STATISTIK 1 Pertemuan 5,6: Ukuran Pemusatan dan Penyebaran

Presentasi berjudul: "STATISTIK 1 Pertemuan 5,6: Ukuran Pemusatan dan Penyebaran"— Transcript presentasi:

1 STATISTIK 1 Pertemuan 5,6: Ukuran Pemusatan dan Penyebaran
Dosen Pengampu MK: Evellin Lusiana, S.Si, M.Si

2 Materi Ukuran pemusatan Ukuran penyebaran Box-plot Mean Median Modus
Range Range interkuartil Varians Standar deviasi Koefisien variasi Box-plot

3 Deskripsi Data dengan Ukuran Numerik
Metode grafis seringkali tidak cukup untuk menggambarkan data Ukuran numerik, dapat digunakan untuk populasi dan sample. Parameter  ukuran numerik untuk populasi Statistik ukuran numerik untuk sampel

4 Ukuran Pemusatan Mean Median Modus Rata-rata aritmatika
Overview Ukuran pemusatan Mean Median Modus Rata-rata aritmatika Nilai tengah dari data terurut Nilai yang paling sering muncul

5 Rata-rata Aritmatika (Mean) [1]
Rata-rata aritmatika (mean) merupakan ukuran pemusatan yang paling sering digunakan Untuk populasi berukuran N: Untuk sampel berukuran n: Nilai populasi Ukuran populasi Nilai pengamatan Ukuran sampel

6 Rata-rata Aritmatika (Mean) [2]
Mean = jumlah nilai pengamatan dibagi dengan banyaknya pengamatan Sangat dipengaruhi oleh nilai ekstrim(outliers) Mean = 3 Mean = 4

7 Median [1] Dalam data yang terurut, median merupakan data yang berada di “tengah Tidak dipengaruhi oleh outlier Median = 3 Median = 3

8 Median [2] Lokasi median:
Jika banyaknya pengamatan bernilai ganjilmedian adalah nilai tengah Jika banyaknya pengamatan bernilai genapmedian adalah rata-rata dari dua nilai tengah

9 Modus Nilai yang paling sering muncul Tidak dipengaruhi oleh outlier
Dapat digunakan untuk data kualitatif dan kuantitatif Ada kemungkinan tidak ada modus Ada juga kemungkinan terdapat beberapan modus No Mode Mode = 9

10 Contoh: Ukuran Pemusatan [1]
Harga 5 rumah di sebuah bukit dekat pantai Harga: $2,000, , , , ,000

11 Contoh: Ukuran Pemusatan [2]
House Prices: $2,000,000 500, , , ,000 Sum 3,000,000 Mean: ($3,000,000/5) = $600,000 Median: nilai tengah data terurut = $300,000 Mode: nilai paling sering muncul = $100,000

12 Ukuran Pemusatan Mana Yang Terbaik?
Mean adalah yang paling umum digunakan, selama tidak ada outlier Jika ada outlier, maka gunakan median

13 Bentuk Distribusi Menunjukkan bagaimana distribusi dari data
Left-Skewed Symmetric Right-Skewed Mean < Median Mean = Median Median < Mean

14 Latihan [1] Tentukan mean, median, dan modus dari data-data berikut

15 Latihan [2] Sebuah firma audit akuntansi Rowatti dan Kopell khusus menangani pajak penghasilan dari para profesional seperti dokter, arsitek, pengacara, dsb. Firma tersebut mempkerjakan 11 akuntan. Tahun lalu, jumlah pajak yang ditangani setiap akuntan adalah sebagai berikut Tentukan mean, median, dan modus. Interpretasi! Jika diminta memilih satu statistik untuk dilaporkan, statistik apa yang sebaiknya digunakan?

16 Ukuran Penyebaran Range Range Interkuartil Varians Standar Deviasi
Variasi Range Range Interkuartil Varians Standar Deviasi Koefisien variasi Ukuran penyebaran memberikan informasi mengenai penyebaran atau variabilitas dari nilai-nilai data yang ada pusat sama, Variasi berbeda

17 Range Ukuran penyebaran yang paling sederhana
Selisih antara nilai terbesar dan terkecil Range = Xmax – Xmin misal: Range = = 13

18 Kekurangan Range Tidak mempedulikan distribusi data
Sensitif terhadap outlier Range = = 5 Range = = 5 1,1,1,1,1,1,1,1,1,1,1,2,2,2,2,2,2,2,2,3,3,3,3,4,5 Range = = 4 1,1,1,1,1,1,1,1,1,1,1,2,2,2,2,2,2,2,2,3,3,3,3,4,120 Range = = 119

