Professional Documents
Culture Documents
1.1 Latar Belakang Statistik adalah sekumpulan data dalam bentukangka maupun non angka yang disusun dalam tabel atau diagram yang menggambarkan tentang suatu keadaan, sedangkan statistika adalah ilmu yang mempelajar tentang statistik berupa metode-metode untuk menyederhanakan, meringkas, dan mengorganisir data serta menarik kesimpulan tentang populasi berdasarkan data sampel yang diambil dari populasi tersebut. Kegiatan statistika sering dijumpai di kehidupan seperti pengecekan barang yang baru datang, pengecekan inventory gudang, dll. Statistik deskriptif sendiri merupakan perkembangan dari statistik, dimana statistik deskriptif mampu mengumpulkan data, mengolah data, danmenyajikan data secara informatif dengan berbagai jenis pembagian data berdasarkan bentuk data, sifat data, sumber data, skala pengukuran dan waktu serta adanya perhitungan data standart seperti mean, median, modus, standart deviasi, dan variansi, maka ilmu statistik deskriptif dapat digunakan dalam praktikum ini. Melalui statistik deskriptif, kita dapat mengaplikasikannya dalam penyelesaian masalah statistik yang ada di sekitar kita. Misal pengolahan data tentang diameter bola-bola plastisin yang diukur dari tiga sisi. Hasil pengukuran akan menunjukkan data-data yang dapat kita olah dan menyajikannnya sehingga memberikan informasi yang jelas. Sama halnya dengan studi kasus tentang embaga !egeri tiap-tiap provinsi di "ndonesia. #engan statistik deskriptif kita dapat mengetahui informasi tentang persentase, rata-rata dan lain-lain tentang lembaga negeri di "ndonesia melalui pengolahan data yang dilakukan. 1.2 Batasan Praktikum $atasan-batasan yang digunakan selama praktikum ini adalah % &. '. (. ). +. -. #ata yang diambil untuk plastisin adalah data primer. #ata Studi kasus adalah data eksteren berupa data statistik dari badan statistik. #ata eksteren hanya menggunakan & variabel. $anyaknya data eksteren yang diambilminimal (* data. ,engukuran diameter plastisin dilakukan pada tiga sisi yang berbeda. $anyaknya data subgroup adalah (* data.
1.3 TujuanPraktikum .ujuan dari pelaksanaan praktikum ini adalah% &. '. (. ). Memahami statiskik deskriptif secara teori maupun dalam bentuk pengolahan datanya. Memahami pengambilan data secara eksteren. Mengetahui secara pembagian sub grup berdasarkan data mentah. Mampu melakukan pengolahan data dan menyajikannyasecara terstruktur dan informatif.
1.4 Man aatPraktikum Manfaat yang dapat diperoleh dari pelaksanaan praktikum ini adalah %
&. '. (. ).
,raktikan mampu menguasai statistik deskriptif secara teori maupun pengolahan datanya. ,raktikan mampu mengetahui cara pengambilan data secara interen dan eksteren. ,raktikan mampu mengetahui cara pembagian sub grup berdasarkan data mentah. ,raktikan mampu melakukan pengolahan data dan menyajikannya secara informatif
'.
#ata 9ksteren adalah data yang diperoleh atau bersumber dari luar suatu instansi. #ata ini dibagi menjadi dua, yaitu data primer dan data sekunder. a. #ata ,rimer, yaitu data yang diperoleh sendiri berdasarkan perhitungan di lapangan. 16asdiyan 6asyad, page 72 Misalnya,mengambil data melalui kuisoner. b. #ata Sekunder, yaitu data dyang diperoleh dari referensi 4 referensi yang sudah ada. 16asdiyan 6asyad, page 72 Misalnya, mengambil data dari badan pusat statistik.
