TUGAS 1C

UKURAN PENYEBARAN DATA

(DISPERSI DATA)

Disusun Oleh:
Haedar/11050514047/2011
Nely Eka Anjarsari/14050514049/2014
Yazirwan Latif Ardyanto/14050514051/2014
Moh. Ali Fauzi/14050514061/2014

Hari/Jam: Selasa/14.50 16.30

PROGRAM STUDI PENDIDIKAN TEKNIK ELEKTRO

JURUSAN TEKNIK ELEKTRO

FAKULTAS TEKNIK
UNIVERSITAS NEGERI SURABAYA
2016

DISPERSI (UKURAN PENYEBARAN)

A. DASAR TEORI
Dalam mempelajari suatu ilmu, tidak serta merta memahami materi hanya dalam
waktu beberapa hari saja. Butuh setidaknya satu minggu untuk mendalami setiap
subbab dalam materi. Jadi, sulit untuk bisa memahami suatu disiplin ilmu (yang
terdiri dari banyak subbab) hanya dalam waktu beberapa minggu, apalagi disiplin
ilmu tersebut berkaitan dengan angka-angka dan perhitungan.
Termasuk pula disiplin ilmu statistika ini, mustahil adanya jika menguasai subbab
hanya dalam beberapa minggu saja, karena materi (subbab) yang tersaji dalam displin
ilmu statistika ini sangatlah banyak sekali seperti mean (rata ukur, rata hitung, rata
harmonik), modus, median, kuartil, desil, presentil, koefisien regresi, koefisien
determinasi, analisis regresi tunggal, analisis regresi berganda, dan masih ada yang
lainnya.
Dalam statistika, dispersi ini akan digunakan dalam menentukan letak dan ukuran
penyebaran dari sebuah data. Biasanya data ini sudah disajikan dalam bentuk tabel
maupun grafik. Untuk bisa mengetahui bagaimana ukuran penyebaran dari sebuah
data yang telah diperoleh, diperlukan sebuah parameter berupa rentang data (rentang,
rentang antar kuartil, simpangan kuartil), lalu rata-rata simpangan data, simpangan
baku (standar deviasi dan simpangan baku gabungan), bilangan baku (Zskor), koefisien
variansi, kemiringan (skewness), dan yang terakhir yaitu kurtosis. Parameterparameter ini nantinya akan digunakan untuk mengetahui ukuran penyebaran dari
sebuah data. Parameter-parameter yang digunakan dalam menganalisis ukuran
penyebaran sebuah data adalah sebagai berikut:
a. Rentang data
Menentukan rentang data.
Didapat dari mengurangi nilai tertinggi dengan nilai yang terendah.
rentang=N max N min

Menentukan nilai rentang antar kuartil (RAK).

Didapat dari mengurangi nilai kuartil ketiga dengan nilai kuartil pertama.
RAK =k 3k 1

Menentukan nilai simpangan kuartil (SK).

Diperoleh dengan mengalikan setengah dari nilai rentang antar kuartil atau
bisa didapat dari setengah harga nilai rentang antar kuartil.
SK = ( RAK )

b. Rata-rata simpangan data (RS).

Merupakan jarak antar setiap data dengan nilai rata-rata hitung dari sebuah
pengamatan. Jadi untuk memperoleh nilai ini, diperlukan parameter berupa data
pengamatan, rata-rata hitung, dan ukuran dari sampel data tersebut.
RS=

||x i x ||
n

c. Simpangan baku (standar deviasi).

Adalah sebuah parameter yang digunakan untuk menafsirkan sebuah data atau
sampel dari sebuah populasi. Karena sebuah populasi itu tidak diketahui dengan
pasti berapa jumlah keseluruhannya, maka diambil sebuah sampel untuk
menafsirkan nilai atau jumlah populasi tersebut.

atau
2

( x ix )
s=

n x i 2 ( x i )
s=
n1
d. Simpangan baku gabungan.
n ( n1 )
Parameter ini digunakan untuk mendapatkan nilai simpangan baku dari dua buah
sampel atau lebih.
2

k = jumlah sampel.
n
ni = sampel ke

1
1,2,dll.
i ( si )
e. Bilangan baku (Zskor).
Bilangan baku ini digunakan
untuk menyederhanakan sebuah data dan

membandingkan keadaan distribusi dengan sebuah kejadian.

i = 1,2,3,,n
x
2 x
s o= i
z i= xo +s
x o = 0 dan
s
so = 1
f. Koefisien variansi (KV).
Parameter ini digunakan untuk mengetahui tingkat perbandingan sebuah data
yaitu perbandingan antara nilai simpangan baku dengan nilai rata-rata suatu
distribusi (biasanya dinyatakan dalam bentuk persen atau %).

