Standar
Standar Kompetensi
Kompetensi
Sesudah
Sesudah m engikut i
m engikut i m at a
m at a
kuliah
kuliah ini
ini,
, m ahasisw a
m ahasisw a
dihar apkan
dihar apkan m am pu
m am pu
m enggunakan
m enggunakan st at ist ika
st at ist ika
secar a
secar a t epat
t epat dalam
dalam
kegiat an
Manfaat
Manfaat Mata
Mata Kuliah
Kuliah
M ata
M ata kuliah
kuliah ini
ini sangat
sangat bermanfaat
bermanfaat bagi
bagi
mahasisw a
mahasisw a dalam
dalam melaksanakan
melaksanakan penelitian
penelitian
tidak
tidak saja
saja untuk
untuk memanipulasi
memanipulasi data,
data, tetapi
tetapi
juga
juga dapat
dapat melakukan
melakukan deskripsi
deskripsi dan
dan analisis
analisis
secara
secara tepat
tepat karakteristik
karakteristik obyek
obyek yang
yang
diteliti
diteliti,
, dapat
dapat menemukan
menemukan hubungan
hubungan antar
antar
berbagai
berbagai variable,
variable, dan
dan selanjutnya
selanjutnya dapat
dapat
mengembangkan
mengembangkan generalisasi
generalisasi untuk
untuk
menerangkan
menerangkan gejala
gejala--gejala
gejala yang
yang lebih
lebih luas
luas
serta
serta membuat
membuat prediksi
prediksi tentang
tentang kejadian
kejadian--kejadian
Deskripsi
Deskripsi Mata
Mata Kuliah
Kuliah
Ruang
Ruang lingkup
lingkup mata
mata kuliah
kuliah ini
ini mencakup
mencakup
pembahasan
pembahasan tentang
tentang peranan
peranan statistika
statistika dalam
dalam
penelitian
penelitian,
, konsep
konsep dasar
dasar statistika
statistika,
, statistika
statistika
deskriptif
deskriptif dan
dan statistika
statistika inferensial
inferensial,
, statistika
statistika
parametrik
parametrik dan
dan statistika
statistika nonparametrik
nonparametrik,
, bentuk
bentuk
data
data dan
dan skala
skala pengukuran
pengukuran data
data statistik
statistik,
,
penyajian
penyajian data,
data, distribusi
distribusi normal, rata
normal, rata--rata,
rata,
median
median dan
dan modus,
modus, standar
standar deviasi
deviasi dan
dan standar
standar
score,
score, proporsi
proporsi,
, analisis
analisis regresi
regresi dan
dan korelasi
korelasi,
,
hipotesis
Pengalaman
Pengalaman Belajar
Belajar
Se la m a
Se la m a m e n gik u t i
m e n gik u t i
pe r k u lia h a n
pe r k u lia h a n in i
in i m a h a sisw a
m a h a sisw a
diw a j ibk a n
diw a j ibk a n ::
1.
1. Mengikut i
Mengikut i kegiat an
kegiat an cer am ah
cer am ah,
, t anya
t anya
j aw ab
j aw ab dan
dan diskusi
diskusi di
di kelas
kelas..
2.
2. Ber par t isipasi
Ber par t isipasi akt if
akt if ber t ukar
ber t ukar pikir an
pikir an,
,
m engungkapkan
m engungkapkan hasil
hasil-- hasil
hasil obser vasi
obser vasi
dan
dan hasil
hasil pengalam an
pengalam an di
di lapangan
lapangan,
, dan
dan
3.
Evaluasi
Evaluasi Hasil
Hasil Belajar
Belajar::
Keber hasilan
Keber hasilan m ahasisw a
m ahasisw a dalam
dalam
per k uliahan
per k uliahan ini
ini dit ent uk an
dit ent uk an oleh
oleh
pr est asi
pr est asi y ang
y ang ber sangk ut an
ber sangk ut an dalam
dalam ::
1.
1.Kehadir an
Kehadir an m inim al 75% .
m inim al 75% .
2.
2.Par t isipasi
Par t isipasi Kegiat an
Kegiat an Kelas
Kelas..
3.
3.Tugas
Tugas-- Tugas
Tugas Har ian
Har ian..
4.
4.Uj ian
Uj ian Tengah Sem est er .
Tengah Sem est er .
5.
Pengertian
Pengertian Statistika
Statistika
I lm u
I lm u Penget ahuan
Penget ahuan yang
yang ber hubungan
ber hubungan
dengan
dengan car a
car a-- car a
car a pengum pulan
pengum pulan,
,
penyaj ian
penyaj ian,
, pengolahan
pengolahan dan
dan penganalisaan
penganalisaan
dat a
dat a ser t a
ser t a car a
car a-- car a
car a penar ikan
penar ikan
kesim pulan
kesim pulan dan
dan pengam bilan
pengam bilan keput usan
keput usan
secar a
secar a t epat
t epat ,
, baik
baik,
, t elit i
t elit i,
, hat i
hat i-- hat i
hat i,
,
m engikut i
m engikut i car a
car a-- car a
car a dan
dan t eor i
t eor i yang
yang benar
benar
dan
Pengertian
Pengertian Statistika
Statistika
Met ode
Met ode I lm iah
I lm iah unt uk
unt uk
m engum pulk an
m engum pulk an,
, m engor ganisir
m engor ganisir,
,
m eny aj ik an
m eny aj ik an dan
dan m enganalisis
m enganalisis
dat a,
dat a, ser t a
ser t a m enar ik
m enar ik k esim pulan
k esim pulan
y ang v alid
y ang v alid dan
dan m engam bil
m engam bil
k eput usan
k eput usan y ang
y ang t epat
t epat
ber dasar k an
ber dasar k an hasil
hasil analisis
analisis dat a
dat a
( Spiegel,
Pengertian
Pengertian Statistik
Statistik
Dipak ai
Dipak ai unt uk
unt uk m eny at ak an
m eny at ak an
sek um pulan
sek um pulan dat a,
dat a, um um ny a
um um ny a
dalam
dalam bent uk
bent uk angk a
angk a y ang
y ang
disaj ik an
disaj ik an dalam
dalam bent uk
bent uk t abel
t abel
at au
at au diagr am y ang
diagr am y ang m eluk isk an
m eluk isk an
at au
at au m enggam bar k an
m enggam bar k an suat u
suat u
per soalan
per soalan,
, m is
m is.
. St at ist ik
St at ist ik
Penduduk
Penduduk ,
, st at ist ik
st at ist ik k ecelak aan
k ecelak aan
lalu
Pengertian
Pengertian Statistik
Statistik
Dipak ai
Dipak ai unt uk
unt uk m eny at ak an
m eny at ak an
uk ur an
uk ur an-- uk ur an
uk ur an y ang
y ang diper oleh
diper oleh
dar i
dar i sam pel
sam pel penelit ian
penelit ian,
, seper t i
seper t i:
:
r at a
r at a-- r at a,
r at a, sim pangan
sim pangan bak u
bak u,
,
per sen
per sen at au
at au pr opor si
pr opor si.
