NILAI RATA-RATA (CENTRAL TENDENCY)

Slides:



Advertisements
Presentasi serupa
PENYEBARAN DATA Tujuan Belajar :
Advertisements

SULIDAR FITRI, M.Sc March 18,2014
NILAI RATA-RATA (CENTRAL TENDENCY)
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 PEMUSATAN WAHYU WIDODO.
UKURAN TENDENSI SENTRAL DAN PENYIMPANGAN
UKURAN PEMUSATAN UKURAN LETAK TopiK Mean Median Modus Geometric mean
UKURAN PEMUSATAN Rata-rata (average) : mempunyai kecenderungan memusat
UKURAN PEMUSATAN Rata-rata (average) : mempunyai kecenderungan memusat
Asyhadu anlaa ilaaha illallaoh Wa asyhadu anna Muhammadan rasuululloh Rodliitu billaahi robbaa Wa bil-islaami diinaa Wa bi Muhammadin nabiyyaw wa rosuulaa.
Statistik Diskriptif.
UKURAN PEMUSATAN DAN LETAK DATA
Prepared: TOTOK SUBAGYO, ST,MM
Sesi-2: DISTRIBUSI FREKUENSI
NILAI TENGAH Nilai rata-rata (mean) adalah nilai yang dianggap cukup representatif untuk menggambarkan nilai-nilai yang terdapat dalam suatu data. Nilai.
TENDENSI SENTRAL.
STATISTIK DESKRIPTIF.
Ukuran Gejala Pusat (Central Tendency)
Indikator Kompetensi Dasar :
Ukuran Kemiringan (Skewness) dan Ukuran Keruncingan (Kurtosis)
Gejala Pusat dan Ukuran Letak
BIO STATISTIKA JURUSAN BIOLOGI
STATISTIK1 Pertemuan 3-4: Ukuran Pemusatan Dosen Pengampu MK:
STATISTIK 1 Pertemuan 5: Ukuran Pemusatan dan Penyebaran Data Kelompok
UKURAN PEMUSATAN Merupakan nilai tunggal yang mewakili semua data atau kumpulan pengamatan dimana nilai tersebut menunjukkan pusat data. Yang termasuk.
STATISTIKA Mean, Median dan Modus.
jumlah bilangan-bilangan dibagi oleh banyaknya bilangan.
UKURAN PEMUSATAN DATA Sub Judul.
UKURAN NILAI SENTRAL&UKURAN PENYEBARAN
UKURAN VARIASI ATAU DISPERSI (Pengukuran Dispersi)
BAB 5 UKURAN NILAI PUSAT.
BAB 3 UKURAN PEMUSATAN.
STATISTIK DAN PROBABILITAS pertemuan 5 & 6 Oleh : L1153 Halim Agung,S
UKURAN NILAI SENTRAL&UKURAN PENYEBARAN
UKURAN PEMUSATAN.
UKURAN PEMUSATAN (NILAI SENTRAL) DISPERSI, SKEWNES DAN KURTOSIS
TENDENSI PUSAT Pertemuan ke-3.
UKURAN PEMUSATAN Rata-rata (average) : B A B V
STATISTIKA.
Ukuran Tendensi Sentral
Modus dan Median.
STATISTIK 1 Pertemuan 4: Ukuran Pemusatan dan Penyebaran Data Kelompok
Rata-rata, Median, dan Modus
PENGUKURAN DESKRIPTIF 1. Ukuran Pemusatan Data /Central Tendency.
UKURAN PEMUSATAN Rata-rata (average) : B A B 2
UKURAN NILAI SENTRAL&UKURAN PENYEBARAN
UKURAN PEMUSATAN DATA BERKELOMPOK
PPS 503 TEKNIK ANALISA DATA PERTEMUAN KE DUA
jumlah bilangan-bilangan dibagi oleh banyaknya bilangan.
STATISTIKA Pertemuan 3: Ukuran Pemusatan dan Penyebaran
UKURAN SENTRAL TENDENSI
ALAT-ALAT MANAJEMEN (2)
VI. UKURAN PEMUSATAN UKURAN PEMUSATAN ADALAH SUATU UKURAN YANG MEMPUNYAI KECENDERUNGAN MEMUSAT ARTINYA CENDERUNG BERADA DI TENGAH-TENGAH DARI KELOMPOK.
DISTRIBUSI FREKUENSI.
VI. UKURAN PEMUSATAN UKURAN PEMUSATAN ADALAH SUATU UKURAN YANG MEMPUNYAI KECENDERUNGAN MEMUSAT ARTINYA CENDERUNG BERADA DI TENGAH-TENGAH DARI KELOMPOK.
CHAPTER 1 DESKRIPSI DATA
CHAPTER 1 DESKRIPSI DATA
UKURAN VARIASI ATAU DISPERSI (Pengukuran Dispersi)
UKURAN PEMUSATAN ( Median, dan Modus)
UKURAN PEMUSATAN Rata-rata (average) :
Ukuran Pemusatan dan Ukuran Penyebaran
Deskripsi Numerik Data
Probabilitas dan Statistika
NILAI STATISTIKA DESKRIPTIF
STATISTIK DESKRIPTIF.
UKURAN PEMUSATAN DAN LETAK DATA
Pertemuan 4 Ukuran Pemusatan
Ukuran tendesi sentral dan posisi
STATISTIK1 Pertemuan 3-4: Ukuran Pemusatan Dosen Pengampu MK:
Transcript presentasi:

