................................... ...................................
Tags Populer: #Contoh Proposal #Contoh Surat #Autolike Update #Belanja Online
Monday, April 25, 2011

Ukuran Penyebaran

STUDI LITERATUR

2.3       Ukuran Penyebaran
Ukuran penyebaran atau ukuran dispersi adalah ukuran yang menggambarkan bagaimana berpencarnya data kuantitatif. Ukuran ini sering disebut sebagai ukuran variasi. Beberapa ukuran yang termasuk dalam ukuran dispersi ini yaitu rentang, simpangan rata-rata, simpangan baku / standar deviasi, variasi dan koefisien variasi. (Husni Muttaqin, 1997)  Atau bisa juga diartikan sebagai ukuran yang menyatakan seberapa jauh nilai pengamatan yang sebenarnya menyimpang atau berbeda dengan nilai pusatnya. (Bambang Prasetyo-Lina Mifttahul Janah, 2005)

2.3.1    Range ( Jangkauan )
Range atau jangkauan adalah selisih nilai maksimum dengan nilai minimum. Bila nilai range yang diperoleh kecil, berarti tingkat keragaman data rendah. Namun, nilai range ini merupakan ukuran penyebaran yang paling rendah kecermatannya. (Bambang Prasetyo-Lina Mifttahul Janah, 2005)
Keterangan :

Untuk data kelompok ada 2 macam :
a.        Range = selisih antara titik tengah kelas tertinggi dengan titik tengah kelas terendah.
b.        Range = selisih antara tepi kelas atas dari kelas yang tertinggi dengan tepi kelas bawah dari kelas yang terendah. (Pratikno, dkk; 2008)

2.3.2    Simpangan Rata-Rata
Simpangan rata-rata adalah ukuran dispersi yang menyatakan penyebaran nilai-nilai (data) terhadap rata-ratanya (Pratikno dkk; 2008).
Misalkan data pengamatan berbentuk x1, x2, …., xn dengan rata-rata . Selanjutnya, tentukan jarak antara tiap data dengan rata-rata ditulis (harga mutlak) maka rata-rata simpangan (deviasi) dihitung dengan rumus : (Husni Muttaqin, 1997)

a.        Untuk data tunggal : 
b.        Untuk data kelompok : 
 
Keterangan :

2.3.3    Simpangan Baku (Standar Deviasi) dan Varians
Simpangan baku (standar deviasi) dari sekumpulan data adalah akar dari jumlah deviasi kuadrat dari sekumpulan data itu dibagi dengan banyaknya data. Sedangkan varians adalah kuadrat dari simpangan baku (standar deviasi). (Pratikno,dkk; 2008)
Varians bisa juga diartikan sebagai jumlah kuadrat dari selisih nilai data pengamatan dengan rata-rata dibagi banyak data pengamatan. (Bambang Prasetyo-Lina Mifttahul Janah, 2005)
a.  Untuk data tunggal

 
Keterangan :


b. Untuk data kelompok
Catatan :
Untuk sampel, simpangan baku diberi simbol s, sedangkan untuk populasi diberi simbol σ (sigma), Varians sampel s² dan untuk populasi σ². Jadi s dan s² adalah statistik sedangkan σ dan σ² adalah parameter.
            Selanjutnya, sebagaimana dalam rata-rata, dapat juga menghitung simpangan baku gabungan. Jika ada k buah sub sampel dengan keadaan sebagai berikut :
Sub sampel 1 : berukuran n1 dengan simpangan baku s1
Sub sampel 2 : berukuran n2 dengan simpangan baku s2
Sub sampel k : berukuran nk dengan simpangan baku Sk
Sub sampel itu digabungkan menjadi sebuah sampel berukuran n = n1+n2+…+nk, maka simpangan baku untuk sampel ini merupakan simpangan baku  gabungan dengan rumus : 
2.3.4    Koefisien Variasi
Koefisien variasi biasanya digunakan untuk membandingkan variasi relative antara kumpulan data (Husni Muttaqin, 1997). Atau bisa juga koefisein variasi adalah variasi dalam bentuk relative. Koefisien variasi merupakan perbandingan dua nilai antara standar deviasi dengan rata-rata dikalikan dengan 100%. 
2.3.5    Bilangan Baku
            Dalam statistika, untuk membandingkan dua keadaan atau lebih diperlukan nilai simpangan baku. Sedangkan, dasar yang digunakan untuk membandingkan dua keadaan atau lebih tersebut biasa disebut dengan angka baku. Untuk membandingkan keadaan distribusi suatu fenomena biasanya digunakan angka baku (standar). Misalkan sebuah sampel berukuran n dengan data x1, x2, …, xn mempunyai rata-rata x dan simpangan baku s. berdasarkan data diatas dibentuk data baru z1, z2, …, zn dengan rumus :
Variabel z1, z2, …zn mempunyai rata-rata = 0 dan simpangan baku = 1. Dalam penggunaanya, bilangan z ini sering diubah menjadi model baru dengan rata-rata x dan simpangan baku yang ditentukan. Rumus untuk transpormasi ini adalah :
adalah rata-rata dan simpangan baku yang telah ditentukan.

