ANALISIS STATISTIK

tentang
PENGERTIAN STATISTIK, PENGERTIAN STATISTIKA,
MACAM-MACAM DATA, DISTRIBUSI FREKUENSI DAN GRAFIKNYA,
UKURAN PEMUSATAN, UKURAN PENYEBARAN (FRAKTIL) DAN
UKURAN DISPERSI

DISUSUN OLEH :
TUTIK HARIANI, M.Pd

STMIK YADIKA BANGIL-PASURUAN

TAHUN AJARAN 2012/2013

BAB 1
PENGERTIAN STATISTIK, STATISTIKA DAN
MACAM-MACAM DATA

1.1. Pengertian Statistik dan Statistika

Statistik adalah kumpulan data, bilangan maupun non-bilangan yang disusun
dalam tabel dan atau diagram yang melukiskan suatu persoalan
Statistika

adalah

pengetahuan

yang

berhubungan

dengan

cara-cara

pengumpulan data, pengolahan atau penganalisaannya dan penarikan kesimpulan

berdasarkan kumpulan data dan penganalisaan yang dilakukan.

1.2. Pembagian Statistik Berdasarkan Cara Pengolahan Datanya

Didasarkan atas cara pengolahan datanya, statistik dapat dibagi dua, yaitu
statistik deskriptif dan statistik inferensi.
a. Statistika deskriptif adalah metode yang berkaitan dengan pengumpulan dan
penyajian suatu gugus data sehingga memberikan informasi yang berguna.
b. Statistika inferensia adalah metode yang berhubungan dengan analisis sebagian
data untuk kemudian sampai pada peramalan atau penarikan kesimpulan tentang
seluruh gugus data induknya.

1.3. Pembagian Statistik Berdasarkan Ruang Lingkup Penggunaannya

a. Statistik sosial
adalah statistik yang diterapkan atau digunakan dalam ilmu-ilmu sosial.
b. Statistik pendidikan
adalah statistik yang diterapkan atau digunakan dalam ilmu dan bidang
pendidikan.
c. Statistik ekonomi
adalah statistik yang diterapkan atau digunakan dalam ilmu-ilmu ekonomi.
d. Statistik perusahaan
adalah statistik yang diterapkan atau digunakan dalam bidang perusahaan.
e. Statistik pertanian
adalah statistik yang diterapkan atau digunakan dalam ilmu-ilmu pertanian.

f. Statistik kesehatan
adalah statistik yang diterapkan atau digunakan dalam bidang kesehatan.

1.4. Pembagian Statistik Berdasarkan Bentuk Parameternya

a. Statistik parametrik
adalah bagian statistik yang parameter dari populasinya mengikuti suatu
distribusi tertentu, seperti distribusi normal dan memiliki varians yang homogen.
b. Statistik nonparametrik
adalah bagian statistik yang parameter dari populasinya tidak mengikuti suatu
distribusi tertentu atau memiliki distribusi yang bebas dari persyaratan, dan variansnya
tidak perlu homogen.

1.5. Data Statistik

Menurut Kamus Besar Bahasa Indonesia data adalah keterangan yang benar dan
nyata. Data adalah bentuk jamak dari datum. Datum adalah keterangan atau ilustrasi itu
mengenai sesuatu hal yang bisa berbentuk kategori (misalnya rusak, baik, senang, cerah,
berhasil, gagal dan sebagainya) atau bilangan. Jadi, data dapat diartikan sebagai sesuatu
yang diketahui atau yang dianggap atau anggapan.

1.6. Pembagian Data

A. Jenis Data Menurut Cara Memperolehnya
1. Data Primer, adalah secara langsung diambil dari objek, atau objek penelitian oleh
peneliti perorangan maupun organisasi. Data primer disebut juga data asli atau data
baru. Contoh: Mewawancarai langsung penonton bioskop 21 untuk meneliti
preferensi konsumen bioskop.
2. Data Sekunder, adalah data yang didapat tidak secara langsung dari objek
penelitian. Peneliti mendapatkan data yang sudah jadi yang dikumpulkan oleh pihak
lain dengan berbagai cara atau metode baik secara komersial maupun non komersial.
Data sekunder disebut juga data tersedia. Contohnya adalah pada peneliti yang
menggunakan data statistik hasil riset dari surat kabar atau majalah.

B. Macam-Macam Data Berdasarkan Sumber Data

1. Data Internal, adalah data yang menggambarkan situasi dan kondisi pada suatu
organisasi secara internal. Misal : data keuangan, data pegawai, data produksi, dsb.
2. Data Eksternal, adalah data yang menggambarkan situasi serta kondisi yang ada di
luar organisasi. Contohnya adalah data jumlah penggunaan suatu produk pada
konsumen, tingkat preferensi pelanggan, persebaran penduduk, dan lain sebagainya.

C. Klasifikasi Data Berdasarkan Jenis Datanya

1. Data Kuantitatif, adalah data yang dipaparkan dalam bentuk angka-angka. Misalnya
adalah jumlah pembeli saat hari raya idul adha, tinggi badan siswa kelas 3 ips 2, dan
lain-lain.
2. Data Kualitatif, adalah data yang disajikan dalam bentuk kata-kata yang
mengandung makna. Contohnya seperti persepsi konsumen terhadap botol air
minum dalam kemasan, anggapan para ahli terhadap psikopat dan lain-lain.

D. Pembagian Jenis Data Berdasarkan Sifat Data

1. Data Diskrit, adalah data yang nilainya adalah bilangan asli. Contohnya adalah berat
badan ibu-ibu pkk sumber ayu, nilai rupiah dari waktu ke waktu, dan lainsebagainya.
2. Data Kontinu, adalah data yang nilainya ada pada suatu interval tertentu atau berada
pada nilai yang satu ke nilai yang lainnya. Contohnya penggunaan kata sekitar,
kurang lebih, kira-kira, dan sebagainya.

E. Jenis-jenis Data Menurut Waktu Pengumpulannya

1. Data Cross Section, adalah data yang menunjukkan titik waktu tertentu. Contohnya
laporan keuangan per 31 desember 2006, data pelanggan PT. angin ribut bulan mei
2004, dan lain sebagainya.
2. Data Time Series/ Berkala, adalah data yang datanya menggambarkan sesuatu dari
waktu ke waktu atau periode secara historis. Contoh data time series adalah data
perkembangan nilai tukar dollar amerika terhadap euro eropa dari tahun 2004
sampai 2006, jumlah pengikut jamaah nurdin m. top dan doktor azahari dari bulan
ke bulan, dll.

