Kegiatan Statistik

LILIS MUCHLISOH, MKM

 Populasi dan Sampel

Populasi : keseluruhan dari unit di dalam

pengamatan yang akan kita lakukan.
Sampel: sebagian dari populasi yang
nilai/karakteristiknya kita ukur dan nantinya kita
pakai untuk menduga karakteristik dari populasi.
 Tahapan Kegiatan Statistik

1. Pengumpulan data
2. Penyajian data
3. Pengolahan data
4. Analisis/interpretasi data
 Pengumpulan Data

Istilah yang sering digunakan dalam pengumpulan

data :
a. Variabel : sifat yang akan diukur atau diamati nilainya
bervariasi antaran objek ;
b. Agregate: keseluruhan kumpulan nilai-nilai observasi yang
merupakan suatu kesatuan dan setiap nilai observasi hanya
mempunyai arti sebagai bagian dari keseluruhan tersebut.
 Dalam pengumpulan data perlu diketahui skala
pengukuran dari variabel tersebut.
 Penyajian Data

Setelah data mentah (raw data) terkumpul, tahap

selanjutnya adalah menyajikan data tersebut dalam
berbagai bentuk, tergantung jenis data dan skala
pengukurannya.
Sajian data dibagi menjadi :
1. Tulisan (textular)
2. Tabel (tabular)
3. Gambar/grafik (diagram)
 Bentuk-Bentuk Tabel

1. Master tabel (tabel induk) : berisi semua hasil

pengumpulan data yang masih dalam bentuk data
mentah, biasanya disajikan dalam lampiran suatu
laporan pengumpulan data.
2. Text tabel (tabel rincian): merupakan urutan dari
data yang diambil dari tabel induk. Misal:
a. Distribusi frekuensi
b. Distribusi relatif
c. Distribusi kumulatif
d. Tabel silang (kontingensi tabel=cross tabulasi)
 Bentuk Tabel Sajian Yang Baik :

Judul tabel harus singkat, jelas dan lengkap. Dapat

menjawab apa,dimana, kapan terjadi.
Nomor Tabel
Keterangan-keterangan: menjelaskan mengenai hal-
hal tertentu yang tidak bisa dituliskan di dalam
badan tabel.
Sumber, atau asal dari tabel yang kita sajikan.
 Sajian Menurut Variabel

Variabel Kategorik : Grafik Bar (balok, batang),

grafik Pie, Grafik Pareto (batangnya di array dari
yang paling besar)
Variabel Numerik: Histogram, polygon, Line, Ogive,
Scatter Plot/diagram tebar (melihat hubungan 2
variabel), Box Plot (untuk melihat kenormalan data),
Steal and Leaf (pengembangan histogram), Fish
Bone/Ishikawa (untuk mengetahui penyebab
masalah).
Penyajian Tabel

DATA KUALITATIF
Data yang digunakan (Data 1)
No Sex Tinggi Berat Agama
1 1 167 63 Islam
2 1 172 74 Islam
3 0 161 53 Kristen
4 0 157 47 Hindu
5 1 165 58 Islam
6 0 167 60 Islam
7 1 162 52 Budha
8 0 151 45 Katholik
9 0 158 54 Kristen
10 1 162 63 Islam
11 1 176 82 Islam
12 1 167 69 Islam
13 0 163 57 Kristen
14 0 158 60 Islam
15 1 164 58 Katholik
16 0 161 50 Islam
17 1 159 61 Kristen
18 1 163 65 Islam
19 1 165 62 Islam
20 0 169 59 Islam
21 1 173 70 Islam
 Tabel Frekuensi
 Sajikan data kualitatif (kategorik) dalam bentuk FREKUENSI
 Jika jumlah data mencukupi tampilkan pula percentase-nya

Rekapitulasi menurut Agama

Agama Frekuensi Persen Rekapitulasi menurut Sex

Islam 13 61.90
Sex Frek. Persen

Kristen 4 19.05
Laki-laki 12 57.14
Katholik 2 9.52
Perempuan 9 42.86
Hindu 1 4.76

Budha 1 4.76
 Tabel Kontingensi
 Digunakan untuk melihat distribusi dari dua data kategorik
atau lebih
 Bisa dalam bentuk %baris, % kolom, % total, sesuai dengan
kebutuhan

  Agama  

Sex Budha Hindu Islam Katholik Kristen Total

Laki-laki 1   9 1 1 12

Perempuan   1 4 1 3 9

Total 1 1 13 2 4 21
Penyajian Tabel

DATA KUANTITATIF
 Tabel Distribusi Frekuensi Kelompok

 Digunakan untuk membuat pengelompokkan data kuantitatif

 Isi tabel terdiri dari selang kelas, frekuensi masing-masing kelas, frekuensi
relatif masing-masing kelas
 Cara membuat tabel distribusi frekuensi kelompok
 Tentukan jumlah kelas (Sturgis' rule ): k =3.3 log (n)+1

 Tentukan lebar kelas : l = (Xmax- Xmin)/k

 Tentukan batas atas dan batas bawah dari masing-masing kelas

 Tentukan tepi batas kelas

 List jumlah pengamatan pada masing-masing kelas

 Frekuensi Relatif : cari proporsi dari masing-masing kelas

 Ilustrasi Data- Berat Badan
Data 2
58 57 50 56 44 59 43 52 55 49
43 43 49 55 58 48 46 42 44 48
40 40 42

