Dokumen tersebut memberikan penjelasan mengenai ukuran pemusatan data, yaitu rata-rata, median, dan modus. Rata-rata digunakan untuk mewakili seluruh data, median mewakili nilai tengah data, sedangkan modus adalah nilai yang paling sering muncul.
Makalah ini membahas tentang statistik ekonomi dan bisnis, meliputi perbedaan antara statistik dan statistika, distribusi frekuensi, dan ukuran pemusatan data seperti rata-rata, median, dan modus. Makalah ini menjelaskan konsep-konsep statistik dasar beserta contoh penerapannya.
Teks tersebut membahas tentang ukuran-ukuran pemusatan data yang meliputi rata-rata, median, dan modus. Rata-rata adalah nilai yang mewakili seluruh data, median adalah nilai tengah data yang telah diurutkan, sedangkan modus adalah nilai yang paling sering muncul dalam data. Teks tersebut juga menjelaskan rumus-rumus untuk menghitung ketiga ukuran pemusatan data tersebut baik untuk data tunggal maupun kelomp
Dokumen tersebut memberikan penjelasan mengenai ukuran pemusatan data, yaitu rata-rata, median, dan modus. Rata-rata digunakan untuk mewakili seluruh data, median mewakili nilai tengah data, sedangkan modus adalah nilai yang paling sering muncul.
Makalah ini membahas tentang statistik ekonomi dan bisnis, meliputi perbedaan antara statistik dan statistika, distribusi frekuensi, dan ukuran pemusatan data seperti rata-rata, median, dan modus. Makalah ini menjelaskan konsep-konsep statistik dasar beserta contoh penerapannya.
Teks tersebut membahas tentang ukuran-ukuran pemusatan data yang meliputi rata-rata, median, dan modus. Rata-rata adalah nilai yang mewakili seluruh data, median adalah nilai tengah data yang telah diurutkan, sedangkan modus adalah nilai yang paling sering muncul dalam data. Teks tersebut juga menjelaskan rumus-rumus untuk menghitung ketiga ukuran pemusatan data tersebut baik untuk data tunggal maupun kelomp
Dokumen tersebut membahas tentang ukuran pemusatan data (central tendency) yang meliputi rata-rata, median, dan modus beserta contoh perhitungannya. Terdapat juga pembahasan singkat tentang hubungan ketiga ukuran tersebut berdasarkan bentuk kurva distribusi frekuensi data.
Statistika Ekonomi I : Nilai Pusat Dan Ukuran PenyimpanganArie Khurniawan
Modul ini membahas konsep-konsep statistik dasar seperti nilai sentral, ukuran variasi, dan latihan soal. Nilai sentral meliputi rata-rata, median, dan modus. Ukuran variasi mencakup simpangan rata-rata, simpangan baku, koefisien variasi, dan jarak data. Modul ini juga menyertakan contoh soal untuk mempelajari penerapan konsep-konsep tersebut pada data yang tidak dikelompokkan dan dikelompokkan.
Dokumen tersebut membahas mengenai ukuran pemusatan data atau statistik deskriptif, yang merupakan nilai data yang mewakili seluruh data. Beberapa ukuran pemusatan data yang dijelaskan adalah rata-rata hitung, modus, dan median untuk data tunggal maupun kelompok beserta contoh perhitungannya. Juga dijelaskan mengenai rata-rata ukur untuk menghitung rata-rata kenaikan data.
Dokumen tersebut membahas tentang konsep-konsep statistik dasar seperti modus, median, simpangan baku, dan koefisien variasi. Modus adalah nilai yang paling sering muncul pada suatu data, sedangkan median adalah nilai tengah data yang telah diurutkan. Simpangan baku mengukur seberapa jauh suatu data bervariasi dari rata-rata, sementara koefisien variasi mengukur variasi data relatif terhadap rata-ratanya.
Dokumen tersebut memberikan penjelasan tentang ukuran pemusatan data yang meliputi rata-rata hitung (mean), median, dan modus beserta contoh perhitungannya pada data tunggal dan kelompok.
