Anda di halaman 1dari 43

LAPORAN KONSEP STATISTIKA PADA DATA BADAN

PUSAT STATISTIK (BPS)

Disusun Guna Memenuhi Tugas Mata Kuliah: Pengantar Metode Statistik


Dosen Pengampu: Muhammad Azka, S.Si., M.Si.

KELAS: TPB I
Disusun oleh:
KELOMPOK 5
Putriyani (07161069)
Rosa Gallica (07161079)
Yulia Ayu Mulyanti (07161089)
Alya Sarah Maulida (08161009)
Destin Pricilia Gokmauli (08161019)
Nurul Fatiha Bakhtiar (08161059)
Risnayanti Arung (08161069)
Wahyu Dewantoro (08161089)
Ahmad Dwi Sesar Perkasa (09161009)
Dwiki Indra Satria (09161029)
Muhammad Nuzhand (09161049)
Rosemela Dhisa Salsabila (09161069)
Julius Enrico Chen (10161049)

Institut Teknologi Kalimantan


Balikpapan
2017

1
KATA PENGANTAR

Puji syukur kehadirat Tuhan Yang Maha Kuasa atas segala limpahan rahmat-Nya,
sehingga kami dapat menyelesaikan penyusunan laporan Konsep Statistika Pada Data Badan
Pusat Statistik (BPS). Terima kasih kami haturkan pula pada dosen pengampu yakni ibu Ulfa
yang memberikan tugas ini serta segala pihak yang telah membantu menyukseskan
penyusunan laporan ini.

Adapun laporan ini merupakan tugas besar mata kuliah Pengantar Metode Statistik
yang bertujuan agar mahasiswa bisa menggunakan data sekunder sebagai bahan praktik
dalam menerapkan konsep statistik. Besar harapan kami agar laporan ini dapat dipergunakan
sebagai salah satu acuan, petunjuk maupun pedoman bagi pembaca dalam memahami konsep
statistik pada data sekunder. Harapan saya semoga makalah ini membantu menambah
pengetahuan dan pengalaman bagi para pembaca.

Makalah ini masih banyak kekurangan karena pengalaman yang kami miliki sangat
kurang. Oleh kerena itu saya harapkan kepada para pembaca untuk memberikan masukan-
masukan yang bersifat membangun untuk kesempurnaan makalah ini, sehingga kami dapat
memperbaiki bentuk maupun isi makalah ini sehingga kedepannya dapat lebih baik

Balikpapan, 14 Mei 2017

Penyusun

2
DAFTAR ISI

Halaman Judul 1
Kata Pengantar 2
Daftar Isi 3
BAB I. Pendahuluan 4
1.1 Latar Belakang 4
1.2 Ruang Lingkup Pembahasan 5
1.3 Rumusan Masalah 5
1.4 Tujuan 5
BAB II. Pembahasan 6
2.1 Penyajian Data 6
2.2 Distribusi Peluang dari Peubah Acak 11
2.3 Distribusi Normal 17
2.4 Rata-rata distribusi sampling, selang rata-rata dari parameter, variansi,
dan proporsi 21
2.5 Uji hipotesis parameter 34
2.6 Regresi linear sederhana 35
2.7 Regresi linear berganda 39
Daftar Pustaka 42

3
BAB I
PENDAHULUAN
1.1 Latar Belakang
Kata statistik dan statistika mungkin terdengar tidak asing lagi di telinga kita karena
pembelajaran mengenai satistik dan statistika telah dipelajari pada jenjang sekolah menengah
atas. Peran statistik dan statistika sangat beragam dan hal tersebut sangat pembantu pekerjaan
manusia dewasa ini. Pada umunya, sebagian besar masyarakat menganggap bahwa statistik
dan statistika serupa. Menurut Nugroho (2007), statistika merupakan ilmu pengetahuan yang
berhubungan dengan cara-cara pengumpulan data, penyusunan data, pengolahan data,
penganalisan data serta penyajian data berdasarkan kumpulan dari analisis data yang telah
dilakukan, sedangkan statistik merupakan hasil-hasil pengolahan dari analisis data yang dapat
berupa mean, median, modus, dan sebagainya.

Berdasarkan pernyataan tersebut, statistika dibedakan menjadi statistika deskriptif dan


statistika inferensia. Statistika deskriptif adalah bagian statistika mengenai pengumpulan
data, penyajian, penentuan nilai-nilai statistika, pembuatan diagramatau gambar mengenai
sesuatu hal, disini data yang disajikan dalam bentuk yang lebih mudah dipahami atau dibaca
(Subagyo, 2003), sedangkan statistik inferensial merupakan kebalikan dari statistika
deskriptif yang berkenaan dengan cara penarikan kesimpulan berdasarkan data yang
diperoleh dari sampel untuk menggambarkan karakterisktik atau ciri dari suatu populasi dan
biasanya dilakukan pengujian hipotesis dan pendugaan mengenai karakteristik suatu populasi
tersebut (Sugiyono, 2006).

Dewasa ini, statistika banyak digunakan dalam kehidupan sehari-hari dimulai dari
perhitungan pengeluaran dan pendapatan, laba dan rugi perusahaan sampai hitung cepat hasil
pemilihan umum. Penerapan statistika juga berpengaruh pada kehidupan masyarakat sipil dan
pemerintahan, seperti statistik jumlah penduduk berdasarkan kelompok umur dan kecamatan,
statistik pendapatan per kapita, perhitungan jumlah sarana kesehatan, dan sebagainya. Dalam
kehidupan sehari-hari, statistika memiliki peranan sebagai penyedian bahan-bahan ataupun
keterangan-keterangan berbagai hal untuk diolah serta ditafsirkan. Dalam penelitian ilmiah,
statistika memiliki peranan sebagai penyedia alat untuk mengemukakan atau menemukan
kembali keterangan-keterangan yang seolah-olah tersembunyi dalam angka-angka. Dalam
ilmu pengetahuan, statistika memiliki peranan sebagai peralatan analisis dan interprasi diri

4
data kuntitatif ilu pengetahuan, sehingga data-data tersebut dapat disimpulkan dengan lebih
mudah.

1.2 Ruang Lingkup Pembahasan

Statistika memiliki peran yang sangat penting dalam setiap bidang kehidupan.
Mempelajari statistika dapat menggunakan data yang diperoleh dari suatu lembaga atau
instansi tertentu. Data tersebut sering dikenal dengan nama data sekunder. Dalam penyusunan
laporan ini, data sekunder yang digunakan ialah data Badan Pusat Statistik (BPS) yang
selanjutnya akan dibahas mengenai delapan hal yang meliputi berbagai jenis penyajian data,
distribusi peluang dari peubah acak, distribusi normal, rata-rata distribusi sampling, selang
rata-rata dari parameter, varians dan proporsi, uji hipotesis parameter, regresi linear
sederhana, regresi linear berganda serta analisis varians satu arah.
1.3 Rumusan Masalah
Adapun rumusan masalah dalam penyusunan laporan ini adalah sebagai berikut

1. Bagaimana cara menyajikan data.


2. Bagaimana cara menghitung distribusi peluang dari peubah acak.
3. Bagaimana cara menghitung nilai distribusi normal.
4. Bagaimana cara menghitung rata-rata distribusi sampling, selang rata-rata dari
parameter, variansi dan proporsi.
5. Bagaimana cara menghitung uji hipotesa parameter.
6. Bagaimana cara menghitung regresi linier sederhana.
7. Bagaimana cara menghitung regresi linier berganda.
8. Bagaimana cara menghitung analisis varians satu arah.

1.4 Tujuan
Adapun tujuan dalam penyusunan laporan ini adalah sebagai berikut

1. Memahami cara menyajikan data


2. Memahami cara menghitung distribusi peluang dari peubah acak
3. Memahami cara menghitung nilai distrbusi normal
4. Memahami cara menghitung rata-rata distribusi sampling, selang rata-rata dari
parameter, variansi dan proporsi.
5. Memahami cara menghitung uji hipotesa parameter.
6. Memahami cara menghitung regresi linier sederhana.

5
7. Memahami cara menghitung regresi linier berganda.
8. Memahami cara menghitung analisis varians satu arah.

6
BAB II

PEMBAHASAN

2.1 Penyajian Data

Penyajian data merupakan salah satu proses dalam pengolahan data agar dapat
dipahami dan dianalisis sesuai dengan tujuan yang diinginkan. Secara garis besar, bentuk
penyajian data dapat berupa tabel atau daftar, grafik dan diagram (Sudjana, 2002). Bentuk
penyajian data yang sering digunakan adalah tabel, grafik, diagram dan sebagainya (Riduwan
, 2005).

