s. deskritif
DESCRIPTION
asdasdTRANSCRIPT
KATA PENGANTAR
Segala puji dan syukur kepada Allah SWT hanya kepadanya kita memohon
ampunan dan perlindungan dan tak lupa syukur atas segala nikmat yang di berikan-
Nya sehingga penulis dapat menyelesaikan tugas presentasi mata kuliah statistik
deskriptif berupa makalah yang berjudul”distribusi frekwensi dan jenis grafik” Di
sini penulis menyajikan makalah tsb dngan bantuan aplikasi yang sudah familiar di
pakai oleh pembaca yaitu “microsoft exel”yang telah di setting untuk penghitungan
statistik. Kami berharap makalah ini dapat bermanfaat dan menambah wawasan
tentang ilmu statistik bagi pembaca.
Penulis menyadari bahwa makalah ini masih banyak kekurangan maka dari itu
kami sangat mengharapkan kritik dan saran dari pembaca sehingga kami bisa
memperbaiki di kemudian hari.
Cikarang, maret 2011
Penulis
BAB1
PENDAHULUAN
1.1. Latar Belakang Permasalahan
Penggunaan statistik dalam penelitian berguna sebagai alat bantu untuk
menganalisis data penelitian. Dalam kehidupan sehari-haripun kita banyak
berhubungan dengan stastistik. Pada koran dan majalah banyak kita jumpai data-data
statistik. Secara umum ada dua pengertian statistik, yang pertama statistik sebagai
kumpulan angka-angka, yaitu sebagai kumpulan angka-angka yang menjelaskan
sesuatu. Sebagai contoh statistik penjualan komputer adalah sekumpulan angka-
angka yang menjelaskan hasil penjualan komputer selama satu bulan. Pengertian
yang kedua yaitu statistik sebagai cabang ilmu pengetahuan, maksudnya statistik
sebagai pengetahuan tentang pengumpulan pengelompkkan, penyajian, analisis dan
interpretasi data untuk membantu pengambilan keputusan yang lebih efektif. Dengan
mengetahui jumlah dan spesifikasi komputer apa yang di inginkan pembeli, misalnya
kita dapat merakit jenis dan spesifikasi komputer yang di minati oleh para calon
pembeli.
1.2. Jenis Statistik
Berdasarkan kegunaan dan teknik yang di gunakan, statistik di bagi menjadi
dua yaitu, statistik deskriptif, merupakan bidang statistik yang berhubungan dengan
metode pengelompokkan, peringkasan, dan penyajian data dalam cara yang
informatif. Pada jenis statistik ini kita melakukan tekhnik statistik yang berhubungan
dengan penyajian data statistik dalam bentuk gambaran angka-angka. Teknik yang
umum di gunakan yaitu analisis deskriptif yang meliputi rata-rata , median, modus
dan varian.
Sedangkan yang kedua adalah statistik inferensial adalah tekhnik statistik
yang berhubungan dengan analisis data untuk penarikan kesimpulan atas data,
tekhnik ini berhubungan dengan pengolahan statistik yang menggunakan hasil analis
sehingga kita dapat menarik hasil kesimpulan atas karakteristik populasi. Teknik yang
di gunakan meliputi: uji hipotesis, analisis varian, teknik regresi dan korelasi.
1.3. Jenis Data
Ada 2 jenis data yang di gunakan untuk statistik yang di temukan dalam
kehidupan sehari-hari yaitu:
a. Data kuantitatif adalah data yang berupa angka-angka. Pada data jenis ini sifat
informasi yang di kandung oleh data berupa angka-angka, misalnya:data jumlah
penduduk, jumlah mahasiswa yang masuk, jumlah hasil penjualan komputer.
