PENDAHULUAN
Statistik Terapan 1
Sem 3 D-IV Jalan Tol
sebagai engineering tools yang dapat dipercaya. Disini statistika sebagai
alat diantaranya :
1.3 RANGKUMAN
Statistik Terapan 2
Sem 3 D-IV Jalan Tol
1.4 SOAL-SOAL
1. Apa pengertian statistik dalam arti sempit dan dalam arti luas ?
2. Apa perbedaaan statistik dan statistika.?
3. Mengapa kita perlu statistic ?
4. Bagaimana peranan statistik dalam bidang teknik terutama teknik sipil?
5. Apa yang dimaksud dengn statistik deskriptif dan statistik induktif ?
Statistik Terapan 3
Sem 3 D-IV Jalan Tol
BAB II
PENGUMPULAN DAN PENGOLAHAN DATA
Statistik Terapan 4
Sem 3 D-IV Jalan Tol
merupakan data perkiraan (estimate value). Penelitian yang menggunakan
seluruh anggota populasinya disebut sampel total atau sensus. Data yang
diperoleh sebagai hasil pengolahan sensus disebut data sebenarnya (true
value) atau parameter.
Dibandingkan dengan sensus, pengumpulan data dengan cara
sampling membutuhkan biaya lebih murah , waktu lebih cepat, tenaga lebih
sedikit dan menghasilkan cakupan data yang lebih banyak serta terperinci.
Dalam banyak hal pengumpulan data dengan cara sampling lebih disukai
dengan pertimbangan biaya, waktu dan penelitian yang bersifat merusak
objek.
Jika n adalah jumlah elemen sampel dan N adalah jumlah elemen
populasi, maka n<N ( n lebih kecil N).
GambarData
2.1 Hubungan antara
diskrit yaitu data Populasi dan sampel
yang diperoleh dari
hasil menghitung atau membilang. Data
2.2 TEKNIK PENGAMBILAN SAMPEL (TEKNIK SAMPLING)
kontinu yaitu data yang diperoleh dari hasil
Statistika terbagi menjadi dua yaitu statistik deskriptif dan statistik
pengukuran.
induktif (inferensial).Statistika deskriptif dikerjakan untuk mendapatkan
statistika induktif. Statistika induktif berusaha menyimpulkan tentang
karakteristik populasi berdasarkan sampel yang diambil dari populasi yang
bersangkutan dengan menggunakan metode atau cara tertentu.
Statistik Terapan 5
Sem 3 D-IV Jalan Tol
sampel atau sampling. Kriteria yang perlu diperhatikan dalam pengambilan
sampel adalah sebagai berkut :
1. Jelas daerah generalisasinya.
2. Batas-batas yang tegas tentang sifat-sifat populasi (karakteristiknya).
3. Sumber-sumber informasi tentang populasi.
4. Rumusan persoalan yang akan diteliti.
5. Keterangan mengenai populasi yang akan diteliti.
6. Teknik sampling dan besar anggota sampel yang sesuai dengan
tujuan penelitian.
7. Definisi unit-unit, istilah yang diperlukan.
8. Unit sampling yang diperlukan
9. Skala pengukuran yang akan dipergunakan
10. Keterangan yang ada kaitannya dengan permasalahan yang akan
dibahas
11. Ukuran sampel yang akan dianalisis
12. Prosedur sampling yang akan digunakan.
13. Teknik pengumpulan data yang akan dipergunakan
14. Metode analisis yang akan digunakan.
15. Sarana dan prasarana yang diperlukan untuk penelitian.
Statistik Terapan 6
Sem 3 D-IV Jalan Tol
Sensus memerlukan waktu yang lebih lama dibandingkan sampling.
4. Penelitian yang sifatnya merusak
Jika penelitian terhadap obyek sifatnya merusak, maka sampling harus
digunakan.
5. Masalah ketelitian
Makin banyak obyek yang diteliti maka makin kurang ketelitiannya,
sebaliknya jika jumlah obyek lebih sedikit.
6. Faktor ekonomis. Kegunaan dari hasil penelitian sepadan apa tidak
dengan biaya, waktu, dan tenaga yang dikeluarkan. Jika tidak, maka
tidak perlu penelitian dilakukan terhadap sensus.
Pada dasarnya cara pengambilan sampel ada dua cara yaitu :
Statistik Terapan 7
Sem 3 D-IV Jalan Tol
2.3 JENIS DATA
Data yang berbentuk bilangan atau data kuantitatif menurut nilainya dibagi
menjadi dua golongan yaitu :
1. Data diskrit yaitu data yang diperoleh dari hasil menghitung atau
membilang.
Contoh : a. Perusahan A mempunyai 5 anak perusahaan
Statistik Terapan 8
Sem 3 D-IV Jalan Tol
Ada beberapa aturan yang dapat digunakan sebagai pedoman dalam
pembulatan bilangan, yaitu :
1. Bila angka terkiri yang harus dihapus adalah 4 atau kurang, maka
angka terkanan yang mendahuluinya tidak berubah.
Contoh :
Rp 49.275,42 dibulatkan hingga ribuan rupiah, menjadi Rp 49.000,-.
Dalam hal ini angka yang harus dihapus adalah mulai angka 2 ke
kanan, maka angka 2 merupakan angka terkiri yang harus dihapus,
sedangkan angka yang mendahului angka 2 adalah angka 9.
2. Bila angka terkiri yang harus dihapus lebih besar 5 atau 5 yang diikuti
oleh angka bukan nol, maka angka terkanan yang mendahuluinya
bertambah dengan satu.
Contoh :
Rp 49.275,42 dibulatkan hingga ratusan rupiah, menjadi Rp 49.300,-.
Dalam hal ini angka yang harus dihapus adalah mulai angka 7 ke
kanan, maka angka 7 merupakan angka terkiri yang harus dihapus,
sedangkan angka 2 merupakan angka terkanan yang mendahului
angka 7.
Rp 49.275,42 dibulat kan hingga puluhan rupiah, menjadi Rp 49.280,-.
Angka yang harus dihapus adalah mulai angka 5 ke kanan. Angka 5
ini diikuti oleh angka yang bulan nol.
3. Bila angka terkiri yang harus dihapus lebih besar 5 atau angka 5 yang
diikuti oleh angka bukan nol, maka terkanan yang mendahuluinya
akan tetap jika ia genap dan bertambah satu jika ia ganjil. Aturan ini
disebut aturan ”genap terdekat”.
Contoh :
27,50 dibulatkan hingga satuan menjadi 28,00
244,50 dibulatkan hingga satuan menjadi 244,00
Statistik Terapan 9
Sem 3 D-IV Jalan Tol
Aturan ini dapat pula diambil kebalikannya, yaitu membuat tetap jika ia
ganjil dan bertambah satu jika ia genap. Aturan ini disebut aturan
”ganjil terdekat”
Contoh :
27,50 dibulatkan hingga satuan menjadi 27,00
244,50 dibulatkan hingga satuan menjadi 245,00
Sumber data dibagai menjadi dua yaitu sumber data primer dan
sumber data sekunder. Sumber data primer yaitu data yang didapat dari
observasi langsung oleh peneliti. Sumber data sekunder yaitu data yang
diperoleh melalui wawancara kepada pihak lain tentang obyek atau subyek
yang diteliti. Dari kedua sumber data tersebut sumber data primer lebih dapat
dipertanggung jawabkan dibandingkan sumber data sekunder.
1. Wawancara (Interview)
2. Angket (Questionnary)
3. Pengamatan (Observation)
4. Dokumentasi (Dokumentation)
5. Langsung (Participation)
Bagian yang penting dalam pengumpulan data adalah merancang
angket /kuesioner. Kuesioner atau angket adalah satu set pertanyaan yang
tersusun secara sistemetis dan standar sehingga pertanyaan yang sama
dapat diajukan terhadap responden. Yang dimaksud dengan sistematis
adalah bahwa item-item pertanyaan disusun menurut logika sesuai dengan
maksud dan tujuan pengumpulan data. Sedangkan standard adalah setiap
item pertanyaan mempunyai pengertian, konsep dan definisi yang sama.
Statistik Terapan 10
Sem 3 D-IV Jalan Tol
2.6 PENGOLAHAN DATA
Contoh :
Volume lalu lintas bulan Desember tahun 2002 Jalan Tol Tangerang
Merak untuk Golongan Kendaraan IIA sebagai berikut :
Tentukan jumlah volume lalu lintas, Rata-rata volume lalu lintas per
hari dan persentase gerbang tol yang volume lalu lintasnya kurang dari
10.000 kendaraan di Jalan Tol Tangerang Merak.
Statistik Terapan 11
Sem 3 D-IV Jalan Tol
Penyelesaian :
202.384
Rata-rata volume lalu lintas per hari=
31
=6.258 kendaraan
Persentase gerbang tol yang volume lalu lintasnya kurang dari 10.000
4
kendaraan = x 100%= 44,44 %
9
2.7 RANGKUMAN
Statistik Terapan 12
Sem 3 D-IV Jalan Tol
Populasi adalah kumpulan elemen baik hasil perhitungan maupun
pengukuran, baik kuantitatif maupun kualitatif mengenai karakteristik dari
sekelompok objek yang lengkap dan jelas.
Sampel adalah sebagian dari populasi yang diambil dengan
menggunakan teknik tertentu yang disebut teknik sampling.
Data adalah hasil pencatatan peristiwa atau karakteristik elemen yang
dilakukan pada tahap pengumpulan data yang jika diolah dengan baik
dapat melahirkan berbagai informasi.
