SlideShare una empresa de Scribd logo
1 de 21
KULIAH BAB IV


  UKURAN
 KERAGAMA
     N
   DATA
X3            UKURAN
                                X5
          KERAGAMAN DATA
        UNTUK MENGETAHUI
          SEBERAPA JAUH
     PENYEBARANNYA DARI NILAI
            RATA-RATA


                Xr
                         X2
     X1

                              X4
                Xn
2 GUGUS DATA
    Pengukuran Jarak PQ
    oleh surveyor A dan B
P                           Q
  Data              Data
Surveyor          Surveyor
    A                 B
125,332 m         125,350 m
125,329 m         125,322 m
125,330 m         125,338 m
125,333 m         125,346 m
Manakah gugus data yang
     lebih akurat?
ANALISIS ATAS
            DATA
   Nilai rata2        Nilai rata2
data A = 125,331   data B = 125,339
        m                  m
  Nilai median       Nilai median
data A = 125,331   data B = 125,342
        m                  m
  Nilai modus        Nilai modus
data A tidak ada   data B tidak ada

          KESIMPULAN???
Nilai
             Rata2
Median                  Modus

           UKURAN
         GEJALA PUSAT


          TIDAK MAMPU
         MENYIMPULKAN
UKURAN
           KERAGAMAN

                                       Simpangan
 Rentang
                Varians                  Baku

=Xmax – Xmin        n
                                             n
                                            ∑ (xi − xr )
                                                         2
                                   2
                    ∑ (x i − x r )          i =1
                                       s=
               v = i =1                            n−1
                          n−1
RENTANG
          =Xmax – Xmin

Rentang Data         Rentang Data
A = 125,333 –        B = 125,350 –
  125,329              125,322
=    0,004 m         =    0,028 m

   Kesimpulan: karena rentang A <
 rentang B, maka gugus data A lebih
    akurat daripada gugus data B
SIMPANGA
             N = Xi - Xr
 GUGUS A                      GUGUS B
Xr = 125,331                 Xr = 125,339
Gugus    X1 - Xr   X2 - Xr   X3 - Xr   X4 - Xr
Data A   0,001     - 0,002   - 0,001   0,002
Data B   0,011     - 0,017   - 0,001   0,007

         SIMPANGAN GUGUS
            A < GUGUS B
Gugus Data A         VARIAN                    Gugus Data B
Xi - Xr   (Xi – Xr)2     S                     Xi - Xr   (Xi – Xr)2
 0,001    0,000001                              0,011    0,000121
- 0,002   0,000004          n                  - 0,017   0,000289
                                           2
                            ∑ (x i − x r )
- 0,001   0,000001                             - 0,001   0,000001
                       v = i =1
                                  n−1
 0,002    0,000004                              0,007    0,000049
 Jml      0,000010                              Jml      0,000460
  V=      0,0000033                              V=      0,0001533

           Varians A < Varians B
     Gugus A lebih akurat daripada gugus
                     B
SIMPANGAN
                  BAKU
                         n           2
                        ∑ (xi − xr )
                   s=   i =1
                               n−1

Gugus Data A                             Gugus Data B
V=     0,0000033                         V=   0,0001533
S=     0,0018257                         S=   0,0123814

        Simp. baku A < Simp. baku B
     Gugus A lebih akurat daripada gugus
                     B
SIMPANGAN BAKU
                TANPA NILAI RATA-RATA
            n
          n ∑ xi 2 − ( n x )2             Gugus Data A
                       ∑ i
s=         i =1       i =1           Xi           Xi2
                n(n − 1)
                                  125,332 15.708,110224
     n                            125,329 15.707,358241
n ∑x i2 = 4x62.831,438254
 i =1   = 251.325,753016          125,330 15.707,608900
                                  125,333 15.708,360889
 n       2 = (501,324)2
( ∑x i )                          501,324 62.831.438254
 i =1      = 251.325,752976

         251.325,753016 − 251.325,752976 0,00004
s=                                    =          = 0,0018257
                      4 x3                  12
SIMPANGAN
                        BAKU
  Bila sebuah gugus data ditambah/dikurangi dengan
  suatu konstanta, maka simpangan bakunya sama
  dengan simpangan baku data aslinya

       Gugus Data A                n
                                 n ∑ (x i − 125 )2 = 1,753016
  Xi      Xi - 125   (Xi-125)2    i =1
125,332    0,332     0,110224
                                  n
125,329    0,329     0,108241    ( ∑ (x i − 125 ))2 = 1,752976
                                 i=1
125,330    0,330     0,108900
125,333    0,333     0,110889
                                 S = 0,0018257
           1,324     0,438254
SIMPANGAN
                   BAKU
Bila sebuah gugus data dikalikan/dibagi dengan suatu
konstanta c, maka simpangan bakunya sama dengan
simpangan baku data asli dikalikan/dibagi c

Harga suatu barang di 4 toko berbeda adalah Rp 1 juta,
Rp 1,002 juta, Rp 1,001 juta, dan Rp 1,002 juta.
Menghitung simpangan baku data itu, bagilah semua
harga dengan 1000 menjadi 1000, 1002, 1001, dan 1002
lalu kurangi dengan 1000 diperoleh 0, 2, 1, dan 2

  n              n
n ∑x i2 = 36   ( ∑x i )2 = 25   S = 0,957427 x 1000
 i =1           i =1
SIMPANGAN BAKU

      Untuk Distribusi Frekuensi

                           2
         ∑ fi (Xi − Xr )
S =                              Dengan Xr
               n −1


        n∑ fi Xi2 − (∑ fi Xi)2
S =                              Tanpa Xr
               n (n − 1)
CONTOH dengan Xr
 Nilai       fi        Xi   Xi-Xr    (Xi-Xr)2     fi (Xi-Xr)2
 Ujian
31 – 40      1     35,5     – 41,1   1.689,21     1.689,21
41 – 50      2     45,5     – 31,1    967,21      1.834,42
51 – 60      5     55,5     – 21,1    445,21      2.226,05
61 – 70      15    65,5     – 11,1    123,21      1.848,15
71 – 80      25    75,5     – 1,1        1,21         30,25
81 – 90      20    85,5       8,9      79,21      1.584,20
91 – 100     12    95,5      18,9     357,21      4.286,52
Jumlah       80                                   13.498,80

           Xr = 76,6                  S = 13,07
CONTOH tanpa Xr
 Nilai     fi    Xi     Xi2       fi Xi        fi Xi2
 Ujian
31 – 40    1    35,5   1.260,25     35,5       1.260,25
41 – 50    2    45,5   2.070,25     91,0       4.140,50
51 – 60    5    55,5   3.080,25    277,5     15.401,25
61 – 70    15   65,5   4.290,25    982,5     64.353,75
71 – 80    25   75,5   5.700,25   1.887,5   142.506,25
81 – 90    20   85,5   7.310,25   1.710,0   146.205,00
91 – 100   12   95,5   9.120,25   1.146,0   109.443,00
Jumlah     80                     6.130,0   483.310,00

