untuk orang yang aku cintai sht - wordpress.com · web viewdistribusi normal dan normal baku....
TRANSCRIPT
PENGANTAR STATISTIKA
Bahan KuliahProgram Strata I
IKOPINInstitut Manajemen Koperasi Indonesia
2010
PENGANTAR STATISTIKA SILABUS
I. PENDAHULUAN1. Pengertian – pengertian Dasar
a. Statistika, b. Statistika deskriptif
1
c. Statistika inferenced. Populasie. Sampelf. Penelitian Sensusg. Penelitian Sampling
2. Data dan Pembagiannyaa. Pengertian Datab. Pembagian Data
3. Cara Pengumpulan Data 4. Syarat Data yang Baik
II. PENYAJIAN DATA1. Kegunaan Penyajian Data2. Cara Menyajikan Data dalam bentuk Tabel3. Cara Menyajikan Data dalam bentuk Diagram Garis4. Cara Menyajikan Data dalam bentuk Diagram Balok5. Cara Menyajikan Data dalam bentuk Diagram Lingkaran6. Cara Menyajikan Data dalam bentuk Diagram Lambang7. Cara Menyajikan Data dalam bentuk Diagram Peta
III. DISTRIBUSI FREKUENSI1. Pengertian2. Istilah-istilah dalam Distribusi Frekuensi3. Cara Menyusun Tabel Distribusi Frekuensi4. Cara Menyajikan Tabel Distribusi Frekuensi dalam Bentuk
Histogram, Poligon, dan Kurva.
IV. UKURAN GEJALA PUSAT ( UGP )1. Istilah-istilah Dasar2. Skala Pengukuran3. Pengertian Ukuran Gejala Pusat4. UGP untuk data berkelompok (Goruped Data)5. UGP untuk data tidak berkelompok (Ungrouped Data)
2
V. UKURAN KESERAGAMAN / DISPERSI1. Pengertian Ukuran Keseragaman2. Ukuran Keseragaman untuk ungrouped data3. Ukuran Keseragaman untuk grouped Data
VI. TEORI PELUANG1. Pendahuluan2. Pengertian Peluang3. Peristiwa / kejadian4. Ruang Sampel / Sample Space5. Operasi Peristiwa6. Menghitung Peluang7. Hukum-Hukum Peluang8. Nilai Harapan / Ekspektasi
VII. DISTRIBUSI PELUANG1. Pendahuluan dan Pengertian Distribusi Peluang2. Distribusi Peluang Variabel Diskrit
a. Distribusi Binomialb. Distribusi Poissonc. Distribusi Hipergeometrikd. Distribusi Multinominal
3. Distribusi Peluang Variabel Kontinua. Distribusi Normal dan Normal Bakub. Distribusi Normal Pendekatan dari Binom
VIII. DISTRIBUSI SAMPLING1. Pendahuluan dan Pengertian Distribusi Sampling2. Distribusi Sampling Rata-rata3. Distribusi Sampling Proporsi4. Distribusi Sampling Simpangan Baku
IX. PENAKSIRAN / Estimation3
1. Pendahuluan dan Pengertian Penaksiran / Estimation2. Penaksir3. Cara-cara Melakukan Penaksiran4. Menaksir Sebuah Nilai Parameter
a. Menaksir Sebuah Nilai Parameter Rata-Ratab. Menaksir Sebuah Nilai Parameter Proporsic. Menaksir Sebuah Nilai Parameter Simpangan Baku
5. Menaksir Selisih Nilai Parametera. Menaksir Selisih Nilai Parameter Rata-Ratab. Menaksir Selisih Nilai Parameter Proporsi
6. Menentukan Ukuran Sampel
Referensi1. Sudjana. 1996. Metode Statistika. Tarsito, Bandung2. Anto Dajan. 1995 . Pengantar statistik Jilid II, LP3 ES, Jakarta3. J. Supranto. 1998. Statistik (Teori dan Aplikasi) Jilid II, Erlangga,
Jakarta
Alat Bantu yang DigunakanKalkulator yang ada program SD (Standard Deviation)
4
BAB IPENDAHULUAN
1.1. Pengertian – Pengertian Dasar
a). Statistika adalah ilmu yang mempelajari mulai dari mengumpulkan, mengolah, menyusun atau menyajikan dan menganalisis data serta menarik kesimpulan secara sistematis.
b). Statistika Deskriptif adalah ilmu yang mempelajari cara-cara penarikan kesimpulan secara sederhana dalam lingkup yang terbatas .
c). Statistika Inferens adalah ilmu yang mempelajari cara-cara penarikan kesimpulan secara general/umum yang di dasarkan pada data sampel.
d). Populasi adalah sekumpulan obyek yang lengkap dan jelas kriterianya yang akan dijadikan target penarikan kesimpulan.
Nilai-nilai yang berasal dari data populasi dinamakan dengan Parameter.
