SILABUS
1. Pendahuluan
2. Statistik Deskriptif
3. Statistik Inferensial
4. Uji hipotesis sampel tunggal
5. Uji hipotesis sampel ganda
6. Analysis of Variance (ANOVA)
7. Analisis regresi dan korelasi
Halaman | 1
Analisis Statistik & Numerik – Program Studi Teknik Pertambangan
BAB I
PENDAHULUAN
Dalam pengertian yang paling sederhana statistik artinya data. Dalam pengertian yang
lebih luas, statistik dapat diartikan sebagai kumpulan data (fakta) dalam bentuk angka
yang disusun dalam bentuk tabel (daftar) dan atau diagram yang menggambarkan
(berkaitan) dengan suatu masalah tertentu.
Untuk memperoleh sejumlah informasi yang menjelaskan masalah agar dapat ditarik
kesimpulan yang benar, maka harus melalui proses yaitu pengumpulan informasi,
Halaman | 2
Analisis Statistik & Numerik – Program Studi Teknik Pertambangan
Sudjana (1991) mengatakan statistika adalah cabang dari matematika terapan yang
membahas cara mengumpulkan data, meringkas data, mengolah dan menyajikan data,
menganalisis data, menarik kesimpulan dan mengambil keputusan dalam batas-batas
resiko tertentu berdasarkan strategi yang ada.
Kita simpulkan statistika adalah cabang ilmu yang secara sistematis mengumpulkan
data, mengolah data, dan menganalisis data, sehingga dapat ditarik kesimpulan
selanjutnya diambil keputusan secara rasional dan obyektif untuk memprediksi
kejadian atau perilaku (proses, produksi) serta meningkatkan kualitas produktivitas.
Halaman | 3
Analisis Statistik & Numerik – Program Studi Teknik Pertambangan
Halaman | 4
Analisis Statistik & Numerik – Program Studi Teknik Pertambangan
Halaman | 5
Analisis Statistik & Numerik – Program Studi Teknik Pertambangan
Mulai
Pengumpulan data
Apakah data
perlu
disederhana-
kan
Penyusunan tabel
dsitribusi frekuensi
Penyusunan tabel
Perhitungan ukuran
dsitribusi frekuensi
data untuk meringkas
dalam bentuk grafik
karakteristik data
(jika diperlukan)
Selesai
2. Statistik Inferensia
Statistik inferensia adalah pengetahuan yang berhubungan dengan cara-cara
pengumpulan data, penyajian dan pengorganisasian data, pengolahan dan
penganalisaan data, penarikan kesimpulan serta pembuatan keputusan yang
cukup beralasan berdasarkan fakta dan hasil analisis data sampel. Metode ini
merupakan inti statistik modern.
Halaman | 6
Analisis Statistik & Numerik – Program Studi Teknik Pertambangan
Statistik inferensia dapat pula dikatakan cara untuk menghasilkan atau menarik
kesimpulan umum yang valid berdasarkan keadaan yang khusus (sampel). Metode
ini menggunakan cara induktif. Statistik tidak dapat memberikan kesimpulan
absolut, tetapi hanya memberikan kesimpulan pada batas peluang tertentu
(umumnya dengan tingkat kepercayaan 95%).
Dengan kata lain, statistik inferensia berfungsi menyediakan aturan atau
cara-cara yang dapat dipergunakan sebagai alat untuk menarik kesimpulan
(conclussion) baik yang bersifat umum maupun khusus, penyusunan atau
pembuatan ramalan (prediction) dan penaksiran (estimation) berdasarkan
hasil dari pengolahan data khusus.
Mulai
Pengumpulan data
Pengolahan data
Halaman | 7
Analisis Statistik & Numerik – Program Studi Teknik Pertambangan
Dari penjelasan di atas dapat disimpulkan bahwa tujuan statistik pada dasarnya adalah
melakukan deskripsi terhadap suatu sampel, kemudian melakukan inferensi
(pengambilan kesimpulan) terhadap populasi data berdasarkan informasi yang
terkandung dalam sampel. Namun karena sampel yang diambil hanya sebagian saja
dari populasi, dapat terjadi bias dalam kesimpulan yang didapat. Sebagai konsekuensi
dari kemungkinan timbulnya berbagai bias dalam inferens, perlu diukur realibilitas
dari setiap inferens yang telah dibuat, seperti pelaporan adanya prediksi kesalahan
terhadap keputusan yang dibuat.
