Diktat
STATiSTIK-I
Disusun Oleh :
EDY SOESANTO, SE, MM
STIE AKA
SEKOLAH TINGGI ILMU EKONOMI AKA
1990
:
KATA PENGANTAR
Ilmu statistik sangat penting bagi penelitian, sedangkan penelitian sangat penting untuk
mendapatkan penemuan2/inovasi baru, mahasiswa menerima pelajaran statistik nantinya sangat
diharapkan mampu menciptakan penemuan2/inovasi2 sesuai bidang studinya dan yang berguna
bagi kehidupan manusia sehari-hari.
Namun dalam pemahaman ilmu statistik mahasiswa biasanya mengalami kesulitan jika
dalam memahami ilmu tersebut hanya dengan mengikuti kuliah dan membaca literatur2 yang
ada di perpustakaan dll, mengingat para penulis yang cukup banyak tersebut menjelaskan
dengan caranya sendiri2 yang rata2 berbeda satu sama lain.
Diktat ini diharapkan bisa membantu mahasiswa dalam mempermudah memahami ilmu
statistik dikampus, paling tidak bisa mengantarkan/memberikan arah apa dan bagaimana
maksud daripada ilmu statistik.
Diktat ini merupakan kumpulan materi statistik - I yang memuat 11 bab, sedangkan untuk
bab2 berikutnya akan dilanjutkan dalam diktat statistik - II
Penyusun :
EDY SOESANTO
DAFTAR ISI
Halaman
:
____
BAB - I
PENDAHULUAN
TUGAS STATISTIK - I
:
Jawablah 8 soal dibawah ini (ditulis dengan tangan/tidak boleh diketik dengan
komputer) :
Buku Referensi :
1. Anto Dayan
2. Samsubar Saleh
3. Sudjana
4. Sutrisno Hadi
5. Danang Sunyoto
:
BAB - II
DISTRIBUSI FREKUENSI ( DF )
255 285 287 215 310 313 248 341 333 291
290 254 334 228 233 373 358 297 299 216
289 257 267 274 282 308 235 251 259 258
242 279 302 275 294 293 276 278 250 274
272 268 366 354 365 256 261 289 259 260
280 292 291 295 236 296 298 309 282 281
305 311 282 283 315 325 286 288 318 325
345 351 314 306 312
Sebelum data tersebut diolah / dianalisa , kita sulit memperoleh banyak gambaran tentang
keadaan / perkembangan usaha tersebut, oleh karenanya kita harus mengolah / dianalisa.
Untuk itu perlu langkaqh awal, yaitu menyusun DF.
:
Penjualan ( 000 ) F
215 – 234 4
235 – 254 7
255 – 274 13
275 – 294 23
295 – 314 15
315 – 334 6
335 – 354 4
355 – 374 3
Jumlah 75
Dari DF tersebut kita dapat memperoleh banyak gambaran tentang mereka, misalnya
Penjualan terendah adalah Rp.215.000,- / bulan dan tertinggi Rp.374.000,- / bulan.
Penjualan antara Rp.215.000,- s/d Rp.234.000,- ada 4 pedagang.
Penjualan antara Rp.235.000,- s/d Rp.254.000,- ada 7 pedagang.
Dst …….. dst.
PERMASALAHAN !
Bagaimana langkah-langkah dalam menyusun DF tersebut ?.
Sebelum dijelaskan langkah-langkah penyusunan DF akan terlebih dahulu dijelaskan
mengenai istilah-istilah penting yang terkandung dalam DF.
b. Range ( R ) :
Adalah selisih antara nilai terbesar ( X n ) dengan nilai terkecil ( X1).
:
TKB + TKA
Rumus : M = -------------
2
K = 1 + 3,3 Log N
b) Menentukan Range ( R ) yaitu selisih antara nilai terbesar ( Xn ) dengan nilai terkecil ( X1).
R = Xn - X1
R
I = ------
K
d) Menempatkan nilai terendah / terkecil ( X1 ) sebagai Batas Kelas Bawah (BK B) kelas pertama.
e) Melengkapi batas kelas semua kelas.
f) Memasukkan frekuensi pada kelasnya masing-masing.
CONTOH SOAL :
Berikut ini data nilai ujian Akuntansi Lanjutan ( Advance ) dari 50 Mahasiswa Universitas trisakti Jakarta
adalah sebagi berikut :
60 33 85 52 65 77 84 65 57 74
71 81 35 50 35 64 74 47 68 54
80 41 61 91 55 73 59 53 45 77
41 78 55 48 69 85 67 39 76 60
94 66 98 66 73 42 65 94 89 88
Pertanyaan :
Agar data tersebut dapat dianalisa lebih lanjut, susunlah distribusi frekuensi (DF) nya ?
Jawab :
Langkah-langkah penyusunan DF :
1. Menentukan jumlah kelas ( K ) :
K = 1 + 3,3 log N
= 1 + 3,3 log 50
:
= 1 + 3,3 ( 1,69 )
= 1 + 5,6
= 6,6 dibulatkan keatas = 7.
2. Menentukan Range ( R ) :
R = Xn - X1
= 98 - 33
= 65
3. Menentukan Interval Kelas ( i / c ) :
R 65
i = ------- -------
K 7
= 9,28 dibulatkan keatas = 10.
