25/09/2013

Pertanyaan

Metode Statistika (STK211)

Jika

punya data mengenai daya

hidup dari baterai HP merk XXX

Pertemuan III
St ti tik D
Statistika
Dasar (B
(Basic
i Statistics)
St ti ti )

Dimana lokasi atau pusat dari data?

ukuran pemusatan
Seberapa besar variasi dari data ukuran
penyebaran

Ukuran Pemusatan

Modus (Mode)

Modus (Mode): Nilai pengamatan yang

paling sering muncul

Merupakan nilai pengamatan yang paling

sering muncul

Median: Pengamatan yang ditengah-tengah

dari data terurut

Dalam satu gugus data dapat mengandung

lebih dari satu modus

Quartil: Nilai
Nilai-nilai
nilai yang membagi data terurut
menjadi 4 bagian yang sama

Dapat digunakan untuk semua jenis data,

data tapi
paling banyak digunakan untuk data kategorik
atau data diskret dengan hanya sedikit nilai
yang mungkin muncul

Mean: merupakan pusat massa (centroid)

sehingga simpangan kiri dan simpangan
kanan sama besar

Modus

Median

Cara menghitung median contoh

Pengamatan yang ditengah-tengah dari data

terurut

Urutkan data dari terkecil sampai

terbesar

Nama lain dari percentil ke-50

Nama lain dari kuartil 2 (Q2)
Digunakan untuk menggambarkan lokasi dari
data numerik

Jika jumlah data ganjil, nilai median

merupakan nilai di tengah
Data I: 2

Kekar terhadap adanya pencilan

Data terurut: 1

Median

25/09/2013

Cara menghitung median contoh

Urutkan data dari terkecil sampai
terbesar

Perhatikan data I dan data III

Data I terurut: 1

Data terurut: 1

Data III terurut: 1

4

100

Median

Jika jumlah data genap, nilai median

merupakan rataan dari dua nilai di tengah
Data II: 2 8 3 4 1 8

8
Median

Median=(3+4)/2 = 3.5

Secara umum langkah teknis untuk

menghitung median contoh
Urutkan data dari kecil ke besar
Cari posisi median (nmed=(n+1)/2)
Nilai median
Jika nmed bulat, maka Median=X(n+1)/2
Jika
Jik nmed pecahan,
h
maka
k M
Median=(X
di
(X(n)/2+
X(n)/2+1)/2 (rata-rata dua pengamatan yang
berada sebelum dan setelah posisi
median)

Langkah Teknis memperoleh

Kuartil (Quartile)
Metode Belah dua
Urutkan data dari kecil ke besar
Cari posisi kuartil
nQ2=(n+1)/2
nQ1=(nQ2*+1)/2= nQ3, nQ2* posisi kuartil dua
t
terpangkas
k (pecahan
(
h dibuang)
dib
)

Nilai kuartil 2 ditentukan sama seperti

mencari nilai median. Kuartil 1 dan 3
prinsipnya sama seperti median tapi kuartil 1
dihitung dari kiri, sedangkan kuartil 3 dihitung
dari kanan.

Kuartil

Nilai-nilai yang membagi data terurut menjadi 4 bagian

yang sama

Q0 (dibaca kuartil 0) merupakan nilai minimum dari data

Q1(dibaca kuartil 1) merupakan nilai yang membagi data

25% data di kiri dan 75% data di kanan

Q2 (dibaca kuartil 2) merupakan median, membagi data

menjadi 50%

Q3 (dibaca kuartil 3) merupakan nilai yang membagi data

75% data di kiri dan 25% data di sebelah kanan

Q4 (dibaca kuartil 4) merupakan nilai maksimum dari

data

Nilai Q1, Q2, dan Q3 kekar terhadap pencilan

Perhatikan ilustrasi data I

Posisi Q2 = nQ2 = (5+1) / 2 =3
Posisi Q1 = Posisi Q3 = (3+1)/2 = 2

Data terurut: 1

Median
Q1

Q3

25/09/2013

Perhatikan ilustrasi data II

Langkah Teknis memperoleh

Kuartil (Quartile)

Posisi Q2 = nQ2 = (6+1) / 2 =3.5

Metode Interpolasi
Urutkan data dari kecil ke besar
Cari posisi kuartil

Posisi Q1 = Posisi Q3 = (3+1)/2 = 2

Data terurut: 1

nq1=(1/4)(n+1)
nq2=(2/4)(n+1)
nq3=(3/4)(n+1)

