Silabus Statistika PLS
SILABUS MATA KULIAH
A. IDENTITAS MATA KULIAH
1.
2.
3.
4.
5.
6.
Jurusan/Fakultas
Nama Mata Kuliah
Kode Mata Kuliah
Bobot SKS
Semester
Penanggung Jawab
Anggota Tim
:
:
:
:
:
:
:
Pendidikan Luar Sekolah/FIP
Statistika
LS 303
2 (Dua) SKS
Ganjil (III)
Dr. H. Elih Sudiapermana
1. Dr. Sardin, M.Si.
2. Drs. Ade Cahyana, M.A.
A. DESKRIPSI UMUM MATA KULIAH
Mata kuliah ini merupakan mata kuliah yang wajib ditempuh oleh mahasiswa jurusan PLS
FIP UPI dengan penekanan kompetensi pada kemampuan dalam melakukan riset,
khususnya perancangan penelitian, pengolahan, dan analisis data. Pada umumnya mata
kuliah ini diajarkan di semua bidang ilmu, baik ilmu sosial maupun ilmu alam, sehingga
Statistika dianggap sebagai alat interaksi intar displin ilmu.
Jurusan PLS yang mengedepankan pencapaian kompetensi di bidang riset pendidikan luar
sekolah/nonformal diharapkan menjadikan Statistika sebagai alat analisis data, khususnya
kuantitatif di samping kemampuan untuk melakukan analisis data kualitatif. Pencapaian
kompetensi di atas dapat dicapai melalui pemahaman yang mendasar tentang konsep,
makna, dan aplikasi statistik dalam kehidupan sehari-hari.
Agar mahasiswa memiliki pengalaman belajar yang berarti dari perkuliahan ini, maka
materi pembelajaran dikaitkan dengan kehidupan sehari-hari, baik untuk kepentingan riset
maupun untuk kepentingan praktis. Oleh karena itu kasus-kasus yang diangkat selalu
diusahakan dari kondisi faktual yang terjadi di lingkungan mahasiswa.
1
B. POKOK BAHASAN DAN DESKRIPSI MATERI
No.
Pokok Bahasan
Deskripsi Singkat
(1)
1.
(2)
Pengertian-pengertian dasar
a. Statistik deskriptif dan
inferensial
b. Data statistik
c. Populasi dan sampel
d. Skala pengukuran
(3)
Statistika adalah pengetahuan yang berhubungan
dengan cara-cara pengumpulan data, pengolahan
atau
penganalisisannya
dan
penatikan
kesimpulan berdasarkan kumpulan data dan
penganalisisan yang dilakukan, sedangkan
statistik dalam arti sempit diartikan sebagai data,
tetapi dalam arti luas statistik diartikan sebagai
alat. Alat untuk menganalisis, dan alat untuk
membuat keputusan. Dalam kehidupan seharihari dikenal statistik pertanian, penduduk,
statistik curah hujan, dsb.
Menurt Guilford, statistika mempunyai peranan
dalam penelitian, yaitu:
1. Statistik memungkinkan pencatatan secara
paling eksak data penelitian.
2. Statistik memaksa peneliti menganut pola
pikir dan tata kerja yang definit dan eksak.
3. Statistik menyediakan cara-cara meringkas
data ke dalam bentuk yang lebih banyak
artinya dan lebih gampang mengerjakannya.
4. Statistik memberi dasar-dasar untuk
menarik kesimpulan-kesimpulan melalui
proses yang mengikuti prosedur yang dapat
diterima oleh ilmu pengetahuan.
5. Statistik
memberi
landasan
untuk
meramalkan
secara
ilmiah
tentang
bagaimana sesuatu gejala akan terjadi dalam
kondisi-kondisi yang telah diketahui.
6. Statistik
memungkinkan
peneliti
menganalisa, menguraikan sebab akibat
yang kompleks dan rumit, yang tanpa
statistik akan merpakan peristiwa yang
membingungkan.
