Ukuran Pemusatan Data

dokumen-dokumen yang mirip
Penyajian Data. Oleh: Ayundyah K., M.Si. PROGRAM STUDI ILMU KOMUNIKASI UNIVERSITAS ISLAM INDONESIA 2015

Penyajian Data. Oleh: Arum Handini Primandari, M.Sc

05Ilmu. UKURAN PEMUSATAN Ukuran pemusatan tentang median dan modus data yang tidak terdistribusi maupun yang terdistribusi, dan aplikasinya

Statistika Farmasi

ANALISIS PETA KENDALI DEWMA (DOUBLE EXPONENTIALLY WEIGHTED MOVING AVERAGE)

III. BESARAN, LOKASI, DAN VARIASI

UKURAN PEMUSATAN : MEAN, MEDIAN, MODUS

( s) PENDAHULUAN tersebut, fungsi intensitas (lokal) LANDASAN TEORI Ruang Contoh, Kejadian dan Peluang

SISTEM ADAPTIF PREDIKSI PENGENALAN ISYARAT VOKAL SUARA KARAKTER. Abstrak

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

Studi dan Analisis mengenai Hill Cipher, Teknik Kriptanalisis dan Upaya Penanggulangannya

BAB 3 PATTERN MATCHING BERBASIS JARAK EUCLID, PATTERN MATCHING BERBASIS JARAK MAHALANOBIS, DAN JARINGAN SYARAF TIRUAN BERBASIS PROPAGASI BALIK

VARIASI NILAI BATAS AWAL PADA HASIL ITERASI PERPINDAHAN PANAS METODE GAUSS-SEIDEL

BAB III PENENTUAN HARGA PREMI, FUNGSI PERMINTAAN, DAN TITIK KESETIMBANGANNYA

SISTEM ADAPTIF PREDIKSI PENGENALAN ISYARAT VOKAL SUARA KARAKTER

Agar Xn berperilaku acak yang dapat dipertanggungjawabkan :

Uji Alternatif Data Terurut Perbandingan antara Uji Jonckheere Terpstra dan Modifikasinya Ridha Ferdhiana 1 Statistics Peer Group

Optimasi Non-Linier. Metode Numeris

BAB 3 METODE PENELITIAN

( x) LANDASAN TEORI. ω Ω ke satu dan hanya satu bilangan real X( ω ) disebut peubah acak. Ρ = Ρ. Ruang Contoh, Kejadian dan Peluang

Median Median dari data yang belum dikelompokkan

KECENDERUNGAN PENGGUNAAN JENIS ALAT KONTRASEPSI PESERTA KB AKTIF PADA KABUPATEN SIDOARJO TAHUN 2009

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

Penyajian Data (Bag. I)

SATUAN ACARA PERKULIAHAN ( SAP )

BAB IV UKURAN PEMUSATAN DATA (MODUS DAN MEDIAN)

KORELASI ANTARA DUA KELOMPOK VARIABEL KUANTITATIF DALAM ANALISIS KANONIK

Deret Pangkat. Ayundyah Kesumawati. June 23, Prodi Statistika FMIPA-UII

UKURAN PEMUSATAN DATA STATISTIK

MUHAMMAD HAJARUL ASWAD A MT.KULIAH: STATISTIKA DESKRIPTIF UNANDA, 2016

Neural Network menyerupai otak manusia dalam dua hal, yaitu:

SOLUSI KESTABILAN PADA MASALAH MULTIPLIKATIF PARAMETRIK (STABILITY SOLUTION OF PARAMETRIC MULTIPLICATIVE PROBLEMS)

BAB 1 PENDAHULUAN. Universitas Sumatera Utara

Kontrak Kuliah Metode Statistika 2

Ukuran gejala pusat. Nugraeni

PRODI DIII STATISTIKA-FMIPA ITS RENCANA PEMBELAJARAN KODE/ MATA KULIAH/ SKS/ SEMESTER : SS /PENGANTAR METODE STATISTIKA / (2/1/1) I

khazanah Sistem Klasifikasi Tipe Kepribadian dan Penerimaan Teman Sebaya Menggunakan Jaringan Syaraf Tiruan Backpropagation informatika

