<\/span> Setengah<\/span><\/h3>\n Untuk menghitung rata-rata,<\/strong> jumlahkan semua nilai lalu bagi dengan jumlah total data. Oleh karena itu, rumus rata-ratanya adalah sebagai berikut:<\/p>\n<\/p>\n![\"\\displaystyle\\overline{x}=\\frac{\\displaystyle\\sum_{i=1}^n](\"https:\/\/statorials.org\/wp-content\/ql-cache\/quicklatex.com-9c89528c734e47bf196befc03d1b7896_l3.png\" "\\"Rendered")
<\/p>\n<\/p>\n
Dalam statistika, mean disebut juga dengan mean aritmatika<\/strong> atau rata-rata<\/strong> . <\/p>\n \u27a4<\/span> Lihat:<\/strong> Kalkulator Rata-rata Aritmatika<\/a><\/div>\n<\/span> median<\/span><\/h3>\n Median<\/strong> adalah nilai tengah dari seluruh data yang diurutkan dari yang terkecil hingga yang terbesar. Dengan kata lain, median membagi kumpulan data yang diurutkan menjadi dua bagian yang sama besar.<\/p>\n Penghitungan median bergantung pada apakah jumlah datanya genap atau ganjil:<\/p>\n
\n- Jika jumlah seluruh data ganjil<\/strong> , maka median adalah nilai yang berada tepat di tengah-tengah data. Artinya nilai yang berada pada posisi (n+1)\/2 dari data yang diurutkan.<\/span><\/li>\n
![\"Me=x_{\\frac{n+1}{2}\"](\"https:\/\/statorials.org\/wp-content\/ql-cache\/quicklatex.com-77dc6f0bf6f823a8a8eea705245e20a3_l3.png\" "\\"Rendered")
<\/p>\n<\/p>\n
- Jika jumlah titik datanya genap<\/strong> , mediannya adalah rata-rata dua titik data yang terletak di tengah. Artinya rata-rata aritmatika dari nilai-nilai yang terdapat pada posisi n\/2 dan n\/2+1 dari data yang diurutkan.<\/span><\/li>\n
![\"Me=\\cfrac{x_{\\frac{n}{2}}+x_{\\frac{n}{2}+1}}{2}\"](\"https:\/\/statorials.org\/wp-content\/ql-cache\/quicklatex.com-bbb83dd436c25bf409381af4b9ac6daf_l3.png\" "\\"Rendered")
<\/p>\n<\/p>\n<\/ul>\n
Emas<\/p>\n<\/p>\n
![\"n\"](\"https:\/\/statorials.org\/wp-content\/ql-cache\/quicklatex.com-ec4217f4fa5fcd92a9edceba0e708cf7_l3.png\" "\\"Rendered")
<\/p>\n
adalah jumlah total data dalam sampel dan simbol Me<\/em> menunjukkan median. <\/p>\n \u27a4<\/span> Lihat:<\/strong> Kalkulator median<\/a><\/div>\n<\/span> Mode<\/span><\/h3>\n Dalam statistik, modus<\/strong> adalah nilai dalam kumpulan data yang mempunyai frekuensi absolut tertinggi, yaitu modus adalah nilai yang paling sering diulang dalam suatu kumpulan data.<\/p>\n Oleh karena itu, tidak ada rumus khusus untuk modus, tetapi untuk menghitung modus dari kumpulan data statistik, cukup hitung berapa kali setiap elemen data muncul dalam sampel, dan data yang paling sering diulang adalah modusnya.<\/p>\n
Modusnya juga dapat dikatakan sebagai modus statistik<\/strong> atau nilai modal<\/strong> . <\/p>\n \u27a4<\/span> Lihat:<\/strong> Kalkulator mode<\/a> <\/div>\n<\/span> Rumus ukuran statistik penyebaran <\/span><\/h2>\n<\/span> Deviasi standar<\/span><\/h3>\n Deviasi standar, disebut juga deviasi standar, sama dengan akar kuadrat dari jumlah kuadrat deviasi rangkaian data dibagi dengan jumlah observasi.<\/p>\n
