Statistika Deskriptif

Statistika Deskriptif
STATISTIKADESKRIPTIF Suprayogi
Statistika deskriptif (descriptivestatistics) berkaitan dengan penerapan metode statistik untuk mengumpulkan,mengolah,menyajikan, dan menganalisis datakuantitatif secara deskriptif.
Mulai
Pengumpulan data mentah
Apakah data perlu disederhanakan?
Tidak
Ya
Penyusunan tabel distribusi frekuensi
Penyajian distribusi frekuensi dalam bentuk grafik (jika diperlukan)
Perhitungan ukuran-ukuran untuk mengikhtisarkan karakteristik data
Berhenti
Populasi dan Sampel (1)

Populasi (population) merupakan data kuantitatif yangmenjadi obyek telaah. Parameter(parameter) merupakan ukuran yangmencerminkan karakteristik dari populasi. Sampel (sample) merupakan sebagian dari populasi. Statistik (statistic) merupakan ukuran yang yang dihitung dari sampel.
STATISTIKADESKRIPTIF Suprayogi 4
Populasi dan Sampel

Populasi
Parameter
Sampel
Statistik
Statistika Inferensi
Statistika inferensi (inferencestatistics) merupakan cabang ilmu statistik yang berkaitan dengan penerapan metodemetode statistik untuk menaksir dan/atau menguji karakteristik populasi yangdihipotesiskan berdasarkan datasampel.
Statistika Deskriptif dan Statistika Inferensi
Klasifikasi Jenis Data

Sifat Sumber Caramemperoleh Waktu pengumpulan
DataMenurut Sifat
Datatakmetrik (nonmetric data)
9 Datanominal(nominaldata) 9 Dataordinal(ordinaldata)
Datametrik (metricdata)
9 Datainterval(intervaldata) 9 Datarasio (ratiodata)
Contoh DataTakmetrik dan Metrik

Ordinal Nominal
1=Pria 2=Wanita 1=SD 2=SMTP Interval 3=SMTA 4=PT JenisKelamin Tk.PendidikanSuhuBadan TinggiBadan 1 1 35 160 2 3 37 170 1 2 38 164 2 5 36 200 1 2 39 210
Rasio
No. 1 2 3 4 5
Nama Anak Bapak Cucu Daddy Embah
DataMenurut Sumber
Dataprimer(primarydata) Datayang diperoleh dari pengamatan/pencatatan langsung Datasekunder (secondarydata) Datayang diperoleh dari data
11
CaraPengumpulan Data
Sensus (census) Penyampelan (sampling)
12
Teknik Pengambilan Sampel

Penyampelan random(randomsampling) Penyampelan takrandom (nonrandom sampling)
13
Teknik Penyampelan Random

Penyampelan randomsederhana (simple randomsampling) Penyampelan randomsistematis (systematic randomsampling) Penyampelan randomarea(arearandom sampling) Penyampelan randomberstrata (stratified randomsampling)
DataMenurut Waktu Pengambilan

Datacrosssection Dataderet waktu (timeseriesdata)
15
Penyajian Data
Tabel Gambar/Grafik
16
Jenis Tabel Statistik

Tabel arah tunggal (onewaytable) Tabel arah majemuk (multiwaytable)
9 Tabel dua arah (twowaytable) 9 Tabel tiga arah (threewaytable)
17
Grafik Statistik
Grafik Batang (BarChart) Grafik Garis (LineChart) Grafik Lingkaran (Piechart) DiagramPencar (ScatterDiagram) Kartogram (Cartogram) Piktogram (Pictogram)
18
ContohContoh Grafik Statistik

50 45 40 35 30 25 20 15 10 5 0 A B C D 10 45
Grafik Batang
25 20
Grafik Lingkaran
D;25
A;45
50 45 40 35 30 25 20 15 10 5 0 A 45
Grafik Garis
C;20 B;10
25 20
10
19
Distribusi Frekuensi
Distribusi frekuensi (frequencydistribution) bentuk pengelompokan datauntuk menggambarkan distribusi data Distribusi frekuensi dapat dinyatakan dalam:
9 Tabel distribusi frekuensi 9 Histogramatau poligon frekuensi
20
Prosedur Penyusunan Tabel Distribusi Frekuensi

