Presentasi sedang didownload. Silahkan tunggu

Presentasi sedang didownload. Silahkan tunggu

Ukuran Gejala Pusat Gr0uped dan Ungrouped rata-rata hitung

Diterbitkan olehIda Sasmita Telah diubah "6 tahun yang lalu

Presentasi serupa

Presentasi berjudul: "Ukuran Gejala Pusat Gr0uped dan Ungrouped rata-rata hitung"β€” Transcript presentasi:

1 Ukuran Gejala Pusat Gr0uped dan Ungrouped rata-rata hitung
Median (desil, persentil, kuartil) Modus

2 Rata-rata Hitung Rata-rata Hitung
Rata-rata hitung merupakan nilai yang diperoleh dengan menjumlahkan semua nilai data dan membaginya dengan jumlah data populasi sampel Rata-rata Hitung tertimbang kelompok

3 Rata-rata hitung populasi
Rata-rata hitung populasi merupakan nilai rata-rata dari data populasi. (parameter) Populasi adalah semua anggota dari suatu ekosistem atau seluruh anggota dari suatu kelompok. Rata-rata hitung populasi = π‘±π’–π’Žπ’π’‚π’‰ 𝒔𝒆𝒍𝒖𝒓𝒖𝒉 π’π’Šπ’π’‚π’Š π’…π’‚π’π’‚π’Ž π’‘π’π’‘π’–π’π’‚π’”π’Š π‘±π’–π’Žπ’π’‚π’‰ 𝒅𝒂𝒕𝒂 𝒂𝒕𝒂𝒖 π’π’ƒπ’”π’†π’“π’—π’‚π’”π’Š π’…π’‚π’π’‚π’Ž π’‘π’π’‘π’–π’π’‚π’”π’Š 𝒙 =π’“π’‚π’•π’‚βˆ’π’“π’‚π’•π’‚ π’‰π’Šπ’•π’–π’π’ˆ π’”π’‚π’Žπ’‘π’†π’ 𝝈=π’”π’Šπ’Žπ’ƒπ’π’ π’…π’‚π’“π’Š π’π’‘π’†π’“π’‚π’”π’Š π’‘π’†π’π’‹π’–π’Žπ’π’‚han 𝑿=π’π’Šπ’π’‚π’Š 𝒅𝒂𝒕𝒂 π’šπ’‚π’π’ˆ 𝒃𝒆𝒓𝒂𝒅𝒂 π’…π’‚π’π’‚π’Ž π’”π’‚π’Žπ’‘π’†π’ 𝒏=π’‹π’–π’Žπ’π’‚π’‰ 𝒕𝒐𝒕𝒂𝒍 𝒅𝒂𝒕𝒂 𝒂𝒕𝒂𝒖 π’‘π’†π’π’ˆπ’‚π’Žπ’‚π’•π’‚π’ π’…π’‚π’“π’Š π’”π’‚π’Žπ’‘π’†π’ 𝝈 𝑿=π’‹π’–π’Žπ’π’‚π’‰ π’…π’‚π’“π’Š π’Œπ’†π’”π’†π’π’–π’“π’–π’‰π’‚π’ π’π’Šπ’π’‚π’Š 𝒙 𝒅𝒂𝒕𝒂 π’”π’‚π’Žπ’‘π’†π’ π‘₯ = πœŽπ‘‹ 𝑛

