HAND OUT

MATA KULIAH PENGANTAR STATISTIKA

Untuk Mahasiswa Program Strata 1
Program Studi Ilmu Perpustakaan dan Informasi

Disusun oleh:
Ir. Anon Mirmani, S.S., MIM-Arc./Rec.

PROGRAM STUDI ILMU PERPUSTAKAAN DAN INFORMASI

FAKULTAS ILMU PENGETAHUAN BUDAYA
2003-2004
Nama mata kuliah : Pengantar Statistika
Kode mata kuliah : SPN30015
Jumlah kredit : 3 sks
Status : Mata kuliah wajib
Jumlah pertemuan : 2 x per minggu
Pengajar : Anon Mirmani
Semester : 5
Waktu : Selasa, 13.00
Kamis, 13.00

Deskripsi mata kuliah:

Mata kuliah ini menjelaskan statistik deskriptif yang mencakup penggunaan
istilah dan pengertian statistic; penyajian data baik kuantitatif maupun kualitatif;
ukuran pemusatan dan keragaman sebagai tolok ukur dalam analisa data.
Disamping itu pula dijelaskan tentang statistik inferensia yang mencakup
sampling; pengujian hipotesis dan regresi linier. Aplikasi statistika khusus dalam
bidang perpustakaan (missal untuk information retrieval). Akan disinggung sedikit
tentang statistik non parametrik.

Tujuan instruksional umum:

Setelah mempelajari mata kuliah ini, mahasiswa diharapkan mampu memahami
dan menggunakan metoda statistika dalam mengumpulkan, menyajikan dan
menganalisa data yang berkaitan dengan kegiatan penelitian dalam bidang
perpustakaan, informasi dan kearsipan sehingga dapat menarik kesimpulan dan
membuat keputusan yang benar.

Pokok isu kuliah:

I. Pendahuluan
II. Penyajian data kuantitatif dan kualitatif
III. Ukuran pemusatan dan keragaman
IV. Metoda pengambilan contoh
V. Pengujian hipotesis mengenai nilai tengah dan rama
VI. Regresi linier dan korelasi
VII. Statistik untuk penelitian bidang perpustakaan
VIII. Statistik non-parametrik.

Pengajar: Anon Mirmani (ANM)

Penilaian: Syarat mutlak kehadiran 80% untuk dapat mengikuti ujian akhir
UTS 25%
Kuis 15%
Tugas pekerjaan rumah 15%
UAS 45%
Rencana Perkuliahan:

Mg Topik Kode Pengajar

I Pendahuluan ANM
II Penyajian data kuantitatif dan kualitatif
III PR dan kuis
IV Ukuran pemusatan dan keragaman
V -sda-
VI Sampling
VII UTS
VIII Pengujian hipotesis
IX Regresi linier dan korelasi
X Statistik untuk penelitian perpustakaan
XI -sda-
XII -sda-
XIII UAS

Bahan bacaan wajib:

Simpson, IS, 1998, Basic statistics for librarians. 3rd. ed. Chicago: ALA.

Walpole, Ronald E, 1987, Pengantar statistika. Edisi ke-3, Jakarta: Gramedia.

RENCANA PERKULIAHAN PENGANTAR STATISTIKA
Pada Program Sarjana – Jurusan Ilmu Perpustakaan

Minggu I

Pendahuluan:
 Pengenalan berbagai istilah dalam statistik: Pengertian statistik , statistika dan
metode statistik .
 Istilah dalam statistik
 Pengertian hipotesis statistik
 Skala pengukuran
 Notasi penjumlahan
 Uji parametric dan non parametric
 Penelitian dan manfaat statistik

Bahan bacaan:
 Carpenter, Ray L. 1978, Statistical methods for librarians, Chicago: ALA.
Hal. 1-8.
 Siegel, Sidney, 1990, Statistik Non-Parametrik untuk ilmu-ilmu social
(terjemahan), Jakarta: Gramedia, Hal. 8-19.
 Sugiyono, 1997, Statistika untuk penelitian, Bandung: Alfabeta, hal. 1-16.
 Walpole, Ronald E, 1987, Pengantar Statistika, Edisi k3-3, Jakarta: Gramedia.

Tugas Mandiri dan PR: Kumpul pada hari yang sama

1. Sebutkan kegunaan mempelajari statistik bagi pustakawan!
2. Carilah variable-variabel kontinyu dan diskontinyu!
3. Berikan contoh tentang skala pengukuran, masing-masing 5 (lima) buah.

Minggu II dan III

Statistik Deskriptif
1. Penyajian data kuantitatif
2. Pembentukan distribusi frekuensi
3. Penyajian data kualitatif
4. Tabel dan grafik statistik

Bahan bacaan:
 Carpenter, Ray L, 1978, Statistical methods for librarians, Chicago: ALA hal.
9-12.
 Simpson, IS, 1998, Basic statistics for librarians, 3rd, ed, Chicago: ALA, Hal.
3-14.
 Sugiyono, 1997, Statistika untuk penelitian, Bandung: Alfabeta, Hal. 21-40.
 Walple, Ronald E, 1987, Pengantar Statistika, Edisi ke-3, Jakarta: Gramedia.
Minggu IV

Statistik Deskriptif: Tugas Mandiri (Kumpul 19 Sept. 2002)

1. Kerjakan soal pada bahan bacaan Simpson, IS, Hal. 13-14
2. Kerjakan soal pada bahan bacaan Sugiyono, hal. 58, No. 1-5.

Minggu V dan VI

Statistik Deskriptif:
1. Ukuran pemusatan: nilai tengah, modus dan median
2. Ukuran keragaman: wilayah, standar deviasi dan varians
3. Desil, kuartil
4. Kegunaan: ukuran-ukuran ii
5. Derajat kemiringan
6. Tugas dan PR

Bahan bacaan:
 Simpson, IS, 1998, Basic statistics for librarians, 3rd, ed, Chicago: ALA, Hal.
15-24.
 Sugiyono, 197, Statistika untuk penelitian, Bandung: Alfabeta, hal. 41-57.
 Walpole, Ronald E, 1987, Pengantar Statitika, Edisi ke-3, Jakarta: Gramedia.

Minggu VII:
Kuis bahan yang sudah diberikan

Minggu VIII, IX dan X:

1. Sampling
2. Distribusi normal dan kurva normal
3. Peluang Z dan T
4. Nilai rataan dua populasi
5. Tugas dan PR
6. Kuis

Minggu XI, XII dan XIII: Uji Parametrik

 Uji Hipotesis
 Regresi Linier
 Latihan

Minggu XIV dan XV: Aplikasi Perangkat Lunak untuk Statistik : SPSS tidak
terlaksana.

