File ini berisikan statistika materi kuliah yang berisikan distribusa frekuensi dll

1. 1 PENGANTAR STATISTIKA DASAR

2. 2 Populasidansampel Populasi Sampel Parameter Statistik Parameter adalahukuran yang mencerminkankarakterstikdaripopulasi Populasiadalah data kuantitatif yang menjadiobjektelaah Sampeladalahbagiandaripopulasi Parameter adalahukuran yang mencerminkankarakteristikdaripopulasi Statistikadalahukuran yang mencerminkankarakteristikdarisampel

3. 3 Statistika Deskriptif Statistika Inferensi Statistikamenurutfungsinya

4. 4 Statistikadeskriptif Menggambarkan dan menganalisis kelompok data yang diberikan tanpa penarikan kesimpulan mengenai kelompok data yang lebih besar

5. 5 Sumber: StatistikaDeskriptif-Suprayogi, ITB solehpunya.files.wordpress.com/2008/03/00-statistika-deskriptif.pdf

6. 6 Statistikainferensi Penerapan metode statistik untuk menaksir dan/atau menguji karakteristik populasi yang dihipotesiskan berdasarkan data sampel

7. 7 StatistikaDeskriptifdanStatistikaInferensi Sumber: statistikadeskriptif-suprayogi, ITB solehpunya.files.wordpress.com/2008/03/00-statistika-deskriptif.pdf

8. 8 Contoh Data tentangpenjualanmobilmerek ‘ABC’ perbulandisuatu show room mobildi Jakarta selamatahun 1999. Dari data tersebutpertamaakandilakukandeskripsiterhadap data sptmenghitung rata-rata penjualan, berapastandardeviasinyadll Kemudianbarudilakukanberbagaiinferensiterhadaphasildeskripsispt : perkiraanpenjualanmobiltsbbulanJanuaritahunberikut, perkiraan rata-rata penjualanmobiltsbdiseluruh Indonesia.

9. 9 Tipe data statistik Data nominal Data ordinal Data interval Data rasio Kualitatif Kuantitatif DATA ORDINAL : Data berskala ordinal adalah data yang dipeoleh dengan cara kategorisasi atau klasifikasi, tetapi di antara data tersebut terdapat hubungan CIRI : posisi data tidak setara tidak bisa dilakukan operasi matematika (+, -, x, :) CONTOH : kepuasan kerja, motivasi DATA INTERVAL : Data berskala interval adalah data yang diperoleh dengan cara pengukuran, di mana jarak antara dua titik skala sudah diketahui. CIRI : Tidak ada kategorisasi bisa dilakukan operasi matematika CONTOH :temperatur yang diukur berdasarkan 0C dan 0F, sistem kalender DATA RASIO : Data berskalarasioadalah data yang diperolehdengancarapengukuran, dimanajarakantaraduatitikskalasudahdiketahuidanmempunyaititik 0 absolut. CIRI :tidakadakategorisasi bisadilakukanoperasimatematika CONTOH :gaji, skorujian, jumlahbuku DATA NOMINAL : Data berskala nominal adalah data yang diperoleh dengan cara kategorisasi atau klasifikasi. CIRI : posisi data setara tidak bisa dilakukan operasi matematika (+, -, x, :) CONTOH : jenis kelamin, jenis pekerjaan

10. 10 KlasifikasiJenis Data

11. 11 Menurutsifat

12. 12 PENYAJIAN DATA

13. 13 TujuanPenyajian Data Memberi gambaran yang sistematis tentang peristiwa-peristiwa yang merupakan hasil penelitian atau observasi, Data lebih cepat ditangkap dan dimengerti, Memudahkan dalam membuat analisis data, dan Membuat proses pengambilan keputusan dan kesimpulan lebih tepat, cepat, dan akurat. http://abdulsyahid-forum.blogspot.com/2009/03/penyajian-data-statistik.html