4 Contoh : Bank Nilai Kredit (Rp Triliun) Danamon 41 BRI 90 BCA 61
Mandiri 117 BNI 66

5 Rata-rata hitung sampel
Sampel suatu bagian atau proporsi dari populasi tertentu yang menjadi kajian atau perhatian Rata-rata hitung sampel = π½π‘’π‘šπ‘™π‘Žβ„Ž π‘ π‘’π‘™π‘’π‘Ÿπ‘’β„Ž π‘›π‘–π‘™π‘Žπ‘– π‘‘π‘Žπ‘™π‘Žπ‘š π‘ π‘Žπ‘šπ‘π‘’π‘™ π‘—π‘’π‘šπ‘™π‘Žβ„Ž π‘‘π‘Žπ‘‘π‘Ž π‘Žπ‘‘π‘Žπ‘’ π‘œπ‘π‘ π‘’π‘Ÿπ‘£π‘Žπ‘ π‘– π‘‘π‘Žπ‘™π‘Žπ‘š π‘ π‘Žπ‘šπ‘π‘’π‘™ 𝑋 = πœŽπ‘‹ 𝑛 𝑿 =π’“π’‚π’•π’‚βˆ’π’“π’‚π’•π’‚ π’‰π’Šπ’•π’–π’π’ˆ π’‘π’π’‘π’–π’π’‚π’”π’Š 𝝈=π’”π’Šπ’Žπ’ƒπ’π’ π’…π’‚π’“π’Š π’π’‘π’†π’“π’‚π’”π’Š π’‘π’†π’π’‹π’–π’Žπ’π’‚han 𝑿=π’π’Šπ’π’‚π’Š 𝒅𝒂𝒕𝒂 π’šπ’‚π’π’ˆ 𝒃𝒆𝒓𝒂𝒅𝒂 π’…π’‚π’π’‚π’Ž π’‘π’π’‘π’–π’π’‚π’”π’Š 𝒏=π’‹π’–π’Žπ’π’‚π’‰ 𝒕𝒐𝒕𝒂𝒍 𝒅𝒂𝒕𝒂 𝒂𝒕𝒂𝒖 π’‘π’†π’π’ˆπ’‚π’Žπ’‚π’•π’‚π’ π’…π’‚π’“π’Š π’‘π’π’‘π’–π’π’‚π’”π’Š 𝝈 𝑿=π’‹π’–π’Žπ’π’‚π’‰ π’…π’‚π’“π’Š π’Œπ’†π’”π’†π’π’–π’“π’–π’‰π’‚π’ π’π’Šπ’π’‚π’Š 𝒙 𝒅𝒂𝒕𝒂 π’‘π’π’‘π’–π’π’‚π’”π’Š

6 Contoh No Nama Perusahaan Total asset (rp miliar) Laba bersih 1
PT. Indosat 22.598 436 2 PT. Telkom 42.253 7.568 3 PT. Aneka Tambang 2.508 123 4 PT. Astra Agro Lestari 2.687 180 5 PT. Bimantara Citra 4.090 392 6 PT. Alfa Retailindo 603 25 7 PT. HM Sampoerna 10.137 1.480 8 PT. Mustika Ratu 287 15 9 PT. Astra Graphia 796 65

7 Rata-rata hitung Tertimbang
Suatu nilai yang diperoleh dari suatu kelompok data yang dinyatakan sebagai π‘₯ 1 , π‘₯ 2 , π‘₯ 3 ,… π‘₯ 𝑛 berturut-turut ditimbang dengan bobot 𝑀 1 , 𝑀 2 , 𝑀 3 ,… 𝑀 𝑛 Rata-rata hitung sampel = 𝑀 1 π‘₯ 1 + 𝑀 2 π‘₯ 2 + 𝑀 3 π‘₯ 3 +… 𝑀 𝑛 π‘₯ 𝑛 𝑀 1 + 𝑀 2 + 𝑀 3 +… 𝑀 𝑛 π‘₯ π‘Š = 𝜎(𝑀×𝑋) 𝜎 𝑀 π‘₯ π‘Š =π’“π’‚π’•π’‚βˆ’π’“π’‚π’•π’‚ π’‰π’Šπ’•π’–π’π’ˆ π’‘π’π’‘π’–π’π’‚π’”π’Š 𝝈=π’”π’Šπ’Žπ’ƒπ’π’ π’…π’‚π’“π’Š π’π’‘π’†π’“π’‚π’”π’Š π’‘π’†π’π’‹π’–π’Žπ’π’‚han 𝑿=π’π’Šπ’π’‚π’Š 𝒅𝒂𝒕𝒂 π’šπ’‚π’π’ˆ 𝒃𝒆𝒓𝒂𝒅𝒂 π’…π’‚π’π’‚π’Ž π’‘π’π’‘π’–π’π’‚π’”π’Š 𝒏=π’‹π’–π’Žπ’π’‚π’‰ 𝒕𝒐𝒕𝒂𝒍 𝒅𝒂𝒕𝒂 𝒂𝒕𝒂𝒖 π’‘π’†π’π’ˆπ’‚π’Žπ’‚π’•π’‚π’ π’…π’‚π’“π’Š π’‘π’π’‘π’–π’π’‚π’”π’Š W =π’π’Šπ’π’‚π’Š 𝒃𝒐𝒃𝒐𝒕 π’…π’‚π’“π’Š 𝒔𝒖𝒂𝒕𝒖 𝒅𝒂𝒕𝒂

