Statistika Deskriptif:

Parameter Populasi

-------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------

STATISTIKA DESKRIPTIF: PARAMETER POPULASI

A. Parameter Rerata
1. Batasan dan Jenis
Skala data paling rendah adalah pada level interval (interval dan rasio)
Ada tiga jenis rerata mencakup
Rerata hitung (sering disebut rerata saja)
Rerata ukur
Rerata harmonik

------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------2. Parameter Rerata Hitung

(a) Rumus rerata hitung

rerata

jumlah nilai data

banyaknya data

Dengan N sebagai banyaknya data, rerata untuk data X dan Y adalah

X

NX

dan

NY

------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------Contoh 1
Data X : 7 7 6 5 4 4 4 3
Y : 10 9 9 6 5 4 3 2 1 1

7765 4 4 43
8
40

8
5

10 9 9 6 5 4 3 2 1 1
10
50

10
5

------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------Cara lain menghitung rerata

X
7
7
6
5
4
4
4
3

40

Y
10
9
9
6
5
4
3
2
1
1
50

X = 40 / 8 = 5

Y = 50 / 10 = 5

Cara ini lebih praktis daripada cara pertama sehingga digunakan secara umum

------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------(b) Rumus dengan Frekuensi

Rumus rerata dengan melibatkan frekuensi
X

1 X 1 X 1 X 1 ... X 2 X 2 X 2 ...
(

...)
NX
f1 kali
f 2 kali
1
( f1 X 1 f 2 X 2 ...)
NX

fX
NX

fX

Rumus ini lebih praktis untuk data dengan berbagai frekuensi

------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------Contoh 2

X Y
7 10
7 9
6 9
5 6
4 5
4 4
4 3
3 2
1
1

X
7
6
5
4
3

f
2
1
1
3
1
8

fX
14
6
5
12
3
40

X = 40 / 8 = 5

Y f fY
10 1 10
9 2 18
6 1
6
5 1
5
4 1
4
3 1
3
2 1
2
1 2
2
10 50
Y = 50 / 10 = 5

------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------Contoh 3
Data X Frek f
4
3
5
5
6
10
7
15
8
11
9
6

Rerata X =

fX
12
25

------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------Contoh 4

Data Y
0
1
2
3
4
5
6
7
8
9
10

Frek f
0
1
0
5
9
15
23
15
17
9
6

fY
0
1

Rerata Y =

------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------Contoh 5
Kelompok Nilai kel X
31 40
35,5
41 50
45,5
51 60
55,5
61 70
65,5
71 80
75,5
81 90
85,5
91 100
95,5

Rerata X =

Frek f
2
3
5
14
25
18
13

fX
71

------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------Contoh 7

Penghasilan pedagang di Pasar X pertahun (dalam jutaan rupiah) adalah

sebagai berikut. Hitung rerata dari
79
80
70
68
90
92
80
70
63
76

49
84
71
72
32
93
91
74
60
63

48
90
92
85
83
76
61
99
83
88

74
70
38
53
73
71
72
95
82
70

81
91
56
65
74
90
97
80
60
66

98
93
91
93
43
72
91
59
67
80

87
82
74
83
86
67
88
71
89
79

80
78
73
86
68
75
81
77
63
75

------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------(d) Rerata sebagai Titik Tumpu Keseimbangan

Rerata adalah titik tumpu keseimbangan sehingga jumlah di bawah rerata sama
dengan jumlah di atas rerata
Data X : 7 7 6 5 4 4 4 3

Pada X, rerata 5 adalah titik tumpu keseimbangan

------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------(d) Rerata sebagai Titik Tumpu Keseimbangan

Rerata adalah titik tumpu keseimbangan sehingga jumlah di bawah rerata sama
dengan jumlah di atas rerata

Data Y : 10 9 9 6 5 4 3 2 1 1

Pada X dan Y, rerata 5 adalah titik tumpu keseimbangan

------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------Rerata adalah titik tumpu keseimbangan sehingga jumlah di bawah rerata sama
dengan jumlah di atas rerata
Data Y : 10 9 9 6 5 4 3 2 1 1

8 9 10

Pada Y, rerata 5 adalah titik tumpu keseimbangan

------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------3. Parameter Rerata Hitung pada Data Dikotomi

Khusus pada data dikotomi, rerata sama dengan proporsi

X =
sehingga pada umumnya, sering digunakan proporsi
Contoh 9

Data X
1
0
1
1
0
1
0
1
1
1
7

X = 7 / 10 = 0,7

X = 7 dari 10 = 0,7
X = X = 0,7

------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------4. Parameter Rerata Ukur

Rerata ukur adalah perkalian data yang ditarik akarnya sebesar banyaknya data
Rumus rerata ukur
N

