SlideShare a Scribd company logo
1 of 23
STATISTIK
1. Statistik Deskriptif
2. Statistik Inferensial
A. Apa itu Statistik Deskriptif ???
Statistik deskriptif atau sering disebut
Statistik Deduktif adalah Statistik Sederhana
atau statistik yang tingkat pekerjaannya
mencakup cara-cara menghimpun, menyusun
atau mengatur, mengolah, menyajikan dan
menganalisis data angka, agar dapat
memberikan gambaran yang teratur, ringkas
dan jelas mengenai suatu gejala, peristiwa atau
keadaan.
Jenis Statistik Deskriptif
a. Rerata (Mean)
Rerata/mean merupakan salah
satu ukuran untuk memberikan
gambaran yang lebih jelas dan
singkat tentang sekumpulan data
dengan melihat pusat suatu data,
apabila data diurutkan dari yang
terkecil sampai terbesar atau
sebaliknya.
1. Analisis Pemusatan Data
1) Data Tunggal
Apabila data yang diperoleh tidak
dikelompokkan maka rumus yang tepat
digunkan dalam menghitung rerata adalah
sebagai berikut:
π‘₯ =
π‘₯
𝑛
Keteranagan
π‘₯ = Rerata
π‘₯ = Jumlah semua hasil
pengamatan/observasi
n = Jumlah semua observasi
Rerata (Mean)
Data Berkelompok
Data Kelompok
Apabila data yang diperoleh telah dikelompokkan dan disajikan
dalam bentuk tabel distribusi frekuensi maka rumus yang tepat
digunkan dalam menghitung rerata adalah sebagai berikut:
π‘₯ =
𝑓.π‘₯𝑖
𝑓
Keteranagan
π‘₯ = Rerata
f = frekuensi kelas interval
xi = titik tengah kelas interval
Contoh Data Tunggal
Contoh Data Berkelompok
MEDIAN
Median adalah nilai tengah dari gugusan data yang
telah diurutkan (disusun) mulai dari data terkecil sampai
data terbesar. Berbeda dengan dengan rerata yang
dihitung dari semua nilai data, median merupakan posisi
rerata. Posisi median dalam dta berada di tengah,
sehingga banyaknya data di bawahnya sama dengan
banyaknya data di atasnya.
MODUS
Modus merupakan nilai yang paling sering muncul
(frekuensi terbesar) dari seperangkat data. Kalau kita ingin
segera mengetahui nilai pemusatan, maka kita menghitung
modus. Seperangkat data dapat saja tidak memiliki modus,
tetapi sebaliknya dapat pula memiliki beberapa modus.
Kalau satu modus saja disebut unimodal, dua modus disebut
bimodal dan kalau tanpa modus disebut nonmodal.
Jenis Statistik Deskriptif
1. Data Tunggal
Apabila data yang diperoleh tidak
dikelompokkan maka modus suatu
data dapat ditentukan berdasarkan
banyaknya kemunculan atau data
yang paling dominan.
MODUS
2. Data Kelompok
Apabila data yang diperoleh
telah dikelompokkan maka modus
suatu data dapat ditentukan
berdasarkan frekuensi terbesar dari
kelas interval.
MODUS
Dengan menggunakan rumus sebagai berikut:
Mo = Tb +
𝑑1
𝑑1+ 𝑑2
. p
Mo = Modus
Tb = Batas bawah interval kelas modus
𝑑1 = Selisih antara frekuensi kelas modus dengan frekuensi kelas
sebelumnya
𝑑2 = Selisih antara frekuensi kelas modus dengan frekuensi kelas
setelahnya
p = Lebar interval kelas modus
Contoh Data Tunggal
Contoh Data Berkelompok
Jenis Statistik Deskriptif
2) Data Kelompok
Apabila data yang diperoleh telah
dikelompokkan maka modus suatu data
dapat ditentukan berdasarkan frekuensi
terbesar dari kelas interval.
