You are on page 1of 61

STATISTIK

• Statistika
Ilmu yang mengumpulkan, menata, menyajikan,
menganalisis, dan menginterprestasikan data
menjadi informasi untuk membantu pengambilan
keputusan yang efektif.

• Statistik
Suatu kumpulan angka yang tersusun lebih dari
1
satu angka.
Biostatistika yaitu penerapan metode statistika dalam memecahkan permasalahan dalam bidang
biologi
Mencari deskripsi suatu variable
Mencari hubungan antar variable
Menentukan perbedaan respon akibat perlakuan yang diberikan

Statistik diperlukan sbg alat utk membantu memecahkan berbagai masalah melalui penelitian
Penelitian = penyelidikan/pencarian yg sistematik thd kebenaran yg blm terungkap (Leedy, 1974)
 

2
Ciri-ciri penelitian :
 dimulai dg adanya pertanyaan

 membutuhkan pernyataan yg jelas


 membutuhkan perencanaan
 dilakukan secara bertahap
 mengajukan hipotesis
 mengemukaan fakta dan makna dg benar
 bersifat sirkuler
3
Dalam melakukan suatu penelitian harus dilandasi dengan
penggunaan metode ilmiah

Syarat metode ilmiah:


Dasar : - fakta/data yg reliable, valid, ternilai

- teori yg relevan
Sifat : universal, obyektif. Jujur dan terbuka. Logis, kritis,
analistis, dinamis dan inovatif
4
Data kasar (raw data) diperoleh dari hasil pengukuran suatu variable pada
sample yg diambil dari suatu populasi menggunakan teknik pengambilan
sample tertentu

Langkah-langkah kegiatan statistika utk menangani data kasar :


1. Pengumpulan data
2. Pengolahan data (diurutkan atau digolongkan)
3. Penyajian data dalam tabel atau grafik
4. Penafsiran sajian data
5. Analisa data
6. Penafsiran dan pengambilan kesimpulan
7. Pemanfaat penafsiran dan kesimpulan utk penentuan kegiatan penelitian
lebih lanjut 
Poin 1,2,3,4,7 disebut statistik deskriptif (tanpa analisis, tanpa
generalisasi, tanpa pengujian hipotesis, dan hanya melakukan
perhitungan-perhitungan saja) Disajikan dalam bentuk tabel
distribusi frekuensi (mean, modus, median), bar-diagram, histogram,
polygon, dll

Poin 1,2,3,4,5,6,7 disebut statistik inferensial (dg analisis,


generalisasi, pengujian hipotesis)
 
Uji t,z, F
6
DATA
 Himpunan nilai/variate/datum atau informasi lain yg diperoleh dari
observasi, pengukuran dan penilaian) thd suatu obyek atau lebih

 Obyek pengamatan variable variate/nilai

 Data kualitatif = diperoleh dari hasil pengamatan


 Data kuantitatif = diperoleh dari kegiatan pengukuran atau penilaian

7
POPULASI DAN SAMPEL
POPULASI SAMPEL
Sebuah kumpulan dari semua Suatu bagian dari populasi
kemungkinan orang-orang, benda- tertentu yang menjadi
benda dan ukuran lain dari objek perhatian.
yang menjadi perhatian.
JENIS-JENIS DATA
1. Jenis kelamin
2. Warna bunga
Data Kualitatif 3. Habitat, dll
1. Jumlah
kloroplas
DATA Data Diskret 2. Jumlah
trombosit
Data Kuantitatif 3. Jumlah sel, dll
1. Berat badan
2. Jarak kota
Data Kontinu 3. Luas tanah, 9
dll
Penggolongan data statistik
 Berdasarkan sifat angka :
 Data kontinyu, yaitu data statistic yg angka-angkanya
mrpk deretan angka yg sambung-menyambung, ex; data
BB (kg): 40.3, 40.9, 50 dst
 Data diskrit, yaitu data statistic yg tidak mgk berbentuk
pecahan, ex; data jml buku perpust (buah): 50,125,350,
275 dst
10
 Berdasarkan cara menyusun angkanya :
 Data nominal, yaitu data statistic yg cara menyusunnya didasarkan
pada klasifikasi tertentu, ex; Jml mahasiswa PBiologi 2009/2010
menurut tingkat dan jenis kelaminnya
 Data ordinal/urutan, yaitu data statistic yg cara menyusun angkanya
didasarkan pada urutan/ranking,
Ex: Hasil nilai statistik berdasarkan ranking
 Data interval, yaitu data statistic dimana terdapat jarak yg sama di
antara hal-hal yg sdg diteliti

