STATISTIKA DASAR 1 Populasi dan sampel Populasi Sampel

  • Slides: 89
Download presentation
STATISTIKA DASAR 1

STATISTIKA DASAR 1

Populasi dan sampel Populasi Sampel Parameter Statistik Populasi Parameter Statistik adalah dataukuran kuantitatif yangyang

Populasi dan sampel Populasi Sampel Parameter Statistik Populasi Parameter Statistik adalah dataukuran kuantitatif yangyang mencerminkan menjadi objek Sampel adalah bagian dari populasi karakteristik telaah daripopulasi sampel 2

Statistika menurut fungsinya • Statistika Deskriptif • Statistika Inferensi 3

Statistika menurut fungsinya • Statistika Deskriptif • Statistika Inferensi 3

Statistika deskriptif • Menggambarkan dan menganalisis kelompok data yang diberikan tanpa penarikan kesimpulan mengenai

Statistika deskriptif • Menggambarkan dan menganalisis kelompok data yang diberikan tanpa penarikan kesimpulan mengenai kelompok data yang lebih besar 4

5

5

Statistika inferensi • Penerapan metode statistik untuk menaksir dan/atau menguji karakteristik populasi yang dihipotesiskan

Statistika inferensi • Penerapan metode statistik untuk menaksir dan/atau menguji karakteristik populasi yang dihipotesiskan berdasarkan data sampel 6

Statistika Deskriptif dan Statistika Inferensi 7

Statistika Deskriptif dan Statistika Inferensi 7

Contoh • Data tentang penjualan mobil merek ‘ABC’ perbulan di suatu show room mobil

Contoh • Data tentang penjualan mobil merek ‘ABC’ perbulan di suatu show room mobil di Jakarta selama tahun 1999. Dari data tersebut pertama akan dilakukan deskripsi terhadap data spt menghitung rata-rata penjualan, berapa standar deviasinya dll • Kemudian baru dilakukan berbagai inferensi terhadap hasil deskripsi spt : perkiraan penjualan mobil tsb bulan Januari tahun berikut, perkiraan rata-rata penjualan mobil tsb di seluruh Indonesia. 8

Tipe data statistik • • Data nominal Data ordinal Data interval Data rasio Kualitatif

Tipe data statistik • • Data nominal Data ordinal Data interval Data rasio Kualitatif Kuantitatif DATA RASIO ORDINAL INTERVAL : : : DATA NOMINAL : Data berskala interval adalah data yang diperoleh dengan cara Data berskala ordinal rasio adalah data yang diperoleh dipeoleh cara Data berskala nominal adalah data yang diperoleh dengan cara pengukuran, diatau mana jarak antara dua titik skala sudah diketahui. kategorisasi pengukuran, di mana klasifikasi, tetapi dua di antara titik skala data sudah tersebut kategorisasi atau klasifikasi. CIRI Tidak adasetara kategorisasi titik 0 absolut. CIRI : : posisi data terdapat diketahui hubungan dan mempunyai bisa dilakukan operasi matematika tidak dilakukan operasi CIRI : tidak posisiada datakategorisasi tidak setaramatematika (+, -, 0 x, : ) 0 CONTOH : temperatur yang diukur berdasarkan C dan F, sistem CONTOH : jenis kelamin, jenis pekerjaan tidakdilakukan bisa dilakukan operasi matematika (+, -, x, : ) kalender CONTOH : gaji, kepuasan skor ujian, kerja, jumlah motivasi buku 9

Klasifikasi Jenis Data Sifat • kualitatif • Kuantitatif Sumber • Primer • Sekunder Cara

Klasifikasi Jenis Data Sifat • kualitatif • Kuantitatif Sumber • Primer • Sekunder Cara memperoleh • Sensus • Sampling Waktu pengumpulan • Cross section • Time series 10

Menurut sifat Kualitatif Kuantitatif • Bukan “angka”: nominal & ordinal • Jenis pekerjaan, tgl&tempat

Menurut sifat Kualitatif Kuantitatif • Bukan “angka”: nominal & ordinal • Jenis pekerjaan, tgl&tempat lhr, tingkat pendidikan • Berupa angka: interval & rasio • Umur, tinggi badan, berat badan 11