4. Menempatkan X1 sebagai BKB kelas pertama ( yaitu 33 ).
5. Menyusun Distribusi frekuensi ( DF ) nya sebagai berikut :
TABEL - A : Nilai Ujian Akuntansi Lanjutan dari 50 Mahasiswa Universitas Trisakti Jakarta sebagai
berikut :
Nilai Ujian F
33 – 42 7
43 – 52 5
53 – 62 9
63 – 72 10
73 – 82 10
83 – 92 6
93 – 102 3
Jumlah 50
LATIHAN SOAL :
Nilai ujian mata kuliah Analisa Laporan Keuangan dari 80 mahasiswa STIE Dibya Puri
Semarang adalah sebagi berikut :
68 84 75 82 68 90 62 88 76 93
73 79 88 73 60 93 71 59 85 75
61 65 75 87 74 62 75 78 63 72
66 78 82 75 94 77 69 74 68 60
:
96 78 89 61 75 95 60 79 83 71
79 62 67 97 78 85 76 65 71 75
65 80 73 57 88 78 62 76 53 74
86 67 73 81 72 63 76 75 85 77
Pertanyaan :
Dari data tersebut susunlah distribusi frekuensi ( DF ) nya ?
Nilai Ujian F Fr
33 – 42 7 7/50 x 100 % = 14 %
43 – 52 5 5/50 x 100 % = 10 %
53 – 62 9 9/50 x 100 % = 18 %
63 – 72 10 10/50 x 100 % = 20 %
73 – 82 10 10/50 x 100 % = 20 %
83 – 92 6 6/50 x 100 % = 12 %
93 – 102 3 3/50 x 100 % = 6 %
Jumlah 50 100 %
Latihan Soal :
Buatlah Distribusi Frekuensi Relatif untuk Data Distribusi ( DF ) dari 80 mahasiswa STIE
Dibya Puri Semarang ?
3.3 DISTRIBUSI FREKUENSI KOMULATIF ( DF.Kom )
Adalah sebuah distribusi dari sekelompok nilai dimana frekuensinya merupakan penjumlahan
sampai dengan kelas tertentu.
Distribusi frekuensi komulatif ada 2 macam yaitu :
1. Distribusi frekuensi komulatif KURANG DARI ( Less Than Commulative Frequency = FL )
2. Distribusi frekuensi komulatif LEBIH DARI ( More Than Commulative Frequency = FM )
:
Contoh :
Data Tabel A : Nilai Ujian Akuntansi Lanjutan 50 mahasiswa Usakti Jkt. :
Nilai ujian F FL FM
33 – 42 7 7 50
43 – 52 5 12 43
53 – 62 9 21 38
63 – 72 10 31 29
73 – 82 10 41 19
83 – 92 6 47 9
91 – 102 3 50 3
Jumlah 50
BAB - III
GRAFIK DISTRIBUSI FREKUENSI
Grafik merupakan bentuk laporan lain selain tabel. Pada umumnya para pimpinan perusahaan
yang berkepentingan melakukan penelitian lebih menyukai membaca laporan dalam bentuk
grafik dari pada tabel, karena grafik dipandang lebih mudah dipahami dan lebih menarik.
Grafik Distribusi Frekuensi ada tiga macam yaitu :
1. HISTOGRAM
2. POLIGON
3. OGIVE
4.1 HISTOGRAM
Adalah grafik yang menghubungkan antara luas kelas dengan frekuensinya masing-
masing.
Grafik Histogram :
F
10 10 10
9 9
8
7 7
6 6
5 5 Histogram
4
3 3
2
1 Nilai Ujian
0
32,5 42,5 52,5 62,5 72,5 82,5 92,5 102,5
Latihan Soal :
Buatlah Histogram dari data Nilai ujian ALK 80 Mahasiswa STIE Dibya Puri Semarang ?
4.2 POLIGON.
Adalah grafik yang menghubungkan antara titik tengah dengan frekuensi kelasnya
masing-masing.
Contoh :
Data Tabel A :
Nilai ujian F M
33 - 42 7 37,5
43 - 52 5 47,5
53 - 62 9 57,5
63 - 72 10 67,5
73 - 82 10 77,5
83 - 92 6 87,5
93 - 102 3 97,5
Jumlah 50 -
Grafik POLIGON-nya :
F
:
10
9
8 POLIGON
7
6
5
4
3
2
1 Nilai Ujian
0
27,5 37,5 47,5 57,5 67,5 77,5 87,5 97,5 107,5
LATIHAN SOAL :
Buatlah Poligon dari Data nilai ujian ALK 80 Mahasiswa STIE Dibya Puri Semarang ?
4.3 OGIVE
Adalah grafik yang menghubungkan antara tepi kelas dengan frekuensi komulatifnya
masing-masing.. Karena frekuensi komulatif ada 2 macam, maka ogive juga ada 2 macam yaitu :
Ogive KURANG DARI dan Ogive LEBIH DARI
Grafik OGIVE-nya :
F
50
47
43 Ogive Kr. dr
41
38
31
29
21
19
12
9
7 Ogive Lb.dr
3
0 X : Nilai Ujian
LATIHAN SOAL :
Buatlah Ogivenya dari nilai ujian ALK mhs STIE Dibya Puri Semarang !
:
BAB - IV
PENGUKURAN NILAI SENTRAL
(Central of Measure Tendency)
Pengertian :
Pengukuran Nilai Sentral ( PNS ) maksudnya mengukur sejauh mana nilai-nilai dalam sekelompok data
itu memusat.
Ada beberapa macam ukuran nilai sentral tersebut yaitu :
1. RATA-RATA ( MEAN )
2. MEDIAN
3. MODUS
4. RATA-RATA UKUR
5. RATA-RATA HARMONIS
Kelima hal tersebut mempunyai cirri khas sendiri-sendiri dan penggunaannya yang juga berbeda-
beda.
