Nama :

1. Yussof Zaky Nur Amali (140610210044)

2. Muhammad Ario Winaya (140610210050)
Mata Kuliah : Metode Statistika Parametrik

SUMMARIZATION OF BIVARIATE CATEGORICAL DATA

Ketika dua sifat diamati untuk pengamambilan sample, dan setiap sifat di catat dalam beberapa kategori
kualitatif, maka data yang dihasikan dapat di ringkas dalam bentuk table frekuensi dua arah, kategori
pertama untuk sifat pertama ditandai di margin kiri, sedangkan kategori kedua ditandai di margin atas,
dan jumlah frekuensi yang di catat dalam sel. Frekuensi total untuk setiap baris di berikan di margin
kanan, dan frekuensi total untuk setiap kolom di berikan di margin bawah, keduannya disebut total
marginal.

Contoh : calculation of relative frequencies aids interpretation

400 mahasiswa di survei mengenai pekerjaan paruh waktu mereka dalam satu semester, jumlah jam kerja
minggu lalu di kategorikan sebagai: 10 atau beberapa jam, lebih dari 10 jam, atau tidak bekerja, para
mahasiswa juga di kategorikan sebagai adik kelas atau kakak kelas.
Tidak bekerja Bekerja ≤ 10 Bekerja > 10 Total
jam jam
Adik 132 28 20 180
Kelas
Kakak 124 44 52 220
Kelas
Total 256 72 72 400

Kemudian membagi setiap frekuensi sel dengan sample 400, untuk mendapatkan pemahaman lebih lanjut
tentang how the responses are distributed
Tidak Bekerja Bekerja ≤ 10 Bekerja > 10 Total
jam jam
Adik .33 .07 .05 .45
Kelas
Kakak .31 .11 .13 .55
Kelas
Total .64 .18 .18 1.00
Untuk membandingkan pola kerja paruh waktu antara adik kelas dan kakak kelas, dapat di buat dengan
menghitung frekuensi relauve secara terpisah antara 2 kelompok
Tidak Bekerja Bekerja ≤ 10 Bekerja > 10 Total
jam jam
Adik .733 .156 .111 1.000
kelas
Kakak .564 .200 .236 1.000
Kelas

Dari perhitungan yang disajikan pada table 3, terlihat bahwa sebagian kakak kelas memiliki pekerjaan
paruh waktu dan cenderung bekerja lebih dari 10 jam

SIMPSON’S PARADOX
Kesimpulan yang salah dapat terjadi apabila data dari berbagai sumber digabungkan
dalam satu tabel. Contohnya dapat dilihat dalam tabel data penerimaan lulusan sekolah

Contoh 2 : Mengkombinasikan dapat menghasilkan kesimpulan yang salah

Pada tabel di bawah ini, penerimaan lulusan midwestern university cukup besar. Untuk
menyederhanakannya, data yang digunakan sebagai pembanding adalah tingkat penerimaan berdasarkan
jenis kelamin
Gender Diterima Tidak Diterima Total Calon
Laki-Laki 233 324 557
Perempuan 88 194 282
Total 321 518 839

Apakah data pada tabel memperlihatkan ketidakseimbangan gender ?

Solusi
Terlihat jelas dalam statistik penerimaan tersebut jumlah laki-laki lebih besar daripada perempuan. Tetapi,
apabila mengecek catatan penerimaan, maka bisa didapatkan kategori yang lebih sesuai yaitu
pengkategorian berdasarkan departemen dan data yang didapatkan bisa lebih akurat.

Teknik Mesin Sejarah

Diterima Tidak Total Diterima Tidak Total
Diterima Diterima
Laki-Laki 151 35 186 Laki-Laki 82 289 371
Perempuan 16 2 18 Perempuan 72 192 264
Total 167 37 204 Total 154 481 635
 Pada tabel di atas, sebagian besar laki-laki diterima di departemen teknik mesin dengan proporsi
151/186 = 0,812. Tetapi, proporsi tersebut masih lebih kecil bila dibandingkan dengan proporsi wanita
yang diterima di teknik mesin yaitu sebesar 16/18 = 0,889.
Hal yang sama juga terjadi pada departemen sejarah yang mana proporsi jumlah laki-laki yang
diterima sebesar 82/371 = 0,221, masih lebih kecil dibandingkan proporsi perempuan yang diterima yaitu
sebesar 72/264 = 0,273. Jadi, bisa disimpulkan bahwa rata-rata perempuan yang diterima lebih tinggi
dibanding laki-laki.

Contoh lainnya bisa dilihat pada tabel performa akademik Panijan dan Tukiyem, selama dua
semester. Nilai indeks prestasi semester dan indeks prestasi kumulatif keduanya selama dua semester
diberikan dalam tabel berikut.

IP Semester I IP Semester II IPK

Nama
(sks) (sks) (sks)
3,00 3,50 3,17
Panijan
(22) (11) (33)
2,88 3,42 3,20
Tukiyem
(17) (24) (41)

Berdasarkan data di atas, nampak indeks prestasi semester Panijan lebih tinggi daripada Tukiyem
baik pada semester I maupun II. Meskipun demikian, ternyata indeks prestasi kumulatif Tukiyem lebih
tinggi daripada Panijan! Artinya, performa akademik Tukiyemlah yang lebih baik. Problem ini disebut
paradoks karena secara intuitif sebagian besar orang cenderung mengira pihak yang unggul di setiap
kelompok akan unggul pula secara keseluruhan. Well, hal ini hanya berlaku jika ukuran tiap kelompok
seragam. Secara umum, subjek dengan nilai terbaik di setiap kelompok belum tentu memiliki nilai terbaik
secara keseluruhan.

Paradoks Simpson dapat terjadi apabila sampel tidak terdistribusi secara seragam pada tiap-tiap
kelompok data. Paradoks Simpson juga dapat pula terjadi bila pengelompokan data didasarkan pada hal
yang tidak sepadan. Dengan demikian, data dari masing-masing kelompok tidak benar-benar merupakan
sampel acak dari populasi total sehingga tidak merepresentasikan keseluruhan data.