Berapa Tambahan Nilai Agar Rata‑rata 10 Nilai Menjadi 80,5 dan Analisisnya

Berapa Tambahan Nilai Agar Rata‑rata 10 Nilai Menjadi 80,5? Pertanyaan ini mungkin muncul di benak seorang siswa yang ingin memperbaiki nilai akhir, atau bahkan dalam pikiran seorang analis yang sedang mengkaji data. Di balik kesederhanaan pertanyaannya, tersimpan sebuah eksplorasi menarik tentang bagaimana satu titik data baru dapat menggeser seluruh pusat gravitasi dari sebuah kumpulan angka. Ini bukan sekadar hitung-hitungan aljabar biasa, melainkan sebuah cerita tentang target, usaha, dan strategi untuk mencapai suatu standar yang telah ditetapkan.

Mari kita telusuri bersama logika matematis yang mendasarinya, mulai dari rumus rata-rata yang paling dasar hingga implikasinya dalam berbagai skenario. Kita akan melihat bagaimana karakteristik sepuluh nilai awal—apakah semuanya rendah, tinggi, atau campuran—sangat menentukan besarnya “lonjakan” nilai tunggal yang dibutuhkan. Lebih jauh lagi, pembahasan ini akan mengajak kita mempertimbangkan strategi alternatif jika kita boleh memperbaiki beberapa nilai lama, serta bagaimana penerapan logika serupa dalam konteks dunia nyata di luar akademik.

Mengurai Makna Numerik di Balik Pertanyaan Rata-rata 80,5

Ketika target rata-rata ditetapkan pada angka seperti 80,5, ada pesan tersirat yang lebih dalam daripada sekadar bilangan. Angka desimal ini, setengah poin di atas 80, seringkali bukanlah kebetulan. Dalam banyak sistem penilaian, angka ini mewakili ambang batas yang lebih ketat dan spesifik. Misalnya, dari 80 ke 81 adalah lompatan satu poin penuh, tetapi menargetkan 80,5 menciptakan zona tengah yang menuntut presisi.

Filosofi matematisnya terletak pada keinginan untuk “mengunci” pencapaian tepat di atas kategori bulat, seolah-olah mengatakan, “bukan hanya ‘lumayan’ di angka 80, tetapi sudah merambah ke kategori ‘baik’.” Pilihan angka desimal ini secara langsung mempengaruhi nilai tambahan yang diperlukan. Karena rata-rata adalah hasil bagi total nilai dengan jumlah data, menetapkan target berupa desimal (terutama .5) seringkali memastikan bahwa total nilai yang diperlukan adalah bilangan bulat, yang mempermudah perhitungan aljabar selanjutnya.

Implikasinya, nilai tambahan yang harus dicapai bisa menjadi lebih atau kurang “bersahabat” bergantung pada kumpulan data awalnya.

Perbandingan Skenario Target Rata-rata

Untuk memahami sensitivitas target, mari kita lihat bagaimana perubahan kecil pada rata-rata target mempengaruhi total nilai yang dibutuhkan dan selisih yang harus dipenuhi oleh nilai tambahan. Asumsikan kita selalu memiliki 10 nilai awal dengan total hipotetis
750. Perhitungannya sederhana: Total Baru = Rata-rata Target × 11 (karena akan ada 1 nilai tambahan). Selisih yang harus ditutup oleh nilai tambahan adalah Total Baru dikurangi Total Awal (750).

Tabel di atas mengungkap bahwa kenaikan target hanya 0.5 poin membutuhkan tambahan 5.5 poin pada nilai tunggal. Ini adalah ilustrasi nyata dari leverage yang dimiliki satu data terhadap keseluruhan himpunan.

Analogi Pergeseran Rata-rata dalam Kehidupan

Konsep menambahkan satu elemen untuk menggeser rata-rata bukanlah hal yang asing. Bayangkan Anda mencatat suhu ruangan rata-rata selama 10 hari adalah 23°C. Anda ingin rata-rata 11 hari menjadi 23.5°C. Hari ke-11 harus cukup panas untuk “menarik” rata-rata 10 hari sebelumnya naik setengah derajat. Prinsip yang sama berlaku untuk meningkatkan IPK dengan satu mata kuliah berprestasi tinggi, atau meningkatkan rata-rata penjualan bulanan dengan sebuah hari yang sangat sukses di akhir bulan.