14. 14 Cara Penyajian Data Tabel Gambar/Grafik

15. 15 JenisTabelStatistik Tabelsatuarah Tabelarahmajemuk - Tabelduaarah - Tabeltigaarah Yaitutabel yang menunjukkanhubunganduahalatauduakarakteristik yang berbeda. Misalnya data Produksikedelaimenurutjenisvarietasdandaerahpanen Yaitutabel yang menunjukkanhubungantigahalatautigakarakteristik yang berbeda. Misalnya data hasilpengamatanproduksikedelai (ton/ha) menurutjenisvarietas, daerahpanen, danjenistanah. Yaitutabel yang memuatketeranganmengenaisatuhalatausatukarakteristiksaja. Misalnya data Produksikedelaimenurutjenisvarietas yang ditanam. http://abdulsyahid-forum.blogspot.com/2009/03/penyajian-data-statistik.html

16. 16 JenisGrafik/Gambar Grafikgaris (line chart), GrafikBatangan (bar chart), Grafiklingkaran (pie chart), Grafikgambar (Pictogram chart) Diagram Pencar (Scatter diagram)

17. 17 Grafik Batang (Bar) Grafik Garis (line) Grafik Interaksi (interactive) Grafik lingkaran (pie)

18. 18 Grafik gambar 1:10

19. 19 DISTRIBUSI FREKUENSI

22. 22 Contohtabel dist frekuensi k n = Σ fi i=1 k n = Σfi = f1 + f2 + f3 +….. + fi + …… + fk i=1 hanckey.pbworks.com/f/presentasi+bahan+kuliah.ppt

23. 23 ContohSoal Susun data berikut dalam tabel dist frekuensi

24. 24 Langkah-langkah Tentukanrentang Tentukanbanyakkelas (k) Tentukanpanjangkelas (p) RENTANG: NILAI DATA TERBESAR – NILAI DATA TERKECIL ATURAN STURGES: k = 1 + (3,322)(log n) p = RENTANG/k

25. 25 Catatan tentang panjang kelas DATA PANJANG KELAS (p)

26. 26 Lanjutanlangkah-langkah Tentukan nilai ujung bawah kelas interval pertama Masukkan semua data ke dalam interval kelas Bolehmengambilnilai data terkecil ataunilai data yang lebihkecildarinilai data terkecil

27. 27 Kembali ke contoh.. Membuat distribusi frekuensi : Mencari rentang  35 – 20 = 15 Menentukan banyak kelas  k = 1 + 3,3 log n 7 atau 8 Menentukan panjang kelas  p = 15/7 = 2,5  2 atau 3 hanckey.pbworks.com/f/presentasi+bahan+kuliah.ppt

28. 28

29. 29 Berikut diberikan data mengenai hasil tentamen tengah semester, Mata Kuliah Statistika dari mahasiswa Program S1 Ilkom. Susun data dalam tabel dist frekuensi! LatihanSoal

30. 30 Macam-macamtabel dist frekuensi

31. 31 Bentuktabel dist frekrelatif Dimana:

32. 32 Bentuktabel dist frekkumulatif

33. 33 Bentuk tabel dist relatif kumulatif dengan

34. 34 Contoh tabel dist frek, kum, rel, rel kum Sumber: statistikadeskriptif-suprayogi, ITB solehpunya.files.wordpress.com/2008/03/00-statistika-deskriptif.pdf

35. 35 Macam-macambentuk diagram Data tidakterkelompok : diagram batang, diagram lingkaran, garis, gambar (simbol) Data terkelompok : histogram danpoligonfrekuensi, ogive

36. 36 Histogram danpoligonfrekuensi Histogram mrpkbentuk diagram batngygdigunakanuntukmenggambarkan dist frekuensi Poligon (kurva) frekuensimrpkbentuk diagram garisygdigunakanutkmenggambarkan dist frekuensi

