Statistik Dasar

1. Pendahuluan Persamaan Statistika Dalam Penelitian

2. Penyusunan Data Dan Penyajian Data

3. Ukuran Tendensi Sentral, Ukuran Penyimpangan

4. Momen Kemiringan

5. Distribusi Normal t Dan p

6. Pengujian Hipotesis

7. Analisis Variansi

8. Analisis Regresi Dan Korelasi

http://www.dianadipamungkas.wordpress.com
 Peranan Statistik Dalam Penelitian

Statistik adalah pengetahuan yang berhubungan dengan cara penyusunan data, penyajian data

dan penarikan kesimpulan mengenai keseluruhan (populasi) berdasarkan data yang ada pada

sebagian dari keseluruhan (sampel).

Dari definisi tersebut maka statistik dapat digolongkan menjadi 2, yaitu:

a. Statistika Deskriptif

Adalah bagian statistika yang mempelajari cara penyusunan data dan penyajian data yang

dikumpulkan.

b. Statistika inferensial (induktif)

Adalah bagian statistika yang mempelajari cara penarikan kesimpula mengenai populasi

berdasarkan data yang ada pada sampel, penarikan kesimpulan mengenai populasi

berdasarkan data sampel sering disebut data generalisasi.

Sensus

Kelemahan : biaya tinggi dan memakan waktu yang lama

Keuntungan : data lebih akurat

Inferensial

Keuntungan : sedikit biaya dan waktu lebih singkat

Kelemahan : data kurang akurat

http://www.dianadipamungkas.wordpress.com
Contoh

Misalkan ada penelitian tentang pengaruh IQ terhadap nilai matematika di SD Surakarta.

Untuk menjawab permasalahan tidak perlu setiap anggota populasi dicari datanya. Statistika

memungkinkan untuk memecahkan masalah tidak perlu mengambil data setiap koperasi, yaitu

dengan cara penarikan kesimpulan secara umum yang didasarkan pada data sebagian. Yang perlu

diperhatikan adalah semakin banyak anggota sektor akan semakin teliti dan semakin kecil ukuran

sektor tingkat telitinya semakin rendah.

Variabel Statiska :

Dalam melakukan penelitian, peneliti harus mengidentifikasi variabel-variabel yang akan diteliti.

Variabel adalah suatu sifat yang dapat memiliki beberapa harga yang merupakan karakteristik-

karakteristik yang akan diteliti.

diskrit  banyak anggota dapat didata

kontinu  banyak anggota tidak dapat didata
Variabel

http://www.dianadipamungkas.wordpress.com
 Skala Pengukuran

1. Skala Pengukuran Nominal

Skala pengukuran ini merupakan skala yang paling sederhana, karakteristik dari skala

pengukuran ini adalah dapat dilakukan klasifikasi atau kategori pengamatan. Apabila

digunakan lambang bilangan pada skala nominal maka lambang tersebut hanya sebuah label

saja.

Contoh:

2 0
1) Jenis kelamin Laki-laki lambang
1 1
Perempuan

O
A  lambang
B
2) Golongan darah

2. Skala Pengukuran Ordinal

Skala pengukuran ordinal mempunyai 2 karakteristik, yaitu:

1) Dapat dilakukan klasifikasi (golongan)

2) Dapat dilakukan pengurutan

Apabila digunakan lambang bilangan pada skala ini maka lambang bilangan tersebut

merupakan urutan

Contoh:

1) Jenjang pendidikan SD 1

SMP 2

SMA 3

S1 4

S2 5

http://www.dianadipamungkas.wordpress.com
3. Skala Pengukuran Interval

Skala pengukuran interval mempunyai 2 karakteristik, yaitu :

1) Dapat dilakukan klasifikasi

2) Dapat dilakukan pengurutan

3) Terdapat satuan pengukuran

Apabila digunakan lambang bilangan maka lambang bilangn tersebut menunjukkan nilai

relatif terhadap nilai hasil pengukuran.

Contoh:

1) Prestasi belajar A 90

B 80

C 70

4. Skala Pengukuran Rasio

Skala pengukuran rasio mempunyai 4 karakteristik, yaitu :

1) Dapat dilakukian klasifikasi

2) Dapat dilakukan pengukuran

3) Terdapat satuan pengukuran

4) Dapat dilakukan satuan pengukuran

Contoh:

A 80
B 70  dapat diurutkan
C 60
Berat badan
D 50

http://www.dianadipamungkas.wordpress.com
 Ukuran Tendensi Sentral & Ukuran Penyimpangan

1. Mean (Rerata)

Mean untuk data tunggal

Juka suatu sampel berukuran n dengan anggota x1, x2, x3, ., xn , maka mean sampel

didefinisikan:

(
x! !
"# $"% $"& $ $"( +,# "+
) )

