BAB 1
STATISTIKA
Statistika adalah ilmu mengumpulkan, menata, menyajikan, menganalis, dan
menginterpresentasikan data menjadi informasi untuk membantu pengambilan
keputusan yang efektif.
JENIS-JENIS STATISTIKA :
a) Statistika Deskriptif :
1. Penyajian data
2. Ukuran pemusutan
3. Ukuran penyebaran
4. Angka indeks
5. Deret berkala dan peramalan
b) Statistika Induktif :
1. Probabilitas dan teori keputusan
2. Metode sampling
3. Teori pendugaan
4. Penguji hipotesa
5. Regresi dan kolerasi
6. Statistika nonparametrik
SKALA PENGUKURAN :
Skala Nominal : Angka yang diberikan hanya sebagai label saja.
Skala Ordinal : Angka mengandung pengertian tingkatan.
Skala Radio : Angka yang mempunyai sifat nominal,ordinal dan
interval
Skala Interval : Angka yang mengandung sifat ordinal dan mempunyai
jarak atau interval.
PENYAJIAN DATA
BAB 2
Tujuan
Untuk menyajikan data mentah yang diperlukan dari populasi atau sample menjadi
data yang tertata dengan baik, sehingga bermakna informasi bagi pengambilan
keputusan manajerial.
PENYAJIAN DATA
Definisi : membuat distributor frekuensi dalam bentuk sajian gambar baik grafik
poligon,histogram,atau ogif
Ada beberapa istilah penting dalam penyajian data :
Batas kelas : nilai terendah dan tertinggi pada suatu kelas
Nilai tengah kelas : nilai yang letaknya di tengah kelas
Nilai tepi kelas : nilai batas antar kelas (border) yang memisahkan nilai antara
kelas yang satu dengan kelas yang lain
DISTRIBUSI FREKUENSI
adalah pengelompokan data ke dalam beberapa kategori yang menunjukkan
banyaknya data dalam setiap kategori.
Setiap data tidak dapat dimaksukkan kedalam dua atau lebih kategori.
Langkah-langkah Distribusi Frekuensi :
Mengumpulkan data
Mengurutkan data dari terkecil ke terbesar atau sebaliknya.
Membuat kategori kelas jumlah kelas K= 1 + 3,322 log n dimana 2𝑘 >n; di
mana k= jumlah kelas; n = jumlah data.
Membuat interval kelas interval kelas = (nilai tertinggi – nilai terendah)/
jumlah kelas.
Melakukan penghitungan atau penturusan setiap kelasnya.
Langkah-langkah dalam Statistika Deskriptif:
Memahami masalah dan jawaban yang diperlukan.
Mengumpulkan data yang sesuai dengan masalah dan tujuan.
Menata dan mentah ke dalam distribusi frekuensi.
Menyajikan data distribusi secara grafik.
Menarik kesimpulan mengenai permasalahan.
DISTRBUSI FREKUENSI RELATIF
adalah frekuensi relative setiap kelas dibandingkan dengan frekuensi totalnya.
FREKUENSI KUMULATIF
Definisi : Penjumlahan Frekuensi pada setiap kelas, baik meningkat (kurang dari)
atau menurun (lebih dari).
Histogram
8
7
6
5
4
3
2
1
0
180.5 228.5 276.5 324.5 372.5
KURVA OGIF
Definisi : Diagram garis yang menunjukan kombinasi antara interval kelas dengan
frekuensi kumulatif.
Kurva Ogiv
20
15
0
180.5 228.5 276.5 324.5 372.5
UKURAN PEMUSATAN
BAB 3
UKURAN PEMUSATAN
adalah nilai tunggal yang mewakili suatu kumpulan data dan menunjukkan
karakteristik dari data. Ukuran pemusatan menunjukkan pusat dari nilai data.
MEDIAN
Nilai yang letaknya berada di tengah data dimana data tersebut sudah diurutkan
dari terkecil sampai terbesar atau sebaliknya.
