HELLO!

Us From The Group Of 8 (Eight)

1
 Kelompok 8

Nama Anggota Kelompok :

▰ Alfiansyah Hadi (10190116)

▰ Caprico Milenio Saputra (10190136)

▰ Fajar (10190131)

▰ Naufal Mumtaz Ramadhan (10190082)

▰ Putri Rizky Amalia Rachma (10190110)

2
“UKURAN GEJALA PUSAT DATA BELUM DIKELOMPOKAN,

UKURAN PENYEBARAN DATA (SIMPANGAN RATA-RATA,

STANDAR DEVIASI, JANGKAUAN KUARTIL, JANGKAUAN

PERSENTIL), REGRESI DAN KORELASI”

3
 1
UKURAN GEJALA PUSAT DATA
BELUM DIKELOMPOKAN

4
Pengertian Ukuran Gejala Pusat Data
Belum Dikelompokan
Ukuran gejala pusat data belum dikelompokan adalah data yang tidak
disusun ke dalam distribusi frekuensi sehingga tidak mempunyai interval kelas
dan titik tengah kelas. Sedangkan pada Ukuran gejala pusat data
dikelompokkan, datanya sudah disusun ke dalam sebuah distribusi frekuensi
sehingga data tersebut mempunyai interval kelas yang jelas dan mempunyai titik
tengah kelas.

Ukuran pemusatan data yang termasuk ke dalam analisis statistika

adalah rata-rata hitung (mean), median, modus, dan fraktil (kuartil, desil,
persentil).
5
 B. Median
Median merupakan suatu nilai yang berada di
tengah-tengah data, setelah data tersebut diurutkan. Atau
dengan kata lain, median adalah titik tengah dari semua
nilai data yang telah diurutkan dari nilai yang terkecil ke
yang terbesar, atau sebaliknya dari yang terbesar ke
yang terkecil. Hasil median sama dengan hasil dari
kuartil kedua.

Posisi tengah dari seperangkat data sebanyak N

yang telah terurut terletak pada posisi yang ke (N +
1)/2.
C. Modus

Modus merupakan merupakan nilai data yang

memiliki frekuensi terbesar atau nilai data yang paling
sering muncul / data frekuensi paling tinggi). 6
A. Rata-Rata Hitung (Mean)

Istilah mean dikenal dengan sebutan

angak rata-rata. Nilai rata-rata hitung
(mean) adalah total dari semua data yang
diperoleh dari jumlah seluruh nilai data
dibagi dengan jumlah frekuensi yang ada.
Untuk mencari rata-rata hitung berupa
data kelompok, maka terlebih
dahulu  harus ditentukan titik tengah dari
masing-masing kelas.

7
 D. Kuartil
Rumus :

Pada prinsipnya, pengertian kuartil sama dengan median.

Perbedaanya hanya terletak pada banyaknya pembagian kelompok
data. Median membagi kelompok data atas 2 bagian, sedangkan
kuartil membagi kelompok data atas 4 bagian yang sama besar,
sehingga akan terdapat 3 kuartil yaitu kuartil ke-1, kuartil ke-2 dan
kuartil ke-3, dimana kuartil ke-2 sama dengan median.

E. Persentil
Persentil adalah ukuran letak yang membagi suatu distribusi menjadi 100 bagian yang sama
besar.

Rumus : 8
 F. Jangkauan (Range)

Jangkauan atau range adalah selisih antara data pengamatan terbesar dengan data
pengamatan terkecil yang terdapat pada kumpulan suatu data tersebut.
Rumus jangkauan (range):

R=Xmax-Xmin

9
 Langkah-langkah Analysis Data Statistik
Menggunakan MS. Excel

Beberapa langkah yang dapat dilakukan dalam melakukan analysis data statistik adalah sebagai
berikut :
1. Dari menu utama Microsoft Excel klik menu Data dan pilih menu "Data Analysis".
2. Pilih menu "Descriptive Statistics" lalu klik OK.
3. Klik button pada Input Range dan masukkan data batas atas kelas ke dalam kolom Input
Range dengan cara mem-blok data tersebut.
4. Klik button "Output Range" dan tempatkan pointer pada tempat yang kosong.
5. Pilih "Summary Statitstics" dan klik ok.

