BAB III UKURAN TENGAH DAN DISPERSI

Ukuran: px
Mulai penontonan dengan halaman:

Download "BAB III UKURAN TENGAH DAN DISPERSI"

Transkripsi

1 BAB III UKURAN TENGAH DAN DISPERSI Dalam pembicaraan yang lalu kita telah mempresentasikan data dalam bentuk tabel dan grafik yang bertujuan meringkaskan dan menggambarkan data kuantitatif, untuk mendapatkan gambaran yang lebih jelas tentang sekumpulan data. Selain data itu disajikan dalam tabel dan grafik, masih diperlukan ukuranukuran yang merupakan wakil dari kumpulan data itu. Dalam bab ini akan dibicarakan tentang ukuran tengah dan dispersi Ukuran Tengah Ukuran tengah dari sekumpulan data adalah nilai tunggal yang representatif bagi keseluruhan nilai data atau dapat menggambarkan distribusi data itu, khususnya dalam hal letaknya (lokasinya). Nilai tersebut dihitung dari keseluruhan data bersangkutan sehingga cenderung terletak diurutan paling tengah atau pusat setelah data diurutkan menurut besamya. Oleh karena itu, nilai tunggal tersebut sering dinamakan ukuran tendensi sentral (measures of central tendency) atau ukuran nilai pusat (measures of central value). Beberapa ukuran tengah yang akan dibicarakan adalah mean, mean terbobot, median, kuartil dan modus Mean dan Mean Terbobot a. Data tidak dikelompokkan Mean dari sekumpulan observasi adalah jumlah semua observasi dibagi banyak observasi. Definisi 3.1 Jika suatu sampel berukuran n dengan elemen x 1, x 2,..., x n maka mean sampel adalah atau Contoh 3.1 Diketahui sampel dari penimbangan berat badan 5 orang dewasa adalah maka mean = ( )/5 = 320/5 = 64 Pada waktu kita menghitung mean dari suatu kumpulan data, kita anggap bahwa semua nilai observasi itu adalah sama "penting" dan diberi bobot yang sama dalam perhitungan. Dalam situasi di mana nilai data tidak sama penting, kita dapat menetapkan bobot untuk setiap nilai data itu yang proporsional terhadap derajat kepentingan dan kemudian dihitung mean terbobot. Universitas Gadjah Mada 1

2 Definisi 3.2 : Misal v 1, v 2,..., v k adalah himpunan k nilai dan w 1, w 2,..., w k bobot yang diberikan kepada mereka maka mean terbobot adalah Contoh 3.2 : Misalkan seorang mahasiswa mengambil matakuliah X dengan 3 sks dan memperoleh nilai A = 4 (w 1 = 3, v 1 = 4) dan mata kuliah Y dengan 2 sks dan memperoleh nilai D = 1 (w2 = 2, v2 = 1) serta mata kuliah Z dengan 1 sks dan memperoleh nilai B = 3 (w 3 = 1, v 3 = 3) maka indeks prestasinya adalah Prosedur pembobotan juga digunakan dalam menghitung mean dari beberapa himpunan data yang dikombinasikan. Misalnya kita mempunyai 2 himpunan data terdiri atas n i & n 2 nilai observasi dengan mean masing-masing adalah, dan. Mean kombinasi data ini adalah mean terbobot dari individual mean, yaitu : b. Data dikelompokkan Data dikelompokkan adalah sekumpulan data yang telah disederhanakan dalam bentuk distribusi frekuensi. Harga mean yang diperoleh merupakan harga pendekatan, dengan anggapan bahwa nilai yang terletak pada suatu interval kelas sama dengan harga titik tengahnya. Mean yang diperoleh merupakan mean terbobot dengan nilai bobotnya sama dengan nilai frekuensinya. Definisi 3.3 : Mean dari data yang dikelompokkan adalah Universitas Gadjah Mada 2

3 dengan x i : titik tengan interval kelas ke-i f i : frekuensi interval kelas ke-i n : banyaknya data Universitas Gadjah Mada 3

4 Contoh 3.3 : Untuk menghitung data pada contoh 2.1, kita gunakan tabel seperti di bawah ini. sehingga - = 8732/50 = 174,64 Cara lain dengan transformasi dengan x i : titik tengah interval kelas ke-i a : sembarang harga titk tengah interval kelas c : lebar interval kelas sehingga mean adalah Contoh 3.4 : Untuk contoh di atas, transformasinya adalah kemudian dibuat tabel hasil transformasi, yaitu : maka = -6/50 = -0,12 Universitas Gadjah Mada 4

5 sehingga = c + a = 3( - 0,12) = -0, = 174, Median Median dari sekumpulan data adalah nilai yang berada di tengah dari sekumpulan data itu setelah diurutkan menurut besamya. a. Data yang tidak dikelompokkan Contoh 3.5: 1. Tinggi badan 5 orang dewasa median = Berat badan 6 orang dewasa median = ( ) / 2 = 59 b. Data yang dikelompokkan Untuk mengitung median data yang telah dikelompokkan dalam bentuk distribusi frekuensi digunakan cara interpolasi, dengan menganggap bahwa data yang jatuh pada suatu interval letaknya tersebar merata dalam interval itu. Rumus untuk menghitung median adalah dengan L md : batas bawah interval median n : banyak data F : jumlah frekuensi interval-interval sebelum interval median f md : frekuensi interval median c : lebar interval Interval median adalah interval dimana median itu berada, diperoleh dengan menghitung harga yang nomor ke-n/2 menurut urutan frekuensinya dari atas ke bawah (dari bawah ke atas). Contoh 3.6 dari tabel 2.1 n = 50 maka n/2 = 25 Urutan frekuensi dari atas ke bawah = 32 Sehingga harga median terletak dalam interval ke-4, yaitu 173,5-176,5 dengan frekuensi 11. Interval kelas ini yang dinamakan interval median. Universitas Gadjah Mada 5

6 maka L md = 173,5 n = 50 F = 21 f md = 11 c = 3 Jadi median adalah Median = Md = 173,5 + = 173,5 + 12/11 = 173,5 + 1,09 = 174, Kuartil Kuartil dari sekumpulan data adalah nilai-nilai yang membagi empat secara sama dari sekumpulan data itu setelah diurutkan menurut besarnya. a. Data yang tidak dikelompokkan Contoh 3.7 : 1. Tinggi badan 5 orang dewasa Kuartil I : K 1 = = 166 Kuartil II : K 2 = Median = 168 Kuartil III : K 3 = = 170,5 2. Berat badan 6 orang dewasa Kuartil I : K 1 = 57 Kuartil II : K 2 = Median = =59 Kuartil III : K 3 = 60 b. Data yang dikelompokkan Untuk mengitung Kuartil data yang telah dikelompokkan dalam bentuk distribusi frekuensi digunakan cara interpolasi, dengan menganggap bahwa data yang jatuh pada suatu interval letaknya tersebar merata dalam interval itu. Rumus untuk menghitung Kuartil adalah Universitas Gadjah Mada 6

