P. 1
materi 1 statistik

materi 1 statistik

|Views: 200|Likes:
Published by decky19

More info:

Published by: decky19 on Sep 05, 2010
Copyright:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as PPT, PDF, TXT or read online from Scribd
See more
See less

11/09/2013

pdf

text

original

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 satu angka.

1

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

dinamis dan inovatif 4 .Dalam melakukan suatu penelitian harus dilandasi dengan penggunaan metode ilmiah Syarat metode ilmiah: Dasar : . obyektif.fakta/data yg reliable. valid. Jujur dan terbuka.teori yg relevan Sifat : universal. ternilai . analistis. kritis. Logis.

Penyajian data dalam tabel atau grafik 4. Penafsiran dan pengambilan kesimpulan 7. Pengumpulan data 2. Pengolahan data (diurutkan atau digolongkan) 3. Penafsiran sajian data 5. Analisa data 6.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. Pemanfaat penafsiran dan kesimpulan utk penentuan kegiatan penelitian lebih lanjut  .

Poin 1. bar-diagram. dan hanya melakukan perhitungan-perhitungan saja) Disajikan dalam bentuk tabel distribusi frekuensi (mean. pengujian hipotesis)   Uji t. modus.2. dll Poin 1. tanpa pengujian hipotesis.z.7 disebut statistik inferensial (dg analisis. median).2.4.3. polygon.3.6. histogram.7 disebut statistik deskriptif (tanpa analisis.5.4. F 6 . tanpa generalisasi. generalisasi.

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 Sebuah kumpulan dari semua kemungkinan orang-orang. . benda-benda dan ukuran lain dari objek yang menjadi perhatian. SAMPEL Suatu bagian dari populasi tertentu yang menjadi perhatian.

Jenis kelamin 2. dll DATA . Data Kuantitatif 1. Jumlah kloroplas Data Diskret 2. Warna bunga 3. Luas tanah. dll Data Kualitatif 1. dll Berat badan 2. Jumlah sel.JENIS-JENIS DATA 1. Jarak kota Data Kontinu 9 3. Jumlah trombosit 3. Habitat.

275 dst 10 . yaitu data statistic yg tidak mgk berbentuk pecahan. ex.350.3. data BB (kg): 40. yaitu data statistic yg angkaangkanya mrpk deretan angka yg sambungmenyambung.125.Penggolongan data statistik  Berdasarkan sifat angka :  Data kontinyu. ex. data jml buku perpust (buah): 50.9. 50 dst  Data diskrit. 40.

Jml mahasiswa PBiologi 2009/2010 menurut tingkat dan jenis kelaminnya  Data ordinal/urutan. yaitu data statistic yg cara menyusunnya didasarkan pada klasifikasi tertentu. yaitu data statistic yg cara menyusun angkanya didasarkan pada urutan/ranking. Ex: Hasil nilai statistik berdasarkan ranking  Data interval. ex. yaitu data statistic dimana terdapat jarak yg sama di antara hal-hal yg sdg diteliti  11 . Berdasarkan cara menyusun angkanya :  Data nominal.

ex : pada semester gasal 2009/2010  Data urutan waktu. yaitu data statistic yg angka-angkanya mrpk satu unit atau satu kesatuan.Berdasarkan bentuk angkanya :  Data tunggal. yaitu data statistic yg mencerminkan keadaan pada suatu waktu saja.2006 12 . ex. 75 – 79 Berdasarkan waktu pengumpulannya :  Data seketika. 80 – 84. tdk dikelompokkan  Data kelompok. yaitu data statistic tiap unitnya terdiri dari sekelompok angka. yaitu data statistic yg mencerminkan keadaan dari waktu ke waktu secara berurutan. ex jumlah mahasiswa yg lulus dari tahun 1996 .

Wawancara tidak langsung 3. Bank Indonesia 3.SUMBER DATA STATISTIKA 1. World Bank. BPS 2. IMF 4. FAO dll Data Primer DATA Data Sekunder 13 . Pengisian kuisioner Data dari pihak lain: 1. Wawancara langsung 2.

ukuran atau criteria lain yg dpt bervariasi VARIATE Angka/nilai ukuran/criteria lain yg dicapai suatu variabel pada suatu individu atau unit statistic 14   . 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.ISTILAH DALAM STATISTIKA  Obyek = benda hidup atau mati yg diuji unsur-unsur.

