ukuran nilai tengah - nilai rata-rata - central values - central tendency
DESCRIPTION
Ukuran Nilai Tengah - Nilai Rata-rata - Central Values - Central Tendency. Ukuran Nilai Tengah (Central Values). 1. Mean (Arythmatic mean/rata-rata hitung) Simbol x ( x bar) Paling banyak dipakai dlm analisis Mudah dihitung yaitu jumlah semua nilai observasi dibagi jumlah observasi - PowerPoint PPT PresentationTRANSCRIPT
Ukuran Nilai Tengah
- Nilai Rata-rata - Central Values
- Central Tendency
1. Mean (Arythmatic mean/rata-rata hitung) Simbol x ( x bar) Paling banyak dipakai dlm analisis Mudah dihitung yaitu jumlah semua nilai observasi
dibagi jumlah observasi Paling stabil dibanding Median dan modus Dipengaruhi nilai ekstrim Mengikutkan semua nilai observasi
Contoh:
observasi: x1 x2 x3,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,xn
Ukuran Nilai Tengah (Central Values)
n
xx
n
ii
1
Ukuran Nilai Tengah (Central Values)2. Median
Adalah nilai observasi yang paling ditengah Syaratnya setelah nilai raw data di array Posisi median (n+1)/2 Nilai median= nilai observasi pd posisi tersebut Tidak dipengaruhi nilai ekstrim Paling sesuai untuk data yang skewed (menceng) Simbol Md atau Me
Contoh :
Ukuran Nilai Tengah (Central Values)
3. Modus (Mode): Adalah nilai yang paling banyak ditemui dalam
suatu agregate (observasi) Didalam suatu observasi karena mode adalah
yang terbanyak maka dapat saja terjadi, tidak ada modus, hanya satu modus atau lebih dari satu modus.
Tidak dipengaruhi nilai ekstrim Contoh:
Hubungan Mean, Median , Modus
Untuk pengamatan yang cukup besar dan satu Modus maka kurva yang dibentuk:
1) kurva symetris
X = Md = Mo
Hub Mean- Md - Mo
Kurva Skewed to the left, menceng ke kiri, adanya nilai ektrim kecil
MoX
- - - - - - - - -Md
Hub Mean – Md - Mo
Kurva skewed to the right= menceng ke kanan: adanya nilai ekstrim besar
Mo X
- - - - - - - - - - Md
Nilai posisi
Md,Kuartil, Desil, Persentil
Md
K2
D5
P 50
K1 K3
P 25 P 75
Ukuran Variasi
1. Range: Adalah perbedaan antara nilai terbesar dengan
terkecil R = ( max – min )
2. Interquartile Range Perbedaan antara K1 dengan K3 IQR = (K3-K1) atau (P75 – P25)
IQR tidak dipengaruhi nilai ekstrim, sedangkan R dipengaruhi nilai ekstrim
Ukuran Variasi
3. Mean Deviation ( Mdev ) Adalah rata-rata perbedaan
antara nilai observasi dengan mean
Rumus
Contoh 1 5 6 7 8 9 mean = 6
Jarang dipakai kerena nilai mutlak
x Ix-xI=d
156789
510123
X = 6 Xd = 12/6= 2
n
xxdx
n
ii
1
Ukuran Variasi
4. Varians Rata-rata kuadrat perbedaan antara observasi
dengan mean Rumus:
(n-1) koreksi Fisher Wilks………..degree of fredom Contoh
11
2
2
n
xxs
n
ii
Varians
x ( x-x ) (x-x)2
156789
X=6
-5-10123
∑=0
2510149
∑=40
Kalau satuannya
cm……..cm2
kg………kg2
816
40
1
)( 22
n
xxs
Ukuran Variasi
5. Standard deviation (Simpangan baku) Akar dari varian Rumus
Contoh diatas maka S= V8= 2,8 (cm atau kg )Varian dan Standard deviation banyak dipakai dalam
analisis statistik
2
1
n
xxs
Ukuran Variasi
6. Coefficient of Variation (COV) Adalah nilai Standard deviaton dibagi mean x
100% COV= S/ x x 100% Membandingkan variasi antara
dua atau lebih agregate yang ukurannya berbeda atau
gradasinya berbeda Contoh : dari suatu pengukuran didapatkan rata
TB= 162 cm dan S= 15 cm. Berat badan rata-rata 58 kg dan S= 8 kg…..manakah yang lebih bervariasi TB atau BB ?
%100*covx
s
COV
Jawab: COV TB= 15/162 x100%= 9,3 % COV BB= 8/58 x100% = 13,8 %
Dari hasil COV terlihat bahwa walaupun S TB 15cm dan S BB 8 kg ternyata COV BB lebih besar dari COV TB , Jadi dapat disimpulkan BB lebih bervariasi.
TUGAS
Buatlah nilai tengah masing-masing variabel dengan ukuran nilai tengah yang sesuai
Berikan alasan kenapa memilih ukuran tersebut.
Pilihlah ukuran variasi yang tepat.
Diserahkan paling lambat sabtu jam 6 pagi.
11
2
2
n
xxs
n
ii
816
40
1
)( 22
n
xxS
816
40
1
)( 22
n
xxs
816
40
1
)( 22
n
xxs