Transcript Materi perkuliahan Statistika untuk mahasiswa D3
Memberikan pengetahuan tentang konsep dasar matematika Distribusi Frekuensi dan Grafik Pengukuran Kecenderungan Sentral Standar Deviasi (Penyimpangan) Kurva Normal Z Score Analisis Korelasi (Korelasi, Regresi, & Prediksi) Analisis Komparasi (Uji t Student, Anova) Penerapan Analisis Komputer (SPSS-Statistical Package for Social Sciencies)
1
I. Arti Statistik
Semula Statistik adalah merupakan kumpulan angka-angka yang disusun, diatur atau disajikan dalam bentuk daftar atau tabel
Sering pula daftar atau tabel tersebut disertai dengan gambar-gambar yang biasanya disebut dengan diagram atau grafik
Statistik yang menjelaskan sesuatu hal biasanya disebut: Statistik Penduduk Statistik Kelahiran Statistik Pertanian Statistik Pendidikan Statistik Produksi Statistik Kesehatan dsb.
2
I. Arti Statistik
(lanjutan)
Statistik adalah sekumpulan cara maupun aturan aturan yang berkaitan dng pengumpulan data, pengolahan (analisis), penarikan kesimpulan, atas data yang berbentuk angka, dengan menggunakan asumsi-asumsi tertentu
3
Cara Untuk Mempelajari Statistik :
Jika ingin membahas Statistik secara mendasar, mendalam dan teoretis, maka yang dipelajari digolongkan kedalam Statistik Matematis atau Statistik Teoretis. Diperlukan dasar matematis yang kuat dan mendalam, yang dibahas antara lain penurunan sifat-sifat, dalil-dalil, rumus-rumus dan/atau menciptakan model.
Jika Statistik dipelajari semata-mata dari segi penggunaannya, maka rumus-rumus atau dalil dalil yang diciptakan diambil dan digunakan dalam berbagai bidang pengetahuan.
4
II. Fungsi Statistik
Statistik Deskriptif : adalah langkah awal dalam pemakaian statistik, dalam hal ini pemakai tidak dapat mengambil kesimpulan yang bisa digeneralisasikan, karena statistik ini terbatas pada gambaran yang ada saja.
Statistik Inferensial : merupakan pengembangan dari fungsi statistik deskriptif. Pemakai statistik inferensial akan bisa berbicara lebih banyak tentang data yang dianalisisnya.
Oleh karena Statistik Inferensial sifatnya lebih baik dari Statistik Deskriptif, maka langkah analisisnya lebih kompleks dari analisis deskriptif.
5
Contoh Statistik Deskriptif
Berdasarkan sebuah pencatatan di registrasi pada sebuah Perguruan Tinggi diketahui jumlah mahasiswa sebanyak 12.000 orang yang terdiri dari 7.550 perempuan dan yang lainnya adalah laki-laki. Jika ditinjau dari jenis pekerjaan ortu-nya ternyata datanya sebagai berikut:
1.
2.
3.
4.
5.
6.
7.
Jenis Pekerjaan Orangtua Mhs
Guru dan Dosen Pegawai TNI Petani Pedagang Buruh Lain-lain
JUMLAH WANITA
2.750
2.100
1.010
1.250
250 100 90
7.550
PRIA
1.500
850 550 650 150 700 50
4.450
6
1.
2.
3.
4.
5.
6.
7.
Jenis Pekerjaan Orangtua Mhs
Guru dan Dosen Pegawai TNI Petani Pedagang Buruh Lain-lain
JUMLAH
1.
2.
3.
4.
5.
6.
7.