 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    .

yaitu apakah data menyebar normal atau tidak. korelasi pearson. uji-t (1 atau 2 sampel). dll. Perancangan Percobaan (1 or 2-way ANOVA parametrik). • Contoh metode statistika parametrik: uji-z (1 atau 2 sampel).Statistika Parametrik: • Membutuhkan pengukuran kuantitatif dengan data interval atau rasio • mempertimbangkan jenis sebaran/distribusi data. .

Statistika Nonparametrik  Membutuhkan data dengan data ordinal dan nominal  Merupakan statistika bebas sebaran (tdk mensyaratkan bentuk sebaran parameter populasi. Median test. baik normal atau tidak). 18 . Chi-square test.  Contoh metode Statistika nonparametrik:Binomial test. dll. Friedman Test.

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 Tinggi Badan 151-153 154-156 157-159 160-162 163-165 166-168 169-171 172-174 Frekuensi 3 7 12 18 27 17 11 5 Distribusi Frekuensi Tinggi Badan 100 Mahasiswa U Sumber: Data buatan .

LIMIT. 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  . NILAI TENGAH. BATAS.

CARA MEMBUAT TABEL DISTRIBUSI FREKUENSI 1) 2) 3) Tentukan Range atau jangkauan data (r) Tentukan banyak kelas (k) Rumus Sturgess : k=1+3.3 log n Tentukan lebar kelas (c) c=r/k .

CARA MEMBUAT TABEL DISTRIBUSI FREKUENSI (LANJUTAN) 4) 5) 6) 7) 8) Tentukan limit bawah kelas pertama dan kemudian batas bawah kelasnya Tambah batas bawah kelas pertama dengan lebar kelas untuk memperoleh batas atas kelas Tentukan limit atas kelas Tentukan nilai tengah kelas Tentukan frekuensi .

CONTOH Data hasil ujian akhir Mata Kuliah Statistika dari 60 orang mahasiswa 23 80 52 41 60 34 60 77 10 71 78 67 79 81 64 83 89 17 32 95 75 54 76 82 57 41 78 64 84 69 74 65 25 72 48 74 52 92 80 88 84 63 70 85 98 62 90 80 82 55 81 74 15 85 36 76 67 43 79 61 .

dan 8 Maka batas bawah kelas-nya adalah 9.5 . Data terkecil = 10 dan Data terbesar = 98 r = 98 – 10 = 88 Jadi jangkauannya adalah sebesar 88 Banyak kelas (k) = 1 + 3. dibuat beberapa alternatif limit bawah kelas yaitu 10.3 log 60 = 6.5 .5 .5 mendekati 13 Limit bawah kelas pertama adalah 10. dan 7.JAWAB 1. 2. 9. 3.8 Jadi banyak kelas adalah sebanyak 7 kelas Lebar kelas (c) = 88 / 7 = 12. 4. 8.

yaitu sebesar .0.5 – 0.5 . Batas atas kelas pertama adalah batas bawah kelas ditambah lebar kelas. 6.9.22.5 = 20 .8.7.5 + 13 = 21.5 .5 Limit atas kelas pertama adalah sebesar .21.20.5 = 21 .0.5 = 22 .5 .5 .5 + 13 = 22.JAWAB (LANJUTAN) 5.5 + 13 = 20.

JAWAB (LANJUTAN) Alternatif 1 8-20 21-33 34-46 47-59 60-72 73-85 86-98 Alternatif 2 9-21 22-34 35-47 48-60 61-73 74-86 87-99 Alternatif 3 10-22 23-35 36-48 49-61 62-74 75-87 88-100 Misal dipilih Alternatif 2 .

JAWAB (LANJUTAN) 7. Frekuensi kelas pertama adalah 3 8.5 + 21.5 = 15 2 . Nilai tengah kelas adalah batas baw ah kelas + batas atas kelas 2 8.