Data yang digunakan dalam laporan ini merupakan data Badan Pusat Statistik (BPS)
yang meliputi aspek sosial yakni jumlah fasilitas kesehatan menurut kecamatan di Kota
Balikpapan pada tahun 2015. Menurut data BPS, fasilitas kesehatan menurut kecamatan di
Kota Balikpapan pada tahun 2015 terdiri atas rumah sakit, rumah bersalin dan puskesmas.
Kecamatan Balikpapan Selatan memiliki 3 rumah sakit dan 2 puskesmas, Kecamatan
Balikpapan Timur memiliki 4 puskesmas, Kecamatan Balikpapan Utara memiliki 1 rumah
sakit dan 4 puskesmas, Kecamatan Balikpapan Tengah memiliki 2 rumah sakit, 1 rumah
bersalin dan 6 puskesmas, Kecamatan Balikpapan Barat memiliki 1 rumah bersalin dan 7
puskesmas serta Kecamatan Balikpapan Kota memiliki 3 rumah sakit, 1 rumah bersalin dan 4
puskesmas (Kota Balikpapan dalam Angka, 2016).

Data tersebut di atas dapat disajikan menjadi berbagai bentuk sajian. Salah satu
bentuk penyajian data yang sering digunakan adalah tabel. Penyusunan data dalam bentuk
tabel dapat memudahkan siapapun yang ingin menginterpretasi data dalam tabel tersebut.
Apabila data pada jumlah fasilitas kesehatan menurut kecamatan di Kota Balikpapan pada
tahunn 2015 dimasukkan ke dalam tabel, maka terlihat seperti berikut

Tabel 2.1
Jumlah Fasilitas Kesehatan Menurut Kecamatan di Kota Balikpapan, 2015
Rumah
No. Kecamatan Rumah Sakit Puskesmas
Bersalin
1. Balikpapan Selatan 3 0 2
2. Balikpapan Timur 0 0 4
3. Balikpapan Utara 1 0 4
4. Balikpapan Tengah 2 1 6

7
Rumah
No. Kecamatan Rumah Sakit Puskesmas
Bersalin
5. Balikpapan Barat 0 1 7
6. Balikpapan Kota 3 1 4
Jumlah 9 3 27
Sumber: Kota Balikpapan dalam Angka 2016

Bentuk penyajian data tidak hanya berupa tabel, namun juga dapat berupa diagram.
Adapun diagram merupakan bentuk gambar yang menyatakan data-data dan berfungsi
menjelaskan atau menerangkan sesuatu (Widyatama, 2011). Diagram merupakan cara yang
baik untuk mengomunikasikan informasi penting (Abrams, 1981). Diagram berfungsi untuk
mempermudah rincian data, terutama dalam bentuk angka, sehingga informasi yang disajikan
dapat lebih ringkas dan mudah dipahami. Data jumlah fasilitas kesehatan menurut kecamatan
di Kota Balikpapan pada tahun 2015 jika disajikan dalam bentuk diagram pie dan batang
untuk masing-masing fasititas kesehatan akan memiliki visualisasi sebagai berikut

3 3 Balikpapan Selatan
Balikpapan Utara

2 1 Balikpapan Tengah
Balikpapan Kota

Gambar 2.1
Jumlah Rumah Sakit Menurut Kecamatan di Kota Balikpapan, 2015
3.5
3
2.5
2
1.5
1
0.5
0 Rumah Sakit

8
Gambar 2.2
Jumlah Rumah Sakit Menurut Kecamatan di Kota Balikpapan, 2015
Berdasarkan diagram di atas, jumlah rumah sakit terbanyak dimiliki oleh Kecamatan
Balikpapan Selatan dan Kecamatan Balikpapan Kota dengan jumlah 3 unit. Berikut adalah
visualisasi jumlah rumah bersalin dengan menggunakan diagram pie dan diagram batang

1 1
Balikpapan Tengah
Balikpapan Barat
1 Balikpapan Kota

Gambar 2.3
Jumlah Rumah Bersalin Menurut Kecamatan di Kota Balikpapan, 2015
1.2
1
0.8
0.6
0.4
0.2 Rumah Bersalin
0

Gambar 2.4
Jumlah Rumah Bersalin Menurut Kecamatan di Kota Balikpapan, 2015
Berdasarkan kedua diagram di atas, terdapat 3 kecamatan yang tidak memiliki rumah
bersalin yakni Kecamatan Balikpapan Selatan, Balikpapan Timur dan Balikpapan Utara,
sedangkan 33 kecamatan lainnya memiliki rumah bersalin. Di bawah ini disajikan jumlah
puskesmas pada masing-masing kecamatan di Kota Balikpapan dengan menggunakan
diagram pie dan diagram batang.

9
Balikpapan Selatan
4 2 4 Balikpapan Timur
7 4 Balikpapan Utara

6 Balikpapan Tengah
Balikpapan Barat
Balikpapan Kota

Gambar 2.5
Jumlah Puskemas Menurut Kecamatan di Kota Balikpapan, 2015
8
7
6
5
4
3
2
1 Puskesmas
0

Gambar 2.6
Jumlah Puskesmas Menurut Kecamatan di Kota Balikpapan, 2015
Berdasarkan diagram di atas, diketahui bahwa masing-masing kecamatan di Kota
Balikpapan memiliki puskesmas. Jumlah puskesmas terbanyak terdapat di Kecamatan
Balikpapan Barat.

Bentuk penyajian data lainnya adalah grafik. Grafik sudah banyak dipelajari oleh
masyarakat luas. Sama seperti tabel dan diagram, grafik juga berfungsi sebagai media
penyajian data agar lebih mudah dipahami dan dimengerti. Menurut Karl E. Case, grafik
merupakan sajian dua dimensi dari kelompok angka atau data. Keberadaan grafik yang
mengombinasikan angka dan garis mempermudah pembaca dibandingkan kata-kata yang
terlalu panjang. Penyajian data jumlah fasilitas kesehatan menurut kecamatan di Kota
Balikpapan tahun 2015 adalah sebagai berikut.

10
3.5
3
2.5
2
1.5
1
Rumah Sakit
0.5
0

Gambar 2.7
Jumlah Rumah Sakit Menurut Kecamatan di Kota Balikpapan, 2015
1.2
1
0.8
0.6
0.4
0.2 Rumah Bersalin
0

Grafik 2.8
Jumlah Rumah Bersalin Menurut Kecamatan di Kota Balikpapan, 2015
8
7
6
5
4
3
2
1 Puskesmas
0

Grafik 2.1
Jumlah Puskesmas Menurut Kecamatan di Kota Balikpapan, 2015

11
Penyajian data dalam bentuk tabel, diagram maupun grafik akan mempermudah
dalam menganalisis data tersebut. Berdasarkan tabel, diagram serta grafik di atas dapat
disimpulkan bahwa fasilitas kesehatan di Kota Balikpapan terdiri atas rumah sakit, rumah
bersalin dan puskesmas. Jumlah rumah sakit terbanyak terdapat di Kecamatan Balikpapan
Selatan dengan jumulah penduduk sebanyak 123.778 jiwa dan Kecamatan Balikpapan Kota
dengan jumlah penduduk 87.721 jiwa sebanyak 3 unit, sedangkan jumlah puskesmas
terbanyak terdapat di Kecamatan Balikpapan Barat sebanyak 7 unit dengan jumlah penduduk
92.457 jiwa (Balikpapan dalam Angka, 2015).
Seharusnya, dengan jumlah penduduk yang lebih banyak diimbangi dengan
penambahan fasilitas kesehatan seperti rumah sakit, rumah bersalin dan puskesmas. Namun,
pada kenyataannya Kecamatan dengan jumlah penduduk terbanyak yakni Kecamatan
Balikpapan Utara dengan jumlah penduduk sebanyak 135.675 jiwa hanya memiliki jumlah
fasilitas kesehatan yang lebih sedikit dari kecamatan lainnya (Balikpapan dalam Angka,
2015).

2.2 Distribusi Peluang dari Peubah Acak


Peluang merupakan teori dasar stastistika, suatu disiplin ilmu yang mempelajari
pengumpulan, pengaturan, perhitungan, penggambaran dan penganalisisan data, serta
penarikan kesimpulan yang valid berdasarkan penganalisisan yang dilakukan dan pembuatan
keputusan yang rasional. Banyak masalah yang disinggung dan harus diselesaikan dengan
cara yang mudah dan sederhana namun dalam waktu yang singkat, oleh karena itu metode
yang terdapat di bagian statistik dapat mempermudah jalannya proses pemecahan masalah.
Salah satu contoh penerapannya dalam menyelesaikan masalah metode statistik
menggunakan peluang sebagai pendekatan pada hasil sebuah masalah, hal ini dapat
diaplikasikan pada kehidupan sehari-hari sebagai satu pendekatan menyelesaikan suatu
masalah dalam pilihan (Sumber:http://nasmtk.blogspot.co.id/2013/08/makalah-statistik-
distribusi-peluang_6612.html).
Probabiltas sangat dibutuhkan, karena kebenaran dari suatu kesimpulan yang dibuat
dari analisis data sebetulnya tidak dapat dipastikan benar secara absolut, disebabkan data
berdasarkan dari sampel. Distribusi Probabilitas adalah suatu distribusi yang mengambarkan
peluang dari sekumnpulan variat sebagai pengganti frekuensinya. Probabilitas kumulatif
adalah probalitas dari suatu variabel acak yang mempunyai nilai sama atau kurang dari suatu
nilai tertentu (Sumber: http://nasmtk.blogspot.co.id/2013/08/makalah-statistik-distribusi-
peluang_6612.html).

