P. 1
00-statistika-deskriptif

00-statistika-deskriptif

|Views: 12,457|Likes:
Dipublikasikan oleh Zacky Achmad

More info:

Published by: Zacky Achmad on Nov 21, 2010
Hak Cipta:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as PDF, TXT or read online from Scribd
See more
See less

04/08/2013

pdf

text

original

Sections

  • Statistika Deskriptif
  • Populasi dan Sampel (1)
  • Populasi dan Sampel
  • Statistika Inferensi
  • Klasifikasi Jenis Data
  • Data Menurut Sifat
  • Contoh Data Takmetrik dan Metrik
  • Data Menurut Sumber
  • Cara Pengumpulan Data
  • Teknik Pengambilan Sampel
  • Teknik Penyampelan Random
  • Data Menurut Waktu Pengambilan
  • Penyajian Data
  • Jenis Tabel Statistik
  • Grafik Statistik
  • Contoh‐Contoh Grafik Statistik
  • Distribusi Frekuensi
  • Catatan tentang Jumlah Kelas
  • Catatan tentang Lebar Kelas
  • Contoh Distribusi Frekuensi
  • Histogram
  • Contoh Histogram
  • Kurva Frekuensi
  • Contoh Kurva Frekuensi
  • Contoh Kurva Frekuensi Kumulatif
  • Parameter dan Statistik
  • Statistik
  • Ukuran‐Ukuran Lokasi
  • Rata‐Rata Hitung
  • Median – Data Takberkelompok
  • Median – Data Berkelompok
  • Modus
  • Minimum dan Maksimum serta Contoh Perhitungan
  • Kuartil – Data Takberkelompok
  • Kuartil – Data Berkelompok
  • Desil – Data Takberkelompok
  • Desil – Data Berkelompok
  • Persentil – Data Takberkelompok
  • Persentil – Data Berkelompok
  • Ukuran Sebaran
  • Rentang
  • Simpangan Kuartil
  • Ukuran Sebaran Relatif
  • Koefisien Variasi
  • Ukuran Kemiringan
  • Bentuk Kemiringan Distribusi
  • Ukuran Kemencengan Relatif
  • Ukuran Keruncingan
  • Ukuran Keruncingan Relatif
  • Interpretasi Ukuran Keruncingan
  • Analisis Regresi
  • Persamaan Regresi Sederhana
  • Diagram Pencar (Scatter Diagram)
  • Koefisien dalam Persamaan Regresi
  • Contoh Perhitungan Persamaan Regresi
  • Analisis Regresi Majemuk
  • Penentuan Koefisien Regresi untuk Dua Variabel Independen
  • Koefisien Korelasi Bivariat
  • Koefisien Korelasi Linier Majemuk
  • Koefisien Korelasi Parsial
  • Analisis Tabulasi Silang
  • Koefisien Kontigensi
  • Contoh Perhitungan Analisis Tabulasi Silang

Statistika Deskriptif

STATISTIKA DESKRIPTIF Suprayogi

1

Statistika Deskriptif
Statistika deskriptif (descriptive statistics) berkaitan dengan penerapan metode statistik untuk mengumpulkan, mengolah, menyajikan,  dan menganalisis data kuantitatif secara deskriptif.

STATISTIKA DESKRIPTIF Suprayogi

2

Statistika Deskriptif

Mulai

Pengumpulan data mentah

Apakah data perlu disederhanakan?

Tidak

Ya

Penyusunan tabel distribusi frekuensi

Penyajian distribusi frekuensi dalam bentuk grafik (jika diperlukan)

Perhitungan ukuran-ukuran untuk mengikhtisarkan karakteristik data

STATISTIKA DESKRIPTIF Suprayogi

Berhenti

3

Populasi dan Sampel (1)
Populasi (population) merupakan data  kuantitatif yang menjadi obyek telaah. Parameter (parameter) merupakan ukuran yang mencerminkan karakteristik dari populasi. Sampel (sample) merupakan sebagian dari populasi. Statistik (statistic) merupakan ukuran yang  yang dihitung dari sampel.
STATISTIKA DESKRIPTIF Suprayogi 4

Populasi dan Sampel
Populasi

Parameter

Sampel
Statistik

STATISTIKA DESKRIPTIF Suprayogi

5

Statistika Inferensi
Statistika inferensi (inference statistics) merupakan cabang ilmu statistik yang  berkaitan dengan penerapan metode‐metode statistik untuk menaksir dan/atau menguji karakteristik populasi yang dihipotesiskan berdasarkan data sampel.

STATISTIKA DESKRIPTIF Suprayogi

6

Statistika Deskriptif dan Statistika Inferensi

STATISTIKA DESKRIPTIF Suprayogi

7

Klasifikasi Jenis Data
Sifat Sumber Cara memperoleh Waktu pengumpulan

STATISTIKA DESKRIPTIF Suprayogi

8

Data Menurut Sifat Data takmetrik (nonmetric data) Data nominal (nominal data) Data ordinal (ordinal data) Data metrik (metric data) Data interval (interval data) Data rasio (ratio data) STATISTIKA DESKRIPTIF Suprayogi 9 Contoh Data Takmetrik dan Metrik Ordinal Nominal 1 = Pria 2 = Wanita 1 = SD 2 = SMTP Interval 3 = SMTA 4 = PT Jenis Kelamin Tk. 1 2 3 4 5 Nama Anak Bapak Cucu Daddy Embah STATISTIKA DESKRIPTIF Suprayogi . PendidikanSuhu Badan Tinggi Badan 1 1 35 160 2 3 37 170 1 2 38 164 2 5 36 200 1 2 39 210 Rasio No.

