Statistika Deskriptif
2.Estimasi parameter populasi
3.Prinsip pengujian hipotesis
4.Statistika parametrik: (1) uji kesamaan rata-rata satu
sampel dan dua sampel (uji- t dan uji z), (2) uji kesamaan
rata-rata k sampel (anava 1 jalur, anava faktorial 2
jalur, dan pos hoc test), (3) analisis korelasi (produk momen
dan parsial), (4) analisis regresi.
5.Uji persyaratan analisis
6.Statistika non-parametrik, mencakup pengujian hipotesis
komparatif: (1) satu sampel, (2) dua sampel bebas, (3)
dua sampel berkorelasi, (4) banyak (k) sampel, (5)
pengujian hipotesis asosiafif data nominal dan ordinal.
7.Program komputer statistika Statistical Package for Social
Sciences (SPSS)
Statistika 1
STATISTIK DAN STATISTIKA
STATISTIKA
Statistika Deskriptif
Membuat Data Bermakna (Tidak
Menggeneralisasikan Hasil Ke Populasi)
METODE STATISTIKA
PARAMETRIK
STATISTIKA Statistika Inferensial
Membuat Generalisasikan Hasil Ke
Populasi STATISTIKA
NON-
PARAMETRIK
Statistika 2
DATA
Definisi :
•Kumpulan Skor yang Diperoleh dari Hasil Pengukuran
•Kumpulan Informasi tentang Suatu Topik
•Keterangan Mengenai Sesuatu Hal
DATA
Nominal
•Semua
Objek, Orang, Peristiwa yang
Menjadi Sasaran Penelitian Objek
POPULASI Penelitian
•Karakteristik Objek, Orang, yang
peristiwa yang Menjadi SAMPEL Diambil dari
Sasaran Penelitian Populasi
PARAMETER: STATISTIK :
= MEAN diestimasi oleh x = RATA-RATA
= STDEV s = ST.DEVIASI
= UKURAN POPULASI n = UKURAN SAMPEL
(Banyaknya Anggota Sampel yang
(Semua Anggota dalam populasi ) Ditarik dari Populasi )
Statistika 3
Tingkat Banyak Murid
Jumlah
Sekolah Laki-laki Perempuan
SD 875 687 1562
•TABEL DATA SMP 512 507 1019
SMA 476 342 818
SMK 316 427 743
2179 1963 4142
875
900
800 687
700
•DIAGRAM / GRAFIK
600 512507 476
500 427
Laki-laki
400 342 316 Perempuan
300
200
100
0
SD SMP SMA SMK
•DIAGRAM / GRAFIK
Statistika 4
Bentuk distribusi dari suatu data pengamatan dapat dilihat melalui :
- Tabel Distribusi Frekwensi
- Histogram, Poligon dan Ogive
Sebagian besar data di dunia mengikuti bentuk distribusi Normal
Contoh : Nilai Ujian Statistika dari 80 Mahasiswa
79 49 48 74 81 98 87 80
80 84 90 70 91 93 82 78
70 71 92 38 56 81 74 73
68 72 85 51 65 93 83 86
90 35 83 73 74 43 86 88
92 93 76 71 90 72 67 75
80 91 61 72 97 91 88 81
70 74 99 95 80 59 71 77
63 60 83 82 60 67 89 63
76 63 88 70 66 88 79 75
Statistika 5
HISTOGRAM
Langkah-Langkah Membuat Histogram
1. Buat tabel distribusi frekwensi
2. Buat diagram sumbu dengan variabel x adalah data yang diamati dan y
adalah data frekwensi
3. Kurangi batas bawah kelas interval dengan faktor koreksi 0,5
POLIGON
Langkah-Langkah Membuat Poligon
1. Buat Histogram
2. Tentukan nilai tengah setiap kelas dengan rumus ½(batas bawah kelas +
batas atas kelas)
3. Hubungkan setiap nilai tengah pada histogram
Statistika 6
OGIVE (1)
Langkah-Langkah Membuat Ogive
1. Buat Tabel Distribusi Frekwensi
2. Hitung Nilai frekwensi kumulatif kurang dari dan frekwensi kumulatif
lebih dari
OGIVE (2)
Statistika 7
DIGUNAKAN
SEBAGAI PENGUKURAN LOKASI
DARI SEBUAH DISTRIBUSI
Statistika 8
RATA-RATA HITUNG
RATA-RATA UKUR
RATA-RATA HARMONIK
RATA-RATA HITUNG (X) : hasil penjumlahan nilai-nilai x1, x2, ...
xn observasi dibagi dengan jumlah observasinya sebesar n.
