P. 1
Standart Deviasi

Standart Deviasi

|Views: 19|Likes:
Published by Satriyo Widodo

More info:

Published by: Satriyo Widodo on Mar 07, 2013
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

11/02/2013

pdf

text

original

MEAN, MEDIAN, MODUS, DAN STANDAR DEVIASI

Mean, Median, Modus sama-sama merupakan ukuran pemusatan data yang termasuk kedalam analisis statistika deskriptif. Namun, ketiganya memiliki kelebihan dan kekurangannya masingmasing dalam menerangkan suatu ukuran pemusatan data. Untuk tahu kegunaannya masingmasing dan kapan kita mempergunakannya, perlu diketahui terlebih dahulu pengertian analisis statistika deskriptif dan ukuran pemusatan data. Analisis Statistika deskriptif merupakan metode yang berkaitan dengan penyajian data sehingga memberikan informasi yang berguna. Upaya penyajian ini dimaksudkan untuk mengungkapkan informasi penting yang terdapat dalam data ke dalam berntuk yang lebih ringkas dan sederhana yang pada akhirnya mengarah pada keperluan adanya penjelasan dan penafsiran (Aunudin, 1989) Deskripsi data yang dilakukan meliputi ukuran pemusatan dan penyebaran data. Ukuran pemusatan data meliputi nilai rata-rata (median), modus, dan median. Sedangkan ukuran penyebaran data meliputi ragam (variance) dan simpangan baku (standard deviation). Ukuran pemusatan data adalah suatu ukuran yang menggambarkan pusat dari kumpulan data yang bisa mewakilinya. Disini saya juga akan membahas tentang standar deviasi juga.

1. Mean Mean adalah nilai rata-rata dari beberapa buah data. Nilai mean dapat ditentukan dengan membagi jumlah data dengan banyaknya data. Mean (rata-rata) merupakan suatu ukuran pemusatan data. Mean suatu data juga merupakan statistik karena mampu menggambarkan bahwa data tersebut berada pada kisaran mean data tersebut. Mean tidak dapat digunakan sebagai ukuran pemusatan untuk jenis data nominal dan ordinal. Berdasarkan definisi dari mean adalah jumlah seluruh data dibagi dengan banyaknya data. Dengan kata lain jika kita memiliki N data sebagai berikut maka mean data tersebut dapat kita tuliskan sebagai berikut

atau

Bisa juga Menghitung mean

a) Rumus Mean Hitung dari Data Tunggal b) Rumus Mean Hitung Untuk Data yang Disajikan Dalam Distribusi Frekuensi

Simbol untuk median adalah Me. . 2. 6. seorang mahasiswa memperoleh nilai 82. dan 50% dari banyak data nilainya paling rendah sama dengan Me. Median Median menentukan letak tengah data setelah data disusun menurut urutan nilainya. Dengan median Me. 9. Median bisa dihitung menggunakan rumus sebagai berikut: Contoh: Dari lima kali kuiz statistika. 1. setelah data disusun menurut nilainya. Tentukan median populasi ini. 2 Banyaknya/ukuran data adalah 5 Yang ditanyakan adalah mean () Dengan demkian berdasarkan definisi mean maka kita peroleh Sehingga mean data diatas adalah 5. maka 50% dari banyak data nilainya paling tinggi sama dengan Me. 92. 2.Dengan : fixi = frekuensi untuk nilai xi yang bersesuaian xi = data ke-i c) Rumus Mean Hitung Gabungan Contoh 1: Diberikan data sebagai berikut: 7. Untuk banyak data ganjil. Dalam mencari median. maka median Me adalah data yang terletak tepat di tengah. 9. 86. dibedakan untuk banyak data ganjil dan banyak data genap. Bisa juga nilai tengah dari data-data yang terurut. Tentukan mean data tersebut! Penyelesaian: Data yang diketahui adalah 7. dan 79. 1. 6. 93.

9 2. 2. yaitu itu juga dapat dicari median dari data yang telah tersusun dalam bentuk distribusi frekuensi.1. yaitu Selain digunakan ada dua. 2.5 2. Rumus yang Dimana : Bbk = batas kelas bawah median c = lebar kelas s = Selisih antara nomor frekuensi median dengan frekuensi kumulatif dari kelas-kelas di muka kelas median fM = frekuensi kelas median Dimana Bak c fM = frekuensi kelas median = = batas kelas lebar atas : median kelas s’ = selisih antara nomor frekuensi median dengan frekuensi kumulatif sampai kelas median Sebelum menggunakan kedua rumus di atas. maka diperoleh 1.7 2. 2.3. dan nomor frekuensi median ini ditentukan dengan membagi keseluruhan data dengan dua. kita akan cari median dengan kedua cara diatas .1 Maka mediannya adalah rata-rata dari 2.9 3. jawab: Bila kadar nikotin itu diurutkan dari yang terkecil sampai terbesar. Tentukan mediannya.5.5 dan 2. dan 1.7. Perhatikan tabel di bawah ini.3 2.jawab: Setelah data disusun dari yang terkecil sampai terbesar.9.9 miligram.7. Kelas median adalah kelas yang memuat nomor frekuensi median. 3. diperoleh 79 82 86 92 93 Oleh karena itu medianya adalah 86 Kada nikotin yang berasal dari sebuah contoh acak enam batang rokok cap tertentu adalah 2. terlebih dahulu harus ditentukan kelas yang menjadi kelas median.