1. Populasi
Populasi dapat didefinisikan sebagai sekumpulan data yang
mengidentifikasikan suatu barang-barang atau apa saja di bawah suatu
persyaratan atau ketentuan suatu populasi. Populasi adalah keseluruhan dari
unsur-unsur yang dipelajari dan dari unsur-unsur mana informasi mengenai
karakteristik atau sifat unsur tersebut dicari.
Secara teoritis populasi dianggap memuat jumlah unsur (pengamatan) yang
tidak terbatas. Dalam populasi dimasukkan semua kemungkinan dari nilai
variabel random dalam pertimbangannya. Jadi dapat dikatakan populasi adalah
keseluruhan dari semua hasil yang mungkin dari peristiwa statistik yang
berhubungan dengan variabel random.
2. Sampel
Sampel dapat didefinisikan sebagai sekumpulan data yang diambil atau
diseleksi dari suatu populasi. Kalau dari suatu populasi diambil sebagian
elemen-elemennya, maka elemen-elemen tersebut membentuk sampel. Metode
Halaman | 8
Analisis Statistik & Numerik – Program Studi Teknik Pertambangan
Biasanya orang lebih suka mempelajari sampel daripada populasi. Berikut ini alasan
mengapa orang lebih suka mempelajari sampel daripada populasi.
a. Populasi terlalu besar jumlahnya, sehingga untuk mempelajari seluruh anggota
(elemen, unsur) populasi akan memakan banyak biaya dan membutuhkan
waktu yang lebih lama.
b. Populasi jumlahnya tidak terhingga, sehingga mau tidak mau harus digunakan
sampel (penggunaan sampel tidak bisa dihindari atau tidak ada pilihan lain)
meski banyak tenaga dan waktu, tidak akan mungkin mempelajari seluruh
bagian dari populasi
c. Sampling digunakan untuk meminimumkan kerusakan atau meminimumkan
gangguan yang akan terjadi jika seluruh anggota populasi dipelajari.
d. Tidak semua anggota populasi tersedia (misalnya catatan sejarah yang tidak
lengkap).
Hubungan antara sampel dan populasi dapat digambarkan seperti gambar 1.3 berikut
ini :
Halaman | 9
Analisis Statistik & Numerik – Program Studi Teknik Pertambangan
Populasi : N
Parameter populasi : , 2 ,
Ada dua macam teknik pengambilan sampel yang umum dilakukan dalam penelitian,
yaitu :
1. Probability sampling, yaitu teknik sampling untuk memberikan peluang yang
sama pada setiap anggota populasi untuk dapat dipilih menjadi anggota sampel.
Yang tergolong teknik probability sampling yaitu :
Halaman | 10
Analisis Statistik & Numerik – Program Studi Teknik Pertambangan
(a) Simple random sampling, yaitu cara pengambilan sampel dari anggota
populasi dengan menggunakan acak tanpa memperhatikan strata
(tingkatan) dalam anggota populasi tersebut. Hal ini dilakukan apabila
anggota populasi dianggap homogen (sejenis).
Contoh :
Jumlah dosen Universitas Mulawarman yang mengikuti pelatihan
penjaminan mutu.
Jumlah mahasiswa Universitas Mulawarman yang mendapat beasiswa
bidik misi.
Jumlah perusahan pertambangan yang memiliki IUP Produksi di
Kalimantan Timur
(b) Proportionate Stratified Random Sampling, yaitu pengambilan sampel
dari anggota populasi secara acak dan berstrata secara proposional. Cara
ini dilakukan apabila anggota populasinya heterogen.
Contoh :
Jumlah kursi anggota DPR dari partai pemenang pemilu 2019
(c) Disproportionate Stratified Random Sampling, yaitu pengambilan sampel
dari anggota populasi secara acak dan berstrata, tetapi sebagian ada yang
kurang proposional pembagiannya. Cara ini dilakukan apabila anggota
populasinya heterogen.
