Modul I Statistika Deskriptif Statistika adalah suatu ilmu yang mempelajari tentang cara-cara pengumpulan data, penyajian daata,

analisis dan interpretasi tentang data terseut. Seorang yang belajar statistika biasanya bekerja dengan data numerik yang berupa hasil cacahan ataupun hasil pengukuran, atau mungkin dengan data kategorik yang diklasifikasikan menurut kriteria tertentu. Setiap informasi yang tercatat dan terkumpul, baik numerik dan kategorik disebut pengamatan. Metode statistika adalah prosedur-prosedur yang digunakan dalam pegumpulan, penyajian, analisis, dan penafsiran data. Metode-metode tersebut dikelompokkan dalam dua kelompok besar, yaitu: 1. Statistika Deskriptif 2. Statistika Inferensial A. Statistika Deskriptif Statistika deskriptif adalah metodemetode yang berkaitan dengan pengumpulan dan penyajian suatu kumpulan data sehingga memberikan informasi yang berguna. Statistika deskriptif memberikan informasi hanya mengenai data yang dipunyai dan sama sekali tidak menarik iferensia atau kesimpulan apapun tentang data tersebut. Penyajian data kategori deskriptif dapat berbentuk grafis dan numerik, yaitu: a. Grafis a. Histogram Histogram adalah grafik dari distribusi frekuensi suatu variabel. Tampilan histogram berupa balok. Penyajian data ini terdiri dari dua sumbu utama dengan sudut 900 dimana sebagai absis sumbu X dan sebagai ordinat Y. Lebar balok merupakan jarak dari batas kelas interval, sedangkan tinggi balok menunjukkan besarnya frekuensi. b. Pie Chart Diagram kue pie merupakan sebuah lingkaran yang dibagi menjadi beberapa sektor. Tiap sektor menyatakan besarnya presentase atau bagian untuk masing-masing kelompok. c. Poligon

Poligon adalah grafik dari distribusi frekuensi tergolong suatu variabel. Tampilan poligon berupa garis-garis patah yang diperoleh dengan cara menghubungkan puncak masing-masing nilai tengah kelas. Poligon sangat baik digunakan untuk membandingkan bentuk dari dua distribusi. d. Ogive Ogive adalah bentuk gambar dari distribusi frekuensi kumulatif suatu variabel. Untuk suatu tabel distribusi frekuensi, dapat dibuat ogive positif dan ogive negatif. e. Diagram Batang Daun (Stem and Leaf) Diagram ini sama dengan histogram, hanya saja informasi yang diperoleh lebih baik karena diagram batang daun memperlihatkan nilai-nilai pengamatan asli. Dalam diagram ini ditampilkan bilangan-bilangan sebagai batang dan disebelah kananya ditulis bilangan sisanya. b. Numerik Penyajian data secara numerik terdiri dari beberapa bentuk: a. Central Tredency Central tredency merupakan pusat sekumpulan data, artinya jika sekumpulan data salah satu ukran pemusatannya, maka kita dapat mengetahui bahwa nilai ini merupakan pusat dari beberapa nilai lainya. Mean atau nilai tengah populasi secara umum merupakan jumlah seluruh nilai-nilai data dibagi dengan banyaknya data. Modus merupakan nilai yang terjadi paling sering atau yang mempunyai frekuensi paling tinggi dari suatu populasi. Median suatu populasi yang telah diurutkan dari yang terkecil sampai terbesar atau terbesar sampai terkecil adalah pengamatan yang tepat ditengah-tengah bila banyaknya pengamtan itu ganjil, atau rata-rata kedua pengamtan yang ditengah bila banyknya pengamatan genap. b. Dispersion Dispersion digunakan untuk mengetahui seberapa jauh pengamatan-pengamtan yang kita peroleh menyebar dari rata-ratanya. Range adalah beda antara pengamatan terbesat dan terkecil dalam kumpulan data tersebut.

c. Fractile -

Standar Baku (Standar deviasi) suatu ukuran yang menunjukkan deviasi standar data pengamtan terhadap rata-ratanya. Variansi adalah kuadrat dari standar deviasi. Kuartil adalah nilai-nilai yang membagi sebuah populasi pengamtan menjadi empat bagian sama besar. Nlai-nilai itu, yang dilambangkan dengan Q1, Q2, dan Q3, mempunyai sifat bahwa 25% data jatuh dibawah Q1, 50% jatuh dibawah Q2, dan 75% jatuh dibawah Q3.

Desil adalah nilai-nilai yang membagi populasi pegamtan menjadi 10 bagian yang sama. Nilai-nilai itu, dilambangkan dengan D1, D2, ..., D9, mempunyai sifat bahwa 10 data jatuh dibawah D1, 20% jatuh dibawah D2, ..., dan 90% jatuh dibawah D9.