Oleh karena itu, rumus simpangan baku<\/strong> adalah: <\/p>\n<\/p>\n![\"\\displaystyle\\sigma=\\sqrt{\\frac{\\displaystyle\\sum_{i=1}^n(x_i-\\overline{x})^2}{n}}\"](\"https:\/\/statorials.org\/wp-content\/ql-cache\/quicklatex.com-8fae96eb8656eacbcd8a634c33fab81d_l3.png\" "\\"Rendered")
<\/p>\n<\/p>\n
\u27a4<\/span> Lihat:<\/strong> Kalkulator deviasi standar<\/a><\/div>\n<\/span> Perbedaan<\/span><\/h3>\n Variansnya<\/strong> sama dengan jumlah kuadrat residu terhadap jumlah observasi. Oleh karena itu, rumus untuk metrik statistik ini adalah sebagai berikut:<\/p>\n<\/p>\n![\"Var(X)=\\cfrac{\\displaystyle\\sum_{i=1}^n\\left(x_i-\\overline{x}\\right)^2}{n}\"](\"https:\/\/statorials.org\/wp-content\/ql-cache\/quicklatex.com-bb29913eaa58ffb28bbc5b81d6785683_l3.png\" "\\"Rendered")
<\/p>\n<\/p>\n
Emas:<\/p>\n
\n- \n
![\"X\"](\"https:\/\/statorials.org\/wp-content\/ql-cache\/quicklatex.com-996ff7036e644e89f8ac379fa58d0cf7_l3.png\" "\\"Rendered")
<\/p>\n
adalah variabel acak yang ingin Anda hitung variansnya.<\/li>\n
- \n
![\"x_i\"](\"https:\/\/statorials.org\/wp-content\/ql-cache\/quicklatex.com-dad27a9703483183e1afd245f5232b83_l3.png\" "\\"Rendered")
<\/p>\n
adalah nilai datanya<\/p>\n
![\"i\"](\"https:\/\/statorials.org\/wp-content\/ql-cache\/quicklatex.com-31318c5dcb226c69e0818e5f7d2422b5_l3.png\" "\\"Rendered")
<\/p>\n
.<\/li>\n
- \n
<\/p>\n
adalah jumlah total pengamatan.<\/li>\n
- \n
![\"\\overline{X}\"](\"https:\/\/statorials.org\/wp-content\/ql-cache\/quicklatex.com-5b485d4231dfeb4b50ddf271c3abb0b3_l3.png\" "\\"Rendered")
<\/p>\n
adalah mean dari variabel acak<\/p>\n
<\/p>\n
. <\/li>\n<\/ul>\n
\u27a4<\/span> Lihat:<\/strong> Kalkulator kesenjangan<\/a> <\/div>\n<\/span> Koefisien variasi<\/span><\/h3>\n Dalam statistik, koefisien variasi<\/strong> adalah ukuran penyebaran yang digunakan untuk menentukan penyebaran suatu kumpulan data relatif terhadap rata-ratanya. Koefisien variasi dihitung dengan membagi simpangan baku data dengan rata-ratanya, kemudian dikalikan dengan 100 untuk menyatakan nilainya dalam persentase. <\/p>\n<\/p>\n![\"CV=\\cfrac{\\sigma}{\\overline{x}}\\cdot](\"https:\/\/statorials.org\/wp-content\/ql-cache\/quicklatex.com-0ebd63772f3bb0853b10b1996c34a5de_l3.png\" "\\"Rendered")
<\/p>\n<\/p>\n
\u27a4<\/span> Lihat:<\/strong> Kalkulator koefisien variasi<\/a><\/div>\n<\/span> Rapi<\/span><\/h3>\n Rentang statistik<\/strong> adalah ukuran penyebaran yang menunjukkan perbedaan antara nilai maksimum dan nilai minimum data dalam suatu sampel. Oleh karena itu, untuk menghitung luas suatu populasi atau sampel statistik, nilai maksimum harus dikurangkan dari nilai minimum. <\/p>\n<\/p>\n![\"R=\\text{M\\'ax}-\\text{M\\'in}\"](\"https:\/\/statorials.org\/wp-content\/ql-cache\/quicklatex.com-d09e48dfa9b5b1e1fbc30ac856d46166_l3.png\" "\\"Rendered")
<\/p>\n<\/p>\n
