SIMPULAN DATA NUMERIK

DAN KATEGORIK
Kelompok 1
Simpulam numerik/Analisis Univariabel

• Data Numerik,
• berasal dari pengukuran memakai skala interval dan ratio
• Data Kategorik
• Berasal dari pengukuran memakai skala nominal dan ordinal
DATA KATEGORIK
• Contoh: hasil pengukuran golongan darah
sekelompok orang didapatkan

• Gol darah O………35 orang ( 35% )

• Gol darah A………25 orang ( 25% )
• Gol darah B……….29 orang ( 29 % )
• Gol darah AB……..11 orang ( 11 % )

Jadi ditemui paling banyak gol darah O yaitu

35%........dst
DATA NUMERIK

Ukuran Pusat Ukuran Variasi

• Mean • range
• Standar deviasi
• Median
• Varians
• modus
• COV (koefisiensi of variation)
Mean

nilai yang baik yang mewakili suatu data, data untuk menyimpulkan
skelompok data
Rumus :

Sifat dari mean

• Wakil dari keseluruhan nilai
• Mean sangat dipengaruhi nilai ekstrem baik ekstrem kecil maupun
ekstrem
• Nilai mean berasal dari semua nilai pengamatan
Rata-Rata hitung/ Mean
median

Nilai yang terletak pada observasi yang di tengah, kalau

data tersebut telah tersusun (array)
Rumus :

Sifat dari median tidak terpengaruh pada data ekstrim

Median

• Jika posisi tengah dua angka: (t1 +t2) / 2

modus

• Nilai yang paling banyak ditemui di dalam suatu pengamatan,

Hubungan dari nilai mean,median, modus untuk menentukan bentuk
distribusi data
• Bila nilai mean, median, modus sama, maka bentk distribusi daranya
normal
• Bila nilai mean > median > modus, maka bentuk distribusi datanya
menceng/miring ke kanan
• Bila nilai mean < median < modus, maka bentuk distribusi datanya
menceng/miring ke kiri
 Nilai-Nilai Variasi
Nilai variasi atau deviasi adalah nilai yang menunjukkan bagaimana variasinya
data di dalam kelompok data terhadap nilai rata2nya.

Semakin besar nilai variasinya maka semakin bervariasi datanya

Nilai variasi

• Range
• Standar deviasi
• Rata-rata deviasi (mean deviation)
• Varian
• Jarak Antar Quartil (IQC)
• Koefisen varians (CoV)
Range

• Kisaran (range) adalah selisih antara nilai terkecil atau minimum,

dan nilai terbesar atau maksimum.
Rata-rata deviasi (Mean Deviation)
• Rata-rata dari seluruh perbedaan pengamatan dibagi
banyaknya pengamatan

Apabila dari besar beda nilai tiap pengamatan dengan mean, dihitung langsung
rata-ratanya, maka akan selalu diperoleh nilai = 0. Untuk itu diambil langkah
mengabsolutkan besar beda. Artinya tanda positif atau negatif pada besar beda
tersebut diabaikan.
Dengan demikian dapat dihitung rata-rata besar beda, yang disebut sebagai
mean deviation atau rata-rata simpangan. Pada contoh di atas diperoleh rata-
rata simpangan atau mean deviation sebesar 6/5 = 1,2.
Standar Deviasi (Simpang Baku)
• Akar dari varian nilai simpang baku, karena merupakan patokan
luas area di bawah kurva normal

Bagaimana cara menyimpulkan ukuran variasi ini? Bila dari dua

kumpulan data dengan nilai mean yang sama disajikan nilai
simpang baku yang berbeda, maka nilai s yang lebih besar
menggambarkan variasi yang lebih besar pula.
Varians
• Rata-rata perbedaan antara mean dengan nilai masing-
masing observasi
• Kuadrat dari simpang baku (SD)
• Varians dapat digunakan untuk menjelaskan homogenitas
dari data kelompok.
Koefisien variasi
• Bila dari dua kumpulan data ternyata nilai meannya berbeda,
maka untuk membandingkan variasi kedua kumpulan data tersebut
dapat digunakan koefisien variasi atau coefficient of variation
(cov).
• Rumus koefisien variasi adalah :

Contoh :
Dari 5 spesimen darah yang sama, dilakukan pemeriksaan kadar hemoglobin
darah oleh dua laboratorium dengan cara elektrofotometer. Diperoleh hasil
dalam gram/dl berikut :
Laboratorium 1: 11,5 12,0 11,8 13,1 12,6
Laboratorium 2: 12,4 12,1 12,0 12,5 12,2
Dari laboratorium 1 dihasilkan nilai x =12,20 dan s=0,64, sedangkan dari
laboratorium 2 dihasilkan x = 12,24 dan s=0,21. Koefisien variasi 1 = 0,05=5%,
dan koefisien variasi 2 = 0,02=2%. Dapat disimpulkan bahwa pemeriksaan di
laboratorium 1 lebih bervariasi daripada di laboratorium 2.
 Kuartil

• Kuartil adalah mengelompokkan atau membagi data menjadi 4 bagian

yang sama besar
• Data diurutkan terlebih dahulu, kemudian dilakukan pengamatan yang
terletak pada perempat pertama, perempat kedua dan perempat ketiga
• Ketiganya populer dengan nama kuartil 1 (Q1), kuartil 2 (Q2) dan kuartil 3
(Q3).
• Yang tidak lain sama kuartil ke 25, ke 50 dan ke 75
• Q2 sama dengan median karena membagi sama atau 50% data yang lebih
kecil dari median itu dan 50% data yang lebih besar dari media itu
• Dengan pengenal data Q1, Q2 dan Q3 memberi gambaran bagaimana
sebaran data, apakah menyebar rata atau terdapat pengumpulan nilai
pada satu sisi sehingga sebaran menceng
 Persentil dan Desil

• Presentil: membagi data menjadi perseratusan

atau menjadi P1 sampai dengan P100
• Desil: membagi data menjadi persepuluhan dan
ditulis D1 sampai dengan D10
• Pengartian persentil dan desil tidak jauh
berbeda dengan kuartil
Pemilihan Statistik Deskriptif