Tugas Statistika

Diklat Kuliah

BAB I Pengantar Statistika
A.Definisi Statistika merupakan ilmu yang mempelajari bagaimana merencanakan, mengumpulkan, menganalisis, menginterpretasi, dan mempresentasikan data. Sedangkan statistik adalah data, informasi, atau hasil penerapan algoritma statistika pada suatu data. Data sendiri merupakan kumpulan fakta atau angka atau

B. Statistika juga digunakan dalam pemerintahan untuk berbagai macam tujuan. grafik. Statistika deskriptif hanya memberikan informasi mengenai data yang dipunyai dan sama sekali tidak menarik inferensia atau kesimpulan apapun tentang gugus induknya yang lebih besar. kumpulan data yang diperoleh akan tersaji dengan ringkas dan rapi serta dapat memberikan informasi inti dari kumpulan data yang ada. ekonomi. dan besaran-besaran lain di majalah dan koran-koran. maupun di bidang bisnis. Informasi yang dapat diperoleh dari statistika deskriptif ini antara . Aplikasi statistika lainnya yang sekarang popular adalah prosedur jajak pendapat atau polling (misalnya dilakukan sebelum pemilihan umum). baik ilmu-ilmu alam (misalnya astronomi dan biologi maupun ilmuilmu sosial (termasuk sosiologi dan psikologi). Contoh statistika deskriptif yang sering muncul adalah. dan industri). Dengan Statistika deskriptif. tabel. Statistik Deskriptif (deduktif) Statistik Deskriptif (deduktif) yaitu statistik yang tingkat pengerjaannya mencakup cara-cara menghitung. C. serta jajak cepat (perhitungan cepat hasil pemilu) atau quick count. dan menganalisa data agar dapat memberikan gambaran yang ringkas mengenai suatu keadaan. mengolah.Macam Statistika 1. yaitu seperti sensus penduduk yang merupakan salah satu prosedur yang paling dikenal. menyajikan. diagram. menyusun atau mengatur.segala sesuatu yang dapat dipercaya kebenarannya sehingga dapat digunakan sebagai dasar untuk menarik suatu kesimpulan.Aplikasi Statistika banyak diterapkan dalam berbagai disiplin ilmu.

Macam Variabel dan Data 1. Statistika inferensia mencakup semua metode yang berhubungan dengan analisis sebagian data (contoh) atau juga sering disebut dengan sampel untuk kemudian sampai pada peramalan atau penarikan kesimpulan mengenai keseluruhan data induknya (populasi). serta kecenderungan suatu gugus data. karena kesimpulan yang ditarik didasarkan pada informasi dari sebagian data saja. .Jenis Data Menurut Cara Memperolehnya a. Pengambilan kesimpulan dari statistika inferensia yang hanya didasarkan pada sebagian data saja sebagian data saja menyebabkan dalamn sifat tak pasti. memungkinkan keputusan. membuat hipotesis. terjadi kesalahan pengambilan sehingga pengetahuan mengenai teori peluang mutlak diperlukan dalam melakukan metode-metode statistika inferensia. Metode ini disebut juga statistika induktif. D. Statistik Inferensial Statistik Inferensial yaitu yang menyediakan aturan-aturan atau cara yang dapat digunakan suatu alat dalam rangka menarik kesimpulan yang bersifat umum dari suatu data yang telah disusun dan diolah. Contoh : Mewawancarai langsung penonton bioskop 21 untuk meneliti preferensi konsumen bioskop.lain ukuran pemusatan data. Data Primer Data primer adalah secara langsung diambil dari objek / obyek penelitian oleh peneliti perorangan maupun organisasi. ukuran penyebaran data. 2. Dalam statistika inferensia diadakan pendugaan parameter. serta melakukan pengujian hipotesis tersebut sehingga sampai pada kesimpulan yang berlaku umum.