Prinsip intinya adalah: satu titik data baru tidak hanya menambah dirinya sendiri, tetapi juga menanggung beban untuk mengkompensasi selisih antara rata-rata lama dan target untuk setiap titik data yang sudah ada.

Langkah Demi Langkah Perhitungan Aljabar

Mari kita jabarkan proses menemukan nilai tambahan (sebut saja X) secara sistematis. Rumus rata-rata untuk 11 nilai adalah (Jumlah 10 nilai awal + X) / 11 = 80.5. Tujuan kita adalah mengisolasi variabel X.

1. Kalikan kedua sisi dengan 11 untuk menghilangkan pembagi: Jumlah 10 nilai awal + X = 80.5 × 11.
2. Hitung hasil perkalian: 80.5 × 11 = 885.
   

   Jadi, persamaannya menjadi: Jumlah 10 nilai awal + X = 885.5.

3. Isolasi X dengan memindahkan Jumlah 10 nilai awal ke sisi kanan: X = 885.5 – Jumlah 10 nilai awal.

Dengan demikian, nilai X sepenuhnya bergantung pada total dari 10 nilai awal. Semakin rendah total awal, semakin tinggi nilai X yang harus dicapai, dan sebaliknya. Proses aljabar ini mengonfirmasi bahwa solusinya unik untuk setiap set data awal.

Variasi Skor Awal dan Dampaknya Terhadap Lonjakan Nilai Tunggal

Daya ungkit satu nilai tambahan sangat bergantung pada konfigurasi nilai-nilai awal. Sebuah nilai 90 yang ditambahkan ke dalam set data yang sudah tinggi akan memberikan dampak yang lebih kecil dibandingkan nilai 90 yang sama jika ditambahkan ke set data yang rendah. Untuk mengilustrasikan dinamika ini, mari kita analisis tiga studi kasus fiktif dengan karakteristik berbeda, semuanya berjuang untuk mencapai rata-rata 80,5 dari total 11 nilai.

Tiga Studi Kasus Nilai Awal, Berapa Tambahan Nilai Agar Rata‑rata 10 Nilai Menjadi 80,5

Kasus A (Nilai Rendah Konsisten): Nilai awal: 65, 70, 68, 72, 71, 69, 73, 67, 70,
75. Total =
710. Nilai tambahan X = 885.5 – 710 = 175.5. Analisis: Hasil ini jelas tidak realistis dalam konteks skala 0-100. Ini menunjukkan bahwa ketika rata-rata awal (71) jauh di bawah target (80.5), dibutuhkan sebuah “mukjizat” numerik—sebuah nilai di luar batas wajar—untuk mencapai target.

Upaya lebih baik dialihkan ke perbaikan beberapa nilai lama.

Kasus B (Nilai Tinggi Konsisten): Nilai awal: 85, 88, 82, 90, 87, 86, 89, 84, 91,
83. Total =
865. Nilai tambahan X = 885.5 – 865 = 20.5. Analisis: Dengan rata-rata awal yang sudah tinggi (86.5), target 80.5 justru lebih rendah. Nilai tambahan yang dibutuhkan hanya 20.5, yang secara paradoks sangat rendah.

Dalam skenario ini, menambah satu nilai baru justru berisiko menurunkan rata-rata jika nilai tambahannya di bawah 86.5. Targetnya mudah dicapai, bahkan mungkin tanpa usaha khusus.

Kasus C (Nilai Campuran Acak): Nilai awal: 55, 95, 78, 82, 88, 65, 91, 76, 85,
80. Total =
795. Nilai tambahan X = 885.5 – 795 = 90.5. Analisis: Rata-rata awal adalah 79.5, hanya satu poin di bawah target. Nilai tambahan 90.5 yang dibutuhkan adalah angka yang tinggi tetapi masih dalam batas kemungkinan (jika skala maksimal 100).

Ini adalah skenario yang paling umum dan menarik: target terlihat dekat, tetapi membutuhkan lompatan signifikan dari satu penampilan tunggal untuk menarik seluruh kelompok melewati ambang batas.

Prosedur Mengevaluasi Realisme Nilai Tambahan

Source: gauthmath.com

Sebelum melakukan perhitungan akhir, kita dapat mengembangkan intuisi tentang apakah nilai X akan realistis.