Dengan -. = nilai data ke-i

n = banyaknya data

Mean untuk data yang dikelompokkan

1
-! ! 3,# /3 03
/# 0# $/% 0% $/& 0& $ $/1 01
2 1
3,# /3

Dengan -4 = nilai data ke-i

n = banyaknya data

54 = frekuensi untuk data ke-i

2. Modus (data yang sering muncul)

Modus untuk data bergolong

Mo = L78 + c9 : $ ;<
:

L78 = tepi bawah kls yg mengandung modus (kls dgn frekuensi terbanyak)

c = panjang kelas

a = selisih frekuensi kelas yang mengandung Mo dengan frekuensi sebelumnya

b = selisih frekuensi yang mengandung Mo dengan frekuensi yang mengandung Modus

frekuensi sesudahnya

http://www.dianadipamungkas.wordpress.com
3. Median (nilai tengah data)

Median untuk data tunggal

Jika suatu data yang telah diurutkan dari kecil sampai terbesar dengan notasi x1, x2, x3, ..., xn ,

maka

a. Untuk sampel berukuran ganjil

Mediannya adalah data paling tengah atau Me = X((n+1)/2)

b. Untuk sampel berukuran genap

Median adalah nilai rata-rata dari nilai data tengah atau Me = = >X @(A B X C($ 4D E
4
% %

Median data yang dikelompokan

(
@ AG H
Me = LMe + c F %
J
I

Dimana :

LMe : batas bawah kelas median

F : jumlah frekuensi semua interval sebelum kelas median

c : panjang interval

f : frekuensi kelas median

4. Kuantil

Kuantil untuk data tunggal

Untuk mencari letak data ke-i dari suatu kuantil digunakan rumus:

KC)$4D
L
Letak data ke-i = data ke

Dengan: i : letak data ke-i

n : banyak data

N : jenis kuantil

http://www.dianadipamungkas.wordpress.com
 Kuantil untuk data yang dikelompokkan

Kuantil ke-i dari data kelompok adalah:

+(
@ AGH
Kuantil ke-i = LKi + c M N
O
I

Dengan: LKi : batas bawah kelas ke-i N : jenis kuantil

n : banyak data f : frekuensi kelas ke-i

F : jumlah frekuensi sebelum kelas ke-i

Ukuran Penyimpangan

1. Penyimpangan untuk data tunggal

Deviasi rata-rata

Definisi :

Deviasi rata-rata adalah harga rata-rata sebaran setiap observasi data terhadap meannya.

Andaikan ada data nilai X1, X2, X3, ..., Xn dengan mean P
X, maka deviasi rata-rata adalah

( P
+,#|R+ GR|
)
d.r =

Jumlah penyimpangan yang terjadi antara masing-masing data dengan rata-rata adalah nol,

yaitu:

PD = )KT4 X K nX
)KT4CX K S X P = )KT4 X K n+,# R+ = 0
(

Hal ini karena penyimpangan yang terjadi pada masing-masing data bisa negatif atau positif.

Olehkarena itu untuk mencari variansi sampel didasarkan pada rata-rata

PD2, CX = S X
CX4 S X PD2, CX U S X
PD2, ..., CX ) S X
PD2

http://www.dianadipamungkas.wordpress.com
 Definisi:

1) Variansi sampel dari sekumpulan n data : X1, X2, X3, ..., Xn , adalah

( P %
+,#CR# GRD
)G4
S2 =

2) Deviasi standar (simpangan baku) dari sekumpulan n data : X1, X2, ..., Xn adalah

P %
S . D = S = = X
(
+,#CR# GRD
2G4

2. Penyimpangan untuk data yang dikelompokkan

Definisi

Untuk sekumpulan n data : X1, X2, X3, ..., Xn yang telah diubah dala table distribusi

frekuensi, maka:

i!1 fi ZXi SXZ

n P
2
1) Deviasi rata-ratanya adalah : d.r =

P 2
i!1 fi CXi SXD
n
2G4
2) Variansi sampelnya adalah : S2 =

Dimana :

i : 1, 2, 3, . . . , n

fi : frekuensi

Xi : data ke-i

P
X : mean data sampel

Dari definisi diatas dapat diturunkan teorema

P 2
i!1 fi CXi SXD
n
%
) ( % (
+,# I# R+ G [+,# I+ R+ \
2G4 )C)G4D
S2 = =

http://www.dianadipamungkas.wordpress.com
 Distribusi Normal

Distribusi khusus untuk variabel yang sering dibahas yaitu distribusi normal. Distribusi ini

ditemukan oleh Karl Fredrick yang disebut juga distribusi Gauss. Fungsi densitas dari fungsi

distribusi normal dengan rata-rata dan variansi ]2 dinyatakan sebagai berikut :

a# CbaD%
e
4
% d
^=_
f(x) =

==
e
dengan : = = 3,14

e = 2, 718 . . . .

