Nama NIM Rombel

: Anggraini Kusumawardani : 6411412229 : 5 (lima)

ANALISIS DATA
A. UKURAN NILAI TENGAH Nilai tengah adalah suatu nilai yang dapat mewakili sekelompok nilai hasil pengamatan dan disebut juga rata-rata. Nilai tersebut mempunyai kecenderungan untuk berada di tengah-tengah suatu distribusi. Maka, nilai tengah juga disebut kecenderungan nilai tengah (central tendency). Nilai tengah diperlukan untuk membandingkan sekelompok nilai dengan kelompok lainnya. Terdapat beberapa ukuran nilai tengahyang dapat digunakan, antara lain: 1. Rata-rata hitung (arithmatic mean) atau disingkat mean Rata-rata hitung adalah jumlah semua hasil pengamatan (x) dibagi dengan banyaknya pengamatan (x) Contoh: Hasil pengukuran berat badan 10 orang penderita diabetes mellitus yang dirawat di suatu rumah sakit adalah sebagai berikut. Ukuran berat badan dinyatakan dalam kg. 65, 60, 55, 70, 67, 53, 61, 64, 75, dan 50

Rumus x = 62

Untuk data yang banyak, perhitungan rata-rata dapat diselesaikan dengan beberapa rumus yaitu: a. Data disusun dalam distribusi yang tidak dikelompokkan

Rumus
Keterangan x = rata rata

 f x n

= jumlah = frekuensi = hasil pengamatan = jumlah pengamatan

b. Frekuensi distribusi dikelompokkan

Rumus
Keterangan x f Nt = rata rata = jumlah = frekuensi = nilai tengah kelas

c. Perhitungan rata-rata menggunakan kode

Rumus
Keterangan Nt0 i d n

+i(

= nilai tengah kelas = interval kelas = kode = jumlah pengamatan

d. Distribusi frekuensi dengan interval kelas yang tidak sama

d=

Rumus

+i(

e. Rata-rata hitung dengan pembebanan (Weighted Mean)

Rumus
atau

Rumus
2. Rata-rata ukur (geometric mean) Rata-rata ukur dapat disebut juga perhitungan rata-rata yaitu akar pangkat n dari hasil perkalian setiap pengamatan.

Rata-rata ukur untuk n kecil

Rumus

Rata-rata ukur untuk n besar

Rumus log

= log = anti log ( )

3.

Median Median merupakan ukuran nilai tengah yang berbeda dengan rata-rata (mean) karena median hanya menyatakan posisi tengah dari sederetan angka hasil pengamatan sedemikian rupa sehingga membagi dua sama banyak.

Rumus Me =
Keterangan: Me n = median = banyaknya pengamatan

a. Penghitungan median data yang tidak dikelompokkan Untuk menghitung nilai median, mula-mula data disusun secara berurutan dari yang kecil ke yang besar atau sebaliknya.Kemudian tentukan posisi median dengan menggunakan rumus median secara umum bila jumlah pengamatan ganjil, tetapi bila jumlah pengamatan genap maka akan diperoleh dua median dan hitunglah rata-rata dua posisi median tersebut. b. Penghitungan median pada distribusi frekuensi yang dikelompokkan

Rumus Me = Me + i
4. Modus Modus merupakan salah satu ukuran nilai tengah yang dinyatakan daam frekuensi terbanyak dari data kualitatif maupun data kuantitatif. a. Penghitungan modus untuk data yang tidak dikelompokkan Modus jarang digunakan untuk data yang tidak dikelompokkan karena sering menyimpang jauh dari yang sesungguhnya. Oleh karena itu, bila kita akan

menentukan nilai tengah menggunakan modus maka sebaiknya data yang kita peroleh diubah dahulu menjadi distribusi frekuensi. b. Penghitungan modus pada data distribusi frekuensi yang dikelompokkan

Rumus Mo =LMo + (
Keterangan: Mo LMo d1 d2 i

= modus = tepi bawah kelas dimana modus berada = selisih antara frekuensi kelas modus dengan kelas tepat di bawahnya = selisih antara frekuensi kelas modus dengan kelas tepat di atasnya = lebar interval kelas modus

Hubungan antara mean, median, dan modus 1. Pada kurva yang simetris, mean, median, dan modus terletak pada satu titik (mean = modus). 2. Pada distribusi miring ke kanan, modus akan bergeser ke kanan mengikuti nilai dengan frekuensi terbanyak, sedangkan mean akan bergeser ke kanan karena terpengaruh oleh nilai ekstrem dan median terletak antara mean dan modus. 3. Bila distribusi miring ke kiri maka modus akan bergeser ke kanan mengikuti nilai dengan frekuensi terbanyak, sedangkan mean bergeser ke kiri mengikuti nilai ekstrem dan median terletak antara mean dan modus. 4. Secara empiris dapat dikatakan bahwa jarak antara jarak antara modus dan median merupakan 2/3 jarak antara modus dan mean. 5. Modus mengalami pergeseran terbesar diikuti oleh mean dan median. Median relatif stabil dibandingkan modus dan mean, tetapi bila rata-rata dari sampel ke sampel maka mean mempunyai fluktuasi terkecil.

B.