Statistik Terapan 13
Sem 3 D-IV Jalan Tol
2.8 SOAL
Statistik Terapan 14
Sem 3 D-IV Jalan Tol
BAB III
DISTRIBUSI FREKUENSI EMPIRIS
Statistik Terapan 15
Sem 3 D-IV Jalan Tol
b. Distribusi Frekuensi Bergolong
i 1
fi 30
Statistik Terapan 16
Sem 3 D-IV Jalan Tol
k = banyaknya kelas
fi = frekuensi kelas ke i
k 5
i 1
fi = jumlah indek = 1 s/d k termasuk frekuensi ke 1 dan ke k
Dari tabel tersebut diatas kita dapat mengambil kesimpulan bahwa urutan
data yang mempunyai frekuensi dari tertinggi ke terendah adalah : 6, 7, 5, 8,
4
Jumlah kolom yang ada pada panel yang ada pada tabel bukan merupakan
syarat mutlak, jumlah kolom dalam tabel tergantung pada kebutuhan .
i 1
fi 34
Statistik Terapan 17
Sem 3 D-IV Jalan Tol
Contoh :
Dalam tabel diatas terdapat 4 kelas dengan masing-masing kelas yaitu
kelas pertama 3 – 5, kelas kedua 6 – 8, kelas ketiga 9 – 11 dan kelas
keempat 12 – 14.
2. Batas Kelas
Batas Kelas adalah nilai-nilai yang membatasi antara kelas yang satu
dengan kelas yang lain .
Contoh :
Nilai 3 dan 5,6 dan 8,9 dan 11,12 dan 14.
Statistik Terapan 18
Sem 3 D-IV Jalan Tol
Keterangan :
B k a s I : Batas kelas atas semu prioritas I
B k b s II : Batas kelas bawah semu prioritas II
Statistik Terapan 19
Sem 3 D-IV Jalan Tol
Keterangan :
Bkb s/n : Batas kelas bawah semu / nyata
Bka s/n : Batas kelas atas semu / nyata
Statistik Terapan 20
Sem 3 D-IV Jalan Tol
Contoh :
Hasil pemeriksaan keteguhan tekan beton (benda uji kubus dengan sisi 15
cm) sesudah 28 hari dengan campuran 1 : 1 1/2 : 21/2, yang dilaksanakan di
Laboratorium Pengujian Bahan Politekni UI Depok dalam satuan kg/cm 2 .
157,4 167,8 171,2 174,7 177,4
157,7 168,4 172,4 175,1 178,8
162,2 168,7 173,2 175,5 179,2
164,2 169,9 173,6 176,0 181,3
165,8 170,2 174,7 176,1 185,7
data disusun secara acak satu angka dibelakang koma.
n = 25
H = 185,7 kg/cm2
L = 157,4 kg/cm2
Banyaknya Kelas (k)
k = 1 + 3,3 log n
= 1 + 3,3 log 25
= 5,6132
6
Interval Kelas ( I )
R H - L 185.7 157.4
I 4.7167 kg/cm 2
k k 6
Penyajian Dalam Bentuk Distribusi Frekuensi Bergolong :
Hasil pemeriksaan keteguhan tekan beton (benda uji kubus dengan sisi 15
cm) sesudah 28 hari dengan campuran 1 : 2 : 3, yang dilaksanakan di
Laboratorium Pengujian Bahan Politekni UI Depok dalam satuan kg/cm 2 .
Statistik Terapan 21
Sem 3 D-IV Jalan Tol
Kelas Batas Kelas ( Xi) (Kg/Cm2) Tanda Kelas Frekuensi
(i) Semu Nyata (mi) (Kg/Cm2) (fi)
1 157.4 - 162.1 157.35 - 162.15 159.75 2
2 162.2 -0166.9 162.15 - 166.95 164.55 3
3 167.0 - 171.7 166.95 - 171.75 169.35 6
4 171.8 - 176.5 171.75 - 176.65 174.15 9
5 176.6 - 181.3 176.55 - 181.35 178.95 4
6 181.4 - 186.1 181.35 - 186.15 183.75 1
6
i 1
fi 25
fi
Fri
n
Keterangan :
Fri = Frekuensi Relatif Kelas ke i
fi = Frekuensi Kelas ke i
n = Banyaknya Data Pengamatan
Frekuensi Relatif bisa juga dibuat dengan bentuk persentase atau disebut
juga Persentase Distribusi yang dapat diperoleh dengan mengalikan
frekuensi relatif dengan 100%.
fi
Fr1 % 100%
n
Statistik Terapan 22
Sem 3 D-IV Jalan Tol
Contoh :
Hasil pemeriksaan keteguhan tekan beton (benda uji kubus dengan sisi 15
cm) sesudah 28 hari dengan campuran 1 : 2 : 3, yang dilaksanakan di
Laboratorium Pengujian Bahan Politekni UI Depok dalam satuan kg/cm 2 .
Kelas Tanda Kelas Frekuensi Fri Fri (%)
(i) (mi) (Kg/Cm2) (fi)
1 159.75 2 0.08 8
2 164.55 3 0.12 12
3 169.35 6 0.24 24
4 174.15 9 0.36 36
5 178.95 4 0.16 16
6 183.75 1 0.04 4
6
fi 25
i 1
i 1 i 1
Statistik Terapan 23
Sem 3 D-IV Jalan Tol
dilaksanakan di Laboratorium Pengujian Bahan Politeknik UI Depok dalam
satuan kg/cm2
Batas Kelas Komulatif “<” Frekuensi Komulatif “<”
(Xki) (Kg/Cm2) (Fki)
Kurang dari 157.35 0
Kurang dari 162.15 2
Kurang dari 166.95 5
Kurang dari 171.75 11
Kurang dari 176.55 20
Kurang dari 181.35 24
Kurang dari 186.15 25
b. DFK “lebih dari (>)” hasil pemeriksaan keteguhan tekan beton (benda uji
kubus sisi 15 cm) sesudah 28 hari dengan campuran 1 : 2 : 3 yang
dilaksanakan di Laboratorium Pengujian Bahan Politeknik UI Depok
dalam satuan kg/cm2 .
Batas Kelas Komulatif “>” Frekuensi Komulatif “<”
(Xki) (Kg/Cm2) (Fki)
Lebih dari 157.35 25
Lebih dari 162.15 23
Lebih dari 166.95 20
Lebih dari 171.75 14
Lebih dari 176.55 5
Lebih dari 181.35 1
Lebih dari 186.15 0
Statistik Terapan 24
Sem 3 D-IV Jalan Tol
PENYAJIAN DISTRIBUSI FREKUENSI DALAM BENTUK GRAFIK,
DAN DIAGRAM
Dalam laporan-laporan tertulis, brosur, majalah, buku-buku, dan lain-
lain sering kita lihat Distribusi Frekuensi disajikan dalam bentuk grafik dan
diagram. Atau disajikan bersama-sama table Distribusi Frekuensi.
Guna penyajian Distribusi Frekuensi dalam bentuk grafik dan diagram
adalah :
1. Mempertegas dan memperjelas Distribusi Frekuensi yang telah disajikan
sebagai table/daftar.
2. Sebagai pengganti bagi Distribusi Frekuensi yang berbentuk sebagai
daftar / tabel.
Grafik dan diagram yang sering dipakai untuk melukiskan distribusi
frekuensi adalah :
1. Histogram frekuensi
2. Poligon frekuensi
3. Ogive frekuensi
4. Diagram lingkaran
HISTOGRAM FREKUENSI
Histogram frekuensi adalah suatu bentuk diagram yang terdiri dari
persegi panjang dimana setiap persegi panjang tersebut mewakili/
menerangkan/ menggambarkan sebuah kelas dari distribusi frekuensi.
Contoh :
Histogram frekuensi hasil pemeriksaan keteguhan tekan beton (benda uji
kubus sisi 15 cm) sesudah 28 hari dengan campuran 1 : 2 : 3 yang
dilaksanakan dilaboratorium pengujian bahan Politeknik UI Depok dalam
satuan kg/cm2.
Statistik Terapan 25
Sem 3 D-IV Jalan Tol
10
9
8
7
frekuensi
6
5
4
3
2
1
0
157,35 162,15 166,95 171,75 176,55 181,35 186,15
keteguhan tekan beton (kg/cm2)
Contoh :
Poligon frekuensi hasil pemeriksaan keteguhan tekan beton (benda uji
kubus sisi 15 cm) sesudah 28 hari engan campuran 1 : 2 : 3 yang
dilaksanakan dilaboratorium pengujian bahan Politeknik UI Depok dalam
satuan kg/cm2.
Statistik Terapan 26
Sem 3 D-IV Jalan Tol
10
159,75 164,55 169,35 174,15 178,95 183,75
9
8 9
7
frekuensi
6 6
5
4
4
3 3
2 2
1 1
0
keteguhan tekan beton (kg/cm2)
Keterangan :
Untuk melengkapi poligon frekuensi diawal dan diakhir distribusi frekuensi,
masing-masing ditambah satu kelas dengan frekuensi = “ 0/nol “ sehingga
poligon frekuensi komulatif dengan memakai garis lurus.
OGIVE FREKUENSI
Ogive frekuensi adalah suatu bentuk grafik yang merupakan bentuk
penyajian distribusi frekuensi komulatif yang digambarkan dengna
menghubungkan titik-titik dari frekuensi komulatif dengan memakai garis
lurus.
Contoh :
a. Ogive Frekuensi “kurang dari (<)”hasil pemeriksaan keteguhan tekan
beton (benda uji kubus sisi 15 cm) sesudah 28 hari engan campuran 1
: 2 : 3 yang dilaksanakan dilaboratorium pengujian bahan Politeknik UI
Depok dalam satuan kg/cm2.
