Analisis Pengaruh Ukuran Perusahaan Ukuran Dewan Komisaris ...
ukuran
-
Upload
yesi-karimah -
Category
Documents
-
view
11 -
download
0
Transcript of ukuran
Ukuran penyebaran adalah ukuran statistic yang digunakan untuk mengetahui luas
penyebaran data atau homogenitas data. Dua variable yang memiliki mean yang sama
belum tentu memiliki kualitas yang sama, tergantung dari besar atau kecil ukuran
penyebaran datanya .
Ada beberapa macam ukuran penyebaran data, namun yang umum digunakan adalah
standar deviasi.
Macam-macam ukuran penyebaran data adalah :
1. Range (rentang)
2. Rata-rata Deviasi (deviasi mean)
3. Standar Deviasi
4. Variasi Relatif
Kegunaan Ukuran Penyebaran
• Untuk menentukan apakah suatu nilai rata-rata dapat mewakili suatu
rangkaian data atau tidak.
Contoh data upah 5 (lima) karyawan berikut
Rp 15.000,- Rp 25.000,- Rp Rp 30.000,- Rp 30.000,- Rp 100.000,-
Nilai rata-rata atau mean-nya = Rp 50.000,-
Kita dapat mengatakan bahwa nilai rata-ratanya kurang mewakili karena
data tersebut memiliki standar deviasi yang besar, dimana 4 dari 5 karyawan
berada di bawah rata- rata.
• Untuk perbandingan terhadap variabilitas data, misalnya data curah
hujan, suhu udara, dsb.
• Membantu penggunaan ukuran statistik, misalnya dalam membandingkan
ukuran penyebaran sampel terhadap ukuran populasi.
Berikut beberapa contoh pentingnya ukuran penyebaran .
1. Saat biaya pulsa mahal, maka salah satu upaya untuk meringankan biaya pulsa
adalah memilih operator yang paling banyak pelanggannnya, sehingga
memudahkan bicara antar pelanggan yang sama. Saat ini terdapat 68 juta
pelanggan untuk lima oprator, sehingga rata-rata pelanggan setiap orang
mencapai 13,6 juta; jarak (range) sebesar 32 juta, dan standar deviasi sebesar
13 juta. Pelanggan terbanyak dimiliki oleh Telkomsel, yaitu 35 juta dan yang
terkecil adalah Telkom Flexi dengan 3 juta pelanggan.
2. Misalkan anda ingin belajar berenang. Anda menanyakan berapa kedalaman
rata-rata kolam renang. Misalkan kedalaman rata-rata adalah 1,5 meter. Jika
tinggianda adalah 1,65 meter, mungkin Anda piker Anda tidak akan
tenggelam. Namun Anda harus ingat bahwa 1,5 meter adalah rata-ata mulai
dari kolam anak-anak yang kedalamannya hanya 30 cm sampai dengan kolam
untuk dewasa yang kedalamannya mungkin mencapai 3,5 meter, Anda bisa
tenggelam.
Dari contoh diatas, Kita bisa jadi lebih memahami pentingnya ukuran penyebaran.
Apabila suatu kumpulan data yang tidak mempunyai nilai ekstrem rendah dan tinggi,
maka ukuran pemusatan relatif baik untuk digunakan . namun demikian, apabila
datanya mengandung nilai ekstrem , maka kita perlu mengetahui sebarannya. Pada
kasus sampel atau populasi yangmempunyai nilai ukuran pemusatan yang sama
sekalipun,belum tentu mempunyai karakter yang sama. Oleh karena itu, sangatlah
penting untuk memahami makna ukuran penyebaran. Ada beberapa kemungkianan
yang terjadi jika menggambarkan dua data ditinjau darinilai rata-rata hitung dan
penyebarannya.
1. Rata – rata sama dengan penyebaran yang berbeda.
2. Rata-rata berbeda, sebaran berbeda.
3. Rata-rata berbeda, sebaran sama.
Ukuran Penyebaran untuk Data yang tidak dikelompokkan
A. Jarak (Range)
Jarak atau kisarann nilai (range) merupakan ukuran yang paling sederhana dari
ukuran penyebaran. Jarak merupakan perbedaanantara nilai terbesar dan terkecil
dalam suatu kelompok data baik data populasi maupun sampel. Semakin kecil ukuran
jarak menunjukkan karakter yang lebih baik, karena berarti data mendekati nilai
pusat.
