BAHAN KULIAH STATISTIKA I

STATISTIKA

Penggunaan Pada Berbgi Bidang

Dapat memecahkan
Metode masalah Ilmu
Statistika
Merup. alat analisis data kuantitatif atau data
kualitatif yang dikuantitatifkan

Utk Tujuan Pengambilan Keputusan dan Peramalan

STATISTIKA & PROSES PENELITIAN

Kata Statistika, memiliki 3 makna :

data; terutama yg berupa kumpulan angka-angka yang
menggbrkan sesuatu hal yang diselidiki.
Proses/Kegiatan mendptkan data yg kita perlukan, yg
meliputi tindakan
Pengumpulan
Pencatatan
Penganalisaan
Penyimpulan, dan
Penyajian data.
Sbg Ilmu; yi ilmu pengetahuan yg berhub. dgn cara-cara :
Pengumpulan
Pencatatan
Pengolahan, dan
Pengambilan keputusan atas dsr hsl analisis
data.
OSI
KEGIATAN
STATISTIKA
Punya Hub. PENELITIAN
Erat sekali

Bahan Statistika I Abd. Wahid 1

 Metode Statistika/Metode Analisis Data Kuantitatif
Proses Penelitian Ilmiah

Tahapannya
1. Perumusan Masalah 1. Perumusan Masalah

2. Penentuan sumber- sumber informasi 2. Pengumpulan informasi yang ada

3. Penentuan btk-btk pengumpulan data 3. Pengumpulan data orisinal

4. Ranc. Pengambilan sample 4. Pengklasifikasian data

5. Pengumpulan Data di lap.

5. Penyajian data

6. Editing, coding, tabulasi & analisis data

6. Analisis data

7. Menyusun Laporan

PERANAN STATISTIKA DALAM KEG. PENELITIAN

1. Penyusunan Model 2. Perumusan Hipotesis

3. Pengembangan Instrumen 4. Penyusunan Rancangan
Penelitian
Pengumpulan data
5. Penentuan Sampel Penelitian
6. Pengumpulan, Penyederhanaan, dan Penganalisaan Data.

Berdasarkan Peran/Tugasnya, Statistika dibedakan menjadi 2 bgn

:
Statistika Deskriptif
yi bgn ilmu pengetahuan statistika yang bertugas
mempelajari tata cara
Pengumpulan
Pencatatan data Penelitian, dlm btk
Penyusunan, dan Tabel Frekwensi atau Grafik
Penyajian

Statistika Induktif atau Statistika Inferensia

Bahan Statistika I Abd. Wahid 2

 yi bgn ilmu pengetahuan statistika yang bertugas
mempelajari tata cara
penarikan kesimpulan mengenai keseluruhan populasi
berdsrkan data hsl pen. pd sampel. Di dalamnya berisi :
cara membuat estimasi harga/nilai parameter
cara menguji hipotesis
cara membuat prediksi berdsrkan hub. Pengaruh
antr
variabel-variabel pengamatan.
Berdsrkan pengertian 2 bdg statistika tsb menunjukkan bhw
ruang lingkup St. Inferensia lebih luas dibdg St. Deskriptif.
Penarikan kesimpulan yg dilakukan pd St. Inferensia merup.
generalisasi dr suatu populasi berdsr data sampel.
Penarikan kesimpulan (kalaupun ada) pd St. Deskriptif hanya
ditujukan pd kumpulan data yang ada, bukan utk tujuan
generalisasi.
St. Inferensia atau St. Induktif diperlukan krn keg. Penelitian tdk
menyelidiki seluruh elemen pop. tetapi hanya mendsrkan pd pen.
sbgn elemen pop. (sampel).
Tujuan Pen. pd hakekatnya utk membuat generalisasi ttg pop.,
mk penarikan sampel hrs dilakukan dgn benar guna memperoleh
sampel yg representatif.
Krn pen. hanya didasarkan pd pengamatan sampel, mk peneliti
tdk dpt menduga harga parameter pop dgn pasti & tdk dpt
mengambil kesimpulan apakah hipotesis itu benar/salah.

Olehnya pendugaan harga parameter dan pengujian hipotesis

Dilakukan
berdasarkan
Teori-teori Probabilitas,
yg mendsrkan pd taraf kepercayaan atau taraf signifikansi ttt.

BERDASARKAN ASUMSI YG MENDASARINYA St. Inferensia ( St.

