STATISTIK
Semester Genap :
2009/2010
Oleh:
Nama : Mokhammad Reza Ramdhan Putra
NIM : A1L009134
Rombongan : F-3
Dosen Pembimbing : Ir. Marsandi Kasmiatmodjo, M.S.
Ir. Budi Prakoso, M.Sc., D.Tech.Sc.
1
KATA PENGANTAR
Puji syukur kita panjatkan kepada Allah SWT, laporan praktikum ini
akhirnya dapat terselesaikan. Laporan ini adalah laporan hasil praktikum Mata
Kuliah Statistik. Tanpa ridha dan kasih sayang serta petunjuk dari-Nya mustahil
laporan ini dapat terselesaikan.
Laporan ini disusun atas dasar tugas dari Dosen dalam Mata Kuliah
Statistik. Laporan ini mengulas antara lain : (1) teknik sampling dan pengumpulan
data; (2) pengolahan dan penyajian data; (3) mengukur pemusatan dan
penyebaran data; (4) hitung peluang dan distribusi teoritis; (5) pengujian
hipotesis; (6) analisis ragam dan (7) analisis regresi dan korelasi.
Mudah-mudahan laporan ini dapat bermanfaat bagi mahasiswa dan
pembaca yang memerlukan pengetahuan tentang statistik. Dalam kesempatan
ini penulis mengucapkan terima kasih kepada semua pihak yang telah
memberikan bantuan baik secara materiil maupun moril dalam penulisan laporan
ini. Kami juga mengucapkan terima kasih kepada Dosen yang telah memberikan
tugas pada kami, juga teman-teman yang telah berperan dalam pembuatan
makalah ini.
Akhirnya sesuai kata pepatah “Tiada Gading Yang Tak Retak,” kami
mengharapkan saran dan kritik yang dapat membangun. Kebenaran dan
kesempurnaan hanya Allah lah yang punya dan Maha Kuasa.
Penulis
2
DAFTAR ISI
3
DAFTAR PUSTAKA ..................................................................................... 36
ACARA IV. HITUNG PELUANG DAN DISTRIBUSI TEORITIS
BAB I PENDAHULUAN ................................................................................ 37
A. Latar Belakang ........................................................................ 37
B. Tujuan ..................................................................................... 37
BAB II ALAT DAN BAHAN ............................................................................ 39
BAB III PROSEDUR KERJA ......................................................................... 40
BAB IV HASIL PENGAMATAN ..................................................................... 41
BAB V PEMBAHASAN ................................................................................. 47
BAB VI KESIMPULAN .................................................................................. 50
DAFTAR PUSTAKA ..................................................................................... 51
ACARA V. PENGUJIAN HIPOTESIS
BAB I PENDAHULUAN ................................................................................ 52
A. Latar Belakang ........................................................................ 52
B. Tujuan ..................................................................................... 53
BAB II ALAT DAN BAHAN ............................................................................ 54
BAB III PROSEDUR KERJA ......................................................................... 55
BAB IV HASIL PENGAMATAN ..................................................................... 56
BAB V PEMBAHASAN ................................................................................. 60
BAB VI KESIMPULAN .................................................................................. 62
DAFTAR PUSTAKA ..................................................................................... 63
ACARA VI. ANALISIS RAGAM
BAB I PENDAHULUAN ................................................................................ 64
A. Latar Belakang ........................................................................ 64
B. Tujuan ..................................................................................... 64
BAB II ALAT DAN BAHAN ............................................................................ 65
BAB III PROSEDUR KERJA ......................................................................... 66
BAB IV HASIL PENGAMATAN ..................................................................... 67
BAB V PEMBAHASAN ................................................................................. 69
BAB VI KESIMPULAN .................................................................................. 72
DAFTAR PUSTAKA ..................................................................................... 73
ACARA VII. ANALISIS REGRESI DAN KORELASI
BAB I PENDAHULUAN ................................................................................ 74
A. Latar Belakang ........................................................................ 74
4
B. Tujuan ..................................................................................... 75
BAB II ALAT DAN BAHAN ............................................................................ 76
BAB III PROSEDUR KERJA ......................................................................... 77
BAB IV HASIL PENGAMATAN ..................................................................... 78
BAB V PEMBAHASAN ................................................................................. 86
BAB VI KESIMPULAN .................................................................................. 88
DAFTAR PUSTAKA ..................................................................................... 89
5
LAPORAN PRAKTIKUM
STATISTIK
ACARA I
TEKNIK SAMPLING DAN PENGUMPULAN DATA
Semester Genap :
Semester Genap :
2009/2010
Oleh:
Nama : Mokhammad Reza Ramdhan Putra
NIM : A1L009134
Rombongan : F-3
Asistan : Febri Setiawan
Tanggal Praktikum : 18 Mei 2010
Dosen Pembimbing : Ir. Marsandi Kasmiatmodjo, M.S
Ir. Budi Prakoso, M.Sc., D.Tech.Sc.
6
BAB I
PENDAHULUAN
A. Latar Belakang
Statistika adalah ilmu yang mempelajari bagaimana merencanakan,
mengumpulkan, menganalisis, menginterpretasi, dan mempresentasikan data.
Singkatnya, statistika adalah ilmu yang berkenaan dengan data. Istilah „statistika‟
(bahasa inggris : statistiks) berbeda dengan „statistik‟ (statistik). Statistika
merupakan ilmu yang berkenaan dengan data, sedang statistik adalah data,
informasi, atau hasil penerapan algoritma statistika pada suatu data. Dari
kumpulan data, statistika dapat digunakan untuk menyimpilkan atau
mendeskripsikan data, ini dinamakan statistika deskriptif. Sebagian besar konsep
dasar statistika mengasumsikan teori probability.
Statistika banyak diterapkan dalam berbagai disiplin ilmu, baik ilmu-ilmu
alam (misalnya atronomi dan biologi), maupun ilmu-ilmu social (termasuk
sosiologi dan psikologi), dan dibidang bisnis, ekonomi, industri. Statistika juga
digunakan dalam pemerintahan untuk berbagai macam tujuan, sensus penduduk
merupakan salah satu prosedur yang paling dikenal. Aplikasi statistik lainnya
yang sekarang popular adalah prosedur jejak pendapat atau polling, serta jejak
cepat atau quick count. Dibidang komputasi, statistika dapat pila diterapkan
dalam pengenalan pola maupun kecerdasan buatan.
Aplikasi statistika terhadap permasalahan sains, industri, atau social,
pertama-tama dimulai dari mempelajari populasi. Makna populasi dalam statistika
dapat berarti populasi benda hidup, benda mati ataupun benda abstrak. Populasi
juga dapat berupa pengukuran sebuah proses dalam waktu yang berbeda-beda,
yakni dikenal dengan istilah deret waktu.
Melakukan pendataan (pengumpulan data) seluruh populasi dinamakan
sensus. Sebuah sensus tentu memerlukan waktu dan biaya yang tinggi. Untuk
itu, dalam statistika sering kali dilakukan pengambilan sampel, yakni sebagian
data dari sampel nantinya digunakan untuk menggeneralisakan seluruh populasi.
