Mga Pagkakaiba sa pagitan ng Mean, Median, at Mode sa Descriptive Statistics
Sa mga deskriptibong estadistika, isa sa mga pangunahing layunin ay ibuod ang datos para sa madaling pag-unawa. Ang malalaki, iba-iba, at kung minsan ay "magulong" na datos ay magiging mas nakapagbibigay-kaalaman kapag ipinakita sa anyo ng mga sukat ng central tendency. Ang tatlong pinakakaraniwang ginagamit na sukat ng central tendency ay ang mean, median, at mode. Bagama't ang lahat ng tatlo ay naglalayong magpakita ng "representatibong halaga" ng isang hanay ng datos, ang kanilang mga pamamaraan ng operasyon, sensitibidad sa mga outlier, at mga angkop na sitwasyon sa paggamit ay lubhang nag-iiba.
Tinatalakay ng artikulong ito ang kahulugan, kung paano kalkulahin, mga kalamangan at kahinaan, at mga halimbawa ng aplikasyon ng mean, median, at mode upang mapili mo ang pinakaangkop na sukat para sa datos na sinusuri.
1. Katamtaman (Average): Kahulugan at Paano Kalkulahin
Ang mean ay ang kabuuan ng lahat ng halaga ng datos na hinati sa bilang ng mga punto ng datos. Madalas na tinutukoy bilang "average," ang mean ay pinakapamilyar sa pang-araw-araw na buhay. Nagbibigay ito ng isang snapshot ng sentro ng datos sa pamamagitan ng pagsasaalang-alang sa lahat ng mga halaga nang proporsyonal.
Karaniwang pormula:
\[
\bar{x} = \frac{\sum x_i}{n}
\]
Impormasyon:
– \(\sum x_i\) = ang kabuuan ng lahat ng halaga ng datos
– \(n\) = bilang ng datos
Halimbawa:
Ipagpalagay na ang mga marka sa pagsusulit ng limang estudyante ay: 70, 75, 80, 85, 90
Katamtaman = (70 + 75 + 80 + 85 + 90) / 5 = 400 / 5 = 80
Mga Karaniwang Bentahe
1. Gamitin ang lahat ng datos upang maging kumpleto ang impormasyong ginamit.
2. Madaling kalkulahin at malawakang ginagamit sa mas mataas na pagsusuri (hal. variance, standard deviation).
3. Angkop para sa mga datos na de-numerong at medyo simetrikong mga distribusyon.
Katamtamang Kakulangan
1. Napakasensitibo sa mga outlier. Ang isang matinding halaga ay maaaring humila ng average palayo sa karamihan ng datos.
2. Hindi laging kumakatawan sa "mga tipikal na halaga" kung ang distribusyon ng datos ay hindi pantay.
Mga halimbawa ng mga outlier effect:
Datos ng kita (milyong rupiah): 3, 3, 4, 4, 5, 50
Katamtaman = (3+3+4+4+5+50)/6 = 69/6 = 11,5
Bagama't karamihan sa mga kita ay nasa hanay na 3–5 milyon, ang mean ay hindi gaanong representatibo.
2. Median (Gitnang Halaga): Kahulugan at Paano Kalkulahin
Ang median ay ang halaga sa gitna kapag ang datos ay inayos mula pinakamaliit hanggang pinakamalaki. Binibigyang-diin ng median ang posisyon sa halip na ang pangkalahatang magnitude, kaya mas lumalaban ito sa mga outlier.
Paano matukoy ang median:
1. Ayusin ang datos.
2. Kung ang bilang ng datos ay kakaiba, ang median ay ang halagang nasa gitnang posisyon.
3. Kung ang bilang ng datos ay pantay, ang median ay ang average ng dalawang gitnang halaga.
Halimbawa (kakaiba):
Datos: 2, 3, 5, 7, 9
Median = gitnang halaga = 5
Halimbawa (kahit):
Datos: 10, 20, 30, 40
Median = (20 + 30) / 2 = 25
Mga Kalamangan sa Median
1. Lumalaban sa mga outlier at matinding halaga.
2. Angkop para sa mga hindi tiyak na datos tulad ng kita, mga presyo ng bahay, o mga oras ng paghihintay.
3. Maaaring gamitin para sa ordinal na datos (hal. mga rating ng kasiyahan: lubos na nasiyahan, nasiyahan, neutral, hindi nasisiyahan).
