PRAKATA
Setelah beberapa bulan disusun dalam tulisan, maka terbitlah buku ini
sebagai buku pengganti bahan pengajaran matakuliah Statistik Dasar di program
Pascasarjana UKI tahun 2021. Pengarang buku ini adalah dosen di program
Pascasarjana UKI. Isi buku ini merupakan hasil studi dan pengalaman penulis dan
lebih luas daripada kuliah-kuliah yang diberikan karena dimaksudkan sebagai buku
ajar.
Pembentukan istilah dan penggunaan bahasa Indonesia sedapat-dapatnya
disesuaikan dengan “Pedoman Umum Pembentukan Istilah” dan “PedomanUmum
Ejaan Bahasa Indonesia yang disempurnakan” yang disusun oleh “Panaitia
Pengembangan Bahasa Indonesia Pusat Pembinaan dan Pengembangan Bahasa”
terbitan Departemen Pendidikan dan Kebudayaan Jakarta tahun 1975. Kekecualian
mengenai istilah anatomi yang umumnya diindonesiakan dari bahasa latin bukan
dari bahasa Inggris, karena bahasa latin telah umum digunakan di Indonesia.
Karena bahasa kita belum mantap benar dan masih berkembang, mungkin didapati
istilah-istilah yang kurang tepat. Misalnya, dalam penggunaan istilah “paparan”
(exposed), kemudian ada istilah baru ialah “pajanan” yang belum sempat digunakan.
Meskipun editor telah menyusun buku ini secermat- cermatnya, kami sadar buku ini
belum sempurna dan tidak luput dari kesalahan, seperti kata peribahasa “Tak ada
gading yang tak retak”. Karena itu saran-saran perbaikan sangat kami harapkan
agar pada edisi berikutnya mutunya dapat ditingkatkan.
Saya mengucapkan terimakasih kepada Aliwar, S.Ag.,M.Pd sebagai
pembimbing, dan semua teman-teman dari PPs UKI yang sudah membantu dalam
penyusunan buku ini.
Semoga bermanfaat bagi para mahasiswa Program Pascasarjana Magister Administrasi
Pendidikan
2
Daftar Isi
Prakata ...................................................................................................................................2
Populasi ...........................................................................................................................4
Sampel .............................................................................................................................6
Pendahuluan ....................................................................................................................17
Pendahuluan ....................................................................................................................54
Regresi ............................................................................................................................54
Kesimpulan ...........................................................................................................................61
Sinopsis .................................................................................................................................64
3
Populasi, Sampel dan Teknik Sampling
1. POPULASI
kumpulan elemen yang dapat kita gunakan untuk membuat beberapa kesimpulan.
Menurut Kuncoro (2003) menyatakan populasi adalah kelompok elemen yang lengkap,
yang biasanya berupa orang, objek, transaksi atau kejadian dimana kita tertarik untuk
mempelajarinya atau menjadi objek penelitian. Selain itu Nazir (1999) juga mengatakan
populasi adalah kumpulan dari individu dengan kualitas serta ciri-ciri yang telah
ditetapkan. Populasi adalah kumpulan dari ukuran-ukuran tentang sesuatu yang akan
kita buat inferensinya. Populasi adalah berkenaan dengan data, bukan dengan orangnya
unit elemen, atau unit penelitian, atau unit analisis yang memiliki karakteristik tertentu
yang dijadikan sebagai objek penelitian. Gasperz (1989:25) juga mengatakan populasi
tidak lain adalah keseluruhan unsur-unsur yang akan diteliti atau yang akan dijadikan
sebagai objek penelitian, dan tentunya kesimpulan yang ditarik hanya berlaku untuk
PENGERTIAN POPULASI
”Populasi adalah wilayah generalisasi yang terdiri obyek atau subyek yang menjadi
kuantitas dan karakteristik tertentu yang ditetapkan oleh peneliti untuk dipelajari dan
4
kemudian ditarik kesimpulannya. Riduwan dan Tita Lestari (1997:3) mengatakan bahwa
“Populasi adalah keseluruhan dari karakteristik atau unit hasil pengukuran yang menjadi
objek penelitian.”
Jadi populasi adalah keseluruhan objek penelitian yang dapat terdiri dari makhluk
hidup, benda, gejala, nilai tes, atau peristiwa sebagai sumber data yang mewakili
karakteristik tertentu dalam suatu penelitian. Populasi dalam penelitian dapat pula
diartikan sebagai keseluruhan unit analisis yang ciri-cirinya akan diduga. Unit analisis
Penentuan populasi dapat dibantu oleh empat faktor yaitu isi, satuan, cakupan (scope),
Bogor tahun 2019, maka populasinya dapat ditetapkan dengan empat faktor tersebut :
Populasi terdiri dari unsur sampling yaitu unsur/unsur yang diambil sebagai sampel.
Kerangka sampling (sampling Frame) adalah daftar semua unsur sampling dalam
5
2. SAMPEL
Pengertian Sampel
Somantri (2006:63) mengemukakan sampel adalah bagian kecil dari anggota populasi
yang diambil menurut prosedur tertentu sehingga dapat mewakili populasinya. Furqon
“Sampel adalah sebagian dari jumlah dan karakteristik yang dimiliki oleh populasi.”
bagian dari populasi (sebagian atau wakil populasi yang diteliti). Sampel penelitian
adalah sebagian dari populasi yang diambil sebagai sumber data dan dapat mewakili
seluruh populasi.”
Jadi bisa ditarik kesimpulan sampel adalah sebagian data yang merupakan objek dari
Teknik (metode) penentuan sample yang ideal memiliki ciri-ciri dapat memberikan
gambaran yang akurat tentang populasi, dapat menentukan presisi, sederhana sehingga
murah. Presisi merupakan standard error, Nilai rata-rata populasi dikurangi nilai rata-
rata sampel.
6
Apakah besar sampel sama dengan representatif? Dalam menentukan Besar sample
Jadi semakin besar sampel semakin tinggi tingkat tingkat presisi yang di dapatkan.
SAMPEL POPULASI
TEMUAN
Syarat sampel
sampel. Dengan kata lain makin sedikit tingkat kekeliruan yang ada dalamsampel, makin
akurat sampel tersebut. Tolok ukur adanya“bias” atau kekeliruan adalah populasi. Agar
sampel dapat memprediksi dengan baik populasi, sampel harus mempunyai selengkap
Presisi. memiliki tingkat presisi estimasi. Presisi mengacu pada persoalan sedekat
mana estimasi kita dengan karakteristik populasi. Presisi diukur oleh simpangan baku
7
(standard error). Makin kecil perbedaan di antara simpangan baku yang diperoleh dari
sampel (S) dengan simpangan baku dari populasi (s), makin tinggi pula tingkat
presisinya.
