KECENDERUNGAN CENTRAL/PEMUSATAN Meiana harfika

Ukuran Kecenderungan sentral (Central Tendency) Tiga Ukuran yaitu : Mean, Median dan Modus/Mode Ukuran pemusatan adl nilai tunggal yg mewakili suatu kumpulan data. Nilai tersebut menunjukkan pusat nilai data

Merupakan hasil bagi dari jumlah semua nilai pengukuran dibagi dengan banyaknya pengukuran Variabel berskala rasio dan interval Setiap perubahan nilai pengukuran akan merubah nilai rata2 hitung Sangat dipengaruhi oleh nilai ekstrem Paling reliabel

Contoh : Diketahui data berat badan 10 anak Balita : 3, 5, 7, 8, 10, 10, 12, 14, 14, 14 Kg Brp rata2 hitungnya? Jawab : X = X/n 3+5+7+8+10+10+12+14+14+14 10 Jadi rata2 hitung berat badan = 9,7 Kg

Titik tengah dari semua nilai setelah diurutkan Satu median untuk semua kelompok data Caranya : urut data nilai terkecil ke nilai terbesar. Pengamatan yang berada ditengahnya merupakan ukuran median Median dipengaruhi jumlah pengamatan (frekuensi) Median tdk dipengaruhi nilai ektrem. Median merupakan ukuran nilai yg baik jika ada nilai pengamatan yg ekstrem Data minimal skala ordinal

n pengamatan ganjil : banyaknya pengamatan ditambah 1 kemudian dibagi 2 BB 9 Balita :3, 5, 7, 8, 10, 10, 12, 14, 14 Kg

n pengamatan genap, banyaknya pengamatan dibagi 2 BB 10 balita :3, 5, 7, 8, 10, 10, 12, 14, 14, 14 Kg

Adl nilai pengamatan yg paling sering muncul Sifat2 modus : 1. Dalam satu klpk data bisa terdapat > satu modus 2. Tdk terpengaruh oleh nilai ekstrem 3. Data minimal berskala nominal Contoh : 3, 5, 7, 8, 10, 10, 12, 14, 14, 14 Kg Maka nilai yang sering muncul adalah ; 14 Kg

Rata2 Hitung Mean Contoh distribusi BB mhsw Stikes thn 2010

DIASUMSIKAN BB TERENDAH 35 Kg DAN BB TERTINGGI 84,99 Kg Peserta pd urutan ke 18 (Median) terletak pd Klas interval 45 - < 55 Kg,ini disebut MEDIAN KLAS. Selanjutnya menentukan 12 peserta didlm Klas median sebagai median?

Rumus Median

Lmd n fk i

= Batas bawah dr klas median = Jumlah frekensi dlm distribusi = frekuensi kumulatif sampai klas median = besar interval pada klas median

Median dari distribusi mhsw stikes thn 2010 Median = 45 + (35/2 6) 10 12 = 45 + 9,6 = 54,6 Kg

Diasumsikan nilai yg paling sering muncul dalam satu pengamatan distribusi frekuensi terletak pada kelas yang mempunyai frekuensi terbanyak
Lmo = batas bawah dari klas mode d1 = beda antara frekuensi klas mode dan frekuensi klas sebelum (diatas)klas mode d2 = beda antara frekuensi klas mode dan frekuensi klas sesudah (dibawah) klas mode i = besar interval klas pada klas mode

Mode =

2
55 X 2 + 13 = 55 + 1,3 = 56,3 Kg X 10

1.

Distribusi normal

Grafik suatu distribusi simestris jika mean median modus sama atau berhimpit. Distribusi ini membagi dua sama besar jika ditarik vertikal

Suatu distribusi mpy bentuk yg menceng jika ekornya menjulur ke kanan atau ke kiri. Jika suatu distribusi menceng maka rerata hitung mengikuti nilai yg ektrim (ke kanan atau ke kiri)

Suatu distribusi yang mempunyai nilai frekuensi yg seragam. Sehingga tdk ada modus

Ukuran kemencengan adl tingkat kemencengan dari kurva ditribusi peluang Ukuran kemencengan disebut jg ukuran skewness Dua distribusi peluang dgn rata2 sama dan deviasi standar sama blm tentu akan menghasilkan bentuk kurva yg sama

Koefisien kemencengan yang sudah banyak dikenal adl koefisien pearson Pengukuran nilai ini menggunakan nilai mean atau modus Karena median modus tdk dipengaruhi nilai2 ekstrim pada data Sedangkan mean sangat dipengaruhi oleh nilai2 ekstrim pada data

Dgn menggunakan modus Km = ukuran kemencengan X = rata-rata Mo = Modus s = standar deviasi Dgn menggunakan median

Cara mengartikan nilai ukuran kemencengan pearson adalah : km = 0 distribusi simetris km = ( - ) distribusi menceng atau melandai kekiri rerata km = ( + ) distribusi menceng atau melandai kekanan rerata.

Ukuran keruncingan adl tingkat keruncingan dari kurva distribusi peluang Ukuran keruncingan hanya dpt di ukur pada kurva simetris Kurva semakin runcing menunjukan ketersebaran data disekitar nilai rata2 semakin memusat Kurva yg semakin tumpul (tdk runcing) menunjukan ketersebaran data disekitar nilai rata2 semakin tersebar

 1. 2. 3.

Ada 3 yaitu : Leptokurtik (distribusi puncak runcing) Platikurtik (distribusi puncak datar) Mesokurtik (distribusi normal)

Standar deviasi sering disebut dengan simpangan baku (s) Yaitu suatu ukuran yg menggambarkan tingkat penyebaran data dari nilai rata-rata Nilai s yg baik tidak lbh besar 20 % dari nilai rata-rata data Standar deviasi memp satuan ukuran yg sama dgn satuan ukuran asalnya Rumus :