Faula Arina
1
OUTLINE
Skala Pengukuran
2
DEFINISI
• Statistika (statistics)
Ilmu yng mempelajari segala hal terkait
bagaimana merencanakan, mengumpulkan,
menyajikan, menganalisis , dan menginterpretasi
data menjadi informasi untuk membantu
pengambilan keputusan yang efektif.
• Statistik(statistic)
- kumpulan data dalam bentuk angka dan non
angka
- ukuran/karakteristik dari sampel
3
Statistik diperlukan sebagai alat untuk membantu
memecahkan berbagai masalah melalui penelitian
Penelitian = penyelidikan/pencarian yangg sistematik
terhadap kebenaran yg belum terungkap (Leedy, 1974)
4
Ciri-ciri penelitian :
dimulai dengan adanya pertanyaan
membutuhkan pernyataan yang jelas
membutuhkan perencanaan
dilakukan secara bertahap
mengajukan hipotesis
5
Dalam melakukan suatu penelitian harus dilandasi
dengan penggunaan metode ilmiah
- teori yg relevan
Sifat : universal, obyektif. Jujur dan terbuka. Logis,
6
Data kasar (raw data) diperoleh dari hasil pengukuran
suatu variable pada sample yg diambil dari suatu populasi
menggunakan teknik pengambilan sample tertentu
Uji t,z, F
8
JENIS-JENIS STATISTIKA Materi:
1. Penyajian data
2. Ukuran pemusatan
3. Ukuran penyebaran
Statistika Deskriptif
Materi:
STATISTIKA
1. Probabilitas dan teori
keputusan
2. Metode sampling
3. Teori pendugaan
Statistika Induktif 4. Pengujian hipotesa
5. Regresi dan korelasi
6. Statistika
nonparametrik
9
DATA
Himpunan nilai/variate/datum atau informasi lain yang
10
Populasi Sampel
keseluruhan pengamatan yang suatu himpunan bagian dari
menjadi perhatian kita populasi
Parameter
sembarang nilai yang menjelaskan
ciri populasi
(,) x ,s
Sensus Sampling 11
JENIS-JENIS DATA
1. Jenis kelamin
2. Warna bunga
3. Habitat, dll
Data Kualitatif
1. Jumlah mesin
2. Jumlah
DATA operator, dll
Data Diskret
Data Kuantitatif
1. Berat badan
2. Jarak kota
3. Luas tanah,
Data Kontinyu
dll
12
Penggolongan data statistik
Berdasarkan sifat angka :
13
Data menurut skala pengukuran :
1. skala nominal, yaitu data statistiik yangg cara menyusunnya didasarkan pada klasifikasi
tertentu, memiliki ciri untuk membedakan .
Contoh : Jumllah mahasiswa teknik mesin menurut tingkat dan jenis kelaminnya
2. skala ordinal/urutan, yaitu data statistic yg cara menyusun angkanya didasarkan pada
urutan/ranking,
memiliki ciri untuk membedakan juga untuk mengurutkan pada rentangan tertentu
Contoh: Hasil nilai statistik berdasarkan ranking
3. skala interval, yaitu data statistik dimana terdapat jarak yangg sama di antara hal-hal
yang sdg diteliti
memiliki ciri untuk membedakan juga untuk mengurutkan pada rentangan
tertentu dan memiliki jarak interval yang sama
Contoh: Suhu bulan Agustus di kota A, B, adalah 21oF, 27oF
4. skala rasio, yaitu data statistic yg cara menyusunnya didasarkan pada memiliki ciri
untuk membedakan, mengurutkan, jarak interval yang sama, dan ada titik nol
berarti
Contoh: Jumlah mahasiswa Elektro FTUntirta sebanyak 900 mahasiswa dan
mahasiswa TI sebanyak 300 mahasiswa; berarti bahwa mahasiswa Elektro 3 kali
mahasiswa TI
14
Berdasarkan bentuk angkanya :
Data tunggal, yaitu data statistic yg angka-angkanya mrpk
15
SUMBER DATA STATISTIKA
1. Wawancara langsung
2. Wawancara tidak
Data Primer langsung
3. Pengisian kuisioner
DATA
16
PROSEDUR PENGGUNAAN TABEL & GRAFIK
Data
Data Kualitatif Data Kuantitatif
17
Istilah dalam statistika
Obyek = benda hidup atau mati yang diuji unsur-unsur,
sifat dan kelakuannya melalui pengamatan, pengukuran
dan penilaian guna mendapat info atau nilai-nilai yang
berguna mengenai benda tsb
VARIABEL
Suatu sifat dari obyek atau unsur dari obyek yang dapat
diamati atau diukur shg menghasilkan nilai, ukuran atau
kriteria lain yg dapat bervariasi
VARIATE
Angka/nilai ukuran/kriteria lain yg dicapai suatu variabel
pada suatu individu atau unit statistic
18
VARIASI
Adanya perbedaan antar nilai/variate/ukuran dll dari suatu
variabel pada populasi atau sampel
VARIABILITAS
Kemungkinan untuk bervariasi dari nilai suatu variable
pada suatu populasi atau sample
PARAMETER
suatu variabel terukur yg digunakan sebagai criteria untuk
mengevaluasi suatu populasi atau sistem
19
NILAI PARAMETRIK
suatu nilai dari suatu parameter yg diperoleh dari
perhitungan atau data sensus, masih harus di
analisis.