RATA-RATA UKUR (Gm atau U): hasil akar pangkat n dari
perkalian produk nilai-nilai observasi x1, x2, ... xn .
RATA-RATA HARMONIK(rh atau H) : hasil pembagian antara
jumlah observasi sebesar n dengan penjumlahan nilai-nilai
observasi 1/xi
HUBUNGAN X, U dan H : X > U > H
PENGGUNAAN :
Rata-rata Hitung Rata-rata Ukur Rata-rata Harmonik
Mengukur nilai rata-rata Mengukur tingkat Mengukur nilai rata-rata
sebenarnya dari data perubahan ( rate of change) data yang memiliki nilai
untuk data nilai positif positif dan ada rasio 17
Statistika 9
19
DATA TUNGGAL : DATA KELOMPOK :
Cara 1 : Cara 1 :
x
x 1 x 2 ... x n
x
f x i i
n
n
f i
xi
n
Dimana : xi = nilai tengah kelas interval
= ½ ( batas atas kelas + batas bawah
i1
kelas)
n n fi = frekwensi kelas interval ke-i, i=1,2,...k
Cara 2 :
Cara 2 : Cara 3 : fc
x x0 p i i
x
f x i i
x
n x i i
f i
f i n i
Dimana :
x0 = nilai tengah kelas rata-rata; p = panjang kelas interval,
Contoh : ci = ..,-4,-3,-2,-1,0,1,2,3,4,...
x
70 69 45 80 56
64 xi fi f i xi Contoh :
5 Nilai Ujian Fi
Hitung rata-rata
1.
x
fx i i
1035
64,6 Dengan cara 1 31-40 1
70 5 350
f i 16
69 6 414 Dan cara 2 !!! 41-50 2
2. 51-60 5
45 3 135
80 1 80 61-70 15
3. Rata-rata dari beberapa 56 1 56 71-80 25
sub sampel lalu dijadikan 81-90 20
16 1035
satu 91-100 12
20
CONTOH DATA KELOMPOK
CARA 1 CARA 2
Nilai Ujian fi xi fi xi Nilai Ujian fi xi ci f i ci
31-40 1 35.5 35.5 31-40 1 35.5 -4 -4
41-50 2 45.5 91.0 41-50 2 45.5 -3 -6
51-60 5 55.5 277.5 51-60 5 55.5 -2 -10
61-70 15 65.5 982.5 61-70 15 65.5 -1 -15
71-80 25 75.5 1887.5 71-80 25 75.5 0 0
81-90 20 85.5 1710.0 81-90 20 85.5 1 20
91-100 12 95.5 1146.0 91-100 12 95.5 2 24
JUMLAH 80 - 6130.0 JUMLAH 80 - - 9
6130.0 9
x 76.62 x 75 . 5 10 76 . 62
80 80
Statistika 10
21
DATA TUNGGAL 2. Dengan cara 2:
log 2 log 4 log 8
log U
CARA 1 : log U = 3
0.301+0.6021+0.9031 =0.6021
U n x1.x2 .x3 ...xn 3
U = antilog (0.6021) = 4
CARA 2 :
log U
log x i
2 4 8 14
CARA 3 : n x 4 , 67 5
3 3
t
x 3. Penduduk Indonesia pada akhir tahun 1946
Pt Po 1 ada 60 juta sedangkan pada akhir tahun 1956
100 ada 78 juta, berapa laju rata-rata
CONTOH : pertumbuhan tiap tahun.
