P. 1
statistika bab01

statistika bab01

|Views: 74|Likes:
Dipublikasikan oleh Yuri Brasilka

More info:

Published by: Yuri Brasilka on Mar 25, 2012
Hak Cipta:Attribution Non-commercial

Availability:

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

05/17/2013

pdf

text

original

1

Konsep Dasar Statistika Analisa Data Konsep Dasar Probabilitas Regresi Linear Dan Korelasi Variabel Acak dan Distribusi Probabilitas Ekspektasi Dan Momen Probabilitas Diskrit Probabilitas Kontinyu Fungsi Probabilitas Distribusi Sampel Pendugaan Parameter Pengujian Hipotesis Percobaan Dan Analisa
2

Isi Kuliah

Buku Referensi

Ronald E Walpole, Raymond H. Myers, Sharon L. Myers, and Keying Ye, “Probability and Statistics for Engineers and Scientists, Seventh Edition,” Prentice-Hall, USA, 2002. Athanasios Papoulis and S. Unnikrishna Pillai, “Probability, Random Variables and Stochastic Process, Fourth Edition,” McGraw-Hill, Singapore, 2002. Athanasios Papoulis, “Probability, Random Variables, and Stochastic Processes, Third Edition,” McGraw-Hill Inc., Singapore, 1991. Henry Stark and John W Woods, “Probability, Random Processes, and Estimation Theory for Engineers, Second Edition” Prentice Hall, USA, 1994. William Mendenhall and Terry Sincich, “Statistics for Engineering and the Sciences, Fourth Edition,” Prentice Hall., Inc., 1995. Arnold O. Allen, “Probability, Statistics, and Queuing Theory, with Computer Science Applications,” Academic Press, USA 1978.

3

Buku Referensi

Richard A. Johnson, “Probability and Statistics for Engineers, Sixth Edition,” Prentice-Hall Int, Inc., USA, 2000. T. T. Song, “Fundamentals of Probability and Statistics for Engineers,” John Wiley & Sons, Ltd., England, 2004. Carol Ash, “The Probability Tutoring Book,” The Institute of Electrical and Electronics Engineers, Inc., New York, USA, 1993. Sheldon Ross, “A First Course in Probability,” Prentice-Hall International, Inc., USA, 1998. Arthur M. Breipohl, “Probability Systems Analysis,” John Wiley & Sons, USA, 1970. Boediono dan Wayan Koster, “Teori dan Aplikasi Statistik dan Probabilitas,” PT Remaja Rosdakarya, Bandung, Indonesia, 2001. R. K. Sembiring, “Ilmu Peluang dan Statistika Untuk Insinyur dan Ilmuwan,” Penerbit ITB Bandung, Indonesia, 1995.

4

5 .

Agenda 1. 4. 6. 3. Pengertian Statistika Populasi dan Sampel Pengumpulan Data dan Pengukuran Penyajian Data Distribusi Frekuensi Ukuran Pemusatan dan Letak Data Kesimpulan 6 . 7. 2. 5.

mengolah. 2. RKAP Statistik sangat membantu dalam mengambil keputusan yang teliti dan cermat Statistik: . 3. Pengertian Statistika 1. mis: APBN. menganalisa data dan menarik kesimpulan 7 . Statistik banyak dipergunakan dalam kehidupan sehari-hari.1.ukuran/karakteristik pada sampel Statistika: .kumpulan data dalam bentuk angka dan non angka .ilmu yang mempelajari tentang statistik .ilmu yang berkaitan dengan metode untuk mengumpulkan. 4. menyajikan.

. Pengertian Statistika (Con’t)  Pengertian data a. data kuantitatif (berupa angka) data yang nilainya bisa variabel . data kualitatif (non-angka) data dalam bentuk katagori/atribut 8 .data diskrit (dari hasil perhitungan) mis: FTUNIB memiliki 4 departemen.data kontinyu (dari hasil pengukuran) mis: tinggi badan Badu 176 cm b.1.

data eksteren data yang bersumber dari luar institusi  Data Eksteren a. data interen data yang bersumber dari dalam institusi b. data primer data yg langsung dikumpulkan sendiri b. data sekunder data yg tidak langsung dikumpulkan sendiri Data primer lebih baik dari data sekunder 9 .1. Pengertian Statistika (Con’t)  Data menurut sumbernya a.

dan menjabarkan data b. menggambarkan. Pengertian Statistika (Con’t)  Jenis statistika a. statistika deskriptif berkenaan dengan cara mendeskripsikan.1. statistika inferensia (statistika induktif) berkenaan dengan cara penarikan kesimpulan berdasar data yang diperoleh dari sampel untuk menggambarkan karakteristik suatu populasi Statistika inferensi didahului oleh statistik deskriptif 10 .

P Sampe l 11 .ρ  μ.2. σ.s. Populasi dan Sampel Populasi keseluruhan objek pengamatan yang menjadi perhatian  Sampel bagian dari populasi yang menjadi perhatian Populasi merupakan S (Populasi) himpunan semesta Sampel merupakan himpunan bagian x.