19 Range Interkuartil [1] Masalah outlier bisa sedikit teratasi dengan menggunakan range interkuartil Mengeliminasi observasi terbesar dan terkecil, serta yang dihitung adalah range dari 50% data yang berada di tengahthe data Range interkuartil = kuartil 3– kuartil 1 IQR = Q3 – Q1

20 Range Interkuartil [1] maximum minimum 12 30 45 57 70 Misal Median
(Q2) X X Q1 Q3 maximum minimum 25% % % % Range interkaurtil = 57 – 30 = 27

21 Kuartil Membagi data terurut menjadi 4 bagian, dengan banyaknya elemen di setiap bagian adalah sama 25% 25% 25% 25% Q1 Q2 Q3 Kuartil pertama, Q1, menunjukkan terdapat 25% pengamatan yang bernilai lebih kecil dan 75% lainnya lebih besar Q2 sama dengan median (50% lebih kecil, 50% lebih besar) Hanya 25% dari pengamatan yang lebih besar dari Q3

22 Rumus Kuartil Penentuan nilai kuartil dilakukan dengan menentukan posisi yang sesuai dari data terurut posisi kuartil pertama: Q1 = 0.25(n+1) posisi kuartil kedua: Q2 = 0.50(n+1) (posisi median) posisi kuartil ketiga: Q3 = 0.75(n+1)

23 Kuartil Contoh: tentukan kuartil pertama
Sample Ranked Data: (n = 9) Q1 = ada di (9+1) = 2.5 position dari data terurut sehingga ambil nilai tengah antara pengamatan ke 2 dan 3 jadi, Q1 = 12.5

24 Varians Populasi Rata-rata kuadrat deviasi dari nilai mean
Where = mean populasi N = ukuran populasi xi = nilai variabel X ke-i

25 Varians Sampel Varians sampel: Where = rata-rata aritmatika
n = ukuran sampel Xi = nilai variabel X ke-i

26 Standar Deviasi Populasi
Menunjukkan variasi di sekitar mean Memiliki satuan yang sama dengan data asli Population standard deviation:

27 Standar Deviasi Sampel
Sample standard deviation:

28 Contoh: perhitungan varians [1]
Rumus definisi: 5 -4 16 12 3 9 6 -3 8 -1 1 14 25 Jml 45 60

29 Contoh: perhitungan varians [2]
Rumus kerja: 5 25 12 144 6 36 8 64 14 196 Jml 45 465

30 Pengukuran Variasi Standar deviasi kecil Standar deviasi besar

31 Perbandungan standar deviasi
Data A Mean = 15.5 s = 3.338 Data B Mean = 15.5 s = 0.926 Data C Mean = 15.5 s = 4.570

32 Kelebihan varians dan standar deviasi
Setiap nilai dalam dataset digunakan dalam perhitungan Nilai yang jauh dari mean memiliki bobot yang lebih besar

33 Koefisien Variasi [1] Measures relative variation
Always in percentage (%) Shows variation relative to mean Can be used to compare two or more sets of data measured in different units

34 Koefisien Variasi [2] Stock A: Average price last year = $50
Standard deviation = $5 Stock B: Average price last year = $100 Both stocks have the same standard deviation, but stock B is less variable relative to its price

35 Penggunaan ukuran pemusatan dan penyebaran: Box Plot
Ringkasan lima angka: Min Q1 Median Q3 Max membagi data menjadi 4 bagian ringkasan sederhana terhadap distribusi data Digunakan untuk membentuk box-plot, untuk menentukan bentuk distribusi data dan mendeteksi outlier

36 Membuat Box-Plot [1] Hitung Q1, median, Q3 and IQR.
gambarkan garis horizontal untuk menyatakan skala satuan pengukuran gambarkan kotak (box) untuk Q1, median, Q3. Q1 m Q3

37 Membuat Box-Plot [2] * Outlier ditentukan dengan pagar
Pagar bawah: Q1-1.5 IQR Pagar atas: Q3+1.5 IQR data uyang berada di luar pagar, dikatakan outlier (*). Q1 m Q3 *

38 Membuat Box-Plot [3] gambarkan “whiskers” yang menghubungan nilai max dan min yang bukan outlier Q1 m Q3 *

39 Contoh: Box-Plot Amount of sodium in 8 brands of cheese:
Q1 = 292.5 m = 325 Q3 = 340 Q1 m Q3

40 Interpretasi Box-Plot
garis median tepat di tengah box – simetris garis median di kiri pusat box dan dan whisker panjang di kanan— miring kanan (skewed right) garis median di kanan pusat box dan dan whisker panjang di kiri—miring kiri (skewed left)

41 TUGAS KELOMPOK