Mismunur á meðaltali, miðgildi og stillingu í lýsandi tölfræði
Í lýsandi tölfræði er eitt af aðalmarkmiðunum að draga saman gögn til að auðvelda skilning. Stór, fjölbreytt og stundum „óreiðukennd“ gögn verða upplýsandi þegar þau eru kynnt í formi mælikvarða á miðlæga tilhneigingu. Þrjár algengustu mælikvarðarnir á miðlæga tilhneigingu eru meðaltal, miðgildi og tíðni. Þó að allir þrír miði að því að sýna „dæmigert gildi“ gagnasafns, eru aðferðir þeirra, næmi fyrir útlægum gildum og viðeigandi notkunaraðstæður mjög mismunandi.
Þessi grein fjallar um merkingu meðaltals, miðgildis og tíðni, hvernig á að reikna út, kosti og galla og dæmi um notkun þeirra svo þú getir valið viðeigandi mælikvarða fyrir gögnin sem verið er að greina.
1. Meðaltal: Skilgreining og hvernig á að reikna það út
Meðaltalið er summa allra gagnagilda deilt með fjölda gagnapunkta. Meðaltalið, sem oft er kallað „meðaltal“, er þekktast í daglegu lífi. Það gefur mynd af miðju gagnanna með því að skoða öll gildi hlutfallslega.
Meðaltalsformúla:
\[
\bar{x} = \frac{\summa x_i}{n}
\]
Upplýsingar:
– \(\summa x_i\) = summa allra gagnagilda
– \(n\) = fjöldi gagna
Dæmi:
Segjum sem svo að prófeinkunnir fimm nemenda séu: 70, 75, 80, 85, 90
Meðaltal = (70 + 75 + 80 + 85 + 90) / 5 = 400 / 5 = 80
Meðalhagur
1. Nýta öll gögn þannig að upplýsingarnar sem notaðar eru séu tæmandi.
2. Auðvelt í útreikningi og mikið notað í háþróaðri greiningu (t.d. dreifni, staðalfrávik).
3. Hentar fyrir töluleg gögn og tiltölulega samhverfar dreifingar.
Meðalskortur
1. Mjög viðkvæmt fyrir útlægum gildum. Eitt öfgagildi getur dregið meðaltalið langt frá flestum gögnum.
2. Táknar ekki alltaf „dæmiggildi“ ef gagnadreifingin er skekkt.
Dæmi um útlæg áhrif:
Tekjuupplýsingar (í milljónum rúpía): 3, 3, 4, 4, 5, 50
Meðaltal = (3+3+4+4+5+50)/6 = 69/6 = 11,5
Þó að tekjur flestra séu á bilinu 3–5 milljónir er meðaltalið ekki eins dæmigert.
2. Miðgildi (miðgildi): Skilgreining og hvernig á að reikna það út
Miðgildið er gildið í miðjunni þegar gögnunum er raðað frá minnsta til hæsta. Miðgildið leggur áherslu á staðsetningu frekar en heildarstærð, sem gerir það ónæmara fyrir útlægum gildum.
Hvernig á að ákvarða miðgildið:
1. Raða gögnunum.
2. Ef fjöldi gagna er oddatala, þá er miðgildið gildið í miðjunni.
3. Ef fjöldi gagna er sléttur, þá er miðgildið meðaltal tveggja miðgildanna.
Dæmi (oddalegt):
Gögn: 2, 3, 5, 7, 9
Miðgildi = miðgildi = 5
Dæmi (jafnt):
Gögn: 10, 20, 30, 40
Miðgildi = (20 + 30) / 2 = 25
Miðgildi kosta
1. Þolir útlæga þætti og öfgakennd gildi.
2. Hentar fyrir skekkt gögn eins og tekjur, húsnæðisverð eða biðtíma.
3. Hægt er að nota fyrir raðgögn (t.d. ánægjumat: mjög ánægður, ánægður, hlutlaus, óánægður).
Miðgildi galla
1. Notar ekki öll gagnagildi í útreikningum sínum (meira „staðsetningarmiðað“).
2. Minna hentugt fyrir háþróaða stærðfræðilega greiningu sem krefst meðaltalseiginleika.
Ef við förum aftur í tekjudæmið: 3, 3, 4, 4, 5, 50
Gögnin eru flokkuð, miðgildið fyrir 6 gögn er meðaltal 3. og 4. gildisins: (4 + 4) / 2 = 4
Þetta miðgildi er mun betur dæmigert fyrir meirihlutaskilyrðin.
