i - zeamayshibrida's blog | just another wordpress.com … sebagian data untuk kemudian sampai...
TRANSCRIPT
S T A T I S T I K A
Oleh :
WIJAYA email : [email protected]
FAKULTAS KEGURUAN DAN ILMU PENDIDIKIAN
UNIVERSITAS SWADAYA GUNUNG JATI CIREBON
2010
Wijaya : Statistika 0
I. PENDAHULUAN
Statistika adalah pengetahuan cara–cara mengumpulkan, mengolah,
menyajikan, menganalisis data dan menafsirkannya atau menarik
kesimpulan berdasarkan analisis tersebut.
Statistika Deskriptif adalah bagian dari statistika yang hanya berkaitan
dengan pengumpulan, pengolahan dan penyajian data sehingga
memberikan informasi yang berguna, tanpa menarik kesimpulan terhadap
gugus data (populasi).
Statistika Inferensia adalah semua metode yang berhubungan dengan
analisis sebagian data untuk kemudian sampai pada peramalan atau
penarikan kesimpulan mengenai gugus data (populasi).
Data adalah keterangan mengenai suatu hal yang berbentuk bilangan atau
kategori.
Data dapat dibagi atas dasar :
1. Sifatnya :
a. Data Kuantitatif adalah data yang berbentuk bilangan.
Data Diskrit : Data hasil menghitung (membilang) ; merupakan
bilangan bulat.
Data Kontinyu : Data hasil mengukur; bisa berbentuk bilangan
pecahan.
b. Data Kualitatif adalah data yang dikategorikan menurut kualitas
objek.
2. Sumbernya :
a. Data Internal : Data yang menggambarkan keadaan di dalam suatu
organisasi.
b. Data Eksternal : Data yang menggambarkan keadaan di luar suatu
organisasi.
Wijaya : Statistika 1
Wijaya : Statistika 2
3. Cara Memperolehnya :
a. Data Primer : Data yang diperoleh langsung dari sumbernya.
b. Data Sekunder : Data yang diperoleh dari pihak lain.
4. Skala Data :
a. Skala Nominal atau Klasifikasi, misal jenis kelamin, pekerjaan dll..
b. Skala Ordinal atau Berperingkat, misal opini (baik, sedang, jelek).
c. Skala Interval, misal suhu, jarak
d. Skala Rasio, misal pendapatan keluarga, produksi dll.
Data yang baru dikumpulkan dan belum mengalami pengolahan apapun
disebut Data Mentah. Proses pengumpulan data dapat dilakukan melalui
Sensus dan Sampling.
Populasi adalah keseluruhan pengamatan yang menjadi perhatian kita.
Banyaknya pengamatan atau anggota populasi disebut Ukuran Populasi.
Ukuran populasi ada terhingga ada yang tak hingga. Dalam Statistika
Inferensia, kita ingin memperoleh kesimpulan mengenai populasi, meskipun
kita tidak mungkin atau tidak praktis untuk mengamati keseluruhan individu
yang menyusun populasi. Oleh karena itu, kita terpaksa menggantungkan pada
sebagian anggota populasi (contoh) untuk menarik kesimpulan mengenai
populasi tersebut.
Sampel atau Contoh atau Cuplikan adalah himpunan bagian dari
populasi. Apabila kita menginginkan kesimpulan dari contoh terhadap populasi
menjadi sah, maka contoh harus bersifat representatif (mewakili). Sebaliknya
apabila contoh tidak representatif maka kesimpulan akan menjadi bias.
Kesimpulan yang tidak bias adalah kesimpulan yang sesuai dengan keadaan
sebenarnya. Untuk menghilangkan kemungkinan kesimpulan yang bias, kita
perlu mengambil Contoh Acak Sederhana atau disingkat Contoh Acak.
Contoh Acak n pengamatan adalah suatu contoh yang dipilih sedemikian
rupa sehingga himpunan bagian yang berukuran n dari populasi tersebut
mempunyai peluang yang sama untuk dipilih.
Apabila populasinya terhingga, penentuan contoh acak dapat dilakukan
dengan menuliskan semua anggota pada sepotong kertas kecil (cara undian).
Untuk populasi yang berukuran besar, penentuan contoh acak dilakukan
dengan menggunakan Tabel Angka Acak.
Penyajian Data ada dua cara, yaitu dalam bentuk :
1. Tabel atau Daftar, seperti Tabel Distribusi Frekuensi dan Daftar Baris–
Kolom.
2. Grafik atau Diagram, seperti Diagram Batang, Diagram Garis (Grafik),
Diagram Lambang atau Simbol (Piktogram), Diagram Pastel (Lingkaran)
atau Pie, dan Diagram Pencar (Titik) atau Scatter Diagram.
Wijaya : Statistika 3
II. UKURAN STATISTIK BAGI DATA
2.1 Parameter dan Statistik
Terminologi dan notasi yang digunakan statistikawan dalam mengolah
data sepenuhnya bergantung pada apakah data tersebut merupakan populasi
atau suatu contoh yang diambil dari suatu populasi. Misal banyaknya
kesalahan ketik pada setiap halaman yang dilakukan oleh seorang sekretaris
ketika mengetik sebuah dokumen setebal 10 halaman adalah 1, 0, 1, 2, 3, 1, 1,
4, 0 dan 2. Pertama, jika diasumsikan bahwa dokumen itu memang tepat
setebal 10 halaman maka data tersebut merupakan populasi terhingga yang
kecil. Kita dapat mengatakan bahwa banyaknya kesalahan ketik terbesar
adalah 4, atau menyatakan nilai tengah (rata–rata) hitungnya adalah 1,5.
Bilangan 4 dan 1,5 tersebut merupakan deskripsi bagi populasi. Kita menyebut
nilai–nilai demikian itu parameter populasi.
