Skip to main content

Letak data

PENGUKURAN LETAK DATA

1. PENDAHULUAN

Statistik merupakan sebuah metoda perhitungan yang mampu membantu banyak kalangan manusia pada saat ini. Baik dalam kehidupan secara umum, , perkuliahan, sekolah, perkantoran dan lain sebagainya. Tidak hanya sampai di sana, statistik juga digunakan untuk membantu dalam hal penelitian, bahkan membuat karya ilmiah seperti skripsi, tesis dan disertasi. Statistik merupakan alat untuk mempermudah perhitungan angka-angka atau data. Dari berbagai kehidupan akan membutuhkan statistik untuk menganalisis sesuatu”.
Berdasarkan penjelasan di atas, jelas statistik memiliki banyak manfaat bagi manusia, termasuk juga dalam pembuatan karangan ilmiah. Dalam pembuatan karangan ilmiah begitu banyak materi-materi dari statistik yang digunakan, mulai dari distribusi frekuensi, uji t, korelasi, regresi, ukuran letak (ukuran lokasi) dan lain sebagainya, yang digunakan  untuk membantu memudahkan dalam pengolahan data dari hasil penelitian terutama pada penelitian kuantitatif. Dalam penelitian tersebut, statistik sangatlah peran penting. Untuk itu sudah semestinya semua kalangan mempelajari statistik agar mampu menerapkannya untuk kebutuhan tertentu. Terutama untuk mahasiswa dan juga siswa serta para ilmuan. Pada dasarnya diharapkan mahasiswa lebih memahi statistik serta berbagai macam materi-materi yang terkandung di dalam statistik tersebut tersebut, salah satunnya ukuran letak (ukuran lokasi). Ukuran letak (ukuran lokasi) dimaksudkan sebagai besaran atau ukuran untuk mendapatkan gambaran yang lebih jelas berdasarkan letak data dari sekumpulan data yang dipunyai. Ukuran ini sangat berarti dalam rangka melakukan analisis data.
Berdasarkan uraian di atas, jelas salah satu materi yang dibahas di dalam statistik yaitu ukuran lokasi sangatlah diperlukan untuk membantu menganalisis suatu data. Berdasarkan hal itu juga mahasiswa dituntut untuk mengetahui bagaimana pembahasan mengenai ukuran lokasi tersebut baik kuartil, desil maupun persentil agar mampu menganalisis data pada saat penelitian dan penyusunan karya akhir.

2. PENGERTIAN UKURAN LETAK DATA (Location Measurement)

Menurut Andi (2007: 69), Ukuran letak (ukuran lokasi) dimaksudkan sebagai besaran atau ukuran untuk mendapatkan gambaran yang lebih jelas berdasarkan letak data dari sekumpulan data yang dipunyai. Ukuran ini sangat berarti dalam rangka melakukan analisis data.
Berdasarkan penjelasan di atas, maka dapat diartikan bahwa ukuran letak merupakan ukuran untuk melihat dimana letak salah satu data dari sekumpulan banyak data yang ada. Andi juga di dalam bukunya (2007: 69) menjelaskan bahwa, yang termasuk ukuran lokasi (ukuran letak) antara lain adalah kuartil, desil dan persentil.

Dapat disimpulan bahwa, ukuran nilai letak adalah beberapa nilai yang letaknya sedemikian rupa sehingga dalam suatu rangkaian data atau suatu distribusi frekuensi sehingga nilai itu membagi rangkaian data atau distribusi frekuensi menjadi beberapa bagian yang sama. Ada empat ukuruan nilai letak yang membagi serangkaian data atau distribusi menjadi dua bagian yang sama yaitu 50% dari keseluruhan data nilainya terletak dibawah nilai median dan 50% lagi nilainya terletak diatas nilai median.Ukuran-ukuran lainnya, seperti yang sudah disebutkan diatas, yaitu kuartil di beri simbol dengan huruf Q, desil dengan simbol huruf D dan presentil yang disimbolkan dengan huruf P.

Kuartil

Seperti yang sudah dibahas sebelumnya, bahwa median membagi data yang telah diurutkan menjadi dua bagian yang sama banyak . Adapun Kuartil adalah nilai- nilai tertentu yang membagi serangkaian data atau suatu distribusi frekuensi menjadi empat bagian yang sama.

Perhatikan gambar berikut ini :
Pada gambar 1, jika garis putus-putus tersebut pada gambar dianggap sebagai serangkaian data atau suatu distribusi frekuensi, maka Nilai Median membagi tepat data menjadi dua bagian, yaitu 50% disebelah kiri, maupun 50% disebelah kanan.

