PENY
PENYAJIAN
AJIAN DA
DAT
TA DALAM BE
A DALAM BENTUK G
NTUK GRAFIK
RAFIK
MAKALAH MAKALAH ( Disusun guna memenuhi s
( Disusun guna memenuhi salah satu tugas matakuliah Pengendalian Mutu Produksi )alah satu tugas matakuliah Pengendalian Mutu Produksi )
Disusun oleh : Disusun oleh : M
Maayya a PPuussppiia a !!aa""ii ##$$%%&&''(($$))$$$$((((**++ Muha,,a-
Muha,,a- Is.an-a" Is.an-a" Al/Ha.i, Al/Ha.i, #$%&'($)$$((#$%&'($)$$(()+)+
PR0GRAM !TUDI DIII TEKNIK KIMIA PR0GRAM !TUDI DIII TEKNIK KIMIA
JURU!AN TEKNIK KIMIA JURU!AN TEKNIK KIMIA P0LITEKNIK NEGERI !RI1IJAYA P0LITEKNIK NEGERI !RI1IJAYA
!EME!TER GA!AL *$&2/*$&3 !EME!TER GA!AL *$&2/*$&3
BAB I
BAB I
PENDAHULUAN
PENDAHULUAN
1.1
1.1 Latar Latar BelakBelakangang
Statistik pada masa kini mempengaruhi hampir seluruh aspek kehidupan Statistik pada masa kini mempengaruhi hampir seluruh aspek kehidupan mo
modedernrn, , cocontntohohnynya a anantatara ra lalain in sebsebagagai ai beberirikukut t : : ApApakakah ah kakamu mu pepernrnahah me
mempmpererhathatikikan an beberirita ta ekekononomomi i babaik ik di di susurarat t kakababat t mamaupupun un di di tetelevlevisiisi?? Apl
Aplikaikasi si statstatististika ika lailainnynnya a yanyang g seksekaranarang g poppopulaular r adaadalah lah proprosedsedurur 4a4a. 4a4a. pen-apa
pen-apa atau atau polling polling (misalnya dilakukan sebelum pemilihan umum, serta (misalnya dilakukan sebelum pemilihan umum, serta 4a4a.
4a4a. 5epa5epa (perhi(perhitungtungan cepat an cepat hasil pemilhasil pemilu atauu atau quick count quick count . !ada koran". !ada koran" koran terten
koran tertentu terdapat gra#ik yantu terdapat gra#ik yang menun$ug menun$ukkan kkan #lukt#luktuasi nilai tukar rupiahuasi nilai tukar rupiah te
terhrhadadap ap dodolarlar. . %o%ontntoh oh lailainnnnya ya adadalalah ah $u$umlmlah ah pependndududuk uk di di &n&ndodonenesisia.a. Andaikan $umlah penduduk &ndonesia tahun '' adalah '' $uta orang, maka Andaikan $umlah penduduk &ndonesia tahun '' adalah '' $uta orang, maka kit
kita a dapdapat at mermeramaamalkan lkan $um$umlah lah penpendudduduk uk &nd&ndoneonesia sia 1 1 tahtahun un yanyang g akaakann dat
datangang. . ))ententunyunya a kitkita a perperlu lu banbantuatuan n statstatistiistika ka untuntuk uk mermeramalamalkan kan $um$umlahlah penduduk
penduduk &ndonesia &ndonesia pada pada tahun tahun '1'. '1'. *asih *asih banyak banyak contoh"contohcontoh"contoh penggunaan statistika dalam kehidupan sehari"hari.
penggunaan statistika dalam kehidupan sehari"hari. +ra
+raian ian sinsingkagkat dt di ati atas as memmemberberi kii kita ita in#on#ormarmasi tsi tersuersurat rat bahbaha da dalamalam berbagai hal kita harus bias menya$ikan data
berbagai hal kita harus bias menya$ikan data agar orang lain lebih komunikati# agar orang lain lebih komunikati# dalam menganalisa atau menikmati data kita.
dalam menganalisa atau menikmati data kita.
*engetahui baha akan pentingnya penya$ian data yang dibahas secara *engetahui baha akan pentingnya penya$ian data yang dibahas secara de
detatail il dadalalam m ililmu mu stastatitististikaka, , mamaka ka kakami mi memenynyususun makaun makalalah h inini i yayangng didalamnya akan membahas secara e#ekti# dan e#esien mengenai penya$ian didalamnya akan membahas secara e#ekti# dan e#esien mengenai penya$ian data, Sehingga sebagai mahasisa yang akan banyak melakukan !enelitian data, Sehingga sebagai mahasisa yang akan banyak melakukan !enelitian dan kegiatan ilmiah diharapkan kita dapat memahami dan mengaplikasikan dan kegiatan ilmiah diharapkan kita dapat memahami dan mengaplikasikan ilmu tersebut terhadap kendali mutu produksi.
ilmu tersebut terhadap kendali mutu produksi.
1 1
BAB I
BAB I
PENDAHULUAN
PENDAHULUAN
1.1
1.1 Latar Latar BelakBelakangang
Statistik pada masa kini mempengaruhi hampir seluruh aspek kehidupan Statistik pada masa kini mempengaruhi hampir seluruh aspek kehidupan mo
modedernrn, , cocontntohohnynya a anantatara ra lalain in sebsebagagai ai beberirikukut t : : ApApakakah ah kakamu mu pepernrnahah me
mempmpererhathatikikan an beberirita ta ekekononomomi i babaik ik di di susurarat t kakababat t mamaupupun un di di tetelevlevisiisi?? Apl
Aplikaikasi si statstatististika ika lailainnynnya a yanyang g seksekaranarang g poppopulaular r adaadalah lah proprosedsedurur 4a4a. 4a4a. pen-apa
pen-apa atau atau polling polling (misalnya dilakukan sebelum pemilihan umum, serta (misalnya dilakukan sebelum pemilihan umum, serta 4a4a.
4a4a. 5epa5epa (perhi(perhitungtungan cepat an cepat hasil pemilhasil pemilu atauu atau quick count quick count . !ada koran". !ada koran" koran terten
koran tertentu terdapat gra#ik yantu terdapat gra#ik yang menun$ug menun$ukkan kkan #lukt#luktuasi nilai tukar rupiahuasi nilai tukar rupiah te
terhrhadadap ap dodolarlar. . %o%ontntoh oh lailainnnnya ya adadalalah ah $u$umlmlah ah pependndududuk uk di di &n&ndodonenesisia.a. Andaikan $umlah penduduk &ndonesia tahun '' adalah '' $uta orang, maka Andaikan $umlah penduduk &ndonesia tahun '' adalah '' $uta orang, maka kit
kita a dapdapat at mermeramaamalkan lkan $um$umlah lah penpendudduduk uk &nd&ndoneonesia sia 1 1 tahtahun un yanyang g akaakann dat
datangang. . ))ententunyunya a kitkita a perperlu lu banbantuatuan n statstatistiistika ka untuntuk uk mermeramalamalkan kan $um$umlahlah penduduk
penduduk &ndonesia &ndonesia pada pada tahun tahun '1'. '1'. *asih *asih banyak banyak contoh"contohcontoh"contoh penggunaan statistika dalam kehidupan sehari"hari.
penggunaan statistika dalam kehidupan sehari"hari. +ra
+raian ian sinsingkagkat dt di ati atas as memmemberberi kii kita ita in#on#ormarmasi tsi tersuersurat rat bahbaha da dalamalam berbagai hal kita harus bias menya$ikan data
berbagai hal kita harus bias menya$ikan data agar orang lain lebih komunikati# agar orang lain lebih komunikati# dalam menganalisa atau menikmati data kita.
dalam menganalisa atau menikmati data kita.
*engetahui baha akan pentingnya penya$ian data yang dibahas secara *engetahui baha akan pentingnya penya$ian data yang dibahas secara de
detatail il dadalalam m ililmu mu stastatitististikaka, , mamaka ka kakami mi memenynyususun makaun makalalah h inini i yayangng didalamnya akan membahas secara e#ekti# dan e#esien mengenai penya$ian didalamnya akan membahas secara e#ekti# dan e#esien mengenai penya$ian data, Sehingga sebagai mahasisa yang akan banyak melakukan !enelitian data, Sehingga sebagai mahasisa yang akan banyak melakukan !enelitian dan kegiatan ilmiah diharapkan kita dapat memahami dan mengaplikasikan dan kegiatan ilmiah diharapkan kita dapat memahami dan mengaplikasikan ilmu tersebut terhadap kendali mutu produksi.
ilmu tersebut terhadap kendali mutu produksi.