Statistika deskriptif
adalah metode yang
memusatkan diri pada pengumpulan dan
penggambaran (deskripsi) terhadap suatu data
untuk memberikan informasi yang berarti,
sedangkan statistik inferensial adalah statistik
yang membuat generalisasi terhadap hasil
penelitian yang diperoleh dari sampel untuk
populasi sasaran di mana sampel diambil.
Populasi adalah totalitas dari semua nilai baik
yang terbatas maupun yang tidak terbatas yang
diperoleh melalui penghitungan atau pengukuran
2
2.
Pengukuran Data
a. Parameter dan Statistik
b. Ukuran gejala pusat
c. Ukuran dispersi/variasi
dari semua anggota kumpulan yang ingin kita
pelajari. Sedangkan sampel adalah sebagian yang
diambil dari populasi.
Dalam pengukuran dikenal 4 tingkatan skala
pengukuran, yaitu:
1. Tingkat Pengukuran Nominal
Di sini bilangan semata-mata hanya
merupakan lambang untuk membedakan
2. Tingkat Pengukuran Ordinal
Bilangan mempunyai dua fungsi:
a. Sebagai lambang untuk membedakan,
b. Mengisyaratkan peringkat (rank), makin
kecil nilai numerik makin tinggi
peringkat, atau makin besar nilai
numerik, makin tinggi peringkat.
3. Tingkat Pengukuran Interval
Fungsi bilangan ada tiga:
a. Sebagai lambang untuk membedakan,
b. Mengisyaratkan peringkat, makin besar
bilangan makin tinggi peringkat,
c. Menunjukkan jarak interval yang tetap
(constant interval size)
Ciri utama tingkat pengukuran interval adalah
bahwa titik nol bukan merupakan titik
mutlak.
4. Tingkat Pengukuran Rasio
Pada tingkat pengukuran ini, titik nol
merupakan titik mutlak, dan seperti pada
tingkat pengukuran interval, di sini bilangan
mempunyai tiga fungsi:
a. Sebagai lambang untuk membedakan,
b. Mengisyaratkan peringkat, makin besar
bilangan makin tinggi peringkat,
c. Menunjukkan jarak interval yang tetap
(constant interval size) dengan memiliki
nilai nol mutlak.
Parameter adalah ukuran yang dipergunakan
untuk data yang diperoleh dari populasi yang
biasanya dilambangkan dengan huruf-huruf
yunani, misalnya, untuk rata-rata populasi
dilambangkan dengan (baca: Mu), simpangan
baku dilambangkan dengan (baca: sigma),
untuk koefesien korelasi dilambangkan dengan
(baca: rho). Sedangkan istilah statistik adalah
ukuran yang dipergunakan untuk data yang
diperoleh dari sampel. Lambang yang
dipergunakan biasanya menggunakan hurufhuruf latin meskipun penggunaannya tidak
3
3.
mengikat (baku). Misalnya untuk rata-rata
dilambangkan dengan X (baca: X bar), untuk
simpangan baku dilambangkan dengan s, dan
untuk koefisien korelasi dilambangkan dengan r.
Untuk rumus-rumus tertentu ada perbedaan
dalam cara penggunaannya, tetapi untuk
menghitung rata-rata baik dari sampel maupun
dari populasi, maka rumus yang dipergunakan
adalah sama.
Ukuran gejala pusat adalah ukuran yang
dipergunakan untuk menentukan letak pemusatan
data. Beberapa ukuran gejala pusat yang sering
dipergunakan adalah mean, median, dan modus.
Mean boleh dipergunakan jika data yang
diperoleh sekurang-kurangnya menggunakan
skala pengukuran interval, median boleh
dipergunakan jika data yang diperoleh
menggunakan skala pengukuran minimal ordinal,
sedangkan modus boleh dipergunakan jika data
yang diperoleh sekurang-kurangnya berasal dari
pengukuran nominal.
Ukuran dispersi/variasi adalah ukuran yang
dipergunakan
untuk
mengetahui
variasi
(ketidakseragaman) dari data. Ukuran dispersi
yang sering digunakan adalah rentang, varians,
simpangan baku, koefisien variasi, rentang antar
kuartil, dan indeks dispersi.
Penyajian Data Statistik
Di dalam membuat distribusi frekuensi terlebih
a. Distribusi frekuensi
dahulu harus dicari nilai minimal, nilai
b. Tabel dan grafik
maksimal, rentang dan nilai tengah interval dari
c. Persentil, desil dan data yang diperoleh. Selanjutnya ditentukan
kuartil
banyaknya kelas interval dengan menggunakan
d. Ukuran kemiringan
rumus:
KI = 1 + 3,3 log n
Sedangkan lebarnya kelas interval ditentukan
dengan membagi rentang oleh KI (kelas
interval).
Ukuran-ukuran yang dapat dihitung dari
distribusi frekuensi diantaranya adalah rata-rata
sumpangan baku dan varians.
Grafik dapat dibuat dengan berbagai macam
misalnya bar (batang), pie (lingkaran) atau garis
baik poligon maupun poligon frekuensi
kumulatif.
Untuk menghitung persentil, desil maupun
kuartil, maka langkah yang harus dilakukan
adalah:
1. mengurutkan data dari kecil ke besar
4
4.
Distribusi Data
a. Distribusi Normal
b. Distribusi Normal Baku
c. Distribusi t Student
d. Distribusi F (Fisher)
e. Distribusi Chi-Square
2. menentukan indeks percentil, desil maupun
kuartil.
Persentil yang sering dihitung adalah persentil
ke-25, 50 dan 75. Hubungan antara ketiganya
dapat dijelaskan:
1. Percentil ke-25 = desil ke-2,5 = kuartil ke-1
2. Percentil ke-50 = desil ke-5 = kuartil ke-2 =
median
3. Percentil ke-75 = desil ke-7,5 = kuartil ke-3
Persentil berfungsi untuk mengetahui berapa
persen nilai yang ada di bawah atau di atas nilai
yang diketahui. Misalnya jika diketahui bahwa
presentil ke-50 adalah 75, berarti terdapat 50%
nilai yang lebih kecil atau sama dengan 75, atau
terdapat 50% dari rata yang nilainya lebih besar
atau sama dengan 75.
Ukuran kemiringan adalah ukuran yang
diperoleh untuk mengetahui bentuk kurva dari
data yang diperoleh. Jika nilai Koefisien
kemiringan negatif maka kurva akan landai ke
kiri dan sebaliknya. Akan tetapi jika koefisien
kemiringan bernilai negatif, maka bentuk kurva
adalah simetris.
Data yang berasal dari populasi memiliki
keragaman distribusi, ada yang simetris dan
adapula
yang tidak simetris. Pengetahuan
tentang hal tersebut dirangkum dalam distribusi
data. Data yang simetris digambarkan dalam
bentuk kurva normal, sedangkan yang tidak
simetris digambarkan dalam bentuk kurva yang
juling, baik ke kanan maupun ke kiri. Kurva
untuk distribusi data yang normal adalah kurva
untuk distribusi normal, normal baku, dan tstudent, sedangkan lainnya tidak.
Kurva normal adalah kurva yang memiliki
bentuk simetris. Dalam statistik istilah kurvas
normal penggunaannya lebih diarahkan kepada
distribusi normal baku yang merupakan bagian
dari distribusi peluang, di samping distribusi
peluang lainnya seperti binom, multinom dan
poisson. Kurva distribusi normal berbentuk
simetris dengan rata-rata dan simpangan baku
. Sedangkan pada normal baku, memiliki nilai
rata-rata sama dengan 0 dan simpangan baku
sama dengan 1.
Untuk mempergunakan kurva distribusi normal
baku ini, data yang diperoleh harus
ditransformasikan ke dalam rumus Z, sehingga
5
5.
diperoleh berapa besarnya nilai Z pada distribusi
normal baku.
