Stat Is Tika
Stat Is Tika
I.
Pendahuluan
Statistik adalah ilmu terapan yang berhubungan dengan metode-metode dan
teknik pengumpulan data, pengolahan data dan pengambilan kesimpulan tentang data
tersebut.
Data tersebut diperoleh dengan cara antara lain :
-
efisiensi tenaga, waktu dan dana, yang benar-benar diteliti adalah sebagian populasi
yang disebut sampel (contoh).
Agar kesimpulan dari hasil proses pengolahan data benar, maka data sampel
harus representatif artinya data tersebut harus mewakili populasi.
Ada beberapa cara untuk mendapatkan sampel yang efisien dan representatif
untuk populasi. Cara yang mana yang baik bergantung pada struktur populasinya.
1. Sampling acak dengan stratifikasi
Disini populasi dibagi lebih dahulu menjadi strata (tunggalnya stratum), yaitu
bagian populasi yang mempunyai sifat yang serupa terhadap karakteristik yang
diselidiki dan kemudian dalam setiap stratum dilakukan pengambilan sampel.
2. Sampling sistematis
Misalnya unit populasi yang besarnya N, sudah diberi nomor 1 sampai dengan N.
Untuk mendapat sampel, kita mengambil satu unit secara acak dari k unit yang
pertama dan kemudian kita mengambil setiap unit yang ke k yang menyusul.
Misal k = 10 dan unit yang pertama yang terambil secara acak ialah unit
bernomor 7, maka unit lain dalam sampel adalah unit yang bernomor 17, 27, 37
dan seterusnya. Jadi pengambilan unit yang pertama sudah menentukan seluruh
sampel sistematis.
3. Sampling bertahap
Misalkan setiap unit populasi dapat dibagi lagi menjadi unit yang lebih kecil,
yang disebut elemen. Sebagai contoh satu kecamatan dibagi menjadi
kelurahan/desa, setiap kelurahan/desa dibagi lagi menjadi RW dan setiap RW
dapat dibagi lagi menjadi RT. Pertama dipilih sampel dari desa/kelurahan secara
acak. Kemudian dipilih sampel dari RW-RW yang ada didesa/kelurahan yang
sudah dipilih tadi juga secara acak, begitu seterusnya. Cara ini disebut sampling
bertahap, karena sampel diambil secara bertahap.
Contoh :
1. Misal kita ingin meneliti/menyelidiki rata-rata tinggi mahasiswa Polines
Populasi : mahasiswa Polines
Teknik sampling : Sampling acak dengan stratifikasi
Misal dalam suatu kelas/kelompok setelah diamati ada n stratum yang
mempunyai tinggi sama, kemudian setiap stratum dipilih 1 mahasiswa secara
acak. Sehingga didapat sampel dengan n mahasiswa. Jika n = 10 maka di
dapat sampel dengan 10 mahasiswa. Selanjutnya setiap anggota sampel ini
yang benar-benar diukur tingginya, dan kemudian dicari rata-ratanya.
2. Sebagai karyawan kita ditugasi untuk menguji kuat tekan kubus beton.
Populasi : seluruh kubus beton yang diproduksi suatu pabrik
Teknik sampling : Sampling sistematis
Misal kita ingin membuat sampel yang terdiri dari 20 buah kubus beton.
Untuk mendapat sampel tersebut kita memberi nomor kubus secara acak dari
nomor 1 sampai 100. Kemudian diambil 1 unit secara acak dari kubus yang
bernomor 1 s/d 5, misal yang terambil adalah kubus dengan nomor 3. Maka
kubus lain dala sampel adalah yang bernomor 8, 13, 18, 23, . . . , 98. Jadi kita
mendapat sampel yang terdiri dari 20 buah kubus dengan nomor :
3, 8, 13, 18, 23,28, 33, 38, 43, 48
53, 58,63, 68, 73, 78, 83, 88, 93,98.
Selanjutnya setiap anggota sampel inilah yang benar-benar di test kuat
tekannya di laboratorium.
3. Misal kita ingin mengetahui pendapat masyarakat di suatu kelurahan di kota
Semarang tentang kebijakan yang akan diambil pemerintah.
