Statistik Inferensial Pembagian Statistik Statistik Statistik Deskriptif Statistik Inferensial bagaimana data dapat digambarkan secara ringkas sehingga lebih mudah dibaca dan bermakna bagaimana mempelajari sampel untuk menarik kesimpulan mengenai sebuah populasi
Analisis Statistik Deskriptif : Ringkasan angka Menyatakan nilai-nilai penting dalam statistik meliputi ukuran pemusatan dan dispersi. Distribusi Menyatakan pola atau model dari penyebaran data. Pencilan Menyatakan nilai data yang berada di luar kelompok nilai data yang lainnya.
Ringkasan angka: Ukuran pemusatan merupakan ukuran yang menyatakan pusat dari sebaran data. Ada tiga macam ukuran pemusatan yaitu Rata-rata, Median, dan Modus. Ukuran penyebaran (dispersi) adalah ukuran yang dipakai untuk mengukur tingkat penyebaran data. Semakin kecil ukuran penyebaran semakin seragam data tersebut dan semakin besar ukuran penyebaran semakin beragam data tersebut.
Mean Jumlah nilai dari sekelompok data dibagi dengan banyaknya data dalam kelompok tersebut (= rata-rata) Rata-rata dari suatu himpunan n bilangan x1, x2 , …, xn ditunjukkan oleh dan didefinisikan sbb :
Berat Produk Produk Berat 1 165 2 213 3 189 410 4 187 610 5 6 148 7 2 213 3 189 410 4 187 610 5 6 148 7 251 8 308 9 151 10 132 11 199 12 227 194.6 248.3
Median Nilai tengah pada data yang telah diurutkan Untuk data individual ganjil: Median = data ke (n+1)/2 Untuk data individual genap: Median = rata-rata dari data ke (n/2) dan data ke (n/2)+1
Contoh Produk Berat 1 165 2 213 3 189 4 187 5 6 148 7 251 8 308 9 151 10 132 11 199 12 227 194.6 Berat 132 148 151 165 187 189 199 213 227 251 308
Modus Nilai data yang sering muncul. Contoh: Produk Berat Schmuggles 165 Bopsey 213 Pallitto 189 Homer 187 Schnickerson Levin 148 Honkey-Doorey 251 Zingers 308 Boehmer 151 Queenie 132 Googles-Boop 199 Calzone 227
Figuring the Mode Professor Weight Schmuggles 165 Bopsey 213 Pallitto 189 Homer 187 Schnickerson Levin 148 Honkey-Doorey 251 Zingers 308 Boehmer 151 Queenie 132 Googles-Boop 199 Calzone 227
Ukuran Penyebaran Rentang: perbedaan nilai antara nilai data tertinggi dan nilai data terendah Simpangan baku = standar deviasi: ukuran standar jarak dari rata-rata Variansi: nilai non-negatif yang menunjukkan seberapa menyebar nilai data yang kita ambil
h = nilai data tertinggi l = nilai data terendah Rumus simpangan baku: Rumus rentang: r = h – l h = nilai data tertinggi l = nilai data terendah Rumus simpangan baku: Rumus variansi: s2 S =