Ukuran Simpangan/Penyebaran

dokumen-dokumen yang mirip
OUTLINE BAGIAN I Statistik Deskriptif

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

Fakultas Teknologi Informasi Universitas Mercu Buana Yogyakarta 1 3/26/16

Ilmu Komunikasi Marketing Communication & Advertising

UKURAN PEMUSATAN DATA STATISTIK

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

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

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

FAKULTAS KEGURUAN DAN ILMU PENDIDIKIAN UNIVERSITAS SWADAYA GUNUNG JATI CIREBON

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.

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

PENGUKURAN DESKRIPTIF

Ukuran Pemusatan. Fakultas Teknologi Informasi Universitas Mercu Buana Yogyakarta 1 4/9/16

PENYAJIAN DATA. Cara Penyajian Data meliputi :

UKURAN PENYEBARAN DATA

RANCANGAN AKTIVITAS TUTORIAL (RAT)

SATUAN ACARA PERKULIAHAN

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

Pengukuran Deskriptif

SATUAN ACARA PERKULIAHAN MATA KULIAH : STATISTIKA DASAR (3 SKS) KODE : MT308

TEORI PENDUGAAN STATISTIK. Oleh : Riandy Syarif

MENGHITUNG NILAI RATA-RATA SUATU DISTRIBUSI DATA

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

Statistik Deskriptif Ukuran Dispersi

UKURAN PENYEBARAN DATA

Pengukuran Deskriptif. Debrina Puspita Andriani /

UKURAN TENGAH DAN UKURAN DISPERSI

By : Hanung N. Prasetyo

BAB 3: NILAI RINGKASAN DATA

BAB 2 TINJAUAN PUSTAKA

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

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

CIRI-CIRI DISTRIBUSI NORMAL

Statistik Deskriptif. Statistik Farmasi 2015

DISTRIBUSI PROBABILITAS NORMAL

SATUAN ACARA TUTORIAL (SAT) Tutorial ke : 1 Kode/ Nama Mata Kuliah : PAMA 3225 / Statistika Dasar

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

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

By Syarifah Hikmah JS. MK Statistika (MAM 4137)

Statistika & Probabilitas

BAB I PENDAHULUAN 1.1 LATAR BELAKANG

dapat digunakan formulasi sebagai berikut : Letak Letak Letak

SATUAN ACARA PERKULIAHAN MATA KULIAH : STATISTIKA DASAR (3 SKS) KODE MATA KULIAH : MT308

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

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

STATISTIK. Materi Pertemuan V Ukuran Dispersi (Penyebaran)

PERTEMUAN 2 STATISTIKA DASAR MAT 130

Mata Kuliah : Statistik dan Probabilitas Kelas : 22 Kode Soal : Tugas Elearning Uplaod : web FTI (Sebelum pertemuan berikutnya)

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

REVIEW BIOSTATISTIK DESKRIPTIF

Distribusi Frekuensi dan Statistik Deskriptif Lainnya

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

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

Distribusi Normal, Skewness dan Qurtosis

Probabilitas dan Statistika Analisis Data Lanjut. Adam Hendra Brata

UKURAN NILAI SENTRAL&UKURAN PENYEBARAN. Tita Talitha, MT

PENGUKURAN VARIASI. Mampu menjelaskan dan menganalisis hal-hal yang berkaitan dengan pengukuran variasi

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

STATISTIKA DESKRIPTIF. Tendensi Sentral & Ukuran Dispersi

Fakultas Teknologi Informasi Universitas Mercu Buana Yogyakarta 1 3/19/16

Statistik Deskriptif dengan Microsoft Office Excel

BESARAN STATISTIK (UKURAN TENGAH DAN UKURAN

Pengukuran Kesehatan

STATISTIK. Rahma Faelasofi

Probabilitas dan Statistika Analisis Data dan Ukuran Pemusatan. Adam Hendra Brata

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

BAB III UKURAN TENGAH DAN DISPERSI

MATERI STATISTIK. Genrawan Hoendarto

LEMBAR AKTIVITAS SISWA STATISTIKA 2 B. PENYAJIAN DATA

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

Penyimpulan data numerik & kategorik. Elsa Roselina Dewi Gayatri

Anief Fauzan Rozi, S. Kom., M. Eng.

