P. 1
modul statistik dedi

modul statistik dedi

|Views: 318|Likes:
Published by Prayuda Kharisma

More info:

Published by: Prayuda Kharisma on Feb 23, 2011
Copyright:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as DOC, PDF, TXT or read online from Scribd
See more
See less

07/03/2013

pdf

text

original

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

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

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

dotplot dan histogram. Interpretasikan hasil yang diperoleh dari bagian a) dan b) mengenai distribusi data di atas. Klik Graphs… (Optional).5 3. klik OK. diukur sampai persepuluhan. 2.4 1. Interpretasikan hasil yang diperoleh dari bagian a) dan b) mengenai distribusi data di atas. Statistika Jurusan Matematika UIN Malang . Multiple Graphs.3 2.3 2. Simpangan. Ada beberapa menu yang bisa dipilih (optional). Variansi. 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. Skewness. Data berikut menyatakan umur dalam tahun.1 1.9 5.3 a.5 2. 4 Lab.Modul Praktikum Stastistik Elementer Tahun 2008-2009 4.0 5.6 3.5 6. boxplot. c. untuk memilih grafik-grafik yang akan ditampilkan. Pilih jenis grafik yang diinginkan: (Default : Simple). klik OK. boxplot. c.5 2.3 3.7 2.0 6. 1.7 4.7 6.9 1. Langkah-langkah untuk menampilkan grafik penyajian data: 1. dari 45 pompa minyak sejenis. Kuartil bawah.0 4. Pilih menu Graph → Histogram/Dotplot/Boxplot/Stem-and-leaf 2.2 2.3 3. masukkan variabel yang ingin ditampilkan grafiknya.8 8.4 2. Nilai Tertinggi dan Terendah.6 9.4 2.8 1. Mean.0 1. Median. Labels. Operasi menggunakan SPSS dan Microsoft Excel bisa dicoba sendiri sebagai latihan. dan Kurtosis b. Latihan Soal 1. 3. dll.2 2.1 1.2 6. Data Options.7 2.0 3.0 4.4 2.5 1. Standar Deviasi.7 1. dotplot dan histogram.1 5.2 5. Buat sari numeriknya (seperti no.6 5. 4. Modus. Buatlah diagram batang daun. Kuartil atas. B.9 2. seperti Scale.8 1.5 1.9 1.2 4. Buatlah diagram batang daun.3 4. 1) b. Pada Graph variables:.

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

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

carried out by the New Zealand Listener in 1996. 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. berapa probabilitas bahwa ia tidak memiliki sepeda motor? Bila seorang penduduk di kota tersebut diambil secara acak.0000 a. Bila seorang penduduk di kota tersebut diambil secara acak dan diketahui ia d.4245 Don’t Know 0. The questions asked was.5400 0.2489 0. The data in the table below come from a poll of 900 New Zealeaders.0366 0. Statistika Jurusan Matematika UIN Malang . memiliki mobil.1099 Total 0. given that we know whether the person is female or male? b. berapakah probabilitas bahwa ia tidak memiliki sepeda motor dan tidak memiliki mobil? 3.4656 No 0.Modul Praktikum Stastistik Elementer Tahun 2008-2009 c.0733 0. “Do you approve of abortion when the child is not wanted?” Yes Female Male Total 0.2178 0.2067 0. What your interpretation about (a) ? 7 Lab.2167 0. aged 15 or more years.4600 1.

You're Reading a Free Preview

Download
scribd
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->