PENYAJIAN DATA 12

PENYAJIAN DATA 12

Tujuan Penyajian Data • Memberi gambaran yang sistematis tentang peristiwa-peristiwa yang merupakan hasil penelitian

Tujuan Penyajian Data • Memberi gambaran yang sistematis tentang peristiwa-peristiwa yang merupakan hasil penelitian atau observasi, • Data lebih cepat ditangkap dan dimengerti, • Memudahkan dalam membuat analisis data, dan • Membuat proses pengambilan keputusan dan kesimpulan lebih tepat, cepat, dan akurat. http: //abdulsyahid-forum. blogspot. com/2009/03/penyajian-data-statistik. html 13

Cara Penyajian Data • Tabel • Gambar/Grafik 14

Cara Penyajian Data • Tabel • Gambar/Grafik 14

15

15

Jenis Tabel Statistik • Tabel satu arah • Tabel arah majemuk - Tabel dua

Jenis Tabel Statistik • Tabel satu arah • Tabel arah majemuk - Tabel dua arah Yaitu tabel yang menunjukkan hubungan dua hal atau dua karakteristik yang berbeda. Misalnya data Produksi kedelai menurut jenis varietas dan daerah panen - Tabel tiga arah • Yaitu tabel yang menunjukkan hubungan tiga hal atau tiga karakteristik yang berbeda. Misalnya data hasil pengamatan produksi kedelai (ton/ha) menurut jenis varietas, daerah panen, dan jenis tanah. 16

17

17

Jenis Grafik/Gambar • • • Grafik garis (line chart), Grafik Batangan (bar chart), Grafik

Jenis Grafik/Gambar • • • Grafik garis (line chart), Grafik Batangan (bar chart), Grafik lingkaran (pie chart), Grafik gambar (Pictogram chart) Diagram Pencar (Scatter diagram) 18

Grafik Batang (Bar) Grafik lingkaran (pie) Grafik Garis (line) Grafik Interaksi (interactive) 19

Grafik Batang (Bar) Grafik lingkaran (pie) Grafik Garis (line) Grafik Interaksi (interactive) 19

Grafik gambar 1: 10 20

Grafik gambar 1: 10 20

DISTRIBUSI FREKUENSI 21

DISTRIBUSI FREKUENSI 21

Distribusi Frekuensi • Bentuk pengelompokan data untuk menggambarkan distribusi data • Dapat dinyatakan dalam

Distribusi Frekuensi • Bentuk pengelompokan data untuk menggambarkan distribusi data • Dapat dinyatakan dalam S bentuk tabel distribusi frekuensi S histogram atau poligon frekuensi 22

Prosedur Umum Penyusunan Tabel Dist Frekuensi • Tentukan banyaknya kelas • Tentukan lebar kelas

Prosedur Umum Penyusunan Tabel Dist Frekuensi • Tentukan banyaknya kelas • Tentukan lebar kelas • Hitung frekuensi untuk setiap kelas 23

Contoh tabel dist frekuensi KELOMPOK FREKUENSI Kelompok ke-1 f 1 Kelompok ke-2 f 2

Contoh tabel dist frekuensi KELOMPOK FREKUENSI Kelompok ke-1 f 1 Kelompok ke-2 f 2 Kelompok ke-3 f 3 Kelompok ke-i fi S 1 62 Kelompok ke-k fk S 2 19 k n = Σ fi i=1 S 3 9 Pendidikan Frekuensi 90 k n = Σ fi = f 1 + f 2 + f 3 +…. . + fi + …… + fk i=1 24

Contoh Soal • Susun data berikut dalam tabel dist frekuensi USIA FREKUENSI 20 5

Contoh Soal • Susun data berikut dalam tabel dist frekuensi USIA FREKUENSI 20 5 21 6 22 13 23 4 24 7 25 7 26 7 27 5 28 3 29 4 30 15 31 3 33 5 35 1 25

Langkah-langkah • Tentukan rentang RENTANG: NILAI DATA TERBESAR – NILAI DATA TERKECIL • Tentukan

Langkah-langkah • Tentukan rentang RENTANG: NILAI DATA TERBESAR – NILAI DATA TERKECIL • Tentukan banyak kelas (k) ATURAN STURGES: k = 1 + (3, 322)(log n) • Tentukan panjang kelas (p) p = RENTANG/k 26

