PENDAHULUAN
1
yang harus dipelajari sebagai dasar untuk membantu
Pengertian Statistik
2
Namun, pada perkembangan selanjutnya, arti kata statistik
disebut statistik.
3
Menurut Kamus Besar Bahasa Indonesia statistik
4
Statistik yang menjelaskan sesuatu hal biasanya diberi
siswa
Pengertian Statistika :
5
Menurut kamus Besar Bahasa Indonesia Statistika
6
kesimpulan. Mulai dari pengumpulan data, pengolahan data
yang dilakukan.
7
pemerintah yang ingin mengetahui kekayaan dan
8
dan Fermat sekitar abad ke-17, karena mereka tertarik
9
Pada abad ke-19 Charles Lyell telah mengajukan
spesies fosil yang terdapat dalam satu atau lebih strata, dan
10
bersifat statistika. Sayangnya setelah ditetapkan dan
11
Sementara Pearson hanya memperhatikan contoh
12
muncul dalam Biometrika pada tahun 1908, dan ia
13
bidang, terutama dalam bidang-bidang pertanian, biologi,
dan genetika.
14
Sebagai mana telah di jelaskan pada sub bab
15
1. Statistika Deskriptif
16
dalam kategori statistika deskriptif. Kegiatan itu dilakukan
melalui:
17
serta menarik kesimpulan berdasar hasil analisis
data tersebut.
2. Statistika Inferensial
Statistik inferensial merupakan kebalikan dari
statistika deskriptip, statistika infrensial merupakan statistik
yang berkenaan dengan cara penarikan kesimpulan
berdasarkan data yang diperoleh dari sampel untuk
menggambarkan karakterisktik atau ciri dari suatu populasi.
Dengan demikian dalam statistik inferensial dilakukan suatu
18
generalisasi (perampatan atau memperumum) dan hal yang
bersifat khusus (kecil) ke hal yang lebih luas (umum). Oleh
karena itu, statistik inferensial disebut juga statistik induktif
atau statistik penarikan kesimpulan. Pada statistik
inferensial biasanya dilakukan pengujian hipotesis dan
pendugaan mengenai karakteristik (ciri) dari suatu populasi,
seperti mean dan Uji t (Sugiyono, 2006). Statistika inferensi,
yang berupa kajian tentang penarikan kesimpulan
mengenai keseluruhan objek yang menjadi perhatian
namun hanya atas dasar data sebagian objek inilah yang
disebut Statistika Inferensial atau Statistika Induktif. Dengan
demikian, Statistika Inferensial menyimpulkan makna
statistik yang telah dihitung, dianalisis atau disajikan grafik
atau diagramnya tersebut. Penarikan kesimpulan
tentang keseluruhan populasi populasi didasarkan atas
pengamatan terhadap salah satu bagian populasi disebut
induksi atau generalisasi. Proses induksi atau genarilsasi
19
dalam srtatistika induktif dapat ditemuai dalam berbagai
kegiatan ilmiah dan juga dalam kehidupan sehari-hari.
Misalnya seorang anak kecil sering melihat balok-balok
kayu dapat terbakar, maka ia akan menarik kesimpulan
bahwa semua balok kayu dapat terbakar.
20
Gambar 1.1 Volume Penjualan kue kering Ina Cookies
21
Penggunaan statistika deskriptif dapat pula
digunakan untuk menjelaskan data yang disajikan dalam
tabel. Contoh penyajian data dalam bentuk tabel disajikan
dalam Tabel 1.1 berikut ini:
22
Seorang Dosen suatu perguruan tinggi ingin
23
nilai dugaan tersebut digunakan untuk menyimpulkan
Statistika Inferesial.
POPULASI
24
sifatnya disebut populasi. Pengertian lain mengenai
tepat.
25
Populasi Mahasiswa Manajemen Angkatan 2013,
STIE Ekuitas
26
mahasiswa Universitas X. Berarti parameter/sifat/ciri yang
27
masih aktif, non aktif, meninggal, DO, maupun yang sudah
lulus?
diberikan.
aktif”
28
Pendefinisian populasi seperti ini sudah jelas batas
29
ukurannya, populasi juga dibagi menjadi dua bagian yaitu
30
yang relatif berbeda satu sama lainnya. Karakteristik seperti
31
sehingga dari populasi yang ada digrupkan dalam beberapa
32
Panjang ikan di sebuah danau
kuantitatif, misalnya:
Air di lautan
titik
33
sebagai populasi tak terhingga, dan hal seperti ini
SAMPEL
34
perhiasan tersebut. Peneliti lingkungan hanya meneliti
35
Bagian dari populasi tersebut sebagai tempat untuk
36
Gambar 1.2 Ilustrasi Pengambilan Sampel
37
b. Populasi bersifat dinamis, yaitu unsur-unsur
Jenis-Jenis sampel
38
b. Peran orang yang memilih (mengambil) sampel
tersebut.
39
menggunakan metode tertentu dan jelas, akan diperoleh
lainnya.
40
latar belakang yang kurang terhadap konsep statistika
DATA
41
pemilihan metode analisis statistika pada suatu pemecahan
permasalahan.
