Upload
others
View
18
Download
0
Embed Size (px)
Citation preview
DISPERSI DATA
Dispersi adalah ukuran penyebaran suatu kelompok data terhadap pusat data
Beberapa jenis ukuran dispersi data :a) Jangkauan (range)b) Simpangan rata-rata (mean diviation)c) Variansi (variance)d) Standar deviasi (standard deviation)e) Simpangan kuartil (quartile deviation)f) Koefisien variasi (coeficient of variation)
1. JANGKAUAN (RANGE)
Dirumuskan :Contoh untuk data tak berkelompok:
Data 1: 50,50,50,50,50 ; mempunyai r = 50-50=0Data 2: 30,40,50,60,70 ; mempunyai r = 70-30=40
Contoh untuk data berkelompok:
mempunyai range data = 73 – 61 = 12
minmax)( nilainilairRange −=
Kelas Berat Badan Nilai Tengah(X) Frekuensi (f)
60-6263-6566-6869-7172-74
6164677073
51842278
2. SIMPANGAN RATA-RATA (SR)
Dirumuskan :SR adalah jumlah nilai mutlak dari selisih semua nilai dengan nilai rata-rata dibagi banyaknya dataBila data tidak berkelompok, maka:
Bila data berkelompok, maka:
∑∑ =−
= fnmanadin
XXfSR ,
||
databanyaknhitungratarataX
datanilaiXmanadi
=−=
=:
nXX
SR ∑ −=
||
2. SIMPANGAN RATA-RATA (SR)
Contoh untuk data tak berkelompok:
Tentukanlah simpangan rata-rata untuk kelompok data : 20,30,50,70,80!
205
1005
3020020305
|5080||5070||5050||5030||5020|,550
==++++
=
−+−+−+−+−=
==−
SR
makandanXhitungrataRata
2. SIMPANGAN RATA-RATA (SR)
Contoh untuk data berkelompokTentukanlah SR data modal 40 perusahaan berikut!
Kelas (Modal) Nilai Tengah (X) Frekuensi (f)
112-120121-129130-138139-147148-156157-165166-174
116125134143152161170
458
12542
∑ = 40f
2. SIMPANGAN RATA-RATA (SR)
Contoh untuk data berkelompokTentukanlah SR data modal 40 perusahaanberikut! Dimana rata – rata = 140,525
Kelas (Modal) Nilai Tengah (X) f X – X f |X – X|
112-120121-129130-138139-147148-156157-165166-174
116125134143152161170
458
12542
24,52515,525
6,5252,475
11,47520,47529,475
98,10077,62552,20029,70057,37581,90058,950
40 455,950
396,1140
850,455||==
−=
∑∑
fXXf
SR
3. VARIANSI
Dirumuskan :Variansi adalah rata-rata kuadrat selisih atau kuadrat simpangan dari semua nilai data terhadap rata-rata hitung.Bila data tidak berkelompok, maka:
Bila data berkelompok, maka:
∑∑ =−−
= fnmanadin
XXfS ,
1)( 2
2
1)( 2
2
−−
=∑n
XXS
databanyaknhitungratarataX
datanilaiXmanadi
=−=
=:
3. VARIANSI
Contoh untuk data tak berkelompok:
Tentukanlah variansi untuk kelompok data : 20,30,50,70,80!
6504
900400040090015
)5080()5070()5050()5030()5020( 222222
=++++
=
−−+−+−+−+−
=S
3. VARIANSI
Contoh untuk data berkelompokTentukanlah variansi data modal 40 perusahaan berikut!
Kelas (Modal) Nilai Tengah (X) Frekuensi (f)
112-120121-129130-138139-147148-156157-165166-174
116125134143152161170
458
12542
∑ = 40f
3. VARIANSI
Pembahasan contoh untuk data berkelompok
Kelas (Modal) Nilai Tengah (X) f (X – X)2 f |X – X|2
112-120121-129130-138139-147148-156157-165166-174
116125134143152161170
458
12542
601,4756241,0256
42,57566,1256
131,6756419,2256868,7756
2405,90241205,1280
340,604873,5072
658,37801676,90241737,5513
40 8097,9741
64,20739
9741,80971
)( 22 ==
−−
= ∑n
XXfS
4. STANDAR DEVIASI
Dirumuskan :Standar Deviasi adalah akar pangkat dua dari variansi.Bila data tidak berkelompok, maka:
Bila data berkelompok, maka:
∑∑ =−
−= fnmanadi
nXXf
S ,1
)( 2
1)( 2
−−
= ∑n
XXS
4. STANDAR DEVIASI
Contoh untuk data tak berkelompok:
Tentukanlah standar deviasi untuk kelompok data : 20,30,50,70,80!
