STATISTIK EKONOMI I
SMT. II
1
berbeda, seperti Penduduk, Pegawai, Mahasiswa
(berbeda dalam hal jenis kelamin, umur, wajah
dll).
d. SAMPEL : ialah bagian dari populasi yang disebut juga
Contoh yang dapat mewakili obyek yang akan
diselidiki. Misal : diambil 100 dari 1000
perusahaan yang akan diselidiki.
4. ARTI, KEGUNAAN SERTA TUJUAN PENGUMPULAN DATA
a. Data adalah sesuatu yang diketahui atau dianggap dapat
memberikan gambaran tentang suatu keadaan atau persoalan
yang sudah terjadi dan akan terjadi.
b. Data antara lain dapat digunakan untuk :
1) Dasar suatu perencanaan
2) Sebagai alat kontrol
3) Sebagai dasar untuk evaluasi
c. Tujuan Pengumpulan Data :
1) Untuk memperoleh tentang suatu keadaan atau persoalan
yang sudah terjadi.
2) Sebagai dasar untuk pembuatan keputusan atau pemecahan
persoalan.
5. SYARAT-SYARAT DATA YANG BAIK
a. Objektif ( langsung dari Obyeknya )
b. Representatif ( bisa mewakili )
c. Standard Error / kesalahan bakunya kecil
d. On time ( tepat waktu )
e. Relevant ( sesuai )
6. PEMBAGIAN DATA
a. Menurut Sifatnya
1) Data Kualitatif : data yang bukan dalam bentuk angka.
Contoh : Meningkat, mahal, lancar dll.
2) Data Kuantitatif : data dalam bentuk angka.
Contoh : 100 Kg, Rp. 1000, 100 % dll.
b. Menurut Sumbernya
1) Data Internal : data yang menggambarkan keadaan atau kegiatan
dalam suatu Organisasi. (Contoh : Produksi, Pemasaran,
Pembelanjaan dll.)
2
2) Data Eksternal : data yang menggambarkan suatu keadaan atau
kegiatan di luar suatu organisasi (misalnya: daya beli
masyarakat, Perkembangan harga, konsumsi dll.)
c. Menurut Cara Memperolehnya
1) Data Primer : yaitu data yang dikumpulkan dan diolah sendiri
oleh seseorang / suatu organisasi langsung dari obyeknya.
2) Data Sekunder : yaitu data yang diperoleh dalam bentuk sudah
jadi, sudah dikumpulkan dan diolah oleh pihak lain. (Biasanya
sudah dipublikasikan).
d. Menurut waktu Pengumpulannya
1) Cross Section / Insidentil : dikumpulkan pada suatu waktu
tertentu.
2) Data Berkala / Time Series data : dikumpulkan secara berkala.
7. CARA PENGUMPULAN DATA
a. SENSUS ialah Pengumpulan data dengan jalan seluruh elemen
populasi di selidiki satu persatu. Data yang diperoleh dari hasil
sensus adalah data yang sebenarnya atau sering disebut
Parameter.
Karena sensus itu mahal biayanya, memerlukan banyak
tenaga, dan waktu yang lama maka tidak efisien,
sehingga PBB kepada para Negara anggota. Sensus
penduduk cukup sekali dalam 10 tahun. ( Indonesia 1961,
1971, 1981), pertanian dan industri 5 tahun sekali.
b. SAMPLING ialah Pengumpulan data dengan jalan menyelidiki
sampel (contoh) dari suatu populasi. Data yang diperolehnya
adalah data perkiraan (estimate value), jadi kalau ada 1000, cukup
diselidiki 100 (1:10).
Cara Pengambilan Sampel ada 2, yaitu:
1) RANDOM : Setiap elemen mempunyai kesempatan yang
sama untuk dipilih menjadi anggota. Misal :
undian dan Random Number.
2) Non Random : Setiap anggota tidak mempunyai
kesempatan yang sama untuk dipilih.
3
8. METODA / ALAT PENGUMPULAN DATA
a. Kuesioner : Daftar isian
b. Wawancara : Tanya- Jawab (jarak dekat atau jarak jauh)
c. Observasi : Pengamatan
d. Alat komunikasi : Telepon, Radio, TV, Fax. Internet dll
9. PENGOLAHAN DATA
a. Dengan Cara Manual : Manusia yang menghitung langsung.
Contoh : Hasil Pengumpulan data Laba 10 Perusahaan (dalam
jutaan Rupiah) sbb : X1 = 5, X2 =4, X3=7 , X4=6,
X5 = 8, X6 = 9, X7 = 10, X8 = 11, X9 = 12, X10 =13
Berapakah rata-rata Laba yang diperoleh perusahaan tersebut?
Jawab : = X1 + X2 + …… + X10.
= 5 + 4 …….. + 13
= 85 : 10 = 8,5 ( Rp. 8.500.000,-).
b. Dengan Kalkulator : yaitu mengolah data dengan menggunakan
Kalkulator.
