Statistik
A. Dalam Arti Sempit
Adalah sekumpulan angka-angka yg
menerangkan sesuatu
a. Pengumpulan
b. Pengolahan
Data utk
c. Penggolongan
mengambil
d. Penyajian keputusan
e. Penganalisaan
f. Menginterprestasikan
Pengertian
Statistik Lanjutan
A. Statistik
Dipakai untuk menyatakan kumpulan,
data, bilangan maupun non bilangan yg
disusun dalam tabel dan atau diagram yg
melukiskan atau menggambarkan suatu
persoalan, misalnya: - Statistik jlh
penduduk, - Statistik tingkat pendidikan,
- statistik jlh pengangguran, dll.
B. Statistika
1. Statistik Parametrik
Statistik yg parameter dr populasinya mengikuti suatu distribusi
tertentu, seperti distribusi normal dan memiliki varian yg homogen.
Apabila asumsi, persyaratan, kondisi tsb di atas tdk dpt dipenuhi, yaitu
bahwa bentuk distribusi populasinya tdk diketahui (distribusi free).
Biasanya berlaku dlm penelitian dg data pencacahan (enumeration data
dg skala nominal atau skala ordinal) atau sampelnya kecil.
Baerdasarkan Bentuk Parameternya
Apabila asumsi, persyaratan, kondisi tsb di atas tdk dpt dipenuhi, yaitu
bahwa bentuk distribusi populasinya tdk diketahui (distribusi free).
Biasanya berlaku dlm penelitian dg data pencacahan (enumeration data
dg skala nominal atau skala ordinal) atau sampelnya kecil.
Contoh: Uji Chi Square, Uji Tanda (Sign Test), Wilcoxon’s Signed Rank
Test, Uji Kruskal-Wallis (H Test), Korelasi Jenjang Kendal, dll.
Berdasarkan Skala Ukuran
4. Skala rasio; suatu skala yang memiliki semua ciri suatu skala interval,
Meringkas sejumlah besar data ke dlm bentuk yg mudah & lengkap
merupakan inti dlm statistik deskriptif.
Jarak
Interval kelas
Banyaknya kelas
Jangkauan ( R )
Panjang Interval kelas (i )
Banyaknya kelas (k )
5. Menentukan batas bawah kelas pertama
Batas bawah kelas pertama biasanya dipilih dr data terkecil atau
data terkecil yg berasal dr pelebaran jangkauan (data yg lebih
kecil dr data terkecil) dan selisihnya harus kurang dr panjang
interval kelasnya.
6. Menuliskan frekuensi kelas secara melidi dlm kolom turus atau
tally (sistem turus) sesuai banyakny data.
55 48 22 49 78 59 27 41 68 54
34 80 68 42 73 51 76 45 32 53
66 32 64 47 76 58 75 60 35 57
73 38 30 44 54 57 72 67 51 86
25 37 69 71 52 25 47 63 59 64
Data Terurut Nilai Ujian Statistika 50 Mahasiswa Fakultas X Tahun 2009
22 25 25 27 30 32 32 34 35 37
38 41 42 44 45 47 47 48 49 51
51 52 53 54 54 55 57 57 58 59
59 60 63 64 64 66 67 68 68 69
71 72 73 73 75 76 76 78 80 86
Jangkauan (R) = 86 – 22 = 64
Jumlah 50
Berikut ini adalah data Nila Ujian Statistika 50 Mahasiswa
Fakultas X Universitas Y Tahun 2009
93 91 70 56 70 82 65 92 77 95
48 49 79 84 95 74 53 71 93 85
73 83 30 76 86 74 68 93 83 78
74 70 81 63 80 96 87 92 38 81
68 73 74 86 57 72 71 80 80 43
Jangkauan (R) = 96 – 30 = 66
Banyaknya kelas k = 1 + 3,3 log 50 = 6,6 dibulatkan menjadi
7.
