statistik
DESCRIPTION
statistikTRANSCRIPT
Nama: Zulfikar Aidil Arif Siregar
NIM: 0807101010148
Bagian: Biostatistika
1. Tuliskan Pengertian Mean, Median, Modus, Standar Deviasi dan Kuartil
beserta contohnya?
Mean yaitu sebuah nilai atau angka yang representatif atau dapat mewakili
sekumpulan nilai yang dihadapi. Nilai rata-rata atau ukuran rata-rata yang
berupa angka terssebut pada umumnya mempunyai kecenderungan untuk
berada di sekitar titik pusat penyebaran angka tersebut.
Adapun untuk menghitung mean melalui dua cara sebagai berikut :
a. Untuk ungroup data (data tak berkelompok)
Dimana : x : nilai rata-rata sampel x : data ke n
n : banyaknya data
b. Untuk Group data (data berkelompok)
Contoh soal mean :
Berapa mean dari hasil pengukuran tinggi badan pada 7 orang dewasa (dalam Cm) 149, 155, 161, 167, 161, 173, 161.
Jawab :
n = 7x = 149 + 155 + 161 + 167 + 161 + 173 + 161 = 1127
x = xn
= 1127
7 = 161
Median ialah suatu angka atau nilai yang membagi suatu distribusi data ke
dalam dua bagian atau kelompok sama besar. Dengan demikian suatu
distribusi data dapat kita cari letak median dengan cara menentukan nilai
yang paling tengah.
Untuk menentukan median dari data yang dikelompokkan dalam data
stribusi frekuensi menggunakan rumus :
Dimana :
b = tepi batas bawah kelas median
P = panjang kelas/interval
F = Jumlah frekuensi sebelum kelas median
f = Frekuensi kelas median
n = jumlah seluruh frekuensi
Contoh :
Median dari data berikut : 2, 3, 5, 7, 8, 9, 10 adalah 7 (untuk data ganjil).
Dan median dari data 2, 3, 5, 7, 8, 9, 10, 11 adalah (7 + 8) /2 = 7,5 (untuk
data genap).
Modus atau Mode, yaitu sebuah nilai angka yang sering timbul atau
muncul, atau memiliki frekuensi terbanyak dalam suatu distribusi
Contoh :
Dari data 10 orang mahasiswa yang mengikuti tes statistika sebgai berikut :
50, 40, 37, 50, 50, 60, 80, 80, 70, 90. Maka modusnya (Mo) adalah : 50.
Standar deviasi atau simpangan baku adalah satuan ukuran penyebaran
frekuensi dari tendensi sentralnya. Setiap frekuensi mempunyai deviasi dari
tendensi sentralnya, dan juga merupakan ukuran penyebaran bagi variabel
kontinum, bukan variabel deskrit. Kegunaannya adalah memberikan ukuran
variabelitas dan homogenitas dari serangkain data. Semakin besar nilai
simpangan suatu data semakin tinggi pula variabelitas dan semakin kurang
homogenitas dari data tersebut. Sebaliknya, bila simpangan baku kecil,
maka data tersebut semakin dekat kepada sifat homogenitasnya.
Rumus untuk Standar deviasi :
1. Data tunggal :
S = √∑ x2
n−1
S = Standar deviasi
X = nilai rata – rata di kuadratkan
n = Jumlah sampel
2. Data Berkelompok :
S = √∑ f .x2
∑ f −1
Contoh Soal :
Data nilai UTS yang diambil sampel 10 orang:
Kelas A : 50, 50, 60, 70, 70, 70, 76, 80, 85, 90
Nilai (X)(X-x )
|x|
X2
50506070707076808590
-20-20-100006101520
400400100
000
36100225400
701 101 1661
SD = √∑ x2
n−1
=√166110−1
=√16619
=√184 ,556=13 ,58
Kuartil adalah pengukuran yang dilakukan untuk menentukan nilai batas
jika distribusi frekuensi dibagi menjadi 4 bagian atau nilai yang
memisahkan tiap-tiap 25 persen dalam distribusi frekuensi. Dalam
statistik dikenal ada 3 nilai kuartil yakni; kuartil 1 (K1), kuartil 2 (K2) dan
kuartil ke 3 (K3).
Contoh :
Tentukan letak Q1, Q2, dan Q3 serta nilainya dari data berikut : 35, 40,
70, 80, 91, 50, 61, 25, 95.
Jawaban :
25, 35, 40, 50, 61, 70, 80, 91, 95
Letak kuartil 1 (Q1) adalah : Q1 = 1(9 + 1) : 4 = 2,5. Jadi kuarti ke 1
terletak diantara data ke 2 dan ke 3. Maka nilai kuartil 1 adalah data ke 2
+ ½ (data ke 3 – data ke 2) = 35 + ½(40 – 35) = 35 + ½(5) = 37,5
Letak kuartil 2 (Q2 adalah Q2 = 2(9 + 1) : 4 = 5. Jadi kuartil ke 2
terletak pada data ke 5 yaitu 61 (nilai kuartil 2 adalah 61)
Letak kuartil 3 (Q3) adalah Q3 = 3(9 + 1) : 4 = 7,5. Jadi kuartil ke 3
terletak di antara data ke 7 dan data ke 8, maka kuartil 3 adalah data ke 7
+ ½(data ke 8 – data ke 7) = 80 + ½(91 – 80) = 80 + ½(11) = 85,5.