Parameter adalah sembarang nilai yang menjelaskan ciri populasi
Sekarang misalkan bahwa data tersebut merupakan contoh 10 halaman dari
naskah yang jauh lebih tebal. Maka bilangan 4 dan 1,5 tersebut merupakan
deskripsi bagi contoh, dan disebut statistik.
Statistik adalah sembarang nilai yang menjelaskan ciri suatu contoh.
2.2 Ukuran Data
Untuk mendapatkan gambaran yang lebih jelas tentang data (sampel atau
populasi), selain dengan tabel dan diagram, masih diperlukan ukuran–ukuran
lain yang merupakan wakil dari data tersebut. Ukuran yang dimaksud dapat
Wijaya : Statistika 4
berupa Ukuran Pemusatan (rata–rata, median, modus), Ukuran Letak atau
Fraktil atau Kuantil (Persentil, Desil, Quartil) dan Ukuran Penyimpangan atau
Keragaman (Rentang, Rentang Antar Quartil, Simpangan Antar Quartil, Rata–
rata Simpangan, Ragam, Simpangan Baku, Koefisien Keragaman, Koefisien
Keragaman Quartil, Bilangan Baku). Penjelasan berikut merupakan ukuran data
bagi Sampel (Contoh).
2.2.1 Data Tidak Dikelompokkan
(1) Ukuran Pemusatan
Ukuran pemusatan merupakan sembarang ukuran yang menunjukkan
pusat segugus data yang telah diurutkan.
a. Rata–rata Hitung (Aritmatic Mean) atau Nilai Tengah
Misalkan x1, x2, ..., xn, tidak harus semuanya berbeda, merupakan
sebua o terhingga berukuran n, maka rata–ratanya adalah : h cont h
∑
Teladan 2.1.
Tabel di bawah ini menunjukkan gaji bulanan (dalam jutaan rupiah) 40
pegawai lembaga pemerintah :
2,2 4,1 3,5 2,5 3,2 3,7 3,0 2,6
3,4 1,6 3,1 3,3 3,8 3,1 4,5 3,7
2,5 2,8 2,8 3,6 2,9 2,7 3,9 3,1
3,3 3,1 3,7 2,4 3,2 4,1 1,9 3,4
2,3 3,8 3,2 2,6 3,9 3,0 4,2 3,5
Wijaya : Statistika 5
∑ ,,
b. Rata–rata Gabungan
Bila contoh acak berukuran n1, n2, ..., nk, diambil dari k populasi masing–
masing deng a rata x1, x2, ..., xk, maka rata–rata gabungannya : an r ta
∑∑
Teladan 2.2
Tiga kelas statistika masing–masing mempunyai 28, 32 dan 35
mahasiswa, pada ujian akhir mencapai rata–rata 83, 80 dan 76. Berapa rata–
rata gabungannya :
,
c. Rata–rata Tertimbang (Terboboti)
Bila contoh dengan nilai x1, x2, ..., xn, diberi bobot w1, w2, ..., wn, maka
rata–rata tertimbangnya :
∑∑
Teladan 2.3
Nilai ujian 3 mata kuliah seorang mahasiswa adalah :
Mata Kuliah Nilai (xi) SKS (wi) wi.xi
Statistika 2 3 6
Akuntansi 3 4 12
T. Ekonomi 4 3 12
10 30
Wijaya : Statistika 6
Beberapa Sifat Rata–rata Hitung
1. Jumlah dari selisih nilai pengamatan terhadap rata–ratanya adalah nol,
atau jumla p dalah nol. h sim angannya a
2. Jumlah s a ad a tanya berharga minimum : impang n ku rat dari r ta–ra
k = nilai pengamatan
3. Penambahan atau pengurangan suatu konstanta c pada setiap nilai
pengamatan, maka rata–rata semula sama dengan rata–rata yang baru
dikurangi atau ditambah dengan c.
5. Penggandaan atau pembagian setiap nilai pengamatan dengan suatu
konstanta c, maka rata–rata semula sama dengan rata–rata yang baru
dibagi atau digandakan dengan c.
d. Rata–rata Harmonik
Rata–rata Harmonik (H) bagi n buah bilangan x1, x2, ..., xn, adalah n
dibagi dengan jumlah kebalikan bilangan–bilangan tersebut.
∑
Dalam praktek rata–rata harmonik paling sering digunakan merata–
ratakan kecepatan untuk beberapa jarak tempuh yang sama, untuk mencari
harga rata–rata suatu komoditi tertentu, dan dana bersama yang dibeli dengan
cara menginvestasikan sejumlah uang tertentu setiap kali.
Wijaya : Statistika 7
Teladan 2.4
Seorang keryawan menanamkan uang 1200 dolar per bulan untuk usaha
bersama. Dalam tiga bulan terakhir harga sahamnya adalah 2,4 ; 3,0 dan 4,0
dolar. Berapa rata–rata harga saham yang dibeli karyawan tersebut ?
Penyelesaian :
, , ,
Keterangan : jika menggunakan rata–rata hitung hasilnya 9,4 : 3 = 3,13, dan
tentu saja merupakan hasil yang salah. Hal ini bisa dijelaskan sebagai berikut :
Pada Bulan I : saham yang dibeli 1200 : 2,4 = 500 lembar
Pada Bulan II : saham yang dibeli 1200 : 3,0 = 400 lembar
Pada Bulan III : saham yang dibeli 1200 : 4,0 = 300 lembar
Rata–ratanya = 3600 dolar : 1200 lembar = 3 dolar per lembar
e. Rata–rata Ukur (Geometrik)
Rata–rata Ukur (U) bagi n buah bilangan x1, x2, ..., xn, adalah akar ke n
hasil kali bilangan–bilangan tersebut.
