SlideShare ist ein Scribd-Unternehmen logo
1 von 25
Statistik Deskriptif
Pengukuran Gejala Pusat (central Tendency
Modus, median dan mean merupakan teknik statistic yang digunakan
untuk menjelaskan kelompok yang berdasarkan atas gejala pusat
(tendency central) dari kelompok tersebut.
Modus
(Mode)Modus adalah : teknik penjelasan kelompok yang didasarkan atas nilai
yang sedang popular (yang sedang menjadi mode) atau yang sering
muncul dalam kelompok tersebut.
Contoh Modus
Untuk data Kuantitatif
1. Seorang peneliti datang ke Yogyakarta, dan melihat para siswa dan
mahasiswa banyak yang naik sepeda motor. Selanjutnya peneliti dapat
menjelaskan dengan modus, bahwa (kelompok) siswa dan mahasiswa di
Yogyakarta banyak yang naik sepeda motor
2. Kebanyakan pemuda Indonesia menghisap Rokok
3. Pada umumnya pegawai negeri tidak disiplin kerja
Untuk data Kualitatif
 Dari hasil observasi(pengamatan) terhadap pegawai di
Departemen Kesehatan, nilai kinerja yang diperoleh
adalah:
20, 45, 60, 56, 45, 45, 20, 19, 57, 45, 45, 51, 35Dari data Modusnya adalah 45
 Modus bisa lebih dari satu, misal ada data :
20, 21, 25, 25, 24, 27, 27, 28, 29, 29, ,30
Maka Modusnya : 25, 27, dan
29
Median
Median adalah salah satu teknik penjelasan kelompok yang
didasarkan atas nilai tengah dari kelompok data yang telah disusun
berdasarkan urutannya dari yang terkecil sampai yang terbesar atau
sebaliknyaContoh:
 Data yang telah diurutkan (jumlah data
Ganjil)
19 20 20 35 45 45 45 45 45 51 56 57 60
Medianya 45
 Data yang telah diurutkan (jumlah data
Genap)
180 171 170 167 166 165 164 160 147 145
Mediannya :
2
166 + 165
= 165.5
Mean
Mean Merupakan teknik Penjelasan kelompok yang didasarkan atas
nilai rata-rata dari kelompok tersebut
𝑀𝑒 =
∑𝑥𝑖
𝑛
Me = Mean (rata-rata)
∑ = Epsilon (bacaJumlah)
𝑥𝑖= Nilai x ke I sampai n
n = jumlahIndividu
Contoh :
sepuluh pegawai di PT Samudra penghasilah perminggunya
adalh sebagai berikut (dalam satuan Ribu rupiah)
90, 120, 160, 60 , 180, 190, 90, 180, 70, 160
1300
1010
=
= 130
Me =
90 + 120 + 160 + 60 + 180 + 190 + 90 + 180 + 70 + 160
 Modus : bila peneliti ingin cepat memberikan penjelasan
terhadap
kelompok, dengan hanya mempunyai data yang
popular pada kelompok itu, teknik ini kurang teliti
 Median : digunakan bila terdapat data-data yang ektrim
(perbedaanya mencolok) dalam kelompok itu
 Mean : digunakan bila pada kelompok itu terdapat kenaikan
data
yang merata
Dari ketiga teknik yang dikemukakan di atas masing-masing
teknik ada kelebihannya masing-masing
Menghitung mean
Berikut adalah data tentang kinerja bidan di
kabupaten Bangkalan
61 - 70 20
Inetrval nilai
kemampuan
Frekuensi/ jumlah
21 - 30 2
31 - 40 6
Jumlah 100
71 - 80 10
81 - 90 8
91 - 100 6
41 - 50 18
51 - 60 30


Menghitung
 Berdasarkan table
distribusi frekuensi
diatas, tentukan
modusnya?
b = 51 – 0.5 = 50.5 atau 𝟓𝟎+𝟓𝟏
𝟐
= 50.5
𝐛 𝟏 = 30 – 18 = 12
𝐛 𝟐 = 30 – 20 = 10
Mo = 50.5 + 10 (
𝟏𝟐
𝟏𝟐+𝟏𝟎
)
p = 60.5 – 50.5.5 = 10
= 50.5 + 10 (0.545)
= 50.5 + 5.45
= 55.95
61- 70 20
Inetrval nilai
kemampuan
Frekuensi/jumlah
21 - 30 2
31- 40 6
Jumlah 100
71- 80 10
81- 90 8
91- 100 6
41- 50 18
51- 60 30


