Tidak ada hasil yang ditemukan
Kami tidak dapat menemukan apa pun dengan istilah itu saat ini, coba cari sesuatu yang lain.
Hitung nilai mean, median, modus, dan rentang data Anda secara cepat dan akurat dengan kalkulator statistik online kami. Coba sekarang secara gratis!
| Hasil | |||
|---|---|---|---|
| Rata-rata (Rata-rata) | 28.7 | Terbesar | 48 |
| Median | 13.5 | Terkecil | 12 |
| Jangkauan | 36 | Jumlah | 287 |
| Modus | 15, 38 masing-masing muncul 2 kali | Jumlah | 10 |
| Rata-rata Geometrik | 25.88779096735222 | ||
0
1
2
3
4
5
Ada kesalahan dengan perhitungan Anda.
Kalkulator Mean, Median, Modus, dan Rentang online ini dirancang untuk memudahkan Anda menemukan nilai pusat dan penyebaran data secara bersamaan. Anda dapat memasukkan data mentah secara manual atau langsung menyalin dan menempelkannya (copy-paste) ke dalam kotak yang tersedia. Pastikan untuk menggunakan tanda koma sebagai pemisah antarangka atau nilai dalam himpunan data Anda. Setelah itu, cukup klik tombol hitung.
Hasilnya akan langsung muncul dalam hitungan detik. Kalkulator statistik ini tidak hanya menghitung Mean, Median, Modus, dan Rentang, tetapi juga menampilkan Mean Geometrik, Nilai Terbesar (Maksimum) dan Terkecil (Minimum), Jumlah Total, Banyaknya Data, serta menyajikan himpunan data yang telah diurutkan secara otomatis.
Menemukan nilai tipikal yang merepresentasikan himpunan data Anda kini menjadi jauh lebih praktis dengan bantuan Kalkulator Mean, Median, dan Modus ini. Selain itu, Kalkulator Rentang di dalamnya akan membantu Anda mengukur sebaran atau distribusi data tersebut. Mari kita bahas lebih rinci mengenai setiap output yang dihasilkan oleh kalkulator ini.
Mean atau rata-rata adalah nilai pusat dari himpunan data Anda. Dengan kata lain, mean adalah hasil bagi antara jumlah keseluruhan nilai data dengan banyaknya data. Mean populasi disimbolkan dengan μ (Mu), sedangkan mean sampel disimbolkan dengan x̄ (X bar).
Untuk menghitung mean populasi, Anda dapat menggunakan rumus di bawah ini:
$$\mu=\frac{Jumlah\ nilai\ set\ data}{Jumlah\ total\ nilai\ data\ dalam\ populasi}=\frac{ΣX}{N}$$
Sementara itu, untuk menghitung mean sampel, Anda bisa menggunakan rumus berikut:
$$\bar{X}=\frac{Jumlah\ nilai\ set\ data}{Jumlah\ total\ nilai\ data\ dalam\ sampel}=\frac{ΣX}{n}$$
Mari kita pelajari cara menghitung mean melalui contoh di bawah ini.
Berikut adalah data tinggi badan pemain tim bola basket di kampus Anda (dalam meter). Berapakah mean (rata-rata) tinggi badan para pemain tersebut?
1,75 m, 1,96 m, 1,95 m, 2,00 m, 2,05 m, 2,05 m, 2,10 m
Solusi:
$$Tinggi\ rata-rata=\frac{\sum{}{}X}{N}=\frac{1,75\ m+1,96\ m+1,95\ m+2,00\ m+2,05\ m+2,05\ m+2,10\ m}{7}=\frac{13,86\ m}{7}=1,98\ m$$
Mean dihitung dengan melibatkan seluruh nilai dalam himpunan data. Oleh karena itu, mean merupakan indikator yang sangat baik untuk merepresentasikan keseluruhan data Anda.
Kalkulator mean ini tidak hanya berfungsi untuk mencari rata-rata aritmetika seperti yang disebutkan di atas, tetapi juga dapat digunakan untuk menemukan mean geometrik (rata-rata ukur) dari himpunan data Anda. Mean geometrik didefinisikan sebagai akar pangkat ke-n dari hasil kali n nilai dalam suatu himpunan data.
$$Rata-rata\ geometris=\sqrt[n]{x₁ × x₂ × x₃ × \cdots × xₙ}$$
Mari kita hitung mean geometrik dari contoh tinggi pemain basket sebelumnya.
$$Rata-rata\ geometris=\sqrt[7]{1,75×1,96×1,95×2,00×2,05×2,05×2,10}=\sqrt[7]{118,0554}=1,977$$
Rata-rata geometris selalu lebih kecil atau sama dengan rata-rata aritmetika untuk himpunan bilangan non-negatif mana pun.
Dalam contoh kita:
$$Rata-rata\ geometris < Rata-rata\ aritmatika$$
$$1,977<1,98$$
Median adalah titik tengah dari sebuah himpunan data yang telah diurutkan, baik dari yang terkecil ke terbesar maupun sebaliknya. Kalkulator median ini akan secara otomatis membagi himpunan data Anda menjadi dua bagian yang sama besar.
$$Median=Nilai\ dari\ elemen\ ke- \left(\frac{N+1}{2}\right)$$
Jika jumlah data dalam himpunan Anda ganjil, median adalah nilai yang berada tepat di tengah himpunan data yang telah diurutkan. Kalkulator Mean, Median, Modus, dan Rentang ini akan mengurutkan data tersebut untuk Anda. Namun, jika jumlah data genap, median didapatkan dengan menghitung nilai rata-rata dari dua angka yang berada di tengah.