2.2.4 Ber$asarkan "kala Pengukuran Data $edasarkan skalanya, data dibagi menjadi empat, yaitu % &. '. (. #ata !ominal adalah data skala yang mempunyai ciri untuk membedakan skala ukur yang satu dengan skala ukur yang lain. :ontoh % jenis kelamin #ata ;rdinal adalah data skala yang selain mempunyai ciri membedakan juga mempunyai ciri mengurutkan pada rentangan tertentu. :ontoh % tingkat pendidikan. #ata "nterval adalah skala yang mempunyai ciri membedakan, mengurutkan dan juga memiliki ciri jarak yang samaa. 3kan tetapi, zeropoint sifatnya berubah-ubah tergaantung dari skala yang dipakai.:ontoh % *< pada thermometer bukan berarti tidak ada suhu. ). #ata 6asio adalah data dengan tingkat pengukuran paling tinggi diantara jenis data lainnya, mempunyai ciri jarak yang sama, serta memiliki nilai nol 1 zeropoint2 yang nilainya absolut.:ontoh % berat badan, panjang benda, jumlah satuan benda. 2.2.& Ber$asarkan 'aktu Pengum(ulan Data $erdasarkan waktu pengumpulan data, data dibagi menjadi dua, yaitu % &. #ata Time Series #ata yang dikumpulkan dari waktu ke waktu pada satu obyek dengan tujuan untuk menggambarkan perkembangan.:ontoh % pergerakan kurs nilai tukar rupiah & tahun terakhir. '. #ata cross Section #ata yang dikumpulkan pada satu waktu ke waktu tertentu pada beberapa obyek dengan tujuan untuk menggambarkan keadaan.:ontoh % jumlah perusahaan ramah lingkungan '*&( 2.3 "tatistik Deskri(ti Statistik #eskriptif merupakan bidang ilmu statistka yang mempelajari cara-cara pengumpulan, penyusunan, dan penyajian data suatu penelitian sehingga memberikan informasi 1organisasi, kesimpulan, ataupun penyajian data2. 2.3.1 Ukuran L)kasi 8kuran lokasi adalah suatu ukuran sepanjang garis hori=ontalyang letaknya ditengah distribusi data.8kuran lokasi sekumpulan data adalah nilai yang presentatif bagi keseluruhan nilai data atau dapat menggambarkan distribusi data itu, khususnya dalam hal letaknya 1lokasinya2. 8kuran lokasi terdiri dari Mean, Median, Modus, ,ensentil, dan Kuartil. 16asdiyan 6asyad, page )'2. &. Mean
6ata-rata hitung 1Mean2 adalah nilai rata-rata dari data-data yang ada. Mean dirumuskan % #ata .unggal
1'-&2
Sumber% Hasan 1'**&%>'2
#engan %
#ata Kelompok
1'-'2
Sumber% Hasan 1'**&%>'2
#engan %
'.
Modus Modus adalah nilai yang paling sering muncul dalam data. Modus sering ditulis singkat atau disimbolkan dengan Mo. Sejumlah data bisa tidak mempunyai modus, Mempunyai satu modus 1unimodal2, Mempunyai dua modus 1$imodal2, atau mempunyai lebih dari dua modus 1Multimodal2. 6umus Modus dibedakan antara data tunggal dan data berkelompok, berikut rumus-rumus modus % #ata .unggal 3nalisis manual nilai yang sering muncul. #ata $erkelompok
1'-(2
Sumber% Hasan 1'**&%7*2
C ? panjang interval kelas (. Median Median adalah nilai tengah dari data yang ada setelah data diurutkan. Median merupakan rata-rata apabila ditinjau dari segi kedudukannya dalam urutan data. Median sering pula disebut rata-rata posisi. Median ditulis singkat atau disimbolkan Me atau Md. :ara mencari median dibedakan antara #ata tunggal dan data berkelompok, berikut rumus-rumusnya % #ata .unggal
1'-)2
Sumber% Hasan 1'**&%>72
#ata $erkelompok
1'-+2
Sumber% Hasan 1'**&%>72
).
Kuartil Ketika suatu data diminta untuk menjadi empat bagian, maka bagian data tersebut di sebut dengan kuartil.8ntuk kuartil pertama disimbolkan dengan A& yang memiliki nilai >+B dari data. 1Montgomery 5 6unger, page '**2
+.
,ersentil ,ersentil adalah nilai yang membagi distribusi data menjadi seratus bagian yang sama besar atau berada dibawah dari nilai tersebut atau berada diatas nilai tersebut.1Montgomery 5 6unger, page '*&2
2.3.2 Ukuran *aria%ilitas 8kuran variabilitas adalah suatu ukuran yang mengukur sebaran data.Karena yang diukur adalah seberapa jauh data menyimpang dari rata-ratanya, maka ukuran variabilitas sering disebut sebagai ukuran penyimpangan. 8kuran variabilitas terbagi atas % &. Cariansi Cariansi adalah salah satu statistik yang digunakan untuk mengukur sebaran 1variansi2 data, notasinya 1s'2.6umus untuk variansi populasi dan sampel sedikit berbeda. ,opulasi adalah total dari seluruh pengamatan. Cariansi 1s'2 dapat ditulis dalam bentuk rumus berikut % Untuk sampel kecil
Sumber% Suryana. '**7. statistikaterapan.wordpress
1 '-7 2
1 '-D 2
#imana% E E bar n '. ? data ke n ? E rata-rata ? nilai rata-rata sampel ? banyaknya data Standar #eviasi !ilai standar deviasi merupakan nilai akar dari variansi.8ntuk menghitung standart deviasi dapat menggunkan rumus % 1 '&* 2
#imana% E ? data ke n
E bar n (.
