SlideShare a Scribd company logo
1 of 27
Download to read offline
Statistika Dasar
Pertemuan ke-4
http://slideshare.net/QuKumeng
Ukuran Gejala Pusat dan Ukuran Letak
• Untuk mendapatkan gambaran yang lebih jelas
mengenai sekumpulan data, baik mengenai sampel atau
populasi, selain dari data itu disajikan dalam table dan
diagram, masih diperlukan ukuran-ukuran yang
merupakan wakil kumpulan data tersebut.
• Dalam bab ini akan diuraikan mengenai ukuran gejala
pusat dan ukuran letak.
• Ukuran yang dihitung dari kumpulan data dalam sampel
dinamakan statistic. Apabila ukuran itu dihitung dari
kumpulan data dalam populasi atau dipakai untuk
menyatakan populasi dinamakan parameter.
Ukuran Gejala Pusat
Ukuran gejala pusat menggambarkan gejala
pemusatan data. Misalkan diberikan peubah
acak 𝑋, dan diambil 𝑛 buah sampel acak untuk
𝑋 yaitu 𝑋1, 𝑋2, … , 𝑋 𝑛 dengan nilainya :
𝑥1, 𝑥2, … , 𝑥 𝑛 . Ukuran gejala pusat itu
diantaranya adalah:
• Mean atau Rata-Rata Hitung
• Rata-Rata Ukur
• Rata-Rata Harmonik
• Modus
Mean atau Rata-Rata Hitung
• Rumus umum mean (rata-rata) sampel :
𝑥 =
𝑥1+𝑥2+⋯+𝑥 𝑛
𝑛
atau 𝑥 = 𝑖=1
𝑛
𝑥 𝑖
𝑛
atau 𝑥 =
𝑥 𝑖
𝑛
• Contoh : jika terdapat lima nilai ujian mahasiswa
yaitu 70, 69, 45, 80, dan 56. Maka dalam simbul
ditulis 𝑥1 = 70, 𝑥2 = 69, 𝑥3 = 45, 𝑥4 = 80, 𝑥 𝑛 = 56
Dalam hal ini 𝑛 = 5, yang menyatakan sebuah
sampel berukuran 5.
• Untuk kelima nilai ujian di atas, nilai rata-ratanya :
𝑥 =
70 + 69 + 45 + 80 + 56
5
= 64
Mean atau Rata-Rata Hitung
• Rumus mean (rata-rata) sampel untuk data berkelompok :
𝑥 =
𝑖=1
𝑛
𝑓𝑖. 𝑥𝑖
𝑖=1
𝑛
𝑓𝑖
• Contoh : Jika ada lima mahasiswa mendapat nilai 70, enam mendapat 69,
tiga mendapat 45, dan masing-masing seorang mendapat nilai 80 dan 56.
Untuk contoh diatas baik ditulis dengan menggunakan tabel penolong
sebagai berikut:
Dari tabel didapat :
𝑓𝑖 = 16, dan
𝑓𝑖. 𝑥𝑖 = 1035, sehingga
𝑥 =
𝑓𝑖. 𝑥𝑖
𝑓𝑖
=
1035
16
= 64,6
𝒙𝒊 𝒇𝒊 𝒇𝒊. 𝒙𝒊
70
69
45
80
56
5
6
3
1
1
350
414
135
80
56
16 1035
Mean atau Rata-Rata Hitung
• Contoh : Data berikut merupakan daftar barang yang
disimpan di gudang, diantaranya terdapat yang rusak.
Tabel I
Daftar Barang yang Disimpan di Gudang
Sumber : Metoda Statistika
Barang Disimpan Rusak %
A
B
C
D
100
200
160
80
96
92
80
60
96
46
50
75
540 328 -
Mean atau Rata-Rata Hitung
• Jika rata-rata mengenai persen barang yang rusak dihitung dengan
menggunakan rumus yang pertama, maka :
𝑥 =
96 + 46 + 50 + 75
4
= 66,75 %
• Tetapi barang yang rusak ada 328 dari 540. Ini berarti
328
540
× 100% = 60,07 %
Hasil ini didapat dengan menggunakan rumus yang ke-2 seperti dalam daftar
berikut :
𝑥𝑖 = persen yang rusak
𝑓𝑖 = banyaknya barang
𝑥 =
𝑓𝑖. 𝑥𝑖
𝑓𝑖
× 100% =
328
540
= 60,07 %
𝒙𝒊(%) 𝒇𝒊 𝒇𝒊. 𝒙𝒊
96
46
75
75
100
200
160
80
96
92
80
60
540 328
Rata-rata gabungan dari 𝒌 sampel :
Merupakan rata-rata dari beberapa sub sampel lalu dijadikan satu. Jika
terdapat 𝑘 buah sub sampel masing-masing dengan keadaan berikut :
• Sub sampel 1 : berukuran 𝑛1 dengan rata-rata 𝑥1
• Sub sampel 2 : berukuran 𝑛2 dengan rata-rata 𝑥2
…
• Sub sampel 𝑘 : berukuran 𝑛 𝑘 dengan rata-rata 𝑥 𝑘
Maka rata-rata gabungan dari 𝑘 buah sub sampel :
𝑥 =
𝑛𝑖. 𝑥𝑖
𝑛𝑖
Contoh : lihat buku pegangan halaman 70.
Untuk data yang telah disusun dalam daftar distribusi frekuensi, rata-ratanya
dihitung dengan rumus :
𝑥 =
𝑓𝑖. 𝑥𝑖
𝑓𝑖
Rata-rata gabungan dari 𝒌 sampel :
• Contoh :
Tabel II
Nilai rata-rata ujian statistika
𝑥𝑖 = tanda kelas interval
𝑓𝑖 = frekuensi yang
sesuai dengan tanda
kelas 𝑥𝑖
Sumber : Metoda Statistika
Maka rata-rata nilai ujian statistika adalah 𝑥 =
𝑓 𝑖. 𝑥 𝑖
𝑓 𝑖
=
6130
80
= 76,62
Nilai Ujian 𝒇𝒊 𝒙𝒊 𝒇𝒊. 𝒙𝒊
31 – 40
41 – 50
51 – 60
61 – 70
71 – 80
81 – 90
91 – 100
1
2
5
15
25
20
12
35,5
45,5
55,5
65,5
75,5
85,5
95,5
35,5
91,0
277,5
982,5
1887,5
1710,0
1146,0
80 - 6130,0
Mean atau Rata-Rata Hitung dengan cara sandi
atau cara singkat
Rumus Cara Sandi :
𝑥 = 𝑥0 + 𝑝
𝑓𝑖. 𝑐𝑖
𝑓𝑖
𝑓𝑖 : frekuensi untuk nilai untuk 𝑥𝑖 yang bersesuaian.
𝑥0: tanda kelas dengan nilai sandi 𝑐𝑖 = 0.
𝑝 : Panjang interval kelas yang sama besarnya
Tanda kelas yang lebih besar dari 𝑥0 berturut-turut mempunyai
harga +1, +2, … dan sebaliknya −1, −2, …
 Cara sandi di atas hanya berlaku jika panjang kelas interval
semuanya sama.
Contoh Penggunaan Cara Sandi
Tabel III
Nilai rata-rata ujian statistika
Telah diambil 𝑥0 = 75,5 dimana
nilai sandi 𝑐 = 0. Karena seluruh
interval kelas memiliki 𝑝 = 10
maka dengan rumus sandi didapat
𝑥 = 𝑥0 + 𝑝
𝑓𝑖. 𝑐𝑖
𝑓𝑖
𝑥 = 75,5 + 10
9
80
= 76,62
Sumber : Metoda Statistika
Nilai Ujian 𝒇𝒊 𝒙𝒊 𝒄𝒊 𝒇𝒊. 𝒄𝒊
31 – 40
41 – 50
51 – 60
61 – 70
71 – 80
81 – 90
91 – 100
1
2
5
15
25
20
12
35,5
45,5
55,5
65,5
75,5
85,5
95,5
-4
-3
-2
-1
0
1
2
-4
-6
-10
-15
0
20
24
80 - - 9
Rata-Rata Ukur
• Digunakan bila perbandingan tiap dua data berurutan tetap atau
hampir tetap, rata-rata ukur lebih baik digunakan daripada rata-
rata hitung.
• Rumus umum rata-rata ukur : 𝑈 = 𝑛
𝑥1. 𝑥2. 𝑥3 … 𝑥 𝑛
• Contoh : Rata-rata ukur dari 2,4, dan 8 adalah :
𝑈 =
3
2 × 4 × 8 = 4
• Untuk data yang telah disusun dalam daftar distribusi frekuensi
rata-rata ukurannya dihitung dengan rumus :
log 𝑈 =
𝑓𝑖 log 𝑥𝑖
𝑓𝑖
Contoh Rata-Rata Ukur Distribusi Frekuensi
Tabel IV
Nilai rata-rata ujian statistika
Maka nilai rata-rata ukurnya :
log 𝑈 =
𝑓𝑖 log 𝑥𝑖
𝑓𝑖
log 𝑈 =
150,1782
80
= 1,8772
𝑈 = 75,37
Sumber : Metoda Statistika
Nilai Ujian 𝒇𝒊 𝒙𝒊 𝒍𝒐𝒈 𝒙𝒊 𝒇𝒊 𝐥𝐨𝐠 𝒙𝒊
31 – 40
41 – 50
51 – 60
61 – 70
71 – 80
81 – 90
91 – 100
1
