Anda di halaman 1dari 39

Tentang Statistik

BAB I
PENDAHULUAN
MATERI :
1. Pengertian Statistik dan Statistika
2. Macam-macam Statistik
3. Metodologi Statistik
4. Fungsi dan Kegunaan Statistik
5. Variabel Statistik
1.1. Pengertian Statistik dan Statistika
Statistik berasal dari kata status dan statista artinya Negara yang dikemukakan oleh
Aristoteles dalam bukunya “Politeia” yang menjelaskan uraian mengenai 158 negara. Kata
tersebut kemudian digunakan untuk mengatakan tentang pengumpulan dan penyajian
keterangan-keterangan yang dibutuhkan oleh negara dan berguna bagi negara.
Pada awalnya statistik diartikan sebagai kumpulan keterangan baik yang berbentuk
angka-angka atau kumpulan keterangan yang tidak berbentuk angka-angka/bilangan yang
memiliki arti penting dan kegunaan besar bagi suatu negara. Namun sekarang kata statistik
diartikan sebagai pelukisan suatu keadaan yang umumnya ditekankan sebagai angka-
angka bilangan atau dengan kata lain statistik berarti kumpulan angka-angka yang
berhubungan dengan atau melukiskan sesuatu persoalan.
Berbagai literatur memberikan pengertian statistik dengan susunan kalimat yang
bervariasi meskipun mengandung pengertian yang sama yaitu statistik merupakan
rekapitulasi dari fakta yang berbentuk angka-angka, disusun dalam bentuk tabel dan
daigram yang mendeskripsikan suatu keadaan (Riduwan,2003) atau statistik merupakan
sekumpulan cara maupun aturan-aturan yang berkaitan dengan pengumpulan, pengolahan
(analisis), penarikan kesimpulan atas data-data yang berbentuk angka dengan
menggunakan asumsi teretentu (Agus Irianto,2004).
Statistika merupakan suatu ilmu yang merupakan cabang dari matematika yang pada
dasarnya bukan mengemukakan data-data atau fakta-fakta, tetapi merupakan ilmu kira-
kira yang hanya mengetahui sebagian dari populasi tetapi membicarakan seluruh populasi
(Abdulrahman Ritonga, 1987). Berkaitan dengan kedudukannya sebagai ilmu, statistika
merupakan metode ilmiah yang mencakup teknik mengumpulkan, mengorganisasikan,
mentabulasi, menginterpretasi, menggambarkan dan menyajikan data dalam bentuk angka-
angka. Statistika merupakan suatu metode yang digunakan dalam pengumpulan data,
sehingga dapat diperoleh informasi yang berguna(Siagian,dkk, 2002)
1.2. Macam-Macam Statistik
Statistik dapat dibedakan menjadi dua yaitu :
1. Statistik deskriptif (statistik dalam arti sempit) yaitu statistik yang digunakan
untuk menggambarkan atau menganalisis suatu statistik hasil penelitian, tetapi
tidak digunakan untuk membuat kesimpulan yang lebih luas (generalisasi).
Kegiatan dari statistik deskriptif dimulai dari pengumpulan data, pengorganisasian
mengklasifika-sikan, dan penyajian data baik dalam bentuk tabel, grafik atau
dalam bentuk lainnya.
2. Statistik induktif (statistik inferensi = statistik probabilitas = statistik dalam arti
luas) adalah statistik yang digunakan untuk menganalisis dan mengiterpretasikan
data sample dan hasilnya akan digeneralisasikan (diinferensikan) untuk populasi
dimana sample diambil. Statistik induktif dibedakan menjadi dua yaitu :
- statistik parametris terutama digunakan untuk menganalisis data interval
atau data rasio yang diambil dari populasi yang berdistribusi normal.
- Statistik non parametris terutama digunakan untuk menganalisis data
nominal dan ordinal pada populasi yang bebas distribusi sehingga tidak
harus normal.
Jenis-jenis statistik dapat digambarkan berikut.

- Pengumpulan data
- Pengorganisasian/Pengklasifikasi
Deskriptif an Data
- Penyajian data

Statistik

Parametris

Induktif =inferensia

Non Parametris

- Menganalis dan menginterpretasikan


- Membuat Kesimpulan (generalisasi)
1.3. Metodologi Statistik
Menyelesaikan suatu permasalahan secara statistik tidak terlepas dari pendekatan
ilmiah yang harus melalui beberapa tahap. Ada 5 tahap yang harus dilakukan untuk
memecahkan permasalahan secara statistik yaitu :
1. Pembatasan masalah.
Permasalahan yang ingin dipecahkan harus dipahami dan dirumuskan secara benar
agar dapat dijadikan pedoman guna pengumpulan data secara terarah dan ekonomis.
Pembatasan masalah akan membantu untuk menarik suatu kesimpulan sehingga
dalam tahap ini informasi kuantitatif sangat bermanfaat.
2. Pengumpulan Data atau Fakta
Data harus dikumpulkan dengan tepat dan selengkap mungkin serta berhubungan
dengan permasalahan yang dihadapi. Data dapat bersumber dari data internal maupun
data eksternal.
3. Pengorganisasian/Pengklasifikasian Data
Apabila data telah terkumpul, langkah selanjutnya adalah mengorganisasi atau
mengkalsifikasikan data tersebut sesuai dengan tujuan penelitian. Data-data tersebut
dapat dapat dipisahkan atas kelompok-kelompok dan sifat-sifat yang sama.
4. Penyajian Data
Penyajian data dapat dilakukan dalam bentuk tabel maupun grafik maupun digram
yang berguna untuk menyampaikan hal-hal penting kepada pihak yang membutuhkan.