42
Ciri-Ciri Data
berbentuk kalimat.
Pembagian Data
1. Menurut sumbernya data dibedakan menjadi
43
a. Data intern : data yang dikumpulkan dari
dalam suatu badan atau lembaga dan
digunakan oleh suatu badan atau lembaga
itu sendiri
b. Data ekstern : data yang dikumpulkan dari
suatu badan atau lembaga tapi digunakan
oleh badan atau lembaga lain. Data
ekstern dibedakan menjadi:
- Ekstern primer
- Ekstern sekunder
44
- Diskrit : data yang angkanya
bilangan bulat dan diperoleh dari
hasil menghitung (Contoh :
Banyaknya mahasiswa di PT)
- Kontinu : data yang angkanya
bisa bilangan pecahan dan
diperoleh dari hasil mengukur
(Contoh : Tinggi Badan
mahasiswa)
45
b. Time series data : Data yang dikumpulkan
berdasarkan waktu (tahunan, bulanan,
harian)
46
- Tidak bisa dilakukan operasi matematika.
Contoh :
Jenis pekerjaan, diklasifikasi sebagai :
- Pegawai Negeri diberi tanda 1
- Pegawai swasta diberi tanda 2
- Wiraswasta diberi tanda 3
b. Data berskala Ordinal
Adalah data yang diperoleh dengan cara
kategorisasi atau klasifikasi, tetapi di antara
data tersebut terdapat hubungan.
Ciri data Ordinal :
- Posisi data tidak setara/mengandung
peringkat.
- Tidak bisa dilakukan operasi matematika.
Contoh :
Kepuasan pelanggan, diklasifikasi sebagai :
- sangat puas diberi tanda 5
47
- puas diberi tanda 4
- cukup puas diberi tanda 3
- tidak puas diberi tanda 2
- sangat tidak puas diberi tanda 1
48
- Sistem Kalender
49
BAB II
PENYAJIAN DATA
50
1. Memberi gambaran yang sistematis tentang
atau observasi,
bentuk kalimat.
51
pendidikan, jumlah penjualan menurut jenis barang
2.1 NARASI
52
bila dibandingkan dengan penduduk pedesaan
53
masyarakat atau keberadaan petugas kesehatan yang
terdapat didaerah.
55
Banyak
Jurusan
mahasiswa
KEUANGAN 250
BISNIS 200
PERTANAHAN 175
SEKRETARIS 100
JUMLAH 725
Jenis kelamin
Jurusan Jumlah
Laki-laki Perempuan
Keuangan 100 150 250
Bisnis 125 75 200
Pertanahan 110 65 175
Sekretaris 25 75 100
Jumlah 360 365 725
56
Contoh : Tabel Klasifikasi Ganda
Tabel I.3 Banyaknya mahasiswa
Berdasarkan Jurusan dan Jenis Kelamin dan Angkatan
Tahun
Jurusan Jenis kelamin
2004 2005
Laki-laki 85 100
Keuangan
Perempuan 100 150
Laki-laki 115 125
Bisnis
Perempuan 80 75
Laki-laki 100 110
Pertanahan
Perempuan 70 65
Laki-laki 30 25
Sekretaris
Perempuan 55 75
Jumlah 635 725
57
Diagram atau grafik adalah bentuk lain penyajian data ke
dalam gambar sehingga dapat menjelaskan persoalan
secara visual.
Macam-macam diagram
1. DIAGRAM BATANG (BAR CHART)
Diagram ini tepat digunakan untuk data yang
58
dibagi menjadi beberapa skala bagian yang sama;
59
1800
1562
1600
1400
Banyak siswa
1200 1019
1000 818
800
600 432
400
200
0
SD SMP SMU SMK
Tingkat sekolah
dituliskan.
1800
1600
1400
b. Diagram batang 2 komponen
1200 687
1000 Perempuan
800 507 Laki-laki
600 342
400 875 85
512 476
60
200 347
0
SD SMP SMU SMK
1000
875
900
800
687
700
600 512507
476 Laki-laki
500
342 347 Perempuan
400
300
200
85
100
0
SD SMP SMU SMK
61
dan mendatar. Sumbu tegak menyatakan waktu,
sumbu mendatar menyatakan nilai data.
700
600 585
556
Banyaknya barang
500 524
476
412 434
400 376
300 310 316
268
200
100
0
1991 1992 1993 1994 1995 1996 1997 1998 1999 2000
Tahun
62
kategori data yang dinyatakan dalam persen atau
jumlah.