Contoh : Log Gm = (Σ fi.Log Xi) / n
Gm = anti Log (Σ fi.Log Xi) / n
Misalnya : Log Gm = 1,727346897
Maka Gm = ( 10 ) 1,727346897
= 53,76
c. Dengan Komputer : Yaitu membuat program komputer untuk
mengolah data.
10. PENYAJIAN DATA STATISTIK
a. Tabel : - Tabel klasifikasi tunggal
- Tabel klasifikasi ganda
- Tabel frekuensi (distribusi frekuensi)
b. Diagram : - Diagram batang
- Diagram garis
- Diagram lambang
- Diagram lingkaran
- Diagram peta (kartogram)
4
DISTRIBUSI FREKUENSI
1. Menentukan kelas-kelasnya.
2. Menseleksi frekuensi ke dalam kelas-kelas ybs.
3. Menjumlah semua frekuensi dari kelas-kelas.
k = 1 + 3,322 log n
k : jumlah kelas
n : jumlah individu
b. Menentukan interval tiap kelas
R = Xn - X1
Range
Interval kelas = -------------
k
5
Contoh Soal.
55 72 66 77 31 90 70 68 58 65
82 68 80 44 70 78 98 75 92 84
90 95 56 92 84 62 55 89 66 85
69 78 49 94 76 88 72 75 82 76
90 72 98 65 83 58 66 82 57 81
80 40 62 78 94 76 92 78 62 77
68 63 73 74 50 66 77 82 46 69
80 67 58 55 68 70 75 83 79 37
6
Beberapa Pengertian dalam Distribusi Frekuensi
1. Kelas : tiap-tiap kelompok nilai variabel.
Mis. 30 – 39; 40 – 49; ….. ; 90 – 99.
2. Batas Kelas : nilai-nilai yang membatasi kelas yang satu dari kelas yang
lain.
Mis. 30; 39; 40; 49; ….. ; 90; 99.
3. Batas kelas bawah dan batas kelas atas.
Batas kelas bawah : angka-angka pada deretan sebelah kiri.
Mis. 30; 40; ….. ; 90.
Batas kelas atas : angka-angka pada deretan sebelah kanan.
Mis. 39; 49; …..; 99.
4. Batas semu dan batas nyata.
Batas semu : batas kelas yang mengandung lubang di antara kelas yang
satu dengan kelas yang lain.
Batas byata : batas kelas yang tidak mengandung lubang di antara
kelas yang satu dengan kelas yang lain. Hanya dimiliki oleh variabel
kontinyu.
29,5 39,5 49,5 59,5 batas nyata
30 39 40 49 50 59 dst.
batas semu
5. Luas kelas ( i )
Dapat diukur dengan berbagai cara, antara lain :
a. Selisih antara batas kelas atas dari kelas yang bersangkutan
dengan batas kelas atas dari kelas yang setingkat lebih rendah.
Mis. 49 – 39 = 10.
b. Selisih antara batas kelas bawah dari kelas yang setingkat lebih
tinggi dengan batas kelas bawah dari kelas yang bersangkutan.
Mis. 50 – 40 = 10.
c. Selisih antara batas kelas atas nyata dengan batas kelas bawah
nyata dari kelas yang bersangkutan.
Mis. 49,5 – 39,5 = 10.
6. Nilai tengah (m) : angka/nilai variabel yang tepat terletak di tengah-
tengah suatu kelas (= batas atas nyata + batas bawah nyata, kemudian
dibagi dua).
Mis. Nilai tengah kelas pertama : (39,5 + 29,5) : 2 = 34,5
7. Distribusi frekuensi dengan kelas terbuka : distribusi frekuensi yang
tidak mempunyai batas kelas atas pada kelas terakhir maupun batas
kelas bawah pada kelas pertama.
Mis. Di bawah 30
30 - 39
40 - 49
…………
70 - 79
80 dan lebih
7
Distribusi Frekuensi, Frekuensi Relatif, Dalam Prosen,
Meningkat Ke Bawah dan Ke Atas,
Batas Nyata dan Nilai Tengah masing-masing Kelas
dari Nilai Ujian Matematika untuk 80 Orang Mahasiswa
29.5
30 - 39 2 0.025 2 80 34.5
39.5
40 - 49 4 0.05 44.5
49.5
50 - 59 9 0.1125 54.5
59.5
60 - 69 17 0.2125 64.5
69.5
70 - 79 22 0.275 74.5
79.5
80 - 89 15 0.1875 84.5
89.5
90 - 99 11 0.1375 80 94.5
99.5
8
HISTOGRAM
POLIGON
9
OGIVE
cf (cumulative frequency)
10
UKURAN TENDENSI PUSAT
UNTUK DATA KUANTITATIF
A B
XA XB
B
A
XAB
11
3. Perbedaan kecondongan distribusi frekuensi dimana kurvanya
tidak simetris (skewness).