12
2.2.1 Distribusi Bernoulli
Suatu distribusi Bernoulli dibentuk oleh suatu percobaan Bernoulli dimana percobaan
Bernoulli harus memenuhi syarat: hasil yang mungkin, hanya salah satu dari “sukses” atau
“gagal”. Percobaan Bernoulli dapat menghasilkan sukses dengan probabilitas p dan gagal
dengan probabilitas q = 1 – p (Sumber: Power Point Distribusi Peluang Diskrit dan Kontinu,
2017).

Contoh Soal.
Tabel berikut menyajikan data produksi tanaman perkebunan rakyat menurut jenis
tanaman di Kota Balikpapan menurut jenis tanaman pada tahun 2015.
Tabel 2.2
Jumlah Kasus 10 Penyakit Terbanyak di Kota Balikpapan, 2015
No. Jenis Penyakit Jumlah Kasus
1. ISPA 125.218
2. Hipertensi Primer 64.121
3. Penyakit Pulpa dan Jaringan Perapikal 26.618
4. Dyspepsia 24.228
5. Type II: Non Insulin Dependen DM 24.236
6. Pharingitis 19.220
7. Diare dan Gastroenteritis non spesifik 16.900
8. Mylagia 14.874
9. Demam 13.078
10. Cephalgia 11.964
Jumlah 340.457
Sumber: Kota Balikpapan dalam Angka 2016

Berdasarkan tabel tersebut di atas, salah satu kasus penyakit di Kota Balikpapan
adalah ISPA yang menduduki peringkat pertama sebagai jumlah kasus penyakit terbanyak di
Kota Balikpapan pada tahun 2015. Bagaimanakah distribusi Bernoulli kasus penyakit ISPA
di Kota Balikapapan pada tahun 2015.
Penyelesaian.

13
Adapun prosentase penyakit ISPA di Kota Balikpapan pada tahun 2015 adalah
sebesar 37%. Jika variabel acak x menyatakan jumlah kasus penyakit ISPA di Kota
Balikpapan pada tahun 2015, maka distribusi probabilitasnya dapat ditulis sebagai berikut
1 kasus penyakit ISPA di Kota Balikpapan pada tahun 2015
x=
0 selain kasus penyakit ISPA di Kota Balikpapan pada tahun 2015 1369 3969
Berdasarkan pernyataan tersebut, dapat dituliskan probabilitas distribusi Bernoulli
adalah sebagai berikut
𝑃(1) = 𝑃(𝑥 = 1) = 37% = 0,37
𝑃(0) = 𝑃(𝑥 = 0) = 1 − 0,37 = 0,63
𝑃(𝑥 ≠ 0 𝑎𝑡𝑎𝑢 1) = 𝑃(𝑥 ≠ 0 𝑎𝑡𝑎𝑢 1) = 0
atau
𝑃𝐵(𝑥: 0,37) = (0,37)𝑥 . (0,63)1−𝑥 = 0,1
Berdasarkan hasil tersebut di atas, probabilitas Bernoulli untuk kasus penyakit ISPA
di Kota Balikpapan pada tahun 2015 adalah sebesar 0,37 dan probabilitas Bernoulli untuk
selain kasus penyakit ISPA di Kota Balikpapan pada tahun 2015 adalah sebesar 0,63%.

2.2.2 Distribusi Binomial


Probabilitas hanyalah suatu sistematika ilmu untuk mempelajari ketidakpastian.
Seakurat-akuratnya model probabilitas yang digunakan, tetap saja ketidakpastian itu masih
ada walau dengan kadar yang amat tipis. Dan ketidakpastian yang tipis itu pada gilirannya
dapat menghasilkan hasil yang ekstrim. Jadi penting bagi kita memahami apa yang bisa
diberikan oleh teori probabilitas dan turunan-turunannya. Dalam statistik probabilitas dikenal
dengan distribusi
(https://www.academia.edu/6769745/MAKALAH_DISTRIBUSI_BINOMIAL).
Salah satu jenis distribusi variabel random diskrit yang paling sederhana adalah
distribusi binomial. Distribusi Binomial adalah distribusi untuk proses Bernoulli. Distribusi
ini dikemukakan pertama kali oleh seorang ahli matematika bangsa Swiss yang bernama J.
Bernoulli (1654-1705).
Contoh Soal.
Di bawah ini disajikan data berupa jumlah kasus penyakit yang terjadi di Kota
Balikpapan pada tahun 2015.
Tabel 2.3
Jumlah Kasus 10 Penyakit Terbanyak di Kota Balikpapan, 2015

14
No. Jenis Penyakit Jumlah Kasus
1. ISPA 125.218
2. Hipertensi Primer 64.121
No. Jenis Penyakit Jumlah Kasus
3. Penyakit Pulpa dan Jaringan Perapikal 26.618
4. Dyspepsia 24.228
5. Type II: Non Insulin Dependen DM 24.236
6. Pharingitis 19.220
7. Diare dan Gastroenteritis non spesifik 16.900
8. Mylagia 14.874
9. Demam 13.078
10. Cephalgia 11.964
Jumlah 340.457
Sumber: Kota Balikpapan dalam Angka 2016

Berdasarkan tabel di atas terdapat 10 kasus penyakit yang terjadi di Kota Balikpapan.
Sebesar 8% merupakan kasus penyakit pulpa dan jaringan perapikal. Berapakah probabilitas
binomial bahwa tepat 2 di antara 4 kasus penyakit berikutnya juga merupakan kasus penyakit
pulpa dan jaringan perapikal?

Penyelesaian.

2
Berdasarkan data tersebut di atas dapat ditentukan bahwa 𝑥 = 2, 𝑛 = 4, 𝑝 = 25, 𝑞 =
23
, maka distribusi Binomial untuk kasus penyakit di Kota Balikpapan pada tahun 2015
25

adalah sebagai berikut.


2 4 2 2 232 4! 22 232
𝑏 (2; 4, )=( ) = . 2 . 2
25 2 25 25 2! 2! 25 25
2 4 × 3 × 2! 4 529
𝑏 (2; 4, ) = . .
25 2! 2! 625 625
2 12.696
𝑏 (2; 4, ) =
25 390.625
2
𝑏 (2; 4, ) = 0,033
25
Berdasarkan perhitungan tersebut di atas, distribusi binomial dari kasus penyakit pula
dan jaringan perapikal di Kota Balikpapan pada tahun 2015 adalahb sebesar 0,033.

15
2.2.3 Distribusi Poisson
Distribusi Poisson adalah distribusi nilai-nilai bagi suatu variabel random x (x diskrit),
yaitu banyaknya hasil percobaan yang terjadi dalam suatu interval waktu tertentu atau disuatu
daerah tertentu. Fungsi distribusi probabilitas diskrit yang sangat penting dalam beberapa
aplikasi praktis.
Dalam teori probabilitas dan statistika, distribusi Poisson adalah distribusi probabilitas
diskret yang menyatakan peluang jumlah peristiwa yang terjadi pada periode waktu tertentu
apabila rata-rata kejadian tersebut diketahui dan dalam waktu yang saling bebas sejak
kejadian terakhir. (distribusi Poisson juga dapat digunakan untuk jumlah kejadian pada
interval tertentu seperti jarak, luas, atau volume). Distribusi ini pertama kali diperkenalkan
oleh Siméon-Denis Poisson (1781–1840) dan diterbitkan, bersama teori probabilitasnya, pada
tahun 1838 dalam karyanya yakni Recherches sur la probabilité des jugements en matière
criminelle et en matière civile (“Penelitian Probabilitas Hukum Masalah Pidana dan Perdata”)
(Sumber: https://id.wikipedia.org/wiki/Distribusi_Poisson)

Contoh Soal.
Di bawah ini disajikan data berupa jumlah kasus penyakit yang terjadi di Kota Balikpapan
pada tahun 2015.
Tabel 2.4
Jumlah Desa/Kelurahan Menurut Kecamatan di Kota Balikpapan, 2015
No. Kecamatan Kelurahan Desa
1. Balikpapan Selatan 7 0
2. Balikpapan Kota 5 0
3. Balikpapan Timur 3 1
4. Balikpapan Utara 5 1
5. Balikpapan Tengah 6 0
6. Balikpapan Barat 6 0
Jumlah 32 2
Sumber: Kota Balikpapan dalam Angka 2016

Berdasarkan data tersebut di atas, terdapat desa/kelurahan yang tersebar di masing-


masing kecamatan di Kota Balikpapan pada tahun 2015. Terdapat 3 kelurahan di Kecamatan

16
Balikpapan Timur. Berapakah probabilitas bahwa kelurahan di Kecamatan Balikpapan Timur
akan bertambah menjadi 7 kelurahan?

Penyelesaian.
𝜆𝑥 ×𝑒 −𝜆
Dengan menggunakan rumus 𝑃(𝑥) = maka dapat dicari distribusi Poisson dari
𝑥!

data di atas seperti berikut

37 − 2,71828−3
𝑃(𝑥) =
5!
2187 − 0,049787
𝑃(𝑥) =
5040
2186,95
𝑃(𝑥) =
5040
𝑃(𝑥) = 0,434
Berdasarkan perhitungan tersebut, probabilitas bertambahnya kelurahan di Kecamatan
Balikpapan Timur menjadi 7 kelurahan adalah sebesar 0,434 atau sebesar 43,4%.

