Skala Pengukuran
Angka Indeks
Beberapa Alat Bantu Belajar
Deret Berkala dan
Peramalan Alat Bantu Program Statistika
dengan Komputer
2
DEFINISI
• Statistika
Ilmu mengumpulkan, menata, menyajikan,
menganalisis, dan menginterprestasikan data
menjadi informasi untuk membantu pengambilan
keputusan yang efektif.
• Statistik
Suatu kumpulan angka yang tersusun lebih dari
satu angka.
3
Statistik diperlukan sbg alat utk membantu memecahkan
berbagai masalah melalui penelitian
Penelitian = penyelidikan/pencarian yg sistematik thd kebenaran
yg blm terungkap (Leedy, 1974)
4
Ciri-ciri penelitian :
• dimulai dg adanya pertanyaan
• membutuhkan pernyataan yg jelas
• membutuhkan perencanaan
• dilakukan secara bertahap
• mengajukan hipotesis
• mengemukaan fakta dan makna dg benar
• bersifat sirkuler
5
Dalam melakukan suatu penelitian harus dilandasi dengan
penggunaan metode ilmiah
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
4. Angka indeks
Statistika Deskriptif
5. Deret berkala dan
peramalan
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 yg diperoleh
dari observasi, pengukuran dan penilaian) thd suatu obyek atau
lebih
10
POPULASI DAN SAMPEL
SAMPEL
POPULASI Suatu bagian dari populasi
Sebuah kumpulan dari semua tertentu yang menjadi perhatian.
kemungkinan orang-orang, benda-
benda dan ukuran lain dari objek
yang menjadi perhatian.
11
JENIS-JENIS DATA
1. Jenis kelamin
2. Warna bunga
3. Habitat, dll
Data Kualitatif
1. Jumlah
kloroplas
DATA 2. Jumlah
Data Diskret trombosit
3. Jumlah sel, dll
Data Kuantitatif
1. Berat badan
2. Jarak kota
3. Luas tanah,
Data Kontinu
dll
12
Penggolongan data statistik
• Berdasarkan sifat angka :
• Data kontinyu, yaitu data statistic yg angka-angkanya
mrpk deretan angka yg sambung-menyambung, ex; data
BB (kg): 40.3, 40.9, 50 dst
• Data diskrit, yaitu data statistic yg tidak mgk berbentuk
pecahan, ex; data jml buku perpust (buah): 50,125,350,
275 dst
13
• Berdasarkan cara menyusun angkanya :
• Data nominal, yaitu data statistic yg cara menyusunnya didasarkan
pada klasifikasi tertentu, ex; Jml mahasiswa PBiologi 2009/2010
menurut tingkat dan jenis kelaminnya
• Data ordinal/urutan, yaitu data statistic yg cara menyusun angkanya
didasarkan pada urutan/ranking,
Ex: Hasil nilai statistik berdasarkan ranking
• Data interval, yaitu data statistic dimana terdapat jarak yg sama di
antara hal-hal yg sdg diteliti
14
Berdasarkan bentuk angkanya :
• Data tunggal, yaitu data statistic yg angka-angkanya mrpk satu
unit atau satu kesatuan, tdk dikelompokkan
• Data kelompok, yaitu data statistic tiap unitnya terdiri dari
sekelompok angka, ex; 80 – 84, 75 – 79
15
SUMBER DATA STATISTIKA
1. Wawancara langsung
2. Wawancara tidak
Data Primer langsung
3. Pengisian kuisioner
DATA
16
Istilah dalam statistika
• VARIABEL
Suatu sifat dari obyek atau unsur dari obyek yg dpt diamati atau
diukur shg menghasilkan nilai, ukuran atau criteria lain yg dpt
bervariasi
• VARIATE
Angka/nilai ukuran/criteria lain yg dicapai suatu variabel pada
suatu individu atau unit statistic
17
• VARIASI
Adanya perbedaan antar nilai/variate/ukuran dll dari suatu
variabel pada populasi atau sampel
• VARIABILITAS
Kemungkinan utk bervariasi dr nilai suatu variable pd suatu
populasi atau sample
• PARAMETER
suatu variabel terukur yg digunakan sbg criteria utk mengevaluasi
suatu populasi atau sistem
18
• 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.
19
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
• Merupakan statistika bebas sebaran (tdk mensyaratkan
bentuk sebaran parameter populasi, baik normal atau tidak).
• Contoh metode Statistika non-parametrik:Binomial test, Chi-
square test, Median test, Friedman Test, dll.
