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

 Non random sampling

 Populasi tak terbatas atau populasi tidak
diketahui
 Purposive, quota, snowball

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

2. Data Kuantitatif : memiliki ukuran/jumlah

> Diskret :
contoh : Pak Budi mempunyai 3 mobil
Bu Indah mempunyai 2 anak
> Kontinu :
contoh : Tinggi badan Budi 175,5 cm
Berat badan Bombom 123,8 kg
8
Data
 Menurut sumbernya :
1. Data Primer : data yang dikumpulkan langsung dari
lapangan (hasil survai langsung ke
masyarakat.)

2. Data Sekunder : data yang telah dikumpulkan/diinforma-

sikan pihak lain. (Hasil Publikasi BPS,
data kriminal dari kepolisian, data TKI/
TKW dari Nakertran)

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.

 Statistika inferensial : menyajikan generalisasi

informasi sehingga menjadi teori atau
pengetahuan.

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

Puluhan Satuan Jumlah

Dalam bentuk:
2 2557 4
Steam and Leaf
3 0224578 7
4 12457789 8
5 112344577899 12
6 034467889 9
7 12355668 8
8 06 2
14
 Statistik Deskriptif
Distribusi Frekuensi : Rumus:
k= 1+ 3,3 log n
Kelas Ke Batas Kelas Jumlah c= J/k
J= xmax – xmin
1 20 – 29 4 Ket:
2 30 – 39 7 k: banyaknya
kelas interval
3 40 – 49 8 J: jangkauan
4 50 – 59 12 c: panjang kelas
interval
5 60 – 69 9
6 70 – 79 8
7 80 - 89 2

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).

1.Data diurut dari nilai kecil ke besar

2.Tentukan posisi median
3.Tentukan nilai median

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

Kelas Batas kelas fi f kumulatif

1 20-29 4 4
2 30-39 7 11
3 40-49 8 19
4 50-59 12 31
5 60-69 9 40
6 70-79 8 48
7 80-89 2 50
50
50
;19
2
𝑀𝑑 = 49,5 + 10 =54,5
12

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

1. Tidak terpengaruh oleh data 1. Tidak mempertimbangkan

ekstrim semua nilai
Median 2. Cocok untuk data 2. Kurang menggambarkan
heterogen ( nominal) mean populasi

1. Tidak terpengaruh oleh nilai 1. Kurang menggambarkan

Modus ekstrim mean populasi
2. Cocok untuk data 2. Modus bisa lebih dari satu
homogen/heterogen
3. Open ended data

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

20 – 29 24,5 4 98 864,36 3457,44

30 – 39 34,5 7 241,5 376,36 2634,52
40 – 49 44,5 8 356 88,36 706,88
50 – 59 54,5 12 654 0,36 4,32
60 – 69 64,5 9 580,5 112,36 1101,24
70 – 79 74,5 8 596 424,36 3394,88
80 - 89 84,5 2 169 936 1872,72

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