STATISTIK

Dr. SYAHRUL, M.Pd Dr. ABD. MUIS MAPPALOTTENG, M.Pd, MT.

JURUSAN PENDIDIKAN TEKNIK ELEKTRO FAKULTAS TEKNIK UNIVERSITAS NEGERI MAKASSAR

PENGERTIAN
STATISTIK:
KUMPULAN DATA: BILANGAN, NON-BILANGAN, --- TABEL ATAU DIAGRAM ---MENGGAMBARKAN ATAU MELUKISKAN SUATU PERSOALAN

STATISTIKA :

Kegiatan untuk : mengumpulkan data menyajikan data menganalisis data dengan metode tertentu menginterpretasikan hasil analisis dan penarikan kesimpulan

KEGUNAAN MEMPELAJARI ILMU STATISTIK

Memperoleh gambaran suatu keadaan atau persoalan yang sudah terjadi Untuk Penaksiran ( Forecasting ) Untuk Pengujian ( testing hypotesa )

Statistika & Metode Ilmiah METODE ILMIAH : Adalah salah satu cara mencari kebenaran yang bila ditinjau dari segi penerapannya, resiko untuk keliru paling kecil.
LANGKAH-LANGKAH DALAM METODE ILMIAH : 1. Merumuskan masalah 2. Melakukan studi literatur 3. Membuat dugaan-dugaan, pertanyaan-pertanyaan atau hipotesis 4. Mengumpulkan dan mengolah data, menguji hipotesis, atau menjawab pertanyaan Mengambil kesimpulan INSTRUMEN SAMPEL SIFAT DATA VARIABEL METODE ANALISIS

5.

PERAN STATISTIKA

PENGELOMPOKKAN STATISTIKA :
A. Statistik Deskriptif Statistika Deskriptif: statistika yang menggunakan data pada suatu kelompok untuk menjelaskan atau menarik kesimpulan mengenai kelompok itu saja 1. Ukuran Lokasi: mode, mean, median, dll 2. Ukuran Variabilitas: varians, deviasi standar, range, dll 3. Ukuran Bentuk: skewness, kurtosis, plot boks B. Statistik Induktif (Inferensi) Statistika yang menggunakan data dari suatu sampel untuk menarik kesimpulan mengenai populasi dari mana sampel tersebut diambil. Tindakan inferensi tersebut seperti melakukan estimasi, uji hipotesis, presdiksi, dan perhitungan derajat asosiasi antara variabel-variabel, dan pengambilan keputusan dan sebagainya.

Descriptive Statistics Measures of Central T endency Mean Median Mo de Measure o f Variability Variance Standard Deviatio n Rang e Deviation Mean Deviatio n Sum of Squared Deviation Graphic Displays Frequency Distributio n tables Frequency Distributio n Po lygo n Histo gram Bar Graph

Inferential Statistics Estimation Correlation & Regression Pearson Correlation Phi-coefficient Linear Regression Chi-Square

z-scores Single Sample t statistic Independent t statistic Dependent t statistic

Test for Goodness of Fit Test for Independence

3. Data TIPE DATA STATISTIK

DATA KUANTITATIF : Data yang dinyatakan dalam bentuk angka, nilainya bervariasi (variabel) Contoh : lama bekerja, jumlah gaji, usia, hasil ulangan

DATA KUALITATIF : Data yang dinyatakan dalam bentuk kualitas objek yang dipelajari. Contoh : kuat, rusak, baik, senang, puas, dll.