Statistik Terapan 27
Sem 3 D-IV Jalan Tol
30
25 24
25
20 20
frekuensi
15
11
10
5 5
2
0 0
157,35 162,15 166,95 171,75 176,55 181,35 186,15
keteguhan tekan beton (kg/cm2)
30
25 25
23
20 20
frekuensi
15 14
10
5 5
1
0 0
157,35 162,15 166,95 171,75 176,55 181,35 186,15
keteguhan tekan beton (kg/cm2)
Statistik Terapan 28
Sem 3 D-IV Jalan Tol
Diagram lingkaran adalah suatu bentuk ddiagram yang berbentuk
lingkaran dengan jari-jari yang membagi lingkaran itu menjadi beberapa
daerah yang luasnya sesuai dengan frekuensinya, diman luas tersebut
tergantung dari besar sudut.
( io ) = Fri x 3600
keterangan : ( io ) = sudut pada kelas I
Contoh :
Diagram lingkaran hasil pemeriksaan keteguhan tekan beton (benda uji
kubus sisi 15 cm) sesudah 28 hari engan campuran 1 : 2 : 3 yang
dilaksanakan dilaboratorium pengujian bahan Politeknik UI Depok dalam
satuan kg/cm2.
fi 25
i 1
i 1
i 1 ( i ) = 360
Statistik Terapan 29
Sem 3 D-IV Jalan Tol
183.75 (4%) 159.75 (8%)
178.95 (16%)
164.55 (12%)
169.35 (24%)
174,15 (36%)
Statistik Terapan 30
Sem 3 D-IV Jalan Tol
RANGKUMAN
Statistik Terapan 31
Sem 3 D-IV Jalan Tol
Distribusi Frekuensi komulaitf adalah pencaran frekuensi yang
merupakan penjumlahan-penjumlahan frekuensi-frekuensi kelas secara
berurutan.
Histogram frekuensi adalah suatu bentuk diagram yang terdiri dari
persegi panjang dimana setiap persegi panjang tersebut mewakili/
menerangkan/ menggambarkan sebuah kelas dari distribusi frekuensi.
Poligon Frekuensi adalah suatu bentuk grafik yang digambarkan
dengan menghubungkan titik-titik tengah dari garis puncak histogram
dengan memakai garis lurus.
Ogive frekuensi adalah suatu bentuk grafik yang merupakan bentuk
penyajian distribusi frekuensi komulatif yang digambarkan dengna
menghubungkan titik-titik dari frekuensi komulatif dengan memakai
garis lurus.
Diagram lingkaran adalah suatu bentuk ddiagram yang berbentuk
lingkaran dengan jari-jari yang membagi lingkaran itu menjadi
beberapa daerah yang luasnya sesuai dengan frekuensinya, diman
luas tersebut tergantung dari besar sudut.
Statistik Terapan 32
Sem 3 D-IV Jalan Tol
3.8 SOAL
Statistik Terapan 33
Sem 3 D-IV Jalan Tol
BAB IV
UKURAN-UKURAN DISKRIPTIF DALAM STATISTIK
Sebelum kita melangkah lebih jauh pada ukuran lokasi (Mean, Median,
Modus dan sebagainya), mengingat bahwa ukuran lokasi menggunakan
operasi penjumlahan, maka diperlukan cara untuk menyajikan penjulahan
dalam bentuk symbol atau Notasi Summasi ( ).
4.1 SUMMASI ( ).
Misal dalam n pengamatan yang dinyatakan sebagai x1, x2, x3 …….. xn
untuk menyatakan jumlah dapat dinyatakan dengan notasi summasi sebagai
berikut :
n
xi x
i 1
1 x2 x3 ... xn
Keterangan :
i = Indeks Summasi
n = Batas Indeks Summasi
xi = Data Pengamatan ke i
Pembacaan Notasi :
Jumlah semua data x dari indeks = 1 s/d n termasuk data ke 1dan data ke n.
Contoh :
x1 = 20 ; x2 = 25 ; x3 = 23 ; x4 = 24
4
x i 1
i x1 x 2 x 3 x 4 20 25 23 24 92
Statistik Terapan 34
Sem 3 D-IV Jalan Tol
Bila n pengamatan masing-masing dikwadratkan, maka bentuk
penjumlahannya adalah sebagai berikut :
n
x
i 1
i
2
x 1 x 2 x 3 ... x n
2 2 2 2
Pembacaan Notasi :
Jumlah semua data x2 dari indeks = 1 s/d n termasuk data ke 1 dan ke n
Contoh :
x1 = 4 ; x2 = 3 ; x3 = 5
3
x
i 1
i
2
x1 x 2 x 3
2 2 2
4 2 3 2 5 2 50
x
i 1
i yi zi x
i 1
i yi zi
i 1 i 1
BUKTI :
n
x
i 1
i y i z i x 1 y i z i x 2 y 2 z 2 ... x n y n z n
n n n
x
i 1
i yi zi
i 1 i 1
Statistik Terapan 35
Sem 3 D-IV Jalan Tol
2. ATURAN II :
Summasi perkalian antara variable dan konstanta sama dengan perkalian
konstanta dan summasi variable.
n n
kx
i 1
i k x i
i 1
BUKTI :
n
k.x
i 1
i k.x 1 k.x 2 ... k.x n
k x1 x 2 ... x n
n
k xi
i 1
3. ATURAN III :
Summasi konstanta sama dengan konstanta dikali dengan jumlah indeks
dalam summasi.
n
C
i 1
n.C
BUKTI
n
C C
i 1
1 C 2 ... C n
n.C (n - 1)C C
Statistik Terapan 36
Sem 3 D-IV Jalan Tol
2. Median, Kwartil, Desil dan Persentil
3. Modus
4. Geometric Mean
5. Harmonic Mean
x 1 x 2 x 3 ... x n
x
n
atau dapat ditulis :
n
x
i 1
i
x
n
Apabila terdapat n data pengamatan dimana setiap data frekuensi
lebih dari satu, yaitu :
x1 f1, x2 f2, .... , xk fk
maka nilai rata-ratanya :
x 1 .f 1 x 2 .f 2 ... x k .f k
x
f 1 f 2 f 3 ... f k
atau dapat ditulis :
Statistik Terapan 37
Sem 3 D-IV Jalan Tol
k k
x i .f i x i .f i
x i 1
k
i 1
f
n
i
i 1
k
1
x
n
x
i 1
i .f i
Keterangan :
k = Banyaknya data yang terkelompok.
m 1 .f 1 m 2 .f 2 m 3 .f 3 ... m k .f k
x
f 1 f 2 f 3 ... f k
atau dapat ditulis :
k k
m i .f i
i 1
m
i 1
i .f i
x k
n
f
i 1
i
Keterangan :
Statistik Terapan 38
Sem 3 D-IV Jalan Tol
= Nilai Rata-Rata
Kelas Tanda Frekuensi mi . fi
(i) Kelas (fi) (Kg/ Cm2)
(mi) (Kg/
Cm2)
1 92,635 2 185,27
2 101,355 5 506,775
3 110,075 9 990,675
4 118,795 7 831,565
n=Banyaknya Data
mi = tanda kelas ke i
fi = frekuensi ke i
k = Banyaknya Data yang dikelompokkan / Banyaknya kelas.
Contoh:
Hasil pemeriksaan keteguhan tekan beton (benda uji kubus sisi 15
cm) sesudah 28 hari dengan campuran 1 : 2 : 3 yang dilaksanakan
di Laboraturium Pengujian Bahan Politeknik UI Depok dalam
satuan kg / cm2.
Statistik Terapan 39
Sem 3 D-IV Jalan Tol
5 127,515 4 510,060
6 136,235 3 408,705
6
f
i 1
i 30 3.433,05
1 n
x m i .f i
n i 1
1
.3433.05
30
114.435 kg cm
2
x x0 I.u
1 k
. ui . f i
n i 1
Pembuktian Rumus :
Rumus diatas diambil berdasarkan rumus awal :
n
1
x
n
m
i 1
i .f i
Statistik Terapan 40
Sem 3 D-IV Jalan Tol
mi x0 I.ui
1 k
x ( x0 I.ui ). f i
n i 1
1 k
( x0 . f i I.ui . f i )
n i 1
1 k k
. x0 . f i I.ui . f i
n i 1 i 1
1 k k
. xo . f i I ui . f i
n i 1 i 1
1 k
. x0 .n I ui . f i
n i 1
x0 I.u
Keterangan :
= Nilai Rata-Rata
x0 = Nilai Rata-Rata terkaan yang dipilih secara abriter dengan
memilih nilai mi (tanda kelas) dengan asumsi deviasi pada mean
terkaan = 0
I = Interval kelas
ύ = Nilai rata-rata penyimpangan / Deviasi
n = Banyaknya Data pengamatan
ύi = Deviasi ke i
fi = Frekuensi ke i
k = Banyaknya data yang dikelompokkan
Statistik Terapan 41
Sem 3 D-IV Jalan Tol
Langkah-Langkah Menentukan Mean secara Koding / Abriter /
Terkaan :
1. Menyusun data dalam bentuk Distribusi Frekuensi.
2. Menentukan Mean Terkaan (x0) secara abtriter dari tanda kelas
dengan asumsi deviasi pada mean terkaan = 0.
3. Menentukan nilai deviasi masing-masing kelas mulai dari mean
terkaan. Deviasi diaatas mean terkaan diberi tanda minus (-),
sedangkan dibawah deviasi terkaan diberi tanda plus (+).
Apabila data disusun dari nilai terrendah ke tertinggi.
4. Menentukan nilai rata-rata.
Contoh :
Hasil pemeriksaan keteguhan tekan beton (benda uji kubus sisi 15
cm) sesudah 28 hari dengan campuran 1 : 2 : 3 yang dilaksanakan
di Laboraturium Pengujian Bahan Politeknik UI Depok dalam
satuan kg / cm2.