5 Nilai Tengah 15 28 41 54 67 80 93 Jumlah Frekuensi 3 4 4 8 12 23 6 60 .5-34.5 60.JAWAB (LANJUTAN) Distribusi Frekuensi Nilai Ujian Akhir Mata Kuliah Stat Interval Kelas 9-21 22-34 35-47 48-60 61-73 74-86 87-99 Batas Kelas 8.5-73.5 34.5-47.5-86.5 73.5-21.5 86.5-60.5 21.5-99.5 47.

yaitu distribusi frekuensi kumulatif kurang dari dan lebih dari  .DISTRIBUSI FREKUENSI RELATIF DAN KUMULATIF Distribusi frekuensi relatif Membandingkan frekuensi masing-masing kelas dengan jumlah frekuensi total dikalikan 100 %  Distribusi frekuensi kumulatif ada 2.

5 86.5-99.5-60.5-21.33 20 38.5-34.5 Nilai Tengah 15 28 41 54 67 80 93 Jumlah Frekuensi 3 4 4 8 12 23 6 60 Frekuensi Relatif (%) 5 6.5 34.DISTRIBUSI FREKUENSI RELATIF Interval Kelas 9-21 22-34 35-47 48-60 61-73 74-86 87-99 Distribusi Frekuensi Relatif Nilai Ujian Akhir Mata Kuliah Statistika Batas Kelas 8.5 21.33 10 100 .67 13.5 60.5 47.5-73.5-47.5 73.5-86.67 6.

5 kurang dari 99.5 kurang dari 34.5 kurang dari 60.5 kurang dari 47.67 51.67 18.34 31.5 kurang dari 86.5 kurang dari 21.DISTRIBUSI FREKUENSI KUMULATIF KURANG DARI Interval Kelas 9-21 22-34 35-47 48-60 61-73 74-86 87-99 Distribusi Frekuensi Kumulatif Kurang Dari Untuk Nilai Ujian Akhir Mata Kuliah Statistika Batas Kelas kurang dari 8.5 Frekuensi Kumulatif Kurang Dari 0 3 7 11 19 31 54 60 Persen Kumulatif 0 5 11.67 90 100 .5 kurang dari 73.

5 lebih dari 99.5 lebih dari 86.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 9-21 22-34 35-47 48-60 61-73 74-86 87-99 Dari 60 57 53 49 41 29 6 0 lebih dari 8.5 lebih dari 60.5 100 95 88.33 10 0 .33 81.5 lebih dari 47.5 lebih dari 73.5 lebih dari 34.33 48.5 lebih dari 21.66 68.

5 21.5 73.5 99.5 Nilai .5 86.HISTOGRAM DAN POLIGON FREKUENSI istogram dan Poligon Frekuensi Nilai Ujian Akhir Mata Kuliah Statistika 25 20 15 10 5 Frekuensi 23 12 6 Histogram Poligon Frekuensi 3 4 4 8 0 8.5 60.5 47.5 34.

OGIF Ogif Frekuensi Kumulatif Kurang Dari Untuk Nilai Ujian Akhir Mata Kuliah Statistika 60 60 54 50 40 31 30 19 20 6 11 10 7 3 0 8.5 21.5 34.5 47.5 99.5 60.5 86.5 73.5 Nilai Frekuensi Kumulatif .

5 21.5 34.5 Nilai .OGIF (LANJUTAN) Frekuensi Kumulatif Ogif Frekuensi Kumulatif Lebih Dari Untuk Nilai Ujian Akhir M 60 60 57 53 49 50 41 40 29 30 20 10 6 0 8.5 47.5 60.5 86.5 73.5 99.

5 Nilai .5 99.5 73.5 34.5 86.5 60.5 21.OGIF (LANJUTAN) Frekuensi Kumulatif Ogif Frekuensi Kumulatif Dari Untuk Nilai Ujian Akhir Mata Ku kurva ogif lebih dari 60 kurva ogif kurang dari 50 40 30 20 10 0 8.5 47.

Modus 4. Rata-rata hitung 2. Rata-rata harmonis . Rata-rata ukur 5.UKURAN PEMUSATAN Merupakan nilai tunggal yang mewakili semua data atau kumpulan pengamatan dimana nilai tersebut menunjukkan pusat data. Yang termasuk ukuran pemusatan : 1. Median 3.

