Download as ppt, pdf, or txt
Download as ppt, pdf, or txt
You are on page 1of 33

PENGUKURAN DISPERSI

HOMOGEN DAN
HETEROGEN DATA
I. 50,50,50,50,50
II. 30,40,50,60,70
III. 20,30,50,70,80

Ketiga kelompok data mempunyai


rata-rata hitung yang sama, yaitu :

X  50
DISPERSI DATA
Ukuran penyebaran suatu kelompok data
terhadap pusat data.

- Jangkauan (Range)
- Simpangan/deviasi Rata-rata (Mean Deviation)
- Variansi (Variance)
- Standar Deviasi (Standart Deviation)
Ukuran Penyebaran

UKURAN YANG MENYATAKAN HOMOGENITAS / HETEROGENITAS :


1. RENTANG (Range)
2. DEVIASI RATA-RATA (Average Deviation)
3. VARIANS (Variance)
4. DEVIASI STANDAR (Standard Deviation)
Rentang (range) : selisih bilangan terbesar dengan bilangan terkecil.
Sebaran merupakan ukuran penyebaran yang sangat kasar, sebab hanya
bersangkutan dengan bilangan terbesar dan terkecil.
Contoh : A : 100 90 80 70 60 50 40 30 20 10
X = 55
B : 100 100 100 100 100 10 10 10 10 10 r = 100 – 10 = 90
C : 100 100 100 90 80 30 20 10 10 10

Rata-rata
r = nilai maksimum – nilai minimum

Semakin kecil nilai r maka kualitas data akan


semakin baik, sebaliknya semakin besar nilai r,
maka kualitasnya semakin tidak baik.
Deviasi rata-rata
Deviasi Rata-rata : penyebaran
Berdasarkan harga mutlak simpangan Kelompok A Kelompok B
Nilai X X-X |X – X| Nilai X X-X |X – X|
bilangan-bilangan terhadap rata-
100 45 45 100 45 45
ratanya.
90 35 35 100 45 45
80 25 25 100 45 45
70 15 15 90 35 35
60 5 5 80 25 25

Rata-rata 50 -5 5 30 -25 25
40 -15 15 20 -35 35
30 -25 25 10 -45 45
20 -35 35 10 -45 45
10 -45 45 10 -45 45
Jumlah 0 250 Jumlah 0 390

DR = 250 = 25 DR = 390 = 39
10 10
n |Xi – X|
Rata-rata DR = Σ
n
i=1

Makin besar simpangan,


makin besar nilai deviasi rata-
rata
Varians & Deviasi Standar

Varians : penyebaran berdasarkan Kelompok A Kelompok B


jumlah kuadrat simpangan bilangan- Nilai X X -X (X–X)2 Nilai X X -X (X –X)2
bilangan terhadap rata-ratanya ; 100 45 2025 100 45 2025
melihat ketidaksamaan sekelompok data 90 35 1225 100 45 2025
80 25 625 100 45 2025
n
s = Σ (Xi – X)
2 2 70 15 225 90 35 1225

n-1 60 5 25 80 25 625
i=1 50 -5 25 30 -25 625
40 -15 225 20 -35 1225
30 -25 625 10 -45 2025
Deviasi Standar : penyebaran
20 -35 1225 10 -45 2025
berdasarkan akar dari varians ;
10 -45 2025 10 -45 2025
menunjukkan keragaman kelompok data
Jumlah 8250 Jumlah 15850

n √ 8250 √ 15850

s= 9 = 30.28 s= 9 = 41.97
s= (Xi – X)2
Σ
i=1 n-1 Kesimpulan :
Kelompok A : rata-rata = 55 ; DR = 25 ; s = 30.28
Kelompok B : rata-rata = 55 ; DR = 39 ; s = 41.97
Maka data kelompok B lebih tersebar daripada kelompok
2. DEVIASI/SIMPANGAN
RATA-RATA
Jumlah nilai mutlak dari selisih semua
nilai dengan nilai rata-rata dibagi
dibagi dengan banyaknya data.