Data Menurut Sumber Data primer (primary data)  Data yang  diperoleh dari pengamatan/pencatatan langsung Data sekunder (secondary data)  Data yang  diperoleh dari data STATISTIKA DESKRIPTIF Suprayogi 11 Cara Pengumpulan Data Sensus (census)  Penyampelan (sampling) STATISTIKA DESKRIPTIF Suprayogi 12 .

Teknik Pengambilan Sampel Penyampelan random (random sampling) Penyampelan takrandom (nonrandom  sampling) STATISTIKA DESKRIPTIF Suprayogi 13 Teknik Penyampelan Random Penyampelan random sederhana (simple  random sampling) Penyampelan random sistematis (systematic  random sampling) Penyampelan random area (area random  sampling) Penyampelan random berstrata (stratified  random sampling) STATISTIKA DESKRIPTIF Suprayogi 14 .

Data Menurut Waktu Pengambilan Data cross‐section Data deret waktu (time series data) STATISTIKA DESKRIPTIF Suprayogi 15 Penyajian Data Tabel Gambar/Grafik STATISTIKA DESKRIPTIF Suprayogi 16 .

Jenis Tabel Statistik Tabel arah tunggal (one‐way table) Tabel arah majemuk (multi‐way table) Tabel dua arah (two‐way table) Tabel tiga arah (three‐way table) STATISTIKA DESKRIPTIF Suprayogi 17 Grafik Statistik Grafik Batang (Bar Chart) Grafik Garis (Line Chart) Grafik Lingkaran (Piechart) Diagram Pencar (Scatter Diagram) Kartogram (Cartogram) Piktogram (Pictogram) STATISTIKA DESKRIPTIF Suprayogi 18 .

 25 A. 10 25 20 10 B C D STATISTIKA DESKRIPTIF Suprayogi 19 Distribusi Frekuensi Distribusi frekuensi (frequency distribution) bentuk pengelompokan data untuk menggambarkan distribusi data Distribusi frekuensi dapat dinyatakan dalam: Tabel distribusi frekuensi Histogram atau poligon frekuensi STATISTIKA DESKRIPTIF Suprayogi 20 . 45 50 45 40 35 30 25 20 15 10 5 0 A 45 Grafik Garis C. 20 B.Contoh‐Contoh Grafik Statistik 50 45 40 35 30 25 20 15 10 5 0 A B C D 10 45 Grafik Batang 25 20 Grafik Lingkaran D.

Prosedur Penyusunan Tabel Distribusi Frekuensi Tentukan banyaknya kelas Tentukan lebar setiap kelas interval Hitung frekuensi untuk setiap kelas STATISTIKA DESKRIPTIF Suprayogi 21 Catatan tentang Jumlah Kelas Jumlah kelas jangan terlalu besar dan jangan terlalu kecil.322log n STATISTIKA DESKRIPTIF Suprayogi 22 . Rumus Sturges: k = 1 + 3.

5 84. Penentuan batas kelas dibuat sedemikan rupa sehingga Tidak ada satu angka dari data asal yang tidak dapat dimasukkan ke dalam kelas tertentu Tidak terdapat keragu‐raguan dalam memasukkan angka‐ angka ke dalam kelas‐kelas yang sesuai STATISTIKA DESKRIPTIF Suprayogi 23 Contoh Distribusi Frekuensi 75 80 58 80 86 76 65 75 76 72 86 83 82 88 68 66 63 60 69 80 66 87 73 58 76 74 85 96 60 72 86 79 95 84 41 76 87 74 74 56 50 80 66 96 80 68 79 73 72 73 78 77 60 87 40 82 77 87 76 82 66 81 84 72 63 59 76 52 57 78 79 92 80 65 90 75 74 98 64 45 68 57 79 79 83 35 76 88 67 75 60 52 63 80 94 34 78 64 58 56 Kelas Batas Batas Bawah Atas 30 39 40 49 50 59 60 69 70 79 80 89 90 99 Nilai Tengah 34.Catatan tentang Lebar Kelas Lebar interval kelas untuk tiap kelas sebaiknya diusahakan sama.5 Frekuensi 2 3 11 20 32 25 7 100 STATISTIKA DESKRIPTIF Suprayogi 24 .5 44.5 74.5 94. 10.5 54.5 64. Sebaiknya gunakan bilangan‐bilangan yang praktis (seperti 5. 15 atau 20).

36 0. STATISTIKA DESKRIPTIF Suprayogi 26 .05 0.16 0.03 0.5 94.5 74.00 STATISTIKA DESKRIPTIF Suprayogi 25 Histogram Histogram merupakan bentuk diagram batang yang digunakan untuk menggambarkan distribusi frekuensi.5 64.5 54.32 0.20 0.93 1.5 Frekuensi 2 3 11 20 32 25 7 100 Frekuensi Kumulatif 2 5 16 36 68 93 100 Frekuensi Relatif 0.5 44.11 0.00 Frekuensi Relatif Kumulatif 0.5 84.25 0.02 0.Contoh Tabel Distribusi Frekuensi dan Distribusi Frekuensi Relatif Kelas Batas Batas Bawah Atas 30 39 40 49 50 59 60 69 70 79 80 89 90 99 Nilai Tengah 34.02 0.68 0.07 1.

