Statistik : Distribusi Frekuensi, Statistik Sampel dan Himpunan
Distribusi Frekuensi, Statistik Sampel, dan Himpunan
Untuk
memenuhi tugas Mata Kuliah : Statistik II
Dosen
: Effendi SE,Mm
Oleh :
Kiki
Mailan Riski (13402428)
S1
Akuntansi ( B – Pagi)
Sekolah Tinggi Ilmu Ekonomi ( STIE )
Sultan Agung Pematangsiantar
2014-2015
BAB I
PENDAHULUAN
1.1
Arti dan Ruang Lingkup
Metode
statistik acapkali dianggap sebagai metode untuk mengumpulkan, mengolah,
menganalisa dan menginterpretasi data kuantitatif. Metode demikian itu bukan saja mempersoalkan
cara pengumpulan, pengolahan penyajian dan analisa dara kuantitatif secara
deskriptif tetapi juga mempersoalkan cara menarik kesimpulan tentang
karakteristik populasi dengan menggunakan data sampel yang terbatas. Data
kuantitatif umumnya diperoleh dari hasil observasi atau percobaan secara
statistik yang bersifat kuantitatif.
Observasi
yang bersifat kuantitatif dapat merupakan serangkaian observasi atau pengukuran
Kuantitatif mengenai seluruh atau sebagian proyek dari objek yang sedang
diteliti. Bila observasi dilakukan terhadap obyek yang terbatas jumlahnya,
pengukuran langsung terjadap seluruh oyek masih mungkin dilakukan. Sebaliknya,
jika jumlah objek yang hendak diteliti luar biasa besarnya , pengukuran atau
observasi umumnya hanya dilakukan terhadap sebagian dari seluruh obyek yang bersangkutan.
Ada
kalanya,ciri-ciri yang dimiliki obyek itu sendiri memang tidak memungkinkan
kita untuk melakukan observasi secara menyeluruh. Dalam hal seperti itu,
obsercasi terhadap sebagian dari keseluruhan objek merupakan suatu kelaziman
dan ukan suatu pengecualian. Serangkaian obsetvasi yang dilakukan terhadap
sebagian dari obuek dengan tujuan memperoleh gambaran mengenai keseluruhan
onyek itu sendiri dinamakan Observasi Sampel. Keseluruhan obyek yang tidak seluruhnya
diobservasi tetapi merupakan obyek penelitian dinamakan Populasi.
1.2 Beberapa Aspek Tentang
Persoalan Statistik Inferens
Pengumpulan
data dengan menggunakan sampel bertujuan guna menarik suatu konklusi umum
tentang suatu peristiwa yang sedang diselidiki dengan jalan menganalisa d0ata
sampel yang bersangkutan. Atas dasar statistik sampel, statistisi menarik suatu
kesimpulan (inferens) tentang karakteristik populasi dari mana data sampel
tersebut dipilih. Penarikan kesimpulan secara demikian itu dapat merupakan
pendugaan (estimate) tentang beberapa parameter distrinusi populasi atau
mungkin merupakan pengujian suatu hipotesis yang menyatakan nilai parameter
distribusi populasi.
1.3 Kegunaan Statistik Inferens
Dalanm Bidang Penelitian
Metode
statistik inferens membutuhkan cara pemikiran yang lebih kompleks jika
dibandingkan dengan statistik deskriptif. Meskipun demikian, jika metode
semacam itu dapat dimengerti dan digunakan dengan betul, maka metode tersebut
dapat merupakan alat yang bergina bagi penelitian ilmiah maupun pengambilan
keputusan dibidang manajemen.
Masalah
dasar statistik ingerens ialah proses penarikan konklusi umum tentang data yang
unsur-unsurnya tidak seluruhnya diobservasi. Proses sedemikian itu dinamakan
induksi (induction) dan harus dibedakan dari proses logika lainnya yang
dinamakan deduksi.
BAB
II
DISTRIBUSI
FREKUENSI
2.1
Distribusi Frekuensi sampel
Penyusunan data kedalam
distribusi frekuensi diatas patut memperhatikan 3 hal pokok sbb :
1.
