31/01/2014

Statistik Deskriptif:
Central Tendency
& Variation
Widya Rahmawati

Central Tendency (Ukuran Pemusatan)

dan Variation (Ukuran Simpangan)
1) Ukuran pemusatan atau ukuran lokasi adalah beberapa
ukuran yang menyatakan dimana distribusi data tersebut
terpusat
– Mean
– Median
– Modus

2) Variation/Measures of Spread/dispersion (Ukuran Simpangan)

adalah ukuran yang menggambarkan bagaimana
berpencarnya data kuantitaitve
– Range (Rentang) = minimal s.d. maksimal
– Variance
– Standard deviation (Simpangan baku)
Nutrition Biostatistics, Widya Rahmawati,
2
PS Ilmu Gizi FKUB, 2012

1
 31/01/2014

Measures of Central Tendency & Variation

Nutrition Biostatistics, Widya Rahmawati,

3
PS Ilmu Gizi FKUB, 2012

Measures of Central Tendency & Variation

Nutrition Biostatistics, Widya Rahmawati,

4
PS Ilmu Gizi FKUB, 2012

2
 31/01/2014

Nutrition Biostatistics, Widya Rahmawati,

5
PS Ilmu Gizi FKUB, 2012

Skewness

• Skewness adalah derajat ketidaksimetrisan suatu distribusi.

• Jika kurva frekuensi suatu distribusi memiliki ekor yang lebih
memanjang ke kanan (dilihat dari meannya) maka dikatakan
menceng kanan (positif) dan jika sebaliknya maka menceng
kiri (negatif). Nutrition Biostatistics, Widya Rahmawati,
6
• Yang menjadi acuan: nilai PS Ilmu Gizi FKUB, 2012
yang ekstrim

3
 31/01/2014

Kurtosis

• Kurtosis adalah derajat keruncingan suatu distribusi (biasanya

diukur relatif terhadap distribusi normal).
• Kurva yang lebih lebih runcing dari distribusi normal
dinamakan leptokurtik, yang lebih datar platikurtik dan
distribusi normal disebut mesokurtik.

Nutrition Biostatistics, Widya Rahmawati,

7
PS Ilmu Gizi FKUB, 2012

Central Tendency
• Secara umum, data yang kita dapatkan
menunjukkkan kecenderungan (tendency) ke nilai
tertentu
• Dalam statistik, central tendency digunakan
untuk menggambarkan karakteristik umum dari
data
• Yang paling sering digunakan:
– Mean = rata-rata
– Median = nilai tengah (setelah data diurutkan)
– Modus = nilai yang paling sering muncul
Nutrition Biostatistics, Widya Rahmawati,
8
PS Ilmu Gizi FKUB, 2012

4
 31/01/2014

Contoh…
No Nama Nilai • Seorang dosen ditanya
1 Ayu 70 “Bagaimana nilai
2 Bagus 75 mahasiswa yang baru
3 Cantik 56 keluar?”
4 Dady 78 • dosen tersebut tidak akan
5 Endah 65 menyebutkan nilai
6 Farah 76 mahasiswa satu per satu
7 Gina 75 • Kemungkinan besar,
8 Happy 60 dosen tersebut
9 Inul 70 menjawab, “tidak terlalu
10 Jojon 75 baik, rata-rata sekitar 70”

Nutrition Biostatistics, Widya Rahmawati,

9
PS Ilmu Gizi FKUB, 2012

Contoh…
• Dalam percakapan sehari-hari, kita sering
mendengar “rata-rata 70”, berarti sebagian
besar mahasiswa mendapat 70.
– Sebagian besar  berarti tidak semua
– Rata-rata digunakan untuk menggambarkan nilai
mahasiswa secara umum  berarti ada
mahasiswa yang nilainya di bawah, dan ada yang
di atas

Nutrition Biostatistics, Widya Rahmawati,

10
PS Ilmu Gizi FKUB, 2012

5
 31/01/2014

Rata-rata (mean)
• Mean merupakan pengukuran central tendency
yang paling sering digunakan
• Mudah dilakukan, dengan menghitung nilai total
seluruh subyek yang diobservasi (dari subyek ke-1
s.d subyek ke-n), dibagi jumlah subyek (n)

