SKOR NILAI :
STATISTIKA TERAPAN
(Prof. Dr. Edi Syahputra, M.Pd, 2016)
Masitoh Hasibuan
i
DAFTAR ISI
ii
6. Bab 6 Pendugaan(Estimasi) ......................................................................................... 21
7. Bab 7 Pengujian Hipotesis ........................................................................................... 21
8. Bab 8 Analisis Regresi .................................................................................................... 21
9. Bab 9 Analisis Varians Klasivikasi Satu Arah ........................................................ 21
10. Bab 10 Analisis Varians Klasifikasi Dua Arah ........................................................ 21
11. Bab 11 Analisis Varians Klasifikasi Tiga Arah ....................................................... 22
12. Bab 12 Analisis Covarian ............................................................................................... 22
13. Bab 14 Analisis Faktor Konfirmatori ........................................................................ 22
14. Bab 15 Materi Pendukung ............................................................................................ 22
B. Kelebihan dan Kekurangan .................................................................................................. 23
a. Kelebihan ............................................................................................................................. 23
b. Kekurangan ......................................................................................................................... 23
iii
DAFTAR LAMPIRAN
iv
1
BAB I
PENDAHULUAN
BAB II
RINGKASAN ISI BUKU
A. BAB I STATISTIKA
1. Pengertian Statistika
Statistika adallah ilmu yang mempelajari tentang metode pengumpulan,
pengolahan, penafsiran serta penrikan kesimpulan dari data yang
dikumpulkan/diperoleh. Secara umum ststistika dapat dikelompok menjadi dua
kelompok besar yang saling melengkapi satu dengan lainny. Kedua kelompok ini
adalah:
1. Statistik Matemtika
2. Statistika Terapan
keseluruhan dari objek yang banyak dan tersebar di wilayah yang sangat luas disebut
polasi dari sampel itu.
Seorang peneliti biasanya meneliti dalam sampel yang dipilihnya dan
mengambil kesimpulan tentang karakteristik populasi yang ditelitinya. Ada dua
macam bentuk data yaitu data kuantitatif dan kualitatif. Data kuantitatif berbentuk
bilangan-bilangan seperti 5, 6, 100, dan lain-lain. Sedangkan data kualitatif berbentuk
atribut seperti: tinggi, rendah, baik, senang, puas, berhasil, dan lain lain.
Ada juga yang mengklarifikasi data sebagai berikut:
a. Data nominal, yaitu data berbentuk kategori dan bersifat kualitatif, tidak dapat
dibandingkan yang satu dengan yang lain misalnya, merah, putih, laki-laki,
perempuan dll. Data-data ini tidak dapat diperbandingkan satu dengan yang
lainnya.
b. Data ordinal, yaitu data berbentuk kategori dan besifat kualitatif. Bedanya
dengan data normal adalah data ordinal sudah dapat diperbandingkan yang
satu dengan yang lain, misalnya juara I dan juara II.
c. Data interval, yaitu data kuantitatif berbentuk angka-angka, misalnya 30⁰.
d. Data rasio, yaitu data kuantitatif misalnya 5, 7 dll. Perbedaan data interval dan
rasio adalah pada data interval tidak dapat dilakukan operasi matematika atas
data itu, edangkan pada rasio operasi matematika dapat diberlakukan.
Misalnya 30⁰ + 70⁰ ≠ 100⁰ sedangkan 5 + 7 = 12.
Terdapat beberapa cara untuk memperoleh data, antara lain:
1. Mengadakan wawancara kepada subjek penelitian.
2. Menyebarkan angket berupa lembar kertas berisi pertanyaan kepada
responden.
3. Melakukan observasi.
4. Mengkoreksi/mencatat data dari sumber-sumber yang dapat
dipertanggung jawabkan.
5. Melakukan eksperimen dan mencatat data yang muncul dari percobaan itu.
6. Mengakses internet.
Ketika mencari data melalui internet perlu kehti-hatian, karena tidak semua
data dari internet dapat dipercaya kevalidannya. Pilihlah data dari sumber-sumber
yang dapat dipercaya seperti data dalam artikel yang termuat dalam jurnal resmi.
