Title | UKURAN NILAI PUSAT - STATISTIK dan PROBABILITAS v2 |
---|---|
Author | Aditya D. Hardinata |
Pages | 54 |
File Size | 1.2 MB |
File Type | |
Total Downloads | 568 |
Total Views | 815 |
UKURAN NILAI PUSAT Feri Harianto Pengertian Untuk keperluan penganalisisan data lebih lanjut, di samping pembuatan tabel dan grafik diperlukan juga ukuran- ukuran yang dapat mewakili data tersebut, sehingga dapat diucapkan secara singkat dan dapat digunakan untuk membandingkan keadaan berbagai kelom...
UKURAN NILAI PUSAT Feri Harianto
Pengertian Untuk keperluan penganalisisan data lebih lanjut, di samping pembuatan tabel dan grafik diperlukan juga ukuranukuran yang dapat mewakili data tersebut, sehingga dapat diucapkan secara singkat dan dapat digunakan untuk membandingkan keadaan berbagai kelompok data. Nilai tunggal yang dianggap dapat mewakili keseluruhan nilai dalam data dianggap sebagai rata-rata (average), karena nilai rata-rata itu dihitung berdasarkan keseluruhan nilai yang terdapat dalam data bersangkutan. Nilai rata-rata itulah yang disebut ukuran nilai pusat atau ukuran tendensi pusat.
Jenis-jenis Ukuran Nilai Pusat 1.
Rata-rata Hitung (Mean); adalah nilai rata-rata dari data-data yang ada. Mean dari populasi diberi simbol (baca miu). Mean dari sampel diberi simbolX (baca eks bar) rumus : Rata-rata hitung = a.
Jumlah semua data Jumlah data
Mean untuk data tunggal
Keterangan : X = mean X = wakil data n = jumlah data
X X 1 X 2 ... X n X n n
Latihan : hitunglah rata-rata hitung dari nilai-nilai 7, 6, 3, 8, 9, 4
f1 X 1 f 2 X 2 ... f n X n fX Keterangan : X X = mean f f1 f 2 ... f n X = wakil data f = frekuensi Latihan : hitunglah rata-rata hitung dari nilai-nilai 3, 4, 3, 2, 5, 1, 4, 5, 1, 2, 6, 4, 3, 6, 1
fm f1m1 f 2 m2 ... f k mk X f f1 f 2 ... f k
Keterangan : X = mean m = nilai rata-rata hitung f = frekuensi Latihan : Sebuah perusahaan memiliki 40 pekerja. Perusahaan memberikan gaji, yaitu 5 orang dengan gaji Rp350.000,00/bulan, 10 orang dengan gaji Rp250.000,00/bulan, dan 25 orang dengan gaji Rp125.000,00/bulan. Berapa rata-rata rupiah yang dikeluarkan oleh perusahaan itu per bulan untuk setiap pekerja ?
b.
Mean untuk data berkelompok
Keterangan : X = mean X = titik tengah interval f = frekuensi pada interval kelas
fX X f
Latihan : tentukan rata-rata hitung dari tabel berikut Berat badan (kg)
Banyaknya Mahasiswa (f)
60 – 62 63 – 65 66 – 68 69 – 71 72 – 74
10 25 32 15 18
2.
Median; adalah nilai tengah dari data-data yang ada setelah diurutkan. Median diberi simbol Me atau Md. a.
Median untuk data tunggal * jika jumlah data ganjil, mediannya adalah data yang berada paling tengah
Me X n
2
* jika jumlah data genap, mediannya adalah hasil bagi jumlah dua data yang berada di tengah
X n X n2 Me
2
2
2
Latihan : tentukan median dari data berikut : • 4, 3, 6, 2, 7, 5, 8 • 11, 5, 4, 7, 14, 8, 9, 12
b.