61- 70 20
Inetrval nilai
kemampuan
Frekuensi/jumlah
21 - 30 2
31- 40 6
Jumlah 100
71- 80 10
81- 90 8
91- 100 6
41- 50 18
51- 60 30
Menghitung
Median
 Berdasarkan table
distribusi frekuensi
diatas, tentukan
mediannya?
Dalam hal ini kelas median dapat dicari dengan
cara :
2 + 6 + 18 = 26
𝟓𝟎+𝟓𝟏
𝟐
= 50.5
𝒇 =
𝐅 =
Md = 50.5 + 10 (
𝟓𝟎 −𝟐𝟔
𝟑𝟎
)
b =
60.5 – 50.5.5 = 10
= 50.5 + 10 (0.8)
= 50.5 + 8
= 58.5
setengah x total frekuensi=
𝟏
𝟐
𝒙 𝐧 =
𝟏
𝟐
𝒙 𝟏𝟎𝟎 =
𝟓𝟎
56
51 – 0.5 = 5.5 atau
p =
30


Menghitung Mean
 Berdasarkan table
distribusi frekuensi
diatas, tentukan mean?
 Untuk mencari mean data bergolong maka
kita harus melengkapi tabel distribusi
frekuensinya terlebih dahulu
1310
755
684
573
6070
51
213
819
1665
65.5
75.5
85.5
95.5
Nilai tengah
25.5
35.5
45.5
55.5
61 - 70 20
Inetrval nilai
kemampuan
Frekuensi/ jumlah
𝑓
21 - 30 2
31 - 40 6
Jumlah 100
71 - 80 10
81 - 90 8
91 - 100 6
41 - 50 18
51 - 60 30
(𝒇𝒊) (𝒙𝒊) (𝒇𝒊 𝒙𝒊)
∑𝒇𝒊 𝒙𝒊∑𝒇𝒊
Me =
𝟔𝟎𝟕𝟎
𝟏𝟎𝟎
= 60.7
Ukuran penyebaran data adalah
suatu ukuran yang menyatakan seberapa besar nilai-nilai data berbeda
atau bervariasi dengan nilai ukuran pusatnya atau seberapa besar
penyimpangan nilai-nilai data dengan nilai pusatnya.
Hal.: 16STATISTIK
Jangkauan adalah selisih antara nilai maksimum dan nilai minimum
yang terdapat dalam data.
Jangkauan dapat dihitung dengan rumus:
R = X maks – X min
Contoh :
Tentukan range dari data : 10,6,8,2,4
Jawab :
R = Xmaks – Xmin = 10 – 2 = 8
1. Jangkauan ( Range )
UKURAN PENYEBARAN DATA
UKURAN PENYEBARAN DATA
Simpangan rata-rata dari sekumpulan bilangan adalah:
nilai rata-rata hitung harga mutlak simpangan-simpangannya.
n
xx 
Hal.: 17STATISTIK
a. Data tunggal
SR =
Contoh :
Nilai ulangan matamatika dari 6 siswa adalah :7,5,6,3,8,7.
Tentukan simpangan rata-ratanya!
2. Simpangan Rata-rata
Jawab:
=
= 6
SR =
=
= 1,33
x 6
783657 
Hal.: 18STATISTIK
6
8
6
676863666567 
UKURAN PENYEBARAN DATA
b. Data berbobot / data
kelompok
SR =
x = data ke-i (data berbobot )
= titik tengah kelas interval ke-i (data kelompok )
f = frekuensi

 
f
xxf
Hal.: 19STATISTIK
UKURAN PENYEBARAN DATA
UKURAN PENYEBARAN DATA
Contoh :
Tentukan simpangan rata-rata dari data berikut :
Data Frekwensi x
3 – 5 2 4
6 – 8 4 7
9 – 11 8 10
12 - 14 6 13
Jumlah 20
Hal.: 20STATISTIK
UKURAN PENYEBARAN DATA
Jawab :
Frekwens
i
x
3 – 5 2 4
6 – 8 4 7
9 – 11 8 10
12 - 14 6 13
Jumlah 20
Hal.: 21STATISTIK
F . x xx  F xx 
8
28
80
78
x 