Induktif ) di bedakan atas 2 bgn :

Statistika parametrik
Pendugaan & uji hipotesis harga parameter pop berdsr asumsi
bhw skor/peubah yg dianalisis telah diambil dr suatu pop yg
berdistribusi normal (mengikuti distribusi ttt). Biasanya
berlaku pd pen. dgn data terukur (data dgn skala
interval/rasio) & sampelnya ckp bsr.

Statistika non-parametrik

Bahan Statistika I Abd. Wahid 3

 Pendugaan & uji hipotesis harga parameter pop berdsr asumsi
bhw skor/peubah yg dianalisis telah diambil dr suatu pop yg
berdistribusi bebas sebaran (tdk mengikuti distribusi ttt.).
Biasanya berlaku pd pen. dgn data pencacahan (data dgn skala
nominal/ordinal) & sampelnya relatif kecil.

VARIABEL PEN. & PENGUKURANNYA.

Variabel : Konsep yg mempi variasi nilai dimana minimal dpt
dibeda-kan dlm 2 atribut.
Ada 2 Mcm yaitu :
1. Var. diskrit adalah var yg tdk mempi nilai pecahan, spt.
jumlah pop. tan dlm suatu bedengan.
2. Var. kontinyu adalah var yg mempi. nilai pecahan, spt.
hasil panen.
Pengukuran Variabel Penelitian dibedakan atas 4 tingkatan yi:
1. Skala Nominal
Variasi nilai dr var. yg diukur tdk menunjukan jrk(interval)
maupun tingkatan (ranking) antr kategori-kategori dlm
pengukuran var tsb. Artinya berbgi nilai var (berupa kategori-
kategori) mempi. kedudukan yg sama dgn yg lain. Cth var jenis
kelamin (pria & wanita).
2. Skala Ordinal
Data dikelompokkan menjd bbrp bgn, dimana msg-msg bgn
mempi kedudukan atau tingkatan yg berbeda, mulai dr yg plg
rendah ke ting-katan yg plg tinggi. Misalnya var kesuburan
tanah dibedakan atas tandus, sedang, subur.
3. Skala Interval
Adalah ukuran yg tdk semata-mata menunjukan urutan
(ranking) objek pen., ttp juga memberikan informasi ttg jrk
perbedaan (interval) antara tingkatan objek yg satu dgn
lainnya.
Unit pengukuran & ttk nol dr skala ini adalah sembarang, shg
tdk mem-berikan informasi ttg absolut atribut yg dimiliki oleh
suatu objek. Mis. Mengukur suhu udara dgn SKALA CELCIUS DAN
FAHRENHEIT, dimana unit pengukuran & ttk nol-nya berbeda,
namun kedua skala ini mengandung informasi yg sama byk &
jenisnya, krn kedua skala berhub. scr linier. Artinya yg terbaca
pd skala oC dpt ditransformasikan pd skala oF dgn
menggunakan transformasi linier (F = 9/5 C + 32). Variasi suhu
yg sama pd kedua skala ini sbb :
o
C 0 10 30 100
o
F 32 50 86 212
Rasio perbedaan antr pembacaan suhu pd suatu skala = rasio
antr 2 perbedaan yg equivalen pd skala lainnya. Mis pd oC

Bahan Statistika I Abd. Wahid 4

 30 10
perbedaan atr 30 dgn 10 & 10 dgn 0 adalah 10 0 = 2. dan pd
86 50
o
F adalah 50 32 = 2. Dalam kedua kasus rasionya sama yi 2.
4. Skala Rasio/Nisbah
Adalah pengukuran yg tdk hanya menunjukkan informasi ttg
urutan (ranking) & jarak (interval), melainkan juga informasi
ttg jlh absolut atribut msg-msg objek. Informasi ttg jlh absolut
diperoleh krn dlm skala ini pengukuran dilakukan dr ttk nol
sejati. Dlm skala ini perbdgn antr suatu ttk skala tdk bergtg
pd unit pengukurannya.
Misalnya mengukur massa atau berat dlm skala rasio. Skala
Ons & pound memiliki titik nol yg sejati. Rasio antr dua
berat adl tdk terikat dgn unit pengukurannya.

