Summary of Chapter 3

Describing Data: Numerical Measures

Oleh : Raka Rayhan Pasha (F03221040)

Ukuran Lokasi
A. Rata-rata Populasi
Untuk data mentah—yaitu data yang belum dikelompokkan dalam distribusi
frekuensi. Rata-rata populasi adalah jumlah seluruh nilai dalam populasi dibagi
dengan banyaknya nilai dalam populasi. Parameter adalah setiap karakteristik
populasi yang dapat diukur atau suatu ciri suatu populasi. Rata-rata suatu populasi
adalah contoh parameter. Untuk mencari rata-rata populasi, kita menggunakan
rumus berikut.

B. Rata-rata Sampel
Rata-rata sampel dan rata-rata populasi dihitung dengan cara yang sama, namun
notasi singkat yang digunakan berbeda. Rata-rata suatu sampel, atau ukuran lain
apa pun yang didasarkan pada data sampel, disebut statistik. Rumus rata-rata suatu
sampel adalah:
Sifat-sifat Rata-rata Aritmatika

Rata-rata aritmatika adalah ukuran lokasi yang banyak digunakan. Ia memiliki

beberapa properti penting:
• Untuk menghitung mean, data harus diukur pada tingkat interval atau
rasio.
• Semua nilai dimasukkan dalam penghitungan mean.
• Rata-ratanya unik. Artinya, hanya ada satu mean dalam sekumpulan data.
• Jumlah simpangan masing-masing nilai terhadap mean adalah nol.
Dinyatakan secara simbolis:

A. Median (Nilai Tengah)

Median adalah titik tengah nilai setelah diurutkan dari nilai minimum hingga nilai
maksimum. Cara menentukan median untuk jumlah observasi genap adalah dengan
cara, observasi diurutkan. Kemudian berdasarkan konvensi untuk mendapatkan nilai
unik kita menghitung mean dari dua observasi tengah. Jadi untuk jumlah observasi
genap, mediannya mungkin bukan salah satu nilai yang diberikan. Sifat utama median
adalah:
• Tidak terpengaruh oleh nilai yang sangat besar atau kecil. Oleh karena itu,
median adalah ukuran lokasi yang berharga ketika nilai-nilai tersebut benar-
benar terjadi.
• Dapat dihitung untuk data tingkat ordinal (dapat diurutkan dari rendah ke tinggi)
atau lebih tinggi.
B. Modus
Modus adalah nilai observasi yang paling sering muncul dan merupakan ukuran lain
dari lokasi.
C. Rata-Rata Tertimbang
Rata-rata tertimbang adalah cara mudah untuk menghitung rata-rata aritmatika ketika
terdapat beberapa pengamatan dengan nilai yang sama. Artinya, kita mengalikan setiap
observasi dengan berapa kali observasi tersebut terjadi.
 D. Rata-Rata Geometrik
Rata-rata geometrik dari himpunan n bilangan positif didefinisikan sebagai akar ke-
n dari hasil kali n nilai. Rumus rata-rata geometrik ditulis:

Rata-rata geometrik akan selalu lebih kecil atau sama dengan (tidak pernah lebih
dari) rata-rata aritmatika. Selain itu, semua nilai data harus positif. Penerapan kedua
dari rata-rata geometrik adalah untuk menemukan persentase perubahan rata-rata
selama periode waktu tertentu.

*n adalah banyaknya periode.

Mengapa Belajar Dispersi/Sebaran?

• Nilai yang kecil untuk ukuran penyebaran menunjukkan bahwa data tersebut
mengelompok secara erat. katakanlah, di sekitar mean aritmatika. Oleh karena itu, mean
dianggap mewakili data. Sebaliknya, ukuran dispersi yang besar menunjukkan bahwa
mean tersebut tidak dapat diandalkan.
• Untuk membandingkan penyebaran dalam dua distribusi atau lebih.

A. Range/Jangkauan
Range adalah selisih/perbedaan antara nilai maksimum dan minimum dalam kumpulan
data. Dalam bentuk persamaan: Karakteristik:
• Hanya dua nilai yang digunakan dalam perhitungannya.
• Dipengaruhi oleh nilai-nilai ekstrim.
• Mudah untuk dihitung dan dipahami.

B. Varians
Varians adalah rata-rata aritmatika dari deviasi kuadrat dari rata-rata.
 1) Rumus varians populasi
Varians populasi adalah mean dari selisih kuadrat setiap nilai dengan meannya.
Untuk populasi yang nilainya mendekati mean, variansnya akan kecil. Untuk
populasi yang nilainya tersebar dari mean, varians populasinya akan besar.

Proses menghitung varians tersirat dalam rumus.

• Mulailah dengan mencari mean.
• Temukan perbedaan antara setiap observasi dan mean, lalu kuadratkan
perbedaannya.
• Jumlahkan semua selisih kuadrat.
• Bagilah jumlah selisih kuadrat dengan jumlah item dalam populasi.

2) Rumus varians sampel

3) Ciri-ciri utama varians adalah:

• Semua observasi digunakan dalam perhitungan.
• Unit ini agak sulit untuk dikerjakan; mereka adalah satuan asli yang
dikuadratkan.

C. Interpretasi dan Penggunaan Simpangan Baku

 Simpangan baku adalah akar kuadrat dari varians. Ciri-ciri utama simpangan baku
adalah:
• Dalam satuan yang sama dengan data aslinya.
• Akar kuadrat dari rata-rata jarak kuadrat dari mean.
• Tidak mungkin negatif.
• Ukuran penyebaran yang paling banyak dilaporkan.
Kami menggunakan deviasi standar untuk menggambarkan distribusi frekuensi dengan
menerapkan teorema Chebyshev atau Aturan Empiris.
a. Teorema Chebyshev
Untuk setiap kumpulan observasi (sampel atau populasi), proporsi nilai yang berada
dalam k standar deviasi dari mean adalah paling sedikit 1 – 1/k^2, dengan k adalah
nilai yang lebih besar dari 1.
b. Aturaan Empiris
Aturan Empiris menyatakan bahwa untuk distribusi berbentuk lonceng, sekitar 68%
nilainya akan sama berada dalam satu standar deviasi dari mean, 95% dalam dua,
dan hampir semuanya dalam tiga.

Rumus simpangan baku sampel adalah

Rumus simpangan baku data kelompok adalah

D. Deviasi dan Standar Data Kelompok

Rata-Rata Aritmatika Dari Data yang Dikelompokkan
Untuk memperkirakan rata-rata aritmatika data yang diorganisasikan ke dalam
distribusi frekuensi, kita mulai dengan mengasumsikan observasi di setiap kelas
diwakili oleh titik tengah kelas. Rata-rata sampel data yang disusun dalam distribusi
frekuensi dihitung dengan: