KONTRAK PEMBELAJARAN Jumlah Kehadiran minimal 75 % Toleransi Keterlambatan 15 menit Tugas terstruktur Toleransi 1 minggu EVALUASI Ts : 20 % Praktikum : 30 % Ujian Sisipan : 25 % Ujian Utama : 25 %
Mar 19, 2016
KONTRAK PEMBELAJARAN Jumlah Kehadiran minimal 75 % Toleransi Keterlambatan 15 menit Tugas terstruktur Toleransi 1 minggu
EVALUASI Ts : 20 % Praktikum : 30 % Ujian Sisipan : 25 % Ujian Utama : 25 %
• Sujana . 1984. Metoda Statistika.T ransito Bandung
• Steel, G.D.R. And Torrrie. 1980. ure of Statistics. Principle and Proced. A biometricel approch. Mcgraw-Hill Kogakhusa Ltd
1. Pendahuluan2. Konsep dasar3. Distribusi frekuensi4. Ukuran dan Pemusatan Data5. Teori Peluang6. Variabel dan Distribusi 7. Penaksiran nilai StatistikUjian sisipan1. Pengujian Hipotesis2. Uji Chi Square, Uji t dan Uji F3. Analisis Varian4. Analisis regresi dan korelasi5. Analisis regresi bergandaUjian Utama
Kopetensi sasaran1. Memahami konsep yang mendasari pekerjaan
yang berhubungan dengan statistik2. Menerapkan dan menggunakan prinsip dasar
metoda statistik dengan tepat dan benar.
(BERPIKIR KRITIS DAN ANALITIS : DISKRIPSI, DEFERENSIASI, TABULASI, KOMPARASI, CAUSA PRIMA, PERAMALAN DAN HIPOTESIS, PENARIKAN KESIMPULAN)
ALAT BANTU PENARIKAN KESIMPULAN
Statistik 1. Bilangan yang diperoleh melalui
pengukuran dan perhitungan matematik tertentu dan perhitungan itu dilakukan terhadap sampel
2. Sekumpulan data hasil dari pengukuran yang menunjukan gejala tertentu
(DATA STATISTIK & PENGUKURAN STATISTIK)
Ilmu pengetahuan yang memberikan metoda pada statistik dlam hubungannya dengan :
1.Mengumpulkan data2.Meringkas/mengelola dan menyajikan data3.Menganalisis data untuk memperoleh stategi tertentu4.Menarik Kesimpulan hasil analisis 5.Memberikan keputusan/ kesimpulan berdasarkan fakta
Berdasarkan skala pengukuran Statistik Parametrik Statistik Non Parametrik
Teknik analisis Statistik Peubah Tunggal Statistik Peubah Ganda
(yang kita pelajari sbg dasar Statistik parametrik peubah tunggal)
Statistik induktipFase menyajikan data disertai dengan uji komparasi dan penarikan kesimpulan
Statistik deskriptip Fase menggambarkan atau menyajikan data tanpa uji komparasi membuat atau menarik Kesimpulan dari suatu populasi
1. Satuan dan karakteristik Pengamatan Satuan pengamatan
Segala sesuatu yang dapat digolongkan kedalam material system yang dijadikan kesatuan tertentu yang ciri-cirinya akan diperiksa
Karaketristik satuan pengamatan Ciri yang dimiliki oleh oleh satuan pengamatan
tentang keadaannya shg bisa digunakan untuk membedakan satuan pengamatan tersebut
Satuan pengamatan : Orang
Karakteristik yang dipilih : Tinggi Badan
SATUAN PENGAMATAN
KARAKTERISTIK
Jenis kelaminPekerjaanTinggi badanTingkat Sosial ekonomi
BentukWarna CarLuas BangunanKebersihan
Atas dasarnya BENTUKNYA variable diklasifikasikan menjadi variable KUALITATIF dan variable KUANTITATIF
Variabel KUALITATIF bentuknya klasifikasi Dibedakan menjadi variable kualitatif
DENGAN PERINGKAT Cantik, Biasa, Sedang Kurang, Jelek
TANPA PERINGKAT jenis kelamin, etnik, pekerjaan
Dikotomi, Laki-laki, PerempuanPolythomas : Abri, Petani, Pedagang dll
Dibedakan menjadi diskret dan kontinue. DISKRET bilangannya selalu bilangan bulat dan tak
mungkin bilangan cacah. Contoh jumlah penduduk, banyaknya anak dsb. Biasanya dari hasil PERHITUNGAN
KONTINYU dapat berupa bilangan bulat dan dapat pula bilangan pecahan. Contoh berat badan, tinggi badan, suhu ruangan dsb. Var kuantitatif kontinyu merupakan hasil PENGUKURAN
DATA
Data Kualitatif
Data Kuantitatif
Diskrit Kontinu
Type Data (Jenis Data)
1. Variabel bebas (independen variabel). Sebuah variabel disebut sebagai variabel bebas jika fungsinya menerangkan variabel lainnya.
