P. 1
PENGUKURAN PENYIMPANGAN

PENGUKURAN PENYIMPANGAN

|Views: 105|Likes:
Published by Acca Zuko

More info:

Published by: Acca Zuko on Nov 28, 2012
Copyright:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as DOCX, PDF, TXT or read online from Scribd
See more
See less

12/04/2012

pdf

text

original

NAMA : HASRAWATI SARIF NIM : 20403110027 PENDIDIKAN BIOLOGI 2

PENGUKURAN PENYIMPANGAN
Pengukuran penyimpangan yaitu suatu ukuran yang menunjukkan tinggi rendahnya perbedaan data yang diperoleh dari rata-ratanya. Pengukuran penyimpangan akan membahas rentangan (range), rentangan antar kuartil, rentangan semi antar kuartil, simpangan rata-rata, simpangan baku, varians, koefisien varians, dan angka baku. a. Rentangan (range) Rentangan adalah data tertinggi dikurangi data terendah tertulus ; Rumus : data tertinggi – data terendah Contoh : data nilai UAS Statistika Kelas A : 90 80 70 90 70 100 80 50 75 70 Kelas B : 80 80 75 95 75 70 95 60 85 60 Langkah-langkah menjawab : Urutkan dulu kemudian dihitung rentangannya. Kelas A : 50 70 70 70 75 80 80 90 90 100 Kelas B : 60 60 70 75 75 80 80 85 95 Rentangan kelas A : 100 – 50 = 50 Rentangan kelas B : 95 – 60 = 35 b. Rentangan antar kuartil Rentangan antar kuartil yaitu selisih antara kuartil ketiga dengan kuartil pertama ditulis dengan rumus; RAK = K3 – K1 Sementara rumus kuartil adalah Untuk data tunggal K1 K2 K3 Untuk data kelompok K1 K2
( ( ) )

Keterangan : K1,2,3 : nilai kuartil Bp : batas bawah kelas sebelum nilai kuartil akan P : panjang kelas nilai kuartil n : jumlah data f : banyaknya frekuensi kelas kuartil Jf : jumlah dari semua frekuensi kumulatif sebelum kelas kuartil terletak

sedangkan harga mutlak bersimbol │x│sehingga ditulis rumus : x = X – x Catatan : X : simpangan data dari rata-ratanya X : data yang diketahui x : Mean kelompok data Rumus Simpangan rata – rata (SR) data tunggal SR Rumus Simpangan rata – rata (SR) data kelompok SR Contoh 1 : Data nilai UAS statistika yang diambil sampel sebanyak 7 mahasiswa sebagai berikut : Nilai (X) 60 65 70 75 80 85 90 ƩX = 525 75 Rata-rata (x) │X – x │ │x│ 15 10 5 0 5 10 15 Ʃ│x│= 60 .8 maka d.67 dan K3 = 82.47 dan RAK didapatkan 9. Rentangan semi antar kuartil (SK) Rentangan semi antar kuartil ialah setengah dari rentangan antar kuartil (RAK) ditulis dengan rumus : SK = RAK Contoh : Diketahui data dengan nilai K1 = 72. Niali simpangan diberi simbol (X). Maksud harga mutlak di sini semua nilai simpangan negatif dianggap positif.K3 ( ) c. Simpangan rata-rata Simpangan rata-rata ialah nilai rata-rata dan harga mutlak semua simpangan terhadap rata-rata (mean) kelompoknya.

28 63.74 75 – 78 80 – 84 85 – 89 90 – 94 Frekuensi (f) 2 6 15 20 16 7 4 Ʃf = 70 Titik tengah (X) 62 67 72 77 82 87 92 124 402 1080 1540 1312 609 368 Ʃf.X = 5435 f.64 10.36 9.52 57.5 e.57 Artinya rata-rata nilai UAS 7 orang mahasiswa sebesar 75 dengan simpangan 8.36 14.36 31.76 65.84 84.64 5.│X│= 385.8 69.x x x 75 SR = = 8.6 12.│X│ x SR Jadi rata-rata nilai statistika dari 70 mahasiswa sebesar 77.64 dengan simpangan baku ratarata 5.69 70 .64 4.24 f.X (X-x ) │X│ 15.44 Ʃ f.57 Contoh 2 : data kelompok Nilai 60 – 64 65 . Simpangan baku simpangan baku (standar deviasi) ialah suatu nilai yang menunjukkan tingkat (derajat) variasi kelompok data atau ukuran standar penyimpangan dari meannya.64 0. Simbol .

60 3600 6. 100 10000 8. 75 5625 N=10 ƩX ƩX2 10 805 66125 σ n-1 √ √ √ √ √ √ .stadar deviasi populasi (σn atau σ ) sedangkan simbol sampel (σn-1. Standar deviasi (s) sampel untuk data tunggal σ n-1 √ atau s=√ standar deviasi (s) populasi untuk data tunggal σ n-1 √ atau s=√ Contoh data tunggal : Diketahui nilai UTS statistika mahasiswa STIA LAN Bandung No. 75 5625 7. 80 6400 4. 85 7225 5. Rumus standar deviasi yaitu : 1. 70 4900 3. 75 5625 2. 90 8100 9. X X2 1. Sd atau s ). 95 9025 10.

x ) x -5.5 -5. 3. 6. 1.25 0.25 90. 8. 5.5 4. 10.No.5 14.5 19. 4.5 s=√ =√ =√ X 75 70 80 85 60 75 100 90 95 75 ƩX 805 (X. N=10 10 x= = = 80.5 0 X2 30.5 -20.5 9.25 20. Standar deviasi (s) populasi untuk data distribusi (kelompok) Standar deviasi (s) sampel untuk data tunggal σ n-1 √ atau s=√ standar deviasi (s) populasi untuk data tunggal σ n-1 √ atau s=√ .5 -10.50 -0.25 380.5 = 12.26 110.5 -5.25 210.25 30. 7. 9.25 ƩX2 1322.12 2.25 30.25 420. 2.