8 Jumlah Pembobotan Tenaga Kerja
contoh Cobalah hitung rata-rata hitung tertimbang untuk data yang ada pada contoh sebelumnya untuk nilai pembobotan gunakan nilai total asset. Penggunaan nilai asset sebagai pembobot adalah mempertimbangkan tingkat profitabilitas yaitu berapa laba dihasilkan dari setiap asset yang dimiliki perusahaan contoh Cv Era jaya merupakan produsen sepatu dengan dengan skala kecil tangerang. Kondisi dan tenaga kerja selama seminggu adalah sebagai berikut Jumlah Pembobotan Tenaga Kerja Rata-rata Produksi 5 250 10 800 6 600 8 900 4 200

9 Rata-rata data kelompok
Data yang sudah dikelompokkan dalam bentuk distribusi frekuensi. 𝑋 = πœŽπ‘“π‘‹ 𝑛 𝑿 =π’“π’‚π’•π’‚βˆ’π’“π’‚π’•π’‚ π’‰π’Šπ’•π’–π’π’ˆ 𝒅𝒂𝒕𝒂 π’Œπ’†π’π’π’Žπ’‘π’π’Œ 𝝈=π’”π’Šπ’Žπ’ƒπ’π’ π’…π’‚π’“π’Š π’π’‘π’†π’“π’‚π’”π’Š π’‘π’†π’π’‹π’–π’Žπ’π’‚han F =π’‡π’“π’†π’Œπ’–π’†π’π’”π’Š π’Žπ’‚π’”π’Šπ’π’ˆβˆ’π’Žπ’‚π’”π’Šπ’π’ˆ π’Œπ’†π’π’‚π’” X =π‘΅π’Šπ’π’‚π’Š π’•π’†π’π’ˆπ’‚π’‰ π’Žπ’‚π’”π’Šπ’π’ˆβˆ’π’Žπ’‚π’”π’Šπ’π’ˆ π’Œπ’†π’π’‚π’” f 𝑿=π’‰π’‚π’”π’Šπ’ π’‘π’†π’“π’Œπ’‚π’π’Šπ’‚π’ 𝒂𝒏𝒕𝒂𝒓𝒂 π’‡π’“π’†π’Œπ’–π’†π’π’”π’Š π’…π’‚π’“π’Š π’π’Šπ’π’‚π’Š π’•π’†π’π’ˆπ’‚π’‰ π’Žπ’‚π’”π’Šπ’π’ˆβˆ’π’Žπ’‚π’”π’Šπ’π’ˆ π’Œπ’†π’π’‚π’” πœŽπ‘“π‘‹=π‘—π‘’π‘šπ‘™π‘Žβ„Ž π‘‘π‘Žπ‘Ÿπ‘– π‘ π‘’π‘™π‘’π‘Ÿπ‘’β„Ž β„Žπ‘Žπ‘ π‘–π‘™ π‘π‘’π‘Ÿπ‘˜π‘Žπ‘™π‘–π‘Žπ‘› π‘Žπ‘›π‘‘π‘Žπ‘Ÿπ‘Ž π‘“π‘Ÿπ‘’π‘˜π‘’π‘’π‘›π‘ π‘– π‘‘π‘Žπ‘› π‘›π‘–π‘™π‘Žπ‘– π‘‘π‘’π‘›π‘”π‘Žβ„Ž π‘šπ‘Žπ‘ π‘–π‘›π‘”βˆ’π‘šπ‘Žπ‘ π‘–π‘›π‘” π‘˜π‘’π‘™π‘Žπ‘  𝒏=π’‹π’–π’Žπ’π’‚π’‰ 𝒕𝒐𝒕𝒂𝒍 𝒅𝒂𝒕𝒂 𝒂𝒕𝒂𝒖 π’‘π’†π’π’ˆπ’‚π’Žπ’‚π’•π’‚π’

