Simpulan Data

Simpulan Data
Ratno Widoyo
Ukuran Tengah Variasi Posisi Proporsi
Mean
Median Mean
Median
Mode Mode
Hubungan
Ukuran
Mean (Arythmatic mean/rata-rata hitung)
 Simbol x ( x bar)
Mean
 Paling banyak dipakai dlm analisis
 Mudah dihitung yaitu jumlah semua nilai
Median observasi dibagi jumlah observasi
 Paling stabil dibanding Median dan modus
Mode  Dipengaruhi nilai ekstrim
n
Hubungan
x i
x i 1
• Contoh: n
Ukuran observasi: x1 x2 x3,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,xn
Median
Mean  Adalah nilai observasi yang paling ditengah

 Syaratnya setelah nilai raw data di array
 Posisi median (n+1)/2
Median
 Nilai median= nilai observasi pd posisi tersebut
 Tidak dipengaruhi nilai ekstrim
Mode  Paling sesuai untuk data yang skewed (menceng)
 Simbol Md atau Me
Hubungan
Contoh
Ukuran
Modus (Mode)
Mean  Adalah nilai yang paling banyak ditemui dalam

suatu agregate (observasi)
 Didalam suatu observasi karena mode adalah yang
Median
terbanyak maka dapat saja terjadi, tidak ada
modus, hanya satu modus atau lebih dari satu
Mode modus.
 Tidak dipengaruhi nilai ekstrim
Hubungan
Ukuran
Mean
Median Mean=Median=Modus  Mean lebih kecil dari nilai Median

distribusi simetris dan Modus distribusi menceng
ke kiri.
Mode
Hubungan
Ukuran
Mean lebih besar dari nilai Semua observasi (nilai
Median dan Modus  distribusi pengamatan) mempunyai
menceng ke kanan. frekuensi yang sama
Data Terdistribusi normal

Gunakan ukuran Tengah Mean
Mean
Median
Mode
Data Terdistribusi tidak normal

Hubungan Gunakan ukuran Tengah median
Ukuran
Range r Ukuran Variasi Mutlak

Range
Mean Dev Mean Deviasi
Varian
Varian Standar Deviasi
r Ukuran Variasi Relatif
SD Koefisien variasi
Cov Var
Range
Adalah perbedaan antara nilai terbesar dengan
terkecil
Range R = ( max – min )
Mean Dev
Interquartile Range
Perbedaan antara K1 dengan K3
Varian IQR = (K3-K1) atau (P75 – P25)
SD
IQR tidak dipengaruhi nilai ekstrim, sedangkan R
dipengaruhi nilai ekstrim
Cov Var
Mean Deviation
– Adalah rata-rata
Range perbedaan antara nilai
observasi dengan mean x Ix-
– Rumus xI=d
Mean Dev
n 1 5
x i x
5 1
Varian xd  i 1
n 6 0
7 1
SD – Contoh 8 2
– 1 5 6 7 8 9 mean = 6 9 3
Cov Var • Jarang dipakai kerena nilai
mutlak X = 6 Xd = 12/6= 2
Varians x ( x-x ) (x-x)2

Rata-rata kuadrat 1 -5 25
perbedaan antara 5 -1 1
Range observasi dengan 6 0 0
mean 7 1 1
Mean Dev Rumus: 8 2 4
n

 ix  x 2 9 3 9
Varian s2  i 1
n 1 X=6 ∑=0 ∑=40
SD (n-1) koreksi Fisher

Wilks………..degree
Cov Var
of fredom
Contoh s 
2  ( x  x ) 2

40
8
n 1 6 1
Standard deviation (Simpangan baku)
Akar dari varian

Range Rumus
 x  x 
2
Mean Dev s
n 1
Varian
Contoh diatas maka S= V8= 2,8 (cm atau kg )
SD Varian dan Standard deviation banyak dipakai dalam
analisis statistik
Cov Var
Coefficient of Variation (COV)

Adalah nilai Standard deviaton dibagi mean x 100%
s
Range cov  *100%
x
Membandingkan variasi antara dua atau lebih
Mean Dev agregate yang ukurannya berbeda atau gradasinya
berbeda
Varian Contoh :
dari suatu pengukuran didapatkan rata TB= 162 cm
dan S= 15 cm. Berat badan rata-rata 58 kg dan S= 8
SD kg…..manakah yang lebih bervariasi TB atau BB ?
Jawab:
Cov Var COV TB= 15/162 x100%= 9,3 %
COV BB= 8/58 x100% = 13,8 %
Kuaril Kuartil
Desil
Desil Persentil
Persentil
Suatu ukuran yang membagi distribusi data menjadi 4

(empat) bagian yang sama
K1 (25%), K2 (50%) dan K3 (75%)

