makalah statistik new
Post on 05-Dec-2014
860 Views
Preview:
DESCRIPTION
TRANSCRIPT
MAKALAH
STATISTIK INDUSTRI“UKURAN GEJALA PUSAT DAN UKURAN LETAK”
OLEH :DEPANDI ENDA (1106315)
PROGRAM STUDI D3 TEKNIK INFORMATIKAPOLITEKNIK NEGERI BENGKALIS
2012
KATA PENGANTAR
Kiranya tidak ada kata yang pantas terucap dari penulis, selain rasa syukur kepada Allah SWT, atas segala petunjuk, kekuatan, dan kejernihan pikiran dalam menyusun makalah ini hingga bisa terselesaikan dan tersaji kepada para pembaca yang budiman.
Makalah ini merupakan sebagian materi yang di ajarkan pada matakuliah statistic industry. Makalah ini juga diselesaikan untuk menyelesaikan tugas yang diberikan dosen pengampu mata kuliah. Dalam penyajian makalah ini penulis juga berupaya untuk membuat ringkasan materi yang sangat sederhana dan mudah dipahami oleh pembaca.
Walaupun penulis sudah berupaya semaksimal mungkin untuk mempersembahkan yang terbaik, namun penulis menyadari bahwa makalah ini masih jauh dari kata sempurna. Oleh karena itu, segala saran dan kritik yang membangun sangatlah penulis harapkan dari para pembaca untuk pengembangan penulisan maupun materi yang dipaparkan pada makalah ini.
Akhir kata, terima kasih kepada pembaca yang budiman, dan semoga hari ini jauh lebih baik dari hari-hari sebelumnya.
Bengkalis, 31 Oktober 2012
Penulis
| STATISTIK INDUSTRI - TEKNIK INFORMATIKA 2012 2
DAFTAR ISI
Kata Pengantar.................................................................................................. 2
Daftar Isi........................................................................................................... 3
BAB I : PENDAHULUAN............................................................................ 4
A. Latar Belakang............................................................................. 4
B. Tujuan.......................................................................................... 4
C.Ruang Lingkup............................................................................. 4
BAB II : LANDASAN TEORI....................................................................... 5
A.Pengertian Statistika dan Statistik................................................ 5
B.Pengertian Data dan Datum.......................................................... 5
C.Data Menurut Sifatnya................................................................. 5
D.Populasi dan Sampel.................................................................... 6
E.Tabel Distribusi Frekuensi............................................................ 6
BAB III : PEMBAHASAN.............................................................................. 7
A.Ukuran Gejala Pusat..................................................................... 7
Rata – rata Hitung (Mean)..................................................... 7
Rata – rata Ukur..................................................................... 10
Rata – rata Harmonis............................................................. 12
Modus.................................................................................... 13
B. Ukuran Letak............................................................................... 14
Median................................................................................... 14
Kuartil.................................................................................... 15
Desil....................................................................................... 17
Presentil................................................................................. 18
C. Hubungan Empiris Antara Mean, Median dan Modus................ 19
BAB IV : KESIMPULAN................................................................................ 21
BAB V : DAFTAR PUSTAKA...................................................................... 22
| STATISTIK INDUSTRI - TEKNIK INFORMATIKA 2012 3
BAB I
PENDAHULUAN
A. Latar Belakang
Kegiatan yang berkaitan dengan statistika banyak dijumpai dalam kehidupan
sehari-hari, misalnya suatu perusahaan ingin mengetahui seberapa disiplin
pegawainya dengan mengumpulkan data kedatangan dan kepulangan pegawai,
seorang ibu rumah tangga ingin mengetahui menu masakan sehari-hari selama
beberapa waktu, seorang guru menarik kesimpulan bahwa siswanya telah
menguasai mata pelajaran IPS dari rata-rata nilai ulangan harian, nilai mid semster,
nilai pekerjaan rumah serta nilai ulangan akhir semester serta ibu Ketua PKK RT
ingin mengetahui mengapa beberapa warga RT-nya terkena penyakit Demam
Berdarah dengan mengumpulkan tentang adanya jentik-jentik nyamuk dalam bak
mandi dari warga RT selama beberapa bulan. Contoh-contoh di atas sebenarnya
contoh nyata penggunaan statistika yaitu satu kegiatan pengumpulan data serta
penarikan kesimpulan.