• Hitung rata-rata awal: Jika rata-rata awal sudah sangat dekat dengan atau melebihi target, nilai X akan kecil atau bahkan negatif (yang berarti nilai berapapun akan memenuhi target).
• Periksa sebaran data: Jika datanya sangat beragam (seperti Kasus C), mungkin ada nilai ekstrem rendah yang menjadi “beban”. Nilai tambahan harus mengimbangi beban ini.
• Bandungkan selisih rata-rata dengan jumlah data: Selisih (Target – Rata-rata Awal) dikalikan 11 akan mendekati nilai X. Jika hasilnya di atas 100, itu pertanda hampir mustahil.

Fenomena Efek Pembobotan pada Dataset Kecil

Dalam kumpulan data yang kecil (seperti 10 atau 11 item), setiap titik data memiliki bobot yang besar, biasanya sekitar 9-10% dari total pengaruh terhadap rata-rata. Inilah yang disebut efek pembobotan. Penambahan satu nilai baru tidak hanya menambah sebuah angka; ia menjadi anggota dengan hak suara penuh yang langsung mempengaruhi keseimbangan. Secara grafis, bayangkan sebuah garis trend yang agak datar mewakili 10 nilai awal.

Ketika satu titik data baru yang sangat tinggi ditambahkan, garis trend itu tidak hanya memanjang, tetapi ujungnya terangkat dengan tajam, menarik seluruh kemiringan garis ke atas. Titik baru itu bertindak seperti sebuah magnet yang kuat, menarik pusat massa (rata-rata) ke arahnya. Efek ini memudar seiring jumlah data membesar; dalam dataset 1000 nilai, satu nilai baru hampir tak terlihat.

Strategi Alternatif Jika Penambahan Hanya Pada Beberapa Nilai Lama

Dalam dunia nyata, seringkali lebih masuk akal untuk memperbaiki beberapa nilai yang sudah ada daripada menambahkan satu nilai baru dari vakum. Misalnya, seorang siswa mungkin diperbolehkan memperbaiki nilai tugas atau ujian sebelumnya. Pertanyaannya berubah: bagaimana mendistribusikan peningkatan yang diperlukan ke beberapa nilai lama agar target rata-rata 80,5 tercapai? Strateginya melibatkan dua langkah: pertama, hitung total kekurangan yang harus ditutup; kedua, alokasikan kekurangan tersebut ke sejumlah nilai lama secara efisien dan adil.

Ambil contoh Kasus C sebelumnya dengan total awal 795. Untuk 11 data, total yang dibutuhkan adalah 885.5. Artinya, ada kekurangan sebesar 90.5 poin yang harus didistribusikan. Jika kita memilih untuk meningkatkan hanya 2 nilai lama, maka rata-rata setiap nilai harus naik sekitar 45.25 poin—sebuah lompatan yang sangat besar dan mungkin tidak mungkin jika nilai awalnya sudah tinggi. Sebaliknya, jika kita mendistribusikan ke 4 nilai terendah, beban per nilai menjadi lebih ringan, dan peluang untuk mencapainya lebih realistis.

Strategi optimal biasanya adalah mengidentifikasi nilai-nilai dengan potensi perbaikan terbesar (nilai-nilai terendah) dan fokus pada mereka.

Kombinasi Peningkatan pada Nilai Lama

Berikut adalah tabel yang menunjukkan berbagai strategi distribusi untuk menutup kekurangan 90.5 poin pada Kasus C. Asumsikan kita memilih nilai-nilai terendah untuk ditingkatkan.

Tabel ini mengungkap trade-off yang jelas: semakin banyak nilai yang diperbaiki, semakin kecil tekanan pada setiap nilai individu. Meningkatkan nilai 55 menjadi 77.625 (naik 22.625) jauh lebih feasible daripada meningkatkannya menjadi 100.25 (naik 45.25).

Naratif Revisi Nilai dalam Etika Akademik

Bayangkan Bu Ani, seorang guru matematika, melihat seorang siswa yang tekun tetapi nilai tugas awalnya buruk karena kurang paham konsep dasar. Setelah remedial, siswa tersebut menunjukkan pemahaman yang baik. Bu Ani mempertimbangkan untuk merevisi beberapa nilai tugas lamanya sebagai cerminan pemahaman saat ini, bukan hanya sebagai hadiah. Tujuannya adalah membantu siswa mencapai rata-rata minimal 80,5 untuk bisa mengikuti program lanjutan.