U = (x1. x2. .... xn )1/n
Log U = 1/n . Log (x1. x2. .... xn )
Teladan 2.5
Selama periode 4 tahun berturut–turut seorang karyawan telah menerima
kenaikan gaji tahunan sebesar 7,2 ; 8,6 ; 6,9 dan 9,8 %, maka rasio gaji tahun
sedang berjalan dengan tahun sebelumnya adalah 1,72 ; 1,86 ; 1,69 dan 1,98.
Maka rata–rata ukur bagi rasio kenaikan gaji tersebut adalah :
Log U = 1/4 . Log (1,72) (1,86) (1,69) (1,98)
Log U = 0,034
U = 1,08 (sama dengan 8 %)
Wijaya : Statistika 8
Hubungan rata–rata Ukur Dengan Bunga Majemuk
Pada bunga majemuk, jumlah uang pada akhir tahun ke–n dengan bunga tetap
r adalah :
Pn = P ( 1 + r)n 0
Kalau tingkat bunga berubah dari waktu ke waktu yaitu r1, r2, ..., rn maka :
Pn = P0 ( 1 + r1)(1 + r2)....(1 + rn )
Dari kedua formula di atas dapat dikembangkan menjadi :
( 1 + r)n = ( 1 + r1)(1 + r2)....(1 + rn )
Teladan 2.6
Pendapatan Nasional suatu negara tahun 1976 sebesar 400 milyar dolar, dan
pada tahun 1980 sebesar 500 milyar dolar. Berapa rata–rata tingkat
pertumbuhan pendapatan nasional per tahun ?
Jawab :
, , %
f. Median (Me)
– merupakan nilai rata–rata ditinjau dari segi kedudukannya dalam
urutan data.
– membagi keseluruhan data menjadi dua bagian yang sama banyaknya
(setelah data diurutkan dari terkecil sampai terbesar, atau sebaliknya).
Wijaya : Statistika 9
Me = Nilai ke ½ (n + 1)
Teladan 2.7
Tabel di bawah ini menunjukkan gaji bulanan (dalam jutaan rupiah) 40
pegawai lembaga pemerintah :
2,2 4,1 3,5 2,5 3,2 3,7 3,0 2,6
3,4 1,6 3,1 3,3 3,8 3,1 4,5 3,7
2,5 2,8 2,8 3,6 2,9 2,7 3,9 3,1
3,3 3,1 3,7 2,4 3,2 4,1 1,9 3,4
2,3 3,8 3,2 2,6 3,9 3,0 4,2 3,5
Setelah diurutkan menjadi :
1,6 1,9 2,2 2,3 2,4 2,5 2,5 2,6
2,6 2,7 2,8 2,8 2,9 3,0 3,0 3,1
3,1 3,1 3,1 3,2 3,2 3,2 3,3 3,3
3,4 3,4 3,5 3,5 3,6 3,7 3,7 3,7
3,8 3,8 3,9 3,9 4,1 4,1 4,2 4,5
– , , – , ,
g. Modus (Mo)
Modus suatu pengamatan adalah nilai yang paling sering terjadi, atau nilai
dengan frekuensi paling tinggi. Modus tidak selalu ada, juga bisa lebih dari
satu nilai.
Wijaya : Statistika 10
Teladan 2.8.
Untuk data gaji bulanan pegawai pemerintah setelah diurutkan yaitu :
1,6 1,9 2,2 2,3 2,4 2,5 2,5 2,6
2,6 2,7 2,8 2,8 2,9 3,0 3,0 3,1
3,1 3,1 3,1 3,2 3,2 3,2 3,3 3,3
3,4 3,4 3,5 3,5 3,6 3,7 3,7 3,7
3,8 3,8 3,9 3,9 4,1 4,1 4,2 4,5
Modus (Mo) = 3,1
(2) Ukuran Letak (Fraktil atau Kuantil)
Ukuran Letak adalah nilai–nilai yang dibawahnya terdapat sejumlah
pecahan atau persentase tertentu.
a. Quartil (Q) = nilai yang membagi segugus pengamatan menjadi 4 bagian
yang sama banyaknya setelah data diurutkan.
Qi = nilai ke i ( n + 1) / 4
b. Desil (D) = nilai yang membagi segugus pengamatan menjadi 10 bagian
yang sama banyaknya setelah data diurutkan.
Di = nilai ke i ( n + 1) / 10
c. Persentil (P) = nilai yang membagi segugus pengamatan menjadi 100
bagian yang sama banyaknya setelah data diurutkan.