1 1
1.'
1.' -umu-umusan san *asala*asalahh 1.
1. ApaApakah dekah de#in#inisi Stisi Statisatistiktik, stati, statististika dan aka dan ata?ta? '.
'. BagBagaimaimana ana cara cara penpengumgumpulpulan dan data ata ?? /.
/. ApaApakah dkah de#ie#inisnisi penyi penya$iaa$ian datn data dalaa dalam gra#m gra#ik ?ik ? 0.
0. Apa Apa sa$a sa$a $en$enis"$is"$enienis Ss Stattatistiistik ?k ? .
. BagBagaimaimanaanakah !kah !enyenya$ia$ian daan data data dalam glam gra#ra#ik ?ik ? 2.
2. ApaApakah kah de#de#iniinisi usi ukurkuran pan pemuemusatsatan ?an ? 3.
3. BagaiBagaimanakmanakah desah deskripsi kripsi dan dan $enis $enis dari dari ukuraukuran pemn pemusatan usatan ?? 4.
4. ApaApakah dkah de#ie#inisnisi ukui ukuran vran variaariasi5dsi5dispispersi ?ersi ? 6.
6. BagaiBagaimanakmanakah deskah deskripsi ripsi dan $dan $enis denis dari ukari ukuran vuran variasi5ariasi5disperdispersi ?si ? 1.
1. ApakApakah de#iah de#inisi danisi dari koreri korelasi dan lasi dan regresi regresi ?? 11.
11. Bagaimanakah deskripsi dBagaimanakah deskripsi dan $enis dari an $enis dari ukuran korelasi dan ukuran korelasi dan regresi ?regresi ? 1'.
1'. *engapa perlu d*engapa perlu dipela$ari dan melakukan ipela$ari dan melakukan penya$ian data ?penya$ian data ?
1./
1./ ))u$uu$uanan 1.
1. *e*embmbererikikan an pepemamahahamaman n memengngenenai ai ststatatisistitik, k, ststatatisistitikaka, , babagagaimimananaa mengumpulkan data, dan $enis"$enis statistik.
mengumpulkan data, dan $enis"$enis statistik. '.
'. *embe*emberikan prikan pemahamemahaman melaan melalui disklui diskripsi pripsi penya$ienya$ian data dan data dalam gralam gra#ik.a#ik. /.
/. *em*emberberikaikan n penpengetgetahuahuan an dasdasar ar menmengengenai ai komkomponponen yang terkanen yang terkandundungg !enya$ian data dalam gra#ik.
!enya$ian data dalam gra#ik. 0.
0. *embe*emberikan !rikan !emahaemahaman melman melalui disalui diskripsi kripsi de#inide#inisi ukusi ukuran peran pemusatamusatan.n. .
. *em*emberberikaikan n penpengetgetahuahuan an dasdasar ar menmengengenai ai komkomponponen yang terkanen yang terkandundungg dalam deskripsi dan $enis dari ukuran pemusatan.
dalam deskripsi dan $enis dari ukuran pemusatan. 2
2.. **eemmbbeerriikkaan n !!eemmaahhaammaan n mmeellalaluui i ddiiskskrriippsi si ddee#i#inniisi si uukkuurranan variasi5disperse.
variasi5disperse. 3.
3. *em*emberberikaikan n penpengetgetahuahuan an dasdasar ar menmengengenai ai komkomponponen yang terkanen yang terkandundungg dalam deskripsi dan $enis dari ukuran variasi5dispersi.
dalam deskripsi dan $enis dari ukuran variasi5dispersi. 4.
4. *e*embmbererikikan an !e!emamahahamaman n memelalalului i didiskskriripspsi i dede#i#ininisi si dadari ri kokorelrelasasi i dadann regresi.
regresi. 6.
6. *em*emberberikaikan n penpengetgetahuahuan an dasdasar ar menmengengenai ai komkomponponen yang terkanen yang terkandundungg dalam deskripsi dan $enis dari ukuran korelasi dan regresi.
1.
1. ihiharaparapkan kan setsetiap iap mahmahasisasisa a dapdapat at menmengetgetahuahui i dan dan menmengapgapliklikasikasikanan penya$ian data, ukuran variasi atau disperse, korelasi dan regresi.
BAB II
PEMBAHA!AN
'.1 e#inisi Statistik dan Statistika
)anpa disadari dalam kehidupan sehari"hari kita sering menggunakan istilah statistik. *isalnya pernyataan"pernyataan7 biaya listrik -p. 1., perbulan, 08 dari anggaran digunakan untuk biaya hidup, harga bensin per
liternya adalah -p. 0.,. emikian $uga dalam merencanakan suatu kegiatan, kita biasanya melihat pengalaman yang lalu baru mengambil kesimpulan untuk rencana selan$utnya. asar pemikiran tersebut merupakan prinsip dari statistika. Sehingga dapat dikatakan baha kehidupan kita sehari"
hari tidak lepas dari prinsip statistik maupun statistika. )erkadang kita tidak membedakan pengertian statistik dan statistika yang sebenarnya memiliki pengertian yang berbeda.
Statistik dan statistika merupakan dua hal atau pengertian yang sangat berbeda. Statistik mempunyai beberapa pengertian, dalam pengertian sempit
statistik artinya data. alam pengertian yang luas, statistik artinya kumpulan data dalam bentuk angka maupun non"angka yang disusun dalam bentuk tabel dan atau diagram yang menggambarkan suatu persoalan. Statistik yang men$elaskan suatu persoalan biasanya diberi nama statistik mengenai persoalan tersebut.
*isalnya:
" Statistik penduduk adalah kumpulan angka"angka yang berkaitan dengan masalah penduduk.
" Statistik pendidikan adalah kumpulan angka"angka yang berkaitan dengan masalah pendidikan.
" Statistik produksi adalah kumpulan angka"angka yang berkaitan dengan masalah produksi.
9ata statistik $uga masih mengandung pengertian lain, yaitu dipakai untuk menyatakan ukuran atau karakteristik pada sampel seperti rata"rata, standar deviasi dan varian.
*isal:
" ilai rata"rata u$ian matakuliah statistik adalah 3 dengan standar deviasi 4.
Statistika adalah pengetahuan yang berhubungan dengan metode atau cara mengumpulkan data, pengolahan atau menganalisis data dan penarikan kesimpulan. Secara singkat dapat dide#inisikan baha statistika adalah ilmu yang mempela$ari tentang statistik.
ari hasil penelitian maupun pengamatan yang dilakukan sering diinginkan suatu uraian, pen$elasan atau kesimpulan tentang persoalan yang diteliti. +ntuk menarik suatu kesimpulan dari penelitian yang dilakukan diperlukan pengetahuan yang berkaitan dengan statistika. Sehingga dalam mengambil kesimpulan perlu dilakukan serangkaian kegiatan yang meliputi pengumpulan data, pengolahan data, penya$ian data, menganalisa data dan menarik kesimpulan yang kemudian ditulis secara lengkap dan berurutan dalam bentuk laporan penelitian yang dapat dipertanggung"$aabkan secara ilmiah.
'.' !engertian ata
!engertian data adalah keterangan atau ilustrasi mengenai suatu persoalan bisa berbentuk bilangan atau bisa berbentuk kategori.
ata yang berbentuk bilangan disebut data kuantitati#, yang nilainya bisa berubah"ubah atau bersi#at variabel. Berdasarkan nilainya dikenal dua $enis
data kuantitati#, yaitu:
" data dengan variabel diskrit atau disingkat data diskrit, " data dengan variabel kontinu atau disingkat data kontinu.
ata diskrit diperoleh dari hasil perhitungan, contohnya adalah:
a. i *alang terdapat tiga perguruan tinggi negeri dan lima perguruan tinggi sasta.
Sedangkan data kontinu diperoleh dari hasil pengukuran, contohnya: 1. 9ecepatan la$u mobil 3 km5$am.
'. Luas lahan !oliteknik egeri Srii$aya adalah sebesar 1 hektar.
ata yang berbentuk kategori disebut data kualitati#, dimana data dikategorikan menurut lukisan kualitas ob$ek yang dipela$ari. ata ini dikenal pula dengan nama atribut. ata yang berupa kategori atau atribut misalnya: baik, rusak, gagal, berhasil, pandai dan sebagainya.