Bu Ani bergumam, “Jika saya hanya menaikkan dua nilai terendahnya secara drastis, itu terlihat tidak natural dan bisa dianggap tidak adil oleh siswa lain. Tetapi, jika saya menaikkan empat nilai terendahnya dengan peningkatan yang wajar, misalnya setiapnya sampai ke batas kelulusan 78, lalu kekurangannya ditutup dengan proyek perbaikan yang jelas, itu lebih transparan dan edukatif.” Pertimbangan etisnya adalah memastikan revisi mencerminkan pencapaian belajar yang sah, bukan sekadar manipulasi angka untuk memenuhi target administratif.

Dengan pendekatan ini, strategi matematis menjadi alat untuk perencanaan pembelajaran, bukan hanya trik hitung-menghitung. Ia membantu mengidentifikasi area mana yang paling kritis untuk diperbaiki dan menetapkan target perbaikan yang spesifik dan terukur untuk setiap area tersebut.

Interpretasi Hasil dan Batasan Praktis dalam Konteks Non-Akademik

Logika “nilai tambahan untuk rata-rata” ini adalah alat yang powerful yang dapat diterjemahkan ke berbagai bidang di luar akademik. Prinsip dasarnya universal: Anda memiliki serangkaian pengukuran, dan Anda ingin tahu seberapa besar satu pengukuran tambahan (atau peningkatan pada pengukuran lama) harus dilakukan untuk mencapai target rata-rata tertentu. Dalam keuangan, seorang manajer toko mungkin memiliki rata-rata penjualan harian 750 unit selama 10 hari.

Untuk membuat rata-rata 11 hari menjadi 800 unit, dia perlu menghitung penjualan di hari ke-11. Dengan rumus yang sama, Total Baru = 800 × 11 = 8800. Jika total 10 hari adalah 7500, maka hari ke-11 harus menjual 1300 unit. Angka ini langsung memberikan target yang jelas, meskipun mungkin menantang.

Dalam konteks kesehatan, bayangkan rata-rata tekanan darah sistolik pasien selama 10 pengukuran adalah 135 mmHg. Dokter ingin rata-rata setelah 11 pengukuran turun menjadi 130 mmHg. Berapa tekanan darah pada pengukuran ke-11? Total Baru = 130 × 11 = 1430. Total Awal = 135 × 10 = 1350.

Jadi, pengukuran ke-11 harus mencapai 80 mmHg. Hasil yang sangat rendah ini mengindikasikan bahwa target rata-rata 130 tidak realistis hanya dengan satu pengukuran yang sangat baik; diperlukan penurunan yang konsisten pada beberapa pengukuran, atau target rata-rata perlu disesuaikan.

Batasan Praktis Solusi Matematis Murni

Meski elegan, solusi aljabar murni seringkali terbentur realitas. Hasil perhitungan harus diverifikasi terhadap batasan dunia nyata.

• Batas Maksimum dan Minimum: Nilai tambahan mungkin melebihi skala yang mungkin (mis., >100 untuk nilai, atau >24 jam untuk waktu). Ini menandakan target tidak dapat dicapai dengan hanya satu intervensi.
• Sifat Data Diskret: Hasil seperti 90.5 atau 135.5 tidak mungkin jika yang diukur adalah jumlah orang (harus bulat) atau nilai yang hanya berbentuk bilangan bulat. Pembulatan diperlukan, yang sedikit mengubah target rata-rata akhir.
• Kausalitas dan Realisme: Mencapai tekanan darah 80 mmHg mungkin secara matematis menyelesaikan masalah, tetapi secara fisiologis bisa berbahaya atau tidak mungkin bagi pasien. Angka harus masuk akal.
• Konteks Waktu dan Urutan: Dalam banyak kasus, data baru ditambahkan secara berurutan. Mencapai target mungkin membutuhkan perencanaan ke depan, bukan koreksi di akhir.

