UKURAN KESERAGAMAN / UKURAN VARIASI

Slides:



Advertisements
Presentasi serupa
PENYEBARAN DATA Tujuan Belajar :
Advertisements

NOTASI PENJUMLAHAN ()
IX. KORELASI DAN REGRESI
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)
7. Penyajian Data TABEL GRAFIK. 7. Penyajian Data TABEL GRAFIK.
MATA KULIAH STATISTIK DESKRIPSI

UKURAN KERAGAMAN/ DISPERSI
Bab 3B Statistika Deskriptif: Parameter Populasi 2.
Nilai - Nilai Variasi Prepared: TOTOK SUBAGYO, ST,MM.
TEKNIK ANALISIS DATA.
MENGHITUNG STATISTIKA DESKRIPTIF
UKURAN VARIASI ATAU DISPERSI.
STATISTIKA Jurusan PWK-FT-UB Pertemuan ke-2/2-4,14-16
Assalamu’alaikum Wr. Wb.
UKURAN DISPERSI (PENYEBARAN DATA)
Oleh : Indah Manfaati Nur, S.Si.,M.Si
UKURAN PENYEBARAN (VARIABILITAS)
Statistika Deskriptif: Statistik Sampel
FUNGSI STATISTIK. SEBAGAI ALAT PENYAJI DATA.
UKURAN VARIASI ATAU DISPERSI (Pengukuran Dispersi)
UKURAN PENYEBARAN (VARIABILITAS)
METODE KUADRAT TERKECIL
STATISTIK1 Pertemuan 5: Ukuran Penyebaran Dosen Pengampu MK:
PROBABILITAS dan DISTRIBUSI
UKURAN DISPERSI (PENYEBARAN DATA)
Ukuran Variasi atau Dispersi
STATISTIK1 Pertemuan 3: Ukuran Pemusatan dan Penyebaran
Alwino Zacqy ( ) Ide Primayu R ( )
UKURAN PENYEBARAN
UKURAN SIMPANGAN, DISPERSI & VARIASI
UKURAN SIMPANGAN & VARIASI
PENGUKURAN STATISTIK BAG 2 (UKURAN PENYEBARAN DATA)
Assalamu’alaikum Wr. Wb.
Balai Diklat Keagamaan Surabaya
Modul 5 Kegiatan Belajar 2
Ukuran Variasi atau Dispersi
STATISTIKA LINGKUNGAN
STATISTIKA DESKRIPTIF
? 1. Konsep Statistika STATISTIKA : Kegiatan untuk : mengumpulkan data
STATISTIK 1 Pertemuan 5,6: Ukuran Pemusatan dan Penyebaran
Ukuran Variasi atau Dispersi
UKURAN PENYEBARAN Ukuran Penyebaran
ANALISIS BUTIR SOAL MANUAL Menggunakan IT Kalkulator Komputer
Ukuran Variasi atau Dispersi
STATISTIKA Pertemuan 3: Ukuran Pemusatan dan Penyebaran
STATISTIKA Pertemuan 3: Ukuran Pemusatan dan Penyebaran
UKURAN PENYEBARAN DATA
UKURAN VARIASI (DISPERSI) Sumber : J.Supranto, hal.127
UKURAN DIPERSI (PENYIMPANGAN)
UKURAN DIPERSI (PENYIMPANGAN)
UKURAN PENYEBARAN Adalah suatu ukuran untuk mengetahui seberapa besar penyimpangan data dengan nilai rata rata hitungnya.
UKURAN DISPERSI (PENYEBARAN DATA)
UKURAN SIMPANGAN, DISPERSI DAN VARIASI
Ukuran Variasi atau Dispersi
UKURAN DIPERSI (PENYIMPANGAN)
UKURAN VARIASI ATAU DISPERSI (Pengukuran Dispersi)
UKURAN VARIASI ATAU DISPERSI (Pengukuran Varians)
Statistika Deksriptif
BAB 4 PENGUKURAN VARIASI Pengukuran variasi adalah suatu harga yang menunjukkan besar kecilnya sekelompok data itu bervariasi. Variasi adalah besarnya.
NILAI STATISTIKA DESKRIPTIF
UKURAN SIMPANGAN, DISPERSI DAN VARIASI
Penyebaran Data Kuliah 9.
C. Ukuran Penyebaran Data
Peta Konsep. Peta Konsep C. Ukuran Penyebaran Data.
DESKRIPSI DATA Pertemuan 3.
DASAR-DASAR STATISTIKA
UKURAN VARIASI (DISPERSI )
Transcript presentasi:

UKURAN KESERAGAMAN / UKURAN VARIASI

Rumus : R = X terbesar -Xterkecil UKURAN VARIASI Ukuran variasi dari sekelompok data adalah bilangan yang menggambarkan bagaimana keadaan variasi bilangan-bilangan tersebut. Ukuran variasi nilai paling kecil =0 artinya tidak ada variasi (sama besarnya) makin besar bilangan ukuran variasi, makin tidak seragam bilangan-bilangan yang ada. RANGE (RENTANG) Range merupakan pengukuran variabilitas yang paling sederhana. Range merupakan jarak antara nilai yang tertinggi dengan nilai yang terendah. Rumus : R = X terbesar -Xterkecil

Contoh : Ukuran tinggi badan : 149, 150, 170, 135, 195 Range = 195 – 135 = 60 Rentang merupakan ukuran variasi yang sangat lemah sebab hanya memperhatikan 2 bilangan (terbesar dan terkecil).Sebaiknya hindari penggunaan rentang.