Pi = nilai ke i ( n + 1) / 100
Wijaya : Statistika 11
Teladan 2.9
Untuk data gaji bulanan pegawai pemerintah setelah diurutkan yaitu :
1,6 1,9 2,2 2,3 2,4 2,5 2,5 2,6
2,6 2,7 2,8 2,8 2,9 3,0 3,0 3,1
3,1 3,1 3,1 3,2 3,2 3,2 3,3 3,3
3,4 3,4 3,5 3,5 3,6 3,7 3,7 3,7
3,8 3,8 3,9 3,9 4,1 4,1 4,2 4,5
A. Quartil (Q) :
1. aQu rtil-1 (Q1) :
1 140 1 10
4
4
1014
11 – 10 2,714
2,8 – 2,7 2,725
2. a
40 1 201
Qu rtil-2 (Q2) :
24 2
2012
21 – 20 3,212
3,2 – 3,2 3,200
3. a
40 1 303
Qu rtil-3 (Q3) :
3
44
3034
31 – 30 3,734
3,7 – 3,7 3,700
Wijaya : Statistika 12
B. Desil (D) :
40 1 41
1. sDe il-1 (D1) :
1
1010
41
10 5 – 4 2,3
110
2,4 – 2,3 2,310
40 1 201
2. sDe il-5 (D5) :
5
10 2
2012
21 – 20 3,212
3,2 – 3,2 3,200
40 1 328
1
3. sDe il-8 (D8) :
8
010
328
10 33 – 32 3,7
810
3,8 – 3,7 3,780
Dengan cara yang sama akan diperoleh nilai desil lainnya yaitu :
D2 = 2,600 D3 = 2,830 D4 = 3,100
D6 = 3,360 D7 = 3,570 D9 = 4,080
C. Persentil (P) :
1. rsPe entil-25 (P25) :
5
40 1 1012
100 4
1014
11 – 10 2,714
2,8 – 2,7 2,725
Wijaya : Statistika 13
2. rsPe entil-75 (P75) :
75 340 1 30
4
100
3034
31 – 30 3,734
3,7 – 3,7 3,700
3. rsPe entil-90 (P90) :
90
040 1 36
91010
369
10 37 – 36 3,9
910
4,1 – 3,9 4,080
Dengan cara yang sama akan diperoleh nilai desil lainnya yaitu :
P10 = 2,310 P20 = 2,600 P30= 2,830
P40 = 3,100 P50 = 3,200 P60 = 3,360
P70 = 3,570 P80 = 3,780
Dari hasil perhitungan di atas, terdapat hubungan antara Quartil, Desil
dan Persntil yaitu :
D1 = P10 D2 = P10 D3 = P30 D4 = P40
D5 = P50 D6 = P60 D7 = P70 D8 = P80
D9 = P90 Q1 = P25 Q2 = D5 = P50 Q3 = P75
3. Ukuran Penyimpangan/Keragaman/Variasi/Penyebaran/Dispersi
Ukuran penyimpangan adalah ukuran yang menunjukkan penyimpangan
nilai suatu variabel terhadap nilai rata–ratanya. Ukuran penyimpangan ini
sebagai pelengkap bagi ukuran pemusatan dalam membandingkan dua atau
lebih gugus bilangan yang berbeda.
Wijaya : Statistika 14
Rumus ukuran penyimpangan yang dibahas merupakan rumus ukuran
penyimpangan contoh (untuk populasi lambang dan s diganti dengan μ dan
σ) yang meliputi :
a. Rentang / Range / Jangkauan = Selisih nilai terbesar dengan terkecil
b. Rentang Antar Kuartil (RAK) = K3 − K1
c. Simpangan Kuartil (SK) = ½ ( K3 − K1 )
d. Rata–rata Simpangan (RS) = 1/n ∑ ⏐ ⏐
n ∑ x2 − (∑ x)2 e. Ragam atau Varians ( s2 ) = ———————— n (n − 1)
f. Simpangan Baku (s) = √ s
g. Koefisien Variasi ata Koefisien Keragaman (KK) = u
h. Bilangan Baku z =
x 100%
Teladan 2.10
Untuk data gaji bulanan pegawai pemerintah setelah diurutkan yaitu :
1,6 1,9 2,2 2,3 2,4 2,5 2,5 2,6
2,6 2,7 2,8 2,8 2,9 3,0 3,0 3,1
3,1 3,1 3,1 3,2 3,2 3,2 3,3 3,3
3,4 3,4 3,5 3,5 3,6 3,7 3,7 3,7
3,8 3,8 3,9 3,9 4,1 4,1 4,2 4,5
. ,5 ,6 2,9
0 2,725 0,975
4 1
. 3,70
. 12
0,975 0,488
Wijaya : Statistika 15
. 1
| |
Tabel di bawah merupakan nilai | | :
0,98 0,92 0,32 0,68 0,02 0,52 0,18 0,58
0,22 1,58 0,08 0,12 0,62 0,08 1,32 0,52
0,68 0,38 0,38 0,42 0,28 0,48 0,72 0,08
0,12 0,08 0,52 0,78 0,02 0,92 1,28 0,22
0,88 0,62 0 02 0,58 0,72 , 0,18 1,02 0,32
. 1
| |1
4020,44 0,511
. ∑ ∑
1
Tabel di bawah merupakan nilai x2 :
4,84 16,81 12,25 6,25 10,24 13,69 9,00 6,76
11,56 2,56 9,61 10,89 14,44 9,61 20,25 13,69
6,25 7,84 7,84 12,96 8,41 7,29 15,21 9,61
10,89 9,61 13,69 5,76 10,24 16,81 3,61 11,56
5,29 14,44 10,24 6,76 15,21 9,00 17,64 12,25
. 40 420,86 127,2
40 40 10,4196
. 0,4196 0,6478
. 100% 0,6478
3,18100% 20,37
.
Wijaya : Statistika 16
Tabel di bawah merupakan nilai baku z :
-1,513 1,420 0,494 -1,050 0,031 0,803 -0,278 -0,895
0,340 -2,439 -0,124 0,185 0,957 -0,124 2,038 0,803
-1,050 -0,587 -0,587 0,648 -0,432 -0,741 1,112 -0,124
0,185 -0,124 0,803 -1,204 0,031 1,420 -1,976 0,340
-1,359 0,957 0,031 -0,895 1,112 -0,278 1,575 0,494
Tabel nilai baku z diatas, apabila dihitung nilai rata-rata dan ragamnya
diperoleh :
a. Rata-rata = 0,000
b. Ragam = 1,000
Teladan 2.11
Data berikut merupakan banyaknya ikan (xi) yang dapat ditangkap dari dua
buah kolam oleh 9 orang.
