Menjawab:
Nilai sentral yang merupakan representasi seluruh data.
Penjelasan:
Jika kita melihat distribusi frekuensi yang kita temui dalam praktik, kita akan menemukan bahwa ada kecenderungan nilai variate untuk mengelompok di sekitar nilai pusat; dengan kata lain, sebagian besar nilai terletak pada interval kecil tentang nilai pusat. Karakteristik ini disebut kecenderungan sentral dari distribusi frekuensi.
Nilai sentral, yang diambil sebagai representasi dari seluruh data, disebut ukuran kecenderungan pusat atau, rata-rata. Sehubungan dengan distribusi frekuensi, rata-rata juga disebut sebagai ukuran lokasi, karena ini membantu untuk menemukan posisi distribusi pada sumbu variabel. Dapat dicatat bahwa rata-rata belum tentu salah satu dari nilai data yang diberikan.
Apa contoh di mana median akan menjadi ukuran yang disukai kecenderungan sentral?
Lihat contoh di bawah ini: Median adalah ukuran yang disukai kecenderungan sentral ketika ada satu atau lebih outlier yang condong rata-rata atau rata-rata. Katakanlah di sebuah perguruan tinggi kecil, gaji rata-rata seorang senior yang lulus dalam kelas 2.000 siswa adalah: $ 30.000 Namun, katakanlah mereka memiliki Tim bola basket yang hebat di sekolah kecil ini dan salah satu bintang tim dirancang oleh NBA dan menandatangani gaji awal sebesar $ 10.000.000. Jika kita melihat median gaji awal para siswa yang lulus akan sekitar $ 25.000 atau 17% lebih rendah dari rata-rata atau rata-rata. Ini bisa menyesatkan perspektif sis
Ukuran kecenderungan sentral mana yang responsif terhadap jumlah skor di bawah atau di atasnya, tetapi tidak dengan nilai tepatnya?
Median, karena ini adalah titik tengah dari kumpulan data peringkat, sehingga perlu memiliki jumlah poin yang sama di atas dan di bawahnya, tetapi tidak dipengaruhi oleh nilai dari titik-titik tersebut.
Mengapa mean sering bukan ukuran yang baik dari kecenderungan sentral untuk distribusi yang miring?
Lihat di bawah ini :) Rerata ini bukan merupakan pengukuran kecenderungan sentral yang baik karena memperhitungkan setiap titik data. Jika Anda memiliki outlier seperti dalam distribusi miring, maka outlier tersebut mempengaruhi mean satu outlier tunggal dapat menyeret mean ke bawah atau ke atas. Inilah sebabnya mengapa mean bukan ukuran yang baik dari kecenderungan sentral. Sebaliknya median digunakan sebagai ukuran kecenderungan sentral.