Ukuran populasi N
Rata-rata dari data populasi (miu)
Simpangan baku dari data populasi ( sigma )
Varians dari data populasi ( sigma kuadrat )
Persentase / proporsi dari data populasi ( phi )
e). Sampel adalah sebagian dari anggota populasi yang dipilih dengan cara tertentu yang akan diteliti sifat-sifatnya dalam penelitian.
Nilai-nilai yang berasal dari data sampel dinamakan dengan Statistik.
Rata-rata dari data sampel ( x bar )
Persentase / proporsi dari data sampel p
Simpangan baku dari data sampel S
Varians dari data sampel S 2
5
f). Penelitian sensus adalah penelitian yang dilakukan dengan cara mengumpulkan data dari semua anggota populasi.
g). Penelitian sampling adalah penelitian yang dilakukan dengan cara mengumpulkan data dari anggota sampel.
1.2. Data dan Pembagiannyaa). Pengertian data Data adalah keterangan yang bisa berupa angka atau bukan angka
yang menjelaskan tentang sesuatu hal, dan biasanya dihubungkan dengan waktu dan tempat.
b). Pembagian DataData menurut karakteristiknya bisa dibagi menjadi 5 bagian yaitu :1. Menurut sifatnya, data dibagi menjadi 2 macam yaitu :a). Data kualitatif data yang bukan berupa angka.
Misalnya nama, alamat, baik, buruk, mahal, murah dsb. b). Data kuatitatif data yang berupa angka
1) Data kuantitatif diskrit adalah data yang jika diukur hanya menghasilkan bilangan bulat saja.
Contoh : jumlah penduduk, jumlah mobil2) Data kuantitatif kontinue adalah data yang jika diukur bisa
menghasilkan bilangan bulat dan pecahan. Contoh : usia, berat badan, nilai uang
2. Menurut cara memperolehnya, data bisa dibedakan menjadi 2 macam yaitu:
a). Data primer data yang dikumpulkan sendiri secara langsung oleh peneliti.
b). Data sekunder data yang dikumpulkan oleh pihak lain dalam bentuk sudah dipublikasikan dan peneliti tinggal mengutip atau menyalin dan memanfaatkannya. Syaratnya harus ditulis sumbernya.
3. Menurut waktu pengumpulan datanya, data dikelompokkan menjadi 2 jenis yaitu :
6
a). Data cross section ( data penampang) data yang dikumpulkan dari satu waktu tertentu dan ditampilkan untuk satu periode saja.Misalnya : pendapatan penduduk pada Tahun 2005
b). Data time series ( data berkala / data historis) data yang dikumpulkan secara berurutan dari waktu ke waktu dan ditampilkan paling sedikit dalam 2 waktu yang berbeda.Misalnya : Jumlah penduduk pada Tahun 2000, 2001, 2002 dan 2003
4. Menurut pengolahannya, data dapat dibagi menjadi 2 macam yaitu :a). Data tidak berkelompok (Ungrouped Data) adalah data yang baru
dikumpulkan dan belum dikelompokkan dalam kelas & interval tertentu.
1) Data mentah data yang di kumpulkan belum di apa-apakancontoh nilai ujian & masukan ke absen
2) Data array data yang belum dikelompokkan tetapi sudah di urutkan (dari yang terkecil sampai yang terbesar)
b). Data berkelompok (Grouped Data) adalah data yang sudah diolah dan dikelompokkan menurut kelas interval tertentu.
1. Menurut sumbernya, data dapat dibagi menjadi 2 macam yaitu :a). Data internal adalah data mengenai sebuah instansi/organisasi yang
berasal dari instansi itu sendiri.b). Data eksternal adalah data yang berasal dari luar organisasi atau
instansi yang sedang ditulis dalam artikel/karya ilmiah.
1.3. Cara Mengumpulkan Data Dalam penelitian untuk mendapatkan data yang diperlukan bisa
diperoleh dengan berbagai cara diantaranya :1) Wawancara / interview adalah cara mengumpulkan data yang
dilakukan secara lisan2) Angket / kuesioner adalah cara mengumpulkan data yang
dilakuakn secara tertulis 3) Observasi adalah cara pengumpulan data yang dilakukan dengan
mengamati obyek secara langsung tanpa rekayasa
7
4) Eksperimen / percobaan adalah pengumpulan data yang yang dilakukan dengan mengamati obyek secara langsung, dimana obyeknya sudah diberi perlakuan (direkayasa) terlebihdahulu
5) Study pustaka adalah pengumpulan data yang berasal dari data-data yang sudah dipublikasikan.
1.4. Syarat Data yang BaikData yang kita kumpulkan dalam suatu penelitian, belum tentu
merupakan data yang baik. Karena data yang baik adalah data yang memenuhi syarat sebagai berikut :1. Obyektif2. Representatif3. Up to date4. Relevan
Data yang obyektif data yang sesuai dengan keadaan yang sebenarnya
Data yang representatif data yang dapat mewakili populasiData yang Up to date data yang terbaru / terkini Data yang relevan data yang sesuai / ada kaitannya
8
BAB IIPENYAJIAN DATA
Data setelah dikumpulkan dan diolah perlu disajikan dalam bentuk yang baik.