Nilai kuartil dihitung sebagai berikut:

Xqi=Xa,i + hi (Xb,i-Xa,i)
Xa,i = pengamatan sebelum posisi kuartil ke-i, Xb,i
= pengamatan setelah posisi kuartil ke-i dan hi
adalah nilai pecahan dari posisi kuartil

Median
Q1

Q3

Perhatikan ilustrasi data I

Perhatikan ilustrasi data II

Posisi Q2 = nQ2 = (5+1) / 2 =3

Posisi Q2 = nQ2 = (6+1) / 2 =3.5

Posisi Q1 = (5+1) = 1.5

Posisi Q1 = (6+1) = 1.75

Posisi Q3 = (5+1) = 4.5

Data terurut: 1

Posisi Q3 = (6+1) = 5.25

Data terurut: 1

Median

Median

Q1= 1 + 0.5(2-1) = 1.5

Q1= 1 + 0.75(2-1) = 1.75

Q3=4+ 0.5(8-4)=6

Statistik 5 serangkai

Q3=8+ 0.25(8-8)=8

Mean (rataan)

Q2

Merupakan pusat massa (centroid)

Q1

Q3

Q0

Q4

Jika menggambarkan populasi di tuliskan

sebagai , huruf yunani mu
Jika menggambarkan contoh dituliskan
sebagai x , disebut xbar
xbar

Berdasarkan metode Interpolasi

Data I

Data II

Digunakan untuk tipe data numerik

3.5

3
1.5

1.75

Tidak bisa digunakan untuk tipe data

kategorik dan diskret
Sangat resisten terhadap pencilan

25/09/2013

Langkah Teknis memperoleh mean

Perhatikan data I dan data III

Rata-rata (Mean)

Data I terurut: 1

100

Populasi:

x
i =1

1+ 2 + 3 + 4 + 8
= 3.6
5

x=

Sampel:

x=

x
i =1

Data I

Median

Data III terurut: 1

(merupakan data contoh):

2

x=

2 + 8 + 3 + 4 +1
x=
= 3 .6
5

1 + 2 + 3 + 4 + 100
= 22
5

Median

Jangan dibulatkan!!!!

Kaitan antar bentuk sebaran dengan

ukuran pemusatan

Ukuran Penyebaran
Menggambarkan suatu UKURAN KUANTITATIF tingkat
penyebaran atau pengelompokan dari data
Keragaman biasanya didefinisikan dalam bentuk jarak :
Seberapa jauh jarak antar titik-titik tersebut satu sama lain
Seberapa jauh jarak antara titik-titik tersebut terhadap
rataannya
y
Bagaimana tingkat keterwakilan nilai tersebut terhadap
kondisi data keseluruhan

Mean = Median = Mode

Jangkauan antar Kuartil

(Interquartile Range)

Wilayah (Range)
Merupaka selisih dari nilai terbesar nilai
terkecil
R=Xmax Xmin
Hanya memperhitungkan nilai terkecil dan
terbesar, sedangkan sebaran nilai antara dua
nilai tersebut tidak diperhitungkan

Merupakan selisih antara kuartil 3 dengan kuartil 1

IQR = Q3 - Q1

Memperhitungkan sebaran antara nilai minimum dan nilai

maksimum

Kekar terhadap adanya nilai-nilai yang ekstrim (pencilan)

Resisten
R i t tterhadap
h d nilai
il i yang ekstrim
k ti

Data I terurut: 1 2
R = 8-1 = 7
Data III terurut: 1

Statistik 5 serangkai dari data I

Statistik 5 serangkai dari data III

(metode belah dua)

(metode belah dua)

R = 100-1 = 99

100

100

IQR = 4-2 = 2

IQR = 4-2 = 2

25/09/2013

Deviasi

Ragam
Data 1

Ukuran penyebaran yang lebih kompleks adalah

bagaimana data tersebut mengelompok di sekitar
rataannya

Data

Deviasi merupakan selisih dari data terhadap

rataannya.

Ukuran keragaman dari deviasi adalah rataan deviasi =

(x - ) / n
Data 1

(x - ) / n 0

Rataan
Data

Rataan

(X-)
1

-2.6

6.76

-1.6

2.56

-0.6

0.36

0.4

0.16

4.4

19.36

3.6

-2.6

-1.6

-0.6

0.4

4.4

3.6

0.000000000000000178

Untuk menghilangan +/maka deviasi

dikuadratkan terlebih
dahulu sebelum dirataratakan.

