Kelebihan dan kekurangan statistika dalam kehidupan sehari hari

By | December 13, 2021

Statistik dalam pencariannya untuk sekelompok data tertentu yang memiliki karakteristik,  membuat fokus besar pada elemen sehari-hari yang berguna untuk penyelidikan  . Namun, ketika kita berbicara tentang tren, itu mengacu pada sejumlah besar individu yang diatur oleh sesuatu, tetapi ketika kita mengacu pada tendensi sentral, itu direpresentasikan sebagai titik tengah di mana distribusi bersandar.

Indeks ( )

  1. Kelebihan dan kekurangan statistika
  2. Apa yang diwakili oleh ukuran tendensi sentral dan apa keuntungannya?
    1. Rata-rata, properti, kelebihan dan kekurangan
    2. Karakteristik, kelebihan dan kekurangan Fashion
    3. Properti, keuntungan menggunakan Median dan kerugiannya
    4. Sifat, kelebihan dan kekurangan mean aritmatika
    5. Sifat, keuntungan dan kerugian dari rata-rata harmonik
    6. Sifat, kelebihan dan kekurangan rata-rata geometrik
  3. Hubungan antara Mean, Modus dan Median

Kelebihan dan kekurangan statistika

Ketika berbicara tentang statistik, kita dapat mengatakan bahwa ada 3 keuntungan besar darinya:

  • Statistik memungkinkan metode kerja yang sistematis untuk dilakukan.
  • Ide-ide yang tidak berdasar bukanlah dasar untuk cabang ini dan hindari dengan segala cara membuat klaim tanpa dasar apapun.
  • Klaim-klaim yang dikemukakan dipandu untuk mencapai perbaikan yang didasarkan pada bukti dengan data yang objektif.

Adapun kerugiannya, kita dapat mengatakan bahwa mereka hanya ada ketika ada penyalahgunaan statistik, yang menghasilkan:

  • Data yang salah berdasarkan nomor yang hilang.
  • Jika studi tidak memadai, keputusan negatif dapat dibuat yang tidak membantu untuk meningkatkan proses.
  • Anda membutuhkan waktu, dedikasi, dan perhitungan yang cukup untuk memberikan hasil yang akurat.

Apa yang diwakili oleh ukuran tendensi sentral dan apa keuntungannya?

Ketika kita berbicara tentang Ukuran Tendensi Pusat, kita mengacu pada  data perantara antara satu set nilai,  membantu kita untuk meringkas semuanya dalam satu angka. Mereka berkolaborasi untuk mendapatkan kesamaan dalam kumpulan statistik, dan mengelompokkannya dengan pola tertentu dan kesamaan tertentu untuk menghitung tren antara kumpulan data ini, dan dengan demikian menemukan kesamaan di sekitar nilai pusat.

Karena mereka  memungkinkan untuk memvisualisasikan kesamaan kelompok data satu sama lain  untuk menggambarkannya dalam beberapa cara. Membandingkan atau menafsirkan hasil yang diperoleh untuk menetapkan dan menetapkan batas dan nilai ke arah mana variabel yang dievaluasi cenderung ditempatkan. Pada gilirannya, ada tiga  jenis pengukuran pusat  , rata -rata aritmatika,  median dan modus,  dan tergantung pada evaluasi yang akan Anda buat, Anda dapat menggunakan salah satunya.

Di antara kelebihannya adalah:

  • Fokuskan studi besar pada satu masalah.
  • Ini membantu untuk mengelompokkan set serupa yang membuat perhitungan lebih mudah dan lebih teratur.
  • Hal ini memungkinkan membuat perbandingan dari sudut pandang yang berbeda.

Rata-rata, properti, kelebihan dan kekurangan

Banyak kali Mean Aritmatika didefinisikan sebagai nilai rata –  rata  dari setiap data dalam beberapa set. Kami berbicara tentang jumlah total semua pengamatan yang dibagi dengan jumlah total pengamatan. Perlu dicatat bahwa ia memiliki  nilai unik di mana data yang berbeda campur tangan untuk menentukannya  . Representatif jika data terdistribusi secara homogen.

