Ukuran Variasi atau Dispersi

Slides:



Advertisements
Presentasi serupa
PENYEBARAN DATA Tujuan Belajar :
Advertisements

STATISTIKA DESKRIPTIF
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
UKURAN TENDENSI SENTRAL DAN PENYIMPANGAN
UKURAN PEMUSATAN Rata-rata (average) : mempunyai kecenderungan memusat
UKURAN PEMUSATAN Rata-rata (average) : mempunyai kecenderungan memusat
Denny Agustiawan JURUSAN TEKNIK INFORMATIKA STMIK ASIA MALANG
Distribusi Frekuensi Pokok Bahasan ke-3.
Prepared: TOTOK SUBAGYO, ST,MM
MEDIAN MEDIAN (Med), MENUNJUKKAN NILAI TENGAH DARI GUGUSAN DATA YANG SUDAH DIURUTKAN DARI DATA YANG KECIL SAMPAI DATA YANG BESAR ATAU SEBALIKNYA. MISAL.
STATISTIK DESKRIPTIF Pengumpulan data, pengorganisasian, penyajian data Distribusi frekuensi Ukuran pemusatan Ukuran penyebaran Skewness, kurtosis.
Ukuran Penyebaran Data
TENDENSI SENTRAL.
Assalamu’alaikum Wr. Wb.
UKURAN DISPERSI (PENYEBARAN DATA)
Indikator Kompetensi Dasar :
Metode Penelitian Ilmiah
HARGA SIMPANGAN Septi Fajarwati, M. Pd.
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 PEMUSATAN DATA Sub Judul.
UKURAN VARIASI ATAU DISPERSI (Pengukuran Dispersi)
UKURAN PEMUSATAN.
UKURAN DISPERSI (PENYEBARAN DATA)
Ukuran Variasi atau Dispersi
Pengukuran Tendensi Sentral
STATISTIK 1 Pertemuan 4: Ukuran Pemusatan dan Penyebaran Data Kelompok
UKURAN SIMPANGAN, DISPERSI & VARIASI
UKURAN SIMPANGAN & VARIASI
Assalamu’alaikum Wr. Wb.
Ukuran Variasi atau Dispersi
PPS 503 TEKNIK ANALISA DATA PERTEMUAN KE DUA
TENDENCY CENTRAL Data Interval.
STATISTIKA DESKRIPTIF
Aplikasi Komputer & Pengolahan Data UKURAN TENDENSI SENTRAL
Contoh soal Jangkauan (data belum dikelompokkan):
Ukuran Variasi atau Dispersi
UKURAN PENYEBARAN Ukuran Penyebaran
Ukuran Variasi atau Dispersi
Ukuran Pemusatan Data Choirudin, M.Pd
Pengukuran Tendensi Sentral
STATISTIK I PERTEMUAN I( 10 Agustus 2017 ) 3.MODUS DEFINISI 1 : Modus adalah nilai dari suatu kelompok yang mempunyai frekuensi tertinggi.
MEAN.
UKURAN SENTRAL TENDENSI
Ukuran Pemusatan Data Choirudin, M.Pd
UKURAN PENYEBARAN DATA
VI. UKURAN PEMUSATAN UKURAN PEMUSATAN ADALAH SUATU UKURAN YANG MEMPUNYAI KECENDERUNGAN MEMUSAT ARTINYA CENDERUNG BERADA DI TENGAH-TENGAH DARI KELOMPOK.
UKURAN VARIASI (DISPERSI) Sumber : J.Supranto, hal.127
STATISTIKA BAB 6 RIZKA AULIA ( )
PENGUKURAN DISPERSI (UKURAN PENYEBARAN) Sri Mulyati.
UKURAN DISPERSI (PENYEBARAN DATA)
UKURAN PENYEBARAN DATA
STATISTIKA DESKRIPTIF
UKURAN VARIASI ATAU DISPERSI (Pengukuran Dispersi)
UKURAN VARIASI ATAU DISPERSI (Pengukuran Varians)
UKURAN PEMUSATAN ( Median, dan Modus)
UKURAN PEMUSATAN (Mean)
Ukuran kemencengan dan keruncingan kurva
Deskripsi Numerik Data
Ukuran Penyebaran Data
Ukuran Variasi atau Dispersi J0682
Pengantar statistika sosial
Contoh soal Jangkauan (data belum dikelompokkan):
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 )
STATISTIKA DESKRIPTIF Tendensi Sentral & Ukuran Dispersi KELOMPOK 2.
Transcript presentasi:

Ukuran Variasi atau Dispersi

Why??? Nilai rata-tara seperti mean atau median hanya menitikberatkan pada pusat data, tetapi tidak memberikan informasi tentang sebaran data Untuk membandingkan sebaran data dari dua informasi distribusi nilai

Pengukuran dispersi data tidak dikelompokkan Nilai Jarak Diantara ukuran variasi yang paling sederhana dan paling mudah dihitung adalah nilai jarak (usuatu kelompok (data) sudah disusun menurut urutan yang terkecil (X1) sampai dengan yang terbesar (Xn), maka untuk menghitung nilai jarak dipergunakan rumus sebagai berikut: Nilai jarak  NJ = Xn – X1 NJ = nilai maksimum –nilai minimum