1.7. Penyajian Data

Fungsi penyajian data yaitu :
1. Menunjukkan perkembangan suatu keadaan,
2. Mengadakan perbandingan pada suatu waktu.
Secara garis besar penyajian data dapat dilakukan melalui tabel dan grafik.
a. Tabel
Tabel adalah penyajian data dalam bentuk kumpulan angka yang disusun
menurut kategori-kategori tertentu, dalam suatu daftar. Dalam tabel, disusun dengan
cara alfabetis, geografis, menurut besarnya angka, historis, atau menurut kelas-kelas
yang lazim.
Berdasarkan pengaturan datanya, tabel dibedakan atas beberapa jenis, yaitu :
1. Tabel frekuensi, adalah tabel yang menunjukkan atau memuat banyaknya kejadian
atau frekuensi dari suatu kejadian. Contoh :

TABEL HASIL UJIAN STATISTIK

Nilai

Jumlah Mahasiswa

45 49

50 54

55 59

60 64

65 69

12

70 74

15

75 79

11

80 84

85 89

Jumlah

70

2. Tabel klasifikasi,
Tabel klasifikasi adalah tabel yang menunjukkan atau memuat pengelompokkan
data. Tabel klasifikasi dapat berupa tabel klasifikasi tunggal dan ganda.
Contoh tabel klasifikasi tunggal
TABEL JUMLAH MURID XII IPA SMA X PALEMBANG YANG LULUS
UJIAN MATEMATIKA TAHUN 2009
Jenis

Jumlah

Laki-laki

81

Perempuan

88

Jumlah

169

Contoh : tabel klasifikasi ganda

TABEL JUMLAH MURID XII IPA SMA X PALEMBANG YANG LULUS
UJIAN MATEMATIKA TAHUN 2009
Jenis

Jumlah

Kelamin

Murid

Kelas
XII IPA 1

XII IPA 2

XII IPA 3

XII IPA 4

Laki-laki

81

17

20

25

19

Perempuan

88

22

23

18

25

Jumlah

169

39

43

43

44

3. Tabel kontingensi,
Tabel kontingensi adalah tabel yang menunjukkan atau memuat data sesuai
dengan rinciannya. Apabila bagian baris tabel berisikan m baris dan bagian kolom tabel
berisikan n kolom maka didapatkan tabel kontingensi berukuran m x n.
Contoh :
TABEL BANYAK MURID MENYUKAI BELAJAR MATEMATIKA DI SEKOLAH
DAERAH T MENURUT TINGKAT KELAS DAN JENIS KELAMIN TAHUN 2009
Jenis Kelamin

Tingkat Kelas

Jumlah

XI

XII

Laki-laki

115

103

201

419

Perempuan

234

212

195

641

Jumlah

349

315

396

1.060

4. Tabel korelasi
Tabel korelasi adalah tabel yang menunjukkan atau memuat adanya korelasi
(hubungan) antara data yang disajikan.
Contoh :
TABEL HASIL UJIAN STATISTIK DAN AKUNTANSI 100 MAHASISWA DI
SUATU AKADEMI
Nilai

Nilai Statistik

Akuntansi

40-49 50-59 60-69 70-79 80-89 90-99

90-99

80-89

70-79

10

60-69

50-59

40-49

b. Diagram Data
Diagram data disebut juga grafik data, adalah penyajian data dalam bentuk
gambar-gambar. Grafik data biasanya berasal dari tabel dan grafik biasanya dibuat
bersama-sama, yaitu tabel dilengkapi dengan grafik. Grafik data sebenarnya merupakan
penyajian data secara visual dari data bersangkutan. Grafik data dibedakan atas
beberapa jenis, yaitu :
1. Piktogram
Piktogram adalah grafik data yang menggunakan gambar atau lambang dari data
itu sendiri dengan skala tertentu.
Contoh
Penduduk dunia pada akhir abad ke-20 diperkirakan :
1) Afrika

350 juta jiwa

2) Amerika

500 juta jiwa

3) Asia

: 2.000 juta jiwa

4) Eropa

600 juta jiwa

5) Jerman

50 juta jiwa

6) Uni Soviet :

250 juta jiwa

2. Diagram batang atau balok

Diagram batang atau balok adalah diagram data berbentuk persegi panjang yang
lebarnya sama dan dilengkapi dengan skala atau ukuran sesuai dengan data yang
bersangkutan. Setiap batang tidak boleh saling menempel atau melekat antara satu
dengan lainnya dan jarak antara setiap batang yang berdekatan harus sama.
Contoh :
Peringkat Mata Pelajaran yang Disukai Siswa di Sekolah T Tahun 2010
Jenis Mata Pelajaran

Banyaknya Siswa

Kesenian
Bahasa Indonesia
Ekonomi
Bahasa Inggris
Matematika

65
34
13
10
9

Peringkat Mata Pelajaran yang Disukai

Siswa di Sekolah T Tahun 2010
80
60
40
20
0
Kesenian

Bahasa
Indonesia

Ekonomi

Banyaknya Siswa

Bahasa Inggris

Matematika

3. Diagram garis
Diagram Garis adalah diagram berupa garis, diperoleh dari beberapa ruas garis
yang menghubungkan titik-titik pada bidang bilangan. Pada diagram garis digunakan
dua garis yang saling berpotongan. Pada garis horizontal (sumbu-X) ditempatkan
bilangan-bilangan yang sifatnya tetap, seperti tahun dan ukuran-ukuran. Pada garis
tegak (sumbu-Y) ditempatkan bilangan-bilangan yang sifatnya berubah-ubah, seperti
harga, biaya jumlah, dan jumlah.
Peringkat Mata Pelajaran yang Disukai Siswa di Sekolah T
Tahun 2010
70
60
50
40
30
20
10
0

65
34
13

10

Banyaknya Siswa

4. Diagram lingkaran
Diagram lingkaran adalah diagram data berupa lingkaran yang telah dibagi
menjadi juring-juring sesuai dengan data tersebut. Bagian-bagian dari keseluruhan data
tersebut dinyatakan dalam persen.
Contoh: Peringkat Mata Pelajaran yang Disukai Siswa di Sekolah T Tahun 2010
Jenis Mata Pelajaran

Banyaknya Siswa

Kesenian

65

Bahasa Indonesia

34

Ekonomi

12

Bahasa Inggris

10

Matematika

Peringkat Mata Pelajaran yang Disukai

Siswa di Sekolah T tahun 2010
9%

8%

7%

Kesenian
50%

26%

Bahasa Indonesia
Ekonomi
Bahasa Inggris
Matematika

Untuk mencari besar sudut tiap-tiap juring atau %, caranya sebagai beikut.
1. sudut untuk pelajaran kesenian

65
360 0 180 0
130

65
100% 50%
130

2. sudut untuk pelajaran bahasa indonesia

34
360 0 94,154 0
130

34
100% 26,154%
130

3. sudut untuk pelajaran ekonomi

12
360 0 33,2310
130

12
100% 9,231%
130

4. sudut untuk pelajaran bahasa inggris

10
360 0 27,692 0
130

10
100% 7,692%
130

5. sudut untuk pelajaran matematika

9
360 0 24,9230
130

9
100% 6,923%
130

5. Kartogram
Kartogram atau peta statistik adalah diagram data berupa peta yang
menunjukkan kepadatan penduduk, curah hujan, hasil pertanian, hasil pertambangan
dsb. Contoh :
TABEL PEMASARAN TELEVISI PERUSAHAAN X, SEMESTER I, 1990
Daerah Pemasaran
Jumlah
Semarang
Yogyakarta
Purwokerto
Tegal
Pati
Surakarta

500.000
400.000
300.000
300.000
200.000
350.000

Dalam bentuk kartogram peta statistik tersebut digambarkan sebagai berikut.

