• Tidak ada hasil yang ditemukan

* MEMBUAT DAFTAR DISTRIBUSI FREKUENSI MENGGUNAKAN ATURAN STURGES

N/A
N/A
Protected

Academic year: 2021

Membagikan "* MEMBUAT DAFTAR DISTRIBUSI FREKUENSI MENGGUNAKAN ATURAN STURGES"

Copied!
6
0
0

Teks penuh

(1)

Secara umum, ada dua cara penyajian data, yaitu : 1. Tabel atau daftar

2. Grafik atau diagram

Macam-macam daftar yang dikenal :

a. Daftar baris kolom

b. Daftar kontingensi

c. Daftar distribusi frekuensi Sedangkan diagram :

a. Diagram batang

b. Diagram garis

c. Diagram lambang

d. Diagram lingkaran

e. Diagram peta atau kartogram

f. Diagram pencar atau diagram titik

* MEMBUAT DAFTAR DISTRIBUSI FREKUENSI MENGGUNAKAN ATURAN STURGES

a. Tentukan rentang, ialah data terbesar dikurangi data terkecil

b. Tentukan banyak kelas interval yang diperlukan

Banyak kelas = 1 + (3,3) log n

c. Tentukan panjang kelas interval (p)

p = kelas banyak g tan ren

d. Pilih ujung bawah kelas interval pertama. Untuk ini bisa diambil sama dengan

data terkecil atau nilai yang lebih kecil dari data terkecil tetapi selisihnya harus kurang dari panjang kelas yang telah ditentukan.

Soal :

Perhatikan nilai ujian statistika untuk 40 orang mahasiswa berikut ini :

79 80 70 68 90 92 80 70 63 76

49 84 71 72 35 93 91 74 60 63

48 90 92 85 83 76 61 99 83 88

74 70 38 51 73 71 72 95 82 70

Buatlah daftar distribusi frekuensinya ?

* UKURAN GEJALA PUSAT & UKURAN LETAK Rata-Rata Hitung

a. Untuk data tunggal

n x n x ... x x x n 1 i i n 2 1

= = + + + =

b. Untuk data frekuensi

= i i i f x f x

(2)

Soal :

1. Diketahui lima nilai ujian mahasiswa untuk mata kuliah statistika : 70, 69, 45, 80, dan 56. tentukan rata-ratanya ?

2. Diberikan data sebagai berikut : Daftar I xi fi 70 69 45 80 56 5 6 3 1 1 Tentukan rata-ratanya ? Modus

> Untuk menyatakan fenomena yang paling banyak terjadi.

Jika data disusun dalam daftar distribusi frekuensi, maka modusnya :

Mo = b +       + 2 1 1 b b b p

dengan b = batas bawah kelas modus, ialah kelas interval dengan frekuensi terbanyak p = panjang kelas modus

b1 = frekuensi kelas modus dikurangi frekuensi kelas interval dengan tanda kelas

yang lebih kecil sebelum tanda kelas modus

b2 = frekuensi kelas modus dikurangi frekuensi kelas interval dengan tanda kelas

yang lebih besar sesudah tanda kelas modus Soal :

1. Terdapat sampel dengan nilai-nilai data : 12, 34, 14, 34, 28, 34, 34, 28, 14. Tentukan modusnya ?

2. Diberikan data nilai ujian statistika 80 mahasiswa sebagai berikut : Daftar II Nilai Ujian fi 31 – 40 41 – 50 51 – 60 61 – 70 71 – 80 81 – 90 91 – 100 1 2 5 15 25 20 12 Tentukan modusnya ? Median

> adalah bilangan pembagi yang membagi sekumpulan data menjadi dua bagian yang sama banyak, sesudah disusun menurut urutan nilainya.

Jika data disusun dalam daftar distribusi frekuensi, maka mediannya :

Me = b + p       f F n 2 1

(3)

p = panjang kelas median

n = ukuran sampel atau banyak data

F = jumlah semua frekuensi dengan tanda kelas lebih kecil dari tanda kelas median

f = frekuensi kelas median Soal :

1. Diberikan sampel dengan data : 4, 12, 5, 7, 8, 10, 10 Tentukan mediannya ?

2. Tentukan median pada daftar II ? Kuartil

> adalah bilangan pembagi yang membagi sekumpulan data menjadi empat bagian yang sama banyak, sesudah disusun menurut urutan nilainya.

