Bab 2 Sasaran Ukur.

Presentasi berjudul: "Bab 2 Sasaran Ukur."— Transcript presentasi:

1 Bab 2 Sasaran Ukur

2 Bab 2 SASARAN UKUR A. Hakikat Sasaran Ukur 1. Cakupan Sasaran Ukur
Apa saja yang dapat diukur? Jika sesuatu ada, maka ia ada dalam suatu jumlah. Jika ia ada dalam suatu jumlah, maka seharusnya ia dapat diukur (Lee J. Cronbach) Jika sesuatu membuat perbedaan, maka terdapat dasar untuk pengukuran (Robert L. Ebel) Pada dasarnya, segala sesuatu yang ada atau yang membuat perbedaan, seharusnya dapat diukur

3 2. Komponen Sasaran Ukur Pengukuran
Pengukuran adalah pemberian bilangan kepada atribut subyek (makhluk, benda, peristiwa) menurut aturan Komponen Sasaran Ukur ▪ Atribut ▪ Subyek (makhluk, benda, peristiwa) Atribut Sasaran ukur Subyek

4 3. Sasaran Ukur Atribut 4. Sasaran Ukur Subyek Atribut mencakup
Bentuk Dimensi Keterukuran Jenis 4. Sasaran Ukur Subyek Atribut diperoleh dari responsi subyek, sehingga subyek sering dikenal sebagai responden Responden mencakup Tunggal Populasi Sampel

5 5. Sasaran Ukur Atribut-Subyek
Pasangan Atribut-Subyek Sasaran ukur atribut dan subyek tidak terpisah sehingga merupakan satu pasangan Contoh Pasangan Atribut-Subyek Atribut Subyek Sekor ujian mahasiswa Gaji pegawai negeri Kepemimpinan manajer Kecepatan lari pelanduk Kuat suara mobil Luas ruang kelas Harga minyak tanah Temperatur kebakaran Kecepatan olah data

6 B. Sasaran Ukur Bentuk Atribut
Sasaran ukur bentuk atribut meliputi Konstanta (memiliki harga yang tetap) Variabel (memiliki harga yang dapat berubah) Konstanta terdiri atas Konstanta universal Konstanta khusus Variabel terdiri atas Variabel tak acak (matematik) Variabel acak (statistik)

7 2. Atribut Konstanta Konstanta Universal Konstanta Khusus
Sasaran Ukur 2. Atribut Konstanta Konstanta Universal Konstanta π (perbandingan panjang lingkaran terhadap diameternya) Konstanta muatan listrik pada elektron Konstanta Avogadro (banyaknya molekul di dalam satu gram-molekul zat) Konstanta eksponensial e Konstanta Khusus Konstanta yang khusus pada suatu kasus tertentu, seperti Harga barang (harganya konstan, jumlah barang variabel, sehingga harga total variabel) Isi kotak (isi kotak konstan, banyaknya kotak variabel, sehingga jumlah isi kotak variabel)

8 3. Atribut Variabel Variabel Tak Acak Variabel Acak
Sasaran Ukur 3. Atribut Variabel Variabel Tak Acak Varaibel dengan harga yang nonprobabilitas yakni yang sepenuhnya dapat kita tentukan harganya Sering dinamakan variabel matematik karena dapat dihitung menggunakan matematika biasa Contoh: jarak antarkota, kecepatan awal, potensial listrik Variabel Acak Variabel dengan harga yang probabilitas yakni yang tidak dapat sepenuhnya kita tentukan harganya (seperti pada lemparan dadu) Sering dinamakan variabel statistik karena dapat dihitung menggunakan statistika Contoh: hasil lemparan dadu, hasil ujian, kurs dollar

9 C. Sasaran Ukur Dimensi Atribut
1. Macam Dimensi Pengukuran dapat dilakukan terhadap satu atau lebih dimensi Unidimensi Multidimensi 2. Unidimensi Pengukuran pada satu dimensi saja, misalnya Kemampuan matematika Kemampuan bahasa Minat belajar sejarah Bakat melukis 3. Multidimensi Pengukuran sekaligus pada lebih dari satu dimensi, misalnya Kemampuan matematika dan bahasa Sikap terhadap pelajaran dan terhadap guru

