00:00:02
Baik, salam sejahtera bagi kita semua.
00:00:05
Pada hari ini kita akan belajar materi
00:00:09
baru ya, yaitu
00:00:11
statistika. Nah, pertama-tama kita perlu
00:00:15
memahami pengertian statistika dan
00:00:18
statistik gitu ya. Nah, apa perbedaan
00:00:21
kedua kata ini? Nah, kita lihat bahwa
00:00:24
statistika itu adalah ilmu yang
00:00:27
mempelajari tentang pengumpulan data.
00:00:30
pengolahan data, penyajian data, analisa
00:00:33
data, dan penarikan kesimpulan. Jadi,
00:00:35
kata kuncinya di sini adalah ilmu. Nah,
00:00:38
kemudian
00:00:40
statistik adalah data itu sendiri. Jadi,
00:00:43
adalah data informasi atau himpunan
00:00:45
keterangan. Nah, di dalam statistik itu
00:00:49
ada data, ya. Nah, kita perlu mengetahui
00:00:52
lebih lanjut gitu ya, apa itu data. Nah,
00:00:55
data dan datum itu dua hal yang berbeda.
00:00:59
Nah, datum adalah keterangan atau
00:01:01
informasi yang diperoleh dari suatu
00:01:04
pengamatan. Nah, ini biasanya berupa
00:01:07
angka, lambang, atau sifat. Jadi,
00:01:10
sifatnya di sini adalah datum itu
00:01:12
tunggal. Sementara data himpunan dari
00:01:17
keterangan atau informasi. Jadi,
00:01:19
kumpulan dari beberapa datum itu disebut
00:01:21
data. sehingga data ini sifatnya ee
00:01:25
jamak ya atau lebih dari satu. Nah, jadi
00:01:28
lebih lanjut lagi segala keterangan atau
00:01:31
informasi yang dapat memberikan gambaran
00:01:33
tentang suatu keadaan atau kejadian.
00:01:36
Nah, itu adalah data. Jadi, kata
00:01:38
kuncinya adalah kumpulan
00:01:40
dari beberapa datum gitu ya. di dalam
00:01:44
mengambil sebuah data ya, kita perlu
00:01:50
memperhatikan syarat-syarat data yang
00:01:53
baik. Nah, apa saja
00:01:56
syarat-syaratnya? Yang pertama objektif
00:01:58
yaitu menggambarkan keadaan yang
00:02:01
sebenarnya.
00:02:03
Lalu yang kedua relevan yaitu yang
00:02:05
berkaitan atau sesuai dengan
00:02:07
permasalahan yang
00:02:09
diteliti. Yang ketiga, up to date, yaitu
00:02:13
sesuai dengan perkembangan
00:02:15
zaman. Yang keempat, reliable. Data
00:02:19
harus dapat dipercaya dan
00:02:22
dipertanggungjawabkan. Yang kelima,
00:02:24
representatif.
00:02:26
data harus mewakili objek yang diteliti.