DISPERSI (UKURAN PENYIMPANGAN = UKURAN VARIASI) Ukuran variasi atau dispersi meliputi hal-hal berikut 1. Dispersi absolut yang terdiri dari 1) Rentang (range) Rentang (range) ialah selisih antara nilai terbesar dan nilai terkecil dari data yang telah tersusun secara berurutan. Manfaat range sangat terbatas karena: a. Range hanya melibatkan nilai terbesar dan nilai terkecil tanpa melibatkan nilai-nilai lain dalam distribusi

b. Range hanya melibatkan dua nilai terbesar dan terkecil maka range sangat dipengaruhi oleh adanya nilai ekstrem c. Range tidak dapat ditentukan pada distribusi dengan kelas interval yang terbuka. Range dapat digunakan untuk memperkirakan hasil perhitungan simpangan baku atau deviasi standar (standart deviation [SD]) karena pada distribusi normal, simpangan 1 SD kira-kira sama dengan 1/6 dari range.

2) Kuartil Kuartil adalah data yang telah disusun menjadi suatu distribusi kita bagi menjadi 4 bagian yang sama (K). Beberapa kelebihannya antara lain: 1. Kuartil menggunakan 50% bagian tengah hingga tidak dipengaruhi oleh nilai ekstrem seperti pada range 2. Posisi K1, K2, dan K3 dapat dihitung 3. K2 sama dengan median hingga dapat dihitung deviasi terhadap median 4. Pada kuartil, distribusi dengan kelas interval terbuka dapat dihitung dispersinya sedangkan pada range tidak. Rentang Antar-Kuartil Selisih antara K3 K1 disebut rentang antar-kuartil (interquartile range) Cara perhitungan a. Data yang tidak dikelompokkan Untuk menentukan letak K3 da K1

Rumus K3 = (n + 1) dan K1 = (n + 1)
Untuk menghitung nilai K3 dan K1

Rumus K3 dan K1 = L + b(S L)

Keterangan L b S = nilai sebelum K3 dan K1 = kekurangan unit untuk mencapai letak K3 dan K1 = nilai dimana K3 dan K1 berada

b. Data dengan pengelompokkan Letak kuartil diubah menjadi unit

x=

Rumus Kk =
Keterangan: L i

= tepi bawah kelas dimana kuartil berada = interval kelas

fkum = frekuensi kumulatif sebelum kuartil f x = frekuensi dimana kuartil berada = letak kuartil

Deviasi Kuartil (Quartile Deviation) Dispersi kuartil (Dk) ialah ukuran dispersi berdasarkan rentang antar-kuartil dengan median sebagai posisi tengah. Deviasi kuartil merupakan setengah selisih antara K3 dan K1

Rumus Dk =

Median atau K2 sama dengan median

Rumus Me =
3) Desil Desil adalah data yang telah disusun menjadi distribusi dan dibagi menjadi 10 bagian yang sama. Rumus untuk data yang tidak dikelompokkan

Letak Dd = data ke
D n = 1, 2, 3,...9 = jumlah pengamatan

Rumus Nilai Dd = L + b(S L)

L S b = nilai sebelum Dd = nilai dimana Dd berada = kekurangan unit untuk mencapai Dd

Rumus untuk data yang dikelompokkan

Letak Dd pada data ke x = Rumus Nilai Dd = L + i(x fkum)/f

Keterangan: L i = tepi bawah kelas dimana desil berada = interval kelas

fkum = frekuensi kumulatif sebelum Dd f = frekuensi dimana Dd berada

4) Persentil Persentil ialah suatu distribusi dibagi menjadi 100 bagian yang sama, dengan cara demikian kita mendapatkan 99 bagian yang sama. 1. Untuk data yang tidak dikelompokkan Tentukan posisi persentil (Pp) pada data ke p(n + 1)/100 P = 1, 2, 3, ... 99 n = jumlah pengamatan Hitung nilai Pp = L + b(S L) L S B = nilai sebelum Pp = nilai dimana Pp berada = kekurangan unit untuk mencapai Pp

2. Untuk data yangdikelompokkan Tentukan letak Pp dengan mengubahnya menjadi unit (n)

Rumus
Tentukan nilai Pp

(p x n)/100

Pp = L + i(x fkum)/f
L i fkum f = nilai pengamatan sebelum Pp = interval kelas = frekuensi kumulatif lebih kecil dari batas atas sebelum Pp = frekuensi dimana Pp berada

5) Deviasi rata-rata (mean deviation) Simpangan rata-rata adalah jumlah selisih antara hasil setiap pengamatan dengan rata-rata dibagi dengan banyaknya pengamatan.

Rumus (Populasi) MD = Rumus (Sampel) MD =

6) Deviasi standar (standart deviation) Deviasi standar merupakan akar dari varians

=
7) Varians (variance)

Rumus
Keterangan:

(X - )2 / N

= deviasi standar = rata-rata = hasil pengamatan = banyaknya pengamatan Deviasi Standar Sampel Rumus varians sampel

Rumus

(X - )2 / n-1 =

Rumus standar deviasi sampel

Distribusi frekuensi SD =

Distribusi frekuensi yang dikelompokkan SD =

Penghitungan SD pada distribusi yang dikelompokkan SD = ( )2

2. Dispersi relatif berupa koefisien variasi (Coefficient of variation) KV = (SD/