Anda di halaman 1dari 26

KELOMPOK 1

1. Rika Nur Okaviani (J120190068)


2. Dita Hapsari (J120190078)
3. Angger Perdana W (J120190114)
4. Ifah Nur Fauziyyah (J120190120)
5. Atikah Nurulinsani (J120190144)
6. Paradise Adhibah AHR (J120190152)
7. Fatati Nurainni Putri(J120190157)

Jl. A.Yani Pabelan, Kartasura, Surakarta – Indonesia 57162


Telp.: +62-271-717417, Fax. +62-271-715448
Website: www.ums.ac.id, email: ums@ums.ac.id
Tendensi sentral dan dispersi

Outline

1. Definisi 2. Metode 3. Contoh

Jl. A.Yani Pabelan, Kartasura, Surakarta – Indonesia 57162


Telp.: +62-271-717417, Fax. +62-271-715448
Website: www.ums.ac.id, email: ums@ums.ac.id
 DEFINISI TENDENSI SENTRAL
Tendensi sentral adalah pengukuran statistik untuk
menentukan skor tunggal yang menetapkan pusat dari
distribusi.

Tujuan tendensi sentral adalah untuk menemukan skor single


yang paling khusus atau paling representatif dalam
kelompok. (Gravetter & Wallnau, 2007).

Jl. A.Yani Pabelan, Kartasura, Surakarta – Indonesia 57162


Telp.: +62-271-717417, Fax. +62-271-715448
Website: www.ums.ac.id, email: ums@ums.ac.id
METODE

M ean Median Modus

Jl. A.Yani Pabelan, Kartasura, Surakarta – Indonesia 57162


Telp.: +62-271-717417, Fax. +62-271-715448
Website: www.ums.ac.id, email: ums@ums.ac.id
 MEAN
Biasanya diketahui sebagai ilmu hitung rata-rata. Rata-
rata untuk populasi diidentifikasi dalam huruf yunani
yakni μ (mew), dan rata-rata untuk sampel adalah “M atau
x ( x-bar) ”. Berfungsi sebagai titik keseimbangan & selalu
berada diantara skor tertinggi dan terendah.
Rumus Mean pada distribusi tunggal dan kelompok

Keterangan : μ = rata-rata populasi ; X =rata-rata sampel


ΣX = penjumlahan seluruh skor dalam distribusi
N = Jumlah skor / subjek

Jl. A.Yani Pabelan, Kartasura, Surakarta – Indonesia 57162


Telp.: +62-271-717417, Fax. +62-271-715448
Website: www.ums.ac.id, email: ums@ums.ac.id
Rumus distribusi kelompok :

Keterangan : f : frekuensi; X =rata-rata sampel


Σ = penjumlahan seluruh skor dalam distribusi
Nt =Nilai tengah
 
Contoh mean

Jl. A.Yani Pabelan, Kartasura, Surakarta – Indonesia 57162


Telp.: +62-271-717417, Fax. +62-271-715448
Website: www.ums.ac.id, email: ums@ums.ac.id
 MEDIAN
Yakni skor yang membagi distribusi menjadi dua. Median
sama dengan persentil ke-50.

Tujuan = menentukan titik tengah distribusi.


Sehingga data harus diurut mulai dari terendah – tertinggi.

Rumus median data tunggal dan kelompok

Jl. A.Yani Pabelan, Kartasura, Surakarta – Indonesia 57162


Telp.: +62-271-717417, Fax. +62-271-715448
Website: www.ums.ac.id, email: ums@ums.ac.id
Contoh Median Data Tunggal

M e   n  1 / 2

M e  15  1/ 2  8

Jl. A.Yani Pabelan, Kartasura, Surakarta – Indonesia 57162


Telp.: +62-271-717417, Fax. +62-271-715448
Website: www.ums.ac.id, email: ums@ums.ac.id
Contoh Median Data Kelompok

M e  Me '  iMe''  fkum /


f

Jl. A.Yani Pabelan, Kartasura, Surakarta – Indonesia 57162


Telp.: +62-271-717417, Fax. +62-271-715448
Website: www.ums.ac.id, email: ums@ums.ac.id
 MODUS (MODE)
Modus adalah skor yang paling sering terlihat dalam kelompok
data/ skor yang paling sering muncul.
• Pada distribusi tunggal = nilai variabel yang mempunyai
frekuensi tertinggi dalam distribusi.

Jl. A.Yani Pabelan, Kartasura, Surakarta – Indonesia 57162


Telp.: +62-271-717417, Fax. +62-271-715448
Website: www.ums.ac.id, email: ums@ums.ac.id
• Pada distribusi bergolong = titik tengah interval kelas
yang mempunyai frekuensi tertinggi dalam distribusi.