00:02:29
Nah, inilah lima syarat dikatakan sebuah
00:02:33
data itu baik,
00:02:35
ya. Nah, di dalam mengambil data ya kita
00:02:40
mengenal ada istilah populasi dan
00:02:42
sampel. Nah, ini tentu ee istilah yang
00:02:46
tidak asing ya bagi kalian. Nah,
00:02:48
populasi itu adalah keseluruhan dari
00:02:50
objek yang akan diteliti. Sementara
00:02:53
sampel itu adalah sebagian dari objek
00:02:55
yang benar-benar diteliti atau
00:03:00
diamati. Kemudian kita akan mengenal
00:03:02
macam-macam
00:03:04
data. Yang pertama itu berdasarkan ee
00:03:07
sifatnya. Nah, kita kenal ada data
00:03:11
kualitatif, yaitu data yang berbentuk
00:03:13
kategori. Nah, jelas ini tidak bentuknya
00:03:16
angka, tetapi berupa ciri-ciri,
00:03:19
sifat-sifat, keadaan atau gambaran dari
00:03:21
kualitas objek yang diteliti. Misalkan
00:03:25
ya
00:03:27
ee misalkan jenis kelamin ya,
00:03:31
kemudian data tentang
00:03:35
ee siswa yang berkacamata gitu ya. itu
00:03:38
termasuk data kualitatif. Sementara data
00:03:42
kuantitatif ya adalah data yang berupa
00:03:45
angka atau bilangan. Nah, ini sudah
00:03:47
jelas ya, ada angkanya, ada bilangannya,
00:03:50
itu data
00:03:51
kuantitatif. Nah, kemudian berdasarkan
00:03:54
cara memperolehnya ya. Ini jenis data
00:03:57
berikutnya adalah berdasarkan cara
00:04:00
memperolehnya. Kalau kita memperoleh
00:04:02
data dengan cara menghitung, kita sebut
00:04:04
datanya data diskrit. Ya, kalau kita
00:04:07
memperoleh datanya dengan cara mengukur,
00:04:10
kita sebut datanya data kontinue. Jelas
00:04:13
ya? Perbedaan diskrit dan kontinue.
00:04:16
Contoh kalau yang diskrit ya, diskrit
00:04:18
itu kita menghitung banyak siswa di
00:04:21
kelas
00:04:22
10 ee misalkan di 101 atau 102 ya, kita
00:04:27
menghitung banyak siswanya ada berapa.
00:04:30
Nah, kalau data continue itu mengukur.
00:04:33
Jadi, ada alat ukurnya. Misalkan kelas
00:04:36
10 ya, rerata tinggi badan siswanya
00:04:40
berapa gitu ya. Kelas 102 rata tinggi
00:04:43
badan siswanya berapa? Nah, itu mengukur
00:04:45
kita ukur dengan ee ukuran tinggi badan
00:04:48
ya. Jadi disebut sebagai data continue.
00:04:51
Selain tinggi badan ada berat badan ya
00:04:54
dan mengukur suhu gitu ya. itu termasuk
00:04:57
data
00:05:00
continue. Lalu berikutnya yang ketiga
00:05:02
menurut sebarannya ya di sini ada data
00:05:05
tunggal yaitu data yang belum tersusun
00:05:08
menurut tingkatan tertentu. Kemudian ada
00:05:11
data berbobot yaitu data tunggal yang
00:05:13
memiliki frekuensi lebih dari
00:05:15
satu. Data kelompok adalah data yang
00:05:18
telah tersusun menurut tingkatan
00:05:21
tertentu. Lalu yang keempat ini
00:05:23
berdasarkan sumber datanya. ada data
00:05:26
primer ya, adalah data yang dikumpulkan
00:05:29
langsung oleh peneliti suatu organisasi
00:05:31
atau perusahaan. Kemudian ada data
00:05:34
sekundar adalah data yang diperoleh dari
00:05:36
data yang telah dicatat atau dilaporkan
00:05:38
oleh instansi atau peneliti lain. Nah,
00:05:41
biasanya data sekunder ini ada pada
00:05:44
jurnal ya, laporan penelitian ya. Nah,
00:05:48
itu contoh-contoh data
00:05:51
sekunder. Nah, bagaimana cara kita
00:05:53
mengumpulkan data? setidaknya ada empat
00:05:56
ya. Yang pertama bisa dilakukan melalui
00:05:59
wawancara atau interview. Lalu yang
00:06:02
kedua menggunakan angket atau kuisioner.
00:06:05
Yang ketiga ini adalah pengamatan atau
00:06:08
observasi. Dan yang keempat melakukan
00:06:11
kajian pustaka atau studi
00:06:15
literatur. Nah, penyajian data agar data
00:06:19
itu mudah dibaca ya, kita perlu
00:06:21
menyajikan dengan cara yang menarik ya.
00:06:24
Yang pertama kita bisa menggunakan
00:06:26
tabel. Nah, tabel sendiri ada data
00:06:28
berbobot, ada data kelompok. Lalu kita
00:06:31
bisa menggunakan grafik atau diagram.