2.2.4 Distribusi Uniform (Seragam)


Suatu random variabel dikatakan terdistribusi secara uniform (seragam), apabila nilai
probabilitasnya proporsional terhadap panjang interval. Secara matematis distribusi uniform
dapat ditulis sebagai berikut
1
untuk 𝑎 ≤ 𝑥 ≤ 𝑏
𝑏−𝑎
𝑓(𝑥) =
0 untuk x lainnya
di mana a merupakan batas bawah interval dan b merupakan batas atas interval. Hal lain yang
harus diketahui mengenai distribusi uniform yakni data yang digunakan haruslah kontinu.
(Sumber: Power Point Distribusi Peluang Diskrit dan Kontinu)

Contoh Soal.
Berikut disajikan data produksi tanaman perkebunan rakyat menurut jenis tanaman
(Ha) pada tahun 2015.

17
Tabel 2.5
Produksi Tanaman Perkebunan Rakyat Menurut Jenis Tanaman (Ha), 2015
No. Tahun Karet Lada Kelapa Kakao
1. 2003 107,70 23,27 2.043,60 0,80
2. 2004 156,00 95,75 1.628,00 15,60
No. Tahun Karet Lada Kelapa Kakao
3. 2005 588,50 69,08 3.071,00 18,30
4. 2006 823,20 79,45 4.495,53 17,75
5. 2007 820,00 56,50 4.898,00 24,50
6. 2008 306,36 23,83 26,75 9,06
7. 2009 1.611,23 25,23 509,96 6,53
8. 2010 2.370 50 2.032 1
9. 2011 3.127 25 1.818 1
10. 2012 3.429 4 303 1
11. 2013 2.322 3 176 1
12. 2014 3.715 3 172 1
13. 2015 1.675 - 202 2
Sumber: Kota Balikpapan dalam Angka 2016
Berdasarkan data tersebut, diketahui bahwa hasil produksi tanaman perkebunan lada
menyebar secara uniform antara 3 Ha sampai dengan 95,75 Ha. Tentukan fungsi kepadatan
peluangnya.

Penyelesaian.

Misalkan x merupakan hasil produksi tanaman perkebunan lada, sedangkan batas atas
(b) adalah 95,75 Ha dan batas bawah (a) adalah 3 Ha. Berdasarkan keterangan tersebut,
kepadatan peluang dari hasil perkebunan lada di Kota Balikpapan pada tahun 2015 dapat
diberikan sebagai berikut
1
untuk 𝑎 ≤ 𝑥 ≤ 𝑏
92,75

𝑓(𝑥) =
0 untuk x lainnya

18
Berdasarkan perhitungan tersebut, dapat disimpulkan bahwa x yang merupakan hasil
produksi tanaman perkebunan pala yang menyebar secara uniform antara 3 Ha sampai
1
dengan 19,75 Ha memiliki kepadatan peluang sebesar 92,75.

2.3 Distribusi Normal


Distribusi normal merupakan salah satu distribusi probabilitas yang penting dalam
analisis statistika. Adapun distribusi normal yang disebut pula distribusi normal baku adalah
distribusi normal yang memiliki rata-rata nol dan simpangan baku satu. Distribusi normal
memodelkan fenomena kuantitatif pada ilmu alam maupun ilmu sosial (Sumber:
https://id.wikipedia.org/wiki/Distribusi_normal)
Distribusi normal banyak digunakan dalam berbagai bidang statistika, misalnya
distribusi sampling rata-rata akan mendekati normal, meski distribusi populasi yang diambil
tidak berdistribusi normal. Distribusi normal juga banyak digunakan dalam berbagai
distribusi dalam statistika, dan kebanyakan pengujian hipotesis mengasumsikan normalitas
suatu data.
Dalam menentukan nilai ditribusi normal, data yang digunakan haruslah data kontinu.
Kontinu berarti sejumlah berhingga elemen yang berbeda atau elemen-elemen yang
bersambungan. Data kontinyu merupakan data yang satuannya bisa dalam pecahan atau
bilangan real (Sumber: https://nasrullah66c.wordpress.com/2010/10/21/arti-kata-diskrit-
kontinyu-dan-komputasi/).

Contoh Soal.
Di bawah ini disajikan data produksi tanaman perkebunan rakyat di Kota Balikpapan
pada tahun 2015. Adapun tanaman perkebunan tersebut terdiri atas karet, lada, kelapa dan
kakao yang disajikan dalam tabel berikut.

Tabel 2.6
Produksi Tanaman Perkebunan Rakyat Menurut Jenis Tanaman (Ha), 2015
No. Tahun Karet Lada Kelapa Kakao
1. 2003 107,70 23,27 2.043,60 0,80
2. 2004 156,00 95,75 1.628,00 15,60
3. 2005 588,50 69,08 3.071,00 18,30

19
4. 2006 823,20 79,45 4.495,53 17,75
5. 2007 820,00 56,50 4.898,00 24,50
6. 2008 306,36 23,83 26,75 9,06
7. 2009 1.611,23 25,23 509,96 6,53
8. 2010 2.370 50 2.032 1
9. 2011 3.127 25 1.818 1
10. 2012 3.429 4 303 1
11. 2013 2.322 3 176 1
No. Tahun Karet Lada Kelapa Kakao
12. 2014 3.715 3 172 1
13. 2015 1.675 - 202 2
Sumber: Kota Balikpapan dalam Angka 2016

Berdasarkan tabel tersebut, akan ditentukan rata-rata serta standar deviasi masing-
masing hasil perkebunan rakyat Kota Balikpapan pada tahun 2015 yang dapat dilihat pada
tabel dibawah ini.
Tabel 2.7
Produksi Tanaman Perkebunan Rakyat Menurut Jenis Tanaman (Ha), 2015
No. Tahun Karet Lada Kelapa Kakao
1. 2003 107,70 23,27 2.043,60 0,80
2. 2004 156,00 95,75 1.628,00 15,60
3. 2005 588,50 69,08 3.071,00 18,30
4. 2006 823,20 79,45 4.495,53 17,75
5. 2007 820,00 56,50 4.898,00 24,50
6. 2008 306,36 23,83 26,75 9,06
7. 2009 1.611,23 25,23 509,96 6,53
8. 2010 2.370 50 2.032 1
9. 2011 3.127 25 1.818 1
10. 2012 3.429 4 303 1
11. 2013 2.322 3 176 1
12. 2014 3.715 3 172 1
13. 2015 1.675 - 202 2
Jumlah 21.050,99 458,11 21.475,84 99,54

20
Rata-rata 1.619,31 35,24 1.651,99 7,66
Deviasi 1.274,29 31,89 1.665,51 8,49

Berdasarkan data pada tabel tersebut, jumlah seluruh hasil perkebunan rakyat yang
berupa kokoa berdistribusi normal dengan rata-rata sebesar 7,66 dan standar deviasi sebesar
8,49. Tentukan probabilitas bahwa satu komponen dari keseluruhan hasil kokoa akan
memiliki nilai antara 8 Ha sampai dengan 10 Ha.

Penyelesaian.
Berdasarkan data tersebut di atas, probabilitas tanaman karet berada di antara 1600
sampai 1700 Ha dapat ditulis sebagai berikut
𝑃(8 ≤ 𝑥 ≥ 10)
Untuk 𝑥 = 10 Ha, nilai Z dapat ditentukan dengan cara mentranformasikan nilai x ke
𝑥−µ
nilai Z dengan menggunakan rumus 𝑍 = sebagai berikut
𝜎
10 − 7,66
𝑍=
8,49
2.34
𝑍=
8,49
𝑍 = 0,28
Berdasarkan perhitungan tersebut di atas, untuk 𝑃(𝑍 ≤ 0,28) = 0,6103
Untuk 𝑥 = 8 Ha, nilai Z dapat ditentukan dengan cara mentranformasikan nilai x ke
𝑥−µ
nilai Z dengan menggunakan rumus 𝑍 = sebagai berikut
𝜎
8 − 7,66
𝑍=
8,49
0,34
𝑍=
8,49
𝑍 = 0,04
Berdasarkan perhitungan tersebut di atas, untuk 𝑃(𝑍 ≤ 0,04) = 0,5160
Berdasarkan perhitungan untuk 𝑥 = 8 Ha dan 𝑥 = 10 Ha maka dapat ditentukan
probabilitas bahwa satu komponen dari keseluruhan hasil kokoa akan memiliki nilai antara 8
sampai dengan 10 Ha dapat ditulis sebagai berikut
𝑃(8 ≤ 𝑥 ≥ 10) = 𝑃(0,5160 ≤ 𝑥 ≥ 0,6103
𝑃(8 ≤ 𝑥 ≥ 10) = 0,6103 − 0,5160

21
𝑃(8 ≤ 𝑥 ≥ 10) = 0,0943
Karena 𝑃(8 ≤ 𝑥 ≥ 10) = 0,0943, dapat disimpulkan bahwa probabilitas satu
komponen dari keseluruhan hasil kokoa akan memiliki nilai antara 8 Ha sampai dengan 10
Ha adalah sebesar 0,0943.