*isalnya:
1. !esaat dari !ontianak gagal mendarat di bandara Abdurahman Saleh. '. Amir pandai mengambil hati ayahnya.
*enurut sumbernya, data dapat dibedakan men$adi data interen dan data eksteren.
ata interen adalah data yang diperoleh atau bersumber dari dalam suatu instansi atau lembaga. !engusaha mencatat segala aktivitas perusahaannya sendiri, misalnya: keadaan pegaai, pengeluaran, keadaan barang di gudang, hasil pen$ualan, keadaan produksi pabrik. ata yang diperoleh demikian ini merupakan data interen.
ata eksteren adalah data yang diperoleh atau bersumber dari luar suatu instansi. alam kondisi tertentu, untuk perbandingan misalnya, diperlukan data dari sumber lain di luar perusahaan, maka data ini merupakan data eksteren. ata eksteren terdiri dari dua $enis, yaitu data primer dan data sekunder.
ata primer adalah data yang langsung dikumpulkan oleh orang yang berkepentingan atau yang memakai data tersebut. imana data ini diperoleh melalui aancara, kuesioner, atau pengamatan langsung. Sedangkan data sekunder adalah data yang tidak secara langsung dikumpulkan oleh orang yang berkepentingan dengan data tersebut. ata sekunder diperoleh dari hasil laporan tahunan perusahaan, atau data yang diperoleh dari studi kepustakaan. ata yang baru dikumpulkan dan belum pernah mengalami pengolahan apapun dikenal dengan data mentah.
'./ e#inisi penya$ian data dalam gra#ik
!enya$ian dalam bentuk gra#ik adalah suatu penya$ian data secara visual. !enya$ian hasil penelitian kuantitati# yang sering menggunakan bentuk tabel atau gra#ik !enya$ian data secara visual dilakukan melalui bentuk gra#ik, gambar, atau diagram.
'.0 %ara !engumpulan ata
+ntuk memperoleh data yang baik dan dapat dipertanggung"$aabkan kebenarannya, maka data harus dikumpulkan dengan cara atau proses yang benar. !roses pengumpulan data dapat dilakukan dengan $alan sensus atau
sampling. %ara"cara pengumpulan data baik melalui sensus atau sampling akan di$elaskan berikut ini.
1. ;aancara (interview
;aancara yang sering $uga disebut dengan intervie adalah cara untuk mengumpulkan data dengan mengadakan tatap muka langsung atau dialog antara peaancara dengan orang yang men$adi sumber data (teraancara. itin$au dari pelaksanaannya, maka aancara dapat dibedakan men$adi:
a. ;aancara bebas, dimana peaancara bebas menanyakan apa sa$a, tetapi tetap #okus pada data yang akan dikumpulkan. alam pelaksanaannya peaancara tidak membaa pedoman apa yang akan
ditanyakan.
b. ;aancara terpimpin, yaitu aancara yang dilakukan oleh peaancara dengan membaa sederetan pertanyaan lengkap dan terperinci. imana $enis"$enis pertanyaannya telah ditentukan sebelumnya termasuk urutan yang ditanyakan dan materi pertanyaannya.
c. ;aancara bebas terpimpin, yaitu kombinasi antara aancara bebas dan aancara terpimpin. imana dalam melaksanakan aancara, peaancara hanya membaa pedoman berupa garis besar tetantang
hal"hal yang akan ditanyakan. '. Angket (9uesioner
Angket adalah cara mengumpulkan data dengan mengisi se$umlah pertanyaan yang ditu$ukan kepada orang yang men$adi ob$ek penelitian
(responden. Angket (kuesioner dapat dibedakan men$adi beberapa $enis, tergantung pada sudut pandangan.
a. ipandang dari cara men$aab:
" 9uesioner terbuka, memberi kesempatan kepada responden untuk men$aab dengan kalimatnya sendiri.
" 9uesioner tertutup, dimana setiap pertanyaan telah disediakan beberapa $aaban sehingga responden tinggal memilih.
b. ipandang dari $aaban yang diberikan:
" 9uesioner langsung, yaitu responden men$aab tentang dirinya.
" 9uesioner tidak langsung, yaitu $ika responden men$aab tentang orang lain.
c. ipandang dari bentuknya:
" 9uesioner pilihan ganda, sama seperti pada kuesioner tertutup. " 9uesioner isian, sama seperti pada kuesioner terbuka.
" Check list , adalah berupa sebuah da#ta dimana responden tinggal memberikan tanda check (< pada kolom yang sesuai.
" Skala bertingkat (rating-scale, yaitu sebuah pertanyaan yang disertai oleh kolom"kolom yang menun$ukkan tingkat"tingkatan misalnya mulai dari sangat setu$u sampai ke sangat tidak setu$u.
/. !engamatan (=bservasi
*erupakan cara mengumpulkan data dengan mengamati ob$ek penelitian atau peristia baik berupa manusia, benda mati, maupun #enomena alam. !engamatan dapat dilakukan dengan dua cara, $uga merupakan $enis pengamatan, yaitu:
a. !engamatan non"sistimatis, dimana pengamatan yang dilakukan oleh pengamat tidak menggunakan instrumen pengamatan.
b. !engamatan sistimatis, pengamatan yang dilakukan oleh pengamat dengan menggunakan pedoman sebagai instrumen pengamatan.
alam menggunakan metode pengamatan cara yang paling e#ekti# adalah melengkapinya dengan #ormat atau blangko pengamatan sebagai instrumen. 0. !engu$ian ()es
!engu$ian ()es adalah suatu cara mengumpulkan data dengan memberikan tes kepada ob$ek yang diteliti. Ada tes dengan pertanyaan yang disediakan pilihan $aaban, ada $uga tes dengan pertanyaan tanpa pilihan $aaban.
Seperti yang telah di$elaskan baha data yang diungkap dalam penelitian dapat berupa #akta, pendapat, dan kemampuan. +ntuk mengukur ada atau
tidaknya serta besarnya kemampuan ob$ek yang diteliti, digunakan tes. !erlu diperhatikan baha yang dapat dikenai tes bukan hanya manusia atau makhluk hidup sa$a. *esin mobil, $ika ingin diketahui masih baik atau tidak, data kemampuannya seberapa, $uga dites denngan alat tertentu.
'. >enis"$enis Statistika
Statistika dapat dibedakan men$adi dua $enis, yaitu statistika deskripti# dan statistika in#erensia.
Statistika deskripti# adalah statistika yang berkenaan dengan metode atau cara pengumpulan, penya$ian dan menganalisis suatu kelompok data sehingga memberikan in#ormasi yang berguna. engan demikian statistika deskripti# mengacu pada bagaimana menata atau mengorganisasi data, menya$ikan data, dan menganalisis data. 9egiatan tersebut dapat dilakukan dengan menentukan nilai"nilai rata"rata hitung, median, modus, standar deviasi, dan variansi. %ara lain untuk menggambarkan data adalah dengan membuat tabel dan diagram atau gra#ik. Berikut ini sebagai contoh statistika untuk menya$ikan data dan menggambarkan data dari suatu persoalan.
" !enya$ian data dalam bentuk tabel:
Ta6el &7& Pen8a"uh Te,pe"au" Pe,anasan e"ha-ap Pan4an8 Lift Off pa-a 6e"6a8ai Te.anan
)ekanan (kg5cm' )emperatur (o% ' 0 3 1 1 1, 12,/4' 1,2/ 10,'0 1', ' 16,0 12,20 1,20 1/,22 11,6 ' 12,263 10,/'6 11,'6 1,21 6,1 / 1/,236 1/,1/2 1,2' 6,224 3,243
" Statistika untuk menggambarkan data
Untuk tekanan 10 kgcm! pada temperatur !" oC tidak terdapat pan#ang li$t
o$$ karena tidak ter#adi proses pem%akaran& kemudian pada temperatur '0 oC
terlihat pan#ang li$t o$$ turun dengan meningkatna temperatur Pada tekanan !0 kgcm! & !" kgcm! & dan *0 kgcm! terlihat %ahwa semakin meningkat
temperatur pemanasan maka pan#ang li$t o$$ semakin menurun Demikian #uga halna dengan kenaikan tekanan& pan#ang li$t o$$ akan semakin rendah
atau pendek seperti terlihat pada tekanan *0 kgcm!