2
5
15
25
20
12
35,5
45,5
55,5
65,5
75,5
85,5
95,5
1,5502
1,6580
1,7443
1,8162
1,8779
1,9320
1,9800
1,5502
3,3160
8,7215
27,2430
46,9475
38,6400
23,7600
80 - - 150,1782
Rata-Rata Harmonik
• Rumus umum rata-rata harmonik : H =
𝑛
1
𝑥 𝑖
=
𝑛
1
𝑥1
+
1
𝑥2
+⋯+
1
𝑥 𝑛
• Contoh : rata-rata harmonic untuk kumpulan data : 3,5,6,6,7,10, 12 dengan 𝑛
= 7 adalah :
𝐻 =
7
1
3
+
1
5
+
1
6
+
1
6
+
1
7
+
1
10
+
1
12
= 5,87
• Untuk data yang telah disusun dalam daftar distribusi frekuensi rata-rata
harmoniknya dihitung dengan rumus :
𝐻 =
𝑓𝑖
𝑓𝑖
𝑥𝑖
Contoh Rata-Rata Harmonik Distribusi Frekuensi
Tabel V
Nilai rata-rata ujian statistika
Maka nilai rata-rata harmonikya :
𝐻 =
𝑓𝑖
𝑓𝑖
𝑥𝑖
𝐻 =
80
1,0819
= 73,94
Sumber : Metoda Statistika
Nilai Ujian 𝒇𝒊 𝒙𝒊 𝒇𝒊/𝒙𝒊
31 – 40
41 – 50
51 – 60
61 – 70
71 – 80
81 – 90
91 – 100
1
2
5
15
25
20
12
35,5
45,5
55,5
65,5
75,5
85,5
95,5
0,0282
0,0440
0,0901
0,2290
0,3311
0,2339
0,1256
80 - 1,0819
𝑯 ≤ 𝑼 ≤ 𝒙
Modus
• Untuk menyatakan fenomena yang paling banyak terjadi atau paling
banyak terdapat digunakan ukuran modus disingkat Mo. Ukuran ini tanpa
disadari sering dipakai untuk menentukan rata-rata data kualitatif.
• Rumus modus untuk data terkelompok (data dalam distribusi frekuensi):
𝑀𝑜 = 𝑏 + 𝑝
𝑏1
𝑏1 + 𝑏2
𝑏 = batas bawah kelas modal, ialah kelas interval dengan frekuensi
terbanyak,
𝑝 = panjang kelas modal,
𝑏1 = frekuensi kelas modal dikurangi frekuensi kelas interval dengan tanda
kelas yang lebih kecil sebelum tanda kelas modal,
𝑏2 = frekuensi kelas modal dikurangi frekuensi kelas interval dengan tanda
kelas yang lebih besar sesudah tanda kelas modal.
Contoh Modus untuk Distribusi Frekuensi
Tabel VI
Nilai rata-rata ujian statistika
Maka nilai modusnya adalah:
𝑀𝑜 = 𝑏 + 𝑝
𝑏1
𝑏1 + 𝑏2
𝑀𝑜 = 70,5 + 10
10
10 + 5
𝑀𝑜 =77,17
Sumber : Metoda Statistika
Nilai Ujian 𝒇𝒊
31 – 40
41 – 50
51 – 60
61 – 70
71 – 80
81 – 90
91 – 100
1
2
5
15
25
20
12
80
Ukuran Letak
• Median
• Kuartil
• Desil
• Persentil
Median
• Median menentukan letak data setelah data itu disusun menurut
urutan nilainya. Jika ukuran data ganjil, maka median (Me)
merupakan data paling tengah setelah data diurutkan menurut
nilainya, tetapi jika ukuran data genap, maka median adalah
rata-rata dua data tengah setelah diurutkan.
• Contoh : sampel dengan data : 4,12,5,7,8,10,10,15. Setelah
disusun menurut nilainya menjadi : 4,5,7,8,10,10,12,15. Data
tengahnya bernilai 𝑀𝑒 =
1
2
8 + 10 = 9.
• Untuk data yang telah disusun dalam daftar distribusi frekuensi
mediannya dihitung dengan rumus :
𝑀𝑒 = 𝑏 + 𝑝
1
2
𝑛 − 𝐹
𝑓
Median
Untuk data yang telah disusun dalam daftar distribusi frekuensi
mediannya dihitung dengan rumus :
𝑀𝑒 = 𝑏 + 𝑝
1
2
𝑛 − 𝐹
𝑓
𝑏 = batas bawah kelas median, ialah kelas dimana median akan
terletak
𝑝 = panjang kelas median
𝑛 = banyak data
𝐹 = Jumlah semua frekuensi dengan tanda kelas lebih kecil dari
tanda kelas median
𝑓 = Frekuensi kelas median
Contoh Median untuk Distribusi Frekuensi
Tabel VII
Nilai rata-rata ujian statistika
Maka nilai modusnya adalah:
𝑀𝑒 = 𝑏 + 𝑝
1
2
𝑛 − 𝐹
𝑓
𝑀𝑒 = 70,5 + 10
1
2
(80) − 23
25
𝑀𝑒 =77,3
Sumber : Metoda Statistika
Nilai Ujian 𝒇𝒊
31 – 40
41 – 50
51 – 60
61 – 70
71 – 80
81 – 90
91 – 100
1
2
5
15
25
20
12
80
Hubungan Empiris Mean, Modus dan Median :
• Dari data yang telah kita buat, terlihat bahwa harga
statistika tersebut berlainan. Ketiga nilai yakni : rata-
rata, median, dan modus akan sama bila kurva
halusnya simetrik. Untuk fenomena dengan kurva
halus positif atau negative, hubungan empiriknya :
𝑀𝑒𝑎𝑛 − 𝑀𝑜 = 3 𝑀𝑒𝑎𝑛 − 𝑀𝑒
Dalam grafik, kedudukan ketiga nilai tersebut :
Kuartil
Jika sekumpulan data dibagi menjadi empat bagian yang sama
banyaknya, sesudah disusun menurut urutan nilainya, maka
bilangan pembaginya disebut kuartil. Ada tiga buah kuartil,
yaitu kuartil pertama 𝐾1 , kuartil kedua 𝐾2 , dan kuartil
ketiga 𝐾3 . Cara menentukan nilai kuartil :
• Susun data menurut urutan nilai
• Tentukan letak kuartil
• Tentukan nilai kuartil
Letak kuartil ke 𝑖, diberi lambang 𝐾𝑖, ditentukan oleh rumus :
𝐿𝑒𝑡𝑎𝑘 𝐾𝑖 = 𝑑𝑎𝑡𝑎 𝑘𝑒
𝑖(𝑛+1)
4
, dengan 𝑖 = 1,2,3
Contoh kuartil
• Misalkan terdapat data : 75,82,66,57,64,56,92,94,86,52,60,70.
• Susun menjadi : 52,56,57,60,64,66,70,75,82,86,92,94.
• Letak 𝐾1 = 𝑑𝑎𝑡𝑎 𝑘𝑒
1(12+1)
4
= 3
1
4
, yaitu antara data ke-3 dan data ke-4
seperempat jauh dari data ke-3.
• Nilai 𝐾1 = data ke-3 +
1
4
(data ke-4 – data ke-3)
𝐾1 = 57 +
1
4
60 − 57 = 57
3
4
• Letak 𝐾3 = 𝑑𝑎𝑡𝑎 𝑘𝑒
3(12+1)
4
= 9
3
4
, yaitu antara data ke-9 dan data ke-10 tiga
perempat jauh dari data ke-9.
• Nilai 𝐾3 = data ke-9 +
3
4
(data ke-10 – data ke-9)
𝐾3 = 82 +
3
4
86 − 82 = 85
Kuartil
Untuk data yang telah disusun dalam daftar distribusi frekuensi Kuartilnya
dihitung dengan rumus :
Nilai 𝐾𝑖 = 𝑏 + 𝑝
𝑖.𝑛
4
− 𝐹
𝑓
, dengan 𝑖 = 1,2,3
Dimana letak dari 𝐾𝑖 =
𝑖.𝑛
4
𝑏 = batas bawah kelas 𝐾𝑖, ialah kelas interval dimana 𝐾𝑖 akan terletak
𝑝 = panjang kelas 𝐾𝑖
𝑛 = banyak data
𝐹 = Jumlah semua frekuensi dengan tanda kelas lebih kecil dari tanda
kelas 𝐾𝑖
𝑓 = Frekuensi kelas 𝐾𝑖
Contoh Median untuk Distribusi Frekuensi
Tabel VIII
Nilai rata-rata ujian statistika
Tertukan nilai kuartil :
a. 𝐾1
b. 𝐾2
c. 𝐾3
Sumber : Metoda Statistika
Nilai Ujian 𝒇𝒊
31 – 40
41 – 50
51 – 60
61 – 70
71 – 80
81 – 90
91 – 100
1
2
5
15
25
20
12
80
Terimakasih
• Tugas :
Pelajari Kuartil, Desil, dan Persentil untuk data tunggal
dan data yang telah disusun dalam daftar distribusi
frekuensi.