Data kuantitatif bisa berupa variabel diskrit yang berasal dari penghitungan dan
bersifat bulat, tidak dalam bentuk pecahan. Yang kedua adalah variabel
kontinyu berupa data yang berasal dari hasil pengukuran terhadap sesuatu. Hasil
pengukuran ini tergantung dari keakuratan alat ukur yang di gunakan.
b. Data kualitatif adalah jenis data yang mempunyai sifat non-angka. Informasi
yang di hasilkan oleh data adalah informasi yang bukan angka-angka misalnya:
data jenis kelamin, data tingkat pendidikan, data agama seseorang. Pada
statistik kita menganalisis dengan menggunakan teknik dan rumus matematika,
maka data tsb harus di ubah dalam bentuk data kuantitatif
1.4. Skala Pengukuran
Dalam statistik ,pengukuran adalah pemberian angka-angka pada suatu
peristiwa sesuai dengan aturan tertentu. Dalam pengamatan kita membentuk suatu
skala kemudian mentransfer pengamatan terhadap ciri-ciri kepada skala tsb. Ada 4
tipe skala yang di gunakan yaitu:skala nominal, ordinal, interval dan rasio.
Keempatnya memiliki tingkatan yang berbeda dalam penggunaan statistik.
1. Skala nominal
Skala ini paling banyak di pakai dalam penelitian ilmu-ilmu sosial. Skala
nominal merupakan pemberian skala dimana skala di gunakan hanya untuk
membedakan suatu ukuran dari ukuran yang lain tanpa memberi atribut
besar atau kecil yang sifatnya sama atau sejajar untuk masing-masing
skala. Sebagai contoh: pemberian skala 1 untuk laki-laki dan 2 untuk jenis
kelamin perempuan
2. Skala ordinal
Pada skala ordinal kita dapat membedakan urutan dari skala, skala ini lebih
baik daripada skala nominal karna memberikan nilai lebih besar dan lebih
kecil, tetapi kita tidak dapat mencari selisih antar skala. Contohnya pada
kuisioner dimana pendapat sangat setuju di beri nilai 5, setuju 4, ragu-ragu
3 , tidak setuju 2 dan sangat tidak setuju di beri nilai 1. Kekurangan dari
skala ini kita tidak dapat melakukan operasi penjumlahan, pengurangan dan
perkalian dan kita hanya dapat membedakan urutan masing-masing skala
dari skala ordinal.
3. Skala interval
Skala interval adalah skala yang memiliki ciri-ciri skala ordinal tetapi jarak
dari masing-masing data bisa diukur. Dengan skala ini kita bisa mencari
perbedaan atau jarak dari masing-masing skala. Pengukurannya
menggunakan alat ukur sehingga jarak masing-masing bisa di ukur.
Kelemahan skala ini kita tidak dapat mengatakan bahwa suatu skala adalah
dua kali skala yang lain, kelemahan yang lain dari skala ini adalah karena
nilai nol bukan merupakan nilai mutlak.
4. Skala rasio
Skala rasio merupakan jenis skala yang tertinggi dimana skala ini memiliki
ciri-ciri skala interval ditambah dengan ciri memiliki nilai nol sebagai nilai
yang mutlak. Skala rasio mencerminkan nilai sabenarnya dari data.
Pada skala ini kita bisa melakukan operasi matematis. Jumlah gaji yang
diterima misalnya, merupakan skala rasio. Di sini jumlah gaji Rp50.000
merupakan dua kali dari gaji Rp25.000 dan jika jumlah gaji nol bisa
diartikan bahwa tidak ada gaji sama sekali. Di skala ini memiliki semua ciri
dari skala interval ditambah dengan nilai nol yang merupakan nilai yang
mutlak di mana jika nilainya nol berarti tidak ada sama sekali.
BAB II
PEMBAHASAN
DISTRIBUSI FREKWENSI
Dalam distribusi frekuensi data dikelompokkan dalam beberapa kelas interval
misalnya a–b, c-d dan seterusnya. Ada beberapa istilah yang digunakan dalam
distribusi frekuensi yaitu:
1. Limit kelas atau ujung kelas yaitu nilai-nilai terkecil dan terbesar dalam setiap
kelas interval. Nilai terbesar disebut sebagai limit atas kelas dan nilai terkecil
disebut sebagai limit bawah kelas.