Persentil addalah nilai-nilai yang membagi segugus pengamtan menjadi 100 bagian yang sama. Nilai-nilai itu, dilambangkan dengan P1, P2, ..., P99, mempunyai sifat bahwa 1% dari seluruh data terletak di bawah P1, 2% terletak di bawah P2, ..., dan 99% terletak dibawah P99.

d. Skewness Skewness menunjukkan kemiringan dari sebuah data yang ditampilkan dalam bentuk histogram. Terdapat tiga bentuk skewness, yatu: Simetris adalah bentuk sebaran yang dapat dilipat sepanjang sumbu tegak sehingga kedua belahanya saling menutupi. Nilai tengah dan mediannya terletak pada posisi yang sama pada sumbu datar. Menjulur positif adalah bentuk sebaran yang menjulur ke kanan. Bagian kanannya lebih panjang. Nilai tengahnya lebih besar daripada median. Menjulur negatif adalah bentuk sebaran yang menjulur ke kiri. Bagian kirinya lebih panjang. Nilai tengahnya lebih kecil daripada median. e. Pengukuran Keruncingan Leptokurtis Platikurtis Mesokurtis

B. Ststistika Inferensia Sedangkan statistika inferensial merupakan cakupan seluruh metode yang berhubungan dengan analisis sebagian data untuk kemudian sampai pada peramalan atau penarikan kesimpulan mengenai keseluruhan data induk (populasi) tersebut. Generalisasi yang berhubungan dengan inferensia statistik selalu mempunyai sifat tidak pasti, karena kita mendasarkan pada informasi parsial yang diperoleh dari sebagian data. Sehingga yang didapat hanya peramalan. Sebuah contoh berikut akan memperjelas tentang statistika inferensia : Catatan kelulusan selama lima tahun terakhir pada sebuah universitas negeri di Sumatra Barat menunjukkan bahwa 72% diantara mahasiswa S1 lulus dengan nilai yang memuaskan. Nilai numerik 72% merupakan bentuk suatu statistika deskriptif. Jika berdasarkan ini kemudian seorang mahasiswa Teknik Industri menyimpulkan bahwa peluang dirinya akan lulus dengan nilai yang memuaskan adalah lebih dari 70%, maka mahasiswa tersebut telah melakukan inferensia statistika yang tentu saja memiliki sifat yang tidak pasti. C. Distribusi Frekuensi Distribusi frekuensi adalah pengelompokan data menjadi beberapa kelas dan kemudian dihitung banyaknya pengamtan yang masuk ke dalam setiap kelas. Sebuah tabel yang menyatakan keteraturan data yang telah dikelompokkan pada kelas-kelas beserta frekuensi kelasnya disebut tabel frekuensi. Langkah-langkah membuat distribusi frekuensi sekelompok data yang besar dapat diringkas sebagai berikut : 1. Tentukan banyaknya selang kelas yang di perlukan. 2. Tentukan wilayah data tersebut. 3. Bagilah wilayah tersebut dengan banyaknya kelas untuk menduga lebar selangnya. 4. tentukan limit bawah kelas bagi selang yang pertama dan kemudian batas bawah kelasnya. Tambahkan lebar kelas pada batas bawah kelas unuk mendapatkan batas alas kelasnya. 5. Daftarkan semua limit kelas dan batas kelas dengan

cara menambahkan lebar kelas pada limit dan batas selang sebelumnya. 6. tentukan titih tengah kelas bagi masing-masing selang dengan merata-ratakan limit kelas atau batas kelasnya. 7. tentukan frekuensi bagi masing-masing kelas. 8. Jumlahkan kolom frekuensi dan periksa apakah hasilnya sama dengan banyaknya total pengamatan. Dari sebuah tabel distribusi frekuensi dapat dibuat tabel baru, yaitu tabel distribusi frekuensi relatif dan tabel distribusi frekuensi kumulatif. Frekuensi relatif masing-masing kelas didapat dengan membagi frekuensi kelas dengan frekuensi total. Bila setiap frekuensi relatif tersebut digandakan dengan 100%, maka kita memperoleh apa yang disebut distribusi persentase. Frekuensi kumulatif adalah frekuensi total semua nilai frekuensi sebelum batas kelas tertentu. Distibusi kumulatif persentase memungkinkan pembacaan dengan cepat persentase pengamatan yang berada di bawah nilai tertentu. Frekuensi kumulatif dinyatakan dengan kurang dari atau lebih dari pada batas kelas tertentu.