Anda di halaman 1dari 17

MODUL 1.

IDENTIFIKASI JENIS DATA Data dapat dikelompokkan menjadi 2 kelompok besar, yaitu : * Data Kualitatif, yaitu data yang berbentuk kalimat, kata, sifat, persentase, atau gambar. * Data Kuantitatif, yaitu data yang berbentuk angka, bilangan, atau data kualitatif yang diangkakan (dikuantitatifkan), misalnya skoring. Data kuantitatif dapat dikelompokkan menjadi 2 kelompok, yaitu : - Data Deskrit, yaitu data yang diperoleh dari hasil menghitung, membilang, atau mencacah. adi data ini biasanya berupa angka atau bilangan bulat. - Data kontinyu, yaitu data yang diperoleh dari hasil mengukur obyek. Data kontunyu ini biasanya berupa angka bukan bilangan bulat. !erdasarkan skala pengukuranya, data dapat dikelompokkan menjadi " kelompok, yaitu : Data #ominal, Data $rdinal, Data %nter&al, dan Data 'asio. A. Skala Pen ukuran Data (esesuaian antara macan data dengan metode analisis statistiknya didasarkan pada skala pengukuran datanya. )engukuran adalah suatu usaha memperpasangkan suatu angka secara sistematik sebagai cara untuk menyajikan ciri-ciri atau sifat suatu obyek yang diukur. *da " macam skala pengukuran untuk menyatakan ciri suatu obyek yaitu: nominal, ordinal, inter&al dan rasio. a!. Skala "en ukuran no#inal +aitu skala yang digunakan untuk membedakan satu obyek dari obyek lain, dan tidak mempunyai hubungan langsung dengan besar fisik atau ciri-ciri fisik lainnya. *ngka hanya sekedar untuk membedakan dengan obyek lainnya. ,ontohnya : #omor )okok -ahasis.a (#)-), nomor polisi kendaraan. $!. Skala "en ukuran or%inal +aitu skala untuk menyatakan urutan tertentu. *ngka yang lebih besar dipakai untuk menyatakan sesuatu yang lebih dari yang obyek tersebut. adi skala ini selain dapat dibedakan juga mempunyai urutan. ,ontohnya : nilai ujian. &!. Skala "en ukuran inter'al +aitu skala yang digunakan untuk menyatakan inter&al yang sama. /kala ini selain dapat dibedakan, mempunyai urutan juga mempunyai inter&al yang sama. /kala ini tidak mempunyai nilai nol absolut. -isalnya 0 0 : suhu 0 tidak berarti tidak ada suhunya. !egitu pula suhu 10 tidak berarti 10 2 0 lebih panas dari 1 . %!. Skala Pen ukuran (asio )engukuran ini selain dapat dibedakan, mempunyai urutan, inter&alnya sama, juga mempunyai nilai nol absolut. *rtinya nilai nol berarti bah.a obyek tersebut memang tidak ada. -isalnya berat : 0 gram benda

