INTODUCTION
DEVINISI STATISTIK & RUANG
LINGKUP STATISTIK
JENIS DATA
POPULASI&SAMPEL
2. DISTRIBUSI FREKUENSI
TABEL
GRAFIK
3. NILAI TENGAH
4. DISPERSI
5. ANGKA INDEK
6. TIME SERIES
Definisi
Statistik dan Statistika
Statistik : Nilai-nilai ukuran data
yang mudah dimengerti.
Contoh : statistik liga sepak bola
Indonesia
STATISTIKA :
Kegiatan untuk :
KEGUNAAN
Mengumpulkan data
Menyajikan data
Menganalisis data dengan metode tertentu ?
Menginterpretasikan hasil analisis
Melalui fase
STATISTIKA DESKRIPTIF :
Berkenaan dengan pengumpulan, pengolahan, dan penyajian sebagian
atau seluruh data (pengamatan) tanpa pengambilan kesimpulan
dan fase
STATISTIKA INFERENSI :
Setelah data dikumpulkan, maka dilakukan berbagai metode statistik untuk
menganalisis data, dan kemudian dilakukan interpretasi serta diambil kesimpulan.
Statistika inferensi akan menghasilkan generalisasi (jika sampel representatif)
Statistika & Metode Ilmiah
METODE ILMIAH :
Adalah salah satu cara mencari kebenaran yang bila ditinjau dari segi
penerapannya, resiko untuk keliru paling kecil.
5. Mengambil kesimpulan
INSTRUMEN
SAMPEL
SIFAT DATA
PERAN STATISTIKA
VARIABEL
METODE ANALISIS
Jenis Data
DATA
NOMINAL INTERVAL
ORDINAL RASIO
Data
DATA ORDINAL :
Data berskala ordinal adalah data yang dipeoleh dengan cara kategorisasi
atau klasifikasi, tetapi di antara data tersebut terdapat hubungan
CIRI : posisi data tidak setara
tidak bisa dilakukan operasi matematika (+, -, x, :)
CONTOH : kepuasan kerja, motivasi
Data
DATA RASIO :
Data berskala rasio adalah data yang diperoleh dengan cara pengukuran, di
mana jarak antara dua titik skala sudah diketahui dan mempunyai titik 0
absolut.
CIRI : tidak ada kategorisasi
bisa dilakukan operasi matematika
CONTOH : gaji, skor ujian, jumlah buku
Pengolahan Data
Count
pendidikan
SMU Akademi Sarjana Jumlah
bidang adminis tras i 1 8 6 15
pekerjaan personalia 1 7 8
produks i 4 3 5 12
marketing 2 14 11 27
keuangan 3 4 6 13
Jumlah 10 30 35 75
TABEL : memberikan informasi secara rinci. Terdiri atas kolom dan baris
GRAFIK : memberikan informasi dengan benar dan cepat, tetapi tidak rinci.
Syarat :
1. Pemilihan sumbu (sumbu tegak dan sumbu datar), kecuali grafik lingkaran
2. Penetapan skala (skala biasa, skala logaritma, skala lain)
3. Ukuran grafik (tidak terlalu besar, tinggi, pendek)
Jenis Grafik :
4
Grafik Batang (Bar)
Sumbu tegak
3
Grafik Garis (line)
2
Grafik Lingkaran (Pie)
1
Grafik Interaksi (Interactive)
0
1 2 3 4
Titik
pangkal Sumbu datar
Jenis Grafik
20 20
10 10
Jumlah
Count
0 0
administrasi personalia produksi marketing keuangan administrasi personalia produksi marketing keuangan
keuangan
administrasi
700000
600000
personalia
500000
Mean gaji perbulan
Jenis kelamin
400000
marketing
laki-laki
produksi
300000 w anita
sangat jelek jelek cukup baik baik sangat baik
prestasi kerja
Frekuensi
KELOMPOK FREKUENSI
Kelompok ke-1 f1 Pendidikan Frekuensi
Kelompok ke-2 f2
S1 62
Kelompok ke-3 f3
S2 19
Kelompok ke-i fi
S3 9
Kelompok ke-k fk
90
k
n = fi
i=1
k
n = fi = f1 + f2 + f3 +.. + fi + + fk
i=1
DISTRIBUSI FREKUENSI
DISTRIBUSI FREKUENSI : Mengelompokkan data interval/rasio dan menghitung
banyaknya data dalam satu kelompok/klasifikasi
X + X2 + X3 + + Xn n
X= 1 Xi
n i =1
n
Bila terdapat sekumpulan bilangan di mana masing-masing bilangannya memiliki frekuensi,
maka rata-rata hitung menjadi :
k
X f + X2 f2 + X3 f3 + + Xkfk Xifi
X= 1 1
f 1 + f2 + f 3 + + f k i =1
k
fi
Cara menghitung : i =1
Contoh : Diketahui rata-rata hitung nilai ulangan dari sejumlah siswa adalah 6.55.
Pertanyaannya adalah apakah siswa yang memperoleh nilai 7
termasuk istimewa, baik, atau biasa-biasa saja ?