Statistika in#erensia adalah statistika yang berkenaan dengan cara penarikan kesimpulan berdasarkan data yang diperoleh dari sampel untuk
menggambarkan karakteristik dari suatu populasi. alam statistika in#erensia dilakukan suatu generalisasi dari hal yang bersi#at khusus ke hal yang lebih umum, karena itu statistika in#erensia disebut $uga statistika indukti# atau statistika penarikan kesimpulan. !ada statistika in#erensia biasanya dilakukan pengu$ian hipotesis dan pendugaan mengenai karakteristik dari suatu populasi,
seperti rata"rata (mean dan standar deviasi.
Ada keterkaitan yang erat antara statistika deskripti# dengan statistika in#erensia, yaitu umumnya statistika deskripti# senantiasa mendahului tahapan statistika in#erensia. 9arena sebelum dilakukan penarikan kesimpulan, maka datanya harus diuraikan dulu dalam bentuk statistika deskripti#.
'.2 !enya$ian ata alam ra#ik.
*odi#ikasi bentuk penya$ian data dengan gra#ik ini beraneka ragam antara lain sebagai berikut :
a7 Dia8"a, Baan8
+ntuk menggambar diagram batang kita memerlukan sumbu datar dan sumbu tegak yang saling tegak lurus. Sumbu datar dibagi men$adi beberapa skala bagian yang sama dan sumbu tegak $uga dibagi men$adi beberapa skala bagian yang sama. Skala pada sumbu datar tidak harus sama dengan skala pada sumbu tegak. Sumbu datar biasanya menyatakan nilai dan sumbu tegak
menyatakan #rekuensi. +ntuk lebih $elasnya, coba kamu perhatikan contoh berikut.
Ta6el &7* BANYAK 0RANG DI DAERAH 9 YANG MENJAG0KAN !ALAH !ATU NEGARA PE!ERTA 10RLD UP *$$* MENJADI JUARA
%atatan:
ata #ikti#
ata" data yang terdapat pada )abel / di atas akan kita nyatakan dalam bentuk diagram batang, seperti yang nampak pada ambar ' berikut.
egara !eserta Banyak =rang >umlah
Argentina Bra@il enmark &talia &nggris >erman !rancis Spanyol 1 / 3 1 ' / 4 1 / 3 1 ' / 4 >umlah 1/ 1/ Diagram 1
Banya. 0"an8 -i Dae"ah 9 yan8 Men4a8o.an !alah !au Ne8a"a
Pese"a 1o"l- up *$$* Men4a-i Jua"a
10 35 7 15 20 30 5 8
Argentina Brazil Denmark IItaa IInggris Jerman Prancis Spanyol
Negara Peserta !orl" #$p 2002
0 5 10 15 20 25 30 35 %0
Ga,6a" &7 onoh -ia8"a, 6aan8an un88al
Adapun $enis"$enis diagram batang adalah sebagai berikut : 1. iagram Batangan )unggal.
'. iagram Batangan Berganda.
/. iagram Batangan 9omponen Berganda.
0. iagram Batangan !ersentase 9omponen Berganda. . iagram Batangan Berimbang eto
67 Dia8"a, Ga"is
>ika kita mempunyai data yang keadaannya kontinu atau berkesinambungan, maka sebaiknya kita dapat menya$ikan dalam bentuk
diagram garis. *isalkan data tersebut adalah kasus malaria, B dan rambusia di kabupaten ;etan tahun 1663, seperti berikut:
Ga,6a" *7 onoh 8"a;i. 8a"is un88al
!enya$ian data dalam bentuk gambar dapat mempermudah pengambilan kesimpulan dengan cepat. ata berkala (time series data, yaitu data yang dikumpulkan dari aktu ke aktu untuk mengetahui perkembangan suatu hal5kegiatan, biasanya disa$ikan dalam bentuk gra#ik garis untuk mempermudah pembuatan trend . Seperti kita ketahui trend dapat dipergunakan sebagai dasar pembuatan ramalan ( $orecasting yang amat berguna untuk dasar perencanaan. Beberapa macam gra#ik garis antara lain
sebagai berikut :
1. ra#ik aris )unggal
Adalah gra#ik yang terdiri dari satu garis untuk menggambarkan perkembangan (trend dari suatu karakteristik. ra#ik ditun$ukkan pada
kasus malaria, B dan rambusia di kabupaten ;etan tahun 1663. '. ra#ik aris Berganda
Adalaah gra#ik yang terdiri dari beberapa garis untuk menggambarkan perkembanganbeberapa hal5ke$adian sekaligus.
Ga,6a" (7 onoh 8"a;i. 8a"is 6e"8an-a
/. ra#ik aris 9omponen Berganda
Adalah serupa dengan gra#ik berganda. )etapi, garis yang teratas5terakhir menggambarkan $umlah (total dari komponen"komponen, sedangkan garis lainnya menggambarkan masing"masing komponen. Berikut merupakan contoh dari gra#ik garis komponen berganda :
Ga,6a" )7 onoh 8"a;i. 8a"is .o,ponen 6e"8an-a
0. ra#ik aris !ersentase 9omponen Berganda
ra#ik garis persentase komponen berganda adalah sama seperti gra#ik garis berganda, kecuali baha masing"masing nilai komonen dinyatakan dalam persentase, sehingga garis teratas (terakhir merupakan garis yang menun$ukkan 18
. ra#ik aris Berimbang eto
ra#ik garis berimbang neto. ilai"nilai selisih dengan garis tertimbang dapat diberi arna yang berbeda untuk menilai selisih yang positi# dan negati#.
57 Dia8"a, Lin8.a"an
!erhatikan kembali )abel / di atas. 9ita akan meya$ikan data"data yang terdapat pada tabel tersebut dalam bentuk diagram lingkaran.
Ga,6a" '7 onoh -ia8"a, lin8.a"an
Ada beberapa macam diagram lingkaran antara lain : 1. iagram lingkaran tunggal.
'. iagram lingkaran berganda.
-7 Dia8"a, A"ea aau Dia8"a, Dae"ah
Ga,6a" %7 onoh -ia8"a, -ae"ah Banya. 0"an8 yan8 Men4a8o.an !alah !au Ne8a"a
Peserta +orld Cup !00! Men#adi ,uara
Brazil 27& Spain 5& Italia 12& Inggris 15& Jerman 23& 'rance %&
D e n ( & Arg
8& Brazil Spanyol Italia Inggris Jerman Prancis Denmark Argenna
ra#ik !eta, untuk melihat5menun$ukkan lokasi
ra#ik peta digunakan untuk memudahkan penarikan suatu kesimpulan terhadap masalah yang timbul berdasarkan nilai dari tiap $arak disuatu tempat atau ilayah (iskandar, '13. Berikut merupakan contoh peta ilayah suatu daerah yang memenuhi kriteria penya$ian gambar.
Ga,6a" 27 Pea <ilayah 6a8ian epi lau
9etentuan umum untuk membuat gra#ik, diagram atau gambar data antara lain sebagai berikut :
a. >udul gra#ik, diagram, gambar atau skema harus $elas dan tepat. >udul terletak diatas tengah gambar atau gra#ik dan menggambarkan ciri data, tempat dan tahun data tersebut diperoleh (hat, here, dan hen.
b. aris hori@ontal maupun garis vertikal sebagai koordinat harus diatas agar garis kurva tampak $elas.
c. Skala pada gra#ik atau gambar harus ada catatan tentang satuan yang dipakai misalnya tahun, hari, kilogram, celcius, dan sebagainya.
d. Apabila data dari gra#ik atau gambar tersebut diambil dari sumber lain (bukan hasil penelitian sendiri maka sumber data harus ditulis dibaah kiri gra#ik atau gambar tersebut.
'.3 e#inisi ukuran pemusatan.
ilai rata"rata umumnya cenderung terletak di tengah suatu kelompok data yang disusun menurut besar kecilnya nilai. engan perkataan lain,ia mempunyai kecenderungan memusat, sehingga sering disebut ukuran kecenderungan memusat (measures o$ central tendenc.
'.4 eskripsi dan $enis dari ukuran pemusatan 1. -ata"rata.
-ata"rata (average adalah nilai yang meakili himpunan atau sekelompok data (a set o$ data. ilai rata"rata umumnya cenderung terletak di tengah suatu kelompok data yang disusun menurut besar kecilnya nilai. engan perkataan lain,ia mempunyai kecenderungan memusat, sehingga sering disebut ukuran kecenderungan memusat (measures o$ central tendenc. Beberapa $enis rata"rata yang sering dipergunakan ialah rata"rata hitung (arithmetic mean atau sering disingkat mean sa$a,rata"rata ukur (geometric mean, dan rata"rata harmonis (harmonic mean.