10 contoh Interval Titik Tengah Jumlah total 160-303 231,5 2 304-447 375
519,5 9 663,5 3 807 1

11 Median untuk data tidak kelompok
Titik tengah dari semua nilai data yang telah diurutkan dari nilai yang terkecil ke yang terbesar, atau sebaliknya dari yang besar ke yang kecil. Median untuk data tidak kelompok Nilai yang letaknya di tengah data yang telah diurutkan, namun datanya belum dikelompokkan ke dalam kelas/kategori tertentu atau belum dalam bentuk distribusi frekuensi rumus 𝒏+𝟏 𝟐

12 contoh No Nama Perusahaan Total asset (rp miliar) Laba bersih 1
PT. Indosat 22.598 436 2 PT. Telkom 42.253 7.568 3 PT. Aneka Tambang 2.508 123 4 PT. Astra Agro Lestari 2.687 180 5 PT. Bimantara Citra 4.090 392 6 PT. Alfa Retailindo 603 25 7 PT. HM Sampoerna 10.137 1.480 8 PT. Mustika Ratu 287 15 9 PT. Astra Graphia 796 65

13 Median untuk data kelompok
Nilai yang letaknya di tengah data yang telah diurutkan, namun datanya belum dikelompokkan ke dalam kelas/kategori tertentu atau belum dalam bentuk distribusi frekuensi rumus 𝑀𝑑=𝐿 𝑛 2 βˆ’ 𝐢 𝑓 𝑓 ×𝑖 𝑀𝑑=π‘›π‘–π‘™π‘Žπ‘– π‘šπ‘’π‘‘π‘–π‘Žπ‘› 𝐿=π‘π‘Žπ‘‘π‘Žπ‘  π‘π‘Žπ‘€π‘Žβ„Ž π‘Žπ‘‘π‘Žπ‘’ 𝑑𝑒𝑝𝑖 π‘π‘Žπ‘€π‘Žβ„Ž π‘‘π‘–π‘šπ‘Žπ‘›π‘Ž π‘šπ‘’π‘‘π‘–π‘Žπ‘› π‘π‘’π‘Ÿπ‘Žπ‘‘π‘Ž 𝑛=π‘—π‘’π‘šπ‘™π‘Žβ„Ž π‘‘π‘œπ‘‘π‘Žπ‘™ π‘“π‘Ÿπ‘’π‘˜π‘’π‘’π‘›π‘ π‘– 𝐢 𝑓 =π‘“π‘Ÿπ‘’π‘˜π‘’π‘’π‘›π‘ π‘– π‘˜π‘œπ‘šπ‘’π‘™π‘Žπ‘‘π‘–π‘“ π‘ π‘’π‘π‘’π‘™π‘’π‘š π‘˜π‘’π‘™π‘Žπ‘  π‘šπ‘’π‘‘π‘–π‘Žπ‘› π‘π‘’π‘Ÿπ‘Žπ‘‘π‘Ž 𝑓=π‘“π‘Ÿπ‘’π‘˜π‘’π‘’π‘›π‘ π‘– 𝑑𝑖 π‘šπ‘Žπ‘›π‘Ž π‘˜π‘’π‘™π‘Žπ‘  π‘šπ‘’π‘‘π‘–π‘Žπ‘› π‘π‘’π‘Ÿπ‘Žπ‘‘π‘Ž 𝑖=π‘π‘’π‘ π‘Žπ‘Ÿπ‘›π‘¦π‘Ž π‘–π‘›π‘‘π‘’π‘Ÿπ‘£π‘Žπ‘™ π‘˜π‘’π‘™π‘Žπ‘ 