Distribusi ini dilambangkan dengan x ~ N (g, ]2)

Sifat-sifat distribusi normal:

1) a sintatik pada sumbu datar

2) simetri garis x = g

3) mempunyai titik belok x = g i ]

4
4) mempunyai titik maksimum (g, jC=kD)
4
(g, jC=kD)

] ] f(x)

gS] g!] gB]

Luas dibawah kurva normal adalah

P(a x b) = ln 5C-D dx
m

Definisi:

Suatu distribusi normal, jika diambil = 0 dan ]2 = 1, maka menghasilkan distribusi normal
standar / distribusi baku Z. Sehingga fungsi dengan distribusi normal standar.

http://www.dianadipamungkas.wordpress.com
 Teorema

Jika x ~ N (g, ]2) maka Z = , berdistribusi normal standar atau Z ~ N (0,1)

0Go
j

Luas dinyatakan dengan P (X1 X X2), untuk menghitung luas bisa digunakan tabel Z
0Go
j
(normal standar) dengan terlebih dahulu mentransformasikan nilai-nilai x dengan Z =

0# Go
j
X1 = Z1 =

0% Go
j
X2 = Z2 =

Jadi P (X1 X X2) = P @ p p A

0# Go 0Go 0% Go
j j j

= P (Z1 p Z p Z2)

Dimana:

g : mean/ rata-rata

]2 : variansi

] : simpangan baku

http://www.dianadipamungkas.wordpress.com
 Pengujian Hipotesis

A. Pengantar Pengujian Hipotesis

Pengujian hipotesis merupakan prosedur perumusan kaidah / norma yang membawa

kita pada penerimaan atau penolakan Hipotesis.

Pengujian hipotesis merupakan bagian statistik inferensial yang paling penting.

Sedangkan yang dimaksud hipotesis adalah dugaan / pernyataan mengenai satu / lebih

populasi, untuk itu dugaan tersebut harus diuji kebenarannya.

Ada 2 jenis hipotesis, yaitu:

1. Hipotesis Nol (Ho)

Adalah hipotesis yang dirumuskan dengan harapan bahwa hipotesis tersebut

nantinya ditolak setelah dilakukan uji hipotesis.

2. Hipotesis Alternatif (Ha atau H1)

Adalah hipotesis yang dirumuskan dengan harapan bahwa rumusan tersebut

nantinya akan diterima kebenarannya.

Hipotesis alternatif merupakan lawan dari hipotesis nol. Hipotesis alternatif juga

merupakan hipotesis yang akan memuat tanda hubung , q rst u . sebaliknya

hipotesis nol akan memuat tanda = , dan

B. Tipe Kesalahan

Karena dalam pengujian akan dilakukan penarikan kesimpulan untuk data

keseluruhan (populasi) yang didasarkan pada data sampel. Maka dimungkinkan akan

terjadi kesalahan dalam statistika dalam penarikan masalah dapat ditoleransi.

http://www.dianadipamungkas.wordpress.com
 Ada 2 tipe kesalahan, yaitu:

1. Kesalahan Tipe 1

Adalah kesalahan yang terjadi ketika peneliti menolak Ho padahal Ho benar. Tipe

kesalahan ini dilambangkan (taraf signifikasi / tingkat kepercayaan)

2. Kesalahan Tipe 2

Adalah kesalahan yang terjadi ketika peneliti menerima Ho padahal Ho salah.

Tipe kesalahan ini dilambangkan (kekuatan uji).

Dari kedua tipe kesalahan tersebut yang sering digunakan dalam penelitian adalah

jenis kesalahan 1 yaitu . Pengambbilan nilai dalam penelitian sangat krusial

tergantung pada kebutuhan.

C. Prosedur Pengujian Hipotesis

Prosedur atau langkah-langkah dalam melakukan pengujian hipotesis adalah sebagai

berikut:

1. Rumuskan Ho dan H1`

2. Tentukan taraf signifikasi yaitu

3. Memilih statistik uji yang cocok untuk menguji hipotesis

4. Menghitung statistik uji

5. Menentukan daerah kritik

6. Menentuka keputusan uji

7. Menuliskan kesimpulan

http://www.dianadipamungkas.wordpress.com
 D. Pengujian Hipotesis Mean

Macam-macam uji hipotesis:

1. Uji dua ekor

Ho : g ! gv
Ho ditolak Ho ditolak
Ho diterima

H1` : g w gv
-Z~ Z
% =
Ho ditolak jika xy q xz atau xy q Sxz
% %

2. Uji satu ekor

Ho : g p gv Ho diterima
Ho ditolak

H1` : g q gv
Z
Ho ditolak jika xy q x{

Ho : g | gv Ho ditolak

H1` : g u gv
Ho diterima

Ho ditolak jika xy u Sx{

-Z

E.

http://www.dianadipamungkas.wordpress.com