66
i 9,43
Panjang Interval kelas 7
50 100
Distribusi Frekuensi Kumulatif Kurang Dari
Nilai Ujian Statistika 50 Mahasiswa Fakultas X Tahun 2009
10
8 Histogram
4
Polygon
X
X
X 1 X 2 .... Xn
n n
X = rata-rata hitung
X = wakil data
n = jumlah data
X fX
f 1X 1 f 2 X 2 .... fnXn
f f 1 f 2 ........ fn
3. Jika f1 nilai yg memiliki rata-rata hitung m1,, f2 nilai yg memiliki rata-rata
hitung X i2 , ……. dan fk nilai yg memiliki rata-rata hitung mk, maka rata-
rata hitung dr keseluruhan nilai itu f1 + f2 + f3 + …………. + fk.
X
fm
f 1m1 f 2m 2 .... fkmk
f f 1 f 2 ........ fk
40 X 77,1 1m 2
77,5
40 1
77,5 X 41 = 3.084 + m2
X
fX
f
Nilai Satistik Banyaknya Mhs (f)
20 – 29 4
30 – 39 7
40 – 49 8
50 – 59 12
60 – 69 9
70 – 79 8
80 – 89 2
Nilai Titik Tengah (m) Frekuensi (f) f.m
Satistik
20 – 29 24,5 4 98
30 – 39 34,5 7 241,5
40 – 49 44,5 8 356
50 – 59 54,5 12 654
60 – 69 64,5 9 580,5
70 – 79 74,5 8 596
80 – 89 84,5 2 169
50 2695
2695
X 53,90
50
1. Rata-rata Hitung (Mean)
f d
a i
N
μ = rata-rata hitung
μa = rata-rata hitung yg diasumsikan
d = penyimpangan nomor interval kelas
f = frekuensi kelas
N = jumlah frekuensi
i = interval kelas
Nilai Titik Frekuensi Penyim
Satistik Tengah (f) pangan f.d
(m) (d)
20 – 29 4 -3 -12
30 – 39 7 -2 -14
40 – 49 8 -1 -8
50 – 59 54,5 12 0 0
60 – 69 9 1 9
70 – 79 8 2 16
80 – 89 2 3 6
50 -3
μa
3
Rata rata 54,5 ( )10 53,9
50
2. Rata-rata Posisi (Median)
1 / 2 n ( f 2 )0
Me B .C
f Me
B = tepi bawah kelas median
n = jumlah frekuensi
(∑f2)0 = jumlh frekuensi kelas-kelas sblm kelas median
C = panjang interval kelas
fMe = frekuensi kelas median
I
Nilai Satistik Banyaknya Mhs (f)
20 – 29 4
30 – 39 7
40 – 49 8
50 – 59 12
60 – 69 9
70 – 79 8
80 – 89 2
Jumlah frekuensi (n) = 50 dan ½ n = 25
Kelas median adalah (∑f2)0 ≥ ½ n
f1 + f2 + f3 + f4 = 31 > 25
Jadi kelas median adalah kelas ke empat
B = 49,5
(∑f2)0 = 19
C = 10
fMe = 12
1 / 2 n ( f 2 )0
Me B .C
f Me
25 19
Me 49,5 .10 54,5
12
Modus
d1
Mo Lmo i
d1 d 2
Lmo = batas kelas bawah kelas modus
d1 = selisih antara frekuensi kelas modus dg frekuensi
kelas sblm modus
d2 = selisih antara frekuensi kelas modus dg frekuensi
kelas setelah modus
i = interval kelas modus
44
Mo 50
Mo 50 10 55
..10 55,,71
71
4433
UKURAN DISPERSI
1. Jangkauan (Range, R)
2. Jangkauan Antarkuartil dan Jangkauan Semi Interkuartil
3. Deviasi rata-rata (Simpangan Rata-rata)
4. Varians
☞Jangkauan (Range, R)
a. Jangkauan Data Tunggal (Xn – Xl) atau H – L
b. Jangkauan Data Berkelompok
Distribusi Frekuensi