PEBANDINGAN METODE ROBUST MCD-LMS, MCD-LTS, MVE-LMS, DAN MVE-LTS DALAM ANALISIS REGRESI KOMPONEN UTAMA

BAB II TINJAUAN PUSTAKA

khazanah Sistem Klasifikasi Tipe Kepribadian dan Penerimaan Teman Sebaya Menggunakan Jaringan Syaraf Tiruan Backpropagation informatika

Sah Tidaknya Sidik Ragam. Data Bermasalah. Data Bermasalah PERANCANGAN PERCOBAAN (DATA BERMASALAH)

UKURAN LOKASI DAN VARIANSI MEAN:

mungkin muncul adalah GA, GG, AG atau AA dengan peluang masing-masing

Aplikasi Analisis Korelasi Somers d pada Kepemimpinan dan Kondisi Lingkungan Kerja

PENINGKATAN PRODUKSI DENGAN METODE KESEIMBANGAN LINI PADA PD TEGAS

BAB 1 PENDAHULUAN. 1.1 Latar belakang

Uji Hipotesis. Atina Ahdika, S.Si, M.Si. Universitas Islam Indonesia 2015

4 Departemen Statistika FMIPA IPB

BAB II LANDASAN TEORI

III. METODOLOGI PENELITIAN. Penelitian ini menggunakan data sekunder bersifat runtun waktu (time series)

MATERI W11A S T A T I S T I K A. KELAS X, SEMESTER 2. A. UKURAN PEMUSATAN DATA

2. Menentukan koleksi inti ubi kayu dan mengevaluasi kebaikan koleksi inti yang diperoleh. METODE. Data

BAB III ANALISIS DISKRIMINAN. analisis multivariat dengan metode dependensi (dimana hubungan antar variabel

Dalam setiap sub daerah, pilih suatu titik P k (x k, y k ) dan bentuklah jumlah :

OSN 2014 Matematika SMA/MA

PENGARUH PELAYANAN TERHADAP KEPUASAN TERHADAP KEPUASAN NASABAH UNIT MOTOR S CENTRE FINANCING PLAZA MOTOR DI SAMARINDA

ISSN: JURNAL GAUSSIAN, Volume 4, Nomor 2, Tahun 2015, Halaman Online di:

UKURAN NILAI SENTRAL&UKURAN PENYEBARAN. Tita Talitha, MT

Metode Penggerombolan Berhirarki

II. TINJAUAN PUSTAKA. sebuah teknik yang baru yang disebut analisis ragam. Anara adalah suatu metode

BAB III METODE SCHNABEL

BAB IV PERHITUNGAN HARGA PREMI BERDASARKAN FUNGSI PERMINTAAN PADA TITIK KESETIMBANGAN

UJI BARTLETT. Elty Sarvia, ST., MT. Fakultas Teknik Jurusan Teknik Industri Universitas Kristen Maranatha Bandung. Scheffe Multiple Contrast Procedure

Ukuran Statistik Bagi Data

Aplikasi diagonalisasi matriks pada rantai Markov

BAB III METODE PENELITIAN. Lokasi yang dijadikan tempat dalam penelitian ini adalah Tempat

Pengenalan Pola. Klasifikasi Linear Discriminant Analysis

PENYELESAIAN PERSAMAAN LOTKA-VOLTERRA DENGAN METODE TRANSFORMASI DIFERENSIAL. Sutriani Hidri. Ja faruddin. Syafruddin Side, ABSTRAK

IDENTIFIKASI PERUBAHAN POLA CURAH HUJAN MELALUI PERIODOGRAM STANDAR. Gumgum Darmawan Statistika FMIPA UNPAD

BAB 3 PRINSIP SANGKAR BURUNG MERPATI

BAB IV APLIKASI PADA MATRIKS STOKASTIK

KORELASI ANTARA DUA SINYAL SAMA BERBEDA JARAK PEREKAMAN DALAM SISTEM ADAPTIF. Sri Arttini Dwi Prasetyawati 1. Abstrak

Introduction to Statistics

INTRODUCTION: Arum H. Primandari, M.Sc.