Jika sampel yang diambil cukup representatif, inferensial dan simpulan
yang dibuat dari sampel dapat digunakan untuk menggambarkan populasi
secara keseluruhan. Metode statistika tentang bagaimana cara mengambil
sampel yang tepat dinamakan teknik sampling.
7
B. Tujuan
Setelah melaksanakan secara praktikum ini diharapkan mahasiswa dapat :
1. Mengenali dan melakukan beberapa teknik sampling yang digunakan
dalam statistik.
2. Mengenali dan membedakan beberapa teknik sampling.
3. Membedakan probability sampel dengan non probability sampel.
8
BAB II
ALAT DAN BAHAN
9
BAB III
PROSEDUR KERJA
1. Random Sampling
Dari semai yang sudah disiapkan, lakukan mengambil semai sampel
secara acak sebanyak 60 semai, kemudian lakukan pengukuran terhadap tinggi /
panjang semai. Catat data yang saudara peroleh dalam table data yang sudah
disapkan. Pengambilan sampai dapat juga dengan menggunakan bilangan acak
(ranom numbers).
2. Sistematik Sampling
Kepada tanaman-tanaman semai yang sudah disiapkan berilah label
nomor sebanyak-banyaknya (minimal 300 nomor). Kemudian tentukan satu
angka nomor sauna sebagai titik toalk, lalu tentukan nomor kedua sedang
beberapa nomor (missal 5 nomor) untuk diambil sebagai sample ke 3, ke 4 dan
seterusnya. Ambil 60 nomor tanaman semai sebagai sampel. Lakukan
pengukuran terhadap panjang semai dan catat datanya dalam table data yang
sudah disiapkan.
3. Groups Sampling
Dari semai tanaman yang sudah disapkan untuk setiap group diambil 10
semai secara acak sederhana. Lakukan pengukuran terhadap tinggi / panjang
semai dan catat datanya dalam table yang sudah disiapkan.
4. Stratified Sampling
Siapkan data ID Mahasiswa beberapa tahun angkatan. Untuk masing-
masing angkatan, kelompokkan menjadi berdasarkan SKS yang diambil pada
suatu semester ( <12, 12-15, 16-18, 19-21, > 21). Tentukan sampel sebanyak 60
mahasiswa secara acak sederhana atau sistematis. Catat ID yang diperoleh
dalam table data yang sudah disiapkan.
5. Clustered Sampling
Tentukan secara acak 5 cluster semai padi yang sudah disiapkan. Untuk
masing-masing cluster lakukan pengamatan terhadap tinggi bibit semai. Anggota
cluster, catat datanya dalam table yang sudah disiapkan.
10
BAB IV
HASIL PENGAMATAN
1. Random Sampling
11
2. Sistematik sampling
3. Group sampling
No Group
Spl I II III IV V VI VII VIII
1 19.5 16.0 21.0 18.2 17.9 13.0 18.5 20.5
2 19.5 20.5 22.0 25.6 14.6 18.5 16.5 25.6
3 21.0 20.1 18.3 16.6 20.5 16.0 16.7 23.2
4 22.5 18.6 23.0 16.4 17.6 11.5 15.3 17.3
5 20.0 15.9 18.5 15.7 21.0 20.5 16.7 14.5
6 19.0 20.0 20.0 20.0 18.6 16.7 14.0 20.1
7 18.0 17.8 19.0 12.0 21.6 15.7 17.5 18.5
8 19.1 22.3 20.6 13.3 20.7 12.5 18.6 17.5
9 20.9 19.5 21.3 17.7 20.1 18.7 15.5 22.6
10 22.0 22.2 16.5 14.6 16.0 12.8 12.0 19.5
12
4. Clustered sampling
5. Stratified sampling
13
BAB V
PEMBAHASAN
14
dari beribu-ribu bola billiar yang memiliki bentuk, berat dan ukuran yang sama,
maka populasi sedemikian itu dianggap sama jenis (homogen).
2. Sampel sistematis
Sebuah sampel dianggap sistematis bila proses pemilihannya dilakukan
secara sistematis dari populasinya. Dalam proses pengawasan kualitas,
pemilihan sampel dilakukan dengan cara memilih serta menguji semua produk
yang dihasilkan pada tiap-tiap satu jam interval.
Proses pemilihan sampel mahasiswa fakultas ekonomi yang akan diukur
tinggi badannya dapat dilakukan dengan cara memilih mahasiswa yang nomor
mahasiswanya berakhiran 50. sampel sistematis sedemikian itu banyak sekali
dipergunakan dalam berbagai penelitian statistik.
3. Sampel Cluster
Prosedur pemilihan samplenya merupakan prosedur pemilihan kelompok-
kelompok secara random dari unit-unit yang tertentu. Prosedur pemilihan sampel
dalam sensus pertanian dapat dilakukan dengan jalan melakukan pemilihan
secara random terhadap (a) propinsi di tiap daerah pertanian yang berbeda, (b)
kabupaten-kabupaten di tiap sampel propinsi, (c) desa-desa dalam tiap sampel
kabupaten, (d) kampung-kampung dalam tiap sampel desa, dan (e) seksi-seksi
dalam tiap sampel kampung. Pada dasarnya, riset tentang pemasaran dapat
juga menggunakan prosedur kelompok sebagai dasar pengumpulan datanya.
4. Sampel Berstrata
Bila populasi ternyata terdiri dari bermacam-macam jenis (heterogen),
maka populasi sedemikian itu dapat dibagi kedalam beberapa stratum dan
sampelnya dapat dipilih secara random dari tiap stratum. Prosedur pemilihan
sampel yang berstrata sedemikian itu tidak dapat digunakan kecuali bila kita
memang memiliki keterangan-keterangan yang cukup tentang populasi dan
stratumnya. Selain dari pada itu, bila jumlah sampelnya tidak besar, maka
sampel berstrata umumnya lebih representatif daripada sampel random
sederhana.
5. Sampel Kuota
15
Baik buruknya suatu riset yang menggunakan data sampel tergantung
pada persoalan apakah sampelnya memang representatif atau tidak. Tidak
semua persoalan pemilihan sampel selalu dapat dipecahkan sekedar dengan
menggunakan sampel random. Kondisi-kondisi dimana sampel tersebut
dipergunakan, biaya pemilihan sampel dan konsiderasi-konsiderasi lain selalu
membentuk batas-batas tertentu dan mengharuskan penggunaan sampel yang
tertentu pula.
5. Cluster Sampling
Kelebihan : a. mudah dilakukgan
b. ukuran dalam skala kecil
16
c. data sudah merupakan rata-rata hasil pengamatan
Kekurangan : a. Prosedur estimasi sulit.
