DESKRIPTIF
BI5106 Analisis Biostatistik
Utriweni Mukhaiyar
Ilustrasi
2
77.71
60.00
87 46
87.46
27.79
70.00
44.24
24.00
42 13
42.13
41.49
32.35
60.00
54.12
43 04
43.04
47.70
41.60
89.54
64.52
45 75
45.75
83.00
77.96
85.64
27.14
111 27
111.27
14.32
14.37
Il t i
Ilustrasi
Tahun
Jan
Feb
Mar
Apr
Mei
Jun
Jul
Agust
Sep
Okt
Nop
Des
2001 278.59 279.78 355.29 241.34 115.9 176.9 55.32 29.08 43.82 313.68 508.49 267.82
2002 299.78 245.88 266.64 185.27 122.22 133.1 76.78
32.4
2003 425.21 370.8 300.23 157.43 184.96 69.93 23.28 14.39 17.86 275.23 433.23 456.02
2004
547.8 308.2
388
93
297
128
47
87
105
389
371.6
STATISTIKA
DESKRIPTIF
Jenis-jenis
j
Statistika
5
1.
2.
Populasi
Sampel
setiap
p obyek
y p
populasi
p
memiliki
m
m
kemungkinan/kesempatan yang
sama untuk terpilih
hasil pengukuran atau pengamatan
Sampel Acak
Data
Contoh Populasi
p
dan Sampel
p
Keterwakilan sampel
atas p
populasi
p
??
Kaidah Pengambilan
Sampel
p ((Teknik
Sampling)
Sampel
p
7
Jenis-jenis Observasi
8
OBSERVASI / DATA
KUALITATIF
Nominal
Ordinal/Rank
KUANTITATIF
Diskrit
Kontinu
Didasarkan pada
suatu selang/interval
sehingga meliputi
semua bilangan riil
Intensitas gempa yang
terjadi setiap hari di
suatu
t wilayah,
il
h tingkat
ti k t
curah hujan harian di
suatu daerah, dll
Tidak mengenal
urutan dan operasi
aritmatika
Berhubungan dengan
proses menghitung,
dan pengamatan atas
himpunan terhitung.
2012 by UM
Statistika Deskriptif
9
Metode
pengolahan dan
penyajian suatu
gugus data
Tujuan :
memberikan
informasi yang
berguna.
Informasi berupa
: bentuk
distribusi data
Mean, median,
modus, kuartil, desil,
persentil, dll
Ukuran
Pemusatan
10
PARAMETER
DISTRIBUSI
Ukuran
Penyebaran
(Variabilitas)
Variansi, simpangan
baku, range, jangkauan
kuartil, dll
Kemencengan
Skewness
Kelancipan
Kurtosis
Karakteristik
Distribusi
Simetris
Mean =
Median
Skew Positif
Mean >
Median
Skew Negatif
Mean <
Median
Puncak
t
tunggal
l
1 modus
Puncak jamak
Modus banyak
Kesimetrisan
BENTUK
DISTRIBUSI
Puncak
(Modal)
@ UM
Karakteristik Distribusi
11
1. PARAMETER DISTRIBUSI
Ukuran Pemusatan
Ukuran Penyebaran
2. BENTUK DISTRIBUSI
Berpuncak
Jamak
Berpuncak
gg
Tunggal
# modus > 1
# modus = 1
Kemencengan
skewness
Kelancipan
kurtosis
Simetris
Menceng/skew
Positif
Menceng/skew
g
Negatif
mean = median
mean > median
mean < median
CONTOH 1
12
279.78
x1
355.29
241.34
x2
x7
313.68
x10
508.49 267.82
x12
x(1) x(2)
X(7)
x(10)
minimum
x(12)
maksimum
Ukuran p
pemusatan data
statistik yang memberikan informasi dimana data
terkumpul dengan ukuran/jumlah tertentu.
Contoh : Mean (rataan), kuartil bawah, kuartil tengah
(median), kuartil atas, modus, persentil, ...
Ukuran penyebaran data
statistik yang memberikan informasi bagaimana data
menyebar
y
di sekitar p
pusat data.
Contoh : range (jangkauan data), IQR (jangkauan antar
kuartil), variansi, standar deviasi (simpangan baku), ...
1.
Mean (rata-rata)
(
)
1 n
x xi
n i 1
Contoh :
x1 x2 ... x12
x
12
278.59 279.78 ... 267.82
222.17
12
15
29.08 50
43.82%55.32
115.9
176.9) 241.34 267.82278.59
313.68355.29
data
(awal)
(awal
50%279.78
data
(akhir)) 508.49
(akhir
X(6.5)
2. Median
Nilai
l tengah
h yang membagi
b
d kelompok
dua
k l
k
data sama banyak.
4. Kuartil
29.08 25
43.82
176.9
%55.32 115.9 25
%241.34 267.82278.59
25 %279.78 313.68355.29
25 %508.49
q1
q3
q2 = med
d
Kuartil bawah (q1) : q1 x n 1
q1 x 121 x
1
3
4
1
x3 x 4 x 3 70.47
4
q2 x 121 x(6.5)
(6 5) 254.58
q3 x 3(12 1) x
3
9
4
x9
3
x10 x9 305.21
4
5. Persentil
17
29.08 43.82 55.32 115.9 176.9 241.34 267.82278.59 279.78 313.68355.29 508.49
p25
Persentil ke-i :
p75
p50 = med
x i ( n 1)
100
100
median
kuartil atas
Ukuran Penyebaran
y
Data
18
D
Data
: x1, x2, x3, ..., xn
Rataan : x
Ukuran penyebaran data yang
melihat bagaimana SETIAP
(keseluruhan) observasi terpisah
dari pusat data.
data
n
( x x ) x nx nx nx 0
i 1
i 1
(x x )
i
i1
2
(
x
x
)
i
i 1
Ukuran Penyebaran
y
Data
19
1
1
2
2
s
( xi x )
n 1 i 1
n 1
n
xi
n
i 1
2
i
n
i 1
s2 20663.8
JKXX
3 Si
3.