Mari kita cari median dari contoh sebelumnya.
Pertama, kita urutkan himpunan data tersebut:
1,75 m, 1,95 m, 1,96 m, 2,00 m, 2,05 m, 2,05 m, 2,10 m
Selanjutnya, kita tentukan titik tengahnya.
$$Median=Nilai\ dari\ elemen\ ke- \left(\frac{N+1}{2}\right)=Nilai\ dari\ elemen\ ke- \left(\frac{7+1}{2}\right)=Nilai\ dari\ elemen\ ke-4$$
Nilai elemen ke-4 dalam himpunan data yang telah diurutkan adalah 2,00 m. Oleh karena itu:
Median = 2,00 m
Sekarang, mari kita asumsikan tim bola basket tersebut merekrut satu pemain baru dengan tinggi 1,90 m. Berapakah median tinggi badan pemain tim tersebut saat ini?
Data tinggi badan pemain menjadi sebagai berikut:
1,75 m, 1,96 m, 1,95 m, 2,00 m, 2,05 m, 2,05 m, 2,10 m, 1,90 m
Pertama, kita urutkan kembali himpunan data tersebut:
1,75 m, 1,90 m, 1,95 m, 1,96 m, 2,00 m, 2,05 m, 2,05 m, 2,10 m
Selanjutnya, kita temukan posisi titik tengahnya.
$$Median=Nilai\ dari\ elemen\ ke- \left(\frac{N+1}{2}\right)=Nilai\ dari\ elemen\ ke- \left(\frac{8+1}{2}\right)=Nilai\ dari\ elemen\ ke-4.5$$
Karena jumlah pemainnya genap, Anda harus menghitung rata-rata dari dua nilai yang berada di tengah. Dalam hal ini, median adalah rata-rata dari elemen ke-4 dan ke-5.
Sehingga:
$$Median=\frac{1,96\ m+2,00\ m}{2}=1,98\ m$$
Median sangat berguna sebagai ukuran tendensi sentral jika himpunan data Anda memiliki beberapa nilai ekstrem (pencilan). Kehadiran nilai ekstrem tidak akan memengaruhi median karena metode ini murni hanya melihat nilai yang berada di tengah.
Secara keseluruhan, median merupakan ukuran pemusatan data yang tangguh (robust), terutama untuk himpunan data yang mengandung nilai yang sangat tinggi atau sangat rendah. Meskipun median memberikan titik referensi sentral yang sangat baik, perlu diingat bahwa median tidak memperhitungkan bobot dari setiap nilai individual di dalam himpunan data layaknya rata-rata (mean).
Modus adalah nilai yang paling umum dalam sebuah himpunan data. Dengan kata lain, modus menunjukkan nilai data dengan frekuensi kemunculan tertinggi.
Mari kita tentukan modus dari contoh awal kita.
Semua tinggi badan pemain hanya muncul satu kali, kecuali tinggi 2,05 m. Terdapat dua pemain dalam tim bola basket tersebut yang memiliki tinggi 2,05 m. Oleh karena itu, 2,05 m adalah nilai yang paling sering muncul dalam contoh kita.
Modus = 2,05 m
Dalam contoh ini, karena hanya terdapat satu modus, himpunan data tersebut disebut unimodal. Namun, sangat mungkin sebuah himpunan data memiliki lebih dari satu modus. Jika terdapat 2 modus, kita menyebutnya bimodal. Jika lebih dari 2 modus, maka disebut multimodal. Perlu dicatat juga bahwa sebuah himpunan data bisa saja tidak memiliki modus sama sekali apabila semua nilai hanya muncul tepat satu kali.
Keunggulan modus adalah kita dapat menemukannya dengan mudah tanpa perlu melakukan perhitungan matematis yang rumit. Meski demikian, modus tidak selalu menjadi representasi yang akurat dari keseluruhan nilai data jika dibandingkan dengan mean.
Rentang (atau range) adalah selisih antara nilai terbesar (maksimum) dan terkecil (minimum) dari himpunan data Anda. Ini adalah indikator statistik paling sederhana yang dapat Anda hitung untuk mengetahui seberapa besar penyebaran data tersebut.
Rentang = Nilai terbesar - Nilai terkecil
Mari kita hitung rentang menggunakan contoh tinggi pemain basket di atas.
Pertama, Anda harus mengidentifikasi nilai terbesar dan terkecil dari himpunan data. Jika himpunan data masih berantakan, kita bisa menggunakan Kalkulator Rentang kami untuk menemukan kedua nilai ekstrem ini dengan cepat dan otomatis.
Selanjutnya, hitung selisih antara nilai terbesar dan terkecil tersebut.
Nilai terbesar = 2,10 m
Nilai terkecil = 1,75 m
Oleh karena itu:
Rentang = 2,10 m - 1,75 m = 0,35 m
Kelemahan dari rentang adalah pengukurannya sangat rentan terhadap bias dan distorsi. Hal ini karena rentang hanya mengandalkan dua nilai ekstrem dan sepenuhnya mengabaikan distribusi dari seluruh nilai data lainnya di dalam himpunan.