Ukuran Sampel
PENGERTIAN VARIABEL
observasi dari satuan pengamatan. Harun Al Rasyid dalam Somantri (2006:7) lebih
sekurang-kurangnya dua buah klasifikasi (kategori) yang berbeda, atau yang dapat
8
atau B, yang bisa menyandang salah satu dari sekumpulan nilai yang telah ditetapkan
sebelumnya; kumpulan nilai itu disebut sebagai domain dari variabel tersebut. Jadi
variabel adalah suatu karakteristik dari suatu objek yang nilainya untuk setiap objek
i dan variabel kuantitatif. Variabel kualitatif merupakan variabel kategori. Yang termasuk
i i i i i i i i i
i variabel kualitatif adalah variabel nominal dan variabel ordinal. Variabel kuantitatif
i i i i i i i i i
i diklasifikasikan menjadi dua jenis, yaitu variabel diskrit dan variabel kontinu. Variabel
i i i i i i i i i i
i diskrit merupakan variabel yang besarannya tidak dapat menempati semua nilai, nilai
i i i i i i i i i i
i variabel diskrit selalu berupa bilangan bulat dan umumnya diperoleh dari hasil
i i i i i i i i i i
i semua nilai yang ada di antara dua titik dan umumnya diperoleh dari hasil pengukuran,
i i i i i i i i i i i i i
i sehingga pada variabel kontinu dapat dijumpai nilainilai pecahan ataupun nilai-nilai bulat.
i i i i i i i i i i
Spiegel (2004:3), suatu variabel yang secara teoritis dapat menyandang nilai yang
i i i i i i i i i i
i terletak diantara dua buah nilai tertentu disebut sebagai variabel kontinu; jika tidak
i i i i i i i i i i i
i bahwa ada beberapa peubah (variable) yang sangat penting dipahami, antara lain:
i i i i i i i i i i
Peubah terikat (dependent variable), yaitu peubah yang dipengaruhi oleh peubah
i i i i i i i i i
i lain.
Peubah bebas (independent variabel), yaitu peubah yang mempengaruhi peubah lain.
i i i i i i i i i
9
Peubah control (control variabel), yaitu peubah yang pengaruhnya kepada peubah
i i i i i i i i i
Contoh : - “usia” adalah gejala kualitatif, akan tetapi gejala yang bersifat kualitatif itu
i i i i i i i i i i i i i
i ujian” pada dasarnya adalah gejala kualitas yang dilambangkan dengan angka, seperti :
i i i i i i i i i i i
3. TEKNIK SAMPLING i
Earl Babbie (1986) dikutip Prijana (2005) dan dikutip Somantri (2006) dalam bukunya
i i i i i i i i i i i
i observations” (sampling adalah proses seleksi dalam kegiatan observasi). Proses seleksi i i i i i i i i i
i yang dimaksud disini adalah proses untuk mendapatkan sampel. Somantri (2006:71),
i i i i i i i i i
i menjelaskan bahwa yang di maksud dengan sampling acak sederhana adalah sebuah i i i i i i i i i i
i proses sampling yang dilakukan sedemikian rupa sehingga setiap satuan sampling yang
i i i i i i i i i i
i ada dalam populasi mempunyai peluang yang sama untuk dipilih ke dalam sampel.
i i i i i i i i i i i
a. Probability Sampling i i
Probability sampling merupakan Teknik penarikan sampel, dimana setiap unsure atau i i i i i i i i i
i elemen sampling diberi kesempatan yang sama dan persis sama untuk diikutkan/dipilih
i i i i i i i i i i
i dalam sample. Syarat dalam penarikan sample probabilitas adalah tersedianya daftar
i i i i i i i i i
10
i. Simple Random Sampling ( Penarikan sample secara Random/Acak Sederhana).
i i i i i i i i
Syarat dari teknik penarikan sampel secara acak sederhana yaitu tersedia kerangka
i i i i i i i i i i
i sampling, sifat populasi homogen, dan populasi tidak terlalu tersebar secara
i i i i i i i i i
i geografis.
Caranya : i i
Menetapkan jarak/interval i
I =N/n
i
I = Interval (5)
ii ii i
1, 2, 3, 4 dan 5
i i i i i
Caranya:
1. Menetapkan kriteria yang jelas yang akan digunakan sebagai dasar penetuan i i i i i i i i i
i strata (lapisan). i
11
2. Dengan dasar kriteria tersebut populasi dibagi ke dalam sub-subpopulasi
i i i i i i i i
i menyebar; i
2) Biaya yang tinggi untuk menyusun kerangka sampling dan menjangkau setiap
i i i i i i i i i
i elemen sample. i
Caranya : i i
i secara administrasi. i
4. Cluster yang terpilih adalah unit yang berisi elemen sample final.
i i i i i i i i i
12
Hampir sama dengan cluster, dengan tahap lebih dari satu kali (misal propinsi,
i i i i i i i i i i i
Cara ini dilakukan karena populasi tidak dapat kerangka sampling. Dibutuhkan
i i i i i i i i i
i suatu foto udara yang jelas dan rinci dari wilayah yang akan diteliti, sehingga dapat
i i i i i i i i i i i i i
i diketahui blok-blok yang ada seperti perumahan, pertokoan. Teknik penarikan sample
i i i i i i i i i
Cara ini dilakukan bila tidak mungkin diperoleh daftar yang lengkap dari populasi
i i i i i i i i i i i
i penelitian, sehingga tidak terdapat kesempatan yang sama pada anggota populasi.
i i i i i i i i i
i Karena itu peneliti tidak dapat membuat generalisasi atau kesimpulan yang dapat
i i i i i i i i i i
i mewakili populasi, hasil analisis hanya berlaku untuk anggota populasi yang diteliti.
i i i i i i i i i i
i Dengan penarikan sample non probability, peneliti tidak dihadapkan pada cara-cara
i i i i i i i i i i
i yang rumit.i i
Cara ini membutuhkan kemampuan dan pengetahuan yang baik dari peneliti
i i i i i i i i i
13
Cara ini mirip dengan stratified sampling, yaitu dengan membagi populasi ke
i i i i i i i i i i
i jatah dilakukan bila peneliti tidak dapat mengetahui jumlah yang rinci dari
i i i i i i i i i i
Cara penarikan sampel ini dimulai dengan jumlah yang sedikit akhirnya menjadi
i i i i i i i i i i
i adalah sampel yang pada tahap berikutnya adalah orang-orang terdekat (peer
i i i i i i i i i
4) Sequential Sampling
i i i
Penarikan sample ini dimulai dengan pengambilan sample dalam jumlah kecil,
i i i i i i i i i
i kemudian data dianalisis. Jika hasilnya masih diragukan, maka sample diambil
i i i i i i i i i
Penarikan sample ini dilakukan dengan cara memilih orang yang kebetulan
i i i i i i i i i i i
i ditemui.