Ukuran semacam ini

disebut ragam = (x )2 / n

(x - )2 merupakan
jumlah kuadrat dari
deviasi disekitar
rataannya

5.84

Deviasi
1

(X-)2

Perhatikan permainan berikut

Ragam (Variance)
N

Banu mengajak Anda main tebak-tebakan. Banu

mempunyai tiga kaleng. Salah satu dari kaleng
tersebut berisi bola. Yang manakah yang berisi
bola?

(x )

Populasi

2 = i=1

Contoh

s2 = i=1

Jika bola tersebut

di
dianggap
sebagai
b
i
rataan sampel
maka ada
sebanyak 3-1 = 2
kaleng yang
ditebak bebas
db = n-1

(x x)

n1

Derajat bebas = db

Untuk menghitung ragam contoh maka perlu dihitung

rataan contoh, maka data terakhir tergantung dari datadata sebelumnya. Hanya 1 yang tidak bebas, sedangkan
n-1 data lainnya bebas variasinya
N

Data 1

=
2

(x )

i=1

29.2
=
=5.84
5

s=
2

(x x)

i=1

n1

29.2
=
=7.3
4

Jika kaleng I dan II Anda angkat namun tidak

terdapat bola maka sudah pasti kaleng ke-3
yang berisi bola

Latihan :
Simpangan baku (standard deviation)
Ragam merupakan ukuran jarak kuadrat,
sehingga untuk mendapatkan jarak yang
sebenarnya adalah dengan mengakarkan ragam
simpangan baku
simpangan baku populasi dan s simpangan
baku sampel

a. 3 9 7 4 10 3
b. 4 9 3 8 6
Tentukan nilai :
Mean, Median, Q1, Q3, Ragam, Simpangan
Baku, Range, dan IQR
untuk kedua gugus data di atas

25/09/2013

Ilustrasi Data

Demo MINITAB

No

Sex

Tinggi

Berat

Agama

167

63

Islam

172

74

Islam

161

53

Kristen

157

47

Hindu

165

58

Islam

167

60

Islam

162

52

Budha

151

45

Katholik

158

54

Kristen

10

162

63

Islam

11

176

82

Islam

12

167

69

Islam

13

163

57

Kristen

14

158

60

Islam

15

164

58

Katholik

16

161

50

Islam

17

159

61

Kristen

18

163

65

Islam

19

165

62

Islam

20

169

59

Islam

21

173

70

Islam

Data pada ilustrasi data diolah menggunakan MINITAB

Diagram Kotak Garis (boxplot)

Descriptive Statistics: Tinggi, Berat

Variable
Tinggi
Berat

N
21
21

Mean
163.81
60.10

Variable
Ti
Tinggi
i
Berat

Range
25
25.00
00
37.00

StDev
5.85
8.86

Variance
34.26
78.49

Minimum
151.00
45.00

Q1
160.00
53.50

Median
163.00
60.00

Q3
167.00
64.00

Maximum
176.00
82.00

IQR
7
7.00
00
10.50

Informasi yang diperoleh dari

diagram kotak garis

Penyajian Dengan Box-plot(1)

Boxplot of data 1

Melihat ukuran penyebaran dan ukuran

pemusatan data
Melihat adanya data pencilan
Sebagai alat pembandingan sebaran dua
kelompok data atau lebih

Q1

Q2

Q3

Min

Max

Interquartli Range

40

45

50
data 1

55

60

25/09/2013

Cara membuat box plot

Ilustrasi (1)

Me

Hitung Statistik lima serangkai

Q1

Q3

Q0

Q4

Hitung Pagar Dalam Atas (PAD1) : Q3 +1.5(Q3-Q1)

Hitung Pagar Dalam Atas (PAD2) : Q3 +3(Q3-Q1)

Hitung Pagar Dalam Bawah (PBD1): Q1-1.5(Q3-Q1)

Hitung Pagar Dalam Bawah (PBD)2: Q1-3(Q3-Q1)

Identifikasi data. Jika data < PBD atau data > PAD maka data dikatakan
outlier

Gambar kotak dengan batas Q1 dan Q3

Jika tidak ada pencilan : Tarik garis dari Q1 sampai data terkecil dan

Statistik 5 serangkai dari data sbb:

Me

48

Q1

Q3

43

55

Min

Max 40

59

PDA = 55 + 1.5 (55 43) = 73

PDB = 43 1.5 (55 - 43) = 25
Tidak ada pencilan

tarik garis dari Q3 sampai data terbesar

Jika ada pencilan : Tarik garis Q1 dan atau Q3 sampai data sebelum
pencilan

Pencilan digambarkan dengan asterik

Ilustrasi (4)

B o x p lo t o f d a ta 1

Stem-and-leaf of data 1 N = 23
Leaf Unit = 1.0

40

45

50
data 1

55

60

Sebaran data tidak simetrik, karena nilai median

lebih dekat ke Q1 miring ke kanan

9
(5)
9
7
1
1
1
1
1

4
4
5
5
6
6
7
7
8

Me

002233344
68899
02
556788

48

Q1

Q3

43

55

Min

Max

40

80

PDA = 55 + 1.5 (55 43) = 73

PDB = 43 1.5 (55 - 43) = 25
Pencilan : 80

Tidak ada pencilan

Contoh data:
B o x pl o t o f da ta 1

40

50

60
data 1

70

Sebaran data tidak simetrik, karena nilai median

lebih dekat ke Q1 miring ke kanan
Terdpat nilai pencilan (80)

80

Jawa Barat
No. Kota/Kab
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24

Pandenglang
Lebak
Bogor
Sukabumi
Cianjur
Bandung
Garut
Tasikmalaya
Ciamis
Kuningan
Cirebon
Majalengka
Sumedang
Indramayu
Subang
Purwakarta
K
Karawang
Bekasi
Tangerang
Serang
Kota Bogor
Kota Sukabumi
Kota Bandung
Kota Cirebon
Rata-Rata:
Jabar
Jateng
Minimum :
Jabar
Jateng
Maksimum:
Jabar
Jateng

Jawa Tengah

Pert. Pend.
2.15
2.48
4.52
2.51
2.33
3.31
2.35
2.15
1.21
1.97
2.73
2.01
1.41
2.53
1.89
2.32
2 31
2.31
3.57
4.04
2.85
2.60
1.48
2.20
2.51

2.48
1.68
1.00
1.00
23.00
34.00

No. Kota/Kab
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35

Cilacap
Banyumas
Prubalingga
Banjarnegara
Kebumen
Purworejo
Wonosobo
Magelang
Boyolali
Klaten
Sukoharjo
Wonogiri
Karanganyar
Sragen
Grobogan
Blora
R b
Rembang
Pati
Kudus
Jepara
Demak
Semarang
Temanggung
Kendal
Batang
Pekalongan
Pemalang
Tegal
Brebes
Kota Magelang
Kota Surakarta
Kota Slatiga
Kota Semarang
Kota Pekalongan
Kota Tegal

Pert. Pend.
1.28
1.78
1.42
1.49
1.09
0.62
1.64
1.31
1.08
1.19
2.10
0.51
2.07
1.85
1.52
1.27
2 08
2.08
1.62
2.03
1.87
1.38
0.46
1.83
0.83
1.70
1.80
1.79
2.67
2.09
1.25
1.39
2.30
5.21
1.95
2.44

25/09/2013

B o x p lo t o f p e r tu m b u h a n p e n d d v s p r o p
K o ta S e m a r a n g

pertumbuhan pendd

Bo go r

T an g eran g

0
Ja w a B a r a t

Ja w a T e n g a h
prop

Nomor
Skor
Aritmatika

Pertumbuhan penduduk di Jawa Barat relatif lebih tinggi

dibandingkan dengan pertumbuhan penduduk di Jawa
Tengah. Secara umum, tingkat keragaman pertumbuhan
penduduk antar kabupaten, di Jawa Tengah sedikit lebih
besar dibanding dengan Jawa Barat. Kab Bogor dan
Tangerang merupakan daerah yang tingkat pertumbuhan
pendudukya cukup tinggi. Di Jawa Tengah Kota Semarang
yang pertumbuhan penduduknya paling tinggi.

10

11

14

19

17

15

13

11

Skor Aljabar

Nomor

11

11

12

13

14

15

16

17

18

19

20

Skor
Aritmatika

19

19

18

19

14

14

16

20

16

Skor Aljabar