Nama : La Ode Muhammad Syamsul

Prodi : Transportasi Laut

Tahun : 2022
Politeknik Maritim AMI Makassar
Resume materi

Materi : statistika
Disini saya secara khusus akan memaparkan tentang bahasan materib statistika
statistika adalah suatu disiplin ilmu yang penting pada dewasa ini, antara lain untuk memperbaiki teori-
teori statistika yang sudah ada, ataupun member gambaran tentang hasil suatu penyelidikan/percobaan.
Statistika berkaitan dengan pengumpulan informasi atau keterangan, penyajian dalam bentuk daftar,
diagram, atau grafik sehingga memudahkan untuk dianalisa , yang selanjutnya disimpulkan dan diambil
kesimpulan. Setiap informasi atau keterangan yang diperoleh disebut datum, dalam bentuk jamak adalah
data.

Materi-materi statistika sebagai berikut.

Pertemuan 2
Jenis data
Berdasarkan wujudnya, data dibagi menjadi 2 yaitu :

 Data Kuantitatif, yaitu data berupa kumpulan angka

 Data Kualitatif, yaitu data yang diamati berdasarkan atribut, data yang bukan berupa angka (non-
numerik) misalnya pendapat siswa terhadap pelajaran Matematika, seperti amat senang – senang
– kurang senang – tidak senang.
Berdasarkan cara memperolehnya, data dibagi menjadi 2 yaitu:

 Data primer, adalah data yang diperoleh langsung dari sumbernya, missal melalui wawancara,
penyebaran kuesioner, pengukuran langsung.
 Data sekunder, adalah data yang diambil atau disadur dari pihak lain, misal diambil dari Koran,
jurnal, penelitian/publikasi pihak lain.
Pertemuan 3
Belajar membaca data pada tabel (tabel 1 : di daerah nagari)
Contoh hasil membaca data :
berdasarkan tabel tersebut, jumlah orang yang berpendidikan SD di Maninjau sebanyak 691
berdasarkan tabel tersebut, jumlah orang yang berpendidikan D3 di Sungai Batang sebanyak 12
 pertemuan 4
belajar Teknik kolerasi product moment yang dikemukakan oleh pearson
rxy = n ∑ xy - ∑ x ∑ y / √(𝑛 ∑ 𝑋2 − (∑ 𝑋) 2)(𝑛 ∑ 𝑌2 − (∑ 𝑌) 2)
Koefisien Korelasi adalah sebagai berikut:
Antara 0,800 sampai dengan 1,00 = sangat tinggi
Antara 0,600 sampai dengan 0,800 = tinggi
Antara 0,400 sampai dengan 0,600 = cukup
Antara 0,200 sampai dengan 0,400 = rendah
Antara 0,00 sampai dengan 0,200 = sangat rendah
Uji validitas data adalah uji yang bertujuan untuk mengetahui kelayakan tiaptiap pertanyaan dalam suatu
kuisoner
Pertemuan 5
Belajar tabel distribusi frekuensi
Terbagi menjadi 2 yaitu :

 Tabel distribusi frekuensi tunggal

 Tabel distribusi frekuensi berkelompok
Pertemuan 6
Belajar cara pengerjaan tabel distribusi frekuensi komulatif relatif
Pertemuan 7
Belajar penyajian data
Dalam bentuk :

 Histogram
Histogram adalah diagram garis yang daerah absisnya merupakan tepi kelas sehingga posisi antar
batang berimpit
 Polygon
Jika titik-titik tengah dari sisi atas tiap batang pada histogram dihubungkan, maka akan diperoleh
grafik garis yang disebut poligon distribusi frekuesi.
 Ogif
Ogive terdiri dari 2 macam yaitu ogive positif (ogive kurang dari) dan ogive negatif (ogive lebih
dari). Ogive positif dibentuk dengan menghubungkan titik-titik , dengan tepi atas sebagai absis
dan frekuensi kumulatif sebagai ordinat. Sementara itu, ogive negatif dapat dibentuk dengan cara
menghubungkan titik-titik, dengan tepi bawah sebagai absis dan frekuensi kumulatif sebagai
ordinat.
Pertemuan 9
Ukuran pemusatan
  Mean (rata-rata)
Mean (rataan hitung) didefinisikan sebagai jumlah data kuantitatif dibagi banyaknya data. Atau
dapat dinyatakan sebagai jumlah seluruh data dibagi banyaknya data.
 Modus (Nilai terbanyak)
Modus adalah nilai yang paling banyak muncul.
 Median
Median adalah nilai yan membagi data menjadi dua bagian yang sama banyaknya setelah data
diurutkan dari yang terkecil hingga yang terbesar.
Pertemuan 10
Ukuran pemusatan

