LAPORAN PRAKTIKUM KE-I

METODE STATISTIKA

STATISTIKA DESKRIPTIF





Oleh :

Nama : Muhammad Yuyud Anizar
NIM : 135090507111006
Tgl. Praktikum : 9 Oktober 2013
Asisten :1. Nur Aminah Kusuma Negara
2. Dhona Ayus Puspitasari




LABORATORIUM KOMPUTER
JURUSAN MATEMATIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM

MALANG
2013


BAB I
PENDAHULUAN


I.1 Latar Belakang

Statistika deskriptif adalah metode-metode yang berkaitan dengan
pengumpulan dan penyajian suatu gugus data sehingga memberikan
informasi yang berguna. Pengklasifikasian menjadi statistika deskriptif dan
statistika inferensia dilakukan berdasarkan aktivitas yang dilakukan.
Statistika deskriptif hanya memberikan informasi mengenai data yang
dipunyai dan sama sekali tidak menarik inferensia atau kesimpulan apapun
tentang gugus induknya yang lebih besar. Contoh statistika deskriptif yang
sering muncul adalah, tabel, diagram, grafik, dan besaran-besaran lain di
majalah dan koran-koran. Dengan Statistika deskriptif, kumpulan data yang
diperoleh akan tersaji dengan ringkas dan rapi serta dapat memberikan
informasi inti dari kumpulan data yang ada. Informasi yang dapat diperoleh
dari statistika deskriptif ini antara lain ukuran pemusatan data, ukuran
penyebaran data, serta kecenderungan suatu gugus data.

I.2 Tujuan

Adapun tujuan praktikum ini adalah sebagai berikut.
a. Mencari ukuran pemusatan data
b. Mencari ukuran penyebaran data
c. Menginterpretasikan nilai-nlai tersebut dalam kalimat
d. Menyajikan data menggunakan tebel distribusi frekuensi
e. Membandingkan dari pemrograman Genstat dengan peritungan
manual





BAB II
TINJAUAN PUSTAKA

II.1 Ukuran Pemusatan Data
Ukuran pemusatan adalah sembarang ukuran yang menunjukkan
pusat segugus data, yang telah diurutkan dari yang terkecil sampai yang
terbesar atau sebaliknya dari yang terbesar sampai yang terkecil. Salah satu
kegunaan dari ukuran pemusatan data adalah untuk membandingkan dua
(populasi) atau contoh, karena sangat sulit untuk membandingkan masing-
masing anggota dari masing-masing anggota populasi atau masing-masing
anggota data contoh. Nilai ukuran pemusatan ini dibuat sedemikian
sehingga cukup mewakili seluruh nilai pada data yang bersangkutan.
Ukuran pemusatan yang paling banyak digunakan adalah rata-rata, median,
dan modus. Rata-rata adalah merupakan metode yang paling banyak
digunakan untuk menggambarkan ukuran tendensi sentral. Mean dihitung
dengan menjumlahkan semua nilai data pengamatan kemudian dibagi
dengan banyaknya data. Median adalah Median dari sekelompok data
adalah nilai tengah setelah data tersebut diurutkan.Untuk banyak datanya
ganjil, nilai tengahnya terdefinisi dengan jelas. Sedangkan untuk banyak
datanya genap, nilai tengahnya didefinisikan sebagai rata-rata dua nilai
pertengahannya. Modus adalah Modus dari sekelompok data adalah nilai
data yang mempunyai frekuensi terbe-sar, atau nilai yang paling
seringmuncul. Berdasarkan definisi ini, modus mungkin tidak ada yaitu
dalam kasus dimana semua datanya mempunyai frekuensi yang sama.
Sebaliknya modus dapat lebih dari satu dalam kasus dimana terdapat lebih
dari satu data yang mempunyai frekuensi sama.
Selain itu ada juga ukuran pemusatan lainnya yaitu kuartil, nilai
minimum, dan nilai maksimum. Kuartil adalah nilai-nilai Xi yang
ordinatnya membagi seluruh distribusi dalam 4 (empat) bagian yang sama.
Q1 merupakan kuartil pertama, Q2 merupakan kuartil kedua dan sama
dengan median (Q2 = md), sedangkan Q3 dinamakan kuartil ketiga. Nilai
minimum adalah nilai terkecil yang terdapat dalam suatu data. Nilai
maksimum adalah nilai terbesar yang terdapat dalam suatu data.