Median untuk data berkelompok 1 rumus :
Me B 2
n ( f 2 )o f Me
C
Keterangan : Me = median B = tepi bawah kelas median n = jumlah frekuensi ( f 2 )o = jumlah frekuensi kelas-kelas sebelum kelas median C = panjang interval kelas f Me = frekuensi kelas median Dalam mencari median data berkelompok (distribusi frekuensi) yang perlu dicari terlebih dahulu adalah kelas tempat median berada (kelas median). Kelas median dapat dicari dengan :
( f 2 )o ½ n
Latihan : Tentukan median dari distribusi frekuensi berikut Diameter pipa (mm) Frekuensi (f) 65 – 67 68 – 70 71 – 73 74 – 76 77 – 79 80 – 82
2 5 13 14 4 2
Penyelesaian :
Jumlah frekuensi (n) = 40 dan ½ n = 20 Kelas median adalah
( f 2 )o ½ n ;
f1 f 2 f 3 20
Jadi, kelas median adalah kelas ke-3 B = 70,5
( f 2 )o = 7 C =3
f Me = 13 Me 70,5
20 7 3 = 73,5 13
3.
Modus; adalah nilai yang paling sering muncul dalam data. Modus diberi simbol Mo. Modus untuk data tunggal * modus dari data tunggal adalah data yang frekuensinya terbanyak. Latihan : tentukan modus dari data berikut : • 1, 3, 6, 6, 7, 8, 9 • 1, 4, 7, 8, 9, 12 • 1, 2, 4, 4, 6, 8, 8, 12, 14 b. Modus untuk data berkelompok * modus dari data berkelompok hanya dapat diperkirakan. Nilai yang paling sering muncul akan berada di kelas yang memiliki frekuensi terbesar, disebut sebagai kelas modus. a.
d2 Mo L C d1 d 2
Keterangan : Mo = modus L = tepi bawah kelas = selisih frekuensi kelas modus dengan d1 frekuensi kelas sebelumnya d2 = selisih frekuensi kelas modus dengan frekuensi kelas sesudahnya C = panjang interval kelas
Latihan : tentukan modus dari distribusi frekuensi pada tabel di atas
4.
Kuartil (Q); adalah nilai-nilai yang membagi seperangkat data yang telah terurut menjadi empat bagian yang sama. Q1 = kuartil bawah atau pertama Q2 = kuartil tengah atau kedua = median Q3 = kuartil atas atau ketiga a.
Kuartil untuk data tunggal
Qi
nilai ke
i (n 1) 4
i = 1, 2, 3
Latihan : tentukan kuartil dari data berikut : • 3, 6, 10, 4, 8, 9, 14 • 4, 9, 6, 12, 10, 5, 14, 2
b.
Kuartil untuk data berkelompok
in ( f i )o Qi Bi 4 C f Qi
Keterangan : Bi = tepi bawah kelas kuartil n = jumlah semua frekuensi I = 1, 2, 3 ( f i )o = jumlah frekuensi semua kelas sebelum kelas kuartil C = panjang interval kelas f Qi = frekuensi kelas kuartil
Measures of Variation Variation
Variance
Range
Population Variance Sample Variance
Interquartile Range
Standard Deviation Population Standard Deviation Sample Standard Deviation
Coefficient of Variation
The Range • Measure of Variation • Difference Between Largest & Smallest Observations:
Range = x Largest x Smallest • Ignores How Data Are Distributed: Range = 12 - 7 = 5
Range = 12 - 7 = 5
7
8
9
10
11 12
7
8
9
10
11
12
Interquartile Range •
Measure of Variation
• Also Known as Midspread: Spread in the Middle 50% • Difference Between Third & First Quartiles: Interquartile Range =
Q 3 Q1 • Not Affected by Extreme Values
Data in Ordered Array: 11 12 13 16 16 17
17 18 21
Q 3 Q 1 = 17.5 - 12.5 = 5
Variance •Important Measure of Variation •Shows Variation About the Mean: 2 X 2 i •For the Population: N •For the Sample: For the Population: use N in the denominator.
X i X s n 1
2
2
For the Sample : use n - 1 in the denominator.
Standard Deviation •Most Important Measure of Variation •Shows Variation About the Mean: 2 X i •For the Population: N
•For the Sample: For the Population: use N in the denominator.
s
X i X n 1
2
For the Sample : use n - 1 in the denominator.
Sample Standard Deviation X i X
2
s Data:
24
n1
Xi :
10
12
n=8
s= =
For the Sample : use n - 1 in the denominator.
14
15
17
18
18
Mean =16
(10 16)2 (12 16)2 (14 16)2 (15 16)2 (17 16)2 (18 16)2 (24 16)2 8 1 4.2426
Comparing Standard Deviations Data :
X i : 10 N= 8
12
14
15
17
18
18
24
Mean =16
X i X n 1 2 X i N 2
s =
=
4.2426
=
3.9686
Value for the Standard Deviation is larger for data considered as a Sample.