17
BAB VI
KESIMPULAN
18
DAFTAR PUSTAKA
19
LAPORAN PRAKTIKUM
STATISTIK
ACARA II
PENGOLAHAN DAN PENYAJIAN DATA
Semester Genap :
Semester Genap :
2009/2010
Oleh:
Nama : Mokhammad Reza Ramdhan Putra
NIM : A1L009134
Rombongan : F-3
Asistan : Febri Setiawan
Tanggal Praktikum : 21 Mei 2010
Dosen Pembimbing : Ir. Marsandi Kasmiatmodjo, M.S
Ir. Budi Prakoso, M.Sc., D.Tech.Sc.
20
BAB I
PENDAHULUAN
A. Latar belakang
Kita dapat bercerita tentang nilai tertinggi dan terendah. Tetapi informasi
tersebut belum cukup memberikan gambaran tetang kemampuan, bila kita dapat
menyajikan dalam bentuk yang lebih sederhana, tetapi informative, tentunya
akan sangat bermanfaa.
Cara yang umum digunakan adalah menata atau menyusun data yang
kita miliki kedalam sebuah table yang disebut table frekuensi. Table frekuensi
merupakan table yang menunjukkan sebaran atau distribusi frekuensi data yang
kita milki yang tersusun atas frekuensi tiap-tiap kelas atau kategori. Frekuensi
tiap kelas / kategori menunjukkan banyaknya pengamatan dalam kelas atau
kategori yang bersangkutan.
Data yang sudah dikumpulkan baik yang diperoleh dari hasil
pengumpulan sendiri ataupun data yang diperoleh dari sumber lain yang sudah
jadi perlu tahap pengolahan. Sehingga data tersebut dapat dikomunikasikan
secara mudah dan akurat kepada para user.
Tahap pengolahan data ini merupakan satu tahap yang penting dalam
proses penarikan kesimpulan statistik, berapa banyak data yang tersebar begitu
saja pada instansi, data tersebut dibiarkan begitu saja, sehingga tidak
memberikan konstribusi yang bersih dalam proses pengambilan kebijakan.
B. Tujuan
Setelah mengikuti acara praktikum ini diharapkan mahasiswa dapat :
1. Melakukan pengolahan data dengan benar
2. Menyajikan data dalam berbagai bentuk sajian dengan benar
3. Menyusun data dalam bentuk table distribusi frekuensi
21
BAB II
ALAT DAN BAHAN
1. Data yang dicatat pada acara pertama yang diambil dengan teknik sample
random sampling dan sistematik sampling.
2. Kalkulator
3. Alat-alat tulis (kertas, ballpoint, kertas grafik, pensil warna, dsb)
22
BAB III
PROSEDUR KERJA
Data yang diperoleh pada acara teknik sampling dan pengumpulan data,
buatlah :
1. Grafik histogram, grafik polygon dan lingkaran (piechart)
2. Susunlah dalam table distribusi frekuensi dengan nomor, interval kelas (1
kb – 1 ka), batas kelas (bkb – bkba), tanda kelas, frekuensi, frekuensi
relative, frekuensi kumulatif, frekuensi dalam persen.
23
BAB IV
HASIL PENGAMATAN
28
26
24
22
20
18
16
14
12
10
8
6
4
2
12 14 16 18 20 22 24 26 28
Grafik Poligon
24
28
26
24
22
20
18
16
14
12
10
8
6
4
2
12 14 16 18 20 22 24 26 28
Grafik Histogram
25
BAB V
PEMBAHASAN
2. Data Sekunder
Data sekunder adalah data yang diambil dari hasil mengumpulkan orang
lain. Contoh : data yang dimiliki perusahaan, data BPS, Browsing di internet dan
sebagainya.
A. Pengolahan data
Pengolahan data adalah mentabulasi data, menjumlahkan atau memilih-
milih data menjadi data yang siap disajikan dan kemudian dianalisa sesuai
dengan kebutuhan.
26
B. Penyajian data
1. Penyajian Data Acak
Data yang sudah diolah kemudian disajikan. Tujuan penyajian data
adalah agar para pengguna mudah dalam membaca data. Ada 2 cara penyajian
data yaitu :
a. Tabel
Syarat-syarat sebuah table yaitu minimal terdapat :
1) Judul tabel
2) Judul baris dan atau judul kolom
3) Catatan kaki yang berisi sumber data dan atau keterangan. Sumber
adalah darimana data tersebut diperoleh. Keterangan adalah penjelasan
singkat jikat ada data yang ekstrim.
b. Grafik
Ada beberapa macam grafik / diagram
1) Diagram batang
Diagram batang adalah diagram berdasarkan data berbentuk
kategori. Diagram ini banyak digunakan untuk membandingkan
data maupun menunjukkan hubungan suatu data dengan data
keseluruhan. Diagram ini penyajian datanya dalam bentuk batang,
sebuah batang melukiskan jumlah tertentu dari data.
Contoh :
Jumlah siswa di Fakultas Pertanian
2) Grafik garis
27
3) Diagram garis
Diagram garis adalah suatu diagram yang digambarkan
berdasarkan satu waktu, biasanya waktu yang digunakan dalam
bulan atau tahun. Kegunaan diagram garis adalah untuk dapat
melihat gambaran tentang perubahan peristiwa dalam suatu
periode (jangka waktu) tertentu dibuat diagram garis.
Contoh :
4) Diagram lingkaran
Penyajian data dalam bentuk diagram lingkaran berdasarkan pada
sebuah lingkaran yang dibagi-bagi dalam beberapa bagian sesuai
dengan macam data dan perbandingan frekuensi masing-masing
data yang disajikan.
Contoh :
28
2. Penyajian data berkelompok
Selain disajikan dalam bentuk grafik/diagram, jika jumlahnya banyak
dapat disajikan dengan terlebih dahulu dikelompokkan atau yang dikenal dengan
nama pembuatan tabel distribusi frekuensi. Ada tiga jenis penyebaran data :
a. Berdistribusi negatif
Data didistribusikan negatif berarti kebanyakan data berada dibawah rata-
rata atau jika digambarkan sebagai berikut :
b. Berdistribusi simetris
Data berdistribusi simetris berarti kebanyakan data berada disekitar rata-
rata, atau jika digambarkan sebagai berikut :
c. Berdistribusi positif
Data didistribusikan positif berarti kebanyakan data berada diatas rata-
rata, atau jika digambarkan sebagai berikut :
29
1. Tentukan rentang
Rentang adalah jarak antara data terkecil dengan data terbesar :
R= Xmaxs – Xmin
ANALISA DATA
Kesulitan – kesulitan pada saat praktikum :
1. Kurang pemahaman mengenai interval class, rentang, lebar, sehingga
susah membuat distribusi frekuensi.
2. Tidak membawa mistar
3. Distribusi frekuensi mengalami hambatan
4. Kurang ketelitian dalam membuat distribusi fekuensi
5. Kurang pemahaman tentang menggambar grafik.
30
BAB VI
KESIMPULAN
31
DAFTAR PUSTAKA
32
LAPORAN PRAKTIKUM
STATISTIK
ACARA III
MENGUKUR PEMUSATAN DAN PENYEBARAN DATA
Semester Genap :
Semester Genap :
2009/2010
Oleh:
Nama : Mokhammad Reza Ramdhan Putra
NIM : A1L009134
Rombongan : F-3
Asistan : Febri Setiawan
Tanggal Praktikum : 21 Mei 2010
Dosen Pembimbing : Ir. Marsandi Kasmiatmodjo, M.S
Ir. Budi Prakoso, M.Sc., D.Tech.Sc.