 Kuartil (Qi)
Kuartil adalah nilai yang membagi data menjadi 4 bagian yang sama banyak, setelah data
diurutkan dari yang terkecil hingga yang terbesar. Terdapat 3 buah kuartil , yaitu kuartil bawah
atau kuartil pertama dilambangkan Q1, kuartil tengah atau kuartil kedua atau median
dilambangkan q2, dan kuartil atas atau kuartil ketiga dilambangkan Q3.
 Desil (Di)
desil adalah nilai yang membagi data menjadi 10 bagian yang sama banyak, setelah data
diurutkan dari yang terkecil hingga yang terbesar.
 Persentil (Pi)
Dalam hal ini kita juga dapat membagi sekelompok data menjadi seratus bbagian yang sama
banyak, sehingga terdapat 99 nilai pembagi yang disebut persentil.
Pertemuan 11
Belajar ukuran penyebaran

 Rentang atau jangakauan

Jangkauan data atau rentang data adalah selisih antara data terbeasar (xmaks) dengan data terkecil
(xmin). 𝑅 = 𝑋𝑚𝑎𝑘𝑠 – 𝑋𝑚𝑖𝑛
 Hamparan (H)
Jangkauan antarkuartil atau hamparan adalah selisih antara kuartil ketiga dengan kuartil pertama
𝐻 = 𝑄3 − 𝑄1
 Simpangan Kuartil (Qd)
Jangkauan semi antarkuartil atau simpangan kuartil adalah setengah kali panjang hamparan.
𝑄𝑑 = 1/2 (𝑄3 − 𝑄1)
 Simpanagan rata-rata
Simpanagan rata-rata atau deviasi rata-rata merupakan rata-rata jarak suatu data terhadap rataan
hitungannya
 Ragam dan Simpangan Baku
Misalnya data x1 , x2 , x3 ,… xn mempunyai rataan, maka ragam atau varians (S2 ) dapat
ditentukan dengan rumus:
𝑆 2 = ∑(𝑥𝑖 − 𝑥̅)²/𝑛 − 1
Sementara itu, simpanngan baku atau deviasi baku (S) dapat ditentukan dengan rumus:
𝑆 = √𝑆² = √ ∑(𝑥𝑖 − 𝑥̅)²/𝑛 − 1 dengan
n = banyaknya data
xi = nilai data ke-i
 𝑥̅= rataan hitung
Pertemuan 13
Belajar Analisa regresi berganda
Analisis regresi berganda merupakan perluasan dari analisis regresi linier sederhana. Dalam regresi
linier sederhana, dibuat analisis hubungan dua variabel (satu variabel independent dengan satu variabel
dependent) yang dinyatakan dengan persamaan liniear
Analisis regresi linier berganda, berdasarkan penelitian sampel dinyatakan dengan persamaan linier : 𝑌̂
= a + b1.X1 + b2.X2 + …… + bn.Xn + e
Untuk kasus dua variabel independent, persamaan liniernya dinyatakan sebagai : 𝑌̂ = a + b1.X1 + b2.X2
dengan :
𝑌̂ = nilai Y prediksi
X1 = Variabel bebas 1
X2 = Variabel bebas 2
b1 = Koefisien regresi variabel bebas 1, adalah perubahan pada Y untuk setiap perubahan X1
sebesar 1 unit dengan asumsi X2 konstan
b2 = Koefisien regresi variabel bebas 2, adalah perubahan pada Y untuk setiap perubahan X2
sebesar 1 unit dengan asumsi X1 konstan
e = Kesalahan Prediksi (error