Kegunaan Penyajian DataData perlu disajikan atau ditampilkan dalam bentuk yang baik,
dengan tujuan untuk : 1. Memudahkan untuk mencari data kembali2. Memudahkan untuk pengolahan data selanjutnya3. Memudahkan untuk analisis data4. Memudahkan untuk dimengerti5. Menarik perhatian pembaca
Penyajian data secara umum data dikelompokan menjadi 5 macam yaitu :1. Disajikan dalam bentuk tabel2. Disajikan dalam bentuk diagram garis3. Disajikan dalam bentuk diagram batang/balok4. Disajikan dalam bentuk diagram lingkaran5. Disajikan dalam bentuk diagram lambang6. Disajikan dalam bentuk diagram peta
Penyajian Data dalam Bentuk TabelTabel adalah bilangan yang sudah disusun menurut kategori-kategori
tertentu dalam kolom dan baris.Tabel secara umum dapat dibedakan menjadi 2 macam yaitu Tabel
Referensi ( Reference Table ) dan Tabel Ikhtisar ( Summary Table ). Tabel Referensi adalah tabel yang memuat keterangan – keterangan yang terperinci dan disusun khusus untuk kepentingan referensi. Tabel referensi bersifat umum dan tidak memberikan tekanan ataupun perbandingan pada data – data tertentu. Tabel referensi sering juga disebut Tabel Umum dan biasanya dalam laporan ilmiah ditempatkan di bagian lampiran.
Tabel Ikhtisar adalah tabel yang memberi gambaran yang sistematis mengenai peristiwa-peristiwa, hasil suatu penelitian. Dalam Tabel Ikhtisar
9
dicantumkan hal-hal yang sifatnya berupa penekanan-penekanan pada peristiwa tertentu dan perbandingan-perbandingan antar data. Biasanya data yang ditonjolkan ditempatkan di sebelah kiri atau diberi huruf tebal atau huruf besar. Tabel Ikhtisar bisa juga disebut dengan Tabel Naskah.
Sebuah tabel secara umum terdiri dari : Judul Tabel. Judul tabel harus ditulis secara singkat dan lengkap.
Sebuah judul tabel di dalamnya harus memuat hal-hal sebagai berikut :
1. Tentang apa2. Kategori-kategori3. dimana 4. Kapan5. Satuan data
Kolom dan baris . Kolom dan baris dalam sebuah tabel biasanya memuat keterangan-keterangan yang berisi kategori data. Kategori data adalah pengelompokkan data berdasarkan aturan tertentu. Dalam menyusun pengelompokkan kategori dalam sebuah tabel dapat dilakukan dengan berbagai cara :
1. Penyusunan secara alfabetis2. Penyusunan secara geografis3. Penyusunan menurut besaran angka4. Penyusunan secara historis5. Penyusunan atas dasar kelas-kelas yang lazim
Badan tabel. Badan tabel digunakan mencantumkan data atau angka dalam sebuah tabel.
Catatan. Sebuah tabel dapat dilengkapi dengan catatan jika diperlukan. Catatan dalam sebuah tabel biasanya digunakan untuk menjelaskan sumber data jika data dikutip dari data orang lain. Disamping itu catatan tabel juga dapat dimanfaatkan untuk menjelaskan hal-hal khusus yang terjadi pada data yang dicantumkan dalam tabel.
Bentuk Umum Tabel Tabel 1. Judul
No. Baris Kolom
10
1. K A B2. L
Badan tabel Badan tabel3. M4. N
Catatan :Dalam penyajiannya tabel dapat dikelompokkan menjadi 3 macam yaitu :
1. Tabel Satu Arah ( One Way Table ) yaitu tabel yang di dalamnya hanya memuat sebuah kategori.
Tabel 1. Jumlah Mahasiswa Ikopin per Angkatan (orang)
No. Angkatan Jumlah Mahasiswa1. 1995 665
2. 1996 6853. 1997 740
4. 1998 6865. 1999 640
2. Tabel Dua Arah ( Two Way Table ) yaitu tabel yang di dalamnya memuat dua buah kategori.
Tabel 2. Jumlah Mahasiswa Ikopin per Angkatan dan Fakultas (orang)
No. Angkatan FakultasFMK FMS FMP D – 3
1. 1995 210 125 150 1802. 1996 215 110 165 195
3. 1997 235 130 175 2004. 1998 204 147 160 175
5. 1999 190 120 145 185
11
3. Tabel Tiga Arah ( Three Way Table ) yaitu tabel yang di dalamnya memuat tiga buah kategori.
Tabel 3. Jumlah Mahasiswa Ikopin per Angkatan, Fakultas dan Jurusan (orang)
No. Angkatan FakultasFMK FMS FMP D - 3
11 12 21 22 31 32 11 12 321. 1995 140 70 65 60 70 80 70 60 50
2. 1996 130 85 70 40 70 95 75 65 453. 1997 150 85 75 55 80 95 75 70 55
4. 1998 140 64 80 67 75 85 70 60 455. 1999 125 75 70 50 65 80 78 65 42
Keterangan :11 adalah kode jurusan manajemen keuangan12 adalah kode jurusan manajemen perbankan21 adalah kode jurusan manajemen SDM 22 adalah kode jurusan manajemen komunikasi bisnis31 adalah kode jurusan manajemen produksi32 adalah kode jurusan manajemen pemasaran
Penyajian Data dalam Bentuk Diagram Garis (Line Chart)Diagram garis atau grafik adalah bentuk penyajian data yang berupa
gambar garis. Diagram Garis dibuat berdasarkan data yang sudah berbentuk tabel.