Sedangkan data ordinal adalah data kategorik yang bisa diurutkan. dengan pilihan jawaban: selalu (5). Jika kita tertarik pada data frekuensi.Dengan menggunakan kedua rumus di atas didapat: 3. misalnya kita menanyakan kepada 100 orang tentang kebiasaan untuk mencuci kaki sebelum tidur. Data yang telah dikelompokkan Rumus Modus dari data yang telah dikelompokkan dihitung dengan rumus: yang belum dikelompokkan Modus dari data yang belum dikelompokkan adalah ukuran yang memiliki frekuensi tertinggi. kadang-kadang(3). Apabila kita ingin melihat ukuran pemusatannya lebih baik menggunakan modus yaitu yaitu jawaban yang paling banyak dipilih. Inilah cara menghitung modus: 1. Data Modus dilambangkan mo. Berarti sebagian besar orang dari 100 orang yang ditanyakan menjawab sering mencuci kaki sebelum tidur. maka kita menggunakan modus. Modus sangat baik bila digunakan untuk data yang memiliki sekala kategorik yaitu nominal atau ordinal. tidak pernah (1). jumlah dari suatu nilai dari kumpulan data. misalnya sering (2). 2. Dengan b1 = Frekuensi kelas modus dikurangi : frekuensi Mo kelas interval = terdekat Modus sebelumnya L = Tepi bawah kelas yang memiliki frekuensi tertinggi (kelas modus) i = Interval kelas b2 = frekuensi kelas modus dikurangi frekuensi kelas interval terdekat sesudahnya . sering (4). jarang (2). Modus Modus adalah nilai yang sering muncul.

4.000.000. Jika argumen adalah sebuah array atau referensi. array. Sel kosong. number2. Standar Deviasi dan Varians Simpangan baku merupakan variasi sebaran data. Rp 8.000.000. 4. Nilai-nilai logis dan representasi teks dari nomor yang Anda ketik langsung ke daftar argumen akan dihitung. yaitu nilai yang terjadi dengan frekuensi paling tinggi. Semakin besar nilai sebarannya berarti data semakin bervariasi. Maka modusnya. number2. populasi. f. Rp 9. g. hanya nomor/angka dalam array atau referensi yang akan dihitung. perhitungan standar deviasi secara manual menggunakan rumus berikut: Dimana: x = data ke n . 4. bukan argumen yang dipisahkan oleh koma. Data yang diperoleh adalah 2. Sedangkan akar dari varians disebut dengan standar deviasi atau simpangan baku. atau referensi yang mengandung angka. nilai-nilai logis. Dari dua belas pelajar sekolah lanjutan tingkat atas yang diambil secara acak dicatat berapa kali mereka menonton film selama sebulan lalu. 5. yaitu 2 dan 4.000. Rp 10. Rp 7. Dalam kasus ini terdapat dua modu.000.…) Dengan : Number1. e. 2. 2.000. teks. Dalam penerapannya STDEV . d. . STDEV mengasumsikan bahwa argumen adalah contoh dari populasi. Standar defiasi Standar Deviasi dan Varians Salah satu teknik statistik yg digunakan untuk menjelaskan homogenitas kelompok. Standar untuk deviasi menghitung dihitung deviasi standar menggunakan metode STDEVP. Argumen dapat berupa nomor atau nama. 1 dan 4. 1. 3.000. karena 2 dan 4 terdapat dengan frekuensi tertinggi.000. Rp 10. 0.000.Contoh: Sumbangan dari warga Bogor pada hari Palang Merah Nasional tercatat sebagai berikut: Rp 9. Keterangan a. Varians merupakan jumlah kuadrat semua deviasi nilai-nilai individual thd rata-rata kelompok. Jika data anda mewakili seluruh b. menggunakan “n-1″ c. … adalah 1-255 argumen yang sesuai dengan sampel populasi.000. 0. atau nilai-nilai kesalahan dalam array atau referensi akan diabaikan. Semakin kecil nilai sebarannya berarti variasi nilai data makin sama Jika sebarannya bernilai 0. Distribusi demikian dikatakan bimodus. Rp 6. maka nilai semua datanya adalah sama. adalah Rp 9. Rp 5. Jika Anda ingin memasukkan nilai-nilai logis dan representasi teks angka dalam referensi sebagai bagian dari perhitungan. Rp 9. gunakan fungsi STDEVA. Cara penulisan rumus fungsi standar deviasi STDEV (number1. Anda juga dapat menggunakan array tunggal atau referensi ke array. Argumen yang kesalahan nilai atau teks yang tidak dapat diterjemahkan ke dalam nomor/angka akan menyebabkan kesalahan. Rp 11.

Standar deviasi merupakan akar kuadrat positif dari variansi.X2. 275 maka variansi dan standar deviasinya : mean = (210. Secara umum. 525. 525.Xn. variansi dirumuskun sabagai : Jika kita memiliki n observasi yaitu X1. dan diketahui Xbar adalah rata-rata sampel yang dimiliki. 450.…. 340. 450. maka variansi dapat dihitung sebagai : Contoh: Jika dimiliki data : 210.x bar = x rata-rata = nilai rata-rata sampel n = banyaknya data variansi merupakan salah satu ukuran sebaran yang paling sering digunakan dalam berbagai analisis statistika. variansi sampel dapat dihitung sebagai . 275)/5 = 360 variansi dan standar deviasi berturut-turut : Sedangkan jika data disajikan dalam tabel distribusi frekuensi. 340.

blogspot.com/2007/07/08/mengingat-kembali-statistik-mean-modus-median/ http://materi-statistik.com/tag/standar-deviasi/ .html http://exponensial.median.blogspot.contoh: (untuk data pada contoh-contoh sebelumnya/mean.com/2011/12/modus.com/2011/12/median.modus) Sumber: http://www.html http://materi-statistik.bamstheguru.wordpress.com/mean-rata-rata http://agusnurli.wordpress.

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)//-->