1. Analisis Pemusatan Data
Dengan menggunakan rumus sebagai berikut:
Mo = Tb +
𝑑1
𝑑1+ 𝑑2
. p
Mo = Modus
Tb = Batas bawah interval kelas modus
𝑑1 = Selisih antara frekuensi kelas modus
dengan frekuensi kelas sebelumnya
𝑑2 = Selisih antara frekuensi kelas modus
dengan frekuensi kelas setelahnya
p = Lebar interval kelas modus
Contoh Data Tunggal
Contoh Data Berkelompok
Jenis Statistik Deskriptif
Variansi merupakan Bentuk kuadrat dari
simpangan baku. simpangan baku atau
standard deviasi merupakan suatu nilai yang
menunjukan besarnya simpangan rata-rata
seluruh nilai yang ada dalam kelompok data
dengan nilai pusatnya dengan cara
menghilangkan kemungkinan nilai nol
dengan jalan dikuadratkan, sehingga ukuran
pentebaran yang paling sering digunakan
adalah simpangan baku.
2. Varians dan Simpangan Baku
Simpangan baku disimbolkan dengan s
dan variansi disimbolkan dengan 𝑠2,
simbol tersebut berlaku untuk
pengukuran sampel. Sedangkan untuk
pengukuran populasi, sipangan baku
disimbolkan dengan Οƒ (sigma) dan
variansi disimbolkan dengan 𝜎2
. Jadi s
dan 𝑠2
adalah statistik sedangkan Οƒ
dan 𝜎2
adalah parameternya.
Contoh Varians dan Simpangan
Baku Data Tunggal
Contoh Varians dan Simpangan
Baku Data Tunggal
Jenis Statistik Deskriptif
a. Variansi dan simpangan baku dari sampel
Variansi dan simpangan baku dari data
tunggal x1, x2, x3, ... , xn yang berasal dari sampel
didefinisikan;
Variansi (𝑠2) = 𝑖=1
𝑛
π‘₯𝑖
βˆ’
π‘₯ 2
π‘›βˆ’1
Simpangan Baku (s) = 𝑖=1
𝑛 π‘₯𝑖
βˆ’
π‘₯ 2
π‘›βˆ’1
Keterangan:
𝑠2
= Variansi
𝑠 = Simpangan baku
𝑛 = Jumlah seluruh data dalam sampel
π‘₯𝑖 = Nilai data ke- i
π‘₯ = Rata-rata seluruh nilai data sampel
2. Varians dan Simpangan Baku
b. Variansi dan simpangan baku dari populasi
Variansi dan simpangan baku yang berasal
dari populasi didefinisikan;
Variansi (𝜎2
) = 𝑖=1
𝑛
π‘₯𝑖
βˆ’
πœ‡ 2
𝑛
Simpangan Baku (𝜎) = 𝑖=1
𝑛 π‘₯𝑖
βˆ’
πœ‡ 2
𝑛
𝜎2
= Variansi
𝜎 = Simpangan baku
𝑛 = Jumlah seluruh data dalam populasi
πœ‡ = Rata-rata populasi
B. Apa itu Statistik Inferensial ???
Statistik inferensial yang lazim juga disebut
Statistik Induktif adalah Statistik Lanjut atau Statistik
Mendalam yang menyediakan aturan atau cara yang
dapat dipergunakan sebagai alat dalam rangka
mencoba menarik kesimpulan yang bersifat umum,
dari sekumpulan data yang telah dikumpul dan diolah.
Selain itu, Statistik Inferensial juga menyediakan
aturan tertentu dalam rangka penarikan kesimpulan,
penyusunan atau pembuatan ramalan, penaksiran
dan sebagainya.
Jenis Statistik Inferensial
Statitistik parametrik yaitu
statistik yang mengharuskan
beberapa syarat terpenuhi pada
parameter populasi seperti data
berskala interval ataupun rasio,
pengambilan sampel harus seacra
random, data memenuhi distribusi
normal, dan data memiliki varians
yang homogen.
1. Statistik Parametrik
Statistik nonparametrik
Statistik nonparametrik yaitu
statistik yang parameter
populasinya tidak perlu memenuhi
syart seperti pada statistik
parametrik. Statistik non parametrik
bersifat bebas sebaran dan lebih
sering menggunakan skala nominal
dan ordinal yang secara umum
memang tidak berdistribusi normal.
2. Statistik Nonparametrik
7. contoh penerapan STATISTIK DESKRIPTIF.pptx

More Related Content

Similar to 7. contoh penerapan STATISTIK DESKRIPTIF.pptx

Dinda aulia distribusi frekuensi dan ukuran perumusan data statistik ekonomi ...