. Cont oh
Cont oh:
:
Rat a
Rat a-- Rat a
Rat a St at ist ik
St at ist ik ar t iny a
ar t iny a
r at a
r at a-- r at a y ang
r at a y ang ber lak u
ber lak u unt uk
unt uk
sam pel
Pengertian
Pengertian Statistik
Statistik
Ada
Ada penggunaan
penggunaan ist ilah
ist ilah ““ hipot esis
hipot esis
st at ist ik
st at ist ik” , yang
” , yang art inya
art inya hipot esis
hipot esis yang
yang
diperlukan
diperlukan unt uk
unt uk m enguj i
m enguj i asum si
asum
si--asum si
asum si st at ist ik
st at ist ik yait u
yait u persyarat an
persyarat an
t ert ent u
t ert ent u yang
yang harus
harus dipenuhi
dipenuhi agar
agar
dapat
dapat dipert anggungj aw abkan
dipert anggungj aw abkan unt uk
unt uk
m enggunakan
m enggunakan t eknik
t eknik-- t eknik
t eknik t ert ent u
t ert ent u
m isalnya
m isalnya analisis
analisis regresi
regresi dan
dan korelasi
korelasi,
,
uj i
uj i-- t ,
t , dll
dll. yang
. yang m epersyarat kan
m epersyarat kan a.l
a.l.
.
norm alit as
Statistik sbg suatu metode yg digunakan dlm
pengumpulan & analisis data berupa angka
sehingga dpt diperoleh informasi yg bermanfaat.
Pengertian ini mengandung makna ganda, yaitu:
(a) kumpulan data berupa angka, dan
Statistik dapat digunakan untuk menyatakan
ukuran sebagai wakil dari kumpulan data
mengenai suatu hal yang diperoleh berdasarkan
perhitungan menggunakan sebagian data yang
diambil dari keseluruhan tentang masalah
tertentu, sedang statistika merupakan
BEBERAPA ISTILAH DASAR
BEBERAPA ISTILAH DASAR
Statistik dan Statistika.
Statistik dari segi bahasa berarti data, sedangkan
statistika adalah ilmu yang mempelajari data tersebut.
Statistika Deskriptif dan Statistika Inferensia
.
Statistika
deskriptif
adalah
metode-metode
yang
berkaitan dengan pengumpulan dan penyajian suatu
gugus data sehingga memberikan informasi yang
berguna.
BEBERAPA ISTILAH DASAR
BEBERAPA ISTILAH DASAR
Populasi dan Contoh.
Populasi adalah keseluruhan pengamatan yang
menjadi perhatian kita.
Contoh adalah suatu himpunan bagian dari data.
Contoh Acak Sederhana.
BEBERAPA ISTILAH DASAR
BEBERAPA ISTILAH DASAR
Statistik dan Parameter.
Statistik adalah sembarang nilai yang menjelaskan
ciri suatu contoh.
Parameter adalah sembarang nilai yang
menjelas-kan ciri populasi.
Datum dan Data.
Datum adalah bentuk tunggal dari data berupa satu
nilai hasil pengamatan atau hasil pengukuran.
Tugas
Tugas
Jelaskan
Jelaskan dengan
dengan sat u
sat u
alinea
alinea r uang
r uang lingkup
lingkup
penggunaan
penggunaan ist ilah
ist ilah
Peran
Peran Statistika
Statistika
dalam
dalam Penelitian
Penelitian
Analisis
Analisis statistika
statistika merupakan
merupakan salah
salah satu
satu
alat
alat atau
atau teknik
teknik yang
yang sangat
sangat penting
penting untuk
untuk
menganalisis
menganalisis data
data penelitian
penelitian secara
secara ilmiah
ilmiah.
.
Dengan
Dengan analisis
analisis statistika
statistika yang
yang dilakukan
dilakukan
dengan
dengan tepat
tepat dan
dan benar
benar,
, diharapkan
diharapkan akan
akan
diperoleh
diperoleh kesimpulan
kesimpulan yang
yang benar
benar,
,
obyektif
obyektif,
, dan
dan dapat
dapat
dipertanggungjawabkan
dipertanggungjawabkan dan
dan atas
atas dasar
dasar itu
itu
dapat
dapat diambil
diambil keputusan
keputusan yang
yang benar
benar dan
dan
bermakna
1. M enilai hasil pembangunan masa lampau dan untuk membuat rencana masa depan;
2. M elakukan tindakan-tindakan yang perlu dalam menjalankan tugas pembangunan;
3. Sebagai metode dalam melakukan penelitian;
4. Untuk mengetahui apakah cara yang baru lebih baik dari cara yang lama;
5. Untuk menetapkan model yang perlu dianut;
6. Untuk menetapkan tingkat hubungan antar faktor; 7. Untuk menetapkan pemilihan faktor-faktor tertentu
guna kepentingan studi lebih lanjut;
Tugas
Tugas
Be r ik a n
Be r ik a n t iga
t iga con t oh
con t oh
k on k r it
k on k r it pe r a n a n
pe r a n a n
st a t ist ik a
st a t ist ik a da la m
da la m
pe n e lit ia n
1. Menurut bentuknya: (a) kategori (data kualitatif),
dan (b) Bilangan (data kuantitatif);
2. Menurut sumbernya: (a) data internal,
dan (b) data eksternal;
3. Menurut cara memperolehnya:
(a) data primer, dan (b) data sekunder;
4. Menurut waktu pengumpulan:
Sumber data primer:
1. Wawancara langsung;
2. Wawancara tidak langsung;
3. Informasi yang didperoleh dari koresponden;
4. Informasi dari daftar pertanyaan yg dikirim lewat pos; 5. Pencatatan berdasar pada daftar pertanyaan.
Sumber data sekunder:
1. Sumber yang dipublikasikan, seperti laporan dari badan-badan internasional, laporan instansi pemerintah, publikasi dari instansi semi pemerintah, dan publikasi hasil penelitian individual;
Benar/ Dapat Dipercaya
DATA STATISTIKA
(Keterangan atau fakta Mengenai suatu persoalan)
Berbentuk Kategori
Kualitataif
Berbentuk Bilangan
Kuantitatif
Data Diskrit
Nominal Ordinal
Data Kontinu
Bentuk Data
Bentuk Data
Kont inu: hasil m enguk ur at au
Kont inu: hasil m enguk ur at au
m enim bang, m is. luas gedung,
m enim bang, m is. luas gedung,
t inggi badan, ber at badan.
t inggi badan, ber at badan.
Desk r it : hasil m enghit ung at au
Desk r it : hasil m enghit ung at au
m em bilang, m is. j um lah gedung,
m em bilang, m is. j um lah gedung,
j um lah or ang, nom or / r ank ing 1, 2.
j um lah or ang, nom or / r ank ing 1, 2.
3, dst .
Skala
Skala Pengukuran
Pengukuran Data
Data
Sk ala I nt er v al: m enghasilk an Dat a
Sk ala I nt er v al: m enghasilk an Dat a
I nt er v al
I nt er v al
Sk ala Rasio: m enghasilk an Dat a
Sk ala Rasio: m enghasilk an Dat a
Rasio.
Rasio.
Sk ala Nom inal: m enghasilk an Dat a
Sk ala Nom inal: m enghasilk an Dat a
Nom inal
Nom inal
Sk ala Or dinal: m enghasilk an Dat a
Sk ala Or dinal: m enghasilk an Dat a
Or dinal.
D a t a I n t e r v a l
D a t a I n t e r v a l
Dat a y ang
Dat a y ang m em ilik i
m em ilik i sk ala
sk ala int er v al
int er v al
t er t ent u
t er t ent u,
, m isalny a
m isalny a nilai
nilai pr est asi
pr est asi
belaj ar
belaj ar .
