SV Analisis Data 1
SV Analisis Data 2
DATUM?
SV Analisis Data 3
SV Analisis Data 4
Berikut adalah data ukuran diameter 20
bongkahan batuan yang ditemukan :
44.24 60.00 89.54 85.64
24.00 54.12 64.52 27.14
42.13 43.04 45.75 111.27
41.49 47.70 83.00 14.32
32.35 41.60 77.96 14.37
Contoh :
o statistik (mis. rata-rata)
nilai elevasi pasang surut air laut di selat Makassar (m),
o statistik (mis. variansi)
hasil pengukuran tinggi gelombang (cm) menggunakan AWLR
(Automatic Water Level Recorder)
o Statisitik (mis. range)
antara nilai tinggi pasang maksimum dan surut minimum (m)
Statistika :
ilmu yang berkaitan dengan cara pengumpulan, pengolahan,
analisis dan penarikan kesimpulan atas data. SV Analisis Data 6
Belajar Statistika dasar...
1. Statistika deskriptif:
metode yang berkaitan dengan pengumpulan
dan penyajian data.
2. Statistika inferensi:
metode yang berkaitan dengan analisis
sampel untuk penarikan kesimpulan tentang
karakteristik populasi.
SV Analisis Data 7
Populasi dan Sampel
Populasi
Sampel
SV Analisis Data 8
Akan dilakukan pengamatan tentang rata-
rata produksi bahan tambang di
Indonesia.
Populasi
Kendala:
Seluruh titik - sangat banyak, -menghabiskan waktu, -
di wilayah menghabiskan biaya
Indonesia
Kaidah Pengambilan
Keterwakilan sampel
?
atas populasi ??
Sampel (Teknik
Sampling)
Sampel
Contoh:
setiap propinsi diambil beberapa titik pengamatan
SV Analisis Data
9
Jenis-jenis Observasi
OBSERVASI / DATA
KUALITATIF KUANTITATIF
Jenis bencana yang Jenjang pendidikan (SD, Banyaknya gempa Intensitas gempa yang
terjadi di suatu SMP, SMA,...), tingkatan
yang terjadi di suatu terjadi setiap hari di
daerah dalam 1 hari,
daerah (banjir, daerah (Kelurahan, banyaknya hari hujan suatu wilayah, tingkat
longsor, gempa, dll), Kecamatan Kab./Kota, dalam satu bulan di curah hujan harian di
jenis batuan, dll Provinsi, Negara), dll suatu daerah,SVdll
Analisis Data
suatu daerah, dll
10
Statistika Deskriptif
Metode Tujuan :
Informasi berupa:
pengolahan dan memberikan
bentuk distribusi
penyajian suatu informasi yang
data
gugus data berguna.
SV Analisis Data 11
Karakteristik Distribusi
mean, median, modus,
1. PARAMETER Ukuran kuartil atas, kuartil
DISTRIBUSI Pemusatan bawah, dll
Ukuran Range, simpangan baku,
variansi, jangkauan antar
Penyebaran kuartil, dll
Kemencengan skewness
Kelancipan kurtosis
2. BENTUK mean =
Simetris
DISTRIBUSI median
Menceng/ mean >
skew Positif median
Berpuncak Berpuncak Menceng/ mean <
Jamak Tunggal skew Negatif median
1 1
CONTOH 1
Data rata-rata curah hujan bulanan yang
diamati dari Stasiun Padaherang pada tahun
2001 (n = 12)
278.59 279.78 355.29 241.34 115.9 176.9 55.32 29.08 43.82 313.68 508.49 267.82
x1 x2 x7 x10 x12
Data yang diurutkan:
29.08 43.82 55.32 115.9 176.9 241.34 267.82 278.59 279.78 313.68 355.29 508.49
SV Analisis Data 14
Ukuran Pemusatan Data
1. Mean (rata-rata)
1 n
x xi
n i 1
Contoh :
x1 x2 ... x12
x
12
278.59 279.78 ... 267.82
222.17
12
SV Analisis Data 15
50 % data (awal) 50% data (akhir)
29.08 43.82 55.32 115.9 176.9 241.34 267.82 278.59 279.78 313.68 355.29 508.49
X(6.5)
2. Median
Nilai tengah yang membagi dua kelompok
data sama banyak.
