Himpunan istilah mengenai

salah satu pokok bahasan

TERMINOLOGI
DALAM STATISTIK

Populasi : kumpulan dari semua elemen

yang sedang dipelajari.
Contoh:
Jika akan diteliti berapa pengeluaran ratarata Mahasiswa T.LXTRO selama sebulan,
maka Populasinya adalah semua mahasiswa
T.LXTRO
Jika ingin diketahui berapakah rata-rata penghasilan dosen
T.LXTRO sebulan, populasinya adalah

 Sampel:
Bagian dari polulasi
Dari contoh diatas: bisa 10 mahaiswa T.LXTRO
atau 100 mahasiswa T.LXTRO, atau 25 dosen
T.LXTRO dsb.
Populasi
Sampel 2

Sampel 1

Sampel diadakan bertujuan

untuk:
penghematan waktu
biaya, dan
tenaga.

INFORMASI YANG BERSIFAT

NUMERIK (ANGKA),
MEMBANTU UNTUK MEMBUAT KEPUTUSAN YANG
LEBIH INFORMATIF TENTANG SUATU HAL
Dalam statistik hanya bisa diproses dalam bentuk angka atau
sesuatu yang bersifat kuantitatif.
Perasaan tertarik pada sesuatu skala Likert skor

TIPE DATA
1. Data kuantitatif
Hasil observasi (pengamatan) atau sesuatu hal yang
bisa dinyatakan dalam angka (numerik)
Contoh: data penjualan barang, jumlah mahasiswa,
dsb.

2. Data kualitatif
Hasil pengamatan yang outputnya hanya bis
dimasukkan dalam suatu katagori.
Contoh: Sikap mahasiswa terhadap cara mengajar
dosennya. Kepadanya akan diberi pilihan, Puas
Ragu-ragu Tidak puas
Dalam hal tersebut responden akan hanya memilih satu
pendapat, dan tidak bisa lebih dari satu

Pengukuran Data
Ada 4 jenis data berdasarkan tingkat
pengukuran (level of measurement)

1.Data Nominal
2.Data Ordinal
3.Data Interval
4.Data Rasio

Data Nominal
Data yang diukur dengan skala nominal
adalah data kualitatif yang bersifat setara
(sama) antar data yang satu dengan data
yang lain. Tidak ada urutan diantara data
yang ada.
Contoh:
Kota tempat tinggal, Tempat kuliah,
Gender, Pekerjaan seseorang, dsb.

Data Ordinal
Pada dasarnya sama dengan data nominal, hanya
disini kedudukan data tidak setara, ada urutan
(order) antara data satu dengan data lainnya.
Contoh:

1. Sikap seseorang: sangat setuju, setuju,

cukup setuju, dan tidak setuju
2. Rating acara TV: ****, ***, **, dan *
3. Tingkat kelulusan: A, B, C, dan D

Data Interval
Data yang diukur dengan skala interval
adalah data kuantitatif, mempunyai
perbedaan antara data satu dengan yang
lain, dan perbedaan tersebut jelas terukur
Tidak mempunyai angka nol
Cotoh:
Temperatur Udara, 0o C artinya suhu
udara tidak nol, tidak sama dengan 0 oF,
dsb.

Data Rasio
Pada dasarnya sama dengan data interval,
yakni data kuantitatif, perbedaan antara
data bisa diukur dengan jelas
Data Rasio mempunyai angka nol (zero)
yang mutlak.
Hasi pengukuran untuk nilai sesungguhnya

Berat, tinggi badan, dsb

PEMBAGIAN DATA

HIRARKI DATA

D ATA

DATA
R AS I O

DATA
KUALITATIF

DATA
NOMINAL

DATA
ORDINAL

DATA
KUANTITATIF

DATA
INTERVAL

DATA
RAS I O

DATA
INTERVAL

DATA
ORDINAL

DATA
NOMINAL

PROSES PENGOLAHAN DATA MENJADI

INFORMASI

DATA
STATISTIK DISKRIPTIF
Diorganisasikan dalam kriteria tertentu
Diringkas angka-angkanya
Ditampilkan dalam gambar dan tabel
STATISTIK INDUKTIF
Uji hipotesa
Uji hubungan antar variable, dll
INFORMASI / KESIMPULAN

