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

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

serta kecenderungan suatu gugus data. membuat hipotesis. 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. Dalam statistika inferensia diadakan pendugaan parameter.Macam Variabel dan Data 1.Jenis Data Menurut Cara Memperolehnya a. ukuran penyebaran data. Contoh : Mewawancarai langsung penonton bioskop 21 untuk meneliti preferensi konsumen bioskop. Pengambilan kesimpulan dari statistika inferensia yang hanya didasarkan pada sebagian data saja sebagian data saja menyebabkan dalamn sifat tak pasti. . 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. 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. memungkinkan keputusan. D.lain ukuran pemusatan data. terjadi kesalahan pengambilan sehingga pengetahuan mengenai teori peluang mutlak diperlukan dalam melakukan metode-metode statistika inferensia. 2. Metode ini disebut juga statistika induktif.

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

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

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

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

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

6. 5. Penentuan modus untuk data tak berkelompok dapat dilihat dibawah ini: Ada sebuah kelompok nilai yang telah diurutkan sebagai berikut : 3. 10. 7. 4.fi = 3845 = 71. 8. 11. terlihat bahwa nilai yang sering muncul atau memiliki frekuensi pemunculan sebanyak enam kali dalam kasus ini adalah nilai 8. 7. 5. 9.54 3845 Setelah didapatkan nilai pada tabel di atas. 4. B. 4. maka modus dalam kasus ini adalah 8. 11. 5. 9. 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.Modus Modus dapat dibatasi sebagai nilai yang sering muncul atau suatu kelompok nilai yang memiliki frekuensi relatif terbesar. 5. 3. selanjutnya nilai tersebut dimasukan ke dalam rumus dan dilakukan perhitungan sebagaimana berikut ini: X = ∑ Xi. 4. 8. 9. Dari sebaran nilai di muka. Dengan demikian. 12. Modus Data Berkelompok Untuk data berkelompok dengan persamaan dibawah ini :  b1  Mo = b + i   b1 + b 2  Keterangan : . 11. 10. 8. Perhitungan modus juga berbeda antara data tak berkelompok / tunggal dan data berkelompok / bergolong. 6. 3. 8. 10. 8. 7. 9.

92 ≈ 74 C.5 + 1. 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.Median .5 + 5 × 0 .43 = 73.5 + 5  7  = 72 . maka selanjutnya akan dilakukan perhitungan untuk mendapatkan nilai modus seperti berikut ini :  b1  Mo = b + i   b1 + b 2   2  = 72 .5 + 5  2+5 2 = 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.29 = 72 .

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

5 +  5  10   8  = 67 .5 + ( 0 .54 − 19  = 67 .5 +  5 10    27 − 19  = 67 .  1 / 2n − F  i M = L+  fm     1 / 2.5 +  5  10  = 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.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.8 × 5 ) . maka selanjutnya akan dilakukan perhitungan median untuk data berkelompok.

5 .5 + 4 = 71.= 67 .

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

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

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

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

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.

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

Sign up to vote on this title
UsefulNot useful