Catatan tentang panjang kelas DATA PANJANG KELAS (p) Bilangan bulat • Bilangan bulat Bil

Catatan tentang panjang kelas DATA PANJANG KELAS (p) Bilangan bulat • Bilangan bulat Bil bulat satu • Bilangan bulat satu desimal Bil bulat n desimal • Bilangan bulat n desimal 27

Lanjutan langkah-langkah • Tentukan nilai ujung bawah kelas interval pertama Boleh mengambil nilai data

Lanjutan langkah-langkah • Tentukan nilai ujung bawah kelas interval pertama Boleh mengambil nilai data terkecil atau nilai data yang lebih kecil dari nilai data terkecil • Masukkan semua data ke dalam interval kelas 28

Kembali ke contoh. . USIA FREKUENSI Membuat distribusi frekuensi : 1. Mencari rentang 35

Kembali ke contoh. . USIA FREKUENSI Membuat distribusi frekuensi : 1. Mencari rentang 35 – 20 = 15 2. Menentukan banyak kelas k = 1 + 3, 3 log n 7 atau 8 3. Menentukan panjang kelas p = 15/7 = 2, 5 2 atau 3 20 5 21 6 22 13 23 4 24 7 25 7 KELOMPOK USIA 26 7 20 – 21 11 27 5 22 – 23 17 28 3 24 – 25 14 29 4 26 – 27 12 30 15 28 – 29 7 31 3 30 – 31 18 33 5 32 - 33 5 35 1 34 - 35 1 FREKUENSI 29

USIA FREKUENSI 20 5 21 6 22 13 23 4 KELOMPOK USIA 24 7

USIA FREKUENSI 20 5 21 6 22 13 23 4 KELOMPOK USIA 24 7 20 – 22 ? 25 7 23 – 25 ? 26 7 27– 29 ? 27 5 30 – 32 ? 28 3 33 – 25 ? 29 4 36 – 38 0 30 15 39 - 41 0 31 3 33 5 35 1 FREKUENSI 30

Latihan Soal • Berikut diberikan data mengenai hasil tentamen tengah semester, Mata Kuliah Statistika

Latihan Soal • Berikut diberikan data mengenai hasil tentamen tengah semester, Mata Kuliah Statistika dari mahasiswa Program S 1 Ilkom. Susun data dalam tabel dist frekuensi! 65 85 65 95 72 87 76 74 67 68 71 73 82 86 65 68 72 83 91 86 91 90 79 90 67 74 75 70 73 89 69 71 71 75 66 88 70 61 85 68 31

Macam-macam tabel dist frekuensi Tabel distribusi frekuensi relatif Tabel distribusi frekuensi kumulatif • Tabel

Macam-macam tabel dist frekuensi Tabel distribusi frekuensi relatif Tabel distribusi frekuensi kumulatif • Tabel dist frek kum “kurang dari” • Tabel dist frek kum “ atau lebih” Tabel distribusi relatif kumulatif • Tabel dist frek rel kum “kurang dari” • Tabel dist frek rel kum “ atau lebih” 32

Bentuk tabel dist frek relatif Nilai Data Frekuensi Relatif (%) a-b f 1’ c-d

Bentuk tabel dist frek relatif Nilai Data Frekuensi Relatif (%) a-b f 1’ c-d f 2’ e-f f 3’ g-h f 4’ i-j f 5’ Jumlah n 100 Dimana: 33

Bentuk tabel dist frek kumulatif Nilai Data Frekuensi Kumulatif a-b f 1 c-d f

Bentuk tabel dist frek kumulatif Nilai Data Frekuensi Kumulatif a-b f 1 c-d f 2 f 1+f 2 e-f f 3 f 1+f 2+f 3 g-h f 4 f 1+f 2+f 3+f 4 i-j f 5 f 1+f 2+f 3+f 4+f 5 Nilai Data Frekuensi Kumulatif Krg dr a 0 a atau lbh f 5+f 4+f 3+f 2+f 1 Krg dr c f 1 c atau lbh f 5+f 4+f 3+f 2 Krg dr e f 1+f 2 e atau lbh f 5+f 4+f 3 Krg dr g f 1+f 2+f 3 g atau lbh f 5+f 4 Krg dr i f 1+f 2+f 3+f 4 Krg dr k i atau lbh f 5 f 1+f 2+f 3+f 4+f 5 k atau lbh 0 34