37. 37 Contoh Histogram Sumber: statistikadeskriptif-suprayogi, ITB solehpunya.files.wordpress.com/2008/03/00-statistika-deskriptif.pdf

38. 38 Contohpoligonfrekuensi Sumber: statistikadeskriptif-suprayogi, ITB solehpunya.files.wordpress.com/2008/03/00-statistika-deskriptif.pdf

39. 39 Contoh Ogive (kumulatif) Sumber: statistikadeskriptif-suprayogi, ITB solehpunya.files.wordpress.com/2008/03/00-statistika-deskriptif.pdf

40. 40 Catatan tentang batas atas dan bawah Batas bawah (bb) = ujung bwh – ketelitian data yang digunakan Batas atas (ba) = ujung atas + ketelitian data yg digunakan

41. 41 Catatantentangtitiktengah(tandakelas) Titiktengah = ½ (ujungbawah + ujungatas)

42. 42 STATISTIK

43. 43 Statistik Ukuran lokasi (pemusatan) Ukuran dispersi (sebaran) Ukuran kemiringan Ukuran keruncingan

44. 44 Ukuranlokasi ukurancenderungmemusat rata-rata hitung Rata-rata rata-rataukur rata-rata harmonik Median Modus

45. 45 Rata-rata hitung data tersebar Data tersebar (tdk berkelompok)

46. 46 Rata-rata hitung data terkelompok 1. Tandakelas 2. rata-rata duga xi : titiktengahkelas AM : titiktengahkelas interval ke-i interval (pilihsbrg) p : panjangkelasintv

47. 47 Contohmenghitung rata-rata Mean = 358/20 = 17,9

48. 48 Contohmenghitung rata-rata AM Ygdipilih Mean = 20+ (3)(-14)/20 =20 – 2,1 = 17,9

49. 49 Rata-rata ukurdanharmonis Rata-rata ukur dimana dan seterusnya Rata-rata harmonis

50. 50 Modus Data kualitatif  gejala yang sering terjadi Data kuantitatif  angka yang sering muncul

51. 51 Contohmencari modus Data tidak terkelompok Sumber: statistikadeskriptif-suprayogi, ITB solehpunya.files.wordpress.com/2008/03/00-statistika-deskriptif.pdf

52. 52 Modus pada data terkelompok Mo = Bb + p dengan Bb = batas bawah kelas interval yang mempunyai frekuensi tertinggi b1 = selisih frekuensi tertinggi dengan frekuensi dari kelas interval yang lebih rendah. b2 = selisih frekuensi tertinggi dengan frekuensi dari kelas interval yang lebih tinggi. p = panjang kelas.

53. 53 Data terkelompok Contohmencari modus Sumber: statistikadeskriptif-suprayogi, ITB solehpunya.files.wordpress.com/2008/03/00-statistika-deskriptif.pdf

54. 54 Median untuk data tidakterkelompok Jika banyak data genap Jika banyak data ganjil Me = Me = Data harusdiurutkanduludariterkecilketerbesar

55. 55 Contohmencari median Banyak data genap Sumber: statistikadeskriptif-suprayogi, ITB solehpunya.files.wordpress.com/2008/03/00-statistika-deskriptif.pdf

56. 56 Banyak data ganjil Sumber: statistikadeskriptif-suprayogi, ITB solehpunya.files.wordpress.com/2008/03/00-statistika-deskriptif.pdf Contohmencari median

57. 57 Median data terkelompok Me = Bb + p dengan Bb : batasbawahkelas interval yang mengandung Me fm : frekuensikelas interval yang mengandung Me F : frekuensikumulatifsebelumkelas interval yang mengandung Me p : panjangkelas interval Letak Me harus paling sedikit mencapai frekuensi setengah dari jumlah data seluruhnya

58. 58 Contohmencari median Sumber: statistikadeskriptif-suprayogi, ITB solehpunya.files.wordpress.com/2008/03/00-statistika-deskriptif.pdf