 11
Berdasarkan bentuk angkanya :
 Data tunggal, yaitu data statistic yg angka-angkanya mrpk satu unit atau
satu kesatuan, tdk dikelompokkan
 Data kelompok, yaitu data statistic tiap unitnya terdiri dari sekelompok
angka, ex; 80 – 84, 75 – 79

Berdasarkan waktu pengumpulannya :


 Data seketika, yaitu data statistic yg mencerminkan keadaan pada suatu
waktu saja, ex : pada semester gasal 2009/2010
 Data urutan waktu, yaitu data statistic yg mencerminkan keadaan dari
waktu ke waktu secara berurutan, ex jumlah mahasiswa yg lulus dari
tahun 1996 - 2006
12
SUMBER DATA STATISTIKA

1. Wawancara langsung
Data Primer 2. Wawancara tidak
langsung
3. Pengisian kuisioner
DATA
Data dari pihak lain:
Data Sekunder 1. BPS
2. Bank Indonesia
3. World Bank, IMF 13
4. FAO dll
ISTILAH DALAM STATISTIKA
 Obyek = benda hidup atau mati yg diuji unsur-unsur, sifat dan kelakuannya
melalui pengamatan, pengukuran dan penilaian guna mendpt info atau
nilai-nilai yg berguna mengenai benda tsb

 VARIABEL
Suatu sifat dari obyek atau unsur dari obyek yg dpt diamati atau diukur shg
menghasilkan nilai, ukuran atau criteria lain yg dpt bervariasi

 VARIATE
Angka/nilai ukuran/criteria lain yg dicapai suatu variabel pada suatu
individu atau unit statistic
14
 VARIASI
Adanya perbedaan antar nilai/variate/ukuran dll dari suatu variabel
pada populasi atau sampel
 
 VARIABILITAS
Kemungkinan utk bervariasi dr nilai suatu variable pd suatu populasi
atau sample
 
 PARAMETER
suatu variabel terukur yg digunakan sbg criteria utk mengevaluasi
suatu populasi atau sistem 15
 NILAI PARAMETRIK
suatu nilai dari suatu parameter yg diperoleh dari
perhitungan atau data sensus
 
 NILAI STATISTIK
suatu nilai dari suatu parameter yg diperoleh dari
perhitungan atau data sensus
16
Statistika Parametrik:
• Membutuhkan pengukuran kuantitatif dengan data interval
atau rasio
• mempertimbangkan jenis sebaran/distribusi data, yaitu
apakah data menyebar normal atau tidak.
• Contoh metode statistika parametrik: uji-z (1 atau 2
sampel), uji-t (1 atau 2 sampel), korelasi pearson,
Perancangan Percobaan (1 or 2-way ANOVA parametrik),
dll.
Statistika Nonparametrik
 Membutuhkan data dengan data ordinal dan nominal

 Merupakan statistika bebas sebaran (tdk mensyaratkan


bentuk sebaran parameter populasi, baik normal atau
tidak).
 Contoh metode Statistika non-parametrik:Binomial test,
Chi-square test, Median test, Friedman Test, dll.
18
DISTRIBUSI FREKUENSI
Pengelompokkan data menjadi tabulasi data dengan
memakai kelas-kelas data dan dikaitkan dengan masing-
masing frekuensinya
Kelebihan

Dapat mengetahui gambaran secara menyeluruh

Kekurangan

Rincian atau informasi awal menjadi hilang


CONTOH

Distribusi Frekuensi Tinggi Badan 100 Mahasiswa UNS


Tinggi Badan Frekuensi
151-153 3
154-156 7
157-159 12
160-162 18
163-165 27
166-168 17
169-171 11
172-174 5