14 contoh Dengan 20 harga saham pilihan Interval Titik Tengah
Jumlah total F. Komulatif 231,5 2 375 5 519,5 9 7 663,5 3 16 807 1 19

15 Modus rumus Suatu nilai pengamatan yang paling sering muncul.
π‘€π‘œ=𝐿 𝑑 1 𝑑 1 + 𝑑 1 ×𝑖 π‘€π‘œ=π‘›π‘–π‘™π‘Žπ‘– π‘šπ‘œπ‘‘π‘’π‘  𝐿=π‘π‘Žπ‘‘π‘Žπ‘  π‘π‘Žπ‘€π‘Žβ„Ž π‘Žπ‘‘π‘Žπ‘’ 𝑑𝑒𝑝𝑖 π‘π‘Žπ‘€π‘Žβ„Ž π‘‘π‘–π‘šπ‘Žπ‘›π‘Ž π‘šπ‘’π‘‘π‘–π‘Žπ‘› π‘π‘’π‘Ÿπ‘Žπ‘‘π‘Ž 𝑛=π‘—π‘’π‘šπ‘™π‘Žβ„Ž π‘‘π‘œπ‘‘π‘Žπ‘™ π‘“π‘Ÿπ‘’π‘˜π‘’π‘’π‘›π‘ π‘– 𝑑 1 =π‘ π‘’π‘™π‘–π‘ π‘–β„Ž π‘˜π‘’π‘™π‘Žπ‘  π‘šπ‘œπ‘‘π‘’π‘  π‘‘π‘’π‘›π‘”π‘Žπ‘› π‘˜π‘’π‘™π‘Žπ‘  π‘ π‘’π‘π‘’π‘™π‘’π‘šπ‘›π‘¦π‘Ž 𝑑 2 =π‘ π‘’π‘™π‘–π‘ π‘–β„Ž π‘˜π‘’π‘™π‘Žπ‘  π‘šπ‘œπ‘‘π‘’π‘  π‘‘π‘’π‘›π‘”π‘Žπ‘› π‘˜π‘’π‘™π‘Žπ‘  π‘ π‘’π‘ π‘’π‘‘π‘Žβ„Žπ‘›π‘¦π‘Ž 𝑖=π‘π‘’π‘ π‘Žπ‘Ÿπ‘›π‘¦π‘Ž π‘–π‘›π‘‘π‘’π‘Ÿπ‘£π‘Žπ‘™ π‘˜π‘’π‘™π‘Žπ‘ 

16 contoh No Nama Perusahaan PAR (rp miliar) 1 PT. Indosat 500 2
PT. Telkom 3 PT. Aneka Tambang 4 PT. Astra Agro Lestari 250 5 PT. Bimantara Citra 100 6 PT. Alfa Retailindo 1000 7 PT. HM Sampoerna 8 PT. Mustika Ratu Interval Titik Tengah Jumlah total 231,5 2 375 5 519,5 9 663,5 3 807 1

17 Pengukuran median digunakan untuk menentukan nilai batas, norma atau ukuran atas nilai kelompok yang dibagi menjadi 2 bagian, maka ; Kuartil adalah pengukuran yang dilakukan untuk menentukan nilai batas jika distribusi frekuensi dibagi menjadi 4 bagian. Sedangkan desil diaplikasikan jika distribusi data dibagi menjadi 10 bagian Serta persentil untuk distribusi frekuensi yang dibagi menjadi 100 bagian

18 Kuartil adalah nilai yang memisahkan tiap-tiap 25 persen dalam distribusi frekuensi.
Fungsi kuartil untuk menentukan nilai batas tiap 25 persen dalam distribusi yang dipersoalkan. Oleh sebab itu teknik ini diterapkan jika analisis dilakukan dengan tujuan untuk membagi distribusi menjadi 4 bagian, selanjutnya menentukan batas tiap 25 persen distribusi yang dimaksud. Dalam statistik dikenal ada 3 nilai kuartil yakni; kuartil 1 (K1), kuartil 2 (K2) dan kuartil ke 3 (K3).

