LECTURE #1
STATISTIKA?
•Sejarah: Galton F. (1880)  Karl Pearson  R.
Fisher (1918 – 1935)
•Statistika  bahasa latin “status” yg
mempunyai arti negara
•sekumpulan konsep dan metode tentang
pengumpulan, penyajian, analisis dan
interprestasi data kuantitatif bidang kegiatan
tertentu dan pengambilan kesimpulan dalam
situasi di mana ada ketidakpastian dan variasi.
•Statistika deskriptif: Metode atau cara-cara
yang digunakan untuk meringkas dan
menyajikan data dalam bentuk tabel, grafik atau
ringkasan numerik data.
•Statistika inferensial: Metode atau cara-cara
yang digunakan untuk mengambil kesimpulan
tentang parameter populasi berdasarkan analisis
pada sampel (penalaran induktif)
•Peran statistika  perencanaan dan evaluasi
hasil penelitian, riset dan penelitian di bidang
kesehataan, pemasaran, pendidikan,
pengendalian kualitas
POPULASI vs SAMPEL
•Populasi  himpunan keseluruhan obyek yang
diselidiki
•Sampel  himpunan bagian dari populasi
dinamakan sampel
•Parameter  suatu ukuran menjelaskan ciri
suatu populasi
•Statistik  suatu ukuran yang menjelaskan ciri
suatu sampel
DATA
•Data  fakta
•i. kuantitatif: fakta yang dinyatakan dalam
bentuk angka
•Ii. kualitatif: fakta yang dinyatakan dalam
bentuk bukan angka  dikuantifikasi dengan
memberi skor, ranking, variabel dummy dan lain
sebagainya
•Data  fakta
•i. dapat diukur langsung
•Contoh: tinggi badan, berat badan, suhu badan
•ii. tidak dapat diukur langsung
•Contoh: status sosial ekonomi, tingkat
intelegensia  dioperasionalkan dengan tetap
memperhatikan bahwa sifat hakikat pengertian
tidak berubah dan validitas (keabsahan)
pengukuran cukup baik.
•Proses operasionalisasi
–i. akurasi  data yang dikumpulkan harus
mendekati sebenarnya (dinilai sebagai validitas)
–ii. presisi  pengukuran meskipun dilakukan
berulang-ulang oleh siapapun hasilnya tetap
sama. (dinilai sebagai reliabilitas)
–iii. validitas eksternal  karakteristik data
sampel harus sama dengan karakteristik data
populasi
–iv. validitas internal  meliputi kemampuan
dan keahlian dari orang yang melakukan
•Beberapa skala pengukuran yang digunakan
adalah :
•Skala nominal (klasifikasi): skala pengukuran
berupa bilangan atau lambang-lambang lain
untuk mengelompokkan obyek atau orang, atau
benda-benda lain ke dalam kelas-kelas atau
kategori. Misalnya, status pendidikan
dikelompokkan menjadi sekolah dan tidak
sekolah, jenis kelamin dikelompokkan menjadi
laki-laki atau wanita, dan sebagainya. Kelas atau
kategori adalah titik skala nominal. Untuk status
pendidikan, titik skala adalah sekolah dan tidak
sekolah.
•Skala ordinal (ranking): skala pengukuran
yang mengelompokkan obyek-obyek ke dalam
kelas-kelas yang mempunyai hubungan urutan
satu dengan yang lain. Hubungan antara kelas-
kelas adalah lebih baik, lebih disukai, lebih
tinggi, dan sebagainya. Sebagai contoh, seorang
anggota ABRI dapat dikelompokkan menurut
pangkatnya : himpunan Mayor, himpunan