Contoh 1:
TAHUN
Siswa SMP Negeri 2 Jakarta
Laki-laki Perempuan
2002 250 256
2003 243 240
2004 267 238
2005 271 288
2006 244 260
Penyelesaian :
Jumlah Laki- laki Perempuan
Jarak/Range (R) = Nilai Terbesar (H) – Nilai terkecil (L)
Tertingi 271 288
Terendah 243 238
Jarak 271 – 243 = 28 288 – 238 =
50
Nilai range diperoleh dengan mengurangkan nilai tertinggi dengan nilai terendah.
Contoh 2:
Hasil ujian beberapa mata pelajaran semester genap dari 3 orang siswa kelas II MAN
adalah sebagai berikut :
A = 60 55 70 65 50 80 40
B = 50 55 60 65 70 65 55
C = 60 60 60 60 60 60 60
Dari data diatas dapat kita ketahui :
A = Memiliki H = 80, L = 40, R= 80 – 40 = 40, meannya 60
B = Memiliki H = 70, L = 50, R= 70 – 50 = 20, meannya 60
C = Memiliki H = 60, L = 60, R= 60 – 60 = 0, meannya 60
Dari contoh 2 di atas dapat kita tarik kesimpulan :
1. Semakin kecil rangenya, maka semakin homogen distribusinya
2. Semakin besar rangenya, maka semakin heterogen distribusinya
3. Semakin kecil rangenya, maka meannya merupakan wakil yang representative
4. Semakin besar rangenya, maka meannya semakin kurang representative
Koefisien Range
Koefisien Range adalah pengukuran penyebaran dengan menggunakan range secara
relative.
Koefisien dirumuskan sebagai berikut :
KR= La−LbLa+Lb
x100 %
Keterangan :
KR : Koefisien range dalam 100%
La : Batas atas data atau kelas tertinggi
Lb : Batas bawah data atau kelas terendah
B. DEVIASI
Deviasi adalah selisih atau simpangan masing-masing skor atau interval dengan rata-
rata hitungnya. Bila setiap skor atau nilainya lebih besar dari meannya, maka
deviasinya positif. Bila setiap skor atau nilainya lebih kecil dari meannya, maka
deviasinya negative.
Penjumlahan deviasi akan selalu menghasilkan nol, sehingga deviasi tidak dapat
digunakan untuk mengetahui variabilitas data, untuk mengatasi hal ini maka tanda-
tanda aljabarnya ( tanda +, dan - ) diabaikan, atau tanda positif dan negarifnya tidak
mempengaruhi penjumlahan nilai mutlaknya. Sehingga hasil penjumlahan dapat
digunakan untuk mengetahui variabilitas data.
Deviasi terbagi dua, yaitu deviasi rata-rata dan standar deviasi.
DEVIASI RATA-RATA
Apabila diperhatikan ukuran dari range, maka kesimpulan data hanya didasarkan
pada dua data ekstrem yaitu data tertinggi dan terendah. Hal tersebut berarti tidak
mempertimbangkan semua nilai data baiik dalam populasi maupun sampel. Oleh
sebab itu, di samping ukuran range, juga dikembangkan ukuran deviasi rata-rata.
Deviasi rata-rata mengukur besarnya variasi atau selisih dari setiap nilai dalam
populasi atau sampel dari rata-rata hitungnya. Deviasi rata-rata didefenisikan dan
dirumuskan sebagai berikut :
Deviasi rata-rata adalah rata-rata hitung dari nilai mutlak deviasi antara nilai data
pengamatan dengan rata-rata hitungnya.
Bentuk rumus deviasi rata-rata yang disingkat dengan MD (mean deviation) atau ada
juga yang menyingkat AD (average deviation) adalah sebagai berikut :
MD = ∑|X−X|N
Keterangan :
MD : Deviasi rata-rata
X : Nilai setiap data pengamatan
X : Nilai rata-rata hitung dari seluruh nilai pengamatan
N : Jumlah data atau pengamatan dalam sampel / populasi
∑ : Lambang penjumlahan
││ : Lambang nilai mutlak
DEVIASI STANDAR
Deviasi Standar adalah akar kuadrat dari varians dan menunjukkan standar
penyimpangan data terhadap nilai rata-ratanya.
Rumus deviasi standar dinyatakan dengan :
σ=√∑ (X−μ)2
N
Keterangan :
σ : Varians (σ merupakan huruf Yunani, dibaca tho)
X : Nilai setiap data / pengamatan
μ : Nilai rata-rata hitung
N : Jumlah total data / pengamatan
∑ : Simbol operasi penjumlahan
C. VARIANS
Varians adalah rata-rata hitung deviasi kudrat setiap data terhadap rata-rata
hitungmya.