7 Universitas Gadjah Mada 7

8 dengan L K1 : batas bawah interval Kuartil I L md : batas bawah interval median L K2 : batas bawah interval Kuartil III n : banyak data F : jumlah frekuensi interval-interval sebelum interval Kuartil f K1 : frekuensi interval Kuartil I f md : frekuensi interval median f K3 : frekuensi interval Kuartil III c : lebar interval Interval Kuartil adalah interval dimana Kuartil itu berada. Contoh 3.8 : dari tabel 2.1 diperoleh : n = 50 maka n/4 = 12,5 Jumlah frekuensi interval ke 1 dan ke 2 adalah 6+7 = 13 Sehingga harga Kuartil I terletak dalam interval ke-2, yaitu 167,5-170,5 dengan frekuensi 7. Interval kelas ini yang dinamakan interval Kuartil I. maka L K1 = 167,5 n = 50 F = 6 F K1 = 7 C = 3 Jadi Kuartil I adalah Kuartil I : K 1 = 167,5 + 12, = 167,5 + 19,5/7 = 167,5 + 2,79 = 170,29 Kuartil II : K 2 = Median = 174,59 n = 50 maka 3n/4 = 37,5 Jumlah frekuensi interval ke 1 sampai ke 5 adalah = 39 Sehingga harga median terletak dalam interval ke-5, yaitu 176,5-179,5 dengan frekuensi 7. Interval kelas ini yang dinamakan interval Kuartil II. maka L K3 = 176,5 n = 50 F = 32 f rnd = 7 c = 3 Universitas Gadjah Mada 8

9 Jadi Kuartil Ill adalah Kuartil Ill : K 3 = 176,5 + = 176,5 + 5,5/7 = 176,5 + 0,79 = 177, Modus Modus dari sekumpulan data adalah nilai yang sering muncul atau nilai yang mempunyai frekuensi tertinggi dalam kumpulan data itu. a. Data tidak dikelompokkan Contoh 3.9 : Modus berat badan mahasiswa di atas adalah 60 karena 60 muncul 2 kali. b. Data dikelompokkan dengan L mo : batas bawah interval modus a : beda frekuensi antara interval modus dengan interval sebelumnya b : beda frekuensi antara interval modus dengan interval sesudahnya. c : lebar interval Interval modus interval modus adalah interval yang mempunyai frekuensi tertinggi. Contoh 3.10 : Dari tabel 2.1 : interval modus adalah interval ke-4 dengan frekuensi 11. sehingga L mo = 173,5 a = 11-8 = 3 b = 11-7 = 4 c = 3 Jadi modus adalah Modus = 173,5 + 3 = 173,5 + 1,29 = 174, Ukuran Dispersi Beberapa distribusi dapat mempunyai mean, median dan modus yang sama, namun bentuk distribusinya sangat berbeda. Dengan demikian diperlukan ukuran dispersi atau ukuran deviasi terhadap pusat datanya. Beberapa ukuran deviasi yang akan dibicarakan : jangkauan, deviasi rata-rata, variansi dan deviasi standar. Universitas Gadjah Mada 9

10 3.2.1 Jangkauan Jangkauan adalah selisih data terbesar dan terkecil. Contoh 3.11 : Berat badan (kg) 5 mahsiswa adalah sebagai berikut : maka jangkauan = = Deviasi rata-rata Deviasi rata-rata adalah harga rata-rata penyimpangan tiap data terhadap meannya. Besar perbedaaan antara data dan meannya adalah harga mutlaknya. a. Data tidak dikelompokkan Misalnya x l, x 2,, adalah sekumpulan data dengan mean )1., maka deviasi rata-ratanya adalah Contoh 3.12 : Dan data berat badan 5 orang dewasa, diperoleh mean = = 64 maka deviasi rata-rata : jadi dr = 18/5 = 3,6 b. Data dikelompokkan Deviasi rata-rata untuk data yang dikelompokkan, dihitung dengan rumus : Universitas Gadjah Mada 10

11 dengan x i : titik tengah inteval kelas ke-i f i n : frekuensi interval kelas ke-i : banyak data Contoh 3.13 : Dari contoh 3.3 diperoleh mean adalah = 174,64 Deviasi rata-rata = dr = 233,88/50 = 4, Variasi dan Deviasi Standar Variansi sampel didefinisikan sebagai jumlah kuadrat deviasi terhadap mean sampel dibagi n - 1, yaitu : a. Data tidak dikelompokkan Deviasi standar sampel didefinisikan sebagai akar positif dari variansi sampel, yaitu : s = Contoh 3.11 Universitas Gadjah Mada 11

12 jadi s 2 = 92/4 = 23 s = 4,796 b. Data dikelompokkan Deviasi standar sampel didefinisikan sebagai akar positif dari variansi sampel, yaitu : Contoh 3.12 : Deviasi standar : s = 5,51 Variansi : Cara lain dengan transformasi dengan x l adalah sembarang harga titik tengah interval kelas Sehingga: Variansi = s 2 = c 2 Universitas Gadjah Mada 12

13 Deviasi standar = s = c s u Contoh 3.13 : maka : s 2 = [166 - (-6) 2 / 50] 149 = (166-0,72) / 49 = 165,28 / 49 = 3,373 sehingga s 2 = 9 x 3,373 = 30,36 s = 5,51 Latihan 3 1. Nilai akhir dari 12 mahasiswa yang mengikuti ujian statistika adalah Hitung Mean median dan Modus 2. Berikut ini adalah data nilai hasil ujian akhir Statistika 75 mahasiswa Universitas Gadjah Mada 13

14 Berdasarkan data tersebut a) Buatlah distribusi frekuensinya. b) Hitunglah ukuran tengah dan dispersi c) Berapa persen mahasiswa yang nilainya lebih dari mean di kurangi deviasi standar? 3. Tabel di bawah ini menunjukkan distribusi frekuensi umur (tahun) 65 orang karyawan pada perusahaan ABC yang mempunyai titik tengah x, dan frekuensi f,. a) Hitunglah mean, modus, median dan kuartil b) Hitunglah deviasi standar. c) Berapa persen karyawan yang umumya kurang dad median? d) Berapa persen karyawan yang umurnya di atas rata-rata? e) Berapa persen karyawan yang umumya lebih dari modus? f) Berapa persen karyawan yang umumya kurang dari mean ditambah devasi standar? 4. Direktur rumah sakit X melakukan survay pada jumlah hail yang dihabiskan pasien di rumah sakit tersebut. Hasilnya adalah a) Berapakah rata-rata waktu yang dihabiskan pasien? b) Berapa persen pasien yang sembuh kurang dan rata-rata? Universitas Gadjah Mada 14

15 5. Misalkan interval kelas median nilai ujian statistik adalah 45,5-57,5 dengan frekuensi relatif 0,2. Diketahui harga median 50 dan mean 48. a) Berapa persen nilai ujian yang di bawah rata-rata? b) Berapa persen nilai ujian yang di atas median? 6. Misalkan titik interval kelas median nilai ujian statistik adalah 50 dengan frekuensi relatif 0,15 dan lebar interval 11. Diketahui harga median 53, mean 47 dan modus 50. Hitunglah berapa persen nilai a) di bawah rata-rata? b) di atas modus? Universitas Gadjah Mada 15

BESARAN STATISTIK (UKURAN TENGAH DAN UKURAN

BESARAN STATISTIK (UKURAN TENGAH DAN UKURAN BESARAN STATISTIK (UKURAN TENGAH DAN UKURAN DISPERSI) UKURAN TENGAH Ukuran tengah nilai tunggal yang representatif untuk keseluruhan nilai data. Ukuran tendensi sentral nilainya cenderung terletak di urutan

Lebih terperinci

UKURAN TENGAH DAN UKURAN DISPERSI

UKURAN TENGAH DAN UKURAN DISPERSI UKURAN TENGAH DAN UKURAN DISPERSI UKURAN TENGAH Ukuran tengah nilai tunggal yang representatif untuk keseluruhan nilai data. Ukuran tendensi sentral nilainya cenderung terletak di urutan paling tengah

Lebih terperinci

BAB II DISTRIBUSI FREKUENSI

BAB II DISTRIBUSI FREKUENSI BAB II DISTRIBUSI FREKUENSI Data yang telah kita kumpulkan perlu disusun secara sistematis supaya dapat dianalisis. Susunan dari suatu data disebut distribusi data. Ada beberapa cara menyusun data, yaitu

