SKOR BAKU ( Z SKOR )

DESI MULYA SARI

A1A618043

FAKULTAS KEGURUAN DAN ILMU PENDIDIKAN

PENDIDIKAN AKUNTANSI

UNIVERSITAS HALU OLEO

2018
Pengertian Z Score
Z-score menjadi salah satu konsep bilangan yang banyak diaplikasikan dalam ilmu
keuangan dan statistika.
Z-score adalah konsep penghitungan yang menunjukkan besarnya nilai suatu sampel
terhadap rata-rata dalam satuan standar deviasi.
Konsep z-score menggambarkan perbandingan penyimpangan skor (X) dari rata-rata
hitung (X̄) terhadap simpangan baku (s). Z-skor menjadi nilai standar yang memiliki
nilai X̄=0 dan s=1.
Jadi, z-score terletak pada sebuah titik di sumbu datar kurva normal.
Nilai z-score didapatkan dari konsep penghitungan standar deviasi dalam sebuah rata-
rata atau mean. Jika nilai z-score 0, ia mengindikasikan bahwa data tersebut identik
dengan skor mean.
Nilai z-score 1.0, bisa jadi angka ini mengindikasikan nilai standar deviasi dari sebuah
mean.
Z-score bisa berbentuk positif dan negatif. Nilai positif menunjukkan skor di bawah
rata-rata (mean). Sementara nilai negatif menunjukkan skor di bawah rata-rata.
Penggunaan z-skor bermanfaat dalam berbagai bidang kehidupan, khususnya bagi
para statistikawan dan pedagang.
Konsep z score biasanya digunakan untuk mengadaptasi skor dari variasi data set
yang membuat skor-skor tersebut mampu dikomparasi ke data lainnya secara akurat.

Rumus Z Score
dalam dunia statistik, z-skor dijadikan acuan untuk mengetahui perbandingan
antara nilai individu subjek terhadap simpangan baku. Penerapan z-skor dalam
statistik lebih luas dipakai di berbagai ranah kehidupan, dari kesehatan, ilmu
fisika, sosial dan lain sebagainya.

Rumus z score statistik adalah sebagai berikut:

Keterangan:
Z = Nilai z-score
X = Nilai sebuah subjek/ individu (skor) yang hendak diperiksa
X̄ = Nilai rata-rata (mean)
S = Simpangan baku atau standar deviasi

Dalam menginterpretasi nilai z-skor, Anda dapat menggunakan z-score table

untuk menentukannya.

Jika angka dalam tabel z statistik memiliki nilai (-), maka posisinya akan berada
di sebelah kiri mean pada kurva normal. Sementara jika (+), maka posisinya
akan berada di sebelah kanan mean (rata-rata) pada kurva normal.

Cara Menghitung Z Score (Nilai Baku)

Berikut ini adalah contoh kasus perhitungan Z Score atau Nilai Baku untuk membandingkan dua
nilai yang berasal dari 2 populasi yang berbeda.

Berikut ini adalah Rumus untuk Menghitung Z Score :

Contoh Kasus

Seorang siswa yang bernama Jessy mendapatkan nilai 80 di pelajaran Matematikanya,

sedangkan nilai rata-rata dan standar deviasi seluruh siswa di kelasnya adalah masing-masing
75 dan 9,29. Di kelas yang sama, Jessy mendapatkan nilai 85 di pelajaran Bahasa Inggris. Nilai
rata-rata seluruh siswa di kelas tersebut adalah 82,5 sedangkan standar deviasinya adalah 7,54.
Pertanyaannya adalah di pelajaran manakah Jessy berprestasi lebih baik?

Pelajaran Matematika

Z = (x-μ) / σ
Z = (80-75) / 9,29
Z = 5 / 9,29
Z = 0,538

Pelajaran Bahasa Inggris

Z = (x-μ) / σ
Z = (85 – 82,5) / 7,54
Z = 2,5 / 7,54
Z = 0,331

Dari perhitungan diatas, hasil yang diperoleh menunjukan bahwa skor Z Matematika lebih tinggi dari
ZBahasa Inggris . Artinya, Jessy berprestasi lebih baik di pelajaran Matematika apabila dibanding
dengan pelajaran bahasa Inggris.
Dalam statistik, derajat kebebasan digunakan untuk menentukan jumlah
kuantitas independen yang dapat ditetapkan ke distribusi statistik. Angka ini
biasanya mengacu pada bilangan bulat positif yang menunjukkan kurangnya
batasan pada kemampuan seseorang untuk menghitung faktor yang hilang
dari masalah statistik.

Derajat kebebasan bertindak sebagai variabel dalam perhitungan akhir suatu

statistik dan digunakan untuk menentukan hasil dari skenario yang berbeda
dalam suatu sistem, dan dalam matematika derajat kebebasan menentukan
jumlah dimensi dalam domain yang diperlukan untuk
menentukan vektor penuh .

