Anda di halaman 1dari 7

Modul Praktikum Stastistik Elementer Tahun 2008-2009

MODUL 1
“STATISTIK DESKRIPTIF“

Tujuan Praktikum
1. Dapat menghitung sari numerik sebagai informasi tahap awal dalam
memahami data.
2. Mahasiswa mampu membaca dan memahami bentuk dari distribusi data.

Pendahuluan
Untuk memahami data secara umum ada dua cara pendekatan yaitu: eksplorasi
dan konfirmasi. Eksplorasi adalah suatu pendekatan untuk menemukan suatu
informasi dari data. Cara ini dapat menghasilkan suatu dugaan atau hipotesis yang
terkadang di pakai sebagai langkah awal kegiatan ilmiah. Sedangkan konfirmasi
ditujukan untuk pengujian suatu dugaan atau hipotesis yang diperoleh dari eksplorasi
sebelumnya.
Pada modul ini, pendekatan yang akan dibahas adalah tahap eksplorasi, yang
mana pada tahap ini, informasi dari data dapat diperoleh dengan menghitung sari
numerik (informasi berbentuk angka) dan melihat bentuk distribusi data (infor-
masi berbentuk penyajian data dalam grafik).
Catatan : Populasi adalah kumpulan dari keseluruhan pengamatan yang menjadi
perhatian. Ruang Sampel adalah himpunan bagian dari populasi. Sampel adalah
anggota dari dari ruang sampel.

Sari Numerik
Sari numerik yang akan dibahas pada praktikum ini meliputi:

A. Ukuran Parameter Lokasi (Pusat Data)


• Rata-rata (Mean)
Lambang untuk rata-rata sampel adalahc x dan rumusnya adalah
1 n
x= ∑ xi
n i =1
• Median (Median)
Median adalah nilai tengah dari data. Nilai dari median sama dengan nilai dari
kuartil tengah (50% percentiles) untuk mendapatkan median secara manual
anda harus mengurutkan data terlebih dahulu (sorting).
• Modus (Mode)
Modus/Mode adalah nilai data yang paling sering muncul.

B. Ukuran Parameter Variabilitas (Sebaran Data)


• Variansi (Variance)
Variansi adalah salah satu statistik yang digunakan untuk mengukur sebaran
(variasi) data, notasinya ( s2 ). Variansi ( s2 ) dapat ditulis dalam bentuk rumus
berikut:
n n
n∑ xi 2 − ( ∑ xi )2
1 n
s2 = ∑( xi − x )2 =
n − 1 i =1
i =1 i =1
n.( n − 1 )

Lab. Statistika Jurusan Matematika UIN Malang


1
Modul Praktikum Stastistik Elementer Tahun 2008-2009

• Simpangan baku (Std Deviation)


Simpangan baku adalah akar positif dari variansi.

• Rentangan (Range)
Range adalah selisih dari nilai max dan nilai min.
• Simpangan Kuartil
dq = Kuartil atas – Kuartil bawah = Q3 – Q1,
dengan Kuartil bawah (Q1) adalah data yang terletak pada urutan ke (n/4),
Kuartil tengah (Q2) adalah median, dan Kuartil atas (Q3)adalah data yang
terletak pada urutan ke (3n/4), dengan n adalah banyaknya data.
C. Ukuran Kesetangkupan dan Kelancipan
• Kemiringan (Skewness)
adalah derajat kesetangkupan (derajat simetris) dari suatu distribusi.
Kemiringan suatu distribusi didefinisikan sebagai:

γ=
{
E ( X − µ)
3
}
σ3
Suatu distribusi yang setangkup, seperti distribusi normal dan t, mempunyai
koefisien kemiringan = 0, sedangkan bila koefisien kemiringan positif
menyatakan distribusi yang “miring ke kiri” sehingga bagian kiri berisi lebih
banyak data dari bagian kanan, dan sebaliknya.