\u27a4<\/span> Lihat:<\/strong> Contoh rentang statistik<\/a><\/div>\n<\/span> Jarak interkuartil<\/span><\/h3>\n Rentang antarkuartil<\/strong> , disebut juga rentang antarkuartil<\/strong> , adalah ukuran penyebaran statistik yang menunjukkan perbedaan antara kuartil ketiga dan pertama.<\/p>\n Oleh karena itu, untuk menghitung rentang antarkuartil suatu kumpulan data statistik, Anda harus mencari kuartil ketiga dan pertama terlebih dahulu, lalu mengurangkannya. <\/p>\n<\/p>\n
![\"IQR=Q_3-Q_1\"](\"https:\/\/statorials.org\/wp-content\/ql-cache\/quicklatex.com-e77f65ff74b67f18e258e2a273be1d1c_l3.png\" "\\"Rendered")
<\/p>\n<\/p>\n
\u27a4<\/span> Lihat:<\/strong> Kalkulator Rentang Interkuartil<\/a><\/div>\n<\/span> perbedaan sedang<\/span><\/h3>\n Deviasi rata-rata<\/strong> , juga disebut deviasi absolut rata-rata<\/strong> , adalah rata-rata dari deviasi absolut. Oleh karena itu, simpangan rata-rata sama dengan jumlah simpangan setiap item data dari rata-rata aritmatika dibagi dengan jumlah total item data. <\/p>\n<\/p>\n![\"D_{\\overline{x}}=\\cfrac{\\sum_{i=1}^n|x_i-\\overline{x}|}{n}\"](\"https:\/\/statorials.org\/wp-content\/ql-cache\/quicklatex.com-61abff21d429fe1de05fc4344be7029a_l3.png\" "\\"Rendered")
<\/p>\n<\/p>\n
\u27a4<\/span> Lihat:<\/strong> Kalkulator deviasi rata-rata<\/a> <\/div>\n<\/span> Rumus pengukuran posisi statistik <\/span><\/h2>\n<\/span> kuartil<\/span><\/h3>\n Dalam statistik, kuartil<\/strong> adalah tiga nilai yang membagi sekumpulan data terurut menjadi empat bagian yang sama besar. Jadi, kuartil pertama, kedua, dan ketiga masing-masing mewakili 25%, 50%, dan 75% dari seluruh data statistik.<\/p>\n Kuartil diwakili oleh huruf kapital Q dan indeks kuartil, sehingga kuartil pertama adalah Q 1<\/sub> , kuartil kedua adalah Q 2<\/sub> , dan kuartil ketiga adalah Q 3<\/sub> .<\/p>\n Rumus kuartilnya<\/strong> adalah:<\/p>\n<\/p>\n![\"\\cfrac{k\\cdot](\"https:\/\/statorials.org\/wp-content\/ql-cache\/quicklatex.com-d2193deb142e070e4b6127666afe349d_l3.png\" "\\"Rendered")
<\/p>\n<\/p>\n
Harap diperhatikan:<\/strong> rumus ini memberitahu kita posisi kuartil, bukan nilai kuartil. Kuartil adalah data yang terletak pada posisi yang diperoleh rumus.<\/p>\n Namun, terkadang hasil rumus ini memberi kita angka desimal. Oleh karena itu kita harus membedakan dua kasus tergantung pada apakah hasilnya berupa bilangan desimal atau bukan:<\/p>\n
\n- Jika hasil rumusnya berupa bilangan tanpa bagian desimal<\/strong> , maka kuartil adalah data yang posisinya disediakan oleh rumus di atas.<\/li>\n
- Jika hasil rumusnya berupa bilangan dengan bagian desimal<\/strong> , maka nilai kuartil dihitung menggunakan rumus berikut:<\/li>\n<\/ul>\n
![\"Q=x_i+d\\cdot](\"https:\/\/statorials.org\/wp-content\/ql-cache\/quicklatex.com-4af89ae2d7be917607f734400fab5a66_l3.png\" "\\"Rendered")
<\/p>\n<\/p>\n