STUDI SAMPEL
Uji statistik diperlukan bg pen. thdp SAMPEL yg hendak
digeneralisasikan utk populasi. Sampel pen. dpt berupa : -
Sampel tunggal
- Dua sampel berpasangan
- Dua sampel independen
- Lbh dr 2 sampel berpsgan
- Lbh dr 2 sampel independen
Penelitian yg mendsr pd sampel, keuntungannya al. :
- dpt menghemat biaya, waktu dan tenaga
- informasi yg diperoleh lbh byk
- informasi yg diperoleh lbh teliti
Utk mendptkan data yg representatif, sampel hrs ditarik secara
random, dimana setiap elemen pop atau sub-pop diberi peluang
yg sama utk dijadikan sampel. Pemilihan scr random dpt
dilakukan via undian atau menggunakan Tabel Bil. Acak/Random.

Metode penarikan contoh

Pop. = Himp. yg mengand.
ooooo Kese-luruhan unit
ooooo
ooooo populasi ooo
ooo contohpengamatan yg telah
didefenisikan dgn baik.
oo
Statistik inferensia Contoh/Sampel=
- teori pendugaan
- kaedah & peluang Himpunan bagian dr
populasi

Bbrp desain sampel random al. :

1. simple random sampling
2. systematic random sampling

Bahan Statistika I Abd. Wahid 5

 3. stratified random sampling
4. cluster random sampling
5. stratified cluster random sapling
Untuk sampel yg ditarik scr non-random (non-probability) pd
prinsipnya tdk dpt dipakai sbg dasar untuk membuat generalisasi
parameter populasi, yi :
1. penarikan sampel seenaknya (convenience sampling)
2. penarikan sampel insidentil (incidental sampling)
3. penarikan sampel dgn tujuan ttt. (purposive sampling)
4. penarikan sampel dgn pertimbangan ttt. (judgement sampling)
5. penarikan sampel berdsr kuota ttt. (quota sampling), dll.

Alasan penarikan sampel scr non-random :

1) individu pop.nya mempi. jlh yg tdk terbatas (bersft tak
terbatas)
2) penarikan sampel scr random perlu biaya tinggi yg tdk
sebdg dgn manfaat yg diperoleh.
3) generalisasi dr pop. bukan merupakan tujuan pen.
4) peneliti tdk mempi daftar lengkap individu pop.nya (tdk
tersedia)
5) peneliti tdk menguasai teori probabilitas sbg dsr cara
random.

DATA PENELITIAN
Utk menguji hipotesis pen, diterima/ditolak, diperlukan
pengumpulan & penganalisaan data empirik yg didpt dr lap.
Data pen (data primer) dpt dikumpulkan via :
1. kuesioner 3. observasi langsung
2. wawancara 4. percobaan

Ada dua persyaratan data yg baik :

1) memiliki prinsip reliabilitas, syaratnya :
a. data hrs obyektif c. data hrs teliti
b. data hrs representatif
2) memiliki prinsip validitas, syaratnya :
a. data hrs tepat waktu
b. data hrs relevan
FKlasifikasi data dibedakan menurut :
1. sumbernya, terbagi atas :
a. data intern
b. data ekstern
2. cara memperolehnya (khusus data ekstern), terbagi atas :
a. data primer
b. data sekunder
3. sifatnya, dibedakan atas :

Bahan Statistika I Abd. Wahid 6

 a. data kuantitatif= data yg dinyatakan dgn angka2 (nilainya
berubah-ubah = bersft variabel). Berdsr nilainya ada 2
gol. yi:
1) data diskrit (nilai2-nya terbatas), data yg dikumpulkan
dgn cara menghitung/membilang.
2) data kontinyu (meliputi setiap nilai, termsk bil
pecahan) data yg dikumpulkan dgn cara pengukuran.
b. data kualitatif = data yg dikategorikan menurut atribut,
mis sembuh, rusak, gagal dll.
4. waktu pengumpulan, dibedakan atas :
a. data cross section (data yg dikumpulkan dlm satu
periode)
b. data time series (data yg dikumpulkan selama bbrp
periode)

FSetelah data terkumpul, selanjutnya dilakukan penganlisaan dgn

tahapan sbb. :
1) Editing = memeriksa validitas dan reliabilitas data.
2) Coding = mengklasifikasi data/jawaban menurut kategori msg-
msg.
3)Tabulasi = meringkaskan data yg masuk (data masuk) ke dlm
tabel-tabel yg telah diperiapkan & dibuatkan tabel
frekwensi

