Pemusatan
Tri Rahajoeningroem, MT
T. Elektro - Unikom
BAB I : PENDAHULUAN
DEFINISI STATISTIK
1. Statistik dalam arti sempit :
Statistik adalah data ringkasan berbentuk angka
( kuantitatif ).
2. Statistik dalam arti luas :
Suatu ilmu yang mempelajari cara pengumpulan, pengolahan, penyajian
dan analisis data serta cara pengambilan kesimpulan secara umum
berdasarkan hasil penelitian yang tidak menyeluruh.
JENIS STATISTIK :
1. Statistik Deskriptif.
2. Statistik Inferensial.
DATA
Menurut Sifatnya
1. Data Kualitatif : Data yang tidak berbentuk angka.
2.Data Kualitatif : Data dalam bentuk angka.
Menurut Sumbernya
1. Data Internal.
2. Data Eksternal.
SAMPEL :
Sebagian individu / unit-unit yang diambil dari populasi untuk
diteliti.
BAB 2.
DISTRIBUSI FREKUENSI
BEBERAPA KONSEP DALAM DISTRIBUSI
FREKUENSI.
1. ARRAY DATA.
2. KELAS.
3. RANGE.
4. INTERVAL KELAS.
5. BATAS KELAS ( ATAS, BAWAH ).
6.TEPI KELAS ( ATAS, BAWAH )
7. FREKUENSI.
TEKNIK PEMBENTUKAN
DISTRIBUSI FREKUENSI
KELAS FREKUENSI
14 - 18,99 10
19 – 23,99 14
24 – 28,99 18
29 – 33,99 21
34 – 38,99 16
39 – 43,99 7
44 – 48,99 4
JUMLAH
90
Jenis Distribusi Frekuensi
Terdiri dari :
a. Distribusi frekuensi komulatif kurang dari.
b.Distribusi frekuensi komulatif atau lebih.
PENYAJIAN DATA
DALAM BENTUK GRAFIK
1. POLYGON FREKUENSI.
Merupakan penggambaran suatu distribusi frekuensi
dalam bentuk garis yang menghubungkan titik-titik
tengah kelas sebagai sumbu mendatar.
2. CURVE OGIVE.
Merupakan penggambaran suatu distribusi frekuensi
komulatif kurang dari dan distribusi frekuensi komulatif
atau lebih dalam suatu diagram.
3. HISTOGRAM FREKUENSI
Merupakan penggambaran suatu distribusi frekuensi
dalam bentuk balok-balok segi empat.
Histogram Tentang Besarnya Tunggakan Kredit
Tahun 2001 - 2004
60
50
40
Bank BPD
30
Bank Arta
Bank Jaya
20
10
0
2001 2002 2003 2004
BAB 3. UKURAN TENDESI SENTRAL
• Merupakan bilangan-bilangan yang menunjukkan di sekitar
mana bilangan2 yang ada dalam sekumpulan data itu
tersebar.
• Jenis Data :
1. Group Data ( Data yang dikelompokkan ).
2. Un-group Data (Data yang tidak dikelompokkan)
MACAM – MACAM UKURAN TENDENSI SENTRAL.
.
Rumus : X = f. x
(1) n
dimana : f = Frekuensi tiap-tiap kelas.
x = Titik tengah kelas.
n = Banyaknya data.
Mean untuk Group Data ( Lanj. )
Rumus ( 2 )
X = Xo + i f.U
n
Di mana : Xo = Harga x ( titik tengah kelas yang bersesuaian
dengan angka nol pada skala U.
i = Besarnya interval kelas.
U = Skala baru pengganti skala x
Peletakan angka nol pada skala U:
1. Jika datanya ganjil : Angka nol pada kelas yang di tengah.
2. Jika datanya genap : Angka nol diletakkan pada salah satu di
antara 2 kelas yang di tengah.
Rumus mencari skala U
x – xo
U=
i
di mana :
x = titik tengah yang angka U nya dicari.
xo= Titik tengah yang skala Unya = 0
i = interval kelas.
MEDIAN
a. Untuk ungroup data :
- Jika banyaknya data ganjil, median merupakan
nilai data yang ditengah.
- Jika banyaknya data genap, median merupakan
rata-rata dari dua harga data yang di tengah.
b. Untuk Group data :
Rumus 1 . Md = TBKmd + i n/2 – f
fmd
2. Md = TAKmd - i f ‘ – n / 2
fmd
Di mana :
SIMBOL = Mo
a. Untuk un- group data : Modus adalah angka / bilangan yang
paling sering muncul ( keluar ).
b. Untuk group – data : Modus terletak pada kelas
yang mempunyai frekuensi terbesar.