Minggu XVI: Ujian Akhir Semester

 POKOK BAHASAN:
I. PENGENALAN BERBAGAI ISTILAH DALAM STATISTIK

Tujuan Instruksional Khusus:

Setelah mempelajari bab ini, diharapkan mahasiswa mampu:
1. Membedakan tentang pengertian statistik , statistika dan metode statistika
2. Mengerti tehnik-tehnik statistika sebagai alat penelitian
3. Mengenal berbagai istilah dan notasi dalam statistik
4. Menyebutkan perbedaan antara statistik deskriptif dan inferensia

I.1. PENGERTIAN STATISTIK , STATISTIKA DAN METODE STATISTIK

Dalam suatu penelitian, seorang peneliti mengumpulkan data dari suatu

percobaan atau survai. Untuk mengetahui hasilnya digunakan suatu nilai dugaan
terhadap hasil percobaan/survai tersebut.

Contoh:
Seorang peneliti ingin mengetahui tingkat kerusakan buku di
perpustakaan suatu perguruan tinggi. Maka yang akan dilakukan peneliti tersebut
adalah menghitung buku yang rusak dari sejumlah contoh yang diambil dari
beberapa perpustakaan yang ada di perguruan tinggi tersebut. Selanjutnya, data
buku rusak yang diperoleh dari masing-masing perpustakaan dirata-ratakan
nilainya. Nilai rata-rata merupakan suatu dugaan (suatu statistik ).
Kemudian timbul pertanyaan apakah ada perbedaan antara statistik ,
statistika dan metode statistik . Dari beberapa definisi yang banyak dikemukakan
untuk menjelaskan tentang ketiga istilah ini, dapat diambil suatu rangkuman atau
kesimpulan istilah-istilah tersebut.
Statistik adalah suatu koleksi metode-metode yang dapat membantu
seseorang dalam membuat keputusan-keputusan dari sejumlah informasi yang
terbatas atau suatu alat untuk mengumpulkan, mengelola/mengatur dan
menganalisa data dari suatu percobaan/survai.
Sedangkan Statistika merupakan cabang dari matematika dan merupakan
ilmu yang mempelajari cara-cara menentukan penduga, serta kemudian bertugas
mengambil kesimpulan berdasarkan nilai pendugaan tersebut. Atau dengan kata
lain statistika merupakan ilmu yang mempelajari statistik . Dengan demikian
antara istilah statistik dan statistika ada perbedaan, statistik merupakan penduga
sedangkan statistika merupakan ilmu yang mempelajari penduga tersebut.
Karena statistika merupakan suatu metodologi ilmiah, yang merupakan
cabang dari matematika terapan. Maka metod-metodenya adalah berbagai macam
tehnik mengumpulkan, mengorganiasikan, mentablasi, menganalisis,
menginterpretasikan, menggambarkan dan menyajikan data dalam bentuk angka-
angka. Oleh karena itu, Metoe Statistik merupakan prosedur-prosedur yang
digunakan dalam mengumpulkan, menyajikan, menganalisis dan menafsirkan
data. Metode statistik dapat mengubah informasi yang sederhana sekalipun
menjadi informasi yang bermakna.
Metoe Statistik dibagi dua, yaitu:
1. Statistik Deskriptif adalah metode-metode yang berkaitan dengan
pengumpulan dan penyajian suatu gugus data sehingga memberikan informasi
yang berguna (Tabel dan Gambar).
2. Statistik Inferensia merupakan semua metode yang berhubungan dengan
analisis sebagian data untuk kemudian asmpai pada peramalan atau penarikan
suatu kesimpulan mengenai keseluruhan gugus data induknya (Pengujian
hipotesis).

1.2. BEBERAPA ISTILAH DALAM STATISTIK

Beberapa istilah yang paling sering digunakan dalam statistik adalah:

Data adalah pengukuran yang dikumpulkan sebagai hasil dari suatu
penelitian/observasi.
Populasi adalah keseluruhan pengamatan yang menjadi pusat perhatian
kita atau semua nilai yang mungkin dari suatu variable/karakteristik yang sedang
diteliti.
Sample/contoh merupakan suatu himpunan bagian dari populasi yang
dapat dipilih dengan tehnik tertentu.
Sampling adalah proses pemilihan atau penentuan sample dari suatu
populasi.
Sample acak (random sample) adalah suatu contoh yang dipilih
sedemikian rupa sehingga setiap individu mendapat kesempatan yang sama untuk
dijadikan sample atau contoh untuk diteliti.
Variabel adalah suatu karakteristik yang dapat diukur dari orang, objek
atau peristiwa yang sedang ditelidi. (Contoh: tinggi badan, berat badan,
pendaatan, jenis kelamin, ukuran keluarga, dan lain-lain). Variabel dapat berupa:

a. Variabel Kuantitatif
1. Variabel disket (variabel diskontinu): variabel yang nilainya hanya terdiri
dari bilangan bulat. Contoh: Jumlah penduduk, jumlah anak, jumlah buku
dan sebagainya.
2. Variabel kontinu: variabel yang nilainya dapat berupa pecahan. Contoh:
tinggi badan, berat badan, volume, air dan sebagainya.
b. Variabel Kualitatif
Parameter merupakan karakteristik dari populasi yang dapat diukur dan
dinyatakan dengan bilangan (, x, , S, p, p).
Pengukuran adalah pemberian lambang bilangan atau angka kepada
kejadian yang diamati.

1.3. KEGUNAAN STATISTIK UNTUK PUSTAKAWAN DLAM

PENELITIAN
 Statistik tidak hanya berguna untuk peneliti saja, tetapi sebagai
pustakawan cukup penting untuk mempelajari statistik , terutama dalam era
komputer seperti saat sekarang. Karena tugas pustakawan bukan hanya
mengumpulkan informasi saja, tetapi harus dapat berfungsi sebagai agen
komunikasi informasi, sehingga harus dapat mengolah dan menyajikan informasi
yang paling sederhanapun menjadi informasi yang berguna bagi masyarakat
pemakainya.
Bila dilihat dari segi kegunaannya, pustakawan mempelajari statistik
adalah:
1. Dapat berpikir cermat, cepat dan tepat dalam menyajikan informasi yang
dibutuhkan oleh pemakai.
2. Dapat menyusun laporan kegiatan atau perkembangan perpustakaan yang
dikelolanya kepada yang berwenang dalam lembaganya.
3. Dapat meramalkan kebutuhan dana dalam rangka pengembangan koleksi
perpustakaannya.
Masih banyak lagi kegunaan statistik bagi pustakawan.