Dokumen tersebut membahas tentang penyajian data berkelompok dalam bentuk distribusi frekuensi. Terdapat penjelasan mengenai konsep distribusi frekuensi seperti kelas, batas kelas, titik tengah kelas, serta cara membuat tabel dan grafik distribusi frekuensi dari suatu data.
Dokumen tersebut memberikan penjelasan mengenai ukuran pemusatan data, yaitu rata-rata, median, dan modus. Rata-rata dihitung dengan membagi jumlah nilai data dengan jumlah data. Median adalah nilai tengah data setelah diurutkan. Modus adalah nilai yang paling sering muncul. Contoh soal menjelaskan cara menghitung ketiga ukuran pemusatan data tersebut berdasarkan data panjang pipa.
Dokumen tersebut membahas tentang ukuran pemusatan data (central tendency) yang meliputi rata-rata, median, dan modus beserta contoh perhitungannya. Terdapat juga pembahasan singkat tentang hubungan ketiga ukuran tersebut berdasarkan bentuk kurva distribusi frekuensi data.
Statistika Ekonomi I : Nilai Pusat Dan Ukuran PenyimpanganArie Khurniawan
Modul ini membahas konsep-konsep statistik dasar seperti nilai sentral, ukuran variasi, dan latihan soal. Nilai sentral meliputi rata-rata, median, dan modus. Ukuran variasi mencakup simpangan rata-rata, simpangan baku, koefisien variasi, dan jarak data. Modul ini juga menyertakan contoh soal untuk mempelajari penerapan konsep-konsep tersebut pada data yang tidak dikelompokkan dan dikelompokkan.
Dokumen tersebut membahas mengenai ukuran pemusatan data atau statistik deskriptif, yang merupakan nilai data yang mewakili seluruh data. Beberapa ukuran pemusatan data yang dijelaskan adalah rata-rata hitung, modus, dan median untuk data tunggal maupun kelompok beserta contoh perhitungannya. Juga dijelaskan mengenai rata-rata ukur untuk menghitung rata-rata kenaikan data.
Dokumen tersebut membahas tentang konsep-konsep statistik dasar seperti modus, median, simpangan baku, dan koefisien variasi. Modus adalah nilai yang paling sering muncul pada suatu data, sedangkan median adalah nilai tengah data yang telah diurutkan. Simpangan baku mengukur seberapa jauh suatu data bervariasi dari rata-rata, sementara koefisien variasi mengukur variasi data relatif terhadap rata-ratanya.
Dokumen tersebut memberikan penjelasan tentang ukuran pemusatan data yang meliputi rata-rata hitung (mean), median, dan modus beserta contoh perhitungannya pada data tunggal dan kelompok.
Dokumen tersebut membahas tentang penyajian data berkelompok dalam bentuk distribusi frekuensi. Terdapat penjelasan mengenai konsep distribusi frekuensi seperti kelas, batas kelas, titik tengah kelas, serta cara membuat tabel dan grafik distribusi frekuensi dari suatu data.
Dokumen tersebut memberikan penjelasan mengenai ukuran pemusatan data, yaitu rata-rata, median, dan modus. Rata-rata dihitung dengan membagi jumlah nilai data dengan jumlah data. Median adalah nilai tengah data setelah diurutkan. Modus adalah nilai yang paling sering muncul. Contoh soal menjelaskan cara menghitung ketiga ukuran pemusatan data tersebut berdasarkan data panjang pipa.