                                   S = 13,12
DALIL
              CHEBYSHEV
 "Sedikitnya 1 - 1/k2 bagian data terletak di dalam k
 simpangan baku dari nilai rata-ratanya Interval."
 Sampel dihitung menggunakan persamaan xr ± ks


Contoh : Dari 1080 siswa didapat nilai IQ rata-rata =
    120 dengan simpangan baku 8.
(a) Tentukan interval nilai IQ untuk sedikitnya 810
    mahasiswa, gunakan dalil Chebyshev.
(b) Simpulkan mengenai nilai IQ untuk seluruh
    mahasiswa
JAWAB

(a) 810 Siswa dari 1080 = 810/1080 = 3/4 bagian
    atau = 1 - 1/k2. Jadi 1 - 1/k2 = 3/4, didapat k = 2.
    Interval nilai IQ = Xr ± ks = 120 ± 2x8 Atau,
    intervalnya: 120 + 16 = 136 dan 120 – 16 = 104.
(b) Kesimpulan: 810 siswa memiliki IQ antara
    104 – 136
NILAI Z
Definisi: Suatu pengamatan X yang mempunyai nilai
rata-rata Xr dan simpangan baku s, mempunyai nilai
z yang didefinisikan sebagai z = (X – Xr) / s
Nilai z mengukur besar simpangan baku suatu
pengamatan terletak di atas/bawah nilai rata-rata

 Nilai seorang mahasiswa

    Mata      Nilai   Rata-rata Simpang.      z
   Kuliah              kelas      baku
   Kimia       82        68         8       1,75
  Ekonomi      89        80         6       1,50

   Nilai Kimia lebih baik daripada nilai Ekonomi
KERJAKAN
 LATIHAN
  SOAL
SEKIAN DAN
TERIMA KASIH

Más contenido relacionado

La actualidad más candente

Contoh soal statistika & peluang beserta jawabannya
Contoh soal statistika & peluang beserta jawabannyaContoh soal statistika & peluang beserta jawabannya
Contoh soal statistika & peluang beserta jawabannyaVidi Al Imami
 
Persamaandifferensial
PersamaandifferensialPersamaandifferensial
PersamaandifferensialMeiky Ayah
 
Beberapa distribusi peluang kontinu
Beberapa distribusi peluang kontinuBeberapa distribusi peluang kontinu
Beberapa distribusi peluang kontinuRaden Maulana
 
Peubah acak diskrit dan kontinu
Peubah acak diskrit dan kontinuPeubah acak diskrit dan kontinu
Peubah acak diskrit dan kontinuAnderzend Awuy
 
Latihan soal beberapa distribusi peluang diskrit
Latihan soal beberapa distribusi peluang diskritLatihan soal beberapa distribusi peluang diskrit
Latihan soal beberapa distribusi peluang diskritSiti Yuliati
 
ppt pertidaksamaan linear satu variabel
ppt pertidaksamaan linear satu variabelppt pertidaksamaan linear satu variabel
ppt pertidaksamaan linear satu variabelNuurwashilaah -
 
Makalah Persamaan Deferensial NON EKSAK
Makalah Persamaan Deferensial NON EKSAKMakalah Persamaan Deferensial NON EKSAK
Makalah Persamaan Deferensial NON EKSAKRaden Ilyas
 
Teori Peluang | Pengantar Statistik Matematis
Teori Peluang | Pengantar Statistik MatematisTeori Peluang | Pengantar Statistik Matematis
Teori Peluang | Pengantar Statistik MatematisJujun Muhamad Jubaerudin
 
Makalah matematika integral
Makalah matematika integralMakalah matematika integral
Makalah matematika integralsoki leonardi
 
Bab2 peubah-acak-dan-distribusi-peluang
Bab2 peubah-acak-dan-distribusi-peluangBab2 peubah-acak-dan-distribusi-peluang
Bab2 peubah-acak-dan-distribusi-peluangArif Windiargo
 
Pertemuan 3 relasi & fungsi
Pertemuan 3 relasi & fungsiPertemuan 3 relasi & fungsi
Pertemuan 3 relasi & fungsiaansyahrial
 
Tabel t, z dan f dan chi kuadrat
Tabel t, z dan f dan chi kuadratTabel t, z dan f dan chi kuadrat
Tabel t, z dan f dan chi kuadratIr. Zakaria, M.M
 
Matematika diskrit (dual graf, lintasan dan sirkuit euler, lintasan dan sirku...
Matematika diskrit (dual graf, lintasan dan sirkuit euler, lintasan dan sirku...Matematika diskrit (dual graf, lintasan dan sirkuit euler, lintasan dan sirku...
Matematika diskrit (dual graf, lintasan dan sirkuit euler, lintasan dan sirku...Fatma Qolbi
 

La actualidad más candente (20)

Distribusi normal
Distribusi normalDistribusi normal
Distribusi normal
 
Contoh soal statistika & peluang beserta jawabannya
Contoh soal statistika & peluang beserta jawabannyaContoh soal statistika & peluang beserta jawabannya
Contoh soal statistika & peluang beserta jawabannya
 
Transformasi elementer
Transformasi elementerTransformasi elementer
Transformasi elementer
 
Analisis regresi.
Analisis regresi.Analisis regresi.
Analisis regresi.
 
Persamaandifferensial
PersamaandifferensialPersamaandifferensial
Persamaandifferensial
 
Beberapa distribusi peluang kontinu
Beberapa distribusi peluang kontinuBeberapa distribusi peluang kontinu
Beberapa distribusi peluang kontinu
 
Peubah acak diskrit dan kontinu
Peubah acak diskrit dan kontinuPeubah acak diskrit dan kontinu
Peubah acak diskrit dan kontinu
 
Latihan soal beberapa distribusi peluang diskrit
Latihan soal beberapa distribusi peluang diskritLatihan soal beberapa distribusi peluang diskrit
Latihan soal beberapa distribusi peluang diskrit
 
1 Bilangan Kompleks
1 Bilangan Kompleks1 Bilangan Kompleks
1 Bilangan Kompleks
 
ppt pertidaksamaan linear satu variabel
ppt pertidaksamaan linear satu variabelppt pertidaksamaan linear satu variabel
ppt pertidaksamaan linear satu variabel
 
Makalah Persamaan Deferensial NON EKSAK
Makalah Persamaan Deferensial NON EKSAKMakalah Persamaan Deferensial NON EKSAK
Makalah Persamaan Deferensial NON EKSAK
 
Teori Peluang | Pengantar Statistik Matematis
Teori Peluang | Pengantar Statistik MatematisTeori Peluang | Pengantar Statistik Matematis
Teori Peluang | Pengantar Statistik Matematis
 
kekontinuan fungsi
kekontinuan fungsikekontinuan fungsi
kekontinuan fungsi
 
Makalah matematika integral
Makalah matematika integralMakalah matematika integral
Makalah matematika integral
 