Setelah mempelajari bahan ajar ini diharapkan Anda dapat:

PENGELOLAAN STATISTIK YANG MENYENANGKAN, oleh Muhammad Rusli Hak Cipta 2014 pada penulis

Materi Kuliah: Statistik Inferensial

UKURAN LOKASI DAN VARIANSI MEAN:

BAB 1 PENDAHULUAN. Universitas Sumatera Utara

Materi Kuliah: Statistik Inferensial

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

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

Pengumpulan & Penyajian Data

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

Kenapa Data Harus Diringkas?

KWARTIL, DESIL DAN PERSENTIL

Statistika Ekonomi UT ESPA 4123

Variabel dan Konstanta KONSEP STATISTIK Tabel 1: Distribusi Frekuensi Tabel 2 Distribusi Frekuensi Data Mentah Tabel 2.2 Grafik

BAB IV DESKRIPSI HASIL PENELITIAN

Pengantar Statistik. Nanang Erma Gunawan

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

2. Hasil pengukuran panjang suatu benda 50,23 m. Salah mutlaknya adalah. a. 0,1 m b. 0,05 m c. 0,01 m d. 0,005 m e. 0,001 m

Pengukuran Statistik Deskriptif UKURAN PUSAT, UKURAN VARIASI DAN UKURAN POSISI

DESKRIPSI PERKULIAHAN

BAB III METODE PENELITIAN. learning cycle 7-E, learning cycle 5-E dan pembelajaran langsung. Pendekatan yang digunakan adalah pendekatan kuantitatif.

BAB I PENDAHULUAN. Universitas Sumatera Utara

STATISTIKA DESKRIPTIF Dosen:

DESKRIPSI MATA KULIAH

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

BAB I DISTRIBUSI FREKUENSI

DAFTAR PUSTAKA. Beuemer, B.J.M Ilmu Bahan Logam Jilid I. Penerbit Bharatara, Jakarta.

BAB IV HASIL DAN PEMBAHASAN. Sedangkan skor data post-test adalah skor yang diambil setelah melakukan

Transkripsi:

Ukuran Simpangan/Penyebaran Anief Fauzan Rozi, S. Kom., M. Eng. Phone/WA: 0856 4384 6541 PIN BB: 29543EC4 Sertakan idenotas Anda keoka akan add contact Email : anief.umby@gmail.com Blog: anief.mercubuana- yogya.ac.id 4/9/16 Fakultas Teknologi Informasi Universitas Mercu Buana Yogyakarta 1

Tujuan Mata Kuliah Mahasiswa diharapkan mampu mengetahui dan memahami ukuran simpangan/penyebaran. 4/9/16 StaOsOka & Probabilitas Universitas Mercu Buana Yogyakarta 2

Pokok bahasan Ukuran penyebaran Range Deviasi rata- rata Varians Standar deviasi Ukuran penyebaran lain Ukuran kecondongan 4/9/16 StaOsOka & Probabilitas Universitas Mercu Buana Yogyakarta 3

PENGANTAR Ukuran Penyebaran Suatu ukuran baik parameter atau statistik untuk mengetahui seberapa besar penyimpangan data dengan nilai rata-rata hitungnya. Ukuran penyebaran membantu mengetahui sejauh mana suatu nilai menyebar dari nilai tengahnya, semakin kecil semakin besar. 4

PENGGUNAAN UKURAN PENYEBARAN Rata-rata bunga bank 11,43% per tahun, namun kisaran bunga antar bank dari 7,5% - 12,75% Rata-rata inflasi Indonesia 1995-2001 sebesar 18,2% dengan kisaran antara 6% - 78% Harga rata-rata saham Rp 470 per lembar, namun kisaran saham sangat besar dari Rp 50 - Rp 62.500 per lembar 5

BEBERAPA BENTUK UKURAN PENYEBARAN 1. Rata-rata sama, penyebaran berbeda 10 8 6 4 2 0 2 3 4.6 5 6 K inerja K aryawan B o go r K inerja K aryawan T angerang 6

BEBERAPA BENTUK UKURAN PENYEBARAN 2. Rata-rata berbeda dengan penyebaran berbeda 3. Rata-rata berbeda dengan penyebaran sama 10 9 10 8 7 6 8 6 5 4 3 2 1 0 2 3 4.6 5 6 4 2 0 2 3 4 5 6 7 K inerja K aryawan B o go r K inerja K aryawan B o go r K inerja K aryawan T angerang K inerja K aryawan T angerang 7

Range 4/9/16 Fakultas Teknologi Informasi Universitas Mercu Buana Yogyakarta 8

RANGE Definisi: Nilai terbesar dikurang nilai terkecil. Contoh: Nilai Negara Maju Negara Industri Baru Negara Asean Indonesia Tertinggi 3,2 7,6 7,1 8,2 Terendah 2,0-1,5-9,4-13,7 Range/Jarak Keterangan Range/Jarak 9