5. Analisis dan Interpretasi Data


Dalam melakukan analisis data harus dilihat apakah data yang dikumpulkan data
sampel atau data populasi. menggunakan data sampel, berdasarkan ukuran deskriptif
dilakukan pendugaan parameter populasi dan pengujian asumsi parameter atau ciri-ciri
populasi. Analisis data akan lebih dalam dibahas dalam statistik induntif atau statistik
inferensi.
Langkah –langkah metodologi statistik terlihat dalam skema berikut
Mulai

Pembatasan
Masalah

Pengumpulan
Data

Pengorganisasi
an/Pengklasifi-
kasian Data

Penyajian Data

Ya Untuk :
Data a. Menduga parameter
sampel b. Menguji asumsi
parameter

Tidak

Gunakan data populasi Buat kesimpulan


untuk menentukan berdasarkan perkiraan
karakteristik data populasi

Selesai

1.4. Fungsi dan Kegunaan Statistik


1.4.1. Fungsi Statistik
Berbagai definisi statistik yang telah diuraikan terdahulu selalu berkaitan dengan
data yang disajikan dalam bentuk ang-angka. Berkaitan dengan penyajian data dalam
bentuk angka maka statistik berfungsi :
1. Menggambarkan data dalam bentuk tertentu, tanap adanya statistik data akan
menjadi kabur dan tidak jelas.
2. Dapat menyederhanakan data yang komplek menjadi data yang mudah dimengerti
3. Merupakan teknik untuk membuat perbandingan
4. Dapat memperluas pengalaman individual
5. Dapat memberi petunjuk bagi perumusan kebijakan perusahaan
6. Dapat mengukur besaran-besaran dari suatu gejala
7. Dapat membantu menentukan hubungan sebab akibat
1.4.2. Kegunaan Statistik
Sejalan dengan perkembangan ilmu pengetahuan, statistik sebagai ilmu (statistika)
juga semakin dibutuhkan mengiringi perkembangan ilmu pengetahuan sehingga ilmu
statistik dapat digunakan pada berbagai macam disiplin ilmu seperti :
1. Ilmu ekonomi dan bisnis
- Ilmu ekonomi. Dalam ilmu ekonomi statistik dapat dipergunakan oleh para ekonom
(ahli ekonomi) sebagai indikator produktivitas ekonomi, inflasi, tingkat bunga dan
pengangguran, pertumbuhan penduduk. Di bidang produksi data statistik dipergunakan
untuk membandingkan produksi suatu daerah dengan daerah lain, di bidang konsumsi
data statistik dapat menjelaskan berbagai pola konsumsi dari strata msayarakat. Untuk
meramalkan kejadian di masa yang akan para ekonomi dapat menggunakan analisis
runtun waktu (time series) dan peramalan (forecasting). Dengan demikian penggunaan
ststistik dalam ekonomi selain untuk mengembangkan konsep-konsep ekonomi yang
sudah ada juga untuk mengkaji teori ekonomi yang telah ada.
- Manajemen. Manajer dapat menggunakan metode statistik untuk menganalisa terhadap
yang berkaitan dengan perusahaan, statistik dapat membantu menganalisa selera maupun
preferensi konsumen terhdapa barang-barang konsumsi, dapat dijadikan perusahaan
untuk mengelola dan secara terus menerus mengembangkan produksi seperti metode
pengendalian mutu, maupun untuk meramalkan jumlah yang dipasarkan atau dijual pada
masa yang akan datang berdasarkan data-data masa lalu.
- Akuntansi. Berbagai keputusan yang diambil oleh seorang akuntan seperti kondisi
keuangan, likuiditas dan persediaan diadasarkan pada analisis ratio keuangan. Metode
statistik dapat diterapkan dalam analisis berupa data rasio keuangan sehingga secara
statistik dapat menunjukkan bahwa rasio keuangan untuk beberapa perusahaan dapat
dinilai secara berbeda dengan perusahaan lain.
2. Statistik juga dapat dipergunakan sebagai alat komunikasi yang berfungsi sebagai
penghubung beberapa pihak yang menghasilkan data statistik atau berupa analisis
statistik sehingga beberapa pihak akan dapat mengambil keputusan melalui informasi.
3. Sebagai komparasi atau membandingkan data dua kelompok atau lebih.
4. Dalam aktivitas penelitian, statitistik berguna sebagai :
- alat untuk menghitung besarnya anggota sampel yang diambil dari suatu populasi.
- alat untuk menguji validitas dan reliabilitas daftar pertanyaan
- teknik-teknik untuk menyajikan data sehingga dapat lebih komunikatif
- alat untuk menganalisis data seperti menguji hipotesis penelitian yang diajukan
5. Bagi pemerintah dapat digunakan sebagai alat untuk menganalisis kondisi
perekonomian dan perkiraan trend perekonomian di masa yang akan datang
1.5. Variabel Statistik
1. Pengertian Variabel
Variabel merupakan sesuatu yang nilainya berubah-ubah atau suatu symbol yang
mempunyai nilai yang bervariasi. Variabel biasanya dilambangkan dengan Y, Z atau
singkatan dari huruf yang digunakan untuk menggambarkan arti.
2. Jenis- Jenis Variabel
Pada dasarnya variabel statistik terdiri dari dua yaitu variabel kualitatif yang
merupakan variabel yang disajikan bukan dalam bentuk angka (katagorikal) dan
variabel kuantitatif (numerikal) yang merupakan variabel yang disajikan dalam
bentuk angka.
Suatu variabel kuantitatif bisa bersifat descret yaitu variabel yang hanya mengambil
bilangan bulat dan bersifat kontinyu yaitu variabel yang dapat mengambil setiap nilai
dalam interval dan bilangan nyata atau bias mengambil nilai pecahan.
Perhatikan contoh berikut : 1 2 3 4 5 6 7 8 9 10
Dari interval 1 - 10 banyaknya bilangan bulat sebagai nilai variabel diskrit adalah 10,
karena hanya melihat bilangan bulat, sebaliknya banyaknya variabel kontinyu
mengambil nilai pecahan yang berada pada masing-masing interval yang jumlahnya
cukup banyak dan tak dapat dihitung misalnya antara 5 dengan 6 terdapat pecahan
sebesar 5,1 ; 5,11 ; 5,12 ; … 5,20 ; 5,21 ; … 6 dan seterusnya.
Menurut hubungan antar satu variabel dengan variabel lain, variabel dapat dibedakan
menjadi :
a. Variabel independent disebut juga dengan variabel stimulus, input, predictor dan
antendent yang diartikan sebagai variabel bebas yaitu variabel yang menjadi sebab
timbul atau berubahnya variabel dependent. Jadi variabel ini disebut pula variabel
yang mempengaruhi.
b. Variabel dependent disebut juga sebagai variabel respon, output, criteria,
konsukuen yang diartikan sebagai variabel terikat merupakan variabel yang
dipengaruhi atau yang menjadi akibat karena adanya variabel bebas.
Contoh : Y = f(x) bacanya variabel Y merupakan fungsi dari variabel X, artinya
bila nilai X berubah, otomatis nilai Y akan berubah.
c. Variabel moderator. Adalah variabel yang mempengaruhi (memperkuat atau
memperlemah) hubungan antara variabel bebas dengan variabel terikat sehingga
disebut juga dengan variabel independen kedua. Contoh, hubungan suami isteri
semakin akrab apabila telah mempunyai anak. Anak sebagai variabel moderator.
d. Variabel intervening, adalah variabnel yang secara teoritis mempengaruhi
(memperkuat atau memperlemah) hubungan antara variabel beas dengan variabel
terikat tetapi tidak terukur. Contoh, anak yang pandai nilainya akan tinggi, akan
tetapi ketika ia sakit dan frustrasi nilainya menurun. Sakit hati dan frustrasi
merupakan variabel intervening yang sulit diukur.
e. Variabel Kontrol adalah varaibel yang dikendalikan atau dibuat konstan sehingga
tidak akan mempengaruhi variabel utama yang diteliti. Contoh, untuk
membandingkan kecepatan mengetik komputer antara kelas A dan kelas B, maka
perlu ditetapkan variabel kontrolnya, yaitu banyaknya yang diketik sama, jenis dan
kapasitas komputer sama serta ruangannya juga harus sama.