10 D. Sasaran Ukur Keterukuran Atribut
1. Macam Keterukuran pada Variabel Variabel manifes Variabel laten 2. Variabel Manifes Variabel dengan atribut yang dapat langsung diukur, seperti Tinggi badan Kuat suara Lama belajar Sekor ujian 3. Variabel Laten Variabel dengan atribut yang tidak dapat langsung diukur, seperti Bakat anak Sikap siswa Keberhasilan belajar Frustrasi

11 4. Pengukuran Variabel Laten
Sasaran Ukur 4. Pengukuran Variabel Laten Cara Ukur Dilakukan dengan mencari variabel manifes yang sepadan dengan variabel laten yang diukur Perlu ada kecocokan di antara variabel laten dengan variabel manifes padanannya (validitas) Variabel Laten Variabel Manifes

12 E. Sasaran Ukur Jenis Atribut
1. Cakupan Atribut Fisik dan Status Atribut fisik Atribut status Atribut Mental Atribut kemampuan Atribut keberhasilan Atribut kepribadian dan ciri sosial Sekor Mental Hasil ukur atribut mental sering dikenal sebagai sekor mental

13 2. Atribut Fisik 3. Atribut Status
Sasaran Ukur 2. Atribut Fisik Atribut fisik mencakup besaran seperti Tinggi badan Berat benda Luas ruangan Intensitas suara Kecepatan gerak 3. Atribut Status Atribut status mencakup besaran seperti Jenis kelamin Tempat lahir Tanggal lahir Status perkawinan Umur Jumlah anak Jabatan pekerjaan

14 4. Atribut Kemampuan (a) Cakupan Atribut kemampuan mencakup
Sasaran Ukur 4. Atribut Kemampuan (a) Cakupan Atribut kemampuan mencakup Bakat Inteligensi atau kemampuan umum termasuk faktor g dari Spearman Inteligensi atau kemampuan spesifik Inteligensi atau kemampuan ganda Kemampuan menyesuaikan diri Kemampuan meresponsi Kemampuan membentuk konsep Kemampuan memecahkan masalah Kemampuan melakukan otokritik Kemampuan mempertahankan arah di dalam kehidupan

15 Inteligensi meliputi, di antaranya
Sasaran Ukur (b) Pengertian Inteligensi meliputi, di antaranya Kecenderungan untuk menentukan dan mempertahankan arah (Binet); Kemampuan untuk beradaptasi dengan maksud menacapi tujuan (Binet); Kemampuan untuk otokritik (Binet) Kemampuan untuk melakukan responsi yang baik (Anastasi) Kemampuan membentuk konsep dan memahami keberartiannya (Terman) Kemampuan individu menyesuaikan diri secara memadai ke keadaan yang relatif baru di dalam hidup (Pintner) Daya untuk meresponsi dengan baik dari pandangan kebenaran atau fakta (Thorndike)

16 (c) Pengukuran (d) Sifat Atribut
Sasaran Ukur (c) Pengukuran Atribut ini dapat diukur, di antaranya, melalui alat ukur, sepeti Stanford-Binet Wechsler Kaufman (K-ABC) Scholastic Aptitude Test (SAT) (d) Sifat Atribut Pengukuran ini menemukan informasi dalam bentuk potensi, biasanya, untuk keperluan pada waktu yang akan datang Potensi untuk belajar pada calon siswa Potensi untuk bekerja pada calon karyawan Potensi untuk memilih karier

17 5. Atribut Keberhasilan (a) Cakupan
Sasaran Ukur 5. Atribut Keberhasilan (a) Cakupan Atribut keberhasilan mencakup bidang (menggunakan taksonomi) Kognitif Afektif Psikomotorik (b) Pengertian Keberhasilan adalah hasil yang dicapai melalui belajar, seperti Hasil belajar bahasa Hasil belajar matematika Hasil belajar kebersihan Hasil belajar berenang

18 (c) Pengukuran (d) Sifat Atribut
Sasaran Ukur (c) Pengukuran Alat umum untuk mengukur keberhasilan adalah ujian, mencakup, di antaranya Ujian lisan Ujian tulisan Ujian perbuatan (d) Sifat Atribut Pengukuran ini menemukan informasi tentang hasil usaha belajar pada waktu yang lalu Hasil belajar di sekolah Hasil belajar di pelatihan Hasil belajar di penataran Hasil belajar di pergaulan hidup

