DASAR-DASAR ANALISIS STATISTIKA

1.1 Analiasis Statistika

Perkembangan analisis statistika demikian pesatnya seiring dengan perkembangan
teknologi ilmu komputer yang dilengkapi dengan perangkat lunaknya. Hal ini seiring
dengan kebutuhan para pengguna analisis statistika yang menghendaki bantuan analisis
statistika yang lebih komprehensif dan komplek.

Berdasarkan sifat sebaran data terdapat dua macam analisis statistika sebagai alat
analisis data, secara garis besarnya dapat dibedakan menjadi yaitu: (1) analisis
statistika parametrik dan (2) analisis statistika non parametrik.

Analisis parametrik adalah analisis statistika yang didasarkan atas data yang bersifat
numerik atau kuantitatif yaitu data dengan skala interval dan rasio, dengan syarat bahwa
data mempunyai sebaran normal, varians yang homogen, dan non aditif. Sedangkan,
analisis non parametrik merupakan analisis data dengan bebas sebaran dan datanya
dapat berupa data nominnal ataupun data ordinal.

Pembagian analisis statistika cara lain seperti: (1) analisis deskriptif, (2) komparatif,
dan (3) asosiatif, maupun pola analisis lainnya.

Analisis statistika mendasarkan diri pada rumus-rumus dasar statistika yang menjadi
pedoman untuk melakuakan analisis data, baik analisis deskriptif, komparatif, dan
asosiatif, maupun analisis lainnya.

Di sisi lain, masih banyak para pengguna statistika yang menggunakan analisis statistika
tanpa pengetahuan dasar-dasar analisis yang kuat; dan apa yang dilakukannya hanya
berdasarkan solf-wares yang ada tanpa mengertian syarat-syarat apa yang harus
terpenuhi dalam suatu analisis, dan apa maksud serta makna dari keluaraan atau output
analisis statistika tersebut.

Untuk mengatasi hal tersebut di atas, maka perlu diunggkapkan dasar-dasar analisis
statistika yang umum digunakan seperti uraian berikut di bawah ini.

1.2 Dasar-dasar Analiasis Statistika

Analisis statistika diawali dengan penjumlah dengan tanda ∑ (sigma) dan  (phi) sebagai
tanda perkalian secara bertururutan dari awal sampai akhir; dan tentunya tidak atau
belum mempunyai arti jika tidak atau belum diikuti oleh banyaknya nilai atau angka yang
akan dijumlahkan atau dikalikan.

Dari hasil penjumlahan, selanjutnya akan didapatkan nilai rata-rata hitung atau mean
atau average ( X ). Sedangkan, dari hasil perkalian dengan phi ( ) dan dari
perhitungannya didapatkan rata-rata geometrik (G) atau rata-rata ukur (U).

Untuk lebih jelasnya perlu penyajian data yang tersusun menurut baris atau kolom
tunggal atau data yang tersusun menurut baris dan kolom bersama. Dalam nyajian data;

8
sering data diberi kode dan yang umum digunakan adalak X dan Y; tanpa ada maksud
tertentu berari tkode data X dan Y diangagap sama untuk mewakili segugus atau set data.
Untuk menunjukkan urutan data, maka sering kode data X atau Y diberi indeks atau
sub-scrip; seperti X1; X2; . . .; Xi; atau X12; X12; . . . . ; Xij; dan sterusnya.

Apabila ada maksud tertentu, maka kode X digunakan untuk menunjukkan data atau
variabel bebas atau variabel eksogen, dan kode Y untuk menunjukkan data atau variabel
tergantung atau terikat atau variabel endogen; sedangkan untuk data standarnya sering
ditulis dengan kode ZX atau ZY.

Sebagai misal terdapat variabel X, sebutlah bahwa variabel X adalah berat badan orang
laki-laki dewasa umur 20 tahun sampai dengan 25 tahun dari suatu daerah yang desanya
dilanda kekeringan. Kesepuluh orang laki-laki dewasa yang diukur berat badannya; dan
data hasil pengukuran sebagai berikut di bawah ini.