Kapten, himpunan Letnan, dan sebagainya.
Hubungan antar kelas-kelas terdapat urutan
tertentu, pangkat Mayor lebih tinggi dari
pangkat Kapten, dan pangkat Kapten lebih
tinggi dari pangkat Letnan ( Mayor > Kapten >
Letnan ).
•Contoh lain skala ordinal adalah status
kesehatan untuk penderita kanker atau tingkat
stadium kanker I, II, III, dan IV. Seseorang
dengan tingkat stadium kanker II, menderita
kanker dengan tingkat keparahan lebih tinggi
dibandingkan seseorang dengan stadium kanker
I.
•Skala interval: skala pengukuran yang
mengelompokkan obyek-obyek ke dalam kelas-
kelas yang mempunyai hubungan urutan dan
perbedaaan dalam jarak (interval) satu dengan
yang lain.
•Ciri-ciri skala interval :
•Unit pengukuran sama dan konstan.
•Perbandingan antara dua interval sembarang
adalah independen dengan unit pengukuran dan
titik nolnya.
•Titik nol dan unit pengukuran sembarang
(arbitrary).
•Contoh skala interval adalah tahun kalender
(masehi, hijriyah), temperatur (celcius,
fahrenheit)
•Skala rasio: skala pengukuran yang
mengelompokkan obyek-obyek ke dalam kelas-
kelas yang mempunyai hubungan urutan dan
berbeda dalam jarak antara obyek yang satu
dengan yang lain serta titik nolnya berarti (tidak
sembarang). Contoh skala rasio adalah skala
untuk mengukur panjang, luas, isi, berat, tinggi,
dan sebagainya.
CARA PENGAMBILAN SAMPEL
•SAMPEL ACAK SEDERHANA  sampel
yang pengambilannya sedemikian hingga setiap
elemen populasinya mempunyai kemungkinan
yang sama untuk terambil. Proses pemilihan
(pengambilan) sampel tersebut sebaiknya
dilakukan dengan bantuan tabel bilangan
random
•SAMPEL SISTEMATIS  sampel yang
pemilihannya dilakukan secara sistematis dari
populasinya
–cara pengambilan sampel produk yang
dihasilkan tiap-tiap interval satu jam.
–cara pemilihan sampel berat badan mahasiswa
yang yang nomor mahasiswanya berakhiran 5
•SAMPEL KELOMPOK  sampel random
sederhana dengan sampling unitnya berupa
kumpulan atau kelompok elemen. Prosedur
pemilihannya dilakukan secara random terhadap
kelompok-kelompok
–Prosedur pemilihan sampel dalam penelitian
untuk membuat perkiraan rata-rata pendapatan
per rumah tangga di suatu kota. Dalam hal ini
kelompoknya terdiri dari beberapa rumah
tangga dan disebut blok ( dapat digunakan
sebagai blok adalah RT). Kemudian dipilih
secara random blok (RT), kemudian dilakukan
pendaftaran rumah tangga pada setiap blok (RT)
yang terpilih dan dilakukan penelitian
LECTURE #2
Penyajian Data
•Statistika deskriptif  Metode atau cara-cara
yang digunakan untuk meringkas dan
menyajikan data dalam bentuk tabel, grafik atau
ringkasan numerik data.
•Cara menyajikan data:
–Distribusi frekuensi kuantitatif  menurut
besarnya (kuantitasnya)
–Distribusi frekuensi kualitatif  menurut
kualitasnya (kategori)
–Runtun waktu  menurut urutan waktu
kejadian
–Distribusi spasial  menurut letak
geografisnya
•Perhatian!:
–tujuan penyajian data dan jenis data
–judul tabel atau diagram