F, 8
E, 10 A, 28
D, 22
B, 18
C, 14
63
F, 8
E, 10 A, 28
D, 22
B, 18
C, 14
4. DIAGRAM LAMBANG
Diagram ini sering dipakai sebagai alat visual bagi orang
64
macam datanya. Misal kalau tentang penduduk, maka
Contoh:
Daerah Pemakaian Dalam KWH Ribuan KWH
Jawa Madura
175068
Sumatera
18967
Kalimantan
1680
Sulawesi
4629
65
Daerah Pemakaian Dalam KWH Ribuan KWH
66
1,8
1,6
1,4
Gaji (juta Rp)
1,2
1
0,8
0,6
0,4
0,2
0 IPK
0 0,5 1 1,5 2 2,5 3 3,5 4
67
BAB III
DAFTAR DISTRIBUSI FREKUENSI
Daftar II (1)
Daftar Distribusi Frekuensi
68
Banyak Daftar II
Kelas Interval
mahasiswa
(Nilai Ujian) (2)
(fi)
31 – 40 2 Nilai
Ujian 41 – 50 3 Statistika
51 – 60 5
61 – 70 14
71 – 80 24
81 – 90 20
91 – 100 12
Jumlah 80 69
Untuk 80 mahasiswa
70
3.2 MEMBUAT DAFTAR DISTRIBUSI FREKUENSI
Tahapan untuk membuat daftar distribusi frekuensi dengan
panjang kelas yang sama adalah sebagai berikut:
a. Tentukan Rentang (R) = Range = Jangkauan =
wilayah = Data terbesar – Data terkecil
b. Tentukan banyaknya kelas interval (k) yang
diperlukan dengan menggunakan aturan Sturges
yaitu k = 1 + 3.322 log n ( n = banyaknya data).
R
c. Tentukan panjang kelas interval (p) yaitu p
k
d. Pilih ujung bawah interval yang pertama yaitu Data
yang terkecil atau data yang lebih kecil dari data
terkecil. (UB1 <= Data min)
71
e. Buat kelas interval-kelas interval
f. Dengan menggunakan daftar penolong (tally/turus)
hitung frekuensi untuk masing-masing kelas interval
72
Jika titik-titik tengah sisi atas yang berdekatan dihubungkan
frekuensi.
73
74
Contoh 1 : Data di bawah ini merupakan ukuran file dari
50 buah dokumen (dalam Kilo byte)
Daftar II (3)
Daftar Distribusi Frekuensi 1
Daftar II (4)
75
Daftar Distribusi Frekuensi 2
Daftar II (5)
Daftar Distribusi Frekuensi 3
76
Membuat Daftar Distribusi Frekuensi untuk contoh 1:
77
R
c. Tentukan panjang kelas interval (p) yaitu p ,
k
p = 47/7 = 6.7 (bulatkan ke atas menjadi 7)
d. Pilih ujung kelas interval yang pertama yaitu Data
yang terkecil atau data yang lebih kecil dari data
terkecil.
UB1 = 16 (Lihat DF 3) atau 15 (Lihat DF 2)
e. Buat kelas interval-kelas interval
f. Dengan menggunakan daftar penolong (tally)
hitung frekuensi untuk masing-masing kelas interval
78
3.4 MACAM MACAM DISTRIBUSI FREKUENSI
3.4.1. DISTRIBUSI FREKUENSI RELATIF
Jika frekuensi dinyatakan dalam persen, maka distribusi
frekuensinya disebut distribusi frekuensi relatif. Rumus
mencari frekuensi relatif adalah
fi
f rel 100
n
Contoh:
Daftar II(2)
Distribusi frekuensi relatif
Untuk Nilai Ujian Statistika
Nilai Banyak
f rel (%) f rel
Ujian mahasiswa
31 – 40 2 2/80 x 100 = 2.5 0,025
41 – 50 3 3/80 x 100 = 3.75 0,0375
51 – 60 5 6.25 0,0625
61 – 70 14 17.5 0,175
71 – 80 24 30 0,3
79
81 – 90 20 25 0,25
91 – 100 12 15 0,15
Jumlah 80 100 1
80
Kurang dari 81 24+24=48 81 atau lebih 56-24=32
Kurang dari 91 48+20=68 91 atau lebih 32-20=12
Kurang dari 101 68+12=80 101 atau lebih 12-12=0
3.4.3. OGIVE
90
80
70
60
50
40
30
20
10
0
31 41 51 61 71 81 91 101
Gambar II (3)
Ogive kurang dari
81
90
80
70
60
50
40
30
20
10
0
31 41 51 61 71 81 91 101
Gambar II (4)
Ogive lebih dari
82
90
80
70
60
50
40
30
20
10
0
31 41 51 61 71 81 91 101
Gambar II (5)
Ogive kurang dari dan lebih dari
83
Latihan Soal
36 52 53 32 32 29 29 29 32 33 34 35
40 43 43 47 49 55 56 34
35 35 30 39 40 40 40 59 60 61 62 62
54 52 26 68 54 66 43 37
50 53 36 27 28 30 31 44 45 45 46 32
50 50 56 56 58 58 67 29
84
a. buatlah distribusi frekuensi
b. buatlah distribusi frekuensi kumulatif
c. buatlah histogram frekuensinya
d. buatlah poligon frekuensinya
e. buatlah ogif frekuensinya
Jawab:
85
86
BAB IV
UKURAN STATISTIK
87
4.1 UKURAN GEJALA PUSAT (CENTRAL TENDENCY
MEASUREMENT)
Ukuran Gejala pusat adalah ukuran yang menunjukkan
kecenderungan letak pemusatan suatu kelompok data.
