Bab 3 Statistika Deskriptif
Bab 3 Statistika Deskriptif
STATISTIK DESKRIPTIP
Materi ini memberikan
cara penyajian data secara numerik dan grafik :
❖ Rata-rata, varian sampel,
❖ distribusi frekuensi.
Parameter statistika :
merupakan besaran yang menyatakan
karakteristik nilai dari suatu objek.
1. Rata-rata:
➢merupakan nilai tengah dari hasil pengamatan.
➢dihitung dengan cara :
rata-rata hitung, median dan modus.
2. Varian :
➢pengukuran variasi sekitar rata-rata.
➢diberikan oleh nilai yang menunjukkan
tingkat variabilitas perbedaan data.
1
3. Korelasi :
➢hubungan antara satu variabel dengan variabel
lainnya.
➢Nilai besaran yang menyatakan hubungan
antara dua variable disebut koefisien korelasi.
2
Lokasi pengukuran :
1. Rata-rata (mean)/ kecenderungan pusat :
Jika diberikan data sampel random X1, X2 ,…, Xn,
n adalah ukuran sampel, maka rata-rata hitung
diberikan dengan
X = n1 in= 1 Xi
2. Median :
Data sampel dibagi kedalam dua bagian yang
sama, sehingga setengah dari kumpulan data
berada diatas median, dan setengah lagi
dibawahnya.
Diberikan data terurut X(1), X(2) , …, X(n) (dari
nilai yang terkecil sampai dengan nilai terbesar).
Maka median diberikan dengan
X(n +1)/2 n ganjil
M = Xn/2 + X(n/2)+1
n genap
2
3
3. Modus :
➢ Modus merupakan nilai data yang paling
sering terjadi.
➢ Jika data dikelompokkan, modus adalah nilai
data pada kelompok dengan frekuensi
tertinggi.
➢ Suatu data dapat mempunyai modus yang
tidak tunggal, karena dimungkinkan terdapat
lebih dari satu modus.
Pengukuran penyebaran
1. Rentang :
merupakan jarak nilai data terkecil dan terbesar.
R= nilai data terbesar – nilai data terkecil.
2. Varian :
➢ Merupakan pengukuran variasi sekitar rata-
rata.
➢ Diberikan data sampel random X1, X2,…,Xn,
n adalah ukuran sampel, maka varian sampel
diberikan dengan
S2 = n1 in=1 (Xi - X)2
3. Standar deviasi : S = S2
Standar deviasi adalah pengukuran variasi
sekitar rata-rata.
4
Pengukuran varian tak bias terhadap varian
populasi :
S2 = 1 in=1 (X - X)2
n -1 i
5. Korelasi :
Hubungan antara satu variabel dengan variabel
lainnya.
Ukuran korelasi : koefisien korelasi r ; -1r1
Koefisien korelasi antara variabel x dan variabel
y dinyatakan dengan
r = Cov(x, y)
Sx S y
S2x = 1 in=1 (Xi - X)2, Sx = S2x
n -1
S2y = 1 in=1 (Yi - Y)2, Sy = S2y
n -1
5
c. Pengukuran bentuk (Kecondongan) :
Pengukuran bentuk distribusi data dilihat dari
kecondongan kurva distribusi.
6
Contoh 3.1. (data kontinyu).
Diberikan data rata-rata suhu udara di Kota Semarang
per-hari pada Oktober 2002.
X = n1 in= 1 Xi
= (28.4 + 30.5 + … + 28.5)/31
= 903,20/31 = 29,14
7
Untuk menghitung median, data diurutkan dahulu dari
terkecil sampai yang terbesar.
Data 3.5. Suhu udara di Kota Semarang per-hari pada Oktober
2002 yang telah diurutkan.
No.Urut Suhu No. Urut Suhu No.Urut Suhu
1 27,9 11 28,7 21 29,3
2 28,2 12 28,8 22 29,4
3 28,2 13 28,9 23 29,4
4 28,2 14 28,9 24 29,4
5 28,3 15 29,0 25 29,5
6 28,3 16 29,1 26 29,9
7 28,3 17 29,1 27 30,0
8 28,4 18 29,2 28 30,3
9 28,5 19 29,3 29 30,5
10 28,6 20 29,3 30 30,9
31 31,4
8
Menghitung parameter statistika dengan SPSS
Program SPSS11
Input : Data 3.1.
