Statistika Deskriptif:
Statistik Sampel
------------------------------------------------------------------------------
Bab 3C
------------------------------------------------------------------------------
Bab 3C
STATISTIKA DESKRIPTIF:
STATISTIK SAMPEL
A. Sampel Acak
1. Populasi dan Sampel
Populasi merupakan seluruh data yang menjadi
perhatikan di dalam kegiatan kita
Sampel acak merupakan sebagian dari data
populasi yang ditarik secara acak dari populasi
Pada tarikan secara acak setiap anggota
populasi memiliki probabilitas sama untuk
tertarik ke dalam sampel
------------------------------------------------------------------------------
Bab 3C
------------------------------------------------------------------------------
Ada berbagai cara untuk menarik sampel dari
populasi (akan dibahas kemudian) dengan
berusaha agar sampel adalah representatif (cocok
dengan ciri populasi)
Pada umumnya, data sampel digunakan untuk
membahas atau berbicara tentang data populasi
(mengandung kemungkinan keliru)
Catatan: Jika seluruh data populasi diperoleh maka
hal ini dikenal sebagai sensus
Sensus : memperoleh seluruh data populasi
Pensampelan: memperoleh sebagian data populasi
populasi
sampel
Tarikan secara acak
------------------------------------------------------------------------------
Bab 3C
------------------------------------------------------------------------------
2. Statistik Sampel
Ciri populasi dikenal sebagai parameter
Ciri sampel dikenal sebagai statistik
Parameter Statistik
proporsi proporsi
rerata rerata
variansi variansi
simpangan baku simpangan baku
kovariansi kovariansi
koefisien korelasi koefisien korelasi
koefisein regresi koefisien regresi
populasi
sampel
------------------------------------------------------------------------------
Bab 3C
------------------------------------------------------------------------------
3. Notasi Statistik
Biasanya, notasi parameter menggunakan abjad
Yunani
Notasi statistik menggunakan abjad Latin
Besaran Parameter Statistiik
Ukuran N n
Proporsi t p
Rerata
X
Y
X Y
Variansi o
2
X
o
2
Y
s
2
X
s
2
Y
Simpangan baku o
X
o
Y
s
X
s
Y
Kovariansi o
XY
s
XY
Koef korelasi linier
XY
r
XY
Koef regresi linier A B a b
Perhatikan: rumus untuk variansi, simpangan baku,
dan kovariansi berbeda di antara
parameter dan sampel
------------------------------------------------------------------------------
Bab 3C
------------------------------------------------------------------------------
B. Statistik Proporsi
1. Data Politomi
Rumus proporsi untuk statistik sama saja
dengan rumus proporsi untuk parameter
Perbedaan terletak pada notasi yakni
parameter menggunakan notasi t dan
statistik menggunakan notasi p
Rumus proporsi
Proporsi
Batas nilai 0 s p s 1
= =
f
f
n
f
p
------------------------------------------------------------------------------
Bab 3C
------------------------------------------------------------------------------
Kumulasi proporsi
Kumulasi proporsi adalah jumlah proporsi di
antara rentangan data
Kumulasi bawah adalah jumlah proporsi secara
bertahap dari data terkecil ke terbesar
Kumulasi atas adalah jumlah proporsi secara
bertahap dari data terbesar ke terkecil
Contoh 1. Pada sampel
Data X Frek f Prop p Kum baw Kum atas
5 5 0,20 0,20 1,00
8 6 0,24 0,44 0,80
11 9 0,36 0,80 0,56
14 5 0,20 1,00 0,20
25
------------------------------------------------------------------------------
Bab 3C
------------------------------------------------------------------------------
Contoh 2. Pada sampel
Data X Frek f Prop p Kum baw Kum atas
67 6
70 3
75 9
80 2
20
Contoh 3. Pada sampel
Data Y Frek f Prop p Kum baw Kum atas
4 3
5 5
6 10
7 15
8 11
9 6
50
------------------------------------------------------------------------------
Bab 3C
