03-Statistik Deskriptif-Hipotesis-1
03-Statistik Deskriptif-Hipotesis-1
2. 23-28 9 18 18,75
3. 29-34 7 25 14,58
4. 35-40 8 33 16,67
5. 41-46 8 41 16,67
6. 47-52 4 45 8,33
7. > 52 3 48 6,25
Jumlah 48 100
Median data tunggal
Contoh:
Hasil observasi terhadap umur pegawai
sebuah departemen adalah 20, 45, 60, 56, 45,
45, 20, 19, 57, 45, 45, 51, 35.
Jawab:
19, 20, 20, 35, 45, 45, 45, 45, 45, 51, 56, 57,
60.
Median dari data tersebut adalah urutan ke 7
yaitu 45
Median data interval
1
nF
Med b p 2
f
Keterangan:
b = batas bawah, dimana median akan terletak
p = panjang kelas interval
F = jumlah semua frekuensi sebelum kelas median
f = frekuensi kelas median
n = jumlah sampel
Tabel. Kemampuan manajerial pegawai
Nilai Kemampuan Frekuensi
21 - 30 2
31 - 40 6
41 - 50 18
51 - 60 30
61 - 70 20
71 - 80 10
81 - 90 8
91 - 100 6
Jumlah 100
Hitung median data tersebut.
Jawab:
1/2n=1/2.100=50
Mediannya terletak pada kelas keempat
jumlah frekuensinya sudah lebih dari 50 yaitu
56; b=51-0,5 ; p=10; F=2+6+18=26; f=30
1
nF 50 26
Med b p 2 50,5 10 58,5
f 30
Modus data tunggal
Contoh:
Hasil observasi terhadap umur pegawai
sebuah departemen adalah 20, 45, 60, 56, 45,
45, 20, 19, 57, 45, 45, 51, 35.
Jawab:
Dari data tersebut nilai yang sering muncul
adalah 45 yang frekuensinya 5.
Modus data interval
b1
Mo b p
b1 b2
Keterangan:
Mo=modus
b = batas kelas interval dengan frekuensi terbanyak
p = panjang kelas interval
b1=Frekuensi pada kelas modus-frekuensi kelas interval
terdekat sebelumnya
b2=Frekuensi pada kelas modus-frekuensi kelas interval
berikutnya
n=jumlah sampel
Hitung modus data di atas.
Jawab:
Kelas modus=kelas keempat (f-nya terbesar=30)
b=51-0,5=50,5
b1=30-18=12 (f kelas mod=30, f kelas
sebelumnya=18)
b2=30-20=10 (f kelas sesudahnya=20)
b1 12
Mo b p 50,5 10 55,9
b1 b2 1210
Rumus untuk mencari varians sampel
Xi 2
X
s 2
n 1
Keterangan:
S kuadrat=varians sampel
n=jumlah sampel
Xi=data ke-i (i=1, 2, 3, 4, …)
ẋ=mean (rata-rata)
Standar deviasi sampel
Xi
2
X
s
n 1
Keterangan:
s=standar deviasi
n=jumlah populasi
Xi=data ke-i (i=1, 2, 3, 4, …)
ẋ=mean (rata-rata)
Contoh: tentukan varians dan SD data berikut
No. Mahasiswa Nilai
1 60
2 70
3 65
4 80
5 70
6 65
7 75
8 80
9 70
10 75
Jumlah 710
Jawab:
No.Mhs Nilai Simpangan (Xi-Ẋ) Simpangan kuadrat (Xi-Ẋ)
1 60 -11 121
2 70 -1 1
3 65 -6 36
4 80 9 81
5 70 -1 1
6 65 -6 36
7 75 4 16
8 80 9 81
9 70 -1 1
10 75 4 16
Jumlah 710 0 390
Varians sampel data tersebut adalah
Xi
2
X
s 2
n 1
390
43 , 3
9
Standar deviasi data di atas adalah
Xi 2
X
s
n 1
390
43 , 3 6 , 58
9
Varians dan SD data berkelompok
Rumus varians data berkelompok
fi Xi
2
X
s 2
n 1
Keterangan:
fi=frekuensi data interval ke-i
Rumus standar deviasi data kelompok
fi Xi 2
X
s
n 1
Keterangan:
fi=frekuensi data interval ke-i
Contoh: hitung mean, median, modus, varians
dan standar deviasi data ini
Interval nilai fi
21-30 2
31-40 6
41-50 18
51-60 30
61-70 20
71-80 10
81-90 8
91-100 6
Jumlah 100
Contoh: hitung mean, median, modus, varians
dan standar deviasi data ini
Interval nilai fi
21-30 8
31-40 10
41-50 15
51-60 28
61-70 30
71-80 4
81-90 9
91-100 6
Jumlah 110
a. Mean=ΣfiXi/n=6070/100=60,7
Interval nilai fi Xi fiXi Xi-Ẋ (Xi-Ẋ)2 fi (Xi-Ẋ)2
b1 12
Mod b p 50,5 10 55,95
b1 b2 12 10
d. Varians
f X 2
X 26096
S 2
i i
263,6
n 1 99
e. Standar deviasi
f X
2
X 26096
S i i
16,24
n 1 99
Penggunaan mean dan SD dalam kategori:
Jawaban/dugaan sementara
Ciri-ciri hipotesis
Terukur
Hipotesis mayor (hubungan antara konsep)
Dasar perumusan
hipotesis Fakta empiris
Imajinasi peneliti
Memberikan batas, lingkup
atau jangkauan penelitian
Kegunaan hipotesis
2 macam
kekeliruan dalam
pengujian hipotesis
Keputusan
Hipotesis mengandung
pengertian sama
Ho: µ = µo
H1: µ ≠ µo
Hipotesis mengandung
pengertian minimum
Ho: µ ≥ µo
H1: µ < µo
Uji Z (normal)
Uji t (student)
Memilih uji statistik
X2 (Chi square)
Uji F, dll
a=5%, artinya 5 dari 100
kesimpulan akan menolak hipotesis
yg seharusnya diterima atau 95%
yakin bahwa kita telah membuat
kesimpulan yang benar
Menetapkan tingkat
signifikansi
Daerah penerimaan
Daerah penerimaan