A B
XA XB
XAB
Kurva distribusi A dan B mempunyai posisi pusat yang sama yaitu X AB,
tetapi kurva A mempunyai keruncingan yang lebih besar daripada kurva
B, karena kurva A relatif dispersinya lebih kecil.
12
Ukuran Tendensi Pusat,
Macam dan Syarat yang harus dipenuhi
13
Σ x Σ x
X = μ =
n N
untuk sample untuk populasi
x → statistik μ → parameter
x : rata-rata hitung
Σ : jumlah
x : nilai pengamatan
n : jumlah pengamatan sampel
(N untuk populasi) (contoh soal)
Σ fx
X =
Σf f : frekuensi (contoh soal)
Σ fm Σ fm
X = μ =
n N
untuk sampel untuk populasi
14
2) Tentukan penyimpangan-penyimpangan (deviasi) dari tiap-
tiap nilai tengah terhadap mean terkaan dan penyimpangan ini
kita standarkan, yaitu dengan membaginya dengan luas kelas
(interval), kita sebut penyimpangan standar (d’).
M – X0
d’ =
i
Σ fd’
X = X0 + ( )i
n
15
3. Rata-rata hitung tertimbang.
ΣXW
XW =
ΣW
G = ( x1 . x2 . x3 . … . xn ) 1/n
n
G = √ x 1 . x 2 . x 3 . … . xn
16
Σ log x
Log G =
n
Σ log x
G = antilog
n
n
G = √ m1f1 . m2f2 . m3f3 . … . mnfn
Σ f log m
Log G =
n
Σ f log m
G = antilog
n
(contoh soal)
17
Perbedaan sifat-sifat penting antara Arithmetic Mean dengan Geometric
Mean :
A. Arithmetic Mean
B. Geometric Mean
18
MEDIAN
Md
Contoh :
Nilai Matematika 5 orang mahasiswa sebagai sampel adalah:
60 65 70 75 85
n=5
Median = nilai x yang ke (5+1)/2 = x3 = 70
19
b. Untuk jumlah pengamatan (n) genap :
1) Untuk data diskrit
x1, x2, x3, …. xn, xn+2, …. xn
2 2
Md
Median : nilai x yang ke n/2 atau nilai x yang ke (n+2)/2
Contoh :
Jumlah anak dari 8 orang ibu rumah tangga adalah:
1 2 3 3 4 4 4 5
n=8
Median = nilai x yang ke 8/2 = x4 = 3
Atau nilai x yang ke (8+2)/2 = x5 = 4
xn + xn+2
2 2
Contoh :
Nilai Matematika 6 orang mahasiswa sebagai sampel adalah:
55 60 70 75 85 90
n=6
x6 + x6+2
2 2
Median =
2
x3 + x4 70 + 75
= = = 72,5
2 2
20
Perubahan nilai x1 dan atau x2 dengan nilai yang lebih kecil
dari 70 ataupun perubahan nilai x5 dan atau x6 dengan nilai
yang lebih besar dari 75 tidak akan mempengaruhi nilai
median, tetapi dalam perhitungan nilai mean perubahan nilai
salah satu invividu akan mempengaruhinya.
n FL
Md
2
Md = LMd + ( ) i
fMd
dimana :
Md = nilai median
LMd = batas bawah nyata kelas yang mengandung
median
n = jumlah frekuensi dalam distribusi
FL = frekuensi kumulatif sebelum batas bawah
Md
kelas yang mengandung median
fMd = frekuensi dari kelas yang mengandung
median
i = luas kelas
(contoh soal)
21
MODE
Contoh :
1. Data : 5 6 7 8 9
Dikatakan tidak ada mode ( no modus, no modal)
2. Data : 5 6 7 7 8 9
Mode = 7 ; disebut mono modus
3. Data : 5 6 7 7 8 9 9 10
Mode = 7 dan 9 ; disebut bimodus ( bimodal )
Contoh :
Carilah mode dari besarnya keluarga dari 10 rumah tangga sbb :
7 4 6 5 6 4 6 5 9 6
22
2. Untuk data berkelompok
d1
Mo = L Mo + ( )i
d1 + d2
d1 = f Mo - f1
d2 = f Mo - f2
dimana :
Mo = mode
f1 = frekuensi dari kelas yang terletak di atas kelas yang
mengandung mode
f2 = frekuensi dari kelas yang terletak di bawah kelas
yang mengandung mode
fMo = frekuensi dari kelas yang mengandung mode
LMo = batas bawah nyata kelas yang mengandung mode
i = luas kelas
23
UKURAN LETAK
Ukuran letak suatu rangkaian data adalah ukuran yang didasarkan letak
dari ukuran tersebut dalam suatu distribusi.
Macam-macam ukuran letak selain median adalah :
1. Kuartil
2. Desil
3. Persentil
1. KUARTIL
24
Cara penentuan nilai kuartil :
a. Susun data menjadi array
b. Cari letak Kuartil dengan rumus tersebut di atas
c. Cari nilai Kuartil pada susunan data tersebut.