2. Batas kelas yaitu limit kelas ± setengah nilai skala terkecil. Nilai yang besar
disebut batas atas kelas dan nilai yang kecil disebut sebagai batas bawah
kelas.
3. Titik tengah kelas atau tanda kelas yaitu nilai yang terletak pada tengah setiap
kelas interval. Aturan umum yang digunakan untuk menentukan titik tengah
kelas atau tanda kelas adalah:
Tanda kelas = ± ½ (limit bawah + limit atas)
CARA MEMBUAT/TAHAP PENYUSUNAN DISTRIBUSI FREKWENSI
1. Membuat array atau data terurut
2. Tentukan Rentang (Range) atau jangkauan
i. R = Nilai terbesar – nilai terkecil.
3. Tentukan banyaknya kelas interval. Dengan aturan Sturges
i. Banyak kelas(K) = 1 + (3,3)logN
4. Tentukan interval kelas yaitu, I=R/K
5. Tentukan batas-batas kelas,Dengan ketentuan:
a. TBK=BBK-0.5
b. TAK=BAK+0.5
6. Daftar semua limit kelas
7. Menentukan frekwensi dengan menggunakan bantuan kolom tabulasi
Contoh:
Data penjualan komputer perminggu toko computer “SILVANA COMPUTER”
Tabel penjualan komputer per minggu
63 68 71 74 76 78 81 84 85 89
66 70 73 75 76 79 82 84 85 90
67 71 73 75 76 79 82 85 86 92
68 71 74 75 77 79 84 85 86 94
Dari tabel di atas maka kita bisa memulai menyusun distribusi frekwensi yaitu:
1. Array atau data terurut dari hasil penjualan komputer per minggu di dapat
data:
63,66,67,68,68,70,71,71,71,73,73,74,74,75,75,75,76,76,76,77,78,79,79,79,81,
82,82,84,84,84,85,85,85,85,86,86,89,90,92,94.
2. Jangkauan atau Range dari data tsb di atas adalah:
R =data terbesar-data terkecil
R =94-63
=31
3. Banyaknya kelas dari data di atas dengan menggunakan rumus Sturges yaitu:
K = 1+3,3 log N
K = 1+3,3 log 40
= 1+3,3 (1,602)
= 1+5,286
= 6,286
K ≈ 7
4. Interval kelas dari data di atas yaitu:
I = R/K
I = 31/6,286
= 4,931
I ≈ 5
5. Dari data banyaknya kelas dan panjang interval maka dapat di peroleh
a. kelas dari tabel tsb:
kelas 1 = 60 – 64 kelas 5 = 80 – 84
kelas 2 = 65 – 69 kelas 6 = 85 – 89
kelas 3 = 70 – 74 kelas 7 = 90 – 94
kelas 4 = 75 – 79
Batas kelas:
1. Batas atas kelas (BAK)
BAK1=64, BAK2=69, BAK3=74,.......,BAK7=94
2. Batas bawah kelas (BBK)
BBK1=60, BBK2=65, BBK3=70,........,BBK7=90
Tepi kelas :
1. Tepi atas kelas(TAK) 2. Tepi bawah kelas(TBK)
TAK1 = BAK1+0,5 TBK1 = BBK1-0,5
= 64+0,5 = 60 - 0,5
= 64,5 = 59,5
TAK2 = BAK2+0,5 TBK2 = BBK2-0,5
= 69+0,5 = 65 - 0,5
=69,5 =64,5
Dst......TAK7 Dst........TBK7
b. Interval kelas ke-n atau tiap-tiap kelas dapat di hitung yaitu:
I = TAK – TBK
= 64,5 – 59,5
= 5
c. Nilai tengah dari tiap-tiap kelas atau(Mi)
M1 = BBK1+BAK1 M2 = BBK2+BAK2
2 2
= 60 + 64 = 65 + 69
2 2
= 62 = 67
6. Dari data di atas maka dapat di peroleh kelas-kelas
Interval tally Frekwensi Mi Fr Fk
60 - 64 l 1 62 1/40×100%=2,5%
65 - 69 llll 4 67 4 /40×100%=10%
70 - 74 llll lll 8 72 8 /40×100%=20%
75 - 79 llll llll l 11 77 11 /40×100%=27,5%
80 - 84 llll l 6 82 6 /40×100%=15%
85 - 89 llll ll 7 87 7 /40×100%=17,5%
90 - 94 lll 3 92 3/ 40×100%=7,5%
Jumlah 40
JENIS GRAFIK
Dalam statistik deskriptif selain penggunaan tabel untuk menyajikan data kita
juga bisa menggunakan grafik grafik atau gambar .Ada berbagai jenis grafik grafik
yang di gunakan untuk menyajikan data statistik diantaranya:
1. Grafik Garis
Secara umum grafik garis di bagi menjadi 2 yaitu singgle line chart yang
terdiri dari garis dan yang ke dua grafik garis multiple chart,keduanya di gunakan
untuk menggambarkan kegiatan dan di gunakan untuk data yang time series.