Deviasi Rata- rata 4/9/16 Fakultas Teknologi Informasi Universitas Mercu Buana Yogyakarta 10

DEVIASI RATA-RATA Definisi: Rata-rata hitung dari nilai mutlak deviasi antara nilai data pengamatan dengan rata-rata hitungnya. Rumus: MD = ( X X )/n 11

DEVIASI RATA-RATA MD = ( X X )/n Tahun x x - x Harga Mutak 1994 7.5 4.225 4.225 1995 8.2 4.925 4.925 1996 7.8 4.525 4.525 1997 4.9 1.625 1.625 1998-13.7-16.975 16.975 1999 4.8 1.525 1.525 2000 3.5 0.225 0.225 2001 3.2-0.075 0.075 Rata- rata x 3.275

DEVIASI RATA-RATA MD = ( X X )/n Tahun x x - x Harga Mutlak 1994 7.5 4.225 4.225 1995 8.2 4.925 4.925 1996 7.8 4.525 4.525 1997 4.9 1.625 1.625 1998-13.7-16.975 16.975 1999 4.8 1.525 1.525 2000 3.5 0.225 0.225 2001 3.2-0.075 0.075 Rata- rata 3.275 13

Varians 4/9/16 Fakultas Teknologi Informasi Universitas Mercu Buana Yogyakarta 14

VARIANS Definisi: Rata-rata hitung dari deviasi kuadrat setiap data terhadap rata-rata hitungnya. Rumus: σ 2 = (X µ) 2 /n 15

VARIANS σ 2 = (X µ)2/n Tahun X X µ (X µ) 2 1994 7,5 4,2 17,64 1995 8,2 4,9 24,01 1996 7,8 4,5 20,25 1997 4,9 1,6 2,56 1998-13,7-17,0 289,00 1999 4,8 1,5 2,25 2000 3,5 0,2 0,04 2001 3,2-0,1 0,01 Jumlah Rata- rata 16

Standar Deviasi 4/9/16 Fakultas Teknologi Informasi Universitas Mercu Buana Yogyakarta 17

STANDAR DEVIASI Definisi: Akar kuadrat dari varians dan menunjukkan standar penyimpangan data terhadap nilai rata-ratanya. Rumus: σ = ( X - µ) 2 N Contoh: Jika varians = 44,47, maka standar deviasinya adalah: 44,47 = 6,67 18

UKURAN PENYEBARAN DATA BERKELOMPOK Definisi Range: Selisih antara batas atas dari kelas tertinggi dengan batas bawah dari kelas terendah. Contoh: Range =? Kelas ke- Interval Jumlah Frekuensi (F) 1 160-303 2 2 304-447 5 3 448-591 9 4 592-735 3 5 736-878 1 19

DEVIASI RATA-RATA Interval Titik Tengah (X) f f.x X X f X X 160-303 231,5 2 463,0 259,2 518,4 RUMUS MD = f X X N 304-447 375,5 5 1.877,5 115,2 576,0 448-591 519,5 9 4.675,5 28,8 259,2 592-735 663,5 3 1.990,0 172,8 518,4 736-878 807,0 1 807,0 316,3 316,3 20

VARIANS DAN STANDAR DEVIASI DATA BERKELOMPOK Varians Rata-rata hitung deviasi kuadrat setiap data terhadap rata-rata hitungnya RUMUS: N = Jumlah data (jumlah f) σ 2 = ( X - µ) 2 N Standar Deviasi Akar kuadrat dari varians dan menunjukkan standar penyimpangan data terhadap nilai rata-ratanya. RUMUS: σ = ( X - µ) 2 N 21

CONTOH Varians : S 2 = (X µ) 2 n-1 Standar Deviasi: S = (X µ ) 2 = S 2 n-1 X (X µ) (X µ)2 8,2 2,9 8,41 4,9-0,4 0,16 4,8-0,5 0,25 3,2-2,1 4,41 22

UKURAN PENYEBARAN RELATIF a. Koefisien Range RUMUS: [(La Lb)/(La+Lb)] x 100 Contoh: Range Harga Saham = [(878-160)/(878+160)]x100 = 69,17% Jadi jarak nilai terendah dan tertinggi harga saham adalah 69,17%. b. Koefisien Deviasi Rata-rata RUMUS: (MD/X) x 100 Contoh: Pertumbuhan ekonomi negara maju=(0,56/2,6) x 100 = 19,23% Jadi penyebaran pertumbuhan ekonomi dari nilai tengahnya sebesar 19,23%, bandingkan dengan Indonesia yang sebesar 130,30%. 23

