STATISTIKA
Disusun Oleh
Nama : Kevin Ardena
Npm : 17010045
Grup : 4T2
1. PERANAN STATISTIKA
Peranan statistik dalam kehidupan sehari-hari sebagai alat pembacaan data dari bahan-
bahan atau keterangan-keterangan untuk kemudian dijadikan bahan dasar pengambilan
keputusan atau kebijakan. Contoh: angka kenakalan remaja, tingkat biaya hidup, tingkat
kecelakaan lalu lintas, dan tingkat pendapatan. Semakin pentingnya peranan statistik pada
berbagai bidang dalam kehidupan modern, menimbulkan berbagai macam cabang ilmu baru
yang merupakan gabungan antara ilmu tersebut dengan statistik atau penerapan statistik
dalam ilmu tersebut.
3. DATA STATISTIK
Statistik adalah seperangkat metode dan aturan mengenai pengumpulan, analisis,
pemrosesan, dan interpretasi data dari angka-angka yang menjelaskan data atau
pengamatan. Data yang berbentuk bilangan disebut data kuantitatif, harganya berubah-ubah
atau bersifat variable. Dari nilainya dikenakan dua golongan data kuantitatif ialah :
Data dengan variable diskrit merupakan data hasil menghitung atau membilang.
Contoh nya “Keluarga A mempunyai lima anak laki-laki dan tiga perempuan”.
Data dengan variable kontinu merupakan data hasil pengukuran. Contohnya “Luas
daerah sebesar 425,7 KM2”.
Menurut sumbernya kita mengenal data intern dan data ekstern yaitu,
Data Intern merupakan data yang mencatat segala aktivitas perusahaan maupun
perkantoran, misalnya: keadaan pegawai, pengeluaran, keadaan barang
digudang, hasil jualan, keadaan produksi pabrik dan lain-lain.
Data Ekstern dibagi menjadi data ekstern primer dan data ekstern sekunder.
5. PENGUMPULAN DATA
Untuk kedua hal, sensus maupun sampling banyak langkah yang harus ditempuh dalam
usaha mengumpulkan data, antara lain :
Sensus, yaitu cara pengumpulan data secara lengkap, dimana seluruh elemen
dalam populasi yang menjadi objek penelitian diselidiki/dicacah satu per satu.
Survei, yaitu pengumpulan data dimana data yang diselidiki adalah elemen dari
populasi. Makin banyaknya jenis data yang dibutuhkan dalam suatu penelitian,
timbul permasalahan bagaimana menghasilkan data yang akurat dengan
menyeimbangkan tenaga, biaya dan waktu. Untuk itu survey lebih sering
digunakan untuk penelitian.
BAB II
PENYAJIAN DATA
1. PENDAHULUAN
Penyajian data merupakan salah satu kegiatan dalam pembuatan laporan hasil
penelitan yang telah dilakukan agar dapat dipahami dan dianalisis sesuai dengan tujuan
yang diinginkan
Data yang telah dikumpulkan, baik berasal dari populasi maupun sampel untuk
keperluan laporan atau analisis selanjutnya, perlu diatur, disusun, disajikan dalam bentuk
yang jelas dan baik. Garis besarnya ada du acara penyajian data yang sering dipakai ialah
: tabel atau daftar dan grafik atau diagram.
Macam-macam daftar yang dikenal :
BAB III
DAFTAR DISTRIBUSI FREKUENSI DAN GRAFIKNYA
1. PENDAHULUAN
Dalam daftar distribusi frekuensi, banyak obyek dikumpulkan dalam kelompok-
kelompok berbentuk a-b dimasukkan semua data yang bernilai mulai dari a sampai
dengan b. Distribusi Frekuensi adalah pengelompokkan data ke dalam beberapa kategori
yang menunjukkan banyaknya data dalam setiap kategori, dan setiap data tidak dapat
dimasukkan ke dalam dua atau lebih kategori. Distribusi frekuensi adalah susunan data
dalam bentuk tunggal atau kelompok menurut kelas-kelas tertentu dalam sebuah daftar.
Berturut-turut, mulai dari atas, diberi nama keas interval pertama, kelas interval kedua,
…., kelas interval terakhir. Ini semua ada dalam kolom kiri.