Kolam Nilai pengamatan
A 3 4 5 6 8 9 10 12 15
B 3 7 7 7 8 8 8 9 15
Selanjutnya dieroleh ukuran keragamannya sebagai berikut :
Ukuran Gugus A Gugus B
Rentang 15 − 3 = 12 15 − 3 = 12
RAK 11 − 4,5 = 6,5 8,5 − 7 = 1,5
SK 3,25 0,75
RS 1/9 (28) = 28/9 1/9 (16) = 16/9
s2 [9(700) − (72)2] / 72 = 15,5 [9(654) − (72)2] / 72 = 9,8
s √ 15,5 = 3,94 √ 9,8 = 3,13
KK (%) (3,94 : 8) x 100 % = 49,3 (3,13 : 8) x 100 % = 39
Wijaya : Statistika 17
Data di atas menunjukkan bahwa antara Gugus A dan B walaupun mempunyai
ukuran pemusatan dan Rentang yang sama, tetapi mempunyai ukuran
keragaman yang berbeda. Ternyata Rentang tidak berhasil mengukur
keragaman nilai–nilai diantara kedua ekstrim tersebut. Gugus A mempunyai
nilai keragaman yang lebih besar dibanding gugus B.
Teladan 2.12
Harga 5 buah mobil bekas masing–masing adalah Rp 4.000.000, Rp 4.500.000,
Rp 5.000.000, Rp 4,750.000, Rp 4.250.000, dan harga 5 ekor ayam masing–
masing adalah Rp 6000, Rp 8000, Rp 9000, Rp 5500, Rp 10.000. Tentukan
harga mobil atau harga ayam yang lebih beragam !
Penyelesaian :
No Ukuran Mobil Ayam
1. Rata-rata 4.500.000 7.700
2. Simpangan Baku 395.280 1.920
3. Koef. Keragaman (%) 8,78 24,95 Jadi harga ayam lebih beragam dibandingkan harga mobil.
Teladan 2.13
Misal seorang mahasiswa mendapat nilai ujian Ekonomi Makro 82, sedangkan
rata–rata kelasnya 68 dengan simpangan baku 8. Nilai ujian Statistikanya 89,
sedangkan rata–rata kelasnya 80 dengan simpangan baku 6. Dalam ujian
mana ia mempunyai kedudukan yang lebih baik ?
Penyelesaian :
Ekonomi Makro : z = ( 82 − 68 ) / 8 = 1,75
Statistika : z = ( 89 − 80 ) / 6 = 1,50
Ternyata dalam ujian Ekonomi Makro mahasiswa tersebut berada 1,75
simpangan baku di atas rata–rata kelasnya, sedangkan dalam Statistika ia
hanya 1,5 simpangan baku di atas rata–rata kelasnya. Dengan demikian
Wijaya : Statistika 18
mahasiswa tersebut mempunyai kedudukan yang lebih baik dalam ujian
Ekonomi Makro.
Pengkodean Terhadap Ragam
Pengkodean disini dimaksudkan sebagai operasi penjumlahan,
pengurangan, penggandaan atau pembagian setiap nilai pengamatan dengan
suatu konstanta. Misalkan data pengamatan semula adalah xi kemudian
masing–masing nilai ditambah dengan konstanta c, sehingga rata–rata data
pengamatan semula adalah x dan rata–rata yang baru y = x + c. Kita hitung
ragam i u : bag y yait
∑1
∑1
∑1
Jadi, bila setiap pengamatan ditambah atau dikurangi dengan suatu konstanta
c, maka ragam data semula sama dengan ragam data yang baru.
Sekarang misalkan nilai data awal digandakan dengan konstanta c, jadi y = cx
maka rata–r m ba i atanya y = cx dan raga g y :
∑1
∑1
∑1
Jadi, bila setiap pengamatan digandakan (atau dibagi) dengan suatu konstanta
c, maka ragam data semula sama dengan ragam data yang baru dibagi (atau
digandakan) dengan c2.
2.2.2 Data Dikelompokkan
(1) Distribusi Frekuensi
Ciri–ciri penting bagi data dengan segera dapat diketahui melalui
pengelompokan data tersebut ke dalam beberapa kelas, kemudian dihitung
banyaknya pengamatan yang masuk ke dalam setiap kelas. Susunan demikian
dalam bentuk tabel disebut distribusi (sebaran) frekuensi. Data yang disajikan
Wijaya : Statistika 19
dalam bentuk distribusi frekuensi dikatakan sebagai data yang dikelompokkan.
Pengelompokan memberikan gambaran yang lebih jelas mengenai data
tersebut, tetapi kita kehilangan identitas masing–masing pengamatan.
Distribusi Frekuensi adalah susunan data berdasarkan kelas interval atau kategori tertentu.
Distribusi Frekuensi ada dua macam, yaitu :
1. Distribusi Frekuensi Numerik adalah distribusi frekuensi yang pembagian
kelasnya dinyatakan dengan angka.
2. Distribusi Frekuensi Kategori adalah distribusi frekuensi yang pembagian
kelasnya berdasarkan kategori.
Langkah–langkah penyusunan distribusi frekuensi adalah sebagai berikut :
a. Menentukan banyaknya kelas interval (5 sampai 20) atau digunakan
Aturan Sturges, yaitu : 1 + 3,3 Log n, dimana n menunjukkan ukuran
sampel.
b. Menentukan selisih bilangan terbesar dengan terkecil, yang disebut
rentang (range).
c. Menentukan panjang kelas interval (p) dimana p = (rentang : banyaknya
kelas interval).
d. Mencacah banyaknya pengamatan yang masuk ke dalam kelas interval.
Teladan 2.1.