10
1. Berapa Rata-rata perkembangan nilai x x
mahasiswa A setiap bulan jika hasil 78 601 log 78 log 60 10 log1
ujian bulanan dia memperoleh nilai 2,
100 100
4, 8. x
1,8921 1, 7782 (10 ). log 1
100
U 3 2 x 4 x8 3 64 4
1
x
1, 0267 x 2 , 67
100
22
DATA KELOMPOK Nilai ujian 80 Mahasiswa
log U
( f log x )
i i
Nilai Ujian
31-40
fi
1
xi log xi
35.5 1.5502
fi. log xi
1.5502
f i 41-50 2 45.5 1.6580 3.3160
CONTOH: 51-60 5 55.5 1.7443 8.7215
(fi log xi) = 150,1782 61-70 15 65.5 1.8162 27.2430
fi = 80 71-80 25 75.5 1.8779 46.9475
log U = 150,1782/80 81-90 20 85.5 1.9320 38.6400
U = 75,37 91-100 12 95.5 1.9800 23.7600
JUMLAH 80 - 150.1782
6130.0
x 76.62
80
Statistika 11
23
DATA TUNGGAL DATA KELOMPOK
H
n
H
fi
1 fi
xi
xi CONTOH:
CONTOH:
1. Rata-rata harmonik untuk data : 3,5,6,6,7, 80
10,12 dengan n=7 adalah: Nilai Ujian fi xi fi//xi
H
H
7
5 , 87
31-40 1 35.5 0.0282 1,0819
1 1 1 1 1 1 1
3 5 6
6
7 10
12
41-50 2 45.5 0.0440
73,94
51-60 5 55.5 0.0901
2. Si A bepergian pulang pergi. Saat pergi
kecepatannya 10 km/jam dan pulangnya 20 61-70 15 65.5 0.2290
km/jam. Berapa rata-rata kecepatan pulang 71-80 25 75.5 0.3311
pergi? 81-90 20 85.5 0.2339
2 40 1 91-100 12 95.5 0.1256
H 13
1 1 3 3 JUMLAH 80 - 1.0819
10 20
Mo = 34 10
Mo 70,5 10 77,17 81-90 20
10 5 91-100 12
Statistika 12
25 Digunakan untuk menentukan rata-rata posisi atau nilai sentral atau
nilai tengah dari sebuah distribusi frekwensi
bagian yang sama. Kuartil ada tiga jenis yaitu Kuartil Pertama, Kedua
dan Ketiga
DATA TUNGGAL DATA KELOMPOK
i ( n 1) in
Letak K i data ke F)
4 K i b p 4 , dengan i 1,2,3
f
dengan i 1,2,3
CONTOH: Dimana :
Data : 75, 82, 66, 57, 64, 56, 92, 94, 86, 52, 60, 70 b = batas bawah kelas Ki n =ukuran sampel
Diurutkan menjadi:
52, 56, 57, 60, 64, 66, 70, 75, 82, 86, 92, 94 p = panjang kelas Ki
F = Jumlah semua frekwensi sebelum kelas Ki
f = frekwensi kelas Ki Nilai Ujian fi
K1 K2=Me K3 CONTOH :
K3 = data ke ¾.80= data ke-60
31-40 1
41-50 2
= kelas ke-enam
K1= data ke-1(12+1)/4 = data ke-3 ¼ 51-60 5
= data ke-3 + ¼ (data ke-4 - data ke-3) b = 80,5 ; f= 25
= 57 + ¼ (60 - 57) = 57 ¾ p = 5; F =1+2+5+15+25=48 61-70 15
K2= (data ke 6 + data ke-7)/2 = (66+70)/2 = 68 71-80 25
K3=data ke-3(12+1)/4 = data ke-9 ¾ 3 x 80
48 ) 81-90 20
= data ke-9 + ¾ (data ke-10 - data ke-9)
K 3 80 , 5 10 4 86 , 5
= 82 + ¾ ( 86 - 82) = 85 20 91-100 12
Statistika 13
DESIL
27Kuartil membagi sekumpulan data yang telah diurutkan menjadi 10
bagian yang sama. Maka terdapat 9 pembagi yang dinamakan desil ke-1
sampai desil ke-9
DATA TUNGGAL DATA KELOMPOK
i ( n 1) in
F)
Letak Di data ke
10 D i b p 10 , dengan i 1,2,3,...9
f
dengan i 1,2,3,...9
Dimana :
b = batas bawah kelas Di n =ukuran sampel
CONTOH: p = panjang kelas Di
Data : 75, 82, 66, 57, 64, 56, 92, 94, 86, 52, 60, F = Jumlah semua frekwensi sebelum kelas Di
70 f = frekwensi kelas Di Nilai Ujian fi
Diurutkan menjadi:
CONTOH : 31-40 1
52, 56, 57, 60, 64, 66, 70, 75, 82, 86, 92, 94 D3 = data ke 30%x 80= data ke-24 41-50 2
= kelas ke-empat 51-60 5
D7 = data ke- 7(12+1)/10= data ke-9,1 b = 60,5 ; f= 15 61-70 15
D7 = data ke-9 +(0,1) (data ke-10 – data ke-9) p = 5; F =1+2+5=8
71-80 25
= 82 + (0,1) ( 86-82) 3 x 80
8)
81-90 20
= 82,4 D 3 60 , 5 10 10 71 , 2
15 91-100 12
PRESENTIL
Presentil membagi sekumpulan data yang telah diurutkan menjadi 100
28
Statistika 14
RENTANG, RENTANG ANTAR KUARTIL,
SIMPANGAN KUARTIL, RATA-RATA
SIMPANGAN, SIMPANGAN BAKU,
VARIANS DAN KOEFISIEN VARIANSI.