Tentukan banyaknya kelas Tentukan lebar setiap kelas interval Hitung frekuensi untuk setiap kelas
21
Catatan tentang Jumlah Kelas

Jumlah kelas jangan terlalu besar dan jangan terlalu kecil. Rumus Sturges:
k = 1 + 3,322log n
22
Catatan tentang Lebar Kelas

Lebar intervalkelas untuk tiap kelas sebaiknya diusahakan sama. Sebaiknya gunakan bilanganbilangan yangpraktis (seperti 5,10,15atau 20). Penentuan batas kelas dibuat sedemikan rupa sehingga
9 Tidak ada satu angka dari dataasal yangtidak dapat dimasukkan ke dalam kelas tertentu 9 Tidak terdapat keraguraguan dalam memasukkan angka angka ke dalam kelaskelas yangsesuai
Contoh Distribusi Frekuensi

75 80 58 80 86 76 65 75 76 72 86 83 82 88 68 66 63 60 69 80 66 87 73 58 76 74 85 96 60 72 86 79 95 84 41 76 87 74 74 56 50 80 66 96 80 68 79 73 72 73 78 77 60 87 40 82 77 87 76 82 66 81 84 72 63 59 76 52 57 78 79 92 80 65 90 75 74 98 64 45 68 57 79 79 83 35 76 88 67 75 60 52 63 80 94 34 78 64 58 56
Kelas Batas Batas Bawah Atas 30 39 40 49 50 59 60 69 70 79 80 89 90 99
Nilai Tengah 34.5 44.5 54.5 64.5 74.5 84.5 94.5
Frekuensi 2 3 11 20 32 25 7 100
24
Contoh Tabel Distribusi Frekuensi dan Distribusi Frekuensi Relatif

Kelas Batas Batas Bawah Atas 30 39 40 49 50 59 60 69 70 79 80 89 90 99 Nilai Tengah 34.5 44.5 54.5 64.5 74.5 84.5 94.5 Frekuensi 2 3 11 20 32 25 7 100 Frekuensi Kumulatif 2 5 16 36 68 93 100 Frekuensi Relatif 0.02 0.03 0.11 0.20 0.32 0.25 0.07 1.00 Frekuensi Relatif Kumulatif 0.02 0.05 0.16 0.36 0.68 0.93 1.00
25
Histogram
Histogrammerupakan bentuk diagrambatang yangdigunakan untuk menggambarkan distribusi frekuensi.
26
Contoh Histogram
BatasBawah BatasAtas TitikTengah Frekuensi FrekuensiRelatif 30 39 34.5 2 0.020 40 49 44.5 3 0.030 50 59 54.5 11 0.110 60 69 64.5 20 0.200 70 79 74.5 32 0.320 80 89 84.5 25 0.250 90 99 94.5 7 0.070
35 30 FrekuensiRelatif 25 Frekuensi 20 15 10 5 0 34.5 44.5 54.5 64.5 NilaiUjian 74.5 84.5 94.5 0.350 0.300 0.250 0.200 0.150 0.100 0.050 0.000 34.5 44.5 54.5 64.5 NilaiUjian 74.5 84.5 94.5
27
Kurva Frekuensi
Kurva Frekuensi (frequencycurve) merupakan bentuk diagramgaris yangdigunakan untuk menggambarkan distribusi frekuensi
28
Contoh Kurva Frekuensi

BatasBawah BatasAtas TitikTengah Frekuensi FrekuensiRelatif 30 39 34.5 2 0.020 40 49 44.5 3 0.030 50 59 54.5 11 0.110 60 69 64.5 20 0.200 70 79 74.5 32 0.320 80 89 84.5 25 0.250 90 99 94.5 7 0.070
35 30 FrekuensiRelatif 25 Frekuensi 20 15 10 5 0 34.5 44.5 54.5 64.5 NilaiUjian 74.5 84.5 94.5 0.350 0.300 0.250 0.200 0.150 0.100 0.050 0.000 34.5 44.5 54.5 64.5 NilaiUjian 74.5 84.5 94.5
29
Contoh Kurva Frekuensi Kumulatif