2. Sebutkan defenisi, syarat, manfaat dan asumsi dari Prametrik (T-test, Anova,
Korelasi Pearson, Regresi Linier) dan Non Parametrik (Wicoxon, Korelasi
Spearman, Chi-Square)!
Korelasi Tata Jenjang (Spearman).
Teknik ini dipergunakan bila akan mengukur dua variabel yang antara
keduanya tidak mempunyai joint normal distribution dan conditional
variance tidak diketahui sama. Selain itu, kedua variabel tergolong jenis
data ordinal.
Pearson Correlation
Defenisi
Manfaat
Digunakan untuk mengetahui ada tidaknya hubungan antara 2
variabel, yaitu variabel bebas dan variabel tergantung yang berskala
interval atau rasio (parametrik) yang dalam SPSS disebut scale.
Syarat
Mengukur hubungan linear antara dua variabel dan memiliki nilai
antara 1 sampai 1, dimana -1 melambangkan korelasi negatif dan 1
menunjukkan korelasi positif, mengindikasikan user yang memiliki interest
kesamaan yang tinggi. Pearson melakukan pengukuran korelasi secara
langsung dan merupakan standar pengukuran korelasi karena
pengukurannya memberikan hasil korelasi yang baik antara dua variabel.
Asumsi
Asumsi dalam korelasi Pearson, data harus berdistribusi normal.
Korelasi dapat menghasilkan angka positif (+) dan negatif (-). Jika angka
korelasi positif berarti hubungan bersifat searah. Searah artinya jika
variabel bebas besar, variabel tergantung semakin besar. Jika menghasilkan
angka negatif berarti hubungan bersifat tidak searah. Tidak searah artinya
jika nilai variabel bebas besar, variabel tergantung semakin kecil. angka
korelasi berkisar antara 0-1.
T-test
Defenisi:
Salah satu tes statistik yang dipergunakan untuk menguji kebenaran
atau kesalahan hipotesis nihil yang dinyatakan dalam bentuk statemen
bahwa diantara dua rata-rata hitung tiddak terdapat perbedaan yang
signifikan. Uji t hanya dapat dipergunakan untuk menguji perbedaan rata-
rata dari dua sampel yang diambil dari suatu populasi yang normal dengan
cara random, serta data yang diperoleh adalah data dalam skala interval
atau ratio.
Syarat
Uji T dapat berlaku untuk sampel yang berkorelasi atau sampel
terpisah, karena dari sampel yang independent mungkin mempunyai cirri
varian homogen yang heterogen. Bagi sampel terpisah yang homogen
mempunyai formula tersendiri, demikian juga yang variannya heterogen.
Manfaat
Digunakan untuk menguji hipotesa komparatif (uji perbedaan)
Digunakan untuk sample kecil & varian populasi tidak diketahui
Merupakan salah satu tehnik statistik parametrik
Membedakan mean kelompok
Asumsi
a) Sampel (data) diambil dari populasi yang mempunyai distribusi normal.
Jika 10 sampel Tinggi Badan diambil dari populasi 5000 Mahasiswa
sebuah Perguruan Tinggi, maka data Tinggi Badan 5000 Mahasiswa
tersebut haruslah berdistribusi normal atau bisa dianggap normal.
b) Pada uji t dan uji F untuk dua sampel atau lebih, kedua sampel diambil
dari dua populasi yang mempunyai varians sama. Jadi jika diambil
sampel 10 Tinggi Badan Pria dan 10 Tinggi Badan Wanita dari 3000
Pria dan 2000 Wanita, maka varians 3000 Tinggi Badan Pria dan varians
2000 Tinggi Badan Wanita haruslah sama atau bisa dianggap sama
c) Variabel (data) yang diuji haruslah data bertipe interval atau rasio, yang
tingkatnya lebih tinggi dari data tipe nominal atau ordinal. Tinggi Badan
Pria atau Wanita (centimeter) jelas bertipe rasio, karena didapat dari
proses mengukur. Namun Pendapat atau Sikap Pria dan Wanita (Suka
atau Tidak Suka yang diukur dengan skala Likert) bukanlah data interval
atau rasio, namun data Ordinal
Independent sample t-test
a) Digunakan untuk membandingkan dua kelompok mean dari dua sampel
yang berbeda (independent)
b) Prinsipnya ingin mengetahui apakah ada perbedaan mean antara dua
populasi, dengan membandingkan dua mean sample-nya, Apabila :
– t-hitung > t-tabel Berbeda secara signifikan (H0Ditolak)
– t-hitung < t-tabel Tidak berbeda secara signifikan(H0Diterima)
..