UX N Xi
i 1

Contoh 10
Data : 3 4 5
Rerata ukur
U 3 (3)(4)(5) 3 60 3,915

Data : 2 2 4 5 7 8 8
Rarata ukur
U=

------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------5. Parameter Rerata Harmonik

Rumus

1
NX

X
N
H X i 1 i N X X
1
1

NX
i 1 X i

Contoh 11
Data: 3 5 6 6 7 12 12

Data: 2 2 4 5 7 8 8
H=

7
5,87
1 1 1 1 1 1 1

3 5 6 6 7 10 12

-----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------

Rerata hitung dan rerata ukur pada outlier

Outlier : data terletak jauh dari kelompok data
2, 3, 4, 5 , 1000

1000 terpisah jauh dari lainnya, outlier

Rerata hitung = (2 + 3 + 4 + 5 + 1000)/ 5 = 202,800
Rerata ukur =

(2)(3(4)(5)(1000) 10,371

(lebih memadai)

------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------6. Kecondongan (skewness)

Kecondongan distribusi
Distribusi frekuensi atau distribusi proporsi dapat saja
Simetri
Condong ke kiri atau positif
Condong ke kanan atau negatif
Distribusi simetri

modus = median = rerata (hitung)

------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------Distribusi condong positif (positively skewed)

Mo M
modus < median < rerata
Distribusi condong negatif (negatively skewed)

M Mo
modus > median > rerata

------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------7. Kurtosis (kepuncakan)

Kurtosis distribusi
Distribusi frekuensi atau distribusi proporsi dapat saja memiliki
puncak
Mesokurtik (puncak biasa)
Leptokurtik (puncak tinggi)
Platikurtik (puncak rendah)
Mesokurtik

------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------Leptokurtik (puncak tinggi)

Platikurtik (puncak rencah)

------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------B. Parameter Variansi dan Simpangan Baku

1. Penyebaran Data
Penyebaran data ini diacu kepada rerata hitung yakni berapa lebar data itu
menyebar di sekitar rerata hitung

Penyebaran data ini mencakup beberapa parameter

Simpangan
Jumlah Kuadrat Simpangan
Variansi
Simpangan Baku
Selain rerata hitung, parameter variansi dan simpangan baku merupakan
parameter yang banyak digunakan di dalam statistika

------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------2. Simpangan

(a) Nilai simpangan

Nilai simpangan = nilai data rerata hitung
x = X X
y = Y Y

Nilai di atas rerata memperoleh simpangan positif

Nilai sama dengan rerata memperoleh simpangan nol

Nilai di bawah rerata memperoleh simpangan negatif

------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------(b) Penyebaran

Makin menyebar data makin besar simpangannya

x1

x2

rerata
Simpangan kecil
y1

y2

rerata
Simpangan besar

------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------Contoh 12
Data X Simpangan x
7
2
7
2
6
1
5
0
4
1
4
1
4
1
3
2
0

Data Y Simpangan y
10
5
9
4
9
4
6
1
5
0
4
1
3
2
2
3
1
4
1
4
0

X = 5

Y = 5

(c)

Jumlah Simpangan
Karena rerata adalah titik tumpu keseimbangan maka jumlah simpangan (negatif dan
positf) adalah nol
x=0

y=0

------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------Jumlah simpangan terhadap rerata hitung adalah nol

x = 0

y = 0

Simpangan
kurang

6
5

Simpangan
lebih

Simpangan kurang () = simpangan lebih (+)

------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------Contoh 13

Data X Frek f
4
3
5
5
6
10
7
15
8
11
9
6
X =

Contoh 14

fX
12
25

Simp x
2,88

Data Y Frek f
1
1
3
5
4
9
5
15
6
23
7
15
8
17
9
9
10
6
Y =

fY

Simp y

------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------3. Jumlah Kuadrat Simpangan

(a) Hakikat
Sering disingkat sebagai jumlah kuadrat JK
Karena simpangan bernilai negatif dan positif dan jumlah mereka adalah nol,
maka sebelum dijumlahkan simpangan dikuadratkan
Jumlah dari simpangan yang dikuadratkan ini merupakan jumlah kuadrat
Makin besar simpangan, makin besar jumlah kuadrat sehingga JK merupakan
indikator dari penyebaran data
Makin lebar penyebaran data makin besar nilai jumlah kuadrat (JK)

------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------(b) Rumus Jumlah Kuadrat Simpangan

JK = x2 = (X X)2
Melalui aljabar, JK dapat juga dinyatakan melalui
dengan NX sebagai banyaknya data
Contoh 15
Data X
7
7
6
5
4
4
4
3
40

X2
49
49
36
25
16
16
16
9
216

JK = 216 (40)2 / 8 = 16

JK X
2

( X )2
NX

------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------4. Parameter Variansi

