STATISTIK DESKRIPTIF
OLEH
RUSMIANTO
LIHAN RINI PUSPO WIJAYA
STATISTIK DESKRPTIF
(PAK 1214)
OLEH
RUSMIANTO
LIHAN RINI PUSPO WIJAYA
4. Semester : II
8. Ketua Pelaksana
a. Nama Lengkap : Rusmianto,S.E.,M.Si.
b. Pangkat/ Golongan : Penata/IIIc
c. Jabatan Fungsional : Lektor
Anggota :
a. Nama Lengkap : Lihan Rini Puspo Wijaya,S.E.,M.Si.
b. Pangkat/ Golongan : Penata Muda/IIIb
c. Jabatan Fungsional : Asisten Ahli
Mengetahui,
Pembantu Direktur I Bid. akademik
Halaman
LEMBAR VERIFIKASI
Mengetahui,
Ka. PS Akuntansi
Arif Makhsun
NIP 19750310 200604 1 002
QEC26269
PETA KOMPETENSI MATA KULIAH
POLITEKNIK NEGERI LAMPUNG
Entry Behaviar : -
RENCANA PEMBELAJARAN SEMESTER
JADWAL PEMBELAJARAN
CAPAIAN
MINGG
PEMBELAJARAN INDIKATOR PENILAIAN ALOKASI Metode Bobot
U BAHAN KAJIAN
(kemampuan akhir setiap (FERFORMANCE) WAKTU Pembelajaran Penilaian
KE
tahapan belajar)
1 Mampu menjelaskan 1. Konsep dasar statistik 1. Mampu menjawab T = 1 x 50 Menit - Ceramah 5%
konsep dasar statistik 2. Konsep dasar data pertanyaan konsep dasar P = 1 x 120 Menit - Simulasi
dan konsep dasar data 3. Pembuatan tabel dan statistic dan data dengan - Demonstrasi
serta mampu menyajikan grafik tepat
data dalam grafik dan 2. Mempu membuat grafik
dan tabel dengan benar
tabel dengan tepat
2 dan 3 Mampu menyusun daftar Daftar distribusi 1. Mampu menyusun daftar T = 1 x 50 Menit - Ceramah 5%
distribusi frekuensi frekuensi distribusi frekuensi P = 1 x 120 Menit - Simulasi
dengan benar - Demonstrasi
4 Mampu menghitung dan 1. Mean 1. Mampu Menjelaskan T = 1 x 50 Menit - Ceramah 10%
menjelaskan peranan 2. Median peranan Nilai sentral P = 1 x 120 Menit - Simulasi
ukuran nilai sentral 3. Modus dengan tepat Demonstrasi
2. Mampu menghitung
ukuran pemusatan
dengan benar
5 Mampu menghitung dan 1. Quartile 1. Mampu Menjelaskan T = 1 x 50 Menit - Ceramah 10%
menjelaskan peranan 2. Desil peranan ukuran letak P = 1 x 120 Menit - Simulasi
ukuran letak 3. persentil dengan tepat Demonstrasi
2. Mampu menghitung
ukuran letak dengan
CAPAIAN
MINGG
PEMBELAJARAN INDIKATOR PENILAIAN ALOKASI Metode Bobot
U BAHAN KAJIAN
(kemampuan akhir setiap (FERFORMANCE) WAKTU Pembelajaran Penilaian
KE
tahapan belajar)
benar
6 Mampu menghitung dan 1. Deviasi Kuartil 1. Mampu Menjelaskan T = 1 x 50 Menit - Ceramah 10%
menjelaskan peranan 2. Deviasi Mean dan peranan ukuran P = 1 x 120 Menit - Simulasi
ukuran penyebaran Rata-rata penyebaran dengan tepat Demonstrasi
3. Deviasi Standar 2. Mampu menghitung
ukuran penyebaran
dengan benar
7 Mampu menghitung dan 1. Ukuran 1. Mampu Menjelaskan T = 1 x 50 Menit - Ceramah 10%
menjelaskan peranan kecondongan peranan ukuran P = 1 x 120 Menit - Simulasi
ukuran kecondongan dan 2. Ukuran keruncingan keruncingan dan - Demonstrasi
keruncingan kecondongan dengan
tepat
2. Mampu menghitung
ukuran keruncingan dan
kecondongan dengan
benar
8 UTS T = 1 x 50 Menit
P = 1 x 120 Menit
9 Mampu mengukur 1. Koefisien 1. Memahami pengertian T = 1 x 50 Menit - Ceramah 10%
kecondongan dan kecondongan Karl ukuran kecondongan P = 1 x 120 Menit - Simulasi
keruncingan distribusi Pearson, dan keruncingan - Demonstrasi
data 2. Koefisien 2. Memahami,
kecondongan menjelaskan, dan
Momen, menghitung nilai
3. Koefisien koefisien kecondongan
keruncingan Karl Pearson
3. Memahami,
menjelaskan, dan
menghitung nilai
koefisien kecondongan
momen
CAPAIAN
MINGG
PEMBELAJARAN INDIKATOR PENILAIAN ALOKASI Metode Bobot
U BAHAN KAJIAN
(kemampuan akhir setiap (FERFORMANCE) WAKTU Pembelajaran Penilaian
KE
tahapan belajar)
4. Memahami,
menjelaskan, dan
menghitung nilai
koefisien keruncingan
10 Menyusun deret berkala Deret berkala Menjelaskan pentingnya T = 1 x 50 Menit - Ceramah 10%
deret berkala P = 1 x 120 Menit - Simulasi
- Demonstrasi
11 Menyusun deret berkala Tren Menghitung tren T = 1 x 50 Menit - Ceramah 10%
P = 1 x 120 Menit - Simulasi
- Demonstrasi
12 Menghitung angka 1. Angka indeks, 1. Memahami pengertian T = 1 x 50 Menit - Ceramah 10%
indeks untuk mencatat 2. Angka indeks angka indeks P = 1 x 120 Menit - Simulasi
tingkat perubahan sederhana, 2. Memahami, - Demonstrasi
3. Angka indeks menjelaskan, dan
tertimbang menghitung nilai angka
indeks sederhana
3. Memahami,
menjelaskan, dan
menghitung nilai angka
indeks tertimbang
13 Menghitung angka 1. Angka indeks 1. Memahami, T = 1 x 50 Menit - Ceramah 10%
indeks untuk mencatat terhitung berdasar menjelaskan dan P = 1 x 120 Menit - Simulasi
tingkat perubahan kuantitas barang menghitung nilai angka - Demonstrasi
2. Angka indeks indeks dengan faktor
rantai penimbang berupa
3. Tahun dasar jumlah barang
4. Angka indeks 2. Memahami,
untuk proses menjelaskan, dan
deflasi menghitung nilai angka
indeks rantai
CAPAIAN
MINGG
PEMBELAJARAN INDIKATOR PENILAIAN ALOKASI Metode Bobot
U BAHAN KAJIAN
(kemampuan akhir setiap (FERFORMANCE) WAKTU Pembelajaran Penilaian
KE
tahapan belajar)
3. Memahami,
menjelaskan, dan
menyesuaikan tahun
dasar
4. Memahami,
menjelaskan, dan
menghitung untuk
melakukan deflasi
14 Menganalisis regresi dan 1. Hubungan antar 1. Memahami dan T = 1 x 50 Menit - Ceramah 10%
korelasi serta hubungan variabel, menjelaskan pengertian P = 1 x 120 Menit - Simulasi
antar variabel 2. Metode untuk serta konsep analisis - Demonstrasi
mengetahui regresi, korelasi, dan
hubungan antar hubungan antar
variabel, kesalahan variabel
baku estimasi, dan 2. Memahami,
nilai koefisien menjelaskan, dan
determinasi, serta menerapkan metode
koefisien korelasi, untuk mengetahui
3. Nilai koefisien hubungan antar
korelasi product variabel
moment karl 3. Memahami,
pearson, menjelaskan, dan
4. Nilai koefisien menghitung nilai
korelasi bagi data kesalahan baku
yang estimasi.
diperingkatkan,
5. Nilai koefisien
korelasi untuk data
yang
dikelompokkan,
CAPAIAN
MINGG
PEMBELAJARAN INDIKATOR PENILAIAN ALOKASI Metode Bobot
U BAHAN KAJIAN
(kemampuan akhir setiap (FERFORMANCE) WAKTU Pembelajaran Penilaian
KE
tahapan belajar)
6. Nilai koefisien
korelasi bersyarat
15 Menganalisis regresi dan 1. Analisis regresi 1. Memahami analisis T = 1 x 50 Menit - Ceramah 10%
korelasi berganda dan korelasi regresi dan korelasi P = 1 x 120 Menit - Simulasi
berganda, berganda - Demonstrasi
2. Persamaan regresi 2. Memahami,
berganda, menjelaskan, dan
3. Nilai kesalahan menghitung persamaan
baku estimasi, regresi berganda
4. Nilai koefisien 3. Memahami,
determinasi, menjelaskan, dan
5. Nilai koefisien menghitung nilai
korelasi parsial kesalahan baku
estimasi
4. Memahami,
menjelaskan, dan
menghitung nilai
koefisien determinasi
5. Memahami,
menjelaskan, dan
menghitung nilai
koefisien korelasi
parsial.
16 UAS T = 1 x 50 Menit
P = 1 x 120 Menit
Tugas-tugas:
1. Mahasiswa menyelesaikan tugas akhir berupa kasus data dari pertemuan I yang digunakan untuk pertemuan-
pertemuan selanjutnya.
5. Pertemuan ke :1
6. Capaian Pembelajaran : mampu menyajikan data sesuai dengan kebutuhan
Mata Kuliah informasi pengguna dengan menggunakan pilihan metode-
metode statistik yang tepat
7. Capaian Pembelajaran : Mampu menjelaskan konsep dasar statistik dan konsep
Khusus/Pertemuan dasar data serta mampu menyajikan data dalam grafik dan
tabel dengan tepat
8. Bahan Kajian : Konsep dasar statistik ; Konsep dasar data; Pembuatan tabel dan
grafik
9. Sub Bahan Kajian : Konsep dasar statistik ; Konsep dasar data; Pembuatan tabel dan
grafik
10. Indikator Kinerja :
a. Mahasiswa menguraikan pengertian statistik
b. Mahasiswa memaparkan peranan dan perluya
statistik
c. Mahasiswa menguraikan pembagian data dan data
statistik
d. mahasiswa menjelaskan perbedaan penyajian data
table dan grafik
e. Mahasiswa menyajikan data dalam bentuk table dan
grafik
f. Mahasiswa menginterprestasikan hasil penyajiannya
Kegiatan Pengajaran
Tahap Media dan Alat
Dosen Mahasiswa
Pendahuluan Perkenalan Memperhatikan, LCD,
Menyampaian kontrak bertanya, membuat Laptop/komputer,
kuliah catatan
Penyajian Penyampaian Materi Mendengarkan LCD,
Dosen menampilkan slide penjelasan dosen dan Laptop/Komputer,
show, memberikan bertanya Diktat Ajar
penjelasan dan berdiskusi Berdiskusi dengan BPP
dengan mahasiswa tentang dosen
Kegiatan Praktikum
Mahasiswa mengerjakan
(menjawab pertanyaan dan
soal) pada buku panduan
praktikum dosen
mengamati membimbing
pengerjaannya.
Contoh : Statistik penduduk : data atau keterangan berbentuk angka ringkasan mengenai
penduduk ( jumlah, rata-rata umur, distribusinya, presentasi yang buta huruf, dll. )
Statistik dalam arti luas (statistika) berarti suatu ilmu yang mempelajari cara
pengumpulan, pengolahan/pengelompokan, penyajian dan analisis data serta cara
pengambilan kesimpulan secara umum berdasarkan hasil penelitian yang tidak
menyeluruh.
Perlunya mengetahui atau mempelajari statistik adalah karena statistik berperan sebagai
alat bantu dalam hal-hal : menjelaskan hubungan antara variabel-variabel, membuat
rencana dan ramalan, mengatasi berbagai perubahan, dan membuat keputusan yang lebih
baik.
B. Pembagian Statistik
C. Data Statistik
Data ialah suatu bahan mentah yang jika diolah dengan baik melalui berbagai analisis
dapat melahirkan berbagai informasi.
Persyaratan data yang baik, antara lain : objektif, representatif (mewakili), memiliki
kesalahan baku yang kecil, tepat waktu, dan relevan.
Data menurut sifatnya. Data menurut sifatnya dibedakan antara data kualitatif dan
kuantitatif. Data kualitatif adalah data yang tidak berbentuk angka (nonnumeris). Data
kuantitatif adalah data yang dinyatakan dalam bentuk angka .