Kelas Tanda Kelas Frekuensi Deviasi ui . fi
(i) (mi) (Kg/ Cm2) fi (ui)
1 92,635 2 -3 -6
2 101,355 5 -2 -10
3 110,075 9 -1 -9
4 118,795 7 0 0
5 127,515 4 1 4
6 136,235 3 2 6
6
i 1
fi 30 -15
x x0 I.u
Statistik Terapan 42
Sem 3 D-IV Jalan Tol
1 k
. 15 0.5
1
u . u i . f i
n i 1 30
x 118.795 (0.5).8.72 114.435 kg cm 2
Catatan :
4.2.2 MEDIAN ( ~
x)
Median adalah nilai yang membatasi 50% Distribusi Frekuensi
bagian bawah dengan 50% Distribusi Frekuensi bagian atas,
apabila data disusun menurut besarnya.
1. MEDIAN DISTRIBUSI FREKUENSI TUNGGAL
Cara menentukan Median Frekuensi Tunggal :
1. Menyususn data menurut besarnya, dari nilai terendah ke
tertinggi atau sebaliknya.
2. Menentukan harga yang terletak di tengah-tengah urutan
data.
Apabila banyaknya data ganjil nilai median merupakan satu nilai
yang berada di tengah-tengah.
Apabila banyaknya data genap nilai median merupakan data
nilai ditengah dijumlahkan dan dibagi dua.
Contoh :
a. 4, 4, 6, 7, 8, 10, 12, 13, 14
~
x =8
b. 4, 5, 6, 7, 8, 9, 10, 11
~
x = (7 + 8)/2 = 7,5
Statistik Terapan 43
Sem 3 D-IV Jalan Tol
2. MEDIAN DISTRIBUSI FREKUENSI BERGOLONG
Median Distribusi Frekuensi Bergolong dapat ditentukan dari
grafik atau diagram salah satunya adalah dengan
menggunakan ogive frekuensi kurang dari :
Contoh :
Ogive frekuensi “<” Hasil pemeriksaan keteguhan tekan beton
(benda uji kubus sisi 15 cm) sesudah 28 hari dengan campuran
1 : 2 : 3 yang dilaksanakan di Laboraturium Pengujian Bahan
Politeknik UI Depok dalam satuan kg / cm2.
23
20
E C
15
(1/2 n – fkbx2)
10 fx2
7
5 A D B
2
0
88,275 96,995 105,715 114,435 123,155 131,875 140,595
Statistik Terapan 44
Sem 3 D-IV Jalan Tol
Keteguhan tekan beton(kg/cm2)
Langkah-langkah menentukan ~
x :
1. Menentukan letak kelas median dengan menentukan 50%
frekuensi.
fx = ½ . n = ½ . 30 = 15
Kelas median (105,715 – 14,435)
2. Membuat perbandingan A sebagai interpolasi pada kelas
median.
x Bbnx AD
ADE : ABC
AD AB
AE BC
AD I
1 2.n fkb x fx
I (1 2.n fkb x )
AD
fx
I .(1 2.n fkb x )
x Bbn x
fx
Keterangan :
x = nilai median
Bbnx = Batas Bawah Nyata Kelas Median
I = Interval Kelas
N = Banyaknya Data Pengamatan
fkbx = Frekuensi Komulatif Sebelum Kelas Median
fx = Frekuensi Kelas Median
Statistik Terapan 45
Sem 3 D-IV Jalan Tol
Contoh :
Statistik Terapan 46
Sem 3 D-IV Jalan Tol
I .(1 100.n fkbP1 )
P1 Bbn P1
f P1
I .( 25 100.n fkbP 25 )
P25 Bbn P 25
f P 25
Statistik Terapan 47
Sem 3 D-IV Jalan Tol
Contoh:
Histogram Frekuensi Hasil pemeriksaan keteguhan tekan beton
(benda uji kubus sisi 15 cm) sesudah 28 hari dengan campuran 1
: 2 : 3 yang dilaksanakan di Laboraturium Pengujian Bahan
Politeknik UI Depok dalam satuan kg / cm2.
Skala x = 1 : 8,72 kg / cm2
y = 1:1
y
Kelas Modus (105,715 – 114,435)
Frek. (fi) B b
x Bbn x b
9 c
AEB : CED
8 F E G
7
6 D
5
4 A
3
2
1
0
88,275 96,995 105,715 114,435 123,155 131,875 140,595
x=kelas modus Keteguhan tekan beton (kg/cm2)
FE AB
EG CD
b ( f fbx )
x
( I b) ( f x fsx )
Statistik Terapan 48
Sem 3 D-IV Jalan Tol
b. y b.x I .x
I .x
b
( y x)
I .( f x fbx )
( f x fbx ) ( f x fsx )
I .( f x fbx )
(2. f x fbx fsx )
I .(f x fb x )
x Bbn x
(2.f x fb x fs x )
Keterangan :
x = nilai modus
Bbnx = Batas Bawah Nyata Kelas Modus
I = Interval Kelas
fx = Frekuensi Kelas Modus
fbx = Frekuensi sebelum Kelas Modus
fsx = Frekuensi setelah Kelas Modus
Contoh :
105.715 8.70.(9 5)
x 111,528kg cm 2
[( 2.9) 7 5]
Statistik Terapan 49
Sem 3 D-IV Jalan Tol
4.3 RANGKUMAN
4.4 SOAL
Statistik Terapan 50
Sem 3 D-IV Jalan Tol
Kelas Tanda Kelas Frekuensi
(dalam ratusan)
1 17 1
2 28 4
3 39 11
4 50 7
5 61 5
6 72 2
Statistik Terapan 51
Sem 3 D-IV Jalan Tol
BAB V
UKURAN-UKURAN LOKASI / HARGA-HARGA DEVIASI
A 60 65 50 60 65 60 A = 360/60 = 60
B 30 90 50 70 60 60 B = 360/60 = 60
- variasi data A 50 s/d 65
- variasi data B 30 s/d 90
Hasil tersebut menunjukkan bahwa nilai A lebih kecil variasinya
dibandingan B, dengan kata lain nilai A lebih stabil terhadap nilai nya.
Variasi data dari harga tengah idealnya harus kecil. Apabila variasi data
terhadap harga tengah terlalu besar, maka harga tengah tersebut kurang
berguna sebagai nilai yang mewakili atau menggambarkan keadaan datanya.
Macam-Macam Pengukuran Variasi :
1. Range
2. Deviasi Kwartil
3. Deviasi Rata-Rata (Simpangan Rata-Rata)
4. Deviasi Standard (Simpangan Standard ) dan varians.
5.1 RANGE
Range adalah selisih antara data dengan nilai variable tertinggi dan
data dengan nilai variable terendah dari keseluruhan pengamatan data.
R H L
Statistik Terapan 52
Sem 3 D-IV Jalan Tol
Range merupakan pengukuran disperse (variasi) yang paling sederhana.
Apabila kita ingin memperoleh pengukuran variasi secara kasar dan cepat,
Range dapat digunakan.
Karena kesederhanaannya, maka range banyak sekali digunakan dalam
pengawasan kualitas (Quality Control)
K 3 K1
dk
2
Keterangan :
dk = Deviasi Kwartil
K3 = Kwartil 3
K1 = Kwartil 1
Statistik Terapan 53
Sem 3 D-IV Jalan Tol
Contoh :
I .(1 4 .n fkbk 1 )
K1 Bbnk 1
f k1
8,72.(1 4.30 7)
105,725
9
106,199 kg cm 2
K 3 K1
dk
2
122,532 106,109
8,167 kg cm 2
2
dk = 8,167 kg/cm2 terhadap x nya
dk digunakan untuk mengukur merata atau tidaknya distribusi pendapatan.
(x
i 1
i x)
Statistik Terapan 54
Sem 3 D-IV Jalan Tol
Sedangkan deviasi rata-rata :
1 n
dx . (x i x )
n i 1
ternyata rumus ini menjadi nilai dx = 0.
BUKTI :
1 n
dx . ( x i x )
n i 1
1 n 1 n
. x i . x
n i 1 n i 1
1
x .[( n 1) 1].x
n
x x 0
Tujuan pengukuran deviasi adalah mengukur variasi nilai-nilai observasi
dari suatu nilai tertentu ( nya). Pengukuran seperti ini pada umumnya
menitik beratkan pada hasil besar kecilnya deviasi, bukan arah deviasi (+
atau -).
Mengingat tujuan tersebut, maka pengukuran deviasi atas dasar nilai-nilai
absolut, sehingga perumusannya, sebagai berikut :
1 n
dx . (x i x )
n i 1
Statistik Terapan 55
Sem 3 D-IV Jalan Tol
Contoh :
(i) (xi) (xi - ) | (xi - ) |
1 24 - 1,5 1,5
2 25 - 0,5 0,5
3 26 + 0,5 0,5
4 27 + 1,5 1,5
4
i 1
0 4
1 n
x . x i
n i 1
x 1 4 .( x 1 x 2 x 3 x 4 )
1 4.( 24 25 26 27)
25,5
1 n
dx . (x i x )
n i 1
1 4 .4 1
2. dx Distribusi Frekuensi Bergolong
1 n
dx . m i x f i
n i 1
Keterangan :
dx = Deviasi Rata-Rata
n = Banyaknya Data Pengamatan / Nilai Observasi
k = Banyaknya Kelas / Data yang Dikelompokkan
mi = Tanda Kelas ke i
x = Rata-Rata
fi = Frekuensi ke i
Statistik Terapan 56
Sem 3 D-IV Jalan Tol
Contoh :
Hasil pemeriksaan keteguhan tekan beton (benda uji kubus sisi 15 cm)
sesudah 28 hari dengan campuran 1 : 2 : 3 yang dilaksanakan di
Laboraturium Pengujian Bahan Politeknik UI Depok dalam satuan kg /
cm2.