Populasi : seluruh masyarakat kota Semarang
Teknik sampling : Sampling bertahap
Untuk memilih kelurahan mana yang akan kita jadikan sampel, kita lakukan
secara bertahap.
data kasar dan tidak teratur. Sebelum data-data ini dapat digunakan sebagai dasar
untuk suatu evaluasi, data-data tersebut harus diolah atau diproses antara lain :
diurutkan, dibuat tabel frekuensi, dilukis atau digambar, menghitung karakteristik
data misal rata-rata, variansi, deviasi baku dan lain-lain
a) Diurutkan
Untuk mendapatkan campuran beton yang memenuhi syarat, kontraktor telah
mengirimkan 30 buah kubus beton ke laboratorium untuk di test. Hasil percobaan
kuat tekan dicantumkan dalam tabel I berikut
Tabel I
Dari data yang tercantum pada tabel I ini, sukar untuk menarik kesimpulan mengenai
kekuatan beton dan campuran beton. Agar mudah dipahami, informasi yang
tercantum dalam tabel I dapat disusun menurut pola atau aturan tertentu, yaitu kita
dapat menyusun menurut harga-harga numerik dari rendah ke yang tinggi (diurutkan
dari harga rendah ke harga tinggi).
27,8
31,8
34,0
37,4
23,7
28,9
32,1
34,3
38,1
24,8
29,4
32,4
34,8
38,5
25,2
29,7
33,2
35,7
39,2
26,8
30,7
33,5
36,3
41,3
27,2
Tabel II
31,4
33,8
36,7
42,9
jangkauan
k
3. Tentukan lebar atau panjang kelas kira-kira dengan rumus :
4. Tentukan frekuensi tiap-tiap kelas
Contoh : Buat tabel frekuensi dari tabel II
1. Jangkauan = 42,9 21,7 = 21,2
2. k = 3,3 log 30 + 1 = 5,87
kita ambil k = 6
21,2
3,5
3. lebar kelas = 6
kita ambil lebar kelas = 4
21,95
20,0
25,95
23,9
24,0
23,95
19,95
27,9
27,95
Frekuensi
Kelas
2
5
6
9
6
2
Data yang disusun seperti tabel frekuensi disebut data yang digolongkan.
Dalam menggolongkan data tersebut ke dalam kelas kita menghilangkan data aslinya
(data individu). Kita anggap semua data dalam satu kelas mempunyai nilai yang
sama dengan nilai Titik tengah kelas.
Pada tabel III di atas ada 6 interval kelas, yaitu 20,0 23,9, 24,0 27,9, dst
20,0 dan 23,9 disebut limit kelas.
20,0 = limit bawah, 23,9 = limit atas.
19,95 23,95, 23,95 27,95, dst disebut batas kelas.
19,95 = batas bawah
23,95 = batas atas
Selisih batas atas dan batas bawah disebut lebar atau panjang kelas.
Lebar kelas = 23,95 19,95 = 4
Titik tengah interval kelas disebut titik tengah kelas atau nilai tengah kelas.
Pada tabel III titik tengah kelas adalah = 21,95 , 25,95 ,. . . , 41,95
c) Frekuensi Relatif
Frekuensi relatif sebuah kelas adalah frekuensi kelas dibagi dengan jumlah
total pengamatan
Fri
Ni
= N
Fri
Ni
= frekuensi kelas ke i
Contoh : Lengkapi tabel III dengan limit kelas, batas kelas, tanda kelas atau nilai
tengah kelas, frekuensi kelas, frekuensi relatif dan presentasi pengamatan.
limit
kelas
20,0-23,9
24,0-27,9
28,0-31,9
32,0-35,9
36,0-39,9
40,0-43,9
batas
kelas
19,95-23,95
23,95-27,95
27,95-31,95
31,95-35,95
35,95-39,95
39,95-43,95
tanda
kelas
21,95
25,95
29,95
33,95
37,95
41,95
frek
kelas
2
5
6
9
6
2
frek
relatif
0,0667
0,167
0,20
0,30
0,20
0,0667
prosentasi
pengamatan
6,67
16,7
20
30
20
6,67
Frekuensi
Kumulatif
2
< 27,95
< 31,95
13
< 35,95
22
< 39,95
28
< 43,95
Tabel IV
30
Frekuensi
21,95
25,95
29,95
32,95
37,95
41,95
kekuatan tekan
Ogive :
Distribusi frekuensi kumulasi dapat digambarkan oleh satu grafik yang
disebut polygon frekuensi kumulasi atau o give yang melukiskan frekuensi kumulasi
terhadap btas atas kelas.
