P. 1
Ringkasan Masalah an Data

Ringkasan Masalah an Data

|Views: 165|Likes:

More info:

Published by: Herli Cecilia Ardiansyah on Mar 01, 2012
Copyright:Attribution Non-commercial

Availability:

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

06/26/2012

pdf

text

original

MASALAH PENYEBARAN DATA

A.PENGANTAR Ukuran Variabilitas Data (Measures of variability) atau Ukuran Penyebaran Data (Measures of Dispersion). B.PENGERTIAN UKURAN PENYEBARAN DATA Ukuran Penyebaran Data itu, yakni berbagai macam ukuran statistic yang dapat digunakan untuk mengetahui , luas penyebaran data, atau variasi data, atau homogenitas data atau stabilitas data. C.MACAM-MACAM UKURAN PENYEBARAN DATA Macam-macam ukuran Penyebaran Data, dari ukuran yang paling sederhana (kasar) sampai dengan ukuran yang dipandang memiliki kadar ketelitian yang tinggi, yaitu (1) Range, (2) Deviasi (yaitu Deviasi Kuartil, Deviasi Rata-rata dan Deviasi Standar), (3) Variance, dan (4) Ukuran Penyebaran Relatif. Ditilik segi relevansinya, maka dalam pembicaraan lebih lanjut hanya akan dikemukakan dua jenis saja, yaitu (1) dan (2) Deviasi , dan pembicaraan tentang Deviasi pun hanya dibatasi pada Deviasi Rata-rata dan Deviasi Standar. 1. Range

Range, yang dalam dunia statistic dikenal sebagai ukuran penyebaran data yang paling sederhana, yang karena itu juga sering disebut sebagai ukuran penyebaran data yang palin kasar. a. Pengertian Range Range diberi lambing R adalah salah satu ukuran statisik yang menunjukkan jarak penyebaran antara skor (nilai) yang terendah (Lowest Score) sampai skor (nilai) yang tertinggi (Highest Score). Dengan singkat dapat dirumuskan : R=H–L

dari nilai rata-rata hitungnya (deviation from the Mean). 2. (2) Dengan mengetahui Range nya saja.R = Range yang kita cari H = Skor atau nilai yang tertinggi (Highest Score) L = Skor atau nilai yang terendah (Lowest Score) b. sebaliknya kian besar Range nya. apabila didalam waktu yang sangat singkat kita ingin memperoleh gambaran tentang penyebaran data yang sedang kita selidiki dengan mengabaikan factor ketelitian atau kecermatan. Deviasi Pengertian Deviasi Deviasi ialah selisih atau simpangan dari masing-masing skor dan interval. kita belum tahu secara pasti bagaimana sebenarnya bentuk Distribusi Data yang kita hadapi mulai dari nilai Terendah dan Nilai tertinggi. Penggunaan Range Range kita gunakan sebagai ukuran. kita akan lebih cenderung untuk menganggap bahwa Mean yang kita peroleh itu sifatnya meragukan. Kelemahan (1) Range sifatnya sangat labil dan kurang teliti. . Kebaikan dan Kelemahan Kebaikan Kebaikan Range sebagai salah satu ukuran penyebaran data ialah dengan menggunakan Range dalam waktu singkat dapat diperoleh gambaran umum mengenai luas penyebaran data yang sedang kita hadapi. a. d. kian cenderung bagi diri kita untuk menganggap bahwa mean yang kita peroleh merupakan wakil yang presentatif data yang bersangkutan. Karena kelemahan itulah maka sebagai salah satu ukuran penyebaran data. c. range sangat jarang digunakan dalam pekerjaan analisis statistic. Cara Mencari Range Range kita juga dapat mengatakan bahwa kian kecil Range dari suatu distribusi data.

Guna memperjelas uraian yang telah dikemukakan diatas. dibagi dengan banyaknya skor itu sendiri.Deviasi merupakan salah satu ukuran variabilitas data yang biasa dilambangkan dengan huruf kecil dari huruf yang digunakan bagi lambing skornya. jika skornya Y maka dilambangkan deviasinya y. Adapun deviasi yang berada dibawah mean dapat diartikan sebagai “Selisih kurang” oleh karena itu selalu bertanda minus (-). maka sudah barang tentu akan terdapat dua jenis deviasi. (1) Deviasi yang berada diatas mean dan (2) Deviasi yang berada di bawah mean. Deviasi rata-rata tadi diformulasikan dalam bentuk rumus sebagai berikut : . dalam uraian selanjutnya akan digunakan lambing AD. Karena deviasi merupakan simpangan atau selisih dari masing-masing skor terhadap mean grupnya. Dalam bahasa Inggris Deviasi rata-rata dikenal dengan nama Mean Deviation (diberi lambang MD) atau Average Deviation (diberi lambang AD). Jadi apabila skornya diberi lambing X maka deviasinya berlambangkan x. marilah kita perhatikan contoh berikut ini: Skor (X) 8 7 6 5 4 ∑X = 30 Banyaknya (f) 1 1 1 1 1 N=5 30 =6 5 Deviasi ( x = X − M x ) 8 – 6 = +2 7 – 6 = +1 6–6=0 5 – 6 = -1 4 – 6 = -2 ∑x = 0 Mx = ∑X N = +2 dan +1 adalah Deviasi Positif -2 dan -1 adalah Deviasi Negatif b. jika skornya Z maka lambing deviasinya z. 1) Deviasi Rata-rata Pengertian Deviasi Rata-rata Deviasi rata-rata yakni Jumlah Harga mutlak deviasi dari tiap-tiap skor. dan lazim dikenal dengan istilah deviasi positif. dilazim dikenal dengan istilah Deviasi Negatif. Deviasi yang berada diatas Mean dapat diartikan sebagai “selisih lebih” karenanya deviasi semacam ini akan bertanda plus (+).