BatasBawah BatasAtas TitikTengah 30 39 34.5 40 49 44.5 50 59 54.5 60 69 64.5 70 79 74.5 80 89 84.5 90 99 94.5
100 90 80 70 60 50 40 30 20 10 0 34.5 44.5 54.5 64.5 NilaiUjian 74.5 84.5 94.5
Frekuensi Frek.Kumulatif FrekuensiRelatif Frek.Rel.Kumulatif 2 2 0.02 0.02 3 5 0.03 0.05 11 16 0.11 0.16 20 36 0.20 0.36 32 68 0.32 0.68 25 93 0.25 0.93 7 100 0.07 1.00
1.00 0.90 0.80 0.70 0.60 0.50 0.40 0.30 0.20 0.10 0.00 34.5 44.5 54.5 64.5 NilaiUjian 74.5 84.5 94.5
FrekuensiRelatifKumulatif
FrekuensiKumulatif
30
Parameterdan Statistik
Parameter(parameter) ukuran yang mencerminkan karakteristik dari populasi Statistik (statistic) ukuran yang mencerminkan karakteristik dari sampel
31
Statistik
Ukuran lokasi Ukuran sebaran Ukuran kemiringan Ukuran keruncingan
32
UkuranUkuran Lokasi
Rataratahitung (arithmetic mean)
9 Rataratahitung sederhana (simplearithmeticmean) 9 Rataratahitung tertimbang (weightedarithmeticmean)
Median(median) Modus(mode) Rataratageometrik (geometricmean) Ratarataharmonik (harmonicmean)

Nilai minimum(minimum) Nilai maksimum (maximum) Kuartil (quartile) Desil (decile) Persentil (percentile)
33
Ukuran Lokasi Ukuran Kecenderungan Memusat

Rataratahitung (aritmatis) Median Modus
34
DataTakberkelompok dan Data Berkelompok

Datatakberkelompok (ungroupeddata) datayangdisajikan secara individual Databerkelompok (groupeddata) data yangdisajikan dalam bentuk tabel frekuensi
35
RataRataHitung
Untuk datatak berkelompok:
X=
X
i =1
n
k
Untuk databerkelompok:
X=
fM
i =1 k i
f
i =1
i
36
Contoh Perhitungan RataRataHitung untuk DataTakberkelompok

20 80 75 60 50 85 45 60 90
X=
20 + 80 + L + 90 = 62,78 9
37
Contoh Perhitungan RataRataHitung untuk DataBerkelompok

TitikTengah Kelas Frekuensi(f) (M) BatasBawah BatasAtas 30 39 34.5 2 40 49 44.5 3 50 59 54.5 11 60 69 64.5 20 70 79 74.5 32 80 89 84.5 25 90 99 94.5 7 100 Rataratahitung= fxM 69.0 133.5 599.5 1290.0 2384.0 2112.5 661.5 7250 72.5
38
RataRataHitung Tertimbang dan Contoh Perhitungan
X=
W X
i =1 n i
W
i =1
39
Median DataTakberkelompok
Datatakberkelompok (diurutkan dari terkecil ke terbesar,k=urutan ke)
9 Jumlah dataganjil
k= n 1 2
Median= X k +1 9 Jumlah datagenap
n 2 1 Median= ( X k + X k +1 ) 2 k=
Contoh Perhitungan Medianuntuk Data Takberkelompok (Jumlah DataGanjil)

Sebelum diurutkan 20 80 75 60 50 85 45 60 90
Setelah diurutkan 20 45 50 60 60 75 80 85 90
Median = X 5 = 60
41
Contoh Perhitungan Medianuntuk Data Takberkelompok (Jumlah DataGenap)

Sebelum diurutkan 20 80 75 60 50 85 45 90 Setelah diurutkan 20 45 Median= 1 ( X + X ) 4 5 2 50 60 Median= 1 (60 + 75) = 67,5 2 75 80 85 90
42
Median DataBerkelompok
Databerkelompok:
n 0 2 Fm Median = L0 + c f m
L0 c n Fm0 fm =nilai batas bawah dari kelas yangmemuat median =lebar kelas antara nilai batas bawah dan nilai batas atas dari kelas yangmemuat median =banyaknya observasi (=totalfrekuensi) =jumlah frekuensi dari semua kelas di bawah kelas yangmemuat median =frekuensi dari kelas yangmemuat median
43
Contoh Medianuntuk DataBerkelompok