Modul Ajar Bahasa Indonesia Kelas 10 Fase E Kurikulum MerdekaFathan Emran
Modul Ajar Bahasa Indonesia Kelas 10 SMA/MA Fase E Kurikulum Merdeka - abdiera.com, Modul Ajar Bahasa Indonesia Kelas 10 SMA/MA Fase E Kurikulum Merdeka, Modul Ajar Bahasa Indonesia Kelas 10 SMA/MA Fase E Kurikulum Merdeka, Modul Ajar Bahasa Indonesia Kelas 10 SMA/MA Fase E Kurikulum Merdeka, Modul Ajar Bahasa Indonesia Kelas 10 SMA/MA Fase E Kurikulum Merdeka, Modul Ajar Bahasa Indonesia Kelas 10 SMA/MA Fase E Kurikulum Merdeka
Materi ini membahas tentang defenisi dan Usia Anak di Indonesia serta hubungannya dengan risiko terpapar kekerasan. Dalam modul ini, akan diuraikan berbagai bentuk kekerasan yang dapat dialami anak-anak, seperti kekerasan fisik, emosional, seksual, dan penelantaran.
Panduan untuk memilih mata pelajaran pilihan yang akan dilaksanakan di jenjang SMK, yang mana sebagian besar sudah melakasanakan kurikulum merdeka. mata pelajaran pilihan bisa dipilih dari konsentrasi yang ada di sekolah, atau bisa juga memilih matqa pelajaran diluar konsentrasi keahlian yang dimiliki, dengan catatan sarana dan prasarana tersedia untuk melaksanakan pembelajaran.
Alur tujuan pembelajaran bahasa inggris kelas x fase e
2. Ukuran Pemusatan dan Pencaran Data.ppt
1. UKURAN PEMUSATAN
DAN PENCARAN DATA
Rafhani Rosyidah, S.Keb., Bd., M.Sc
PRODI PENDIDIKAN PROFESI BIDAN
FAKULTAS ILMU KESEHATAN
UNIVERSITAS MUHAMMADIYAH
SIDOARJO
2. UKURAN PEMUSATAN DATA
(MEASURES OF CENTRAL TENDENCY)
suatu ukuran untuk meringkas /
menyimpulkan sekelompok data dalam
satu nilai tunggal yang spesifik yang
letaknya di tengah dari beberapa nilai
pengamatan yang terhimpun dalam
sekelompok data
3. UKURAN PEMUSATAN DATA
1. Rata-rata (Mean)
2. Median
3. Modus
4. Kuartil, Desil, Persentil
ukuran penempatan /
perluasan median
4. Nilai rata-rata ialah suatu nilai yang dapat mewakili
sekelompok nilai hasil pengamatan
Memiliki kecenderungan untuk berada ditengah-
tengah suatu distribusi sehingga disebut juga
Kecenderungan Nilai Tengah (Central Tendency)
Mengapa nilai rata-rata diperlukan ???
Memberikan gambaran deskriptif terhadap data
yang diperoleh
Membandingkan gambaran deskriptif suatu
kelompok dengan kelompok lain
Sebagai dasar dalam perhitungan statistik
inferensia
5. Sifat dari Mean :
a) Ukuran nilai tengah yang paling sering
digunakan
b) Merupakan wakil dari keseluruhan nilai
c) Berasal dari semua nilai pengamatan
d) Labil (sangat dipengaruhi oleh nilai
ekstrim)
Simbol :
a) x untuk Sampel
b) μ untuk Populasi
6. RATA-RATA HITUNG
Paling banyak dipakai
Dihitung dengan menjumlahkan seluruh
data, kemudian dibagi dengan jumlah data
A. Data tidak dikelompokkan
1
n
i
i
x
x
n
di mana :
X = rata-rata hitung
Xi = data ke-i
n = jumlah data
7. Contoh:
Umur sepuluh orang pasien yang datang di