Contohnya adalah buletin akademik yang rata-rata diperoleh berdasarkan jumlah semua mata pelajaran yang dilihat dalam setahun, yang hasilnya dibagi di antara mereka sendiri.

Keuntungan 

  • Sangat mudah untuk menghitung alasan mengapa ini adalah ukuran tren yang paling banyak digunakan.
  • Stabil dengan sejumlah besar pengamatan.
  • Saat melakukan perhitungannya, ia  menggunakan semua data yang mungkin .
  • Ini sangat berguna dalam prosedur statistik.
  • Ini rentan terhadap perubahan apa pun dalam data, sehingga  berfungsi sebagai pendeteksi variasi data .

Kekurangan

  • Biasanya sensitif terhadap nilai yang terlalu tinggi atau terlalu rendah.
  • Tidak mungkin untuk melakukan perhitungan kualitatif atau data yang memiliki kelas terbuka, baik yang lebih rendah atau lebih tinggi.
  • Kita harus menghindari menggunakannya dalam distribusi yang asimetris .

Karakteristik, kelebihan dan kekurangan Fashion

Nilai yang dimilikinya ditentukan oleh frekuensinya, sehingga tidak menjadi nilai tunggal, sehingga ada  dua nilai atau lebih yang memiliki frekuensi yang sama  . Karena ini adalah variabel kuantitatif, itu diwakili. Biasanya direpresentasikan beberapa kali dalam kumpulan data. Singkatnya, observasilah yang paling sering diulang.

Keuntungan

  • Itu tidak memerlukan perhitungan .
  • Ini dapat digunakan dalam  perhitungan  kualitatif maupun kuantitatif .
  • Itu sama sekali tidak dipengaruhi oleh beberapa nilai ekstrim.
  • Ini bisa  sangat berguna ketika kita memiliki nilai yang berbeda dalam kelompok .
  • Mereka dapat dihitung di kelas terbuka.

Kekurangan

  • Hal ini  sulit untuk menafsirkan data jika Anda memiliki lebih dari tiga mode, atau lebih .
  • Jika kita memiliki kumpulan data yang dikurangi, nilainya tidak berguna.
  • Jika ada data yang diulang biasanya tidak ada.
  • Itu tidak menggunakan semua informasi data yang tersedia .
  • Biasanya terlalu jauh dari tengah data yang diperoleh.

Properti, keuntungan menggunakan Median dan kerugiannya

Ketika kami menemukan data yang diposisikan dari terendah ke tertinggi, kami tahu bahwa itu adalah nilai pusat. Perlu dicatat bahwa  nilainya unik dan hanya bergantung pada urutan data  . Ini lebih representatif daripada rata-rata ketika ada nilai numerik yang sangat tinggi atau sangat rendah dalam sampel, tergantung relatif pada situasi statistik.

Keuntungan

  • Sangat mudah untuk menghitung jika jumlah datanya tidak terlalu besar .
  • Pengaruhnya oleh nilai-nilai ekstrim adalah nol, karena hanya dipengaruhi oleh nilai-nilai pusat.
  • Hal ini dapat diterapkan untuk melakukan perhitungan data kuantitatif, hingga data dengan kelas ekstrim terbuka.
  • Mendukung skala ordinal. Menjadikannya  ukuran tendensi sentral yang paling representatif dalam semua jenis variabel .

Kekurangan

  • Tidak ada gunanya menggunakan semua informasi yang kami miliki saat membuat perhitungan Anda.
  • Untuk menggunakannya kita harus memesan semua informasi terlebih dahulu .
  • Itu tidak menimbang nilai sebelum menentukannya.
  • Nilai ekstrem cenderung penting

Sifat, kelebihan dan kekurangan mean aritmatika

Rata-rata aritmatika dikenal sebagai  jumlah total variabel yang didistribusikan secara merata di  antara masing-masing pengamat. Ini juga dikenal sebagai  Media¨  dan merupakan cara praktis untuk meringkas informasi dari suatu distribusi, dengan asumsi bahwa kelompok pengamat menangani jumlah variabel yang sama.