Setiap rata"rata tersebut selain mempunyai keunggulan $uga memiliki kelemahan, dan ketepatan penggunaannya sangat tergantung pada si#at dari data dan tu$uannya (misalnya,untuk melakukan analisis. ang dimaksudkan di sini dengan rata"rata ialah rata"rata hitung, kecuali kalau ada keterangan atau pen$elasan lain.-ata"rata hitung, yang untuk selan$utnya kita singkat rata"rata,sering digunakan sebagai dasar perbandingan antara dua kelompok nilai atau lebih.
*isalkan hasil u$ian )oni dan >oni adalah seperti disa$ikan dalam tabel 1./ berikut :
ari nilai rata" rata
tersebut dapat disimpulkan baha )oni lebih pandai dari >oni.
a. -ata"rata Citung
9alau kita mempunyai nilai variable D,sebagai hasil pengamatan atau observasi sebanyak kali yaitu D1,D',E.,Db,E.,Dn maka :
a -ata"rata sebenarnya (populasi
dibaca myu, yaitu symbol rata"rata sebenarnya yang disebut parameter. -ata"rata ini dihitung berdasarkan populasi. 9arena itu,rata"rata sebenarnya sering $uga disebut rata"rata populasi.
b -ata"rata perkiraan (sampel
9alau rata"rata tersebut dihitung berdasarkan sampel sebanyak n di mana nF observasi, maka rata"rata yang diperoleh disebut rata"rata perkiraan,atau rata"rata sampel, yang diberi symbol yang rumusnya
adalah sebagai berikut :
*ata !ela$aran Casil +$ian )oni (D
Casil +$ian >oni ( Statistik 4 3 *atematika 3 2 )eori Gkonomi 2 !emasaran 4 2 *etode -iset 3 2 >umlah /2 / -ata"rata /25 H 3,' /5 H2
dibaca D bar,yaitu symbol rata"rata merupakan perkiraan
*etode 9oding
Suatu saat mungkin kita akan beker$a pada $umlah data yang banyak dengan nilai"nilai data yang tinggi. Ada suatu metode yang e#ekti# dan sangat membantu dalam menyederhanakan nilai"nilai yang besar itu yaitu dengan menggunakan metode koding (metode ini hanya berlaku $ika semua pan$ang kelas dalam tabel distribusi #rekuensi bernilai sama. +ntuk menghitung rata" rata dengan menggunakan metode koding, adalah dengan melengkapi tabel di baah ini. Langkah pertama meletakkan angka nol pada kelas sekehendak
kita5sembarang. +ntuk mengisi kolom koding (kolom 0 di atas nilai nol dengan mengurangkan masing"masing dengan satu dari nilai kelas di baahnya.
Ta6el &7)7 Hasil Ko-in8
No Nilai ;i i Fi5i
& %&/%' ' /) /*$
* %%/2$ 2 /( /*&
( 2&/2' && /* /**
) 2%/3$ &) /& /&)
' 3&/3' &2 $ $
% 3%/=$ &' & &'
2 =&/=' 3 * &%
3 =%/&$$ ( ( =
-umus -ata"-ata
+ntuk mencari nilai rata"rata dengan menggunakan metode koding dapat dillihat dalam rumus
imana:
H nilai rata"rata hitung
H nilai tengah kelas pada saat iH c ! H pan$ang kelas
H $umlah
ci H nilai koding kelas ke"i #i H #rekuensi kelas ke" i a7 Raa/"aa Ga6un8an
>ika kita mempunyai data n1, n', n/, E dengan nilai rata"rata masing"
masing.
67 Raa/"aa Ha",oni.
-ata"rata harmonik biasanya digunakan untuk merata"ratakan kecepatan beberapa $arak tempuh atau mencari harga rata"rata suatu komoditi tertentu.
57 Raa/"aa U.u" #8eo,e"i.+
igunakan $ika perbandingan dua data berturutan tetap atau hampir tetap.
'. *odus
+ntuk mencari nilai modus dari sekelompok data yang sudah dibuat dalam tabel distribusi #rekuensi, pertama kali carilah kelas yang mempunyai #rekuensi paling tinggi. Selan$utnya $ika kelas dengan #rekuensi paling tinggi sudah deketahui lalu tentukan batas baah kelas yang mempunyai #rekuensi tertinggi tersebut, kemudian hitung pan$ang kelas dengan #rekuensi tertinggi
itu. Secara geometris nilai modus didasarkan pada gra#ik histogram. ilai modus adalah perpotongan antara garis vertikal hasil pertemuan antara sudut kelas ber#rekuensi tertinggi dengan #rekuensi sebelum dan sesudah #rekuensi tertinggi (garis terpotong" potong dengan garis hori@ontal.
-umus ilai *odus
ilai modus dihitung dengan menggunakan rumus:
imana:
*o H ilai modus
BB H Batas Baah kelas model p H pan$ang kelas modus
b1 H $umlah #rekuensi kelas modus dikurangkan $umlah #rekuensi sebelum kelas modus
b' H $umlah #rekuensi kelas modus dikurangkan $umlah #rekuensi setelah kelas modus
/. *edian
+ntuk data berkelompok :
median kelas #rekuensi # median mengandung yang kelas sebelum kelas semua #rekuensi $umlah A median kelas baah batas L # A " ' n c L *ed ( (
%ontoh :
&nterval 9elas rekuensi 6"'1 ''"/0 /"03 04"2 21"3/ 30"42 43"66 / 0 0 4 1' '/ 2 I# H 2
Letak median ada pada data ke /, yaitu pada interval 21"3/, sehingga : L H 2.
H 16 # H 1' 0. 9uartil
9elompok data yang sudah diurutkan (membesar atau mengecil dibagi empat bagian yang sama besar. Ada / $enis yaitu kuartil pertama (J1 atau kuartil baah, kuartil kedua (J' atau kuartil tengah, dan kuartil ketiga (J/ atau kuartil atas.
+ntuk data tidak berkelompok
3',0' 1' 16 " ' 2( 1/ 2(, *ed
+ntuk data berkelompok
L H batas baah kelas kuartil
H $umlah #rekuensi semua kelas sebelum kelas kuartil Ji # H #rekuensi kelas kuartil Ji
%ontoh :
&nterval 9elas ilai )engah (D rekuensi 6"'1 ''"/0 /"03 04"2 21"3/ 30"42 43"66 1 '4 01 0 23 4 6/ / 0 0 4 1' '/ 2 I# H 2
J1 membagi data men$adi ' 8
1,',/ i , 0 1 n i " ke nilai Ji 1,',/ i , # A " 0 in c L Ji ( J' membagi data men$adi 8 J/ membagi data men$adi 3 8 Sehingga : J1 terletak pada 04"2 J' terletak pada 21"3/ J/ terletak pada 30"42 +ntuk J1, maka : +ntuk J', maka : +ntuk J/, maka : . esil
9elompok data yang sudah diurutkan (membesar atau mengecil dibagi sepuluh bagian yang sama besar.
+ntuk data tidak berkelompok
+ntuk data berkelompok
0 4 11 " 0 1.2( 1/ 03, J1 3',0' 1' 16 " 0 '.2( 1/ 2(, J' 41,01 '/ /1 " 0 /.2( 1/ 3/, J/
6 1,',/,..., i , 1( 1 n i " ke nilai i 6 1,',/,..., i , # A " 1( in c L i ( L H batas baah kelas desil i H $umlah #rekuensi semua
kelas sebelum kelas desil i # H #rekuensi kelas desil i %ontoh :
&nterval 9elas ilai )engah (D rekuensi 6"'1 ''"/0 /"03 04"2 21"3/ 30"42 43"66 1 '4 01 0 23 4 6/ / 0 0 4 1' '/ 2 I# H 2 / membagi data /8 3 membagi data 38 Sehingga :
/ berada pada 04"2 3 berada pada 30"42
2. !ersentil
+ntuk data berkelompok
'.6 e#inisi ukuran variasi5disperse.