DESKRIT

- NOMINAL - ORDINAL

ATRIBUT

KONTINU

- INTERVAL -- RASIO

SKALA NOMINAL : Hasil pengukuran berskala nominal adalah apabila angka/data yang diperoleh bersifat kategorisasi atau klasifikasi. Fungsi identifikasi, yaitu membedakan antara subjek yang satu dengan lainnya. CIRI : posisi data setara tidak bisa dilakukan operasi matematika (+, -, x, :) CONTOH : jenis kelamin, jenis pekerjaan

SKALA ORDINAL : Hasil pengukuran berskala ordinal adalah apabila angkanya menunjukkan adanya penjenjangan kualitatif. Dan data yang diperoleh bersifat kategorisasi atau klasifikasi, tetapi di antara data tersebut terdapat hubungan. CIRI : posisi data tidak setara, tidak memiliki nilai 0 mutlak tidak bisa dilakukan operasi matematika (+, -, x, :) CONTOH : kepuasan kerja, motivasi

SKALA INTERVAL : Hasil pengukuran berskala interval pada dasarnya merupakan hasil pengukuran berskala ordinal yang memiliki jarak antar jenjang yang tetap sama (selalu sama). CIRI : Perbedaan angka sudah mencirikan kuantitatif dan kualitatif. Tidak memiliki nilai 0 mutlak. Bisa dilakukan operasi matematika ( + dan - ) Hasil pengukuran interval akan bersifat invarian bila dikenai transformasi linier (Y = a+bX). CONTOH : temperatur yang diukur berdasarkan 0C dan 0F,

SKALA RASIO : Pengukuran berskala rasio merupakan skala pengukuran tertinggi, yang pada dasarnya merupakan pengukuran berskala interval tetapi mempunyai harga 0 mutlak. CIRI : tidak ada kategorisasi bisa dilakukan operasi matematika ( +, -, :, x ) Hasil pengukuran rasio akan bersifat invarian bila dikenai transformasi dengan rumus Y = cX CONTOH : Berat, kecepatan, panjang, dll.

STATISTIK DESKRIPRIF

PENYAJIAN DATA UKURAN TENDENSI SENTRAL UKURAN VARIABILITAS DATA

1. Penyajian Data

TABEL

Tabel 1.1 Bidang Pekerj aan berdasarkan Latar Belakang Pendidikan Count pendidikan SMU Akademi 1 8 1 4 3 2 14 3 4 10 30 Sarjana 6 7 5 11 6 35 Jumlah 15 8 12 27 13 75

bidang pekerjaan

administrasi personalia produksi marketing keuangan

Jumlah

1. Penyajian Data

GRAFIK

bidang pe kerjaa n
administrasi personalia produksi marketing keuangan Pies show counts

1. Membuat Tabel TABEL : memberikan informasi secara rinci. Terdiri atas kolom dan baris
Kolom pertama : LABEL KOLOM Kolom kedua . n : Frekuensi atau label

TABEL
BARIS Berisikan data berdasarkan kolom

Tabel Tabulasi Silang

Pendapat tentang sertifikasi Asal Wilayah Sangat perlu Perlu Tidak tahu Tidak perlu Sangat tdk perlu Jumlah

Jawa Barat Jawa Tengah Jawa Timur NTT Papua Jumlah

Membuat Grafik GRAFIK : memberikan informasi dengan benar dan cepat, tetapi tidak rinci. Syarat : 1. Pemilihan sumbu (sumbu tegak dan sumbu datar), kecuali grafik lingkaran 2. Penetapan skala (skala biasa, skala logaritma, skala lain) 3. Ukuran grafik (tidak terlalu besar, tinggi, pendek)
4

Jenis Grafik :

Sumbu tegak

3 2 1

Grafik Batang (Bar)

Grafik Garis (line) Grafik Lingkaran (Pie)

0 1 Titik pangkal

3 4 Sumbu datar

Grafik Interaksi (Interactive)

Jenis Grafik Grafik Batang (Bar)

30

Grafik Garis (line)

30

20

20

10

10

Count

Jumlah

0 administrasi personalia produksi marketing keuangan

0 administrasi personalia produksi marketing keuangan

bidang pekerjaan

bidang pekerjaan

Grafik lingkaran (pie)

keuangan administrasi

Grafik Interaksi (interactive)