( )

s
KV = .100
x
g. Kemiringan (skewness).
Parameter ini digunakan untuk mengetahui sifat kemiringan dari suatu distribusi
data (biasanya dalam bentuk grafik) berdasarkan nilai Koefisien Pearson
(dilambangkan dengan Kpearson).
k pear =

x modus
s

k pear =3

( xmedian
)
s

Skewness ini memiliki tiga kondisi, diantaranya:

Model Simetri (tingkat kemiringannya bernilai nol).

Model Positif (jika miring ke arah positif maka grafik miring ke kanan).

Model Negatif (jika miring ke arah negatif maka grafik miring ke kiri).

h. Kurtosis.
Parameter ini digunakan untuk mengetahui tingkat runcing atau landainya sebuah
distribusi data berdasarkan nilai Koefisien Kurtosis (dilambangkan dengan K).
K=

( k 3k 1 )
p 90 p10

Sama halnya dengan skewness, kurtosis ini juga memiliki tiga kondisi,
diantaranya:

Kondisi normal (K = 0,262).

Kondisi landai atau platikurtik (K < 0,263).

Kondisi runcing atau leptokurtik (K > 0,263).

B. PERMASALAHAN
a. Membuat data N = 100 secara random yang diperoleh dari skripsi mahasiswa
fakultas teknik.
b. Menghitung rentang data secara manual dan SPSS.
c. Menghitung standar deviasi secara manual dan SPSS.
d. Menghitung nilai variansi secara manual dan SPSS.
e. Menghitung nilai skewness secara manual dan SPSS.
f. Menghitung nilai kurtosis secara manual dan SPSS.
g. Menghitung skor baku secara manual dan SPSS.
C. PEMBAHASAN
Cara Manual
Data N = 100 secara random.
Berikut ini adalah data dari 100 siswa dari SMK Negeri Tambelangan dan SMK
Negeri 5 Surabaya.
70
60
80
60
73
76
63
76
86
80

76
80
73
73
70
66
73
70
73
76

63
80
86
83
93
80
76
83
66
76

86
83
90
73
76
63
86
76
73
80

90
66
83
80
76
70
80
70
76
80

Rentang Data.
Rentang :
9360=33.
Rentang antar kuartil :
k 3 k 1=85,567=18,5.
Simpangan kuartil :
1
1
( k 3k 1 )= ( 18,5 ) =9,25.
2
2

73
76
73
60
86
83
93
80
76
83

83
66
83
80
80
80
80
80
80
60

90
80
80
80
80
80
80
80
90
80

80
90
80
60
90
80
80
80
80
80

70
90
80
80
70
76
76
84
84
76

 Rata-rata Simpangan

xi -

xi

||x i x ||
n

|x ix|

60
63
66
70
73
76
80
83
84
86
90

-17
-14
-11
-7
-4
-1
3
6
7
9
13

17
14
11
7
4
1
3
6
7
9
13

93
Jumla
h

16

16

108

Dari data disamping, didapat

Rata-rata sebesar 77,maka ratarata simpangan bisa didapat
menggunakan:
RS=

108
=9.
12

Simpangan Baku (Standar Deviasi)

a. Data Tunggal
Cara 1
Disini kami menggunakan
tafsiran tak bias (unbiased), karena
kami tidak tahu secara persis
berapa jumlah keseluruhan dari
suatu populasi, maka digunakan
sebuah sampel (data).
2

( x ix ) 1272
s=
=
2

n1

s 2=

121

1272
=115, 63.
11

s= 115, 6=10,75 .