Jenis Pekerjaan Orangtua Mhs
Guru dan Dosen Pegawai TNI Petani Pedagang Buruh Lain-lain
JUMLAH WANITA
2.750
2.100
1.010
1.250
250 100 90
7.550
WANITA
22,92 17,50 8,42 10,42 2,08 0,83 0,75
62,92 PRIA
1.500
850 550 650 150 700 50
4.450
PRIA
12,50 7,08 4,58 5,42 1,25 5,83 0,42
37,08
7
Contoh Statistik Inferensial
No
8 9 10 1 2 3 4 5 6 7
Jum Kelas A
50 60 55 63 67 60 85 70 65 56
631 Kelas B
70 75 65 50 88 90 55 60 80 75
708 Ket
8
Ditinjau dari Nyata atau Tidaknya Frekuensi : a. Distribusi Frekuensi Absolut b. Distribusi Frekuensi Relatif Ditinjau dari Jenisnya : a. Distribusi Frekuensi Numerik b. Distribusi Frekuensi Kategorikal Ditinjau dari Kasatuannya : a. Distribusi Frekuensi Satuan b. Distribusi Frekuensi Komulatif 9
Ditinjau dari Nyata atau Tidaknya Frekuensi : a. Distribusi Frekuensi Absolut Suatu jumlah bilangan yang menyatakan banyaknya data pada suatu kelompok data tertentu b. Distribusi Frekuensi Relatif Suatu jumlah/prosentase yang menyatakan banyaknya data pada suatu kelompok data tertentu.
10
DISTRIBUSI FREKUENSI ABSOLUT DAN RELATIF CONTOH : No 1 2 3 4 5 6 7
TINGGI BADAN
< 155 155-159 160-164 165-169 170-174 175-179 >180 Frek Abs Frek Rel 4 0,04 10 25 30 19 0,10 0,25 0,30 0,19 8 3 100 0,08 0,03 1,00 Ket: 11
Ditinjau dari Jenisnya : a. Distribusi Frekuensi Numerik Didasarkan pada data kontinum/kontinue, yaitu data yang berdiri sendiri.
b. Distribusi Frekuensi Kategorikal Didasarkan pada data yang berkelompok 12
DISTRIBUSI FREKUENSI NUMERIK
80 25 55 45 85 30 25 30 52 50 50 30 45 58 85 75 55 15 35 95 55 40 75 70 61 48 31 57 45 40 70 70 65 25 45 59 63 18 30 35 20 40 10 55 45 30 58 35 20 30 40 50 40 55 55 47 50 90 15 60 35 35 15 40 40 80 26 20 40 40 59 45 55 40 49 20 40 40 70 65 30 58 60 80 60 60 20 65 15 25 65 36 30 90 35 40 20 75 33 45 30 30 50 47 40 65 45 30 65 25 35 40 25 30 30 25 75 65 15 20 70 40 45 90 20 15 35 48 85 10 70 25 40 20 62 57 25 40 20 45 65 58 60 47 30 75 30 65 40 55 13
DISederhanakan dgn diurutkan
95 70 63 57 49 45 40 31 75 75 75 75 75 90 90 90 85 85 85 80 80 80 65 65 65 65 65 70 70 70 70 70 65 65 65 65 58 58 58 58 57 62 61 60 60 60 60 60 59 59 50 50 50 50 50 55 55 55 55 55 55 55 50 50 45 45 45 45 45 48 48 47 47 47 45 45 45 45 40 40 40 40 40 40 40 40 40 40 40 40 40 40 35 35 35 35 33 40 40 40 40 36 35 35 35 35 30 30 30 30 30 30 30 30 30 30 30 30 30 30 25 20 20 20 20 30 25 25 25 25 25 25 25 25 25 20 20 20 20 20 20 18 15 15 15 15 15 15 10 10 14
Selanjutnya dibuatkan Tabel
DISTRIBUSI FREKUENSI NUMERIK
berikut:
Ket No 1 2 3 4 5 6 7 8 9 dst Skor 95 90 85 80 75 70 65 63 … ….
JUMLAH Frek. Abslt.
1 3 3 3 5 … … … … … 150 Frek. Reltf 0,67 2,00 2,00 … ….
….
….
….
….
….
