SERI DIKTAT KULIAH
| PENERBIT GUNADARMA
PE SeaDAFTAR ISI
PN eRt
1.1, PENGERTIAN STATISTIKA 2
1.2. DATA STATISTIK 3
1.3. POPULAS! DAN SAMPEL 4
1.4, SOAL LATIHAN 5
Bae
2.1, BEBERAPA ISTILAH 8
2.2. MEMBUAT DAFTAR DISTRIBUSI FREKUENS! 9
1
5
2.3, DISTRIBUSI FREKUENSI RELATIF DAN KUMULATIF 1
2.4, HISTOGRAM, POLIGON DAN KURVA FREKUENSI 1
2.5. SOAL LATIHAN
Ee inueeae
3.1. RATA-RATA HITUNG 18
3.2. RATA-RATA GABUNGAN 2i
8.3. RATA-RATA MENGGUNAKAN PANJANG KELAS: 22
3.4, RATA-RATA UKUR, 23
3.5. RATA-RATA HARMONIK 25
36.MODUS 26
3.7. SOAL LATIHAN
rer
4.1, RENTANG: 30
42. RATA-RATA DEVIASI 30
4.3, SIMPANGAN BAKU (DEVIAS! STANDAR) at
4.4, KOEFISIEN VARIASI 34
"45. SOAL-SOAL LATIHAN 35
5.1. RUANG KEJADIAN 38
5.2, OPERAS! PADA PERISTIWA/KEJADIAN 38
5.3, PELUANG SUATU KEJADIAN 405.4, BEBERAPA ATURAN PELUANG 42
5.5. PELUANG BERSYARAT 44
5.6, EKSPEKTASI (RATA-RATA HARAPAN) 46
5.7. ATURAN BAYES 46
5.8. SOAL LATIHAN 50
ee 1
6.1. PEUBAH ACAK (VARIABEL ACAK) 52
6.2, DISTRIBUS! PELUANG DISKRIT 53
6.3, DISTRIBUSI KUMULATIF PEUBAH ACAK DISKRIT 56
6.4, DISTRIBUSI PELUANG KONTINU 58
65, TEOREMA CHEBYSHEV 61
6.8. SOAL LATIHAN _ 63
Saou
7.1. DISTRIBUS! BINOMIAL 66
__7.2, DISTRIBUSI MULTINOMIAL 69
73. DISTRIBUSI HIPERGEOMETRIK 70
7.4, DISTRIBUSI POISSON 71
7.5 DISTRIBUS! UNIVORM 72
7.6. DISTRIBUS! BINOMIAL NEGATIF 73
7.7. SOAL-SOAL LATIHAN 75
KONTINU
8.1. DISTRIBUS! NORMAL 78
8.2. LUAS DI BAWAH KURVA NORMAL = 80
8.8. PENDEKATAN NORMAL TERHADAP BINOMIAL 83
8.4. UJI DISTRIBUSI NORMAL 85
8.5. SOAL LATIHAN 86
Gauenien
9.1. ALASAN MENGGUNAKAN SAMPLING 88
9.2. RANCANGAN SAMPLING 89
9.3. BEBERAPA CARA SAMPLING 90
9.4. SOAL LATIHAN 92PENDAHULUAN1.1. PENGERTIAN STATISTIKA
Ada dua istilah yang biasa digunakan orang berkaitan dengan data, tapi
maknanya berbeda, yaitu statistik dan statistika.
STATISTIK.
Dalam kehidupan sehari-hari terutama yang berkaitan dengan penelitian,
riset dan pengamatan, seringkali menggunakan kumpulan angka-angka untuk
menyusun laporannya. Kumpulan angka-angka ini disusun dan disajikan dalam
bentuk daftar, tabel bahkan diagram atau grafik, dengan tujuan supaya hasil
riset tersebut lebih mudah dimengerti.
Selama bertahun-tahun yang lalu, orang telah menamakan ini semua
sebagai statistik. Jadi, data statistik menyatakan kumpulan data dalam bentuk
bilangan atau non bilangan yang disusun dalam tabel yang menggambarkan
suatu persoalan. Sehingga kita mengenal statistik penduduk, statistik
pendidikan, statistik produksi, statistik industri dan lain-lain . Inilah pengertian
statistik yang pertama.