Data menurut sumbernya. Data menurut sumbernya mengacu pada sumber perolehan
data, yakni interal dan eksternal. Data internal adalah data yang bersumber dari keadaan
atau kegiatan suatu orgaisasi atau kelompok. Data eksternal adalah data yang bersumber
dari luar suatu organisasi atau kelompok.
Data menurut cara perolehanya. Berdasarkan cara perolehannya, data dapat dibedakan
antara data primer dan data sekunder. Data primer adalah data yang dikumpulkan dan
diolah sendiri oleh organisasi atau perorangan langsung dari objek. Data sekunder adalah
data yang diperoleh dalam bentuk jadi dan telah diolah oleh pihak lain, yang biasanya
dalam bentuk publikasi.
1. T a b e l
Data bisa ditampilkan dalam bentuk tabulasi, yang berarti terdapat BARIS dan KOLOM
dalam jumlah tertentu. Tabel sendiri bisa dibagi penggunaanya berdasarkan jenis data
yang ada.
Jika data adalah kualitatif, maka penggunaan TABEL KONTIGENSI lebih dianjurkan,
karena tidak adanya decimal dalam data kualitatif. Sedang untuk data kuantitatif agak
sulit unuk menampilkan dalam table kontigensi. Untuk itu dapat disajikan dengan
bantuan Steam and Leaf display atau menyusun dalam sebuah distribusi frekuensi.
2. G r a f i k ( Diagram )
Selain disusun dalam bentuk table kontigensi atau distribusi frekuensi yang hanya
menonjolkan angka-angka, data juga bisa disajikan lebih menarik dengan tampilan
berupa grafik, seperti grafik Batang (Bar), grafik Lingkar, grafik garis dan sebagainya.
SAP Statistik Deskriptif, Tahun 2016 4
SATUAN ACARA PERNGAJARAN
POLITEKNIK NEGERI LAMPUNG
14. Media dan alat bantu yang digunakan: LCD, Laptop/Komputer, Diktat Ajar, BPP
16. Kriteria penilaian: Nilai maksimal 100 jika mahasiswa mampu menjawab dengan benar.
18. Referensi :
Santosa, PB dan Hamdani, Muliawan. 2007. Statistik Deskriptif dalam bidang Ekonomi
dan Tataniaga. Jakarta. Erlangga.
5. Pertemuan ke : 2 dan 3
6. Capaian Pembelajaran : mampu menyajikan data sesuai dengan kebutuhan
Mata Kuliah informasi pengguna dengan menggunakan pilihan metode-
metode statistik yang tepat
7. Capaian Pembelajaran : Mampu menyusun daftar distribusi frekuensi
Khusus/Pertemuan
8. Bahan Kajian : Daftar distribusi frekuensi
9. Sub Bahan Kajian : Daftar distribusi frekuensi
10. Indikator Kinerja :
a. Mahasiswa menjelaskan pengertian distribusi frekuensi
b. Mahasiswa menyusun distribusi frekuensi data
c. Mahasiswa menampilkan distribusi frekuensi dalam
bentuk grafik
d. Mahasiswa menyususn distribusi kumulatif dan kurva
ogive
Kegiatan Pengajaran
Tahap Media dan Alat
Dosen Mahasiswa
Pendahuluan Melakukan apersepsi Memperhatikan, LCD,
bertanya, membuat Laptop/komputer,
catatan
Penyampaian Materi Mendengarkan LCD,
Dosen menampilkan slide penjelasan dosen dan Laptop/Komputer,
Penyajian show, memberikan bertanya Diktat Ajar
penjelasan dan berdiskusi Berdiskusi dengan BPP
dengan mahasiswa tentang dosen
daftar distribusi frekuensi
dan mendemonstrasikan
pembuatan daftar distribusi
frekuensi
.
Kegiatan Praktikum
Mahasiswa mengerjakan
(menjawab pertanyaan dan
soal) pada buku panduan
praktikum dosen
mengamati membimbing
pengerjaannya.
R = da t a t e rbe sa r – da t a
t e rk e c il
3). Mentukan banyaknya kelas (k)
Banyaknya kelas ditentukan dengan rumus Sturges.
i= R/k
5). Tentukan ujung bawah kelas interval pertama. Biasnya diambil data
terkecil atau data yang lebih kecil dari data terkecil.
Alat popular yang digunakan untuk menampilkan distribusi frekuensi dalam bentuk
grafik adalah Histogram, Poligon dan Kurva Ogive.
Poligon frekuensi adalah diagram garis dari suatu distribusi frekuensi. Poligon frekuensi
diperoleh dengan menghubungkan titik-titik yang merupakan pasangan koordinat titik
tengah dan frekuensi setiap kelas.
Selain ditampilkan dalam bentuk distribusi frekuensi dan visual dalam bentuk histogram
serta Poligon Frekuensi, data bisa ditampilkan dalam bentuk Distribusi Kumulatif, yakni
penjumlahan atau pengurangan setiap frekuensi pada tiap kelas secara kumulatif.
Distribusi kumulatif bisa ditampilkan dalam bentuk, yakni Distribusi KURANG DARI
atau Distribusi LEBIH DARI.
14. Media dan alat bantu yang digunakan: LCD, Laptop/Komputer, Diktat Ajar, BPP
16. Kriteria penilaian: Nilai maksimal 100 jika mahasiswa mampu menjawab dengan benar.
18. Referensi :
Santosa, PB dan Hamdani, Muliawan. 2007. Statistik Deskriptif dalam bidang Ekonomi
dan Tataniaga. Jakarta. Erlangga.
Halaman : 10 dari
Kode : P Tanggal: Revisi: 0
57
5. Pertemuan ke :4
6. Capaian Pembelajaran : mampu menyajikan data sesuai dengan kebutuhan
Mata Kuliah informasi pengguna dengan menggunakan pilihan metode-
metode statistik yang tepat
7. Capaian Pembelajaran : Mampu menghitung dan menjelaskan peranan ukuran nilai
Khusus/Pertemuan sentral
8. Bahan Kajian : Mean, Median, Modus
9. Sub Bahan Kajian : Mean, Median, Modus
10. Indikator Kinerja :
a. Mahasiswa menjelaskan ukuran pemusatan
b. Mahasiswa menggunakan rumus-rumus rata- rata
hitung, geometric dan harmonik
c. Mahasiswa menggunakan rumus-rumus median,
modus
d. Mahasiswa menjelaskan hubungan mean, median,
modus
e. Mahasiswa menggunakan rumus-rumus kuartil,
persentil
Kegiatan Pengajaran
Tahap Media dan Alat
Dosen Mahasiswa
Pendahuluan Melakukan apersepsi Memperhatikan, LCD,
bertanya, membuat Laptop/komputer,
catatan
Penyampaian Materi Mendengarkan LCD,
Penyajian Dosen menampilkan slide penjelasan dosen dan Laptop/Komputer,
show, memberikan bertanya Diktat Ajar
penjelasan dan berdiskusi Berdiskusi dengan BPP
dengan mahasiswa tentang dosen
ukuran sentral dan
mendemonstrasikan
perhitungan ukuran sentral
.
Halaman : 11 dari
Kode : P Tanggal: Revisi: 0
57
Kegiatan Praktikum
Mahasiswa mengerjakan
(menjawab pertanyaan dan
soal) pada buku panduan
praktikum dosen
mengamati membimbing
pengerjaannya.
Rata-rata hitung tertimbang dilakukan karena ada data yang mempunyai bobot yang
tidak sama akibat pengaruh dan kepentingan baik berdasarkan waktu maupun besar
pengaruhnya. Rata-rata hitung tertimbang diperoleh dengan cara:
Xw = (w . X)
w
Halaman : 12 dari
Kode : P Tanggal: Revisi: 0
57
Median adalah nilai yang berada di tengah suatu kelompok data yang telah diurutkan
dari yang terbesar ke yang terkecil atau sebaliknya. Letak median adalah (n + 1)/2. Nilai
median untuk data berkelompok diperoleh dengan cara:
n - Cf
2
Md = L + .i
f
Modus adalah nilai yang sering muncul. Untuk data tidak berkelompok, nilai modus
adalah nilai dengan frekuensi terbanyak. Nilai modus untuk data berkelompok diperoleh
dengan:
d1
Mo = L + .i
d1+d2
14. Media dan alat bantu yang digunakan: LCD, Laptop/Komputer, Diktat Ajar, BPP
Halaman : 13 dari
Kode : P Tanggal: Revisi: 0
57
16. Kriteria penilaian: Nilai maksimal 100 jika mahasiswa mampu menjawab dengan benar.
18. Referensi :
Santosa, PB dan Hamdani, Muliawan. 2007. Statistik Deskriptif dalam bidang Ekonomi
dan Tataniaga. Jakarta. Erlangga.
Halaman : 14 dari
Kode : P Tanggal: Revisi: 0
57
(SAP)
5. Pertemuan ke :5
6. Capaian Pembelajaran : mampu menyajikan data sesuai dengan kebutuhan
Mata Kuliah informasi pengguna dengan menggunakan pilihan metode-
metode statistik yang tepat
7. Capaian Pembelajaran : Mampu menghitung dan menjelaskan peranan ukuran letak
Khusus/Pertemuan
8. Bahan Kajian : Quartile, Desil, persentil
9. Sub Bahan Kajian : Quartile, Desil, persentil
10. Indikator Kinerja :
a. Mahasiswa menjelaskan ukuran letak
b. Mahasiswa menggunakan rumus-rumus kuartil,
persentil
Kegiatan Pengajaran
Tahap Media dan Alat
Dosen Mahasiswa
Pendahuluan Melakukan apersepsi Memperhatikan, LCD,
bertanya, membuat Laptop/komputer,
catatan
Penyampaian Materi Mendengarkan LCD,
Dosen menampilkan slide penjelasan dosen dan Laptop/Komputer,
show, memberikan bertanya Diktat Ajar
penjelasan dan berdiskusi Berdiskusi dengan BPP
Penyajian dengan mahasiswa tentang dosen
ukuran letak dan
mendemonstrasikan
perhitungan ukuran letak
.
Kegiatan Praktikum
Mahasiswa mengerjakan
(menjawab pertanyaan dan
soal) pada buku panduan
Halaman : 15 dari
Kode : P Tanggal: Revisi: 0
57
praktikum dosen
mengamati membimbing
pengerjaannya.
Kuartil adalah ukuran letak yang membagi distribusi data menjadi 4 bagian yang sama.
Letak kuartil untuk data tidak berkelompok adalah [i(n + 1)]/4 dan data berkelompok
adalah (in)/4, dimana nilai i adalah 1,2 dan 3.
Nilai kuartil untuk data yang tidak berkelompok dan berjumlah genap diperoleh
dengan menggunakan rumus:
Nilai kuartil untuk data yang berkelompok diperoleh dengan menggunakan rumus:
NKi = L + (in/4) – Cf . Ci
Fk
Desil adalah ukuran letak yang membagi distribusi data menjadi 10 bagian yang sama.
Letak desil untuk data tidak berkelompok adalah [i(n + 1)]/10 dan data berkelompok
adalah (in)/10, di mana nilai i adalah 1,2, 3, … 9.
Nilai kuartil untuk data yang tidak berkelompok dan berjumlah genap diperoleh
dengan menggunakan rumus:
Nilai desil untuk data yang berkelompok diperoleh dengan menggunakan rumus:
NDi = L + (in/10) – Cf . Ci
Halaman : 16 dari
Kode : P Tanggal: Revisi: 0
57
Fk
Persentil adalah ukuran letak yang membagi distribusi data menjadi 100 bagian yang
sama. Letak persentil untuk data tidak berkelompok adalah [i(n+1)]/100 dan data
berkelompok adalah (in)/100, dimana nilai i adalah 1,2, 3, …., 99
Nilai persentil untuk data yang tidak berkelompok dan berjumlah genap diperoleh
dengan menggunakan rumus:
Nilai persentil untuk data yang berkelompok diperoleh dengan menggunakan rumus:
14. Media dan alat bantu yang digunakan: LCD, Laptop/Komputer, Diktat Ajar, BPP
Berdasarkan data yang diberikan diminta hitunglah Q1, Q2, Q3 untuk data
tunggalnya
Halaman : 17 dari
Kode : P Tanggal: Revisi: 0
57
16. Kriteria penilaian: Nilai maksimal 100 jika mahasiswa mampu menjawab dengan benar.
18. Referensi :
Santosa, PB dan Hamdani, Muliawan. 2007. Statistik Deskriptif dalam bidang Ekonomi
dan Tataniaga. Jakarta. Erlangga.
