Oleh Azimmatul Ihwah

dokumen-dokumen yang mirip
Oleh Azimmatul Ihwah

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

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

UKURAN PEMUSATAN DATA STATISTIK

STATISTIKA 2 UKURAN PEMUSATAN

UKURAN NILAI SENTRAL&UKURAN PENYEBARAN. Tita Talitha, MT

PROGRAM STUDI AGRIBISNIS HORTIKULTURA

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

UNIVERSITAS NEGERI MALANG FAKULTAS ILMU KEOLAHRAGAAN JURUSAN ILMU KESEHATAN MASYARAKAT

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

Median Median dari data yang belum dikelompokkan

Distribusi Frekuensi dan Statistik Deskriptif Lainnya

UKURAN PEMUSATAN DATA

UKURAN PEMUSATAN : MEAN, MEDIAN, MODUS

PENGUKURAN TENDENSI SENTR T AL

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

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

BAB 8 ANALISIS STUDI DESKRIPTIF DAN DATA DASAR. Bab ini menjelaskan secara lebih mendalam jenis studi deskriptif

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

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

Metode Statistika STK211/ 3(2-3)

PERTEMUAN 2 STATISTIKA DASAR MAT 130

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

Metode Statistika STK211/ 3(2-3)

UKURAN LOKASI DAN VARIANSI MEAN:

ANALISIS STATISTIKA. Pertemuan 2 Statistika Dasar (Basic Statistics)

BAB 3: NILAI RINGKASAN DATA

Metode Statistika (STK211)

Ukuran Nilai Sentral

PENYAJIAN DATA. Cara Penyajian Data meliputi :

Nama Penulis Abstrak/Ringkasan. Pendahuluan. Lisensi Dokumen:

Pengukuran Deskriptif. Debrina Puspita Andriani /

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

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

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

Statistika Industri I Introduction dan Penyajian Data. Azimmatul Ihwah TIP FTP UB

dapat digunakan formulasi sebagai berikut : Letak Letak Letak

STK 211 Metode statistika. Materi 2 Statistika Deskriptif

Statistika & Probabilitas

STK 211 Metode statistika. Agus Mohamad Soleh

FAKULTAS KEGURUAN DAN ILMU PENDIDIKIAN UNIVERSITAS SWADAYA GUNUNG JATI CIREBON

BAB IV METODE PENELITIAN

Pengukuran Deskriptif

PENGUKURAN DESKRIPTIF

Kenapa Data Harus Diringkas?

STATISTIK. Materi Pertemuan V Ukuran Dispersi (Penyebaran)

STATISTIKA DASAR DAN APLIKASI

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

Setelah mempelajari bahan ajar ini diharapkan Anda dapat:

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

Statistika Deskriptif

III. BESARAN, LOKASI, DAN VARIASI

BAB IV DESKRIPSI HASIL PENELITIAN

Pengantar Statistik. Nanang Erma Gunawan

DATA DAN PENYAJIAN DATA STATISTIKA PERTEMUAN KE-2. Oleh ; Muhammad Yusuf Awaluddin

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

DATA DAN PENYAJIAN DATA STATISTIKA PERTEMUAN KE-2. OLEH ; MUHAMMAD YUSUF AWALUDDIN

Distribusi Frekuensi

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

UKURAN-UKURAN NILAI PUSAT

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

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

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

Studi Deskriptif dan Analisis Data Dasar

BAB 1 PENDAHULUAN. Universitas Sumatera Utara

BAB V HASIL DAN PEMBAHASAN

MODUL MATEMATIKA SMA IPA Kelas 11

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

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

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

ALAT UJI STATISTIK. Endang Sri Utami, S.E., M.Si., Ak., CA

By : Hanung N. Prasetyo

Ukuran gejala pusat. Nugraeni

UKURAN NILAI PUSAT. Oleh : Riandy Syarif

UKURAN TENGAH DAN UKURAN DISPERSI

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

Statistika Pendidikan

BAB 2 TINJAUAN PUSTAKA

STATISTIK DAN STATISTIKA

BAB I PENDAHULUAN 1.1 LATAR BELAKANG

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

MENGHITUNG NILAI RATA-RATA SUATU DISTRIBUSI DATA

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

Laporan Tugas dan Quiz Statistik Deskriptif. 1. Berikan penjelasan secara singkat apa yang dimaksud dengan:

PROBABILITAS &STATISTIK. Oleh: Kholistianingsih, S.T., M.Eng.