More Related Content

What's hot

Median, Modus dan mean data berkelompok.ppt
Median, Modus dan mean data berkelompok.pptMedian, Modus dan mean data berkelompok.ppt
Median, Modus dan mean data berkelompok.pptZuLfiyahArdiansyah
 
Teknik integrasi
Teknik integrasiTeknik integrasi
Teknik integrasiindirahayu
 
Bilangan kompleks lengkap
Bilangan kompleks lengkapBilangan kompleks lengkap
Bilangan kompleks lengkapagus_budiarto
 
Distribusi hipergeometrik
Distribusi hipergeometrikDistribusi hipergeometrik
Distribusi hipergeometrikEman Mendrofa
 
Analisis Real (Barisan Bilangan Real) Latihan bagian 2.2
Analisis Real (Barisan Bilangan Real) Latihan bagian 2.2Analisis Real (Barisan Bilangan Real) Latihan bagian 2.2
Analisis Real (Barisan Bilangan Real) Latihan bagian 2.2Arvina Frida Karela
 
Transformasi Linear ( Aljabar Linear Elementer )
Transformasi Linear ( Aljabar Linear Elementer )Transformasi Linear ( Aljabar Linear Elementer )
Transformasi Linear ( Aljabar Linear Elementer )Kelinci Coklat
 
Distribusi binomial dan poisson
Distribusi binomial dan poissonDistribusi binomial dan poisson
Distribusi binomial dan poissonSriut_16
 
Distribusi Seragam, Bernoulli, dan Binomial
Distribusi Seragam, Bernoulli, dan BinomialDistribusi Seragam, Bernoulli, dan Binomial
Distribusi Seragam, Bernoulli, dan BinomialSilvia_Al
 
Pembuktian Sifat – Sifat Operasi Matriks
Pembuktian Sifat – Sifat Operasi MatriksPembuktian Sifat – Sifat Operasi Matriks
Pembuktian Sifat – Sifat Operasi MatriksIpit Sabrina
 
Teori Peluang | Pengantar Statistik Matematis
Teori Peluang | Pengantar Statistik MatematisTeori Peluang | Pengantar Statistik Matematis
Teori Peluang | Pengantar Statistik MatematisJujun Muhamad Jubaerudin
 
Statistika Uji Rerata 2 Berpasangan
Statistika Uji Rerata 2 BerpasanganStatistika Uji Rerata 2 Berpasangan
Statistika Uji Rerata 2 BerpasanganSiti Sahati
 
Momen kemiringan dan_keruncingan(7)
Momen kemiringan dan_keruncingan(7)Momen kemiringan dan_keruncingan(7)
Momen kemiringan dan_keruncingan(7)rizka_safa
 
5. ukuran kemiringan dan ukuran keruncingan
5. ukuran kemiringan dan ukuran keruncingan5. ukuran kemiringan dan ukuran keruncingan
5. ukuran kemiringan dan ukuran keruncinganRia Defti Nurharinda
 
Fungsi Dua Peubah ( Kalkulus 2 )
Fungsi Dua Peubah ( Kalkulus 2 )Fungsi Dua Peubah ( Kalkulus 2 )
Fungsi Dua Peubah ( Kalkulus 2 )Kelinci Coklat
 

What's hot (20)

Median, Modus dan mean data berkelompok.ppt
Median, Modus dan mean data berkelompok.pptMedian, Modus dan mean data berkelompok.ppt
Median, Modus dan mean data berkelompok.ppt
 
Grup siklik
Grup siklikGrup siklik
Grup siklik
 
Teknik integrasi
Teknik integrasiTeknik integrasi
Teknik integrasi
 
Analisis real-lengkap-a1c
Analisis real-lengkap-a1cAnalisis real-lengkap-a1c
Analisis real-lengkap-a1c
 
Grup siklik
Grup siklikGrup siklik
Grup siklik
 
Bilangan kompleks lengkap
Bilangan kompleks lengkapBilangan kompleks lengkap
Bilangan kompleks lengkap
 
Ring
RingRing
Ring
 
Statistika Probabilitas
Statistika ProbabilitasStatistika Probabilitas
Statistika Probabilitas
 
Distribusi hipergeometrik
Distribusi hipergeometrikDistribusi hipergeometrik
Distribusi hipergeometrik
 
Analisis Real (Barisan Bilangan Real) Latihan bagian 2.2
Analisis Real (Barisan Bilangan Real) Latihan bagian 2.2Analisis Real (Barisan Bilangan Real) Latihan bagian 2.2
Analisis Real (Barisan Bilangan Real) Latihan bagian 2.2
 
Ukuran pemusatan data
Ukuran pemusatan dataUkuran pemusatan data
Ukuran pemusatan data
 
Transformasi Linear ( Aljabar Linear Elementer )
Transformasi Linear ( Aljabar Linear Elementer )Transformasi Linear ( Aljabar Linear Elementer )
Transformasi Linear ( Aljabar Linear Elementer )
 
Distribusi binomial dan poisson
Distribusi binomial dan poissonDistribusi binomial dan poisson
Distribusi binomial dan poisson
 
Distribusi Seragam, Bernoulli, dan Binomial
Distribusi Seragam, Bernoulli, dan BinomialDistribusi Seragam, Bernoulli, dan Binomial
Distribusi Seragam, Bernoulli, dan Binomial
 
Pembuktian Sifat – Sifat Operasi Matriks
Pembuktian Sifat – Sifat Operasi MatriksPembuktian Sifat – Sifat Operasi Matriks
Pembuktian Sifat – Sifat Operasi Matriks
 
Teori Peluang | Pengantar Statistik Matematis
Teori Peluang | Pengantar Statistik MatematisTeori Peluang | Pengantar Statistik Matematis
Teori Peluang | Pengantar Statistik Matematis
 
Statistika Uji Rerata 2 Berpasangan
Statistika Uji Rerata 2 BerpasanganStatistika Uji Rerata 2 Berpasangan
Statistika Uji Rerata 2 Berpasangan
 
Momen kemiringan dan_keruncingan(7)
Momen kemiringan dan_keruncingan(7)Momen kemiringan dan_keruncingan(7)
Momen kemiringan dan_keruncingan(7)
 
5. ukuran kemiringan dan ukuran keruncingan
5. ukuran kemiringan dan ukuran keruncingan5. ukuran kemiringan dan ukuran keruncingan
5. ukuran kemiringan dan ukuran keruncingan
 
Fungsi Dua Peubah ( Kalkulus 2 )
Fungsi Dua Peubah ( Kalkulus 2 )Fungsi Dua Peubah ( Kalkulus 2 )
Fungsi Dua Peubah ( Kalkulus 2 )
 

Viewers also liked (20)

Pertemuan 5
Pertemuan 5Pertemuan 5
Pertemuan 5
 
Ukuran letak
Ukuran letakUkuran letak
Ukuran letak
 
Ukuran letak
Ukuran letakUkuran letak
Ukuran letak
 
Statistik - Ukuran Letak Data
Statistik - Ukuran Letak DataStatistik - Ukuran Letak Data
Statistik - Ukuran Letak Data
 
Ukuran letak
Ukuran letakUkuran letak
Ukuran letak
 
Statistik 1 2 nilai sentral
Statistik 1 2 nilai sentralStatistik 1 2 nilai sentral
Statistik 1 2 nilai sentral
 
