Statistika Materi 5. Ukuran Penyebaran. (Lanjutan) Hugo Aprilianto, M.Kom

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

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

Statistika & Probabilitas

OUTLINE BAGIAN I Statistik Deskriptif

Distribusi Normal, Skewness dan Qurtosis

TATAP MUKA IV UKURAN PENYIMPANGAN SKEWNESS DAN KURTOSIS. Fitri Yulianti, SP. MSi.

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

Ukuran Dispersi (Variasi, atau Penyimpangan) untuk Data Tunggal

BAB I PENDAHULUAN 1.1 LATAR BELAKANG

Statistik Deskriptif Ukuran Dispersi

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

By : Hanung N. Prasetyo

Oleh Azimmatul Ihwah

BAB 2 LANDASAN TEORI. 2.1 Risiko, Manajemen Risiko, dan Manajemen Risiko Finansial

Ukuran Simpangan/Penyebaran

KURVA NORMAL. (Sumber: Buku Metode Statistika tulisan Sudjana)

CIRI-CIRI DISTRIBUSI NORMAL

STATISTIK. Materi Pertemuan V Ukuran Dispersi (Penyebaran)

BAB 1 PENDAHULUAN. Universitas Sumatera Utara

BAB IV DESKRIPSI HASIL PENELITIAN

BAB IV DISPERSI DATA

UKURAN NILAI SENTRAL&UKURAN PENYEBARAN. Tita Talitha, MT

UKURAN PEMUSATAN DATA STATISTIK

MAKALAH. Mata Kuliah STATISTIKA KHADEEJAH ASWI AKBAR PUTRI DESSY VIVIT L IGA ANDRIANITA

Pengukuran Kesehatan

FAKULTAS KEGURUAN DAN ILMU PENDIDIKIAN UNIVERSITAS SWADAYA GUNUNG JATI CIREBON

BAB 3: NILAI RINGKASAN DATA

MATERI STATISTIK. Genrawan Hoendarto

Ukuran Nilai Sentral

BAB 2 TINJAUAN PUSTAKA

BAB V HASIL DAN PEMBAHASAN

Ilmu Komunikasi Marketing Communication & Advertising

BAB I PENDAHULUAN. Universitas Sumatera Utara

BAB II TEORI DASAR. Metode statistik telah banyak digunakan dalam kehidupan sehari-hari, oleh

PROGRAM STUDI AGRIBISNIS HORTIKULTURA

Distribusi Frekuensi dan Statistik Deskriptif Lainnya

Kenapa Data Harus Diringkas?

Pengantar Statistik. Nanang Erma Gunawan

Kursus Statistika Dasar. Bagian 1. Pengelompokan Statistika. Istilah-istilah Dasar. Jenis Data. Pengelompokan Statistika lainnya. Bambang Suryoatmono

TUGAS MAKALAH STATISTIKA DESKRIPTIF UKURAN PENYEBARAN DATA (KEMIRINGAN DAN KERUNCINGAN) MAKALAH

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

UNIVERSITAS NEGERI MALANG FAKULTAS ILMU KEOLAHRAGAAN JURUSAN ILMU KESEHATAN MASYARAKAT

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

Distribution. Contoh Kasus. Widya Rahmawati

PERTEMUAN 2 STATISTIKA DASAR MAT 130

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

BAB IV METODE PENELITIAN

STATISTIKA INDUSTRI I. Agustina Eunike, ST., MT., MBA.

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

DISTRIBUSI NORMAL. Pertemuan 3. Distribusi Normal_M. Jainuri, M.Pd 1

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

Statistik Deskriptif: Central Tendency & Variation

UKURAN PENYEBARAN DATA

Kuliah 4. Ukuran Penyebaran Data

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

Jurnal Teknologi Informasi DINAMIK Volume 20, No.2, Juli 2015 : ISSN :

PENGUJIAN HIPOTESIS DESKRIPTIF (Satu sampel) Wahyu Hidayat, M.Pd

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

DISTRIBUSI NORMAL. Pertemuan 3. 1 Pertemuan 3_Statistik Inferensial

Oleh Azimmatul Ihwah

OUT LINE. Distribusi Probabilitas Normal. Pengertian Distribusi Probabilitas Normal. Distribusi Probabilitas Normal Standar