6ange 6ange adalah selisih dari nilai maE dan nilai min.
1 '-
2.3.3 Ukuran Bentuk 8kuran bentuk adalah ukuran yang digunakan untuk mengetahui bentuk kurva dari data yang telah atau diproses.$erdasarkan bentuknya, data dibagi menjadi dua, yaitu Skewness dan Kurtosis. 1Montgomery 5 6unger, page '*-2 &. Skewness Skewness adalah derajat ketidaksimetrisan suatu distribusi. Skewness juga sering disebut sebagai derajat kemiringan atau kemencengan.@ika kurva frekuensi suatu distribusi memiliki ekor yang lebih memanjang ke kanan 1dilihat dari meannya2 maka dikatakan menceng kanan 1positif2 dan jika sebaliknya maka menceng kiri 1negatif2.$atas nilai skewness adalah F ', saat nilainya G' maka kurva menceng ke kanan, saat nilainya -' kurva menceng ke kiri, dan kurava normal saat nilai skewness ? '.
6umus% atau '. Kurtosis Kurtosis adalah derajat kelancipan dari suatu distribusi dibandingkan terhadap distribusi normal. Kurva yang lebih runcing dari distribusi normal disebut leptokurtik, yang
lebih datar disebut platikurtik dan distribusi normal disebut mesokurtik. #istribusi normal memeiliki kurtosis ? (,distribusi leptokurtik memilikimkurtosis I (, dan distribusi platikurtik memiliki kurtosis J (. 6umus%
atau 2.3.4 Pen+ajian Data Secara garis besar ada dua cara penyajian data yaitu dengan table dan grafik K diagram 1 6asdiyan 6asyad, page 7 2 $erikut merupakan contoh penyajian data dengan tabel, yaitu % &. ,enyajian data dengan tabel a. .abel 3rah .unggal 1One-Way Table2 Laitu tabel yang memuat keterangan mengenai satu hal atau satu data saja. :ontoh% .abel '.& @enis Kayu
b. .abel 3rah Majemuk 1Multi-Way Table2, yang terdiri dari dua macam, yaitu % &2 .abel dua arah 1Two-Way Table2 Laitu daerah yang menunjukkan hubungan dua hal atau dua data yang berbeda. :ontoh% .abel '.' 3gama Mahasiswa tiap Makultas
'2
.abel tiga arah 1Three-Way Table2 .abel yang menunjukkan hubungan tiga hal atau tiga data yang berbeda. :ontoh%
$erikut merupakan contoh penyajian data dengan grafik, yaitu % &. Hrafik ingkaran 1 ie Chart2 Laitu grafik yang berfungsi untuk mengetahui perbandingan nilai karakteristik yang satu dengan yang lain secara keseluruhan. 1 Supranto, page )D 2
'. Histogram Laitu grafik yang digunakan untuk frekuensi yang terdapat dalam interval kelas dan untuk mengetahui pada interval mana yang memiliki frekuensi terbesar.1 #r. 9ko $udiarto, page +) 2
Hambar '.) Hrafik histogram Sumber % ,rof. Mike !asab. '**+. :hapter ' ;rgani=ing and Summari=ing #ata
(. ;give Laitu grafik yang digunakanuntuk mengetahui banyaknya pengamatan yang terletak diatas atau dibawah nilai tertentu. 16obert #.Manson 5 #ouglas 3. ind, page +* 2
Hambar '.+ Hrafik ogive Sumber % ,rof. Mike !asab. '**+. :hapter ' ;rgani=ing and Summari=ing #ata
). Scatter chart
Laitu grafik yang dihasilkan dari titik koordinat dan merupakan grafik korelasi karena fungsinya untuk mengetahui hubungan kedua variable.1 #r. 9ko $udiarto, page -) 2
+. Stock :hart Stoc! chart dipakai untuk mengilustrasikan fluktuasi harga saham. .api, tidak menutup kemungkinan dipakai untuk menampilkan data ilmiah.
-. ,oligon Mrekuensi ,oligon Mrekuensi merupakan grafik garis dari distribusi frekuensi. ,oligon frekuensi dibuat dengan cara menarik garis dari satu titik tengah batang histogram ke titik tengah batang histogram yang lain. 3gar diperoleh poligon tertutup, harus dibuat ' kelas baru dengan panjang kelas sama dengan frekuensi nol pada kedua ujungnya. ,embuatan dua kelas baru itu diperbolehkan karena luas histogram dan poligon yang tertutup sama.