Authority final
Authority finalAuthority final
Authority final
 
الحركات المخصصة
الحركات المخصصةالحركات المخصصة
الحركات المخصصة
 
Statistika Dasar Pertemuan 11
Statistika Dasar Pertemuan 11Statistika Dasar Pertemuan 11
Statistika Dasar Pertemuan 11
 
Eyeos
EyeosEyeos
Eyeos
 
Pertemuan ke 1
Pertemuan ke 1Pertemuan ke 1
Pertemuan ke 1
 
Us Cons Techtrends2012 013112
Us Cons Techtrends2012 013112Us Cons Techtrends2012 013112
Us Cons Techtrends2012 013112
 
Diapo cc
Diapo ccDiapo cc
Diapo cc
 
Ukuran letak data
Ukuran letak dataUkuran letak data
Ukuran letak data
 
Maryanto SMAN 9 tebo
Maryanto SMAN 9 teboMaryanto SMAN 9 tebo
Maryanto SMAN 9 tebo
 
English for Math Pertemuan ke 11
English for Math Pertemuan ke 11English for Math Pertemuan ke 11
English for Math Pertemuan ke 11
 
Ukuran Pemusatan
Ukuran PemusatanUkuran Pemusatan
Ukuran Pemusatan
 
Secondary Lecture
Secondary LectureSecondary Lecture
Secondary Lecture
 
Ukuran letak(6)
Ukuran letak(6)Ukuran letak(6)
Ukuran letak(6)
 
Dom powerpoint final
Dom powerpoint finalDom powerpoint final
Dom powerpoint final
 

Similar to Pertemuan 4

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
 
Ukuran Pemusatan dan Letak Data
Ukuran Pemusatan dan Letak DataUkuran Pemusatan dan Letak Data
Ukuran Pemusatan dan Letak DataAisyah Turidho
 
Pertemuan 5 (ukuran pemusatan dan letak data)
Pertemuan 5 (ukuran pemusatan dan letak data)Pertemuan 5 (ukuran pemusatan dan letak data)
Pertemuan 5 (ukuran pemusatan dan letak data)reno sutriono
 
4. ukuran pemusatan data dan ukuran penyebaran data
4. ukuran pemusatan data dan ukuran penyebaran data4. ukuran pemusatan data dan ukuran penyebaran data
4. ukuran pemusatan data dan ukuran penyebaran dataRia Defti Nurharinda
 
Makalah ukuran penyebaran data
Makalah ukuran penyebaran dataMakalah ukuran penyebaran data
Makalah ukuran penyebaran dataAisyah Turidho
 
Pertemuan 6 (ukuran penyebaran data)
Pertemuan 6 (ukuran penyebaran data)Pertemuan 6 (ukuran penyebaran data)
Pertemuan 6 (ukuran penyebaran data)reno sutriono
 
Media statistika coba2(^ ^)),,,
Media statistika coba2(^ ^)),,,Media statistika coba2(^ ^)),,,
Media statistika coba2(^ ^)),,,Mita Artaningsih
 
Makalah Tendensi sentral
Makalah Tendensi sentralMakalah Tendensi sentral
Makalah Tendensi sentralNailul Hasibuan
 
materi-statistika.pptx
materi-statistika.pptxmateri-statistika.pptx
materi-statistika.pptxAryNugroho17
 
Uji Normalitas dan Homogenitas
Uji Normalitas dan HomogenitasUji Normalitas dan Homogenitas
Uji Normalitas dan HomogenitasPutri Handayani
 
171050801029 ona dermawan
171050801029 ona dermawan171050801029 ona dermawan
171050801029 ona dermawanMuhajirin Hajir
 
STD BAB 6 STATISTIKA kelas x kurikulum merdeka
STD BAB 6 STATISTIKA kelas x kurikulum merdekaSTD BAB 6 STATISTIKA kelas x kurikulum merdeka
STD BAB 6 STATISTIKA kelas x kurikulum merdekachairilhidayat
 
STATISTIKfghjkkkiiklillooopijmfgewA.pptx
STATISTIKfghjkkkiiklillooopijmfgewA.pptxSTATISTIKfghjkkkiiklillooopijmfgewA.pptx
STATISTIKfghjkkkiiklillooopijmfgewA.pptxPutriIntanPermatasar6
 
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
 

Similar to Pertemuan 4 (20)

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
 
Ukuran Pemusatan dan Letak Data
Ukuran Pemusatan dan Letak DataUkuran Pemusatan dan Letak Data
Ukuran Pemusatan dan Letak Data
 
Pertemuan 5 (ukuran pemusatan dan letak data)
Pertemuan 5 (ukuran pemusatan dan letak data)Pertemuan 5 (ukuran pemusatan dan letak data)
Pertemuan 5 (ukuran pemusatan dan letak data)
 
4. ukuran pemusatan data dan ukuran penyebaran data
4. ukuran pemusatan data dan ukuran penyebaran data4. ukuran pemusatan data dan ukuran penyebaran data
4. ukuran pemusatan data dan ukuran penyebaran data
 
Makalah ukuran penyebaran data
Makalah ukuran penyebaran dataMakalah ukuran penyebaran data
Makalah ukuran penyebaran data
 
Pertemuan 6 (ukuran penyebaran data)
Pertemuan 6 (ukuran penyebaran data)Pertemuan 6 (ukuran penyebaran data)
Pertemuan 6 (ukuran penyebaran data)
 
Media statistika coba2(^ ^)),,,
Media statistika coba2(^ ^)),,,Media statistika coba2(^ ^)),,,
Media statistika coba2(^ ^)),,,
 
Makalah Tendensi sentral
Makalah Tendensi sentralMakalah Tendensi sentral
Makalah Tendensi sentral
 
Statistika 2
Statistika 2Statistika 2
Statistika 2
 
materi-statistika.pptx
materi-statistika.pptxmateri-statistika.pptx
materi-statistika.pptx
 
Uji Normalitas dan Homogenitas
Uji Normalitas dan HomogenitasUji Normalitas dan Homogenitas
Uji Normalitas dan Homogenitas
 
171050801029 ona dermawan
171050801029 ona dermawan171050801029 ona dermawan
171050801029 ona dermawan
 
STD BAB 6 STATISTIKA kelas x kurikulum merdeka
STD BAB 6 STATISTIKA kelas x kurikulum merdekaSTD BAB 6 STATISTIKA kelas x kurikulum merdeka
STD BAB 6 STATISTIKA kelas x kurikulum merdeka
 
Inisiasi 1.pptx
Inisiasi 1.pptxInisiasi 1.pptx
Inisiasi 1.pptx
 
STATISTIKfghjkkkiiklillooopijmfgewA.pptx
STATISTIKfghjkkkiiklillooopijmfgewA.pptxSTATISTIKfghjkkkiiklillooopijmfgewA.pptx
STATISTIKfghjkkkiiklillooopijmfgewA.pptx
 
statistik
statistikstatistik
statistik
 
Statistik
StatistikStatistik
Statistik
 
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
 
Pertemuan 3
Pertemuan 3Pertemuan 3
Pertemuan 3
 

More from Amalia Indrawati Gunawan (18)

Calculus 2 pertemuan 6 a
Calculus 2 pertemuan 6 aCalculus 2 pertemuan 6 a
Calculus 2 pertemuan 6 a
 
Calculus 2 pertemuan 5 a
Calculus 2 pertemuan 5 aCalculus 2 pertemuan 5 a
Calculus 2 pertemuan 5 a
 
Calculus 2 pertemuan 4
Calculus 2 pertemuan 4Calculus 2 pertemuan 4
Calculus 2 pertemuan 4
 
Calculus 2 pertemuan 3
Calculus 2 pertemuan 3Calculus 2 pertemuan 3
Calculus 2 pertemuan 3
 
Calculus 2 pertemuan 2
Calculus 2 pertemuan 2Calculus 2 pertemuan 2
Calculus 2 pertemuan 2
 
Calculus 2 pertemuan 1
Calculus 2 pertemuan 1Calculus 2 pertemuan 1
Calculus 2 pertemuan 1
 
Mathematics education colloquium 1
Mathematics education colloquium 1Mathematics education colloquium 1
Mathematics education colloquium 1
 
Statistika Dasar Pertemuan 10
Statistika Dasar Pertemuan 10Statistika Dasar Pertemuan 10
Statistika Dasar Pertemuan 10
 
English for Math
English for MathEnglish for Math
English for Math
 
Statistika Dasar Pertemuan 9
Statistika Dasar Pertemuan 9Statistika Dasar Pertemuan 9
Statistika Dasar Pertemuan 9
 
