2/16/2015 1 1 2 Konsep Dasar Statistika Analisa Data Konsep Dasar Probabilitas Regresi Linear Dan Korelasi Variabel Acak dan Distribusi Probabilitas Ekspektasi Dan Momen Probabilitas Diskrit Probabilitas Kontinyu Fungsi Probabilitas Distribusi Sampel Pendugaan Parameter Pengujian Hipotesis Percobaan Dan Analisa Aplikasi Isi Kuliah
This document is posted to help you gain knowledge. Please leave a comment to let me know what you think about it! Share it to your friends and learn new things together.
Transcript
2/16/2015
1
1
2
Konsep Dasar StatistikaAnalisa DataKonsep Dasar ProbabilitasRegresi Linear Dan KorelasiVariabel Acak dan Distribusi ProbabilitasEkspektasi Dan MomenProbabilitas Diskrit Probabilitas KontinyuFungsi ProbabilitasDistribusi SampelPendugaan ParameterPengujian HipotesisPercobaan Dan Analisa
Aplikasi
Isi Kuliah
2/16/2015
2
3
Buku Referensi
Ronald E Walpole, Raymond H. Myers, Sharon L. Myers, and Keying Ye, “Probability and Statistics for Engineers and Scientists, Seventh Edition,”Prentice-Hall, USA, 2002.
Athanasios Papoulis and S. Unnikrishna Pillai, “Probability, Random Variables and Stochastic Process, Fourth Edition,” McGraw-Hill, Singapore, 2002.
Athanasios Papoulis, “Probability, Random Variables, and Stochastic Processes, Third Edition,” McGraw-Hill Inc., Singapore, 1991.
Henry Stark and John W Woods, “Probability, Random Processes, and Estimation Theory for Engineers, Second Edition” Prentice Hall, USA, 1994.
William Mendenhall and Terry Sincich, “Statistics for Engineering and the Sciences, Fourth Edition,” Prentice Hall., Inc., 1995.
Arnold O. Allen, “Probability, Statistics, and Queuing Theory, with Computer Science Applications,” Academic Press, USA 1978.
4
Buku Referensi
Richard A. Johnson, “Probability and Statistics for Engineers, Sixth Edition,” Prentice-Hall Int, Inc., USA, 2000.
T. T. Song, “Fundamentals of Probability and Statistics for Engineers,” John Wiley & Sons, Ltd., England, 2004.
Carol Ash, “The Probability Tutoring Book,” The Institute of Electrical and Electronics Engineers, Inc., New York, USA, 1993.
Sheldon Ross, “A First Course in Probability,” Prentice-Hall International, Inc., USA, 1998.
Arthur M. Breipohl, “Probability Systems Analysis,” John Wiley & Sons, USA, 1970.
Boediono dan Wayan Koster, “Teori dan Aplikasi Statistik dan Probabilitas,” PT Remaja Rosdakarya, Bandung, Indonesia, 2001.
R. K. Sembiring, “Ilmu Peluang dan Statistika Untuk Insinyur dan Ilmuwan,” Penerbit ITB Bandung, Indonesia, 1995.
2/16/2015
3
5
Penilaian
Tugas (PR/Quiz) 30% UTS 40% UAS 30%
6
2/16/2015
4
7
AgendA
1. Pengertian Statistika2. Populasi dan Sampel3. Pengumpulan Data dan Pengukuran4. Penyajian Data5. Distribusi Frekuensi6. Ukuran Pemusatan dan Letak Data7. Kesimpulan
8
1. Pengertian Statistika
1. Statistik banyak dipergunakan dalam kehidupan sehari-hari, mis: APBN, RKAP
2. Statistik sangat membantu dalam mengambil keputusan yang teliti dan cermat
3. Statistik:- kumpulan data dalam bentuk angka dan non angka- ukuran/karakteristik pada sampel
4. Statistika:- ilmu yang mempelajari tentang statistik- ilmu yang berkaitan dengan metode untuk mengumpulkan, mengolah, menyajikan, menganalisa data dan menarik kesimpulan
2/16/2015
5
9
1. Pengertian Statistika (Con’t)
Pengertian dataa. data kuantitatif (berupa angka)
data yang nilainya bisa variabel- data diskrit (dari hasil perhitungan)
mis: FTUI memiliki 7 departemen- data kontinyu (dari hasil pengukuran)
mis: tinggi badan Badu 176 cmb. data kualitatif (non-angka)
data dalam bentuk katagori/atribut
10
1. Pengertian Statistika (Con’t)
Data menurut sumbernyaa. data interen
data yang bersumber dari dalam institusib. data eksteren
data yang bersumber dari luar institusi Data Eksteren
a. data primerdata yg langsung dikumpulkan sendiri
b. data sekunderdata yg tidak langsung dikumpulkan sendiri
Data primer lebih baik dari data sekunder
2/16/2015
6
11
1. Pengertian Statistika (Con’t)
Jenis statistikaa. statistika deskriptif
berkenaan dengan cara mendeskripsikan, menggambarkan, dan menjabarkan data
b. statistika inferensia (statistika induktif)berkenaan dengan cara penarikan kesimpulan berdasar data yang diperoleh dari sampel untuk menggambarkan karakteristik suatu populasi
Statistika inferensi didahului oleh statistik deskriptif
12
2. Populasi dan Sampel
Populasikeseluruhan objek pengamatan yang menjadi perhatian