33
BAB I
PENDAHULUAN
A. Latar Belakang
Pada gejala tunggal penarikan kesimpulan dapat dengan mudah di
lakukan, karena datanya selalu tunggal, sehingga dimanapun akan mempunyai
hasil yang sama. Misal besarnya grafitasi bumi maka kesimpulan akan sama.
Pada gejala yang setiap saat berubah-ubah tidak mungkin menyimpulkan
hanya mendasarkan suatu individu atau subyek pengamatan maupun penyebut
satu persatu semua subyek penelitian yang diukur, hal ini akan menimbulkan
kejenuhan dan terlalu bertele-tele, maka atas dasar itu dibutuhkan cara untuk
menggambarkan variasi begitu banyak data dalam beberapa indikator yang bisa
mewakili begitu banyak variasi data.
Ada beberapa indikator yang bisa digunakan untuk manggambarkan
variasi data yang disebut dengan ukuran pemusatan yaitu rata-rata, nilai tengah
dan nilai yang paling sering muncul. Penggunaan ukuran ini dapat dilakukan
pada data tunggal atau data kelompok atau data yang sudah dalam bentuk tabel
distribusi frrekuensi.
B. Tujuan
Setelah melaksanakan acara praktikum ini diharapkan mahasiswa dapat:
1. Memahami dan mengerti salah satu statistik dari populasi yang diamati
berdasarkan statistik yang diperoleh dari data sampel.
2. Menghitung nilai-nilai statistik ukuran pemusatan data.
3. Menghitung nilai – nilai statistik ukuran penyebaran data.
34
BAB II
ALAT DAN BAHAN
35
BAB III
PROSEDUR KERJA
1. Siapkan data sampel hasil sampling sederhana yang telah dicatat pada acara
pertama.
2. Siapkan data sampel hasil sistematik pada acara pertama.
36
BAB IV
HASIL PENGAMATAN
1. Mean :
2. Medians =
3. Median =
4. Kuartil
1
N fs . k 1
a. Q1 4
Kb I
fx 1
20 8
15 2
13
15 0 , 307 15 , 30
37
1 N fs . k 2
b. Q2 2
Kb I
fx 2
40 39
19 2
25
19 0 , 08 19 , 08
3 N fs . k 3
c. Q3 4
Kb I
fx 3
60 39
19 2
25
19 1 , 68 20 , 68
b. Simpangan = D = Σ|X1- X |
=|12–18,78|+|14–18,78|+|16–18,78|+|18–18,78|+|20–18,78|+|22–18,78|+|24-
18,78|+|26–18,78|
= 32
|X 1 X | 32
c. Simpangan rata-rata = D 0 ,4
n 80
2
2
F1 X 1
d. JKX = F1 X 1
N
2256004
28924
80
28924 28200 , 05
723 , 95
38
JK 723 , 95
e. S 2 X
9 ,16
n 1 79
f. S S 9 ,16 3 , 02
S 3 , 02
g. S X 0 , 33
n 80
S 3 , 02
h. KK 100 % 100 % 16 , 08
X 18 , 78
mean modus 18 , 78 19 , 6
i. Kemencenga n 0 , 27
baku 3 , 02
39
BAB V
PEMBAHASAN
40
informasi, yang disajikan dalam bentuk tabel, grafik, nilai pemusatan dan nilai
penyebaran.
Statistika deskriptif belum dilakukan analisis sehingga kesimpulan yang
dapat ditarik sangat terbatas, yakni hanya terbatas pada nilai pemusatan dan
penyebaran data. Sedangkan statistika inferensia disebut juga statistika induktif
karena dapat menganalisis dan mengambil kesimpulan dengan metode tertentu
tentang suatu fenomena berdasarkan sample.
Fase statistika di mana hanya berusaha melukiskan atau menganalisa
kelompok yang diberikan tanpa membuat atau menarik kesimpulan tentang
populasi atau kelompok yang lebih besar dinamakan statistika deskriptif.
Macam-macam Statistika Deskriptif
Ukuran Numerik
Ukuran numerik dibagi menjadi dua, yaitu ukuran ukuran pemusatan
data,meliputi mean,median,modus,serta ukuran penyebaran data,meliputi
rentang,variasi dan simpangan baku.
a. Ukuran Pemusatan
Ukuran pemusatan atau ukuran lokasi adalah beberapa ukuran yang
menyatakan di mana distribusi data tersebut terpusat (Howell, 1982). Ukuran
pemusatan berupa nilai tunggal yang bisa mewakili suatu kumpulan data dan
karakteristiknya (menunjukkan pusat dari nilai data).
Jenis – jenis ukuran pemusatan antara lain :
1) Rata-rata (Mean)
Rata-rata merupakan ukuran pemusatan yang sering digunakan.
Keuntungan dari menghitung rata-rata adalah angka tersebut dapat
digunakan sebagai gambaran atau wakil dari data yang diamati.
Rata-rata peka dengan adanya nilai ekstrim atau pencilan.
2) Median atau nilai tengah
Median merupakan suatu nilai ukuran pemusatan yang menempati posisi
tengah setelah data diurutkan.
3) Modus
Modus adalah nilai yang sering muncul dari serangkaian data. Modus
tidak dapat digunakan sebagai gambaran mengenai data (Huwell, 19820).
b. Ukuran Penyebaran Data
41
Ukuran penyebaran data adalah suatu ukuran baik parameter atau statistika
untuk mengetahui seberapa besar penyimpangan data. Melalui ukuran
penyebaran dapat diketahui seberapa jauh data – data menyebar dari titik
pusatnya.
Jenis – jenis ukuran penyebaran data antara lain:
1) Rentang (Range)
Rentang (Range) dinotasikan sebagai R, menyatakan ukuran yang
menunjukan selisih nilai antara maksimum dan minimum. Rentang cukup
baik digunakan untuk mengukur penyebaran data yang simetrik dan nilai
datanya menyebar merata ukuran ini menjadi tidak relevan jika nilai data
maksimum dan minimumnya merupakan nilai ekstrim.
2) Variasi
Variasi dinotasikan sebagai S2 adalah ukuran penyebaran data yang
mengukur rata-rata kuadrat jarak seluruh titik pengamatan dari nilai
tengah (meannya).
3) Simpangan Baku
Simpangan baku dinotasikan sebagai S, menunjukan rata-rata
penyimpangan data dari harga rata-ratanya. Simpangan baku merupakan
akar pangkat dua dari variasi.