Ukuran gejala pusat yang biasa digunakan antara lain:
88
dikelompokkan atau telah dikelompokkan ke dalam
distribusi frekuensi.
x1 x2 ... xn
Xi
x i 1
n n
Contoh : Nilai ujian statistika 5 orang mahasiswa adalah
70, 69,45,80,dan 56. Rata-ratanya adalah
70 69 45 80 56
x 64
5
fX i i
6070
Xi = titik tengah kelas interval = midpoint
x i 1
75,875
n 80 fi = frekuensi masing-masing kelas interval
Nilai Ujian Banyak Xi
89
mahasiswa fi.Xi
(fi)
31 – 40 2 35.5 71
41 – 50 3 45.5 136.5
51 – 60 5 55.5 277.5
61 – 70 14 65.5 917
71 – 80 24 75.5 1812
81 – 90 20 85.5 1710
91 – 100 12 95.5 1146
Jumlah 80 6070
2. Cara pendek
fi ci dimana:
x x0 p
x0 = titik tengah dimana ci = 0
n p = panjang kelas interval
ci = koding
fi = frekuensi kelas interval
90
Banyak
Nilai Ujian Xi Ci fiCi
mahasiswa
31 – 40 2 35.5 -4 -8
41 – 50 3 45.5 -3 -9
51 – 60 5 55.5 -2 -10
61 – 70 14 65.5 -1 -14
71 – 80 24 75.5 0 0
81 – 90 20 85.5 1 20
91 – 100 12 95.5 2 24
Jumlah 80 3
91
Contoh : Rata-rata ukur untuk X1 = 2, X2 = 4, X3 = 8 adalah
U 3
2 4 8. = 4
log U
f i log xi
n
dimana Xi = titik tengah kelas interval
Banyak
Nilai
mahasiswa Xi log xi fi log xi
Ujian
(fi)
31 – 40 2 35.5 1.55023 3.10046
41 – 50 3 45.5 1.65801 4.97403
51 – 60 5 55.5 1.74429 8.72146
61 – 70 14 65.5 1.81624 25.4274
71 – 80 24 75.5 1.87795 45.0707
92
81 – 90 20 85.5 1.93197 38.6393
91 – 100 12 95.5 1.98 23.76
Jumlah 80 149.693
f log x
log U i i = log U 149.693 = 1.871
n 80
93
Contoh:
Andri melakukan perjalanan dengan motor dari kota A ke
kota B yang berjarak 80 km. Sewaktu pergi kecepatan
motornya 20 km/jam sedangkan saat pulang kecepatannya
40 km/jam. Berapa rata-rata kecepatan motor yang
ditumpangi Andri pulang-pergi?
n 2
H
1 1 1 = 1 1 = 26.67 km/jam
...
X1 X 2 X n 20 40
Contoh:
Nilai Banyak fi
Xi
Ujian mahasiswa Xi
31 – 40 2 35.5 0.05634
94
41 – 50 3 45.5 0.06593
51 – 60 5 55.5 0.09009
61 – 70 14 65.5 0.21374
71 – 80 24 75.5 0.31788
81 – 90 20 85.5 0.23392
91 – 100 12 95.5 0.12565
Jumlah 80 1.10356
95
- Banyak data (n) ganjil
Me = Data urutan ke (n+1)/2 = X(n+1)/2
- Banyak data (n) genap
Me = [Data urutan ke (n/2) + Data urutan ke (n/2)+1]/2
= 0,5[X(n/2)+ X(n/2)+1]
b = batas bawah
n kelas median BB = UB – 0,5 atau 0,05 dst
(BB)
Me b 2 F p
p = panjang interval kelas median
f
F = penjumlahan
frekuensi2
(frek kumulatif) sebelum kelas median
f = frekuensi kelas median
kelas median = kelas interval dimana median terletak
letak median = Data
Contoh : urutan ke (n/2) dalam distribusi frekuensi
Banyak
Nilai mahasiswa F
Ujian (fi)
31 – 40 2 2
41 – 50 3 5
51 – 60 5 10
61 – 70 14 24
71 – 80 24 48
96
81 – 90 20 68
91 – 100 12 80
Jumlah 80
4.1.3 MODUS
97
Nilai Banyak
Ujian mahasiswa
31 – 40 2
41 – 50 3
51 – 60 5
61 – 70 14
71 – 80 24
81 – 90 20
91 – 100 12
Jumlah 80
98
UKURAN LETAK adalah ukuran yang menunjukkan letak
suatu data dalam sekelompok data terurut
Ukuran Letak ada tiga :
1. Kuartil : Nilai yang membagi data menjadi 4
bagian yang sama
2. Desil : Nilai yang membagi data menjadi 10
bagian yang sama
3. Persentil : Nilai yang membagi data menjadi 100
bagian yang sama
4.2.1 KUARTIL
UNGROUP DATA (DATA TIDAK BERKELOMPOK)
i (n 1)
Letak Ki = Data urutan ke , i = 1,2,3
4
99
Contoh : Data berikut ini adalah nilai ujian statistika dari
10 mahasiswa
65 78 52 85 80 45 39 70 77 90
n = 10
Hitunglah K1 , K2 dan K3
Jawab:
1. Urutkan data terlebih dahulu !!!
39 45 52 65 70 77 78 80 85 90
1(10 1)
2. Letak K1 = Data urutan ke =
4
Data ke 11/4 = Data urutan ke 2,75
3. Nilai K1 = Data ke 2 + 0,75 (Data ke 3 –
Data ke 2)
= 45 + 0,75 (52 – 45) = 50,25
2(10 1)
Letak K2 = Data ke = Data ke
4
22/4 = Data ke 5,5
100
Nilai K2 = Data ke 5 + 0,5 (Data ke 6 – Data
ke 5)
= 70 + 0,5 (77 – 70) = 73,5
3(10 1)
Letak K3 = Data ke = Data ke
4
33/4 = Data ke 8,25
Nilai K3 = Data ke 8 + 0,25 (Data ke 9 –
Data ke 8)
= 80 + 0,25 (85 – 80) = 81,25
101
Contoh : Berdasarkan data mengenai nilai ujian yang
disajikan dalam distribusi frekuensi, hitunglah K 1 dan K3
Jawab:
Banyak mahasiswa
Nilai Ujian F
(fi)
31 – 40 2 2
41 – 50 3 5
51 – 60 5 10
61 – 70 14 24
71 – 80 24 48
81 – 90 20 68
91 – 100 12 80
102
Jumlah 80
in 1(80)
Letak K1 = Data ke = Data ke = data ke 20
4 4
(kelas interval 61 – 70)
in F
K1 b p 4 60,5 10 20 10
f = 14
= 67,64
103
in 3(80)
Letak K3 = Data ke = Data ke = data ke 60
4 4
(kelas interval 81 – 90)
in F
K 3 b p 4 80,5 10 60 48
f = 20
= 86,5
4.2.2 DESIL
104
UNGROUP DATA (DATA TIDAK BERKELOMPOK)
i (n 1)
Letak Di = Data ke , i = 1,2,
10
…,9
105
- Batas tertinggi dari 40% nilai terendah
adalah 67
- Batas terendah dari 60% nilai tertinggi
adalah 67
8(10 1)
Letak D8 = Data ke = Data ke 8,8
10
Nilai D8 = Data ke 8 + 0,8 (Data ke 9 – Data ke 8)
= 80 + 0,8 (85 – 80) = 80 + 4 = 84
Artinya : - 80% data nilainya kurang dari 84
- Batas tertinggi dari 80% nilai terendah
adalah 84
- Batas terendah dari 20% nilai tertinggi
adalah 84
106
GROUP DATA (DATA BERKELOMPOK)
in
Letak Di =
10
107
Jumlah 80
in 4(80)
Letak D4 = Data ke = Data ke = data ke
10 10
36 (kelas interval 71 – 80)
in F
Di b p 10 70,5 10 36 24
= = 75,5
f 24
Artinya : - 40% data nilainya kurang dari 75,5
- Batas tertinggi dari 40% nilai terendah
adalah 75,5
- Batas terendah dari 60% nilai tertinggi
adalah 75,5
4.2.3 PERSENTIL
UNGROUP DATA (DATA TIDAK BERKELOMPOK)
108
i (n 1)
Letak Pi= Data ke , i = 1,2,
100
…,99
Contoh : Data berikut ini adalah nilai ujian statistika dari
10 mahasiswa
67 78 52 85 80 45 39 70 77 90
n = 10
Hitunglah P 62 !
109
- Batas tertinggi dari 62% nilai terendah
adalah 77,82
- Batas terendah dari 38% nilai tertinggi
adalah 77,82
in F kelas Persentil
batas bawah
Pi b pb = 100
p = panjang
f , i = kelas
interval
1,2,…,99
Persentil
F = jumlah frekuensi
sebelum kelas Persentil
f = frekuensi kelas Persentil
110
51 – 60 5 10
61 – 70 14 24
71 – 80 24 48
81 – 90 20 68
91 – 100 12 80
Jumlah 80
in 80(80)
Letak P80 = Data ke = Data ke = data
100 100
ke 64 (kelas interval 81 – 90)
in F 64 48
Pi b p 100 = 80,5 10 =
f 20
88,5
Artinya : - 80% data nilainya kurang dari 88,5
- Batas tertinggi dari 80% nilai terendah
adalah 88,5
111
- Batas terendah dari 20% nilai tertinggi
adalah 88,5
LATIHAN
112
a. Carilah mean, median, dan modus dari berat badan 80
siswa SMK kelas I tersebut!
b. Carilah K1, D8, dan P70
3. Diagram di bawah ini menyatakan kesenangan siswa
sebuah kelas yang terdiri dari 40 orang terhadap program
diklat. Jumlah siswa yang menyenangi program diklat
matematika sebanyak….
113
4. Nilai rataan dari data pada diagram adalah
……
114
6. Median dari data berkelompok pada tabel
di bawah ini adalah….