Kelas Tanda kelas Frekuensi |mi - | - fi
(i) (mi) (kg/cm2) (fi) (kg/cm2)
1 92,635 2 43,6
2 101,36 5 65,4
3 110,075 9 39,24
4 118,795 7 30,52
5 127,515 4 52,32
6 136,235 3 65,4
6
i 1 30 296,48
1 n
dx . mi x f i
n i 1
1
.296,48 9,883kg cm 2 terhadapx
30
dalam kondisi tertentu dapat dihitung terhadap median distribusi sehingga
dapat dirumuskan :
1 n
dx . m i x f i
n i 1
Rumus tersebut digunakan apabila dengan menggunakan x dapat
menghasilkan variasi seminimal mungkin.
d merupakan pengukuran variasi yang lebih baik dibandingkan R atau
dk, karena hasil pengukuran d mencerminkan variasi tiap-tiap nilai
Statistik Terapan 57
Sem 3 D-IV Jalan Tol
observasi dari nilai nya bukan hanya tergantung pada nilai-nilai
ekstrim.
Tetapi rata-rata deviasi secara absolute tanpa menghiraukan tanda-tanda
(+) atau (-) menyulitkan manipulasi secara mateatika.
Untuk itu sebagai sarana untuk menetukan deviasi yang lebih baik
digunakan standart deviasi dan variasi.
1 n
. (x i x ) 2 perumusan ini dinamakan deviasi kwadrat rata-
n i 1
rata
KARL PERSON menamakannya pengukuran Varians dan dirumuskan
sebagai berikut :
1 n
S . (x i x ) 2
2
n i 1
Untuk penyimpangan standard / deviasi standard merupakan akar varians :
1 n
S . (x i x ) 2
n i 1
Keterangan :
S2 = Varians
S = Standard Deviasi
n = Banyaknya Nilai Observasi / Data Pengamatan
xi = Nilai Observasi ke i
Statistik Terapan 58
Sem 3 D-IV Jalan Tol
= Nilai Rata-Rata
2
1. S dan S Distribusi Frekuensi Tunggal
Data populasi
1 n
S . (x i x ) 2
2
n i 1
1 n
S . (x i x ) 2
n i 1
Data Sampel
1 n
S 2
. ( xi x ) 2
n 1 i 1
1 n
S . ( xi x ) 2
n 1 i 1
Di dalam peraturan beton bertulang Indonesia 1970 ditetapkan bahwa
keteguhan karakteristik dari beton ditentukan dengan n = 20 buah benda
uji. Hal ini adalah didasarkan pertimbangan-pertimbangan berikut :
1. Bahwa pada pangujian mutu dari beton, 20 beton uji sudah cukup
dapat memberikan gambaran yang representatif dari keteguhan
karakteristik.
2. 20 benda uji adalah jumlah terkecil dengan mana secara tepat dapat
diperhitungkan adanya hasil pemeriksaan yang tidak memenuhi syarat
(qi) = 5% yaitu 5% x 20 = 1, artinya diantara 20 hasil pemeriksaan
berturut-turut hanya ada boleh 1 hasil yang tidak memenuhi syarat.
Statistik Terapan 59
Sem 3 D-IV Jalan Tol
Dengan Rumus:
n
1
S
2
. ( xi x ) 2
(n 1) i 1
n
1
S . (x i x ) 2
(n 1) i 1
Alasan menggunakan pembagian (n-1) bukan n adalah agar varians tidak
kabur. (n-1) biasa disebut dengan derajat kebebasan.
Bentuk Lain Rumus S2 dan S Distribusi Frekuensi Tunggal :
a. Dengan menghilangkan nilai rata-rata :
Statistik Terapan 60
Sem 3 D-IV Jalan Tol
n
1
S
2
. ( xi x ) 2
(n 1) i 1
n
S .( n 1) ( xi x ) 2
2
i 1
n
( xi 2 x.xi x 2 )
2
i 1
n n n
xi 2.x xi x 2
2
i 1 i 1 i 1
n n
xi 2.x xi [( n 1) 1]. x 2
2
i 1 i 1
n n
xi 2.x xi n.x 2
2
i 1 i 1
n
xi 2 x.n.x n.x 2
2
i 1
n
xi 2n.x 2 n.x 2
2
i 1
n
xi n.x 2
2
i 1
Statistik Terapan 61
Sem 3 D-IV Jalan Tol
n
1 n 2
xi n.[ . xi ]
2
i 1 n i 1
n
1 n 2
xi .[ xi ]
2
i 1 n i 1
n
1 1 n
S .[ xi .( xi )2 ]
2 2
(n 1) i 1 n i 1
n
1 1 n
S .[ xi .( xi )2 ]
2
(n 1) i 1 n i 1
b. Dengan menggunakan titik asal deviasi secara abriter / terkaan /
koding
n
1 1 n
S .[ x i .( x i ) 2 ]
2 2
(n 1) i 1 n i 1
n
1 1 n
S .[ x i .( x i ) 2 ]
2
(n 1) i 1 n i 1
Keterangan :
X0 = Titik Asal Deviasi Secara Abriter Dari Data xi
Contoh :
Evaluasi pengukuran lebar block kayu yang akan digunakan sebagai
test kekuatan tekan serta dalam satuan cm.
Statistik Terapan 62
Sem 3 D-IV Jalan Tol
lebar (xi - )2 xi 2 (xi–x01) (xi–x01) 2 (xi–x02) (xi–x01) 2
(xi) (cm) (cm2) (cm) (cm2) (cm) (cm2)
(cm)
17,3 6,4009 299,29 0,7 0,49 1,9 3,61
12,4 5,6169 153,76 -4,2 17,64 -3 9
13,6 1,3689 184,96 -3 9 -1,8 3,24
15,4 0,3969 237,16 -1,2 1,44 0 0
14,8 0,0009 219,04 -1,8 3,24 0,6 0,36
16,6 3,3489 275,56 0 0 1,2 1,44
13,9 0,7569 193,21 -2,7 7,29 -1,5 2,25
12,7 4,2849 161,29 -3,9 15,21 -2,7 7,29
16,9 4,5369 285,61 0,3 0,09 1,5 2,25
14,1 0,4489 198,81 -2,5 6,25 -1,5 1,69
147,7 27,161 2208,69 -18,3 60,65 -6,3 31,1
1. Dengan Rumus 1 :
1 n
x . x i
n i 1
1
.147,7 14,77cm
10
1 n 1 n
.[ x i .( x i ) 2 ]
2 2
S
n i 1 n i 1
1
.27,161 2,7161cm 2
10
1 n 1 n
S .[ x i .( x i ) 2 ]
2
n i 1 n i 1
1
.27,161 1,648cm
10
Statistik Terapan 63
Sem 3 D-IV Jalan Tol
2. Dengan Rumus 2 :
1 n 2 1 n
S .[ xi .( xi ) 2 ]
2
n i 1 n i 1
1
.[ 2208,69 1 10 .147,7 2 ] 2,7161cm 2
10
1 n 2 1 n
S .[ xi .( xi ) 2 ]
n i 1 n i 1
1 10 .[60,65 1 10 .(147,7) 2 ] 1,648cm
3. Dengan Rumus 3 :
1 n 1 n
S .[ (x i x o 1 ) .[ (x i x o 1 ) 2 ]]
2 2
n i 1 n i 1
1
.[60,65 1 10 .( 18,.3) 2 ] 2,7161cm 2
10
1 n 1 n
S .[ (x i x o 1 ) .[ (x i x o 1 ) 2 ]]
2
n i 1 n i 1
1
.[60,65 1 10 .( 18,.3) 2 ] 1,648cm
10
1 n
S2 . (mi x ) 2 . f i
n i 1
1 n
S . (mi x ) 2 . f i
n i 1
Statistik Terapan 64
Sem 3 D-IV Jalan Tol
Data sampel
n
1
S 2
. (m i x ) 2 .f i
n 1 i 1
n
1
S . (m i x ) 2 .f i
n 1 i 1
Keterangan :
S2 = Varians
S = Standard Deviasi
n = Banyaknya Data Pengamatan / Nilai Observasi
mi = Tanda Kelas ke i
x = Nilai Rata-Rata
fi = Frekuensi ke i
k = Banyaknya Data yang Dikelompokkan
x x o u .I
1 k
u . ui . f i
n i 1
Statistik Terapan 65
Sem 3 D-IV Jalan Tol
1 k
x xo [ . u i . f i ].I
n i 1
mi xo u i .I
1 k
S . (mi .x ) 2 f i
2
n i 1
(mi .x ) ( x o u i .I ) ( x o u i .I )
(u i .I ) (u I )
I .(u i u )
1 k
(mi x ) I .(u i . u i . f i
n i 1
Statistik Terapan 66
Sem 3 D-IV Jalan Tol
Disubtitusikan ke rumus S2
1 k
S2 . (m i .x )f i
n i 1
1 k 2 1 k
. I .(U i .U i .f i ) 2 .f i
n 1 i 1 n i 1
k
1 1 k
.I . (U i .U i .f i ) 2 .f
2
n 1 i 1 n i 1
k
1 1 k 1 k
.I . (U i 2U i . .U i .f i .U i .f i ) 2 .f i
2 2
n 1 i 1 n i 1 n i 1
k
1 1 k 1 k
.I 2 . [U i .f i 2U i .f i . .U i .f i f i .( .U i .f i ) 2 ]
2
n 1 i 1 n i 1 n i 1
k
1 1 k 1 k
.I 2 .[ U i .f i 2U i .f i . .U i .f i n .( .U i .f i ) 2 ]
2
n 1 i 1 n i 1 n i 1
k
1 2 k 1 k
.I 2 .[ U i .f i .( U i .f i ) 2 n .( .U i .f i ) 2 ]
2
n 1 i 1 n i 1 n i 1
k
1 1 k
S2 .I 2 .[ U i .f i .( U i .f i ) 2 ]
2
n 1 i 1 n i 1
k
1 1 k
S .I 2 .[ U i .f i .( U i .f i ) 2 ]
2
n 1 i 1 n i 1
Contoh :
Hasil pemeriksaan kekuatan tekan beton ( benda uji kubus sisi 15 cm)
sesudah 28 hari dengan campuran 1 : 2 : 3 yang dilaksanakan di Lab
Uji Bahan Politekik Negeri Jakarta, dalam satuan kg / cm2 .