Jawab :
_ X
:
X = -----
N
52 + 50 + 54 + 45 + 45 + 45
= --------------------------------------
6
291
= --------
6
= 48,5 Jadi rata-rata berat badan ke 6 mhs tsb = 48,5 kg
_ FX 5010
X = ----- = ------- = 62,63
N 80
Jadi rata-rata nilai ujian Akuntansi Keuangan Menengah dari 80 Mahasiswa tersebut
:
= 62,63.
B. Data Berkelompok ( Groupped Data )
Cara 1 :
_ FM
X = ------
N
Keterangan : M = Mid Point ( titik tengah )
F = Frekuensi
N = Jumlah data.
Contoh :
Nilai Ujian F M FM
33 – 42 7 37,5 262,5
43 – 52 5 47,5 237,5
53 – 62 9 57,5 517,5
63 – 72 10 67,5 675
73 – 82 10 77,5 775
83 – 92 6 87,5 535
93 – 102 3 97,5 292,5
50 - 3285
_ FM 3285
X = ------ = --------- = 65,7
N 50
Latihan soal : hitung rata-rata nilai ujian ALK mahasiswa STIE Dibya Puri Smg ?
Cara 2 :
_ FU
X = M0 + i ------
N
Keterangan :
U = Kode pengganti nilai distribusi
M0 = Titik tangah pada saat U = 0
F = frekuensi
N = Jumlah data
i = Interval kelas.
:
_ FU
X = M0 + i ------
N
-59
= 77,5 +10 ------ = 77,5 + 10 ( - 1,18 ) = 77,5 – 11,8 = 65,7
50
Latihan Soal :
Hitunglah rata-rata nilai ujian ALK 80 Mahasiswa STIE Dibya Puri Semarang !
Contoh 2 :
Ada 18 mahasiswa dengan tinggi badan ( dalam cm ) sebagai berikut :
160 190 180 163 177 189 169 172 175 181
188 166 170 184 180 160 175 180
Jawab :
1). Array
160 160 163 166 169 170 172 175 175
177 180 180 180 181 184 185 188 190
2). Letak median :
n + 1 18 + 1 19
------- = -------- = ---- = 9,5
2 2 2
Artinya median terletak diantara / pertengahan data ke-9 & ke-10
N
---- - Fs
2
Med = TKB + I ------------
F med
Keterangan :
TKB = Tepi kelas bawah kelas median
i = Interval kelas
Fs = Jumlah frekuensi semua kelas sebelum kelas median
F med = Frekuensi pada kelas median
N/2 = Letak median.
:
Contoh :
Data tabel A :
Nilai Ujian F
33 – 42 7
43 – 52 5
53 n- 62 9
63 – 72 10
73 – 82 10
83 – 92 6
93 – 102 3
Jumlah 50
tertinggi).
Cara mencari modus :
A. Data Belum Berkelompok ( Un-Grouped Data )
Contoh :
Ada 20 petani dengan penghasilan / bulan sebagai berikut :
200.000 300.000 175.000 165.000 250.000
260.000 290.000 280.000 300.000 200.000
240.000 295.000 285.000 240.000 275.000
240.000 265.000 285.000 240.000 195.000
Tentukan nilai modus penghasilan / bulan dari 20 petani tersebut ?
Jawab :
Karena nilai 240.000 frekuensinya ada 4, sedangkan nilai yang lain frekuensinya dibawah 3, maka
nilai 240.000 mempunyai frekuensi tertinggi. Jadi nilai modusnya adalah 240.000.
Contoh :
Data Table A
Nilai Ujian F
33 – 42 7
43 – 52 5
53 – 62 9
63 – 72 11
73 – 82 9
83 – 92 6
93 – 102 3
Jumlah 50
2
Mod = 62,5 + 10 --------
2+2
Mod = 62,5 + 10 (0,5)
Mod = 62,5 + 5 = 67,5.
Latihan Soal :
Hitunglah Modus dari nilai ujian ALK 80 mahasiswa STIE Dibya Puri Semarang ?
:
BAB -V
PENGUKURAN LOKASI
Pengukuran lokasi adalah mengukur sejauh mana nilai dalam sekelompok data itu dilihat dari lokasi
tertentu.
Ada 3 cara :
1. Kuartil
2. Desil
3. Presentil
6.1 KUATRIL ( QUARTILE ) = K ATAU Q
Adalah nilai yang membagi sekelompok data menjadi 4 bagian sama besar.
Karena membagi menjadi 4 berarti ada 3 kuartil yaitu: Kuartil 1 (K 1 ), Kuartil 2 (K2) , Kuartil 3
(K3 ).
K1 adalah nilai bagi sekelompok data menjadi 2 bagian, sehingga 25 % (¼ ) dari keseluruhan data
nilainya lebih kecil / maksimal sama dengan nilai K 1 sedangkan 75 % yang lainnya nilainya
lebih besar / minimal sama dengan nilai K 1
K2 adalah sama dengan nilai median.
K3 adalah nilai yang menbagi sekelompok data menjadi 2 bagian sehingga 75
% ( ¾ ) dari keseluruhan data nilainya lebih kecil atau maksimal sama
dengan nilai K3 .
Sedangkan 25 % ( ¼ ) yang lainnya nilainya lebih besar / minimal sama dengan K 3
A. DATA BELUM BERKELOMPOK.
Contoh : IP dari 21 mahasiswa Semester I Jurusan Managemen sebagai berikut :
2,6 2,3 2,4 2,5 2,2 3,0 1,8 1,9 2,6 2,0 2,8 2,6
2,3 3,0 3,0 2,4 1,8 3,1 2,7 2,6 2,2
Hitunglah nilai K1, K2, K3, serta jelaskan arti hasil perhitungan masing –masing ?