150 0.050 0.000 34.Contoh Histogram Batas Bawah Batas Atas Titik Tengah Frekuensi Frekuensi Relatif 30 39 34.5 44.5 25 0.100 0.5 2 0.200 70 79 74.5 11 0.5 84.5 Nilai Ujian 74.5 44.5 84.5 94.5 54.5 94.5 0.200 0.070 35 30 Frekuensi Relatif 25 Frekuensi 20 15 10 5 0 34.5 Nilai Ujian 74.350 0.030 50 59 54.250 0.110 60 69 64.320 80 89 84.5 7 0.5 20 0.020 40 49 44.5 64.5 64.5 3 0.250 90 99 94.5 32 0.300 0.5 STATISTIKA DESKRIPTIF Suprayogi 27 Kurva Frekuensi Kurva Frekuensi (frequency curve) merupakan bentuk diagram garis yang digunakan untuk menggambarkan distribusi frekuensi STATISTIKA DESKRIPTIF Suprayogi 28 .5 54.

250 90 99 94.5 84.5 84.5 84.5 32 0.5 Nilai Ujian 74.20 0.5 STATISTIKA DESKRIPTIF Suprayogi 29 Contoh Kurva Frekuensi Kumulatif Batas Bawah Batas Atas Titik Tengah 30 39 34.20 0.5 Nilai Ujian 74.5 50 59 54.5 54.5 94.5 7 0.5 84.5 44.5 Nilai Ujian 74. Kumulatif Frekuensi Relatif Frek.5 94.5 94.02 0.020 40 49 44.000 34.36 32 68 0.110 60 69 64.5 44.100 0.40 0.5 20 0.05 11 16 0.50 0.07 1.Contoh Kurva Frekuensi Batas Bawah Batas Atas Titik Tengah Frekuensi Frekuensi Relatif 30 39 34.00 1.5 3 0.350 0.5 Frekuensi Frek.00 0.5 64.300 0.02 3 5 0.250 0.150 0.5 STATISTIKA DESKRIPTIF Suprayogi Frekuensi Relatif Kumulatif Frekuensi Kumulatif 30 .5 90 99 94.070 35 30 Frekuensi Relatif 25 Frekuensi  20 15 10 5 0 34.5 80 89 84.050 0.60 0.5 54.10 0.5 44.70 0.5 25 0.200 0.03 0.5 44.5 100 90 80 70 60 50 40 30 20 10 0 34.90 0.030 50 59 54.200 70 79 74.16 20 36 0.5 64.68 25 93 0. Rel. Kumulatif 2 2 0.5 64.80 0.00 34.5 40 49 44.5 64.5 Nilai Ujian 74.5 54.5 2 0.5 54.25 0.93 7 100 0.5 94.32 0.5 0.5 60 69 64.5 11 0.11 0.30 0.320 80 89 84.5 70 79 74.

Parameter dan Statistik Parameter (parameter) ukuran yang  mencerminkan karakteristik dari populasi Statistik (statistic)  ukuran yang  mencerminkan karakteristik dari sampel STATISTIKA DESKRIPTIF Suprayogi 31 Statistik Ukuran lokasi Ukuran sebaran Ukuran kemiringan Ukuran keruncingan STATISTIKA DESKRIPTIF Suprayogi 32 .

Ukuran‐Ukuran Lokasi Rata‐rata hitung (arithmetic  mean) Rata‐rata hitung sederhana (simple arithmetic mean) Rata‐rata hitung tertimbang (weighted arithmetic mean) Nilai minimum (minimum) Nilai maksimum (maximum) Kuartil (quartile) Desil (decile) Persentil (percentile) Median (median) Modus (mode) Rata‐rata geometrik (geometric mean) Rata‐rata harmonik (harmonic mean) STATISTIKA DESKRIPTIF Suprayogi 33 Ukuran Lokasi – Ukuran Kecenderungan Memusat Rata‐rata hitung (aritmatis) Median Modus STATISTIKA DESKRIPTIF Suprayogi 34 .

Data Takberkelompok dan Data  Berkelompok Data takberkelompok (ungrouped data)  data yang disajikan secara individual Data berkelompok (grouped data)  data  yang disajikan dalam bentuk tabel frekuensi STATISTIKA DESKRIPTIF Suprayogi 35 Rata‐Rata Hitung Untuk data tak berkelompok: X= ∑X i =1 n i n k Untuk data berkelompok: X= STATISTIKA DESKRIPTIF Suprayogi ∑fM i =1 k i i ∑f i =1 i 36 .