Kata statistik juga mempunyai arti lain. Biasanya dipakai untuk
menyatakan ukuran dari suatu data. Yang dimaksud dengan ukuran dapat
berupa rata-rata, prosentase ,modus, median dan lain-lain. Misalnya : rata-
rata gaji pegawai di perusahaan PQR diambil dari 10 orang adalah pegawai
Rp 250.000. Nilai rata-rata inilah yang disebut statistik. Jadi pengertian statistik
yang kedua adalah suatu ukuran dari kumpulan data yang diambil berdasarkan
sampling (menggunakan sampel).
STATISTIKA.
Dari penelitian, biasanya hasilnya dituangkan dalam bentuk laporan yang
diuraikan berdasarkan fakta-fakta pendukung yang kuat. Sebelum kesimpulan
dibuat, data yang terkumpul harus dipelajari, diolah, dianalisa terlebih dahulu.
Proses pengumpulan data, pengolahan dan penarikan kesimpulan harus
dilakukan dengan baik, cermat, teliti serta mengikuti kaidah-kaidah dan teori
yang benar dan dapat dipertanggung jawabkan secara ilmiah. Ini semua
merupakan suatu ilmu tersendiri yang dinamakan Statistika.
Jadi, statistika adalah pengetahuan yang berhubungan dengan cara-cara
pengumpulan data, pengolahan dan penarikan kesimpulan berdasarkan
kumpulan data dan penganalisaan yang dilakukan.1.2. DATA STATISTIK
Berdasarkan bentuknya, dikenal 2 macam data, yaitu data kuantitatif dan
kualitatif. Data kuantitatif adalah data yang berbentuk bilangan. Sedangkan
data kualitatif adalah data yang dikategorikan menurut kondisi kualitas obyek
yang diamati. Misalnya : baik, buruk, sukses, gagal dan lain-lain.
Berdasarkan nilainya, data dapat digolongkan sebagai diskrit dan kontinu.
Data diskrit adalah data yang diperoleh berdasarkan menghitung. Sedangkan,
data kontinu adalah data yang diperoleh berdasarkan hasil mengukur.
Contoh data diskrit :
1. Jumlah mahasiswa Universitas G adalah 2100 orang
2. Kabupaten B mempunyai 90 gedung sekolah
Contoh data kontinu :
1. Rata-rata kecepatan mobil A adalah 60 km/jam.
2. Luas daerah Y adalah 50 ha.
Berdasarkan sumbernya, kita mengenal data intern dan ekstern. Data
intern adalah data yang diambil dari hasil pengamatan kondisi intern suatu
lembaga atau badan tertentu. Misalnya : Staff perusahaan mencatat aktifitas
perusahaannya sendiri, kondisi pegawai, kondisi barang, pengeluaran dan
lain-lain.
Sedangkan data ekstern adalah data yang bersumber dari hasil pengamatan
diluar lembaga atau badan tertentu.
Data ekstern sendiri dibedakan menjadi dua, yaitu data primer dan
sekunder. Data primer adalah data yang dikeluarkan dan dikumpulkan oleh
badan yang sama. Sedangkan data sekunder adalah data yang dikeluarkan
oleh suatu lembaga dan dikumpulkan oleh lembaga yang lain.Skema :
Kualitatif
Bentuk <
Kuantitatif
Diskrit
Data Statistik Nilai <
Kontinu
Eksternal
Sumber
Internal
1.3. POPULASI DAN SAMPEL
Seringkali, kesimpulan yang dibuat dari suatu penelitian, diharapkan
berlaku secara umum (keseluruhan) dan bukan hanya untuk sebagian kondisi
saja. Jika dikatakan bahwa 50% penduduk Indonesia hidup dari bertani, maka
pernyataan ini berlaku untuk seluruh Indonesia. Bukan hanya untuk pulau
Jawa atau Sumatera saja. Untuk mengambil kesimpulan yang demikian,
diperlukan data mentah (yang belum diolah), Cara memperoleh data mentah
dapat dilakukan dengan 2 cara :
a. Sensus : semua penduduk Indonesia dengan karakteristik yang ditentukan
(yang sudah bekerja), dijadikan obyek penelitian.
b. Sampling : sebagian penduduk yang sudah bekerja saja yang dijadikan
obyek penelitian.