xi
60
63
66
70
73
76
80
83
84
86
90
93
Jumla
h

Cara 2

xi

xi 2

77

xi -17
-14
-11
-7
-4
-1
3
6
7
9
13

(xi x )2
289
196
121
49
16
1
9
36
49
81
169

16

256

1272

Jumla
h

60
63
66
70
73
76
80
83
84
86
90

3600
3969
4356
4900
5329
5776
6400
6889
7056
7396
8100

93

8649

924

72420

n x i 2 ( x i )
s=
n ( n1 )
72420
( 924 )

2
12
s2=
869040853776
s 2=
12 ( 11 )
15264
s 2=
=115,63.
132
s= 115,63=10,75.
2

b. Data Kelompok

(xi x )2

fi.(xi x )2

62

-16,6

275,56

2204,48

67

-11,6

134,56

538,24

70 ~ 74

16

72

-6,6

43,56

696,96

75 ~ 79

15

77

-1,6

2,56

38,4

80 ~ 84

43

82

3,4

11,56

497,08

85 ~ 89

87

8,4

70,56

352,80

90 ~ 94

92

13,4

179,56

1616,04

Jumlah

10
0

5944

Nilai Ujian

fi

xi

60 ~ 64

65 ~ 69

Cara 1
2
f i ( x ix )

s=
=
2

xi -

n1
s= 60,04=7,74.
Cara 2

5944
5944
=
=60,04.
1001
99

Nilai Ujian

fi

60 ~ 64

65 ~ 69

70 ~ 74

16

75 ~ 79

15

xi
6
2
6
7
7
2
7
7

xi 2

fi.xi

fi . x i2

3844

496

30752

4489

268

17956

5184

1152

82944

5929

1155

88935

Harga
x

sekitar
78,6.

43

85 ~ 89

90 ~ 94

Jumlah

10
0

n f i x i 2( f i x i )

8
2
8
7
9
2

6724

3526

289132

7569

435

37845

8464

828

76176

7860

623740

100 ( 623740 )( 7860 )

s=
=
n (n1)
100(1001)
6237400061779600 594400
2
s=
=
=60,04.
9900
100 ( 99 )
s= 60,04=7,74.
Cara 3
Untuk menentukan koding (nilai c), dimulai dengan pusat bernilai
daerah nilai modus.
2

80 ~ 84

Nilai Ujian

fi

xi

60 ~ 64

62

4 16

32

128

65 ~ 69

67

3 9

12

36

70 ~ 74

16

72

2 4

32

64

75 ~ 79

15

77

1 1

15

15

80 ~ 84

43

82

85 ~ 89

87

90 ~ 94

92

18

36

Jumlah

10
0

68

284

n f i c i2( f i c i )

ci

c i2

} {

fi.ci

s =p

} {

=5

di

fi.ci2

100 ( 284 )(68 )2

n ( n1 )
100 ( 1001 )
284004624
23776
s 2=25
=25
=25 {2,4 }=60.
9900
100 ( 99 )
s= 60=7,74.
2

c=0

Simpangan Baku Gabungan

Contoh: Sebuah data diambil melalui 100 siswa di daerah Tambelangan
dengan jumlah pengamatan sebanyak tiga kali. Hasil pengamatan pertama
terhadap 25 siswa memberikan nilai s=7,15 . Untuk pengamatan yang kedua,
dari 40 siswa memberikan hasil berupa nilai s=8,57 . Melalui pengamatan
yang ketiga, dari 35 siswa memberikan hasil berupa nilai s=7,50. Maka nilai
variansi gabungan dapat diperoleh melalui:

25 siswa
s = 7,15

40 siswa
s = 8,57

35 siswa
s = 7,50

1
i ( si )

s 2=

1
i ( si )

1
1 s 1

1
2 s 2

1
3 s 3

s 2=
( 251 ) ( 7,15 )2 + ( 401 )( 8,57 )2+(351) ( 7,50 )2
s 2=
(25+ 40+35 )3
( 24 ) ( 51,12 ) + ( 39 )( 73,44 ) + ( 34 ) ( 56,25 )
2
s=
1003
1226,88+2864,16+1912,5
2
s=
97
6003,54
2
s=
=61,89.
97
s= 61,89=7,86.

k = jumlah sampel.
ni = sampel ke
1,2,dll.

 Skor Baku (Zskor)

a. Data Tunggal

xi
60
63
66
70
73
76
80
83
84
86
90
93

77

xi -

-17
-14
-11
-7
-4
-1
3
6
7
9
13

10,75

16

x 1x 6077 17
=
=
=1,58. a
s
10,75 10,75
x x 6377 14
z 2= 2
=
=
=1,30.
s
10,75 10,75
x x 6677 11
z 3= 3
=
=
=1,02.
s
10,75 10,75
x x 7077
7
z 4= 4
=
=
=0,65 .
s
10,75 10,75
x x 7377
4
z 5= 4
=
=
=0,37.
s
10,75 10,75
x x 7677
1
z 6= 6
=
=
=0,09.
s
10,75 10,75
x x 8077
3
z 7= 7
=
=
=0,27.
s
10,75 10,75
x x 8377
6
z 8= 8
=
=
=0,55.
s
10,75 10,75
x x 8477
7
z 9= 9
=
=
=0,65.
s
10,75 10,75
x x 8677
9
z 10= 10
=
=
=0,83.
s
10,75 10,75
x x 9077
13
z 11= 11 =
=
=1,2.
s
10,75 10,75
x x 9377
16
z 12= 12
=
=
=1,48.
s
10,75 10,75
z + z + + z 12 0,99
z tot = 1 2
=
=0,08. a
12
12
z 1=

b. Data Kelompok

xi -

Nilai Ujian

fi

xi

60 ~ 64

62

-16,6

65 ~ 69

67

-11,6

70 ~ 74

16

72

-6,6

75 ~ 79

15

77

80 ~ 84

43

82

3,4

85 ~ 89

87

8,4

90 ~ 94

92

13,4

Jumlah

10
0

78,6

-1,6

7,74

x 1x 6278,6 16,6
=
=
=2,14. xzx
s
7,74
7,74
x x 6778,6 11,6
z 2= 2
=
=
=1,49.
s
7,74
7,74
x x 7278,6 6,6
z 3= 3
=
=
=0,85.
s
7,74
7,74
x x 7778,6 1,6
z 4= 4
=
=
=0,20.
s
7,74
7,74
x x 8278,6 3,4
z 5= 5
=
=
=0,43
s
7,74
7,74
x x 8778,6 8,4
z 6= 6
=
=
=1,08.
s
7,74
7,74
x x 9278,6 13,4
z 7= 7
=
=
=1,73.
s
7,74
7,74
z + z + + z 7 1,44
z total= 1 2
=
=0,20. as
7
7
Koefisien Variansi
z 1=

a. Data Tunggal
s
10,75
KV = .100 =
.100 =13,96 .
x
77
b. Data Kelompok
s
7,74
KV = .100 =
.100 =9,84 .
x
78,6

Kemiringan (skewness)
a. Data Tunggal
Cara 1
x modus
k pearson =
s
7780 3
k pearson =
=
=0,27.
10,75 10,75

xi

fi

Me

60
63

5
3

78

77

10,7
5

 Cara 2:
an
( xmedi
)
s
7778
1
=3 (
=3
10,75 ) ( 10,75 )

k pearson =3
k pearson

66
70
73
76
80
83
84
86
90

4
7
9
15
33
8
2
5
7

93

b. Data Kelompok

Cara 1:
k pear =

Nilai Ujian

fi

xi

60 ~ 64

62

65 ~ 69

67

70 ~ 74

16

72

75 ~ 79

15

77

80 ~ 84

43

82

85 ~ 89

87

90 ~ 94

92

Me

80,
3

78,
6

7,7
4

x modus 78,681,62
=
=0,33.
s
7,74

Cara 2:
k pear =3

78,680,3
=3 (
=0,65.
( xmedian
)
s
7,74 )

Karena nilai koefisien Pearson bernilai negatif, maka model kemiringannya

yaitu grafik cenderung miring ke nilai yang lebih besar.

menjadi
Kurtosis
a. Data Tunggal

1
1
1
k 3 k 1 )
( 85,567 )
( 18,5 )
(
2
2
2
9,25
K=
=
=
=
=0,288.
p90 p10 92,160,09
32,01 32,01
Karena K > 0,263 maka grafik berbentuk runcing.

