Pendahuluan
Menghimpun Data
Penyajian Data
Ukuran Pusat Data
Ukuran Variabilitas
Pendahuluan Regresi Linier
Oleh:
Agung Lesmoko, S.Si
I. Pendahuluan
A. Definisi Statistika Deskriptif
Statistika dibedakan menjadi dua bagian, yaitu statistik
deskriptif dan infrensial
• Statistika Deskriptif : serangkaian teknik yang meliputi
teknik pengumpulan, penyajian dan peringkasan data
• Statistika Infrensial : serangkaian teknik yang digunakan
untuk mengkaji, menaksir dan mengambil kesimpulan
sebagian data (data sampel) yang dipilih secara acak dari
seluruh data yang menjadi subyek kajian
B. Populasi dan Sampel
• Populasi adalah seluruh obyek yang ingin diketahui
besaran karakteristiknya atau seluruh obyek yang akan
dijadikan sasaran
• Sampel adalah sebagian obyek populasi yang memiliki
karakteristik sama dengan karakteristik populasinya
(Representatif).
Populasi Sampel
C. Parameter dan Statistik
Dua istilah lainya yang berhubungan dengan populasi dan
sampel adalah parameter dan statistika sampel.
• Parameter atau lengkapnya parameter populasi adalah
ukuran-ukuran tertentu yang digunakan sebagai
penggambaran suatu populasi
• Statistik atau statistik sampel adalah ukuran-ukuran
tertentu yang digunakan untuk menggambarkan suatu
sampel
Pengurutan pertanyaan
Penetapan karakteristik
Uji pendahuluan
F. Proses Sampling
Penentuan Populasi
Identifikasi Kerangka Sampling
Menentukan Ukuran Sampel (brp byk)
Pemilihan Prosedur Sampling
Non probabilitas
Sesuka peneliti atau menurut ahli
Probabilitas
Secara acak atau dengan pengelompokan
Memilih Sampel
III. Penyajian Data
A. Data Terurut
Data yang terurut tujuannya untuk memudahkan
menentukan ukuran pusat data
B. Distribusi Frekuensi
Untuk interval kelas sama
Jumlah kelas = 1 + 3,322 log n
n = jumlah data observasi
Dalam derajat
Cerdas
Dalam persen
IV. Ukuran Pusat Data
A. Rata-Rata Hitung (Mean)
Data yang belum dikelompokkan
X =
∑ X i
n
X = Rata − rata Sampel
n = Ukuran sampel (banyak data )
µx =
∑ X i
N
µx = Rata− rata populasi
N = Ukuran populasi (banyak data)
Data yang sudah dikelompokkan
X =
∑ X .f i i
n
X = Rata − rata sampel
n = Ukuran sampel (banyak data )
µx =
∑ X .f
i i
N
µx = Rata− rata populasi
N = Ukuran populasi (banyak data)
Metode pengkodean
U i . fi
X = X a + i.
