STATISTIKA
BI103
PROGRAM STUDI PENDIDIKAN BIOLOGI FPMIPA UPI
rinisolihat@upi.edu 1
rinisolihat@upi.edu 2
No Materi
1 Pendahuluan, Statistika & Statistik
2 Data & Pengorganisasiannya
3 Variabel dan Instrumen pengambilan data*
4 Distribusi Frekuensi
5 Ukuran Pemusatan/Central Tendency
6 Probabilitas/Peluang & Distribusi Peluang
Materi Kuliah 7 Uji Statistik Deskriptif
8 Populasi dan Sampel*
9 Hipotesis & Uj Hipotesis*
10 Uji Statistik Inferensial
11 Uji Parametrik dan Uji Non Parametrik
12 Uji Prasyarat
13 Uji Beda Rata-rata
14 Uji Korelasional
rinisolihat@upi.edu 3
1
3/16/2021
Ingat: Ukuran Pemusatan data: nilai dalam rangkaian data yang dapat
mewakili rangkaian data tersebut
Jika keseluruhan nilai yang ada dalam data tersebut diurutkan
besarnya dan selanjutnya dimasukkan nilai rata rata ke dalamnya,
nilai rata rata tersebut mewakili kecenderungan (tendensi)
terletak di urutan paling tengah, atau pusat
rinisolihat@upi.edu 4
rinisolihat@upi.edu 5
Mdn, Me, Mn
Median Suatu nilai atau angka yang membagi suatu distribusi data ke
dalam dua bagian yang sama besar
rinisolihat@upi.edu 6
2
3/16/2021
Mo
Skor atau nilai yang paling sering muncul atau yang mempunyai
Modus frekuensi panling banyak dalam kumpulan data
Nilai yang memiliki frekuensi maksimal dalam distribusi Data
Bisa unimodal, bimodal, multimodal
rinisolihat@upi.edu 7
Range
Deviasi
Deviasi rata rata
UKURAN Standar Deviasi
PENYEBARAN Variansi
(VARIABILITAS):
Koefisien Varians
Ukuran Kemiringan/Skewness: -. +, simetris
Ukuran Keruncingan/kurtosis: Leptokutis, Mesokurtis, Platikurtis
Skor baku (Z)
rinisolihat@upi.edu 8
rinisolihat@upi.edu 9
3
3/16/2021
rinisolihat@upi.edu 10
rinisolihat@upi.edu 11
rinisolihat@upi.edu 12
4
3/16/2021
Jika 90% siswa lulus UN, dan 30% siswa yang lulus mendapat nilai
Biologi 8. Berapa peluang seorang siswa yang lulus mendapat
nilai 8? Berapa peluang dua orang siswa yang lulus mendapat nilai
CONTOH 8?
Jika 40 % telur menetas dan 30 % dari yang baru menetas sintas
menjadi dewasa yang bereproduksi. Berapa peluang telur dan
dewasa yang sintas?
rinisolihat@upi.edu 13
Jawaban?
rinisolihat@upi.edu 14
rinisolihat@upi.edu 15
5
3/16/2021
rinisolihat@upi.edu 16
rinisolihat@upi.edu 17
contoh PLL
LPL 2 laki 3 3
2
8
LLP
LLL 3 laki 1 1
3
8
rinisolihat@upi.edu 18
6
3/16/2021
rinisolihat@upi.edu 19
Dimana
lanjutan 𝑛!
