Skip to main content

Ukuran Pemusatan

Assalamu’alaikum warahmatullahi wabarakatuh.
Hai hai hai, Sahabat Esgulian..
Masih semangatkan, buat mencari informasi dalam rangka mencerdaskan diri?
Kali ini Kita mau belajar tentang bagaimana sih caranya memperoleh mean, median dan modus dari suatu data ststistika baik tunggal maupun berkelompok?
Nah jadi sahabat semua, Rataan (Mean), Median dan Modus didalam ilmu statistika merupakan bagian dari ukuran pemusatan data. Ukuran pemusatan data adalah sembarang ukuran yang menunjukkan pusat segugus data, yang telah diurutkan dari yang terkecil sampai yang terbesar atau sebaliknya dari yang terbesar sampai yang terkecil.
Udah gak sabar kan? Yuks Pantengin!
Nah, kita memiliki suatu data berkelompok yang tersaji seperti gambar berikut :
Gambar2
Dapat kita ketahui dari data statistik diatas menjelaskan tentang jumlah sekrup baja yang cacat pada setiap produksi. Data tersebut berfungsi untuk mengevaluasi kegiatan produksi, sehingga untuk produksi kedepannya dapat meminimalisasi produk yang gagal. Melalui data tersebut, dapat dilihat bahwa cara pengumpulan datanya melalui survey dengan metode stratified random sampling. Dimana sampel yang digunakan dapat mewakili dari produk setiap dilakukan produksi.
Selanjutnya data yang telah didapat disajikan menjadi diagram batang seperti pada gambar tersebut. Tampilannya yang mudah dipahami dan cukup representatif apabila digunakan untuk evaluasi kinerja. Namun apabila kita ingin menelisik lebih jauh dan menginginkan tampilan yang lebih kompleks, dapat kita coba dengan menggunakan tabel distribusi frekuensi.
Interval Jumlah Sekrup CacatFrekuensi (f)
5 – 65
7 – 86
9 – 105
11 – 127
13 – 14 6
15 – 161
Jumlah30
Nah, dari data berkelompok tersebut kita akan mencari mean, median, dan modusnya. Tapi, sebelumnya, Kita review tentang apasih mean, median, dan modus itu? Dan apa perbedaan dari mean, median, dan modus dari data tunggal dan data berkelompok? Oke langsung cus aja yuk!

a.    Mean

Mean atau rata-rata hitung adalah nilai yang diperoleh dari jumlah sekelompok data dibagi dengan banyaknya data. Rata-rata disimbolkan dengan x.
  • Rata-Rata untuk Data Tunggal
13
Keterangan:
áş‹ = mean
n= banyaknya data
Contoh Rataan Data tunggal
Hitunglah nilai rata-rata dari nilai ujian matematika kelas 3 SMU berikut ini: 2, 4, 5, 6, 6, 7, 7, 7, 8, 9.
Jawab:
gif
  • Rata-Rata untuk Data Berkelompok
zzz
Keterangan :
fi          = frekuensi
xi         = nilai tengah
Nilai tengah adalah jumlah tepi bawah dan tepi atas di bagi 2.
Oke langsung kita coba, menggunakan data berkelompok yang telah kita punya :
2cbb86ea6594d621ba5c4917a324d106-0