Bentuk Diagram garis yang umum digunakan dalam penyajian data adalah
Diagram Garis Tunggal, yang dibuat berdasarkan tabel satu arah
12
Diagram Garis Berganda, yang dibuat berdasarkan tabel dua arah atau tiga arah
Diagram Garis Komponen Berganda, yang dibuat berdasarkan tabel dua arah atau tiga arah tetapi disajikan secara kumulatif
Penyajian Data dalam Bentuk Diagram Batang atau Balok (Bar Chart)Diagram Batang atau Diagram Balok adalah bentuk penyajian data
yang berupa gambar balok atau batang. Sama seperti Diagram Garis,
13
Diagram Batang juga dibuat berdasarkan data yang sudah berbentuk tabel.
Bentuk Diagram Batang atau Balok yang umum digunakan dalam penyajian data adalah
Diagram Balok Tunggal, yang dibuat berdasarkan tabel satu arah
Diagram Balok Berganda, yang dibuat berdasarkan tabel dua arah atau tiga arah
Diagram Balok Komponen Bergandatabel dua arah atau tiga arah tetapi disajikan secara
kumulatif
14
Penyajian Data dalam Bentuk Diagram Lingkaran (Pie Chart)
Diagram Lingkaran adalah bentuk penyajian data yang berupa gambar lingkaran. Sama seperti Diagram yang lain,Diagram Lingkaran juga dibuat berdasarkan data yang sudah berbentuk tabel.
Bentuk Diagram Lingkaran yang umum digunakan dalam penyajian data adalah
Diagram Lingkaran Tunggal, yang dibuat berdasarkan tabel satu arah
Diagram Lingkaran Berganda, yang dibuat berdasarkan tabel dua arah atau tiga arah
15
Penyajian Data dalam Bentuk Diagram Lambang (Pictogram Chart)
Diagram Lambang adalah bentuk penyajian data yang berupa gambar dari jenis datanya. Diagram lambing biasanya dibuat tidak berdiri sendiri, tetapi digabungkan dengan diagram yang lain, semisal diagram balok, diagram garis, atau diagram peta.
16
Penyajian Data dalam Bentuk Diagram Peta (Cartogram Chart)
Diagram Peta adalah bentuk penyajian data yang berupa gambar peta suatu wilayah. Diagram Peta juga biasanya dibuat tidak berdiri sendiri, tetapi digabungkan dengan diagram yang lain, seperti diagram lambang.
BAB III
17
DISTRIBUSI FREKUENSI
3.1. Pengertian Dalam praktek penelitian dengan ruang lingkup yang luas, kita akan
memperoleh data dalam jumlah yang banyak sekali. Untuk memudahkan pengolahan dan keperluan analisis data yang sifatnya deskriptif, maka data tersebut terlebih dahulu dikelompok-kelompokkan ke dalam interval-interval tertentu. Dengan pengelompokkan tersebut, maka akan diperoleh gambaran yang sederhana, jelas dan sistematis serta ringkas mengenai suatu peristiwa yang dinyatakan dalam angka-angka.
Pengelompokkan data atau mengubah dari data mentah (ungrouped data) menjadi data berkelompok (grouped data), disajikan dalam bentuk Tabel Distribusi Frekuensi.
3.2. Istilah-istilah Dalam Distribusi FrekuensiUntuk menyusun sebuah Tabel Distribusi Frekuensi, terlebih dahulu
perlu dipahami beberapa istilah berikut ini :a. Kelas Interval (KI) adalah data yang sudah dikelompokkan dalam
batas-batas bilangan tertentu.Kelas interval di bagi 2 yaitu :1. Kelas interval terbuka adalah kelas interval yang hanya dibatasi
oleh sebuah bilangan2. Kelas interval tertutup adalah kelas interval yang dibatasi oleh dua
buah bilanganb. Batas Kelas adalah bilangan yang membatasi sebuah kelas interval.
Batas Kelas dibedakan menjadi 2 yaitu :1. Batas atas2. Batas bawah
c. Ujung kelas ( UK ) adalah batas paling akhir dari sebuah kelas interval.Ujung kelas juga dapat dibagi menajdi 2 yaitu :1. Ujung atas kelas2. Ujung bawah kelas
d. Panjang kelas ( P ) adalah jarak atau panjang sebuah kelas interval
18
e. Nilai tengah kelas ( X ) adalah bilangan yang nilainya di tengah-tengah
sebuah kelas interval
f. Frekuensi ( Fi ) adalah banyaknya data yang termasuk dalam sebuah kelas interval
3.3. Cara Menyusun Tabel Distribusi FrekuensiUntuk mengubah data mentah (ugrouped data) menjadi data
berkelompok (grouped data) dalam bentuk tabel distribusi frekuensi langkah-langkahnya di susun sebagai berikut :1. Tentukan banyaknya kelas interval yang akan di buat.
