02 Statistika Deskriptif

Statistika Deskriptif
RM184305 - Statistika
Departemen Teknik Geomatika

Definisi Statistika
Statistika merupakan ilmu yang berkaitan dengan pengumpulan, analisis, penyajian

dan intepretasi data-datanumerik.
Contoh-contoh:
1. 70% dosen tidak suka memberi kuliah pada jam 7 pagi di hari Senin.
2. Rata-rata masa tunggu lulusan Teknik Geomatika ITS untuk mendapat pekerjaan adalah 3
bulan.
3. Median usia menikah untuk pria saat ini adalah 25,9 tahun, sementara median usia
menikah untuk wanita adalah 23,6 tahun.
-IM Anjasmara-
RG141213 - Statistika 2/46 Statistika Deskriptif
Pembagian Statistika
Deskriptif: Ilmu yang mempelajari bagaimana mengumpulkan, menyajikan dan

menganalisa data numerik.
Inferensial: Kumpulan metode tentang bagaimana membuat generalisasi dan prediksi

menggunakan data-data yang masih mengandungketidakpastian.
-IM Anjasmara-
Istilah-istilah dalam Statistika
Data
Fakta-fakta dan gambaran yang dikumpulkan, dianalisa dan disimpulkan dalam sebuah studi
statistika. Data bersifat ‘plural ’, sedangkan unntuk sebuah nilai dari observasi tunggal disebut
sebagai ‘datum’.
-IM Anjasmara-
Data
Fakta-fakta dan gambaran yang dikumpulkan, dianalisa dan disimpulkan dalam sebuah studi
statistika. Data bersifat ‘plural ’, sedangkan unntuk sebuah nilai dari observasi tunggal disebut
sebagai ‘datum’.
Contoh-contoh:
1. Tinggi dari gunung-gunung diHimalaya.
2. Preferensi politik dari sejumlah pemilih.
3. Urutan pelari yang masukfinis.
-IM Anjasmara-
Populasi
Semua kemungkinan nilai dari suatu studi/pengukuran tertentu (dapat terhingga maupun tak
hingga)
-IM Anjasmara-
Populasi
Semua kemungkinan nilai dari suatu studi/pengukuran tertentu (dapat terhingga maupun tak
hingga)
Contoh-contoh:
1. Semua mahasiswa tingkat 2 di jurusan Teknik GeomatikaITS.
2. Semua anak SMA yang mendaftar ujian SBMPTN di Indonesia.
3. Semua pemilih terdaftar di Surabaya.
-IM Anjasmara-
Sampel
Bagian dari populasi yang telah diukur atau diamati (ukurannya terhingga)
-IM Anjasmara-
Sampel
Bagian dari populasi yang telah diukur atau diamati (ukurannyaterhingga)
Contoh-contoh:
1. Dari sampel 40% dari seluruh mahasiswa ITS menunjukan bahwa penyetan adalah
makanan terfavorit.
-IM Anjasmara-
Variabel
Suatu karakteristik atau pola yang dapat diambil dengan nilai berbeda-beda (diskrit atau
kontinyu).
-IM Anjasmara-
Variabel
Suatu karakteristik atau pola yang dapat diambil dengan nilai berbeda-beda (diskrit atau
kontinyu).
Contoh-contoh:
1. Tinggi anak laki-laki berusia 5 tahun di Surabaya (kontinyu).
2. Jumlah angka pada sebuah dadu(diskrit).
-IM Anjasmara-
Statistik
Sebuah nilai numerik yang dihitung dari sebuah sampel. Biasanya direpresentasikan
menggunakan huruf romawi (x, s, s2).
-IM Anjasmara-
Statistik
Sebuah nilai numerik yang dihitung dari sebuah sampel. Biasanya direpresentasikan
menggunakan huruf romawi (x, s, s2).
Contoh-contoh:
1. Tinggi rata-rata dari 350 mahasiswa di suatu perguruan tinggi.
-IM Anjasmara-
Parameter
Sebuah nilai numerik yang dihitung dari suatu populasi atau diestimasi dari suatu sampel.
Biasanya direpresentasikan menggunakan huruf yunani (µ, σ, σ 2 ).
-IM Anjasmara-
Parameter
Sebuah nilai numerik yang dihitung dari suatu populasi atau diestimasi dari suatu sampel.
Biasanya direpresentasikan menggunakan huruf yunani (µ, σ, σ 2 ).
Contoh-contoh:
1. Tinggi rata-rata dari semmua mahasiswa di suatu perguruan tinggi.
-IM Anjasmara-
Fungsi Statistika: Deskriptif
Untuk menyimpulkan suatu data dengan ukuran besar melalui nilai-nilai yang tertentu
yang mewakili karakteristik dari keseluruhan data tersebut.
-IM Anjasmara-
Untuk menyimpulkan suatu data dengan ukuran besar melalui nilai-nilai yang tertentu
yang mewakili karakteristik dari keseluruhan data tersebut.
Contoh:
20 anak Sekolah Dasar ditanya tentang hewan apa yang akan mereka pilih sebagai peliharaan.
Respon yang didapatkan adalah sebagaiberikut:
ikan, kucing, kura-kura, kelinci, kucing, kelinci, kucing, kelinci, kelinci, ikan, ikan, kucing, ular,
kucing, ikan, ikan, kamster, kucing, ikan, kucing
-IM Anjasmara-
‘ikan’ dipilih oleh 6 anak sehingga ‘ikan’ mempunyai frekuensi 6