Bentuk tabel dist relatif kumulatif Nilai Data Frekuensi Kumulatif Frek relatif kumulatif (%) a-b

Bentuk tabel dist relatif kumulatif Nilai Data Frekuensi Kumulatif Frek relatif kumulatif (%) a-b c-d e-f g-h i-j f 1 f 2 f 3 f 4 f 5 f 1+f 2+f 3+f 4 f 1+f 2+f 3+f 4+f 5 f 1’ f 2’ f 3’ f 4’ 100 • dengan 35

Contoh tabel dist frek, kum, rel kum 36

Contoh tabel dist frek, kum, rel kum 36

Macam-macam bentuk diagram • Data tidak terkelompok : diagram batang, diagram lingkaran, garis, gambar

Macam-macam bentuk diagram • Data tidak terkelompok : diagram batang, diagram lingkaran, garis, gambar (simbol) • Data terkelompok : histogram dan poligon frekuensi, ogive 37

Histogram dan poligon frekuensi • Histogram mrpk bentuk diagram batng yg digunakan untuk menggambarkan

Histogram dan poligon frekuensi • Histogram mrpk bentuk diagram batng yg digunakan untuk menggambarkan dist frekuensi • Poligon (kurva) frekuensi mrpk bentuk diagram garis yg digunakan utk menggambarkan dist frekuensi 38

Contoh Histogram 39

Contoh Histogram 39

Contoh poligon frekuensi 40

Contoh poligon frekuensi 40

Contoh Ogive (kumulatif) 41

Contoh Ogive (kumulatif) 41

Catatan tentang batas dan bawah • Batas bawah (bb) = ujung bwh – ketelitian

Catatan tentang batas dan bawah • Batas bawah (bb) = ujung bwh – ketelitian data yang digunakan • Batas (ba) = ujung atas + ketelitian data yg digunakan Data Ketelitian yang digunakan Bil bulat Bil satu desimal Bil dua desimal 0, 5 0, 005 dst 42

Catatan tentang titik tengah (tanda kelas) Titik tengah = ½ (ujung bawah + ujung

Catatan tentang titik tengah (tanda kelas) Titik tengah = ½ (ujung bawah + ujung atas) 43

STATISTIK 44

STATISTIK 44

Statistik • • Ukuran lokasi (pemusatan) Ukuran dispersi (sebaran) Ukuran kemiringan Ukuran keruncingan 45

Statistik • • Ukuran lokasi (pemusatan) Ukuran dispersi (sebaran) Ukuran kemiringan Ukuran keruncingan 45

Ukuran lokasi ukuran cenderung memusat • Rata-rata-rata hitung rata-rata ukur rata-rata harmonik • Median

Ukuran lokasi ukuran cenderung memusat • Rata-rata-rata hitung rata-rata ukur rata-rata harmonik • Median • Modus 46

Rata-rata hitung data tersebar • Data tersebar (tdk berkelompok) 47

Rata-rata hitung data tersebar • Data tersebar (tdk berkelompok) 47

Rata-rata hitung data terkelompok 1. Tanda kelas xi : titik tengah kelas interval ke-i

Rata-rata hitung data terkelompok 1. Tanda kelas xi : titik tengah kelas interval ke-i 2. rata-rata duga AM : titik tengah kelas interval (pilih sbrg) p : panjang kelas intv 48

Contoh menghitung rata-rata Kelas interval Tanda kelas (xi) fi xifi 13 -15 14 5

Contoh menghitung rata-rata Kelas interval Tanda kelas (xi) fi xifi 13 -15 14 5 70 16 -18 17 6 102 19 -21 20 7 140 22 -24 23 2 46 20 358 jumlah Mean = 358/20 = 17, 9 49

Contoh menghitung rata-rata AM Yg dipilih Kelas interval Tanda kelas (xi) 13 -15 14

