เครื่องคำนวณค่าเฉลี่ย ค่ามัธยฐาน ค่าฐานนิยม

มาตรการของแนวโน้มกลาง

การดูตารางและกราฟของข้อมูลสถิติอาจเป็นเรื่องยากสำหรับเราในการตีความ เรามักต้องสรุปชุดข้อมูลและระบุคุณสมบัติที่สำคัญเพื่อให้ได้ข้อมูลที่มีประโยชน์มากขึ้นจากสถิติ

ในสถิติ มีการใช้มาตรการที่แตกต่างกันเพื่อสรุปข้อมูล บางคนอธิบายถึงศูนย์กลางของข้อมูล เรียกว่ามาตรการของแนวโน้มกลาง คนอื่นบอกว่าค่าข้อมูลกระจายอยู่แค่ไหน เรียกว่ามาตรการการกระจายตัว อื่น ๆ ที่เรียกว่าการวัดตำแหน่ง เปิดเผยสัดส่วนของข้อมูลที่น้อยกว่าค่าที่กำหนด

วัตถุประสงค์หลักของเครื่องคำนวณนี้คือการคำนวณการวัดของแนวโน้มกลาง — ค่าเฉลี่ยและค่ามัธยฐาน — ซึ่งสามารถแสดงค่าทั่วไปหรือค่ากลางในชุดข้อมูล วัตถุประสงค์รองของเครื่องคำนวณนี้คือการกำหนดระดับของการแปรผันในชุดข้อมูลโดยการคำนวณช่วง ควอร์ไทล์ และพิสัยควอร์ไทล์

เครื่องคำนวณค่าเฉลี่ย

ค่าเฉลี่ยคือผลรวมของค่าที่หารด้วยจำนวนค่าทั้งหมด ง่ายที่สุดที่จะเข้าใจและคำนวณโดยใช้สูตรต่อไปนี้สำหรับการคำนวณค่าเฉลี่ยสำหรับตัวอย่าง:

$$\bar{x}=\frac{x₁+x₂+x₃+\ldots+x_n}{n}=\frac{\sum_{}^{}x}{n}$$

สูตรสำหรับค่าเฉลี่ยสำหรับประชากรคือ:

$$\mu=\frac{x₁+x₂+x₃+\ldots+x_n}{N}=\frac{\sum_{}^{}x}{N}$$

ที่นี่ ตัวเลขแสดงผลรวมของค่าในชุดข้อมูล และตัวส่วนแสดงถึงจำนวนค่าในชุดข้อมูล

คุณสมบัติหลักของการใช้ค่าเฉลี่ยเลขคณิตคือเกี่ยวข้องกับจุดข้อมูลทั้งหมดที่มีอยู่ในชุดข้อมูล

ข้อจำกัดหลักของค่าเฉลี่ยคือมันไวต่อค่าที่รุนแรงซึ่งมีขนาดใหญ่หรือเล็กเกินไป ค่าดังกล่าวเรียกว่าค่าสุดโต่ง และส่งผลต่อค่าเฉลี่ยอย่างมีนัยสำคัญ

โปรดทราบด้วยว่าค่าเฉลี่ยไม่จำเป็นต้องเป็นค่าทั่วไปสำหรับข้อมูล ค่าเฉลี่ยอาจเป็นค่าที่ไม่มีอยู่ในชุดข้อมูลเลย

ค่าเฉลี่ยสำหรับตัวอย่างและประชากร

ประชากรประกอบด้วยชุดค่าทั้งหมดที่ข้อมูลได้รับ ตัวอย่างประกอบด้วยกลุ่มเล็ก ๆ ที่นำมาจากประชากร

วิธีการคำนวณค่าเฉลี่ยจะเหมือนกันสำหรับทั้งตัวอย่างและประชากร เฉพาะการกำหนดเท่านั้นที่แตกต่างกัน