Untuk menentukan banyaknya Kelas Interval, bisa menggunakan salah satu dari dua petimbangan berikut ini.
a. Di dasarkan pada tujuan analisisb. Sifat data kasarc. Jumlah datanya, maka digunakan
Rumus Sturges jumlah K I = 1 +(3,3 log n)Dimana n = banyaknya data
Contoh : Jumlah K I = 1 + 3,3 log 100 = 1 + 3,3 ( 2 )
7 Jumlah K I = 1 + 6,6 = 7,6
8d. Hendaknya jumlah kelas interval jangan terlalu kecil atau terlalu
besar. Jika terlalu kecil, maka kita akan kehilangan informasi dan jika terlalu besar, maka gambarannya akan kabur.
2. Hitung panjang kelas ( P )Untuk menghitung panjang kelas digunakan rumus sebagai berikut :P = data tertinggi – data terendah
Jumlah K I
19
3. Siapkan tabel distribusi frekuensinya
No. Kelas Interval( K I )
Ujung Kelas ( U K )
Nilai Tengah
Kelas ( X )
Frekuensi ( Fi )
4. Masukkan data ke dalam Tabel Distribusi Frekuensi, dimulai dari data terkecil.
Contoh : Sebuah lembaga penelitian mengadakan survei mengenai jumlah tabungan per bulan dari Karyawan BUMN/Jakarta. Penelitian dilakukan terhadap 50 karyawan sebagai sampel dan hasilnya dinyatakan dalam % yang hasilnya sebagai berikut :
24, 31, 47, 41, 62, 54, 48, 21, 20, 43, 23, 52, 26, 45, 42, 20, 19, 18, 57, 49, 29, 26, 57, 16, 46, 42, 39, 54, 45, 27, 31, 46, 47, 24, 24, 36, 25, 41, 25, 29, 42, 54, 35, 24, 61, 43, 56, 35, 36, 37
Pertanyaan :a. Ubahlah data mentah tersebut di atas dalam bentuk tabel distribusi
frekuensi dengan menggunakan rumus sturges.b. Lengkapi tabel tersebut dengan nilai frekuensi relatif dan frekuensi
kumulatif nya.c. Berdasarkan tabel tersebut di atas buatlah gambar histogram, poligon,
dan kurva frekuensiatau kurva pemulusan.
Jawaban : n = 501. Jumlah K I = 1 + 3,3 log n = 1 + 3,3 log 50 = 1 + 3,3 (1,698970004)
= 6,6 6 atau 7
20
3. Panjang kelas
4. Tabel Distribusi Frekuensi
K I U K X i F i18 - 24 17,5 – 24,5 21 10
25 – 31 24,5 – 31,5 28 832 – 38 31,5 – 38,5 35 5
39 – 45 38,5 – 45,5 42 1046 – 52 45,5 – 52,5 49 7
53 – 59 52,5 – 59,5 56 860 - 66 59,5 – 66,5 63 2
4. Frekuensi relatif dan kumulatif
Fi Frekuensi Frekuensi kumulatif (Fk)relatif (Fr) Kurang
dariFk Lebih dari Fk
10 10/50 x 100% = 20 % KD 17,5 0 LD 17,5 508 6/50 x 100% = 16 % KD 24,5 10 LD 24,5 40
5 5/50 x 100% = 10 % KD 31,5 18 LD 31,5 3210 10/50 x 100% = 20 % KD 38,5 23 LD 38,5 27
7 7/50 x 100% = 14 % KD 45,5 33 LD 45,5 178 8/50 x 100% = 16 % KD 52,5 40 LD 52,5 10
2 2/50 x 100% = 4 % KD 59,5 48 LD 59,5 2100 % KD 66,5 50 LD 66,5 0
3.4. Penyajian Tabel Distribusi Frekuensi3.4.1. Histogram3.4.2. Poligon3.4.3. Kurva frekuensi3.4.4. ozaive/ogive
21
BAB IVUKURAN GEJALA PUSAT ( UGP )
4.1. Istilah-istilah pengukuran1. Unit Observasi adalah satuan obyek yang akan ditanya atau diukur
atau diteliti karakteristiknya .2. Karakteristik adalah sifat atau ciri yang terdapat pada obyek yang
akan diteliti atau dukur dalam penelitian.3. Variabel adalah karakteristik yang jika diukur akan menghasilkan
nilai yang berbeda antara unit observasi yang satu dengan unit observasi yang lain.
4. Konstanta adalah karakteristik yang jika diukur akan menghasilkan nilai yang sama antara unit observasi yang satu dengan unit observasi yang lain.