Statistik Terapan 67
Sem 3 D-IV Jalan Tol
kelas tanda kelas frek (mi - )2 . fi ui ui - fi ui2 . fi
(i) (mi) (kg/cm2) (fi) (kg / cm2)
1 92,635 2 950,48 -3 -6 18
2 101,355 5 855,432 -2 -10 20
3 101,075 9 171,0864 -1 -9 9
4 118,795 7 133,0672 0 0 0
5 127,515 4 684,3456 1 4 4
6 136,235 3 1425,72 2 6 12
6 4220,1312 -15 63
i 1
Statistik Terapan 68
Sem 3 D-IV Jalan Tol
STANDAR DEVIASI (S)
1. Menggunakan Rumus 1
1 k
S 2
. (mi x ) 2 f i
n 1 i1
1
.4220,1312 145,52177kg cm 2
30 1
1 k
S . (mi x ) 2 f i
n 1 i1
1
.4220,1312 12,603kg cm 2
30 1
2. Menggunakan Rumus 2
k
1 1 k
S2 .I 2 .[ U i .f i .(U i .f i ) 2 ]
2
n 1 i 1 n i 1
1 1
.(8,7) 2 .[63 .( 15) 2 ]
30 1 30
145,52177kg cm 2
k
1 1 k
S .I .[ U i .f i .( U i .f i ) 2 ]
2 2
n 1 i 1 n i 1
1 1
.(8,7) 2 .[63 .( 15) 2 ]
30 1 30
12,603 kg cm 2
Setelah ’ bm dan S didapat, dapat ditentukan ’ bk (keteguhan tekan
beton karakteristik )
Di Indonesia didalam symposium Beton bulan Januari 1970 dan didalam
seminar ke II Tertib Pembangunan Bulan April 1970 telah dsisepakati
untuk mengikuti jejak dari CEB ( Praktische Richtlynen Voor de
Statistik Terapan 69
Sem 3 D-IV Jalan Tol
Berekening En Uitvoering Van Gewapend- Beton Konstructies “, Beton
Vereniging, Den Haag 1966.
Apabila harga limit dari keteguhan tekan atau dikenal dengan keteguhan
tekan karakteristik kita menyatakan dengan ’ bk , keteguhan tekan rata
– rata dari sejumlah besar hasil pemeriksaan adalah ’ bm , deviasi
standard adalah S dan loefisien Variasi adalah .
Maka ketguhan tekan karakteristik beton ditentukan oleh persamaan
’ bk = ’ bm – 1,645 .S
’ bk = ’ bm – ( 1- 1,645 .d )
Dimana possibility ( = risk) terjadinya keteguhan yang kurang dari harga
karakteristik (qi ) terbatas pada 5% (qi = 5%) saja dengan zi = 1,645
(nilai konstanta karena kemungkinan terjadi keteguhan tekan beton
kurang dari harga karakteristik / besaran random).
CONTOH 2 :
bk bm 1,645.S
114,435 1,645.12,063
94,591kg cm 2
Statistik Terapan 70
Sem 3 D-IV Jalan Tol
RANGKUMAN
n i 1
Untuk penyimpangan standard / deviasi standard merupakan akar
varians :
1 n
S . (x i x ) 2
n i 1
Statistik Terapan 71
Sem 3 D-IV Jalan Tol
5.6 SOAL
Statistik Terapan 72
Sem 3 D-IV Jalan Tol
BAB VI
SKUNES, MOMEN DAN KURTOSIS
Jika terjadi distribusi tidak simetris atau skued maka ada 2 (dua)
kemungkinan yaitu :
1. Skued positif
2. Skued negatif
Statistik Terapan 73
Sem 3 D-IV Jalan Tol
Mean > median > modus
Statistik Terapan 74
Sem 3 D-IV Jalan Tol
6.3 PENGUJIAN SKUNES
Skunes ada di dalam distribusi jika memenuhi beberapa persyaratan
sebagai berikut :Nilai dari harga mean, median dan modus tidak
berdempetan. Kuartil tidak berjarak sama dari median, yang mana adalah :
Jumlah median deviasi positif tidak sama dengan jumlah median deviasi
negatif. Frekuensi modus pada kedua sisi tidak sama. Jika nilai – nilai itu
digambarkan pada kertas grafik tidak membentuk kurva distribusi normal
yang berbentuk seperti bel. Ini berarti jika dibagi dua bagian ditengah-tengah
akan menghasilkan kurva yang tidak sah.
mean mod us
Koefisien Skunes =
Sd
Jika modus sulit ditemukan pada distribusi frekuensi tertentu, maka dapat
digunakan rumus modus empiris untuk rumus diatas :
Statistik Terapan 75
Sem 3 D-IV Jalan Tol
Dengan demikian maka ;
3(mean median)
Koefisien Skunes =
Sd
Hasil perhitungan Koefisien Skunes dengan menggunakan cara ini akan
memberikan kuantiats nilai dan arah dari skunes yang diberikan di dalam
distribusi.
Secara praktis nilai dari koefisien ini akan berada pada nilai -1 (skued
negatif) dan +1 (skued positif). Untuk nilai distribusi simetris koefisien
skunes = 0.
6.4 MOMEN
Momen adalah suatu perangkat yang digunakan untuk melakukan
penelitian dalam statistik, yaitu untuk mempelajari distribusi statistik skunes
dan kurtoris.
Momen dari suatu distribusi adalah perhitungan menengah dari variasi
pangkat deviasi cacah yang berupa bilangan.
Untuk data dalam bentuk deretan individu, momen ke r di sekitar harga
rata-rata di beri lambing µr, yang dinyatakan sebagai berikut :
n
( X1 X )
i 1
r
(X X )
r
µr = =
n n
Dengan r = 1,2,3,…
Statistik Terapan 76
Sem 3 D-IV Jalan Tol
Dimana x1, x2,x3, …xn adalah nilai kuantitas variable yang memenuhi
persamaan diatas.
Untuk dalam bentuk distribusi frekuensi digunakan hubungan sebagai berikut
: n
fi( X 1 X )
i 1
r
fi( X X )
r
µr = =
n n
Dimana fi adalah frekuensi dari (1 < I < n)
Jika nilai variable diketahui dalam bentuk kelas maka titik menengahnya
diambil sebagai variable (x). Dari definisi maka :
µ1 = =
(X X ) 0
= 0
n n
Oleh karena penjumlahan cacah deviasi rata-rata adalah selamanya = 0.
Untuk setiap distribusi µ1 = 0, maka,
(X X )
2
µr = =
n
Pada dasarnya µ2 adalah Standard Deviasi pangkat dua (Sd2) atau =
Varians.Dengan demikian untuk setiap distribusi µ2 = Varians.
6.5 KURTOSIS
Untuk suatu distribusi walaupun sudah dapat ditentukan tendensi
sentral, dispersi dan skunes, pada dasarnya belum diperoleh gambaran
lengkap dari distribusi yang diberikan. Pada kenyataannya masih diperlukan
satu lagi perhitungan yang menurut Karl Pearson disebut sebagai Kurva
Flatness atau Kurva Convexity atau Kurva Kurtosis. Kurtosis dapat memberi
gambaran tinggi rendahnya bentuk kurva normal atau distribusi normal
apakah itu berbentuk seperti lonceng ataukah landai seperti bukit,
sehubungan dengan ini KarPearson memberi koefisien ß2.
Statistik Terapan 77
Sem 3 D-IV Jalan Tol
Leptokurtik ß2 > 3
Normal (Mesokurtik) ß2 = 3
Platikurtik ß2 < 3
Koefisien kurtosis =
ß2 = ( m4/m22 )
Dimana :
m4 = momen 4
m2 = momen 2
Pengujian normalitas data dengan koefisie kurtosis persentil dihitung dengan
rumus :
!/ 2( K 3 K1)
K=
P90 P10
Dimana =
K3 = kuartil ketiga
K1 = Kuarti kesatu
P10 = Persentil kesepuluh
P90 = Persentil ke – 90
Kriteria :
Jika K = 0,263 atau mendekati 0263 maka datanya berdistribusi
normal atau mendekati distribusi normal.
Statistik Terapan 78
Sem 3 D-IV Jalan Tol
6.6 RANGKUMAN
3(mean median)
Koefisien Skunes =
Sd
Statistik Terapan 79
Sem 3 D-IV Jalan Tol
6.7 SOAL
Statistik Terapan 80
Sem 3 D-IV Jalan Tol
BAB VII
DISTRIBUSI NORMAL
1 1 S 2 .( x i .x ) 2
f .(x i ).dx i
2 .S 2
.e
2
2 ( x i .x )
11 S .
f .(x i ).dx i
S .e
2 .
Keterangan :
xi = nilai variable ke i
S2 = variansi
S = standard deviasi
= nilai rata-rata
e = 2,718
= 3,14
Statistik Terapan 81
Sem 3 D-IV Jalan Tol
Jika fungsi probabilitas itu digambar, maka kita peroleh grafik yanng
dinamakan kurva normal, seperti dibawah ini :
f (xi)
100 %
xi
(x i .x ) 2
11 S .2
adalah: f .( x i ).dx i
S .e
2 .
Luas bagian kurva normal antara xi = a dan xi = b atau probabilitas harga x
antara a dan b yang dapat ditulis P (a x b), adalah:
Statistik Terapan 82
Sem 3 D-IV Jalan Tol
a
P . (a x b) =
b
f (xi) . dxi
f (xi)
a b xi
Integral ini selalu dapat dihitung dengan x dan S diketahui.
