Describing Data:
Numerical Measures of Central
Tendency
Chapter 3
(Sebagian Part 1)
McGraw-Hill/Irwin Copyright © 2012 by The McGraw-Hill Companies, Inc. All rights reserved.
Materi Inti
Tendensi Sentral
Dispersi
KemiringanKurtosis
Learning Objectives
LO1 Menjelaskan konsep tendensi sentral.
LO2 Mengidentifikasi dan menghitung mean aritmatika.
LO3 Menghitung dan menafsirkan mean tertimbang.
LO4 Tentukan median.
LO5 Mengidentifikasi mode.
LO6 Hitung mean geometris.
3-3
Parameter Versus Statistik
PARAMETER: Pengkuran karakteristik pada
populasi
3-4
Ingat Filosofi “Derajat”
Suatu Bukit
#EDISI DATA TUNGGAL LO1 Menjelaskan konsep
Populasi tendensi sentral
1. Mean LO2 Mengidentifikasi dan
Sampel menghitung mean aritmatika.
Untuk data yang tidak tunggal,
mean populasi adalah jumlah dari semua nilai populasi dibagi dengan total Sifat Mean Aritmatika
populasi yang ada (N). •Setiap set data tingkat interval dan tingkat rasio
mean sampel adalah jumlah dari semua nilai sampel dibagi total sampel yang memiliki mean
dipilih .(n) •Semua nilai disertakan dalam menghitung mean.
•Sekumpulan data memiliki arti yang unik.
•Rata-rata dipengaruhi oleh besar atau kecil yang tidak
nilai observasi
• Rata-rata aritmatika adalah satu-satunya ukuran
tendensi central dimana jumlah penyimpangan masing-
masing nilai dari mean adalah nol•
•Rata-rata aritmatika adalah ukuran yang berguna
untukmembandingkan dua atau lebih populasi
• Aritmatika berarti tidak sesuai untuk distribusi
frekuensi terbuka
3-7
#EDISI DATA TUNGGAL LO3 Menghitung dan
menafsirkan mean tertimbang.
Mean Tertimbang
Rata-Rata Tertimbang dari satu setnomor X1, X2, ..., Xn, dengan bobot
yang sesuai w1, w2,..., wn, dihitung dari rumus berikut:
Contoh...
Mahasiswa FEB Unair membayar setiap jamnya untuk asisten dosen $ 16,50, $ 19,00,
atau $ 25,00 per jam.
Misalnya ada 26 asisten mahasiswa, 14 mahasiswa dibayar pada tingkat $ 16,50,
10 pada tingkat $ 19,00, dan 2 pada tingkat tarif $ 25,00.
Berapa rata-rata tarif per jam yang dibayarkan 26 asisten mahasiswa tersebut?
#EDISI DATA BERKELOMPOK
MEDIAN adalah titik tengah nilai setelah diurutkan dari yang terkecil ke terbesar, atau terbesar ke terkecil.
SIFAT MEDIAN
n Ada median unik untuk setiap kumpulan data.
n Tidak dipengaruhi oleh nilai yang sangat besar atau kecil dan oleh karena itu merupakan ukuran yang
berharga dari tendensi sentral ketika nilai-nilai tersebut terjadi.
n Dapat dihitung untuk data tingkat rasio, tingkat interval, dan tingkat ordinal.
n Dapat dihitung untuk distribusi frekuensi terbuka jika median tidak terletak pada kelas terbuka.
n Dapat dikembangkan menjadi Fraktal (Kuartil, Desil, Persentil)
Tinggi empat pemain bola basket, dalam inci,
Contoh: Usia untuk sampel lima mahasiswa adalah... adalah:
21, 25, 19, 20, 22 76, 73, 80, 75
3-10
#EDISI DATA BERKELOMPOK
MEDIAN data berekolompok adalah titik tengah nilai setelah diurutkan dari yang terkecil ke terbesar, atau
terbesar ke terkecil namun dalam perspekitif data berkelompok (memiliki kelas-kelas tertentu)
3-11
Lanjutan
#EDISI DATA TUNGGAL
LO5 Identify the mode.