5 20 70 79 74.Contoh Perhitungan Rata‐Rata Hitung untuk Data Takberkelompok 20 80 75 60 50 85 45 60 90 STATISTIKA DESKRIPTIF Suprayogi X= 20 + 80 + L + 90 = 62.5 7250 72.5 1290.5 25 90 99 94.5 3 50 59 54.5 599.0 2112.5 11 60 69 64.78 9 37 Contoh Perhitungan Rata‐Rata Hitung untuk Data Berkelompok Titik Tengah  Kelas Frekuensi (f) (M) Batas Bawah Batas Atas 30 39 34.5 7 100 Rata‐rata hitung = f x M 69.0 133.5 32 80 89 84.0 2384.5 STATISTIKA DESKRIPTIF Suprayogi 38 .5 2 40 49 44.5 661.

 k = urutan ke) Jumlah data ganjil k= n −1 2 Median = X k +1 Jumlah data genap n 2 1 Median = ( X k + X k +1 ) 2 k= STATISTIKA DESKRIPTIF Suprayogi 40 .Rata‐Rata Hitung Tertimbang dan Contoh Perhitungan X= ∑W X i =1 n i n i ∑W i =1 i STATISTIKA DESKRIPTIF Suprayogi 39 Median – Data Takberkelompok Data takberkelompok (diurutkan dari terkecil ke terbesar.

5 2 75 80 85 90 STATISTIKA DESKRIPTIF Suprayogi 42 .Contoh Perhitungan Median untuk Data  Takberkelompok (Jumlah Data Ganjil) Sebelum diurutkan 20 80 75 60 50 85 45 60 90 STATISTIKA DESKRIPTIF Suprayogi Setelah diurutkan 20 45 50 60 60 75 80 85 90 Median = X 5 = 60 41 Contoh Perhitungan Median untuk Data  Takberkelompok (Jumlah Data Genap) Sebelum diurutkan 20 80 75 60 50 85 45 90 Setelah diurutkan 20 45 Median = 1 ( X + X ) 4 5 2 50 60 Median = 1 (60 + 75) = 67.

5 2 40 49 44.5 7 100 n 100 = = 50 2 2 Kelas yang memuat median ⎛ 50 − 36 ⎞ Median = 69.5 32 80 89 84.5 11 60 69 64.875 ⎝ 32 ⎠ STATISTIKA DESKRIPTIF Suprayogi 44 .5 3 50 59 54.5 + 10⎜ ⎟ = 73.5 20 70 79 74.Median – Data Berkelompok Data berkelompok: ⎧n 0⎫ ⎪ 2 − Fm ⎪ Median = L0 + c ⎨ ⎬ fm ⎪ ⎪ ⎭ ⎩ L0 c  n Fm0 fm = nilai batas bawah dari kelas yang memuat median = lebar kelas antara nilai batas bawah dan nilai batas atas dari kelas yang memuat median = banyaknya observasi (= total frekuensi) = jumlah frekuensi dari semua kelas di bawah kelas yang memuat median = frekuensi dari kelas yang memuat median 43 STATISTIKA DESKRIPTIF Suprayogi Contoh Median untuk Data Berkelompok Titik Tengah  Kelas Frekuensi (f) (M) Batas Bawah Batas Atas 30 39 34.5 25 90 99 94.

Modus Data tak berkelompok: Modus = Nilai dengan frekuensi terbanyak Data berkelompok: ⎧ f10 ⎫ Modus = L0 + c ⎨ 0 0⎬ ⎩ f1 + f2 ⎭ L0 c  f10 f20 = nilai batas bawah dari kelas yang memuat modus = lebar kelas antara nilai batas bawah dan nilai batas atas dari kelas yang memuat modus = selisih frekuensi kelas yang memuat modus dengan frekuensi kelas sebelumnya = selisih frekuensi kelas yang memuat modus dengan frekuensi kelas sesudahnya 45 STATISTIKA DESKRIPTIF Suprayogi Contoh Perhitungan Modus untuk Data  Takberkelompok 20 80 75 60 50 85 45 60 90 20 80 75 60 50 85 45 65 90 Modus = 60 STATISTIKA DESKRIPTIF Suprayogi Modus = tidak ada 46 .

5 32 80 89 84.5 25 90 99 94.5 20 70 79 74.5 3 50 59 54.5 + 10⎜ ⎟ = 75.5 2 40 49 44.Contoh Perhitungan Modus untuk Data  Berkelompok Titik Tengah  Kelas Frekuensi (f) (M) Batas Bawah Batas Atas 30 39 34.5 11 60 69 64.82 ⎝ 12 + 7 ⎠ STATISTIKA DESKRIPTIF Suprayogi 47 Rata‐Rata Geometris dan Rata‐Rata Harmonis Rata‐rata geometris ⎛ ⎞ G = ⎜ ∏ Xi ⎟ ⎜ ⎟ ⎝ i =1 ⎠ n 1 n Rata‐rata harmonis RH = n 1 ∑X i =1 i 48 n STATISTIKA DESKRIPTIF Suprayogi .5 7 100 Kelas yang memuat modus ⎛ 12 ⎞ Modus = 69.

01 RH = 9 1 1 1 + +L+ 20 80 90 = 51.65 49 Minimum dan Maksimum serta Contoh Perhitungan Minimum Min = min( X i ) Maksimum Max = max ( X i ) 20 80 75 60 50 85 45 60 90 Min = 20 Max = 90 STATISTIKA DESKRIPTIF Suprayogi 50 .Contoh Perhitungan Rata‐Rata Geometris dan Rata‐Rata Harmonis 20 80 75 60 50 85 45 60 90 STATISTIKA DESKRIPTIF Suprayogi G = ((20 )(80 )L(90 ))1 9 = 58.