Contoh Data Pengamatan Berat Badan

No. X = berat badan No. X = berat badan

Total
(kg)
atau
1 52,3
2 60,4
3 50,5
4 58,7
5 58,4
(kg)
6 53,9
7 55,8
8 50,8
9 57,3
10 65,4

jumlah berat badan dari kesepuluh orang tersebut di atas ditulis dengan:

Total = X1 + X2 + X3 + X4 + X5 + X6 + X7 + X8 + X9 + X10.

= 52,3 + 50,4 + 50,5 + 48,7 + 58,4 + 53,9 + 55,6 + 50,8 + 57,3 + 65,4 = 553,3.
= jumlah atau total berat dari orang No. 1 + No. 2 + . . . + No. 10.

Biasanya untuk menulis angka-angka di atas dan lebih bersifat umum, maka untuk hal
tersebut dinyatakan dengan berat orang No. 1 diberi tanda X1, berat orang No. 2 diberi X2,
dan seterusnya sampai berat orang No. 10 diberi tanda X10.
10
Dapat ditulis dengan: Total =  Xi yang artinya dalam hal ini berat badan kesepuluh
i 1
orang tersebut dijumlahkan dari X1 (untuk i = 1) sampai dengan X10 (untuk i = 10).

Tanda titik tiga ( . . . ) dengan arti dan seterusnya (dst) sampai dengan (sd).
Dengan demikian, jika mempunyai n buah data pengamatan maka cara
penulisannya menjadi:
Untuk penjumlahan satu baris atau satu kolom menjadi:
n
Total =  X i = X1 + X2 + . . . + Xn
i 1

9
 10
Xi
Nilai rata-ratanya disimbulkan dengan X = 
i 1 n
.

553,3
Dari data di atas nilai rata-ratanya sama dengan X = = 55,33.
10

Untuk penjumlahan dua arah, baris dan kolom).

b k bk
Total =   YiY j   Yij = Y11 + Y12 + . . . + Ybk b = jumlah baris dan
i 1 j 1 i 1
bk
Nilai rata-ratanya disimbulkan dengan Y =  Yij / bk . k = jumlah kolom
i 1

1.3 Aturan Sigma dan Turunanya serta Rumus Statistika

1. Sigma dari deviasi Xi dengan rata-ratanya sama dengan nol. Dapat ditulis dengan:

n
 ( X i  X i ) = 0. (d = Xi - k; d = deviasi; k = konstata)
i 1

Deviasi dengan rata-ratanya = (Xi - X ) disimbulkan dengan  i (x huruf kecil).

n
Xi - X = sehingga  (X i  X i )
i i 1
= 0

Hal di atas dapat dibuktikan dengan:

n n
 ( Xi  Xi ) =  ( i ) = 0,
i 1 i 1
n n
 ( i ) =  ( X i  X i ) (sigma bil konstan = n kali bil kontans atau ∑k = nk)
i 1 i 1
n n
=  Xi   X i (di mana X adalah bilangan konstan).
i 1 i 1
n
=  X i  n Xi
i 1
n

= n  Xi
 Xi  n { i 1 }
i 1 n
n n
1
=  Xi  n (  X)
i 1 n i 1 i
n n
=  Xi   Xi ) = 0
i 1 i 1

10
1. Jumlah Kuadrat (JK) dan Jumlah Hasil Kali (JHK)

(1) Jumlah Kuadrat (JK)

JK dengan rumus sigma kuadrat deviasi dengan rata-ratanya ditulis dengan:

n n
JK   (X
i 1
i  X i ) 2 atau JK  
i 1
i
2

Hal di atas dapat dijabarkan menjadi:

n n
  i2 =  ( Xi  Xi )
2
i 1
ni 1
2
=  ( Xi  2 Xi Xi  Xi2 )
i 1
n n n
=  Xi2  2  Xi Xi   Xi2
i 1 i i

Dari uraian di atas, penyelesaiannya menjadi seperti di bawah ini.