Untuk memperoleh luas area di bawah kurva
normal, maka diperlukan tabel Z. Bilanganbilangan yang ada pada badan tabel
memperlihatkan daerah di bawah kurva normal
dinyatakan dalam bentuk proporsi (persentase),
dari titik Z = 0,00 (yang merupakan harga ratarata distribusi normal baku) ke titik Z tertentu.
Misalnya diperoleh harga Z dari tranformasi
sebesar 1,07, maka pada badan tabel Z diperoleh
harga sebesar 0,3577. Artinya bahwa luas daerah
di bawah kurva normal dari titik Z = 0,00 ke Z =
1,07 meliputi 0,3557 bagian atau 35,77% dari
seluruh luas daerah di bawah kurva. Harga Z
yang negatif mempunyai luas daerah yang sama
dengan harga Z yang positif.
Distribusi normal baku dapat dipergunakan
untuk menghitung banyaknya kelompok yang
termasuk kategori tertentu.
Contoh: dari suatu data diperoleh harga rata-rata
= 73 dan simpangan baku = 10, tentukan P
(data > 85). Dengan mentrans-formasi ke harga
Z, maka diperoleh harha Z sebesar 1,20. Jadi
mereka yang nilainya lebih dari 85 adalah luas
dari harga Z menuju . Harga Z = 1,20 dari tabel
Z sebesar 0,3649. Maka luas Z lebih dari 1,20 =
0,500-0,3649. Maka diperoleh harga sebesar
0,1151. Artinya terdapat 15,51% dari data yang
diperoleh mempunyai harga lebih besar dari 85.
Sampling dan Distribusi Sampling adalah memilih n buah objek
Sampling
psikologis dari N buah objek psikologis yang
a. Satuan Sampling
ada. Dengan kata lain sampling adalah memilih n
b. Tipe sampling
buah objek psikologis dari sebuah populasi
c. Kerangka Sampling
berukuran N.
d. Prosedur sampling pada Tipe samping jika dilihat dari proses
Simple
Random pemilihannya
dikenal;
sampling
dengan
Sampling (SRS)
pengembalian dan sampling tanpa pengembalian.
Tipe sampling menurut peluang memilihnya;
sampling non peluang dan sampling peluang.
Termasuk ke dalam sampling non peluang adalah
haphazard, purposive, voluntary, dan quota
sampling. Sedangkan termasuk ke dalam
sampling peluang adalah; sampling acak
sederhana, sampling sistematik, sampling acak
dengan stratifikasi, dan sampling acak klaster.
Kerangka sampling adalah daftar yang berisi
satuan-satuan sampling yang ada dalam sebuah
6
populasi. Daftar dibuat untuk memudahkan
dalam melakukan teknik sampling. Misalnya
dilakukan dengan memberikan nomor pada
setiap anggota populasi yang akan disampling.
Proses memilih pada simple random sampling
(sampling acak sederhana) adalah:
1. Menentukan populasi sasaran
2. Menentukan ukuran populasi
3. Menggunakan rumus yang tepat
4. Sediakan tabel random
5. Mencari angka-angka yang berada di bawah
atau sama dengan jumlah populasi sasaran
dari tabel random. Pencarian tersebut dapat
dilakukan dengan mencari ke bawah lalu ke
atas atau sebaliknya.
C. SUMBER/RUJUKAN
1. Sudjana, (1992), Metoda Statistika, Bandung: Tarsito
2. Furqon, (1997), Statistika Terapan untuk Penelitian, Bandung: Alfabeta
3. Sugiyono, (1997), Statistika untuk Penelitian, Bandung: Alfabeta
4. Sutrisno Hadi, (1985), Statistik, Yogyakarta: Yayasan Penerbit Fakultas Psikologi
UGM.
5. Slamet, Y, (1993), Analisis Kuantitatif untuk Data Sosial, Solo: Dabara Publisher
6. Walpole, Ronald E, (1983), Introduction to Statistics, New York: Macmillan
Publishing
7
A. IDENTITAS MATA KULIAH
1.