+kuran variasi atau dispersi, ukuran ini berasal dari pemikiran baha ada data yang berada Kdi sekitar rata"rata. Ada data yang tepat sama dengan nilai rata"rata, ada yang lebih kecil dan ada $uga yang nilainya lebih besar dari rata"rata. Artinya baha antara tiap"tiap data dengan rata"rata terdapat $arak atau dispersi, begitu pula dispersi $uga terdapat antara data yang satu dengan yang lain.
'.1 eskripsi dan $enis dari ukuran variasi5dispersi.
+kuran variasi diperlukan karena ukuran ini memberikan in#ormasi mengenai sebaran nilai pada data tersebut. Selain itu ukuran ini dapat digunakan untuk membandingkan sebaran dari dua distribusi data. Simpangan baku (standard deviation, ukuran variasi ini paling banyak digunakan karena mempunyai si#at mathematics yang berguna untuk teori dan analisis.
Pen8u.u"an Dispe"si Daa Ti-a. Di.elo,po..an:
4,43 4 11 " 1( /.2( 1/ 03, / 36,3' '/ /1 " 1( 3.2( 1/ 3/, 3 66 1,',/,..., i , # A " 1(( in c L !i (
1. Simpangan baku (standard deviation
Simpangan baku diperoleh dari akar dari ragam (variance.Mariance adalah rata"rata dan kuadrat dari selisih tiap"tiap data dengan mean"nya. Simbol untuk variance adalah N' atau sigma kuadrat.
Simpangan baku memiliki satuan yang sama seperti satuan data aslinya, sehingga kelemahannya apabila membandingkan dua atau lebih data yang berbeda satuan maka pembandingan akan sulit dilakukan.Mariance untuk populasi rumusnya:
Mariance untuk sampel rumusnya:
Atau
+ntuk simpangan baku populasi rumusnya:
Simpangan baku untuk sampel rumusnya: atau
)erdapat perbedaan pembagi pada populasi dan sampel, pada populasi pembagi adalah n sedangkan pada sampel pembagi adalah n"1. !erbedaan ini karena pada sampel hanya mengestimasi populasi, artinya nilai sampel hanya mendekati dan bukan nilai yang menggambarkan nilai sebenarnya pada
populasi. !embagi pada sampel (n"1 disebut dengan dera$at bebas (degree o# #reedom. apat ditun$ukan secara statistika matematis baha dengan pembagi (n"1, variance sampel merupakan Kunbiased estimate bagi variance populasi.
'. >arak (range
ilai $arak (range, merupakan ukuran variasi yang paling sederhana dan mudah untuk dihitung. ata diurutkan dahulu dari yang terkecil hingga terbesar kemudian dihitung selisih antara data terbesar dan data terkecil.
-umusnya:
ilai $arak H D(n O D1. -ange merupakan ukuran yang kasar untuk n besar dan ukuran ini kurang sensitive, artinya baha in#ormasi bisa menyesatkan apabila ada dua data yang memiliki kisaran sama tapi
simpangan baku yang berbeda. -ange ini tidak selalu dapat menggambarkan keragaman data untuk n besar.
/. -ata"rata simpangan (mean deviation.
-ata"rata simpangan, seperti namanya perhitungan ini dilakukan dengan cara merata"ratakan simpangan data. Simpangan data adalah selisih tiap" tiap data dengan rata"ratanya. -ata"rata simpangan adalah rata"rata hitung dari nilai absolute dari simpangan, rumusnya:
Pen8u.u"an Dispe"si Daa Di.elo,po..an Nilai Ja"a.
+ntuk data berkelompok, nilai $arak ( > dapat dihitung dengan dua cara > H ilai tengah kelas terakhir O nilai tengah kelas pertama
> H batas atas kelas terakhir O batas baah kelas pertama 9oe#isien variasi (coe##icient o# variation
9oe#isien variasi , pengukuran ini bermula dari simpangan baku atau standard deviation yang mempunyai satuan yang sama dengan satuan data
aslinya, hal ini merupakan kelemahan apabila kita ingin membandingkan dua atau lebih kelompok data yang satuannya berbeda. Agar dapat membandingkan dua atau lebih kelompok data dengan satuan yang berbeda maka digunakan 9oe#isien Mariasi (9M, yang bebas dari satuan data asli.
9oe#isien variasi untuk populasi:
9oe#isien variasi untuk sampel:
>ika ada dua kelompok data dengan 9M1 dan 9M', di mana 9M1 P 9M', maka kelompok data pertama lebih bervariasi atau lebih heterogen daripada kelompok data kedua.
9oe#isien Mariasi (9M, dapat $uga digunakan untuk menentukan apakah kelompok data tersebut memiliki konsistensi atau tidak. Semakin besar 9M maka semakin tidak konsisten, begitu pula sebaliknya semakin kecil 9M semakin konsisten.
'.11 e#inisi dari korelasi dan regresi.
alam teori probabilitas dan statistika, korelasi, $uga disebut koe#isien korelasi, adalah nilai yang menun$ukkan kekuatan dan arah hubungan linier antara dua peubah acak (random variable. alam bahasa &nggris, %orrelation artinya saling hubungan atau hubungan timbal balik. &stilah itu biasa kita sebut dalam bahasa sehari"hari dengan sebutan 9orelasi. an dalam ilmu statistika istilah korelasi diberi pengertian sebagai hubungan antara dua variabel atau lebih. imana hubungan antara dua variabel itu dikenal dengan istilah bivariate correlation, sedangkan hubungan antar lebih dari dua variabel disebut multivariate correlation. %ontoh bivariate correlation adalah: Cubungan antara motivasi ker$a dengan kiner$a, atau penggunaan pupuk dengan hasil produksi padi. Sedangkan contoh multivariate correlation adalah: Cubungan antara motivasi ker$a dan disiplin ker$a dengan kiner$a,
atau bisa $uga hubungan antara penggunaan pupuk dan luas lahan tanam dengan hasil produksi.
-egresi dalam statistika adalah salah satu metode untuk menentukan hubungan sebab"akibat antara satu variabel dan variabel("variabel yang lain. Mariabel QpenyebabQ disebut dengan bermacam"macam istilah: variabel pen$elas, variabel eksplanatorik, variabel independen, atau secara bebas, variabel D (karena seringkali digambarkan dalam gra#ik sebagai absis, atau sumbu D. Mariabel terkena akibat dikenal sebagai variabel yang dipengaruhi, variabel dependen, variabel terikat, atau variabel . 9edua variabel ini dapat merupakan variabel acak (random, namun variabel yang dipengaruhi harus selalu variabel acak. Analisis regresi adalah salah satu analisis yang paling populer dan luas pemakaiannya. Campir semua bidang ilmu yang
memerlukan analisis sebab"akibat boleh dipastikan mengenal analisis ini.
'.1' eskripsi dan $enis dari ukuran korelasi dan regresi. 1. 9orelasi
Analisis korelasi dilakukan dengan tu$uan antara lain:
1 untuk mencari bukti terdapat tidaknya hubungan (korelasi antar variable.
' bila sudah ada hubungan, untuk melihat besar kecilnya hubungan antar variable.
/ untuk memperoleh ke$elasan dan kepastian apakah hubungan tersebut berarti (meyakinkan5signi#ikan atau tidak berarti(tidak meyakinkan. P"opo"si -an Ko"elasi
Sebelum membahas lebih detil mengenai apakah itu korelasi, kita akan mencoba memahami terlebih dahulu apa itu proporsi sebagai dasar kita dalam proses menelaah suatu korelasi. !roporsi dapat diartikan suatu persentase (tingkat dari suatu populasi yang memiliki properti (kriteria tertentu. Sebagai contoh untuk mempermudah pemahaman mengenai propors.
*isalkan: terdapat sebuah kotak yang berisi koin dan koin itu memiliki beberapa kriteria yang bisa dilihat dari arnanya (kuning dan keabuan dan
dari nilainya (1 sen atau ' sen.