Solusi: Misalkan Y kejadian menjawab YA. Misalkan A kejadian menjadab pertanyaan (a).

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

BAB IV HASIL PENELITIAN DAN PEMBAHASAN. kritis matematika siswa yang terbagi dalam dua kelompok yaitu data kelompok

OUTLINE BAGIAN I Statistik Deskriptif

Ukuran Pemusatan (Central Tendency)

Ukuran Dispersi (Variasi, atau Penyimpangan) untuk Data Tunggal

STATISTIK DESKRIPTIF. Penyajian Data, ukuran Pemusatan Data, Ukuran Penyebaran Data

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

Ukuran Statistik Bagi Data

BAB III LANDASAN TEORI. kuesioner wawancara tidak akan teratur. Bagian pengolahan data menggunakan

Statistik Deskriptif: Central Tendency & Variation

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

BAB IV DISPERSI DATA

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

Pengantar Uji Hipotesis. Oleh Azimmatul Ihwah

Transkripsi:

Oleh Azimmatul Ihwah

Kasus: Di 5 perusahaan sejenis di kota Malang, yaitu perusahaan A, B, C, D dan E, seorang manufacturer ingin mengetahui perusahaan mana dengan kinerja karyawan terbaik. Diambil 50 orang karyawan dari tiap perusahaan sebagai sampel. Kinerja masing-masing karyawan dinilai diberi nilai pada rentang 10-100. Dari masing-masing perusahaan di data berapa banyak karyawan yang mempunyai nilai kinerja di atas 80. Diperoleh pie chart dari data tersebut sebagai berikut

A D B E C

Apakah lalu kita dapat menyimpulkan bahwa perusahaan E merupakan perusahaan dengan kinerja karyawan terbaik?

Terkadang tabel maupun diagram tidak memberikan kesimpulan secara pasti dari data yang ada. Sehingga peneliti perlu suatu ukuran yang mewakili data. Ukuran yang sering dipakai dalam mewakili data adalah ukuran tendensi sentral dan variabilitas.

Dinamakan ukuran tendensi sentral karena ukuran itu cenderung berada di tengah-tengah (setelah data diurutkan). Ukuran tendensi sentral yang sering digunakan dalam penelitian adalah mean (rataan), median dan modus.

Ukuran tendensi sentral dalam populasi disebut parameter, sedangkan ukuran tendensi sentral dalam sampel disebut statistik

Salah satu cara untuk memperoleh mean adalah dengan menjumlahkan semua nilai kemudian dibagi dengan banyaknya nilai yang ada. Dalam matematika mean dari populasi biasa disimbolkan dengan μ, sedangkan mean dari sampel disimbolkan dengan x Jika terdapat N kumpulan nilai x 1, x 2,, x N, maka μ didefinisikan sbb μ = x 1+ x 2 + +x N N = N i=1 N x i

Hitung mean dari data nilai UAS siswa berikut Nilai UAS Siswa Frekuensi 4 2 5 4 7 8 8 5 9 1 Mean dari data yang disajikan seperti di atas dihitung dengan rumus μ = f ix i f Masing-masing nilai x i mempunyai frekuensi f i.

Dipunyai data kandungan merkuri dalam 15 kosmetik yang ditemukan di pasaran Kandungan (ppm) Mean dihitung dengan terlebih dahulu mencari nilai tengah dari masing-masing kelas dan dilambangkan dengan x i. Selanjutnya mean dihitung dengan rumus μ = Frekuensi 46-50 2 51-55 4 56-60 6 61-65 3 f ix i f

Dipunyai data pada klub olahraga sbb Jika dibuat histogramnya

Data pada histogram pertama dikatakan simetrik. Mean terletak di tengah data dan merupakan nilai tertinggi. Data pada histogram kedua dikatakan data yang condong ke kanan (skewed to the right). Mean tidak lagi terletak di tengah data.

