The short answer
This calculator returns a full statistical summary in one pass: mean and median for center, mode for the most frequent value, range and standard deviation for spread, and quartiles (Q1, Q2, Q3) plus the interquartile range (IQR) for a spread measure that resists outliers. Together, these numbers describe a data set's center, spread, and shape without needing to look at every individual value.
Poin-poin penting
- Mean, median, and mode each describe "center" differently — comparing them reveals whether data is symmetric or skewed.
- IQR (Q3 − Q1) captures the spread of the middle 50% of the data and is far less sensitive to outliers than range or standard deviation.
- Skewness mendeskripsikan asimetri: data yang condong ke kanan (rata-rata > median) memiliki ekor yang panjang menuju nilai yang tinggi; condong ke kiri (rata-rata < median) memiliki ekor yang panjang menuju nilai yang rendah.
- Tidak ada satu statistik pun yang mampu menjelaskan keseluruhan cerita — ringkasan lengkap tentang pusat, penyebaran, dan bentuk secara bersamaan mencegah kesalahan membaca kumpulan data hanya dari satu angka.
Reading a full statistical summary together
| Statistik | Apa yang diberitahukannya kepada Anda |
|---|---|
| Berarti | Pusat aritmatika, peka terhadap outlier |
| median | Nilai menengah, tahan terhadap outlier |
| Mode | Nilai yang paling sering |
| Jangkauan | Penyebaran penuh (maks − menit), sangat sensitif terhadap outlier |
| Deviasi standar | Jarak tipikal dari mean |
| IQR | Spread 50% tengah, tahan terhadap outlier |
Skewness: apa yang diungkapkan mean vs. median
Data: 20, 22, 23, 24, 25, 26, 28, 120 — satu outlier yang jelas di bagian akhir.
Rata-rata = 288 8 = 36
Median = (24 + 25) / 2 = 24,5
Rata-rata (36) berada jauh di atas median (24,5) — tanda yang jelas adanya kemiringan ke kanan. Nilai tunggal sebesar 120 sudah cukup untuk menaikkan rata-rata lebih dari 11 poin sementara median hampir tidak bergerak, karena median hanya peduli pada nilai mana yang berada di posisi tengah, bukan seberapa jauh letak outlier dari nilai lainnya.
Contoh yang berhasil: membandingkan IQR dan rentang
Using the same data set (20, 22, 23, 24, 25, 26, 28, 120):
Range = 120 − 20 = 100
Q1 (median of lower half 20,22,23,24) = 22.5
Q3 (median of upper half 25,26,28,120) = 27
IQR = 27 − 22,5 = 4,5
Kisaran (100) sepenuhnya didominasi oleh outlier tunggal, sedangkan IQR (4,5) mencerminkan betapa padatnya sebagian besar data sebenarnya – sebuah ilustrasi dramatis mengapa IQR lebih disukai untuk menyebar ketika outlier menjadi perhatian.
Kesalahan umum yang harus dihindari
- Reading only the mean and assuming it represents a "typical" value — always check the median too, especially with small samples or suspected outliers.
- Memperlakukan jangkauan sebagai ukuran penyebaran yang dapat diandalkan — satu nilai ekstrim dapat meningkatkannya secara dramatis, seperti yang ditunjukkan di atas.
- Mode yang diharapkan pada data tanpa nilai berulang - himpunan yang setiap nilainya unik tidak memiliki mode.
- Salah membaca arah yang miring — miring ke kanan berarti ekor (dan mean) mengarah ke nilai yang lebih tinggi, bukan berarti sebagian besar datanya tinggi.
Kalkulator terkait
- Kalkulator Rata-rata — explore mean alongside geometric and harmonic averages.
- Standard Deviation Calculator — focus specifically on spread with sample vs. population options.
- Mean, Median, Mode & Range Calculator — mendapatkan versi empat langkah inti yang lebih ringan dan lebih fokus.
- Kalkulator Skor Z — lihat seberapa jauh nilai individual dari rata-rata kumpulan data ini.