a. Pengumpulan Data
b. Pengolahan Data
No
Gunakan Sensus Untuk e. Tarik Kesimpulan Tentang
Menganalisis Karakteristik Populasi Karakteristik Populasi
Selesai
Gambar 1.1. Diagram Alir Statistika
Prosedur statistika sebagaimana dikemukakan oleh Sanders,dkk.
Terdiri dari serangkaian kegiatan :
a. Pengumpulan Data
b. Pengolahan Data (Meng-klasifikasikan, merangkum data)
c. Penyajian dan menginformasikan data
d. Menyimpulkan data
e. Menarik kesimpulan tentang karakteristik populasi
Dalam bentuk diagram alir (flow-chart), kelima kegiatan tersebut
dilukiskan seperti tertera pada gambar 1.1.
Dimana :
n : Jumlah data
i : 1,2,3,.....n
Perhitungan rerata data tersusun
ditentukan dengan rumus :
Dimana :
fi : frekwensi pada kelas ke i
i : 1,2,3,.....k
XT : nilai tengah dari kelas ke i
Tabel 2.1
b) Rerata Ukur
Apabila perbandingan tiap dua data
yang berurutan sama atau hampir
sama, perhitungan rerata lebih teliti
jika dilakukan dengan menggunakan
rerata ukur daripada rerata aritmatik.
Untuk sekumpulan data xi dimana i =
1,2,3,....n. Rerata ukur dihitung dengan
rumus :
Untuk bilangan-bilangan besar, rumus diatas
dapat dirubah kedalam bentuk logaritma :
σ𝑘𝑖=1 𝑋𝑇 − 𝑋ത 2. 𝑓𝑖
𝑠=
𝑛−1
Dimana k = Jumlah Kelas
fi = frekuensi kelas ke-i
XT = nilai tengah kelas ke-i
i = 1,2,3,...k.
Kuadrat dari simpangan baku disebut varians.
Dalam bentuk rumus varians dari data tak
tersusun adalah :
σ𝑛 ത
𝑖=1 𝑋𝑖 −𝑋
2
s 2=
𝑛
σ𝑘𝑖=1 𝑋𝑇 − 𝑋ത 2. 𝑓𝑖
𝑠2 =
𝑛−1
2.7. Bilangan Baku dan koefisien Variasi
Dari sampel berukuran n dengan data xi
dimana i = 1,2,3,...n dan rerata
ഥ 𝐬𝐞𝐫𝐭𝐚 𝐬𝐢𝐦𝐩𝐚𝐧𝐠𝐚𝐧 𝐛𝐚𝐤𝐮 𝒔 𝐝𝐚𝐩𝐚𝐭 𝐝𝐢𝐬𝐮𝐬𝐮𝐧 𝐝𝐚𝐭𝐚
𝑿
zi dengan menggunakan rumus :
𝑋𝑖 −𝑋ത
zi=
𝑠
Data baru tersebut menunjukkan
ഥ
penyimpangan suatu data Xi terhadap rerata 𝑿
yang dinyatakan dalam satuan simpangan baku
sehingga bilangan baru yang didapat disebut
bilangan baku zi .
Bilangan baku ini dapat digunakan untuk
mengevaluasi posisi prestasi atau kinerja
induvidu dalam kelompok.
Contoh soal 1.
Untuk mengetahui perkembangan penguasaan
matakuliah statistika, seorang pengajar
mengadakan dua kali tes formatif sebelum tes
sumatif. Hasil tes formatif pertama dan kedua
ditunjukkan pada tabel dibawah ini. Jika nilai
kelulusan terendah ditetapkan 56, hitunglah
rerata dan simpangan baku dari hasil kedua tes
formatif tersebut.
Tabel 2.2. Nilai Tes Formatif 1 dan tes formatif 2
Tes Formatif 1
36 30 40 48 35 45 50 50
27* 38 63 53 70 55 53 75
55 62 32 65 44 54 80 54
60 54 65 30 74 64 52 85
54 65 54 50 94 42 45 40
Tes Formatif 2
36 30 65 56 46 65 55 55
28 68 45 60 75 45 70 75
55 65 56 65 44 55 55 60
60 70 50 46 80 64 76 85
60 70 75 75 95* 56 76 57
Penyelesaiannya :
➢ Batas terendah dan tertinggi dari kumpulan
data tersebut adalah 27 dan 95. Karena nilai
kelulusannya = 56, maka pengklasifikasian
data diatur sebagai berikut : 26 - 35, 36 – 45,
46 – 55, 56 – 65, 66 – 75, 76 – 85 dan 86 – 95
( tujuh kelas )
➢ Setelah melalui tabulasi, maka untuk
menghitung rerata dan simpangan baku
dapat dilihat pada tabel berikut :
Tabel2.3. Tabel perhitungan rerata dan
simpangan baku
Test Formatif 1
ഥ)
(XT -𝑿 ഥ )2 * fi
(XT -𝑿
Kelas Interval XT fi XT * fi ഥ
𝑿
8037,51
𝑠= _
40 1 = 14,36
7477,5
𝑠= _
40 1 = 13,85
Contoh soal 2.