3 Modus
Modus adalah nilai pada observasi yang paling sering muncul.
Lihat
Excel
3-13
#EDISI DATA KELOMPOK
LO5 Identify the mode.
3 Modus
Modus data berkelompok adalah nilai pada observasi yang paling sering
muncul perspekitif data berkelompok (memiliki kelas-kelas tertentu)
SIFAT MODUS
•Tidak ada modus unik
untuk setiap kumpulan
data.•
•Tidak terpengaruh oleh
sangat besar atau kecil
nilai dan karena itu
merupakan ukuran yang
berharga dalam
tendensi sentral ketika
nilai-nilai modus dapat
muncul
•Dapat dihitung untuk
tingkat rasio, tingkat
interval,data tingkat
ordinal, dan tingkat
nominal
3-14
Lanjutan...
LO3, LO4, LO5
3-16
LO6 Hitung mean geometris.
EXAMPLE:
Pengembalian investasi yang diperoleh Atkins Construction Company selama empat tahun berturut-
turut adalah: 30 persen, 20 persen, -40 persen, dan 200 persen. Berapa rata-rata tingkat
pengembalian investasi atas investasi?
3-17
Contoh lain Contoh lain
Tingkat bunga tiga
obligasi adalah 5, 7,
dan 4 persen.
Rata-rata geometri
Rata-rata aritmatik
Lanjutan...
Penggunaan lain dari mean geometris adalah untuk menentukan persentase
kenaikan rata-rata dalam penjualan,produksi atau bisnis lain atau seri ekonomi dari
satu periode waktu ke periode lain.
Nilai Awal
Nilai Akhir
Belajar Mengenai Dispersi
Describing Data:
Numerical Measures of Dispersion
Chapter 3
(Sebagian Part 2)
McGraw-Hill/Irwin Copyright © 2012 by The McGraw-Hill Companies, Inc. All rights reserved.
Learning Objectives
LO1 Menjelaskan konsep tendensi sentral.
LO2 Mengidentifikasi dan menghitung mean aritmatika.
LO3 Menghitung dan menafsirkan mean tertimbang.
LO4 Tentukan median.
LO5 Mengidentifikasi mode.
LO6 Menghitung Mean geometris.
3-21
Mari Ingat kembali pertemuan
minggu lalu...
LO7 Menjelaskan dan
mengaplikasikan pengukuran
Ukuran lokasi, seperti mean atau median, hanya menggambarkan pusat data
(kecenderungan data ke tengah).Namun hal tersebut tidak mengungkap informasi
apa pun tentang penyebaran data.
Misalnya, jika pemandu wisata alam Anda memberi tahu Anda bahwa kedalaman
sungai di depan rata-rata 3 meter, apakah Anda ingin menyeberang dengan berjalan
kaki tanpa informasi tambahan? Mungkin tidak.
Naluri ingin mengetahui sesuatu tentang variasi kedalaman akan muncul.
Mempelajari penyebaran data (dispersi) pada populasi/sampel juga berguna untuk
membandingkan penyebaran dalam dua atau lebih distribusi.
RANGE
MEAN DEVIATION
3-23
DISPERSI DATA TUNGGAL
1
Range (Jangkauan)
LO7
2
Contoh – Mean Deviation (Deviasi Rata-Rata)
EXAMPLE:
Berikut data jumlah cappucino yang dijual di lokasi Starbucks
Bandara Orange Country antara pukul 4 dan 7 malam. Pada
sampel 5 hari di tahun lalu diantaranya: 20, 40, 50, 60, dan 80.
Tentukan mean deviasi dari jumlah cappucino yang terjual.
x
x 20 40 50 60 80 50
n 5
3-26
3 4 LO7
Berapa variansinya?
Step 2: Setiap data dikurangi dengan rata-rata, hasilnya dikuadratkan masing-masing (menjadi nilai positif).