Syarat: ii
14
1. Tabel kretjie
i i
3. Rumus slovin
i i
Rumus slovin
i
15
Nomogram Harry King hanya untuk jumlah 2000 ke bawah. Cara penentuannyapenentuannya dengan
i i i i i i i i i i i
i menarik garis lurus pada gambarmenarik garis lurus pada gambar yang disediakan.
i i i i i i i i i i
16
Data dan Skala Pengukuran Data i i i i
Pendahuluan
Penelitian adalah merupakan cara ilmiah untuk mendapatkan data yang valid. Untuk i i i i i i i i i i
i bisa mendapatkan data yang valid tersebut, maka peneliti harus terlebih mengetahui macam-
i i i i i i i i i i i
macam data. Macam data ada dua yaitu data kualitatif dan data kuantitatif.
i i i i i i i i i i i
Data adalah bahan mentah yang perlu diolah sehingga menghasilkan informasi atau
i i i i i i i i i i
Jenis data :i i
i pertanyaan atau berupa kata-kata (wanita itu cantik, pria itu tampan).
i i i i i i i i i i
Data kualitatif adalah data yang dinyatakan dalam bentuk kata, kalimat, dan gambar.
i i i i i i i i i i i
Data kuantitatif adalah data yang berbentuk angka, atau data kualitatif yang diangkakan
i i i i i i i i i i i
i (skoring: baik sekali = 4, baik = 3, kurang baik = 2 dan tidak baik = 1).
i i i i i i i i i i i i i i i i
Data nominal adalah data yang hanya dapat digolong-golongkan secara terpisah, secara
i i i i i i i i i i
i diskrit atau kategori. Data ini diperoleh dari hasil menghitung, misalnya dalam suatu klas
i i i i i i i i i i i i
i setelah dihitung terdapat 50 mahasiswa, terdiri atas 30 pria dan 20 wanita. Dalam suatu
i i i i i i i i i i i i i
i kelompok terdapat 1000 orang suku Jawa dan 500 suku sunda dll. Jadi data nominal
i i i i i i i i i i i i i
Data kontinum, adalah data yang bervariasi menurut tingkatan dan ini diperoleh dari hasil
i i i i i i i i i i i i
i pengukuran. Data ini dibagi menjadi data ordinal, data interval dan data ratio. i i i i i i i i i i i
Data Ordinal i
Data ordinal Data ini, bila dinyatakan dalam skala, maka jarak satu data dengan data
i i i i i i i i i i i i i
17
Setiap orang akan memiliki prioritas berbeda.i i i i i
Data Interval i
Yaitu skala pemberian angka pada klasifikasi atau kategori dari objek yang mempunyai
i i i i i i i i i i i
i sifat ukuran ordinal, ditambah satu sifat lain yaitu jarak atau interval yang sama dan
i i i i i i i i i i i i i
Contoh : kepuasan seseorang terhadap pelayanan suatu jasa dapat diberi skala interval
i i i i i i i i i i i
2: tidak puas i i i
3: biasa i i
4: puas i i
5: sangat puas i i ii
Data Ratio ii
Data Internal i i
Data internal adalah data yang menggambarkan situasi dan kondisi pada suatu
i i i i i i i i i i
i organisasi secara internal. Misal : data keuangan, data pegawai, data produksi, dsb.
i i i i i i i i i i i i
Data Eksternal i i
Data eksternal adalah data yang menggambarkan situasi serta kondisi yang ada di luar
i i i i i i i i i i i i
i organisasi. Contohnya adalah data jumlah penggunaan suatu produk pada konsumen,
i i i i i i i i i
Data Diskrit i i
18
Data diskrit adalah data yang nilainya adalah bilangan asli. Contohnya adalah berat
i i i i i i i i i i i
i badan mahasiswa statistika, nilai rupiah dari waktu ke waktu, dan lain-sebagainya.
i i i i i i i i i i i
Data Kontinyu i i
Data kontinyu adalah data yang nilainya ada pada suatu interval tertentu atau berada
i i i i i i i i i i i i
i pada nilai yang satu ke nilai yang lainnya. Contohnya penggunaan kata sekitar, kurang
i i i i i i i i i i i i
i lebih, kira-kira, dan sebagainya. Dinas pertanian daerah mengimpor bahan baku pabrik
i i i i i i i i i i
Skala nominal
i
Skala ordinal
i
Skala interval
i
Skala rasio
i
Skala sikap :
i i
Skala likert,
i
Skala Guttman,
i
Rating scale i
Skala Thurstone
i
Data cross-section adalah data yang menunjukkan titik waktu tertentu. Contohnya
i i i i i i i i i
i laporan keuangan per 31 desember 2016, data pelanggan PT. angin ribut bulan mei
i i i i i i i i i i i i
Data berkala adalah data yang datanya menggambarkan sesuatu dari waktu ke waktu
i i i i i i i i i i i
i atau periode secara historis. Contoh data time series adalah data perkembangan nilai
i i i i i i i i i i i
i tukar dollar amerika terhadap euro eropa dari tahun 2014 sampai 2016.
i i i i i i i i i i i
Skala Nominal
i
19
Skala yang paling sederhana disusun menurut jenis/kategori hanya sebagai simbol untuk
i i i i i i i i i i
Contoh : i
1. Skala Nominal : adalah skala pengukuran yang menyatakan kategori atau kelompok dari
i i i i i i i i i i i i
Skala Ordinal i
Skala yang didasarkan pada rangking diurutkan dari jenjang yang lebih tinggi sampai jenjang
i i i i i i i i i i i i
i terendah.
Contoh : i
2. Skala Ordinal : adalah skala pengukuran yang menyatakan kategori sekaligus melakukan
i i i i i i i i i i i
Contoh : kita ingin mengukur preferensi responden terhadap empat merek produk air mineral.
i i i i i i i i i i i i
Aquana 1 i
Aquaria 2 i
Aquasan 3 i
Aquasi 4 i
Skala Intervali
Skala yang menunjukkan jarak antara satu data dengan data yang lain dan mempunyai bobot
i i i i i i i i i i i i i
i yang sama.
i
Contoh : i
Skala Interval :merupakan skala pengukuran yang banyak digunakan untuk mengukur
i i i i i i i i i
20
i preferensi tertentu sekaligus memberikan nilai (rate) terhadap preferensi tersebut. Jenis skala
i i i i i i i i i i
i yang dapat digunakan untuk penelitian sosial, yaitu : a. Skala Linkert. b. Skala Guttman.
i i i i i i i i i i i i i
a. Skala Linkert : digunakan untuk mengukur sikap, pendapat dan persepsi seseorang atau
i i i i i i i i i i i
Untuk keperluan analisis kuantitatif, maka jawaban tersebut diberi nilai skor,
i i i i i i i i i
b. Skala Gutmann :suatu pengukuran untuk memperoleh jawaban responden yang tegas, yaitu :
i i i i i i i i i i i
a. Setuju
i
b. Tidak Setuju
i i
c. Sematic Defferential :suatu skala pengukuran yang disusun dalam suatu garis dimana jawaban
i i i i i i i i i i i
i sangat positif terletak dibagian kanan garis, sedangkan jawaban sangat negatif terletak
i i i i i i i i i i
d. Rating Scale : suatu skala pengukuran dimana responden menjawab salah satu jawaban
i i i i i i i i i i i
Skala rasio
i
Skala yang mempunyai nilai nol mutlak dan mempunyai jarak yang sama.
i i i i i i i i i i
Skala Rasio : adalah skala interval yang memiliki nilai dasar (based value) yang tidak dapat
i i i i i i i i i i i i i i
Contoh : i
21
IPK 0,0; 4,0; 3,50.
i i i
1. setuju
i iiiiiiiiiiiiiiiiii 2. tidak setuju i i i
1). 2 % i i iiiiiiii 2). 4% 3). 6% 4). 8%i iiii i iiiiii i iiiiiii 5).10%
Apakah ini termasuk Skala Rasio? i i i i i
Berapa harga tiket kereta api Bandung – Jakarta yang Saudara inginkan untuk kelas bisnis dan
i i i i i i i i i i i i i i
i eksekutif?
i 1). Rp.60.000 - Rp.40.000
i i i i
Untuk memperoleh data statistika, maka data yang telah dikumpulkan dari elemen-
i i i i i i i i i i
Arti mengolah data adalah merubah data mentah untuk memperoleh keterangan-keterangan
i i i i i i i i i
i ringkasan yang berupa angka-angka ringkasan. Data mentah yang dikumpulkan apabila diolah
i i i i i i i i i i
i apalagi disajikan dan dianalisis akan lebih bermanfaat sebagai dasar pembuatan keputusan.
i i i i i i i i i i
Pengolahan data dapat dilakukan dengan manual, maupun dengan alat-alat elektronik
i i i i i i i i i
22
• Keterangan tentang rasio i i
Akan tetapi perlu disajikan dalam bentuk yang mudah dibaca/dipahami dan digunakan sebagai
i i i i i i i i i i i
i dasar pembuatan keputusan. Bentuk penyajian data lebih bersifat seni dan sangat
i i i i i i i i i i
i dipengaruhi oleh tujuan pengumpulan data, yaitu apa yang ingin diketahui dari pengumpulan
i i i i i i i i i i i
i data. Metode Penyajian Data berupa angka-angka ringkasan, berupa tabel (daftar), berupa
i i i i i i i i i i
i grafik / diagram.
i i
i ringkasan walaupun berguna tetapi manfaatnya masih kurang, karena sulit untuk
i i i i i i i i i
i digunakan sebagai bahan analisis. Contoh : Jumlah mahasiswa tiap angkatan 500
i i i i i i i i i i
i orang; Hasil penjualan bulan ini Rp 500 juta; Biaya perbaikan Rp 290 ribu, dsb.
i i i i i i i i i i i i i i
i dipergunakan untuk menyajikan cross section data dan time series data. Ketentuan i i i i i i i i i i
i dalam membuat table antara lain seperti : penyusunan tabel memerlukan identitas
i i i i i i i i i i
i seperti judul / nama tabel, judul baris/kolom, catatan dan sumber; Nama-nama
i i i i i i i i i i
Grafik / Diagram adalah gambar-gambar yang menunjukkan secara visual data berupa
i i i i i i i i i i
i angka dan dibuat berdasar tabel yang dibuat sebelumnya. Penyajian data dengan
i i i i i i i i i i
i grafik/diagram lebih komunikatif dan dalam waktu yang singkat dapat diketahui suatu i i i i i i i i i i
23
Penyajian Data dan Distribusi Frekuensi
i i i i
Data : Keterangan yang benar dan nyata pengumpulan untuk memperoleh keterangan.
i i i i i i i i i i
Bahan ajar i
Data tunggal
i
Nilai Frekuensi
40 2
45 3
50 5
60 8
79 7
90 5
jumlah 30
i terkelompok kelasi
Jumlah 40
24
Langkah-langkah membuat tabel distribusi frekuensi i i i i
3) Bagilah rentang dengan banyaknya kelas untukmendapatkan lebar kelas atau panjang
i i i i i i i i i
ikelas.
P = rentang kelas
i i i
Pilih data yang paling kecil atau kurang dari yang paling kecil
i i i i i i i i i i
bb = ub – ½ spt
i i i i i
ba = bb + i i i i
ua = ba – ½ spt
i i i i i
8) Dafatarkan semua denga n menambahkan lebar kelas pada ujung kelas sebelumnya i i i i i i i i i i
10) Jumlah kolom frekuensi dan periksa apakah hasilnya sama dengan banyaknya total
i i i i i i i i i i
ipernyataan.
Mengumpulkan data i
Menata data i
Menyajikan data i
Kesimpulan i
Distribusi Frekuensi i
Distribusi frekuensi
i i i
dalam setiap kategori dan setiap data tidak dapat dimasukan ke dalam dua atau lebih
i i i i i i i i i i i i i i
kategori
i i
Tujuan i
Mengurutkan data i
Langkah Pertama i
Tujuan : i
25
o Untuk memudahkan dalam melakukan pernghitungan pada langkah ketiga
i i i i i i i
Contoh : i i
Langkah Kedua i
Langkah : i
Langkah 1 i
Contoh n = 20
i i i
(k) = 1 + 4,322 i i i i
Langkah 2 i
Interval kelas adalah batas bawah dan batas atas dari suatu kategori
i i i i i i i i i i
Rumus : i
Interval kelas = i i
Jumlah kelas i
Contoh:
Berdasarkan data nilai tertinggi i i i i = 9750; nilai terendah = 215
i i i i i
26
Interval kelas :i i
= [ 9750 – 215 ] / 5
i i i i i i i
= 1907 i
Jadi interval kelas 1907 yaitu jarak nilai terendah dan nilai tertinggi dalam suatu kelas atau
i i i i i i i i i i i i i i
kategori.
i
Langkah Ketiga i
Jumlah Frekuensi i
Kelas Interval Frekuensi
(F) i
Tujuan ; Untuk memudahkan membaca data secara tepat dan tidak kehilangan makna
i i i i i i i i i i i
Penyajian Data i
Batas kelas i
Batas kelas dalam suatu interval kelas terdiri dari dua macam :
i i i i i i i i i i
Tanda atau perinci dari suatu interval kelas dan merupakan suatu angka yang dapat
i i i i i i i i i i i i
Nilai tengah kelas kelasnya berada di tengah-tengah pada setiap interval kelas
i i i i i i i i i i
= [ 215 + 2122] / 2
i i i i i i
= 1168.5 i
Nilai batas antara kelas yang memisahkan nilai antara kelas satu dengan kelas lainnya
i i i i i i i i i i i i
Penjumlahan nilai atas kelas dengan nilai bawah kelas diantaranya dan di bagi dua
i i i i i i i i i i i i
Jumlah
Kelas Interval Nilai Tepi Kelas i i
Frekuensi (F)
i i
= [ 2122 +2123 ] / 2
i i i i i i
9754.5
Frekuensi Kumulatif
i
28
Diperoleh dengan menjumlahkan frekuensi pada kelas tertentu dengan frekuensi kelas
i i i i i i i i i
selanjutnya
i
terendah sanpai kelas tertinggi dan jumlah akhirnya merupakan jumlah data (n)
i i i i i i i i i i i
Frekuensi kumulatif lebih dari; Merupakan pengurangan dari jumlah data (n)
i i i i i i i i i
dengan frekuensi setiap kelas dimulai dari kelas terendah dan jumlah akhirnya
i i i i i i i i i i i
adalah nol
i i
Grafik
o Manusia pada umunya tertarik dengan gambar dan sesuatu yang ditampilkan
i i i i i i i i i
delam bentuk visual akan lebih mudah diingat dari pada dalam bentuk angka
i i i i i i i i i i i i
Grafik Histogram
i
Histogram menghubungkan antara tepi kelas interval dengan pada sumbu horizontal
i i i i i i i i i
15
10
5
0
Tepi Kelas
Grafik Polygon
i
Menggunakan garis yang mengubungkan titik – titik yang merupakan koordinat antara
i i i i i i ii i i i
16
14
12
10
Jumlah
8
Frekuensi (F)
6
4
2
0
1 2 3 4 5
29
Kurva Ogive i i
Merupkan diagram garis yang menunjukan kombinasi antara interval kelas dengan i i i i i i i i i
frekuensi kumulatif
i i
Frekuansi Kumulatif
25
20
15 Kurang dari
10 Lebih dari
5
0
1 2 3 4 5 6
Interval kelas
berkelompok) i
Dalam aktivitas pengamatan, penelitian atau observasi tidak jarang dijumpai data yang
i i i i i i i i i i
i berhasil dihimpun tidak sama atau berbeda antara satu dengan yang lainnya . Dengan kata lain
i i i i i i i i i i i i i i
i distribusi data yang tersusun ada kemungkinan akan memperlihatkan karakteristik data yang
i i i i i i i i i i
i relatif homogen atau heterogen. Salah satu tugas statistik adalah menentukan suatu angka di
i i i i i i i i i i i i
i sekitar mana nilai-nilai dalam distribusi memusat. Dengan kata lain salah satu tugas statistik
i i i i i i i i i i i i
i adalah menentukan angka yang menjadi pusat suatu distribusi. Angka/ nilai yang menjadi
i i i i i i i i i i i
i pusat suatu distribusi selanjutnya disebut tendensi sentral atau kecenderungan tengah. Ada 3
i i i i i i i i i ii i
i jenis pengukuran tendensi sentral yang sangat penting yaitu; Mean, Median dan Mode/
i i i i i i i i i i i
i modus. i
Mean diterapkan dengan tujuan untuk menentukan angka/ nilai rata-rata dan secara
i i i i i i i i i i
i aritmatik ditentukan dengan cara menjumlah seluruh nilai dibagi banyaknya individu.
i i i i i i i i i
i Rata-rata (mean) dapat didefinisikan sebagai jumlah seluruh nilai data dibagi dengan
i i i i i i i i i i
i jumlah data yang digunakan. Menurut Supranto (2008), persamaan untuk menghitung
i i i i i i i i i
i nilai rata-rata data yang tidak dikelompokkan dan data yang dikelompokkan secara
i i i i i i i i i i
i berurutan dinyatakan i
30
2. Median atau nilai tengah i i i i
Meidan adalah nilai yang membagi distribusi menjadi 2 bagian yang sama yakni 50
i i i i i i i i i i i i
i persen, 50 persen. Harga median bisa ditentukan dengan beberapa formulasi tergantung
i i i i i i i i i i
3. Modus didefinisikan sebagai nilai yang paling sering muncul atau nilai yang memiliki
i i i i i i i i i i i
i frekuensi paling banyak. Satu hal yang perlu diingat bahwa modus adalah persoalan nilai
i i i i i i i i i i i i
i Pada data tunggal menentukan mode/modus hanya dengan memperhatikan nilai yang
i i i i i i i i i
i memiliki frekuensi terbanyak maka dapat diidentifikasi nilai modus/mode dari distribusi
i i i i i i i i i
i data. i
Rumus : i
Merupakan nilai rata-rata yang diperoleh dari jumlah semua data dibagi dengan
i i i i i i i i i i
i banyaknya data. i i
Data Acak dan Data yang dikelompokan. Kalau data yang ada sedikit, maka tidak perlu
i i i i i i i i i i i i i
i dikelompokan. Jika jumlah data banyak, maka dikelompokan disusun dalam distribusi i i i i i i i i i
i frekuensi i
Hitunglah mean! i
Hitunglah mean dari data acak : 5.40, 1.10, 0.42, 0.73, 0.48, 1.10
i i i i i i i i i i i
31
Hitunglah mean dari data acak apabila salah satu nilai paling akhir diganti dengan nilai
i i i i i i i i i i i i i
i data outlier, apa yang berbeda: 5.40, 1.10, 0.42, 0.73, 0.48, 41.10
i i i i i i i i i i
o Perbedaan kedua data sangat jauh. Sehingga nilai data outliers sangat i i i i i i i i i
Sebanyak 21 orang pekerja dijadikan sampel dan dihitung tinggi badannya. Data tinggi
i i i i i i i i i i i
i badan dibuat dalam bentuk kelas-kelas interval. Hasil pengukuran tinggi badan adalah
i i i i i i i i i i
i sebagai berikut. i
ii
32
Dari table diperoleh:
i i iii
Dengan begitu dapat kita hitung rata-rata data berkelompok sebagai berikut.
