Anda di halaman 1dari 14

Statistik Dasar

1. Pendahuluan Persamaan Statistika Dalam Penelitian


2. Penyusunan Data Dan Penyajian Data
3. Ukuran Tendensi Sentral, Ukuran Penyimpangan
4. Momen Kemiringan
5. Distribusi Normal t Dan p
6. Pengujian Hipotesis
7. Analisis Variansi
8. Analisis Regresi Dan Korelasi

http://www.dianadipamungkas.wordpress.com

Peranan Statistik Dalam Penelitian

Statistik adalah pengetahuan yang berhubungan dengan cara penyusunan data, penyajian data
dan penarikan kesimpulan mengenai keseluruhan (populasi) berdasarkan data yang ada pada
sebagian dari keseluruhan (sampel).
Dari definisi tersebut maka statistik dapat digolongkan menjadi 2, yaitu:
a. Statistika Deskriptif
Adalah bagian statistika yang mempelajari cara penyusunan data dan penyajian data yang
dikumpulkan.
b. Statistika inferensial (induktif)
Adalah bagian statistika yang mempelajari cara penarikan kesimpula mengenai populasi
berdasarkan data yang ada pada sampel, penarikan kesimpulan mengenai populasi
berdasarkan data sampel sering disebut data generalisasi.

Sensus
Kelemahan

: biaya tinggi dan memakan waktu yang lama

Keuntungan

: data lebih akurat

Inferensial
Keuntungan

: sedikit biaya dan waktu lebih singkat

Kelemahan

: data kurang akurat

http://www.dianadipamungkas.wordpress.com

Contoh
Misalkan ada penelitian tentang pengaruh IQ terhadap nilai matematika di SD Surakarta.
Untuk menjawab permasalahan tidak perlu setiap anggota populasi dicari datanya. Statistika
memungkinkan untuk memecahkan masalah tidak perlu mengambil data setiap koperasi, yaitu
dengan cara penarikan kesimpulan secara umum yang didasarkan pada data sebagian. Yang perlu
diperhatikan adalah semakin banyak anggota sektor akan semakin teliti dan semakin kecil ukuran
sektor tingkat telitinya semakin rendah.

Variabel Statiska :
Dalam melakukan penelitian, peneliti harus mengidentifikasi variabel-variabel yang akan diteliti.
Variabel adalah suatu sifat yang dapat memiliki beberapa harga yang merupakan karakteristikkarakteristik yang akan diteliti.
Variabel

diskrit  banyak anggota dapat didata


kontinu  banyak anggota tidak dapat didata

http://www.dianadipamungkas.wordpress.com

Skala Pengukuran
1. Skala Pengukuran Nominal
Skala pengukuran ini merupakan skala yang paling sederhana, karakteristik dari skala
pengukuran ini adalah dapat dilakukan klasifikasi atau kategori pengamatan. Apabila
digunakan lambang bilangan pada skala nominal maka lambang tersebut hanya sebuah label
saja.
Contoh:
1) Jenis kelamin

Laki-laki

lambang

Perempuan

O
A  lambang
B

2) Golongan darah
2. Skala Pengukuran Ordinal

2
1

0
1

Skala pengukuran ordinal mempunyai 2 karakteristik, yaitu:


1) Dapat dilakukan klasifikasi (golongan)
2) Dapat dilakukan pengurutan
Apabila digunakan lambang bilangan pada skala ini maka lambang bilangan tersebut
merupakan urutan
Contoh:
1) Jenjang pendidikan SD 1
SMP 2
SMA 3
S1

S2

http://www.dianadipamungkas.wordpress.com

3. Skala Pengukuran Interval


Skala pengukuran interval mempunyai 2 karakteristik, yaitu :
1) Dapat dilakukan klasifikasi
2) Dapat dilakukan pengurutan
3) Terdapat satuan pengukuran
Apabila digunakan lambang bilangan maka lambang bilangn tersebut menunjukkan nilai
relatif terhadap nilai hasil pengukuran.
Contoh:
1) Prestasi belajar

90

80

70

4. Skala Pengukuran Rasio


Skala pengukuran rasio mempunyai 4 karakteristik, yaitu :
1) Dapat dilakukian klasifikasi
2) Dapat dilakukan pengukuran
3) Terdapat satuan pengukuran
4) Dapat dilakukan satuan pengukuran
Contoh:

Berat badan

A
B
C
D

80
70  dapat diurutkan
60
50

http://www.dianadipamungkas.wordpress.com

Ukuran Tendensi Sentral & Ukuran Penyimpangan


1. Mean (Rerata)
Mean untuk data tunggal
Juka suatu sampel berukuran n dengan anggota x1, x2, x3, ., xn , maka mean sampel
didefinisikan:
x!
Dengan

"# $"% $"& $ $"(


)

(
+,# "+
)

-. = nilai data ke-i

n = banyaknya data
Mean untuk data yang dikelompokkan
-!

