STATISTIKA
KELOMPOK 5
KELOMPOK 5:
ii
Penulis menyadari bahwa dalam penulisan buku
bahan ajar ini masih banyak kekurangan dan
ketidaksempurnaan, baik dari segi materi maupun teknik
penyajiannya. Oleh sebab itu, penulis mengharapkan
kritik dan saran dari pembaca yang bersifat membangun
agar penulisan bahan ajar ini menjadi lebih baik lagi ke
depannya.
Penulis
iii
DAFTAR ISI
iv
BAB I
PENDAHULUAN
1
1.1.2 Pengertian Statistika
Contoh:
Hasil perhitungan:
1. Statistik deskriptif
2
sebagaimana adanya tanpa bermaksud membuat
kesimpulan yang berlaku untuk umum. Penyajian data
jenis ini dapat melalui table, grafik, diagram lingkaran,
piktogram, perhitungan modus, median, mean, desil,
persentil, penyebaran data melalui perhitungan rata-rata
dan standard deviasi, perhitungan persentase dll.
2. Statistika Inferensial
3
• Mengubah data menjadi informasi yang dapat
dipahami
4
RANGKUMAN
5
BAB II
1) Wawancara (interview)
2) Daftar-daftar pertanyaan (questionaries) juga
dinamakan angket
3) Tes hasil belajar, dan
4) Pencatatan dokumen atau buku/brosur/ majalah.
6
dalam Ardhana, 1987). Apabila hasil-hasil pengukuran
ini berbeda diantara masing-masing satuan pengukuran
itu maka observasi semacam itu dinamakan variabel.
7
2.3 Pembulatan Bilangan
Contoh:
1) Biasa
2) Distribusi frekuensi
3) Distribusi frekuensi relatif
4) Distribusi frekuensi kumulatif
5) Distribusi frekuensi relatif kumulatif
9
Sedangkan penyajian data dengan grafik atau diagram
meliputi diagram:
1) Batang
2) Garis
10
3) Lambang (simbol)
4) Lingkaran (pastel)
5) Peta (kartogram)
11
6) Pencar(titik)
12
RANGKUMAN
13
BAB III
3.1 Mean
∑𝑋
𝑋̄ =
𝑁
Dengan,
𝑁 = Banyak data
14
Misalnya:
8+7+6+8+9+9+8+7+6+9+7+8
𝑋̄ = +8 + 7 + 9 + 8 + 8 + 6 + 8 + 7
20
153
𝑋̄ =
20
𝑋̄ = 7,65
∑ 𝑓𝑋
𝑋̄ =
∑𝑓
15
Contoh:
No Kelas Interval f X fX
1. 35 – 44 3 39,5 118,5
2. 45 – 54 3 49,5 148,5
3. 55 – 64 8 59,5 476
4. 65 – 74 23 69,5 1598,5
5. 75 – 84 20 79,5 1590
6. 85 – 94 19 89,5 1700,5
7. 95 – 104 4 99,5 398
Jumlah 80 6030
Dengan,
f = Frekuensi data
16
Sehingga didapat hasil penghitungan nya:
∑ 𝑓𝑋
𝑋̄ =
∑𝑓
6030
𝑋̄ =
80
𝑋̄ = 75,375
𝑋̄ = 75,38
3.2 Median
Misal,
17
Nah, median nya adalah nilai yang berada di
tengah setelah data diurutkan. Jadi, median dari data
tersebut adalah 12.
1 N −F
Me = b + P 2
f
Dengan:
Me = Median
median.
18
Contoh:
No Kelas Interval f fk
1. 35 – 44 3 3
2. 45 – 54 3 6
3. 55 – 64 8 14
4. 65 – 74 23 37
5. 75 – 84 20 57
6. 85 – 94 19 76
80
7. 95 – 104 4
Jumlah n = 80
½ n = 40
b = 75
19
p = 10
F = 3+3+8+23 = 37
f = 20
Jadi:
40 − 37
Me = 74,5 + 10
20
3
Me = 74,5 + 10
20
Me = 74,5 + 10(0,15)
Me = 76
3.3 Modus
20
𝑏1
𝑀𝑜 = 𝑏 + 𝑃 ( )
𝑏1 + 𝑏2
Dengan:
Mo = Modus
interval sesudahnya.