i i i i i i i i i
33
Sebelum menghitung rata-rata data berkelompok menggunakan simpangan rata-rata
i i i i i i i
Misalkan rata-rata sementara yang kita tetapkan adalah 160. Selanjutnya kita bisa
i i i i i i i i i i
Median (Nilai Tengah) merupakan nilai yang letaknya di tengah atau rata-rata dari dua nilai
i i i i i i i i i i i i i
i yang berada di tengah kalau datanya genap. Setelah data tersebut diurutkan sesuai dengan
i i i i i i i i i i i i
i besar kecilnya
i
34
Bilangan pada posisi ke-3 =10. Median=10 i i i i iii
Me = median i i
n = jumlah data
i i i
Kasus: i
i sebuah universitas. Mahasiswa yang terpilih tersebut diukur berat badannya. Hasil
i i i i i i i i i
i pengukuran berat badan disajikan dalam bentuk data berkelompok. Hitung berapa
i i i i i i i i i
Data table: i
35
Jumlah data adalah 26, sehingga mediannya terletak di antara data ke 13 dan 14. Data
i i i i i i i i i i i i i i
i ke-13 dan 14 ini berada pada kelas interval ke-4 (61 – 65). Kelas interval ke-4 ini kita
i i i i i i i i i i i i i i i i
i sebut kelas median. Melalui informasi kelas median, bisa kita peroleh batas bawah
i i i i i i i i i i i
i kelas median sama dengan 60,5. Frekuensi kumulatif sebelum kelas median adalah 9,
i i i i i i i i i i i
i dan frekuensi kelas median sama dengan 5. Diketahui juga, bahwa panjang kelas sama
i i i i i i i i i i i i
i dengan 5. i
Median: i
xii = 60,5
i i
n = 26
i i
fkii = 9 i i
fi = 5
i i
p=5 i i
36
MODUS (MODE) i
Merupakan nilai (sifat) yang banyak terjadi. Data kuantitatif sama dengan nilai yang
i i i i i i i i i i i
i paling banyak terjadi, data kualitatif sama dengan sifat yang paling banyak terjadi
i i i i i i i i i i i
Ø or no mode at all.
i i i i i
Mo = modus i i
Kasus
Berikut ini adalah nilai statistik mahasiswa jurusan ekonomi sebuah universitas.
i i i i i i i i i
37
Answer modus: i
Dari tabel di atas, kita bisa mengetahui bahwa modus terletak pada kelas interval
i i i i i i i i i i i i
i keempat (66 – 70) karena kelas tersebut memiliki frekuensi terbanyak yaitu 27.
i i i i i i i i i i i
i kita harus mengetahui batas bawah kelas adalah 65,5, frekuensi kelas sebelumnya 14,
i i i i i i i i i i i
Dengan begitu bisa kita menghitung modus nilai statistik mahasiswa sebagai berikut.
i i i i i i i i i i
38
39
UKURAN KERAGAMAN DAN SIMPANGAN i i i
Definisi i
i menyebar terhadap pusatnya data atau ukuran penyebaran suatu kelompok data
i i i i i i i i i
Contoh i
rata-rata hitung = 50 i i i
rata-rata hitung = 50 i i i
rata-rata hitung = 50 i i i
40
(a) (b) Relatif Homogen (c) Heterogen
Homogen
10
0 x
100 100
x
x4 x
x x x3 x4 x
50 1 2 5 50
x 0
x
x
x
3
x
0
0 0 x
Jenis i
1. Dispersi Mutlak i i
2. Dispersi Relatif i i
i observasi suatu data dengan tingkat variabilitas nilai-nilai observasi data lainnya.
i i i i i i i i i i
Mean dan median hanya menggambarkan pusat data dari sekelompok data, tetapi
i i i i i i i i i i
41
Dua kelompok data dengan mean yang sama, belum tentu memiliki penyebaran data
i i i i i i i i i i i
i yang sama. i i
Ukuran dispersi yang kecil menunjukkan nilai data saling berdekatan (perbedaan
i i i i i i i i i
i kecil), sedangkan ukuran dispersi yang besar menunjukkan nilai data saling
i i i i i i i i i
JENIS DISPERSI
i i
Jangkauan i
Simpangan Rata-rata i
Simpangan Baku i
Jangkauan
Simpangan Baku i
Definisi i
Jangkauan adalah selisih antara nilai maksimum dengan nilai minimum dalam suatu
i i i i i i i i i i
Lambang i
Nama Lain i
Sifat i
Jangkauan sangat peka terhadap data dengan nilai terbesar dan nilai terkecil.
i i i i i i i i i i
Semakin kecil nilai r maka kualitas data akan semakin baik, sebaliknya semakin besar
i i i i i i i i i i i i
Rumus i
r = Xn – X1
i i i i
42
r = Nilai Maksimum – Nilai Minimum
i i i i i i
Contoh i
r = X5 – X1
i i i i
r = 100 – 20
i i i i i
r = 80
i i i
Rumus i
Contoh
Data berat badan 100 mahasiswa suatu perguruan tinggi. Tentukan nilai jarak dari data
i i i i i i i i ii i i i
i tersebut.
60 – 62 ii ii iiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiii 5
63 – 65 ii ii iiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiii 18
66 – 68 ii ii iiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiii 42
69 – 71 ii ii iiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiii 27 Jawaban i
72 – 74 ii ii iiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiii 8
Cara I i
r = 73 – 61
i i i i i
43
r = 12 i i
Cara II i
r = 71,5 – 59,5
i i i i i
r = 12 i i i
Simpangan rata-rata adalah jumlah nilai mutlak dari selisih semua nilai dengan nilai
i i i i i i i i i i i
rata-rata dibagi dengan banyaknya data. Lambang simpangan rata-rata dapat ditulis “ SR “
i i i i i i i i i i i i i
Rumus i
SR
X i X
n
SR = simpangan rata-rata i
X = rata-rata
Xi = frekuensi data ke-i i i i
Contoh
Diketahui data 30, 40, 50, 60, 70. i i i i i i
Jawaban
30 40 50 60 70
X 50
5
Simpangan rata-rata i
44
SR
X i X
n
30 50 40 50 50 50 60 50 70 50
SR
5
60
SR
5
SR 12
Rumus i
SR
f X X
i
f
SR = simpangan rata-rata
i
X = rata-rata
Xi = frekuensi data ke-i
i i i
Contoh
Jawaban
45
SR
f X X i
f
998,76
SR
60
SR 16,646
VARIANS i
Varians adalah ukuran keragaman yang melibatkan seluruh data. Varians merupakan
i i i i i i i i i
i rata-rata kuadrat selisih dari semua nilai data terhadap nilai rata-rata hitung. Varians
i i i i i i i i i i i
i didasarkan pada perbedaan antara nilai tiap observasi (Xi) dan rata-rata (untuk sampel dan
i i i i i i i i i i i i i
i untuk populasi).
