X
X i 85 75 70 80 90 45 50 65 35 40 63,5
n 10
RATA-RATA (MEAN) HITUNG
DATA DIKELOMPOKAN
(MEAN BERBOBOT)
Rumus Rata-rata (Mean)
Hitung Berbobot (Weighted
Mean): xi fi fixi
Σ fi x i 70 5 350
69 6 414
x = ------
45 3 135
Σ fi
80 1 80
Contoh 1: Jika ada 5 mhs 56 1 56
dapat nilai 70, JML / ∑ 16 1035
enam nilai 69 dst
x = 1035/16 = 64,6
RATA-RATA (MEAN) HITUNG
Contoh Mean Hitung Berbobot 2 : Tabel Distribusi
Frekuensi mengenai nilai ujian mata kuliah statistika
di universitas “X” Tahun Akademik 1999 – 2000.
Tentukan rata-rata hitungnya
Interval kelas Frekuensi
31 - 40 4
41 - 50 6
51 - 60 8
61 - 70 14
71 - 80 26
81 - 90 12
91 - 100 20
Jumlah 90
Dimana;
k= permeabilitas batuan rata-rata
kj=permeabilitas lapisan batuan ke j
hj=ketebalan lapisan batuan ke j
Sistem Aliran Linear melalui
Kombinasi Lapisan Paralel
Contoh 1: Berapakah permebilitas linear empat paralel
yang lebar dan panjang sebagai berikut?
Sistem Aliran Linear melalui Kombinasi
Lapisan Paralel
Contoh 2: Hitung porositas berbobot dan aritmatika
untuk data dari suatu sumur?
Sistem Aliran melalui Kombinasi
Lapisan Seri
U = V2x4x8= 4
RATA-RATA HARMONIK
Untuk data bernilai x1, x2,…x3…xn dalam sampel berukuran n,
maka rata-rata harmonik ditentukan oleh:
n
H = ------------
Σ (1/xi)
Penggunaan: Si A bepergian pulang pergi . Waktu pergi ia
melakukan kecepatan 10 km/jam, sedangkan waktu
kembalinya 20 km/jam. Berapakan kecepatan rata-rata
pulang pergi?
Rata-rata hitung = ½ (10 + 20) km/jam = 15 km/jam
Ini salah, karena jika panjang jalan 100km, maka untuk pergi
diperlukan waktu 10 jam, dan kembal 5 jam. Pulang pergi
menempuh 200 km dalam waktu 15 jam, Rata-rata
kecepatan = 200/15 = 13 1/3 km/jam
Hasil ini tiada lain darpada rata-rata harmonik
H = 2/ (1/10 + 1/20) = 40/3 = 13 1/3
MODUS = Mo
Untuk menyatakan fenomena yang paling banyak terjadi
atau paling banyak terdapat
Sering dipakai sebagai rata-rata untuk data kualitatif:
pada umumnya kecelakaan lalu lintas disebabkan
kecerobohan pengemudi,
Modus untuk data kuantitatif ditentukan dengan jalan
menentukan frekluensi terbanyak diantara data yang itu.
Contoh: terdapat sampel dengan nilai: 12, 34, 14, 28,
34, 34, 38, 14. Maka frekuensi terbanyak pada angka 34
dengan f = 3, maka Mo = 34
Kelemahan modus: nilai yang keluar tidak sering, atau
terdapat 2 modus atau lebih, atau mencerminkan data
ekstrim
MODUS
Modus data tidak berkelompok
Modus dari suatu kelompok nilai adalah nilai
kelompok tersebut yang mempunyai frekuensi
tertinggi, atau nilai yang paling banyak terjadi di
dalam suatu kelompok nilai. Selanjutnya disingkat
Mod.
= 59,5 + 10 4
4+3
= 65,214
PENGUKURAN LETAK:
Median
Kuartil
Desil
Persentil
MEDIAN
n = 2k + 1
atau
k= n–1
2
MEDIAN
Misal :
n=7 7 = 2k + 1
2k = 7 – 1
k = 6/2
= 3
n=9 9 = 2k + 1
2k = 9 – 1
k = 8/2
= 4
MEDIAN
kelompok nilai :
terkecil terbesar
Med
CONTOH SOAL
n/ - (fi)0
2
Med = Lo + c
fm
KETERANGAN
Dimana :
Lo = nilai batas bawah dari kelas interval yang
mengandung atau memuat nilai median
n = banyaknya data / jumlah frekuensi
(fi)0 = jumlah frekuensi dari semua kelas di
bawah kelas yang mengandung median
(kelas yang mengandung median tak
termasuk)
fm = frekuensi dari kelas yang mengandung
median
c = besarnya kelas interval
CONTOH SOAL
Dengan menggunakan rumus interpolasi,
hitunglah nilai median dari data berikut :
Kelas f
30 – 39 4
40 – 49 6
50 – 59 8
60 – 69 12
70 – 79 9
80 – 89 7
90 – 99 4
Jumlah 50
PENYELESAIAN
Setengah dari observasi = 50/2 = 25 ,
f1 + f2 + f3 = 4 + 6 + 8 = 18, dan untuk mencapai
25 masih kurang 7, sehingga perlu ditambah
dengan frekuensi kelas keempat. Jadi median
terletak pada kelas ke-4, yaitu kelas 60 – 69
setelah dikoreksi menjadi 59,5 – 69,5 sehingga :
c = 69,5 – 59,5
= 10.