19 (e). Taksonomi Atribut Keberhasilan
Sasaran Ukur (e). Taksonomi Atribut Keberhasilan Kognitif (Bloom) Pengetahuan (knowledge) Pemahaman (comprehension) Penerapan (application) Analisis (Analysis) Sintesis (synthesis) Evaluasi (evaluation) (f). Taksonomi Atribut Keberhasilan Afektif Penerimaan (receiving) Penanggapan (responding) Penghargaan (valuing) Pengorganisasian (organization) Pewatakan (characterization)

20 (g). Taksonomi Atribut Keberhasilan Psikomotorik
Sasaran Ukur (g). Taksonomi Atribut Keberhasilan Psikomotorik Gerak refleks (reflex movements) Gerak dasar-fundamental (basic-fundamental movements) Kemampuan perseptual (perceptual abilities) Kemampuan fisik (physical abilities) Gerak terampil (skilled movements) Komunikasi nondiskursif (non-discursive communication Ketiga taksonomi ini masih dirinci lagi ke bagian-bagian yang lebih halus. Supaya mencari bacaan tentang taksonomi ini.

21 Sasaran Ukur (h) Revisi Taksonomi Bloom Pada tahun 2001, Anderson dan Krathwohl merevisi atribut keberhasilan kognitif menjadi The Kowledge The Cognitive Process Dimensio Dimension Remem- Under- Apply Analyze Eval- Create ber stand uate Factual Knowledge Conceptual Procedural Meta- cognitive

22 6. Atribut Kepribadian dan Ciri Sosial
Sasaran Ukur 6. Atribut Kepribadian dan Ciri Sosial (a) Cakupan Atribut kepribadian dan ciri sosial mencakup Minat, motif, keyakinan, sikap, kebiasaan (Lee J. Cronbach) Karateristik emosional, motivasional, interpersonal, atitudinal (Anne Anastasi) Ciri sosial, motif, konsepsi diri, penyesuaian diri (Jum C. Nunnaly, Jr) Sikap, citra, keputusan, kebutuhan, perilaku, gaya hidup, afiliasi, demografi (Alreck and Settle) Kebiasaan berbuat Intreraksi dengan lingkungan

23 Kepribadian adalah, di antaranya
Sasaran Ukur (b) Pengertian Kepribadian adalah, di antaranya Keseluruhan individu berinteraksi dengan lingkungannya (Jum C. Nunnaly, Jr) Kebiasaan berbuat (habitual performance) Gabungan dari kemampuan menal, minat, sikap, temperamen, serta perbedaan individual di dalam hal pikiran, perasaan, dan perilaku (Lewis R. Aiken) Berkenaan dengan sifat pribadi, motivasi dinamik, penyesuaian diri, simpomatolgi psikiatrik, keterampilan sosial, dan karakteristik sikap (Robert J. Gregory)

24 Sasaran Ukur Sikap Pengertian “Kecenderungan” psikologi yang mendahului perilaku Dimensi (indikator) Pengetahuan atau keyakinan Perasaan atau nilai Kebolehjadian untuk bertindak Pengetahuan Tidak tahu akan tidak bersikap sehingga yang pertama harus dipastikan adalah pengetahuan Perasaan Pengalaman (menyenangkan atau tidak) Evaluasi (beracuan nilai) Tindakan Lihat masa lalu, sekarang, dan niat pada masa depan

25 Citra Pengertian Dimensi (indikator)
Sasaran Ukur Citra Pengertian Gambaran di dalam pikiran (buram, tajam, distorsi; close-up, sepintas lalu) Dimensi (indikator) Bagian citra Penampang citra Komparasi citra Gambaran berbentuk verbal Ciri-ciri penting Kiraan ukuan Komparasi dengan obyek berbeda di dalam kelas umum yang sama

