PENGANTAR STATISTIKA
DISUSUN OLEH :
TIARA STEVANIE LOHONAUMAN
( 20619024 )
Makalah ini dibuat dalam rangka memenuhi tugas mata kuliah Pengantar Statistika. Diucapkan
banyak terima kasih kepada seluruh pihak yang terlibat dalam penyusunan makalah ini, terutama
kepada Sir Kinzie Pinontoan S.Pd. M.Sc. yang telah memberikan pembelajaran serta arahan
dalam mata kuliah ini.
Saya sadar bahwa saya adalah manusia biasa yang mempunyai keterbatasan dalam berbagai hal.
Oleh karena itu tidak ada hal yang dapat saya selesaikan dengan sangat sempurna, begitu pula
dengan makalah yang saya buat ini. Maka dari itu, saya bersedia untuk menerima kritik dan
saran dari pembaca yang budiman dan saran tersebut tentunya akan saya jadikan batu loncatan
yang dapat memperbaiki makalah saya di masa yang akan datang.
Penyusun
Daftar Isi
KATA PENGANTAR.................................................................................................................................2
Bab I Pendahuluan Statistika.......................................................................................................................4
1.1. Tujuan Pembelajaran...................................................................................................................4
1.2. Uraian Materi...............................................................................................................................4
1.2.1. Latar Belakang.....................................................................................................................4
1.2.2. Pengertian Statistika............................................................................................................5
1.2.3. Penerapan Statistika dalam kehidupan sehari-hari...............................................................5
1.2.4. Sejarah Statistika..................................................................................................................6
1.3. Rangkuman..................................................................................................................................9
1.4. Tugas (Soal Latihan)....................................................................................................................9
1.5. Kuis.............................................................................................................................................9
1.6. Uraian jawban tugas dan Kuis.....................................................................................................9
1.7. Daftar Pustaka............................................................................................................................10
Bab II Konsep Dasar Statistika..................................................................................................................11
1.1. Tujuan Pembelajaran.................................................................................................................11
1.2. Uraian Materi.............................................................................................................................11
1.2.1. Definisi Statistika...............................................................................................................11
1.2.2. Jenis-jenis statistic.............................................................................................................11
1.2.3. Jenis-jenis Data..................................................................................................................12
1.2.4. Istilah-istilah yang sering digunakan..................................................................................13
1.3. Rangkuman................................................................................................................................13
1.4. Tugas (Soal Latihan)..................................................................................................................14
1.5. Kuis...........................................................................................................................................14
1.6. Jawaban Tugas dan Kuis............................................................................................................14
1.7. Daftar Pustaka............................................................................................................................15
Bab III Ukuran Statistik Bagi Data............................................................................................................16
3.1. Tujuan Pembelaran.........................................................................................................................16
3.2. Uraian Materi..................................................................................................................................16
3.2.1. Rata-rata..................................................................................................................................16
3.2.2. Median.....................................................................................................................................17
3.2.3. Modus......................................................................................................................................17
3.2.4. Midrange............................................................................................................................18
3.2.5. Range (jangkauan).............................................................................................................18
3.2.6. Varians dan Standar Deviasi..............................................................................................19
3.2.7. Standar Score.....................................................................................................................22
3.2.8. Persentil.............................................................................................................................22
3.3. Rangkuman................................................................................................................................23
3.4. Soal............................................................................................................................................24
3.5. Kuis...........................................................................................................................................24
3.6. Jawaban Soal dan Kuis..............................................................................................................24
3.7. Daftar Pustaka............................................................................................................................25
Bab IV Distribusi Frekuensi dan Penyajian Data.......................................................................................26
4.1. Tujuan Pembelajaran......................................................................................................................26
4.2. Uraian Materi..................................................................................................................................26
4.2.1. Istilah dalam distribusi frekuensi.............................................................................................26
4.2.2. Tabel Distribusi Frekuensi.......................................................................................................27
4.2.3. Tahap Penyusunan Distribusi Frekuensi..................................................................................29
4.2.4. Penyajian Data.........................................................................................................................31
4.3. Rangkuman.....................................................................................................................................31
4.4. Soal.................................................................................................................................................31
4.5. Kuis................................................................................................................................................32
4.6. Jawaban Soal dan Kuis...................................................................................................................32
4.7. Daftar Pustaka................................................................................................................................34
Bab V Probabilitas dan Distribusi Probabilitas..........................................................................................35
5.1. Tujuan Pembelajaran......................................................................................................................35
5.2. Uraian Materi..................................................................................................................................35
5.2.1. Probabilitas..............................................................................................................................35
5.2.2. Distribusi Probabilitas..............................................................................................................53
5.3. Rangkuman.....................................................................................................................................56
5.4. Soal.................................................................................................................................................57
5.5. Kuis................................................................................................................................................57
5.6. Jawaban Soal dan Kuis...................................................................................................................57
5.7. Daftar Pustaka................................................................................................................................58
Bab VI Distribusi Normal..........................................................................................................................59
6.1. Tujuan Pembelajaran......................................................................................................................59
6.2. Uraian Materi..................................................................................................................................59
6.2.1. Distribusi Normal Standar.................................................................................................59
6.2.2. Cara Membaca Distribusi Normal......................................................................................61
6.2.3. Aplikasi Distribusi Normal................................................................................................64
6.2.4. Kelebihan dan Kelemahan Distribusi Normal....................................................................66
6.3. Rangkuman................................................................................................................................69
6.4. Soal............................................................................................................................................69
6.5. Kuis...........................................................................................................................................69
6.6. Jawaban Soal dan Kuis..............................................................................................................69
6.7. Daftar Pustaka............................................................................................................................70
Bab VII Pendugaan Parameter..................................................................................................................71
7.1. Tujuan Pembelajaran......................................................................................................................71
7.2. Uraian Materi..................................................................................................................................71
Bab VII Pendugaan Parameter...................................................................................................................72
7.1. Tujuan Pembelajaran.................................................................................................................72
7.2. Uraian Materi.............................................................................................................................72
7.2.1. Pendugaan Rata-rata..........................................................................................................73
7.2.2. Pendugaan Proporsi...........................................................................................................74
7.2.3. Pendugaan Varians............................................................................................................75
7.3. Rangkuman................................................................................................................................75
7.4. Soal............................................................................................................................................76
7.5. Kuis...........................................................................................................................................76
7.6. Jawaban soal dan kuis................................................................................................................76
7.7. Daftar Pustaka............................................................................................................................77
Bab VIII Korelasi dan Regresi Linier........................................................................................................78
8.1. Tujuan Pembelajaran......................................................................................................................78
8.2. Uraian Materi..................................................................................................................................78
8.2.1. Korelasi...................................................................................................................................78
8.2.2. Regresi...............................................................................................................................82
8.3. Rangkuman................................................................................................................................84
8.4. Soal............................................................................................................................................84
8.5. Kuis...........................................................................................................................................84
8.6. Jawaban soal dan Kuis...............................................................................................................84
8.7. Daftar Pustaka............................................................................................................................85
Lampiran...................................................................................................................................................86
1. Tabel t............................................................................................................................................86
2. Chi Square.....................................................................................................................................87
3. Tabel Z..........................................................................................................................................88
Bab I
Pendahuluan Statistika
1.1. Tujuan Pembelajaran
Adapun tujuan pembelajaran dari bab ini ialah :
Statistika berasal dari bahasa latin yaitu status yang berarti negara dan digunakan untuk
urusan negara. Hal ini dikarenakan pada mulanya, statistik hanya digunakan untuk menggambar
keadaan dan menyelesaikan masalah yang berhubungan dengan kenegaraan saja seperti :
perhitungan banyaknya penduduk, peembayaran pajak, gaji pegawai, dan lain sebagainya.
Statistika adalah ilmu yang merupakan cabang dari matematika terapan yang membahas
metode-metode ilmiah untuk pengumpulan, pengorganisasian, penyimpulan, penyajian, analisis
data, serta penarikan kesimpulan yang sahih sehingga keputusan yang diperoleh dapat diterima.