Contoh :
Susunan data (array) :
2 3 3 4 5 7 7
1(7+1) 8
Q1 = = = 2 → X2 = 3
4 4
2(7+1) 16
Q2 = = = 4 → X4 = 4
4 4
3(7+1) 24
Q3 = = = 6 → X6 = 7
4 4
x.n FL
Qx
4
Qx = LQx + ( ) i
fQx
dimana :
Qx = nilai kuartil ke x
LQx = batas bawah nyata kelas yang mengandung
Qx
n = jumlah frekuensi dalam distribusi
FL = frekuensi kumulatif sebelum batas bawah
Qx
kelas yang mengandung Qx
fQx = frekuensi dari kelas yang mengandung Qx
i = luas kelas (contoh soal)
25
2. DESIL
Desil adalah D1, D2, D3 …, D9 yang membagi nilai-nilai
menjadi 10 (sepuluh) bagian yang sama banyaknya.
D1 (desil pertama) : suatu nilai dalam distribusi yang membatasi
10 % frekuensi di bagian atas distribusi dari
90 % frekuensi di bagian bawah distribusi.
D4 (desil ke empat) : suatu nilai dalam distribusi yang membatasi
40 % frekuensi di bagian atas distribusi dari
60 % frekuensi di bagian bawah distribusi.
Dx (desil ke - x) : suatu nilai dalam distribusi yang membatasi 10X %
frekuensi yang teratas dalam distribusi.
a. Untuk data tidak berkelompok
Rumus letak :
1(n+1)
D1 =
10
5(n+1)
D5 =
10
9(n+1)
D9 =
10
Contoh :
Tentukan nilai-nilai D1, D4 dan D8 untuk data berikut :
10 8 5 12 13 15 5 21 25 26
7 10 13 27 18 13 27 30 21
Penyelesaian :
Susunan data (array) :
X1 X2 X3 X4 X5 X6 X7 X8 X9 X10
5 . . . . . . . . .
26
Letak D1 = 1 ( 19 + 1 ) / 10 = 2
Nilai D1 = X2 = ……
Letak D4 = … ( 19 + 1 ) / 10 = …
Nilai D4 = X.. = ……
Letak D8 = … ( 19 + 1 ) / 10 = …
Nilai D8 = X.. = ……
x.n FL
Dx
10
Dx = LDx + ( ) i
fDx
dimana :
Dx = nilai desil ke x
LDx = batas bawah nyata kelas yang mengandung
Dx
n = jumlah frekuensi dalam distribusi
FL = frekuensi kumulatif sebelum batas bawah
Dx
kelas yang mengandung Dx
fDx= frekuensi dari kelas yang mengandung Dx
i = luas kelas
(contoh soal)
3. PERSENTIL
Persentil adalah P1, P2, P3 …, P99 yang membagi nilai-nilai
menjadi 100 (seratus) bagian yang sama banyaknya.
P1 (Persentil pertama) : suatu nilai dalam distribusi yang
membatasi 1 % frekuensi di bagian atas
distribusi dari 99 % frekuensi di bagian bawah
distribusi.
Px (Persentil ke - x) : suatu nilai dalam distribusi yang membatasi
X % frekuensi yang teratas dalam distribusi.
27
a. Untuk data tidak berkelompok
Rumus letak :
1(n+1)
P1 =
100
50 ( n + 1 )
P50 =
100
99 ( n + 1 )
P99 =
100
x.n FL
Px
100
Px = LPx + ( ) i
fPx
dimana :
Px = nilai persentil ke x
LPx = batas bawah nyata kelas yang mengandung
Px
n = jumlah frekuensi dalam distribusi
FL = frekuensi kumulatif sebelum batas bawah
Px
kelas yang mengandung Px
fPx = frekuensi dari kelas yang mengandung Px
i = luas kelas
(contoh soal)
28
Kebaikan-kebaikan Median :
1. Pada data yang telah tersusun Median mudah dihitung.
2. Median tidak dipengaruhi oleh nilai ekstrim.
3. Pada distribusi yang condong, Median lebih mewakili daripada nilai
rata-rata.
4. Pada tabel frekuensi dengan kelas terbuka, median dapat dihitung.
5. Deviasi absolut Median lebih kecil daripada deviasi yang diukur dari
manapun juga.
Contoh :
Data : 6, 9, 15.
Median = 9 ; Mean = 30 / 3 = 10
Deviasi absolut terhadap Median = 3 + 0 + 6 = 9
Deviasi absolut terhadap Mean = 4 + 1 + 5 = 10
Kelemahan-kelemahan Median :
1. Untuk menghitung Median, harus menyusun data. Apabila jumlah
datanya besar, hal ini menjadi tidak praktis.
2. Median kurang dikenal dibanding nilai rata-rata.
3. Median tidak dapat digunakan untuk perhitungan lebih lanjut. Artinya
dari beberapa Median tidak dapat dihitung Median secara keseluruhan.