26 Keputusan (decision) Pengertian Dimensi (indikator)
Sasaran Ukur Keputusan (decision) Pengertian Menilai dan memilih alternatif, terutama yang berkenaan dengan proses Dimensi (indikator) Sumber informasi Kriteria evaluasi Dari pengalaman pribadi langsung Dari pengaruh sosial Dari sumber media (bacaan, iklan, tayangan) Kriteria yang dirasakan relevan oleh pengambil keputusan

27 Sasaran Ukur Kebutuhan (needs) Pengertian Perilaku terarah ke pemuasan kebutuhan (dapat saja tidak disadari) Mungkin: tindakan berbeda, kebutuhan sama Mungkin: tindakan sama, kebutuhan berbeda Bentuk Bahan pokok untuk hidup (makanan, hunian, pakaian, …) Kondisi psikologi dan sosial (kasih, afiliasi, status sosial, prestise, kekuasaan, …) Aneka tipe (permaianan, asuhan, keberhasilan, pengakuan, penampilan …)

28 Perilaku Pengertian Dimensi Di mana Kapan
Sasaran Ukur Perilaku Pengertian Kebiasaan berbuat atau bertindak Dimensi Apa yang dilakukan atau tidak dilakukan Dilakukan di mana Dilakukan kapan (dulu, kini, masa depan) Frekuensi atau kemantapan Di mana Letak geografi Di rumah atau di luar rumah Kode pos Wilayah hukum Kapan Masa depan tidak selalu akurat, karena bisa berubah

29 Gaya hidup (lifestyle)
Sasaran Ukur Gaya hidup (lifestyle) Pengertian Pola dari sesuatu yang dilakukan, diyakini, dan dimiliki Dimensi (indikator) Kegiatan Minat Opini Pemilikan Daftar Diperlukan daftar berkenaan dengan gaya hidup untuk ditanyakan kepada responden Terdiri atas kumpulan berbagai macam butir

30 Afiliasi Pengertian Dimensi (indikator)
Sasaran Ukur Afiliasi Pengertian Kedekatan seseorang dengan sesuatu di dalam masyarakat Afiliasi mempengaruhi seseorang di dalam masyarakat Dimensi (indikator) Kedudukan keluarga (pengaruh keluarga); Keanggotaan (hubungan formal atau informal); Kontak sosial (frekuensi dan durasi); Kelompok rujukan (normatif, apa; komparatif bagaimana); Komunikasi (pemimpin opini yang dihubungi)

31 Demografi Pengertian Dimensi (indikator) Pengelompokan
Sasaran Ukur Demografi Pengertian Penyebaran karakeristik kependudukan Dimensi (indikator) Umur Jenis kelamin Status perkawinan Tingkat gaya hidup keluarga Pendidikan Pekerjaan Kedudukan jabatan Pendapatan Letak dan jenis tempat tinggal Pengelompokan Dapat dikelompok-kelompokan untuk berbagai keperluan

32 (c) Pengukuran (d) Sifat Atribut
Sasaran Ukur (c) Pengukuran Atribut ini sering diukur melalui survei dengan menggunakan kuesioner pengamatan (d) Sifat Atribut Pengukuran ini memberikan informasi tentang keadaan sekarang, tentang Kepribadian Ciri atau bawaan sosial Keberhasilan: untuk masa lalu Kepribadian: untuk masa sekarang Kemampuan: untuk masa depan

33 F. Sasaran Ukur Responden
1. Macam Populasi Ada dua macam populasi, berupa Populasi responden Populasi data (sekor) 2. Responden Tunggal Populasi responden mungkin saja hanya terdiri atas responden tunggal yakni hanya terdiri atas satu individu (makhluk, benda, peristiwa) Satu orang Satu benda Satu peristiwa Dari satu individu ini dapat ditarik banyak data (sekor)

34 3. Populasi Responden Jumlah Responden Ukuran Jumlah Misal
Sasaran Ukur 3. Populasi Responden Jumlah Responden Responden terdiri atas sekelompok individu (makhluk, benda, peristiwa) Ukuran Jumlah Ukuran jumlah populasi responden, mencakup Terhingga Takhingga Misal Siswa sekolah dasar di Jakarta tahun 2003 (terhingga) Sopir taksi di Banten tahun 2000 (terhingga) Produksi sabun di pabrik sabun Lux (takhingga) Lempar dadu terus menerus (takhinga)