Lebih terperinci

HARISON,S.Pd,M.Kom JURUSAN TEKNIK INFORMATIKA FAKULTAS TEKNOLOGI INDUSTRI INSTITUT TEKNOLOGI PADANG

HARISON,S.Pd,M.Kom JURUSAN TEKNIK INFORMATIKA FAKULTAS TEKNOLOGI INDUSTRI INSTITUT TEKNOLOGI PADANG HARISON,S.Pd,M.Kom JURUSAN TEKNIK INFORMATIKA FAKULTAS TEKNOLOGI INDUSTRI INSTITUT TEKNOLOGI PADANG HOMOGEN DAN HETEROGEN DATA I. 50,50,50,50,50 II. 30,40,50,60,70 III.0,30,50,70,80 Ketiga kelompok data

Lebih terperinci

STATISTIK. Rahma Faelasofi

STATISTIK. Rahma Faelasofi STATISTIK Rahma Faelasofi 1 BAB 3 VARIABILITAS Pengertian Jangkauan Mean deviasi Standar deviasi 2 Pengertian Pengukuran penyebaran adalah pengukuran tingkat penyebaran nilai dalam suatu kumpulan data

Lebih terperinci

Tabel 7-1 Rata-rata hitung hasil test mata kuliah statistik deskriptif kelompok A dan B. A B

Tabel 7-1 Rata-rata hitung hasil test mata kuliah statistik deskriptif kelompok A dan B. A B A. Pengukuran Penyebaran (Dispersi) 1. Pengertian Tentang Disperse. Digunakan untuk menunjukkan keadaan berikut : a. Gambaran variabilitas data Yang dimaksud dengan variabilitas data adalah suatu ukuran

Lebih terperinci

PENGUKURAN DESKRIPTIF

PENGUKURAN DESKRIPTIF PENGUKURAN DESKRIPTIF STATISTIK INDUSTRI I Jurusan Teknik Industri Universitas Brawijaya Malang 1 PENGUKURAN DESKRIPTIF Suatu pengukuran yang bertujuan untuk memberikan gambaran tentang data yang diperoleh

Lebih terperinci

dapat digunakan formulasi sebagai berikut : Letak Letak Letak

dapat digunakan formulasi sebagai berikut : Letak Letak Letak 1. Ukuran Letak Agar kita dapat mengetahui lebih jauh mengenai karakteristik data observasi dengan beberapa ukuran sentral, kita sebaiknya mengetahui beberapa ukuran lain, yaitu ukuran letak. Ada tiga

Lebih terperinci

Pengukuran Deskriptif. Debrina Puspita Andriani /

Pengukuran Deskriptif. Debrina Puspita Andriani    / Pengukuran Deskriptif 3 Debrina Puspita Andriani E-mail : debrina.ub@gmail.com / debrina@ub.ac.id 2 Outline Pendahuluan Tendensi Sentral Ukuran Dispersi 3 Pendahuluan Pengukuran Deskriptif 4 Definisi Pengukuran

Lebih terperinci

Pengukuran Deskriptif

Pengukuran Deskriptif Pengukuran Deskriptif 2.2 Debrina Puspita Andriani E-mail : debrina.ub@gmail.com / debrina@ub.ac.id 2 Outline Pendahuluan Tendensi Sentral Ukuran Dispersi 3 Pendahuluan Pengukuran Deskriptif 4 Definisi

Lebih terperinci

MENGHITUNG NILAI RATA-RATA SUATU DISTRIBUSI DATA

MENGHITUNG NILAI RATA-RATA SUATU DISTRIBUSI DATA MENGHITUNG NILAI RATA-RATA SUATU DISTRIBUSI DATA AMIYELLA ENDISTA SKG.MKM Email : amiyella.endista@yahoo.com Website : www.berandakami.wordpress.com Perhitungan Nilai Gejala Pusat Mean Median Modus Range

Lebih terperinci

BAGIAN UKURAN PEMUSATAN DAN UKURAN LETAK. Memahami konsep dan menerapkan prosedur statistik dalam menghitung ukuran pemusatan dan ukuran letak.

BAGIAN UKURAN PEMUSATAN DAN UKURAN LETAK. Memahami konsep dan menerapkan prosedur statistik dalam menghitung ukuran pemusatan dan ukuran letak. UKURAN PEMUSATAN DAN UKURAN LETAK BAGIAN 1 Memahami konsep dan menerapkan prosedur statistik dalam menghitung ukuran pemusatan dan ukuran letak. a. Mendeskripsikan konsep dan penerapan prosedur statistik

Lebih terperinci

STATISTIKA DESKRIPTIF. Tendensi Sentral & Ukuran Dispersi

STATISTIKA DESKRIPTIF. Tendensi Sentral & Ukuran Dispersi STATISTIKA DESKRIPTIF Tendensi Sentral & Ukuran Dispersi Statistik dan Statistika Statistik : nilai-nilai ukuran data yang mudah dimengerti. Contoh : statistik liga sepak bola Indonesia Statistika : ilmu

Lebih terperinci

UKURAN PEMUSATAN DATA STATISTIK

UKURAN PEMUSATAN DATA STATISTIK UKURAN PEMUSATAN DATA STATISTIK Pengantar Dari setiap kumpulan data, terdapat tiga ukuran atau tiga nilai statistik yang dapat mewakili data tersebut, yaitu rataan (mean), median, dan modus. Ketiga nilai

Lebih terperinci

Statistika Materi 3 UKURAN PEMUSATAN. Nilai Tunggal yang mewakili Karakteristik Sekumpulan data. Hugo Aprilianto, M.Kom

Statistika Materi 3 UKURAN PEMUSATAN. Nilai Tunggal yang mewakili Karakteristik Sekumpulan data. Hugo Aprilianto, M.Kom Statistika Materi 3 UKURAN PEMUSATAN Nilai Tunggal yang mewakili Karakteristik Sekumpulan data UKURAN PEMUSATAN Adalah nilai tunggal yang mewakili suatu kumpulan data dan menunjukkan karakteristik dari

Lebih terperinci

UKURAN PENYEBARAN DATA

UKURAN PENYEBARAN DATA UKURAN PENYEBARAN DATA STKIP SILIWANGI BANDUNG Sumber : 1.Sudjana. Budino dan Koster 3. Berbagai sumber LUVY S. ZANTHY 1 Ukuran Penyebaran Data (Ukuran Dispersi) Ukuran penyebaran data atau ukuran dispersi

Lebih terperinci

DISPERSI DATA. - Jangkauan (Range) - Simpangan/deviasi Rata-rata (Mean Deviation) - Variansi (Variance) - Standar Deviasi (Standart Deviation)

DISPERSI DATA. - Jangkauan (Range) - Simpangan/deviasi Rata-rata (Mean Deviation) - Variansi (Variance) - Standar Deviasi (Standart Deviation) DISPERSI DISPERSI DATA Ukuran penyebaran suatu kelompok data terhadap pusat data. - Jangkauan (Range) - Simpangan/deviasi Rata-rata (Mean Deviation) - Variansi (Variance) - Standar Deviasi (Standart Deviation)

Lebih terperinci

UKURAN PEMUSATAN MK. STATISTIK (MAM 4137) 3 SKS (3-0) Ledhyane Ika Harlyan

UKURAN PEMUSATAN MK. STATISTIK (MAM 4137) 3 SKS (3-0) Ledhyane Ika Harlyan UKURAN PEMUSATAN MK. STATISTIK (MAM 4137) 3 SKS (3-0) Ledhyane Ika Harlyan 1 DAFTAR ISI Mean Median Modus Kuartil, Desil dan Presentil Hubungan Mean-Median-Modus 2 Ukuran Statistik Untuk menjelaskan ciri-ciri

Lebih terperinci

MODUL PRAKTIKUM STATISTIKA

MODUL PRAKTIKUM STATISTIKA MODUL PRAKTIKUM STATISTIKA Versi 3.0 Tahun Penyusunan 2011 Tim Penyusun 1. Intaglia Harsanti 2. 3. Laboratorium Psikologi Jurusan Psikologi Fakultas Psikologi UNIVERSITAS GUNADARMA Daftar Isi Daftar Isi...

