BAB IV DISPERSI DATA

dokumen-dokumen yang mirip
Statistika & Probabilitas

By : Hanung N. Prasetyo

UKURAN DISPERSI (SEBARAN)DATA

Statistik Deskriptif Ukuran Dispersi

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

Statistik Deskriptif: Central Tendency & Variation

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

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

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

PENGUKURAN DESKRIPTIF

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

UKURAN PENYEBARAN DATA

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

BAB I PENDAHULUAN 1.1 LATAR BELAKANG

Pengukuran Deskriptif. Debrina Puspita Andriani /

Pengukuran Deskriptif

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

Ukuran Dispersi (Variasi, atau Penyimpangan) untuk Data Tunggal

Metode Penelitian Kuantitatif Aswad Analisis Deskriptif

UKURAN PENYEBARAN DATA

Pengukuran Kesehatan

REVIEW BIOSTATISTIK DESKRIPTIF

CIRI-CIRI DISTRIBUSI NORMAL

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

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

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

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

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

BAB III UKURAN TENGAH DAN DISPERSI

BAB 2 TINJAUAN PUSTAKA

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

UKURAN PENYEBARAN DATA

STATISTIKA DESKRIPTIF. Wenny Maulina, S.Si., M.Si

MATERI STATISTIK. Genrawan Hoendarto

Distribusi Normal, Skewness dan Qurtosis

STATISTIK. Rahma Faelasofi

UNIVERSITAS NEGERI MALANG FAKULTAS ILMU KEOLAHRAGAAN JURUSAN ILMU KESEHATAN MASYARAKAT

UKURAN NILAI SENTRAL&UKURAN PENYEBARAN. Tita Talitha, MT

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

Metode Statistika STK211/ 3(2-3)

SATUAN ACARA PERKULIAHAN

UKURAN TENGAH DAN UKURAN DISPERSI

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

LEMBAR AKTIVITAS SISWA STATISTIKA 2 B. PENYAJIAN DATA

STATISTIKA DESKRIPTIF Dosen:

BAB I PENDAHULUAN. TNR 12 SPACE 2.0 BEFORE AFTER 0 MARGIN 3,4,3,3 KERTAS A4 TULISAN INGGRIS ITALIC 1.2 Rumusan Masalah

1.0 Distribusi Frekuensi dan Tabel Silang

LAB MANAJEMEN DASAR MODUL STATISTIKA 1. Nama : NPM : Kelas : Fakultas Ekonomi Universitas Gunadarma Kelapa Dua

King s Learning Be Smart Without Limits NAMA : KELAS :

Statistika Farmasi

Kuliah 4. Ukuran Penyebaran Data

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

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

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

Distribution. Contoh Kasus. Widya Rahmawati

Pengantar Statistik. Nanang Erma Gunawan

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

BAB 1 PENDAHULUAN. Universitas Sumatera Utara

Setelah mempelajari bahan ajar ini diharapkan Anda dapat:

BESARAN STATISTIK (UKURAN TENGAH DAN UKURAN

UKURAN PENYEBARAN DATA

STATISTIKA 3 UKURAN PENYEBARAN

Statistik Deskriptif. Statistik Farmasi 2015

UNIVERSITAS MUHAMMADIYAH PAREPARE Parepare, 2009

Probabilitas dan Statistika Analisis Data Lanjut. Adam Hendra Brata

dapat digunakan formulasi sebagai berikut : Letak Letak Letak

FAKULTAS KEGURUAN DAN ILMU PENDIDIKIAN UNIVERSITAS SWADAYA GUNUNG JATI CIREBON

BAB I PENDAHULUAN. Universitas Sumatera Utara

STATISTIKA MATEMATIKA KELAS XI MIA

Penyimpulan data numerik & kategorik. Elsa Roselina Dewi Gayatri

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

Ukuran gejala pusat. Nugraeni

Pengukuran Statistik Deskriptif UKURAN PUSAT, UKURAN VARIASI DAN UKURAN POSISI

Pengumpulan & Penyajian Data

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

STATISTIK 1. PENDAHULUAN

Statistik dan Statistika Populasi dan Sampel Jenis-jenis Observasi Statistika Deskriptif

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

II. TINJAUAN PUSTAKA WRPLOT View (Wind Rose Plots for Meteorological Data) WRPLOT View adalah program yang memiliki kemampuan untuk