Contoh : Gambar histogram untuk tabel frekuensi kumulasi pada tabel IV
30
Fre
ku
we
nsi
15
19,95
23,95
27,95
31,95
35,95
39,95
43,95
kekuatan tekan
Mean :
Mean atau harga rata-rata merupakan sebuah konsep yang banyak sekali
digunakan. Kita sering membaca, mendengar atau mengatakan tentang banyak hal
yang berkaitan dengan rata-rata. Misalnya : curah hujan tahunan rata-rata, rata-rata
pengeluaran perbulan, pendapatan rata-rata per bulan dan sebagainya.
Untuk n buah pengalaman atau data dengan harga x 1, x2, xn, rata-ratanya
n
Xi
i 1
xi fi
fi
xi
fi
Contoh : Hitung rata-rata atau mean dari data pada tabel III dan dari tabel frekuensi
pada tabel III
Dari tabel II :
= 32,44
Dari tabel III :
X =
xi fi
fi
Dispersi
Ukuran-ukuran lokasi memberikan keterangan yang penting mengenai
kecenderungan data itu memusat di suatu harga tertentu, tetapi tidak memberikan
informasi mengenai aspek lain yang sama pentingnya, yaitu penyebaran (dispersi)
data-data itu terhadap mean.
Misal perangkat data :
24, 25, 26, 27, 28 mempunyai mean 26 dan 3, 17, 18, 34, 58 juga mempunyai mean
26.
Kedua perangkat data ini mempunyai mean yang sama, tetapi perangkat yang
pertama memiliki harga-harga yang lebih terkumpul di sekitar mean dibandingkan
dengan perangkat yang kedua. Jadi kita juga membutuhkan suatu ukuran untuk
menyatakan penyebaran (dispersi) harga-harga disekitar meannya.
Jangkauan
Ukuran penyebaran atau dispersi yang paling sederhana adalah jangkauan
(range). Besaran ini menyatakan selisih harga tertinggi dan harga terendah dalam
suatu perangkat data pengamatan. Dalam kedua contoh diatas jangkauan perangkat
pertama : 28 24 = 4, sementara jangkauan perangkat kedua : 58 3 = 55.
Kelemahan dari jangkauan adalah bahwa jangkauan hanya melibatkan harga-harga
ekslim saja, tanpa memperhitungkan perilaku harga-harga diantaranya.
Deviasi Baku (Simpangan Baku)
Ukuran penyebaran yang paling penting dalam statistik adalah deviasi baku
atau standart deviasi. Deviasi baku dari mean sering kali digunakan dalam statistik
untuk menyatakan derajat penyebaran (dispersi). Besaran ini memperhitungkan juga
penyimpangan masing-masing harga dari harga meannya.
Setelah kita menentukan ukuran deskriptif yaitu mean dan deviasi baku, kita
baru dapat membandingkan suatu data dengan data lainnya dan kemudian menarik
kesimpulan.
Perangkat data yang baik adalah yang mempunyai deviasi baku yang kecil.
Dengan deviasi baku yang kecil berarti data itu telah mengelompok disekitar harga
rata-ratanya. Dua perangkat data yang mempunyai deviasi baku yang berbeda,
perangkat data yang mempunyai deviasi baku lebih kecil yang lebih baik dari
perangkat data lainnya.
Perhatikan kembali hasil test 30 kubus beton pada tabel II. Dengan
menghitung mean dan deviasi baku dari data tersebut dan membandingkan dengan
harga-harga kuat tekan dan deviasi baku yang diijinkan, seorang ahli pondasi dapat
secara mudah menyimpulkan kwalitas campuran beton itu.
Deviasi baku dihitung dengan rumus sebagai berikut :
X - X
n
i 1
n 1
X - X
n
i 1
n 1
=
=
802,95
29
= 27,69
= 5,26 N/mm2