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
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
6
UKURAN PEMUSATAN
_ n
x = (∑ Xi )/n
i=1
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
8 12 6 10 8 11 8 7 6 9
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
12
Simpangan baku :
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 :
_ 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
16
Koefisien Keragaman :
-Keragaman relatif
-Tidak tergantung pada satuan pengukuran
_
KK = (s / x ) x 100 %
17
Galat Baku :
Sampel : S2_ = S2 / n
y
S_ = S / √n
y
18
DISTRIBUSI FREKUENSI
ATURAN STURGES :
Banyaknya kelas : 1 + 3,3 log (n)
n = banyaknya data
19
3. MENENTUKAN PANJANG KELAS INTERVAL = p
p = rentang / ( banyaknya kelas)
20
Contoh : Berat badan kambing
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
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
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
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
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
= 32,91
30