2cbb86ea6594d621ba5c4917a324d106-0 - Copy (2)
b. Median
Median adalah nilai data yang terletak di tengah setelah data diurutkan. Dengan demikian, median membagi data menjadi dua bagian yang sama besar. Median (nilai tengah) disimbolkan dengan Me.
  • Median untuk Data Tunggal
  1. Jika banyaknya data n ganjil
6
  1. Jika banyaknya data genap
7
Keterangan:
Me = Median
n = jumlah data
x = nilai data
Contoh Median Data Tunggal
Tentukan median dari data berikut.
  1. 8,6,4,3,7,5,8,10,8,9,8,5
  2. Sepuluh orang siswa dijadikan sampel dan dihitung tinggi badannya. Hasil pengukuran tinggi badan kesepuluh siswa tersebut adalah sebagai berikut.
    172, 167, 180, 171, 169, 160, 175, 173, 170, 165
    Hitunglah median dari data tinggi badan siswa!
Jawab :
  1. Data diurutkan : 3 4 5 5 6 7 8 8 8 8 9 10
    N= 12 (genap)
    Jadi, mediannya adlah 7,5
  2. Karena jumlah data genap, maka penghitungan median menggunakan rumus median untuk data genap. Proses penghitungannya adalah sebagai berikut.
    penghitungan median data genap
    Untuk melanjutkan penghitungan, kita harus terlebih dahulu mengetahui nilai x5 dan x6. Kedua nilai data tersebut dapat diperoleh dengan mengurutkan semua data. Hasil pengurutan adalah sebagai berikut.
    160, 165, 167, 169, 170171, 172, 173, 175, 180
    Dari pengurutan tersebut diperoleh nilai x5 sama dengan 170 dan x6 sama dengan 171. Dengan demikian penghitungan median dapat dilanjutkan.
  • Median untuk data berkelompok
zzz1
Keterangan :
Tb  = Tepi bawah kelas median (Batas bawah – 0,5) 
F     = Frekuensi kumulatif sebelum median
f      = Frekuensi
c     = Panjang kelas
n     = Jumlah frekuensi
Yuk kita coba lagi, menggunakan data berkelompok yang telah kita punya :
Interval-Jumlah-Sekrup-Caca1 - Copy
  • Letak kelas median: Setengah dari seluruh data = 30, terletak pada kelas ke-3 (jumlah 9-10)
  • Tb = 9 – 0,5 = 8,5
  • c    = 2
  • n = 80, f = 24
  • f = 5 (frekuensi kelas median)
  • F = 5 + 6 = 11
2cbb86ea6594d621ba5c4917a324d106-0 - Copy
c. Modus
Modus adalah data yang paling sering muncul atau memiliki frekuensi tertinggi. Modus dilambangkan dengan Mo.  Beberapa kemungkinan tentang modus suatu gugus data:
  • Apabila pada sekumpulan data terdapat dua modus, maka gugus data tersebut dikatakan bimodal.
  • Apabila pada sekumpulan data terdapat lebih dari dua modus, maka gugus data tersebut dikatakan multimodal.
  • Apabila pada sekumpulan data tidak terdapat modus, maka gugus data tersebut dikatakan tidak mempunyai modus.
  • Modus untuk data tunggal
Modus dari data tunggal adalah data yang paling sering muncul.
Contoh :
Tentukan modus dari data berikut !
4, 8, 7, 4, 6, 3, 6, 8, 6, 3
Jawab :
Data yang paling sering muncul adalah 6, maka Mo = 6
  • Modus untuk data berkelompok
mod
Keterangan :
Tb = Tepi bawah kelas modus
d1 = Selisih antara frekuensi modus dengan frekuensi sebelumnya
d2 = selisih antara frekuensi modus dengan frekuensi sesudahnya
c = Panjang kelas
Nah, berapa nilai modus dari data berkelompok yang kita punya?
Interval-Jumlah-Sekrup-Caca1.jpg
  • Kelas modul = kelas ke-4
  • Tb = 11-0.5 = 10.5
  • b1 = 7 – 5 = 2
  • b2 = 7 – 6 = 1
  • c = 2
2cbb86ea6594d621ba5c4917a324d106-0
SKEWENESS (KECONDONGAN)
Kecondongan suatu kurva dapat dilihat dari perbedaan letak mean, median dan modusnya. Jika ketiga ukuran pemusatan data tersebut berada pada titik yang sama, maka dikatakan simetris atau data berdistribusi normal. Sedangkan jika tidak berarti data tidak simetris atau tidak berdistribusi normal.
Ukuran kecondongan data terbagi atas tiga bagian, yaitu :
  • Kecondongan data ke arah kiri (condong negatif) dimana nilai modus lebih dari nilai mean (modus > mean).
  • Kecondongan data simetris (distribusi normal) dimana nilai mean dan modus adalah sama (mean = modus).
  • Kecondongan data ke arah kanan (condong positif) dimana nilai mean lebih dari nilai modus (mean > modus).
grafik
Dari gambar grafik diatas dapat kita lihat bahwa nilai modus lebih dari pada nilai mean (modus>mean). Sehingga Skewness (kecondongan) dari data tersebut adalah Skewed to the left or negatively skewed (Kecondongan data ke arah kiri atau condong negatif).
Okay itu dia, sedikit penjelasan yang mampu menerangkan ditengah kegalauan. Maaf apabila kurang memuaskan dahaga bagi kalian sang pemburu ilmu. Terima kasih karena bersedia mengunjungi blogque, semoga bermanfaat dan berkah ilmunya. aamiin ya rabbal alamiin.

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