menjadi
b. Data Kelompok
1
1
1
k 3 k 1 )
( 83,2273,55 )
( 9,67 )
(
2
2
2
4,83
K=
=
=
=
=0,224.
p90 p10
88,567
21,5
21,5
Karena K < 0,263 maka grafik berbentuk landai.

menjadi
Cara SPSS
C.KESIMPULAN
1.Antara data tunggal dan data kelompok, keduanya memiliki nilai koefisien variansi
yang kecil yaitu kurang dari 15%.
2.Model grafik yang terbentuk dari data tunggal yaitu model berbentuk negatif dan
runcing, sedangkan model yang terbentuk dari data kelompok yaitu berbentuk negatif
dan landai.
Data tunggal:

Data kelompok:

Satutambah 2

LAMPIRAN
Plagiarism Detector v. 976 - Originality Report:
Analyzed document: 9/6/2016 9:23:15 AM

"dispersi statis^^^.docx"
Licensed to: Originality report generated by unregistered Demo version!

Warning: Demo Version - reports are

incomplete!

To get full version, please order the

software:

Relation chart:

Distribution graph:

Comparison Preset: Rewrite. Detected language: Portuguese

Top sources of plagiarism:
Processed resources details:
43 - Ok / 6 - Failed
[Show other Sources:]

Important notes:
Wikipedia:

Google Books:

Ghostwriting services:

Anti-cheating:

[not detected]

[not detected]

[not detected]

[not detected]

Detailed document analysis:

DISPERSI
(UKURAN PENYEBARAN)DASAR TEORI
Dalam
mempelajari suatu ilmu, tidak serta merta memahami materi hanya dalam waktu beberapa hari saja. Butuh
setidaknya satu minggu untuk mendalami setiap subbab dalam materi. Jadi, sulit untuk bisa memahami
suatu disiplin ilmu (yang terdiri dari banyak subbab) hanya dalam waktu beberapa minggu, apalagi disiplin
ilmu tersebut berkaitan dengan angka-angka dan perhitungan.Termasuk
pula disiplin ilmu statistika ini, mustahil adanya jika menguasai subbab hanya dalam beberapa minggu saja,
karena materi (subbab) yang tersaji dalam displin ilmu statistika ini sangatlah banyak sekali seperti mean (rata
ukur, rata hitung, rata harmonik), modus, median, kuartil, desil, presentil, koefisien regresi, koefisien
determinasi, analisis regresi tunggal, analisis regresi berganda, dan masih ada yang lainnya.Dalam
statistika, dispersi ini akan digunakan dalam menentukan letak dan ukuran penyebaran dari sebuah data.
Biasanya data ini sudah disajikan dalam bentuk tabel maupun grafik. Untuk bisa mengetahui bagaimana ukuran
penyebaran dari sebuah data yang telah diperoleh, diperlukan sebuah parameter berupa rentang data (rentang,
rentang antar kuartil, simpangan kuartil), lalu rata-rata simpangan data, simpangan baku (standar deviasi dan
simpangan baku gabungan), bilangan baku (Zskor), koefisien variansi, kemiringan (skewness), dan yang terakhir
yaitu kurtosis. Parameter-parameter ini nantinya akan digunakan untuk mengetahui ukuran penyebaran dari
sebuah data. Parameter-parameter yang digunakan dalam menganalisis ukuran penyebaran sebuah data
adalah sebagai berikut: Rentang
dataMenentukan
rentang data.Didapat
dari mengurangi nilai tertinggi dengan nilai yang terendah. Menentukan
nilai rentang antar kuartil (RAK).Didapat
dari mengurangi nilai kuartil ketiga dengan nilai kuartil pertama. Menentukan
nilai simpangan kuartil (SK).Diperoleh
dengan mengalikan setengah dari nilai rentang antar kuartil atau bisa didapat dari setengah harga nilai
rentang antar kuartil. Rata-rata simpangan data (RS).Merupakan
jarak antar setiap data dengan nilai rata-rata hitung dari sebuah pengamatan. Jadi untuk memperoleh nilai
ini, diperlukan parameter berupa data pengamatan, rata-rata hitung, dan ukuran dari sampel data tersebut.
Simpangan
baku (standar deviasi).Adalah
sebuah parameter yang digunakan untuk menafsirkan sebuah data atau sampel dari sebuah populasi. Karena
sebuah populasi itu tidak diketahui dengan pasti berapa jumlah keseluruhannya, maka diambil sebuah sampel
untuk menafsirkan nilai atau jumlah populasi tersebut. atau Simpangan
baku gabungan.Parameter ini digunakan untuk mendapatkan nilai simpangan baku dari dua buah sampel atau
lebih.Bilangan
baku (Zskor).Bilangan
baku ini digunakan untuk menyederhanakan sebuah data dan membandingkan keadaan distribusi dengan
sebuah kejadian. K
oefisien variansi (KV).Parameter ini digunakan untuk mengetahui tingkat perbandingan sebuah data yaitu
perbandingan antara nilai simpangan baku dengan nilai rata-rata suatu distribusi (biasanya dinyatakan dalam
bentuk persen atau %).Kemiringan
(skewness).Parameter ini digunakan untuk mengetahui sifat kemiringan dari suatu distribusi data
(biasanya dalam bentuk grafik) berdasarkan nilai Koefisien Pearson (dilambangkan dengan Kpearson).
Skewness
ini memiliki tiga kondisi, diantaranya:Model Simetri (tingkat kemiringannya bernilai nol).Model Positif (jika
miring ke arah positif maka grafik miring ke kanan).Model Negatif (jika miring ke arah negatif maka grafik miring
ke kiri).K
urtosis.Parameter ini digunakan untuk mengetahui tingkat runcing atau landainya sebuah distribusi
data berdasarkan nilai Koefisien Kurtosis (dilambangkan dengan K).Sama
halnya dengan skewness, kurtosis ini juga memiliki tiga kondisi, diantaranya:Kondisi
normal (K = 0,262).Kondisi
landai atau platikurtik (K 0,263).Kondisi
runcing atau leptokurtik (K 0,263). PE
RMASALAHANMembuat
data N = 100 secara random yang diperoleh dari skripsi mahasiswa fakultas
teknik.Menghitung rentang data secara manual dan SPSS.Menghitung
standar deviasi secara manual dan SPSS.Menghitung
nilai variansi secara manual dan SPSS.Menghitung
nilai skewness secara manual dan SPSS.Menghitung
nilai kurtosis secara manual dan SPSS.Menghitung
skor baku secara manual dan SPSS.PEMBAHASAN