. Nilai
Nilai 2
2 m em ilik i
m em ilik i int er v al
int er v al
( 1.50
( 1.50-- 2,49) ,
2,49) , nilai
nilai 3
3 m em ilik i
m em ilik i
int er v al ( 2,50
int er v al ( 2,50-- 3.49) ,
3.49) , dst
dst ..
Dat a int er v al
Dat a int er v al t idak
t idak bisa
bisa
dibandingk an
dibandingk an.
. Mis
Mis.
. Nilai
Nilai 3
3 si
si A
A
(( dar i
dar i 2.50)
2.50) t idak
t idak sam a
sam a dengan
dengan nilai
nilai
3
Data Rasio
Data Rasio
Mer upakan
Mer upakan bilangan
bilangan yang
yang
sebenar nya
sebenar nya,
, m is
m is.
. Panj ang
Panj ang 5 m , 10 m ,
5 m , 10 m ,
t et api
t et api dapat
dapat 0 m .
0 m . Ber at
Ber at 5 kg, 10 kg,
5 kg, 10 kg,
dapat
dapat 0 kg.
0 kg.
Dat a
Dat a r asio
r asio dapat
dapat dibandingkan
dibandingkan
m isalnya
m isalnya ber at
ber at 2 kg
2 kg adalah
adalah separ uh
separ uh
dar i
dar i ber at
ber at 4 kg.
4 kg. Ber beda
Ber beda dengan
dengan nilai
nilai
2
2 belum
belum t ent u
t ent u separ uh
separ uh dar i
dar i nilai
nilai 4.
4.
Dat a
Dat a r asio
r asio m em iliki
m em iliki 0
0 m ut lak
m ut lak,
, ar t inya
ar t inya
m em ang
Data Nominal
Data Nominal
Dat a hasil m enghit ung at au
Dat a hasil m enghit ung at au
m em bilang m isalny a j um lah or ang,
m em bilang m isalny a j um lah or ang,
j um lah gedung, dsb.
j um lah gedung, dsb.
Ber bent uk fr ek uensi y ang
Ber bent uk fr ek uensi y ang
t er m asuk k at egor i t er t ent u,
t er m asuk k at egor i t er t ent u,
m isalny a k at egor i pr ia 100 or ang,
m isalny a k at egor i pr ia 100 or ang,
k at egor i per em puan 150 or ang.
k at egor i per em puan 150 or ang.
Tidak dapat dipecah
Tidak dapat dipecah-- pecah k e
pecah k e
dalam uk ur an pecahan.
Data Ordinal
Data Ordinal
Ber bent uk
Ber bent uk r ank ing
r ank ing at au
at au per ing
per
ing--k at
k at ,
, m isalny a
m isalny a r ank ing
r ank ing sat u
sat u,
,
r ank ing
r ank ing dua
dua dan
dan set er usny a
set er usny a.
. Jar ak
Jar ak
t iap
t iap r ank ing
r ank ing t idak
t idak per lu
per lu sam a
sam a..
Dalam
Dalam k ondisi
k ondisi t er t ent u
t er t ent u dat a
dat a
or dinal
or dinal dapat
dapat diolah
diolah dengan
dengan t ek nik
t ek nik
k or elasi
Tugas
Tugas
Ber ikan
Ber ikan m asing
m asing-- m asing
m asing
dua
dua cont oh
cont oh dat a
dat a
int er val,
int er val, r asio
r asio,
, nom ina
nom ina,
,
dan
Penyajian Data
Penyajian Data
Stem and Leaf Display
Stem and Leaf Display
Boxplots
Boxplots
Schematic plot
Schematic plot
Histogram
Histogram
2 19 02 8 20 224688
(10) 21 2244666668
13 22 00022224466
2 23 22
Stem and Leaf Display
Stem and Leaf Display
(diagram
Boxplot
Boxplot (Box and Whiskers Plot)
(Box and Whiskers Plot)
T
-B
d
g
23
22
21
20
19
Boxplot of T-Bdg
BOX Whiskers
Whiskers
maksimum
minimum Q1
Q2
2.3.
2.3. Eksplorasi
Eksplorasi data
data dengan
dengan grafis
grafis
Schematic plot
Upper outer fence = q0,75 + 3 IQR Upper inner fence = q0,75 + 3 IQR/2 Lower inner fence = q0,25 - 3 IQR/2 Lower outer fence = q0,25 - 3 IQR
T
-B
d
g
2
30
25
20
15
10
2.3.
2.3. Eksplorasi
Eksplorasi data
data dengan
dengan grafis
grafis
(schematic plot)
(schematic plot)
D
a
ta
T- Jkt2 T-Bdg2
35
30
25
20
15
10
2.4.
2.4. Eksplorasi
Eksplorasi data
data dengan
dengan grafis
grafis
HistogramHistogram
0 5 10 15 20 25 30 35 40 45
3 8 13 18 23 28 33 38 43 48 53 58 63 68
F
R
E
K
U
E
N
S
I
HASIL (GR/TANAMAN)
2.5.
2.5. Eksplorasi
Eksplorasi data
data dengan
dengan grafis
grafis
DistribusiDistribusi FrekuensiFrekuensi KumulatifKumulatif
0 30 60 90 120 150
< 15 < 20 < 25 < 30 < 35 < 40 < 45
J U ML A H ( O R G )
USIA ( TH )
DISTRIBUSI FREKUENSI KUMULATIF USIA 150 WANITA PESERTA PROGRAM KB
0% 20% 40% 60% 80% 100%
< 15 < 20 < 25 < 30 < 35 < 40 < 45
J U ML A H ( PER SEN )
USIA ( TH )
2.5.
2.5. Eksplorasi
Eksplorasi data
data dengan
dengan grafis
grafis
DistribusiDistribusi FrekuensiFrekuensi KumulatifKumulatif
0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100%
1 2 3 4 5 6 7 8 9 10 11 12
J
U
M
L
A
H
K
E
J
A
D
IA
N
BULAN
FREKUENSI HARI HUJAN BULANAN DI KARANGKATES - MALANG
Tugas
Tugas
Buat lah
Buat lah skem a
skem a sebuah
sebuah daft ar
daft ar bar is
bar is kolom
kolom
unt uk
unt uk m enyaj ikan
m enyaj ikan dat a
dat a t ent ang
t ent ang ij azah
ij azah
yang
yang diber ikan
diber ikan
(( Sar j ana
Sar j ana, Magist er ,
, Magist er , Dokt or
Dokt or)
) m enur ut
m enur ut j enis
j enis
kelam in
kelam in (( Laki
Laki-- laki
laki dan
dan per em puan
per em puan)
) oleh
oleh
t iap
t iap fakult as
fakult as di
di 5
5 univer sit as
univer sit as.
. Jum lah
Jum lah
fakult as
fakult as di
di t iap
t iap univer sit as
univer sit as t idak
t idak per lu
per lu
sam a
sam a..
Sebut kan
Sebut kan kegunaan
kegunaan penyaj ian
penyaj ian dat a
dat a dalam
dalam
bent uk
bent uk diagr am
diagr am at au
at au gar is
gar is!!