Median Data tidak Berkelompok :
a) Letak median = (𝑛 + 1)/2,
b) Data ganjil, median terletak di tengah,
c) Median untuk data genap adalah rata-rata dari dua data yang terletak di
tengah.
MODUS
Nilai yang (paling) sering muncul.
Rumus Modus Data Berkelompok :
𝑑1
𝑀𝑜 = 𝐿 + ( )𝑥 𝑖
𝑑1 + 𝑑2
UKURAN LETAK :
KUARTIL
Definisi : ukuran letak yang membagi 4 bagian yang sama. K1 sampai 25% data, K2
sampai 50% dan K3 sampai 75%.
Rumus letak kuartil :
DATA TIDAK BERKELOMPOK DATA BERKELOMPOK
K1 = [𝟏(𝒏 + 𝟏)]/𝟒 1n/4
K2 = [𝟐(𝒏 + 𝟏)]/𝟒 2n/4
K3 = [𝟑(𝒏 + 𝟏)]/𝟒 3n/4
DESIL
Definsi : ukuran letak yang membagi 10 bagian yang sama.
D1 sebesar 10%
D2 sebesar 20%
D3 sebesar 90%
Rumus letak desil :
DATA TIDAK BERKELOMPOK DATA BERKELEMPOK
D1 = [𝟏(𝒏 + 𝟏)]/𝟏𝟎 1n/10
D2 = [𝟐(𝒏 + 𝟏)]/𝟏𝟎 2n/10
…..
D9 = [𝟗(𝒏 + 𝟏)]/𝟏𝟎 9n/10
PRESENTIL
Definisi : ukuran letak yang membagi 100 bagian yang sama.
P1 sampai 1%
P2 sampai 2%
P99 sampai 99%
Rumus letak Presentil :
DATA TIDAK BERKELOMPOK DATA BERKELOMPOK
P1 = [𝟏(𝒏 + 𝟏)]/𝟏𝟎𝟎 1n/100
P2 = [𝟐(𝒏 + 𝟏)]/𝟏𝟎𝟎 2n/100
…..
P99 = [𝟗𝟗(𝒏 + 𝟏)]/𝟏𝟎𝟎 99n/100
UKURAN PENYEBARAN
BAB 4
Ukuran Penyebaran
Suatu ukuran baik parameter atau statistik untuk mengetahui seberapa besar
penyimpangan data dengan nilai rata-rata hitungnya.
Ukuran penyebaran membantu mengetahui sejauh mana suatu nilai menyebar
dari nilai tengahnya, semakin kecil semakin besar.
RANGE
Definisi : Nilai terbesar dikurang nilai terkecil.
Contoh :
Nilai Negara Maju Negara Negara Asean Indonesia
Industri Baru
Tertinggi 3,2 7,6 7,1 8,2
Keterangan
Range/Jarak
DEVIASI RATA-RATA
Definis : Rata-rata hitung dari nilai mutlak deviasi antara nilai data pengamatan
dengan nilai rata-rata hitungnya.
RUMUS :
MD = (∑ |X − x |)/n
VARIANS
Definisi : Rata-rata hitung dari deviasi kuadrat setiap data terhadap rata-rata
hitungnya.
RUMUS :
𝜎2 = ∑(𝑋 − 𝜇)2/𝑛
STANDAR DEVIASI
Definisi : Akar kuadrat dari varians dan menunjukkan standar penyimpangan data
terhadap nilai rata-ratanya.
RUMUS :
𝜎 = √∑( X − μ)2/N
HUKUM EMPIRIK
Untuk distribusi simetris, dengan distribusi frekuensi berbentuk loceng
diperkirakan:
68% data berada pada kisaran rata-rata hitung + satu kali standar deviasi,
(X ±1s)
95% dara berada pada kisaran rata-rata hitung + dua kali standar deviasi, ,
(X ±2s)
Semua data atau 99,7% akan berada pada kisaran rata-rata hitung + tiga kali
standar deviasi, , (X ±3s)
ANGKA INDEKS
BAB 5
ANGKA INDEKS :
Sebuah angka yang menggambarkan perubahan relatif terhadap harga, kuantitas atau
nilai yang di bandingkan dengan tahun besar.
