MAKALAH STATISTIKA

Disusun Oleh

Nama : Angga Padela

NPM : 1711010147

INSTITUT INFORMATIKA & BISNIS DARMAJAYA

Fakultas Ilmu komputer

2018/2019
 DAFTAR ISI

Daftar Isi ………………………………………………... (halaman)

Makalah 1 ......................................................................... (halaman)

Makalah 2 ......................................................................... (halaman)

Makalah 3 ......................................................................... (halaman)

Makalah 4 ......................................................................... (halaman)

Daftar Pustaka ………………………………………….. (halaman)

 Makalah 9

Ukuran penyebaran

Materi 1

Ukuran Penyebaran Data

Ukuran Penyebaran Data – Berikut ini materi makalah tentang pengertian dan
contoh soal penyebaran data dimana erat hubungannya dengan jangkauan,
hamparan, dan kuartil. Untuk lebih jelas simaklah penjelasan berikut.

Pengertian Ukuran Penyebaran Data

Ukuran penyebaran data merupakan ukuran yang menunjukkan seberapa
jauh data suatu menyebar dari rata-ratanya. Ukuran penyebaran data yang
ada dalam materi statistika meliputi jangkaun, hamparan, dan kuartil.
Apa itu yang di maksud dengan jangkaun, hamparan, dan kuartil, berikut
penjelasan nya :

1. Jangkauan (rentang) ialah selisih antara nilai data besar dan nilai data
terkecil.
2. Hamparan atau Jangkauan Antar Kuartil (JAK) merupakan selisih
antara kuartil atas dengan kuartil bawah .
3. Kuartil adalah pembagian sejumlah data terurut menjadi samajumlah
nya untuk setiap bagian. Setiap bagian dipisahkan oleh nilai kuartil yang
meliputi kuartil bawah , kuartil tengah , dan kuartil atas .

Jangkauan atau Rentang (J)

Pada data tunggal, nilai maksimal dan minimal dapat kita diketahui dengan
mudah. kemudian bagaimana dengan data kelompok? Bagaimana cara agar
kita mengetahui nilai maksimal dan juga minimalnya? Nilai minimal dari data
kelompok didapat dari titik tengah pada kelas pertama.

Tetapi nilai maksimal dari data kelompok didapat dari titik tengah pada kelas
terkahir. Berikut ini adalah rumus jangkauan , Yakni :
 Jangkauan atau rentang

Hamparan (H) Atau Jangkauan Antar Kuartil

(JAK)
Kuartil bawah atau serta nilai kuartil atas pada data tunggal sudah
dibahas melalui halaman cara mencari nilai kuartil. Demikan pula untuk nilai
kuartil atas dan kuartil bawah pada data kelompok. Sehingga, nilai hamparan
dari sebuah data dapat dengan mudah kita cari, Yakni.

Hamparan

Kuartil

Kuartil

Data kuartil merupakan data yang terbagi menjadi 4 bagian sama banyak,
yang dipisahkan oleh nilai kuartil , , dan .

Di bawah ini adalah ulasan mengenai data kuartil yang meliputi simpangan
kuartil, rataan kuartil, rataan tiga kuartil, dan statistika lima serangkai.
  Simpangan kuartil atau sering disebut juga dengan jangkauan semi
antarkuartil merupakan nilai yang menunjukkan setengah kali dari
hamparan. Didapat dengan cara mengurangkan kuartil bawah dengan
kuartil atas kemudian membagi dengan 2 (dua).
 Rataan kuartil adalah rata-rata dari kuartil atas dan kuartil bawah. Cara
mendapatkan rataan kuartil adalah dengan menjumlahkan kuartil atas
dan kuartil bawah kemudian membaginya dengan 2 (dua).
 Rataan tiga kuartil adalah rata-rata dari tiga nilai kuartil yang terdiri ara
kuartil atas, kuartil tengah, dan kuartil bawah. Cara mendapatkan
rataan kuartil adalah dengan menjumlahkan ketiga kuartil kemudian
membaginya dengan 2 (dua).
 Sedangkan statistika merupakan data yang terdiri atas lima nilai, yaitu
nilai tertinggi , nilai terendah , kuartil atas , kuartil
tengah , dan kuartil bawah .

Kesimpulan dari simpangan kuartil, rataan kuartil, rataan tiga kuartil, dan
statistika lima serangkai dapat disimak pada tabel di bawah :

Jenis ukuran penyebaran Dan Rumus

Materi 2

Untuk Data Berkelompok

Range adalah selisih antara batas atas dari kelas tertinggi dengan batas bawah dari
kelas terendah

Contoh : berikut ini adalah data yang sudah dikelompokkan dari harga saham pilihan
pada bulan Juni 2007 di BEJ. Hitunglah Range dari data tersebut
 1 160 – 303 2

2 304 – 447 5

3 448 – 591 9

4 592 – 735 3

5 736 – 878 1

Penyelesaian:

Range = batas atas kelas tertinggi – batas bawah kelas terendah

= 878 – 160

= 718

DEVIASI RATA-RATA

Untuk Data Berkelompok

Deviasi rata-rata untuk data berkelompok dirumuskan sebagai berikut:

Materi 3
Untuk Data Berkelompok

Rumus varians untuk data berkelompok adalah sebagai berikut

Sedangkan, rumus standar deviasinya adalah :

 Makalah 10

UKURAN PENYEBARAN LANJUTAN

Materi 1

Standar deviasi data tidak berkelompok

Standar deviasi adalah sebuah ukuran penyebaran yang menunjukkan standar

penyimpangan atau deviasi data terhadap penyimpangan rata-ratanya.