Penafsiran dan Pembulatan Hasil Desimal

Ketika hasil perhitungan berupa bilangan desimal seperti 90.5, interpretasinya bergantung pada konteks. Dalam penjualan, 90.5 unit mungkin dibulatkan menjadi 91, artinya kita perlu menjual minimal 91 unit. Dalam nilai akademik, 90.5 mungkin berarti siswa harus mencapai setidaknya 90.5, yang dalam sistem penilaian sering dibulatkan menjadi 91, atau mensyaratkan komponen desimal dari penilaian lain. Deskripsi visualnya seperti sebuah skala pengukur yang presisi: jarum penunjuk harus melewati tanda 90 dan berhenti tepat di tengah antara 90 dan 91.

Dalam prakteknya, kita menyadari bahwa alat ukur kita mungkin hanya memiliki skala bulatan (setiap 1 poin), sehingga kita menetapkan target pada angka bulat terdekat yang memastikan rata-rata akhir tetap di atas atau sama dengan target setelah pembulatan. Ini adalah lapisan kedua dari penerapan matematika, di mana teori bertemu dengan keterbatasan pengukuran dan aturan administrasi.

Eksplorasi Metode Verifikasi dan Pencegahan Kesalahan Hitung: Berapa Tambahan Nilai Agar Rata‑rata 10 Nilai Menjadi 80,5

Setelah mendapatkan angka untuk nilai tambahan, penting untuk memverifikasi bahwa perhitungan tersebut benar dan masuk akal. Hanya memasukkan angka kembali ke rumus awal adalah verifikasi dasar, tetapi ada metode lain yang lebih kuat yang dapat mengungkap kesalahan dalam logika atau aritmatika. Verifikasi independen membangun kepercayaan diri dan memastikan keputusan yang dibuat berdasarkan angka tersebut adalah solid.

Mencari berapa tambahan nilai agar rata-rata 10 nilai jadi 80,5 itu ibarat memahami sebuah gradasi. Soal ini mengingatkan kita bahwa perubahan sering terjadi bertahap, bukan instan, mirip seperti penjelasan Mayor Polak: Perbedaan Kota dan Desa Bersifat Gradual, Alasan. Nah, dalam konteks hitungan kita, “gradasi” itu adalah selisih kecil yang perlu ditambahkan secara tepat untuk mencapai target rata-rata yang diinginkan, menunjukkan bahwa detail perhitungan sangat krusial.

Metode Verifikasi Independen

Metode Selisih Rata-rata: Hitung selisih antara target (80.5) dan rata-rata lama. Kalikan selisih ini dengan jumlah data akhir (11). Hasilnya harus sama dengan nilai tambahan yang dihitung. Misal, rata-rata lama 79.5, selisih = 1.
0.

1.0 × 11 =
11. Namun, nilai tambahan kita sebelumnya 90.
5. Ternyata, 79.5 adalah rata-rata 10 data, bukan total. Kekeliruan umum ini langsung terdeteksi.

Cara yang benar: Total kekurangan = (Target × Jumlah Akhir)
-(Rata-rata Awal × Jumlah Awal).

Metode Simulasi Mental: Tambahkan nilai hasil perhitungan ke dalam set data awal. Secara mental, estimasi rata-rata baru. Jika nilai tambahan sangat tinggi, rata-rata baru seharusnya terasa “ditarik” kuat ke arahnya. Jika perhitungan menunjukkan nilai tambahan 50 tetapi rata-rata awal sudah 85, intuisi akan mengatakan ada yang salah karena rata-rata baru pasti turun, bukan naik ke 80.5.

Metode Breakdown: Pecah perhitungan menjadi dua bagian yang jelas: pertama, hitung total yang dibutuhkan (Target × Jumlah Data). Kedua, hitung total yang sudah ada. Tampilkan kedua angka ini secara terpisah sebelum melakukan pengurangan. Ini memisahkan dua sumber kesalahan potensial: kesalahan perkalian dan kesalahan pengurangan/penjumlahan total awal.

Checklist Pencegahan Kesalahan Umum

• Pastikan jumlah data (n) yang digunakan dalam rumus sudah benar (10 untuk lama, 11 untuk baru, atau sebaliknya).
• Periksa penempatan desimal, terutama saat mengalikan angka seperti 80.5 dengan 11.
• Konfirmasi apakah yang diketahui adalah total nilai awal atau rata-rata awal. Jangan tertukar antara “total” dan “rata-rata”.
• Untuk skenario revisi beberapa nilai, pastikan jumlah nilai yang direvisi dikalikan dengan benar dalam distribusi kenaikan.
• Selalu tulis satuan (jika ada) dan bandingkan dengan batas maksimal/minimal yang masuk akal.