CAKUPAN STATISTIK DESKRIFTIF

PENYAJIAN DATA
Tabel, grafik

RINGKASAN DATA

DATA
STATISTIK

Central tedency, Variasi data,

Bentuk data
Ada dimensi waktu

ANGKA INDEKS
Indeks Laspeyers,
Fisher, dll

Indeks

TIME SERIES
Trend,
Dekomposisi data time series

Pembagian data di atas tidak berarti bahwa masing-masing bagian berdiri

sendiri, keempatnya justru saling berkaitan.
Contoh: Deskrifsikan data produksi beras di kota X pada
periode 1990 2007.

1. Menyusun data produksi beras dalam sebuah distribusi frekuensi yang

memudahkan pembacaan dan pengertian. Jika perlu data dapat
ditampilkan dalam bentuk tabel (penyajian data)
2. Menghitung rata-rata produksi beras setiap kecamatan atau desa pada
periode tersebut, kemudian mencari standar deviasi produksi beras dari
rata-rata totalnya (karakteristik data)
3. Memperkirakan trend produksi beras di masa mendatang (tahun 2008,
2009, 2010, ) time rise

TABEL KONTINGENSI/KATAGORI
JENIS KELAMIN, PENDIDIKAN, PEKERJAAN, DSB
MELIPUTI DATA DENGAN PENGUKURAN NOMINAL ATAU ORDINAL

CIRI KHAS DARI DATA INI:

DATA BERBENTUK BILANGAN INTEGER (BULAT)
TIDAK MENGANDUNG DESIMAL

Contoh:
Tabel 1. Pemancar radio di Jawa

Jenis gelombang
Radio

Kota di Jawa
Jakarta

Surabaya

Bandung

Bogor

Total

AM

14

25

FM

34

11

21

69

Total

38

25

26

94

DISTRIBUSI FREKUENSI
Menyusun dan Mengatur data kuantitatif mentah kedalam beberapa
kelas data yang sama, sehingga setiap kelas bisa menggambarkan
karakteristik data yang ada.
Contoh: Nilai ujian Matakuliah dari 50 mahasiswa pada sebuah PT
62.5

40

17.5

80

61.7

45

17.5

90

87

70

40

66

67.5

79.6

71.5

65

80.2

61.8

79.2

80.6

40.3

95.8

5.5

94.3

45.9

94

97

78

39.5

23

78.9

15

79

58.2

25

23

25

85.2

59

24.8

98

43

75

23.9

10.5

Skor terendah nilai ujian adalah 0 dan tertinggi 100

Membuat ARRAY (mengurutkan data)

Ascending = dari kecil ke besar
Descending = dari besar ke kecil
Bila data di atas dilakukan pengurutan secara ascending, maka tabel tersebut
menjadi:
No.

NILAI

No.

NILAI

No.

NILAI

No.

NILAI

No.

NILAI

4.0 11

23.0 21

43.0 31

67.5 41

80.2

4.0 12

23.0 22

45.0 32

70.0 42

80.6

4.0 13

23.9 23

45.9 33

71.5 43

85.2

5.0 14

24.8 24

58.2 34

75.0 44

87.0

5.0 15

25.0 25

59.0 35

78.0 45

90.0

5.5 16

25.0 26

61.7 36

78.9 46

94.0

10.5 17

39.5 27

61.8 37

79.0 47

94.3

15.0 18

40.0 28

62.5 38

79.2 48

95.8

17.5 19

40.0 29

65.0 39

79.6 49

97.0

10

17.5 20

40.3 30

66.0 40

80.0 50

98.0

No.

NILAI

No.

NILAI

No.

NILAI

No.

NILAI

No.