Statistika deskriptif adalah teknik yang digunakan untuk mensarikan data dan
menampilkannya dalam bentuk yang dapat dimengerti oleh setiap orang. Hal ini melibatkan
proses kuantifikasi dari penemuan suatu fenomena. Berbagai statistik sederhana, seperti rata-rata,
dihitung dan ditampilkan dalam bentuk tabel dan grafik. Statistika deskriptif dapat memberikan
pengetahuan yang signifikan pada kejadian fenomena yang belum dikenal dan mendeteksi
keterkaitan yang ada di dalamnya. Tetapi dapatkah statistika deskriptif memberikan hasil yang
bisa diterima secara ilmiah? Statistik merupakan suatu alat pengukuran yang berhubungan
dengan keragaman pada karakteristik objek-objek yang berbeda .
Statistika inferensial mencakup semua metode yang berhubungan dengan analisis
sebagian data (contoh ) atau juga sering disebut dengan sampel untuk kemudian sampai pada
peramalan atau penarikan kesimpulan mengenai keseluruhan data induknya (populasi). Dalam
statistika inferensial diadakan pendugaan parameter, membuat hipotesis, serta melakukan
pengujian hipotesis tersebut sehingga sampai pada kesimpulan yang berlaku umum. Metode ini
disebut juga statistika induktif, karena kesimpulan yang ditarik didasarkan pada informasi dari
sebagian data saja. Pengambilan kesimpulan dari statistika inferensial yang hanya didasarkan
pada sebagian data saja sebagian data saja menyebabkan sifat tak pasti, memungkinkan terjadi
kesalahan dalam pengambilan keputusan, sehingga pengetahuan mengenai teori peluang mutlak
diperlukan dalam melakukan metode-metode statistika inferensial.
Statistik inferensial digunakan dalam proses mengambil keputusan dalam menghadapi
ketidakpastian dan perubahan. Contoh ketidakpastian adalah kuat tekan beton dalam suatu
pengujian tidak sama, walaupun dibuat dengan material yang sama. Dengan adanya kenyataan
tersebut, maka metode statitsik digunakan untuk menganalisis data dari suatu proses pembuatan
beton tersebut sehingga diperoleh kualitas yang lebih baik. Statistik inferensial telah
menghasilkan banyak metode analitis yang digunakan untuk menganalisis data. Dengan
perkataan lain statistik inferensial tidak hanya mengumpulan data, tetapi juga mengambil
kesimpulan dari suatu sistem saintifik.
Untuk mengetahui lebih jelas mengenai Statistika Inferensial, akan diuraikan mengenai
pengertian Statistika Inferensial dan ruang lingkup Statistika Inferensial.
Pengertian statistika secara umum adalah ilmu yang mempelajari bagaimana merencanakan,
mengumpulkan, menganalisis, menginterpretasi, dan mempresentasikan data. Secara singkat, arti
statistika adalah ilmu yang berkaitan dengan data untuk diolah dan diinterpretasikan.
Ilmu statistika banyak diaplikasikan ke dalam berbagai bidang yaitu, antara lain ilmu sosial,
bidang bisnis, bidang ekonomi, dan bidang industri. Dalam bidang pemerintahan statistika
digunakan untuk sensus penduduk, voting atau polling (contoh pemilihan dan penghitungan
suara dalam pemilihan umum atau quick count), pada bidang komputasi statistika diterapkan
pada pola kecerdasan buatan.
Secara singkat, statistika juga berarti pengetahuan yang berhubungan dengan pengumpulan data,
penyelidikan dan kesimpulannya berdasarkan bukti, berupa catatan bilangan (angka-angka).
1.2.3. Penerapan Statistika dalam kehidupan sehari-hari
Ilmu statistika banyak diaplikasikan ke dalam berbagai bidang yaitu, antara lain ilmu sosial,
bidang bisnis, bidang ekonomi, dan bidang industri. Dalam bidang pemerintahan statistika
digunakan untuk sensus penduduk, voting atau polling (contoh pemilihan dan penghitungan
suara dalam pemilihan umum atau quick count), pada bidang komputasi statistika diterapkan
pada pola kecerdasan buatan.
Statistika sebagai suatu metode mulai dibahas secara ilmiah walaupun masih dalam bentuk teori
yang kemudian dikenal dalam terminologi statistika sebagai “Central Limit Theorem” yang
diperkenalkan oleh Jacques Bernoulli (1654-1705), yang menyatakan bahwa semakin besar
sampel maka semakin tepat keakuratan suatu prediksi. Walaupun jauh sebelum itu teori tersebut
sudah diulas oleh Gerolamo Cardana (1505-1576), dalam bukunya “Liber de Ludo Aleae (The
Book on Games of Chance).
Kemudian Dr. Zimmerman membawa dan memperkenalkan kata tersebut di daratan Inggris dan
mengubahnya menjadi Statistics. Penggunaan kata tersebut semakin populer setelah itu Sir John
Sinclair memperkenalkan nama dan pengertian ini dalam sebuah buku berjudul “Statistical
Account of Scotland” pada tahun 1791-1799 dalam bahasa Inggris. Memang pada abad ke-19 dan
awal abad ke-20 statistika mulai banyak digunakan dalam bidang-bidang matematika,
terutama peluang. Sedangkan cabang statistika yang pada saat ini sangat luas digunakan untuk
mendukung metode ilmiah, yaitu statistika inferensi, dikembangkan pada paruh kedua abad ke-
19 dan awal abad ke-20 oleh Ronald Fisher (peletak dasar statistika inferensi), Karl Pearson
(metode regresi linear), dan William Sealey Gosset (meneliti problem sampel berukuran kecil),
Galton (meneliti korelasi dalam ilmu biologi).
Dilihat dari sejarah pendidikan statistika di Indonesia, Jurusan Statistika Fakultas Matematika
dan Ilmu Pengetahuan Alam Institut Pertanian Bogor dapat berbangga, karena jurusan
yang dirintis dan didirikan oleh Prof. Dr. Andi Hakim Nasoetion (Alm) tahun 1972 adalah
Jurusan Statistika tertua di Indonesia. Awalnya dimulai dari Unit Biometrika di bawah
Fakultas Pertanian IPB yang kemudian berubah menjadi Pusat Pengolahan Data Statistika
dan Komputasi dan akhirnya menjadi Departemen Statistika dan Komputasi di bawah
Fakultas Pertanian. Pada waktu FMIPA disyahkan di IPB pada tahun 1982, namanya
berubah menjadi Jurusan Statistika di Bawah FMIPA. Jadi boleh dikatakan Departemen
Statistika adalah the founding father of FMIPA IPB. Pada dekade 60 dan 70-an statistika
dikenal sebagai “tongkat pembimbing di daerah ketidaktahuan”. Pada dasarnya fungsi
tersebut tidak akan hilang, karena statistika tetap berperan di dalam proses penelitian mulai
dari rancangan dan analisis, sampai ke penarikan kesimpulan.Di wilayah dimana dunia penuh
dengan ketidakpastian, keragaman dan proses acak itulah statistika sangat diperlukan.Selain
itu, statistika juga perlu menerawang ke masa depan. Statistika sebagai tongkat pembantu ke
masa depan itu wajar saja bila saat ini berkembang moto “Statistika adalah alat bantu untuk
memecahkan masalah masa depan”, problem solver of the future.
Doktor (S3) sejak empat tahun yang lalu dimaksudkan selain untuk pengembangan
statistika di Indonesia juga untuk memperkokoh peran Jurusan Statistka IPB dalam
pembangunan bangsa menyongsong Indonesia baru. Dapat dibayangkan selama lebih kurang
35 tahun jurusan statistika berkiprah, tentu alumninya (S1 dan S2) sudah tersebar di
berbagai instansi, baik sebagai peneliti, pengambil kebijakan, statistisi profesional, maupun
tenaga pengajar di PTN maupun PTS. Program-program untuk meningkatkan
jurusan Statistika secara mandiri tanpa dibawah naungan jurusan Matematika. PTN yang
telah membuka jurusan statistika secara mandiri adalah UNPAD, ITS dan UGM. Sedang
PTS nya adalah UNISBA, UII Yogyakarta dan salah satu PTS di kota Malang. Selain itu
untuk BPS telah membuka pendidikan jurusan statistika untuk keperluan di
instansinya yang dulu bernama AIS dengan pendidikan jenjang D3, sedang sekarang
bernama STIS dengan jenjang pendidikan setara S1.