suatu klinik dicatat dengan hasil sebagai
berikut :
25, 23, 20, 18, 20, 22, 30, 17, 25, 20
8. Hasil tersebut di atas ditulis dengan simbol :
x1 = 25 x6 = 22
x2 = 23 x7 = 30
x3 = 20 x8 = 17
x4 = 18 x9 = 25
x5 = 20 x10 = 20
25 + 23 + 20 + 18 + 20 + 22 + 30 + 17 + 25 + 20
X =
10
= 220 / 10 = 22 th
9. RATA-RATA HITUNG lanjutan…
1
1
k
i i
i
k
i
i
f m
x
f
B. Data dikelompokkan
di mana :
fi = frekuensi kelas ke-i
mi = nilai tengah kelas ke-i
k = banyak kelas
10. Batas
kelas
(Umur)
Nilai
Tengah
(mi)
Frek
(fi)
fi.mi
23 – 28 25,5 8 204,0
29 – 34 31,5 15 472,5
35 – 40 37,5 18 675,0
41 – 46 43,5 19 826,5
47 – 52 49,5 16 792,0
53 – 58 55,5 11 610,5
59 – 64 61,5 9 553,5
65 – 70 67,5 4 270,0
Total 100 4404,0
Contoh : Tabel distribusi frekuensi umur 100 org pasien
4404
100
44,04
x
x
Mean :
11. Untuk menghitung rata-rata gabungan
digunakan rumus sebagai berikut :
ni = banyaknya elemen/individu dalam satu
kelompok i =1, 2, 3, ..., n
= rata-rata kelompok
x
n x
n
i i
i
xi
12. Contoh
Rata-rata berat badan 100 mahasiswa
laki-laki fakultas ‘A’ adalah 54 Kg, fakultas
‘B’ 55 Kg dengan jumlah 130 mahasiswa
laki-laki dan dari 120 mahasiswa laki-laki
fakultas ‘C’ mempunyai rata-rata berat
badan 56 Kg. Berapakah rata-rata berat
badan untuk seluruh mahasiswa laki-laki
dari ketiga fakultas tersebut.
13. Besarnya rata-rata gabungan adalah
(100)(54) + (130)(55) + (120)(56)
=
100 + 130 + 120
19270
= = 55,06 Kg.
350
x
x
14. MEDIAN
Median adalah nilai tengah sekelompok
data setelah data tersebut tersusun dalam
bentuk array mulai nilai pengamatan
terkecil sampai terbesar.
15. MEDIAN
Data tidak dikelompokkan
data diurutkan dari nilai terkecil - terbesar
Jumlah data ganjil :
1
2
n
Me data ke
1
2 2
2
n n
data ke data ke
Me
Jumlah data genap :
16. 5 9 12 4 5 14 19 16 3 5 7
Data diurutkan :
3 4 5 5 5 7 9 12 14 16 19
Data ke-
1 2 3 4 5 6 7 8 9 10 11
Contoh jumlah data ganjil (n = 11):
11 1
6 7
2
Me data ke data ke
17. Contoh jumlah data genap :
5 9 12 4 5 14 19 16 3 5
Data diurutkan :
3 4 5 5 5 9 12 14 16 19
Data ke-
1 2 3 4 5 6 7 8 9 10
10 10
1
2 2
2
5 6 5 9
7
2
data ke data ke
Me
data ke data ke
2
18. di mana :
Lme = tepi bawah kelas
median
n = banyak data
F = jlh frek sampai dg
sebelum kelas
median
f = frek kelas median
p = panjang kelas
2 .
Me
n
F
Me L p
f
• Data dikelompokkan
1
2
k
i
i
f
Letak median = data ke -
19. Batas kelas
(Umur)
Frek
(fi)
Frek.
Kum
23 – 28 8 8
29 – 34 15 23
35 – 40 18 41
41 – 46 19 60
47 – 52 16 76
53 – 58 11 87
59 – 64 9 96
65 – 70 4 100
Total (n) 100
Contoh : Tabel distribusi frekuensi umur 100 org pasien
Letak median =
data ke -
100
41
2
40,5 .6
19
Me
Me = 43,34
100
50
2
data ke
f
F
20. MODUS
Modus adalah nilai yang mempunyai
frekuensi terbesar dari sekelompok data.
Pada data kuantitatif modus ditentukan
oleh adanya nilai-nilai pengamatan
kembar.