LEMBAR AKTIVITAS SISWA STATISTIKA 2 B. PENYAJIAN DATA

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

Penyimpulan data numerik & kategorik. Elsa Roselina Dewi Gayatri

PENGUKURAN DESKRIPTIF

LABORATORIUM STATISTIK DAN OPTIMASI INDUSTRI FAKULTAS TEKNIK PROGRAM STUDI TEKNIK INDUSTRI UNIVERSITAS PEMBANGUNAN NASIONAL VETERAN JAWA TIMUR

UKURAN PEMUSATAN DATA

Ukuran gejala pusat. Nugraeni

STATISTIKA BISNIS PENDUGAAN STATISTIKA. Deden Tarmidi, SE., M.Ak., BKP. Modul ke: Fakultas Ekonomi dan Bisnis. Program Studi Akuntansi

Dr. I Gusti Bagus Rai Utama, SE., M.MA., MA.

Contoh: Pada data Tabel satu diperoleh range pada masing masing mata kuliah. adalah: Matakuliah Max min range A B C

Haryoso Wicaksono, S.Si., M.M., M.Kom. 26

STATISTIKA -deskripsi data-

4. HASIL DAN ANALISA

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

UKURAN TENGAH DAN UKURAN DISPERSI

Statistika untuk Ekonomi dan Keuangan Modern Edisi 3, Buku 1 SUHARYADI PURWANTO S.K

Median Median dari data yang belum dikelompokkan

UKURAN LOKASI DAN VARIANSI MEAN:

15Ilmu. Uji t-student dan Uji Z (Distribusi Normal)

Pengujian Hipotesis. 1. Pendahuluan. Topik Bahasan:

SILABUS. Kegiatan Pembelajaran Teknik. Memahami cara memperoleh data yang baik, menentukan jenis dan ukuran data, serta memeriksa, dan menyusun data.

STATISTIKA DESKRIPTIF

BAB IV HASIL PENELITIAN DAN PEMBAHASAN. distribusi frekuensi skor responden untuk masing-masing variabel dan pengolahan statistik

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

Gejala Pusat - Statistika

Statistika Ekonomi UT ESPA 4123

Statistik Deskriptif dengan Microsoft Office Excel

PENYAJIAN DATA. Cara Penyajian Data meliputi :

BAB IV PEMBAHASAN. Sebelum melakukan analisis dengan penerapan simulasi Monte Carlo dan VaR,

UKURAN NILAI PUSAT. Oleh : Riandy Syarif

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

Penalaran Statistik 2

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

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

DISTRIBUSI NORMAL. RatuIlmaIndraPutri

Pengertian Statistika (1) Statistika: Ilmu mengumpulkan, menata, menyajikan, menganalisis, dan menginterprestasikan data menjadi informasi untuk

By Syarifah Hikmah JS. MK Statistika (MAM 4137)

PROBLEM SOLVING STATISTIKA LANJUT

Pengukuran Deskriptif

Transkripsi:

Statistika Materi 5 Ukuran Penyebaran (Lanjutan) Hugo Aprilianto, M.Kom

UKURAN PENYEBARAN RELATIF yaitu mengubah ukuran penyebaran dari berbagai satuan menjadi ukuran relatif atau persen. Penggunaan ukuran relatif akan memberikan manfaat pada kondisi : a. Data mempunyai satuan pengukuran yang berbeda, contoh ukuran % dan ukuran rupiah. b. Data mempunyai satuan ukuran yang sama, namun mempunyai rata-rata hitung yang sangat berbeda, contoh sama-sama mempunyai harga dalam rupiah, tetapi harga rata-rata kelompok sayuran tentunya sangat berbeda dengan harga rata-rata kelompok mobil. Ukuran Penyebaran relatif, meliputi: a. Koefisien Range b. Koefisien deviasi rata-rata c. Koefisien deviasi standar

a. Koefisien Range Koefisien range / jarak adalah pengukuran penyebaran dengan menggunakan range / jarak secara relatif. RUMUS : KR La La Lb Lb 100 0 Dimana : KR : Koefisien range dalam % La : Batas atas data atau kelas tertinggi Lb : Batas bawah data atau kelas terendah Contoh : Hitung koefisien range dari Tabel berat badan 100 mahasiswa (lihat tabel pada Contoh terdahulu). 0

