5. Statistik Deskriptip - anrusmath blogger | Jadikan hari …Data yang berbentuk bilangan dan...

1

Presented by:

Andi Rusdi, S.Pd.

UNIVERSITAS MUHAMMADIYAH PAREPARE

Dengan Materi:

STATISTIKA DESKRIPTIF

Parepare, 2009

STATISTIK DESKRIPTIFSTATISTIK DESKRIPTIF

Metode statistik adalah prosedur-prosedur yang yang digunakan dalampengumpulan , penyajian , analisis , dan penafsiran data .

Metode Statistik ini dikelompokkan ke dalam 2 kelompok besar (Walpole):1. StatistikaStatistika deskriptifdeskriptif2. Inferensia statistik

Defenisi:

StatistikaStatistika deskriptifdeskriptif adalah metode-metode yang berkaitan denganpengumpulan dan penyajian suatu gugus data sehingga memberikaninformasi yang berguna.

2

STATISTIK DESKRIPTIFSTATISTIK DESKRIPTIF (Cont.)

PENYAJIAN DATA

DATA merupakan sekumpulan hasil pengamatan atau pengukuran yang diperoleh dari sampel.

SAMPEL adalah bagian keseluruhan objek yang menjadi perhatian dalam suatu studi atau penelitian yang disebut POPULASI .

POPULASI

SAMPEL

Kriteria data yang baik dan objektif :1. Data diperoleh dari pengukuran yang tepat pada suatu sampel2. Sampel yang digunakan dapat mewakili populasi

PENYAJIAN DATA


DATA

Data Kualitatif(Data yang dikategorikan menurut gambarankualitas(sifat/atribut) objek yang diperhatikan,Misalnya: Baik, Gagal, Sembuh, Dll.).

Data Kuantitatif(Data yang berbentuk bilangan dan nilainya berubah-

ubah). Dari nilainya dibedakan atas:1. Data farik (diperoleh dengan cara membilang/

mencacah).2. Data Malar (diperoleh dengan cara mengukur).

Berdasarkan pada siapa yang mengumpulkan data, maka data dapatdibedakan atas:1. Data Primer2. Data Sekunder

3

PENYAJIAN DATA


Untuk keperluan laporan dan analisis lanjut, data yang telahdikumpulkan baik yang berasal dari populasi maupun sampel perludiatur, disusun dan disajikan dalam bentuk yang baik dan jelas.

Cara penyajian data:1. Tabel/Daftar

(tabel distribusi frekuensi, dll).

2. Gambar, Grafik/Diagram(Diagram batang, diagram gambar/lambang, diagram garis,diagram lingkaran, diagram pencar, dan lainnya.

PENYAJIAN DATA


Ciri penting sejumlah besar data segera dapat diketahui melaluipengelompokan data tersebut dalam beberapa kelas, dan kemudiandihitung banyaknya pengamatan yang masuk ke dalam setiap kelas.Susunan demikian ini disebut distribusi frekuensi .

Contoh:

Bobot (Kilogram)

Banyaknya

7 – 9 10 – 1213 – 15 16 – 18 19 – 21

2814197

Tabel distribusi frekuensi bobot 50potong koper milik penumpangpesawat pada penerbangan MKS-SBY.

Selang KelasLimit Bawah kelas

8 koper yang beratnya lebih 9.5 kgtetapi kurang dari 12.5 kg berada dlmselang 10 – 12.

Kelas

4

Bobot (Kilogram)

BatasKelas

Titik tengahKelas (x)

Frekuensi (f)

7 – 9 10 – 1213 – 15 16 – 18 19 – 21

6.5 – 9.5 9.5 – 12.5

12.5 – 15.5 15.5 – 18.518.5 – 21.5

811141720

2814197

PENYAJIAN DATA


Distribusi frekuensi bobot 50 potong koper

Panjang Kelas = Batas atas – batas bawah = 3

Bobot (Kilogram)

BatasKelas

Titik tengahKelas (x)

Frekuensi (f)

Frekuensi relatif

7 – 9 10 – 1213 – 15 16 – 18 19 – 21

6.5 – 9.5 9.5 – 12.5

12.5 – 15.5 15.5 – 18.518.5 – 21.5

811141720

28

14197

0.040.160.280.380.14

50 1

PENYAJIAN DATA


Distribusi frekuensi bobot 50 potong koper

5

PENYAJIAN DATA


Berikut ini adalah data yang menyatakan umur 40 buah aki mobil yang serupa jenisnya:

2.2 4.1 3.5 4.5 3.2 3.7 3.0 2.6

3.4 1.6 3.1 3.3 3.8 3.1 4.7 3.7

2.5 4.3 3.4 3.6 2.9 3.3 3.9 3.1

3.3 3.1 3.7 4.4 3.2 4.1 1.9 3.4

4.7 3.8 3.2 2.6 3.9 3.0 4.2 3.5

Sumber data : R. E. Walpole hal 49.