Buat lah
Buat lah sebuah
sebuah t abel
t abel hasil
hasil pengukur an
pengukur an
yang
yang di
di dalam nya
dalam nya t er kandung
t er kandung angka
angka--angka
angka yang
yang m er upakan
m er upakan dat a yang
dat a yang
ber skala
Dengan menggunakan huruf Yunani (sigma kapital) untuk menyatakan “penjumlahan”, kita dapat menuliskan jumlah n sembarang bilangan:
inx
i1
kita baca “penjumlahan xi, i dari 1 sampai n”. Bilangan 1 dan
n masing-masing disebut batas bawah dan batas atas penjumlahan. Sehingga:
n n
i
i
x
x
x
x
x
1 2 3...
1
NOTASI PENJUMLAHAN (
Misalkan dari sebuah percobaan yang mengamati turunya bobot badan selama periode 6 bulan. Data yang tercatat adalah 15, 10, 18, dan 6 kilogram. Jika nilai pertama kita
lambangkan dengan x1 yang kedua x2, dan demikian
seterusnya, maka kita dapat menuliskan x1=15, x2=10,
x3=18, dan x4=6, kita dapat menuliskan jumlah empat
perubahan bobot tersebut sebagai:
4 3
2 1
4
1
x
x
x
x
x
ii
15
10
18
6
4
1
ix
i49
41
ix
iNOTASI PENJUMLAHAN (
Batas bawah penjumlahan tidak harus dimulai dari angka 1
dan begitu pula batas atas penjumlahan tidak harus sampai angka terbesar (n). Sebagai contoh:
28
18
10
3 2
3
2
x
x
x
i
i
Subscrip i pada batas bawah penjumlahan dapat pula digantikan dengan huruf lain asalkan konsisten dalam hal penggunaannya. Sebagai contoh:
jnx
j1
n
k
k
x
1
atau
n
l
l
x
1
atau
NOTASI PENJUMLAHAN (
NOTASI PENJUMLAHAN (
NOTASI PENJUMLAHAN (
))
Batas bawah penjumlahan tidak harus berupa subskrip. Misalnya, jumlah sembilan bilangan asli pertama dapat dituliskan sebagai:
45
9
8
7
6
5
4
3
2
1
9
1
ix
Jika batas bawah dan batas atas penjumlahan tidak dituliskan, hal tersebut berarti menjumlah seluruh bilangan. Sehingga:
ni
i
i
x
x
NOTASI PENJUMLAHAN (
NOTASI PENJUMLAHAN (
))
Beberapa dalil Penjumlahan
Penjumlahan jumlah dua atau lebih peubah sama dengan jumlah masing-masing penjumlahannya. Jadi:
ni i n i i n i i n i i i
i
y
z
x
y
z
x
1 1
1 1
Jika c adalah suatu konstanta, maka:
ni
i n
i
i
c
x
cx
1 1nc
c
n i
1NOTASI PENJUMLAHAN (
NOTASI PENJUMLAHAN (
))
n i n i i i n i n i i i n i n i i n i i i iy
y
n
x
x
n
y
x
y
x
n
r
1 2 1 2 1 2 1 21 1 1
Setelah mempelajari notasi penjumlahan (), perhatikan
rumus untuk mencari nilai koefisien korelasi linear (r) di bawah ini:
MINIMUM
, yaitu nilai yang paling kecil dari
keseluruhan nilai dalam satu buah gugus data
(variabel).
MAXIMUM
, yaitu nilai yang paling besar dari
keseluruhan nilai dalam satu buah gugus data
(variabel).
SUM
, yaitu jumlah dari keseluruhan nilai dalam
satu buah gugus data (variabel).
UKURAN PEMUSATAN DATA.
UKURAN KERAGAMAN DATA.
NILAI STATISTIKA DESKRIPTIF
NILAI STATISTIKA DESKRIPTIF
UKURAN PEMUSATAN DATA
UKURAN PEMUSATAN DATA
n
x
x
n i i
1n
y
y
n i i
1Mean / Rata-Rata / Rataan / Nilai Tengah / Nilai Harapan :
571
,
12
7
88
7
10
16
13
13
9
12
15
7
71
ii
x
x
NILAI STATISTIKA DESKRIPTIF
NILAI STATISTIKA DESKRIPTIF
UKURAN PEMUSATAN DATA
UKURAN PEMUSATAN DATA
Median, yaitu nilai yang posisinya tepat berada di tengah
setelah data diurutkan (jika banyak data ganjil), atau rata-rata dari dua nilai yang posisinya di tengah setelah data diurutkan (jika banyak data genap).
Contoh 1:
15 12 9 13 13 16 10 diurutkan jadi 9 10 12 13 13 15 16 Mediannya adalah 13 (nilai pada suku ke-4).
Contoh 2:
NILAI STATISTIKA DESKRIPTIF
NILAI STATISTIKA DESKRIPTIF
UKURAN PEMUSATAN DATA
UKURAN PEMUSATAN DATA
Modus, yaitu nilai yang memiliki frekwensi muncul paling
tinggi. Dalam satu buah gugus data dapat memiliki lebih dari satu modus, khusus yang memiliki dua modus disebut
bimodus. Apabila semua nilai dalam suatu gugus data
memiliki frekwensi muncul yang sama, maka gugus data tersebut dikatakan tidak memiliki modus.
Contoh 1:
15 12 9 13 13 16 10 modusnya adalah 13 Contoh 2:
15 12 9 13 13 16 10 9 modusnya adalah 9 dan 13 (bimodus) Contoh 3:
NILAI STATISTIKA DESKRIPTIF
NILAI STATISTIKA DESKRIPTIF
UKURAN KERAGAMAN DATA
UKURAN KERAGAMAN DATA
Wilayah (Range), yaitu selisih dari nilai terkecil dan terbesar.
Contoh:
15 12 9 13 13 16 10 Wilayahnya = 16 – 9 = 7
Ragam (Varians), dihitung menggunakan rumus:
N
x
N
i
i
12
2
data populasi
1
1
2
2
n
x
x
s
n
i
i
NILAI STATISTIKA DESKRIPTIF
NILAI STATISTIKA DESKRIPTIF
UKURAN KERAGAMAN DATA
UKURAN KERAGAMAN DATA
Contoh Kasus:
Pembandingan harga kopi dalam bungkus 200 gram di empat toko kelontong yang dipilih secara acak menunjukkan kenaikan dari harga bulan sebelumnya sebesar 12, 15, 17, dan 20 rupiah. Hitunglah ragam contoh kenaikan harga kopi tersebut!
Jawab:
Nilai tengah contoh kita peroleh dengan perhitungan:
16 4
64 4
20 17
15 12
4
4
1
1
ii n
i
i x
NILAI STATISTIKA DESKRIPTIF
NILAI STATISTIKA DESKRIPTIF
UKURAN KERAGAMAN DATA
UKURAN KERAGAMAN DATA
Jawab (lanjutan): Dengan demikian,
3
16
1
2 4 1 1 22
i i n i ix
n
x
x
s
3
4
1
1
4
2 2 2 22
s
33
,
11
3
34
3
16
1
1
16
2
NILAI STATISTIKA DESKRIPTIF
NILAI STATISTIKA DESKRIPTIF
UKURAN KERAGAMAN DATA
UKURAN KERAGAMAN DATA
Dengan menggunakan kuadrat simpangan untuk
menghitung ragam, baik populasi maupun contoh, kita memperoleh suatu besaran dengan satuan yang sama dengan kuadrat satuan semula. Jadi jika data asalnya dalam satuan meter (m), maka ragamnya mempunyai satuan meter
kuadrat (m2). Agar diperoleh ukuran keragaman yang
mempunyai satuan yang sama dengan satuan asalnya, seperti halnya pada wilayah, kita akarkan ragam tersebut.