nilai rupiah dari waktu ke waktu. Misalnya adalah jumlah pembeli saat hari raya Idul Adha. Contohnya adalah data jumlah penggunaan suatu produk pada konsumen. 4.Pembagian Jenis Data Berdasarkan Sifat Data c. Data Sekunder Data sekunder adalah data yang didapat tidak secara langsung dari objek penelitian. Data Eksternal Data eksternal adalah data yang menggambarkan situasi serta kondisi yang ada di luar organisasi. dan lainsebagainya. 3. Data Kuantitatif Data kuantitatif adalah data yang dipaparkan dalam bentuk angka-angka. yang mengandung para ahli makna. tinggi badan siswa kelas 3 IPS 2. dan lain-lain. b. persebaran penduduk. Contohnya adalah pada peneliti yang menggunakan data statistik hasil riset dari surat kabar atau majalah. Data Kualitatif Data kualitatif adalah data yang disajikan dalam minum bentuk dalam kata-kata kemasan. . Data Internal Data internal adalah data yang menggambarkan situasi dan kondisi pada suatu organisasi secara internal. Contohnya adalah berat badan ibu-ibu PKK Sumber Ayu. dan lain sebagainya. dsb.b. tingkat preferensi pelanggan. d. Peneliti mendapatkan data yang sudah jadi yang dikumpulkan oleh pihak lain dengan berbagai cara atau metode baik secara komersial maupun non komersial.Klasifikasi Data Berdasarkan Jenis Datanya c.Macam-Macam Data Berdasarkan Sumber Data a. terhadap Contohnya seperti persepsi konsumen terhadap botol air anggapan psikopat dan lain-lain. Misal : data keuangan. data pegawai. 2. Data Diskrit Data diskrit adalah data yang nilainya adalah bilangan asli. data produksi.

6. Contohnya penggunaan kata sekitar.Jenis-jenis Data Menurut Waktu Pengumpulannya e. kurang lebih. dan lain sebagainya. Contoh data time series adalah data perkembangan nilai tukar dollar amerika terhadap Euro Eropa dari tahun 2004 sampai 2006. kira-kira. Data Interval Data interval mempunyai tingkatan lebih rendah dari data rasio.Jenis-jenis data menurut tingkatan pengukuran. data pelanggan PT. Dinas pertanian daerah mengimpor bahan baku pabrik pupuk kurang lebih 850 ton.d. dan ketika ada seseorang memiliki 0 bola maka seseorang tersebut tidak memiliki bola satupun. Data rasio memiliki jarak antar nilai yang pasti dan memiliki nilai nol mutlak yang tidak dimiliki oleh jenis-jenis data lainnya. Data Time Series / Berkala Data berkala adalah data yang datanya menggambarkan sesuatu dari waktu ke waktu atau periode secara historis. maka A memiliki 2 bola (10-8) lebih banyak dari B. f. Data Rasio Data Rasio adalah tingkatan data yang paling tinggi. Angin Ribut bulan Mei 2004. Jika kita memiliki 10 bola maka ada perwujudan 10 bola itu. dan sebagainya. h. Data rasio dapat digunakan dalam komputasi matematik. Contoh dari data rasio diantaranya: berat badan. 5. jumlah satuan benda. g. Contohnya laporan keuangan per 31 desember 2006. panjang benda. Data Cross Section Data cross-section adalah data yang menunjukkan titik waktu tertentu. misalnya A memiliki 10 bola dan B memiliki 8 bola. Data rasio memiliki jarak data yang pasti namun tidak . Data Kontinyu Data kontinyu adalah data yang nilainya ada pada suatu interval tertentu atau berada pada nilai yang satu ke nilai yang lainnya.

Penskalaan sikap individu terhadap sesuatu bisa diwujudkan dalam bermacam bentuk. tempat tinggal. Data nominal ini pada satu individu tidak mempunyai variasi sama sekali. maka dipastikan A mempunyai 2 nilai lebih banyak dari B. Setiap individu hanya akan mempunyai 1 data jenis kelamin. jadi 1 individu hanya punya 1 bentuk data. misalnya perempuan=1. Netral (3). Tidak Setuju (2). Data Nominal Data nominal adalah tingkatan data paling rendah menurut tingkat pengukurannya. Data Ordinal Data ordinal pada dasarnya adalah hasil dari kuantifikasi data kualitatif. i. maksudnya bila C mendapat nilai 0.memiliki nilai nol mutlak. Data jenis kelamin ini nantinya akan diberi label dalam pengolahannya. tahun lahir dll. . Pada tingkatan ordinal ini data yang ada tidak mempunyai jarak data yang pasti . Jika A mendapat nilai 10 dan B mendapat nilai 8. tidak berarti bahwa kemampuan C dalam pelajaran matematika adalah nol atau kosong. Contoh data nominal diantaranya yaitu: jenis kelamin. Namun tidak ada nilai nol mutlak. j. Contoh dari data interval ialah hasil dari nilai ujian matematika. laki-laki=2. laki-laki atau perempuan. Setuju (4). dan Sangat Tidak Setuju (1). misalnya: Sangat Setuju (5) dan Setuju (4) tidak diketahui pasti jarak antar nilainya karena jarak antara Sangat Setuju(5) dan Setuju(4) bukan 1 satuan (5-4). Contoh dari data ordinal yaitu penskalaan sikap individu. diantaranya yaitu: dari sikap Sangat Setuju (5).