Varians dapat dibedakan antara varianspopulasi dan varians sampel. Varians populasi
adalah devisi kuadrat dari setia data terhadap rata-rta hitung semua data dalam
populasi . sedangkan varians sampel adalah deviasi kuadrat dari setiap rata-rata
hitung terhadap semua data dalam sampel, dimana sampel adalah bagian dari
populasi.
Varians Populasi
Varians populsi dapat dirumuskan sebagai berikut :
σ 2=∑ (X−μ)2
N dengan μ=
∑ X
N
Contoh :
Hitunglah varians dari pertumbuhan ekonomi Negara maju dan Indonesia.
TahunPertumbuhan Ekonomi (%)
Negara Maju Indonesia
1994 3,2 7,5
1995 2,6 8,2
1996 3,2 7,8
1997 3,2 4,6
1998 2,2 -13,7
1999 2,0 4,8
2000 2,3 3,5
2001 3,2 3,2
Penyelesaian :
Diketahui : N = 8
Langkah – langkah :
1. Mencari nilai rata-rata hitung populasi μ=¿∑ X/ N , yaitu
μ=(3,2+2,6+3,2+3,2+2,2+2,0+2,3+2,1)
8 =
20,88
= 2,6
2. Mengurangkan setiap nilai X dengan μ , dan hasilnya tetap dalam nilai
absolute, tidak dimutlakkan . X−μ = 3,2 – 2,6 = 0,6. dst
3. Mengkuadratkan nilai X−μ, sehingga (X−μ )2 = (0,6)2 = 0,36. Dst
4. Menjumlahkan ∑ (X−μ )2, sehingga disapatkan nilai 1,94. Untuk mendapatkan
nilai varians, maka nilai 1,94 dibagidengan N dimana N=8, sehingga
diperoleh nilai vaians adalah 0,24.
a. Varians Negara Maju
Tahun X X−μ (X−μ)2
1994 3,2 0,6 0,36
1995 2,6 0,0 0,00
1996 3,2 0,6 0,36
1997 3,2 0,6 0,36
1998 2,2 -0,4 0,16
1999 2,0 -0,6 0,36
2000 2,3 -0,3 0,09
2001 2,1 -0,5 0,25
Jumlah ∑ X = 20,8 ∑(X−μ)2 = 1,94
Rata – rata μ=¿∑ X/ N = 2,6 σ 2 = ∑(X−μ)2 / N = 0,24
Ikuti langkah yang sama untuk mencari varian Negara maju. Sehingga didapatkan :
b. Varians Indonesia
Tahun X X−μ (X−μ)2
1994 7,5 4,2 17,64
1995 8,2 4,9 24,01
1996 7,8 4,5 20,25
1997 4,6 1,6 2,56
1998 - 13,7 -17,0 289,00
1999 4,8 1,5 2,25
2000 3,5 0,2 0,04
2001 3,2 -0,1 0,01
Jumlah ∑ X = 26,2 ∑(X−μ)2 = 355,76
Rata – rata μ=¿∑ X/ N = 3,3 σ 2 = ∑(X−μ)2 / N = 44,47
Varians sampel
Sampel merupakan bagian dari populasi, namun apabila angggota kdi dalam populsi
kurang atau sama dengan 30 , diusahakan semuanya menjadi bagian yang dikaji.
Apabila jumlahanggoa dalam populasi > 30, maka langkah pengambilan sampel
dapat dilakukan,sehingga jumlah data tidak terlalu besar.
Varians sampeldirumuskan sebagai berikut :
s2=∑ (X−X)2
n−1
Keterangan
s2 : Varians sampel
X : Nilai setiap data / pengamatan
X : Nilai rata-rata hitung
n : Jumlah total data / pengamatan
∑ : Simbol operasi penjumlahan
Pembagi untuk varians populasi berbeda dengan sampel, untuk populasi N, sedang
untuk sampel n-1. Mengapa menggunakan n-1, kkarena apabiladigunakan n, akan
menghasilkan dugaan yang lebih rendah (underestimate) terhadap varians
populasinya. Nilai varians sampel menjadi penduga yang bias atau menyimpang
terhadap populasinya. Pada ukuran sampel yang kecil, pembagi n-2 akan mengoreksi
hasil dugaan yang rendah, sehingga menjadi bpenduga yang tidak bias.
Ukuran Penyebaran untuk Data yang dikelompokkan
Data berkelompok adalah data yang sudah dibuat distribusi frekuensinya.