f
xf .
20
194
=
=
194
5,7
2,7
0,3
3,3
11,4
10,8
2,4
19,8
44,4

 
f
xxf
20
4,44
SR =
= = 2,22
= 9,7
Varians
(𝒔 𝟐 𝒂𝒕𝒂𝒖 𝝈 𝟐) Varians merupakanjumlahkuadratsemuadeviasinilai-
nilaiindividuterhadap rata-rata kelompok
 Varian di simbolkan :
𝝈 𝟐 = untukpopulasi
𝒔 𝟐 = untuksampel
 Akardarivariansdisebutstandardeviasiatausimpanganbaku
 Simpanganbakuataustandardeviasidisimbolkan:
𝝈= untukpopulasi
𝒔 = untuksampel
Rumus
𝝈 =
∑(𝒙𝒊 − 𝒙) 𝟐
𝒏
𝒔 =
∑𝒇(𝒙𝒊 − 𝒙) 𝟐
(𝒏 − 𝟏)
𝝈 𝟐 =
∑(𝒙𝒊 − 𝒙) 𝟐
𝒏
𝒔 𝟐
=
∑𝒇(𝒙𝒊 − 𝒙) 𝟐
𝒏 − 𝟏
Untuk Populasi
Untuk Data Sampel
Varians Standar Deviasi (simpangan
Baku)
Varians Standar Deviasi (simpangan
Baku)
Contoh :
Terdapat data sebagai
berikut :60, 70, 65, 80, 70, 65, 75, 80, 70, 75
Hitunglah Standar deviasi (simpangan bakunya) ?
1
2
3
4
5
6
7
8
9
10
n=10
No
75 4 16
75 4 16
710 0 390
65 -6 36
70 -1 1
80 9 81
80 9 81
70 -1 1
70 -1 1
65 -6 36
Nilai
Simpangan Simpangan Kuadrat
60 -11 121
710
10 = 71x =
(𝒙𝒊 −𝒙)²(𝒙𝒊 −𝒙)
∑(𝒙𝒊 − 𝒙)²
 Karena data disamping
merupakan data
Populasi maka kita
gunakan rumus:
𝝈 =
∑(𝒙𝒊 − 𝒙) 𝟐
𝒏
SEKIAN
DAN
TERIMAKASIH

Weitere ähnliche Inhalte

Was ist angesagt?

Statistika Deskriptif - Bab 03 - Ukuran Pemusatan
Statistika Deskriptif - Bab 03 - Ukuran PemusatanStatistika Deskriptif - Bab 03 - Ukuran Pemusatan
Statistika Deskriptif - Bab 03 - Ukuran PemusatanZombie Black
 
Makalah Tendensi sentral
Makalah Tendensi sentralMakalah Tendensi sentral
Makalah Tendensi sentralNailul Hasibuan
 
Ukuran pemusatan data
Ukuran pemusatan dataUkuran pemusatan data
Ukuran pemusatan datafeby safitri
 
Statistika Ekonomi I : Nilai Pusat Dan Ukuran Penyimpangan
Statistika Ekonomi I : Nilai Pusat Dan Ukuran PenyimpanganStatistika Ekonomi I : Nilai Pusat Dan Ukuran Penyimpangan
Statistika Ekonomi I : Nilai Pusat Dan Ukuran PenyimpanganArie Khurniawan
 
Statistik 1 2 nilai sentral
Statistik 1 2 nilai sentralStatistik 1 2 nilai sentral
Statistik 1 2 nilai sentralSelvin Hadi
 
Revisi tendensi sentral dan variabilitas
Revisi tendensi sentral dan variabilitasRevisi tendensi sentral dan variabilitas
Revisi tendensi sentral dan variabilitasistiqma
 
Bab 3. Ukuran-Ukuran Numerik Statistik Deskriptif
Bab 3. Ukuran-Ukuran Numerik Statistik DeskriptifBab 3. Ukuran-Ukuran Numerik Statistik Deskriptif
Bab 3. Ukuran-Ukuran Numerik Statistik DeskriptifCabii
 
Bab 4 (ukuran pemusatan)
Bab 4 (ukuran pemusatan)Bab 4 (ukuran pemusatan)
Bab 4 (ukuran pemusatan)fatria anggita
 
Metodologi Penelitian - Statistik Deskriptif
Metodologi Penelitian - Statistik DeskriptifMetodologi Penelitian - Statistik Deskriptif
Metodologi Penelitian - Statistik DeskriptifDeady Rizky Yunanto
 
Statistik deskriptif
Statistik deskriptifStatistik deskriptif
Statistik deskriptifGrizia Zhulva
 
Bab iv pemusatan dan penyebaran data
Bab iv pemusatan dan penyebaran dataBab iv pemusatan dan penyebaran data
Bab iv pemusatan dan penyebaran datalinda_rosalina
 
Ukuran pemusatan
Ukuran pemusatanUkuran pemusatan
Ukuran pemusatanrkhmtk11
 
Ukuran tendensi sentral(4)
Ukuran tendensi sentral(4)Ukuran tendensi sentral(4)
Ukuran tendensi sentral(4)rizka_safa
 
Statistik dan Komputasi Materi 1
Statistik dan Komputasi Materi 1Statistik dan Komputasi Materi 1
Statistik dan Komputasi Materi 1Muhammad Luthfan
 
Statistik Ukuran Pemusatan Data
Statistik Ukuran Pemusatan DataStatistik Ukuran Pemusatan Data
Statistik Ukuran Pemusatan DataEvi Jayanti
 
Ukuran pemusatan data (untuk data kelompok)
Ukuran pemusatan data (untuk data kelompok)Ukuran pemusatan data (untuk data kelompok)
Ukuran pemusatan data (untuk data kelompok)feby safitri
 

Was ist angesagt? (20)

Statistika Deskriptif - Bab 03 - Ukuran Pemusatan
Statistika Deskriptif - Bab 03 - Ukuran PemusatanStatistika Deskriptif - Bab 03 - Ukuran Pemusatan
Statistika Deskriptif - Bab 03 - Ukuran Pemusatan
 
4. pengukuran tendensi sentral
4. pengukuran tendensi sentral4. pengukuran tendensi sentral
4. pengukuran tendensi sentral
 
Makalah Tendensi sentral
Makalah Tendensi sentralMakalah Tendensi sentral
Makalah Tendensi sentral
 
( Putri). ukuran pemusatan data.
( Putri). ukuran pemusatan data.( Putri). ukuran pemusatan data.
( Putri). ukuran pemusatan data.
 
