NPM : 1906428013
Peminatan : KMB
3) Data kategorik adalah data yang bukan hasil pengukuran. Dibedakan dalan kategorik
nominal dan kategorik ordinal. Data kategorik nominal adalah data kategorik yang tidak
dapat dinyatakan bahwa kategori yang satu lebih baik dari kategori lainnya. Misal pria dan
wanita, ungu dan biru, dan lain sebagainya. Kategorik ordinal adalah data kategorik yang
dapat diurutkan walaupun jaraknya tidak otomatis sama. Misal, alat dalam komunikasi
baik, sedang, atau rusak.
Data numerik data hasil pengukuran. Data numerik ordinal adalah data yang berupa angka
yang dapat diurutkan. Missal urutan antrian, urutan tempat duduk, urutan nomor rumah,
urutan kemunculan. Data numerik ordinal ini dapat sebagai data ranking. Data numerik
internal adalah data yang dapat diurutkan dan jarak antar urutan sama. Missal, 40 0C – 30
0
C = 10 0C. 40 0C dua kali lebih panas daripada 20 0C. namun, data interval tidak memiliki
0 absolut. Missal 0 0C = 32 0F. Dalam penelitian social, jarak tersebut sulit dijamin sama.
Data numerik ordinal lebih tepat digunakan. Numerik rasio adalah data yang selain
mengandung unsur urutan juga memiliki jarak yang sama serta memiliki nilai 0 absolut.
Missal jika tidak ada sesuatu yang diletakkan di atas piring timbangan, maka angka
timbangan menunjukkan angka 0,00. Data numerik interval rasio ini dapat diubah menjadi
data numerik ordinal dan kategorik ordinal.
NOMINAL
KATEGORIK
ORDINAL
DATA
ORDINAL
NUMERIK INTERVAL
(Timotius, 2017)
RASIO
Terdapat tiga buah nilai statistika yang dapat dimiliki sekumpulan data yang telah diperleh,
yaitu rataan hitung (mean), median dan modus. Ketiga nilai tersebut dikenal juga sebagai
ukuran pemusatan, karena ketiga nilai tersebut memiliki kecenderungan bernilai sama dengan
nilai tengah dari data yang diberikan.
b. Median
Median (Me) dari sekumpulan data (bilangan) adalah bilangan yang terletak ditengah –
tengah setelah sekumpulan data (bilangan) tersebut diurutkan.
Median Data Tunggal
Me = X 1
2
n 1
n
Untuk banyak data n = ganjil, maka mediannya adalah rataan dari nilai datum ke dan
2
n
nilai datum ke + 1 atau dapat ditulis:
2
X n X n 1
2 2
Me =
2
Median Data Berkelompok
Untuk menghitung median dari data yang telah dikelompokkan dipergunakan rumus :
1
n fk
Me L 2 p
f
Keterangan :
n = banyaknya datum
c. Modus
Modus adalah nilai data yang paling sering muncul atau nilai data yang frekuensinya
paling besar. Data yang belum dikelompokkan bisa memiliki satu modus, dua modus,
atau mungkin tidak mempunyai modus. Data yang memiliki satu modus disebut
monomodus, sedangkan data yang memiliki dua modus disebut bimodus. Penyusunan
data menurut urutannya memang menolong sekali dalam menentukan modus.
Modus dari Data Tunggal
Contoh :
Data : 5, 5 , 6, 6, 6, 7, 8. Mempunyai modus 6.
Modus dari Data Berkelompok
Untuk menghitung modus dari data yang telah dikelompokkan dipergunakan rumus
sebagai berikut:
Mo = L + d 1
p
d1 d 2
Keterangan :
Mo = Modus
L = tepi bawah kelas modus
p = panjang kelas
Probabilitas
Kata probabilitas sering dipertukarkan dengan istilah lain seperti peluang dan kemngkinan.
Beberapa contoh telah dikemukakan sebelumnya. Secara umum probabilitas merupakan peluang
bahwa sesuatu akan terjadi. Secara lengkap probabilitas didefinisikan sebagai berikut:
Terjemahan bebasnya:
“Probabilitas” ialah suatu nilai yang digunakan unutk mengukur tingkat terjadinya terjadinya suatu
kejadian yang acak.
Menurut Suprapto (2000), dalam mempelajari probabillitas, ada 3 kata kunci yang harus diketahu:
eksprimen, hasil (outcome), dan kejadian atau peristiwa (event). Ketiga istilah tersebut sering kita
dengar, tetapi dalam ilmu statistic ketiga istilah itu mempunyai arti yang spesifik. Ada dua
pendekatan dalam menghitung probabilitas yaitu pendekatan yang bersifat objektif dan subjektif.
Probabilitas objektif dibagi menjadi dua, yaitu pendekatan klasik dan pendekatan frekuensi
relative.
Distribusi Probabilitas
a. Distribusi binomial
Jika p adalah probabilitas bahwa sebuah peristiwa akan terjadi dalam seberang percobaan
tunggal (disebut sebagai probabilitas dari suatu kberhasilan) dan q = 1 – p adalah probabilitas
peristiwa tersebut tidak terjadi dalam sebarang pecobaan tunggal (disebut probabilitas dari
suatu kegagalan), maka probabilitas dari peristiwa yang dimaksud akan terjadi tepat sebanyak
X kali dalanN kali percobaan (artinya, akan terjaid sebanyak X keberhasilan dan N-X
kegagaglan) dirumuskan sebagai:
Keterangan:
P (S) = Simbol untuk peluang sukses
P (F) = Simbol untuk peluang gagal
p = Peluang sukses
q = Peluang gagal
N = Banyaknya percobaan
X = Banyaknya sukses dalam N kali percobaan
b. Distribusi poisson diberi nama sesuai dengan penemunya yaitu Siemon D. Poisson. Distribusi
ini merupakan distribusi probabilitas untuk variabel diskrit acak yang mempunyai nilai 0, 1, 2,
3 dan seterusnya. Suatu bentuk dari distribusi ini adalah rumus pendekatan peluang poisson
untuk peluang binomial yang dapat digunakan untuk pendekatan probabilitas binomial dalam
situasi tertentu. Rumus poisson dapat digunakan untuk menghitung probabilitas dari jumlah
kedatangan, misalnya : probabilitas jumlah kedatangan nasabah pada suatu bank pada jam
kantor. Distribusi poisson ini digunakan untuk menghitung probabilitas menurut satuan waktu.
Keterangan:
e = konstanta = 2,71828
μ = rata – rata keberhasilan = n . p
x = Banyaknya unsur berhasil dalam sampel atau variabel random diskrit ( 1,2,3, . . , x )
n = Jumlah / ukuran populasi
P = probabilitas kelas sukses
DAFTAR PUSTAKA
Bluman, Allan G. 2012. Elementary Statistics A Step By Step Approach Eight Edition. New York:
McGraw-Hill.