Statistika dasar Pertemuan 8
 Statistika dasar Pertemuan 8 Statistika dasar Pertemuan 8
Statistika dasar Pertemuan 8
 
Forth Lecture
Forth LectureForth Lecture
Forth Lecture
 
Third lecture
Third lectureThird lecture
Third lecture
 
Pertemuan 3
Pertemuan 3Pertemuan 3
Pertemuan 3
 
Statistika Dasar Pertemuan 2
Statistika Dasar Pertemuan 2Statistika Dasar Pertemuan 2
Statistika Dasar Pertemuan 2
 
Statistika Dasar Pertemuan 1
Statistika Dasar Pertemuan 1Statistika Dasar Pertemuan 1
Statistika Dasar Pertemuan 1
 
Silabus statistika dasar 2015
Silabus statistika dasar 2015Silabus statistika dasar 2015
Silabus statistika dasar 2015
 
Abstract (English) Amalia Indrawati Gunawan 90112007
Abstract (English) Amalia Indrawati Gunawan 90112007Abstract (English) Amalia Indrawati Gunawan 90112007
Abstract (English) Amalia Indrawati Gunawan 90112007
 

Recently uploaded

Bioteknologi Konvensional dan Modern kelas 9 SMP
Bioteknologi Konvensional dan Modern  kelas 9 SMPBioteknologi Konvensional dan Modern  kelas 9 SMP
Bioteknologi Konvensional dan Modern kelas 9 SMPNiPutuDewikAgustina
 
MODUL AJAR BAHASA INGGRIS KELAS 6 KURIKULUM MERDEKA.pdf
MODUL AJAR BAHASA INGGRIS KELAS 6 KURIKULUM MERDEKA.pdfMODUL AJAR BAHASA INGGRIS KELAS 6 KURIKULUM MERDEKA.pdf
MODUL AJAR BAHASA INGGRIS KELAS 6 KURIKULUM MERDEKA.pdfAndiCoc
 
MODUL AJAR IPAS KELAS 5 KURIKULUM MERDEKA.pdf
MODUL AJAR IPAS KELAS 5 KURIKULUM MERDEKA.pdfMODUL AJAR IPAS KELAS 5 KURIKULUM MERDEKA.pdf
MODUL AJAR IPAS KELAS 5 KURIKULUM MERDEKA.pdfAndiCoc
 
AKSI NYATA Numerasi Meningkatkan Kompetensi Murid_compressed (1) (1).pptx
AKSI NYATA  Numerasi  Meningkatkan Kompetensi Murid_compressed (1) (1).pptxAKSI NYATA  Numerasi  Meningkatkan Kompetensi Murid_compressed (1) (1).pptx
AKSI NYATA Numerasi Meningkatkan Kompetensi Murid_compressed (1) (1).pptxnursariheldaseptiana
 
BAB 1 BEBATAN DAN BALUTAN DALAM PERTOLONGAN CEMAS
BAB 1 BEBATAN DAN BALUTAN DALAM PERTOLONGAN CEMASBAB 1 BEBATAN DAN BALUTAN DALAM PERTOLONGAN CEMAS
BAB 1 BEBATAN DAN BALUTAN DALAM PERTOLONGAN CEMASNursKitchen
 
Laporan RHK PMM Observasi Target Perilaku.docx
Laporan RHK PMM Observasi Target Perilaku.docxLaporan RHK PMM Observasi Target Perilaku.docx
Laporan RHK PMM Observasi Target Perilaku.docxJajang Sulaeman
 
KELAS 10 PERUBAHAN LINGKUNGAN SMA KURIKULUM MERDEKA
KELAS 10 PERUBAHAN LINGKUNGAN SMA KURIKULUM MERDEKAKELAS 10 PERUBAHAN LINGKUNGAN SMA KURIKULUM MERDEKA
KELAS 10 PERUBAHAN LINGKUNGAN SMA KURIKULUM MERDEKAppgauliananda03
 
Konseptual Model Keperawatan Jiwa pada manusia
Konseptual Model Keperawatan Jiwa pada manusiaKonseptual Model Keperawatan Jiwa pada manusia
Konseptual Model Keperawatan Jiwa pada manusiaharnosuharno5
 
MODUL AJAR SENI RUPA KELAS 6 KURIKULUM MERDEKA.pdf
MODUL AJAR SENI RUPA KELAS 6 KURIKULUM MERDEKA.pdfMODUL AJAR SENI RUPA KELAS 6 KURIKULUM MERDEKA.pdf
MODUL AJAR SENI RUPA KELAS 6 KURIKULUM MERDEKA.pdfAndiCoc
 
MODUL AJAR SENI MUSIK KELAS 6 KURIKULUM MERDEKA.pdf
MODUL AJAR SENI MUSIK KELAS 6 KURIKULUM MERDEKA.pdfMODUL AJAR SENI MUSIK KELAS 6 KURIKULUM MERDEKA.pdf
MODUL AJAR SENI MUSIK KELAS 6 KURIKULUM MERDEKA.pdfAndiCoc
 
Modul Ajar IPAS Kelas 4 Fase B Kurikulum Merdeka [abdiera.com]
Modul Ajar IPAS Kelas 4 Fase B Kurikulum Merdeka [abdiera.com]Modul Ajar IPAS Kelas 4 Fase B Kurikulum Merdeka [abdiera.com]
Modul Ajar IPAS Kelas 4 Fase B Kurikulum Merdeka [abdiera.com]Abdiera
 
Sudut-sudut Berelasi Trigonometri - Sudut-sudut Berelasi Trigonometri
Sudut-sudut Berelasi Trigonometri - Sudut-sudut Berelasi TrigonometriSudut-sudut Berelasi Trigonometri - Sudut-sudut Berelasi Trigonometri
Sudut-sudut Berelasi Trigonometri - Sudut-sudut Berelasi TrigonometriFarhanPerdanaRamaden1
 
Aksi Nyata profil pelajar pancasila.pptx
Aksi Nyata profil pelajar pancasila.pptxAksi Nyata profil pelajar pancasila.pptx
Aksi Nyata profil pelajar pancasila.pptxTekiMulyani
 
Asimilasi Masyarakat Cina Dengan Orang Melayu di Kelantan (Cina Peranakan Kel...
Asimilasi Masyarakat Cina Dengan Orang Melayu di Kelantan (Cina Peranakan Kel...Asimilasi Masyarakat Cina Dengan Orang Melayu di Kelantan (Cina Peranakan Kel...
Asimilasi Masyarakat Cina Dengan Orang Melayu di Kelantan (Cina Peranakan Kel...luqmanhakimkhairudin
 
Prov.Jabar_1504_Pengumuman Seleksi Tahap 2_CGP A11 (2).pdf
Prov.Jabar_1504_Pengumuman Seleksi Tahap 2_CGP A11 (2).pdfProv.Jabar_1504_Pengumuman Seleksi Tahap 2_CGP A11 (2).pdf
Prov.Jabar_1504_Pengumuman Seleksi Tahap 2_CGP A11 (2).pdfIwanSumantri7
 
Contoh PPT Seminar Proposal Teknik Informatika.pptx
Contoh PPT Seminar Proposal Teknik Informatika.pptxContoh PPT Seminar Proposal Teknik Informatika.pptx
Contoh PPT Seminar Proposal Teknik Informatika.pptxIvvatulAini
 
Bab 4 Persatuan dan Kesatuan di Lingkup Wilayah Kabupaten dan Kota.pptx
Bab 4 Persatuan dan Kesatuan di Lingkup Wilayah Kabupaten dan Kota.pptxBab 4 Persatuan dan Kesatuan di Lingkup Wilayah Kabupaten dan Kota.pptx
Bab 4 Persatuan dan Kesatuan di Lingkup Wilayah Kabupaten dan Kota.pptxrizalhabib4
 
Lokakarya tentang Kepemimpinan Sekolah 1.pptx
Lokakarya tentang Kepemimpinan Sekolah 1.pptxLokakarya tentang Kepemimpinan Sekolah 1.pptx
Lokakarya tentang Kepemimpinan Sekolah 1.pptxrani414352
 
BAHAN PAPARAN UU DESA NOMOR 3 TAHUN 2024
BAHAN PAPARAN UU DESA NOMOR 3 TAHUN 2024BAHAN PAPARAN UU DESA NOMOR 3 TAHUN 2024
BAHAN PAPARAN UU DESA NOMOR 3 TAHUN 2024ssuser0bf64e
 