Tabel di bawah ini menunjukkan gaji bulanan (dalam jutaan rupiah) 40
pegawai lembaga pemerintah :
2,2 4,1 3,5 2,5 3,2 3,7 3,0 2,6
3,4 1,6 3,1 3,3 3,8 3,1 4,5 3,7
2,5 2,8 2,8 3,6 2,9 2,7 3,9 3,1
3,3 3,1 3,7 2,4 3,2 4,1 1,9 3,4
2,3 3,8 3,2 2,6 3,9 3,0 4,2 3,5
Wijaya : Statistika 20
1. Banyaknya kelas interval = 1 + 3,3 log n = 1 + 3,3 log 40 = 6,3 (misal
kelas intervalnya sebanyak 6).
2. Selisih bilangan terbesar dengan terkecil (Range) = 4,5 − 1,6 = 2,9
3. Panjang kelas interval (p) = 2,9 : 6 = 0,50.
Daftar distribusi frekuensinya disajikan pada Tabel 1 berikut.
Tabel 1. Distribusi Frekuensi Gaji Bulanan (juta rupiah) 40 Pegawai Lembaga Pemerintah.
No No X F Frek. Relatif Frek. Kumulatif F % < >
1 1,6 − 2,0 1,8 2 0,05 5,0 2 40
2 2,1 − 2,5 2,3 5 0,13 12,5 7 38
3 2,6 − 3,0 2,8 8 0,20 20,0 15 33
4 3,1 − 3,5 3,3 13 0,33 32,5 28 25
5 3,6 − 4,0 3,8 8 0,20 20,0 36 12
6 4,1 − 4,5 4,3 4 0,10 10,0 40 4
Jumlah 40 1,00 100,0
Dari Tabel 1 di atas, yang dimaksud dengan :
a. Tepi (limit) Kelas adalah nilai–nilai dalam setiap kelas, terdiri dari
– Tepi Kelas Bawah : 1,6 ; 2,1 ; 2,6 ; 3,1 ; 3,6 ; 4,1
– Tepi Kelas Atas : 2,0 ; 2,5 ; 3,0 ; 3,5 ; 4,0 ; 4,5
b. Batas Kelas adalah nilai–nilai teoritis dari tepi kelas, terdiri dari
– Batas Kelas Bawah : 1,55 ; 2,05 ; 2,55 ; 3,05 ; 3,55 ; 4,05
– Batas Kelas Atas : 2,05 ; 2,55 ; 3,05 ; 3,55 ; 4,05 ; 4,55
c. Lebar (Panjang) Kelas adalah selisih batas atas kelas dengan batas bawah
kelas (p = 0,5)
d. Frekuensi Kelas adalah banyaknya pengamatan yang masuk ke dalam
setiap kelas
e. Titik Tengah Kelas (X) adalah titik tengah antara batas atas dengan batas
bawah kelas
Wijaya : Statistika 21
g. Frekuensi Kumulatif Kurang Dari dihitung atas dasar batas atas kelas,
sedangkan Frekuensi Kumulatif Lebih Dari dihitung atas dasar batas
bawah kelas.
Dari Tabel 1 dapat dikemukakan misalnya :
a. Karyawan yang mempunyai gaji antara 3,5 sampai 3,9 juta sebanyak 10
orang.
b. Karyawan dengan gaji minimal 3,0 juta sebanyak 33 orang atau 82,5 %.
Penyajian dalam bentuk diagram dan grafik disajikan pada Gambar 1
(Histogram, Poligon Frekuensi dan Kurva Frekuensi) dan Gambar 2 (Kurva
Frekuensi Kumulatif atau OGIF).
Gambar 1. Histogram, Poligon Frekuensi dan Kurva Frekuensi
Keterangan :
Poligon Frekuensi
Kurva Frekuensi (Kurva Populasi)
Wijaya : Statistika 22
Gambar 2. OGIF atau Frekuensi Kumulatif Kurang Dari dan Lebih dari
(2) Model Populasi
Gambar 1 menunjukkan bahwa Poligon Frekuensi merupakan garis patah–
patah yang menghubungkan titik–titik tengah kelas interval. Garis patah–patah
ini dapat didekati oleh sebuah lengkungan halus yang bentuknya secocok
mungkin dengan poligon tersebut. Lengkungan yang didapat dinamakan Kurva
Frekuensi. Kurva frekuensi ini merupakan Model Populasi yang ikut menjelaskan
ciri–ciri populasi. Oleh karena itu model populasi biasanya didekati atau
diturunkan dari kurva frekuensi. Bentuk kurva untuk model populasi yang
sering dijumpai yaitu bentuk simetrik, positif atau miring ke kiri (ekor kurva
menjulur ke kanan), negatif atau miring ke kanan (ekor kurva menjulur ke kiri).
Simetri Positif Negatif
Wijaya : Statistika 23
(3) Kurva Lorentz
Misalkan pendapatan per hari 10 orang masing–masing Rp 10.000,–,
apabila digambarkan dengan grafik dimana absis menyatakan kumulatif jumlah
orang dan ordinat menyatakan kumulatif pendapatan, maka grafiknya disajikan
pada Gambar 3. Seandainya orang yang ke 10 mempunyai pendapatan Rp
100.000,– dan 9 orang lainnya tidak mempunyai pendapatan (nol), maka
kurvanya adalah OPQ.
10 Q 9 8 7 6 5 4 3 2 1 P
0 1 2 3 4 5 6 7 8 9 10
Gambar 3. Grafik atau Kurva Lorentz
Kurva OQ menunjukkan pembagian pendapatan yang sama, artinya kalau
data tersebut merupakan data tingkat nasional (data penduduk dan
pendapatan) dan angka–angka kumulatif dinyatakan dengan persentase maka
terjadi pembagian pendapatan yang sama yaitu x % penduduk mendapat x %
pendapatan nasional. Dalam prakteknya apabila kurva Lorentz diterapkan pada
data pendapatan negara, kurvanya akan menyerupai ORQ. Semakin dekat ke
OQ pendapatan makin merata.
