SlideShare a Scribd company logo
1 of 47
Ukuran Pemusatan
79 49 48 74 81 98 87 80
80 84 90 70 91 93 82 78
70 71 92 38 56 81 74 73
68 72 85 51 65 93 83 86
90 35 83 73 74 43 86 88
92 93 76 71 90 72 67 75
80 91 61 72 97 91 88 81
70 74 99 95 80 59 71 77
63 60 83 82 60 67 89 63
76 63 88 70 66 88 79 75
Populasi Rata-Rata
N
X
οƒ₯
ο€½

Dimana:
¡ : rata-rata populasi
N : jumlah observasi
X : nilai tertentu
 : menunjukkan operasi penjumlahan tertentu
Untuk data yang tidak
dikelompokkan, Rata-rata
Populasi adalah jumlah dari
semua nilai populasi dibagi
dengan jumlah total nilai populasi:
500
,
48
4
000
,
73
...
000
,
56
ο€½


ο€½
ο€½
οƒ₯
N
X

Temukan jarak tempuh rata-rata untuk mobil.
Parameter adalah karakteristik terukur dari suatu
populasi.
Keluarga Bakrie
memiliki empat
mobil. Berikut ini
adalah jarak
tempuh saat ini
untuk masing-
masing mobil.
56,000
23,000
42,000
73,000
Rata-rata Data Dikelompokkan
a. Menggunakan Titik Tengah
b. Menggunakan Simpangan Rata-
rata Sementara
X = class mark (titik tengah)
f = frekuensi
Xo = class mark yang kita anggap mean
f = frekuensi
Rata-rata titik tengah
Simpangan rata-rata
sementara
Tinggi Badan Titik Tengah (π‘Ώπ’Š) Frekuensi (π‘­π’Š)
(π’…π’Š) = π‘Ώπ’Š βˆ’
πŸπŸ”πŸ
(π‘­π’Š.
π’…π’Š)
151 - 155 153 3 -8 -24
156 - 160 158 4 -3 -12
161 - 165 163 4 2 8
166 - 170 168 5 7 35
171 - 175 173 3 12 36
176 - 180 178 2 17 34
Jumlah 21 77
Rata-rata pengkodean
(coding)
Rata-rata pengkodean
(coding)
Tinggi Badan
Titik Tengah
(π‘Ώπ’Š) Frekuensi (π‘­π’Š)
Coding
(π’„π’Š) (π‘­π’Š. π’„π’Š)
151 - 155 153 3 -3 -9
156 - 160 158 4 -2 -8
161 - 165 163 4 -1 -4
166 - 170 168 5 0 0
171 - 175 173 3 1 3
176 - 180 178 2 2 4
Jumlah 21 -14
Rata-Rata Sampel
n
X
X

ο€½
di mana n adalah jumlah total nilai dalam sampel.
Untuk data yang tidak dikelompokkan, mean
sampel adalah jumlah dari semua nilai sampel dibagi
dengan jumlah nilai sampel:
4
.
15
5
77
5
0
.
15
...
0
.
14
ο€½
ο€½


ο€½

ο€½
n
X
X
Statistik adalah karakteristik terukur dari sampel.
Sampel lima
eksekutif
manajer
menerima bonus
($ 000):
14.0,
15.0,
17.0,
16.0,
15.0
Rata-Rata Tertimbang
)
2
1
)
2
2
1
1
...
(
...
(
n
n
n
w
w
w
w
X
w
X
w
X
w
X





ο€½
The rata-rata tertimbang
serangkaian angka X1, X2, ..., Xn,
dengan bobot yang sesuai w1, w2, ...,
wn, dihitung dari rumus berikut:
89
.
0
$
50
50
.
44
$
15
15
15
5
)
15
.
1
($
15
)
90
.
0
($
15
)
75
.
0
($
15
)
50
.
0
($
5
ο€½
ο€½