Sumber: Data buatan


LIMIT, BATAS, NILAI TENGAH, DAN LEBAR
KELAS
 Limit Kelas/Tepi Kelas
Nilai terkecil/terbesar pada setiap kelas
 Batas Kelas
Nilai yang besarnya satu desimal lebih sedikit dari data
aslinya
 Nilai Tengah Kelas
Nilai tengah antara batas bawah kelas dengan batas atas
kelas
 Lebar Kelas
Selisih antara batas bawah kelas dengan batas atas kelas
CARA MEMBUAT TABEL DISTRIBUSI FREKUENSI
1) Tentukan Range atau jangkauan data (r)
2) Tentukan banyak kelas (k)
Rumus Sturgess :
k=1+3,3 log n
3) Tentukan lebar kelas (c)
c=r/k
CARA MEMBUAT TABEL DISTRIBUSI FREKUENSI
(LANJUTAN)
4) Tentukan limit bawah kelas pertama dan kemudian batas
bawah kelasnya
5) Tambah batas bawah kelas pertama dengan lebar kelas
untuk memperoleh batas atas kelas
6) Tentukan limit atas kelas
7) Tentukan nilai tengah kelas
8) Tentukan frekuensi
CONTOH

Data hasil ujian akhir Mata Kuliah Statistika dari


60 orang mahasiswa
23 60 79 32 57 74 52 70 82 36

80 77 81 95 41 65 92 85 55 76

52 10 64 75 78 25 80 98 81 67

41 71 83 54 64 72 88 62 74 43

60 78 89 76 84 48 84 90 15 79

34 67 17 82 69 74 63 80 85 61
JAWAB

1. Data terkecil = 10 dan Data terbesar = 98


r = 98 – 10 = 88
Jadi jangkauannya adalah sebesar 88
2. Banyak kelas (k) = 1 + 3,3 log 60 = 6,8
Jadi banyak kelas adalah sebanyak 7 kelas
3. Lebar kelas (c) = 88 / 7 = 12,5 mendekati 13
4. Limit bawah kelas pertama adalah 10, dibuat beberapa alternatif
limit bawah kelas yaitu 10, 9, dan 8
Maka batas bawah kelas-nya adalah 9,5 ; 8,5 ; dan 7,5
JAWAB (LANJUTAN)

5. Batas atas kelas pertama adalah batas bawah kelas ditambah


lebar kelas, yaitu sebesar
- 9,5 + 13 = 22,5
- 8,5 + 13 = 21,5
- 7,5 + 13 = 20,5
6. Limit atas kelas pertama adalah sebesar
- 22,5 - 0,5 = 22
- 21,5 - 0,5 = 21
- 20,5 – 0,5 = 20
JAWAB (LANJUTAN)
Alternatif 1 Alternatif 2 Alternatif 3
8-20 9-21 10-22
21-33 22-34 23-35
34-46 35-47 36-48
47-59 48-60 49-61
60-72 61-73 62-74
73-85 74-86 75-87
86-98 87-99 88-100

Misal dipilih Alternatif 2


JAWAB (LANJUTAN)

7. Nilai tengah kelas adalah


batas bawah kelas  batas atas kelas
2
8,5  21,5
 15
2

8. Frekuensi kelas pertama adalah 3


JAWAB (LANJUTAN)

Distribusi Frekuensi Nilai Ujian Akhir Mata Kuliah Statistik


Interval Kelas Batas Kelas Nilai Tengah Frekuensi
9-21 8,5-21,5 15 3
22-34 21,5-34,5 28 4
35-47 34,5-47,5 41 4
48-60 47,5-60,5 54 8
61-73 60,5-73,5 67 12
74-86 73,5-86,5 80 23
87-99 86,5-99,5 93 6
Jumlah 60
DISTRIBUSI FREKUENSI RELATIF DAN
KUMULATIF
 Distribusi frekuensi relatif
Membandingkan frekuensi masing-masing kelas dengan
jumlah frekuensi total dikalikan 100 %
 Distribusi frekuensi kumulatif ada 2, yaitu distribusi
frekuensi kumulatif kurang dari dan lebih dari
DISTRIBUSI FREKUENSI RELATIF