100 15
DISTRIBUSI FREKUENSI NUMERIK di atas dapat dibuat dalam bentuk KATEGORIKAL
Menentukan jumlah KATEGORI/Kelompok sbb:
k = 1 + 3,3 log n
k = Jumlah Kategori n = Jumlah Responden k = 1 + 3,3 log150 k = 1 + 3,3 . 2,17609 k = 8,18
~ 9
Menentukan Interval Kelas : Note: a = Skor tertinggi b = Skor terendah k = Jumlah kategori
.
a - b Int Kls = ------------ k
95 - 10 Int Kls = ---------------------- 9 = 9,44
~ 10
16
DISTRIBUSI FREKUENSI KATEGORIKAL
No
1 2 3 4 5 6 7 8 9
Interval Kelas
86 – 95 76 – 85 66 – 75 56 – 65 46 – 55 36 – 45 26 – 35 16 – 25 06 - 15 JUMLAH
Frek Abst
4 6 11 25 20 30 25 21 8 150
Frek Reltf
2,67 4,00 7,33 16,67 13,33 20,00 16,67 14,00 5,33 100,00
Ket
17
1 2 3 4 5 6 7 8 9
DISTRIBUSI FREKUENSI ABSOLUT, RELATIF & KOMULATIF
No Interval Kelas
86 – 95 76 – 85 66 – 75 56 – 65 46 – 55 36 – 45 26 – 35 16 – 25 06 - 15 JUMLAH
Frekuensi Absolut Frekuensi Relatif
4 2,67 6 11 4,00 7,33 25 20 16,67 13,33 30 25 21 8 150 20,00 16,67 14,00 5,33 100,00
Frek. Komul Absolut
4 10 21 46 66 96 121 142 150 --
Frek. Komul Relatif
2,67 6,67 14,00 30,67 44,00 64,00 80,67 94,67 100,00 - 18
1 2 3 4 5 6 7 8 9
No Interval Kelas
10 – 19 20 – 29 30 – 39 40 – 49 50 – 59 60 – 69 70 – 79 80 – 89 90 – 99 JUMLAH
Frekuensi Absolut Frekuensi Relatif
9 20 26 35 22 17 11 6 4 150 100,00
Frek. Komul Absolut
9 29 55 90 112 129 140 146 150 --
Frek. Komul Relatif
- 19
30 25 20 15 10 5 0 CONTOH Grafik Batang Absolut Interval Relatif 86 – 95 76 – 85 66 – 75 56 – 65 46 – 55 36 – 45 26 – 35 16 – 25 .06 - 15
20
CONTOH PIE CHART
PROPORSI ANGGARAN PROGRAM PUSAT & DAERAH TAHUN 2007 DIREKTORAT PEMBINAAN TK DAN SD PUSAT
Rp. 250.163.833.000
15%
Dana Pusat untuk Subsidi Ke Daerah
Rp. 230.605.000.000
14% 71%
DAERAH
Rp. 1.138.372.167.000
PUSAT DAN DAERAH: Rp. 1.614.141.000.000
21
CONTOH PIE CHART
PROPORSI ANGGARAN PROGRAM AKSES, MUTU & TATA KELOLATAHUN 2007 DIREKTORAT PEMBINAAN TK DAN SD TATAKELOLA
Rp. 141.836.897.000, 9% 30%
MUTU
Rp. 492.163.503.000
61%
AKSES
Rp. 980.140.600.000,-
AKSES + MUTU + TATAKELOLA : Rp. 1.614.141.000.000
22
KUANTITATIF Adalah fakta yg dipresentasikan dalam bentuk angka :
PROSES PENGUKURAN DAN SKALA
KUALITATIF Adalah fakta yg dinyatakan dlm bentuk sifat (bukan angka) Misal : Penghasilan (Rp) Berat Badan (Kg) Tinggi Pohon (M) Umur Lampu (Jam) Usia (Thn) Misal : Profesi : Pedagang, Guru, dll Agama : Islam, Kristen, Hindu.
CARA MENGKUANTIFIKASIKAN DATA KUALITATIF ADALAH : Memberi skor, Rangking
dengan skala
23
NOMINAL ORDINAL INTERVAL RATIO
1.