tersebut tidak ada beratnya. ,ontoh lain &olume 0 liter, tahun 0 dan sebagainya. !enda dengan berat 2 (g berarti 2 kali dari benda yang beratnya 1 (g. !erdasarkan skala pengukurannya, analisis statistik yang dapat digunakan harus disesuaikan. Data yang menggunakan skala pengukuran #ominal dan atau ordinal, analisis statistik yang digunakan digolongkan dalam analisis statistik nonparametrik. /edangkan data yang menggunakan skala pengukuran inter&al dan atau rasio, analisis statistik yang digunakan digolongkan dalam analisis statistik parametrik. TUJUAN P(AKTIKUM 3ujuan )raktikum ini adalah agar praktikan dapat mengenal jenis-jenis data yang ada di lapangan )A(A KE(JA *mati fenomena di lahan dan ambil beberpa contoh jenis data dari sampel yang saudara dapat, buatlah klasifikasinya dalam bentuk tabel yang berisi parameter dan jenis datanya serta jenis ujinya 4 MODUL *. PEN+AM,ILAN SAMPEL 1. Po"ulasi )opulasi adalah keseluruhan objek yang akan5ingin diteliti. )opulasi ini sering juga disebut 6ni&erse. *nggota populasi dapat berupa benda hidup maupun benda mati, dimana sifat-sifat yang ada padanya dapat diukur atau diamati. )opulasi yang tidak pernah diketahui dengan pasti jumlahnya disebut -Po"ulasi Infinit- atau tak terbatas, dan populasi yang jumlahnya diketahui dengan pasti (populasi yang dapat diberi nomor identifikasi), misalnya pohon jeruk di kebun, jumlah buah per pohonl disebut -Po"ulasi Finit-. /uatu kelompok objek yang berkembang terus (melakukan proses sebagai akibat kehidupan atau suatu proses kejadian) adalah Po"ulasi Infinitif. -isalnya populasi pohon suatu desa adalah populasi yang infinit karena setiap .aktu terus berubah jumlahnya. *pabilah penduduk tersebut dibatasi dalam .aktu dan tempat, maka populasi yang infinit bisa berubah menjadi populasi yang finit. -isalnya jumlah petani sayur di (ota !atu pada tahun 1770 (1 anuari s5d 81 Desember 1770) dapat diketahui jumlahnya. 6mumnya populasi yang infinit hanyalah teori saja, sedangkan kenyataan dalam prakteknya, semua benda hidup dianggap populasi yang finit. !ila dinyatakan bah.a 90: penduduk %ndonesia adalah petani, ini berati bah.a setiap 100 orang penduduk %ndonesia, 90 orang adalah petani. ;asil pengukuran atau karakteristik dari populasi disebut <parameter< yaitu untuk harga-harga rata-rata hitung (mean) dan = untuk simpangan baku (standard de&iasai). adi populasi yang diteliti harus didefenisikan dengan jelas, termasuk didalam nya ciri-ciri dimensi .aktu dan tempat. *. Sa#"el. /ampel adalah bagian dari populasi yang menjadi objek penelitian

(sampel sendiri secara harfiah berarti contoh). ;asil pengukuran atau karakteristik dari sampel disebut <statistik< yaitu > untuk harga rata - rata hitung dan / atau /D untuk simpangan baku. *lasan perlunya pengambilan sampel adalah sebagai berikut : 1. (eterbatasan .aktu, tenaga dan biaya. 2. ?ebih cepat dan lebih mudah. 8. -emberi informasi yang lebih banyak dan dalam. ". Dapat ditangani lebih teliti. )engambilan sampel kadang-kadang merupakan satu-satunya jalan yang harus dipilih, (tidak mungkin untuk mempelajari seluruh populasi) misalnya: - -eneliti air sungai - -eneliti jumlah anakan per rumpun padi - -engetahui jumlah daun menguning terserang penyakit karat daun pada tanaman kopi di )erkebunan .. Defenisi Dalam rangka pengambilan sampel, ada beberapa pengertian yang perlu diketahui, yaitu: Po"ulasi Sasaran /Tar et Po"ulasi!0 +aitu populasi yang menjadi sasaran pengamatan atau populasi dari manasuatu keterangan akan diperoleh (misalnya efek pemupukan # pada tingggi tanaman) maka target populasi adalah tinggi tanaman. Keran ka Sa#"el /Sa#"lin Fra#e): +aitu suatu daftar unit-unit yang ada pada populasi yang akan diambil sampelnya (daftar anggota populasinya). Unit Sa#"el/Sa#"lin Unit!0 +aitu unit terkecil pada populasi yang akan diambil sebagai sampel ()etak (ebun). (an&an an Sa#"el +ang meliputi cara pengambilan sampel dan penentuan besar sampelnya. (an%o#. +aitu cara mengambil sampel, dimana setiap unit dalam populasi mempunyai kesempatan yang sama untuk dipilih menjadi anggota sampel. 1. Teknik Pen a#$ilan Sa#"el )emilihan teknik pengambilan sampel merupakan upaya penelitian untuk mendapat sampel yang representatif (me.akili), yang dapat menggambarkan populasinya. 3eknik pengambilan sampel tersebut dibagi atas 2 kelompok besar, yaitu : 1. )robability /ampling ('andom /ample)