Jl. A.Yani Pabelan, Kartasura, Surakarta – Indonesia 57162


Telp.: +62-271-717417, Fax. +62-271-715448
Website: www.ums.ac.id, email: ums@ums.ac.id
Contoh Modus Data Kelompok

M o  LMo  [d1 /(d1  d 2 )]i

M o  81  [2 /(2  1)]5 
84,3

Jl. A.Yani Pabelan, Kartasura, Surakarta – Indonesia 57162


Telp.: +62-271-717417, Fax. +62-271-715448
Website: www.ums.ac.id, email: ums@ums.ac.id
 DEFINISI DISPERSI
Dispersi/Nilai Penyebaran Data adalah suatu nilai
yang menunjukkan seberapa jauh nilai pengamatan
tersebar di sekitar nilai rata-rata, sering disebut juga
variasi atau dispersi. Dispersi atau Variabilitas adalah
derajat penyebaran nilai-nilai variabel dari suatu tendensi
sentral (nilai sentral) dalam suatu distribusi.

Nilai-Nilai Penyebaran Data :


1. Range
2. Deviasi Kuartil
3. Deviasi Rata-Rata
4. Deviasi Standar
Jl. A.Yani Pabelan, Kartasura, Surakarta – Indonesia 57162
Telp.: +62-271-717417, Fax. +62-271-715448
Website: www.ums.ac.id, email: ums@ums.ac.id
1. Range
Range/Jarak merupakan ukuran variasi data yang paling
sederhana. Range menyatakan ukuran yang menunjukkan selisih nilai
antara maksimum dan minimum atau selisih bilangan terbesar
dengan bilangan terkecil. Dengan range, akan diketahui dengan
segera gambaran seberapa jauh data itu memencar (merentang) tetapi
tidak menunjukkan tentang keragaman datanya.
Rumus Range :
Urutkan data dari yang terkecil ke terbesar
Nilai Range Data Tunggal
= nilai data terbesar – nilai data terkecil

Jl. A.Yani Pabelan, Kartasura, Surakarta – Indonesia 57162


Telp.: +62-271-717417, Fax. +62-271-715448
Website: www.ums.ac.id, email: ums@ums.ac.id
Nilai Range Data Kelompok :
= Batas bawah kelas terakhir - batas bawah kelas pertama
atau
= Nilai tengah tertinggi – Nilai tengah terendah

Contoh Range Data Tunggal


Perusahaan Harga Saham

Sentul City 530

Tunas Baru 580

proteinprima 650 Range


total 750 = 840 – 530
Mandiri 840 = 310
Jl. A.Yani Pabelan, Kartasura, Surakarta – Indonesia 57162
Telp.: +62-271-717417, Fax. +62-271-715448
Website: www.ums.ac.id, email: ums@ums.ac.id
Contoh Range Data Kelompok
Batas atas
Kelas terendah

Batas atas
Kelas tertinggi

Range :
= 9754 – 215
= 9539

Jl. A.Yani Pabelan, Kartasura, Surakarta – Indonesia 57162


Telp.: +62-271-717417, Fax. +62-271-715448
Website: www.ums.ac.id, email: ums@ums.ac.id
2. Deviasi Kuartil (Quartile Deviation)

Deviasi kuartil didapatkan dengan cara menghitung nilai rata-rata


dari Q1 dan Q3.
Rumus : Deviasi Kuartil = (Q3 – Q1)

Deviasi kuartil lebih stabil dibandingkan range karena tidak


dipengaruhi oleh nilai ekstrim

Jl. A.Yani Pabelan, Kartasura, Surakarta – Indonesia 57162


Telp.: +62-271-717417, Fax. +62-271-715448
Website: www.ums.ac.id, email: ums@ums.ac.id
D q  q 3  q1 / 2
Jl. A.Yani Pabelan, Kartasura, Surakarta – Indonesia 57162
Telp.: +62-271-717417, Fax. +62-271-715448
D q  87  46 / 2 
Website: www.ums.ac.id, email: ums@ums.ac.id
3. Deviasi Rata-Rata (Mean Deviation)

Deviasi Rata-Rata merupakan penyimpangan nilai-nilai


individu terhadap nilai rata-rata. Angka selisih antara hasil
pengamatan dengan rata-rata diambil harga mutlaknya tanpa
memperhatikan tanda aljabarnya. Deviasi rata-rata bermanfaat
untuk mengetahui variasi yang terjadi dalam satu kelompok
pengamatan atau membandingkan tingkat variabilitas dua
kelompok atau lebih. Kekurangan deviasi rata-rata yaitu tidak
dapat mengetahui simpangan ke kiri atau ke kanan.