------------------------------------------------------------------------------
2. Data Dikotomi
Data dikotomi biasanya dinyatakan dengan 0 dan 1
(misalnya 0 gagal dan 1 sukses)
Di samping proporsi untuk 1 (p) terdapat juga
proporsi untuk 0 (q)
p + q = 1 q = 1 p
Contoh 4
Data sampel
1 p = 3 / 5 = 0,6
0
1 q = 1 0,6 = 0,4
1
0
------------------------------------------------------------------------------
Bab 3C
------------------------------------------------------------------------------
Contoh 5
Data sampel
X
1
X
2
X
3
X
4
X
5
X
6
X
7
X
8
1 1 1 1 1 1 1 1
1 1 1 1 1 0 0 0
1 1 1 1 1 0 1 0
1 1 1 0 0 1 0 0
1 1 1 1 1 0 1 0
1 1 1 0 1 1 0 0
1 1 0 1 0 0 0 0
0 1 1 1 1 1 0 0
1 0 1 1 0 1 0 0
1 1 1 1 1 1 0 0
p
q
------------------------------------------------------------------------------
Bab 3C
------------------------------------------------------------------------------
C. Statistik Rerata
1. Data Politomi
Di sini hanya dibicarakan rerata hitung
Kecuali notasi yang berbeda, perhitungan
rerata sama dengan perhitungan rerata pada
populasi (hal sama juga untuk rerata ukur
dan rerata harmonik)
Rumus rerata
Kalkulator
Sama dengan cara pada parameter
rerata (cara sama untuk parameter dan
statistik rerata)
= =
= =
f
fY
n
Y
Y
f
fX
n
X
X
Y
X
------------------------------------------------------------------------------
Bab 3C
------------------------------------------------------------------------------
Contoh 6
Data Sampel
X Y
7 10
7 9 X = 40 / 8 = 5
6 9
5 6 Y = 50 / 10 = 5
4 5
4 4
4 3
3 2
1
1
40 50
------------------------------------------------------------------------------
Bab 3
------------------------------------------------------------------------------
Contoh 7
Data sampel
Data X Frek f fX
4 3 12
5 5 25 X = 344 / 50 = 6,88
6 10 60
7 15 105
8 11 88
9 6 54
50 344
Contoh 8
Data sampel
Data Y Frek f fY
1 1
2 0
3 5
4 9 Y =
5 15
6 23
7 15
8 17
9 9
10 6
------------------------------------------------------------------------------
Bab 3C
------------------------------------------------------------------------------
2. Data Dikotomi
Pada data dikotomi, rerata sama dengan proporsi
X = p
X
Y = p
y
Karena itu, biasanya, yang ditampilkan adalah
proporsi
Contoh 9
Data sampel
X Y
1 1 X = p
X
= 2 / 5 = 0,4
0 1
0 1 Y = p
Y
= 4 / 5 = 0,8
1 1
0 0
------------------------------------------------------------------------------
Bab 3C
-----------------------------------------------------------------------------
D. Statistik Variansi dan Simpangan Baku
1. Data Politomi
(a) Simpangan
Simpangan adalah jarak data dengan
rerata
Simpangan
x = X X y = Y Y
Di atas rerata, nilai simpangan adalah
positif
Sama dengan rerata, nilai simpangan
adalah nol
Di bawah rerata, nilai simpangan adalah
negatif
------------------------------------------------------------------------------
Bab 3C
------------------------------------------------------------------------------
Contoh 10
Data sampel
X x Y y
7 + 2 10 + 5
7 + 2 9 + 4
6 + 1 9 + 4
5 0 6 + 1
4 1 5 0
4 1 4 1
4 1 3 2
3 2 2 3
40 1 4
1 4
50
X = 40 / 8 Y = 50 / 10
= 5 = 5
------------------------------------------------------------------------------
Bab 3C
------------------------------------------------------------------------------
Contoh 11. Pada sampel
Data X Frek f fX x Data Y Frek f fY y
4 3 1 1
5 5 2 5
6 10 3 9
7 15 4 15
8 11 5 10
9 6 6 25
7 17
8 9
9 6
10 3
Contoh 12 Pada sampel
Data X Frek f fX x Data Y Frek f fY y
60 5 400 5
65 8 450 8
70 10 500 10
75 20 550 15
80 25 600 7
85 13
90 9
95 6
100 4
------------------------------------------------------------------------------
Bab 3C
------------------------------------------------------------------------------
(b) Jumlah Kuadrat Simpangan
Jumlah kuadrat simpangan (JK)
Contoh 13
Data sampel
X X
2
7 49
7 49 n
X
= 8
6 36
5 25 JK(X) = 216 (40
2
) / 8
4 16 = 16