19 Kuartil pertama (K1) adalah suatu nilai yang membatasi 25% distribusi bagian bawah dan 75 % distribusi bagian atas. Kuartil kedua (K2) adalah nilai yang membatasi 50% distribusi bagian bawah dan 50% distribusi bagian atas. Dalam hal ini kuartil kedua dapat diidentikkan dengan pengukuran median (Mdn). Kuartil ketiga (K3) adalah nilai yang membatasi 75% distribusi bagian bawah dan 25% distribusi bagian atas. Asumsi teknik pengukuran kuartil : data yang diperoleh dari hasil pengukuran dalam bentuk numerik (angka) dan lazimnya setingkat skala interval.

20 Kuartil Jika berhubungan dengan data tunggal/tanpa frekuensi
𝑲 𝟏 =π’π’Šπ’π’‚π’Š π’šπ’‚π’π’ˆ π’Œπ’† π’Š 𝒏+𝟏 πŸ’ π’…π’Šπ’Žπ’‚π’π’‚ π’Š=𝟏,𝟐,πŸ‘ 𝒂𝒕𝒂𝒖 𝑲 𝟏 𝑲 𝟐 𝑲 πŸ‘ π’Š=π’Žπ’†π’π’–π’π’‹π’–π’Œπ’‚π’ π’Œπ’–π’‚π’“π’•π’Šπ’ π’Œπ’†π’ƒπ’†π’“π’‚π’‘π’‚ π’šπ’‚π’π’ˆ π’‰π’†π’π’…π’‚π’Œ π’…π’Šπ’‰π’Šπ’•π’–π’π’ˆ 𝒏=π’‹π’–π’Žπ’π’‚π’‰ π’Šπ’π’…π’Šπ’—π’Šπ’…π’– π’‡π’“π’†π’Œπ’–π’†π’π’”π’Š Jika berhadapan dengan data bergolong atau distribusi frekuensi bergolong 𝑲 𝒏 =𝑩𝒃+ 𝒏 πŸ’ π‘΅βˆ’π‘ͺ𝒇𝒃 𝒇𝒅 Γ—π’Š Kn : nilai kuartil yang dicari (K1, K2 atau K3) Bb : batas bawah nyata dari interval yang mengandung kuartil Cfb : frekuensi kumulatif dibawah interval yang mengandung kuartil Fd : frekuensi dalam interval kelas yang mengandung kuartil i : lebar interval/ lebar kelas n/4 N : komponen yang menunjuk pada urutan kuartil. Jika ΒΌ N artinya kuartil pertama

21 Desil Desil adalah nilai yang memisahkan tiap-tiap 10 persen dalam distribusi frekuensi. Fungsi desil untuk menentukan nilai batas tiap 10 persen dalam distribusi yang dipersoalkan. Teknik ini diterapkan jika kelompok atau distribusi data dibagi menjadi 10 bagian yang sama, untuk selanjutnya menentukan batas tiap 10 persen distribusi dimaksud. Dalam statistik dikenal ada 9 nilai desil yakni; desil 1 (D1), desil 2 (D2), desil ke 3 (D3) dan seterusnya sampai dengan desil ke 9 atau D9.

22 Desil pertama (D1) adalah suatu nilai yang membatasi 10% distribusi bagian bawah dan 90 % distribusi bagian atas. Desil kedua (D2) adalah nilai yang membatasi 20% distribusi bagian bawah dan 80% distribusi bagian atas. Desil kelima (D5) adalah nilai yang membatasi 50% distribusi bagian bawah dan 50% distribusi bagian atas. Dalam hal ini desil kedua dapat diidentikkan dengan pengukuran median (Mdn) dan kuartil ke 2 (K2). Desil kesembilan (D9) adalah nilai yang membatasi 90% distribusi bagian bawah dan 10% distribusi bagian atas. Asumsi teknik pengukuran desil : data yang diperoleh dari hasil pengukuran dalam bentuk numerik (angka) dan lazimnya setingkat skala interval.

