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 :
-
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.
Tahap pertama kita memilih secara acak kecamatan-kecamatan yang ada di kota
Semarang. Misal yang terpilih kecamatan A. Tahap berikutnya memilih secara acak
kelurahan-kelurahan yang ada di kecamatan A, misal yang terpilih kelurahan B.
Selanjutnya masyarakat di kelurahan B inilah yang kita mintai pendapat tentang
kebijakan yang akan diambil pemerintah.
II;
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).
Tabel II menunjukkan susunan hasil test kubus beton setelah diurutkan.
Kekuatan tekan ( N / mm2)
21,7
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
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.
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 x1, x2, xn, rata-ratanya atau
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
= 32,35
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