NILAI STATISTIK
suatu nilai dari suatu parameter yg diperoleh dari
perhitungan atau data sensus.
20
Statistika Parametrik:
• Membutuhkan pengukuran kuantitatif dengan data
interval atau rasio
• mempertimbangkan jenis sebaran/distribusi data,
yaitu apakah data menyebar normal atau tidak.
• Contoh metode statistika parametrik: uji-z (1 atau 2
sampel), uji-t (1 atau 2 sampel), korelasi pearson,
Perancangan Percobaan (1 or 2-way ANOVA
parametrik), dll.
Statistika Nonparametrik
Membutuhkan data dengan data ordinal dan nominal
22
DISTRIBUSI FREKUENSI
DEFINISI
Kelebihan
Dapat mengetahui gambaran secara menyeluruh
Kekurangan
Rincian atau informasi awal menjadi hilang
CONTOH
80 77 81 95 41 65 92 85 55 76
52 10 64 75 78 25 80 98 81 67
41 71 83 54 64 72 88 62 74 43
60 78 89 76 84 48 84 90 15 79
34 67 17 82 69 74 63 80 85 61
JAWAB
Distribusi Frekuensi Kumulatif Kurang Dari Untuk Nilai Ujian Akhir Mata Kuliah Statistika
Distribusi Frekuensi Kumulatif Lebih Dari Untuk Nilai Ujian Akhir Mata Kuliah
Statistika
Interval Batas Kelas Frekuensi Kumulatif Persen
Kelas Lebih Dari Kumulatif
9-21 lebih dari 8,5 60 100
22-34 lebih dari 21,5 57 95
35-47 lebih dari 34,5 53 88,33
48-60 lebih dari 47,5 49 81,66
61-73 lebih dari 60,5 41 68,33
74-86 lebih dari 73,5 29 48,33
87-99 lebih dari 86,5 6 10
lebih dari 99,5 0 0
HISTOGRAM DAN POLIGON
FREKUENSI
Histogram dan Poligon Frekuensi Nilai Ujian Akhir Mata Kulia
25 23
Frekuensi
20 Histogram
12 Poligon Frekuen
15
10 8
6
3 4 4
5
Ogif Frekuensi Kumulatif Kurang Dari Untuk Nilai Ujian Akhir Mat
60 60
Frekuensi Kumulatif
54
50
40
31
30
20 19 6
11
10 7
3
0 8,5 34,5 60,5 86,5
21,5 47,5 73,5 99,5 Nilai
OGIF (lanjutan)
Ogif Frekuensi Kumulatif Lebih Dari Untuk Nilai Ujian Akhir Mata
60 60 57
Frekuensi Kumulatif
53
50 49
41
40
30 29
20
10 6
Ogif Frekuensi Kumulatif Dari Untuk Nilai Ujian Akhir Mata Kuliah
60 kurva ogif lebih dari
Frekuensi Kumulatif
fX 3955
X 65,92
f 60
RATA-RATA HITUNG
(lanjutan)
2. Dengan Memakai Kode (U)
Interval Kelas Nilai Tengah U Frekuensi fU
(X)
9-21 15 -3 3 -9
22-34 28 -2 4 -8
35-47 41 -1 4 -4
48-60 54 0 8 0
61-73 67 1 12 12
74-86 80 2 23 46
87-99 93 3 6 18
Σf = 60 ΣfU = 55
fU 55
X X0 c 54 13 65,92
f 60
RATA-RATA HITUNG
(lanjutan)
3. Dengan pembobotan
Masing-masing data diberi bobot.
