UJIAN AKHIR SEMESTER

STATISTIKA DASAR



oleh :
Luh Putu Asri Parwati (E1R011023)




Pendidikan Matematika
Pendidikan Matematika dan Ilmu Pengetahuan Alam
Fakultas Keguruan dan Ilmu Pendidikan
Universitas Mataram
2013
STATISTIKA DASAR

A. PENGENALAN STATISTIKA
A.1 Peranan Statistika
Disadari atau tidak, statistika telah banyak digunakan dalam kehidupan
sehari-hari. Pemerintah menggunakan statistika untuk menilai hasil pembangunan
masa lalu dan untuk membangun rencana masa depan. Pimpinan mengambil
manfaat dari kegunaan statistika untuk melakukan tindakan-tindakan yang perlu
dalam menjalankan tugasnya. Dunia penelitian atau riset, bukan hanya telah
mendapat manfaat yang baik dari statistika tetapi sering harus menggunakannya.
Uraian singkat di atas dapat memberikan gambaran bahwa statistika
sebenarnya diperlukan, minimal pengetahuan metodenya. Sesungguhnya, statistika
sangat diperlukan bukan hanya dalam penelitian atau riset, tetapi juga perlu dalam
bidang pengetahuan.

A.2 Statistik dan Statistika
Kata statistik telah dipakai untuk menyatakan kumpulan data, bilangan
maupun non-bilangan yang disusun dalam tabel atau diagram yang melukiskan
atau menggambarkan suatu persoalan. Sedangkan statistika itu sendiri adalah
pengetahuan yang berhubungan dengan cara-cara pengumpulan data, pengolahan
atau penganalisisannya dan penarikan kesimpulan berdasarkan kumpulan data dan
penganalisisan yanng dilakukan.

A.3 Data Statistik
Keterangan atau ilustrasi mengenai sesuatu hal bisa berbentuk kategori atau
berbentuk bilangan disebut data statistik. Data yang berbentuk bilangan disebut
data kuantitatif. Dari nilainya, dikenal dua golongan data kuantitatif yaitu data
diskrit (data yang didapat dengan mencacah) dan data kontinu (data yang didapat
dengan mengukur). Data kualitatif tiada lain daripada data yang dikategorikan
menurut lukisan atau kualitas objek yag dipelajari.
Menurut cara memperoleh data dibagi menjadi data primer (data yang
diperoleh secara langsung oleh peneliti) dan data sekunder (data yang diperoleh
dari sumber lain).

A.4 Populasi dan Sampel
Totalitas semua nilai yang mungkin, hasil menghitung ataupun pengukuran
kuantitatif atau kualitatif mengenai karakteristik tertentu dari semua anggota
kumpulan yang lengkap dan jelas yang ingin dipelajari sifat-sifatnya, dinamakan
populasi. Adapun sebagian yang diambil dari populasi disebut sampel.
Sensus (pengumpulan data yang langsung pada populasinya) tidak selalu
dapat dilakukan mengingat populasi yang beranggotakan tak hingga atau
berukuran tak hingga. Meskipun kita mempunyai populasi terhingga, sensus tidak
selalu dapat dilakukan mengingat tidak praktis, tidak ekonomis, membutuhkan
waktu lama, ketelitian tidak memuaskan dan lain-lain. Dalam hal ini semua,
sampling (pengumpulan data secara acak) bisa diterapkan. Sampling harus
mengikuti cara-cara yang dapat dipertanggungjawabkan agar kesimpulannya dapat
dipercaya. Dengan kata lain, sampel itu harus representatif dalam arti segala
karakteristik populasi hendaknya tercerminkan pula dalam sampel yang diambil.

A.5 Pengupulan Data
Proses pengumpulan data dapat dilakukan dengan jalan sensus atau
sampling. Untuk kedua hal, sensus maupun sampling, banyak langkah yang dapat
ditempuh dalam usaha mengumpulkan data yaitu
a. mengadakan penelitian langsung ke lapangan atau laboratorium terhadap objek
penelitian. Hasilnya dicatat untuk kemudian dianalisis;
b. mengambil atau menggunakan sebagian atau seluruhnya dari sekumpulan data
yang telah dicatat atatu dilaporkan oleh badan atau orang lain;
c. mengadakan angket yakni cara pengumpulan data dengan menggunakan daftar
isian atau daftar pertanyaan yang telah disiapkan dan disusun sedemikian rupa
sehingga calon responden hanya tinggal mengisi atau menandainya dengan
mudah dan cepat.