Teori Group
Teori GroupTeori Group
Teori Group
 
Bab2 peubah-acak-dan-distribusi-peluang
Bab2 peubah-acak-dan-distribusi-peluangBab2 peubah-acak-dan-distribusi-peluang
Bab2 peubah-acak-dan-distribusi-peluang
 
Pertemuan 3 relasi & fungsi
Pertemuan 3 relasi & fungsiPertemuan 3 relasi & fungsi
Pertemuan 3 relasi & fungsi
 
Kalkulus II stta
Kalkulus  II sttaKalkulus  II stta
Kalkulus II stta
 
Tabel t, z dan f dan chi kuadrat
Tabel t, z dan f dan chi kuadratTabel t, z dan f dan chi kuadrat
Tabel t, z dan f dan chi kuadrat
 
Matematika diskrit (dual graf, lintasan dan sirkuit euler, lintasan dan sirku...
Matematika diskrit (dual graf, lintasan dan sirkuit euler, lintasan dan sirku...Matematika diskrit (dual graf, lintasan dan sirkuit euler, lintasan dan sirku...
Matematika diskrit (dual graf, lintasan dan sirkuit euler, lintasan dan sirku...
 

Destacado

Destacado (8)

Stat d3 2
Stat d3 2Stat d3 2
Stat d3 2
 
Port designers handbook
Port designers handbookPort designers handbook
Port designers handbook
 
Cmc materi panduan komunikasi dan penggunaan merek
Cmc   materi panduan komunikasi dan penggunaan merek Cmc   materi panduan komunikasi dan penggunaan merek
Cmc materi panduan komunikasi dan penggunaan merek
 
Stat d3 1
Stat d3 1Stat d3 1
Stat d3 1
 
Stat d3 6
Stat d3 6Stat d3 6
Stat d3 6
 
Stat d3 5
Stat d3 5Stat d3 5
Stat d3 5
 
Stat d3 3
Stat d3 3Stat d3 3
Stat d3 3
 
Bab iii analisis penampang lentur
Bab iii analisis penampang lenturBab iii analisis penampang lentur
Bab iii analisis penampang lentur
 

Similar a UKURAN KERAGAMAN DATA

Regresi Kuadrat Terkecil
Regresi Kuadrat TerkecilRegresi Kuadrat Terkecil
Regresi Kuadrat Terkecilindra herlangga
 
3 regresi and-korelasi_berganda.ppt
3 regresi and-korelasi_berganda.ppt3 regresi and-korelasi_berganda.ppt
3 regresi and-korelasi_berganda.pptaliff_aimann
 
Aminullah Assagaf_PERBANDINGAN SPSS, PLS SEM, MANUAL_23 Juli.pptx
Aminullah Assagaf_PERBANDINGAN SPSS, PLS SEM, MANUAL_23 Juli.pptxAminullah Assagaf_PERBANDINGAN SPSS, PLS SEM, MANUAL_23 Juli.pptx
Aminullah Assagaf_PERBANDINGAN SPSS, PLS SEM, MANUAL_23 Juli.pptxAminullah Assagaf
 
Aminullah Assagaf_PERBANDINGAN SPSS, PLS SEM, MANUAL_23 Juli.pdf
Aminullah Assagaf_PERBANDINGAN SPSS, PLS SEM, MANUAL_23 Juli.pdfAminullah Assagaf_PERBANDINGAN SPSS, PLS SEM, MANUAL_23 Juli.pdf
Aminullah Assagaf_PERBANDINGAN SPSS, PLS SEM, MANUAL_23 Juli.pdfAminullah Assagaf
 
Aminullah Assagaf_PERBANDINGAN SPSS, PLS SEM, MANUAL_23 Juli.pptx
Aminullah Assagaf_PERBANDINGAN SPSS, PLS SEM, MANUAL_23 Juli.pptxAminullah Assagaf_PERBANDINGAN SPSS, PLS SEM, MANUAL_23 Juli.pptx
Aminullah Assagaf_PERBANDINGAN SPSS, PLS SEM, MANUAL_23 Juli.pptxAminullah Assagaf
 
Aminullah Assagaf_PERBANDINGAN SPSS, PLS SEM, MANUAL_23 Juli.pdf
Aminullah Assagaf_PERBANDINGAN SPSS, PLS SEM, MANUAL_23 Juli.pdfAminullah Assagaf_PERBANDINGAN SPSS, PLS SEM, MANUAL_23 Juli.pdf
Aminullah Assagaf_PERBANDINGAN SPSS, PLS SEM, MANUAL_23 Juli.pdfAminullah Assagaf
 
Aminullah Assagaf_PERBANDINGAN SPSS, PLS SEM, MANUAL_23 Juli.pptx
Aminullah Assagaf_PERBANDINGAN SPSS, PLS SEM, MANUAL_23 Juli.pptxAminullah Assagaf_PERBANDINGAN SPSS, PLS SEM, MANUAL_23 Juli.pptx
Aminullah Assagaf_PERBANDINGAN SPSS, PLS SEM, MANUAL_23 Juli.pptxAminullah Assagaf
 
Aminullah Assagaf_PERBANDINGAN SPSS, PLS SEM, MANUAL_15 Juli 2023.pptx
Aminullah Assagaf_PERBANDINGAN SPSS, PLS SEM, MANUAL_15 Juli 2023.pptxAminullah Assagaf_PERBANDINGAN SPSS, PLS SEM, MANUAL_15 Juli 2023.pptx
Aminullah Assagaf_PERBANDINGAN SPSS, PLS SEM, MANUAL_15 Juli 2023.pptxAminullah Assagaf
 
Aminullah Assagaf_PERBANDINGAN SPSS, PLS SEM, MANUAL_15 Juli 2023.pdf
Aminullah Assagaf_PERBANDINGAN SPSS, PLS SEM, MANUAL_15 Juli 2023.pdfAminullah Assagaf_PERBANDINGAN SPSS, PLS SEM, MANUAL_15 Juli 2023.pdf
Aminullah Assagaf_PERBANDINGAN SPSS, PLS SEM, MANUAL_15 Juli 2023.pdfAminullah Assagaf
 
bab-3-1-forecast-dengan-smoothing-tpb.ppt
bab-3-1-forecast-dengan-smoothing-tpb.pptbab-3-1-forecast-dengan-smoothing-tpb.ppt
bab-3-1-forecast-dengan-smoothing-tpb.pptEri Zuliarso
 
21. soal soal transformasi geometri
21. soal soal transformasi geometri21. soal soal transformasi geometri
21. soal soal transformasi geometriDian Fery Irawan
 
5. presentasi ukuran penyebara data
5. presentasi ukuran penyebara data5. presentasi ukuran penyebara data
5. presentasi ukuran penyebara dataHafiza .h
 
Kuliah statistika lanjut
Kuliah statistika lanjutKuliah statistika lanjut
Kuliah statistika lanjutRaden Maulana
 