Contoh grafik grafik garis
2. Grafik Batang
Grafik batang di gunakan untuk menggambarkan perbandingan suatu
kegiatan .Biasanya di gunakan untuk data yang berbentuk cross section dan time
series.Secara umum grafik batang ada dua yaitu singgle bar chart dan multiple bar
chart.Contoh grafik batang
3. Grafik Lingkaran
Grafik lingkaran di gunakan untuk menggambarkan perbandingan suatu
kegiatan berdasarkan nilai nilai suatu karakteristik satu dengan yang lain dalam
bentuk presentase.Grafik ini juga di gunakan untuk data yang berbentuk cross
section .Ada dua bentuk grafik pie chart yaitu single pie chart dan multiple pie cart
yang terdiri dari beberapa lingkaran
Contoh grafik lingkaran
UKURAN GEJALA PUSAT DATA BELUM DI KELOMPOKKAN
Ukuran gejala pusat merupakan suatu bilangan yang menunjukan sekitar
dimana bilangan – bilangan yang ada dalam kumpulan data, oleh karenanya ukuran
gejala pusat ini sering disebut dengan harga rata – rata. Harga rata – rata dari
sekelompok data itu diharapkan dapat diwakili seluruh harga – harga yang ada dalam
sekelompok data itu.
Sebelum membahas hal ini, perlu diperjelas tentang apa yang dimaksud dengan
data yang dikelompokkan dan data yang tidak dikelompokkan. Data yang
dikelompokkan adalah data yang sudah disusun ke dalam sebuah distribusi frekuensi
sehingga data tersebut mempunyai interval kelas yang jelas, mempunyai titik tengah
kelas sedangkan data yang tidak dikelompokkan adalah data yang tidak disusun ke
dalam distribusi frekuensi sehingga tidak mempunyai interval kelas dan titik tengah
kelas.
Mean, Median, Modus sama-sama merupakan ukuran pemusatan data yang
termasuk kedalam analisis statistika deskriptif. Namun, ketiganya memiliki kelebihan
dan kekurangannya masing-masing dalam menerangkan suatu ukuran pemusatan
data. Untuk tahu kegunaannya masing-masing dan kapan kita mempergunakannya,
perlu diketahui terlebih dahulu pengertian analisis statistika deskriptif dan ukuran
pemusatan data.
a. Mean (Rata – Rata Hitung)
Dalam istilah sehari – hari, mean dikenal dengan sebutan angka rata – rata, ada
dua macam mean yang di bicarakan yaitu : mean untuk data yang tidak
dikelompokkan dan mean untuk data yang dikelompokan. Mean adalah total semua
data dibagi jumlah data. Mean digunakan ketika data yang kita miliki memiliki
sebaran normal atau mendekati normal (berbentuk setangkup, nilai yang paling
banyak berada ditengah dan makin besar semakin sedikit, makin kecil makin sedikit
pula, nilai-nilai ekstrim yang besar maupun yang kecil hampir tidak ada).
