PENYEBARAN
Menunjukkan selisih antara data yang paling tiggi
dengan data yang paling rendah
Dapat menunjukkan variasi distribusi data
Dimana :
X = Nilai data
X = Rata-rata Hitung
N = banyaknya data
Rumus untuk data berkelompok :
SR =
Tanda nilai mutlak berfungsi untuk menjamin agar
simpanan bernilai positif, karena dispersi data
merupakan ukuran yang bernilai positif
Contoh soal
= 30
5
=
= 20
VARIANCE
O Simpangan baku atau standar deviasi
merupakan bentuk akar pangkat 2 dari
variansi. Biasanya Ukuran Variansi ini di
berikan simbol
O Variansi bisa di sebagai ukuran penyabaran
O Varians adalah rata-rata kuadrat selisih atau
kuadrat simpangan dari semua nilai data
terhadap rata-rata hitung
Rumus
O Data tidak berkelompok :
O = (X - X)
n-1
o Untuk Data yang tidak berkelompok :
O = (X - X)
n-1
Contoh soal
O Tentukan variansi dari sekelompok data pada
contoh soal di bawah ini :
O = ++++
5-1
Simpangan Baku
O Merupakan Ukuran Penyebaran Yang Paling
Banyak Digunakan
O Dikenalkan oleh Karl Pearson
O Merupakan ukuran penyebaran yang paling
teliti.
O = untuk data berkelompok
X 20 30 50 70 80 250
400 900 2500 4900 6400 15100
O =
=
= / 20
=
= 25,49
Contoh soal
O Carilah simpangan baku dari data umur pasien
poli anak :
O 13,14,11,12,10,9,8,9,8
No Kelas Interval Frekuensi(f)
1 18-22 3
2 23-27 10
3 28-32 35
4 33-37 65
5 38-42 30
6 43-47 45
7 48-52 26
8 53-57 11
9 58-62 5
Ʃ (Jumlah Total) 230
Momen
O Penyimpangan data ke sekian, semisal momen
ke -1, berarti penyimpangan data yang
pertama rata-rata, momen ke 3 berarti
penyimpangan data yang ke 3 dari rata-rata
O Rumus :
O
Dimana nilai r adalah nilai momen yang ke ...
( r=1,2,3...)
O Untuk data berkolompok rumusnya adalah :
O atau
O
Kemiringan / skewness
O Merupakan ukuran ketidaksimetrisan
(kemencengan) distribusi.
O Distribusi yang ekor kurvanya lebih panjang
ke kanan di sebut menceng ke kanan atau
positif skewness
Menggambarkan model kurva
distribusi data
O Model positif – ekor memanjang ke kanan
O Model negatif – ekor memanjang ke kiri
O Simetri – sisi kanan dan sisi kiri sama
O Mo: Me:M
Karl Pearson
Koefisien Skweness :
= -
SK=
Keterangan :
SK<0 = model Negatif
SK = 0 – simetris
SK > 0 – model positif Jika Skweness bernilai (0) maka
distribusi data normal
Keruncingan distribusi data
Distribusi data
yang puncanya Plati
relatif rendah
(mendatar)
kurtik
Hupo Sementara
Thesis
pernyataan /Dugaan
Hypothesis
Penelitian Disbut juga sebagai
Research Hypotheisis
Dinyatakan dalam
sebuah kalimat simpulan
Misalnya : ada hubungan
antara a dan b
Hypothesis
Statistik Disebut juga Statistical
hypothesis
Menyatakan bahwa
terdapat perbedaan
antara dua kelompok
Satu arah
Dilih jika hipothesis alterna tif menunjukkan bahwa terdapat
perbedaan satu sama lain lebih tinggi atau lebih rendah
Contoh :
Pekerja yang merokok lebih cepat lelah dibandingkan yang tidak
Contoh Hypothesis statistik
Menyatakan perbedaan
tanpa melihat mana yang
lebih besar atau lebih
kecil
Keadaan sebenarnya
Keputusan pengguna
HO Benar HO Salah