Ukuran Pemusatan

STUDI LITERATUR

2.2.      Ukuran Pemusatan
Nilai tunggal yang dianggap dapat mewakili keseluruhan nilai dalam data dianggap sebagai rata-rata (averages), karena nilai rata-rata itu dihitung berdasarkan keseluruhan nilai yang terdapat dalam data bersangkutan. Nilai rata-rata itulah yang disebut ukuran nilai pusat atau ukuran pemusatan atau ukuran tendensi pusat.
Ukuran nilai pusat atau ukuran pemusatan merupakan ukuran yang dapat mewakili data secara keseluruhan. Artinya, jika keseluruhan nilai yang ada dalam data tersebut diurutkan besarnya dan selanjutnya dimasukkan nilai rata-rata kedalamnya, nilai rata-rata tersebut memiliki kecenderungan terletak diurutan paling tengah atau pusat. (M. Iqbal Hasan, 2003)

2.2.1    Jenis-Jenis Ukuran Nilai Pusat atau Ukuran Pemusatan
Jenis-jenis ukuran nilai pusat atau ukuran pemusatan ada tiga, yaitu mean, modus, median. Dibawah ini penjelasan mengenai jenis-jenis ukuran nilai pusat adalah sebagai berikut:
a.        Rata-rata Hitung (Mean)
Rata-rata hitung (mean) adalah nilai rata-rata dari data-data yang ada. Rata-rata hitung dari populasi diberi simbol µ (miu). Rata-rata hitung dari sampel diberi simbol   (eks bar). Mencari rata-rata hitung secara umum dapat ditentukan dengan rumus: (M. Iqbal Hasan, 2003) 

 
Rata-rata hitung (mean) untuk data tunggal :
Cara menghitung rata-rata hitung (mean) untuk data tunggal. Jika X, X, . . ., Xn merupakan n buah nilai dari variabel X, maka rata-rata hitungnya sebagai berikut. 
Keterangan:
X  = rata-rata hitung (mean)
x  = wakil data
n  = jumlah data
Rata-rata hitung (mean) data berkelompok :
Untuk data-data berkelompok, rata-rata hitung (mean) dihitung dengan menggunakan 3 metode, yaitu metode biasa, metode simpangan, metode simpangan rata-rata dan metode coding. (M. Iqbal Hasan, 2003)
1.    Metode biasa
Apabila telah dibentuk distribusi frekuensi biasa, dengan fi = frekuensi pada interval kelas ke-i, Xi = titik tengah interval kelas ke-i, maka rata-rata hitung (mean) dapat dihitung dengan rumus: 
 
2.    Metode simpangan rata-rata
Apabila M adalah rata-rata hitung sementara maka rata-rata hitung dapat dihitung dengan rumus: 

 
Keterangan:
M = rata-rata hitung sementara, biasanya diambil dari titik tengah     kelas dengan frekuensi terbesarnya (titik tengah kelas modus)
d   = X – M
X  = titik tengah interval kelas
f    = frekuensi kelas
3.    Metode coding
Metode coding sering digunakan apabila dijumpai nilai-nilai dalam data yang berupa bilangan-bilangan besar. Pada dasarnya, metode itu merupakan penjabaran dari metode simpangan rata-rata. Dirumuskan: 

b.       Median
Median adalah nilai yang berada ditengah-tengah data setelah data diurutkan. Kegunaan median adalah untuk menutupi kelemahan rata-rata hitung sering memiliki nilai data yang berbeda secara ekstrem. (Corry Yohana, 2007)
Median data tunggal :
Median untuk data tunggal dapat dicari dengan pedoman sebagai berikut:
1.    Jika jumlah data ganjil, mediannya adalah data yang paling tengah.
2.    Jika jumlah data genap, mediannya adalah hasil bagi jumlah dua data yang berada ditengah. Pedoman tersebut dirumuskan sebagai berikut:  (M. Iqbal Hasan, 2003)
Untuk data ganjil (n = ganjil)
 
