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

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

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

6 9.7 2. boxplot.5 6. 4. dari 45 pompa minyak sejenis. c. B.5 3. 1) b.7 4. Labels.9 1. Pilih menu Graph → Histogram/Dotplot/Boxplot/Stem-and-leaf 2.0 1.2 4. Buatlah diagram batang daun. Kuartil atas. 4 Lab. Pada Graph variables:.3 3. Simpangan.4 2. dan Kurtosis b.0 4.4 2.4 1. Modus.2 5.3 2. Pilih jenis grafik yang diinginkan: (Default : Simple). 2. Langkah-langkah untuk menampilkan grafik penyajian data: 1. Data berikut menyatakan umur dalam tahun. Klik Graphs… (Optional).5 1.8 8. Interpretasikan hasil yang diperoleh dari bagian a) dan b) mengenai distribusi data di atas. Buat sari numeriknya (seperti no. klik OK.0 3.0 6.1 1. dotplot dan histogram. Standar Deviasi.8 1.7 2. 3.5 2.1 1.8 1. masukkan variabel yang ingin ditampilkan grafiknya. Variansi. boxplot.2 2. 1. Kuartil bawah.3 a.0 5. Ada beberapa menu yang bisa dipilih (optional).7 1.Modul Praktikum Stastistik Elementer Tahun 2008-2009 4. Median. Operasi menggunakan SPSS dan Microsoft Excel bisa dicoba sendiri sebagai latihan. 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. Statistika Jurusan Matematika UIN Malang .1 5. untuk memilih grafik-grafik yang akan ditampilkan. Interpretasikan hasil yang diperoleh dari bagian a) dan b) mengenai distribusi data di atas. c.3 2.9 1. klik OK.6 5.0 4.2 6.2 2. Data Options.5 2. seperti Scale. Latihan Soal 1.9 5.3 4. dll.9 2. diukur sampai persepuluhan.7 6.6 3. Multiple Graphs. Buatlah diagram batang daun.4 2. dotplot dan histogram. Nilai Tertinggi dan Terendah. Mean.5 1. Skewness.3 3.

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

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

The data in the table below come from a poll of 900 New Zealeaders. What your interpretation about (a) ? 7 Lab. Statistika Jurusan Matematika UIN Malang .2167 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.2067 0. Bila seorang penduduk di kota tersebut diambil secara acak dan diketahui ia d.Modul Praktikum Stastistik Elementer Tahun 2008-2009 c.2489 0.0733 0. memiliki mobil. aged 15 or more years.0000 a.4656 No 0.4245 Don’t Know 0. berapa probabilitas bahwa ia tidak memiliki sepeda motor? Bila seorang penduduk di kota tersebut diambil secara acak. given that we know whether the person is female or male? b.2178 0.4600 1.0366 0.5400 0.1099 Total 0. “Do you approve of abortion when the child is not wanted?” Yes Female Male Total 0. The questions asked was. carried out by the New Zealand Listener in 1996. berapakah probabilitas bahwa ia tidak memiliki sepeda motor dan tidak memiliki mobil? 3.

Sign up to vote on this title
UsefulNot useful