kumpulan materi dan tugas

Arsip Blog
 ▼  2009 (16)
o ►  09/06 - 09/13 (2)
o ▼  09/20 - 09/27 (5)
 Tugas Metode Penelitian
 DISTRIBUSI PROBALITA NORMAL DAN BINOMIAL
 NILAI SENTRAL DAN UKURAN PENYIMPANGAN
 Diskusi StatistikaEkonomi I
 Tugas Teori Ekonomi Mikro
o ►  10/04 - 10/11 (4)
o ►  10/11 - 10/18 (5)

Mengenai Saya

Saya Guswana, Anda....?

Tangerang, Banten, Indonesia
Ayo... Semangat donk Man...
Lihat profil lengkapku

NILAI SENTRAL DAN UKURAN PENYIMPANGAN

UKURAN DATA

Ukuran data sampel disebut statistik, ukuran populasi disebut parametrik.

Ada banyak ukuran dalam statistik, seperti kwartil, desil, persentil, rata-rata hitung, rata-rata
ukur, rata-rata harmonis, median, modus dan sebagainya. Namun yang dianggap sangat
penting untuk diketahui dan yang akan dijelaskan di sini adalah :
         Mean (rata-rata hitung)
         Median (nilai tengah)
         Modus (mode-trend)
Sebelum menjelaskan ukuran-ukuran data tersebut di atas, perlu dipahami dahulu apa yang
disebut dengan data tak berkelompok dan data berkelompok.
DATA BERKELOMPOK DAN DATA TAK BERKELOMPOK

Data berkelompok adalah data yang sudah dikelompokkan sehingga besaran data aslinya dapat
tidak kelihatan lagi dan berubah menjadi besaran data atau mewakili kelompoknya. Data tak
berkelompok tersebut di atas, untuk kemudahan, dapat dijadikan data berkelompok seperti di
bawah ini.
Gaji bersih 120 Karyawan PT Karya Guna Abadi (x Rp 1.000)

Kelompok Gaji Nilai Tengah Frekuensi

< 500 250 50
501-1000 750 15
1001-1500 1.250 9
1501-2000 1.750 19
2001-2500 2.250 9
2501-3000 2.750 6
3001-3500 3.250 6
3501-4000 3.750 1
4001-4500 4.250 1
4501-5000 4.750 4
Jumlah 120

Data tak berkelompok adalah data yang belum dikelompokkan, masih bebas atau seadanya

Contoh data tak berkelompok:

Gaji bersih 120 Keryawan PT Karya Guna Abadi (x Rp 1.000)
320 560 750 250 430 125 450 730 245 174
0 0 0
176 450 250 355 560 280 245 465 176 250
0 0 0 0 0
260 280 179 240 250 126 188 280 250 320
0 0 0
457 295 560 450 430 280 560 125 245 290
0 0 0 0 0
480 328 470 270 188 188 176 188 188 176
0 0 0 0 0 0 0
450 560 325 335 250 250 450 280 590 188
0 0 0
 430 245 260 430 560 570 179 430 560 197
0 0 0
335 250 450 250 430 290 290 125 328 470
0 0 0 0
126 260 126 276 174 430 245 560 260 126
0 0 0 0 0 0
480 245 580 470 250 325 560 560 265 125
0 0 0 0
245 250 186 456 485 128 430 194 250 245
0 0 0 0 0 0 0
270 188 450 245 430 270 258 176 265 440
0 0 0 0 0

CARA MENGHITUNG MEAN (RATA-RATA HITUNG)

         Untuk data tak berkelompok

= rata-rata
 = (sigma) = jumlah
X = nilai data masing-masing sample
n = banyaknya sampel

Contoh (1):
Data: 10  8  11  7  12  15  6  7  5  6  7  9  7  3  7
(n = 15)
Rata-rata dari data tersebut adalah:

= 10+8+11+7+12+15+6+7+5+6+7+9+7+3+7 = 8
                             15

Contoh (2): Dari data PT Karya Guna Abadi di atas.