Penentuan
Jumlah Kelas
Penentuan
jumlah kelas tergantung ada pertimbangan pertimbangan praktis yang masuk akal
dan kegunaan distribusi frekuensi itu sendiri. Dalam contoh di tabel, usia 15-
wanita dikelompokkan kedalam 6 kelas sesuai dengan cara penyusunan distribusi
usia yang umum digunakan dalam penelitian dan laporan kependudukan. Sebaliknya
jumlah kelas jangan terlalu banyak tetapi juga jangan terlalu sedikt. Jumlah
kelas yang terlalu banyak atau telalu sedikit tidak mungkin memberi gambaran yang
sederhana dan jelas tentang keterangan keterangan yang tersimpul dalam data
tsb. Sebagai pedoman tentatif guna menentukan jumlah kelas yang sebaiknya
digynakan untuk pengelompokan data, struges mengemukakan suatu rumus :
k
= 1 +3,322 Log n
k=
Jumlah Kelas
n=Jumlah
keseluruhan oobservasi yang terdapat dalam data sampel..
2.
Penentuan
Interval Kelas
Besarnya
interval kelas bagi tiap kelas bertalian erat dengan penentuan jumlah kelas dan
sebaiknya diusahakan agar sama semua serta dalam bilangan ang praktis. Bilangan
yang praktis ialah bilangan yang mudah digunakan untuk menghitung atau sebagai sebagai
pedoman guna menentukan batas kelas maupun tepi kelas.
Contoh
:
Data
:
24
|
34
|
43
|
20
|
35
|
31
|
35
|
34
|
37
|
28
|
40
|
40
|
32
|
26
|
40
|
26
|
33
|
32
|
40
|
26
|
38
|
33
|
35
|
39
|
38
|
39
|
25
|
35
|
33
|
39
|
25
|
25
|
33
|
24
|
25
|
24
|
26
|
33
|
25
|
24
|
26
|
26
|
24
|
23
|
26
|
23
|
39
|
24
|
26
|
23
|
30
|
39
|
25
|
24
|
30
|
24
|
24
|
25
|
39
|
24
|
40
|
24
|
24
|
23
|
40
|
23
|
23
|
24
|
24
|
23
|
24
|
23
|
26
|
22
|
24
|
22
|
22
|
26
|
23
|
22
|
22
|
22
|
35
|
21
|
22
|
21
|
21
|
35
|
22
|
40
|
40
|
21
|
33
|
20
|
40
|
20
|
20
|
33
|
21
|
20
|
30
|
20
|
24
|
30
|
30
|
30
|
30
|
24
|
20
|
30
|
23
|
30
|
25
|
32
|
23
|
32
|
44
|
25
|
30
|
32
|
36
|
32
|
21
|
21
|
36
|
21
|
33
|
21
|
32
|
21
|
31
|
33
|
31
|
31
|
31
|
31
|
34
|
31
|
33
|
31
|
31
|
43
|
34
|
34
|
31
|
34
|
22
|
34
|
24
|
34
|
Jika
di suatu data usia terendah adalah 19 sementara usia tertinggi ialah 44. Jika
jumlah kelas di tentukan sebanyak 8 dan jika pengelompokan harus mecakup semua
nilai-nilai observasi dari nilai terkecil sampai dengan nilai terbesar, maka
perumus Sturges, Interval kelasnya menjadi :
I
= (45-15)/8 = 3,75 atau 4
Distribusi
Frekuensinya :
Usia wanita peserta Program Keluarga berencana
|
Jumlah peserta wanita
|
15-18
|
0
|
19-22
|
16
|
23-26
|
36
|
27-30
|
38
|
31-34
|
24
|
35-38
|
22
|
39-42
|
9
|
43-46
|
5
|
Total
|
150
|
2.2 Beberapa Catatan Tentang Distribusi
Frekuensi Sampel
-
Distribusi
frekuensi Relatif
Dalam beberapa hal atau tujuan tertentu, penyajuan data sampel ke dalam distribusi frekuensi relatif akan lebih mudah dan berguna
Dalam beberapa hal atau tujuan tertentu, penyajuan data sampel ke dalam distribusi frekuensi relatif akan lebih mudah dan berguna
Usia wanita peserta Program Keluarga berencana
|
frekuensi
|
Frekuensi Relatif
|
Persentasi dari jumlah peserta
|
15-19
|
1
|
0,0067
|
0,67
|
20-24
|
29
|
0,1933
|
19,33
|
25-29
|
43
|
0,2867
|
28,67
|
30-34
|
41
|
0,2733
|
27,33
|
35-39
|
24
|
0,16
|
16
|
40-44
|
12
|
0,08
|
8
|
-
Distribusi
frekuensi Kumulatif
Distribusi
frekuensi Kumulatif lebih banyak digunakan daripada distribusi
frekuensi biasa. Kumulatif banyak digunakan bagi pengukuran Median, modus,
kuartil sampel dan sebagainya..
Usia wanita peserta Program Keluarga berencana
|
Jumlah peserta
|
< 15
|
0
|
< 20
|
1
|
< 25
|
30
|
< 30
|
73
|
< 35
|
114
|
< 40
|
138
|
< 45
|
150
|
Pada
asasnya, penggunaan distribusi diatas dapat menghilangkan keraguan dalam
memasukkan angka angka ke dalam kelas tertentu.
BAB III
PENGUKURAN STATISTIK SAMPEL
3.1 Beberapa pengertian tentang pengukuran deskriptif
Data
kuantitatif yang digunakan dalam metode statistik dapat merupakan hasil
pengamatan dari sebagian atau seluruh unsur populasi. Data sedemikian dapat
saja menyatakan nilai nilai dari suatu variabel.
Prosedur umum yang digunakan untuk
menggambarkan ciri serangkaian data kuantitatif sebetulnya merupakan prosedur
penyederhanaan data itu sendiri. Pengukuran tentang tendensi sentral dari
serangkaian data samlpel umumnya dibutuhkan karena pengukuran secara demikian
memberi gambaran tentang pemusatan nilai nilai observasi sampel. Pengukuran
lain yang penting ialah pengukuran tentang dispersi atau variasi data sampel
itu sendiri. Pada hakekatnya, pengukuran tersebut beguna untuk memberi makna
pada hasil pengukuran tendensi sentral diatas.
3.2 Pengukuran Tentang Tendensi Sentral
Jika dilakukan penelitian terhadap
motivasi, pada umumnya dapat diketahui bahwa sebagian besar dari orang yang
diteliti mempunyai motivasi yang “normal”. Kemudian jika diambil angka 100
sebagai indeks (ukuran) normalitas, maka sebagian besar orang yang kita
selidiki akan mempunyai angka motivasi di sekitar 100. Hanya sebagian kecil
saja dari mereka yang angka motivasinya menyimpang jauh dari indeks normalitas
itu.
Salah satu tugas dari statistika
adalah mencari suatu angka di sekitar mana nilai-nilai dalam suatu distribusi
memusat. Angka yang menjadi pusat suatu distribusi disebut “tendensi
sentral”. Ada tiga macam tendensi sentral yang sangat penting untuk
dibahas, yakni: Mean, Median, dan Mode. Ketiganya mempunyai cara-cara
menghitung yang berbeda-beda, dan mempunyai arti yang berbeda pula sebagai alat
untuk mengadakan deskripsi suatu distribusi.
3.2.1 Rata
Rata Hitung
Adalah suatu nilai rata-rata dari
semua nilai data observasi. Nilai rata-rata
data observasi di beri simbul u (miyu)
Ada 2 macam Mean :
a.
Rata – rata
data observasi tidak berkelompok
Merupakan nilai yang diperoleh dari penjumlahan semua
data observasi dibagi dengan banyaknya data.
b. Rata – rata
data observasi berkelompok
Merupakan jumlah hasil kali antara frekuensi dengan
nilai tengah semua kelas jumlah frekuensi.
3.2.2 Median
Adalah nilai data observasi yang
berada di tengah-tengah urutan data tersebut, atau data observasi yang membagi
data observasi yang sudah diurutkan menjadi 2 bagian yang sama banyak.