NILAI

21

23

41

45

61

70

81

80.2

22

23.9

42

45.9

62

70

82

80.6

23

23.9

43

45.9

63

71.5

83

80.6

24

24.8

44

58.2

64

71.5

84

85.2

25

24.8

45

58.2

65

75

85

85.2

5.5

26

25

46

59

66

75

86

87

5.5

27

25

47

59

67

78

87

87

28

25

48

61.7

68

78

88

90

29

25

49

61.7

69

78

89

90

10

10.5

30

39.5

50

61.8

70

78.9

90

90

11

10.5

31

39.5

51

61.8

71

78.9

91

94

12

15

32

40

52

62.5

72

79

92

94

13

15

33

40

53

62.5

73

79

93

94.3

14

17.5

34

40

54

65

74

79.2

94

94.3

15

17.5

35

40

55

65

75

79.2

95

95.8

16

17.5

36

40.3

56

66

76

79.6

96

95.8

17

17.5

37

40.3

57

66

77

79.6

97

97

18

23

38

43

58

67

78

80

98

97

19

23

39

43

59

67.5

79

80

99

98

20

23

40

45

60

67.5

80

80.2

100

98

Coba deskripsikan data tersebut di atas

1. Sebagian besar mahasiswa mendapat nilai

berapa ?
2. Berapa jumlah mahasiswa yang mendapat nilai
antara 40 sampai 60 ?
3. Berapa jumlah mahasiwa yang mendapat nilai
dibawah 50 ?
4. Berapa jumlah mahasiswa yang mendapat nilai
diatas 50 ?

Untuk menjawab pertanyaan-pertanyaan tersebut perlu

dibuat DISTRIBUSI FREKUENSI
(MENGUMPULKAN DAN MENGATUR DATA SECARA NUMERIK)

PROSES PEMBUATAN DISTRIBUSI FREKUENSI

1.
2.
3.
4.

Menentukan jumlah kelas

Menentukan interval kelas
Menyusun Distribusi Frekuensi
Perbaikan distribusi frekuensi (bila
dianggap perlu)
5. Memasukan frekuensi pada distribusi
frekuensi

1.

Menentukan jumlah kelas

H.A. Sturges (1926) k

= 1+3,322 log n

k = jumlah kelas
n = jumlah data
Untuk contoh nilai mahasiswa diatas:
k = 1+3,322 log 100 = 7.644 dibulatkan 8
Dengan demikian, 100 data nilai mahasiswa akan dibuat
distribusi frekuensi dengan jumlah kelas adalah 8
Catatan: Rumus diatas hanyalah sebuah alternatif, tidak harus
digunakan pada setiap kasus

2.

Menentukan interval kelas

Rumus

range
i
k

= interval kelas

range

= nilai maximum - nilai minimum

= jumlah kelas

Dari data diatas interval kelas adalah:

98 4
i
Dibulatkan menjadi 12
8
94

11,75
8

3. Menyusun Distribusi Frekuensi

k=8
I = 12

Maka tabel distribusi frekuensinya

menjadi

Nilai ujian mahasiswa

Frekuensi

0 - 12

*Karena nilai ujian

12 - 24

adalah 100, pada

tabel hanya sampai
angka 96, untuk itu
kelas harus
ditambah, yakni
dimulai dari angka

24 - 36
36 - 48
48 - 60
60 - 72
72 - 84
84 - 96
96 108*

96 - 108

4. Perbaikan Tabel
Nilai ujian
mahasiswa

Frekuensi

Nilai ujian
mahasiswa

4 - 14

3,99 13,99

14 - 24

13,99 23,99

24- 34

23,99 33,99

34 - 44

33,99 43,99

44 - 54

43,99 53,99

54 - 64

53,99 63,99

64 - 74

63,99 73,99

74 - 84

73,99 83,99

84 - 94

83,99 93,99

94 - 104

93,99 103,99

Frekuensi

5. Memasukan frekuensi pada distribusi frekuensi

Nilai ujian
mahasiswa

3,99 13,99
13,99 23,99
23,99 33,99
33,99 43,99
43,99 53,99
53,99 63,99
63,99 73,99
73,99 83,99
83,99 93,99
93,99 103,99

Frekuensi

11
12
6
10
4
10
11
19
7
10

Latihan 1.
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.