C. Ukuran Letak dan Ukuran Penyebaran Data

Statistika Deskriptif

DAN ANALISIS DATA. Sari Numerik. MA 2181 Analisis Data 8 Agustus 2011 Utriweni Mukhaiyar. 1. Statistik dan Statistika. 2. Populasi dan Sampel

OUTLINE BAGIAN I Statistik Deskriptif

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

25/09/2013. Metode Statistika (STK211) Pertanyaan. Modus (Mode) Ukuran Pemusatan. Median. Cara menghitung median contoh

PERTEMUAN 2 STATISTIKA DASAR MAT 130

statistika untuk penelitian

Distribusi Frekuensi dan Statistik Deskriptif Lainnya

STK 211 Metode statistika. Agus Mohamad Soleh

Median Median dari data yang belum dikelompokkan

STK 211 Metode statistika. Materi 2 Statistika Deskriptif

BAB III METODE PENELITIAN. kelamin dan pendekatan SAVI, Inkuiri, RME dengan setting pembelajaran. tanggal 7 September 2013 di SMP Buana.

STATISTIKA. A Pengertian Statistik dan Statistika. B Populasi dan Sampel. C Pengertian Data PENGERTIAN STATISTIKA, POPULASI, DAN SAMPEL

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

STK511 Analisis Statistika. Bagus Sartono

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.

Pertemuan III Statistika Dasar (Basic Statistics)

BAB II LANDASAN TEORI

BAB I PENDAHULUAN. Nilai ujian statistik 5 mahasiswa kelas A adalah 71,75,79,77,73 Nilai ujian statistik 5 mahasiswa kelas B adalah 45,60, 90,85,95

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

Transkripsi:

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), variansi (variance), dan deviasi baku (standard deviation). elain itu pada bab ini juga dibahas tentang simpangan kuartil, koeisien variasi, kemiringan, dan kurtosis. Dalam dispersi data dibedakan antara ukuran dispersi pada populasi dan ukuran dispersi pada sampel. 1. Jangkauan (range) Jangkauan sebuah distribusi rekuensi dirumuskan sebagai beda antara pengukuran nilai terbesar dan nilai terkecil yang terdapat dalam sebuah distribusi. Untuk menghitung jangkauan tidak terdapat perbedaan rumus maupun simbol untuk data populasi maupun data sampel. Dirumuskan: Range (r) = nilai max nilai min Data 1: 0,0,0,0,0 ; mempunyai r = 0-0=0 Data : 0,0,0,60,70 ; mempunyai r = 70-0=0 Contoh untuk data bergolong: Mempunyai range data = 7 61 = 1. impangan rata-rata (mean deviation) impangan Rata-rata (R) adalah jumlah nilai mutlak dari selisih semua nilai dengan nilai rata-rata dibagi banyaknya data. Baik pada populasi maupun sampel digunakan rumus yang sama untuk menghitung simpangan rata-rata. Akan tetapi, digunakan

simbol yang berbeda untuk mean ( pada populasi dan X pada sampel) dan untuk banyaknya data ( pada populasi dan n pada sampel) a. impangan Rata-rata pada Populasi Bila data tunggal, maka: X R Bila data bergolong, maka: X R, dimana : X nilai data rata - rata hitunguntuk populasi banyakdata untuk populasi Tentukanlah simpangan rata-rata untuk kelompok data populasi: 0,0,0,70,80! Rata rata hitung 0,, maka 0 0 R 0 0 0 0 0 0 0 0 100 Contoh untuk data bergolong: 0 0 70 0 80 0 Tentukanlah R data modal 0 perusahaan berikut jika data tersebut merupakan data populasi. Rata rata dari data tersebut adalah 10,

R X,80 0 11,96 b. impangan Rata-rata pada ampel Bila data tunggal, maka: X X R n Bila data bergolong, maka: X X R n di mana : X nilai data X rata -, rata hitung untuk sampel n banyak data untuk sampel Tentukanlah simpangan rata-rata untuk kelompok data sampel: 0,0,0,70,80. Rata rata hitung X 0, n, maka 0 0 R 0 0 0 0 0 0 0 0 100 0 70 0 0 80 0