5. Pengukuran adalah proses pencantuman bilangan pada suatu karakteristik tertentu dari suatu unit observasi.
4. 2. Skala Pengukuran
Jika kita melakukan pengukuran, maka akan menghasilkan bilangan. Bilangan sebagai hasil dari suatu pengukuran, dapat dibedakan menjadi 4 tingkatan atau skala. Skala pengukuran tersebut terdiri dari :
1) Skala nominal bilangan hasil pengukuran yang fungsinya hanya untuk membedakan saja, antara obyek yang satu dengan obyek yang lain. Maka untuk bilangan berskala nominal tidak berlaku hukum matematika, yaitu tambah, kurang bagi, dan kali. Misalnya : Nomor KTP, Nomor Mahasiswa (Nrp).
2) Skala ordinal bilangan hasil pengukuran yang mempunyai fungsi untuk membedakan dan meranking, antara obyek yang satu dengan obyek yang lain. Contohnya : Nomor sepatu, nomor baju.
22
3) Skala interval bilangan hasil pengukuran yang fungsinya untuk membedakan, merangking, mempunyai jarak yang teratur , antara obyek yang satu dengan obyek yang lain, tetapi titik nolnya tidak mutlak. Contohnya : Jam dan suhu udara.
4) Skala rasio bilangan hasil pengukuran yang fungsinya untuk membedakan, merangking, mempunyai jarak yang teratur , antara obyek yang satu dengan obyek yang lain, dan titik nolnya mutlak.Misalnya : Penghasilan per bulan, Jumlah
Mahasiswa.
4.3. Pengertian Ukuran Gejala PusatUkuran Gejala Pusat (UGP) adalah bilangan yang digunakan untuk
mewakili sekumpulan bilangan. Ukuran Gejala Pusat biasanya nilainya dinyatakan dengan nilai rata-rata, median, kuartil, desil, persentil dan modus.
Untuk menghitung ukuran gejala pusat perlu memperhatikan dua hal berikut ini :a. Bentuk data (apakah data mentah atau data berkelompok)b. Skala pengukuran datanya (apakah berskala nominal, ordinal, interval
atau rasio).
4.4. Ukuran Gejala Pusat untuk Data Tidak Berkelompok( Ungrouped Data )
4.4.1. Arithmatic Mean ( Rata-rata Hitung)
Rata-rata hitung adalah ukuran gejala pusat untuk data tidak berkelompok, jika datanya mempunyai ciri-ciri sebagai berikut :1) Datanya berskala interval2) Datanya relatif homogen ( tidak mengandung bilangan ekstrim atau out lier )
Rumus rata-rata hitung : Untuk data dari populasi
23
Untuk data dari sampel
4.4.2. Weight Mean (Rata-rata Tertimbang atau Rata-rata berbobot )
Adalah UGP untuk data tidak berkelompok, jika datanya mempunyai ciri-ciri sebagai berikut :
Datanya berskala interval Datanya mempunyai bobot yang berbeda
Rumus :
Bi = bobot dataXi = nilai variabel yang akan di hitung rata-ratanya
4.4.3. Geometric Mean (Rata-rata Ukur)Adalah UPG yang digunakan untuk menghitung rata-rata
data tidak berkelompok, jika datanya mempunyai ciri-ciri sebagai berikut : Datanya berskala interval Datanya untuk mengukur rata-rata pertumbuhan atau rata-rata
pertambahan atau rata-rata kenaikkan.
Rumus :
= Rata-rata kenaikan / pertumbuhan / pertambahanPn = jumlah data pada periode akhir (periode ke – n)Po = jumlah data periode awal (periode ke – 0)n = lama periode ( periode ke n – periode ke 0 )
24
4.4.4. Median untuk Data Tidak Berkelompok (Data Mentah)Median adalah bilangan yang membagi sederetan bilangan yang
sudah diurutkan menjadi 2 bagian yang sama. Median juga merupakan rata-rata untuk data yang mempunyai skala pengukuran ordinal . Disamping itu Median dapat juga digunakan untuk mengukur rata-rata, jika datanya berskala interval tetapi di dalamnya mengandung bilangan ekstrim atau out lier.
Cara Menghitung Median untuk Data tidak Berkelompok : Buat array atau urutkan datanya
Cari Letak Median
Hitung Nilai MedianContoh :Berikut ini data tentang penilaian konsumen / nasabah yang diberikan terhadap pelayanan sebuah Bank Pemerintah. Data diperoleh dari sampel yang berukuran 10 orang nasabah, yang terpilih secara acak. Hasil pengukuran dengan menggunakan kuesioner memberikan data sebagai berikut :
75 58 67 83 68 52 77 80 55 86Hitung Mediannya ?
Jawab : Buat Array 52 55 58 67 75 77 80 83 86
Letak Median berarti Median berada pada
data ke 5,5
Nilai Median
Artinya 50 % nasabah Bank Pemerintah menilai pelayanan yang diberikan oleh Bank lebih kecil dari 71,5, sedangkan sisanya 50 % nasabah lainnya menilai pelayanan Bank Pemerintah dengan nilai di atas 71,5.