TitikTengah Kelas Frekuensi(f) (M) BatasBawah BatasAtas 30 39 34.5 2 40 49 44.5 3 50 59 54.5 11 60 69 64.5 20 70 79 74.5 32 80 89 84.5 25 90 99 94.5 7 100
n 100 = = 50 2 2
Kelas yangmemuat median
50 36 Median= 69,5 + 10 = 73,875 32
44
Modus
Datatak berkelompok:
Modus=Nilai dengan frekuensi terbanyak
Databerkelompok:
f10 Modus = L0 + c 0 0 f1 + f2
L0 c f10 f20 =nilai batas bawah dari kelas yangmemuat modus =lebar kelas antara nilai batas bawah dan nilai batas atas dari kelas yangmemuat modus =selisih frekuensi kelas yangmemuat modusdengan frekuensi kelas sebelumnya =selisih frekuensi kelas yangmemuat modusdengan frekuensi kelas sesudahnya
45
Contoh Perhitungan Modusuntuk Data Takberkelompok

20 80 75 60 50 85 45 60 90
20 80 75 60 50 85 45 65 90
Modus=60
Modus=tidak ada
46
Contoh Perhitungan Modusuntuk Data Berkelompok

Kelas yangmemuat modus
12 Modus= 69,5 + 10 = 75,82 12 + 7
47
RataRataGeometris dan RataRataHarmonis

Rataratageometris
G = X i i =1
n 1 n
Ratarataharmonis
RH = n 1 i =1 X i
48
Contoh Perhitungan RataRataGeometris dan RataRataHarmonis

20 80 75 60 50 85 45 60 90
G = ((20 )(80 )L(90 ))1 9 = 58,01
RH =
9 1 1 1 + +L+ 20 80 90
= 51,65
49
Minimumdan Maksimum serta Contoh Perhitungan

Minimum
Min = min( X i )
Maksimum
Max = max ( X i )
20 80 75 60 50 85 45 60 90
Min=20 Max=90
50
Kuartil DataTakberkelompok
Datatak berkelompok (setelah diurutkan)
i (n + 1) ;i = 1,2,3 Qi = Nilaike 4
51
Kuartil DataBerkelompok
Databerkelompok: (i )(n ) 0 4 Fq Qi = L0 + c , i = 1,2,3 fq
L0 c n Fq 0 fq =nilai batas bawah dari kelas yangmemuat kuartil kei =lebar kelas antara nilai batas bawah dan nilai batas atas dari kelas yangmemuat kuartil kei =banyaknya observasi (=totalfrekuensi) =jumlah frekuensi dari semua kelas di bawah kelas yangmemuat kuartil kei =frekuensi dari kelas yangmemuat kuartil kei
52
Desil DataTakberkelompok
i (n + 1) Di = Nilaike ;i = 1,2,L ,9 10
53
Desil DataBerkelompok
Databerkelompok: (i )(n ) 0 10 Fd Di = L0 + c , i = 1,2,L ,9 fd
L0 c n Fd 0 fd =nilai batas bawah dari kelas yangmemuat desil kei =lebar kelas antara nilai batas bawah dan nilai batas atas dari kelas yangmemuat desil kei =banyaknya observasi (=totalfrekuensi) =jumlah frekuensi dari semua kelas di bawah kelas yangmemuat desil kei =frekuensi dari kelas yangmemuat desil kei
54
Persentil DataTakberkelompok
i (n + 1) Pi = Nilaike ;i = 1,2,L ,99 100
55
Contoh Perhitungan Persentil untuk Data Takberkelompok

Sebelum diurutkan 20 80 75 60 50 85 45 60 90
Setelah diurutkan 20 45 50 60 60 75 80 85 90
P90 = Nilaike
90(9 + 1) = 90 100
P90 = Nilaike9 = 90
Persentil DataBerkelompok
Databerkelompok: (i )(n ) 0 100 Fp Pi = L0 + c , i = 1,2,L ,99 fp
L0 c n Fd 0 fd =nilai batas bawah dari kelas yangmemuat persentil kei =lebar kelas antara nilai batas bawah dan nilai batas atas dari kelas yangmemuat persentil kei =banyaknya observasi (=totalfrekuensi) =jumlah frekuensi dari semua kelas di bawah kelas yangmemuat persentil kei =frekuensi dari kelas yangmemuat persentil kei
57
Contoh Perhitungan Persentil untuk Data Berkelompok

