Professional Documents
Culture Documents
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
segala sesuatu yang dapat dipercaya kebenarannya sehingga dapat
digunakan sebagai dasar untuk menarik suatu kesimpulan.
B.Aplikasi
Statistika banyak diterapkan dalam berbagai disiplin ilmu,
baik ilmu-ilmu alam (misalnya astronomi dan biologi maupun ilmu-
ilmu sosial (termasuk sosiologi dan psikologi), maupun di bidang
bisnis, ekonomi, dan industri).
Statistika juga digunakan dalam pemerintahan untuk berbagai
macam tujuan, yaitu seperti sensus penduduk yang merupakan
salah satu prosedur yang paling dikenal. 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.Macam Statistika
1. Statistik Deskriptif (deduktif)
Statistik Deskriptif (deduktif) yaitu statistik yang tingkat
pengerjaannya mencakup cara-cara menghitung, menyusun atau
mengatur, mengolah, menyajikan, dan menganalisa data agar
dapat memberikan gambaran yang ringkas mengenai suatu
keadaan.
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, tabel, diagram, grafik, dan besaran-besaran lain di
majalah dan koran-koran. Dengan Statistika deskriptif, kumpulan
data yang diperoleh akan tersaji dengan ringkas dan rapi serta
dapat memberikan informasi inti dari kumpulan data yang ada.
Informasi yang dapat diperoleh dari statistika deskriptif ini antara
lain ukuran pemusatan data, ukuran penyebaran data, serta
kecenderungan suatu gugus data.
2. 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).
Dalam statistika inferensia diadakan pendugaan
parameter, membuat hipotesis, serta melakukan pengujian
hipotesis tersebut sehingga sampai pada kesimpulan yang
berlaku umum. Metode ini disebut juga statistika induktif, 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 sifat tak pasti, memungkinkan terjadi
kesalahan dalamn pengambilan keputusan, sehingga
pengetahuan mengenai teori peluang mutlak diperlukan dalam
melakukan metode-metode statistika inferensia.
j. Data Nominal
Data nominal adalah tingkatan data paling rendah menurut
tingkat pengukurannya. Data nominal ini pada satu individu
tidak mempunyai variasi sama sekali, jadi 1 individu hanya
punya 1 bentuk data. Contoh data nominal diantaranya yaitu:
jenis kelamin, tempat tinggal, tahun lahir dll. Setiap individu
hanya akan mempunyai 1 data jenis kelamin, laki-laki atau
perempuan. Data jenis kelamin ini nantinya akan diberi label
dalam pengolahannya, misalnya perempuan=1, laki-laki=2.
BAB II
Ukuran Pemusatan
A.Mean
Perhitungan rata-rata (mean) berbeda antara rata-rata untuk jenis
data berkelompok dan data tak berkelompok. Yang dimaksud
dengan data berkelompok atau bergolong adalah data yang telah
digolongkan dalam distribusi frekuensi. Sedangkan data tak
berkelompok adalah data tunggal atau data yang tidak
dikelompokan dalam distribusi frekuensi. Perhitungan Frekuensi
data tak berkelompok, biasanya setiap data mewakili data tersebut
secara tunggal.
1. Mean Data Tunggal
Perhitungan rata-rata untuk data tunggal menggunakan
rumus pada contoh berikut :
Usia tujuh orang mahasiswa Program Studi Teknik Elektro adalah
: 18, 19, 20, 21, 23, 24, 26. 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 :
X =
∑ Xi
n
Keterangan :
X : Rata-rata (mean) variabel X
ΣXi : Penjumlahan unsur pada variabel X
n : Jumlah subjek
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
X =
∑ Xi.fi = 3845 = 71,203 ≈ 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.
B.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.
3. Penentuan modus untuk data tak berkelompok dapat dilihat
dibawah ini:
Ada sebuah kelompok nilai yang telah diurutkan sebagai
berikut :
3, 3, 4, 4, 4, 5, 5, 5, 5, 6, 6, 7, 7, 7, 8, 8, 8, 8, 8, 8, 9, 9, 9, 9, 10,
10, 10, 11, 11, 11, 12.
Dari sebaran nilai di muka, terlihat bahwa nilai yang sering
muncul atau memiliki frekuensi pemunculan sebanyak enam kali
dalam kasus ini adalah nilai 8. Dengan demikian, maka modus
dalam kasus ini adalah 8.