b. Median (Nilai Tengah)
Ukuran pemusatan yang menempati posisi tengah jika data diurutkan menurut
besarnya. Median adalah nilai yang berada ditengah-tengah data setelah diurutkan
dari yang terkecil sampai terbesar. Median cocok digunakan bila data yang kita miliki
tidak menyebar normal atau memiliki nilai yang berbeda-beda secara signifikan.
c. Modus (Data Yang Sering Muncul)
Modus adalah suatu angka atau bilangan yang paling sering terjadi / muncul
tetapi kalau pada data distribusi frekuensi interval modus terletak pada frekuensi yang
paling besar.
d. Kuartil
Kuartil adalah suatu harga yang membagi histogram frekuensi menjadi 4 bagian
yang sama, sehingga disini akan terdapat 3 harga kuartil yaitu kuartil I ( K1), kuartil
II (K2) dan kuartil III (K3), dimana harga kuarti II sama dengan harga median.
e. Desil
Untuk kelompok data dimana n ≥ 10, dapat ditentukan 9 nilai bagian yang
sama, misalnya D1, D2, … Q9, artinya setiap bagian mempunyai jumlah observasi
yang sama, sedemikian rupa sehingga nilai 10% data/observasi sama atau lebih kecil
dari D1, nilai 20% data/observasi sama atau lebih kecil dari D2, dan seterusnya. Nilai
tersebut dinamakan desil pertama, kedua dan seterusnya sampai desil kesembilan.
f. Persentil
Untuk kelompok data dimana n ≥ 100, dapat ditentukan 99 nilai, P1, P2, … P99,
yang disebut persentil pertama, kedua dan ke-99, yang membagi kelompok data
tersebut menjadi 100 bagian,masing-masing mempunyai bagian dengan jumlah
observasi yang sama, dan sedemikian rupa sehingga 1% data/observasi sama atau
lebih kecil dari P1, 2% data/observasi sama atau lebih kecil dari P2.
UKURAN VARIASI (DISPERSI)
Dispersi atau variasi atau keragaman data adalah ukuran penyebaran suatu
kelompok data terhadap pusat data.
a. Range
Range merupakan selisih antara nilai data terbesar dengan data terkecil dari
sekelompok data.
Rumusannya adalah R = Nilai maksimal – Nilai minimal
b. Simpangan rata-rata
Simpangan Rata-Rata (Sr) : Yang dimaksud dengan simpangan (deviation)
adalah selisih antara nilai pengamatan ke-i dengan nilai rata-rata, atau antara xi
dengan X (X Rata-Rata) Penjumlahan daripada simpangan-simpangan dalam
pengamatan kemudian dibagi dengan jumlah pengamatan, n, disebut dengan
simpangan rata-rata.
Dalam setiap nilai Xi akan mempunyai simpangan sebesar xi - X. Karena nilai
xi bervariasi di atas dan di bawah nilai rata-ratanya maka jika nilai simpangan
tersebut dijumlahkan akan sama dengan “nol”. Untuk dapat menghitung rata-rata dari
simpangan tersebut maka nilai yang diambil adalah nilai “absolut” dari simpangan itu
sendiri, artinya tidak menghiraukan apakah nilai simpangan tersebut positif (+) atau
negatif (-).an rata-rata.
c. Variansi (variance)
Variansi (variance) adalah rata-rata kuadrat selisih atau kuadrat simpangan dari
semua nilai data terhadap rata-rata hitung. Varians untuk sampel dilambangkan
dengan S2. Sedangkan untuk populasi dilambangkan dengan toh kuadrat .
d. Simpangan Baku (Standard Deviation)
Standar deviasi (standard deviation) adalah akar pangkat dua dari variansi.
Standar deviasi seringkali disebut sebagai simpangan baku.
e. Jangkauan Kuartil
Jangkauan Kuartil atau simpangan kuartil adalah setengah dari selisih antara
kuartil atas (Q3) dengan kuartil bawah (Q1). Dengan rumus :
JK=1/2 (Q3-Q1)
f. Jangkauan Persentil
Jangkauan Persentil adalah selisih antara persentil ke-90 dengan persentil ke-
10. Dengan rumus :
JP (10-90) = P90-P10
BAB III
PENUTUP