ถ้า x₁, x₂,..., xₙ เป็นตัวอย่าง ค่าเฉลี่ยจะเรียกว่าค่าเฉลี่ยตัวอย่างและแสดงด้วยสัญลักษณ์ x̄ ค่าเฉลี่ยของประชากรหมายด้วยตัวอักษรกรีก 𝜇

ในสถิติ เราใช้ตัวอักษรตัวเล็ก n เพื่อแสดงขนาดตัวอย่างและตัวอักษรตัวใหญ่ N เพื่อแสดงขนาดประชากร

ตัวอย่างการคำนวณค่าเฉลี่ย

ลองดูตัวอย่างต่อไปนี้: Luigi เป็นเชฟชั้นหนึ่งและคนรักพิซซ่า เขาตัดสินใจที่จะเปิดร้านพิซซ่าของเขาในบาหลี หากต้องการหานักลงทุน Luigi เขียนแผนธุรกิจ เขาต้องการกำหนดราคาเฉลี่ยของพิซซ่าที่ร้านอาหารต่าง ๆ บนเกาะเพื่อประเมินผลการเงินในอนาคต

เขาทำการวิจัยเล็กน้อยเกี่ยวกับราคาพิซซ่ามาร์การิต้าที่ร้านอาหารในบาหลีและได้รับชุดข้อมูลราคาพิซซ่า เพื่อความสะดวกในการคำนวณ เรามาทิ้งศูนย์สามตัวสุดท้ายและใช้จำนวนนับพันในราคา นั่นคือ 60 ในการคำนวณของเราจะหมายถึง 60,000 รูเปียห์อินโดนีเซีย

60, 60, 84, 45, 59, 70, 42, 59, 53, 70, 69, 70, 120, 160, 95, 50, 75, 55, 72, 70

Luigi ไม่ได้ไปเที่ยวร้านพิซซ่าทุกแห่งบนเกาะ เขาสุ่มเลือก 20 ที่ ดังนั้น เรากำลังทำงานกับตัวอย่าง

ลองคำนวณค่าเฉลี่ยสำหรับชุดข้อมูลนี้โดยใช้สูตร:

$$\bar{x}=\frac{x₁+x₂+x₃+\ldots+x_n}{n}=\frac{\sum_{}^{}x}{n}$$

เราจบลงด้วยค่าเฉลี่ย x̄ = 71.9

การวิจัยของ Luigi แสดงให้เห็นว่า 71,900 รูเปียห์อินโดนีเซียเป็นราคาเฉลี่ยของพิซซ่ามาร์การิต้าในบาหลี ตอนนี้เขาสามารถอิงการคำนวณของเขาบนราคานี้ได้

เครื่องคำนวณค่ามัธยฐาน

ค่ามัธยฐานคือการวัดตำแหน่งที่แสดงค่าเฉลี่ยของชุดข้อมูลที่จัดเรียงตามลำดับจากน้อยไปหามากหรือจากมากไปน้อย

โดยการคำนวณค่ามัธยฐาน เราพยายามค้นหาตัวเลขที่แบ่งชุดข้อมูลออกเป็นครึ่ง ครึ่งหนึ่งของค่าข้อมูลน้อยกว่าค่ามัธยฐาน และครึ่งหนึ่งจะมากกว่าค่ามัธยฐาน นี่คือเหตุผลว่าทำไมเมื่อเรากำหนดค่ามัธยฐานด้วยตนเองโดยไม่มีเครื่องคำนวณค่ามัธยฐาน เราจำเป็นต้องเรียงลำดับค่าตามลำดับจากน้อยไปหามากหรือจากมากไปน้อย

การคำนวณค่ามัธยฐานแตกต่างกันไปขึ้นอยู่กับจำนวนค่าในชุดข้อมูลว่าเป็นคู่หรือคี่หรือไม่