Cara Manual
Data N = 100 secara random.Berikut
ini adalah data dari 100 siswa dari SMK Negeri Tambelangan dan SMK Negeri 5 Surabaya.70
76
63
86
90
73
83
90
80
70
60
80
80
83
66
76
66
80
90
90
80
73
86
90
83
73
83
80
80
80
60
73
83
73
80
60
80
80
60
80
73
70
93
76
76
86
80
80
90
70
76
66
80
63
70
83
80
80
80
76
63
73
76

86
80
93
80
80
80
76
76
70
83
76
70
80
80
80
80
84
86
73
66
73
76
76
80
90
80
84
80
76
76
80
80
83
60
80
80
76
Rentang
Data.Rentang
:Rentang
antar kuartil :Simpangan
kuartil :Rata-rata SimpanganDari data disamping, didapat Rata-rata sebesar 77,maka rata-rata simpangan
bisa didapat menggunakan:x
ix
i - 60
-17
17
63
-14
14
66
-11
11
70
-7
7
73
-4
4
76
-1
1
80
3
3

83
6
6
84
7
7
86
9
9
90
13
13
93
16
16
Jumlah
0
108
Simpangan
Baku (Standar Deviasi)a. Data TunggalCara 1
Disini
kami menggunakan tafsiran tak bias (unbiased), karena kami tidak tahu secara persis berapa jumlah
keseluruhan dari suatu populasi, maka digunakan sebuah sampel (data).x
ix
i - (x
i - )260
77
-17
289
63
-14
196
66
-11
121
70
-7
49
73
-4
16
76
-1
1
80
3
9
83
6
36
84
7
49
86
9
81
90
13
169
93
16
256
Jumlah
-