B. Tujuan
Makalah ini disusun untuk para pembaca khusus nya mahasiswa yang sedang
mempelajari tentang statistika yang mana pada pokok pembahasan makalah ini hanya
membahas tentang Ukuran Gejala Pusat dan Ukuran Letak. Setelah mempelajari
makalah ini diharapkan para mahasiswa lebih memahami secara teori maupun
pengembangannya dalam pemecahan soal tentang statistika, serta memberikan
tambahan wawasan pengetahuan bagi pembaca untuk memecahkan soal pembahasan
tentang statistika.
C. Ruang Lingkup
Dalam modul ini, dibicarakan mengenai Pengantar Statistika sebagai bahan
pengetahuan dasar bagi mahasiswa materi yang dibahas meliputi :
1. Ukuran Gejala Pusat
2. Ukuran Letak
| STATISTIK INDUSTRI - TEKNIK INFORMATIKA 2012 4
BAB IILANDASAN TEORI
A. Pengertian Statistika dan Statistik
Statistika adalah ilmu pengetahuan yang berhubungan dengan cara-cara
pengumpulan, penyajian, pengolahan, analisis data serta penarikan kesimpulan.
Sedangkan Statistik dapat diartikan sebagai kumpulan angka-angka yang
menggambarkan suatu masalah atau bisa juga diartikan sebagai suatu ukuran yang
dihitung dari sekumpulan data dan merupakan wakil dari data itu.
Statistika mempunyai ruang lingkup yang sangat luas setelah statistika
berkembang secara mandiri. Semua masalah yang berkaitan dengan data berupa
angka dapat dipecahkan dengan menggunakan metode statistik. Dengan
menggunakan statistik kita dapat memberikan gambaran, membandingkan dan
menunjukkan hubungan data ekonomi.
Penguasaan statistika dan kemampuan menggunakannya merupakan suatu
hal yang sangat penting dan sangat bermanfaat bagi sebuah organisasi perusahaan
khususnya dalam bidang ekonomi dan bisnis. Karena dengan itu, sebuah
organisasi perusahaan bisa mendapatkan informasi yang sangat berguna bagi
kemajuan perusahaannya. Informasi tersebut bisa didapatkan dari hasil
pengolahan data yang telah disimpulkan kemudian data tersebut bisa kita analisa
untuk dijadikan bahan perkiraan dalam mengambil keputusan di masa yang akan
datang.
B. Pengertian Data
Setiap kegiatan yang berkaitan dengan statistik, selalu berhubungan dengan
data. Menurut Kamus Besar Bahasa Indonesia pengertian data adalah keterangan
yang benar dan nyata.
Data adalah bentuk jamak dari datum. Datum adalah keterangan atau
informasi yang diperoleh dari satu pengamatan sedangkan data adalah segala
| STATISTIK INDUSTRI - TEKNIK INFORMATIKA 2012 5
keterangan atau informasi yang dapat memberikan gambaran tentang suatu
keadaan.
C. Data Menurut Sifatnya
Dapat dikelompokkan menjadi 2 kriteria :
1. Data kualitatif, yaitu data yang berbentuk kategori atau atribut.
Misal: a. Harga mobil semakin terjangkau
b. Murid-murid di SD Negeri 3 rajin-rajin.
2. Data kuantitatif, yaitu data yang berupa bilangan.
Misal: a. Banyaknya siswa pada kelas II adalah 240.
b Tinggi pohon itu adalah 10 meter.