35 4. Sensus dan Sampel Data responden Sensus Sampel
Sasaran Ukur 4. Sensus dan Sampel Data responden Dari responden diperoleh data (sekor) Sensus Perolehan data (sekor) dari seluruh populasi responden, dikenal juga sebagai enumerasi Sampel Sampel mecakup hanya sebagian populasi responden (atau data) Sampel harus representatif yakni harus mencerminkan dengan tepat karakteristik populasinya Ada sejumlah cara pensampelan, di antaranya, acak sederhana, acak berstrata, acak rumpun, acak bertahap, sistematis

36 5. Kategori Cara Pensampelan (I dan II)
Sasaran Ukur 5. Kategori Cara Pensampelan (I dan II)

37 Sasaran Ukur G. Pensampelan 1. Hakikat Responden menghasilkan data Populasi responden menghasilkan populasi data Sampel responden menghasilkan sampel data Karena itu, pensampelan dapat saja dipandang sebagai penarikan sampel data dari populasi data Populasi responden Populasi data Sampel responden Sampel data

38 Pensampelan dilakukan karena
Sasaran Ukur Pensampelan dilakukan karena Sukar menjangkau seluruh populasi Rusak di dalam eksperimen Syarat dan jenis pensampelan Sampel dapat mewakili dengan baik karakteristik populasinya Ada banyak jenis pensampelan, di antaranya, Sampel acak sederhana Sampel acak berstrata Sampel acak rumpun Sampel acak bertingkat Berbagai macam sampel tak acak Berpegaruh terhadap rumus kekeliruan baku pada statistika

39 2. Ukuran Sampel Pengaruh terhadap ukuran sampel Rumus ukuran sampel
Sasaran Ukur 2. Ukuran Sampel Pengaruh terhadap ukuran sampel Agar representatif, ukuran sampel dipengaruhi oleh Heterogenitas populasi (makin heterogen, makin besar ukuran sampel) Kepresisian data (makin presisi data, makin besar ukuran sampel) Taraf signifikansi (makin kecil taraf signifikansi, makin besar ukuran data) Rumus ukuran sampel Rumus ukuran sampel mencakup heterogeni-tas populasi, kepresisian data, taraf signifikansi, parameter populasi yang diperhatikan, serta pola dan cara penarikan sampel Pengalaman ukuran sampel Di bidang ilmu, terdapat pengalaman tentang ukuran sampel yang memadai

40 H. Keterampilan Statistika
Sasaran Ukur H. Keterampilan Statistika 1. Penarikan Sampel Sampel dan Penarikannya Dari satu populasi (data) dapat ditarik banyak sampel (data) dengan berbagai ukuran Distribusi Sampel Kumpulan semua sampel berbeda yang dapat ditarik membentuk suatu distribusi probabilitas yakni distribusi probabilitas pensampilan Keacakan Penarikan Sampel Sampel dapat ditarik secara acak atau secara tidak acak Pola Penarikan Sampel Sampel dapat ditarik dari populasi melalui cara Dengan pengembalian Tanpa pengembalian

41 Contoh penarikan sampel dari populasi
Sasaran Ukur Dari satu populasi dapat ditarik banyak sampel berbeda dengan berbagai ukuran Contoh penarikan sampel dari populasi Sampel berukuran dua AB AC AD B D AE BC BD A C BE CD CE E Sampel berukuran tiga ABC ABD ABE ACD ACE ADE

42 Pola Penarikan Sampel dengan Pengembalian Contoh
Sasaran Ukur Pola Penarikan Sampel dengan Pengembalian Contoh Tarik dan Populasi kembalikan Catat ● ● ● ● ● ● Acak (selalu N) Sampel berukuran dua A AA AB AC AD AE B D BB BC BD BE CC C E CD CE DD DE EE Populasi

43 Sasaran Ukur Contoh Rerata Sampel sampel , Distribusi Probabilitas Pensampelan ,5 Rerata sampel Frekuensi , , , , , , , , • • • 3 4 Sampel acak dengan pengembalian Berukuran 2 2 6 • • 5 Populasi μ = 4

