RIVIEW STATISTIK DASAR

Statistik dan Statistika

Statistik: nilai-nilai ukuran data yang mudah dimengerti.

Contoh:
 Statistik (mis. rata-rata) nilai elevasi pasang surut air laut di selat
Makassar (m),
 Statistik (mis. Variansi) hasil pengukuran tinggi gelombang (cm)
menggunakan AWLR (Automatic Water Level Recorder),
 Satistik (mis. Range) atara nilai tinggi pasang maksimum dan surut
minimum (m)

Statistika: Ilmu yang berkaitan dengan cara pengumpulan,

pengolahan, analisis dan penarikan kesimpulan atas data.

2
 Jenis-jenis Statistika

1. Statistika deskriptif: metode yang berkaitan

dengan pengumpulan data dan penyajian data.

2. Statistika Inferensi: metode yang berkaitan

dengan analisis sampel untuk penarikan
kesimpulan tentang karakteristik populasi.

3
 Ukuran Pemusatan &
Penyebaran Data

Ukuran pemusatan data: Statistik yang memberikan

informasi dimana data terkumpul dengan ukuran/ jumlah
tertentu.
Contoh: mean (rataan), kuartil bawah, kuartil tengah
(median), Kuartil atas, modus, persentil, ...

Ukuran penyebaran data: statistik yang memberikan

informasi bagaimana data menyebar di sekitar pusat dat.
Contoh: range (jangkauan data), IQR (jangkauan antara
kuartil), variansi, standar deviasi (simpangan baku), …

4
 Ukuran Pemusatan Data

1. Mean (rata-rata)

Contoh:

5
 Ukuran Pemusatan Data

2. Median
Nilai tengah yang membagi dua kelompok data yang sama
banyak.
Contoh:

X (6.5)

Med= X(6.5)= X(6) + 0.5 (X(7) - X(6))= 254.58

3. Modus
Nilai yang paling sering muncul
6
Ukuran Pemusatan Data

7
 Ukuran Pemusatan Data

4. Kuartil

q1 q2=median q3
 Kauatil bawah (q1):
==+=70.47

 Kauatil bawah (q2): =

==254.58

 Kauatil atas (q3):

==+=305.21

8
 Ukuran Pemusatan Data

5. Persentil

p1 p2=median p3
 Persentil ke-i:

 Persentil ke-50:

kuartil tengah/ Median

 Persentil ke-25 dan Persentil ke-75?

Kuartil bawah Kuartil atas

9
 Ukuran Penyebaran Data

Ukuran penyebaran data yang

melihat bagaimana SETIAP
(keseluruhan) observasi
terpisah dari pusat data.

Tidak memberikan informasi

apa-apa, karea:

Jumlah Kuadrat (JK)

10
 Ukuran Penyebaran Data

1. Jangkauan data (Range)

Ukuran yang sering digunakan adalah jangkauan data (range),
kurang cocok karena sangat sensitif terhadap nilai yang ekstrim.

479.41

2. Variansi
Ukuran yang sering digunakan untuk mengukur
penyebaran data adalah variansi.

20663.8

11
 Ukuran Penyebaran Data

3. Simpangan baku (standard deviation)

• Standar Deviasi (standard deviation) merupakan akar
kuadrat dari varians.
• Merupakan ukuran dispersi yang lebih sering digunakan
karena satuannya sama dengan variabel, dibandingkan
dengan variansi yang satuannya kuadrat.

= 143.75

4. Jangkauan antar kuartil (IQR)

12
 Skewnes

Angka ketaksimetrisan Skewness merupakan perangkat statistik

untuk menggambarkan distribusi data simetri atau tidak simetri,
yang dapat dicari dengan rumus:
1
1
A ngka ketaksimetrisan  =  3 ∑ ( x i − x ¿
3

n . σ i=1

13
Skewnes

14
 Kurtosis

Ukuran keruncingan adalah suatu bilangan yang dapat menunjukan

derajat keruncingan suatu distribusi (biasanya diukur relatif terhadap
distribusi gaussian normal), dapat dicari dengan rumus:
1
1
4 ∑
Kurtosis  =  ¿¿¿
n . σ i=1

> 3 Leptokurtik
< 3 Platikurtik
= 3 Mesokurti/ distribusi normal 15
 Kefisien Variasi (CV)

Dalam analisis
statistik sering
digunakan sebagai
alternatif untuk
menggambarkan
bentuk distribusi atau
variabilitas data, yang
dapat dicari dengan
rumus:

𝝈
𝐂𝐕 =
𝑿
16
 Data Pencilan

Data yang nilainya berbeda jauh dari kelompok data yang lain.

Bagaimana mendeteksi data pencilan ??

• Hitung dq => dq= 234.74
• Hitung BBP=> => BBP=70.47-(1.5)(234.74)= -281.65
catatan: pilih nilai k=3/2 (optimal)
• Hitung BAP=> => BAP=305.21+(1.5)(234.74)= 657.32
• Pencilan bawah < BBP => tiak ada pencilan bawah
• Pencilan atas > BAP => tidak ada pencilan atas
17
Data Pencilan pada Box Plot

18
 Analisis Bivarian

• Metoda deskripsi bivarian yang paling umum

digunakan adalah diagram pencar (scatter plot).
• Kedua variabel dikatakan mempunyai hubungan
positif jika kedua variabel mempunyai nilai
berbanding lurus.
• Kedua variabel dikatakan hubungan negatif jika
kedua variabel mempunyai nilai berbanding terbalik.
• Kedua variabel dikatakan tidak mempunyai
hubungan jika kedua nilai variabel menunjukkan
penyebaran acak.
19
Any Questions ???