2. Variabel tak bebas/tergantung (dependen variabel). Serbuah variable disebuit sebagai variabel tergantung jika keberadaanya dijelaskan oleh variabel lainnya
Contoh Merokok (independent) menyebabkan Sakit jantung
(dependen) Matahari terbit (indpenden) menyebabkan ayam
berkokok (dependen) (konsep-konsep ini sering tidak bisa dibalikan). Ayam
berokok tidak akan membuat mata hari terbit.
3. Variabel Anteseden. Sebuah variabel disebut anteseden bila dalam struktur hubungan dengan variable lannya, dia mendahului variable lainnyaMisal X Y
4. Variabel Intervening (variable Penengah)
Sebuah variable disebut variable intervening jika dalam urutan structural dengan variable lainnya dia terletak di tengah-tengahMisalnya X - Y - Z ; X merupakan Var Intervening
DifinisiPengukuran pada dasarnya adalah sebuah proses klasifikasi yang merupakan usaha manusia untuk mencantumkan bilangan kepada system materi yang bukan bilangan untuk menggambarkan sifat-sifat materi tersebut berdasarkan hokum tentang sifat-sifat itu.
Shg menurut skala variabel dapat dikelompokan
menjadi 4 kelompok
ABRI PETANI PNS PEDAGANG1 2 3 4
CANTIK BIASA KURANG JELEK4 3 2 1
Dalam sekala nominal bilangan itu fungsinya semata-mata hanya sebagai lambing untuk membedakan.
Terhadap bilangan seperti ini tidak berlaku hokum aritmatika secara penuh, misalnya tidak boleh menjuumlahkan, mengurangkan, mengalikan ataupun memagi.
ContohDigunakan aturan bahwa bila berbicara pekerjaan adalah ABRI diberi lambang bilangan 1, PNS 2, Pedagang 3, petani 4, buruh 5
Pada tingkat pengkuran ordinal bilangan itu mempunyai 2 fungsi Sebagai lambang untuk membedakan Untuk mengurutkan peringkat berdasarkan kualitas yang
ditentukanContoh
Dalam contoh diatas yang digunakan adalah makin tinggi peringkat makin bilangannya makin kecil , maka untuk selanjutnya urutan ini harus digunakan secara konsisten.
Pada pengukuan ordinal dapat mengatakan lebih baik atau lebih buruk dari hasil intrepretasi penjumlahan, tetapi tidak boleh menentukan berapa kali lebih besarnya atau lebih baiknya.
Hukum aritmatik dapat dioperasikan hanya berdasarkan peryaratan tertentu
Cantik Biasa kurang jelak1 2 3 4
BILANGAN PADA SKALA INTERVAL MEMPUNYAI 3 FUNGSI YAITU: BILANGAN SEBAGAI LAMBANG UNTUK MEMBEDAKAN BILANGAN DIGUNAKAN UNTUK MENGURUTKAN PERINGKAT, MAKIN
BESAR BILANGAN MAKIN TINGGI PERINGKAT BILANGAN UNTUK MEMPERLIHATKAN JARAK/INTERVAL
Ciri utama dari pengukuran interval bahwa titik nol bukan merupakan titik mutlak tetapi titik yang ditentukan atas dasar perjanjian.
Contoh klasik hasil pengkuruan skala interval adalah skala termometer yaitu berlaku perjanjian 0 (nol) derajat C sama dengan (setara) minus 32 derajat F ( F = 9/5 +32). Dan berlaku bukan titik mutlak dalam arti jika suhu A= 25o dan B= 50o panas B tidak secara langsung 2 kali jarak panas A.
