Modul Praktikum Stastistik Elementer Tahun 2008-2009

MODUL 1 “STATISTIK DESKRIPTIF“
Tujuan Praktikum
1. Dapat menghitung sari numerik sebagai informasi tahap awal dalam memahami data. 2. Mahasiswa mampu membaca dan memahami bentuk dari distribusi data.

Pendahuluan
Untuk memahami data secara umum ada dua cara pendekatan yaitu: eksplorasi dan konfirmasi. Eksplorasi adalah suatu pendekatan untuk menemukan suatu informasi dari data. Cara ini dapat menghasilkan suatu dugaan atau hipotesis yang terkadang di pakai sebagai langkah awal kegiatan ilmiah. Sedangkan konfirmasi ditujukan untuk pengujian suatu dugaan atau hipotesis yang diperoleh dari eksplorasi sebelumnya. Pada modul ini, pendekatan yang akan dibahas adalah tahap eksplorasi, yang mana pada tahap ini, informasi dari data dapat diperoleh dengan menghitung sari numerik (informasi berbentuk angka) dan melihat bentuk distribusi data (informasi berbentuk penyajian data dalam grafik). Catatan : Populasi adalah kumpulan dari keseluruhan pengamatan yang menjadi perhatian. Ruang Sampel adalah himpunan bagian dari populasi. Sampel adalah anggota dari dari ruang sampel.

Sari Numerik
Sari numerik yang akan dibahas pada praktikum ini meliputi:

A. Ukuran Parameter Lokasi (Pusat Data)
• Rata-rata (Mean) Lambang untuk rata-rata sampel adalahc x dan rumusnya adalah

x=

1 n ∑ xi n i =1

• Median (Median) Median adalah nilai tengah dari data. Nilai dari median sama dengan nilai dari kuartil tengah (50% percentiles) untuk mendapatkan median secara manual anda harus mengurutkan data terlebih dahulu (sorting). • Modus (Mode) Modus/Mode adalah nilai data yang paling sering muncul.

B. Ukuran Parameter Variabilitas (Sebaran Data)
• Variansi (Variance) Variansi adalah salah satu statistik yang digunakan untuk mengukur sebaran (variasi) data, notasinya ( s2 ). Variansi ( s2 ) dapat ditulis dalam bentuk rumus berikut:

s2 =

1 n ∑( xi − x )2 = n − 1 i =1
1

n∑ xi 2 − (
i =1

n

∑ xi )2
i =1

n

n.( n − 1 )

Lab. Statistika Jurusan Matematika UIN Malang

Kuartil tengah (Q2) adalah median. Statistika Jurusan Matematika UIN Malang . E ( X − µ) γ= σ3 { 3 } • Kelancipan (Kurtosis) adalah derajat kelancipan dari suatu distribusi dibandingkan terhadap distrubusi yang normal. Ukuran Kesetangkupan dan Kelancipan • Kemiringan (Skewness) adalah derajat kesetangkupan (derajat simetris) dari suatu distribusi. C. • Rentangan (Range) Range adalah selisih dari nilai max dan nilai min. • Simpangan Kuartil dq = Kuartil atas – Kuartil bawah = Q3 – Q1. mempunyai koefisien kemiringan = 0. dan Kuartil atas (Q3)adalah data yang terletak pada urutan ke (3n/4). dengan Kuartil bawah (Q1) adalah data yang terletak pada urutan ke (n/4). dan sebaliknya. E ( X − µ) K ( x) = σ4 { 4 } 2 Lab. Sedangkan bila negatif maka distribusinya memiliki puncak yang lebih landai dibandingkan dengan distribusi normal. sedangkan bila koefisien kemiringan positif menyatakan distribusi yang “miring ke kiri” sehingga bagian kiri berisi lebih banyak data dari bagian kanan. Kemiringan suatu distribusi didefinisikan sebagai: Suatu distribusi yang setangkup. Kurtosis didefinisikan sebagai berikut: Bila nilai kurtosis positif maka distribusinya memiliki puncak yang lebih lancip dibandingkan dengan distribusi normal. Distribusi yang normal memiliki nilai kurtosis = 0. dengan n adalah banyaknya data. seperti distribusi normal dan t.Modul Praktikum Stastistik Elementer Tahun 2008-2009 • Simpangan baku (Std Deviation) Simpangan baku adalah akar positif dari variansi.