21. Dalam sekelompok data mungkin terdapat
1. Tanpa modus (nonmodal): 1,2,3,4
2. Satu modus (unimodal) : 1,2,2,3,4
3. Dua modus (bimodal) : 1,2,2,3,3,4
4. Lebih dari dua modus (multimodal):
1,1,2,2,3,4,4
22. MODUS
Untuk data tidak dikelompokkan :
data diurutkan dari nilai terkecil – terbesar
modus = data terbanyak
Contoh :
5 9 12 4 5 14 19 16 3 5
Data diurutkan :
3 4 5 5 5 9 12 14 16 19
Mo = 5
23. 1
1 2
.
mo
b
Mo L p
b b
Dimana:
Lmo = batas tepi bawah kelas modus
b1 = frek kelas modus – frek kelas sebelum
b2 = frek kelas modus – frek kelas sesudah
p = panjang kelas
Untuk data dikelompokkan :
MODUS lanjutan…
25. INTERPRETASI PERHITUNGAN
RATA-RATA
Perhitungan nilai rata-rata dilakukan untuk memberikan
interpretasi terhadap data yang diperoleh
Dengan menggunakan salah satu ukuran nilai rata-rata,
maka diperoleh suatu nilai yang bisa mewakili seluruh
nilai observasi yang diperoleh
Pada kurva yang simetris, mean, median dan modus
terletak pada satu titik
X = Me = Mo
26. INTERPRETASI PERHITUNGAN
RATA-RATA
Pada kurva yang berdistribusi tidak simetris :
Pada distribusi miring ke kanan, modus akan
bergeser ke kiri mengikuti nilai dengan frekuensi
terbanyak, mean akan bergeser ke kanan karena
terpengaruh oleh nilai ekstrim dan median
terletak antara mean dan modus
Mo x
Me
27. INTERPRETASI PERHITUNGAN
RATA-RATA
Pada kurva yang berdistribusi tidak simetris :
Pada distribusi miring ke kiri, modus akan
bergeser ke kanan mengikuti nilai dengan
frekuensi terbanyak, mean akan bergeser ke kiri
karena terpengaruh oleh nilai ekstrim dan median
terletak antara mean dan modus
Mo
Me
x
28. Rangkuman
Mean
- mudah dihitung; stabil; dipengaruhi nilai ekstrim
- utk data Interval & Rasio
Median
- mudah dihitung jika data kecil; tdk dipengaruhi
nilai ekstrim; kurang teliti
- utk data Ordinal, Interval & Rasio
Modus
- mudah diketahui jika data kecil; tdk dipengaruhi
nilai ekstrim; kurang teliti, krn kadang > 1 modus,
kadang tidak ada modus
- utk data Nominal, Ordinal, Interval, Rasio
29. HUBUNGAN UKURAN PEMUSATAN DATA
DENGAN SKALA PENGUKURAN DATA
Skala pengukuran
data
Ukuran pemusatan data
Mean Median Modus
Nominal - - +
Ordinal - + +
Interval + + +
Rasio + + +
30. KUARTIL
Nilai yang membagi sekelompok data menjadi 4
bagian yang sama
Untuk data tidak dikelompokkan :
Letak Kuartil ke-i = data ke -
Untuk data dikelompokkan :
LKi = tepi bawah kelas
kuartil ke-i
n = banyak data
F = jlh frek s/d sebelum
kelas kuartil ke-i
f = frek kelas kuartil ke-i
p = panjang kelas
1
4
i n
.
4 .
i
i K
i n
F
K L p
f
31. DESIL
Nilai yang membagi sekelompok data menjadi 10
bagian yang sama
Untuk data tidak dikelompokkan :
Letak Desil ke-i = data ke -
Untuk data dikelompokkan :
LDi = tepi bawah kelas
desil ke-i
n = banyak data
F = jlh frek s/d sebelum
kelas desil ke-i
f = frek kelas desil ke-i
p = panjang kelas
1
10
i n
.
10 .
i
i D
i n
F
D L p
f
32. PERSENTIL
Nilai yang membagi sekelompok data menjadi 100
bagian yang sama
Untuk data tidak dikelompokkan :
Letak Persentil ke-i = data ke -
Untuk data dikelompokkan :
LPi = tepi bawah kelas
persentil ke-i
n = banyak data
F = jlh frek s/d sebelum
kelas persentil ke-i
f = frek kelas persentil ke-i
p = panjang kelas
1
100
i n
.