PETA PEMASARAN TELEVISI PERUSAHAAN X, SEMESTER I, 1990

6. Diagram Pencar
Diagram pencar untuk kumpulan data yang terdiri atas dua variable dengan nilai
kuantitatif, diagramnya dapat dibuat dalam system sumbu koordinat dan gambarnya
akan merupakan kumpulan titik-titik yang terpencar.
Peringkat Mata Pelajaran yang Disukai Siswa di Sekolah T
Tahun 2010
80
60
40
Banyaknya Siswa

20
0
0

BAB 2
DISTRIBUSI FREKUENSI DAN GRAFIKNYA

1. Pengertian Distribusi Frekuensi

Distribusi Frekuensi adalah susunan data menurut kelas-kelas interval tertentu
atau menurut kategori tertentu dalam sebuah daftar. Jadi, distribusi frekuensi dapat
diartikan pengelompokan data ke dalam beberapa kategori/ kelas yang menunjukkan
banyaknya data dalam setiap kategori/ kelas, dan setiap data tidak dapat dimasukkan ke
dalam dua atau lebih kategori/ kelas.
Tujuan pengelompokan data ke dalam distribusi frekuensi adalah :
1. untuk memudahkan dalam penyajian data, mudah dipahami dan dibaca sebagai
bahan informasi,
2. memudahkan dalam menganalisa/menghitung data, membuat tabel, dan grafik.

2. Langkah-langkah Distribusi Frekuensi:

a. Mengumpulkan data,
b. Mengurutkan data dari terkecil ke terbesar atau sebaliknya,
c. Membuat kategori kelas
Jumlah kelas k = 1 + 3,3 log n,

k bulat

di mana 2k > n; di mana k = jumlah kelas; n = jumlah data,

d. Membuat interval kelas,
Interval kelas = (nilai tertinggi nilai terendah)/ jumlah kelas
e. Melakukan penghitungan atau penturuskan setiap kelasnya.

Contoh:
Dari hasil nilai ujian matematika 40 siswa, diperoleh data sebagai berikut.
78

72

74

79

74

71

75

74

72

68

72

73

72

74

75

74

73

74

65

72

66

75

80

69

82

73

74

72

79

71

70

75

71

70

70

70

75

76

77

67

Penyelesaian:
a. Urutan data
65

66

67

68

69

70

70

70

70

71

71

71

72

72

72

72

72

72

73

73

73

74

74

74

74

74

74

74

75

75

75

75

75

76

77

78

79

79

80

82

82 65
6

b. Membuat kategori kelas (k) adalah

= 1 + 3,3 log 40 = 1 + 5,3 = 6,3 = 6
c. Membuat interval kelas

( )=

=
=

= 2,8 = 3

d. Tabelnya
Nilai

Turus

Frekuensi

65 67

III

68 70

IIII I

71 73

IIII IIII II

12

74 76

IIII IIII III

13

77 79

IIII

80 82

II

Jumlah

40

3. Histogram, Poligon Frekuensi dan Kurva

3.1. Histogram dan Poligon Frekuensi
Histogram dan poligon frekuensi adalah dua grafik yang sering digunakan untuk
menggambarkan distribusi frekuensi. Histogram merupakan grafik batang dari distribusi
frekuensi dan poligon frekuensi merupakan grafik garisnya.

Contoh:
Distribusi Frekuensi Hasil Pengukuran Tinggi Badan 50 Siswa
Interval Kelas

Frekuensi

(Tinggi (cm))

(Banyak Murid)

140 144

Tepi Interval Kelas

Titik Tengah

139,5 144,5

142

145 149

144,5 149,5

147

150 154

12

149,5 154,5

152

155 159

15

154,5 159,5

157

160 164

12

159,5 164,5

162

165 169

164,5 169,5

167

170 - 174

169,5 174,5

172

= 60

a. Histogram
Histogram tinggi badan 60 siswa

banyak siswa
(frekuensi)

15
10
5
0
139,5

144,5

149,5

154,5

159,5

164,5

169,5

tinggi badan

frekuensi

b. Poligon Frekuensi
16
14
12
10
8
6
4
2
0

Frekuensi

137 142 147 152 157 162 167 172 177

tinggi badan

3.2. Kurva Frekuensi

Kurva distribusi frekuensi, disingkat kurva frekuensi yang telah dihaluskan
mempunyai berbagai bentuk dengan ciri-ciri tertentu. Bentuk-bentuk kurva frekuensi
adalah sebagai berikut.
1. Simetris atau berbentuk lonceng, ciri-cirinya adalah nilai variabel di sampingkiri
dan kanan yang berjarak sama terhadap titik tengah (yang frekuensinya terbesar)
mempunyai frekuensi yang sama. Bentuk kurva simetris sering dijumpai dalam
distribusi bermacam-macam variabel, karena itu dinamakan distribusi normal.
2. Tidak simetris atau condong, ciri-cirinya ialah ekor kurva yang satu lebih panjang
daripada ekor kurva lainnya. Jika ekor kurva lebih panjang berada di sebelah kanan,
kurva disebut kurva condong ke kanan (mempunyai condong positif), sebaliknya
disebut kurva condong ke kiri (mempunyai condong negatif).
3. Bentuk J atau J terbalik, ciri-cirinya ialah salah satu nilai ujung kurva memiliki
frekuensi maksimum.
4. Bentuk U, dengan ciri kedua ujung kurva memiliki frekuensi maksimum.
5. Bimodal, dengan ciri mempunyai dua maksimal.
6. Multimodal, dengan ciri mempunyai lebih dari dua maksimal.
7. Uniform, terjadi bila nilai-nilai variabel dalam suatu interval mempunyai frekuensi
yang sama.

4. Jenis-Jenis Distribusi Frekuensi

Distribusi frekuensi dapat dibedakan atas tiga jenis, yaitu distribusi frekuensi
biasa, distribusi frekuensi relatif, dan distribusi frekuensi kumulatif.
a. Distribusi Frekuensi Biasa, adalah distribusi frekuensi yang hanya berisikan jumlah
frekuensi dari setiap kelompok data atau kelas.
b. Distribusi Frekuensi Relatif, adalah distribusi frekuensi yang berisikan nilai-nilai
hasil bagi antara frekuensi kelas dan jumlah pengamatan yang terkandung dalam
kumpulan data yang berdistribusi tertentu. Rumusnya:
=

= , , ,

Misalkan distribusi frekuensi memiliki k buah interval kelas dengan frekuensi

masing-masing:

,,

maka distribusi yang terbentuk adalah sebagai berikut.

Interval Kelas

Frekuensi

Interval kelas ke-1

f1

Interval kelas ke-2

f2

Interval kelas ke-k

fk

Jumlah

Frekuensi Relatif

=1

Frekuensi relatif kadang-kadang dinyatakan dalam bentuk perbandingan,

desimal atatupun persen.

c. Distribusi Frekuensi Kumulatif

Distribusi frekuensi kumulatif adalah distribusi yang berisikan frekuensi
kumulatif. Frekuensi kumulatif adalah frekuensi yang dijumlahkan. Distribusi frekuensi
komulatif memiliki grafik atau kurva yang disebut ogif.
Ada dua macam distribusi frekuensi kumulatif, yaitu distribusi frekuensi
kumulatif kurang dari dan lebih dari.
a. Distribusi Frekuensi Kumulatif kurang dari, adalah distribusi frekuensi yang
memuat jumlah frekuensi yang memiliki nilai kurang dari nilai batas kelas suatu
interval tertentu.
b. Distribusi Frekuensi Kumulatif lebih dari, adalah distribusi frekuensi yang
memuat jumlah frekuensi yang memiliki nilai lebih dari nilai batas kelas suatu
interval tertentu.