(d) Area sampling, yaitu teknik sampling yang dilakukan dengan cara
mengambil wakil dari setiap daerah / wilayah geografis yang ada. Contoh:
Peneliti akan melihat pelaksanaan imunisasi campak di seluruh wilayah
Indonesia. Karena wilayah Indonesia sangat luas terdiri dari 34 provinsi
dengan kondisi wilayah yang berbeda-beda, maka peneliti mengambil
sampel dari provinsi, kemudian provinsi terdiri dari kabupaten, kabupaten
terdiri dari kecamatan, kecamatan terdiri dari desa / kelurahan, desa /
kelurahan terdiri dari RW, RW terdiri dari RT dan terakhir RT terdiri dari
keluarga-keluarga yang akan mendapat imunisasi campak.
Halaman | 11
Analisis Statistik & Numerik – Program Studi Teknik Pertambangan
Halaman | 12
Analisis Statistik & Numerik – Program Studi Teknik Pertambangan
Latin. Penggunaan notasi dengan huruf Yunani dan Latin tersebut tidak mutlak, tetapi
semata-mata hanya untuk memudahkan, sehingga orang langsung tahu yang dimaksud
data dalam populasi atau sampel.
Dalam statistik inferens, akan digunakan nilai statistik sebagai penduga parameter
populasi padanannya. Ukuran populasi diasumsikan sangat besar atau bahkan tak
terhingga. Untuk mengetahui seberapa teliti atau akurat nilai statistik menduga
parameternya, pertama-tama harus mengetahui sebaran nilai-nilai statistiknya yang
diperoleh berdasar banyak sekali sampel yang diambil berulang-ulang.
Halaman | 13
Analisis Statistik & Numerik – Program Studi Teknik Pertambangan
Data kualitatif secara sederhana dapat disebut sebagai data yang berupa angka,
sehingga dapat dilakukan operasi matematik. Sedangkan data kuantitatif tidak bisa
dilakukan operasi matematik.
a. Data nominal
Data bertipe ordinal adalah data yang paling rendah dalam level pengukuran
data. Jika suatu pengukuran data hanya menghasilkan satu atau hanya satu-
satunya kategori, maka data tersebut adalah data nominal (data kategori).
Missal proses pendataan tempat tinggal 40 responden dalam suatu pemilihan.
Dalam kasus ini setiap orang akan bertempat tinggal di suatu tempat tertentu
(berdasar KTP), tidak bisa di tempat lain. Jadi tempat tinggal adalah data
nominal, demikian juga jenis kelamin dan tanggal lahir seseorang adalah data
nominal.
b. Data ordinal
Data ordinal seperti halnya pada data nominal juga merupakan data kualitatif,
namun dengan level yang lebih tinggi daripada data nominal. Jika pada data
nominal semua kategori dianggap sama, maka pada data ordinal ada tingkatan
data. Pada data ordinal ada data dengan urutan tinggi dan urutan lebih rendah.
Misal data tentang sikap seseorang terhadap produk tertentu. Dalam
pengukuran sikap konsumen, ada sikap yang suka, tidak suka, sangat tidak suka
dan sikap lainnya. Di sini data tidak dapat disamakan derajatnya, dalam arti
suka dianggap lebih tinggi dari tidak suka, namun lebih rendah dari sangat tidak
suka dan lainnya. Jadi ada preferensi atau tingkatan data, di mana data yang
satu berstatus lebih tinggi atau lebih rendah dari yang lain. Namun data ordinal
juga tidak dapat dilakukan operasi matematik.
Data kuantitatif dapat disebut sebagai data berupa angka dalam arti sebenarnya.
Berbagai operasi matematik dapat dilakukan pada data kuantitatif.
a. Data interval
Data ini menempati level pengukuran yang lebih tinggi dari data ordinal,
karena selain urutannya bertingkat, urutan tersebut juga bisa dikuantitatifkan.
Data interval sifatnya hanya relatif, tidak dapat dilakukan operasi matematik.
Halaman | 14
Analisis Statistik & Numerik – Program Studi Teknik Pertambangan
b. Data rasio.