D. Populasi dan Sampel
Populasi adalah keseluruhan objek yang diteliti
Sampel merupakan sebagian dari populasi
E. Tabel Distribusi Frekuensi
Tabel Distribusi Frekuensi merupakan suatu metode untuk mempermudah
penyajian data dalam bentuk table yang berdasarkan interval kelas atau kategori
pada suatu daftar sehingga dapat memberikan sebuah informasi yang berguna
kepada audience.
Tabel Distribusi Frekuensi terdiri atas :
Tabel Distribusi Frekuensi Data Tunggal
Tabel Distribusi Frekuensi Data Berkelompok
Tebel Distribusi Frekuensi Relatif
Tebel Distribusi Frekuensi Kumulatif
| STATISTIK INDUSTRI - TEKNIK INFORMATIKA 2012 6
BAB IIIPEMBAHASAN
A. Pengertian Ukuran Gejala Pusat
Yang termasuk ukuran gejala pusat yaitu rata-rata, Modus dan Median.
Suatu ukuran nilai yang diperoleh dari nilai data observasi dan mempunyai
kecenderungan berada ditengah-tengah nilai data observasi. Ukuran gejala pusat
dipakai sebagai alat atau sebagai parameter untuk dapat digunakan sebagai bahan
pegangan dalam menafsirkan suatu gejala atau suatu yang akan diteliti
berdasarkan hasil pengolahan data yang dikumpulkan.
Untuk mendapatkan gambaran yang jelas mengenai suatu populasi atau
sampel
Ukuran yang merupakan wakil kumpulan data mengenai populasi atau
sampel
Beberapa ukuran gejala pusat antara lain :
1. Rata-rata hitung (Mean)
2. Rata-rata ukur (Geometric mean)
3. Rata-rata harmonis
4. Modus
A.1 Rata-rata hitung (Mean)
Rataan dari sekumpulan data ditentukan sebagai perbandingan jumlah
datum dengan banyak nilai datum. Harga rata-rata adalah suatu harga yang dapat
dipakai untuk “ mewakili “ sekumpulan data, suatu harga yang representative.
Tentu sekumpulan data itu tidaklah sepenuhnya dapat diterangkan dengan harga
rata-ratanya, karena harga rata-rata hanyalah merupakan suatu nilai sekitar mana
bilangan-bilangan lain tersebar. Jikalau kita perhatikan urutan besar dari angka-
angka yang kita hadapi, yaitu jika kita mencoba menderetkan bilangan-bilangan
itu menurut urutan besarnya, maka harga rata-rata itu bertendens terletak pada
pertengahan urutan atau deretan itu. Oleh karena itu sering juga dinamakan
ukuran tendensi pertengahan (measure of central tendency).
Rumus Umum :
| STATISTIK INDUSTRI - TEKNIK INFORMATIKA 2012 7
Rata-rata hitung =Jumlah semua nilai dataBanyaknya nilai data
1. Untuk data yang tidak mengulang :
Ket : X1 = Nilai data pertama
n = Jumlah Data
X = Rata-rata hitung
∑ X = Jumlah Nilai Data Keseluruhan
Contoh 1 :
Nilai ujian dari lima mahasiswa untuk mata kuliah statistika adalah : 70,69,45,80,
dan 56. Hitung rata-rata nilai kelima mahasiswa tersebut!
X = 45 + 56 + 69 +70 + 80 = 320 = 64 5 5
2. Untuk data yang mengulang dengan frekuensi tertentu
Rumus :
Ket : f1 = Frekuensi Nilai Data Pertama
∑ f X ................................................................= Jumlah Keseluruhan (Frekuensi x Nilai Data)
∑ f = Jumlah Keseluruhan Nilai Frekuensi
Contoh 2 :
Carilah rata-rata hitung untuk data pada table dibawah ini !