1.3. Rangkuman
Statistika telah banyak digunakan dalam kehidupan sehari-hari, seperti kita
membandingkan suatu harga barang. Statistika berkaitan erat dengan data. Statistika
sebagai suatu metode mulai dibahas secara ilmiah walaupun masih dalam bentuk teori
yang kemudian dikenal dalam terminologi statistika sebagai “Central Limit Theorem”
yang diperkenalkan oleh Jacques Bernoulli (1654-1705), yang menyatakan bahwa
semakin besar sampel maka semakin tepat keakuratan suatu prediksi. Walaupun jauh
sebelum itu teori tersebut sudah diulas oleh Gerolamo Cardana (1505-1576), dalam
bukunya “Liber de Ludo Aleae (The Book on Games of Chance). Sejarah perkembangan
statistika dimulai pada tahun 1700-an pada saat iu statistika adalah suatu ilmu yang
membahas cara-cara mengumpulkan angka sebagai hasil pengamatan menjadi bentuk
yang lebih mudah dipahami. Dan pada abad ke 21 Karl Pearson, Fisher, Neyman dan
Wald selama setengah abad telah meletakkan dasar statistika yang berbasis matematika,
sehingga penelitian-penelitian dan kuliah-kuliah statistika di Perguruan Tinggi umumnya
didasarkan pada beberapa pedoman atau dasar yang ditemukan oleh tokohtokoh tersebut.
Trend perkembangan statistika di Indonesia dimulaii saat dibukanya jurusan tersebut di
kampus IPB (institute pertanian bogor) pada tahun 1972.
1.5. Kuis
1.Pada tahun berapakah muncul jurusan statistika di Indonesia?
Kuis:
1. Tahun 1970
2. Karl Pearson, Fisher, Neyman dan Wald
https://berandakami-wordpress-
com.cdn.ampproject.org/v/s/berandakami.wordpress.com/2008/09/08/sejarah-statistik/amp/?
amp_js_v=a2&_gsa=1&usqp=mq331AQIKAGwASDAAQE%3D#aoh=15879860064138&referrer=https
%3A%2F%2Fwww.google.com&_tf=Dari%20%251%24s&share=https%3A%2F
%2Fberandakami.wordpress.com%2F2008%2F09%2F08%2Fsejarah-statistik%2F.
https://journal.ipb.ac.id/index.php/statistika/article/view/5506.
Bab II
Konsep Dasar Statistika
1.1. Tujuan Pembelajaran
Adapun tujuan dari pembelajaran ini ialah :
Jenis statistika ada dua yaitu : Statistik deskriptif terdiri dari pengumpulan,
pengorganisasian, peringkasan, dan penyajian data. Dan Statistik inferensial
terdiri dari generalisasi dari sampel ke populasi, melakukan estimasi dan tes
hipotesis, menentukan hubungan antar variabel, dan membuat prediksi.
Data adalah nilai (pengukuran atau pengamatan) yang dapat diasumsikan oleh
variabel. Variabel yang nilainya ditentukan secara kebetulan disebut variabel
acak. Terdapat beberapa jenis data yaitu ; data kuantitatif, dan data kualitatif.
1.5. Kuis
1. Apa perbedaan dari statistik dan statistika?
2. Apa yang dimaksud dengan data?
3. Jelaskan pengertian dari statistika deskriptif?
2. untuk mempelajari tentang berbagai perhitungan yang ada dalam ukuran statistik.
3.2.1. Rata-rata
Rata-rata hitung atau arithmetic mean atau sering disebut dengan istilah mean saja
merupakan metode yang paling banyak digunakan untuk menggambarkan ukuran tendensi
sentral. Mean dihitung dengan menjumlahkan semua nilai data pengamatan kemudian dibagi
dengan banyaknya data.
Persamaan yang digunakan untuk menghitung rata-rata ialah :
Untuk Sampel :
X 1+ X 2+ X 3+ .. . .+ Xn ∑ X
X́ = =
n n
Untuk Frekuensi :
X́ =
∑ Fi . xi
∑ Fi
Contoh Soal :
Hitunglah nilai rata-rata dari nilai ujian matematika kelas 3 SMU berikut ini: 2, 4, 5, 6, 6, 7, 7, 7,
8, 9.
Jawab:
2+ 4+5+ 6+7+7+ 7+8+ 9 61
X́ = = = 6.10
10 10
3.2.2. Median
Median adalah nilai data yang terletak di tengah setelah data diurutkan. Dengan demikian,
median membagi data menjadi dua bagian yang sama besar. Median (nilai tengah) disimbolkan
dengan Me.
Median adalah titik setengah dalam satu set data. Sebelum Anda dapat menemukan titik ini, data
harus diatur secara berurutan. Ketika set data dipesan, itu disebut array data. Median akan
menjadi nilai spesifik dalam kumpulan data atau akan jatuh di antara dua nilai. Simbol untuk
median adalah MD. [ CITATION All10 \l 1033 ]
Contoh Soal :
Berikut ini adalah jumlah tornado yang terjadi di Amerika Serikat selama periode 8 tahun.
Temukan median. 684, 764, 656, 702, 856, 1133, 1132, 1303
Penyelesaian :
Langkah 1 atur data secara berurutan
656, 684, 702, 764, 856, 1132, 1133, 1303
Langkah 2 Karena titik tengah berada di tengah antara 764 dan 856, temukan
median MD dengan menambahkan dua nilai dan membaginya dengan 2.
764 +856
MD= =810
2
Jadia titik tengahnya adalah 810.
3.2.3. Modus
Modus adalah data yang paling sering muncul atau memiliki frekuensi tertinggi. Modus
dilambangkan dengan Mo. Beberapa kemungkinan tentang modus suatu gugus data:
Apabila pada sekumpulan data terdapat dua modus, maka gugus data tersebut
dikatakan bimodal.
Apabila pada sekumpulan data terdapat lebih dari dua modus, maka gugus data tersebut
dikatakan multimodal.
Apabila pada sekumpulan data tidak terdapat modus, maka gugus data tersebut
dikatakan tidak mempunyai modus.
Contoh :
4, 8, 7, 4, 6, 3, 6, 8, 6, 3
Jawab :
3.2.4. Midrange
Garis tengah adalah perkiraan kasar dari bagian tengah. Ini ditemukan dengan menambahkan
nilai terendah dan tertinggi dalam kumpulan data dan membaginya dengan 2. Ini adalah
perkiraan yang sangat kasar dari rata-rata dan dapat dipengaruhi oleh satu nilai yang sangat
tinggi atau rendah.
Midrange didefinisikan sebagai jumlah dari nilai-nilai terendah dan tertinggi dalam kumpulan
data, dibagi dengan 2. Simbol MR digunakan untuk midrange.
Kisarannya adalah nilai tertinggi dikurangi nilai terendah. Simbol R digunakan untuk rentang.
Contoh Soal :
S2=n¿ ¿
s= √ s2 =¿ √ n¿ ¿ ¿ ¿
Contoh Soal :
1. Temukan varians sampel dan standar deviasi untuk jumlah penjualan mobil
Eropa untuk sampel 6 tahun yang ditunjukkan. Data dalam jutaan dolar. 11.2,
11.9, 12.0, 12.8, 13.4, 14.3.
Penyelesaian :
S2=n¿ ¿
6 ( 958,94 )−75.62
S2=
6 (6−1)
5753,64−5715,36
=
6(5)
38,28
¿
30
= 1,276
s= √ s2
s=√ 1,276=1.13
Contoh Soal :
1. Temukan varians dan standar deviasi untuk distribusi frekuensi data. Data
menunjukkan jumlah mil yang dijalankan oleh 20 pelari selama satu minggu.