Ht
IH = x 100
Ho
2. Angka Indeks Kuantitas Relatif Sederhana
Menunjukkan perkembangan kuantitas barang dan jasa dibandingkan dengan tahun
atau periode dasarnya. Indeks kuantitas sederhana dihitung tanpa memberikan bobot
pada setiap komoditas, karena dianggap masih mempunyai kepentingan yang sama.
RUMUS :
Kt
IK = x 100
Ko
Vt Htkt
IN = x 100 = x 100
Vo Hoko
Ht
IHA = ∑ x 100
Ho
2. Angka Indeks Kuantitas Agregat Sederhana
Angka indeks yang menunjukkan perbandingan antara jumlah kuantitas kelompok
barang dan jasa pada periode tertentu dengan periode dasarnya.
RUMUS :
Kt
IKA = ∑ x 100
Ko
Vt HtKt
INA = ∑ x 100 = ∑ x 100
Vo HoKo
1. Formula Laspeyres
Etienne laspeyres mengembangkan metode ini pada abad 18 akhir untuk
menentukan sebuah indeks tertimbang dengan menggunakan bobot sebagai
penimbang adalah periode dasar.
RUMUS :
HtKo
IL = ∑ x100
Hoko
2. Formula paasche
Menggunakan bobot tahun berjalan dan bukan tahun dasar sebagai bobot.
RUMUS :
HtKt
IP = ∑ x100
Hokt
3. Formula Fisher
Fisher mencoba memperbaiki formula Laspeyres dan Paasche
Indeks Fisher merupakan akar dari perkalian kedua indeks
Indeks Fisher menjadi lebih sempurna dibandingkan kedua indeks yang lain
baik Laspeyres maupun Paasche.
RUMUS :
IF = √IL X IP
4. Formula Drobisc
Digunakan apabila nilai Indeks Laspeyres dan Indeks Paasche berbeda terlalu
jauh. Indeks Drobisch juga merupakan jalan tengah selain Indeks Fisher.
Indeks Drobisc merupakan nilai rata-rata dari kedua indeks.
Ht(Ko + Kt)
IME = ∑ x 100
Ho(Ko + Kt)
6. Formula Wals
Menggunakan pembobotan berupa akar dari perkalian kuantitas tahun berjalan
dengan kuantitas tahun dasar.
RUMUS :
Ht√KoKt
IW = ∑ x 100
Ho√KoKt
PENDAHULUAN
Data deret berkala adalah sekumpulan data yang dicatat dalam suatu periode
tertentu.
Manfaat analisis data berkala adalah mengetahui kondisi masa mendatang
atau meramalkan kondisi mendatang.
Peramalan kondisi mendatang bermanfaat untuk perencanaan produksi,
pemasaran, keuangan dan bidang lainnya.
Y Y
Y = a + bX
RUMUS
A = ∑ Y/N
b = ∑ YX/X2
3. Metode Kuadritas :
Untuk jangka waktu pendek, kemungkinan trend tidak bersifat linear. Metode
kuadritas adalah contoh metode nonlinear.
RUMUS Y = a + bX + cX2
4. Trend Eksponensial
Persamaan eksponensial dinyatakan dalam bentuk variabel waktu (X) dinyatakan
sebagai pangkat. Untuk mencari nilai a, b, c dari data Y dan X, digunakan rumus
sebagai berikut :
Y’ = a ( 1 + b)x
LnY’ = Ln a + X Ln (1+b)
Sehingga a = anti In (∑ LnY)/n
RUMUS
1
b = anti In ∑(X. LnY) − (X)2
Variasi Musim
Variasi musim terkait dengan perubahan atau fluktuasi dalam musim-musim aau
bulan tertentu dalam 1 tahun.