ο€½
w
X
Selama periode satu jam pada Sabtu
siang, pelayan cabana Chris menyajikan
lima puluh minuman. Dia menjual 5
minuman seharga $ 0,50, 15 minuman
untuk $ 0,75, 15 untuk $ 0,90, dan 15
untuk $ 1,10. Hitung rata-rata tertimbang
dari harga minuman.
Median
Untuk set nilai, median akan menjadi rata-rata aritmatika
dari dua bilangan tengah.
Median adalah titik tengah
dari nilai setelah mereka
dipesan dari yang terkecil
hingga yang terbesar.
π‘€π‘’π‘‘π‘–π‘Žπ‘› =
𝑛 + 1
2
Usia untuk sampel lima mahasiswa adalah:
21, 25, 19, 20, 22.
Susun data dalam
urutan
19, 20, 21, 22, 25.
Median : 21.
Susun data:
73, 75, 76, 80
Median = 75.5.
Tinggi badan empat pemain bola basket, dalam
inci adalah: 76, 73, 80, 75.
Median ditemukan pada
titik data
(n + 1) / 2 = (4 + 1) / 2 =
2.5.
Median Data yang Dikelompokkan
π‘€π‘’π‘‘π‘–π‘Žπ‘› = 𝐿 +
𝑛
2
βˆ’ 𝐢𝐹
𝑓
(𝐢𝑖)
di mana L adalah batas bawah kelas median, CF adalah
frekuensi kumulatif sebelum kelas median, f adalah frekuensi
kelas median, dan Ci adalah interval kelas median.
Median dari sampel data yang disusun dalam distribusi frekuensi
dihitung dengan:
Untuk menentukan kelas median pada data yang
dikelompokkan
Bangun distribusi frekuensi kumulatif.
Membagi jumlah total nilai data dengan 2.
Tentukan kelas mana yang akan berisi nilai ini. Misalnya, jika n = 50,
50/2 = 25, maka tentukan kelas mana yang akan berisi nilai ke-25.
Data dari tabel:
L=60,5 n=26, f=5, i=5, CF=9
35,5+((85/2-25)/30)x5=
Hitung nilai mediannya
Kelas Frekuensi
21-25 5
26-30 6
31-35 14
36-40 30
41-45 21
46-50 5
51-55 4
Contoh 6: Skor ujian untuk sepuluh siswa adalah: 81, 93, 84, 75,
68, 87, 81, 75, 81, 87. Karena skor 81 paling sering terjadi, itu
adalah modus.
Data dapat memiliki lebih dari satu modus. Jika memiliki dua
modus, ini disebut sebagai bimodal, tiga modus, trimodal, dan
sejenisnya.
Modus adalah ukuran lain dari lokasi dan mewakili
nilai pengamatan yang paling sering muncul.
Modus
Modus Data yang Dikelompokkan
Modus untuk data yang dikelompokkan
diperkirakan oleh titik tengah kelas
dengan frekuensi kelas terbesar.
𝑀odus = L +
𝑑1
d1 + d2
π‘₯𝐢𝑖
L : Batasan kelas Modus
d1 : selisih frekuensi kelas modus dengan frekuensi di bawah kelas modus
d2 : selisih frekuensi kelas modus dengan frekuensi di atas kelas modus
Ci : kelas interval
Keuntungan F
30 – 39,9 4
40 – 49,9 7
50 – 59,9 8
60 – 69,9 12
70 – 79,0 9
80 – 89,9 6
90 – 99,9 4
Jumlah 50
Batas kelas bawah
modus = 59,9 / 59,5
Kelas modus
𝑀odus = 59,95 +
4
4 + 3
π‘₯10 = 65,66
𝐝𝟐
𝐝𝟏
35,5+((16/(16+9)x5=38,7
Hitung nilai modusnya
Kelas Frekuensi
21-25 5
26-30 6
31-35 14
36-40 30
41-45 21
46-50 5
51-55 3
Ukuran Dispersi
Dispersi mengacu pada penyebaran
atau variabilitas dalam data.
Ukuran dispersi meliputi : rentang (range), deviasi rata-
rata, varians, dan deviasi standar.
Range = Nilai terbesar - Nilai terkecil
0
5
10
15
20
25
30
0 2 4 6 8 10 12
Berikut ini merupakan Pengembalian Ekuitas tahun ini dari 25
perusahaan dalam portofolio investor.
-8.1 3.2 5.9 8.1 12.3
-5.1 4.1 6.3 9.2 13.3
-3.1 4.6 7.9 9.5 14.0
-1.4 4.8 7.9 9.7 15.0
1.2 5.7 8.0 10.3 22.1
Nilai tertinggi: 22.1 Nilai terendah: -8.1
Range = nilai tertinggi – nilai terendah
= 22.1-(-8.1)
= 30.2
Hitung nilai rentangnya
79 49 48 74 81 98 87 80
80 84 90 70 91 93 82 78
70 71 92 38 56 81 74 73
68 72 85 51 65 93 83 86
90 35 83 73 74 43 86 88
92 93 76 71 90 72 67 75
80 91 61 72 97 91 88 81
70 74 99 95 80 59 71 77
63 60 83 82 60 67 89 63
76 63 88 70 66 88 79 75
Deviasi Rata-rata
Deviasi Rata-rata
Rata-rata nilai
penyimpangan dari nilai
rata-ratanya.
𝒅𝒙 =
Ζ©|𝑿 βˆ’ 𝑿|
𝒏
Deviasi rata-rata data tidak dikelompokkan
Produksi batik dari 5 perusahaan, masing-masing 70, 65, 45, 40, dan 30
Berapa deviasi rata-ratanya?
𝑿 𝑿 βˆ’ 𝑿 |𝑿 βˆ’ 𝑿|
70 20 20
65 15 15
45 -5 5
40 -10 10
30 -20 20
250 70
𝑿 = 50
𝑑π‘₯ =
Ζ©|𝑋 βˆ’ 𝑋|
𝑛
=
70
5
= 14
β€’ Deviasi rata-rata data
dikelompokkan
𝒅𝒙 =
Ζ©{𝑭|𝑿 βˆ’ 𝑿|}
𝒏
Keuntungan F
30 – 39,9 4
40 – 49,9 7
50 – 59,9 8
60 – 69,9 12
70 – 79,0 9
80 – 89,9 6
90 – 99,9 4
Jumlah 50
Keuntungan 𝑭 𝑿 𝑭. 𝑿 𝑿 βˆ’ 𝑿 |𝑿 βˆ’ 𝑿| 𝑭|𝑿 βˆ’ 𝑿|
30 – 39 4 35 140 -29,8 29,8 119,2
40 – 49 7 45 315 -19,8 19,8 138,6
50 – 59 8 55 440 -9,8 9,8 78,4
60 – 69 12 65 780 0,2 0,2 2,4
70 – 79 9 75 675 10,2 10,2 91,8
80 – 89 6 85 510 20,2 20,2 121,2
90 – 99 4 95 380 30,2 30,2 120,8
Jumlah 50 3240 672,4
𝑋 =
𝐹. 𝑋
𝑛
=
3240
50
= 64,8
𝒅𝒙 =
Ζ©{𝑭|π‘Ώπ’Š βˆ’ 𝑿|}
𝒏
=
πŸ”πŸ•πŸ, πŸ’
πŸ“πŸŽ
= πŸπŸ‘, πŸ’πŸ’πŸ–
𝑋=4940/30=164,6
Hitung deviasi rata-ratanya
Tinggi
Badan F X FX X-𝑋 |X-𝑋| F|X-𝑋|
151 – 155 6 153 -11,6 11,6 69,6
156 – 160,9 4 158 -6.6 6,6 26,4
161 – 165,9 5 163 -1,6 1,6 8
166 – 170,9 7 168 3,4 3,4 23,8
171 – 175,9 5 173 8,4 8,4 42
176 – 180,9 3 178 13,4 13,4 40,2
Jumlah 30 4940 210
Varians dan Standar Deviasi
Varians: rata-rata
aritmatika dari
penyimpangan
kuadrat dari rata-
rata.
Standar Deviasi: Akar kuadrat
dari varians.
Varians Populasi
β€’ Tidak dipengaruhi oleh nilai ekstrim.
β€’ Kuadrat dari unit aslinya.
β€’ Semua nilai digunakan dalam perhitungan.
Karakteristik utama dari Varians Populasi adalah:
Rumus Varians Populasi:
 (X - )2
N