2. #on )robability /ampling (#on 'andom /ample) a. Pro$a$ility Sa#"lin /(an%o# Sa#"le! )ada pengambilan sampel secara random, setiap unit populasi, mempunyai kesempatan yang sama untuk diambil sebagai sampel. @aktor pemilihan atau penunjukan sampel yang mana akan diambil, yang semata-mata atas pertimbangan peneliti, disini dihindarkan. !ila tidak, akan terjadi bias. Dengan cara random, maka bias pemilihan dapat diperkecil sekecil mungkin. %ni merupakan salah satu usaha untuk mendapatkan sampel yang representatif. (euntungan pengambilan sampel dengan probability sampling adalah sebagai berikut: - Derajat kepercayaan terhadap sampel dapat ditentukan. - !eda penaksiran parameter populasi dengan statistik sampel, dapat diperkirakan. - !esar sampel yang akan diambil dapat dihitung secara statistik. $. #onprobability sampling ( nonrandom sample) /etiap elemen populasi tidak mempunyai kemungkinan yang sama untuk dijadikan sampel, misalnya con&enience sampling, purposi&e sampling, Auota sampling, sno.ball sampling TUJUAN P(AKTIKUM *gar mahasis.a dapat memperoleh sampel yang diambil dari populasinya secara <representatif< (me.akili), sehingga dapat diperoleh informasi yang cukup untuk mengestimasi populasinya. )A(A KE(JA 1. 'umuskan masalah-masalah yang saudara hadapi, kemudian perincilah masalah-masalah tersebut dalam bentuk-bentuk informasi yang harus disajikan. 2. /etelah memahami ruang lingkup masalah yang dihadapi, tetapkanlah populasi yang hendak diteliti itu. 8. /usun rencana lengkap terhadap pelaksanaan praktikum tersebut, termasuk menyusun defenisi dan klasifikasi populasi. ". /usun rencana, tabulasi dan tetapkan bentuk serta jenis dari tabel yang final. B. 3etapkan secara terperinci prosedur sampling yang final, ambil data pada masalah yang saudara hadapi dan olah dengan mentabulasi data seperti yang direncanakan.

MODUL .. DIST(I,USI F(EK2ENSI 'a. data adalah sekumpulan data kasar yang belum diatur secara numerik. *rray data adalah data sudah diatur secara numerik. -isalnya data yang sudah diurutkan dari kecil ke yang lebih besar atau sebaliknya. )onto3 ra4 %ata 0 #ilai ujian /tatistika dari 2C orang mahasis.a adalah:

D 9 9

D 9 9.

9 D

B 9

C 9

9 "

D "

C 8

D 9

9 C

7 D

B 9

B B

)onto3 array %ata 0 )enyusunan data mentah (ra. data) menjadi array data merupakan cara

8 9 C

" 9 7.