Rumus Deviasi Rata-Rata

Jl. A.Yani Pabelan, Kartasura, Surakarta – Indonesia 57162


Telp.: +62-271-717417, Fax. +62-271-715448
Website: www.ums.ac.id, email: ums@ums.ac.id
Contoh Deviasi Rata – Rata Data Tunggal
Nilai
Perusahaan Indek x-X Mutlak
Sentul City 7.5 1.14 1.14
Tunas Baru 8.2 1.84 1.84
proteinprima 7.8 1.44 1.44
total 4.8 -1.56 1.56
Mandiri 3.5 -2.86 2.86
Total 31.8 8.84
Rata -rata (X) 6.36 MD 1.768

MD =
= ∑|x - x| / n
= 8.84 / 5
= 1.768
Jl. A.Yani Pabelan, Kartasura, Surakarta – Indonesia 57162
Telp.: +62-271-717417, Fax. +62-271-715448
Website: www.ums.ac.id, email: ums@ums.ac.id
Contoh Deviasi Rata-Rata Data Kelompok
Interval Titik tengah
Kelas Kelas f (x) f.x |x - X| f.|x - X|
1 16 24 10 20 200 13.68 136.8
2 25 33 18 29 522 4.68 84.24
3 34 42 14 38 532 4.32 60.48
4 43 51 4 47 188 13.32 53.28
5 52 60 2 56 112 22.32 44.64
6 61 69 2 65 130 31.32 62.64

Total   50 1684 89.64 442.08


Rata - rata
(X)     33.68    

MD = (∑f.|x - X|) / n = 442.08 / 50 = 8.8416


Jl. A.Yani Pabelan, Kartasura, Surakarta – Indonesia 57162
Telp.: +62-271-717417, Fax. +62-271-715448
Website: www.ums.ac.id, email: ums@ums.ac.id
4. Varian dan Deviasi Standar (Standard Deviation)

Deviasi Standar adalah suatu statistik yang digunakan untuk


menggambarkan variabilitas / dispersi dalam suatu variabilitas
dalam suatu distribusi maupun variabilitas beberapa distribusi .
Deviasi standar memegang peranan penting karena dapat
memberikan gambaran tentang penyimpangan yang terjadi pada
setiap nilai hasil pengamatan terhadap rata-rata suatu distribusi.
Deviasi standar sampel yang baik seharusnya merupakan ukuran
yang tidak bias terhadap standar deviasi populasi, sehingga nilai n
diganti dengan n-1 untuk sampel.

Jl. A.Yani Pabelan, Kartasura, Surakarta – Indonesia 57162


Telp.: +62-271-717417, Fax. +62-271-715448
Website: www.ums.ac.id, email: ums@ums.ac.id
Varian

(x - x )2
s 2=
n -1

Deviasi Standar

S =  s²

Jl. A.Yani Pabelan, Kartasura, Surakarta – Indonesia 57162


Telp.: +62-271-717417, Fax. +62-271-715448
Website: www.ums.ac.id, email: ums@ums.ac.id
Contoh Varian dan Deviasi Standar

Harga
No Perusahaan saham x-X (x - X)² Varians :
1 Jababeka 215 -358 128164 ∑(x – X)²
2 Indofarma 290 -283 80089
s² =
3 Budi Acid 310 -263 69169
4 Kimia farma 365 -208 43264
n–1
5 Sentul City 530 -43 1849 s² = 824260 / 9
6 Tunas Baru 580 7 49 s² = 91584.44
7 proteinprima 650 77 5929
8 total 750 177 31329
9 Mandiri 840 267 71289 Deviasi standar:
10 Panin 1200 627 393129 S =  s²
Jumlah 5730   824260 S =  91584.44
Rata - Rata (X) 573 s² 91584.44
S = 302.63
    S 302.63

Jl. A.Yani Pabelan, Kartasura, Surakarta – Indonesia 57162


Telp.: +62-271-717417, Fax. +62-271-715448
Website: www.ums.ac.id, email: ums@ums.ac.id
Referensi

1. https://www.rumusstatistik.com/2013/08/median-data-berkelompok.html
2. http://dr-suparyanto.blogspot.com/2010/03/pengukuran-dispersi.html?m=1
3. Powerpointbiostatistiktendensisentraldanukurandispersi
4. http://www.definisimenurutparaahli.com/pengertian-tendensi/
5. https://nilazaima.wordpress.com/2014/05/13/tendensi-sentral-central-tendency/

Jl. A.Yani Pabelan, Kartasura, Surakarta – Indonesia 57162


Telp.: +62-271-717417, Fax. +62-271-715448
Website: www.ums.ac.id, email: ums@ums.ac.id
T erimakasih

MATUR
NUWUN

Anda mungkin juga menyukai