A B C
Class Frequency Titik Tengah Xn
5,5 – 10,5 1 8
10,5 – 15,5 2 13
15,5 – 20,5 3 18
20,5 – 25,5 5 23
25,5 – 30,5 4 28
30,5 – 35,5 3 33
35,5 – 40,5 2 38
n = 20
A B C D E
Class Frequency Titik Tengah Xn F . Xn F . Xn2
5,5 – 10,5 1 8 8 64
10,5 – 15,5 2 13 26 338
15,5 – 20,5 3 18 54 972
20,5 – 25,5 5 23 115 2645
25,5 – 30,5 4 28 112 3136
30,5 – 35,5 3 33 99 3267
35,5 – 40,5 2 38 76 2888
n = 20 ∑ F . Xn=490 ∑ F . Xn2=13310
s2=n ( ∑ f . X 2n ) −¿ ¿
20 ( 13310 )−4902
2
s=
20(20−1)
266200−240100
s2=
20 (19)
26100
¿ =68,7
380
s= √68,7=8,3
Contoh Soal :
1. Seorang siswa mendapat nilai 65 pada tes kalkulus yang memiliki rata-rata 50
dan standar deviasi 10; dia mendapat nilai 30 pada tes sejarah dengan rata-rata
25 dan standar deviasi 5. Bandingkan posisi relatifnya pada dua tes.
Penyelesaian :
65−50
Tes kalkulus : Z= =1,5
10
Tes sejarah :
30−25
Z= =1,0
5
Karena skor z untuk kalkulus lebih besar, posisi relatifnya di kelas kalkulus lebih tinggi daripada
posisi relatifnya di kelas sejarah. [ CITATION All10 \l 1033 ].
3.2.8. Persentil
Persentil adalah ukuran posisi yang digunakan dalam bidang pendidikan dan yang berhubungan
dengan kesehatan untuk menunjukkan posisi seseorang dalam suatu kelompok. Persentil
membagi kumpulan data menjadi 100 kelompok yang sama. Rumus Persentil ialah :
Contoh Soal :
Penyelesaian :
1) Urutkan Data
2, 3, 5, 6, 8, 10, 12, 15, 18, 20
2) Masukkan dalam rumus
( 6 ) +0,5
Persentil= x 100 = 65persentil
10
2. Temukan nilai yang sesuai dengan persentil ke-25.
2, 3, 5, 6, 8, 10, 12, 15, 18, 20
Rumus :
n. p
C=
100
Masukkan data ke dalam rumus
10.25
C= =2,5
100
3.3. Rangkuman
Statistik adalah karakteristik atau ukuran yang diperoleh dengan menggunakan nilai data dari
sampel. Parameter adalah karakteristik atau ukuran yang diperoleh dengan menggunakan semua
nilai data dari populasi tertentu.
Rata-rata hitung atau arithmetic mean atau sering disebut dengan istilah mean saja
merupakan metode yang paling banyak digunakan untuk menggambarkan ukuran tendensi
sentral. Mean dihitung dengan menjumlahkan semua nilai data pengamatan kemudian dibagi
dengan banyaknya data.
Median adalah nilai data yang terletak di tengah setelah data diurutkan. Dengan demikian,
median membagi data menjadi dua bagian yang sama besar. Median (nilai tengah) disimbolkan
dengan Me.
Modus adalah data yang paling sering muncul atau memiliki frekuensi tertinggi. Modus
dilambangkan dengan Mo.
Garis tengah adalah perkiraan kasar dari bagian tengah. Ini ditemukan dengan menambahkan
nilai terendah dan tertinggi dalam kumpulan data dan membaginya dengan 2. Ini adalah
perkiraan yang sangat kasar dari rata-rata dan dapat dipengaruhi oleh satu nilai yang sangat
tinggi atau rendah.
Digunakan untuk melihat atau menentukan perbedaan antara data yang paling besar dengan data
yang paling kecil. Jika data merupakan upah para pekerja, maka jangkauan dapat digunakan
melihat perbedaan upah antara upah tertinggi dengan upah terendah.
Skor standar atau skor z memberi tahu berapa standar deviasi yang nilai datanya di atas atau di
bawah rata-rata untuk distribusi nilai tertentu.
Persentil adalah ukuran posisi yang digunakan dalam bidang pendidikan dan yang berhubungan
dengan kesehatan untuk menunjukkan posisi seseorang dalam suatu kelompok. Persentil
membagi kumpulan data menjadi 100 kelompok yang sama.
3.4. Soal
1. Sebutkan pengertian dari rata-rata
2. Data tersebut mewakili jumlah hari libur per tahun untuk sampel individu yang dipilih
dari sembilan negara yang berbeda. Temukan rata-ratanya.
20, 26, 40, 36, 23, 42, 35, 24, 30.
3. Enam pelanggan membeli sejumlah majalah ini: 1, 7, 3, 2, 3, 4. Temukan mediannya.
3.5. Kuis
1. Merupakan suatu harga yang merupakan titik tengah dari keseluruhan harga pada suatu
satuan data. Oleh karena itu terdapat 50% data yang berada di bawah atau sama. dengan
nilai tersebut dan terdapat 50% lagi data yang berada di atas atau sama dengan data
tersebut. Adalah pengertian dari modus (B/S)
2. Jika rata-rata dari lima nilai adalah 64, temukan jumlah nilai-nilai tersebut.
a. 200
b. 300
c. 350
d. 320
3.6. Jawaban Soal dan Kuis
Soal
1. Rata-rata hitung atau arithmetic mean atau sering disebut dengan istilah mean saja
merupakan metode yang paling banyak digunakan untuk menggambarkan ukuran
tendensi sentral. Mean dihitung dengan menjumlahkan semua nilai data pengamatan
kemudian dibagi dengan banyaknya data.
2. Penyelesaian :
20+ 26+40+ 36+23+ 42+ 35+24+30 276
X́ = = =30,7
9 9
3. Data : 1, 2, 3, 3, 4, 7
Mediannya adalah 3, 3
Jadi :
3+ 3
MD= =3
2
Kuis
1. Salah
2. D. 320
Maulana, A. (2016, October 13). Soft Skill Statistika. Retrieved April 18, 2020, from
Blogspot: http://softskillstatistika.blogspot.com/2016/10/bab-iii-ukuran-statistik.html
dalamnya menyajikan frekuensi dalam bentuk angka persentasi. Nilai Persentase dihitung
f
%= . 100 %
n
Contoh:
Tabel Distribusi Frekuensi Kumulatif Umur Mahasiswa
1. Menyusun urutan dari data yang di observasi dari yang terkecil hingga terbesar.
2. Tentukan nilai maksimum ( terbesar ) dan nilai minimum ( terkecil ) dari data mentah,
kemudian hitunglah rentang/ jangkauan/ Range dengan menggunakan Rumus :
R= Xmax – X min
3. Menentukan banyaknya kelas ( k ) dengan rumus Sturges
k= 1 + 3,322 Log N
6. Membuat tabel distribusi frekuensi yang terdiri atas kolom Interval Kelas, Tally,
dan Frekuensi.
7. Menghitung jumlah Frekuensi dengan Tally dalam Kolom Tally sesuai dengan
banyaknya data lalu isi kolom Frekuensi sesuai dengan Tally.
4.2.4. Penyajian Data
4.3. Rangkuman
Distribusi frekuensi mengandung pengertian suatu keadaan yang mengambarkan
bagaimana frekuensi dari gejala atu variabel yang dilambangkan dengan angka itu, telah
tersalur, terbagi atau terpencar atau dapat disebut sebagai pengelompokkan data ke dalam
beberapa kategori yang menunjukkan banyaknya data dalam setiap kategori . Adapun alat
penyajian data statistik bisa berupa tabel, yang disebut sebagai tabel distribusi
frekuensi. Data yang sudah dikelompokkan dalam bentuk tabel distribusi frekuensi dapat
disajikan dalam bentuk grafik supaya menjadi lebih menarik dan informatif. Grafik pun
memiliki berbagai macan jenis dalam penyajiannya.