Ukuran pemusatan data
Ukuran pemusatan dataUkuran pemusatan data
Ukuran pemusatan data
 
Statistika Ekonomi I : Nilai Pusat Dan Ukuran Penyimpangan
Statistika Ekonomi I : Nilai Pusat Dan Ukuran PenyimpanganStatistika Ekonomi I : Nilai Pusat Dan Ukuran Penyimpangan
Statistika Ekonomi I : Nilai Pusat Dan Ukuran Penyimpangan
 
Statistik 1 2 nilai sentral
Statistik 1 2 nilai sentralStatistik 1 2 nilai sentral
Statistik 1 2 nilai sentral
 
Revisi tendensi sentral dan variabilitas
Revisi tendensi sentral dan variabilitasRevisi tendensi sentral dan variabilitas
Revisi tendensi sentral dan variabilitas
 
Bab 3. Ukuran-Ukuran Numerik Statistik Deskriptif
Bab 3. Ukuran-Ukuran Numerik Statistik DeskriptifBab 3. Ukuran-Ukuran Numerik Statistik Deskriptif
Bab 3. Ukuran-Ukuran Numerik Statistik Deskriptif
 
Bab 4 (ukuran pemusatan)
Bab 4 (ukuran pemusatan)Bab 4 (ukuran pemusatan)
Bab 4 (ukuran pemusatan)
 
Metodologi Penelitian - Statistik Deskriptif
Metodologi Penelitian - Statistik DeskriptifMetodologi Penelitian - Statistik Deskriptif
Metodologi Penelitian - Statistik Deskriptif
 
Statistik deskriptif
Statistik deskriptifStatistik deskriptif
Statistik deskriptif
 
Bab iv pemusatan dan penyebaran data
Bab iv pemusatan dan penyebaran dataBab iv pemusatan dan penyebaran data
Bab iv pemusatan dan penyebaran data
 
distribusi frekuensi
distribusi frekuensidistribusi frekuensi
distribusi frekuensi
 
Ukuran pemusatan
Ukuran pemusatanUkuran pemusatan
Ukuran pemusatan
 
Ukuran tendensi sentral(4)
Ukuran tendensi sentral(4)Ukuran tendensi sentral(4)
Ukuran tendensi sentral(4)
 
Statistik dan Komputasi Materi 1
Statistik dan Komputasi Materi 1Statistik dan Komputasi Materi 1
Statistik dan Komputasi Materi 1
 
Statistik Ukuran Pemusatan Data
Statistik Ukuran Pemusatan DataStatistik Ukuran Pemusatan Data
Statistik Ukuran Pemusatan Data
 
Ukuran pemusatan data (untuk data kelompok)
Ukuran pemusatan data (untuk data kelompok)Ukuran pemusatan data (untuk data kelompok)
Ukuran pemusatan data (untuk data kelompok)
 
Statistika Dasar
Statistika DasarStatistika Dasar
Statistika Dasar
 

Andere mochten auch

New York City Slideshare Part 2
New York City Slideshare Part 2New York City Slideshare Part 2
New York City Slideshare Part 2mspenner
 
Charactersatwork theuseofpersonasinproductmanagement-brainmates-100712051602-...
Charactersatwork theuseofpersonasinproductmanagement-brainmates-100712051602-...Charactersatwork theuseofpersonasinproductmanagement-brainmates-100712051602-...
Charactersatwork theuseofpersonasinproductmanagement-brainmates-100712051602-...Dr_dina
 
Charactersatwork theuseofpersonasinproductmanagement-brainmates-100712051602-...
Charactersatwork theuseofpersonasinproductmanagement-brainmates-100712051602-...Charactersatwork theuseofpersonasinproductmanagement-brainmates-100712051602-...
Charactersatwork theuseofpersonasinproductmanagement-brainmates-100712051602-...Dr_dina
 
Mktg 406 group presentation
Mktg 406 group presentationMktg 406 group presentation
Mktg 406 group presentationmalcolmg1978
 
Charactersatwork theuseofpersonasinproductmanagement-brainmates-100712051602-...
Charactersatwork theuseofpersonasinproductmanagement-brainmates-100712051602-...Charactersatwork theuseofpersonasinproductmanagement-brainmates-100712051602-...
Charactersatwork theuseofpersonasinproductmanagement-brainmates-100712051602-...Dr_dina
 

Andere mochten auch (7)

Eval com
Eval comEval com
Eval com
 
Preescolar shanghai
Preescolar shanghaiPreescolar shanghai
Preescolar shanghai
 
New York City Slideshare Part 2
New York City Slideshare Part 2New York City Slideshare Part 2
New York City Slideshare Part 2
 
Charactersatwork theuseofpersonasinproductmanagement-brainmates-100712051602-...
Charactersatwork theuseofpersonasinproductmanagement-brainmates-100712051602-...Charactersatwork theuseofpersonasinproductmanagement-brainmates-100712051602-...
Charactersatwork theuseofpersonasinproductmanagement-brainmates-100712051602-...
 