PENINGKATAN EFISIENSI & EFEKTIFITAS PENGOLAHAN DATA PERCOBAAN PETAK BERJALUR

MUSIK KLASIK DAN PENINGKATAN HASIL BELAJAR MATEMATIKA PADA SISWA KELAS TINGGI

ANALISIS PERBANDINGAN KOMULAN TERHADAP BEBERAPA JENIS DISTRIBUSI KHUSUS Analysis of Comulans Comparative on some Types of Special Distribution

MENENTUKAN TURUNAN DAN SIFAT-SIFAT TURUNAN DARI FUNGSI 1/f(x) DAN h(x)/f(x) ABSTRACT

KAJIAN TEOREMA TITIK TETAP PEMETAAN KONTRAKTIF PADA RUANG METRIK CONE LENGKAP DENGAN JARAK-W

STATISTIKA 1. A. Ukuran Pemusatan Data 11/16/2015. Peta Konsep. A. Ukuran Pemusatan Data

BAB II LANDASAN TEORI

STUDI PENYELESAIAN PROBLEMA MIXED INTEGER LINIER PROGRAMMING DENGAN MENGGUNAKAN METODE BRANCH AND CUT OLEH : RISTA RIDA SINURAT

BAB 4 HASIL DAN PEMBAHASAN

A. PENYAJIAN DATA. Nama Dwi Willi Nita Wulan Dani. Tabel 3.1

LAMPIRAN III PERHITUNGAN MEAN, MEDIAN, MODUS STANDAR DEVIASI DAN DISTRIBUSIFREKUENSI

TRY OUT UJIAN NASIONAL

Pendekatan Regresi Nonparametrik Spline Untuk Pemodelan Laju Pertumbuhan Ekonomi (LPE) di Jawa Timur

PENGEMBANGAN BUKU KOMIK FISIKA POKOK BAHASAN NEWTON BERBASIS KONSTRUKTIVISME UNTUK MENINGKATKAN MOTIVASI BELAJAR SISWA

MANAJEMEN DISTRIBUSI MULTI PRODUK BERDASARKAN BOBOT PROSENTASE PENJUALAN DAN EFISIENSI BIAYA DISTRIBUSI (STUDI KASUS DI PT THAMRIN BROTHERS)

APLIKASI PREDIKSI HARGA SAHAM MENGGUNAKAN JARINGAN SYARAF RADIAL BASIS FUNCTION DENGAN METODE PEMBELAJARAN HYBRID

Materi II STATISTIK DESKRIPTIF STMIK KAPUTAMA BINJAI

BAB III UKURAN TENGAH DAN DISPERSI

3. Sebaran Peluang Diskrit

Materi W11a S T A T I S T I K A. Kelas X, Semester 2. A. Ukuran Pemusatan Data.

STUDI KOMPARASI IMPLEMENTASI JARINGAN BASIS RADIAL DAN FUZZY INFERENCE SYSTEM TSK UNTUK PENYELESAIAN CURVE FITTING

MAKALAH STATISTIK 1. Disusun Oleh : Kelompok 6 Sesi : 12

Y = + x + x x + e, e N(0, ), Residual e=y -Yˆ

Pembentukan model neural network untuk data time series dengan intervensi dan aplikasinya pada data IHK

Transkripsi:

Uuran Pemusatan Data Atina Ahdia, S.Si., M.Si. Universitas Islam Indonesia

Uuran Pemusatan Data 1. Mean (rata-rata) 2. Median (nilai tengah) 3. Modus

Mean 1. Rata-rata Hitung Misalan terdapat N observasi, yaitu X 1, X 2,, X N, maa ita dapat menghitung: a. Rata-rata sebenarnya (populasi) μ = 1 N N b. Rata-rata periraan (sampel) n X i = 1 N X 1 + X 2 + + X N X = 1 X n i = 1 n X 1 + X 2 + + X n n: banyanya sampel n < N