24. 20. 21. 23. Syaratnya ialah data sudah di susun/dikelompokkan. 1. Rata-rata usia ke tujuh orang mahasiswa tersebut adalah? Maka dapat dihitung dengan menjumlahkan seluruh umur dan membaginya dengan jumlah orang yang di hitung/subjek. Median. Atau dengan notasi matematis dapat ditulis menjadi : . Yang dimaksud dengan data berkelompok atau bergolong adalah data yang telah digolongkan berkelompok dalam adalah distribusi data frekuensi. A.BAB II Ukuran Pemusatan Ukuran pemusatan data adalah suatu ukuran yang menggambarkan pusat dari kumpulan data yang bisa mewakilinya. Perhitungan Frekuensi data tak berkelompok. biasanya setiap data mewakili data tersebut secara tunggal. Mean.Mean Perhitungan rata-rata (mean) berbeda antara rata-rata untuk jenis data berkelompok dan data tak berkelompok. 19. Mean Data Tunggal Perhitungan rata-rata untuk data tunggal menggunakan rumus pada contoh berikut : Usia tujuh orang mahasiswa Program Studi Teknik Elektro adalah : 18. Namun. 26. ketiganya memiliki kelebihan dan kekurangannya masing-masing dalam menerangkan suatu ukuran pemusatan data. tunggal Sedangkan data data tak tidak atau yang dikelompokan dalam distribusi frekuensi. Modus sama-sama merupakan ukuran pemusatan data yang termasuk kedalam analisis statistika deskriptif.

Xi = fi.fi n Keterangan : X : Rata-rata (mean) variabel X Xi : Nilai-nilai pengamatan yang diwakili dengan nilai titik tengah kelas fi : Frekuensi relatif tiap kelas interval n : Jumlah subjek Hasil ujian mahasiswa Teknik Elektro berjumlah 54 orang yang telah diolah dan disajikan dalam tabel di bawah ini : No.X = ∑ Xi n Keterangan : X : Rata-rata (mean) variabel X ΣXi : Penjumlahan unsur pada variabel X n : Jumlah subjek 2.Xi 100 . Mean Data Berkelompok Perhitungan rata-rata untuk data berkelompok menggunakan rumus sebagai berikut : X = ∑ Xi. 1 2 3 4 5 6 7 8 9 10 Kategori Nilai 48-52 53-57 58-62 63-67 68-72 73-77 78-82 83-87 88-92 93-97 Xi 50 55 60 65 70 75 80 85 90 95 fi 2 3 5 9 10 12 7 2 3 1 Σ fi = n = 165 300 585 700 900 560 170 270 95 Σ fi.

8. 8. 12. 5. 10. 11. Modus Data Berkelompok Untuk data berkelompok dengan persamaan dibawah ini :  b1  Mo = b + i   b1 + b 2  Keterangan : . 6. selanjutnya nilai tersebut dimasukan ke dalam rumus dan dilakukan perhitungan sebagaimana berikut ini: X = ∑ Xi. B. 7. 11. 4. 8. 5. Dari sebaran nilai di muka. terlihat bahwa nilai yang sering muncul atau memiliki frekuensi pemunculan sebanyak enam kali dalam kasus ini adalah nilai 8. 11. 8.Modus Modus dapat dibatasi sebagai nilai yang sering muncul atau suatu kelompok nilai yang memiliki frekuensi relatif terbesar. Perhitungan modus juga berbeda antara data tak berkelompok / tunggal dan data berkelompok / bergolong.fi = 3845 = 71. 6. 8. 9. 10. maka modus dalam kasus ini adalah 8. 4. 9. 3. 7.54 3845 Setelah didapatkan nilai pada tabel di atas. 7. 4. 10. 4.203 ≈ 71 n 54 Berdasarkan nilai di atas maka dapat disimpulkan bahwa nilai rata-rata ujian tengah semester pada mata ujian statistik untuk mahasiswa sebanyak 54 orang adalah 71 atau B. 5. 8. 3. Dengan demikian. 9. 5. 9. Penentuan modus untuk data tak berkelompok dapat dilihat dibawah ini: Ada sebuah kelompok nilai yang telah diurutkan sebagai berikut : 3.