Materi Sistem Pernapasan Pada Manusia untuk kelas 5 SD
Materi Sistem Pernapasan Pada Manusia untuk kelas 5 SDMateri Sistem Pernapasan Pada Manusia untuk kelas 5 SD
Materi Sistem Pernapasan Pada Manusia untuk kelas 5 SDsulistyaningsihcahyo
 

Recently uploaded (20)

Bioteknologi Konvensional dan Modern kelas 9 SMP
Bioteknologi Konvensional dan Modern  kelas 9 SMPBioteknologi Konvensional dan Modern  kelas 9 SMP
Bioteknologi Konvensional dan Modern kelas 9 SMP
 
MODUL AJAR BAHASA INGGRIS KELAS 6 KURIKULUM MERDEKA.pdf
MODUL AJAR BAHASA INGGRIS KELAS 6 KURIKULUM MERDEKA.pdfMODUL AJAR BAHASA INGGRIS KELAS 6 KURIKULUM MERDEKA.pdf
MODUL AJAR BAHASA INGGRIS KELAS 6 KURIKULUM MERDEKA.pdf
 
MODUL AJAR IPAS KELAS 5 KURIKULUM MERDEKA.pdf
MODUL AJAR IPAS KELAS 5 KURIKULUM MERDEKA.pdfMODUL AJAR IPAS KELAS 5 KURIKULUM MERDEKA.pdf
MODUL AJAR IPAS KELAS 5 KURIKULUM MERDEKA.pdf
 
AKSI NYATA Numerasi Meningkatkan Kompetensi Murid_compressed (1) (1).pptx
AKSI NYATA  Numerasi  Meningkatkan Kompetensi Murid_compressed (1) (1).pptxAKSI NYATA  Numerasi  Meningkatkan Kompetensi Murid_compressed (1) (1).pptx
AKSI NYATA Numerasi Meningkatkan Kompetensi Murid_compressed (1) (1).pptx
 
BAB 1 BEBATAN DAN BALUTAN DALAM PERTOLONGAN CEMAS
BAB 1 BEBATAN DAN BALUTAN DALAM PERTOLONGAN CEMASBAB 1 BEBATAN DAN BALUTAN DALAM PERTOLONGAN CEMAS
BAB 1 BEBATAN DAN BALUTAN DALAM PERTOLONGAN CEMAS
 
Laporan RHK PMM Observasi Target Perilaku.docx
Laporan RHK PMM Observasi Target Perilaku.docxLaporan RHK PMM Observasi Target Perilaku.docx
Laporan RHK PMM Observasi Target Perilaku.docx
 
KELAS 10 PERUBAHAN LINGKUNGAN SMA KURIKULUM MERDEKA
KELAS 10 PERUBAHAN LINGKUNGAN SMA KURIKULUM MERDEKAKELAS 10 PERUBAHAN LINGKUNGAN SMA KURIKULUM MERDEKA
KELAS 10 PERUBAHAN LINGKUNGAN SMA KURIKULUM MERDEKA
 
Konseptual Model Keperawatan Jiwa pada manusia
Konseptual Model Keperawatan Jiwa pada manusiaKonseptual Model Keperawatan Jiwa pada manusia
Konseptual Model Keperawatan Jiwa pada manusia
 
MODUL AJAR SENI RUPA KELAS 6 KURIKULUM MERDEKA.pdf
MODUL AJAR SENI RUPA KELAS 6 KURIKULUM MERDEKA.pdfMODUL AJAR SENI RUPA KELAS 6 KURIKULUM MERDEKA.pdf
MODUL AJAR SENI RUPA KELAS 6 KURIKULUM MERDEKA.pdf
 
MODUL AJAR SENI MUSIK KELAS 6 KURIKULUM MERDEKA.pdf
MODUL AJAR SENI MUSIK KELAS 6 KURIKULUM MERDEKA.pdfMODUL AJAR SENI MUSIK KELAS 6 KURIKULUM MERDEKA.pdf
MODUL AJAR SENI MUSIK KELAS 6 KURIKULUM MERDEKA.pdf
 
Modul Ajar IPAS Kelas 4 Fase B Kurikulum Merdeka [abdiera.com]
Modul Ajar IPAS Kelas 4 Fase B Kurikulum Merdeka [abdiera.com]Modul Ajar IPAS Kelas 4 Fase B Kurikulum Merdeka [abdiera.com]
Modul Ajar IPAS Kelas 4 Fase B Kurikulum Merdeka [abdiera.com]
 
Sudut-sudut Berelasi Trigonometri - Sudut-sudut Berelasi Trigonometri
Sudut-sudut Berelasi Trigonometri - Sudut-sudut Berelasi TrigonometriSudut-sudut Berelasi Trigonometri - Sudut-sudut Berelasi Trigonometri
Sudut-sudut Berelasi Trigonometri - Sudut-sudut Berelasi Trigonometri
 
Aksi Nyata profil pelajar pancasila.pptx
Aksi Nyata profil pelajar pancasila.pptxAksi Nyata profil pelajar pancasila.pptx
Aksi Nyata profil pelajar pancasila.pptx
 
Asimilasi Masyarakat Cina Dengan Orang Melayu di Kelantan (Cina Peranakan Kel...
Asimilasi Masyarakat Cina Dengan Orang Melayu di Kelantan (Cina Peranakan Kel...Asimilasi Masyarakat Cina Dengan Orang Melayu di Kelantan (Cina Peranakan Kel...
Asimilasi Masyarakat Cina Dengan Orang Melayu di Kelantan (Cina Peranakan Kel...
 
Prov.Jabar_1504_Pengumuman Seleksi Tahap 2_CGP A11 (2).pdf
Prov.Jabar_1504_Pengumuman Seleksi Tahap 2_CGP A11 (2).pdfProv.Jabar_1504_Pengumuman Seleksi Tahap 2_CGP A11 (2).pdf
Prov.Jabar_1504_Pengumuman Seleksi Tahap 2_CGP A11 (2).pdf
 
Contoh PPT Seminar Proposal Teknik Informatika.pptx
Contoh PPT Seminar Proposal Teknik Informatika.pptxContoh PPT Seminar Proposal Teknik Informatika.pptx
Contoh PPT Seminar Proposal Teknik Informatika.pptx
 
Bab 4 Persatuan dan Kesatuan di Lingkup Wilayah Kabupaten dan Kota.pptx
Bab 4 Persatuan dan Kesatuan di Lingkup Wilayah Kabupaten dan Kota.pptxBab 4 Persatuan dan Kesatuan di Lingkup Wilayah Kabupaten dan Kota.pptx
Bab 4 Persatuan dan Kesatuan di Lingkup Wilayah Kabupaten dan Kota.pptx
 
Lokakarya tentang Kepemimpinan Sekolah 1.pptx
Lokakarya tentang Kepemimpinan Sekolah 1.pptxLokakarya tentang Kepemimpinan Sekolah 1.pptx
Lokakarya tentang Kepemimpinan Sekolah 1.pptx
 
BAHAN PAPARAN UU DESA NOMOR 3 TAHUN 2024
BAHAN PAPARAN UU DESA NOMOR 3 TAHUN 2024BAHAN PAPARAN UU DESA NOMOR 3 TAHUN 2024
BAHAN PAPARAN UU DESA NOMOR 3 TAHUN 2024
 
Materi Sistem Pernapasan Pada Manusia untuk kelas 5 SD
Materi Sistem Pernapasan Pada Manusia untuk kelas 5 SDMateri Sistem Pernapasan Pada Manusia untuk kelas 5 SD
Materi Sistem Pernapasan Pada Manusia untuk kelas 5 SD
 

