Dokumen tersebut membahas berbagai ukuran pemusatan dan letak data, seperti rata-rata hitung, rata-rata ukur, rata-rata harmonik, modus, median, quartil, desil dan persentil beserta rumus dan contoh soalnya."
PEMBAHASAN
PENGERTIAN
Analisis varian atau lebih dikenal dengan sebutan Anava atau Anova adalah jenis analisis statistika yang digunakan untuk menguji perbedaan antara 3 (tiga) kelompok data (pengamatan) atau lebih. Anava tidak hanya mampu menguji perbedaan antara 3 (tiga) kelompok data atau lebih dari satu variabel bebas, tetapi juga bisa untuk menyelesaikan kelompok-kelompok data yang berasal dari 2 (dua) variabel bebas atau lebih.
Anava 1 (satu) jalur adalah teknik statistika parametik yang digunakan untuk menguji perbedaan antara 3 (tiga) atau lebih kelompok data berskala interval atau rasio yang berasal dari 1 (satu) variabel bebas.
KLASIFIKASI
Analisis varian memiliki dua klasifikasi, yaitu satu arah dan dua arah.
TUJUAN DAN FUNGSI
Tujuan dari uji Anava atau Anova satu jalur adalah untuk membandingkan lebih dari dua rata-rata.
Fungsinya adalah untuk menguji kemampuan generalisasi, yaitu menguji signifikansi dari hasil penelitian (Anava atau Anova satu jalur). Jika terbukti berbeda berarti kedua sampel tersebut dapat digeneralisasikan yang berarti data sampel dianggap dapat mewakili populasi.
CONTOH SOAL
Seorang manajer sebuah bank sedang meninjau kinerja dari para karyawan bagi kemungkinan menaikkan gaji dan mempromosikan jabatan. Di dalam mengevaluasi para petugas kasir (teller), manajer menentukan bahwa kriteria dari kinerja mereka adalah jumlah pelanggan yang dilayani setiap hari.
TABEL
DATA EVALUASI 3 ORANG KASIR PELANGGAN YANG DILAYANI
Harike- Kasir 1 Kasir 2 Kasir 3
1 45 55 54
2 56 50 61
3 47 53 54
4 51 59 58
5 50 58 52
6 45 49 51
Buktikan apakah ada perbedaan atau tidak antara kasir 1, kasir 2, dan kasir 3?
Jawab:
Langkah-langkah:
Diasumsikan bahwa data dipilih secara random, berdistribusi normal, dan variannya homogen.
Hipotesis (H1 dan H0) dalam bentuk kalimat:
H0 : tidak ada perbedaan yang signifikan antara pelanggan pada kasir 1, kasir 2, dan kasir 3.
H1 : ada perbedaan yang signifikan antara pelanggan pada kasir 1, kasir 2, dan kasir 3.
Hipotesis Ha dan Hodalam bentuk statistika :
H0 : Β΅1 = Β΅2 = Β΅3
H1 : minimal ada satu Β΅i yang berbeda.
Daftar statistika induk
Hari ke- Kasir 1 Kasir 2 Kasir 3
1 45 55 54
2 56 50 61
3 47 53 54
4 51 59 58
5 50 58 52
6 45 49 51
statistika Total = T
N 6 6 6 18
Ξ£xi 294 324 330 948
Ξ£x2 14496 17580 18222 50298
X Μ 49 54 55 158
S^2 2419 2932,8 3239,4 8590,8
Menghitung Jumlah Kuadat Antar Group (JKX)
JKX = γ(βX_i)γ^2/n-γ(βX_Ο)γ^2/N
JKX =(γ294γ^2/6 + γ324γ^2/6 + γ330γ^2/6 ) - γ948γ^2/18
= 50052 - 49928
= 124
Menghitung derajat bebas antar group dengan rumus
DbX = 3-1 A= jumlah group
= 3-1
= 2
Menghitung kuadrat Rerata Antar group (KRX)
KRX = JKX/dbX
= 124/2
= 62
Menghitung Jumlah Kuadrat Dalam group (JKD)
JKD = Ξ£ X2T - Ξ£((Ξ£γXi)γ^2)/n
= 50298 β ( γ294γ^2/6 + γ324γ^2/6+ γ330γ^2/6 )
= 50298 - 50052
= 246
Menghitung derajat bebas
Ukuran Pemusatan data
Ukuran Pemusatan data yaitu βsuatu nilai tunggal yang mewakili suatu kumpulan data dan menunjukkan karakteristik dari data tersebut.β
Ukuran penyebaran data
Ukuran Penyebaran adalah βsuatu ukuran untuk mengetahui seberapa jauh penyebaran data dari nilai rata-ratanya.β
PEMBAHASAN
PENGERTIAN
Analisis varian atau lebih dikenal dengan sebutan Anava atau Anova adalah jenis analisis statistika yang digunakan untuk menguji perbedaan antara 3 (tiga) kelompok data (pengamatan) atau lebih. Anava tidak hanya mampu menguji perbedaan antara 3 (tiga) kelompok data atau lebih dari satu variabel bebas, tetapi juga bisa untuk menyelesaikan kelompok-kelompok data yang berasal dari 2 (dua) variabel bebas atau lebih.