Rumus :
Mo = Xmo + i/ 2 f1 – f-1
2 fmo – f1 – f-1
Atau :
Mo = TBKmo + i d1
d1 + d2
Di mana :
Xmo = titik tengah kelas modus.
fmo = frekuensi kelas modus.
TBKmo = tepi bawah kelas modus.
f-1 = Frek. Dari kelas sebelum kelas modus.
f1 = frek.dari kelas sesudah kelas modus.
d1 = selisih antara frekuensi kelas modus dengan frek.
kelas sebelumnya ( fmo – f-1 ).
d2 = selisih antara frek. Kelas modus dengan kelas
sesudahnya. ( fmo – f1 ).
BAB 4. UKURAN LETAK
1. KUARTIL
Adalah nilai yang membagi data ke dalam 4 bagian yang sama.
Ada 3 kuartil, yaitu : Kuartil 1 ( K1 ) , kuartil 2 ( K2 ), dan kuartil 3 ( K3 ).
a. Kuartil untuk un – group data. :
- Dicari dengan rumus :
Letak K1 pada bilangan ke ( n + 1 ) / 4.
Letak K2 = 2 ( n + 1 ) / 4. Atau sama dengan letak median.
Letak K3 = 3 ( n + 1 ) / 4.
b. Kuartil untuk group data :
K1 = TBK.k1 + i n / 4 – F K3 = TBKk3 + i 3n / 4 – F
fk1
fk3
K2 = TBK.k2 + i 2n / 4 – F
fk2
Di mana :
2. DESIL.
Suatu harga yang menbagi data menjadi 10 bagian yang sama.
Dalam sekelompok data ada 9 desil, dimana nilai D5 = median.
Rumus :
D1 = TBKD1 + i n / 10 – F Letak D1 = n / 10
fD1
D2 = TBKD2 + i 2n / 10 – F Letak D2 = 2n / 10
fD2
PERSENTIL
Adalah : harga – harga yang membagi data menjadi 100 bagian yang
sama.
Terdapat 99 harga persentil, dimana P50 = harga median.
Letak P1 = n / 100
Letak P2 = 2n / 100 , dst.
P1 = TBKp1 + in/100 – F
fp1
BAB 5. UKURAN VARIASI / DISPERSI
SD = f x2 ( untuk POPULAsi ).
n
SD = f x2 ( untuk SAMPEL ).
n-1
di mana x = X - X
6. VARIANCE.
S = SD2
7. KOEFISIEN VARIASI ( V ).
V = SD X 100%
X
8. STANDAR SCORE ( Z ).
- Untuk menilai besarnya perubahan ( kenaikan /
penurunan ) suatu variabel dari rata-ratanya.
- Semakin besar Z, maka semakin besar perubahan
variabel dari rata-ratanya.
Z=X–X
SD
UKURAN KECONDONGAN dan UKURAN
KERUNCINGAN SUATU DISTRIBUSI
4 = f ( x ) 4 di mana : x = ( X – X )
n. SD4 X = titik tengah kelas.
X = mean.
f =n
UKURAN NILAI 4.
- 4 > 3 : Bentuk kurva LEPTOKURTIS.
- 4 < 3 : Bentuk kurva PLATIKURTIS.
- 4 = 3 : Bentuk kurva MESOKURTIS.
BAB 6. ANGKA INDEKS
Merupakan ukuran yang menunjukkan perbandingan antara nilai suatu
barang pada waktu atau tempat tertentu dengan nilai barang yang
sama pada waktu atau tempat yang berbeda.
Biasanya dinyatakan dalam prosentase.
INDEKS HARGA
Merupakan angka yang menunjukan besar kecilnya tingkat perubahan
harga suatu barang pada waktu atau tempat yang sama atau berbeda.
TEKNIK PERHITUNGAN INDEKS HARGA.
A. INDEKS HARGA TAK TERTIMBANG.
- Adalah perhitungan indeks harga yang mengabaikan kuantitas
barang yang bersangkutan.
Metode perhitungan
c. Rumus DROBISCH.
ID = IL + IP
2
d. Rumus Fisher.
IF = IL.IF
e. Rumus Marshall – Edgeworth.
Pn ( Q0 +Qn )
IME = X 100
P0 ( Q0 + Qn )
6. Metode Rata – rata relatif tertimbang ( weighted average relative
method ).