Analisis Data:
Kesulitan – kesulitan dalam praktikum:
1. Data yang masih acak-acakan.
2. Kurang paham mengenai pemusatan data-data penyebaran data.
3. Tidak dapat menggunakan kalkulator.
42
BAB VI
KESIMPULAN
43
DAFTAR PUSTAKA
Biro Pusat Statistik. Statistik Indonesia. 1979. Biro Pusat Statistik. Jakarta.
44
LAPORAN PRAKTIKUM
STATISTIK
ACARA IV
HITUNG PELUANG DAN DISTRIBUSI TEORITIS
Semester Genap :
Semester Genap :
2009/2010
Oleh:
Nama : Mokhammad Reza Ramdhan Putra
NIM : A1L009134
Rombongan : F-3
Asistan : Febri Setiawan
Tanggal Praktikum : 25 Mei 2010
Dosen Pembimbing : Ir. Marsandi Kasmiatmodjo, M.S
Ir. Budi Prakoso, M.Sc., D.Tech.Sc.
45
BAB I
PENDAHULUAN
A. Latar Belakang
B. Tujuan
Setelah mengikuti acara praktikum ini diharapkan mahasiswa dapat :
1. Memahami pengertian peluang suatu peristiwa
2. menghitung peluang suatu peristiwa
3. menentukan distribusi peluang suatu peristiwa
4. mengenali dan memahami peluang suatu peristiwa
46
5. menghitung peluang variabel random distrik dan variabel random
kontinyu.
47
BAB II
ALAT DAN BAHAN
1. Uang logam
2. Kancing berwarna
3. Kantong kain
4. Data tinggi bibit dari acara pertama
5. Alat-alat tulis (kertas, ballpoint dsb)
6. Kalkulator
7. Table statistik (table binomium, table pusson, table z (normal baku)
48
BAB III
PROSEDUR KERJA
49
BAB IV
HASIL DAN PENGAMATAN
X i Fi
n
1502
80
18 , 78
50
Simpangan baku (S)
2
S S
9 ,164 3 , 027
d. = x > ( +S)
= x > (18,78 + 3,027)
= x > 21,807
e. = ( – S) < x <
= (18,78 – 3,027) < x < 18,78
= 15,75 < x < 18,78
51
Kurva
a)
0,228
0,222
`
-2,01 0
b)
0,500
0,0233
-1,99 0 0,9
c)
0,500
0,1587
d)
0,500
0,1587
0 1,0
52
e)
0,500
0,1587
-1,0 0
a. x < 12,7
x = 12,69
x
zt
q
12 , 69 18 , 78
3 , 027
2 , 01
12 , 74 18 , 78
1 , 99
3 , 027
x
z2
q
21 , 79 18 , 78
0 , 99
3 , 027
53
c. 21,80 < x < 24,83
x
z1
q
21 , 80 18 , 78
1, 0
3 , 027
x
z2
q
24 , 82 18 , 78
1 , 99
3 , 027
d. x >21,80
x = 21,81
x
zt
q
21 , 81 18 , 78
3 , 027
1, 0
15 , 75 18 , 78
1, 0
3 , 027
x
z2
q
18 , 78 18 , 78
0
3 , 027
54
X1 = –4 = 4,133 – 4
= 0,133 = 0
X2 = –3 = 4,133 – 3
= 1,133 = 1
X3 = +3 = 4,133 + 3
= 7,133 = 7
X4 = + 5 = 4,133 + 5
= 9,133 = 9
e = 2,718
m x 4 ,133 0
e m 2 , 718 4 ,133
p1 0 , 016
x1 0 ,1
m x 4 ,133 1
e m 2 , 718 4 ,133
p2 0 , 066
x1 1,1
m x 4 ,133 7
e m 2 , 718 4 ,133
p3 0 , 065
x1 7
m x 4 ,133 9
e m 2 , 718 4 ,133
p4 0 , 015
x1 9
55
BAB V
PEMBAHASAN
Banyaknya Kejadian A
P ( A)
Banyaknya kejadian yang mungkin
56
tergantung pada banyaknya percobaan (n) dan peluang sukses dalam suatu
usaha (P).
Ruang sample A untuk percobaan E yang terdiri dari himpunan tak hingga
tetapi masih terhitung dari titik-titik sampel.
Jika S = sukses dan G = gagal
E1 = S (sukses pada percobaan pertama)
E2 = GS (sukses pada percobaan pertama dan sukses pada percobaan kedua)
E3 = GGS (gagal dipercobaan pertama dan kedua, sukses pada percobaan
ketiga)
E4 = GSG (gagal dipercobaan 1 dan 3, sukses pada percobaan 2)
En = SSS …G GGG …G sukses sebanyak x kali, gagal sebanyak
n-x kali)
x n-x
Dapat dilihat bahwa E3, E4, dan E5 memberikan hasil yang sama, jumlahnya
3
[ 1 ] yaitu jumlah hasil titik sampel yang mungkin menghasilkan X yang sukses dan
n-x yang gagal adalah [ nx ] . Dan distribusi peluang peubah acak X disebut
57
- Hasil percobaan pada suatu selang waktu dan tempat tidak tergantung dari
hasil percobaan diselang waktu dan tempat lain yang terpisah.
- Peluang terjadinya waktu dan luas tempat percobaan terjadi panjang selang
waktu dan luas tempat percobaan terjadi.
- Peluang bahwa lebih dari satu hasil percobaan akan terjadi pada satu selang
waktu dan luaskan tempat yang sama diabaikan.
Distribusi probabilitas kontinyu yang terpenting dibidang statistik adalah
distribusi normal. Grafiknya disebut kurva normal, berbentuk lonceng, distribusi
ini ditemukan Karl Friedrich (1777 – 1855) yang juga disebut distribusi ganss.
Peubah acak x yang bentuknya seperti lonceng disebut peubah acak normal
dengan persamaan matematika distribusi probabilitas yang tergantung parameter
m (mean) dan G (simpangan baku) dinyatakan (n s; m, x)
58
BAB VI
KESIMPULAN
59
DAFTAR PUSTAKA
60
LAPORAN PRAKTIKUM
STATISTIK
ACARA V
PENGUJIAN HIPOTESIS
Semester Genap :
Semester Genap :
2009/2010
Oleh:
Nama : Mokhammad Reza Ramdhan Putra
NIM : A1L009134
Rombongan : F-3
Asistan : Febri Setiawan
Tanggal Praktikum : 29 Mei 2010
Dosen Pembimbing : Ir. Marsandi Kasmiatmodjo, M.S
Ir. Budi Prakoso, M.Sc., D.Tech.Sc.
61
BAB I
PENDAHULUAN
A. Latar Belakang
Hipotesis adalah pernyataan sementara tentang satu atau lebih populasi
yang dapat benar atau salah. Benar atau salahnya pernyataan tersebut tidak
dapat diketahui apabila tidak mengamati seluruh populasi. Berhubung
pengamatan terhadap populasi tidak mungkin dilakukan, lebih-lebih untuk
populasi yang tidak terbatas atau tidak terdefinisikan dengan jelas, maka
biasanya terhadap hipotesis tentang satu atau lebih populasi tidak diusahakan
untuk dibuktikan benar atau salahnya, akan tetapi diuji dengan simpulan akhir
diterima atau ditolak.