5 + 5 × 0 . maka selanjutnya akan dilakukan perhitungan untuk mendapatkan nilai modus seperti berikut ini :  b1  Mo = b + i   b1 + b 2   2  = 72 .43 = 73. 1 2 3 4 5 6 7 8 9 10 Kategori Nilai fi F 48-52 2 2 53-57 3 5 58-62 5 10 63-67 9 19 68-72 10 29 73-77 12 41 78-82 7 48 83-87 2 50 88-92 3 53 93-97 1 54 Jumlah Σ fi = n = 54 Setelah didapatkan kelas ke 6 sebagai kelas yang memiliki frekuensi relatif terbesar atau kelas modus sebagai patokan.29 = 72 .5 + 5  2+5 2 = 72 .92 ≈ 74 C.5 + 5  7  = 72 .Mo : Modus b : Batas bawah kelas yang memiliki frekuensi relatif terbesar b1 : Frekuensi relatif kelas modus dikurangi frekuensi relatif kelas sebelumnya b2 : Frekuensi relatif kelas modus dikurangi frekuensi relatif kelas berikutnya i : Jarak interval kelas No.Median .5 + 1.

62. 61. 66. 61. Sehingga median dari kelompok nilai berjumah genap di atas adalah : 64 + 65 = 64. 62. Bagaimana halnya jika jumlah nilai dalam kelompok nilai tersebut adalah genap. 65. cara penentuan median seperti terlihat pada contoh di bawah ini : 60. 5. 66. 67. Median Data Kelompok Untuk data berkelompok menentukan mediannya dengan persamaan berikut :  1 / 2n − F  i M = L+  fm    Keterangan : . 64. cara perhitungan median amat sederhana. 64.5 2 6. Untuk kelompok nilai tadi. Misalnya ada satu kelompok nilai yang telah diurutkan sebagai berikut : 60. 65. kedua nilai tersebut harus dijumlahkan kemudian dibagi dua. mediannya adalah 64 karena persis berada di tengah.Median adalah nilai yang persis berada di tengah jika suatu angkatan data diurutkan dari nilai terkecil / terendah sampai terbesar / tertinggi atau sebaliknya. Median Data Tunggal Untuk data tak berkelompok atau data tunggal. 68. Nilai yang persis di tengah dari urutan nilai di atas bukan lagi satu nilai tetapi telah menjadi dua nilai yaitu 64. Perhitungan median juga menggunakan teknik yang berbeda antara data tak berkelompok/ tunggal dengan data berkelompok atau bergolong. dan 65 sehingga untuk mendaptkan nilai tengah. Kejadian seperti dicontohkan di atas adalah cara penentuan median ketika jumlah nilai dalam kelompok nilai tersebut adalah ganjil. 67. Untuk kelompok nilai berjumlah genap.

maka selanjutnya akan dilakukan perhitungan median untuk data berkelompok.  1 / 2n − F  i M = L+  fm     1 / 2.5 +  5  10  = 67 .M : Median L : Batas bawah kelas dimana terdapat ½ n F : Frekuensi kumulatif kelas dibawah kelas median fm : Frekuensi relatif kelas dimana terdapat ½ n n : Jumlah subjek i : Panjang / jarak interval kelas No.5 + ( 0 .5 +  5  10   8  = 67 .5 +  5 10    27 − 19  = 67 .8 × 5 ) .54 − 19  = 67 . 1 2 3 4 5 6 7 8 9 10 Kategori Nilai 48-52 53-57 58-62 63-67 68-72 73-77 78-82 83-87 88-92 93-97 Jumlah fi 2 3 5 9 10 12 7 2 3 1 Σ fi = n = 54 5 F 2 10 19 29 41 48 50 53 54 Setelah didapatkan kelas ke 5 sebagai kelas median (kelas di mana terdapat 1/2n) pada tabel di atas sebagai patokan.

5 .5 + 4 = 71.= 67 .

Beberapa jenis ukuran dispersi data : 3. 5. Simpangan rata – rata mempertimbangkan semua selisih antara nilai data dengan pusat data. 6. dan sebaliknya. Simpangan kuartil . Hal ini dikarenakan standar deviasi mempunyai bentuk linier dari kuadrat selisih antara semua nilai data dengan rata .BAB III Ukuran Dispersi (Penyebaran) A. Semakin kecil jangkauan suatu data. Jangkauan data dapat menunjukkan kualitas suatu data.rata kuadrat selisih atau kuadrat simpangan dari semua nilai data terhadap rata .rata hitungnya dan juga bertanda positif.Dispersi Data Ukuran penyebaran suatu kelompok data terhadap pusat data disebut dispersi atau variasi atau keragaman data. Jangkauan (range) Selisih antara nilai maksimum dan minimum. 4. Dispersi data digunakan untuk membandingkan penyebaran dua distribusi data atau lebih. Simpangan rata .rata hitung. Standar deviasi merupakan ukuran dispersi yang dianggap paling baik sehingga sering digunakan dalam analisis data. Variansi (variance) Rata . maka kualitas data semakin baik.rata (mean deviation) Jumlah nilai mutlak dari selisih semua nilai dengan rata –rata dibagi banyaknya data. Standar deviasi (simpangan baku) Akar pangkat dua dari variansi. 7.