หากจำนวนองค์ประกอบทั้งหมดเป็นคี่ นั่นคือ n หรือ N เป็นคี่ สูตรต่อไปนี้จะใช้ได้:

$$\text{มัธยฐาน} = (\frac{n+1}{2})\text{-หน่วยที่}$$

อย่างไรก็ตาม หากจำนวนองค์ประกอบเป็นคู่ ซึ่งหมายความว่า n เป็นจำนวนคู่ แล้วจะใช้สูตรต่อไปนี้:

$$\text{มัธยฐาน} = \frac{\left[(\frac{n}{2})\text{-หน่วยที่} + (\frac{n}{2}+1)\text{-หน่วยที่}\right]}{2}$$

ข้อได้เปรียบหลักของการใช้ค่ามัธยฐานคือมันได้รับผลกระทบน้อยที่สุดจากค่าที่สูงหรือต่ำมาก

ตัวอย่างการคำนวณค่ามัธยฐาน

สำหรับชุดยี่สิบค่าที่กำหนด

60, 60, 84, 45, 59, 70, 42, 59, 53, 70, 69, 70, 120, 160, 95, 50, 75, 55, 72, 70

เราสามารถคำนวณค่ามัธยฐานได้ดังนี้:

1. จัดเรียงชุดข้อมูลไม่ว่าจะเป็นจากน้อยไปหามากหรือจากมากไปน้อย ที่นี่ คำสั่งมีดังนี้:

42, 45, 50, 53, 55, 59, 59, 60, 60, 69, 70, 70, 70, 70, 72, 75, 84, 95, 120, 160

2. เรามากำหนดจำนวนค่าในชุดข้อมูล เรามี n = 20

3. หาก n เป็นจำนวนคี่ เราจะเลือกค่ากลางของข้อมูลเป็นค่ามัธยฐาน ถ้า n เป็นจำนวนคู่ เราจะพบค่าเฉลี่ยเลขคณิตของค่ามัธยฐานทั้งสอง บวกและหารผลรวมด้วย 2

20 เป็นจำนวนคู่

ค่ากลางในกลุ่มตัวอย่างของเราคือ 69 และ 70 เราหาค่ามัธยฐานด้วยวิธีนี้:

$$\text{มัธยฐาน} = \frac{69 + 70}{2} = 69.5$$

ถ้า Luigi มีชุด 21 ค่า เช่น

60, 60, 84, 45, 59, 70, 42, 59, 53, 70, 69, 70, 120, 160, 95, 50, 75, 90, 55, 72, 70

เขาสามารถเรียงอันดับค่าได้:

42, 45, 50, 53, 55, 59, 59, 60, 60, 69, 70, 70, 70, 70, 72, 75, 84, 90, 95, 120, 160

และเลือกค่าที่อยู่ตรงกลางที่ตำแหน่ง 11 นั่นคือ 70

ความแตกต่างระหว่างค่าเฉลี่ยและค่ามัธยฐาน

ทั้งค่าเฉลี่ยและค่ามัธยฐานใช้เป็นมาตรการของแนวโน้มกลาง แต่สิ่งสำคัญคือต้องรู้ว่าพวกเขาแตกต่างกันอย่างไร

ความแตกต่างที่สำคัญอย่างหนึ่งระหว่างค่าเฉลี่ยและค่ามัธยฐานคือสูตรสำหรับค่าเฉลี่ยใช้ค่าทั้งหมดในชุดข้อมูล ในทางตรงกันข้าม สูตรสำหรับค่ามัธยฐานขึ้นอยู่กับจำนวนกลางหรือสองตัวของตัวเลขกลางเท่านั้น

สิ่งนี้มีความสำคัญอย่างยิ่งสำหรับชุดข้อมูลที่มีตัวเลขอย่างน้อยหนึ่งตัวมีขนาดใหญ่หรือเล็กผิดปกติ ตัวเลขดังกล่าวเรียกว่าค่าสุดโต่ง ในกรณีส่วนใหญ่ ค่าสุดโต่งเหล่านี้จะส่งผลต่อค่าเฉลี่ยอย่างมีนัยสำคัญ แต่จะมีผลเพียงเล็กน้อยหรือไม่มีผลต่อค่ามัธยฐาน