i
Rumus (sampel) i
X X
n
2
i
S2 i 1
n 1
S2 = varians sampel i
Xi = data ke-i i
X = rata-rata sampel i
n = banyaknya sampel i
Rumus (populasi) i
X
2
i
2 i 1
N
2
σ = varians populasi i
Xi = data ke-i i
μ = rata-rata populasi i
N = banyaknya populasi i
46
VARIANS – DATA BERKELOMPOK
i i i i
Rumus (sampel) i
f (x i i x )2
s2 i 1
k
fi 1
i 1
S2 = varians sampel i
X = rata-rata sampel i
Rumus (populasi) i
f (x i i )2
2 i 1
k
f i
i 1
σ2 = varians populasi i
μ = rata-rata populasi i
Simpangan baku adalah akar kuadrat positif dari varians. Simpangan baku diukur pada
i i i i i i i i i i i
i satuan data yang sama, sehingga mudah untuk diperbandingkan. Simpangan baku paling
i i i i i i i i i i
i banyak digunakan karena mempunyai sifat-sifat matematis yang sangat penting dan berguna
i i i i i i i i i i
Lambang simpangan baku dapat ditulis “ S “. Nama lain Standar Deviasi, dapat ditulis “ SD
i i i i i i i i i ii i i i i i
i “. Kelompok data yang heterogen mempunyai simpangan baku yang besar.cSimpangan baku
i i i i i i i i i i
Rumus (sampel) i
47
X X
n
2
i
S i 1
n 1
n
2
1 n
i
X
X i
i 1
S
2
n 1 i 1 n
2
n
n
n X i X i
2
S i 1 i 1
n n 1
X = data ke-i
ii i i
n i = banyaknya sampel
ii i
Rumus (populasi) i
X
2
i
i 1
N
N
2
Xi
1 n i 1
X i
2
N i 1 N
i Xi = data ke-i i i
μ = rata-rata populasi i i
N = banyaknya populasi i
Contoh
Diketahui data upah bulanan karyawan suatu perusahaan (dalam ribuan
i i i i i i i i
48
Xi Xi Xi2
X1 30 900
X2 40 1600
X3 50 2500
X4 60 3600
X5 70 4900
5 250 13500
Jawaban
N
2
Xi
1 n i 1
X i
2
N i 1 N
1
250 2
13500
5 5
14,14
f M
2
i i
i 1
49
μ = rata-rata populasi i i
N = banyaknya populasi i i
2
k
k
i i fi di
2
f d
c i 1 i 1
N N
N = banyaknya populasi i i
k
2
fi M i
1 k i 1
f i M i
2
N i 1 N
N = banyaknya populasi i i
2
k
k
i i fi di
2
f d
S c i 1 i 1
n 1 n 1
50
S = simpangan baku sampel i i i
n = banyaknya sampel i i
k
2
fi M i
1 k i 1
S f i M i
2
n 1 i 1 n 1
n = banyaknya sampel i i
Contoh
Jawaban i
51
118 - 126 iiii iii iiiiiiiiiiiiiiiiiiiiiiiiiii 122 iiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiii 3
127 - 135 iiii iii iiiiiiiiiiiiiiiiiiiiiiiiiii 131 iiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiii 5
136 - 144 iiii iii iiiiiiiiiiiiiiiiiiiiiiiiiii 140 iiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiii 9
145 - 153 iiii iii iiiiiiiiiiiiiiiiiiiiiiiiiii 149 iiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiii 12
154 - 162 iiii iii iiiiiiiiiiiiiiiiiiiiiiiiiii 158 iiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiii 5
163 - 171 iiii iii iiiiiiiiiiiiiiiiiiiiiiiiiii 167 iiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiii 4
172 - 180 iiii iii iiiiiiiiiiiiiiiiiiiiiiiiiii 176 iiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiii 2
2 2
iii Kelas iiiiiiiiiiiiiiiii f iiiiiiiiiiiiiii d iiiiiiiiiiiiiiiii d fd
iiiiiiiiiiiiiiiiiiiiiiiiiiiiiii
iiiiiiiiiiiiiiiiiiiiiiiii fd
2
iiiii Jumlah iiiiiiiiiii 40 iiiiiiiiiiiiii 0 iiiiiiiiiiiiiiii 28 iiiiiiiiiiiiii fidi = -9 ii i iiiiiiiiiiifidi = 95 i i
2
k
k
fi di fi di
2
2
c i 1 i 1 9 95 9 13,72
N N 40 40
Contoh
Data nilai ujian statistik dasar dari 50 mahasiswa STMIK MDP, disusun dalam tabel berikut ini.
i i i i i i i i i i i i i i
52
iiiiiiiii 90 i i- i i100 i i i i i i i i i i i i i i i i i i i i i94,5 i i i i i i i i i i i i i i i i i i i i i i i i i i i4 i
Jawaban
M iiiiiiiiiiiiiiiiii M2 iiiiiiiiiiiiiiii
iiiiiii f iiiiiiiiiiiiiiiiiiiiiiiiiiiii fM iiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiii fM2
k
2
fi M i
1 k i 1 1 3257 2
f i M i 226.361,50 16,85
2
N i 1 N 50 50
53
ANALISIS REGRESI SEDERHANA i i
Pendahuluan i
Istilah Regresi diperkenalkan oleh Fancis Galtom “Meskipun ada kecenderungan bagi
i i i i i i i i i
i orang tua yang tinggi mempunyai anak-anak yang tinggi, dan bagi orang tua yang pendek
i i i i i i i i i i i i i
i mempunyai anak yang pendek, distribusi tinggi dari suatu populasi tidak berubah secara
i i i i i i i i i i i
Analisis regresi dapat didefinisikan sebagai metode statistika yang digunakan untuk
i i i i i i i i i
i mengetahui hubungan fungsional linear antara satu variabel respon dengan satu variabel
i i i i i i i i i i
i prediktor. Sedangkan analisis korelasi dapat didefinisikan sebagai analisis yang digunakan
i i i i i i i i i
i untuk mengukur keeratan hubungan antara dua variabel. Kata variabel didefinisikan sebagai
i i i i i i i i i i
i karakteristik dari objek yang diteliti. Terdapat dua jenis variabel dalam analisis regresi yaitu
i i i i i i i i i i i i
i variabel respon atau disebut dengan variabel dependen (Y) dan variabel prediktor atau
i i i i i i i i i i i
i disebut variabel independen (X). Variabel respon (Y) dinyatakan juga sebagai variabel yang
i i i i i i i i i i i
i dipengaruhi dan variabel prediktor (X) dinyatakan juga sebagai variabel yang mempengaruhi.
i i i i i i i i i i
i Terdapat dua jenis analisis regresi linier yaitu analisis regresi linier sederhana dan analisis
i i i i i i i i i i i i
i regresi linier berganda. Analisis regresi linier sederhana hanya melibatkan satu variabel
i i i i i i i i i i
i prediktor sedangkan analisis regresi linier berganda melibatkan dua atau lebih variabel
i i i i i i i i i i
i prediktor.