• Mean dipengaruhi oleh nilai ekstrim dari subyek

Nutrition Biostatistics, Widya Rahmawati,

11
PS Ilmu Gizi FKUB, 2012

• Data 1: 1, 2, 3, 4, 5
• Data 2: 1, 2, 3, 4, 9

• Mean 1: 1+2+3+4+5 = 3
5
• Mean 2: 1+2+3+4+9 = 3,8
5

Nutrition Biostatistics, Widya Rahmawati,

12
PS Ilmu Gizi FKUB, 2012

6
 31/01/2014

Median
• Median: nilai tengah apabila seluruh data
diurutkan dari nilai terkecil-terbesar.
• Apabila jumlah data genap, maka nilai tengah
adalah rata-rata dari dua angka yang berada di
tengah
• Median tidak dipengaruhi oleh adanya nilai
ekstrim dari data
– Data 1: 1, 2, 3, 4, 5  Median =3
– Data 2: 1, 2, 3, 4, 9  Median = 3
– Data 3: 1, 2, 3, 4, 5, 6  Median = (3+4)/2 = 3,5
Nutrition Biostatistics, Widya Rahmawati,
13
PS Ilmu Gizi FKUB, 2012

Modus
• Modus: nilai yang paling sering keluar
– Contoh: 1, 2, 3, 3, 4, 4, 4, 5, 5
• Dalam deretan data, memungkinkan adanya
2/lebih modus.
– Contoh: 1, 2, 3, 3, 4, 5, 5, 6, 7
• Juga memungkinkan tidak ada modus (apabila
frekuensi muncul seluruh nilai adalah sama)
– Contoh: 1, 1, 2, 2, 3, 3, 4, 4

Nutrition Biostatistics, Widya Rahmawati,

14
PS Ilmu Gizi FKUB, 2012

7
 31/01/2014

Contoh…
• Contoh, data: 1, 2, 3, 3, 3, 4, 6, 6, 6, 6

• Mean = 1+2+3+3+3+4+6+6+6+6 = 4
10

• Median = 1, 2, 3, 3, 3, 4, 6, 6, 6, 6 = 3,5

• Modus = 1, 2, 3, 3, 3, 4, 6, 6, 6, 6 = 6
Nutrition Biostatistics, Widya Rahmawati,
15
PS Ilmu Gizi FKUB, 2012

Descriptive statistics
2. Measures of Spread/dispersion (Ukuran
Simpangan)
• Range (Rentang) = minimal s.d. maksimal
• Variance
• Standard deviation (Simpangan baku):

• Coefficient of variation
Nutrition Biostatistics, Widya Rahmawati,
16
PS Ilmu Gizi FKUB, 2012

8
 31/01/2014

Exercise
• Hitung mean dari nilai 10 mahasiswa di bawah ini:
Mahasiswa Nilai
1 46
2 53 -
3 61 Mean score (x) = 55
4 64
5 57
6 51
7 47
8 63
9 53
10 55
 Perhatikan nilai mahasiswa di atas.
 Tidak semua mahasiswa memiliki nilai yang sama.
 Hitung selisih antara nilai masing-masing mahasiswa dengan mean
 Contoh, untuk mahasiswa 1, deviasi
Nutrition Biostatistics,(selisih) antara nilainya dan rata-rata nilai
Widya Rahmawati,
17
adalah = 46 – 55 = -9. HitungPSuntukIlmu Gizi FKUB, 2012
mahasiswa yang lain.