23 Desil Jika berhubungan dengan data tunggal/tanpa frekuensi
𝑫 𝟏 =π’π’Šπ’π’‚π’Š π’šπ’‚π’π’ˆ π’Œπ’† π’Š 𝒏+𝟏 𝟏𝟎 π’…π’Šπ’Žπ’‚π’π’‚ π’Š=𝟏,𝟐,πŸ‘ 𝒂𝒕𝒂𝒖 𝑫 𝟏 𝑫 𝟐 𝑫 πŸ‘ π’Š=π’Žπ’†π’π’–π’π’‹π’–π’Œπ’‚π’ π’…π’†π’”π’Šπ’ π’Œπ’†π’ƒπ’†π’“π’‚π’‘π’‚ π’šπ’‚π’π’ˆ π’‰π’†π’π’…π’‚π’Œ π’…π’Šπ’‰π’Šπ’•π’–π’π’ˆ 𝒏=π’‹π’–π’Žπ’π’‚π’‰ π’Šπ’π’…π’Šπ’—π’Šπ’…π’– π’‡π’“π’†π’Œπ’–π’†π’π’”π’Š Jika berhadapan dengan data bergolong atau distribusi frekuensi bergolong 𝑫 𝒏 =𝑩𝒃+ 𝒏 𝟏𝟎 π‘΅βˆ’π‘ͺ𝒇𝒃 𝒇𝒅 Γ—π’Š Dn : nilai Desil yang dicari (D1, D2 atau D3) Bb : batas bawah nyata dari interval yang mengandung desil Cfb : frekuensi kumulatif dibawah interval yang mengandung desil Fd : frekuensi dalam interval kelas yang mengandung desil i : lebar interval/ lebar kelas n/10 N : komponen yang menunjuk pada urutan Desil. Jika ΒΌ N artinya kuartil pertama

24 Persentil Persentil adalah nilai yang membagi distribusi menjadi 100 bagian yang sama. Oleh karena itu fungsi persentil adalah menentukan nilai batas tiap 1 persen dalam distribusi yang dipersoalkan. Teknik ini diterapkan jika kelompok atau distribusi data dibagi menjadi 100 bagian yang sama, untuk selanjutnya menentukan batas tiap 1 persen dalam distribusi dimaksud. Dalam statistik dikenal ada 99 nilai persentil yakni; persentil 1 (P1), persentil 2 (P2), persentil ke 3 (P3) dan seterusnya sampai dengan persentil ke 99 atau P99.

25 Persentil pertama (P1) adalah suatu nilai yang membatasi 1% distribusi bagian bawah dan 99 % distribusi bagian atas. Persentil kedua (P2) adalah nilai yang membatasi 2% distribusi bagian bawah dan 98% distribusi bagian atas. Persentil ke 50 (P50) adalah nilai yang membatasi 50% distribusi bagian bawah dan 50% distribusi bagian atas. Dalam hal ini persentil 50 dapat diidentikkan dengan pengukuran median (Mdn) dan kuartil ke 2 (K2) serta desil ke 5 atau D5. Persentil ke 99 (P99) adalah nilai yang membatasi 99% distribusi bagian bawah dan 1% distribusi bagian atas. Asumsi teknik pengukuran persentil: data yang diperoleh dari hasil pengukuran dalam bentuk numerik (angka) dan lazimnya setingkat skala interval.

26 Persentil Jika berhubungan dengan data tunggal/tanpa frekuensi
𝑷 𝟏 =π’π’Šπ’π’‚π’Š π’šπ’‚π’π’ˆ π’Œπ’† π’Š 𝒏+𝟏 𝟏𝟎𝟎 π’…π’Šπ’Žπ’‚π’π’‚ π’Š=𝟏,𝟐,πŸ‘ 𝒂𝒕𝒂𝒖 𝑷 𝟏 𝑷 𝟐 𝑷 πŸ‘ π’Š=π’Žπ’†π’π’–π’π’‹π’–π’Œπ’‚π’ π’…π’†π’”π’Šπ’ π’Œπ’†π’ƒπ’†π’“π’‚π’‘π’‚ π’šπ’‚π’π’ˆ π’‰π’†π’π’…π’‚π’Œ π’…π’Šπ’‰π’Šπ’•π’–π’π’ˆ 𝒏=π’‹π’–π’Žπ’π’‚π’‰ π’Šπ’π’…π’Šπ’—π’Šπ’…π’– π’‡π’“π’†π’Œπ’–π’†π’π’”π’Š Jika berhadapan dengan data bergolong atau distribusi frekuensi bergolong 𝑷 𝒏 =𝑩𝒃+ 𝒏 𝟏𝟎 π‘΅βˆ’π‘ͺ𝒇𝒃 𝒇𝒅 Γ—π’Š Pn : nilai Persentil yang dicari (P1, P2 atau P3) Bb : batas bawah nyata dari interval yang mengandung Persentil Cfb : frekuensi kumulatif dibawah interval yang mengandung Persentil Fd : frekuensi dalam interval kelas yang mengandung Persentil i : lebar interval/ lebar kelas n/10 N : komponen yang menunjuk pada urutan Persentil. Jika ΒΌ N artinya kuartil pertama