2.
3.
4.
5.
6.
Jurusan/Fakultas
Nama Mata Kuliah
Kode Mata Kuliah
Bobot SKS
Semester
Penanggung Jawab
Anggota Tim
:
:
:
:
:
:
:
Pendidikan Luar Sekolah/FIP
Statistika
LS 303
2 (Dua) SKS
Ganjil (III)
Dr. H. Elih Sudiapermana
1. Dr. Sardin, M.Si.
2. Drs. Ade Cahyana, M.A.
A. DESKRIPSI UMUM MATA KULIAH
Mata kuliah ini merupakan mata kuliah yang wajib ditempuh oleh mahasiswa jurusan PLS
FIP UPI dengan penekanan kompetensi pada kemampuan dalam melakukan riset,
khususnya perancangan penelitian, pengolahan, dan analisis data. Pada umumnya mata
kuliah ini diajarkan di semua bidang ilmu, baik ilmu sosial maupun ilmu alam, sehingga
Statistika dianggap sebagai alat interaksi intar displin ilmu.
Jurusan PLS yang mengedepankan pencapaian kompetensi di bidang riset pendidikan luar
sekolah/nonformal diharapkan menjadikan Statistika sebagai alat analisis data, khususnya
kuantitatif di samping kemampuan untuk melakukan analisis data kualitatif. Pencapaian
kompetensi di atas dapat dicapai melalui pemahaman yang mendasar tentang konsep,
makna, dan aplikasi statistik dalam kehidupan sehari-hari.
Agar mahasiswa memiliki pengalaman belajar yang berarti dari perkuliahan ini, maka
materi pembelajaran dikaitkan dengan kehidupan sehari-hari, baik untuk kepentingan riset
maupun untuk kepentingan praktis. Oleh karena itu kasus-kasus yang diangkat selalu
diusahakan dari kondisi faktual yang terjadi di lingkungan mahasiswa.
1
B. POKOK BAHASAN DAN DESKRIPSI MATERI
No.
Pokok Bahasan
Deskripsi Singkat
(1)
1.
(2)
Pengertian-pengertian dasar
a. Statistik deskriptif dan
inferensial
b. Data statistik
c. Populasi dan sampel
d. Skala pengukuran
(3)
Statistika adalah pengetahuan yang berhubungan
dengan cara-cara pengumpulan data, pengolahan
atau
penganalisisannya
dan
penatikan
kesimpulan berdasarkan kumpulan data dan
penganalisisan yang dilakukan, sedangkan
statistik dalam arti sempit diartikan sebagai data,
tetapi dalam arti luas statistik diartikan sebagai
alat. Alat untuk menganalisis, dan alat untuk
membuat keputusan. Dalam kehidupan seharihari dikenal statistik pertanian, penduduk,
statistik curah hujan, dsb.
Menurt Guilford, statistika mempunyai peranan
dalam penelitian, yaitu:
1. Statistik memungkinkan pencatatan secara
paling eksak data penelitian.
2. Statistik memaksa peneliti menganut pola
pikir dan tata kerja yang definit dan eksak.
3. Statistik menyediakan cara-cara meringkas
data ke dalam bentuk yang lebih banyak
artinya dan lebih gampang mengerjakannya.
4. Statistik memberi dasar-dasar untuk
menarik kesimpulan-kesimpulan melalui
proses yang mengikuti prosedur yang dapat
diterima oleh ilmu pengetahuan.
5. Statistik
memberi
landasan
untuk
meramalkan
secara
ilmiah
tentang
bagaimana sesuatu gejala akan terjadi dalam
kondisi-kondisi yang telah diketahui.
6. Statistik
memungkinkan
peneliti
menganalisa, menguraikan sebab akibat
yang kompleks dan rumit, yang tanpa
statistik akan merpakan peristiwa yang
membingungkan.