Untuk mengilustrasikan konsep derajat kebebasan, kita akan melihat

perhitungan dasar mengenai mean sampel, dan untuk mencari mean dari
suatu daftar data, kita menambahkan semua data dan membaginya dengan
jumlah total nilai.

Ilustrasi dengan Sample Mean

Untuk sesaat, anggaplah kita mengetahui mean dari suatu kumpulan data
adalah 25 dan nilai dalam kumpulan ini adalah 20, 10, 50, dan satu angka
yang tidak diketahui. Rumus rata-rata sampel memberi kita persamaan (20 +
10 + 50 + x) / 4 = 25 , di mana x menunjukkan hal yang tidak diketahui,
dengan menggunakan beberapa aljabar dasar , seseorang dapat menentukan
bahwa bilangan yang hilang,  x , sama dengan 20 .
Mari kita ubah skenario ini sedikit. Sekali lagi kita anggap bahwa kita
mengetahui mean dari sebuah kumpulan data adalah 25. Namun, kali ini nilai
dalam kumpulan data tersebut adalah 20, 10, dan dua nilai yang tidak
diketahui. Hal-hal yang tidak diketahui ini mungkin saja berbeda, jadi kami
menggunakan dua variabel yang berbeda , x , dan y,  untuk
menunjukkannya. Persamaan yang dihasilkan adalah (20 + 10 + x + y) / 4 =
25 . Dengan beberapa aljabar, kita mendapatkan y = 70- x . Rumusnya ditulis
dalam formulir ini untuk menunjukkan bahwa setelah kita memilih nilai
untuk x , nilai untuk y sepenuhnya ditentukan. Kita punya satu pilihan, dan
ini menunjukkan bahwa ada satu derajat kebebasan .

Sekarang kita akan melihat ukuran sampel seratus. Jika kita tahu bahwa mean
dari sampel data ini adalah 20, tetapi tidak mengetahui nilai dari data mana
pun, maka ada 99 derajat kebebasan. Semua nilai harus berjumlah total 20 x
100 = 2000. Setelah kita memiliki nilai 99 elemen dalam kumpulan data,
maka yang terakhir telah ditentukan.

Nilai-t Mahasiswa dan Distribusi Chi-Square

Derajat kebebasan memainkan peran penting saat menggunakan tabel
skor- t Student . Sebenarnya ada beberapa distribusi skor-t . Kami
membedakan antara distribusi ini dengan menggunakan derajat kebebasan.
Di sini distribusi probabilitas yang kita gunakan bergantung pada ukuran
sampel kita. Jika sampel kita berukuran n , maka derajat kebebasannya
adalah n -1. Misalnya, ukuran sampel 22 akan mengharuskan kita
menggunakan baris tabel skor- t dengan 21 derajat kebebasan.
Penggunaan distribusi chi-kuadrat juga membutuhkan penggunaan derajat
kebebasan. Di sini, dengan cara yang identik seperti distribusi skor-t  , ukuran
sampel menentukan distribusi mana yang akan digunakan. Jika ukuran
sampel n , maka ada n-1 derajat kebebasan.
Standar Deviasi dan Teknik Lanjutan
Tempat lain di mana derajat kebebasan muncul adalah dalam rumus deviasi
standar. Kejadian ini tidak terlalu terang-terangan, tetapi kita bisa melihatnya
jika kita tahu ke mana mencarinya. Untuk menemukan deviasi standar kita
mencari deviasi "rata-rata" dari mean. Namun, setelah mengurangkan mean
dari setiap nilai data dan mengkuadratkan perbedaannya, kita akhirnya
membaginya dengan n-1 daripada n seperti yang kita duga.
Kehadiran n-1 berasal dari angka derajat kebebasan. Karena n nilai data dan
mean sampel digunakan dalam rumus, ada n-1 derajat kebebasan.
Teknik statistik yang lebih maju menggunakan cara yang lebih rumit untuk
menghitung derajat kebebasan. Saat menghitung statistik uji untuk dua mean
dengan sampel independen n  1 dan n  2 elemen, jumlah derajat kebebasan
memiliki rumus yang cukup rumit. Ini dapat diperkirakan dengan
menggunakan yang lebih kecil dari n  1 -1 dan n  2 -1
Contoh lain dari cara lain untuk menghitung derajat kebebasan datang
dengan uji F. Dalam melakukan uji F kita memiliki k sampel masing-masing
berukuran n — derajat kebebasan dalam pembilangnya adalah k -1 dan dalam
penyebutnya adalah k ( n -1).

Syafril. Statistika, Padang: Suka Bina Press,1992

Muchson, M., & MM, S. (2017). Statistik Deskriptif. Spasi

Media.

Tim Mata kuliah Satistik. Silabus dan handout mata kuliah statistic lanjutan 2,  Padang: UNP