𝑛𝐶𝑟 (koefisien binomial) =
𝑟! 𝑛−𝑟 !
n! (n faktorial) = n (n-1) (n-2) ... 1
4! = 4.3.2.1 = 24 dengan definisi
0! =1 dan 1! = 1
rinisolihat@upi.edu 20
n X= 1 2 3 4 5 6 7
1 1 1 2
2 1 2 1 4
3 1 3 3 1 8
Koefisien 4 1 4 6 4 1 16
binom 5 1 5 10 10 5 1 32
6 1 6 15 20 15 6 1 64
7 1 7 21 35 35 21 7 128
8 1 8 28 56 70 56 28 256
9 1 9 36 84 126 126 84 512
rinisolihat@upi.edu 21
7
3/16/2021
n (𝒑 + 𝒒)𝒏
1 p+q
2 𝑝 2 + 2 pq + 𝑞 2
Perluasan 3 𝑝 3 + 3 𝑝 2 q + 3 p𝑞 2 + 𝑞 3
binomial
4 𝑝 4 + 4𝑝 3 q + 6𝑝 2 𝑞 2+4𝑝𝑞 3 + 𝑞 4
5 Teruskan
6 Teruskan
rinisolihat@upi.edu 22
Hitunglah !!!
rinisolihat@upi.edu 23
r P(r) 𝒏𝑪𝒓
0 5! 5.4.3.2 1
0!5!
0,50 0,55 = 1.5.4.3.2 (1) (0,03125) = 0,03125
1 5! 5.4.3.2 5
1!4!
0,51 0,54 = 1.4.3.2 (0,5) (0,0625) = 0,15625
hasilnya 2 Lanjutkan 10
3 10
4 5
5 1
rinisolihat@upi.edu 24
8
3/16/2021
Jika 30% siswa tidak lulus untuk ikut ujian biologi dari Cambridge.
Latihan Jika ada 5 siswa yang ikut ujian, berapa peluang 0, 1, 2, 3, 4, 5
orang siswa tidak lulus Cambridge
rinisolihat@upi.edu 25
rinisolihat@upi.edu 26
rinisolihat@upi.edu 27
9
3/16/2021
Penyelesaian:
Diketahui probabilitas salah cetak adalah
p: 2/600=1/300
Banyaknya kata
(n): 2500
Peluang terdapat 3 buah kata salah cetak atau (x):3 adalah?
P(x:3) =?
rinisolihat@upi.edu 28
rinisolihat@upi.edu 29
rinisolihat@upi.edu 30
10
3/16/2021
Ini yang sering digunakan! Z score (angka z)! Jika prestasi dalam
matematika 20, prestasi dalam statistika 10.
Manakah prestasi yang paling baik sebenarnya? Angka z untuk
menguji hipotesis dari 1 kelompok sampel.
Contoh pendekatan x dapat meningkatkan hasil belajar!, dari
mana ukurannya? Kalau 2 kelas bisa dibandingkan! Banyaknya 1
kelas dan tidak acak, maka desainnya pre eksperimen. Maka harus
ada pembanding untuk meyakinkan hasilnya. Maka data nilai yang
Contoh: diperoleh harus dirubah menjadi z score. Hipotesisnya, bahwa nilai
yang diperoleh lebih baik dibandingkan nilai KKM (tuntas belajar).
Jika 85% siswa mendapatkan skor 85 (misalkan).
KV untuk apa? Untuk m3nghitung dispersi relative! Di ekologi
digunakan! Semua makhluk hidup di alam dibagi menjadi 3
sebaran (distribusi berkelompok (tumbuhan), acak , beraturan
(penguin)) Apakah contohnya? Nilai KV dibandingkan >< atau = 1.
rinisolihat@upi.edu 31
Statistika Deskriptif
Apa itu?
rinisolihat@upi.edu 32
Pengumpulan
Ruang lingkup Sebagian atau seluruh data (pengamatan) tanpa
Pengolahan
Statistika Penganalisisan
pengambilan kesimpulan berdasarkan pengujian
hipotesis
Deskriptif? Penyajian
rinisolihat@upi.edu 33
11
3/16/2021
rinisolihat@upi.edu 34
Contoh:
rinisolihat@upi.edu 35
Contoh:
rinisolihat@upi.edu 36
12
3/16/2021
rinisolihat@upi.edu 37
13