/# 0# $/% 0% $/& 0& $ $/1 01

Dengan

1
3,# /3 03
1
3,# /3

-4 = nilai data ke-i

n = banyaknya data

54 = frekuensi untuk data ke-i


2. Modus (data yang sering muncul)
Modus untuk data bergolong
Mo = L78 + c9 : $ ;<
:

L78 = tepi bawah kls yg mengandung modus (kls dgn frekuensi terbanyak)
c = panjang kelas
a = selisih frekuensi kelas yang mengandung Mo dengan frekuensi sebelumnya
b = selisih frekuensi yang mengandung Mo dengan frekuensi yang mengandung Modus
frekuensi sesudahnya

http://www.dianadipamungkas.wordpress.com

3. Median (nilai tengah data)


Median untuk data tunggal
Jika suatu data yang telah diurutkan dari kecil sampai terbesar dengan notasi x1, x2, x3, ..., xn ,
maka
a. Untuk sampel berukuran ganjil
Mediannya adalah data paling tengah atau Me = X((n+1)/2)
b. Untuk sampel berukuran genap
Median adalah nilai rata-rata dari nilai data tengah atau Me = = >X @(A B X C($ 4D E
4

Median data yang dikelompokan


Me = LMe + c F

(
%

@ AG H
I

Dimana :
LMe

: batas bawah kelas median

: jumlah frekuensi semua interval sebelum kelas median

: panjang interval

: frekuensi kelas median

4. Kuantil
Kuantil untuk data tunggal
Untuk mencari letak data ke-i dari suatu kuantil digunakan rumus:
Letak data ke-i = data ke
Dengan:

KC)$4D
L

: letak data ke-i

: banyak data

: jenis kuantil

http://www.dianadipamungkas.wordpress.com

Kuantil untuk data yang dikelompokkan


Kuantil ke-i dari data kelompok adalah:
Kuantil ke-i = LKi + c M
Dengan:

+(
N

@ AGH
I

LKi

: batas bawah kelas ke-i

: jenis kuantil

: banyak data

: frekuensi kelas ke-i

: jumlah frekuensi sebelum kelas ke-i

Ukuran Penyimpangan
1. Penyimpangan untuk data tunggal
Deviasi rata-rata
Definisi :
Deviasi rata-rata adalah harga rata-rata sebaran setiap observasi data terhadap meannya.
Andaikan ada data nilai X1, X2, X3, ..., Xn dengan mean P
X, maka deviasi rata-rata adalah

d.r =

P
(
+,#|R+ GR|
)

Jumlah penyimpangan yang terjadi antara masing-masing data dengan rata-rata adalah nol,
yaitu:
PD = )KT4 X K nX
P = )KT4 X K n+,# R+ = 0
)KT4CX K S X
2
(

Hal ini karena penyimpangan yang terjadi pada masing-masing data bisa negatif atau positif.
Olehkarena itu untuk mencari variansi sampel didasarkan pada rata-rata

PD2, CX = S X
PD2, CX U S X
PD2, ..., CX ) S X
PD2
CX4 S X

http://www.dianadipamungkas.wordpress.com

Definisi:
1) Variansi sampel dari sekumpulan n data : X1, X2, X3, ..., Xn , adalah
S2 =

P %
(
+,#CR# GRD
)G4

2) Deviasi standar (simpangan baku) dari sekumpulan n data : X1, X2, ..., Xn adalah
S . D = S = = X

P %
(
+,#CR# GRD
2G4

2. Penyimpangan untuk data yang dikelompokkan


Definisi
Untuk sekumpulan n data : X1, X2, X3, ..., Xn yang telah diubah dala table distribusi
frekuensi, maka:
1) Deviasi rata-ratanya adalah

2) Variansi sampelnya adalah

d.r

S2

P
n
i!1 fi ZXi SXZ
2

P 2
n
i!1 fi CXi SXD
2G4

Dimana :
i

: 1, 2, 3, . . . , n

fi

: frekuensi

Xi : data ke-i

P
X

: mean data sampel

Dari definisi diatas dapat diturunkan teorema


S2

P 2
n
i!1 fi CXi SXD
2G4

%
(
) (
+,# I# R+ G [+,# I+ R+ \

http://www.dianadipamungkas.wordpress.com

)C)G4D

Distribusi Normal

Distribusi khusus untuk variabel yang sering dibahas yaitu distribusi normal. Distribusi ini
ditemukan oleh Karl Fredrick yang disebut juga distribusi Gauss. Fungsi densitas dari fungsi
distribusi normal dengan rata-rata dan variansi ]2 dinyatakan sebagai berikut :
f(x) =

^=_

dengan

a# CbaD%
%
d

==
e

= 3,14

e = 2, 718 . . . .

