ScholarGate
Asisten

Ukuran Tendensi Sentral

Ukuran tendensi sentral adalah nilai tunggal yang merangkum di mana sebagian besar kumpulan data berada — observasi tipikal atau sentral di mana yang lain mengelompok. Tiga ukuran klasik adalah mean, median, dan modus, dan pemilihan di antaranya bergantung pada tingkat pengukuran dan bentuk distribusi.

Temukan Topik dengan PaperMindSegeraFind papers & topics
Tools & resources
Unduh salindia
Learn & explore
VideoSegera

Definition

Ukuran tendensi sentral adalah nilai tunggal yang mengidentifikasi pusat distribusi: mean aritmetika adalah jumlah nilai dibagi dengan jumlahnya, median adalah nilai tengah ketika observasi diurutkan, dan modus adalah nilai yang paling sering muncul.

Scope

Entri ini mencakup mean, median, dan modus: bagaimana masing-masing dihitung, apa yang diwakilinya, dan kapan masing-masing merupakan ringkasan lokasi yang tepat. Ini adalah referensi metodologis dan tidak memberikan panduan klinis.

Core questions

  • Ukuran lokasi mana yang paling baik mewakili variabel ini?
  • Bagaimana bentuk distribusi memengaruhi pilihan antara mean dan median?
  • Kapan modus merupakan ringkasan yang paling informatif?

Key concepts

  • Mean aritmetika
  • Median
  • Modus
  • Ketahanan terhadap pencilan
  • Pengaruh kemiringan pada mean dan median
  • Tingkat pengukuran dan pilihan rata-rata

Mechanisms

Mean menggunakan setiap observasi dan merupakan ringkasan alami untuk data simetris, berskala interval atau rasio, tetapi justru karena menggabungkan semua nilai, mean tertarik ke observasi ekstrem dan terdistorsi oleh kemiringan dan pencilan. Median, nilai tengah dari data yang diurutkan, mengabaikan besarnya ekstrem dan oleh karena itu kuat (robust), menjadikannya ringkasan yang lebih disukai untuk data kontinu miring dan variabel ordinal. Modus, nilai yang paling umum, adalah satu-satunya ukuran yang berlaku untuk data nominal dan berguna untuk mengidentifikasi kategori paling tipikal atau puncak dalam distribusi. Dalam distribusi unimodal yang sangat simetris, ketiganya bertepatan; seiring dengan meningkatnya kemiringan, mean bergeser paling jauh ke arah ekor.

Clinical relevance

Rata-rata yang dilaporkan — tekanan darah rata-rata, kelangsungan hidup median, diagnosis yang paling umum — adalah pusat bagaimana temuan klinis dikomunikasikan, dan mengenali ukuran mana yang digunakan akan mencegah salah tafsir data yang miring. Entri ini menjelaskan bagaimana lokasi dirangkum untuk penilaian dan bukan merupakan dasar untuk keputusan diagnostik atau pengobatan individu.

Epidemiology

Karena banyak pengukuran kesehatan miring, median seringkali merupakan ringkasan nilai tipikal yang lebih akurat, dan melaporkan mean untuk data tersebut dapat melebih-lebihkan nilai sentral. Pilihan ukuran oleh karena itu memengaruhi bagaimana karakteristik dan hasil populasi disampaikan.

History

Mean aritmetika telah digunakan sejak zaman kuno untuk menggabungkan pengukuran, dan perbedaan formal antara mean, median, dan modus dikonsolidasikan seiring dengan matangnya statistik deskriptif pada abad kesembilan belas dan awal abad kedua puluh. Pengakuan bahwa median lebih baik mewakili distribusi miring adalah prinsip lama yang diulang-ulang di seluruh literatur statistik terapan.

Debates

Mean atau median untuk data klinis yang miring?
Untuk kuantitas miring kanan yang umum dalam kedokteran — biaya, lama rawat inap, tingkat biomarker — mean meningkat karena ekor sementara median melacak nilai tipikal, sehingga panduan umumnya mendukung median, dengan mean dicadangkan untuk data yang kira-kira simetris.

Key figures

  • S. Manikandan

Related topics

Seminal works

  • manikandan-2011-mean
  • manikandan-2011-median-mode

Frequently asked questions

Kapan median harus dilaporkan daripada mean?
Ketika distribusi miring atau mengandung pencilan, atau ketika variabel bersifat ordinal. Dalam situasi tersebut, median mewakili nilai tipikal lebih akurat daripada mean, yang tertarik ke arah ekstrem.
Dapatkah modus digunakan untuk semua jenis data?
Ya. Modus adalah satu-satunya ukuran tendensi sentral yang berlaku untuk data nominal (kategorikal), dan juga dapat menyoroti puncak atau nilai paling umum dalam data numerik.

Methods for this concept

Related concepts