II.2 Ukuran Penyebaran Data
Penyebaran adalah pergerakan dari nilai observasi terhadap
nilai rata-ratanya. Rata-rata dari serangkaian nilai observasi tidak dapat
diinterpretasikan secara terpisah dari hasil dispersi nilai-nilai tersebut
sekitar rata-ratanya. Makin besar variasi nilai , makin kurang representatif
rata-rata distribusinya. Pada kesempatan ini ukuran yang digunakan adalah
simpangan baku dan jangkauan. Penentuan jangkauan atau rentang sebuah
distribusi merupakan pengukuran dispersi yang paling sederhana.
Jangkauan sebuah distribusi frekuensi dirumuskan sebagai beda antara
pengukuran nilai terbesar dan nilai terkecil yang terdapat dalam sebuah
distribusi. Simpangan baku adalah mengukur bagaimana nilai-nilai data
tersebar. dan dapat diartikan sebagai, rata-rata jarak penyimpangan titik-
titik data diukur dari nilai rata-rata data tersebut. Simpangan baku
didefinisikan sebagai akar kuadrat varians. Simpangan baku merupakan
bilangan tak-negatif, dan memiliki satuan yang sama dengan data. Misalnya
jika suatu data diukur dalam satuan meter, maka simpangan baku juga
diukur dalam meter pula.dan dapat juga diartikan ukuran simpangan yang
paling banyak dipakai dalam statisika.
II.3 Menginterpletasikan Nilai ke Dalam Kalimat
Ini bertujuan untuk memudahkan pembaca dalam memahami
kalimat yang terkandung di dalam nilai dari suatu hal pengukuran. Hasil
suatu pengukuran adalah berupa nilai. Kita akan membuat kalimat dari
suatu nilai atau dengan kata lain mengubah suatu nilai hasil menjadi suatu
kalimat yang mudah dipahami oleh pembaca

II.4 Tabel Distribusi Frekuensi
Distribusi frekuensi adalah suatu daftar atau tabel yang membagi
data dalam beberapa kelas. Distribusi frekuensi terdiri dari 2 macam, yaitu
distribusi frekuensi kategori dan distribusi frekuensi numerik. Distribusi
frekuensi kategori adalah distribusi frekuensi yang pembagian kelas
kelasnya berdasarkan atas golongan data yang kwalitatif. Perhatikan contoh
Macam Barang Dagangan Jumlah Penjualan (Ton)
Kacang tanah
Kedelai
Jagung
Beras
20
15
35
60
Jumlah Total Penjualan 130

Distribusi frekuensi numerik adalah distribusi frekuensi yang pembagian
kelas kelasnya dinyatakan dalam angka. Perhatikan contoh berikut
UMUR KARYAWAN
(Tahun)
JUMLAH KARYAWAN
( Orang )
20 24.9
25 29.9
30 34.9
35 39.9
15
16
4
5
Jumlah 40

Prosedur atau langkah langkah dalam membuat tabel frekuensi adalah
sebagai berikut :
1. tentukan range dari data pengamatan, dan gunakan data terkecil
sebagai sebagai limit bawah kelas pertama;
2. tentukan interval kelas yang diinginkan dan tentukan jumlah kelas,
3. buat interval kelas dan hitung pengamatan yang jatuh untuk tiap kelas
dengan membuat tally;
4. jumlah frekuensi pada masing masing kelas

II.5 GenStat
Genstat adalah sistem statistik yang komprehensif yang
memungkinkan Anda untuk meringkas , menampilkan dan menganalisa
data . Penggunaan komputer untuk analisis data dapat menimpan banyak
waktu dan kesulitan. Bahasa komputasi tujuan umum , seperti Fortran atau
C++ , yang dirancang untuk menangani rincian aritmatika dan komunikasi
antara orang dan komputer , tetapi cukup biasa metode analisis
membutuhkan program panjang. Paket statistik Spesialis dirancang untuk
memberikan yang mudah digunakan lingkungan , di mana hanya beberapa
instruksi atau pilihan dari menu yang diperlukan untuk melakukan analisis
standar , tetapi untuk sesuatu yang berbeda dari standar , paket sulit atau
bahkan tidak mungkin untuk berubah. TheWindows pelaksanaan
GENSTAT memberikan yang terbaik dari dua dunia fleksibilitas bahasa
pemrograman dengan kesederhanaan operasi dari berbasis menu paket . Ini
memberikan ini melalui antarmuka standar Windows dengan beberapa
jendela dan menu yang menghasilkan perintah otomatis untuk
menyelesaikan masalah menggunakan bahasa pemrograman statistik
menggunakan GenStat itu.