Sampelbagian dari populasi yang menjadi perhatian
Populasi merupakanhimpunan semestaSampel merupakanhimpunan bagianx,s,ρ
S (Populasi)
μ, σ, P
Sam
pel
2/16/2015
7
13
2. Populasi dan Sampel (Con’t)
Populasi bersifat teoritis Sampel bersifat empiris/nyata Karakteristik populasi disebut parameter
a. Mean, μ c. Proporsi, Pb. Koefisien korelasi, ρ d. Standar deviasi, σ
Karakteristik sampel disebut statistika. Nilai rata-rata, c. Proporsi, pb. Standar deviasi, s d. Koefisien korelasi, r
x
14
3. Pengumpulan Data dan Pengukuran
Pengumpulan dataa. interviewb. kuesionerc. observasid. tes dan skala objektife. metode proyektif
2/16/2015
8
15
3. Pengumpulan Data dan Pengukuran (Con’t)
Pengukurana. skala nominal
memiliki ciri untuk membedakan skala ukur yang satudengan yang skala ukur yang lainContoh: Dikeranjang terdapat 3 buah jeruk, 4 buah
melon, 5 kg anggurb. skala ordinal
memiliki ciri untuk membedakan juga untukmengurutkan pada rentangan tertentuContoh:
Istimewa Baik Rata-rata Kurang Kurang Sekali
5 4 3 2 1
16
3. Pengumpulan Data dan Pengukuran (Con’t)
c. skala intervalmemiliki ciri untuk membedakan juga untuk mengurutkanpada rentangan tertentu dan memiliki jarak interval yangsamaContoh: Suhu bulan Agustus di kota A, B, dan
C berturut-turut adalah 21oF, 27oF,25oF
d. skala ratiomemiliki ciri untuk membedakan, mengurutkan, jarakinterval yang sama, dan ada titik nol berartiContoh: Jumlah mahasiswa Elektro FTUI sebanyak 900
mahasiswa dan mahasiswa TI sebanyak 300mahasiswa; berarti bahwa mahasiswa Elektro 3kali mahasiswa TI
2/16/2015
9
17
4. Penyajian Data
Penggolongan data berdasarkan waktu pengumpulannyaa. cross section data
data yang dikumpulkan pada suatu waktu tertentub. data berkala
- data yang dikumpulkan dari waktu ke waktu- dapat menggambarkan tren
18
4. Penyajian Data (Con’t)
Penyajian data dalam tabela. tabel satu arah (satu komponen)
2/16/2015
10
19
4. Penyajian Data (Con’t)
b. Tabel Dua Arah (dua komponen)
20
4. Penyajian Data (Con’t)
c. Tabel tiga arah (tiga komponen)
2/16/2015
11
21
4. Penyajian Data (Con’t)
Penyajian data dalam grafika. grafik garis (line-chart)b. grafik batang (bar-chart)c. grafik lingkaran (pie-chart)d. grafik gambar (pictogram)e. grafik peta (cartogram)
22
5. Distribusi Frekuensi
Distribusi frekuensi: pengelompokan data kedalam kelas danmenetapkan banyaknya nilai yang termasuk dalam setiapkelas (kelas frekuensi)
Nilai terkecil dan terbesar setiap kelas disebut limit bawahkelas dan limit atas kelas
Batas bawah kelas = limit bawah – 0.5*LSNBatas atas kelas = limit atas + 0.5*LSNNilai tengah kelas = 0.5*(batas atas + batas bawah)Lebar kelas = batas atas – batas bawah
Kelebihan distribusi frekuensi: diperoleh gambaran menyeluruh tentang data
Kekurangan: rincian data menjadi hilang
2/16/2015
12
23
5. Distribusi Frekuensi (Con’t)
Kelas: 161 – 165limit bawah kelas: 161; limit atas kelas: 165batas bawah kelas: 160.5; batas atas kelas: 165.5nilai tengah kelas: 163;lebar kelas = 165.5 – 160.5 lebar kelas = 5
kelasinterval
24
5. Distribusi Frekuensi (Con’t)
Cara membuat tabel distribusi frekuensia. tentukan range r = nilai maksimum – nilai minimumb. tentukan banyaknya kelas
k = 1 + 3,3 log n (n : banyaknya data)c. tentukan lebar kelas, c = r/kd. tentukan limit atas dan limit bawah suatu kelase. tentukan limit atas dan limit bawah kelas
berikutnyaf. tentukan nilai tengahg. tentukan frekuensi dari masing-masing kelas
2/16/2015
13
25
5. Distribusi Frekuensi (Con’t)
Contoh 1.1Buatlah tabel distribusi dari data nilai UTS mata kuliah Statistika dan Probabilita berikut:
26
5. Distribusi Frekuensi (Con’t)
1. Urutan data nilai
range: r = maks – min = 75 – 25 = 502. Banyaknya kelas data:
k=1+3,3 log n = 5,6 ≈ 63. Lebar kelas = 50/6 = 8,6 ≈ 9
2/16/2015
14
27
5. Distribusi Frekuensi (Con’t)
Diperoleh interval kelas
28
5. Distribusi Frekuensi (Con’t)
Tabel Distribusi Frekuensi
2/16/2015
15
29
5. Distribusi Frekuensi (Con’t)
Histogram = grafik batang Poligon frekuensi : grafik garis dari frekuensi kelas yang
menghubungkan nilai tengah - nilai tengah kelas dari puncak batang histogram
Ogif (poligon frekuensi kumulatif) : grafik dari distribusi frekuensi kumulatif lebih dari atau kurang dari
Ukuran letak data: kuartil, desil, dan persentil Rata-rata hitung, X
n
X
nXXXXX
n
ii
n
1321
This image cannot currently be displayed.