X = { (70x5) + (69x6) + (45x3) + (80x1) + (56x1) } = 1035 = 64,6875
| STATISTIK INDUSTRI - TEKNIK INFORMATIKA 2012 8
5 + 6 + 3 + 1 + 1 16
Xifi
70 5
69 6
45 3
80 1
56 1
Xi fi Xi.fi
70 5 350
69 6 414
45 3 135
80 1 80
56 1 56
Jumlah 16 1035
X=X1+X 2+.. .+X n
n=ΣXn
X=f 1X1+f 2X2+. ..+ f n Xn
f 1+ f 2+ .. .+f n= Σ fXΣf
3. Rata – rata gabungan
Rata-rata gabungan dari k buah sampel dihitung dengan rumus:
4. Data dalam Tabel Distribusi Frekuensi
Contoh 3.1 :
Carilah rata-rata hitung untuk data pada table distribusi frekuensi dibawah ini !
Interval Kelas Nilai Tengah
(X)
Frekuensi
(f)
fX
9-21
22-34
35-47
48-60
61-73
74-86
87-99
15
28
41
54
67
80
93
3
4
4
8
12
23
6
45
112
164
432
804
1840
558
Σf = 60 ΣfX = 3955
| STATISTIK INDUSTRI - TEKNIK INFORMATIKA 2012 9
X=Σ fXΣf
=395560
= 65,92
Contoh 3.2 :
Cara mencari Rata-rata pada table distribusi frekuensi dengan cara coding / singkat :
Interval Kelas
Nilai Tengah (X)
U Frekuensi(f)
fU
9-2122-3435-4748-6061-7374-8687-99
15284154678093
-3-2-10123
344812236
-9-8-40124618
Σf = 60 ΣfU = 55
5. Rata – rata hitung dengan pembobotan
Masing-masing data diberi bobot sesuai criteria tertentu.
Contoh 4 :
Misal A memperoleh nilai 65 untuk tugas, 76 untuk mid dan 70 untuk ujian akhir.Bila nilai tugas diberi bobot 2, Mid 3 dan Ujian Akhir 4, maka rata-rata hitungnya adalah :
A.2 Rata – rata Ukur (Geometric Mean)
Digunakan apabila nilai data satu dengan yang lain berkelipatan.
Rumus :
Untuk data tidak berkelompok :
Untuk data berkelompok :
| STATISTIK INDUSTRI - TEKNIK INFORMATIKA 2012 10
X= X0+ c ( Σ fUΣf )= 54 + 13 (55
60 )= 65,92
X=(2)65+(3 )76+( 4 )70
2+3+4= 70,89
U =n√X 1. X 2. . .. Xn
U = antilog (Σ log Xn )
U = antilog (Σ f log XΣ f )
Contoh 5.1 :
Hitung rata-rata ukur untuk data x1 = 2, x2=4 dan x3=8 !
Contoh 5.2 :
Hitung rata-rata ukur pada table distribusi berikut !
Interval Kelas
Nilai Tengah (X)
Frekuensi log X f log X
9-2122-3435-4748-6061-7374-8687-99
15284154678093
344812236
1,181,451,611,731,831,901,97
3,545,86,4413,8421,9643,711,82
Σf = 60 Σf log X = 107,1
| STATISTIK INDUSTRI - TEKNIK INFORMATIKA 2012 11
U = antilog (107 ,160 )= 60,95
Contoh 5.3 :
A.3 Rata-rata Harmonis
Biasanya digunakan apabila data dalam bentuk pecahan atau desimal.
Untuk data tidak berkelompok :
Untuk data berkelompok :
Contoh 6.1 :
Hitung rata-rata harmonis untuk data 3, 5,6,6,7,10, dan 12
| STATISTIK INDUSTRI - TEKNIK INFORMATIKA 2012 12
Km / jam
RH = n
Σ( 1X )
RH = Σf
Σ( fX )
Contoh 6.2 :
Hitung rata-rata harmonis pada table distribusi berikut ini !
Interval Kelas
Nilai Tengah (X)
Frekuensi f / X
9-2122-3435-4748-6061-7374-8687-99
15284154678093
344812236
0,20,1430,0980,1480,1790,2880,065
Σf = 60 Σf / X = 1,121
A.4 Modus
Modus adalah fenomena yg paling sering terjadi, pada data kuantitatif ditentukan dengan frekuensi terbanyak diantara data tersebut.