00:06:33
Nah, di sini ada piktogram atau diagram
00:06:36
gambar, diagram batang, diagram garis,
00:06:39
diagram lingkaran. Juga yang ketiga ini
00:06:41
adalah histogram, poligon, frekuensi,
00:06:43
dan
00:06:45
OG. Nah, contoh di sini ada tabel ya
00:06:49
untuk data berbobot dan data berkelompok
00:06:52
gitu ya. Nah, untuk data berbobot kita
00:06:55
bisa lihat di sini ada frekuensi. Jadi,
00:06:58
data tidak lagi ditulis secara random ee
00:07:02
berurut tetapi disusun dalam tabel
00:07:05
menggunakan frekuensi gitu ya. Misalkan
00:07:08
angka atau nilai 5 ini muncul tiga kali
00:07:11
ya, nilai 6 muncul 5 kali. Lalu data
00:07:16
berkelompok itu dikelompokkan. Jadi
00:07:19
bukan lagi satu umur gitu ya, tetapi
00:07:23
rentang umur. Contoh di sini ya, rentang
00:07:26
umur 40 sampai 44 itu ternyata ada tiga
00:07:30
orang. Rentang umur 45 sampai 49 itu ada
00:07:34
5 orang. Nah, di dalam tabel data
00:07:37
berkelompok kita ada istilah ya,
00:07:40
mengenal istilah batas bawah ya, batas
00:07:44
atas lalu kelas. Nah, di sini kita
00:07:46
melihat ada lima kelas. Kelas pertama,
00:07:49
kelas kedua, kelas ketiga, kelas
00:07:51
keempat, kelas kelima. Nah, kelas
00:07:54
pertama ini memiliki batas bawah 40,
00:07:57
batas atasnya
00:07:59
44, ya. Nah, lalu dari 40 ke 44 itu ada
00:08:04
istilah panjang kelas. Panjang kelasnya
00:08:06
kita hitung 40, 41, 42, 43, 44. Jadi,
00:08:11
ada 5 ya. Jadi panjang kelasnya itu
00:08:13
adalah batas atas kita kurangi dengan
00:08:17
batas bawah ditambah 1 ya. Oke. Nah,
00:08:21
untuk kelas kedua batas bawahnya 45,
00:08:24
batas atasnya
00:08:26
49. Nah, panjang kelasnya tetap sama
00:08:29
yaitu
00:08:31
5. Kemudian untuk kelas ketiga, batas
00:08:34
bawahnya 50, batas atasnya 54 dan
00:08:38
seterusnya ya. Sampai kelas kelima.
00:08:40
Berikutnya ada diagram, gambar atau
00:08:43
piktogram. Nah, ini biasanya kita
00:08:45
menggunakan ee gambar ya, lambang. Nah,
00:08:49
ini harus sesuai dengan objek yang
00:08:51
diteliti. Nah, kesulitan yang sering
00:08:53
dihadapi saat menggunakan diagram gambar
00:08:55
adalah ketika menggambarkan bagian
00:08:57
gambar yang tidak sesuai dengan wakil
00:09:00
gambar untuk jumlah tertentu. Nah, kita
00:09:04
nanti bisa melihat ya contohnya.
00:09:07
Lalu kita bisa melihat ini contoh ya,
00:09:10
pertumbuhan kendaraan bermotor roda 4 di
00:09:13
suatu negara selama 4 tahun dari 2009
00:09:16
sampai
00:09:17
2012. Nah, kita lihat bahwa ada
00:09:20
keterangan bahwa kalau ada satu gambar
00:09:22
mobil ya itu setara dengan 500.000 unit.