Anayze - Descriptive Statistics – Descriptives
Output :
Descriptive Statistics
N Min Max Sum Mean Std. Dev Var
SUHU 31 27.90 31.40 903.20 29.1355 .83926 .704
Valid N 31
(listwise)
9
Data Diskrit
Contoh 3.2.
Diberikan data jumlah kunjungan kapal di Dermaga
Nusantara tahun 1990
Bulan Sampel (dalam hari)
1 2 3 4 5
Januari 3 2 4 3 2
Pebruari 3 3 3 4 2
Maret 0 4 1 3 1
April 2 2 5 1 1
Mei 4 0 8 2 1
Juni 1 2 3 2 2
Juli 3 3 2 4 1
Agustus 3 6 4 0 2
September 2 1 3 3 6
Oktober 5 3 2 2 4
Nopember 1 5 7 1 3
Desember 3 4 0 2 3
Jumlah 160
Rata-rata hitung :
X = n1 in= 1 Xi
= (3 + 3 + 0 + 2 + … +3 + 3 /60
= 160/60 = 2,67
10
Sehingga standar deviasi : S = ( 2,79) = 1,67
Program SPSS11
Input : Data 3.1.
Anayze - Descriptive Statistics – Descriptives
Output :
Descriptive Statistics
N Min Max Sum Mean Std. Dev Var
KAPAL 60 .00 8.00 162.00 2.7000 1.67028 2.790
Valid N 60
(listwise)
11
Distribusi frekuensi
Penyebaran data yang diatur berdasarkan
frekuensi ke dalam kelompok kelas-kelas
berurutan.
Frekuensi : Jumlah pemunculan data yang sama
atau dalam satu kelompok kelas.
12
3. Menentukan batas kelas :
Batas kelas terendah dari kelas pertama dan
batas kelas tertinggi untuk batas kelas tertinggi.
13
Contoh 3.1. (data kontinyu).
Diberikan data rata-rata suhu udara di Kota Semarang
per-hari pada Oktober 2002.
14
Rata-rata hitung : X = 29,14
Variansi : S2 = 0,704
Standar deviasi : S = ( 0,704) = 0,839.
Median = X16 = 29,1.
Distribusi frekuensi :
Berdasarkan data dari Contoh 3.1 diperoleh :
Jumlah kelas k = 1 + 3,322 log (31)
= 1 + 3,322 x 1.49 = 5,81 6
Data terkecil = 27,9 dan data terbesar = 31,4
Dengan menggunakan batas kelas terkecil 27,5 dan
batas kelas terbesar 32,0, histogram dan kurva
diberikan pada Gambar 3.1.
12
10
Histogram
8
6 Kurva distribusi
frekuensi
f
4
0
27.88 28.63 29.38 30.13 30.88 31.63
SUHU
15
Data Diskrit
Contoh 3.2.
Diberikan data jumlah kunjungan kapal di Dermaga
Nusantara tahun 1990
Bulan Sampel (dalam hari)
1 2 3 4 5
Januari 3 2 4 3 2
Pebruari 3 3 3 4 2
Maret 0 4 1 3 1
April 2 2 5 1 1
Mei 4 0 8 2 1
Juni 1 2 3 2 2
Juli 3 3 2 4 1
Agustus 3 6 4 0 2
September 2 1 3 3 6
Oktober 5 3 2 2 4
Nopember 1 5 7 1 3
Desember 3 4 0 2 3
Jumlah 160
X = 2,67
S2 = 2,79
S = ( 2,79) = 1,67
16
Distribusi frekuensi :
Berdasarkan data dengan jumlah data n = 60,
diperoleh :
Jumlah kelas diambil 9
Data terkecil = 0 dan data terbesar = 8
Dengan menggunakan batas kelas terkecil –0,5 dan
batas kelas terbesar 8,5 histogram dan kurva
diberikan pada Gambar 3.1.
20
Histogram
10
0
0.0 1.0 2.0 3.0 4.0 5.0 6.0 7.0 8.0
KAPAL
17