Mga Kakulangan sa Median
1. Hindi ginagamit ang lahat ng halaga ng datos sa mga kalkulasyon nito (mas "nakabatay sa posisyon").
2. Hindi gaanong angkop para sa mas mataas na pagsusuring matematikal na nangangailangan ng mga karaniwang katangian.
Kung babalikan natin ang halimbawa ng kita: 3, 3, 4, 4, 5, 50
Ang datos ay nakaayos na, ang median para sa 6 na datos ay ang average ng ika-3 at ika-4 na halaga: (4 + 4) / 2 = 4
Ang median na ito ay mas kumakatawan sa karamihan ng mga kondisyon.
3. Mode (Pinakamalaking Halaga): Kahulugan at Paano Matutukoy
Ang mode ay ang halagang pinakamadalas na lumalabas sa isang data set. Sa ilang mga kaso, ang datos ay maaaring may:
– Isang mode (unimodal): isang halaga ang pinakamadalas na lumilitaw
– Dalawang mode (bimodal): dalawang halaga ang pinakamadalas na lumilitaw
– Maraming mga mode (multimodal)
– Walang mode: kung ang lahat ng mga halaga ay lilitaw na may parehong dalas
Halimbawa:
Datos: 2, 3, 3, 4, 5
Mode = 3 (pinakamadalas na lumilitaw)
Halimbawa ng bimodal:
Datos: 1, 2, 2, 3, 3, 4
Mode = 2 at 3
Mga Kalamangan ng Mode
1. Ang tanging sukatan ng central tendency na maaaring gamitin para sa nominal na datos (hal. paboritong kulay, pinakapaboritong tatak).
2. Madaling maunawaan dahil agad nitong ipinapakita ang pinakanangingibabaw na kategorya/halaga.
3. Hindi apektado ng mga outlier sa diwa na ang mga matinding halaga ay hindi nagbabago sa dalas ng mga pinakamadalas na lumilitaw na halaga.
Kawalan ng Mode
1. Minsan hindi ito natatangi (maaaring higit sa isa) o kahit na hindi umiiral.
2. Maaaring hindi gaanong matatag; ang maliliit na pagbabago sa datos ay maaaring magpabago sa mode.
3. Hindi palaging kumakatawan sa "sentro" ng datos sa matematikal na paraan.
4. Pangunahing Pagkakaiba sa Pagitan ng Mean, Median, at Mode
Sa buod, ang mga pagkakaiba sa pagitan ng tatlo ay makikita mula sa paraan ng pagkalkula, sensitibidad sa mga outlier, at mga angkop na uri ng datos:
1. Ginagamit ng mean ang lahat ng halaga, pinakamainam para sa simetrikong numerikong datos, ngunit sensitibo sa mga outlier.
2. Median batay sa posisyon, angkop para sa skewed data, mas matatag laban sa mga outlier.
3. Mode batay sa frequency, angkop para sa kategoryang/nominal na datos at upang makita ang pinakadominanteng halaga.
Sa maraming aklat ng estadistika, mayroong pangkalahatang ugnayan sa pagitan ng tatlong distribusyon:
– Simetrikong distribusyon: mean ≈ median ≈ mode
– Distribusyon na nakakiling pakanan (nakakiling pakanan): mean > median > mode
– Distribusyon na pakaliwa: mean < median < mode Gayunpaman, ito ay isang tendensiya, hindi isang ganap na tuntunin. 5. Kailan Gagamitin ang Mean, Median, o Mode? Ang pagpili ng naaangkop na sukat ng central tendency ay nakadepende sa uri ng datos at sa layunin ng pagsusuri. Gamitin ang Mean kung: - Ang datos ay numerikal (interval/ratio). - Ang distribusyon ay medyo simetriko. - Walang mga extreme outlier o nahawakan na ang mga outlier. - Kailangan mo ng batayan para sa iba pang mga kalkulasyon sa istatistika. Halimbawang sitwasyon: average na mga marka sa pagsusulit sa klase na may patas na distribusyon ng mga marka.