Skala Nominal : => klasifikasi Pengukuran yg paling rendah tingkatannya, dimana lambang digunakan untuk mengidentifkasikan atau mengklasifikasikan objek, atau benda.
Contoh :
Variabel warna : merah, kuning, hijau, dsb.
Atau variabel yg tidak dapat membedakan nilai dari objek yg diteliti.
Jenis Pekerjaan : Pedagang, Petani, Buruh, Wartawan dsb.
Dalam Skala Nominal hanya dapat dilihat perbedaannya saja Titik skalanya => kelas atau kategori 24
NOMINAL ORDINAL INTERVAL RATIO 2. Skala Ordinal : => rangking Selain dapat membedakan dalam bentuk kategori, juga dapat dalam bentuk nilai, tetapi yg bersifat kualitatif (belum dapat membedakan nilai objek secara kuantitatif).
Selain membedakan dalam kategori juga mempunyai hubungan satu sama lainnya, mis : lebih tinggi, lebih sulit, lebih disenangi.
Contoh :
Variabel penddikan : TK, SD, SMP, SMA, PT. dsb.
Keadaan rumah : Permanen, Semi Permanen, Darurat.
Nilai objek sdh dapat dibedakan (diklasifikasikan) dan dirangking tetapi belm dapat dilakukan operasi htung (x, :, +, -).
25
NOMINAL ORDINAL INTERVAL RATIO 3. Skala Interval : Dapat membedakan nilai dari objek secara kualitatif atau kuantitatif.
Pengukuran dapat dicapai dgn persamaan/perbedaan (kasifikasi), urutan (rangking), dan jarak (interval) antara dua kelas yg berbeda.
Contoh :
Variabel Umur : 5 th, 10 th, 15 th, dsb.
Berat badan : 25 kg, 50 kg, 75 kg, dsb.
Dalam Skala Interval disamping dapat diklasifikasikan, dirangking, juga dapat dilakukan operasi hitung. Titik nol dan unit pengukuran adalah sembarangan (arbitary) misal: Mengukur temperatur, seperti skala Celcius atau Fahrenheit Unit pengukuran & titik nol dlm mengukur temperatur adalah sembarangan, tetapi kedua skala tsb memuat informasi yg sama, krn ada hubungan linear kedua skala tersebut.
26
NOMINAL ORDINAL INTERVAL RATIO
4. Skala Ratio
Mempunyai sifat : Klasifikasi Perbedaan (peringkat atau rangking) Jarak (interval) dan Ratio (titik nol Absolut atau murni)
Contoh :
Skala untuk mengukur berat, panjang, isi, mempunyai titik nol yang berarti (tidak sembarangan) 27
MEAN (Rata-rata) adalah nilai rata-rata : Σ M = ------------ N fx
MODE : adalah skor yang mempunyai frekuensi terbanyak dalam sekumpulan distribusi atau skor yang sering muncul 28
MEDIAN : adalah skor yang membagi distribusi frekuensi menjadi 2 bagian yang sama besar : Md = Bb + i/fm (1/2 n - Fkb)
Note : Md = Median Bb i fm = Batas bawah kelas interval yg mengandung median = interval kelas = frekuensi interval kelas yang mengandung median n = Jumlah frekuensi Fkb = Frekuensi komulatif di bawah inteval kelas yg mengandung Median 29
No 6 7 8 9 1 2 3 4 5
Md = Bb + i/fm (1/2 n - Fkb)
Interval Kelas
86 – 95 76 – 85 66 – 75 56 – 65 46 – 55
36 – 45
26 – 35 16 – 25 06 - 15
JUMLAH Frekuensi Absolut Frekuensi Relatif
4 6 2,67 4,00 11 25 20
30
25 21 8
150
7,33 16,67 13,33
20,00
16,67 14,00 5,33
100,00 Frek. Komul Absolut
4 10 21 46 66
96
121 142 150
- Frek. Komul Relatif
2,67 6,67 14,00 30,67 44,00
64,00
80,67 94,67 100,00
--
30
Md = Bb + i/fm (1/2 n - Fkb)
