UKURAN PEMUSATAN,

PENYEBARAN, DAN DISTRIBUSI

DATA

Erika Indah Safitri, S. Farm., M.Farm.

 UKURAN PEMUSATAN DATA
• Mean
• Median
• Modus
1. Mean (rerata)
 Cont....

• Data yg belum dikelompokkan maka

dikelompokkan dahulu
• Dibuat tabel distribusi frekuensi
RUMUS :

K= 1+ 3,3 LOG N
• K = Kelas interval
• N = jumlah sampel
 Cont....

Menghitung interval
Rumus :

I= NTt – Nr
K

I = Interval
NTt = Nilai Tertinggi
Nr = Nilai terendah
K = Kelas Interval
 2. Modus
Modus data tunggal :

f(xm) = max f(xi), 1 ≤ i ≤ n

3. Median
 UKURAN LETAK DATA
• Kuartil
• Desil
• Persentil
 1. Kuartil
Kuartil data tunggal :
Cont.......
 2. Desil

Desil data tunggal :

Cont....
 3. Persentil
Persentil data tunggal :
Cont....
 PENYEBARAN DATA
• Range
• Simpangan rata-rata
• Varian
• Standar Deviasi
• Standar Eror
 1. Range/jangkauan
Rumus range untuk data tunggal dan kelompok :
 Cont....

 Semakin kecil rangenya maka semakin homogen distribusinya

 Semakin besar rangenya maka semakin heterogen
distribusinya
 Semakin kecil rangenya, maka meannya merupakan wakil
yang representatif
 Semakin besar rangenya maka meannya semakin kurang
representatif
 Range antar kuartil
Rumus range antar kuartil :

Simpangan/deviasi kuartil
Rumus simpangan kuartil :
 2. Simpangan rata-rata
Simpangan rata-rata data tunggal :

Simpangan rata-rata data kelompok :

 3. Varian/Ragam
Varian data tunggal :

Varian data kelompok :

 Koefisien ragam

Koefisien ragam untuk data tunggal dan kelompok :

4. Standar Deviasi/Simpangan baku
 4. Standar eror
•Rumus
  standar eror :
SE =

Keterangan :
SE : standar eror
S : simpangan baku
n : jumlah sampel
 DISTRIBUSI DATA
• Skewness
• Kurtosis
 1. Skewness

• Adalah
  ukuran simetri pada kecenderungan
sebaran data
• Rumus untuk data tunggal :
sk =
• Rumus untuk data kelompok:
sk =
 Cont....

 Kecondongan data ke arah kiri (condong negatif) dimana nilai

modus lebih dari nilai mean (mean<median< modus).
 Kecondongan data simetris (distribusi normal) dimana nilai
mean dan modus adalah sama (mean = median=modus).
 Kecondongan data ke arah kanan (condong positif) dimana nilai
mean lebih dari nilai modus (mean > median>modus).
 Z-Skewness = Skewness / sqrt(6/N)

• Interpretasi pada tingkat signifikansi (alpha) 5% :

a. Jika data memiliki nilai Z-Skewness < -1,96 berarti data
memiliki kecondongan kanan.

b. Jika data memiliki nilai Z-Skewness > +1,96 berarti data

memiliki kecondongan kiri.

c. Jika data memiliki nilai Z-Skewness antara -1,96 dan

+1,96, berarti data mendekati simetris.
 2. Kurtosis

• Adalah
  ukuran apakah data runcing atau pipih
relatif terhadap distribusi normal
• Rumus untuk data tunggal :
sk =
• Rumus untuk data kelompok:
sk =
 2. Kurtosis

 Leptokurtic, yaitu bagian tengah distribusi data memiliki puncak yang lebih
runcing (nilai keruncingan lebih dari 3).
 Mesokurtic, yaitu bagian tengah distribusi data memiliki  puncak diantara
Leptokurtic dan Platykurtic (nilai keruncingan sama dengan 3).
 Platykurtic, yaitu bagian tengah distribusi data memiliki puncak yang lebih
datar (nilai keruncingan kurang dari 3).
 Z-Kurtosis=Kurtosis/sqrt (24/N)
• Interpretasi pada tingkat signifikansi (alpha) 5% :
a. Jika data memiliki nilai Z-Kurtosis < -1,96, berarti data
memiliki keruncingan Leptokurtik.

b. Jika data memiliki nilai Z-Kurtosis > +1,96, berarti

data memiliki keruncingan Platikurtik.

c. Jika data memiliki nilai Z-Kurtosis antara -1,96 dan

+1,96, berarti data memiliki keruncingan Mesokurtik.
• Rasio Skewness
= skewness
SE. skewness
• Rasio Kurtosis
= kurtosis
SE. Kurtosis

Terdistribusi normal jika nilainya -2 sampai 2

Contoh kasus
statistika
deskriptif
DATA STATISTIK
DESKRIPTIF SPSS
Terimakasih