Range atau jangkauan suatu kelompok data didefinisikan sebagai selisih antara nilai terbesar dan nilai terkecil, yaitu

dokumen-dokumen yang mirip
STATISTIKA SMA (Bag.1)

BAB V UKURAN GEJALA PUSAT (TENDENSI CENTRAL)

RESPONSI 2 STK 511 (ANALISIS STATISTIKA) JUMAT, 11 SEPTEMBER 2015

Ukuran Pemusatan. Pertemuan 3. Median. Quartil. 17-Mar-17. Modus

DISTRIBUSI SAMPLING. Oleh : Dewi Rachmatin

UKURAN PEMUSATAN UKURAN PENYEBARAN

Statistika MAT 2 A. PENDAHULUAN NILAI MATEMATIKA B. PENYAJIAN DATA NILAI MATEMATIKA NILAI MATEMATIKA STATISTIKA. materi78.co.nr

STATISTIKA MAT 2 NILAI MATEMATIKA NILAI MATEMATIKA NILAI MATEMATIKA A. PENDAHULUAN B. PENYAJIAN DATA. Diagram garis

Statistika Deskriptif Ukuran Pemusatan dan Ukuran Penyebaran

: XII (Dua Belas) Semua Program Studi. : Gisoesilo Abudi, S.Pd

UKURAN PEMUSATAN DATA

REGRESI LINIER DAN KORELASI. Variabel bebas atau variabel prediktor -> variabel yang mudah didapat atau tersedia. Dapat dinyatakan

UKURAN TENDENSI SENTRAL

BAB 5 UKURAN DISPERSI

Distribusi Pendekatan (Limiting Distributions)

BAB III 1 METODE PENELITAN. Penelitian dilakukan di SMP Negeri 2 Batudaa Kab. Gorontalo dengan

ESTIMASI. (PENDUGAAN STATISTIK) Ir. Tito Adi Dewanto. Statistika

Kuliah 3.Ukuran Pemusatan Data

Statistika Inferensial

2 BARISAN BILANGAN REAL

STATISTIKA DAN PELUANG BAB III STATISTIKA

Statistika dibagi menjadi dua, yaitu: 1. Statistika Deskriftif 2. Statistik Inferensial Penarikan kesimpulan dapat dilakukan dengan dua cara, yaitu:

A. Pengertian Hipotesis

ANALISIS REGRESI DAN KORELASI SEDERHANA

Masih ingat beda antara Statistik Sampel Vs Parameter Populasi? Perhatikan tabel berikut: Ukuran/Ciri Statistik Sampel Parameter Populasi.

Pendugaan Selang: Metode Pivotal Langkah-langkahnya 1. Andaikan X1, X

BAB III METODE PENELITIAN Penelitian ini dilakukan di kelas X SMA Muhammadiyah 1 Pekanbaru. semester ganjil tahun ajaran 2013/2014.

BAB II LANDASAN TEORI. Dalam tugas akhir ini akan dibahas mengenai penaksiran besarnya

BAB I PENDAHULUAN. 1.1 Latar Belakang. Universitas Sumatera Utara

III. METODOLOGI PENELITIAN. diinginkan. Menurut Arikunto (1991 : 3) penelitian eksperimen adalah suatu

IV METODE PENELITIAN 4.1 Lokasi dan waktu 4.2. Jenis dan Sumber Data 4.3 Metode Pengumpulan Data

terurut dari bilangan bulat, misalnya (7,2) (notasi lain 2

A. PENGERTIAN DISPERSI

UKURAN PEMUSATAN DATA

B a b 1 I s y a r a t

9 Departemen Statistika FMIPA IPB

PENGUJIAN HIPOTESIS. Atau. Pengujian hipotesis uji dua pihak:

Distribusi Sampling (Distribusi Penarikan Sampel)

BAB IV PEMBAHASAN DAN ANALISIS

Mata Kuliah: Statistik Inferensial

PERTEMUAN 3 CARA MEMBUAT TABEL DISTRIBUSI FREKUENSI UKURAN PEMUSATAN DATA

b. Penyajian data kelompok Contoh: Berat badan 30 orang siswa tercatat sebagai berikut:

Jika dibandingkan dengan bulan sebelumnyakenaikan curah hujan terbesar terjadi pada bulan A. Oktober D. Januari B. November E. Februari C.

Mata Kuliah : Matematika Diskrit Program Studi : Teknik Informatika Minggu ke : 4

Statistik (statistics)

6. Pencacahan Lanjut. Relasi Rekurensi. Pemodelan dengan Relasi Rekurensi

4.7 TRANSFORMASI UNTUK MENDEKATI KENORMALAN

Barisan Aritmetika dan deret aritmetika

,n N. Jelas barisan ini terbatas pada dengan batas M =: 1, dan. barisan ini kovergen ke 0.