Variasi Siklus
Siklus :
Ingat
RUMUS Y=TxSxCxI
Maka
TCI = Y/S
CI = TCI/T
Variasi yang Tidak Tetap (Irregular)
Siklus :
Ingat Y = T x S x C x I
PENDAHULUAN
Definisi Probabilitas adalah peluang suatu kejadian.
Probabilitas :
Suatu ukuran tentang kemungkinan suatu peristiwa (event) / akan terjadi di masa
mendatang. Probabilitas dinyatakan antara 0 sampai 1 atau dalam persentase.
Percobaan :
Pengamatan terhadap beberapa aktivitas atau proses yang memungkinkan timbulnya
paling sedikit dua peristiwa tanpa memperhatikan peristiwa mana yang akan terjadi.
Hasil (outcome):
Suatu hasil dari sebuah percobaan.
Persitiwa (event):
Kumpulan dari satu atau lebih hasil yang terjadi pada sebuah percobaan atau
kegiatan.
Manfaat :
Manfaat mengetahui probabilitas adalah membantu pengambilan keputusan yang
tepat, karena kehidupan di dunia tidak ada kepastian, dan informasi yang tidak
sempurna.
Contoh :
Pengembalian harga saham berdasarkan analisis harga saham.
Peluang produk yang diluncurkan perusahaan ( sukses atau tidak ), dll.
PENDEKATAN PROBABILITAS
1. Pendekatan Klasik
Definisi : Setiap peristiwa mempunyai kesempatan yang sama untuk terjadi.
RUMUS :
2. Pendekatan Relatif
Definisi : Probabilitas suatu kejadian tidak dianggap sama, tergantung dari berapa
banyak suatu kejadian terjadi.
RUMUS :
3. Pendekatan Subjektif
Definisi : Probabilitas suatu kejadian didasarkan pada penilaian pribadi yang
dinyatakan dalam suatu derajat kepercayaan.
KONSEP DASAR HUKUM PROBABILITAS
A. Hukum Penjumlahan
Contoh : P (A) = 0,35, P (B) = 0,40 DAN P (C) = 0,25 Maka P ( A atau C ) = 0,35
0,25 = 0,60
Apabila P (AB) = 0,2, maka, P(A atau B) = 0,35 + 0,40 – 0,2 = 0,55
A B
B. Hukum Perkalian
LATIHAN SOAL
Kategori Kelas :
157,174,198,202,215,237,242,247,249,253,255,268,278,283,286,297,336,345,392
D (jumlah data) = 19
K = 1+3,322 log 19
= 1+3,322 (1,279)
= 1+4,249
= 5,249 = 5
2𝑘 > n = 25 > 19
= 32 > 19
392−157
IK = = 47
5
Interval :
157 + 47 = 204
205 + 47 = 252
253 +47 = 300
301 + 47 = 348
349 + 47 = 396
Nilai Tengah :
205+252
= 276,5
2
157+204
= 180,5
2
253+300
= 276,5
2
301+348
= 324,5
2
349+396
= 372,5
2
MATERI SOAL :
1) Jelaskan pentingnya statiska dalam kehidupan sehari-hari dan siapa saja yang
sering menggunakan statiska?
LATIHAN SOAL :
Interval Frekue Xi Fi Xi 2
X- X Fi X- X X- X
nsi
100 – 119 5 109,5 547,5 51,2 256 2621,4
120 – 139 > K1 7 129,5 906,5 31,2 218,4 973,4
140 – 159 9 149,5 1345,5 11,2 100,8 125,4
160 – 179 > K2 16 169,5 2712 8,8 140,8 77,4
180 – 199 10 189,5 1895 28,8 288 829,4
200 – 219 > K3 3 209,5 628,5 48,8 146,4 2381,4
50 8035 180 1150,4 7008,4
Bagian A :
8035
X= = 160,7
50
1 50−5 25−21
K1 = 119,5 + 20 . . K2/Me = 159 + 20 .