Contoh : A : 100 90 80 70 60 50 40 30 20 10
X = 55
B : 100 100 100 100 100 10 10 10 10 10
r = 100 10 = 90
C : 100 100 100 90 80 30 20 10 10 10
Rata-rata
Deviasi rata-rata
Deviasi Rata-rata : Penyebaran
Berdasarkan harga mutlak Kelompok A Kelompok B
simpangan Nilai X X - X |X X| Nilai X X - X |X X|
bilangan-bilangan terhadap rata- 100 45 45 100 45 45
ratanya. 90 35 35 100 45 45
80 25 25 100 45 45
70 15 15 90 35 35
60 5 5 80 25 25
Rata-rata 50 -5 5 30 -25 25
40 -15 15 20 -35 35
30 -25 25 10 -45 45
20 -35 35 10 -45 45
10 -45 45 10 -45 45
Jumlah 0 250 Jumlah 0 390
DR = 250 = 25 DR = 390 = 39
10 10
n
|Xi X|
Rata-rata DR =
n
i=1
8250 15850
n s= 9 = 30.28 s= 9 = 41.97
(Xi X)
2
s=
i=1 n-1
Kesimpulan :
Kelompok A : rata-rata = 55 ; DR = 25 ; s = 30.28
Kelompok C : rata-rata = 55 ; DR = 39 ; s = 41.97
Maka data kelompok C lebih tersebar daripada kelompok A
Normalitas, Hipotesis, Pengujian
Kurtosis = keruncingan
Skewness = kemiringan
5% 2.5% 2.5%
Uji t : Menguji apakah rata-rata suatu populasi sama dengan suatu harga tertentu atau
apakah rata-rata dua populasi sama/berbeda secara signifikan.
Contoh :
Peneliti ingin mengetahui apakah guru yang bekerja selama 8 tahun memang berbeda
dibandingkan dengan guru lainnya.
Ho : p1 = p2
Diperoleh rata2 = 17.26 ; std. Dev = 7.6 ; df = 89 ; t hitung = 11.55
Berdasarkan tabel df=89 dan = 0.05 diperoleh t tabel = 1.987
Kesimpulan : t hitung > t tabel sehingga Ho ditolak
guru yang bekerja selama 8 tahun secara signifikan berbeda dengan
guru lainnya
Uji t
Contoh :
Peneliti ingin mengetahi apakah ada perbedaan penghasilan (sebelum sertifikasi) antara
guru yang lulusan S1 dengan yang lulusan S3
Ho : Pb = Pk
Diperoleh : rata2 x = 1951613 ; y = 2722222 ; t hitung = - 7.369
Berdasarkan tabel df=69 dan = 0.025 diperoleh t tabel = 1.994
Kesimpulan : t hitung > t tabel sehingga Ho ditolak
Rata-rata penghasilan guru yang S1 berbeda secara signifikan dengan
penghasilan guru yang S3
Uji t
D
t= s Di mana D = rata-rata selisih skor pasangan
D
D2 (D)2
sD =
d2
N(N-1)
d2 =
N
Contoh :
Seorang guru ingin mengetahui efektivitas model pembelajaran diskusi. Setelah selesai
pembelajaran pertama, ia memberikan tes dan setelah selesai pembelajaran kedua
kembali ia memberikan tes. Kedua hasil tes tersebut dibandingkan dengan harapan
adanya perbedaan rata-rata tes pertama dengan kedua.
Ho : Nd = Nc
Diperoleh rata2d = 66.28 ; rata2c = 73.84 ; t hitung = -8.904
Berdasarkan tabel df=163 dan = 0.05 diperoleh t tabel = 1.960
Kesimpulan : t hitung > t tabel sehingga Ho ditolak
Terdapat perbedaan yang signifikan antara hasil tes pertama dengan
hasil tes kedua, sehingga ia menyimpulkan model diskusi efektif
meningkatkan hasil belajar siswanya
Uji Keterkaitan
POSITIF NEGATIF
makin besar nilai variabel 1 makin besar nilai variabel 1
menyebabkan makin besar menyebabkan makin kecil
pula nilai variabel 2 nilai variabel 2
Contoh : makin banyak waktu contoh : makin banyak waktu
belajar, makin tinggi skor bermain, makin kecil skor
Ulangan korelasi positif Ulangan korelasi negatif
antara waktu belajar antara waktu bermain
dengan nilai ulangan dengan nilai ulangan
NOL
tidak ada atau tidak menentunya hubungan dua variabel
contoh : pandai matematika dan jago olah raga ; pandai
matematika dan tidak bisa olah raga ; tidak pandai
matematika dan tidak bisa olah raga
korelasi nol antara matematika dengan olah raga
Uji Keterkaitan
1. KORELASI PEARSON :
apakah di antara kedua variabel terdapat hubungan, dan jika ada hubungan bagaimana
arah hubungan dan berapa besar hubungan tersebut.
Digunakan jika data variabel kontinyu dan kuantitatif
Contoh :
10 orang siswa yang memiliki waktu belajar berbeda dites dengan tes IPS
Siswa : A B C D E F G H I J
Waktu (X) : 2 2 1 3 4 3 4 1 1 2
Tes (Y) : 6 6 4 8 8 7 9 5 4 6
Apakah ada korelasi antara waktu belajar dengan hasil tes ?
Siswa X X2 Y Y2 XY
A
B
X X2 Y Y2 XY
Uji Keterkaitan
Contoh :
10 orang siswa yang memiliki perilaku (sangat baik, baik, cukup, kurang) dibandingkan
dengan tingkat kerajinannya (sangat rajin, rajin, biasa, malas)
Siswa : A B C D E F G H I J
Perilaku : 2 4 1 3 4 2 3 1 3 2
Kerajinan : 3 2 1 4 4 3 2 1 2 3
Apakah ada korelasi antara perilaku siswa dengan kerajinannya ?
Siswa A B C D
Perilaku
Kerajinan
d
d2 d2