1.4. SKALA PENGUKURAN

Untuk mengukur sesuatu harus dipergunakan skala ukuran. Setiap ukuran
mempunyai skala yang berbeda. Misalnya ukuran panjang dengan ukuran berat.
Ukuran skala dapat digolongkan dalam empat bagian yaitu:
Skala Nominal yaitu skala/ukuran yang hanya menggolongkan/
mengklasifikasikan data kualitatif dengan menggunakan angka/symbol. Skala ini
merupakan skala yang paling dasar, mudah dan sederhana karena hanya
menggolongkan persamaan obyek yang diukur.
Contoh: Jenis kelamin, status perkawinan, Nomor Induk Mahasiswa.
Skala Ordinal yaitu skala/ukuran yang menunjukkan urutan/ranking atau
skala yang digunakan untuk pentingnya obyek yang diukur (disusun menurut
peringkatknya masing-masing: jarak antara ranking tidak sama).
Contoh: Tingkat kejuaraan, status social (Kaya, sedang, miskin),
pekerjaan (manager, staf, buruh). Oleh karena itu skala ordinal dapat juga disebut
sebagai skala ranking.
Skala Interal yaitu skala/ukuran yang mempunyai tingkat pengukuran
yang lebih tinggi dan pengukurannya dapat menunjukkan jarak yang sama pada
urutan posisi tertentu. Skala ini tidak mempunyai titik nol mutlak.
Contoh: IQ, Temperatur.
Skala Rasio yaitu skala/ukuran yang mempunyai titik nol mutlak,
sehingga antara pengamatan yang satu dengan lainnya dapat dibandingkan.
Contoh: Berat badan, tinggi badan, volume benda, panjang benda.

1.5. NOTASI PENJUMLAHAN

 n
1. x
i 1
1 = x 1 + x2 + … + x n

n
2. x
i 1
1
2
= x12 + x22 = … + xn2

n
3. x
i 1
1 y i = x1x2 = x2x2 = … + xnyn

n n n n
4. i 1
 (xi + yi + zi ) = x 1 + y 1 + x 1
( C  kons tan ta ) i 1 i 1 z 1
i=1 i=1

F. UJI PARAMETRIK DAN NON PARAMETRIK

1. UJI PARAMETRIK
 Uji statistik yang memerlukan kondisi/asumsi tertentu dari parameter
populasi dimana sample berasal.
 Kondisi/asumsi yang harus dipenuhi untuk uji parametric:
a. Populasi mempunyai distribusi normal
b. Populasi-populasi mempunyai variansi yang sama
c. Rantom sample
d. Ukuran data, paling tidak interval

2. UJI NON PARAMETRIK

 Uji statistik yang tidak memerlukan kondisi tertentu, kecuali random
sample
 Semua ukuran data dapat diuji dengan uji non-parameterik

3. KEUNTUNGAN DAN KERUGIAN UJI NON PARAMETRIK

TERHADAP PARAMETERIK
 Bila distribusi populasi tidak normal  uji non parameterik satu-satunya
alternative
 Bila data nominal dan ordinal  uji yang paling tepat adalah non
parametrik
 Bila kondisi untuk uji parametric tidak terpenuhi  test yang paling tepat
adalah uji non-paramerik
 Uji non parametric relatip lebih sederhana dan lebih mudah
pelaksanaannya
 Bila asumsi/kondisi untuk uji parametric terpenuhi, maka penggunaan uji
non-parametrik kurang power.

LATIHAN
1. Jelaskan perbedaan pengertian antara statistik dan statistika !
2. Jelaskan pengertian metode statistik , serta sebutkan dan jelaskan dua jenis
metode statistik !
3. Jelaskan perbedaan pengertian antara populasi, sample, sampling, sample acak
dan berikan contohnya ! Catatan: Pandanglah bahwa populasinya adalah
mahasiswa Semester V Jurusan Ilmu Perpustakan – Universitas Indonesia.
4. Seorang mahasiswa Jurusan Ilmu Perpustakaan – UI ditugaskan untuk
mempelajari factor-faktor yang berpengaruh terhadap prestasi kerja seorang
pustakawan. Sebutkan variable dan parameter dari masalah tersebut !
5. Apa yang dimaksud dengan hipotesis statistik ! Berikan contohnya yang
berkaitan dengan bidang informasi/perpustakaan/dokumentasi minimal 2
macam).
6. Berikan 4 macam skala pengukuran, dan berikang masing-masing contohny !
7. Diketahui nilai ujian statitik dan nilai mutu rata-rata dari 8 orang mahasiswa
Jurusan Ilmu Perpustakaan – UI Tahun 1996 yang diambil secara acak adalah
sebagai berikut:
Mahasiswa 1 2 3 4 5 6 7 8
Nilai Statistik 56 73 84 62 68 45 82 78
(x)
Mutu Rata-rata 2,36 2,83 3,24 2,41 3,14 2,00 3,07 2,65
(y)

Tentukan:

n
a. x
i 1
i

8
b. x
i 1
i
2

8
c. x y
i 1
i i

8
d.  (x
i 1
i  yi )

8
e. 4y
i 1
i
 PENYAJIAN DATA KUANTITATIF DAN KUALITATIF

A. LINIER ARRAY

Penyusunan data secara teratur dari nilai data terkecil sampai dengan nilai data
terbesar (sebaliknya).