=
X : nilai dari suatu pengamatan dalam populasi
m :rata-rata aritmatika dari populasi
N : jumlah pengamatan dalam populasi

Rumus Standar Deviasi Populasi:
2

(-8.1-6.62)2 + (-5.1-6.62)2 + ... + (22.1-6.62)2
25

ο€½
 = 42.227
 (X - )2
N

=
= 6.498

-8.1 3.2 5.9 8.1 12.3
-5.1 4.1 6.3 9.2 13.3
-3.1 4.6 7.9 9.5 14.0
-1.4 4.8 7.9 9.7 15.0
1.2 5.7 8.0 10.3 22.1
Hitung varian dan standar deviasi dari populasi
berikut:
70, 65, 45, 40, 30
Rata2= 50
varians= 230
sd= 15,16
Varians sampel dan standar deviasi
Sampel varians (s2) s2 =
(X - X)2
n-1
Sampel standar deviasi (s) 2
s
s ο€½
Data tidak dikelompokkan
Syarat sampel : n<100
40
.
7
5
37
ο€½
ο€½

ο€½
n
X
X
     
30
.
5
1
5
2
.
21
1
5
4
.
7
6
...
4
.
7
7
1
2
2
2
2
ο€½
ο€­
ο€½
ο€­
ο€­


ο€­
ο€½
ο€­
ο€­

ο€½
n
X
X
s
Upah per jam yang diperoleh dari sampel lima siswa adalah:
$ 7, $ 5, $ 11, $ 8, $ 6.
Temukan varians sampel dan standar deviasi.
30
.
2
30
.
5
2
ο€½
ο€½
ο€½ s
s
Varians sampel dan standar
deviasi
Data dikelompokkan
β€’ varians
𝑆2
=
Ʃ𝐹(𝑋 βˆ’ 𝑋)2
𝑛 βˆ’ 1
β€’ Standar deviasi
𝑆 =
Ʃ𝐹(𝑋 βˆ’ 𝑋)2
𝑛 βˆ’ 1
Varians sampel dan standar deviasi
Data dikelompokkan
Keuntungan 𝑭 𝑿 𝑭. 𝑿 𝑿 βˆ’ 𝑿 |𝑿 βˆ’ 𝑿| |𝑿 βˆ’ 𝑿|𝟐 𝑭|𝑿 βˆ’ 𝑿|𝟐
30 – 39,9 4 35 140 -29,8 29,8 888,04 3532,16
40 – 49,9 7 45 315 -19,8 19,8 392,64 2748,48
50 – 59,9 8 55 440 -9,8 9,8 96,04 768,32
60 – 69,9 12 65 780 0,2 0,2 0,04 0,48
70 – 79,0 9 75 675 10,2 10,2 104,04 936,36
80 – 89,9 6 85 510 20,2 20,2 408,04 2448,24
90 – 99,9 4 95 380 30,2 30,2 912,04 3648,16
Jumlah 50 3240 14082,2
𝑆 =
Ʃ𝐹(𝑋 βˆ’ 𝑋)2
𝑛 βˆ’ 1
𝑆 =
14098
50 βˆ’ 1
= 16,96
𝑆2
=
Ʃ𝐹(π‘‹βˆ’π‘‹)2
π‘›βˆ’1
=
287,4
Standar Deviasi
Menggunakan titik tengah
β€’ Standar deviasi
𝑆 =
Ʃ𝐹. 𝑋2 βˆ’
(Ʃ𝐹𝑋)2
𝑛
𝑛 βˆ’ 1
Menggunakan simpangan rata-
rata
β€’ Standar deviasi
𝑆 = 𝐢𝑖
Ʃ𝐹. 𝑑2 βˆ’
(Ʃ𝐹𝑑)2
𝑛
𝑛 βˆ’ 1
𝑆 =
Ʃ𝐹. 𝑋2 βˆ’
(Ʃ𝐹𝑋)2
𝑛
𝑛 βˆ’ 1
𝑆 =
224050 βˆ’
(3240)2
50
50 βˆ’ 1
= 16,95
Standar deviasi dengan titik tengah
Keuntungan 𝑭 𝑿 𝑭. 𝑿 π‘ΏπŸ 𝑭(π‘ΏπŸ)
30 – 39,9 4 35 140 1225
40 – 49,9 7 45 315 2025
50 – 59,9 8 55 440 3025
60 – 69,9 12 65 780 4225
70 – 79,0 9 75 675 5625
80 – 89,9 6 85 510 7225
90 – 99,9 4 95 380 9025
Jumlah 50 3240 224050
Varians sampel dan standar deviasi dengan simpangan rata-
rata
𝑆 = 𝐢𝑖
Ʃ𝐹. 𝑑2 βˆ’
(Ʃ𝐹𝑑)2
𝑛
𝑛 βˆ’ 1
Keuntungan 𝑭 𝒅 𝑭𝒅 π’…πŸ 𝑭(π’…πŸ)
30 – 39,9 4 -3 -12 9 36
40 – 49,9 7 -2 -14 4 28
50 – 59,9 8 -1 -8 1 8
60 – 69,9 12 0 0 0 0
70 – 79,0 9 1 9 1 9
80 – 89,9 6 2 12 4 24
90 – 99,9 4 3 12 9 36
Jumlah 50 -1 28 141
𝑆 = 10
141βˆ’
(βˆ’1)2
50
50βˆ’1
= = 16,95
Latihan
Hitunglah
a. rata-rata deviasi
b. Varians
c. Standar deviasi (SD biasa, SD nilai titik tengah, dan
SD simpangan rata-rata)
Jarak F
130 – 139,9 2
140 – 149,9 8
150 – 159,9 13
160 – 169,9 12
170 – 179,9 9
180 – 189,9 6
Jumlah 50