Data 3
58 57 50 56 44 59 43 52 55 49
43 43 49 55 58 48 46 42 44 48
40 40 42 69 69 79 80 75 70 68
69 70 67 65 77 69 67 76 73 65
 Ilustrasi Data 2
 Jumlah kelas: k = 1+ 3.3 log (23) =5.49  6
 Lebar kelas: l = (59-40)/6 = 3.16  4

Selang Tengah Tepi Batas Frekuensi

Turus Frekuensi Presentase
kelas Kelas kelas Relatif
38-41 39.5 38.5 - 41.5 || 2 0.09 8.70%
42-45 43.5 42.5 - 45.5 |||| || 7 0.30 30.43%
46-49 47.5 46.5 - 49.5 |||I 5 0.22 21.74%
50-53 51.5 50.5 - 53.5 || 2 0.09 8.70%
54-57 55.5 54.5 - 57.5 |||| 4 0.17 17.39%
58-61 59.5 58.5 - 61.5 ||| 3 0.13 13.04%
Total       23 1 100.00%
 Tabel Ringkasan
Sajikan RINGKASAN STATISTIK jika
memungkinkan. Ringkasan statistik yang
digunakan adalah jumlah data, rataan,
median, standar deviasi, minimum, dan
maksimum. Hindarkan pemberian banyak
informasi dalam kapasitas yang terbatas
Maxim
Peubah Jenis Kelamin N Mean StDev Minimum Median um
Tinggi Perempuan 9 160.56 5.43 151 161 169
  Wanita 12 166.25 5.07 159 165 176
               
Berat Perempuan 9 53.89 5.62 45 54 60
  Wanita 12 64.75 8.04 52 63 82
Penyajian Data dengan Grafik

DATA KUALITATIF
 Pie Chart
 Digunakan untuk menampilkan data kategorik khususnya data nominal
 Menunjukkan distribusi data dalam group (total 100%)
 Disajikan dalam bentuk %, terkadang perlu menyajikan pula jumlah
data

1; 5% 1; 5%
2; 10%
9; 43%

4; 19%
12; 57%
13; 61%

Laki-laki
Islam Kristen Katholik Hindu Budha
Perempuan
 Bar Chart
 Berguna untuk menampilkan data kategorik
 Dapat pula digunakan untuk menyajikan data dari tabel
kontingensi / tabel ringkasan data

Jenis Kelamin Laki-laki

200.00
12 Perempuan
150.00
10

Rata-rata
8 100.00
Jumlah

6
50.00
4
2 0.00
0 Tinggi Berat
Laki-laki Perempuan
P er em pu a n

11.1% 44.4% 11.1% 33.3%

L aki-la ki

8.3% 75.0% 8.3% 8.3%

0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100%

Budha Hindu Islam Katholik Kristen

Penyajian Data dengan Grafik

DATA KUANTITATIF
 Histogram

Sebuah grafik dari suatu sebaran frekuensi

Bisa distribusi dari frekuensi-nya atau frekuensi

relatif-nya

Digunakan untuk melihat distribusi dari data:

 Melihat ukuran penyebaran dan ukuran pemusatan data
 Melihat adanya data outlier
 Mendeteksi ada bimodus/tidak
 Jenis Kelamin Histogram of data1, data2
-6 -4 -2 0 2 4
data1 data2
40
12 20

10
30
15
8
Jumlah

Frequency
6 20 10

4
10 5
2
0
Laki-laki Perempuan 0
-6 -4 -2 0 2 4
0
 Histogram of data1, data2 Histogram of data1, data3
-6 -4 -2 0 2 4 -2 -1 0 1 2 3 4
data1 data2 data1 data3
40 25
20
20

20
30
15
15
Frequency

Frequency
15
20 10
10
10

10 5
5
5

0 0
-6 -4 -2 0 2 4 0 0
-2 -1 0 1 2 3 4

Ukuran Pemusatan relatif sama namun Ukuran Pemusatan relatif berbeda

ukuran penyebaran relatif berbeda namun ukuran penyebaran relatif sama
Histogram of C14
30
bimodus
25

Frequency 20

15

outlier 10

? 0
-2 -1 0 1 2 3 4 5
C14
 Histogram – Mengukur bentuk sebaran

Miring
S kew ed
Miring S kew ed
t o kiri
L e ft SSIMETRIK
y m m e tric Ket KANAN
o R ig h t
Ke

FR E Q U E N C Y
FR E Q U E N C Y
FR E Q U E N C Y

W E IG H T W E IG H T W E IG H T
 Contoh Polygon
9

6
Percent

2
Histogram of C1
9
1
8
0
-3.6 -2.4 -1.2 0.0 1.2 2.4 3.6 7

Percent
5

Histogram of C1 3

9 2

8
1
7
0
-3.6 -2.4 -1.2 0.0 1.2 2.4 3.6
6
Percent

0
-3.6 -2.4 -1.2 0.0 1.2 2.4 3.6
C1
 Histogram of C4
7

4
Percent

3 Histogram of C4
Gamma

2 7 Shape 4.886
Scale 3.073
N 10000
6
1

5
0
0 8 16 24 32 40 48 56
4

Percent
3

2
Histogram of C4
Gamma
1
7 Shape 4.886
Scale 3.073
N 10000 0
6 0 8 16 24 32 40 48 56

4
Percent

0
0 8 16 24 32 40 48 56
 Pengolahan Data

1. Editing
2. Coding
3. Processing
4. Cleaning
 Analisis Data

1. Analisis Univariat
2. Analisis Bivariate
3. Analisis Multivariat