Gaji bersih 120 Karyawan PT Karya Guna Abadi (x Rp 1.000,-)
320 560 750 250 430 125 450 730 245 174
0 0 0
176 450 250 355 560 280 245 465 176 250
0 0 0 0 0
260 280 179 240 250 126 188 280 250 320
0 0 0
457 295 560 450 430 280 560 125 245 290
0 0 0 0 0
480 328 470 270 188 188 176 188 188 176
0 0 0 0 0 0 0
450 560 325 335 250 250 450 280 590 188
0 0 0
430 245 260 430 560 570 179 430 560 197
0 0 0
335 250 450 250 430 290 290 125 328 470
0 0 0 0
126 260 126 276 174 430 245 560 260 126
0 0 0 0 0 0
480 245 580 470 250 325 560 560 265 125
0 0 0 0
245 250 186 456 485 128 430 194 250 245
0 0 0 0 0 0 0
270 188 450 245 430 270 258 176 265 440
0 0 0 0 0

Rata-rata hitung                      

                                          
       = Rp 1.262.500

Untuk data berkelompok

Rata-rata hitung =                                    

x = nilai data masing-masing sampel

f = frekwensi masing-masing kelompok
f.x = perkalian frekuensi masing-masing kelompok dengan nilai x dari kelompok tersebut
N = jumlah data
Untuk mengelompokkan data, perlu dibuat tabel frekuensi, yaitu tabel yang menunjukkan
berapa kali nilai Xi terjadi.
Contoh: Dari data berkelompok PT Karya Guna Abadi

Kelompok Gaji Nilai Tengah (x) Frekuensi (f) f.x

< 500 250 50 12500
501-1000 750 15 11250
1001-1500 1.250 9 11250
1501-2000 1.750 19 33250
2001-2500 2.250 9 20250
2501-3000 2.750 6 16500
3001-3500 3.250 6 19500
3501-4000 3.750 1 3750
4001-4500 4.250 1 4250
4501-5000 4.750 4 19000

Kelompok Gaji Nilai Tengah (x) Frekuensi (f) f.x

< 500 250 50 12500
501-1000 750 15 11250
1001-1500 1.250 9 11250
1501-2000 1.750 19 33250
2001-2500 2.250 9 20250
2501-3000 2.750 6 16500
3001-3500 3.250 6 19500
3501-4000 3.750 1 3750
4001-4500 4.250 1 4250
4501-5000 4.750 4 19000
120 151.500
Jumlah
=n = f.x

Rata-rata hitung

Ternyata, rata-rata hitung dari data yang sama, baik yang tidak dikelompokkan maupun
dikelompokkan hasilnya sama yaitu Rp. 1.262.500.

Rata-rata hitung tidak selalu dapat dipakai dengan baik mewakili suatu kelompok nilai. Jadi, jika
tiga SMU mempunyai nilai rata-rata yang sama untuk ujian matematika dari murid-muridnya,
misalnya 7, itu tidak berarti mutu pengajaran matematika dari ketiga SMU tersebut sama pula.

No. Murid Nilai Rata-Rata Ujian Matematika

 SMU I SMU II SMU III
1 7 7 8
2 7 6 8
3 7 5 5
4 7 8 9
5 7 7 10
6 7 9 6
7 7 7 3
8 7 6 4
9 7 7 8
10 7 8 9
Jumlah 70 70 70
Rata-rata 7 7 7

Dari angka-angka pada tabel tersebut di atas, terlihat bahwa rata-rata 7 untuk SMU I, SMU II
dan SMU III berasal dari nilai-nilai yang derajat homogenitasnya tidak sama. Nilai-nilai yang
dimiliki SMU I betul-betul sempurna homogen (semuanya 7), sedangkan nilai-nilai yang dimiliki
SMU II sudah kurang homogen lagi, dan untuk SMU III nilai-nilainya sudah menjadi semakin
tidak homogen lagi atau heterogen. Dengan kata lain, secara kasar, nilai rata-rata SMU I dan
SMU II masih dapat dianggap mewakili seluruh nilai yang ada dalam kelompoknya, akan tetapi
nilai rata-rata yang dimiliki SMU III kelihatannya kurang atau tidak bisa mewakili nilai-nilai
dalam kelompoknya karena sifatnya heterogen (sangat bervariasi).

Di sini terlihat bahwa, sepanjang berdasarkan data tersebut di atas dan tanpa
mempertimbangkan faktor-faktor lainnya, mutu pengajaran matematika di SMU I adalah yang
paling baik, diikuti oleh SMU II dan yang paling buruk adalah SMU III.

Nilai rata-rata hitung akan dengan baik mewakili nilai-nilai yang sifatnya relatif homogen dalam
kelompoknya. Jika nilai-nilai dimaksud relatif sudah tidak homogen lagi atau heterogen,
biasanya digunakan nilai median untuk mewakili kelompoknya.

CARA MENGHITUNG MEDIAN (NILAI TENGAH)

Median adalah suatu nilai yang membagi data yang diobservasi menjadi dua bagian yang sama,
setelah data tersebut disusun dari urutan yang terbesar sampai yang terkecil atau sebaliknya.
 Setengah dari nilai-nilai yang ada besarnya sama atau lebih kecil dari nilai median, sedangkan
setengah lainnya besarnya sama atau lebih besar dari nilai median.