Lebih terperinci

Probabilitas dan Statistika Analisis Data Lanjut. Adam Hendra Brata

Probabilitas dan Statistika Analisis Data Lanjut. Adam Hendra Brata Probabilitas dan Analisis Lanjut Adam Hendra Brata Tunggal Populasi adalah sebagai sekumpulan data yang mengidentifikasi suatu fenomena. Sampel adalah sekumpulan data yang diambil atau diseleksi dari suatu

Lebih terperinci

Statistik Deskriptif. Statistik Farmasi 2015

Statistik Deskriptif. Statistik Farmasi 2015 Statistik Deskriptif Tujuan perkuliahan Setelah mengikuti perkuliahan, diharapkan mahasiswa mampu: 1. Meringkas data, dengan menggunakan pengukuran tendensi sentral seperti rata-rata, median, modus dan

Lebih terperinci

Macam ukuran penyimpangan. Range/Rentang/Jangkauan Standar Deviasi/simpangan baku Varians Ukuran penyimpangan lain

Macam ukuran penyimpangan. Range/Rentang/Jangkauan Standar Deviasi/simpangan baku Varians Ukuran penyimpangan lain UKURAN PENYIMPANGAN Ukuran penyimpangan adalah ukuran yang menyatakan seberapa jauh penyimpangan nilainilai data dari nilai-nilai pusatnya atau ukuran yang menyatakan seberapa banyak nilai-nilai data yang

Lebih terperinci

BAB 2 TINJAUAN PUSTAKA

BAB 2 TINJAUAN PUSTAKA BAB 2 TINJAUAN PUSTAKA 2.1 Data Data adalah bentuk jamak dari datum, yang dapat diartikan sebagai informasi yang diterima yang bentuknya dapat berupa angka, kata-kata, atau dalam bentuk lisan dan tulisan

Lebih terperinci

UKURAN-UKURAN NILAI PUSAT

UKURAN-UKURAN NILAI PUSAT UKURAN-UKURAN NILAI PUSAT Nilai tunggal yang dinilai dapat mewakili keseluruhan nilai dalam data dianggap sebagai rata-rata (averages). Nilai rata-rata dihitung bedasarkan keseluruhan nilai yang terdapat

Lebih terperinci

PENGANTAR STATISTIK Pusat Data dan Satistik Pendidikan-Kebudayaan Setjen, Kemdikbud 2014

PENGANTAR STATISTIK Pusat Data dan Satistik Pendidikan-Kebudayaan Setjen, Kemdikbud 2014 PENGANTAR STATISTIK Pusat Data dan Satistik Pendidikan-Kebudayaan Setjen, Kemdikbud 2014 Daftar Isi: 1. Definisi Statistik 2. Unit Analisis & Lingkup Analisis 3. Pengukuran Nilai Sentral 4. Pengukuran

Lebih terperinci

UKURAN PENYEBARAN DATA

UKURAN PENYEBARAN DATA UKURAN PENYEBARAN DATA HERDIAN S.Pd., M.Pd. SEKOLAH TINGGI MANAJEMEN INFORMATIKA DAN KOMPUTER (STMIK) PRINGSEWU UKURAN PENYEBARAN DATA Selain ukuran pemusatan data dan ukuran letak data, ada juga yang

Lebih terperinci

UKURAN NILAI SENTRAL&UKURAN PENYEBARAN. Tita Talitha, MT

UKURAN NILAI SENTRAL&UKURAN PENYEBARAN. Tita Talitha, MT UKURAN NILAI SENTRAL&UKURAN PENYEBARAN Tita Talitha, MT DISTRIBUSI FREKWENSI PENGERTIAN distribusi frekwensi adalah suatu tabel dimana banyaknya kejadian / frekwensi didistribusikan ke dalam kelas-kelas

Lebih terperinci

RANCANGAN AKTIVITAS TUTORIAL (RAT)

RANCANGAN AKTIVITAS TUTORIAL (RAT) RANCANGAN AKTIVITAS TUTORIAL (RAT) Nama Mata Kuliah/ sks/ Kode : Statistika Dasar/ 3/ PAMA 3226 Nama Tutor/ NPP : Adi Nur Cahyono, S.Pd., M.Pd./088201206 Deskripsi Singkat Mata Kuliah : Mata kuliah ini

Lebih terperinci

UKURAN LOKASI DAN VARIANSI MEAN:

UKURAN LOKASI DAN VARIANSI MEAN: UKURAN LOKASI DAN VARIANSI MEAN: Mean merupakan ukuran rata-rata dari data. Dua metode yang akan dibahas untuk menentukan rata-rata adalah rata-rata hitung dan rata-rata harmonik. Rata-rata hitung Merupakan

Lebih terperinci

1.0 Distribusi Frekuensi dan Tabel Silang

1.0 Distribusi Frekuensi dan Tabel Silang ANALISIS DESKRIPTIF 1.0 Distribusi Frekuensi dan Tabel Silang 1.1 Pengantar Statistik deskriptif Statistika deskriptif adalah bidang statistika yang mempelajari tatacara penyusunan dan penyajian data yang

Lebih terperinci

Metode Penelitian Kuantitatif Aswad Analisis Deskriptif

Metode Penelitian Kuantitatif Aswad Analisis Deskriptif Analisis Deskriptif Tanpa mengurangi keterumuman, pembahasan analisis deskriptif kali ini difokuskan kepada pembahasan tentang Ukuran Pemusatan Data, dan Ukuran Penyebaran Data Terlebih dahulu penting

Lebih terperinci

TUGAS II STATISTIKA. Oleh. Butsiarah / 15B Kelas B PROGRAM STUDI PENDIDIKAN TEKNOLOGI DAN KEJURUAN PROGRAM PASCASARJANA

TUGAS II STATISTIKA. Oleh. Butsiarah / 15B Kelas B PROGRAM STUDI PENDIDIKAN TEKNOLOGI DAN KEJURUAN PROGRAM PASCASARJANA TUGAS II STATISTIKA Oleh Butsiarah / 15B20020 Kelas B PROGRAM STUDI PENDIDIKAN TEKNOLOGI DAN KEJURUAN PROGRAM PASCASARJANA UNIVERSITAS NEGERI MAKASSAR 2015 1. Penelitian terhadap nilai mahasiswa S1 Jurusan

Lebih terperinci

Ukuran Nilai Sentral

Ukuran Nilai Sentral Ukuran Nilai Sentral Nilai Sentral Pengertian Nilai Sentral Nilai sentral suatu rangkaian data adalah nilai dalam rangkaian data yang dapat mewakili data tersebut. Suatu rangkaian data biasanya memiliki

Lebih terperinci

STATISTIKA 2 UKURAN PEMUSATAN

STATISTIKA 2 UKURAN PEMUSATAN STATISTIKA 2 UKURAN PEMUSATAN TUJUAN Melatih berfikir dan bernalar secara logis dan kritis serta dapat mengembangkan aktifitas, kreatifitas dalam memecahkan masalah dan mengkomunikasikan ide dan gagasannya.

Lebih terperinci

Deviasi rata-rata (rata-rata simpangan) data yang belum dikelompokkan

Deviasi rata-rata (rata-rata simpangan) data yang belum dikelompokkan Statistik Deskriptif DEVIASI RATA-RATA / RATA-RATA SIMPANGAN Mean Deviasi atau Average Deviation atau Deviasi Mean dari deviasi nilai-nilai dari Mean dalam suatu distribusi, diambil nilainya yang absolut.

