Langsung ke konten utama

Postingan

Menampilkan postingan dari 2019

KEMIRINGAN DAN KERUNCINGAN DATA

Kemiringan Distribusi Data 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 di satu titik) Miring ke kanan : mempunyai nilai modus palingkecil dan rata-rata hitung paling besar Miring ke kiri : mempunyai nilai modus paling besar             dan rata-rata hitung paling kecil Grafik Distribusi kemiringan Rumus untuk menghitung derajat kemiringan distribusi data 1.) Pearson 2. Rumus Momen       Data Berkelompok APR 7 KEMIRINGAN DISTRIBUSI DATA Pengertian Kemiringan Distribusi Data   Kemiringan merupakan ukuran yang menyatakan derajat ketidak simetrisan suatu lengkungan halus (kurva) dari suatu distribusi frekuensi Kemiringan distribusi data ada tiga jenis: •       1. Simetri                 Simetris adalah  sebuah benda atau gambar yang

Distribusi Kontribusi

Pengertian Distribusi Frekuensi. • Distribusi frekuensi adalah yang merupakan penyusunan data ke dalam kelas-kelas tertentu dimana setiap individu/item hanya termasuk kedalam salah satu kelas tertentu saja. (Pengelompokkan data berdasarkan kemiripanciri). • Tujuannya : untuk mengatur data mentah (belum dikelompokkan) ke dalambentuk yang rapi tanpa mengurangiinti informasi yang ada. • Distribusi Frekuensi Numerikal adalah Pengelompokkan data berdasarkan angka-angka tertentu, biasanya disajikan dengan grafik histogram. • Distribusi Frekuensi Katagorikal adalah Pengelompokkan data berdasarkan kategori-kategori tertentu, biasanya disajikan dengan grafik batang,lingkaran dan gambar. Istilah-istilah Dalam Distribusi Frekuensi. 1.Class (Kelas) adalah penggolongan data yang dibatasi dengan nilai terendah dan nilai tertinggi yang masing-masingdinamakan batas kelas. Batas Kelas (Class Limit) adalah nilai batas dari pada tiap kelas dalam sebuah distribusi, terbagi menjadi States clas

Ukuran Gejala Pusat Data Belum Dikelompokkan

4.1 Pengertian Ukuran Gejala Pusat        Ukuran gejala pusat adalah  suatu ukuran yang digunakan untuk mengetahui kumpulan data mengenai sampel atau populasi yang di sajikan dalam bentuk tabel atau diagram . 4.2 Jenis-jenis ukuran gejala pusat dan tidak berkelompok  1.) Rata-rata Hitung Rata-rata hitung adalah nilai yang mewakili sekelompok data. 2.) Rata-rata Ukur/Geometri Rata-rata Ukur/Geometri dari sejumlah N nilai data adalah akar pangkat N dari hasil kali masing-masing nilai dari kelompok tersebut. 3.) Rata-rata Harmonis Rata-rata Harmonis adalah kebalikan rata-rata hitung dari kebalikan nilai-nilai data. 4. Rata-rata Tertimbang     rata-rata yang dihitung dengan memperhitungkan timbangan/bobot untuk setiap datanya. Setiap penimbang/bobot tersebut merupakan pasangan setiap data.        Dik : X 1 = 10, X 2 =  5, X 3 = 6, (nilai)              W1 = 2, W2 = 4 w3 = 2 (bobot)      Maka rata-rata pertimbangannya adalah       5. Median

Ukuran Gejala Pusat Data Dikelompokkan

1.       Rata Rata Hitung Rata-rata hitung adalah nilai yang mewakili sekelompok data.  2.       Median Median adalah suatu ukuran pemusatan yang menempati posisi tengah jika data diurutkan menurut besarnya. 3.D         KUARTIL Pada prinsipnya, pengertian kuartil sama dengan median. Perbedaanya hanya terletak pada banyaknya pembagian kelompok data. Median membagi kelompok data atas 2 bagian, sedangkan kuartil membagi kelompok data atas 4 bagian yang sama besar, sehingga akan terdapat 3 kuartil yaitu kuartil ke-1, kuartil ke-2 dan kuartil ke-3, dimana kuartil ke-2 sama dengan median. Rumus : 3.E          DESIL Desil adalah suatu rangkaian data yang membagi suatu distribusi menjadi 10 bagian yang sama besar. Rumus : 3.F          PERSENTIL Persentil adalah ukuran letak yang membagi suatu distribusi menjadi 100 bagian yang sama besar. Rumus : Ket Kuartil, Desil, Persentil : 4.        CONTOH KASUS Tabel Jumlah Penduduk Kota Bogor Per Kecamatan Menurut J