4.4. Soal
1. jelaskan pengertian dari distribusi frekuensi
4.5. Kuis
1. Histogram dapat digambar dengan menggunakan bilah vertikal atau horizontal. (B/S)
2. Distribusi frekuensi dapat membantu peneliti dalam menggambar grafik dan grafik (B/S)
25, 25, 26, 27, 30, 30, 35, 36, 40, 40, 42, 42, 42, 43, 45, 45, 46, 50, 50, 50, 50, 50, 51, 52,
53, 55, 56, 56, 57, 58, 58, 60, 60, 60, 61, 62, 63, 63, 64, 65, 65, 68, 68, 70, 70, 70, 71, 72,
72, 74, 74, 75, 75, 75, 76, 78, 8, 80, 82, 85, 88, 88, 90, 90, 94.
R = 94 – 25 = 69
K = 1 + 3,3 log n
= 1 + 3,3 (1,8192)
= 6,98
=7
P=R/K
= 69 / 7
= 9,8
= 10
25 + ( 10 -1 ) = 34
35 + ( 10 -1 ) = 44
45 + ( 10 -1 ) = 54
55 + ( 10 -1 ) = 64
65 + ( 10 -1 ) = 74
75 + ( 10 -1 ) = 84
85 + ( 10 -1 ) = 94
Membuat tabel distribusi frekuensi dengan cara memindahkan hasil langkah ke-5 ke dalam
kolom interval kelas dan isi kolom frekuensi dengan jumlah frekuensi setiap interval kelas
diambil dari langkah ke-1.
Kuis
1. Salah
2. Benar
Riadi, Muhlisin. (2014, Maret 04). Pengertian, Jenis dan Penyususnan Distribusi Frekuensi. Dipetik
Desember 14, 2017, dari www.kajianpustaka.com: www.kajianpustaka.com/2014/03/distribusi-
frekuensi.html?m=1
Setiawan, Parta. (2015, Januari 21). Pengertian Distribusi Frekuensi. Retrieved Desember 13, 2017, from
www.gurupendidikan.co.id: www.gurupendidikan.co.id/pengertian-distribusi-frekuensi-terlengkap/
Bab V
Probabilitas dan Distribusi Probabilitas
5.1. Tujuan Pembelajaran
Adapun tujuan pembelajaran dari bab ini adalah :
5.2.1. Probabilitas
Probabilitas adalah dasar statistik inferensial. Contohnya, prediksi didasarkan pada
kemungkinan, dan hipotesis diuji dengan menggunakan probabilitas. Konsep dasar probabilitas
dijelaskan dalam bab ini. Konsep-konsep ini termasuk percobaan probabilitas, ruang sampel,
aturan penambahan dan perkalian, dan kemampuan dari berbagai pelengkap yang komplementer.
Juga di bab ini, Anda akan mempelajari peraturan lain untuk menghitung, perbedaan antara
permutasi dan kombinasi, dan bagaimana mencari tahu berapa banyak kombinasi berbeda untuk
situasi tertentu yang ada. Akhirnya, Bagian bab ini akan menjelaskan bagaimana aturan
penghitungan dan aturan probabilitas dapat digunakan bersama untuk menyelesaikan berbagai
masalah.[ CITATION All10 \l 1033 ].
Probabilitas didifinisikan sebagai peluang atau kemungkinan suatu kejadian, suatu ukuran
tentang kemungkinan atau derajat ketidakpastian suatu peristiwa (event) yang akan terjadi di
masa mendatang. Rentangan probabilitas antara 0 sampai dengan 1. Jika kita mengatakan
probabilitas sebuah peristiwa adalah 0, maka peristiwa tersebut tidak mungkin terjadi. Dan jika
kita mengatakan bahwa probabilitas sebuah peristiwa adalah 1 maka peristiwa tersebut pasti
terjadi. Serta jumlah antara peluang suatu kejadian yang mungkin terjadi dan peluang suatu
kejadian yang mungkin tidak terjadi adalah satu, jika kejadian tersebut hanya memiliki 2
kemungkinan kejadian yang mungkin akan terjadi.
Ada tiga interpretasi dasar probabilitas:
1. Probabilitas klasik
2. Probabilitas frekuensi empiris atau relatif
3. Probabilitas subyektif
n(E)
P ( E )=
n(s)
Penyelesaian :
Ada 52 kartu di dek, dan ada dua kartu hitam — 10 kartu sekop dan 10 kartu klub.
Oleh karena itu probabilitas mendapat 10 hitam adalah :
2 1
P ( 10 )= =
52 26
Metode Frekuensi
Berkendara 41
Terbang 6
Kereta/bus 3
Total = 50
Sekarang probabilitas dapat dihitung untuk berbagai kategori. Misalnya,
kemungkinan memilih orang yang mengemudi adalah 41/50, karena 41 dari 50 orang
mengatakan bahwa mereka sedang mengemudi.
Rumus :
Frekuensi Kelas f
P ( E )= =
total Frekuensi distribusi n
21
a. P(O) =
50
22 5 27
b. P(A atau B) = + =
50 50 50
5 2 7
c. P (bukan A atau O) = + =
50 50 50
2 48 24
d. P (bukan AB) = 1 - = =
50 50 50
Contoh1:
Diketahui 3 abjad pertama yaitu A, B dan C. Berapa banyak susunan yang mungkin dari 3 huruf
yang berbeda itu ?
Jawab:
P = 3! = 3.2.1 = 6 cara
3 3
Banyak permutasi n objek yang diambil r objek (0 < r < n) dinotasikan nPr atau P(n, r) atau
Pnr
(dibacaPermutasi r dari n) adalah :
n!
P =
n r
(n−r)!
Contoh:
Berapa banyak permutasi yang terdiri atas 2 huruf yang berbeda dari 4 huruf: A, I, U, E.
Jawab:
4! 4! 4.3.2.1
= =
4P2 =
(4−2)! 2! 2.1 = 4.3 = 12 cara
Ke-12 permutasi itu adalah:
n!
P(n; n1,n2,....) = n ! Χ n ! Χ .. . ..
1 2
Contoh:
Berapa carakah 5 huruf dari kata
Jawab:
Unsur-unsur yang sama : huruf C ada 2, huruf A ada 2.
5 ! 5.4.3 .2.1
=
P= 2 !.2! 2.1.2.1 = 30
Jadi susunan yang mungkin ada 30 buah.
d. Permutasi Siklis
Banyaknya cara menyusun n objek berlainan dalam suatu lingkaran, dengan memandang
susunan yang searah putaran jarum jam dan berlawanan arah putaran jarum jam adalah :
Ps(n) =
n!
=(n−1)!
n
Contoh:
Terdapat berapa carakah empat anak A, B, C, D yang duduk melingkar dapat disusun dalam
lingkaran ?
Jawab:
Cara I
Ambil seorang anak untuk diletakkan pada posisi yang tetap, kemudian menyusun tiga
anak yang lain dalam tempat yang berbeda, maka cara ini dapat dilakukan dalam 3! = 3.2.1 = 6
cara.
Cara II
Perhatikan gambar !
Jika keempat anak itu diletakkan pada posisi 1,2,3 dan 4 bergantian searah putaran jarum
jam dalam sebuah lingkaran, maka mereka tetap membentuk susunan yang sama. Karena itu,
penyusunannya harus menempatkan seorang anak kepada posisi yang tetap dan menggerak-
gerakkan posisi tiga orang anak lain.
Menyusunnya seperti berikut:
B. Kombinasi
Kombinasi adalah susunan dari unsur-unsur yang berbeda tanpa memperhatikan urutan
unsur-unsur itu. Kombinasi dari n objek yang diambil r objek dinotasikan nCr atau C(n, r) atau
n
n
Cr atau
[]
r adalah :
C =
n r
n!
r!(n−r )!
Melalui contoh berikut ini, dapat dibedakan antara permutasi dan kombinasi.
Pengambilan 3 huruf dari 4 huruf yang ada (A, B, C, D).
Kombinasi (4C3) : ABC, ABD, ACD, BCD
Permutasi (4P3) : ABC, ACB, BAC, BCA, CAB, CBA
ABD, ADB, BAD, BDA, DAB, DBA
ACD, ADC, CAD, CDA, DAC, DCA
BCD, BDC, CBD, CDB, DBC, DCB
4 P3
Pr n!
n
F(K) = n P (K)
Contoh :
Bila kita melemparkan sebuah dadu sebanyak 480 kali, berapakah kita harapkan muncul angka
4?