Halaman : 18 dari
Kode : P Tanggal: Revisi: 0
57
(SAP)
5. Pertemuan ke :6
6. Capaian Pembelajaran : mampu menyajikan data sesuai dengan kebutuhan
Mata Kuliah informasi pengguna dengan menggunakan pilihan metode-
metode statistik yang tepat
7. Capaian Pembelajaran : Mampu menghitung dan menjelaskan peranan ukuran
Khusus/Pertemuan penyebaran
8. Bahan Kajian : Deviasi Kuartil, Deviasi Mean dan Rata-rata, Deviasi Standar
9. Sub Bahan Kajian : Deviasi Kuartil, Deviasi Mean dan Rata-rata, Deviasi Standar
10. Indikator Kinerja :
a. Mahasiswa menjelaskan ukuran penyebaran data
b. Mahasiswa menghitung ukuran penyebaran (range,
varaisi, deviasi standar
Kegiatan Pengajaran
Tahap Media dan Alat
Dosen Mahasiswa
Pendahuluan Melakukan apersepsi Memperhatikan, LCD,
bertanya, membuat Laptop/komputer,
catatan
Penyampaian Materi Mendengarkan LCD,
Dosen menampilkan slide penjelasan dosen dan Laptop/Komputer,
show, memberikan bertanya Diktat Ajar
penjelasan dan berdiskusi Berdiskusi dengan BPP
Penyajian dengan mahasiswa tentang dosen
ukuran penyebaran dan
mendemonstrasikan
perhitungan ukuran
penyebaran
Kegiatan Praktikum
Mahasiswa mengerjakan
(menjawab pertanyaan dan
Halaman : 19 dari
Kode : P Tanggal: Revisi: 0
57
Range. Range adalah perbedaan antara nilai terbesar dengan nilai terkecil. Range hanya
dipengaruhi oleh dua data ekstrim, dan kurang memperhatikan peran data yang lain.
Deviasi rata-rata. Deviasi rata-rata adalah rata-rata hitung nilai absolut deviasi atau selisih
dari rata-rata hitungnya. Rumus deviasi rata-rata:
MD = f X – X
n
Varians. Varians adalah rata-rata hitung deviasi atau selisih kuadrat setiap data terhadap
rata-rata hitungnya. Rumus varians untuk data tidak berkelompok:
2 = ( X - )2 di mana: = X
N N
Varians untuk data berkelompok
2 = f (X – X)2
Halaman : 20 dari
Kode : P Tanggal: Revisi: 0
57
Standar deviasi. Standar deviasi adalah akar kuadrat positif dari varians dan menunjukkan
standar penyimpangan data terhadap nilai rata-ratanya.
= ( X - )2
N
Standar deviasi untuk data berkelompok
= f (X – X)2
N
Apabila menggunakan sampel lambang varians 2 = s2; sedang standar deviasi = s;
sedang pembagi N menjadi n-1.
14. Media dan alat bantu yang digunakan: LCD, Laptop/Komputer, Diktat Ajar, BPP
Hitunglah:
Koefisien standar deviasi (KSD).
Berapa kisaran produksi listrik untuk 95% dari seluruh produksi listrik berada.
16. Kriteria penilaian: Nilai maksimal 100 jika mahasiswa mampu menjawab dengan benar.
18. Referensi :
Santosa, PB dan Hamdani, Muliawan. 2007. Statistik Deskriptif dalam bidang Ekonomi
dan Tataniaga. Jakarta. Erlangga.
Halaman : 21 dari
Kode : P Tanggal: Revisi: 0
57
5. Pertemuan ke :7
6. Capaian Pembelajaran : mampu menyajikan data sesuai dengan kebutuhan
Mata Kuliah informasi pengguna dengan menggunakan pilihan metode-
metode statistik yang tepat
7. Capaian Pembelajaran : Mampu menghitung dan menjelaskan peranan ukuran
Khusus/Pertemuan kecondongan dan keruncingan
8. Bahan Kajian : Ukuran kecondongan, Ukuran keruncingan
9. Sub Bahan Kajian : Ukuran kecondongan, Ukuran keruncingan
10. Indikator Kinerja :
a. Mahasiswa menghitung dan menginterprestasikan nilai
KV
b. Mahasiswa menentukan tingkat kemencengan,
keruncingan kurva
Kegiatan Pengajaran
Tahap Media dan Alat
Dosen Mahasiswa
Pendahuluan Melakukan apersepsi Memperhatikan, LCD,
bertanya, membuat Laptop/komputer,
catatan
Penyampaian Materi Mendengarkan LCD,
Dosen menampilkan slide penjelasan dosen dan Laptop/Komputer,
show, memberikan bertanya Diktat Ajar
Penyajian penjelasan dan berdiskusi Berdiskusi dengan BPP
dengan mahasiswa tentang dosen
kemiringan dan
keruncingan dan
mendemonstrasikan
perhitungan kemiringan
dan keruncingan
.
Halaman : 22 dari
Kode : P Tanggal: Revisi: 0
57
Kegiatan Praktikum
Mahasiswa mengerjakan
(menjawab pertanyaan dan
soal) pada buku panduan
praktikum dosen
mengamati membimbing
pengerjaannya.
Ukuran penyebaran lain adalah (a) Jarak kuartil = K3 - K1, (b) deviasi kuartil= (K3 -
K1)/2 dan (c) Jarak persentil= P90-P10.
Hukum empirik bermanfaat untuk kurva berbentuk normal atau simetri. Hukum empirik
menyatakan bahwa kisaran untuk 68% data, kisaran 2 untuk 95% data, dan
kisaran 3 untuk 99,7% data.
Koefisien relatif merupakan ukuran penyebaran dalam bentuk relatif. Koefisien relatif
terdiri dari:
Koefisien kecondongan menunjukkan apakah kurva condong positif, negatif atau normal.
Rumus kecondongan adalah:
Halaman : 23 dari
Kode : P Tanggal: Revisi: 0
57
Koefisien keruncingan menunjukkan apakah kurva bersifat normal, runcing atau datar.
4 = 1/n (x - )4
4
Koefisien keruncingan data berkelompok adalah:
4 = 1/n f . (X - )4
4
Nilai 4= 0 berarti kurva normal/simitri, 4 >0 kurva runcing dan 4 <0 kurva datar.
14. Media dan alat bantu yang digunakan: LCD, Laptop/Komputer, Diktat Ajar, BPP
Hitunglah koefisien kecondongan dari nilai ekspor minyak mentah dan apa kesimpulannya?
16. Kriteria penilaian: Nilai maksimal 100 jika mahasiswa mampu menjawab dengan benar.
18. Referensi :
Santosa, PB dan Hamdani, Muliawan. 2007. Statistik Deskriptif dalam bidang Ekonomi
dan Tataniaga. Jakarta. Erlangga.
Halaman : 24 dari
Kode : P Tanggal: Revisi: 0
57
Halaman : 25 dari
Kode : P Tanggal: Revisi: 0
57
Kegiatan Pengajaran
Tahap Media dan Alat
Dosen Mahasiswa
Pendahuluan Perkenalan Memperhatikan, LCD,
Menyampaian kontrak bertanya, membuat Laptop/komputer,
kuliah catatan
Penyampaian Materi Mendengarkan LCD,
Dosen menampilkan slide penjelasan dosen dan Laptop/Komputer,
show, memberikan bertanya Diktat Ajar
penjelasan dan berdiskusi Berdiskusi dengan BPP
dengan mahasiswa tentang dosen
konsep dasar statistik,
Penyajian konsep dasar data dan
mendemonstrasikan
pembuatan grafik dan tabel.
Kegiatan Praktikum
Mahasiswa mengerjakan
(menjawab pertanyaan dan
soal) pada buku panduan
praktikum dosen
mengamati membimbing
pengerjaannya.
Halaman : 26 dari
Kode : P Tanggal: Revisi: 0
57
Formula untuk menentukan tingkat kecondongan distribusi data berdasarkan teori Karl
Pearson adalah:
PSk = x – Mo
s
PSk merupakan nilai koefisien kecondongan Karl Pearson, x adalah mean, Mo adalah modus,
dan s adalah deviasi standar. Atau bisa juga disederhanakan menjadi:
PSk = 3 (x – Md)
s
Apabila nilai koefisien kecondongan Pearson nilainya lebih dari 0, berarti arah kecondongan
distribusi data adalah ke kanan yang berarti data akan terkonsentrasi pada nilai yang rendah.
Apabila nilai koefisien kecondongan kurang dari 0, atau dengan kata lain nilainya negatif,
maka arah kecondongan distribusi data adalah ke kiri yang berarti data akan terkonsentrasi
pada nilai yang relatif tinggi. Apabila nilai nilainya 0, distribusi data dalam suatu gugusan
akan membentuk pola yang simetris.
Arah kecondongan distribusi data juga bisa dicari dengan formula koefisien kecondongan
momen. Bagi data yang tidak dikelompokkan rumusnya adalah:
α3 = 1 x ∑ (x – X)3
N
s3
α3 merupakan nilai koefisien kecondongan momen untuk data yang tidak dikelompokkan, x
adalah nilai data, X adalah nilai mean, s adalah deviasi standar, dan N adalah jumlah data.
Sedangkan untuk data yang dikelompokkan, rumusnya adalah:
α3 = 1 x ∑ f x (x – X)3
N
s3
α3 merupakan nilai koefisien kecondongan momen untuk data yang tidak dikelompokkan, x
adalah median, X adalah mean, s adalah deviasi standar, dan N adalah jumlah seluruh
frekuensi, dan f adalah frekuensi.
Halaman : 27 dari
Kode : P Tanggal: Revisi: 0
57
Apabila nilai koefisien kecondongan momen adalah 0, maka distribusi penyebaran data akan
membentuk kurva yang simetris atau normal. Apabila nilai koefisien kecondongan momen
positif, distribusi data condong ke kanan, sedangkan apabila nilai koefisien kecondongan
momen negatif, arah kecondongan distribusi data adalah ke kiri.
Selain melalui pengukuran kecondongan, pola penyebaran data dalam suatu gugusan juga
dapat dinilai melalui pengukuran tingkat keruncingan. Tingkat keruncingan diukur dengan
jalan membandingkan bentuk keruncingan kurva distribusi data dengan bentuk kurva normal.
Apabila bagian tengah kurva distribusi data mempunyai puncak yang relatif runcing,
distribusi data tersebut dinilai bersifat leptokurtic. Sebaliknya, apabila bagian tengah kurva
distribusi data mempunyai puncak yang relatif datar, ia dinilai memiliki sifat platykurtic.
Sedangkan distribusi data yang normal memiliki puncak yang bentuknya merupakan
perpaduan antara sifat platykurtic dan leptokurtic. Distribusi data semacam ini dikatakan
bersifat mesokurtic.Ukuran keruncingan menempatkan mean sebagai pedoman untuk menilai
bagaimana pola penyebaran data.
Rumus yang diterapkan untuk mengukur koefisien keruncingan adalah α4. Berdasarkan hasil
perhitungan, tiga kemungkinan bisa terjadi. Kemungkinan pertama adalah nilai koefisisen
keruncingan lebih kecil dari 3, maka pola penyebaran data bersifat platykurtic. Apabila nilai
koefisien keruncingan lebih besar daripada 3, maka distribusi data menunjukkan pola yang
bersifat leptokurtic. Apabila nilai koefisien keruncingan adalah sama dengan 3, maka
distribusi datanya bersifat mesokurtic.
Rumus untuk menghitung tingkat keruncingan bagi data yang tidak dikelompokkan adalah:
α4 = 1 x ∑ (x – X)4
N
s4
α4 merupakan nilai koefisien keruncingan distribusi data yang tidak dikelompokkan, x adalah
nilai data, dan X adalah mean, dan N adalah jumlah data. Sedangkan rumus untuk
menghitung tingkat keruncingan bagi data yang dikelompokkan adalah:
Halaman : 28 dari
Kode : P Tanggal: Revisi: 0
57
α4 = 1 x ∑ f x (x – X)4
N
s4
α4 merupakan nilai koefisien keruncingan distribusi data yang dikelompokkan, x adalah
median, X adalah mean, dan N adalah jumlah data, dan f adalah jumlah frekuensi kelas.
12. Evaluasi : dilakukan secara tertulis
13. Metode Pembelajaran: ceramah, demonstrasi dan diskusi
14. Media dan alat bantu yang digunakan: LCD, Laptop/Komputer, Diktat Ajar, BPP
15. Materi Ujian:
Berikut adalah data kepadatan jumlah penduduk Kabupaten Bengkulu Selatan pada tahun
2006.