59. 59 Hubungan Mean, Modus dan Median Hubungan empiris antara ketiganya: Mo +2 M = 3Me

60. Kuartil Desil Persentil 60 Ukuran dispersi  ukuran cenderung menyebar

61. 61 Kuartil untuk data tidak berkelompok dengan Ki : letakkuartilkei n : banyaknya data

62. 62 Contoh mencariKuartil Artinya K1terletakantara data ke 2 dan data ke 3 NilaiK1 =nilai data ke 2 + ½(data ke 3 - data ke 2) = 40 + ½(50 -40) = 45

63. 63 Kuartil data berkelompok dengan Ki : letakkuartilkei Bb : batasbawahkelas interval yang mengandungKi fK : frekuensikelas interval yang mengandungKi F : frekuensikumulatifsebelumkelas interval yang mengandungKi p : panjangkelas interval

64. 64 Contoh mencari Kuartil Kelas yang memuatkuartilke 3

65. 65 Desil untuk data tidak berkelompok dengan Di : letakdesilkei n : banyaknya data

66. Artinya D6terletakantara data ke 6 dan data ke 7 Nilai D6 = nilai data ke 6 + 0,4(data ke 7 - data ke 6) = 75 + 0,6(80 -75) = 78 66 Contoh mencari Desil

67. dengan Di : letakdesilkei Bb : batasbawahkelas interval yang mengandungDi fD : frekuensikelas interval yang mengandungDi F : frekuensikumulatifsebelumkelas interval yang mengandungDi p : panjangkelas interval 67 Desil data berkelompok

68. Kelas yang memuatdesilke 3 68 Contoh mencari Desil

69. dengan Pi : letak persentil ke i n : banyaknya data 69 Persentil untuk data tidak berkelompok

70. Artinya P57 terletak antara data ke 6 dan data ke 7 Nilai P57 = nilai data ke 6 + 0,27(data ke 7 - data ke 6) = 75 + 0,27(80 -75) = 79,35 70 Contoh mencari Persentil

71. dengan Pi : letak persentil ke i Bb : batas bawah kelas interval yang mengandung Pi fP : frekuensi kelas interval yang mengandung Pi F : frekuensi kumulatif sebelum kelas interval yang mengandung Pi p : panjang kelas interval 71 Persentil data berkelompok

72. 72 Contoh mencari Desil Kelas yang memuatpersentilke 95

74. Deviasi rata-rataRange = NilaiMaksimum – Nilai Minimum

75. 74 Contohmenghitungdeviasi rata-rata

78. 77 Contoh menghitung variansi dan deviasi standar data tersebar

79. 78 Contoh menghitung variansi dan deviasi standar data berkelompok

80. 79 Contoh menghitung variansi data berkelompok

82. 81 RumusuntukUkuranKemiringan KoefisienkemiringanpertamaPerason KoefisienkemiringankeduaPerason Menggunakannilaikuartil Menggunakannilaipersentil

84. Jikakoefisienkemiringan = nol, makabentukdistribusinyasimetrik

85. Jikakoefisienkemiringan >nol, makabentukdistribusinyapositif82 Kriteriauntukmengetahui model distribusidarikoefisienkemiringan

86. 83 UkuranKeruncingan (Kurtosis) Adalahderajatkepuncakandarisuatudistribusi, biasanyadiambilrelatifterhadapdistribusi normal Mesokurtik Leptokurtik Platikurtik

88. Jikakoefisien kurtosis samadengan 0,263 makadistribusinyaadlmesokurtik

89. Jikakoefisien kurtosis lebihdari 0,263 makadistribusinyaadlleptokurtik84 Kriteriauntukmengetahui model distribusidarikoefisien kurtosis

90. 85 Contohmenghitungkoefisienkemiringandanukurankeruncingan Model Distribusi ?

92. 88 END OF SLIDE