STATISTIK

Tawardjono Us. JPTO FT-UNY

 Pengertian Statistik
Statistik sebagai ilmu pengetahuan: Cara dan metode
ilmiah untuk : mengumpulkan, menyaring/menyeleksi,
menyusun, meringkas, dan menyajikan data.
Untuk menganalisis dan menginterpretasikan data, serta
mengambil kesimpulan dan membuat keputusan.
Statistik merupakan ilmu yang universal, artinya dapat
digunakan dan dimanfaatkan pada semua bidang ilmu.
Statistik adalah ilmu terapan (applied science): untuk menjawab
pertanyaan berdasarkan data empiris. Berdasarkan ini statistik
bisa digunakan untuk membantu memecahkan berbagai
permasalahan kehidupan manusia melalui penelitian.
 Peranan Statistik
a. Statistik sebagai data, yaitu informasi dari suatu sumber.
Jika informasi diperoleh dari sumbernya secara langsung disebut data
primer, namun jika informasi diperoleh secara tidak langsung
dinamakan data sekunder.
b. Statistik sebagai alat bantu:
Untuk: menghitung besarnya sampel dari anggota populasi; menguji
validitas dan reliabilitas instrument; mengumpul kan, memroses, dan
mengolah/menganalisis data; membuat keputusan dan menarik
kesimpulan.
c. Fungsi
Sempit: Deskriptif : Penyajian/Penggambaran Data
Luas : Inferensial: Induktif, probabilitas, analisis,
interpretasi, dan penyimpulan data
 Macam Statistik
a. Statistik Deskriptif
Cara dan metode ilmiah untuk: mengumpulkan, menyaring/ menyeleksi menyusun,
meringkas, dan menyajikan data.
Tujuannya hanya utk menjelaskan/menggambarkan sejumlah data apa adanya,
bukan utk membuat kesimpulan (generalisasi/inferensi).
Penggambaran ini menggunakan: tabel, distribusi frekuensi, histogram,
polygon, stem and leaf, dan bentuk diagram dan grafik lainnya.
b. Statisktik Inferensial
Metode ilmiah untuk menganalisis data dan hasilnya untuk membuat
generalisasi/inferensi trhadap populasi berdasarkan data dari sampel. Tujuannya
untuk membuat keputusan dan mengambil kesimpulan.
Statistik inferensial: Statistik parametrik dan Statistik non parametrik: (1) Statistik
parametrik, digunakan untuk menganalisis data interval
atau data ratio dari populasi yang berdistribusi normal;
(2) Statistik non parametrik digunakan untuk menganalisis data
nominal atau data ordinal dari populasi yang berdistribusi tidak
normal (bebas distribusi)
 Peranan Statistik
Statistik biasa digunakan pada penelitian, yaitu kegiatan
penyelidikan atau pengkajian pada suatu hal yang dilaku
kan dengan cara/metode ilmiah.
Cara ilmiah ini mempunyai sifat:
- Rasional: kegiatan yang dilakukan dengan cara-cara
yg masuk akal shg terjangkau oleh penalaran manusia.
- Empiris: cara yang digunakan dapat teramati oleh
indera manusia.
- Sistematis artinya proses yang dilakukan melalui langkah
langkah yang logis dan runtut.
 Data dan Variabel
1. Data
Fakta yg tercatat ttg suatu obyek. Pernyataan yg bisa dibuat dari suatu obyek.
Contoh: Dinding biru: Biru adalah data/fakta yg ada pd obyek dinding.
Jadi biru adalah data warna dari dinding.
Terbang tinggi: Tinggi (… meter) merupakan data/fakta yg ada
pada saat obyek burung/pswt sedang terbang.
Jenis Data: Kualitatif (Diskrit/nominal), dan
Kuantitatif: Kontinum (ordinal, interval, rasio)
2. Variabel (Ubahan)
Obyek yg menjadi focus amatan/ penelitian. Variabel ini mrpkn atribut (sifat) dari
sekelompok obyek (orang atau benda) yg mempunyai variasi atau perbedaan
antara satu dengan yang lainnya.
Contoh: Umur, warna kulit, berat badan, tinggi loncatan, motivasi
belajar, indek prestasi, sikap kepemimpinan, kedisiplinan
kerja, kemampuan beradaptasi, dsb.
 Data