Exercise
Mahasiswa Nilai Simpangan
n x1 x1 - x-
1 46 46 - 55 = -9
2 53 53 - 55 = -2
3 61 61 - 55 = 6
4 64 64 - 55 = 9
5 57 57 - 55 = 2
6 51 51 - 55 = -4
7 47 47 - 55 = -8
8 63 63 - 55 = 8
9 53 53 - 55 = -2
10 55 55 - 55 = 0

• Jumlah dari semua deviasi (selisih) adalah NOL, dan selalu NOL
• Next Exercise:
– Kuadratkan setiap selisih (deviation)
– Jumlahkan semua kuadrat selisih  sum of square deviation
Nutrition Biostatistics, Widya Rahmawati,
18
PS Ilmu Gizi FKUB, 2012

9
 31/01/2014

Exercise
Kuadrat simpangan
Mahasiswa Nilai Simpangan (deviation square)
n x1 x1 - x- - 2
(x1 – x)
1 46 46 - 55 = -9 81
2 53 53 - 55 = -2 4
3 61 61 - 55 = 6 36
4 64 64 - 55 = 9 81
5 57 57 - 55 = 2 4
6 51 51 - 55 = -4 16 Sum of
7 47 47 - 55 = -8 64 deviation
8 63 63 - 55 = 8 64 square = 354
9 53 53 - 55 = -2 4
10 55 55 - 55 = 0 0 Variance =
mean = 55 0 354 354/(10-1)=39.33

• Selanjutnya bagi sum of square with number of subject:

• 354/(10-1) = 39.33  average of squared deviation 
VARIANCE = 39.33 NutritionPSBiostatistics, Widya Rahmawati,
Ilmu Gizi FKUB, 2012
19

Exercise…
• Hitunglah akar dari variance
• Rata-rata dari kuadrat deviasi menjadi rata-rata deviasi
• Dalam contoh: √39.33 = 6.27
• Rata-rata deviasi = standart deviasi
Kuadrat simpangan
Mahasiswa Nilai Simpangan (deviation square)
n x1 x1 - -x - 2
(x1 -x)
1 46 46 - 55 = -9 81
2 53 53 - 55 = -2 4
3 61 61 - 55 = 6 36
4 64 64 - 55 = 9 81
5 57 57 - 55 = 2 4
6 51 51 - 55 = -4 16
7 47 47 - 55 = -8 64
8 63 63 - 55 = 8 64
9 53 53 - 55 = -2 4
10 55 55 - 55 = 0 0 Varians
mean = 55 0 354
Standart
354/(10-1) 39.33
Nutrition Biostatistics, Widya Rahmawati, deviasi
20
akar
PS Ilmu Gizi 39.33
FKUB, 2012 6.27

10
 31/01/2014

VARIANS & STANDART DEVIASI

• Varians mengukur rata-rata deviasi kuadrat (dari masing-masing
observasi) terhadap nilai rata-rata  menghitung kuadrat variasi
terhadap nilai rata-rata
• Standart deviasi adalah rata-rata deviasi (dari masing-masing
pengukuran) terhadap nilai rata-rata  menghitung variasi terhadap
nilai rata-rata
Kuadrat simpangan Varians
Mahasiswa Nilai Simpangan (deviation square)
n x1 x1 - -x - 2
(x1 -x)
1 46 46 - 55 = -9 81
2 53 53 - 55 = -2 4
3 61 61 - 55 = 6 36
4 64 64 - 55 = 9 81
5 57 57 - 55 = 2 4
6 51 51 - 55 = -4 16 Standart
7 47 47 - 55 = -8 64
8 63 63 - 55 = 8 64 deviasi
9 53 53 - 55 = -2 4
10 55 55 - 55 = 0 0
mean = 55 0 354 s
354/(10-1) 39.33
Nutrition Biostatistics, Widya Rahmawati,
akar 39.33
PS Ilmu Gizi FKUB, 2012
6.27 21

Mean & SD dalam kurva normal

Nutrition Biostatistics, Widya Rahmawati,

22
PS Ilmu Gizi FKUB, 2012

11
 31/01/2014

Variation in Continues and Categorical Data

Nutrition Biostatistics, Widya Rahmawati,

23
PS Ilmu Gizi FKUB, 2012

PR
Ada serangkaian data:
6,6,6,7,7,7,7,8,8,8,8,8,9,9,9
Hitunglah:
1. Mean
2. Median
3. Modus
4. Range
5. Varians
6. Standart deviasi

Nutrition Biostatistics, Widya Rahmawati,

24
PS Ilmu Gizi FKUB, 2012

12
 31/01/2014

Nutrition Biostatistics, Widya Rahmawati,

25
PS Ilmu Gizi FKUB, 2012

13