3(n+1)
Letak K3 = --------------
4
3(n+1) 3 ( 21 + 1 ) 64
K3 = -------------- = --------------- = ------ = 16 K3 = 2,7
4 4 4
B. DATA BERKELOMPOK :
Langkah-langkah mencari kuartil :
1). Mencari letak kuartil :
n
Letak K1 = ----
4
2n
Letak K2 = -----
4
3n
Letak K3 = -----
4
n
---- - Fs
4
:
K1 = TKB + i ------------
FK1
2n
---- - Fs
4
K2 = TKB + i ------------
FK2
3n
---- - Fs
4
K3 = TKB + i ------------
FK3
Contoh Soal :
Mahasiswa AKA Semarang
Berat Badan f
53 – 58 2 80
59 – 64 12 Letak K1 = ----- = 20
K1 65 – 70 10 4
K2 71 – 76 23 160
K3 77 – 82 14 Letak K2 = ----- = 40
83 – 88 10 4
89 – 94 5 240
95 – 100 4 Letak K3 = ------ = 60
4
Jumlah 80
:
n
---- - Fs
4 20 - 14
K1 = TKB + i ------------ = 64,5 + 6 ---------
FK1 10
3n
---- - Fs
4 60 - 47
K3 = TKB + i ------------ = 76,5 + 6 ------- = 76,5 + 5,57 = 82,07
FK3 14
6.2 DESIL / D
Adalah nilai yang menbagi sekelompok data menjadi 10 bagian sama besar. Karena membagi menjadi
10 maka ada 9 desil, yaitu Desi 1 ( D1 ) dst sampai D9.
D1 adalah nilai yang membagi sekelompok data menjadi 2 bagian sehingga 1 % dari keseluruhan data
nilainya maksimal sama dengan nilai D 1, sedangkan 90 % yang lain nilainya minimal sama dengan nilai
D1
Langkah-langkah mencari Desil.
A. Data belum berkelompok.
1. Membuat array.
2. Mencari letak Desil.
n+1
Letak D1 = ---------
10
2(n+1)
Letak D2 = -------------
:
10
3 ( n + 1)
Letak D3 = --------------
10
3 ( 7 + 1) 3 (8) 24
Letak D3 = ------------- = -------- = ------ = 2,4
10 10 10
n
Letak D1 = -------
10
2n
Letak D2 = -------
10
3n
Letak D3 = --------
10
9n
dst sampai Letak D9 = -------
10
n
----- - Fs
10
:
D1 = TKB + i ------------
FD1
2n
----- - Fs
10
D2 = TKB + i ------------
FD2
9n
----- - Fs
10
dst sampai D9 = TKB + i ------------
FD9
Contoh soal !
Nilai statistik Mahasiswa Semester I Jurusan Manajemen.
Nilai F
30 – 39 4
40 – 49 6 n
50 -- 59 8 ----- - Fs
60 - 69 12 10 n 50
70 - 79 9 D1 = TKB + i ------------ ---- = ---- = 5
80 - 89 7 FD1 10 10
90 – 99 4 5-4
50 – 59 8 = 39,5 + 10 -----
6
Jumlah 50 = 39,5 + 1,67
D1 = 41,17
5n
----- - Fs
10 5(50)
D5 = TKB + i ------------ -------- = 25
FD5 10
:
25 - 18
= 59,5 + 10 -----------
12
= 59,5 + 5,83
D5 = 65,33
9n
----- - Fs
10 9 (50) 450
D9 = TKB + i ------------ --------- = ------- = 45
FD9 10 10
45 - 39
= 79,5 + 10 ---------
7
= 79,5 + 8,57
D9 = 88,07
6.3 PERSENTIL / P
Adalah nilai yang membagi sekelompok data menjadi 100 bagian sama besar. Karena dibagi menjadi
100 berarti ada 99 persentil, yaitu Persentil 1 ( P 1 ) dan seterusnya sampai P99.
Langkah-langkah mencari Persentil :
A. Data belum berkelompok
1. Membuat array.
2. Mencari letak persentil.
1 (n + 1)
Letak P1 = -------------
100
P 2 3 3 4 5 6 7
50 (7 + 1) 400
P50 = ------------- P50 = ------- = 4
100 100
Jadi P50 = 4 ( ada pada N = 4 )
:
B. Data berkelompok :
Langkah-langkah :
1. Mencari Letak Persentil.
15 n
Letak P15 = -------- dst
100
2. Mencari nilai persentil
15n
------ - Fs
100
P15 = TKB + i ------------- dst
FP15
Contoh : Berat badan mahasiswa.
Niali F
53 – 58 2
59 – 64 12
65 – 70 10
71 – 76 23
77 – 82 14
83 – 88 10
89 – 94 5
95 – 100 4
Jumlah 80
1 (n)
------- - Fs
100
P1 = TKB + i -------------
FP1
0,8 - 0
= 52,5 + 6 ----------
2
= 52,5 + 2,4
P1 = 54,9
:
50 (n)
-------- - Fs
100
P50 = TKB + I -------------
FP150
40 - 24
= 70,5 + 6 ----------
23
= 70,5 + 4,17
P50 = 74,67
:
BAB - VI
PENGUKURAN DEVIASI
(Penyimpangan / Penyebaran / Dispersi)
Adalah mengukur sampai sejauh mana nilai-nilai dari sekelompok data menyebar / menyimpang dari
rata-ratanya.