b. Koefisien Deviasi Rata-rata Koefisien deviasi rata-rata adalah ukuran penyebaran dengan menggunakan deviasi rata-rata relatif terhadap nilai rata-ratanya, atau persentase dari deviasi rata-rata terhadap nilai rata-ratanya. RUMUS : KMD MD X 100 0 0 Dimana : KMD : Koefisien deviasi rata-rata dalam % MD : Deviasi rata-rata X : nilai rata-rata data Contoh : Hitung koefisien Deviasi Rata-rata dari Tabel berat badan 100 mahasiswa (lihat tabel pada Contoh terdahulu).

c. Koefisien Standar Deviasi Koefisien standar deviasi adalah ukuran penyebaran yang menggunakan standar deviasi relatif terhadap nilai rata-rata yang dinyatakan sebagai persentase. RUMUS : KSD 100 0 X 0 dimana : KSD : Koefisien standar deviasi dalam % σ : Standar Deviasi ẍ : nilai rata-rata data Contoh : Hitung koefisien Standar Deviasi dari Tabel berat badan 100 mahasiswa (lihat tabel pada Contoh terdahulu).

Contoh : Pada label susu bayi merk A dan merk B tertera berat netto 400 gram. Hasil pemeriksaan 2 buah sampel berukuran 10, berupa 10 kaleng susu bayi merk A dan 10 kaleng susu bayi merk B, mengenai berat nettonya diperoleh hasil sbb (dlm gram) : Merk Susu A Merk Susu B Rata-rata = 400 gr Rata-rata = 400 gr Deviasi standar = 80 gr Deviasi standar = 125 gr a. Hitunglah koefisien standar deviasi berat netto susu bayi merk A dan merk B tersebut. b. Bila kita ingin membeli susu bayi yang berat nettonya sesuai dengan yang tertera pada labelnya yaitu 400 gr, susu bayi merk manakah yang sebaiknya kita pilih, berikan alasannya.

UKURAN KECONDONGAN (SKEWNESS) Kurva yang tidak simetris dapat condong ke kiri atau ke kanan. Di dalam kurva simetris letak modus, median dan ratarata sama. Ukuran tingkat kecondongan menurut Pearson adalah : 1. Rata-rata=Median=Modus Kurva Simetris Sk= nol (0)

2. Rata-rata>Median>Modus Sk=positif 3. Rata-rata<Median<Modus Sk=negatif

Rumus Kecondongan : Sk Mo atau Sk 3( Md) Dimana : Sk : Koefisien kecondongan µ : Nilai rata-rata hitung Mo : Nilai Modus Md : Nilai Median σ : Standar deviasi

CONTOH : Hitung koefisien Kecondongan dari Tabel berat badan 100 mahasiswa dan periksalah condong kemanakah distribusi frekuensi berat badan tersebut. Interval F Xi F.Xi Tepi Klas Fr < 60 62 5 61 305 59,5 0 63 65 18 64 1152 62,5 5 66 68 42 67 2814 65,5 23 69 71 27 70 1890 68,5 65 72 74 8 73 584 71,5 92 74,5 100

UKURAN KERUNCINGAN (KURTOSIS) Dilihat dari tingkat keruncingannya kurva distribusi frekuensi dibagi menjadi : 1. Jika α 4 = 3 disebut kurva Mesokurtis (Normal)

2. Jika α 4 > 3 disebut kurva Leptokurtis (meruncing) 3. Jika α 4 < 3 disebut kurva Platykurtis (mendatar)

Rumus Keruncingan : 1. Data Tunggal (Tidak Berkelompok) 1 ( n x) 4 4 2. Data Berkelompok f.( x) 4 1 n 4 4 4 Dimana : α 4 : Koefisien kurtosis µ : Nilai rata-rata hitung σ : Standar deviasi X : nilai data / nil. tengah

CONTOH: Berdasarkan contoh, hitunglah koefisien kurtosisnya. Tergolong keruncingan manakah distribusi data tersebut.