Diterimanya suatu hipotesis tidak secara otomatis menujukkan bahwa
hipotesis itu benar, karena untuk meyakini bahwa hipotesis itu benar harus
dilakukan pengamatan terhadap seluruh populasi padahal kenyataannya yang
diamati hanya sebagian dari populasi yaitusampel. Sebaliknya ditolaknya suatu
hipotesis juga tidak berarti bahwa hipotesis itu salah, karena kalau itu terjadi
berarti kita menyalahkan hipotesis.
Kesalahan tidak sengaja yang dilakukan oleh penguji ada 2 tipe,
kesalahan tipe pertama yaitu apabila penguji menolak hipotesis yang sebenarnya
benar dan kesalahan tipe kedua yaitu apabila penguji menerima hipotesis yang
sebenarnya salah.
Kesimpulan yang dapat kita tarik yaitu diterima atau ditolaknya suatu
hipotesis harus ada batasan-batasan penerimaan atau penolakannya. Suatu
hiptesis dinyatakan diterima apabila didukung secara kuat oleh informasi dan
data yang diperoleh dari sampel, sebaliknya suatu hipotesis dinyatakan ditolak
apabila tidak cukup informasi dan data untuk mendukung diterimanya suatu
hipotesis.
62
B. Tujuan
Setelah selesai melaksanakan praktikum ini diharapkan mahasiswa
dapat :
1. Memahami pengertian hipotesis statistik dan macam-macam pengujian
hipotesis
2. Mengerti langkah-langkah pengujian hipotesis
3. Melakukan pengujian hiptesis sederhana dengan Chi Square test dan t-
test
63
BAB II
ALAT DAN BAHAN
A. Alat
1. Mistar
2. Alat tulis
3. Tabel X2, tabel “t”
B. Bahan
1. Data lantunan koin pada acara IV
2. Malai padi
3. Gabah padi
64
BAB III
PROSEDUR KERJA
65
BAB IV
HASIL PENGAMATAN
Uji X2 (5% , 3)
No. Kategori f0 fc f0 Sc
fc
1 X0 3 4 3 4
2
0 , 25
4
2 X1 12 16 12 16
2
4
2
1
16 16
3 X2 34 24 34 24
2
10
2
4 ,16
24 24
4 X3 10 16 10 16
2
6
2
2 , 25
16 16
5 X4 5 4 5 4
2
1
0 , 25
4 4
66
13 66 -34 1156
14 133 33 1089
15 58 -42 1764
∑ 1212 -298 18588
JKDi =
= 18588 – 5920,2667
= 12667,733
= 904,83807
= 30,08
67
t hitung =
= - 2,47
68
t hitung
69
BAB V
PEMBAHASAN
Ada beberapa pengujian d yang dikenal dalam statistik antara lain : uji
mengenai rata-rata, uji beda dua rata-rata, uji beda dua proporsi, uji data
berpasangan, uji proporsi, uji varians, uji kesamaan dan varians dan uji
kebebasan. Jika ditinjau dari bentuk-bentuk distribusi peluang yang sering
dipakai ada distribusi chi square (X 2), distribusi “t”, distribusi z (distribusi normal)
dan distribusi F, sehingga akhirnya dikenal ada uji chi square (X 2), uji “t”, uji f
yang banyak digunakan dalam analisis ragam.
Langkah-langkah umum pengujian yang baik adalah sebagai berikut :
1. Tentukan variable dan parameter yang akan digunakan. Missal : variable
2
hasil (Y) dan parameter M atau
2. Tentukan statistik untuk pengujiannya = “t”, F, X2 dan sebagainya
3. Tuliskan : H0 = …………., H1=……………..
4. Tuliskan tingkat signifikan : a = 5%, a = 1% dsb
5. Lakukan pengumpulan data, sampling + observasi langsung, eksperimen
dsb.
6. Tuliskan aturan pengujian hipotesis, kapan menerima dan kapan
menolak.
7. Hitung nilai-nilai statistik yang akan digunakan untuk menguji hipotesis.
8. Bandingkan dengan nilai statistik dalam tabel baku yang sesuai
9. Ambil simpulan : menerima atau menolak hipotesis yang diajukan.
70
c. Rata-rata terletak di tengah distribusi dan distribusinya simetris disekitar
garis tegak lurus yang ditarik melalui rata-rata.
d. Kedua ekor kurva memanjang tak terbatas dan pernah memotong sumbu
horizontal.
Dalam distribusi variabel random kontinyu, kita tidak dapat
menggambarkan garis tegak lurus untuk menunjukkan probabilitas nilai masing-
masing variabel. Sebagai gantinya, probabilitas untuk suatu interval digambarkan
sebagai suatu luas wilayah. Sehingga harus sama dengan satu.
Fungsi hipotesis menurut Nasution adalah :
a. Untuk menguji kebenaran suatu teori.
b. Memberikan gagasan baru untuk mengembangkan suatu teori.
c. Memperluas pengetahuan peneliti mengenai suatu gejala yang dipelajari.
Cara merumuskan hipotesis ialah dengan tahapan sebagai berikut :
rumuskan hipotesis penelitian, hipotesis operasional, hipotesis statistik. Hipotesis
penelitian ialah hipotesis yang dibuat dan dinyatakan dalam bentuk kalimat.
Hipotesis operasional ialah mendifinisikan hipotesis secara operasional variabel-
variabel yang dibedakan menjadi 2, yaitu hipotesis 0 yang bersifat netral dan
hipotesis 1 yang bersifat tidak netral.
2. Distribusi “t”
Uji “t” berpasangan (paired t-test_ adalah salah satu metode pengujian
hipotesis dimana data yang digunakan tidak bebas (berpasangan). Cirri-ciri yang
paling sering ditemukan yaitu satu individu dikenai dua perlakuan yang berbeda.
Jika uji “t” independent adalah metode yang digunakan untuk menguji
kesamaan rata-rata dari 2 populasi yang bersifat independen. Independen
maksudnya adalah abhwa populasi yang satu tidak dipengaruhi atau tidak
berhubungan dengan populasi yang lain.
71
BAB VI
KESIMPULAN
72
DAFTAR PUSTAKA
73
LAPORAN PRAKTIKUM
STATISTIK
ACARA VI
ANALISIS RAGAM
Semester Genap :
Semester Genap :
2009/2010
Oleh:
Nama : Mokhammad Reza Ramdhan Putra
NIM : A1L009134
Rombongan : F-3
Asistan : Febri Setiawan
Tanggal Praktikum : 2 Juni 2010
Dosen Pembimbing : Ir. Marsandi Kasmiatmodjo, M.S
Ir. Budi Prakoso, M.Sc., D.Tech.Sc.