n n n
 (Xi  X i )2 =  Xi2  2  Xi X i  n X i2
i 1 i 1 i 1
n 2 1 nn 1 n 2
=  Xi 2  Xi  n (
 Xi  Xi )
i 1 n i 1
i n i 1
n 2 2 n 1 n
=  Xi  (  X i )2  n 2 (  X i )2
i 1 n i 1 n i 1
n 2 n 1 n
=  Xi2  ( X i )2  ( X i ) 2
i 1 n i 1 n i 1
n 1 n
=  Xi2  ( X i )2
i 1 n i 1

n n
Nilai  ( X i  X i )2 atau sama dengan   i2
i 1 i 1

n
1 n
 Xi ( X i ) 2
2
atau sama dengan 
i 1 n i 1

Pernyatanan atau rumus di atas dinamakan: “Jumlah Kuadrat Simpangan” dan

kata simpangan dibaca dalam hati, sehingga singkatan kata di atas disebut dengan
JK = Jumlah Kuadrat; sehingga rumusnya menjadi:
2 n
n n 1 n
  i2 =  ( X i  X i ) =  Xi
2
 ( X )2 Inilah yang disebut JK
i 1 i 1 i 1 n i 1 i
(jumlah kuadrat).

11
Jadi rumus JK (Jumlah Kuadrat atau Sum of Square =SS)

( X )2
JK lebih umum ditulis dengan: JK X   X2  (tanpa memakai subscrp i)
n

Atau JK X   i
2
(ditulis dengan huruf kecil).

(2) Jumlah Hasil Kali (JHK)

Apabila satu komponen variabel Xi atau Yi, pada JK X atau JK Y diganti dengan satu
variabel Yi atau Xi maka JK akan berubah menjadi JHK dengan rumus seperti berikut.

n n
JHK XY   ( X i  X i ) (Yi  Yi ) atau JHK XY    i i
i 1 i 1

 XY   n 
( X )( Y )
JHK XY 

3. Kuadrat Tengah (KT) atau Varians (Var) dan Kovarians (Covar)

(1) Varians atau KT

Varians atau KT dengan rumus:

JK
Varians populasi  KT populasi  dan
n

JK
Varians sampel  KT sampel 
n 1

Varians populasi X = σX2 = JK X/n

2 (  Xi ) 2
=  Xi  n
n

1 2
= ( i )
n

12
 Varians sampel X = SX2 = JK/n X/(n – 1)

2
2 (  Xi )
=  X i

n
n 1

1 2
= (  i )
n1

Cara penulisan lain:

2
2 (  Yi )
Varians populasi Y = σYY = σ2YY = JK Y/n =  Yi 
n .
n

2 (  Yi ) 2
Varians sampel Y = SYY = S2YY = JK Y/(n – 1) =
 Yi 
n .
n 1
(n -1 disebut derajat bebas = DB)

Perhatikan cara penulisan kedua macam varians di atas !!!!!

(2) Kovarians (Kovar = Cov)

Apabila satu komponen variabel Xi atau Yi, pada varians X atau varians Y di atas diganti
dengan satu variabel Yi atau Xi maka varians akan berubah menjadi kovarians dengan
rumus seperti berikut di bawah ini.

Kovarians (Kovar = Cov) dengan rumus:

(  X i ) (  Yi )
Kovarians populasi XY adalah:
 X i Yi 
 XY  n .
n

(  X i ) (  Yi )
 X i Yi 
Kovarians sampel XY adalah: n
S XY  .
n 1

(n -1 disebut derajat bebas = DB)

Sehingga, dari uraian di atas dapat disingkat menjadi:

1
Var populasi X = σX2 = σXX ) =  (X  X )2
n

13
 1 2
=  ( i ) (ditulis dengan huruf kecil)
n

1
Covar populasi XY .=  XY ) =  ( X  X )( Y  Y )
n

 XY ) = 1 (  Xi ) (  Yi )
[  Xi Yi  ]
n n

1
=  i  i (ditulis
n
dengan huruf kecil)

1
Covar sampel XY .= S XY =  ( X  X )(Y  Y )
n 1

S XY 1 (  X i ) (  Yi )
= [  X i Yi  ]
n 1 n

1
=   i i (ditulis dengan
n -1
huruf kecil)

Perhatikan cara penulisan kedua macam kovarians di atas !!!!!