DAFTAR III (1) NILAI UJIAN STATISTIKA UNTUK 80 MAHASISWA
79 49 48 74 81 98 87 80
80 84 90 70 91 93 82 78
70 71 92 38 56 81 74 73
68 72 85 51 65 93 83 86
90 35 83 73 74 43 86 88
92 93 76 71 90 72 67 75
80 91 61 72 97 91 88 81
70 74 99 95 80 59 71 77
63 90 83 82 60 67 89 63
76 63 88 70 66 88 79 75
Untuk membuat daftar distribusi frekuensi dengan Panjang kelas yang sama, kita
lakukan sebagai berikut.
a. Tentukan rentang, ialah data terbesar dikurangi data terkecil. Dalam hal ini, karena
data terbesar = 99 dan data terkecil = 35, maka rentang = 99 – 35 = 64.
b. Tentukan banyak kelas interval yang diperlukan. Banyak kelas sering biasa diambil
paling sedikit 5 kelas dan paling banyak 15 kelas, dipilih menurut keperluan. Cara
lain cukup bagus untuk n berukuran n > 200 misalnya, dapat gunakan aturan Sturges
, yaitu:
Banyak kelas = 1 + (3,3) log n
Dengan n mentakan banyak data dan hasil akhir dijadikan bilangan bulat. Untuk
contoh kita dengan n = 80, sekedar memperlihatkan penggunaan aturan ini, maka:
(logaritma beberapa bilangan dapat dilihat dalam lampiran, daftar A).
Kita bisa membuat daftar distribusi frequensi dengan banyak kelas 7 atau 8 buah.
c. Tentukan Panjang kelas interval p. ini, secara ancer-ancer ditentukan oleh aturan :
rentang
P=
banyak kelas
Harga p diambil sesuai dengan ketelitian satuan data yang digunakan. Jika data
berbentuk satuan, ambil harga p teliti sampai satuan. Untuk data hingga satu
decimal, p ini juga diambil hingga satu desimal, dan begitu seterusnya.
Untuk contoh kita, maka jika banyak kelas diambil 7, didapat :
64
P= =9,14 dan dari sini bisakita ambil p=9 atau p=10.
7
d. Pilih ujung bawah kelas interval utama. Untuk ini bisa diambil sama dengan data
terkecil atau nilai data yang lebih kecil dari data terkecil tetapi selisihnya harus
kurang dari Panjang kelas yang telah ditentukan. Selanjutnya daftar diselesaikan
dengan harga-harga yang telah dihitung.
e. Dengan p = 10 dan memulai dengan kata yang lebih kecil dari data terkecil, diambil
31, maka kelas pertama berbentuk 31 – 40, kelas kedua 41 – 50, kelas ketiga 51 – 60
dan seterusnya.
Dengan mengambil banyak kelas 7, Panjang kelas 10, dan dimulai dengan ujung
bawah kelas pertama sama dengan 31, seperti dijelaskan dalam e, kita peroleh daftar
penolong seperti dibawah ini.
Setelah dituliskan dalam bentuk yang lazim dipakai, hasilnya seperti tertera dala
Daftar III (1) di bawah ini
Banyak Mahasiswa
Nilai Ujian
(f)
31 – 40 2
41 – 50 3
51 – 60 5
61 – 70 14
71 – 80 24
81 – 90 20
91 - 100 12
Jumlah 80
3. DISTIRBUSI FREKUENSI RELLATIF DAN KUMULATIF
Distribusi frekuensi dibuat dengan alasan berikut:
kumpulan data yang besar dapat diringkas
kita dapat memperoleh beberapa gambaran mengenai karakteristik data, dan
merupakan dasar dalam pembuatan grafik penting (seperti histogram).
Dalam daftar di atas, frekuensi dinyatakan dengan banyak data yang terdapat
dalam tiap kelas, jadi dalam bentuk absolut. Jika frekuensi dinyatakan dalam persen,
maka diperoleh daftar distribusi frekuensi relative. Frekuensi relative disingkat frel atau
f(%), untuk kelas pertama di dapat dari
2
P= x 100 %=2,50 %
80
Untuk lain lain dihitung dengan jalan yang sama.