Mx = ∑X N AD = ∑x N Mx = ∑Y N AD = ∑y N b) Cara Mencari Deviasi rata-rata untuk Data Tunggal yang sebagian atau seluruh skornya berfrekuensi lebih dari satu. Rumus yang digunakan adalah : AD = ∑fx N AD = Average Deviation = Deviasi rata-rata ∑fx = Jumlah hasil perkalian antara deviasi tiap-tiap skor dengan frekuensi masing-masing skor tersebut N = Number of Cases c) Cara Mencari Deviasi rata-rata untuk Data Kelompokan Deviasi rata-ratanya dapat diperoleh dengan menggunakan rumus : AD = ∑fx N AD = Average Deviation = Deviasi rata-rata .AD = ∑x N AD = Average Deviation = Deviasi rata-rata ∑x = Jumlah harga mutlak deviasi tiap-tiap skor atau interval N = Number of Cases 2) a) Cara Mencari Deviasi Rata-rata Cara Mencari Deviasi rata-rata untuk Data Tunggal yang masing-masing skornya berfrekuensi Satu.

N = Number of Cases 2) a) Cara Mencari Deviasi Standar Cara mencari Deviasi standar untuk data tunggal yang semua skornya berfrekuensi Satu. sehingga memiliki kadar kepercayaan atau reliabilitas yang mantap. telah dibakukan atau distandarisasikan. dalam dunia analisis statistic Deviasi standar ini mempunyai kedudukan yang amat penting. SD = ∑X N 2 .∑fx = Jumlah hasil perkalian antara deviasi tiap-tiap interval (x) dengan frekuensi masing-masing interval yang bersangkutan. N = Number of Cases 3) c. Deviasi Standar. setelah mengalami proses pengkuadratan terlebih dahulu. oleh karena itu. Maka rumus umum Deviasi Standar atau SD ialah sebagai berikut : SD = ∑X N 2 SD = Deviasi Standar ∑X 2 = Jumlah semua deviasi. yang umumnya diberi lambing δ atau SD. Kelemahan Deviasi rata-rata Deviasi Standar Deviasi rata-rata sebagai salah satu ukuran variabilitas data ditilik dari segi matematika memiliki kelemahan yang sangat mendasar karena mengganggap sama antara deviasi yang bertanda “plus” dengan deviasi yang bertanda “minus”. karena Deviasi rata-rata yang tadinya memiliki kelemahan. 1) Pengertian Deviasi Standar Deviasi standar (Standar Deviation).

Rumus panjang kita pakai bila kita memiliki alat Bantu penghitungan seperti kalkulator dan sebagainya.SD = Deviasi Standar ∑X 2 = Jumlah semua deviasi. N = Number of Cases b) Cara mencari Deviasi standar untuk data tunggal yang sebagian atau seluruh skornya berfrekuensi lebih dari satu. dengan mengunakan rumus panjang SD = ∑ fx N 2 SD = Deviasi Standar . N = Number of Cases c) Cara mencari Deviasi Standaruntuk Data Kelompokan Deviasi standar dapat dicari dengan mengunakan dua buah rumus . yaitu rumus panjang dan rumus singkat. SD = ∑ fx N 2 SD = Deviasi Standar ∑fx 2 = Jumlah hasil perkalian antara frekuensi masing-masing skor. setelah mengalami proses pengkuadratan terlebih dahulu. dengan deviasi skor yang telah dikuadratkan. 1) Cara Mencari Deviasi Standar untuk Data kelompokan. karenaa memerlukan tingkat ketelitian dan kecermatan yang setinggi mungkin.

dengan x 2 ∑fx = dengan x Jumlah hasil perkalian antara frekuensi masing-masing interval . Ada tiga buah rumus dapat digunakan.∑fx 2 = Jumlah hasil perkalian antara frekuensi masing-masing skor. dengan menggunakan Rumus pendek SD = i ∑fx N 2  −    ∑fx   N    2 SD = Deviasi Standar i = Kelas interval ∑fx 2 = Jumlah hasil perkalian antara frekuensi masing-masing interval . N = Number of Cases d) Cara lain yang dapat dipergunakan untuk menghitung atau mencari Deviasi Standar 1) Cara lain untuk mencari Deviasi Standar Data tunggal yang seluruh skornya berfrekuensi satu. denagn deviasi skor yang telah dikuadratkan. N = Number of Cases 2) Cara mencari Deviasi standar untuk Data kelompokan. yaitu : Rumus Pertama = SD = ∑X N 2 2 −M X Rumus Kedua = SD = ( N ) (∑ X 2 ) − (∑ X ) N2 2 .