(90)(100) = 90 100
Kelas yangmemuat Persentil 90
90 68 P90 = 79,5 + 10 = 88,3 25
Ukuran Sebaran
Ukuran sebaran absolut
9 9 9 9 9
Rentang (Range) Simpangan Kuartil (QuartileDeviation) Simpangan RataRata(Meandeviation) Simpangan Baku(Standarddeviation) Variansi (Variance)
Ukuran sebaran relatif

9 Koefisien Variasi (CoefficientofVariation) 9 Koefisien Variasi Kuartil (CoefficientofQuartileVariation)
Rentang
Range=Nilai maksimum Nilai minimum
Range=Nilai tengah kelas terakhir Nilai tengah kelas pertama Range=Batasatas kelas terakhir Batasbawah kelas pertama
60
Contoh Rentang untuk DataBerkelompok

TitikTengah Kelas Frekuensi(f) (M) BatasBawah BatasAtas 30 39 34.5 2 40 49 44.5 3 50 59 54.5 11 60 69 64.5 20 70 79 74.5 32 80 89 84.5 25 90 99 94.5 7 100 Rentang= 60.0 Rentang= 69.0
61
Simpangan Kuartil
Q3 Q1 dQ = 2
62
Simpangan RataRata DataTakberkelompok

Datatak berkelompok:
9 Terhadap ratarata
1 n Meandeviation = X i X n i =1
9 Terhadap median
1 n Meandeviation = X i Median n i =1
63
Simpangan RataRata DataBerkelompok

1 k Meandeviation = fi Mi X n i =1
64
Contoh Perhitungan Simpangan RataRata untuk DataBerkelompok

TitikTengah Kelas Frekuensi(f) (M) BatasBawah BatasAtas 30 39 34.5 2 40 49 44.5 3 50 59 54.5 11 60 69 64.5 20 70 79 74.5 32 80 89 84.5 25 90 99 94.5 7 100 Rataratahitung= Simpanganratarata fxM 69.0 133.5 599.5 1290.0 2384.0 2112.5 661.5 7250 72.5 10.36 |MRata2| 38.0 28.0 18.0 8.0 2.0 12.0 22.0 fx|M Rata2| 76.0 84.0 198.0 160.0 64.0 300.0 154.0 1036.0
65
Simpangan Baku&Variansi DataTakberkelompok

Datatakberkelompok:
9 Simpangan baku (populasi)
S=
(X
i =1
X)
9 Variansi (populasi)
S2 =
(X
i =1
X)
n
66
Simpangan Baku&Variansi DataTakberkelompok

Datatakberkelompok:
9 Simpangan baku (sampel)
S=
(X
i =1
X)
n 1
9 Variansi (sampel)
S2 =
(X
i =1
X)
n 1
67
Simpangan Baku&Variansi DataBerkelompok

9 Simpangan baku
S=
f (M X )
i =1 i i
9 Variansi
S=
f (M X )
i =1 i i
n
68
Contoh Perhitungan Simpangan Bakudan Variansi untuk DataBerkelompok

TitikTengah Kelas Frekuensi(f) (M) BatasBawah BatasAtas 30 39 34.5 2 40 49 44.5 3 50 59 54.5 11 60 69 64.5 20 70 79 74.5 32 80 89 84.5 25 90 99 94.5 7 100 Rataratahitung= Simpanganbaku= Variansi= fx M 69.0 133.5 599.5 1290.0 2384.0 2112.5 661.5 7250 72.5 13.11 172.00 (MRata2)^2 1444.0 784.0 324.0 64.0 4.0 144.0 484.0 fx(MRata2)^2 2888.0 2352.0 3564.0 1280.0 128.0 3600.0 3388.0 17200.0
69
Ukuran Sebaran Relatif

Untuk perbandingan sebaran dari dua atau lebih distribusi Ukuran sebaran relatif
9 Koefisien variasi (coefficientofvariation) 9 Koefisien variasi kuartil (coefficientofquartile variation)
70
Koefisien Variasi
Koefisien variasi
S V = 100% X
Koefisien variasi kuartil