Jelaskan pengertian tentang statistik

Apa yang dimaksud dengan statistik deskriftif dan statistik Inferensial
Jelaskan perbedaan soal 2
Uraikan kegunaan statistik bagi peneliti
Jelaskan apa yang dimaksud dengan distribusi frekuensi
Jelaskan apa yang dimaksud dengan grafik
Sebutkan macam-macam grafik.
Jelaskan perbedaan antara skala pengukuran: Nominal, ordinal, interval dan rasio
Bagaimana hubungan antara skala pengukuran dengan teknik analisis statistik?
Gambarlah grafik untuk data berikut
Jenis gelombang
Radio

Kota di Jawa
Jakarta

Surabaya

Bandung

Bogor

Total

AM

14

25

FM

34

11

21

69

Total

38

25

26

94

KARAKTERISTIK DATA
(UKURAN-UKURAN STATISTIK)
PADA PRINSIPNYA ADA 3 JENIS KARAKTERISTIK DATA

1. CENTRAL TEDENCY
Ukuran terpusat, menggambarkan keseluruhan data dengan
satu ukuran data tertentu saja.
- rata-rata tinggi badan anak 100 cm semua tinggi badan
anak 100 cm

2. DISPRESION
Variasi data, seberapa besar data tersebar dari rata-ratanya
- Tinggi badan bervariasi 10 cm, tinggi antara 90 110 cm

3. SHAPE OF DATA

Bentuk distribusi data, simetris, menceng kekiri atau menceng kekanan

Tingkat keruncingan: moderat, runcing atau yang lainnya

CENTRAL TEDENCY
Tiga ukuran Central Tedency
1. Mean (rata-rata data),
2. Median (titik tengah data)
3. Modus (frekuensi terbanyak data)

Mean
Mean = rata-rata = merupakan hasil bagi dari
sejumlah skor dengan banyaknya responden (n).
Ada beberapa macam mean:
Rata-rata Hitung: tepat diterapkan untuk skor yang
berderet hitung
Rata-rata ukur: tepat diterapkan untuk skor yang
berderet ukur
Rata-rata Harmonik: tepat diterapkan untuk beberapa
kelompok data yang banyak n-nya tidak sama
Grand mean: tepat diterapkan untuk menghitung ratarata total berdasarkan rata-rata kelompok, menghitung
rata-rata dari beberapa rata-rata.

Mean
RUMUS ; rata-rata hitung sederhana tanpa
frekuensi

Xi

i 1

Mean
Rata-rata hitung ; untuk data murni/tak berkelompok, deret
hitung

Nilai matematika kelas A: 10 9 8 7 6 5 4 3 2 1 Jumlah = 55; n = 10

Nilai matematika kelas B: 5 6 5 4 8 7 4 6 6 4 Jumlah = 55; n = 10

Kelas A

10

Xi Xi
i 1

Kelas B

i 1

10

55

5,5
10

10

Xi Xi
i 1

i 1

10

55

5,5
10

Kelas B lebih homogin dari kelas A

Mean

Rata-rata hitung dengan frekuensi

n

i 1

fi X i

i 1

fi

Mean
Contoh rata-rata hitung
X

X.f

90

270

85

425

80

480

75

450

70

560

65

455

60

360

55

275

50

100

45

40

40

Jumlah

43

3.415

Rata-rata:
3.415 : 43 = 79,42

Mean
Rata-rata ukur ; data deret ukur, rata-rata geometri

X 1 x X 2 x X 3 x ... X n

Atau

1 n
Log U Log X i
n i 1
Contoh data deret ukur
Rata-rata ukur:

2 4 8 16 32 64
U

2 x 4 x 8 x 16 x 32 x 64

Atau

11,31
1
U Anti log { ( Log 2 Log 4 Log 8 Log 16 Log 32 Log 64)}
6
1
anti log { (6,32)} 11,31
6