Contoh:
Berikut ini adalah data 50 mahasiswa dalam perolehan nilai statistik pada
Pendidikan Matematika Universitas T semester II tahun 2010!

70

91

93

82

78

70

71

92

38

56

79

49

48

74

81

95

87

80

80

84

35

83

73

74

43

86

68

92

93

76

81

70

74

97

95

80

53

71

77

63

74

73

68

72

85

57

65

93

83

86

a. berapa orang yang mendapat nilai antara 44 52 dan 80 88 ?

b. berapa % orang yang mendapat nilai antara 53 61 dan 89 97 ?
c. berapa banyak orang yang nilainya kurang dari 44 ?
d. berapa banyak orang yang nilainya lebih dari 71 ?
Penyelesaian:
Untuk menjawab pernyataan a diperlukan distribusi frekuensi, untuk menjawab
pertanyaan b diperlukan distribusi relatif, untuk menjawab pertanyaan c diperlukan
distribusi kumulatif kurang dari, dan untuk pertanyaan d diperlukan distribusi
kumulatif lebih dari.
a. Tabel Distribusi Frekuensinya adalah sebagai berikut.
Nilai Statistik 50 Mahasiswa pada Pendidikan Matematika Universitas T
Semester II tahun 2010
Nilai

Frekuensi (f)

35 43

44 52

53 61

62 70

71 79

13

80 88

13

89 - 97

Jumlah

50

b. Tabel distribusi frekuensi relatinya adalah:

Nilai

Frekuensi (f)

35 43

44 52

53 61

62 70

71 79

13

80 88

13

89 - 97

Jumlah

50

Frekuensi Relatif
Perbandingan

Desimal

Persen

3
50
2
50
3
50
7
50
13
50
13
50
9
50

0,06

0,04

0,06

0,14

14

0,26

26

0,26

26

0,18

18

100

Jadi, mahasiswa yang mendapat nilai antara 53 61 adalah 6% dan yang

mendapat nilai antara 89 97 adalah 18%, cara mencarinya:
53 61 =

100% = 6%.

89 97 =

100% = 18%.

c. Tabel data frekuensi kumulatif untuk data tersebut adalah

Tabel distribusi frekuensi kumulatif Kurang Dari
Nilai

Frekuensi (f)

Frekuensi Kumulatif (fkumulatif)

Nilai

fk Kurang Dari

< 35

35 43

< 44

44 52

< 53

53 61

< 62

62 70

< 71

15

71 79

13

< 80

28

80 88

13

< 89

41

89 - 97

< 98

50

Jadi, banyaknya mahasiswa yang nilainya kurang dari 44 adalah 3 orang.

d. Tabel data frekuensi kumulatif untuk data tersebut adalah

Tabel distribusi frekuensi kumulatif lebih dari
Nilai

Frekuensi (f)

Frekuensi Kumulatif (fkumulatif)

Nilai

fk Lebih Dari

> 35

50

35 43

> 44

47

44 52

> 53

44

53 61

> 62

42

62 70

> 71

33

71 79

13

> 80

20

80 88

13

> 89

89 - 97

> 98

Jadi, banyaknya mahasiswa yang nilainya lebih dari 71 adalah 33 orang.

e. Ogifnya adalah
Nilai

Frekuensi Kumulatif (fkumulatif)

Frekuensi
(f)

Nilai

fk Kurang Dari

Nilai

fk Lebih Dari

< 35

> 35

50

35 43

< 44

> 44

47

44 52

< 53

> 53

44

53 61

< 62

> 62

42

62 70

< 71

15

> 71

33

71 79

13

< 80

28

> 80

20

80 88

13

< 89

41

> 89

89 - 97

< 98

50

> 98

60
50
40
30

fk Kurang Dari
fk Lebih Dari

20
10
0
0

20

40

60

80

100

120

BAB 3
UKURAN PEMUSATAN

A. Pengertian Nilai Pusat

Ukuran pemusatan atau nilai pusat adalah ukuran yang dapat mewakili data
secara keseluruhan.
B. Jenis-Jenis Ukuran Nilai Pusat
1. Rata-Rata Hitung (Mean)
Mean adalah nilai rata-rata dari data-data yang ada. Rata-rata hitung dari
populasi diberi simbol dan rata-rata hitung dari sampel diberi simbol . Mencari ratarata hitung secara umum dapat ditentukan dengan rumus :

a.

Untuk data tunggal

Cara menghitung mean untuk data tunggal ialah sebagai berikut.

1.

Jika X1, X2, ..., Xn merupakan n buah nilai dari variabel X, maka rata-rata
hitungnya sebagai berikut.

X
n

X 1 X 2 ... X n
n

X = rata-rata hitung (mean)

X = wakil data
n = jumlah data
Contoh :
Hitunglah rata-rata hitung dari nilai-nilai 7, 6, 3, 4, 8, 8?
Penyelesaian :
X = 7,6,3,4,8,8;

n = 6;

Sehingga mean adalah : X

2.

X = 7 + 6 + 3 + 4 + 8 + 8 = 36

36
6
6

Jika nilai X1, X2, ..., Xn masing-masing memiliki frekuensi f1, f2, ..., fn maka mean
adalah,

fX
f

f1 X 1 f 2 X 2 ... f n X n
f1 f 2 ... f n

Contoh soal :
Hitunglah rata-rata hitung dari nilai-nilai 3, 4, 3, 2, 5, 1, 4, 5, 1, 2, 6, 4, 3, 6, 1?
Penyelesaian :
X1 = 3 maka f1 = 3;

X2 = 4 maka f2 = 3

X3 = 2 maka f3 = 2;

X4 = 5 maka f4 = 2

X5 = 1 maka f5 = 3;

X6 = 6 maka f6 = 2

fX = (3 x 3) + (4 x 3) + (2 x 2) + (5 x 2) + (1 x 3) + (6 x 2) = 50
f = 3 + 3 + 2 + 2 + 3 + 2 = 15
Sehingga mean adalah : X

3.

50
3,3
15

Jika f1 nilai yang memiliki mean m1, f2 nilai yang memiliki mean m2, ... dan fk nilai
yang memiliki mean mk. Maka mean dapat dihitung sebagai berikut.

b.

fm
f

f1 m1 f 2 m2 ... f k mk
f1 f 2 ... f k

Untuk data berkelompok

Untuk data berkelompok, mean dihitung dengan menggunakan 3 metode yaitu

metode biasa, metode simpangan rata-rata dan metode coding.

1.

Metode Biasa

fX
f

f = frekuensi
X = titik tengah

2.

Metode simpangan rata-rata

X M

fd
f

M = Rata-rata hitung sementara (titik tengah frekuensi terbesar)

f = frekuensi
d=X-M
X = titik tengah

3.