BAB II
DATA DAN PEMBULATAN BILANGAN
MATERI :
1. Pengertian Data Statistika
2. Pembagian Data
3. Kegunaan Data
4. Syarat-syarat Data
5. Pengumpulan Data
6. Penyajian Data
7. Penjumlahan dengan notasi Σ
8. Pembulatan bilangan
2.1. DATA
2.1.1. Pengertian Data
Beberapa definisi yang dikemukakan oleh para penulis tentang definisi di atas pada
umumnya selalu mengacu pada data yang berbentuk angka-angka. Berkaitan dengan hal
tersebut statistik tidak dapat dipisahkan dari tersedianya data. Berbagai definisi yang
dikemukakan oleh para ahli tentang data sangat bervarisi meskipun mempunyai makna
yang satu. Beberapa pengertian data adalah sebagai berikut
a. Data adalah bahan mentah yang perlu diolah sehingga menghasilkan informasi atau
keterangan baik kualitatif maupun kuantitatif yang menunjukkan fakta.
b. Data merupakan sesuatu yang diketahui dan dianggap yang dapat memberikan
gambaran tentang suatu keadaan atau persoalan.
c. Data diartikan sebagai keterangan atau informasi yang menggambarkan suatu keadaan
di suatu tempat pada waktu tertentu. Penyebutan waktu dan tempat berkaitan dengan
terjadinya perubahan data dar iaktu ke waktu dan pada tempat yang berbeda-beda.
Data merupakan kata jamak, sedangkan kata tunggal dari data disebut dengan datum.
d. Data adalah keterangan mengenai sesuatu mungkin berbentuk angka-angka (bilangan)
yang disebut data kuantitatif, dan mungkin berbentuk kalimat-kalimat, uraian-uraian
yang disebut dengan data kualitatif.
e. Data adalah kumpulan dari sejumlah fakta atau kenyataan yang dapat dipercaya
kebenarannya sehingga dapat dipergunakan sebagai dasar untuk menarik
kesimpulan.
f. Data merupakan kumpulan dari sejumlah fakta atau kenyataan yang dapat
dipercaya kebenanrannya sehingga dapat digunakan sebagai dasar untuk menaik
kesimpulan.
2.1.2. Pembagian Data
Dipandang dari berbagai aspek, data dapat dibagi ke dalam beberapa golongan
seperti :
a. Menurut sifatnya
1. Data kualitatif yaitu data yang berhubungan dengan katagorisasi, karakteristik
berwujud pertanyaan berupa kata-kata atau yang tidak berbentuk angka-angka.
2. Data kuantitatif adalah data yang berbentuk angka-angka atau data kualitatif yang
diangkakan (skoring). Data kuantitatif dapat dibedakan menjadi dua yaitu :
a. Data deskrit atau data nominal adalah data yang diperoleh dari hasil
menghitung atau membilang (bukan mengukur) atau data yang satuannya
bulat dalam bilangan asli, tidak berbentuk pecahan. Contohnya : manusia, baju,
sepeda, mobil, pohon dll.
b. Data kontinum (kontinyu) adalah data yang diperoleh dari hasil pengukuran
atau data yang satuannya pecahan yang terdiri dari :
- data ordinal adalah data yang berjenjang atau berbentuk peringkat yang
makin kecil angkanya maka semakin tinggi nilainya. Oleh karenanya jarak
yang satu dengan yang lain tidak sama. Contoh ; Juara I, II , III atau Eselon
I, II, III dan sebagainya.
- data interval adalah data yang jaraknya sama, tetapi tidak mempunyai nilai
nol mutlak (absolut) tetapi masih mempunyai nilai. Misalnya nol derajat
Celcius, ternyata masih ada nilainya.
- data ratio adalah data yang jaraknya sama dan mempunyai nilai nol
absolut. Misalnya hasil pengukuran panjang (m), berat )kg) dan lainnya.
Data rasio dapat disusun ke dalam data interval atau data rasio.
b. Menurut sumbernya
1. Data internal yaitu data yang menggambarkan keadaan/kegiatan dalam suatu
lembaga/ badan atau individu tertentu (dalam lingkungan sendiri). Data internal
dalam suatu perusahaan seperti data personalia, data keuangan dan lainnya
sedangkan bagi negara seperti data penduduk, data sumber-sumber alam,
pendapatan nasional dan lainnya.
2. Data eksternal yaitu data yang menggambarkan keadaan/kejadian diluar suatu
lembaga/badan atau individu tertentu. Data ekternal bagi suatu perusahaan seperti
data tentang daya beli masyarakat, perkembangan harga, data tentang permintaan
dan penawaran serta data lainnya, sedangkan bagi suatu negara seperti data
perkembangan barang-barang ekspor di pasaran internasional, data yang
menunjukkan akibata danya krisis ekonomi dan lainnya.
Data eksternal dapat dibagi ke dalam : (data menurut cara memperolehnya) :
a. Data primer yaitu data yang dikumpulkan dan diolah sendiri oleh suatu badan
atau individu secara langsung dari obyeknya.
b. Data sekunder yaitu data yang diperoleh dalam bentuk sudah jadi, sudah
dikumpulkan dan diolah oleh pihak lain.
c. Menurut waktu pengumpulannya
1. Data seketika (cross section data) yaitu data yang dikumpulkan pada waktu tertentu
yang dapat menggambarkan keadaan dan karakteristik obyek penelitian pada
waktu penelitian itu dilakukan.
3. Data berkala (time series data) yaitu data yang dikumpulkan dari waktu ke waktu
yang dapat menggambarkan tentang perkembangan suatu kegiatan/kejadian.
Misalnya data tentang jumlah penduduk tahun 1990 sampai dengan tahun 2000,
data tentang Jumlah Uang yang Beredar sejak tahun 1995 – 2000 dan lainnya.
Secara singkat dapat digambarkan sebagai berikut :