Mean
Untuk data berkelompok (distribusi frekuensi), rata-rata
ukur dihitung dengan rumus ;

1
log U
n

f
log
Xi
i
i 1

Mean
Rata-rata harmonik

analysis of variance yang

mempunyai jumlah sampel berbeda setiap kelompok

i 1

1
Xi

2 3 4 5

4
4

i 1

1
Xi

4
1 1 1 1
345
2
4

3,12
1,28

Mean

Rata-rata populasi digunakan notasi , rata-rata sampel digunakan

notasi X, rata-rata dari beberapa rata-rata GM (Grand Mean) :

Jika n sama untuk masing-masing mean

GM ( X 1 X 2 X 3 ... X k ) : k
k = Banyaknya rata-rata yang akan dicari GM-nya

Jika n tidak sama untuk masing-masing mean

( n1 X 1 n2 X 2 n3 X 3 ... nk X k )
GM
n1 n2 n3 ... nk

Mean
Contoh:

Kelas Rata-rata

60

10

70

10

65

10

80

10

Kelas Rata-rata

GM (60 70 65 80 ) : 4
68,75

60

10

70

65

80

15

GM

(10 x 60 8 x 70 7 x 65 15 x 80 )
10 8 7 15
2815
70,375
40

Median

Kelemahan mean
1.
2.

Ada data ekstrim

Kurang tepat untuk data kualitatif

Konsep Median
mengurutkan dan membagi data menjadi dua bagian
dan kemudian menghitung nilai data yang membagi
data menjadi dua bagian tersebut

Median data tak berkelompok

Menyusun data secara urut, besar kecil atau kecil besar
Mecari data yang ada ditengah-tengah urutan tadi
dengan rumus:

n 1
Md
2
Bila jumlahnya ganjil, menentukan skor mudah skor
yang terletak ditengah-tengah barisan.
Bila jumlahnya genap, maka median merupakan ratarata dari dua skor yang paling dekat dengan median

Contoh data berjumlah ganjil

8 5 9 1 7 4 3 2 7 setelah penyusunan, maka
1 2 3 4 5 7 7 8 9
Skor yang membagi distribusi menjadi 2 bagian sama besar adalah
5, sehingga 5 merupakan median

n 1 9 1
Md

5
2
2

Data yang ke 5

Contoh data berjumlah genap

8 3 4 5 3 7 9 9 8 2 setelah penyusunan, maka
2 3 3 4 5 7 8 8 9 9

n 1 10 1
Md

5,5
2
2

(5+7)/2 = 6

Data yang ke 5,5

Median data berkelompok

i
Md Bb
(1 / 2 N f k .b )
fm
Md = Median
B = tepi kelas bawah
fm=frek.kelas interval yang mengandung median
i = interval kelompok
N = jumlah frekuensi
fk.b = frek. Komultif sebelum/di bawah kelas interval yang mengandung median

Contoh ..

fk

95 99

90 94

85 89

N (75) = 37,5.

80 84

75 79

15

70 74

13

28

65 69

19

47

Maka kelompok yang mengandung

median adalah 65 69 dengan fk = 47
artinya fk yang dikandung
kelompok ini bergerak dari 28 47.

60 64

12

59

55 59

10

69

40 54

73

45 49

75

40 44

75

i=5
N = 75

Kelompok yang mengandung median

adalah kelompok yang frek.
Komulatifnya mengandung angka

Bb = 65, fk.b = 28, fm =19,

maka mediannya:
Md Bb

i
(1 / 2 N f k .b )
fm

5
Md 65
(1 / 2 x 75 28) 65 2,5 67,5
19

MODUS
Menghitung jumlah data yang paling sering muncul dalam sekelompok data
Dapat dicari dalam distribusi frekwensi
Frekwensi terbanyak.
X

MODUS terletak pada nilai 4

Catatan: tidak seluruh distribusi frekwensi mempunyai
modus, dan kadang-kadang lebih dari satu