00:09:27
Nah, tahun 2009 itu ada 1 juta ya, 1
00:09:31
juta unit karena di sini dalam ribuan
00:09:34
unit. Jadi di sini 1.000 dalam ribuan
00:09:36
berarti R1 juta. Nah, maka gambar yang
00:09:39
cocok
00:09:40
adalah ada berapa mobil? Ya, maka ada
00:09:44
dua dua mobil ya. Nah, ini mewakili
00:09:47
masing-masing 500.000 500.000 ya dikali
00:09:50
2 jadi R juta. Nah, ini diagram
00:09:53
gambarnya. Ini data kuantitatifnya gitu
00:09:57
ya. Lalu di tahun 2010 ya, di sini
00:10:01
datanya adalah
00:10:03
Rp1.250.000 unit. ya. Maka ada dua mobil
00:10:06
ya, ditambah dengan setengah mobil gitu
00:10:08
ya. Nah, ini gambarnya memang ee di
00:10:12
pootong jadi dua gitu ya. Kalau Rp1.350
00:10:16
tentu ada dua mobil tapi di mobil ketiga
00:10:20
ini yang terpotong ee atau
00:10:23
perbandingannya dengan mobil di baris
00:10:25
yang kedua ini, ini sedikit lebih
00:10:27
panjang ya. Jadi potongannya hanya
00:10:29
sedikit. Lalu di tahun 2012 itu 1500
00:10:34
artinya Rp1.500 unit maka jelas ini utu
00:10:38
tiga mobil ya. Nah, ini diagram
00:10:42
gambar. Nah,
00:10:46
berikutnya diagram batang itu ya.
00:10:49
Berikutnya diagram batang. Nah, diagram
00:10:51
batang adalah suatu diagram yang
00:10:53
penyajiannya dalam bentuk batang-batang
00:10:56
tegak atau mendatar yang sama lebarnya
00:10:59
antara batang satu dengan batang yang
00:11:01
lain tidak saling berimpit. Nah,
00:11:05
contohnya penjualan sepeda motor suatu
00:11:07
daerah tertentu selama 6 bulan sebagai
00:11:09
berikut.
00:11:11
Nah, kita dapat melihat ya bulan pertama
00:11:13
200, bulan kedua 150, bulan ketiga
00:11:18
300, bulan keempat itu 400, bulan kelima
00:11:21
250, bulan ke6 100. Nah, datanya kita
00:11:25
bisa
00:11:31
lihat. Nah, di sini bulan pertama 200
00:11:34
ya, bulan kedua itu 150, bulan ketiga
00:11:39
itu 300.
00:11:41
Bulan keempat itu 400, bulan kelima itu
00:11:44
250, bulan ke6 itu
00:11:47
100. Ya. Kemudian diagram batang tegak
00:11:51
ini kita bisa lihat ya, bahwa
00:11:55
posisinya vertikal gitu ya. Sementara
00:11:59
diagram batang mendatar ini posisinya
00:12:02
horizontal, batang-batangnya
00:12:05
ya.
00:12:07
Oke, berikutnya ada diagram batang
00:12:10
majemuk. Jadi, diagram yang ee
00:12:13
batang-batangnya tidak hanya satu ya di
00:12:15
dalam ee satu kategori. Misalkan jam
00:12:18
pelajaran matematika di situ ada diagram
00:12:20
batang untuk kelas 1 atau 2 dan juga ada
00:12:24
diagram batang untuk kelas
00:12:26
ee ee ketiga IPA ini ya, kelas 3 IPA.
00:12:31
Demikian untuk mata pelajaran fisika,
00:12:33
kimia, maupun biologi. Nah, ini jadi dia
00:12:36
berimpit ya kalau majemuk itu ya untuk
00:12:40
satu ee jenis. Contohnya di sini satu
00:12:43
jenis mata pelajaran gitu
00:12:47
ya. Lalu ada diagram batang bersusun.
00:12:50
Nah, ini ada tingkatan SD, SMP, SMA ya.