Nilai Ujian Statistika 50 Mahasiswa Fakultas X Tahun 2009
__
1
Xi X
__
DR Xi X
n n
__
1
f Xi X
X rata-rata =53,90
DR
__
f Xi X
n n
Nilai Satistik __
__
X f X X
fX X
20 – 29 24,5 4 -29,4 -117,6
30 – 39 34,5 7 -19,4 -135,8
40 – 49 44,5 8 -9,4 -75,2
50 – 59 54,5 12 0,6 7,2
60 – 69 64,5 9 10,6 95,4
70 – 79 74,5 8 20,6 164,8
80 – 89 84,5 2 30,6 61,2
657,2
__
f Xi X
657,2
DR 13,14
n 50
Untuk seperangkat data X1, X2, X3, …….. Xn (data tunggal) varians dapat
ditentukan dengan:
1. Metoda Biasa
2
__
Xi X
Varians
n
VARIANS
1. Metoda Biasa
2
__
Xi X
Varians
n 1
VARIANS
X
2
a. Untuk sampel besar (n > 30) X 2
2
S
n n
S
n 1
n(n 1)
__
Contoh: Tentukan Varians dari 2, 3, 6, 8, 11 X=6
__
__
2
X X X X X X2
2 -4 16 4
3 -3 9 9
6 0 0 36
8 2 4 64
11 5 25 121
30 54 234
2 54 54
a. Metoda Biasa s
5 1 4
13,5
2
__
f
X X
2
b. Untuk sampel kecil (n ≤ 30) S
n 1
VARIANS
2 fX 2 fX
2
b. Untuk sampel kecil (n ≤ 30)
S
n 1
n(n 1)
VARIANS
3. Metoda Coding
fu fu
2 2
a. Untuk sampel besar (n > 30)
2 2
S C n n
S C n 1
nn 1
Ket : C = Panjang Interval Kelas
d X M
u =
C C
M = Rata-rata Hitung Sementara
X rata-rata =53,90 METODA BIASA
2
__
2 __
X X __
f X X
Interval X f X X
50 13.082
2 13.082
S
50
261,64
METODA ANGKA KASAR
Interval X f X2 fx fx2
20-29 24,5 4 600,25 98,0 2.401,00
30-39 34,5 7 1.190,25 241,5 8.331,75
40-49 44,5 8 1.980,25 356,0 15.842,00
50-59 54,5 12 2.970,25 654,0 35.643,00
60-69 64,5 9 4.160,25 580,5 37.442,25
70-79 74,5 8 5.550,25 596,0 44.402,00
80-89 84,5 2 7.140,25 169,0 14.280,50
50 2.695,0 158.342,50
S2 = 3.166,85 – 2.905,21
S2 = 261,64
METODA CODING
Interval X f u u2 fu fu2
20-29 24,5 4 -3 9 -12 36
30-39 34,5 7 -2 4 -14 28
40-49 44,5 8 -1 1 -8 8
50-59 54,5 12 0 0 0 0
60-69 64,5 9 1 1 9 9
70-79 74,5 8 2 4 16 32
80-89 84,5 2 3 9 6 18
Jumlah - 50 - - -3 131
2 2 131 3 2
S 10
50 50
= 100 { 2,62 – [-0,06]2}
1. Metode Biasa
n n
S
n 1 n(n 1)
Berikut ini adalah nilai Quiz Statistik dari 10
Orang mahasiswa:
30, 35, 42, 50, 58, 66, 74, 82, 90, 98
Tentukan Simpangan Bakunya, Gunakan
Kedua rumus
2
__
__ X X
X X X
X2
30 -32,5 1.056,25 900
35 -27,5 756,25 1225
42 -20,5 420.25 1764
50 -12,5 156,25 2500
58 -4,5 20,25 3364
66 3,5 12,25 4356
74 11,5 132,25 5476
82 19,5 380,25 6724
90 27,5 756,25 8100
98 35,5 1.260,25 9604
625 4.950,5 44013
1. Metode Biasa
4.950,5
S
b. Untuk sampel kecil (n ≤ 30)
10 1
S = 23,45
4.890,33 4.340,28
S = 23,45
B. Simpangan Baku Data Berkelompok
1. Metode Biasa
f X X
S
n
1. Metode Biasa
__ 2
b. Untuk sampel kecil (n ≤ 30)
fX X
S
n 1
n n
S
n 1 n(n 1)
3. Metode Coding
n n
S C
