• Pengantar Multivariat
• Review
Metode perkuliahan dan penilaian
• Pembelajaran Langsung
• Diskusi
• Presentasi
• Tanya jawab
• Statistika inferensi
• Populasi
• Sampel
• Parameter
• Statistik
Data• Nilai ujian metode stastistik 20 orang mahasiswa
adalah : 91 50 73 74 55 86 70 43 47 80
40 85 64 61 58 95 52 67 83 92
∑x i
x1 + x 2 + + x N Population
μ= = i=1
values
N N
n Population size
∑ x
• For a sample of size nx
i
+ x 2 + + xn
x= i=1
= 1 Observed
n n values
Sample size
Arithmetic Mean
(continued)
0 1 2 3 4 5 6 7 8 9 10 0 1 2 3 4 5 6 7 8 9 10
Mean = 3 Mean = 4
1 + 2 + 3 + 4 + 5 15 1 + 2 + 3 + 4 + 10 20
= =3 = =4
5 5 5 5
Arithmetic Mean
(continued)
k
• Untuk data berkelompok ∑fx i i
x= i =1
k
∑f i =1
i
• Contoh :
xi fi f i xi k
4 3 12 ∑fx i i
294
5 18 90 x= i =1
k
= = 5,88
6 15 90 50
7
8
10
4
70
32
∑f
i =1
i
∑ 50 294
• Tabel distribusi
• Dicari dulu titik tengahnya (xi)
Nilai fi Titik tengah kelas k
xi fi xi
31-40 4 35,5
∑fx i i
6325
x= i =1
k
=
41-50 3 45,5 90
51-60
61-70
11
21
55,5
65,5
∑f
i =1
i
71-80 33 75,5
81-90 15 85,5 = 70,3
91-100 3 95,5
90
∑
Teknik pengkodean
• Dicari dulu titik tengahnya (xi), beri kode nol untuk salah satu titik tengah dengan frekuensi terbesar . Untuk
titik tengah –titik tengah yang lebih kecil diberi kode lebih kecil berurutan dari nol, dan untuk titik tengah
yang lebih besar diberi kode lebih besar dari nol.
Nilai
fi Titik tengah kelas
xi
Kode
ci k
∑ f i ci
31-40 4 35,5 -4 x = xs + p i =1k
41-50 3 45,5 -3
∑
51-60 11 55,5 -2 f i
61-70 21 65,5 -1 i =1
71-80 33 75,5 0
81-90 15 85,5 1 − 47
91-100 3 95,5 2
= 75,5 + 10
90
∑ 90
= 70,3
Geometric Mean
• Rata- rata ukur
1
Ru = ( x1 ⋅ x2 ⋅ ... ⋅ xn ) n
∑ log x i
log Ru = i =1
n
Geometric Mean
• Untuk data berkelompok , rata- rata ukurnya:
= (x )
1 k
Ru 1
f1
⋅ x2
f2
⋅ ... ⋅ xk
fk n n= ∑
i =1
fi
∑ f i log xi
log Ru = i =1
n
Geometric Mean
• Untuk data dalam tabel distribusi frekuensi, rata- rata
ukurnya:
( )
1
f f f
Ru = x1 1
⋅ x2 2
⋅ ... ⋅ xk k n
k
n= ∑i =1
fi
• k adalah banyaknya kelas , xi adalah titik tengah kelas
• Untuk bilangan-bilangan bernilai besar :
k
∑ f i log xi
log Ru = i =1
n
Harmonic mean
• Rata-rata harmonis
n
Rh =
1 1 1
x + x + ... + x
1 2 n
n ∑ fi
Rh = = i =1
f1 f2 fk k
fi
x + x + ... + x
∑ xi
1 2 k i =1
Contoh penggunaan rata-rata harmonis
• Menghitung kecepatan (km/jam)
• Ilustrasi : Arief menempuh perjalanan dari kota A ke kota B yg
berjarak 300 km , pergi-pulang. Untuk perginya ia
mengendarai motor dengan kecepatan 100 km/jam,
sedangkan pulangnya dari kota B ke kota A kecepatannya
150km/jam. Berapakah rata-rata kecepatan pergi pulangnya?
• Kota A B : waktu tempuh 3 jam
• Kota B A : waktu tempuh 2 jam, total waktu tempuh adalah
5 jam
• Sehingga kecepatan : 600 km/5 jam = 120 km/ jam
• Atau : 2
Rh = = 120
1 1
+
100 150
Median
• In an ordered list, the median is the “middle” number
(50% above, 50% below)
0 1 2 3 4 5 6 7 8 9 10 0 1 2 3 4 5 6 7 8 9 10
Median = 3 Median = 3
n +1
• Note that is not the value of the median, only the position
2
of the median in the ranked data
Median : data tabel distribusi frekuensi
• Bilangan yang dapat dianggap sebagai statistik urutan ke n/2 seandainya
dalam setiap kelas, skor data tersebar merata di dalam interval kelasnya.