21
Contoh:
No Kelas Interval f
1. 35 – 44 3
2. 45 – 54 3
3. 55 – 64 8
4. 65 – 74 23
5. 75 – 84 20
6. 85 – 94 19
7. 95 – 104 4
Jumlah 80
b = 64,5
22
P = 10
b1 = 23 – 8 = 15
b2 = 23 – 20 = 3
Jadi:
𝑏1
𝑀𝑜 = 𝑏 + 𝑃 ( )
𝑏1 + 𝑏2
15
𝑀𝑜 = 64,5 + 10 ( )
15 + 3
15
𝑀𝑜 = 64,5 + 10 ( )
18
𝑀𝑜 = 64,5 + 10(0,8333)
𝑀𝑜 = 64,5 + 8,333
𝑀𝑜 = 72,83
23
RANGKUMAN
24
BAB IV
25
Data tunggal
∑(𝑋 − 𝑋̄)2
𝑆2 =
𝑁−1
Atau:
𝑁 ∑ 𝑋 2 − (∑ 𝑋)2
𝑆2 =
𝑁(𝑁 − 1)
Contoh:
Data:
76 9 5 7 8 6 8 7 9
No 𝑋 𝑋 − 𝑋̄ (𝑋 − 𝑋̄)2
1 7 -0,2 0,04
2 6 -1,2 1,44
26
3 9 1,8 3,24
4 5 -2,2 4,48
5 7 -0,2 0,04
6 8 0,8 0,64
7 6 -1,2 1,44
8 8 0,8 0,64
9 7 -0,2 0,04
10 9 1,8 3,24
Jumlah 15,60
Varians:
2
∑(𝑋 − 𝑋̄)2
𝑆 =
𝑁−1
15,60
𝑆2 =
10 − 1
27
15,60
𝑆2 =
9
𝑆 2 = 1,73
Standar deviasi:
𝑆 = √1,73
𝑆 = 1,32
Data berkelompok
2
∑ 𝑓(𝑋 − 𝑋̄)2
𝑆 =
𝑁−1
Atau:
𝑁 ∑ 𝑓𝑋 2 − (∑ 𝑓𝑋)2
𝑆2 =
𝑁(𝑁 − 1)
𝑁 ∑ 𝑓𝐶 2 −(∑ 𝑓𝐶)2
Dan, 𝑆 2 = 𝑃2 ( )
𝑁(𝑁−1)
28
Contoh:
Jumlah 80 15130,75
29
Varians:
∑ 𝑓(𝑋 − 𝑋̄)2
𝑆2 =
𝑁−1
15130,75
𝑆2 =
79
𝑆 2 = 191, 52
Standar deviasi:
𝑆 = √191,52
𝑆 = 13, 83
30
RANGKUMAN
31
BAB V
1) Sampel Acak
3) Sampel-sampelnya homogen
32
2) Mengubah data pengamatan X1, X2, … Xi menjadi
angka baku z1,z2, … zi dengan rumus:
𝑋𝑖 − 𝑋̅
zi = 𝑆
Contoh:
13,13,17,17,22,22,26,26,30,30,30,35,35,35,39,39,39,39,
39,39,39,43,43,43,43,43,43,43,43,48,48,48,48,48,52,52,
57,61,65.
33
Penyelesaian:
34
Rata-rata:
∑ 𝑥𝑖
𝑋̄ =
𝑛
508
𝑋̄ = = 12,7
40
35
mencari tahu apakah dari beberapa kelompok data
penelitian memiliki varians yang sama atau tidak.
36
Uji Chi-Kuadrat:
ln 10 = 2,3026
B = (log S2)∑(ni – 1)
S2 = (∑(ni – 1)Si2/∑(ni – 1)
37
Contoh:
38
Penyelesaian:
= (2,3026) (0,4149)
= 0,96
2
𝜒(1−0,05)(3−1) = 5,99
2
𝜒(1−0,01)(3−1) = 9,21
39
Kurva penerimaan dan penolakan hipotesis:
40
RANGKUMAN
41
BAB VI
42
6.2 Uji Z
43
Contoh:
Jawab:
44
̅ −𝜇
𝑋
Z= 𝜎
0 = 792−800
60 = −0,94
√𝑛 √50
̅̅̅ ̅̅̅2
𝑋1 − 𝑋
𝑡=
2 2
√(∑ 𝑋1 + ∑ 𝑋2 ) ( 1 + 1 )
𝑛1 + 𝑛2 − 2 𝑛1 𝑛2
Dimana x = X-X-bar
̅̅̅ ̅̅̅2
𝑋1 − 𝑋
𝑧=
𝜎1 2 𝜎2 2
√
𝑛1 + 𝑛2
Contoh:
Kelompok I :16 9 4 23 9 10 5 2
Kelompok II: 20 5 1 16 2 4
45
Statistik berikut dihitung dari di atas:
Kelompok I Kelompok II
n 8 6
Sigma X 88 48
X bar 11 11
Variasi Gabungan:
(∑ 𝑋1 )2 (∑ 𝑋2 )2
∑ 𝑋1 2 − + ∑ 𝑋2 2 −
𝑛1 𝑛2
𝑠2 =
𝑛1 + 𝑛2 − 2
882
1.372 − 8 + 702 − 482 /6
𝑠2 = = 60,17
8+6−2
̅̅̅ ̅̅̅2
𝑋1 − 𝑋
𝑡=
𝑆2 𝑆2
√
𝑛1 + 𝑛2
46
11 − 8
𝑡= = 0,72
√60,17 + 60,17
8 6
47
RANGKUMAN
48
BAB VII
Dengan syarat:
Contoh:
49
0 4 8
4 5 1
7 9 4
Penyelesaian:
Ho : µA = µB = µC
Ha : µA ≠ µB ≠ µC
50
2 4 8 64 3 9
0 0 4 16 8 64
4 16 5 25 1 1
7 49 9 81 4 16
n1 = 4 n2= 4 n3 = 4 N = 12
∑ 𝑋2 345
JKR = ∑𝑛
= = 252,08
12
51
7. Hitung derajat kebebasan antar kelompok dengan
rumus:
dkA = k – 1 = 3- 1 = 2
dkD = N – k = 12 – 3 = 9