2.4 Rata-Rata Distribusi Sampling, Selang Rata-Rata dari Parameter, Variansi dan
Proporsi
2.4.1 Distribusi Sampling
Populasi ialah kumpulan dari semua kemungkinan orang-orang, benda-benda, dan
ukuran lain yang menjadi objek perhatian atau kumpulan seluruh objek yang menjadi
perhatian. Sampel merupakan suatu bagian dari populasi tertentu yang menjadi perhatian.
Adapun samper dapat dibedakan menjadi sampel probabilitas dan sampel on probabilitas.
Sampel probabilitas merupakan suatu sampel yang dipilih sedemikian rupa dari populasi
sehingga masing-masing anggota populasi memiliki probabilitas atau peluang yang sama
untuk dijadikan sampel. Sampel nonprobabilitas merupakan suatu sampel yang dipilih
sedemikian rupa dari populasi sehingga setiap anggota tidak memiliki probabilitas atau
peluang yang sama untuk dijadikan sampel (Sumber:
https://www.academia.edu/8213239/DISTRIBUSI_SAMPLING_RATA-
RATA_DAN_PROPORSI).
Distribusi sampel dari rata-rata hitung sampel adalah suatu distribusi probabilitas
yang terdiri dari seluruh kemungkinan rata-rata hitung sampel dari suatu ukuran sampel
tertentu yang dipilih dari populasi, dan probabilitas terjadinya dihubungkan dengan setiap
rata-rata hitung sampel (Suharyadi, 2013). Distribusi sampling rata-rata adalah kumpulan dari
bilangan-bilangan yang masing-masing merupakan rata-rata hitung dari samplenya (Sudjana,
2001).

Contoh Soal.
Berikut ini disajikan data banyaknya pendonor darah dan jumlah darah yang
terkumpul pada Palang Merah Indonesia (PMI) Balikpapan dari tahun 2012 sampai dengan
tahun 2015.

Tabel 2.8

22
Banyaknya Pendonor Darah dan Jumlah Darah yang Terkumpul pada Palang Merah
Indonesia (PMI) Balikpapan, 2012 - 2015.

Pendonor Darah Jumlah Darah yang


No. Bulan
Sukarela Terkumpul
1. Januari, 2012 1041 364350
2. Februari, 2012 1161 406350
3. Maret, 2012 1163 407050
4. April, 2012 1431 500850
5. Mei, 2012 1288 450800
6. Juni, 2012 1301 455350
7. Juli, 2012 1497 523950
8. Agustus, 2012 1337 467950
9. September, 2012 1466 513100
10. Oktober, 2012 1470 514500
11. Nopember, 2012 1259 440650
12. Desember, 2012 1227 429450
13. Januari, 201 1607 562450
14. Februari, 2013 1333 466550
15. Maret, 2013 1285 449750
16. April, 2013 1473 515550
17. Mei, 2013 1322 462700
18. Juni, 2013 1353 473550
19 Juli, 2013 1270 444500
20. Agustus, 2013 1422 497700
21. September, 2013 1403 491050
22. Oktober, 2013 1490 521500
23. Nopember, 2013 1630 570500
24. Desember, 2013 1453 508550
25. Januari, 2014 1345 470750
26. Februari, 2014 1494 522900
27. Maret, 2014 1240 434000
28. April, 2014 1388 485800
29 Mei, 2014 1450 507500
30. Juni, 2014 1605 561750
31. Juli, 2014 1139 398650
32. Agustus, 2014 1783 624050
33. September, 2014 1929 675150
34. Oktober, 2014 1457 509950
35. Nopember, 2014 1448 506800
36. Desember, 2014 1400 490000
37. Januari, 2015 1546 541100
38. Februari, 2015 1450 507500
39 Maret, 2015 1375 481250
40. April, 2015 1589 556150
41 Mei, 2015 1564 547400

23
42. Juni, 2015 1535 537250
43. Juli, 2015 1461 511350
44. Agustus, 2015 1735 607250
45. September, 2015 1445 505750
46. Oktober, 2015 1343 470050
47. November, 2015 1575 551250
48. Desember, 2015 1721 602350
Jumlah 68699 24044650
Sumber: Kota Balikpapan dalam Angka 2013-2016

Berdasarkan data tersebut terdapat 48 populasi dari pendonor darah sukarela dan akan
dipilih 20 sampel pendonor darah sukarela secara acak dan menghasilkan data sampel sebagai
berikut
Tabel 2.9
Hasil Pengacakan 20 Data Banyaknya Pendonor Darah dan Jumlah Darah yang
Terkumpul pada Palang Merah Indonesia (PMI) Balikpapan, 2012 - 2015.

No. Bulan Jumlah Pendonor Sukarela


1. Januari, 2014 1345
2. Nopember, 2014 1448
3. Februari, 2015 1450
4. Juni, 2013 1353
5. Desember, 2013 1453
6. Agustus, 2013 1422
7. Oktober, 2014 1457
8. Agustus, 2015 1735
9. Juli, 2012 1497
10. Mei, 2015 1564
11. Maret, 2015 1375
12. Oktober, 2013 1490
13. Oktober, 2014 1457
14. Mei, 2014 1450
15. Februari, 2014 1494
16. Maret, 2013 1285
17. Desember, 2015 1721
18. November, 2015 1575

24
19. Februari, 2013 1333
20. Agustus, 2014 1783
Jumlah 29687

Berdasarkan data di atas, terdapat 48 sampel pendonor darah sukarela di Kota


Balikapapn dari tahun 2013-2015. Dari 20 sampel yang tentukan seperti pada tabel dengan
rata-rata sampel 1484,35 standar deviasi populasi sebesar 171,9 dapatkan konfidensi sebesar
95% untuk nilai rata-rata dari populasi pendonor darah tersebut.
Penyelesaian.
Terlebih dahulu tentukan nilai α sebagai berikut.
95% = (1 − 𝛼)100%
0,95 = 1 − 𝛼
𝛼 = 0,05
𝛼
= 0,025
2
𝛼
Dengan nilai = 0,025 maka diperoleh nilai 𝑍0,025 = 1,96 sehingga interval
2

konfidensi 95% untuk rata-rata sampel pendonor darah sukarela adalah sebagai berikut
𝜎
𝑋̅ ± 𝑍𝛼
2 √𝑛
𝜎 𝜎
𝑋̅ − 𝑍𝛼 < µ < 𝑋̅ + 𝑍𝛼
2 √𝑛 2 √𝑛

171,9 171,9
1484,35 − (1,96) < µ < 1484,35 + (1,96)
√20 √20
1484,35 − 74,87 < µ < 1484,35 + 74,87
1409,48 < µ < 1559,22
Berdasarkan hasil tersebut, dapat disimpulkan bahwa kita percaya nilai rata-rata dari
48 pendonor darah sukarela di Kota Balikpapan dari tahun 2012 sampai dengan tahun 2015
yang sebenarnya berada antara 1409,48 dan 1559,22.

2.4.2 Selang Rata-Rata dari Parameter


Estimasi merupakan merupakan merupakan salah satu cara untuk menyatakan
karakteristik dengan menggunakan karakteristik yang didapat dari sampel. Estimator adalah
statistik yang digunakan untuk mengestimasi parameter populasi (Sumber: Power Point
Estimasi Parameter).
Contoh Soal.

25
Berikut ini disajikan data banyaknya pendonor darah dan jumlah darah yang
terkumpul pada Palang Merah Indonesia (PMI) Balikpapan dari tahun 2012 sampai dengan
tahun 2015.

Tabel 2.10
Banyaknya Pendonor Darah dan Jumlah Darah yang Terkumpul pada Palang Merah
Indonesia (PMI) Balikpapan, 2012 - 2015.