4 16
4 16
3 9
40 216
X
n
X
X
X X x X J K
=
= =
2
2
2 2
) (
) ( ) (
------------------------------------------------------------------------------
Bab 3C
------------------------------------------------------------------------------
Contoh 14. Data sampel
X f fX X
2
fX
2
4 3 12 16 48 n
X
= 50
5 5 25 25 125
6 10 60 36 360 JK(X) = 2458 (344
2
)/50
7 15 105 49 735 = 91,28
8 11 88 64 704
9 6 54 81 486
50 344 2458
Contoh 15. Data sampel
Y Y
2
10
9 n
Y
=
9
6 JK(Y) =
5
4
3
2
1
1
------------------------------------------------------------------------------
Bab 3C
------------------------------------------------------------------------------
Contoh 16
Data sampel
Y f fY Y
2
fY
2
1 1
2 5
3 9
4 15
5 10
6 25
7 17
8 9
9 6
10 3
n
Y
=
JK(Y) =
------------------------------------------------------------------------------
Bab 3C
------------------------------------------------------------------------------
(c) Statistik Variansi
Rumus variansi pada statistik sampel agak beda
dari rumus variansi pada parameter populasi
Perbedaan terletak pada N
X
untuk parameter
variansi tetapi n
X
1 untuk statistik variansi
Statistik variansi menggunakan notasi s
2
Sebelum menghitung variansi, perlu jelas dulu
apakah data itu populasi ataukah sampel
1
1 1 1
2
2
2 2
2
X
X
X X X
X
n
n
X
X
n
X X
n
x
n
X J K
s
) (
) (
) (
------------------------------------------------------------------------------
Bab 3C
------------------------------------------------------------------------------
(d) Statistik Simpangan Baku
Statistik simpangan baku adalah akar dua positif
dari statistik variansi
Statistik simpangan baku diberi notasi s
Contoh 17
Dari contoh 13 s
2
X
= 16 / (8 1) = 2,29
s
X
= 2,29 = 1,51
Dari contoh 14 s
2
X
= 91,28 / (50 1) = 1,86
s
X
= 1,86 = 1,36
Dari contoh 15 s
2
Y
=
s
Y
=
Dari contoh 16 s
2
Y
=
s
Y
=
2
X X
s s =
------------------------------------------------------------------------------
Bab 3C
------------------------------------------------------------------------------
(e) Statistik simpangan baku dengan kalkulator
Statistik simpangan baku dapat dihitung dengan
bantuan kalkulator elektronik
Cara pemasukan data sama dengan cara pada
parameter simpangan baku
Cara menampilkan simpangan baku berbeda di
antara parameter simpangan baku dan statistik
simpangan baku
Tekan tombol
Shift xo
n 1
(untuk tampilan s
X
)
Shift yo
n = 1
(untuk tampilan s
Y
)
x
2
(untuk variansi)
Sebelum menekan tombol simpangan baku, perlu
jelas dulu apakah data itu populasi atau sampel
------------------------------------------------------------------------------
Bab 3C
------------------------------------------------------------------------------
Contoh 18
Dengan anggapan data sampel, melalui bantuan
kalkulator, tentukan simpangan baku sampel dan
variansi sampel untuk data pada
Contoh 11
s
X
=
s
2
X
=
s
Y
=
s
2
Y
=
Contoh 12
s
X
=
s
2
X
=
s
Y
=
s
2
Y
=
------------------------------------------------------------------------------
Bab 3C
------------------------------------------------------------------------------
Contoh 19
Data sampel
Dengan kalkulator, hitung simpangan baku dan variansi
X
1
X
2
X
3
X
4
X
5
8 5 9 3 6 s
X1
=
3 9 4 8 3 s
2
X1
=
9 10 8 5 8
4 5 3 3 4 s
X2
=
8 8 5 9 3 s
2
X2
=
9 4 8 4 5
4 6 3 7 6 s
X3
=
7 4 7 6 7 s
2
X3
=
4 7 5 1 3
6 3 8 7 5 s
X4
=
s
2
X4
=
s
X5
=
s
2
X5
=
------------------------------------------------------------------------------
Bab 3C
------------------------------------------------------------------------------
Contoh 20
Data sampel
Dengan kalkulator, hitung simpangan baku dan variansi
X
1
X
2
X
3
X
4
X
5
6 7 5 8 7 s
X1
=
9 4 7 3 6 s
2
X1
=
3 8 3 6 4
6 6 4 8 5 s
X2
=
7 3 6 4 8 s
2
X2
=
4 9 8 5 3
3 5 4 7 4 s
X3
=
8 3 6 3 5 s
2
X3
=
4 9 8 7 8
3 5 3 5 3 s
X4
=
s
2
X4
=
s
X5
=
s
2
X5
=