Wijaya : Statistika 24
(4) Ukuran Data Dikelompokkan
A. Ukuran Pemusatan
A.1 Rata–rata Hitung :
Cara I ∑ .
∑
Cara II ∑∑
X0 = titik tengah kelas yang dipilih, dan diberi nilai c = 0
p = panjang kelas interval
A.2 Median :
12
Me = Median
B = Batas bawah kelas median (kelas dimana median terletak)
p = Panjang kelas
n = Ukuran contoh
F = Jumlah frekuensi dengan tanda kelas lebih kecil dari kelas median
f = frekuensi kelas median
A.3 M duo s (Mo) :
Mo = Modus
B = Batas bawah kelas modus
p = Panjang kelas
Wijaya : Statistika 25
f1 = Selisih frekuensi kelas modus dengan frekuensi kelas sebelumnnya
f2 = Selisih frekuensi kelas modus dengan frekuensi kelas sesudahnya
Tabel 2. Distribusi Frekuensi Gaji Bulanan (juta rupiah) 40 Pegawai Lembaga Pemerintah.
No Interval x f f.x c f.c
1 1,6 − 2,0 1,8 2 3,6 −3 −6
2 2,1 − 2,5 2,3 5 11,5 −2 −10
3 2,6 − 3,0 2,8 8 22,4 −1 −8
4 3,1 − 3,5 3,3 13 42,9 0 0
5 3,6 − 4,0 3,8 8 30,4 1 8
6 4,1 − 4,5 4,3 4 17,2 2 8
Jumlah 40 128,0 −8
A.1 Rata–rata Hitung :
Cara I ∑ .
∑128,0
403,20
Cara II ∑∑ 3,3 0,5
840
3,20
A.2 Median :
12
3,05 0,520 15
133,24
A.3 M du
Wijaya : Statistika 26
o s (Mo) :
3,05 0,55
5 53,30
B. Ukuran Letak
Quartil = /4
/10
Desil =
/100
Persentil =
BB = Batas bawah kelas Pi , atau Di atau Ki
p = Panjang kelas = 0,5
n = Ukuran contoh = 40
F = Jumlah frekuensi dengan tanda kelas lebih kecil dari kelas Pi , Di , atau Ki
f = frekuensi kelas Pi , Di , atau Ki
Tabel 2. Distribusi Frekuensi Gaji Bulanan (juta rupiah) 40 Pegawai Lembaga Pemerintah.
No Interval X f BB
1 1,6 − 2,0 1,8 2 1,55
2 2,1 − 2,5 2,3 5 2,05
3 2,6 − 3,0 2,8 8 2,55
4 3,1 − 3,5 3,3 13 3,05
5 3,6 − 4,0 3,8 8 3,55
6 4,1 − 4,5 4,3 4 4,05
B.1 Quartil :
Wijaya : Statistika 27
1 404
10
1 /4 2,55 0,5
10 78
2,738
2 404
20
2 /4 3,05 0,5
20 1513
3,242
3 404
30
3 /4 3,55 0,5
30 288
3,675
B.2 Desil :
1 4010
1 /10
4
2,05 0,54 2
52,250
5 4010
5 /10
20
3,05 0,520 15
133,242
8 4010
8 /10
32
3,55 0,532 28
83,800
Dengan cara yang sama akan diperoleh nilai desil lainnya yaitu :
D2 = 2,613
D6 = 3,396
D3 = 2,742 D4 = 3,088
D9 = 4,050 D7 = 3,550
Wijaya : Statistika 28
B.3 Persentil :
10 40100
4
10 /100
2,05 0,54 2
52,250
25 40100
25 40 /100
10
2,55 0,510 7
82,738
50 40100
50 40 /100
20
3,05 0,520 15
133,242
75 40100
75 40 /100
30
3,55 0,530 28
83,675
Dengan cara yang sama akan diperoleh nilai desil lainnya yaitu :
P20 = 2,613 P30 = 2,742 P40 = 3,088
P60 = 3,396 P70 = 3,550 P80 = 3,800
P90 = 4,050
Wijaya : Statistika 29
Hubungan nilai persentil, desil dan kuartil dapat digambarkan dengan diagram
berikut :
Batas Gaji 2,738 3,242 3,675
Persentase 25 25 25 25
Ukuran Letak P25 = Q1 P50 = D5 = Q2 P75 = Q3
Dari tabel tersebut dapat dikemukakan, misalnya :
– sebanyak 25 % atau 10 orang karyawan memperoleh gaji lebih kecil dari
Rp 2,738 juta.
– banyaknya karyawan dengan gaji dari Rp 2,738 juta sampai Rp 3,675 juta
sebanyak 50 % atau 20 orang.
C. Ukuran Penyimpangan / Keragaman
Misal kita gunakan Distribusi Frekuensi Gaji Bulanan (juta rupiah) 40
Pegawai Lembaga Pemerintah.
No Interval xi f | | | |
1 1,6 − 2,0 1,8 2 1,4 2,8 3,24 6,48
2 2,1 − 2,5 2,3 5 0,9 4,5 5,29 26,45
3 2,6 − 3,0 2,8 8 0,4 3,2 7,84 62,72
4 3,1 − 3,5 3,3 13 0,1 1,3 10,89 141,57
5 3,6 − 4,0 3,8 8 0,6 4,8 14,44 115,52
6 4,1 − 4,5 4,3 4 1,1 4,4 18,49 73,96
Jumlah 40 4,5 21,0 60,19 426,70
. 3,67
. 12
5 2,738 0,937
0,937 0,469
Wijaya : Statistika 30
. 1
| |0
14
21,0 0,53
. ∑ ∑
140 426,70 128,0
40 40 10,44
. 0,44 0,662
. 100%0,6623,20
100% 20,69
(5) Ukuran Distribusi Data Tunggal
A. Skewness (Koefisien Kemenjuluran)
Sebagaimana telah dikemukakan sebelumnya, bahwa model populasi
biasanya didekati atau diturunkan dari kurva frekuensi. Bentuk kurva untuk
model populasi yang sering dijumpai yaitu bentuk simetrik, positif atau miring
ke kiri (ekor kurva menjulur ke kanan), negatif atau miring ke kanan (ekor
kurva menjulur ke kiri). Untuk mengetahui kemenjuluran kurva populasi
digunakan koefisien kemenjuluran (skewness).