Berdasarkan in#ormasi itu, yang bisa kita sebut proporsi ialah ketika kita menyatakan berapa persebaran $umlah suatu koin dengan kriteria tertentu (apakah kehi"$auan, keabuan, benilai 1 sen, atau bernilai ' sen dalam suatu kumpulan koin yang ada. *isalnya, dari 1 koin dalam kotak terdapat / koin yang berarna keabuan. %ontoh proporsi lain yang melibatkan ' kriteria ialah dari 1 koin terdapat 1 koin kuning yang bernilai ' sen. Lalu bagaimana dengan korelasi? 9orelasi ialah suatu keterkaitan yang bisa ditangkap dari perbandingan dua proporsi yang masing"masing proporsisi mengandung ' kriteria yang salah satu kriteria disebutkan dalam kedua proporsi tersebut. >adi, korelasi bisa diambil dari contoh ' proporsi sebagai berikut, terdapat sekitar 28 koin berarna keabuan yang bernilai 1 sen dan terdapat sekitar /8 koin berarna kuning yang bernilai 1 sen. 9edua proporsi tadi telah membandingkan proporsi koin bernilai 1 sen yang berarna kuning dan keabuan yang ada dalam kotak. Cal ini memberi in#ormasi baha koin bernilai 1 sen lebih sering muncul dalam arna yang keabuan dibandingkan kuning. &n#ormasi ini bukan sekedar proporsi, tetapi terdapat korelasi di dalamnya. %ontoh ini merupakan suatu korelasi positi# antara kriteria(properti nilai 1 sen dengan kriteria (properti arna keabuan. !embahasan bagaimana korelasi dikatakan positi# atau negati# akan dilan$utkan pada bagian berikutnya.
a7 9oe#isien 9orelasi
+ntuk mengetahui tinggi rendah, kuat lemah, atau besar kecilnya suatu korelasi adalah dengan melihat besar kecilnya besaran angka (koe#isien yang disebut angka indeks korelasi atau coe##isien o# correlation, yang diberi simbol dengan R (baca -ho, untuk populasi atau r (untuk sampel. engan kata lain Besaran &ndek 9orelasi adalah sebuah angka yang dapat di$adikan petun$uk
untuk mengetahui seberapa besar kekuatan korelasi di antara variabel yang sedang diselidiki korelasinya. Besaran korelasi berkisar antara sampai dengan 1, (artinya paling tinggi dan paling rendah 1,, atau antara T 1 dan O 1. !ada Besaran &ndeks 9orelasi, makna tanda plus minus (, atau tanda plus minus pada Besaran &ndek 9orelasi ini ber#ungsi hanya untuk menun$ukkan arah hubungan, dan bukan sebagai tanda al$abar. Apabila besaran indek korelasi bertanda plus ( T maka korelasi tersebut positi# dan arah korelasi itu satu arah, sedangkan apabila angka indek korelasi bertanda minus (O, maka korelasi tersebut negati# dan arah korelasi berlaanan arah7 serta apabila angka indek korelasi sama dengan , maka hal ini menun$ukkan tidak ada korelasi. Secara umum, arah korelasi dapat di bedakan men$adi dua, yakni bersi#at satu arah dan yang si#atnya berlaanan arah. %ontoh hubungan yang satu arah: 9enaikan biaya promosi diikuti oleh kenaikan om@et pen$ualan suatu produk. %ontoh hubungan antar dua variabel yang berlaanan arah adalah: meningkatnya harga suatu produk tertentu diikuti oleh penurunan permintaan masyarakat terhadap produk tersebut.
&stilah yang dinamakan dengan ukuran korelasi dikenal dalam analisis korelasi. +kuran korelasi (measures o# correlation ini dapat dilihat dengan rumus"rumus tertentu yang digunakan, dimana penggunaan rumus"rumus tersebut disesuaikan menurut $enis variabel"variabel yang yang akan diukur korelasinya. alam hal ini, paling tidak ada enam model hubungan antar dua atau lebih variabel yang dapat kita identi#ikasi sesuai dengan $enis variabelnya, yakni:
1 hubungan variabel nominal dengan variabel nominal7 ' hubungan variabel nominal dengan variabel ordinal7
/ hubungan variabel nominal dengan dengan variabel interval7 0 hubungan variabel ordinal dengan variabel ordinal7
hubungan variabel ordinal dengan variabel interval7
2 hubungan variabel interval (ratio dengan variabel interval (ratio. Berikut ini disa$ikan kela@iman penggunaan analisis hubungan dengan menggunakan model analisis yang benar.
Ta6el &7'7 Kela>i,an pen88unaan analisis 9oe#isien korelasi non" parametrik 9oe#isien korelasi
!earson merupakan statistik parametrik , dan ia kurang begitu menggambarkan korelasi bila asumsi dasar normalitas suatu data dilanggar. *etode korelasi non"parametrik seperti R Spearman and U 9endall berguna ketika distribusi tidak normal. 9oe#isien korelasi non" parametrik masih kurang kuat bila dibandingkan dengan metode parametrik $ika asumsi normalitas data terpenuhi, namun cenderung memberikan hasil distrosi ketika asumsi tersebut tak terpenuhi.*etode pengukuran yang lain untuk mengetahui dependensi antara dua peubah
acak.+ntuk mendapatkan suatu pengukuran mengenai dependensi data ($uga nonlinier, dapat digunakan rasio korelasi, yang mampu mendeteksi hampir segala dependensi #ungsional
9opula dan korelasi
Banyak orang yang keliru menganggap baha in#ormasi yang diberikan dari sebuh koe#isien korelasi sudah cukup mende#inisikan struktur ketergantungan (dependensi antara peubah acak. amun untuk mengetahui adanya ketergantungan antara peubah acak harus dipertimbangkan pula kopula antara keduanya. 9oe#isien korelasi dapat
9orelasi tinggi "1
)inggi F",6
-endah P",6
-endah F",0
)anpa korelasi P",0 )ak ada korelasi (acak
)anpa korelasi FT,0
-endah PT,0
-endah FT,6
)inggi P,6
dide#inisikan sebagai struktur ketergantungan hanya pada beberapa kasus, misalnya dalam #ungsi distribusi kumulati# pada distribusi normal multivariat.
9oe#isien 9orelasi Sederhana
9oe#isien yang digunakan untuk mengukur dera$at hubungan dari dua variable, berikut merupakan tabel yang berkaiatan dengan koe#isien korelasi sederhana :
Ta6el &7%7 .oe;isien .o"elasi se-e"hana
>enis koe#isien korelasi sederhana :
1. -umus 9oe#isien 9orelasi 9ontingensi (%
igunakan pada analisis korelasi sederhana untuk variabel nominal dengan variabel nominal.
imana7
?ARIABEL I ?ARIABEL II K0EFI!IEN K0RELA!I 1. ominal ominal 1. 9ontingensi
'. Lambda /. !hi
'. ominal =rdinal )heta
/. ominal &nterval5-asio 1. Gta
'. !oint Biserial
0. =rdinal =rdinal 1. amma
'. Spearman . =rdinal &nterval5-asio >aspenVs (* 2.&nterval5rasio &nterval5-asio >aspenVs (r
D' H D kuadrat
n H >umlah data
'. 9oe#isien 9orelasi Lambda (l
igunakan pada korelasi sederhana untuk variabel nominal dengan nominal. 1. Lambda simetris, tidak mempersoal variabel mana yang di$adikan variabel
bebas.
'. Lambda Asimetris, mempermasalahkan mana yang men$adi variabel bebas (prediktor
) -umus Lambda Simetris dan Asimetris
#1 H rekuensi terbesar pada setiap subkelas variabel bebas (&ndepeden #' Hrekuensi terbesar pada sub total variabel terikat (dependen
n H>umlah data
/. 9oe#isien 9orelasi !hi (W
igunakan pada analisis korelasi sederhana untuk variabel nominal dengan variabel nominal, $ika dirumuskan:
0. 9oe#isien 9orelasi )heta (X
igunakan untuk korelasi sederhana untuk variabel nominal dengan variabel ordinal, sehingga dapat dirumuskan7
H!erbedaan absolut antara #rekuensi di atas setiap rank dan di baah setiap rank untuk pasangan variabel subkelas nominal atau #a O #b
HSetiap #rekuensi total subkelas nominal dikalikan dengan setiap #rekuensi total yang lain, hasil perkaliannya di$umlahkan
. 9oe#isien 9orelasi Gta (h
igunakan pada analisis korelasi sederhana untuk variabel nominal dengan variabel interval5rasio.
2. 9oe#esien 9orelasi !oint Biserial (rpbi
igunakan pada analisis korelasi sederhana untuk variabel nominal dengan variabel interval5rasio yang bersi#at dikotomi.