C.Median
Median adalah nilai yang persis berada di tengah jika suatu
angkatan data diurutkan dari nilai terkecil / terendah sampai
terbesar / tertinggi atau sebaliknya. Perhitungan median juga
menggunakan teknik yang berbeda antara data tak berkelompok/
tunggal dengan data berkelompok atau bergolong.
5. Median Data Tunggal
Untuk data tak berkelompok atau data tunggal, cara
perhitungan median amat sederhana. Misalnya ada satu
kelompok nilai yang telah diurutkan sebagai berikut : 60, 61, 62,
64, 65, 66, 67. Untuk kelompok nilai tadi, mediannya adalah 64
karena persis berada di tengah.
Kejadian seperti dicontohkan di atas adalah cara
penentuan median ketika jumlah nilai dalam kelompok nilai
tersebut adalah ganjil. Bagaimana halnya jika jumlah nilai dalam
kelompok nilai tersebut adalah genap. Untuk kelompok nilai
berjumlah genap, cara penentuan median seperti terlihat pada
contoh di bawah ini : 60, 61, 62, 64, 65, 66, 67, 68.
Nilai yang persis di tengah dari urutan nilai di atas bukan
lagi satu nilai tetapi telah menjadi dua nilai yaitu 64, dan 65
sehingga untuk mendaptkan nilai tengah, kedua nilai tersebut
harus dijumlahkan kemudian dibagi dua. Sehingga median dari
kelompok nilai berjumah genap di atas adalah :
64 + 65
= 64,5
2
1 / 2.54 − 19
= 67 ,5 + 5
10
27 − 19
= 67 ,5 + 5
10
8
= 67 ,5 + 5
10
= 67 ,5 + ( 0 ,8 × 5 )
= 67 ,5 + 4 = 71,5
BAB III
Ukuran Dispersi (Penyebaran)
A.Dispersi Data
Ukuran penyebaran suatu kelompok data terhadap pusat data
disebut dispersi atau variasi atau keragaman data. Dispersi data
digunakan untuk membandingkan penyebaran dua distribusi data
atau lebih.
Beberapa jenis ukuran dispersi data :
3. Jangkauan (range)
Selisih antara nilai maksimum dan minimum. Jangkauan data
dapat menunjukkan kualitas suatu data. Semakin kecil
jangkauan suatu data, maka kualitas data semakin baik, dan
sebaliknya.
4. Simpangan rata - rata (mean deviation)
Jumlah nilai mutlak dari selisih semua nilai dengan rata –rata
dibagi banyaknya data. Simpangan rata – rata
mempertimbangkan semua selisih antara nilai data dengan
pusat data.
5. Variansi (variance)
Rata - rata kuadrat selisih atau kuadrat simpangan dari semua
nilai data terhadap rata - rata hitung.
6. Standar deviasi (simpangan baku)
Akar pangkat dua dari variansi. Standar deviasi merupakan
ukuran dispersi yang dianggap paling baik sehingga sering
digunakan dalam analisis data. Hal ini dikarenakan standar
deviasi mempunyai bentuk linier dari kuadrat selisih antara
semua nilai data dengan rata - rata hitungnya dan juga bertanda
positif.
7. Simpangan kuartil
8. Koefisien variasi (Dispersi relatif)
Disebut dispersi relatif, dapat digunakan untuk membandingkan
nilai – nilai besar dengan nilai – nilai kecil. Sedangkan lima
bentuk dispersi sebelumnya tidak bisa.
D.Pengukuran Dispersi
1. Dispersi Absolut
a. Populasi
σ=
∑( x − u ) 2
N
b. Sampel
S=
∑( x − x ) 2
n
2. Dispersi Relatif
Untuk mengukur besarnya timpangan antara satu distribusi
dengan distribusi yang lain yang mempunyai n, s, x yang
berbeda.
s
V = 100
x V= Koefisien Variasi
E.Pengukuran Kemencengan
Distribusi dapat berbentuk simetris, yang berarti luas kurva
disebelah kiri nilai rata-rata sama dengan luas kurva di sebelah
kanan nilai rata-rata.
3. Simetris
Distribusi simetris yang berarti luas kurva di sebelah kiri nilai
rata-rata sama dengan luas kurva di sebelah kanan nilai rata-
rata.
4. Menceng Kiri
F.
Daftar Pustaka