4.4.5. Kuartil untuk Data Tidak Berkelompok ( Ki )
25
Kuartil adalah bilangan yang membagi sederetan bilangan yang sudah diurutkan menjadi 4 bagian yang sama. Nilai kuartil ada 3 yaitu Kuartil 1
(K ), Kuartil 2 (K ) dan Kuartil 3 (K ).
Cara Menghitung Kuartil untuk Data Tidak Berkelompok : Buat Array
Cari Letak Kuartil
Hitung Nilai Kuartil
Dari data di atas hitung nilai kuartil ke 1 (K )
Buat array di atas sudah ada
Cari Letak Kuartil ada pada data ke 2,75
Hitung Nilai K = data ke 2 + 0,75 ( data ke 3 – data ke 2 )
K = 55 + 0,75 ( 58 – 55 ) = 55 + 2,25 = 57,25
Artinya 25 % nasabah memberi penilaian atas pelayanan Bank Pemerintah di bawah 57,25, sedangkan sisanya 75 % nasabah memberi penilaian atas pelayanan Bank di atas 57,25.
4.4.6. Desil4.4.7. Persentil4.4.8. Modus
4.5. U G P untuk data berkelompok (Grouped Data)Jika kita berhadapan dengan data yang sudah dikelompokkan
dalam bentuk tabel distribusi frekuensi, maka beberapa cara menghitung ukuran gejala pusatnya adalah sebagai berikut :
Tabel Distribusi Frekuensi Besarnya Tabungan per bulan ( % )
K I U K X i Fi Fi Xi
18 - 24 17,5 – 24,5 21 10 21025 – 31 24,5 – 31,5 28 8 224
32 – 38 31,5 – 38,5 35 5 17539 – 45 38,5 – 45,5 42 10 420
46 – 52 45,5 – 52,5 49 7 343
26
53 – 59 52,5 – 59,5 56 8 44860 - 66 59,5 – 66,5 63 2 126
Jumlah 50 1946
4.5.1. Rata-rata untuk Data Berkelompok (Grouped Data)
dimana : = Rata-rata
= frekuensi ke i
= Nilai Tengah Kelas ke I
= penjumlahan
Jadi rata-rata besarnya tabungan karyawan per bulan sebesar 38,92 % dari pendapatannya
4.5.2. Median ( M ) untuk Data BerkelompokMedian ( M ) adalah bilangan yang membagi sederetan bilangan yang
sudah diurutkan menjadi 2 bagian yang sama.Cara Mencari Median untuk data Berkelompok :
Tentukan Letak Median LM = dimana jumlah frekuensi
Letak Median LM = M ada pada data ke 25
Hitung nilai Median
Nilai Median =
Artinya 50 % dari karyawan, besarnya tabungan di bawah 39,9 % dan sisanya 50 % karyawan lainnya, besarnya tabungan di atas 39,9%
4.5.3. Kuartil ( K ) untuk Data BerkelompokKuartil ( K ) adalah bilangan yang membagi sederetan bilangan yang
sudah diurutkan menjadi 4 bagian yang sama.Cara Mencari Kuartil untuk Data Berkelompok:
27
Tentukan Letak Kuartil LK = dimana jumlah frekuensi
Letak Kuartil ke 1 LK = K ada pada data ke 12,5
Hitung nilai Kuartil
Nilai Kuartil ke 1
=
Artinya 25 % dari karyawan, besarnya tabungan di bawah 26,69 % dan sisanya 75 % karyawan lainnya, besarnya tabungan di atas 26,69 %.
Hitung nilai Kuartil ke 2 dan Kuartil ke 3
4.5.4. Desil ( D ) untuk Data BerkelompokBuat pengertian Desil dan rumus sendiri disertai penjelasan rumus,
lalu hitung D dan D dan jelaskan artinya.
4.5.5. Persentil (P ) untuk Data BerkelompokBuat pengertian Persentil dan rumus sendiri disertai penjelasan
rumus, lalu hitung P dan P dan jelaskan artinya
4.5.6. Modus (M ) untuk Data BerkelompokModus (M ) adalah bilangan yang paling sering muncul
Cara Mencari Modus untuk data berkelompok : Tentukan Letak Modus pada frekuensi tertinggi Letak Modus pada kelas ke 1 dan kelas ke 4 ( ada 2 nilai modus )
Hitung nilai Modus
Nilai Modus ke 1
=
28
Artinya sebagian besar karyawan mempunyai tabungan, sebesar 23,33 % dari pendapatan.
Hitunglah nilai Modus ke 2 dari data di atas dan jelaskan artinya
29
BAB VUKURAN KESERAGAMAN (UKURAN DISPERSI)
5.1. PengertianUkuran Keseragaman adalah bilangan yang memperlihatkan variasi data
(perbedaan data yang satu dengan data yang lain) dalam kumpulan data.
Nilai ukuran keseragaman selalu positif. Jika nilai ukuran keseragaman =
0 berarti bilangan-bilangan dalam kumpulan data tersebut nilainya sama semua
(seragam sempurna). Dan semakin besar nilai ukuran keseragaman berarti
semakin bervariasi bilangan-bilangan dalam kumpulan data tersebut.