Charactersatwork theuseofpersonasinproductmanagement-brainmates-100712051602-...
Charactersatwork theuseofpersonasinproductmanagement-brainmates-100712051602-...Charactersatwork theuseofpersonasinproductmanagement-brainmates-100712051602-...
Charactersatwork theuseofpersonasinproductmanagement-brainmates-100712051602-...
 
Mktg 406 group presentation
Mktg 406 group presentationMktg 406 group presentation
Mktg 406 group presentation
 
Charactersatwork theuseofpersonasinproductmanagement-brainmates-100712051602-...
Charactersatwork theuseofpersonasinproductmanagement-brainmates-100712051602-...Charactersatwork theuseofpersonasinproductmanagement-brainmates-100712051602-...
Charactersatwork theuseofpersonasinproductmanagement-brainmates-100712051602-...
 

Ähnlich wie Pertemuan 3

02. Statistika Pemusatan Data Baru.pptx
02. Statistika Pemusatan Data Baru.pptx02. Statistika Pemusatan Data Baru.pptx
02. Statistika Pemusatan Data Baru.pptxHILAL779204
 
Tugas tmtt matematika statistika sapta
Tugas tmtt matematika statistika saptaTugas tmtt matematika statistika sapta
Tugas tmtt matematika statistika saptaHMTA
 
Ukuran Penyebaran Data Mean Modus Median.pptx
Ukuran Penyebaran Data Mean Modus Median.pptxUkuran Penyebaran Data Mean Modus Median.pptx
Ukuran Penyebaran Data Mean Modus Median.pptxSolikhinAjiSaputra
 
Statistik SMK Kelas XII TI
Statistik SMK Kelas XII TIStatistik SMK Kelas XII TI
Statistik SMK Kelas XII TIsri sayekti
 
Pertemuan 5 (ukuran pemusatan data dan ukuran letak data)
Pertemuan 5 (ukuran pemusatan data dan ukuran letak data)Pertemuan 5 (ukuran pemusatan data dan ukuran letak data)
Pertemuan 5 (ukuran pemusatan data dan ukuran letak data)reno sutriono
 
Makalah ukuran pemusatan data dan ukuran letak data
Makalah ukuran pemusatan data dan ukuran letak dataMakalah ukuran pemusatan data dan ukuran letak data
Makalah ukuran pemusatan data dan ukuran letak dataAisyah Turidho
 
Daftar distribusi frekuensi dan aplikasi pada data penelitian
Daftar distribusi frekuensi dan aplikasi pada data penelitianDaftar distribusi frekuensi dan aplikasi pada data penelitian
Daftar distribusi frekuensi dan aplikasi pada data penelitianAYU Hardiyanti
 
4. PPT Materi Ajar Statistika (Ganjil 2019-2020).pdf
4. PPT Materi Ajar Statistika (Ganjil 2019-2020).pdf4. PPT Materi Ajar Statistika (Ganjil 2019-2020).pdf
4. PPT Materi Ajar Statistika (Ganjil 2019-2020).pdfMiffJasenx
 
Statistika ekonomi dan bisnis 1
Statistika ekonomi dan bisnis 1Statistika ekonomi dan bisnis 1
Statistika ekonomi dan bisnis 1lussyani
 
Ukuran pemusatan (2)
Ukuran pemusatan (2)Ukuran pemusatan (2)
Ukuran pemusatan (2)urfiah_umar
 
Ukuran pemusatan data abdul azis taslim
Ukuran pemusatan data abdul azis taslimUkuran pemusatan data abdul azis taslim
Ukuran pemusatan data abdul azis taslimAbdul Azis Taslim
 
Materi SMA X - Statistika
Materi SMA X - StatistikaMateri SMA X - Statistika
Materi SMA X - StatistikaAna Sugiyarti
 
Ukuran pemusatan data pwt
Ukuran pemusatan data pwtUkuran pemusatan data pwt
Ukuran pemusatan data pwtkhai rani
 
Pertemuan 6 (ukuran penyebaran data)
Pertemuan 6 (ukuran penyebaran data)Pertemuan 6 (ukuran penyebaran data)
Pertemuan 6 (ukuran penyebaran data)reno sutriono
 