4 7 16
1 12,5
= 119,5 + 20 . . = 159,5 + 5
4 7
3 50−37 9
K3 = 179,5 + 20 . . MO = 159,5 + 20 .
4 10 9+10
37,5−37 9
= 179,5 + 20 . = 159,5 + 20 .
10 19
0,5
= 179,5 + 20 . = 159,5 + 9,4
10
= 179,5 + 1 = 168,9
= 180,5
= 23,008
7008,4
T2 =
50
= 140,1
T = √140,1
= 11,83
CONTOH SOAL :
Tentukan : IH,IHA,IK,IKA,IN,INA
12
Jawab : IH sepeda motor = × 100% = 3
4
45
IHA = × 100% = 1,8
25
95
IKA = × 100% = 1,6
57
1125
INA = × 100% = 2,8
388
LATIHAN SOAL :
Diketahui data sebagai berikut :
Ditanya : IL,IP,IW,IF,ID,IME
Jawab :
30.260
1. IL = × 100% 4. IF = √1,64 . 1,67
18.400
51.500 1
2. IP = × 100% 5. ID = (1,64 + 1,67)
30.800 2
3,31
=1,67 = = 1,65
2
376.203,5 289.520
= = = 1,70
220.203,5 169.400
= 1,70
LATIHAN SOAL :
Rentang Nilai f Xi Fi xi x- x f. x- x
40-49 10 44,5 445 28,54 285,4
50-59 16 54,5 872 18,54 296,64
60-69 20 64,5 1290 8,54 170,8
70-79 25 74,5 1862,5 1,46 36,5
80-89 18 84,5 1521 11,46 206,28
90-99 15 94,5 1417,5 21,46 321,9
100-109 6 104,5 627 31,46 188,76
∑ 110 521,5 8035
1 𝑑1
Me : Tb + C . n – fm Mo : Tb + C
2 𝑑1+𝑑2
20
= 69,5 + 10 . 1⁄ 110−46 = 69,5 + 10
2 20+18
25
55−46 20
= 69,5 + 10 . = 69,5 + 10
25 38
9
= 69,5 + 10 . = 69,5 + 5,26
25
1 − 𝑓𝑘𝑖
K1: Tb + C . n
4 𝑓𝑠𝑘
= 49,5 + 10 . 1⁄ 110−10
4
16
17,5
= 49,5 + 10 .
16
27,5−10
= 49,5 + 10 .
16
= 49,5 + 10,9
= 60,4
3 − 𝑓𝑘3 ∑𝑓 . 𝑥𝑟𝑒𝑛
K3 : Tb + C . n Rataan : x =
4 𝑓𝑠𝑘 𝑛
8035
= 89,5 + 10 . 3⁄ 110−89 =
4 110
15
82,5−89
= 89,5 + 10 . = 73,04
15
6,5
= 89,5 + 10 .
15
= 89,5 + 4,3
= 93,8
LATIHAN SOAL :
853 ×100%
IL = = 1,445 ID = 1⁄2 ( 1,445 + 1,435 )
590
1227×100%
IP = = 1,435 = 1,44
855
IF = √1,445 . 1,435
= √2.073 = 1,43
CONTOH SOAL :
Diketahui data sebagai berikut :
X Y XY X2 Y𝟐
4 3 12 16 9
6 5 30 36 25
8 10 80 64 100
∑Y|2 = (36)2 = 1296
2 4 8 4 16
3 6 18 9 36
6. (204) − 30.36
𝑟=
30 36 204 178 250 √6 (178) − (30)2 x 6 (250) − 1296
= 0,77
Kp = 0,772 𝑥 100%
= 0,5929
CONTOH SOAL :
n!
nPr =
(n − r)!
4!
4P2 =
(4 − 2)!
4!
=
2!
5!
5P4 =
(5 − 4)!
5!
= = 120
1