Konsep lain :
Statistika=disiplin ilmu yg memanfaatkan matematika & teori
peluang sbg alat (percobaan), dan metode ilmiah sbg
arahannya, shg mencakup :
FTata cara pengumpulan data, via :
1.
percobaan
2. survey
3. observasi
FTata cara analisis data
FTata cara pengukuran tgkt kepercayaan dlm penarikan
kesimpulan utk ruang lingkup yg lbh dlm.
Kump. dr karakteristik objek/individu yg
diamati atau
Statistika Data
berbicara Kumpulan dr peubah-peubah (variabel)

Beda ilmu Matematika dgn ilmu Statistika :

Ilmu pasti yg Ilmu pasti yg serba tdk pasti &

baru dikatakan pasti kalau sudah
benar2 pasti terjadi.

Bahan Statistika I Abd. Wahid 7

Datum (tunggal) hanyalah sebuah nilai yg tdk dpt menjlskan sesuatu,
kecuali menunjukkan harga mutlak dr datum tsb.

akan bermakna bila telah menyusun data

Data (jamak) artinya nilai rataan + simpangan

merupakan

STATISTIKA DESKRIPTIF

FPenelitian deskriptif.

Ada 3 tipe desain penelitian :

1. pen. eksploratif,
bertujuan mengumpulkan informasi dr berbgi sumber guna
memahami lbh jauh msl pen & mengembangkan lbh jauh
hipotesis pen-nya
2. pen. deskriptif,
bertujuan memperoleh gbran sehub. dgn karakteristik2 subjek
pen, spt jenis kelamin, usia, tgkt pendidikan dll.
3. pen. kausal,
bertujuan menjelaskan adanya hub. Sebab akibat antr variabel
yg diteliti

FPenelitian analitik (spt. pen kausal & pen relasional) bertuj. Utk
menguji hipotesis, sedangkan pen. dekriptif tuj. utamanya bukan
utk menguji hipotesis.

Hsl pen. deskriptif pd hakekatnya merup. bhn bg pelaksanaan

pen. analitik Suatu keg. penelitian sebenarnya dpt merup
kombinasi antr pen deskriptif & analitik, krn analisis baru dpt
dilakukan bila telah diperoleh deskripsi (gbran) ciri-ciri var yang
terkumpul.

Stat Deskripsi = bdg Statistika yg membicarakan cara/metode mengumpulkan,

(IPB) menyederhanakan dan menyajikan data shg bisa memberikan
informasi. Dlm Stat. Deskr ini blm spi pd upy menarik
kesimpulan, ttpi baru pd tgkt memberikan bentuk ringkasan data
shg dpt diperoleh/dipahami informasi yg terkandung dlm data.

A. Peringkasan Data
Data terkumpul Bagaimana Mengetahui Karakteristik data, dgn cara !

Bahan Statistika I Abd. Wahid 8

 = Mencari informasi dari data shg memiliki
pengertian yg dpt menjlskan data scr
keseluruhan.
Untuk keperluan ini dlm statistika dikenal istilah :
# Ukuran pemusatan, dan
# Ukuran penyebaran.

@ Ukuran Pemusatan
= merup. suatu gbran (informasi) yg memberikan penjelasan bhw data memiliki
satu (atau lebih) titik dimana dia memusat/terkumpul. Ukuran2 tsb al. :
1. Median
Adalah suatu nilai data yg membgi dua sama byk kumpulan data yg telah
diurutkan.
Bila byknya data ganjil Median adalah data yg tepat di tengah2.
Data genap Median adalah dua data yg ada ditengah.
*langkah-langkahnya :
- urutkan data amatan, mulai dr yg terkecil spi terbesar.
- posisi median (nmed) = (n+1)/2.

2. Modus (Mo)

= suatu nilai data yg paling sering terjadi (yg mempi frekwensi plg tinggi)
atau merup suatu fenomena yg plg byk terjadi/plg byk terdpt. Suatu
kumpulan data mungkin saja mempi modus lbh dr satu buah.