" 9

B 9

B 9

B D

B D

9 D

9 D

9 D

9 D

9 C

9 C

penyajian data yang paling sederhana. ,ara penyajian data yang dipandang lebih baik misalnya dengan menyusun data menjadi suatu distribusi frekuensi. Distribusi frekuensi dapat berupa tabel atau gambar5diagram. Distribusi frekuensi dapat dikelompokkan menjadi 2 kelompok : yaitu distribusi frekuensi kuantitatif, dan distribusi frekuensi kualitatif. Dari ra. data diatas dapat disusun dari nilai ujian terkecil sampai terbesar menja di array data sebagaiberikut Distribusi frekuensi kuantitatif adalah susunan data yang sudah disusun menurut urutan besar atau kecilnya dalam kelompok-kelompok atau kelas-kelas. Distribusi kualitatis adalah susunan data menurut sifat atau kualitasnya dalam kelompok-kelompok atau kelas-kelas. Distribusi frekuensi dapat juga disajikan dalam bentuk grafik (peta batang), yang biasa disebut sebagai ;istogram. ;%/3$E'*- terdiri dari "erse i "an5an yang alasnya merupakan panjang kelas inter&al, sedangkan tingginya sama dengan frekuensi masing-masing kelas inter&al. !entuk cara penyajian yang lain adalah dengan grafik poligon. )oligon ini dibuat dengan cara menghubungkan titik-titik tengah dari setiap puncak batang dari histogram dengan garis lurus. !iasanya ditambah dua segmen garis lain yang menghubungkan titik tengah ujung batang pertama dan terakhir dengan titik tengah kelas yang paling ujung dimana frekuensinya bernilai nol. Distribusi frekuensi juga disajikan dalam bentuk distribusi frekuensi kumulatif kurang dari, atau distribusi frekuensi kumulatif lebih dari. ,ara membuat data menjadi distribusi frekuensi yang berupa kelas-kelas dengan inter&al tidak ada ketentuan yang baku atau mengikat. 3etapi yang penting distribusi yang dibentuk jumlah kelasnya tidak terlalu sidikit dan tidak terlalu banyak, sehingga tampak menarik. +ang dianggap tidak terlalu banyak

dan tidak terlalu sedikit. /edikit tidak ada pedoman yang pasti, tetapi umumnya banyaknya kelas diambil antara B sampai 1B kelas. *da beberapa langkah yang dapat dijadikan pedoman antara lain : a). -enghitung hitung range dari data yang akan disusun, yaitu selisih antara nilai data yang terbesar dengan yang terkecil.

b). -enentukan banyaknya kelas dengan menggunakan rumus ;* /turges : k F 1 G 8,822 log n k :banyaknya kelas n : banyaknya data yang akan disusun. c). -enghitung lebar masing-masing kelas. ika menggunakan lebar kelas yang sama untuk semua kelas, maka lebar kelas kurang lebih : c F (r)5(k) c k : lebar kelas r : range : banyaknya kelas.

d). -enentukan inter&al masing-masing kelasnya dan menyusunnya mulai dari inter&al terkecil sampai terbesar. angan sampai inter&al kelas ini terjadi o&erlaping. 6ntuk itu antara kelas yang satu dengan kelas yang lain diberi jarak (gap) sekecil mungkin, sehingga tidak ada satu datapun yang masuk ke dalam gap tersebut. e). ,ara lain adalah dengan menentukan lebih dulu inter&al kelas atau lebar kelas, baru kita hitung banyaknya kelas, dengan rumus : k F (r)5(c) k c : banyaknya kelas (jika hasilnya pecahan, dibulatkan). r : lebar kelas. : range

e). *khirnya kita hitung frekuensi masing-masing kelas, dengan cara memeriksa setiap data masuk kelas inter&al yang mana. ,ontoh :

9D,1B "7,BB 8",B8 C2,B9 D2,91 99,1B 8D,9" "2,89

B2,B8 B1,"D "D,22 BD,B2 CB,B9 "7,19 91,89 B1,"8

D2,91 "","1 B7,82 98,8C 2B,"B 97,"1 2C,D"

