Setelah mempelajari modul ini diharapkan mahasiswa akan dapat memahami

Slides:



Advertisements
Presentasi serupa
PENYEBARAN DATA Tujuan Belajar :
Advertisements

STATISTIKA DESKRIPTIF
SEKILAS STATISTIKA 1. Menjelaskan konsep dasar data & pembagiannya 2
DESAIN DAN ANALISIS PENELITIAN
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)
Dosen: Lies Rosaria, ST., MSi
UJIAN AKHIR SEMESTER Pertemuan ke 16. SOAL UJIAN AKHIR SEMESTER GENAP 2001/ Diketahui data-data dari penjualan semen sbb: 1, 1, 1, 1, 5, 6, 12,
Metode Penelitian Ilmiah
UKURAN TENDENSI SENTRAL MEAN, MEDIAN,MODUS
7. Penyajian Data TABEL GRAFIK. 7. Penyajian Data TABEL GRAFIK.
(MEASURES OF DISPERSION)
Ukuran Nilai Sentral : Modus dan median.

Tahun Pendapatan Nasional (milyar Rupiah) ,6 612,7 630, ,9 702,3 801,3 815,7  Mahasiswa memahami apa.
Modul VI. DESAIN PENELITIAN.
Modul X ANALISIS DATA 1 Setelah mempelajari modul ini , diharapkan mahasiswa akan dapat memahami dan mampu untuk : 1. Menjelaskan penggunaan statistic.
Modul VII. PEMILIHAN DATA (SAMPEL) PENELITIAN.
MATERI-2 METODE PENENTUAN RALAT (Sunarta; Drs., M.S.)
MENGHITUNG STATISTIKA DESKRIPTIF
Pengertian dan Penggunaan
SKALA NOIR : BAHAN AJAR STATISTIKA
Modul XII. ANALISIS DATA II.
MODUL 7 KEMAMPUAN DALAM MENGELOLA RESIKO DAN TINGKAT PENGEMBALIAN
MODUL 7 KEMAMPUAN DALAM MENGELOLA RESIKO DAN TINGKAT PENGEMBALIAN
STATISTIKA Jurusan PWK-FT-UB Pertemuan ke-2/2-4,14-16
STATISTIK DESKRIPTIF.
Oleh : Indah Manfaati Nur, S.Si.,M.Si
(KECENDERUNGAN MEMUSAT)
Modul XIII ANALISIS DATA 2 (LANJUTAN)
Modul III MASALAH PENELITIAN
Statistika Inferensi : Estimasi Titik & Estimasi Interval
PENGOLAHAN dan analisis DATA
ANALISIS CROSS-SECTION
Metode Penelitian Ilmiah
HUBUNGAN DUA VARIABLE Oktober 2012 UNIVERSITAS MERCU BUANA
STATISTIK DESKRIPTIF (Bab IV).
Setelah mempelajari modul ini diharapkan mahasiswa akan dapat memahami
Modul 6 Kegiatan Belajar 1
Modul IV KERANGKA TEORITIS
UKURAN NILAI SENTRAL&UKURAN PENYEBARAN
RATA-RATA TERTIMBANG DAN DATA GROUP Oktober 2012
Ukuran Nilai Sentral : Modus dan median.
(PENYEBARAN) UNIVERSITAS MERCU BUANA Oktober 2012
MODUL PERKULIAHAN SESI 1
September 2012 UNIVERSITAS MERCU BUANA PROGRAM KULIAH KELAS KARYAWAN
BAHAN AJAR STATISTIKA PROGRAM PASCA SARJANA MAGISTER ADMINISTRASI PUBLIK UNIVERSITAS MUHAMMADIYAH PALANGKARAYA Oleh : Bulkani.
UKURAN-UKURAN STATISTIK
UKURAN NILAI SENTRAL&UKURAN PENYEBARAN
September 2012 UNIVERSITAS MERCU BUANA PROGRAM KULIAH KELAS KARYAWAN
BAB 5 DISPERSI, KEMIRINGAN DAN KERUNCINGAN DISTRIBUSI DATA.
UKURAN NILAI SENTRAL&UKURAN PENYEBARAN
TENDENCY CENTRAL Data Interval.
STATISTIKA DESKRIPTIF
? 1. Konsep Statistika STATISTIKA : Kegiatan untuk : mengumpulkan data
Ukuran Variasi atau Dispersi
Drs. Indratmo Yudono, MSi
ANALISis DATA statistik
ALAT-ALAT MANAJEMEN (2)
ANALISis DATA statistik
BAB 4 UKURAN VARIABILITAS
STATISTIKA DESKRIPTIF
Ukuran Variasi atau Dispersi J0682
Statistika Inferensi : Estimasi Titik & Estimasi Interval
KULIAH STATISTIK 27 OKT POPULASI & SAMPEL  POPULASI adalah keseluruhan subyek yang akan di teliti  SAMPEL adalah sebagian dari Populasi yang di.
OLEH : SITTI HAWA, ST, MPW.  Ukuran pemusatan atau disebut rata – rata adalah menunjukan dimana suatu data memusat atau suatu kumpulan pengamatan memusat.
STATISTIKA DESKRIPTIF Tendensi Sentral & Ukuran Dispersi KELOMPOK 2.
RUMUS mencari Nilai Rata-rata : =AVERAGE(…,…,…,).
Transcript presentasi:

Setelah mempelajari modul ini diharapkan mahasiswa akan dapat memahami Modul XI ANALISIS DATA 1 (LANJUTAN) Setelah mempelajari modul ini diharapkan mahasiswa akan dapat memahami dan mampu untuk : 1. Menjelaskan berbagai hal mengenai frekwensi 2. Menjelaskan berbagai hal mengenai tendensi sentral 3. Menjelaskan berbagai hal mengenai Uji kwalitas data. Materi yang dipelajari/dibahas mencakup : 1. Frekwensi 2. Tendensi sentral 3. Uji kwalitas data Materi XI. 1 FREKWENSI ( FREQUENCY) Frekwensi merupakan salah satu ukuran dalam statistic deskriptif yang menunjukkan nilai distribusi data penelitian yang memiliki kesamaan kategori. Frekwensi suatu distribusi data penelitian dinyatakan dengan ukuran absolud ataupun proporsi (%). Penyajian statistic diskriptif yang menggunakan ukuran frekwensi dapat menggunakan table numeric maupun grafik. Berikut ini contoh penerapan analisis frekwensi pada statistic diskriptif demografi responden yang menggunakan ukuran frekwensi absolud dan proporsi (prosentase), ditinjau dari kategori : jenis kelamin, lama bekerja, bidang konsentrasi dan jumlah staf. Frekwensi Kategori --------------------------------------- Absolud Prosentase Jenis kelamin Pria Wanita 98 76 56,3 43,7 Lama bekerja < 1 tahun 66 37,9 1 – 2 tahujn 2 - 3 tahun > 3 tahun 40 28 23,0 16,1 ‘12 Metodologi Penelitian Susetya Hadi SE. MM. 1 Pusat Pengembangan Bahan Ajar Universitas Mercu Buana http://www.mercubuana.ac.id

yang paling banyak dalam suatu distribusi data. Median dan rata2 keduanya merupakan pengukur nilai sentral suatu distribusi data. Keduanya relative tidak berbeda jika nilai2 dari data yang diteliti relative tidak ekstrem. Perbedaan nilai2 data yang ekstrem akan menyebabkan distribusi data yang tidak simetris. Berbeda dengan angka rata2, median kurang sensitive terhadap nilai2 yang ekstrem. MODUS. Modus mengukur tendensi sentral berdasarkan data yang memiliki frekwensi yang paling banyak dalam suatu distribusi data. Materi XI.3 DISPERSI (Dispersion) Dispersi mengukur variasi data yang diteliti dari angka rata2-nya . Perbedaan antara nilai data yang diteliti dengan angka rata-ratanya disebut dengan deviasi (deviation) yang dihitung dengan rumus di = (xi - x ). Ada berbagai cara untuk mengukur deviasi, antara lain : 1. Deviasi rata-rata. 2. Deviasi absolut rata-rata 3. Deviasi kwadrat rata-rata 4. Varian 5. Deviasi standar. Ad.1 DEVIASI RATA-RATA (Average deviation) Deviasi rata-rata adalah penjumlahan dari deviasi masing2 data yang diteliti dengan nilai rata-ratanya dibagi dengan jumlah data. Deviasi rata2 dinyatakan dengan rumus sebagai berikut : _ ∑ (Xi – X) Deviasi rata-rata = -------------- N Deviasi dari masing2 data yang diteliti akan mempunyai nilai negative jika nilai data yang diteliti lebih kecil dari nilai rata2nya, demikian pula sebaliknya nilai deviasi masing2 data yang diteliti bersifat positif jika nilai data yang diteliti lebih besar dari nilai rata2. ‘12 Metodologi Penelitian Susetya Hadi SE. MM. 3 Pusat Pengembangan Bahan Ajar Universitas Mercu Buana http://www.mercubuana.ac.id

Varian = s = ----------------- _2 2 ∑ ( Xi - X ) Varian = s = ----------------- (n - 1) AD. 5 DEVIASI STANDARD (Standard deviation) Varian mengukur disperse dengan nilai yang dikwadratkan. Penggunaan kwadrat sebagai ukuran mempunyai kelemahan, yaitu : 1. Semakin besar nilai deviasi masing2 data yang diteliti dari rata2nya , maka nilai variannya juga semakin besar. 2. Jika data yang diteliti berupa satuan uang (misal Rp), maka variannya dalam bentuk rupiah yang dikwadratkan. Untuk mengembalikan ukuran disperse menjadi ukuran (semula) yang sama dengan ukuran data yang diteliti, dihitung nilai akar dari varian yang selanjutnya disebut dengan deviasi standar ,dengan rumus sbb. : _2 ∑ ( Xi - X ) Deviasi standar = s = √ ------------------ (n-1) Contoh perhitungan , bila diketahui seperti data berikut ini : _ _ (Xi - X ) 10 - 20 - 10 5 -5 - 15 n=9 ;_ ! Xi - X ! 10 20 5 15 X = 30 _2 ( Xi - X ) 100 400 25 225 X 40 10 20 35 25 15 ‘12 Metodologi Penelitian Susetya Hadi SE. MM. 5 Pusat Pengembangan Bahan Ajar Universitas Mercu Buana http://www.mercubuana.ac.id