• Kelancipan (Kurtosis)
adalah derajat kelancipan dari suatu distribusi dibandingkan terhadap distrubusi
yang normal. Distribusi yang normal memiliki nilai kurtosis = 0. Kurtosis
didefinisikan sebagai berikut:

K ( x) =
{
E ( X − µ)
4
}
σ4
Bila nilai kurtosis positif maka distribusinya memiliki puncak yang lebih lancip
dibandingkan dengan distribusi normal. Sedangkan bila negatif maka
distribusinya memiliki puncak yang lebih landai dibandingkan dengan distribusi
normal.

Lab. Statistika Jurusan Matematika UIN Malang


2
Modul Praktikum Stastistik Elementer Tahun 2008-2009

Bentuk Penyajian Data (Distribusi Data)


Di dalam statistik deskriptif, hal yang paling berpengaruh dalam peng-
interpretasian data adalah penyajian data dalam bentuk chart atau plot, sehingga
dapat diketahui informasi yang terkandung dalam data dengan melihat chart atau plot
tersebut. Beberapa cara menggambarkan data dalam bentuk chart atau plot:
a. Dotplot:
cara menggambarkan data dalam bentuk titik, dengan memperhatikan frekuensi
dari data yang bersangkutan, titik ditumpuk di atas nilai data yang digambarkan.
b. Histogram:
histogram (diagram batang) juga memperhatikan frekuensi data dalam
menggambarkan data tersebut, data yang ditampilkan dimasukkan dalam beberapa
selang tertentu, dan tinggi dari batang untuk setiap selang menyatakan frekuensi
selang tersebut.

c. Batang Daun (Stem-Leaf):


digunakan oleh statistikawan pada masa dimana komputer belum ada, untuk
membuat plot dari data dengan cepat, biasanya nilai data dipisahkan antara
puluhan – satuan atau ratusan – puluhan atau lainnya, satuan yang lebih besar
dipakai sebagai batang dan satuan yang lebih kecil digunakan sebagai daun. Untuk
satu batang yang sama (misalnya untuk satu nilai puluhan yang sama), daunnya
dituliskan di sebelahnya berurutan ke sebelah kanan. Batang ditulis secara
vertical , sedang daun secara horizontal.
d. Boxplot:
adalah plot yang menggambarkan beberapa nilai statistik deskriptif yang penting
dari data, dengan menggunakan kotak dan garis, adapun yang digambarkan dalam
boxplot adalah kuartil pertama, median, kuartil ketiga, dan jangkauan antar kuartil,
nilai maksimum dan minimum, serta pencilan.

Operasi Software
Operasi menggunakan MINITAB:

A. Langkah-langkah untuk menghitung sari numerik dari data:


1. Pilih menu Stat → Basic Statistics → Display Descriptive Statistics…
2. Pada Variables:, masukkan variabel yang ingin dihitung sari numeriknya,
3. Klik Statistics…, untuk memilih statistik-statistik yang akan dihitung, klik OK,
Lab. Statistika Jurusan Matematika UIN Malang
3
Modul Praktikum Stastistik Elementer Tahun 2008-2009

4. Klik Graphs… (Optional), untuk memilih grafik-grafik yang akan ditampilkan,


klik OK.
B. Langkah-langkah untuk menampilkan grafik penyajian data:
1. Pilih menu Graph → Histogram/Dotplot/Boxplot/Stem-and-leaf
2. Pilih jenis grafik yang diinginkan: (Default : Simple), klik OK,
3. Pada Graph variables:, masukkan variabel yang ingin ditampilkan
grafiknya.
4. Ada beberapa menu yang bisa dipilih (optional), seperti Scale,
Labels, Multiple Graphs, Data Options, dll.
Operasi menggunakan SPSS dan Microsoft Excel bisa dicoba sendiri sebagai
latihan.

Latihan Soal
1. Dibawah ini adalah data nilai ujian Praktikum Statistik
Elementer dari 30 mahasiswa Matematika
87 37 59 49 69 95 83 87 39 95 83 76 83 26 46
88 73 86 43 94 84 65 77 33 22 86 49 45 56 70
Buat sari numerik dari data tersebut yang meliputi
a. Mean, Median, Modus, Variansi, Standar Deviasi, Simpangan, Nilai
Tertinggi dan Terendah, Kuartil atas, Kuartil bawah, Skewness, dan Kurtosis
b. Buatlah diagram batang daun, boxplot, dotplot dan histogram.
c. Interpretasikan hasil yang diperoleh dari bagian a) dan b) mengenai
distribusi data di atas.
2. Data berikut menyatakan umur dalam tahun, diukur
sampai persepuluhan, dari 45 pompa minyak sejenis.