"2,12 B9,98 D8,8D D8,B7 D2,BD "2,D" 88,27

21,BD "C,D7 8B,"2 9","1 B",D7 B",8D 91,DD

BB,DB "","" 91,28 B9,9B B2,91 B7,B2 88,21

"D,8B 97,1B "",DD "C,D2 9C,D2 BC,1D BD,"2

99,C8 B9,2B B1,CD "D,98 "",21 DB,98 "D,C9

B",2C CD,D1 B2,"D "1,1D 22,B9 BB,2D B1,78

8D,"D 2D,7" DD,BC 92,17 8D,BC 9D,19 8D,77

Data produksi padi5;a 100 orang petani berikut : ?angkah membuat 3abel distribusi frekuensi: !anyaknya data F D2, nilai data terkecil F 21,BD dan nilai data terbesar F CD,D1. adi rangenya F CD,D1 H 21,BD F 99,1". -isalnya kita tetapkan lebar kelas F 10, maka banyaknya kelas F 99,1" 5 10 F D (dibulatkan). adi inter&al kelas tersebut adalah : 20,00 - 27,77 80,00 - 87,77 "0,00 - "7,77 III dan seterusnya. !ukan kita buat inter&al : 20,00 - 80,00 80,00 - "0,00 karena data 80 nantinya akan o&erlaping, akan dimasukkan ke kelas petama atau kelas kedua dan ini tidak boleh. adi supaya tidak ada o&erlaping, kita buat gap antar kelas sebesar 0,01. adi hasilnya seperti tabel di ba.ah ini : #o. 1. 2. 8. ". B. )roduksi )adi ((.5;a) 20,00 - 27,77 80,00 - 87,77 "0,00 - "7,77 B0,00 - B7,77 90,00 - 97,77 !anyaknya )etani B C 19 20 18

9. D.

D0,00 - D7,77 C0,00 - C7,77

D 8

TUJUAN P(AKTIKUM 3ujuan praktikum adalah agar praktikan mampu membuat tabel distribusi frekuensi dengan menghitung nilai range. )A(A KE(JA 1. *mati fenomena di lahan dan ambil satu jenis data sampel dari dua populasi yang berbeda, masing-masing populasi sebanyak DB sampel. !uatlah tabel frekuensi dan buatlah tabel frekuensi dan hitung nilai range, &arians, standar de&iasi dan koefisien &ariansi. 2. ,ocokkan hasil yang saudara peroleh dengan menggunakan program e2cel atau minitab. 8.%nterpretasikan hasil yang telah saudara peroleh4

MODUL 1. UKU(AN PEMUSATAN PENDA6ULUAN 6kuran statistik merupakan ukuran yang menunjukkan bagaimana suatu gugus data memusat dan menyebar. Di dalam ukuran statistik ada tiga bentuk ukuran deskripsi data, yaitu : ukuran pusat data, ukuran &ariabilitas data dan ukuran bentuk distribusi data. 6kuran pusat data yang banyak digunakan untuk mendeskripsikan data adalah mean (rata-rata hitung), median dan modus. 6kuran penyebaran suatu kelompok data terhadap pusat data disebut disperse atau &ariasi atau keragaman data. 6kuran disperse data yang umum dipakai adalah jangkauan (range), &ariansi dan standar de&iasi. Ukuran Pe#usatan 1. Mean /rata7rata 3itun ! 'ata-rata dihitung dengan menjumlahkan seluruh angka data yang selanjutnya dibagi dengan banyaknya (jumlah) data. umlah data untuk data sampel disebut sebagai ukuran sampel yang dsimbolkan dengan n dan untuk data populasi disebut sebagai ukuran populasi yang disimbolkan dengan N. 6ntuk rata-rata hitung sekumpulan data hasil obser&asi dihitung dengan menggunakan rumus berikut :

'ata-rata /8! 9 :/8i! ; N Dimana : 8i F nilai dari obser&asi yang ke-i # F banyaknya obser&asi ukuran sample. *. Me%ian -edian adalah nilai yang membagi gugus data yang telah tersortir (ascending) menjadi 2 !agian yang sama besar.?etak median F (nG1)52 .. Kuartil adalah nilai yang membagi gugus data yang telah tersortir (ascending) menjadi Jmpat bagian yang sama besar. #ilai kuartil terdiri dari kuartil 1, kuartil 2 dan kuartil 8. #ilai kuartil 2 suatu gugus data sama dengan nilai median tersebut. .. Mo%us -odus merupakan nilai yang paling sering muncul atau nilai yang frekuensinya paling tinggi. TUJUAN P(AKTIKUM 3ujuan dari praktikum materi ukuran pemusatan ini adalah untuk membantu praktikan dalam mempelajari dan memahami ukuran pemusatan data. )A(A KE(JA: 1. *mati fenomena di lahan dan ambil satu jenis data sampel dari dua populasi yang berbeda, masing-masing populasi sebanyak 20 sampel. !uatlah tabel frekuensi dan hitung nilai rata-rata, median, kuartil dan modusnya. 2. ,ocokkan hasil yang saudara peroleh dengan menggunakan program e2cel atau minitab. 8. %nterpretasikan hasil yang telah saudara peroleh4 ,ara menghitung rata-rata tertimbang di e2cel Dengan menggunakan microsoft e2cel , kita dapat menentukan rata-rata tertimbang sekelompok data. 'ata- rata tertimbang berbeda dengan nilai rata-rata yang umum digunakan, perbedaannya adalah rata-rata tertimbang bergantung pada &ariabel nilai dan berat sebuah angka. *gar lebih mudahnya perhatikan contoh berikut: )engiriman 10 barang dengan biaya pengiriman K0.20 per barang . (arena adanya biaya tambahan bobot konsumsi barang, maka pada pengiriman kedua "0 barang sekarang biaya K0,80 per barang. demikia juga pada pengiriman ketiga 90 barang dengan biaya K0.8B per barang. /ecara umum , jika menggunakan rumus rata-rata biasa maka biaya rata-rata 5barang dalam setiap pengiriman - ditentukan oleh rumus (K0.20GK0.80G K0.8B)58 F K0,2C8-bukanlah ukuran yang akurat dari biaya rata-rata kasus karena itu tidak memperhitungkan bah.a ada 90 kasus dengan biaya pengiriman K0.8B , "0 kasus dengan biaya K0,80 dan selebihnya K0.20. Dengan menggunakan