00:12:54
ini disusun dalam ee satu kelompok
00:12:57
batang ya. Nanti ya tinggi dari setiap
00:13:02
warna ini diagram batang ini ya
00:13:05
tingginya itu
00:13:06
menunjukkan seberapa ya besar ya data
00:13:12
yang dimiliki gitu ya. Jadi dengan
00:13:14
melihat tingginya itu kita bisa melihat
00:13:16
oh ini ternyata ee di 2007 ya di 2009 di
00:13:22
2010 ee jumlah buku pelajaran SD itu
00:13:25
lebih besar ya. Nah
00:13:30
itu. Lalu ada diagram garis. Nah diagram
00:13:34
garis adalah diagram yang digambarkan
00:13:37
berdasarkan satu waktu. Nah, ini
00:13:40
biasanya digunakan untuk menggambarkan
00:13:42
peristiwa yang mengalami perubahan yang
00:13:45
terus-menerus atau dalam bahasa
00:13:48
sederhananya diagram garis itu digunakan
00:13:51
untuk data yang kontinu ya.
00:13:54
Oke, keguna kegunaannya ini untuk
00:13:57
melihat gambaran tentang perubahan
00:13:59
peristiwa dalam suatu periode atau
00:14:01
jangka waktu
00:14:04
tertentu. Nah, contoh diagram garis
00:14:07
berikut menunjukkan suara hujan
00:14:08
tata-rata per bulan di Indonesia dalam
00:14:11
milimeter yang tercatat di Badan
00:14:14
Meteorologi dan
00:14:16
Geofisika. Ya, kita bisa
00:14:18
melihat.
00:14:23
Oke. Nah, ini diagram garisnya ya yang
00:14:26
berwarna biru. Ee bulan pertama curah
00:14:29
hujannya itu adalah di lebih dari 200
00:14:32
ya. Nah, kita bisa melihat bahwa oh
00:14:35
ternyata di bulan keet7uh itu curah
00:14:37
hujannya rendah ya atau ee di bulan ketu
00:14:41
itu musim kering gitu ya bisa dikatakan
00:14:43
seperti itu. Oh musim basahnya itu di ee
00:14:47
bulan Desember bulan 12 ya bulan
00:14:53
ke-12. Kemudian ada diagram lingkaran.
00:14:55
Nah diagram lingkaran adalah diagram
00:14:58
untuk menyajikan data dengan menggunakan
00:15:00
daerah lingkaran. Nah, biasanya kita
00:15:02
menggunakan persentase
00:15:06
ya. Kita masuk ke histogram dan poligon.
00:15:10
Nah, di sini ada data berkelompok ya.
00:15:12
Ada lima kelas di sini. Nah, jumlah
00:15:15
kelas pertama itu satu, jumlah data
00:15:19
untuk kelas kedua itu 10, kelas ketiga
00:15:21
19, kelas keempat 7, kelas kelima itu 3
00:15:26
ya. Jadi total frekuensinya ini 40. Nah,
00:15:31
tadi kita sudah mengenal batas bawah,
00:15:33
batas
00:15:34
atas. Ee batas bawahnya untuk kelas
00:15:37
pertama ini 50 ya. Batas atasnya untuk
00:15:41
kelas pertama
00:15:43
59. Nah, TB ini adalah tepi bawah. Nah,
00:15:47
tepi bawah itu diperoleh dari batas
00:15:50
bawah kita kurangkan dengan 0,5. Berarti
00:15:53
di sini kita akan isi dengan 49,5.
00:15:58
Nah, TA itu adalah tepi atas ya. Tepi
00:16:01
atas itu diperoleh dengan cara batas
00:16:04
atas tambahkan ya batas atas kita
00:16:07
tambahkan
00:16:09
0,5 sehingga kita dapati
00:16:12
59,5. Demikian untuk kelas yang kedua.
00:16:16
Tepi bawahnya
00:16:18
59,5 ya. Tepi atasnya 69,5.