Semua penduduk yang dijadikan obyek penelitian dinamakan populasi.
Sedangkan sebagian penduduk yang dijadikan obyek dinamakan sampel.
Tentang proses sampling (pengambilan sampel), akan diuraikan lebih lanjut.1.4. SOAL LATIHAN.
I. Jelaskan apa yang dimaksud dengan :
a. Statistika
b. Statistik
n
Apa yang dimaksud dengan data :
diskrit
kontinu
kualitatif|
kuantitatif
intern
mo Bo op
ekstern
3. Jelaskan perbedaan antara populasi dan sampel , juga antara sensus dan
samplingDISTRIBUSI FREKUENS!2.1. BEBERAPA ISTILAH
Distribusi frekuensi umumnya disajikan dalam bentuk daftar yang berisi
kelas interval dan jumlah obyek (frekuensi) yang termasuk dalam kelas in-
terval tersebut. Sebelumnya akan dijelaskan beberapa istilah yang dipakai
untuk membuat daftar distribusi frekuensi.
Tabel 2 (1)
Nilai Ujian Matematika
untuk 50 Mahasiswa
Nilai Ujian Banyak Mahasiswa
(frekuensi)
31 - 40 1
41 - 50 4
- 51 - 60 6
61 - 70 20
| 71 - 80 10
81 - 90 8
91 - 100 I
Jumlah 50
(0)
(ii)
Kelas interval : adalah banyaknya obyek yang dikumpulkan dalam
kelompok-kelompok tertentu, berbentuk interval a - b. Kedalam kelas
interval a - b dimasukan semua data yang bernilai mulai dari a sampai
dengan b. Urutan kelas interval disusun dari atas ke bawah mulai data
yang terkecil. Kelas intervainya diberi nama dari atas ke bawah sebagai
kelas interval pertama, kelas interval kedua dan seterusnya. Dari Tabel
2 (1), kelas interval pertama adalah 31 - 40.
Frekuensi (f) : menyatakan jumlah data yang terdapat dalam kelas
interval. DariTabel 2.1, pada kelas interval ke-3, 51 - 60, terdapat
frekuensi f = 6, artinya, ada 6 mahasiswa yang mendapat nilai ujian
paling rendah 51 dan paling tinggi 60.(iii) Ujung bawah kelas interval : adalah bilangan-bilangan yang terletak
di sebelah kiri kelas interval. DalamTabel 2.1, ujung bawah kelas inter-
val ke-2 adalah 41.
(iv) Ujung atas kelas interval : adalah bilangan-bilangan yang terletak di
sebelah kanan kelas interval. DalamTabel 2.1, ujung atas kelas interval
ke-2 adalah 50.
(v) Panjang Kelas interval (p) : adalah selisih positif antara tiap dua ujung
bawah berurutan. DalamTabel 2.1, panjang kelas adalah 10.
(vi) Batas bawah kelas interval : adalah hasil pengurangan sebanyak 0,5
x satuan ketelitian yang digunakan terhadap ujung bawah kelas inter-
val. DalamTabel 2.1, ketelitian yang digunakan adalah satuan, sehingga
batas bawah kelas interval adalah 31 - 0,5 = 30,5.
(vii) Batas atas kelas interval : seperti batas bawah, tapi penjumlahan pada
ujung atas kelas interval. Dalam Tabel 2.1, batas atas kelas interval
pertama adalah 40 + 0,5 = 40,5
(viii) Tanda kelas interval : adalah nilai yang dianggap sebagai wakil kelas
interval. Aturannya : Tanda kelas = 0,5 x (ujung bawah + ujung atas).
DalamTabel 2.1, tanda Kelas interval pertama adalah : 0,5 x (31 + 40)
= 35,5.