Statistika deskriptif
adalah metode yang
memusatkan diri pada pengumpulan dan
penggambaran (deskripsi) terhadap suatu data
untuk memberikan informasi yang berarti,
sedangkan statistik inferensial adalah statistik
yang membuat generalisasi terhadap hasil
penelitian yang diperoleh dari sampel untuk
populasi sasaran di mana sampel diambil.
Populasi adalah totalitas dari semua nilai baik
yang terbatas maupun yang tidak terbatas yang
diperoleh melalui penghitungan atau pengukuran
2
2.
Pengukuran Data
a. Parameter dan Statistik
b. Ukuran gejala pusat
c. Ukuran dispersi/variasi
dari semua anggota kumpulan yang ingin kita
pelajari. Sedangkan sampel adalah sebagian yang
diambil dari populasi.
Dalam pengukuran dikenal 4 tingkatan skala
pengukuran, yaitu:
1. Tingkat Pengukuran Nominal
Di sini bilangan semata-mata hanya
merupakan lambang untuk membedakan
2. Tingkat Pengukuran Ordinal
Bilangan mempunyai dua fungsi:
a. Sebagai lambang untuk membedakan,
b. Mengisyaratkan peringkat (rank), makin
kecil nilai numerik makin tinggi
peringkat, atau makin besar nilai
numerik, makin tinggi peringkat.
3. Tingkat Pengukuran Interval
Fungsi bilangan ada tiga:
a. Sebagai lambang untuk membedakan,
b. Mengisyaratkan peringkat, makin besar
bilangan makin tinggi peringkat,
c. Menunjukkan jarak interval yang tetap
(constant interval size)
Ciri utama tingkat pengukuran interval adalah
bahwa titik nol bukan merupakan titik
mutlak.
4. Tingkat Pengukuran Rasio
Pada tingkat pengukuran ini, titik nol
merupakan titik mutlak, dan seperti pada
tingkat pengukuran interval, di sini bilangan
mempunyai tiga fungsi:
a. Sebagai lambang untuk membedakan,
b. Mengisyaratkan peringkat, makin besar
bilangan makin tinggi peringkat,
c. Menunjukkan jarak interval yang tetap
(constant interval size) dengan memiliki
nilai nol mutlak.
Parameter adalah ukuran yang dipergunakan
untuk data yang diperoleh dari populasi yang
biasanya dilambangkan dengan huruf-huruf
yunani, misalnya, untuk rata-rata populasi
dilambangkan dengan (baca: Mu), simpangan
baku dilambangkan dengan (baca: sigma),
untuk koefesien korelasi dilambangkan dengan
(baca: rho). Sedangkan istilah statistik adalah
ukuran yang dipergunakan untuk data yang
diperoleh dari sampel. Lambang yang
dipergunakan biasanya menggunakan hurufhuruf latin meskipun penggunaannya tidak
3
3.
mengikat (baku). Misalnya untuk rata-rata
dilambangkan dengan X (baca: X bar), untuk
simpangan baku dilambangkan dengan s, dan
untuk koefisien korelasi dilambangkan dengan r.
Untuk rumus-rumus tertentu ada perbedaan
dalam cara penggunaannya, tetapi untuk
menghitung rata-rata baik dari sampel maupun
dari populasi, maka rumus yang dipergunakan
adalah sama.
Ukuran gejala pusat adalah ukuran yang
dipergunakan untuk menentukan letak pemusatan
data. Beberapa ukuran gejala pusat yang sering
dipergunakan adalah mean, median, dan modus.
Mean boleh dipergunakan jika data yang
diperoleh sekurang-kurangnya menggunakan
skala pengukuran interval, median boleh
dipergunakan jika data yang diperoleh
menggunakan skala pengukuran minimal ordinal,
sedangkan modus boleh dipergunakan jika data
yang diperoleh sekurang-kurangnya berasal dari
pengukuran nominal.