Untuk data genap (n = genap)
Atau secara singkat median dapat ditentukan: 
Median data berkelompok :
Pengertian median dengan data berkelompok adalah sama dengan data tunggal yaitu nilai yang letaknya ada ditengah data sehingga data berada setengahnya diatas dan setengahnya dibawah. yang agak membedakan median data berkelompok dengan median data tunggal adalah karakteristik masing-masing data tidak dapat diidentifikasi lagi yang dapat diketahui hanya karakter dari kelas atau intervalnya. (Corry Yohana, 2007) 
Keterangan :
Md  = nilai median
L      = batas bawah atau tepi kelas dimana median berada
CF   = frekuensi kumulatif sebelum kelas median berada
F      = frekuensi dimana kelas median berada
I       = besarnya interval kelas (jarak antara batas atas kelas dengan batas
            bawah kelas.
c.         Modus (Mode)
Modus adalah nilai yang paling sering muncul dalam data. Modus sering ditulis dalam singkat atau disimbolkan dengan Mo. Sejumlah data bisa tidak mempunyai modus, mempunyai satu modus (Unimodal), mempunyai dua modus (Bimodal), atau mempunyai lebih dari dua modus (Multimodal). Cara mencari modus dibedakan antara data tunggal dan data berkelompok. (M. Iqbal Hasan, 2003)
Modus data tunggal :
Modus dari data tunggal adalah data yang frekuensinya terbanyak.
Modus data berkelompok :
Untuk data berkelompok, dalam hal ini adalah distribusi frekuensi, modus hanya dapat diperkirakan. Nilai yang paling sering muncul akan berada pada kelas yang memiliki frekuensi terbesar. Kelas yang memiliki frekuensi terbesar disebut sebagai kelas modus.
Modus data berkelompok dapat dicari dengan rumus berikut. 
 
 2.2.2    Ukuran-Ukuran yang Lain
Selain ketiga ukuran nilai pusat atau ukuran pemusatan (rata-rata hitung, median, dan modus), fraktil, rata-rata ukur, dan rata-rata harmonis termasuk juga dalam ukuran nilai pusat atau ukuran pemusatan. Berikut adalah penjelasan dari ukuran-ukuran lain pada (M. Iqbal Hasan, 2003)
a.        Fraktil
Fraktil adalah nilai-nilai yang membagi seperangkat data yang telah terurut menjadi beberapa bagian yang sama. Fraktil dapat berupa kuartil, desil dan persentil. (M. Iqbal Hasan, 2003)
1.    Kuartil (Q)
Kuartil adalah fraktil yang membagi seperangkat data yang telah terurut menjadi empat bagian yang sama. Terdapat tiga jenis kuartil, yaitu kuartil bawah atau pertama (Q), kuartil tengah atau kedua (Q), dan kuartil atas atau ketiga (Q). Kuartil kedua sama dengan median. (M. Iqbal Hasan, 2003)
a.         Kuartil data tunggal
Untuk data tunggal, kuartil-kuartilnya dapat dicari dengan menggunakan metode mencari median, atau rumus: 
 
b.        Kuartil data berkelompok
Untuk data berkelompok, kuartil-kuartilnya dapat dicari dengan rumus: 
2.    Desil (D)
Desil adalah fraktil yang membagi seperangkat data yang telah terurut menjadi sepuluh bagian yang sama. Terdapat sembilan jenis desil, yaitu desil pertama (D), desil kedua(D), . . . , dan desil kesembilan (D), desil kelima (D) sama dengan median. (M. Iqbal Hasan, 2003)
a.         Desil data tunggal
Untuk data tunggal, desil-desilnya dapat dicari dengan menggunakan rumus berikut : 
 
b.        Desil data kelompok
Untuk data kelompok (distribusi frekuensi), desil-desilnya dapat dicari dengan rumus berikut :
Keterangan :
Di        = desil ke-i
Bi        = tepi bawah kelas desil ke-i
N         = jumlah frekuensi
(∑fi) o = jumlah frekuensi sebelum kelas desil ke-i
C         = panjang interval kelas desil ke-i
fDi        = frekuensi kelas desil ke-i
i           = 1,2,3,.......9


3.    Persentil
Persentil adalah nilai-nilai yang membagi segugus pengamatan menjadi 100 bagian yang sama. Nilai-nilai itu, dilambangkan dengan P , P , . . . ., P₉₉, bersifat bahwa 1% dari seluruh data terletak dibawah P , 2% terletak dibawah P , . . . ., dan 99% terletak dibawah P₉₉. (Ronald E. Walpole, 1992)

free counters
Memuat...