Dinda aulia distribusi frekuensi dan ukuran perumusan data statistik ekonomi ...Dinda aulia distribusi frekuensi dan ukuran perumusan data statistik ekonomi ...
Dinda aulia distribusi frekuensi dan ukuran perumusan data statistik ekonomi ...
dinda aulia
Β 
Espa4123 statistika modul 2
Espa4123 statistika   modul 2Espa4123 statistika   modul 2
Espa4123 statistika modul 2
Ratzman III
Β 
Statistika deskriptif
 Statistika deskriptif Statistika deskriptif
Statistika deskriptif
Tiara Anggraini
Β 
Statistika Ekonomi I : Nilai Pusat Dan Ukuran Penyimpangan
Statistika Ekonomi I : Nilai Pusat Dan Ukuran PenyimpanganStatistika Ekonomi I : Nilai Pusat Dan Ukuran Penyimpangan
Statistika Ekonomi I : Nilai Pusat Dan Ukuran Penyimpangan
Arie Khurniawan
Β 
Slide3 gejalapusat ukuranpusat
Slide3 gejalapusat ukuranpusatSlide3 gejalapusat ukuranpusat
Slide3 gejalapusat ukuranpusat
Amrul Rizal
Β 

Similar to 7. contoh penerapan STATISTIK DESKRIPTIF.pptx (20)

Ukuran Penyebaran Data
Ukuran Penyebaran DataUkuran Penyebaran Data
Ukuran Penyebaran Data
Β 
Ukuran pemusatan
Ukuran pemusatanUkuran pemusatan
Ukuran pemusatan
Β 
R5 g kel 1 statdas 1
R5 g kel 1 statdas 1R5 g kel 1 statdas 1
R5 g kel 1 statdas 1
Β 
ukuran pemusatan data
ukuran pemusatan dataukuran pemusatan data
ukuran pemusatan data
Β 
Ukuran pemusatan data
Ukuran pemusatan dataUkuran pemusatan data
Ukuran pemusatan data
Β 
Dinda aulia distribusi frekuensi dan ukuran perumusan data statistik ekonomi ...
Dinda aulia distribusi frekuensi dan ukuran perumusan data statistik ekonomi ...Dinda aulia distribusi frekuensi dan ukuran perumusan data statistik ekonomi ...
Dinda aulia distribusi frekuensi dan ukuran perumusan data statistik ekonomi ...
Β 
Espa4123 statistika modul 2
Espa4123 statistika   modul 2Espa4123 statistika   modul 2
Espa4123 statistika modul 2
Β 
ukuran pemusatan dan penyebaran
ukuran pemusatan dan penyebaranukuran pemusatan dan penyebaran
ukuran pemusatan dan penyebaran
Β 
Ukuran Pemusatan
Ukuran PemusatanUkuran Pemusatan
Ukuran Pemusatan
Β 
Statistika Ekonomi - PENYAJIAN DATA DAN DISTRIBUSI FREKUENSI.ppt
Statistika Ekonomi - PENYAJIAN DATA DAN DISTRIBUSI FREKUENSI.pptStatistika Ekonomi - PENYAJIAN DATA DAN DISTRIBUSI FREKUENSI.ppt
Statistika Ekonomi - PENYAJIAN DATA DAN DISTRIBUSI FREKUENSI.ppt
Β 
Statistika Ekonomi - Pertemuan 2.ppt
Statistika Ekonomi - Pertemuan 2.pptStatistika Ekonomi - Pertemuan 2.ppt
Statistika Ekonomi - Pertemuan 2.ppt
Β 
7 analisa data deskriptif
7 analisa  data deskriptif7 analisa  data deskriptif
7 analisa data deskriptif
Β 
Statistika hilda novi x mia 6
Statistika hilda novi   x mia 6Statistika hilda novi   x mia 6
