SERI DIKTAT KULIAH | PENERBIT GUNADARMA PE SeaDAFTAR 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 405.4, 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 92PENDAHULUAN1.1. 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 samplingDISTRIBUSI 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 : 13Tabel 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 02.4. 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 frekuensi16 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. 7UKURAN PEMUSATANUntuk 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 kgJika 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 17 963Maka 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 213.2. 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