n 1 n(n 1)
Tentukan simpangan baku dr distribusi frekuensi nilai Quiz
Statistik 100 orang Mahasiswa berikut ini :
_ _ _
Nilai (f) X fX (X - X) (X-X)2 f(X-X)2
40 - 44 8 42 336 -13.85 191.8225 1534.58
45 - 49 12 47 564 -8.85 78.3225 939.87
50 - 54 19 52 988 -3.85 14.8225 281.6275
55 - 59 31 57 1767 1.15 1.3225 40.9975
60 - 64 20 62 1240 6.15 37.8225 756.45
65 - 69 6 67 402 11.15 124.3225 745.935
70 - 74 4 72 288 16.15 260.8225 1043.29
Jlh 100 5585 5342.75
Metoda biasa
1. Metode Biasa
__
2
f X X
S
n
5.342,75
S
100
S = 7,31
Metoda Angka Kasar
n n
317.265 5.585 2
S
100 100
S = 7,31
Metoda Coding
n n
219 23 2
S 5
100 100
S = 7,31
1. KOEFISIEN VARIASI
s
KV __
100%
KV = koefisien variasi X
s = simpangan baku
__
X = rata-rata
R
VR __
100%
X
3. VARIASI SIMPANGAN RATA-RATA (VSR)
SR
VSR __
100%
X
4. VARIASI KUARTIL (VQ)
Qd Q3 Q1
VQ 100 0 0 VQ 100 0 0
Me atau Q3 Q1
CONTOH KASUS
Dua perusahaan 1). PT. Angin Ribut (A) 2). PT. Angin Adem (B)
memiliki karyawan sebanyak 50 orang. Untuk kepeluan penelitian
variasi gaji karyawan, diambil sampel sebanyak masing-masing 7 org
setiap perusahaan dgn gaji masing-masing perminggu (dlm ribuan
rupiah): 300, 250, 350, 400, 600, 500, 550, dan 200, 450, 250, 300, 350,
750, 500.
Tentukan dispersi relatif perusahaan tersebut (gunakan ke-4 macam
dispersi relatif)!
2.950
X
__
XA 421,43
A
n 7
X A 2.950 X
2
A 1.347.500
SA
X 2
X
2
1.347.500 2.950
2
n n 7 7
SA = 122,057
__ XB 2.800
XB 400
n 7
X B 2.800 X B
2
1.330.000
SB
X 2
X
2
1.330.000 2.800
2
n n 7 7
SB = 173,205
SA
KV A 100 0 0 122,057
__ X 100% 28,96%
XA 421,43
SB
KV B 100 0 0 173,205
__
X 100% 43,30%
XB 400
2. Perhitungan Variasi Jangkauan
RA
VR A 100 0 0
__ 350
XA X 100% 83,09%
421,43
RB
VRB 100 0 0 550
__ X 100% 137,5%
XB 400
3. Perhitungan Variasi Simpangan Rata-rata
__
XA X 771,43
SR A
A
110,204
n 7
__
1000
XB X B 142,857
SR B 7
n
SR A
VSR A __
100 0 0 110,204
X 100% 26,12%
XA 421,43
SR B 142,857
VSR B __
100 0 0 X 100% 35,71%
XB 400
4. Perhitungan Variasi Kuartil
Urutan Data
250, 300, 350, 400, 500, 550, 600 (Gaji Karyawan PT. Angin Ribut)
200, 250, 300, 350, 450, 500, 750 (Gaji Karyawan PT. Angin Adem)
Qd A 1
2
Q3 A Q1 A Qd A 1
2
550 300 125
Qd B 1
2
Q3B Q1B Qd A 12 500 250 125
Qd A 125
VQ A 100 0 0 VQ A 100 0 0 31,25%
Me A 400
Qd B 125
VQB 100 0 0 VQ B
350
100 0 0 35,71%
Me B
550 300
Q3 A Q1 A VQ A 100 0 0 29,4%
VQ A 100 0 0 550 300
Q3 A Q1 A
n 2
__
2 __
X Sehingga nilai varians populasi yg tepat dpt
diduga melalui perkalian variasi rata-rata sampel
dg ukuran sampel.
