MA2081 Statdas - Statdes
MA2081 Statdas - Statdes
Pengantar &
Statistika Deskriptif
Utriweni Mukhaiyar
KK Statistika, Prodi Matematika, FMIPA – ITB
utriweni@math.itb.ac.id
KK Statistika, FMIPA - ITB
Statistik o statistik (mis. rata-rata) nilai elevasi pasang surut air laut di selat
Makassar (m),
dan o statistik (mis. variansi) hasil pengukuran tinggi gelombang (cm)
menggunakan AWLR (Automatic Water Level Recorder)
Statistika o Statisitik (mis. range) antara nilai tinggi pasang maksimum dan surut
minimum (m)
4
Descriptive Statistics is a Must!!
KK Statistika, FMIPA - ITB
Bisa diukur
(diamati) oleh
alat/ panca
Eksperimen indera
Acak
Proporsi
Ciri-ciri
keberhasilan Eksperimen
dapat ditetapkan Dapat diulangi
(ditaksir)
Acak
Semua hasil
yang mungkin
bisa ditetapkan
dari
awal/selama
proses
2017 Copyright KK Statistika FMIPA - ITB
KK Statistika, FMIPA - ITB
Pengolahan Data
Karakteristik
Distribusi
Kelancipan kurtosis
Menceng/skew
mean > median
Positif
Berpuncak Berpuncak Menceng/skew
mean < median
Jamak Tunggal Negatif
Statistik Ketahanan
Nbr. of observations 25
Minimum 14.320
Maximum 111.270
Range 96.950 Mean > median
1st Quartile 41.490
Median 47.700
Sari Numerik 3rd Quartile 77.710
Sum 1367.140
Mean 54.686 Menceng
Variance (n-1) 656.844 positif???
Standard deviation (n-1) 25.629
Skewness (Pearson) 0.300 Datum banyak menumpuk
Kurtosis (Pearson) -0.713 di nilai yang lebih kecil
9%
10%
23% 58%
Pie Chart
Pie chart merupakan grafik yang berbentuk lingkaran yang
mana setiap potongannya mewakili proporsi atau persentase
suatu komponen dari sebuah kelompok data (100%).
Pemakaian pie chart hanya cocok ketika menyatakan data
dalam bentuk proporsi dari satu kelompok data.
13
KK Statistika, FMIPA - ITB
3.5
2.5
frekuensi
2
1.5
0.5
Dot Plot 0
0 20 40 60 80 100
nilai
14
KK Statistika, FMIPA - ITB
Histogram
Histogram adalah gambar berdasarkan distribusi
frekuensi
Setiap frekuensi dipresentasikan oleh suatu segi empat
(rectangle).
Daerah setiap rectangle sebanding dengan frekuensinya.
15
KK Statistika, FMIPA - ITB 16
26 37 39 46 49 59 69 76 83 83 83 87 87 95 95
Diagram
Batang-Daun
(Stem-Leaf) Stem atau batang, mirip dengan grup data pada histogram, sedangkan
leaf atau daun, mirip dengan frekuensi.
Stem atau batang adalah digit pertama yang terpenting yang ada dalam
bilangan yang membentuk harga data, sedangkan digit di belakangnya
akan merupakan leaf atau daun.
Melalui stem-Leaf masih dapat dilihat nilai data mentahnya.
KK Statistika, FMIPA - ITB
100
Diagram Kotak- 90
95
max
85
q3
Titik 80
70
76
q2
mean
(Box-Plot) 60
50
47.5 q1
40
30
26 min
20
10
0
Box Plot digunakan untuk menyelidiki distribusi tanpa
menggunakan grup data seperti pada histogram dan
diagram batang daun.
Box Plot terdiri dari: datamin , q1 , q2 (median), q3 , dan
datamax yang disusun secara terurut dengan membentuk
kotak.
KK Statistika, FMIPA - ITB
Pencilan pada
Box Plot * pencilan atas
BAP (pagar atas)
q1
1 44 100
Contoh 2
3
478
2 80
Ketahanan
4 1223468
5 4 60
6 005
7 088 Histogram (Ketahanan)
40
8 3670
9 0.3 20
10
11 1 0.25 0
Relative frequency
0.2
0.15
0.1
0.05
0
0 20 40 60 80 100 120
Ketahanan
20
KK Statistika, FMIPA - ITB
Bentuk
Distribusi Ideal
Normal mean = median
Batch 1 227 222 218 217 225 218 216 229 228 221
Batch 2 219 214 215 211 209 218 203 204 201 205
Contoh
Analisis Kasus Apa yang dapat kita lakukan untuk menjawab
pertanyaan tersebut???
- Plot data
Pilih plot yang informatif untuk menjawab pertanyaan tersebut
Misal: BOXPLOT
KK Statistika, FMIPA - ITB
Batch.1 Batch.II
Mean 222,10 209,90
Variansi 23,6556 42,1000
Simp.Baku 4,86 6,49
Min. 216 201
Max. 229 219
Q1 218 204,25
SARI Median
Q3
221,5
226,5
210
214,75
NUMERIK 230
225
229
226.5
230
225
221.5
220 220
219
218
215 216 215 214.75
x y = x2
Transformasi 87 7569
Lebih mendekati simetris (skew = 0)
dibanding sebelum transformasi
Data 37 1369 (skew = -0,5)
59 3481
(pengayaan) 49 2401
Contoh Kasus 69
95
4761
9025
83 6889
87 7569
skew = -0,18
39 1521
95 9025
83 6889
76 5776
83 6889
26 676 ** Ketika data ditransformasi, maka satuan
46 2116 dari data juga akan berubah
transformasi
PELUANG DAN ATURANBAYES
NEXT … PEUBAH ACAK DAN DISTRIBUSINYA
Peubah Acak
Peubah Acak adalah pemetaan dari ruang sampel menuju bilangan
real
Contoh (1):
Ruang Sampel pemeriksaan tiga suku cadang suatu mesin, dengan 𝐵𝐵 menyatakan
baik dan 𝐶𝐶 menyatakan cacat
Peubah Acak
Contoh (2) :
S= , , , ,…
𝑋𝑋 = 15,5; 18,84; 14,89; 16,04; …
Variabel X : banyaknya porositas pada nozzle cup (%)
Sumber: Tugas Akhir D4, Politeknik Manufaktur Bandung 2015
KK Statistika, FMIPA - ITB
Memberi
gambaran
masalah ke
Kelebihan bilangan real
Peubah Acak
Ruang sampel
yg berbeda Lebih mudah
dapat
dipetakan ke dalam
nilai peubah penulisan
acak yang sama
Memudahkan Dapat
dalam melakukan
perhitungan operasi
numerik matematika
KK Statistika, FMIPA - ITB
Diskrit Kontinu
Contoh: Contoh:
𝑋𝑋 ∶ Banyaknya klaim produk 𝑌𝑌: Panjang diameter lubang (inner
D85ESS – 2 selama 5 tahun diameter) suatu komponen
KK Statistika, FMIPA - ITB
32