Contoh menghitung rata-rata AM Yg dipilih Kelas interval Tanda kelas (xi) 13 -15 14 16 -18 di fidi 5 (14 -20)/3 = -2 -10 17 6 -1 -6 19 -21 20 7 0 0 22 -24 23 2 1 2 jumlah fi 20 -14 Mean = 20+ (3)(-14)/20 =20 – 2, 1 = 17, 9 50

Rata-rata ukur dan harmonis • Rata-rata ukur dimana dan seterusnya • Rata-rata harmonis 51

Rata-rata ukur dan harmonis • Rata-rata ukur dimana dan seterusnya • Rata-rata harmonis 51

Modus • Data kualitatif gejala yang sering terjadi • Data kuantitatif angka yang sering

Modus • Data kualitatif gejala yang sering terjadi • Data kuantitatif angka yang sering muncul 52

Contoh mencari modus • Data tidak terkelompok 53

Contoh mencari modus • Data tidak terkelompok 53

Modus pada data terkelompok Mo = Bb + p dengan Bb = batas bawah

Modus pada data terkelompok Mo = Bb + p dengan Bb = batas bawah kelas interval yang mempunyai frekuensi tertinggi b 1 = selisih frekuensi tertinggi dengan frekuensi dari kelas interval yang lebih rendah. b 2 = selisih frekuensi tertinggi dengan frekuensi dari kelas interval yang lebih tinggi. p = panjang kelas. 54

Contoh mencari modus • Data terkelompok 55

Contoh mencari modus • Data terkelompok 55

Median untuk data tidak terkelompok • Jika banyak data genap Me = • Jika

Median untuk data tidak terkelompok • Jika banyak data genap Me = • Jika banyak data ganjil Me = Data harus diurutkan dulu dari terkecil ke terbesar 56

Contoh mencari median • Banyak data genap 57

Contoh mencari median • Banyak data genap 57

Contoh mencari median • Banyak data ganjil 58

Contoh mencari median • Banyak data ganjil 58

Median data terkelompok Me = Bb + p dengan Bb : batas bawah kelas

Median data terkelompok Me = Bb + p dengan Bb : batas bawah kelas interval yang mengandung Me fm : frekuensi kelas interval yang mengandung Me F : frekuensi kumulatif sebelum kelas interval yang mengandung Me p : panjang kelas interval Letak Me harus paling sedikit mencapai frekuensi setengah dari jumlah data seluruhnya 59

Contoh mencari median 60

Contoh mencari median 60

Hubungan Mean, Modus dan Median Hubungan empiris antara ketiganya: Mo +2 M = 3

Hubungan Mean, Modus dan Median Hubungan empiris antara ketiganya: Mo +2 M = 3 Me 61

Ukuran dispersi ukuran cenderung menyebar • Kuartil • Desil • Persentil 62

Ukuran dispersi ukuran cenderung menyebar • Kuartil • Desil • Persentil 62

Kuartil untuk data tidak berkelompok dengan Ki : letak kuartil ke i n :

Kuartil untuk data tidak berkelompok dengan Ki : letak kuartil ke i n : banyaknya data 63

Contoh mencari Kuartil Sebelum diurutkan Setelah diurutkan 20 20 80 40 75 50 60

Contoh mencari Kuartil Sebelum diurutkan Setelah diurutkan 20 20 80 40 75 50 60 60 2 50 dan 60 85 75 40 80 60 85 = nilai data ke 2 + ½(data ke 3 - data ke 2) 90 90 = 40 + ½(50 -40) = 45 Artinya K 1 terletak antara data ke 3 Nilai K 1 64

Kuartil data berkelompok dengan Ki : letak kuartil ke i Bb : batas bawah

Kuartil data berkelompok dengan Ki : letak kuartil ke i Bb : batas bawah kelas interval yang mengandung Ki f. K : frekuensi kelas interval yang mengandung Ki F : frekuensi kumulatif sebelum kelas interval yang mengandung Ki p : panjang kelas interval 65

Contoh mencari Kuartil Interval f f. kum 30 – 39 2 2 40 –

Contoh mencari Kuartil Interval f f. kum 30 – 39 2 2 40 – 49 3 5 50 – 59 11 16 60 – 69 20 36 70 – 79 32 68 80 – 89 25 93 90 - 99 7 100 Kelas yang memuat kuartil ke 3 66