PENYELESAIAN
Jadi :
Lo = 59,5 , n/2 = 25 , (fi)0 = 18 , fm = 12
n/ - (fi)0
2
Med = Lo + c
fm
= 59,5 + 10 ( 25 – 18)
12
= 65,33
KUARTIL
Jika sekumpulan data dibagi menjadi 4 bagian yang sama banyak, sesuadah
disusun menurut urutan nilainya, maka bilangan pembaginya disebut kuartil
Ada tiga buah kuartil: k1, k2, k3
Menentukan nilai kuartil:
Susun data menurut urutan nilainya
Tentukan letak kuartil
Tentukan nilai kuartil
Letak kuartil ditentukan dengan rumus:
Letak kuartil K1 = data ke i (n + 1) dengan i = 1, 2, 3
4
Contoh: Sampel dengan data 75, 82, 66, 74, 56, 92, 94, 86, 52, 60, 70, setelah disusun :
52, 56, 57, 60, 64, 66, 70, 75, 82, 86, 92, 94.
Letak K1 = data ke (12 + 1)/4 = data ke 3 ¼ , yaitu antara data ke -3 dan data ke- 4
seperempat jauh dari data ke -3
Nilai K1 = data ke-3 + ¼ (data ke-4 – data ke-3) = 57 + ¼ (60 – 57) = 57¾
Dengan cara yang sama dapat ditentukan nilai K2 dan K3
Letak K3 = data ke 3(12+1)/4 = 39/4= 9 3/4
Nilai K3 = data ke 9 + ¾ (data ke-10 – data ke-9) = 82 +¾ (86 – 82) = 85
Letak K2 = Data ke 2(12+1)/4=6 2/4 = 6 ½
Nilai K2 = 66 + ½ (70 -66) = 68
DESIL
Jika sekumpulan data dibagi menjadi 10 bagian yang sama
banyak, sesudah disusun menurut urutan nilainya, maka
didapat sembilan pembagi , bilangan pembaginya disebut desil
Ada sembilan buah desil: k1, k2, k3, K4….K9
Menentukan nilai desil:
Susun data menurut urutan nilainya
Tentukan letak desil
Tentukan nilai desil
Σ (xi – x)2
= i=1
s n-1
s = standar deviasi sampel
Xi = data ke i
X = mean sampel
n = ukuran sampel
VARIANS (VARIANSI) SAMPEL
DATA YANG BELUM DIKELOMPOKKAN
VARIANS (VARIANS) = s2
Bila X1, X2, Xn sampel acak berukuran n, maka VARIANSI
sampel didefinisikan sebagai:
n
s2 = Σ (xi – x)2
i=1
n-1
s2 = variansi
Xi = data ke i
X = mean sampel
n = ukuran sampel
MENGHITUNG
STANDAR DEVIASI (SIMPANGAN BAKU)
DATA YANG BELUM DIKELOMPOKKAN
Menghitung Standar Deviasi
Hitung mean sampel, x
Buat Tabel untuk menghitung deviasi dari mean, (xi – x)
Σ (xi – x)2
= i=1
s n-1
STANDAR DEVIASI (SIMPANGAN BAKU)
Σ 10.8334
σ = Σ (xi – µ)2
i=1
N
VARIANSI POPULASI
n
σ2 = Σ (xi – µ)2
i=1
N
σ = simpangan baku populasi
µ = mean populasi
N = ukuran populasi
xi = data ke i dari variabel acak X
STANDAR DEVIASI (SIMPANGAN BAKU)
SAMPEL
DATA SUDAH DIKELOMPOKKAN
STANDAR DEVIASI
Bila X1, X2, Xn sampel acak berukuran n, maka stndar
deviasi sampel didefinisikan sebagai:
n
Σ (xi – x)2 . fi
= i=1
s n-1
s = standar deviasi sampel
Xi = data ke i
X = mean sampel
n = ukuran sampel
fi = frekuensi kelas ke i
VARIANS (VARIANSI) SAMPEL
DATA SUDAH DIKELOMPOKKAN
VARIANS (VARIANS) = s2
Bila X1, X2, Xn sampel acak berukuran n, maka VARIANSI
sampel didefinisikan sebagai:
n
s2 = Σ (xi – x)2 . fi
i=1
n-1
s2 = variansi
Xi = data ke i
X = mean sampel
n = ukuran sampel
fi = frekuensi kelas ke i
STANDAR DEVIASI (SIMPANGAN BAKU)
DAN VARIANS POPULASI
DATA SUDAH DIKELOMPOKKAN
STANDAR DEVIASI POPULASI
n
σ2 = Σ (xi – µ)2 fi
i=1
N
σ = simpangan baku populasi
µ = mean populasi
N = ukuran populasi
xi = data ke i dari variabel acak X
fi = frekuensi kelas ke i
STANDAR DEVIASI (SIMPANGAN
BAKU) DATA BERKELOMPOK
2 2
Tinggi badan (cm) xi f x.f (xi – µ) (xi – µ) f.(xi – µ)
140 - 144 142 2 284 15,7 246,49 492,98
145 - 149 147 4 588 10,7 114,49 457,96
150 - 154 152 10 1520 5,7 32,49 324,9
155 - 159 157 14 2198 0,7 0,49 6,86
160 - 164 162 12 1944 4,3 18,49 221,88
165 - 169 167 5 835 9,3 86,49 432,45
170 - 174 172 3 516 14,3 204,49 613,47
∑ 50 7885 60,7 703,43 2550,5