UKURAN PENYEBARAN RELATIF c. Koefisien Standar Deviasi RUMUS: KSD = (S/X) X 100 Contoh: Pertumbuhan ekonomi negara maju=(0,55/2,5)x100=22% Jadi koefisien standar deviasi pertumbuhan ekonomi negara maju sebesar 22%, bandingkan dengan Indonesia yang sebesar 42%. 24

THEOREMA CHEBYSHEV Untuk suatu kelompok data dari sampel atau populasi, minimum proporsi nilai-nilai yang terletak dalam k standar deviasi dari rata-rata hitungnya adalah sekurang-kurangnya 1-1/k 2 k merupakan konstanta yang nilainya lebih dari 1. 25

HUKUM EMPIRIK Untuk distribusi simetris, dengan distribusi frekuensi berbentuk lonceng diperkirakan: 68% data berada pada kisaran rata-rata hitung + satu kali standar deviasi, (X±1s) 95% data berada pada kisaran rata-rata hitung + dua kali standar deviasi, (X±2s) semua data atau 99,7% akan berada pada kisaran rata-rata hitung + tiga kali standar deviasi, (X±3s) 26

DIAGRAM POLIGON HUKUM EMPIRIK 68% 95% 99,7% -3s -2s 1s X 1s 2s 3s 27

Ukuran penyebaran lain 4/9/16 Fakultas Teknologi Informasi Universitas Mercu Buana Yogyakarta 28

UKURAN PENYEBARAN LAINNYA a. Range Inter Kuartil RUMUS= Kuartil ke-3 Kuartil ke-1 atau K3 K1 b. Deviasi Kuartil RUMUS = (K3-K1)/2 b. Jarak Persentil RUMUS = P90 P10 29

Ukuran kecondongan 4/9/16 Fakultas Teknologi Informasi Universitas Mercu Buana Yogyakarta 30

UKURAN KECONDONGAN Kurva Sim etris Rumus Kecondongan: Sk = µ - Mo atau Sk = 3(µ - Md) σ σ 31

CONTOH SOAL UKURAN KECONDONGAN Contoh untuk data tentang 20 harga saham pilihan pada bulan Maret 2003 di BEJ. Dari contoh pada soal 3-9 diketahui mediannya= 497,17, modus pada contoh 3-11=504,7, Standar deviasi dan nilai rata-rata pada contoh soal 4-8 diketahui 144,7 dan 490,7. Cobalah hitung koefisien kecondongannya! Penyelesaian: 32

UKURAN KERUNCINGAN BENTUK KERUNCINGAN Keruncingan Kurva Platy kurtic Leptokurtic Mesokurtic Rumus Keruncingan: α 4 = 1/n (x - µ) 4 σ 4 33

CONTOH SOAL UKURAN KERUNCINGAN Berikut ini adalah pertumbuhan ekonomi beberapa negara Asia tahun 2002. Hitunglah koefisien keruncingannya. Negara 2002 Negara 2002 Cina 7,4 Korea Selatan 6,0 Pilipina 4,0 Malaysia 4,5 Hongkong 1,4 Singapura 3,9 Indonesia 3,2 Thailand 3,8 Kamboja 5,0 Vietnam 5,7 34

CONTOH SOAL UKURAN KERUNCINGAN X (X-µ) (X-µ) 2 (X-µ) 4 7,4 2,9 8,4 70,7 4,0-0,5 0,3 0,1 1,4-3,1 9,6 92,4 3,2-1,3 1,7 2,9 5,0 0,5 0,3 0,1 6,0 1,5 2.3 5,1 4,5 0,0 0.0 0,0 3,9-0,6 0.4 0,1 3,8-0,7 0.5 0,2 5,7 1,2 1,4 2,1 35

LATIHAN MENGGUNAKAN MS EXCEL Langkah- langkah: A. Masukkan data (Anda) ke dalam sheet MS Excel, misalnya di kolom A baris 2 sampai 9. B. Lakukan operasi dengan formula @stdev(a2:a9) di kolom a baris ke-10, dan tekan enter. Hasil standar deviasi akan muncul pada sel tersebut. 36

Pertanyaan??? 4/9/16 StaOsOka & Probabilitas Universitas Mercu Buana Yogyakarta 37