Statistika hilda novi x mia 6
Β 
Statistika deskriptif
 Statistika deskriptif Statistika deskriptif
Statistika deskriptif
Β 
Statistika Ekonomi I : Nilai Pusat Dan Ukuran Penyimpangan
Statistika Ekonomi I : Nilai Pusat Dan Ukuran PenyimpanganStatistika Ekonomi I : Nilai Pusat Dan Ukuran Penyimpangan
Statistika Ekonomi I : Nilai Pusat Dan Ukuran Penyimpangan
Β 
Petemuan 1
Petemuan 1Petemuan 1
Petemuan 1
Β 
Slide3 gejalapusat ukuranpusat
Slide3 gejalapusat ukuranpusatSlide3 gejalapusat ukuranpusat
Slide3 gejalapusat ukuranpusat
Β 
Materi statistika
Materi statistikaMateri statistika
Materi statistika
Β 
PERTEMUAN 1-3.pot.pptx
PERTEMUAN 1-3.pot.pptxPERTEMUAN 1-3.pot.pptx
PERTEMUAN 1-3.pot.pptx
Β 
Metode statistika
Metode statistikaMetode statistika
Metode statistika
Β 

Recently uploaded

Kenakalan Remaja (Penggunaan Narkoba).ppt
Kenakalan Remaja (Penggunaan Narkoba).pptKenakalan Remaja (Penggunaan Narkoba).ppt
Kenakalan Remaja (Penggunaan Narkoba).ppt
novibernadina
Β 
7.PPT TENTANG TUGAS Keseimbangan-AD-AS .pptx
7.PPT TENTANG TUGAS Keseimbangan-AD-AS .pptx7.PPT TENTANG TUGAS Keseimbangan-AD-AS .pptx
7.PPT TENTANG TUGAS Keseimbangan-AD-AS .pptx
SusanSanti20
Β 
BAB 5 KERJASAMA DALAM BERBAGAI BIDANG KEHIDUPAN.pptx
BAB 5 KERJASAMA DALAM BERBAGAI BIDANG KEHIDUPAN.pptxBAB 5 KERJASAMA DALAM BERBAGAI BIDANG KEHIDUPAN.pptx
BAB 5 KERJASAMA DALAM BERBAGAI BIDANG KEHIDUPAN.pptx
JuliBriana2
Β 

Recently uploaded (20)

MODUL AJAR MATEMATIKA KELAS 3 KURIKULUM MERDEKA.pdf
MODUL AJAR MATEMATIKA KELAS 3 KURIKULUM MERDEKA.pdfMODUL AJAR MATEMATIKA KELAS 3 KURIKULUM MERDEKA.pdf
MODUL AJAR MATEMATIKA KELAS 3 KURIKULUM MERDEKA.pdf
Β 
AKSI NYATA Numerasi Meningkatkan Kompetensi Murid_compressed (1) (1).pptx
AKSI NYATA  Numerasi  Meningkatkan Kompetensi Murid_compressed (1) (1).pptxAKSI NYATA  Numerasi  Meningkatkan Kompetensi Murid_compressed (1) (1).pptx
AKSI NYATA Numerasi Meningkatkan Kompetensi Murid_compressed (1) (1).pptx
Β 
Kenakalan Remaja (Penggunaan Narkoba).ppt
Kenakalan Remaja (Penggunaan Narkoba).pptKenakalan Remaja (Penggunaan Narkoba).ppt
Kenakalan Remaja (Penggunaan Narkoba).ppt
Β 
Aksi Nyata PMM Topik Refleksi Diri (1).pdf
Aksi Nyata PMM Topik Refleksi Diri (1).pdfAksi Nyata PMM Topik Refleksi Diri (1).pdf
Aksi Nyata PMM Topik Refleksi Diri (1).pdf
Β 
Intellectual Discourse Business in Islamic Perspective - Mej Dr Mohd Adib Abd...
Intellectual Discourse Business in Islamic Perspective - Mej Dr Mohd Adib Abd...Intellectual Discourse Business in Islamic Perspective - Mej Dr Mohd Adib Abd...
Intellectual Discourse Business in Islamic Perspective - Mej Dr Mohd Adib Abd...
