STATISTIK1 Pertemuan 3: Ukuran Pemusatan dan Penyebaran

Slides:



Advertisements
Presentasi serupa
STATISTIKA DESKRIPTIF
Advertisements

STATISIKA Nama = Tri Utami NIM = Nama = Tri Utami NIM =
BAB-4 UKURAN DESKRIPTIF VARIABEL NUMERIK By M. YAHYA AHMAD
Ukuran Pemusatan (Central Tendency)
NOTASI PENJUMLAHAN ()
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)
Metode Statistika (STK211)
Review Statistik (pertemuan 7). Konsep Tendensi Pusat Ukuran tendensi pusat adalah sembarang ukuran yang menunjukkan pusat segugus data, yang telah.
UKURAN TENDENSI Ukuran Penyebaran (measure of variability)
REVIEW BIOSTATISTIK DESKRIPTIF
PERTEMUAN 6 Teknik Analisis dan Penyajian Data
VARIABEL.
MENGHITUNG STATISTIKA DESKRIPTIF
STATISTIK DESKRIPTIF Pengumpulan data, pengorganisasian, penyajian data Distribusi frekuensi Ukuran pemusatan Ukuran penyebaran Skewness, kurtosis.
UKURAN DISPERSI (PENYEBARAN DATA)
STATISTIK DESKRIPTIF.
UKURAN PENYEBARAN (VARIABILITAS)
NOTASI PENJUMLAHAN ()
Metode Penelitian Ilmiah
STATISTIK1 Pertemuan 3-4: Ukuran Pemusatan Dosen Pengampu MK:
STATISTIK 1 Pertemuan 5: Ukuran Pemusatan dan Penyebaran Data Kelompok
STATISTIKA Mean, Median dan Modus.
STATISTIK 1 Pertemuan 9: Ukuran Kemencengan dan Keruncingan
UKURAN PENYEBARAN DATA
UKURAN VARIASI ATAU DISPERSI (Pengukuran Dispersi)
Ukuran Pemusatan (Central Tendency)
UKURAN PENYEBARAN.
UKURAN DISPERSI Dr. Srikandi Kumadji, MS.
(UKURAN PEMUSATAN DAN UKURAN PENYEBARAN)
STATISTIK1 Pertemuan 5: Ukuran Penyebaran Dosen Pengampu MK:
UKURAN-UKURAN STATISTIK
(UKURAN PEMUSATAN DAN UKURAN PENYEBARAN)
(UKURAN PEMUSATAN DAN UKURAN PENYEBARAN)
KIMIA ANALISIS Konsep Statistika.
STATISTIK II Pertemuan 4: Distribusi Sampling Dosen Pengampu MK:
UKURAN DISPERSI (PENYEBARAN DATA)
Statistika Deskriptif Pertemuan 2
Matakuliah : I0014 / Biostatistika Tahun : 2005 Versi : V1 / R1
STATISTIK 1 Pertemuan 4: Ukuran Pemusatan dan Penyebaran Data Kelompok
Probabilitas dan Statistika
Ukuran Variasi atau Dispersi
PPS 503 TEKNIK ANALISA DATA PERTEMUAN KE DUA
STATISTIKA DESKRIPTIF
BAB 4 UKURAN PENYEBARAN.
STATISTIK 1 Pertemuan 5,6: Ukuran Pemusatan dan Penyebaran
Ukuran Variasi atau Dispersi
STATISTIK 1 Pertemuan 5,6: Ukuran Pemusatan dan Penyebaran
UKURAN PENYEBARAN Ukuran Penyebaran
Ukuran Variasi atau Dispersi
Drs. Indratmo Yudono, MSi
STATISTIKA Pertemuan 3: Ukuran Pemusatan dan Penyebaran
Ukuran Pemusatan Data Choirudin, M.Pd
STATISTIKA Pertemuan 3: Ukuran Pemusatan dan Penyebaran
BAB 4 UKURAN PENYEBARAN.
(UKURAN PEMUSATAN DAN UKURAN PENYEBARAN)
Ukuran Pemusatan Data Choirudin, M.Pd
UKURAN DISPERSI (PENYEBARAN DATA)
(UKURAN PEMUSATAN DAN UKURAN PENYEBARAN)
STATISTIKA DESKRIPTIF
Ukuran Variasi atau Dispersi
UKURAN VARIASI ATAU DISPERSI (Pengukuran Dispersi)
Statistika Deksriptif
TEKNIK INFORMATIKA UNIVERSITAS ATMA JAYA YOGYAKARTA
BAB 4 UKURAN PENYEBARAN.
UKURAN PENYEBARAN DATA
STATISTIK1 Pertemuan 3-4: Ukuran Pemusatan Dosen Pengampu MK:
DASAR-DASAR STATISTIKA
STATISTIKA DESKRIPTIF Tendensi Sentral & Ukuran Dispersi KELOMPOK 2.
Transcript presentasi:

STATISTIK1 Pertemuan 3: Ukuran Pemusatan dan Penyebaran Dosen Pengampu MK: Evellin Lusiana, S.Si, M.Si

Materi Blog: vellinlusiana.wordpress.com Ukuran pemusatan Mean Median Modus Ukuran penyebaran Range Range interkuartil Varians Standar deviasi Koefisien variasi

Deskripsi Data dengan Ukuran Numerik Metode grafis seringkali tidak cukup untuk menggambarkan data Ukuran numerik, dapat digunakan untuk populasi dan sample. Parameter  ukuran numerik untuk populasi Statistik ukuran numerik untuk sampel

Ukuran Pemusatan Mean Median Modus Rata-rata aritmatika Overview Ukuran pemusatan Mean Median Modus Rata-rata aritmatika Nilai tengah dari data terurut Nilai yang paling sering muncul

Rata-rata Aritmatika (Mean) [1] Rata-rata aritmatika (mean) merupakan ukuran pemusatan yang paling sering digunakan Untuk populasi berukuran N: Untuk sampel berukuran n: Nilai populasi Ukuran populasi Nilai pengamatan Ukuran sampel

Rata-rata Aritmatika (Mean) [2] Mean = jumlah nilai pengamatan dibagi dengan banyaknya pengamatan Sangat dipengaruhi oleh nilai ekstrim(outliers) 0 1 2 3 4 5 6 7 8 9 10 0 1 2 3 4 5 6 7 8 .. 100 Mean = 3 Mean = 22

Median [1] Dalam data yang terurut, median merupakan data yang berada di “tengah Tidak dipengaruhi oleh outlier 0 1 2 3 4 5 6 7 8 9 10 0 1 2 3 4 5 6 7 8 .. 100 Median = 3 Median = 3

Median [2] Lokasi median: Jika banyaknya pengamatan bernilai ganjilmedian adalah nilai tengah Jika banyaknya pengamatan bernilai genapmedian adalah rata-rata dari dua nilai tengah

Modus Nilai yang paling sering muncul Tidak dipengaruhi oleh outlier Dapat digunakan untuk data kualitatif dan kuantitatif Ada kemungkinan tidak ada modus Ada juga kemungkinan terdapat beberapa modus 0 1 2 3 4 5 6 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 No Mode Mode = 9

Contoh: Ukuran Pemusatan [1] Harga 5 rumah di sebuah bukit dekat pantai Harga: $2,000,000 500,000 300,000 100,000 100,000

Contoh: Ukuran Pemusatan [2] House Prices: $2,000,000 500,000 300,000 100,000 100,000 Sum 3,000,000 Mean: ($3,000,000/5) = $600,000 Median: nilai tengah data terurut = $300,000 Mode: nilai paling sering muncul = $100,000

Ukuran Pemusatan Mana Yang Terbaik? Mean adalah yang paling umum digunakan, selama tidak ada outlier Jika ada outlier, maka gunakan median

Bentuk Distribusi Menunjukkan bagaimana distribusi dari data Left-Skewed Symmetric Right-Skewed Mean < Median Mean = Median Median < Mean

Ukuran Penyebaran Range Range Interkuartil Varians Standar Deviasi Variasi Range Range Interkuartil Varians Standar Deviasi Koefisien variasi Ukuran penyebaran memberikan informasi mengenai penyebaran atau variabilitas dari nilai-nilai data yang ada pusat sama, Variasi berbeda

Range Ukuran penyebaran yang paling sederhana Selisih antara nilai terbesar dan terkecil Range = Xmax – Xmin misal: 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 Range = 14 - 1 = 13