Lebih terperinci

Statistika Farmasi

Statistika Farmasi Bab 1:,, Statistika FMIPA Universitas Islam Indonesia Data Populasi dan Sampel Menurut Websters New World Dictionary, data berarti sesuatu yang diketahui atau dianggap. Dengan demikian, data dapat memberikan

Lebih terperinci

UKURAN PEMUSATAN DATA

UKURAN PEMUSATAN DATA Pertemuan ketiga UKURAN PEMUSATAN DATA Karakteristik suatu kumpulan data adalah : (1). Memusat pada nilai tertentu dari suatu distribusi, yang disebut nilai pusat (middle of data set), dan (2). Menyebar/berpencar

Lebih terperinci

(TENDENCY CENTRAL) Oleh: Ig. Dodiet Aditya Setyawan, SKM, MPH.

(TENDENCY CENTRAL) Oleh: Ig. Dodiet Aditya Setyawan, SKM, MPH. UKURAN NILAI PUSAT (TENDENCY CENTRAL) [DESKRIPSI: Ukuran Nilai Pusat atau yang sering disebut Ukuran Rata-Rata merupakan suatu nilai yang dipandang representatif untuk dapat memberikan gambaran secara

Lebih terperinci

DESKRIPSI DATA. sekumpulan data yang sudah dikumpulkan. Ukuran pemusatan dibagi menjadi dua yaitu:

DESKRIPSI DATA. sekumpulan data yang sudah dikumpulkan. Ukuran pemusatan dibagi menjadi dua yaitu: DESKRIPSI DATA A. Ukuran Pemusatan Ukuran pemusatan ini digunakan untuk memudahkan peneliti dalam membuat deskripsi sekumpulan data yang sudah dikumpulkan. Ukuran pemusatan dibagi menjadi dua yaitu: rata-rata

Lebih terperinci

PENS. Probability and Random Process. Topik 2. Statistik Deskriptif. Prima Kristalina Maret 2016

PENS. Probability and Random Process. Topik 2. Statistik Deskriptif. Prima Kristalina Maret 2016 Program Pasca Sarjana Terapan Politeknik Elektronika Negeri Surabaya Probability and Random Process Topik 2. Statistik Deskriptif Prima Kristalina Maret 2016 1 Outline [2][1] 1. Penyajian Data o Tabel

Lebih terperinci

UKURAN DISPERSI (SEBARAN)DATA

UKURAN DISPERSI (SEBARAN)DATA Malim Muhammad, M.Sc. UKURAN DISPERSI (SEBARAN)DATA J U R U S A N A G R O T E K N O L O G I F A K U L T A S P E R T A N I A N U N I V E R S I T A S M U H A M M A D I Y A H P U R W O K E R T O DISPERSI

Lebih terperinci

Aplikasi statistika...

Aplikasi statistika... Aplikasi statistika... Statistik vs Statistika? Arti Sempit ; Deskriptif : Ringkasan Ukuran Pusat : rata-rata, median, modus Ukuran Variansi : dev.standar, variansi, range Ukuran bentuk : skewness, kurtosis

Lebih terperinci

King s Learning Be Smart Without Limits NAMA : KELAS :

King s Learning Be Smart Without Limits NAMA : KELAS : NAMA : KELAS : A. PENGERTIAN STATISTIKA Statistika adalah ilmu yang mempelajari cara mengumpulkan dan menyusun data, mengolah dan menganalisis data, serta menyajikan data. Statistik adalah hasil dari pengolahan

Lebih terperinci

9. STATISTIKA. f u. X s = Rataan sementara, pilih x i dari data dengan f i terbesar. Ukuran Pemusatan Data A. Rata-rata. 1.

9. STATISTIKA. f u. X s = Rataan sementara, pilih x i dari data dengan f i terbesar. Ukuran Pemusatan Data A. Rata-rata. 1. 9. STATISTIKA Ukuran Pemusatan Data A. Rata-rata 1. Data tunggal: X = 2. Data terkelompok: x1 + x 2 + x3 +... + x n n Cara konvensional Cara sandi f = i xi X f u X Xs i i = + c f i f i Keterangan: f i

Lebih terperinci

UNIVERSITAS NEGERI MALANG FAKULTAS ILMU KEOLAHRAGAAN JURUSAN ILMU KESEHATAN MASYARAKAT

UNIVERSITAS NEGERI MALANG FAKULTAS ILMU KEOLAHRAGAAN JURUSAN ILMU KESEHATAN MASYARAKAT UKURAN PEMUSATAN MAKALAH UNTUK MEMENUHI TUGAS MATAKULIAH Dasar-dasar Biostatistik Deskriptif Yang dibina oleh Bapak Dr. Saichudin, M.Kes Ibu dr. Anindya, S.Ked Oleh : Derada Imanadani 130612607847/2013

Lebih terperinci

KATA PENGANTAR. Kelapa Dua, September Tim Litbang

KATA PENGANTAR. Kelapa Dua, September Tim Litbang KATA PENGANTAR Puji syukur kami panjatkan kepada Tuhan Yang Maha Esa atas limpahan rahmat dan karunia-nya sehingga modul praktikum Statistika 1 materi ukuran statistik ini dapat terselesaikan. Modul praktikum

Lebih terperinci

SATUAN ACARA TUTORIAL (SAT) Mata Kuliah : Statistika Dasar/PAMA 3226 SKS : 3 SKS Tutorial : ke-1 Nama Tutor : Adi Nur Cahyono, S.Pd., M.Pd.

SATUAN ACARA TUTORIAL (SAT) Mata Kuliah : Statistika Dasar/PAMA 3226 SKS : 3 SKS Tutorial : ke-1 Nama Tutor : Adi Nur Cahyono, S.Pd., M.Pd. Tutorial : ke-1 Nama Tutor : a. Menjelaskan pengertian statistik; b. Menjelaskan pengertian statistika; c. Menjelaskan pengertian data statistik; d. Menjelaskan contoh macam-macam data; e. Menjelaskan

Lebih terperinci

MINGGU KE- III: UKURAN NILAI SENTRAL

MINGGU KE- III: UKURAN NILAI SENTRAL MINGGU KE- III: UKURAN NILAI SENTRAL Tujuan Instruksinal Umum : 1. Mahasiswa memahami apa yang dimaksud dengan nilai sentral 2. Mahasiswa memahami guna dari perhitungan nilai sentral 3. Mahasiswa dapat

Lebih terperinci

MODUL MATEMATIKA SMA IPA Kelas 11

MODUL MATEMATIKA SMA IPA Kelas 11 SMA IPA Kelas A. Data Tunggal No. Jenis Rumus Rumus. Rata-rata (rataan) hitung _ x x x x n Median Me x, untuk n ganjil _ x : rata-rata x n : data ke-n n : banyaknya data. Modus Modus (Mo) merupakan data

Lebih terperinci

Nama Penulis pungkyrahmatika@gmail.com http:/statistikapendidikan.com. Abstrak/Ringkasan. Pendahuluan. Lisensi Dokumen:

Nama Penulis pungkyrahmatika@gmail.com http:/statistikapendidikan.com. Abstrak/Ringkasan. Pendahuluan. Lisensi Dokumen: UKURAN NILAI PUSAT DAN UKURAN DISPERSI Nama Penulis pungkyrahmatika@gmail.com http:/statistikapendidikan.com Lisensi Dokumen: Seluruh dokumen di StatistikaPendidikan.Com dapat digunakan, dimodifikasi dan

Lebih terperinci

SATUAN ACARA PERKULIAHAN

SATUAN ACARA PERKULIAHAN Topik Bahasan : Membahas Silabus Perkuliahan Tujuan Umum : Mahasiswa Mengetahui Komponen Yang Perlu Dipersiapkan Dalam Matakuliah Ini satu kali Tujuan 1 Menjelaskan tentang Mengakomodasi berbagai masukan