Β 
OPTIMALISASI KOMUNITAS BELAJAR DI SEKOLAH.pptx
OPTIMALISASI KOMUNITAS BELAJAR DI SEKOLAH.pptxOPTIMALISASI KOMUNITAS BELAJAR DI SEKOLAH.pptx
OPTIMALISASI KOMUNITAS BELAJAR DI SEKOLAH.pptx
Β 
LATAR BELAKANG JURNAL DIALOGIS REFLEKTIF.ppt
LATAR BELAKANG JURNAL DIALOGIS REFLEKTIF.pptLATAR BELAKANG JURNAL DIALOGIS REFLEKTIF.ppt
LATAR BELAKANG JURNAL DIALOGIS REFLEKTIF.ppt
Β 
BAHAN PAPARAN UU DESA NOMOR 3 TAHUN 2024
BAHAN PAPARAN UU DESA NOMOR 3 TAHUN 2024BAHAN PAPARAN UU DESA NOMOR 3 TAHUN 2024
BAHAN PAPARAN UU DESA NOMOR 3 TAHUN 2024
Β 
vIDEO kelayakan berita untuk mahasiswa.ppsx
vIDEO kelayakan berita untuk mahasiswa.ppsxvIDEO kelayakan berita untuk mahasiswa.ppsx
vIDEO kelayakan berita untuk mahasiswa.ppsx
Β 
SOAL PUBLIC SPEAKING UNTUK PEMULA PG & ESSAY
SOAL PUBLIC SPEAKING UNTUK PEMULA PG & ESSAYSOAL PUBLIC SPEAKING UNTUK PEMULA PG & ESSAY
SOAL PUBLIC SPEAKING UNTUK PEMULA PG & ESSAY
Β 
Memperkasakan Dialog Prestasi Sekolah.pptx
Memperkasakan Dialog Prestasi Sekolah.pptxMemperkasakan Dialog Prestasi Sekolah.pptx
Memperkasakan Dialog Prestasi Sekolah.pptx
Β 
Prov.Jabar_1504_Pengumuman Seleksi Tahap 2_CGP A11 (2).pdf
Prov.Jabar_1504_Pengumuman Seleksi Tahap 2_CGP A11 (2).pdfProv.Jabar_1504_Pengumuman Seleksi Tahap 2_CGP A11 (2).pdf
Prov.Jabar_1504_Pengumuman Seleksi Tahap 2_CGP A11 (2).pdf
Β 
Pendidikan-Bahasa-Indonesia-di-SD MODUL 3 .pptx
Pendidikan-Bahasa-Indonesia-di-SD MODUL 3 .pptxPendidikan-Bahasa-Indonesia-di-SD MODUL 3 .pptx
Pendidikan-Bahasa-Indonesia-di-SD MODUL 3 .pptx
Β 
Aksi Nyata Disiplin Positif Keyakinan Kelas untuk SMK
Aksi Nyata Disiplin Positif Keyakinan Kelas untuk SMKAksi Nyata Disiplin Positif Keyakinan Kelas untuk SMK
Aksi Nyata Disiplin Positif Keyakinan Kelas untuk SMK
Β 
Kanvas BAGJA prakarsa perubahan Ahyar.pdf
Kanvas BAGJA prakarsa perubahan Ahyar.pdfKanvas BAGJA prakarsa perubahan Ahyar.pdf
Kanvas BAGJA prakarsa perubahan Ahyar.pdf
Β 
KELAS 10 PERUBAHAN LINGKUNGAN SMA KURIKULUM MERDEKA
KELAS 10 PERUBAHAN LINGKUNGAN SMA KURIKULUM MERDEKAKELAS 10 PERUBAHAN LINGKUNGAN SMA KURIKULUM MERDEKA
KELAS 10 PERUBAHAN LINGKUNGAN SMA KURIKULUM MERDEKA
Β 
Konseptual Model Keperawatan Jiwa pada manusia
Konseptual Model Keperawatan Jiwa pada manusiaKonseptual Model Keperawatan Jiwa pada manusia
Konseptual Model Keperawatan Jiwa pada manusia
Β 
Salinan dari JUrnal Refleksi Mingguan modul 1.3.pdf
Salinan dari JUrnal Refleksi Mingguan modul 1.3.pdfSalinan dari JUrnal Refleksi Mingguan modul 1.3.pdf
Salinan dari JUrnal Refleksi Mingguan modul 1.3.pdf
Β 
7.PPT TENTANG TUGAS Keseimbangan-AD-AS .pptx
7.PPT TENTANG TUGAS Keseimbangan-AD-AS .pptx7.PPT TENTANG TUGAS Keseimbangan-AD-AS .pptx
7.PPT TENTANG TUGAS Keseimbangan-AD-AS .pptx
Β 
BAB 5 KERJASAMA DALAM BERBAGAI BIDANG KEHIDUPAN.pptx
BAB 5 KERJASAMA DALAM BERBAGAI BIDANG KEHIDUPAN.pptxBAB 5 KERJASAMA DALAM BERBAGAI BIDANG KEHIDUPAN.pptx
BAB 5 KERJASAMA DALAM BERBAGAI BIDANG KEHIDUPAN.pptx
Β 

7. contoh penerapan STATISTIK DESKRIPTIF.pptx

  • 1.