‘kucing’ adalah hewan yang paling diinginkan untuk dipelihara (dengan frekuensi 7) atau
adapat disimpulkan bahwa ‘kucing’ merupakan rangking 1.
-IM Anjasmara-
Fungsi Statistika: Interferensi
Untuk memperoleh gambaran atau karakteristik dari suatu populasi hanya berdasarkan
data sampel yang diambil dari populasi tersebut.
Pengambilan data menggunakan sampel dilakukan karena populasi cenderung berukuran
sangat besar untuk dapat diukur secarakeseluruhan.
-IM Anjasmara-
Fungsi Statistika: Interferensi
Untuk memperoleh gambaran atau karakteristik dari suatu populasi hanya berdasarkan
data sampel yang diambil dari populasi tersebut.
Pengambilan data menggunakan sampel dilakukan karena populasi cenderung berukuran
sangat besar untuk dapat diukur secarakeseluruhan.
Contoh:
Wisatawan yang datang ke Bali rata-rata menghabiskan uang Rp 300.000,00 per hari.
Kesimpulan ini didapat dengan melakukan survei hanya terhadap 100 orang wisatawan. Hasil
dari survei tersebut diambil (inferred ) untuk menggambarkan keseluruhan populasi wisatawan
yang datang keBali (jumlahnya dapat mencapai ribuan).
-IM Anjasmara-
Fungsi Statistika: Tes Hipotesa
Untuk menentukan dasar pengambilan keputusan dari kemungkinan-kemungkinan

dalam suatu hipotesa.
Perhatikan perbedaan dari hal-hal berikut ini:

Research question: Apakah ada perbedaan antara mahasiswa yang diajar menggunakan
metode kuliah dan yang diajar menggunakan metode diskusi?
-IM Anjasmara-
Fungsi Statistika: Tes Hipotesa
Research hypothesis: Terdapat perbedaan antara mahasiswa yang diajar menggunakan metode
kuliah dan yang diajar menggunakan metode diskusi.
Statistical hypothesis: Nilai rata-rata mahasiswa yang diajar menggunakan metode kuliah
berdeda dengan nilai rata-rata mahasiswa yang diajar menggunakan metodediskusi.
-IM Anjasmara-
Fungsi Statistika: Prediksi
Untuk membuat prediksi mengenai kejadian yang akan datang berdasarkan kejadian-
kejadian yang sudah berlangsung, dengan syarat data-data yang ada tidak
sepenuhnya acak.
-IM Anjasmara-
Contoh: Jumlah mahasiswa tingkat akhir di Teknik Geomatika yang berniat melanjutkan
pendidikan pasca sarjana dalam periode 5 tahun adalahsebagai berikut
Tahun Jumlah mahasiswa