☞ Untuk mengetahui apakah perebdaan itu signifikan, digunakan
rasio F yg dirumuskan sbb:
Penduga kedua
n 2 __
X
F= =
Penduga pertama Rata-rata varians sampel
ANALYSIS OF VARIANCE
(ANOVA)
2
Dimana
__
Xi X
Varians
n 1
S 2
k
c. Menghitung rata-rata varians sampel
ANALYSIS OF VARIANCE (ANOVA)
2
X X
2
1
S X
k 1
Dengan tingkat Signifikan 5% ujilah apakah rata-rata produksi untuk tiap jenis
kulit dengan jenis metoda pengolahan adalah sama. Dengan kata lain apakah
jeniskulit dikombinasikan dengan jenis pengolahan berpengaruh nyata
terhadap produksi?
Sumber Derajat Jumlah Rata-rata Statistik F
Variasi Bebas Kuadrat Kuadrat
Faktor A Kolom-1=4 SSA=150 MSA=SSA/4 MSA/MSE
37,5 75
Faktor B Baris-1=2 SSB=40 MSB=SSB/2 MSB/MSE
20 40
Kesalahan (k-1)(b-1) SSE=4 MSE=SSE/8
8 0,5
TOTAL 14 SST=194
__ 2
SSA b X ij X = 3 (25 + 4 + 1 + 4 + 16) = 150
__ 2
SSB ki X ij X = 5 ( 4 + 0 + 4 ) = 40
__
2
SST i j i
X ij X
= 36 + 16 + 4 + 0 + 4 + 25 + 4 + 1 + 4 + 16 + 16 +
0 + 16 + 16 + 36= 194
Dengan tingkat Signifikan 5% ujilah apakah rata-rata produksi untuk tiap jenis
pupuk dengan jenis tanah adalah sama. Dengan kata lain apakah pupuk
dikombinasikan dengan jenis tanah berpengaruh nyata terhadap produksi?
ANGKA INDEKS
Pn 100
Po
☞ Sedangkan utk metode Rata-rata Relatif dirumuskan sbb:
Pn / Po 100
i
∑ Pn = Jumlah harga semua barang periode n
Pn = Harga suatu barang pada periode n
∑ Po = Jumlah harga semua barang pada periode dasar
Po = Harga suatu barang pada periode dasar
I = Banyaknya barang
Nama Harga Per Unit Harga Relatif (Pn/Po) x 100
Barang 1983 1984 1985 2008 1984 1985 08
IHL
Pn Qo
100%
Po Qo
IHP
Pn Qn
100%
Po Qn
Misalnya kita tdk puas dg hsl indek harga tak tertimbang, krn terdpt perbedaan
yg sangat besar antara kuantitas produksi beras dg jangung ataupun kedelai,
maka dpt dilakukan analisis dg menggunakan rumus Laspeyres.
Diperoleh Indeks harga tahun 1984 dan tahun 1985 dg periode dasar 1983
adalah : (12.125/11.400)100 = 106,36 (indeks harga th 1984)
1. Hitung Indeks harga tahun 1984 dan tahun 2008 dg periode dasar
1983, jelaskan komentar anda berkaitan dengan peningkatan harga
th 1984 dengan rata-rata peningkatan per tahun 2003 s/d 2008.