Metode coding

X M C

fu
f

M = Rata-rata hitung sementara (titik tengah frekuensi terbesar)

C = Lebar kelas
u = 0, +1, +2, .
= ,

Contoh :
Tentukan rata-rata hitung dari tabel dibawah ini Nilai Ujian Statistik dari 80
mahasiswa universitas Borobudur Tahun 1997
Metode

Metode Simpangan

Metode

Biasa

Rata-Rata

Coding

Frekuensi Titik Tengah

Nilai Ujian

(f)

(X)

31 - 40

35.5

41 - 50

51 - 60

d=X-M

fd

u = d/C

35.5

-40

-40

-4

-4

45.5

91

-30

-60

-3

-6

55.5

277.5

-20

-100

-2

-10

61 - 70

15

65.5

982.5

-10

-150

-1

-15

71 - 80

25

75.5

1887.5

81 - 90

20

85.5

1710

10

200

20

91 - 100

12

95.5

1146

20

240

24

80

a. Mean dengan metode biasa

fX
f

6130
76,625
80

b. Metode Simpangan Rata-Rata

M = 75,5

X M

fd 75,5 90 76,625
80
f

fX

6130

90

fu

c. Metode Coding
M = 75,5;

C = 10

X M C x

2.

fu 75,5 10 x 9 76,625
80
f

MEDIAN
Median adalah nilai tengah dari data yang ada setelah data diurutkan. Median

disimbolkan dengan Me atau Md. Untuk Mencari Median dibedakan data tunggal dan
data kelompok.
a.

Untuk data tunggal

- Jika n ganjil maka,
Me X n 1
2

- Jika n genap maka,

X n X n2
Me

Contoh :
Tentukan Median dari data berikut :
a.

4, 3, 2, 6, 7, 5, 8

Jawab :
Urutan data : 2, 3, 4, 5, 6, 7, 8
n = 7 (ganjil) maka Me X 7 1 X 4 5
2

b.

11, 5, 7, 4, 8, 14, 9, 15
Urutkan data : 4, 5, 7, 8, 9, 11, 12, 14
X 8 X 8 2
n = 8 (genap) maka Me

X4 X5 8 9

8,5
2
2

b.

Untuk data berkelompok

1

nF

Me b p 2
f

Me

= Median

= batas bawah kelas median, ialah kelas dimana median akan terletak.

= panjang interval kelas

= banyak data

= Jumlah frekuensi sebelum kelas-kelas median

frekuensi kelas median

Contoh :
Tentukan median dari Tabel Nilai Ujian Statistik dari 80 mahasiswa universitas
Borobudur Tahun 1997
Frekuensi

Titik Tengah

Nilai Ujian

(f)

(X)

31 -

40

35.5

41 -

50

45.5

51 -

60

55.5

61 -

70

15

65.5

71 -

80

25

75.5

81 -

90

20

85.5

91 -

100

12

95.5

80
Penyelesaian :
n = 80 maka
b = 70,5;

1
1
n (80) 40 berarti terletak di kelas ke-5
2
2

F = 1 + 2 + 5 + 15 = 23;

f = 25

(80) 23
77,3
sehingga median dari data diatas adalah Me 70,5 10 2
25

3.

MODUS
Modus adalah nilai yang paling sering muncul. Modus sering disimbolkan

dengan Mo. Sejumlah data bisa tidak mempunyai modus, mempunyai satu modus
(unimodal), mempunyai dua modus (bimodal), atau mempunyai lebih dari dua modus
(multimodal). Untuk Mencari modus dibedakan data tunggal dan data kelompok.
a.

Untuk data tunggal

Modus dari data tunggal adalah data yang frekuensi terbanyak.

b. Untuk data berkelompok

b1
Mo b p
b1 b2

Dimana :
Mo = modus
b

= tepi bawah kelas modus

b1

= selisih frekuensi kelas modus dengan kelas sebelumnya

b2

= selisih frekuensi kelas modus dengan kelas sesudahnya

= panjang interval kelas

Contoh :
Tentukan modus dari Tabel Nilai Ujian Statistik dari 80 mahasiswa universitas
Borobudur Tahun 1997
Nilai Ujian

Frekuensi (f)

Titik Tengah (X)

31

40

35.5

41

50

45.5

51

60

55.5

61

70

15

65.5

71

80

25

75.5

81

90

20

85.5

91

100

12

95.5

80

Penyelesaian :
Dari tabel diketahui bahwa kelas modus adalah kelas ke-5
b = 70,5;

P = 10;

b1 = 25-15 = 10;

sehingga,

b
Mo b p 1
b1 b2

b2 = 25-20 = 5

10
70,5 10
77,17
10

C. RATA-RATA UKUR (RATA-RATA GEOMETRIS)

Jika perbandingan setiap dua data berurut adalah tetap atau hampir tetap maka
rata-rata ukur lebih baik digunakan daripada rata-rata hitung. Rata-rata ukur ada 2 yaitu
untuk data tunggal dan data kelompok.
a.

Untuk data tunggal

Jika seperangkat data adalah X1, X2, X3, ..., Xn maka rata-rata ukurnya dirumuskan.

G n X 1 . X 2 . X 3 ....X n
atau
log G

1
log X 1 log X 2 log X 3 ... log X n
n

Contoh :
Tentukan rata-rata ukur dari 2, 4, 8, 16, 32
Penyelesaian :
n=5
G 5 2 x 4 x8 x16 x32 5 32768 8
Atau
1
log 2 log 4 log 8 log 16 log 32
5
log G 0,903
log G

G 8

b.

Untuk data berkelompok

Untuk data berkelompok maka rata-rata ukur dapat dihitung dengan :
log G

f . log X
f

Contoh :
Tentukan rata-rata ukur dari Tabel Nilai Ujian Statistik dari 80 mahasiswa
universitas Borobudur Tahun 1997

Nilai Ujian

Frekuensi (f)

Titik Tengah (X)

Log X

f.Log X

31 -

40

35.5

1.5502

1.5502

41 -

50

45.5

1.6580

3.3160

51 -

60

55.5

1.7443

8.7215

61 -

70

15

65.5

1.8162

27.2436

71 -

80

25

75.5

1.8779

46.9487

81 -

90

20

85.5

1.9320

38.6393

91 - 100

12

95.5

1.9800

23.7600

80

log G

150.1794

f . log X 150,1794 1,8772

80
f

G 75,37

Sehingga rata-rata ukur adalah 75,37

c. Rata-rata ukur untuk gejala pertumbuhan atau kenaikan

Rata-rata ukur untuk gejala pertumbuhan atau kenaikan dengan syarat-syarat
tertentu, seperti pertumbuhan bakteri, pertumbuhan penduduk, kenaikan bunga dapat
dihitung dengan rumus :

Pt Po 1

100

Keterangan :
Pt

= keadaan akhir pertumbuhan

Po = keadaan awal atau permulaan pertumbuhan

X = Rata-rata pertumbuhan setiap waktu

t

= satuan waktu yang digunakan

Contoh Soal :
Tentukan laju pertumbuhan rata-rata penduduk Indonesia jika pada akhir tahun
1946 dan akhir tahun 1956 jumlah penduduk masing-masing 60 juta dan 78 juta ?
Penyelesaian :
Pt = 78 Juta
Po = 60 Juta

t = 10 tahun

Pt Po 1

100

78 601

100

X
1

100

10

10

1,3

1
X
1,310
100
X
1
1,0266
100
X 2,66

D. RATA-RATA HARMONIS
a.

Rata-rata harmonis untuk data tunggal

Rata-rata harmonis dari seperangkat data X1, X2, X3, ..., Xn dirumuskan :
RH

1
X

n
1
1
1
1

...
X1 X 2 X 3
Xn

Contoh soal :
Si B berepgian pergi-pulang ke kampus dengan kendaraan mobil. Waktu pergi ia
menggunakan waktu 40 km/jam, sedang waktu kembali menggunakan waktu 30
km/jam. Berapa kecepatan rata-rata pergi pulang si B?
Penyelesaian :

RH

b.

