PENELITIAN

LABORATORIUM LAPANGAN

-DISKRIPTIF -DISKRIPTIF
-PERCOBAAN -SURVEI

HASIL YANG
DIPEROLEH

LEBIH BAIK/TIDAK

ILMU STATISTIKA

1
Statistika : metode, ilmu dan seni dalam mengumpulkan
data, menganalisa data, menginterpretasikan
hasil dan untuk peramalan
Statistika : ilmu pengetahuan murni dan terapan dalam
penciptaan, pengembangan, penerapan dengan
teknik-teknik tertentu dari ketidakpastian
inferensia induktif untuk dievaluasi
Statistika : pengetahuan dalam pengumpulan fakta,
pengolahan/analisis yang kemudian membuat
kesimpulan untuk mengambil suatu keputusan

2
PENYAJIAN DATA
1.Data : kumpulan dari hasil pengamatan maupun
percobaan

2.Data diskrit : data yang merupakan bilangan cacah

atau nilai-nilai yang mungkin diambil
tidak berada pada suatu skala kontinyu

karena ada pemisah antara nilai-nilai

tersebut.

Contoh : jumlah ternak sapi, jumlah telur ayam dll. 3

3.Data kontinyu : data yang merupakan bilangan
berkelanjutan atau data pada selang
tertentu dapat mengambil sembarang
nilai

Contoh : produksi susu sapi, kadar protein hijauan,

kecernaan pakan

4.Data kuantitatif : data yang diperoleh dengan cara

mengukur dengan pasti

4
5.Data kualitatif : data berdasarkan katagori

Peubah/Variabel :
- Ciri yang meunjukkan keragaman
- Karakteristik suatu individu (obyek) yang dapat diamati
dan berbeda dengan individu yang lain dalam suatu
populasi atau sampel (contoh)

5
Populasi : semua nilai yang mungkin, hasil menghitung
atau pengukuran kuantitatif atau kualitatif
dari karakteristik tertentu mengenai
sekumpulan obyek yang lengkap dan jelas
yang ingin diketahui sifat-sifatnya

Sampel : data yang diambil sebagian dari populasiuntuk

diketahui sifat-sifatnya dengan cara tertentu

6
 UKURAN PEMUSATAN

Parameter : besaran yang mencirikan populasi

contoh : μ, σ, σ2

Statistik : besaran yang mencirikan sampel

_
contoh : x, s, s2

Rata-rata hitung/Rataan/Nilai tengah :

_
Sampel : x
7
1.Rata-rata hitung :

n bilangan : x1, x2, x3 ………. xn

_ n
x = (∑ Xi )/n
i=1

Contoh : data kadar protein rumput gajah

8,1 %; 8,5 %; 9,2 %; 7,8 %; 8,4 %; 9,0 %; 8,2 %;

7,9 %; 7,5 %; 8,0 %

8
 _ n
x = (∑ Xi)/n = 8,26
i=1

Median :
Nilai pengamatan yang terletak ditengah-tengah
bila data diurutkan dari terkecil sampai terbesar
atau sebaliknya

Data tidak berkelompok :

X1 < X2 < X3 < ……… Xn

9
Data ganjil : Me = X(n+1) / 2
Contoh :
Data bobot badan pedet sapi perah (kg/ekor)
48 54 50 48 58 60 52 55 65

Data diurutkan dari terkecil ke terbesar sbb :

48 48 50 52 54 55 58 60 65
Me = X5 = 54
10
Data genap : Me = X(n/2) + X(n/2+1) / 2

Data produksi susu sapi perah (l/ekor) :

8 12 6 10 8 11 8 7 6 9

Data diurutkan dari terkecil ke terbesar sbb :

9 6 7 8 8 8 9 10 11 12

Me = (X5 + X6) / 2 = ( 8 + 8 ) / 2 = 8

11
Modus :
Nilai pengamatan dengan frekuensi lebih besar
dari satu atau terjadinya lebih dari satu kali bila
data disusun berurutan dari terkecil ke terbesar

Contoh : data nilai biologi mahasiswa

75 65 70 82 70 65 70 80 72 85
Mo = 70

12
Simpangan baku :

n bilangan : x1, x2, x3 ………. xn

n _
s = √ { (∑ Xi - X) 2 / (n-1) } i = 1,2,3 …….n
i=1

n n
s = √ { (∑ Xi2 - (∑ Xi ) 2 / n} / (n-1) i = 1,2,3 …….n
i=1 i=1

n n
s = √ [{ ( n∑ Xi2 - (∑ Xi ) 2 } / n(n-1) i = 1,2,3 …….n
i=1 i=1
13
Contoh : data kandungan protein rumput lapangan :