Dimana x i<\/sub><\/em> dan x i+1<\/sub><\/em> adalah bilangan posisi di mana letak bilangan yang diperoleh rumus pertama, dan d<\/em> adalah bagian desimal dari bilangan yang diperoleh rumus pertama. <\/p>\n \u27a4<\/span> Lihat:<\/strong> Kalkulator Kuartil<\/a><\/div>\n<\/span> desil<\/span><\/h3>\n Dalam statistik, desil<\/strong> adalah sembilan nilai yang membagi sekumpulan data terurut menjadi sepuluh bagian yang sama. Sehingga desil pertama, kedua, ketiga,\u2026 mewakili 10%, 20%, 30%,\u2026 dari sampel atau populasi.<\/p>\n Desil diwakili oleh huruf kapital D dan indeks desil, yaitu desil pertama adalah D 1<\/sub> , desil kedua adalah D 2<\/sub> , desil ketiga adalah D 3<\/sub> , dan seterusnya.<\/p>\n Rumus desilnya<\/strong> adalah sebagai berikut:<\/p>\n<\/p>\n![\"\\cfrac{k\\cdot](\"https:\/\/statorials.org\/wp-content\/ql-cache\/quicklatex.com-d84ca1bdd1a62a50e87decde4d360daa_l3.png\" "\\"Rendered")
<\/p>\n<\/p>\n
Harap diperhatikan:<\/strong> rumus ini memberitahu kita posisi desil, bukan nilai desil. Desil adalah data yang terletak pada posisi yang diperoleh rumus.<\/p>\n Namun terkadang hasil rumus ini akan memberikan kita angka desimal, oleh karena itu kita harus membedakan dua kasus tergantung apakah hasilnya berupa angka desimal atau bukan:<\/p>\n
\n- Jika hasil rumusnya berupa bilangan tanpa bagian desimal<\/strong> , maka desil adalah data yang terletak pada posisi yang disediakan rumus di atas.<\/li>\n
- Jika hasil rumusnya berupa bilangan dengan bagian desimal<\/strong> , maka nilai desilnya dihitung menggunakan rumus berikut:<\/li>\n<\/ul>\n
![\"D=x_i+d\\cdot](\"https:\/\/statorials.org\/wp-content\/ql-cache\/quicklatex.com-dea1a6ff3ec04aca29983e36653e2f4b_l3.png\" "\\"Rendered")
<\/p>\n<\/p>\n
Dimana x i<\/sub><\/em> dan x i+1<\/sub><\/em> adalah bilangan posisi di mana letak bilangan yang diperoleh rumus pertama, dan d<\/em> adalah bagian desimal dari bilangan yang diperoleh rumus pertama. <\/p>\n \u27a4<\/span> Lihat:<\/strong> Kalkulator desil<\/a><\/div>\n<\/span> persentil<\/span><\/h3>\n Dalam statistik, persentil<\/strong> adalah nilai yang membagi sekumpulan data terurut menjadi seratus bagian yang sama. Jadi, persentil menunjukkan nilai di bawah persentase kumpulan data.<\/p>\n Persentil dilambangkan dengan huruf kapital P dan indeks persentil, yaitu persentil pertama adalah P 1<\/sub> , persentil ke-40 adalah P 40<\/sub> , persentil ke-79 adalah P 79<\/sub> , dan seterusnya.<\/p>\n Rumus persentilnya<\/strong> adalah:<\/p>\n<\/p>\n![\"\\cfrac{k\\cdot](\"https:\/\/statorials.org\/wp-content\/ql-cache\/quicklatex.com-5fc5a249710b5577ae4d328a066f9943_l3.png\" "\\"Rendered")
<\/p>\n<\/p>\n
Harap diperhatikan:<\/strong> rumus ini memberi tahu kita posisi persentil, tetapi tidak menunjukkan nilainya. Persentilnya adalah data yang terletak pada posisi yang diperoleh rumus.<\/p>\n Namun terkadang hasil rumus ini akan memberikan kita angka desimal, oleh karena itu kita harus membedakan dua kasus tergantung apakah hasilnya berupa angka desimal atau bukan:<\/p>\n