Jika pada kedua test formatif pada contoh soal 1
itu seorang Mahasiswa mendapat nilai 90
kemudian naik menjadi 95, Bagaimanakah
posisi prestasinya dalam kelas ?
Penyelesaiannya sbb :
Dengan menggunakan rumus :
𝑋𝑖 −𝑋ത
zi=
𝑠
Diperoleh bilangan baku pada kedua test
tersebut yaitu :
90−51,75
z1= = 2,66 dan
14,36
95−59,75
z 2= = 2,55
13,85
𝟏
𝟏 −𝟐𝒛𝟐
𝒇(𝒙𝟏 ) = .𝒆
𝟐𝝅
Contoh soal 2
Hasil ujian statistika dari suatu kelas memperoleh
nilai rata-rata 68 dengan simpangan baku 8,2. Jika
diasumsikan sebaran mengikuti pola distribusi
normal, dibawah nilai berapakah perolehan nilai
10% terendah ?
Penyelesaian:
Proporsi luas kurva yang ditinjau adalah 0,1000
sehingga proporsi luas dari z=0 sampai batas z1
(yang belum diketahui) = (-0,5000 - (-0,1000)
= -0,4000.
Dari tabel normal untuk proporsi = -0,4000
diperoleh harga z1 = -1,28 (dalam tabel didekati
dengan nilai proporsi 0,3997). Subsitusi ke dalam rumus
bilangan baku diperoleh :
𝑿−𝟔𝟖
-1,28 = 𝒔𝒆𝒉𝒊𝒏𝒈𝒈𝒂 𝑿 = 𝟔𝟖 + −𝟏, 𝟐𝟖 𝟖, 𝟐 = 𝟓𝟕, 𝟓𝟎𝟒
𝟖,𝟐
𝑲
𝒇(𝒕) = 𝒏/𝟐
𝒕𝟐
𝟏+
𝒏−𝟏
Dimana berlaku harga-harga t yang
memenuhi −∞ < 𝒕 < ∞ dan K bilangan tetap
yang bergantung pada ukuran sampel n.
Dalam rumus diatas terdapat (n-1) yang
disebut yang disebut derajat kebebasan
(degree of freedom,df). Bentuk kurva-t
identik dengan bentuk kurva normal, tetapi
kurtosisnya ditentukan oleh besar-kecilnya
derajat kebebasan df.
Untuk n ≥ 30 pada distribusi-t
mendekati pola distribusi
normal.
Seperti halnya distribusi normal,
untuk keperluan perhitungan-
perhitungan telah tersedia tabel
distribusi-t .
Distribusi-t dapat digunakan sebagai acuan
menetapkan estimasi atau pengujian
hipotesis dengan ukuran sampel baik untuk
n < 30 maupun untuk n ≥ 30.
Tetapi karena untuk n ≥ 30 lebih lazim
menggunakan distribusi normal, maka
distribusi-t cenderung hanya digunakan
untuk n < 30 . Sama dengan gagasan yang
𝑿−𝝁 𝑿−𝑿ഥ
mendasar rumus 𝒛 = 𝒂𝒕𝒂𝒖 𝒛 =
𝝈 𝒔
maka untuk sampel kecil statistik t dihitung
dengan rumus :
𝑿−𝑿ഥ
𝒕𝜶Τ𝟐;𝒅𝒇 = . 𝒏
𝒔
Dimana harga t tergantung pada df dan
tingkat kepercayaan ditulis (1- 𝜶 ) yang
dipilih. Penunjukkan harga t sebagai batas-
batas interval kepercayaan ditulis 𝒕𝜶,𝒅𝒇 untuk
estimasi satu sisi dan 𝒕𝜶Τ𝟐,𝒅𝒇 untuk estimasi
dua sisi. Sebagai contoh, harga t pada tingkat
kepercayaan 0.95 atau 𝜶 = 0.05 dengan df =4,
untuk estimasi satu sisi ditulis 𝒕𝟎.𝟎𝟓,𝟒 dan
pada estimasi dua sisi ditulis 𝒕𝟎.𝟎𝟐𝟓,𝟒 .
Dibawah ini diberikan contoh penggunaan
tabel distribusi-t.
Contoh.
Untuk mengetahui tingkat penguasaan
mahasiswa dalam mata kuliah statistik dari
suatu kelas, diambil subyek sebanyak lima
orang mahasiswa. Nilai rata – rata yang
diperoleh = 61,0 dengan simpangan baku
17,35. Berapakah nilai tertinggi jika dihitung
pada tingkat kepercayaan 0,95 ?.
Penyelesaian :
Dalam contoh ini n = 5 sehingga df = n-1 = 5-1
= 4, 𝑿ഥ = 61,0 dan s = 17,35. Dari tabel Lampiran
C, pada df = 4 dan 𝜶/2 =0,025 diperoleh harga
t0,025;4 =2,776.
Dengan menggunakan rumus
𝑿−𝑿ഥ
𝒕𝜶Τ𝟐;𝒅𝒇 = . 𝒏 maka
𝒔
𝑿−𝑿ഥ
t0,025;4 = . 𝒏
𝒔