1. Jarak (Range)
Untuk data kelompok , nilai jarak (NJ) dapat dihitung dengan dua cara :
a. NJ = Nilai tengah kelas akhir - Nilai tengah kelas pertama
b. NJ = Batas atas kelas akhir – Batas bawah kelas pertama
Contoh :
Berat Badan
(kg)
Banyaknya Mahasiswa
(f)
60 – 62 5
63 – 65 18
66 – 68 42
69 – 71 27
71 - 74 8
Penyelesaian :
Cara I : Nilai tengah kelas akhir = 72+74
2 = 73 kg
: Nilai tengah kelas Pertama = 60+62
2 = 61 kg
Maka :
NJ = Nilai tengah kelas terakhir - Nilai tengah kelas pertama
= 73 – 61 = 12 kg
Cara II : Batas atas kelas akhir = 74,5
: Batas bawah kelas Pertama = 59,5
Maka :
NJ = Batas atas kelas terakhir - Batas bawah kelas pertama
= 74,5 – 59,5 = 15 kg
2. Deviasi rata – rata
Deviasi rata-rata untuk data berkelompok dirumuskan sebagai berikut :
MD=∑ f |X−X|
N
Keterangan :
MD = Deviasi rata-rata
f = Jumlah frekuensi setiap kelas
X = Nilai setiap data pengamatan
X = Nilai rata – rata hitung dai seluruh nilai pengamatan
n = Jumlah data atau pengamatan dalam sampel
∑ = Operasi penjumlahan
││ = Lambang nilai mutlak
3. Varians
Varians untuk data berkelompok hamper sama dengan variansdata tunggal,
namun dikalikan dengan frekuensi setiap kelasnya. Varians data berkelompok
dirumuskan :
s2=∑ f (X−X )2
n−1
Keterangan
s2 : Varians sampel
f : Jumlah frekuensi setiap kelas
X : Nilai setiap data / pengamatan
X : Nilai rata-rata hitung
n : Jumlah total data / pengamatan
∑ : Simbol operasi penjumlahan
IntervalTitik
tengahf f.X X-X
(
X−X ¿¿2
f .(
X−X ¿¿2
160 – 303 231,5 2 463,0 -259,2 67.185 134.369
304- 447 375,5 5 1.877,5 -115,2 13.271 66.355
448 – 591 519,5 9 4.675,5 28,8 829 7.465
592 – 735 663,5 3 1.999,0 172,8 29.860 89.580
736 - 878 807,0 1 807,0 316,3 100.046 100.046
Jumlah 20 9.813,0 397.815
X = ∑f . Xf
= 9.813,020
= 490,65
Jadi, untuk mencari Varians adalah :
s2=∑ f (X−X )2
n−1 =
397.815(20−1) =
397.81519
= 20.938
SEBARAN ATAU VARIASI
Derajat yang sampai seberapa jauh data numerik cenderung untung tersebar di
sekitar suatu nilai rata-rata disebut variasi (variation) atau sebaran (dispersion) data.
Tersedia aneka ukuran sebaran atau variasi , yang paling umum adalah rentang
(renge), nilai tengah simpangan (mean deviatin), rentang-antar kuartil, rentang
persentil 10-90 dan simpangan baku.
RENTANG
Rentang suatuhimpunan bilangan adalahselisih antara bilangan tersebar dan terkecil
dalam himpunan.
CONTOH. Rentang himpunan 2,3,3,5,5,5,8,10,12 adalah 12-2=10. Kadanag-kadanag
rentang cukup diberikan dengn menyebutkan bilangan terkecil dan terbesar pada
himpunan bilangan tersebut, rentang dapat ditunjukkan sebagai 2 sampai 12 atau 2-
12.
NILAI TENGAH SIMPANGAN
Nilai tengah simpangan (mean deviation) , aatau rata-rata simpangan (average
deviation), suatu himpunan N bilangan X1,X2,….,Xn didefenisikan oleh
Nilai tengah simpangan (MD) = ∑j=1
N
|X j−X|N
= ∑|X−X|N
= |X−X|
Dengan X adalah nilai tengah hitung(arithmetic mean ) bilangan –bilangan dan
|X j−X|adalah nilai mutlak simpangan X j dan X .( Nilai mutlak suatu bilangan
adalah bilangan itu sendiri tanpa dikaitkan dengan tandanya dan dinyatakan oleh dua
garis tegak yang diletakkan di sekitar bilangan itu, jadi |−4| = 4, |+3|=3, |6|=6,
|−0,84|=0,84 ).
Nilai tengah hitung |X| = 2+3+6+8+11
5 = 6
MD = ∑j=1
N
|X j−X|N