00:16:23
kelas ketiga ya, tepi bawahnya
00:16:27
69,5, tepi
00:16:29
atasnya
00:16:31
79,5. Jadi tepi bawah itu diperoleh dari
00:16:34
batas bawah dikurangi
00:16:37
0,5. Sementara tepi atas diperoleh dari
00:16:41
batas atas ditambah 0,5 ya. Nah, jadi
00:16:45
kalau secara lengkap kita tuliskan ya
00:16:48
seperti
00:16:49
ini ya. Ini tepi bawah, ini tepi
00:16:55
atasnya. Nah, ini grafiknya kita buatkan
00:16:59
histogramnya. Nah, ini terlihat bahwa
00:17:01
datanya ini berimpit ya. Karena di sini
00:17:04
ada angka
00:17:05
59,5 yang di mana bagi kelas pertama ya
00:17:10
59,5 ini adalah tepi atas. Tapi bagi
00:17:14
kelas kedua dia adalah tepi bawah. Nah,
00:17:17
maka dia berempit ya.
00:17:20
Demikian kelas ketiga, kelas keempat,
00:17:24
kelas kelima
00:17:26
ya. Nah, apabila setiap batang ini kita
00:17:31
ambil titik tengahnya, ya, titik tengah
00:17:34
itu diperoleh dari batas bawah ditambah
00:17:37
batas atas dibagi
00:17:39
2. Ya, kita ambil titik tengahnya di
00:17:44
sini yang
00:17:45
putih ya. Ini kelas keempat. ini kelas
00:17:49
kelima dan kita hubungkan maka
00:17:52
terbentuklah diagram garis ya. Nah,
00:17:56
diagram batang yang berwarna merah ini
00:17:58
kita sebut sebagai
00:18:00
histogram ya. Sementara diagram garis
00:18:03
yang berwarna putih ini kita sebut
00:18:05
sebagai
00:18:09
poligon. Berikutnya adalah ogif. Ee
00:18:12
kurva ogif adalah kurva yang diperoleh
00:18:14
dari frekuensi kumulatif.
00:18:17
Nah, ogif itu punya dua macam, yaitu
00:18:20
kurva ogif positif dan kurva ogif
00:18:25
negatif. Nah, kita lihat di sini ada
00:18:29
tabel data berkelompok ya. Nah, kita
00:18:33
lihat bahwa di sini datanya memiliki
00:18:38
lima
00:18:39
kelas
00:18:41
ya. Lalu kelas pertama 50 sampai 59. ya
00:18:47
frekuensinya satu
00:18:51
ya tepi kelasnya itu adalah
00:18:56
59,5 ya untuk kelas pertama. Nah, di
00:19:00
atasnya kita sebut saja kelas keol itu
00:19:02
kita tuliskan tepi kelasnya
00:19:05
49,5 ya di sini berikutnya
00:19:10
69,5
00:19:11
79,5
00:19:13
89,5
00:19:16
99,5. Nah, FK kurang dari
00:19:20
adalah
00:19:21
frekuensi pada kelas yang kurang dari ya
00:19:26
tepi kelas. Nah, berapa banyak data yang
00:19:29
kurang dari
00:19:31
49,5? Nah, ternyata di sini frekuensinya
00:19:33
enggak ada, ya. Jadi, maka kita tuliskan
00:19:36
FK kurang darinya 0. Kalau FK lebih dari
00:19:40
adalah
00:19:41
frekuensi ya pada kelas yang lebih dari
00:19:44
tepi kelas, yaitu yang lebih dari
00:19:47
49,5 ya. Seluruh data ini memang lebih
00:19:50
dari 49,5. Maka ada 40 data gitu ya.
00:19:55
Lalu frekuensi kumulatif kelas pertama
00:19:58
kita lihat tepi kelasnya 4 ee 59,5 ya.
00:20:02
Nah, berapa banyak data yang kurang dari
00:20:07
59,5? Oh, ada satu data saja ya. Tapi
00:20:11
kalau yang lebih dari
00:20:13
59,5 ada berapa banyak data? Semua data
00:20:18
kecuali data di kelas pertama. Maka kita
00:20:22
kurangin satu. Jadi 40 ini kita kurangin
00:20:24
1 ya, jadi
00:20:27
39. Oke, jelas
00:20:30
ya?
00:20:31
Oke, lalu kita lihat kelas kedua. Kelas
00:20:36
kedua ini frekuensi kumulatifnya 11.