Pendonor Darah Jumlah Darah yang


No. Bulan
Sukarela Terkumpul
1. Januari, 2012 1041 364350
2. Februari, 2012 1161 406350
3. Maret, 2012 1163 407050
4. April, 2012 1431 500850
5. Mei, 2012 1288 450800
6. Juni, 2012 1301 455350
7. Juli, 2012 1497 523950
8. Agustus, 2012 1337 467950
9. September, 2012 1466 513100
10. Oktober, 2012 1470 514500
11. Nopember, 2012 1259 440650
12. Desember, 2012 1227 429450
13. Januari, 201 1607 562450
14. Februari, 2013 1333 466550
15. Maret, 2013 1285 449750
16. April, 2013 1473 515550
17. Mei, 2013 1322 462700
18. Juni, 2013 1353 473550
19 Juli, 2013 1270 444500
20. Agustus, 2013 1422 497700
21. September, 2013 1403 491050
22. Oktober, 2013 1490 521500
23. Nopember, 2013 1630 570500
24. Desember, 2013 1453 508550
25. Januari, 2014 1345 470750
26. Februari, 2014 1494 522900
27. Maret, 2014 1240 434000
28. April, 2014 1388 485800
29 Mei, 2014 1450 507500
30. Juni, 2014 1605 561750
31. Juli, 2014 1139 398650
32. Agustus, 2014 1783 624050
33. September, 2014 1929 675150
34. Oktober, 2014 1457 509950
35. Nopember, 2014 1448 506800

26
36. Desember, 2014 1400 490000
37. Januari, 2015 1546 541100
38. Februari, 2015 1450 507500
39 Maret, 2015 1375 481250
40. April, 2015 1589 556150
41 Mei, 2015 1564 547400
42. Juni, 2015 1535 537250
43. Juli, 2015 1461 511350
44. Agustus, 2015 1735 607250
45. September, 2015 1445 505750
46. Oktober, 2015 1343 470050
47. November, 2015 1575 551250
48. Desember, 2015 1721 602350
Jumlah 68699 24044650
Sumber: Kota Balikpapan dalam Angka 2013-2016

Berdasarkan data tersebut terdapat 48 populasi dari pendonor darah sukarela dan akan
dipilih 20 sampel pendonor darah sukarela secara acak dan menghasilkan data sampel sebagai
berikut
Tabel 2.11
Hasil Pengacakan 20 Data Banyaknya Pendonor Darah dan Jumlah Darah yang
Terkumpul pada Palang Merah Indonesia (PMI) Balikpapan, 2012 - 2015.

No. Bulan Jumlah Pendonor Sukarela


1. Januari, 2014 1345
2. Nopember, 2014 1448
3. Februari, 2015 1450
4. Juni, 2013 1353
5. Desember, 2013 1453
6. Agustus, 2013 1422
7. Oktober, 2014 1457
8. Agustus, 2015 1735
9. Juli, 2012 1497
10. Mei, 2015 1564
11. Maret, 2015 1375
12. Oktober, 2013 1490
13. Oktober, 2014 1457
14. Mei, 2014 1450

27
15. Februari, 2014 1494
16. Maret, 2013 1285
17. Desember, 2015 1721
18. November, 2015 1575
19. Februari, 2013 1333
20. Agustus, 2014 1783
Jumlah 29687

Berdasarkan data di atas, terdapat 48 sampel pendonor darah sukarela di Kota


Balikapapn dari tahun 2013-2015. Dari 20 sampel yang tentukan seperti pada tabel dengan
rata-rata sampel 1484,35 dapatkan konfidensi sebesar 95% untuk nilai rata-rata dari populasi
pendonor darah tersebut.

Penyelesaian.
Untuk menentukan selang mean pada data yang tidak diketahui derajat deviasinya,
maka hal pertama yang harus dilakukan adalah menemukan standar deviasi S. Setelah
dihitung, maka diperoleh standar deviasi populasi sebesar 171,9 dengan derajat kebebasan
sebesar 𝑣 = 𝑛 − 1 = 19 maka diperoleh perhitungan sebagai berikut
Terlebih dahulu tentukan nilai α sebagai berikut.
95% = (1 − 𝛼)100%
0,95 = 1 − 𝛼
𝛼 = 0,05
𝛼
= 0,025
2
𝛼
Dengan nilai 2
= 0,025 maka diperoleh nilai 𝑡0,025 = 2,447 sehingga interval konfidensi

95% untuk rata-rata sampel pendonor darah sukarela adalah sebagai berikut
𝜎
𝑋̅ ± 𝑡𝛼
2 √𝑛
𝜎 𝜎
𝑋̅ − 𝑡𝛼 < µ < 𝑋̅ + 𝑡𝛼
2 √𝑛 2 √𝑛

171,9 171,9
1484,35 − (2,447) < µ < 1484,35 + (2,447)
√20 √20
1484,35 − 93,48 < µ < 1484,35 + 93,48
1390,87 < µ < 1577,83

28
Berdasarkan hasil tersebut, dapat disimpulkan bahwa kita percaya 95% bahwa nilai
rata-rata dari 48 pendonor darah sukarela di Kota Balikpapan dari tahun 2012 sampai dengan
tahun 2015 yang sebenarnya berada antara 1390,87 dan 1577,83.

2.4.3 Estimasi Variansi


Dalam teori probabilitas dan statistika, varians atau ragam suatu peubah acak adalah
ukuran seberapa jauh sebuah kumpulan bilangan tersebar. Varians nol mengindikasikan
bahwa semua nilai sama (Sumber: https://id.wikipedia.org/wiki/Varians)

Contoh Soal.
Berikut ini disajikan data banyaknya pendonor darah dan jumlah darah yang
terkumpul pada Palang Merah Indonesia (PMI) Balikpapan dari tahun 2012 sampai dengan
tahun 2015.
Tabel 2.12
Banyaknya Pendonor Darah dan Jumlah Darah yang Terkumpul pada Palang Merah
Indonesia (PMI) Balikpapan, 2012 - 2015.

Pendonor Darah Jumlah Darah yang


No. Bulan
Sukarela Terkumpul
1. Januari, 2012 1041 364350
2. Februari, 2012 1161 406350
3. Maret, 2012 1163 407050
4. April, 2012 1431 500850
5. Mei, 2012 1288 450800
6. Juni, 2012 1301 455350
7. Juli, 2012 1497 523950
8. Agustus, 2012 1337 467950
9. September, 2012 1466 513100
10. Oktober, 2012 1470 514500
11. Nopember, 2012 1259 440650
12. Desember, 2012 1227 429450
13. Januari, 201 1607 562450
14. Februari, 2013 1333 466550
15. Maret, 2013 1285 449750
16. April, 2013 1473 515550
17. Mei, 2013 1322 462700
18. Juni, 2013 1353 473550

29
19 Juli, 2013 1270 444500
20. Agustus, 2013 1422 497700
21. September, 2013 1403 491050
22. Oktober, 2013 1490 521500
23. Nopember, 2013 1630 570500
24. Desember, 2013 1453 508550
25. Januari, 2014 1345 470750
26. Februari, 2014 1494 522900
27. Maret, 2014 1240 434000
28. April, 2014 1388 485800
29 Mei, 2014 1450 507500
30. Juni, 2014 1605 561750
31. Juli, 2014 1139 398650
32. Agustus, 2014 1783 624050
33. September, 2014 1929 675150
34. Oktober, 2014 1457 509950
35. Nopember, 2014 1448 506800
36. Desember, 2014 1400 490000
37. Januari, 2015 1546 541100
38. Februari, 2015 1450 507500
39 Maret, 2015 1375 481250
40. April, 2015 1589 556150
41 Mei, 2015 1564 547400
42. Juni, 2015 1535 537250
43. Juli, 2015 1461 511350
44. Agustus, 2015 1735 607250
45. September, 2015 1445 505750
46. Oktober, 2015 1343 470050
47. November, 2015 1575 551250
48. Desember, 2015 1721 602350
Jumlah 68699 24044650
Sumber: Kota Balikpapan dalam Angka 2013-2016

Berdasarkan data tersebut, akan ditentukan 20 sampel pendonor darah sukarela seperti
pada tabel berikut
Tabel 2.13
Hasil Pengacakan 20 Data Banyaknya Pendonor Darah dan Jumlah Darah yang
Terkumpul pada Palang Merah Indonesia (PMI) Balikpapan, 2012 - 2015.

No. Bulan Jumlah Pendonor Sukarela


1. Januari, 2014 1345
2. Nopember, 2014 1448
3. Februari, 2015 1450

30
4. Juni, 2013 1353
5. Desember, 2013 1453
6. Agustus, 2013 1422
7. Oktober, 2014 1457
8. Agustus, 2015 1735
9. Juli, 2012 1497
10. Mei, 2015 1564
11. Maret, 2015 1375
12. Oktober, 2013 1490
13. Oktober, 2014 1457
14. Mei, 2014 1450
15. Februari, 2014 1494
No. Bulan Jumlah Pendonor Sukarela
16. Maret, 2013 1285
17. Desember, 2015 1721
18. November, 2015 1575
19. Februari, 2013 1333
20. Agustus, 2014 1783
Jumlah 29687

Berdasarkan data tersebut, terdapat 20 sampel pendonor darah sukarela di Kota


Balikpapan tahun 2012 - 2015. Dengan menggunakan 𝛼 = 0,05 dan derajat kebebasan 𝑣 =
𝑛 − 1 = 19, dapatkan variansi untuk data tersebut interval konfidensi untuk 95%.

Penyelesaian.
Untuk menentukan interval konfidensi 95% dengan menggunakan standar deviasi
populasi sebesar 171,9 serta 𝛼 = 0,05 dan derajat kebebasan 𝑣 = 𝑛 − 1 = 19 serta dengan
mengunakan data di bawah ini
𝑋𝛼2 = 𝑋0,025
2
= 32,852
2
2 2
𝑋1−𝛼 = 𝑋0,975 = 8,907
2

maka,

31
(𝑛 − 1)𝑆 2 2
(𝑛 − 1)𝑆 2
<𝜎 <
𝑋𝛼2 𝑋2 𝛼
2 1− 2

19 × 171,9 19 × 171,9
< 𝜎2 <
32,852 8,907
99,42 < 𝜎 2 < 366,7
Berdasarkan hasil tersebut di atas, kita percaya 95% bahwa variansi untuk populasi
jumlah pendonor darah sukarela di Kota Balikpapan pada tahun 2012-2015 berada di antara
99,42 dan 366,7.