rumus rata-rata tertimbang akan dihasilkan biaya pengiriman barang rata-rata pada ketiga kasus pegiriman barang tersebut adalah K0.81C. 6ntuk menemukan rata-rata tertimbang, ikuti langkah berikut: Dalam lembar kerja e2cel, ketik data sebagai berikut: 1. ,uat ta$el se"erti %i $a4a3 ini (olom * dan ! berisi data yang akan diolah (olom D dan J akan diisi dengan formula rata5rata tertimbang

*. Selan5utnya $uat ru#us rata7rata terti#$an A. (u#us untuk #en&ari rata7rata terti#$an se#ua "en iri#ana. -enggunakan sumproduct ,di cell D8 ketik formula F/6-)'$D6,3(*8:*B,!8:!B)5/6-(!8:!B) b. *tau rumus manual dengan cara di sell D" ketik formula F((*8*!8)G(*"*!")G(*B*!B))5/6-(!8:!B) ,. (u#us untuk #en&ari rata7rata terti#$an %ari a$un an "en iri#an "erta#a %an ke%ua a. -enggunakan sumproduct ,di sel J8 ketik formula F/6-)'$D6,3(*8:*",!8:!")5/6-(!8:!") c.*tau rumus manual dengan cara di sell J" ketik rumus F((*8*!8)G(*"*!"))5/6-(!8:!") ,ara menghitung kuartil di e2cel Dengan menggunakan microsoft e2cel kita dapat mengihitung kuartil (Auartile) danpersentil (percentile). ika percentile membagi data menjadi 100 bagian yang sama, maka pada kuartil akan membagi data menjadi " bagian yang sama. /ecara umum cara penulisan kuartil bisa dilihat di ba.ah ini L6*'3%?J(arrayAuart)

Dimana: *rray adalah array atau range sell yang berisi data numerik Luart adalah kuartil ke-n yang ingin dicari (L1, L2,L8)

#ilai Auart 0 1 2 8 "

(uartil yang dihasilkan #ilai -inimum L1 (2Bth percentile) L2 (B0th percentile) L8 (DBth percentile) #ilai -a2imum