Nilai median
data observasi diberi symbol Md
Ada 2 macam
Median :
a. Median data
observasi tidak berkelompok, dapat ditentukan dengan langkah-langkah sebagai
berikut :
·
Urutkan data
observasi dari kecil ke yang besar
·
Tentukan letak median dengan rumus
·
Tentukan nilai median
Contoh :
Data Ganjil
Berikut ini
adalah skor tes prestasi 9 karyawan PT. Probo :
78
56
66
94
48 82
80
70 76
Median skor tes
9 karyawan tersebut ditentukan dengan cara :
No urut
|
1
|
2
|
3
|
4
|
5
|
6
|
7
|
8
|
9
|
Nilai
|
48
|
56
|
66
|
70
|
76
|
78
|
80
|
82
|
94
|
Letak Median : 9 + 1
2
=
5
jadi letak median pada urutan
data ke 5
b. Median data observasi
berkelompok, dapat ditentukan dengan langkah-langkah :
·
Tentukan kelas median dengan rumus
Kelas Median : N
2
·
Tentukan median dengan rumus
3.2.3 Modus
a. Merupakan
suatu nilai yang paling sering muncul (nilai dengan frekuensi muncul terbesar)
b. Jika data
memiliki dua modus, disebut bimodal
c. Jika data
memiliki modus lebih dari 2, disebut multimodal
Ada dua macam modus :
a. Modus data
observasi tidak berkelompok
Contoh :
·
Berikut ini
skor tes prestasi PT Probo :
70
56
66
70
48
82 80
70
76 70
frekuensi terbesar adalah 70
yaitu ada 3 orang
jadi modus skor prestasi karyawan
PT. Probo : 70
b. Modus data observasi
berkelopok, dapat ditentukan sebagai berikut :
·
Tentukan kelas modus yaitu yang mempunyai frekuensi
terbesar.
·
Tentukan modus dengan rumus.
Contoh :Berikut ini data mengenai laba PT. Probo bulan April 2006
BAB IV
ASAS-ASAS TEORI HIMPUNAN
4.1
Pengertian dasar tentang Himpunan
Himpunan
(zet)/Kelompok merupakan kumpulan dari objek yang dirumuskan secara tegas dan
dapat dibeda-bedakan dalam himpunan, tiap-tiap objek membentuk suatu himpunan
secara kolektif yang dinamakan unsure atau elemen/anggota. Tiap-tiap unsur
merupakan anggota dari himpunan tersebut. Dan lambing himpunan biasa ditulis
dengan huruf kapital. Sedangkan anggotanya ditulis dengan huruf kecil.
Misal : jika a
merupakan suatu objek dan s adalah suatu himpunan maka a merupakan unsur dari
himpunan s dan dapat ditulis sebagai berikut :
a Îs → a adalah anggota/unsur/elemen dari
himpunan s
s={a} →
himpunan s anggotanya adalah a.
sebaliknya
jika a bukan unsur dari himpunan s maka penulisannya a Ï s → a bukan anggota dari himpunan s.
Jika suatu
himpunan terdiri dari sejumlah unsur yang terbatas maka disebut himpunan
terbatas (finite zet), Contoh : S = {1,2,3}.
Sebaliknya,
himpunan dari sejumlah unsur yang tidak terbatas disebut himpunan tidak
terbatas (unfinite zet), contoh : s = {1,2,3,…….}.
4.2 Perincian Himpunan
1. Dari teori
himpunan kita mengenal 2 cara atau metode penulisan himpunan, yaitu :
1. Roster
methode/Cara daftar
2. Rule
methode/Cara kaedah
·
Perincian dengan cara daftar yaitu semua unsur
himpunan ditulis atau dinyatakan diantara tanda kurung kurawal {…………….}.
S = {1,2,3,4,5,6}
A = {a,b,c,d,….z}
·
Penulisan himpunan dengan cara kaedah
Syaratnya :
bahwa setiap objek agar dapat dianggap unsur himpunan
tertentu juga harus ditulis diantara kurung kurawal
Cara daftar
|
Cara kaedah
|
S = {1,2,3,4,5,6}
|
|
A =
{a,b,c,d,….z}
|
A = {x=x
adalah semua huruf dalam susunan alphabet}
|
Contoh soal :
Jika himpunan H unsur-unsurnya adalah semua huruf
hidup dari susunan alphabet, tulislah himpunan H dengan 2 cara (cara daftar dan
kaedah)
Penyelesaian :
H = {a,e,i,o,u} → cara daftar
H = {x=x adalah semua
huruf hidup dalam alphabet} → cara kaedah.