74
BAB I
PENDAHULUAN
A. Latar Belakang
Pekerjaan yang berhubungan dengan statistik, terutama penelitian, baik
eksperimen lapang maupun survai, sering kita harus berhadapan dengan banyak
faktor yang ikut menentukan keragaman data suatu atribut obyek yang kita
kerjakan. Oleh karena itu seberapa besar faktor-faktor tersebut berpengaruh dan
faktor-faktor apa saja yang berpengaruh perlu diketahui agar simpulan mengenai
tingkah laku, sifat atau karakter dari suatu atribut yang ada dalam obyek tersebut
benar.
Setiappenelitian baik dengan survey maupun percobaan memiliki
perkiraan model matematik datanya sendiri-sendiri. Model matematik data inilah
yang menjadi sumber prakiraan dari mana saja keragaman data berasal atau
dengan kata lain faktor-faktor apa saja yang dapat mempengaruhi keragaman
data. Faktor-faktor inilah yang perlu diidentifikasi dengan cara memisahkannya
satu sama lain, sehingga akhirnya dapat diketahui faktor manakah yang paling
nyata pengaruhnya terhadap keragaman data yang ada.
Apabila faktor yang paling nyata pengaruhnya terhadap keragaman data
telah diketahui, maka dapat diambil simpulan data tindak lanjut yang tepat bagi
penelitian yang dilakukan.
B. Tujuan
1. Mengenali dan mengetahui sumber-sumber variasi data dalam suatu
penelitian.
2. Mengenali dan memahami makna model-model matematika data
3. Melakukan analisis ragam data
4. Membuat table analisis ragam
5. Melakukan uji F dari analisis ragam
75
BAB II
ALAT DAN BAHAN
76
BAB III
PROSEDUR KERJA
77
BAB IV
HASIL PENGAMATAN
No Group 1 2 3 4 5 6 7 8 9 10 Jumlah
1 I 19.5 19.5 21.0 22.5 20.0 19.9 19.0 14.1 159.5
2 II 16.0 20.5 20.1 18.6 15.9 20.3 17.8 22.3 19.5 22.2 190.2
3 III 21.0 22 18.3 23.0 18.5 20.0 19.0 20.6 21.3 155.5
4 IV 18.2 25.6 16.6 16.4 15.7 20.6 12.0 13.3 17.7 173.5
5 V 17.9 14.6 20.5 17.6 21.9 18.6 21.6 20.7 20.1 189.5
6 VII 13.0 18.5 16.0 11.5 20.5 16.7 15.7 12.5 18.7 12.8 155.9
7 VII 18.5 16.5 16.7 15.3 16.7 14.0 17.5 18.6 15.5 12.0 161.3
8 VIII 20.5 25.6 23.2 17.3 19.5 20.1 18.5 17.5 162.2
1347.6
1. GT
2
1347 , 6
2
fK
N 73
1 816 025 , 76
24877 , 06
73
78
= 331,48
Tabel Anova
No F of U df JK Ki (JK/df) KTgroup F tabel
f hitung
KTtotal
79
BAB V
PEMBAHASAN
80
1. FK (faktor koreksi) = kuadrat jumlah seluruh data dibagi dengan banyaknya
angka data.
2 2
GT 1347 , 6
fK
N 73
1 816 025 , 76
24877 , 06
73
2. JK total = jumlah dari kuadrat setiap angka data dikurangi nilai faktor koreksi
JK total = (X12 + X22 + … +X82) – fK
= (3192,57 + 3778,34 + 3770,19 + 2836,15 + 3388,21 + 2520,91 +
2639,08 + 3345,9) – 24877,06
= 25471,35 – 24877,06
= 594,29
3. JK group = jumlah dari kuadrat jumlah nilai angka data dalam masing-masing
group dibagi banyaknya angka data dalam masing-masing group, dikurangi
nilai faktor koreksi
G 12 622 632 682
JK group = ..... fk
n1 n2 n3 n8
81
Penggunaan uji F unuk group sampling yaitu untuk menguji ada tidaknya
perbedaan sifat tertentu (Y) antara tiga kelompok atau lebih yang dibedakan atas
dasar kategori tertentu (x), dengan kata lain untuk menguji ada tidaknya varians
dalam variable tertentu (y) antar tiga kelompok atau lebih sebagai akibat variasi
variable tertentu (x).
Dari daftar distribusi f didapat bahwa t hitung 7,37 lebih besar dari t table
2,21 maka antar group keragaman nyata.
82
BAB VI
KESIMPULAN
83
DAFTAR PUSTAKA
84
LAPORAN PRAKTIKUM
STATISTIK
ACARA VII
ANALISIS REGRESI DAN KORELASI
Semester Genap :
Semester Genap :
2009/2010
Oleh:
Nama : Mokhammad Reza Ramdhan Putra
NIM : A1L009134
Rombongan : F-3
Asistan : Febri Setiawan
Tanggal Praktikum : 5 Juni 2010
Dosen Pembimbing : Ir. Marsandi Kasmiatmodjo, M.S
Ir. Budi Prakoso, M.Sc., D.Tech.Sc.
85
BAB I
PENDAHULUAN
A. Latar Belakang
Analisa tentang masalah distribusi pasangan variabel dinamakan analisa
bivarial. Analisis ini membutuhkan data yang terdiri dari 2 kelompok hasil
observasi atau pengukuran. Data sedemiian itu dapat diperoleh dari berbagai
bidang kegiatan yang menghasilkan pasangan observasi sebanyak n yang
dinyatakan sebagai Xi,Yi) dimana i = 1,2,....n. Variabel X mungkin merupakan
jumlah uang yang beredar sedangkan variabel Y merupakan indeks harga
barang-barang konsumsi dalam periode tertentu. Variabel X mungkin merupakan
luas tanah pertanian di daerah dan pada waktu yang tertentu sedangkan variabel
Y merupakan hasil panen dari tanah pertanian tersebut. Bila pasangan observasi
(Xi,Yi) sedemikian itu digambarkan di atas kertas berskala hitung, maka kita akan
memperoleh serangkaian titik-titik koordinat yang menghubungkan hasil
observasi dari 2 variabel. Hasil penggambaran sedemikian itu dinamakan
“diagram pencar” (scatter diagram) atau “diagram titik” (dot diagram).
Pada asasnya, masalah hubungan antara variabel X dan Y umumnya
berkisar pada 2 hal yang kadang-kadang sukar sekali ditarik garis pemisahnya.
a) pencarian bentuk persamaan yang sesuai guna meramal rata-rata Y bagi X
yang tertentu, serta menaksir kesalahan peramalan sedemikian itu. Secara
teknis, persoalan di atas menitikberatkan pada observasi variabel yang tertentu
sedangkan variabel lain dikonstantir pada berbagai tingkat atau keadaan.
Persoalan sedemikian itu dinamakan persoalan regresi. b) Pengukuran tentang
tingkat asosiasi sedemikian itu tergantung pada pola variasi atau inter-relasi yang
bersifat simultan dari variabel X dan Y. Variasi sedemikian itu merupakan variasi
gabungan dari X dan Y dan pengukurannya merupakan persoalan korelasi.