Penyelesaian :
1
P(K) = 6 dan n = 480
F(K) = n P(K)
1
480× =80
= 6 Jadi harapannya 80 kali.
n−a
c
P (A ) = n
n a
−
= n n
a
=1– n
P (Ac) = 1 – P (A)
Contoh 1 :
Sebuah dadu dilempar sekaliu, tentukan peluang munculnya mata dadu lebih dari dua.
Penyelesaian :
Cara I
Sebuah dadu dilempar sekali, maka U (S) = 6
Jika A = {mata dadu kurang dari sama dengan 2}
Maka Ac = {mata dadu lebih dari 2}
Sehingga :
Ac = {3, 4, 5, 6}
n (Ac) = 4
n( A c ) 4 2
= =
P(Ac) = n(S ) 6 3
2
Jadi peluang munculnya mata dadu lebih dari 2 adalah 3
Cara II
Sebuah dadu dilempar sekali, maka n (S) = 6
Jika A = {mata dadu kurang dari sama dengan 2}
= {1, 2}
n(A) = 2
n( A ) 2 1
= =
P(A) = n( S ) 6 3
Sehingga :
P (Ac) = 1 – P (A)
1
=1– 3
2
= 3
2
Jadi peluang munculnya mata dadu lebih dari 2 adalah 3
Contoh 2:
Dua buah dadu dilambungkan bersama-sama, tentukan peluang bahwa jumlah mata kedua dadu
lebih dari 3!
Penyelesaian :
Dua buah dadu dilambungkan bersama, maka n (S) = 6 6 = 36
Jika A = {jumlah mata kedua dadu 3}
= {(1,1), (1,2), (2,1)}
n(A) = 3
n( A ) 3 1
= =
P (A) = n( S ) 36 12
1
P (Ac) = 1 – 12
11
= 12
11
Jadi peluang bahwa jumlah mata kedua dadu > 3 adalah 12
Contoh 3:
Jika peluang hari esok akan hujan adalah 0,35, berapa peluang bahwa cuaca akan cerah esok
hari?
Penyelesaiannya :
A = {esok hari akan turun hujan)
P (A) = 0,35
P (Ac) = 1 – P(A
= 1 – 0,35
= 0,65
Jadi peluang bawah cuaca akan cerah hari esok adalah 0,65.
Dua kejadian saling lepas
Kejadian A dan B dikatakan saling lepas
Jika A B = atau P (A B) = 0
Jika P (A B) = 0 maka P (A B) = P(A) + P (B)
Kesimpulan :
P (A B) = P(A) + P (B)
Contoh 1 :
Dari satu set kartu bridge diambil 1 kartu secara acak.
Berapa peluang untuk mendapatkan kartu As atau king?
Penyelesaian :
Jika A = kejadian mendapatkan kartu A n (A) = 4
B = kejadian mendapatkan kartu king n (B) = 4
n(A B) =
Maka : P (A B) = P(A) + P (B)
4 4
+
= 52 52
2
= 13
2
Jadi peluang untuk mendapatkan kartu As atau king adalah 13
Contoh 2:
Dua buah dadu dilambungkan bersama-sama. Berapa peluang jumlah angka kedua dadu sama
dengan 5 atau 10.
Penyelesaian :
n (S) = 6 6 = 36
jika A = {jumlah angka sama dengan 5}
= {(1, 4), (4, 1), (2, 3) (3, 2)}
n (A) = 4
jika B = {jumlah angka sama dengan 10}
= {(4, 6), (6, 4), (5, 5)}
n (B) = 3
AB=
n (A B) = 0
Maka : P (A B) = P (a) + P(B)
4 3
+
= 36 36
7
= 36
7
Jadi nilai kemungkinan jumlah angka kedua mata dadu 5 atau 10 adalah 36
Contoh 3:
Di dalam sebuah kotak terdapat 5 bola merah dan 4 bola putih. Dari dalam kotak tersebut
diambil dua bola sekaligus. Berapa peluang kedua boila itu berwarna sama?
Penyelesaian :
n (S) = 9C2 = 36
Dua bola berwarna sama, berarti dua merah atau dua putih
A = {dua merah}, n (a) = nC2 = 10
n( A ) 10
=
P(A) = n( S ) 36
B = {dua putih}, n (B) = 4C2 = 6
n(B ) 6
=
P(B) = n (S) 36
Karena A dan B saling lepas maka:
P (A B) = P (A) + (P (B)
10 6
+
= 36 36
16
= 36
4
= 9
4
9
Jadi peluang kedua bola itu berwarna sama adalah
1
enam adalah . Dari pembahasan contoh 1 diperoleh rumus sebagai berikut :
36
P ( A ∩ B )=P ( A ) x P (B)
Contoh :
Didalam sebuah kotak terdapat 3 bola merah dan 4 bola putih. Dari dalam kotak tersebut
diambil dua bola secara berturut-turut tanpa pengembalian. Tentukan peluang bahwa kedua bola
tersebut berwarna merah.
Pembahasan :
Supaya kedua bola tersebut berwarna merah maka pada pengembalian pertama dan kedua
harus berwarna merah. Peluang terambilnya bola merah pada pengambilan pertama adalah
3
P ( A )= . Kejadian A sudah terjadi sehingga di dalam kotak tinggal 2 bola merah dan 4 bola
7
2 1
putih. Peluang terambilnya bola merah pada pengambilan kedua adalah P(B/A) = = .
6 3
3 1 3 1
P ( A ∩ B )=P ( A ) x P (B / A)= × = =
7 3 21 7
1
Jadi, peluang bahwa kedua bola yang terambil berwarna merah adalah .
7
1. Distribus Binomial
Keterangan :
3. Distribusi Poisson
Distribusi ini sering disebut “Hukum kejadian yang tidak mungkin”, maksudnya
distribusi ini dipakai pada kejadian dengan probabilitas π yang sangat kecil ( ≤ 0,05 ).
e = konstanta (2,71828)
x = jumlah sukses
4. Distribusi Uniform
5. Distribusi Multinomial
5.3. Rangkuman
Pada bab peluang, materinya meliputi permutasi,kombinasi, ekspansi binominal, ruang
sampel, peluang, frekuensi harapan, komplemen dan kejadian majemuk.
Permutasi adalah susunan yang berbeda yang dapat dibentuk dari n unsur yang diambil
dari n unsur atau sabagai unsur. Kombinasi adalah susunan beberapa unsur yang diambil dari
sebagian atau semua unsur suatu himpunan tanpa memperhatikan urutannya.
Ruang sampel adalah himpunan yang memuat semua hasil yang mungkin dari suatu
percobaan. Peluang kejadiaan adalah himpunan bagian dari ruang sampel. Frekuensi harapan
adalah hasil kali peluang kejadian dengan gabungkan dua atau lebuh kejadian sederhana. Sifat-
sifat peluang, misalnya S suatu ruang sampel dan A suatu kejadian pada ruang sampel S.
a. Jika A = Ø maka P (A) = O
b. Nilai peluang kejadian A, yaitu P (A) berkisar dari O sampai 1 (O ≤ P (A) ≤ 1).
c. Jika S ruang sampel maka P (S) = 1.
Distribusi probabilitas merupakan nilai-nilai probabilitas yang dinyatakan untuk mewakili
semua nilai yang dapat terjadi dari suatu variabel random X, baik dengan suatu daftar
(tabel)maupun dengan fungsi matematis.
Distribusi peluang diskrit adalah suatu tabel atau rumus yang mencantumkan
semuakemungkinan nilai suatu pengubah acak diskrit (ruang contoh diskrit mangandung jumlah
titik yang terhingga) dan juga peluangnya.
5.4. Soal
1. Sebutkan pengertian dari probabilitas
3. Ada berapa cara 2 bola merah, 3 bola biru, dan 4 bola putih dapat dipilih dari suatu kotak yang
berisi 4 bola merah, 6 bola biru, dan 5 bola putih ?