Ukuran dispersi/variasi adalah ukuran yang
dipergunakan
untuk
mengetahui
variasi
(ketidakseragaman) dari data. Ukuran dispersi
yang sering digunakan adalah rentang, varians,
simpangan baku, koefisien variasi, rentang antar
kuartil, dan indeks dispersi.
Penyajian Data Statistik
Di dalam membuat distribusi frekuensi terlebih
a. Distribusi frekuensi
dahulu harus dicari nilai minimal, nilai
b. Tabel dan grafik
maksimal, rentang dan nilai tengah interval dari
c. Persentil, desil dan data yang diperoleh. Selanjutnya ditentukan
kuartil
banyaknya kelas interval dengan menggunakan
d. Ukuran kemiringan
rumus:
KI = 1 + 3,3 log n
Sedangkan lebarnya kelas interval ditentukan
dengan membagi rentang oleh KI (kelas
interval).
Ukuran-ukuran yang dapat dihitung dari
distribusi frekuensi diantaranya adalah rata-rata
sumpangan baku dan varians.
Grafik dapat dibuat dengan berbagai macam
misalnya bar (batang), pie (lingkaran) atau garis
baik poligon maupun poligon frekuensi
kumulatif.
Untuk menghitung persentil, desil maupun
kuartil, maka langkah yang harus dilakukan
adalah:
1. mengurutkan data dari kecil ke besar
4
4.
Distribusi Data
a. Distribusi Normal
b. Distribusi Normal Baku
c. Distribusi t Student
d. Distribusi F (Fisher)
e. Distribusi Chi-Square
2. menentukan indeks percentil, desil maupun
kuartil.
Persentil yang sering dihitung adalah persentil
ke-25, 50 dan 75. Hubungan antara ketiganya
dapat dijelaskan:
1. Percentil ke-25 = desil ke-2,5 = kuartil ke-1
2. Percentil ke-50 = desil ke-5 = kuartil ke-2 =
median
3. Percentil ke-75 = desil ke-7,5 = kuartil ke-3
Persentil berfungsi untuk mengetahui berapa
persen nilai yang ada di bawah atau di atas nilai
yang diketahui. Misalnya jika diketahui bahwa
presentil ke-50 adalah 75, berarti terdapat 50%
nilai yang lebih kecil atau sama dengan 75, atau
terdapat 50% dari rata yang nilainya lebih besar
atau sama dengan 75.
Ukuran kemiringan adalah ukuran yang
diperoleh untuk mengetahui bentuk kurva dari
data yang diperoleh. Jika nilai Koefisien
kemiringan negatif maka kurva akan landai ke
kiri dan sebaliknya. Akan tetapi jika koefisien
kemiringan bernilai negatif, maka bentuk kurva
adalah simetris.
Data yang berasal dari populasi memiliki
keragaman distribusi, ada yang simetris dan
adapula
yang tidak simetris. Pengetahuan
tentang hal tersebut dirangkum dalam distribusi
data. Data yang simetris digambarkan dalam
bentuk kurva normal, sedangkan yang tidak
simetris digambarkan dalam bentuk kurva yang
juling, baik ke kanan maupun ke kiri. Kurva
untuk distribusi data yang normal adalah kurva
untuk distribusi normal, normal baku, dan tstudent, sedangkan lainnya tidak.
Kurva normal adalah kurva yang memiliki
bentuk simetris. Dalam statistik istilah kurvas
normal penggunaannya lebih diarahkan kepada
distribusi normal baku yang merupakan bagian
dari distribusi peluang, di samping distribusi
peluang lainnya seperti binom, multinom dan
poisson. Kurva distribusi normal berbentuk
simetris dengan rata-rata dan simpangan baku
. Sedangkan pada normal baku, memiliki nilai
rata-rata sama dengan 0 dan simpangan baku
sama dengan 1.
Untuk mempergunakan kurva distribusi normal
baku ini, data yang diperoleh harus
ditransformasikan ke dalam rumus Z, sehingga
5
5.
diperoleh berapa besarnya nilai Z pada distribusi
normal baku.