Contoh:
Jumlah buku pada 10 (sepuluh) rak berbeda adalah sebagaiberikut:
327 247 262 356 278 280 240 284 304 220
Dalam bentuk array: diurutkan dari nilai terendah ke nilai terbesar:
220 240 247 262 278 280 280 304 329 356
Atau nilai terbesar ke nilai terendah
356 329 304 284 280 278 262 247 240 220

B. DISTRIBUSI FREKUENSI

Penyusunan data melalui pengelompokan ke dalam beberapa kelas

1. Beberapa pengertian Tentang Distribusi Frekuensi
Tabel 1. Distribusi Frekuensi bagi Berat 50 Potong Tembaga

Bobot (Kg) Frekuensi

7–9 2

10 – 12 8

13 – 15 14

16 – 18 19

19 – 21 7

a. Banyaknya selang kelas = 5

b. Nilai terkecil dan terbesar dalam setiap selang kelas disebut limit kelas
Contoh: Untuk selang 10 – 12, maka 10 adalah limit bawah kelas, 12 adalah
limit atas kelas.
c. 9.5 – 12.5 disebut batas kelas (batas kelas dinyatakan satu decimal lebih
banyak daripada pengamatan asalnya).
d. Banyaknya pengamatan dalam satu kelas disebut frekuensi kelas.
e. Lebar kelas: Selisih antara batas atas dan bawah kelas
Lebar kelas = 12.5 – 9.5 = 3 kg
f. Titik tengah kelas: Titik tengah antara batas atas dan bawah kelas.
 Selang kelas Batas kelas Titik tengah Frekuensi
kelas

7–9 6.5 – 9.5 8 2

10 – 12 9.5 – 12.5 11 8

13 – 15 12.5 – 15.5 14 14

16 – 18 15.5 – 18.5 17 19

19 – 21 18.5 – 21.5 20 7

2. Pembentukan Distribusi Frekuensi

a. Tentukan banyaknya kelas yang diperlukan
Banyaknya kelas tergantung pada tujuan dari penggunaan data. Namun umumnya
antara 5 – 20. Dalam menentukan banyak kelas dapat digunakan rumus
Kriterium Sturges:

k = 1 + 3.322 log n
dimana:
k = jumlah kelas
n = jumlah data
b. Tentukan wilayah datanya
Wilayah = Nilai data terbesar – Nilai data terkecil

c. Tentukan lebar kelasnya

Lebar kelas = wilayah/jumlah kelas

d. Tentukan limit kelasnya

e. Daftakan semua limit kelas dan atas kelasnya

f. Tentukan titik tengah kelas bagi masing-masing kelas

g. Tentukan frekuensi bagi masing-masing kelas.

Contoh:
Diketahui data umur 40 buah aki mobil yang serupa jenisnya dan dicatat sampai
persepuluhan tahun terdekat adalah sebagai berikut:
 2.2 4.1 3.5 4.5 3.2 3.7 3.0 2.6
3.4 1.6 3.1 3.3 3.8 3.1 4.7 3.7
2.5 4.3 3.4 3.6 2.9 3.3 3.9 3.1
3.3 3.1 3.7 4.4 3.2 4.1 1.9 3.4
4.7 3.8 3.2 2.6 3.9 3.0 4.2 3.5

Jawab:
a. Banyaknya kelas (k) : k = 1 + 3.322 log n
= 1 + 3.322 log 40
= 6.322
Maka banyaknya kelas adalah 7

b. Wilayah data = 4.7 – 1.6 = 3.1

c. Lebar kelas = 3.1/7 = 0.443
Lebar kelas harus memiliki angka nyata yang sama dengan data
pengamatannya, maka lebar kelas yang digunakan adalah 0.5.
d. Limit kelas: 1.5. 2.0 2.5 3.0 3.5 4.0 4.5
e. Distribusi frekuensi

Tabel 3. Distribusi Frekuensi Umur Aki Mobil

Selang kelas Batas kelas Titik tengah kelas Frekuensi

1.5 – 1.9 1.45 – 1.95 1.7 2
2.0 – 2.4 1.95 – 2.45 2.2 1
2.5 – 2.9 2.45 – 2.95 2.7 4
3.0 – 3.4 2.95 – 3.45 3.2 15
3.5 – 3.9 3.45 – 3.95 3.7 10
4.0 – 4.4 3.95 – 4.45 4.2 5
4.5 – 4.9 4.45 – 4.95 4.7 3
Jumlah 40

3. Distribusi Frekuensi Relatip

Distribusi frekuensi relatip adalah tabel yang memuat frekuensi
relative/persentase bagi masing-masing kelas (selang).
Frekuensi Relatip = Frekuensi Kelas/Frekuensi Total

Selang kelas Frekuensi Frekuensi relatip Persentase

1.5 – 1.9 2 0.050 5.0
2.0 – 2.4 1 0.025 2.5
2.5 – 2.9 4 0.100 10.0
3.0 – 3.4 15 0.375 37.5
3.5 – 3.9 10 0.250 25.0
4.0 – 4.4 5 0.125 12.5
4.5 – 4.9 3 0.075 7.5
J U M LAH 40 1.000 100.0
4. Distribusi Frekuensi Komulatip
a. Tabel yang memuat frekuensi total semua nilai yang lebih kecil dari (,)
batas atas suatu selang kelas  “KURANG DARI”
b. Tabel yang memuat frekuensi total semua nilai yang lebih besar dari (,)
batas bawah suatu selang kelas  LEBIH DARI”

Tabel 5a. Distribusi Frekuensi Komulatip Umur Aki Mobil (“KURANG DARI”)
Batas kelas Frekuensi komulatip Persen komulatip
Kurang dari 1.45 0 0.0
Kurang dari 1.95 2 5.0
Kurang dari 2.45 3 7.5
Kurang dari 2.95 7 17.5
Kurang dari 3.45 22 55.0
Kurang dari 3.95 32 80.0
Kurang dari 4.45 37 92.5
Kurang dari 4.95 40 100.0

Tabel 5a. Distribusi Frekuensi Komulatip Umur Aki Mobil (“LEBIH DARI”)
Batas kelas Frekuensi komulatip Persen komulatip
Kurang dari 1.45 0 100.0
Kurang dari 1.95 2 95.0
Kurang dari 2.45 3 92.0
Kurang dari 2.95 7 82.5
Kurang dari 3.45 22 45.0
Kurang dari 3.95 32 20.0
Kurang dari 4.45 37 7.5
Kurang dari 4.95 40 0.0

Gambar 1. Histogram dan Poligon Frekuensi Umur Aki Mobil

Gambar 2. Histogram dan Poligon Frekuensi Relatip Umur Aki Mobil

Gambar 3. Poligon Frekuensi Komulatip Umur Aki Mobil

C. TABEL STATISTIK

1. Tabel Referensi dan Tabel Ikhtisr

Tabel Statistik ada 2 macam
a. Tabel Referensi (Referensi Table)
Tabel referensi berfungsi sebagai gudang keterangan karena memberikan
keterangan-keterangan yang terperinci (umum) dan disusun khusus untuk
kepentingan referensi sehingga disebut juga tabel umum (general table). Dalam
laporan-laporan, tabel referensi pada umumnya diletakkan dalam halaman
tambahan (appendix/lampiran).
Contoh: Tabel-tabel dalam laporan referensi

b. Tabel Ikhtisar (Summary Table)

Tabel ikhtisar disebut juga tabel naskah (text table), umumnya berbentuk
singkat, sederhana dan mudah dimengerti. Tabel ikhtisar seringkali diperoleh dari
tabel referensi atau didasarkan pada tabel ikhtisar lainnya. Tabel ikhtisar memiliki
fungsi untuk memberikan gambaran yang sistematis tentang peristiwa-peristiwa
yang merupakan hasil penelitian/observasi.
Contoh:
Tabel 6. Jumlah kelahiran dan kematian per 1000 penduduk di 15 kabupaten di
Jawa, 1961 – 1962.