Step 3: Jumlahkan selurung nilai pada Step 2
Step 4: Jumlah nilai pada Step 3 dibagi dengan jumlah observasi populasi.
x 19 17 ... 34 10 348 29
N 12 12
2
( X ) 2
1,488
124
N 12
3-28
LO7
Contoh– Variansi dan Standar Deviasi pada
Sampel
Where :
s 2 is the sample variance
X is the value of each observation in the sample
X is the mean of the sample
EXAMPLE
n is the number of observations in the sample
Upah per jam untuk sampel karyawan paruh
waktu di Home Depot adalah: $ 12, $ 20, $
16, $ 18, dan $ 19.
Hitung variansi sampelnya ?
3-29
LO7
Range
Mean Deviation
(Deviasi rata-rata)
Variansi Populasi
Variansi Sampel
Standar Deviasi
Populasi
Standar Deviasi
Sampel
1 LO7
Range (Jangkauan)
Variansi
Semua observasi digunakan dalam perhitungan
Nilainya sangat dipengaruhi oleh pengamatan ekstrim
Selalu positif
Standar Deviasi
Dibentuk dari akar variansi
Termasuk jenis pengukuran dispersi yang sering digunakan
LO8 Menjelaskan Chebyshev’s
Theorem dan aplikasinya
Contoh:
Hasil rata-rata nilai UTS mahasiswa Akuntansi kelas N adalah 51,54. dengan standar deviasi 7,51. Sedikitinya kontribusi yang
terletak di pada penambahan 3,5 standar deviasi dan pengurangan 3,5 standar deviasi dari rata-ratanya.....?
3-36
Materi BAB mengenai Central
Tendensi dan Dispersi
Belajar Mengenai Kemiringan Skewness
(Kemiringan) dan Kurtosis (Kelancipan)
Describing Data:
Numerical Measures of Skewness and
Kurtosisi
Chapter 3
(Sebagian Part 3)
McGraw-Hill/Irwin Copyright © 2012 by The McGraw-Hill Companies, Inc. All rights reserved.
Kemencengan Atau Kemiringan (Skewness)
Cara menghitung:
X M0
sk ; sk koefisien kemiringan Pearson
s
Jika diketahui :
X Mo 3 X Me
Maka :
sk
3 X Me
s
SkB
Q3 Q2 Q2 Q1
Sk
Q3 Q2 Q2 Q1
= 0 symmetric (Q2-Q1 = Q3-Q2)
B
Sk = + positively skewed
B
Q1 45,895
Nilai Ujian Frekeunsi
Q2 54,37
20 – 29,99 4
30 – 39,99 9 Q3 61,87
40 – 49,99 25 Q3 2Q2 Q1
sk B
50 – 59,99 40 Q3 Q1
60 – 69,99 28
61,87 2(54,37) 45,895
70 – 79,99 5
Jumlah 111
61,87 45,895
0,06
Karena skB negatif, maka kurva
miring ke kiri dengan
kemencengan yang berarti
Relative skewness :
1
n
X X 3
Ungrouped data : 3
s3
1
N
f X X 3
Grouped data : 3
s3
KarlPearson : 3 0,5
Kenny & Keeping :
-2 3 2 (moderately skewed)
3 2 (significantly skewed)
Skewness for Grouped Data
Solusi
Maka,
KERUNCINGAN/KURTOSIS/ PEAKEDNESS
Menunjukkan tingkat kepuncakan
(keruncingan) dari sebuah distribusi
yang biasanya diambil secara relatif
terhadap suatu distribusi normal
Berdasarkan keruncingan, kurva
distribusi dapat dibedakan menjadi
3 macam, yaitu:
Leptokurtik
Distribusi yang memiliki puncak
relatif tinggi
Platikurtik
Distribusi yang memiliki puncak
hampir mendatar
Mesokurtik
Distribusi yang memiliki puncak
yang tinggi dan tidak mendatar
Peakedness
Formula :
1
n X X
4
4
Ungrouped
s4
data :
f X X
4
1
Grouped data : 4 N
s4
Note :
4 = 3 normo/mesokurtic
4 = > 3 leptokurtic
4 = < 3 platykurtic
Peakeness for Grouped Data
Peakeness ?
Solusi
TERIMAKASIH
McGraw-Hill/Irwin Copyright © 2012 by The McGraw-Hill Companies, Inc. All rights reserved.