Anava 1 (satu) jalur adalah teknik statistika parametik yang digunakan untuk menguji perbedaan antara 3 (tiga) atau lebih kelompok data berskala interval atau rasio yang berasal dari 1 (satu) variabel bebas.
KLASIFIKASI
Analisis varian memiliki dua klasifikasi, yaitu satu arah dan dua arah.
TUJUAN DAN FUNGSI
Tujuan dari uji Anava atau Anova satu jalur adalah untuk membandingkan lebih dari dua rata-rata.
Fungsinya adalah untuk menguji kemampuan generalisasi, yaitu menguji signifikansi dari hasil penelitian (Anava atau Anova satu jalur). Jika terbukti berbeda berarti kedua sampel tersebut dapat digeneralisasikan yang berarti data sampel dianggap dapat mewakili populasi.
CONTOH SOAL
Seorang manajer sebuah bank sedang meninjau kinerja dari para karyawan bagi kemungkinan menaikkan gaji dan mempromosikan jabatan. Di dalam mengevaluasi para petugas kasir (teller), manajer menentukan bahwa kriteria dari kinerja mereka adalah jumlah pelanggan yang dilayani setiap hari.
TABEL
DATA EVALUASI 3 ORANG KASIR PELANGGAN YANG DILAYANI
Harike- Kasir 1 Kasir 2 Kasir 3
1 45 55 54
2 56 50 61
3 47 53 54
4 51 59 58
5 50 58 52
6 45 49 51
Buktikan apakah ada perbedaan atau tidak antara kasir 1, kasir 2, dan kasir 3?
Jawab:
Langkah-langkah:
Diasumsikan bahwa data dipilih secara random, berdistribusi normal, dan variannya homogen.
Hipotesis (H1 dan H0) dalam bentuk kalimat:
H0 : tidak ada perbedaan yang signifikan antara pelanggan pada kasir 1, kasir 2, dan kasir 3.
H1 : ada perbedaan yang signifikan antara pelanggan pada kasir 1, kasir 2, dan kasir 3.
Hipotesis Ha dan Hodalam bentuk statistika :
H0 : Β΅1 = Β΅2 = Β΅3
H1 : minimal ada satu Β΅i yang berbeda.