Rumus umumnya :

1. RATA-RATA HITUNG
R ata - rata hitung = Jum lah sem ua nilai data B anyaknya nilai data

1.

Untuk data yang tidak mengulang
X= X1 +X 2 +... +X n Σ X = n n

2.

Untuk data yang mengulang dengan frekuensi tertentu
X= f1X1 +f 2 X 2 +... +f n X n Σ fX = f1 +f 2 +... +f n Σ f

RATA-RATA HITUNG (LANJUTAN)
1. Dalam Tabel Distribusi Frekuensi
Interval Kelas
9-21 22-34 35-47 48-60 61-73 74-86 87-99

Nilai Tengah (X)
15 28 41 54 67 80 93

Frekuensi
3 4 4 8 12 23 6 Σf = 60

fX
45 112 164 432 804 1840 558 ΣfX = 3955

X=

Σ fX 3955 = =65,92 Σ f 60

RATA-RATA HITUNG (LANJUTAN)
2. Dengan Memakai Kode (U)
Interval Kelas
9-21 22-34 35-47 48-60 61-73 74-86 87-99

Nilai Tengah (X)
15 28 41 54 67 80 93

U
-3 -2 -1 0 1 2 3

Frekuensi
3 4 4 8 12 23 6 Σf = 60

fU
-9 -8 -4 0 12 46 18 ΣfU = 55

fU Σ   55  X =X 0 +c   =54 +13   =65,92 Σ  f 60   

RATA-RATA HITUNG (LANJUTAN) 3. maka rata-rata hitungnya adalah : X= (2)65 +(3)76 +(4)70 =70. Misal A memperoleh nilai 65 untuk tugas. Mid 3 dan Ujian Akhir 4.89 2 +3 +4 . Bila nilai tugas diberi bobot 2. 76 untuk mid dan 70 untuk ujian akhir. Dengan pembobotan Masing-masing data diberi bobot.

2. MEDIAN Untuk data berkelompok n  -F   M ed =L 0 +c  2  f      L 0 =batas baw ah kelas m edian F = jum lah frekuensi sem ua kelas yang m engandung f =frekuensi kelas m edian kelas sebelum m edian .

MEDIAN (LANJUTAN) Interval Kelas 9-21 22-34 35-47 48-60 61-73 74-86 87-99 Frekuensi 3 4 4 8 12 23 6 Σf = 60 .42    . yaitu pada interval 61-73. sehingga : L0 = 60.19  M ed =60.5 F = 19 f = 12  60    =72.5 +13  2  12   Contoh : Letak median ada pada data ke 30.

3. MODUS Untuk data berkelompok  b1 M od =L 0 +c   b +b 2  1 L 0 =batas baw ah kelas     m odus kelas m odus dengan b1 =selisih antara frekuensi frekuensi tepat satu kelas sebelum kelas m odus b 2 =selisih antara frekuensi kelas m odus dengan frekuensi tepat satu kelas sesudah kelas m odus .

sehingga : L0 = 73.MODUS (LANJUTAN) Interval Kelas 9-21 22-34 35-47 48-60 61-73 74-86 87-99 Frekuensi 3 4 4 8 12 23 6 Σf = 60 Contoh : Data yang paling sering muncul adalah pada interval 74-86.5 b1 = 23-12 = 11  11  M od =73.5 +13   =78.61 11 +17 b2 = 23-6 =17 .

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

MEDIAN. maka terdapat hubungan : Rata-rata hitung-Modus = 3 (Rata-rata hitung-Median) X-M od =3 X −M ed ( ) .HUBUNGAN EMPIRIS ANTARA NILAI RATA-RATA HITUNG. DAN MODUS (LANJUTAN) Jika distribusi data tidak simetri.

4.X 2 .. RATA-RATA UKUR Digunakan apabila nilai data satu dengan yang lain berkelipatan.X1..X n G =n Untuk data tidak berkelompok G =antilog  Σlog X    n   Untuk data berkelompok  Σf log X  G =antilog   Σf   ..

