BAB
III
UKURAN SENTRAL DAN DISPERSI DARI DATA HASIL EKSPERIMEN
Gambaran data hasil eksperimen
dapat dilihat melalui parameter-parameter ukur dari data tersebut. Parameter
ini dibagi dalam dua kelompok, yakni parameter yang menggambarkan ukuran kecenderungan
nilai sentral (measures of central
tendency) dan parameter yang menggambarkan dispersi (variasi) data.
3.1. PARAMETER NILAI SENTRAL
Parameter
nilai sentral meliputi :
-
Rata-rata hitung
-
Modus
-
Median
-
Quartile
-
Desil
-
Presentil
Jika data hasil eksperimen
diperlakukan secara individu maka rumus dari parameter nilai-nilai sentral
diatas adalah sebagai berikut :
a.
Rata-Rata Hitung
(
3 . 1 )
b. Modus
Modus = Nilai data yang paling sering muncul
= Nilai data yang frekwensinya paling tinggi
c. Median
Median = Nilai data yang berada di tengah-tengah (setelah data diurutkan dari kecil ke besar)
Dalam hal ini ada dua
kemungkinan, yakni :
-
Untuk n yang ganjil
: Median = X(n+1)/2
-
Untuk n yang genap
: Median = (Xn/2 + Xn/2+1)/2
d. Quartile
Quartile = Nilai data yang berada di “perempatan”
( Setelah data diurutkan dari kecil ke
besar)
Ada tiga macam nilai quartile yakni :
-
Q1 = Nilai data pada urutan ke “seperempat” dari seluruh
data
-
Q2 = Nilai data pada
urutan ke “dua-perempat” dari
seluruh data
Median
-
Q3 = Nilai data pada
urutan ke “tiga-perempat” dari seluruh data
e. Desil
Desil =
Nilai data pada urutan ke “sepersepuluhan”
Jadi
ada 10 macam desil, yakni : D1,D2……….D10
f. Persentil
Persentil = Nilai data pada
urutan ke “seper-seratusan”
Jadi ada 100 macam nilai presentil, yakni
P1, P2,……….P100
Jika data hasil eksperimen dikelompokan
dalam bentuk DF, maka rumus untuk menghitung nilai-nilai sentral diatas adalah
sebagai berikut :
a. Rata-rata hitung
a.1. Metoda Panjang
Dimana Xi =
Nilai tengah dari kelas ke i dengan i = 1,2,3……..k
K =
Banyaknya kelas
fi =
Frekwensi kelas ke I
a.2. Metoda Singkat :
Dimana
: A =
Nilai sembarang, biasanya diambil sama dengan nilai
Xi yang mempunyai
frekwensi paling tinggi.
Ui = (Xi – A)/c
c
= Lebar kelas
b.
Modus :
Dimana TKBmodus = Tepi Kelas Bawah dari kelas modus
1
= Selisih antara
frekwensi kelas modus
dengan frekwensi kelas
sebelumnya
2
= Selisih antara
frekwensi kelas modus
dengan frekwensi kelas
sesudah kelas modus
c. Median
= Frekwensi Kumulatif sampai dengan
kelas sebelum
kelas median
fm = Frekwensi kelas median
c = Lebar kelas
n = Banyaknya data (ukuran sampel)
d. Quartile, Desil
dan Presentil
Rumus
quartil, desil dan presentil pada dasarnya adalah sama dengan rumus median,
yakni :
- Quartil
: Q1 terjadi pada
Perhatikan bahwa Q2 adalah sama
dengan median
- Desil :
Terjadi pada 0,1n ; 0,3n ; ……………..dst
- Persentil : Terjadi pada 0,01n ; 0,02n ; 0,03n ;……0,50n ; 0,51n;………dst
3.2. PENGUKURAN
DISPERSI
Dispersi adalah parameter ukur yang
menjelaskan variabilitas dari data. Dispersi yang paling sederhana adalah
“range” yakni selisih antara nilai maximum dengan nilai minimum. Parameter ukur
dispersi yang paling sering digunakan adalah suatu besaran yang sering disebut
dengan “simpangan baku” atau “deviasi standar”.
Rumus dari
simpangan baku adalah sebagai berikut :
- Untuk data individu :
( 3 . 11 )
atau
:
( 3 . 12 )
- Untuk data kelompok
( 3 . 13 )
Atau
:
( 3 . 14 )
Dimana
:
s = Simpangan baku
Xi = Nilai data I
X = Nilai rata-rata kelas
fi = Frekwensi dari data ke I
n = Banyaknya data
c = Lebar kelas
Ui = (Xi – A)/c
A = Nilai
sembarang ; biasanya diambil sama dengan nilai xi yang frekwensinya paling tinggi.
Untuk ukuran sampel
yang kecil, yakni n < 30, simpangan baku dihitung dengan rumus sebagai
berikut :
(
3. 15 )
Simpangan
baku yang ditulis dengan rumus ( 3.15 ) diatas adalah merupakan estimator yang
tidak bias terhadap nilai simpangan baku populasi . Besaran n - 1
biasa disebut dengan derajat kebebasan yang menjelaskan bahwa pada waktu sudah dihitung
maka derajat kebebasan dari data berkurang satu (satu data harganya sudah tidak
bebas lagi). Perhatikan bahwa untuk harga n yang besar, nilai s yang dihitung
dengan rumus ( 3.11) atau ( 3.15 ) relatif tidak akan berbeda.
Dispersi yang sudah dikemukakan
diatas disebut dengan dispersi absolut. Jika dispersi absolut dibagi dengan
nilai sentral maka akan dihasilkan
besaran yang dinamakan dispersi relatif. Dispersi relatif yang banyak digunakan
adalah “koefisien variasi”. Yakni
simpangan baku dibagi dengan rata-rata.
(
3 . 16 )
3.3. DERAJAT
KEMIRINGAN DAN KERUNCINGAN DARI DISTRIBUSI
Derajat
kemiringan distribusi data ; disebut “skewnes”; diukur melalui koefisien
kemiringan yang salah satu rumusnya adalah sebagai berikut :
( 3 . 17 )
Jika nilai KK positip maka distribusi akan miring
kekanan, sebaliknya jika KK negatip distribusi akan miring kekiri dan jika KK
mendekati nol maka distribusi akan mendekati simetris ( distribusi normal )
Gambar 3.1. Kemiringan Distribusi
Derajat
keruncingan distribusi yang disebut dengan “kurtosis” diukur dengan koefisien
keruncingan yang salah satu rumusnya adalah sebagai berikut :
(
3 . 18 )
Dimana Q = “semi
interquartile range” = ( Q3-Q1 )/2
Untuk distribusi normal harga
koefisien yang dihitung dengan rumus (3.18)
akan mempunyai nilai 0,263. Gambar 3.2. menjelaskan
tiga bentuk dari keruncingan distribusi yang salah satunya adalah distribusi
normal.
Gambar 3.2. Keruncingan Distribusi
No comments:
Post a Comment