100 .
i
i P
i n
F
P L p
f
35. Contoh :
Data A :
4 , 7 , 6 , 8, 10
n = 5;
Data B :
7 , 6 , 7 , 7 , 8
n = 5;
Mean sama
variasi nilai berbeda
kesimpulan atas dasar
mean saja
kurang tepat
besar variasi data
perlu dicari / diukur
A = 7
x
B = 7
x
37. UKURAN PENCARAN DATA
Pencaran data mengacu pada
variabilitas atau sebaran dari
pengamatan
Tingkat perbedaan di antara nilai
pengamatan
Sering disebut ukuran variasi / ukuran
deviasi / ukuran dispersi
Dapat diketahui penyimpangan yang
terjadi pada suatu distribusi
38. Jenis ukuran pencaran data
Range
Rentang Antar Kuartil
Rentangan Semi Antar Kuartil
Rata-rata Simpangan
Simpangan Baku
Varian
Koefisien Variasi
39. RANGE
Perbedaan antara nilai max & min
R = data max – data min
Dapat terjadi 2 distribusi dengan range
sama tapi rata-rata berbeda atau
sebaliknya
40. Contoh:
A : 40, 43, 49, 60, 60, 64, 65, 65, 66, 70
B : 40, 40, 40, 41, 43, 45, 50, 52, 55, 70
Range : A = 30; B = 30
Rata-rata : A = 58,2; B = 47
C : 40, 45, 50, 55, 60
D : 10, 25, 55, 70, 90
Range : C = 20; D = 80
Rata-rata : C = 50; D = 50
41. Keuntungan vs kelemahan
Keuntungan
– Sangat mudah
dihitung
– Nilai ada dalam
data
Kelemahan
– Tidak melibatkan
nilai lain dalam
distribusi
– Sangat sensitif
terhadap nilai
ekstrim
– Dipengaruhi oleh
besar sampel
42. RENTANG ANTAR KUARTIL
50% bagian tengah dari seluruh distribusi
Selisih antara Kuartil ke-3 (K3) dan Kuarti
ke-1 (K1)
Rumus :
RAK = K3 – K1
44. Keuntungan vs kelemahan
Keuntungan
– Sangat mudah
dihitung.
– Nilai ada dalam
data.
– Menghilangkan
pengaruh nilai
ekstrim.
Kelemahan
– Membuang
sebagian besar
data.
45. RENTANG SEMI ANTAR KUARTIL
(SIMPANGAN KUARTIL)
Setengah dari RAK
SK = ½ RAK
K1 Me K3
SK SK
RAK
46. RATA-RATA SIMPANGAN
(AVERAGE DEVIATION)
Mrpk dasar dari 2 uk. pencaran yang sangat
penting yaitu simpangan baku dan varian
Jumlah selisih antara tiap pengamatan
dengan rata-rata dibagi dengan banyaknya
pengamatan
Utk mengetahui variasi yang terjadi dalam
satu kelompok pengamatan atau
membandingkan tingkat variabilitas 2 klp
atau lebih
47. Utk data belum dikelompokkan
Utk data dikelompokkan
1
n
i
i
x x
AD
n
1
1
k
i i
i
k
i
i
f m x
AD
f
Dimana:
k = jumlah kelas
fi = frekuensi kelas ke-i
mi = nilai tengah kelas ke-i
x = rata-rata
48. SIMPANGAN BAKU
(STANDARD DEVIATION)
Mrpk ukuran pencaran yang sangat
penting
Variabilitas yang memperhitungkan
penyimpangan (dispersi/deviasi) dari
setiap nilai pengamatan terhadap nilai
rata-rata
49.