(Q Q1 ) 2 VQ = 3 100% Median
(Q3 Q1 ) VQ = (Q + Q ) 1 3
2 100% 2
71
Ukuran Kemiringan
Ukuran kemiringan menunjukkan ukuran kesimetrisan distribusi frekuensi Bentuk
9 Kemiringan negatif (kiri) 9 Kemiringan nol (simetris) 9 Kemiringan positif (kanan)
72
Bentuk Kemiringan Distribusi

35 30 25 Frekuensi 20 15 10 5 0 34,5 44,5 54,5 64,5 74,5 84,5 94,5
Kemiringan negatif (kiri)
35 30 25
Kemiringan nol (simetris)
Frekuensi
20 15 10 5 0 34,5 44,5 54,5 64,5 74,5 84,5 94,5
35
Frekuensi
Kemiringan positif (nol)

30 25 20 15 10 5 0 34,5 44,5 54,5 64,5 74,5 84,5 94,5
73
Ukuran Kemencengan Koefisien Pearson

Koefisien Pearson:
X Modus sk = S
sk = 3(X Median) S
74
Ukuran Kemencengan Rumus Bowley

Rumus Bowley:
skB =
(Q3 Q2 ) (Q2 Q1 ) (Q3 Q2 ) + (Q2 Q1 )
skB =
(Q3 + Q1 2Q2 ) (Q3 Q1 )
75
Ukuran Kemencengan Relatif

Ukuran kemencengan relatif
9 Datatak berkelompok:
1 n (X i X )3 n 3 = i =1 3 S
9 Databerkelompok:
1 k 3 fi (Mi X ) n 3 = i =1 3 S
Interpretasi Nilai Ukuran Kemencengan

Interpretasi
9 Kemiringan negatif (kiri) 9 Simetris 9 Kemiringan positif (kanan)
3 <0 3 =0 3 >0
77
Contoh Perhitungan Ukuran Kemiringan untuk DataBerkelompok

TitikTengah Kelas Frekuensi(f) (M) BatasBawah BatasAtas 30 39 34.5 2 40 49 44.5 3 50 59 54.5 11 60 69 64.5 20 70 79 74.5 32 80 89 84.5 25 90 99 94.5 7 100 Rataratahitung= Simpanganbaku= Skewness= fxM 69.0 133.5 599.5 1290.0 2384.0 2112.5 661.5 7250 72.5 13.11 0.59
35 30 25 Frekuensi 20 15 10 5 0 34,5 44,5 54,5 64,5 74,5 84,5 94,5
(MRata2)^2 1444.0 784.0 324.0 64.0 4.0 144.0 484.0
fx(MRata2)^2 (MRata2)^3 fx(MRata2)^3 2888.0 2352.0 3564.0 1280.0 128.0 3600.0 3388.0 17200.0 54872 21952 5832 512 8 1728 10648 109744 65856 64152 10240 256 43200 74536 132000
78
Ukuran Keruncingan
Ukuran keruncingan (kurtosis)
9 Ukuran ekses dari suatu distribusi. 9 Ukuran distorsi terhadap kurva normal.
Bentuk kurtosis
9 Leptokurtis (leptokurtic) 9 Mesokurtis (mesokurtic) bentuk kurva normal 9 Platikurtis (platykurtic)
79
Ukuran Keruncingan Relatif

Ukuran keruncingan relatif
9 Datatak berkelompok:
1 n (X i X )4 n 4 = i =1 4 S
9 Databerkelompok:
1 k 4 fi (Mi X ) n 4 = i =1 4 S
Interpretasi Ukuran Keruncingan

Interpretasi
9 Leptokurtis 9 Mesokurtis 9 Platikurtis
4 >3 4 =3 4 <3
81
Contoh Perhitungan Ukuran Keruncingan untuk DataBerkelompok