NILAI RATA-RATA (CENTRAL TENDENCY) Student Lecture Notes NILAI RATA-RATA (CENTRAL TENDENCY) Tujuan Belajar : Setelah mempelajari materi ini, diharapkan mahasiswa mampu : 1. Menjelaskan pengertian nilai rata-rata 2. Menjelaskan sifat-sifat nilai rata-rata 3. Menjelaskan cara-cara perhitungan rata-rata 4. Menjelaskan interpretasi perhitungan rata-rata

Student Lecture Notes Pengertian Nilai rata-rata ialah suatu nilai yang dapat mewakili sekelompok nilai hasil pengamatan Memiliki kecenderungan untuk berada ditengah-tengah suatu distribusi sehingga disebut juga Kecenderungan Nilai Tengah (Central Tendency) Mengapa nilai rata-rata diperlukan ??? Memberikan gambaran deskriptif terhadap data yang diperoleh Membandingkan gambaran deskriptif suatu kelompok dengan kelompok lain Sebagai dasar dalam perhitungan statistik inferensia

Mean atau Arithmetic Mean Student Lecture Notes Student Lecture Notes NILAI RATA-RATA (CENTRAL TENDENCY) Mean atau Arithmetic Mean Weighted Mean Median Modus 3

Ukuran nilai tengah yang paling sering digunakan Student Lecture Notes Sifat dari Mean : Ukuran nilai tengah yang paling sering digunakan Merupakan wakil dari keseluruhan nilai Berasal dari semua nilai pengamatan Labil (sangat dipengaruhi oleh nilai ekstrim)‏ Simbol : x untuk Sampel μ untuk Populasi Rumus Mean ialah jumlah semua hasil pengamatan (Ʃx) dibagi dengan banyaknya pengamatan (n) Rumus (1) : (1) x = Ʃx n

Jika masing-masing ditambah dengan angka 2 menjadi : Student Lecture Notes Student Lecture Notes Bila seluruh data ditambah dengan konstanta c yaitu yi = xi + c, i = 1,2,…..,n maka mean y = mean x + c Bila seluruh data dikalikan dengan konstanta c yaitu yi = xi + c, i = 1,2,…..,n maka mean y = (mean x).c Ex : Data : 2,3,4,2,3,5,3,6,3,4 dan mean 3.5 Jika masing-masing ditambah dengan angka 2 menjadi : 4,5,6,4,5,7,5,8,5,6 dengan mean 5.3 = 3.5+2 Jika masing-masing dikalikan dengan angka 2 menjadi : 4,6,8,4,6,10,6,12,6,8 dengan mean 7 = 3.5x2 5

Cara Perhitungan Rata-Rata Contoh 1 : Hasil pengukuran berat badan 10 orang penderita diabetes melitus yang dirawat di Rumah Sakit M adalah sbb : 65,60, 55, 70, 67, 53, 61, 64, 75 dan 50 (dalam kg) Dengan menggunakan rumus.1 maka : x = Ʃx = 65+60+55+70+67+53+61+64+75+50 n 10 = 62 kg

(2) Data disusun dalam bentuk distribusi frekuensi tanpa Student Lecture Notes Rumus (1) hanya dapat digunakan pada jumlah pengamatan yang tidak banyak sedangkan jika data yang tersedia cukup banyak yaitu dengan beberapa rumus yaitu : (2) Data disusun dalam bentuk distribusi frekuensi tanpa pengelompokkan Rumus (2) : x = Ʃfixi Ʃfi (3) Data disusun dalam bentuk distribusi frekuensi dengan interval kelas yang sama Rumus (3) : x = Ʃfi Nt Ket : x = rata-rata Ʃ = jml f = frekuensi x = hasil pengamatan Ket : x = rata-rata Ʃ = jml f = frekuensi Nt = nilai tengah kelas

