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

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

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

7 6.6 3.5 6.3 4. dari 45 pompa minyak sejenis.1 1.9 5. Mean.9 2. Kuartil atas. 1) b. Buat sari numeriknya (seperti no. 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. Ada beberapa menu yang bisa dipilih (optional). Data Options.2 4.2 5. 2.6 9. Buatlah diagram batang daun. Kuartil bawah.8 1. Interpretasikan hasil yang diperoleh dari bagian a) dan b) mengenai distribusi data di atas.0 1. Buatlah diagram batang daun. Pilih menu Graph → Histogram/Dotplot/Boxplot/Stem-and-leaf 2. Multiple Graphs.3 2.1 5. 1.5 2. seperti Scale. Median. Labels.4 2.8 8. Operasi menggunakan SPSS dan Microsoft Excel bisa dicoba sendiri sebagai latihan.2 2. Variansi.9 1. c.7 2.3 2.2 6. Standar Deviasi.6 5.0 6. Latihan Soal 1. diukur sampai persepuluhan. boxplot.2 2. Simpangan. Statistika Jurusan Matematika UIN Malang . 3. dotplot dan histogram. 4 Lab.7 1. boxplot. untuk memilih grafik-grafik yang akan ditampilkan.Modul Praktikum Stastistik Elementer Tahun 2008-2009 4.3 a. Modus.1 1.7 2. B.8 1.5 2.0 5.9 1. Data berikut menyatakan umur dalam tahun. Nilai Tertinggi dan Terendah. Klik Graphs… (Optional).4 1.0 4. dan Kurtosis b. Langkah-langkah untuk menampilkan grafik penyajian data: 1.3 3. masukkan variabel yang ingin ditampilkan grafiknya.0 4. klik OK. dotplot dan histogram.4 2. Skewness. c. Pilih jenis grafik yang diinginkan: (Default : Simple). 4.4 2. dll.3 3. klik OK.5 3. Interpretasikan hasil yang diperoleh dari bagian a) dan b) mengenai distribusi data di atas.0 3. Pada Graph variables:.5 1.7 4.5 1.

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

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

carried out by the New Zealand Listener in 1996. Statistika Jurusan Matematika UIN Malang . given that we know whether the person is female or male? b.0000 a. “Do you approve of abortion when the child is not wanted?” Yes Female Male Total 0.4656 No 0. The questions asked was.2178 0. The data in the table below come from a poll of 900 New Zealeaders. aged 15 or more years. memiliki mobil. berapa probabilitas bahwa ia tidak memiliki sepeda motor? Bila seorang penduduk di kota tersebut diambil secara acak.0733 0.2167 0.4245 Don’t Know 0.4600 1. What your interpretation about (a) ? 7 Lab.2067 0.1099 Total 0. 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.5400 0.0366 0.2489 0. berapakah probabilitas bahwa ia tidak memiliki sepeda motor dan tidak memiliki mobil? 3.Modul Praktikum Stastistik Elementer Tahun 2008-2009 c. Bila seorang penduduk di kota tersebut diambil secara acak dan diketahui ia d.

Sign up to vote on this title
UsefulNot useful