Contoh:
Data asli (belum diurutkan):
4        8   6  10  2   3   5   7   9   5   3   12   5   15   9

6
Data setelah diurutkan mulai dari yang terkecil:

2        3   3   4   5   5   5         7   8   9   9   10   12   15

7 nilai                                                          7 nilai

6
    Data setelah diurutkan mulai dari yang terbesar:
  15   12   10   9   9   8   7         5   5   5   4   3   3   2

                           Median = Med = 6

Jika jumlah datanya ganjil, Med berada tepat di tengah-tengah. Seperti dalam contoh di atas,
jumlah data ada 15, nilai Med ada pada data yang ke -8.
Bagaimana jika jumlah datanya genap?
Contoh (sudah diurut):

11
2   5   9   10   12   15   17   20  (jumlah data ada 8 = genap)

   4 nilai               4 nilai

          Med = antara 10 dan 12 atau = 11

Dengan demikian, rumus untuk mencari Med adalah :

Untuk jumlah data ganjil (n ganjil)

                               dan n = jumlah data

Untuk jumlah data genap (n genap)

                      dan n = jumlah data

 Kelemahan Median adalah tidak bisa menggambarkan berapa jauhnya jarak nilai Median
terhadap nilai data yang maksimum dan minimum. Oleh karenanya, dalam menggunakan
Median sebaiknya disebutkan juga nilai data yang maksimum dan yang minimum.

CARA MENGHITUNG MODUS

Modus ialah suatu nilai yang mempunyai frekuensi terbesar, atau nilai yang paling sering
terjadi.
Contoh: Nomor-nomor sepatu pria yang dipakai di tiga daerah yang diambil dari masing-masing
10 sampel.

No. Sampel Daerah 1 Daerah 2 Daerah 3

1 40 38 38
2 39 42 38
3 39 39 40
4 41 40 41
5 42 42 40
6 40 42 41
7 42 39 41
8 40 42 40
9 41 40 38
10 41 42 42
Modus 40 dan 41 42 38,40 dan 41
Frekuensi Masing-masing 3 5 Masing-masing 3
Rata-rata 40,5 40,6 40,1

Penjelasan:
        Daerah 1 mempunyai Modus sebanyak 2 buah, yaitu nomor 40 dan 41.
        Daerah 2 hanya mempunyai 1 Modus, yaitu nomor 42.
        Daerah 3 mempunyai 3 Modus, yaitu nomor 38, 40 dan 41.
        Jadi, nilai modus tidak selalu tunggal, tetapi bisa 2,3 atau lebih lagi, bahkan bisa terjadi ada
data yang tidak mempunyai modus sama sekali.
        Bayangkan jika data tersebut di atas adalah hasil survey sebuah perusahaan sepatu, yang
memproduksi jumlah terbesar sepatunya berdasarkan nomor rata-ratanya. Jadi, walaupun data
sifatnya homogen, tapi dalam kasus tersebut, tidak benar jika digunakan nilai rata-rata atau
nilai mediannya.
SIMPANGAN BAKU (UKURAN PENYEBARAN DATA)

Dalam penjelasan tentang perhitungan rata-rata di atas, ternyata kelompok-kelompok data

yang mempunyai nilai rata-rata yang sama, belum tentu menggambarkan derajat homogenitas
yang sama pula. Lalu, bagaimana cara mengukur tingkat homogenitas atau penyebaran data
atau variasi suatu kelompok data ? Caranya adalah dengan mengukur simpangan bakunya. Nilai
simpangan baku adalah sama dengan akar dari nilai varians-nya dan nilai tersebut akan
menggambarkan bagaimana derajat penyebarannya (berpencarnya) suatu kelompok data.

Untuk data sampel, simpangan baku disebut dengan S dan varians-nya disebut dengN S 2
(pangkat dua dari simpangan baku, merupakan statistik). Untuk data populasi, simpangan baku
disebut dengan σ (tho) dan varians-nya disebut dengan σ 2.