Cara Perhitungan Rata-Rata Contoh 2 : Hasil pengukuran berat badan 30 orang penderita diabetes melitus yang dirawat di Rumah Sakit M adalah sbb : Berat Badan (kg) f f.x 43 50 55 60 62 63 65 67 68 69 70 71 72 75 78 4 1 2 3 172 200 120 195 134 210 216 156 Jumlah 30 1.866 Dengan menggunakan rumus.2 x = Ʃfx maka : n = 1.866 30 = 62.2 kg

Cara Perhitungan Rata-Rata Contoh 3 : Hasil pengukuran berat badan 30 orang penderita diabetes melitus yang dirawat di Rumah Sakit M adalah sbb : (frekuensi distribusi dikelompokkan) Berat Badan (kg) f Nt f.Nt 41 - 45 46 - 50 51 - 55 56 - 60 61 - 65 66 - 70 71 - 75 76 - 80 4 1 2 5 7 43 48 53 58 63 68 73 78 172 192 116 315 476 365 156 Jumlah 30 1.845 Dengan menggunakan rumus.3 x = Ʃfi Nt Ʃfi = 1.845 30 = 61.5 kg

(3) Perhitungan rata-rata menggunakan kode Rumus (4) : x = k + (Ʃdi/n) Student Lecture Notes (3) Perhitungan rata-rata menggunakan kode Rumus (4) : x = k + (Ʃdi/n) Rumus (5) : x = k + (Ʃfi di/ Ʃfi) Ket : x = rata-rata Ʃ = jml k = sembarang nilai yang merupakan asumsi rata-rata di = selisih nilai xi terhadap k n = jumlah pengamatan Ket : x = rata-rata Ʃ = jml k = sembarang nilai yang merupakan asumsi rata-rata di = selisih nilai xi terhadap k f = frekuensi n = jumlah pengamatan

Student Lecture Notes Student Lecture Notes Menghitung rata-rata yang terdiri dari beberapa kelompok dengan jumlah pengamatan setiap kelompoknya berbeda sehingga memerlukan pembobotan (weighted) Rata-rata dengan pembobotan (weighted mean) ialah rata- ratakan k buah nilai x1, x2,...xk dengan dengan memberi pembobot w1, w2,....wk pada nilai-nilai tsb Dengan rumus : 11

Cara Perhitungan Rata-Rata Student Lecture Notes Cara Perhitungan Rata-Rata Contoh 5. Pengukuran rata-rata berat badan 3 kelompok penderita penyakit paru-paru yang masing-masing kelompok terdiri dari 3,5 dan 10 orang dengan berat badan sbb : Kelompok Berat Badan (kg) 1 (n = 3) 50 55 54 2 (n = 5) 53 52 57 3 (n = 10) 51 48 55 47 57 58 60 59 52 62 Dengan menggunakan rumus weighted mean yaitu : dengan w1 =3 ; x1 = 53 ; w2 = 5 ; x2 = 53.5 ; w3 = 10 ; x3 = 54.9, maka : xw = (3x53)+(5x53.5)+(10x54.9) 3+5+10 = 54.17 kg 12

Cocok dipakai untuk data yang distribusinya miring (tidak simetris) Student Lecture Notes Student Lecture Notes Median membagi data menjadi dua bagian yaitu 50% data berada dibawah nilai median dan 50% data berada di atas nilai median Sifat-sifat median : Median dapat digunakan untuk data kuantitatif baik kontinue maupun diskrit Dapat digunakan untuk data kualitatif yaitu variabel yang berskala ordinal Cocok dipakai untuk data yang distribusinya miring (tidak simetris) Median lebih stabil karena tidak dipengaruhi oleh nilai ekstrim 13

Mengurutkan data dari terkecil ke terbesar Student Lecture Notes Student Lecture Notes Mengurutkan data dari terkecil ke terbesar Menentukan posisi median yaitu (n+1)/2 Menghitung nilai median Contoh : Data : 2,3,4,2,3,5,3,6,3,4 Diurutkan menjadi : 2,2,3,3,3,3,4,4,5,6 Posisi median : (10 + 1)/2 = 5.5 (berarti antara angka ke-5 dan ke-6) Nilai median adalah (3+3)/2 = 3 14