More Related Content

Similar to Ukuran Pemusatan 1 - Statistik Deskriptif

5. presentasi ukuran penyebara data
5. presentasi ukuran penyebara data5. presentasi ukuran penyebara data
5. presentasi ukuran penyebara dataHafiza .h
Β 
05 ukuran penyebaran 12 jadi
05 ukuran penyebaran 12 jadi05 ukuran penyebaran 12 jadi
05 ukuran penyebaran 12 jadiHaidar Bashofi
Β 
Penyebaran data
Penyebaran dataPenyebaran data
Penyebaran datafithriyatul
Β 
UJI_HOMOGENITAS_BARTLETTS_STATISTIKA.pptx
UJI_HOMOGENITAS_BARTLETTS_STATISTIKA.pptxUJI_HOMOGENITAS_BARTLETTS_STATISTIKA.pptx
UJI_HOMOGENITAS_BARTLETTS_STATISTIKA.pptxrahma346597
Β 
Statistik 1 3 dispersi
Statistik 1 3 dispersiStatistik 1 3 dispersi
Statistik 1 3 dispersiSelvin Hadi
Β 
STATISTIK DESKRIPTIF
STATISTIK DESKRIPTIFSTATISTIK DESKRIPTIF
STATISTIK DESKRIPTIFfikri asyura
Β 
Statistika 2014 Estimasi
Statistika 2014 EstimasiStatistika 2014 Estimasi
Statistika 2014 EstimasiTri Asih Krisna
Β 
4. Data Deskriptif 2.pdf
4. Data Deskriptif 2.pdf4. Data Deskriptif 2.pdf
4. Data Deskriptif 2.pdfJurnal IT
Β 
Uji normalitas dan homogenitas non parametrik (Estrela Muaja - UNIMA)
Uji normalitas dan homogenitas non parametrik (Estrela Muaja - UNIMA)Uji normalitas dan homogenitas non parametrik (Estrela Muaja - UNIMA)
Uji normalitas dan homogenitas non parametrik (Estrela Muaja - UNIMA)Estrela Bellia Muaja
Β 
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
Β 
Uji Normalitas dan Homogenitas ppt-
Uji Normalitas dan Homogenitas ppt-Uji Normalitas dan Homogenitas ppt-
Uji Normalitas dan Homogenitas ppt-Aisyah Turidho
Β 
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
Β 

Similar to Ukuran Pemusatan 1 - Statistik Deskriptif (20)

5. presentasi ukuran penyebara data
5. presentasi ukuran penyebara data5. presentasi ukuran penyebara data
5. presentasi ukuran penyebara data
Β 
Pertemuan 4
Pertemuan 4Pertemuan 4
Pertemuan 4
Β 
05 ukuran penyebaran 12 jadi
05 ukuran penyebaran 12 jadi05 ukuran penyebaran 12 jadi
05 ukuran penyebaran 12 jadi
Β 
Penyebaran data
Penyebaran dataPenyebaran data
Penyebaran data
Β 
Latihan 1 statistika
Latihan 1 statistikaLatihan 1 statistika
Latihan 1 statistika
Β 
Normalitas
NormalitasNormalitas
Normalitas
Β 
UJI_HOMOGENITAS_BARTLETTS_STATISTIKA.pptx
UJI_HOMOGENITAS_BARTLETTS_STATISTIKA.pptxUJI_HOMOGENITAS_BARTLETTS_STATISTIKA.pptx
UJI_HOMOGENITAS_BARTLETTS_STATISTIKA.pptx
Β 
Statistik 1 3 dispersi
Statistik 1 3 dispersiStatistik 1 3 dispersi
Statistik 1 3 dispersi
Β 
Makalah Uji T
Makalah Uji TMakalah Uji T
Makalah Uji T
Β 
UKURAN GEJALA PUSAT
UKURAN GEJALA PUSATUKURAN GEJALA PUSAT
UKURAN GEJALA PUSAT
Β 
STATISTIK DESKRIPTIF
STATISTIK DESKRIPTIFSTATISTIK DESKRIPTIF
STATISTIK DESKRIPTIF
Β 
Statistika 2014 Estimasi
Statistika 2014 EstimasiStatistika 2014 Estimasi
Statistika 2014 Estimasi
Β 
tugas7b.pdf
tugas7b.pdftugas7b.pdf
tugas7b.pdf
Β 
4. Data Deskriptif 2.pdf
4. Data Deskriptif 2.pdf4. Data Deskriptif 2.pdf
4. Data Deskriptif 2.pdf
Β 
Uji normalitas dan homogenitas non parametrik (Estrela Muaja - UNIMA)
Uji normalitas dan homogenitas non parametrik (Estrela Muaja - UNIMA)Uji normalitas dan homogenitas non parametrik (Estrela Muaja - UNIMA)
Uji normalitas dan homogenitas non parametrik (Estrela Muaja - UNIMA)
Β 
pengukuran
pengukuranpengukuran
pengukuran
Β 
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
Β 
Uji Normalitas dan Homogenitas ppt-
Uji Normalitas dan Homogenitas ppt-Uji Normalitas dan Homogenitas ppt-
Uji Normalitas dan Homogenitas ppt-
Β 
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
Β 
simp-rata-rata.ppt
simp-rata-rata.pptsimp-rata-rata.ppt
simp-rata-rata.ppt
Β 