 Kuartil 1 disimbol K1 merupakan 25% data ada di
bawah nilai K1 tersebut ki
Kuaril
 Perhitungan kuartil  Posisi  Kuartile  (n)
4
Desil Nilai kuartil  nilai observasi pada posisi kuartil tersebut
 Contoh
Persentil 324566578869
Langkah pertama, urutkan dari terkecil ke terbesar (array)
 Data: 2 3 4 5 5 6 6 6 7 8 8 9
 Posisi K1=(1 x 12)/4=3
 Nilai K1 adalah (4+5)/2=4.5
DESIL
Suatu ukuran yang membagi kumpulan data

menjadi 10 bagian yang sama Prinsip sama
dengan kuartile, hanya dengan desil dapat
Kuaril
memperoleh informasi yang lebih detail
Desil
Perhitungan desil
Persentil
di
Posisi  Desil  (n)
10
PERSENTIL
Suatu ukuran yang membagi kumpulan data

menjadi 100 bagian yang sama
Kuaril
Perhitungan Persentil
Desil
pi
Persentil Posisi  Persentil  (n)
100
Proporsi
Frekuensi
50
17
20
Kelas
120
Contoh
Persentase
Jawaban
30
45
55
70
Tabel Pertanyaan Rumus
LiLA IMT TB BB
23 17 165 45
26 20 156 47
27 19 159 50
24 18 165 52
19 17 158 50
20 19 174 54
26 20 163 49
25 30 158 50
24 23 160 58
14 24 165 49
26 21 158 50
24 27 173 51
23 22 165 48
23 23 179 50
24 22 163 50
20 21 165 49
1. Buatlah nilai tengah masing-masing variabel dengan

ukuran nilai tengah yang sesuai Berikan alasan kenapa
memilih ukuran tersebut.
2. Kelompok manakah yang lebih bervariasi ( sesuai tugas
kelompok masing masing>
n n
x  x  x
2
i i
x i 1
s2  i 1
n n 1
Rata rata Varian
 x  x  s
2
s cov  *100%
n 1 x
Standard deviation Coefficient of Variation
Susunan data dalam bentuk tabel menurut jumlah tertentu

Data telah dikelompokan ke dalam kelas atau kelompok
(group) tertentu.
Kelas
Berjumlah antara 6—14
Dihitung dengan Rumus Sturges, yaitu;
Kelas
m = 1 + 3,3 Log n
m = Jumlah kelas; n=Jumlah pengamatan
Contoh
Interval : Jarak dalam kelas
ISTILAH  batas bawah (lower limit), batas atas (upper
Jawaban limit), dan nilai tengah (mid point)
Interval dihitung dengan rumus;
i = R/m i = interval
m = jumlah kelas
R = Range (selisih nilai terbesar dg terkecil)
Contoh:
50 51 54 55 55 57 58
59 60 61 61 61 61 62
62 63 64 64 65 65 66
67 67 67 68 69 71 71
72 75
Kelas
 Tentukan nilai terbesar dan nilai terkecil
 Tentukan jumlah kelas (dengan rumus atau
Contoh justifikasi)
 Tentukan interval kelas
Jawaban  Hitunglah banyaknya nilai observasi yang masuk ke
dalam masing-masing kelas/frekuensi
Upper limit
Kelas Frekuensi
50 -- 54.9 3
55 -- 59.9 5
60 -- 64.9 10
Kelas
65 -- 69.9 8
70 -- 75.0 4
Contoh
Jumlah 30
Jawaban Under limit
Interval kelas = 5

Simpulan Data

Diunggah oleh

Informasi Dokumen

Deskripsi Asli:

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Simpulan Data

Diunggah oleh

Hak Cipta:

Format Tersedia

Simpulan Data

Mean (Arythmatic mean/rata-rata hitung)

Mean  Adalah nilai observasi yang paling ditengah

Mean  Adalah nilai yang paling banyak ditemui dalam

Median Mean=Median=Modus  Mean lebih kecil dari nilai Median

Data Terdistribusi normal

Data Terdistribusi tidak normal

Range r Ukuran Variasi Mutlak

Varians x ( x-x ) (x-x)2

SD (n-1) koreksi Fisher

Standard deviation (Simpangan baku)

Akar dari varian

Coefficient of Variation (COV)

Suatu ukuran yang membagi distribusi data menjadi 4

K1 (25%), K2 (50%) dan K3 (75%)

Suatu ukuran yang membagi kumpulan data

Suatu ukuran yang membagi kumpulan data

1. Buatlah nilai tengah masing-masing variabel dengan

Susunan data dalam bentuk tabel menurut jumlah tertentu

Jawaban Under limit

Anda mungkin juga menyukai