2011 5
2012 3
2013 0
2014 13
2015 8
Apakah data-data di atas dapat digunakan untuk memprediksi jumlah mahasiswa Teknik
Geomatika yang berniat melanjutkan pendidikan pasca sarjana di tahun 2016?
-IM Anjasmara-
Skala Pengukuran
Untuk menentukan banyaknya informasi yang terkandung dalam dalam data
Untuk menentukan bagaimana metode yang paling sesuai untuk meringkas dan analisis
data secara statistik .
-IM Anjasmara-
Skala Pengukuran
Terdapat 4 jenis skala pengukuran, yaitu:
1. skala nominal
2. skala ordinal
3. skala interval
4. skala rasio
-IM Anjasmara-
Skala Nominal
Dalam skala nominal, data yang mewakili variabel cukup diberi label untuk menunjukan
atribut pada setiap elemen.
Contoh ?
-IM Anjasmara-
Skala Nominal
Dalam skala nominal, data yang mewakili variabel cukup diberi label untuk menunjukan
atribut pada setiap elemen.
Contoh ?
1. Nama
2. Tanggal lahir
3. NRP
4. Agama
-IM Anjasmara-
Skala Nominal
Aturan-aturan untuk menentukan skala nominal:
a. Daftar kategori harus cukup untuk mencakup keseluruhan pengamatan
b. Setiap kategori harus sama-samaekslusif
c. Urutan tidak diperlukan dalam daftar kategori
-IM Anjasmara-
Skala Ordinal
Dalam skala ordinal, data memiliki sifat data nominal dan dapat digunakan untuk menentukan
rangking atau urutan pengamatan.
Contoh ?
-IM Anjasmara-
Skala Ordinal
Dalam skala ordinal, data memiliki sifat data nominal dan dapat digunakan untuk menentukan
rangking atau urutan pengamatan.
Contoh ?
a. urutan klasemen dari turnamen bola nasional
b. nilai ujian tengah semester matakuliah statistika
Data ordinal dapat berupa nilai numerik atau a-numerik.
-IM Anjasmara-
Skala Interval
Dalam skala interval, data memiliki sifat data ordinal dan interval pada setiap
pengamatan dapat diekspresikan dalam suatu unit atau nilai ukuran tertentu.
Data dalam skala interval selalu berupa nilai numerik sehingga dimungkinkan untuk
menerapkan operasi aritmatika.
Skala interval memungkinkan data dinyatakan dalam ‘seberapa besar’ dan dalam urutan
rangking.
Nilai nol dalam skala tidak berarti tidak adanya data yang diukur.
-IM Anjasmara-
Skala Interval
Contoh ?
-IM Anjasmara-
Skala Interval
Contoh ?
a. Pengukuran suhu dalam skala Celcius dapat diurutkan dari tingkat paling dingin ke
tingkat paling hangat. 0◦ bukan berarti suhu tidak ada.
b.
-IM Anjasmara-
Skala Rasio
Dalam skala rasio, data memiliki sifat data interval dan rasio antara dua pengamatan
mempunyai arti.
Nilai nol menunjukan tidak ada data pada nilai yang diukur.
Contoh ?
-IM Anjasmara-
Skala Rasio
Dalam skala rasio, data memiliki sifat data interval dan rasio antara dua pengamatan
mempunyai arti.
Nilai nol menunjukan tidak ada data pada nilai yang diukur.
Contoh ?
a. jarak
b. berat
c. tinggi
d. harga
-IM Anjasmara-
Skala Rasio
Skala rasio akan tetap sama apabila unit yang digunakan untuk perbandingan sama.
Contoh ?
-IM Anjasmara-
Skala Rasio
Skala rasio akan tetap sama apabila unit yang digunakan untuk perbandingan sama.
Contoh ?
1. Rasio antara harga sebuah mobil baru dengan harga mobil bekas akan sama jika nilai tukar yang
digunakan berbeda.
2. Untuk IQ tidak dapat digunakan skala rasio karena orang dengan IQ 120 tidak berarti mempunyai
kecerdasan dua kali orang dengan IQ 60.
3. Suhu dalam skala derajat Celcius tidak dapat menggunakan skala rasio (karena 0 ◦ bukan kondisi
tidak adanya suhu). Akan tetapi temperatur dalam derajat Kelvin dapat menggunakan skala rasio.
-IM Anjasmara-
Data Kualitatif
Data kualitatif adalah data yang diukur menggunakan skala nominal atau ordinal. Data ini
dapat merupa nilai numerik atau a-numerik karena operasi aritmatik tidak penting.
Contoh ?
-IM Anjasmara-
Data Kualitatif
Data kualitatif adalah data yang diukur menggunakan skala nominal atau ordinal. Data ini
dapat merupa nilai numerik atau a-numerik karena operasi aritmatik tidak penting.
Contoh ?
-IM Anjasmara-
Data Kuantitatif
Data kuantitatif adalah data yang diukur menggunakan skala interval atau rasio. Data ini
selalu berupa nilai numerik karena operasi aritmatik penting untuk digunakan.
Contoh ?
-IM Anjasmara-
Data Kuantitatif
Data kuantitatif adalah data yang diukur menggunakan skala interval atau rasio. Data ini
selalu berupa nilai numerik karena operasi aritmatik penting untuk digunakan.
Contoh ?
-IM Anjasmara-
Representasi Grafis dari Statistika Deskriptif
Tujuan dari representasi grafis dari statistika deskriptif adalah untuk merangkum data dengan
ukuran besar dan menunjukan secara visual karasteristik dari data tersebut.
Hal ini penting karena pada dasarnya otak manusia bereaksi lebih cepat dengan melihat
gambar-gambar dibanding data-data tabular.
-IM Anjasmara-
Representasi Grafis dari Statistika Deskriptif
Metode-metode yang umum digunakan antara lain:
1. Distribusi frekuensi dan frekuensi relatif
2. Diagram batang
3. Diagram pie
4. Histogram
-IM Anjasmara-
RANGKUMAN DATA KUALITATIF
-IM Anjasmara-
Grafik distribusi frekuensi dan frekuensi relatif
Distribusi frekuensi adalah tabel rangkuman dari data yang memperlihatkan sejumlah
item dalam kelas-kelas yang tidak bertampalan.
Distribusi frekuensi relatif (sering disebut distribusi frekuensi prosentase) adalah tabel
rangkuman data yang memperlihatkan prosentase dari setiap item dalam kelas-kelas yang
tidak bertampalan.
Kelebihan dari distribusi frekuensi relatif adalah dapat digunakan untuk membandingan
dua set data yang mempunyai pembagian kelas sama tetapi jumlah datanya berbeda.
-IM Anjasmara-
Contoh 1
Dari sampel merek motor yang dimiliki oleh 20 mahasiswa didapatkan data:
Honda Suzuki Vespa Suzuki
Honda Honda Suzuki Ducati
Vespa Yamaha Vespa Yamaha
Honda Yamaha Suzuki Yamaha
Yamaha Vespa Yamaha Honda
-IM Anjasmara-
Contoh 1
Dari data, dapat disusun disribusi frekuensi dan frekuensi relatif berikut
Motor Frekuensi Frekuensi relatif ( %)
Honda 5 25
Yamaha 6 30
Suzuki 4 20
Vespa 4 20
Ducati 1 5
Total 20 100
-IM Anjasmara-
Pada diagram batang, setiap frekuensi untuk tiap kategori kelas direpresentasikan dengan
batang dengan ketinggian tertentu dan lebar yang tetap. Urutan dari diagram batang
mengikuti urutan kelas yang telah disusun.
5
Frekuensi
0
Honda Yamaha Suzuki Vespa Ducati
Merek Motor
-IM Anjasmara-
Diagram Pie merupakan sebuah lingkaran yang terbagi-bagi dengan setiap bagian merupakan
frekuensi relatif dari setiap kategori kelas.
Ducati
5%
Honda
Vespa 25%
20%
Suzuki
20%
Yamaha
30%
-IM Anjasmara-
RANGKUMAN DATA KUANTITATIF
-IM Anjasmara-
Grafik distribusi frekuensi dan frekuensi relatif
Didefinisikan sama seperti cara pada data kualitatif meskipun cara membuatnya sedikit
berbeda.
Terdapat dua jenis distribusi frekuensi dan frekuensi relatif:

1. Individual
2. Kelompok
-IM Anjasmara-
Distribusi Frekuensi Individual
Setiap nilai variabel data berdiri sendiri dengan frekuensi yang merupakan jumlah munculnya
nilai tersebut. Distribusi ini digunakan terutama untuk data dengan jumlah kecil dan
jangkauan yang kecil.
Berikut adalah data mentah nilai tes dari 45 siswa:
78 79 79 80 81 81 82 82 83
62 65 68 71 72 77 73 75 74
66 75 79 82 88 70 76 80 82
86 87 89 90 78 74 76 81 85
71 77 96 85 81 72 78 83 80
Minimum = 62, maximum = 96

-IM Anjasmara-
Distribusi frekuensi individunya dari data di atas adalah sebagai berikut:
62-1 63-0 64-0 65-1 66-1 67-0 68-1

69-0 70-1 71-2 72-2 73-1 74-2 75-2
76-2 77-2 78-3 79-3 80-3 81-4 82-4
83-2 84-0 85-2 86-1 87-1 88-1 89-1
90-1 91-0 92-0 93-0 94-0 95-0 96-1
Sehingga f = 1, 2, 3, 4 dengan N = 45
-IM Anjasmara-
Distribusi Frekuensi Kelompok
Data dikelompokan dalam kelas-kelas.