(a) Data Umum
JK bergantung kepada banyaknya data NX sehingga JK dapat berbeda karena
banyaknya data berbeda

Untuk mengatasinya, JK dibagi dengan banyaknya data, dan hasil bagi ini dikenal
sebagai variansi
Variansi diberi notasi 2 (merupakan ukuran penyebaran data)
( X ) 2
X
2
2

x
(
X

)
JK
NX

X
X2

NX
NX
NX
NX
2

------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------Contoh 16

Contoh 17

Dari contoh 15, telah diperoleh

JK = 16
NX = 8
Variansi 2X = 16 / 8 = 2

Data Y Y2
10
100
9
81
9
81
6
36
5
25
4
16
3
9
2
4
1
1
1
1
50 354

2y = 10,4

------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------Cara hitung menggunakan frekuensi

Data Y Frek f Y2
10
1
100
9
2
81
6
1
36
5
1
25
4
1
16
3
1
9
2
1
4
1
2
1

2Y = 10,4

fY
10
18
6
5
4
3
2
2
50

fY2
100
162
36
25
16
9
4
2
354

------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------(b) Data Dikotomi

Pada data dikotomi (0 dan 1), rumus variansi dapat disederhanakan menjadi
2X = (1 )
Dalam hal data dikotomi, terdapat nilai maksimum pada variansi

2X maks = 0,25 pada = 0,5

Contoh 18
X
1
0
0
1
0

Y
1
1
0
1
1

2X = (0,4)(1 0,4) = 0,24

2Y = (0,8)(1 0,8) = 0,16

------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------5. Parameter Simpangan Baku

(a) Hakikat Simpangan Baku
Simpangan baku adalah akar dua positif dari variansi
Simpangan baku merupakan simpangan yang dibakukan
Simpangan baku bersama-sama dengan variansi merupakan ukuran penyebaran
data
Simpangan baku sering dijadikan satuan dari simpangan data
Simpangan baku diberi notasi

X X2

------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------Simpangan, jumlah kuadrat, variansi, dan simpangan baku menunjukkan

penyebaran data
Makin lebar penyebaran data, maka besar nilai mereka

Penyebaran
Nilai simpangan
Jumlah kuadrat
Variansi
Simpangan baku

: kecil
: kecil
: kecil
: kecil
: kecil

Penyebaran
Nilai simpangan
Jumlah kuadrat
Variansi
Simpangan baku

: besar
: besar
: besar
: besar
: besar

------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------Contoh 19
Dari contoh 16
X = 2 = 1,41
Dari contoh 17
Y = 10,40 = 3,22
Dari contoh 18
X = 0,24 = 0,44
Y = 0,16 = 0,40

------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------(b) Perhitungan dengan Kalkulator

Simpangan baku dapat langsung dihitung dengan bantuan kalkulator elektronik
Caranya dapat dibaca pada manual
Contoh pada kalkulator Casio fx 350 TL
Langkahnya sama dengan langkah pada perhitungan rerata dengan kalkulator
Casio fx 350 TL
Untuk membaca simpangan baku tekan
xn =

atau

yn =

Tekan tombol x2 untuk menemukan variansi

------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------Contoh 20
Data X Frek f X2
4
3
16
5
5
6
10
7
15
8
11
9
6
50

2X =

fX
12

fX2
64

X =

Hitung kembali dengan menggunakan kalkulator elektronik

------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------Contoh 21
Data Y
1
3
4
5
6
7
8
9
10

Frek f Y2
1
5
9
15
23
15
17
9
6

Hitung

2Y =

fY

fY2

Y =

Hitung kembali dengan menggunakan kalkulator elektronik

----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------Contoh 22
Kelompok Nil Kel X
31 40
35,5
41 50
51 60
61 70
71 80
81 90
91 100

Hitung

Frek f X2
2
3
5
14
25
18
13

2X =

fX

fX2

X =

Hitung kembali dengan menggunakan kalkulator elektronik

------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------Contoh 23

Data X adalah sebagai berikut

79
80
70
68
90
92
80
70
63
76

49
84
71
72
32
93
91
74
60
63

48
90
92
85
83
76
61
99
83
88

74
70
38
53
73
71
72
95
82
70

81
91
56
65
74
90
97
80
60
66

98
93
91
93
43
72
91
59
67
80

87
82
74
83
86
67
88
71
89
79

80
78
73
86
68
75
81
77
63
75

Dengan kalkulator elektronik,

hitung
X =
X =
2X =

------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------Contoh 24
Data Y adalah sebagai berikut
39
29
44
31
46
32
37
26
34