Prosedur Troubleshooting Hasil yang Tidak Masuk Akal

Jika hasil perhitungan terlihat aneh (terlalu tinggi, terlalu rendah, atau negatif padahal seharusnya positif), jeda sejenak dan ikuti alur ini: 1) Ulangi dari Awal dengan Kertas Baru: Seringkali kesalahan ada di transkripsi angka. 2) Ganti Angka dengan yang Lebih Sederhana: Coba dengan target bulat (misal 80) dan nilai awal bulat yang mudah. Jika logikanya benar pada angka sederhana, kesalahan mungkin pada aritmatika angka kompleks. 3) Terangkan Logika kepada Orang Lain (atau boneka): Mengutarakan proses berpikir dengan lantang sering kali membuat lubang dalam logika menjadi jelas. 4) Periksa Asumsi Dasar: Apakah targetnya lebih tinggi dari rata-rata lama?

Jika tidak, nilai tambahan bisa negatif atau kecil. Apakah mungkin ada kesalahan memahami soal (misal, menambah nilai ke 10 nilai lama, bukan membuat total jadi 11 nilai)?

Dengan metode verifikasi dan checklist ini, perhitungan yang awalnya tampak sebagai tugas rutin berubah menjadi proses analitis yang mendalam, memastikan bahwa angka yang kita andalkan benar-benar dapat dipertanggungjawabkan.

Ulasan Penutup

Jadi, perjalanan untuk menjawab pertanyaan Berapa Tambahan Nilai Agar Rata‑rata 10 Nilai Menjadi 80,5 membawa kita pada lebih dari sekadar sebuah angka. Ia mengajarkan tentang hubungan dinamis antara bagian dan keseluruhan, di mana satu elemen tambahan memiliki kekuatan untuk merevisi narasi statistik yang sudah terbentuk. Solusi matematisnya mungkin presisi, namun penerapannya selalu memerlukan pertimbangan realitas—batas maksimal skor, etika revisi, dan konteks pengukuran.

Pada akhirnya, memahami prinsip ini memberi kita sebuah lensa yang tajam, bukan hanya untuk mengejar target numerik, tetapi juga untuk merancang strategi yang cerdas dan efektif dalam berbagai aspek kehidupan, dari mengelola target penjualan hingga memantau progress pribadi.

FAQ dan Solusi

Apakah mungkin nilai tambahan yang dibutuhkan bernilai negatif?

Ya, mungkin. Jika total nilai awal sudah melebihi total yang dibutuhkan untuk rata-rata 80,5, maka “nilai tambahan” yang dihitung akan negatif. Ini berarti, untuk mencapai rata-rata 80,5, kita justru perlu mengurangi total nilai, atau dengan kata lain, nilai ke-11 harus lebih rendah dari rata-rata target untuk menurunkan total.

Bagaimana jika saya punya 10 nilai dan ingin menambah 2 nilai baru, bukan satu?

Konsepnya berubah. Targetnya menjadi rata-rata 12 nilai adalah 80,5. Anda harus menghitung total nilai yang dibutuhkan untuk 12 nilai (80,5 x 12 = 966). Kurangi total 10 nilai awal dari 966, dan hasilnya adalah jumlah yang harus dicapai oleh kedua nilai baru tersebut. Besarnya bisa dibagi merata atau tidak merata antara dua nilai itu.

Apakah metode ini bisa dipakai untuk nilai berbentuk huruf (A, B, C)?

Bisa, setelah dikonversi ke skala numerik. Misalnya, A=4, B=3, dan seterusnya. Setelah dikonversi, perhitungan aljabar yang sama berlaku untuk mencari “nilai tambahan” dalam skala angka tersebut, yang kemudian hasilnya bisa dikonversi kembali ke dalam huruf.

Mengapa dalam contoh sering digunakan 10 nilai? Apakah rumusnya berbeda untuk jumlah data lain?

Penggunaan 10 nilai hanya sebagai contoh kasus. Rumus dasarnya universal: (Total Nilai Awal + Nilai Tambahan) / (Jumlah Data Awal + 1) = Rata-rata Target. Jumlah data awal mempengaruhi “beban” nilai tambahan; semakin banyak data awal, pengaruh satu nilai tambahan untuk menggeser rata-rata biasanya semakin kecil.