Jadi, rumus untuk mencari nilai simpangan baku adalah:

Untuk data sampel:    

Simpangan baku biasa disebut deviasi standar. Pangkat dua dari simpangan baku dinamakan
variasi.
Contoh menghitung simpangan baku:
Nilai Ujian Matematika
No. Murid
SMU I SMU II SMU III
X ŝ-x (ŝ-x)2 x ŝ-x (ŝ-x)2 x ŝ-x (ŝ-x)2
1 7 0 0 7 0 0 8 +1 +1
2 7 0 0 6 -1 +1 8 +1 +1
3 7 0 0 5 -2 +4 5 -2 +4
4 7 0 0 8 +1 +1 9 +2 +4
5 7 0 0 7 0 0 10 +3 +9
6 7 0 0 9 +2 +4 6 -1 +1
7 7 0 0 7 0 0 3 -4 +16
8 7 0 0 6 -1 +1 4 -3 +9
9 7 0 0 7 0 0 8 +1 +1
10 7 0 0 8 +1 +1 9 +2 +4
Jumlah 70 0 0 70 0 +12 70 0 +50
Rata-rata 7 7 7
 Simpangan baku SMU I =
                            

Simpangan baku SMU II =

                                    

Simpangan baku SMU III =

Dari perhitungan simpangan baku di atas, ternyata:

         Simpangan baku dari nilai ujian matematika di SMU I = 0, hal ini berarti kelompok datanya
betul-betul mutlak homogen, sehingga rata-ratanya betul-betul sangat mewakili kelompoknya.
         Simpangan baku dari nilai ujian matematika di SMU II = 3,464, hal ini berarti kelompok data
sudah kurang homogen lagi. Walaupun demikian, karena simpangan bakunya masih relatif
kecil, mungkin nilai rata-ratanya masih bisa digunakan untuk mewakili data dalam
kelompoknya.
         Simpangan baku dari nilai ujian matematika di SMU III = 7,071 yang menunjukkan bahwa
kelompok data sudah makin tidak homogen atau heterogen. Oleh karenanya perlu
dipertimbangkan, apakah nilai rata-ratanya masih akan dipakai untuk mewakili nilai-nilai data
dalam kelompoknya atau tidak.
         Jadi, semakin kecil nilai simpangan baku, semakin homogen nilai-nilai yang terdapat dalam
kelompok data yang bersangkutan dan semakin baik nilai rata-ratanya dalam mewakili
kelompoknya.

HUBUNGAN  MEAN, MEDIAN DAN MODUS

Jika Mean mengukur rata-rata sekelompok data, Median mengukur titik tengah data, maka
Modus mengukur ’pusat’ data dengan mendeteksi nilai data yang paling sering muncul. Secara
logika, jika data mempunyai nilai-nilai yang sama, maka jelas Mean sama persis dengan
Median, dan Median juga sama persis dengan Modus.
Sebagai contoh, berikut nilai sekelompok data yang sama:
5        5        5        5        5        5
Dari data di atas, maka:
 Mean jelas bernilai 5, karena semua nilai sama, yakni 5
 Median juga bernilai 5, karena diurutkan ke manapun, nilainya juga tetap 5
 Modus juga bernilai 5, karena nilai yang terbanyak muncul juga cuma satu yakni 5

Jadi untuk data yang ’ideal’ seperti di atas, atau untuk data yang berdistribusi normal
(penjelasan distribusi normal lihat modul lainnya), berlaku ketentuan :

MEAN = MEDIAN = MODUS

Namun demikian, tidak semua data mempunyai nilai seperti itu, atau mesti berdistribusi normal.
Banyak data dalam praktek yang cukup bervariasi, sehingga bisa agak menceng ke kiri atau
menceng ke kanan (penjelasan kemencengan lihat modul lain di belakang).Untuk data dengan
kemencengan yang moderat, hubungan antara Mean, Median dan Modus secara umum adalah :

MODUS = MEAN -3(MEAN-MEDIAN)

Dengan ketentuan:
JIKA DISTRIBUSI DATA CENDERUNG MENCENG KE KANAN (RIGHT SKEWED).
 Modus Median Mean
  Gambar Distribusi yang Right Skewed

Untuk data yang agak menceng ke kiri, maka nilai Mean lebih besar dari Modus.
JIKA DISTRIBUSI DATA CENDERUNG MENCENG KE KIRI (LEFT SKEWED)

                                                    Mean Median Modus

Gambar Distribusi yang Left Skewed

Untuk data yang agak menceng ke kiri, maka nilai mean lebih kecil dari Modus. Namun
demikian, baik pada distribusi yang menceng ke kanan atau menceng ke kiri, nilai Median tetap
terletak di tengah pada kedua janis distribusi data tersebut. Maka pada distribusi data yang
menceng secara moderat, seharusnya Median adalah alat ukur central tendency yang paling
akurat (tepat) untuk menggambarkan karakteristik data. Walau demikian, dalam praktek
penilaian secara subjektif serta pertimbangan kepopuleran alat lebih menentukan manakah alat
ukur central tendency yang akan digunakan.