2.3 Qi = Nilai ke  4 STATISTIKA DESKRIPTIF Suprayogi 51 Kuartil – Data Berkelompok Data berkelompok: ⎧ (i )(n ) 0 ⎫ ⎪ 4 − Fq ⎪ Qi = L0 + c ⎨ ⎬.  i = 1.3 fq ⎪ ⎪ ⎭ ⎩ L0 c  n Fq 0 fq = nilai batas bawah dari kelas yang memuat kuartil ke‐i = lebar kelas antara nilai batas bawah dan nilai batas atas dari kelas yang memuat kuartil ke‐i = banyaknya observasi (= total frekuensi) = jumlah frekuensi dari semua kelas di bawah kelas yang memuat kuartil ke‐i = frekuensi dari kelas yang memuat kuartil ke‐i 52 STATISTIKA DESKRIPTIF Suprayogi .Kuartil – Data Takberkelompok Data tak berkelompok (setelah diurutkan) i (n + 1) . i = 1.2.

2.  i = 1.9 10 STATISTIKA DESKRIPTIF Suprayogi 53 Desil – Data Berkelompok Data berkelompok: ⎧ (i )(n ) 0 ⎫ ⎪ 10 − Fd ⎪ Di = L0 + c ⎨ ⎬.L .Desil – Data Takberkelompok Data tak berkelompok (setelah diurutkan) i (n + 1) Di = Nilai ke  . i = 1.2.9 fd ⎪ ⎪ ⎭ ⎩ L0 c  n Fd 0 fd = nilai batas bawah dari kelas yang memuat desil ke‐i = lebar kelas antara nilai batas bawah dan nilai batas atas dari kelas yang memuat desil ke‐i = banyaknya observasi (= total frekuensi) = jumlah frekuensi dari semua kelas di bawah kelas yang memuat desil ke‐i = frekuensi dari kelas yang memuat desil ke‐i 54 STATISTIKA DESKRIPTIF Suprayogi .L .

99 100 STATISTIKA DESKRIPTIF Suprayogi 55 Contoh Perhitungan Persentil untuk Data  Takberkelompok Sebelum diurutkan 20 80 75 60 50 85 45 60 90 STATISTIKA DESKRIPTIF Suprayogi Setelah diurutkan 20 45 50 60 60 75 80 85 90 P90 = Nilai ke  90(9 + 1) = 90 100 P90 = Nilai ke 9 = 90 .2.L .  i = 1.Persentil – Data Takberkelompok Data tak berkelompok (setelah diurutkan) i (n + 1) Pi = Nilai ke  .

5 11 60 69 64.5 2 40 49 44.5 32 80 89 84.5 3 50 59 54. i = 1.3 ⎝ 25 ⎠ STATISTIKA DESKRIPTIF Suprayogi .99 fp ⎪ ⎪ ⎭ ⎩ L0 c  n Fd 0 fd = nilai batas bawah dari kelas yang memuat persentil ke‐i = lebar kelas antara nilai batas bawah dan nilai batas atas dari kelas yang memuat persentil ke‐i = banyaknya observasi (= total frekuensi) = jumlah frekuensi dari semua kelas di bawah kelas yang memuat persentil ke‐i = frekuensi dari kelas yang memuat persentil ke‐i 57 STATISTIKA DESKRIPTIF Suprayogi Contoh Perhitungan Persentil untuk Data  Berkelompok Titik Tengah  Kelas Frekuensi (f) (M) Batas Bawah Batas Atas 30 39 34.5 + 10⎜ ⎟ = 88.2.5 20 70 79 74.L .Persentil – Data Berkelompok Data berkelompok: ⎧ (i )(n ) 0 ⎫ ⎪ 100 − Fp ⎪ Pi = L0 + c ⎨ ⎬.5 25 90 99 94.5 7 100 (90)(100) = 90 100 Kelas yang memuat Persentil 90 ⎛ 90 − 68 ⎞ P90 = 79.

Ukuran Sebaran Ukuran sebaran absolut Rentang (Range) Simpangan Kuartil (Quartile Deviation) Simpangan Rata‐Rata (Mean deviation) Simpangan Baku (Standard deviation) Variansi (Variance) Ukuran sebaran relatif Koefisien Variasi (Coefficient of Variation) Koefisien Variasi Kuartil (Coefficient of Quartile Variation) STATISTIKA DESKRIPTIF Suprayogi 59 Rentang Untuk data tak berkelompok: Range = Nilai maksimum – Nilai minimum Untuk data berkelompok: Range = Nilai tengah kelas terakhir – Nilai tengah kelas pertama Range = Batas atas kelas terakhir – Batas bawah kelas pertama STATISTIKA DESKRIPTIF Suprayogi 60 .

0 Rentang = 69.5 3 50 59 54.5 32 80 89 84.Contoh Rentang untuk Data Berkelompok Titik Tengah  Kelas Frekuensi (f) (M) Batas Bawah Batas Atas 30 39 34.5 11 60 69 64.5 20 70 79 74.0 STATISTIKA DESKRIPTIF Suprayogi 61 Simpangan Kuartil Q3 − Q1 dQ = 2 STATISTIKA DESKRIPTIF Suprayogi 62 .5 7 100 Rentang = 60.5 25 90 99 94.5 2 40 49 44.