8,2 7,5 7,0 8,0 9,2 9,0 10 9,5 8,5 8,0

_ n
x = (∑ Xi )/n = 84,9 / 10 = 8,49
i=1

n _
s = √ { (∑ Xi - X) 2 / (n-1) } = √ (7,83) / (10-1) = 0,93
i=1

14
Ragam atau variasi
Ragam suatu pengamatan adalah kuadrat dari simpangan
baku
Populasi tak terbatas : σ2

Populasi terbatas : S 2

n _
s 2 = { (∑ Xi - X) 2 / (n-1) } i = 1,2,3 …….n
i=1
n n
s 2 = { (∑ Xi2 - (∑ Xi ) 2 / n} / (n-1) i = 1,2,3 …….n
i=1 i=1
n n
s 2 = [{ ( n∑ Xi2 - (∑ Xi ) 2 } / n(n-1) i = 1,2,3 …….n
15
i=1 i=1
Contoh: data protein rumput lapangan :

n n
s 2 = { (∑ Xi2 - (∑ Xi ) 2 / n} / (n-1)
i=1 i=1

= { 728,63 – (84,9) 2 / 10 } / (10-1) = 0,87

16
Koefisien Keragaman :
-Keragaman relatif
-Tidak tergantung pada satuan pengukuran
_
KK = (s / x ) x 100 %

Contoh : Pengamatan kandungan protein rumput

lapangan
KK = (0,93 / 8,49) x 100 % = 10,99

17
Galat Baku :

Galat baku merupakan simpangan baku nilai tengah sampel

Populasi : galat baku σ2_ = σ2 / n

y
σ_ = σ / √n
y

Sampel : S2_ = S2 / n
y

S_ = S / √n
y

18
 DISTRIBUSI FREKUENSI

1. MENENTUKAN RENTANG : DATA PALING BESAR

DIKURANGI DATA PALING KECIL

2. MENENTUKAN BANYAKNYA KELAS INTERVAL

UMUMNYA 5-20 TERGANTUNG DATANYA

ATURAN STURGES :
Banyaknya kelas : 1 + 3,3 log (n)
n = banyaknya data

19
3. MENENTUKAN PANJANG KELAS INTERVAL = p
p = rentang / ( banyaknya kelas)

Distribusi frekuensi relatif :

Frekuensi kelas dibagi total frekuensi semua kelas
dinyatakan dalam persentase

Distribusi frekuensi kumulatif :

Total frekuensi semua nilai yang lebih kecil dari batas kelas
atas suatu selang kelas tertentu

20
Contoh : Berat badan kambing

Bobot badan Frekuensi (fi) Frekuensi Frekuensi

(kg) relatif (%) kumulatif
30 – 34 5 10 5
35 - 39 9 18 14
40 - 44 18 36 32
45 - 49 12 24 44
50 - 54 6 12 50
TOTAL 50 100

21
 20
15
Frekuensi

10
5
0
30 - 34 35 - 39 40 - 44 45 - 49 50 - 54

Bobot badan

22
 Bobot Frekuensi Xi fiXi f iX i2
badan (fi)
(kg)
30 – 34 5 32 160 5120
35 – 39 9 37 333 12321
40 – 44 18 42 756 31752
45 – 49 12 47 564 26508
50 – 54 6 52 312 16224

23
1.Rata-rata hitung :

Data berkelompok :

_ n n
x = (∑ fiXi) / ∑ fi = (2125)/50 = 42,5
i=1 i=1

Keterangan :
fi = frekuensi pada kelas ke i

Xi = nilai tengah kelas pada kelas ke i

n = banyaknya kelas

24
Median :
Data berkelompok : Me = b + { (0.5 fT – fsm) / fm } p

Keterangan :
b = batas kelas terendah pada kelas di mana terletak
median (kelas median) yaitu pada frekuensi kumulatif
ke ½ n
fT = frekuensi total

fsm = total frekuensi sebelum kelas yang mengandung median

fm = frekuensi pada kelas yang mengandung median

p = lebar kelas 25
Contoh : data berkelompok

Me = 40 + { (25 – 14) / 18 } 5 = 40,31

26
Modus :
Data berkelompok :
Mo = b + { a / (a+c) } p
Keterangan :
b = batas kelas terendah pada kelas dengan
frekuensi terbesar
a = selisih frekuensi tertinggi dengan frekuensi
kelas sebelumnya

27
c = selisih frekuensi tertinggi dengan frekuensi
kelas sesudahnya
p = lebar kelas

Contoh pada data berkolompok

Mo = 40 + { 9 / (9+6) } 5 = 43

28
Simpangan baku :

Data berkelompok :

n n
s = √ { (∑ fiXi2 - (∑ fiXi ) 2 / n} / (n-1)
i=1 i=1

s = √ [{91925 – (2125) 2 / 50 } / (50-1)} = 5,74

29
Ragam atau variasi
Ragam suatu pengamatan adalah kuadrat dari
simpangan baku

Data berkelompok :

n n
s 2 = { (∑ fiXi2 - (∑ fiXi ) 2 / n} / (n-1)
i=1 i=1

= { 91925 – (2125) 2 / 50} / (50-1)

= 32,91
30