NILAI Z - SCORE.

Slides:



Advertisements
Presentasi serupa
Z - SCORE Presented by Astuti Mahardika, M.Pd.
Advertisements

Ukuran Variabilitas Data
Jenis Data & Distribusi
Oleh Widiyastuti,S.Pd, M.Eng SMA N 3 BOYOLALI
(Tes Prestasi Belajar – Pertemuan 2)
UKURAN PENYIMPANGAN WAHYU WIDODO.
Pengukuran VARIABILITAS
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.

(b). Tabel distribusi frekuensi Data berkelompok
UKURAN PENYEBARAN (DISPERSI)
1. Statistika dan Statistik
Review Statistik (pertemuan 7). Konsep Tendensi Pusat Ukuran tendensi pusat adalah sembarang ukuran yang menunjukkan pusat segugus data, yang telah.
Nilai - Nilai Variasi Prepared: TOTOK SUBAGYO, ST,MM.
UJI HIPOTESIS.
Kuartil Desil dan Persentil
STATISTIK DESKRIPTIF Pengumpulan data, pengorganisasian, penyajian data Distribusi frekuensi Ukuran pemusatan Ukuran penyebaran Skewness, kurtosis.
Oleh: Indah Puspita Sari, M.Pd.
Uji Perbandingan / Beda Dua Nilai Tengah
Ukuran Penyebaran Data
Assalamu’alaikum Wr. Wb.
Oleh : Indah Manfaati Nur, S.Si.,M.Si
UKURAN PENYEBARAN (VARIABILITAS)
PRESENTASI MATA KULIAH STATISTIKA
Nurratri Kurnia Sari, M. Pd
Gejala Pusat dan Ukuran Letak
STATISTIKA INFERENSI : UJI HIPOTESIS (SAMPEL GANDA)
Khaola Rachma Adzima FKIP-PGSD Universitas Esa Unggul
Fadjar Shadiq, M.App.Sc Widyaiswara PPPPTK Matematika
UKURAN VARIASI ATAU DISPERSI (Pengukuran Dispersi)
Ukuran Variabilitas Data
Ukuran Penyebaran Data
Probabilitas dan Statistika
KIMIA ANALISIS Konsep Statistika.
Ratna Dyah Suryaratri, MSi. Psikologi Pendidikan FIP-UNj
Statistika Pertemuan ke – 8 dan ke – 9.
UKURAN PENYEBARAN DATA
Rata-rata, Median, dan Modus
Assalamu’alaikum Wr. Wb.
Ukuran Variasi atau Dispersi
TENDENCY CENTRAL Data Interval.
STATISTIKA DESKRIPTIF
? 1. Konsep Statistika STATISTIKA : Kegiatan untuk : mengumpulkan data
TUGAS MANDIRI DIKUMPULKAN RABU, 6 APRIL 2011
Ukuran Variasi atau Dispersi
Apa itu Statistik? Apa Peranan statistik?.
Bilangan Baku dan Kegunaannya
NURRATRI KURNIA SARI, M.Pd
DISTRIBUSI PELUANG Nugroho.
Ukuran Variasi atau Dispersi
Ukuran Pemusatan Data Choirudin, M.Pd
Ukuran Pemusatan Data Choirudin, M.Pd
UKURAN PENYEBARAN DATA
UKURAN VARIASI (DISPERSI) Sumber : J.Supranto, hal.127
STATISTIKA BAB 6 RIZKA AULIA ( )
UKURAN PENYEBARAN Adalah suatu ukuran untuk mengetahui seberapa besar penyimpangan data dengan nilai rata rata hitungnya.
UKURAN VARIASI ATAU DISPERSI (Pengukuran Dispersi)
Universitas Pekalongan
NILAI STATISTIKA DESKRIPTIF
Ukuran Variasi atau Dispersi J0682
TEKNIK INFORMATIKA UNIVERSITAS ATMA JAYA YOGYAKARTA
C. Ukuran Penyebaran Data
Peta Konsep. Peta Konsep C. Ukuran Penyebaran Data.
UKURAN PENYEBARAN DATA
Ukuran Distribusi.
DESKRIPSI DATA Pertemuan 3.
NORMA DALAM PENGUKURAN PSIKOLOGIS
OLEH : SITTI HAWA, ST, MPW.  Ukuran pemusatan atau disebut rata – rata adalah menunjukan dimana suatu data memusat atau suatu kumpulan pengamatan memusat.
Ukuran pemusatan dan letak data
Transcript presentasi:

NILAI Z - SCORE

Nama Kelompok 1. Faishal Abdul Aziz 201211132 2. Agustina Fajarini 201211101 3. Reta Puspa Dewi 201211090 4. Oka Pajar Sakti 201211110 5. Adelin Agustine 201211156 6. Rozalio Bayu 201211112

Pengertian Nilai Z - Score Z-score adalah skor standard berupa jarak skor seseorang dari mean kelompoknya dalam satuan Standar Deviasi.

Kegunaan Z - Score Membandingkan posisi seseorang dengan orang lain dalam kelompok masing – masing. Contoh: Budi, mendapat nilai7 sementara Andi 9. Budi berargumen bahwa guru kelasnya itu pelit nilai sementara guru kelas Andi itu baik hati. Nah untuk membuktikan apakah memang Budi mendapat nilai yang sama atau lebih baik dari Andi, kita menggunakan Z-score.

Simpangan Baku ( Standart Deviasi ) Ukuran sebaran statistik yang paling lazim. Singkatnya, ia mengukur bagaimana nilai-nilai data tersebar. Simpangan baku merupakan bilangan tak negatif dan memiliki satuan yang sama dengan data.

Rumus Z - Score  

Rumus Standar Deviasi ( Simpangan Baku )

MEMBUAT KOMPARASI DENGAN MENGGUNAKAN Z Contoh1 Pada UAS, A memperoleh nilai 60 untuk mata kuliah Statistik. Untuk mata kuliah Statistik, rata – rata kelas adalah 50 dan simpangan baku 10. Untuk mata kuliah Pengamen, A memperoleh nilai 56, dan rata – rata kelasnya 48 dengan simpangan baku 4. Dalam kasus ini, dimanakah posisi nilai A yang lebih baik.

Jawab : 10 Mata Kuliah Pengamen : 4 Mata Kuliah Statistik : Z = 60 – 50 = 1 10 Mata Kuliah Pengamen : z = 56 – 48 = 2 4 Dengan demikian, nilai A untuk mata kuliah Statistik lebih baik posisinya daripada nilai mata kuliah Pengamen.

Contoh 2 : Dari pengumpulan data nilai Statistika dari dua kelas diperoleh data sebagai berikut: A & B sekelas(KelasX) memperoleh nilai statistika 64 dan 43. Di kelas X,rata-ratanya adalah 57 dan simpangan baku 14. Di kelas Y, rata-rata nilai statistika adalah 31 dan simpangan bakunya 6. C & D, siswa kelas Y memperoleh nilai statistika 34 dan 28. Standar skor (rata-rata standar) adalah 50 dengan simpangan baku 5. Bandingkan nilai keempat siswa tersebut.

JAWAB : Hitung dulu Z skor masing – masing siswa. Nilai A 64 : 14 Nilai B 43 : Z = 43 – 57 = -1 Nilai C 34 : Z = 34 – 31 = 0,5 6 Nilai D 28 : Z = 28 – 31 = 0,5

Ubahlah Z skor ke standar skor yang telah ditetapkan dgn rumus : Keterangan : μst= rata-rata standar σst = simpangan baku standar Nilai A yang distandarkan : 50 + ( 5 x 0,5 ) = 52,5 Nilai B yang distandarkan : 50 + ( 5 x -1 ) = 45 Nilai C yang distandarkan : 50 + ( 5 x 0,5 ) = 52,5 Nilai D yang distandarkan : 50 + ( 5 x -0,5) = 47,5 Kesimpulan : Nilai terendah adalah siswa B,dan yang tertinggi adalah siswa A dan C

Tabel Nama Skor Asli Z Skor Skor Standar A 64 0,5 52,5 B 43 1 45 C 34 28 - 0,5 47,5