Nilai Frekuensi
50 – 54 4
55 – 59 8
60 – 64 14
65 – 69 35
70 – 74 27
75 – 79 9
80 – 84 3
115
Berat Frekuensi
Badan (kg)
50 – 52 4
53 – 55 5
56 – 58 3
59 – 61 2
62 – 64 6
Nilai Frekuensi
55 – 59 3
60 – 64 9
65 – 69 14
70 – 74 37
75 – 79 25
80 – 84 8
85 – 89 4
116
Ukuran Frekuensi
34 – 38 5
39 – 43 9
44 – 48 14
49 – 53 20
54 – 58 16
59 – 63 6
117
f
12 11
118
13. Tabel di bahwa ini menunjukan besarnya
uang saku siswa suatu SMA dalam ribuan rupiah.
Uang saku Frekuensi
(ribuan rupiah)
1–3 13
4–6 25
7–9 40
10 – 12 10
13 – 15 12
119
industri, maka Rentang dapat digunakan untuk melihat
Contoh 1
95 - 40 = 55.
120
Rata-rata simpangan rumusnya adalah
RS
X i X
n
yang dikelompokkan.
X X
2
i
s
n 1
121
n X i2 X i
2
s
n(n 1)
Xi2
Xi Xi - X X i(Xi –XX 2 )2 30 30
s = = = 2.74
n 1 5 1 4
8 8-8=0 0 64
7 7-8= -1 1 49
10 s 2 n X i
2
4 X i 2
100
=
5(350) 40
2
n(n 1) 5(5 1)
11 3 9 121
4 -4= 1750 16 1600 150
= 16 = 2.74
5(5 1) 20
40 30 350
122
n f i X i2 f i X i
2
s =
n(n 1)
= 14.27
80(80 1)
123
Nilai Banyak
Xi fi.Xi fi.Xi2
Ujian mahasiswa
31 – 40 2 35.5 71 2520.5
41 – 50 3 45.5 136,5 6210.75
51 – 60 5 55.5 277,5 15401.3
61 – 70 14 65.5 917 60063.5
71 – 80 24 75.5 1812 136806
81 – 90 20 85.5 1710 146205
91 – 100 12 95.5 1146 109443
Jumlah 80 6070 476650
Cara pendek
n fi ci2 f i ci
2
s p
n( n 1)
80(161) 3
2
= 10 = 14.27
80(79)
124
Banyak
Nilai Ujian Ci fi.ci ci2 fi ci2
mahasiswa
31 – 40 2 -4 -8 16 32
41 – 50 3 -3 -9 9 27
51 – 60 5 -2 -10 4 20
61 – 70 14 -1 -14 1 14
71 – 80 24 0 0 0 0
81 – 90 20 1 20 1 20
91 – 100 12 2 24 4 48
Jumlah 80 3 161
Xi = nilai data
X = rata-rata 125
S = simpangan baku
membandingkan dua keadaan atau lebih pada suatu
waktu tertentu. Angka baku dinotasikan dengan Z.
Xi X
Z
s
Interpretasi Z
Z > 0, positif artinya keadaan pada saat itu
berada di atas rata-rata.
Z < 0, negatif artinya keadaan pada saat itu
berada di bawah rata-rata
Z = 0, keadaan pada saat itu sama dengan
rata-rata
126
4.3.6 Koefisien Variasi (KV)
Koefisien Variasi adalah ukuran variasi relative yang
biasa digunakan untuk membandingkan dua keadaan
atau lebih dengan dasar pengukuran yang berbeda.
s
KV x 100%
x
127
jika terdapat data ekstrem
SK
KV x 100%
Me
CONTOH:
128
LATIHAN
129
Hitunglah: a. Rentang antar kuartil, b. Simpangan kuartil, c.
simpangan baku, d. koefisien variasi.
130
BAB V
ANGKA INDEKS (INDEX NUMBER)
131
kuantitas (jumlah) barang baik satu macam mapun
berbagai macam pada waktu atau tempat yang
sama atau berlainan.
c. Indeks Nilai : angka yang memperlihatkan
perubahan-perubahan mengenai nilai-nilai barang
baik satu macam mapun berbagai macam pada
waktu atau tempat yang sama atau berlainan.
132
Q
Qt = Banyaknya I t / 0barang
t pada
100waktu t
Q0 = Banyaknya barang Q0 pada waktu dasar
It/0 = Indeks Kuantitas pada waktu t di bandingkan pada waktu dasar.
Vt pada waktu t
Vt = Nilai barang
I t / 0 barang
V0 = Nilai
100
V0 pada waktu dasar
It/0 = Indeks Nilai pada waktu t di bandingkan pada waktu dasar.
Contoh :
Pada tahun 2005 harga rata-rata beras jenis Setra Ramos
adalah Rp 5000,00/kg. Sedangka pada tahun 2006 harga
rata-rata beras jenis yang sama mencapai Rp 6000,00/kg.
Berapakah perubahan harga beras pada tahun 2006
dibandingkan dengan tahun 2005?
Jawab:
P2006
I06/05 = 100 = 6000 100 = 120
P2005 5000
133
Artinya : Terjadi kenaikan harga rata-rata beras jenis Setra
Ramos pada tahun 2006 dibandingkan dengan tahun 2005
sebesar (120-100)% = 20%.
Qt 100
Qt = JumlahI dari banyaknya barang-barang pada waktu t
t/0
Q0 barang pada waktu dasar
Q0 = Jumlah dari banyaknya
It/0 = Indeks Kuantitas pada waktu t di bandingkan
pada waktu dasar.