2
32,3 km / jam
1
1

40 30

Rata-rata harmonis untuk data berkelompok

Untuk data berkelompok, rata-rata harmonis dapat dihitung dengan rumus :
RH

f
f
X

Antara ketiga rata-rata dalam ukuran nilai pusat, yaitu rata-rata hitung, rata-rata
ukur dan rata-rata harmonis terdapat hubungan : RH G X
Contoh :
Tentukan rata-rata harmonis dari Tabel Nilai Ujian Statistik dari 80 mahasiswa
universitas Borobudur!
Frekuensi

Titik Tengah

Nilai Ujian

(f)

(X)

31 -

40

35.5

0.0282

41 -

50

45.5

0.0440

51 -

60

55.5

0.0901

61 -

70

15

65.5

0.2290

71 -

80

25

75.5

0.3311

81 -

90

20

85.5

0.2339

91 -

100

12

95.5

0.1257

80
Penyelesaian :
RH

f
f
X

80
73,94
1,0819

1.0819

BAB 4
UKURAN PENYEBARAN (FRAKTIL)

1. Pengertian Fraktil
Fraktil adalah nilai-nilai yang membagi seperangkat data yang telah terurut
menjadi beberapa bagian yang sama. Fraktil dapat berupa kuartil, desil dan persentil.
a. Kuartil
Kuartil adalah nilai-nilai yang membagi seperangkat data yang telah terurut
menjadi empat bagian yang sama. Ada 3 kuartil yaitu kuartil bawah (Q1), kuartil tengah
(Q2), dan kuartil atas (Q3).
a.

Untuk data tunggal

Q = nilai yang ke

i(n + 1)
,
4

i = 1, 2, 3

Contoh :
Tentukan kuartil dari data : 2, 6, 8, 5, 4, 9, 12
Penyelesaian :
Data diurutkan : 2, 4, 5, 6, 8, 9, 12
n=7

b.

Q1

17 1
2, yaitu 4
4

Q3

37 1
6, yaitu 9
4

Q2

27 1
4, yaitu 6
4

Untuk data berkelompok

=

( )
+4
C

Keterangan:
Bi = tepi bawah kelas kuartil
i = 1, 2, 3

n = jumlah semua frekuensi

= frekuensi kelas kuartil

( ) = jumlah frekuensi semua kelas sebelum kelas kuartil

C = panjang interval kelas

Contoh :
Tentukan kuartil ke-3 dari Tabel Nilai Ujian Statistik dari 80 mahasiswa
Universitas T Tahun 2010
Frekuensi

Titik Tengah

Nilai Ujian

(f)

(X)

31 -

40

35.5

41 -

50

45.5

51 -

60

55.5

61 -

70

15

65.5

71 -

80

25

75.5

81 -

90

20

85.5

91 -

100

12

95.5

Penyelesaian :
n = 80;

i = 3,

Bi = 80,5;

C = 10;

maka

in 380

60 terletak di kelas ke-6

4
4

= 20;

( ) = 1+2+5+15+25 = 48

( )
+4
C

( )
60 48
+4
C = 80,5 +
10 = 80,5 + 6 = 86,5
20

b. DESIL
Desil adalah nilai-nilai yang membagi seperangkat data yang telah terurut
menjadi sepuluh bagian yang sama.
1. Untuk data tunggal
Di

in 1
; i 1,2,3,...,9
10

2. Untuk data berkelompok

=

+ 10

( )

Contoh:
Tentukan desil ke-4 (D4) dan desil ke-8 (D8) dari distribusi frekuensi berikut.
Nilai Matematika 40 Mahasiswa Universitas T Tahun 2010
Nilai

Frekuensi (f)

30 39

40 49

50 59

60 69

70 79

80 89

90 99

Jumlah

40

Penyelesaian:
Untuk desil ke-4 (D4)
n = 40;

i = 4,

B4 = 59,5;

C = 10;

+ 10

( )

maka

in 440

16 terletak di kelas ke-4

10
10

= 7;

( ) = 5 + 3 + 6 = 14

C = 59,5 +

16 14
10 = 59,5 + 2,86 = 62,36
7

Untuk desil ke-8 (D8)

n = 40;

i = 8,

B8 = 79,5;

C = 10;

+ 10

c.

( )

maka

in 840

32 terletak di kelas ke-6

10
10

= 7;
C = 79,5 +

( ) = 5 + 3 + 6 + 7 + 8 = 29
32 29
10 = 79,5 + 4,29 = 83,79
7

PERSENTIL
Persentil adalah nilai-nilai yang membagi seperangkat data yang telah terurut

menjadi seratus bagian yang sama.

1.

Untuk data tunggal

Pi

in 1
; i 1,2,3,...,99
100

2.

Untuk data berkelompok

=

+ 100

( )

Contoh:
Dari distribusi frekuensi di bawah ini, tentukan P88!
Tinggi 100 Mahasiswa Universitas Borobudur
Tinggi (cm)

Frekuensi (f)

150 154

155 159

160 164

14

165 169

35

170 174

27

175 - 179

12

Jumlah

100

Penyelesaian:
n = 100;

i = 88,

B88 = 169,5;

C = 5;

+ 100

maka

in
88100

88 terletak di kelas ke-5

100
100

= 27;
)
C = 169,5 +

) = 4 + 8 + 14 + 35 = 61

88 61
5 = 169,5 + 5 = 174,5
27

BAB 5
UKURAN DISPERSI
A. PENGERTIAN DISPERSI
Ukuran dispersi atau ukuran variasi atau ukuran penyimpangan adalah ukuran
yang menyatakan seberapa jauh penyimpangan nilai-nilai data dari nilai-nilai pusatnya
atau ukuran yang menyatakan seberapa banyak nilai-nilai data yang berbeda dengan
nilai-nilai pusatnya.

B. JENIS-JENIS UKURAN DISPERSI

1. Jangkauan (Range, R)
Jangkauan atau ukuran jarak adalah selisih nilai terbesar data dengan nilai
terkecil data. Cara mencari jangkauan dibedakan antara data tunggal dan data
berkelompok.
a. Jangkauan Data Tunggal
Bila ada sekumpulan data tunggal, X1, X2, ....., Xn maka jangkauannya adalah:
Jangkauan = Xn X1
Contoh:
Tentukan jangkauan data: 2, 6, 8, 5, 4, 12, 9
Penyelesaian:
Data diurutkan: 2, 4, 5, 6, 8, 9, 12
X7 = 12 dan X1 = 2
Jangkauan = X7 X1 = 12 2 = 10

b. Jangkauan Data Berkelompok

Dapat ditentukan dengan dua cara:
1) Jangkauan adalah selisih titik tengah kelas tertinggi dengan titik tengah kelas
terendah.
2) Jangkauan adalah selisih tepi atas kelas tertinggi dengan tepi kelas terendah.