800000 700000

600000

personalia

Mean gaji perbulan

500000

Jenis kelamin
400000 laki-laki 300000 sangat jelek jelek cukup baik baik sangat baik w anita

marketing produksi

prestasi kerja

Frekuensi FREKUENSI : banyaknya data untuk satu kelompok/klasifikasi

KELOMPOK Kelompok ke-1 Kelompok ke-2 Kelompok ke-3 Kelompok ke-i Kelompok ke-k FREKUENSI f1 f2 f3 fi fk k n = fi i=1 Pendidikan S1 S2 S3 Frekuensi 62 19 9 90

k n = fi = f1 + f2 + f3 +.. + fi + + fk i=1

Distribusi Frekuensi DISTRIBUSI FREKUENSI : mengelompokkan data interval/rasio dan menghitung banyaknya data dalam satu kelompok/klasifikasi
Membuat distribusi frekuensi : 1. Mencari sebaran (range) yakni selisih antara data paling besar dengan data paling kecil) 35 20 = 15 2. Menentukan banyak kelas dengan rumus k = 1 + 3,3 log n 7 1. Menentukan panjang kelas dengan rumus p = sebaran / banyak kelas 15/7 = 2

USIA
20 21 22 23 24 25 26 27 28 29 30 31 33 35

FREKUENSI
5 6 13 4 7 7 7 5 3 4 15 3 5 1

KELOMPOK USIA 20 21 22 23 24 25 26 27 28 29 30 31 32 - 33 34 - 35

FREKUENSI 11 17 14 12 7 18 5 1

2. Ukuran Tendensi Sentral

RATA-RATA : suatu bilangan yang bertindak mewakili sekumpulan bilangan

a. RATA-RATA HITUNG (RERATA) : jumlah bilangan dibagi banyaknya n

n Xi
i =1

X=

X1 + X2 + X3 + + Xn n

2. Ukuran Tendensi Sentral

Bila terdapat sekumpulan bilangan di mana masing-masing bilangannya memiliki frekuensi, maka rata-rata hitung menjadi :

X=

X1 f1 + X2 f2 + X3 f3 + + Xkfk f1 + f2 + f3 + + fk

k Xifi
i =1

k fi
i =1

Cara menghitung :
Bilangan (Xi) 70 63 85 Frekuensi (fi) 3 5 2 Xi fi 210 315 170

Maka :

X = 695 = 69.5 10

Jumlah

10

695

b. Median MEDIAN : nilai tengah dari sekumpulan data setelah diurutkan yang fungsinya membantu memperjelas kedudukan suatu data. Contoh : diketahui rata-rata hitung nilai ulangan dari sejumlah siswa adalah 6.55. Pertanyaannya adalah apakah siswa yang memperoleh nilai 7 termasuk istimewa, baik, atau biasa-biasa saja ? Jika nilai ulangan tersebut adalah : 10 10 8 7 7 6 5 5 5 5 4, maka rata-rata hitung = 6.55, median = 6 Kesimpulan : nilai 7 termasuk kategori baik sebab berada di atas rata-rata hitung dan median (kelompok 50% atas)
Jika nilai ulangan tersebut adalah : 8 8 8 8 8 8 7 5 5 4 3, maka rata-rata hitung = 6.55, median = 8 Kesimpulan : nilai 7 termasuk kategori kurang sebab berada di bawah median (kelompok 50% bawah)
Jika sekumpulan data banyak bilangannya genap (tidak mempunyai bilangan tengah) Maka mediannya adalah rerata dari dua bilangan yang ditengahnya. Contoh : 1 2 3 4 5 6 7 8 8 9 maka median (5+6) : 2 = 5.5

c. Modus
MODUS : bilangan yang paling banyak muncul dari sekumpulan bilangan, yang fungsinya untuk melihat kecenderungan dari sekumpulan bilangan tersebut.