Letak Ki = data ke - 4 ) 1 n ( i + , dengan i = 1, 2, 3

Jika data disusun dalam daftar distribusi frekuensi, maka kuartil ke-i nya :

Ki = b + p             − f F 4 in

dengan b = batas bawah kelas Ki, ialah kelas dimana Ki akan terletak

p = panjang kelas Ki

n = ukuran sampel atau banyak data

F = jumlah semua frekuensi dengan tanda kelas lebih kecil dari tanda kelas Ki

f = frekuensi kelas Ki

Soal :

1. Tentukan K1 dan K3 pada sampel data : 75, 82, 66, 57, 64, 56, 92, 94, 86, 52, 60, 70 ?

2. Tentukan K3 pada daftar II ?

Desil

> adalah bilangan pembagi yang membagi sekumpulan data menjadi sepuluh bagian yang sama banyak, sesudah disusun menurut urutan nilainya.

Letak Di = data ke - 10 ) 1 n ( i + , dengan i = 1, 2, ..., 9

Jika data disusun dalam daftar distribusi frekuensi, maka desil ke-i nya :

Di = b + p             − f F 10 in

dengan b = batas bawah kelas Di, ialah kelas dimana Di akan terletak

p = panjang kelas Di

n = ukuran sampel atau banyak data

F = jumlah semua frekuensi dengan tanda kelas lebih kecil dari tanda kelas Di

(4)

Soal :

1. Tentukan D7 pada sampel data : 75, 82, 66, 57, 64, 56, 92, 94, 86, 52, 60, 70 ?

2. Tentukan D3 pada daftar II ?

Persentil

> adalah bilangan pembagi yang membagi sekumpulan data menjadi seratus bagian yang sama banyak, sesudah disusun menurut urutan nilainya.

Letak Pi = data ke - 100 ) 1 n ( i + , dengan i = 1, 2, ..., 99

Jika data disusun dalam daftar distribusi frekuensi, maka persentil ke-i nya :

Pi = b + p             − f F 100 in

dengan b = batas bawah kelas Pi, ialah kelas dimana Pi akan terletak

p = panjang kelas Pi

n = ukuran sampel atau banyak data

F = jumlah semua frekuensi dengan tanda kelas lebih kecil dari tanda kelas Pi

f = frekuensi kelas Pi

* UKURAN SIMPANGAN & VARIASI

> untuk menggambarkan bagaimana berpencarnya data kuantitatif. Simpangan Baku

> pangkat dua dari simpangan baku dinamakan varians.

> untuk sampel, simpangan baku diberi simbol s, sedangkan untuk populasi diberi simbol σ (sigma)

Jika diketahui sampel berukuran n dengan data x1, x2, ..., xn, maka

s =

(

)

) 1 n ( n x x n i2 i 2 − −

Jika data dari sampel telah disusun dalam daftar distribusi frekuensi, maka

s =

(

)

) 1 n ( n x f x f n i i 2 2 i i − −

Soal :

1. Diberikan sampel data : 8, 7, 10, 11, 4. Tentukan simpangan baku dan variansnya ? 2. Tentukan simpangan baku dan varians pada daftar II ?

(5)

Pengertian Pengujian Hipotesis

Hipotesis berasal dari bahasa Yunani, yaitu hupo dan thesis.

Hupo berarti lemah, kurang, atau di bawah dan thesis berarti teori, proposisi, atau pernyataan yang disajikan sebagai bukti.

Jadi, hipótesis dapat diartikan sebagai suatu pernyataan yang masih lemah kebenarannya dan perlu dibuktikan atau dugaan yang sifatnya masih sementara.

Prosedur Pengujian Hipótesis 1. Menentukan Formulasi Hipotesis

Formulasi atau perumusan hipótesis statistik dapat dibedakan atas dua jenis, yaitu sebagai berikut :

a. Hipótesis nol atau hipótesis nihil

Hipótesis nol, disimbolkan H0 adalah hipótesis yang dirumuskan sebagai suatu

pernyataan yang akan diuji.

b. Hipótesis alternatif atau hipótesis tandingan

Hipótesis alternatif disimbolkan H1 atau Ha adalah hipótesis yang dirumuskan sebagai

lawan atau tandingan dari hipótesis nol.

Secara umum, formulasi hipótesis dapat dituliskan : H0 : θ = θ0

H1 : θ > θ0

Pengujian ini disebut pengujian sisi kanan H0 : θ = θ0

H1 : θ < θ0

Pengujian ini disebut pengujian sisi kiri H0 : θ = θ0

H1 : θ≠θ0

Pengujian ini disebut pengujian dua sisi

2. Menentukan Taraf Nyata (Significant Level)

Taraf nyata adalah besarnya batas toleransi dalam menerima kesalahan hasil hipotesis terhadap nilai parameter populasinya.

Taraf nyata dilambangkan dengan α (alpha)

Besarnya nilai α bergantung pada keberanian pembuat keputusan yang dalam hal ini berapa besarnya kesalahan yang akan ditolerir.