data yang ditampilkan dimasukkan dalam beberapa selang tertentu. b. satuan yang lebih besar dipakai sebagai batang dan satuan yang lebih kecil digunakan sebagai daun. c. 3 Lab. Boxplot: adalah plot yang menggambarkan beberapa nilai statistik deskriptif yang penting dari data. titik ditumpuk di atas nilai data yang digambarkan. Pilih menu Stat → Basic Statistics → Display Descriptive Statistics… 2. dengan menggunakan kotak dan garis. Klik Statistics…. masukkan variabel yang ingin dihitung sari numeriknya. median. sedang daun secara horizontal. daunnya dituliskan di sebelahnya berurutan ke sebelah kanan. untuk memilih statistik-statistik yang akan dihitung. klik OK. dan tinggi dari batang untuk setiap selang menyatakan frekuensi selang tersebut. kuartil ketiga. Histogram: histogram (diagram batang) juga memperhatikan frekuensi data dalam menggambarkan data tersebut. sehingga chart atau plot plot: a. dengan memperhatikan frekuensi dari data yang bersangkutan. Beberapa cara menggambarkan data dalam bentuk chart atau dalam pengplot. adapun yang digambarkan dalam boxplot adalah kuartil pertama. Dotplot: cara menggambarkan data dalam bentuk titik.Modul Praktikum Stastistik Elementer Tahun 2008-2009 Bentuk Penyajian Data (Distribusi Data) Di dalam statistik deskriptif. Statistika Jurusan Matematika UIN Malang . Langkah-langkah untuk menghitung sari numerik dari data: 1. hal yang paling berpengaruh interpretasian data adalah penyajian data dalam bentuk chart atau dapat diketahui informasi yang terkandung dalam data dengan melihat tersebut. Operasi Software Operasi menggunakan MINITAB: A. biasanya nilai data dipisahkan antara puluhan – satuan atau ratusan – puluhan atau lainnya. dan jangkauan antar kuartil. Pada Variables:. Batang Daun (Stem-Leaf): digunakan oleh statistikawan pada masa dimana komputer belum ada. Untuk satu batang yang sama (misalnya untuk satu nilai puluhan yang sama). nilai maksimum dan minimum. Batang ditulis secara vertical . untuk membuat plot dari data dengan cepat. serta pencilan. 3. d.

Labels.4 2. Data Options. Dibawah ini adalah data nilai ujian Praktikum Statistik Elementer dari 30 mahasiswa Matematika 87 37 59 49 69 95 83 87 39 95 83 76 83 26 46 88 73 86 43 94 84 65 77 33 22 86 49 45 56 70 Buat sari numerik dari data tersebut yang meliputi a. Kuartil bawah. Buatlah diagram batang daun. Pilih menu Graph → Histogram/Dotplot/Boxplot/Stem-and-leaf 2. klik OK. dotplot dan histogram. boxplot. Skewness.5 3.4 1. 4.2 2.2 4. 3.0 6. masukkan variabel yang ingin ditampilkan grafiknya. Pilih jenis grafik yang diinginkan: (Default : Simple). Buatlah diagram batang daun.7 1.3 3.6 3. Ada beberapa menu yang bisa dipilih (optional).5 2. Standar Deviasi.2 2.7 2. diukur sampai persepuluhan.5 1. Simpangan.0 4.0 4. Klik Graphs… (Optional). Operasi menggunakan SPSS dan Microsoft Excel bisa dicoba sendiri sebagai latihan. Interpretasikan hasil yang diperoleh dari bagian a) dan b) mengenai distribusi data di atas. dan Kurtosis b.3 4.3 2.7 2. Kuartil atas. Interpretasikan hasil yang diperoleh dari bagian a) dan b) mengenai distribusi data di atas. c.9 1.4 2. Data berikut menyatakan umur dalam tahun. Mean.0 5. Latihan Soal 1. dll.2 5. Multiple Graphs. Langkah-langkah untuk menampilkan grafik penyajian data: 1.1 1. Median. 1) b.9 2.3 a.1 1.3 3.8 1.6 9.9 1. Modus. 2. untuk memilih grafik-grafik yang akan ditampilkan.Modul Praktikum Stastistik Elementer Tahun 2008-2009 4. boxplot.7 6. Nilai Tertinggi dan Terendah. seperti Scale.4 2.1 5.2 6.5 6. c.5 2. B. dari 45 pompa minyak sejenis.9 5.5 1.6 5. Statistika Jurusan Matematika UIN Malang .0 3. Variansi.8 1. 1.8 8. dotplot dan histogram.3 2. Pada Graph variables:. 4 Lab. klik OK.0 1.7 4. Buat sari numeriknya (seperti no.