2.2. MEMBUAT DAFTAR DISTRIBUSI FREKUENS!
Perhatikan nilai ujian matematika untuk 50 orang mahasiswa berikut ini:
ao oe oe 64 85 58 %74 #75 65
74 62 63 47 86 64 84 68 55 87
63 53 72 65 48 66 68 63 85 77
76 75 64 82 55 83 57 35 66 68
68 68 65 64 78 76 65 65 97 86
Dari data diatas, akan dibuat daftar distribusi frekuensi dengan panjang
kelas yang sama. Untuk itu perlu dilakukan perhitungan sebagai berikut :°
Tentukan rentang, yaitu data terbesar dikurangi data terkecil. Dalam hal
ini data terbesar adalah 95 dan data terkecil adalah 35. Sehingga rentang
(r) adalah 64.
Tentukan banyak kelas interval yang diperlukan. Banyak kelas yang sering
digunakan berkisar antara 5 sampai 15, sesuai keperluan. Cara lain yang
biasa digunakan adalah aturan sturges, yaitu dengan rumus berikut :
banyak kelas = 1 + 3,3 log n
n adalah jumlah data
sehingga, diperoleh banyak kelas = I + 3,3 log 50 = 6,6
Jadi, kita bisa membuat daftar distribusi frekuensi dengan banyak kelas
interval 6 atau 7 buah.
Tentukan panjang kelas interval p, dengan rumus:
rentang
~ “Banyak kelas
Harga p diambil sesuai dengan tingkat ketelitian satuan data yang
digunakan. Untuk hal diatas, jika diambil banyak kelas 7, maka diperoleh
panjang kelas :
Jadi, kita bisa mengambil panjang kelas 9 atau 10. Ambil panjang kelas
10
Pilih ujung bawah Kelas interval pertama. Untuk ini, bisa diambil sama
dengan data terkecil atau nilai data yang lebih kecil, tapi selisihnya harus
kurang dari panjang kelasnya, Dalam hal ini, diambil ujung bawah kelas
interval adalah 31. Maka kelas interval pertama adalah 31 - 40, kelas
kedua 41 - 50 dan seterusnya.
Buat daftar tabulasi untuk mengetahui frekuensi masing-masing kelas
interval sebagai berikut :tab
31 - 40 I 1
41 - 50 | um 4
51 - 60 7 Mmm T 6
61 - 70 IT on nM THT 20
71 - 80 THN WHI 10
81 - 90 1 1 8
91 - 100 I 1
Jumlah 50
Selanjutnya, hasilnya diperlihatkan padaTabel 2.1
2.3. DISTRIBUS] FREKUENS! RELATIF DAN KUMULATIF
Hasil yang diperoleh dalamTabel 2.1, adalah distribusi frekuensi mutlak.
Untuk keperluan perhitungan yang lain, seringkali dibuat distribusi frekuensi
relatif, yang dinyatakan dalam prosen. Sehingga dariTabel 2.1, dapat
ditampilkan distribusi frekuensi relatif sebagai berikut :Tabel 2.2
Distribusi Frekuensi Relatif
Untuk Nilai Ujian Matematika
Nilai Ujian £(%)
31 - 40 2
41 - 50 8
51 - 60 12
61 - 70 40
71 - 80 20
81 - 90 | 16
91 - 100 2
Jumtah 100
Frekuensi relatif untuk kelas internal pertama :
_ 100% =2
50
Selain distribusi frekuensi relatif, banyak perhitungan yang memerlukan
informasi tentang distribusi frekuensi kumulatif. Dalam hal ini dikenal dua
macam distribusi frekuensi kumulatif, yaitu kurang dari dan lebih dari.