Simpangan Baku
B k ((standard
d d ddeviation)
i i )
s 20663.8 143.75
s = s2
4. Jangkauan
k
antar k
kuartill
dq = q3 q1
dq = q3 q1 = 234.74
Data Pencilan
20
dq = 234.74
BBP = 70.47(1.5)(234.74
( )(
) = -281.65
BAP = 305.21
305 21 + (1,5)(234.74)
(1 5)(234 74) = 657.32
657 32
SARI NUMERIK
Count (banyak data, n)
21Sum (jumlah data)
Average (rata-rata)
Median (kuartil tengah)
Mode (modus)
Minimum
Maximum
Range
Standard Deviation
Variance
Skewness
Kurtosis
25th Percentile (persentil-25)
50th Percentile (persentil-50)
75th Percentile (persentil-75)
Interquartile Range (dk)
* Perhitungan dengan Mic. Excel
12
2666.01
222.17
254.58
29.08
508.49
479.41
143.75
20663.8
0.303*
-0.181*
70.465
254.58
305.205
234.74
Menceng
kiri/negatif ???
Penyajian
y j Data
22
1.
2.
3.
4.
5.
6.
7.
23
T b l Di
Tabel
Distribusi
t ib i FFrekuensi
k
i
Data banyaknya
y
y p
pelanggan
gg y
yang
g datang
g ke sebuah
mini market
k d
di 15 hari
h tertentu pada
d bulan
b l Juli
l 2011.
26 37 39 46 49 59 69 76 83 83 83 87 87 95 95
Kelas Interval
Titik Tengah
Kelas
Frekuensi (f)
Frekuensi
Kumulatif
21 35
21-35
28
36-50
43
51-65
58
66-80
73
81-95
88
15
PRINSIP DASAR
PELUANG
Pie Chart
24
9%
10%
23%
58%
mana setiap
ti potongannya
t
mewakili
kili proporsii atau
t persentase
t
suatu komponen dari sebuah kelompok data (100%).
Pemakaian pie chart hanya
y cocok ketika menyatakan
y
data
dalam bentuk proporsi dari satu kelompok data.
Dot Plot
25
3,5
3
frekuens
si
2,5
2
1,5
1
0,5
0
0
20
40
60
80
100
nilai
Histogram
g
26
Histogram
g
adalah g
gambar berdasarkan distribusi
frekuensi
Setiap frekuensi dipresentasikan oleh suatu segi empat
(rectangle).
(rectangle)
Daerah setiap rectangle sebanding dengan frekuensinya.
27
26 37 39 46 49 59 69 76 83 83 83 87 87 95 95
28
Diagram
g
Kotak-Titik
(Box-Plot)
100
90
95
max
85
80
76
70
q2
q3
mean
60
50
47,5
40
30
20
26
q1
min
10
0
pencilan atas
BAP (pagar atas)
upper whisker
q3
q2
maksimum
mean
q1
lower whisker
*
*
minimum
KELEMAHAN
DOT PLOT
HISTOGRAM
KEUNGGULAN
Cepat
Lama
Banyak perhitungan
Nilai data tidak nampak
BATANG-DAUN
BOX PLOT
TTerdiri
di i dari
d i parameterparameter dari data yang
sudah diurutkan
Efektif
Ef
k if untukk membandingkan
b di k bentuk
b
k
distribusi beberapa kelompok data
sekaligus
31
mean = median
32
L tih 1
Latihan
227
222
218
217
225
218
216
229
228
221
Batch 2
219
214
215
211
209
218
203
204
201
205
Q Apakah
Q:
p
p
percobaan p
proses p
penuaan memberikan
dampak pada kekuatan daya rentang polimer?
Sumber: Walpole (2006), hal.13
33
Contoh 2
- Keluarkan
K l k sarii numerik
ik yang mungkin
ki
Ukuran pemusatan data : MEAN, MEDIAN, KUARTIL BAWAH-ATAS
Ukuran penyebaran data : RANGE, JANGKAUAN KUARTIL,
VARIANSI,SIMPANGAN BAKU
Lain-lain : SKEWNESS dan KURTOSIS
Apakah diperlukan???
SARI NUMERIK
Mean
Variansi
Simp.Baku
Min.
Max.
Q1
Median
Q3
34
230
226.5
221.5
220
215
216
Batch.II
209,90
,
42,1000
6,49
201
219
204,25
210
214,75
230
229
225
Batch.1
222,10
,
23,6556
4,86
216
229
218
221,5
226,5
218
225
220
219
215
214.75
210
210
2 0
210
205
205
204.25
200
200
201
Batch 1
195
195
Batch 2
@ UM
log (x)
x2
data awal
x3
10x
y = x2
87
37
59
49
69
95
83
87
39
95
83
76
83
26
6
46
7569
1369
3481
2401
4761
9025
6889
7569
1521
9025
6889
5776
6889
6 6
676
2116
transformasi
skew
k
= -0,18
0 18
Referensi
Djauhari,M.A.,2001,CatatanKuliahAnalisisData.
Walpole,RonaldE.,et.al,Statistitic
Walpole Ronald E et al Statistitic forScientistand
for Scientist and
Engineering,8thEd.,2007.
37