Tetapi menghitung P (a x b) dengan cara integral fungsi diatas tidak
praktis.
Maka untuk itu ditemukan suatu cara lain yang lebih mudah, yaitu dengan
menggunakan tabel luas kurva normal standard yang mempunyai = 0 dan
S = 1 atau disebut “Distribusi Normal Standard ”
Apabila suatu kurva normal dengan 0 dan S 1 untuk menggunakan
tabel (Tabel A) maka skala kurva normal xi harus diubah menjadi skala zi
(besaran random variable tidak berdimensi yang mengikuti distribusi normal
dari GAUSS dengan x = 0 dan S = 1).
Rumus :
xi x
zi
S
z dapat dilihat di tabel A
Contoh :
= 114, 435 kg/cm2
S = 12,063 kg/cm2
Statistik Terapan 83
Sem 3 D-IV Jalan Tol
Pa Pb
a x 100 114,435
Za 1,20
S 12,063
Pa = 0,3849
= 38,49%
b x 120 114,435
Zb 0,46
S 12,063
Pb = 0,1772
= 17,72%
2.
Pa Pb
= 114, 435
S = 12,063
Statistik Terapan 84
Sem 3 D-IV Jalan Tol
P (120 xi 135) kg/cm2 = Pa - Pb
b x 135 114,435
Zb 1,70
S 12,063
Pb = 0,4554
= 45,54 %
a x 120 114,435
Za 0,46
S 12,063
Pa = 0,1772
= 17,72%
P (120 xi 135) = 45,54 % - 17,72 %
= 27,82 %
3.
Pa
a = 100
x xi kg/cm2
= 114, 435
S = 12,063
P (xi 100) kg/cm2 = 50 % - Pa
a x 100 114,435
Za 1,20
S 12,063
Pa = 0,3849
= 38,49%
P (xi 100) = 50 % - 38,49 %
= 11,51%
Statistik Terapan 85
Sem 3 D-IV Jalan Tol
4.
Pa
a = 100
x xi kg/cm2
= 114, 435
S = 12,063
P (xi 100) kg/cm2 = 50 % + Pa
a x 100 114,435
Za 1,20
S 12,063
Pa = 0,3849
= 38,49%
P (xi 100) = 50 % + 38,49 %
= 88,49 %
1 (x i .x ) 2
.1 1 2 . .e
f (x i ) Y S S
2
yi = Dapat Dilihat Pada Tabel B
I = Interval Kelas
Statistik Terapan 86
Sem 3 D-IV Jalan Tol
f (xi) = Yi = I / S . yi
xi = - zi . S xi = - zi . S
Menentukan ordinat lengkung Distribusi Normal dari Histogram yang
diketahui.
xi = - zi . zi yi Yi = I / S . yi
S
0
0,5
1
1,5
2
Keterangan :
zi = Besaran random variable tak berdimensi yang mengikuti distribusi
normal dan GAUSS dengan = 0 dan S = 1 dalam urutan absis ke
i.
yi = Ordinat dari fungsi distribusi normal dalam urutan absis ke i
Yi = Dimulai dari 0 dan seterusnya, diambil dengan interval yang sama,
semakin kecil interval zi semakin kecil teliti lengkung distribusi
normal.
Sehubungan bentuk lengkung distribusi normal adalah simetris, maka
dalam pembuatan legkung distribusi normal cukup dihitung ordinatnya ½
bagian, yaitu untuk zi positif atau negative.
Statistik Terapan 87
Sem 3 D-IV Jalan Tol
=114, 435 kg/cm2, S=12,063 kg/cm2, I=8,720 kg/cm2
Contoh :
’ bi = xi
Lengkung Distribusi Normal dan Histogram hasil pemeriksaan keteguhan
tekan beton (benda uji kubus sisi 15 cm) sesudah 28 hari dengan
campuran 1 : 2: 3 yang dilaksanakan di laboraturium Pengujian Bahan
Politeknik UI dalam satuan kg/cm2.
’ bi =T’bm + zi . S zi yi Yi = I / S . yi
(kg/cm2 )
’ b1 = 114,435 + 0 . 12,063 = 0 0,399 Y1 = 8,72 / 12,063 . 0,399 =
114,435 0,29
’ b2 = 114,435 + 0,5 . 12,063 = 0,5 0,352 Y2 = 8,72 / 12,063 . 0,352 =
120,4665 0,25
’ b3 = 114,435 + 1 . 12,063 = 1 0,242 Y3 = 8,72 / 12,063 . 0,242 =
126,498 0,17
’ b4 = 114,435 + 1,5 . 12,063 = 1,5 0,1295 Y4 = 8,72 / 12,063 . 0,1295 =
132,5295 0,09
’ b5 = 114,435 + 2 . 12,063 = 2 0,054 Y5 = 8,72 / 12,063 . 0,054 =
138,561 0,04
’ b6 = 114,435 + 2,5 . 12,063 = 2,5 0,0175 Y6 = 8,72 / 12,063 . 0,0175 =
144,5925 0,01
0,30 0.29
0,25 0.25
0,20
frekuensi
0.017
0,15
0,10 0.09
0,05 0.04
0.01
0,00
114,435 120,467 126,498 132,530 138,561 144,593
Statistik Terapan 88
Sem 3 D-IV Jalan Tol
Luas antara lengkung Distribusi Normal dengan garis ’ bi = 1 atau
100%.Kalau dikembalikan lagi pada rumus keteguhan tekan beton
karakteristik
’ bk = ’ bm – zi . S , dimana zi = 1,645 (dari tabel C).
Pki Pka
Pi qi = ½ . (100 – Pi) qi
qi
’ bki = ’ bm – zi . S x = ’ bm ’ bka = ’ bm + zi . S
b ki b m 94,591 114,435
z ki 1,645
S 12,063
Pki = 0,4505
= 45,05 %
Statistik Terapan 89
Sem 3 D-IV Jalan Tol
b ka b m 134,2791 114,435
z ka 1,645
S 12,063
Pka = 0,4505
= 45,05 %
Pk i Pk a
Pi (94,59 ’ bi 134,279) kg/cm2 45,05% 45,05%
90,10% 90%
q i 1 2 .(100 Pi )%
1 2 .(100 90)%
5%
7.2 RANGKUMAN
1 (x .x ) 2
.1 1 2 . i .e
f (x i ) Y S S
2
Statistik Terapan 90
Sem 3 D-IV Jalan Tol
7.3 SOAL
Statistik Terapan 91
Sem 3 D-IV Jalan Tol
BAB VIII
ANALISIS REGRESI
Salah satu tujuan analisa data ialah untuk memperkirakan
/memperhitungkan besarnya efek kuantitatif atau hubungan dari perubahan
suatu variable lainnya.
Contoh nyata dari hubungan tersebut dalam kehidupan sehari – hari antara
lain :
1. Besarnya biaya perawatan kendaraan sebagai akibat dari banyaknya
kilometer yang sudah dijalani.
2. Banyaknya perjalanan perhari yang dilakukan suatu rumah tangga
sebagai akibat dari pemilikan kendaraan dan jumlah orang dewasa di
dalam rumah tangga tersebut.
3. Produktifitas kerja dalam taraf tertentu tergantung pada efisiensi dan
efektivitas kerja.
Berdasarkan contoh diatas terlihat mana :
1. Variabel Bebas : yang mempengaruhi → Independent variable/variable
predictor → lambang “x”
2. Variable terikat → yang dipengaruhi → dependent variable/variable
kriterium → lambang ”y”
Untuk membuat ramalan (forecasting) x dan y diukur dengan suatu
nilai yang disebut koefisien korelasi, sedangkan besarnya pengaruh x dan y
diukur dengan koefisien regresi. Hubungan yang diperoleh antara variable-
variable tesebut dinyatakan dalam persamaan matematik yang dinyatakan
hubungan fungsional
Hubungan fungsional antara :
1. Satu variable predictor dan satu variable kriterium disebut analisis regresi
tunggal
2. Lebih dari satu variable disebut analisis regresi ganda
Fungsi analisis regresi
Statistik Terapan 92
Sem 3 D-IV Jalan Tol
1. Untuk mendapatkan hubungan fungsional antara dua variable atau lebih
atau untuk mendapatkan pengaruh antara variable predictor terhadap
variable kriterium.
2. Untuk meramalkan pengaruh variable predictor terhadap variable kriterium
yˆ a: b.x
Dimana
Ŷ (baca ye topi) = variable kriterium
X = variable predictor
a = bilangan konstan
b = koefisien arah regresi linier
Koefisien arah regresi dinyatakan dengan huruf b yang juga menyatakan
perubahan rata-rata variable y untuk setiap variable x sebesar satu bagian.
Bila harga b positif → variable y akan mengalami kenaikan atau pertambahan
Bila harga b negatif → variable y akan mengalami penurunan
Statistik Terapan 93
Sem 3 D-IV Jalan Tol
letak titik-titik. Jika letak titik-titik sekitar garis lurus cukup beralasan menduga
regresi linier. Jika letak regresi sekitar garis lengkung cukup beralasan
menduga regresi non linier. Regresi linier ditarik secocok mungkin dengan
letak titik-titik → persamaan ditentukan dengan menggunakan 2 (dua) titik
yang dilalui.
Contoh :
y
Vol. . x
kend .
. .
. .
. .
y
a . . y b
x
. .
regresi linier . .
ŷ = a + b.x
0 Kecepatan Kendaraan x
Statistik Terapan 94
Sem 3 D-IV Jalan Tol
y Regresi lengkung
.
. . . .
. .
. . . .
. . . .
.
0 x
. y.x 1 2 .x
Statistik Terapan 95
Sem 3 D-IV Jalan Tol
Variablet ak Variable
bebas (y) bebas(x)
y1 X1
y2 X2
. .
. .