44 Pola Penarikan Sampel tanpa Pengembalian Contoh Populasi Tarik Catat
Sasaran Ukur Pola Penarikan Sampel tanpa Pengembalian Contoh Populasi Tarik Catat ● ● ● ● ● ● Acak Sampel berukuran dua N, N-1, N-2, … AB AC AD AE A B C BC BD BE E D CD CD CE DE Populasi

45 Sampel acak tanpa pengembalian Berukuran 2
Sasaran Ukur Contoh Sampel acak tanpa pengembalian Berukuran 2 Rerata Distribusi Probabilitas Sampel sampel Pensampelan ,5 Rerata , sampel Frekuensi , , , , , , , , • 3 • 4 • 2 • • 5 6 Populasi μ = 4

46 Kekeliruan Pensampelan dan Kekeliruan Baku
Sasaran Ukur Kekeliruan Pensampelan dan Kekeliruan Baku Rerata sampel tidak selalu sama dengan rerata populasi (rerata populasi 4, rerata sampel dari 2 sampai 6) Rerata sampel ini membentuk distribusi dikenal sebagai distribusi probabilitas pensampelan Ketidaksamaan rerata sampel dengan rerata populasi menunjukkan kekeliruan pensampelan (dalam bentuk simpangan terhadap rerata populasi) Simpangan baku dari semua simpangan ini dikenal sebagai kekeliruan baku

47 Sasaran Ukur 2. Cara Pengacakan Pada penarikan sampel acak, setiap anggota populasi memiliki probabilitas atau peluang yang sama untuk tertarik ke dalam sampel Anggota populasi diberi tanda pengenal yang biasanya berbentuk nomor; selanjutnya penarikan acak dilakukan terhadap nomor itu Penarikan nomor secara acak dapat dilakukan melalui Undian nomor anggota populasi Angka acak di kalkulator elektronik yang sesuai dengan nomor anggota populasi Tabel bilangan acak untuk bilangan yang sesuai dengan nomor anggota populasi

48 Contoh bilangan acak pada kalkulator ilmiah Casio fx-350TL
Sasaran Ukur Contoh bilangan acak pada kalkulator ilmiah Casio fx-350TL Ditarik 10 nomor acak dari nomor anggota populasi dengan bentangan dari 1 sampai 50 (dengan pengembalian) RAN# Mengambil dua digit setelah koma (boleh lainnya) 0,047 → ,533 0, ,411 → 41 0, ,352 → 35 0,316 → ,476 → 47 0,262 → ,858 0, ,626 0.013 → ,995 0, ,396 → 39 0, ,872 0, ,783 0, ,850 0, ,214 → 21 0,044 → 04 shift = ▪

49 Contoh Daftar Bilangan Acak
Sasaran Ukur Contoh Daftar Bilangan Acak

50 Pemakaian Daftar Bilangan Acak Pada daftar bilangan acak,
Sasaran Ukur Pemakaian Daftar Bilangan Acak Pada daftar bilangan acak, Sesuka hati, boleh 1 digit, 2 digit, 3 digit, … Sesuka hati boleh digit depan, tengah, belakang, … Sesuka hati mulai dari letak di mana saja Sesuka hati mau mengarah ke mana: bawah, atas, samping kiri, samping kanan Bilangan di luar nomor anggota populasi boleh dilompati Bila nomor anggota populasi dari 1 sampai 60, maka bilangan acak di atas 60 dilewati atau dilompati Bila penarikan sampel dengan pengembalian, maka bilangan sama dipakai Bila penarikan sampel tanpa pengembalian, maka bilangan sama dilewati atau dilompati

51 3. Cara Penarikan Sampel Acak
Sasaran Ukur 3. Cara Penarikan Sampel Acak

52 Sasaran Ukur Kekeliruan baku pada distribusi probabilitas pensampelan acak sederhana Untuk rerata • Pensampelan acak dengan pengembalian Kekeliruan baku • Pensampelan acak tanpa pengembalian Nx = ukuran populasi nx = ukuran sampel sx = simpangan baku sampel

53 Sasaran Ukur Untuk proporsi (Pendekatan ke DP Normal) Pensampelan acak dengan pengembalian Pensampelan acak tanpa pengembalian Kekeliruan baku maksimum px = proporsi pada sampel