Data Kualitatif Data Kuantitatif

(atribut/kategori yg (numerik/ yang
tdk berbentuk angka) berbentuk angka)

Data Kontinu Data Diskrit

(pengukuran) (pencacahan)

Data Data Data Data

Nominal Ordinal Interval Ratio
 Jenis Data
• Data kuantitatif: data diskrit dan data kontinum.
- Data diskrit, diperoleh dr hasil menghitung atau
membilang, mis: jumlah roda mobil ada 4, Indone-
sia terdiri dr 130.000 pulau,
- Data kontinum: diperoleh dari hasil pengukuran,
mis: panjang meja 200 cm; tinggi orang di sana
150 cm, dsb.
• Data kualitatif biasanya berbentuk data nominal, sementara
data kuantitatif berbentuk data ordinal, interval, atau rasio.
 Jenis Data (lanjutan)
• - Data Nominal, biasanya berbentuk kategori, yaitu nilai yg terpisah
antara satu dgn lainnya, mis: benar-salah, laki-perempuan, jauh-
dekat, tinggi-rendah,
• - Data Ordinal, menunjukkan tingkatan, ranking, atau berjenjang:
Kelas I, II, II dst; Juara I, II, II dst; Golongan (Gaji) I, II, II dst.;
Kopral, Sersan, Kapten, Jendral dst.
Oleh karena itu jarak antara jenjang satu dgn berikutnya mungkin
tidak sama.
• - Data Interval, data yg jaraknya sama antara satu dgn yg berikut-
nya, tetapi tidak mempunyai nilai nol absolut. Jadi meskipun
datanya nol, tetapi tetap mempunyai nilai, misalnya: 0o Celcius.
• - Data Ratio, data yg mempunyai jarak yg sama antara nilai satu
dan berikutnya, tetapi mempunyai nilai nol absolut. Jadi nilai nol
di sini tidak ada apa-apanya, mis: panjang, berat, kecepatan dsb.
 STATISTIK DESKRIPTIF
Cara dan Metode ilmiah untuk:

Mendeskripsikan/menggambarkan obyek yg diteliti

melalui data sampel sebgmn adanya, tanpa melaku
kan analisis & membuat ksimpulan utk generalisasi

Penggambaran ini meliputi proses: mengumpulkan,

menyaring/menyeleksi, menyusun, meringkas, dan
menyajikan data.
 Penyajian Data

Agar pengamatan data bisa dibaca orang dengan mudah,

maka data hasil amatan harus bisa dikomunikasikan
dengan mudah.

Cara-cara mengkomunikasikan data ada beberapa macam,

yaitu dengan: tabel (distribusi frekuensi), histogram, kurve
poligon, grafik, diagram lingkaran/kue (pie chart), diagram
gambar (pictogram), stem &leaf, dll.
 Langkah-langkah mengkomunikasikan/
menyajikan data:
1. Mengurutkan data dari nilai terendah (Ntr) sampai ke nilai tertinggi
(Ntt) atau sebaliknya
2. Mencari selisih (range): R = Ntt-Ntr
3. Menentukan jumlah Interval Kelas: k (biasanya 5 s/d 20)Jika data
banyak, jumlah Interval Kelas dpt dicari dgn rumus
Sturgess: k = 1 + 3,3 log n
4. Menentukan lebar Interval Kelas: b = R/k , atau jika datanya banyak
biasanya menggunakan kelipatan angka 5)
5. Menetapkan nilai batas bawah dan batas atas pd setiap klas interval
6. Menghitung frekuensi/jumlah nilai yang ada pada klas interval
7. Membuat sajian data sesuai yang dikehendaki ( mis: tabel distribusi
frekuensi(df), bar-chart, grafik/curve, poligon, stem and leaf, pie-chart,
dll.
 Batang (barchart)
Garis

Diagram Lambang (simbol)

Lingkaran (pastel-kue)
Peta (kartogram)
Pencar (titik)
Biasa
Distribusi frekuensi
Tabel Distribusi frekuensi relatif

Histogram Distribusi kumulatif

Penyaian data Distribusi frekuensi relatif
Poligon frek
kumulatif
Ogive
Keadaan
klpk Gejala letak

Simpangan
baku Gejala pusat
 TENDENSI SENTRAL
Distribusi data yg menunjukkan kecenderungan ke arah
yang memusat/terbanyak (central tendency).
Ada 3 macam tendensi sentral:

•
 Sifat-sifat Tendensi Sentral:
1. Mean
- Nilainya berubah-ubah tergantung besar kecilnya data
- Sebagai titik keseimbangan/simetris pada distribusi
- Sangat dipengaruhi oleh nilai ekstrim
- Pengukur kurve distribusi paling tepat, dipakai pd statistik
deskriptif maupun inferensial

2. Median
- Dipengaruhi oleh jumlah nilai di atas dan di bawah batas
- Tidak terpengaruh oleh nilai ekstrim
- Tidak dipakai untuk statistic inferensial
- Mudah menentukannya

3. Mode
- Ditentukan nilai yg frekuensinya besar (banyak muncul)
- Dipengaruhi oleh penentuan interval kelas dan fluktuasi sampel
- Berguna utk mengungkap gejala sepintas, hanya baik utk statistic deskriptif
- Untuk mengukur data nominal
 Dgn demikian dapat disimpulkan
Kapan menggunakan M, Me atau Mo

o Jika waktu terbatas, gunakan Mode

o Bila kejadiannya khusus (mis:utk mengetahui produk yg
paling laku), gunakan Mode
o Untuk perhitungan statistic, gunakan Mean
o Bahan/data kurang lengkap, gunakan Mode atau Median
o Untuk mengetahui distribusi paling, gunakan Median
 Kurve
Grafik polygon yg sudah dihaluskan disebut kurve.
Kurve ini mempunyai banyak bentuk, tergantung dari distribusi/
penyebaran datanya. Bentuk ini mrpkn sumber keterangan yang
penting mengenai distribusi.

Jenis-jenis kurve tersebut adalah:

1. Kurve simetris, yang terdiri atas: Kurve normal (Meso-

kurtik), kurve normal lancip (Leptokurtik), kurve normal
landai (Platikurtik), kurve trapezium, dan kurve bimode.

2. Kurve a-simetris, yang terdiri atas: Kurve condong ke kiri

(juling positif) dan kurve condong ke kanan (juling negatif)
 Kurve Normal
Distribusi teoritis dari skor yg diperoleh subyek, mengelompok di
sekitar Mean, kemudian semakin mengecil baik ke kiri maupun ke kanan
yang besarnya sama.
Untuk kurva normal ideal, besarnya/jarak distribusi skor dari Mean
dinyatakan dengan simpang baku (SD), yaitu 3 SD ke kanan (50%) dan
SD ke kiri (50%) dari Mean. Besarnya 1 SD dari Mean sebanyak
34,13%; 1 SD berikutnya sebanyak 13,59%, dan 1SD berikutnya
sebanyak 2,14%, sisanya 0,14%.

Distribusi Normal:
Sifat-sifat: Grafik berada di atas sumbu x
Bentuknya simetris terhadap x = μ ( rerata parameter)
Mempunyai 1 modus (unimodal), tercapai pd x=μ sebesar 0,3989/σ
Grafiknya mendekati (berasimtut) sumbu datar x dimulai dari
x= μ + 3σ ke kanan dan x= μ - 3σ ke kiri
Luas daerah grafik = satu unit persegi
 Contoh soal

Di bawah ini dua distribusi skor akan dibandingkan.

•Mhs A mendapatkan nilai Bhs Inggris 48 di dalam nilai rata-rata 45 dari
maksimum skor 50 dan simpang baku 6. Mhs B memperoleh nilai Bhs
Indonesia 76 di dalam nilai rata-rata 70 dari maksimum skor 100 dan simpang
baku 15.
- Jika kedua skor itu diubah dalam Z skor, akan diperoleh Z skor
sebagai berikut: Untuk Bhs. Inggris (48 – 45) : 6 = 0,5 ;
untuk Bhs Indonesia (76 – 70) : 15 = 0,4
- Jika kedua skor itu diubah dalam T skor, akan diperoleh T sbb
Untuk Bhs. Inggris : 10{(48 – 45) : 6} + 50 = 55;
sedangkan untuk Bhs. Indonesia: 10{(76 – 70) : 15} + 50 = 54
•Jika membandingkan kedua Z skor yang diperoleh siswa tersebut, berarti
prestasi mhs A lebih tinggi daripada mhs B.
•Dengan demikian: Mean, simpang baku, dan Z skor sangat berguna untuk
melukiskan distribusi skor dalam kurva normal.