Sebaiknya semakin kecil nilai ukuran keseragaman berarti semakin kecil
perbedaan nilai, antara data yang satu dengan data yang lain (semakin
seragam bilangan dalam kumpulan data tersebut).
Ukuran keseragaman biasanya diartikan secara relatif artinya
penggunaannya untuk membandingkan kumpulan data yang satu dengan
kumpulan data yang lain, untuk mengetahui mana yang lebih bervariasi antara
kedua kumpulan data tersebut.
Nilai Ukuran Keseragaman biasanya dinyatakan oleh nilai-nilai berikut ini
:
a. Rentang
b. Varians
c. Standar Deviasi / Simpangan Baku
d. Koefisien Variasi
e. Rentang Antar Kuartil
5.2. Ukuran Keseragaman untuk data tidak berkelompok
(Ungrouped Data).
Jika kita berhadapan dengan data yang belum dikelompokkan atau
masih berupa data mentah, maka cara menghitung Ukuran Keseragaman
adalah sebagai berikut :
a) Rentang ( R ) mempunyai satuan
R = data tertinggi – data terendah
b) Varians mempunyai satuan yang berdimensi dua30
Varians dari data populasi
Varians dari data sampel
c) Simpangan Baku / Standar Deviasi ( SD) mempunyai satuan
berdimensi satu
SD dari data populasi
SD dari data sampel
d) Koefisien Variasi (KV)
KV dari data populasi =
dimana
KV dari data sampel =
dimana : =
e) Rentang Antar Kuartil (RAK)
RAK = K3 – K1
K3 = kuartil ke 3
K1 = kuartil ke 1
Contoh Cara Menghitung Ukuran Keseragaman :
Dalam suatu ujian yang diikuti oleh 11 orang sebagai sampel, masing-
masing mahasiswa mendapat-kan nilai 67, 78, 60, 55, 47, 92, 84, 77, 50, 95,
65, maka nilai Ukuran Keseragamannya adalah :
1). Nilai Rentangnya = 95 – 47 = 48 point
2). Nilai Varians :
31
3). Simpangan Baku / Standar Deviasi
S =
= 16,44992401 16,45 point
4). Koefisien Variasi ( KV )
dimana = = = 70 point
5). Rentang Antar Kuartil (RAK)
RAK = K3 – K1
Data Array 47, 50, 55, 60, 65, 67, 77, 78, 84, 92, 95
LK3 =
Jadi Nilai K3 = 84
LK1 =
Jadi Nilai K1 = 55
Sehingga nilai RAK = 84 – 55 = 29
5.2. Ukuran Keseragaman Untuk Data Berkelompok
(Grouped Data)
Untuk menghitung Ukuran Keseragaman, jika datanya berkelompok
maka cara menghitungnya berbeda dengan data tidak berkelompok. Tetapi
32
jenis alat untuk mengukur nilai ukuran keseragaman masih sama yaitu
meliputi : Rentang, Varians, Simpangan Baku, Koefosien Variasi dan Rentang
Antar Kuartil. Rumus masing-masing alat ukur tersebut adalah sebagai
berikut :
1). Rentang ( R ) mempunyai satuan berdimensi satu
R = Ujung Kelas Tertinggi – Batas Kelas Terendah
= Batas Kelas Tertinggi – Batas Kelas Terendah
= Nilai Tengah Kelas Tertinggi – Nilai Tengah Kelas Terendah
2). Varians mempunyai satuan yang berdimensi dua
Varians dari data populasi
Varians dari data sampel
3). Simpangan Baku/Standar Deviasi (SD) mempunyai satuan
berdimensi satu
SD dari data populasi
SD dari data sampel
4). Koefisien Variasi (KV)
KV dari data populasi =
dimana
KV dari data sampel =
dimana : =
e) Rentang Antar Kuartil (RAK)
RAK = K3 – K1
K3 = kuartil ke 3
K1 = kuartil ke 1
33
Contoh : Dari Tabel Distribusi Frekuensi berikut ini hitunglah nilai-nilai ukuran
keseragamannya, mulai dari nilai Rentang, Varians, Standar
Deviasi, Koefisien Variasi dan Rentang Antar Kuartilnya ?
Tabel Distribusi Frekuensi (nilai tabungan karyawan dalam %)
K I U K X i Fi Fi Xi
18 - 24 17,5 – 24,5 21 10 210 441 4410
25 – 31 24,5 – 31,5 28 8 224 784 6272
32 – 38 31,5 – 38,5 35 5 175 1225 6125
39 – 45 38,5 – 45,5 42 10 420 1764 17640
46 – 52 45,5 – 52,5 49 7 343 2401 16807
53 – 59 52,5 – 59,5 56 8 448 3136 25088
60 - 66 59,5 – 66,5 63 2 126 3969 7938
Jumlah 50 1946 84280
Silahkan dicoba menghitung sendiri ya!
34
35
36