Kecamatan Kepadatan Penduduk
Manna 129
Kota Manna 342
Kedurang 53
Seginim 171
Pino 62
Pino Raya 68
Pertanyaan:
Hitunglah koefisien kecondongan dari kepadatan jumlah penduduk, apabila koefisien
negatif condong ke kiri berarti penduduk mengarah ke perkotaan dan sebaliknya.
2 Berikut adalah data nilai ekspor minyak mentah menurut negara tujuan pada tahun
2006:
Negara Nilai (juta AS$)
Jepang 1.840
Singapura 413
Cina 857
Australia 718
Amerika Serikat 380
Korea Selatan 788
Halaman : 29 dari
Kode : P Tanggal: Revisi: 0
57
Hitunglah koefisien kecondongan dari nilai ekspor minyak mentah dan apa
kesimpulannya?
16. Kriteria penilaian: Nilai maksimal 100 jika mahasiswa mampu menjawab dengan benar.
17. Pedoman Bukti : Kertas Jawaban Mahasiswa
18. Referensi : Santosa, PB dan Hamdani, Muliawan. 2007. Statistik Deskriptif
dalam bidang Ekonomi dan Tataniaga. Jakarta. Erlangga.
Halaman : 30 dari
Kode : P Tanggal: Revisi: 0
57
Halaman : 31 dari
Kode : P Tanggal: Revisi: 0
57
Kegiatan Praktikum
Mahasiswa mengerjakan
(menjawab pertanyaan dan
soal) pada buku panduan
praktikum dosen
mengamati membimbing
pengerjaannya.
Halaman : 32 dari
Kode : P Tanggal: Revisi: 0
57
c. Variasi siklus
d. Variasi yang tidak tetap (irregular variation).
12. Evaluasi : dilakukan secara tertulis
13. Metode Pembelajaran: ceramah, demonstrasi dan diskusi
14. Media dan alat bantu yang digunakan: LCD, Laptop/Komputer, Diktat Ajar, BPP
15. Materi Ujian:
1. Berikut adalah perkembangan suku bunga Bank Indonesia untuk jangka waktu 12
bulan dari tahun 2001-2006.
Pertanyaan:
Ramalkan berapa suku bunga tahun 2007 dan 2009 dengan menggunakan metode
rata-rata sederhana.
2. Berikut adalah indeks harga perdagangan besar untuk bangunan tempat tinggal dan
bukan tempat tinggal selama tahun 2002 sampai 2006.
Tahun Indeks
2002 128
2003 219
2004 245
2005 269
2006 296
Pertanyaan:
Ramalkan angka indeks untuk tahun 2008 dan 2010 dengan menggunakan metode
kuadrat terkecil.
Halaman : 33 dari
Kode : P Tanggal: Revisi: 0
57
16. Kriteria penilaian: Nilai maksimal 100 jika mahasiswa mampu menjawab dengan benar.
17. Pedoman Bukti : Kertas Jawaban Mahasiswa
18. Referensi : Sudjana. 2003. Metode Statistik Untuk Bisnis Dan Ekonomi.
Bandung : Transito.
Halaman : 34 dari
Kode : P Tanggal: Revisi: 0
57
Kegiatan Pengajaran
Tahap Media dan Alat
Dosen Mahasiswa
Pendahuluan Melakukan apersepsi Memperhatikan, LCD,
bertanya, membuat Laptop/komputer,
catatan
Penyampaian Materi Mendengarkan LCD,
Penyajian Dosen menampilkan slide penjelasan dosen dan Laptop/Komputer,
show, memberikan bertanya Diktat Ajar
penjelasan dan berdiskusi Berdiskusi dengan BPP
dengan mahasiswa tentang dosen
ukuran sentral dan
mendemonstrasikan
perhitungan ukuran sentral
Halaman : 35 dari
Kode : P Tanggal: Revisi: 0
57
Kegiatan Praktikum
Mahasiswa mengerjakan
(menjawab pertanyaan dan
soal) pada buku panduan
praktikum dosen
mengamati membimbing
pengerjaannya.
Halaman : 36 dari
Kode : P Tanggal: Revisi: 0
57
a = k1 atau k2
K1 = nilai rata-rata kelompok 1
K2 = nilai rata-rata kelompok 2
Langkah kerja:
a. Membagi data menjadi dua kelompok, jika ganjil data tengah dihilangkan atau
dihitung dua kali
b. Menentukan tahun dasar masing – masing kelompok
c. Menghitung nilai rata – rata masing – masing kelompok
d. Menghitung nilai b
e. Merumuskan bentuk persamaan tren
12. Evaluasi : dilakukan secara tertulis
13. Metode Pembelajaran: ceramah, demonstrasi dan diskusi
14. Media dan alat bantu yang digunakan: LCD, Laptop/Komputer, Diktat Ajar, BPP
15. Materi Ujian:
1. Berikut adalah data impor tahun 2002 sampai 2006. Ramalkan kondisi 2008 dan 2010
dengan menggunakan metode eksponensial
2. Berikut ini adalah tabungan deposito menurut Bank Indonesia tahun 2004 sampai
2006. Hitunglah indeks musim setiap triwulannya dengan menggunakan metode rasio
rata-rata bergerak selama 3 triwulan. Apabila pada tahun 2010 diharapkan berjumlah
Rp 75 triliun, berapa target setiap triwulannya?
16. Kriteria penilaian: Nilai maksimal 100 jika mahasiswa mampu menjawab dengan benar.
Halaman : 37 dari
Kode : P Tanggal: Revisi: 0
57
Halaman : 38 dari
Kode : P Tanggal: Revisi: 0
57
Kegiatan Pengajaran
Tahap Media dan Alat
Dosen Mahasiswa
Melakukan apersepsi Memperhatikan, LCD,
Pendahuluan bertanya, membuat Laptop/komputer,
catatan
Halaman : 39 dari
Kode : P Tanggal: Revisi: 0
57
Halaman : 40 dari
Kode : P Tanggal: Revisi: 0
57
Halaman : 41 dari
Kode : P Tanggal: Revisi: 0
57
16. Kriteria penilaian: Nilai maksimal 100 jika mahasiswa mampu menjawab dengan benar.
17. Pedoman Bukti : Kertas Jawaban Mahasiswa.
18. Referensi : Santosa, PB dan Hamdani, Muliawan. 2007. Statistik Deskriptif
dalam bidang Ekonomi dan Tataniaga. Jakarta. Erlangga.
Halaman : 42 dari
Kode : P Tanggal: Revisi: 0
57
Halaman : 43 dari
Kode : P Tanggal: Revisi: 0
57
Kegiatan Pengajaran
Tahap Media dan Alat
Dosen Mahasiswa
Pendahuluan Melakukan apersepsi Memperhatikan, LCD,
bertanya, membuat Laptop/komputer,
catatan
Penyampaian Materi Mendengarkan LCD,
Dosen menampilkan slide penjelasan dosen dan Laptop/Komputer,
show, memberikan bertanya Diktat Ajar
penjelasan dan berdiskusi Berdiskusi dengan BPP
dengan mahasiswa tentang dosen
ukuran penyebaran dan
Penyajian mendemonstrasikan
perhitungan ukuran
penyebaran
Kegiatan Praktikum
Mahasiswa mengerjakan
(menjawab pertanyaan dan
soal) pada buku panduan
praktikum dosen
mengamati membimbing
pengerjaannya.
Halaman : 44 dari
Kode : P Tanggal: Revisi: 0
57
Halaman : 45 dari
Kode : P Tanggal: Revisi: 0
57
Halaman : 46 dari
Kode : P Tanggal: Revisi: 0
57
indeks harga saat ini (actual price index), dan PI(Y) adalah indeks harga pada tahun yang
dijadikan dasar perbandingan.
12. Evaluasi : dilakukan secara tertulis
13. Metode Pembelajaran: ceramah, demonstrasi dan diskusi.
14. Media dan alat bantu yang digunakan: LCD, Laptop/Komputer, Diktat Ajar, BPP
15. Materi Ujian:
Berikut ini adalah ekspor minyak kelapa sawit tahun 2004 sampai 2006. Hitunglah indeks
musim setiap triwulannya dengan menggunakan metode rasio rata-rata bergerak selama 3
triwulan. Apabila pada tahun 2009 diharapkan jumlah produksi sebesar 6,5 juta ton, berapa
target setiap triwulannya?
TAHUN TRIWULAN PRODUKSI
I II III IV TOTAL
2004 500 1000 1500 800 3800
2005 800 900 1800 1200 4700
2006 600 1200 2600 1500 5900
16. Kriteria penilaian: Nilai maksimal 100 jika mahasiswa mampu menjawab dengan benar.
17. Pedoman Bukti : Kertas Jawaban Mahasiswa.
18. Referensi : Santosa, PB dan Hamdani, Muliawan. 2007. Statistik Deskriptif
dalam bidang Ekonomi dan Tataniaga. Jakarta. Erlangga.
Halaman : 47 dari
Kode : P Tanggal: Revisi: 0
57
Halaman : 48 dari
Kode : P Tanggal: Revisi: 0
57
Kegiatan Praktikum
Mahasiswa mengerjakan
(menjawab pertanyaan dan
soal) pada buku panduan
praktikum dosen
mengamati membimbing
pengerjaannya.
Halaman : 49 dari
Kode : P Tanggal: Revisi: 0
57
macam corak hubungan antara dua atau beberapa variabel: hubungan yang berbanding lurus,
hubungan yang berbanding terbalik, dan bahkan tidak ada hubungan antarvariabel sama
sekali. Tiga metode untuk mengetahui bagaimana hubungan antarvariabel adalah: metode
diagram pencar, metode jumlah kuadrat terkecil, dan metode tabel korelasi.
Penyimpangan titik-titik yang mewakili nilai variabel terikat dalam diagram pencar
dinamakan standar kesalahan penaksiran (standard error of estimate), disebut juga kesalahan
baku estimasi atau selisih taksir standar. Rumusnya adalah:
Se (Syx) = (Y – Y€2)
√ N–2
Atau
Se (Syx) = Y2 – a Y – b XY
√ N-2
Dua alat analisis untuk menentukan derajat keeratan hubungan antara variabel bebas dan
variabel terikat adalah koefisien determinasi dan koefisien korelasi. Rumus koefisien
determinasi adalah:
r2 = 1 - (Y – Y€)2
(Y – Y)2
r2 adalah nilai koefisien determinasi, (Y – Y€)2 adalah jumlah keseluruhan selisih antara
nilai variabel terikat terhadap garis regresi, dan (Y – Y)2 adalah jumlah keseluruhan selisih
antara nilai variabel terikat terhadap nilai rata-rata variabel terikat.
Rumus koefisien korelasi adalah
r = 1 - (Y – Y€)2 = √ r2
√ (Y – Y)2
Metode untuk menghitung nilai koefisien korelasi yang datanya mengandung unsur
pemeringkatan atau urutan data adalah Spearman€s rank corelation method. Rumusnya
adalah:
r = 1- 6 x D2
N x ( N2 – 1 )
SAP Statistik Deskriptif, Tahun 2016 49
SATUAN ACARA PERNGAJARAN
POLITEKNIK NEGERI LAMPUNG
Halaman : 50 dari
Kode : P Tanggal: Revisi: 0
57
r adalah koefisien korelasi Spearman, D adalah perbedaan atau selisih peringkat antara
variabel bebas dan variabel terikat, N adalah jumlah frekuensi dan 6 adalah konstanta.
Nilai koefisien korelasi juga dapat dicari dari data yang dikelompokkan dengan rumus:
r = ( N x fx x ux x uy ) – [ ( fx x ux ) x ( fy x uy ) ]
√ [ ( N x fx x ux2 ) – ( fx x ux )2 x ( N x uy2 - ( fy x uy )2 ]
r adalah nilai koefisien korelasi bagi data yang dikelompokkan, N adalah jumlah data atau
frekuensi secara keseluruhan, f adalah frekuensi kelas, dan u adalah nilai deviasi.
Korelasi bersyarat atau biasa disebut korelasi kontingensi merupakan alat analisis untuk
mengetahui seberapa kuat hubungan antara variabel bebas dan variabel terikat dari data yang
menyertakan aspek yang bersifat kualitatif, seperti: pandangan, persepsi, dan penilaian
mengenai karakteristik suatu keadaan. Rumusnya adalah:
C = χ2
√ χ2 + n
C adalah nilai koefisien korelasi bersyarat, χ2 adalah nilai chi-square, dan n adalah jumlah
seluruh frekuensi. Rumus untuk menghitung nilai chi-square adalah:
χ2 = j=1 ( nij – eij )
eij
χ2 adalah nilai chi-square, nij adalah frekuensi sesungguhnya pada kolom dan baris tertentu,
dan eij adalah frekuensi yang diharapkan (expected frequency) pada kolom serta baris
tertentu.