Pengukuran Deviasi ada beberapa macam :
1. Range ( R ).
2. Deviasi Rata-rata ( AD ).
3. Deviasi Standar / Simpangan Baku ( SD ).
4. Varian
5. Devisiasi Kuartil ( DK )
6. Devisiasi Antara kuartil ( DAK ).
7. Koefisien Variasi ( KV )
Contoh :
Hitunglah range dari 5 data berikut ini :
70 50 60 80 40
Xn = 80 X1 = 40
Range (R) = 80 - 40 = 40
Contoh : Dari data berikut ini hitunglah range-nya dengan kedua cara tersebut ?
Nilai Ujian F
33 – 42 7
43 – 52 5
53 n- 62 9
63 – 72 10
73 – 82 10
83 – 92 6
93 – 102 3
Jumlah 50
Jawab :
Cara a : Titik tengah kelas terakhir = 97,5
Titik tengah kelas pertama = 34,5
Jadi Range (R) = 97,5
X - X
AD = ---------------
N
Keterangan : Tanda | artinya harga mutlak, artinya nilai negatif dianggap positif
Contoh :
Hitung Deviasi Rata - Rata dari data berikut ini :
70 50 60 80 40
Jawab:
AD =
Contoh : Dari data berikut ini hitunglah Deviasi rata-rata-nya dengan kedua cara
tersebut ?
Nilai Ujian F
33 – 42 7
43 – 52 5
53 n- 62 9
63 – 72 10
73 – 82 10
83 – 92 6
93 – 102 3
Jumlah 50
:
Cara 2 :
X2 X 2
SD = ------ - -----
N N
Contoh Soal :
Hitung deviasi Standar dari data berikut ini. dengan kedua cara tersebut diatas ?
40 50 60 70 80
Jawab :
40 + 50 + 60 + 70 + 80
X = ------------------------------
5
= 60
Cara 1 Cara 2
X X ( X – X )2 X X2
40 60 400 40 1.600
50 60 100 50 2.500
60 60 0 60 3.600
70 60 100 70 4.900
80 60 400 80 6.400
------------ + ------- + ----------- +
1.000 300 19.000
= 14,14
Modal F M M–X (M – X )2 F ( M – X )2
30 - 39 5 34,5 - 29,6 876,16 4.380,80
40 - 49 10 44,5 - 19,6 384,16 3.841,60
50 - 59 18 54,5 - 9,6 92,16 1.658,88
60 - 69 32 64,4 0,4 0,16 5,12
70 - 79 24 74,5 10,4 108,16 2.595,84
80 - 89 8 84,5 20,4 416,16 3.329.28
90 - 99 3 94,5 30,4 924,16 2.772,48
100 18.584,00
F ( M - X )2
SD = --------------------
N
18.584
= ---------
100
= 13,63
Cara 2 :
Modal F M FM M2 FM2
30 - 39 5 34,5 172,5 1.190,25 5.951,25
40 - 49 10 44,5 445 1.980,25 19.802,25
50 - 59 18 54,5 981 2.970,25 53.464,25
60 - 69 32 64,4 2.064 4.160,25 133.128,00
:
FM2 FM 2
SD = --------- - --------
N N
429.465 6.4102
SD = ---------- - --------
N N
SD = 13,63
Cara 3 :
Modal F U FU U2 FU2
30 - 39 5 -3 - 15 8 45
40 - 49 10 -2 - 20 4 40
50 - 59 18 -1 - 18 1 18
60 - 69 32 0 0 0 0
70 - 79 24 1 24 1 24
80 - 89 8 2 16 4 32
90 - 99 3 3 9 9 27
100 -4 186
FU2 FU 2
SD = i -------- - -------
N N
186 -4 2
SD = 10 ------ - -----
100 100
SD = 10 1,86 - 0,0016
SD = 13,63
:
Catatan :
Baik cara I, II, III hasilnya sama. Jadi anda dapat memilih salah satu rumus
7.4 VARIANS
Varians = SD
Keterangan : Jika hasil perhitungan deviasi standar sudah ketemu, maka untuk
mencari variansnya tinggal mengkuadratkan saja
K3 - K1
DK = -----------
2
DAK = K3 - K1
SD SD = Standart Deviation
KV = ----- X 100 %
X X = Rata-rata.
:
Kriteria :
1. Untuk menentukan kelompok yang lebih merata ( Homogen ) pilih yang Koefisien Variasinya
Terkecil.
2. Untuk menentukan kelompok yang lebih bervariasi ( Heterogen ) pilih Koefisien Variasinya
Terbesar.
Contoh :
Diketahui : Produksi “ Kacang Tanah “ di daerah A, B, C ( dalam ton ).
Daerah A Daerah B Daerah C
52 40 56
45 50 72
60 62 42
64 54 56
36 60 58
43 22 52
Ditanyakan :
Daerah mana diantara ketiganya yang produksinya lebih merata ?.
Pembahasan :
a. Mencari Rata-rata ( X)
52 + 45 + 60 + 64 + 36 + 43 300
XA = ----------------------------------------------------- = -------- = 50
6 6
40 + 50 + 62 + 54 + 60 + 22 288
XB = ---------------------------------------------------- = -------- = 48
6 6
56 + 72 + 42 + 56 + 58 + 52 336
X C = ------------------------------------------------- = -------- = 56
6 6
Daerah A :
X X2 X2 X 2
9,75
KV = --------- X 100 % KV = 29,5 %
50
Daerah B :
X X2 X2 X 2
Daerah C :
X X2 X2 X 2
56 3.136 SD = ------- - -----
72 5.184 N N
42 1.764
56 3.136 19.288 366 2
Kesimpulan :
Berdasarkan perhitungan Koefisien Variasi diatas, maka dapat dikatakan produksi “ Kacang tanah “
daerah C paling merata ( Homogen). Karena Koefisien Variasinya lebih kecil jika dibandingkan daerah
A dan B.