Ciri utama variable rasio adalah titik 0 (nol) bersifat mutlak. Nilai nol berarti kosong Contoh pengukuran ini tinggi badan, Populasi penduduk dll
OLEH KARENA ITU TINGKAT PENGUKURAN VARIABLE SANGAT MENENTUKAN BENTUK ANALISISNYA
Skala Pengukuran
SifatMembeda
kanAda Urutan/Tingkatan
Ada Interval
Ada titik nol yang punya arti
Nominal Ordinal Interval Rasio
Skala Pengukuran Data
Keseluruhan obyek yang dibatasi oleh kreteria tertentu
Banyaknya obyek dalam sebuah populasi disebut ukuran populasi yang dilambangkan dengan N
Kriteria Pembatas
Proses memilih sebagian dari obyek yang ada dalam populasi
Sampel (n) = 3
Populasi (N) = 14
Kumpulan Dari Beberapa Obyek Yang Terkumpul Karena Dilakukan Sebuah Sanpling Terhadap Sebuah Populasi
Banyaknya Obyek Yang Ada Dalam Sebuah Sampel Disebut Ukuran Sampel (Sample Size) Yang Dilangbangkan n
Sebuah bilangan yang diperoleh melalu suatu perhitungan matematik dan perhitungan tersebut dilakukan thp seluruh populasi
No Tinggi Badan (cm)
1 1732 1703 156. .. .N 160
Xi/N = (rata-rata)
Bilangan yang diperoleh melalu perhitungan matematis tertentu dan perhitungan tersebut dilakukan terhadap sebuah sampel
Lambang Parameter huruf YunaniLambang Statistik hurup latin
Sampel (n) = 3 Populasi (N) = 14 No Tinggi (cm)1 1702 1653 185
Xi/n = x (rata-rata)
1. Tabel/Daftar Daftar baris dan kolom Daftar kontigensi Daftar distribusi frekuensi
2. Garfik/Diagram Diagaram batang Diagarm garis Diagran lambang/simbol Diagram pastel/lingkaran Diagram peta/kartigram Diagram pencar/titik
Sebuah bilangan yang diperoleh melalui perhitungan matematis yang menggambarkan gejala tertentu dari sekumpulan data
Jika ukuran satistik diperoleh dari populasi disebut parameter
Jika diperoleh dari sampel disebut ukuran statistik
UKURAN STATISTIKMaksudnya adalah sebuah bilangan yang diperoleh melalui perhitungan matematis yang menggambarkan gejala tertentu dari sekumpulan data
Ukuran data yg diperoleh dari populasi disebut parameter Jika ukuran data yg diperoleh dari sampling disebut statistik
1. Ukuran Gejala Pusat (measures of central tendences)Ukuran statistik yang bisa menggambarkan letak pemusatan (pengelompokan) data
BEBERAPA PARAMETER YANG BISA MENUNJUKKAN GEJALA PENGELOMPOKAN DATA
RATA-RATA HITUNG (AVERAGE/MEAN) RATA-RATA HITUNG BERBOBOT (WEIGHTED MEAN) RATA-RATA GEOMETRIK/RATA-RATA UKUR MEDIAN (M) KUARTIL MODUS
GEJALA PENGELOMPOKAN DATA (PEMUSATAN DATA) GEJALA VARIASI DATA GEJALA KEMIRINGAN DISTRIBUSI GEJALA ASOSIASI (HUBUNGAN ANTARA X DAN Y ATAU
KORELASI DLL
Gejala yg mungkin di deskripsikan oleh ukuran statistik banyak ragamnya, antara lain:
Xi
X = ------ N
Sifat dan penggunaan Rata-rata hitung hanya boleh di hitung dan ada
artinya apabila pengukuran variabelnya sekurang-kurangnya interval, ratrio
Rata-rata hitung mempunyai sifat statistik dan matematik yang sangat baik, OKI =apabila memungkinkan gunakan rata-rata hitung
Sangat ditentukan oleh bilangan yang menyusunnya, dan bila ada salah satu tdak diketahui harganya rata-rata hit tdk dapat di hitung
Sngat dipengaruhi oleh bilangan ekstrim
Ukuran statistik yg bisa menggambarkan letak pemusatan atau pengelompokan data disebut ukuran gejala pusat. Ada beberapa parameter yg bisa menunjukkan gejala pengelompokan dataRATA-RATA HITUNG (AVEARGE OR MEAN)yaitu apabila dari sebuah populasi berukuran N, dan diukur variabel X yg tingkat pengukurannya interval (rasio), dengan hasil pengukuran X1, X2 ...........Xn, maka rata-rata hitung untuk variabel X tsb diformulasikan secara operasional sbb:
UKURAN GEJALA PUSAT
Rata-rata hitung hanya boleh dihitung (valid sebagai ukuran statistisk) hanya apabila tingkat pengukurannya interval (rasio)
Contoh:
Sebuah sampel berukuran n=7. variabel yang diukur adalah tinggi badan (X= tinggi badab dalam cm). Hasil pengukuran dinyatakan pada tabel sbb:
Tinggi badan (cm) untuk 7 orang dalam populasi:
No observasi Tinggi badan (cm)
1234567
172169169162170158168
Berdasarkan rumus tsb diatas maka rata-rata hitung X = ..........