Makalah ukuran penyebaran data
Makalah ukuran penyebaran dataMakalah ukuran penyebaran data
Makalah ukuran penyebaran dataAisyah Turidho
 

Ähnlich wie Pertemuan 3 (20)

02. Statistika Pemusatan Data Baru.pptx
02. Statistika Pemusatan Data Baru.pptx02. Statistika Pemusatan Data Baru.pptx
02. Statistika Pemusatan Data Baru.pptx
 
Tugas tmtt matematika statistika sapta
Tugas tmtt matematika statistika saptaTugas tmtt matematika statistika sapta
Tugas tmtt matematika statistika sapta
 
Ukuran Penyebaran Data Mean Modus Median.pptx
Ukuran Penyebaran Data Mean Modus Median.pptxUkuran Penyebaran Data Mean Modus Median.pptx
Ukuran Penyebaran Data Mean Modus Median.pptx
 
Statistik SMK Kelas XII TI
Statistik SMK Kelas XII TIStatistik SMK Kelas XII TI
Statistik SMK Kelas XII TI
 
Bahan yola
Bahan yolaBahan yola
Bahan yola
 
Statistik
StatistikStatistik
Statistik
 
Pertemuan 5 (ukuran pemusatan data dan ukuran letak data)
Pertemuan 5 (ukuran pemusatan data dan ukuran letak data)Pertemuan 5 (ukuran pemusatan data dan ukuran letak data)
Pertemuan 5 (ukuran pemusatan data dan ukuran letak data)
 
Makalah ukuran pemusatan data dan ukuran letak data
Makalah ukuran pemusatan data dan ukuran letak dataMakalah ukuran pemusatan data dan ukuran letak data
Makalah ukuran pemusatan data dan ukuran letak data
 
Daftar distribusi frekuensi dan aplikasi pada data penelitian
Daftar distribusi frekuensi dan aplikasi pada data penelitianDaftar distribusi frekuensi dan aplikasi pada data penelitian
Daftar distribusi frekuensi dan aplikasi pada data penelitian
 
4. PPT Materi Ajar Statistika (Ganjil 2019-2020).pdf
4. PPT Materi Ajar Statistika (Ganjil 2019-2020).pdf4. PPT Materi Ajar Statistika (Ganjil 2019-2020).pdf
4. PPT Materi Ajar Statistika (Ganjil 2019-2020).pdf
 
UKURAN GEJALA PUSAT
UKURAN GEJALA PUSATUKURAN GEJALA PUSAT
UKURAN GEJALA PUSAT
 
Statistika ekonomi dan bisnis 1
Statistika ekonomi dan bisnis 1Statistika ekonomi dan bisnis 1
Statistika ekonomi dan bisnis 1
 
Ukuran pemusatan (2)
Ukuran pemusatan (2)Ukuran pemusatan (2)
Ukuran pemusatan (2)
 
Ukuran pemusatan data abdul azis taslim
Ukuran pemusatan data abdul azis taslimUkuran pemusatan data abdul azis taslim
Ukuran pemusatan data abdul azis taslim
 
Tugas statistik ekonomi
Tugas statistik ekonomiTugas statistik ekonomi
Tugas statistik ekonomi
 
Materi SMA X - Statistika
Materi SMA X - StatistikaMateri SMA X - Statistika
Materi SMA X - Statistika
 
Ukuran pemusatan data pwt
Ukuran pemusatan data pwtUkuran pemusatan data pwt
Ukuran pemusatan data pwt
 
Pertemuan 6 (ukuran penyebaran data)
Pertemuan 6 (ukuran penyebaran data)Pertemuan 6 (ukuran penyebaran data)
Pertemuan 6 (ukuran penyebaran data)
 
Makalah ukuran penyebaran data
Makalah ukuran penyebaran dataMakalah ukuran penyebaran data
Makalah ukuran penyebaran data
 
