P. 1
Menghitung Nilai Rata-rata

Menghitung Nilai Rata-rata

|Views: 38|Likes:
Published by Herlina Nababan
bahan ajar
bahan ajar

More info:

Published by: Herlina Nababan on Apr 18, 2013
Copyright:Attribution Non-commercial

Availability:

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

11/28/2013

pdf

text

original

Ns. Herlina Nababan, S.

Kep

UKURAN PEMUSATAN
 1. MEAN (RATA-RATA HITUNG)

 2. MEDIAN
 3. MODUS (MODE)

Rata2 Hitung (Mean)  Nilai yang mewakili himpunan atau sekelompok data yang didapat dengan menjumlahkan semua data lalu membagi dengan jumlah pengamatan  Misal kalau kita mempunyai n pengamatan yang terdiri dari x1. x3.A. ……xn. x2. maka nilai rata-rata adalah:  Х = x1 + x2 + x3 + …+xn n .

52. 48. 67 kg Rata-rata berat badan lima orang ini adalah : 56 + 62 + 52 + 48 + 67 = 57 kg 5 . 62.Lanjut mean  Contoh : Ada data berat badan 5 orang dewasa: 56.

Sifat2 dari mean  1. Mean sangat dipengaruhi nilai ekstrem baik ekstrem kecil maupun ekstrim besar  3. Nilai mean berasal dari semua pengamatan . Merupakan wakil dari keseluruhan nilai  2.

52 kg. 52 kg. 53 kg Median = 5 + 1 = 3 2 * Jadi median pada data diatas adalah 52 kg . MEDIAN  Median adalah nilai yang terletak pada observasi setelah data disusun/diurutkan (array) disebut juga nilai tengah  Posisi median n+1 2 Contoh: ada 5 berat orang dewasa 50 kg. 53 kg (belum diurut) 50 kg. 51 kg. 52 kg. 52 kg. 51 kg.B.

62. 4. 56.  Dalam hal ini median adalah :  56 kg + 62 kg = 59 kg 2 . maka nilai median adalah jumlah pengamatan ketiga dan keempat dibagi dua. 52. 67. Contoh: 48. 70 kg  Posisi median adalah pengamatan ke 3.

Sifat Median  Nilai ini disebut juga nilai posisi  Tidak terpengaruh oleh nilai ekstrim  Letaknya selalu ditengah  Jika jumlah observasi ganjil maka median adalah titik data yang ditengah  Jika jumlah observasi genap maka median merupakan rata-rata dua titik terdekat .

53 kg Modus pada diatas adalah 52 kg karena pada pengamatan diatas ditemui 52 kg sebanyak 2 kali . 52 kg. MODUS  Nilai yang paling banyak ditemui dalam suatu pengamatan Contoh: 50 kg. 52 kg.C. 51 kg.

Ditemui satu modus (unimodal) 3. . Lebih dari 3 modus (multimodal) 1. jadi tidak ada modus 2. Dalam sekelompok data pengamatan ada beberapa kemungkinan : Tidak ada nilai yang lebih banyak diobservasi. Ada dua modus (bimodal) 4.

Bila nilai mean lebih kecil lebih kecil daripada nilai median dan modus. Nilai median selalu terletak antara nilai modus dan mean pada distribusi yang menceng 3. Apabila nilai mean lebih besar daripada nilai median dan modus. Median dan Modus 1. maka dikatakan distribusi menceng ke kanan 4. maka distribusi menceng ke kiri . Pada distribusi yang simetris ketiga nilai ini sama besarnya 2.Hubungan antara Mean.

