1 / 18

BAB 5

BAB 5. DISPERSI, KEMIRINGAN DAN KERUNCINGAN DISTRIBUSI DATA. DISPERSI DATA. ADALAH METODE UNTUK MENGGAMBARKAN BAGAIMANA SUATU KELOMPOK DATA MENYEBAR TERHADAP PUSAT DATA. PENTINGNYA MEMPELAJARI DIAPERSI DATA DIDASARKAN PADA 2 PERTIMBANGAN:

dean
Download Presentation

BAB 5

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. BAB 5 DISPERSI, KEMIRINGAN DAN KERUNCINGAN DISTRIBUSI DATA

  2. DISPERSI DATA • ADALAH METODE UNTUK MENGGAMBARKAN BAGAIMANA SUATU KELOMPOK DATA MENYEBAR TERHADAP PUSAT DATA

  3. PENTINGNYA MEMPELAJARI DIAPERSI DATA DIDASARKAN PADA 2 PERTIMBANGAN: • PERTAMA, PUSAT DATA (RATA2, MEDIAN DAN MODUS) HANYA MEMBERI INFORMASI YANG SANGAT TERBATAS • KEDUA, DISPERSI DATA SANGAT PENTING UNTUK MEMBANDINGKAN PENYEBARAN DUA DISTRIBUSI DATA ATAU LEBIH. DEFINISI • UKURAN PENYEBARAN SUATU KELOMPOK DATA TERHADAP PUSAT DATA DISEBUT DISPERSI ATAU VARIASI ATAU KERAGAMAN DATA

  4. BEBERAPA JENIS UKURAN DISPERSI DATA • JANGKAUAN (RANGE) • SIMPANGAN RATA-RATA (MEAN DEVIATION) • VARIANSI (VARIANCE) • STANDAR DEVIASI (STANDARD DEVIATION) • JANGKAUAN KUARTIL DAN JANGKAUAN PERSENTIL 10-90 • KOEFISIEN VARIASI • NILAI BAKU

  5. VARIANSI DAN STANDAR DEVIASI DG KODE U

  6. CONTOH:

  7. KEMIRINGAN DISTRIBUSI DATA • KEMIRINGAN DISTRIBUSI DATA ADA TIGA JENIS: • SIMETRI • MIRING KE KANAN – KEMIRINGAN POSITIF • MIRING KE KIRI – KEMIRINGAN NEGATIF • KEMIRINGAN DISTRIBUSI DATA DISEBUT KEMENCENGAN ATAU KEMENJULURAN (SKEWNESS) • KEMIRINGAN ADALAH DERAJAT ATAU UKURAN DARI KETIDAKSIMETRIAN (ASIMETRI) SUATU DISTRIBUSI DATA

  8. BEBERAPA CARA UNTUKMENGHITUNG DERAJAT KEMIRINGAN DIST. DATA • CARA PERTAMA: RUMUS PEARSON • Rumus ini dapat dipakai untuk data tidak berkelompok maupun data berkelompok, dengan aturan sbb: • Bila  = 0, distribusi data simetri • Bila  = negatif, distribusi data miring ke kiri • Bila  = positif, distribusi data miring ke kanan • Semakin besar , distribusi data akan semakin miring atau makin tidak simetri.

  9. CARA KEDUA: RUMUS MOMEN

  10. Khusus data berkelompok (tabel distribusi frekuensi), 3 dapat dihitung dengan cara transformasi (Kode U) • Bila 3 = 0, distribusi data simetri • Bila 3 < 0, distribusi data miring ke kiri • Bila 3 > 0, distribusi data miring ke kanan

  11. CARA KETIGA: RUMUS BOWLEY • Menurut Bowley, derajat kemiringan bisa ditentukan dengan memakai nilai Kuartil bawah, tengah dan atas. • Jika distribusinya SIMETRI, maka Q3 – Q2 = Q2 – Q1 sehingga • Q3 + Q1 – 2 Q2 = 0. Maka  = 0. • Jika distribusinya MIRING, ada 2 kemungkinan: • Q1 = Q2 maka  = 1 • Q2 = Q3 maka  = -1

  12. KERUNCINGAN DISTRIBUSI DATA KERUNCINGAN DISTRIBUSI DATA ADALAH DERAJAT ATAU UKURAN TINGGI RENDAHNYA PUNCAK SUATU DISTRIBUSI DATA TERHADAP DISTRIBUSI NORMALNYA DATA KERUNCINGAN DISTRIBUSI DATA DISEBUT KURTOSIS. ADA 3 JENIS DERAJAT KERUNCINGAN YAITU: LEPTOKURTIS -- JIKA PUNCAK RELATIF TINGGI MESOKURTIS -- JIKA PUNCAK NORMAL PLATIKURTIS -- JIKA PUNCAK TERLALU RENDAH / DATAR

  13. Derajat keruncingan distribusi data (4) dihitung dengan rumus:

  14. Cara lain menghitung Derajat keruncingan distribusi data (k) adalah dengan rumus

More Related