q1
q2 = med q3
Kuartil bawah (q1) : q1 x n 1
4
q1 x 121 x
3
1
1
4
x3 x 4 x3 70.47
4 4
q3 x 3(121) x 3
x9 x10 x9 305.21
SV Analisis Data
4
9
4
4
5. Persentil
29.08 43.82 55.32 115.9 176.9 241.34 267.82 278.59 279.78 313.68 355.29 508.49
( x x ) x nx nx nx 0
i i
Jumlah Kuadrat (JK)
n
i 1 i 1
i
( x
SV Analisis Data
i 1
x ) 2
19
Ukuran Penyebaran Data
1. Jangkauan data (Range)
R = datamax – datamin R = 508.49 – 29.08 = 479.41
2. Variansi 2
n
1 n
? 1
n xi
i 1
s
2
n 1 i 1
( xi x )
2
n 1
xi
2
n s 2 20663.8
i 1
JKXX
3. Simpangan Baku (standard deviation)
s = √s2 s 20663.8 143.75
4. Jangkauan antar kuartil
dq = q3 – q1
SV Analisis Data 20
dq = q3 – q1 = 234.74
Data Pencilan
Data yang nilainya berbeda jauh dari kelompok
data yang lain.
Bagaimana mendeteksi data pencilan ??
1. Hitung dq dq = 234.74
2. Hitung BBP = q1 – k.dq BBP = 70.47–(1.5)(234.74 ) = -281.65
SV Analisis Data 23
Statistika Deskriptif
-Sari grafik-
SV Analisis Data 24
Penyajian Data
1. Tabel Distribusi Frekuensi
2. Pie Chart
3. Dot Plot
4. Histogram
5. Diagram Batang – Daun (stem - leaf)
6. Diagram Kotak – Titik (box plot)
7. dll…
23% 58%
SV Analisis Data 27
Dot Plot
3,5
2,5
frekuensi
2
1,5
0,5
0
0 20 40 60 80 100
nilai
SV Analisis Data 29
30
Stem atau batang, mirip dengan grup data pada histogram, sedangkan
leaf atau daun, mirip dengan frekuensi.
Stem atau batang adalah digit pertama yang terpenting yang ada
dalam bilangan yang membentuk harga data, sedangkan digit di
belakangnya akan merupakan leaf atau daun.
Melalui stem-Leaf masih dapat dilihat nilai data mentahnya.
SV Analisis Data
Diagram Kotak-Titik (Box-
Plot)
100
95 max
90
85 q3
80
76 q2
70 mean
60
50
47,5 q1
40
min
30
26
20
10
0
* pencilan atas
BAP (pagar atas)
q1
SV Analisis Data 32
Kelemahan dan Keunggulan
KELEMAHAN KEUNGGULAN
Batch 1 227 222 218 217 225 218 216 229 228 221
Batch 2 219 214 215 211 209 218 203 204 201 205
SV Analisis Data 34
Sumber: Walpole (2006), hal.13
Contoh 2
Apa yang dapat kita lakukan untuk
menjawab pertanyaan tersebut???
- Plot data
Pilih plot yang informatif untuk menjawab pertanyaan
tersebut
Misal: BOXPLOT
SV Analisis Data 35
Batch.1 Batch.II
Mean 222,10 209,90
23,655 42,100
Variansi 6 0
Simp.Bak
u 4,86 6,49
Min. 216 201
Max. 229 219
Q1 218 204,25
Median 221,5 210
230
229
230
Q3 226,5 214,75
226.5
225 225
221.5
220 220
219
218
215 216 215 214.75
SARI NUMERIK
200 200 201
Batch 1
195 195 Batch 2
SV Analisis Data 36
APA YANG DAPAT DISIMPULKAN?? KESIMPULAN DESKRIPTIF
Bentuk Distribusi Ideal
Normal
mean = median
Merenggangkan data-data yang berharga kecil Merapatkan data-data yang berharga kecil dan
dan merapatkan data-data yang berharga besar merenggangkan data-data yang berharga besar
Referensi
SV Analisis Data 41