Distribusi Frekuensi Relatif Nilai Ujian Akhir Mata Kuliah Statistika


Frekuensi
Interval Kelas Batas Kelas Nilai Tengah Frekuensi
Relatif (%)
9-21 8,5-21,5 15 3 5
22-34 21,5-34,5 28 4 6,67
35-47 34,5-47,5 41 4 6,67
48-60 47,5-60,5 54 8 13,33
61-73 60,5-73,5 67 12 20
74-86 73,5-86,5 80 23 38,33
87-99 86,5-99,5 93 6 10

Jumlah 60 100
DISTRIBUSI FREKUENSI KUMULATIF KURANG
DARI

Distribusi Frekuensi Kumulatif Kurang Dari Untuk Nilai Ujian Akhir Mata Kuliah Statistika
Interval Batas Kelas Frekuensi Kumulatif Kurang Persen Kumulatif
Kelas Dari
kurang dari 8,5 0 0
9-21 kurang dari 21,5 3 5
22-34 kurang dari 34,5 7 11,67
35-47 kurang dari 47,5 11 18,34
48-60 kurang dari 60,5 19 31,67
61-73 kurang dari 73,5 31 51,67
74-86 kurang dari 86,5 54 90
87-99 kurang dari 99,5 60 100
DISTRIBUSI FREKUENSI KUMULATIF LEBIH DARI

Distribusi Frekuensi Kumulatif Lebih Dari Untuk Nilai Ujian Akhir Mata Kuliah
Statistika
Interval Batas Kelas Frekuensi Kumulatif Lebih Persen Kumulatif
Kelas Dari
9-21 lebih dari 8,5 60 100
22-34 lebih dari 21,5 57 95
35-47 lebih dari 34,5 53 88,33
48-60 lebih dari 47,5 49 81,66
61-73 lebih dari 60,5 41 68,33
74-86 lebih dari 73,5 29 48,33
87-99 lebih dari 86,5 6 10
lebih dari 99,5 0 0
HISTOGRAM DAN POLIGON FREKUENSI

Histogram dan Poligon Frekuensi Nilai Ujian Akhir Mata Kuliah Statistika

25 23
Frekuensi

Histogram
20 Poligon Frekuensi
15 12
10 8
6
3 4 4
5
0 8,5 34,5 60,5 86,5
21,5 47,5 73,5 99,5 Nilai
OGIF
Ogif Frekuensi Kumulatif Kurang Dari
Untuk Nilai Ujian Akhir Mata Kuliah Statistika
60 60
54
Frekuensi Kumulatif

50
40
31
30
20 19 6
11
10 7
3
0 8,5 34,5 60,5 86,5
21,5 47,5 73,5 99,5 Nilai
OGIF (LANJUTAN)

Ogif Frekuensi Kumulatif Lebih Dari Untuk Nilai Ujian Akhir Mata
60 60 57
Frekuensi Kumulatif

53
50 49
41
40
30 29
20
10 6
0 8,5 34,5 60,5 86,5
21,5 47,5 73,5 99,5 Nilai
OGIF (LANJUTAN)

Ogif Frekuensi Kumulatif Dari Untuk Nilai Ujian Akhir Mata Kulia
Frekuensi Kumulatif

60 kurva ogif lebih dari


kurva ogif kurang dari
50
40
30
20
10
0 8,5 34,5 60,5 86,5
21,5 47,5 73,5 99,5 Nilai
UKURAN PEMUSATAN
Merupakan nilai tunggal yang mewakili semua data
atau kumpulan pengamatan dimana nilai tersebut
menunjukkan pusat data.
Yang termasuk ukuran pemusatan :
1. Rata-rata hitung
2. Median
3. Modus
4. Rata-rata ukur
5. Rata-rata harmonis
1. RATA-RATA HITUNG
Rumus umumnya :
Jumlah semua nilai data
Rata - rata hitung 
Banyaknya nilai data

1. Untuk data yang tidak mengulang


X1  X 2  ...  X n X
X 
n n

2. Untuk data yang mengulang dengan frekuensi tertentu


f1X1  f 2 X 2  ...  f n X n fX
X 
f1  f 2  ...  f n f
RATA-RATA HITUNG (LANJUTAN)
1. Dalam Tabel Distribusi Frekuensi
Interval Kelas Nilai Tengah (X) Frekuensi fX