29
Nilai Ujian fi
•Rentang = 99 – 35 = 64 1 x 80
8)
K 1 60 , 5 10 4
31-40 1
•RAK = K3-K1 = 86,5 – 68,5 68 , 5
41-50 2 15
= 18
51-60 5
•SK = ½ (K3-K1) = ½ x RAK
= ½ x 18 = 9 61-70 15 3 x 80
48 )
71-80 25 K 3 80 , 5 10 4 86 , 5
20
81-90 20
30
91-100 12
Statistika 15
Merupakan jarak antar tiap data dengan rata-rata
hitung nilai pengamatan
Rumus :
RS
xi x
n
Dimana : RS = rata-rata simpangan
n = ukuran sampel
xi = data pengamatan ke-i, i=1,2,3...n
= rata-rata hitung
x
Contoh :
xi xi- x |xi-x |
rata-rata = 36/4 = 9
RS = (1+2+1+2 )/4 = 6/4=1½ 8 -1 1
7 -2 2
10 1 1
11 2 2
31
2
s CARA
2:
x i x 2 2. s 2
f i
xi x 2
n 1 n 1
2
n x i2 x i
2
3. s 2
n fi x i
2
f i xi
2
s
n ( n 1) n ( n 1)
n f i ci 2 ( f i ci ) 2
s p
2 2
n ( n 1)
32
Statistika 16
DATA KELOMPOK
CARA 1 :
DATA TUNGGAL
Diberikan sampel dengan data :
8,7,10,11,4
Tentukan simpangan bakunya.
CARA 1 :
xi xi - x (xi-x)2 Rata-rata = 40/5
8=8 0 0 x
7 -1 1 (xi- )2 = 30
10 2 4 s2 = 30/4 = 7,5
11 3 9
s = 7,5 = 2,74
CARA 2:
4 -4 16
xi xi 2
s2 = 13.498,80/79 =170,9
0 30
8 64
s = 170,9 = 13,07
n=40 ; xi2 =350 7 49
s2 = 5 x 350 – (40)2 =7,5
10 100
5x4
11 121
s = 7,5 = 2,74
4 16
350
33
CARA 2 : CARA 3 :
s2 = 102[(80x137)-
s2 = [(80x483.310)-
(9)2]/(80x79)=172,1
(6.130)2]/(80x79)=172,1
s = 172,1 =13,12
s = 172,1 =13,12
34
Statistika 17
h
35
36
Statistika 18
KEMIRINGAN KURTOSIS
Tinggi rendahnya/ runcing tidaknya
Sifat kemiringan sebuah distribusi : sebuah distribusi dapat dilihat melalui
Model positif = miring ke arah positif nilai kurtosis.
= grafik miring ke kanan RUMUS :
Model negatif = miring ke arah negatif Koefisien Kurtosis (a4) = (m4/m22)
= grafik miring ke kiri Dimana :
Model simetri = kemiringan 0 m4 dan m2 dihitung dengan :
mr = [(xi-rata-rata)r]/n
RUMUS : Interpretasi :
Koefisien Pearson tipe 1 = (Rata-rata – a4 = 3 artinya berdistribusi normal
Modus)/s a4 > 3 artinya berdistribusi
Koefisien Pearson tipe 2 = 3(Rata-rata – leptokurtik
Median)/s a4 < 3 artinya berdistribusi
platikurtik
37
38
Statistika 19
39
40
Statistika 20