DAFTAR III (4) DISTRIBUSI FREKUENSI REALTIF UNTUK NILAI UJIAN
STATISTIKA
DAFTAR III (10) GAJI BULANAN 135 PEGAWAI DI DAERAH A DALAM RUPIAH
GAJI F
5.000 – 5.999 30
6.000 – 6.999 32
7.000 – 7.999 25
8.000 – 8.999 18
9.000 – 9.999 28
13.000 – 13.499 2
Jumlah 135
5. MODEL POPULASI
Poligon frekuensi yang merupakan garis patah-patah dapat didekati oleh sebuah
lengkungan halus yang bentuknya secocok mungkin dengan bentuk polygon tersebut.
Lengkungan yang didapat dinamakan kurva frekuensi.
BAB IV
UKURAN GEJALA PUSAT DAN UKURAN LETAK
1. PENDAHULUAN
Dalam bab ini akan diuraikan tentang ukuran gejala pusat dan ukuran letak.
Beberapa macam ukuran dari golongan pertama adalah : rata-rata atau rata-rata hitung,
rata-rata ukur, rata-rata harmonic, dan modus. Golongan kedua meliputi : median,
kuartil, desil, dan persentil.
IV (6)…………..U =√n x 1. x 2. x 3 … … x n
Untuk bilangan-bilangan bernilai besar, lebih baik digunakan logaritma. Rumus IV (6)
menjadi
IV (7)……….. log U =
∑ log Xi
n
Untuk data yang telah disusun dalam daftar distribusi frekuensi rata-rata ukurannya
dihitung dengan rumus :
IV (9)…….. log U = ∑ ¿¿ ¿
n
IV (10) ……… H =
∑ ( Xi1 )
n
Atau lebih lengkapnya H = 1 1 1
+ +…+
X 1 X2 Xn
7
H = 1 1 1 1 1 1 1 = 5,87
+ + + + + +
3 5 6 6 7 10 12
Untuk data distribusi frekuensi, maka rata-rata harmonic dihitung dengan rumus :
∑ fi
IV (11)………. H = fi
∑ ( Xi )
5. MODUS
Ukuran ini juga dalam keadaan tidak disadari sering dipakai untuk menentukan
“rata-rata” data kualitatif.
Contoh : Terdapat sampel dengan nilai-nilai data :
12, 34, 14, 34, 28, 34, 34, 28, 14. Dalam tabel dapat disusun seperti dibawah
ini.
Frekuensi terbanyak, ialah f = 4, terjadi untuk data bernilai 34. Maka modus Mo = 34
Xi fi
12 1
14 2
20 2
34 4
Jika data kuantitatif telah disusun dalam daftar distribusi frekuensi, modusnya dapat
ditentukan dengan rumus :
b1
IV (13)…………. Mo = b + p ( )
b 1+ b 2
6. MEDIAN
Median menentukan letak data setelah data itu disusun menurut urutan nilainya.
Kalua nilai median sama dengan Me, maka 50% dari data harga-harganya paling tinggi
sama dengan Me sedangkan 50% lagi harga-harganya paling rendah sama dengan Me.
Jika banyak data ganjil, maka median Me, setelah disusun menurut nilainya, merupakan
data paling tengah.
Contoh : Sampel dengan data = 4, 12, 5, 7, 8, 10, 10 setelah disusun menurut
nilainya
Menjadi = 4, 5, 7, 8, 10, 12. Data paling tengah bernilai 8. Jadi Me = 8.
Untuk sampel berukuran genap, setelah data disusun menurut urutan nilainya,
mediannya sama dengan rata-rata hitung dua data tengah.
Contoh : Diberikan ampel dengan data = 12, 7, 8, 14, 16, 19, 10, 8. Setelah disusun
Menurut nilainya menjadi = 7, 8, 8, 10, 12, 14, 16, 19. Data tengahnya ialah
10
Dan 12. Sehingga median Me = ½ (10+12) = 11.