\n- Jika hasil rumusnya berupa angka tanpa bagian desimal<\/strong> , maka persentilnya sesuai dengan data yang berada pada posisi yang disediakan rumus di atas.<\/li>\n
- Jika hasil rumusnya berupa angka dengan bagian desimal<\/strong> , maka nilai persentil pastinya dihitung menggunakan rumus berikut:<\/li>\n<\/ul>\n
![\"P=x_i+d\\cdot](\"https:\/\/statorials.org\/wp-content\/ql-cache\/quicklatex.com-671e09af64fc816839e3bbc582efd36e_l3.png\" "\\"Rendered")
<\/p>\n<\/p>\n
Dimana x i<\/sub><\/em> dan x i+1<\/sub><\/em> adalah bilangan posisi di mana letak bilangan yang diperoleh rumus pertama, dan d<\/em> adalah bagian desimal dari bilangan yang diperoleh rumus pertama. <\/p>\n \u27a4<\/span> Lihat:<\/strong> Kalkulator Persentil<\/a> <\/div>\n<\/span> Rumus pengukuran bentuk statistik <\/span><\/h2>\n<\/span>koefisien asimetri<\/span><\/h3>\n Koefisien skewness, atau indeks skewness, adalah koefisien statistik yang digunakan untuk menentukan skewness suatu distribusi. Jadi, dengan menghitung koefisien asimetri, Anda dapat mengetahui jenis asimetri distribusi tanpa harus membuat representasi grafisnya.<\/p>\n
Rumus koefisien asimetri<\/strong> adalah sebagai berikut:<\/p>\n<\/p>\n![\"\\displaystyle\\gamma_1=\\frac{\\overline{x}_3}{\\sigma^3}\"](\"https:\/\/statorials.org\/wp-content\/ql-cache\/quicklatex.com-a61d9a6a488046490b5dcf71e3906bcb_l3.png\" "\\"Rendered")
<\/p>\n<\/p>\n
Dengan cara yang sama, salah satu dari dua rumus berikut dapat digunakan untuk menghitung koefisien asimetri Fisher:<\/p>\n<\/p>\n
![\"\\displaystyle\\gamma_1=\\frac{\\displaystyle](\"https:\/\/statorials.org\/wp-content\/ql-cache\/quicklatex.com-94cbf4c3956145cb861488cb726c8469_l3.png\" "\\"Rendered")
<\/p>\n<\/p>\n
![\"\\displaystyle\\gamma_1=\\frac{\\operatorname{E}[X^3]](\"https:\/\/statorials.org\/wp-content\/ql-cache\/quicklatex.com-b58aae86c4d7f8fec18ef689ec08c5db_l3.png\" "\\"Rendered")
<\/p>\n<\/p>\n
Emas<\/p>\n<\/p>\n
![\"E\"](\"https:\/\/statorials.org\/wp-content\/ql-cache\/quicklatex.com-638a7387bd72763290cc777a9b509c38_l3.png\" "\\"Rendered")
<\/p>\n
adalah ekspektasi matematis,<\/p>\n
![\"\\overline{x}\"](\"https:\/\/statorials.org\/wp-content\/ql-cache\/quicklatex.com-a39858a792fb4fe9a3173e004701f2a7_l3.png\" "\\"Rendered")
<\/p>\n
mean aritmatika,<\/p>\n
![\"\\sigma\"](\"https:\/\/statorials.org\/wp-content\/ql-cache\/quicklatex.com-eaaf379fee5e67946f3fedf5631047b1_l3.png\" "\\"Rendered")
<\/p>\n
simpangan baku dan<\/p>\n
<\/p>\n
jumlah total data. <\/p>\n
\u27a4<\/span> Lihat:<\/strong> Koefisien asimetri<\/a><\/div>\n<\/span>koefisien kurtosis<\/span><\/h3>\n Kurtosis, juga disebut ketajaman, menunjukkan seberapa terkonsentrasi suatu distribusi di sekitar meannya. Dengan kata lain, kurtosis menunjukkan apakah suatu distribusi curam atau datar. Secara khusus, semakin besar kurtosis suatu distribusi, semakin curam (atau tajam) distribusi tersebut.<\/p>\n