3. Simpangan baku atau standar deviasi (S atau S X )

Simpangan baku sampel atau standar deviasi (SX) sampel dengan rumus:

JK
SX  KT atau S X  (X adalah kode data)
n 1

4. Salah baku atau standar error (SE atau S X )

Salah baku atau standar error (sE) dengan rumus:

S KT JK
SX  atau S E  atau SX 
n n n ( n  1)

5. Nilai baku atau nilai standar (Z)

Nilai baku atau nilai standar dengan rumus:

Xi  X Xi  
Z  atau Z 
SX 

14
X = rata-rata sampel, μ = rata-rata populasi, dan δ = simpangan baku pupasi.

15
 Nilai standar (Z) dengan sifatnya:
Rata-ratanya sama dengan nol atau ditulis dengan Z = 0, dan
Varians Z atau KT Z sama dengan satu ditulis dengan

S2Z = KT Z = Var Z =  2 Z = 1.

6. Koefisien keragaman (KK) atau koefisien variasi (CV)

SX
Koefisien Keragaman (KK) dengan rumus: KK  x 100 %
X

KK menyatakan variasi data dalam bentuk persentase

1.4 Contoh Analisis Statistika Deskriptip

Analisis deskriptif kuantitatif hanya menunjukkan perhitungan stistikanya dan
menguraikan apa adanya.

1.4.1 Data, sigma, rata-rata, varians-kovarians, dan SD

Data pengamatan Nilai varians-kovarians

No. W X Y Variabel W X Y
1 51,3 57,3 64,3 W 20,567
2 60,4 65,4 71,4 X 12,757 45,107
3 50,5 57,5 50,5 Y -10,095 63,824 188,245
4 58,7 65,7 58,7 Varians (pada diagonal) diketik tebal dan kovarians pada bukan
5 58,4 51,4 44,4 diagonal (off diagonal) diketik miring (Italik) dari data di sebelah.
6 53,9 46,9 39,9 Perhitungan varians-kovarians didasarkan pada Jumlah
7 55,8 65,8 75,8 Kuadrat (JK) dibagi dengan jumlah sampel (= n ) sehingga; Var-
8 50,8 60,8 70,8 Kovar = JK/n disebut varians-kovarian populasi), sedangakan
9 57,3 68,3 79,3 varians sampel sama dengan JK/DB disebut Kuadrat Tengah
10 65,4 65,4 44,0 disingkat KT = Vars. Derajat bebas atau DB = n-1. Di mana n
adalah jumlah sampel
1.4.2 Simpangan Baku (SD), Varians, dan Rata-rata ( X )

W X Y
SD 4,780 7,079 14,462
Var Pop (σ2) 20,566 45,107 188,245
Var Samp( S2) 22,852 50,118 209,161
Sigma (∑) 562,500 604,500 599,100
Rata-rata ( X ) 56,250 60,45 59,910

1.4.3 Data, nilai standar (z), dan analisisnya

No
W X Y ZW ZX ZY

1 51,300 57,300 64,300 -1,035 -0,445 0,304

16
 2 60,400 65,400 71,400 0,868 0,699 0,794

3 50,500 57,500 50,500 -1,203 -0,417 -0,651

4 58,700 65,700 58,700 0,513 0,742 -0,084

5 58,400 51,400 44,400 0,450 -1,278 -1,072

6 53,900 46,900 39,900 -0,492 -1,914 -1,384

7 55,800 65,800 75,800 -0,094 0,756 1,099

8 50,800 60,800 70,800 -1,140 0,049 0,753

9 57,300 68,300 79,300 0,220 1,109 1,341

10 65,400 65,400 44,000 1,914 0,699 -1,100

Σ
562,5 604,5 599,1 0,000 0,000 0,000
σ2
20,566 45,107 188,245 0,900 0,900 0,900
S 2

22,852 50,118 209,161 1,000 1,000 1,000

SD
4,780 7,079 14,462 1,000 1,000 1,000
RT 2

56,25 60,45 59,91 0,000 0,000 0,000

Untuk mencari nilai standar atau nilai baku masing-masing perhatikan perhitungan contoh
berikut, untuk nilai W, X, dan Y.

Nilai Z dengan rumus sep erti di bawah, untuk nilai ZW, ZX, dan ZY

Untuk contoh pada ZW1

W1  W
Zw1 
SW
51,300  56,500
   1,035
4,780

Untuk contoh pada ZX2

X2  X
ZX 2 
SX
65,400  60,450
  0,699
7,079
Untuk contoh pada ZY3
Y3  Y
ZY3 
SY
50,500  59,910
   0,561
74,462

17