Contoh:
Tentukan jangkauan dari distribusi frekuensi berikut!
Tabel Nilai Matematika 50 Siswa
Nilai

Frekuensi

50 54

55 59

60 64

10

65 69

14

70 74

12

75 79

80 84

Jumlah

50

Penyelesaian:
Titik tengah kelas terendah

= 52

Titik tengah kelas tertinggi

= 82

Tepi bawah kelas terendah

= 49,5

Tepi atas kelas tertinggi

= 84,5

1. Jangkauan = 82 52 = 30
2. Jangkauan = 84,5 49,5 = 35

2. Jangkauan Antarkuartil dan Jangkauan Semi Interkuartil

Jangkauan antarkuartil adalah selisih antar kuartil atas (Q3) dan kuatil bawah
(Q1). Dirumuskan:

JK = Q3 Q1

Jangkauan semi interkuartil adalah setengah dari selisih kuartil atas (Q3) dan
kuatil bawah (Q1). Dirumuskan:

= (

Rumus-rumus di atas berlaku untuk data tunggal dan data berkelompok.

Contoh Soal:
1. Tentukan jangkauan antarkuartil dan jangkauan semi interkuartil dari data berikut!
2, 4, 6, 8, 10, 12, 14
Penyelesaian:
Q1 = 4 dan Q3 = 12,
= (

JK = Q3 Q1 = 12 4 = 8
) = (8) = 4

2. Tentukan jangkauan antarkuartil dan jangkauan semi interkuatil distribusi frekuensi

berikut.

NILAI UJIAN STATISTIK 80 MAHASISWA

Nilai Ujian
30
40
50
60
70
80
90

Frekuensi (f)

39
49
59
69
79
89
99

2
3
5
14
24
20
12

Jumlah

80

Penyelesaian:
n
( f1 )
Q1 B1 4
C
fQ1

3n
( f3 )
Q3 B3 4
C
fQ3

80
10
4
Q1 59,5
10
14

3 (80)
48
4
Q3 79,5
10
20

Q1 59,5 7,14 66,64

Q3 79,5 6 85,5

JK = 85,5 66,64 = 18,86 dan Qd

1
85,5 66,64 9,43 .
2

Jangkauan antarkuartil (JK) dapat digunakan untuk menemukan data pencilan,

yaitu data yang dianggap salah atau salah ukur atau berasal dari kasus yang
menyimpang, karena itu perlu diteliti ulang. Data pencilan adalah data yang kurang dari
pagar luar.
L

= 1,5 x JK

PD = Q1 L
PL = Q3 + L
Keterangan:
L

= satu langkah

PD

= pagar dalam

PL

= pagar luar

Contoh soal:
Selidikilah apakah terdapat data pencilan dari data dibawah ini!
15, 33, 42, 50, 51, 51, 53, 55, 62, 64, 65, 68, 79, 85, 97.
Penyelesaian:
Q1

= 50 dan Q3 = 68

JK

= 68 50 = 18

= 1,5 x 18 = 27

PD

= 50 27 = 23

PL

= 68 + 27 = 95
Pada data di atas terdapat nilai 15 dan 97 yang berarti kurang dari pagar dalam

(23) atau lebih dari pagar luar (95). Dengan demikian, nilai 15 dan 97 termasuk data
pencilan, karena itu perlu diteliti ulang. Adanya nilai 15 dan 97 mungkin disebabkan
salah dalam mencatat, salah dalam mengukur, atau data dari kasus menyimpang.

3. Deviasi Rata-Rata (Simpangan Rata-Rata)

Deviasi rata-rata adalah nilai rata-rata hitung dari harga mutlak simpangansimpangannya.
a. Deviasi rata-rata data tunggal

X X
1
X

n
n
Contoh soal : Tentukan deviasi rata-rata data 2, 3, 6, 8, 11!
DR

Penyelesaian:
Rata-rata hitung = X

DR

2 3 6 8 11
6
5

X 2 6 3 6 6 6 8 6 11 6 14

14
2,8
5

b. Deviasi rata-rata untuk data berkelompok

1
DR f X X
n

X X
n

4. Varians
Varians adalah nilai tengah kuadrat simpangan dari nilai simpangan rata-rata
kuadrat. Varians sampel disimbolkan dengan s2. Varians populasi disimbolkan dengan
2(sigma).
a. Varians data tunggal
Dapat digunakan dengan dua metode, yaitu metode biasa dan metode angka
kasar.
1. Metode Biasa
a. Untuk sampel besar (n > 30) :
2

2
n

b. Untuk sampel kecil (n 30) :

2

2
n 1

2. Metode Angka Kasar

a. Untuk sampel besar (n > 30) :
2

X2
n

b. Untuk sampel kecil (n 30) :

2

X2
n 1

2
n (n 1)

Contoh Soal:
Tentukan varians dari data 2, 3, 6, 8, 11 ?
Penyelesaian:
n=5
X

2 3 6 8 11
6
5

X X

2
3
6
8
11
30

-4
-3
0
2
5

n 1

X X

X2

16
9
0
4
25
54

4
9
36
64
121
234

54
13,5
5 1

n 1

2
n (n 1)

30 2 13,5
234

5 1 55 1

b. Varians data berkelompok

Untuk data berkelompok, dapat digunakan dengan tiga metode, yaitu :
1) Metode biasa,
a. Untuk sampel besar (n > 30) :
2

f 2
n

b. Untuk sampel kecil (n 30) :

2

f 2
n 1

2) Metode angka kasar, dan

a. Untuk sampel besar (n > 30) :
s

fX 2

fX

b. Untuk sampel kecil (n 30) :

s

fX 2
fX 2

n
n n 1

3) Metode coding.
a. Untuk sampel besar (n > 30) :
2

s C

fu

fu

b. Untuk sampel kecil (n 30) :

s C

fu

n 1

fu

nn 1

Keterangan:
C

= panjang interval kelas

= rata-rata hitung sementara

d X M

C
C

Contoh:
Tentukan varians dari data diistribusi frekuensi berikut!
Tabel Nilai Matematika 40 Siswa di Sekolah T
Nilai

Frekuensi

65 67

68 70

71 73

13

74 76

14

77 79

80 - 82

Jumlah

40

Penyelesaian:
Nilai
65 67
68 70
71 73
74 76
77 79
80 - 82
Jumlah

X
66
69
72
75
78
81

f
2
5
13
14
4
2
40

-7,425
-4,425
-1,425
1,575
4,575
7,575

( )
55,130625
19,580625
2,030625
2,480625
20,930625
57,380625

( )
110,26125
97,903125
26,398125
34,72875
83,7225
114,76125
467,775

(66 2) + (69 5) + (72 13) + (75 14) + (78 4) + (81 2)

40

=
=

= 73,425
( )

467,775
= 11,694375
40

5. Simpangan Baku (Standar Deviasi)

Simpangan baku adalah akar dari tengah kuadrat. Simpangan Baku sampel
disimbolkan dengan s. Simpangan Baku populasi disimbolkan dengan .
Menentukan simpangan baku : s var ians
a. Simpangan Baku Data Tunggal
1. Metode biasa
a. Untuk sampel besar (n > 30) :

2
n

b. Untuk sampel kecil (n 30) :

s

2
n 1

3. Metode angka kasar

a. Untuk sampel besar (n > 30) :
s

b. Untuk sampel kecil (n 30) :

s

n 1

nn 1

Contoh Soal:
1. Tentukan simpangan baku (standar deviasi) dari data 2, 3, 6, 8, 11 ?
Penyelesaian:
Dari perhitungan sebelumnya, diperoleh s2 = 13,5
Simpangan bakunya adalah:

s var ians 13,5 3,67 .