Hubungan mean, median dan

modus
Data ideal mean=median=modus
Moderat modus = mean 3(mean-median)

modus

median

mean

median modus

mean

Perbedaan nilai mean dengan modus akan menggambarkan

kondisi penyebaran data yang dihadapi.
Median mempunyai kelebihan daripada mean jika data yang
dianalisis terdapat beberapa skor yang ekstrem, artinya
terdapat perbedaan yang mencolok antara data yang
terendah dengan data yang tertinggi
Bila data yang dihasilkan dari rata-rata tidak mempunyai nilai,
misalnya suatu rata-rata bayi yang dilahirkan pertahun. Dalam
kasus ini kemungkinan rata-rata diperoleh angka pecahan, jadi
tidak mungkin jumlah bayi pecahan.
Dengan demikian penggunaan mean akan lebih baik jika
kondisi seperti ini tidak ada

Distribusi
simetri/normal

Distribusi binominal

Modus
Modus, median, mean

Modus

mean

Tak ada modus

modus

Median

frek,. Masing-masing skor sama

median

median modus

mean
mean
Median
mean

Distribusi skewed negatif

Distribusi skewed positif

Lokasi data
Kuartil (quartil), membagi sekelompok data
menjadi empat bagian (Q1, Q2, Q3, Q4)
Desil (decile), 10 bagian (D1.D10)
Persentil (percentile), 100 bagian
(P1 P100)

Proses penentuan quartile

Urutkan data dari terkecil ke besar
Menentukan lokasi data

k (n 1)
Qk
4

Q = lokasi data yang ke k

K = data urutan ke i yang
akan dicari lokasi datanya

Proses penentuan percentile

Urutkan data dari terkecil ke besar
Menentukan lokasi data

nk
Pk
100

Tugas 2 perorangan
1.
2.
3.

Ada berapa central tedency yang saudara ketahui? Sebutkan dan jelaskan
masing-masing.
Ada berapa macam rata-rata, sebutkan dan jelaskan
Dari hasil pengumpulan jawaban benar 60 responden atas soal multiple choise
sebanyak 20 item sbb:

a. Hitunglah rata-rata
skor yang diperoleh
b. Buatlah tabel
distribusi frekuensi
c. Hitung median

17 12

13

9 15

12 13 10

13

12 17 10

15 12 17

9 14

9 18 12

13 12 17

8 16 12 16

d. Tentukan modus

11 16

e. Buat grafik

12 15 16

11 16

4 13

11 13 10 20 14

13 18 10 13

11 15
11 15

7 20 14 14 15 12 13

DISPRESION
VARIABILITAS

1. Range
2. Interquartile Range
(Quartile Deviation)
3. Simpangan Baku
(Standar Deviation, SD)

Range (rentang)
Cara yang paling sedehana dalam mengukur
variasi data.
Semakin besar nilai range berarti semakin
besar perbedaan antara skor terbesar dan
skor terkecil data makin bervariasi

Range = Data terbesar Data terkecil

Kelemahannya: tidak dapat menggambarkan bagaimana
variasi skor/data diantara data terbesar dan terkecil (tidak
memperhatikan isi dari data secara keseluruhan

INTERQUARTIL RANGE
Modifikasi range sederhana
Jika pada range sederhana dicari perbedaan antara skor terbesar
dan skor terkecil, maka pada interquartil data yang digunakan
adalah data yang lebih dekat ketitik pusat data
Karena biasanya sifat data,
data bergerombol pada pusat data
Pengukuran menjadi lebih tepat
dalam memperkirakan variasi data

Q = Q 3 Q1
Catatan: Kedua cara diatas merupakan perhitungan variabilitas yang masih kasar
disarankan tidak dipergunakan secara mandiri

SIMPANGAN BAKU (STANDAR DEVIATION)

Merupakan rata-rata penyimpangan setiap skor dengan rata-rata skornya

Langkah-langkah dalam perhitungan simpangan baku sampel (Sd)