54 Sasaran Ukur

55 Sasaran Ukur Kekeliruan baku pada distribusi probabilitas pensampelan acak berstrata untuk rerata Pensampelan acak dengan pengembalian Pensampelan acak tanpa pengembalian L = banyaknya strata Nh = ukuran populasi pada strata ke-h nh = ukuran sampel pada strata ke-h N = ukuran sampel secara keseluruhan

56 Untuk proporsi (pendekatan ke DP Normal)
Sasaran Ukur Untuk proporsi (pendekatan ke DP Normal) Pensampelan acak dengan pengembalian Pensampelan acak tanpa pengembalian ph = proporsi pada strata ke-h

57 Sasaran Ukur

58 Sasaran Ukur Kekeliruan baku pada distribusi probabilitas pensampelan acak rumpun (cluster) Untuk rerata Untuk proporsi N = banyaknya rumpun n = banyaknya sampel rumpun M = ukuran rumpun Xij = data ke-j pada rumpun ke-I pi = proporsi pada rumpun ke-i

59 Sasaran Ukur

60 Sasaran Ukur Kekeliruan baku pada distribusi probabilitas Pensampelan acak bertahap Untuk rerata Untuk proporsi N = banyaknya rumpun M = ukuran rumpun n = banyaknya rumpun dalam sampel m = ukuran sampel dari rumpun = rerata seluruh sampel = rerata proporsi seluruh sampel

61 Sasaran Ukur 4. Interval Pada urutan data dapat dibuat interval data Pada interval data terdapat Batas bawah interval Batas atas interval Panjang interval Titik tengah • • X Batas bawah Batas atas Panjang interval

62 Contoh 1 Data Batas Batas X Bawah Atas
Sasaran Ukur Contoh 1 Data Data Batas Batas X Bawah Atas , ,5 , , panjang interval , ,5 , , i = 1 , ,5 , ,5 , ,5 5,5 6,5 ● ● 3 4 5 6 7 8 9 i Batas bawah Batas atas

63 Contoh 2 Data Batas Batas X Bawah Atas
Sasaran Ukur Contoh 2 Data Data Batas Batas X Bawah Atas , ,5 , , panjang interval , ,5 , , i = 5 , ,5 , ,5 12,5 17,5 ● ● 5 10 15 20 25 30 i Batas bawah Batas atas

64 Sasaran Ukur Contoh 3 Data Batas Batas X Bawah Atas , ,5 , , panjang interval , ,5 , i = 65 66 67 68 69 Contoh 4 X Bawah Atas , ,5 ,5 panjang interval 12 15 i = 21 24

65 Sasaran Ukur Contoh 5 Data Batas Batas X Bawah Atas ,5 85 panjang interval 95 i = 105 110 115 Contoh 6 Data Batas Batas X Bawah Atas 25 50 panjang interval 100 i = 150 175 200 225 250

66 Sasaran Ukur 5. Interpolasi Linier Perhitungan nilai di antara dua nilai yang diketahui serta jarak nilai itu diketahui Sehingga Y3 = Y i Diketahui X1, X2, Y1, Y2, dan X3, misalnya, X1 = 10, X2 = 20, X3 = 17 Y1 = 300, Y2 = 400, Hitung Y3 c : i = a : b c = i Y3 = Y1 + c X1 Y1 i a c b X3 Y3 X2 Y2

67 Sasaran Ukur Contoh 7 Hitung Y3 pada interpolasi linier di bawah ini a = 17 – 10 = 7 b = 20 – 10 = 10 i = 400 – 300 = 100 Y3 = Y = 370 X1 Y1 10 300 a c i b X3 Y3 17 X2 Y2 20 400

68 Sasaran Ukur Contoh 8 Interpolasi linier pada X dan Y, pada X 1, , , , , ,15 Y 0, , , , , ,8749 X = 1,115 → Y = Y = 0,8693 → X = X = 1,147 → Y = Y = 0,8650 → X = Contoh 9 X Y 0, , , ,177 0,195 0,215 X = 11,7 → Y = Y = 0,130 → X = X = 12,8 → Y = Y = 0,183 → X =