27 contoh Dengan 20 harga saham pilihan Interval Titik Tengah
Jumlah total F. Komulatif 231,5 2 375 5 519,5 9 7 663,5 3 16 807 1 19

28 No Nama Perusahaan Total asset (rp miliar) 1 PT 1 160 2 PT 2 285 3 PT. 3 300 4 PT. 4 360 5 PT. 5 370 6 PT. 6 405 7 PT. 7 410 8 PT. 8 150 9 PT. 9 500 10 PT. 10 550 11 PT. 11 12 PT. 12 525 13 PT 13 14 PT 14 15 PT 15 575 16 PT 16 600 17 PT 17 650 18 PT 18 700 19 PT 19 875

Download ppt "Ukuran Gejala Pusat Gr0uped dan Ungrouped rata-rata hitung"

Presentasi serupa

UKURAN PEMUSATAN DAN UKURAN LETAK

UKURAN PEMUSATAN DAN UKURAN LETAK
Jenjang Persentil (JP)

Jenjang Persentil (JP)
PEMBAGIAN DISTRIBUSI (Pengukuran Kuartil, Desil dan Persentil)

PEMBAGIAN DISTRIBUSI (Pengukuran Kuartil, Desil dan Persentil)
UKURAN PEMUSATAN DAN UKURAN LETAK

UKURAN PEMUSATAN DAN UKURAN LETAK
BAB 3 UKURAN PEMUSATAN.

BAB 3 UKURAN PEMUSATAN.
Pengukuran Tendensi Sentral

Pengukuran Tendensi Sentral
UKURAN TENDENSI SENTRAL DAN PENYIMPANGAN

UKURAN TENDENSI SENTRAL DAN PENYIMPANGAN
Denny Agustiawan JURUSAN TEKNIK INFORMATIKA STMIK ASIA MALANG

Denny Agustiawan JURUSAN TEKNIK INFORMATIKA STMIK ASIA MALANG
UKURAN PEMUSATAN DAN LETAK DATA

UKURAN PEMUSATAN DAN LETAK DATA
Ukuran Pemusatan & Penyebaran

Ukuran Pemusatan & Penyebaran
HARGA TENGAH (UKURAN PEMUSATAN)

HARGA TENGAH (UKURAN PEMUSATAN)
Sesi-2: DISTRIBUSI FREKUENSI

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.

NILAI TENGAH Nilai rata-rata (mean) adalah nilai yang dianggap cukup representatif untuk menggambarkan nilai-nilai yang terdapat dalam suatu data. Nilai.
Statistitik Pertemuan ke-6

Statistitik Pertemuan ke-6
TENDENSI SENTRAL.

TENDENSI SENTRAL.
UKURAN PEMUSATAN.

UKURAN PEMUSATAN.
UKURAN PEMUSATAN.

UKURAN PEMUSATAN.
(KECENDERUNGAN MEMUSAT)

(KECENDERUNGAN MEMUSAT)
BAB 3 UKURAN PEMUSATAN.

BAB 3 UKURAN PEMUSATAN.
KUARTIL, DESIL, DAN PERSENTIL

KUARTIL, DESIL, DAN PERSENTIL

Presentasi serupa

Iklan oleh Google