97 f log X 3.90 1.7 11.83 1.84 21.61 1.1 107 .73 1.82 Σf log X = 107.45 1.RATA-RATA UKUR (LANJUTAN) Contoh : Interval Kelas 9-21 22-34 35-47 48-60 61-73 74-86 87-99 Nilai Tengah (X) 15 28 41 54 67 80 93 Frekuensi 3 4 4 8 12 23 6 Σf = 60 log X 1.8 6.1  G =antilog   =60.54 5.44 13.18 1.96 43.95  60  .

5. Untuk data tidak berkelompok RH = n 1  Σ  X  Untuk data berkelompok RH Σ f = f  Σ  X  . RATA-RATA HARMONIS Biasanya digunakan apabila data dalam bentuk pecahan atau desimal.

065 Σf / X = 1.52 1.2 0.RATA-RATA HARMONIS (LANJUTAN) Contoh : Interval Kelas 9-21 22-34 35-47 48-60 61-73 74-86 87-99 Nilai Tengah (X) 15 28 41 54 67 80 93 Frekuensi 3 4 4 8 12 23 6 Σf = 60 f/X 0.179 0.121 .121 60 R = H =53.143 0.288 0.098 0.148 0.

dan kuartil ketiga (Q3) atau kuartil atas. Kuartil Kelompok data yang sudah diurutkan (membesar atau mengecil) dibagi empat bagian yang sama besar. . DESIL. Ada 3 jenis yaitu kuartil pertama (Q1) atau kuartil bawah. kuartil kedua (Q2) atau kuartil tengah. PERSENTIL 1.KUARTIL.

3 Q i =L 0 +c 4 f       L0 = batas bawah kelas kuartil F = jumlah frekuensi semua kelas sebelum kelas kuartil Qi f = frekuensi kelas kuartil Qi .Untuk data tidak berkelompok Q i =nilai ke i( n +1) .2.3 4 KUARTIL (LANJUTAN) Untuk data berkelompok  in  -F   . i =1. i =1.2.

Contoh : Interval Kelas 9-21 22-34 35-47 48-60 61-73 74-86 87-99 KUARTIL (LANJUTAN) Nilai Tengah (X) 15 28 41 54 67 80 93 Frekuensi 3 4 4 8 12 23 6 Σf = 60 Q1 membagi data menjadi 25 % Q2 membagi data menjadi 50 % Q3 membagi data menjadi 75 % Sehingga : Q1 terletak pada 48-60 Q2 terletak pada 61-73 Q3 terletak pada 74-86 .

42    Untuk Q3.11    =54 Q1 =47.60  .31    =81. maka :  1.KUARTIL (LANJUTAN) Untuk Q1. maka :  2.5 +13  12       =72.19  4 Q 2 =60.60 .5 +13  4 23       .41 Q 3 =73.60  .5 +13  4 8       Untuk Q2. maka :  3.

PERSENTIL (LANJUTAN) 2. Desil Kelompok data yang sudah diurutkan (membesar atau mengecil) dibagi sepuluh bagian yang sama besar.KUARTIL. DESIL. .

...DESIL (LANJUTAN) Untuk data tidak berkelompok D i =nilai ke i( n +1) .2.3. i =1.. 10 9 Untuk data berkelompok L0 = batas bawah kelas desil Di  in  -F  10  .3..2... Di D desil=iL 0 +c  f      F = jumlah frekuensi semua kelas sebelum kelas 9f = frekuensi kelas desil Di .. i =1.

Contoh : Interval Kelas 9-21 22-34 35-47 48-60 61-73 74-86 87-99 DESIL (LANJUTAN) Nilai Tengah (X) 15 28 41 54 67 80 93 Frekuensi 3 4 4 8 12 23 6 Σf = 60 D3 membagi data 30% D7 membagi data 70% Sehingga : D3 berada pada 48-60 D7 berada pada 74-86 .

5 +13  10 23       .72 D 7 =73.60  .60  .875 D 3 =47.5 +13  10 8        7.31    =79.DESIL (LANJUTAN)  3.11    =58.

.2.2.3.... i =1.3. Pi =L 0 +c 100 f       99 .KUARTIL. Persentil Untuk data tidak berkelompok Pi =nilai ke i( n +1) .. 99 100 Untuk data berkelompok  in  -F   . DESIL. PERSENTIL (LANJUTAN) 3.... i =1.

You're Reading a Free Preview

Download
scribd
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->