TitikTengah Kelas Frekuensi(f) (M) BatasBawah BatasAtas 30 39 34.5 2 40 49 44.5 3 50 59 54.5 11 60 69 64.5 20 70 79 74.5 32 80 89 84.5 25 90 99 94.5 7 100 Rataratahitung= Simpanganbaku= Kurtosis= fxM 69.0 133.5 599.5 1290.0 2384.0 2112.5 661.5 7250 72.5 13.11 3.18 (MRata2)^2 1444.0 784.0 324.0 64.0 4.0 144.0 484.0 fx(MRata2)^2 (MRata2)^4 fx(MRata2)^4 2888.0 2352.0 3564.0 1280.0 128.0 3600.0 3388.0 17200.0 2085136 614656 104976 4096 16 20736 234256 4170272 1843968 1154736 81920 512 518400 1639792 9409600
82
Analisis Regresi
Analisis regresi sederhana (simpleregression analysis) Analisis regresi majemuk (multipleregression analysis)
83
Persamaan Regresi Sederhana

Y = b0 + b1 X
Y=variabel dependen X=variabel independen
84
DiagramPencar (ScatterDiagram)
X 1 2 4 5 7 9 10 12 Y 2 4 5 7 8 10 12 14
16 14 12 10 8 6 4 2 0 0 2 4 6 8 X 10 12 14 16 Y
85
Koefisien dalam Persamaan Regresi

Koefisien regresi (regressioncoefficient)
b1 = n X iYi X i Yi
i =1 i =1 i =1 n n n
n 2 n X i X i i =1 i =1
n
Konstanta
n Yi Xi b0 = i =1 b1 i =1 n n
n
86
Koefisien Korelasi &Koefisien Determinasi

Koefisien korelasi Pearson
r= n X iYi X i Yi
i =1 i =1 i =1 n n n
n n X X i i =1 i =1
n 2 i
n nYi Yi i =1 i =1
n 2
Koefisien determinasi
R = r2
Contoh Perhitungan Persamaan Regresi

X 1 2 4 5 7 9 10 12 50 n = b1= b0= r = r^2= Y 2 4 5 7 8 10 12 14 62 8 1.0372 1.2674 0.9921 0.9842 X^2 1 4 16 25 49 81 100 144 420 Y^2 4 16 25 49 64 100 144 196 598
16 14 12 10 8 6 4 2 0 0 2 4 6 X 8 10 12 14 Y y=1.2674 +1.0372x R = 0.9842
2
XY 2 8 20 35 56 90 120 168 499
Y = 1,27 + 1,04 X
Koef.Regresi Koef.Korelasi Koef.Determinasi
88
Analisis Regresi Majemuk

Persamaan regresi liniermajemuk dengan k variabel independen
Y = b0 + b1 X1 + L + bk X k
89
Penentuan Koefisien Regresi untuk Dua Variabel Independen

Kasus dua variabel independen,X1 dan X2
n X1 X 2
X X X X X X X X
1 2 1 2 2 1
b0 Y = X Y b 1 2 1 1 2 2 b2 X 2Y
b H
b = A 1H
Koefisien Korelasi Bivariat

Koefisien korelasi bivariat antara X1dan Y
r( X1 ;Y ) = n X 1iYi X 1i Yi
i =1 i =1 i =1 n n n
n n X X 1 i i =1 i =1
n 2 1i
n nYi Yi i =1 i =1
n 2
91
Koefisien Korelasi LinierMajemuk
r(Y ; X1 , X2 ) =
2 r(2 + r Y ; X1 ) (Y ; X 2 ) 2r(Y ; X1 )r(Y ; X 2 )r( X1 ; X 2 )
1 r(2 X1 ; X2 )
92
Koefisien Korelasi Parsial

Koefisien korelasi parsial antara Ydan X1 dengan X2 konstan:
r(Y , X1 ) X2 =
r(Y , X1 ) r(Y , X2 )r( X1 , X2 )

2 1 r(2 1 r Y , X2 ) ( X1 , X2 )
93
Analisis Tabulasi Silang

Analisis Tabulasi Silang (CrossTabulation) digunakan untuk menganalisis korelasi dua variabel kualitatif
94
Koefisien Kontigensi
Koefisien kontigensi (contigency coefficient)
Cc =
+n
n = fij
i =1 i =1
p
2 =
i =1 i =1
(f
2 ) e ij ij
eij
eij =
(ni )(n j )
n
95
Contoh Perhitungan Analisis Tabulasi Silang

