Dalam data yang tidak normal, distribusi data tidak simetris dan mean dapat dipengaruhi secara signifikan oleh nilai ekstrem atau pencilan. Akibatnya, mean mungkin tidak mewakili nilai tengah data secara akurat. Median, di sisi lain, tidak terpengaruh oleh pencilan dan memberikan representasi kecenderungan sentral yang lebih stabil dan dapat diandalkan.
Sebagai contoh, pertimbangkan data nilai ujian matematika berikut: {5, 6, 7, 8, 9, 10, 15}. Mean data ini adalah 9,14. Namun, nilai 15 merupakan pencilan yang secara signifikan memengaruhi mean. Median data ini adalah 8, yang merupakan representasi yang lebih akurat dari nilai tengah data yang tidak dipengaruhi oleh pencilan.
Penggunaan median sebagai alternatif mean sangat penting dalam berbagai aplikasi praktis. Misalnya, dalam survei kepuasan pelanggan, nilai ekstrem (misalnya, sangat puas atau sangat tidak puas) dapat memengaruhi mean. Namun, median memberikan ukuran kepuasan pelanggan yang lebih andal, karena tidak terpengaruh oleh nilai ekstrem tersebut.
