Pertemuan 3 [Type text]

PENGUKURAN DISPERSI, KEMIRINGAN, DAN KERUNCINGAN DATA

A. Dispersi Data Ukuran penyebaran suatu kelompok data terhadap pusat data disebut dispersi atau variasi atau keragaman data. Dispersi data digunakan untuk membandingkan penyebaran dua distribusi data atau lebih. Beberapa jenis ukuran dispersi data: 1. 2. 3. 4. 5. 6. Jangkauan (range) Simpangan rata rata (mean deviation) Variansi (variance) Standar deviasi Simpangan kuartil Koefisien variasi dispersi relatif

dispersi multak

1. Jangkauan (range): selisih antara nilai maksimum dan minimum. Jangkauan data dapat menunjukkan kualitas suatu data. Semakin kecil jangkauan suatu data, maka kualitas data semakin baik, dan sebaliknya. 2. Simpangan rata rata (SR) adalah jumlah nilai mutlak dari selisih semua nilai dengan rata rata dibagi banyaknya data. Simpangan rata rata mempertimbangkan semua selisih antara nilai data dengan pusat data. 3. Variansi adalah rata rata kuadrat selisih atau kuadrat simpangan dari semua nilai data terhadap rata rata hitung. 4. Standar deviasi (simpangan baku): akar pangkat dua dari variansi. Standar deviasi merupakan ukuran dispersi yang dianggap paling baik sehingga sering digunakan dalam analisis data. Hal ini dikarenakan standar deviasi mempunyai bentuk linier dari kuadrat selisih antara semua nilai data dengan rata rata hitungnya dan juga bertanda positif. 5. Jangkauan kuartil dan jangkauan persentil 10 - 90 6. Koefisien Variasi, disebut dispersi relatif, dapat digunakan untuk membandingkan nilai nilai besar dengan nilai nilai kecil. Sedangkan lima bentuk dispersi sebelumnya tidak bisa. 7. Koefisiesn variasi kuartil, dipakai bilamana suatu kelompok data tidak diketahui berapa nilai rata rata hitungnya dan standar deviasinya. 8. Nilai Baku (Z), dipakai untuk membuat skala yang sama dari dua atau lebih kelompok data yang semula skalanya berbeda, sehingga dapat dibandingkan

[Type text]

Teknik Informatika UMMI

Pertemuan 3 [Type text]

B.

Kemiringan Distribuasi Data Kemiringan adalah derajat atau ukuran dari ketidaksimetrisan suatu distribusi data. Tiga pola kemiringan distribusi data adalah sebagai berikut:
Distribusi Simetri (Kemiringan nol) Distribusi Miring Ke Kanan (Kemiringan positifl)

Distribusi Miring Ke Kiri (Kemiringan negatif)

Ekor Ke Kanan

Ekor Ke Kiri

Mod=Med=

Mod Med

Med Mod

Ada beberapa cara untuk menghitung derajat kemiringan distribusi data. 1. Dengan rumus Pearson Rumus Pearson dapat digunakan untuk data berkelompok maupun tidak. Bila kemiringan ( ) = 0 atau mendekati nol dikatakan distribusi data simetri, bila bertanda negatif, maka dikatakan bahwa distribusi data miring ke kiri, dan bila bertanda positif, maka dikatakan distribusi data miring ke kanan. 2. Dengan rumus Momen 3. Dengan rumus Bowley C. Keruncingan Distribusi Data Keruncingan distribusi data adalah derajat atau ukuran tinggi rendahnya puncak suatu distribusi data terhadap distribusi normalnya data. Keruncingan distribusi data disebut juga kurtosis. Ada tiga jenis derajat keruncingan: 1. Leptokurtis (Puncak Runcing) 2. Mesokurtis (Puncak Normal) 3. Platikurtis (Puncak Rendah) Untuk Contoh kasus, masih menggunakan data yang kemarin.

[Type text]

Teknik Informatika UMMI