Pengertian Regresi i i
Analisis regresi merupakan studi ketergantungan satu atau lebih variabel bebas terhadap
i i i i i i i i i i
i variabel tidak bebas. Dengan maksud untuk meramalkan nilai variabel tidak bebas.
i i i i i i i i i i
1. Analisis Regresi antara tinggi orang tua terhadap tinggi anaknya (Gultom).
i i i i i i i i i
5. Analisis Regresi antara tingkat suku bunga bank terhadap harga saham
i i i i i i i i i i
54
KETERGANTUNGAN STATISTIK VS. FUNGSIONAL i i i
Hubungan fungsional/Identitas i i
Perbedaan mendasar antara korelasi dan regresi yaitu korelasi hanya menunjukkan sekedar
i i i i i i i i i i
i hubungan; dalam korelasi variabel tidak ada istilah tergantung dan variabel bebas; regresi
i i i i i i i i i i i
i menunjukkan hubungan pengaruh; dalam regresi terdapat istilah tergantung dan variabel
i i i i i i i i i
i bebas. i
Y: i
X: i
o Persamaan Regresi i i
Y = a + bX +
i i i i i i i
55
Y = Nilai yang diramalkan
i i i i
a = Konstansta
i i
X ii = Variabel bebas
i i i
ii i = Nilai Residu
i i i
n( XY ) ( X )( Y )
b
n( X 2 ) ( X ) 2
a
Y b( X )
n
Contoh Kasus: i
Seorang manajer pemasaran akan meneliti apakah terdapat pengaruh iklan terhadap
i i i i i i i i i
Pemecahan i
1. Judul i
2. Pertanyaan Penelitian i i
3. Hipotesis i
56
ii b > 0, t hitung > t tabel.
i i i i i i i i
5. Sampel ii
8 perusahaan
i i
Penjualan (Y) 64 i 61 84 70 88 92 72 77
Promosi (X) 20 i 16 34 23 27 32 18 22
7. Analisis Data i
o Persamaan regresi i i
o Nilai Prediksi i i
o Koefesien determinasi i i
o Nilai F hitung i i i
o Nilai t hitung i i i
o Kesimpulan
Persamaan Regresi i
Y i X i XY i X2 i Y2 i
57
92 i 32 i 2944 i 1024 i 8464 i
n( XY ) ( X )( Y )
b
n( X 2 ) ( X ) 2
8(15032) (192)(609)
b 1,497
8( 4902) (192) 2
a
Y b( X )
n
(608) 1,497(192)
a 40,082
8
Y= 40,082 + 1,497X+e
i i i
Nilai Prediksi
i i
40,082 + (1,497*16)=64,034
i i
40,082 + (1,497*27)=80,501
i i
58
Berapa besarnya penjualan jika promosi sebesar 32?
i i i i i i
Dst.
(Y- (Y-
No Y X XY X2 Y2 Ypred
Ypred)2 Yrata)2
Koefesien determinasi :
i i
R 2
1
(Y Yˆ ) 2
R2 1
( 227,497)
0,743
(Y Y ) 2 (886)
Digunakan untuk mengukur tingkat kesalahan dari model regresi yang dibentuk.
i i i i i i i i i
Se
(Y Yˆ ) 2
( 227,467)
nk Se 6,1576
82
59
Standar Error Koefesien Regresi
i i i i
Se 6,1576
Sb Sb1 0,359
( X ) 2
(192) 2
X 2
( 4902)
n 8
Uji F i
Uji F digunakan untuk uji ketepatan model, apakah nilai prediksi mampu
i i i i i i i i i i
R 2 /( k 1) 0,743 /( 2 1)
F F 17,367
1 R 2 /( n k ) 1 0,743 /(8 2)
Karena F hitung (17,367) > dari F tabel (5,99) maka persamaan regresi dinyatakan Baik
i i i i i i i i i i i i i
i (good of fit).
i i
Uji t i
bj 1,497
Thitung t hitung 4,167
Sbj 0,359
Karena t i i hitung i (4,167) > dari t tabel (1,943) maka Ha diterima ada pengaruh iklan
i i i i i i i i i i i
i terhadap penjualan. i
60
KESIMPULAN
Statistik maka dapat diartikan bahwa statistik adalah suatu ilmu yang digunakan untuk
i i i i i i i i i i i
i pengumpulan data, pengolahan data, Analisis data dan intepretasi data serta kesimpulan dan
i i i i i i i i i i i
Jenis Statistika ada dua yaitu statistik Deskriptif dan statistik inferensi. Elemen Dasar Statistika
i i i i i i i i i i i i
i adalah : populasi, sampel, data, informasi, dan variabel. Terdapat dua tipe data yaitu data
i i i i i i i i i i i i i
Terdapat dua cara dalam menyajikan data yaitu dengan tabel atau daftar dan grafik
i i i i i i i i i i i i
i atau diagram. Terdapat 3 (tiga) jenis daftar, yaitu daftar baris dan kolom, daftar kontingensi,
i i i i i i i i i i i i i
i dan daftar frekuensi. Terdapat 5 (lima) jenis diagram, yaitu diagram batang, diagran garis,
i i i i i i i i i i i i
Tabel Frekuensi adalah cara umum untuk menata atau menyusun data yang dimiliki
i i i i i i i i i i i
i dalam sebuah tabel yang menunjukkan sebaran atau distribusi frekuensi data. Terdapat tiga
i i i i i i i i i i i
c. Penentuan batas kelas terendah untuk kelas pertama Batas kelas terendah untuk i i i i i i i i i i
i berdasarkan data apabila semua data dapat masuk dalam kisaran nilai yang ada. i i i i i i i i i i i
Terdapat dua jenis ukuran pemusatan dan penyimpangan data, yaitu untuk data
i i i i i i i i i i
i dikelompokkan dan data tidak dikelompokkan.Data yang dikelompokkan adalah data yang
i i i i i i i i i
i mengetahui hubungan fungsional linear antara satu variabel respon dengan satu variabel
i i i i i i i i i i
i prediktor. Analisis regresi didefinisikan sebagai metode statistika yang digunakan untuk
i i i i i i i i i
i mengetahui hubungan fungsional linear antara satu variabel respon dengan satu variabel
i i i i i i i i i i
i prediktor.
61
Daftar Pustaka
i
Dajan, Anto. (1991). Pengantar Metode Statistik. Jakarta: PT. Pustaka LP3ES.
Jakarta : Kencana
:PT.Prestasi Pustakaraya.
Madani, Malang
Walpole, R. E., & Myers, R. H. (1986). Ilmu peluang dan Statistika untuk Insinyur
Utama.
62
Wibisono, Yusuf (2009). Metode Statistik. Yogyakarta:Gadjah Mada University
Press.
63
Sinopsis
Statistika adalah ilmu pengetahuan yang mempelajari metode yang paling efisien
i i i i i i i i i
i kesimpulan serta pembuatan keputusan yang cukup beralasan berdasarkan data dan analisa
i i i i i i i i i i
i yang dilakukan. Statistik adalah data yang diperoleh dengan cara pengumpulan, pengolahan,
i i i i i i i i i i
i penyajian dan analisis serta sebagai sistem yang mengatur keterkaitan antar unsur dalam
i i i i i i i i i i i
i penyelenggaraan statistik. i i
i data tanpa dilanjutkan dengan pengujian dan penafsiran (inferens). Kedua Statistika Inferens,
i i i i i i i i i i
i penafsiran (inferens). i
64