3. Háttur (mest gildi): Skilgreining og hvernig á að ákvarða hann
Stillingin er gildið sem kemur oftast fyrir í gagnasafni. Í sumum tilfellum geta gögnin haft:
– Einn háttur (unimodal): eitt gildi birtist oftast
– Tvær stillingar (tvíþættar): tvö gildi birtast oftast
– Margar stillingar (fjölþátta flutningsmáti)
– Engin stilling: ef öll gildi birtast með sömu tíðni
Dæmi:
Gögn: 2, 3, 3, 4, 5
Stilling = 3 (birtist oftast)
Tvískipt dæmi:
Gögn: 1, 2, 2, 3, 3, 4
Stilling = 2 og 3
Kostir hams
1. Eina mælikvarðinn á miðlæga tilhneigingu sem hægt er að nota fyrir nafngögn (t.d. uppáhaldslitur, vinsælasti vörumerki).
2. Auðvelt að skilja því það sýnir strax ríkjandi flokkinn/gildið.
3. Ekki fyrir áhrifum af útlægum gildum í þeim skilningi að öfgakennd gildi breyta ekki tíðni þeirra gilda sem oftast koma fyrir.
Skortur á ham
1. Stundum er það ekki einstakt (getur verið fleiri en eitt) eða jafnvel ekki til.
2. Getur verið minna stöðugt; litlar breytingar á gögnunum geta breytt stillingunni.
3. Táknar ekki alltaf „miðju“ gagnanna stærðfræðilega.
4. Helstu munur á meðaltali, miðgildi og stillingu
Í stuttu máli má sjá muninn á þessum þremur út frá útreikningsaðferð, næmi fyrir útlægum gildum og viðeigandi gagnategundum:
1. Meðaltal notar öll gildi, best fyrir samhverf töluleg gögn, en viðkvæmt fyrir útlægum gildum.
2. Miðgildi byggt á staðsetningu, hentar fyrir skekkt gögn, traustara gagnvart útlægum gildum.
3. Stilling byggð á tíðni, hentug fyrir flokkunar-/nafngögn og til að sjá ríkjandi gildi.
Í mörgum tölfræðibókum er almennt samband milli þessara þriggja dreifinga:
– Samhverf dreifing: meðaltal ≈ miðgildi ≈ stilling
– Dreifing skekkt til hægri (skekkt til hægri): meðaltal > miðgildi > tíðni
– Distribusi miring ke kiri (skewed left) : mean < median < modus
Namun ini adalah kecenderungan, bukan aturan mutlak.
5. Kapan Menggunakan Mean, Median, atau Modus?
Memilih ukuran pemusatan yang tepat bergantung pada karakter data dan tujuan analisis.
Gunakan Mean jika:
- Data berbentuk numerik (interval/rasio).
- Distribusi relatif simetris.
- Tidak ada outlier ekstrem atau outlier sudah ditangani.
- Anda membutuhkan dasar untuk perhitungan statistik lainnya.
Contoh situasi: rata-rata nilai ujian kelas dengan sebaran nilai wajar.
Gunakan Median jika:
- Data numerik tetapi terdapat outlier atau distribusinya miring.
- Anda ingin nilai “tipikal” yang lebih stabil.
- Data bersifat ordinal.
Contoh situasi: median gaji karyawan, median harga rumah, median waktu tempuh perjalanan.
Gunakan Modus jika:
- Data bersifat nominal atau kategorik.
- Anda ingin mengetahui pilihan yang paling umum.
Contoh situasi: ukuran baju yang paling banyak dibeli (S/M/L), metode pembayaran paling sering dipakai, atau jenis produk terlaris.
Kesimpulan
Mean, median, dan modus adalah tiga ukuran pemusatan data yang sangat penting dalam statistika deskriptif. Mean memberikan rata-rata dengan mempertimbangkan semua nilai, namun rentan terhadap outlier. Median menunjukkan nilai tengah yang lebih tahan terhadap nilai ekstrem dan cocok untuk data yang skewed. Modus menyoroti nilai atau kategori yang paling sering muncul dan sangat berguna untuk data kategorik.
Dengan memahami perbedaan dan konteks penggunaannya, Anda dapat memilih ukuran pemusatan yang paling tepat agar kesimpulan dari data menjadi lebih akurat dan mudah dipahami. Jika data Anda memiliki outlier besar, median sering lebih representatif; jika data bersifat kategorik, modus adalah pilihan utama; dan jika data simetris dan “bersih,” mean bisa menjadi ringkasan yang paling informatif.