10
 Hasil Analisa Jumlah Mahasiswa Baru Universitas Bina
Sarana Informatika Tahun 2021 Menggunakan Ms. Excel
Adapun table data dari hasil analisa adalah sebagai berikut :

11
Perhitungan Rata-Rata Hitung (Mean) Secara
Manual

12
Perhitungan Median Secara Manual

13
Perhitungan Modus Secara Manual

14
 Kesimpulan

Dari penjelasan di atas maka dapat disimpulkan bahwa Ukuran Gejala Pusat
adalah nilai dalam suatu rangkaian data yang dapat mewakili rangkaian data
tersebut. Sedangkan Ukuran Gejala Pusat Data Belum Dikelompokkan adalah data
yang tidak disusun ke dalam distribusi frekuensi sehingga tidak mempunyai interval
kelas dan titik tengah kelas, mencakup penyajian rata-rata, median, modus, kuartil,
desil dan persentil.

15
 2
UKURAN PENYEBARAN DATA (SIMPANGAN
RATA-RATA, STANDAR DEVIASI, JANGKAUAN
KUARTIL, JANGKAUAN PERSENTIL)
16
 Pengertian Ukuran Penyebaran Data

Penyebaran atau dispersi adalah pergerakan dari nilai observasi terhadap nilai rata- ratanya. Rata-rata
dari serangkaian nilai observasi tidak dapat diinterpretasikan secara terpisah dari hasil dispersi nilai-nilai
tersebut sekitar rata-ratanya. Makin besar variasi nilai , makin kurang representatif rata-rata distribusinya.
Adapun ukuran penyebaran data yang biasa dihitung adalah range (rentang), standar deviasi (simpangan
baku), kurtosis (keruncingan), skewness (kemiringan). Rentang data menunjukkan selisih antara nilai
terbesar dengan nilai terkecil dalam suatu himpunan data. Simpangan baku adalah jumlah mutlak selisih
setiap nilai pengamatan terhadap nilai rata-rata dibagi dengan banyaknya pengamatan, kurtosis merupakan
ukuran untuk menentukan bentuk-bentuk distribusi yang biasanya dibandingkan dengan kurva distribusi
normal.
Berdasarkan besar kecilnya penyebaran kelompok data dibagi menjadi dua, yaitu :
▰ Kelompok data homogen Penyebaran relatif kecil : Jika seluruh data sama, maka disebut kelompok data
homogen 100%.
▰ Kelompok data heterogen Penyebarannya relatif besar.

17
Simpangan Rata-Rata
Rata-rata simpangan adalah suatu simpangan
nilai untuk observasi terhadap rata-rata.
Rata-rata simpangan sering disebut
simpangan rata-rata atau mea deviasi, yang
dilambangkan dengan “SR”.
Rumus :

18
Perhitungan Simpangan Rata-Rata Secara Manual

19
Simpangan Rata-Rata Tunggal Menggunakan
MS.Excel

20
Simpangan Rata-Rata Kelompok Menggunakan
MS.Excel

21
Perhitungan Rata-Rata Kelompok Secara Manual

22
 Standar Deviasi/ Simpangan Baku
Simpangan Baku (S) dari sekumpulan
bilangan adalah akar dari jumlah deviasi
kuadrat dari bilangan-bilangan tersebut
dibagi dengan banyaknya bilangan atau akar
dari rata-rata deviasi kuadrat.
Data Tunggal : Data Kelompok :
Rumus :

23
Standar Deviasi Tunggal Menggunakan MS.Excel

24
Perhitungan Standar Deviasi Tunggal Secara
Manual

25
Perhitungan Standar Deviasi Tunggal Secara
Manual

26
Standar Deviasi Kelompok Menggunakan
MS.Excel

27
Perhitungan Standar Deviasi Kelompok Secara
Manual

28
Perhitungan Standar Deviasi Kelompok Secara
Manual

29
Jangkauan Kuartil
Jangkauan Kuartil adalah tiga nilai yg membagi data yang sudah diurutkan
menjadi empat bagian sama banyak. Kuartil merupakan ukuran yang
membagi data menjadi empat bagian yang sama. Seperti yang telah di
jelaskan di atas bahwa kuartil terdiri dari kuartil bawah (Q₁), kuartil
tengah (Q₂/median) dan kuartil atas (Q₃).Simpangan kuartil ialah setengah
dari selisih kuartil atas dengan kuartil bawah.
▰Simpangan kuartil = ½ (Q₃ – Q₁)
Rumus:

Data Tunggal : Data Kelompok :

JK = 1 (Q3 – Q1) Qi = Tbi + (((i/4)n – Fi)/fi)c
2
30
Jangkauan Kuartil Menggunakan MS.Excel

31
Perhitungan Jangkauan Kuartil Secara Manual

32
Jangkauan Persentil
Persentil ini diambil dari kata persen, per seratus.
Maka pengertian dari persentil yakni adalah
pembagian data terurut menjadi 100 buah bagian
yang sama banyak. Dari 100 buah bagian yang
dibagi sama banyak tersebut, dibatasi dengan 99
buah nilai persentil.
Rumus: Data Tunggal : Data Kelompok :

33
Jangkauan Persentil Menggunakan MS.Excel

34
Perhitungan Jangkauan Persentil Secara Manual

35
Kesimpulan

“
Ukuran penyebaran data yang telah dihitung adalah range (rentang),
standar deviasi (simpangan baku). Rentang data menunjukkan selisih
antara nilai terbesar dengan nilai terkecil dalam suatu himpunan data.
Simpangan baku adalah jumlah mutlak selisih setiap nilai pengamatan
terhadap nilai rata-rata dibagi dengan banyaknya pengamatan kurtosis
merupakan ukuran untuk menentukanbentukbentuk distribusi yang
biasanya dibandingkan dengan kurva distribusi normal.
Ukuran penyebaran dapat digunakan untuk menentukan apakah nilai rata-
ratanya benar-benar representatif atau tidak. Apabila suatu kelompok data
mempunyai penyebaran yang tidak sama terhadap nilai rata-ratanya, maka
dikatakan bahwa nilai rata-rata tersebut tidak representatif .

36
 3
Regresi dan Korelasi

37
 Pengertian Regresi 

Definisi regresi adalah metode statistik yang digunakan dalam keuangan,

investasi, dan disiplin ilmu lain. Gunanya untuk mencoba menentukan kekuatan dan
karakter hubungan antara satu variabel dependen (biasanya dilambangkan dengan Y)
dan serangkaian variabel lain(dikenal sebagai variabel independen). Hasil analisis
regresi adalah berupa koefisien regresi untuk masing-masing variable independent.
Koefisien ini diperoleh dengan cara memprediksi nilai variable dependen dengan
suatu persamaan.

38
 Persamaan Regresi Linear

Persamaan umum: Y = a + bX
Rumus untuk menentukan persamaan garis regresi:

39
 Pengertian Korelasi

Korelasi merupakan teknik analisis yang  termasuk dalam salah satu teknik pengukuran asosiasi /
hubungan (measures of association). Pengukuran asosiasi   merupakan istilah umum yang mengacu pada
sekelompok teknik dalam statistik bivariat yang digunakan untuk mengukur kekuatan hubungan antara dua
variabel. Analisis korelasi sederhana (Bivariate Correlation) digunakan untuk mengetahui keeratan hubungan
antara dua variabel dan untuk mengetahui arah hubungan yang terjadi. Koefisien korelasi sederhana
menunjukkan seberapa besar hubungan yang terjadi antara dua variabel.
Untuk mengetahui hubungan antara dua variabel, maka cukup melihat nilai dari koefisien korelasi.
Koefisien korelasi (r) merupakan indeks atau bilangan yang digunakan untuk mengukur keeratan hubungan
antar variabel.
Berikut adalah rumus dari koefisien korelasi :

40
 Analisis Regresi dan Korelasi
Analisis regresi merupakan salah satu analisis yang bertujuan untuk mengetahui pengaruh suatu
variabel terhadap variabel lain. Analisis regresi digunakan untuk mempelajari dan mengukur
hubungan statistik yang terjadi antara dua varibel atau lebih variabel.