5.5. Kuis
1. Dalam probabilitas klasik, semua hasil dalam ruang sampel memiliki kemungkinan yang
sama (B/S)
2. Ketika seorang ahli meteorologi mengatakan bahwa ada peluang 30% untuk mandi, jenis
probabilitas apa yang digunakan orang itu? (Pilih 2 pilihan)
a. Klasik c. Relatif
b. Empiris d. Subjektif
1. Probabilitas didifinisikan sebagai peluang atau kemungkinan suatu kejadian, suatu ukuran
tentang kemungkinan atau derajat ketidakpastian suatu peristiwa (event) yang akan
terjadi di masa mendatang.
2. Distribusi peluang diskrit adalah suatu tabel atau rumus yang mencantumkan
semuakemungkinan nilai suatu pengubah acak diskrit (ruang contoh diskrit mangandung
jumlah titik yang terhingga) dan juga peluangnya.
3. Penyelesaian :
2 bola merah dapat dipilih dari 4 bola dalam 4C2 cara.
3 bola biru dapat dipilih dari 6 bola dalam 6C3 cara.
4 bola putih dapat dipilih dari 5 bola dalam 5C4 cara.
Y = e−¿¿ ¿
Keterangan :
e = 2,178
π=3,14
μ=rata−rata Populasi
Distribusi normal sering pula disebut distribusi Gauss untuk menghormati Karl
Friedrich Gauss (1777-1855) yang juga menemukan persamaannya waktu meneliti galat
dalam pengukuran yang berulang- ulang mengenai bahan yang sama.
e−Z /2
Y=
√2 π
Semua variabel yang terdistribusi normal dapat ditransformasikan menjadi variabel
standar yang terdistribusi normal dengan menggunakan rumus untuk skor standar:
Nilai−ratarata X−μ
Z= =z=
standar deviasi σ
Contoh :
Nilai−ratarata X−μ
Z= =z=
standar deviasi σ
Penyelesaian :
6.3. Rangkuman
Berdasarkan pembahasan yang telah penyusun uraikan diatas, maka dapat disimpulkan
bahwa distribusi peluang kontinu yang terpenting dalam seluruh bidang statistika adalah
distribusi normal. Distribusi normal merupakan suatu alat statistik yang sangat penting untuk
menaksir dan meramalkan peristiwa-peristiwa yang lebih luas. Grafiknya disebut kurva normal
terbentuk lonceng yang menggambarkan dengan cukup baik banyak gejala yang muncul di alam,
industri, dan penelitian. Abraham de Moivre adalah yang pertama kali memperkenalkan
distribusi normal ini dan kemudian dipopulerkan oleh Carl Fredreich Gauss. Sehingga nama lain
distribusi ini adalah distribusi Gauss.
6.4. Soal
1. Jelaskan pengertian dari distribusi normal
2. Temukan area antara z = + 1.68 dan z = - 1.37.
6.5. Kuis
1. Distribusi normal standar adalah distribusi kontinu. (B/S)
2. Semua variabel yang kira-kira terdistribusi normal dapat ditransformasikan ke variabel
normal standar. (B/S)
1. Distribusi normal adalah distribusi variabel yang kontinu, simetris, dan berbentuk
lonceng.
2.
Karena area yang diinginkan adalah di antara dua nilai z yang diberikan, cari
area yang sesuai dengan dua nilai z dan kurangi area yang lebih kecil dari area
yang lebih besar. (Jangan kurangi nilai z.) Area untuk z = 1.68 adalah 0.9535,
dan area untuk z = - 1.37 adalah 0.0853. Area antara dua nilai z adalah 0,9535
- 0,0853 = 0,8682 atau 86,82%.
Kuis
1. Benar
2. Benar
Ronald E. Walpole. Pegantar Statistik edisi ke-3. Jakarta: PT Gramedia Pustaka Utama.
Harum, Anita Sugiarti. 2013. Distribusi Normal (Kurva Normal). Diunduh dari:
https://anitaharum.wordpress.com/2013/11/12/distribusi-normal-kurva-normal/. Pada hari
Minggu pukul 20:00 WIB.
Labels, Rory.2016. MGF Distribusi Normal. Diunduh dari:
http://www.rumusstatistik.com/2016/04/mgf-distribusi-normal.html, diakses pada
tanggal 9 Mei 2016 pukul 10.50 WIB.
Subari, Hendrianto. 2014. Distribusi Normal Baku. Diunduh dari:
http://hendritakengon.blogspot.co.id/2014/03/distribusi-normal-baku.html. Pada Hari Rabu
pukul 19:50 WIB.
https://hatta2stat.wordpress.com/category/distribusi-normal-2/. 23 November 2011.
Archive for the ‘Distribusi normal’ Category. Pada hari Rabu pukul 19:40 WIB
Bab VII
Pendugaan Parameter
7.1. Tujuan Pembelajaran
Adapun tujuan pemmbelajaran dari bab ini adalah :
2. Mengetahui hasil penaksiran parameter interval untuk nilai rata-rata, varians, dan
proporsi pada populasi.
Sebuah nilai tunggal yang digunakan untuk menduga sebuah parameter disebut
titik estimator, sedangkan proses menduga titik tersebut disebut pendugaan titik.
Pendugaan Interval adalah suatu sebaran nilai-nilai yang digunakan θ dari sebuah
parameter. Proses menduga dengan suatu sebaran θ untuk menduga nilai-nilai ini
disebut pendugaan interval.
Rumus :
n
∑ Xi
X́ = i =1
n
Keterangan:
σ σ
X́ −Z α ( ) < μ< X́ + Z α ( )
2 √n 2 √n
Keterangan:
X́ = Rata-rata sampel
μ = Rata-rata Populasi
σ = Simpangan Baku
n = Banyak percobaan
Untuk satu populasi dimana nilai n < 30 simpangan baku tidak diketahu. Maka
rumusnya adalah :
S S
X́ −t α ( ) < μ< X́ + t α ( )
2 √n 2 √n
X n−X
^p= dan q^ = atau q^ =1− ^p
n n
^p= proporsi
7.2.2.2. Selang/Interval
Taksiran selang/interval adalah pendugaan yang menyatakan nilai dugaan dalam
suatu daerah yang dibatasi oleh dua nilai. Rumusnya adalah :
^p q^ ^p q^
^p−Z a
2 √ n √
< p < ^p +Z a
2 n
7.2.3. Pendugaan Varians
Pendugaan varians adalah pendugaan nilai varians dalam suatu populasi dimana
S2 adalah ragam contoh acak berukuran n yang ditarik dari suatu populasi normal
dengan ragam σ 2 , dan dihitung nilai S2 maka kita akan mendapatkan sebuah nilai
penduga bagi populasi tersebut.
n
S2 = ∑ ¿¿ ¿
i=1
Keterangan:
S2 = Ragam
n = Banyak data
X́ = Rata-rata
7.3. Rangkuman
Pendugaan adalah proses menggunakan sampel statistik untuk menduga hubungan
parameter populasi yang tidak diketahui. Pendugaan parameter adalah pendugaan yang
berfungsi untuk menduga tentang parameter populasi yang belum diketahui dengan
contoh acak atau bisa disebut sampel. Pendugaan digolongkan menjadi dua yaitu
pendugaan titik dan pendugaan interval.
Sebuah nilai tunggal yang digunakan untuk menduga sebuah parameter disebut titik
estimator, sedangkan proses menduga titik tersebut disebut pendugaan titik.
Pendugaan Interval adalah suatu sebaran nilai-nilai yang digunakan θ dari sebuah
parameter. Proses menduga dengan suatu sebaran θ untuk menduga nilai-nilai ini
disebut pendugaan interval.
Terdapat pendugaan titik dan selang interval, bagi rata-rata, proporsi dan varians.
7.4. Soal
1. Apa yang dimaksud dengan pendugaan
2. Tuliskan persamaan titik varians
3. Jelaskan pengertian dari pendugaan interval
7.5. Kuis
1. Untuk interval kepercayaan tertentu, semakin besar ukuran sampel, semakin kecil margin
kesalahannya. (B/S)
2. Penaksir konsisten jika jika ukuran sampel menurun, nilai penaksir mendekati nilai
estimasi parameter. (B/S)
3. Pendugaan Interval adalah suatu sebaran nilai-nilai yang digunakan θ dari sebuah
parameter. Proses menduga dengan suatu sebaran θ untuk menduga nilai-nilai ini
disebut pendugaan interval.