Contoh: Beriut adalah data banyanya penderita gizi buru di suatu negara selama 10 tahun: X 1 = 145 X 6 = 145 X 2 = 150 X 7 = 130 X 3 = 110 X 8 = 120 X 4 = 135 X 9 = 115 X 5 = 125 X 10 = 135 a. Hitung rata-rata banyanya penderita gizi buru sebenarnya. b. Ambil sampel sebanya n = 5, misalnya setelah diambil sampelnya diperoleh: X 2, X 3, X 5, X 7, X 10. Hitung rata-rata periraan banyanya penderita gizi buru per tahun.

a. Rata-rata sebenarnya (populasi): n μ = 1 10 X i = 1 10 1310 = 131 b. Rata-rata periraan (sampel): n X = 1 n X i = 1 5 150 + 110 + 125 + 130 + 135 = 130 Note: Ternyata rata-rata periraan sangat mendeati rata-rata sebenarnya.

2. Rata-rata Hitung Data Berelompo a. Data dari Tabel Biasa Data (X i ) Freuensi (f i ) X 1 f 1 X 2 f 2 X f Maa rata-ratanya adalah Karena X = f i = n, maa: f i X i f i X = 1 n X i f i

Contoh: Tabel bobot oper penumpang masapai penerbangan ABC Bobot (g) Freuensi (f i ) 7 2 8 8 9 14 10 19 11 7 Total 50 Rata-rata bobot oper adalah X i f i 14 + 64 + 126 + 190 + 77 X = = 50 f i Jadi, rata-rata bobot oper adalah 9.42 g = 471 50 = 9. 42

b. Data dari Tabel Distribusi Freuensi Data X i Nilai Tengah (M i ) Freuensi (f i ) X 1 M 1 f 1 X 2 M 2 f 2 X M f Maa rata-ratanya adalah: Dengan X = f i M i f i M i : nilai tengah elas interval e-i

Contoh: Tabel distribusi freuensi berat badan 100 mahasiswa prodi HI UII Rata-rata berat badan mahasiswa adalah M i f i 305 + 1152 + 2814 + 1890 + 584 X = = 100 Berat Badan (g) Titi Tengah (M i ) Freuensi (f i ) f i 60 62 61 5 63 65 64 18 66 68 67 42 69 71 70 27 72 74 73 8 Total 100 = 6745 100 = 67. 45

3. Rata-rata Hitung Tertimbang Jia terdapat data X 1, X 2,, X dengan bobot/timbangan masing-masing W 1, W 2,, W, maa rata-ratanya dapat dihitung dengan X = W i X i W i

Contoh: Seorang mahasiswa FE UII mendapatan nilai pada ujian-ujian beriut: Metode Riset (3 redit) : 82 Auntansi (5 redit) : 86 Teori Eonomi (3 redit) : 90 Bahasa Inggris (1 redit) : 70 Maa rata-rata nilai hasil ujian mahasiswa tersebut adalah X = W i X i W i = 3 82 + 5 86 + 3 90 + 1(70) 3 + 5 + 3 + 1 = 84.67 Jadi, rata-rata nilai ujian tersebut adalah 84.67

Median 1. Median Data Tunggal Apabila ada seelompo nilai sebanya n diurutan mulai dari yang terecil X 1 sampai dengan yang terbesar X n, maa nilai yang ada di tengah disebut Median (Med). Untu n Ganjil Untu n Genap med = Xn:1 2 med = 1 2 Xn 2 + Xn 2 :1

Contoh: n Ganjil Data nilai ujian Pengantar Proses Stoasti 9 mahasiswa FMIPA UII adalah 90, 70, 60, 75, 65, 80, 40, 45, 50. Tentuan median dari nilainilai tersebut. Setelah diurutan: 40, 45, 50, 60, 65, 70, 75, 80, 90 med = Xn:1 2 = X9:1 2 = X 5 = 65 n Genap Data uang sau 8 mahasiswa (dalam ribuan rupiah) adalah 20, 80, 75, 60, 50, 85, 45, 90. Hitung mediannya. Setelah diurutan: 20, 45, 50, 60, 75, 80, 85, 90 med = 1 2 Xn 2 + Xn 2 :1 = 1 2 X 8 2 = 1 2 X 4 + X 5 = 1 2 + X8 2 :1 60 + 75 = 67.5