1.5 1.5 2.1 1.7 2.1 1.7 1.4 1.8 1.4 2.0 1.8 1.9 1.9 1.5 1.7
2.5 3.2 2.5 2.9 2.3 2.3 3.3 2.4 2.4 2.6 3.3 3.0 3.2 2.3 4.0
5.0 4.7 6.0 4.2 5.9 5.5 6.8 8.2 6.0 6.1 5.6 9.7 4.6 5.2 4.3
a. Buat sari numeriknya (seperti no. 1)
b. Buatlah diagram batang daun, boxplot, dotplot dan histogram.
c. Interpretasikan hasil yang diperoleh dari bagian a) dan b) mengenai distribusi
data di atas.

Lab. Statistika Jurusan Matematika UIN Malang


4
Modul Praktikum Stastistik Elementer Tahun 2008-2009

MODUL 2
“PROBABILITAS“

Tujuan Praktikum
1. Mampu memahami konsep probabilitas (definisi, sifat, dan aturan-aturan)
2. Mampu menyelesaikan persoalan-persoalan yang berkaitan dengan probabilitas

Pendahuluan
Dalam kehidupan sehari hari, manusia sering dihadapkan pada bermacam-
macam permasalahan yang harus dapat dicari penyelesaiannya. Untuk itu diperlukan
banyak informasi sehingga dari semua kemungkinan yang akan terjadi dapat diambil
keputusan yang obyektif.
Informasi yang diperoleh harus merupakan informasi yang andal dan dapat
dipercaya. Salah satu cara mendapatkan informasi adalah melalui suatu eksperimen
atau percobaan, dalam statistik disebut eksperimen (percobaan) acak.
Syarat suatu eksperimen dikatakan acak, apabila :
Hasil percobaan yang akan terjadi tidak dapat diperkirakan sebelumnya
Semua hasil yang mungkin dari suatu eksperimen dapat dirumuskan dalam suatu himpunan
(disebut juga ruang sampel)
Dalam kondisi yang sama, eksperimen tersebut dapat dilakukan berulang-ulang

Percobaan statistika merupakan suatu istilah yang memberikan proses yang


menghasilkan pengamatan yang berkemungkinan. Kemungkinan terjadinya suatu
kejadian sebagai hasil percobaan statistika yang dinilai dengan menggunakan
sekumpulan bilangan real dari 0 sampai 1 disebut probabilitas.

Teori Probabilitas (Peluang)


Beberapa sifat dari probabilitas adalah:
a. P(A) = probabilitas bahwa kejadian A terjadi,
b. 0 ≤ P(A) ≤ 1,
c. P(A) = 0, artinya A tidak mungkin terjadi,
d. P(A) = 1, artinya A pasti terjadi.
Dalam struktur probabilitas, ada beberapa istilah yang harus difahami, antara lain:
a. Eksperimen: Proses (percobaan atau pengamatan) yang menghasilkan outcome
(kejadian yang mempunyai kemungkinan).
Contoh: Menghitung banyaknya mobil yang keluar gerbang tol Porong setiap 2
menit.
b. Kejadian (Event): Outcome yang muncul dari suatu eksperimen.
Contoh: Dalam 2 menit tertentu mendapati lebih dari 15 mobil keluar gerbang tol
Porong.
c. Ruang sampel (Sample space): himpunan dari semua kejadian yang mungkin
dari suatu eksperimen.
Contoh: Ω = {0 mobil, 1 mobil, 2 mobil, 3 mobil, …}
Misalkan A dan B adalah dua buah kejadian yang berbeda, berdasarkan hubungan
antar kejadian, probabilitas dapat dibagi menjadi:

Lab. Statistika Jurusan Matematika UIN Malang


5
Modul Praktikum Stastistik Elementer Tahun 2008-2009

a. Komplemen dari kejadian A, diberi notasi A’ yang artinya “bukan A” adalah semua
kejadian pada suatu eksperimen yang bukan A.
Jadi: P(A’) menyatakan probabilitas bahwa kejadian bukan A terjadi,
dimana P(A) + P(A’) = 1
b. Union (gabungan) kejadian, dituliskan A ∪ B artinya A atau B terjadi (bisa salah
satu atau keduanya terjadi).
Jadi P(A ∪ B) menyatakan probabilitas bahwa A atau B terjadi.
c. Intersection (irisan) kejadian, dituliskan A ∩ B artinya A dan B terjadi (keduanya
harus terjadi).
P(A ∩ B) menyatakan probabilitas bahwa A dan B terjadi.
d. Mutually Exclusive Events (kejadian saling lepas): kejadian-kejadian yang tidak
mempunyai irisan. Artinya kejadian yang satu meniadakan kejadian yang lainnya;
kedua kejadian tidak dapat terjadi secara simultan.
Jadi: P(A ∩ B) = 0, jika A dan B mutually exclusive.
e. Independent Event (kejadian saling bebas): kejadian-kejadian satu sama lain
tidak saling mempengaruhi. Artinya, terjadi atau tidak terjadinya satu kejadian
tidak mempengaruhi terjadi atau tidak terjadinya kejadian yang lainnya.
Jadi: P(A|B) = P(A) dan P(B|A) = P(B), jika A dan B saling bebas
Ket: P(A|B) artinya probabilitas bahwa A terjadi apabila diketahui B telah terjadi.
Beberapa aturan dasar dalam menentukan probabilitas, antara lain:
a. Aturan Penjumlahan
P(A ∪ B) = P(A) + P(B) - P(A ∩ B)
Catatan: Jika A dan B mutully exclusive, maka P(A ∪ B) = P(A) + P(B)
b. Aturan Perkalian
P(A ∩ B) = P(A)*P(B|A) = P(B)*P(A|B)
Catatan: Jika A dan B saling bebas, maka P(A ∩ B) = P(A)*P(B)
c. Aturan untuk Probabilitas Bersyarat
Probabilitas bahwa A terjadi apabila diketahui B telah terjadi
P ( A ∩ B ) P ( A) * P ( B A)
P ( A B) = =
P ( B) P ( B)

Latihan Soal
1. Hasil sebuah survai yang menanyakan “Apakah Anda mempunyai komputer
dan/atau kalkulator di rumah?” adalah sebagai berikut. Apakah kepemilikan
komputer dan kepemilikan kalkulator independen?

2. Di sebuah kota, diketahui bahwa:


a. 41% penduduk mempunyai sepeda motor
b. 19% mempunyai sepeda motor dan mempunyai mobil
c. 22% mempunyai mobil
Pertanyaan:
a. Apakah kepemilikan sepeda motor dan kepemilikan mobil di kota tersebut
independen? Gunakan data di atas untuk menjawabnya.
b. Bila seorang penduduk di kota tersebut diambil secara acak berapa probabilitas
bahwa ia memiliki sepeda motor dan tidak memiliki mobil?

Lab. Statistika Jurusan Matematika UIN Malang


6
Modul Praktikum Stastistik Elementer Tahun 2008-2009

c. Bila seorang penduduk di kota tersebut diambil secara acak dan diketahui ia
memiliki mobil, berapa probabilitas bahwa ia tidak memiliki sepeda motor?
d. Bila seorang penduduk di kota tersebut diambil secara acak, berapakah
probabilitas bahwa ia tidak memiliki sepeda motor dan tidak memiliki mobil?
3. The data in the table below come from a poll of 900 New Zealeaders, aged 15 or
more years, carried out by the New Zealand Listener in 1996. The questions asked
was, “Do you approve of abortion when the child is not wanted?”

Yes No Don’t Know Total


Female 0.2489 0.2178 0.0733 0.5400
Male 0.2167 0.2067 0.0366 0.4600
Total 0.4656 0.4245 0.1099 1.0000
a. Suppose that one of the people who responded was chosen at random and we
want to calculate the conditional probability that a person favors an abortion,
given that we know whether the person is female or male?
b. What your interpretation about (a) ?

Lab. Statistika Jurusan Matematika UIN Malang


7