ในสถิติ เราบอกว่าการวัดมีความต้านทานหากค่าของมันไม่ได้รับผลกระทบอย่างมากจากค่าที่รุนแรงในชุดข้อมูล ดังนั้น เราจึงสามารถสรุปได้ว่าค่ามัธยฐานมีความต้านทานต่อค่าสุดโต่ง ในขณะที่ค่าเฉลี่ยไม่ใช่

ค่าเฉลี่ยและค่ามัธยฐานวัดศูนย์กลางของชุดข้อมูลต่างกัน ค่าเฉลี่ยคือจุดที่ชุดข้อมูลยอดคงเหลือ ค่ามัธยฐานคือค่าเฉลี่ยที่แยก 50% ของข้อมูลด้านหนึ่งจาก 50% ของข้อมูลในอีกด้านหนึ่ง เมื่อชุดข้อมูลเป็นสมมาตร ค่าเฉลี่ยและค่ามัธยฐานจะเท่ากัน

อย่างไรก็ตาม ค่าเฉลี่ยและค่ามัธยฐานอาจไม่เท่ากัน

ในชุดข้อมูลบางชุด ค่าเฉลี่ยอาจน้อยกว่าค่ามัธยฐาน หรือค่ามัธยฐานอาจน้อยกว่าค่าเฉลี่ย ในกรณีนี้ เราบอกว่าชุดข้อมูลนั้นบิดเบี้ยว

หากค่าเฉลี่ยอยู่ในตำแหน่งทางซ้ายหรือน้อยกว่าค่ามัธยฐาน เราบอกว่าชุดข้อมูลเอียงไปทางซ้าย หากค่าเฉลี่ยอยู่ในตำแหน่งไปทางขวาหรือมากกว่าค่ามัธยฐาน เราจะบอกว่าชุดข้อมูลเอียงไปทางขวา

ทั้งค่าเฉลี่ยหรือค่ามัธยฐานไม่ดีกว่าเป็นการวัดแนวโน้มกลาง ทั้งสองวัดศูนย์กลางในรูปแบบที่แตกต่างกัน ผู้เชี่ยวชาญบางคนชอบใช้ค่ามัธยฐานเมื่อข้อมูลบิดเบี้ยวสูงหรือมีค่าที่รุนแรงเนื่องจากค่ามัธยฐานเป็นตัวแทนของค่าทั่วไปมากกว่า

เครื่องคำนวณค่าฐานนิยม

ค่าฐานนิยมคือค่าของชุดข้อมูลที่เกิดขึ้นจำนวนครั้งสูงสุดในชุดข้อมูล ค่าฐานนิยมของชุดข้อมูลคือค่าที่ปรากฏบ่อยที่สุด

ชุดข้อมูลเป็นการครอบครองที่ไม่ซ้ำกันโหมด หากมีค่าหนึ่งที่เกิดขึ้นบ่อยกว่าค่าอื่น

หากชุดข้อมูลมีสองค่าที่มีความถี่สูงสุดเท่ากัน ค่าทั้งสองจะถือเป็นโมดัล และชุดข้อมูลถือว่าเป็นแบบไบโมดัล

หากชุดข้อมูลมีค่ามากกว่าสองค่าที่มีความถี่สูงสุดเท่ากัน แต่ละค่าจะถูกใช้เป็นค่าฐานนิยม และชุดข้อมูลจะถือเป็นหลายโมดัล

หากไม่มีค่าข้อมูลเดียวเกิดขึ้นมากกว่าหนึ่งครั้ง ชุดข้อมูลจะถือว่าไม่มีค่าฐานนิยม ในกรณีนี้ การบอกว่าค่าฐานนิยมเป็นศูนย์อาจไม่ถูกต้อง จริงๆ แล้วศูนย์อาจเป็นค่าจริงในชุดข้อมูลบางชุด เช่น การวัดอุณหภูมิ