1. Hitung rata-rata skor
2. Hitung perbedaan masing-masing skor dengan rata-rata skor
3. Selisih masing-masing skor dengan rata-rata dikuadratkan dan
dijumlahkan.
4. Hasil penjumlahannya dibagi dengan n-1, hasil perhitungan ini disebut
dengan variance.
5. Akar dari variance adalah Sd

Variance

(
X

X
)

2
Sd
n 1

SIMPANGAN BAKU

Sd Sd
2

Sd

(X X )
n 1

Contoh

1 2 3 4 5

X 15 / 5 3
X

X- X

(X - X )2

-2

-1

15

10

Dasar Teori Peluang

Ruang Sampel
Kejadian dan Operasinya
Menghitung Titik Sampel :
Permutasi
Kombinasi

Ruang sampel
Kumpulan dari semua hasil
dari percobaan statistik,
dinyatakan dengan notasi S
Contoh :
Percobaan pelemparan mata
uang

Kejadian
Dari setiap percobaan kita mungkin ingin mengetahui
munculnya elemen-elemen dari ruang sampel yang
mempunyai ciri tertentu.
Sekelompok titik sampel itu membentuk
himpunan bagian dari S
Contoh : Percobaan pelemparan 3 koin

Operasi dengan kejadian

Definisi 1 :
Irisan dua kejadian A dan B, dinyatakan dengan
lambang A B ialah kejadian yang unsurnya
termasuk A dan B.
Gambar diagram Venn

Contoh : Tentukan irisan antara A = {1,2,3,4,5} dan B ={2,4,6,8}

Definisi 2
Dua kejadian A dan B saling terpisah bila
AB=0
Contoh : Sebuah dadu dilantunkan.
A menyatakan kejadian bahwa
bilangan genap muncul di sebelah atas dan
B kejadian bahwa bilangan ganjil yang
muncul di sebelah atas.

Definisi 3
Gabungan dua kejadian A dan B,
dinyatakan dengan lambang A B ialah
kejadian yang mengandung semua unsur
yang termasuk A dan B atau keduanya.
Contoh : Tentukan gabungan dari kejadian
A = {1,2,3,4,5} dengan B = {2,4,6,8}

Definisi 4
Komplemen suatu kejadian A terhadap S ialah
himpunan semua unsur S yang tidak termasuk A.
Komplemen A dinyatakan dengan lambang A'.
Contoh :
Q menyatakan kejadian bahwa seorang
karyawan yang dipilih secara acak dari suatu pabrik
adalah seorang perokok. Nyatakan
kejadian
komplemen Q ?

Menghitung Titik Sampel

Teorema 1 :
Bila suatu operasi dapat dilakukan dengan
n1cara, bila untuk tiap cara ini operasi kedua
dapat dikerjakan dengan n2 cara, maka
kedua operasi itu dapat dikerjakan bersamasama dengan n1n2 cara.
Contoh :
Banyaknya titik sampel dalam ruang sampel
sepasang dadu dilantunkan satu kali.

Teorema 2
Bila suatu operasi dapat dikerjakan dengan n1
cara, dan bila untuk setiap cara ini operasi kedua
dapat dikerjakan dengan n2 cara , dan bila untuk
setiap kedua cara operasi tersebuat operasi ketiga
dapat dikerjakan dengan n3 cara, dan seterusnya,
maka deretan k operasi dapat dikerjakan dengan
n1n2nk cara.
Contoh :
Berapa macam hidangan dapat disajikan jika masingmasing hidangan dapat terdiri dari sop, nasi goreng,
bakmi, dan soto bila tersedia 4 macam soto, 3
macam
nasi goreng, 5 macam bakmi, dan 4 macam soto.

Definisi 5
Suatu permutasi ialah suatu susunan
urutan yang dapat dibentuk dari suatu
kumpulan benda yang diambil
sebagian atau seluruhnya.
Contoh : Ambil tiga huruf a, b dan c.