Similar a UKURAN KERAGAMAN DATA (20)

Regresi Kuadrat Terkecil
Regresi Kuadrat TerkecilRegresi Kuadrat Terkecil
Regresi Kuadrat Terkecil
 
Statistik (Bab 11)
Statistik (Bab 11) Statistik (Bab 11)
Statistik (Bab 11)
 
3 regresi and-korelasi_berganda.ppt
3 regresi and-korelasi_berganda.ppt3 regresi and-korelasi_berganda.ppt
3 regresi and-korelasi_berganda.ppt
 
Aminullah Assagaf_PERBANDINGAN SPSS, PLS SEM, MANUAL_23 Juli.pptx
Aminullah Assagaf_PERBANDINGAN SPSS, PLS SEM, MANUAL_23 Juli.pptxAminullah Assagaf_PERBANDINGAN SPSS, PLS SEM, MANUAL_23 Juli.pptx
Aminullah Assagaf_PERBANDINGAN SPSS, PLS SEM, MANUAL_23 Juli.pptx
 
Aminullah Assagaf_PERBANDINGAN SPSS, PLS SEM, MANUAL_23 Juli.pdf
Aminullah Assagaf_PERBANDINGAN SPSS, PLS SEM, MANUAL_23 Juli.pdfAminullah Assagaf_PERBANDINGAN SPSS, PLS SEM, MANUAL_23 Juli.pdf
Aminullah Assagaf_PERBANDINGAN SPSS, PLS SEM, MANUAL_23 Juli.pdf
 
Aminullah Assagaf_PERBANDINGAN SPSS, PLS SEM, MANUAL_23 Juli.pptx
Aminullah Assagaf_PERBANDINGAN SPSS, PLS SEM, MANUAL_23 Juli.pptxAminullah Assagaf_PERBANDINGAN SPSS, PLS SEM, MANUAL_23 Juli.pptx
Aminullah Assagaf_PERBANDINGAN SPSS, PLS SEM, MANUAL_23 Juli.pptx
 
Aminullah Assagaf_PERBANDINGAN SPSS, PLS SEM, MANUAL_23 Juli.pdf
Aminullah Assagaf_PERBANDINGAN SPSS, PLS SEM, MANUAL_23 Juli.pdfAminullah Assagaf_PERBANDINGAN SPSS, PLS SEM, MANUAL_23 Juli.pdf
Aminullah Assagaf_PERBANDINGAN SPSS, PLS SEM, MANUAL_23 Juli.pdf
 
Aminullah Assagaf_PERBANDINGAN SPSS, PLS SEM, MANUAL_23 Juli.pptx
Aminullah Assagaf_PERBANDINGAN SPSS, PLS SEM, MANUAL_23 Juli.pptxAminullah Assagaf_PERBANDINGAN SPSS, PLS SEM, MANUAL_23 Juli.pptx
Aminullah Assagaf_PERBANDINGAN SPSS, PLS SEM, MANUAL_23 Juli.pptx
 
Aminullah Assagaf_PERBANDINGAN SPSS, PLS SEM, MANUAL_15 Juli 2023.pptx
Aminullah Assagaf_PERBANDINGAN SPSS, PLS SEM, MANUAL_15 Juli 2023.pptxAminullah Assagaf_PERBANDINGAN SPSS, PLS SEM, MANUAL_15 Juli 2023.pptx
Aminullah Assagaf_PERBANDINGAN SPSS, PLS SEM, MANUAL_15 Juli 2023.pptx
 
Aminullah Assagaf_PERBANDINGAN SPSS, PLS SEM, MANUAL_15 Juli 2023.pdf
Aminullah Assagaf_PERBANDINGAN SPSS, PLS SEM, MANUAL_15 Juli 2023.pdfAminullah Assagaf_PERBANDINGAN SPSS, PLS SEM, MANUAL_15 Juli 2023.pdf
Aminullah Assagaf_PERBANDINGAN SPSS, PLS SEM, MANUAL_15 Juli 2023.pdf
 
bab-3-1-forecast-dengan-smoothing-tpb.ppt
bab-3-1-forecast-dengan-smoothing-tpb.pptbab-3-1-forecast-dengan-smoothing-tpb.ppt
bab-3-1-forecast-dengan-smoothing-tpb.ppt
 
Pgsl
PgslPgsl
Pgsl
 
Regresi linier
Regresi linierRegresi linier
Regresi linier
 
21. soal soal transformasi geometri
21. soal soal transformasi geometri21. soal soal transformasi geometri
21. soal soal transformasi geometri
 
5. presentasi ukuran penyebara data
5. presentasi ukuran penyebara data5. presentasi ukuran penyebara data
5. presentasi ukuran penyebara data
 
Presentation2.ppt
Presentation2.pptPresentation2.ppt
Presentation2.ppt
 
Kuliah statistika lanjut
Kuliah statistika lanjutKuliah statistika lanjut
Kuliah statistika lanjut
 
Materi 4
Materi 4Materi 4
Materi 4
 
ANALISIS-JALUR.ppt
ANALISIS-JALUR.pptANALISIS-JALUR.ppt
ANALISIS-JALUR.ppt
 
deret kuasa
deret kuasaderet kuasa
deret kuasa
 

Más de Ketut Swandana

Biodata dosen hindu universitas lampung
Biodata dosen hindu universitas lampungBiodata dosen hindu universitas lampung
Biodata dosen hindu universitas lampungKetut Swandana
 
Kelompok water treatment limbah cair pt gunung madu plantations
Kelompok water treatment limbah cair  pt gunung madu plantationsKelompok water treatment limbah cair  pt gunung madu plantations
Kelompok water treatment limbah cair pt gunung madu plantationsKetut Swandana
 
Analisis timetable penerbangan dari dan ke bandara radin
Analisis timetable penerbangan dari dan ke bandara radinAnalisis timetable penerbangan dari dan ke bandara radin
Analisis timetable penerbangan dari dan ke bandara radinKetut Swandana
 
Garis garis besar program kerja
Garis garis besar program kerjaGaris garis besar program kerja
Garis garis besar program kerjaKetut Swandana
 
Kalender kegiatan op ukm
Kalender kegiatan op ukmKalender kegiatan op ukm
Kalender kegiatan op ukmKetut Swandana
 
Building winning attitude for kmhdi
Building winning attitude for kmhdiBuilding winning attitude for kmhdi
Building winning attitude for kmhdiKetut Swandana
 
Kode etik agen [final mar 06]
Kode etik agen [final   mar 06]Kode etik agen [final   mar 06]
Kode etik agen [final mar 06]Ketut Swandana
 
Petunjuk pelaksanaan ujian online
Petunjuk pelaksanaan ujian onlinePetunjuk pelaksanaan ujian online
Petunjuk pelaksanaan ujian onlineKetut Swandana
 