Statistikadanbatang
StatistikadanbatangStatistikadanbatang
Statistikadanbatang
 

Pertemuan 3

  • 1. Statistik Deskriptif Pengukuran Gejala Pusat (central Tendency Modus, median dan mean merupakan teknik statistic yang digunakan untuk menjelaskan kelompok yang berdasarkan atas gejala pusat (tendency central) dari kelompok tersebut. Modus (Mode)Modus adalah : teknik penjelasan kelompok yang didasarkan atas nilai yang sedang popular (yang sedang menjadi mode) atau yang sering muncul dalam kelompok tersebut. Contoh Modus Untuk data Kuantitatif 1. Seorang peneliti datang ke Yogyakarta, dan melihat para siswa dan mahasiswa banyak yang naik sepeda motor. Selanjutnya peneliti dapat menjelaskan dengan modus, bahwa (kelompok) siswa dan mahasiswa di Yogyakarta banyak yang naik sepeda motor 2. Kebanyakan pemuda Indonesia menghisap Rokok 3. Pada umumnya pegawai negeri tidak disiplin kerja
  • 2. Untuk data Kualitatif  Dari hasil observasi(pengamatan) terhadap pegawai di Departemen Kesehatan, nilai kinerja yang diperoleh adalah: 20, 45, 60, 56, 45, 45, 20, 19, 57, 45, 45, 51, 35Dari data Modusnya adalah 45  Modus bisa lebih dari satu, misal ada data : 20, 21, 25, 25, 24, 27, 27, 28, 29, 29, ,30 Maka Modusnya : 25, 27, dan 29
  • 3. Median Median adalah salah satu teknik penjelasan kelompok yang didasarkan atas nilai tengah dari kelompok data yang telah disusun berdasarkan urutannya dari yang terkecil sampai yang terbesar atau sebaliknyaContoh:  Data yang telah diurutkan (jumlah data Ganjil) 19 20 20 35 45 45 45 45 45 51 56 57 60 Medianya 45  Data yang telah diurutkan (jumlah data Genap) 180 171 170 167 166 165 164 160 147 145 Mediannya : 2 166 + 165 = 165.5
  • 4. Mean Mean Merupakan teknik Penjelasan kelompok yang didasarkan atas nilai rata-rata dari kelompok tersebut 𝑀𝑒 = ∑𝑥𝑖 𝑛 Me = Mean (rata-rata) ∑ = Epsilon (bacaJumlah) 𝑥𝑖= Nilai x ke I sampai n n = jumlahIndividu Contoh : sepuluh pegawai di PT Samudra penghasilah perminggunya adalh sebagai berikut (dalam satuan Ribu rupiah) 90, 120, 160, 60 , 180, 190, 90, 180, 70, 160 1300 1010 = = 130 Me = 90 + 120 + 160 + 60 + 180 + 190 + 90 + 180 + 70 + 160
  • 5.  Modus : bila peneliti ingin cepat memberikan penjelasan terhadap kelompok, dengan hanya mempunyai data yang popular pada kelompok itu, teknik ini kurang teliti  Median : digunakan bila terdapat data-data yang ektrim (perbedaanya mencolok) dalam kelompok itu  Mean : digunakan bila pada kelompok itu terdapat kenaikan data yang merata Dari ketiga teknik yang dikemukakan di atas masing-masing teknik ada kelebihannya masing-masing
  • 6. Menghitung mean Berikut adalah data tentang kinerja bidan di kabupaten Bangkalan 61 - 70 20 Inetrval nilai kemampuan Frekuensi/ jumlah 21 - 30 2 31 - 40 6 Jumlah 100 71 - 80 10 81 - 90 8 91 - 100 6 41 - 50 18 51 - 60 30
  • 7.
  • 8.
  • 9. Menghitung  Berdasarkan table distribusi frekuensi diatas, tentukan modusnya? b = 51 – 0.5 = 50.5 atau 𝟓𝟎+𝟓𝟏 𝟐 = 50.5 𝐛 𝟏 = 30 – 18 = 12 𝐛 𝟐 = 30 – 20 = 10 Mo = 50.5 + 10 ( 𝟏𝟐 𝟏𝟐+𝟏𝟎 ) p = 60.5 – 50.5.5 = 10 = 50.5 + 10 (0.545) = 50.5 + 5.45 = 55.95 61- 70 20 Inetrval nilai kemampuan Frekuensi/jumlah 21 - 30 2 31- 40 6 Jumlah 100 71- 80 10 81- 90 8 91- 100 6 41- 50 18 51- 60 30
  • 10.
  • 11.