2
1
1
n
i
i
x x
SD s
n
2
2
1 1
1
n n
i i
i i
n x x
SD s
n n
• Untuk data belum dikelompokkan
Rumus :
atau
50. Untuk data dikelompokkan
Rumus :
2
1
1
1
k
i i
i
k
i
i
f m x
SD s
f
2
2
1 1
1
k k
i i i i
i i
n m f f m
SD s
n n
atau
51. Contoh :
Dari 10 orang anak kelas I SD diukur berat
badannya (Kg)
17, 18, 20, 20, 20, 22, 23, 25, 25, 30
Berapakah harga simpangan baku?
53.
SD =
x - x
n -1
i
2
136
SD=
10-1
136
SD=
9
SD= 15,11
SD=3,89
2
2
n x x
SD =
n(n 1)
2
10x4976 220
SD =
10x(10 1)
49760 48400
SD =
90
1360
SD =
90
SD = 15,11
SD = 3,89
54. Kuntungan vs Kelemahan
Keuntungan
– Rata-rata Simpangan di sekitar nilai rata-
rata
– Mayoritas data berada dalam satu
simpangan baku di atas atau di bawah
rata-rata.
Kelemahan
– Dipengaruhi nilai ekstrim.
55. VARIANS (VARIANCE)
Mrpk kuadrat dari simpangan baku
SD2 = s2
SD = s = varians
SD² merupakan penduga tak bias dari varian
populasi σ².
56. Keuntungan vs kelemahan
Keuntungan
– Mengikut
sertakan
seluruh data
untuk dihitung.
Kelemahan
– Dapat
dipengaruhi
oleh nilai
ekstrim.
57. Rata-rata dan Simpangan Baku
Menggunakan rata-rata dan simpangan
baku secara bersama :
– Adalah cara yang efisien untuk
menggambarkan suatu distribusi hanya
dengan dua nilai.
– Dapat membandingkan antar distribusi.
58. Arti Simpangan Baku
Bagaimana data menyebar disekitar rata-rata
Rata-rata ± 1 SD menunjukkan 68,3%
populasi
Rata-rata ± 2 SD menunjukkan 96% populasi
Rata-rata ± 3 SD menunjukkan 99,7%
populasi
59.
60. KOEFISIEN VARIASI
(COEFFICIENT OF VARIATION)
Perbandingan antara simpangan baku dengan
rata-rata yg dinyatakan dalam persen
Dipakai sebagai ukuran homogenitas
- CV makin tinggi makin heterogen
- CV makin rendah makin homogen
100%
SD
CV
x
61. Kegunaan CV
Membandingkan sebaran sampel dengan
rata-rata berbeda
anak umur 5 th dengan 25th
• Membandingkan sebaran variabel dengan
satuan yang berbeda
kolesterol dengan tekanan darah
65.
8
1
8
1
928,8
9,288
100
i i
i
i
i
f m x
AD
f
8 8
2
1 1
2
1
100 206703 4404 1275084
100 100 1 9900
128,796 11,349
i i i i
i i
n m f f m
SD
n n
varians
67. Ukuran kemencengan / skewness
3(X – Md)
SD
nol simetris
negatif : x < Md skewed to the left
positif : x < Md skewed to the right
SK =
68. Ukuran Kurtosis / Puncak / Peakness
– Normokurtosis = mesokurtosis
– Leptokurtosis
– Platykurtosis
• Kurva normal
• kombinasi simetris dan mesokurtosis
• sebagai syarat uji statistik parametrik
69. LATIHAN 1
Berikut ini data kadar glukosa darah puasa
10 orang dewasa normal
78 70 86 76 77 80 79
80 72 85
Hitung :
a. Mean e. Standar deviasi
b. Median f. Koefisien varians
c. Modus g. Average Deviation
d. Range
70. LATIHAN 2
Data kadar Hb 50 orang ibu hamil sbb :
Hb
(gr%)
f
7 – 8 4
9 – 10 6
11 – 12 20
13 – 14 15
15 – 16 5
Total 50
Hitung :
a. Mean
b. Median
c. Modus
d. Standar deviasi
e. Koefisien varians
f. Average Deviation