Rumus median untuk data berkelompok Student Lecture Notes Student Lecture Notes Rumus median untuk data berkelompok Med Ket : b = tepi bawah kelas median yaitu kelas interval dimana median akan terletak p = panjang kelas median n = banyaknya data F = jumlah semua frekuensi yang terletak sebelum kelas median f = frekuensi kelas median 15

Cara Perhitungan Rata-Rata Student Lecture Notes Cara Perhitungan Rata-Rata Contoh 6 : NILAI FREKUENSI 30-39 40-49 50-59 60-69 70-79 80-89 90-99 4 6 8 12 9 7 50 Menggunakan rumus median untuk data berkelompok yaitu : dengan b = 59.5 ; p = 10 ; F = 18 ; f = 12 maka : Med = 59.5 + 10((1/2 x 50)-18) 12 = 59.5 + 5.83 = 65.3 Med 16

Tidak memperhitungkan seluruh pengamatan Student Lecture Notes Student Lecture Notes Secara kuantitatif nilai yang paling banyak muncul atau frekuensi paling besar Sifat-sifat modus : Modus paling stabil terhadap nilai ekstrim dibandingkan mean dan median Tidak memperhitungkan seluruh pengamatan Jarang dipakai untuk analisis statistik 17

Proses perhitungannya : Mengurutkan data dari terkecil ke terbesar Student Lecture Notes Student Lecture Notes Proses perhitungannya : Mengurutkan data dari terkecil ke terbesar Bisa mengandung 1 modus, 2 modus dst serta tidak ada modus Contoh : Data : 2,3,4,2,3,5,3,6,3,4, Mod = 3 Data 2,3,4,2,3,5,3,2,3,2, Mod = 2 dan 3 Data 2,3,4,5,6,7,8,9, tidak ada modus 18

Rumus mencari modus untuk data berkelompok : Student Lecture Notes Rumus mencari modus untuk data berkelompok : Ket : b = tepi bawah kelas modus yaitu kelas interval yang memiliki frekuensi terbanyak p = panjang kelas modus b1 = frekuensi kelas modus dikurangi frekuensi kelas interval sebelumnya b2 = frekuensi kelas modus dikurangi frekuensi kelas interval sesudahnya Mod

Cara Perhitungan Rata-Rata Student Lecture Notes Cara Perhitungan Rata-Rata Contoh 7 : Berat badan 10 wanita hamil yang datang ke RSIA dikota B pada bulan Nopember 2008 adalah sbb : Menggunakan rumus modus untuk data berkelompok yaitu : dengan b = 59.5 ; p = 10 ; b1 = 12-8 = 4 ; b2 = 12 – 9 = 3 maka : Mod = 59.5 + 10 x (4/(4+3)) = 59.5 + 5.71 = 65.21 NILAI FREKUENSI 30-39 40-49 50-59 60-69 70-79 80-89 90-99 4 6 8 12 9 7 50 Mod 20

INTERPRETASI PERHITUNGAN RATA-RATA Perhitungan nilai rata-rata dilakukan untuk memberikan interpretasi terhadap data yang diperoleh Dengan menggunakan salah satu ukuran nilai rata-rata, maka diperoleh suatu nilai yang bisa mewakili seluruh nilai observasi yang diperoleh Pada kurva yang simetris, mean, median dan modus terletak pada satu titik X = Me = Mo

INTERPRETASI PERHITUNGAN RATA-RATA Pada kurva yang berdistribusi tidak simetris : Pada distribusi miring ke kanan, modus akan bergeser ke kiri mengikuti nilai dengan frekuensi terbanyak, mean akan bergeser ke kanan karena terpengaruh oleh nilai ekstrim dan median terletak antara mean dan modus Mo Me x

INTERPRETASI PERHITUNGAN RATA-RATA Pada kurva yang berdistribusi tidak simetris : Pada distribusi miring ke kiri, modus akan bergeser ke kanan mengikuti nilai dengan frekuensi terbanyak, mean akan bergeser ke kiri karena terpengaruh oleh nilai ekstrim dan median terletak antara mean dan modus x Me Mo

INTERPRETASI PERHITUNGAN RATA-RATA Pada distribusi miring (kekanan atau kekiri), median selalu berada ditengah-tengah antara mean dan modus, mean selalu tertarik ke arah nilai ekstrim. Secara empiris, jarak antara modus dan median adalah 2/3 jarak modus dan mean

Sekian