0
1272
Cara 2
x
ix
i260
3600
63
3969
66
4356
70
4900
73
5329
76
5776
80
6400
83
6889
84
7056
86
7396
90
8100
93
8649
Jumlah
924
72420
b. Data KelompokNilai
Ujianf
ix
ix
i - (x
i - )2f
i.(xi - )2Harga
sekitar 78,6.60
~ 648
62
-16,6
275,56
2204,48
65
~ 694
67
-11,6
134,56
538,24
70
~ 7416
72
-6,6
43,56
696,96
75
~ 7915
77
-1,6
2,56
38,4
80
~ 8443

82
3,4
11,56
497,08
85
~ 895
87
8,4
70,56
352,80
90
~ 949
92
13,4
179,56
1616,04
Jumlah
100
5944
Cara 1
Cara 2
Nilai
Ujianf
ix
ix
i2 f
i.xif
i . xi260
~ 648
62
3844
496
30752
65
~ 694
67
4489
268
17956
70
~ 7416
72
5184
1152
82944
75
~ 7915
77
5929
1155
88935
80
~ 8443
82
6724
3526
289132
85
~ 895
87
7569
435

37845
90
~ 949
92
8464
828
76176
Jumlah
100
7860
623740
Cara 3
Untuk
menentukan koding (nilai c), dimulai dengan pusat bernilai di daerah nilai modus.Nilai
Ujianf
ix
ic
ic
i2f
i.cif
i.ci260
~ 648
62
16
128
65
~ 694
67
9
36
70
~ 7416
72
4
64
75
~ 7915
77
1
15
80
~ 8443
82
0
0
0
0
85
~ 895
87
1
1
5
5
90
~ 949
92
2
4
18
36
Jumlah
100

284
Simpangan
Baku GabunganContoh
: Sebuah data diambil melalui 100 siswa di daerah Tambelangan dengan jumlah pengamatan sebanyak tiga kali.
Hasil pengamatan pertama terhadap 25 siswa memberikan nilai . Untuk pengamatan yang kedua, dari 40 siswa
memberikan hasil berupa nilai . Melalui pengamatan yang ketiga, dari 35 siswa memberikan hasil berupa nilai
Maka nilai variansi gabungan dapat diperoleh melalui:Skor
Baku (Zskor)a. Data Tunggal
x
ix
i-S
60
77
-17
10,75
63
-14
66
-11
70
-7
73
-4
76
-1
80
3
83
6
84
7
86
9
90
13
93
16
a
.
a
b. Data KelompokNilai
Ujianf
ix
ix
i-s
60
~ 648
62
78,6
-16,6
7,74
65
~ 694
67
-11,6
70
~ 7416
72
-6,6
75
~ 7915
77

-1,6
80
~ 8443
82
3,4
85
~ 895
87
8,4
90
~ 949
92
13,4
Jumlah
100
xzx
as
Koefisien
Variansia. Data Tunggal
b. Data KelompokKemiringan
(skewness)Data Tunggal
Cara 1
Cara 2:
x if
iMe
s
60
5
78
77
10,75
63
3
66
4
70
7
73
9
76
15
80
33
83
8
84
2
86
5
90
7
93
2
b. Data KelompokNilai
Ujianf
ix
iMe
S
60

~ 648
62
80,3
78,6
7,74
65
~ 694
67
70
~ 7416
72
75
~ 7915
77
80
~ 8443
82
85
~ 895
87
90
~ 949
92
Cara 1:
Cara
2:Karena
nilai koefisien Pearson bernilai negatif, maka model kemiringannya yaitu grafik cenderung miring ke nilai yang
lebih besar.menjadi
Kurtosis
a. Data TunggalKarena
K 0,263 maka grafik berbentuk runcing.menjadi
b. Data KelompokKarena
K 0,263 maka grafik berbentuk landai.menjadi
Cara SPSS C.
KESIMPULAN1.Antara
data tunggal dan data kelompok, keduanya memiliki nilai koefisien variansi yang kecil yaitu kurang dari
15%.2.Model
grafik yang terbentuk dari data tunggal yaitu model berbentuk negatif dan runcing, sedangkan model
yang terbentuk dari data kelompok yaitu berbentuk negatif dan landai.Data tunggal:+
= Data kelompok:+
=3.

Plagiarism Detector
Your right to know the authenticity!