Jika yang dinyatakan daerah produksi yang paling bervariasi ( Heterogen ) , maka daerah B produksi “
Kacang Tanah “ yang paling ( Heterogen). Karena Koefisien Variasinya trebesa
X -- X
Z-Score = ----------
SD
Keterangan :
Contoh 1 :
Diketahui data dua perusahaan sebagai berikut :
Perusahaan A Perusahaan B
Keuntungan pada saat tertentu Rp.20.000,- Rp.15.000,-
Rata-rata keuntungan Rp.16.000,- Rp.12.000,-
Deviasi standar Rp. 4.000,- Rp. 2.500,-
:
15.000 - 12.000
Z - Score B = ------------------------ = 1,2
2.500
Kesimpulan :
Berdasarkan perhitungan Z- Score diatas maka dapat dikatakan bahwa perusahaan lebih berhasil
dibandingkan perusahaan A, karena Z-Scorenya lebih besar.
Contoh II :
Diketahui keuntungan bersih pedagang telur dan ikan di dua pasar Kodia Semarang seperti data
berikut ini (dalam ribuan rupiah) :
Pasar Bulu Pasar Kagok
Telur Ikan Telur Ikan
25 60 25 60
25 25 30 45
35 35 28 30
30 65 35 55
50 30 32 70
Pertanyaan :
Usaha jenis apa dan di pasar mana yang lebih berhasil mengelola usahanya ?
Pembahasan :
PASAR BULU :
25 + 25 + 35 + 30 + 50 165
X (Pedagang Telur) = -------------------------------- = ------ = 33
5 5
X X2
25 625
25 625
35 1.225
30 900
50 2.500
:
------- ------------
165 5.875
X2 X 2
SD = ------ - -----
N N
5.875 165 2
50 - 33
Z - Score = ------------ = 1,83
9,27
60 + 25 + 35 + 65 + 30 215
X (Pedagang Ikan) = -------------------------------- = ------ = 43
5 5
X X2
60 3.600
25 625
35 1.255
65 4.225
30 900
------- ------------
165 10.575.
X2 X 2
SD = ------ - -----
N N
10.575 215 2
65 - 43
Z – Score = ------------- = 1,35
16,31
:
PASAR KAGOK :
KESIMPULAN :
Berdasarkan perhitungan Z – Scxore diatas, maka dapat disimpulkan bahwa usaha paling berhasil
adalah “ Pedagang Telur di Pasar BULU “ , karena Z – Score-nya paling tinggi
:
BAB - VII
ANALISA KORELASI
ANALISA KORELASI :
Mengukur sampai sejauh mana tingkat keeratan hubungan antara dua variable atau lebih.
CONTOH :
X Y
Iklan Hasil Penjualan
Pendapatan Pengeluaran
Tingkat Upah Produktivitas Kerja
Pemupukan Hasil Produksi
Dan lain-lain
X = Variabel Independen / Variabel tidak tergantung / Variabel bebas
Y = Variabel Dependen / Variabel tergantung / Variabel terikat.
Hubungan Positif
Hubungan Hubungan Negatif
Tidak ada hubungan
Semakin mendekati –1 atau 1, maka tingkat hubungannya semakin kuat ( erat ). Dan sebaliknya
semakin mendekati 0, maka tingkat keeratan hubungannya semakin lemah.
Sedangkan tanda – dan + menunjukkan apakah hubungannya positif atau negatif.
Rumus Koefisien Korelasi untuk data tidak berkelompok adalah sebagai berikut :
n. XY - X. Y
r xy = -------------------------------------------------------
:
n. X2 - ( X )2 n. Y2 - ( Y )2
CONTOH :
X 2 3 5 6 8 9
Y 6 5 7 8 12 11
JAWAB :
X Y XY X2 Y2
2 6 12 4 36
3 5 15 9 25
5 7 35 25 49
6 8 48 36 64
8 12 72 64 144
9 11 99 81 121
33 49 305 219 439
n. XY - X. Y
r xy = -------------------------------------------------------
n. X2 - ( X )2 n. Y2 - ( Y )2
1.830 - 1.617
r xy = -------------------------------------------------------
1.314 - 1.089 2.634 - 2.401
Berdasarkan perhitungan Koefisien Korelasi diatas maka dapat disimpulkan bahwa hubungan antara
Biaya Iklan dan Hasil Penjualan sangat kuat dan positif.
Artinya apabila Biaya iklan ditingkatkan, maka akan diikuti kenaikan hasil penjualan atau sebaliknya.
Setelah dibuktikan dengan koefisien korelasi bahwa variable X dan Y mempunyai hubungan, maka
perlu dihitung Koefisien Determinasinya, yaitu untuk mengetahui kontribusi (sumbangan) Variabel X
terhadap naik turunnya Variabel Y.
Koefisien Determinasi dapat dirumuskan sebagai berikut :
KP = ( r )2
Dalam contoh soal diatas, termasuk korelasi linier sederhana. Karena hanya dua variable yaitu
variable X dan Y. Sedangkan dalam korelasi berganda, variabelnya lebih dari dua.
:
Misal Diketahui :
X1 = Biaya Iklan
X2 = Biaya Perbaikan Mutu
Y = Hasil Penjualan
X1 70 95 35 50 65 40 30 55
X2 27 28 17 21 25 19 10 23
Y 380 400 280 320 350 300 270 340
Diminta : a. Hitung Koefisien Korelasinya ?
b. Hitung Koefisien Determinasinya ?