21
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
5. Batas atas kelas pertama adalah batas bawah kelas ditambah lebar
kelas, yaitu sebesar
- 9,5 + 13 = 22,5
- 8,5 + 13 = 21,5
- 7,5 + 13 = 20,5
6. Limit atas kelas pertama adalah sebesar
- 22,5 - 0,5 = 22
- 21,5 - 0,5 = 21
- 20,5 – 0,5 = 20
JAWAB (lanjutan)
Jumlah 60 100
DISTRIBUSI FREKUENSI KUMULATIF
KURANG DARI
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 Kuliah Statisti
25 23
Histogram
Frekuensi
20
12 Poligon Frekuensi
15
10 8
6
3 4 4
5
rekuensi Kumulatif Kurang Dari Untuk Nilai Ujian Akhir Mata Kuliah S
60 60
54
Frekuensi Kumulatif
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)
rekuensi Kumulatif Lebih Dari Untuk Nilai Ujian Akhir Mata Kuliah Sta
60 60 57
53
Frekuensi Kumulatif
50 49
41
40
30 29
20
10 6
Frekuensi Kumulatif Dari Untuk Nilai Ujian Akhir Mata Kuliah Statistik
60 kurva ogif lebih dari
kurva ogif kurang dari
Frekuensi Kumulatif
50
40
30
20
10
Rumus umumnya :
Jumlah semua nilai data
Rata - rata hitung
Banyaknya nilai data
1. Untuk data yang tidak mengulang
X1 X 2 ... X n X
X
n n
2. Untuk data yang mengulang dengan frekuensi
tertentu
f1X1 f 2 X 2 ... f n X n fX
X
f1 f 2 ... f n f
RATA-RATA HITUNG (lanjutan)
Σf = 60 ΣfX = 3955
fX 3955
X 65,92
f 60
RATA-RATA HITUNG (lanjutan)
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.
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 :
Letak median ada pada data
ke 30, yaitu pada interval 61-
73, sehingga :
Interval Frekuensi
Kelas L0 = 60,5
9-21 3 F = 19
22-34 4
35-47 4 f = 12
48-60 8
60
61-73 12 - 19
74-86 23 Med 60,5 13 2 72,42
87-99 6 12
Σf = 60
3. MODUS
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 :
Data yang paling sering muncul
adalah pada interval 74-86,
sehingga :
Interval Frekuensi
Kelas L0 = 73,5
9-21 3
22-34 4 b1 = 23-12 = 11
35-47 4
48-60 8 b2 = 23-6 =17
61-73 12
74-86 23 11
87-99 6 Mod 73,5 13 78,61
11 17
Σf = 60
HUBUNGAN EMPIRIS ANTARA NILAI RATA-RATA HITUNG,
MEDIAN, DAN MODUS
X - Mod 3 X Med
4. RATA-RATA UKUR
f log X
G antilog
f
RATA-RATA UKUR (lanjutan)
Contoh :
Interval Nilai Tengah Frekuensi log X f log X
Kelas (X)
9-21 15 3 1,18 3,54
22-34 28 4 1,45 5,8
35-47 41 4 1,61 6,44
48-60 54 8 1,73 13,84
61-73 67 12 1,83 21,96
74-86 80 23 1,90 43,7
87-99 93 6 1,97 11,82
Σf = 60 Σf log X = 107,1
107,1
G antilog 60,95
60
5. RATA-RATA HARMONIS
Contoh :
Interval Nilai Tengah Frekuensi f/X
Kelas (X)
9-21 15 3 0,2
22-34 28 4 0,143
35-47 41 4 0,098
48-60 54 8 0,148
61-73 67 12 0,179
74-86 80 23 0,288
87-99 93 6 0,065
Σf = 60 Σf / X = 1,121
60
RH 53,52
1,121
KUARTIL, DESIL, PERSENTIL
1. Kuartil
Kelompok data yang sudah diurutkan (membesar atau mengecil)
dibagi empat bagian yang sama besar.
Ada 3 jenis yaitu kuartil pertama (Q1) atau kuartil bawah, kuartil
kedua (Q2) atau kuartil tengah, dan kuartil ketiga (Q3) atau kuartil
atas.
KUARTIL (lanjutan)
in
- F L0 = batas bawah kelas kuartil
Q i L 0 c 4 , i 1,2,3 F = jumlah frekuensi semua
f
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
74-86 80 23
87-99 93 6
Q1 terletak pada 48-60
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 (lanjutan)
in 1
D i nilai ke - , i 1,2,3,...,9
Untuk data berkelompok 10
L0 = batas bawah kelas desil Di
F = jumlah frekuensi semua
in kelas sebelum kelas desil Di
-F
D i L 0 c 10 , i 1,2,3,...,9 f = frekuensi kelas desil Di
f
DESIL (lanjutan)
Contoh :
Interval Nilai Frekuensi D3 membagi data 30%
Kelas Tengah
(X) D7 membagi data 70%
9-21 15 3
22-34 28 4
35-47
48-60
41
54
4
8
Sehingga :
61-73 67 12
74-86 80 23
87-99 93 6
D3 berada pada 48-60
Σf = 60
D7 berada pada 74-86
DESIL (lanjutan)
3.60
- 11
D 3 47,5 13 10 58,875
8
7.60
- 31
D 7 73,5 13 10 79,72
23
KUARTIL, DESIL, PERSENTIL (lanjutan)
3. Persentil
Untuk data tidak berkelompok
in 1
Untuk data berkelompok
Pi nilai ke - , i 1,2,3,...,99
100
in
- F
Pi L 0 c 100 , i 1,2,3,...,99
f
Terima Kasih