3. Kuartil (Q)

= nilai2 yg menyekat gugus data menjd 4 kelompok data yg msg-msg terdr dr

25 % amatan.
^Nilai2 yg menyekat data menjd 4 klpk data tsb dikenal dgn sebutan :
a. Kuartil 1 (Q1) nilai data yg menyekat kumpulan data yg telah
diurutkan, shg byknya data < Q1 adalah 25%; & byknya data > Q1 adalah
75 %.
b. Kuartil 2 (Q2) sama dgn median, yg merup nilai pembatas 50% data
disebelah kiri Q2 & 50% data disebelah kanan Q2.
c. Kuartil 3 (Q3) nilai data yg menyekat kumpulan data yg telah
diurutkan, shg byknya data < Q3 adalah 75 % dan > Q3 adalah 25 %.
^Langkah2 perhitungan nilai kuartil :
- urutkan data, mulai dr amatan terkecil spi terbesar.
- hitung posisi Q2 (nq2), caranya = perhit posisi median nq2 = (n+1)/2
- penetapan nilai Q1 & Q3, adl :
nilai Q1 posisi dihitung mulai dr amatan terkecil.
nilai Q3 posisi dihitung mulai dr amatan terbesar.

4. Nilai Tengah (rataan)

Bahan Statistika I Abd. Wahid 9

 Merup ukuran pemusatan data yg menimbang data menjdi 2 kelompok data
yg memiliki massa yg sama. ATAU merup titik keseimbangan massa dr
segugus data.
bila x1, x2, ,xN adalah anggota suatu populasi terhingga beruk. N,
N
1
N
Xi
i 1
maka nilai tengah pop-nya adalah (mu) = ,
bila x1, x2, ,xn adalah suatu contoh (SAMPEL) beruk. n, maka nilai
1 n
Xi
n i 1
tengah contoh adl x = .
@ Ukuran Penyebaran
= memberikan gbran seberapa besar data menyebar dlm kumpulannya.
untuk melihat seberapa jauh data-data menyebar dr ttk pemusatannya.
1. Wilayah (range/rentang)
= mencari selisih pengamatan terkecil dengan pengamatan terbesar.
W = Xmax - Xmin
ukuran ini baik digunakan utk mengukur penyebaran data yg simetris &
nilai pengamatannya menyebar merata.
2. Jangkauan antar Kuartil (Rentang antar Kuartil)
= mengukur penyebaran 50% data ditengah-tengah setelah data diurut.
ukuran ini merup uk penyebaran data yg terpangkas 25% yi dgn
membuang 25 % data yg terbsr & 25% data yg terkcl.
sgt cocok pada data dikumpulkan mengand byk data pencilan.
Rumusnya : JAK = Q3 Q1
3. Ragam (Variance) atau Simpangan Baku.
= ukuran penyebaran data yg plg sering digunakan.
Merup. uk penyebaran data yg mengukur rata2 jrk kuadrat semua titik
pengamatan terhdp ttk pusat (rataan).
bila x1, x2, ,xN adalah anggota suatu populasi terhingga beruk. N,
N
1
N
Xi
i 1
maka ragam pop-nya adalah .. 2 = 2

bila x1, x2, ,xn adalah anggota suatu contoh (SAMPEL) beruk. n,
1 n
Xi x
n 1 i 1
maka nilai ragam contohnya adl s2 = 2

Teladan :
Pada suatu pengumpulan data dgn menarik cth dr suatu pop diperoleh data
setelah diurutkan sbb. :
7.8910 8.7619 8.8901 9.1033 9.8530 9.8728 10.0135 10.3151
10.3221 10.8333 11.0250 11.5518 11.9744 12.3591 12.7180

Bahan Statistika I Abd. Wahid 10

 Dari data tsb. Tentukan ukuran-ukuran pemusatan & penyebarannya :
1. Median 4. Rataan 7. Ragam
2. Modus 5. Range
3. Q1; Q3 6. Jak

Descriptive Statistics
VariableNMeanMedianTrMeanStDevSEMean
C11510.36610.31510.3751.3950.360
VariableMinMaxQ1Q3
C17.89112.7189.10311.552

B. Penyajian Data
= untuk menyajikan data shg mdh dipahami, al dgn
menggunakan bentuk penyajian :
tabel frekwensi, histogram, dahan daun boxplot, diagram
lingkaran, grafik.