Recently uploaded

SKP GURU satuan kinerja pegawai tahun 2023 untuk PNS Aceh
SKP GURU satuan kinerja pegawai tahun 2023 untuk PNS AcehSKP GURU satuan kinerja pegawai tahun 2023 untuk PNS Aceh
SKP GURU satuan kinerja pegawai tahun 2023 untuk PNS AcehBISMIAULIA
Β 
kesalahan tipe 1 dan 2 pada statistik.pptx
kesalahan tipe 1 dan 2 pada statistik.pptxkesalahan tipe 1 dan 2 pada statistik.pptx
kesalahan tipe 1 dan 2 pada statistik.pptxAhmadSyajili
Β 
pertemuan-3-distribusi pada-frekuensi.ppt
pertemuan-3-distribusi pada-frekuensi.pptpertemuan-3-distribusi pada-frekuensi.ppt
pertemuan-3-distribusi pada-frekuensi.pptAhmadSyajili
Β 
PPT Olah Nilai Kurikulum merdeka belajar.pptx
PPT Olah Nilai Kurikulum merdeka belajar.pptxPPT Olah Nilai Kurikulum merdeka belajar.pptx
PPT Olah Nilai Kurikulum merdeka belajar.pptxnursariheldaseptiana
Β 
415418921-statistika- mean media modus data tunggal dan data kelompok
415418921-statistika- mean media modus data tunggal dan data kelompok415418921-statistika- mean media modus data tunggal dan data kelompok
415418921-statistika- mean media modus data tunggal dan data kelompokelmalinda2
Β 
Metode penelitian Deskriptif atau Survei
Metode penelitian Deskriptif atau SurveiMetode penelitian Deskriptif atau Survei
Metode penelitian Deskriptif atau Surveikustiyantidew94
Β 
MARIA NOVILIA BOISALA FASILITATOR PMM.pptx
MARIA NOVILIA BOISALA FASILITATOR PMM.pptxMARIA NOVILIA BOISALA FASILITATOR PMM.pptx
MARIA NOVILIA BOISALA FASILITATOR PMM.pptxmariaboisala21
Β 
MATERI SESI 2 KONSEP ETIKA KOMUNIKASI.pptx
MATERI SESI 2 KONSEP ETIKA KOMUNIKASI.pptxMATERI SESI 2 KONSEP ETIKA KOMUNIKASI.pptx
MATERI SESI 2 KONSEP ETIKA KOMUNIKASI.pptxrikosyahputra0173
Β 
Manajemen Lalu Lintas Baru Di Jalan Selamet Riyadi
Manajemen Lalu Lintas Baru Di Jalan Selamet RiyadiManajemen Lalu Lintas Baru Di Jalan Selamet Riyadi
Manajemen Lalu Lintas Baru Di Jalan Selamet RiyadiCristianoRonaldo185977
Β 

Recently uploaded (9)

SKP GURU satuan kinerja pegawai tahun 2023 untuk PNS Aceh
SKP GURU satuan kinerja pegawai tahun 2023 untuk PNS AcehSKP GURU satuan kinerja pegawai tahun 2023 untuk PNS Aceh
SKP GURU satuan kinerja pegawai tahun 2023 untuk PNS Aceh
Β 
kesalahan tipe 1 dan 2 pada statistik.pptx
kesalahan tipe 1 dan 2 pada statistik.pptxkesalahan tipe 1 dan 2 pada statistik.pptx
kesalahan tipe 1 dan 2 pada statistik.pptx
Β 
pertemuan-3-distribusi pada-frekuensi.ppt
pertemuan-3-distribusi pada-frekuensi.pptpertemuan-3-distribusi pada-frekuensi.ppt
pertemuan-3-distribusi pada-frekuensi.ppt
Β 
PPT Olah Nilai Kurikulum merdeka belajar.pptx
PPT Olah Nilai Kurikulum merdeka belajar.pptxPPT Olah Nilai Kurikulum merdeka belajar.pptx
PPT Olah Nilai Kurikulum merdeka belajar.pptx
Β 
415418921-statistika- mean media modus data tunggal dan data kelompok
415418921-statistika- mean media modus data tunggal dan data kelompok415418921-statistika- mean media modus data tunggal dan data kelompok
415418921-statistika- mean media modus data tunggal dan data kelompok
Β 
Metode penelitian Deskriptif atau Survei
Metode penelitian Deskriptif atau SurveiMetode penelitian Deskriptif atau Survei
Metode penelitian Deskriptif atau Survei
Β 
MARIA NOVILIA BOISALA FASILITATOR PMM.pptx
MARIA NOVILIA BOISALA FASILITATOR PMM.pptxMARIA NOVILIA BOISALA FASILITATOR PMM.pptx
MARIA NOVILIA BOISALA FASILITATOR PMM.pptx
Β 
MATERI SESI 2 KONSEP ETIKA KOMUNIKASI.pptx
MATERI SESI 2 KONSEP ETIKA KOMUNIKASI.pptxMATERI SESI 2 KONSEP ETIKA KOMUNIKASI.pptx
MATERI SESI 2 KONSEP ETIKA KOMUNIKASI.pptx
Β 
Manajemen Lalu Lintas Baru Di Jalan Selamet Riyadi
Manajemen Lalu Lintas Baru Di Jalan Selamet RiyadiManajemen Lalu Lintas Baru Di Jalan Selamet Riyadi
Manajemen Lalu Lintas Baru Di Jalan Selamet Riyadi
Β 