Definisi:
Nilai yang letaknya berada di tengah data dimana data tersebut
sudah diurutkan dari terkecil sampai terbesar atau sebaliknya.
50
MEDIAN Untuk data berkelompok
n
- F
Med L 0 c 2
f
L 0 batas bawah kelas median
F jumlah frekuensi semua kelas sebelum
kelas yang mengandung median
f frekuensi kelas median
MEDIAN (lanjutan)
Contoh :
Interval Frekuensi Letak median ada pada
Kelas
data ke 30, yaitu pada
interval 61-73, sehingga :
9-21 3
22-34 4
35-47 4 L0 = 60,5
48-60 8
61-73 12 F = 19
74-86 23 f = 12
87-99 6 60
Σf = 60
- 19
Med 60,5 13 2 72,42
12
3. MODUS
Definisi:
Nilai yang (paling) sering muncul.
b1
Mod L 0 c
b1 b 2
L 0 batas bawah kelas modus
b1 selisih antara frekuensi kelas modus dengan
frekuensi tepat satu kelas sebelum kelas modus
b 2 selisih antara frekuensi kelas modus dengan
frekuensi tepat satu kelas sesudah kelas modus
MODUS (lanjutan)
Contoh :
Interval Frekuensi Data yang paling sering
Kelas muncul adalah pada interval
9-21 3
74-86, sehingga :
22-34 4
35-47 4 L0 = 73,5
48-60 8
61-73 12 b1 = 23-12 = 11
74-86
87-99
23
6
b2 = 23-6 =17
Σf = 60 11
Mod 73,5 13 78,61
11 17
HUBUNGAN EMPIRIS ANTARA NILAI RATA-RATA HITUNG,
MEDIAN, DAN MODUS
12
10
8
6
4
2
1. = Md= Mo
0
5 9 o 3 7
37 51 d=M 66 80
M
Rt=
15
10
2. Mo < Md <
5
0
231 Mo Md Rt 663 807
15
3. < Md < Mo 10
5
0
231 375 Rt Md Mo 807
56
HUBUNGAN EMPIRIS ANTARA NILAI RATA-RATA
HITUNG, MEDIAN, DAN MODUS (lanjutan)
Jika distribusi data tidak simetri, maka terdapat
hubungan :
X - Mod 3 X Med
KUARTIL, DESIL, PERSENTIL
1. Kuartil
Kelompok data yang sudah diurutkan
(membesar atau mengecil) dibagi
empat bagian yang sama besar.
in
- F L0 = batas bawah kelas kuartil
Qi L 0 c 4 , i 1,2,3
f F = jumlah frekuensi semua
kelas sebelum kelas kuartil Qi
f = frekuensi kelas kuartil Qi
KUARTIL (lanjutan)
Contoh :
Interval Nilai Frekuensi Q1 membagi data menjadi 25 %
Kelas Tengah Q2 membagi data menjadi 50 %
(X) Q3 membagi data menjadi 75 %
9-21 15 3
22-34 28 4
35-47 41 4
Sehingga :
48-60 54 8
61-73 67 12
Q1 terletak pada 48-60
74-86 80 23
87-99 93 6 Q2 terletak pada 61-73
Σf = 60 Q3 terletak pada 74-86
KUARTIL (lanjutan)
1.60
Untuk Q1, maka : - 11
Q1 47,5 13 4 54
8
2. Desil
Kelompok data yang sudah diurutkan
(membesar atau mengecil) dibagi
sepuluh bagian yang sama besar.
DESIL
Definisi
Kelompok data yang sudah diurutkan (membesar atau mengecil) dibagi
sepuluh bagian yang sama besar.
in 1
Di nilai ke - , i 1,2,3,...,9
Untuk data tidak berkelompok 10
in
Untuk data berkelompok
- F
Di L 0 c 10 , i 1,2,3,...,9
f
L0 = batas bawah kelas desil Di
F = jumlah frekuensi kelas sebelum kelas desil Di
7.60
- 31
D7 73,5 13 10 79,72
23
PERSENTIL
in
- F
Pi L 0 c 100 , i 1,2,3,...,99
f
GAMBAR : Stem and Leaf
67
68
DOTPLOT
69
70