12. Evaluasi : dilakukan secara tertulis
13. Metode Pembelajaran: ceramah, demonstrasi dan diskusi
14. Media dan alat bantu yang digunakan: LCD, Laptop/Komputer, Diktat Ajar, BPP
15. Materi Ujian:
Berikut ini adalah data tentang masa tunggu memperoleh pekerjaan, ipk, dan jumlah
organisasi yang diikuti selama masa kuliah. Berdasarkan data tersebut dan dengan
menggunkan prosedur pengujian korelasi selesaikanlah permasalahan berikut ini
a. Apakah ada hubungan antara masa tunggu dengan ipk
Halaman : 51 dari
Kode : P Tanggal: Revisi: 0
57
b. Apakah ada hubungan antara masa tunggu, ipk, dan jumlah organisasi yang diikuti
No Nama Masa tunggu (th) Ipk Organisasi
1 Anggun 1,00 2,90 0,00
2 Anton a 0,30 2,80 3,00
3 Ari febianto 0,90 3,10 2,00
Ari
4 mayaningtyas 2,00 3,00 3,00
5 Bagus be 1,20 2,10 0,00
6 Budi arianto 0,40 2,80 1,00
7 Dwi wulandari 0,80 3,20 2,00
8 Fardi tataq h 0,50 3,50 1,00
9 Hendra irawan 1,10 2,10 0,00
10 Ida ratnaningsih 2,10 2,80 0,00
11 Indah suryanova 0,60 2,60 3,00
12 Ira handayani 1,70 3,80 2,00
13 Johan wijaya 2,10 2,30 1,00
14 Kartika d 0,90 2,70 2,00
15 Khairul huda 0,70 3,40 4,00
16 Kholil sadri 0,50 3,50 3,00
17 Mahfuddin 0,10 3,60 2,00
18 Mardiyani w 0,30 3,20 0,00
19 Marliani 1,60 2,60 1,00
20 M.bayu 2,70 2,40 1,00
21 M.iqbal 0,70 2,90 1,00
22 Novis p 4,00 3,00 2,00
23 Okta fina 2,10 3,10 2,00
24 Risa afrianti 1,50 2,90 2,00
25 Rifki yufriza 0,80 2,50 2,00
26 Riza eliyani 0,30 3,40 2,00
27 Santi widarsih 3,10 3,30 0,00
28 Sri astuti 2,90 2,50 3,00
Sri
29 wahyuningsih 4,60 2,60 2,00
30 Susilowati 1,10 3,40 1,00
31 Windi rv 0,30 2,80 3,00
32 Yuda m s 0,90 2,75 2,00
16. Kriteria penilaian: Nilai maksimal 100 jika mahasiswa mampu menjawab dengan benar.
SAP Statistik Deskriptif, Tahun 2016 51
SATUAN ACARA PERNGAJARAN
POLITEKNIK NEGERI LAMPUNG
Halaman : 52 dari
Kode : P Tanggal: Revisi: 0
57
Halaman : 53 dari
Kode : P Tanggal: Revisi: 0
57
Halaman : 54 dari
Kode : P Tanggal: Revisi: 0
57
Kegiatan Pengajaran
Tahap Media dan Alat
Dosen Mahasiswa
Pendahuluan Melakukan apersepsi Memperhatikan, LCD,
bertanya, membuat Laptop/komputer,
catatan
Penyampaian Materi Mendengarkan LCD,
Dosen menampilkan slide penjelasan dosen dan Laptop/Komputer,
show, memberikan bertanya Diktat Ajar
penjelasan dan berdiskusi Berdiskusi dengan BPP
dengan mahasiswa tentang dosen
kemiringan dan
keruncingan dan
Penyajian mendemonstrasikan
perhitungan kemiringan
dan keruncingan
.
Kegiatan Praktikum
Mahasiswa mengerjakan
(menjawab pertanyaan dan
soal) pada buku panduan
praktikum dosen
mengamati membimbing
pengerjaannya.
Halaman : 55 dari
Kode : P Tanggal: Revisi: 0
57
Y€ adalah nilai variabel terikat, a adalah konstanta regresi, b adalah derajat kemiringan
regresi, X adalah nilai variabel bebas, dan e adalah faktor pengganggu (error atau
disturbance) yaitu variabel lain yang tidak dimasukkan dalam persamaan regresi berganda.
Apabila variabel bebas terdiri dari dua variabel, maka rumus persamaan regresi adalah:
Y€ = a + b1X1 + b2X2
Y€ adalah nilai variabel terikat, X adalah nilai variabel bebas, a adalah intersep atau konstanta
regresi, b1 adalah besarnya kenaikan atau penurunan nilai variabel terikat apabila X1 naik atau
turun nilainya satu satuan ketika X2 konstan, dan b2 adalah besarnya kenaikan atau penurunan
nilai variabel terikat apabila nilai X2 naik atau turun nilainya satu satuan ketika X1 konstan.
Rumus nilai kesalahan baku estimasi regresi berganda adalah:
Se (Syx) = Y2 – ( a x Y ) – ( b1 x X1Y ) – ( b2 x X2Y )
√ N-3
Se (Syx) adalah penyimpangan standar terhadap garis regresi ganda, Y adalah nilai variabel
terikat, X1 dan X2 adalah nilai variabel bebas, N-3 adalah nilai derajat kebebasan, a adalah
intersep atau konstanta Y, b1 adalah besarnya kenaikan atau penurunan nilai variabel terikat
apabila X1 naik atau turun nilainya satu satuan ketika X2 konstan, naik atau turun nilainya
satu satuan ketika X1 konstan.
Rumus koefisien determinasi berganda adalah:
r2 = ( b1 x x1y ) + ( b2 x x2y )
y2
r2 adalah nilai koefisien determinasi berganda, b1 adalah nilai koefisien regresi variabel bebas
pertama, b2 adalah nilai koefisien regresi variabel bebas kedua, x 1y adalah deviasi dari X1Y,
x2y adalah deviasi dari X2Y, serta y2 adalah deviasi dari Y2.
Rumus koefisien korelasi berganda adalah:
r = ( b1 x x1y ) + ( b2 x x2y ) = √ r2
√ y2
Halaman : 56 dari
Kode : P Tanggal: Revisi: 0
57
Rumus koefisien korelasi parsial apabila variabel bebas kedua nilainya konstan adalah:
ry1.2 = ry1 - (ry2 x r12 )
√ ( 1 - ry22 ) x ( 1 - r122 )
Rumus koefisien korelasi parsial apabila variabel bebas pertama nilainya konstan adalah:
ry2.1 = ry2 - (ry1 x r12 )
√ ( 1 - ry12 ) x ( 1 - r122 )
Rumus koefisien korelasi parsial apabila variabel terikat nilainya konstan adalah:
r12.y = r12 - (ry1 x r12 )
√ ( 1 - ry12 ) x ( 1 - r122 )
12. Evaluasi : dilakukan secara tertulis
13. Metode Pembelajaran: ceramah, demonstrasi dan diskusi
14. Media dan alat bantu yang digunakan: LCD, Laptop/Komputer, Diktat Ajar, BPP
15. Materi Ujian:
Berikut ini adalah data penjualan, biaya iklan, jumlah karyanan pada pt cahaya sejahtera:
No Penjualan (y) Biaya iklan (x1) Jml karyawan pemasaran
1 2.000.000,00 240.000,00 (*)
2 2.300.000,00 250.000,00 320,00
3 2.100.000,00 240.000,00 320,00
4 3.200.000,00 300.000,00 340,00
5 3.400.000,00 310.000,00 345,00
6 2.900.000,00 360.000,00 360,00
7 3.200.000,00 360.000,00 360,00
8 4.000.000,00 380.000,00 350,00
9 4.010.000,00 390.000,00 355,00
10 4.250.000,00 410.000,00 360,00
11 4.500.000,00 450.000,00 375,00
12 4.760.000,00 450.000,00 385,00
13 5.100.000,00 420.000,00 380,00
14 5.230.000,00 510.000,00 380,00
15 5.520.000,00 520.000,00 400,00
16 5.750.000,00 550.000,00 410,00
17 6.030.000,00 590.000,00 415,00
18 6.400.000,00 600.000,00 420,00
19 6.750.000,00 590.000,00 420,00
Halaman : 57 dari
Kode : P Tanggal: Revisi: 0
57
Halaman : 1 dari
Kode : P Tanggal: Revisi: 0
50
Minggu ke :1
Capaian Pembelajaran : Ruang Lingkup Statistik Dan Penyajian Data
Waktu : 120 menit
Tempat : Politeknik Negeri Lampung
Statistik dalam arti luas (statistika) berarti suatu ilmu yang mempelajari cara
pengumpulan, pengolahan/pengelompokan, penyajian dan analisis data serta cara
pengambilan kesimpulan secara umum berdasarkan hasil penelitian yang tidak
menyeluruh.
B. Pembagian Statistik
Halaman : 2 dari
Kode : P Tanggal: Revisi: 0
50
inferensia adalah bagian dari statistik yang mempelajari penaksiran dan penarikan
kesimpulan yang berlaku secara umum dari data yang telah tersedia.
C. Data Statistik
Data ialah suatu bahan mentah yang jika diolah dengan baik melalui berbagai
analisis dapat melahirkan berbagai informasi.
Persyaratan data yang baik, antara lain : objektif, representatif (mewakili),
memiliki kesalahan baku yang kecil, tepat waktu, dan relevan.
Data menurut sifatnya. Data menurut sifatnya dibedakan antara data kualitatif
dan kuantitatif. Data kualitatif adalah data yang tidak berbentuk angka
(nonnumeris). Data kuantitatif adalah data yang dinyatakan dalam bentuk angka .
Halaman : 3 dari
Kode : P Tanggal: Revisi: 0
50
dari semua anggota kumpulan yang lengkap dan jelas yang ingin dipelajari
sifat-sifatnya.
Sampel adalah bagian dari sebuah populasi yang dianggap dapat mewakili
populasi tersebut.
Variabel diskrit adalah variabel yang selalu memiliki nilai bilangan bulat
dalam bilangan asli, tidak berbentuk pecahan atau variabel yang tidak
mengambil seluruh nilai dalam sebuah interval ( selang ).
Variabel kontinu adalah variabel yang memiliki nilai sembarang, baik berupa
nilai bulat maupun pecahan, di antara dua nilai tertentu atau variabel yang
mengambil seluruh nilai dalam suatu interval.
Data mentah atau data yang diperoleh dari peruses pengumpulan data pada
umumnya masih berupa data yang tidak teratur. Agar data tersebut menjadi
lebih bermakna, maka proses pertama adlah mengelompokkan atau mengatur
data mentah tersebut ke dalam bentuk-bentuk tertentu agar lebih berarti dan
mudah untuk penggunaan selanjutnya.
1. T a b e l
Merupakan kumpulan angka-angka yag disusun menurut kategori-kategori
(misal : jumlah pegawai menurut pendidikan dan masa kerja, jumlah penjualan
menurut jenis barang dan daerah penjualan, dsb) sehingga memudahkan
pembuatannya.
Data bisa ditampilkan dalam bentuk tabulasi, yang berarti terdapat BARIS dan
KOLOM dalam jumlah tertentu. Tabel sendiri bisa dibagi penggunaanya
berdasarkan jenis data yang ada.
Halaman : 4 dari
Kode : P Tanggal: Revisi: 0
50
Halaman : 5 dari
Kode : P Tanggal: Revisi: 0
50
3. Berikut adalah target persentase sumber energi yang dapat diperbaharui dari
Dari tabel di atas buatlah grafik Bar untuk data tahun 1997 dan tahun 2010.
Bandingkan grafik keduanya.
7. Pustaka
Sudjana. 2003. Metode Statistik Untuk Bisnis Dan Ekonomi. Bandung :
Transito
8. Hasil Praktikum
Mahasiswa mampu menyelesaikan menyajikan data
Halaman : 6 dari
Kode : P Tanggal: Revisi: 0
50
Minggu ke : 2 dan 3
Capaian Pembelajaran : menyusun distribusi frekuensi
Waktu : 120 menit
Tempat : Politeknik Negeri Lampung
k = 1 + 3 ,3 log n ,k
Keterangan :
k : banyaknya kelas, hasil akhir dibulatkan
n : banyaknya data
4). Menentukan interval kelas
i= R/k
5). Tentukan ujung bawah kelas interval pertama. Biasnya diambil data
terkecil atau data yang lebih kecil dari data terkecil.