Contoh untuk data bergolong: Tentukanlah R data modal 0 perusahaan berikut jika data tersebut merupakan data sampel. Rata-rata dari data tersebut adalah 10, R X X,80 0 11,96. Variansi (variance) Variansi adalah rata-rata kuadrat selisih atau kuadrat simpangan dari semua nilai data terhadap rata-rata hitung. Untuk menghitung variansi, digunakan rumus dan simbol yang berbeda antara data sampel dan data populasi. a. Variansi Pada Populasi Bila data tunggal, maka: ( X ) Bila data bergolong, maka: ( X ), di mana n

dimana : X nilai data rata rata hitung banyak data Tentukanlah variansi untuk kelompok data populasi 0,0,0,70,80. (0 0) (0 0) (0 0) 900 00 0 00 900 0 (70 0) (80 0) Contoh untuk data bergolong: Tentukanlah R data modal 0 perusahaan berikut jika data tersebut merupakan data populasi. ( X ) b. Variansi Pada ampel 8097,971 0,9 0 Bila data tunggal, maka: ( X X ) n 1

Bila data bergolong, maka: ( X X ) dimana n, n 1 dimana : X nilai data X rata rata hitung n banyak data sampel Tentukanlah variansi untuk kelompok data sampel: 0,0,0,70,80. (0 0) (0 0) (0 0) 1 900 00 0 00 900 60 (70 0) (80 0) Contoh untuk data bergolong: Tentukanlah R data modal 0 perusahaan berikut, jika data tersebut merupakan data sampel. ( X X ) n 1 8097,971 07,6 9

. Deviasi baku (standard deviation) Deviasi baku adalah adalah akar pangkat dua dari variansi. Oleh karena itu, tentunya terdapat perbedaan rumus dan simbol untuk menghitung deviasi baku pada data populasi dan data sampel. a. Deviasi baku pada Populasi Bila data tunggal, maka: ( X ) Bila data bergolong, maka: ( X ), di mana Tentukanlah deviasi baku untuk kelompok data polulasi: 0,0,0,70,80. (0 0) (0 0) (0 0) 900 00 0 00 900 Contoh untuk data bergolong: 0.80 (70 0) (80 0) Tentukanlah deviasi baku data modal 0 perusahaan berikut, jika data tersebut merupakan data populasi.

( X ) 8097,971 0 b. Deviasi baku pada ampel Bila data tunggal, maka: ( X X ) n 1 Bila data bergolong, maka: 0, 1,9 ( X X ) di mana n, n 1 Tentukanlah deviasi baku untuk kelompok data sampel: 0,0,0,70,80. (0 0) (0 0) 900 00 0 00 900 (0 0) 1 60,9 (70 0) (80 0) Contoh untuk data bergolong: Tentukanlah deviasi baku data modal 0 perusahaan berikut, jika data tersebut merupakan data sampel.

( X ) 8097,971 0 0, 1,9. impangan kuartil (quartile deviation) impangan kuartil merupakan ukuran setengah jarak antara kuartil ke dan kuartil ke 1. Rumusan Deviasi kuartil: DK = [ K K1 ] / Tentukanlah simpangan kuartil untuk kelompok data: 0,0,0,70,80. Contoh untuk data bergolong: Tentukanlah simpangan kuartil data modal 0 perusahaan berikut. (kerjakan sebagai latihan) 6. Koeisien variasi (coeicient o variation) Digunakan untuk membandingkan beberapa kumpulan data yang berbeda Rumus V 100% X

V = ukuran variasi relati (koeisien variasi) = deviasi baku X = mean Contoh: Diketahui data hasil ujian dari 10 orang MK tatistik: Rata-rata = 6 Deviasi Baku = MK Matematika: Rata-rata = 6 impangan Baku = 0 Tentukan hasil ujian yang mana yang variansinya lebih besar. V V s m X s X s m 0 100% 100% 6,1% 6 m 100% 100% 1,07% 6 Karena Vs > Vm berarti hasil ujian statistik lebih bervariasi (heterogen) dibanding hasil ujian matematika. Jika data tersebut merupakan data populasi, digunakan simbol yang berbeda untuk mean dan deviasi baku, yaitu untuk mean dan untuk deviasi baku. 7. Kemiringan dan Kurtosis a. Kemiringan Kemiringan adalah derajat atau ukuran dari asimetri suatu distribusi data, ada tiga jenis: 1. imetris Letak nilai rata-rata hitung, median dan modus berhimpit.. Miring ke kanan/kemiringan positi ilai modus paling kecil dan rata-rata hitung paling besar.. Miring ke kiri/ kemiringan negati. ilai modus paling besar dan rata-rata hitung paling kecil.