σ c. P d. ρ Nilai rata-rata. x Standar deviasi. b. s r c. b. 12 . Standar deviasi. Koefisien korelasi. Populasi dan Sampel (Con’t)    Populasi bersifat teoritis Sampel bersifat empiris/nyata Karakteristik populasi disebut parameter a. p d.  Karakteristik sampel disebut statistik a.2. Proporsi. Mean. μ Koefisien korelasi. Proporsi.

metode proyektif 13 .3. Pengumpulan Data dan Pengukuran  Pengumpulan data a. interview b. tes dan skala objektif e. observasi d. kuesioner c.

Pengumpulan Data dan Pengukuran (Con’t)  Pengukuran a. skala ordinal memiliki ciri untuk membedakan juga untuk mengurutkan pada rentangan tertentu Contoh: 5 Istimewa 4 Baik 3 Rata-rata 2 Kurang 1 Kurang Sekali 14 .3. 5 kg anggur b. 4 buah melon. skala nominal memiliki ciri untuk membedakan skala ukur yang satu dengan yang skala ukur yang lain Contoh: Dikeranjang terdapat 3 buah jeruk.

Pengumpulan Data dan Pengukuran (Con’t) c. B. dan C berturut-turut adalah 21oF. skala interval memiliki ciri untuk membedakan juga untuk mengurutkan pada rentangan tertentu dan memiliki jarak interval yang sama Contoh: Suhu bulan Agustus di kota A. mengurutkan. skala ratio memiliki ciri untuk membedakan.3. 25oF d. berarti bahwa mahasiswa TI 3 kali mahasiswa Elektro 15 . jarak interval yang sama. 27oF. dan ada titik nol berarti Contoh: Jumlah mahasiswa TI FTUNIB sebanyak 900 mahasiswa dan mahasiswa Eluktro sebanyak 300 mahasiswa.

Penyajian Data  Penggolongan data berdasarkan waktu pengumpulannya a.4.dapat menggambarkan tren 16 . cross section data data yang dikumpulkan pada suatu waktu tertentu b.data yang dikumpulkan dari waktu ke waktu . data berkala .

tabel satu arah (satu komponen) 17 .4. Penyajian Data (Con’t)  Penyajian data dalam tabel a.

Penyajian Data (Con’t) b. Tabel Dua Arah (dua komponen) 18 .4.

Penyajian Data (Con’t) c. Tabel tiga arah (tiga komponen) 19 .4.

grafik batang (bar-chart) c.4. grafik peta (cartogram) 20 . grafik lingkaran (pie-chart) d. grafik garis (line-chart) b. grafik gambar (pictogram) e. Penyajian Data (Con’t)  Penyajian data dalam grafik a.

5*(batas atas + batas bawah) Lebar kelas = batas atas – batas bawah    Kelebihan distribusi frekuensi: diperoleh gambaran menyeluruh tentang data Kekurangan: rincian data menjadi hilang 21  .5.5*LSN Batas atas kelas = limit atas + 0. Distribusi Frekuensi  Distribusi frekuensi: pengelompokan data kedalam kelas dan menetapkan banyaknya nilai yang termasuk dalam setiap kelas (kelas frekuensi) Nilai terkecil dan terbesar setiap kelas disebut limit bawah kelas dan limit atas kelas Batas bawah kelas = limit bawah – 0.5*LSN Nilai tengah kelas = 0.

5. batas atas kelas: 165. 22 . Distribusi Frekuensi (Con’t) kelas interval Kelas: 161 – 165 limit bawah kelas: 161.5 nilai tengah kelas: 163.5. limit atas kelas: 165 batas bawah kelas: 160.

3 log n (n : banyaknya data) c. tentukan range r = nilai maksimum – nilai minimum b.5. tentukan frekuensi dari masing-masing kelas 23 . tentukan limit atas dan limit bawah kelas berikutnya f. tentukan banyaknya kelas k = 1 + 3. c = r/k d. tentukan nilai tengah g. tentukan limit atas dan limit bawah suatu kelas e. Distribusi Frekuensi (Con’t)  Cara membuat tabel distribusi frekuensi a. tentukan lebar kelas.

1 Buatlah tabel distribusi dari data nilai UTS mata kuliah Statistika dan Probabilita berikut: 24 .5. Distribusi Frekuensi (Con’t)  Contoh 1.

3. Urutan data nilai 2.3 log n = 5. range: r = maks – min = 75 – 25 = 50 Banyaknya kelas data: k=1+3.6 ≈ 9 25 .5.6 ≈ 6 Lebar kelas = 50/6 = 8. Distribusi Frekuensi (Con’t) 1.

5. Distribusi Frekuensi (Con’t)  Diperoleh interval kelas 26 .

Distribusi Frekuensi (Con’t)  Tabel Distribusi Frekuensi 27 .5.