ข้อได้เปรียบหลักของการคำนวณค่าฐานนิยมคือค้นหาได้ง่ายที่สุดและไม่ได้รับผลกระทบจากค่าที่มากเกินไป ข้อเสียของการคำนวณค่าฐานนิยมคือ ในบางสถานการณ์ ค่าฐานนิยมอาจไม่มีอยู่สำหรับชุดข้อมูลบางชุด

ตัวอย่างการคำนวณค่าฐานนิยม

สำหรับชุดค่าที่กำหนดยี่สิบค่า

60, 60, 84, 45, 59, 70, 42, 59, 53, 70, 69, 70, 120, 160, 95, 50, 75, 55, 72, 70

เราสามารถหาค่าฐานนิยมได้ดังนี้:

จัดเรียงชุดข้อมูลตามลำดับจากน้อยไปหามากหรือจากมากไปน้อย นี่คือลำดับดังต่อไปนี้:

42, 45, 50, 53, 55, 59, 59, 60, 60, 69, 70, 70, 70, 70, 72, 75, 84, 95, 120, 160

ต่อไป เราจะพบค่าที่ทำซ้ำตามจำนวนครั้งสูงสุด ในที่นี้ ค่าที่พบบ่อยที่สุดคือ 70 ดังนั้น สำหรับชุดข้อมูลที่กำหนด ค่าโมดัลคือ 70

แม้ว่าค่าฐานนิยมนี้เป็นการวัดแนวโน้มจากศูนย์กลาง แต่ก็อาจไม่สะท้อนถึงค่ากลางของการแจกแจงเสมอไป โดยเฉพาะอย่างยิ่งในการแจกแจงแบบเบี้ยว ค่าฐานนิยมอาจเป็นค่าที่ใหญ่ที่สุดในชุดข้อมูล ค่าที่น้อยที่สุด หรือค่าอื่นๆ ยกตัวอย่าง หากเรามีตัวเลขต่อไปนี้ในชุดข้อมูล:

42, 45, 50, 53, 55, 57, 59, 60, 63, 69, 70, 72, 79, 82, 83, 95, 96, 120, 120, 120

ค่าฐานนิยมจะเป็น 120 แม้ว่าในกรณีนี้ มันจะไม่สะท้อนถึงแนวโน้มส่วนกลาง

ที่น่าสนใจ คือเราสามารถคำนวณได้เฉพาะค่าเฉลี่ยและค่ามัธยฐานสำหรับข้อมูลเชิงปริมาณเท่านั้น และเราสามารถคำนวณค่าฐานนิยมสำหรับข้อมูลทั้งเชิงปริมาณและเชิงคุณภาพได้

โดยเฉลี่ยแล้ว แอนนากินพิซซ่า 12 ครั้งต่อเดือน

• พิซซ่านาโปลิตัน 3 ครั้ง
• พิซซ่ามาร์การิต้า 3 ครั้ง
• พิซซ่าคัลโซเน 2 ครั้ง
• 1 เพปเพอโรนี
• 1 มารินารา
• 1 โฟร์ชีส
• 1 คาเปรเซ่

ในกรณีนี้ เราจะมีสองโหมด: พิซซ่านาโปลิตันและพิซซ่ามาร์การิต้า

มาตรการกระจายตัว

การวัดการกระจาย หรือที่เรียกว่าการวัดความแปรปรวน ใช้เพื่อกำหนดการแพร่กระจายหรือความแปรปรวนภายในชุดข้อมูล เราสามารถตรวจสอบความแปรปรวนในชุดข้อมูลได้โดยใช้ช่วง ควอร์ไทล์ และพิสัยควอร์ไทล์

เครื่องคำนวณช่วง

ช่วงของชุดข้อมูลคือความแตกต่างระหว่างค่าสูงสุดและต่ำสุดในชุดข้อมูล เราสามารถคำนวณได้โดยการกำหนดค่าสูงสุดและต่ำสุดของชุดข้อมูล สูตรคำนวณช่วงคือ:

$$\text{ช่วงต่าง} = ค่าที่ใหญ่ที่สุด - ค่าที่น้อยที่สุด$$

ตัวอย่างการคำนวณช่วง

สำหรับชุดค่าที่กำหนดยี่สิบค่า

60, 60, 84, 45, 59, 70, 42, 59, 53, 70, 69, 70, 120, 160, 95, 50, 75, 55, 72, 70

เราสามารถคำนวณช่วงได้ดังนี้:

จัดเรียงชุดข้อมูลตามลำดับจากน้อยไปหามากหรือจากมากไปน้อย ที่นี่ ลำดับเป็นแบบนี้:

42, 45, 50, 53, 55, 59, 59, 60, 60, 69, 70, 70, 70, 70, 72, 75, 84, 95, 120, 160

นอกจากนี้ ค่าสูงสุดคือ 160 และค่าต่ำสุดคือ 42 ดังนั้น ช่วง:

$$\text{ช่วงต่าง} = ค่าที่ใหญ่ที่สุด - ค่าที่น้อยที่สุด = 160 - 42 = 118$$

ดังนั้น สำหรับชุดข้อมูลนี้ ช่วงคือ 118

เครื่องคำนวณควอร์ไทล์

ควอร์ไทล์คือค่าที่แบ่งชุดข้อมูลออกเป็นสี่ส่วนด้วยสามจุด ได้แก่ ควอร์ไทล์ที่หนึ่ง สอง และสาม

ควอร์ไทล์แรก ซึ่งเรียกว่า Q₁ คือค่าที่ต่ำกว่าซึ่งข้อมูล 25% อยู่ และอีก 75% ที่เหลืออยู่เหนือค่านั้น

ควอร์ไทล์ที่สอง ซึ่งเรียกว่า Q₂ หรือเรียกอีกอย่างว่าค่ามัธยฐาน โดยแบ่งชุดข้อมูลออกเป็นสองส่วนเท่าๆ กัน โดย 50% ของค่าจะอยู่น้อยกว่าและ 50% อยู่มากกว่า

ควอร์ไทล์ที่สาม ซึ่งเรียกว่า Q₃ คือค่าที่ต่ำกว่าซึ่งข้อมูล 75% อยู่ และอีก 25% ที่เหลือจะมากกว่าค่านั้น

การคำนวณควอร์ไทล์

ขั้นตอนการคำนวณควอร์ไทล์ของชุดข้อมูล:

1. จัดเรียงข้อมูลตามลำดับจากน้อยไปหามาก

2. หากต้องการคำนวณควอร์ไทล์ที่สอง ให้คำนวณค่ามัธยฐาน สำหรับควอร์ไทล์ที่หนึ่งและสาม ให้ดำเนินการดังนี้ กำหนด n - จำนวนค่าในชุดข้อมูล

3. สำหรับควอร์ไทล์ที่หนึ่ง ให้คำนวณ L = 0.25n สำหรับควอร์ไทล์ที่สาม ให้คำนวณ L = 0.75n

4. ถ้า L เป็นจำนวนเต็ม ควอร์ไทล์คือค่าเฉลี่ยของตัวเลขที่ตำแหน่ง L และตัวเลขที่ตำแหน่ง L + 1

5. ถ้า L ไม่ใช่จำนวนเต็ม ให้ปัดขึ้นเป็นจำนวนเต็มที่สูงกว่าถัดไป ควอร์ไทล์คือตัวเลขในตำแหน่งที่สอดคล้องกับค่าที่ปัดเศษ

ตัวอย่างการคำนวณควอร์ไทล์

สำหรับชุดค่าที่กำหนดยี่สิบค่า

60, 60, 84, 45, 59, 70, 42, 59, 53, 70, 69, 70, 120, 160, 95, 50, 75, 55, 72, 70

เราสามารถคำนวณควอร์ไทล์ได้ดังนี้:

1. จัดเรียงชุดข้อมูลจากน้อยไปหามากหรือจากมากไปน้อย ที่นี่ ลำดับเป็นแบบนี้:

42, 45, 50, 53, 55, 59, 59, 60, 60, 69, 70, 70, 70, 70, 72, 75, 84, 95, 120, 160

2. จากการคำนวณครั้งก่อน เรารู้แล้วว่า

ค่ามัธยฐาน = 70

3. L สำหรับควอร์ไทล์แรก: 0.25 × 20 = 5 L สำหรับควอร์ไทล์ที่สาม: 0.75 × 20 = 15

4. 5 เป็นจำนวนเต็ม ดังนั้น Q₁ ในกรณีของเราจึงเป็น:

$$Q₁=\frac{55+59}{2}=57$$

5. 15 ก็เป็นจำนวนเต็มเช่นกัน ดังนั้น Q₃ ในกรณีของเราก็คือ

$$Q₃=\frac{72+75}{2}=73.5$$

ดังนั้น สำหรับชุดข้อมูลนี้ ควอร์ไทล์แรกคือ 57 ควอร์ไทล์ที่สองคือ 70 และควอร์ไทล์ที่สามคือ 73.5

เครื่องคำนวณช่วงพิสัยควอร์ไทล์

ช่วงพิสัยควอไทล์ (IQR) คือความแตกต่างระหว่างควอไทล์ที่สาม Q₃ และควอไทล์แรก Q₁ ของชุดข้อมูล เป็นการวัดค่าการกระจายตัวเฉลี่ย ซึ่งสามารถคำนวณได้ดังนี้:

IQR = Q₃ - Q₁

ตัวอย่างการคำนวณ IQR

ในส่วนก่อนหน้านี้ เราได้คำนวณควอร์ไทล์ที่หนึ่งและสามแล้ว คือ 57 และ 73.5 สิ่งที่เราต้องทำก็แค่ใช้สูตร

IQR = Q₃ - Q₁ = 73.5 - 57 = 16.5

ดังนั้น สำหรับชุดข้อมูลนี้ ช่วงระหว่างควอร์ไทล์คือ 16.5

ผลลัพธ์

ในกรณีของเรา จากการสำรวจราคาพิซซ่ามาร์การิต้าแบบย่อๆ ของ Luigi เขาสามารถสรุปได้ดังนี้: ค่าเฉลี่ยและค่ามัธยฐานไม่ตรงกัน มีการบิดเบือนข้อมูลเล็กน้อย แต่ก็ไม่ได้สังเกตเห็นได้ชัดมากนัก ดังนั้นทั้งค่าเฉลี่ยและค่ามัธยฐานสามารถใช้เพื่อวัดแนวโน้มศูนย์กลางได้

หาก Luigi ต้องการกำหนดราคาเฉลี่ยสำหรับพิซซ่ามาร์การิต้า เขาอาจพิจารณาราคาเฉลี่ยหรือค่ามัธยฐานก็ได้ อย่างไรก็ตาม ราคาเช่น 71,900 IDR หรือ 69,500 IDR อาจไม่น่าจดจำเท่าไร โชคดีที่ราคาค่าฐานนิยมสำหรับพิซซ่ามาร์การิต้าตกอยู่ในช่วงนี้ ที่ 70,000 IDR ซึ่งทำให้เป็นตัวเลขที่สะดวกสำหรับ Luigi ที่จะใช้ในกลยุทธ์การกำหนดราคาของเขา

หากเขาต้องการสร้างร้านพิซซ่าสำหรับกลุ่มเป้าหมายที่ประหยัดมากขึ้น เขาก็สามารถมุ่งเน้นไปที่ตัวเลขที่ใกล้กับควอร์ไทล์แรกได้ นั่นคือราคาประมาณ 57,000 รูปีอินโดนีเซีย ไม่สะดวกนักที่จะมุ่งเน้นไปที่ควอร์ไทล์ที่สามเพื่อกำหนดราคาสำหรับลูกค้าที่มีความต้องการมากกว่า เนื่องจากควอร์ไทล์ที่สามไม่ได้เป็นตัวแทนมากนัก