ΣVt = Nilai barang pada
It / 0
waktu
Vt t
100
ΣV0 = Nilai barang pada Vwaktu
0
dasar
It/0 = Indeks Nilai pada waktu t di bandingkan
pada waktu dasar.
134
Contoh : Tabel berikut ini menunjukkan harga rata-rata
per kg dan banyaknya produksi rata-rata setiap bulan
dari 3 jenis sayuran di daerah Ciwidey.
135
I 2006 / 2005
P
2006
100
P
2005
I 2006 / 2005
Q
2006
100 =
Q
2005
136
Rumus umum untuk angka indeks agregatif ini
adalah
It / 0
P t w
100 , w = weight =
P 0 w
bobot/timbangan
Berdasarkan bobot/timbangannya, rumus indeks
agregatif dibobot dibedakan menjadi
L
PQ t 0
100 =
2000000
100 =112.68
PQ 0 0 1775000
137
4000 5000 200 175 1000000
Po=9500 Pt=10750 Qo=550 Qt=525 PtQo=2000000 Po
138
PQ PQ
F L P t 0 100 t t 100
P0Q0 P0Qt
Rumus Drobisch
1
D= L P =
2
1 Pt Q0 PQ
100 t t 100 = 111.12
2 P0 Q0 P0 Qt
ME
P (Q
t 0 Qt )
100
3862500
100 111 .15
P (Q
0 0 Qt ) 3475000
139
Wortel 2500 3000 150 100 250
Tomat 3000 2750 200 250 450
Kentang 4000 5000 200 175 375
Jumlah 9500 10750 550 525
140
5.3 PERUBAHAN TAHUN DASAR
100
IB = I I L
A
141
100 100
I1995 baru = 100 = 71.43 I1996 baru = 115 =
140 140
82.14 dst
142
penetapan berapa Upah Minimum yang biasanya
ditetapkan di masing-masing daerah oleh pemerintah
dengan didasarkan Indeks Biaya Hidup yang berlaku.
Contoh:
Tahun Indeks Upah Nominal Upah Nyata
Biaya Hidup
1995 100 500.000 500.000
1996 115 575.000 500.000
1997 125 600.000 480.000
1998 140 630.000 450.000
1999 150 685.000 456.667
2000 160 750.000 468.750
LATIHAN SOAL
143
144
BAB VI
ANALISIS REGRESI DAN KORELASI
145
a. Regresi Linier : Regresi dengan
bentuk persamaan garis lurus
b. Regresi Non Linier : Regresi dengan
bentuk persamaan kuadratik, logaritmik,
eksponensial,
dll.
2. Regresi Berganda (multiple regression) yaitu
analisis regresi yang melibatkan lebih dari 1
variabel X.
146
Y Regression Plot
Y = a + bX
Yi
{
Error: i } b = Slope
}
a = Intercept
X
Xi
147
Menghitung koefisien regresi
n XY X Y
b
n X 2 X 2
a Y b X
Y b X
n
Contoh:
148
XYX2XYY21218144216324132416931257614201962804001725289
SS x n x 2 x 2
XYX2XYY212181442163241324169312576142019628040017252894
Y 1.23 X 3.6205
149
Analisis Korelasi adalah analisis yang mengkaji kuat
hubungan linier antara 2 variabel yang dinyatakan
melalui koefisien korelasi (r).
n XY X Y
r
n X 2
X 2 n Y 2 Y 2
Besarnya koefisien korelasi –1 r 1
Penjelasan:
150
negatif yaitu hubungan yang terjadi berbalik arah yaitu
apabila nilai X meningkat maka akan diikuti dengan
penurunan Y atau sebaliknya.
3. Jika r = 0 atau mendekati
0 maka hubungan antara 2 variabel tidak ada atau
lemah maka dapat dikatakan tidak terdapat hubungan
antara X dan Y.
Hubungan yang mungkin terjadi antara X dan Y dapat
dilihat pada Gambar berikut ini:
151
Y r=0
Y r = -1
152
Y r=1
153
Y r = -0.8
154
Y r=0
155
Y
r = 0.8
KD = r2 x 100%
156
Misalkan : r = 0.8 maka KD = 0.82 x 100% = 64% yang
artinya : Variabel Y dipengaruhi oleh variabel X sebesar
64% sisanya 100-64 = 36% dipengaruhi faktor lain.
LATIHAN
158
43 38.5
22.5 8.5
37 33
23.5 9.5
33.3 21
58.2 79
39.5 23
43 45
159
160
BAB VII
161
Monthly Sales of Suntan Oil Gro ss Earning s: A nnual Monthly
200
20 11000
10000
Passengers
Earnings
15
Sales
9000
100
8000
10
7000
0 5 6000
J FMAMJ J ASONDJ FMAMJ J ASONDJ FMAMJ J A 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95
Time Year
162
Untuk mempelajari pola data masa lalu sebagai dasar untuk
mengetahui pola data di masa mendatang yang mungkin
akan berulang.