Rumus koefisien kurtosis<\/strong> adalah sebagai berikut:<\/p>\n<\/p>\n![\"\\displaystyle](\"https:\/\/statorials.org\/wp-content\/ql-cache\/quicklatex.com-8fb9dd9a6a3d52fa0f197321a711ffb1_l3.png\" "\\"Rendered")
<\/p>\n<\/p>\n
Emas<\/p>\n<\/p>\n
<\/p>\n
adalah nilai yang sesuai dengan observasi<\/p>\n
<\/p>\n
,<\/p>\n
<\/p>\n
mean aritmatika,<\/p>\n
<\/p>\n
simpangan baku dan<\/p>\n
<\/p>\n
jumlah total data. <\/p>\n
<\/p>\n<\/p>\n
Dalam statistika, mean disebut juga dengan mean aritmatika<\/strong> atau rata-rata<\/strong> . <\/p>\n Median<\/strong> adalah nilai tengah dari seluruh data yang diurutkan dari yang terkecil hingga yang terbesar. Dengan kata lain, median membagi kumpulan data yang diurutkan menjadi dua bagian yang sama besar.<\/p>\n Penghitungan median bergantung pada apakah jumlah datanya genap atau ganjil:<\/p>\n Emas<\/p>\n<\/p>\n adalah jumlah total data dalam sampel dan simbol Me<\/em> menunjukkan median. <\/p>\n Dalam statistik, modus<\/strong> adalah nilai dalam kumpulan data yang mempunyai frekuensi absolut tertinggi, yaitu modus adalah nilai yang paling sering diulang dalam suatu kumpulan data.<\/p>\n Oleh karena itu, tidak ada rumus khusus untuk modus, tetapi untuk menghitung modus dari kumpulan data statistik, cukup hitung berapa kali setiap elemen data muncul dalam sampel, dan data yang paling sering diulang adalah modusnya.<\/p>\n Modusnya juga dapat dikatakan sebagai modus statistik<\/strong> atau nilai modal<\/strong> . <\/p>\n Deviasi standar, disebut juga deviasi standar, sama dengan akar kuadrat dari jumlah kuadrat deviasi rangkaian data dibagi dengan jumlah observasi.<\/p>\n Oleh karena itu, rumus simpangan baku<\/strong> adalah: <\/p>\n<\/p>\n Variansnya<\/strong> sama dengan jumlah kuadrat residu terhadap jumlah observasi. Oleh karena itu, rumus untuk metrik statistik ini adalah sebagai berikut:<\/p>\n<\/p>\n Emas:<\/p>\n adalah variabel acak yang ingin Anda hitung variansnya.<\/li>\n adalah nilai datanya<\/p>\n .<\/li>\n adalah jumlah total pengamatan.<\/li>\n adalah mean dari variabel acak<\/p>\n . <\/li>\n<\/ul>\n Dalam statistik, koefisien variasi<\/strong> adalah ukuran penyebaran yang digunakan untuk menentukan penyebaran suatu kumpulan data relatif terhadap rata-ratanya. Koefisien variasi dihitung dengan membagi simpangan baku data dengan rata-ratanya, kemudian dikalikan dengan 100 untuk menyatakan nilainya dalam persentase. <\/p>\n<\/p>\n Rentang statistik<\/strong> adalah ukuran penyebaran yang menunjukkan perbedaan antara nilai maksimum dan nilai minimum data dalam suatu sampel. Oleh karena itu, untuk menghitung luas suatu populasi atau sampel statistik, nilai maksimum harus dikurangkan dari nilai minimum. <\/p>\n<\/p>\n Rentang antarkuartil<\/strong> , disebut juga rentang antarkuartil<\/strong> , adalah ukuran penyebaran statistik yang menunjukkan perbedaan antara kuartil ketiga dan pertama.