Modus dari sekumpulan data bisa lebih dari satu
1. Modus pada Data Tunggal
Contoh 7.1 :
Terdapat sampel dg nilai nilai data :
12, 34, 14, 34, 28, 34, 34, 28, 14.
Modus data pada soal diatas adalah 34 dengan 4 x data tersebut muncul atau memiliki frekuensi terbanyak yaitu 4.
2. Modus pada Data Berkelompok
| STATISTIK INDUSTRI - TEKNIK INFORMATIKA 2012 13
c = panjang kelas
RH =601 ,121
= 53,52
Mod = L0+ c (b1
b1+ b2)
L0= batas bawah kelas modusb1 = selisih antara frekuensi kelas modus dengan frekuensi tepat satu kelas sebelum kelas modusb2= selisih antara frekuensi kelas modus dengan frekuensi tepat satu kelas sesudah kelas modus
Contoh 7.2 :
Interval Kelas
Frekuensi
9-2122-3435-4748-6061-7374-8687-99
344812236
Σf = 60
B. Ukuran Letak
B.1 Median
Median merupakan suatu nilai yang membagi dua suatu deretan nilai
(distribusi frekuensi), sehingga banyaknya pengamatan di kedua bagian itu
sama.
1. Median untuk data tidak berkelompok
Contoh 8.1 :
Sampel dengan data sebagai berikut: 4,12,5,7,8,10, dan 10
Setelah disusun nilainya:
4,5,7,8,10, 10, 12
Median = 8
Contoh 8.2 :
Sampel dengan data sebagai berikut : 12,7,8,14,16,19,10,8
Setelah disusun nilainya :
7,8,8,10,12,14,16,19
Median = 12
(10+12 )=11
2. Median untuk data berkelompok :
| STATISTIK INDUSTRI - TEKNIK INFORMATIKA 2012 14
c = panjang kelas
Data yang paling sering muncul adalah pada interval 74-86, sehingga :
L0 = 73,5b1 = 23-12 = 11b2 = 23-6 =17
Mod = 73,5 + 13 (1111 + 17 )= 78,61
Med = L0+ c (n2 - F
f )L0= batas bawah kelas medianF = jumlah frekuensi semua kelas sebelum kelas yang mengandung medianf = frekuensi kelas median
Contoh 8.3 :
Interval Kelas
Frekuensi
9-2122-3435-4748-6061-7374-8687-99
344812236
Σf = 60
B.2 Kuartil
Kelompok data yang sudah diurutkan (membesar atau mengecil) dibagi
empat bagian yang sama besar.
Ada 3 jenis yaitu kuartil pertama (Q1) atau kuartil bawah, kuartil kedua
(Q2) atau kuartil tengah, dan kuartil ketiga (Q3) atau kuartil atas.
Definisi:
Kuartil adalah ukuran letak yang membagi 4 bagian yang sama. K1
sampai 25% data, K2 sampai 50% dan K3 sampai 75%.