rekuensi rekuensi rekuensi x x x Mod=Med=X Mod Med X Mod Med X Terdapat beberapa cara yang dipakai untuk menghitung derajat kemiringan distribusi data. Data yang dibicarakan pada pembahasan ini adalah data sampel. Untuk data populasi dapat digunakan cara yang sama dengan mengganti symbol untuk mean ( pada populasi dan X pada sampel) dan variansi ( pada populasi dan s pada sampel) a) Pearson X Mod ( X Med) atau dimana: derajat kemiringan Pearson X rata rata hitung Mod modus standar deviasi Med median Rumus ini dapat dipakai untuk data tunggal maupun data bergolong, dengan aturan sbb: Bila = 0, distribusi data simetri Bila = negati, distribusi data miring ke kiri Bila = positi, distribusi data miring ke kanan emakin besar, distribusi data akan semakin miring atau makin tidak simetri.

b) Momen Bila data tunggal, maka: ( X X ) n Bila data bergolong, maka: X n dimana: ( X X ) n derajat kemiringan rata rata hitung s tan dar deviasi Bila = 0, distribusi data simetri Bila < 0, distribusi data miring ke kiri Bila > 0, distribusi data miring ke kanan c) Bowley b. Kurtosis Q Q Q Q 1 Q 1 Jika distribusi simetris maka Q Q Q Q1 sehingga Q Q 1 Q 0 mengakibatkan sama dengan nol. Jika distribusinya MIRIG, ada kemungkinan: Q1 = Q maka = 1 Q = Q maka = -1 Keruncingan adalah derajat atau ukuran tinggi rendahnya puncak suatu distribusi data terhadap distribusi normalnya data, ada tiga jenis: a) Leptokurtis Distribusi data yang puncaknya relati tinggi. b) Mesokurtis Distribusi data yang puncaknya normal.

c) Platikurtis Distribusi data yang puncaknya rendah atau terlalu datar rekuensi rekuensi rekuensi Puncak runcing Puncak normal Puncak tumpul Bila data tunggal, maka: ( X X ) n Bila data bergolong, maka: dimana: ( X X ) n derajat kemiringan X rata rata hitung n s tan dar deviasi Bentuk kurva keruncingan kurtosis Mesokurtik = Leptokurtik > Platikurtik <

LATIHA 1. Diketahui data sampel sebagai berikut. 8 Carilah: a. Jangkauan dan simpangan rata-rata. b. Variansi, deviasi baku, dan simpangan kuartil.. Diketahui data populasi nilai Ujian Tengah emester dari 0 mahasiswa pada mata kuliah Aljabar Linier seperti pada tabel berikut. ilai 0 60 70 80 90 100 Frekuensi 1 Carilah jangkauan, simpangan rata-rata, variansi, deviasi baku, dan simpangan kuartil dari data tersebut.. Diberikan tabel rekuensi dari sampel tinggi badan sekelompok mahasiswa sebagai berikut. Tinggi badan Banyaknya mahasiswa 10-1 1-19 7 10-1 10 1-19 1 160-16 6 16-169 a. Tentukan jangkauan dan simpangan rata-rata. b. Tentukan variansi, deviasi baku, dan simpangan kuartil.. Diberikan tabel rekuensi dari populasi rata-rata gaji harian dari 171 karyawan sebagai berikut. Interval Kelas Gaji (dalam ribuan) 101-110 111-10 11-10 11-10 11-10 11-160 161-170 Frekuensi 9 18 6 18

171-180 1 181-190 191-00 8 01-10 11-0 0 1-0 0 1-0 Carilah jangkauan, simpangan rata-rata, variansi, deviasi baku, dan simpangan kuartil dari data tersebut. Tim Penyusun: ukirman ri Rejeki umber: yamsudin. 00. tatistik Deskripti. MUP: urakarta. etyaningsih, Pengantar tatistika Matematika, MUP -UM Budiyono, tatistika untuk Penelitian, 00, U