2. Median Data Berelompo Untu data berelompo, nilai median dapat dicari dengan interpolasi yang rumusnya adalah sebagai beriut: n med = L 0 + p 2 f i 0 f m Dengan L 0 : tepi bawah elas median p : panjang elas n : banyanya data f i 0 : freuensi umulatif sebelum elas median : freuensi elas median f m

Contoh: Dengan menggunaan rumus interpolasi, hitung nilai median dari data beriut: Kelas Freuensi (f i ) 30 39 4 40 49 6 50 59 8 60 69 12 70 79 9 80 89 7 90 99 4 Total 50

Langah-langah menghitung median dengan rumus interpolasi: Tentuan setengah dari observasi n = 50 = 25 2 2 Berarti elas median ada di daerah data e-25 Tentuan freuensi umulatif sebelum elas median f i 0 = f 1 + f 2 + f 3 = 4 + 6 + 8 = 18 Tentuan tepi bawah elas median L 0 = 59.5 Tentuan panjang elas p = 69.5 59.5 = 10 Tentuan freuensi elas median f m = 12 Hitung median dengan rumus interpolasi med = L 0 + p n 2 f i 0 f m = 59.5 + 10 25 18 12 = 65.33

Modus 1. Modus Data Tunggal Modus dari suatu data tunggal merupaan nilai/data yang memilii freuensi tertinggi. Contoh: Berapa modus dari data beriut? 2 2 5 7 9 9 9 10 10 11 12 18 Maa modus data tersebut adalah data dengan freuensi terbanya yaitu mod = 9

2. Modus Data Berelompo Untu data yang sudah disajian dalam bentu tabel distribusi freuensi, maa penentuan modusnya menggunaan rumus beriut: Di mana d 1 = f mo f mo;1 d 2 = f mo f mo:1 mod = L 0 + p d 1 d 1 + d 2 Dengan L 0 p f mo f mo;1 f mo:1 : tepi bawah elas modus : panjang elas : freuensi elas modus : freuensi elas sebelum elas modus : freuensi elas setelah elas modus

Contoh: Dari data yang disajian dalam tabel distribusi freuensi beriut, carilah modusnya. Kelas Freuensi (f i ) 50.00 59.99 8 60.00 69.99 10 70.00 79.99 16 80.00 89.99 14 90.00 99.99 10 100.00 109.99 5 110.00 119.99 2 Total 65

Langah-langah mencari modus data berelompo: Tentuan elas dengan freuensi terbesar; elas e-3 Tentuan tepi bawah elas modus L 0 = 1 69.99 + 70.00 = 69.995 2 Tentuan panjang elas p = 79.995 69.995 = 10 Tentuan freuensi elas modus f mo = 16 Tentuan freuensi elas sebelum elas modus dan d 1 f mo;1 = 10 d 1 = f mo f mo;1 = 16 10 = 6 Tentuan freuensi elas setelah elas modus dan d 2 f mo:1 = 14 d 2 = f mo f mo:1 = 16 14 = 2 Tentuan modus dengan rumus d 1 6 mod = L 0 + p = 69.995 + 10 d 1 + d 2 6 + 2 = 77.5

Beriut adalah tabel distribusi freuensi dari data onsumsi beras selama satu bulan bagi 74 rumah tangga: Konsumsi Beras (g) Tentuan mean (rata-rata), median, serta modusnya. Gunaan rumus yang sesuai. Banyanya Keluarga 5 24 4 25 44 6 45 64 14 65 84 22 85 104 14 105 124 5 125 144 7 145 164 2 Total 74

Daftar Pustaa Bhattacharya, G.K., dan R.A., Johnson, 1997, Statistical Concept and Methods, John Wiley and Sons, New Yor. Supranto, J., 2008, Statisti Teori dan Apliasi Jilid 1, Erlangga, Jaarta. Walpole, R.E., 1995, Pengantar Statistia Edisi e-3, diterjemahan oleh: Bambang Sumantri, Gramedia Pustaa Utama, Jaarta.