4. Pada distribusi diskrit, kadang-kadang tidak ada Median.
Kebaikan- kebaikan Mode :
1. Mode mudah dimengerti.
2. Mode tidak dipengaruhi oleh nilai ekstrim.
3. Pada distribusi yang condong, Mode lebih mewakili daripada nilai rata-
rata.
Kelemahan-kelemahan Mode :
1. Perhitungan Mode lebih sukar daripada nilai rata-rata.
2. Mode tidak tegas dirumuskan, artinya kadang-kadang ada Mode dan
kadang-kadang tidak ada Mode.
Mean = Md = Mo
29
2. Pada distribusi yang mempunyai 2 Mode (bimodal) dan simetris
Mean = Median
Mode terletak di kiri kanan titik Mean dengan jarak yang sama
Mo Mean=Md Mo
Mo Md Mean
b. Condong kanan
Mean < Median < Mode
Mean Md Mo
30
LEMBAR KERJA
*)
Menghitung Arithmetic Mean
Dengan Metode Panjang
Nilai Ujian Matematika
Untuk 80 orang Mahasiswa
Kelas Jumlah Mhsw. Nilai Tengah fxm
(Nilai) f m
30 – 39 2
40 – 49 4
50 – 59 9
60 – 69 17
70 – 79 22
80 – 89 15
90 - 99 11
Jumlah 80
Σfm
X = = .....................
n
*)
Menghitung Arithmetic Mean
Dengan Metode Pendek
Nilai Ujian Matematika
Untuk 80 orang Mahasiswa
Kelas Jumlah Mhsw. Penyimpangan f x d’
(Nilai) f standar
d’
30 – 39 2
40 – 49 4
50 – 59 9
60 – 69 17
70 – 79 22
80 – 89 15
90 - 99 11
Jumlah 80
31
Misal : Mean terkaan ( X0 ) = ………..
Maka :
m1 – X0
d’1 = = ………..
i
m2 – X0
d’2 = = ………..
i
dst.
Σ f d’
X = X0 + ( ) i
n
= ……………
Σ f d’
X = X0 + ( ) i
n
= ………………
32
*)
Perhitungan Rata-rata Hitung Tertimbang
Indeks Prestasi (IP) seorang mahasiswa
dalam suatu Semester
ΣXW
Xw = = ........... → IP.
ΣW
*)
Menghitung Geometric Mean
Perkembangan Nilai Uang Rp 1. 000.000,-
Selama Th 2001 – 2005
33
*)
Menghitung Geometric Mean
Penggolongan Umur Reproduktif
Dari 80 Wanita Berkeluarga
Golongan Umur
Reproduktif f m Log m f log m
( th )
15 – 19
20 – 24
25 – 29
30 – 34
35 – 39
40 – 44
45 – 49
Jumlah
Σ f log m
Log G = = ……………..
n
Σ f log m
G = antilog = ……………..
n
*)
Menghitung Median
pada Nilai Ujian Matematika
untuk 80 orang Mahasiswa
Kelas Jumlah Mhsw. Batas nyata Frek. Kumulatif
(Nilai) f (cf)
30 – 39 2
40 – 49 4
50 – 59 9
60 – 69 17
70 – 79 22
80 – 89 15
90 - 99 11
Jumlah 80
34
n FL
2 Md
Md = LMd + ( ) i
fMd
*) Menghitung Mode
d1
Mo = L Mo + ( )i
d1 + d2
*)
Menghitung Kuartil
pada Nilai Ujian Matematika
untuk 80 orang Mahasiswa
35
Rumus letak : ( x / 4 ) n
Rumus nilai Kuartil :
x. n FL
4 Qx
Qx = LQx +( ) i
fQx
Kuartil pertama ( Q1 ) :
Letak : ( x / 4 ) n = ……………………
Nilai Kuartil pertama :
1. n FL
4 Q1
Q1 = LQ1 +( ) i
fQ1
Menghitung Desil ( D ) :
Rumus letak : ( x / 10 ) n
Rumus nilai Desil :
x. n FL
10 Dx
Dx = LDx +( ) i
fDx
Desil pertama ( D1 ) :
Letak : ( x / 10 ) n = ………………………
Nilai Desil pertama :
36
1. n FL
10 D1
D1 = LD1 +( ) i
fD1
=
Desil ke empat ( D4 ) : ……………….?
Desil ke delapan ( D8 ) : ……………….?
Menghitung Persentil ( P ) :
Rumus letak : ( x / 100 ) n
Rumus nilai Persentil :
x. n FL
100 Px
Px = LPx +( ) i
fPx
Persentil ke 35 ( P35 ) :
Letak : ( x / 100 ) n = …………………
Nilai Persentil ke 35 :
35. n FL
100 P35
P35 = LP35 + ( ) i
fP35
37
Menentukan Letak Nilai Mode secara Grafis
dari Distribusi Nilai Ujian Matematika
Untuk 80 orang Mahasiswa
38
DISPERSI, SKEWNESS & KURTOSIS
(Tiga macam hal penting tentang cirri-ciri distribusi frekuensi yang
memberi gambaran secara lengkap tentang keadaan distribusi tersebut)
DISPERSI
Ada 2 jenis :
R = Xn – X1
39
Contoh : 5 7 7 9 10 11 11 11 13 16
5 9 10 10 10 14 15 15 15 16
Kedua kumpulan nilai tersebut mempunyai range yang sama, yaitu
masing-masing 16 – 5 = 11.