5. Distribusi Frekuensi (Con’t)    Histogram = grafik batang Poligon frekuensi : grafik garis dari frekuensi kelas yang menghubungkan nilai tengah .nilai tengah kelas dari puncak batang histogram Ogif (poligon frekuensi kumulatif) : grafik dari distribusi frekuensi kumulatif lebih dari atau kurang dari 28 .

X jumlah semua nilai data rata . rata-rata ukur. desil. Pemusatan dan Letak Data    Ukuran pemusatan data: rata-rata hitung.rata hitung = X = = banyaknya nilai data X= X1 + X 2 + X 3 +  + X n = n ∑X i =1 n i n ∑X i =1 n i X= n f1 X 1 + f 2 X 2 + f 3 X 3 +  + f n X n = f1 + f 2 + f 3 +  + f n Nilai tengah kelas ∑ fX f 29 . modus.6. dan persentil Rata-rata hitung. rata-rata harmonic Ukuran letak data: kuartil. median.

Pemusatan dan Letak Data (Con’t)  Rata-rata Hitung (data berkelompok)  ∑ fU   X = X 0 + c  ∑f    dimana: Xo: nilai tengah kelas. U: kode kelas  Median (Data berkelompok) nilai tengah dari kelompok data yang telah diurutkan n   −F  Med = L0 + c 2  f      dimana Lo: batas bawah kelas median. c: lebar kelas. f: frekuensi kelas median F: jumlah frekuensi sebelum kelas median 30 .6. c: lebar kelas n: banyak data.

6. Pemusatan dan Letak Data (Con’t)  Modus data yang paling sering muncul  b  Mod = L0 + c 1  b +b   1 2 dimana: Lo: batas bawah kelas modus. c: lebar kelas b1: selisih frekuensi kelas modus dg kelas sebelum kelas modus b2: selisih frekuensi kelas modus dg kelas sesudah kelas modus 31 .

2 Tentukan rata-rata hitung dari data pada contoh 1.1 Jawab:  X − Mod = 3(X − Med) X= ∑X i i n = 1235 = 49.4 25 32 .6. median dan modus Contoh 1. Pemusatan dan Letak Data (Con’t)  Hubungan empiris rata-rata hitung.

Pemusatan dan Letak Data (Con’t)  Dalam tabel distribusi X= ∑fX i i i n = 88 88 = 8.8 8 8 8 33 .6.

dan Modus 6. Median.Perbandingan Rata-rata Hitung. Pemusatan dan Letak Data (Con’t) 34 .

Pemusatan dan Letak Data (Con’t)  Rata-rata Ukur menggambarkan keseluruhan data dengan ciri khusus. yaitu nilai data yang satu sama lain saling berkelipatan sehingga perbandingan tiap dua data yang berurutan tetap atau hampir tetap (deret ukur) data kecil (tidak berkelompok) G =n X1 X 2 X 3  X n data besar tidak berkelompok data besar berkelompok  ∑ log X G = log-1   n       ∑ f log X G = log −1   ∑f      35 .6.

6. Pemusatan dan Letak Data (Con’t)  Rata-rata Harmonis untuk kelompok data dengan ciri-ciri tertentu yang merupakan bilangan pecahan atau desimal data tidak kelompok data kelompok RH = n 1  ∑ X    RH = ∑f  f  ∑ X    36 .

i = 1. 3 4 data berkelompok  in  −F Qi = L0 + c 4 f      . 2. Pemusatan dan Letak Data (Con’t)  Kuartil (Quartile) kelompok data yang telah diurutkan dibagi menjadi 4 (empat) bagian sama banyak data tidak berkelompok Qi = Nilai ke i( n +1) . 3    F: jumlah frekuensi sebelum kelas kuartil 37 .6. i =1. 2.

i =1.. 3... i =1. 2. 2.. 3..6. Pemusatan dan Letak Data (Con’t)  Desil kelompok data yang telah diurutkan dibagi menjadi 10 (sepuluh) bagian sama banyak data tidak berkelompok Di = Nilai ke data berkelompok  in −F  10 Di = L0 +c f    i( n +1) ..9 10   ..9    F: jumlah frekuensi sebelum kelas desil 38 ..

2... i =1... 3. 3.6.. 2.99 100 data berkelompok   ...99    F: jumlah frekuensi sebelum kelas desil 39 .. Pemusatan dan Letak Data (Con’t)  Persentil kelompok data yang telah diurutkan dibagi menjadi 100 (seratus) bagian sama banyak data tidak berkelompok Pi = Nilai ke  in −F  10 P = L0 +c i f    i( n +1) . i =1.

7. dan grafik/diagram Ukuran pemusatan data dapat meliputi: ratarata hitung. Kesimpulan     Statistika banyak digunakan dalam kehidupan sehari-hari Penyajian data dapat dalam bentuk tabel. modus. median. dan rata-rata ukur Ukuran letak data dapat meliputi: kuartil. desil. dan persentil 40 .

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)//-->