STL02-Besaran-Statistik
STL02-Besaran-Statistik
Statistika Teknik
Besaran Statistik
Besaran Statistis (Statistical Measures)
Statistika Teknik
• Median
• Measure of variability
• Range
• Variance (varian, ragam)
• Standard deviation (simpangan baku)
• Measure of an individual in a population
• z score
• Percentile rank
2
Measure of Central Tendency
Statistika Teknik
• median → score yang berada di tengah dari suatu rangkaian score urut
(dari nilai kecil ke besar atau sebaliknya)
3
Measure of Central Tendency
Statistika Teknik
▪ Contoh
• Jumlah hari hujan selama 11 bulan terakhir adalah sbb.
21, 21, 21, 20, 18, 16, 12, 12, 6, 2, 1
https://istiarto.staff.ugm.ac.id
• rerata = 14 =AVERAGE(...)
• modus = 21 =MODE(...) MS Excel
• median = 16 =MEDIAN(...)
▪ Dari ketiga ukuran statistik tersebut, manakah yang paling
baik menceritakan tentang pola jumlah hari hujan dalam 11
bulan tersebut?
4
Measure of Central Tendency
Statistika Teknik
▪ Contoh
• Carilah contoh sejenis, yang berhubungan dengan pengelolaan
sumberdaya air; misal:
https://istiarto.staff.ugm.ac.id
▪ Contoh
• Cari dan diskusikan contoh-contoh yang berhubungan dengan sumber
daya air
https://istiarto.staff.ugm.ac.id
6
Measure of Central Tendency
Statistika Teknik
𝑛
1 nilai rerata sampel
𝑋ത = 𝑥𝑖 n = jumlah anggota sampel, jumlah data
𝑛
𝑖=1
besaran statistis: berdasarkan sampel
7
estimasi nilai rerata populasi
Measure of Central Tendency
Statistika Teknik
▪ Keragaman
• Variability, scatter, spread
• menunjukkan apakah angka dalam distribusi saling berdekatan atau
https://istiarto.staff.ugm.ac.id
berjauhan
• Range → beda antara nilai tertinggi dan terendah dalam distribusi
• mungkin biasa digunakan dalam permasalahan sehari-hari
• Standard deviation (simpangan baku)
• biasa dipakai dalam permasalahan “teknis”
9
Measure of Variability
Statistika Teknik
σ𝑛𝑖=1 𝑥𝑖 − 𝜇 2
simpangan baku populasi =STDEV.P(...)
https://istiarto.staff.ugm.ac.id
𝜎=
𝑛
2
σ𝑛𝑖=1 𝑥𝑖 − 𝑋ത
𝑠= simpangan baku sampel =STDEV.S(...)
𝑛−1
σ𝑛 2
𝑥𝑖 − 𝜇
𝜎 2 = 𝑖=1 varians populasi =VAR.P(...)
https://istiarto.staff.ugm.ac.id
𝑛 2
σ ത
𝑖=1 𝑥𝑖 − 𝑋
2
𝑠 = varians sampel =VAR.S(...)
𝑛−1
2 2
σ𝑛𝑖=1 𝑥𝑖 − 𝑋ത σ𝑛 ത
𝑖=1 𝑥𝑖 − 𝑋
𝑠= 2
𝑠 =
𝑛−1 𝑛−1
• Kenapa pembagi n − 1
https://istiarto.staff.ugm.ac.id
• menghasilkan nilai yang lebih besar daripada dibagi dengan n; ini untuk
mengompensasi kecenderungan variabilitas sampel yang lebih kecil
daripada variabilitas populasi
• dari sisi praktis, hal ini juga menunjukkan variabilitas dari sampel
beranggota satu adalah tidak ada (tidak ada variabilitas dari satu buah
score)
12
Measure of Variability
Statistika Teknik
2
2
σ𝑛𝑖=1 𝑥𝑖 − 𝑋ത
𝑠 =
𝑛−1
https://istiarto.staff.ugm.ac.id
σ𝑛 2 ത2
2 𝑖=1 𝑥𝑖 − 𝑛𝑋
𝑠 =
𝑛−1
13
Measure of Variability
Statistika Teknik
2
2
σ 𝑥𝑖 − 𝑋ത σ 𝑥𝑖 2 − 2𝑥𝑖 𝑋ത + 𝑋ത 2 σ 𝑥𝑖 2 − 2𝑋ത σ 𝑥𝑖 + 𝑛𝑋ത 2
𝑠 = = =
𝑛−1 𝑛−1 𝑛−1
https://istiarto.staff.ugm.ac.id
2
σ 𝑥𝑖 σ 𝑥𝑖 2
σ 𝑥𝑖 2 − 2 σ 𝑥𝑖 + 𝑛 2
σ 𝑥𝑖 −
σ 𝑥𝑖
𝑛 𝑛 𝑛 σ 𝑥𝑖 2 − 𝑛 𝑋ത 2
= = =
𝑛−1 𝑛−1 𝑛−1
σ 𝑥𝑖
ത2
2 − 𝑛𝑋
𝑠2 =
14 𝑛−1
Measure of Variability
Statistika Teknik
σ𝑛𝑖=1 𝑥𝑖 2 − 𝑛𝑋ത 2
https://istiarto.staff.ugm.ac.id
𝑠= =STDEV.S(...)
𝑛−1
• Ragam, varians
σ𝑛𝑖=1 𝑥𝑖 2 − 𝑛𝑋ത 2
𝑠2 = =VAR.S(...)
𝑛−1
15
Some Measures of An Individual in A Population
Statistika Teknik
𝑧𝑥 =
𝑠
• Percentile rank
B = jumlah score yang bernilai di bawah X
𝐵 + 12𝐸 E = jumlah score yang bernilai sama dengan X
𝑃𝑅𝑥 = 100
𝑛 n = jumlah score seluruhnya
16
Some Measures of An Individual in A Population
Statistika Teknik
• =PERCENTILE(...)
• nilai percentile dalam suatu kisaran angka
• =PERCENTRANK(...)
• posisi suatu nilai (angka) dalam suatu urutan angka, dalam persen
𝐵 B = jumlah score yang bernilai lebih kecil daripada X
= 100
𝐵+𝐴 A= jumlah score yang bernilai lebih besar daripada X
17
perhatikan perbedaannya dengan PRX
18
https://istiarto.staff.ugm.ac.id Statistika Teknik