Demikian pula dengan kuartil, perhatikan gambar berikut :
1. Serangkain data atau distribusi frekuensi yang digambarkan dengan garis putus- putus, dibagi menjadi empat bagian sama besar, yaitu masing-masing 25% untuk setiap bagiannya.
2. Serangkaian data yang dibagi menjadi empat bagian tersebut, dibagi oleh 3 tiga buah titik letak data, yaitu Q1, Q2 dan Q3. Q1, Q2 dan Q3 itu lah yang disebut

dengan kuartil, diman Q1 adalah kuartil 1, Q2 adalah kuartil 2 dan Q3 adalah kuartil 3.
3. Gambar 2 juga menjelaskan bahwa Q1 menunjukan bahwa data-data observasi (yang sudah diurutkan dari yang paling kecil ke terbesar) 25% terletak disebelah kiri titik Q1. Dengan kata lain nilai Q1 adalah nilai yang membatasi data-data observasi yang dari yang terkecil sampai dengan 25%. atau 25% data observasi sama atau lebih kecil dari Q1. 50% data observasi sama atau lebih kecil dari Q2. 75% data observasi sama atau lebih kecil dari Q3. Atau dengan kata lain :
Kuartil eprtama (Q1) adalah sebuah nilai yang menyatakan 25% dari keseluruhan data atau observasi nilainya lebih kecil dari Q1 dan 75% nya lagi nilainya lebih besar dari nilai Q1.
Kuartil kedua (Q2) adalah sebuah nilai yang menyatakan 50% dari keseluruhan data atau observasi nilainya lebih kecil dari Q2 dan 50% nya lagi nilainya lebih besar dari nilai Q2. Dapat dikatakan Q2 sama dengan Median.
Kuartil ketiga (Q3) adalah sebuah nilai yang menyatakan 75% dari keseluruhan data atau observasi nilainya lebih kecil dari Q3 dan 25% nya lagi nilainya lebih besar dari nilai Q3.

Desil

Menggunakan gambar 2 sebagai Ilustrasi, maka desil adalah nilai-nilai yang membagi serangkaian data atau suatu distribusi (digambarkan dengan garis putus- putus) dibagi menjadi 10 (sepuluh) bagian yang sama besarnya, yaitu masing- masing 10%. Sedangkan titik-titik pembaginya (pada gambar 2, yaitu Q1, Q2 dan Q3) ialah nilai-nilai desil sebanyak 9 (sembilan) buah nilai yang disimbolkan dengan D1, D2, D3 sampai dengan D9.
Desil pertama (D1) adalah sebuah nilai yang menyatakan 10% dari keseluruhan data atau observasi nilainya lebih kecil dari D1 dan 90% nya lagi nilainya lebih besar dari nilai D1.
Desil kedua (D2) adalah sebuah nilai yang menyatakan bahwa 20% dari keseluruhan data atau observasi nilainya lebih kecil dari D2 dan 80% nya lagi nilainya lebih besar dari nilai D2.
Desil kelima (D5) adalah sebuah nilai yang menyatakan bahwa 50% dari keseluruhan data atau observasi nilainya lebih kecil dari P5 dan 50% nya lagi nilainya lebih besar dari nilai P5. Dapat dikatakan P5 sama dengan Median
Desil keempat (D9) adalah sebuah nilai yang menyatakan bahwa 90% dari keseluruhan data atau observasi nilainya lebih kecil dari D9 dan 10% nya lagi nilainya lebih besar dari nilai D9.
Desil ke-i (Di) adalah sebuah nilai yang menyatakan bahwa 10i% dari keseluruhan data atau observasi nilainya lebih kecil dari Di dan (100% - 10i%) nya lagi nilainya lebih besar dari nilai Di.

Persentil

Persentil adalah nilai-nilai yang membagi serangkaian data atau suatu distribusi menjadi 100 (seratus) bagian yang sama besarnya, yaitu masing-masing sebesar

1%. Sedangkan titik-titik pembaginya ialah nilai-nilai persentil sebanyak 99 (sembilan puluh sembilan) buah nilai yang disimbolkan dengan P1,P2, P3 sampai dengan P99.
Persentil pertama (P1) adalah sebuah nilai yang menyatakan 1% dari keseluruhan data atau observasi nilainya lebih kecil dari P1 dan 99% nya lagi nilainya lebih besar dari nilai P1.
Persentil kedua (P2) adalah sebuah nilai yang menyatakan bahwa 2% dari keseluruhan data atau observasi nilainya lebih kecil dari P2 dan 98% nya lagi nilainya lebih besar dari nilai P2.
Persentil kelima puluh (P50) adalah sebuah nilai yang menyatakan bahwa 50% dari keseluruhan data atau observasi nilainya lebih kecil dari P50 dan 50% nya lagi nilainya lebih besar dari nilai P50. Dapat dikatakan P50 sama dengan Median.
Persentil kedua (P99) adalah sebuah nilai yang menyatakan bahwa 99% dari keseluruhan data atau observasi nilainya lebih kecil dari P99 dan 1% nya lagi nilainya lebih besar dari nilai P99.
Persentil ke-i (Pi) adalah sebuah nilai yang menyatakan bahwa 1i% dari keseluruhan data atau observasi nilainya lebih kecil dari Pi dan (100% - 1i%) nya lagi nilainya lebih besar dari nilai Pi.