2. Hitung kenaikan tingkat harga pada tahun 2008 dibanding tahun
1984.
INDEKS HARGA RATA-RATA RELATIF TERTIMBANG
Pn
Po 100 Po Qo
Po Qo
Nama Q Harga Per Unit Pn/Po x 100 P83Q83 Pn/Po x 100W
IPD
Pn Qo
100
Po Qo
320 270
Indeks harga konsumen = 100% 18,5%
270
20 15
a. 100% 33,33%
15
b. Nilai penjualan dalam harga konstan
15
Pada tahun awal : 100% 12%
125
20
Pada tahun akhir : 100% 14,29%
140
14,29 12
Persentase perubahan : 100% 19,08%
12
3. Pada bulan Juni 2007 IHK (Juni 1993 sebagai periode dasar):adalah
320,5.
a. Hitunglah daya beli rupiah pada bulan Juni 2007
b. Pada tingkat IHK berapa, daya beli rupiah menjadi 1/5.
100 100
a. Daya beli rupiah Juni 2007 = 0,31
IHKJuni2007 320,5
100 100
b. Daya beli rupiah = = 1/5 = IHK 500
IHK IHKTahun
4. Jika dlm perekonomian hanya ada 3 sektor, yaitu: pertanian,
industri dan pertambanganyg kegiatannya periode 1989 – 1993
ditunjukkan tabel di bawah ini. Dengan menggunakan indeks
harga Laspeyres (1990 = 100):
a. Hitunglah tingkat pertumbuhan PDB riil tahun 1992
b. Hitunglah tingkat pertumbuhan PDB riil rata-rata pertahun
periode 1989-1993
Variabel Yg Menjelaskan
Variabel Yg Dijelaskan
(Explanatory Variable)
(Explained Variable)
Yang Meregresi
Yang Diregresi
(Regressor)
(Regressand)
Perangsang/variabel kendali
Tanggapan
(Stimulus/control variable)
(Response)
Korelasi merupakan istilah yg digunakan utk mengukur kekuatan
hubungan antar variabel.
Korelasi yg terjadi antara dua variabel dpt berupa korelasi positif, korelasi
negatif, tdk ada korelasi, ataupun korelasi sempurna
1. Korelasi Positif
Korelasi dr dua variabel, yaitu apabila variabel yg satu (X) menigkat
atau menurun, maka variabel lainnya (Y) cendrung utk meningkat atau
menurun.
2. Korelasi Negatif
Korelasi dr dua variabel, yaitu apabila variabel yg satu (X) menigkat
atau menurun, maka variabel lainnya (Y) cendrung utk menurun atau
meningkat.
3. Tida Ada Korelasi
Tidak ada korelasi terjadi apabila kedua variabel (X dan Y) tdk
menunjukkan adanya hubungan.
4. Korelasi Sempurna
Korelasi dr dua variabel, yaitu apabila kenaikan atau penurunan
variabel yg satu berbanding dg kenaikan atau penurunan variabel lain.
Y Y
X X
Korelasi Positif Korelasi Negatif
Y Y
X X
Tidak Ada Korelasi Korelasi Sempurna
Jenis-Jenis Koefisien Korelasi Sederhana:
n XY X Y
Metode Least Square = r
n X 2
X
2
n Y 2
Y
2
∑
Permintaan 3 6 9 10 13
(Y)
Pendapatan 12 23 24 26 28
(X)
N0 X Y X2 Y2 XY x y x2 y2 xy
1 3 12 9 144 36 -5,2 -10,6 27,04 112,36 55,12
2 6 23 36 529 138 -2,2 0,4 4,84 0,16 -0,88
3 9 24 81 576 216 0,8 1,4 0,64 1,96 1,12
4 10 26 100 676 260 1,8 3,4 3,24 11,56 6,12
5 13 28 169 784 364 4,8 5,4 23,04 29,16 25,92
∑ 41 113 395 2.709 1.014 58,80 155,20 87,40
n XY X Y
r (5) (1.014) (41) (113)
n X 2 2
X n Y 2 Y
2
r
(5) (395) (41) )(5) (2.709) (113)
2 2
r
xy 87,40
r
x y 2 2
(58,80) (155,20)