9-21 15 3 45
22-34 28 4 112
35-47 41 4 164
48-60 54 8 432
61-73 67 12 804
74-86 80 23 1840
87-99 93 6 558
Σf = 60 ΣfX = 3955
fX 3955
X   65,92
f 60
RATA-RATA HITUNG (LANJUTAN)
2. Dengan Memakai Kode (U)
Interval Kelas Nilai Tengah (X) U Frekuensi fU

9-21 15 -3 3 -9
22-34 28 -2 4 -8
35-47 41 -1 4 -4
48-60 54 0 8 0
61-73 67 1 12 12
74-86 80 2 23 46
87-99 93 3 6 18
Σf = 60 ΣfU = 55

 fU   55 
X  X0  c    54  13    65,92
  f   60 
RATA-RATA HITUNG (LANJUTAN)
3. Dengan pembobotan
Masing-masing data diberi bobot.
Misal A memperoleh nilai 65 untuk tugas, 76 untuk mid
dan 70 untuk ujian akhir.
Bila nilai tugas diberi bobot 2, Mid 3 dan Ujian Akhir 4,
maka rata-rata hitungnya adalah :
(2)65  (3)76  (4)70
X  70,89
23 4
2. MEDIAN
Untuk data berkelompok
n 
 - F 
Med  L 0  c  2 
 f 
 
 
L 0  batas bawah kelas median
F  jumlah frekuensi semua kelas sebelum
kelas yang mengandung median
f  frekuensi kelas median
MEDIAN (LANJUTAN)
Contoh :
Interval Kelas Frekuensi
Letak median ada pada
9-21
22-34
3
4
data ke 30, yaitu pada
35-47 4 interval 61-73, sehingga :
48-60 8
61-73 12 L0 = 60,5
74-86
87-99
23
6
F = 19
Σf = 60 f = 12  60


- 19 
Med  60,5  13  2   72,42
 12 
 
 
3. MODUS
Untuk data berkelompok
 b1 
Mod  L 0  c 
b b  
 1 2 

L 0  batas bawah kelas modus


b1  selisih antara frekuensi kelas modus dengan
frekuensi tepat satu kelas sebelum kelas modus
b 2  selisih antara frekuensi kelas modus dengan
frekuensi tepat satu kelas sesudah kelas modus
MODUS (LANJUTAN)
Contoh :
Interval Kelas Frekuensi
Data yang paling sering
9-21
22-34
3
4
muncul adalah pada interval 74-
35-47 4 86, sehingga :
48-60 8
61-73
74-86
12
23
L0 = 73,5
87-99 6
Σf = 60
b1 = 23-12 = 11
b2 = 23-6 =17
 11 
Mod  73,5  13    78,61
11  17
HUBUNGAN EMPIRIS ANTARA NILAI RATA-RATA HITUNG,
MEDIAN, DAN MODUS

Ada 3 kemungkinan kesimetrian kurva distribusi


data :
1) Jika nilai ketiganya hampir sama maka kurva
mendekati simetri.
2) Jika Mod<Med<rata-rata hitung, maka kurva miring
ke kanan.
3) Jika rata-rata hitung<Med<Mod, maka kurva miring
ke kiri.
HUBUNGAN EMPIRIS ANTARA NILAI RATA-RATA
HITUNG, MEDIAN, DAN MODUS (LANJUTAN)
Jika distribusi data tidak simetri, maka
terdapat hubungan :

Rata-rata hitung-Modus = 3 (Rata-rata hitung-Median)

X - Mod  3 X  Med 
4. RATA-RATA UKUR
Digunakan apabila nilai data satu dengan yang lain
berkelipatan. G  n X1.X 2 ....X n

Untuk data tidak berkelompok


  log X 
G  antilog  
 n 

Untuk data berkelompok


  f log X 
G  antilog  
 f 
RATA-RATA UKUR (LANJUTAN)
Contoh :
Interval Nilai Tengah (X) Frekuensi log X f log X
Kelas
9-21 15 3 1,18 3,54
22-34 28 4 1,45 5,8
35-47 41 4 1,61 6,44
48-60 54 8 1,73 13,84
61-73 67 12 1,83 21,96
74-86 80 23 1,90 43,7
87-99 93 6 1,97 11,82
Σf = 60 Σf log X = 107,1