4.3 Himpunan dan Sub-Himpunan
Biasanya, nama
himpunan ditulis menggunakan huruf besar, misalnya S, A,
atau B, sementara anggota himpunan ditulis menggunakan huruf
kecil (a, c, z). Cara penulisan ini adalah
yang umum dipakai, tetapi tidak membatasi bahwa setiap himpunan harus ditulis
dengan cara seperti itu. Tabel di bawah ini menunjukkan format penulisan
himpunan yang umum dipakai.
Himpunan-himpunan bilangan
yang cukup dikenal, seperti bilangan kompleks, riil, bulat, dan sebagainya,
menggunakan notasi yang khusus.
Simbol-simbol khusus
yang dipakai dalam teori himpunan adalah:
4.4 Asas-Asas
Cara Kerja Himpunan Dan Sub-himpunan
o
Gabungan
Dua himpunan atau lebih yang
digabungkan bersama-sama. Operasi gabungan {{nowrap|1=A ∪ B setara dengan A or B, dan anggota
himpunannya adalah semua anggota yang termasuk himpunan A ataupun B.
Contoh:
·
{1, 2} ∪ {1, 2} =
{1, 2}.
·
{1, 2} ∪ {2, 3} =
{1, 2, 3}.
·
{Budi} ∪ {Dani} =
{Budi, Dani}.
Beberapa sifat dasar gabungan:
·
A ∪ B = B ∪ A.
·
A ∪ (B ∪ C) = (A ∪ B) ∪ C.
·
A ⊆ (A ∪ B).
·
A ∪ A = A.
·
A ∪ ∅ = A.
o Irisan
Operasi irisan A ∩ B setara
dengan A dan B. Irisan merupakan himpunan
baru yang anggotanya terdiri dari anggota yang dimiliki bersama antara dua atau
lebih himpunan yang terhubung. Jika A ∩ B = ∅, maka A dan B dapat dikatakan disjoint (terpisah).
Contoh:
·
{1, 2} ∩ {1, 2} = {1, 2}.
·
{1, 2} ∩ {2, 3} = {2}.
·
{Budi,Cici} ∩ {Dani,Cici} = {Cici}.
·
{Budi} ∩ {Dani} = ∅.
Beberapa sifat dasar irisan:
·
A ∩ B = B ∩ A.
·
A ∩ (B ∩ C) = (A ∩ B)
∩ C.
·
A ∩ B ⊆ A.
·
A ∩ A = A.
·
A ∩ ∅ = ∅.
o Komplemen
Diferensi simetris himpunan Adan B.
Operasi pelengkap A^C setara dengan not A atau A’.
Operasi komplemen merupakan operasi yang anggotanya terdiri dari anggota di
luar himpunan tersebut.
Contoh:
·
{1, 2} \ {1, 2} = ∅.
·
{1, 2, 3, 4} \ {1, 3} = {2, 4}.
Beberapa sifat dasar komplemen:
·
A \ B ≠ B \ A untuk A ≠ B.
·
A ∪ A′
= U.
·
A ∩ A′ = ∅.
·
(A′)′ = A.
·
A \ A = ∅.
·
U′ = ∅ dan ∅′ = U.
·
A \ B = A ∩ B′.
·
DIAGRAM VENN
Diagram Venn atau diagram set adalah
diagram yang menunjukkan semua kemungkinan hubungan logika dan hipotesis di antara sekelompok (set/himpunan/grup) benda/objek. Sebagai
bagian ilmu matematika, diagram Venn ini pertama kali
diperkenalkan pada tahun 1880 oleh John Venn untuk menunjukkan hubungan sederhana dalam topik-topik di bidang
logika.
Hubungan antara set A, B dan C
terimaksih banyak ilmunya salam hormat dari saya
ReplyDeleteWarkop Setia