Dokumen tersebut membahas tentang statistika, pengumpulan data, analisis data, dan pengambilan kesimpulan. Statistika digunakan untuk menganalisis data yang dikumpulkan dari pengamatan atau percobaan guna membuat kesimpulan atau peramalan. Dokumen ini juga menjelaskan berbagai konsep dasar statistika seperti jenis data, populasi, sampel, distribusi frekuensi, dan ukuran pemusatan dan variasi data.

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

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

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 ternak sapi, jumlah telur ayam dll.
3.Data kontinyu : data yang merupakan bilangan
berkelanjutan atau data pada selang
tertentu dapat mengambil sembarang
nilai

4. Contoh : produksi susu sapi, kadar protein hijauan,
kecernaan pakan
4.Data kuantitatif : data yang diperoleh dengan cara
mengukur dengan pasti
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. 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. 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
3. MENENTUKAN PANJANG KELAS INTERVAL = p
p = rentang / ( banyaknya kelas)
Distribusi frekuensi relatif : frekuensi kelas dibagi total frekuensi semua
kelas dinyatakan dalam persentase

7. Distribusi frekuensi kumulatif : total frekuensi semua nilai yang lebih kecil
dari batas kelas atas suatu selang kelas
tertentu
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

8. 0
5
10
15
20
30 - 34 35 - 39 40 - 44 45 - 49 50 - 54
Frekuensi
Bobot badan
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

9. 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
Populasi : μ

10. 1.Rata-rata hitung :
n bilangan : x1, x2, x3 ………. xn
_ n
x = (∑ Xi )/n
i=1
Contoh : data kadar protein rumput gajah
8,1 %; 8,5 %; 9,2 %; 7,8 %; 8,4 %; 9,0 %; 8,2 %; 7,9 %;
7,5 %; 8,0 %
_ n
x = (∑ Xi)/n = 8,26
i=1

11. 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
Median :
Nilai pengamatan yang terletak ditengah-tengah bila data
diurutkan dari terkecil sampai terbesar atau sebaliknya

12. Data tidak berkelompok :
X1 < X2 < X3 < ……… Xn
Data ganjil : Me = X(n+1) / 2
Data genap : Me = X(n/2) + X(n/2+1) / 2
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

13. Contoh :
Data bobot badan pedet sapi perah (kg/ekor)
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
Data produksi susu sapi perah (l/ekor) :
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

14. Contoh : data berkelompok
Me = 40 + { (25 – 14) / 18 } 5 = 40,31
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
Data berkelompok :
Mo = b + { a / (a+c) } p

15. Keterangan :
b = batas kelas terendah pada kelas dengan frekuensi terbesar
a = selisih frekuensi tertinggi dengan frekuensi kelas sebelumnya
c = selisih frekuensi tertinggi dengan frekuensi kelas sesudahnya
p = lebar kelas
Mo = 40 + { 9 / (9+6) } 5 = 43
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

16. Contoh : data kandungan protein rumput lapangan :
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
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

17. 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

18. Contoh: data protein rumput lapangan :
n n
s 2 = { (∑ Xi
2 - (∑ Xi )2 / n} / (n-1) = { 728,63 – (84,9) 2 / 10 } / (10-1) = 0,87
i=1 i=1
Data berkelompok :
n n
s 2 = { (∑ fiXi
2 - (∑ fiXi )2 / n} / (n-1) = { 91925 – (2125) 2 / 50} / (50-1)
i=1 i=1 = 32,91
Koefisien Keragaman :
-Keragaman relatif
-Tidak tergantung pada satuan pengukuran
_
KK = (s / x ) x 100 %

19. Contoh : Pengamatan kandungan protein rumput lapangan
KK = (0,93 / 8,49) x 100 % = 10,99 %
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