Dokumen tersebut membahas tentang statistika, pengumpulan data, analisis data, dan interpretasi hasil. Beberapa topik utama yang dibahas adalah definisi statistika, jenis-jenis data, ukuran pemusatan data, distribusi frekuensi, dan analisis data berkelompok.

1. LABORATORIUM LAPANGAN
-DISKRIPTIF
-SURVEI
-DISKRIPTIF
-PERCOBAAN
ILMU STATISTIKA
HASIL YANG
DIPEROLEH
LEBIH BAIK/TIDAK
PENELITIAN
1

2. 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

3. PENYAJIAN DATA
1.Data : kumpulan dari hasil pengamatan maupun
percobaan
2.Data diskrit : data yang merupakan bilangan cacah
atau nilai-nilai yang mungkin diambil
tidak berada pada suatu skala kontinyu
karena ada pemisah antara nilai-nilai
tersebut.
Contoh : jumlah mahasiswa, jumlah buah apel dll.
3

4. 3.Data kontinyu : data yang merupakan bilangan
berkelanjutan atau data pada selang
tertentu dapat mengambil sembarang
nilai
Contoh : pH tahu, kadar protein tempe
4.Data kuantitatif : data yang diperoleh dengan cara
mengukur dengan pasti
4

5. 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

6. 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
Sampel : data yang diambil sebagian dari populasiuntuk
diketahui sifat-sifatnya dengan cara tertentu
6

7. UKURAN PEMUSATAN
Parameter : besaran yang mencirikan populasi
contoh : μ, σ, σ2
Statistik : besaran yang mencirikan sampel
_
contoh : x, s, s2
Rata-rata hitung/Rataan/Nilai tengah :
_
Sampel : x
7

8. 1.Rata-rata hitung :
n bilangan : x1, x2, x3 ………. xn
_ n
x = (∑ Xi )/n
i=1
Contoh : data kadar protein buah
8,1 %; 8,5 %; 9,2 %; 7,8 %; 8,4 %; 9,0 %; 8,2 %;
7,9 %; 7,5 %; 8,0 %
8

9. _ n
x = (∑ Xi)/n = 8,26
i=1
Median :
Nilai pengamatan yang terletak ditengah-tengah
bila data diurutkan dari terkecil sampai terbesar
atau sebaliknya
Data tidak berkelompok :
X1 < X2 < X3 < ……… Xn
9

10. Data ganjil : Me = X(n+1) / 2
Contoh :
Data bobot badan (kg)
48 54 50 48 58 60 52 55 65
Data diurutkan dari terkecil ke terbesar sbb :
48 48 50 52 54 55 58 60 65
Me = X5 = 54
10

11. Data genap : Me = X(n/2) + X(n/2+1) / 2
Data produksi padi (ton) :
8 12 6 10 8 11 8 7 6 9
Data diurutkan dari terkecil ke terbesar sbb :
6 6 7 8 8 8 9 10 11 12
Me = (X5 + X6) / 2 = ( 8 + 8 ) / 2 = 8
11

12. Modus :
Nilai pengamatan dengan frekuensi lebih besar
dari satu atau terjadinya lebih dari satu kali bila
data disusun berurutan dari terkecil ke terbesar
Contoh : data nilai biologi mahasiswa
75 65 70 82 70 65 70 80 72 85
Mo = 70
12

13. Simpangan baku :
n bilangan : x1, x2, x3 ………. xn
n _
s = √ { (∑ Xi - X) 2 / (n-1) } i = 1,2,3 …….n
i=1
n n
s = √ { (∑ Xi
2 - (∑ Xi ) 2 / n} / (n-1) i = 1,2,3 …….n
i=1 i=1
n n
s = √ [{ ( n∑ Xi
2 - (∑ Xi ) 2 } / n(n-1) i = 1,2,3 …….n
i=1 i=1
13

14. Contoh : data produksi padi (ton) :
8,2 7,5 7,0 8,0 9,2 9,0 10 9,5 8,5 8,0
_ 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

15. 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 = { (∑ Xi
2 - (∑ Xi ) 2 / n} / (n-1) i = 1,2,3 …….n
i=1 i=1
n n
s 2 = [{ ( n∑ Xi
2 - (∑ Xi ) 2 } / n(n-1) i = 1,2,3 …….n
i=1 i=1 15

16. Contoh: data protein buah :
n n
s 2 = { (∑ Xi
2 - (∑ Xi ) 2 / n} / (n-1)
i=1 i=1
= { 728,63 – (84,9) 2 / 10 } / (10-1) = 0,87
16

17. Koefisien Keragaman :
-Keragaman relatif
-Tidak tergantung pada satuan pengukuran
_
KK = (s / x ) x 100 %
Contoh : Pengamatan kandungan protein buah
KK = (0,93 / 8,49) x 100 % = 10,99
17

18. Galat Baku :
Galat baku merupakan simpangan baku nilai tengah sampel
Populasi : galat baku σ2_ = σ2 / n
y
σ_ = σ / √n
y
Sampel : S2_ = S2 / n
y
S_ = S / √n
y
18

19. DISTRIBUSI FREKUENSI
1. MENENTUKAN RENTANG : DATA PALING BESAR
DIKURANGI DATA PALING KECIL
2. MENENTUKAN BANYAKNYA KELAS INTERVAL
UMUMNYA 5-20 TERGANTUNG DATANYA
ATURAN STURGES :
Banyaknya kelas : 1 + 3,3 log (n)
n = banyaknya data
19

20. 3. MENENTUKAN PANJANG KELAS INTERVAL = p
p = rentang / ( banyaknya kelas)
Distribusi frekuensi relatif :
Frekuensi kelas dibagi total frekuensi semua kelas
dinyatakan dalam persentase
Distribusi frekuensi kumulatif :
Total frekuensi semua nilai yang lebih kecil dari batas kelas
atas suatu selang kelas tertentu
20

21. Contoh : Berat badan kambing
Bobot badan
(kg)
Frekuensi (fi) Frekuensi
relatif (%)
Frekuensi
kumulatif
30 – 34 5 10 5
35 - 39 9 18 14
40 - 44 18 36 32
45 - 49 12 24 44
50 - 54 6 12 50
TOTAL 50 100
21

22. 0
5
10
15
20
30 - 34 35 - 39 40 - 44 45 - 49 50 - 54
Frekuensi
Bobot badan
22

23. Bobot
badan
(kg)
Frekuensi
(fi)
Xi fiXi fiXi
2
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

24. 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
Xi = nilai tengah kelas pada kelas ke i
n = banyaknya kelas
24

25. 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
fsm = total frekuensi sebelum kelas yang mengandung median
fm = frekuensi pada kelas yang mengandung median
p = lebar kelas
25

26. Contoh : data berkelompok
Me = 40 + { (25 – 14) / 18 } 5 = 40,31
26

27. 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

28. c = selisih frekuensi tertinggi dengan frekuensi
kelas sesudahnya
p = lebar kelas
Contoh pada data berkolompok
Mo = 40 + { 9 / (9+6) } 5 = 43
28

29. Simpangan baku :
Data berkelompok :
n n
s = √ { (∑ fiXi
2 - (∑ fiXi ) 2 / n} / (n-1)
i=1 i=1
s = √ [{91925 – (2125) 2 / 50 } / (50-1)} = 5,74
29

30. Ragam atau variasi
Ragam suatu pengamatan adalah kuadrat dari
simpangan baku
Data berkelompok :
n n
s 2 = { (∑ fiXi
2 - (∑ fiXi ) 2 / n} / (n-1)
i=1 i=1
= { 91925 – (2125) 2 / 50} / (50-1)
= 32,91
30