Berdasarkan data tunggal untuk data gaji 40 pegawai lembaga pemerintah
diperoleh nilai :
Rata-rata , Simpangan Baku s = 0,648
Nilai :
Wijaya : Statistika 31
−14,512 −7,716 −3,463 −2,507 −1,746 −1,157 −1,157 −0,718−0,718 −0,407 −0,202 −0,202 −0,081 −0,021 −0,021 −0,002−0,002 −0,002 −0,002 0,000 0,000 0,000 0,006 0,0060,039 0,039 0,121 0,121 0,273 0,517 0,517 0,5170,877 0,877 1,373 1,373 2,865 2,865 3,904 8,462
Jumlah −9,882
, ,
Hasil perhitungan diperoleh nilai Skewness berharga negatif, artinya data
gaji pegawai yang diteliti mempunyai distribusi negatif atau menjulur kekiri.
B. Kurtosis (Koefisien Keruncingan)
Kurtosis merupakan ukuran keruncingan sebuah kurva populasi.
Berdasarkan koefisien kurtosis, kurva frekuensi atau model populasi
digolongkan menjadi 3 jenis yaitu :
Mesokurtik (Normal ) jika Koefisien Kurtosis = 0
Platikurtik (Datar ) jika Koefisien Kurtosis < 0
Leptokurtik (Run i Koefisien Kurtosis 0 cing ) j ka >
Berdasarkan data tunggal untuk data gaji 40 pegawai lembaga pemerintah
diperoleh nilai :
Rata-rata , Simpangan Baku s = 0,648
Wijaya : Statistika 32
Nilai :
35,398 15,247 5,239 3,406 2,102 1,214 1,214 0,643
0,643 0,302 0,118 0,118 0,035 0,006 0,006 0,000
0,000 0,000 0,000 0,000 0,000 0,000 0,001 0,001
0,013 0,013 0,060 0,060 0,177 0,415 0,415 0,415
0,839 0,839 1,526 1,526 4,069 4,069 6,148 17,244
Jumlah 103,527
, ,
Hasil perhitungan diperoleh nilai Kurtosis berharga negatif, artinya
distribusi data gaji pegawai tergolong Platikurtik.
2.3 Dalil Chebyshev dan Kaidah Empirik
2.3.1 Dalil Chebyshev :
Sekurang–kurangnya 1 − 1/k2 bagian data terletak dalam k simpangan baku dari rata–ratanya.
Teladan 2.20.
Misalkan data IQ suatu contoh acak 1.080 mahasiswa mempunyai rata–rata
120 dengan simpangan baku 8. Gunakan dalil Chebyshev untuk menentukan
selang yang mengandung sekurang–kurangnya 810 mahasiswa mempunyai IQ
yang terletak di dalamnya !
Wijaya : Statistika 33
Penyelesaian :
810 : 1080 = 3/4, jadi 1 − 1/k2 = 3/4, maka diperoleh nilai k = 2 dan x ± 2 s
= 120 ± 2 (8) = 120 ± 16. Jadi sekurang–kurangnya 810 mahasiswa
mempunyai IQ antara 104 sampai 136.
Dalil Chebyshev kurang banyak memberikan manfaat apabila nilai k = 1.
Disamping itu hanya memperhatikan batas bawahnya saja (dengan istilah
sekurang–kurangnya), dan tidak memperhatikan bagaimana bentuk sebaran
data pengamatan, apakah berbentuk genta (simetris) atau tidak. Oleh karena
itu, untuk sebaran data pengamatan yang berbentuk genta akan lebih baik
digunakan Kaidah Empirik.
2.3.2 Kaidah Empirik
Pada sebaran pengamatan yang berbentuk genta (simetrik) maka kira–kira : 68 % pengamatan terletak dalam 1 simpangan baku dari rata–ratanya. 95 % pengamatan terletak dalam 2 simpangan baku dari rata–ratanya. 99,7 % pengamatan terletak dalam 3 simpangan baku dari rata–ratanya.
Misal dengan menggunakan data gaji 40 karyawan Pabrik Rotan (Tabel 2)
diperoleh rata–rata (x) = 3,41 dengan simpangan baku (s) = 0,70. Maka
menurut Kaidah Empirik berarti kurang lebih 68 % atau 27 diantara 40
karyawan memperoleh gaji yang terletak dalam selang x ± s = 3,41 ± 0,7
atau antara 2,71 sampai 4,11 juta rupiah.
Wijaya : Statistika 34
Wijaya : Statistika 35
DAFTAR PUSTAKA
Anto Dajan. 1995. Pengantar Metode Statistika Jilid I. LP3ES. Jakarta. J. Supranto. 1996. Statistik : Teori dan Aplikasi, Jilid I. Erlangga. Jakarta. Robert, G. D. Steel dan James H. Torrie. 1993. Prinsip dan Prosedur Statistika.
Gramedia Pustaka Utama. Jakarta. Ronald E. Walpole. 1995. Pengantar Statistika. Gramedia Pustaka Utama.
Jakarta. Sudjana. 1989. Metoda Statistika. Tarsito. Bandung.