Comparing Standard Deviations Data A Mean = 15.5
11
12
13
14 15 16 17 18 19 20 21
s = 3.338
Data B
Mean = 15.5
11 12 13 14 15 16 17 18
19
20
21
s = .9258
Data C Mean = 15.5
11
12
13 14 15 16 17 18 19 20
21
s = 4.57
Coefficient of Variation •Measure of Relative Variation •Always a %
•Shows Variation Relative to Mean •Used to Compare 2 or More Groups •Formula ( for Sample):
S CV X
100%
Comparing Coefficient of Variation Stock A: Average Price last year = $50
Standard Deviation = $5 Stock B: Average Price last year = $100 Standard Deviation = $5
S CV 100% X
Coefficient of Variation: Stock A: CV = 10% Stock B: CV = 5%
Shape • •
Describes How Data Are Distributed Measures of Shape: Symmetric or skewed Left-Skewed Mean Median Mod e
Symmetric Mean = Median = Mode
Right-Skewed Mode Median Mean
Box-and-Whisker Plot
Graphical Display of Data Using 5-Number Summary
X smallest Q1 Median Q3
4
6
8
10
Xlargest
12
Distribution Shape & Box-and-Whisker Plots Left-Skewed
Q1 Median Q3
Symmetric
Q1
Median Q3
Right-Skewed
Q1 Median Q3
Kesimetrisan Skewness coefficient (koefisien kemiringan)
[ 1/(n-1 ] (xi – xrata)3 b1 = ---------------------------s3
Kesimetrisan Kurtosis coefficient (koefisien keruncingan)
[ 1/(n-1 ] (xi – xrata)4 b2 = ----------------------------
s4
DISTRIBUSI FREKUENSI
Pengertian Data yang telah diperoleh dari suatu penelitian yang masih berupa data acak atau data mentah dapat dibuat menjadi data yang berkelompok, yaitu data yang telah disusun ke dalam kelas-kelas tertentu. Daftar yang memuat data berkelompok disebut distribusi frekuensi atau tabel frekuensi. Jadi, distribusi frekuensi adalah susunan data menurut kelas-kelas interval tertentu atau menurut kategori tertentu dalam sebuah daftar. Diperoleh keterangan atau gambaran sederhana dan sistematis dari data yang diperoleh.
Bagian-bagian Distribusi Frekuensi Kelas-kelas; adalah kelompok nilai data atau variabel. 2. Batas kelas; adalah nilai-nilai yang membatasi kelas yang satu dengan kelas yang lain. 1.
a. b.
3.
Batas kelas bawah, terdapat di deretan sebelah kiri setiap kelas, Batas kelas atas, terdapat di deretan sebelah kanan setiap kelas.
Tepi kelas (batas nyata kelas); adalah batas kelas yang tidak memiliki lubang untuk angka tertentu antara kelas yang satu dengan yang lain a. b.
Tepi bawah kelas atau batas kelas bawah sebenarnya = batas bawah kelas – 0,5 Tepi atas kelas atau batas kelas atas sebenarnya = batas atas kelas + 0,5
Bagian-bagian Distribusi Frekuensi Titik tengah kelas; adalah angka atau nilai data yang tepat terletak di tengah suatu kelas, merupakan nilai yang mewakili kelasnya. Titik tengah kelas = ½ (batas atas + batas bawah) kelas 5. Interval kelas; adalah selang yang memisahkan kelas yang satu dengan yang lain. 6. Panjang interval kelas atau luas kelas; adalah jarak antara tepi atas kelas dan tepi bawah kelas. 7. Frekuensi kelas; adalah banyaknya data yang termasuk ke dalam kelas tertentu 4.