M X = Nilai rata-rata Hitung (=mean) skor X. 2 (∑X ) = Jumlah seluruh skor X. ∑X 2 − (∑X ) 2 SD = Deviasi Standar ∑x 2 = Jumlah skor X setelah terlebih dahulu dikuadratkan. yang kemudian dikuadratkan. ∑ fX 2 − (∑ fX ) 2 SD = Deviasi Standar yang kita cari 1 = Bilangan Konstan (yang tidak boleh diubah-ubah ∑fX 2 = Jumlah hasil perkalian antara frekuensi tiap-tiap skor (f) denagn skor yang telah dikuadratkan lebih dahulu x 2 (∑fX ) 2 = Jumlah hasil perkalian antara frekuensi tiap-tiap skor (f) dengan masing-masing skor yang bersangkutan (X) N = Number of Cases 3) Cara lain untuk mencari Deviasi Standar Data Kelompokan Deviasi Standar untuk data Kelompokan juga dapat ddicari atau diperhitungkan berdasarkan angka kasar atau skor aslinya. Adapun rumus yang digunakan adalah : SD = ∑fX N 2  −    ∑fX N      2 . SD = 1 N N.Rumus Ketiga = SD = 1 N N. N = Number of Cases 2) Cara lain untuk mencari Deviasi Standar Data tunggal yang sebagian atau seluruh skornya berfrekuensi lebih dari satu.

8 kali dari Deviasi Standar  1.253 atau 1. Dengan mengetahui besar kecilnya Deviasi rata-rata dan Deviasi Standar. Sebaliknya.798 atau 0. Kegunaan Deviasi Rata-rata dan Deviasi Standar Baik Deviasi rata-rata maupun deviasi standar keduanya berguna sebagai ukuran untuk mengetahui variabilitas data dan sekaligus untuk mengetahui homogenitas data. apabila Deviasi rata-rata atau Deviasi Standar kecil.253 AD Artinya :  Bahwa besarnya Deviasi rata-rata (AD) adalah sekitar Bahwa besarnya Deviasi Standar (SD) adalah sekitar 0. e. data yang sedang kita teliti itu makin dekat kepada sifat Homogenitas.SD = Deviasi Standar ∑fX ∑fX 2 = Jumlah hasil perkalian antara midpoint-2 yang telah dikuadratkan x 2 dengan frekuensinya masing-masing. kita dapat mengetahui pula bagaimana Variabilitas dan homogenitas data yang sedang kita selidiki. Saling Hubungan antara Deviasi Rata-rata dan Deviasi Standar Antara Deviasi Rata-rata dan Deviasi Standar terdapat saling hubungan sebagai berikut AD = 0. dapat dan . hali ini berarti makin besarlah variabilitas datannya atau semakin kurang homogen.3 kali dari Deviasi Rata-rata f. Catatan Tambahan Tentang Penggunaan Lebih Lanjut dari Mean dan Deviasi Standar Dalam Dunia Pendidikan Sebagai catatan tambahan perlu kiranya dikemukakan disini bahwa mean dan deviasi standar sebagai dua buah ukuran statistic yang dipandang memiliki reliabilitas yang tinggi. = Jumlah hasil perkalian antara midpoint dengan frekuensinya masing- masing.798 SD sedangkan SD = 1. N = Number of Cases d. Jika deviasi rata-rata atau deviasi standar makin besar.

3. Untuk menetapkan nilai batas lulus Aktual (minimum Passing Level atau Passing Grade). Untuk mengelompokkan anak didik ke dalam tiga ranking.Score = 50 + 10  SD X    atau T Score = 50+10 X z Score   . yaitu : Ranking Atas (Kelompok anak didik yang tergolong pandai). dimana z Score dapat diperoleh dengan rumus : z. yaitu nilai-nilai standar mulai dari 0 sampai dengan 10 (=11 Nilai Standar). Dapat disebutkan disini misalnya: 1. di mana patokan yang digunakan untuk keperluan tersebut adalah : Mean + 0. Untuk mengubah Raw Score (Skor mentah) ke dalam nilai standar sekala 5 atau huruf A-B-C-D dan E. Ranking Tengah ( Kelompok anak didik yang tergolong cukup/sedang) dan Ranking Bawah (Kelompok anak didik yang tergolong lemah/bodoh) 5. khususnya dalam rangka Evaluasi hasil belajar anak didik. Untuk mengubah (mengkonversikan ) Raw Score menjadi niali Standar Sebelas (Eleven point Scale = Standar Eleven = Stanel).sering digunakan dalam dunia pendidikan. Untuk mengubah (mengkonversikan) Raw Score menjadi Nilai Standar z (z Score). 4.Score = X −M X SD X 6.25 SD 2. Untuk mengubah (mengkonversikan) Raw Score menjadi nilai satndar T (T Score) dimana T Score itu dapat diperoleh dengan rumus :  X −M X T .

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)//-->