6). Lalu hitung frekueninya (f).
Halaman : 7 dari
Kode : P Tanggal: Revisi: 0
50
Poligon frekuensi adalah diagram garis dari suatu distribusi frekuensi. Poligon
frekuensi diperoleh dengan menghubungkan titik-titik yang merupakan
pasangan koordinat titik tengah dan frekuensi setiap kelas.
Selain ditampilkan dalam bentuk distribusi frekuensi dan visual dalam bentuk
histogram serta Poligon Frekuensi, data bisa ditampilkan dalam bentuk
Distribusi Kumulatif, yakni penjumlahan atau pengurangan setiap frekuensi
pada tiap kelas secara kumulatif.
Halaman : 8 dari
Kode : P Tanggal: Revisi: 0
50
7. Pustaka
Sudjana. 2003. Metode Statistik Untuk Bisnis Dan Ekonomi. Bandung :
Transito
8. Hasil Praktikum
Mahasiswa mampu menyelesaikan menyajikan data
Halaman : 9 dari
Kode : P Tanggal: Revisi: 0
50
Minggu ke :4
Capaian Pembelajaran : Menghitung dan menginterprestasikan ukuran
pemusatan
Waktu : 120 menit
Tempat : Politeknik Negeri Lampung
3. Teori
Ukuran pemusatan adalah suatu nilai tunggal yang mewakili karakter suatu
kelompok data. Ada tiga ukuran pemusatan yaitu nilai rata-rata hitung, median
dan modus.
Rata-rata hitung diperoleh dengan menjumlahkan seluruh nilai data dan
membagi dengan jumlah data. Rata-rata hitung dibedakan antara populasi dan
sampel. Ukuran yang mewakili populasi disebut parameter, sedang untuk
sampel disebut statistik.
Rata-rata hitung populasi diperoleh dengan cara:
Halaman : 10 dari
Kode : P Tanggal: Revisi: 0
50
Xw = (w . X)
w
Median adalah nilai yang berada di tengah suatu kelompok data yang telah
diurutkan dari yang terbesar ke yang terkecil atau sebaliknya. Letak median
adalah (n + 1)/2. Nilai median untuk data berkelompok diperoleh dengan cara:
n - Cf
2
Md = L + .i
f
Modus adalah nilai yang sering muncul. Untuk data tidak berkelompok, nilai
modus adalah nilai dengan frekuensi terbanyak. Nilai modus untuk data
berkelompok diperoleh dengan:
d1
Mo = L + .i
d1+d2
5. Prosedur Kerja
Dengan menggunakan program excel mahasiswa menyelesaikan kasus yang
diberikan oleh dosen kemudian membuat hasil laporan praktikum.
Halaman : 11 dari
Kode : P Tanggal: Revisi: 0
50
Diminta :
Berdasarkan data yang diberikan diminta:
a. hitunglah rata-rata, median dan modusnya untuk data tunggal
b. hitunglah varian dan standar defiasinya untuk data tunggal
30 40 35 25 35 50
40 45 40 20 45 45
20 35 45 25 40 30
25 33 20 20 20 45
35 34 15 30 25 40
7. Pustaka
Sudjana. 2003. Metode Statistik Untuk Bisnis Dan Ekonomi. Bandung :
Transito
8. Hasil Praktikum
Mahasiswa mampu menyelesaikan ukuran pemusatan
Halaman : 12 dari
Kode : P Tanggal: Revisi: 0
50
Minggu ke :5
Capaian Pembelajaran : Menghitung dan menginterprestasikan ukuran letak
Waktu : 120 menit
Tempat : Politeknik Negeri Lampung
3. Teori
Ukuran letak adalah ukuran pemusatan yang menunjukkan letak data dalam
suatu data yang sudah terurutkan. Ukuran letak terdiri dari kuartil, desil dan
persentil.
Kuartil adalah ukuran letak yang membagi distribusi data menjadi 4 bagian
yang sama. Letak kuartil untuk data tidak berkelompok adalah [i(n + 1)]/4 dan
data berkelompok adalah (in)/4, dimana nilai i adalah 1,2 dan 3.
Nilai kuartil untuk data yang tidak berkelompok dan berjumlah genap
diperoleh dengan menggunakan rumus:
NKi = L + (in/4) – Cf . Ci
Fk
Desil adalah ukuran letak yang membagi distribusi data menjadi 10 bagian
yang sama. Letak desil untuk data tidak berkelompok adalah [i(n + 1)]/10 dan
data berkelompok adalah (in)/10, di mana nilai i adalah 1,2, 3, … 9.
Nilai kuartil untuk data yang tidak berkelompok dan berjumlah genap
diperoleh dengan menggunakan rumus:
Halaman : 13 dari
Kode : P Tanggal: Revisi: 0
50
NDi = L + (in/10) – Cf . Ci
Fk
Persentil adalah ukuran letak yang membagi distribusi data menjadi 100
bagian yang sama. Letak persentil untuk data tidak berkelompok adalah
[i(n+1)]/100 dan data berkelompok adalah (in)/100, dimana nilai i adalah 1,2,
3, …., 99
Nilai persentil untuk data yang tidak berkelompok dan berjumlah genap
diperoleh dengan menggunakan rumus:
5. Prosedur Kerja
Dengan menggunakan program excel mahasiswa menyelesaikan kasus yang
diberikan oleh dosen kemudian membuat hasil laporan praktikum.
Halaman : 14 dari
Kode : P Tanggal: Revisi: 0
50
2007 275
2008 280
Diminta :
Berdasarkan data yang diberikan diminta hitunglah Q1, Q2, Q3 untuk data
tunggalnya
7. Pustaka
Sudjana. 2003. Metode Statistik Untuk Bisnis Dan Ekonomi. Bandung :
Transito
8. Hasil Praktikum
Mahasiswa mampu menyelesaikan ukuran pemusatan
Halaman : 15 dari
Kode : P Tanggal: Revisi: 0
50
Minggu ke :6
Capaian Pembelajaran : Mengukur nilai penyebaran data
Waktu : 120 menit
Tempat : Politeknik Negeri Lampung
3. Teori
Ukuran Penyebaran. Ukuran penyebaran adalah suatu ukuran baik parameter
maupun statistik untuk mengetahui seberapa besar penyimpangan data dengan
nilai rata-rata hitungnya.
Range. Range adalah perbedaan antara nilai terbesar dengan nilai terkecil.
Range hanya dipengaruhi oleh dua data ekstrim, dan kurang memperhatikan
peran data yang lain.
Deviasi rata-rata. Deviasi rata-rata adalah rata-rata hitung nilai absolut deviasi
atau selisih dari rata-rata hitungnya. Rumus deviasi rata-rata:
MD = f X – X
n
Varians. Varians adalah rata-rata hitung deviasi atau selisih kuadrat setiap data
terhadap rata-rata hitungnya. Rumus varians untuk data tidak berkelompok:
2 = ( X - )2 di mana: = X
N N
Varians untuk data berkelompok
2 = f (X – X)2
N
Halaman : 16 dari
Kode : P Tanggal: Revisi: 0
50
Standar deviasi. Standar deviasi adalah akar kuadrat positif dari varians dan
menunjukkan standar penyimpangan data terhadap nilai rata-ratanya.
= ( X - )2
N
Standar deviasi untuk data berkelompok
= f (X – X)2
N
Apabila menggunakan sampel lambang varians 2 = s2; sedang standar
deviasi = s; sedang pembagi N menjadi n-1.
5. Prosedur Kerja
Dengan menggunakan program excel mahasiswa menyelesaikan kasus yang
diberikan oleh dosen kemudian membuat hasil laporan praktikum.
Pertanyaan:
a. Hitunglah range dari tingkat hunian hotel.
b. Hitunglah standar deviasinya.
c. Hitunglah koefisien relatifnya.
Halaman : 17 dari
Kode : P Tanggal: Revisi: 0
50
Hitunglah:
a. Koefisien standar deviasi (KSD).
b. Berapa kisaran produksi listrik untuk 95% dari seluruh produksi
listrik berada.
Halaman : 18 dari
Kode : P Tanggal: Revisi: 0
50
7. Pustaka
Sudjana. 2003. Metode Statistik Untuk Bisnis Dan Ekonomi. Bandung :
Transito
8. Hasil Praktikum
mahasiswa mampu menyelesaikan ukuran penyebaran
Halaman : 19 dari
Kode : P Tanggal: Revisi: 0
50
Minggu ke :7
Capaian Pembelajaran : Mengukur nilai kemiringan dan Kecondongan
Waktu : 120 menit
Tempat : Politeknik Negeri Lampung
3. Teori
Teorema Chebyshev, untuk suatu kelompok data dari sampel atau populasi,
minimum proporsi nilai-nilai yang terletak dalam k standar deviasi dari rata-
rata hitungnya adalah sekurang-kurangnya 1-1/k2, di mana k merupakan
konstanta yang nilainya lebih dari 1.
Ukuran penyebaran lain adalah (a) Jarak kuartil = K3 - K1, (b) deviasi kuartil=
(K3 - K1)/2 dan (c) Jarak persentil= P90-P10.
Halaman : 20 dari
Kode : P Tanggal: Revisi: 0
50
4 = 1/n (x - )4
4
Koefisien keruncingan data berkelompok adalah:
4 = 1/n f . (X - )4
4
Nilai 4= 0 berarti kurva normal/simitri, 4 >0 kurva runcing dan 4 <0 kurva
datar.
5. Prosedur Kerja
Dengan menggunakan program excel mahasiswa menyelesaikan kasus yang
diberikan oleh dosen kemudian membuat hasil laporan praktikum.
Pertanyaan:
Hitunglah koefisien kecondongan dari kepadatan jumlah penduduk,
apabila koefisien negatif condong ke kiri berarti penduduk mengarah ke
perkotaan dan sebaliknya.
Halaman : 21 dari
Kode : P Tanggal: Revisi: 0
50
2 Berikut adalah data nilai ekspor minyak mentah menurut negara tujuan
pada tahun 2006:
Negara Nilai (juta AS$)
Jepang 1.840
Singapura 413
Cina 857
Australia 718
Amerika Serikat 380
Korea Selatan 788
Hitunglah koefisien kecondongan dari nilai ekspor minyak mentah dan apa
kesimpulannya?
3 Berdasarkan data Sepuluh merk mobil yang terjual paling banyak sepanjang
tahun 2002 pada halaman 28 no. 4, maka hitunglah skewness dan
kurtosirnya.
7. Pustaka
Sudjana. 2003. Metode Statistik Untuk Bisnis Dan Ekonomi. Bandung :
Transito
8. Hasil Praktikum
Mahasiswa mampu menyelesaikan menyajikan data
Halaman : 22 dari
Kode : P Tanggal: Revisi: 0
50
Minggu ke :9
3. Teori
Distribusi suatu gugusan dikatakan simetris apabila nilai mean, median, dan
modus terletak dalam suatu titik temu. Apabila nilai mean, median, dan modus
tidak sama, maka distribusi data itu dinilai tidak simetris.
Formula untuk menentukan tingkat kecondongan distribusi data berdasarkan teori
Karl Pearson adalah:
Halaman : 23 dari
Kode : P Tanggal: Revisi: 0
50
PSk = x – Mo
s
PSk merupakan nilai koefisien kecondongan Karl Pearson, x adalah mean, Mo
adalah modus, dan s adalah deviasi standar. Atau bisa juga disederhanakan
menjadi:
PSk = 3 (x – Md)
s
Apabila nilai koefisien kecondongan Pearson nilainya lebih dari 0, berarti arah
kecondongan distribusi data adalah ke kanan yang berarti data akan terkonsentrasi
pada nilai yang rendah. Apabila nilai koefisien kecondongan kurang dari 0, atau
dengan kata lain nilainya negatif, maka arah kecondongan distribusi data adalah
ke kiri yang berarti data akan terkonsentrasi pada nilai yang relatif tinggi. Apabila
nilai nilainya 0, distribusi data dalam suatu gugusan akan membentuk pola yang
simetris.
Arah kecondongan distribusi data juga bisa dicari dengan formula koefisien
kecondongan momen. Bagi data yang tidak dikelompokkan rumusnya adalah:
α3 = 1 x ∑ (x – X)3
N
s3
α3 merupakan nilai koefisien kecondongan momen untuk data yang tidak
dikelompokkan, x adalah nilai data, X adalah nilai mean, s adalah deviasi standar,
dan N adalah jumlah data.