Lebih terperinci

Statistik Dasar. 1. Pendahuluan Persamaan Statistika Dalam Penelitian. 2. Penyusunan Data Dan Penyajian Data

Statistik Dasar. 1. Pendahuluan Persamaan Statistika Dalam Penelitian. 2. Penyusunan Data Dan Penyajian Data Statistik Dasar 1. Pendahuluan Persamaan Statistika Dalam Penelitian 2. Penyusunan Data Dan Penyajian Data 3. Ukuran Tendensi Sentral, Ukuran Penyimpangan 4. Momen Kemiringan 5. Distribusi Normal t Dan

Lebih terperinci

Statistika & Probabilitas

Statistika & Probabilitas Statistika & Probabilitas Dispersi Data Dispersi Data Dispersi adalah ukuran penyebaran suatu kelompok data terhadap pusat data. Beberapa jenis ukuran dispersi data : Jangkauan (range) Simpangan rata-rata

Lebih terperinci

BAB 3: NILAI RINGKASAN DATA

BAB 3: NILAI RINGKASAN DATA BAB 3: NILAI RINGKASAN DATA Penyajian data dalam bentuk tabel dan grafik memberikan kemudahan bagi kita untuk menggambarkan data dan membuat kesimpulan terhadap sifat data. Namun tabel dan grafik belum

Lebih terperinci

By : Hanung N. Prasetyo

By : Hanung N. Prasetyo theory STATISTIKA DESKRIPTIF By : Hanung N. Prasetyo UKURAN PEMUSATAN Nilai tunggal yang mewakili semua data atau kumpulan pengamatan dimana nilai tersebut menunjukkan pusat data. Yang termasuk ukuran

Lebih terperinci

Pengumpulan & Penyajian Data

Pengumpulan & Penyajian Data Pengumpulan & Penyajian Data Cara Pengumpulan Data 1. Mengadakan penelitian langsung ke lapangan atau laboratorium terhadap obyek yang diteliti, hasilnya dicatat dan dianalisis 2. Mengambil atau menggunakan

Lebih terperinci

PENGANTAR STATISTIK JR113. Drs. Setiawan, M.Pd. Pepen Permana, S.Pd. Deutschabteilung UPI Pertemuan 6

PENGANTAR STATISTIK JR113. Drs. Setiawan, M.Pd. Pepen Permana, S.Pd. Deutschabteilung UPI Pertemuan 6 PENGANTAR STATISTIK JR113 Drs. Setiawan, M.Pd. Pepen Permana, S.Pd. Deutschabteilung UPI 2008 Pertemuan 6 MODUS Modus (Mo) adalah sebuah ukuran untuk menyatakan fenomena yang paling banyak terjadi atau

Lebih terperinci

C. Ukuran Letak dan Ukuran Penyebaran Data

C. Ukuran Letak dan Ukuran Penyebaran Data C. Ukuran Letak dan Ukuran Penyebaran Data. Ukuran Letak Data Tunggal a. Kuartil Pada data dengan banyak data n 4, Kuartil membagi data menjadi 4 bagian sama banyak, sehingga diperoleh tiga nilai yang

Lebih terperinci

STATISTIKA KELAS : XI BAHASA SEMESTER : I (SATU) Disusun Oleh : Drs. Pundjul Prijono Nip

STATISTIKA KELAS : XI BAHASA SEMESTER : I (SATU) Disusun Oleh : Drs. Pundjul Prijono Nip MODUL MATEMATIKA STATISTIKA 11.1. KELAS : XI BAHASA SEMESTER : I (SATU) Disusun Oleh : Drs. Pundjul Prijono Nip. 19580117.1981.1.003 PEMERINTAH KOTA MALANG DINAS PENDIDIKAN SMA NEGERI Jalan Mayjen Sungkono

Lebih terperinci

5. STATISTIKA PENYELESAIAN. a b c d e Jawab : b

5. STATISTIKA PENYELESAIAN. a b c d e Jawab : b . STATISTIKA A. Membaca Sajian Data dalam Bentuk Diagram. UN 00 IPS PAKET A Diagram lingkaran berikut menunjukan persentase jenis pekerjaan penduduk di kota X. Jumlah penduduk seluruhnya adalah 3.600.000

Lebih terperinci

III. BESARAN, LOKASI, DAN VARIASI

III. BESARAN, LOKASI, DAN VARIASI III. BESARAN, LOKASI, DAN VARIASI RATA-RATA Rata-rata (average) adalah nilai yang mewakili sehimpunan atau sekelompok data (a set of data). Nilai rata-rata cenderung berada di tengah-tengah jika data disusun

Lebih terperinci

Gejala Pusat - Statistika

Gejala Pusat - Statistika Gejala Pusat - Statistika Desma Eka Rindiani desmarindi@yahoo.co.id http://ladies-kopites.blogspot.com Lisensi Dokumen: Seluruh dokumen di StatistikaPendidikan.Com dapat digunakan, dimodifikasi dan disebarkan

Lebih terperinci

REVIEW BIOSTATISTIK DESKRIPTIF

REVIEW BIOSTATISTIK DESKRIPTIF REVIEW BIOSTATISTIK DESKRIPTIF POKOK BAHASAN 1. Konsep statistik deskriptif 2. Data dan variabel 3. Nilai Tengah (Ukuran Pusat), posisi dan variasi) pada data tunggal dan kelompok 4. Penyajian data 5.

Lebih terperinci

Ukuran Pemusatan (Central Tendency)

Ukuran Pemusatan (Central Tendency) Ukuran Pemusatan (Central Tendency) MUHAMMAD ARIF RAHMAN arifelzain@ub.ac.id Central Tendency Ukuran statistik yang menyatakan bahwa satu skor dapat mewakili keseluruhan distribusi skor yang sedang diteliti.

Lebih terperinci

Ukuran tendensi sentral seperti mean, median, dan modus seringkali tidak mempunyai cukup informasi untuk menyimpulkan data yg ada.

Ukuran tendensi sentral seperti mean, median, dan modus seringkali tidak mempunyai cukup informasi untuk menyimpulkan data yg ada. Azimmatul Ihwah Ukuran tendensi sentral seperti mean, median, dan modus seringkali tidak mempunyai cukup informasi untuk menyimpulkan data yg ada. Ada cara yg lebih baik untuk menginterpretasi data yg

Lebih terperinci

BAB IV DISPERSI DATA

BAB IV DISPERSI DATA BAB IV DIPERI DATA Dispersi adalah ukuran penyebaran suatu kelompok data terhadap pusat data. Ukuran dispersi yang sering digunakan dalam penelitian ialah jangkauan (range), simpangan rata-rata (mean deviation),

Lebih terperinci

SOAL STATISTIKA KELAS XI Oleh: Erni Kundiarsih

SOAL STATISTIKA KELAS XI Oleh: Erni Kundiarsih SOAL STATISTIKA KELAS XI Oleh: Erni Kundiarsih MATEMATIKANET.COM Data berikut untuk soal nomor 1 4 Nilai ulangan harian matematika dari 14 orang siswa yang diambil secara acak adalah 7, 5, 8, 6, 7, 8,

Lebih terperinci

STATISTIKA 3 UKURAN PENYEBARAN

STATISTIKA 3 UKURAN PENYEBARAN TUJUAN STATISTIKA UKURAN PENYEBARAN Melatih berfikir dan belajar secara logis dan kritis serta mengembangkan aktifitas, kreatifitas dalam memecahkan masalah serta mampu mengkomunikasikan ide dan gagasan

Lebih terperinci

Program Intensif SBMPTN Matematika Dasar KAJI LATIH 13 (STATISTIKA)