Masing-masing diperlihatkan dalam daftar berikut :Tabel 2.3
Nilai ujian Matematika untuk 50 Mahasiswa
(Kumulatif kurang dari )
Nilai Ujian = kum
kurang dari 31 0
41 | 1
aoe 5
61 - "
a 31
81 41
91 49
101 50
Tabel 2.4
Nilai ujian Matematika untuk 50 Mahasiswa
(Kumulatif kurang dari )
Nilai Ujian : fkum
[ahans )OCOSS~@Y
41 49
Sl 45
6l 39
1 7 19
81 9
91 1
101 0
Jika distribusi frekuensi kumulatif dengan frekuensi relatif dibuat daftarnya,
maka akan diperoleh daftar sebagai berikut :
13Tabel 2.5
Distribusi Kumulatif
Kurang dari dengan frekuensi relatif
Nilai Ujian f kam (%)
Kurang dari 31 0
41 2
SI 10
61 o
1 62
81 82
91 - 98
101 100
Tabel 2.6
Distribusi Kumulatif
Kurang dari dengan frekuensi relatif
Nilai Ujian f kum (%)
lebih dari 31 100
41 7 2
51 90
61 78 _|
7 | 38
81 18
91 2
101 02.4. HISTOGRAM, POLIGON DAN KURVA FREKUENSI
Umumnya distribusi frekuensi disajikan dalam bentuk gambar atau dia-
gram. Hal ini bertujuan untuk memperjelas sifat-sifat dari distribusi tersebut.
Diagram tersebut dibuat dengan frekuensi pada sumbu Y dan batas-batas
kelas interval pada sumbu X. Diagram yang demikian dinamakan Histogram.
JikaTabel 2.1 dibuat dalam bentuk histogram, maka akan didapat bentuk
berikut :
Gambar 2.1.
Sekarang, tengah-tengah tiap sisi atas yang berdekatan dihubungkan dan
sisi terakhir dihubungkan dengan setengah jarak kelas interval pada Gambar
2.2. Bentuk yang demikian dinamakan poligon frekuensi
Gambar 2.2.
Poligram frekuensi yang merupakan garis patah-patah, dapat dideteksi
oleh sebuah lingkungan halus yang bentuknya bersesuaian dengan poligram
tersebut.. Lingkungan ini dinamakan kurva frekuensi16
Kurva frekuensi dari Gambar 2.2 di atas adalah sebagaimana tampak
pada Gambar 2.3.
Gambar 2.3.
Jika semua data dalam populasi dapat dikumpulkan lalu dibuat daftar
dibuat frekuensinya dan akhirnya digambarkan kurva frekuensinya, maka
kurva ini dapat menjelaskan sifat atau karakter populasi.
Kurva berikut merupakan model populasi yang akan ikut menjelaskan
ciri-ciri populasi. Beberapa model populasi yang banyak dikenal antara lain:
model normal, simetrik, positif (miring ke kiri), negatif (miring ke kanan)
bentuk dan lain-lain
Gambar 2.4. Gambar 2.5.
Gambar 2.6.2.5. SOAL LATIHAN
1. Hasil sensus perkebunan tahun 1963, menurut BPS Jakarta dikategorikan
menurut luas perkebunan dan banyaknya perkebunan adi sbb. :
Jumlah Perkebunan dan
Areanya Th. 1962
Area Jumlah
(Ha) Perkebunan
a 25 80
26 - 50 86
Si - 100 89
101 - 250 180
251 - 500 181
501 — 1000 252
1.001 - 250 203
2.501 - 500 36
5.001 — 10.000 I
a, Buat daftar distribusi frekuensi kumulatifnya
b. Gambarkan histogramnya
d. Ada berapa buah perkebunan dengan luas area kurang dari 750 Ha.
2. Data berikut menuliskan berapa kali pecahan harus datang untuk
melengkapi wawancara terhadap responden.
Frekuensi
harus datang | 8] 7 16] 5] 4] 3] 24 1
responden 3 | 10 | 8| 48 | 57) 76| 166] 305
Buat histogram dan grafik daftar distribusi frekuensi kumulatif untuk
melukiskan hubungan antara 673 responden dan seringnya pencacah harus
datang.