Apabila sdr menghitung menggunakan kalkulator Fx 3600p adalah sbb:
1) mode 3 inv ac
2) 172 run, 169 run …… 168 run
3) Kout n
Berdasarkan operasi tsb sdr bisa memanggil data sbb:
x , x ², dan nilai mean (rata-ratanya)
Penghitungan nilai mean (rata-rata hitung) adakalanya dilakukan dengan data dalam bentuk distribusi, baik tunggal maupun bergolong. Sebagai contoh penghitungan dapat disajikan data pada tabel sbb:
Tabel 1. Data hasil skor tes MK statistik
No. urut
Skor (X)
Frekuensi (f)
fx x²
123456789
10111213
71706968676665646362616059
1233346633321
7114020720420126439038418918618312059
50419800
14283138721346717424253502457611907115321116372003481
Σ N=40 ΣX=2597 ΣX²=168.961Rata-rata hitung X =(ΣX/N)=ΣX=2597/40 =64,925. Aplikasi dapat sdr pelajari dalam kajian sbb:
Ukuran ragam dan simpangan baku, yang rumusannya dapat diformulsikan sbb:S2 = (Xi – X) 2 dan Sd = S2 n – 1
Koefisien variasi dan batas bawah keuntungan yang rumusnya dapat diformulasikan sbb:
KV = Sd/ X sedangkan L = X – 2 Sd
Kaidah keputusan adalah sebagai berikut:
1) Apabila koefisien variasi (KV) lebih besar dari 0,5 maka batas bawah keuntungan (L) lebih kecil nol (0), maka petani kemungkinan akan menderita kerugian dalam usahataninya.
2) Apabila koefisien variasi (KV) lebih kecil sama dengan 0,5 maka batas bawah keuntungan (L) lebih besar sama dengan nol (0), maka petani kemungkinan akan selalu mendapatkan keuntungan atau impas dalam usahataninya.
Jarak sebaran = Skor tertinggi – Skor terendah + 1.Skor tertinggi= 71, dan Skor terendah= 59. jadi jarak sebaran = 71-59 +1=13
DISTRIBUSI BERGOLONGCARA MEMBUAT DISTRIBUSI FREKUENSI:
1) Menentukan jumlah kelas, digunakan rumus sbb:k=1+3,322 log n, dimana k= jumlah kelas dan n= jumlah data/elemen
2) Menentukan interval kelas, digunakan rumus sbb: i = range
1+3,322 log n3) Semua nilai observasi hrs masuk ke dalam kelas distribusi
4) Tidak boleh ada nilai observasi ke dalam kelas distribusi (hrs berada dlm satu kelas)
5) Usahakan agar tidak kelas distribusi kosong (ada kelas ttp tidak ada nilainya)
Tabel 2. Data distribusi umur penduduk kota Pwt th 2006
umur Frekuensi (f)
Kelasumur
Frekuensi (f)
12-1819-2526-3233-3940-4647-5354-60
105
144962
11,5-18,518,5-25,525,5-32,532,5-39,539,5-46,546,5-53,553,5-60,5
105144962
Batas kelas bawah
Tepi kelas atasBatas kelas atas
Tepi kelas bawah
CARA MENCARI TEPI KELAS
Batas kelas atas yang ke-n ditambah dengan batas kelas bawah yang ke-n-1 dibagi dua. Pada contoh tsb adalah sbb:
Tepi kelas = (25 + 12) : 2 = 18,5 dst ………………………………………………….