  • 2. STATISTIK 1. Statistik Deskriptif 2. Statistik Inferensial
  • 3. A. Apa itu Statistik Deskriptif ??? Statistik deskriptif atau sering disebut Statistik Deduktif adalah Statistik Sederhana atau statistik yang tingkat pekerjaannya mencakup cara-cara menghimpun, menyusun atau mengatur, mengolah, menyajikan dan menganalisis data angka, agar dapat memberikan gambaran yang teratur, ringkas dan jelas mengenai suatu gejala, peristiwa atau keadaan.
  • 4. Jenis Statistik Deskriptif a. Rerata (Mean) Rerata/mean merupakan salah satu ukuran untuk memberikan gambaran yang lebih jelas dan singkat tentang sekumpulan data dengan melihat pusat suatu data, apabila data diurutkan dari yang terkecil sampai terbesar atau sebaliknya. 1. Analisis Pemusatan Data 1) Data Tunggal Apabila data yang diperoleh tidak dikelompokkan maka rumus yang tepat digunkan dalam menghitung rerata adalah sebagai berikut: π‘₯ = π‘₯ 𝑛 Keteranagan π‘₯ = Rerata π‘₯ = Jumlah semua hasil pengamatan/observasi n = Jumlah semua observasi
  • 5. Rerata (Mean) Data Berkelompok Data Kelompok Apabila data yang diperoleh telah dikelompokkan dan disajikan dalam bentuk tabel distribusi frekuensi maka rumus yang tepat digunkan dalam menghitung rerata adalah sebagai berikut: π‘₯ = 𝑓.π‘₯𝑖 𝑓 Keteranagan π‘₯ = Rerata f = frekuensi kelas interval xi = titik tengah kelas interval
  • 8. MEDIAN Median adalah nilai tengah dari gugusan data yang telah diurutkan (disusun) mulai dari data terkecil sampai data terbesar. Berbeda dengan dengan rerata yang dihitung dari semua nilai data, median merupakan posisi rerata. Posisi median dalam dta berada di tengah, sehingga banyaknya data di bawahnya sama dengan banyaknya data di atasnya.
  • 9. MODUS Modus merupakan nilai yang paling sering muncul (frekuensi terbesar) dari seperangkat data. Kalau kita ingin segera mengetahui nilai pemusatan, maka kita menghitung modus. Seperangkat data dapat saja tidak memiliki modus, tetapi sebaliknya dapat pula memiliki beberapa modus. Kalau satu modus saja disebut unimodal, dua modus disebut bimodal dan kalau tanpa modus disebut nonmodal.
  • 10. Jenis Statistik Deskriptif 1. Data Tunggal Apabila data yang diperoleh tidak dikelompokkan maka modus suatu data dapat ditentukan berdasarkan banyaknya kemunculan atau data yang paling dominan. MODUS 2. Data Kelompok Apabila data yang diperoleh telah dikelompokkan maka modus suatu data dapat ditentukan berdasarkan frekuensi terbesar dari kelas interval.