2.4.4 Estimasi Proporsi


Estimasi merupakan pendugaan, atau menaksir harga parameter populasi dengan
harga-harga statistik sampelnya. Pengambilan sampel estimasi dilakukan untuk penelitian
yang bertujuan hanya melihat gambaran suatu variabel pada populasi tertentu. Tujuan utama
kita mengambil sampel dari suatu populasi adalah untuk memperoleh informasi mengenai
parameter populasi. Oleh karena parameter populasi tidak diketahui, maka dalam statistika
inferensia dipelajari bagaimana cara mengetahui parameter tersebut.

Contoh Soal.
Berikut ini disajikan data banyaknya pendonor darah dan jumlah darah yang terkumpul pada
Palang Merah Indonesia (PMI) Balikpapan dari tahun 2012 sampai dengan tahun 2015.
Tabel 2.14
Banyaknya Pendonor Darah dan Jumlah Darah yang Terkumpul pada Palang Merah
Indonesia (PMI) Balikpapan, 2012 - 2015.

Pendonor Darah Jumlah Darah yang


No. Bulan
Sukarela Terkumpul
1. Januari, 2012 1041 364350
2. Februari, 2012 1161 406350
3. Maret, 2012 1163 407050
4. April, 2012 1431 500850
5. Mei, 2012 1288 450800
6. Juni, 2012 1301 455350
7. Juli, 2012 1497 523950
8. Agustus, 2012 1337 467950
9. September, 2012 1466 513100
10. Oktober, 2012 1470 514500
11. Nopember, 2012 1259 440650

32
12. Desember, 2012 1227 429450
13. Januari, 201 1607 562450
14. Februari, 2013 1333 466550
15. Maret, 2013 1285 449750
16. April, 2013 1473 515550
17. Mei, 2013 1322 462700
18. Juni, 2013 1353 473550
19 Juli, 2013 1270 444500
20. Agustus, 2013 1422 497700
21. September, 2013 1403 491050
22. Oktober, 2013 1490 521500
23. Nopember, 2013 1630 570500
24. Desember, 2013 1453 508550
25. Januari, 2014 1345 470750
26. Februari, 2014 1494 522900
27. Maret, 2014 1240 434000
28. April, 2014 1388 485800
29 Mei, 2014 1450 507500
30. Juni, 2014 1605 561750
Pendonor Darah Jumlah Darah yang
No. Bulan
Sukarela Terkumpul
31. Juli, 2014 1139 398650
32. Agustus, 2014 1783 624050
33. September, 2014 1929 675150
34. Oktober, 2014 1457 509950
35. Nopember, 2014 1448 506800
36. Desember, 2014 1400 490000
37. Januari, 2015 1546 541100
38. Februari, 2015 1450 507500
39 Maret, 2015 1375 481250
40. April, 2015 1589 556150
41 Mei, 2015 1564 547400
42. Juni, 2015 1535 537250
43. Juli, 2015 1461 511350
44. Agustus, 2015 1735 607250
45. September, 2015 1445 505750
46. Oktober, 2015 1343 470050
47. November, 2015 1575 551250
48. Desember, 2015 1721 602350
Jumlah 68699 24044650
Sumber: Kota Balikpapan dalam Angka 2013-2016

Berdasarkan data tersebut, akan ditentukan 20 sampel pendonor darah sukarela seperti
pada tabel berikut
Tabel 2.15

33
Hasil Pengacakan 20 Data Banyaknya Pendonor Darah dan Jumlah Darah yang
Terkumpul pada Palang Merah Indonesia (PMI) Balikpapan, 2012 - 2015.

No. Bulan Jumlah Pendonor Sukarela


1. Januari, 2014 1345
2. Nopember, 2014 1448
3. Februari, 2015 1450
4. Juni, 2013 1353
5. Desember, 2013 1453
6. Agustus, 2013 1422
7. Oktober, 2014 1457
8. Agustus, 2015 1735
9. Juli, 2012 1497
10. Mei, 2015 1564
No. Bulan Jumlah Pendonor Sukarela
11. Maret, 2015 1375
12. Oktober, 2013 1490
13. Oktober, 2014 1457
14. Mei, 2014 1450
15. Februari, 2014 1494
16. Maret, 2013 1285
17. Desember, 2015 1721
18. November, 2015 1575
19. Februari, 2013 1333
20. Agustus, 2014 1783
Jumlah 29687

Berdasarkan data tersebut, terdapat suatu populasi dari pendonor darah sukarela yakni
𝑛 = 48 pendonor dan sampel dari pendonor darah sukarela tersebut adalah sebanyak 𝑥 =
20 pendonor. Carilah interval konfidensi 95% untuk nilai proporsi sesungguhnya dari sampel
pendonor darah sukarela.

Penyelesaian.

34
Hal yang pertama harus dilakukan adalah menemukan nilai p^, q^ dan n sebagai
berikut

𝑥 20
𝑝^ = 𝑛 = 48 = 0,42 dan 𝑞 ^ = 1 − 𝑝^ = 1 − 0,42 = 0,58 dengan 𝑛 = 48
𝛼
Selanjutnya akan ditentukan nilai Z dengan menggunakan 𝛼 = 0,05 atau = 0,025
2

sebagai berikut
𝑍𝛼 = 1,96
2

Setelah itu, tentukann nilai E sebagai batas kesalahan atau perbedaan maksimum
antara p^ dan q^ sebagai berikut

𝑝^𝑞^ (0,42)(0,58)
𝐸 = 𝑍𝛼 √ = 1,96√
2 𝑛 48

(0,42)(0,58)
𝐸 = 1,96√
48

𝐸 = 0,07
Setelah itu, tentukan interval konfidensi dengan menggunakan rumus 𝑝^ − 𝐸 < 𝑝 <
𝑝^ + 𝐸 sebagai berikut
𝑝^ − 𝐸 < 𝑝 < 𝑝^ + 𝐸
0,42 − 0,07 < 𝑝 < 0,42 + 0,07
0,35 < 𝑝 < 1,12
Berdasarkan hasil perhitungan tersebut, dapat disimpulkan bahwa kita percaya 95%
nilai proporsi pendonor darah sukarela di Kota Balikpapan pada tahun 2012-2015 berada di
antara 0,35 sampai dengan 1,12.

2.5 Uji Hipotesis Parameter


Hipotesis berasal dari kata hypo dan thesa yang berarti pendapat. Hipotesis dapat
didefinisikan sebagai jawaban sementara yang kebenarannya harus diuji atau rangkuman
kesimpulan secara teoritis (Martono, 2010). Hipotesis menyatakan sebuah proporsi yang
harus dimasukkan untuk menguji dan menentukan validitas. Hipotesis memyatakan apa yang
akan dicari. Adapun ciri-ciri hipotesis yang baik ialah hipotesis yang dapat diuji
kebenarannya agar dapat diambil kesimpulan. Hipotesis hendaknya dibuat sesederhana
mungkin agar mudah diuji dan memudahkan dalam penyusunan laporan.

35
Contoh Soal.
Pada data aspek sosial meliputi jumlah rumah sakit, rumah bersalin dan puskesmas
menurut kecamatan di Kota Balikpapan pada tahun 2015, dapat diuji suatu hipotesis dengan
memperhatikan komponen-komponen yang harus ada yakni hipotesis nol, hipotesis alternatif
dan memperhatikan nilai statistik uji serta nilai kritis. Berikut adalah data jumlah fasilitas
kesehatan pada masing-masing kecamatan di Kota Balikpapan pada tahun 2015.

Tabel 2.16
Jumlah Fasilitas Kesehatan Menurut Kecamatan di Kota Balikpapan, 2015
Rumah
No. Kecamatan Rumah Sakit Puskesmas
Bersalin
1. Balikpapan Selatan 3 0 2
2. Balikpapan Timur 0 0 4
3. Balikpapan Utara 1 0 4
4. Balikpapan Tengah 2 1 6
5. Balikpapan Barat 0 1 7
6. Balikpapan Kota 3 1 4
Jumlah 9 3 27
Sumber: Kota Balikpapan dalam Angka 2016

Berdasarkan data tersebut di atas, 23% dari keseluruhan fasilitas kesehatan di Kota
Balikpapan merupakan rumah sakit. Dengan menggunakan α sebesar 5%, apakah dapat
dibuktikan bahwa dari 39 fasilitas kesehatan yang terdapat di Kota Balikpapan terdapat 3 unit
rumah sakit di Kecamatan Balikpapan Selatan pada tahun 2015?
Penyelesaian.