n
X = Rata − rata sampel
n = Ukuran sampel (banyak data )
X a = Titik tengah
i = Interval kelas
U i = Kode titik tengah
Kelemahan dan keunggulan rata-rata
Keungggulan
Penggunaan lebih mudah karena familiar
Nilainya hanya satu
Dapat digunakan sebagai pembanding
Kelemahan
Bila ada data ekstrim maka rata-ratanya kurang
representatif
Tidak bisa digunakan dalam data kualitatif
Untuk pengelompokan data kelas terbuka tidak bisa
dicari rata-ratanya
B. Median
Data belum dikelompokkan
Letaknya pada data ke : (n + 1)/2
Data sudah dikelompokkan
⎛ n / 2 − f km ⎞
Md = Bm + i.⎜⎜ ⎟⎟
⎝ fm ⎠
Md = Median
Bm = Tepi bawah kelas median
f km = frekuensi komulatif sebelum kelas median
f m = frekuensi kelas median
Keunggulan dan kekurangan median
Keunggulan
Tidak dipengaruhi data ekstrim
Dapat digunakan untuk data kualitatif dan kuantitatif
Kelemahan
Hanya dapat dicari pada data yang sudah diurutkan
Hanya dihitung berdasarkan jumlah datanya bukan
nilai-nilai pada data
C. Modus
Data yang belum dikelompokkan
Pada data ini modus hanyalah pada data yang memiliki
frekuensi terbanyak
Data yang sudah dikelompokkan
⎛ d1 ⎞
Mo = Bm + i.⎜ ⎟
⎝ d1 + d 2 ⎠
Mo = Modus
d1 = Selisih frekuensi kelas mod us dengan sebelumnya
d 2 = Selisih frekuensi kelas mod us dengan sesudahnya
Keunggulan dan kekurangan modus
Keunggulan
Dapat digunakan untuk data kualitatif dan kuantitatif
Tidak dipengaruhi data ekstrim
Dapat dijumpai pada data dengan kelas terbuka
Kekurangan
Dalam data tertentu modus tidak dapat dijumpai
Kadang-kadang ada modus yang lebih dari satu data
D. Hubungan Mean, Median dan Modus
Md X Mo
E. Kuartil
Kuartil adalah yang membagi data menjadi
empat bagian dengan masing-masing 25%
25% 25% 25% 25%
Q2
Q1 Q3
Data yang belum dikelompokkan
Data Genap
Q1 = Data ke (n+2)/4
Q3 = data ke (3n+2)/4
Data Ganjil
Q1 = Data ke (n+1)/4
Q3 = Data ke (3n+3)/4
Q2 = Median
Kuartil Bawah (Q1) dan Kuartil Atas (Q3)
Data yang sudah dikelompokkan
⎛ n / 4 − fkq ⎞
Q1 = Bq + i ⎜⎜ ⎟⎟
⎝ fq ⎠
⎛ 3n / 4 − fkq ⎞
Q 3 = Bq + i ⎜⎜ ⎟⎟
⎝ fq ⎠
Bq = Batas kelas bawah kuartil
i = nterval
fkq = Frekuensi komulatif sebelum kelas kuartil
fq = frekuensi kelas kuartil
V. Ukuran Variabilitas
A. Pendahuluan
Variabilitas adalah bagian dari karakteristik data
Ada beberapa kemungkinan dari karakteristik data:
* Beberapa data memiliki rata-rata sama tetapi
variabilitas berbeda
* Rata-rata berbeda tetapi variabilitasnya sama
* Rata-rata dan variabilitas berbeda
* Rata-rata dan variabilitas sama
B. Jangkauan, Inter-kuartil, dan Deviasi kuartil
Jangkauan
Jangkauan atau range adalah beda antara data terbesar
dengan terkecil
Inter Kuartil
Inter-kuartil adalah beda antara kuartil atas dengan bawah
Inter kuartil = Q3 – Q1
Deviasi Kuartil
Deviasi kuartil = (Q3 – Q1)/2
C. Deviasi Rata-Rata
Data yang belum dikelompokkan
Untuk sampel :
Deviasirata − rata =
∑ X i − µx
N
Data yang sudah dikelompokkan
Sampel
Simpangan baku
s= s 2
E. Varian dan Simpangan Baku Data Belum
Dikelompokkan dari Populasi
Varian
∑ (X − µx)
2
σ =
2 i
N
Simpangan baku
σ = σ 2
F. Varian dan Simpangan Baku Data Sudah
Dikelompokkan dari sampel
Varian
s =
2 1
(n − 1) ∑ ( )
2
X i − X . fi
Simpangan baku
s = s 2
G. Varian dan Simpangan Baku Data Sudah
Dikelompokkan dari populasi
Varian
∑ (X − µ x ) . fi
2
σ =
2 i
N
Simpangan baku
σ = σ 2
H. Koefisien Varian
Sampel
s
x 100 %
X
Populasi
σ x
x 100 %
µ x