69 6. Median dan Kuartil a. Letak Median
Sasaran Ukur 6. Median dan Kuartil a. Letak Median Median membagi histogram menjadi dua bagian luas yang sama besar; pada kumulasi proporsi, kedua bagian itu masing-masing adalah 0,5 bagian Perhitungan letak median M dilakukan melalui interpolasi linier pada kumulasi proporsi ∑p = 0,5

70 Pada contoh, f = frekuensi; p = proporsi
Sasaran Ukur Median M terletak pada kumulasi proporsi ∑p = 0,5 secara langsung atau melalui interpolasi linier. Pada contoh, f = frekuensi; p = proporsi p ∑p Batas Y f 4 2 0,10 0,10 4,5 5 4 0,20 0,30 ∑pb (d)5,5 6 6 0,30(pM) 0,60 6,5 7 5 0,25 0,85 7,5 8 2 0,10 0,95 8,5 9 1 0,05 1,00 20

71 Sasaran Ukur Kumulasi proporsi untuk median adalah 0,50 sehingga median M terletak di antara 5,5 dan 6,5 yakni di d Diperlukan perhitungan interpolasi linier (k) 5,5 0,30 (∑pb) a = 0,50 - ∑pb p = pM M = d + d = 5,5 a c i b M 0,50 6,5 0,60 a = 0,50 – 0,30 = 0,20 b = 0,30 i = 1

72 Sasaran Ukur Rumus Letak Media M d = batas bawah kelompok tempat median terletak ∑pb = kumulasi proporsi di bawah kelompok tempat median terletak pM = proposrsi pada kelompok tempat median i = panjang interval

73 Perhitungan letak median
Sasaran Ukur Contoh 9 Perhitungan letak median Data Batas Batas Prop Kum Prop X bawah atas p ∑p , , , ,05 , , , ,20 , , , ,40 , , , ,65 , , , ,85 , , , ,95 , , , ,00 d = 4,5 pM = 0, ∑pb = 0,40 i = 1 M

74 Sasaran Ukur b. Letak Kuartil Kuartil membagi histogram menjadi empat bagian sama besar, secara proporsi, masing-masing 0,25 Kuartil pertama : K1 Kuartil kedua : K2 = M Kuartil ketiga : K3 Jarak interkuartil : K3 – K1

75 Sasaran Ukur Rumus Letak Kuartil Seperti rumus letak median, dengan perbedaan pada kumulasi proporsi: Median M : ∑p = 0,50 Kuartil pertama K1 : ∑p = 0,25 Kuartil ketiga K3 : ∑p = 0,75 Letak kuartil pertama Letak kuartil ketiga

76 Sasaran Ukur Contoh 10 Perhitungan letak kuartil pertama dan ketiga Data Batas Batas Prop Kum Prop , , , ,05 , , , ,20 , , , ,40 , , , ,65 , , , ,85 , , , ,95 , , , ,00 d = 3,5 ∑pb = 0,20 pK1 = 0, K1 = 3,75 d = 5,5 ∑pb = 0,65 pK3 = 0, K3 = 6,00 Jarak interkuartil K3 – K1 = 6,00 – 3,75 = 2,25 K1 K3

77 --------------------------------------------------------------
Sasaran Ukur Contoh 11 Hitung M, K1, K3, dan jarak interkuatil Data Frek Batas Batas Prop Kum Prop X f bawah atas p ∑p M = K1 = K3 = Jarak interkuartil K3 – K1 =

78 --------------------------------------------------------------
Sasaran Ukur Contoh 12 Hitung M, K1, K3, dan jarak interkuatil Data Frek Batas Batas Prop Kum Prop X f bawah atas p ∑p M = K1 = K3 = Jarak interkuartil K3 – K1 =

79 --------------------------------------------------------------
Sasaran Ukur Contoh 13 Hitung M, K1, K3, dan jarak interkuatil Data Frek Batas Batas Prop Kum Prop X f bawah atas p ∑p M = K1 = K3 = Jarak interkuartil K3 – K1 =

80 --------------------------------------------------------------
Sasaran Ukur Contoh 14 Hitung M, K1, K3, dan jarak interkuatil Data Frek Batas Batas Prop Kum Prop X f bawah atas p ∑p M = K1 = K3 = Jarak interkuartil K3 – K1 =