Kabupaten 1961 1962

Kelahiran Kematian Kelahiran Kematian
Bandung 30.2 12.3 21.5 12.1
Kuningan 29.8 15.9 23.0 14.9
Bogor 11.2 5.9 9.5 4.0

Malang 25.6 11.0 - -

Sumber: Departemen Kesehatan, Republik Indonesia (1962)

Untuk melihat perbandingan, lebih mudah dimengerti jika menggunakan Rasio,

persentase atau perhitungan lainnya  lihat Tabel 7.

Rasio/perbandingan dianggap perlu, jika angka-angka absolute yang

diperbandingkan berjumlah cukup besar.

Untuk memberikan suatu kesan tentang adanya tekanan terhadap pentingnya

angka tertentu dalam tabel:

Tabel 6  Kelahiran lebih diberi tekanan daripada kematian

Tahun 1961 diberi kedudukan lebih menonjol daripada tahun 1962.
Tabel 7  Kedudukan yang menonjol digambarkan dengan cara memberikan pos-
pos keterangan dalam huruf besar/huruf tebal.

Tabel 7. Penduduk Indonesia yang diklasifikasikan atas daerah dan kelamin, 1962.

Propinsi dan Pulau Laki-laki Wanita Jumlah Persen (%)

Jakarta Raya 1.480.771 1.425.762 2.906.533 3,0
Jawa Barat 8.657.815 8.956.740 17.614.555 18,1
Jawa Tengah 8.967.714 9.439.757 18.407.471 19,0
DI Yogyakarta 1.092.403 1.149.074 2.241.477 2,3
Jawa Timur 10.602.448 11.220.572 21.823.020 22,5
Jawa dan Madura 30.801.151 32.191.905 62.993.056 64,9
Sumatera 7.942.834 7.796.529 15.739.363 15,2
Kalimantan 2.066.248 2.035.227 4.101.475 4,3
Sulawesi 3.489.797 3.589.552 7.079.349 7,3
Kepulauan lain 3.539.050 3.566.536 7.105.586 7,3
Indonesia 47.839.080 49.179.749 97.018.829 100,0
Sumber: Statistical Pocketbook of Indonesia (1963)
2. Cara Penyusunan Pos-pos Keterangan dalam Kotak Tabel

Tergantung pada ciri-ciri data (kuantitatif, kualitatif, kronologis atau geografis)

dan jensi tabel.
a. Penyusunan secara alfabetis
Sesuai untuk tabel referensi, kurang sesuai untuk tabel ikhtisar. Umumnya
digunakan untuk rangkaian keternagan-keterangan yang dapat diklasifikasikan
secara geografis dan kualitatif.
Contoh: Tabel 3.2.1

b. Penyusunan secara geografis

Banyak terdapat dalam penyusunan data statistik yang diterbitkan oleh
BPS/Departemen-departemen/Dinas-dinas.
Untuk tujuan referensi
Contoh: Tabel 3.1.2

c. Penyusunan menurut besarnya angka-angka

Angka-angka dari tiap-tiap pos keterangan disusun dari angka terbesar s/d
terkecil atau sebaliknya.
Banyak digunakan untuk data yang diklasifikasikan secara geografis,
kualitatif, maupun kronologis.
Contoh: Tabel 3.2.2

d. Penyusunan secara histories/kronologis

Digunakan untuk data yang diklasifikasikan secara kronologis. Tabel-tabel
dalam laporan/buku BPS umumnya disusun secara historis/kronologis
Contoh: Tabel 2.3.1

e. Penyusunan atas dasar kelas-kelas yang lazim

Sesuai bagi tabel referensi/tabel ikhtisar
Penyusunan pos-pos keterangan dalam kotak tabel dilakukan atas dasar kelas-
kelas yang umum (lazim).
Contoh: Impor digolongkan ke dalam 3 kategori ekonomi: a. barang
konsumsi, b. barang mentah serta bahan pelengkap, dan c. barang
modal.
Tabel 2.3.1

f. Penyusunan secara progresif

Penyusunan pos-pos keterangan dalam kotak tabel dilakukan sedemikian rupa
agar angka akhir dari tiap pos merupakan hasil perkembangan angka-angka
yang telah diberikan sebelumnya.
Contoh: tabel-tabel rekening pendapatan nasional
3. Cara Pembuatan Tabel Statistik

Tabel statistik yang baik dan efisien harus bersifat sederhana dan jelas. Judul
Tabel, Judul kolom dan Judul Kompartemen harus diusahakan agar jelas dan
singkat.

Tabel 5. Judul Tabel

Judul
Kompartemen

Kompartimen
(Kotak)

Sumber:

D. GRAFIK STATISTIK
Data statistik dapat disajikan dalam bentuk tabel dan grafik. Penyajian grafik
statistik mempunyai beberapa keuntungan, antara lain:
1. Lebih menarik perhatian pembaca
2. Dapat melukiskan suatu peristiwa secara lebih mengesankan dan tidak
menjemukan

Kelemahan penyajian data dalam bentuk grafik statistik antara lain adalah data
yang disajikan hanya bersifat aproksimatif.