Ukuran yang diperoleh disebut simpangan baku (Standard
NILAI STATISTIKA DESKRIPTIF
NILAI STATISTIKA DESKRIPTIF
UKURAN KERAGAMAN DATA
UKURAN KERAGAMAN DATA
N x N i i
1 2 data populasi
1 1 2
n x x s n i idata contoh (sample)
Simpangan baku (Standard deviation), dihitung
mengguna-kan rumus:
Dari contoh kasus kenaikan harga kopi, nilai simpangan bakunya adalah:
366
,
3
33
,
11
2
s
NILAI STATISTIKA DESKRIPTIF
NILAI STATISTIKA DESKRIPTIF
UKURAN KERAGAMAN DATA
UKURAN KERAGAMAN DATA
Hal tersebut, sejalan pula dengan tampilan rumus ragam (varians) atau standard deviasi baik untuk data populasi maupun data contoh yang bersesuaian.
Tampilan rumus Standard Deviasi dari data contoh (sample) dapat pula ditampilkan dalam bentuk:
1
NILAI STATISTIKA DESKRIPTIF
NILAI STATISTIKA DESKRIPTIF
UKURAN KERAGAMAN DATA
UKURAN KERAGAMAN DATA
1
1
2 1 1 2 1 2
n
n
x
x
n
x
x
n i i n i i n i i Tugas:Buktikan secara perhitungan dan secara hukum matematika bahwa rumus pada kedua sisi di bawah ini sama!
Salah satu hukum matematika yang dapat dipergunakan:
2 2 22
ab
b
a
b
KOEFISIEN KORELASI LINEAR DAN KOEFISIEN
KOEFISIEN KORELASI LINEAR DAN KOEFISIEN
DETERMINASI
DETERMINASI
Koefisien korelasi linear (r), berfungsi untuk mengetahui hubungan perilaku data dalam suatu gugus data (variabel) dengan perilaku data pada gugus data (variabel) lainnya (misal gugus data X dan Y).
Sifat data: berpasangan, banyak data pada kedua variabel sama.
Nilai koefisien korelasi linear dihitung menggunakan rumus:
n i n i i i n i n i i i n i n i i n i i i iy
y
n
x
x
n
y
x
y
x
n
r
1 2 1 2 1 2 1 2Nilai koefisien korelasi tersebut terbagi menjadi 3 kategori: 1. Korelasi (hubungan) positif : 0 < r ≤ 1
2. Tidak berkorelasi (tidak berhubungan) : r = 0 3. Korelasi (hubungan) negatif : -1 ≤ r < 0
Nilai koefisien korelasi yang mungkin terjadi ada dalam batasan:
-1
≤
r ≤
1
-1 0 1
KOEFISIEN KORELASI LINEAR DAN KOEFISIEN
KOEFISIEN KORELASI LINEAR DAN KOEFISIEN
Arti dari nilai koefisien korelasi masing-masing kategori:
1. Korelasi (hubungan) positif : semakin tinggi nilai X maka
semakin tinggi pula nilai Y atau sebaliknya semakin rendah nilai X maka akan semakin rendah pula nilai Y. (Contoh kasus: biaya promosi dan pendapatan perusahaan).
2. Tidak berkorelasi (tidak berhubungan) : perubahan nilai (naik
turun) yang terjadi pada X tidak mengakibatkan perubahan nilai (naik turun) pada Y. (Contoh kasus: tinggi badan dan gaji karyawan).
3. Korelasi (hubungan) negatif : semakin rendah nilai X maka akan
semakin tinggi nilai Y atau sebaliknya semakin tinggi nilai X akan semakin rendah nilai Y. (Contoh kasus: usia mobil bekas dan harga jualnya).
KOEFISIEN KORELASI LINEAR DAN KOEFISIEN
KOEFISIEN KORELASI LINEAR DAN KOEFISIEN
Contoh Kasus:
Hitung dan tafsirkan koefisien korelasi bagi data berikut ini:
x (tinggi) 12 10 14 11 12 9
y (bobot) 18 17 23 19 20 15
Jawab:
Untuk mempermudah, terlebih dahulu dilakukan perhitungan beberapa notasi penjumlahan (Σ) yang diperlukan dalam rumus. Perhitungan tersebut dilakukan membentuk sebuah tabel sebagai berikut: …
KOEFISIEN KORELASI LINEAR DAN KOEFISIEN
KOEFISIEN KORELASI LINEAR DAN KOEFISIEN
Contoh Kasus (lanjutan):
KOEFISIEN KORELASI LINEAR DAN KOEFISIEN
KOEFISIEN KORELASI LINEAR DAN KOEFISIEN
DETERMINASI
DETERMINASI
i x y x2 y2 x.y
1 12 18 144 324 216
2 10 17 100 289 170
3 14 23 196 529 322
4 11 19 121 361 209
5 12 20 144 400 240
6 9 15 81 225 135
JUMLAH 68 112 786 2128 1292
68
6
1
ix
i 1126
1
i yi 7866
1
2
i xi 21286
1
2
i yi 12926
1
i ii y
Contoh Kasus (lanjutan):
Dengan demikian:
KOEFISIEN KORELASI LINEAR DAN KOEFISIEN
KOEFISIEN KORELASI LINEAR DAN KOEFISIEN
DETERMINASI
DETERMINASI
947
,
0
]
)
112
(
)
2128
)(
6
][(
)
68
(
)
786
)(
6
[(
)
112
)(
68
(
)
1292
)(
6
(
22
r
Koefisien Determinasi (KD), digunakan untuk mengetahui
tingkat pengaruh (%) perubahan nilai X terhadap perubahan
nilai Y. Dihitung menggunakan rumus:
KD = r2(100%)
Contoh kasus:
Apabila korelasi antara biaya promosi yang dikeluarkan (X) dengan pendapatan yang diterima perusahaan (Y) sebesar r = 0,95 tentukan koefisien determinasinya dan jelaskan!
Jawab:
KD = r2(100%) = (0,95)2(100%) = (0,9025)(100%) = 90,25%
Artinya, tingkat pengaruh perubahan biaya promosi yang dikeluarkan terhadap perubahan pendapatan yang diterima perusahaan adalah sebesar 90,25% sisanya sebesar 9,75% dipengaruhi oleh faktor lain.
KOEFISIEN KORELASI LINEAR DAN KOEFISIEN
KOEFISIEN KORELASI LINEAR DAN KOEFISIEN
REGRESI LINEAR SEDERHANA
REGRESI LINEAR SEDERHANA
Fungsi dari persamaan regresi linear sederhana:
1. Mengetahui pengaruh nyata (real) dari variabel bebas (X) atau independent variable, terhadap variabel terikat (Y) atau dependent variable.