Rata-Rata Simpangan Apabila tersedia data X1, X2, ...,Xi...,Xn dan rata-rata Ẋ = 1/n Σxi, maka simpangan terhadap rata-rata hitung diartikan sebagai berikut: (X1 - Ẋ), (X2 - Ẋ), ... , (Xi - Ẋ), ... , (Xn - Ẋ) Rata-Rata simpangan adalah rata-rata hitung dari nilai absolut simpangan yang dirumuskan:

Untuk simpangan, selalu kita ambil nilai mutlaknya Untuk simpangan, selalu kita ambil nilai mutlaknya. Simpangan terhadap median diartikan sebagai berikut: (X1 – med), (X2 – med), .... (Xi – med), ....., (Xn – med) Jadi simpangan baku terhadap median, dirumuskan:

Simpangan Baku Simpangan baku adalah yang paling banyak digunakan, sebab mempunyai sifat-sifat matematis yang sangat penting dan berguna sekali untuk pembahasan teori dan analisis Apabila kita memiliki suatu populasi dengan jumlah elemen sebanyak N dan sampel dengan n elemen, dan selanjutnya nilai suatu karakteristik tertentu kita kumpulkan (umur, hasl penjualan, produksi barang, dsb), maka kita akan memperoleh sekumpulan nilai observasi sbb: Populasi X1, X2, ...., Xi, ..., XN

Seperti pada rata-rata, dalam varians pun ada yang disebut sebagai varians populasi dan varians sampel. Rumusnya adalah: Dimana (Xi – μ) adalah simpangan (deviasi) dari observasi terhadap rata-rata sebenarnya, sedangkan varians sampel (s²) dirumuskan sebagai berikut: atau

Dimana σ merupakan simpangan baku dari X Dimana (Xi - Ẋ) adalah simpangan (deviasi) dari observasi terhadap rata-rata sampel. Rumus dan simbol dari simpangan baku populasi adalah: atau Dimana σ merupakan simpangan baku dari X Pada prakteknya, pengumpulan data hanya didasarkan atas sampel tidak menghasilkan varians atau simpangan baku yang sebenarnya, tetapi hanya suatu perkiraan saja dengan rumus sebagai berikut:

atau Catatan: S = simpangan baku perkiraan (s perkiraan dari σ) / simpangan baku sampel Bisa ditunjukkan secara statistik matematis jika pembaginya (penyebutnya n-1, E ( S²) = σ², artinya S² “ unbiaset estimator “ dari σ², sehigga dalam prakteknya dalam digunakan rumus berikut atau

PENGUKURAN DISPERSI DATA DIKELOMPOKKAN Nilai jarak Untuk data berkelompok, nilai jarak (NJ) dapat dihitung dengan dua cara : NJ = Nilai tengah kelas terakhir – Nilai tengah kelas pertama NJ = Batas atas kelas terakhir – Batas bawah kelas pertama

SIMPANGAN BAKU Untuk data yang berkelompok, dan sudah disajikan dalam tabel frekuensi rumus simpangan baku populasi adalah sbb : Mi = Nilai tengah dari kelas ke i, i = 1, 2, ....,k Atau untuk kelas interval yang sama Dimana : c = besarnya kelas interval fi = frekuensi kelas ke i di = deviasi = simpangan dari kelas ke i terhadap titik asal asumsi

Untuk kelas interval yang tidak sama Mi = Nilai tengah kelas ke i Untuk data sampel diperoleh simpangan baku sampel dengan rumus Untuk kelas yang sama dan Untuk kelas yang tidak sama

BANYAKNYA MAHASISWA (f) LATIHAN SOAL 1. Hitung nilai jarak dari berat badan seratus mahasiswa (dengan menggunakan rumus pengukuran dispersi data dikelompokkan) BERAT BADAN (KG) BANYAKNYA MAHASISWA (f) 60-62 63-65 66-68 69-71 72-74 5 18 42 27 8

2. Hitunglah simpangan baku dari data berikut : X1 = 50, X2 = 50, X3 = 50, X4 = 50, X5 = 50 ( kelompok karyawan pertama ) X1= 50, X2 = 40, X3 = 30, X4 = 60, X5 = 70 (kelompok karyawan kedua) X1 = 100, X2 = 40, X3 = 80, X4 = 20, X5 = 10(kelompok karyawan ketiga ) X = upah bulanan karyawan suatu perusahaan (dalam ribuan rupiah)

3. Modal dari 40 populasi perusahaan (jutaan rupiah) adalah sebagai berikut Kemudian data dikelompokkan dan disajikan dalam tabel frekuensi sbb : 138 164 150 132 144 125 149 157 146 158 140 147 136 148 152 168 126 176 163 119 154 165 173 142 135 153 161 145 156 128 Modal (m) Nilai tengah f 118-126 127-135 136-144 145-153 154-162 163-171 172-180 122 131 140 149 158 167 176 3 5 9 12 4 2 Jumlah 40

Latihan soal dikumpulkan pada saat uts, dengan menggunakan folio Lanjutan latihan soal no 3 Hitunglah simpangan baku dari data diatas terhadap data yang berkelompok Latihan soal dikumpulkan pada saat uts, dengan menggunakan folio Materi UTS sampai ukuran pemusatan