Verschillen tussen gemiddelde, mediaan en modus in beschrijvende statistieken
Bij beschrijvende statistiek is een van de belangrijkste doelen het samenvatten van gegevens op een begrijpelijke manier. Grote, gevarieerde en soms "rommelige" datasets zijn informatiever wanneer ze worden gepresenteerd in de vorm van maten van centrale tendentie. De drie meest gebruikte maten van centrale tendentie zijn het gemiddelde, de mediaan en de modus. Hoewel alle drie een "representatieve waarde" van een dataset proberen weer te geven, verschillen hun werking, gevoeligheid voor uitschieters en geschikte toepassingssituaties aanzienlijk.
Dit artikel bespreekt de betekenis, de berekeningswijze, de voor- en nadelen en voorbeelden van de toepassing van het gemiddelde, de mediaan en de modus, zodat u de meest geschikte maatstaf kunt kiezen voor de te analyseren gegevens.
1. Gemiddelde: Definitie en berekeningswijze
Het gemiddelde is de som van alle gegevenswaarden gedeeld door het aantal gegevenspunten. Vaak aangeduid als "gemiddelde waarde", is het gemiddelde het meest bekend in het dagelijks leven. Het geeft een momentopname van het centrum van de gegevens door alle waarden proportioneel te beschouwen.
Gemiddelde formule:
\[
\bar{x} = \frac{\sum x_i}{n}
\]
Opmerkingen:
– \(\sum x_i\) = de som van alle gegevenswaarden
– \(n\) = aantal gegevens
Conto:
Stel dat de examenresultaten van vijf studenten als volgt zijn: 70, 75, 80, 85, 90
Gemiddelde = (70 + 75 + 80 + 85 + 90) / 5 = 400 / 5 = 80
Gemiddelde voordelen
1. Gebruik alle gegevens zodat de gebruikte informatie volledig is.
2. Gemakkelijk te berekenen en veelvuldig gebruikt in geavanceerde analyses (bijv. variantie, standaarddeviatie).
3. Geschikt voor numerieke gegevens en relatief symmetrische verdelingen.
Gemiddeld tekort
1. Zeer gevoelig voor uitschieters. Eén extreme waarde kan het gemiddelde sterk afwijken van de meeste andere gegevens.
2. Geeft niet altijd "typische waarden" weer als de gegevensverdeling scheef is.
Voorbeelden van uitschietereffecten:
Inkomensgegevens (miljoen rupiah): 3, 3, 4, 4, 5, 50
Gemiddelde = (3+3+4+4+5+50)/6 = 69/6 = 11,5
Hoewel de meeste inkomens tussen de 3 en 5 miljoen liggen, is het gemiddelde minder representatief.
2. Mediaan (middelste waarde): definitie en berekeningswijze
De mediaan is de waarde in het midden wanneer de gegevens van klein naar groot worden gesorteerd. De mediaan legt de nadruk op de positie in plaats van de totale omvang, waardoor deze minder gevoelig is voor uitschieters.
Hoe bepaal je de mediaan?
1. Sorteer de gegevens.
2. Als het aantal gegevens oneven is, is de mediaan de waarde in het midden.
3. Als het aantal gegevens even is, is de mediaan het gemiddelde van de twee middelste waarden.
Voorbeeld (oneven):
Gegevens: 2, 3, 5, 7, 9
Mediaan = middelste waarde = 5
Voorbeeld (zelfs):
Gegevens: 10, 20, 30, 40
Mediaan = (20 + 30) / 2 = 25
Mediaanvoordelen
1. Bestand tegen uitschieters en extreme waarden.
2. Geschikt voor scheve data zoals inkomen, huizenprijzen of wachttijden.
3. Kan worden gebruikt voor ordinale gegevens (bijv. tevredenheidsbeoordelingen: zeer tevreden, tevreden, neutraal, ontevreden).
Mediaan tekortkomingen
1. Gebruikt niet alle gegevenswaarden in zijn berekeningen (meer “positiegebaseerd”).
2. Minder geschikt voor geavanceerde wiskundige analyses die gemiddelde eigenschappen vereisen.
Als we teruggaan naar het voorbeeld met het inkomen: 3, 3, 4, 4, 5, 50
De gegevens zijn gesorteerd. De mediaan voor 6 gegevens is het gemiddelde van de 3e en 4e waarde: (4 + 4) / 2 = 4
Deze mediaan is veel representatiever voor de meeste omstandigheden.
3. Modus (Meest waardevolle): Definitie en hoe deze te bepalen
De modus is de waarde die het vaakst voorkomt in een dataset. In sommige gevallen kan de dataset de volgende waarden bevatten:
– Eén modus (unimodaal): één waarde komt het vaakst voor.
– Twee modi (bimodaal): twee waarden komen het vaakst voor.
– Meerdere modi (multimodaal)
– Geen modus: als alle waarden met dezelfde frequentie voorkomen
Conto:
Gegevens: 2, 3, 3, 4, 5
Modus = 3 (komt het vaakst voor)
Bimodale voorbeeld:
Gegevens: 1, 2, 2, 3, 3, 4
Modus = 2 en 3
Modusvoordelen
1. De enige maat voor centrale tendens die gebruikt kan worden voor nominale gegevens (bijv. favoriete kleur, meest geprefereerde merk).
2. Gemakkelijk te begrijpen omdat het direct de meest dominante categorie/waarde weergeeft.
3. Niet beïnvloed door uitschieters in de zin dat extreme waarden de frequentie van de meest voorkomende waarden niet veranderen.
Gebrek aan modus
1. Soms is het niet uniek (er kunnen er meer dan één zijn) of bestaat het zelfs helemaal niet.
2. Kan minder stabiel zijn; kleine veranderingen in de gegevens kunnen de modus beïnvloeden.
3. Vertegenwoordigt niet altijd het wiskundige "centrum" van de gegevens.
4. Belangrijkste verschillen tussen gemiddelde, mediaan en modus
Samenvattend kunnen de verschillen tussen de drie worden afgelezen uit de berekeningsmethode, de gevoeligheid voor uitschieters en de geschikte gegevenstypen:
1. Het gemiddelde gebruikt alle waarden, is het meest geschikt voor symmetrische numerieke gegevens, maar is gevoelig voor uitschieters.
2. Mediaan op basis van positie, geschikt voor scheve data, robuuster tegen uitschieters.
3. Modus gebaseerd op frequentie, geschikt voor categorische/nominale gegevens en om de meest dominante waarde te zien.
In veel statistiekboeken wordt een algemeen verband tussen de drie verdelingen beschreven:
– Symmetrische verdeling: gemiddelde ≈ mediaan ≈ modus
– Rechts-scheve verdeling: gemiddelde > mediaan > modus
– 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.