Kualitatif
Deskrit
Macam Data

Ordinal
Kuantitatif

Kontinum
Interval

Rasio

2.1.3. Syarat-syarat Data


Data yang baik akan mempermudah dalam membuat suatu perencanaan maupun
suatu keputusan. Oleh karena itu suatu data dapat dianggap baik harus memenuhi syarat-
syarat ::
a. Harus obyektif, sesuai dengan realita
b. Harus representatif (terwakili)
c. Kesalahan baku (standard error) harus kecil
d. Harus tepat waktu (up to date)
e. Harus relevant dengan persoalan yang dipecahkan

2.1.4. Kegunaan Data


Data sangat berguna bagi pihak-pihak yang membutuhkan seperti :
a. Data untuk suatu perencanaan
b. Sebagai alat kontrol
c. Dasar evaluasi dari hasil kerja akhir
d. Sebagai gambaran tentang suatu keadaan
e. Dasar pembuatan keputusan atau pemecahan masalah
2.1.5. Pengumpulan Data
Metode pengumpulan data adalah teknik atau cara-cara yang dapat digunakan
untuk mengumpulkan data. Ada beberapa teknik untuk mengumpulkan data yaitu :
a. Untuk data primer yang merupakan data yang didapat dari sumber pertama yang dapat
dilakukan dengan cara :
- wawancara yaitu suatu cara pengumpulan data yang digunakan untuk memperoleh
informasi langsung dari sumbernya baik dengan wawancara langsung maupun
tidak
- informasi yang diperole hdaro koresponden
- informasi yang diperoleh dari daftar pertanyaab yang dikirim lewat pos
- informasi yang diperoleh beradasar pada daftar pertanyaan (instrumen penelitian =
questionnaire) yang merupakan alat bantu yang dipilih dan digunakan dalam
kegiatan mengumpulkan data agar kegiatan tersebut sistimatis.
- Pengamatan (observasi) yaitu melakukan pengamatan secara langsung ke obyek
yang diteliti untuk melihat dari dekat kegiatan.
Keuntungan data primer :
- dapat mengatasi responden yang buta huruf
- dapat mengatasi beberapa jawaban yang tidak terjawab
- pencacah dapat menjelaskan maksud pertanyaan yang kurang jelas/tidak
dimengerti responden
Kelemahannya :
- sangat mahal biayanya
- hasilnya dapat bias akibat interpretasi yang kurang tepat
- memerlukan waktu yang lama dan hasilnya sangat tergantung pada ketrampilan
pencacah
b. Untuk data sekunder yaitu data primer yang diperoleh dari pihak lain atau data primer
yang diolah lebih lanjut dan disajikan oleh pengumpula data primer atau pihak lain
yang bisanya disajikan dalam bentuk tabel atau diagram yang dapat diperoleh dari :
- data yang sudah dipublikasikan ; data yang tidak dipublikasikan
Keuntungan data sekunder :
- Data mudah diperoleh
- Tidak perlu melakukan penelitian langsungterhadap tujuan yang ingin dicapai
- Biayanya relatif murah dan - Waktu relatif pendek
Kelemahannya :
- kadang-kadang data sudah tidak relevan dengan keadaan saat ini
- dapat dipengaruhi oleh faktor subyektivitas dan kesalahan (bias) dari peneliti
- kemungkinan cara pengumpulannya tidak benar muncul
- ruang lingkup sangat pendek/singkat
- kemungkinan dilakukan pada saat tidak normal sehingga menjadi tidak relevan lagi
dengan situasi saat ini.
2.1.6. Populasi dan Sampel
2.1.6.1. Populasi
Populasi dalam statistik mempunyai arti yang luas. Suatu populasi bisa terdiri dari
individu-individu seperti semua mahasiswa fakultas Ekonomi Universitas Mataram, semua
mahasiswa yag mengambil mata kuliah Statistik Ekonomi I. Atau sebuah populasi bisa
juga terdiri dari benda-benda, seperti semua ban mobil tipe X yang diproduksi oleh
perusahaan A Suatu populasi dapat pula terdiri dari sekelompok pengukuran seperti berat
semua pemain sepakbola Fakultas Ekonomi, atau semua ukuran tinggi dri pemain Volly
Ball di Mataram.
Mengacu pada uraian di atas, maka populasi diartikan sebagai suatu kumpulan
dari semua kemungkinan orzng-orang, benda-benda, atau ukuran ketertarikan dari hal
yang menjadi perhatian. Atau populasi adalah kumpulan dari seluruh elemen (unit atau
individu) sejenis yang dapat dibedakan menjadi obyek penelitian kemudian ditarik
kesimpulannya Misalnya kita ingin megetahui keadaan perusahaan A, maka perusahan
ini disebut dengan populasi, karena perusahaan tersebut mempunyai sejumlah
orang/subyek dan obyek yang lain
2.1.6.2. Sampel
Sampel adalah bagian (sebagian kecil ) dari poulasi yang karakteristiknya hendak
diselidiki atau suatu porsi atau bagian dari populasi tertentu yang menjadi perhatian.
Ada beberapa alasan mengapa sampel diambil dalam suatu populasi yaitu :
1. Bila jumlah populasi besar dan peneliti tidak mampu untuk mempelajari semua
populasi.
2. Biaya yang dipergunaan untuk mempelajari seluruh populasi besar
3. Menghubungi seluruh poplasu membutuhkan waktu yang lama
4. Kemampuan tenaga untuk mempelajari seluruh populasi terbatas/kurang
Apa yang dipelajari dari sampel, kesimpulannya akan diberlakukan untuk seluruh
populasi sehingga sampel yang diambil harus benar-benar representatif (mewakili) kondisi
populasi.
2.2. PENJUMLAHAN DAN PEMBULATAN BILANGAN
2.2.1. Penjumlahan Bilangan dengan Notasi Σ
Notasi dipergunakan untuk mempermudah serta mempersingkat penulisan tanpa
mengurangi pengertian yang terkandung di dalamnya. Penggunaan notasi Σ ( baca :
jumlah dari ) dalam statistik sangat penting karena sangat banyak berkatian dengan
penjumlahan bilangan. Untuk bilangan yang jumlahnya banyak dipergunakan rumus :
n
T = ∑ Xi
i =1

= x1 + x 2 + x3 + ..... + xn
dimana : T = total jumlah ; X= variabel dan Xi = variabel ke i
n

∑ Xi
i =1
dibaca sigma Xi untuk i = 1 sampai dengan i = n, merupakan penjumlahan dari X1

sampai dengan Xn.


Beberapa aturan Penjumlahan dengan Notasi Σ :
1. Penjumlahan dari suatu bilangan tetap (konstanta) sebanyak n kali adalah sama
dengan n kali bilangan itu sendiri.
n

∑ k = k + k + k + ... + k = nk
i =1
2. Penjumlahan dari perkalian suatu bilangan tetap (konstanta) dengan suatu variabel
adalah sama dengan perkalian antara bilangan tetap itu dengan jumlah nilai-nilai
variabel tersebut.
n n

∑ k Xi = k ∑ Xi = k ( x1+ x2 + x3 + ... + xn)


i =1 i =1
3. Penjumlahan dari jumlah atau selisih beberapa variabel adalah sama dengan
jumlah atau selisih dari penjumlahan masing-masing variabel.

n n n

∑ ( Xi ± Yi) = ∑ Xi ± ∑ Yi
i =1 i =1 i =1
k = bilangan kons tan ta

Perhatikan contoh-contoh berikut :