Distribusi ini dilambangkan dengan x ~ N (g, ]2)


Sifat-sifat distribusi normal:
1) a sintatik pada sumbu datar
2) simetri garis x = g

3) mempunyai titik belok x = g i ]

4) mempunyai titik maksimum (g, jC=kD)

gS]

g!]

(g, jC=kD)
f(x)

gB]

Luas dibawah kurva normal adalah


P(a x b) = ln 5C-D dx
m

Definisi:
Suatu distribusi normal, jika diambil = 0 dan ]2 = 1, maka menghasilkan distribusi normal
standar / distribusi baku Z. Sehingga fungsi dengan distribusi normal standar.

http://www.dianadipamungkas.wordpress.com

Teorema
Jika x ~ N (g, ]2) maka Z =

0Go
j

, berdistribusi normal standar atau Z ~ N (0,1)

Luas dinyatakan dengan P (X1 X X2), untuk menghitung luas bisa digunakan tabel Z
(normal standar) dengan terlebih dahulu mentransformasikan nilai-nilai x dengan Z =
X1 = Z1 =

0# Go

X2 = Z2 =

0% Go

j
j

Jadi P (X1 X X2) = P @

0# Go
j

0Go
j

= P (Z1 p Z p Z2)

Dimana:

g : mean/ rata-rata
]2 : variansi

] : simpangan baku

http://www.dianadipamungkas.wordpress.com

0% Go
j

0Go
j

Pengujian Hipotesis
A. Pengantar Pengujian Hipotesis
Pengujian hipotesis merupakan prosedur perumusan kaidah / norma yang membawa
kita pada penerimaan atau penolakan Hipotesis.
Pengujian hipotesis merupakan bagian statistik inferensial yang paling penting.
Sedangkan yang dimaksud hipotesis adalah dugaan / pernyataan mengenai satu / lebih
populasi, untuk itu dugaan tersebut harus diuji kebenarannya.
Ada 2 jenis hipotesis, yaitu:
1. Hipotesis Nol (Ho)
Adalah hipotesis yang dirumuskan dengan harapan bahwa hipotesis tersebut
nantinya ditolak setelah dilakukan uji hipotesis.
2. Hipotesis Alternatif (Ha atau H1)
Adalah hipotesis yang dirumuskan dengan harapan bahwa rumusan tersebut
nantinya akan diterima kebenarannya.
Hipotesis alternatif merupakan lawan dari hipotesis nol. Hipotesis alternatif juga
merupakan hipotesis yang akan memuat tanda hubung , q rst u . sebaliknya

hipotesis nol akan memuat tanda = , dan

B. Tipe Kesalahan
Karena dalam pengujian akan dilakukan penarikan kesimpulan untuk data
keseluruhan (populasi) yang didasarkan pada data sampel. Maka dimungkinkan akan
terjadi kesalahan dalam statistika dalam penarikan masalah dapat ditoleransi.

http://www.dianadipamungkas.wordpress.com

Ada 2 tipe kesalahan, yaitu:


1. Kesalahan Tipe 1
Adalah kesalahan yang terjadi ketika peneliti menolak Ho padahal Ho benar. Tipe
kesalahan ini dilambangkan (taraf signifikasi / tingkat kepercayaan)
2. Kesalahan Tipe 2
Adalah kesalahan yang terjadi ketika peneliti menerima Ho padahal Ho salah.
Tipe kesalahan ini dilambangkan (kekuatan uji).
Dari kedua tipe kesalahan tersebut yang sering digunakan dalam penelitian adalah
jenis kesalahan 1 yaitu . Pengambbilan nilai dalam penelitian sangat krusial
tergantung pada kebutuhan.

C. Prosedur Pengujian Hipotesis


Prosedur atau langkah-langkah dalam melakukan pengujian hipotesis adalah sebagai
berikut:
1. Rumuskan Ho dan H1`
2. Tentukan taraf signifikasi yaitu
3. Memilih statistik uji yang cocok untuk menguji hipotesis
4. Menghitung statistik uji
5. Menentukan daerah kritik
6. Menentuka keputusan uji
7. Menuliskan kesimpulan

http://www.dianadipamungkas.wordpress.com

D. Pengujian Hipotesis Mean


Macam-macam uji hipotesis:
1. Uji dua ekor

Ho : g ! gv

Ho ditolak

Ho ditolak
Ho diterima

H1` : g w gv

Ho ditolak jika xy q xz
%

Z

-Z~

atau

xy q Sxz
%

2. Uji satu ekor

Ho : g p gv

Ho ditolak
Ho diterima

H1` : g q gv

Ho ditolak jika xy q x{

Ho : g | gv

H1` : g u gv

Ho ditolak jika xy u Sx{


E.

http://www.dianadipamungkas.wordpress.com

Ho ditolak
Ho diterima
-Z