Dalam bentuk grafik L1, L2 (median), dan L8 bisa dilihat letaknya seperti di ba.ah ini: 'umus perhitungan secara manual dan konsep tentang kuartil bisa dilihat disini Auartile ,ontoh penerapan perhitungan kuartil di e2cel seperti prosedur berikut: 1. !uat tabel berikut %si data pada kolom * dalam range *8:*18 Data berikut sudah berurut dari nilai terkecil hingga nilai terbesar) 2. (etik formula untuk menghitung nilai kuartil a. Di ell D8 ketik : FL6*'3%?J(*8:*18,0) )ersamaan ii untuk menghitung nilai minimum b. Di cell D" ketik FL6*'3%?J(*8:*18,1) )ersamaan ini untuk mencari nilai L1 , kuartil ke 1 c.Di sel DB ketik FL6*'3%?J(*8:*18,2) )ersamaan ini untuk mencari nilai L2 , kuartil ke 2 d. Di cell D9 type FL6*'3%?J(*8:*18,8) )ersamaan ini untuk mencari nilai L8 , kuartil ke 8 Di cell ,10 ketik median formula: F-JD%*#(*8:*18) #ilai median F L2 ,ara menghitung persentil di e2cel Dalam statistik yang berkaitan dengan ukuran data populasi dikenal beberapa istilah seperti : 1. -edian, median adalah nilai tengah dari sekumpulan data, median membagi data menjadi 2 bagian yang sama dan juga dikenal sebagai kuartil 2 ((2) 2. (uartil (Luartile). (uartil adalah nilai-nilai pengamatan yang membagi data menjadi " bagian yang sama, yang terkadang disebut dengan k1, k2 (median) dan k8. /ecara manual kuartil dapat ditentukan dengan terlebih dahulu menentukan nilai n5" HM p, dan selanjutnya diperoleh k1 dan k8

8. Desil (Decile), Desil adalah nilai-nilai pengamatan yang membagi data menjadi C bagian yang sama.

". )ersentil (percentile), )ersentil adalah nilai-nilai pengamatan yang membagi data menjadi 100 bagian yang sama. ,ara penulisan rumus percentile seperti di ba.ah ini: )J',J#3%?J(array,k) Dimana : a. *rray dapat berupa array atau range data. b. k adalah nilai percentle yang diinginkan (nilai percentile berada dalam kisaran 0 sampai1, 0 berarti 0:, sedangkan 1 berarti 100:) !eberapa hal yang perlu diperhatikan saat menggunakan fungsi percentile di e2cel: a. ika array kosong atau berisi lebih dari C.171 titik data, maka )J'/J#3%? aka menghasilkan #6- N4 (nilai kesalahan). b. ika k adalah nonnumerik (bukan angka), maka )J'/J#3%? menghasilkan N O*?6J4 c. ika k adalah P0 atau jika kM 1, )J'/J#3%? menghasilkan #6- N4 d. ika k adalah bukan kelipatan dari 1 5 (n - 1), )J'/J#3%? akan melakukan interpolasi untuk menentukan nilai pada persentil ke-k. *gar lebih mudah menerapkan fungsi percentile silahkan buat tabel seperti di ba.ah ini : 1.(olom * akan diisi data, dalam contoh ini data berada dalam range *8:*18 )erlu diperhatikan data harus tersortir dari kecil hingga besar.

2. /elanjutnya lakukan perhitungan percentil a. 6ntuk menghitung percentil ke-100 di sel D8 ketik formula F)J',J#3%?J(*8:*18,1)

b. 6ntuk mencari percentil ke-20 di sel D" type formula F)J',J#3%?J(*8:*18,0.2) c. 6ntuk menentukan percentil ke-C0 di sel DB type formula

