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

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

Dalam statistika inferensia diadakan pendugaan parameter. ukuran penyebaran data.Macam Variabel dan Data 1. 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.lain ukuran pemusatan data. 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. 2. memungkinkan keputusan. Contoh : Mewawancarai langsung penonton bioskop 21 untuk meneliti preferensi konsumen bioskop. serta melakukan pengujian hipotesis tersebut sehingga sampai pada kesimpulan yang berlaku umum. Data Primer Data primer adalah secara langsung diambil dari objek / obyek penelitian oleh peneliti perorangan maupun organisasi. Pengambilan kesimpulan dari statistika inferensia yang hanya didasarkan pada sebagian data saja sebagian data saja menyebabkan dalamn sifat tak pasti. . D. terjadi kesalahan pengambilan sehingga pengetahuan mengenai teori peluang mutlak diperlukan dalam melakukan metode-metode statistika inferensia.Jenis Data Menurut Cara Memperolehnya a. Metode ini disebut juga statistika induktif. karena kesimpulan yang ditarik didasarkan pada informasi dari sebagian data saja. membuat hipotesis.

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

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

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

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

Mean Data Berkelompok Perhitungan rata-rata untuk data berkelompok menggunakan rumus sebagai berikut : X = ∑ Xi.Xi 100 .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.Xi = fi.X = ∑ Xi n Keterangan : X : Rata-rata (mean) variabel X ΣXi : Penjumlahan unsur pada variabel X n : Jumlah subjek 2. 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.

selanjutnya nilai tersebut dimasukan ke dalam rumus dan dilakukan perhitungan sebagaimana berikut ini: X = ∑ Xi. 10. 6. 7. 9. 8. 9. 8. Dengan demikian. B. 4. 11. 3. 10. 7. 9.Modus Modus dapat dibatasi sebagai nilai yang sering muncul atau suatu kelompok nilai yang memiliki frekuensi relatif terbesar. 8. 12. 6. 10. Perhitungan modus juga berbeda antara data tak berkelompok / tunggal dan data berkelompok / bergolong. 5. 8.fi = 3845 = 71.54 3845 Setelah didapatkan nilai pada tabel di atas. 11. Dari sebaran nilai di muka. maka modus dalam kasus ini adalah 8. terlihat bahwa nilai yang sering muncul atau memiliki frekuensi pemunculan sebanyak enam kali dalam kasus ini adalah nilai 8. 11. Penentuan modus untuk data tak berkelompok dapat dilihat dibawah ini: Ada sebuah kelompok nilai yang telah diurutkan sebagai berikut : 3. 7. 5. Modus Data Berkelompok Untuk data berkelompok dengan persamaan dibawah ini :  b1  Mo = b + i   b1 + b 2  Keterangan : . 5.203 ≈ 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. 9. 3. 8. 4. 5. 4. 4. 8.

5 + 5  2+5 2 = 72 .5 + 1.5 + 5  7  = 72 . 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.43 = 73.29 = 72 .5 + 5 × 0 .Median .92 ≈ 74 C.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. maka selanjutnya akan dilakukan perhitungan untuk mendapatkan nilai modus seperti berikut ini :  b1  Mo = b + i   b1 + b 2   2  = 72 .

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

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 +  5 10    27 − 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.  1 / 2n − F  i M = L+  fm     1 / 2.8 × 5 ) .5 + ( 0 . maka selanjutnya akan dilakukan perhitungan median untuk data berkelompok.54 − 19  = 67 .5 +  5  10   8  = 67 .5 +  5  10  = 67 .

5 + 4 = 71.5 .= 67 .

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

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

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

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

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

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