Pengantar Statistika Dan Analisis Data
Pengantar Statistika Dan Analisis Data
1
Pengertian Statistika
Statistika Vs Statistik
Statistik kumpulan angka-angka yang
berkaitan dengan data kuantitatif
Statistik Indonesia, Statistik Ekonomi-
Keuangan
Statistika ilmu tentang pengumpulan,
penyajian, analisa dan interpretasi data untuk
membuat keputusan
2
Ruang Lingkup Statistika
Decision
Knowledge
Pengalaman, Teori,
Stat. Inferensial
Information
Deskriptif, Probabilitas
Identify the
Problem Data
Sampling
3
Peranan Statiska
Di bidang bisnis: saat membuat produk baru.
Seorang statistician diharuskan bisa bereksperimen dalam
mendesain produk, kemudian melakukan survei pada sampel dari
suatu populasi, kemudian dilakukan tes pemasaran untuk
mengetahui apakah produk baru tersebut layak untuk
diperjualbelikan dan bisa bertahan lama atau tidak.
Di bidang industri: pembuatan suatu produk, memprediksi ketahanan
produk dalam alat elektronik, alat-alat kimia, dan industry lainnya.
Di bidang komputasi: mendesain dan mengembangkan suatusoftware,
kemudian melakukan percobaan untuk mengetahui kualitas dari
suatu software, dll.
4
Sampling
Populasi: suatu keseluruhan pengamatan atau obyek yang
menjadi perhatian.
Sampel : bagian data dari populasi yang terambil untuk
diamati lebih lanjut.
Sampling : Metode pengambilan sampel dari suatu populasi
Sampel yang terambil harus mencerminkan dan mewakili
populasi sampel representatif
Populasi
, , P, N
5
Metode Sampling
Random sampling
Semua anggota populasi punya kesempatan yang
sama untuk terpilih
Sample, stratified, dan cluster
6
Data
Data : kumpulan informasi yang diperoleh dari
suatu pengamatan, dapat berupa angka, lambang
atau sifat.
Syarat data yang baik :
1. Obyektive : sesuai dengan keadaan yang sebenarnya
2. Representative : mewakili populasi
3. Relevant : ada hubungan dengan persoalan
4. Up to date : terbaru
5. Sampling error kecil
7
Data
Jenis-jenis Data
Menurut Sifatnya :
1. Data Kualitatif : menunjukkan jenis atau kualitas
Contoh : bagus, cantik, lebih tinggi, pendidikan, jenis
kelamin
9
Data
Menurut waktu pengumpulannya :
1. Data Cross section : data berbagai aspek yang dikumpulkan
pada satu waktu tertentu. Misalnya; data
penelitian yang menggunakan kuesioner.
2. Data Time Series : data yang dikumpulkan dari waktu ke waktu
terbatas pada aspek tertentu yang spesifik.
Misalnya, perkembangan uang beredar
tahun 2001-2010.
3. Data panel : Data berbagai aspek yang dikumpulkan dari waktu
ke waktu (responden tetap).
10
Skala Pengukuran
Alat untuk memahami karakteristik data suatu variabel:
1. Skala Nominal : untuk memberikan kategori saja, misal jenis
kelamin: laki-laki dan perempuan.
2. Skala Ordinal : menyatakan peringkat antar tingkatan misal
tanggapan terhadap suatu pernyataan: sangat setuju, setuju,
tidak setuju.
3. Skala Interval : untuk menyatakan peringkat untuk antar
tingkatan. Jarak atau interval antar tingkatan pun sudah jelas,
hanya saja tidak memiliki nilai 0 (nol) mutlak, misal suhu.
4. Skala Rasio : pada hasil pengukuran yang bisa dibedakan,
diurutkan, memiliki jarak tertentu, dan bisa dibandingkan,
misal nilai ujian matematika Toni 50, Doni 75 dan Joni 100.
11
Metode Statistik
Statistika Deskriptif : menyajikan suatu informasi
mengenai kondisi populasi/sampel.
12
Statistik Deskriptif
Distribusi Frekuensi
Tujuan : menyajikan informasi distribusi data
secara detail
Cara : menyusun data mulai hasil pengukuran
terendah hingga tertinggi.
Contoh :
55 48 22 49 78 59 27 41 68 54 34 80 68 42 73 51
76 45 32 53 66 32 64 47 76 58 75 60 35 57 73 38
30 44 54 57 72 67 51 86 25 37 69 71 52 25 47 63
59 64
13
Statistik Deskriptif
Data yang telah diurutkan:
22 25 25 27 30 32 32 34 35 37 38 41 42 44 45 47 47 48 49
51 51 52 53 54 54 55 57 57 58 59 59 60 63 64 64 66 67 68
68 69 71 72 73 75 75 76 76 78 80 86
50
15
Ukuran Pemusatan
Ukuran Pemusatan menunjukkan di mana suatu
data terpusat atau mengelompok
Pada umumnya data akan memusat pada nilai-nilai :
Rata-rata hitung, Median dan Modus
16
Rata-rata
Pada data tunggal
𝑛
𝑖<1 𝑥𝑖
𝑥=
𝑛
contoh : 5 8 4 7 9
5+8+4+7+9
𝑥= = 6,6
5
17
Rata-rata
Untuk data berkelompok
𝑛
𝑖<1 𝑥𝑡𝑖 𝑓𝑖
𝑥= 𝑛
𝑖<1 𝑓𝑖
18
Rata-rata
Data berkelompok
Kelas Batas Kelas 𝑥𝑡𝑖 𝑓𝑖 𝑥𝑡𝑖 𝑓𝑖
1 20 – 29 24,5 4 98
2 30 – 39 34,5 7 241,5
3 40 – 49 44,5 8 356
4 50 – 59 54,5 12 654
5 60 – 69 64,5 9 580,5
6 70 – 79 74,5 8 596
7 80 - 89 84,5 2 169
50 2695
2.695
𝑥= = 53,9
50
19
Median
Median adalah nilai yang berada di tengah, yang
membagi dua jumlah data sama banyak (setelah data
terurut).