Rumus letak kuartil:
DATA TIDAK BERKELOMPOK DATA BERKELOMPOK
K1 = [1(n + 1)]/4 1n/4
K2 = [2(n + 1)]/4 2n/4
K3 = [3(n + 1)]/4 3n/4
1. Kuartil untuk data tidak berkelompok :
| STATISTIK INDUSTRI - TEKNIK INFORMATIKA 2012 15
0 K1 K2 K3 n
0% 25% 50% 75% 100%
Letak median ada pada data ke 30, yaitu pada interval 61-73, sehingga :
L0 = 60,5F = 19f = 12
Med = 60,5 + 13 ( 602
- 19
12 )= 72,42
Qi= nilai ke-i (n+1 )
4 , i = 1,2,3
Contoh 9.1 :
Sampel dengan data : 75,82,66,57,97,64,56,92,94,86,52,60,70
Setelah disusun : 52,56,57,60,64,66,70,75,82,86,92,94,97
Letak K1 = Data Ke 1(13+1)
4=Data Ke3
12
Nilai K1 = Data Ke 3 + 12(Data ke4−Datake 3)
K1 = 57 + 12(60−57) = 57 +
12(3) = 58,5
Letak K2 = Data Ke2(13+1)
4=Data Ke7 , K2 = 70
Letak K3 = Data3(13+1)
4=DataKe10
12
Nilai K3 = Data Ke 10 + 12(Data ke11−Data ke10)
K3 = 86 + 12(92−86) = 86 +
12(6) = 89
2. Kuartil untuk data berkelompok :
Contoh 9.2 :
Interval Kelas
Nilai Tengah (X)
Frekuensi
9-2122-3435-4748-6061-7374-8687-99
15284154678093
344812236
Σf = 60
| STATISTIK INDUSTRI - TEKNIK INFORMATIKA 2012 16
L0 = batas bawah kelas kuartil F = jumlah frekuensi semua kelas sebelum kelas kuartil Qi
f = frekuensi kelas kuartil Qi
c = panjang kelas
Q1 membagi data menjadi 25 %Q2 membagi data menjadi 50 %Q3 membagi data menjadi 75 %
Sehingga :
Q1 terletak pada 48-60Q2 terletak pada 61-73Q3 terletak pada 74-86
Qi= L0+c ( in4
- F
f ) , i = 1,2,3
Untuk Q1, Maka :
Untuk Q2, Maka :
Untuk Q3, Maka :
B.3 Desil
Kelompok data yang sudah diurutkan (membesar atau mengecil) dibagi sepuluh bagian yang sama besar.
1. Desil untuk data tidak berkelompok :
Contoh 10.1 :
Diketahui sampel data: 75, 82, 66, 57, 64, 56, 92, 94, 86, 52, 60, 70.
Tentukan: D1 dan D7 ?
Data setelah disusun : 52, 56, 57, 60, 64, 66, 70, 75, 82, 86, 92, 94
Letak D1 = Data ke 5(12+1)
10 = Data ke 6,5
Nilai D1 = Data ke 6 + 0,5 (Data ke 7 – Data ke 6)
Nilai D1 = 66 + 0,5 ( 70 – 66 ) = 66 + 2 = 68
Letak D7 = Data ke7(12+1)
10 = Data ke 9,1
Nilai D1 = Data ke 9 + 0,1 (Data ke 10 – Data ke 9)
| STATISTIK INDUSTRI - TEKNIK INFORMATIKA 2012 17
0%
0
20%
D2
40%
D4
60%
D6
80%
D'8
100%
n
Q1= 47,5+13( 1 .604
- 11
8 )= 54
Q2= 60,5+13( 2 . 604
- 19
12 )= 72,42
Q3= 73,5+13( 3. 604
- 31
23 )= 81,41
Di= nilai ke-i (n+1 )10
, i = 1,2,3, .. . ,9
Nilai D1 = 82 + 0,1 ( 86 – 82 ) = 82 + 0,4 = 82,4
2. Desil untuk data berkelompok :
L0 = batas bawah kelas desil Di
F = jumlah frekuensi semua kelas sebelum kelas desil Di
f = frekuensi kelas desil Di
c = panjang kelas
Contoh 10.2 :
Interval
Kelas
Nilai Tengah
(X)
Frekuensi
(f)
9-21
22-34
35-47
48-60
61-73
74-86
87-99
15
28
41
54
67
80
93
3
4
4
8
12
23
6
Σf = 60
B.4 Presentil
Presentil merupakan kelompok data yang sudah diurutkan (membesar
atau mengecil) dibagi seratus bagian yang sama besar.
Ada 99 jenis persentil, yaitu P1, P2, P3, …, P99.
| STATISTIK INDUSTRI - TEKNIK INFORMATIKA 2012 18
Tentukan D1 dan D3 dari table disamping !