Digunakan untuk data dengan jumlah besar dan mempunyai jangkauan besar.
Menyebabkan informasi dan akurasi dari data menjadi berkurang.
Memudahkan perhitungan
Pengelompokan dapat membantu terbentuknya pola dalam distribusi.
-IM Anjasmara-
Data mentah nilai tes dari 45 siswa dapat dikelompokan sebagaiberikut
Kelas Pusat Kelas (x) Frekuensi (f ) Frekuensi Relatif

60-64 62 1 2,22
65-69 67 3 6,67
70-74 72 8 17,78
75-79 77 12 26,67
80-84 82 13 28,89
85-89 87 6 13,33
90-94 92 1 2,22
95-99 97 1 2,22
Total 45 100,00
-IM Anjasmara-
Histogram
Deretan berurut dari batang-batang yang saling menempel. Tinggi dari batang tersebut
merepresentasikan frekuensi dari nilai tertentu.
Frekuensi dari pengamatan harus terlihat pada sumbu vertikal dengan nilai nol berada
pada bagian bawah sumbu.
Nilai dari nilai tengah/pusat kelas yang telah ditentukan sebelumnya harus terlihat pada
sumbu horisontal, dengan nilai terkecil berada posisi paling kiri dari sumbu horisontal.
Kedua sumbu (vertikal dan horisontal) harus terkalibrasi secara identik. Suatu interval
kelas memiliki nilai nol, harus dibiarkan terplot sehingga frekuensi nol dapat terlihat
dengan jelas.
Lebar dari setiap batang tidak harus selalu seragam.

-IM Anjasmara-
14
12
Frekuensi 10
0
62 67 72 77 82 87 92 97
Pusat kelas
-IM Anjasmara-
Poligon Frekuensi
Deretan berurut dari titik-titik yang saling berhubungan. Jarak antar masing-masing titik dari
sumbu horisontal merepresentasikan frekuensi dari nilai titik-titik tersebut.
14
12
10
Frekuensi
0
62 67 72 77 82 87 92 97
Pusatkelas
-IM Anjasmara-
Poligon Frekuensi Kumulatif
Frekuensi kumulatif berguna untuk menghitung median dari sebuah distribusi kelompok.
Kelas Pusat Kelas (x) Frekuensi (f ) Frekuensi Kumulatif

60-64 62 1 1
65-69 67 3 4
70-74 72 8 12
75-79 77 12 24
80-84 82 13 37
85-89 87 6 43
90-94 92 1 44
95-99 97 1 45
Total 45
-IM Anjasmara-
Frekuensi kumulatif merupakan jumlah total dari setiap kenaikan kelas. Nilai frekuensi
kumulatif dari kelas terakhir akan sama dengan jumlah pengamatan total.
50
45
40
Frekuensi Akumulatif
35
30
25
20
15
10
5
0
62 67 72 77 82 87 92 97
Pusatkelas
-IM Anjasmara-

02 Statistika Deskriptif

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

02 Statistika Deskriptif

Diunggah oleh

Hak Cipta:

Format Tersedia

Statistika Deskriptif

Departemen Teknik Geomatika

Statistika merupakan ilmu yang berkaitan dengan pengumpulan, analisis, penyajian

Deskriptif: Ilmu yang mempelajari bagaimana mengumpulkan, menyajikan dan

Inferensial: Kumpulan metode tentang bagaimana membuat generalisasi dan prediksi

‘ikan’ dipilih oleh 6 anak sehingga ‘ikan’ mempunyai frekuensi 6

Untuk menentukan dasar pengambilan keputusan dari kemungkinan-kemungkinan

Perhatikan perbedaan dari hal-hal berikut ini:

Tahun Jumlah mahasiswa

Untuk menentukan banyaknya informasi yang terkandung dalam dalam data

Terdapat 4 jenis skala pengukuran, yaitu:

Aturan-aturan untuk menentukan skala nominal:

a. Daftar kategori harus cukup untuk mencakup keseluruhan pengamatan

b. Setiap kategori harus sama-samaekslusif

c. Urutan tidak diperlukan dalam daftar kategori

Data ordinal dapat berupa nilai numerik atau a-numerik.

Metode-metode yang umum digunakan antara lain:

1. Distribusi frekuensi dan frekuensi relatif

Terdapat dua jenis distribusi frekuensi dan frekuensi relatif:

Berikut adalah data mentah nilai tes dari 45 siswa:

Minimum = 62, maximum = 96

62-1 63-0 64-0 65-1 66-1 67-0 68-1

Data dikelompokan dalam kelas-kelas.

Menyebabkan informasi dan akurasi dari data menjadi berkurang.

Pengelompokan dapat membantu terbentuknya pola dalam distribusi.

Kelas Pusat Kelas (x) Frekuensi (f ) Frekuensi Relatif

Lebar dari setiap batang tidak harus selalu seragam.

Kelas Pusat Kelas (x) Frekuensi (f ) Frekuensi Kumulatif

Anda mungkin juga menyukai