• Independent Variable / variabel bebas (yang mempengaruhi)

Nilai prediktor ditulis pada sumbu X (sumbu horizontal)

• Dependent Variable / variabel terikat (yang dipengaruhi)

Nilai terikat ditulis pada sumbu Y (sumbu vertikal)

• Variabel tak bebas (Y) dalam penelitian merupakan respon (outcome) yang diukur akibat
perlakuan dari variabel bebas (X).

41
 Macam-Macam Regresi Dan Korelasi

Macam-macam regresi itu terbagi lima antara lain sebagai berikut:

1. Regresi Linier Sederhana yaitu hubungan antara 2 variabel. Yaitu X (variabel
bebas) dan Y (variabel tak bebas). Kedua variable datanya kuantitatif.
2. Regresi Linier Berganda yaitu hubungan antara variabel y dengan dua atau lebih
variabel X. Semua variable datanya kuantitatif.  
3. Regresi Nonlinier yaitu hubungan antara variabel y dan x yang tidak linier. Tidak
linier maksudnya laju perubahan Y akibat laju perubahan X tidak konstan untuk
nilai-nilai x tertentu.
4. Regresi Dummy yaitu hubungan antara variabel y (data kuantitatif) dan variabel
X (data kualitatif).
5. Regresi Logistik yaitu hubungan antara variabel y (data kualitatif) dan variabel X
(data kuantitatif).
42
 Macam-Macam Regresi Dan Korelasi

Macam-macam korelasi terdiri dari:

1.  Korelasi Positif adalah tingkat hubungan antara dua variabel yang mempunyai ciri, bahwa perubahan
variabel independent x (variabel bebas x) diikuti oleh perubahan variable dependent y (variabel bebas y) secara
‘’Searah’’
2.  Korelasi Negatif adalah tingkat hubungan antara dua variabel yang mempunyai ciri, bahwa perubahan
variabel independent x (variabel bebas x) diikuti oleh perubahan variable dependent y (variabel bebas y) secara
’’Berlawanan”.
3.  Korelasi Sederhana (Simple Corelation)
Yaitu tingkat hubungan yang terjadi antara 2 (dua) variabel saja.
4.  Korelasi Multiple (Multiple Corelation) Yaitu tingkat hubungan yang terjadi antara 2 (dua) variabel atau
lebih.
5. Korelasi Sempurna (Perfect Corelation) Yaitu suatu kondisi bahwa setiap nilai variabel bebas x akan
terdapat pada setiap nilai variabel tidak bebas y-nya.
6.  Korelasi Tidak sempurna (Imperfect Corelation) yaitu korelasi antara 2 (dua) variabel yang dikatakan tidak
sempurna, jika titik-titik yang tersebar tidak terdistribusi tepat pada satu garis lurus.
43
7. Korelasi yang Mustahil (Nonsense Corelation) yaitu korelasi antara dua variabel yang seolah-olah ada
 Tujuan  Pengggunaan Regresi dan Korelasi

Ada beberapa tujuan penggunaan analisis regresi, antara lain:

▰ Membuat estimasi rata-rata dan nilai variabel tergantung dengan didasari pada nilai
variabel bebas.
▰ Menguji hipotesis karakteristik dependensi.
▰ Untuk meramalkan nilai rata-rata variabel bebas dengan didasarkan pada nilai variabel
bebas diluar jangkauan sample.

Adapun tujuan penggunaan korelasi yaitu untuk mengukur kekuatan (strength) dan
arah hubungan antar dua variabel atau lebih.

44
Contoh dengan MS. Excel

45
Contoh dengan MS. Excel

Keterangan :

X = Ketaatan Dalam Tugas

Y = Kinerja Tugas

46
Perhitungan Regresi Secara Manual

47
Perhitungan Korelasi Secara Manual

48
 Kesimpulan
Secara umum, analisis regresi pada dasarnya adalah studi
mengenai ketergantungan satu variabel dependen (terikat)
dengan satu atau lebih variabel independent (variabel
penjelas/bebas), dengan tujuan untuk mengestimasi dan/ atau
memprediksi rata-rata populasi atau niiai rata-rata variabel
dependen berdasarkan nilai variabe! independen yang diketahui.
Analisis korelasi sederhana (Bivariate Correlation) digunakan
untuk mengetahui keeratan hubungan antara dua variabel dan
untuk mengetahui arah hubungan yang terjadi.

49
TERIMAKASIH!

50