Pertemuan 4

  • 2. Ukuran Gejala Pusat dan Ukuran Letak • Untuk mendapatkan gambaran yang lebih jelas mengenai sekumpulan data, baik mengenai sampel atau populasi, selain dari data itu disajikan dalam table dan diagram, masih diperlukan ukuran-ukuran yang merupakan wakil kumpulan data tersebut. • Dalam bab ini akan diuraikan mengenai ukuran gejala pusat dan ukuran letak. • Ukuran yang dihitung dari kumpulan data dalam sampel dinamakan statistic. Apabila ukuran itu dihitung dari kumpulan data dalam populasi atau dipakai untuk menyatakan populasi dinamakan parameter.
  • 3. Ukuran Gejala Pusat Ukuran gejala pusat menggambarkan gejala pemusatan data. Misalkan diberikan peubah acak 𝑋, dan diambil 𝑛 buah sampel acak untuk 𝑋 yaitu 𝑋1, 𝑋2, … , 𝑋 𝑛 dengan nilainya : 𝑥1, 𝑥2, … , 𝑥 𝑛 . Ukuran gejala pusat itu diantaranya adalah: • Mean atau Rata-Rata Hitung • Rata-Rata Ukur • Rata-Rata Harmonik • Modus
  • 4. Mean atau Rata-Rata Hitung • Rumus umum mean (rata-rata) sampel : 𝑥 = 𝑥1+𝑥2+⋯+𝑥 𝑛 𝑛 atau 𝑥 = 𝑖=1 𝑛 𝑥 𝑖 𝑛 atau 𝑥 = 𝑥 𝑖 𝑛 • Contoh : jika terdapat lima nilai ujian mahasiswa yaitu 70, 69, 45, 80, dan 56. Maka dalam simbul ditulis 𝑥1 = 70, 𝑥2 = 69, 𝑥3 = 45, 𝑥4 = 80, 𝑥 𝑛 = 56 Dalam hal ini 𝑛 = 5, yang menyatakan sebuah sampel berukuran 5. • Untuk kelima nilai ujian di atas, nilai rata-ratanya : 𝑥 = 70 + 69 + 45 + 80 + 56 5 = 64
  • 5. Mean atau Rata-Rata Hitung • Rumus mean (rata-rata) sampel untuk data berkelompok : 𝑥 = 𝑖=1 𝑛 𝑓𝑖. 𝑥𝑖 𝑖=1 𝑛 𝑓𝑖 • Contoh : Jika ada lima mahasiswa mendapat nilai 70, enam mendapat 69, tiga mendapat 45, dan masing-masing seorang mendapat nilai 80 dan 56. Untuk contoh diatas baik ditulis dengan menggunakan tabel penolong sebagai berikut: Dari tabel didapat : 𝑓𝑖 = 16, dan 𝑓𝑖. 𝑥𝑖 = 1035, sehingga 𝑥 = 𝑓𝑖. 𝑥𝑖 𝑓𝑖 = 1035 16 = 64,6 𝒙𝒊 𝒇𝒊 𝒇𝒊. 𝒙𝒊 70 69 45 80 56 5 6 3 1 1 350 414 135 80 56 16 1035
  • 6. Mean atau Rata-Rata Hitung • Contoh : Data berikut merupakan daftar barang yang disimpan di gudang, diantaranya terdapat yang rusak. Tabel I Daftar Barang yang Disimpan di Gudang Sumber : Metoda Statistika Barang Disimpan Rusak % A B C D 100 200 160 80 96 92 80 60 96 46 50 75 540 328 -
  • 7. Mean atau Rata-Rata Hitung • Jika rata-rata mengenai persen barang yang rusak dihitung dengan menggunakan rumus yang pertama, maka : 𝑥 = 96 + 46 + 50 + 75 4 = 66,75 % • Tetapi barang yang rusak ada 328 dari 540. Ini berarti 328 540 × 100% = 60,07 % Hasil ini didapat dengan menggunakan rumus yang ke-2 seperti dalam daftar berikut : 𝑥𝑖 = persen yang rusak 𝑓𝑖 = banyaknya barang 𝑥 = 𝑓𝑖. 𝑥𝑖 𝑓𝑖 × 100% = 328 540 = 60,07 % 𝒙𝒊(%) 𝒇𝒊 𝒇𝒊. 𝒙𝒊 96 46 75 75 100 200 160 80 96 92 80 60 540 328
  • 8. Rata-rata gabungan dari 𝒌 sampel : Merupakan rata-rata dari beberapa sub sampel lalu dijadikan satu. Jika terdapat 𝑘 buah sub sampel masing-masing dengan keadaan berikut : • Sub sampel 1 : berukuran 𝑛1 dengan rata-rata 𝑥1 • Sub sampel 2 : berukuran 𝑛2 dengan rata-rata 𝑥2 … • Sub sampel 𝑘 : berukuran 𝑛 𝑘 dengan rata-rata 𝑥 𝑘 Maka rata-rata gabungan dari 𝑘 buah sub sampel : 𝑥 = 𝑛𝑖. 𝑥𝑖 𝑛𝑖 Contoh : lihat buku pegangan halaman 70. Untuk data yang telah disusun dalam daftar distribusi frekuensi, rata-ratanya dihitung dengan rumus : 𝑥 = 𝑓𝑖. 𝑥𝑖 𝑓𝑖
  • 9. Rata-rata gabungan dari 𝒌 sampel : • Contoh : Tabel II Nilai rata-rata ujian statistika 𝑥𝑖 = tanda kelas interval 𝑓𝑖 = frekuensi yang sesuai dengan tanda kelas 𝑥𝑖 Sumber : Metoda Statistika Maka rata-rata nilai ujian statistika adalah 𝑥 = 𝑓 𝑖. 𝑥 𝑖 𝑓 𝑖 = 6130 80 = 76,62 Nilai Ujian 𝒇𝒊 𝒙𝒊 𝒇𝒊. 𝒙𝒊 31 – 40 41 – 50 51 – 60 61 – 70 71 – 80 81 – 90 91 – 100 1 2 5 15 25 20 12 35,5 45,5 55,5 65,5 75,5 85,5 95,5 35,5 91,0 277,5 982,5 1887,5 1710,0 1146,0 80 - 6130,0
  • 10. Mean atau Rata-Rata Hitung dengan cara sandi atau cara singkat Rumus Cara Sandi : 𝑥 = 𝑥0 + 𝑝 𝑓𝑖. 𝑐𝑖 𝑓𝑖 𝑓𝑖 : frekuensi untuk nilai untuk 𝑥𝑖 yang bersesuaian. 𝑥0: tanda kelas dengan nilai sandi 𝑐𝑖 = 0. 𝑝 : Panjang interval kelas yang sama besarnya Tanda kelas yang lebih besar dari 𝑥0 berturut-turut mempunyai harga +1, +2, … dan sebaliknya −1, −2, …  Cara sandi di atas hanya berlaku jika panjang kelas interval semuanya sama.
  • 11. Contoh Penggunaan Cara Sandi Tabel III Nilai rata-rata ujian statistika Telah diambil 𝑥0 = 75,5 dimana nilai sandi 𝑐 = 0. Karena seluruh interval kelas memiliki 𝑝 = 10 maka dengan rumus sandi didapat 𝑥 = 𝑥0 + 𝑝 𝑓𝑖. 𝑐𝑖 𝑓𝑖 𝑥 = 75,5 + 10 9 80 = 76,62 Sumber : Metoda Statistika Nilai Ujian 𝒇𝒊 𝒙𝒊 𝒄𝒊 𝒇𝒊. 𝒄𝒊 31 – 40 41 – 50 51 – 60 61 – 70 71 – 80 81 – 90 91 – 100 1 2 5 15 25 20 12 35,5 45,5 55,5 65,5 75,5 85,5 95,5 -4 -3 -2 -1 0 1 2 -4 -6 -10 -15 0 20 24 80 - - 9
  • 12. Rata-Rata Ukur • Digunakan bila perbandingan tiap dua data berurutan tetap atau hampir tetap, rata-rata ukur lebih baik digunakan daripada rata- rata hitung. • Rumus umum rata-rata ukur : 𝑈 = 𝑛 𝑥1. 𝑥2. 𝑥3 … 𝑥 𝑛 • Contoh : Rata-rata ukur dari 2,4, dan 8 adalah : 𝑈 = 3 2 × 4 × 8 = 4 • Untuk data yang telah disusun dalam daftar distribusi frekuensi rata-rata ukurannya dihitung dengan rumus : log 𝑈 = 𝑓𝑖 log 𝑥𝑖 𝑓𝑖
  • 13. Contoh Rata-Rata Ukur Distribusi Frekuensi Tabel IV Nilai rata-rata ujian statistika Maka nilai rata-rata ukurnya : log 𝑈 = 𝑓𝑖 log 𝑥𝑖 𝑓𝑖 log 𝑈 = 150,1782 80 = 1,8772 𝑈 = 75,37 Sumber : Metoda Statistika Nilai Ujian 𝒇𝒊 𝒙𝒊 𝒍𝒐𝒈 𝒙𝒊 𝒇𝒊 𝐥𝐨𝐠 𝒙𝒊 31 – 40 41 – 50 51 – 60 61 – 70 71 – 80 81 – 90 91 – 100 1 2 5 15 25 20 12 35,5 45,5 55,5 65,5 75,5 85,5 95,5 1,5502 1,6580 1,7443 1,8162 1,8779 1,9320 1,9800 1,5502 3,3160 8,7215 27,2430 46,9475 38,6400 23,7600 80 - - 150,1782