b. 0 ≤ P(A) ≤ 1. Kemungkinan terjadinya suatu kejadian sebagai hasil percobaan statistika yang dinilai dengan menggunakan sekumpulan bilangan real dari 0 sampai 1 disebut probabilitas. Contoh: Dalam 2 menit tertentu mendapati lebih dari 15 mobil keluar gerbang tol Porong. ada beberapa istilah yang harus difahami. manusia sering dihadapkan pada bermacammacam permasalahan yang harus dapat dicari penyelesaiannya. Ruang sampel (Sample space): himpunan dari semua kejadian yang mungkin dari suatu eksperimen. d. Mampu memahami konsep probabilitas (definisi. P(A) = 1. artinya A pasti terjadi. …} Misalkan A dan B adalah dua buah kejadian yang berbeda. Salah satu cara mendapatkan informasi adalah melalui suatu eksperimen atau percobaan. Untuk itu diperlukan banyak informasi sehingga dari semua kemungkinan yang akan terjadi dapat diambil keputusan yang obyektif. Teori Probabilitas (Peluang) Beberapa sifat dari probabilitas adalah: a. eksperimen tersebut dapat dilakukan berulang-ulang Percobaan statistika merupakan suatu istilah yang memberikan proses yang menghasilkan pengamatan yang berkemungkinan. c. sifat. dalam statistik disebut eksperimen (percobaan) acak. 2 mobil. dan aturan-aturan) 2.Modul Praktikum Stastistik Elementer Tahun 2008-2009 MODUL 2 “PROBABILITAS“ Tujuan Praktikum 1. 1 mobil. Statistika Jurusan Matematika UIN Malang . P(A) = probabilitas bahwa kejadian A terjadi. berdasarkan hubungan antar kejadian. Informasi yang diperoleh harus merupakan informasi yang andal dan dapat dipercaya. Kejadian (Event): Outcome yang muncul dari suatu eksperimen. Dalam struktur probabilitas. Contoh: Menghitung banyaknya mobil yang keluar gerbang tol Porong setiap 2 menit. artinya A tidak mungkin terjadi. P(A) = 0. c. Mampu menyelesaikan persoalan-persoalan yang berkaitan dengan probabilitas Pendahuluan Dalam kehidupan sehari hari. apabila : Hasil percobaan yang akan terjadi tidak dapat diperkirakan sebelumnya Semua hasil yang mungkin dari suatu eksperimen dapat dirumuskan dalam suatu himpunan (disebut juga ruang sampel) Dalam kondisi yang sama. b. Contoh: Ω = {0 mobil. antara lain: a. probabilitas dapat dibagi menjadi: 5 Lab. Syarat suatu eksperimen dikatakan acak. 3 mobil. Eksperimen: Proses (percobaan atau pengamatan) yang menghasilkan outcome (kejadian yang mempunyai kemungkinan).