------------------------------------------------------------------------------
Bab 3C
------------------------------------------------------------------------------
2. Data Dikotomi
Pada data dikotomi, rumus statistik variansi dan
statistik simpangan baku dapat disederhanakan
menjadi
Contoh 21 Data sampel
X1 X2
0 1 n
X1
= 10 p
X1
= 0,6 q
X1
= 0,4
1 1
1 0 s
2
X1
= 0,27 s
X1
= 0,52
1 0
0 0
0 0 n
X2
= 10 p
X2
= 0,3 q
X2
= 0,7
1 1
0 0 s
2
X2
= 0,23 s
X2
= 0,48
1 0
1 0
1
1
2
=
X
X
X X X
X
X
X X X
n
n
q p s
n
n
q p s
------------------------------------------------------------------------------
Bab 3C
------------------------------------------------------------------------------
Contoh 22
Data sampel
X
1
X
2
X
3
X
4
X
5
X
6
X
7
X
8
1 1 1 1 1 1 1 1
1 1 1 1 1 0 0 0
1 1 1 1 1 0 1 0
1 1 1 0 0 1 0 0
1 1 1 1 1 0 1 0
1 1 1 0 1 1 0 0
1 1 0 1 0 0 0 0
0 1 1 1 1 1 0 0
1 0 1 1 0 1 0 0
1 1 1 1 1 1 0 0
p
q
s
2
s
------------------------------------------------------------------------------
Bab 3C
------------------------------------------------------------------------------
E. Statistik Kovariansi
1. Jumlah Perkalian Simpangan (JP)
Seperti halnya pada parameter JP, di sini
pun JP merupakan jumlah dari perkalian
pasangan simpangan
Pada data X dan Y
n = banyaknya pasangan data
Nilai JP dapat positif (hubungan searah),
nol (tiada hubungan), atau negatif
(hubungan berlawanan arah)
= =
n
Y X
XY
Y Y X X xy J P
) )( (
) )( (
------------------------------------------------------------------------------
Bab 3C
------------------------------------------------------------------------------
2. Statistik Kovarinasi
Statistik kovariansi agak berbeda dengan
parameter kovariansi
Pada parameter kovariansi terdapat N tetapi pada
statistik kovariansi terdapat n 1
Stastiksik kovariansi diberi notasi s
XY
Sebelum menghitung kovariansi, perlu jelas
apakah data itu populasi ataukah sampel
1
1 1 1
n
n
Y X
XY
n
Y Y X X
n
xy
n
J P
s
XY
) )( (
) )( (
------------------------------------------------------------------------------
Bab 3C
------------------------------------------------------------------------------
Contoh 23 Data sampel
X Y XY
3 2 6 JP = 82 (18)(14)/5 = 3,6
4 3 12
6 3 18
7 2 14 s
XY
= 3,6 / (5 1) = 0,9
8 4 32
28 14 82
Contoh 24 Data sampel
X Y XY
63 87
50 74
55 76 JP =
65 90
55 85
70 87
64 92 s
XY
=
70 98
58 82
68 91
52 77
60 78
------------------------------------------------------------------------------
Bab 3C
------------------------------------------------------------------------------
F. Statistik Korelasi
1. Statistik Koefisien Korelasi Linier
Dikenal juga sebagai koefisien korelasi
momen-produk Pearson (Pearson product
moment correlation)
Koefisien korelasi linier diberikan notasi r
XY
Kalkulator
Caranya sama dengan cara pada
parameter koefisien korelasi linier
(parameter dan statistik koefisien
korelasi linier menggunakan cara yang
sama pada kalkulator)
Y X XY XY
XY
Y X
XY
XY
s s r s
r
s s
s
r
=
+ s s = ) ( 1 1
------------------------------------------------------------------------------
Bab 3C
------------------------------------------------------------------------------
Contoh 25 Data sampel
X Y XY
3 2 6 JP = 82 (18)(14)/5 = 3,6
4 3 12 s
XY
= 3,6 / (5 1) = 0,9
6 3 18 s
X
= 2,07
7 2 14 s
Y
= 0,84
8 4 32
28 14 82 r
XY
= 0,9 / (2,07)(0,84) = 0,52
Contoh 26 Data sampel
X Y
63 87
50 74 Dengan kalkulator
55 76
65 90 r
XY
=
55 85
70 87 s
X
=
64 92 s
Y
=
70 98
58 82 s
XY
= r
XY
s
X
s
Y
=
68 91
52 77
60 78
-----------------------------------------------------------------------------
Bab 3C
------------------------------------------------------------------------------
2. Statistik Koefisien Korelasi Biserial Titik
Salah satu data adalah dikotomi dan data
pasangannya adalah politomi
