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

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

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

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

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

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

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

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

B. Dari sebaran nilai di muka. 10. 9. 4. 9. 6. 8. 5. Penentuan modus untuk data tak berkelompok dapat dilihat dibawah ini: Ada sebuah kelompok nilai yang telah diurutkan sebagai berikut : 3. 4. selanjutnya nilai tersebut dimasukan ke dalam rumus dan dilakukan perhitungan sebagaimana berikut ini: X = ∑ Xi. 4. 9. Perhitungan modus juga berbeda antara data tak berkelompok / tunggal dan data berkelompok / bergolong. 5.fi = 3845 = 71. 11. 7. 5. maka modus dalam kasus ini adalah 8.Modus Modus dapat dibatasi sebagai nilai yang sering muncul atau suatu kelompok nilai yang memiliki frekuensi relatif terbesar. Modus Data Berkelompok Untuk data berkelompok dengan persamaan dibawah ini :  b1  Mo = b + i   b1 + b 2  Keterangan : . 6. 3. 8. 8. 5. 11. Dengan demikian. 10. 8. 3. 11. 10. 9. 7. 4. 8.203 ≈ 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. 7. 12.54 3845 Setelah didapatkan nilai pada tabel di atas. 8. terlihat bahwa nilai yang sering muncul atau memiliki frekuensi pemunculan sebanyak enam kali dalam kasus ini adalah nilai 8.

43 = 73.Median .5 + 5 × 0 .5 + 5  2+5 2 = 72 .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.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.5 + 1. maka selanjutnya akan dilakukan perhitungan untuk mendapatkan nilai modus seperti berikut ini :  b1  Mo = b + i   b1 + b 2   2  = 72 .29 = 72 .92 ≈ 74 C.

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

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

= 67 .5 .5 + 4 = 71.

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

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

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

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

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

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

Sign up to vote on this title
UsefulNot useful