Professional Documents
Culture Documents
Numerical Measures
Numerical Measures
Pertemuan 3
Numerical Measures
Prodi S1 Manajemen
Fakultas Bisnis dan Ekonomika, Universitas Atma Jaya Yogyakarta
Tujuan Pembelajaran :
1. Mahasiswa mampu mengidentifikasi dan menginterpretasi rerata, median, dan modus
2. Mahasiswa mampu mengidentifikasi rerata tertimbang
3. Mahasiswa mampu mengidentifikasi dan dan menginterpretasi rerata geometric
4. Mahasiswa mampu mengidentifikasi dan interpretasi range,variance, dan standard
deviasi
Capaian Pembelajaran :
Tugas Mandiri dan Tugas Kelompok
Note : silahkan membuka Excel untuk kegiatan pembelajaran hari ini.
What is Data & Variable ?
Variabel
Data
Populasi
Sampel
Parameter
Statistik
Statistika
We need some formal methods for summarizing and characterizing the information in such a data set.
And two methods for describing data are graphical and numerical.
X i
XG = ( X1 X2 Xn )1/ n
X= i=1
n Nilai tengah Nilai yang
pada data paling sering
terurut muncul
Numerical Measures of Central Tendency
The mean of a set of quantitative data is the sum of the measurements
divided by the number of measurements contained in the data set.
*Rata-rata (rata-rata sampel) adalah ukuran Gejala Pusat yang PALING SERING DIGUNAKAN
X i
X1 + X2 + + Xn
X= i=1
=
n n
1 2 3 4 5 1 2 3 4 100
Mean = 3 Mean = 22
1 + 2 + 3 + 4 + 5 15 1 + 2 + 3 + 4 + 100 110
= =3 = = 22
5 5 5 5
Source :McClave, J., Benson, G., Sincich, T. (2018). Statistics for Business and Economics, Global Edition (13th ed.). Pearson.
The median of a quantitative data set is the middle number when the measurements are
arranged in ascending (or descending) order.
Source :McClave, J., Benson, G., Sincich, T. (2018). Statistics for Business and Economics, Global Edition (13th ed.). Pearson.
Median
• Dalam Data Terurut, Median adalah Nilai Tengahnya
(50% data di atasnya, 50% data di bawahnya)
0 1 2 3 4 5 6 7 8 9 10 0 1 2 3 4 5 6 7 8 9 10
Median = 3 Median = 3
n +1
Posisi Median =
2
Source :McClave, J., Benson, G., Sincich, T. (2018). Statistics for Business and Economics, Global Edition (13th ed.). Pearson.
Modus
• Salah satu ukuran central tendency
• Nilai yang paling sering muncul
• Tidak terpengaruh oleh data ekstrim
• Digunakan baik pada data kategorik maupun data
numerik
• Pada data yang semua frekuensinya hanya satu tidak
ada nilai modus
• Bisa ada beberapa nilai modus
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 0 1 2 3 4 5 6
No Mode
Mode = 9
Review Example
Berikut adalah harga lima buah rumah di sebuah bukit
di tepi pantai
$2,000 K
Harga Rumah :
$2,000,000
500,000
$500 K
300,000
100,000 $300 K
100,000
$100 K
$100 K
Chap 3-15
Review Example:
Summary Statistics
Harga Rumah :
• Mean : ($3,000,000/5)
$2,000,000 = $600,000
500,000
300,000
100,000
100,000
• Median : Nilai tengah pd data terurut
= $300,000
Jumlah $3,000,000
The mode is the measurement that occurs most frequently in the data set.
The modal class is class interval containing the largest relative
frequency
Source :McClave, J., Benson, G., Sincich, T. (2018). Statistics for Business and Economics, Global Edition (13th ed.). Pearson.
Kuartil
• Kuartil membagi data terurut menjadi 4 bagian dengan
banyak data yang sama pada setiap bagian
Q1 Q2 Q3
◼ Kuartil pertama, Q1, adalah nilai dimana 25% data lebih kecil
darinya dan 75% data lebih besar darinya
◼ Q2 = Median (50% data lebih kecil darinya, 50% data lebih
besar darinya)
◼ Ada 25% dari data yang lebih besar dari Q3
Rumus Quartil
(n = 9)
Q1 berada pada posisi (9+1)/4 = 2,5 pada data terurut, maka nilai Q1 adalah nilai tengah
antara data ke-2 dan data ke-3
Maka Q1 = (12+13)/2 = 12.5
Dimana :
Faktor
Rata-rata
penimbang
tertimbang
Contoh :
XG = ( X1 X2 Xn ) 1/ n
Hasil
Rata-rata RG = [(1 + R1 ) (1 + R 2 ) (1 + Rn )]1/ n − 1 lebih
Geometrik: akurat
= [(1 + ( −50%)) (1 + (100 %))] − 11/ 2
dan
sesuai
= [(.50 ) (2)] − 1 = 1 − 1 = 0%
1/ 2 1/ 2
fakta
Chap 3-28
NUMERICAL MEASURES OF VARIABILITY
Variasi
Contoh:
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14
Range = 14 - 1 = 13
Chap 3-30
Kekurangan “Range”
• Mengabaikan sebaran data
7 8 9 10 11 12 7 8 9 10 11 12
Range = 12 - 7 = 5 Range = 12 - 7 = 5
1,1,1,1,1,1,1,1,1,1,1,2,2,2,2,2,2,2,2,3,3,3,3,4,120
Range = 120 - 1 = 119
Chap 3-31
Interquartile Range (Jarak Antar Kuartil)
• Dapat meminimalisir masalah outlier dengan
menggunakan interquartile range
Chap 3-32
Interquartile Range
Contoh:
Median X
X Q1 Q3
(Q2) maximum
minimum
25% 25% 25% 25%
12 30 45 57 70
Interquartile range
= 57 – 30 = 27
Business Statistics, A First Course (4e) © 2006 Prentice-Hall, Inc. Chap 3-33
Deviasi dapat memberikan informasi terkait
variabilitas/dapat dijadikan ukuran variabilitas numerik.
Source :McClave, J., Benson, G., Sincich, T. (2018). Statistics for Business and Economics, Global Edition (13th ed.). Pearson.
Varians
• Rata-rata (pendekatan) kuadrat simpangan dari
setiap data terhadap nilai rata-ratanya
*jumlah deviasi2 dari rata-rata / (n-1)
n
• Varians Sampel : (X − X) i
2
S =2 i=1
n -1
Where X = Rata-rata (Mean)
n = Ukuran sampel
Xi = data ke-I pada variabel X
Chap 3-35
Langkah kedua dalam menemukan ukuran variabilitas data yang berarti
adalah menghitung simpangan baku dari kumpulan data.
Source :McClave, J., Benson, G., Sincich, T. (2018). Statistics for Business and Economics, Global Edition (13th ed.). Pearson.
Standard Deviation (Simpangan Baku)
• Ukuran Variasi yang PALING BANYAK DIGUNAKAN
• Memperlihatkan variasi dari nilai rata-rata
• Merupakan akar kuadrat dari Varians
• Memiliki satuan yang sama dengan data asli
Chap 3-37
Maka, s = 1.5811
Source :McClave, J., Benson, G., Sincich, T. (2018). Statistics for Business and Economics, Global Edition (13th ed.). Pearson.
Sampai Jumpa Selasa Depan …