Rumus statistik koefisien korelasi biseral titik
dalam hal X adalah dikotomi dan Y adalah politomi
dengan
Y1 = data Y yang berpasangan dengan X = 1
Y0
= data Y yang berpasangan dengan X = 0
p = porporsi dari X = 1
q = proporsi dari X = 0
Y1
= rerata dari Y1
Y0
= rerata dari Y0
o
Y
= simpangan baku dari seluruh Y
pq
s
r
Y
Y Y
bt
0 1
=
------------------------------------------------------------------------------
Bab 3C
------------------------------------------------------------------------------
Contoh 27
Data sampel
X Y Y
1
Y
0
1 59 59
0 67 67 n = 15
1 63 63
1 65 65 Y
1
= 64,25
0 55 55 Y
0
= 61,14
1 72 72
0 62 62 s
Y
= 3,78
0 60 60
1 64 64 p = 8 / 15
1 66 66 q = 7 / 15
1 63 63
0 61 61 64,25 61,14
1 62 62 r
bt
= ------------------ (8/15)(7/15)
0 63 63 3,78
0 60 60 = 0,41
------------------------------------------------------------------------------
Bab 3C
------------------------------------------------------------------------------
Contoh 28
Data sampel
X Y Y
1
Y
0
1 16
0 12 p =
0 11 q =
1 7
1 15 Y
1
=
1 14 Y
0
=
0 10
0 11 s
Y
=
1 15
0 9
1 13 r
bt
=
0 7
1 13
1 11
0 10
1 11
1 10
1 11
------------------------------------------------------------------------------
Bab 3C
------------------------------------------------------------------------------
Contoh 29
Data sampel
X Y Y
1
Y
0
0 52
1 52 p =
0 44 q =
0 55
1 58 Y
1
=
0 52 Y
0
=
0 61
0 38 s
Y
=
1 53
0 29
0 40 r
bt
=
0 40
0 45
1 59
1 57
1 50
------------------------------------------------------------------------------
Bab 3C
------------------------------------------------------------------------------
G. Statistik Koefisien Regresi Linier
1. Bentuk regresi linier
Seperti halnya pada parameter koefisien
regresi linier, tetapi dilakukan pada sampel
Rumus regresi linier pada sampel
= a + bX
a dan b adalah koefisien regresi
b merupakan koefisien arah
Pada nilai baku, rumus regresi linier pada
sampel adalah
z
= r
XY
z
X
------------------------------------------------------------------------------
Bab 3C
------------------------------------------------------------------------------
2. Koefisien regresi linier
Rumus diperoleh melalui jumlah kuadrat
residu terkecil
Contoh 30
Data sampel
X Y X = 5,714
1 3 Y = 5,286
3 2 r
XY
= 0,833
4 6 s
X
= 3,559
6 5 s
Y
= 2,338
7 7 b = 0,547
9 6 a = 2,160
10 8
= 2,160 + 0,547 X
X b Y a
s
s
r b
X
Y
XY
=
=
------------------------------------------------------------------------------
Bab 3C
------------------------------------------------------------------------------
Contoh 31
Data sampel
X Y
30 66 X =
38 54 Y =
38 43
43 42 s
X
=
34 49 s
Y
=
42 45
31 64 r
XY
=
32 61
26 61 b =
34 66 a =
=
------------------------------------------------------------------------------
Bab 3C
------------------------------------------------------------------------------
Contoh 32
Data sampel
X Y
13,9 66 X =
1,9 54 Y =
1,4 43
1,5 42 s
X
=
5,8 49 s
Y
=
2,7 45
11,2 64 r
XY
=
8,2 61
7,9 61 b =
10,8 66 a =
=
------------------------------------------------------------------------------
Bab 3C
------------------------------------------------------------------------------
Contoh 33
Data sampel
X Y
10 76 X =
19 74 Y =
11 77
17 73 s
X
=
14 74 s
Y
=
24 73
15 75 r
XY
=
23 71
18 73 b =
21 72 a =
19 72
12 76 =
------------------------------------------------------------------------------
Bab 3C
------------------------------------------------------------------------------
G. Alat Bantu
Statistika desskriptif digunakan di berbagai bidang
termasuk bidang ilmu
Ada sejumlah alat bantu yang dapat digunakan
oleh statistika deskriptif
Beberapa alat bantu mencakup
Kalkulator elektronik ilmiah
Program komputer, di antaranya, seperti
SPSS (Statistical Package for Social Sciences)
Statgraph
Minitab
Statistica
SAS
Cara pakai mereka tercantum di dalam manual
mereka