Daftar statistika induk
Hari ke- Kasir 1 Kasir 2 Kasir 3
1 45 55 54
2 56 50 61
3 47 53 54
4 51 59 58
5 50 58 52
6 45 49 51
statistika Total = T
N 6 6 6 18
Ξ£xi 294 324 330 948
Ξ£x2 14496 17580 18222 50298
X Μ 49 54 55 158
S^2 2419 2932,8 3239,4 8590,8
Menghitung Jumlah Kuadat Antar Group (JKX)
JKX = γ(βX_i)γ^2/n-γ(βX_Ο)γ^2/N
JKX =(γ294γ^2/6 + γ324γ^2/6 + γ330γ^2/6 ) - γ948γ^2/18
= 50052 - 49928
= 124
Menghitung derajat bebas antar group dengan rumus
DbX = 3-1 A= jumlah group
= 3-1
= 2
Menghitung kuadrat Rerata Antar group (KRX)
KRX = JKX/dbX
= 124/2
= 62
Menghitung Jumlah Kuadrat Dalam group (JKD)
JKD = Ξ£ X2T - Ξ£((Ξ£γXi)γ^2)/n
= 50298 β ( γ294γ^2/6 + γ324γ^2/6+ γ330γ^2/6 )
= 50298 - 50052
= 246
Menghitung derajat bebas
Ukuran Pemusatan data
Ukuran Pemusatan data yaitu βsuatu nilai tunggal yang mewakili suatu kumpulan data dan menunjukkan karakteristik dari data tersebut.β
Ukuran penyebaran data
Ukuran Penyebaran adalah βsuatu ukuran untuk mengetahui seberapa jauh penyebaran data dari nilai rata-ratanya.β
Mata Kuliah Statistik Pendidikan
Materi dan latihan untuk Kelas VI D PAI
silahkan pelajari materi dan baca petunjuk latihan.
selamat belajar dan menikmati latihannya.
Sebuah buku foto yang berjudul Lensa Kampung Ondel-Ondelferrydmn1999
Β
Indonesia, negara kepulauan yang kaya akan keragaman budaya, suku, dan tradisi, memiliki Jakarta sebagai pusat kebudayaan yang dinamis dan unik. Salah satu kesenian tradisional yang ikonik dan identik dengan Jakarta adalah ondel-ondel, boneka raksasa yang biasanya tampil berpasangan, terdiri dari laki-laki dan perempuan. Ondel-ondel awalnya dianggap sebagai simbol budaya sakral dan memainkan peran penting dalam ritual budaya masyarakat Betawi untuk menolak bala atau nasib buruk. Namun, seiring dengan bergulirnya waktu dan perubahan zaman, makna sakral ondel-ondel perlahan memudar dan berubah menjadi sesuatu yang kurang bernilai. Kini, ondel-ondel lebih sering digunakan sebagai hiasan atau sebagai sarana untuk mencari penghasilan. Buku foto Lensa Kampung Ondel-Ondel berfokus pada Keluarga Mulyadi, yang menghadapi tantangan untuk menjaga tradisi pembuatan ondel-ondel warisan leluhur di tengah keterbatasan ekonomi yang ada. Melalui foto cerita, foto feature dan foto jurnalistik buku ini menggambarkan usaha Keluarga Mulyadi untuk menjaga tradisi pembuatan ondel-ondel sambil menghadapi dilema dalam mempertahankan makna budaya di tengah perubahan makna dan keterbatasan ekonomi keluarganya. Buku foto ini dapat menggambarkan tentang bagaimana keluarga tersebut berjuang untuk menjaga warisan budaya mereka di tengah arus modernisasi.
Modul Ajar Bahasa Inggris Kelas 5 Fase C Kurikulum Merdeka
Β
Pertemuan 5 (ukuran pemusatan dan letak data)
1. Ukuran Pemusatan Data
Created by:
Aisyah Turidho (06081281520073)
Reno Sutriono (06081381520044)
M.Rizky Tama Putra
(06081381419045)
2. Ukuran Pemusatan dan Letak Data
Ukuran Pemusatan Data
β’ Rata-rata hitung
β’ Rata-rata ukur
β’ Rata-rata harmonik
β’ Modus
β’ Median
Ukuran Letak Data
β’ Quartil
β’ Desil
β’ Persentil
3. Ukuran Pemusatan Data
ο alat atau parameter yang digunakan
dalam menafsirkan suatu gejala yang akan
diteliti berdasarkan hasil pengolahan data
yang terkumpul
4. Rata-Rata
Rata-rata merupakan nilai yang mewakili kumpul
data yaitu nilai yang kurang dari nilai itu, nilai yang
lebih dari nilai itu dan nilai itu sendiri.
Contoh:
- Ani cantik
- Rina tidak cantik
- Dini sangat cantik
Kesimpulannya: Rata-rata perempuan itu cantik
5. Rata-Rata Hitung (Mean)
Mean dari sekumpulan data adalah jumlah dari
kumpulan bilangan dibagi banyak bilangan
tersebut.