Program Intensif SBMPTN Matematika Dasar KAJI LATIH 13 (STATISTIKA) KAJI LATIH 13 (STATISTIKA) 1. SBMPTN 2016 Rata-rata nilai ujian matematika siswa di suatu kelas dengan 50 siswa tetap sam meskipun nilai terendah dan tertinggi dikeluarkan. Jumlah nilai-nilai tersebut

Lebih terperinci

Antiremed Kelas 11 Matematika

Antiremed Kelas 11 Matematika ntiremed Kelas 11 Matematika Statistika - Data Tunggal - Set 1 Uraian Doc. Name: R11MT0106 Version : 2012-08 halaman 1 01. Hitunglah mean, median, dan modus dari () 4, 4, 7, 5, 9, 8, 3, 2, 5, 4 () 25,

Lebih terperinci

STATISTIKA -deskripsi data-

STATISTIKA -deskripsi data- STATISTIKA -deskripsi data- PERTEMUAN KE-3 Oleh: MUHAMMAD YUSUF AWALUDDIN 2 overview : Deskripsi data : Sering digunakan peneliti, khususnya dalam memperhatikan perilaku data dan penentuan dugaan-dugaan

Lebih terperinci

Antiremed Kelas 11 Matematika

Antiremed Kelas 11 Matematika Antiremed Kelas 11 Matematika Statistika - Data Tunggal - Set 2 Uraian Doc. Name: AR11MAT0108 Version : 2012-08 halaman 1 01. Hitunglah mean, median, dan modus dari data berikut ini! (A) 43, 52, 54, 47,

Lebih terperinci

STATISTIKA LINGKUNGAN. DISTRIBUSI FREKUENSI DAN NILAI SENTRAL Minggu ke-2

STATISTIKA LINGKUNGAN. DISTRIBUSI FREKUENSI DAN NILAI SENTRAL Minggu ke-2 STATISTIKA LINGKUNGAN DISTRIBUSI FREKUENSI DAN NILAI SENTRAL Minggu ke-2 PENGUMPULAN DATA Data yang terkumpul variabel Variabel sebuah karakteristik yang dapat bervariasi dari satu item ke item yang lain

Lebih terperinci

LEMBAR AKTIVITAS SISWA STATISTIKA 2 B. PENYAJIAN DATA

LEMBAR AKTIVITAS SISWA STATISTIKA 2 B. PENYAJIAN DATA Nama Siswa Kelas : : LEMBAR AKTIVITAS SISWA STATISTIKA 2 B. PENYAJIAN DATA Beberapa bentuk penyajian data, sebagai berikut: Kompetensi Dasar (KURIKULUM 2013): 3.15 Memahami dan menggunakan berbagai ukuran

Lebih terperinci

STATISTIKA LINGKUNGAN

STATISTIKA LINGKUNGAN STATISTIKA LINGKUNGAN DISTRIBUSI FREKUENSI DAN NILAI SENTRAL Minggu ke-2 PENGUMPULAN DATA Data yang terkumpul variabel Variabel sebuah karakteristik yang dapat bervariasi dari satu item ke item yang lain

Lebih terperinci

KWARTIL, DESIL DAN PERSENTIL

KWARTIL, DESIL DAN PERSENTIL KWARTIL, DESIL DA PERSETIL 1. KWARTIL Kwartil merupakan nilai yang membagi frekuensi distribusi data menjadi empat kelompok yang sama besar. Dengan kata lain kwartil merupakan nilai yang membagi tiaptiap

Lebih terperinci

STATISTIK DESKRIPTIF. Penyajian Data, ukuran Pemusatan Data, Ukuran Penyebaran Data

STATISTIK DESKRIPTIF. Penyajian Data, ukuran Pemusatan Data, Ukuran Penyebaran Data STATISTIK DESKRIPTIF Penyajian Data, ukuran Pemusatan Data, Ukuran Penyebaran Data 1. Statisitik Deskriptif 2. Penyajian Data 3. Ukuran Pemusatan Data 4. Ukuran Penyebaran Data Materi Pokok Indikator Setelah

Lebih terperinci

Pertemuan 8 UKURAN PENYEBARAN. A. Ukuran Penyebaran untuk Data yang tidak Dikelompokkan. Terdapat empat ukuran penyebaran absolut yang utama, yaitu:

Pertemuan 8 UKURAN PENYEBARAN. A. Ukuran Penyebaran untuk Data yang tidak Dikelompokkan. Terdapat empat ukuran penyebaran absolut yang utama, yaitu: Pertemuan 8 UKURA PEYEBARA 1. Pengertian Penyebaran (Dispersi) Penyebaran adalah perserakan data individual terhadap nilai rata-rata. Data homogen memiliki penyebaran (dispersi) yang kecil, sedangkan data

Lebih terperinci

4. Jika dari 100 data diperoleh data terendah 15 dan data tertinggi 84, maka banyaknya kelas adalah. A. 5 B. 6 C. 7 D. 8 E. 9

4. Jika dari 100 data diperoleh data terendah 15 dan data tertinggi 84, maka banyaknya kelas adalah. A. 5 B. 6 C. 7 D. 8 E. 9 1. Data yang berupa kumpulan angka disebut dengan data. A. Kelompok B. Tunggal C. Kuantitatif D. Kualitatif E. Acak 2. Di bawah ini yang bukan merupakan data kuantitatif adalah A. Suhu badan pasien B.

Lebih terperinci

BAB IV DESKRIPSI HASIL PENELITIAN

BAB IV DESKRIPSI HASIL PENELITIAN BAB IV DESKRIPSI HASIL PENELITIAN A. Deskripsi Data Kecerdasan Emosional Deskripsi data ini penulis lakukan untuk mengetahui data mengenai kecerdasan emosional (variabel X), yang diperoleh melalui penyebaran

Lebih terperinci

Setelah mempelajari bahan ajar ini diharapkan Anda dapat:

Setelah mempelajari bahan ajar ini diharapkan Anda dapat: D. Pembelajaran 4 1. Silabus N o STANDAR KOMPE TENSI Menerapk an aturan konsep statistika dalam pemecaha n masalah KOMPE TENSI DASAR Mengidenti fikasi pengerti-an statistik, statistika, populasi dan sampel

Lebih terperinci

Satatistik dan Probabilitas. Ir. I Nyoman Setiawan, MT. NIP HP

Satatistik dan Probabilitas. Ir. I Nyoman Setiawan, MT. NIP HP Satatistik dan Probabilitas Ir. I Nyoman Setiawan, MT. NIP. 19631229 199103 01 001 HP. 081338721408 setiawan@ee.unud.ac.id man_awan@yahoo.com Statistik Dan Probabilitas Pendahuluan Statistika adalah pengetahuan

Lebih terperinci

Ukuran tendensi sentral seperti mean, median, dan modus seringkali tidak mempunyai cukup informasi untuk menyimpulkan data yg ada.