3. Menentukan Kriteria Pengujian

Kriteria pengujian adalah bentuk pembuatan keputusan dalam menerima atau menolak hipotesis nol (H0) dengan cara membandingkan nilai α tabel distribusinya (nilai kritis)

dengan nilai uji statistiknya, sesuai dengan bentuk pengujiannya.

a. Penerimaan H0 terjadi jika nilai uji statistiknya lebih kecil atau lebih besar

daripada nilai positif atau negatif dari α tabel. Atau nilai uji statistik berada di luar nilai kritis.

b. Penolakan H0 terjadi jika nilai uji statistiknya lebih besar atau lebih kecil daripada

nilai positif atau negatif dari α tabel. Atau nilai uji statistik berada di dalam nilai kritis.

(6)

4. Menentukan Nilai Uji Statistik

Uji statistik merupakan rumus-rumus yang berhubungan dengan distribusi tertentu dalam pengujian hipotesis. Uji statistik merupakan perhitungan untuk menduga parameter data sampel yang diambil secara random dari sebuah populasi.

5. Membuat Kesimpulan

Pembuatan kesimpulan merupakan penetapan keputusan dalam hal penerimaan atau penolakan hipotesis nol (H0), sesuai dengan kriteria pengujiannya.

Pembuatan kesimpulan dilakukan setelah membandingkan nilai uji staistik dengan nilai α

tabel atau nial kritis.

Kesalahan dalam Pengujian Hipotesis

Dalam pengujian hipotesis, kesimpulan yang diperoleh hanya penerimaan atau penolakan terhadap hipotesis yang diajukan, tidak berarti kita telah membuktikan atau tidak membuktikan kebenaran hipotesis tersebut. Hal ini disebabkan kesimpulan tersebut hanya merupakan inferensi didasarkan sampel.

Dalam pengujian hipotesis dapat terjadi dua jenis kesalahan, yaitu : a. Kesalahan Jenis I

Kesalahan jenis I adalah karena H0 ditolak padahal kenyataannya benar. Artinya, kita

menolak hipotesis tersebut (H0) yang seharusnya diterima.

b. Kesalahan Jenis II

Kesalahan jenis II adalah kesalahan karena H0 diterima padahal kenyataannya salah.

Artinya, kita menerima hipotesis (H0) yang seharusnya ditolak.

Tabel 1. Dua Jenis Kesalahan dalam Pengujian Hipotesis Keadaan Sebenarnya Kesimpulan H0 Benar H0 Salah Terima Hipotesis Tidak membuat

kekeliruan Kesalahan Jenis II

Tolak

Hipotesis Kesalahan Jenis 1

Tidak membuat kesalahan

Sumber :

Hasan, Iqbal. 2005. Pokok-Pokok Materi Statistik 2 (Statistik Inferensif). Jakarta : Bumi Aksara.

Gambar

Tabel 1. Dua Jenis Kesalahan dalam Pengujian Hipotesis  Keadaan Sebenarnya  Kesimpulan  H 0  Benar  H 0  Salah  Terima  Hipotesis  Tidak membuat

Referensi

Dokumen terkait

Hasil dari pengujian hipotesis nilai thitung untuk integritas sebesar 4.311 berada didaerah penolakan Ho sehingga sesuai dengan kriteria pengujian hipotesis adalah menolak

Hasil uji statistik ini kemudian di bandingkan dengan nilai dalam tabel untuk menerima atau menolak hipotesis nol (H o ) yang di kemukakan... Pengujian hipotesis beda tiga rata-rata

Hasil uji statistik ini kemudian dibandingkan dengan nilai-nilai dalam tabel untuk melihat apakah mereka menerima atau menolak hipotesis nol yang diajukan (H0), dengan semua

Untuk membandingkan penggunaan data kos dalam pengambilan keputusan menerima atau menolak pesanan khusus berdasarkan perusahaan dengan penulis yang menggunakan

0,000 pada level α = 5%, berarti model tersebut fit, maka keputusannya adalah menolak hipotesis nol (Ho) dan menerima hipotesis alternatif (Ha), artinya uji pengaruh

Dengan demikian hasil perhitungan ini dapat di ambil suatu keputusan bahwa menerima hipotesis alternatif dan menolak hipotesis nol, artinya bahwa variabel kepribadian

Jika sebagian besar skor sebuah data itu berada pada level atas sebuah skala dan ekor panjangnya menuju ke nilai rendah, maka distribusinya menceng negatif (Sk &lt; 0),

Hipotesis Untuk menghasilkan suatu keputusan pengguna menerima atau menolak berdasarkan pengumpulan data yang dilakukan, penulis melakukan pengujian hipotesis sesuai permasalahan yang