42
22
26
28
21
15
40
25
28

30
33
30
14
38
22
20
29
38

11
32
49
35
26
28
39
33
32

35
21
13
10
26
33
30
23
31

25
43
38
41
37
47
18
30

18
11
26
15
37
19
29
43

26
11
30
39
14
22
35
28

37
32
45
33
26
31
41
32

15
29 hitung
21
34
Y =
24
20
Y =
21
32
2Y =

------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------Contoh 25
Data X adalah sebagai berikut
161
143
153
158
166
146
163
156
154
152

152
145
156
148
147
151
149
157
147
162

157
148
161
154
149
159
160
164
159
156

151
160
149
153
150
162
152
149
154
158

158
153
161
146
155
160
150
158
165
155

163
156
144
165
148
154
161
145
155
157

159
146
152
160
151
149
156
153
148
163

167
154
147
162
159
165
150
156
151
159

152
157
151
149
155
148
155
161
150
152

hitung
X =

X =

2X =

155
164
156
153
161
160
152
156
162
168

------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------Contoh 26

1
1
1
1
1
1
1
0
1
1
0

1
1
1
1
1
1
1
1
0
1
0

1
1
1
1
1
1
0
1
1
1
0

Data
1 1
1 1
1 1
0 0
1 1
0 1
1 0
1 1
1 0
1 1
0 0

Y
1
0
0
1
0
1
0
1
1
1
0

1
0
1
0
0
0
0
0
0
0
0

1
0
0
0
1
0
0
0
0
0
0

2Y

------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------

Kaitan dengan skala

skala

nominal
ordinal
interval
rasio

modus fraktil
median/
kuartil

jarak rerata
Interkuartil

variansi/
simp
baku

------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------C. Nilai Baku dan Transformasi Baku

1. Nilai Baku Linier

(a) Hakikat nilai baku
Nilai baku adalah nilai simpangan yang dinyatakan dalam satuan simpangan
baku
Nilai baku ini dikenal sebagai nilai baku linier karena ada nilai baku lain yang
nonlinier
Nilai baku linier diberi notasi z
Rumus nilai baku (linier)
zX

X X

dan zY

Y Y

------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------ Nilai baku

+ (di atas rerata)

zX

X X

0 (sama dengan rerata

(di bawah rerata)

------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------Contoh 27

Rerata sama
X = Y = 5
Simpangan sama
x = y = 2
Simpangan baku beda X = 1
Y = 5

5
7
X = 1

zX = (7 5)/1 = 2

5
7
Y = 5

Y
zY = (7 5)/5 = 0,4

------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------Contoh 28
Data X Frek f
7
2
6
1
5
1
4
3
3
1
X =

Contoh 29
Nilai baku zX

Data Y
10
9
6
5
4
3
2
1

Frek f
1
2
1
1
1
1
1

Nilai baku zY

X =
Y =
Y =

------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------Contoh 30

Contoh 31

Data X Frek f
4
3
5
5
6
10
6
15
8
11
9
6

X =

Nilai baku zX

Data Y
1
3
4
5
6
7
8
9
10

Frek f
1
5
9
15
23
15
17
9
6

X =
Y =
Y =

Nilai baku zY

------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------2. Transformasi Baku Linier

(a) Hakikat
Transformasi baku linier terjadi di antara nilai pada dua sistem (misalnya, X
dan Y)
Tranformasi baku ini dikatakan linier karena masih ada transformasi baku
lainnya yang nonlinier
Tranformasi baku linier ini dikatakan linier karena apabila nilai diletakkan di
sumbu X dan nilai transformasi diletakkan di sumbu Y, maka mereka
membentuk garis lurus
Y

------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------(b) Rumus Transformasi Baku Linier

Nilai baku setelah tranformasi disamakan dengan nilai baku sebelum transformasi
(maka itu dinamakan transformasi baku)
Dengan demikian maka

zY z X
y

Y Y

X X

Y
( X X ) Y
X

------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------Contoh 32
Data X
10
4
30
60
___
___
40
70
50
35
20
55

X
20
12
50
40
50
5
30
62
___
___
10
40

X
5
1
5
8
5
1
5
8
2
4
___
___

Data Y
____
____
45
20
70
26
60
40
60
27
80
90

Y
50
20
___
___
88
20
50
35
50
30
60
70

Y
10
2
6
4
9
2
___
___
4
6
10
4

------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------(b) Sifat Nilai baku

Tanda nilai baku adalah relatif terhadap nilai rerata
Nilai baku adalah negatif jika data terletak di bawah rerata
Nilai baku adalah nol jika data terletak tepat pada rerata
Nilai baku adalah positif jika data terletak di atas rerata
Nilai dari nilai baku adalah relatif terhadap nilai simpangan baku

Nilai baku menjadi kecil jika simpangan baku adalah besar (sebaran data
adalah besar)
Nilai baku menjadi besar jika simpangan baku adalah kecil (sebaran data
adalah kecil)