PENGGAMBARAN GRAFIK 1. HISTOGRAM2. GARIS/POLYGON3. DLL
PENGGAMBARAN GRAFIK HISTOGRAM
11,5 18,5 25,5 32,5 39,5 46,5 53,5 60,5
14
12
10
8
6
4
2
Tabel 3. Data hasil skor tes MK statistikNo. urut
Skor (X)
Frekuensi (f)
Frekuensi kumulatif (fk)
Tingkat percentil(TP)
123456789
10111213
71706968676665646362616059
1233346633321
4039373431282418129631
97,592,585
77,570604530
22,5157,52,50
Σ N=40TP berdasarkan data distribusi tunggal menggunakan rumus sbb:TP =(fb/N) x 100% fb= frek.kumulatif kelas dibawahnya
Tabel 4. Data hasil skor tes MK statistikNo urut Kelas interval Titik tengah
(Xi)Frekuensi
(f)Frekuensi kumulatif
(fk)
Tingkat percentil
(TP)123456789
1011
75-7970-7465-6960-6455-5950-5445-4940-4534-3930-3525-29
7772676257524742373227
23546875532
50484540363022151052
98938576665245251592
Σ 50
TP berdasarkan data distribusi bergolong menggunakan rumus sbb:TP =(fb + 0,5fp) x 100% fb= jumlah frek.kumulatif dibawah kelas N N yg dihitung.
fp=jumlah frek.kelas yg dihitung
Ada dua cara menghitung rata-rata hitung, yaitu sbb:1. Jumlah frekuensi titik tengah2. Rata-rata hitung duga
Cara jumlah frekuensi titik tengah, melalui langkah sbb:
• Tentukan titik tengah (Xi) tiap kelas interval• Perlakukan titik tengah sebagaimana skor (X) pada distribusi
tunggal• Langkah selanjutnya seperti pada rumus distribusi tunggal
Contoh soalNo urut Kelas
intervalTitik tengah
(Xi)Frekuensi (f) Deviasi
(d)fd fd²
123456789
1011
75-7970-7465-6960-6455-5950-5445-4940-4534-3930-3525-29
7772676257524742373227
23546875532
543210-1-2-3-4-5
101215860-7-10-15-12-10
5048451660720454850
Σ 50 0 -3 335
Data pada tabel tsb dimasukan dalam rumus, maka nilai rata-rata hitung duga X = Xd +i (Σfd/N)= 52 +5 (-3/50)= 51,7. nilai 52 ini yang mempunyai frekuensi tertinggi dan letaknya berada di tengah
UKURAN KECENDERUNGAN SENTRAL
UKURAN KECENDERUNGAN SENTRAL UMUMNYA MENYANGKUT PENGHITUNGAN NILAI MEAN (RATA-RATA
HITUNG), MEDIAN DAN MODUS YANG DAPAT DIJELASKAN PADA CONTOH PENGHITUNGAN SBB:APABILA DATA TERDIRI DARI SEJUMLAH NILAI-NILAI HASIL
OBSERVASI YG TDK TERLALU BESAR, MAKA RATA-RATA HITUNG DPT LANGSUNG DICARI DARI DATA TSB TANPA PERLU
MENYUSUN KE DALAM DISTRIBUSI FREKUENSI.
TETAPI APABILA ADA YG PERLU DIKELOMPOKAN KE DALAM BENTUK DISTRIBUSI FREKUENSI, MAKA NILAI MEAN DAPAT DIHITUNG SEPERTI DATA HASIL TES MK
STATISTIK SEBELUMNYA .