Hambar (.& #iagram alir praktikum statistik deskriptif 3.2 Pr)se$ur Praktikum
angkah 4 langkah yang harus dilakukan oleh praktikan adalah sebagai berikut % 3.2.1 Pr)se$ur Praktikum Platisin $erikut ini adalah langkah 4 langkah yang harus dilakukan pada praktikum, yaitu % &. '. (. ). +. -. Mengidentifikasi masalah dari suatu obyek penelitian yang telah ditentukan. Mengumpulkan (* data diameter plastisin. Melakukan pengolahan data mengenai statistic deskriptif secara manual dan spss serta penyajian secara subgroup. Menganalisis dan menginterpretasi data. Mendapatkan hasil data. Menarik kesimpulan.
3.2.2 "tu$i #asus $erikut ini adalah langkah 4 langkah yang harus dilakukan pada praktikum, yaitu % &. '. (. ). +. Mengidentifikasi masalah dari suatu obyek penelitian yang telah ditentukan. Mengumpulkan data eksteren. Melakukan pengolahan data mengenai statistic deskriptif secara manual dan spss serta penyajiannya. Menganalisis dan mengintrepretasi data. Menarik kesimpulan.
4.1.2 Pengum(ulan Data "tu$i #asus #ata untuk studi kasus kali ini menggunakan data eksteren sekunder yang mencari dari sumber terpercaya. #ata yang didapat adalah jumlah perguruan tinggi negeri pada setiap provinsi di "ndonesia pada tahun '**DK'*&* sebanyak (( data. #ata tersebut kemudian untuk diolah dan dianalisa, baik secara manual maupun menggunakan software S,SS '*.*.
.abel ).' #ata Studi Kasus
No. Provinsi Negeri No. Provinsi Negeri
1 2 # 5 $ 7 8 9 1" 11 12 1 1# 15 1$ 17
DKI Jakarta Jawa barat !anten Jawa Tengah DI %&g'akarta Jawa Timur )ceh Sumatera Utara Sumatera !arat *iau Kepulauan *iau Jambi Sumatera Selatan !angka !elitung !engkulu .ampung Kalimantan !arat
5 7 1 $ 11
5 1 " 1 2 " 1 2 2
18 19 2" 21 22 2 2# 25 2$ 27 28 29 " 1 2
Kalimantan Tengah Kalimantan Selatan Kalimantan Timur Sulawesi Utara (&r&ntal& Sulawesi Tengah Sulawesi Selatan Sulawesi !arat Sulawesi Tenggara +aluku +aluku Utara !ali ,usa Tenggara !arat ,usa Tenggara Timur -apua -apua !arat I,D/,0SI)
1 2
1 1 # " 1 1 # 1 1 1 8
!erikut ini a1alah peng&lahan 1ata secara manual 1an S-SS untuk 1ata -lastisin 1an Data Stu1i Kasus
4.2.1 Peng)la/an Data Plastisin $erikut ini merupakan pengolahan #ata ,lastisin secara manual dan S,SS. 4.2.1.1 Per/itungan Manual $erikut ini adalah pengolahan #ata ,lastisin secara manual dengan menggunakan perhitungan data tunggal.
.abel ).( ,engolahan #ata .unggal ,lastisin
Keterangan +ean Stan1arDe4iasi S2 "3"$$7# 5 "3"$7 6ariansi +e1ian 2 +&1us Kuartil Kuartil 1 2 1ata ke Kuartil 2 1ata ke -ersentil -ersentil 25 2 1ata ke 2 1ata ke 7: 2 238 5 7 "3758"3""7: 2 238#" 2 1ata ke 7375 2 1ata ke 7 7 "375 81ata ke 8 9 2 1ata ke 8 2 238#2 2 1ata ke 2 2 3"1" Data 'ang seringmuncula1alah 2392 2 23911 62 2 "3""## 2 2 Data Tunggal 2 2392 #
4.2.1.2 Peng)la/an Dengan "P"" angkah-langkah pengolahan data menggunakan S,SS adalah sebagai berikut%
&. '.
,ada menu S,SS, klik "nalyze # $escriptive Statistics # %re&uencies. ,ada jendela %re&uencies, masukkan variabel 6ataNrata pada 'ariable1s2, klik Statistics, kemudian centang seperti pada gambar.