2. Sebagai alat prediksi (peramalan).
Persamaan regresi linear sederhana yang dicari adalah:
Dimana:
bx
a
y
ˆ
n i n i i i n i i n i i n i i ix
x
n
y
x
y
x
n
b
1 2 1 2 1 1 1x
b
y
REGRESI LINEAR SEDERHANA
REGRESI LINEAR SEDERHANA
Contoh Kasus:
Tentukan persamaan garis regresi bagi data skor tes intelegensia dan nilai Statistika I mahasiswa baru sebagai berikut:
REGRESI LINEAR SEDERHANA
REGRESI LINEAR SEDERHANA
Contoh Kasus (lanjutan):
Jawab:
Kita peroleh bahwa:
i x y x2 y2 x.y
1 65 85 4225 7225 5525
2 50 74 2500 5476 3700
3 55 76 3025 5776 4180
4 65 90 4225 8100 5850
5 55 85 3025 7225 4675
6 70 87 4900 7569 6090
7 65 94 4225 8836 6110
8 70 98 4900 9604 6860
9 55 81 3025 6561 4455
10 70 91 4900 8281 6370
11 50 76 2500 5776 3800
12 55 74 3025 5476 4070
REGRESI LINEAR SEDERHANA
REGRESI LINEAR SEDERHANA
Jawab (lanjutan):
Kita peroleh bahwa:
725
12
1
i xi 101112
1
i yi 4447512
1
2
i xi61685
12
1
ii
i y
x
84
,
250
12
1011
y
417 , 60 12 725 x 897 , 0 ) 725 ( ) 44475 )( 12 ( ) 1011 )( 725 ( ) 61685 )( 12 ( 2 b 056 , 30 ) 417 , 60 )( 897 , 0 ( ) 250 , 84 ( aDengan demikian persamaan garis regresinya adalah:
Arti secara umum dari persamaan regresi linear sederhana:
Arti dari nilai b:
Jika b positif, setiap kenaikan satu satuan variabel X akan
menaikkan variabel Y sebesar b satuan.
Jika b negatif, setiap kenaikan satu satuan variabel X akan
menurunkan variabel Y sebesar │b│ satuan.
Arti dari nilai a:
Pada saat tidak terjadi aktivitas pada variabel X (x=0) maka variabel Y akan memiliki nilai sebesar a (nilai a bisa positif atau negatif).
bx
a
y
ˆ
Contoh Kasus 1:
Ketika dilakukan penelitian pengaruh dari biaya promosi (juta rupiah) terhadap pendapatan perusahaan (juta rupiah) didapatkan persamaan regresi:
Arti dari nilai 5,925:
Setiap kenaikan satu juta rupiah biaya promosi yang dikeluarkan, akan menaikkan pendapatan perusahaan sebesar 5,925 juta rupiah.
Arti dari nilai 112:
Pada saat perusahaan tidak mengeluarkan biaya promosi, maka perusahaan masih menerima pendapatan sebesar 112 juta rupiah.
x
y
ˆ
112
5
,
925
Contoh Kasus 2:
Ketika dilakukan penelitian pengaruh dari usia mobil bekas (bulan) terhadap harga jualnya (juta rupiah) didapatkan persamaan regresi:
Arti dari nilai -2,25:
Setiap kenaikan satu bulan usia mobil, akan menurunkan harga jualnya sebesar 2,25 juta rupiah.
Arti dari nilai 125:
Pada saat melakukan penjualan mobil baru (usia = 0 bulan), maka mobil tersebut akan laku seharga 125 juta rupiah.
x
y
ˆ
125
2
,
25
PENGUJIAN HIPOTESIS
PENGUJIAN HIPOTESIS
Sering kali, masalah yang dihadapi bukanlah pendugaan parameter populasi tetapi berupa perumusan segugus kaidah yang dapat membawa pada suatu keputusan akhir yaitu menerima atau menolak suatu pernyataan atau hipotesis mengenai populasi. Sebagai contoh, seorang peneliti masalah kedokteran diminta untuk memutuskan, berdasarkan bukti-bukti hasil percobaan, apakah suatu vaksin baru lebih baik dari pada yang sekarang beredar di pasaran; seorang insinyur mungkin ingin memutuskan, berdasarkan data contoh, apakah ada perbedaan ketelitian antara dua jenis alat ukur; atau seorang ahli sosiologi mungkin ingin mengumpulkan data yang memungkinkan ia menyimpulkan apakah jenis darah dan warna mata seseorang ada hubungannya atau tidak.
Tahapan pengujian hipotesis secara manual:
Tahap 1:
Tentukan hipotesis yang diajukan (H0)!
Tahap 2:
Tentukan hipotesis alternatifnya (H1)!
Tahap 3:
Tentukan taraf nyata (α)!
Tahap 4:
Tentukan wilayah kritik pengujian dan statistik ujinya!
Tahap 5:
Hitung nilai statistik ujinya!
Tahap 6:
Pengambilan keputusan.
Tahapan pengujian hipotesis secara manual:
Tahap 1:
Tentukan hipotesis yang diajukan (H0)! Penjelasan:
• Hipotesis yang diajukan merupakan hipotesis yang sebenarnya ingin ditolak.
• Untuk pengujian nonparametrik hipotesis disajikan dalam bentuk uraian kalimat, sedangkan untuk pengujian parametrik hipotesis disajikan dalam bentuk pernyataan matematika ataupun uraian kalimat.
• Dalam pengujian parametrik, H0 yang dituangkan dalam bentuk pernyataan matematika selalu dalam bentuk persamaan (=). Contoh:
H0 : µ1 = µ2 H0 : β = 0 H0 : ρ = 0
Tidak boleh dalam bentuk pertidaksamaan: H0 : µ1 ≠ µ2
H0 : β > 0 H0 : ρ < 0
Tahapan pengujian hipotesis secara manual (lanjutan):
Tahap 2:
Tentukan hipotesis alternatifnya (H1)! Penjelasan:
• Hipotesis ini (H1) merupakan alternatif lain dari hipotesis yang diajukan (H0).
• Pada pengujian parametrik, mengingat H0 selalu dalam bentuk persamaan (=) maka alternatif lainnya (H1) adalah salah satu bentuk pertidaksamaan (≠, >, atau <).
Contoh: H0 : µ1 = µ2
maka hipotesis alternatif (H1) yang dapat dipilih adalah: H1 : µ1 ≠ µ2 atau
H1 : µ1 > µ2 atau H1 : µ1 < µ2
Hipotesis alternatif (H1) mana yang dipilih akan tergantung dari tujuan akhir pengujian hipotesis kita.
• Bentuk hipotesis alternatif (H1) yang digunakan akan menujukan pengujian yang dilakukan apakah satu sisi (one tailed) atau dua sisi (two tailed). Bentuk H1 yang menggunakan tanda ≠ (tidak sama dengan) merupakan bentuk uji dua sisi (two tailed), sedangkan yang menggunakan tanda > (lebih besar) atau < (lebih kecil) merupakan bentuk uji satu sisi (one tailed).
Tahapan pengujian hipotesis secara manual (lanjutan):
Tahap 3:
Tentukan taraf nyata (α)! Penjelasan:
• Taraf nyata (α) adalah peluang kesalahan pada saat melakukan penolakan terhadap H0 padahal H0 tersebut benar.
• Besaran taraf nyata (α) biasanya dalam bentuk persen (%) dalam rentang 0% - 100%. • Besar taraf nyata (α) yang digunakan terserah kepada kita, namun dengan tetap
mempertimbangkan definisi dari taraf nyata (α).
• Semakin besar taraf nyata (α) yang digunakan, semakin buruk kualitas pengujian hipotesisnya. Sebaliknya, semakin kecil taraf nyata (α) yang digunakan, semakin baik kualitas pengujian hipotesisnya.