Sedangkan untuk data yang dikelompokkan, rumusnya adalah:
α3 = 1 x ∑ f x (x – X)3
N
s3
α3 merupakan nilai koefisien kecondongan momen untuk data yang tidak
dikelompokkan, x adalah median, X adalah mean, s adalah deviasi standar, dan N
adalah jumlah seluruh frekuensi, dan f adalah frekuensi.
Halaman : 24 dari
Kode : P Tanggal: Revisi: 0
50
Halaman : 25 dari
Kode : P Tanggal: Revisi: 0
50
α4 = 1 x ∑ f x (x – X)4
N
s4
α4 merupakan nilai koefisien keruncingan distribusi data yang dikelompokkan, x
adalah median, X adalah mean, dan N adalah jumlah data, dan f adalah jumlah
frekuensi kelas.
5. Organisasi
Mahasiswa dibagi menjadi kelompok kecil yang terdiri atas 3-5 orang setiap
kelompok. Setiap kelompok dikoordinir oleh seorang ketua yang dipilih diantara
anggota. Setiap kelompok melakukan praktikum dibimbing oleh dosen dan
teknisi.
6. Prosedur Kerja
a. Mahasiswa membaca dan memahami materi
b. Mahasiswa menyelesaikan kasus yang disediakan
Halaman : 26 dari
Kode : P Tanggal: Revisi: 0
50
Manna 129
Kota Manna 342
Kedurang 53
Seginim 171
Pino 62
Pino Raya 68
Pertanyaan:
Hitunglah koefisien kecondongan dari kepadatan jumlah penduduk,
apabila koefisien negatif condong ke kiri berarti penduduk mengarah ke
perkotaan dan sebaliknya.
2 Berikut adalah data nilai ekspor minyak mentah menurut negara tujuan
pada tahun 2006:
Negara Nilai (juta AS$)
Jepang 1.840
Singapura 413
Cina 857
Australia 718
Amerika Serikat 380
Korea Selatan 788
Hitunglah koefisien kecondongan dari nilai ekspor minyak mentah dan apa
kesimpulannya?
8. Pustaka
Santosa, P.B. dan M. Hamdani. 2007. Statistika Deskriptif dalam Bidang
Ekonomi dan Niaga. Erlangga. Jakarta.
9. Hasil Praktikum
Mahasiswa mampu memahami, menjelaskan, dan menghitung ukuran
kecondongan dan keruncingan data.
Halaman : 27 dari
Kode : P Tanggal: Revisi: 0
50
Minggu ke : 10
3. Teori
Proses atau kegiatan untuk menduga kondisi masa akan datang
Nilai ramalan adalah nilai perkiraan atau nilai taksiran yang menunjukkan kondisi
mendatang
Dasar peramalan
Deret berkala (time series)
Sekumpulan data yang dicatat dalam satu periode waktu atau satu rentang waktu
tertentu
Contoh :
Data jumlah penduduk indonesia dari tahun 2000 – 2008
Data jumlah penjualan dari tahun 1998 – 2008
Data jumlah pengangguran dari tahun 2001-2007, dll
Halaman : 28 dari
Kode : P Tanggal: Revisi: 0
50
Peramalan
Peramalan dilakukan berdasarkan data masa lalu karena perilaku
manusia banyak dipengaruhi kondisi atau waktu sebelumnya,
Peramalan sangat bermanfaat dalam hal perencanaan secara
spesifik dalam perusahaan dalam hal penganggaran (budgeting)
Metode peramalan
a. Tren
b. Variasi musim
c. Variasi siklus
d. Variasi yang tidak tetap (irregular variation)
5. Organisasi
Mahasiswa dibagi menjadi kelompok kecil yang terdiri atas 3-5 orang setiap
kelompok. Setiap kelompok dikoordinir oleh seorang ketua yang dipilih diantara
anggota. Setiap kelompok melakukan praktikum dibimbing oleh dosen dan
teknisi.
6. Prosedur Kerja
a. Mahasiswa membaca dan memahami materi
b. Mahasiswa menyelesaikan kasus yang disediakan
Halaman : 29 dari
Kode : P Tanggal: Revisi: 0
50
Pertanyaan:
Ramalkan berapa suku bunga tahun 2007 dan 2009 dengan menggunakan
metode rata-rata sederhana.
2. Berikut adalah indeks harga perdagangan besar untuk bangunan tempat
tinggal dan bukan tempat tinggal selama tahun 2002 sampai 2006.
Tahun Indeks
2002 128
2003 219
2004 245
2005 269
2006 296
Pertanyaan:
Ramalkan angka indeks untuk tahun 2008 dan 2010 dengan menggunakan
metode kuadrat terkecil.
8. Pustaka
Sudjana. 2003. Metode Statistik Untuk Bisnis Dan Ekonomi. Bandung : Transito
9. Hasil Praktikum
Mahasiswa mampu memahami, menjelaskan, dan menganalisis deret berkala.
Halaman : 30 dari
Kode : P Tanggal: Revisi: 0
50
Minggu ke : 11
3. Teori
Tren adalah gerakan kecenderungan naik atau turun dalam jangka panjang yang
diperoleh dari rata-rata perubahan dari waktu ke waktu dan nilainya cukup rata
atau mulus (smooth)
Macam – macam trend:
Tren positif
Y† = a + bX
Tren negatif
Y† = a + bX
Metode Analisis Tren:
a. Semi rata – rata (semi avarage method)
b. Metode kuadrat terkecil (least square method)
Halaman : 31 dari
Kode : P Tanggal: Revisi: 0
50
5. Organisasi
Mahasiswa dibagi menjadi kelompok kecil yang terdiri atas 3-5 orang setiap
kelompok. Setiap kelompok dikoordinir oleh seorang ketua yang dipilih diantara
anggota. Setiap kelompok melakukan praktikum dibimbing oleh dosen dan
teknisi.
6. Prosedur Kerja
a. Mahasiswa membaca dan memahami materi
b. Mahasiswa menyelesaikan kasus yang disediakan
Halaman : 32 dari
Kode : P Tanggal: Revisi: 0
50
2. Berikut ini adalah tabungan deposito menurut Bank Indonesia tahun 2004
sampai 2006. Hitunglah indeks musim setiap triwulannya dengan
menggunakan metode rasio rata-rata bergerak selama 3 triwulan. Apabila
pada tahun 2010 diharapkan berjumlah Rp 75 triliun, berapa target setiap
triwulannya?
8. Pustaka
Sudjana. 2003. Metode Statistik Untuk Bisnis Dan Ekonomi. Bandung : Transito
9. Hasil Praktikum
Mahasiswa mampu memahami, menjelaskan, dan menghitung tren.
Halaman : 33 dari
Kode : P Tanggal: Revisi: 0
50
Minggu ke : 12
3. Teori
Angka indeks merupakan angka yang menunjukkan perbandingan antara keadaan
yang terjadi pada suatu rentang waktu dengan yang lainnya dimana perubahan
relatifnya ditunjukkan dalam bentuk persentase. Beberapa hal penting yang harus
dipertimbangkan agar angka indeks yang kita hitung menjadi lebih valid: tujuan
penyusunan angka indeks, sumber dan syarat perbandingan data, tahun dasar,
faktor penimbang, serta metode perhitungan angka indeks.
Metode perhitungan angka indeks terbagi atas dua jenis, yaitu angka indeks
sederhana dan angka indeks tertimbang yang keduanya terbagi lagi menjadi dua
Halaman : 34 dari
Kode : P Tanggal: Revisi: 0
50
bentuk, yaitu bentuk agregatif dan bentuk relatif. Angka indeks sederhana terdiri
dari angka indeks harga, angka indeks kuantitas, dan angka indeks nilai.
Rumus angka indeks harga:
PI0,n = Pn x 100%
P0
PI0,n adalah nilai angka indeks harga suatu tahun dengan tahun dasar 0, P0 adalah
harga tahun dasar (base year), dan Pn adalah harga pada tahun yang akan dihitung
nilai angka indeksnya (current year).
Rumus angka indeks kuantitas:
QI0,n = Qn x 100%
Q0
Q0,n adalah nilai angka indeks kuantitas suatu tahun dengan tahun dasar 0, Q0
adalah jumlah pada tahun dasar (base year), dan Qn adalah jumlah pada tahun
yang akan dihitung nilai angka indeksnya (current year).
Rumus angka indeks nilai:
VI0,n = Vn x 100% = Pn x Qn x 100%
V0 P0 x Q0
VI0,n adalah besarnya angka indeks nilai pada suatu tahun dengan tahun dasar 0,
V0 adalah nilai pada tahun dasar (base year), dan Vn adalah nilai pada tahun yang
akan dihitung nilai angka indeksnya (current year).
Rumus angka indeks nilai secara relatif:
RVI0,n = Vn x 100% = Pn x Qn x 100%
V0 P0 x Q0
RVI0,n adalah besarnya angka indeks nilai relatif pada suatu tahun dengan tahun
dasar 0, V0 adalah nilai pada tahun dasar (base year), dan Vn adalah nilai pada
tahun yang akan dihitung nilai angka indeksnya (current year).
Angka indeks tertimbang merupakan angka indeks yang memasukkan faktor-
faktor penimbang tertentu sebagai unsur pokok pembentuknya.
Halaman : 35 dari
Kode : P Tanggal: Revisi: 0
50
5. Organisasi
Mahasiswa dibagi menjadi kelompok kecil yang terdiri atas 3-5 orang setiap
kelompok. Setiap kelompok dikoordinir oleh seorang ketua yang dipilih diantara
anggota. Setiap kelompok melakukan praktikum dibimbing oleh dosen dan
teknisi.
6. Prosedur Kerja
a. Mahasiswa membaca dan memahami materi
b. Mahasiswa menyelesaikan kasus yang disediakan
Halaman : 36 dari
Kode : P Tanggal: Revisi: 0
50
Berikut ini adalah ekspor minyak kelapa sawit tahun 2004 sampai 2006.
Hitunglah indeks musim setiap triwulannya dengan menggunakan metode rasio
rata-rata bergerak selama 3 triwulan. Apabila pada tahun 2009 diharapkan jumlah
produksi sebesar 6,5 juta ton, berapa target setiap triwulannya?
TAHUN TRIWULAN PRODUKSI
I II III IV TOTAL
2004 500 1000 1500 800 3800
2005 800 900 1800 1200 4700
2006 600 1200 2600 1500 5900
8. Pustaka
Santosa, P.B. dan M. Hamdani. 2007. Statistika Deskriptif dalam Bidang
Ekonomi dan Niaga. Erlangga. Jakarta.
9. Hasil Praktikum
Mahasiswa mampu memahami, menjelaskan, dan menganalisis angka indeks,
angka indeks sederhana, dan angka indeks tertimbang.
Halaman : 37 dari
Kode : P Tanggal: Revisi: 0
50
Minggu ke : 13
3. Teori
Besarnya nilai angka indeks dihitung secara objektif berdasarkan pertimbangan
jumlah barang, dalam bidang ilmu statistika dikenal beberapa macam rumus,
yaitu: rumus angka indeks Laspeyres, Paasche, Dorbisch dan Bowley, Ronald
Fischer, Marshall dan Edgeworth, serta Walsh.
Rumus nilai angka indeks Laspeyres:
LI = (Pn x Q0) x 100%
Halaman : 38 dari
Kode : P Tanggal: Revisi: 0
50
(P0 x Q0)
LI adalah nilai angka indeks Laspeyres, P0 adalah harga pada tahun dasar 0, Pn
adalah harga pada suatu tahun tertentu, dan Q0 adalah jumlah pada tahun dasar 0.
Rumus nilai angka indeks Paasche:
PI = (Pn x Qn) x 100%
(P0 x Qn)
PI adalah angka indeks Paasche, P0 adalah harga pada tahun dasar 0, Pn adalah
harga pada suatu tahun tertentu, dan Qn adalah jumlah pada suatu tahun tertentu
yang akan dihitung nilai angka indeksnya.
Rumus nilai angka indeks Dorbisch dan Bowley:
DBI = LI + PI
2
DBI adalah nilai angka indeks Dorbisch dan Bowley, L adalah nilai angka indeks
Laspeyres, dan P adalah nilai angka indeks Paasche.
Rumus nilai angka indeks Irving Fischer:
IFI = √ LI x PI
IFI adalah nilai angka indeks Irving Fischer, LI adalah nilai angka indeks
Laspeyres, dan PI adalah nilai angka indeks Paasche.