Desil untuk data tidak berkelompok dengan Di : letak desil ke i n :

Desil untuk data tidak berkelompok dengan Di : letak desil ke i n : banyaknya data 67

Contoh mencari Desil Setelah diurutkan 20 40 50 60 60 75 80 85 90

Contoh mencari Desil Setelah diurutkan 20 40 50 60 60 75 80 85 90 Artinya D 6 terletak antara data ke 6 dan data ke 7 Nilai D 6 = nilai data ke 6 + 0, 4(data ke 7 - data ke 6) = 75 + 0, 6(80 -75) = 78 96 68

Desil data berkelompok dengan Di : letak desil ke i Bb : batas bawah

Desil data berkelompok dengan Di : letak desil ke i Bb : batas bawah kelas interval yang mengandung Di f. D : frekuensi kelas interval yang mengandung Di F : frekuensi kumulatif sebelum kelas interval yang mengandung Di p : panjang kelas interval 69

Contoh mencari Desil Interval f f. kum 30 – 39 2 2 40 –

Contoh mencari Desil Interval f f. kum 30 – 39 2 2 40 – 49 3 5 50 – 59 11 16 60 – 69 20 36 70 – 79 32 68 80 – 89 25 93 90 - 99 7 100 Kelas yang memuat desil ke 3 70

Persentil untuk data tidak berkelompok dengan Pi : letak persentil ke i n :

Persentil untuk data tidak berkelompok dengan Pi : letak persentil ke i n : banyaknya data 71

Contoh mencari Persentil Setelah diurutkan 20 40 50 60 60 75 80 85 90

Contoh mencari Persentil Setelah diurutkan 20 40 50 60 60 75 80 85 90 Artinya P 57 terletak antara data ke 6 dan data ke 7 Nilai P 57 = nilai data ke 6 + 0, 27(data ke 7 - data ke 6) = 75 + 0, 27(80 -75) = 79, 35 96 72

Persentil data berkelompok dengan Pi : letak persentil ke i Bb : batas bawah

Persentil data berkelompok dengan Pi : letak persentil ke i Bb : batas bawah kelas interval yang mengandung Pi f. P : frekuensi kelas interval yang mengandung Pi F : frekuensi kumulatif sebelum kelas interval yang mengandung Pi p : panjang kelas interval 73

Contoh mencari Desil Interval f f. kum 30 – 39 2 2 40 –

Contoh mencari Desil Interval f f. kum 30 – 39 2 2 40 – 49 3 5 50 – 59 11 16 60 – 69 20 36 70 – 79 32 68 80 – 89 25 93 90 - 99 7 100 Kelas yang memuat persentil ke 95 74

Ukuran dispersi ukuran cenderung Ukuran Dispersi ( menyebar | Range = Nilai Maksimum –

Ukuran dispersi ukuran cenderung Ukuran Dispersi ( menyebar | Range = Nilai Maksimum – Nilai Minimum | Deviasi rata-rata 75

Contoh menghitung deviasi rata-rata Data 20 - 45, 6 80 14, 4 75 9,

Contoh menghitung deviasi rata-rata Data 20 - 45, 6 80 14, 4 75 9, 4 60 - 5, 6 50 - 15, 6 76

Ukuran dispersi ukuran cenderung menyebar | Variansi : penyebaran berdasarkan jumlah kuadrat simpangan data

Ukuran dispersi ukuran cenderung menyebar | Variansi : penyebaran berdasarkan jumlah kuadrat simpangan data terhadap rata-ratanya; melihat ketidaksamaan sekelompok data 77

Ukuran dispersi ukuran cenderung menyebar | Standar deviasi penyebaran data berdasarkan akar dari variansi;

Ukuran dispersi ukuran cenderung menyebar | Standar deviasi penyebaran data berdasarkan akar dari variansi; menunjukkan keragaman kelompok data 78

Contoh menghitung variansi dan deviasi standar data tersebar Data 20 400 80 6400 75

Contoh menghitung variansi dan deviasi standar data tersebar Data 20 400 80 6400 75 5625 60 3600 50 2500 79

Contoh menghitung variansi dan deviasi standar data berkelompok Kelas interval Tanda kelas (xi) fi