Pendapatan Rendah Menengah Tinggi Jumlah Mobil Sedan Ukuran Ukuran Ukuran kecil Sedang Besar 77 13 8 145 58 27 21 32 19 243 103 54 Jumlah 98 230 72 400
Pendapatan Rendah Menengah Tinggi Jumlah
Mobil Sedan Ukuran Ukuran Ukuran kecil Sedang Besar 59.54 25.24 13.23 139.73 59.23 31.05 43.74 18.54 9.72 243.00 103.00 54.00
Jumlah 98.00 230.00 72.00 400.00
= 44 ,34
2
Cc =
2 2 + n
= 0,32
96

Statistika Deskriptif

Diunggah oleh

Informasi Dokumen

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Statistika Deskriptif

Diunggah oleh

Hak Cipta:

Format Tersedia

Statistika Deskriptif

Pengumpulan data mentah

Apakah data perlu disederhanakan?

Penyusunan tabel distribusi frekuensi

Penyajian distribusi frekuensi dalam bentuk grafik (jika diperlukan)

Perhitungan ukuran-ukuran untuk mengikhtisarkan karakteristik data

Populasi dan Sampel (1)

Populasi dan Sampel

Statistika Deskriptif dan Statistika Inferensi

Klasifikasi Jenis Data

Contoh DataTakmetrik dan Metrik

Nama Anak Bapak Cucu Daddy Embah

Teknik Pengambilan Sampel

Teknik Penyampelan Random

DataMenurut Waktu Pengambilan

Jenis Tabel Statistik

ContohContoh Grafik Statistik

Prosedur Penyusunan Tabel Distribusi Frekuensi

Catatan tentang Jumlah Kelas

Catatan tentang Lebar Kelas

Contoh Distribusi Frekuensi

Kelas Batas Batas Bawah Atas 30 39 40 49 50 59 60 69 70 79 80 89 90 99

Nilai Tengah 34.5 44.5 54.5 64.5 74.5 84.5 94.5

Contoh Tabel Distribusi Frekuensi dan Distribusi Frekuensi Relatif

Contoh Kurva Frekuensi

Contoh Kurva Frekuensi Kumulatif

Median(median) Modus(mode) Rataratageometrik (geometricmean) Ratarataharmonik (harmonicmean)

Ukuran Lokasi Ukuran Kecenderungan Memusat

DataTakberkelompok dan Data Berkelompok

Contoh Perhitungan RataRataHitung untuk DataTakberkelompok

Contoh Perhitungan RataRataHitung untuk DataBerkelompok

RataRataHitung Tertimbang dan Contoh Perhitungan

Median= X k +1 9 Jumlah datagenap

Contoh Perhitungan Medianuntuk Data Takberkelompok (Jumlah DataGanjil)

Contoh Perhitungan Medianuntuk Data Takberkelompok (Jumlah DataGenap)

Contoh Medianuntuk DataBerkelompok

50 36 Median= 69,5 + 10 = 73,875 32

Contoh Perhitungan Modusuntuk Data Takberkelompok

Contoh Perhitungan Modusuntuk Data Berkelompok

Kelas yangmemuat modus

12 Modus= 69,5 + 10 = 75,82 12 + 7

RataRataGeometris dan RataRataHarmonis

Contoh Perhitungan RataRataGeometris dan RataRataHarmonis

G = ((20 )(80 )L(90 ))1 9 = 58,01

Minimumdan Maksimum serta Contoh Perhitungan

Contoh Perhitungan Persentil untuk Data Takberkelompok

Contoh Perhitungan Persentil untuk Data Berkelompok

Kelas yangmemuat Persentil 90

90 68 P90 = 79,5 + 10 = 88,3 25

Ukuran sebaran relatif

Contoh Rentang untuk DataBerkelompok

Simpangan RataRata DataTakberkelompok

Simpangan RataRata DataBerkelompok

Contoh Perhitungan Simpangan RataRata untuk DataBerkelompok

Simpangan Baku&Variansi DataTakberkelompok

Simpangan Baku&Variansi DataTakberkelompok

Simpangan Baku&Variansi DataBerkelompok

Contoh Perhitungan Simpangan Bakudan Variansi untuk DataBerkelompok

Ukuran Sebaran Relatif

Koefisien variasi kuartil

Bentuk Kemiringan Distribusi

Kemiringan negatif (kiri)

Kemiringan nol (simetris)

20 15 10 5 0 34,5 44,5 54,5 64,5 74,5 84,5 94,5