• Besaran taraf nyata yang paling sering digunakan para peneliti adalah α = 5% = 0,05. • Pada saat pembacaan tabel untuk mendapatkan nilai kritik dalam penentuan wilayah
kritik (tahap berikutnya), pada pengujian dua sisi (two tailed) maka taraf nyata (α) yang dibawa adalah ½ α, tetapi pada pengujian satu sisi (one tailed) maka taraf nyata (α) yang dibawa tetap utuh sebesar α.
Tahapan pengujian hipotesis secara manual (lanjutan):
Tahap 4:
Tentukan wilayah kritik pengujian dan statistik ujinya! Penjelasan:
• Wilayah kritik adalah wilayah yang secara matematis merupakan daerah untuk penolakan terhadap hipotesis yang diajukan (H0).
• Statistik uji adalah formulasi (rumus) yang digunakan pada pengujian yang bersesuaian. Setiap bentuk pengujian memiliki statistik uji dan derajat bebas (degree of freedom) masing-masing.
• Penentuan wilayah kritik dilakukan dengan cara:
1. Tentukan nilai hasil pembacaan tabel nilai kritik sebaran yang bersesuaian dengan statistik uji yang digunakan.
2. Pembacaan tabel dilakukan dengan membawa nilai taraf nyata (α atau ½ α) dan derajat bebas yang bersesuaian dengan statistik uji yang digunakan.
3. Nilai hasil pembacaan digunakan untuk membentuk wilayah kritik. Contoh, pada statistik uji t wilayah kritiknya:
thitung < -ttabel atau thitung > ttabel
untuk uji dua sisi (two tailed), sedangkan untuk uji satu sisi (one tailed):
thitung < -ttabel atau
thitung > ttabel
Tahapan pengujian hipotesis secara manual (lanjutan):
Tahap 4 (lanjutan):
Contoh 1.
Visualisasi wilayah kritik uji dua sisi (two tailed) perbandingan / beda dua nilai tengah dengan statistik uji t.
H0 : µ1 = µ2 atau µ1 - µ2 = 0 H1 : µ1 ≠ µ2 atau µ1 - µ2 ≠ 0 Visualisasi wilayah kritiknya:
PENGUJIAN HIPOTESIS
PENGUJIAN HIPOTESIS
ttabel -ttabel
daerah penerimaan H0
daerah penolakan H0 daerah penolakan H0
Bentuk umum wilayah kritiknya:
Tahapan pengujian hipotesis secara manual (lanjutan):
Tahap 4 (lanjutan):
Contoh 2.
Visualisasi wilayah kritik uji satu sisi (one tailed) perbandingan / beda dua nilai tengah dengan statistik uji t.
H0 : µ1 = µ2 atau µ1 - µ2 = 0 H1 : µ1 > µ2 atau µ1 - µ2 > 0 Visualisasi wilayah kritiknya:
PENGUJIAN HIPOTESIS
PENGUJIAN HIPOTESIS
Bentuk umum wilayah kritiknya:
thitung > ttabel
ttabel
daerah penerimaan H0
Tahapan pengujian hipotesis secara manual (lanjutan):
Tahap 4 (lanjutan):
Contoh 3.
Visualisasi wilayah kritik uji satu sisi (one tailed) perbandingan / beda dua nilai tengah dengan statistik uji t.
H0 : µ1 = µ2 atau µ1 - µ2 = 0 H1 : µ1 < µ2 atau µ1 - µ2 < 0 Visualisasi wilayah kritiknya:
PENGUJIAN HIPOTESIS
PENGUJIAN HIPOTESIS
Bentuk umum wilayah kritiknya:
thitung < -ttabel
-ttabel
Tahapan pengujian hipotesis secara manual (lanjutan):
Tahap 5:
Hitung nilai statistik ujinya! Penjelasan:
• Pada tahap ini kita lakukan perhitungan berdasarkan data yang tersedia dan rumus statistik uji yang digunakan.
• Hasil perhitungan statistik uji akan digunakan untuk rujukan terhadap wilayah kritik.
Tahap 6:
Pengambilan keputusan: Penjelasan:
• Pada taraf nyata (α) yang digunakan, tolak H0 apabila statistik uji jatuh dalam wilayah kritik, tetapi apabila statistik uji jatuh di luar wilayah kritik maka terimalah H0!
• Pada saat keputusan tolak H0, maka kita dapat menyimpulkan hasil pengujian hipotesis sesuai dengan pernyataan pada hipotesis alternatif (H1) yang digunakan.
• Pada saat keputusan terima H0, kita tidak membuat kesimpulan tetapi pernyataan bahwa data kita tidak cukup kuat untuk menolak H0.
Beberapa pengujian hipotesis yang akan dipelajari:
1. Uji perbandingan / beda dua nilai tengah (compare means).
2. Uji kebebasan menggunakan Chi-Square.
3. Uji kelinearan persamaan regresi linear sederhana.
4. Uji nilai konstanta persamaan regresi linear sederhana.
5. Uji nilai koefisien variabel X pada persamaan regresi linear sederhana.
6. Uji nilai koefisien korelasi linear.
Uji Perbandingan / Beda Dua Nilai Tengah
Uji Perbandingan / Beda Dua Nilai Tengah
Contoh Kasus:
Mata kuliah Statistika diberikan pada 12 mahasiswa dengan metode perkuliahan yang biasa. Kelas lain yang terdiri dari 10 mahasiswa diberi mata kuliah yang sama tetapi dengan metode perkuliahan menggunakan bahan yang telah terprogramkan. Pada akhir semester mahasiswa kedua kelas tersebut diberikan ujian yang sama. Kelas pertama mencapai nilai rata-rata 85 dengan simpangan baku 4, sedangkan kelas yang menggunakan bahan terprogramkan memperoleh nilai rata-rata 81 dengan simpangan baku 5. Ujilah hipotesis bahwa kedua metode perkuliahan Statistika itu sama, dengan menggunakan taraf nyata 10% atau 0,10. Asumsikan bahwa kedua populasi itu menghampiri sebaran normal dengan ragam yang sama.
Uji Perbandingan / Beda Dua Nilai Tengah
Uji Perbandingan / Beda Dua Nilai Tengah
Jawab:
Misalkan µ1 adalah nilai rata-rata semua mahasiswa yang
mengikuti mata kuliah Statistika dengan metode biasa, dan
µ2 adalah nilai rata-rata semua mahasiswa yang mengikuti
mata kuliah Statistika dengan metode terprogramkan.