Contoh menghitung variansi dan deviasi standar data berkelompok Kelas interval Tanda kelas (xi) fi 13 -15 14 5 196 70 980 16 -18 17 6 289 102 1734 19 -21 20 7 400 140 2800 22 -24 23 2 529 46 1058 358 6572 jumlah 20 xifi 80

Contoh menghitung variansi data berkelompok Kelas interval Tanda kelas (xi) fi d fid 13

Contoh menghitung variansi data berkelompok Kelas interval Tanda kelas (xi) fi d fid 13 -15 14 5 -1 -5 5 16 -18 17 6 0 0 0 19 -21 20 7 1 7 7 22 -24 23 2 2 4 8 6 20 jumlah 20 81

Ukuran Kemiringan (Skewness) Adalah ukuran yang menyatakan sebuah model distribusi yang mempunyai kemiringan tertentu

Ukuran Kemiringan (Skewness) Adalah ukuran yang menyatakan sebuah model distribusi yang mempunyai kemiringan tertentu ☻Kurva positif apabila rata-rata hitung > modus / median ☻ Kurva negatif apabila rata-rata hitung < modus / median + Mo X Me 82

Rumus untuk Ukuran Kemiringan Koefisien kemiringan pertama Perason Koefisien kemiringan kedua Perason Menggunakan nilai

Rumus untuk Ukuran Kemiringan Koefisien kemiringan pertama Perason Koefisien kemiringan kedua Perason Menggunakan nilai kuartil Menggunakan nilai persentil 83

Kriteria untuk mengetahui model distribusi dari koefisien kemiringan · Jika koefisien kemiringan < nol,

Kriteria untuk mengetahui model distribusi dari koefisien kemiringan · Jika koefisien kemiringan < nol, maka bentuk distribusinya negatif · Jika koefisien kemiringan = nol, maka bentuk distribusinya simetrik · Jika koefisien kemiringan >nol, maka bentuk distribusinya positif 84

Ukuran Keruncingan (Kurtosis) Adalah derajat kepuncakan dari suatu distribusi, biasanya diambil relatif terhadap distribusi

Ukuran Keruncingan (Kurtosis) Adalah derajat kepuncakan dari suatu distribusi, biasanya diambil relatif terhadap distribusi normal Leptokurtik Platikurtik Mesokurtik 85

Kriteria untuk mengetahui model distribusi dari koefisien kurtosis · Jika koefisien kurtosis kurang dari

Kriteria untuk mengetahui model distribusi dari koefisien kurtosis · Jika koefisien kurtosis kurang dari 0, 263 maka distribusinya adl platikurtik · Jika koefisien kurtosis sama dengan 0, 263 maka distribusinya adl mesokurtik · Jika koefisien kurtosis lebih dari 0, 263 maka distribusinya adl leptokurtik 86

Contoh menghitung koefisien kemiringan dan ukuran keruncingan Kelas interval Tanda kelas (xi) fi 13

Contoh menghitung koefisien kemiringan dan ukuran keruncingan Kelas interval Tanda kelas (xi) fi 13 -15 14 5 16 -18 17 6 19 -21 20 7 22 -24 23 2 jumlah 20 Model Distribusi ? 87

Latihan Soal Diketahui data seperti di bawah ini. 15 25 21 16 20 17

Latihan Soal Diketahui data seperti di bawah ini. 15 25 21 16 20 17 19 25 21 15 17 16 19 20 17 20 15 25 15 21 19 16 17 25 19 21 20 19 19 21 17 20 16 21 20 21 16 20 17 19 20 19 17 21 19 20 16 19 19 17 20 21 19 19 21 19 17 20 19 15 1. Buatlah S Distribusi frek, dist frek kumulatif, dist frek relatif kumulatif. 88

Lanjutan… 2. Gambarlah histogram dan poligon dari dist frek kumulatif tersebut 3. Tentukan Mean,

Lanjutan… 2. Gambarlah histogram dan poligon dari dist frek kumulatif tersebut 3. Tentukan Mean, Median, Modus 4. Kuartil, Desil, Persentil 5. Koefisien kemiringan menggunakan Persentil 6. Koefisien Keruncingan 89