1. Histogram

HistogramofC1N=80
MidpointCount
35.02**
45.03***
55.03***
65.011***********
75.024************************
85.022**********************
95.015***************

20 20
Frequency

Frequency

10 10

0 0

35 45 55 65 75 85 95 105 35 45 55 65 75 85 95 105

Nilai Ujian Mid Semester Nilai Ujian Mid Semester

StemandleafofC1N=80
LeafUnit=1.0

2358
Objek Pengamatan

Bahan Statistika I Abd. Wahid 11

 343
5489
651
8569
146001333
19656778
3570000111222334444
(8)755678999
3780000111223334
248566788889
1590001112233
5957889

Jlh Daun Dahan Daun

Kumulatif

2. Diagram Dahan Daun (Stem and Leaf)

Diagram dahan daun disusun baris per baris secara vertikal & cukup efektif utk
menggbrkan pola sebaran bg data yg beruk kecil. Sedgkan utk data yg
berukuran bsr lbh efektif bila digunakan histogram. Sebab dlm pembuatan
histogram kumpulan angka2 tsb. dikelompokkan menjadi selang nilai ttt., lalu
frekwensi relatif utk setiap selang digbrkan sbg tinggi kotak pada setiap selang
tsb. Biasanya histogram digunakan utk data yg berukuran > 200.

Diagram Dahan Daun :

- melihat pola sebaran data

- utk mengurutkan data, krn nilai aslinya tetap ditampilkan
- selain memberikan informasi frekwensi dlm btk jlh (nominal) juga btk
visualnya yg memungkinkan pengguna dpt lsg melihat perbandingan
frekwensi relatif antara nilai atau selang nilai ttt.
- data asli dari setiap objek pengamatan ditampilkan.

Penjelasan :

Diagram dahan daun, terdiri dr :

-lajur dahan,
-lajur daun, dan
-sebelum lajur dahan terdpt lajur frekwensi kumulatif ( daun kumulatif).

Setiap angka yg akan dibuat, diagram dahan daunnya dipisah menjadi 2

kelompok digit :
-Satu kelompok digit pertama ditulis pd lajur dahan

Bahan Statistika I Abd. Wahid 12

 -Satu kelompok digit kedua ditulis pada lajur daun

Pemilihan digit untuk dahan & daun tdk baku, tetapi perlu diperhatikan bhw
dahan hrs memuat nilai terbesar & terkecil.

Teladan :
Sekumpulan data : 23 26 34 39 42 45 47 51 53 59 79
Maka kita pilih digit puluhan sebagai dahan
digit satuan sebagai daun
Kelas interval akan memiliki 10 baris yi digit 0 spi 9
0 - 9 0 0 ex. Angka 23, tertulis pd brs dahan dgn
10 19 0 1 angka digit 2 & sbg daunnya adl angka 3
20 - 29 2 2 36
30 - 39 4 3 49 ^Posisi median (Me) :
40 - 49 (3) 4 257 dari data = x (11+1)
50 - 59 4 5 139 = 6. (shg Me terletak pd
60 - 69 1 6 kelas interval ke 5
70 - 79 1 7 9 ^Nilai Me :
80 - 89 0 8 12 n F
90 - 99 0 9
Me = b+p f
frekwensi Dahan Distribusi 5.5 4
kumulatif daun frekwensi daun 3 = 40 + 5 = 45
= 40+10
Keterangan :
b = kls dimana Me akan terletak di batas bwh kls Me
p = panjang kls Me
n = ukuran sampel ( data)
F = semua frekwensi dgn tanda kelas lbh kecil dari
tanda kls Me
f = frekwensi kls Me

StemandleafofC1N=80
LeafUnit=1.0

2358
Objek Pengamatan 343
5489
651

Bahan Statistika I Abd. Wahid 13

 8569
146001333
19656778
3570000111222334444
(8)755678999
3780000111223334
248566788889
1590001112233
5957889

Jlh Daun Dahan Daun

Kumulatif

Descriptive Statistics

VariableNMeanMedianTrMeanStDevSEMean
Datapop156.7137.3006.8462.2830.590

VariableMinMaxQ1Q3
Datapop2.2009.5004.8008.600

6.71333333
Mean 3
0.58958150
Standard Error 3
Median 7.3
Mode #N/A
Standard 2.28343934
Deviation 4
Sample 5.21409523
Variance 8
-
0.58854243
Kurtosis 4
-
0.70912157
Skewness 7
Range 7.3
Minimum 2.2
Maximum 9.5
Sum 100.7
Count 15

Descriptive Statistics
N Range Minimum Maximum Sum Mean Std. Variance
Deviation
Statistic Statistic Statistic Statistic Statistic Statistic Std. Error Statistic Statistic
DATA 15 7.30 2.20 9.50 100.70 6.7133 .5896 2.2834 5.214
Valid N 15
(listwise)

Bahan Statistika I Abd. Wahid 14

Bahan Statistika I Abd. Wahid 15