4
Chart Title
350
BAnyakntya
150
-50
17-20 21-24 25-28 29-32 33-36
Umur
Chart Title
25
27
22
24
21 17
18
12 13
15
12
9 6
3 4
6
3
2009 2010 2011 2012 2013 2014 2015 2016
2. Diagram Lingkaran
Diagram lingkaran terdiri dari sebuah lingkaran ang di bagi atas sekor-sekor.
Tiap sekor menunjuka banyak data. Luas stiap ekor data tergantung dari besarnya
proposi suatu data terhadap keseluruhan data yang ada.
Nilai A
5%
13% 20%
Nilai B
Nilai C
25%
Nilai D
37%
Nilai E
3. Diagram Pastel
Diagram pastel adalah versi bentuk dari diagram lingkaran. Sebenarnya tidak
ada perbedaan yang mendasar antara diagram lingkaran dengan diagram pastel.
Perbedaanya hanya dalam bentuk dimensi. Diagram lingkaran berdimensi dua
sedangkan diagam pastel berdimensi tiga.
6
Nilai e
Nilai D Nilai A
5%
13% 20% Nilai A
Nilai B
Nilai C
25% Nilai C
Nilai B
37% Nilai D
Nilai e
Histogram dan poligon frekuensi adalah diagram dari data yang telah disusun
oleh tabel distribusi frekuensi.
B. Median
Median dari sekumpulan bilangan ialah bilangan yang posisinya berada
ditengah-tengah setelah bilangan itu diurutkan. Untuk menentukan median dari
sekumpulan bilangan dilakukan prosedur berikut:
a. Data Tunggal.
b. Data Terboboti .
7
Keterangan:
Me= Median .
Bb= Batas bawah kelas interval yang mengandung Me.
N= Jumlah data seluruhnya.
Fsb= Jumlah seluruh frekuensi sebelum frekuensi kelas Me.
fme = Frekuensi kelsan Me.
i= Panjang interval kelas.
C. Modus
dsb
𝑀0 = Bb+ d i
sb +dbr
Keterangan:
Mo= modus.
Bb= batas bawah kelas interval yang mengandung modus.
dbs= Selisih frekuensi kelas Modus dengan frekuensi kelas sebelumnya.
dbr= Selisih frekuensi kelas Modus dengan frekuensi kelas berikutnya.
Populasi
sampel
Gambar 5.1 hubungan antara sampel dan populasi
Ada beberapa cara menarik sampel dari suatu populasi, antara lain:
1. Sampel Acak Sederhana (SAS).
2. Sampel Sistematik.
3. Sampel Berlapis.
4. Sampel Berkelompok.
5. Distribusi Sampling
6. Distribusi Sampel Rata-rata.
digunakan untuk menduga (menaksir) nilai parameter populasi dari mana asal
sampel tersebut diambil. Misalny :
𝑋̅digunakan untuk menduga ( mengestimasi) μ
S2 digunakan untuk menduga (mengestimasi ) σ2
dan sebagainya.
Pendugaan parameter populasi menghendaki keakuratan tertentu , supaya
pendugaan dapat dipertanggung jawabkan perlu dibahas sifat-sifat dari penduga
tersebut.
Sifat – sifat dari penduga (estimator)
1. Penduga tak bias
∑(x−x̅)2 n n n−1
s2 = sebab μs 2 = n−1 μ = n−1 . σ2 = σ2 , s2 adalah penduga tak bias
n−1 n
dari σ2
2. Penduga konsisten.
3. Penduga efesien .
Penduga (estimasi) titik dan penduga interval
1. Pendugaan (estimasi) titik.
2. Pendugaan (estimasi) interval.
3. Derajat kebebesan .
n
̅)2 adalah n − 1
∑(x1 − X
i=1
1. Jika varians populasi diketahui ( kasus ini tidak terjadi pada realitas
kehidupan, kecuali pada persoalan rekayasa atau berdasarkan
pengalaman sebelumnya).