VARIANCE Apabila dari sebuah populasi berukuran N. Kita mengukur variabel X yang tingkat pengukurannya minimal interval dengan hasil pengukuran X1,X2,X3....Xn, maka varians variabel X didefinisikan : Varians populasi : Varians sampel :

Contoh Hasil pengukuran 6 orang tinggi badan adalah sebagai berikut : JAWABAN : ∑ X2= 165.500 ∑ X = 996 δ2 X = 27,33333cm2 Satuan pengukurannya = cm Varians pengukurannya = cm2 Interpretasi Varians agak sukar karena sebenarnya dua dimensional. Tinggi badan (Xi) Xi 2 171 165 159 168 173 160 29241 27225 25281 28224 29929 25660 996 165.500

SIMPANGAN BAKU (SB) / DEVIASI STANDAR (DS) Adalah ukuran statistik yang menggambarkan keadaan keseragaman data dalam pengertian makin besar harga maka tidak seragam keadaan data. Apabila = 0 artinya data harganya semua sama (sempurna). Simpangan baku memiliki satuan, oleh karena itu tidak bisa digunakan sebagai alat pembanding keseragaman apabila satuan pengukurannya tidak sama.

OPERASIONAL KALKULATOR (CASIO FX 3600PV / PA / sejenisnya) Hidupkan kalkulator dengan menekan AC atau On Bersihkan kalkulator memorinya sebelum dipakai dengan cara menekan : Shift AC atau Inv AC (Memori panjang) Shift MR atau Inv MR (Memori Pendek) Mode statistik dengan cara : Mode 3 untuk mode SD ( Standard Deviation ) Mode 2 untuk mode LR ( Linier regression )

Kunci untuk simbol warna : Tombol warna hitam langsung dipencet, misalnya mencari hasil perhitungan 412 maka pencet  4 xy 12 = Tombol berwarna merah atau coklat tua, maka pengoperasiannya harus didahului dengan memencet Inv atau Shift. Contohnya adalah mencari perhitungan dari 62 maka dipencet : 6 Shift x2

Operasional Kalkulator Program SD Gunakan mode SD (pencet Mode 3), dengan operasi 59 DATA 60 DATA 45 DATA .. Dst … Untuk mendapatkan hasil (output) : Kout n : Jumlah subjek yang dimasukkan Kout : Mendapatkan jumlah berat badan Kout : Mendapatkan Jumlah berat badan kuadrat Shift n-1 :Standard deviation ( deviasi standar) sampel Shift n : Standard deviation ( deviasi standar) populasi Shift x : Rata-rata

Jadi untuk mengeluarkan hasil : Huruf berwarna hitam tekan lebih dahulu Kout, misalnya ingin mengeluarkan hasil maka tekan Kout x Huruf berwarna merah tekan lebih dahulu Shift kemudian tekan perintahnya seperti rata-rata atau deviasi standar, misalnya Shift n-1

Revisi dalam memasukkan data Dalam memasukkan data, apabila terdapat salah pencet dalam memasukkan data, misalnya subjek 7 angka 82 dipencet 85, maka diperbaiki dengan menekan C pada kalkulator kemudian pencet 82. Dalam memasukkan data dan terjadi salah pencet angka dan sudah memencet Data, maka dapat diperbaiki dengan cara memasukkan angka yang salah pencet Shift Del. Misalnya salah memasukkan subjek 5 seharusnya dengan data 75, tetapi terpencet 57 dan sudah memencet Data, maka revisinya dengan menghapus angka salah 57 yaitu dengan memencet 57 Shift Del.

Operasional Kalkulator Model Baru (Casio FX 3650 P, atau SPV AM 350) Pemrograman : tekan Mode CLR 2x, lalu pilih program yang dibutuhkan seperti program SD atau Reg dengan memencet angka 1 atau 2. Untuk program Regresi, pilih program Lin (angka1) Memasukkan data pada program SD : data atau angka yang ada dimasukkan, kemudian pencet Dt (pada tombol M+). Misalnya tersedia data : 59, 65, 70, maka pencet 59 Dt; 65 Dt; dan 70 Dt.

Untuk mengeluarkan : n;∑x , ∑x2 dapat dipencet Shift S-Sum tinggal pilih angka 3,2, dan 1 sesuai dengan kebutuhan. Anda bias memencet panah ke kanan pada tombol yang berbentuk lingkaran apabila notasi untuk ∑y , ∑y2 sesuai dengan kebutuhan. Untuk mengeluarkan rata-rata, SD sampel X (xn-1) dan SD Populasi X (xn-1) dan SD Populasi (xn) dapat dipencet Shift S-var dan tinggal pilih angka 1,2, dan 3 sesuai kebutuhan. Anda bias memencet panah ke kanan pada tombol yang berbentuk lingkaran apabila notasi untuk yn-1 dan yn sesuai dengan kebutuhan. Membersihkan data : tekan Shift –CLR, pilih all (angka 3) lalu tekan Exe, maka semua data yang tersimpan dalam memori akan dihapus.