r 0,91
Koefisien Korelasi memiliki nilai -1 ≤ KK ≤ +1
1. Jika KK bernilai positif maka variabel-variabel berkorelasi positif.
Semakin dekat nilai KK ke +1 semakin kuat korelasinya, demikian
pula sebaliknya.
2. Jika KK bernilai negatif maka variabel-variabel berkorelasi negatif.
Semakin dekat nilai KK ke -1 semakin kuat korelasinya, demikian pula
sebaliknya.
3. Jika KK bernilai 0 (nol), maka variabel-variabel tidak menunjukkan
korelasi.
4. Jika KK bernilai +1 atau -1, maka variabel-variabel menunjukkan
berkorelasi positif atau negatif yang sempurna.
Mtmtk 82 75 85 70 77 60 63 66 80 89
Ststk 79 80 89 65 67 62 61 68 81 84
Hitunglah :
1. Hitunglah koefisien korelasi ranknya!
2. Sebutkan jenis korelasinya dan apa artinya!
Koefisien Korelasi Spearman
X Y Ranking X Ranking Y d d2
82 79 8 6 +2 4
75 80 5 7 -2 4
85 89 9 10 -1 1
70 65 4 3 +1 1
77 67 6 4 +2 4
60
Hitunglah :62 1 2 -1 1
1. 63 61 koefisien 2korelasi ranknya!
Hitunglah 1 +1 1
2. 66 68jenis korelasinya
Sebutkan 3 5 artinya!
dan apa -2 4
80 81 7 8 -1 1
89 84 10 9 +1 1
Jumlah 22
X Rangking X
27
21
26
27
23
26
24
25
21
24
27
Koefisien Korelasi Spearman Jawaban Soal
a. 6 d 2
rs 1
n ( n 2 1)
6 ( 22 )
rs 1
10 ( 10 2 1 )
= 1 – 0,133
= 0,867
b. Jenis korelasinya adalah korelasi positif dan kuat, artinya jika nilai
matematika tinggi maka nilai statistika juga akan cenderung tinggi
Analisis Regresi
Parabola Y = a + b 1 X + b 2 X2 Kuadrat
1
Hiperbola Y Reciprocal (rasio)
a bX
X X X
Y a bX Y a b1 X b2 X 2 Y aX b
a>0, b>0 a>0, b2>0
Y Y Y
X X X
1 Log Y Log a b Log X Ln Y a b X
Y
a bX a>0, b>0
Penduga Persamaan Garis regresi Populasi
Metode least square pertama kali diperkenalkan oleh Carl Friedrich Gauss,
seorang ahli matematika berkebangsaan Jerman.
Persamaan Garis Regresi Populasi:
E(YIXi) = A + BXi
Namun, populasi sering tdk dpt diamati secara langsung, karena itu
pendugaan dpt dilakukan melalui persamaan garis regresi sampel.
Y = a + b Xi
Rumus untuk pendugaan garis regresi :
n XY X Y
b
n X X
2 2
a
Y b X
n
_ __
a Yb X
Contoh :
Data dari sampel sebanyak 10 keluarga bertujuan untuk melihat pola
hubungan antara pengeluaran konsumsi (Y) dg pendapatan keluarga (X).