7
1. ∑ Xi = x1+ x 2 + x3 + x 4 + x5 + x6 + x7
i =1
5
2. ∑ XiYi = Xiyi + x2 y 2 + x3 y3 + x4 y4 + x5 y5
i =1
6
3. ∑ ( Xi + Yi) = ( x1+ y1) + ( x2 + y2) + ( x3 + y3) + ( x 4 + y 4) + ( x5 + y5) + ( x6 + y6)
i =1
4
4. ∑ Xi
i=2
2
=x 22 + X 32 + x4 + x52
5
5. ∑ 2 Xi = 2( X 3 + x 4 + x5 + x6 + x7)
i =3
2.2.2. Pembulatan Bilangan
Pembulatan bilangan diperlukan agar orang dapat membaca dan memahami
tampilan data dalam bentuk yang sederhana sehingga data perlu dilakukan pembulatan
hingga satuan tertentu. Dalam melakukan pembulatan bilangan harus mengikuti aturan-
aturan berikut :
1. Jika angka terkiri dari angka yang akan dihapus kurang dari lima, maka angka
terkanan yang mendahuluinya tidak berubah.
Contoh : 314,643 dibulatkan empat angka menjadi 314,6 atau
2. Jika angka terkiri dari yang akan dihapus lebih besar dari lima atau lima diikuti
angka – angka yang tidak semuanya nol maka angka terkanan dari yang
mendahuluinya dinaikkan satu. Misalnya angka 529,673 dibulatkan menjadi 529,7
bila dikehendaki hanya empat angka. Juga angka 67,2500001 dibulatkan menjadi
67,3 bila dikehendaki disederhanakan menjadi tiga angka.
3. Jika angka terkiri dari yang harus dihapus adalh lima, dan diikuti angka – angka
nol belaka, maka angka tekanan yang mendahuluinya dinaikkan satu bila angka itu
ganjil dan tetap bila angka tersebut genap.
Sebagai contoh, angka 103,55 dibulatkan menjadi 103,6 dan angka 103,45
dibulatkan menjadi 103,4 bila disederhanakan menjadi empat angka. Perlu
diperhatikan bahwa angka 103,5499 dibulatkan menjadi 103,5 seperti ketentuan 1
dan angka 103,4501 menjadi 103,5 seperti ketentuan 2.
Statistik maupun matematika dan ilmu-ilmu lainnya sering menggunakan huruf-huruf
Yunani yang dipergunakan sebagai lambang atau notasi. Berikut beberapa huruf yang
biasa dipakai dalam statistik maupun matematika:
No Jenis huruf Baca
1 α Alpha
2 β Betha
3 χ Chi
4 δ Delta
5 τ tau
6 ε Epsilon
7 γ Gama
8 λ Lamda
9 µ Miu
10 π Phi
11 θ Teta
12 ρ Rho
13 σ sigma
14 Σ Sigma (notasi jumlah)
15 ω omega
BAB III.
PENYAJIAN DATA DAN DISTRIBUSI FREKUENSI
MATERI :
1. Membedakan antara penyajian data dengan bentuk-bentuk tabel, diagram dan grafik
2. Menyajikan data dalam bentuk diagram, batang, diagram garis dan diagram lingkaran
3. Menyusun data mentah ke dalam distribusi frekuensi
4. Menggambarkan ditribusi frekuensi ke dalam bentuk histogram, poligon dan ogive
3.1. PENYAJIAN DATA
Setelah dilakukan pengumpulan data, pengorganisasian/pengkalsfikasian data,
langkah selanjutnya adalah menyajikan data-data tersebut ke dalam bentuk yang mudah
dibaca dan difahami oleh berbagai pihak yang berkepentingan sebagai dasar untuk
membuat suatu perencanaan dan keputusan.
Pada garis besarnya penyajian data statistik dapat berbentuk:
1. Tabel Biasa : - Tabel klasifikasi tunggal
- Tabel klasifikasi ganda
- Tabel kontingensi
- Tabel frekuensi/distribusi frekuensi
2. a. Grafik terdiri dari Histogram, Poligon, Ogive, (lihat di distribusi frekuensi)
b. Diagram : - Diagram batang (bar chart)
- Diagram garis (line chart)
- Diagram lambang (pictograph)
- Diagram lingkaran ( pie chart)