Mean Median Mode Std. Deviation Variance Skewness Std. rror o! Skewness "#rtosis Std. rror o! "#rtosis %ange 15 20 25 40 &ercentiles 50 '0 75 80
$erdasarkan hasil output S,SS, diperolehmean 1rata-rata2 dari data diameter plastisin yang diolah secara subgrup sebesar ',D'(+, median sebesar ',D&*7, modus sebesar ',D', standar deviasi sebesar *,&&D(>serta persentil +*, -*, >+, dan 7* sebesar ',D&*7O ',D'((O (,*&&>O dan (,*(7*. $erdasarkan pengolahan data plastisin secara manual data tunggal dan S,SS terdapat kesamaan. :ontohnya terdapa pada nilai mean dimana mean yang diperoleh di pengolahan data manual secara data tunggal memiliki mean yang sama dengan S,SS yaitu ',D'(+. #ari hasil S,SS, diperoleh nilai S!ewness sebesar *.'D& dan Std. (rror o) S!ewness sebesar *.)'>.Sedangkan nilai *urtosis sebesar -*,'*) dan Std. (rror o) *urtosis sebesar *.7((.#ari hasil tersebut kita dapat menentukan apakah data terdistribusi normal atau tidak.
#ari grafik stock chart dapat diperoleh data tertinggi , data terendah dan rata 4 rata. :ontoh, #ata & Sisi .ertinggi adalah sisi $ ',D)* dan terendah adalah sisi : ',>** dan rata 4 rata ',7(+. 4.2.2 Peng)la/an Data "tu$i #asus $erikut ini adalah pengolahan data studi kasus. 4.2.2.1 Per/itungan Manual $erikut ini adalah pengolahan data plastisin secara manual.
.abel ).- #ata Studi Kasus ingkup ,ulau
Pulau @awa Sumatera Sulawesi Kalimantan Maluku $ali !usa .enggara ,apua .otal Negeri (( &7 &* 7 ) ) ) ' 7(
@umlah kelas ? & G (,( log n @umlah kelas ? & G (,( log (( ? -,*&&& > "nterval ? "nterval ? "nterval ?
Inter4al "?1 2? #?5 $?7 8?9 1" ? 11
? &,7((
,ilai Tengah 8;i: "35 235 #35 $35 835 1"35
'
<rekuensi 8=i: 15 11 # 2 " 1 <rekuensi Kumulati= 8=K: 15 2$ " 2 2 ;i > =i 735 2735 18 1 " 1"35 8;i ? @:2 3 "51 "3" 1 #37$11 173#891 832171 $$39#51 =i8;i ? @:2 #9357$5 "3 #21 193"### #39782 " $$39#51
.abel ).> Hasil ,engolahan #ata @umlah ,erguruan .inggi !egeri di "ndonesia
6ariansi +e1ian
. 2 1357
7 2 2 13528
2 9 "35 7
2 2 "3$
Kuartil 3 2
2 35 2 #3
#ari data interval dapat diambil contoh bahwa pada interval *-& data tertinggi berada di ,ulau Sulawesi. 4.2.2.2 Peng)la/an Dengan "P"" $erikut ini adala output S,SS dari data /@umlah embaga ,endidikan !egeri tiap ,rovinsi0
Mean Median Mode Std. Deviation Variance Skewness Std. rror o! Skewness
$erdasarkan hasil output S,SS, diperoleh mean 1rata-rata2 ',+' dari data jumlah perguruan tinggi negeri di "ndonesia , median sebesar ',**, modus sebesar &, standar deviasi sebesar ',(*> serta persentil '+, (*, +*, dan >+ sebesar &,**O &,**O ',**O dan (,**. $erdasarkan pengolahan data plastisin secara manual data berkelompok dan S,SS terdapat perbedaan. :ontohnya mean pada data manual ',(&7 sedangkan pada S,SS ',+'. #ari hasil S,SS, diperoleh nilai S!ewness sebesar &,7>) dan Std. (rror o) S!ewness sebesar *,)*D. Sedangkan nilai *urtosis sebesar ),-D- dan Std. (rror o) *urtosis sebesar *,>D7. #ari hasil tersebut kita dapat menentukan apakah data terdistribusi normal atau tidak.
Karena S!ewness tidak bernilai -' P E P ' dan *urtosis tidak bernilai -( P y P (, maka data ini tidak berdistribusi normal. 4.2.2.3 Pen+ajian Data "tu$i #asus $erikut ini adalah penyajian dari data /@umlah embaga ,endidikan !egeri tiap ,rovinsi0
#ari pie chart diperoleh bahwa jumlah perguruan tinggi negeri terbanyak terdapat dipulau @awa.