B. PENYAJIAN DATA
Data yang telah dikumpulkan, baik berasal dari populasi ataupun dari
sampel, untuk keperluan laporan atau analisis selanjutnya, perlu diatur, disusun,
disajikan dalam bentuk yang jelas dan baik. Garis besarnya ada dua cara penyajian
data yang sering dipakai ialah diagram dan tabel.
B.1 Diagram
B.1.a diagram batang
Data yang variabelnya berbentuk
kategori sangat tepat disajikan dalam
diagram batang. Untuk menggambar
diagram batang diperlukan sumbu datar
dan sumbu tegak yang berpotongan tegak
lurus. Sumbu datar dan sumbu tegak
dibagi menjadi beberapa skala bagian
yang sama. Skala pada sumbu tegak
dengan skala pada sumbu datar tidak
perlu sama. Kalau diagram dibuat tegak,
maka sumbu datar dipakai untuk
menyatakan waktu atau atribut. Kuantum
atau nilai data digambar pada sumbu
tegak.



B.1.b diagram garis
Untuk menggambarkan keadaan yang serba terus atau berkesinambungan
dapat dibuat dalam bentuk diagram garis. Seperti diagram batang, diagram
garispun memerlukan sistem
sumbu datar dan sumbu tegak
yang saling tegak lurus. Sumbu
datar menyatakan waktu
sedangkan sumbu tegaknya
melukiskan kuantum data tiap
waktu.
B.1.c diagram lingkaran dan diagram pastel
Untuk membuat diagram lingkaran, gambarkan sebuah lingkaran, lalu
dibagi-bagi menjadi beberapa sektor. Tiap sektor melukiskan kategori data
yang terlebih dahulu diubah ke dalam derajat. Diagram lingkaran sering
digunakan untuk melukiskan data atribut. Variasi bentuk diagram lingkaran
dapat pula dibuat dalam bentuk diagram pastel.



B.1.d diagram gambar
Sering dipakai untuk
mendapatkan gambaran kasar
sesuatu hal dan sebagai alat
visual bagi orang awam. Setiap
satuan jumlah tertentu dibuat
sebuah simbol sesuai dengan
macam datanya. Kesulitan yang
dihadapi ialah ketika
menggambarkan bagian simbol
untuk satuan yang tidak penuh.
B.2 Tabel
B.2.a tabel data tunggal
Data tunggal seringkali
dinyatakan dalam bentuk daftar
bilangan, namun kadangkala
dinyatakan dalam bentuk tabel
distribusi frekuensi. Tabel
distribusi frekuensi tunggal
merupakan cara untuk
menyusun data yang relatif
sedikit.
B.2.b tabel data kelompok
Tabel distribusi frekuensi bergolong biasa digunakan untuk menyusun
data yang memiliki kuantitas yang besar dengan mengelompokkan ke dalam
interval-interval kelas yang sama panjang.










C. DAFTAR DISTRIBUSI FREKUENSI
C.1 Pengenalan Daftar Distribusi Frekuensi
Dalam daftar distribusi frekuensi, banyak objek dikumpulkan dalam
kelompok-kelompok berbentuk a-b, yang disebut kelas interval. Ke dalam kelas
interval a-b dimasukkan semua data yang bernilai mulai dari a sampai dengan b.
Urutan kelas interval disusun mulai data terkecil terus ke bawah sampai nilai
data terbesar. Berturut-turut, mulai dari atas, diberi nama kelas interval pertama,
kelas interval kedua,..., kelas interval terakhir. Bilangan-bilangan di sebelah kiri
kelas interval disebut tepi bawah dan bilangan-bilangan di sebelah kanannya
disebut tepi atas. Selisih positif antara tiap dua ujung bawah berurutan disebut
panjang kelas interval.
Selain dari ujung kelas interval ada lagi yang disebut batas kelas interval. Ini
bergantung pada ketelitian data yang digunakan. Jika data dicatat teliti hingga
satuan, maka batas bawah kelas sama dengan ujung bawah dikurangi 0,5. Batas
atasnya didapat dari ujung atas ditambah 0,5.