contoh Modal (jutaan Rp) Frekuensi (f) 50 – 59 60 – 69 70 – 79 80 – 89 90 – 99
16 32 20 17 15
Jumlah
100
Sumber : Data fiktif
• Banyaknya kelas adalah 5 • Batas bawah kelas-kelas adalah 50, 60, 70, 80, 90
• Batas atas kelas-kelas adalah 59, 69, 79, 89, 99 • Tepi bawah kelas-kelas adalah 49,5; 59,5; 69,5; 79,5; 89,5 • Tepi atas kelas-kelas adalah 59,5; 69,5; 79,5; 89,5; 99,5
• Titik tengah kelas-kelas adalah 54,5; 64,5; 74,5; 84,5; 94,5 • Interval kelas-kelas adalah 50-59; 60-69; ,,, ;90-99 • Panjang interval kelas-kelas masing-masing 10 • Frekuensi kelas-kelas adalah 16, 32, 20, 17, 15
Penyusunan Distribusi Frekuensi Mengurutkan data dari yang terkecil ke yang terbesar. 2. Menentukan jangkauan (range) dari data Jangkauan = data terbesar – data terkecil 3. Menentukan banyaknya kelas (k) dengan rumus sturgess 1.
k = 1 + 3,3 log n Keterangan : k = banyaknya kelas
n = banyaknya data
k bulat
Penyusunan Distribusi Frekuensi 4.
5.
6.
Menentukan panjang interval kelas (i) jangkauan (R) i= banyaknya kelas (k) Menentukan batas bawah kelas pertama; biasanya dipilih dari data terkecil atau data terkecil yang berasal dari pelebaran jangkauan (data yang lebih kecil dari data terkecil) dan selisihnya harus kurang dari panjang interval kelasnya Menuliskan frekuensi kelas secara melidi sesuai banyaknya data
Catatan tentang penyusunan distribusi frekuensi
1. Perlu dijaga jangan sampai ada data yang tidak dimasukkan ke dalam kelas atau ada data yang masuk ke dalam dua kelas yang berbeda. 2. Titik tengah kelas diusahakan bilangan bulat tidak pecahan.
3. Nilai frekuensi diusahakan tidak ada yang nol (0). 4. Dalam menentukan banyaknya kelas (k), diusahakan : a. tidak terlalu sedikit, sehingga pola kelompok kabur; b. banyaknya kelas berkisar 5 sampai 15 buah; c. jika jangkauan terlalu besar, banyaknya kelas antara 10 sampai 20.
Contoh soal Dari hasil pengukuran diameter pipa-pipa yang dibuat oleh sebuah mesin (dalam mm terdekat), diperoleh data sebagai berikut 78
72
74
79
74
71
75
74
72
68
72
73
72
74
75
74
73
74
65
72
66
75
80
69
82
73
74
72
79
71
70
75
71
70
70
70
75
76
77
67
Buatlah distribusi frekuensi dari data tersebut ! Penyelesaian: a.Urutan data : 65
66
67
68
69
70
70
70
70
71
71
71
72
72
72
72
72
72
73
73
73
74
74
74
74
74
74
74
75
75
75
75
75
76
77
78
79
79
80
82
b. Jangkauan (R) = 82 – 65 = 17 c. Banyaknya kelas (k) adalah k = 1+ 3,3 log 40 = 1+ 5,3 = 6,3 6 d. Panjang interval kelas (i) adalah i = 17 / 6 = 2,83 3 e. Batas kelas pertama adalah 65 (data terkecil) f. Tabelnya : Diameter
Turus
Frekuensi
65 – 67 68 – 70 71 – 73 74 – 76 77 – 79 80 – 82
III IIII I IIII IIII II IIII IIII III IIII II
3 6 12 13 4 2
Jumlah
40
Histogram dan Poligon Frekuensi Adalah dua grafik yang sering digunakan untuk menggambarkan distribusi frekuensi. Histogram merupakan grafik batang dari distribusi frekuensi dan poligon frekuensi merupakan grafik garisnya. Histogram = batang-batangnya saling melekat atau berimpitan
digunakan sistem salib sumbu; sumbu x menyatakan interval kelas dan sumbu y menyatakan frekuensi. Poligon Frekuensi = dibuat dengan cara menarik garis dari satu titik tengah batang histogram ke titik tengah batang histogram lain