Bab 2 m nkst prinsip umum mnj konst 240807
Bab 2  m nkst  prinsip umum mnj konst 240807Bab 2  m nkst  prinsip umum mnj konst 240807
Bab 2 m nkst prinsip umum mnj konst 240807Ketut Swandana
 
Hand out mp hpji 2008 ok
Hand out mp hpji 2008 okHand out mp hpji 2008 ok
Hand out mp hpji 2008 okKetut Swandana
 
Bab iii analisis geser
Bab iii analisis geserBab iii analisis geser
Bab iii analisis geserKetut Swandana
 
Bab ii metode perencanaan dan provisi keamanan
Bab ii metode perencanaan dan provisi keamananBab ii metode perencanaan dan provisi keamanan
Bab ii metode perencanaan dan provisi keamananKetut Swandana
 
Bab i pendahuluan geser
Bab i pendahuluan geserBab i pendahuluan geser
Bab i pendahuluan geserKetut Swandana
 
Bab iii gambar tegangan
Bab iii gambar teganganBab iii gambar tegangan
Bab iii gambar teganganKetut Swandana
 

Más de Ketut Swandana (20)

Biodata dosen hindu universitas lampung
Biodata dosen hindu universitas lampungBiodata dosen hindu universitas lampung
Biodata dosen hindu universitas lampung
 
Putu ganteng
Putu gantengPutu ganteng
Putu ganteng
 
Mineral dan air
Mineral dan airMineral dan air
Mineral dan air
 
Kelompok water treatment limbah cair pt gunung madu plantations
Kelompok water treatment limbah cair  pt gunung madu plantationsKelompok water treatment limbah cair  pt gunung madu plantations
Kelompok water treatment limbah cair pt gunung madu plantations
 
Analisis timetable penerbangan dari dan ke bandara radin
Analisis timetable penerbangan dari dan ke bandara radinAnalisis timetable penerbangan dari dan ke bandara radin
Analisis timetable penerbangan dari dan ke bandara radin
 
Garis garis besar program kerja
Garis garis besar program kerjaGaris garis besar program kerja
Garis garis besar program kerja
 
Kalender kegiatan op ukm
Kalender kegiatan op ukmKalender kegiatan op ukm
Kalender kegiatan op ukm
 
Presentation1
Presentation1Presentation1
Presentation1
 
Pelatihan progja
Pelatihan progjaPelatihan progja
Pelatihan progja
 
Building winning attitude for kmhdi
Building winning attitude for kmhdiBuilding winning attitude for kmhdi
Building winning attitude for kmhdi
 
Pertemuan v
Pertemuan vPertemuan v
Pertemuan v
 
Pasang surut
Pasang surutPasang surut
Pasang surut
 
Kode etik agen [final mar 06]
Kode etik agen [final   mar 06]Kode etik agen [final   mar 06]
Kode etik agen [final mar 06]
 
Petunjuk pelaksanaan ujian online
Petunjuk pelaksanaan ujian onlinePetunjuk pelaksanaan ujian online
Petunjuk pelaksanaan ujian online
 
Bab 2 m nkst prinsip umum mnj konst 240807
Bab 2  m nkst  prinsip umum mnj konst 240807Bab 2  m nkst  prinsip umum mnj konst 240807
Bab 2 m nkst prinsip umum mnj konst 240807
 
Hand out mp hpji 2008 ok
Hand out mp hpji 2008 okHand out mp hpji 2008 ok
Hand out mp hpji 2008 ok
 
Bab iii analisis geser
Bab iii analisis geserBab iii analisis geser
Bab iii analisis geser
 
Bab ii metode perencanaan dan provisi keamanan
Bab ii metode perencanaan dan provisi keamananBab ii metode perencanaan dan provisi keamanan
Bab ii metode perencanaan dan provisi keamanan
 
Bab i pendahuluan geser
Bab i pendahuluan geserBab i pendahuluan geser
Bab i pendahuluan geser
 
Bab iii gambar tegangan
Bab iii gambar teganganBab iii gambar tegangan
Bab iii gambar tegangan
 

Último

LK.01._LK_Peta_Pikir modul 1.3_Kel1_NURYANTI_101.docx
LK.01._LK_Peta_Pikir modul 1.3_Kel1_NURYANTI_101.docxLK.01._LK_Peta_Pikir modul 1.3_Kel1_NURYANTI_101.docx
LK.01._LK_Peta_Pikir modul 1.3_Kel1_NURYANTI_101.docxPurmiasih
 
UT PGSD PDGK4103 MODUL 2 STRUKTUR TUBUH Pada Makhluk Hidup
UT PGSD PDGK4103 MODUL 2 STRUKTUR TUBUH Pada Makhluk HidupUT PGSD PDGK4103 MODUL 2 STRUKTUR TUBUH Pada Makhluk Hidup
UT PGSD PDGK4103 MODUL 2 STRUKTUR TUBUH Pada Makhluk Hidupfamela161
 
PELAKSANAAN + Link-Link MATERI Training_ "Effective INVENTORY & WAREHOUSING M...
PELAKSANAAN + Link-Link MATERI Training_ "Effective INVENTORY & WAREHOUSING M...PELAKSANAAN + Link-Link MATERI Training_ "Effective INVENTORY & WAREHOUSING M...
PELAKSANAAN + Link-Link MATERI Training_ "Effective INVENTORY & WAREHOUSING M...Kanaidi ken
 
MAKALAH KELOMPOK 7 ADMINISTRASI LAYANAN KHUSUS.pdf
MAKALAH KELOMPOK 7 ADMINISTRASI LAYANAN KHUSUS.pdfMAKALAH KELOMPOK 7 ADMINISTRASI LAYANAN KHUSUS.pdf
MAKALAH KELOMPOK 7 ADMINISTRASI LAYANAN KHUSUS.pdfChananMfd
 
aksi nyata - aksi nyata refleksi diri dalam menyikapi murid.pdf
aksi nyata - aksi nyata refleksi diri dalam menyikapi murid.pdfaksi nyata - aksi nyata refleksi diri dalam menyikapi murid.pdf
aksi nyata - aksi nyata refleksi diri dalam menyikapi murid.pdfwalidumar
 
2 KISI-KISI Ujian Sekolah Dasar mata pelajaranPPKn 2024.pdf
2 KISI-KISI Ujian Sekolah Dasar  mata pelajaranPPKn 2024.pdf2 KISI-KISI Ujian Sekolah Dasar  mata pelajaranPPKn 2024.pdf
2 KISI-KISI Ujian Sekolah Dasar mata pelajaranPPKn 2024.pdfsdn3jatiblora
 
Aksi nyata disiplin positif Hj. Hasnani (1).pdf
Aksi nyata disiplin positif Hj. Hasnani (1).pdfAksi nyata disiplin positif Hj. Hasnani (1).pdf
Aksi nyata disiplin positif Hj. Hasnani (1).pdfDimanWr1
 