1
−F
IV (14)……. Me = b + p ( 2
¿
f
BAB V
UKURAN SIMPANGAN, DISPERSI DAN VARIASI
1. PENDAHULUAN
Ukuran dispersi atau ukuran variasi, yang menggambarkan derajat bagaimana
berpencarnya data kuantitatif, dintaranya: rentang, rentang antar kuartil, simpangan
kuartil atau deviasi kuartil, rata-rata simpangan atau rata-rata deviasi, simpangan baku
atau deviasi standar, varians dan koefisien variasi.
Ukuran simpangan atau ukuran dispersi sering dinamakan pula ukuran variasi,
yang menggambarkan bagaimana berpencarnya data kuantitatif. Beberapa ukuran
dispersi yang terkenal dan akan di uraikan disini adalah : rentang, rentang antar kuartil,
simpangan kuartil, atau deviasi kuartil, rata-rata simpangan atau rata-rata deviasi,
simpangan buku atau deviasi standar, varians dan koefisien variasi.
Contoh : untuk ke 80 data yang ada pada halaman 46 dengan data terbesar = 99
dan
data Terkecil = 35, maka rentangnya = 99 – 35 = 64.
Karena mudahnya dihitung, rentang ini banyak sekali digunakan dalam cabang lain dari
statistika, yaitu statistika industry.
Rentang antar kuartil juga mudah ditentukan, dan ini merupakan selisih antara K3 dan
K1. Jadi didapatlah hubungan :
V(2)….. RAK = K3 – K1
V (4)…….. RS =
∑ ¿ Xi− X́ ∨¿ ¿
n
Meskipun ukuran ini tidak akan digunakan di dalam buku ini, untuk menjelaskan rumus
V(4) diberikan sebuah contoh berikut:
Xi Xi - X́ | Xi -
X́ ∨¿
8 -1 1
7 -2 2
10 1 1
11 2 2
Dari data di atas ini, jika dihitung, rata-ratanya = 9. Jumlah harga-harga mutlaknya, yaitu
6
jumlah bilangan-bilangan dalam kolom akhir, adalah 6. Maka RS = = 1 ½ .
4
4. SIMPANGAN BAKU
Simpangan baku atau yang disebut dengan standar deviasi merupakan salah satu
teknik statistik yang digunakan untuk menjelaskan homogenitas dari sebuah kelompok.
Pangkat dua dari simpangan baku dinamakan varians. Untuk sampel, simpangan
baku akan diberi simbul S, sedangkan untuk populasi diberi simbul ó (baca : sigma).
Variansnya tentulah S2 untuk varians sampel dan o2 Untuk varians populasi. Jelasnya, S
dan S2 merupakan statistik, ó dan O2 parameter.
Jika kita mempunyai sampel berukuran n dengan data X1 , X2, ….. Xn dan rata-rata
X́ , maka statistik S2 dihitung denga :
V(5)……. S2 =
∑ ( Xi−X ) 2
n−1
Untuk mencari simpangan baku s, dari s2 diambil harga akarnya yang positif. Dari rumus
V(5), varians s2 dihitung sebagai berikut :
1) Hitung rata-rata X́
2) Tentukan selisih, X1 , X2, ….. Xn X́
3) Tentukan kuadrat selisih tersebut, yakni (X1 - X́ )2 , (X2 - X́ )2 ….., (Xn - X́ ¿2
4) Kuadrat-kuadrat tersebut dijumlahkan
5) Jumlah tersebut dibagi oleh ( n – 1 )
Bentuk lain untuk rumus varians sampel ialah :
V(6)……….. S2 = n ∑ Xi 2−¿ ¿ ¿
Dalam rumus di atas Nampak bahwa tidak perlu dihitung dulu rata-rata X́ , tetapi cukup
menggunakan nilai data aslinya berupa jumlah nilai data dan jumlah kuadratnya. Jika
digunakan untuk data di atas, maka dari tabel berikut ini, dihasilkan :
Xi Xi2
8 64
7 49
10 100
11 121
4 16
40 =∑ Xi 350 =
∑ Xi 2
Sangat dianjurkan bahwa menghitung simpangan baku lebih baik menggunakan rumus
V(6) karena kekeliruannya lebih kecil.
Xi− X́
V(11)……. Zi = untuk I = 1, 2, ……, n.
s