69 70 .5 74.X2= 425385 σ n-1 √ √ √ √ f.52 69.Contoh data distribusi : Nilai 60 – 64 65 .5 79.74 75 – 78 80 – 84 85 – 89 90 – 94 Frekuensi (f) 2 6 15 20 16 7 4 Ʃf = 70 Batas kelas atas (X) 64.X2= 3425 Nilai 60 – 64 65 . X2 450 600 375 0 400 700 900 Ʃ f.5 89.X 124 402 1080 1540 1312 609 368 Ʃf.5 84.X = 5435 X2 3844 4489 5184 5929 6724 7569 8464 f.69 70 . X2 7688 26934 77760 118580 107584 52983 33856 Ʃ f.5 ƩX = 556.74 75 – 78 80 – 84 85 – 89 90 – 94 Frekuensi (f) 2 6 15 20 16 7 4 Ʃf = 70 Titik tengah (X) 62 67 72 77 82 87 92 f.5 94.5 x (X-x) x -15 -10 79.5 -5 0 5 10 15 0 x .

. 1. Angka baku Angka baku (Zscore) atau skor baku ialah bilangan yang menunjukkan tingkat data penyimpangan dari mean dalam satuan standar deviasi atau seberapa jauh suatu nilai tersebut yang menyimpang dari rata-rata dengan satuan s. Simbol varians untuk populasi = σ2 atau σ2n sedangkan untuk sampel σ²n-1 atau (s2) atau S.2243 g.0162 = 49. Gunanya untuk mengamati variasi data atau sebaran data dari meannya (rata-ratanya). Koefisien varians Koefisien varians adalah perbandingan antara standar deviasi dengan harga mean yang dinyatakan dengan (%). Artinya semakin kecil koefisien variasinya maka data semakin seragam (homogen). Varians (S) sampel untuk data distribusi (dikelompokkan) σ²n = [√ ( ) ] atau S = [√ ] Contoh :data berdistribusi Jika (Standar Deviasi) Maka (Variasi) s = 7.s=√ =√ =√ =√ = 7.04 f.016 (data sampel) S = 7. Varians Varians adalah kuadrat dari standar deviasi. Sebaliknya semakin besar koefisien variasinya maka data semakin heterogen. Menghitung besarnya koefisien varians dengan rumus : KV = x100% Keterangan : KV = Koefisien variasi (%) s = Standar deviasi x = Rata-rata h. Rumus varians (S) sampel untuk data tunggal σ²n-1 = [√ ( ) ] atau S = [√ ] 2.

matematika yang paling baik derajatnya yaitu 100 lebih besar dari nilai statistika = 95. Bilangan yang diperoleh dengan cara ini disebut bilangan baku (bilangan standar). x = 70.x = 85. Sebaliknya semakin besar angka bakunya semakin besar juga perubahan angka baku dari ilai rata-ratanya. s = 5 Berdasarkan kelima nilai diatas. x = 75.Kegunaan angka baku antara lain: untuk mengamata perubahan nlai kenaikan. s = 5 Hukum tata Negara = nilai 90. Dengan x. s = 4 Manajemen SDM = nilai 85. mana yang lebih baik diperoleh oleh Fatimah? Jawab : Kalau dlihat dari besar nilainya. s = 10 Matematika = nilai 100. x = 70. tetapi kalau diliai secara relative disbanding dengan rataratanya. maka harus diitung angka bakunya yaitu: Z(BI) = =2 Z(MAT) = =3 Z(STK) = =5 Berdasarkan kelima nilai tersebut yang lebih baik adalah satistika atu kedudukan nilai statistika lebih tinggi dari pada nilai keempat mata kuliah diatas . x = 80. Dalam penggunaan bilangan Z sering diubah menjadi distribusi baru (model yang baru) yang mempunyai x dan standar deviasi yang sudah ditentukan. dan s ditulis rumus: Z(score) ( ) Z(HTN) = =2 Z(MSDM) = =1 . Artinya semakin kecil angka bakunya semakin kecil juga perubahan variabel tersebut dari nilai meannya. s = 5 Sattistika = nilai 95. nilai penurunan variabel atau satuan gejala yang ada dari meannya dan untuk menaikkan (mengubah) data ordinal menjadi data interval dengan jalan mengubah skor mentah menjadi skor baku. Sehingga dapat ditulis dengan rumus: Z(score) = Keterangan : Z(score) = angka baku X = nilai variabel S = standar deviasi X = rata-rata (mean) Contoh : Fatimah mahasiswa STIA mengambil 5 mata kuliah dengan nilai prestasi UTS dan rata-rata kelas : Bahasa ingris = nilai 80.

Keterangan : Z(score) = Angka baku X = Nilai variabel x˳ = Mean yang sudah ditentukan s˳ = Standar deviasi yang sudah ditentukan s = Satandar deviasi x = Rata-rata (Mean) .

You're Reading a Free Preview

Download
scribd
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->