Simpangan Rata‐Rata – Data Takberkelompok Data tak berkelompok: Terhadap rata‐rata 1 n Mean deviation = ∑ X i − X n i =1 Terhadap median 1 n Mean deviation = ∑ X i − Median n i =1 STATISTIKA DESKRIPTIF Suprayogi 63 Simpangan Rata‐Rata – Data Berkelompok Untuk data tak berkelompok: 1 k Mean deviation = ∑ fi Mi − X n i =1 STATISTIKA DESKRIPTIF Suprayogi 64 .

0 f x |M ‐  Rata2| 76.0 18.5 599.0 2384.0 300.0 12.0 28.5 1290.0 198.0 133.5 25 90 99 94.0 154.0 2.36 |M ‐ Rata2| 38.0 2112.0 84.0 8.Contoh Perhitungan Simpangan Rata‐Rata  untuk Data Berkelompok Titik Tengah  Kelas Frekuensi (f) (M) Batas Bawah Batas Atas 30 39 34.5 32 80 89 84.5 20 70 79 74.5 7250 72.0 160.5 10.0 1036.0 STATISTIKA DESKRIPTIF Suprayogi 65 Simpangan Baku & Variansi – Data Takberkelompok Data takberkelompok: Simpangan baku (populasi) S= ∑ (X i =1 n i − X) 2 n Variansi (populasi) S2 = STATISTIKA DESKRIPTIF Suprayogi ∑ (X i =1 n i − X) 2 n 66 .5 661.0 64.5 2 40 49 44.5 7 100 Rata‐rata hitung = Simpangan rata‐rata f x M 69.5 3 50 59 54.5 11 60 69 64.0 22.

Simpangan Baku & Variansi – Data Takberkelompok Data takberkelompok: Simpangan baku (sampel)  S= ∑ (X i =1 n i − X) 2 n −1 Variansi (sampel) S2 = STATISTIKA DESKRIPTIF Suprayogi ∑ (X i =1 n i − X) 2 n −1 67 Simpangan Baku & Variansi – Data Berkelompok Untuk data berkelompok: Simpangan baku S= ∑ f (M − X ) i =1 i i k 2 n Variansi S= STATISTIKA DESKRIPTIF Suprayogi ∑ f (M − X ) i =1 i i k 2 n 68 .

5 7250 72.0 STATISTIKA DESKRIPTIF Suprayogi 69 Ukuran Sebaran Relatif Untuk perbandingan sebaran dari dua atau lebih distribusi Ukuran sebaran relatif Koefisien variasi (coefficient of variation) Koefisien variasi kuartil (coefficient of quartile  variation) STATISTIKA DESKRIPTIF Suprayogi 70 .5 32 80 89 84.5 599.0 128.0 4.5 20 70 79 74.5 7 100 Rata‐rata hitung = Simpangan baku = Variansi = f x M 69.0 784.5 3 50 59 54.0 64.5 11 60 69 64.5 661.0 2112.0 484.Contoh Perhitungan Simpangan Baku dan Variansi untuk Data Berkelompok Titik Tengah  Kelas Frekuensi (f) (M) Batas Bawah Batas Atas 30 39 34.5 1290.0 324.0 144.5 25 90 99 94.0 17200.0 3388.0 133.00 (M ‐ Rata2)^2 1444.0 3564.0 2384.0 1280.5 13.11 172.0 f x (M ‐ Rata2)^2 2888.5 2 40 49 44.0 3600.0 2352.

Koefisien Variasi Koefisien variasi ⎛S⎞ V = ⎜ ⎟ × 100% ⎝X⎠ Koefisien variasi kuartil ⎛ (Q − Q1 ) 2 ⎞ VQ = ⎜ 3 ⎟ × 100% Median ⎠ ⎝ ⎛ (Q − Q1 ) VQ = ⎜ 3 ⎜ (Q + Q ) 1 ⎝ 3 STATISTIKA DESKRIPTIF Suprayogi 2⎞ ⎟ × 100% 2⎟ ⎠ 71 Ukuran Kemiringan Ukuran kemiringan menunjukkan ukuran kesimetrisan distribusi frekuensi Bentuk Kemiringan negatif (kiri) Kemiringan nol (simetris) Kemiringan positif (kanan) STATISTIKA DESKRIPTIF Suprayogi 72 .

Bentuk Kemiringan Distribusi 35 30 25 Frekuensi 20 15 10 5 0 34.5 84.5 35 Frekuensi Kemiringan positif (nol) STATISTIKA DESKRIPTIF Suprayogi 30 25 20 15 10 5 0 34.5 44.5 94.5 64.5 54.5 Kemiringan negatif (kiri) 35 30 25 Kemiringan nol (simetris) Frekuensi 20 15 10 5 0 34.5 74.5 64.5 84.5 94.5 73 Ukuran Kemencengan – Koefisien Pearson Koefisien Pearson: X − Modus sk = S sk = 3(X − Median) S STATISTIKA DESKRIPTIF Suprayogi 74 .5 54.5 54.5 44.5 64.5 74.5 74.5 84.5 94.5 44.