DISTRIBUSI SAMPLING (Distribusi Penarikan Sampel)

Distribusi Sampling merupakan distribusi teoritis (distribusi kemungkinan) dari semua hasil sampel yang mungkin, dengan ukuran sampel yang tetap N,

Ilustrasi. Statistik dan Statistika. Data nilai ujian Statistik Dasar dari 15 mahasiswa Program Studi tertentu semester ganjil tahun 2008:

BAB 1 PENDAHULUAN. dimana f(x) adalah fungsi tujuan dan h(x) adalah fungsi pembatas.

BAB VIII MASALAH ESTIMASI SATU DAN DUA SAMPEL

BAB 2 LANDASAN TEORI

Secara umum, suatu barisan dapat dinyatakan sebagai susunan terurut dari bilangan-bilangan real:

BAB 6: ESTIMASI PARAMETER (2)

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

Barisan Dan Deret Arimatika

BAHAN AJAR ANALISIS REAL 1 Matematika STKIP Tuanku Tambusai Bangkinang 5. DERET

UKURAN LOKASI DAN DISPERSI

Bab III Metoda Taguchi

BAB II LANDASAN TEORI. Pada bagian ini akan dibahas tentang teori-teori dasar yang. digunakan untuk dalam mengestimasi parameter model.

III. METODE PENELITIAN

METODE PENELITIAN. dalam tujuh kelas dimana tingkat kemampuan belajar matematika siswa

Pertemuan Ke-11. Teknik Analisis Komparasi (t-test)_m. Jainuri, M.Pd

PERTEMUAN 13. VEKTOR dalam R 3

1. Uji Dua Pihak. mis. Contoh :

IV. METODE PENELITIAN

Yang biasa dinamakan test komposit lawan komposit. c. Hipotesis mengandung pengertian minimum. Perumusan H 0 dan H 1 berbentuk :

An = an. An 1 = An. h + an 1 An 2 = An 1. h + an 2... A2 = A3. h + a2 A1 = A2. h + a1 A0 = A1. h + a0. x + a 0. x = h a n. f(x) = 4x 3 + 2x 2 + x - 3

Kekeliruan dalam Perhitungan Numerik dan Selisih Terhingga Biasa

[RUMUS CEPAT MATEMATIKA]

An = an. An 1 = An. h + an 1 An 2 = An 1. h + an 2... A2 = A3. h + a2 A1 = A2. h + a1 A0 = A1. h + a0. x + a 0. x = h a n. f(x) = 4x 3 + 2x 2 + x - 3

BAB III TAKSIRAN KOEFISIEN KORELASI POLYCHORIC DUA TAHAP. Permasalahan dalam tugas akhir ini dibatasi hanya pada penaksiran

Bab 3 Metode Interpolasi

Metode Statistika STK211/ 3(2-3)

LIMIT. = δ. A R, jika dan hanya jika ada barisan. , sedemikian hingga Lim( a n

STATISTIK PERTEMUAN VIII

Barisan. Barisan Tak Hingga Kekonvergenan barisan tak hingga Sifat sifat barisan Barisan Monoton. 19/02/2016 Matematika 2 1

ISIAN SINGKAT! 1. Diberikan hasil kali digit digit dari n harus sama dengan 25

INTERVAL KEPERCAYAAN

I. DERET TAKHINGGA, DERET PANGKAT

Pengantar Statistika Matematika II

theresiaveni.wordpress.com NAMA : KELAS :

Program Perkuliahan Dasar Umum Sekolah Tinggi Teknologi Telkom. Barisan dan Deret

BAB VII DISTRIBUSI SAMPLING DAN DESKRIPSI DATA

Himpunan. Himpunan 3/28/2012. Semesta Pembicaraan Semua mobil di Indonesia

MATEMATIKA DISKRIT FUNGSI

DERET TAK HINGGA (INFITITE SERIES)

III BAHAN DAN METODE PENELITIAN. Ternak yang digunakan dalam penelitian ini adalah kuda berjumlah 25

- Yadi Nurhayadi - M O D U L S T A T I S T I K A BAB 2 DISTRIBUSI FREKUENSI

JENIS PENDUGAAN STATISTIK

BAB 7 MOMEN, KEMIRINGAN DAN KERUNCINGAN

PERSIAPAN UTS MATH 11 IPS BHS. = 92 ü

Pedahulua Hipotesis: asumsi atau dugaa semetara megeai sesuatu hal. Ditutut utuk dilakuka pegeceka kebearaya. Jika asumsi atau dugaa dikhususka megeai

BAB I PENDAHULUAN. Matematika merupakan suatu ilmu yang mempunyai obyek kajian

Fungsi. Jika f adalah fungsi dari A ke B kita menuliskan f : A B yang artinya f memetakan A ke B.