3. PERHITUNGAN UKURAN LETAK DATA

Untuk menentukan atau menghitung ukuran letak data, baik Kuartil, Desil serta Persentil, dibedakan atas dua metode yang disesuaikan atas jenis atau kondisi data, yaitu ;
3.1 Data Tidak Berkelompok
Secara umum, untuk data tidak berkelompok, maka data mentah (raw data) yang diperoleh dari hasil penelitian atau observasi, harus terlebih dahulu melalui proses pengurutan dari dari data terkecil sampai dengan data terbesar. Untuk selanjutnya, data yang sudah diuratkan ini kita namakan data berurut.
3.2 Data Berkelompok
Sedangkan untuk data berkelompok, maka prosesnya dimulai setelah proses distribusi frekuensi (tabel distribusi frekuensi) selesai atau dengan kata lain, data mentah (raw data) yang diperoleh dari hasil penelitian atau observasi harus mengalami proses distribusi frekuensi sampai menghasilkan tabel frekuensi distribusi terlebih dahulu sebelum memproses atau menghitung ukuran letak data untuk data berkelompok.

Comments

Popular posts from this blog

Analysis of Variance

Assalamualaikum apakabar semua , baik kan ? yaudah. silahkan semoga materi ini dapat berguna bagi mahasiswa esa unggul Anova adalah  sebuah analisis statistik yang menguji perbedaan rerata antar grup. Grup disini bisa berarti kelompok atau jenis perlakuan. Anova ditemukan dan diperkenalkan oleh seorang ahli statistik bernama Ronald Fisher. nova merupakan singkatan dari Analysis of variance. Merupakan prosedur uji statistik yang mirip dengan t test. Namun kelebihan dari Anova adalah dapat menguji perbedaan lebih dari dua kelompok. Berbeda dengan independent sample t test yang hanya bisa menguji perbedaan rerata dari dua kelompok saja. Dalam kesempatan bahasan kali ini, statistikian akan menjelaskannya secara singkat namun dengan penuh harapan agar para pembaca mudah memahami dan mempraktekkannya dalam penelitian di lapangan nantinya. Kegunaan Anova Anova digunakan sebagai alat analisis untuk menguji hipotesis penelitian yang mana menilai adakah perbedaan rerata antara kelompok. Hasil

UJI CHI SQUARE

Assalamualaikum selamat pagi siang sore malam kapan pun kalian membuka situs ini hehehe. Gimana kabarnya ? (Akhirnya ada yg nanyain kan wkwk) . Kali ini saya akan membawakan materi, eciee . Yaitu materi tentang UJI CHI SQUARE. Pengujian dengan menggunakan Chi-Square diterapkan pada kasus dimana akan diuji apakah frekuensi data yang diamati (frekuensi/data observasi) sama atau tidak dengan frekuensi harapan atau frekuensi secara teoritis. Chi-Square disebut juga dengan Kai Kuadrat. Chi Square adalah salah satu jenis uji komparatif yang dilakukan pada dua variabel, di mana skala data kedua variabel adalah nominal. Apabila dari 2 variabel, ada 1 variabel dengan skala nominal maka dilakukan uji chi square dengan merujuk bahwa harus digunakan uji pada derajat yangterendah. Nilai dari frekuensi observasi adalah suatu nilai yang diperoleh dari hasil percobaan sedangkan nilai frekuensi harapan (ekspektasi) adalah nilai yang diperoleh dari hasil perhitungan secara teoritis. Untuk selanjutny

Korelasi dan Regresi berganda

Assalamualaikum wr.wb Selamat bertemu kembali sahabat esgul Kali ini kita akan membahas materi statistika ( Korelasi dan Regresi berganda ) KORELASI Korelasi adalah teknik statistik yang digunakan untuk meguji ada/tidaknya hubungan serta arah hubungan dari dua variabel atau lebih. KORELASI GANDA Koefisien yang digunakan untuk menguji hubungan dua atau lebih variabel independen dengan satu variabel dependen secara bersamaan. CONTOH Judul: Hubungan antara biaya promosi dan jumlah outlet dengan penjualan   Variabel X1: Biaya Promosi   Variabel X2: Jumlah outlet   Variabel Y: Penjualan Hipotesa:   H0: Tidak ada hubungan antara biaya promosi dan jumlah outlet dengan penjualan   Ha: Ada hubungan antara biaya promosi dan jumlah outlet dengan penjualan CONTOH   Buka data : Korelasi ganda dan partial.sav Data KORELASI GANDA REGRESI BERGANDA Digunakan untuk analisis regresi dengan jumlah variabel independen lebih dari satu dengan satu variabel dependen Ada tam