C.2 Membuat Daftar Distribusi Frekuensi
Untuk membuat daftar distribusi frekuensi dengan panjang kelas yang sama,
kita lakukan langkah sebagai berikut.
a. Tentukan rentang, ialah data terbesar dikurangi data terkecil.
b. Tentukan banyak kelas interval yang diperlukan. Banyak kelas dapat dihitung
menggunakan aturan Sturges, yaitu:
Banyak kelas ()
dengan n menyatakan banyak data dan hasil akhir dijadikan bilangan bulat.
c. Tentukan panjang kelas interval (p)

Harga p diambil sesuai dengan ketelitian satuan data yang digunakan.
d. Pilih ujung bawah kelas interval pertama. Untuk ini bisa diambil sama dengan
data terkecil atau nilai data yang lebih kecil dari data terkecil tetapi selisihnya
harus kurang dari panjang kelas yang telah ditentukan. Selanjutnya daftar
diselesaikan dengan menggunakan harga-harga yang telah dihitung. Sebelum
daftar sebenarnya dibuat, ada baiknya dibuat daftar penolong yang berisikan
kolom tabulasi. Kolom ini merupakan kumpulan deretan garis-garis miring,
yang banyaknya sesuai dengan banyak data terdapat dalam kelas interval yang
bersangkutan.

C.3 Distribusi Frekuensi Kumulatif
Daftar distribusi frekuensi kumulatif dapat dibentuk dari daftar distribusi
frekuensi biasa, dengan jalan menjumlahkan frekuensi demi frekuensi. Dikenal
dua macam distribusi frekuensi ialah kurang dari dan atau lebih.


D. UKURAN PEMUSATAN
D.1 Rata-Rata
Rata-rata untuk data kuantitatif yang terdapat dalam sebuah sampel dihitung
dengan jalan membagi jumlah nilai data oleh banyak data. Simbol rata-rata untuk
sampel ialah sedangkan rata-rata untuk populasi dipakai simbol . Rumus untuk
rata-rata adalah

Atau lebih sederhana

Untuk data yang telah disusun dalam daftar distribusi frekuensi, rata-ratanya
dihitung dengan

dengan

adalah titik tengah kelas interval dan

adalah frekuensi yang sesuai dengan titik tengah

.
Cara kedua untuk menghitung rata-rata dari data dalam daftar distribusi
frekuensi ialah dengan cara sandi atau cara singkat. Untuk ini ambil salah satu
titik tengah kelas, namakan

. Untuk harga

ini diberi nilai sandi . Titik

tengah kelas yang lebih kecil dari

berturut-turut diberi harga sandi ,

dan seterusnya. Titik tengah kelas yang lebih besar dari

berturut-turut
diberi harga sandi , dan seterusnya. Dengan ini semua jika p = panjang
kelas interval yang sama besarnya, maka rata-rata dapat dihitung oleh

)

D.2 Modus
Untuk menyatakan fenomena yang paling banyak terjadi atau paling banyak
terdapat digunakan ukuran modus disingkat Mo. Modus untuk data kuantitatif
ditentukan dengan jalan menentukan frekuensi terbanyak di antara data itu. Jika
data kuantitatif telah disusun dalam daftar distribusi frekuensi, modusnya dapat
ditentukan dengan rumus (

)
dengan b = batas bawah kelas modus
p = panjang kelas modus
b
1
= frekuensi kelas modus dikurangi frekuensi kelas interval sebelumnya
b
2
= frekuensi kelas modus dikurangi frekuensi kelas interval setelahnya

D.3 Median
Median menentukan letak data setelah data itu disusun menurut urutan
nilainya. Kalau nilai median sama dengan Me, maka 50% dari data harga-
harganya paling tinggi sama dengan Me sedangkan 50% lagi harga-harganya
paling rendah sama dengan Me.
Jika banyak data ganjil, maka median Me, setelah data disusun menurut
nilainya merupakan data paling tengah. Untuk sampel berukuran genap, setelah
data disusun menurut urutan nilainya, median sama dengan rata-rata hitung dua
data tengah. Untuk data yang telah disusun dalam daftar distribusi frekuensi,
mediannya dihitung dengan rumus (

)
dengan b = batas bawah kelas median
p = panjang kelas
n = banyak data
F = jumlah frekuensi kelas interval sebelum kelas median
f = frekuensi kelas median
Ketiga nilai yakni rata-rata, median dan modus akan sama bila kurva
halusnya simetrik. Dalam grafik, kedudukan ketiga nilai tersebut dapat dilihat
Distribusi Simetrik Distribusi Positif Distribusi Negatif