Kasus 1:
Sebagai contoh, data temperatur udara di sembilan kota di Pulau Jawa dalam sebulan terakhir:
Kota Temperatur (oC)
Malang 21
Surabaya 24
Yogyakarta 26
Bandung 23
 Semarang 27
Jakarta 28
Magelang 23
Solo 23
Cirebon 25

Keterangan:
Temperatur Kota Malang dalam sebulan terakhir rata-rata adalah 21 oC. Demikian seterusnya
untuk pengertian data lainnya.

Mean
Rata-rata temperatur di sembilan kota tersebut adalah :

Rata-rata temperatur adalah 24,44 0C.

Median
Karena data tidak berkelompok, maka dilakukan proses:
Mengurutkan data tersebut, misal dari terkecil-terbesar (ascending), sehingga menjadi :
Urutan Urutan 2 Urutan 3 Urutan 4 Urutan 5
1
21 23 23 23 24
Urutan Urutan 7 Urutan 8 Urutan 9
6
25 26 27 28

Mencari Median. Urutan Median adalah:

Dari tabel array (urutan) di atas terlihat urutan ke 5 adalah 24. Dengan demikian, Median dari
Temperatur adalah 240C.

Modus
 Untuk data tidak berkelompok, sama dengan perlakuan terhadap Median, data diurutkan
terlebih dahulu, sehingga menjadi seperti yang terlihat pada tabel di atas (lihat urutan pada
Median). Modus adalah data yang paling sering keluar, yang jika dilihat pada tabel di atas
adalah angka 23, yang berjumlah 3 buah. Dengan demikian Modus Temperatur adalah 23 0C.

         Bagaimana Hubungan Mean, Median Dan  Modus ?

Jika dimasukkan pada persamaan di atas :

Modus = 24,44 – 3 (24,44 – 24) = 23,11

Perhatikan nilai Modus dengan persamaan di atas, yang menghasilkan temperatur 23,11 0C.
Bandingkan dengan penghitungan Modus sebelumnya, (23 0C) yang hanya berselisih sedikit
dengan perhitungan menggunakan hubungan Mean, Median dan Modus.
Catatan:
Karena modus (23,11) lebih kecil dari Mean (24,44), maka distribusi data relatif menceng ke
kanan.

Kasus 2:
Kasus sama dengan kasus pada modul MODUS.
Berikut data usia 15 orang karyawan sebuah perusahaan (dalam satu tahunan)
24 24 29
26 21 30
25 24 20
24 24 26
26 25 28

Langkah mencari Modus, Median dan Mean :

Dari data di atas, dibuat urutan dari usia secara ascending, dengan hasil :
No Nilai No Nilai No Nilai
. . .
1 20 6 24 11 26
2 21 7 24 12 26
3 24 8 25 13 28
4 24 9 25 14 29
 5 24 10 26 15 30

Pada tabel di atas terlihat :

         Modus atau data terbanyak adalah 24 tahun, yakni sejumlah 5 buah.
         Median atau titik tengah data. Karena jumlah data ganjil, maka median ada pada tengah data,
atau urutan ke 8 yakni 25 tahun.
         Mean atau rata-rata hitung, yang bisa dicari dengan rumus :

Yang berarti Mean adalah 25,06 tahun

Dengan demikian jika akan menghitung Modus dengan menggunakan Median dan Mean
adalah :
          Mo = 25,06 – 3(25,06-25) = 24,8 tahun
Perhatikan perbedaan yang tidak besar antara hasil Modus (24 tahun) dengan Modus dari
perhitungan (24,8 tahun).

Jika diperhatikan ketiga nilai central tendency tersebut, terlihat bahwa:

Mean ≠ Median ≠ Modus, karena 25,06 ≠ 25 ≠ 24 tahun

Hal ini berarti distribusi data di atas tidak bisa dikatakan simetris atau normal. Namun demikian
perbedaan tersebut tidaklah besar, sehingga bisa juga dikatakan distribusi data tersebut
menceng secara moderat. Tingkat kemencengan bisa diukur dari Koefisien Pearson:

      Sk = (25,06 – 24)/2,65 = +0,4

Hasil +0,4 berrati distribusi menceng ke kanan (karena tanda positif) dan secara moderat,
karena angka 0,4 masih di bawah 1.

Diposkan oleh Saya Guswana, Anda....?

Label: Statistika Ekonomi 1

Tidak ada komentar:

Poskan Komentar

Posting Lebih Baru Posting Lama Beranda

Langganan: Poskan Komentar (Atom)