Ukuran tendensi sentral seperti mean, median, dan modus seringkali tidak mempunyai cukup informasi untuk menyimpulkan data yg ada. Azimmatul Ihwah Ukuran tendensi sentral seperti mean, median, dan modus seringkali tidak mempunyai cukup informasi untuk menyimpulkan data yg ada. Ada cara yg lebih baik untuk menginterpretasi data yg

Lebih terperinci

DESKRIPSI MATA KULIAH

DESKRIPSI MATA KULIAH DESKRIPSI MATA KULIAH Nama Mata Kuliah Kode Mata Kuliah Kredit : Statistika dan Probabilitas : IF32225 : 3 SKS (3X45 menit) Deskripsi : Membahas mengenai cara-cara pengumpulan data, penganalisisan dan

Lebih terperinci

Refisia Caturasa Abstrak/Ringkasan. Pendahuluan

Refisia Caturasa  Abstrak/Ringkasan. Pendahuluan Sekilas Tentang Pengukuran Gejala Pusat (Mean, Median, Modus, Kuartal) Refisia Caturasa Refisia@gmail.com http://penulis.com Lisensi Dokumen: Seluruh dokumen di StatistikaPendidikan.Com dapat digunakan,

Lebih terperinci

OUTLINE BAGIAN I Statistik Deskriptif

OUTLINE BAGIAN I Statistik Deskriptif UKURAN PENYEBARAN 1 OUTLINE BAGIAN I Statistik Deskriptif Pengertian Statistika Penyajian Data Ukuran Pemusatan Ukuran Penyebaran Angka Indeks Deret Berkala dan Peramalan Range, Deviasi Rata-rata, Varians

Lebih terperinci

STATISTIKA DESKRIPTIF Dosen:

STATISTIKA DESKRIPTIF Dosen: LEMBAR TUGAS MAHASISWA (LTM) Mata Kuliah: STATISTIKA DESKRIPTIF Dosen: Nama NIM Kelas Jurusan Akademi : : : : : AKADEMI - AKADEMI BINA SARANA INFORMATIKA J A K A R T A C.2009 1 BAB I PENDAHULUAN Pertemuan

Lebih terperinci

UNIVERSITAS PENDIDIKAN INDONESIA KAMPUS CIBIRU PROGRAM SI PENDIDIKAN GURU-PAUD SILABUS DAN SATUAN ACARA PERKULIAHAN

UNIVERSITAS PENDIDIKAN INDONESIA KAMPUS CIBIRU PROGRAM SI PENDIDIKAN GURU-PAUD SILABUS DAN SATUAN ACARA PERKULIAHAN UNIVERSITAS PENDIDIKAN INDONESIA KAMPUS CIBIRU PROGRAM SI PENDIDIKAN GURU-PAUD SILABUS DAN SATUAN ACARA PERKULIAHAN A. IDENTITAS MATA KULIAH Mata Kuliah : Statistika Penelitian I Kode : IP305 Bobot SKS

Lebih terperinci

Distribusi Frekuensi dan Statistik Deskriptif Lainnya

Distribusi Frekuensi dan Statistik Deskriptif Lainnya BAB 2 Distribusi Frekuensi dan Statistik Deskriptif Lainnya Misalnya seorang penjaga gudang mencatat berapa sak gandum keluar dari gudang selama 15 hari kerja, maka diperoleh distribusi data seperti berikut.

Lebih terperinci

Ukuran Penyebaran Suatu ukuran baik parameter atau statistik untuk mengetahui seberapa besar penyimpangan data dengan nilai rata-rata hitungnya.

Ukuran Penyebaran Suatu ukuran baik parameter atau statistik untuk mengetahui seberapa besar penyimpangan data dengan nilai rata-rata hitungnya. UKURAN PENYEBARAN 1 Bab 4 PENGANTAR Ukuran Penyebaran Suatu ukuran baik parameter atau statistik untuk mengetahui seberapa besar penyimpangan data dengan nilai rata-rata hitungnya. Ukuran penyebaran membantu

Lebih terperinci

BAB I PENGANTAR STATISTIK DAN ANALISIS DATA

BAB I PENGANTAR STATISTIK DAN ANALISIS DATA BAB I PENGANTAR STATISTIK DAN ANALISIS DATA 1.1. Pengertian: Statistik inferensial, Sampel, Populasi, Disain eksperimen Pada awal tahun 1980 dan berlanjut sampai abad 1, industri di Amerika menekankan

Lebih terperinci

TUGAS MANAJEMEN DATA MAKALAH ANALISIS DATA KUANTITATIF

TUGAS MANAJEMEN DATA MAKALAH ANALISIS DATA KUANTITATIF TUGAS MANAJEMEN DATA MAKALAH ANALISIS DATA KUANTITATIF OLEH ARFAN KAFTARU 1307012285 FAKULTAS KESEHATAN MASYARAKAT UNIVERSITAS NUSA CENDANA KUPANG 2017 i KATA PENGANTAR Puji syukur kehadirat Tuhan Yang

Lebih terperinci

GARIS-GARIS BESAR PROGRAM PENGAJARAN (GBPP)

GARIS-GARIS BESAR PROGRAM PENGAJARAN (GBPP) GARIS-GARIS BESAR PROGRAM PENGAJARAN (GBPP) Mata Kuliah : Statistik Bobot Mata Kuliah : 3 Sks Deskripsi Mata Kuliah : Pengertian dasar statistik, pengolahan dan penyajian data, ukuran dan lokasi (central

Lebih terperinci

STATISTIKA DESKRIPTIF

STATISTIKA DESKRIPTIF STATISTIKA DESKRIPTIF Ukuran Pusat (measure of center) Ukuran Penyebaran (measure of variability) Menurut Anda, bagaimana penampilan saya? Gambaran saya? Visualizing Telling Dapatkan Anda tentukan manakah

Lebih terperinci

SATUAN ACARA PEMBELAJARAN (SAP)

SATUAN ACARA PEMBELAJARAN (SAP) SATUAN ACARA PEMBELAJARAN (SAP) Mata Kuliah : Statistik Kode Mata Kuliah : PSI-106 Jumlah SKS : 3 Waktu Pertemuan : 150 menit Kompetensi Dasar : 1. Penguasaan metodologi penelitian psikologi Indikator

Lebih terperinci

ALAT UJI STATISTIK. Endang Sri Utami, S.E., M.Si., Ak., CA

ALAT UJI STATISTIK. Endang Sri Utami, S.E., M.Si., Ak., CA ALAT UJI STATISTIK Endang Sri Utami, S.E., M.Si., Ak., CA Penggunaan Statistik Statistik merupakan sekumpulan metode yang digunakan untuk menarik kesimpulan masuk akal dari suatu data. Statistik yang digunakan

Lebih terperinci

PERTEMUAN 2 STATISTIKA DASAR MAT 130

PERTEMUAN 2 STATISTIKA DASAR MAT 130 PERTEMUAN 2 STATISTIKA DASAR MAT 130 Data 1. Besaran Statistika berbicara tentang data dalam bentuk besaran (dimensi) Besaran adalah sesuatu yang dapat dipaparkan secara jelas dan pada prinsipnya dapat

Lebih terperinci

Statistik Deskriptif Ukuran Dispersi

Statistik Deskriptif Ukuran Dispersi MAKALAH STATISTIKA DASAR Statistik Deskriptif Ukuran Dispersi Oleh: Kelompok 1 Dwireta Ramadanti Aliv Vito Palox Arif Rahman Hakim Asrar Halim Desi Anggraini Eki Maruci Hary Sentosa Monalisa Muhammad Irvand

Lebih terperinci

BAB V PENUTUP 5.1 Kesimpulan

BAB V PENUTUP 5.1 Kesimpulan V-1 BAB V PENUTUP 5.1 Kesimpulan Berdasarkan penulisan laporan akhir ini, maka dapat dibuat kesimpulan dari setiap modul. Berikut adalah kesimpulan dari masingmasing modul tersebut: 1. Distribusi Frekuensi

Lebih terperinci

SILABUS MATA KULIAH. : Dapat mengaplikasikan statistika dasar dalam memecahkan masalah, khususnya dalam penelitian.

SILABUS MATA KULIAH. : Dapat mengaplikasikan statistika dasar dalam memecahkan masalah, khususnya dalam penelitian. SILABUS MATA KULIAH Program Studi : Pendidikan Matematika Kode Mata Kuliah : 405203 Mata kuliah : Statistika Dasar Bobot : 3 SKS Semester : IV Mata Kuliah Prasyarat : Probabilitas Deskripsi Mata Kuliah

Lebih terperinci