3. 9oe#isiensi 9orelasi amma (g
igunakan pada korelasi sederhana untuk variabel ordinal dengan varibel ordinal, dapat dirumuskan men$adi:
4. 9oe#isien 9orelasi Spearman (rs
igunakan pada analisis korelasi sederhana untuk variabel ordinal dengan variabel ordinal, dirumuskan dalam:
igunakan pada analisis korelasi sederhana untuk variabel ordinal dengan variabel interval atau rasio. irumuskan dengan:
1. 9oe#isien 9orelasi !earson (r
igunakan pada analisis korelasi antara interval dengan interval. apa dirumuskan dalam:
67 Re8"esi
Analisis regresi merupakan salah satu teknik statistik yang digunakan secara luas dalam ilmu pengetahuan terapan. -egresi di samping digunakan untuk mengetahui bentuk hubungan antar peubah regresi, $uga dapat dipergunakan untuk maksud"maksud peramalan.engan menggunakan n pengamatan untuk suatu model linier sederhana:
H b T b D Te 1 (1
dengan i adalah peubah tidak bebas Di adalah peubah bebas dengan i H 1,',...,n b dan 1 b adalah parameter"parameter yang tidak diketahui, diberlakukan asumsi"asumsi model ideal tertentu terhadap galat e yaitu baha galat menyebar & (,s'. engan pemenuhan terhadap asumsi kenormalan dapat digunakan regresi parametrik untuk mengetahui bentuk hubungan antar peubah regresi pada data contoh yang diamati.alam praktek, penyimpangan
terhadap asumsi"asumsi itu sering ter$adi dan terkadang peubah acak yang diamati tidak dapat dianggap menyebar normal.ari segi statistika persoalan tersebut harus dapat diselesaikan dengan menggunakan teknik statistika. alam statistika parametrik, teknik"teknik yang digunakan berhubungan dengan
pendugaan parameter serta pengu$ian hipotesis yang berhubungan dengan parameter parameternya.Asumsi"asumsi yang digunakan pada umumnya menspesi#ikasikan bentuk sebarannya.Salah satu analisis alternati# lain yang dapat digunakan adalah dengan regresi nonparametric karena dalam regresi nonparametrik tidak diperlukan pemenuhan asumsi kenormalan.
-egresi dalam statistika adalah salah satu metode untuk menentukan hubungan sebab"akibat antara satu variabel dan variabel("variabel yang lain. Mariabel QpenyebabQ disebut dengan bermacam"macam istilah: variabel pen$elas, variabel eksplanatorik, variabel independen, atau secara bebas, variabel D (karena seringkali digambarkan dalam gra#ik sebagai absis, atau sumbu D. Mariabel terkena akibat dikenal sebagai variabel yang dipengaruhi, variabel dependen, variabel terikat, atau variabel . 9edua variabel ini dapat merupakan variabel acak (random, namun variabel yang dipengaruhi harus selalu variabel acak.Analisis regresi adalah salah satu analisis yang paling populer dan luas pemakaiannya. Campir semua bidang ilmu yang memerlukan
analisis sebab"akibat boleh dipastikan mengenal analisis ini.
&stilah regresi diperkenalkan oleh Sir rancis alton, yang menemukan baha meskipun ada kecenderungan bagi orang tua yang tinggi mempunyai anak yang tinggi dan orang tua yang pendek mempunyai anak yang pendek, distribusi tinggi populasi tidak berubah secara mencolok dari generasi ke generasi. !en$elasannya adalah baha kecenderungan bagi rata"rata tinggi anak dengan orang tua yang mempunyai tinggi tertentu untuk bergerak atau mundur (regress ke arah tinggi rata"rata seluruh populasi. Cukum regresi semesta (la o# universal regression, yang bersi#at biologis ini diperkuat oleh 9arl !earson. &a menemukan baha rata"rata tinggi anak laki"laki kelompok ayah yang tinggi kurang daripada tinggi ayah mereka dan rata"rata tinggi anak laki"laki kelompok ayah yang pendek lebih tinggi dari pada tinggi ayah mereka.
Sesuai dengan perkembangan metodologi dan penerapannya, de#inisi regresi pada saat ini telah berbeda $auh dari pengertian aal tersebut. +mpamanya, dengan regresi pendugaan"pendugaan terhadap sesuatu per#orma dapat dilakukan, selama variabel"variabel penentu dapat ditentukan
sebelumnya.-egresi berkaitan dengan ketergantungan stokastik, yang berarti memiliki peluang untuk meleset dari prediksi. Setiap pengambilan dugaan yang menggunakan regresi harus didasari dengan kesadaran baha hasil perkiraan tidak akan 18 sama dengan kenyataan (ketergantungan deterministik.
) -egresi Linier Sederhana
imana variabel yang terlibat di dalamnya hanya dua, yaitu satu variabel terikat , dan satu variabel bebasserta berpangkat satu. amum langkah aal sebelum keregresi maka harus dicari terlebih
dahulu nilai a dan b:
9emudian disubtitusikan ke dalam rumus:
Bentuk persamaannya H a T bD
D H Mariabel bebas H variabel terikat
'.1/ ungsi penya$ian data:
a. *enun$ukkan perkembangan suatu keadaan. b. *engadakan perbandingan pada suatu aktu.
c. ata lebih cepat dibaca atau dimengerti serta mudah dita#sirkan, baik oleh peneliti, orang yang mengerti matematika (statistika maupun orang aam sekalipun yang tidak memahami statistika.
d. +ntuk menya$ikan data mentah yang diperoleh dari populasi atau sampel men$adi data yang tertata dengan baik, sehingga bermakna in#ormasi bagi pengambilan keputusan mana$erial.
BAB III
PENUTUP
/.1 9esimpulan1. !enya$ian data dalam gra#ik adalah suatu penya$ian data secara visual. '. *odi#ikasi bentuk penya$ian data dengan gra#ik ini beraneka ragam
antara lain: iagram Batang, iagram Batang, iagram Lingkaran, ra#ik !eta, iagram area atau diagram daerah.
/. ilai rata"rata umumnya cenderung terletak di tengah suatu kelompok data yang disusun menurut besar kecilnya nilai. engan perkataan
lain,ia mempunyai kecenderungan memusat, sehingga sering disebut ukuran kecenderungan memusat (measures o$ central tendenc.
0. eskripsi dan $enis dari ukuran pemusatan antara lain: -ata"rata, *odus, +kuran kemencengan kurva, +kuran keruncingan kurva, -ata" rata simpangan, >arak, 9oe#isien variasi, Simpangan baku.
. 9orelasi merupakan hubungan antara dua variabel atau lebih. imana hubungan antara dua variabel itu dikenal dengan istilah bivariate correlation, sedangkan hubungan antar lebih dari dua variabel disebut multivariate correlation. -egresi dalam statistika adalah salah satu metode untuk menentukan hubungan sebab"akibat antara satu variabel dan variabel("variabel yang lain.
2. >enis koe#isien korelasi sederhana : -umus 9oe#isien 9orelasi 9ontingensi (%, 9oe#isien 9orelasi Lambda (l, 9oe#isien 9orelasi !hi (W, 9oe#isien 9orelasi )heta (X, 9oe#isien 9orelasi Gta (h, 9oe#esien 9orelasi !oint Biserial (rpbi, 9oe#isiensi 9orelasi amma (g , 9oe#isien 9orelasi Spearman (rs, 9oe#isien 9orelasi >aspenVs (*, 9oe#isien 9orelasi !earson (r.
3. ungsi penya$ian data:
o *enun$ukkan perkembangan suatu keadaan. o *engadakan perbandingan pada suatu aktu.
o ata lebih cepat dibaca atau dimengerti serta mudah dita#sirkan,
baik oleh peneliti, orang yang mengerti matematika (statistika maupun orang aam sekalipun yang tidak memahami statistika.
o +ntuk menya$ikan data mentah yang diperoleh dari populasi atau
sampel men$adi data yang tertata dengan baik, sehingga bermakna in#ormasi bagi pengambilan keputusan mana$erial.
/.' Saran
iharapkan mahasisa lebih akti# dalam mencari re#rensi dan tidak berasal dari internet karena kuantitas dan kualitas dari data tidak semua valid.
DAFTAR PU!TAKA
r.&r. 9emas,*.S.'2.asar" dasar Statitiska.>akarta:!) -a$a ra#indo !ersada. Sudi$ono, Anas. '0. !engantar Statistik !endidikan.>akarta: -a$a ra#indo !ersada.
!ro#.-. Sud$ana,*.A.,*.Sc.1662.*etoda Statistika.Bandung:)arsito.
Supranto.'.Statistika dan Aplikasi.>akarta:Grlangga