Teorema 3
Banyak permutasi n benda yang
berlainan adalah n!
Contoh :
Permutasi empat huruf a,b,c, dan d
adalah 4!=24

Teorema 4
Banyak permutasi n benda berlainan bila diambil r
sekaligus adalah

Contoh :
Dari 20 lotere, dua diambil untuk hadiah
pertama dan kedua. Hitunglah banyak
titik sampel dalam ruang S.

Teorema 5
Banyak permutasi n benda berlainan
yang disusun melingkar adalah (n-1)!
Contoh :
Dalam suatu permainan bridge ada
empat pemain duduk melingkar. Berapa
susunan duduk yang berlainan dalam
permainan tersebut?

Teorema 6
Banyak permutasi yang berlainan dari n
benda bila n1 diantaranya berjenis pertama,
n2berjenis kedua,, nk berjenis ke k adalah

Contoh :
Suatu pohon natal dihias dengan 9 bola lampu
yang dirangkai seri. Ada berapa cara menyusun 9
bola lampu itu bila tiga diantaranya berwarna
merah, empat kuning dan dua biru?

Teorema 7
Banyaknya cara menyekat n benda dalam r sel,
masing-masing berisi n1 elemen dalam sel pertama,
n2 dalam sel ke dua dst, adalah

Contoh :
Berapa banyak cara untuk menampung tujuh
petinju dalam tiga kamar hotel, bila satu kamar
bertempat tidur tiga sedangkan dua lainnya
mempunyai dua tempat tidur ?

Teorema 8
Jumlah kombinasi dari n benda yang berlainan
bila diambil sebanyak r adalah :

Contoh :
Bila ada empat kimiawan dan tiga fisikawan,
carilah banyaknya panitia tiga orang yang dapat
dibuat beranggotakan dua kimiawan dan satu
fisikawan.

MENGAWALI SPSS 10.0 FOR WINDOWS

Langkah yang harus dijalankan pertama kali untuk
membuka program adalah sbb:
Klik spss : dialog awal

Klik

Muncul Tampilan utama SPSS

Menu bar
Tool bar
Sel

Pendefinisian
variabel

Nama
variabel

Nama variabel, klik variable vew muncul sbb:

DATA EDITOR
Windows ini merupakan tampilan default dari spss, secara otomatis terbuka
setelah ada tampilan membuka file, sprgbrk:

Windows data editor merupakan menu utama :

File, Berisi fasilitas yang berhubungan dengan pengelolaan atau
manajemen data dan file seperti terlihat dalam tampilan gambar berikut:

Edit: Menu ini berkaiatan dengan operasi/perbaikan ataupun perubahan nilai

data, sekaligus dapat digunakan untuk mengatur setting pada sub menu

Options seperti terlihat pada gambar berikut:

View: digunakan untuk mengatur tools bar, spt tampilan berikut:

Data: digunakan untuk manajemen dan pengelolaan data, spt gbb:

Transform, digunakan untuk memanipulasi data

Analyze, digunakan untukmmenganalisa data

Graph, untuk memvisualkan data

 Utilities,
Windows, mengatur ukuran jendela
Help, bantuan informasi yang berkaitan
dgn SPSS

OUTPUT WINDOW
Keluaran dari suatu proses analisa data SPSS

Viewer

Pada output window memliki menu yang hampir sama dengan menu pada
data editor, tetapi mempunyai tambahan pada menu Insert dan format.

Insert, untuk menambahkan judul, teks, judul halaman, grafik, ataupun obyek

Format, untuk mengatur tampilan huruf, rata kiri, tengah-tengah, dsb

Memasukan data kedalam SPSS

ada 2 cara :
1.

Masukan data terlebih dahulu dilanjutkan dengan

pendefinisian nama variabel
Masukan data kedalam sel sptgbb:
Nama variabel

Data dalam sel

Untuk mengubah nama variabel dengan cara meng-klik

variabel view

Hasil perubahannya:

2. Pendefinisian nama variabel terlebih dahulu dilanjutkan dengan Masukan data

Hasil