Rumus utk menghitung mean:
ο Untuk data tunggal
ο Untuk daftar distribusi frekuensi tunggal
ο Untuk daftar distribusi frekuensi kelompok
6. Mean (lanjutan)
β’ Untuk data tunggal seperti: x1, x2, x3,.....,xn.
Maka:
π₯ =
π₯ π
π
Contoh (1)ο Tentukan rata-rata dari nilai siswa
sebagai berikut: 70, 69, 45, 80 dan 56!
π₯ =
π₯ π
π
=
70+69+45+80+56
5
= 64
7. Mean (Lanjutan)
β’ Untuk daftar distribusi frekuensi tunggal dan
kelompok:
π₯ =
π π π₯ π
π π
Contoh soal pada daftar
distribusi frekuensi
tunggal
Contoh soal pada daftar
distribusi frekuensi
kelompok
8. Mean (Lanjutan)
Untuk mencari rata-rata hitung daftar distribusi
frekuensi kelompok dpt digunakan cara sandi:
π₯ = π₯0 + π
ππ ππ
ππ
Contoh soal pada daftar
distribusi frekuensi
kelompok
9. Contoh soal Mean(2):
Tentukan Mean dari:
xi fi
70 5
69 6
45 3
80 1
56 1
xi fi fixi
70 5 350
69 6 414
45 3 135
80 1 80
56 1 56
Jumlah 16 1035
10. Dari tabel, dapat kita lihat ππ π₯π = 1035 dan
ππ = 16. Sehingga:
π₯ =
π π π₯ π
π π
=
1035
16
= 64,6
11. Contoh Soal Mean (3):
Tentukan rataan hitung dari:
Kelas fi
31 β 40 1
41 β 50 2
51 β 60 5
61 β 70 15
71 β 80 25
81 β 90 20
91 β 100 12
Jumlah 80
Penyelesaian Cara biasa
Penyelesaian Cara sandi
13. Dari tabel, dapat kita lihat ππ π₯π = 6130 dan ππ
= 80. Sehingga:
π₯ =
π π π₯ π
π π
=
6130
80
= 76,62
14. Penyelesaian cara sandi:
Nilai fi xi ci fici
31 β 40 1 35,5 β4 β4
41 β 50 2 45,5 β3 β6
51 β 60 5 55,5 β2 β10
61 β 70 15 65,5 β1 β15
71 β 80 25 75,5 0 0
81 β 90 20 85,5 1 20
91 β 100 12 95,5 2 24
Jumlah 80 - - 9
15. Dari tabel, dapat kita lihat ππ ππ = 9 dan ππ =
80. Panjang kelasnya adalah 10. Sehingga:
π₯ = π₯0 + π
ππ ππ
ππ
= 75,5 + 10
9
80
= 76,62
16. Rata-Rata Ukur (Geometrik Mean)
β’ Rata-rata ukur dipakai jika perbandingan tiap
dua data berurutan tetap atau hampir tetap.
Rumus untuk menghitung rata-rata ukur:
ο Untuk data tunggal
ο Untuk daftar distribusi frekuensi
17. Rata-Rata Ukur (lanjutan)
β’ Untuk data x1, x2, x3,.....,xn. Maka:
πΊ = π
π₯1. π₯2. π₯3 β¦ . π₯ π
β’ Untuk bilangan-bilangan bernilai besar, lebih baik
digunakan logaritma yang dirumuskan sebagai berikut
log πΊ =
log π₯ π
π
Contoh (1) ο Hitunglah rata-rata ukur 3 buah data berikut:
x1 = 2, x2 = 4 dan x3 = 8 ! Penyelesaian cara
biasa
Penyelesaian cara
logaritma
20. Rata-Rata Ukur (Lanjutan)
β’ Untuk data yang telah disusun dalam daftar
distribusi frekuensi, digunakan rumus sebagai
berikut:
log πΊ =
(ππ log π₯π)
ππ
Contoh soal
21. Contoh soal Rata-Rata Ukur (2)
Tentukan rata-rata ukur dari:
Kelas fi
31 β 40 1
41 β 50 2
51 β 60 5
61 β 70 15
71 β 80 25
81 β 90 20
91 β 100 12
Jumlah 80
23. Dari tabel, dapat kita lihat ππ log π₯π = 150,1782
dan ππ = 80.
log πΊ =
(ππ log π₯π)
ππ
log πΊ =
150,1782
80
= 1,8772
G = 75,37
24. Rata-Rata Harmonik
ο kebalikan dari rataan hitung dengan
bilangannya merupakan kebalikan dari
kumpulan bilangan tersebut.