<\/p>\n Oleh karena itu, untuk menghitung rentang antarkuartil suatu kumpulan data statistik, Anda harus mencari kuartil ketiga dan pertama terlebih dahulu, lalu mengurangkannya. <\/p>\n<\/p>\n Deviasi rata-rata<\/strong> , juga disebut deviasi absolut rata-rata<\/strong> , adalah rata-rata dari deviasi absolut. Oleh karena itu, simpangan rata-rata sama dengan jumlah simpangan setiap item data dari rata-rata aritmatika dibagi dengan jumlah total item data. <\/p>\n<\/p>\n Dalam statistik, kuartil<\/strong> adalah tiga nilai yang membagi sekumpulan data terurut menjadi empat bagian yang sama besar. Jadi, kuartil pertama, kedua, dan ketiga masing-masing mewakili 25%, 50%, dan 75% dari seluruh data statistik.<\/p>\n Kuartil diwakili oleh huruf kapital Q dan indeks kuartil, sehingga kuartil pertama adalah Q 1<\/sub> , kuartil kedua adalah Q 2<\/sub> , dan kuartil ketiga adalah Q 3<\/sub> .<\/p>\n Rumus kuartilnya<\/strong> adalah:<\/p>\n<\/p>\n Harap diperhatikan:<\/strong> rumus ini memberitahu kita posisi kuartil, bukan nilai kuartil. Kuartil adalah data yang terletak pada posisi yang diperoleh rumus.<\/p>\n Namun, terkadang hasil rumus ini memberi kita angka desimal. Oleh karena itu kita harus membedakan dua kasus tergantung pada apakah hasilnya berupa bilangan desimal atau bukan:<\/p>\n Dimana x i<\/sub><\/em> dan x i+1<\/sub><\/em> adalah bilangan posisi di mana letak bilangan yang diperoleh rumus pertama, dan d<\/em> adalah bagian desimal dari bilangan yang diperoleh rumus pertama. <\/p>\n Dalam statistik, desil<\/strong> adalah sembilan nilai yang membagi sekumpulan data terurut menjadi sepuluh bagian yang sama. Sehingga desil pertama, kedua, ketiga,\u2026 mewakili 10%, 20%, 30%,\u2026 dari sampel atau populasi.<\/p>\n Desil diwakili oleh huruf kapital D dan indeks desil, yaitu desil pertama adalah D 1<\/sub> , desil kedua adalah D 2<\/sub> , desil ketiga adalah D 3<\/sub> , dan seterusnya.<\/p>\n Rumus desilnya<\/strong> adalah sebagai berikut:<\/p>\n<\/p>\n Harap diperhatikan:<\/strong> rumus ini memberitahu kita posisi desil, bukan nilai desil. Desil adalah data yang terletak pada posisi yang diperoleh rumus.<\/p>\n Namun terkadang hasil rumus ini akan memberikan kita angka desimal, oleh karena itu kita harus membedakan dua kasus tergantung apakah hasilnya berupa angka desimal atau bukan:<\/p>\n Dimana x i<\/sub><\/em> dan x i+1<\/sub><\/em> adalah bilangan posisi di mana letak bilangan yang diperoleh rumus pertama, dan d<\/em> adalah bagian desimal dari bilangan yang diperoleh rumus pertama. <\/p>\n Dalam statistik, persentil<\/strong> adalah nilai yang membagi sekumpulan data terurut menjadi seratus bagian yang sama. Jadi, persentil menunjukkan nilai di bawah persentase kumpulan data.<\/p>\n Persentil dilambangkan dengan huruf kapital P dan indeks persentil, yaitu persentil pertama adalah P 1<\/sub> , persentil ke-40 adalah P 40<\/sub> , persentil ke-79 adalah P 79<\/sub> , dan seterusnya.