- Diagram peta (Kartogram )
- Diagram pencar da campuran
Berikut akan diberikan contoh penyajian data dari berbagai bentuk di atas.
1. TABEL.:Penyajian data dalam bentuk tabel dimaksudkan agar orang dapat memahami
dengan mudah dan menelaah apa yang disajikan.
a. Bentuk Tabel Klasifikasi Tunggal atau tabel satu arah (one way table) adalah tabel
yang memuat keterangan mengenai satu hal atau satu karakteristik.
Tabel 2.1. PDRB NTB Tahun 1995 Atas Dasar Harga Berlaku Menurut Lapangan
Usaha
Lapangan Usaha PDRB (%)
Pertanian 38,23
Pertambangan dan Penggalian 3,03
Industri Pengolahan 4,67
Listrik, Gas Dan Air Bersih 0,41
Bangunan 8,29
Lainnya 45,37
Jumlah 100
Sumber : Bappenas, 1997
Tabel 2.2. Jumlah Penduduk Kota Mataram Berdasarkan Kelompok Umur Tahun
2000
Kelompok Umur Jumlah Penduduk (Jiwa)
0–4 32.603
5–9 32.465
10 – 14 32.618
15 - 19 37.880
20 – 24 37.099
25 – 29 30.445
30 – 39 47.574
40 – 49 31.077
50 – 59 17.970
60 – 69 10.265
> 70 5.662
Jumlah 315.738
Sumber : BPS NTB, 2001.
Terlihat bahwa tabel 2.1 dan 2.2 merupakan contoh-contoh tabel dengan klasifikasi
tunggal, dimana tabel 2.1 merupakan tabel dalam bentuk kualitatif dan tabel 2.2
merupakan bentuk tabel kuantitatif.
c. Bentuk Tabel Klasifikasi Ganda atau tabel dua arah ( two way table) adalah tabel
yang menunjukkan dua hal atau dua karakteristik.
Tabel 2.3. Persentase Kepala Rumah Tangga Menurut Daerah Tempat Tinggal dan
Jenis Kelamin Tahun 1998 (%)
Tempat Tinggal Pria Wanita Jumlah
Pedesaan 87,53 12,47 100
Perkotaan 86,22 13,78 100
Perkotaan dan Pedasaan 87,05 12,95 100
Sumber : BPS, Susenas, 1998
Tabel 2.4. Jumlah Penduduk Yang Bekerja Menurut Kecamatan Dan Tingkat
Pendidikan di Kota Mataram Hasil Sensus Penduduk Tahun 2000
Jenjang Pendidikan Kecamatan Jumlah
Ampenan Mataram Cakranegara
Tidak/Belum tamat SD 39.536 27.486 34.953 101.975
SD 22.326 16.989 21.955 61.270
SLTP 12.727 12.782 11.564 37.073
SLTA 20.499 26.757 15.964 63.220
Diploma I/II 768 637 447 1.852
Akademi/Diploma II 1.072 1.608 682 3.362
PT/DIV 4.637 7.074 2.588 14.299
Tak Terjawab 0 3 1 4
Jumlah 101.565 93.336 88.154 283.655
Sumber : BPS NTB, 2001
c. Tabel Kontingensi dipergunakan khusus pada data yang terletak diantara baris dan
kolom berjenis variabel katagori
Tabel 2.5. Besar Keluarga dan Ukuran Pasta Gigi Yang dibeli
Ukuran Pasta Gigi Besar Keluarga Jumlah
Yang Dibeli 1–2 3–4 5 atau lebih
Kecil 25 37 8 70
Sedang 10 62 53 125
Besar 5 41 59 105
Jumlah 40 140 120 300
Sumber : Djarwanto,2003.
Tabel 2.6.Hubungan Antara Tempat Tinggal Penduduk Dengan Tingkat
Pendapatan
Kota Pendapatan Jumlah
Rendah Sedang Tinggi
X 200 350 175 725
Y 325 300 200 825
Z 400 415 350 1165
Jumlah 925 1065 725 2715
Sumber : Data Hipotesis
2. DIAGRAM : Penyajian data dala bentuk diagram berfungsi sebagai suatu potret yang
dapat memberikan gambaran serta uraian-uraian dari tempat atau obyek
darimana gambar itu diambil.
(i) Diagram batang :
Bila kita ingin menyajikan penduduk kecamatan Ampenan berdasarkan Pendidikan
dalam bentuk diaagram terlihat sebagai berikut : (Sumber Tabel 1.4)
Jml. Penduduk (jiwa)