Data rasio merupakan data dengan tingkat pengukuran paling tinggi di antara
jenis data lainnya. Data rasio bersifat angka dalam arti sesungguhnya dan dapat
dioperasikan secara matematik. Perbedaan data interval adalah bahwa data
rasio mempunyai nilai nol yang sesungguhnya. Misalnya berat adalah nol,
berarti memang tidak mempunyai berat. Sedangkan bobot nol pada data
interval dapat diberikan angka berapa saja, sifatnya relatif
Halaman | 15
Analisis Statistik & Numerik – Program Studi Teknik Pertambangan
BAB II
PENYAJIAN DATA
Data suatu penelitian atau suatu pekerjaan yang diperoleh dari suatu observasi,
wawancara, kuisioner (angket) maupun dokumentasi. Data tersebut harus disajikan
dengan komunikatif dan lengkap dalam arti data yang disajikan harus menarik
(misalnya diberi warna, bervariasi tampilannya dan lain-lain) untuk membacanya dan
mudah memahami isinya.
Banyak murid
Tingkat sekolah Jumlah
Laki-laki Perempuan
SD 875 687 1562
SMP 512 507 1019
SMA 476 342 818
SMK 316 427 743
Jumlah 2179 1963 4142
2. Grafik (Diagram)
Penyajian yang cukup komunikatif adalah dengan grafik atau diagram. Pada
umumnya terdapat dua macam, yaitu grafik garis (poligon) dan grafik batang
(histogram). Grafik (diagram) batang ini dapat dikembangkan lagi menjadi
Halaman | 16
Analisis Statistik & Numerik – Program Studi Teknik Pertambangan
a. Diagram batang
Penyajian data dalam gambar akan lebih menjelaskan lagi persoalan secara
visual. Untuk ini, pertama-tama akan diuraikan pokok dasar pembuatan
diagram batang. Data yang variabelnya berbentuk kategori atau atribut sangat
tepat disajikan dalam diagram batang. Untuk menggambarkan diagram
batang diperlukan sumbu datar dan sumbu vertikal yang berpotongan tegak
lurus. Sumbu datar dibagi menjadi beberapa skala bagian yang sama;
demikian pula sumbu vertikalnya. Skala pada sumbu vertikal dan skala pada
sumbu datar tidak perlu sama.
Grafik batang berbentuk gambar 2D dan grafik balok berbentuk gambar 3D.
Kalau dalam grafik garis, visualisasi data difokuskan pada garis grafik,
sedangkan pada grafik batang visualisasinya difokuskan pada luas batang
(panjang x lebar). Namun kebanyakan penyajian data dengan grafik batang,
lebar batang dibuat sama, sedangkan yang bervariasi adalah tingginya.
Contoh diagram batang sebagai berikut :
1800
1600
1400
Banyaknya murid
1200
1000
Laki-laki
800
Perempuan
600
Jumlah
400
200
0
SD SMP SMA SMK
Tingkat Sekolah
b. Grafik garis
Grafik garis dibuat untuk menunjukkan perkembangan suatu keadaan.
Perkembangan tersebut bisa naik bisa turun. Hal ini akan nampak secara
visual melalui garis dalam grafik. Seperti pada diagram batang, di sini pun
diperlukan sumbu datar dan sumbu vertikal yang saling tegak lurus. Dalam
grafik terdapat garis vertikal yang menunjukkan jumlah (frekuensi) dan yang
mendatar menunjukkan variabel tertentu.
Halaman | 18
Analisis Statistik & Numerik – Program Studi Teknik Pertambangan
700
600
500
400
300
200
100
0
1 2 3 4 5 6 7 8 9 10
Halaman | 19
Analisis Statistik & Numerik – Program Studi Teknik Pertambangan
Laki-laki
SD
SMP
SMA
SMK
Halaman | 20
Analisis Statistik & Numerik – Program Studi Teknik Pertambangan
BAB III
DISTRIBUSI FREKUENSI
Walaupun data yang telah disusun dari yang terkecil sampai yang terbesar atau
sebaliknya, bukan berarti bahwa penyederhanaan data tersebut telah selesai. Jika
responden data yang diteliti banyak, maka barisan data yang tersusun pun akan
panjang. Keadaan ini msih menyulitkan peneliti dalam mengamati data tersebut. Agar
data menjadi lebih sederhana, maka dibuat suatu distribusi frekuensi, yaitu
mengumpulkan data yang sama dalam satu kelompok.