Dasar-Dasar Sakramen dalam gereja katolik
Dasar-Dasar Sakramen dalam gereja katolikDasar-Dasar Sakramen dalam gereja katolik
Dasar-Dasar Sakramen dalam gereja katolikThomasAntonWibowo
 
AKSI NYATA BERBAGI PRAKTIK BAIK MELALUI PMM
AKSI NYATA BERBAGI PRAKTIK BAIK MELALUI PMMAKSI NYATA BERBAGI PRAKTIK BAIK MELALUI PMM
AKSI NYATA BERBAGI PRAKTIK BAIK MELALUI PMMIGustiBagusGending
 
Materi IPAS Kelas 1 SD Bab 3. Hidup Sehat.pptx
Materi IPAS Kelas 1 SD Bab 3. Hidup Sehat.pptxMateri IPAS Kelas 1 SD Bab 3. Hidup Sehat.pptx
Materi IPAS Kelas 1 SD Bab 3. Hidup Sehat.pptxmuhammadkausar1201
 
Contoh Laporan Observasi Pembelajaran Rekan Sejawat.pdf
Contoh Laporan Observasi Pembelajaran Rekan Sejawat.pdfContoh Laporan Observasi Pembelajaran Rekan Sejawat.pdf
Contoh Laporan Observasi Pembelajaran Rekan Sejawat.pdfCandraMegawati
 
Sosialisasi PPDB SulSel tahun 2024 di Sulawesi Selatan
Sosialisasi PPDB SulSel tahun 2024 di Sulawesi SelatanSosialisasi PPDB SulSel tahun 2024 di Sulawesi Selatan
Sosialisasi PPDB SulSel tahun 2024 di Sulawesi Selatanssuser963292
 
Modul Projek - Batik Ecoprint - Fase B.pdf
Modul Projek  - Batik Ecoprint - Fase B.pdfModul Projek  - Batik Ecoprint - Fase B.pdf
Modul Projek - Batik Ecoprint - Fase B.pdfanitanurhidayah51
 
RENCANA + Link2 Materi Pelatihan/BimTek "PTK 007 Rev-5 Thn 2023 (PENGADAAN) &...
RENCANA + Link2 Materi Pelatihan/BimTek "PTK 007 Rev-5 Thn 2023 (PENGADAAN) &...RENCANA + Link2 Materi Pelatihan/BimTek "PTK 007 Rev-5 Thn 2023 (PENGADAAN) &...
RENCANA + Link2 Materi Pelatihan/BimTek "PTK 007 Rev-5 Thn 2023 (PENGADAAN) &...Kanaidi ken
 
Kontribusi Islam Dalam Pengembangan Peradaban Dunia - KELOMPOK 1.pptx
Kontribusi Islam Dalam Pengembangan Peradaban Dunia - KELOMPOK 1.pptxKontribusi Islam Dalam Pengembangan Peradaban Dunia - KELOMPOK 1.pptx
Kontribusi Islam Dalam Pengembangan Peradaban Dunia - KELOMPOK 1.pptxssuser50800a
 
Sesi 1_PPT Ruang Kolaborasi Modul 1.3 _ ke 1_PGP Angkatan 10.pptx
Sesi 1_PPT Ruang Kolaborasi Modul 1.3 _ ke 1_PGP Angkatan 10.pptxSesi 1_PPT Ruang Kolaborasi Modul 1.3 _ ke 1_PGP Angkatan 10.pptx
Sesi 1_PPT Ruang Kolaborasi Modul 1.3 _ ke 1_PGP Angkatan 10.pptxSovyOktavianti
 
Diskusi PPT Sistem Pakar Sesi Ke-4 Simple Naïve Bayesian Classifier .pdf
Diskusi PPT Sistem Pakar Sesi Ke-4 Simple Naïve Bayesian Classifier .pdfDiskusi PPT Sistem Pakar Sesi Ke-4 Simple Naïve Bayesian Classifier .pdf
Diskusi PPT Sistem Pakar Sesi Ke-4 Simple Naïve Bayesian Classifier .pdfHendroGunawan8
 
Prakarsa Perubahan ATAP (Awal - Tantangan - Aksi - Perubahan)
Prakarsa Perubahan ATAP (Awal - Tantangan - Aksi - Perubahan)Prakarsa Perubahan ATAP (Awal - Tantangan - Aksi - Perubahan)
Prakarsa Perubahan ATAP (Awal - Tantangan - Aksi - Perubahan)MustahalMustahal
 
MODUL 1 Pembelajaran Kelas Rangkap-compressed.pdf
MODUL 1 Pembelajaran Kelas Rangkap-compressed.pdfMODUL 1 Pembelajaran Kelas Rangkap-compressed.pdf
MODUL 1 Pembelajaran Kelas Rangkap-compressed.pdfNurulHikmah50658
 
Pendidikan-Bahasa-Indonesia-di-SD MODUL 3 .pptx
Pendidikan-Bahasa-Indonesia-di-SD MODUL 3 .pptxPendidikan-Bahasa-Indonesia-di-SD MODUL 3 .pptx
Pendidikan-Bahasa-Indonesia-di-SD MODUL 3 .pptxdeskaputriani1
 

Último (20)

LK.01._LK_Peta_Pikir modul 1.3_Kel1_NURYANTI_101.docx
LK.01._LK_Peta_Pikir modul 1.3_Kel1_NURYANTI_101.docxLK.01._LK_Peta_Pikir modul 1.3_Kel1_NURYANTI_101.docx
LK.01._LK_Peta_Pikir modul 1.3_Kel1_NURYANTI_101.docx
 
UT PGSD PDGK4103 MODUL 2 STRUKTUR TUBUH Pada Makhluk Hidup
UT PGSD PDGK4103 MODUL 2 STRUKTUR TUBUH Pada Makhluk HidupUT PGSD PDGK4103 MODUL 2 STRUKTUR TUBUH Pada Makhluk Hidup
UT PGSD PDGK4103 MODUL 2 STRUKTUR TUBUH Pada Makhluk Hidup
 
PELAKSANAAN + Link-Link MATERI Training_ "Effective INVENTORY & WAREHOUSING M...
PELAKSANAAN + Link-Link MATERI Training_ "Effective INVENTORY & WAREHOUSING M...PELAKSANAAN + Link-Link MATERI Training_ "Effective INVENTORY & WAREHOUSING M...
PELAKSANAAN + Link-Link MATERI Training_ "Effective INVENTORY & WAREHOUSING M...
 