Rumus : ( Pn / P0 ) W
I = X 100
W
w = weight : timbangan.
Ada 2 rumus :
1. Nilai tahun dasar dipakai sebagai penimbang.
( Pn / P0 ) ( P0. Q0 )
I RT = X 100
( P0.Q0 )
2. Nilai tahun tertentu sebagai tahun dasar.
Rumus :
( Pn / P0 ) ( Pn. Qn )
I RT = X 100
( Pn.Qn )
BAB 6. REGRESI dan KORELASI
A. REGRESI.
Regresi garis sederhana : menggambarkan hubungan
antara 2 variabel yang biasanya cukup tepat dinyatakan
dalam suatu garis lurus.
DIAGRAM PENCAR :
Fungsi : 1. Membantu menunjukkan apakah terdapat
hubungan yang bermanfaat antara 2
variabel.
2. Membantu menetapkan tipe persamaan
yang menunjukkan hubungan antara ke2
variabel tsb.
PERSAMAAN REGRESI LINIER
Bentuk persamaan :
Y’ = a + b X
di mana : Y’ = Nilai yang diukur / dihitung pada variabel
tidak bebas.
a = Y pintasan ( Nilai Y’, bila X = 0 ).
b = Koefisien garis regresi atau kemiringan
dari garis regresi.
Mengukur besarnya pengaruh X
terhadap Y kalau X naik satu unit.
X = nilai tertentu dari variabel bebas.
b = xy di mana x = X – X ; y = Y - Y
x2
a = Y – b. X
atau :
b= n XY - X. Y
n. X2 – ( X )2
B. KORELASI
Apabila 2 variabel X dan Y mempunyai hubungan, maka nilai variabel
X yang sudah diketahui dapat digunakan untuk menaksir /
meramalkan nilai Y.
Variabel Y yang nilainya akan diramalkan disebut variabel tidak
bebas ( dependent variabel ).
Variabel X yang nilainya digunakan untuk meramalkan nilai Y
disebut variabel bebas ( independent variabel ).
Hubungan 2 variabel :
a. Hubungan positif.
Apabila kenaikan / penurunan X pada umumnya diikuti oleh
kenaikan / penurunan Y.
b. Hubungan negatif.
Apabila kenaikan / penurunan X pada umumnya diikuti oleh
penurunan / kenaikan Y.
Kuat tidaknya hubungan antara X dan Y diukur
dengan suatu nilai yang disebut dengan : Koefisien
Korelasi ( r ).
Koefisien korelasi berkisar antara –1 sampai
dengan 1.
a. r = 1 ; hubungan X dan Y sempurna dan positif.
( r mendekati 1, maka hubungannya
sangat kuat dan positif ).
b. r = -1 ; hubungan X dan Y sempurna dan negatif.
( r mendekati –1, maka hubungannya
sangat kuat dan negatif ).
c. r = 0 ; hubungan X dan Y lemah sekali atau tidak
ada hubungan
Besarnya kontribusi X terhadap naaik turunnya Y dapat dihitung dengan
KOEFISIEN PENENTUAN ( = KP atau KOEFISIEN OF DETERMINATION ).
KP = r2
dimana r = xy
x2. y2.
dan : x=X–X
y=Y–Y
Atau :
r= n XY - X Y
n x2 – ( X )2. n Y2 – (Y) 2.
I. Y = n.a + b. x
II. XY = a. x + b. x2
Dimana :
Y = harga-harga hasil observasi.
X = Unit tahun yang dihitung dari tahun dasar.
a = Nilai trend pada periode dasar.
b = Perubahan trend ( koefisien arah garis ).
n = Banyaknya data.
MACAMNYA :
1. TREND PARABOLIK / KUADRATIS.
Persamaan : Y’ = a + bX + cX2
Harga a, b, dan c dapat dicari dengan :
I. Y = n.a + b. X + c X2
II. XY = a. X + b. X2 + c X 3
III. X2Y = a. X2 + b. X3 + c. X 4
c = X2. Y – n. X2 .Y
( X2 )2 + n. X4
a = Y – c. X2
n
2. TREND EKSPONENSIIL.
Persamaan : Y’ = a.bx
Apabila bentuk persamaan trend di ats diubah dalam bentuk logaritma, maka
persamaannya menjadi Y’ = Log a + x . log b
I. logY = n log a
log a = logY
n
II. ( X. log Y ) = ( X2 ) logb
log b = ( X. logY )
X2