Apabila populasi berdistribusi normal dengan rata-rata μ dan varians σ2,
2
𝜎2
maka : μ𝑥̅ = μ dan 𝜎 𝑥 = ( populsai besar) dimana n = ukuran sampel
𝑛
x̅−μx̅ x̅−μ
berarti Z = = σ Berdistribusi normal.
σx
√n
2. Varians populasi tidak diketahui ( pada umumnya kejadian ini adalah
2 2 2
𝑠2
realita). Untuk populasi besar , kita estimasi 𝜎 𝑥 dengan 𝑠 𝑥 dimana : 𝑠 𝑥 = 𝑛
𝑥̅ −𝜇0 𝑥̅ −𝜇
selanjutnya kita gunakan distribusi t , yaitu : 𝑡 = = 𝑠 dengan
𝑆𝑥̅
√𝑛
𝑥̅ −𝜇𝑜
derajat kebebasan (n-1) . Karena Ho : μ = μ0, maka 𝑡 = 𝑠
√𝑛
= ∑(𝑏0 + 𝑏1 𝑋𝑖)/𝑛
= (𝑛𝑏0 + 𝑏1 ∑ 𝑋𝑖)/𝑛
∑ 𝑋𝑖
= (𝑛𝑏0 + 𝑏1𝑛 ) /𝑛
𝑛
= (𝑛𝑏0 + 𝑏1𝑛𝑋̅)/𝑛
= 𝑏0 + 𝑏1𝑋̅
= 𝑌̂
Analisa Korelasi
Analisa korelasi erat kaitannya dengan analisa regresi, pada analisa regresi
yang dicari adalah hubungan fungsional(dalam bentuk persamaan matematik) antara
dua variabel atau lebih . Sedangkan pada analisa korelasi yang dicari adalah derajat
tingkat keeratan hubungan variabel-variabel itu. Kolerasi yang tidak nol antara
variabel X dan Y berakibat, jika kita tahu seseorang tentang X maka kita tahu sesuatu
tentang Y, begitu pula sebaliknya.Ini berarti kita dapat memprediksi Y dari X yang
diketahui. Makin besar harga mutlak korelasi antara X dan Y , Makin besar harga
mutlak korelasi antara X dan Y , makin akurat prediksi yang bisa dibuat.
Regresi linear dari y terhadap x
Diberikan titik-titik (x1,y1), (x2,y2),...,(xn,yn) pada bidang koordinat kartesius
dengan sumbu x dan sumbu y, misalnya persamaan garis lurus pendekatan terbaik
dari data tersebut adalah:
𝑦 = 𝑎𝑦𝑥 + 𝑏𝑦𝑥 𝑥
Kesalahan baku prediksi (estimasi) y terhadap x adalah
𝑆𝑇.𝑋 = 𝑆𝑌 √1 − 𝑟 2
13
∑(𝑋𝑖1 − 𝑋̅)2
𝑖=1
∑ ∑(𝑋𝑖𝑗 − 𝑋̅)2
𝑗=1 𝑖=1
Jumlah total kuadrat terdiri dari jumlah dua bagian yang saling bebas yaitu
jumlah kuadrat dalam kelompok dan jumlah kuadrat antar kelompok.
𝑘 𝑛𝑗 𝑘 𝑛𝑗 𝑘
̅̅̅ − ̅̅̅
∑ ∑(𝑋𝑖𝑗 − 𝑋̅)2 = ∑ ∑(𝑋𝑖𝑗 − 𝑋̅𝑗)2 + ∑ 𝑛𝑗 (𝑋𝑗 𝑥)2
𝑗=1 𝑖=1 𝑗=1 𝑖=1 𝑗=1
Asumsi –asumsi dasar pada analisis Varians :
1. Populasi-populasi berdistribusi normal(sifat normalitas dipenuhi)
Perbandingan Korelasi
2
𝐽𝐾(𝑎𝑛𝑡) 𝐽𝐾(𝑑𝑎𝑙)
𝜂𝑦𝑥 = = 1−
𝐽𝐾(𝑡𝑜𝑡) 𝐽𝐾(𝑡𝑜𝑡)
Percobaan dengan klasifikasi dua arah dapat ditunjukkan dengan hanya satu
unit sampling dan satu data (pengukuran) untuk masing – masing percobaan.