Contoh : data : 9 5 7 8 4 5
1.Sort data : 4 5 5 7 8 9
2.Posisi median = (6+1)/2 = 3,5
3.Nilai median pada posisi 3,5 adalah 6
20
Median
Pada data yang dikelompokkan
𝑛
−𝐹
𝑀𝑑 = 𝐵 + 2 𝑖
𝑓𝑚
Md : Nilai Median
B : Tepi batas bawah kelas median
F : frekuensi kumulatif sebelum kelas median
fm : frekuensi pada kelas median
i : interval kelas median
21
Cara Menghitung Median
22
Modus
Modus adalah nilai yang paling sering muncul.
𝑑1
𝑀𝑜 = 𝐵 + 𝑖
𝑑1 + 𝑑2
Mo = Nilai Modus
B = Tepi Batas Bawah kelas modus
𝑑1 = Beda frekuensi antara kelas modus dengan kelas sebelumnya
𝑑2 = Beda frekuensi antara kelas modus dengan kelas sesudahnya
i = Interval kelas modus
23
Modus
Contoh : Lihat tabel 1
Tentukan kelas modusnya (kelas yg memiliki
frekuensi terbesar) :
Kelas modus: 50 – 59
𝑑1 = 12 – 8 = 4
𝑑2 = 12 – 9 = 3
4
𝑀𝑜 = 49,5 + 10 = 55,21
4+3
24
Ukuran Kelebihan Kekurangan
Pemusatan
1. Melibatkan semua nilai 1. Peka thd nilai ekstrim
2. menggambarkan mean 2. Kurang baik unutk data
Rata-rata populasi heterogen
hitung 3. Cocok untuk data homogen
25
Ukuran Letak
Kuartil : membagi data menjadi 4 bagian sama
banyak.
Desil : membagi data menjadi 10 bagian sama banyak
Persentil : membagi data menjadi 100 bagian sama
banyak
26
Ukuran Penyebaran
Ukuran Penyebaran menggambarkan bagaimana
suatu kelompok data menyebar terhadap pusat
data.
Macam-macam ukuran penyebaran :
1. Jangkauan (Range)
2. Variansi
3. Standar Deviasi
4. Koefisien Variasi
27
Ukuran Penyebaran
Variansi pada data tunggal
Untuk data populasi :
𝑛 2
𝑖<1 𝑥𝑖 − 𝜇
𝜎2 =
𝑁
Untuk data sampel :
𝑛 2
2
𝑥𝑖
𝑖<1 − 𝑥
𝑠 =
𝑛−1
𝑛 2− 2 2
2
𝑛 𝑥
𝑖<1 𝑖 𝑖<1 𝑥𝑖
𝑠 =
𝑛 𝑛−1
28
Ukuran Penyebaran
Standard deviasi pada data tunggal
Untuk data populasi :
𝑛 2
𝑖<1 𝑥𝑖 − 𝜇
𝜎=
𝑁
Untuk data sampel :
𝑛 2
𝑖<1 𝑥𝑖 − 𝑥
𝑠=
𝑛−1
𝑛 2 2
𝑛 𝑥 2
−
𝑖<1 𝑖 𝑖<1 𝑥𝑖
𝑠=
𝑛 𝑛−1
29
Deviasi Standar
Contoh :
Data populasi : 5 3 7 5 8 2
𝜇=5
(5;5)2 :(3;5)2 :(7;5)2 :(5;5)2 :(8;5)2 :(2;5)2
𝜎= = 2,08
6
Data sampel : 5 3 7 5 8 2
𝑥=5
(5;5)2 :(3;5)2 :(7;5)2 :(5;5)2 :(8;5)2 :(2;5)2
s= = 2,28
6
30
Ukuran Penyebaran
Standard deviasi pada data berkelompok
Untuk data sampel :
𝑛 2
𝑖<1 𝑓𝑖 𝑥𝑡𝑖 − 𝑥
𝑠=
𝑛−1
𝑛 𝑛 2
𝑖<1 𝑓𝑖 𝑥𝑡𝑖
− 𝑖<1 𝑓𝑖 𝑥𝑡𝑖
𝑠=
𝑛(𝑛 − 1)
31
Deviasi Standar
2 2
Batas Kelas 𝑥𝑡𝑖 𝑓𝑖 𝑥𝑡𝑖 𝑓𝑖 𝑥𝑡𝑖 − 𝑥 𝑓𝑖 𝑥𝑡𝑖 − 𝑥
50 2.695 13.082
2.695 13.082
𝑥= = 53,9 𝑠= = 16,339
50 50 − 1 32
Ukuran Penyebaran Relative
Digunakan untuk membandingkan dua atau
lebih distribusi.
Koefisien Variasi
Untuk data populasi
𝜎
𝐾𝑉 = × 100%
𝜇
Untuk data sampel
𝜎
𝐾𝑉 = × 100%
𝑥
33
Soal Latihan
Berikut Nilai UTS:
45 78 95 65 88 70 55 65 81 90 52 73 65
55 67
Tentukan :
1. 2. 3. Md 4. Mo 5. KV
6. Q3 7. D6
34
Soal Latihan
Berikut data Berat badan 50 mahasiswa
Berat Badan (kg) Frekuensi
50 – 54 5
55 – 59 9
60 – 64 15
65 – 69 11
70 – 74 6
75 - 79 4
50
Tentukan :
1. 2. 3. Md 4. Mo 5. Q3 6. D7
35