Statistika
Statistika
1. Dalam statistika deskriptif, pada olah data sering kali kita jumpai hitungan terkait ukuran
pemusatan data (sebagai contoh mean, median, modus, variansi) dan penyajian data
dalam berbagai bentuk (table dan bermacam-macam grafik). Menurut anda bagaimana
urgensi dua hal tersebut? Jelaskan!
Jawab:
Pentingnya ukuran pemusatan data dalam statistika deskriptif
Salah satu aspek yang paling penting untuk menggambarkan distribusi data adalah
nilai pusat data pengamatan (Central Tendency). Setiap pengukuran aritmatika yang
ditujukan untuk menggambarkan suatu nilai yang mewakili nilai pusat atau nilai
sentral dari suatu gugus data (himpunan pengamatan) dikenal sebagai ukuran
pemusatan data (tendensi sentral).
Ukuran pemusatan data adalah sembarang ukuran yang menunjukkan pusat segugus
data, yang telah diurutkan dari yang terkecil sampai yang terbesar atau sebaliknya.
Salah satu kegunaan dari ukuran pemusatan data adalah untuk membandingkan dua
(populasi) atau contoh, karena sangat sulit untuk membandingkan masing-masing
anggota populasi atau masing-masing anggota data contoh. Nilai ukuran pemusatan
ini dibuat sedemikian sehingga cukup mewakili seluruh nilai pada data yang
bersangkutan.
dan
∑ ( ̅)
Jawab:
Berbicara tentang standar deviasi atau simpangan baku dalam bahasa Indonesia tidak bisa
lepas dari varians. Hal ini karena standar deviasi adalah akar kuadrat dari varians atau
sebaliknya, varians adalah kuadrat dari standar deviasi. Salah satu ukuran variabilitas
(measure of dispersion) yang paling sering digunakan jika data yang diukur berskala
interval adalah varians. Varians didefinisikan sebagai rata-rata dari skor penyimpangan
kuadrat. Untuk mencari varians, dibedakan antara varians populasi yang dilambangkan
dengan (σ2) dengan varians sample yang dilambangkan dengan (s2).
Nilai varian diperoleh dari pembagian hasil penjumlahan kuadrat (sum of squares)
dengan ukuran data (n).
Namun begitu, dalam penerapannya, nilai varian tersebut bias untuk menduga varian
populasi. Dengan menggunakan rumus tersebut, nilai varian populasi lebih besar dari
varian sampel.
Oleh karena itu, agar tidak bias dalam menduga varian populasi, maka n sebagai pembagi
penjumlahan kuadrat (sum of squares) diganti dengan n-1 (derajat bebas) agar nilai varian
sampel mendekati varian populasi. Oleh karena itu rumus varian sampel menjadi:
Oleh karena itu dapat kita simpulkan, untuk varians populasi dapat dicari dengan rumus:
∑ ( ̅)
Dimana:
µ = rata-rata populasi
N = total jumlah populasi
Adapun varians untuk sample dapat dicari dengan rumus yang sama namun
mengurangkan N dengan 1 sebagai berikut:
∑ ( ̅)
Dimana :
s = rata-rata sample
n = jumlah sampel yang digunakan