<\/p>\n Rumus persentilnya<\/strong> adalah:<\/p>\n<\/p>\n Harap diperhatikan:<\/strong> rumus ini memberi tahu kita posisi persentil, tetapi tidak menunjukkan nilainya. Persentilnya adalah data yang terletak pada posisi yang diperoleh rumus.<\/p>\n Namun terkadang hasil rumus ini akan memberikan kita angka desimal, oleh karena itu kita harus membedakan dua kasus tergantung apakah hasilnya berupa angka desimal atau bukan:<\/p>\n Dimana x i<\/sub><\/em> dan x i+1<\/sub><\/em> adalah bilangan posisi di mana letak bilangan yang diperoleh rumus pertama, dan d<\/em> adalah bagian desimal dari bilangan yang diperoleh rumus pertama. <\/p>\n Koefisien skewness, atau indeks skewness, adalah koefisien statistik yang digunakan untuk menentukan skewness suatu distribusi. Jadi, dengan menghitung koefisien asimetri, Anda dapat mengetahui jenis asimetri distribusi tanpa harus membuat representasi grafisnya.<\/p>\n Rumus koefisien asimetri<\/strong> adalah sebagai berikut:<\/p>\n<\/p>\n Dengan cara yang sama, salah satu dari dua rumus berikut dapat digunakan untuk menghitung koefisien asimetri Fisher:<\/p>\n<\/p>\n Emas<\/p>\n<\/p>\n adalah ekspektasi matematis,<\/p>\n mean aritmatika,<\/p>\n simpangan baku dan<\/p>\n jumlah total data. <\/p>\n Kurtosis, juga disebut ketajaman, menunjukkan seberapa terkonsentrasi suatu distribusi di sekitar meannya. Dengan kata lain, kurtosis menunjukkan apakah suatu distribusi curam atau datar. Secara khusus, semakin besar kurtosis suatu distribusi, semakin curam (atau tajam) distribusi tersebut.<\/p>\n Rumus koefisien kurtosis<\/strong> adalah sebagai berikut:<\/p>\n<\/p>\n Emas<\/p>\n<\/p>\n adalah nilai yang sesuai dengan observasi<\/p>\n ,<\/p>\n mean aritmatika,<\/p>\n simpangan baku dan<\/p>\n jumlah total data. <\/p>\n<\/span> median<\/span><\/h3>\n
\n
<\/p>\n<\/p>\n<\/p>\n<\/p>\n<\/ul>\n<\/p>\n<\/span> Mode<\/span><\/h3>\n
<\/span> Rumus ukuran statistik penyebaran <\/span><\/h2>\n
<\/span> Deviasi standar<\/span><\/h3>\n
<\/p>\n<\/p>\n<\/span> Perbedaan<\/span><\/h3>\n
<\/p>\n<\/p>\n\n
<\/p>\n<\/p>\n<\/p>\n<\/p>\n<\/p>\n<\/p>\n<\/span> Koefisien variasi<\/span><\/h3>\n
<\/p>\n<\/p>\n<\/span> Rapi<\/span><\/h3>\n
<\/p>\n<\/p>\n<\/span> Jarak interkuartil<\/span><\/h3>\n
<\/p>\n<\/p>\n<\/span> perbedaan sedang<\/span><\/h3>\n
<\/p>\n<\/p>\n<\/span> Rumus pengukuran posisi statistik <\/span><\/h2>\n
<\/span> kuartil<\/span><\/h3>\n
<\/p>\n<\/p>\n\n
<\/p>\n<\/p>\n<\/span> desil<\/span><\/h3>\n
<\/p>\n<\/p>\n\n
<\/p>\n<\/p>\n<\/span> persentil<\/span><\/h3>\n
<\/p>\n<\/p>\n\n
<\/p>\n<\/p>\n<\/span> Rumus pengukuran bentuk statistik <\/span><\/h2>\n
<\/span>koefisien asimetri<\/span><\/h3>\n
<\/p>\n<\/p>\n<\/p>\n<\/p>\n<\/p>\n<\/p>\n<\/p>\n<\/p>\n<\/p>\n<\/p>\n<\/span>koefisien kurtosis<\/span><\/h3>\n
<\/p>\n<\/p>\n<\/p>\n<\/p>\n<\/p>\n<\/p>\n<\/p>\n
![\"rumus](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/formules-statistiques-.png\")
<\/figure>\n