Krn itu ada tiga kwartil (kwartil I. shg ada sembilan desil Persentil .Nilai yg membagi pengamatan mjd empat .III) Desil .Nilai yg membagi pengamatan mjd sepuluh.empat pengamatan. shg ada 99 persentil. sepuluh pengamatan.II.Nilai median mrp nilai pengamatan pd posisi paling tengah (data sudah disusun/array) Kwartil . atau seratus pengamatan Pembagian pengamatan mjd dua . kita dpt membagi pengamatan menjadi bbrp bagian .Nilai yg membagi data mjd seratus bagian.Nilai letak (posisi)  Data disusun dari data yg terkecil sampai terbesar. .  Posisi pengamatan yg umum dipakai adl pembagian mjd dua pengamatan.

Menentukan posisi  Median : Me = ½ (n + 1)  Kuartil : Q3 = ¾ (n + 1)  Desil : D7 = 7/10 (n + 1)  Persentil : P 84 = 84/100 (n + 1) .

Q3 ?  2. 60. 54. 65  Tentukan posisi dari :  1. D3 ?  3. 51. 57. 61. Q1 ? . 52. 55. P57 ?  4.Latihan  Ada 10 data BB yaitu:  50. 55.

25 . Jawab: Posisi Q3 = ¾ (10 + 1) = ¾ (11) = 33/4 = 8.25 (letak posisi di urutan 8&9) Maka nilai Q3 = 60 + 0.25 = 60.25 (61-60) = 60 + 0.

^_^ . Soal nomor 2-4 silahkan dikerjakan……..

Contoh: 48.67 range: 67-48= 17.Nilai variasi atau deviasi adl nilai yg menunjukkan bagaimana bervariasinya data di dalam kelompok data itu thd nilai rata-ratanya.56. 52.Semakin besar nilai variasi.62. Range Nilai yg menunjukkan perbedaan nilai pengamatan yg paling besar dg nilai yg paling kecil.Nilai-nilai variasi . Macam-macam nilai variasi a. . . semakin bervariasi pula data tsb.

b. Untuk ini diambil nilai mutlak. X (Kg) 48 52 56 62 67 9 5 1 5 10 Ix-xI Ix-xI² 81 25 1 25 100 Rumus: Md= ∑Ix-xI N Cth: Mean: 48+52+56+62+67 = 57 Kg 5 Mean deviasi: 9+5+1+5+10 = 6 Kg 5 285 . Rata-rata Deviasi (Mean Deviation) Rata-rata dari seluruh perbedaan pengamatan dibagi banyaknya pengamatan.Lanjutan….

Rumus: V (S²) = ∑ Ix-xI² n-1 Cth: dari tabel diatas dpt dihitung variannya sbb: V = 81+25+1+25+100 = 58 4 . Varian Rata-rata perbedaan antara mean dg nilai masing-masing observasi. c.Lanjutan….

Lanjutan….6 Kg . Standar Deviasi adl. Akar dari varian nilai standar deviasi ini disebut juga sbg “simpangan baku” krn mrp patokan luas area di bawah kurva normal. d. S = √58 = 7. Rumus: S = √V = √S² Cth: Standar deviasi dari data di atas adl.

Lanjutan…. Koefisien Varian (Coefisient Of Variation = COV) mrp rasio dari standar deviasi thd nilai mean dan dibuat dalam bentuk persentase.33% 57 . Rumus: S x 100 % X Contoh: koefisien varian pd data di atas yaitu: 7. e.6 x 100% = 13.

S = 10 cm 2. BB X = 57 kg. S = 7 kg .latihan  Hitung COV 1. TB X= 160 cm.

Hasil menunjukkan nilai koefisien varian dari glukosa adl 36%.  Kegunaan dari koefisien varian adalah untuk perbandingan variasi antara dua pengamatan atau lebih. . Ini menunjukkan variasi kadar glukosa darah lebih besar dibandingkan kadar kolesterol.. Nilai yang lebih besar menunjukkan adanya variasi pengamatan yang lebih besar  Sebagai contoh data survei perilaku hidup sehat dikota X tersebut dihitung niali koefisien varian dari glukosa darah dan kadar kolesterol.lanjutan. sedangkan nilai koefisien varian dari kadar kolesterol adalah 18%.

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)//-->