Ukuran Kemencengan – Rumus Bowley Rumus Bowley: skB = (Q3 − Q2 ) − (Q2 − Q1 ) (Q3 − Q2 ) + (Q2 − Q1 ) skB = (Q3 + Q1 − 2Q2 ) (Q3 − Q1 ) STATISTIKA DESKRIPTIF Suprayogi 75 Ukuran Kemencengan Relatif Ukuran kemencengan relatif Data tak berkelompok: 1 n 3 ∑ (X i − X ) n α 3 = i =1 3 S Data berkelompok: 1 k 3 ∑ fi (Mi − X ) n α 3 = i =1 3 S STATISTIKA DESKRIPTIF Suprayogi 76 .

5 11 60 69 64.0 133.0 144.59 35 30 25 Frekuensi 20 15 10 5 0 34.5 20 70 79 74.0 f x (M ‐ Rata2)^2 (M ‐ Rata2)^3 f x (M ‐ Rata2)^3 2888.5 13.0 128.5 (M ‐ Rata2)^2 1444.5 1290.5 25 90 99 94.0 2352.0 3388.0 4.5 7 100 Rata‐rata hitung = Simpangan baku = Skewness = f x M 69.0 2112.5 94.0 2384.5 599.5 44.5 3 50 59 54.5 64.11 ‐0.0 3600.5 32 80 89 84.0 784.5 74.5 54.0 324.5 2 40 49 44.Interpretasi Nilai Ukuran Kemencengan Interpretasi Kemiringan negatif (kiri) Simetris Kemiringan positif (kanan) α3 < 0 α3 = 0 α3 > 0 STATISTIKA DESKRIPTIF Suprayogi 77 Contoh Perhitungan Ukuran Kemiringan untuk Data Berkelompok Titik Tengah  Kelas Frekuensi (f) (M) Batas Bawah Batas Atas 30 39 34.0 3564.0 1280.0 17200.5 661.0 64.5 84.5 7250 72.0 484.0 ‐54872 ‐21952 ‐5832 ‐512 8 1728 10648 ‐109744 ‐65856 ‐64152 ‐10240 256 43200 74536 ‐132000 STATISTIKA DESKRIPTIF Suprayogi 78 .

Ukuran Keruncingan Ukuran keruncingan (kurtosis) Ukuran ekses dari suatu distribusi. Ukuran distorsi terhadap kurva normal. Bentuk kurtosis Leptokurtis (leptokurtic) Mesokurtis (mesokurtic)  Platikurtis (platykurtic) bentuk kurva normal STATISTIKA DESKRIPTIF Suprayogi 79 Ukuran Keruncingan Relatif Ukuran keruncingan relatif Data tak berkelompok: 1 n 4 ∑ (X i − X ) n α 4 = i =1 4 S Data berkelompok: 1 k 4 ∑ fi (Mi − X ) n α 4 = i =1 4 S STATISTIKA DESKRIPTIF Suprayogi 80 .

0 2352.0 f x (M ‐ Rata2)^2 (M ‐ Rata2)^4 f x (M ‐ Rata2)^4 2888.5 32 80 89 84.5 11 60 69 64.5 7250 72.11 3.0 484.0 17200.0 64.0 2085136 614656 104976 4096 16 20736 234256 4170272 1843968 1154736 81920 512 518400 1639792 9409600 STATISTIKA DESKRIPTIF Suprayogi 82 .0 133.0 2384.5 599.0 3388.18 (M ‐ Rata2)^2 1444.0 4.0 3564.5 661.5 20 70 79 74.0 3600.5 7 100 Rata‐rata hitung = Simpangan baku = Kurtosis = f x M 69.Interpretasi Ukuran Keruncingan Interpretasi Leptokurtis Mesokurtis Platikurtis α4 > 3 α4 = 3 α4 < 3 STATISTIKA DESKRIPTIF Suprayogi 81 Contoh Perhitungan Ukuran Keruncingan untuk Data Berkelompok Titik Tengah  Kelas Frekuensi (f) (M) Batas Bawah Batas Atas 30 39 34.5 13.0 144.0 1280.0 784.0 324.0 2112.0 128.5 25 90 99 94.5 1290.5 2 40 49 44.5 3 50 59 54.

Analisis Regresi Analisis regresi sederhana (simple regression  analysis) Analisis regresi majemuk (multiple regression  analysis) STATISTIKA DESKRIPTIF Suprayogi 83 Persamaan Regresi Sederhana Y = b0 + b1 X Y = variabel dependen X = variabel independen STATISTIKA DESKRIPTIF Suprayogi 84 .

Diagram Pencar (Scatter Diagram) X 1 2 4 5 7 9 10 12 Y 2 4 5 7 8 10 12 14 16 14 12 10 8 6 4 2 0 0 2 4 6 8 X 10 12 14 16 Y STATISTIKA DESKRIPTIF Suprayogi 85 Koefisien dalam Persamaan Regresi Koefisien regresi (regression coefficient) b1 = n∑ X iYi − ∑ X i ∑Yi i =1 i =1 i =1 n n n ⎛ n ⎞ 2 n∑ X i − ⎜ ∑ X i ⎟ i =1 ⎝ i =1 ⎠ n 2 Konstanta STATISTIKA DESKRIPTIF Suprayogi ⎛ n ∑Yi ⎜ ∑ X i b0 = i =1 − b1 ⎜ i =1 ⎜ n n ⎜ ⎝ n ⎞ ⎟ ⎟ ⎟ ⎟ ⎠ 86 .