Sekarang, di antara propertinya kita harus:

  • Itu tidak memiliki nilai eigen dari variabel. Artinya, jika rata-rata aritmatika sekelompok mata pelajaran sekolah adalah 9, mungkin sebenarnya tidak ada mata pelajaran yang memiliki nilai tertentu 9. Rata-rata aritmatika adalah elemen yang sangat sensitif terhadap perubahan dan nilai dalam data. . .
  • Rata-rata aritmatika berperilaku sangat mirip dengan operasi matematika umum seperti penambahan

Ketika berbicara tentang keuntungan,  dapat dikatakan bahwa rata-rata aritmatika adalah yang paling banyak digunakan dan itulah sebabnya hampir semua orang mengetahuinya dan membuat perhitungannya praktis dan mudah ditangani. Di sisi lain, ukuran ini memungkinkan untuk mendeteksi variasi dalam data.

Mengenai kelemahannya,    sangat sensitif terhadap variasi dan ini membuat data distribusi statistik tidak begitu akurat.

Sifat, keuntungan dan kerugian dari rata-rata harmonik

Rata-rata harmonik adalah kebalikan dari rata-rata aritmatika  , yaitu hasil dari sejumlah elemen antara jumlah invers dari masing-masing angka ini.

Diantara sifat-sifatnya adalah:

  • Inversnya adalah mean aritmatika dari invers angka-angka variabel.
  • Ini kurang dari atau sama dengan rata-rata aritmatika dalam semua kasus.
  • Jika ditransformasikan dengan benar, data dapat berubah dari mean harmonik ke mean aritmatika.

Di antara kelebihannya adalah bahwa  semua nilai distribusi berada dalam perhitungan dan biasanya sedikit lebih representatif daripada rata-rata aritmatika, dalam beberapa kasus.

Di antara kelemahannya adalah  fakta bahwa itu tidak dapat dihitung dalam distribusi yang nilainya sama dengan 0. Di sisi lain, sangat dipengaruhi oleh nilai-nilai kecil dan karena itu tidak harus digunakan dalam jenis perhitungan ini. .

Sifat, kelebihan dan kekurangan rata-rata geometrik

Rata-rata geometrik sering digunakan dalam perhitungan persentase tingkat pertumbuhan rata-rata untuk beberapa deret. Ini didefinisikan sebagai  akar dari produk dari satu set bilangan positif. Semua nilai himpunan dikalikan satu sama lain dan jika, misalnya, salah satunya adalah 0, hasil akhirnya adalah 0.

Di dalam propertinya Anda harus:

  • Logaritma dalam mean geometrik sama dengan mean aritmatika dari logaritma nilai-nilai variabel.
  • Dalam himpunan bilangan positif, mean geometrik selalu lebih kecil atau sama dengan mean aritmatika.

Ketika berbicara tentang kelebihannya, kita memiliki  bahwa rata-rata geometrik memperhitungkan setiap nilai distribusi dan kurang sensitif daripada rata-rata aritmatika dalam hal nilai ekstrim.

Di antara kelemahannya kita dapat menemukan  bahwa makna statistiknya kurang intuitif dibandingkan dengan rata-rata aritmatika dan, pada saat yang sama, perhitungannya sedikit lebih sulit untuk dilakukan. Di sisi lain, jika salah satu nilainya sama dengan nol, rata-rata aritmatika tidak ditentukan karena dibatalkan.

Hubungan antara Mean, Modus dan Median

Hal utama adalah bahwa ukuran-ukuran ini termasuk dalam ukuran tendensi sentral, sehingga nilai numeriknya cenderung menempatkan bagian tengah dari kumpulan data. Ditambahkan ke ini Anda harus:

  • Ada kemiringan positif di antara mereka ketika rata-rata lebih besar dari median dan disebut  distribusi miring ke kanan.
  • Ada juga skewness negatif yang terjadi ketika mean lebih kecil dari median dan disebut  distribusi Left-skewed.

Ketika distribusi menjadi simetris, mean, modus, dan median bertepatan dalam nilainya.