Jenis grafik statistik :

1. Diagram Garis  petas garis (line chart) atau kurva (curve)
Contoh: Diagram 4.2.1
Diagram 4.2.2. (Disebut juga kurva deret berkala)
Diagram 4.2.4. (Disebut juga kurva distribusi frekuensi/polygon
frekuensi)

2. Diagram Kolom (Column Chart)

Contoh: Diagram 4.2.3

3. Diagram Batang (Bar Chart)

Contoh: Diagram 4.2.5
Diagram 4.2.6
4. Diagram Lingkaran (Bar Chart)
Contoh: Diagram 4.2.7

5. Piktograf (Pictograf)
Contoh: Diagram 4.2.8
Diagram 4.2.9

6. Peta Statistik (Statistik Map)

Contoh: Diagram 4.2.10
Diagram 4.2.11

KEGIATAN PRAKTIKUM 3
1. Carilah dan salinlah sebuah tabel referensi tentang pertanian/penyuluhan
pertanian
2. Buatlah dua buah tabel ikhtisar dari tabel referensi tersebut
3. Buatlah tiga macam grafik yang berbeda dari kedua tabel tersebut

UKURAN PEMUSATAN DAN KERAGAMAN

A. UKURAN PEMUSATAN
1. NILAI TENGAH
a. Nilai Tengah Populasi (  )
Apabila sekumpulan data x1, x2, …, xn tidak semuanya harus berbeda,
menyusun sebuah populasi terhingga berukuran N, maka nilai populasinya adalah:

x
i 1
i x1 + x2 + … + xN
 = =
N N

Contoh:
Diketahui data suatu populasi adalah sebagai berikut:
200 188 196 203 191 176 183 213 196 208

Jawab:

200 + 188 + … + 208

 = = 195.4
10

b. Nilai Tengah Contoh (x)

 Apabila sekumpulan data x1, x2, …, xN, tidak semuanya harus berbeda,
menyusun sebuah contoh terhingga berukuran n, maka nilai tengah contohnya
adalah:
8

x
i 1
i x1 + x2 + … + xN

x = =
n n

Contoh:
Diketahui data suatu contoh adalah sebagai berikut:

19.01 17.43 21.33 20.34 24.35 23.07

Jawab:

19.01 + 17.43 + … + 23.07

x= = 20.92
6

c. Nilai Tengah terboboti (  w atau xw)

w wi 1
i i w1x1 + w2x2 + … + wkxk
 w = xw = =
8

w
i 1
i w1x1 + w2x2 + … + wkxk

Contoh:
Diketahui data suatu populasi adalah sebagai berikut:
Data 65.80 62.03 37.00 48.00 46.97
Frekuensi 20 30 10 5 35

2. Median
Median adalah sekumpulan data yang telah diurutkan dari yang terkecil
sampai terbesar (sebaliknya), adalah pengamatan yang tepat ditengah-tengah bila
pengamatan ganjil, atau rata-rata kedua pengamatan di tengah bila pengamatan
genap.
Contoh:
a. Data: 79 82 86 92 93
Median = 86

b. Data: 4 7 0 7 11 4 1 15 3 5 8 7
c. Array  0 1 3 4 4 5 7 7 7 8 11 15
Median = (5 + 7)/2 = 6

3. Modus
Modus sekumpulan pengamatan adalah nilai yang paling sering terjadi
atau mempunyai frekuensi paling tinggi.

Contoh:
a. Data: 101 125 118 128 106 125 99 118 109 118
Array  99 101 106 109 118 118 118 125 125 128
Modus : 118
b. Data: 5 6 4 5 7 5 8 7 4 7
Array  4 4 5 5 5 6 7 7 7 8
Modus : 5 dan 7 (bimodus/bimodal)
c. Data: 73 77 81 87 88
Modus : tidak ada

LATIHAN:
1. Waktu (jam) yang diperlukan untuk menyelesaikan suatu pekerjaan yang
diambil secara acak tercatat sebagai beriku:
20 15 21 19 20 17 21 22 18 19 20 20 23 20 18
Tentukan: Nilai tengah, median dan modenya !
2. Harga dari koleksi buku yang ada diperpustakaan tercatat sebagai berikut:

Harga (ribuan) 40 45 50 55 60 65 70 75 80 85
Jumlah Buku 1 3 2 7 10 13 6 4 2 1
Tentukan: Nilai tengah, median dan modenya !

3. Diketahui distribusi umur aki mobil adalah sebagai berikut:

SELANG KELAS FREKUENSI
1.5 – 1.9 2
2.0 – 2.4 1
2.5 – 2.9 4
3.0 – 3.4 15
3.5. – 3.9 10
4.0 – 4.4 5
4.5 – 4.9 3
Tentukan: Nilai tengah, median dan modenya !
B. UKURAN KERAGAMAN

1. Range (Wilayah)
Wilayah sekumpulan data adalah beda antara pengamatan terbesar dan
terkecil dalam kumpulan data tersebut.

Contoh:
Data : 61 60 56 63 56 67 59 56 44 61
Wilayah = 67 – 44 = 23

2. Ragam dan Standar Deviasi

a. Ragam Pupulasi
Ragam populasi terhingga x1, x2, …, xN didefinisikan sebagai:
 =
2  ( xi   ) 2
, atau  =
2  x2
,
N N
Akar dari ragam disebut standar deviasi/simpangan baku ()

Contoh:
Diketahui data suatu populasi sebagai berikut: 7 5 9 7 8 6

I Xi Xi -  (xi -  )2
1 7 0 0
2 5 -2 4
3 9 2 4
4 7 0 0
5 8 1 1
6 6 -1 1
 42 10

 = 42/6 = 7

Ragam   = 2  ( xi   ) 2

= 10/6 = 1.67
N
Standar Deviasi   =  1.67 = 1,29

b. Ragam Contoh
Ragam contoh untuk sebuah cotoh acak x1, x2, …, xN didefinisikan sebagai:

S2 =  (x 1  x) 2
, atau S2 =
n x 2  ( x) 2
n 1 n( n  1)

Akar dari ragam disebut standar deviasi/simpangan baku ()

Contoh:
Carilah ragam dan simpangan baku bagi data 3, 4, 5, 6, 6 dan 7 yang merupakan
banyaknya ikan tuna yang tertangkap oleh enam nelayan yang diambil secara
acak!

Jawab : n = 6  xi = 31  xi2 = 171

(6)(171)  (31) 2
S2 =
6(6  1)

LATIHAN:
Tentukan wilayah, ragam dan standar deviasi dari soal nomor 1 s/d 3!

