UKURAN GEJALA PUSAT DATA TIDAK DI KELOMPOKKAN

DISUSUN OLEH :

• ANISA NUZULYA (11120386)• KHISBIAH (11120318)• TITA D WARSITA (11120259)• SITI MUSRIROH (11120056)• WINDI suwarti (11120435)• SRI WAHYUNI (11120524)• ANI PRISTIWATI (11120081)• ALDY VERDIAN (11120485)• LIA AYU PUSPITA S (11120514)

Statistik

Pada dasarnya aplikasi ilmu statistic dibagi dalam dua bagian, yaitu statistic Deskriptif dan statistic Induktif. statistik  deskriptif , merupakan bidang statistik yang berhubungan dengan metode pengelompokkan, peringkasan, dan penyajian data dalam cara yang informative. Teknik yang umum di gunakan yaitu analisis deskriptif  yang meliputi rata-rata , median, modus dan varian.Sedangkan Statistika Inferensi (Statistika Induktif) merupakan ilmu statistika yang mempelajari tentang cara pengambilan kesimpulan secara menyeluruh (populasi) berdasarkan data sebagian (sampel) dari populasi tersebut. Teknik yang di gunakan meliputi: uji hipotesis, analisis varian, teknik regresi dan korelasi

Ukuran Gejala Pusat Data Yang Tidak Dikelompokkan.

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 statistika deskriptif. Namun, ketiganya memiliki kelebihan dan kekurangannya masing-masing dalam menerangkan suatu ukuran pemusatan data. Untuk tahu kegunaannya masing-masing dan kapan kita mempergunakannya, perlu diketahui terlebih dahulu pengertian analisis statistika deskriptif dan ukuran pemusatan data.

Komponen Ukuran Gejala Pusat Data Yang belum dikelompokkan

a. Mean (Rata - Rata Hitung)   Mean adalah total semua data dibagi jumlah data

  b. Median (Nilai Tengah)Ukuran pemusatan yang menempati posisi tengah jika data diurutkan menurut besarnya.Median adalah nilai yang berada ditengah-tengah data setelah diurutkan dari yang terkecil sampai terbesar.

c. Modus (Data Yang Sering Muncul) Modus adalah nilai yang paling sering muncul dari serangkaian data atau yang mempunyai frekuensi paling tinggi.

d. KuartilKuartil adalah Fraktil yang membagi seperangkat data menjadi empat bagian yang sama. Kuartil : Qi = nilai yang ke i(n+1) / 4 , i = 1, 2, 3

e. DesilDesil adalah Fraktil yang membagi seperangkat data menjadi sepuluh bagian yang sama.Desil : Di = nilai yang ke i(n+1) / 10 , i = 1, 2, …, 9

f. PersentilFraktil yang membagi seperangkat data menjadi seratus bagian yang sama.Persentil : Pi = nilai yang ke i(n+1) / 100 , i = 1, 2, …, 99

Ukuran Variasi (Dispersi)

a. Range Range merupakan selisih antara nilai data terbesar dengan data terkecil dari sekelompok data.Rumusannya adalah R= Nilai maksimal - Nilai minimal.

b. Standart Error of Meanadalah pengukuran untuk mengukur seberapa jauh nilai rata-rata bervariasi dari satu sampel ke sampel lainnya yang diambil dari distribusi yang sama. Dengan rumus sebagai berikut

c. Variansi (variance)Merupakan rata-rata kuadrat selisih atau kuadrat simpangan dari semua nilai data terhadap rata-rata hitung. Variansi untuk sampel dilambangkan dengan S².

d. Simpangan Baku (Standard Deviation)Merupakan akar pangkat dua dari variasi.Simpangan baku (S) =√ S²

Keterangan :SR = Simpangan Rata-rata X = Rata-rata hitungX = Nilai Data N = Banyaknya DataS² = Variansi

Ukuran Distribusi

Kemiringan Distribusi Data ( Skewness)

Merupakan derajat atau ukuran dari ketidaksimetrisan (Asimetri) suatu distribusi data. Kemiringan distribusi data terdapat 3 jenis, yaitu :

Simetris : menunjukkan letak nilai rata-rata hitung,median, dan modus berhimpit (berkisar disatutitik)

Miring ke kanan : mempunyai nilai modus paling kecil dan rata-rata hitungpaling besar.

Miring ke kiri :mempunyai nilai modus paling besar dan rata-rata hitung palingKecil.

Keruncingan Distribusi Data ( Kurtosis )

Merupakan derajat atau ukuran tinggi rendahnya puncak suatu distribusi data terhadap distribusi normalnya data. Keruncingan distribusi data ini disebut juga kurtosis. Ada tiga jenis derajat keruncingan, yaitu :

Leptokurtis : distribusi data yang puncaknya relatif tinggi

Mesokurtis : distribusi data yang puncaknya normal Platikurtis : distribusi data yang puncaknya terlalu

rendah dan terlalu mendatar

No Kampus Jumlah Mahasiswa1 AMIK BSI Jakarta 278642 AMIK BSI Bogor 6243 AMIK BSI Tangerang 13774 AMIK BSI Bekasi 1936

Berdasarkan sumber informasi yang diperoleh, berikut di bawah ini daftar jumlah mahasiswa AMIK BSI di JABOTABEK November 2012.

Jumlah mahasiswa AMIK BSI di JABOTABEK November 2012

AMIK BSI Jakarta

AMIK BSI Bogor

AMIK BSI Tangerang

AMIK BSI Bekasi

05000

1000015000200002500030000

GRAFIK JUMLAH MAHASISWA AMIK BSI

Mencari Nilai Ukuran Gejala Pusat Data Dengan SPSS

KESIMPULAN