00:20:41
Nah, 11 ini dari mana? Berapa banyak
00:20:43
data yang kurang dari 69,5?
00:20:47
Berarti tinggal kita jumlahkan 10 + 1.
00:20:51
Nah, itu hasilnya 11 di sini ya.
00:20:55
Sementara frekuensi lebih darinya
00:20:58
29,5 ya. Dari mana angka ini? Nah,
00:21:02
berarti kita cari dengan cara frekuensi
00:21:05
yang lebih dari tepi kelasnya. Tepi
00:21:08
kelasnya
00:21:09
69,5. Berapa banyak data yang lebih dari
00:21:13
69,5?
00:21:15
Berarti seluruh data kecuali data kelas
00:21:18
pertama dan kelas kedua. Atau gampangnya
00:21:20
adalah angka di sini
00:21:23
39 ya, kita kurangi dengan 10 di sini.
00:21:27
Nah, hasilnya di sini 29. Nah, dengan
00:21:30
pola yang sama kita kurangin untuk E
00:21:31
lebih dari ya. 29 - 19 hasilnya di sini
00:21:36
10. 10 - 7 hasilnya di sini 3, ya. 3 - 3
00:21:43
hasilnya di sini ee 0 ya. Lalu angka
00:21:46
yang ini kita lanjutkan lagi untuk yang
00:21:48
FK kurang dari ya. Ee dari mana 30? Nah,
00:21:52
30 itu diperoleh dari 11 +
00:21:55
19. Nah, 37 dari mana? 30 + 7. 40 dari
00:22:01
mana? 37 + 3. Nah, gitu. Gitu ya.
00:22:06
Nah, maka kalau kita hubungkan
00:22:08
titik-titik tadi dengan frekuensi
00:22:10
kumulatif kurang dari dan frekuensi
00:22:12
kumulatif lebih dari kita lihat terlebih
00:22:15
dahulu
00:22:16
ya. Nah, kita lihat bahwa si FK kurang
00:22:20
dari ini cenderung datanya semakin
00:22:23
membesar. Kalau FK lebih dari itu
00:22:26
datanya semakin mengecil gitu ya. Nah,
00:22:28
maka ini kita buat
00:22:32
grafiknya.
00:22:36
Oke. Nah, ini
00:22:39
FK ee positif ya, kurva ogif positif ya.
00:22:44
Jadi datanya semakin membesar ya.
00:22:47
Namanya kurva ogif positif karena
00:22:50
datanya semakin membesar ya.
00:22:53
Sementara ini kurva ogif
00:22:59
negatif karena datanya
00:23:02
semakin ee mengecil ya. Mana tadi? Ee
00:23:05
mengecil ya.
00:23:08
Oke. Data yang semakin mengecil disebut
00:23:11
kurva ogif negatif. Nah, yang ini tadi
00:23:14
kurva
00:23:16
ogif
00:23:19
positif ya. Ini kurva if positif. ya.
00:23:23
Nah, kita tadi mer-review kembali bahwa
00:23:26
kurva
00:23:29
OGIF positif itu dihasilkan dari FK
00:23:32
kurang dari frekuensi kumulatif kurang
00:23:36
dari ya. Sementara ee kurva ogif negatif
00:23:40
dihasilkan dari frekuensi kumulatif
00:23:43
lebih dari gitu ya.
00:23:53
Oke, ini kalau kita gambarkan secara
00:23:57
bersama-sama ya
00:23:59
digabung maka hasilnya seperti ini.
00:24:14
Nah, ya ini ya ini disebut ogif positif
00:24:20
dihasilkan dari apa tadi? Dihasilkan
00:24:23
dari frekuensi kumulatif kurang dari ya.
00:24:26
Sementara ini kurva negatif dihasilkan
00:24:30
dari frekuensi kumulatif lebih dari.
00:24:34
Demikian pembahasan kita kali ini. Atas
00:24:37
perhatiannya diucapkan terima kasih.
00:24:39
Yeah.