9842 2 XY 2 8 20 35 56 90 120 168 499 Y = 1.0372x R  = 0.2674 0.27 + 1. Korelasi Koef.Koefisien Korelasi & Koefisien Determinasi Koefisien korelasi Pearson r= n∑ X iYi − ∑ X i ∑Yi i =1 i =1 i =1 n n n ⎛ n ⎞ n∑ X − ⎜ ∑ X i ⎟ i =1 ⎝ i =1 ⎠ n 2 i 2 ⎛ n ⎞ n∑Yi − ⎜ ∑Yi ⎟ i =1 ⎝ i =1 ⎠ n 2 2 Koefisien determinasi R = r2 STATISTIKA DESKRIPTIF Suprayogi 87 Contoh Perhitungan Persamaan Regresi X 1 2 4 5 7 9 10 12 50 n = b1 = b0 = r = r^2 = Y 2 4 5 7 8 10 12 14 62 8 1.9842 X^2 1 4 16 25 49 81 100 144 420 Y^2 4 16 25 49 64 100 144 196 598 16 14 12 10 8 6 4 2 0 0 2 4 6 X 8 10 12 14 Y y = 1.2674 + 1. Regresi Koef.04 X Koef. Determinasi STATISTIKA DESKRIPTIF Suprayogi 88 .0372 1.9921 0.

 X1 dan X2 ⎡ n ⎢ ⎢∑ X1 ⎢∑ X 2 ⎣ ∑X ∑X ∑X ∑X X ∑X X ∑X 1 2 1 2 2 1 ⎤ ⎡b0 ⎤ ⎡ ∑Y ⎤ ⎥⎢ ⎥ ⎢ ⎥ b1 ⎥ = ⎢∑ X 1Y ⎥ 1 2 ⎥⎢ 2 ⎥ ⎢ ⎥ ⎢∑ X 2Y ⎥ 2 ⎦ ⎣ b2 ⎦ ⎣ ⎦ b H A b = A −1H STATISTIKA DESKRIPTIF Suprayogi 90 .Analisis Regresi Majemuk Persamaan regresi linier majemuk dengan k  variabel independen Y = b0 + b1 X1 + L + bk X k STATISTIKA DESKRIPTIF Suprayogi 89 Penentuan Koefisien Regresi untuk Dua Variabel Independen Kasus dua variabel independen.

X1 . X1 )r(Y . X2 ) − 2r(Y . X2 )r( X1 . X2 ) X STATISTIKA DESKRIPTIF Suprayogi 92 .Koefisien Korelasi Bivariat Koefisien korelasi bivariat antara X1 dan Y r( X1 . X1 ) + r(2 . X2 ) Y Y 1 − r(2 1 .Y ) = n∑ X 1iYi − ∑ X 1i ∑Yi i =1 i =1 i =1 n n n ⎛ n ⎞ n∑ X − ⎜ ∑ X 1 i ⎟ i =1 ⎝ i =1 ⎠ n 2 1i 2 ⎛ n ⎞ n∑Yi − ⎜ ∑Yi ⎟ i =1 ⎝ i =1 ⎠ n 2 2 STATISTIKA DESKRIPTIF Suprayogi 91 Koefisien Korelasi Linier Majemuk r(Y . X2 ) = r(2 .

X1 ) X2 = r(Y .Koefisien Korelasi Parsial Koefisien korelasi parsial antara Y dan X1 dengan X2 konstan: r(Y . X1 ) − r(Y . X2 ) 1 − r(2 . X2 ) 1 − r(2 1 . X2 ) Y X STATISTIKA DESKRIPTIF Suprayogi 93 Analisis Tabulasi Silang Analisis Tabulasi Silang (Cross Tabulation) digunakan untuk menganalisis korelasi dua variabel kualitatif STATISTIKA DESKRIPTIF Suprayogi 94 . X2 )r( X1 .

34 2 Cc = χ2 χ2 + n = 0.54 9.00 230.00 χ = 44 .00 72.00 54.23 139.00 103.73 59.74 18.00 400.00 Jumlah 98.24 13.32 96 STATISTIKA DESKRIPTIF Suprayogi .23 31.72 243.Koefisien Kontigensi Koefisien kontigensi (contigency coefficient) Cc = χ 2 2 χ +n n = ∑∑ fij i =1 i =1 p p q χ 2 = ∑∑ i =1 i =1 q (f − eij )2 ij eij eij = STATISTIKA DESKRIPTIF Suprayogi (ni• )(n• j ) n 95 Contoh Perhitungan Analisis Tabulasi Silang Pendapatan Rendah Menengah Tinggi Jumlah Mobil Sedan Ukuran Ukuran Ukuran kecil Sedang Besar 77 13 8 145 58 27 21 32 19 243 103 54 Jumlah 98 230 72 400 Pendapatan Rendah Menengah Tinggi Jumlah Mobil Sedan Ukuran Ukuran Ukuran kecil Sedang Besar 59.54 25.05 43.

You're Reading a Free Preview

Mengunduh
scribd
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->