statistik deskriptif
DESCRIPTION
STATISTIK DESKRIPTIF. Statistik Deskriptif. Tujuan : deskripsi setiap variabel yg diteliti . Meringkas data menjadi ukuran tengah dan variasi Data Kategori : distribusi frekuensi , persentase atau proporsi Data Kontinue : nilai Mean, Median, Mode, Sd , dll. Nilai Tengah. - PowerPoint PPT PresentationTRANSCRIPT
![Page 1: STATISTIK DESKRIPTIF](https://reader033.vdokumen.com/reader033/viewer/2022061601/56812b1d550346895d8f12ef/html5/thumbnails/1.jpg)
![Page 2: STATISTIK DESKRIPTIF](https://reader033.vdokumen.com/reader033/viewer/2022061601/56812b1d550346895d8f12ef/html5/thumbnails/2.jpg)
Tujuan: deskripsi setiap variabel yg diteliti. Tujuan: deskripsi setiap variabel yg diteliti. Meringkas data menjadi ukuran tengah dan Meringkas data menjadi ukuran tengah dan
variasivariasiData Kategori : distribusi frekuensi, Data Kategori : distribusi frekuensi, persentase atau proporsipersentase atau proporsi
Data Kontinue: nilai Mean, Median, Mode, Sd, Data Kontinue: nilai Mean, Median, Mode, Sd, dlldll
![Page 3: STATISTIK DESKRIPTIF](https://reader033.vdokumen.com/reader033/viewer/2022061601/56812b1d550346895d8f12ef/html5/thumbnails/3.jpg)
- Mean- Mean - Median- Median - Modus (Mode)- Modus (Mode)
![Page 4: STATISTIK DESKRIPTIF](https://reader033.vdokumen.com/reader033/viewer/2022061601/56812b1d550346895d8f12ef/html5/thumbnails/4.jpg)
X = x1+x2+x3+…xnX = x1+x2+x3+…xn nnContoh:Contoh: Ada data berat badan lima orang dewasa 56, Ada data berat badan lima orang dewasa 56,
62, 52, 48, 68 kg62, 52, 48, 68 kg Rata-rata berat badan lima orang ini adalah:Rata-rata berat badan lima orang ini adalah: 56+62+52+48+67 =57kg56+62+52+48+67 =57kg 55
![Page 5: STATISTIK DESKRIPTIF](https://reader033.vdokumen.com/reader033/viewer/2022061601/56812b1d550346895d8f12ef/html5/thumbnails/5.jpg)
Sifat-sifat dari meanSifat-sifat dari mean1)1)Merupakan wakil dari keseluruhan Merupakan wakil dari keseluruhan
nilainilai2)2)Sangat dipengaruhi nilai ekstremSangat dipengaruhi nilai ekstrem3)3)Nilai mean berasal dari semua nilai Nilai mean berasal dari semua nilai
pengamatanpengamatan
![Page 6: STATISTIK DESKRIPTIF](https://reader033.vdokumen.com/reader033/viewer/2022061601/56812b1d550346895d8f12ef/html5/thumbnails/6.jpg)
Nilai yang terletak pada observasi yang di Nilai yang terletak pada observasi yang di tengah, kalau data tsb telah disusun (tengah, kalau data tsb telah disusun (arrayarray))
Posisi median adalah: n+1Posisi median adalah: n+1 2 2 Kalau datanya genap posisi median terletak Kalau datanya genap posisi median terletak
antara 2 nilai.antara 2 nilai.
![Page 7: STATISTIK DESKRIPTIF](https://reader033.vdokumen.com/reader033/viewer/2022061601/56812b1d550346895d8f12ef/html5/thumbnails/7.jpg)
Contoh: berat badan dari lima orang dewasa Contoh: berat badan dari lima orang dewasa disusun secara disusun secara array, array, maka didapat susunan maka didapat susunan sbb:48, 52, 56, 62, 67 kg.sbb:48, 52, 56, 62, 67 kg.
Posisi median pada nilai observasi ketiga yaitu: Posisi median pada nilai observasi ketiga yaitu: 5656
![Page 8: STATISTIK DESKRIPTIF](https://reader033.vdokumen.com/reader033/viewer/2022061601/56812b1d550346895d8f12ef/html5/thumbnails/8.jpg)
Contoh: Berat badan dari enam orang dewasa: Contoh: Berat badan dari enam orang dewasa: 48,52,56,62,67,70 kg 48,52,56,62,67,70 kg
Posisi median pada nilai observasi ketiga yaitu: Posisi median pada nilai observasi ketiga yaitu: ke 3.4. maka nilai median ke 3.4. maka nilai median
56 kg + 62 kg = 59 kg56 kg + 62 kg = 59 kg 2 2
![Page 9: STATISTIK DESKRIPTIF](https://reader033.vdokumen.com/reader033/viewer/2022061601/56812b1d550346895d8f12ef/html5/thumbnails/9.jpg)
Modus (Mode):Modus (Mode):Nilai paling banyak ditemui dalam suatu Nilai paling banyak ditemui dalam suatu
pengamatanpengamatanMaka ada beberapa kemungkinan:Maka ada beberapa kemungkinan:1.1. Tidak ada nilai yang lebih banyak Tidak ada nilai yang lebih banyak
diobservasidiobservasi2.2. Ditemui satu modus (unimodal)Ditemui satu modus (unimodal)3.3. Ada dua modus (bimodal)Ada dua modus (bimodal)4.4. Lebih dari tiga modus (multimodal)Lebih dari tiga modus (multimodal)
![Page 10: STATISTIK DESKRIPTIF](https://reader033.vdokumen.com/reader033/viewer/2022061601/56812b1d550346895d8f12ef/html5/thumbnails/10.jpg)
Contoh: Berat badan dari 10 orang Contoh: Berat badan dari 10 orang dewasa: dewasa: 52,53,55,55,55,56,57,60,62, 62kg 52,53,55,55,55,56,57,60,62, 62kg
Dari hasil pengamatan didapatkan Dari hasil pengamatan didapatkan nilai 55 muncul sebanyak tiga kali, nilai 55 muncul sebanyak tiga kali, maka nilai modus adalah 55 kgmaka nilai modus adalah 55 kg
![Page 11: STATISTIK DESKRIPTIF](https://reader033.vdokumen.com/reader033/viewer/2022061601/56812b1d550346895d8f12ef/html5/thumbnails/11.jpg)
Adalah nilai yang menunjukkan bagaimana Adalah nilai yang menunjukkan bagaimana bervariasinya data di dalam kelompok data bervariasinya data di dalam kelompok data itu terhadap nilai rata-ratanya.itu terhadap nilai rata-ratanya.