Rumus nilai angka indeks Marshall dan Edgeworth:
MEI = (Q0 + Qn) x Pn x 100%
(Q0 + Qn) x P0
MEI adalah nilai angka indeks Marshall dan Edgeworth, P0 adalah harga tahun
dasar, Pn adalah harga pada suatu tahun, Q0 adalah jumlah pada tahun dasar, dan
Qn adalah jumlah pada suatu tahun tertentu yang hendak dicari nilai angka
indeksnya.
Rumus niali angka indeks Walsh:
WI = Pn x √Q0 x Qn x 100%
P0 x √Q0 x Qn
Halaman : 39 dari
Kode : P Tanggal: Revisi: 0
50
WI adalah nilai angka indeks Walsh, P0 adalah harga tahun dasar, Pn adalah harga
pada suatu tahun, √ Q0 x Qn adalah akar pangkat dua dari hasil kali antara jumlah
pada tahun dasar dan jumlah pada suatu tahun tertentu.
Apabila tahun dasar semula dinilai tidak relevan lagi untuk dijadikan sebagai
pedoman karena keadaan telah jauh berubah dan apabila tahun dasar tidak dirubah
besaran angka indeks yang diperoleh tidak valid, perubahan tahun dasar harus
dilakukan.
Pengaruh harga dan tingkat penghasilan yang nyata dapat diketahui setelah kita
menghitung melalui proses deflasi. Rumusnya:
RII = NII x 100%
CGPI
RII adalah indeks penghasilan nyata (real income index), NII adalah indeks
penghasilan nominal (nominal income index), dan CGPI adalah indeks harga
barang konsumsi (consumer goods price index).
Rumus penghasilan nyata suatu periode:
RII = NII x X
PI
RI adalah nilai penghasilan nyata (real income), NI adalah nilai penghasilan
nominal (nominal income), dan PI adalah indeks harga (price index), dan X
adalah sepersepuluh nilai satuan bilangan penghasilan.
Rumus nilai penghasilan nyata pada suatu saat apabila dibandingkan dengan
waktu lampau atau waktu yang lain:
RI(x,y) = NI
API / PI(Y)
RI adalah pendapatan nyata (real income) apabila dibandingkan dengan tahun lain
yang dijadikan dasar perbandingan, NI adalah pendapatan nominal (nominal
income), API adalah indeks harga saat ini (actual price index), dan PI(Y) adalah
indeks harga pada tahun yang dijadikan dasar perbandingan.
Halaman : 40 dari
Kode : P Tanggal: Revisi: 0
50
8. Pustaka
Santosa, P.B. dan M. Hamdani. 2007. Statistika Deskriptif dalam Bidang
Ekonomi dan Niaga. Erlangga. Jakarta.
9. Hasil Praktikum
Mahasiswa mampu memahami, menjelaskan, dan menghitung angka indeks,
terhitung berdasar kuantitas barang; angka indeks rantai; tahun dasar; dan angka
indeks untuk proses deflasi.
Halaman : 41 dari
Kode : P Tanggal: Revisi: 0
50
Minggu ke : 14
3. Teori
Analisis regresi dan korelasi merupakan kajian yang membahas hubungan antara
variabel satu dengan yang lainnya serta seberapa kuat hubungan antarvariabel
yang terjadi. Tiga macam corak hubungan antara dua atau beberapa variabel:
hubungan yang berbanding lurus, hubungan yang berbanding terbalik, dan bahkan
Halaman : 42 dari
Kode : P Tanggal: Revisi: 0
50
tidak ada hubungan antarvariabel sama sekali. Tiga metode untuk mengetahui
bagaimana hubungan antarvariabel adalah: metode diagram pencar, metode
jumlah kuadrat terkecil, dan metode tabel korelasi.
Penyimpangan titik-titik yang mewakili nilai variabel terikat dalam diagram
pencar dinamakan standar kesalahan penaksiran (standard error of estimate),
disebut juga kesalahan baku estimasi atau selisih taksir standar. Rumusnya adalah:
Se (Syx) = (Y – Y†2)
√ N–2
Atau
Se (Syx) = Y2 – a Y – b XY
√ N-2
Dua alat analisis untuk menentukan derajat keeratan hubungan antara variabel
bebas dan variabel terikat adalah koefisien determinasi dan koefisien korelasi.
Rumus koefisien determinasi adalah:
r2 = 1 - (Y – Y†)2
(Y – Y)2
r2 adalah nilai koefisien determinasi, (Y – Y†)2 adalah jumlah keseluruhan
selisih antara nilai variabel terikat terhadap garis regresi, dan (Y – Y)2 adalah
jumlah keseluruhan selisih antara nilai variabel terikat terhadap nilai rata-rata
variabel terikat.
Rumus koefisien korelasi adalah
r = 1 - (Y – Y†)2 = √ r2
√ (Y – Y)2
Metode untuk menghitung nilai koefisien korelasi yang datanya mengandung
unsur pemeringkatan atau urutan data adalah Spearman€s rank corelation method.
Rumusnya adalah:
r = 1- 6 x D2
N x ( N2 – 1 )
Halaman : 43 dari
Kode : P Tanggal: Revisi: 0
50
Halaman : 44 dari
Kode : P Tanggal: Revisi: 0
50
5. Organisasi
Mahasiswa dibagi menjadi kelompok kecil yang terdiri atas 3-5 orang setiap
kelompok. Setiap kelompok dikoordinir oleh seorang ketua yang dipilih diantara
anggota. Setiap kelompok melakukan praktikum dibimbing oleh dosen dan
teknisi.
6. Prosedur Kerja
a. Mahasiswa membaca dan memahami materi
b. Mahasiswa menyelesaikan kasus yang disediakan.
Halaman : 45 dari
Kode : P Tanggal: Revisi: 0
50
8. Pustaka
Santosa, P.B. dan M. Hamdani. 2007. Statistika Deskriptif dalam Bidang
Ekonomi dan Niaga. Erlangga. Jakarta.
9. Hasil Praktikum
Mahasiswa mampu memahami, menjelaskan, dan menghitung analisis regresi dan
korelasi serta hubungan antarvariabel.
Halaman : 46 dari
Kode : P Tanggal: Revisi: 0
50
Minggu ke : 15
3. Teori
Analisis regresi dan korelasi berganda merupakan analisis terhadap suatu
fenomena yang menunjukkan hubungan sebab akibat dimana suatu variabel terikat
ditentukan oleh lebih dari satu variabel bebas. Rumus umum persamaan regresi
berganda adalah:
Y† = a + b1X1 + b2X2 + …+ bnXn + e
Y† adalah nilai variabel terikat, a adalah konstanta regresi, b adalah derajat
kemiringan regresi, X adalah nilai variabel bebas, dan e adalah faktor pengganggu
Halaman : 47 dari
Kode : P Tanggal: Revisi: 0
50
(error atau disturbance) yaitu variabel lain yang tidak dimasukkan dalam
persamaan regresi berganda. Apabila variabel bebas terdiri dari dua variabel,
maka rumus persamaan regresi adalah:
Y† = a + b1X1 + b2X2
Y† adalah nilai variabel terikat, X adalah nilai variabel bebas, a adalah intersep
atau konstanta regresi, b1 adalah besarnya kenaikan atau penurunan nilai variabel
terikat apabila X1 naik atau turun nilainya satu satuan ketika X2 konstan, dan b2
adalah besarnya kenaikan atau penurunan nilai variabel terikat apabila nilai X 2
naik atau turun nilainya satu satuan ketika X1 konstan.
Rumus nilai kesalahan baku estimasi regresi berganda adalah:
Se (Syx) = Y2 – ( a x Y ) – ( b1 x X1Y ) – ( b2 x X2Y )
√ N-3
Se (Syx) adalah penyimpangan standar terhadap garis regresi ganda, Y adalah
nilai variabel terikat, X1 dan X2 adalah nilai variabel bebas, N-3 adalah nilai
derajat kebebasan, a adalah intersep atau konstanta Y, b1 adalah besarnya
kenaikan atau penurunan nilai variabel terikat apabila X1 naik atau turun nilainya
satu satuan ketika X2 konstan, naik atau turun nilainya satu satuan ketika X1
konstan.
Rumus koefisien determinasi berganda adalah:
r2 = ( b1 x x1y ) + ( b2 x x2y )
y2
r2 adalah nilai koefisien determinasi berganda, b1 adalah nilai koefisien regresi
variabel bebas pertama, b2 adalah nilai koefisien regresi variabel bebas kedua, x 1y
adalah deviasi dari X1Y, x2y adalah deviasi dari X2Y, serta y2 adalah deviasi dari
Y2.
Rumus koefisien korelasi berganda adalah:
r = ( b1 x x1y ) + ( b2 x x2y ) = √ r2
√ y2
Halaman : 48 dari
Kode : P Tanggal: Revisi: 0
50
Rumus koefisien korelasi parsial apabila variabel bebas kedua nilainya konstan
adalah:
ry1.2 = ry1 - (ry2 x r12 )
√ ( 1 - ry22 ) x ( 1 - r122 )
Rumus koefisien korelasi parsial apabila variabel bebas pertama nilainya konstan
adalah:
ry2.1 = ry2 - (ry1 x r12 )
√ ( 1 - ry12 ) x ( 1 - r122 )
Rumus koefisien korelasi parsial apabila variabel terikat nilainya konstan adalah:
r12.y = r12 - (ry1 x r12 )
√ ( 1 - ry12 ) x ( 1 - r122 )
5. Organisasi
Mahasiswa dibagi menjadi kelompok kecil yang terdiri atas 3-5 orang setiap
kelompok. Setiap kelompok dikoordinir oleh seorang ketua yang dipilih diantara
anggota. Setiap kelompok melakukan praktikum dibimbing oleh dosen dan
teknisi.
6. Prosedur Kerja
a. Mahasiswa membaca dan memahami materi
b. Mahasiswa menyelesaikan kasus yang disediakan.
Halaman : 49 dari
Kode : P Tanggal: Revisi: 0
50
Halaman : 50 dari
Kode : P Tanggal: Revisi: 0
50
8. Pustaka
Santosa, P.B. dan M. Hamdani. 2007. Statistika Deskriptif dalam Bidang
Ekonomi dan Niaga. Erlangga. Jakarta.
9. Hasil Praktikum
Mahasiswa mampu memahami, menjelaskan, dan menghitung analisis regresi dan
korelasi berganda.
KONTRAK PERKULIAHAN
6. Strategi Perkuliahan
Kuliah diberikan dalam bentuk ceramah, diskusi, presentasi, praktikum mahasiswa di
ruang kuliah dengan menggunakan komputer/laptop
7. Referensi Utama dan Penunjang
Santosa, PB dan Hamdani, Muliawan. 2007. Statistik Deskriptif dalam bidang Ekonomi
dan Tataniaga. Jakarta. Erlangga.
8. Tugas
1. Kuis (penguasaan pengetahuan) dengan cara tes (20%)
2. Membuat makalah (penguasaan pengetahuan(10%)
3. UTS (penguasaan pengetahuan) 17,5%
4. UAS (penguasaan pengetahuan) dengan cara tes (17,5%)
5. Hasil Praktikum (penguasaan ketrampilan) dengan cara Observasi dan presentasi (10
%)
6. Laporan (penguasaan keterampilan) = 10%
7. Aktivitas Latihan di Lab (Pengetahuan dan Sikap ) (5 %)
8. Presentasi = 10%
9. Kriteria Penilaian
Mengacu pada Peraturan Akademik dan Kedisiplinan Mahasiswa Polinela tahun2015,
Bab IV pasal 12.
Huruf Angka
A >=75.4
B 65.5-75.4
C 55.0-65.4
D 45.0-54.9
E <45.0
9. Jadwal perkuliahan:
Pertemuan
Bahan Kajian Bacaan/Bab
ke:
Ruang Lingkup Statistik Dan Santosa, PB dan Hamdani,
Penyajian Data Muliawan. 2007. Statistik
1 Deskriptif dalam bidang
Ekonomi dan Tataniaga.
Jakarta. Erlangga.
Menyusun distribusi frekuensi Santosa, PB dan Hamdani,
Muliawan. 2007. Statistik
2 Deskriptif dalam bidang
Ekonomi dan Tataniaga.
Jakarta. Erlangga.
KONTRAK PERKULIAHAN
POLITEKNIK NEGERI LAMPUNG
Catatan :
Apabila ada kuliah yang kosong karena dosen berhalangan hadir, materi dapat dijadikan
tugas atau digabung dengan materi minggu selanjutnya sesuai kesepakatan bersama.
Rusmianto,S.E.,M.Si