Apabila jumlah kuadrat masing-masing diatas dibagi oleh derajat bebasnya maka
akan diperoleh empat penduga varians. Jika hanya satu data (pengukuran) dalam
kombinasi baris (R) dan kolom (c) perlakuan percobaan , maka jumlah kuadrat total
(Jk tot) dapat dipartisi menjadi 3 komponen yaitu : JK antar Baris, JK antar kolom dan
JK interaksi.
Struktur tabel analisis varians dua arah
Suber Variasi Db Jumlah Kuadrat Penduga
Varians
Baris R-1 𝑅
JK /db
𝑛𝐶 ∑(𝑋̅𝑟. . −𝑋̅ … )2
𝑟=1
Kolom C-1 𝐶
JK/db
𝑛𝑅 ∑(𝑋̅𝑐. . −𝑋̅ … )2
𝑟=1
Interaksi baris (R-1)(C- 𝑅 𝐶 JK/db
x kolom 1) 𝑛 ∑ ∑(𝑋̅𝑟𝑐. . −𝑋̅𝑟. . −𝑋̅. 𝑐. +𝑋
̅̅̅̅̅
…) 2
𝑟=1 𝑟=1
Dalam sel RC(n-1) 𝑅 𝐶 𝑛
JK/db
∑ ∑ ∑(𝑋𝑟𝑐𝑖 − 𝑋̅𝑟𝑐. )2
𝑟=1 𝑐=1 𝑖=1
Total nRC-1 𝑅 𝐶 𝑛
∑ ∑ ∑(𝑋𝑟𝑐𝑖 − 𝑋̅. . . )2
𝑟=1 𝑐=1 𝑖=1
memuat lebih dari satu kategori. Apabila pada suatu percobaan memuat tiga faktor
sekaligus, faktor pertama memuat 2 kategori, faktor kedua memuat 3 kategori dan
faktor ketiga memuat 4 kategori maka dikatakan percobaan tersebut memiliki ukuran
percobaan 2× 3 × 4 faktorial. Pada percobaan dengan klasifikasi tiga arah dan n data
dalam tiap sel, jumlah kuadrat total dipartisi ke dalam delapan jumlah kuadrat yang
independen. Kedelapan jumlah kuadrat tersebut adalah jumlah kuadrat antar baris,
jumlah kuadrat antar kolom, jumlah kuadrat antar lapisan, jumlah kuadrat antar baris
dan kolom, jumlah kuadrat antar baris dan lapisan, jumlah kuadrat antar kolom dan
lapisan, jumlah kuadrat antar baris, kolom dan lapisan dan jumlah kuadrat dalam sel.
Setiap jumlah kuadrat berpadanan dengan jumlah derajat bebasnya.
∑ ∑ ∑ ∑(𝑋𝑟𝑐𝑙𝑖 − 𝑋̅ … )2
𝑟=1 𝑐=1 𝑙=1 𝑖=1
16
𝜎12 = 𝜆12 + 𝑉(𝛿1 ); 𝜎22 = 𝜆22 + 𝑉(𝛿2 ); 𝜆23 + 𝑉(𝛿3 ); 𝜆24 + 𝑉(𝛿4 )
Teorema Bayes
Metode untuk menghitung peluang dengan syarat ada informasi tambahan
yang diperoleh. Untuk dua kejadian tidak terikat satu sama lain dan membentuk
kumpulan kejadian lengkap.
BAB III
PEMBAHASAN
antar baris dan kolom. Sedangkan menurut Hartono (2012: 247) analisis varians
dengan dua arah dapat digunakan bila dalam analisis data ingin mengetahui apakah
ada perbedaan dari dua variabel bebas, sedangkan masing-masing variabel bebasnya
dibagi dalam beberapa kelompok.