–skala ukuran atau keterangan gambar
•Tabel  Distribusi frekuensi, frekuensi relatif,
frekuensi kumulatif, persen kumulatif
•Diagram (Grafik )  diagram batang
(histogram), diagram garis, diagram lingkaran,
diagram pencar
Tabel
•Contoh 1.
Tabel Distribusi Frekuensi
•kelas ke-1  9 – 10
•limit bawah kelas : 9
•limit atas kelas?
•batas bawah kelas :
•batas atas kelas :
•lebar kelas = batas atas – batas bawah
•Langkah menyusun tabel distribusi frekuensi :
•menentukan jumlah kelas interval
–rumus Sturges yaitu K = 1 + 3,3 log n, dengan
n = jumlah data
•menghitung rentang data
–rentang data = wilayah data = data yang
terbesar dikurangi data yang terkecil
•menghitung lebar kelas
–lebar kelas = rentang / jumlah kelas
•menyusun kelas interval
–menentukan limit bawah kelas terbawah,
–kemudian batas bawah kelas terbawah (batas
kelas selalu dinyatakan satu desimal lebih
banyak daripada pengamatan asalnya),
–dan menentukan batas atas kelas terbawah
yaitu batas bawah + lebar kelas
•memasukkan data menggunakan tally
•Contoh 2. Buatlah tabel distribusi frekuensi,
frekuensi relatif dan kumulatif untuk data nilai
ulangan matematika siswa di bawah ini,
•75,70,75,60,65,60,45,55,75,70,85,80,
75,60,65,60,55,65,65,65,80,75,65,65,
75,80,65,65,75,65,80,65,70,75,75,65, 85,85,65,
75
Diagram (Grafik)
•Diagram Batang (histogram)
–menurut letak batang
•Diagram batang tegak
•Diagram batang mendatar
–menurut jumlah jenis data
•Diagram batang tunggal
•Diagram batang majemuk (Diagram batang
bertingkat)
Contoh.
• Gambarkan histogram frekuensi dan frekuensi
relatif dari contoh 2, serta tentukan persentase
siswa yang memperoleh nilai ulangan di atas
80?
•Diagram Garis
–untuk menggambarkan keadaan yang serba
terus menerus dalam periode waktu yang tetap
atau berkesinambungan, misalnya suhu badan
tiap jam, jumlah penjualan mobil tiap tahun,
jumlah penduduk tiap tahun, jumlah mahasiswa
baru tiap tahun, dan lain-lain.
–gunakan titik tengah kelas untuk data dalam
distribusi frekuensi
Contoh.
•Gambarkan poligon frekuensi, poligon
frekuensi relatif, poligon frekuensi kumulatif
(ogif) dari contoh 2.
gambarnya akan merupakan kumpulan titik-titik
yang terpencar.
LECTURE #3
Himpunan Data
• Data dapat dilambangkan dengan huruf x, y
serta dilengkapi indeks
• Contoh: Data IP mahasiswa
– NIM 15303241001 IP 3,21  x1 = 3,21
– NIM 15303241002 IP 3,57  x2 = 3,57
–…
– NIM 15303241045 IP 2,71  x45 = 2,71
•Contoh: Data tinggi dan berat badan siswa
–NIS 631524001 berat 45 kg tinggi badan 153
cm  x1 = 45 dan y1 = 153
–NIS 631524002 berat 51 kg tinggi badan 138
cm  x1 = 51 dan y1 = 138
–…
–NIS 631524001 berat 50 kg tinggi badan 165
cm  x1 = 50 dan y1 = 165
Statistika
• Notasi Sigma  menyatakan penjumlahan
suku – suku didalamnya
• Lambang  huruf i yang ada dibelakang notasi
sigma diganti dengan bilangan 1, 2, …, n,
kemudian suku – suku dijumlahkan. Huruf i
dapat diganti dengan huruf lain.
 1 n i
• Notasi Sigma