n
2 −F
Med = Bmed + p
f med
• Bmed = batas bawah kelas median
• F =jumlah semua frekuensi kelas sebelum kelas median
• f med = frekuensi kelas median
• n = jumlah semua frekuensi
• p= panjang kelas
Modus
• Mode, modus = datum yang paling sering muncul atau
frekuensinya tinggi (Value that occurs most often)
• Unimodus, bimodus, multimodus, tidak ada modus
• Not affected by extreme values
• Used for either numerical or categorical data
• There may be no mode 0r there may be several modes
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 0 1 2 3 4 5 6
No Mode
Mode = 9
Modus : data dalam tabel distribusi frekuensi
• Modus yang sebenarnya tidak dapat dicari
• Kelas dengan frekuensi tertinggi adalah kelas modus
b1
Mode = Bmod + p
b
1 + b2
Kelas Frekuensi
92,1-99,0 2
85,1-92,0 6
78,1-85,0 10
71,1-78,0 40
64,1-71,0 16
57,1-64,0 6
jumlah 80
Penyelesaian : Mean
• Mean
Kelas Frekue x f.x f. log x f/x
nsi
92,1-99,0 2 95,55
85,1-92,0 6 88,55
78,1-85,0 10 81,55
71,1-78,0 40 74,55
64,1-71,0 16 67,55
57,1-64,0 6 60,55
jumlah 80 5964
Mean=74,55 Ru Rh=80/1,0839=
=344,5184/80 73,8075
=74,1789
Modus
• Kelas modus (f mod=40) :71,1 – 78,0
• B mod=71,05
• f seb =16
• f ses = 10
• b1=40-16=24
• b2=40-10=30
• p= 7
• Modus =74,16
Median
• Mencari data yang ke-40 (bilangan yang dianggap statistik urutan ke
40)
• Kelas median:
• 6+16=22 <40
• 6+16+40 =62 > 40
• Kelas pemuat median : [71,1 ; 78,0]
• Median = 71,05 +(7/40)(40-22) =
Shape of a Distribution
• Describes how data are distributed
• Measures of shape
• Symmetric or skewed
Example:
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14
Range = 14 - 1 = 13
Disadvantages of the Range
• Ignores the way in which data are distributed
7 8 9 10 11 12 7 8 9 10 11 12
Range = 12 - 7 = 5 Range = 12 - 7 = 5
• Sensitive to outliers
1,1,1,1,1,1,1,1,1,1,1,2,2,2,2,2,2,2,2,3,3,3,3,4,5
Range = 5 - 1 = 4
1,1,1,1,1,1,1,1,1,1,1,2,2,2,2,2,2,2,2,3,3,3,3,4,120
• Population variance:
N
2
∑ (x − μ) i
2
σ = i=1
N -1
Where μ = population mean
N = population size
xi = ith value of the variable x
Sample Variance
n
• Sample variance:
2
∑ (x − x)
i
2
s = i=1
n -1
Where X= arithmetic mean
n = sample size
Xi = ith value of the variable X
Population Standard Deviation
• Most commonly used measure of variation
• Shows variation about the mean
• Has the same units as the original data
∑ i
(x − μ) 2
σ= i=1
N -1
Sample Standard Deviation
• Most commonly used measure of variation
• Shows variation about the mean
• Has the same units as the original data
∑ i
(x − x) 2
S= i=1
n -1
Calculation Example:
Sample Standard Deviation
Sample
Data (xi) : 10 12 14 15 17 18 18 24
n=8 Mean = x = 16
11 12 13 14 15 16 17 18 19 20 21
s = 3.338
Data B
Mean = 15.5
11 12 13 14 15 16 17 18 19 20 21 s = 0.926
Data C
Mean = 15.5
11 12 13 14 15 16 17 18 19 20 21 s = 4.570
Advantages of Variance and
Standard Deviation
• Each value in the data set is used in the
calculation
Discrete Continuous
Probability Probability
Distributions Distributions
Binomial Uniform
Hypergeometric Normal
Poisson Exponential
Membaca Tabel
• Tabel z, t, Chi square, F
Proses estimasi
Random Sample I am 95%
confident
Population that μ is
Mean between 40
(mean, μ, is X = 50 & 60.
unknown)
Sample
populasi
parameter
sampel
statistik
• Estimasi titik adalah sebuah nilai tunggal
• Interval konfidensi/selang kepercayaan memberikan informasi
tambahan tentang keragamannya.
• Untuk mean Population, μ
• Jika σ2 diketahui
• Jika σ2 tidak diketahui
• Jika σ2 tidak diketahui, tetapi n≥30
Mean μ x
Proporsi
P p̂
• Seberapa yakin kita dengan estimasi titik sebuah
populasi parameter?
σ σ
x − z α/2 < μ < x + z α/2
n n
Interval konfidensi (1-α)100% untuk μ jika simpangan baku populasi σ tidak
diketahui
S S
x − t n-1,α/2 < μ < x + t n-1,α/2
n n
Interval konfidensi (1-α)100% untuk μ jika simpangan baku populasi σ tidak
diketahui, tetapi ukuran sampel >30
s s
x − z α/2 < μ < x + z α/2
n n