  • 14. Rata-Rata Harmonik • Rumus umum rata-rata harmonik : H = 𝑛 1 𝑥 𝑖 = 𝑛 1 𝑥1 + 1 𝑥2 +⋯+ 1 𝑥 𝑛 • Contoh : rata-rata harmonic untuk kumpulan data : 3,5,6,6,7,10, 12 dengan 𝑛 = 7 adalah : 𝐻 = 7 1 3 + 1 5 + 1 6 + 1 6 + 1 7 + 1 10 + 1 12 = 5,87 • Untuk data yang telah disusun dalam daftar distribusi frekuensi rata-rata harmoniknya dihitung dengan rumus : 𝐻 = 𝑓𝑖 𝑓𝑖 𝑥𝑖
  • 15. Contoh Rata-Rata Harmonik Distribusi Frekuensi Tabel V Nilai rata-rata ujian statistika Maka nilai rata-rata harmonikya : 𝐻 = 𝑓𝑖 𝑓𝑖 𝑥𝑖 𝐻 = 80 1,0819 = 73,94 Sumber : Metoda Statistika Nilai Ujian 𝒇𝒊 𝒙𝒊 𝒇𝒊/𝒙𝒊 31 – 40 41 – 50 51 – 60 61 – 70 71 – 80 81 – 90 91 – 100 1 2 5 15 25 20 12 35,5 45,5 55,5 65,5 75,5 85,5 95,5 0,0282 0,0440 0,0901 0,2290 0,3311 0,2339 0,1256 80 - 1,0819 𝑯 ≤ 𝑼 ≤ 𝒙
  • 16. Modus • Untuk menyatakan fenomena yang paling banyak terjadi atau paling banyak terdapat digunakan ukuran modus disingkat Mo. Ukuran ini tanpa disadari sering dipakai untuk menentukan rata-rata data kualitatif. • Rumus modus untuk data terkelompok (data dalam distribusi frekuensi): 𝑀𝑜 = 𝑏 + 𝑝 𝑏1 𝑏1 + 𝑏2 𝑏 = batas bawah kelas modal, ialah kelas interval dengan frekuensi terbanyak, 𝑝 = panjang kelas modal, 𝑏1 = frekuensi kelas modal dikurangi frekuensi kelas interval dengan tanda kelas yang lebih kecil sebelum tanda kelas modal, 𝑏2 = frekuensi kelas modal dikurangi frekuensi kelas interval dengan tanda kelas yang lebih besar sesudah tanda kelas modal.
  • 17. Contoh Modus untuk Distribusi Frekuensi Tabel VI Nilai rata-rata ujian statistika Maka nilai modusnya adalah: 𝑀𝑜 = 𝑏 + 𝑝 𝑏1 𝑏1 + 𝑏2 𝑀𝑜 = 70,5 + 10 10 10 + 5 𝑀𝑜 =77,17 Sumber : Metoda Statistika Nilai Ujian 𝒇𝒊 31 – 40 41 – 50 51 – 60 61 – 70 71 – 80 81 – 90 91 – 100 1 2 5 15 25 20 12 80
  • 18. Ukuran Letak • Median • Kuartil • Desil • Persentil
  • 19. Median • Median menentukan letak data setelah data itu disusun menurut urutan nilainya. Jika ukuran data ganjil, maka median (Me) merupakan data paling tengah setelah data diurutkan menurut nilainya, tetapi jika ukuran data genap, maka median adalah rata-rata dua data tengah setelah diurutkan. • Contoh : sampel dengan data : 4,12,5,7,8,10,10,15. Setelah disusun menurut nilainya menjadi : 4,5,7,8,10,10,12,15. Data tengahnya bernilai 𝑀𝑒 = 1 2 8 + 10 = 9. • Untuk data yang telah disusun dalam daftar distribusi frekuensi mediannya dihitung dengan rumus : 𝑀𝑒 = 𝑏 + 𝑝 1 2 𝑛 − 𝐹 𝑓
  • 20. Median Untuk data yang telah disusun dalam daftar distribusi frekuensi mediannya dihitung dengan rumus : 𝑀𝑒 = 𝑏 + 𝑝 1 2 𝑛 − 𝐹 𝑓 𝑏 = batas bawah kelas median, ialah kelas dimana median akan terletak 𝑝 = panjang kelas median 𝑛 = banyak data 𝐹 = Jumlah semua frekuensi dengan tanda kelas lebih kecil dari tanda kelas median 𝑓 = Frekuensi kelas median
  • 21. Contoh Median untuk Distribusi Frekuensi Tabel VII Nilai rata-rata ujian statistika Maka nilai modusnya adalah: 𝑀𝑒 = 𝑏 + 𝑝 1 2 𝑛 − 𝐹 𝑓 𝑀𝑒 = 70,5 + 10 1 2 (80) − 23 25 𝑀𝑒 =77,3 Sumber : Metoda Statistika Nilai Ujian 𝒇𝒊 31 – 40 41 – 50 51 – 60 61 – 70 71 – 80 81 – 90 91 – 100 1 2 5 15 25 20 12 80
  • 22. Hubungan Empiris Mean, Modus dan Median : • Dari data yang telah kita buat, terlihat bahwa harga statistika tersebut berlainan. Ketiga nilai yakni : rata- rata, median, dan modus akan sama bila kurva halusnya simetrik. Untuk fenomena dengan kurva halus positif atau negative, hubungan empiriknya : 𝑀𝑒𝑎𝑛 − 𝑀𝑜 = 3 𝑀𝑒𝑎𝑛 − 𝑀𝑒 Dalam grafik, kedudukan ketiga nilai tersebut :
  • 23. Kuartil Jika sekumpulan data dibagi menjadi empat bagian yang sama banyaknya, sesudah disusun menurut urutan nilainya, maka bilangan pembaginya disebut kuartil. Ada tiga buah kuartil, yaitu kuartil pertama 𝐾1 , kuartil kedua 𝐾2 , dan kuartil ketiga 𝐾3 . Cara menentukan nilai kuartil : • Susun data menurut urutan nilai • Tentukan letak kuartil • Tentukan nilai kuartil Letak kuartil ke 𝑖, diberi lambang 𝐾𝑖, ditentukan oleh rumus : 𝐿𝑒𝑡𝑎𝑘 𝐾𝑖 = 𝑑𝑎𝑡𝑎 𝑘𝑒 𝑖(𝑛+1) 4 , dengan 𝑖 = 1,2,3
  • 24. Contoh kuartil • Misalkan terdapat data : 75,82,66,57,64,56,92,94,86,52,60,70. • Susun menjadi : 52,56,57,60,64,66,70,75,82,86,92,94. • Letak 𝐾1 = 𝑑𝑎𝑡𝑎 𝑘𝑒 1(12+1) 4 = 3 1 4 , yaitu antara data ke-3 dan data ke-4 seperempat jauh dari data ke-3. • Nilai 𝐾1 = data ke-3 + 1 4 (data ke-4 – data ke-3) 𝐾1 = 57 + 1 4 60 − 57 = 57 3 4 • Letak 𝐾3 = 𝑑𝑎𝑡𝑎 𝑘𝑒 3(12+1) 4 = 9 3 4 , yaitu antara data ke-9 dan data ke-10 tiga perempat jauh dari data ke-9. • Nilai 𝐾3 = data ke-9 + 3 4 (data ke-10 – data ke-9) 𝐾3 = 82 + 3 4 86 − 82 = 85
  • 25. Kuartil Untuk data yang telah disusun dalam daftar distribusi frekuensi Kuartilnya dihitung dengan rumus : Nilai 𝐾𝑖 = 𝑏 + 𝑝 𝑖.𝑛 4 − 𝐹 𝑓 , dengan 𝑖 = 1,2,3 Dimana letak dari 𝐾𝑖 = 𝑖.𝑛 4 𝑏 = batas bawah kelas 𝐾𝑖, ialah kelas interval dimana 𝐾𝑖 akan terletak 𝑝 = panjang kelas 𝐾𝑖 𝑛 = banyak data 𝐹 = Jumlah semua frekuensi dengan tanda kelas lebih kecil dari tanda kelas 𝐾𝑖 𝑓 = Frekuensi kelas 𝐾𝑖
  • 26. Contoh Median untuk Distribusi Frekuensi Tabel VIII Nilai rata-rata ujian statistika Tertukan nilai kuartil : a. 𝐾1 b. 𝐾2 c. 𝐾3 Sumber : Metoda Statistika Nilai Ujian 𝒇𝒊 31 – 40 41 – 50 51 – 60 61 – 70 71 – 80 81 – 90 91 – 100 1 2 5 15 25 20 12 80
  • 27. Terimakasih • Tugas : Pelajari Kuartil, Desil, dan Persentil untuk data tunggal dan data yang telah disusun dalam daftar distribusi frekuensi.