2. Berikut ini adalah sampel nilai mid test statistik I dari sekelompok mahasisiwa di
sebuah universitas.
30

35

42

50

Tentukan simpangan bakunya!

Penyelesaian:
n = 10

58

66

74

82

90

98

900

-27,5

756,25

1225

42

-20,5

420,25

1764

50

-12,5

156,25

2500

58

-4,5

20,25

3364

66

3,5

12,25

4356

74

11,5

132,25

5476

82

19,5

380,25

6724

90

27,5

756,25

8100

98

35,5

1260,25

9604

625

X 62,5

4950,5

44013

n 1

4905,5
550,056 23, 45
10 1

nn 1

n 1

44013
625 4890,33 4340,28 23,45

10 1 1010 1

b. Simpangan baku Data Berkelompok

1. Metode biasa
a. Untuk sampel besar (n > 30) :

f 2
n

b. Untuk sampel kecil (n 30) :

f 2
n 1

2. Metode angka kasar

a. Untuk sampel besar (n > 30) :
s

1056,25

35

X2

30

X X

X X
-32,5

fX 2
n

fX

n

b. Untuk sampel kecil (n 30) :

s

fX 2
n 1

fX 2
nn 1

3. Metode coding
a. Untuk sampel besar (n > 30) :
s C

fu

fu

b. Untuk sampel kecil (n 30) :

s C

fu

n 1

fu

nn 1

Contoh:
Tentukan simpangan baku dari distribusi frekuensi berikut (gunakan ketiga rumuusnya)!
Penyelesaian:
Berat Badan 100 Mahasiswa Universitas T tahun 2010
Berat Badan (kg)

Frekuensi (f)

40 44

45 49

12

50 54

19

55 59

31

60 64

20

65 69

70 - 74

Jumlah

100

Penyelesaian:
a. Dengan metode Biasa
Nilai
40 44

X
42

f
8

fX
336

-13,85

( )
191,8225

( )
1534,58

45 49
50 54
55 59
60 64
65 69
70 - 74
Jumlah
=

12
19
31
20
6
4
100

47
52
57
62
67
72

564
988
1767
1240
402
288
5585

-8,85
-3,85
1,15
6,15
11,15
16,15

78,3225
14,8225
1,3225
37,8225
124,3225
260,8225

939,87
281,6275
40,9975
756,45
745,935
1043,29
5342,75

5585
= 55,85
100

( )

5342,75
= 7,31
100

b. Metode Angka Kasar

Nilai
40 44
45 49
50 54
55 59
60 64
65 69
70 - 74
Jumlah

X
42
47
52
57
62
67
72

f
8
12
19
31
20
6
4
100

fX
336
564
988
1.767
1.240
402
288
5.585

317.265
5.585

100
100

X2
1.764
2.209
2.704
3.249
3.844
4.489
5.184

fX2
14.112
26.508
51.376
100.719
76.880
26.934
20.736
317.265

= 7,31

c. Metode Coding

Nilai
40 44
45 49

X
42
47

f
8
12

u
-3
-2

u2
9
4

fu
-24
-24

fu2
72
48

50 54
55 59
60 64
65 69
70 - 74
Jumlah

19
31
20
6
4
100

52
57
62
67
72

-1
0
1
2
3

1
0
1
4
9

-19
0
20
12
12
-23

19
0
20
24
36
219

c = 5;
= c

= 5

219
23

100
100

= 7,31

C. KOEFISIEN VARIASI
Koefisien dispersi atau variasi yang telah dibahas sebelumnya merupakan
dispersi absolut, seperti jangkauan, simpangan rata-rata, simpangan kuartil dan
simpangan baku. Untuk membandingkan dispersi atau variasi dari beberapa kumpulan
data, digunakan istilah dispersi relatif, yaitu perbandingan antara dispersi absolut dan
rata-ratanya.
Dispersi relatif digunakan untuk membandingkan tingkat variabilitas nilai-nilai
observasi suatu data dengan tingkat variabilitas nilai-nilai observasi data lainnya.
Koefisien variasi adalah contoh dispersi relatif.
Ada empat macam dispersi relatif, yaitu :
1. Koefisien Variasi (KV)
Jika dispersi absolut digantikan dengan simpangan bakunya maka dispersi
relatifnya disebut koefisien variasi (KV).

KV

s
100%
X

Keterangan:
KV = koefisien variasi
s

= simpangan baku

= rata-rata

Contoh Soal:
Dari hasil penelitian 2 sekolah, diketahui jumlah siswa yang menyukai belajar
matematika, datanya sebagai berikut.
Sekolah A = X A 980 anak, s A 15

Sekolah B = X B 785 anak, s B 5

Tentukan Koefisien variasi masing-masing!
Penyelesaian:

KV A

sA
15
100%
100% 1,53%
XA
980

KV B

sB
5
100%
100% 0,636%
XB
785

2. Variasi Jangkauan (VR)

Variasi jangkauan adalah dispersi relatif yang dispersi absolutnya digantikan
dengan jangkauan.

VR

R
100%
X

3. Variasi Simpangan Rata-Rata (VSR)

Variasi Simpangan Rata-Rata adalah dispersi relatif yang dispersi absolutnya
digantikan dengan simpangan rata-rata.

VR

SR
100%
X

4. Variasi Kuartil (VQ)

Variasi Kuartil adalah dispersi relatif yang dispersi absolutnya digantikan
dengan kuartil.
Qd
100%
Me
Q Q1
VQ 3
100%
Q3 Q1
VQ

DISPERSI ABSOLUT digunakan untuk mengetahui tingkat variabilitas nilainilai observasi pada suatu data, sedangkan DISPERSI RELATIF digunakan untuk
membandingkan tingkat variabilitas nilai-nilai observasi suatu data dengan tingkat
variabilitas nilai-nilai observasi data lainnya.

DAFTAR PUSTAKA

Hasan, Iqbal. 2006. Analisis Data Penelitian dengan Statistik. Jakarta: Bumi Aksara.
Irianto, Agus. 2008. Statistik Konsep Dasar dan Aplikasinya. Jakarta: Kencana.
Pusat Pembina dan Pengembangan Bahasa. 1998. Kamus Besar Bahasa Indonesia Edisi
ke 2. Jakarta: Balai Pustaka.
Sudjana. 2002. Metoda Statistika edisi ke 6. Bandung: Tarsito.