495,256504
900400040090015
)5080()5070()5050()5030()5020( 22222
==++++
=
−−+−+−+−+−
=S
4. STANDAR DEVIASI
Contoh untuk data berkelompokTentukanlah standar deviasi data modal 40 perusahaan berikut!
Kelas (Modal) Nilai Tengah (X) Frekuensi (f)
112-120121-129130-138139-147148-156157-165166-174
116125134143152161170
458
12542
∑ = 40f
4. STANDAR DEVIASI
Pembahasan contoh untuk data berkelompok
Kelas (Modal) Nilai Tengah (X) f
112-120121-129130-138139-147148-156157-165166-174
116125134143152161170
458
12542
601,4756241,0256
42,57566,1256
131,6756419,2256868,7756
2405,90241205,1280
340,604873,5072
658,37801676,90241737,5513
40 8097,9741
410,1464,20739
9741,80971
)( 2
===−−
= ∑n
XXfS
5. DEVIASI KUARTIL
• Deviasi Kuartil– Setengah jarak antara kuartil ke 3 dan
kuartil ke 1
• Rumusan Deviasi kuartil – DKDK = [ K3 – K1 ] / 2
6. KOIFISIEN VARIASI
Digunakan untuk membandingkan beberapa kumpulan data yang berbeda
Rumus
V = Ukuran variasi relatif (koifisien variasi)S = simpangan bakuX = Mean
%100×=XSV
6. KOIFISIEN VARIASI
ContohHasil ujian dari 120 orang
MK StatistikRata-rata =56Simpangan Baku = 23
MK MatematikaRata-rata = 65Simpangan Baku = 30
Tentukan hasil ujian yang mana yang
variansinya lebih besar!
%07,41%1005623%100
%15,46%1006530%100
=×=×=
=×=×=
m
mm
s
ss
XSV
XSV
Karena Vs > Vm berarti hasil ujian statistik lebih bervariasi (heterogen) dibanding hasil ujian matematika
KEMIRINGAN DISTRIBUSI DATA
Kemiringan adalah derajat atau ukuran dari asimetri suatu distribusi data, ada tiga jenis :a) Simetris
Letak nilai rata-rata hitung, median dan modus berhimpitb) Miring ke kanan/kemiringan positif
Nilai modus paling kecil dan rata-rata hitung paling besarc) Miring ke kiri/ kemiringan negatif
Nilai modus paling besar dan rata-rata hitung paling kecil
KEMIRINGAN DISTRIBUSI DATA
Beberapa cara yang dipakai untuk menghitung derajat kemiringan distribusi data :a) Pearsonb) Momen
1. PEARSONDirumuskan :
Rumus ini dapat dipakai untuk data tidak berkelompok maupundata berkelompok, dengan aturan sbb:
Bila α = 0, distribusi data simetriBila α = negatif, distribusi data miring ke kiriBila α = positif, distribusi data miring ke kanan
Semakin besar α, distribusi data akan semakin miring atau makintidak simetri.
SMedXatau
SModX )(3 −
=−
= αα
medianMeddeviasidarsS
usModhitungratarataX
Pearsonkemiringanderajatmanadi
===
−=
=
tanmod
:α
2. MOMEN
Dirumuskan :Bila data tidak berkelompok, maka:
Bila data berkelompok, maka:
3
3
3
)(nS
XXf∑ −=α
3
3
3
)(nS
XX∑ −=α
∑==
−=
=
fndeviasidarsS
hitungratarataX
kemiringanderajatmanadi
tan
:
3α
CONTINUE..
Bila α3 = 0, distribusi data simetriBila α3 < 0, distribusi data miring ke kiriBila α3 > 0, distribusi data miring ke kanan
KERUNCINGAN DISTRIBUSI DATA
Keruncingan adalah derajat atau ukuran tinggi rendahnya puncak suatu distribusi data terhadap distribusi normalnya data, ada tiga jenis :a) Leptokurtis
Distribusi data yang puncaknya relatif tinggib) Mesokurtis
Distribusi data yang puncaknya normalc) Platikurtis
Distribusi data yang puncaknya rendah atau terlalu datar
KOEFISIEN KURTOSIS
Bentuk kurva keruncingan – kurtosisMesokurtik α4 = 3Leptokurtik α4 > 3Platikurtik α4 < 3
KERUNCINGAN DISTRIBUSI DATA
Dirumuskan :Bila data tidak berkelompok, maka:
Bila data berkelompok, maka:
4
4
4
)(nS
XXf∑ −=α
4
4
4
)(nS
XX∑ −=α
∑==
−=
=
fndeviasidarsS
hitungratarataX
kemiringanderajatmanadi
tan
:
3α