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

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

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

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

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

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

Median.Mean Perhitungan rata-rata (mean) berbeda antara rata-rata untuk jenis data berkelompok dan data tak berkelompok. Namun.BAB II Ukuran Pemusatan Ukuran pemusatan data adalah suatu ukuran yang menggambarkan pusat dari kumpulan data yang bisa mewakilinya. biasanya setiap data mewakili data tersebut secara tunggal. 21. ketiganya memiliki kelebihan dan kekurangannya masing-masing dalam menerangkan suatu ukuran pemusatan data. Modus sama-sama merupakan ukuran pemusatan data yang termasuk kedalam analisis statistika deskriptif. tunggal Sedangkan data data tak tidak atau yang dikelompokan dalam distribusi frekuensi. A. 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 : . 24. 19. 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. 1. Mean. Perhitungan Frekuensi data tak berkelompok. 20. 23. Syaratnya ialah data sudah di susun/dikelompokkan. 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.

Xi 100 . 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. 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.Xi = fi.

8. 8. 10. Modus Data Berkelompok Untuk data berkelompok dengan persamaan dibawah ini :  b1  Mo = b + i   b1 + b 2  Keterangan : . 5. 9. 11.Modus Modus dapat dibatasi sebagai nilai yang sering muncul atau suatu kelompok nilai yang memiliki frekuensi relatif terbesar. 3. 7. 4. 11. 5. 7. 6. 8.fi = 3845 = 71. 10. 10. 3. 4. 12. 4. 7. B. 8. 5.54 3845 Setelah didapatkan nilai pada tabel di atas. 9. Dengan demikian. 5. Perhitungan modus juga berbeda antara data tak berkelompok / tunggal dan data berkelompok / bergolong. 4. 9. maka modus dalam kasus ini adalah 8. 9. selanjutnya nilai tersebut dimasukan ke dalam rumus dan dilakukan perhitungan sebagaimana berikut ini: X = ∑ Xi. 6.203 ≈ 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. Dari sebaran nilai di muka. 11. 8. terlihat bahwa nilai yang sering muncul atau memiliki frekuensi pemunculan sebanyak enam kali dalam kasus ini adalah nilai 8. 8. Penentuan modus untuk data tak berkelompok dapat dilihat dibawah ini: Ada sebuah kelompok nilai yang telah diurutkan sebagai berikut : 3.

92 ≈ 74 C.5 + 1.Median . 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.43 = 73.29 = 72 .5 + 5 × 0 .5 + 5  2+5 2 = 72 .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 .

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. Median Data Tunggal Untuk data tak berkelompok atau data tunggal. dan 65 sehingga untuk mendaptkan nilai tengah. 64. Bagaimana halnya jika jumlah nilai dalam kelompok nilai tersebut adalah genap. 68. kedua nilai tersebut harus dijumlahkan kemudian dibagi dua. Untuk kelompok nilai berjumlah genap. Kejadian seperti dicontohkan di atas adalah cara penentuan median ketika jumlah nilai dalam kelompok nilai tersebut adalah ganjil. 65.5 2 6. Untuk kelompok nilai tadi. Perhitungan median juga menggunakan teknik yang berbeda antara data tak berkelompok/ tunggal dengan data berkelompok atau bergolong. 62. 67. 64. mediannya adalah 64 karena persis berada di tengah. 66. cara perhitungan median amat sederhana.Median adalah nilai yang persis berada di tengah jika suatu angkatan data diurutkan dari nilai terkecil / terendah sampai terbesar / tertinggi atau sebaliknya. cara penentuan median seperti terlihat pada contoh di bawah ini : 60. 61. 61. Misalnya ada satu kelompok nilai yang telah diurutkan sebagai berikut : 60. Nilai yang persis di tengah dari urutan nilai di atas bukan lagi satu nilai tetapi telah menjadi dua nilai yaitu 64. 67. 66. 65. 5. 62.

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

5 .5 + 4 = 71.= 67 .

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

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

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

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

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

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

Sign up to vote on this title
UsefulNot useful