Varians adalah rata-rata hitung deviasi kuadrat setiap data terhadap rata-rata hitungnya.
Rumusnya :

Standar Deviasi adalah akar kuadrat dari varians dan menunjukkan standar
penyimpangan data terhadap nilai rata-ratanya. Rumusnya:
Materi 2

Makna dan kegunaan standar deviasi

Standar deviasi adalah nilai statistik yang digunakan untuk menentukan bagaimana

sebaran data dalam sampel, dan seberapa dekat titik data individu ke mean – atau

rata-rata – nilai sampel.

Sebuah standar deviasi dari kumpulan data sama dengan nol menunjukkan bahwa

semua nilai-nilai dalam himpunan tersebut adalah sama. Sebuah nilai deviasi yang

lebih besar akan memberikan makna bahwa titik data individu jauh dari nilai rata-

rata.

Dalam distribusi normal data, juga dikenal sebagai kurva lonceng, sebagian besar

data dalam distribusi – sekitar 68% – akan jatuh dalam, kurang atau lebih satu satu

standar deviasi dari mean (-σ atau +σ). Sebagai contoh, jika standar deviasi dari

satu kumpulan data adalah 2, maka sebagian besar data pada kumpulan akan

berjarak plus atau minus 2 dari rata-rata. Sekitar 95,5% dari data yang terdistribusi

normal adalah dalam dua standar deviasi dari mean, dan lebih dari 99% berada

dalam jarak 3 standar deviasi dari rata-rata.

Untuk menghitung standar deviasi, ahli statistik pertama-tama menghitung nilai rata-

rata dari semua titik data. Rata-rata adalah sama dengan jumlah dari semua nilai

dalam kumpulan data dibagi dengan jumlah total titik data. Selanjutnya,

penyimpangan setiap titik data dari rata-rata dihitung dengan mengurangkan nilai

dari nilai rata-rata. Deviasi setiap titik data akan dikuadratkan, dan dicari

penyimpangan kuadrat individu rata-rata. Nilai yang dihasilkan dikenal sebagai

varians. Deviasi standar adalah akar kuadrat dari varians.

Biasanya, ahli statistik menemukan standar deviasi sampel dari populasi dan

menggunakan itu untuk mewakili seluruh populasi. Menemukan data yang tepat

untuk populasi yang besar tidak praktis, dan juga agak mustahil, sehingga

menggunakan sampel yang representatif sering digunakan sebagai metode terbaik.

Sebagai contoh, jika seseorang ingin menemukan jumlah orang dewasa di negara

bagian California yang beratnya antara 180 dan 200 pound, ia bisa mengukur bobot

sejumlah kecil pria dan menghitung rata-rata mereka, varians dan standar deviasi,

dan nilai yang diperoleh akan sama dan berlaku untuk populasi secara keseluruhan.

Grafik ini menggambarkan penyebaran data standar deviasi.

Kegunaan Standar Deviasi

Selain menggunakan analisis statistik, standar deviasi juga dapat digunakan untuk

menentukan jumlah risiko dan volatilitas terkait dengan investasi tertentu. Investor

dapat menghitung standar deviasi tahunan pengembalian investasi dan

menggunakan angka itu untuk menentukan seberapa stabil investasi tersebut.

Angka standar deviasi yang lebih besar akan berarti investasi yang lebih berisiko,

dengan asumsi stabilitas itu adalah hasil yang diinginkan.

Kelebihan Standar Deviasi:

Simpangan baku hampir selalu dipertimbangkan dalam hubungannya dengan nilai

tengah (atau rata-rata). Misalnya, jika saya beri tahu Anda seseorang mendapat nilai

60 pada tes kecerdasan dengan nilai rata-rata 50, apakah itu benar-benar bagus?

Yah, itu tergantung pada standar deviasi itu. Jika standar deviasi adalah 1 poin, skor
60 ini luar biasa dan orang itu jenius. Jika standar deviasi adalah 20, maka orang

tersebut mungkin hanya rata-rata. Jika kita tidak tahu standar deviasi (atau metrik

serupa lainnya), kita tidak tahu berapa banyak skor bervariasi di sekitar rata-rata.

1. Anda dapat melakukan operasi aljabar dan tidak terlalu terpengaruh oleh fluktuasi

pengambilan sampel daripada kebanyakan ukuran dispersi lainnya.

2. Dimungkinkan untuk menghitung standar deviasi gabungan dari dua atau lebih

kelompok. Ini tidak mungkin dilakukan dengan tindakan lain apa pun.

3. Untuk membandingkan variabilitas dua atau lebih distribusi, koefisien variasi

dianggap paling tepat dan ini didasarkan pada standar deviasi patokan.

4. Standar deviasi paling menonjol digunakan dalam pekerjaan statistik lebih lanjut.

Misalnya, dalam menghitung kemiringan, korelasi, dll., Penggunaan dibuat dari

standar deviasi.

5. Standar deviasi adalah inti sari dalam pengambilan sampel dan menyediakan unit

pengukuran untuk distribusi normal.

Pengertian Standar deviasi

Standar deviasi adalah nilai statistik yang digunakan untuk menentukan bagaimana

sebaran data dalam sampel, dan seberapa dekat titik data individu ke mean
 Daftar Pustaka
https://bellashabrina.wordpress.com/2013/10/06/ukuran-penyebaran-range-deviasi-rata-rata-
varians-dan-standar-deviasi/

https://materibelajar.co.id/ukuran-penyebaran-data/

2.2
 Daftar Pustaka

https://landasanstatistika.wordpress.com/materi-kuliah/contoh-soal/

https://www.sridianti.com/pengertian-standar-deviasi.html