Postingan

Ukuran Varians dan Simpangan Baku

Gambar
Ukuran Varians dan Simpangan Baku Pengertian Variansi Varians adalah salah satu ukuran dispersi atau ukuran variasi.  Varians dapat menggambarkan bagaimana berpencarnya suatu data kuantitatif.  Varians diberi simbol  σ 2  (baca: sigma kuadrat) untuk populasi dan untuk s 2  sampel.  Selanjutnya kita akan menggunakan simbol s 2   untuk varians karena umumnya kita hampir selalu berkutat dengan sampel dan jarang sekali berkecimpung dengan populasi.   Simpangan Baku Simpangan baku ini merupakan ukuran penyebaran yang paling banyak digunakan. Ukuran ini dikenalkan oleh  Karl Pearson . Dengan menggunakan simpangan rata-rata hasil pengamatan penyebaran sudah memperhitungkan seluruh nilai yang ada pada data. Namun demikian karena dalam penghitungan menggunakan nilai absolut maka tidak dapat diketahui arah penyebarannya. Maka dengan simpangan baku kelemahan ini dapat diatasi, yakni dengan cara membuat nilai pangkat 2, sehingga nilai negatif menjadi positif. Simpangan baku ini

Ukuran gejala pusat data dikelompokkan

Gambar
Ukuran gejala pusat data dikelompokkan Pengertian Ukuran gejala pusat Ukuran gejala pusat merupakan suatu bilangan yang menunjukan sekitar dimana bilangan – bilangan yang ada dalam kumpulan data, oleh karenanya ukuran gejala pusat ini sering disebut dengan harga rata – rata. Harga rata – rata dari sekelompok data itu diharapkan dapat diwakili seluruh harga – harga yang ada dalam sekelompok data itu. Sebelum membahas hal ini, perlu diperjelas tentang apa yang dimaksud dengan data yang dikelompokkan dan data yang tidak dikelompokkan. Data yang dikelompokkan adalah data yang sudah disusun ke dalam sebuah distribusi frekuensi sehingga data tersebut mempunyai interval kelas yang jelas, mempunyai titik tengah kelas sedangkan data yang tidak dikelompokkan adalah data yang tidak disusun ke dalam distribusi frekuensi sehingga tidak mempunyai interval kelas dan titik tengah kelas. Mean, Median, Modus sama-sama merupakan ukuran pemusatan data yang termasuk kedalam analisis sta

Ukuran Gejala Pusat Data Tidak Berkelompok

Gambar
Ukuran Gejala Pusat Data Tidak Berkelompok Pengertian Ukuran gejala pusat Ukuran gejala pusat dapat disebut juga dengan nilai sentral atau nilaitendensi pusat. Nilai sentral adalah nilai dalam suatu rangkaian data yangdapat mewakili rangkaian data tersebut. Macam-Macam Ukuran Gejala Pusata         Rata-rata harmonis rata-rata yang dihitung dengan cara mengubah semua data menjadi pecahan, dimana nilai data dijadikan sebagai penyebut dan pembilangnya adalah satu, kemudian semua pecahan tersebut dijumlahkan dan selanjutnya dijadikan sebagai pembagi jumlah data. Rata-rata harmonik sering disebut juga dengan kebalikan dari Rata-rata Hitung (Aritmatik)   Rata-rata tertimbang rata-rata yang dihitung dengan memperhitungkan timbangan/bobot untuk setiap datanya. Setiap penimbang/bobot tersebut merupakan pasangan setiap data Median Median merupakan salah satu ukuran pemusatan. Median merupakan suatu nilai yang berada di tengah-tengah data, setelah data

DISTRIBUSI FREKUENSI

Gambar
DISTRIBUSI FREKUENSI Pengertian Distribusi Frekuensi Distribusi Frekuensi yaitu suatu cara menyusun data baik yang bersifat diskit atau utuh maupun data yang bersifat kontinu atau tidak utuh dengan dimasukan ke dalam kelas interval dengan tujuan agar mudah dipahami, dianalisis dan disimpulkan. Bagian-Bagian Distribusi Frekuensi : a. Kelas (Class) adalah kelompok nilai data atau variabel dari suatu data acak. b. Batas kelas (class limits) adalah nilai yang membatasi antar kelas. Batas kelas merupakan batas semu dari setiap kelas, karena di antara kelas yang satu dengan kelas yang lain masih terdapat lubang tempat angka tertentu. Ada dua batas kelas untuk data yang sudah diurutkan, yaitu batas kelas bawah (lower class limits) dan batas kelas atas (upper class limits). c. Tepi Kelas atau Batas Nyata Kelas adalah batas kelas yang tidak memiliki lubang untuk angka tertentu antara kelas yang satu dengan yang lainnya. Ada 2 tepi kelas yaitu tepi kelas atas da