Pendiferensialan. Modul 1 PENDAHULUAN

Definisi Integral Tentu

Transkripsi:

BAB 4 UKURAN PENYEBARAN DATA Pada Bab sebelumya kita telah mempelajari beberapa ukura pemusata data, yaitu ukura yag memberika iformasi tetag bagaimaa data-data ii megumpul atau memusat Pada bagia Bab ii kita aka mempelajari ukura peyebara data Ukura ii diguaka utuk megetahui variasi atau dispersi data, yaitu derajat peyebara data terhadap rata-rata Diatara ukura peyebara yag serig diguaka adalah rage, rata-rata deviasi, rage semiiterkuartil, rage percetil 10-90, da stadar deviasi 41 Rage Rage atau jagkaua suatu kelompok data didefiisika sebagai selisih atara ilai terbesar da ilai terkecil, yaitu rage := ilai terbesar ilai terkecil Cotoh 411 Rage atau jagkaua kumpula data 2, 3, 3, 5, 5, 5, 8, 10, 12 adalah 12-2 = 10 Di sii 12 adalah ilai terbesar da 2 adalah ilai terkecil Utuk data dalam betuk tabel distribusi frekuesi, rage dihitug dega dua pedekata berikut, yaitu: a selisih atara tada kelas pada iterval kelas teratas da tada kelas pada iteval kelas teredah b selih atara batas atas kelas pada iterval kelas teratas da batas bawah pada iteval kelas teredah Cotoh 412 Diperhatika tabel distribusi berikut 1

Statistika Dasar by JHeradi 2 Kelas Tada Kelas (X) Frekuesi (f) 60-62 61 5 63-65 64 18 66-68 67 42 69-71 70 27 72-74 73 8 f = 100 Rage dihitug berdasarka kedua pedekata ii adalah: a Metoda 1: rage = 73-61 = 12 b Metoda 2: rage = 745-595 = 16 42 Rata-rata deviasi Pada Bab III telah didefiisika deviasi atau peyimpaga suatu data terhadap rata-rata Jumlah semua deviasi data terhadap rata-rata berilai ol Pada bagia ii simpaga data terhadap rata-rata diambil sebagai ilai mutlakya, yaitu X j X Jadi simpaga mutlakya tidak perah egatif Selajutya, rata-rata deviasi didefiisika sebagai rata-rata deviasi (RD) := 1 N X j X j=1 Cotoh 421 Diketahui data 2, 3, 6, 8, 11 Maka rata-rata deviasiya dihitug sebagi berikut: Selajutya, RD = x = 1 (2 + 3 + 6 + 8 + 11) = 6 5 2 6 + 3 6 + 6 6 + 8 6 + 11 6 5 = 4 + 3 + 0 + 2 + 5 5 = 28 Bila pada kumpula data tersebut terdapat f 1 data berilai X 1, sebayak f 2 berilai X 2, da seterusya terdapat f k berilai X K maka rata-rata deviasi dapat dihitug dega cara berikut: RD = 1 N K f j X j X j=1 43 Deviasi kuartil Deviasi kuartil atau retag semi-iterkuartil didefiisika sebagai DK := Q 3 Q1 2

Statistika Dasar by JHeradi 3 dimaa Q 1 da Q 2 masig-masig kuarti ke 1 da kuartil ke 3 Ada juga ukura peyebara yag disebut retag persetil 10-90, yaitu RP10-90 := P 90 P 10 44 Deviasi stadar da variasi Iilah kedua ukura peyebara data yag palig serig diguaka da palig jelas iterpretasiya Deviasi stadar atau simpaka baku didefiisika sebagai S := j=1 (X i X) 2 Kadagkala, simpaga baku didefiisika dega megguaka pembagi 1 buka seperti diatas, yaitu: S := j=1 (X i X) 2 1 Formula kedua diguaka utuk sampel, sdegaka formula sebelumya diguaka utuk populasi atau sampel yag berukura cukup besar Pejelasa teoritis megeai kedua formula ii aka dibahas pada statistika matematika Kuadrat dari simpaga baku disebut variasi Jadi variasi didefiisika sebagai: var := S 2 j=1 = (X i X) 2 Argume yag sama utuk pembagiya megguaka 1 Dega mudah dapat dibuktika bahwa S 2 = X 2 (X) 2 45 Sifat-sifat deviasi stadar 1 Jumlah deviasi kuadrat terhadap bilaga a didefiisika sebagai (X i a) 2 j=1 j=1 (X i X) 2 Jumlah ii aka mejadi miimum jika diambil a := X Jadi deviasi stadar s := merupaka akar dari rata-rata jumlah kuadrat deviasi (simpaga) miimum 2 Utuk data berdistribusi ormal, deviasi stadar dapat diguaka utuk megetahui peyebara data, yaitu:

Statistika Dasar by JHeradi 4 Gambar 41: Jarak 1 deviasi stadar dari mea Gambar 42: Jarak 2 deviasi stadar dari mea a 6827% data tersebar diatara X s da X + s b 9545% data tersebar diatara X 2s da X + 2s c 9973% data tersebar diatara X 3s da X +3s Terlihat pada Gam- Gambar 43: Jarak 3 deviasi stadar dari mea bar 43 bahwa jika suatu kumpula data membetuk distribusi ormal maka hampir semua data tersebar pada retag 6 deviasi stadar 3 Bila ada dua kelompok data, masig-masig berukura 1 da 2 dega variasi S 2 1 da S 2 2 da diasumsika keduaya mempuyai rata-rata yag

Statistika Dasar by JHeradi 5 sama maka variasi gabuga kedua kelompok data ii diberika oleh S 2 = 1S 2 1 + 2 S 2 2 1 + 2 4 Teorema Chebyshev megataka bahwa utuk k > 1, palig tidak ada (1 1 ) 100% data terletak diatara X ks da X + ks Utuk k = k 2 2 maka lebih dari(1 1 ) 100% = 75% data terletak di dalam iterval 4 [X 2s, X + ks] Pada teorema ii tidak disyaratka bahwa data harus berdistribusi ormal seperti pada sifat 2 di atas Utuk data yag telah tersaji dalam distribusi frekuesi, maka deviasi stadarya dihitug berdasarka rumus: s := fx 2 ( fx ) 2 dimaa X adalah tada kelas Cotoh 451 Diperhatika data 32 113 70 60 84 114 31 58 86 102 113 79 86 24 40 44 42 54 71 25 42 116 68 30 63 121 74 77 77 100 51 31 61 28 26 47 54 74 57 35 77 80 125 105 61 102 45 115 36 52 58 24 24 39 40 95 99 54 35 31 77 29 69 58 32 49 118 44 95 65 71 65 74 122 99 Dega megguaka peritah pada excel maka diperoleh beberapa ukura peyebara berikut: rata-rata deviasi(avedev)=2442 deviasi stadar(stdev)=292563 variasi sampel(var)=855932 variasi populasi(varp)=84452 Utuk melihat bagaimaa pola data ii meyebar, kita buat tabel distribusi da histogram dega ukura kelas S 30 da X 66 Diperoleh Tabel da gambar berikut Kelas Frekuesi (f) 6-36 16 37-66 25 67-96 19 97-126 15 total 75

Statistika Dasar by JHeradi 6 Gambar 44: Histogram dega ukura kelas deviasi stadar Diperhatika bayakya data yag terletak diatara X S da X + S adalah sebayak 25 + 19 = 44 data atau sekitar 58% data Kemudia, semua data terletak diatara X 2S da X + 2S Fakta ii tidak bertetaga dega sifat 2 diatas karea data kita tidak persis ormal Sedagka teorema Chebyshev terpeuhi Satu lagi iformasi yag dapat diketahui melalui deviasi stadar adalah semaki kecil deviasi stadar semaki bayak data yag megumpul di sekitar rata-rata 46 Skor Z atau ilai stadar Misalka kumpula data X i mempuyai rata-rata X da deviasi stadar S maka Z i yag didefiisika sebagai Z i := X i X S disebut skor Z atau ilai stadar dari X i Cotoh 461 Diperhatika kembali data pada cotoh di atas Nilai stadar dari data 70 adalah 70 6565 = 01486 Semaki dekat ilai data ke ilai ratarataya maka semaki dekat ke ol ilai stadarya Dalam bebebrapa kebu- 29253 tuha aalisis data diperluka utuk metrasformasi data ke dalam ilai stadarya Soal-soal Latiha 1 Utuk data pada cotoh 451, tetuka bayak data yag terletak pada retag:

Statistika Dasar by JHeradi 7 a X ± RD b X ± DK 2 Soal latiha 44 3 Soal latiha 411 4 Soal latiha 412 5 Soal latiha 414 6 Soal latiha 417 7 Soal latiha 442 8 Soal latiha 457 9 Soal latiha 463 10 Soal latiha 482