𝐽𝐾𝐴 23,17
RKA = = = 11,58
𝑑𝑘𝐴 2
𝐽𝐾𝐷 69,75
RKD = = = 7,75
𝑑𝑘𝐷 9
𝑅𝐾 11,58
Fhitung = 𝑅𝐾𝐴 = = 1,49
𝐷 7,75
52
Fhitung= F(1- ά)(dkA,dkB) = F(0,95)(2,9) = 4,26 (dapat
dilihat pada tabel F)
16. Kesimpulan:
53
17. Jika seandainya ada perbedaan yang signifikan antara
ketiga kelompok, maka untuk menentukan letak
perbedaan antara ketiga kelompok dilakukan uji lanjutan
yaitu uji Scheffa, atau uji t, atau uji Tukey, yaitu antara
kelompok A dan B, antara kelompok A dan C, dan antara
kelompok B dan C. Metode Scheffe digunakan untuk
melakukan pelacakan terhadap perbedaan rerata antar
baris dari faktor A, perbedaan rerata antar kolom dari
faktor B, perbedaan rerata antar sel pada baris yang sama
dan perbedaan rerata antar sel pada kolom yang sama
yang hipotesis nol ditolak.
(𝑋̅1 −𝑋̅2 )2
F= 1 1
𝑅𝐾𝐷 { + }(𝑘−1)
𝑛1 𝑛2
54
RANGKUMAN
55
BAB VIII
ANALISIS REGRESI
56
8.2 Jenis-jenis Analisis Regresi
57
menghasilkan hasil yang valid. Berikut adalah beberapa
syarat penting yang perlu diperhatikan:
58
terdistribusi secara normal. Jika kesalahan tidak
terdistribusi secara normal, maka hasil analisis
regresi mungkin tidak valid.
5. Tidak ada multikolinieritas: Multikolinieritas terjadi
ketika ada korelasi tinggi antara variabel independen.
Hal ini dapat menyebabkan masalah dalam
mengestimasi parameter regresi dengan akurat. 0Ieh
karena itu, penting untuk memeriksa dan mengatasi
multikolinieritas sebelum melakukan analisis regresi.
6. Jumlah sampel yang cukup: Untuk mendapatkan
hasil yang valid, jumlah sampel yang digunakan
dalam analisis regresi harus mencukupi. Jumlah
sampel yang diperlukan tergantung pada
kompleksitas model dan jumlah variabel yang
digunakan.
7. Tidak ada outliers: Outliers adalah nilai- nilai ekstrim
yang jauh berbeda dari pola umum data. Outliers
dapat mempengaruhi hasil analisis regresi dan
menyebabkan bias. Oleh karena itu, penting untuk
mendeteksi dan mengatasi outliers sebelum
melakukan analisis regresi.
59
Memenuhi syarat-syarat ini penting untuk
memastikan validitas dan keandalan hasil analisis regresi.
Jika syarat-syarat ini tidak terpenuhi, maka perlu
dilakukan Iangkah- langkah tambahan seperti
transformasi data, penghapusan outliers, atau
menggunakan metode regresi yang lebih sesuai.
dituliskan :
Dimana :
Y = a + bx
a : bilangan konstan
60
b : koefesien arah regresi linear
61
RANGKUMAN
62
BAB IX
9.1 Pendahuluan
Keterangan:
Y = Variabel terikat
(variabel yang dipengaruhi)
63
korelasi dinyatakan dengan r, maka dalam korelasi
berganda koefisien korelasi nya dinyatakan dengan R.
kelayakan nilai R dan makna nilai R sama seperti yang
diuraikan pada korelasi tunggal di muka.
64
sehingga akhirnya dapat diketahui besarnya sumbangan
seluruh variabel bebas yang menjadi objek penelitian
terhadap variabel terikatnya.
65
𝑟 2 𝑦𝑥1 + 𝑟 2 𝑦𝑥2 − 2𝑟𝑦𝑥1 𝑟𝑦𝑥2 𝑟𝑥1𝑥2
𝑅𝑦𝑥1𝑥2 = √
1 − 𝑟 2 𝑥1𝑥2
Dimana
variabel Y
Ha : Signifikan
Ho : Tidak Signifikan
Ha : Ry.x1.x2 ≠ 0
66
H0 : Ry.x1.x2 = 0
Contoh soal :
X1 : 3, 3, 4, 2, 3, 3, 3, 3, 4, 4, 3, 2, 3, 2, 3, 3, 4, 3, 4, 3
X2 : 3, 3, 4, 3, 3, 3, 4, 3, 4, 4, 3, 3, 4, 3, 3, 4, 4, 3, 3, 3
Y : 32,32, 37, 25, 31, 32, 35, 32, 32, 33, 26, 28, 33, 30,
28, 33, 36, 33, 32, 29
Jawab :
Langkah – langkah
67
1. Dengan menggunakan calculator Casio fx – 500 didapat
nilai-nilai :
= +0,618
= +0,705
= +0,154
68
(dapat dilihat pada daftar tebal interpretasi harga r pada
pertemuan 11)
69
RANGKUMAN
70
BAB X
71
Uji Chi Square sangat cocok digunakan untuk
menganalisis data seperti kasus diatas. Secara umum, uji
Chi square dapat digunakan untuk menguji;
72
Syarat yang perlu dipahami sebelum melakukan uji Chi
square adalah sampel yang digunakan harus berukuran
besar dan memenuhi ketentuan berikut:
73
2. Semua pengamatan dilakukan dengan independen
74
10.3 Prosedur Uji Chi Kuadrat
75
4. Batas batas darah penolakan/batas kritis uji misalnya
dari tabel untuk α = 0,01; df = 3-1 =; diperoleh chi kuadrat
= 9,1
7. Pengambilan keputusan
χ2c=∑(F0−Fe)2/Fe
Keterangan;
76
Oi = f = Frekuensi hasil yang diamati (observed value)
(𝑂 − 𝐸)2
𝑥2 = ∑
𝐸
77
E = nilai ekspektasi (harapan)
b = jumlah baris
k = jumlah kolom
Contoh Pertanyaan:
Langkah-langkah penyelesaian:
78
Ha: ada hubungan merokok dengan terkena penyakit
paru-paru.
(130 × 115)
= 79,10
189
(59 × 115)
= 35,90
189
(130 × 74)
= 50,90
189
(59 × 74)
= 23,10
189
79
3. Masukkan hasil perhitungan ke dalam tabel
80
5. Menentukan harga x2tabel (misal untuk a = 0,05)
6. Mengambil kesimpulan
➔ Ho ditolak, Ha diterima
Kesimpulan:
81
RANGKUMAN
82
BAB XI
KOREKSI YATES
Syarat Penggunaan:
Tabel Kontingensi 2 × 2
83
A B
C D
𝑁 (𝐴𝐷−𝐵𝐶)^2
X2 =
(𝐴+𝐵)(𝐶+𝐷)(𝐴+𝑐)(𝐵+𝐷)
Keterangan:
Contoh:
Hipotesis:
84
2. Ha = proporsi mahasiswa lebih banyak yang bercita-
cita sebagai PNS setelah mereka tamat S-1 ketimbang
mahasiswa.
Tabel Kerja
PNS 10 11 21
Bukan 46 13 59
PNS
Jumlah 56 24 80
Perhitungan:
80 ((10)(13)(11)(46))^2
X2 =
(21)(59)(56)(24)
80 (376)^2
=
1.665.216
= 6,79
85
df = (k-1) (b-1)
= (2-1) (2-1) = 1
df = 1
Kesimpulan Statistik:
86
cara membuang atau mempunyai nilai minimal.
Namun, konsekuensinya jumlah baris, kolom dari tabel
kontingensi menjadi berkurang.
87
RANGKUMAN
88
DAFTAR PUSTAKA