Ratna Dyah Suryaratri, MSi. Psikologi Pendidikan FIP-UNJ

Slides:



Advertisements
Presentasi serupa
Statistik dan Parameter
Advertisements

PENYEBARAN DATA Tujuan Belajar :
STATISTIKA DAN PELUANG
PENGUKURAN PENYEBARAN DATA
(Tes Prestasi Belajar – Pertemuan 2)
Pengukuran VARIABILITAS
Ukuran Variasi atau Dispersi
Ukuran Variasi atau Dispersi
BAB VI UKURAN VARIASI ATAU DISPERSI (Pengukuran Dispersi) (Pertemuan ke-8) Oleh: Andri Wijaya, S.Pd., S.Psi., M.T.I. Program Studi Sistem Informasi Sekolah.
Ukuran Penyimpangan (Dispersi)
ESTIMASI.
(MEASURES OF DISPERSION)
MATA KULIAH STATISTIK DESKRIPSI
UKURAN KESERAGAMAN / UKURAN VARIASI
TEORI PENDUGAAN STATISTIK
Nilai - Nilai Variasi Prepared: TOTOK SUBAGYO, ST,MM.
TEKNIK ANALISIS DATA.
Ukuran Penyebaran Data
Assalamu’alaikum Wr. Wb.
UKURAN DISPERSI (PENYEBARAN DATA)
Oleh : Indah Manfaati Nur, S.Si.,M.Si
STATISTIK II Pertemuan 4: Interval Konfidensi Dosen Pengampu MK:
STATISTIK BISNIS Pertemuan 11: Interval Konfidensi Dosen Pengampu MK:
Perhitungan jumlah dan presentasi data
UKURAN VARIASI ATAU DISPERSI (Pengukuran Dispersi)
BAB 6 UKURAN DISPERSI.
BAB 3 TEORI PENAKSIRAN Seringkali seseorang dituntut untuk membuat dugaan yang rasional dalam kondisi yang penuh ketidakpastian tanpa informasi yang lengkap.
STATISTIK1 Pertemuan 5: Ukuran Penyebaran Dosen Pengampu MK:
Ukuran Tendensi Sentral
(UKURAN PEMUSATAN DAN UKURAN PENYEBARAN)
STATISTIK II Pertemuan 5: Interval Konfidensi Dosen Pengampu MK:
Ratna Dyah Suryaratri, MSi. Psikologi Pendidikan FIP-UNj
PENGANTAR TEORI PROBABILITAS & STATISTIKA
UKURAN DISPERSI (PENYEBARAN DATA)
STATISTIK1 Pertemuan 3: Ukuran Pemusatan dan Penyebaran
UKURAN PENYEBARAN
STATISTIK Pertemuan 6: Interval Konfidensi Dosen Pengampu MK:
STATISTIK DAN PROBABILISTIK
UKURAN SIMPANGAN, DISPERSI & VARIASI
PENGUKURAN STATISTIK BAG 2 (UKURAN PENYEBARAN DATA)
Ratna Dyah Suryaratri, MSi. Psikologi Pendidikan FIP – UNJ
Ukuran Variasi atau Dispersi
STATISTIK Pertemuan 6: Teori Estimasi (Interval Konfidensi)
INFERENSI VEKTOR MEAN 1 Statistik Hotelling’s 2
Distribusi Sampling.
Ukuran Variasi atau Dispersi
UKURAN PENYEBARAN Ukuran Penyebaran
Estimasi.
Ukuran Variasi atau Dispersi
STATISTIKA Pertemuan 3: Ukuran Pemusatan dan Penyebaran
STATISTIKA Pertemuan 3: Ukuran Pemusatan dan Penyebaran
UKURAN PENYEBARAN DATA
UKURAN VARIASI (DISPERSI) Sumber : J.Supranto, hal.127
UKURAN DIPERSI (PENYIMPANGAN)
UKURAN PENYEBARAN Adalah suatu ukuran untuk mengetahui seberapa besar penyimpangan data dengan nilai rata rata hitungnya.
UKURAN DISPERSI (PENYEBARAN DATA)
BAB 4 UKURAN VARIABILITAS
Ukuran Variasi atau Dispersi
UKURAN VARIASI ATAU DISPERSI (Pengukuran Varians)
BAB 4 PENGUKURAN VARIASI Pengukuran variasi adalah suatu harga yang menunjukkan besar kecilnya sekelompok data itu bervariasi. Variasi adalah besarnya.
STATISTIKA BENNY MUSTAPHA, S.Si., MBA..
Statistik untuk Sains Sosial Ukuran Serakan (Variasi)
Distribusi Sampling.
TEKNIK INFORMATIKA UNIVERSITAS ATMA JAYA YOGYAKARTA
STATISTIKA DASAR Yohanes Visher / PRESENTASI No. 27.
STATISTIK II Pertemuan 4: Interval Konfidensi Dosen Pengampu MK:
OLEH : SITTI HAWA, ST, MPW.  Ukuran pemusatan atau disebut rata – rata adalah menunjukan dimana suatu data memusat atau suatu kumpulan pengamatan memusat.
UKURAN VARIASI (DISPERSI )
Rata-rata bunga bank 11,43% per tahun, namun kisaran bunga antar bank dari 7,5% - 12,75% Rata-rata inflasi Indonesia sebesar 18,2% dengan kisaran antara.
Transcript presentasi:

Ratna Dyah Suryaratri, MSi. Psikologi Pendidikan FIP-UNJ Variabilitas Ratna Dyah Suryaratri, MSi. Psikologi Pendidikan FIP-UNJ

Pada bab ini akan dipelajari… Range Standar deviasi Mean deviasi Varians

Variabilitas Statistik deskriptif  pengukuran variabilitas Variabilitas  mencerminkan bagaimana skor-skor berbeda satu dengan yang lain. Contoh: 7, 6, 3, 3, 1 3, 4, 4, 5, 4 4, 4, 4, 4, 4 Mean =4, tapi variabilitasnya berbeda. Jadi, variabilitas adalah seberapa besar perbedaan skor-skor dibandingkan dengan mean.

Range Range = ukuran umum dari variabilitas Range  R = Hs – Ls R = Range Hs = Highest score Ls = Lowest score Contoh: 98, 86, 77, 56, 48 Range  98 – 48 = 50 Range : exclusive range (R=Hs-Ls) inclusive range (R=Hs-Ls+1)

Standar Deviasi (SD) Standar deviasi  jarak rata-rata skor dari mean Rumus: SD = (x-x)2 n-1 SD = standar deviasi X = skor individu X = mean n = jumlah sampel

Standar Deviasi (SD) Contoh: 5, 8, 5, 4, 6, 7, 8, 8, 3, 6 SD? x x-x Total +2 +1 -1 -2 -3 1 9 28 SD = (x-x)2 n-1 = 28 9 = 3.11 = 1.76

Mean Deviasi Mean Deviasi: jumlah nilai absolut deviasi dari mean. Contoh: 5, 8, 5, 4, 6, 7, 8, 8, 3, 6 Mean Deviasi? X X-X 8 +2 8 +2 7 +1 6 0 5 -1 4 -2 3 -3 Jumlah = 14 Mean Deviasi = 14 = 1.4 10

Why n-1? What’s wrong with just n? Standar deviasi adalah estimasi dari standar deviasi populasi Unbiased estimate Untuk mengurangi kesalahan  overestimate Supaya pengukurannya akurat dan mendekati populasi.

Things to Remember!! Standar deviasi diukur berdasarkan rata-rata jarak dari mean, jadi yang pertama kali perlu dihitung adalah nilai meannya. Semakin SD, semakin besar penyebatan skor-skornya dan semakin tinggi perbedaan satu dengan lainnya. SD sensitif terhadap skor ekstrim, jadi bila ada skor ekstrim dalam data, jangan lupa buat catatannya. Bila SD = 0, artinya tidak ada variasi dalam data, sangat jarang terjadi.

Varians Varians Rumus S2 = (x-x)2 Salah satu ukuran variabilitas Kuadrat dari standar deviasi Rumus S2 = (x-x)2 n-1

Ejercicios Data: Hitung: 31, 42, 35, 55, 54, 34, 25, 44, 35 Standar deviasi? Biased? Unbiased? Varians?