7UKURAN PEMUSATANUntuk memperoleh gambaran yang lebih jelas tentang sekumpulan data,
baik sampel ataupun populasi, diperlukan ukuran-ukuran yang merupakan
wakil kumpulan data tersebut. Ada 3 macam ukuran yang biasa digunakan
orang dalam perhitungan. Pertama ukuran pemusatan (istilah lain : gejala
pusat) kedua adalah ukuran letak dan yang ketiga adalah ukuran simpangan/
dispersi.
Yang termasuk ukuran pemusatan adalah rata-rata (hitung, ukur,
harmonik) dan modus. Sedangkan yang termasuk ukuran letak adalah me-
dian, kuartil, desiel & persentil. Yang termasuk ukuran simpangan (deviasi)
adalah rentang, simpangan kuartil, rata-rata simpangan-simpangan baku
(deviasi standar), varians dan koef variasi
Dalam bab ini akan dibahas ukuran pemusatan.
3.1. RATA-RATA HITUNG
Misalkan dari sebuah populasi berukuran N, diambil n buah sampel.
Dari n buah sampel diamati nilai kuantitatifnya, misalkan xy, Xgy) Xq
Rata-rata hitung untuk data kuantitatif yang terdapat dalam sebuah sampel
dihitung dengan rumus :
Contoh 3.1:
Misalkan ada 5 mahasiswa, diukur berat badannya (kg) sebagai berikut:
50, 60, 55, 58 dan 64,
Maka nilai rata-rata berat badan ke 5 mahasiswa tersebut adalah :
x. woe =57,4 kgJika ada 5 orang mahasiswa yang mempunyai berat 50 kg, 4 orang
mempunyai berat 60, 3 orang 55 kg, 2 orang 58 kg, dan 3 orang 64 kg, maka
dapat disusun tabel sebagai berikut :
x, f x, = berat badan (kg)
50 5 f, = frekuensi untuk nilai x, yang berseusaian
) o | 4 |
55 3
58 2
64 3
Untuk data yang bentuknya seperti diatas, rata-rata dihitung berdasarkan
rumus
rumus 3 (2) disebut rata-rata dibobot.
Untuk contoh diatas, maka tabel dapat dilengkapi dengan nilai 5 fx, hingga
diperoleh:
x, & xf Dari tabel disamping diperoleh :
50 5 25 Di ald
60 4 240 > 963
55 _ 165
58 2 116
64 3 192
Jumlah 17 963Maka rata-rata berat badan 17 mahasiswa tersebut adalah 56, 65 kg.
Contoh 3.2.
Misalkan terdapat daftar barang yang tersimpan digudang sebagai berikut:
Barang Jumiah Stock Rusak % Rusak
A 100 96 96
B 200 92. 46
c 160 80 50
D 80 60 5
Jumlah 540 328 -
Jika kita menghitung rata-rata % barang rusak menggunakan rumus 3 (1)
diperoleh :
- 96+46+50+75
a x100% = 66,75%
Tetapi nyatanya barang yang rusak ada 328 dari 540 Ini berarti
228 100% = 60,07%
540
Hasil ini diperoleh dari rumus 3 (2) dari daftar berikut :
Xi fi x fj
96 100 96 Dari tabel disamping diperoleh =
46 200 92 Df, = 540
50 160 80 = x, = 328
15 80 60 60,07 %
Jumlah 540 328
213.2. RATA-RATA GABUNGAN
Yaitu rata-rata yang diambil dari beberapa sub sampel lalu dijadikan
satu. Misalkan ada k buah dengan kondisi sebagai berikut :
Sub sampel | berukuran n, dengan rata-rata x,
Sub sampel 1 berukuran n, dengan rata-rata x,
Sub sampel I berukuran n, dengan rata-rata x,
maka rata-rata gabungan dan 3 buah sub sampel tersebut :
Contoh 3.3.
Misalkan ada 3 buah sub sampel masing-masing keadaan berukuran
sebagai berikut
Sub Ukur-(n) | rata-rata:
Sampel
I — 40
2 16 50 |
7 18 60
Jumlah 46
Jika kita menggunakan rumus 3 (1) diperoleh
40+50+60 _
3
50
X=
Yang benar adalah rumus 3(3)
ee 12(40) + 16(50) + 18060) _ 513
12+16+18