X = Mo = Me
Me x Me Mo
Mo
Curve B :
Skewed Lef t
Curve A :
Skewed Right
Kalau dalam rata-rata kita bisa menentukan rata-rata gabungan dari beberapa
sampel maka tidaklah demikian halnya dengan median. Ini disebabkan urutan nilai
data sampel-sampel akan merubah urutan nilai data sampel gabungan. Selain
daripada itu, rata-rata sampel bersifat lebih stabil dibandingkan dengan median
sampel. Dengan ini dimaksudkan, jika dari sebuah populasi diambil semua sampel
yang mungkin lalu dari tiap sampel dihitung rata-rata dan mediannya, maka harga-
harga median bervariasi lebih besar bila dibandingkan dengan rata-rata. Karena
sifat stabil inilah antara lain statistik lebih banyak digunakan untuk analisis lebih
lanjut dibandingakan dengan statistik lainnya.

D.4 Kuartil, Desil dan Persentil
Jika sekumpulan data dibagi menjadi empat bagian yang sama banyak,
sesudah disusun menurut urutan nilainya, maka bilangan pembaginya disebut
kuartil. Ada tiga buah kuartil yaitu kuartil pertama, kuartil kedua dan kuartil
ketiga. Pemberian nama ini dimulai dari nilai kuartil paling kecil.
Begitu pula jika kumpulan data itu dibagi menjadi 10 bagian yang sama,
maka didapat sembilan pembagi dan tiap pembagi dinamakan desil dan persentil
jika data itu dibagi menjadi 100 bagian yang sama.
Untuk menentukan nilai kuartil, desil dan persentil caranya adalah
a. susun data menurut urutan nilainya;
b. tentukan letak kuartil, desil dan persentil;
Letak kuartil ke i, desil ke i dan persentil ke i dilambangkan dengan K
i
, D
i
,
P
i,
ditentukan oleh rumus

( )

( )

( )

c. tentukan kuartil, desil dan persentil.
Kuartil K
i
(i = 1, 2, 3) dihitung dengan rumus

)
Desil D
i
(i = 1, 2, ..., 9) dihitung dengan rumus

)
Persentil P
i
(i = 1, 2, ..., 99) dihitung dengan rumus

)
dengan b = batas bawah kelas K
i
, D
i
, P
i

p = panjang kelas
F = jumlah frekuensi kelas interval sebelum kelas K
i
, D
i
, P
i

f = frekuensi kelas K
i
, D
i
, P
i

E.UKURAN DISPERSI
Selain ukuran pusat dan ukuran letak terdapat ukuran simpangan atau ukuran
dispersi. Ukuran ini kadang-kadang dinamakan pula ukuran variasi, yang
menggambarkan bagaimana berpencarnya data kuantitatif. Beberapa ukuran
dispersi yang terkenal dan akan diuraikan adalah rentang, rentang antar kuartil,
simpangan kuartil, rata-rata simpangan serta simpangan baku.
E.1 Rentang, Rentang Antar Kuartil, Simpangan Kuartil
rentang = data terbesar data terkecil
rentang antar kuartil (RAK) = K
3
K
1

simpangan kuartil (SK) =

(K
3
K
1
)
E.2 Rata-Rata Simpangan
Misalkan data hasil pengamatan berbentuk

, ...,

dengan rata-rata .
Selanjutnya kita tentukan jarak antara tiap data dengan rata-rata Jarak ini dalam
simbol ditulis |

|. Jika sekarang jarak-jarak |

|, |

|, ..., |

|
dijumlahkan, lalu dibagi oleh n, maka diperoleh satuan yang disebut rata-rata
simpangan. Rumusnya adalah

|

E.3 Simpangan Baku
Jika kita mempunyai n dengan data

, ...,

dan rata-rata maka

simpangan baku dihitung dengan

( )

Jika data dari sampel telah disusun dalam daftar distribusi frekuensi maka
untuk menentukan simpangan baku digunakan rumus

( )

Cara singkat atau cara sandi juga dapat digunakan untuk menghitung
simpangan baku sehingga perhitungan akan lebih sederhana. Rumusnya adalah

( )

Untuk mencari simpangan baku ambil harga akar yang positif.