MAKALAH KELOMPOK 7 ADMINISTRASI LAYANAN KHUSUS.pdf
MAKALAH KELOMPOK 7 ADMINISTRASI LAYANAN KHUSUS.pdfMAKALAH KELOMPOK 7 ADMINISTRASI LAYANAN KHUSUS.pdf
MAKALAH KELOMPOK 7 ADMINISTRASI LAYANAN KHUSUS.pdf
 
aksi nyata - aksi nyata refleksi diri dalam menyikapi murid.pdf
aksi nyata - aksi nyata refleksi diri dalam menyikapi murid.pdfaksi nyata - aksi nyata refleksi diri dalam menyikapi murid.pdf
aksi nyata - aksi nyata refleksi diri dalam menyikapi murid.pdf
 
2 KISI-KISI Ujian Sekolah Dasar mata pelajaranPPKn 2024.pdf
2 KISI-KISI Ujian Sekolah Dasar  mata pelajaranPPKn 2024.pdf2 KISI-KISI Ujian Sekolah Dasar  mata pelajaranPPKn 2024.pdf
2 KISI-KISI Ujian Sekolah Dasar mata pelajaranPPKn 2024.pdf
 
Aksi nyata disiplin positif Hj. Hasnani (1).pdf
Aksi nyata disiplin positif Hj. Hasnani (1).pdfAksi nyata disiplin positif Hj. Hasnani (1).pdf
Aksi nyata disiplin positif Hj. Hasnani (1).pdf
 
Dasar-Dasar Sakramen dalam gereja katolik
Dasar-Dasar Sakramen dalam gereja katolikDasar-Dasar Sakramen dalam gereja katolik
Dasar-Dasar Sakramen dalam gereja katolik
 
AKSI NYATA BERBAGI PRAKTIK BAIK MELALUI PMM
AKSI NYATA BERBAGI PRAKTIK BAIK MELALUI PMMAKSI NYATA BERBAGI PRAKTIK BAIK MELALUI PMM
AKSI NYATA BERBAGI PRAKTIK BAIK MELALUI PMM
 
Materi IPAS Kelas 1 SD Bab 3. Hidup Sehat.pptx
Materi IPAS Kelas 1 SD Bab 3. Hidup Sehat.pptxMateri IPAS Kelas 1 SD Bab 3. Hidup Sehat.pptx
Materi IPAS Kelas 1 SD Bab 3. Hidup Sehat.pptx
 
Contoh Laporan Observasi Pembelajaran Rekan Sejawat.pdf
Contoh Laporan Observasi Pembelajaran Rekan Sejawat.pdfContoh Laporan Observasi Pembelajaran Rekan Sejawat.pdf
Contoh Laporan Observasi Pembelajaran Rekan Sejawat.pdf
 
Sosialisasi PPDB SulSel tahun 2024 di Sulawesi Selatan
Sosialisasi PPDB SulSel tahun 2024 di Sulawesi SelatanSosialisasi PPDB SulSel tahun 2024 di Sulawesi Selatan
Sosialisasi PPDB SulSel tahun 2024 di Sulawesi Selatan
 
Modul Projek - Batik Ecoprint - Fase B.pdf
Modul Projek  - Batik Ecoprint - Fase B.pdfModul Projek  - Batik Ecoprint - Fase B.pdf
Modul Projek - Batik Ecoprint - Fase B.pdf
 
RENCANA + Link2 Materi Pelatihan/BimTek "PTK 007 Rev-5 Thn 2023 (PENGADAAN) &...
RENCANA + Link2 Materi Pelatihan/BimTek "PTK 007 Rev-5 Thn 2023 (PENGADAAN) &...RENCANA + Link2 Materi Pelatihan/BimTek "PTK 007 Rev-5 Thn 2023 (PENGADAAN) &...
RENCANA + Link2 Materi Pelatihan/BimTek "PTK 007 Rev-5 Thn 2023 (PENGADAAN) &...
 
Kontribusi Islam Dalam Pengembangan Peradaban Dunia - KELOMPOK 1.pptx
Kontribusi Islam Dalam Pengembangan Peradaban Dunia - KELOMPOK 1.pptxKontribusi Islam Dalam Pengembangan Peradaban Dunia - KELOMPOK 1.pptx
Kontribusi Islam Dalam Pengembangan Peradaban Dunia - KELOMPOK 1.pptx
 
Sesi 1_PPT Ruang Kolaborasi Modul 1.3 _ ke 1_PGP Angkatan 10.pptx
Sesi 1_PPT Ruang Kolaborasi Modul 1.3 _ ke 1_PGP Angkatan 10.pptxSesi 1_PPT Ruang Kolaborasi Modul 1.3 _ ke 1_PGP Angkatan 10.pptx
Sesi 1_PPT Ruang Kolaborasi Modul 1.3 _ ke 1_PGP Angkatan 10.pptx
 
Diskusi PPT Sistem Pakar Sesi Ke-4 Simple Naïve Bayesian Classifier .pdf
Diskusi PPT Sistem Pakar Sesi Ke-4 Simple Naïve Bayesian Classifier .pdfDiskusi PPT Sistem Pakar Sesi Ke-4 Simple Naïve Bayesian Classifier .pdf
Diskusi PPT Sistem Pakar Sesi Ke-4 Simple Naïve Bayesian Classifier .pdf
 
Prakarsa Perubahan ATAP (Awal - Tantangan - Aksi - Perubahan)
Prakarsa Perubahan ATAP (Awal - Tantangan - Aksi - Perubahan)Prakarsa Perubahan ATAP (Awal - Tantangan - Aksi - Perubahan)
Prakarsa Perubahan ATAP (Awal - Tantangan - Aksi - Perubahan)
 
MODUL 1 Pembelajaran Kelas Rangkap-compressed.pdf
MODUL 1 Pembelajaran Kelas Rangkap-compressed.pdfMODUL 1 Pembelajaran Kelas Rangkap-compressed.pdf
MODUL 1 Pembelajaran Kelas Rangkap-compressed.pdf
 
Pendidikan-Bahasa-Indonesia-di-SD MODUL 3 .pptx
Pendidikan-Bahasa-Indonesia-di-SD MODUL 3 .pptxPendidikan-Bahasa-Indonesia-di-SD MODUL 3 .pptx
Pendidikan-Bahasa-Indonesia-di-SD MODUL 3 .pptx
 