Adapun hipotesis nol dan hipotesis alternatif dapat dituliskan sebagai berikut

H0 : p = 0,23
H1 : p ≠ 0,23

𝑥−𝑛𝑃0 𝑃ˆ−𝑃0
Selanjutnya, dicari nilai Z hitung dengan menggunakan rumus 𝑍 = =
√𝑛𝑃0𝑄0 √𝑃0𝑄0/𝑛

sebagai berikut
0,08 − 0,23
𝑍=
√0,23 × 0,77/39

36
−0,15
𝑍=
0,067
𝑍 = −2,239
Setelah itu, dengan menggunakan tabel Z pada 𝛼 sebesar 0,050 maka diperoleh nilai Z
tabel adalah sebesai −1,645. Berdasarkan nilai Z tabel dan juga Z hitung yang telah
ditentukan, dapat dinyatakan bahwa Z hitung < Z tabel.
Karena Z hitung < Z tabel, maka hipotesis nol dapat diterima dan hipotesis alternatif
ditolak, sehingga disimpulkan bahwa memang terdapat 3 rumah sakit di Kecamatan
Balikpapan Selatan pada tahun 2015.

2.6 Regresi Linear Sederhana


Analisis regresi digunakan untuk menentukan bentuk (dari) hubungan antar variabel.
Tujuan utama dalam penggunaan analisis ini adalah untuk meramalkan atau menduga nilai
dari satu variabel dalam hubungannya dengan variabel yang lain yang diketahui melalui
persamaan garis regresinya. (Iqbal Hasan, 2002). Adakalanya, setelah kita memperoleh data
berdasarkan sampel, kita ingin menduga nilai dari suatu variabel Y yang bersesuaian dengan
nilai tertentu dari variabel X. Hal ini diperoleh dengan menaksir nilai Y dari kurva kuadrat
minimum yang sesuai dengan data yang kita himpun dari sampel. Kurva yang diperoleh dan
kita bentuk dari data sampel itu disebut kurva regresi Y terhadap X, karena Y diduga dari X.
(Spiegel, 2007).
Regresi sederhana, adalah bentuk regresi dengan model yang bertujuan untuk
mempelajari hubungan antara dua variabel, yakni variabel independen (bebas) dan variabel
dependen (terikat). Jika ditulis dalam bentuk persamaan, model regresi sederhana adalah y =
a + bx, dimana, y adalah variabel tak bebas (terikat), X adalah variabel bebas, a adalah
penduga bagi intercept (α), b adalah penduga bagi koefisien regresi (β). Atau dengan kata lain
α dan β adalah parameter yang nilainya tidak diketahui sehingga diduga melalui statistik
sampel. (Sambas dan Maman, 2007).

Bentuk umum persamaan regresi linier sederhana adalah sebagai berikut.

Y = β0 + β1 X + ε

di mana: β0 dan β1 adalah parameter regresi


ε adalah galat (peubah acak) terhadap nilai x
Y adalah peubah tak bebas (peubah acak)
X adalah peubah bebas yang nilainya diketahui

37
Contoh Soal.
Berikut ini disajikan data jumlah curah hujan dan hari hujan menurut bulan di Kota
Balikpapan pada tahun 2015.
Tabel 2.17
Jumlah Curah Hujan dan Hari Hujan Menurut Bulan di Kota Balikpapan, 2015
No. Bulan Curah Hujan Hari Hujan
1. Januari 267,9 26
2. Februari 329,1 17
3. Maret 182,8 18
4. April 220,5 16
5. Mei 199,7 16
6. Juni 509,8 25
7. Juli 114,5 12
No. Bulan Curah Hujan Hari Hujan
8. Agustus 69,1 9
9. September 0 0
10. Oktober 37,5 9
11. November 11,8 18
12. Desember 112,7 12
Sumber: Kota Balikpapan dalam Angka 2016

Berdasarkan data tersebut di atas, tentukan model regresi linier sederhana yang dapat
dibuat.

Penyelesaian.

Dengan menggunakan analisis regresi linier sederhana diperoleh hasil sebagai berikut
ini
SUMMARY OUTPUT
Regression Statistics
Multiple R 0,750061
R Square 0,562591
Adjusted R Square 0,518850
Standard Error 4,947758

38
Observations 12

ANOVA
df SS MS F Significance F

Regression 1 314,864 314,864 12,8619 0,0050

Residual 10 244,803 24,480

Total 11 559,667

Coef- Standard Lower Upper Lower Upper


t Stat P-value
ficients Error 95% 95% 95,0% 95,0%

Intercept 8,6546 2,2379 3,8673 0,0031 3,6682 13,6410 3,6682 13,6410

X 0,0361 0,0101 3,5864 0,0050 0,0137 0,0585 0,0137 0,0585

Berdasarkan perhitungan tersebut dan dengan mengorelasikan persamaan umum


regresi maka didapatkan bentuk sebagai berikut

Y = β0 + β1 X + ε

Y = 8,6546 + 0,0361x + 0,0101

Adapun koefisien determinasi (R2) dapat dicari dengan menggunakan grafik scatter
sebagai berikut

39
30

25

20
y = 0,0361x + 8,6546
15
R² = 0,5626

10

0
0 100 200 300 400 500 600

Gambar 2.1
Grafik R2

Berdasarkan grafik scatter di atas diperoleh nilai koefisien determinasi (R2) sebesar
0,5626.

2.7 Regresi Linear Berganda

Analisis regresi linier berganda adalah hubungan secara linear antara dua atau lebih
variabel independen (X1, X2, ..., Xn) dengan variabel dependen (Y). Analisis ini untuk
mengetahui arah hubungan antara variabel independen dengan variabel dependen apakah
masing-masing variabel independen berhubungan positif atau negatif dan untuk memprediksi
nilai dari variabel dependen apabila nilai variabel independen mengalami kenaikan atau
penurunan (Sumber: http://duwiconsultant.blogspot.co.id/2011/11/analisis-regresi-linier-
berganda.html). Adapun model regresi linier berganda adalah sebagai berikut

Y = b0 + b1X1+ b2X2+…..+ bnXn

Contoh Soal.

Berikut disajikan data rata-rata tekanan udara, kecepatan angin dan penyinaran
matahari menurut bulan di Kota Balikpapan pada tahun 2015.

40
Tabel 2.18
Rata-Rata Tekanan Udara, Kecepatan Angin dan Penyinaran Matahari Menurut
Bulan di Kota Balikpapan, 2015
Penyinaran
No. Bulan Tekanan Udara Kecepatan Angin
Matahari
1. Januari 1011,5 3 22,2
2. Februari 1011,8 3 23,6
3. Maret 1012,1 4 44,6
4. April 1011,0 3 60,8
5. Mei 1011,5 3 56,8
6. Juni 1011,2 4 33,1
7. Juli 1011,9 4 67,0
8. Agustus 1012,2 5 78,5
9. September 1012,4 6 73,0
10. Oktober 1012,8 6 68,4
11. November 1010,9 3 53,8
12. Desember 1011,5 4 55,5
Sumber: Kota Balikpapan dalam Angka 2016

Berdasarkan data tersebut di atas, tentukan model regresi linier beerganda yang dapat
dibuat.

Penyelesaian.

Dengan menggunakan analisis regresi linier sederhana diperoleh hasil sebagai berikut
ini
SUMMARY OUTPUT
Regression Statistics
Multiple R 0,645851

R Square 0,417124

Adjusted R Square 0,287596

Standard Error 15,780309

Observations 12

41
ANOVA

df SS MS F Significance F

Regression 2 1603,846 801,923 3,220 0,088

Residual 9 2241,163 249,018

Total 11 3845,009

Coef- Standard t P- Lower Upper Lower Upper


ficients Error Stat value 95% 95% 95,0% 95,0%

Inter
10311,60 14797,35 0,70 0,50 -23162,34 43785,55 -23162,34 43785,55
cept

X1 -10,20 14,65 -0,70 0,50 -43,34 22,94 -43,34 22,94

X2 14,59 7,48 1,95 0,08 -2,32 31,50 -2,32 31,50

Berdasarkan perhitungan tersebut dan dengan mengorelasikan persamaan umum


regresi linier berganda, maka didapatkan bentuk sebagai berikut

Y = b0 + b1X1+ b2X2+…..+ bnXn

Y = 10311,60 – 10,201X1 + 14,59X2

42
DAFTAR PUSTAKA

Abrams, M. H. 1981. A Glosarry of Literally Terms. New York: Harcourt


Azka, Muhammad. 2017. Estimasi Parameter. Balikpapan: Distribusi Peluang Diskrit dan
Kontinu
Azka, Muhammad. 2017. Estimasi Parameter. Balikpapan: Institut Teknologi Kalimantan
Martono, Nanang. 2010. Prosedur Penelitian Suatu Pendekatan Praktik. Jakarta: PT Raya
Nugroho, W. 2007. Belajar Mengatasi Hambatan Belajar. Surabaya: Prestasi
Pengestu, Subagyo. 2003. Statistik Deskriptif. Yogyakarya: BP FE UGM
Sudjana. 2002. Metode Statistika. Bandung: Tarsito
Sugiyono. 2006. Metode Penelitian Kuntitatif dan Kuatitatif. Bandung: Alfabeta
Suharyadi, 2013. Statistika untuk Ekonomi dan Keuangan Modern. Jakarta: Salemba Empat
Riduwan. 2005. Skala Pengukuran Variabel-Variabel Penelitian. Bandung: Alfabeta

43