Contoh : nilai ulangan 10 10 8 7 7 6 5 5 5 5 4 Maka : s = 6 ; k = 3 ; p =2 rata-rata hitung = 6.55 ; median = 6 modus = 5 ; kelas modus = 5 - 7
Nilai Frekuensi Nilai 8 10 57 24 Jumlah Frekuensi 3 7 1 11

10
8 7 6 5 4 Jumlah

2
1 2 1 4 1 11

Mo X Me

Kurva positif apabila rata-rata hitung > modus / median Kurva negatif apabila rata-rata hitung < modus / median

3. Ukuran Penyebaran (Variabilitas)

UKURAN YANG MENYATAKAN HOMOGENITAS / HETEROGENITAS : 1. RENTANG (Range) 2. DEVIASI RATA-RATA (Average Deviation) 3. VARIANS (Variance) 4. DEVIASI STANDAR (Standard Deviation) Rentang (range) : selisih bilangan terbesar dengan bilangan terkecil. Sebaran merupakan ukuran penyebaran yang sangat kasar, sebab hanya bersangkutan dengan bilangan terbesar dan terkecil.

Contoh : A : 100 90 80 70 60 50 40 30 20 10
B : 100 100 100 100 100 10 10 10 10 10 C : 100 100 100 90 80 30 20 10 10 10

X = 55 r = 100 10 = 90

Rata-rata

Deviasi rata-rata

Deviasi Rata-rata : penyebaran Berdasarkan harga mutlak simpangan bilangan-bilangan terhadap rataratanya.

n |Xi X| DR = n i=1

Kelompok A Nilai X 100 90 80 70 X-X 45 35 25 15 |X X| 45 35 25 15

DR = 250 = 25 10

Rata-rata

60
50 40 30 20 10 Jumlah

5
-5 -15 -25 -35 -45 0

5
5 15 25 35 45 250

Makin besar simpangan, makin besar nilai deviasi rata-rata

Deviasi rata-rata
Kelompok B Nilai X 100 100 100 90 80 30 20 10 10 10 Jumlah X-X 45 45 45 35 25 -25 -35 -45 -45 -45 0 |X X| 45 45 45 35 25 25 35 45 45 45 390

Rata-rata

DR = 390 = 39 10

Makin besar simpangan, makin besar nilai deviasi rata-rata

Varians & Deviasi Standar

Varians : penyebaran berdasarkan jumlah kuadrat simpangan bilanganbilangan terhadap rata-ratanya ; melihat ketidaksamaan sekelompok data
Kelompok A Nilai X 100 90 80 70 60 50 40 30 X -X 45 35 25 15 5 -5 -15 -25 (XX)2 2025 1225 625 225 25 25 225 625 Nilai X 100 100 100 90 80 30 20 10 Kelompok B X -X 45 45 45 35 25 -25 -35 -45 (X X)2 2025 2025 2025 1225 625 625 1225 2025

n 2 2 s = (Xi X) n-1 i=1 Deviasi Standar : penyebaran berdasarkan akar dari varians ; menunjukkan keragaman kelompok data

20
10

-35
-45

1225
2025 8250

10
10 Jumlah

-45
-45

2025
2025 15850

Jumlah

s=

n (Xi X)2 i=1 n-1

s=

8250 9 = 30.28

s=

15850 9 = 41.97

Kesimpulan : Kelompok A : rata-rata = 55 ; DR = 25 ; s = 30.28 Kelompok B : rata-rata = 55 ; DR = 39 ; s = 41.97 Maka data kelompok B lebih tersebar daripada kelompok A

TUGAS

Buatlah data tentang prestasi belajar mahasiswa Mata Kuliah Mesin Listrik dengan Rentang 50100 dan jumlah sampel 75 orang (30 perempuan dan 45 pria) Buatlah analisis deskriptif dalam bentuk:
a. Distribusi (frekuensi dan grafis) b. Tendensi sentral c. Variabilitas