- Range- Range- Rata-rata Deviasi (- Rata-rata Deviasi (mean deviation)mean deviation)- Varian- Varian- Standar Deviasi- Standar Deviasi- Koefisien Varian- Koefisien Varian
![Page 12: STATISTIK DESKRIPTIF](https://reader033.vdokumen.com/reader033/viewer/2022061601/56812b1d550346895d8f12ef/html5/thumbnails/12.jpg)
Nilai yg menunjukkan perbedaan nilai Nilai yg menunjukkan perbedaan nilai pengamatan yang paling besar dan paling pengamatan yang paling besar dan paling kecilkecil
Contoh berat badan dari lima orang dewasa: Contoh berat badan dari lima orang dewasa: 48,52,56,62,67 kg48,52,56,62,67 kg
Range adalah: 67 kg-48 kg = 17 kgRange adalah: 67 kg-48 kg = 17 kg
![Page 13: STATISTIK DESKRIPTIF](https://reader033.vdokumen.com/reader033/viewer/2022061601/56812b1d550346895d8f12ef/html5/thumbnails/13.jpg)
Adalah rata-rata dari seluruh Adalah rata-rata dari seluruh perbedaan pangamatan dibagi perbedaan pangamatan dibagi banyaknya pengamatan, untuk itu banyaknya pengamatan, untuk itu diambil nilai mutlaknyadiambil nilai mutlaknya
Md= ∑|x – x|Md= ∑|x – x| nn
![Page 14: STATISTIK DESKRIPTIF](https://reader033.vdokumen.com/reader033/viewer/2022061601/56812b1d550346895d8f12ef/html5/thumbnails/14.jpg)
Contoh:Contoh: X (kg) |x–x| (x-x)2
4852566267
951510
8125125
100
285
Mean = 48+52+56+62+67= 57 kgMean = 48+52+56+62+67= 57 kg 55
Mean deviasi = 9+5+1+5+10 =6Mean deviasi = 9+5+1+5+10 =6 kgkg 55
![Page 15: STATISTIK DESKRIPTIF](https://reader033.vdokumen.com/reader033/viewer/2022061601/56812b1d550346895d8f12ef/html5/thumbnails/15.jpg)
Varian:Varian: Rata-rata perbedaan dengan nilai masing-masing Rata-rata perbedaan dengan nilai masing-masing
observasiobservasi
Rumus: V (SRumus: V (S22) = ∑(x-x)) = ∑(x-x)22 n-1n-1
Varian =81+25+1+25+100 =58Varian =81+25+1+25+100 =58 44
![Page 16: STATISTIK DESKRIPTIF](https://reader033.vdokumen.com/reader033/viewer/2022061601/56812b1d550346895d8f12ef/html5/thumbnails/16.jpg)
Standar deviasi:Standar deviasi:
Adalah akar dari varian.Adalah akar dari varian. Nilai ini disebut juga “simpangan baku” Nilai ini disebut juga “simpangan baku”
Rumus: S = √v = √SRumus: S = √v = √S22
Contoh: Standar deviasi dari data diatas:Contoh: Standar deviasi dari data diatas: S = √58 = 7.6 kgS = √58 = 7.6 kg
![Page 17: STATISTIK DESKRIPTIF](https://reader033.vdokumen.com/reader033/viewer/2022061601/56812b1d550346895d8f12ef/html5/thumbnails/17.jpg)
Koefisien Varian Koefisien Varian ((Coeficient Of Varian = Coeficient Of Varian = COV)COV)
Adalah: ratio dari standar deviasi terhadap nilai Adalah: ratio dari standar deviasi terhadap nilai mean dan dibuat dalam bentuk persentase.mean dan dibuat dalam bentuk persentase.
Rumus: S x 100%Rumus: S x 100% XX Contoh: dari data diatas koefien varian:Contoh: dari data diatas koefien varian: 7,6 = 13,33%7,6 = 13,33% 5757
![Page 18: STATISTIK DESKRIPTIF](https://reader033.vdokumen.com/reader033/viewer/2022061601/56812b1d550346895d8f12ef/html5/thumbnails/18.jpg)
Kegunaan koefisien varian:Kegunaan koefisien varian: Untuk perbandingan variasi antara dua Untuk perbandingan variasi antara dua
pengamatan atau lebih. pengamatan atau lebih. Nilai yang lebih besar menunjukkan Nilai yang lebih besar menunjukkan
adanya variasi pengamatan yang lebih adanya variasi pengamatan yang lebih besar. besar.
![Page 19: STATISTIK DESKRIPTIF](https://reader033.vdokumen.com/reader033/viewer/2022061601/56812b1d550346895d8f12ef/html5/thumbnails/19.jpg)