contoh Interval Kelas 140 – 145 – 150 – 155 – 160 – 165 – 170 –
144 149 154 159 164 169 174
Frekuensi (banyak murid)
Tepi Interval Kelas
Titik tengah
2 4 10 14 12 5 3
139,5 – 144,5 144,5 – 149,5 149,5 – 154,5 154,5 – 159,5 159,5 – 164,5 164,5 – 169,5 169,5 – 174,5
142 147 152 157 162 167 172
f = 50
Frekuensi
a. Histogram 15 10 5 0 144,5
149,5
154,5
159,5
164,5
169,5
174,5
139,5
144,5
149,5
154,5
159,5
164,5
169,5
Tinggi Badan
b. Poligon frekuensi
Frekuensi
15 10 5 0 142
147
152
157
162
Tinggi Badan
167
172
Teknik Grafis (Graphical Techniques)
Peringkasan data secara visual atau grafis yang menggunakan gambargambar berdasarkan tabel data yang telah ada sebelumnya Teknik Grafis : - Piktogram - Pie Chart - Bar Chart - Histogram Frekuensi - Ogive - Stem and Leaf Plot - Box Plot
Piktogram
Pie Chart (Diagram Pia)
Data digambarkan dengan suatu lingkaran yang sektor-sektornya menggambarkan proporsi variabel yang berbeda
Histogram & Poligon Frekuensi
Data diringkas dalam bentuk grafik yang mencerminkan distribusi frekuensi. Diperlukan sumbu X untuk menyatakan interval kelas dan sumbu Y untuk menyatakan frekuensi kelas
Ogive (Poligon Frekuensi Kumulatif)
Data diringkas dalam bentuk grafik yang merupakan grafik dari distribusi frekuensi kumulatif lebih dari atau kurang dari.
Stem and Leaf Plot (Diagram Batang dan Daun)
Diperkenalkan oleh John Tuckey (1977) Data dirangkum dalam bentuk batang dan daun (stem and leaf). Jika ukuran data besar maka stem dapat dibuat menjadi dua baris
Box Plot (Diagram Kotak – Box and Whisker plot)
Peringkasan data menggunakan diagram kotak untuk menggambarkan apakah data mempunyai outlier (data ekstrim) atau tidak
Untuk membuat Box Plot, ada beberapa hal yang harus diketahui : - Nilai minimum - Nilai maksimum - Median (Q2 = kuartil ke-2) - Lower Quartile (Q1 = kuartil ke-1) - Upper Quartile (Q3 = kuartil ke-3) - IQR (Inter Quartile Range ) = Q3-Q1 - LIF (Lower Inner Fence) = Q1 – 1,5 IQR - UIF (Upper Inner Fence) = Q3 + 1,5 IQR - LOF (Lower Outer Fence) = Q1 – 3 IQR - UOF (Upper Outer Fence) = Q3 + 3 IQR
Contoh
Misalkan dimiliki data berikut : 5,3 4,0 12,5 3,0 3,9 6,4 5,2 2,6 15,8, 6,2 4,0 7,1 3,4 4,4 3,5 3,4 3,2 5,6 3,2 3,4 8,6 3,1 n = 22, nilai minimum = 2,6, nilai maksimum = 15,8 Data terurut : 2,6 3,0 3,1 3,2 3,2 3,4 3,4 3,5 3,7 3,9 4,0 4,0 4,4 5,2 5,3 5,6 6,2 6,4 7,1 8,6 12,5 15,8
Lokasi Median : (n+1)/2 = 23/2 = 11,5 Median (4,0 + 4,0)/2 = 4,0 Mean = 5,4 Lokasi Q1 : (lokasi median dibulatkan ke bawah + 1)/2 yaitu lokasi ke 6 dari nilai minimum Q1 = 3,4 Lokasi Q3 : (lokasi median dibulatkan ke bawah + 1)/2 yaitu lokasi ke 6 dari nilai maksimum Q3 = 6,2
IQR = Q3-Q1 = 6,2 – 3,4 = 2,8 LIF = Q1 - 1,5 IQR = 3,4 – 1,5 (2,8) = - 0,8 UIF = Q3 + 1,5 IQR = 6,2 + 1,5 (2,8) = 10,4 LOF = Q1 - 3 IQR = 3,4 – 3 (2,8) = - 5 UOF = Q3 + 3 IQR = 6,2 + 3 (2,8) = 14,6 Data yang terletak antara LIF dan UIF bukan outlier Data yang terletak di luar LIF dan UIF adalah outlier yang dibedakan menjadi 2 yaitu mild outlier dan extrem outlier
Boxplot - Contoh
B...