JAWAB :
X1 X2 Y X1X2 X1Y X2Y (X1)2 (X2)2 Y2
70 27 380 1.890 26.600 10.260 4.900 729 144.400
95 28 400 2.660 38.000 11.200 9.025 784 160.000
35 17 280 595 9.800 4.760 1.225 289 78.400
50 21 320 1.050 16.000 6.720 2.500 441 102.400
65 25 350 1.625 22.750 8.750 4.225 625 122.500
40 19 300 760 12.000 5.700 1.600 361 90.000
30 10 270 300 8.100 2.700 900 100 72.900
55 23 340 1.265 18.700 7.820 3.025 529 115.600
440 170 2.640 10.145 151.950 57.910 27.400 3.858 886.200
n. X1Y - (X1). (Y)
r x1y = -------------------------------------------------------
n. X12 - ( X1 )2 n. Y2 - ( Y )2
1.215.600 - 1.161.600
r x1y = ------------------------------------------------------------
219.200 - 193.600 7.089.600 - 6.969.600
463.280 - 448.800
r x2y = ------------------------------------------------------------
30.864 - 28.900 7.089.600 - 6.969.600
81.160 - 74.800
r x1x2 = ------------------------------------------------------------
219.200 - 193.600 30.864 - 28.900
Dari hasil tersebut, berarti hubungan antara biaya iklan, biaya perbaikan mutu dan hasil penjualan
sangat erat.
KP = ( rx1x2y )2
KP = ( 0,97 )2
KP = 0,94 atau 94 %
Jadi besarnya kontribusi ( sumbangan ) variabel X 1 dan X2 terhadap hasil penjualan sebesar 94 %
:
BAB - VII
ANALISA REGRESI
CONTOH SOAL :
X 2 3 5 6 8 9
Y 6 5 7 12 11
X = % Biaya Iklan
Y = % Kenaikan Penjualan.
DITANYAKAN :
1. Tentukan perkiraan / estimasi penjualan, jika biaya iklan naik manjadi 25 %
2. Tentukan Estimasi penjualan, jika biaya iklan 30 %
PEMECAHAN :
X Y XY X2
2 6 12 4
3 5 15 9
5 7 35 25
6 8 4 36
8 12 96 64
9 11 99 81
33 49 305 219
49 = 6 a + 33 b x 11
305 = 33 a + 219 b x 2
539 = 66 a + 363 b
610 = 66 a + 438 b
---------------------------------- -
71 = - 75 b
- 71
b = --------
- 75
b = 0,95
49 = 6 a + 33 b 49 = 6 a + 33 (0,95)
49 = 6 a + 31,35
6 a = 49 - 31,35
a = 2,94
REGRESI BERGANDA
Dalam Regresi sederhana, hanya terdiri dari dua variabel : Variabel Independen (X) dan Variabel
Dependen (Y).
Sedangkan regresi berganda, variabel independennya lebih dari satu. Misal : X 1 , X2 ....................... dan
seterusnya.
Sehingga persamaan garis regresi berganda dapat dinyatakan dengan persamaan:
Y’ = a + b . X1 + c . X 2
I. Y = N . a + b . X1 + c. X2
CONTOH :
Diketahui :
X1 = Iklan Radio
X2 = Iklan Televisi
Y = Tingkat Penjualan
( dalam jutaan rupiah ).
X1 X2 Y
4 1 7
7 2 12
9 5 17
12 8 20
Ditanyakan :
Rumus persamaan regresinya .
Tentukan ramalan penjualan, jika iklan radio ( X 1 = 10 ) dan iklan televisi ( X2 = 12 ) .
Pembahasan :
X1 X2 Y X1Y X2Y X1X2 X12 X22 Y2
4 1 7 28 7 4 16 1 49
:
7 2 12 84 24 14 49 4 144
9 5 17 153 85 45 81 25 289
12 8 20 240 160 96 144 64 400
32 16 56 505 276 159 290 94 882
Pers. I 56 = 4a + 32 b + 16 c
Pers. II 505 = 32 a + 290 b + 159 c
Pers. III 276 = 16 a + 159 b + 94 c
Mencari Nilai a , b , c :
Dari persamaan I dan II menghasilkan persamaan IV.
56 = 4a + 32 b + 16 c x 8
505 = 32 a+ 290 b + 159 c x 1
224 = 16 a + 128 b + 64 c
276 = 16 a + 159 b + 94 c
--------------------------------------------------------- -
- 52= - 31 b - 30 c Pers. V
-57 = - 34 b - 31 c x 31
- 52= - 31 b - 30 c x 34
c = 0,017
Mencari nilai b, subsitrusikan nilai c ke salah satu persamaan ( persamaan IV atau persamaan V )
-57 = - 34 b - 31 c
- 57 = - 34 b - 31 ( 0,017 )
- 57 = - 34 b - 0,527
- 57 + 0,527 = - 34 b
- 56,473 = - 34 b
b = 1,66.
Mencari nilai a, subsitusikan nilai c dan b ke salah satu persamaan ( persamaan I atau II atau III ).