Range kurang dapat menggambarkan sifat atau kelakuan dari
kumpulan nilai karena range sangat tergantung pada dua nilai ekstrim
(nilai pengamatan terbesar dan terkecil) tanpa memperhatikan nilai-
nilai lain yang terletak antara keduanya.
Q3 - Q1
QD =
2
∑|X–X |
AD =
n
(Contoh soal)
∑f |m – X |
AD =
n
(Contoh soal)
40
d. Simpangan Baku (Standard Deviation)
Untuk sampel → s
Untuk populasi → σ
Ragam (Variance) : Untuk sampel → s2
Untuk populasi → σ2
* Untuk data tidak berkelompok
1. Sampel besar ( n ≥ 30 )
∑ ( X – X )2
s =
n
Untuk populasi :
∑ ( X – μ )2
σ =
N
∑ ( X – X )2
s =
n - 1
(Contoh soal)
CARA LAIN :
Mencari Simpangan Baku dengan menggunakan angka kasar.
Untuk sampel besar :
Σ X2 ΣX 2
s = -
n n
41
Untuk sample kecil :
Σ X2 ( Σ X )2
s = -
n-1 n ( n – 1)
(Contoh soal)
* Untuk data berkelompok
1. Sampel besar ( n ≥ 30 )
Σ f ( m – X )2
s =
n
Untuk populasi :
Σ f ( m – μ )2
σ =
N
Σ f ( m – X )2
s =
n - 1
(Contoh soal)
Σ f d’2 Σ f d’ 2
s = i -
n n
42
Untuk populasi :
Σ f d’2 Σ f d’ 2
σ = i -
N N
Σ f d’2 ( Σ f d’)2
s = i -
n–1 n (n-1)
(Contoh soal)
Catatan :
Untuk distribusi normal, nilai terendah dan nilai tertinggi kira-kira
sama dengan nilai Mean dikurangi dan ditambah tiga nilai simpangan
baku.
x ± 3s untuk sampel
μ ± 3 σ untuk populasi
1. Koefisien Range
Nilai terbesar - terkecil
Koefisien Range =
Nilai terbesar + terkecil
43
2. Koefisien Deviasi Kuartil
Q3 – Q1
Koefisien QD =
Q3 + Q1
44
LEMBAR KERJA
*)
Menghitung Average Deviation
Pengeluaran Konsumsi per hari dari 10 Keluarga
(Ribuan Rupiah)
Keluarga Pengeluaran harian
X X - X |X – X |
I 16
II 18
III 20
IV 23
V 25
VI 28
VII 26
VIII 23
IX 21
X 20
Jumlah 220
ΣX 220
X = = = 22
n 10
∑ |X – X | .......
AD = = = .......
n .......
*)
Menghitung Average Deviation
pada Nilai Ujian Matematika
untuk 80 orang Mahasiswa
Kelas Jumlah Nilai tengah
(Nilai) Mhsw. m m – X | m –X| f |m– X |
f
30 – 39 2 34,5
40 – 49 4 44,5
50 – 59 9 54,5
60 – 69 17 64,5
70 – 79 22 74,5
80 – 89 15 84,5
90 - 99 11 94,5
Jumlah 80
45
Σfm ………
X = = = ………..
n ……
Σf | m– X | ………
AD = = = ………..
n ........
*)
Menghitung Standard Deviation
Pengeluaran Konsumsi per hari dari 10 Keluarga
(Ribuan Rupiah)
Keluarga Pengeluaran harian
X X- X ( X – X )2
I 16
II 18
III 20
IV 23
V 25
VI 28
VII 26
VIII 23
IX 21
X 20
Jumlah 220
ΣX 220
X = = = 22
n 10
∑ ( X – X )2
s =
n - 1
.......
= = ................. = ............
....... - .......
46
*) Menghitung Standard Deviation
Pengeluaran Konsumsi per hari dari 10 Keluarga
(Ribuan Rupiah)
Keluarga Pengeluaran harian (X) X2
I 16
II 18
III 20
IV 23
V 25
VI 28
VII 26
VIII 23
IX 21
X 20
Jumlah 220
Σ X2 ( Σ X )2
s = -
n-1 n ( n – 1)
........ (.......) 2
= -
........ ....... ( ....... )
= ................ = ..............