BAB III
METODOLOGI
III.1 Penghitungan Menggunakan GenStat
Pertama, buka aplikasi Genstat pada Start lalu pilih GenStat. Lalu akan
muncul kotak dialog seperti berikut:


Lalu pilih Run Discovery maka akan muncul tampilan dialog seperti
gambar dibawah ini :


Setelah muncul tampilan seperti gambar di atas, sudah dapat di lakukan
untuk melakukan entri data. Data yang dimasukkan pada praktikum kali ini
adalah Data nilai ujian Matematika peserta UNAS dari SMA Harapan
Bangsa di kota Jakarta pada tahun 2012 sebagai berikut :
23 60 79 32 57 74 52 70 82
52 10 64 75 78 25 80 98 81
80 77 81 95 41 65 92 85 55
41 71 83 54 64 72 88 62 74
60 78 89 76 84 48 84 90 15
36 76 67 43 51

Pertama, sebelum memasukkan data tersebut, buat kotak dan kolom untuk
mengentri data tersebut dengan klik menu Spread -> New -> Create lalu
akan muncul tampilan sebagai berikut:


Pilih pilian tabel adalah vector, kemudian masukkan jumlah rows adalah 1,
dan jumlah colums adalah 100 kemudian tekan OK. Selanjutnya akan
muncul tampilan seperti dibawah berikut dan siap memasukkan data.

Setelah memasukkan semua data ke dalam tabel diatas, selanjutnya mencari
pengolahan data di atas dengan klik menu Stats -> Summary statistics ->
Summarize Contents of Variates kemudian akan muncul dialog sebagai
berikut:


Setelah muncul dialog seperti gambar di atas, klik pada tombol diatas untuk
memasukkan Variates, kemudian centang seperti pada gambar diatas,
selanjutnya klik Run. Kemudian Klik menu Window -> Output untuk
melihat hasilnya seperti gambar berikut:






















BAB IV
HASIL DAN PEMBAHASAN

Data nilai ujian Matematika peserta UNAS dari SMA Harapan
Bangsa di kota Jakarta pada tahun 2012 adalah sebagai berikut :
23 60 79 32 57 74 52 70 82
52 10 64 75 78 25 80 98 81
80 77 81 95 41 65 92 85 55
41 71 83 54 64 72 88 62 74
60 78 89 76 84 48 84 90 15
36 76 67 43 51

Lakukan penghitungan manual :
a. mean atau rata-rata

Ket:
X = Nilai data
N = banyaknya data keseluruhan

Masukkan data ke dalam rumus berikut, dan akan di dapat

23+60+79+32+57+74+52+70+82+52+10+64+75+78+25+
80+98+81+80+77+81+95+41+65+92+85+55+41+71+83+
54+64+72+88+62+74+60+78+89+76+84+48+84+90+15+
36+76+67+43+51
x=
50



3269
50

x = 65.38



b. Median

Data diurutkan
10 15 23 25 32 36 41 41 43 48 51 52 52 54 55 57 60 60 62 64 64 65 67 70
71 72 74 74 75 76 76 77 78 78 79 80 80 81 81 82 83 84 84 85 88 89 90 92
95 98


(

+)

c. Modus
10 15 23 25 32 36 41 41 43 48 51 52 52 54 55 57 60 60 62 64 64 65 67 70
71 72 74 74 75 76 76 77 78 78 79 80 80 81 81 82 83 84 84 85 88 89 90 92
95 98
Modus dari data di atas adalah 41, 52, 60, 64, 74, 76, 78, 80, 81, dan 84
Ke-sepuluh nilai ulangan di atas mempunya frekuensi kemunculan sama
yaitu masing-masing dua kali.


d. Kuartil 1 dan 3

Q1 =

= 52

Q2=

= 78


e. Nilai maksimum dan minimum

10 15 23 25 32 36 41 41 43 48 51 52 52 54 55 57 60 60 62 64 64 65 67 70
71 72 74 74 75 76 76 77 78 78 79 80 80 81 81 82 83 84 84 85 88 89 90 92
95 98
Nilai minimum = 10
Nilai maksimum = 98

f. Range:

g. Simpangan Baku :
Ragam (S
2
) =

450.2
Simapangan Baku (S) = S
2
= = 21.22

h. Interpretasi data
1 Mean nilai rata rata 50 orang pesertaujian UNAS dari
SMA Harapan Bangsa di Kota Jakarta padatahun 2012
adalah 65.38
2 median Ada 25 dari 50 orang pesertaujian UNAS dari SMA
HarapanBangsa di kota Jakarta padatahun 2012 yang
nilainya kurangdari 71.5
3 modus Terdapat 10 nilai yang menjadi nilai terbanyak yang di
dapat siswa atau 10 nilai yang paling banyak didapat
siswa
4 Kuartil 1 Ada 12 dari 50 orang pesertaujian UNAS dari SMA
HarapanBangsa di Kota Jakarta padatahun 2012 yang
nilainyakurangdari 54
5 Kuartil 3 Ada 37 dari 50 orang pesertaujian UNAS dari SMA
HarapanBangsa di Kota Jakarta padatahun 2012 yang
nilainyakurangdari 78
6 Nilai Nilai tertinggi dari 50 orang pesertaujian UNAS dari
Tertinggi SMA Harapan Bangsa di Kota Jakarta adalah 98
7 NilaiTerendah Nilai terendah dari 50 orang peserta ujian UNAS dari
SMA Harapan Bangsa di Kota Jakarta adalah 10
8 Range Selisih nilai tertinggi dan terendah dari 50 orang
peserta ujian UNAS dari SMA Harapan Bangsa di
Kota Jakarta adalah 88
9 Simpangan
Baku
Besar penyimpangan nilai dari 50 peserta ujian UNAS
dari SMA HarapanBangsa di Kota Jakarta pada tahun
2012 adalah 21.22


i. Perbandingan Penghitungan manual dengan Genstat

Berdasar penghitungan yang di dapat di atas, perolehan nilai pada
penghitungan nilai secara manual dan menggunakan aplikasi Genstat
mempunya nilai yang sama. Bahwa, aplikasi GenStat mempunyai
penyelesaian yang sama dengan penyelesaian manual. Jadi untuk
melakukan penghitungan data kedepannya dapat menggunakan aplikasi
GenStat untuk mempermudan dan mempercepat hitungan dengan hasil
yang sama


j. Tabel Distribusi Frekuensi

no Interval
Batas
Tidak
Tampak
Turus frekuensi fk fr
Nilai
tengah
fBA fBB
1 10-19 9.5-19.5 II 2 2 2/50 14.5 2 50
2 20-29 19.5-29.5 II 2 4 2/50 24.5 4 48
3 30-39 29.5-39.5 II 2 6 2/50 34.5 6 46
4 40-49 39.5-49.5 IIII 4 10 4/50 44.5 10 44
5 50-59 49.5-59.5 IIII I 6 16 6/50 54.5 16 40
6 60-69 59.5-69.5 IIII II 7 23 7/50 64.5 23 34
7 70-79 69.5-79.5 IIII IIII II 12 35 12/50 74.5 35 27
8 80-89 79.5-89.5 IIII IIII I 11 46 11/50 84.5 46 15
9 90-99 89.5-99.5 IIII 4 50 4/50 94.5 50 4



BAB V
PENUTUP

V.1 Kesimpulan
Berdasar penghitungan yang di dapat di atas, perolehan nilai pada
penghitungan nilai secara manual dan menggunakan aplikasi Genstat
mempunya nilai yang sama. Bahwa, aplikasi GenStat mempunyai
penyelesaian yang sama dengan penyelesaian manual. Jadi untuk
melakukan penghitungan data kedepannya dapat menggunakan aplikasi
GenStat untuk mempermudan dan mempercepat hitungan dengan hasil
yang sama

V.2 Saran
Dalam melakukan penghitungan manual ataupun menggunakan
aplikasi seperti GenStat diperlukan ketelitian dan kecermatan. Dengan
salah memasukkan satu nilai saja, seluruh hasil penghitungan dapat
berubah dari hasilnya. Selain ketelitian dalam pengentrian data, dibutuhkan
juga kecermatan dalam melakukan kombinasi-kombinasi fungsi dalam
fungsi GenStat. Karena hasil yang diperoleh dari aplikasi GenStat akan
bergantung pada funsi perintah yang telah kita masukkan








DAFTAR PUSTAKA
Walpole, Ronald E. 1993. Pengantar Statistika. Jakarta: PT. Gramedia
Pustaka Utama
Dwi, Fajar. 2012. http://fajartheblues.blogspot.com/2012/09/ilmu-statisika-
pengertian-simpangan.html. Diakses pada16 Oktober 2013:Jam 19.00 WIB
Yasin. 2011. http://metodestatistik.blogspot.com/2011/05/tabel-distribusi-
frekuensi.html. Diakses pada 16 Oktober 2013:Jam 19.07 WIB
Susanti, F. 2011. http://fitri-susanti054.blogspot.com/2011/05/ukuran-
penyebaran-data.html. Diakses pada 16 Oktober 2013:Jam 20.00 WIB
Setiawan, A. 2011. http://www.smartstat.info/statistika/statisika-
deskriptif/ukuran-pemusatan-data-mean-median-mode.html . Diakses pada
16 Oktober 2013:Jam 20.10 WIB