Rumus Pearson SK x S Mo Dimana SK = skewness X Mo S = mean = Modus = Standar Deviasi = SD 13

Bila nilai SK = 0 atau mendekati nol, maka dikatakan data simetri Bila nilai SK bertanda negatif, maka data condong ke kiri (skewed to the left) Bila nilai SK bertanda positif, maka data condong ke kanan (skewed to the right) 14

Skewed to the right Model data Skewed to the left Symmetric data

Skewness dari data menyebabkan terjadinya interpretasi yang kurang tepat dari data. Contoh pada data sebelumnya Mean dari data tersebut = 38 Apa yang bisa disimpulkan dari mean yang diperoleh tersebut?

Ukuran tendensi sentral yang bisa gunakan untuk menginterpretasi data jika data mempunyai skewness adalah median. Untuk memperoleh median, data harus terlebih dulu diurutkan. Jika banyak data ganjil maka median data adalah data yang tepat berada di tengah, contohnya Median dari data diatas adalah 20.

Jika banyak data genap, maka median dihitung dengan mencari rata-rata dari dua data yang berada di tengah, contohnya Median dari data diatas adalah 20.5 Bagaimana jika yang kita punyai adalah sebanyak n data?

Jika n ganjil, maka median merupakan data ke- (n + 1)/2 Sedangkan jika n genap, maka median merupakan rata-rata dari data ke- n dan data 2 ke-( n 2 +1)

Menghitung median dari data berkelompok dengan menggunakan rumus Median = b + l 1 2 N F f dengan b adalah tepi bawah kelas median, l adalah luas kelas, F adalah jumlah frekuensi sebelum kelas median dan f adalah frekuensi kelas median. Cari median data pada slide 10!

Seorang mahasiswa berusia 18 tahun ingin mengikuti klub berenang yang sesuai dengan usianya. Kemudian dia bertanya pada salah satu klub renang di suatu klub olahraga mengenai usia anggota klub tersebut, diperoleh mean dan median usia anggota klub renang tersebut adalah 17. Apa yang dapat disimpulkan?

Data anggota klub berenang Ternyata untuk interpretasi data seperti ini, mean dan median dapat menyebabkan kesalahan interpretasi. Then look to another data

Apa yang harus kita lakukan pada data semacam ini?

Lebih tepat jika kita memakai ukuran tendensi sentral lain, yaitu modus. Karena modus selalu merupakan suatu nilai yg terletak pada data. 1 1 1 2 2 2 2 3 3 31 31 32 32 32 32 33 33 33

Ukuran tendensi sentral yang lain adalah modus. Modus merupakan data dengan frekuensi terbanyak. Perhatikan data usia klub anggota renang tadi Modus dari data diatas adalah 2 dan 34, sehingga kita dapat menginformasikan bahwa anggota klub renang ini kebanyakan adalah berusia 2 tahun dan 34 tahun

Menghitung modus dari data berkelompok dengan menggunakan rumus berikut d 1 Modus = b + l d 1 +d 2 dimana b adalah tepi bawah kelas modus, l adalah luas kelas, d 1 merupakan selisih frekuensi kelas modus dengan frekuensi kelas sebelumnya, dan d 2 merupakan selisih frekuensi kelas modus dengan kelas sesudahnya.

Tentukan mean, median, modus dan model data (skewed atau symmetric data) di bawah ini.

Terdapat 5 pilihan warna kemasan produk makanan baru dari sebuah perusahaan X. Untuk itu dilakukan survei, warna mana yang paling diminati. Datanya: Diagram apa yang paling tepat untuk menyajikan data seperti ini? Apakah kebijakan yang mungkin dapat diambil oleh perusahaan berdasarkan data ini?