  • 11. MODUS Dengan menggunakan rumus sebagai berikut: Mo = Tb + 𝑑1 𝑑1+ 𝑑2 . p Mo = Modus Tb = Batas bawah interval kelas modus 𝑑1 = Selisih antara frekuensi kelas modus dengan frekuensi kelas sebelumnya 𝑑2 = Selisih antara frekuensi kelas modus dengan frekuensi kelas setelahnya p = Lebar interval kelas modus
  • 14. Jenis Statistik Deskriptif 2) Data Kelompok Apabila data yang diperoleh telah dikelompokkan maka modus suatu data dapat ditentukan berdasarkan frekuensi terbesar dari kelas interval. 1. Analisis Pemusatan Data Dengan menggunakan rumus sebagai berikut: Mo = Tb + 𝑑1 𝑑1+ 𝑑2 . p Mo = Modus Tb = Batas bawah interval kelas modus 𝑑1 = Selisih antara frekuensi kelas modus dengan frekuensi kelas sebelumnya 𝑑2 = Selisih antara frekuensi kelas modus dengan frekuensi kelas setelahnya p = Lebar interval kelas modus
  • 17. Jenis Statistik Deskriptif Variansi merupakan Bentuk kuadrat dari simpangan baku. simpangan baku atau standard deviasi merupakan suatu nilai yang menunjukan besarnya simpangan rata-rata seluruh nilai yang ada dalam kelompok data dengan nilai pusatnya dengan cara menghilangkan kemungkinan nilai nol dengan jalan dikuadratkan, sehingga ukuran pentebaran yang paling sering digunakan adalah simpangan baku. 2. Varians dan Simpangan Baku Simpangan baku disimbolkan dengan s dan variansi disimbolkan dengan 𝑠2, simbol tersebut berlaku untuk pengukuran sampel. Sedangkan untuk pengukuran populasi, sipangan baku disimbolkan dengan Οƒ (sigma) dan variansi disimbolkan dengan 𝜎2 . Jadi s dan 𝑠2 adalah statistik sedangkan Οƒ dan 𝜎2 adalah parameternya.
  • 18. Contoh Varians dan Simpangan Baku Data Tunggal
  • 19. Contoh Varians dan Simpangan Baku Data Tunggal
  • 20. Jenis Statistik Deskriptif a. Variansi dan simpangan baku dari sampel Variansi dan simpangan baku dari data tunggal x1, x2, x3, ... , xn yang berasal dari sampel didefinisikan; Variansi (𝑠2) = 𝑖=1 𝑛 π‘₯𝑖 βˆ’ π‘₯ 2 π‘›βˆ’1 Simpangan Baku (s) = 𝑖=1 𝑛 π‘₯𝑖 βˆ’ π‘₯ 2 π‘›βˆ’1 Keterangan: 𝑠2 = Variansi 𝑠 = Simpangan baku 𝑛 = Jumlah seluruh data dalam sampel π‘₯𝑖 = Nilai data ke- i π‘₯ = Rata-rata seluruh nilai data sampel 2. Varians dan Simpangan Baku b. Variansi dan simpangan baku dari populasi Variansi dan simpangan baku yang berasal dari populasi didefinisikan; Variansi (𝜎2 ) = 𝑖=1 𝑛 π‘₯𝑖 βˆ’ πœ‡ 2 𝑛 Simpangan Baku (𝜎) = 𝑖=1 𝑛 π‘₯𝑖 βˆ’ πœ‡ 2 𝑛 𝜎2 = Variansi 𝜎 = Simpangan baku 𝑛 = Jumlah seluruh data dalam populasi πœ‡ = Rata-rata populasi
  • 21. B. Apa itu Statistik Inferensial ??? Statistik inferensial yang lazim juga disebut Statistik Induktif adalah Statistik Lanjut atau Statistik Mendalam yang menyediakan aturan atau cara yang dapat dipergunakan sebagai alat dalam rangka mencoba menarik kesimpulan yang bersifat umum, dari sekumpulan data yang telah dikumpul dan diolah. Selain itu, Statistik Inferensial juga menyediakan aturan tertentu dalam rangka penarikan kesimpulan, penyusunan atau pembuatan ramalan, penaksiran dan sebagainya.
  • 22. Jenis Statistik Inferensial Statitistik parametrik yaitu statistik yang mengharuskan beberapa syarat terpenuhi pada parameter populasi seperti data berskala interval ataupun rasio, pengambilan sampel harus seacra random, data memenuhi distribusi normal, dan data memiliki varians yang homogen. 1. Statistik Parametrik Statistik nonparametrik Statistik nonparametrik yaitu statistik yang parameter populasinya tidak perlu memenuhi syart seperti pada statistik parametrik. Statistik non parametrik bersifat bebas sebaran dan lebih sering menggunakan skala nominal dan ordinal yang secara umum memang tidak berdistribusi normal. 2. Statistik Nonparametrik