*)
Menghitung Standard Deviation
pada Nilai Ujian Matematika
untuk 80 orang Mahasiswa
Kelas Jumlah Nilai
(Nilai) Mhsw. tengah m– X (m – X )2 f ( m – X )2
f m
30 – 39 2 34,5
40 – 49 4 44,5
50 – 59 9 54,5
60 – 69 17 64,5
70 – 79 22 74,5
80 – 89 15 84,5
90 - 99 11 94,5
Jumlah 80
47
Σ f ( m – X )2
s =
n
..…………..
=
..…..
= ……………… = ………..
*)
Menghitung Standard Deviation dengan Coding Method
pada Nilai Ujian Matematika untuk 80 orang Mahasiswa
Kelas Jumlah m d’ fd’ d’2 fd’2
(Nilai) Mhsw.
f
30 – 39 2 34,5 -3
40 – 49 4 44,5 -2
50 – 59 9 54,5 -1
60 – 69 17 64,5 0
70 – 79 22 74,5 1
80 – 89 15 84,5 2
90 - 99 11 94,5 3
Jumlah 80 0
Σ f d’2 Σ f d’ 2
s = i -
n n
…… ….. 2
= ….. -
.….. …..
= …. √ ……………..
48
SKEWNESS
1. Metode Karl Pearson
X – Mo
Sk =
s
Dimana :
Sk : Coefficient of skewness
X : nilai mean
Mo : nilai mode
S : simpangan baku
Berdasarkan pengalaman :
X – Mo = 3 ( X – Md )
Maka :
Makin besar Sk = derajad ketidak-
3 ( X – Md ) simetrisan semakin besar.
Sk =
s
2. Metode Bowley
( Q3 – Q2 ) – ( Q2 – Q1 )
Sk =
( Q3 – Q2 ) + ( Q2 – Q1 )
3. Metode “ 10 – 90 “ Persentil
49
4. Berdasarkan Moment ke tiga
Data tidak berkelompok
Σ ( X– X )3
M3 = nilai absolut Sk.
n
Σ ( X – X )2
M2 =
n
Σ fd’2 Σ fd’ 2
M2 = -
n n
M3 = -3 . +2
n n n n
2
M3
β1 = 3
M2
50
KURTOSIS
Tiga jenis ukuran keruncingan (peakedness) :
1. Leptokurtik
2. Platikurtik
3. Mesokurtik ( normal )
1.
2.
3.
M4 β2 = 3 → no. 3
β2 = 2 β2 < 3 → no. 2
M2 β2 > 3 → no. 1
Σ ( X– X )4
M4 =
n
M4 = -4 . +6 . -3
n n n n n n
½ ( Q3 – Q 1 ) k = 0,263 → no. 3
k= k < 0,263 → no. 2
( P90 – P10 ) k > 0,263 → no. 1
51
LEMBAR KERJA
(SKEWNESS & KURTOSIS)
(.......)2 ..........
β1 = = = ..............
(.........)3 ..............
.......... ..........
β2 = = = ...............
(..........)2 .............
52
Untuk data berkelompok
……. ….. 2
…….. .……. …… 3
M3 = -3 +2
……. …….. ……
( ……………… )2
β1 = = .…………
( ……………… )3
M4 = -4 + 6 -3
…… ….. ……. ….. ……. …..
= ………………
………………
β2 = = ………...
(……………..)2
53
ANGKA INDEKS
Simbol-simbol :
54
METODE PENYUSUNAN ANGKA INDEKS
55
Rumus :
Σ Pn
I = ───── x 100
Σ Po
Pn
Σ ─── x 100
Po
I = ──────────
k
Pn
Σ log ─── x 100
Po
Log I = ────────────
k
56
Indeks Kuantita (Quantity Index)
Σ Qn
I = ───── x 100
Σ Qo
Qn
Σ ──── x 100
Qo
I = ──────────
k
Qn
Σ log ─── x 100
Qo
Log I = ────────────
k
57
2. Angka Indeks Tertimbang
(Weighted Index Number) → Angka Indeks Nilai(Value
Index)
Metode Agregatif Tertimbang
(Weighted Aggregative Method)
Σ Pn . W
I = ─────── x 100
Σ Po . W
W menunjukkan
timbangan (weight)
→ kuantitas dalam
satuan fisik
Beberapa pendapat/perumusan :
1) Laspeyres
Σ Pn . Qo
I = ──────── x 100
Σ Po . Qo
2) Paasche
Σ Pn . Qn
I = ──────── x 100
Σ Po . Qn
3) Drobich
L+P
I = ──────
2
Σ Pn . Qo Σ Pn . Qn
──────── + ────────
Σ Po . Qo Σ Po . Qn
I = ──────────────────── x 100
2
58
4) Irving Fisher
──
I = √ LP
──────────────────
Σ Pn . Qo Σ Pn . Qn
─────── x ─────── x 100
Σ Po . Qo Σ Po . Qn
5) Edgeworth
Σ Pn . (Qo + Qn)
I = ──────────── x 100
Σ Po . (Qo + Qn)
Σ Pn . Qa
I = ──────── x 100
Σ Po . Qa
Σ (Pn/Po) . W
I = ───────── x 100
ΣW
59
W menunjukkan timbangan yang berupa nilai (value)
→PxQ
Po Qo → Vo
Pn Qn → Vn
Σ (Pn/Po) (PoQo)
I = ──────────── x 100
Σ PoQo
Σ (Pn/Po) (PnQn)
I = ──────────── x 100
Σ PnQn
-----------------------------------------------------------------------------
ANGKA INDEKS RANTAI
60
Maka dapat dibentuk Angka Indeks rantai dengan perumusan
sbb :
Σ Pi.Qa
Ii-1, i = ──────── x 100
Σ Pi-1.Qa
Σ P96.Q96
I95,96 = ──────── x 100
Σ P95.Q96
Σ P97.Q96
I96,97 = ──────── x 100
Σ P96.Q96
Σ P98.Q96
I97,98 = ──────── x 100
Σ P97.Q96
Σ P99.Q96
I98,99 = ──────── x 100
Σ P98.Q96
61
Bila diperluas :
1991 98
1992 100
1993 102,4
1994 103,8
1995 105,5
1996 108 100
1997 108,8
1998 109,2
1999 110,8
2000 112,5
Atau
I92,98
I96,98 = ────── . 100
I92,96
62
Secara umum :
I92, i
I96, i = ────── . 100
I92,96
Sehingga :
I92,99
I96,99 = ────── . 100
I92,96 Dst.