Data tidak berkelompok :


X-X
SR 
n
Data berkelompok :
f X - X
SR 
f
SIMPANGAN RATA-RATA
(lanjutan)
Contoh :
Interval X f
X-X f X-X
Kelas
9-21 15 3 50,92 152,76
22-34 28 4 37,92 151,68
35-47 41 4 24,92 99,68
48-60 54 8 11,92 95,36
61-73 67 12 1,08 12,96
74-86 80 23 14,08 323,84
87-99 93 6 27,08 162,48
Σf = 60 998,76

fX 3955
X   65,92
f 60 998,76
SR   16,646
60
3. VARIANSI

Rata-rata kuadrat selisih dari semua


nilai data terhadap nilai rata-rata hitung.

Data tidak berkelompok :

S 
2  X- X 
2

atau S 
2 nX 2
- X 
2

n -1 nn - 1
Data berkelompok :
S 
2  f X - X 
2

atau S 
2 nfX 2
- fX 
2

f - 1 n n - 1
n  f
4. STANDAR DEVIASI

Akar pangkat dua dari Variansi.


Disebut juga Simpangan Baku.

Data tidak berkelompok :

S
 X-X 
2

atau S 
nX - X 
2 2

n -1 nn - 1
Data berkelompok :

S

f X - X 
2

atau S 
nfX2 - fX 2
f - 1 n n - 1
n  f
STANDAR DEVIASI (lanjutan)

Contoh 1 :
Interval
Kelas
X f
X - X
2

f X-X 
2

9-21 15 3 2592,85 7778,55


22-34 28 4 1437,93 5751,72
35-47 41 4 621 2484
48-60 54 8 142,09 1136,72
61-73 67 12 1,17 14,04
74-86 80 23 198,25 4559,75
87-99 93 6 733,33 4399,98
Σf = 60 26124,76

26124,76
S 
2
 442,79
60 - 1
S  442,79  21,04
STANDAR DEVIASI (lanjutan)

Menghitung Variansi dan Standar Deviasi


juga dapat menggunakan Kode (U).

2  nfU - fU 
 2 2

S c 
2

 n n - 1 

 nfU 2 - fU 2 
S  c  , n  f
 n n - 1 
STANDAR DEVIASI (lanjutan)

Contoh 2 :
Interval X U f fU fU2
Kelas
9-21 15 -3 3 -9 27
22-34 28 -2 4 -8 16
35-47 41 -1 4 -4 4
48-60 54 0 8 0 0
61-73 67 1 12 12 12
74-86 80 2 23 46 92
87-99 93 3 6 18 54
Σf = 60 ΣfU = 55 205


2
S  13 
60205  - 55 2

  442,79
2

 6060 - 1 
S  442,79  21,04
TEKNIK SAMPLING
TEKNIK SAMPLING
Alasan menggunakan sampel:
 populasi demikian banyaknya
sehingga dalam prakteknya
tidak mungkin seluruh elemen
diteliti;
 keterbatasan waktu penelitian,
biaya, dan sumberdaya
manusia, membuat peneliti
harus telah puas jika meneliti
sebagian dari elemen penelitian;
 jika elemen populasi
homogen,penelitian terhadap
seluruh elemen dalam populasi
menjadi tidak masuk akal,
misalnya untuk meneliti kualitas
jeruk dari satu pohon jeruk
Syarat sampel yang baik

 Akurasi atau ketepatan, yaitu tingkat


ketidakadaan“bias”(kekeliruan) dalam sample.
 Makin sedikit tingkat kekeliruan yang ada
dalam sampel, makin akurat sampel tersebut..
 Agar sampel dapat memprediksi dengan baik
populasi, sampel harus mempunyai selengkap
mungkin karakteristik populasi (Nan Lin,
1976).
 Presisi mengacu pada persoalan sedekat
mana estimasi kita dengan karakteristik
populasi.
 Presisi diukur oleh simpangan baku
(standard error). Makin kecil
perbedaan di antara simpangan
baku yang diperoleh dari sampel (S)
dengan simpangan baku dari
populasi (s), makin tinggi pula tingkat
presisinya.
Ukuran sampel

 Untuk penelitian deskriptif,


sampelnya 10% dari populasi
 Penelitian korelasional, paling sedikit
30 elemen populasi
 Penelitian perbandingan kausal, 30
elemen per kelompok, dan untuk
penelitian eksperimen15 elemen per
kelompok(Gay dan Diehl, 1992).
Roscoe (1975) dalam Uma
Sekaran(1992) memberikan pedoman
penentuan jumlah sampel:

 Sebaiknya ukuran sampel diantara


30 s/d 500 elemen
 Jika sampel dipecah lagi ke dalam
sub sampel (laki/perempuan,
SD?SLTP/SMU, dsb), jumlah
minimum sub sampel harus 30
 Pada penelitian multivariate
(termasuk analisis regresi
multivariate) ukuran sampel harus
beberapa kali lebih besar(10 kali)
dari jumlah variable yang akan
dianalisis.
 Untuk penelitian eksperimen yang
sederhana, dengan pengendalian
yang ketat, ukuran sampel bisa
antara10 s/d 20 elemen
Teknik pengambilan sampel
 random sampling / probability
sampling adalah cara
pengambilan sampel yang
memberikan kesempatan yang
sama untuk diambil kepada setiap
elemen populasi. Artinya jika
elemen populasinya ada100 dan
yang akan dijadikan sampel adalah
25, maka setiap elemen tersebut
mempunyai kemungkinan 25/100
untuk bisa dipilih menjadi sampel.
 Non random sampling atau
non probability sampling,
setiap elemen populasi tidak
mempunyai kemungkinan yang
sama untuk dijadikan sampel
 Pada sampel acak(random
sampling) dikenal dengani stilah
simple random sampling,
stratified random sampling,
cluster sampling, systematic
sampling, dan area sampling.
 Pada non probability sampling
dikenal beberapa teknik, antara
lain adalah convenience
sampling, purposive
sampling, quota sampling,
snowball sampling
Simple Random Sampling atau
Sampel Acak Sederhana
 Susun “sampling frame”
 Tetapkan jumlah sampel yang
akan diambil
 Tentukan alat pemilihan sampel
 Pilih sampel sampai dengan
jumlah terpenuhi
 Jika analisis penelitiannya
cenderung deskriptif dan
bersifat umum, perbedaan
karakter yang mungkin ada
pada setiap unsur atau elemen
populasi tidak merupakan hal
yang penting bagi rencana
analisisnya.
Stratified Random Sampling atau
Sampel Acak Distratifikasikan
 Siapkan“sampling frame”
 Bagi sampling frame tersebut
berdasarkan strata yang
dikehendaki
 Tentukan jumlah sampel dalam
setiap stratum
 Pilih sampel dari setiap stratum
secara acak.
 Karena unsur populasi
berkarakteristik heterogen, dan
heterogenitas tersebut
mempunyai arti yang signifikan
pada pencapaian tujuan
penelitian
Cluster Sampling atau
Sampel Gugus
 Susun sampling frame berdasarkan
gugus, misal kasus elemennya
ada100 departemen.
 Tentukan berapa gugus yang akan
diambil sebagai sampel
 Pilih gugus sebagai sampel dengan
cara acak
 Teliti setiap pegawai yang ada dalam
gugus sample
Systematic Sampling atau
Sampel Sistematis
 Susun sampling frame
 Tetapkan jumlah sampel yang ingin
diambil
 Tentukan K (kelas interval)
 Tentukan angka atau nomor awal
diantara kelas interval tersebut secara
acak, misal undian.
 Mulailah mengambil sampel dimulai dari
angka atau nomor awalyang terpilih.
 Pilihlah sebagai sampel angka atau
nomor interval berikutnya
Purposive Sampling
 Judgment Sampling
Sampel dipilih berdasarkan
penilaian peneliti bahwa dia
adalah pihak yang paling baik
untuk dijadikan sampel
penelitiannya.
 Quota Sampling, Teknik sampel
ini adalah bentuk dari sampel
distratifikasikan secara
proposional, namun tidak dipilih
acak melainkan secara kebetulan
saja.
Snowball Sampling –
SampelBola Salju

 Cara ini banyak dipakai ketika


peneliti tidak banyak tahu tentang
populasi penelitiannya. Dia hanya
tahu satu atau dua orang yang
berdasarkan penilaiannya bisa
dijadikan sampel. Karena peneliti
menginginkan lebih banyak lagi, lalu
dia minta kepada sampel pertama
untuk menunjukan orang lain yang
kira-kira bisa dijadikan sampel.

You might also like