Md = 36 + 10/30 (1/2 . 150 – 66 ) = 36 + 1/3 ( 75 – 66) = 36 + 1/3 ( 9 ) = 36 + 3 = 39 31
Median Data Tunggal 8 5 9 1
7
4 3 2 7 1 2 3 4
5 7
7 8 9 9 5 + 7 / 2 = 6
32
90 85 95 95 100 70 80 75 75 85 70 85 80 70 75 70 75 70 80 85 90 80 80 55 55 60 65 70 75 65 70 70 85 70 67 65 60 50 55 48 50 45 86 94 73 • • • I. Hitunglah : Mean Mode Median II. Buatlah • • • • tabel distribusi frekuensi : Satuan absolut Satuan relatif Satuan komulatif absolut Satuan komulatif relatif 33
SISTEMATIKA PENYAJIAN
A. PENGANTAR B. SIFAT-SIFAT DISTRIBUSI NORMAL C. JENIS & BENTUK KURVA NORMAL D. PERBANDINGAN KURVA BERDASAR SKOR ASLI DGN Z SKOR E. DAERAH KURVA NORMAL F. TABEL KURVA NORMAL G. CARA MENGGUNAKAN TABEL KURVA NORMAL 34
Apabila penyebaran data sebuah populasi digambarkan, maka dia akan berbetuk kurva.
Pada umumnya penyebaran populasi berdistribusi secara normal, akan tetapi tidak selamanya populasi yg dijumpai akan berdistribusi secara normal, maka untuk itu diperlukan pengkajian.
Penyebaran data populasi berdistribusi secara normal, jika nilai Rata-ratanya sama dgn Mode dan Mediannya 35
A. BENTUKnYA SIMETRIS PADA SUMBU X B. Nilai rata-rata = mode = median C. Mode-nya hanya satu (unimodal) D. Ujung garis grafiknya mendekati sumbu x atau dgn kata lain tidak akan bersinggungan maupun berpotongan dgn sumbu x (berasimtut dgn sumbu x) E. Kurva akan landai jika rentang skornya besar dan sebaliknya akan curam jika rentang skornya kecil F. Luas daerah kurva akan sama dgn luas satu segiempat 36
Ada tiga macam jenis & bentuk kurva yg diakibatkan oleh perbedaan rentang skor & standar deviasi : A.
Leptokurtic
Kurva normal yg berbentuk curam krn skor yg berada disekitar daerah rata-rata sangat banyak, atau rentang skor sangat kecil.
B. Platykurtic
Kurva normal yg berbentuk landai krn skor yg berada disekitar daerah rata-rata sangat sedikit atau rentang skor sangat besar.
C. Normal
Kurva yg berbentuk tidak curam dan tidak pula landai atau berbentuk Normal, artinya skor tersebar secara merata dan bentuknya merupakan diantara Leptokurtic dan Platykurtic.
37
Distribusi skor yg normal akan tetap terdistribusi secara normal sekalipun ditransfer ke skor z
Dengan langkah sebagai berikut :
A.
cari angka rata-rata dan standar deviasi B. Transformasi ke skor z C. Buat kurva berdasar distribsi skor asli d. Buat kurva berdasar distribsi skor z 38
Contoh No x 1 60 2 65 3 65 4 70 5 70 6 70 7 75 8 75 9 75 10 75 11 80 12 80 13 80 14 85 15 85 16 90
1.
2.
3.
4.
5.
Jumlah skor 1200 Jumlah reponden/data 16 Nilai rata-rata adalah 1200/16 = 75 Standar Deviasi adalah 7,91 Transformasi ke Skor Z a. Untuk X = 60 => Z = (60-75)/7,91 = - 1,90 b. Untuk X = 65 => Z = (65-75)/7,91 = - 1,26 c. Untuk X = 70 => Z = (70/75)/7,91 = - 0,63 d. Untuk X = 75 => Z = (75/75)/7,91 = 0 e. Untuk X = 80 => Z = (80/75)/7,91 = + 0,63 f. Untuk X = 85 => Z = (85/75)/7,91 = + 1,26 g. Untuk X = 90 => Z = (90/75)/7,91 = + 1,90
No x Z 1 2 3 4 5 6 60 65 65 70
-1,90 -1,26 -1,26 -0,63
70 70
-0,63 -0,63
7 75
0
8 75
0
9 75
0
10 75
0
11 80
0,63
12 80
0,63
13 80
0,63
14 85
1,26
15 85
1,26
16 90
1,90 1.