Kuis
1. Benar
2. Salah
Bluman, A. (2012). Elementary Statistics A step by step approach Eight Edition. New
York: McGrawHill.
Bab VIII
Korelasi dan Regresi Linier
8.1. Tujuan Pembelajaran
Adapun tujuan pembelajaran dari bab ini ialah :
8.2.1. Korelasi
Dalam korelasi sempurna tidak diperlukan lagi pengujian hipotesis, karena kedua
variabel mempunyai hubungan linear yang sempurna. Artinya variabel X mempengaruhi
variabel Y secara sempurna. Jika korelasi sama dengan nol (0), maka tidak terdapat
hubungan antara kedua variabel tersebut. Dalam korelasi sebenarnya tidak dikenal istilah
variabel bebas dan variabel tergantung. Biasanya dalam penghitungan digunakan simbol
X untuk variabel pertama dan Y untuk variabel kedua. Dalam contoh hubungan antara
variabel remunerasi dengan kepuasan kerja, maka variabel remunerasi merupakan
variabel X dan kepuasan kerja merupakan variabel Y.
Terdapat tiga macam bentuk hubungan antar variabel, yaitu hubungan simetris,
hubungan sebab akibat (kausal) dan hubungan Interaktif (saling mempengaruhi). Untuk
mencari hubungan antara dua variabel atau lebih dilakukan dengan menghitung korelasi
antar variabel yang akan dicari hubungannya. Korelasi merupakan angka yang
menunjukkan arah dan kuatnya hubungan antar variabel atau lebih. Artinya dinyatakan
dalam bentuk hubungan positif atau negatif, sedangkan kuatnya hubungan dinyatakan
dalam besarnya koefisien korelasi.
r = n ( ∑ xy ) −¿ ¿
2. Pasangan data jatuh kira-kira pada garis lurus dan diukur pada tingkat interval
atau rasio.
3. Variabel memiliki distribusi normal bersama. (Ini berarti bahwa diberikan nilai
spesifik x, nilai y terdistribusi normal; dan diberi nilai spesifik y, nilai x
terdistribusi secara normal.)
Koefisien korelasi sampel kemudian dapat digunakan sebagai estimator r jika asumsi
berikut ini valid.
Distribusi normal Abiviarate berarti bahwa untuk pasangan nilai data (x, y), nilai
y yang sesuai memiliki distribusi berbentuk lonceng untuk setiap nilai x yang diberikan,
dan nilai x untuk setiap nilai y tertentu memiliki distribusi berbentuk lonceng.
Didefinisikan secara formal, koefisien korelasi populasi r adalah korelasi yang
dihitung dengan menggunakan semua pasangan nilai data yang mungkin (x, y) yang
diambil dari suatu populasi.
H0: ρ = 0 Hipotesis nol ini berarti bahwa tidak ada korelasi antara variabel x dan y dalam
populasi.
H1: ρ ≠ 0 Hipotesis alternatif ini berarti ada korelasi yang signifikan antara variabel-
variabel dalam populasi. Ketika hipotesis nol ditolak pada tingkat tertentu, itu berarti
bahwa ada perbedaan yang signifikan antara nilai r dan 0. Ketika hipotesis nol tidak
ditolak, itu berarti bahwa nilai r tidak berbeda secara signifikan dari 0 (nol). ) dan
mungkin karena kebetulan. Beberapa metode dapat digunakan untuk menguji signifikansi
koefisien korelasi. Tiga metode akan ditampilkan di bagian ini. Pertama menggunakan uji
t.
t = r √((n-2)/(1- r^2 ))
derajat bebas = n – 2
Meskipun tes hipotesis dapat satu sisi, sebagian besar hipotesis yang melibatkan koefisien
korelasi dua sisi. Ingat bahwa r mewakili koefisien korelasi populasi. Juga, jika tidak ada
hubungan linier, nilai koefisien korelasi akan menjadi 0. Oleh karena itu, hipotesis akan
menjadi :
Anda tidak perlu mengidentifikasi klaim di sini, karena pertanyaannya akan selalu apakah
ada hubungan linier yang signifikan antara variabel. Nilai kritis dua sisi digunakan. Nilai-
nilai ini ditemukan pada Tabel uji t. Juga, ketika Anda menguji signifikansi koefisien
korelasi, kedua variabel x dan y harus berasal dari populasi yang berdistribusi normal.
Contoh : Uji signifikansi koefisien korelasi soalnya seperti contoh sebelumnya padda uji
rho dan Gunakan a = 0,05 dan r = 0,982.
Penyelesaian : nyatakan Hipotesis :
Uji ini merupakan two tailed maka a/2 . pada table t didapat nilai t ± 2.776, Setelah itu
carilah nilai t hitung menggunakan rumus
Buat keputusan. Tolak hipotesis nol, karena nilai tes jatuh di wilayah kritis.
Ringkas hasilnya. Ada hubungan yang signifikan antara jumlah mobil yang dimiliki oleh
agen penyewaan dan pendapatan tahunannya.[ CITATION All10 \l 1033 ].
r = n ( ∑ xy ) −¿ ¿
6 ( 682.77 )−(153.8)(18.7)
r=
√¿¿¿
Koefisien korelasi menunjukkan hubungan yang kuat antara jumlah mobil yang
dimiliki oleh agen penyewaan dan pendapatan tahunannya.
8.2.2. Regresi
Secara umum, analisis regresi pada dasarnya adalah studi mengenai ketergantungan satu
variabel dependen (terikat) dengan satu atau lebih variabel independent (variabel
penjelas/bebas), dengan tujuan untuk mengestimasi dan/ atau memprediksi rata-rata populasi
atau niiai rata-rata variabel dependen berdasarkan nilai variabel independen yang diketahui.
Pusat perhatian adalah pada upaya menjelaskan dan mengevalusi hubungan antara suatu variabel
dengan satu atau lebih variabel independen.
Hasil analisis regresi adalah berupa koefisien regresi untuk masing-masing variable independent.
Koefisien ini diperoleh dengan cara memprediksi nilai variable dependen dengan suatu
persamaan.
Tujuan garis regresi adalah untuk memungkinkan peneliti untuk melihat tren dan membuat
prediksi berdasarkan data.
y’ = a + bx
a = ( ∑ y )( ∑ x 2 ¿−∑ x) ¿ ¿
8.3. Rangkuman
Korelasi merupakan teknik analisis yang termasuk dalam salah satu teknik
pengukuran asosiasi / hubungan (measures of association). Pengukuran asosiasi
merupakan istilah umum yang mengacu pada sekelompok teknik dalam statistik bivariat
yang digunakan untuk mengukur kekuatan hubungan antara dua variabel. Analisis
korelasi sederhana (Bivariate Correlation) digunakan untuk mengetahui keeratan
hubungan antara dua variabel dan untuk mengetahui arah hubungan yang terjadi.
Istilah regresi pertama kali diperkenalkan oleh Sir Francis Galton pada tahun
1886. Dampak dari penggunaan analisis regresi dapat digunakan untuk memutuskan
apakah naik dan menurunnya variabel dependen dapat dilakukan melalui menaikan dan
menurunkan keadaan variabel independen, atau meningkatkan keadaan variabel
dependen dapat dilakukan dengan meningkatkan variabel independen/dan sebaliknya.
8.4. Soal
1. Siapa yang memperkenalkan istiilah regresi ?
2. Sebutkan pengertian dari korelasi
3. Tuliskan persamaan regresi linier
8.5. Kuis
1. Ketika koefisien korelasi signifikan, Anda dapat mengasumsikan x menyebabkan y.
(B/S)
2. Tidak mungkin untuk memiliki korelasi yang signifikan secara kebetulan saja. (B/S)
b = n ( ∑ xy ) −(∑ x)¿ ¿
kuis
1. salah
2. salah