Halaman | 21
Analisis Statistik & Numerik – Program Studi Teknik Pertambangan
Berikut ini pedoman untuk membuat tabel distribusi frekuensi dengan panjang
(interval) kelas yang sama.
a. Tentukan rentang, yaitu data terbesar dikurangi data terkecil
b. Tentukan banyak kelas interval kelas yang dipergunakan, biasanya berkisar
antara 6 sampai dengan 15 kelas. Semakin banyak data, maka akan semakin
banyak jumlah kelasnya.
Cara lain menentukan banyak kelas dengan menggunakan aturan Sturges :
Rumus Sturges :
K = 1 + 3,3 log n ........................................................................ (3.1)
K = jumlah kelas interval
n = jumlah data observasi
log = logaritma
c. Menghitung panjang kelas interval
𝑟𝑒𝑛𝑡𝑎𝑛𝑔
𝑝= ................................................................ (3.2)
𝑏𝑎𝑛𝑦𝑎𝑘 𝑘𝑒𝑙𝑎𝑠
Catatan : Setiap data yang disajikan dengan teknik apapun harus diberi judul yang
singkat, jelas, tetapi isi tercermin dalam judul.
Halaman | 22
Analisis Statistik & Numerik – Program Studi Teknik Pertambangan
Halaman | 23
Analisis Statistik & Numerik – Program Studi Teknik Pertambangan
Halaman | 24
Analisis Statistik & Numerik – Program Studi Teknik Pertambangan
Halaman | 25
Analisis Statistik & Numerik – Program Studi Teknik Pertambangan
Soal Latihan – 1
Berikut ini nilai ujian statistik mahasiswa Program Studi S1 Teknik Pertambangan
75 80 30 70 20 35 65 65 70 57 57 35
55 25 58 70 40 35 36 45 40 25 58 20
15 55 35 65 40 15 30 30 45 40 58 20
35 45 30 25 70 40 90 65 90 20 65 15
95 84 20 45 65 40 65 25 20 45 85 18
55 30 40 59 30 80 40 35 15 65 85 20
40 25 50 63 58 26 20 40 35 58 75 21
75 30 40 18 60 20 75 25 48 60 40 20
70 52 55 30 80 40 33 30 85 47 85 62
61 50 55 35 60 40 45 30 10 30 60 55
48 50 47 20 60 59 30 25 70 75 45 95
31 30 50 40 20 45 30 75 25 30 25 70
57 45 90 10 65 55 50 65 40 65 49 63
45 58 15 55 15 40 47 15 20 40 40 62
Halaman | 26
Analisis Statistik & Numerik – Program Studi Teknik Pertambangan
Tugas – 1
Dari hasil pengamatan diperoleh waktu edar (dalam satuan detik) alat muat excavator
komatsu 1250-7 sebagai berikut :
20,97 25,39 22,38 20,04 23,59 21,63 22,14 26,58 23,13 21,20
20,11 20,67 20,38 22,24 27,42 19,88 22,30 22,31 21,75 19,96
25,49 19,58 18,99 28,53 31,20 23,00 17,50 26,76 26,50 22,01
21,03 22,73 21,86 22,69 25,60 20,75 22,29 22,64 22,36 20,12
20,48 23,36 19,57 22,31 22,96 24,87 20,78 27,25 19,76 19,46
29,34 20,16 21,70 16,86 23,36 24,43 23,44 21,94 22,17 20,32
19,92 22,21 24,77 22,98 23,38 24,99 24,56 24,97 22,35 22,20
28,11 20,35 24,24 20,70 23,22 22,04 18,85 25,48 24,01 22,02
21,87 22,82 22,55 21,87 22,16 24,23 21,96 21,22 26,10 24,20
26,76 21,29 27,94 24,86 21,82 25,94 23,51 25,87 22,36 20,03
Halaman | 27