Kekurangan Range Tidak mempedulikan distribusi data Sensitif terhadap outlier 7 8 9 10 11 12 7 8 9 10 11 12 Range = 12 - 7 = 5 Range = 12 - 7 = 5 1,1,1,1,1,1,1,1,1,1,1,2,2,2,2,2,2,2,2,3,3,3,3,4,5 Range = 5 - 1 = 4 1,1,1,1,1,1,1,1,1,1,1,2,2,2,2,2,2,2,2,3,3,3,3,4,120 Range = 120 - 1 = 119

Range Interkuartil [1] Masalah outlier bisa sedikit teratasi dengan menggunakan range interkuartil Mengeliminasi observasi terbesar dan terkecil, serta yang dihitung adalah range dari 50% data yang berada di tengahthe data Range interkuartil = kuartil 3– kuartil 1 IQR = Q3 – Q1

Range Interkuartil [1] maximum minimum 12 30 45 57 70 Misal Median (Q2) X X Q1 Q3 maximum minimum 25% 25% 25% 25% 12 30 45 57 70 Range interkaurtil = 57 – 30 = 27

Kuartil Membagi data terurut menjadi 4 bagian, dengan banyaknya elemen di setiap bagian adalah sama 25% 25% 25% 25% Q1 Q2 Q3 Kuartil pertama, Q1, menunjukkan terdapat 25% pengamatan yang bernilai lebih kecil dan 75% lainnya lebih besar Q2 sama dengan median (50% lebih kecil, 50% lebih besar) Hanya 25% dari pengamatan yang lebih besar dari Q3

Rumus Kuartil Penentuan nilai kuartil dilakukan dengan menentukan posisi yang sesuai dari data terurut posisi kuartil pertama: Q1 = 0.25(n+1) posisi kuartil kedua: Q2 = 0.50(n+1) (posisi median) posisi kuartil ketiga: Q3 = 0.75(n+1)

Kuartil Contoh: tentukan kuartil pertama Sample Ranked Data: 11 12 13 16 16 17 18 21 22 (n = 9) Q1 = ada di 0.25(9+1) = 2.5 position dari data terurut sehingga ambil nilai tengah antara pengamatan ke 2 dan 3 jadi, Q1 = 12.5

Varians Populasi Rata-rata kuadrat deviasi dari nilai mean Where = mean populasi N = ukuran populasi xi = nilai variabel X ke-i

Varians Sampel Varians sampel: Where = rata-rata aritmatika n = ukuran sampel Xi = nilai variabel X ke-i

Standar Deviasi Populasi Menunjukkan variasi di sekitar mean Memiliki satuan yang sama dengan data asli Population standard deviation:

Standar Deviasi Sampel Sample standard deviation:

Contoh: perhitungan varians [1] Rumus definisi: 5 -4 16 12 3 9 6 -3 8 -1 1 14 25 Jml 45 60

Contoh: perhitungan varians [2] Rumus kerja: 5 25 12 144 6 36 8 64 14 196 Jml 45 465

Pengukuran Variasi Standar deviasi kecil Standar deviasi besar

Perbandingan standar deviasi Data A Mean = 15.5 s = 3.338 11 12 13 14 15 16 17 18 19 20 21 Data B Mean = 15.5 s = 0.926 11 12 13 14 15 16 17 18 19 20 21 Data C Mean = 15.5 s = 4.570 11 12 13 14 15 16 17 18 19 20 21

Kelebihan varians dan standar deviasi Setiap nilai dalam dataset digunakan dalam perhitungan Nilai yang jauh dari mean memiliki bobot yang lebih besar

Koefisien Variasi [1] Mengukur variasi relatif Dalam bentuk persentase (%) Menunjukkan variasi relatif terhadap mean Dapat digunakan untuk membandingkan dua atau lebih data yang berbeda satuan

Koefisien Variasi [2] Stock A: Rata-rata harga akhir tahun lalu = $50 Standar deviasi= $5 Stock B: Rata-rata harga akhir tahun lalu= $100 Kedua saham memiliki standar deviasi sama, namun saham A lebih variatif terhadap nilai rata-rata nya dibanding saham B