. .
yn Xn
a
n. xi xi
2 2
a y b.x
Dimana :
ỹ = rata-rata variable tak bebas
x = rata-rata variable bebas
Persamaan regresi y atas x
xˆ c d. y
Statistik Terapan 96
Sem 3 D-IV Jalan Tol
Koefisien regresi y atas x :
c
n. yi yi 2 2
yi yˆi
2
S 2 y.x Se 2
n2
Statistik Terapan 97
Sem 3 D-IV Jalan Tol
No. Benda Kedalaman (ft) Kekuatan geser (kst)
uji xi yi
1 6 0.28
2 8 0.58
3 14 0.50
4 14 0.83
5 18 0.71
6 20 1.01
7 20 1.29
8 24 1.50
9 28 1.29
10 30 1.58
Σ= 182 9.57
1. ŷ = a + b.x
3. a y b.x
yi yˆi
2
4. S y.x Se
2 2
n2
1
5. x 182 18.2
10
1
6. y 9.57 0.957
10
Statistik Terapan 98
Sem 3 D-IV Jalan Tol
No. xi.yi xi2 yi2 ŷi = a + b xi (yi – ŷi) (yi – ŷi)2
1 1.68 36 0.078 0.325 -0.045 0.0020
2 4.64 64 0.336 0.429 0.151 0.0228
3 7.00 196 0.250 0.739 -0.239 0.0571
4 11.63 196 0.689 0.739 0.091 0.0083
5 12.78 324 0.504 0.946 -0.236 0.0557
6 20.20 400 1.020 1.049 -0.039 0.0015
7 25.80 400 1.662 1.049 0.241 0.058
8 36.00 576 2.250 1.257 0.243 0.0590
9 36.10 784 1.662 1.463 -0.173 0.0299
10 47.40 900 2.445 1.566 0.014 0.0002
Σ = 203.23 3876 10.946 0.2945
10.203.32 1829.57
b 0.0516
10.3876 182
2
a y b.x
= 0.957 – (0.0516)(18.2)
= 0.018
Persamaan regresi kekuatan geser sebagai fungsi kedalaman adalah :
Ŷ = 0.018 + 0.0516 x
0.2945
S 2 y.x 0.0368 → Estimasi Varians
10 2
Sy.x 0.368 0.192 → estimasi standar deviasi (simpangan baku)
Kesalahan Prediksi = 0.192
Persamaan regresi bisa digunakan untuk menaksir kekuatan geser dari
kedalaman 6 kaki sampai 30 kaki.
Statistik Terapan 99
Sem 3 D-IV Jalan Tol
Persamaan ini dapat digunakan untuk kedalaman > 30 kaki jika
kecenderungan linier dapat dipertanggungjawabkan → berdasarkan alasan
fisik (misal : jenis tanah sama)
Secara grafis, garis linier yang dapat ditunjukkan oleh garis berikut.
Jika dituluskan kisaran + Sy.x dari garis ini menghasilkan suatu pita selebar
satu deviasi standar (simpangan baku) dari setiap garis tepi garis linier.
y
k
e
k
u
a 2
t . .
a 1.5 . . ŷ = 0.018 + 0.0516
n . .
1 . .
g .
e 0.5 . . Sy.x = 0.192
s . .
e .
r x
0 10 20 30
Kedalaman (ft)
t
di dapat = 2.306
df = (n-2) = (10 – 2) = 8
Jadi :
Yi
2
b. X i X . Yi Y Yi Yˆi
2
Yi 2
n
(1) (2) (3)
b X i .Yi
X i . Yi
n
Dimana :
Yi 2 JK a JK b a JK Re s
Tiap jumlah kuadrat-kuadrat (JK) mempunyai derajat kebebasan (dk)
masing-masing yaitu :
(n - 2) JK Re s
Untuk memudahkan perhitungan dibuat daftar analisa varians (ANOVA)
untuk regresi linier sederhana
Sumber variasi dk JK KT F
Regresi (a) 1 Yi
2
n
Regresi (b|a) 1
JK b a Sreg JK b a 2
S Re g
2
S Re
2
Yi Yˆ
s
S Re s
n 2
2
Residu (n-2) Yi Yˆi
Jumlah n Yi 2 - -
2
SRe
F 2
g
ternyata berdistribusi F dengan dk pembilang 1 dan dk
SRe s
penyebut (n-2) berdasarkan hipotesa H0 : b = 0 ditolak jika F F1 (1-
) (1.n-2) dan diterima jika sebaliknya
(a)
n 10
Regresi
JK b a
1 1.49 2
SRe
(b|a) 1.49
40 F
g
2
S Re s 0.0368
2
Residu
8 Yi Yˆi 0.0368
Jumlah 10 Yi 2 - -
9,57
Regresi (a) → n = 10 → 0.957
10
182 9,57 1,49
Regresi (b/a) → 0,0516203,23
10
Residu → 0,0368
S 2 reg 1,49
2
40
S res 0,0368
Nilai F F1 (1- ) (1.n-2) dilihat dari table di dapat nilai F = 5.32
Ternyata 40 > 5.32 F F1 (1- ) (1.n-2)
3. Koefisien korelasi
Untuk menentukan seberapa kuat hubungan fungsional antara variable-
variable pada persamaan regresi maka perlu ditentukan derajat
hubungan variable-variable. Studi yang membahas tentang derajat
hubungan antara variable-variable dikenal dengan nama analisis
korelasi. Ukuran yang dipakai untuk mengetahui derajat hubungan
terutama untuk data kuantitatif disebut koefisien korelasi
n xi. yi xi yi
r
n xi 2
xi n yi 2 yi
2 2
Bentuk lain dapat digunakan
r 1 S 2 y.x S 2 y
r2 = koefisien determinasi
Jika persamaan regresi linier y atas x telah ditentukan dan sudah
didapatkan koefisien arah b, maka koefisien determinasi r2, dapat
ditentukan dengan rumus sbb :
r2
b n xi. yi xi yi
n yi 2 yi
2
r b.Sx / Sy
yi yˆi
2
S y.x S .e
2 2
n 2
Dimana :
yi = variable tak bebas hasil pengamatan
ŷi = di dapat dari regresi berdasarkan sampel
n = Ukuran sampel
S2y.x dapat ditulis :
n 1 2
S 2 y.x
S y b S x
2 2
n2
Dimana :
S2y = Varians untuk variabel y
S2x = Varians untuk variabel x
Setelah estimasi dari varians atau rata-rata kuadrat penyimpangan
sekitar regresi / rata-rata kuadrat residu, Se2 diketahui maka-maka
varians – varians lain untuk regresi linier sederhana dapat ditentukan
Varians koefisien regresi b
S 2 y.x
S 2b
xi x
2
1 x2
S a S y.x
2 2
xi x
2
n
1 xo x
2
S yˆ S y.x
2 2
n xi x
2
1 xo x
2
S yˆ i
2
S y.x 1
2
xi x
2
n
Contoh :
Analisis regresi populasi penduduk cibubur
Korelasi
∑Xi.Yi = 588.241.709
∑Xi. = 10010
∑Yi = 293.825
r² = 0.964
r = 0.9825
yˆ a b.x c.x 2
Dengan menggunakan metode kuadrat terkecil maka a, b dan c dapat
dihitung dari sistem persamaan :
yi n.a b xi c xi
2
xi. yi a xi b xi c xi 2 3
xi . yi a xi b xi c xi
2 2 3 4
b. Parabolik Kubik
yˆ a b.x c.x 2 d .x 3
xi. yi a xi b xi c xi d xi
2 3 4
xi . yi a xi b xi c xi d xi
2 2 3 4 5
xi . yi a xi b xi c xi d xi
3 3 4 5 6
c. Model Exponen
yˆ a.b X
log a
log yi log b xi
n n
n xi. log yi xi log yi
log b
n xi 2 xi
2
yˆ a.e bx
e = bilangan pokok logaritma = 2.7183
Persamaan diatas menjadi :
d. Model Geometrik
yˆ a.x b
log a
log yi b log xi
n n
n log xi. log yi log xi log yi
e. Model Logistik
b
n log 2 xi log xi
2
1
yˆ
a.b x
1
a.b x
yˆ
1
log log a log b x
yˆ
f. Model Hiperbola
1
yˆ
a. b.x
1
a b.x
yˆ
yˆ a b.x
PDRB
Tahun Penduduk PC Bus Truk
(jutaan rp)
1997 4670319 1184608 3158 2409 21569
1998 6809872 1198224 3200 2417 20367
1999 7941073 1199783 1729 2428 20471
2000 8924252 1460224 2811 2475 20594
2001 10269137 1489370 3175 2791 22261
2002 12348540 1530578 3250 2901 22689
Disusun oleh :
Nunung Martina, ST, Msi
PRAKATA i
DAFTAR ISI ii
BAB I PENDAHULUAN 1
1.1 Pengertian istilah statistik dan statistika 1
1.2 Peranan statistik 2
1.3 Rangkuman 3
1.4 Soal latihan 3
BAB II PENGUMPULAN DAN PENGOLAHAN DATA 4
2.1 Populasi dan Sampel 5
2.2 Teknik pengambilan sampel 6
2.3 Jenis data 9
2.4 Pembulatan bilangan 9
2.5 Teknik Pengumpulan data 11
2.6 Pengolahan data 12
2.7 Rangkuman 14
2.8 Soal latihan 16
BABIII DISTRIBUSI FREKUENSI EMPIRIS 17
3.1 Bagian-bagian dari distribusi frekuensi 17
3.2 Distribusi frekuensi tunggal 18
3.3 Distribusi frekuensi bergolong 20
3.4 Distribusi frekuensi relatif 25
3.5 Distribusi frekuensi komulatif 26
3.6 Penyajian distribusi frekuensi dalam 28
bentuk grafik dan diagram
3.7 Rangkuman 34
3.8 Soal latihan 36