F. KEMIRINGAN DAN KERUNCINGAN
F.1 Koefisien Kemiringan
Kita sudah mengenal kurva halus atau model yang bentuknya positif, negatif
atau simetrik. Model positif terjadi bila kurvanya mempunyai ekor yang
memanjang ke sebelah kanan. Sebaliknya, jika ekornya memanjang ke sebelah kiri
didapat model negatif. Dalam kedua hal terjadi sifat taksimetri. Untuk mengetahui
derajat taksimetri sebuah model, digunakan ukuran kemiringan yang ditentukan
oleh

Rumus empirik untuk kemiringan adalah
()


Kita katakan model positif jika kemiringan positif, negatif jika kemiringan
negatif dan simetrik jika kemiringan sama dengan nol.
F.2 Ukuran Keruncingan
Bertitik tolak dari kurva model normal atau distribusi normal, tinggi
rendahnya atau runcing datarnya bentuk kurva disebut kurtosis. Kurva distribusi
normal yang tidak terlalu runcing atau tidak
terlalu datar dinamakan mesokurtik ( =
0,263. Kurva yang runcing dinamakan
leptokurtik (>0,263) sedangkan yang datar
disebut platikurtik (<0,263).
Untuk menyelidiki apakah distribusi
normal atau tidak, sering pula dipakai
koefisien kurtosis persentil, diberi simbol
yang rumusnya

dengan SK adalah rentang semi antar kuartil. Untuk model distribusi normal,
harga = 0,263

G. DISTRIBUSI NORMAL
Distribusi dengan variabel acak kontinu disebut distribusi normal atau
distribusi Gauss. Jika variabel acak kontinu X mempunyai fungsi densitas pada X
= dengan persamaan
()

dengan = nilai konstan yang bila ditulis hingga 4 desimal
e = bilangan konstan, bila ditulis hingga 4 desimal e = 2,7183
= parameter, ternyata merupakan rata-rata untuk distribusi
= parameter, merupakan simpangan baku untuk distribusi
dan nilai mempunyai batas , maka dikatakan bahwa variabel acak
X berdistribusi normal.
Sifat-sifat penting distribusi normal:
1) grafiknya selalu di atas sumbu datar x
2) bentuknya simetrik terhadap
3) mempunyai satu modus, jadi kurva unimodal, tercapai pada sebesar

4) grafiknya mendekati (berasimtotkan) sumbu datar x dimulai dari ke
kanan dan ke kiri.
5) luas daerah grafik selalu sama dengan satu unit persegi.
Untuk tiap pasang dan , sifat-sifat di atas selalu dipenuhi, hanya bentuk
kurvanya saja yang berlainan. Jika makin besar, kurvanya makin rendah
(platikurtik) dan untuk makin kecil, kurvanya makin tinggi (leptokurtik).
Jika sebuah variabel acak kontinu, maka kita mempunyai fungsi
densitas () yang dapat menghasilkan peluang untuk harga-harga . Dalam hal
ini berlaku ()

sehingga ()

Untuk menentukan peluang bahwa harga X = antara a dan b misalnya
digunakan rumus
( ) ()

sehingga
( ) ()

Untuk penggunaan praktis, untunglah rumus-rumus di atas tak perlu
dirisaukan, karena sebuah daftar telah disusun untuk keperluan dimaksud. Daftar
itu adalah daftar distribusi normal standar atau normal baku. Distribusi normal
standar ialah distribusi normal dengan rata-rata dan simpangan baku .
Fungsi densitasnya berbentuk ()

untuk dalam daerah

.
Mengubah distribusi normal umum dalam ()

menjadi
distribusi normal baku dalam ()

dapat ditempuh dengan

menggunakan transformasi:

Perubahan grafiknya dapat dilihat
Normal Umum Normal standar

Setelah kita memiliki distribusi normal baku yang didapat dari distribusi normal
umum dengan transformasi

maka daftar distribusi normal baku dapat

digunakan. Dengan daftar ini, bagian-bagian luas dari distribusi normal baku dapat
dicari. Caranya adalah
1) hitung z sehingga dua desimal;
2) gambarkan kurvanya seperti gambar sebelah kanan;
3) letakkan harga z pada sumbu datar, lalu tarik garis vertikal hingga memotong
kurva;
4) luas yang tertera dalam daftar adalah luas daerah antara garis ini dengan garis
tegak di titik nol
5) dalam daftar, cari tempat harga z pada kolom paling kiri hanya hingga satu
desimal dan desimal keduanya dicari pada baris paling atas;
6) dari z di kolom kiri maju ke kanan dan dari z di baris atas turun ke bawah,
maka didapat bilangan yang merupakan luas yang dicari. Bilangan yang didapat
harus ditulis dalam bentuk 0,xxxx (bentuk 4 desimal).
Karena seluruh luas = 1 dan kurva simetrik terhadap = 0, maka luas dari
garis tegak pada titik nol ke kiri ataupun ke kanan adalah 0,5.