Untuk memperoleh luas area di bawah kurva
normal, maka diperlukan tabel Z. Bilanganbilangan yang ada pada badan tabel
memperlihatkan daerah di bawah kurva normal
dinyatakan dalam bentuk proporsi (persentase),
dari titik Z = 0,00 (yang merupakan harga ratarata distribusi normal baku) ke titik Z tertentu.
Misalnya diperoleh harga Z dari tranformasi
sebesar 1,07, maka pada badan tabel Z diperoleh
harga sebesar 0,3577. Artinya bahwa luas daerah
di bawah kurva normal dari titik Z = 0,00 ke Z =
1,07 meliputi 0,3557 bagian atau 35,77% dari
seluruh luas daerah di bawah kurva. Harga Z
yang negatif mempunyai luas daerah yang sama
dengan harga Z yang positif.
Distribusi normal baku dapat dipergunakan
untuk menghitung banyaknya kelompok yang
termasuk kategori tertentu.
Contoh: dari suatu data diperoleh harga rata-rata
= 73 dan simpangan baku = 10, tentukan P
(data > 85). Dengan mentrans-formasi ke harga
Z, maka diperoleh harha Z sebesar 1,20. Jadi
mereka yang nilainya lebih dari 85 adalah luas
dari harga Z menuju . Harga Z = 1,20 dari tabel
Z sebesar 0,3649. Maka luas Z lebih dari 1,20 =
0,500-0,3649. Maka diperoleh harga sebesar
0,1151. Artinya terdapat 15,51% dari data yang
diperoleh mempunyai harga lebih besar dari 85.
Sampling dan Distribusi Sampling adalah memilih n buah objek
Sampling
psikologis dari N buah objek psikologis yang
a. Satuan Sampling
ada. Dengan kata lain sampling adalah memilih n
b. Tipe sampling
buah objek psikologis dari sebuah populasi
c. Kerangka Sampling
berukuran N.
d. Prosedur sampling pada Tipe samping jika dilihat dari proses
Simple
Random pemilihannya
dikenal;
sampling
dengan
Sampling (SRS)
pengembalian dan sampling tanpa pengembalian.
Tipe sampling menurut peluang memilihnya;
sampling non peluang dan sampling peluang.
Termasuk ke dalam sampling non peluang adalah
haphazard, purposive, voluntary, dan quota
sampling. Sedangkan termasuk ke dalam
sampling peluang adalah; sampling acak
sederhana, sampling sistematik, sampling acak
dengan stratifikasi, dan sampling acak klaster.
Kerangka sampling adalah daftar yang berisi
satuan-satuan sampling yang ada dalam sebuah
6
populasi. Daftar dibuat untuk memudahkan
dalam melakukan teknik sampling. Misalnya
dilakukan dengan memberikan nomor pada
setiap anggota populasi yang akan disampling.
Proses memilih pada simple random sampling
(sampling acak sederhana) adalah:
1. Menentukan populasi sasaran
2. Menentukan ukuran populasi
3. Menggunakan rumus yang tepat
4. Sediakan tabel random
5. Mencari angka-angka yang berada di bawah
atau sama dengan jumlah populasi sasaran
dari tabel random. Pencarian tersebut dapat
dilakukan dengan mencari ke bawah lalu ke
atas atau sebaliknya.
C. SUMBER/RUJUKAN
1. Sudjana, (1992), Metoda Statistika, Bandung: Tarsito
2. Furqon, (1997), Statistika Terapan untuk Penelitian, Bandung: Alfabeta
3. Sugiyono, (1997), Statistika untuk Penelitian, Bandung: Alfabeta
4. Sutrisno Hadi, (1985), Statistik, Yogyakarta: Yayasan Penerbit Fakultas Psikologi
UGM.
5. Slamet, Y, (1993), Analisis Kuantitatif untuk Data Sosial, Solo: Dabara Publisher
6. Walpole, Ronald E, (1983), Introduction to Statistics, New York: Macmillan
Publishing
7