PENYAJIAN DATA


Selang Kelas Batas Kelas Titik tengah Kelas (x) Frekue nsi (f)

1.5 – 1.92.0 – 2.42.5 – 2.93.0 – 3.43.5 – 3.94.0 – 4.44.5 – 4.9

1.45 – 1.951.95 – 2.452.45 – 2.952.95 – 3.453.45 – 3.953.95 – 4.454.45 – 4.95

1.72.22.73.23.74.24.7

214

151053

Distribusi frekuensi umur Aki

6

Untuk membuat Tabel distribusi frekuensinya, langkah-langkahyang mesti dilakukan adalah:

1. Menentukan rentang nilaiRetang = nilai terbesar – nilai terkecil

= 4.7 – 1.6 = 3.12. Tentukan banyak kelas interval yang diperlukan!

dalam contoh dapat dibentuk 7 kelas interval(Biasanya antara 5-12 atau memakai aturan Sturges).

3. Tentukan panjang kelas (p)!p=(Rentang)/(Banyak Kelas) = 3.1/7 = 0.443karena panjang kelas harus memiliki angka nyata yang samadengan pengamatannya maka diambil p = 0.5.

4. Pilih ujung bawah kelas!dapat dilakukan dengan mengambil data terkecil atau nilai datayang lebih kecil. Pada contoh ini data terkecil 1.6, sehinggabisa saja mengambil 1.5 sebagai ujung bawah kelas.Syarat : Selisihnya dengan data terkecil < p.

PENYAJIAN DATA


4. Karena ujung bawah kelas dipilih 1.5, maka batas bawahintervalnya adalah 1.45dengan menambahkan panjang kelas 0.5 pada batas bawahinterval diperoleh 1.95 yang merupakan batas atas interval.Dengan demikian ujung atas kelas adalah 1.9

PENYAJIAN DATA


7

PENYAJIAN DATA


Hasil yang Diberikan Oleh SPSS:

PENYAJIAN DATA


8

PENYAJIAN DATA


Statistics

UsiaAki40

0

3.4125

3.4000

3.10

.70281

.494

-.364

.374

.359

.733

3.10

1.60

4.70

136.50

Valid

Missing

N

Mean

Median

Mode

Std. Deviation

Variance

Skewness

Std. Error of Skewness

Kurtosis

Std. Error of Kurtosis

Range

Minimum

Maximum

Sum

Frequencies

PENYAJIAN DATA


9

UsiaAki

1 2.5 2.5 2.5

1 2.5 2.5 5.0

1 2.5 2.5 7.5

1 2.5 2.5 10.0

2 5.0 5.0 15.0

1 2.5 2.5 17.5

2 5.0 5.0 22.5

4 10.0 10.0 32.5

3 7.5 7.5 40.0

3 7.5 7.5 47.5

3 7.5 7.5 55.0

2 5.0 5.0 60.0

1 2.5 2.5 62.5

3 7.5 7.5 70.0

2 5.0 5.0 75.0

2 5.0 5.0 80.0

2 5.0 5.0 85.0

1 2.5 2.5 87.5

1 2.5 2.5 90.0

1 2.5 2.5 92.5

1 2.5 2.5 95.0

2 5.0 5.0 100.0

40 100.0 100.0

1.60

1.90

2.20

2.50

2.60

2.90

3.00

3.10

3.20

3.30

3.40

3.50

3.60

3.70

3.80

3.90

4.10

4.20

4.30

4.40

4.50

4.70

Total

ValidFrequency Percent Valid Percent

CumulativePercent

PENYAJIAN DATA


PENYAJIAN DATA


10


*) Mean (Rata-rata) :

1 2 1...

n

in i

xx x x

Xn n

=+ + += =∑

Ukuran Gejala Pusat

*) Modus: Data (Kategori) yang paling besar frekuensinya

*) Median: Posisi rata-rata

Data: 5 10 4 7 8 8 3

Data: 3 4 5 7 8 8 10

Median

Simpangan Baku dan Variansi


Variansi:

( )2

2 1

1

n

ii

x xs

n=

−=

−

∑

( )2

1

1

n

ii

x xs

n=

−=

−

∑

Simpangan Baku:

11


Ukuran Kemiringan dan Kecembungan

Model Populasi

1. Model Normal

2. Model Simetris

mesokurtik

Leptokurtik

Platikurtik



3. Model Positif

2. Model Negatif

12



3. Model J

2. Model U

TARIMA KASI’TARIMA KASI’

5. Statistik Deskriptip - anrusmath blogger | Jadikan hari …Data yang berbentuk bilangan dan...

Documents

Transcript of 5. Statistik Deskriptip - anrusmath blogger | Jadikan hari …Data yang berbentuk bilangan dan...