PEKERJAAN RUMAH:
1. Nilai mutu rata-rata dari 20 contoh mahasiswa tingkat akhir yang diabil secara
acak adalah sebagai berikut:

3.2 2.8 3.5 3.7 2.3

1.9 2.9 3.3 2.8 2.1
2.7 3.8 1.8 2.0 2.5
2.4 3.0 2.5 2.9 2.2

Tentukan:
a. Mode, median dan nilai tengah
b. Ragam dan simpangan baku

2. Jumlah buku tiap rak di perpustakaan disajikan pada tabel berikut:

Jumlah buku tiap rak 19 20 21 22 23 24 25 26 27 28 29 30

Frekuensi 2 3 7 5 14 11 12 9 6 6 3 2
pengamatan

Tentukan:
a. Mode, median dan nilai tengah
b. Ragam dan simpangan baku
3. Distribusi frekuensi hasil ujian statistik adalah sebagai berikut:

Selang kelas Frekuensi

48 – 52 2
53 – 57 3
58 – 62 5
63 – 67 9
68 – 72 10
73 – 82 12
78 – 82 7
83 – 87 2
88 – 92 3
93 – 97 1

Tembusan:
a. Mode, median dan nilai tengah
b. Ragam dan simpangan baku
 PENGUJIAN HIPOTESIS

1. PENGUJIAN HIPOTESIS STATISTIK

Hipotesis Statistik : Suatu anggapan/pernyataan yang mungkin benar/salah

mengenai satu atau lebih populasil.

Hipotesis dengan harapan untuk ditolak  Hipotesis nol (H0)

Hipotesis tandingannya  Hipoteis satu/Hipotesis alternative (H1)

Untuk mengetahui kebenaran suatu hipoteis: Pengambilan sample acak dari

populasi  berdasarkan informasi yang diperoleh dalam sample terseut,
diputuskan apakah suatu hipotesis benar/salah.

- Petunjuk dari sample yang tidak sesuai dengan hipotesis  penolakan

hipotesis.
- Petunjuk yang mendukung hipotesis  penerimaan hipotesis.

Dalam pengujian hipotesis dapat membuat dua jenis kesalahan, yaitu:

(1) Kesalahan jenis kesatu ()
 = P (Kesalahan jenis I) = P (menolak H0/H0 benar)
(2) Kesalahan jenis kedua ()
 = P (Kesalahan jenis II) = P (menerima H0/H0 benar)
Pengujian yang baik   dan  sekecil-kecilnya.

Pada umumnya  ditentukan terlebih dahulu

Contoh :  = 0.05;  = 0.01 = 0.001.

 = taraf keberartian dari suatu pengujian

 = 0.05 berarti dalam 100 kali tolak H0, ada 5 kali tola H0 padahal H0 benar atau
mempunyai tingkat kepercayaan 95%.

2. PENGUJIAN HIPOTESIS MENGENAI NILAI TENGAH

Jika peubah acak X menyebar Normal dengan nilai tengah (  ) dan ragam (2),
maka hipotesis yang perlu diuji adalah:

(1) H0 :  =  0 VS H1 :  >  0
(2) H0 :  =  0 VS H1 :  <  0
(3) H0 :  =  0 VS H1 :    0
(1) dan (2) : Pengujian eka-arah
(3) : Pengujian dwiarah

Apabila suatu statistik dengan parameter  digunakan untuk menguji hipotesis

bahwa parameter tersebut sama dengan suatu nilai  0 tertentu lawan suatu
tandingan yang cocok, maka langkah pengujian tersebut adalah sebagai berikut:

(1) H0 :  =  0 adalah sebagai berikut:

(2) H1 : tandingannya (  >  0 ;  <  0; atau    0)
(3) Pilih taraf keberartian 
(4) Pilih uji statistik yang sesuai dan cari daerah kritisnya
(5) Hitunglah nilai statistik dari sample acak berukuran n
(6) Kesimpulan: Tolak H0 bila nilai statistik uji tersebut berada dalam daerah
kritis, sedangkan bila nilai tersebut jatuh di luar wilayah kritiknya terima H0.

Latihan:
1. In Economics abstracts, July 1972, the mean length of abstract is 79.56 words
with a standard deviation of 24.80. A random sample of thirty-two of the
abstracts in German language has a mean length of 67.47 words. Is there any
significant difference between the random sample of abstracts in German and
the whole population.
2. Over a whole year of 52 weeks, the number of issues from a library was
30.000. In 10 weeks during the winter, the number of issues per week were
found to be:
650 693 750 726 804 735 751 751 687 762
3. A random sample of 30 shelves of geography books had amean number of
27.3 books per shelf and a standar deviation of 2.16. A random sample of 40
shelves of books on production had amean number of 32.0 books per shelf and
a standard deviation of 6.04. Use a z-test to decide if the number of geography
books per shelf is significantly less than from the number of books per shelf
on production.
4. The number of issues of junior non-fiction on a random sample of days in
May and November were:
May : 66 58 62 69 57 94 67 97 67 63 87 75
Nov : 64 89 52 74 79 63 78 89 64 52 63 47
Does there appear to be significant difference in demand the two months
 REGRESI LINIER DAN KORELASI

A. PENGERTIAN
Regresi Linier: hubungan antara variabel terikat/dependent variable (y)
dengan variabel bebas/independent variable (x) yang dinyatakan dalam bentuk
persamaan matematik yang bentuknya linier.
Kegunaan Regresi Linier: untuk membuat estimasi atau pendugaan nilai
atau harga suatu variabel (variabel terikat) berdasarkan nilai atau harga variabel
yang lain (variabel bebas).

B. PERSAMAAN REGRESI LINIER

Model matemastik untuk persamaan regresi linier:
Yi =  +  . xi = ei
Dengan membuat  ei2 sekecil-kecilnya atau menggunakan metode kuadrat
terkecil (method of least square), diperoleh:

Y = a + b.x

Dimana:

nXY  (X )(Y )

b =
n  X 2  (X ) 2

a = y  b.x

Contoh:
Tabel 8. Nilai rata-rata tes masuk dan nilai statistik mahasiswa APP Bogor.

Mahasiswa Nilai Rata-rata Tes Masuk (X) Nilai Statistik (Y)

1 65 85
2 50 74
3 55 76
4 65 90
5 55 85
6 70 87
7 65 94
8 70 98
9 55 81
10 70 91
11 50 76
12 55 74

Tentukan:
a. Persamaan garis regresinya
b. Dugalah nilai statistik seorang mahasiswa apabila nilai tes rata-rata masuknya
adalah 70
c. Gambarkan diagram pencar dan garis agresinya

Jawab: Xi = 725; Yi = 1011; YX = 61685

Xi = 44475; X = 60,417; Y = 84,250

nXY  (  X )( Y )
b=
n  X 2  ( X )2
(12)(61685)  (725)(1011)
b=  0.897
(12)(44475)  (725) 2
a = y  b.x
= 84,250 – (0.897)(60.417) = 30.056

a. Persamaan garis regresi  y = 30.056 + 0.897x

b. x = 70  y = 30.056 + 0.897 (70) = 92.846

jadi nilai statistiknya = 92.846

Gambar 4. Diagram pencar dan garis regresi hubungan antara nilai rata-rata tes
masuk dan nilai statistik mahasiswa APP Bogor.
C. KOEFISIEN KORELASI (r)

Koefisien korelasi adalah ukuran hubungan linier antara dua variabel X

dan Y. Koefisien korelasi diduga dengan koefisien korelasi contoh r, yaitu:

n.  XY  ( X )( Y )
r=
n  X 2
 ( X ) 2 n  Y 2  ( Y ) 2 

Nilai koefisien korelasi: -1  r  1

a. = 0 artinya antara variabel X dan variabel Y tidak ada hubungan/korelasi.

b. = -1 artinya ada hubungan/korelasi sempurna antara variabel X dan Y
dengan koefisien arah negatip
c. = 1 artinya ada hubungan/korelasi sempurna antara variabel X dan Y
dengan koefisien arah positip.

