Apa yang dikatakan rerata, median, dan simpangan baku
Rerata menjumlahkan semua nilai lalu membaginya dengan banyaknya. Ia meringkas seluruh himpunan dalam satu angka tetapi bergeser tajam oleh satu nilai ekstrem saja. Median adalah nilai tengah setelah datanya diurutkan; bila banyaknya genap, ia rata-rata dua nilai tengahnya.
Simpangan baku mengukur seberapa jauh nilai-nilainya rata-rata dari reratanya. Mengkuadratkan tiap simpangan lalu meratakannya memberi ragam, dan akar kuadratnya adalah simpangan baku. Justru karena langkah pengkuadratan itulah akar kuadratnya mengembalikan angkanya ke satuan semula.
Sampel dan populasi hanya berbeda pada penyebutnya. Kalau Anda memegang seluruh populasinya, bagi dengan banyaknya n; kalau datanya sampel yang ditarik dari sesuatu yang lebih besar, bagi dengan n dikurangi satu. Sampel menaksir reratanya sendiri dari datanya, yang membuat sebarannya tampak lebih kecil, dan n−1 mengoreksi persis hal itu.
Periksa ini sebelum memasukkan angka
Membaca reratanya saja menyembunyikan bentuk sebarannya. Data gaji punya ekor atas yang panjang, sehingga reratanya duduk jauh di atas apa yang sebenarnya diterima kebanyakan orang. Di situ median lebih dekat kepada pengalaman nyata, dan menampilkan keduanya langsung menyingkap apakah datanya miring ke satu sisi.
Memakai rumus populasi atas data sampel melaporkan simpangan baku yang lebih kecil daripada kenyataannya. Pada sepuluh nilai atau kurang selisih itu menjadi kasatmata. Jawaban survei dan hasil pengukuran ditarik dari keseluruhan yang lebih besar, jadi dasar sampel yang benar.
Ketika menempelkan nilai, koma pemisah ribuan dan koma pemisah antarnilai tampak serupa. Apakah 1,200 berarti seribu dua ratus atau dua nilai 1 dan 200 mengubah reratanya sama sekali, jadi buang koma pengelompoknya dan pisahkan nilainya dengan spasi atau baris baru.
Mengapa rentang dan ragam berjalan bersama
Rentang adalah nilai terbesar dikurangi terkecil, mudah dihitung tetapi disusun dari dua titik saja. Ia tidak mengatakan apa pun tentang apakah bagian tengahnya rapat atau menyebar, jadi ia butuh simpangan baku di sisinya sebelum bentuk datanya menjadi jelas.
Membagi simpangan baku dengan reratanya memberi koefisien variasi, yang memungkinkan membandingkan sebaran data yang diukur dalam satuan berbeda. Tinggi dan berat berada pada skala berbeda, dan cara ini menempatkan keduanya pada pijakan yang sama.