11. Pembahasan Bab XI Tentang Analisis Varians Klasifikasi Tiga Arah
Menurut buku yang direview beberapa percobaan ada yang menggunakan
analisis varians klasifikasi tiga arah. Percobaan-pecobaan tersebut melibatkan tiga
faktor sekaligus. Setiap faktor memuat lebih dari satu kategori.
12. Pembahasan Bab XII Tentang Analisis Covarian
Menurut buku yang direview, analisis covarian adalah prosedur pengolahan
data statistic dengan persyaratan memiliki variabel pengiring(concomitan variabel).
Analisis covarian membantu peneliti mereduksi galat (error) yang relatip besar yang
sering muncul pada analisis varians. Galat ini akan dapat diminimalisir dengan
adanya variabel pengiring pada analisis covarian. Menurut Hartono (2012:261)
anacova adalah analisis statistik yag merupakan kombinasi dari analysis of variances
(anova) dan analisis regresi linear, sehingga salah satu syarat yang diperlukan dalam
menggunakan analisis ini adalah keadaan data yang berbentuk linear.
13. Pembahasan Bab XIV Tentang Analisis Faktor Konfirmatori
Menurut buku yang direview, analisis faktor konfirmatori dikembangkan
untuk mengakomodasi penelitian-penelitian perilaku dan penelitian sosial. Pada
penelitian perilaku dan sosial yang akan diukur pada umumnya sulit diobservasi
secara langsung misalnya bakat, sikap, kinerja, kecemasan, imege. Ada dua tujuan
analisis faktor konfirmatori yaitu: 1. Menduga parameter dari model faktor yang
dihipotesiskan berdasarkan sampel matriks covarian yang diberikan. 2. Menguji
ketepatan dari model faktor yang dihipotesiskan.
14. Pembahasan Bab XV Tentang Materi Pendukung
Menurut buku yang direview materi pendukung dalam statistika terapan yaitu
peluang, harapan matematika dan distribusi peluang teoritis. Menurut Johanes
Supranto (2016:326) materi pendukungnya adalah probabilitas.
Berdasarkan dua pendapat diatas, dapat disimpulkan dalam mempelajari
statistika diperlukan materi pendukung yaitu: peluang, harapan matematika dan
distribusi peluang.
23
BAB IV
PENUTUP
A. Kesimpulan
Statistika adalah ilmu yang mempelajari tentang cara pengumpulan,
pengolahan, penafsiran/penganalisisan dan penarikan kesimpulan berdasarkan data
yang dikumpulkan/diperoleh. Di dalam penyajian data terdapat dua cara yaitu
dengan menggunakan table dan grafik/diagram. Kemudian ukuran tendensi sentral
digunakan untuk menghitung mean, median, modus, standar deviasi, simpangan
kuartil dan lain-lain. Pada teknik penarikan sampel dari suatu populasi yaitu:
sampling sampel acak, sampel sistematis, sampel berlapis dan sampel berkelompok.
Hipotesis dalam statistika adalah asumsi atau dugaan yang diungkapkan dengan
kalimat tentang parameter populasi.
B. Rekomendasi
Bagi pembaca yang membaca buku ini sangat bagus, menambah pengetahuan
tentang statistika pendidikan matematika dan sebagai pedoman dalam belajar. Bagi
pembaca yang ingin mencari buku statistika pendidikan matematika, saya
menganjurkan buku “Statistika Terapan” karya Prof.Dr. Edy Syahputra, M.Pd
dikarenakan dalam buku ini materi dipaparkan dengan singkat dan jelas. Buku ini
juga terdapat penurunan rumus sehingga pembaca dapat mengetahui asal mula
rumus tersebut di dapat. Pada buku ini dilengkapi juga dengan contoh yang
bermacam-macam dan ada beberapa contoh yang di cek/dikonfirmasi kebenaranya
dengan mengggunakan SPSS dan juga di pandu dalam mengecek menggunakan SPSS.
25
DAFTAR PUSTAKA