Hasil pengamatan itu dpt dilihat pada tabel berikut:
Konsumsi Pendapatan
(Y) (X) XY X2
70 80 5600 6400
65 100 6500 10000
90 120 10800 14400
95 140 13300 19600
110 160 17600 25600
115 180 20700 32400
120 200 24000 40000
140 220 30800 48400
155 240 37200 57600
150 260 39000 67600
∑ Y = 1110 ∑ X = 1700 ∑ XY = 205500 ∑ X2 = 322000
n XY X Y (10 205500) (1700 1110 )
b b
n X X 10 (322000) (1700) 2
2 2
b 0,5091
1110 (0,5091 1700)
a
Y b X a
10
24,454
n
a 24,454
Y = 24,454 + 0,5091 X
Ini berarti jika X naik satu satuan, maka Y akan bertambah sebesar 0,5091.
Probabilitas
Misalkan dlm pemilihan umum disuatu daerah diperoleh hasil seperti berikut:
“Dari 80 wanita pemilih (W) sebanyak 40 memilih Demokrat (D), 30 memilih
PDIP (P), dan sisanya memilih Golkar (G)”.
“Dari 120 laki-laki pemilih (L) sebanyak 30 pemilih Demokrat (D), 50 pemilih
PDIP (P) dan 40 memilih Golkar (G)” Lihat Tabel:
Misalkan dlm pemilihan umum disuatu daerah diperoleh hasil seperti berikut:
“Dari 80 Laki-laki pemilih (L) sebanyak 30 memilih Demokrat (D), 40 memilih
PDIP (P), dan sisanya memilih Golkar (G)”.
“Dari 120 wanitai pemilih (W) sebanyak 50 pemilih Demokrat (D), 30 pemilih
PDIP (P) dan 40 memilih Golkar (G)” Lihat Tabel:
Pemberi Konstentan
Suara PDIP (P) Demokrat (D) Golkar (G) Jumlah
= (1/6)4 (5/6)1
Dalam kasus : r
B B B B S
n
Memiliki n=5, r=4 dan n-r = 1 sehingga terdapat:
5! 5.4!
C5 = 4!(5–4)! = 5 susunan
4 4! 1!
Susunan tsb adalah :
B B B B S
B B B S B
B B S B B
B S B B B
S B B B B
nr
P (r ) C p q
n
r
r
Keterangan:
r = banyak peristiwa
n = banyak percobaan yg dilakukan
p = probablitas sukses dlm suatu percobaan
q = 1-p = probabilitas gagal dlm suatu percobaan
Proses Bernoulli dpt terjadi dr bermacam-macam
kombinasi jml percobaan (n)probabilitas sukses dlm
percobaab (p). Karena itu trdpt suatu keluarga distrbsi
binomial yg anggotanya brbeda-beda menurut nilai n
dan p nya.
Pada abad ke-18 Karl Gaus mengemukakan bahwa variabel-variabel dlm ilmu sosial
maupun ilmu pengetahuan alam banyak yg memiliki distribusi dg ciri-ciri sbb:
1. Setiap percobaan hanya menghasilkan dua pe
ristiwa, misalnya ya atau tidak, berhasil atau
gagal, baik atau cacat.
2. Probabilitas suatu peristiwa adalah konstan
(tidak berubah utk setiap percobaan)
3. Semua percobaan independen secara statistik
artinya peristiwa dr suatu percobaan tdk mem
pengaruhi atau dipengaruhi peristiwa dalam
percobaan lain.
UJI KRUSKAL-WALLIS
Uji Kruskal-Wallis, bertujuan menganalisis data dlm tiga atau lebih sampel independent
utk menentukan apakah tiga atau lebih distribusi populasi yg kontinu memiliki rata-rata
berbeda.
Persoalannya apakah perbedaan itu menandai perbedaan rata-rata populasi atau
perbedaan itu semata-mata karena variasi yg terjadi secara kebetulan.
Contoh:
Misalkan data dari tiga sampel random yg independen tentang waktu memahamimanual
dari 5 orang operator komputer seperti pada tabel berikut:
12 44 2
22 2
54 2
H 3 (15 1 )
15 (15 1 ) 5 5 5
H 5,36