• Contoh.
•Diagram Lingkaran (Diagram Pastel)
–gambarkan sebuah lingkaran, lalu dibagi-bagi
menjadi beberapa sektor atau juring. Banyak
sektor dalam lingkaran menyatakan banyak
keterangan data yang akan disajikan, sedangkan
besar sudut pusat untuk masing-masing sektor
sebanding dengan besar nilai data yang
disajikan.
•Diagram Pencar  distribusi spasial
–Untuk kumpulan data yang terdiri atas dua
variabel, dengan nilai kuantitatif, diagramnya
dapat dibuat dalam sistem sumbu koordinat dan
• Sifat – sifat Kelinieran Notasi Sigma LECTURE #4

Ukuran Pemusatan
•Rata – rata
•Modus
•Median
Rata – rata
• Rata – rata Hitung
– data tunggal

• Contoh. (Sifat – sifat Kelinieran)

• Contoh 1. – data berkemlompok

Rata – rata
• Rata – rata Hitung

• Contoh 2.

•Notasi sigma rangkap

Rata – rata
•Notasi sigma rangkap •Rata – rata Ukur  data yg rasio suku – suku
berurutan kira – kira tetap  exs: laju
perubahan, pertumbuhan, indeks ekonomi

•Derat Aritmatika
•Rata – rata Ukur  data yg rasio suku – suku
berurutan kira – kira tetap  exs: laju
perubahan, pertumbuhan, indeks ekonomi
• Derat Geometri

•Rata – rata Ukur  data yg rasio suku – suku

berurutan kira – kira tetap  exs: laju
perubahan, pertumbuhan, indeks ekonomi
•Rata – rata Harmonis
Median
•Median
–nilai skor tengah dalam susunan skor yang
diurutkan mulai dari yang terkecil ke yang
terbesar. Median terletak di tengah-tengah data
yang telah diurutkan dan dapat dianggap bahwa
median membagi data yang telah diurutkan itu
menjadi dua sub kelompok yang sama banyak.
• mengurutkan data
• menghitung jumlah data
– Jumlah data ganjil 
– Jumlah data genap 
•Untuk data dalam distribusi frekuensi dengan
kelas – kelas, median adalah
Modus
•modus  nilai yang paling sering muncul atau
mempunyai frekuensi tertinggi
•unimodus, bimodus, multimodus atau sama
sekali tidak ada
•Untuk data dalam distribusi frekuensi dengan
kelas – kelas, modus adalah
LECTURE #5
Jenis – Jenis Ukuran Letak
• Median
– nilai skor tengah dalam susunan skor yang
diurutkan mulai dari yang terkecil ke yang
terbesar. Median terletak di tengah-tengah data
yang telah diurutkan dan dapat dianggap bahwa
median membagi data yang telah diurutkan itu
menjadi dua sub kelompok yang sama banyak.
•Kuartil
–bilangan yang 'dapat dianggap’ membagi data
yang telah diurutkan menurut besarnya, dari
yang terkecil ke yang terbesar, menjadi empat
sub kelompok yang sama banyak.
–Ada 3 macam kuartil yakni: Kuartil pertama
(Q1), Kuartil kedua (Q2) atau Median, Kuartil
ketiga (Q3)
–Nilai kuartil tidak harus terdapat pada data
•Desil
–bilangan yang 'dapat dianggap' membagi data
yang telah diurutkan menurut besarnya, dari
yang terkecil ke yang terbesar, menjadi sepuluh
sub kelompok yang sama banyak. Dengan
demikian terdapat 9 macam desil yakni mulai
dari D1 (desil pertama), D2, …, D5 (Median),
…, D9 (desil sembilan).
–Nilai desil tidak harus terdapat pada data
•Persentil
–bilangan yang 'dapat dianggap' membagi data
yang telah diurutkan menurut besarnya, dari
yang terkecil ke yang terbesar, menjadi 100 sub
kelompok yang sama banyak. Terdapat 99
macam persentil yakni mulai dari persentil
pertama (P1) sampai dengan persentil ke
sembilan puluh sembilan (P99).
–Nilai persentil tidak harus terdapat pada data
•Untuk menghitung ukuran letak data tunggal,
urutkan data terlebih dahulu dari kecil ke besar
•Kuartil
•Desil
•Percentil
Data dalam Distribusi Frekuensi Berkelompok
•Selidiki terlebih dahulu kelas yang memuat
ukuran letak yang dicari
•Kuartil

•Sampel

•Desil

•Dan simpangan baku untuk data sampel yaitu s

Data dalam Distribusi Frekuensi Berkelompok
•Ragam (variansi) untuk data sampel adalah:

•Percentil
•Bentuk lain untuk rumus ragam data sampel
yaitu:

•dengan xi : titik tengah kelas dan n : jumlah

frekuensi.
•Menghitung Ragam dan Simpangan Baku
dengan Cara Pengkodean
LECTURE #6

Ukuran Keragaman
• Menggambarkan bagaimana berpencarnya data
atau menggambarkan seberapa jauh data
menyebar dari rata-ratanya
• Ukuran keragaman: •dengan
– ragam atau variansi •s2 = ragam (variansi), p = panjang kelas, k =
– simpangan baku. banyak kelas, n = banyaknya data, fi = frekuensi
Data Tungal kelas ke-I, ci = .., –2, -1, 0, 1, 2,..
•Populasi