Bila kemiringan (α) = 0 atau mendekati nol dikatakan distribusi data simetri. dapat digunakan untuk membandingkan nilai – nilai besar dengan nilai – nilai kecil. maka dikatakan bahwa distribusi data miring ke kiri. B. dan bila α bertanda positif.Dengan rumus Momen 3. 2.Dengan rumus Pearson Rumus Pearson dapat digunakan untuk data berkelompok maupun tidak. . maka dikatakan distribusi data miring ke kanan.Dengan rumus Bowley C. Koefisien variasi (Dispersi relatif) Disebut dispersi relatif.Keruncingan Distribusi Data Keruncingan distribusi data adalah derajat atau ukuran tinggi rendahnya puncak suatu distribusi data terhadap distribusi normalnya data. Keruncingan distribusi data disebut juga kurtosis. Tiga pola kemiringan distribusi data adalah sebagai berikut: Ada beberapa cara untuk menghitung derajat kemiringan distribusi data. 1. Sedangkan lima bentuk dispersi sebelumnya tidak bisa.Kemiringan Distribuasi Data Kemiringan adalah derajat atau ukuran dari ketidaksimetrisan suatu distribusi data. bila α bertanda negatif.8.

Pengukuran Dispersi 1.Pengukuran Kemencengan Distribusi dapat berbentuk simetris.Platikurtis (Puncak Rendah) D.Leptokurtis (Puncak Runcing) 2. s V = 100 x V= Koefisien Variasi E. Dispersi Relatif Untuk mengukur besarnya timpangan antara satu distribusi dengan distribusi yang lain yang mempunyai n. Populasi σ= ∑( x − u ) N 2 b. Dispersi Absolut a.Mesokurtis (Puncak Normal) 3. 3. Sampel S= ∑( x − x ) n 2 2. x yang berbeda. s. yang berarti luas kurva disebelah kiri nilai rata-rata sama dengan luas kurva di sebelah kanan nilai rata-rata. Simetris .Ada tiga jenis derajat keruncingan: 1.

atau ekor cenderung ke kanan. 4. atau “ekor”nya menjulur ke kiri. 5. Metode Pengukuran Kemencengan Untuk mengukur kemencengan suatu distribusi frekuensi. nilai rata-rata observasi nilai rendah akan lebih banyak di sisi kanan rata-rata.Distribusi simetris yang berarti luas kurva di sebelah kiri nilai rata-rata sama dengan luas kurva di sebelah kanan nilai ratarata. dapat di gunakan rumus Koefisien Karl Person sebagai berikut : Sk = ( x − Mo ) s Keterangan : Sk = Kemencengan x = Mean Mo = Modus . Menceng Kiri Distribusi frekuensi dinyatakan menceng kekiri jika nilai rata-rata observasi yang berfrekuensi rendah lebih banyak di sebelah kiri dari rata-rata. Menceng Kanan Kurva ini merupakan kebalikan dari kurva menceng kanan.

S = Standar Deviasi Sk positif artinya distribusi frekuensi menceng ke kanan. F. . sk negatif artinya distribusi frekuensi menceng ke kiri. dan sk=0 artinya distribusi frekuensi simetris.

wikipedia.html Pengantar-statistik2.pdf >>> mean.>> pengantar statistik http://muhammad-win-afgani.pdf >>> Dispersi http://tomywahl.org/wiki/Statistika_deskriptif . median dispersi-kemiringan-dan-keruncingan.com/2009/02/mengenal-statistik.wikipedia.org/wiki/Statistika_inferensia http://id.pdf >.com/2010/02/18/sumber-data-dalampenelitian/ http://id.blogspot. modus.blogspot.pdf >>> Dispersi pertemuan-v1.Daftar Pustaka Probabilitas-Statistika.blogspot.html http://har-stkip.blogetery.com/2010/02/makalah-statistik.html http://cokroaminoto.pdf >>> dispersi STATISTIK.com/2008/01/metodestatistika.

Sign up to vote on this title
UsefulNot useful