Tabel 5. Data distribusi umur penduduk kota Pwt th 2006
umur Frekuensi (fi)
mi mifi
12-1819-2526-3233-3940-4647-5354-60
105
144962
Σfi= 50
15222936435057
15011006
144387300114
Σmifi= 1611
Keterangan:mi = nilai tengah ( mid point) fi = frekuensi
Bx =
Rata-rata hitung berbobot
Mata pelajaran
Nilai Bobot
Matematik 8 5 Fisika 7 4Biologi 9 2
Desa % Buta Aksara (Xi)
Banyaknya Penduduk (Bi)
Xi Bi
A 2 1985 3970B 8 2746 21968C 11 2460 27060D 5 1999 9995
Xi Bi XiBi
G = x1 x x2 x . . . xnN
Apabila sebuah populasi berukuran N kita mengukur variabel X yang mempunyai tingkat pengukuran sekurang-kurangnya interval dengan syarat Xi >0 Vi ( Xi positip unt setiap i atau artinya tidak ada bilangan nol maka rata-rata gemetrik secara operasinal didifinisikan seperti rumus diatas
Tahun Jml Penduduk Ratio Jml Pendudk Th ke i dgn Th (i-1) % kenaikan
2000 12354682001 1297241 1,05000 5,002002 1355617 1,04500 4,502003 1403064 1,03500 3,502004 1445156 1,03000 3,002005 1481285 1,02500 2,50
X = [Pn/Po – 1 ] x 100 %
x = prosen pertambahan pendudk rataPo = Jumlah pendudk pada tahun dasarPn = Jumlah p[endudk pada tahaun ke nn = banyaknya periode
n
Pn = Po ( 1 – X )N
Berapa proyeksi penduduk pada tahun 2100 jika menggunakan data pertumbuhan penduduk dari tahun 2001-2005
X = 1481285/1235468 = 0,036965
Pn = 1776035
Catatan : • Perhitungan penduduk biasanya diasumsikan pada bulan Juni tiap tahunnya• Jika analisis dilakukan diluar bulan Juni maka dilakukan penyesuaiannya misal bulan juli ( bulan ke 7) maka N menjadi 10 7/12
Apabila dr sesuah populasi berkuran N dengan tingkat pengukuran ordinal atau interval atau ratio hasilpengukuran X1≤ X2 ...... ≤ X n ( hasil pengukuran di urut dari kecil ke besar) maka media adalah bilangan yang :Membagi dua rentetan bilang tersebutBilangan sebelum M harganya lebih kecil atau sama dengan M dan bilangan sesudah M harganya lebih besar atau sama dengan M
60 59 72 54 59 63 68
IM = 4 dan M = 60Jika banyaknya bilangan genap maka M merupakan rata-rata dari du buah bilangan
54 59 59 60 63 68 73 90
Hitung M
Rata-rata ditentukan oleh bilangan yang menyusun sedang M tidak
Median harganya tidak dipengaruhi oleh harga ekstrim Bi la ada salah satu harga ada yang berubah median tidak
akan beribah Sifat M akan sangat bermafaat jika dalam pengykuran
mendapatkan harga ekstrim Jika dalam perhitungan diperoleh M = 60 artinya 50%
dari seluruh data harganya lebih kecil dari 60 dan 50% lagi lebih besar dari 60
Apabila kita mempunyai serentetanbilangan dengan tingkat pengukuran nominal, ordinal, interval atau ratio, maka modus untuk rentetan bilang tsb adalah bilangan yang paling sering muncul ( bilangan yang frekuensi kemunculannya paling besar)
Pekerjaan Lambang BanyaknyaPNS 1 80Abri 2 9
Pedagang 3 12Petani 4 50Buruh 5 7
Lain-lain 6 2
Mo pekerjaan daerah Tsb adalah PNS
Kuartil dari serentetan bilanga adalah bilangan yang membagi rentetan bilangan tsb kedalam empat bagian yang sama
Jadi dari pengetian ini ada 3 buak kuartil yaitu K1, K2 dan K3
K1 K2 K3
M25 % 25%25% 25%
54 59 59 60 63 68 72
IK 1 0,25 ( N +1) = 2 K1 = 59IK 3 0,75 (N+1) = 6 K3 = 68
15 17,4
18,9
20 21,3
21,4
27,6
34 40 55
IK 1 = 0,25 (10 +1) = 2,75K1 = 17,4 + 0,75 (18,9 – 17,4) = 18,525
IK 3 = 0,75 (11) = 8,25K3 = 34 + 0,25 (40 – 34) = 35,5
TINGKAT PENGUKURAN VARIABEL
UKURAN GEJALA PUSAT
M K Mo
Nominal TB TB TB B
Ordinal TB B B B
Interval/ratio B B B B