 107,1 
G  antilog    60,95
 60 
5. RATA-RATA HARMONIS
Biasanya digunakan apabila data dalam bentuk pecahan
atau desimal.
Untuk data tidak berkelompok RH 
n
 1 
 
X

Untuk data berkelompok f


RH 
 f 
 
X
RATA-RATA HARMONIS (LANJUTAN)
Contoh :
Interval Nilai Tengah (X) Frekuensi f/X
Kelas
9-21 15 3 0,2
22-34 28 4 0,143
35-47 41 4 0,098
48-60 54 8 0,148
61-73 67 12 0,179
74-86 80 23 0,288
87-99 93 6 0,065

Σf = 60 Σf / X = 1,121

60
RH   53,52
1,121
KUARTIL, DESIL, PERSENTIL
1. Kuartil
Kelompok data yang sudah diurutkan (membesar atau
mengecil) dibagi empat bagian yang sama besar.

Ada 3 jenis yaitu kuartil pertama (Q1) atau kuartil bawah,


kuartil kedua (Q2) atau kuartil tengah, dan kuartil ketiga
(Q3) atau kuartil atas.
KUARTIL (LANJUTAN)
Untuk data tidak berkelompok
i n  1
Q i  nilai ke - , i  1,2,3
4

Untuk data berkelompok


 in 
 -F
Q i  L 0  c 4  , i  1,2,3 L0 = batas bawah kelas kuartil
 f  F = jumlah frekuensi semua
 
 
kelas sebelum kelas kuartil Qi
f = frekuensi kelas kuartil Qi
KUARTIL (LANJUTAN)
Contoh :
Interval Nilai Frekuensi Q1 membagi data menjadi 25 %
Kelas Tengah (X) Q2 membagi data menjadi 50 %
9-21 15 3
Q3 membagi data menjadi 75 %
22-34 28 4
35-47 41 4
48-60 54 8
Sehingga :
61-73 67 12
74-86 80 23
87-99 93 6
Q1 terletak pada 48-60
Σf = 60 Q2 terletak pada 61-73
Q3 terletak pada 74-86
KUARTIL (LANJUTAN)
 1.60 
Untuk Q1, maka : 
Q1  47,5  13 4
- 11 
  54
 8 
 
 

 2.60 
 - 19 
Untuk Q2, maka : Q 2  60,5  13 4   72,42
 12 
 
 

 3.60 
 - 31 
Q 3  73,5  13 4   81,41
Untuk Q3, maka :  23 
 
 
KUARTIL, DESIL, PERSENTIL
(LANJUTAN)
2. Desil
Kelompok data yang sudah diurutkan (membesar atau
mengecil) dibagi sepuluh bagian yang sama besar.
DESIL (LANJUTAN)
Untuk data tidak berkelompok
i n  1
D i  nilai ke - , i  1,2,3,...,9
10
Untuk data berkelompok
L0 = batas bawah kelas desil Di
F = jumlah frekuensi semua
 in  kelas sebelum kelas
 -F
D i  L 0  c 10  , i  1,2,3,...,9
desil Di  f  f = frekuensi kelas desil Di
 
 
DESIL (LANJUTAN)
Contoh :
Interval Nilai Frekuensi D3 membagi data 30%
Kelas Tengah
(X) D7 membagi data 70%
9-21 15 3
22-34 28 4
35-47
48-60
41
54
4
8
Sehingga :
61-73 67 12
74-86 80 23
87-99 93 6
Σf = 60
D3 berada pada 48-60
D7 berada pada 74-86
DESIL (LANJUTAN)
 3.60 
 - 11 
D 3  47,5  13 10   58,875
 8 
 
 
 7.60 
 - 31 
D 7  73,5  13 10   79,72
 23 
 
 
KUARTIL, DESIL, PERSENTIL
(LANJUTAN)
3. Persentil
Untuk data tidak berkelompok
i n  1
Pi  nilai ke - , i  1,2,3,...,99
100

Untuk data berkelompok


 in 
 -F
Pi  L 0  c 100  , i  1,2,3,...,99
 f 
 
 

You might also like