Upah Uang
Upah Nyata = ────────────────
Indeks Biaya Hidup : 100
Upah Uang
= ───────────── . 100
Indeks Biaya Hidup
63
Contoh soal :
Data harga jual dan volume penjualan dari 5 jenis barang di suatu kota beserta tabel untuk perhitungan angka indeks.
A Rp 600.00 Rp 650.00 75 85
B Rp 700.00 Rp 750.00 90 90
C Rp 600.00 Rp 625.00 120 125
D Rp 650.00 Rp 700.00 105 100
E Rp 450.00 Rp 500.00 80 90
Kuantitas
Qo + Qn Po (Qo + Qn) Pn (Qo + Qn) 1996 Pn Qa Po Qa
Qa
55
75
90
100
80
400
64
Harga
Pn/Po Pn/Po(PoQo) Pn/Po(PnQn)
1995 1996 1997 1998 1999
P95 Q96 P96 Q96 P97 Q96 P98 Q96 P99 Q96
65
Penyelesaian :
Data harga jual dan volume penjualan dari 5 jenis barang di suatu kota beserta tabel untuk perhitungan angka indeks.
Kuantitas
Qo + Qn Po (Qo + Qn) Pn (Qo + Qn) 1996 Pn Qa Po Qa
Qa
66
Harga
Pn/Po Pn/Po(PoQo) Pn/Po(PnQn)
1995 1996 1997 1998 1999
P95 Q96 P96 Q96 P97 Q96 P98 Q96 P99 Q96
67
PERHITUNGAN ANGKA INDEKS
Σ Pn
I = ───── x 100
Σ Po
3.225
I = ───── x 100 = 107,50
3.000
Jadi : Angka Indeks Th 1998 = 100
Angka Indeks Th 1999 = 107,50
68
- Geometric mean :
Pn
Σ log ─── x 100
Po
Log I = ──────────
k
10,1603785
= ─────── = 2,0320757
5
I = antilog 2,0320757= 107,67
69
Dapat juga digunakan :
- Median → I = 104,17
- Mid-range
→ I = ( 95,24 + 113,33) / 2 = 104,28
- Geometric mean :
Qn
Σ log ─── x 100
Qo
Log I = ──────────
k
10,1020595
= ──────── = 2,0204119
5
I = antilog 2,0204119 = 104,81
70
4) Irving Fisher
──
I = √ LP
─────────── ───────
I = √ 107,21 x 107,26 = √ 11.499,3446 = 107,23
7) Edgeworth
Σ Pn . (Qo + Qn)
I = ──────────── x 100
Σ Po . (Qo + Qn)
620.625,00
I = ──────── x 100 = 107,24
578.750,00
Σ P96.Q96 201.250,00
I95,96 = ──────── x 100 = ──────── x 100 = 109,67
Σ P95.Q96 183.500,00
Σ P97.Q96 216.500,00
I96,97 = ──────── x 100 = ──────── x 100 = 107,58
Σ P96.Q96 201.250,00
Σ P98.Q96 240.500,00
I97,98 = ──────── x 100 = ──────── x 100 = 111,09
Σ P97.Q96 216.500,00
Σ P99.Q96 258.250,00
I98,99 = ──────── x 100 = ──────── x 100 = 107,38
Σ P98.Q96 240.500,00
72
PENGGUNAAN ANGKA INDEKS
DALAM PENDEFLASIAN
Upah Uang
Upah Nyata = ────────────────
Indeks Biaya Hidup : 100
Upah Uang
= ───────────── . 100
Indeks Biaya Hidup
Contoh :
ΩΩΩΩΩΩΩ
73