Ukuran Pemusatan 1 - Statistik Deskriptif

  • 2. 79 49 48 74 81 98 87 80 80 84 90 70 91 93 82 78 70 71 92 38 56 81 74 73 68 72 85 51 65 93 83 86 90 35 83 73 74 43 86 88 92 93 76 71 90 72 67 75 80 91 61 72 97 91 88 81 70 74 99 95 80 59 71 77 63 60 83 82 60 67 89 63 76 63 88 70 66 88 79 75
  • 3.
  • 4. Populasi Rata-Rata N X οƒ₯ ο€½  Dimana: ¡ : rata-rata populasi N : jumlah observasi X : nilai tertentu  : menunjukkan operasi penjumlahan tertentu Untuk data yang tidak dikelompokkan, Rata-rata Populasi adalah jumlah dari semua nilai populasi dibagi dengan jumlah total nilai populasi:
  • 5. 500 , 48 4 000 , 73 ... 000 , 56 ο€½   ο€½ ο€½ οƒ₯ N X  Temukan jarak tempuh rata-rata untuk mobil. Parameter adalah karakteristik terukur dari suatu populasi. Keluarga Bakrie memiliki empat mobil. Berikut ini adalah jarak tempuh saat ini untuk masing- masing mobil. 56,000 23,000 42,000 73,000
  • 6. Rata-rata Data Dikelompokkan a. Menggunakan Titik Tengah b. Menggunakan Simpangan Rata- rata Sementara X = class mark (titik tengah) f = frekuensi Xo = class mark yang kita anggap mean f = frekuensi
  • 7.
  • 9. Simpangan rata-rata sementara Tinggi Badan Titik Tengah (π‘Ώπ’Š) Frekuensi (π‘­π’Š) (π’…π’Š) = π‘Ώπ’Š βˆ’ πŸπŸ”πŸ (π‘­π’Š. π’…π’Š) 151 - 155 153 3 -8 -24 156 - 160 158 4 -3 -12 161 - 165 163 4 2 8 166 - 170 168 5 7 35 171 - 175 173 3 12 36 176 - 180 178 2 17 34 Jumlah 21 77
  • 11. Rata-rata pengkodean (coding) Tinggi Badan Titik Tengah (π‘Ώπ’Š) Frekuensi (π‘­π’Š) Coding (π’„π’Š) (π‘­π’Š. π’„π’Š) 151 - 155 153 3 -3 -9 156 - 160 158 4 -2 -8 161 - 165 163 4 -1 -4 166 - 170 168 5 0 0 171 - 175 173 3 1 3 176 - 180 178 2 2 4 Jumlah 21 -14
  • 12. Rata-Rata Sampel n X X  ο€½ di mana n adalah jumlah total nilai dalam sampel. Untuk data yang tidak dikelompokkan, mean sampel adalah jumlah dari semua nilai sampel dibagi dengan jumlah nilai sampel:
  • 13. 4 . 15 5 77 5 0 . 15 ... 0 . 14 ο€½ ο€½   ο€½  ο€½ n X X Statistik adalah karakteristik terukur dari sampel. Sampel lima eksekutif manajer menerima bonus ($ 000): 14.0, 15.0, 17.0, 16.0, 15.0
  • 14. Rata-Rata Tertimbang ) 2 1 ) 2 2 1 1 ... ( ... ( n n n w w w w X w X w X w X      ο€½ The rata-rata tertimbang serangkaian angka X1, X2, ..., Xn, dengan bobot yang sesuai w1, w2, ..., wn, dihitung dari rumus berikut:
  • 15. 89 . 0 $ 50 50 . 44 $ 15 15 15 5 ) 15 . 1 ($ 15 ) 90 . 0 ($ 15 ) 75 . 0 ($ 15 ) 50 . 0 ($ 5 ο€½ ο€½       ο€½ w X Selama periode satu jam pada Sabtu siang, pelayan cabana Chris menyajikan lima puluh minuman. Dia menjual 5 minuman seharga $ 0,50, 15 minuman untuk $ 0,75, 15 untuk $ 0,90, dan 15 untuk $ 1,10. Hitung rata-rata tertimbang dari harga minuman.
  • 16. Median Untuk set nilai, median akan menjadi rata-rata aritmatika dari dua bilangan tengah. Median adalah titik tengah dari nilai setelah mereka dipesan dari yang terkecil hingga yang terbesar. π‘€π‘’π‘‘π‘–π‘Žπ‘› = 𝑛 + 1 2
  • 17. Usia untuk sampel lima mahasiswa adalah: 21, 25, 19, 20, 22. Susun data dalam urutan 19, 20, 21, 22, 25. Median : 21.
  • 18. Susun data: 73, 75, 76, 80 Median = 75.5. Tinggi badan empat pemain bola basket, dalam inci adalah: 76, 73, 80, 75. Median ditemukan pada titik data (n + 1) / 2 = (4 + 1) / 2 = 2.5.
  • 19. Median Data yang Dikelompokkan π‘€π‘’π‘‘π‘–π‘Žπ‘› = 𝐿 + 𝑛 2 βˆ’ 𝐢𝐹 𝑓 (𝐢𝑖) di mana L adalah batas bawah kelas median, CF adalah frekuensi kumulatif sebelum kelas median, f adalah frekuensi kelas median, dan Ci adalah interval kelas median. Median dari sampel data yang disusun dalam distribusi frekuensi dihitung dengan:
  • 20. Untuk menentukan kelas median pada data yang dikelompokkan Bangun distribusi frekuensi kumulatif. Membagi jumlah total nilai data dengan 2. Tentukan kelas mana yang akan berisi nilai ini. Misalnya, jika n = 50, 50/2 = 25, maka tentukan kelas mana yang akan berisi nilai ke-25.
  • 21. Data dari tabel: L=60,5 n=26, f=5, i=5, CF=9
  • 22. 35,5+((85/2-25)/30)x5= Hitung nilai mediannya Kelas Frekuensi 21-25 5 26-30 6 31-35 14 36-40 30 41-45 21 46-50 5 51-55 4
  • 23. Contoh 6: Skor ujian untuk sepuluh siswa adalah: 81, 93, 84, 75, 68, 87, 81, 75, 81, 87. Karena skor 81 paling sering terjadi, itu adalah modus. Data dapat memiliki lebih dari satu modus. Jika memiliki dua modus, ini disebut sebagai bimodal, tiga modus, trimodal, dan sejenisnya. Modus adalah ukuran lain dari lokasi dan mewakili nilai pengamatan yang paling sering muncul. Modus
  • 24. Modus Data yang Dikelompokkan Modus untuk data yang dikelompokkan diperkirakan oleh titik tengah kelas dengan frekuensi kelas terbesar. 𝑀odus = L + 𝑑1 d1 + d2 π‘₯𝐢𝑖 L : Batasan kelas Modus d1 : selisih frekuensi kelas modus dengan frekuensi di bawah kelas modus d2 : selisih frekuensi kelas modus dengan frekuensi di atas kelas modus Ci : kelas interval
  • 25. Keuntungan F 30 – 39,9 4 40 – 49,9 7 50 – 59,9 8 60 – 69,9 12 70 – 79,0 9 80 – 89,9 6 90 – 99,9 4 Jumlah 50 Batas kelas bawah modus = 59,9 / 59,5 Kelas modus 𝑀odus = 59,95 + 4 4 + 3 π‘₯10 = 65,66 𝐝𝟐 𝐝𝟏
  • 26. 35,5+((16/(16+9)x5=38,7 Hitung nilai modusnya Kelas Frekuensi 21-25 5 26-30 6 31-35 14 36-40 30 41-45 21 46-50 5 51-55 3
  • 27. Ukuran Dispersi Dispersi mengacu pada penyebaran atau variabilitas dalam data. Ukuran dispersi meliputi : rentang (range), deviasi rata- rata, varians, dan deviasi standar. Range = Nilai terbesar - Nilai terkecil 0 5 10 15 20 25 30 0 2 4 6 8 10 12
  • 28. Berikut ini merupakan Pengembalian Ekuitas tahun ini dari 25 perusahaan dalam portofolio investor. -8.1 3.2 5.9 8.1 12.3 -5.1 4.1 6.3 9.2 13.3 -3.1 4.6 7.9 9.5 14.0 -1.4 4.8 7.9 9.7 15.0 1.2 5.7 8.0 10.3 22.1 Nilai tertinggi: 22.1 Nilai terendah: -8.1 Range = nilai tertinggi – nilai terendah = 22.1-(-8.1) = 30.2
  • 29. Hitung nilai rentangnya 79 49 48 74 81 98 87 80 80 84 90 70 91 93 82 78 70 71 92 38 56 81 74 73 68 72 85 51 65 93 83 86 90 35 83 73 74 43 86 88 92 93 76 71 90 72 67 75 80 91 61 72 97 91 88 81 70 74 99 95 80 59 71 77 63 60 83 82 60 67 89 63 76 63 88 70 66 88 79 75
  • 30. Deviasi Rata-rata Deviasi Rata-rata Rata-rata nilai penyimpangan dari nilai rata-ratanya. 𝒅𝒙 = Ζ©|𝑿 βˆ’ 𝑿| 𝒏 Deviasi rata-rata data tidak dikelompokkan
  • 31. Produksi batik dari 5 perusahaan, masing-masing 70, 65, 45, 40, dan 30 Berapa deviasi rata-ratanya? 𝑿 𝑿 βˆ’ 𝑿 |𝑿 βˆ’ 𝑿| 70 20 20 65 15 15 45 -5 5 40 -10 10 30 -20 20 250 70 𝑿 = 50 𝑑π‘₯ = Ζ©|𝑋 βˆ’ 𝑋| 𝑛 = 70 5 = 14
  • 32. β€’ Deviasi rata-rata data dikelompokkan 𝒅𝒙 = Ζ©{𝑭|𝑿 βˆ’ 𝑿|} 𝒏 Keuntungan F 30 – 39,9 4 40 – 49,9 7 50 – 59,9 8 60 – 69,9 12 70 – 79,0 9 80 – 89,9 6 90 – 99,9 4 Jumlah 50
  • 33. Keuntungan 𝑭 𝑿 𝑭. 𝑿 𝑿 βˆ’ 𝑿 |𝑿 βˆ’ 𝑿| 𝑭|𝑿 βˆ’ 𝑿| 30 – 39 4 35 140 -29,8 29,8 119,2 40 – 49 7 45 315 -19,8 19,8 138,6 50 – 59 8 55 440 -9,8 9,8 78,4 60 – 69 12 65 780 0,2 0,2 2,4 70 – 79 9 75 675 10,2 10,2 91,8 80 – 89 6 85 510 20,2 20,2 121,2 90 – 99 4 95 380 30,2 30,2 120,8 Jumlah 50 3240 672,4 𝑋 = 𝐹. 𝑋 𝑛 = 3240 50 = 64,8 𝒅𝒙 = Ζ©{𝑭|π‘Ώπ’Š βˆ’ 𝑿|} 𝒏 = πŸ”πŸ•πŸ, πŸ’ πŸ“πŸŽ = πŸπŸ‘, πŸ’πŸ’πŸ–