  • 12. 61- 70 20 Inetrval nilai kemampuan Frekuensi/jumlah 21 - 30 2 31- 40 6 Jumlah 100 71- 80 10 81- 90 8 91- 100 6 41- 50 18 51- 60 30 Menghitung Median  Berdasarkan table distribusi frekuensi diatas, tentukan mediannya? Dalam hal ini kelas median dapat dicari dengan cara : 2 + 6 + 18 = 26 𝟓𝟎+𝟓𝟏 𝟐 = 50.5 𝒇 = 𝐅 = Md = 50.5 + 10 ( 𝟓𝟎 −𝟐𝟔 𝟑𝟎 ) b = 60.5 – 50.5.5 = 10 = 50.5 + 10 (0.8) = 50.5 + 8 = 58.5 setengah x total frekuensi= 𝟏 𝟐 𝒙 𝐧 = 𝟏 𝟐 𝒙 𝟏𝟎𝟎 = 𝟓𝟎 56 51 – 0.5 = 5.5 atau p = 30
  • 13.
  • 14.
  • 15. Menghitung Mean  Berdasarkan table distribusi frekuensi diatas, tentukan mean?  Untuk mencari mean data bergolong maka kita harus melengkapi tabel distribusi frekuensinya terlebih dahulu 1310 755 684 573 6070 51 213 819 1665 65.5 75.5 85.5 95.5 Nilai tengah 25.5 35.5 45.5 55.5 61 - 70 20 Inetrval nilai kemampuan Frekuensi/ jumlah 𝑓 21 - 30 2 31 - 40 6 Jumlah 100 71 - 80 10 81 - 90 8 91 - 100 6 41 - 50 18 51 - 60 30 (𝒇𝒊) (𝒙𝒊) (𝒇𝒊 𝒙𝒊) ∑𝒇𝒊 𝒙𝒊∑𝒇𝒊 Me = 𝟔𝟎𝟕𝟎 𝟏𝟎𝟎 = 60.7
  • 16. Ukuran penyebaran data adalah suatu ukuran yang menyatakan seberapa besar nilai-nilai data berbeda atau bervariasi dengan nilai ukuran pusatnya atau seberapa besar penyimpangan nilai-nilai data dengan nilai pusatnya. Hal.: 16STATISTIK Jangkauan adalah selisih antara nilai maksimum dan nilai minimum yang terdapat dalam data. Jangkauan dapat dihitung dengan rumus: R = X maks – X min Contoh : Tentukan range dari data : 10,6,8,2,4 Jawab : R = Xmaks – Xmin = 10 – 2 = 8 1. Jangkauan ( Range ) UKURAN PENYEBARAN DATA
  • 17. UKURAN PENYEBARAN DATA Simpangan rata-rata dari sekumpulan bilangan adalah: nilai rata-rata hitung harga mutlak simpangan-simpangannya. n xx  Hal.: 17STATISTIK a. Data tunggal SR = Contoh : Nilai ulangan matamatika dari 6 siswa adalah :7,5,6,3,8,7. Tentukan simpangan rata-ratanya! 2. Simpangan Rata-rata
  • 18. Jawab: = = 6 SR = = = 1,33 x 6 783657  Hal.: 18STATISTIK 6 8 6 676863666567  UKURAN PENYEBARAN DATA
  • 19. b. Data berbobot / data kelompok SR = x = data ke-i (data berbobot ) = titik tengah kelas interval ke-i (data kelompok ) f = frekuensi    f xxf Hal.: 19STATISTIK UKURAN PENYEBARAN DATA
  • 20. UKURAN PENYEBARAN DATA Contoh : Tentukan simpangan rata-rata dari data berikut : Data Frekwensi x 3 – 5 2 4 6 – 8 4 7 9 – 11 8 10 12 - 14 6 13 Jumlah 20 Hal.: 20STATISTIK
  • 21. UKURAN PENYEBARAN DATA Jawab : Frekwens i x 3 – 5 2 4 6 – 8 4 7 9 – 11 8 10 12 - 14 6 13 Jumlah 20 Hal.: 21STATISTIK F . x xx  F xx  8 28 80 78 x   f xf . 20 194 = = 194 5,7 2,7 0,3 3,3 11,4 10,8 2,4 19,8 44,4    f xxf 20 4,44 SR = = = 2,22 = 9,7
  • 22. Varians (𝒔 𝟐 𝒂𝒕𝒂𝒖 𝝈 𝟐) Varians merupakanjumlahkuadratsemuadeviasinilai- nilaiindividuterhadap rata-rata kelompok  Varian di simbolkan : 𝝈 𝟐 = untukpopulasi 𝒔 𝟐 = untuksampel  Akardarivariansdisebutstandardeviasiatausimpanganbaku  Simpanganbakuataustandardeviasidisimbolkan: 𝝈= untukpopulasi 𝒔 = untuksampel
  • 23. Rumus 𝝈 = ∑(𝒙𝒊 − 𝒙) 𝟐 𝒏 𝒔 = ∑𝒇(𝒙𝒊 − 𝒙) 𝟐 (𝒏 − 𝟏) 𝝈 𝟐 = ∑(𝒙𝒊 − 𝒙) 𝟐 𝒏 𝒔 𝟐 = ∑𝒇(𝒙𝒊 − 𝒙) 𝟐 𝒏 − 𝟏 Untuk Populasi Untuk Data Sampel Varians Standar Deviasi (simpangan Baku) Varians Standar Deviasi (simpangan Baku)
  • 24. Contoh : Terdapat data sebagai berikut :60, 70, 65, 80, 70, 65, 75, 80, 70, 75 Hitunglah Standar deviasi (simpangan bakunya) ? 1 2 3 4 5 6 7 8 9 10 n=10 No 75 4 16 75 4 16 710 0 390 65 -6 36 70 -1 1 80 9 81 80 9 81 70 -1 1 70 -1 1 65 -6 36 Nilai Simpangan Simpangan Kuadrat 60 -11 121 710 10 = 71x = (𝒙𝒊 −𝒙)²(𝒙𝒊 −𝒙) ∑(𝒙𝒊 − 𝒙)²  Karena data disamping merupakan data Populasi maka kita gunakan rumus: 𝝈 = ∑(𝒙𝒊 − 𝒙) 𝟐 𝒏