8.1. Pengertian
8.2. Jenis Ukuran Sebaran
a. Range Penuh
b. Range 10 - 90
c. Range Antar Kuartil
d. Range Semi Antar Kuartil
e. Mean Deviasi
f. Standar Deviasi
g. Arti Standar Deviasi
h. Ilustrasi Standar Deviasi
9. Validitas dan Reliabilitas :
9.1. Definisi
9.2. Keterangan tentang Validitas
9.3. Reliabilitas
6. TABEL DISTRIBUSI FREKUENSI
5.1. CONTOH TABEL DISTRIBUSI IQ :
IQ Frekuensi
125 – 129 2
120 – 124 3
115 – 119 7
110 – 114 12
105 – 109 18
100 – 104 21
95 – 99 20
90 – 94 11
85 – 89 5
80 – 84 1
Total 100
5.2. DEFINISI :
- Contoh :
- Untuk kelas 51 – 53 titik tengahnya = (51+53) : 2 = 52
- Untuk kelas 54 – 56 titik tengahnya = (54+56) : 2 = 55
Definisi :
- Jumlah kelas adalah banyaknya kelas dlm distribusi
- Jumlah kelas sebaiknya : - Tidak kurang dari 5 dan
- Tidak lebih dari 20
Karena :
Jumlah kelas yang > 20 memberi gambaran yang
sangat jelas tentang ciri-ciri individu, tapi tidak
menunjukkan dengan tajam karakteristik groupnya
Sebaliknya jika jumlah kelas < 5, maka gambaran
karakterisik group sangat menonjol, tapi ciri-ciri
individu menjadi kabur sama sekali.
5.9. MENYUSUN DISTRIBUSI FREKUENSI
R = Range
= Selisih data tertinggi – data terendah
K = Jumlah kelas (Ingat : jumlah tdk kurang dari 5
dan tdk lebih dari 20)
X =
n
Untuk data yang dikelompokkan :
∑ mi fi
i=1
X =
k
∑ fi
i=1
a
Mo = Lmo + X i
a+b
Lmo = Batas bawah kelas modus
a = Beda frek kelas modus dg kelas sebelumnya
b = Beda frek kelas modus dg kelas sesudahnya
Catatan :
- Modus / Mode bisa > 1
- Data bisa tidak punya Modus / Mode
c. MEDIAN : (Md)
- Angka yang membagi data yang telah diurutkan,
menjadi dua bagian yang sama.
- Untuk Data Tunggal :
- Apabila terdapat n data yang dinyatakan X1, X2,
X3 ……….. Xn, maka data tersebut diurutkan.
- Untuk n Ganjil : n+1
Md = Xk k =
2
- Untuk n Genap :
Xk + X(k+1) n
Md = k=
2 2
Untuk Data Dikelompokkan :
1). DATA TUNGGAL IQ : 86, 89, 108, 113, 122, 113, 94, 97, 114, 93
No. Subyek : 1 2 3 4 5 6 7 8 9 10
IQ : 122 114 113 113 108 97 94 93 89 86
R = 176 – 119 = 57
K = 1 + 3,3 log n log n = log 40 =1,602
= 1 + 5,287 = 6,287 7
R 57
I = = = 8,14 9
K 7
Distribusi Frekuensi : lihat slide sebelumnya
5.902
Mean = 40 = 147,55 X
LANJUTAN CATATAN :
1. Untuk mendapatkan awal distribusi (batas bawah
kelas terendah = “117”) :
Data terendah (119) : Interval (9) = 13,222. Hasilnya
diambil yg bulat (13) x Interval (9) = 117
2. Membuat distribusi : 117 dikurangi 0,5 (utk menda-
patkan batas nyata) = 116,5.
3. Utk mendapat batas atas nyata 116,5 + 9 = 125,5.
4. Kelas berikutnya dimulai dari batas atas nyata
dengan cara menambahkan 125,5 dengan interval
(9) = 134,5 ; ditambah lagi 9 = 143,5 dst sampai
mendapatkan 7 kelas.
5. Batas bawah didapat dengan menambahkan batas
atas awal dengan 1 dst
Lanjutan Median :
Median : Lmd = 143,5 ; n = 40 ; F = 15
fmd = 13 ; I = 9
Utk cari kelas median = 40/2 = 20 …….
40
2 15
Md = 143,5 + x9
13
20 - 15
= 143,5 + x9
13
45
= 143,5 + = 143.5 + 3.46 = 146.96
13
Modus/Mode :
Modus : Lmo = 143,5; a = 3 ; b = 7 dan i = 9
a
Mo = Lmo + x i
a+b
3
Mo = 143,5 + x 9
3+7
27
Mo = 143,5 +
10
Mo = 143,5 + 2,7 = 146,2
M Mo
Md Md
Mo M
M
Md
Mo
Lihat tentang Distribusi Normal
dalam Biostatistik VI mulai slide
nomor No. 39
6.6. KEGUNAAN MEAN, MODUS & MEDIAN :
Kegunaannya berlainan
Mempunyai kelebihan dan kekurangan masing2
a. Kegunaan Mean :
- Paling stabil utk melayani analisa
matematik
- Paling cocok untuk distribusi normal
- Paling tepat untuk alat estimasi
- Untuk Data Skala Interval
- Penting untuk Inferensi
b. Kegunaan Modus :
- Alat Diskripsi yang cepat, tapi kasar
- Cocok untuk mencari kejadian yang populer
- Tidak terpengaruh oleh kasus ekstrem
- Untuk data dengan skala Nominal, Ordinal
atau Interval
c. Kegunaan Median :
- Amat penting untuk distribusi yang tidak normal/
sangat menceng (Highly Skewed)
- Penting untuk Inferensi
- Untuk data dengan skala ordinal/interval
- Tepat untuk menghadapi distribusi terbuka
7. PERSENTIL, DECIL DAN KUARTIL
7.1. PERSENTIL :
7.3. KUARTIL :
Adalah persentil yang ke dua puluh limaan
Jadi : K1 = P25
K2 = P50 = D5 = Md
K3 = P75
7.4. KEGUNAAN PERSENTIL :
a. RANGE PENUH :
n
∑ fi mi - x
MD = i = 1 Lihat contoh soal di slide 23
∑ fi 382,5
MD = = 9,5625
40
379,7143
s =√ 6
= √ 63,2857 = 7,9552
n
∑ fi.mi² - n. x²
i=1 lihat slide 23
s= n
√ ( ∑ fi ) - 1
i=1
877.312 – 40 (147.55)²
s=√
40 - 1
877.312 – 870.840,1
s=√
39
a. Content Validity :
Ada 2 macam, yaitu : - Face Validity
- Sampling Validity
a.1. Face Validity
- Validitas yang berdasarkan Subyektif peneliti
- Artinya : sejauh mana instrumen mengukur
sesuatu, yg jelas diukurnya berdasar-
kan telaah subyektif peneliti.
- Tapi walaupun berdasarkan subyektif peneliti,
peneliti dpt konsultasi dengan para ahli. Bila
para ahli setuju, maka variabel yang diukur
tsb mempunyai Face Validity.
- Kelemahan Face Validity
1). Tidak ada aturan yg pasti untuk mengevaluasi
instrumen
2). Tergantung subyektitivitas peneliti
c. Construct Validity :
- Menghubungkan instrumen dengan kerangka
teoritis secara umum agar dapat dipakai untuk
menentukan apakah instrumen tsb terkait dengan
konsep & asumsi teoritis yang dipakai pengukuran.
9.3. RELIABILITAS :