D3 membagi data 30%D7 membagi data 70%
Sehingga :
D3 berada pada 48-60D7 berada pada 74-86
Di= L0+c ( in10
- F
f ) , i = 1,2,3, . .. ,9
D7= 73,5+13( 7 .6010
- 31
23 )= 79,72D3= 47,5+13( 3.6010
- 11
8 )= 58,875
1. Presentil untuk data tidak berkelompok :
2. Presentil untuk data berkelompok :
Contoh 11 :
C. Hubungan Empiris Antara Mean, Median dan Modus
Ada 3 kemungkinan kesimetrian kurva distribusi data :
| STATISTIK INDUSTRI - TEKNIK INFORMATIKA 2012 19
1%
P1
3%
P3
…
…
…
…
…
…
99%
P99
Pi= nilai ke-i (n+1 )100
, i = 1,2,3, .. . ,99
Pi= L0+c ( in100
- F
f ) , i = 1,2,3, . .. ,99
1) Jika nilai ketiganya hampir sama maka kurva mendekati simetri.
2) Jika Mod<Med<rata-rata hitung, maka kurva miring ke kanan.
3) Jika rata-rata hitung<Med<Mod, maka kurva miring ke kiri
1. m= Md= Mo
2. Mo < Md < m
3. m < Md < Mo
Jika distribusi data tidak simetri, maka terdapat hubungan :
Rata-rata hitung-Modus = 3 (Rata-rata hitung-Median)
| STATISTIK INDUSTRI - TEKNIK INFORMATIKA 2012 20
024681012
0
5
10
15
231 Mo Md Rt 663 807
0
5
10
15
231 375 Rt Md Mo 807
X - Mod = 3 ( X− Med )
BAB IVKESIMPULAN
Dari pembahasan yang telah diuraikan pada makalah ini dapat ditarik
beberapa kesimpulan :
1. Ukuran Gejala Pusat adalah Suatu ukuran nilai yang diperoleh dari nilai
data observasi dan mempunyai kecenderungan berada ditengah-tengah
nilai data observasi.
2. Kegunaan Ukuran Gejala pusat dan Letak adalah untuk mendapatkan
gambaran yang jelas mengenai suatu populasi atau sampel, ukuran yang
merupakan wakil kumpulan data mengenai populasi atau sampel.
3. Rataan dari sekumpulan data ditentukan sebagai perbandingan jumlah
datum dengan banyak nilai datum.
4. Rata-rata ukur (geometric mean) digunakan apabila nilai data satu dengan
yang lain berkelipatan.
5. Rata-rata harmonis biasanya digunakan apabila data dalam bentuk pecahan
atau desimal.
6. Modus adalah fenomena yg paling sering terjadi, pada data kuantitatif
ditentukan dengan frekuensi terbanyak diantara data tersebut.
7. Median merupakan suatu nilai yang membagi dua suatu deretan nilai
(distribusi frekuensi), sehingga banyaknya pengamatan di kedua bagian itu
sama.
8. Kuartil merupakan kelompok data yang sudah diurutkan (membesar atau
mengecil) dibagi empat bagian yang sama besar.
9. Desil merupakan kelompok data yang sudah diurutkan (membesar atau
mengecil) dibagi sepuluh bagian yang sama besar.
10. Presentil merupakan kelompok data yang sudah diurutkan (membesar
atau mengecil) dibagi seratus bagian yang sama besar.
| STATISTIK INDUSTRI - TEKNIK INFORMATIKA 2012 21
DAFTAR PUSTAKA
Budiyono.2004.Statistika Untuk Penelitian.Surakarta : Sebelas Maret University.
Wirodikromo,Sartono.2004.Matematika Untuk SMA Kelas XI.Jakarta : Erlangga.
Sukirman. 2003. Matematika : Pengantar Statistika 1 & Pengantar Statistika 2. Jakarta : Pusat Penerbitan Universitas Terbuka.
Ruseffendi.1989.Dasar-dasar Matematika Modern dan Komputer Untuk Guru : Statistika dan Teori Kemungkinan. Bandung : Penerbit Tarsito.
| STATISTIK INDUSTRI - TEKNIK INFORMATIKA 2012 22
top related