  • 34. 𝑋=4940/30=164,6 Hitung deviasi rata-ratanya Tinggi Badan F X FX X-𝑋 |X-𝑋| F|X-𝑋| 151 – 155 6 153 -11,6 11,6 69,6 156 – 160,9 4 158 -6.6 6,6 26,4 161 – 165,9 5 163 -1,6 1,6 8 166 – 170,9 7 168 3,4 3,4 23,8 171 – 175,9 5 173 8,4 8,4 42 176 – 180,9 3 178 13,4 13,4 40,2 Jumlah 30 4940 210
  • 35. Varians dan Standar Deviasi Varians: rata-rata aritmatika dari penyimpangan kuadrat dari rata- rata. Standar Deviasi: Akar kuadrat dari varians.
  • 36. Varians Populasi β€’ Tidak dipengaruhi oleh nilai ekstrim. β€’ Kuadrat dari unit aslinya. β€’ Semua nilai digunakan dalam perhitungan. Karakteristik utama dari Varians Populasi adalah:
  • 37. Rumus Varians Populasi:  (X - )2 N  = X : nilai dari suatu pengamatan dalam populasi m :rata-rata aritmatika dari populasi N : jumlah pengamatan dalam populasi  Rumus Standar Deviasi Populasi: 2 
  • 38. (-8.1-6.62)2 + (-5.1-6.62)2 + ... + (22.1-6.62)2 25  ο€½  = 42.227  (X - )2 N  = = 6.498  -8.1 3.2 5.9 8.1 12.3 -5.1 4.1 6.3 9.2 13.3 -3.1 4.6 7.9 9.5 14.0 -1.4 4.8 7.9 9.7 15.0 1.2 5.7 8.0 10.3 22.1
  • 39. Hitung varian dan standar deviasi dari populasi berikut: 70, 65, 45, 40, 30 Rata2= 50 varians= 230 sd= 15,16
  • 40. Varians sampel dan standar deviasi Sampel varians (s2) s2 = (X - X)2 n-1 Sampel standar deviasi (s) 2 s s ο€½ Data tidak dikelompokkan Syarat sampel : n<100
  • 41. 40 . 7 5 37 ο€½ ο€½  ο€½ n X X       30 . 5 1 5 2 . 21 1 5 4 . 7 6 ... 4 . 7 7 1 2 2 2 2 ο€½ ο€­ ο€½ ο€­ ο€­   ο€­ ο€½ ο€­ ο€­  ο€½ n X X s Upah per jam yang diperoleh dari sampel lima siswa adalah: $ 7, $ 5, $ 11, $ 8, $ 6. Temukan varians sampel dan standar deviasi. 30 . 2 30 . 5 2 ο€½ ο€½ ο€½ s s
  • 42. Varians sampel dan standar deviasi Data dikelompokkan β€’ varians 𝑆2 = Ʃ𝐹(𝑋 βˆ’ 𝑋)2 𝑛 βˆ’ 1 β€’ Standar deviasi 𝑆 = Ʃ𝐹(𝑋 βˆ’ 𝑋)2 𝑛 βˆ’ 1
  • 43. Varians sampel dan standar deviasi Data dikelompokkan Keuntungan 𝑭 𝑿 𝑭. 𝑿 𝑿 βˆ’ 𝑿 |𝑿 βˆ’ 𝑿| |𝑿 βˆ’ 𝑿|𝟐 𝑭|𝑿 βˆ’ 𝑿|𝟐 30 – 39,9 4 35 140 -29,8 29,8 888,04 3532,16 40 – 49,9 7 45 315 -19,8 19,8 392,64 2748,48 50 – 59,9 8 55 440 -9,8 9,8 96,04 768,32 60 – 69,9 12 65 780 0,2 0,2 0,04 0,48 70 – 79,0 9 75 675 10,2 10,2 104,04 936,36 80 – 89,9 6 85 510 20,2 20,2 408,04 2448,24 90 – 99,9 4 95 380 30,2 30,2 912,04 3648,16 Jumlah 50 3240 14082,2 𝑆 = Ʃ𝐹(𝑋 βˆ’ 𝑋)2 𝑛 βˆ’ 1 𝑆 = 14098 50 βˆ’ 1 = 16,96 𝑆2 = Ʃ𝐹(π‘‹βˆ’π‘‹)2 π‘›βˆ’1 = 287,4
  • 44. Standar Deviasi Menggunakan titik tengah β€’ Standar deviasi 𝑆 = Ʃ𝐹. 𝑋2 βˆ’ (Ʃ𝐹𝑋)2 𝑛 𝑛 βˆ’ 1 Menggunakan simpangan rata- rata β€’ Standar deviasi 𝑆 = 𝐢𝑖 Ʃ𝐹. 𝑑2 βˆ’ (Ʃ𝐹𝑑)2 𝑛 𝑛 βˆ’ 1
  • 45. 𝑆 = Ʃ𝐹. 𝑋2 βˆ’ (Ʃ𝐹𝑋)2 𝑛 𝑛 βˆ’ 1 𝑆 = 224050 βˆ’ (3240)2 50 50 βˆ’ 1 = 16,95 Standar deviasi dengan titik tengah Keuntungan 𝑭 𝑿 𝑭. 𝑿 π‘ΏπŸ 𝑭(π‘ΏπŸ) 30 – 39,9 4 35 140 1225 40 – 49,9 7 45 315 2025 50 – 59,9 8 55 440 3025 60 – 69,9 12 65 780 4225 70 – 79,0 9 75 675 5625 80 – 89,9 6 85 510 7225 90 – 99,9 4 95 380 9025 Jumlah 50 3240 224050
  • 46. Varians sampel dan standar deviasi dengan simpangan rata- rata 𝑆 = 𝐢𝑖 Ʃ𝐹. 𝑑2 βˆ’ (Ʃ𝐹𝑑)2 𝑛 𝑛 βˆ’ 1 Keuntungan 𝑭 𝒅 𝑭𝒅 π’…πŸ 𝑭(π’…πŸ) 30 – 39,9 4 -3 -12 9 36 40 – 49,9 7 -2 -14 4 28 50 – 59,9 8 -1 -8 1 8 60 – 69,9 12 0 0 0 0 70 – 79,0 9 1 9 1 9 80 – 89,9 6 2 12 4 24 90 – 99,9 4 3 12 9 36 Jumlah 50 -1 28 141 𝑆 = 10 141βˆ’ (βˆ’1)2 50 50βˆ’1 = = 16,95
  • 47. Latihan Hitunglah a. rata-rata deviasi b. Varians c. Standar deviasi (SD biasa, SD nilai titik tengah, dan SD simpangan rata-rata) Jarak F 130 – 139,9 2 140 – 149,9 8 150 – 159,9 13 160 – 169,9 12 170 – 179,9 9 180 – 189,9 6 Jumlah 50