163
- Kuadratik
- Eksponensial
164
a
1992 1212
120 0 1
1993 1301 3 Y = 118 8 . 6 3 + 5 4 .5 0 6 X
1994 1490 5 R - S q u ar e d = 0 .9 8 5
1995 1608 7
70 0
Time
Membuat Persamaan Trend
-8 -3 2 7
165
I. Metode Semi Average (setengah rata-
rata)
a. Untuk banyaknya data waktu genap
Langkah-langkah dalam membuat persamaan trend
1. Bagi data menjadi dua kelompok yang sama
banyak anggotanya.
2. Hitung rata-rata untuk tiap-tiap kelompok ( X I dan
X II )
xII xI
b
k
k = selisih origin dari kelompok I dan II
(origin = median tahun/waktu)
4. a= rata-rata nilai untuk tiap-kelompok
5. Buat persamaan trend Y = a + bt
166
Contoh 1. Banyak tahun genap, banyaknya anggota
kelompok ganjil
T Tahun Y Jumlah Rata-rata
-1 2000 10
0 2001 t01= 0 12 37 12.33 ( X I )
1 2002 15
-1 2003 20
27.00 ( X II
0 2004 t02 = 0 28 81
)
1 2005 33
x xI 27 12.33
b II 4,89
k 3
k = 2004 -2001 = 3
Persamaan Trend
(i) YT = 12,33 + 4,89 t (origin = 2001)
(ii) YT = 27,00 + 4,89 t (origin = 2004)
Berapa perkiraan Nilai Trend (Y) tahun 2006?
Y2006 = 12,33 + 4,89 t t = (T – origin) = 2006 – 2001 = 5
= 12,33 + 4,89(5)
= 36,78
167
atau
Y2006 = 27,00 + 4,89 t t = (T – origin) = 2006 – 2004 = 2
= 27,00 + 4,89(2)
= 36,78
168
x II x I 36,75 14,25
b = 5,625
k 4
k = 2005,5 -2001,5 = 4
Persamaan Trend
(iii) YT = 14,25 + 5,625 t (origin = 2001,5)
(iv) YT = 36,75 + 5,625 t (origin = 2005,5)
169
b. Untuk banyaknya data ganjil
Langkah-langkah dalam membuat persamaan trend
1. Bagi data menjadi dua kelompok yang sama
banyak anggotanya.
2. Data yang ada di tengah-tengah bisa dimasukkan
ke dalam kelompok I dan II atau diabaikan.
3. Hitung rata-rata untuk tiap-tiap kelompok ( X I dan
X II )
170
Tahun Y Jumlah Rata-rata
2000 10
22 11
2001 12
2002 15
2003 20
48 24
2004 28
x x I 24 11
b II 4,33
k 3
k = 2003,5 -2000,5 = 3
Persamaan Trend
(i) YT = 11 + 4,33 t (origin = 2000,5 =
2000/2001)
(ii) YT = 24 + 4,33 t (origin = 2003,5 =
2003/2004)
171
atau
Y2006 = 24 + 4,33 t t = 2006 – 2003,5 = 2,5
= 27 + 4,33(2,5)
= 34,83
- Jika data pada Median tahun (data di tengah) dihitung
dua kali
KELOMPOK I KELOMPOK
Tahun Y Jumlah Rata-rata Jumlah Rata
2000 10
2001 12 37 12,33
2002 15
2003 20 63 2
2004 28
x x I 21 12,33
b II 4,33
k 2
k = 2003 -2001 = 2
Persamaan Trend
172
(iii) YT = 12.33 + 4,33 t (origin = 2001)
(iv) YT = 21 + 4,33 t (origin = 2003)
b
tY
t 2
a
Y
n
173
t = koding waktu
b
tY =
227
= 5,405 (rata-rata kenaikan Y setiap
t 2
42
tahun)
a
Y =
204
= 25,5
n 8
174
Berdasarkan persamaan trend di atas, perkirakan nilai Y
pada tahun 2011?
Y2011 = 25,5 + 5,405 (tahun – origin t0)
Y2011 = 25,5 + 5,405 (2011 – 2003,5)
Y2011 = 25,5 + 5,405 (7,5)
Y2011 = 66,0375
175
b
tY =
145
= 5,18 (rata-rata kenaikan Y setiap
t 2
28
tahun)
a
Y =
158
= 22,57
n 7
176
SOAL LATIHAN
1.
Year 1982 1983 1984 1985 1986 1987 1988 1989 1990
Price 121 121 133 146 162 164 172 187 197
Buatlah:
a. Persamaan Trend dengan
metode Semi Average!
b. Perkiraan besarnya harga pada
tahun 2000!
c. Persamaan Trend dengan
metode Least Square!
d. Perkiraan besarnya harga pada
tahun 2000!
Bulan Jan Feb Mar Apr May Jun Jul Aug Sep
Nilai import
(Milyar Rp) 6.4 6.8 5.6 5.1 5 4.9 4.2 4.5 4
a. Buatlah persamaan trend untuk nilai impor!
b. Berapakah rata-rata nilai impor dalam 15 bulan?
177
c. Berapakah rata-rata perubahan nilai impor setiap
bulan?
d. Berapa perkiraan nilai trend pada bulan Mei 2002!
178