Pers. I 56 = 4 a + 32 b + 16 c
55 = 4 a + 32 (1,66) + 16 ( 0,017 )
56 = 4 a + 53,12 + 0,272
56 = 4 a + 53,392
56 - 53,392 = 4 a
2,608 = 4 a Jadi a = 0,652
Persamaan garis regresinya :
Y’ = a + b X1 + c X2
Y’ = 0,652 + 1,66 X1 + 0,017 X2
Ramalan penjualan jika X1 = 10 dan X2 = 12
Y’ = 0,652 + 1,66 X1 + 0,017 X2
= 0,652 + 1,66 (10) + 0,017 ( 12 )
= 0,652 + 16,6
= 17,456
BAB - 10
:
ANALISA TREND
Ketentuannya ;:
Contoh soal :
Berikut ini data tentang hasil penjualan beberapa periode yang lalu dari persh tertentu :
Tahun Y
1990 90 a. Tentukan Persamaan Garis Trend nya.
1991 120 b. Tentukan Perkiraan Penjualan Tahun 1996.
1992 110 c. Gambar Grafik Lengkap dan Jelas.
1993 100
1994 80
1995 90
Jawab :
Tahun Y X
1990 90 0
1991 120 1
:
1992 110 2
}
1993 100 3
1994 80 4
1995 90 5 Yb (4;90) = 100 + 80 + 90 = 90
3
Dengan dua titik, yaitu titik A (1 ; 106,67) dan Titik B (4 ; 90) maka persamaan dpt dicari dengan
rumus matematika sbb :
y1 = a + bx
y1 = 112,2 – 5,5 x
Y1 = a + bx Tahun X
= 112,2 – 5,5 (x) 1994 4
= 112,2 – 5,5 (6) 1995 5
= 112,2 - 33 1996 6
= 79,2
Langkah-langkah:
1. Persamaan umum y1 = a + bx
2. Metode ini menggunakan tahun/periode dasar adalah yang paling tengah
3. a dan b dicari dengan memotongkan 2 persamaan sebagai berikut :
I. y = a.n + b. x
II. xy = a. x + b. x2
Contoh soal
Tahun Y
1990 90 a. Tentukan Persamaan Garis Trend nya
1991 120 b. Tentukan Perkiraan Penjualan Tahun 1996
1992 110 c. Gambar Grafik Lengkap dan Jelas
:
1993 100
1994 80
Jawab :
Tahun Y X XY X2
1990 90 -2 -180 4
1991 120 -1 -120 1
1992 110 0 0 0
1993 100 1 100 1
1994 80 2 160 4
500 0 -40 10
Agar jumlah selalu = 0, maka Angka X = 0 harus selalu ditengah ... !
I . Y = a.n
II. XY = b. X2
a = Y = Y = 500 = 100
n 5
b = XY = -40 =-4
X 2
10
a. Persamaan Garis Trend nya :
Y = a + bX
= 100 + ( -4 ) X
b. Perkiraan Penjualan Tahun 1995
Thn X Y1 = a + bX
1995 3 = 100 + (-4).3
= 100 + (-12)
= 88
:
Analisa
KORELASI & REGRESI
( Linier Sederhana )
A. Analisa KORELASI
Maksudnya ingin mengetahui sejauh mana keeratan hubungan antara satu variabel dengan
variabel yang lain, misalnya :
Korelasi (+) jika X naik menyebabkan Y naik atau Jika X turun menyebabkan Y
turun
Korelasi (-) jika X naik menyebabkan Y turun atau Jika X turun menyebabkan Y naik
Untuk mengetahui Keeratan Hubungan kedua Variabel tsb harus dihitung Koefisien
Korelasinya ( r ) dengan Rumus :
Hasil Perhitungan tsb Berkisar antara -1 sampai dengan +1 atau secara matematis : -1
+1
Contoh :
1. Berikut ini adalah % kenaikan biaya promosi (X) dan % kenaikan penjualan ( y )
Tentukan koefisien korelasinya ( r ) ?
X Y XY X2 Y2
1 2 2 1 4
2 4 8 4 16
4 5 20 16 25
:
5 7 35 25 49
7 8 56 49 64
9 10 90 81 100
10 12 120 100 144
12 14 168 144 196
50 62 499 420 598
2. Berikut ini data tentang % kenaikan harga (X) dengan % kenaikan penjualan (Y),
Tentukan
koefisien korelasinya ( r ) ?
X Y XY X2 Y2
2 15 30 4 225
4 14 56 16 196
5 12 60 25 144
6 10 60 36 100
8 9 72 64 81
10 8 80 100 64
11 6 66 121 36
13 4 52 169 16
14 3 42 196 9
15 2 30 225 4
88 83 548 956 875
:
( Negatif )
B. Analisa REGRESI
Analisa Regresi yaitu menganalisa kejadian – kejadian periode yang lalu untuk
diketahui kecenderungannya / Arahnya, dari kecenderungan / Arah ini dapat dipergunakan
untuk memperkirakan yang akan datang.
Y1 = a + bx
Keterangan :
a = y – bx
y = jumlah y
n
x = jumlah x
n
Contoh soal :
Berikut ini data tentang % Kenaikan biaya promosi (X) dan % Kenaikan Tingkat Penjualan
(Y) selama 5 thn terakhir sbb :
Y 3 5 4 6 5
X 2 3 2 4 3
Jawab :
X Y xy x2
2 3 6 4
3 5 15 9
2 4 8 4
4 6 24 16
3 5 15 9
14 23 68 42
y= jumlah y x = jumlah x
n n
y = 23 x = 14
5 5
y = 4,6 x = 2,8
a = y – bx
= 4,6 – 1,28 (2,8)
= 4,6 – 3,584
= 1, 02
y1 = a + bx
= 1,02 + 1,28 (7)
= 1,02 + 8,98
= 9,98
Jadi, jika ada penambahan Biaya Promosi sebesar 7 %, diperkirakan akan ada
kenaikan Penjualan sebesar 9,98 %.
*****