50000
40000
30000
20000
10000
0
rja V
Ta P III
SD

em /II

ab
SD

TP
TA

Te /DI
i/D
ad D I

w
SL
SL
TT

k T
Ak

Jenjang Pendidikan

(2.) Diagram Garis : digunakan untuk menggambarkan perkembangan suatu


keadaan, bisa naik dan bisa turun.
Tabel 2.7. Perkembangan Penanaman Modal di Nusa Tenggara Barat Tahun 1998
– 2002. (US $)
Tahun Penanaman Modal
1998 34,6
1999 13,6
2000 1.408,4
2001 4,7
2002 119,4
Sumber : BKPM
Penyajian dalam diagram garis terlihat sebagai berikut :
Penanaman Modal (US
2004
2002
2000 Series1

$)
1998
1996

,4

4
,6

7
,6

9,
4,
08
34

13

11
14
Tahun

(2) Diagram lingkaran : digunakan untuk membandingkan data dari berbagai


kelompok
Data yang sama disajikan dalam bentuk lingkaran : (Sumber data pada tabel 1.4)

Tak TTSD
PT/DIVTerjawab
Akad/DIII
DI/II SD
1%1%5% 0%
SLTA SLTP
20% TTSD
SLTA
38%
SLTP DI/II
13% SD Akad/DIII
22% PT/DIV
Tak Terjawab

(iv) Diagram lambang, yang sesuai dengan namanya maka jumlah satuan tertentu dari
obyek yang dikaji digambarkan dalam satu lambang. Biasanya lambang
yang dipakai disesuaikan dengan obyek yang dikaji, misalnya penduduk
dilambangkan dengan orang, kendaraan bermotor dilambangkan dengan
motor atau mobil dan lainnya.
(v) Kartogram, menunjukkan eaaan atau fenomena yang dihubungkan dengan tempt
kejadian itu berada atau menggambarkan potensi ungggulan yang terdapat pada
suatu daerah yang dilambangkan atau diberi simbul-simbul sesuai dengan potensi
daerah tersebut yang digambarkan dalam sebuah peta.
Secara singkat penyajian data dapat digambarkan :
1. Biasa
2. Kotingensi
TABEL 3. Distribusi frekuensi
a. Relatif
b. Kumulatif
c. Kumulatif relatif