-$D6? B 6(6'*# )J#+J!*'*# angkauan atau range (r) suatu gugus data adalah selisih antara nilai maksimum dengan nilai minimum. Dengan melihat ukuran ini maka dapat diketahui gambaran secara kasar tentang &ariasi suatu distribusi data. #ilai range ini sangat kasar, karena tidak mempertimbangkan nilai-nilai yang lain selain nilai ekstrimnya. 2. <arians i Oariansi adalah rata-rata kuadrat selisih atau kuadrat simpangan dari semua nilai data terhadap rata-rata hitung. Oariansi untuk sampel dilambangkan dengan s2. sedangkan untuk populasi dilambangkan dengan =2 Oariansi (s)2 F QR(>i->)S 5 (n-1) /ebenarnya yang merupakan ukuran simpangan adalah simpangan baku( standar de&iasi), namun demikian ukuran &ariansi ini merupakan ukuran pangkat dua dari simpangan baku, sehingga bisa juga dianggap sebagai ukuran penyebaran. 8. Stan%ar De'iasi /tandar de&iasi adalah akar pangkat dua dari &ariansi. /tandar de&iasi seringkali disebut simpangan baku. Dengan menggunakan simpangan rata-rata hasil pengamatan penyebaran sudah memperhitungkan seluruh nilai yang ada pada data. #amun demikian karena dalam penghitungan menggunakan nilai absolut maka tidak dapat diketahui arah penyebarannya. -aka dengan simpangan baku kelemahan ini dapat diatasi, yakni dengan cara membuat nilai pangkat 2, sehingga nilai negatif menjadi positif. /impangan baku ini merupakan ukuran penyebaran yang paling teliti. ". Koefisien 'ariansi (oefisien &ariasi merupakan suatu ukuran &ariansi yang dapat digunakan untuk membandingkan suatu distribusi data yang mempunyai satuan yang berbeda. (alau kita membandingkan berbagai &ariansi atau dua &ariabel yang mempunyai satuan yang berbeda maka tidak dapat dilakukan dengan menghitung ukuran penyebaran yang sifatnya absolut.

TUJUAN P(AKTIKUM 3ujuan dari praktikum materi ukuran penyebaran ini adalah untuk membantu praktikan dalam mempelajari dan memahami ukuran penyebaran data.

)A(A KE(JA: 1. *mati fenomena di lahan dan ambil satu jenis data sampel dari dua populasi yang berbeda, masing-masing populasi sebanyak 10 sampel (per pratikan). !uatlah tabel frekuensi (per kelompok)dan dan hitung nilai range, &arians, standar de&iasi dan koefisien &ariansi . 2. ,ocokkan hasil yang saudara peroleh dengan menggunakan program e2cel atau minitab. 8.%nterpretasikan hasil yang telah saudara peroleh4 -enghitung standar de&iasi dengan menggunakan e2cel /alah satu fungsi statistik yang tersedia di microsoft e2cel adalah stan%ar %e'iasi(simpangan baku). /tandar de&iasi adalah ukuran dari seberapa luas simpangan nilai dari nilai rata-rata (mean). )ara "enulisan ru#us fun si stan%ar %e'iasi /3DJO (number1, number2,...) Deng an : #umber1, number2, ... adalah 1-2BB argumen yang sesuai dengan sampel populasi. *nda juga dapat menggunakan array tunggal atau referensi ke array, bukan argumen yang dipisahkan oleh koma. Keteran an a. /3DJO mengasumsikan bah.a argumen adalah contoh dari populasi. ika data anda me.akili seluruh populasi, untuk menghitung de&iasi standar menggunakan /3DJO). b. /tandar de&iasi dihitung menggunakan metode <n-1< . c. *rgumen dapat berupa nomor atau nama, array, atau referensi yang mengandung angka. d. #ilai-nilai logis dan representasi teks dari nomor yang *nda ketik langsung ke daftar argumen akan dihitu ng. e. ika argumen adalah sebuah array atau referensi, hanya nomor5angka dalam array atau referensi yang akan dihitung. /el kosong, nilai-nilai logis, teks, atau nilai-nilai

kesalahan dalam array atau referensi akan diabaikan. f. *rgumen yang kesalahan nilai atau teks yang tidak dapat diterjemahkan ke dalam nomor5angka akan menyebabkan kesalahan. g. ika *nda ingin memasukkan nilai-nilai logis dan representasi teks angka dalam referensi sebagai bagian dari perhitungan, gunakan fungsi /3DJO*.

Dalam penerapannya /3DJO , perhitungan standar de&iasi secara manual menggunakan rumus berikut:

Dim ana: 2 F data ke n

2 bar F 2 rata-rata F nilai rata-rata sampel n F banyaknya data /ebagai contoh silahkan ikuti prosedur berikut : 1. !uat tabel yang berisi data (*nda bisa menggunakan data yang tidak berurut dari nilai kecil ke besar)

2. 6ntuk menghitung standard de&iasi , di sel ,8 ketik formula berikut : F/3DJO(*8:*18)