Rumus untuk mencari rata-rata harmonik:
ο Untuk data tunggal
ο Untuk daftar distribusi frekuensi
25. Rata-Rata Harmonik (lanjutan)
Untuk data tunggal:
π» =
π
1
π₯π
Contoh (1): Hitung rata-rata harmonik untuk
kumpulan data: 3, 5, 6, 6, 7, 10, 12!
30. Dari tabel, dapat kita lihat
π π
π₯ π
= 1,0819 dan
ππ = 80. Sehingga:
π» =
ππ
ππ
π₯π
=
80
1,0819
= 73,91
31. Modus
ο Nilai yang paling banyak muncul dalam
kumpulan data
Contoh (1) ο Berapakah modus dari data 12, 34, 14, 34, 28, 34,
34, 28, 14 !
Bila diubah dalam bentuk tabel maka:
xi fi
12 1
14 2
28 2
34 4
Modus dari data
tersebut adalah 34
32. Modus (lanjutan)
Untuk daftar distribusi frekuensi kelompok:
ππ = π + π
π1
π1 + π2
p = panjang kelas modus
b = batas bawah kelas modus
d1 = Frekuensi kelas modus dikurangi frekuensi
kelas sebelum kelas modus
d2 = Frekuensi kelas modus dikurangi frekuensi kelas
sesudah modus
Contoh Soal
33. Median
ο nilai tengah dari kumpulan data yang sudah
diurutkan berdasarkan bilangan terkecil ke
terbesar.
Cara mencari median:
ο Untuk data tunggal
ο Untuk daftar distribusi frekuensi
35. Median (lanjutan)
Untuk daftar distribusi frekuensi:
πΏππ‘ππ ππππππ =
1
2
(π + 1)
ππ = π + π
π
2
β ππ
ππ
b = batas bawah kelas median
P = panjang kelas
f k = frekuensi kumulatif sebelum kelas median
fm = frekuensi kelas modus
Contoh soal
36. Contoh soal modus dan median (2) :
Tentukan modus dan median dari:
Kelas fi
31 β 40 1
41 β 50 2
51 β 60 5
61 β 70 15
71 β 80 25
81 β 90 20
91 β 100 12
Jumlah 80
37. Penyelesaian:
Nilai fi fk
31 β 40 1 1
41 β 50 2 3
51 β 60 5 8
61 β 70 15 23
71 β 80 25 48
81 β 90 20 68
91 β 100 12 80
Jumlah 80 -
Penyelesaian
Modus
Penyelesaian
Median
39. β’ Kelas median: 71 β 80
β’ b = 70,5
β’ p = 10
β’ fk = 23
β’ fm = 25
ππ = π + π
π
2
β π π
π π
= 70,5 + (10)
40 β23
25
= 77,3
40. Ukuran Letak Data
Ukuran letak data biasanya dinyatakan dalam
bentuk fraktil. Fraktil merupakan nilai-nilai yang
membagi seperangkat data yang telah terurut
menjadi beberapa bagian yang sama.
41. Quartil
ο Membagi data jadi 4 bagian
Untuk data tunggal:
πΏππ‘ππ ππ = π·ππ‘π’π ππ
π(π+1)
4
Baru dapat dicari quartilnya.
Contoh soal
43. Desil
ο Membagi data jadi 10 bagian.
Untuk data tunggal:
πΏππ‘ππ π·π = π·ππ‘π’π ππ
π(π+1)
10
Baru dapat dicari desilnya.
Contoh soal
45. Persentil
ο Membagi data jadi 100 bagian.
Untuk data tunggal:
πΏππ‘ππ ππ = π·ππ‘π’π ππ
π(π+1)
100
Baru dapat dicari persentilnya.
Contoh soal