e. Jadi: P(A’) menyatakan probabilitas bahwa kejadian bukan A terjadi. 41% penduduk mempunyai sepeda motor b. diberi notasi A’ yang artinya “bukan A” adalah semua kejadian pada suatu eksperimen yang bukan A. c. Artinya. Jadi: P(A ∩ B) = 0. Intersection (irisan) kejadian. Aturan untuk Probabilitas Bersyarat Probabilitas bahwa A terjadi apabila diketahui B telah terjadi P ( A B) = P ( A ∩ B ) P ( A) * P ( B A) = P ( B) P ( B) Latihan Soal 1. Union (gabungan) kejadian. jika A dan B saling bebas Ket: P(A|B) artinya probabilitas bahwa A terjadi apabila diketahui B telah terjadi. 22% mempunyai mobil Pertanyaan: a. d. Apakah kepemilikan sepeda motor dan kepemilikan mobil di kota tersebut independen? Gunakan data di atas untuk menjawabnya. antara lain: a. maka P(A ∪ B) = P(A) + P(B) b. Apakah kepemilikan komputer dan kepemilikan kalkulator independen? 2. dituliskan A ∪ B artinya A atau B terjadi (bisa salah satu atau keduanya terjadi). diketahui bahwa: a. Statistika Jurusan Matematika UIN Malang 6 . terjadi atau tidak terjadinya satu kejadian tidak mempengaruhi terjadi atau tidak terjadinya kejadian yang lainnya. maka P(A ∩ B) = P(A)*P(B) c. kedua kejadian tidak dapat terjadi secara simultan. Beberapa aturan dasar dalam menentukan probabilitas. Artinya kejadian yang satu meniadakan kejadian yang lainnya.P(A ∩ B) Catatan: Jika A dan B mutully exclusive. Aturan Perkalian P(A ∩ B) = P(A)*P(B|A) = P(B)*P(A|B) Catatan: Jika A dan B saling bebas. b. jika A dan B mutually exclusive. dimana P(A) + P(A’) = 1 b. Di sebuah kota. dituliskan A ∩ B artinya A dan B terjadi (keduanya harus terjadi). Bila seorang penduduk di kota tersebut diambil secara acak berapa probabilitas bahwa ia memiliki sepeda motor dan tidak memiliki mobil? Lab. Komplemen dari kejadian A. Jadi P(A ∪ B) menyatakan probabilitas bahwa A atau B terjadi.Modul Praktikum Stastistik Elementer Tahun 2008-2009 a. Hasil sebuah survai yang menanyakan “Apakah Anda mempunyai komputer dan/atau kalkulator di rumah?” adalah sebagai berikut. Aturan Penjumlahan P(A ∪ B) = P(A) + P(B) . 19% mempunyai sepeda motor dan mempunyai mobil c. Independent Event (kejadian saling bebas): kejadian-kejadian satu sama lain tidak saling mempengaruhi. Jadi: P(A|B) = P(A) dan P(B|A) = P(B). Mutually Exclusive Events (kejadian saling lepas): kejadian-kejadian yang tidak mempunyai irisan. P(A ∩ B) menyatakan probabilitas bahwa A dan B terjadi.

aged 15 or more years.4600 1.5400 0. The data in the table below come from a poll of 900 New Zealeaders.0000 a.2489 0.Modul Praktikum Stastistik Elementer Tahun 2008-2009 c. memiliki mobil.0733 0.0366 0. carried out by the New Zealand Listener in 1996.2167 0.4245 Don’t Know 0. Bila seorang penduduk di kota tersebut diambil secara acak dan diketahui ia d. The questions asked was.1099 Total 0. “Do you approve of abortion when the child is not wanted?” Yes Female Male Total 0.2178 0. berapa probabilitas bahwa ia tidak memiliki sepeda motor? Bila seorang penduduk di kota tersebut diambil secara acak. Statistika Jurusan Matematika UIN Malang .2067 0. What your interpretation about (a) ? 7 Lab.4656 No 0. berapakah probabilitas bahwa ia tidak memiliki sepeda motor dan tidak memiliki mobil? 3. Suppose that one of the people who responded was chosen at random and we want to calculate the conditional probability that a person favors an abortion. given that we know whether the person is female or male? b.

Sign up to vote on this title
UsefulNot useful