Tahap 1:
H0 : µ1 = µ2 atau µ1 - µ2 = 0
Tahap 2:
H1 : µ1 ≠ µ2 atau µ1 - µ2 ≠ 0
Tahap 3:
α = 0,10 dan ½α = 0,05 (dua sisi)
Uji Perbandingan / Beda Dua Nilai Tengah
Uji Perbandingan / Beda Dua Nilai Tengah
Jawab (lanjutan):
Tahap 4:
Hasil pembacaan tabel nilai kritik sebaran t dengan taraf
nyata ½ α = 0,05 dan derajat bebas v = n1 + n2 – 2 = 10 + 12
– 2 = 20 didapatkan nilai 1,725 sehingga wilayah kritiknya adalah:
thitung < -ttabel atau thitung > ttabel (bentuk umum pd uji dua sisi)
thitung < -1,725 atau thitung > 1,725
Penyajian wilayah kritik sebaran t dalam bentuk grafik …
PENGUJIAN HIPOTESIS
Uji Perbandingan / Beda Dua Nilai Tengah
Uji Perbandingan / Beda Dua Nilai Tengah
-ttabel -1,725
ttabel
1,725
thitung 2,07
wilayah penolakan H0 wilayah penolakan H0
wilayah penerimaan H0
Apabila wilayah kritik sebaran t tersebut (dua sisi) disajikan dalam bentuk grafik, akan terlihat sebagai berikut:
Uji Perbandingan / Beda Dua Nilai Tengah
Uji Perbandingan / Beda Dua Nilai Tengah
Jawab (lanjutan):
Tahap 5:
Perhitungan statistik uji t dengan rumus:
Uji Perbandingan / Beda Dua Nilai Tengah
Uji Perbandingan / Beda Dua Nilai Tengah
Jawab (lanjutan):
Tahap 5:
Perhitungan statistik uji t:
85
1
x
4
1
s
12
1
n
n
2
10
x
2
81
s
2
5
Uji Perbandingan / Beda Dua Nilai Tengah
Uji Perbandingan / Beda Dua Nilai Tengah
Jawab (lanjutan):
Tahap 6:
Keputusan: mengingat nilai thitung = 2,07 berada dalam
wilayah kritik, maka tolak H0 dan simpulkan bahwa kedua
metode mengajar tidak sama.
Kesimpulan lebih lanjut:
Karena nilai thitung jatuh di wilayah kritik bagian kanan, maka dapat disimpulkan bahwa metode perkuliahan biasa lebih baik daripada metode dengan bahan terprogramkan
Uji Kebebasan dengan Chi
Uji Kebebasan dengan Chi--Square
Square
Islam Kristen Budha Total Taat
Tidak taat
4 3
4 3
4 2
12 8 Total 7 7 6 20
Ujilah pada taraf nyata α = 5% bahwa kedua penggolongan saling bebas (H0), lawan alternatifnya bahwa kedua penggolongan berhubungan (H1)!
Contoh Kasus:
Sebagai bahan pembahasan, dicontohkan hubungan antara agama yang dipeluk dengan ketaatan beribadah pada penduduk di sebuah kompleks perumahan kawasan Bogor. Dua puluh (20) orang diambil secara acak dan diklasifikasikan sebagai pemeluk agama Islam, Kristen, atau Budha dan apakah mereka taat beribadah atau tidak. Frekuensi yang teramati dicantumkan dalam tabel yang dikenal sebagai tabel kontingensi berikut:
Uji Kebebasan dengan Chi
Uji Kebebasan dengan Chi--Square
Square
Jawab:
Tahap 1:
H0 : Penggolongan antara agama yang dipeluk dan
ketaatan beribadah bersifat bebas.
Tahap 2:
H1 : Penggolongan antara agama yang dipeluk dan
ketaatan beribadah memiliki hubungan.
Tahap 3:
Taraf nyata α = 5% = 0,05
Tahap 4:
Wilayah kritik …
Uji Kebebasan dengan Chi
Uji Kebebasan dengan Chi--Square
Square
i i
i i
e
e
o
22
Dengan statistik uji yang digunakan:
991
,
5
2
Jawab (lanjutan):
Tahap 4:
Wilayah kritik, hasil pembacaan tabel nilai kritik sebaran
Khi-Kuadrat (Chi-Square) dengan derajat bebas v = (r-1)(c-1) =
(2-1)(3-1) = 2 didapatkan nilai 5,991 dengan demikian wilayah kritiknya
Uji Kebebasan dengan Chi
Uji Kebebasan dengan Chi--Square
Square
Jawab (lanjutan):
Tahap 5:
Perhitungan statistik uji:
mataan
totalpenga
totalbaris
totalkolom
arapan
Frekuensih
(
).(
)
sehingga didapatkan tabel kontingensi yang baru:
Islam Kristen Budha Total
Taat
Tidak taat
4 (4.2)
3 (2.8)
4 (4.2)
3 (2.8)
4 (3.6)
2 (2.4)
12
8
Total 7 7 6 20
Uji Kebebasan dengan Chi
Uji Kebebasan dengan Chi--Square
Square
Jawab (lanjutan):
Tahap 5:
Perhitungan statistik uji:
6
.
3
)
6
.
3
4
(
2
.
4
)
2
.
4
4
(
2
.
4
)
2
.
4
4
(
2 2 22
4
.
2
)
4
.
2
2
(
8
.
2
)
8
.
2
3
(
8
.
2
)
8
.
2
3
(
2 2
2
15864
,
0
2
Tahap 6:Keputusan, karena nilai jatuh di luar wilayah
kritik sehingga hipotesis nol (H0) gagal ditolak pada taraf
nyata 0,05 dan dapat dinyatakan bahwa agama yang dipeluk dan ketaatan ibadah saling bebas.
Beberapa Pengujian Regresi Linear Sederhana
Beberapa Pengujian Regresi Linear Sederhana
Contoh Kasus:
Sebagai bahan pembahasan, berikut ini data contoh skor tes intelegensia dan nilai UTS mata kuliah Statistika I dari 12 mahasiswa peserta perkuliahan mata kuliah tersebut:
Mahasiswa Skor Tes Intelegensia, X Nilai UTS Statistika I, Y
1 65 85
2 50 74
3 55 76
4 65 90
5 55 85
6 70 87
7 65 94
8 70 98
9 55 81
10 70 91
11 50 76
12 55 74
Beberapa Pengujian Regresi Linear Sederhana
Beberapa Pengujian Regresi Linear Sederhana
Contoh Kasus (lanjutan):
Jika dihitung, persamaan regresi dan beberapa statistik lainnya dari data diatas akan didapatkan:
x
y
ˆ
30
,
056
0
,
897
725
12
1
i xi44475
12
1
2
ix
i 101112
1
i yi85905
12
1
2
iy
i174
,
61
2
x
s
s
y2
66
,
205
Uji Bagi Kelinearan Regresi
Uji Bagi Kelinearan Regresi
Perintah:
Dengan menggunakan data skor tes intelegensia dan nilai UTS mata kuliah Statistika (tersaji di slide terdahulu), ujilah hipotesis pada taraf nyata 0,05 atau 5% bahwa garis regresinya linear!
Jawab:
Tahap 1:
H0 : Garis regresinya linear.
Tahap 2:
H1 : Garis regresinya tidak linear.
Tahap 3: …
Uji Bagi Kelinearan Regresi
Uji Bagi Kelinearan Regresi
Jawab (lanjutan):
Tahap 3:
Taraf nyatanya sebesar α = 5% = 0,05.
Tahap 4:
Wilayah kritik, berdasarkan tabel nilai kritik sebaran F dengan
derajat bebas pertama v1 = k-2 = 4-2 = 2 dan derajat bebas
kedua v2 = n-k = 12-4 = 8 pada taraf nyata 0,05 didapatkan
nilai tabel 4,46, dengan demikian wilayah kritiknya adalah
fhitung > 4,46 Dimana:
k = banyaknya angka berbeda penyusun variabel X. n = banyak data.
Uji Bagi Kelinearan Regresi
Uji Bagi Kelinearan Regresi
Jawab (lanjutan):
Tahap 4:
Statistik ujinya adalah:
n
k
k
f
2 2 2 12
2 2