ffX
ffffXfXfXfXfX
n
nn
321
332211
n
Xn
ii
1
data nilai banyaknyadata nilai semuajumlah X hitung rata-rata
Nilai tengah kelas
2/16/2015
16
31
6. Pemusatan dan Letak Data (Con’t)
Rata-rata Hitung (data berkelompok)
dimana: Xo: nilai tengah kelas; c: lebar kelas; U: kode kelas Median (Data berkelompok)
nilai tengah dari kelompok data yang telah diurutkan
dimana Lo: batas bawah kelas median; c: lebar kelasn: banyak data; f: frekuensi kelas medianF: jumlah frekuensi sebelum kelas median
ffU
cXX 0
f
Fn
cL 2Med 0
32
6. Pemusatan dan Letak Data (Con’t)
Modusdata yang paling sering muncul
dimana: Lo: batas bawah kelas modus; c: lebar kelasb1: selisih frekuensi kelas modus dg kelas
sebelum kelas modusb2: selisih frekuensi kelas modus dg kelas
sesudah kelas modus
21
10Mod
bbbcL
2/16/2015
17
33
6. Pemusatan dan Letak Data (Con’t)
Hubungan empiris rata-rata hitung, median dan modus
Contoh 1.2Tentukan rata-rata hitung dari data pada contoh 1.1Jawab:
)Med3Mod X(X
4,4925
1235
n
XX i
i
34
6. Pemusatan dan Letak Data (Con’t)
Dalam tabel distribusi
8,4825
1222
n
XfX i
ii
2/16/2015
18
35
6. Pemusatan dan Letak Data (Con’t)Perbandingan Rata-rata Hitung, Median, dan Modus
36
6. Pemusatan dan Letak Data (Con’t)
Rata-rata Ukurmenggambarkan keseluruhan data dengan ciri khusus, yaitu nilai data yang satu sama lain saling berkelipatan sehingga perbandingan tiap dua data yang berurutan tetap atau hampir tetap (deret ukur)data kecil (tidak berkelompok)
data besar tidak berkelompok
data besar berkelompok
fXf
Glog
log 1
nX
Glog
log 1-
nnXXXXG 321
2/16/2015
19
37
6. Pemusatan dan Letak Data (Con’t)
Rata-rata Harmonisuntuk kelompok data dengan ciri-ciri tertentu yang merupakan bilangan pecahan atau desimal
data tidak kelompok
data kelompok
X
nR H 1
Xff
RH
38
6. Pemusatan dan Letak Data (Con’t)
Kuartil (Quartile)kelompok data yang telah diurutkan dibagi menjadi 4 (empat) bagian sama banyak
data tidak berkelompok
data berkelompok
F: jumlah frekuensi sebelum kelas kuartil
3 2, 1,i 4
1ni-ke Nilai
,i
Q
3 2, 1,i ,40
f
Fin
cLQ i
2/16/2015
20
39
6. Pemusatan dan Letak Data (Con’t)
Desilkelompok data yang telah diurutkan dibagi menjadi 10 (sepuluh) bagian sama banyak
data tidak berkelompok
data berkelompok
F: jumlah frekuensi sebelum kelas desil
3,...,9 2, 1,i ,10
1ni-ke Nilai
iD
3,...,9 2, 1,i ,100
f
Fin
cLD i
40
6. Pemusatan dan Letak Data (Con’t)
Persentilkelompok data yang telah diurutkan dibagi menjadi 100 (seratus) bagian sama banyak
data tidak berkelompok
data berkelompok
F: jumlah frekuensi sebelum kelas desil
3,...,99 2, 1,i ,100
1ni-ke Nilai
iP
3,...,99 2, 1,i ,100
f
Fin
cLPi
2/16/2015
21
41
7. Kesimpulan
Statistika banyak digunakan dalam kehidupan sehari-hari
Penyajian data dapat dalam bentuk tabel, dan grafik/diagram
Ukuran pemusatan data dapat meliputi: rata-rata hitung, median, modus, dan rata-rata ukur
Ukuran letak data dapat meliputi: kuartil, desil, dan persentil