Dalam pengukuran tentang tingkat asosiasi atau korelasi jumlah uang logam
yang beredar dan rata-rata harga eceran beras di pasar pedesaan. Batas
hubungan bantara X dan Y dapat dinyatakan dalam 2 kemungkinan X dan Y
dependen sempurna atau X dan Y independen sempurna. Variabel X dan Y
dianggap berasosiasi secara statistik bila hubungannya terdapat diantara kedua
batas tersebut.
86
B. Tujuan
1. Memahami dan mengerti makna regresi antar sifat.
2. Memahami dan mengerti makna korelasi antar sifat
3. Memahami dan mengerti perbedaan dan hubungan antar regresi dengan
korelasi
4. Melakukan analisis regresi sederhana dan korelasi.
87
BAB II
ALAT DAN BAHAN
1. Malai padi
2. Mistas
3. Counter
4. Table data
5. Alat tulis
88
BAB III
PROSEDUR KERJA
89
BAB IV
HASIL PENGAMATAN
Y Y b x x
90
b. XY X Y
Y X
X
2 N N
287 , 9 168
3 . 239 , 2
15 15
5 . 574 , 58
19 ,14 11 , 2
0 , 58
2
2 2 ( X )
X X
N
2
( 287 , 9 )
5 . 574
15
5 . 574 5 . 510 , 4
63 , 6
2
2 2 ( Y)
Y Y
N
2
(168 )
1949
15
1949 1 . 881 , 6
67 , 4
91
X Y
XY XY
N
( 287 , 9 )( 168 )
3 . 239 , 2
15
3 . 239 , 2 3224 , 48
14 , 72
XY
r
2 2
X Y
14 , 72
63 , 6 67 , 4
14 , 72
4 , 286 , 68
14 , 72
0 , 225
65 , 47
x terkecil = (15,5)
40
35
Y = 3,404 + 0,58 (15,5)
30
= 22,344
25
20 x sedang (19)
15
Y = 3,404 + 0,58 (19)
10
5 = 24,424
0
1 5 ,5 19 2 2 ,6
x terbesar (22,6)
Y = 3,404 + 0,58 (22,6)
= 36,584
92
No X Y X2 Y2 XY
1 22,6 131 510,76 17161 2960,6
2 19,6 119 384,16 14161 2332,4
3 18,6 64 345,96 4096 1190,4
4 16,0 48 256 2304 768
5 20,0 53 400 2809 1060
6 18,9 92 357,21 8464 1738,8
7 18,0 54 324 2916 972
8 14,8 105 392,04 11025 2079
9 18,0 136 324 18496 2448
10 20,0 86 400 7396 1720
11 15,5 53 240,25 2809 821,5
12 14,5 69 380,25 4761 1345,5
13 21,4 132 457,95 17424 2824,8
14 21,0 121 441 14641 2541
15 14,0 75 361 5625 1425
Σ 287,9 1278 5.574,58 134088 26227
2
2 2 ( X )
X X
N
2
( 287 , 9 )
5 . 574
15
5 . 574 5 . 510 , 4
63 , 6
93
2
2 2 ( Y)
Y Y
N
2
(1278 )
134 . 008
15
25 . 202 , 4
X Y
XY XY
N
( 287 , 9 )( 1287 )
26 . 227
15
26 . 227 24 . 529 , 08
1 . 697 , 92
XY
r
2 2
X Y
1 . 697 , 92
63 , 6 25 . 202 , 4
1 . 697 , 92
1266 , 04
1 , 341
Y Y b x x
94
XY X Y
b Y X
2
X N N
1278 287 , 9
26227
15 15
5 . 574 , 58
85 , 2 19 ,19
4 , 70
x terkecil = (22,6)
Y = 4,70 (22,6) – 4,99
= 101,23 120
100
80
X sedang (15,5)
60
Y = 4,70 (15,5) – 4,99 40
= 67,86 20
0
1 5 ,5 19 2 2 ,6
X terbesar (19)
Y = 4,70 (19) – 4,99
= 84,31
No X Y X2 Y2 XY
1 13 131 160 17161 1703
2 12 119 144 14161 1428
3 11 64 121 4096 704
4 8 48 64 2304 384
5 9 53 81 2809 477
6 13 32 169 1024 416
7 10 54 100 2916 540
8 12 105 144 11025 1260
9 16 136 256 18496 2176
10 11 86 121 7396 946
11 10 53 100 2809 530
95
12 14 69 196 4761 966
13 10 132 100 17424 1320
14 12 121 144 14641 1452
15 7 75 49 5625 525
Σ 168 1278 1949 126648 14827
2
2 2 ( X )
X X
N
2
(168 )
1949
15
1949 1881 , 64
67 , 4
2
2 2 ( Y)
Y Y
N
2
(1278 )
126648
15
17762 , 4
X Y
XY XY
N
(168 )( 1278 )
14827
15
14827 14313
513 , 4
96
XY
r
2 2
X Y
513 , 4
67 , 4 17762 , 4
513 , 4
1197185 , 76
0 , 46
Y Y b x x
X
XY Y Y
b N X
2
X N
1278
168
14827
15
15
1949
85 , 2
11 , 2
7 , 60
120
80
= 87,28 60
40
20
X terbesar = 7,60 . 16 + 0,08
0
= 121,48 7 1 1 ,5 16
97
BAB V
PEMBAHASAN
98
kesalahan-kesalahan dan nilai-nilai X akan bervariasi secara random sekitar
garis regresi.
Karena kita dapat secara teoritis menentukan variabel mana yang
dianggap X dan yang mana dianggap Y dank arena umumnya hanya terdapat
satu variabel yang dapat dianggap dependen terhadap yang lainnya, maka
pembaca tidak perlu menggunakan kedua garis regresi secara bersamaan.
Interpretasi tentang ko-efisien korelasi.
a. Korelasi r dapat dianggap sebagai pengukuran yang berguna tentang
hubungan antara X dan Y bila tend titik-titik koordinat dalam diagram pancar
membentuk suatu garis linier. Bila trend sedemikian itu liner, r yang
mendekati nol berarti tidak terdapat hubungan antara X dan Y. Dalam hal
demikian ini X dan Y dapat dianggap sebagai variabel-variabel yang
independen.
b. Bila X dan Y independen, r = 0, tetapi bila r = 0, X dan Y tidak perlu
independen. Variabel X dan Y hanya tidak berasosiasi.
c. Pada umumnya hubunga, fungsional antara variabel dan koefisien
korelasinya tidaklah member dugaan tentang adanya hubungan kansal
antara vaiabel yang bersangkutan. Dalam banyak hal, isitilah korelasi dan
kausasi selalu dikaburkan. Adanya korelasi yang sangat tinggi dan positif
antara jumlah frekuensi merokok dan penyakit jantung tidak perlu
memberikan interpretasi bawha “penyakit jantung disebabkan oleh merokok”.
Dengan kata lain koefisien korelasi tidak perlu dianggap sebagai pembuktian
tentang adanya hubungan yang bersifat kansal.
99
BAB VI
KESIMPULAN
100
DAFTAR PUSTAKA
101