2.
Grafik berdasar skor asli Grafik berdasar skor Z
39
GRAFIK BATANG BERDASAR SKOR ASLI
4 3.5
3 2.5
2 1.5
1 0.5
0 skor
40
5 Berdasar Skor ASli 4 3 2 1 0 60,0 65,0 70,0 75,0 80,0 85,0 90,0 Std. Dev = 8,16 Mean = 75,0 N = 16,00 VAR00001 5 6 Berdasar Skor Z 4 3 2 1 0 -2,0 -1,0 VAR00002 0,0 1,0 2,0 Std. Dev = 1,03 Mean = 0,0 N = 16,00 41
BERDASAR GRAFIK, RUANG YG DIBATASI OLEH KURVA & ABSISNYA Disebut daerah, biasanya dinyatakan dlm per sen atau dlm proporsi seluruh daerah dalam kurva meliputi = 100 % atau dalam bentuk proporsi = 1,00
Jika didirikan garis ordint pd poros absis dgn jarak 1 (satu) STANDAR DEVIASI di atas MEAN, maka daerah dibawah kurva antara M dan 1SD pada Kurv Normal = 34,13 % (Tabel Z), dari darah kurva keseluruhan.
Kurva normal adalah kurva yg simetris,
maka luas daerahnya antara lain : M sampai 1 SD = 34, 13 % M sampai -1SD = 34,13 % +1SD sampai -1SD M sampai +2SD = 47,72 % M sampai -2 SD = 2 x 34,13 % = 68, 26 % = 47,72 -2SD Sampai +2SD -3 sd sampai+3SD = 2 x 47, 72 % = 95,44 % = 100 % = 1,00
42
PENGUJIAN HIPOTESIS
43
A. Pengertian Hipotesis
Bahasa Yunani :
“hupo”
: sementara
“thesis
: teori (pernyataan)
Harus Diuji kebenarannya
44
B. Hipotesis dalam Penelitian
Hipotesis adalah anggapan atau ketetapan sementara yang akan diuji dalam suatu penelitian Hipotesis terdiri dari : 1. Ho (hipotesis nol), memprediksi bahwa var.bebas tidak mempunyai efek terhadap var. Terikat dalam suatu populasi 2. H1 (hipotesis alternatif), memprediksi bahwa var.bebas mempunyai efek terhadap var. Terikat 45
Yang diuji ???
H 0 46
Dalam statistik dikenal 2 macam hipotesis : Hipotesis Statistik Hipotesis Verbal
47
Hipotesis Statistik
Menggunakan parameter statistik, contoh : H 0 : µ 1 = µ 2 Rata sama rata populasi µ 1 = µ 2 H 1 : µ 1 ≠ µ 2 Rata rata populasi µ 1 ≠ µ 2 sama Atau H 0 H 0 : r xy = 0 (hubungan x – y = 0) : r xy ≠ 0 (hubungan x – y ≠ 0) 48
Hipotesis Verbal
Menggunakan H 0 dan H 1 : H 0 : rata-rata skor/nilai populasi pertama tidak berbeda secara signifikan dengan rata-rata skor/nilai populasi kedua H 1 : rata-rata skor/nilai populasi pertama berbeda secara signifikan dengan rata-rata skor/nilai populasi kedua 49
B. Kesalahan dalam Pengujian Hipotesis
H
0
Benar H
0
Salah Menolak H
0
Menerima H
0
TIPE I α BENAR TIPE I α TIPE II β
50
Tugas :
Membuat rumusan hipotesis dari suatu penelitian yang sudah dilakukan (skripsi yang sudah ada)
51