D. KOEFISIEN DETERMINASI (r2)

Koefisien determinasi adalah bilangan yang menyatakan proporsi

keragaman total nilai-nilai variabel Y yang dapat dijelaskan oleh nilai-nilai
variabel X melalui hubungan linier tersebut. Nilai koefisien determinasi : 0
 r2  1.
Contoh: r = 0.80, maka r2 = 0.64 persen, artinya bahwa 64 persen diantara
keragaman dalam nilai-nilai variabel Y dapat dijelskan oleh hubungan liniernya
dengan x.

Contoh: Tentukan nilai koefisien korelasi dan koefisien determinasnya, serta

interpretasikan berdasarkan data pada Tabel. 8.

KEGIATAN PRAKTIKUM 6

1. Data luas panen (X) dan produksi ubikayu pada 10 kabupaten di Propinsi jawa
timur tahun 1987 – 1988 adalah sebagai berikut:
Kabupaten Luas Panen (Ha) Produksi (ton)
Jombang 1.929 22.765
Mojokerto 2.269 27.977
Nganjuk 5.364 59.778
Tulungagung 6.597 74.136
Blitar 8.190 96.994
Pajuruan 11.600 133.909
Probolinggo 14.096 181.561
Trenggalek 16.038 206.213
 Malang 20.545 262.837
Ponorogo 31.165 372.215
Pertanyaan:
a. Tentukan persamaan garis regresinya
b. Dugalah produksi ubikayu Kabupaten Bojonegoro, apabila luas panennya
20.410 ha!
c. Tentukan besarnya koefisien determinasi dan koefisien korelasinya! Jelaskan
arti koefisien determinasi yang diperoleh!

LATIHAN REGRESI LINIER

1. Nilai laporan (x) dan nilai akhir (y) dari 9 mahasiswa adalah sebagai berikut:
X 77 50 71 72 81 94 96 99 67
X 82 66 78 34 47 85 99 99 68

a. Tentukan persamaan garis regresi liniernya dan gambarkan

b. Dugalah nilai akhir seorang mahasiswa yagn tidak ikut ujian, tetapi nilai
laporannya 85

2. Data dibawah ini merupakan merupakan keterpakaian koleksi dengan jumlah

koleksi yang dimiliki oleh sebuah perpustakaan. X merupakan jumlah koleksi
perpustakaan dalam nilai ribuan, Y merupakan keterpakaiannya.

No. X Y
1. 1.09 24
2. 7.42 92
3. 4.20 67
4. 8.25 158
5. 8.81 81
6. 1.62 59
7. 3.84 54
8. 9.40 171
9. 3.63 100
10. 14.10 276
11. 2.50 122
12. 11.47 200

a. Tentukan persamaan regresi liniernya

b. Tentukan pula bagaimana korelasinya keduanya

LATIHAN PENGUJIAN HIPOTESIS

1. Sebuah perusahaan mengadakan penelitian tentang jumlah pengunjungnya.
Hasil penelitian menunjukkan bahwa jumlah pengunjung menghampiri
sebaran normal dengan nilai tengah 800 orang dan simpangan baku 40 orang.
Ujilah hipotesis bahwa  = 800 lawan alternatifnya  = 800 orang, bila
 suatu contoh acak 30 hari hanya menghasilkan jumlah pengunjung rata-rata
per hari 788 orang. Gunakan taraf nyata 0.04.
2. Suatu contoh acak berukuran n1 = 25, yang diambil dari suatu populasi
normal dengan simpangan baku 2 = 3.4, mempunyai nilai tengah x2 = 76.
Ujilah
3. Dari sembilan contoh tanah yang diambil dari beberapa tempat ditentukan
kandungan fosfor anorganiknya dalam ppm (X) dan juga kandungan fosfor
yang tersedia bagi tanaman dalam ppm (Y). Data yang diperoleh adalah
sebagai berikut:

Contoh Tanah 1 2 3 4 5 6 7 8 9
X (ppm) 1 4 5 9 13 13 23 27 28
Y (ppm) 64 70 71 81 93 96 97 115 119

Pertanyaan:
a. Berdasarkan data yang tersedia, berikan persamaan regresi antar Y sebagai
peubah tak bebas dengan X sebagai peubah bebas !
b. Tentukan banyaknya rata-rata kandungan fosfor yang tersedia bagi
tanaman pada suatu tanah yang kandungan fosfor anorganiknya sebesar
7,5 ppm !
c. Gambarkan diagram pencar dan garis regresinya !

LATIHAN:

1. In Economics abstracts, July 1972, the mean length of abstract is 79.56 words
with a standard deviation of 24.80. A random sample of thirty-two of the
abstracts in German language has a mean length of 67.47 words. Is there any
significant difference between the random sample of abstracts in German and
the whole population !
2. Over a whole year of 52 weeks, the number of issues from a library was
30.000. In 10 weeks during the winter, the number of issues per week were
found to be:
650 693 750 726 804 735 751 751 687 762
Perform at-test to determine whether the demand for books is significantly
greater or less during the winter.
3. A random sample of 30 shelves of geography books had a mean number of
27.3 books per shelf and a standard deviation of 2.16. A random sample of 40
shelves of books on production had a mean number of 32.0 books per shelf
and a standard deviation of 6.04. Use a z-test to decide if the number of
geography books per shelf is significantly less than from the number of books
per shelf on production.
4. The number of issues of junior non-fiction on a random sample of days in
May and November were:
May : 66 58 62 69 57 94 67 97 67 63 87 75
Nov : 64 89 52 74 79 63 78 89 64 52 63 47
Does there appear to be significant difference in demand the two months