UKURAN KERAGAMAN DATA

  • 1. KULIAH BAB IV UKURAN KERAGAMA N DATA
  • 2. X3 UKURAN X5 KERAGAMAN DATA UNTUK MENGETAHUI SEBERAPA JAUH PENYEBARANNYA DARI NILAI RATA-RATA Xr X2 X1 X4 Xn
  • 3. 2 GUGUS DATA Pengukuran Jarak PQ oleh surveyor A dan B P Q Data Data Surveyor Surveyor A B 125,332 m 125,350 m 125,329 m 125,322 m 125,330 m 125,338 m 125,333 m 125,346 m Manakah gugus data yang lebih akurat?
  • 4. ANALISIS ATAS DATA Nilai rata2 Nilai rata2 data A = 125,331 data B = 125,339 m m Nilai median Nilai median data A = 125,331 data B = 125,342 m m Nilai modus Nilai modus data A tidak ada data B tidak ada KESIMPULAN???
  • 5. Nilai Rata2 Median Modus UKURAN GEJALA PUSAT TIDAK MAMPU MENYIMPULKAN
  • 6. UKURAN KERAGAMAN Simpangan Rentang Varians Baku =Xmax – Xmin n n ∑ (xi − xr ) 2 2 ∑ (x i − x r ) i =1 s= v = i =1 n−1 n−1
  • 7. RENTANG =Xmax – Xmin Rentang Data Rentang Data A = 125,333 – B = 125,350 – 125,329 125,322 = 0,004 m = 0,028 m Kesimpulan: karena rentang A < rentang B, maka gugus data A lebih akurat daripada gugus data B
  • 8. SIMPANGA N = Xi - Xr GUGUS A GUGUS B Xr = 125,331 Xr = 125,339 Gugus X1 - Xr X2 - Xr X3 - Xr X4 - Xr Data A 0,001 - 0,002 - 0,001 0,002 Data B 0,011 - 0,017 - 0,001 0,007 SIMPANGAN GUGUS A < GUGUS B
  • 9. Gugus Data A VARIAN Gugus Data B Xi - Xr (Xi – Xr)2 S Xi - Xr (Xi – Xr)2 0,001 0,000001 0,011 0,000121 - 0,002 0,000004 n - 0,017 0,000289 2 ∑ (x i − x r ) - 0,001 0,000001 - 0,001 0,000001 v = i =1 n−1 0,002 0,000004 0,007 0,000049 Jml 0,000010 Jml 0,000460 V= 0,0000033 V= 0,0001533 Varians A < Varians B Gugus A lebih akurat daripada gugus B
  • 10. SIMPANGAN BAKU n 2 ∑ (xi − xr ) s= i =1 n−1 Gugus Data A Gugus Data B V= 0,0000033 V= 0,0001533 S= 0,0018257 S= 0,0123814 Simp. baku A < Simp. baku B Gugus A lebih akurat daripada gugus B
  • 11. SIMPANGAN BAKU TANPA NILAI RATA-RATA n n ∑ xi 2 − ( n x )2 Gugus Data A ∑ i s= i =1 i =1 Xi Xi2 n(n − 1) 125,332 15.708,110224 n 125,329 15.707,358241 n ∑x i2 = 4x62.831,438254 i =1 = 251.325,753016 125,330 15.707,608900 125,333 15.708,360889 n 2 = (501,324)2 ( ∑x i ) 501,324 62.831.438254 i =1 = 251.325,752976 251.325,753016 − 251.325,752976 0,00004 s= = = 0,0018257 4 x3 12
  • 12. SIMPANGAN BAKU Bila sebuah gugus data ditambah/dikurangi dengan suatu konstanta, maka simpangan bakunya sama dengan simpangan baku data aslinya Gugus Data A n n ∑ (x i − 125 )2 = 1,753016 Xi Xi - 125 (Xi-125)2 i =1 125,332 0,332 0,110224 n 125,329 0,329 0,108241 ( ∑ (x i − 125 ))2 = 1,752976 i=1 125,330 0,330 0,108900 125,333 0,333 0,110889 S = 0,0018257 1,324 0,438254
  • 13. SIMPANGAN BAKU Bila sebuah gugus data dikalikan/dibagi dengan suatu konstanta c, maka simpangan bakunya sama dengan simpangan baku data asli dikalikan/dibagi c Harga suatu barang di 4 toko berbeda adalah Rp 1 juta, Rp 1,002 juta, Rp 1,001 juta, dan Rp 1,002 juta. Menghitung simpangan baku data itu, bagilah semua harga dengan 1000 menjadi 1000, 1002, 1001, dan 1002 lalu kurangi dengan 1000 diperoleh 0, 2, 1, dan 2 n n n ∑x i2 = 36 ( ∑x i )2 = 25 S = 0,957427 x 1000 i =1 i =1
  • 14. SIMPANGAN BAKU Untuk Distribusi Frekuensi 2 ∑ fi (Xi − Xr ) S = Dengan Xr n −1 n∑ fi Xi2 − (∑ fi Xi)2 S = Tanpa Xr n (n − 1)
  • 15. CONTOH dengan Xr Nilai fi Xi Xi-Xr (Xi-Xr)2 fi (Xi-Xr)2 Ujian 31 – 40 1 35,5 – 41,1 1.689,21 1.689,21 41 – 50 2 45,5 – 31,1 967,21 1.834,42 51 – 60 5 55,5 – 21,1 445,21 2.226,05 61 – 70 15 65,5 – 11,1 123,21 1.848,15 71 – 80 25 75,5 – 1,1 1,21 30,25 81 – 90 20 85,5 8,9 79,21 1.584,20 91 – 100 12 95,5 18,9 357,21 4.286,52 Jumlah 80 13.498,80 Xr = 76,6 S = 13,07
  • 16. CONTOH tanpa Xr Nilai fi Xi Xi2 fi Xi fi Xi2 Ujian 31 – 40 1 35,5 1.260,25 35,5 1.260,25 41 – 50 2 45,5 2.070,25 91,0 4.140,50 51 – 60 5 55,5 3.080,25 277,5 15.401,25 61 – 70 15 65,5 4.290,25 982,5 64.353,75 71 – 80 25 75,5 5.700,25 1.887,5 142.506,25 81 – 90 20 85,5 7.310,25 1.710,0 146.205,00 91 – 100 12 95,5 9.120,25 1.146,0 109.443,00 Jumlah 80 6.130,0 483.310,00 S = 13,12
  • 17. DALIL CHEBYSHEV "Sedikitnya 1 - 1/k2 bagian data terletak di dalam k simpangan baku dari nilai rata-ratanya Interval." Sampel dihitung menggunakan persamaan xr ± ks Contoh : Dari 1080 siswa didapat nilai IQ rata-rata = 120 dengan simpangan baku 8. (a) Tentukan interval nilai IQ untuk sedikitnya 810 mahasiswa, gunakan dalil Chebyshev. (b) Simpulkan mengenai nilai IQ untuk seluruh mahasiswa
  • 18. JAWAB (a) 810 Siswa dari 1080 = 810/1080 = 3/4 bagian atau = 1 - 1/k2. Jadi 1 - 1/k2 = 3/4, didapat k = 2. Interval nilai IQ = Xr ± ks = 120 ± 2x8 Atau, intervalnya: 120 + 16 = 136 dan 120 – 16 = 104. (b) Kesimpulan: 810 siswa memiliki IQ antara 104 – 136
  • 19. NILAI Z Definisi: Suatu pengamatan X yang mempunyai nilai rata-rata Xr dan simpangan baku s, mempunyai nilai z yang didefinisikan sebagai z = (X – Xr) / s Nilai z mengukur besar simpangan baku suatu pengamatan terletak di atas/bawah nilai rata-rata Nilai seorang mahasiswa Mata Nilai Rata-rata Simpang. z Kuliah kelas baku Kimia 82 68 8 1,75 Ekonomi 89 80 6 1,50 Nilai Kimia lebih baik daripada nilai Ekonomi