1. Histogram
GRAFIK 2. Poligon
3. Ogive

1. Batang
2. Garis
DIAGRAM 3. Lambang
4. Lingkaran
5. Kartogram(Peta)
PENYAJIAN
DATA 6. Pencar
7. Campuran

1. Rata-rata Hitung
TENDENSI 2. Rata-rata ukur
SENTRAL 3. Rata-rata harmonik
4. Modus
KEADAAN
KELOMPOK

1. Median
UKURAN
2. Kuartil
PENEMPATAN
3. Desil
4. Persentil

1. Rentangan/penyebaran
PENGUKURAN 2. Rentangan antar kuartil
PENYIMPANGAN 3. Rentangan semi antar
kuartil
4. Simpangan rata-rata
5. Simpangan baku
6. Varians
7. Koefesien varians
8. Angka baku
3.2. TABEL FREKUENSI/DISTRIBUSI FREKUENSI
1. Tabel Frekuensi
Tabel frekuensi/distribusi frekuensi adalah suatu ringkasan tabulasi dari kumpulan
data yang menunjukkan frekuensi atau banyaknya item yang berada dalam beberapa kelas
yang berbeda atau susunan data dalam suatu tabel yang telah diklasifikasikan menurut
kelas-kelas tertentu atau katagori-katagori tertentu.. Manfaatnya adalah agar karakteristik
data lebih mudah dipahami.
Distribusi frekuensi ada bermacam-macam diantaranya :
1. Ditinjau dari nyata tidaknya frekuensi :
a. Distribusi frekuensi absolut yaitu suatu jumlah bilangan yang menyatakan
banyaknya data pada suatu kelompojk tertentu, yang disusun berdasarkan data apa
adanya.
b. Distribusi frekuneis relatif adalah suatu jumah persentase yang menyatakan
banyaknya data pada suatu kelompok tertentu yang dibuat secara persentase pada
msing-masing kelompok.
Contoh kedua distribusi ini terlihat pada tabel 3.4.
2. Ditinjau dari jenisnya :
a. Distribusi frekuensi numeric adalah distribusi frekuensi yang didaasarkan pada data-
data kontunue atau berbentuk angka-angka, dan dilakukan secara kuantitatif.
Contoh : lihat tabel 1 2.
b. Distirubsi frekeunsi katagorikal adalah distribusi frekuensi yang didasarkan pada
data yang berkelompok dan dilakukan secara kualitatif
Contoh : lihat tabel 1.1., 1.3, 1.4, 1.6
3. Ditinjau dari kesatuannya :
a. Data frekuensi satuan adalah distribusi frekuensi yang menunjukkan berapa banyak
data pada kelompkk tertentu. Contoh >lihat tabel 1.2 dan tabel 3.4.
b. Data frekuensi kumulatif adalah distribusi frekuensi yang menunjukkan jumlah
frekuensi pada kelompok nilai (tingkat nilai) tertentu mulai dari kelompok
sebelumnya sampai kelompok tersebut.
Contoh : Lihat tabel 3.5 – 3.7
2. Penyusunan Distribusi Frekuensi
Penyusunan distribusi frekuensi idadasrkan pada angka-angka yang masih belum
tersusun dengan teratur ( raw data), dan biasanya lebih mengarah paa pembentukan tabel
frekuensi yang bersifat numerical. Penyusunan distribusi frekuensi mengikuti langkah-
langkah dan merupakan bagian-bagian dari tabel frekuensi sebagai berikut :
1. Melakukan array data yaitu menyusun raw data (data mentah) secara teratur dari
yang terkecil sampai terbesar
2. Menghitung Jarak (Range) = Nilai Tertinggi – nilai terendah
3. Menentukan Banyaknya Kelas
Penentuan suatu kelas distribusi frekuensi sangat subyektif, karena bergantung dari
pembuat distribusi frekuensi berdasarkan kebutuhan. Namun pada umumnya
pembuata ke.las mengacu pada rumus yang ditemukan oleh STURGES yaitu :
K = 1 + 3,32 log n
K = banyaknya kelas dan n banyaknya data
4. Menentukan Interval Kelas atau Panjang Kelas
Interval kelas merupakan selisih antara nilai tertinggi dengan nilai terendah dibagi
dengan banyaknya kelas atau dengan rumus :
I =R/K
I = interval Kelas ; R = jarak = nilai tertinggi – nilai terendah
5. Menentukan Batas Kelas (limit class)
Batas kelas ada 2 macam yaitu batas kelas bawah ( lower class limit) yang
merupakan nilai terendah dalam interval kelas dan batas kelas atas ( upper class
limit) yang merupakan nilai tertinggi dalam interval kelas.
6. Menentukan Tepi Kelas ( Class Boundaries)
Tepi kelas dalam suatu tabel distribusi frekuensi ada 2 yaitu tepi kelas bawah ( lower
class boundries) adalah setengah dari jumlah batas bawah kelas tersebut ditambah
dengan setengah dari batas kelas atas dari kelas sebelumnya dan tepi kelas atas (
upper class boundries) adalah setengah dari batas kelas atas dari suatu kelas
ditambah dengan batas kelas bawah dari kelas sesudahnya.
7. Nilai tengah kelas (mid point/class mark)
Nilai tengah adalah nilai yang letaknya ditengah suatu kelas yang diperoleh dari
penjumlahah nilai kelas bawah di tambah nilai kelas atas masing-masing kelas dibagi
dengan dua.
Contoh. Nilai ujian mata kuliah statistik dari 50 orang mahasiswa dicatat sebagai
berikut :
68 84 75 82 68 90 62 86 76 93 73 79 88 73 60 93 71 69 85 75
61 65 75 87 74 62 95 78 63 72 68 78 82 75 94 77 69 74 68 60
96 78 89 61 75 95 60 79 83 71
Buatlah tabel distribusi frekuensinya
Langkah 1. Melakukan array dat yaitu menyusun data dari yang terkecil ke yang
terbesar
60 60 60 61 61 62 62 63 65 66 68 68 68 69 69 71 71 72 73 73
74 74 75 75 75 75 75 76 77 78 78 78 79 79 82 82 83 84 85 87
88 88 89 90 93 93 94 95 95 96
Langkah 2. Menghitung jarak dengan rumus
R = Nilai tertinggi – nilai terendah
R = 96 – 60 = 36
Langkah 3. Menentukan banyaknya kelas
K = 1 + 3,32 log n = 1+ 3,32 log 50
= 1 + 3,32 (1,69897)
= 1 + 5,64 = 6,64 = 7 kelas
Langkah 4. Menentukan interval atau panjang kelas
I = R / K = 36/7 = 5,14 = 5 dalam perhitungan ini dijadikan 6, supaya
semua data tercakup dalam kelas
Langkah 5. Memasukkan masing-masing frekuensi ke dalam kelas melalui tabel
frekuensi.
Sebelum memasukkan data-data ke dalam tabel, ditentukan batas kelas, untuk
nilai terendah (60) merupakan batas kelas bawah dari kelas ke 1 sedangkan batas
kelas atas sesuai dengan interval kelas, dalam hal ini (65), begitu seterusnya,
Tabel 3.1. Tabulasi Nilai Ujian Statistik 50 orang Mahasiswa pada Fakultas “X”
No Kelas -kelas Frekuensi Jumlah frekuensi
kelas (turus)
1 60 – 65 ||||| |||| 9
2 66 – 71 ||||| ||| 8
3 72 – 77 ||||| ||||| || 12
4 78 – 83 ||||| ||| 8
5 84 – 89 ||||| | 6
6 90 – 95 |||| | 6
7 96 - 101 1
|
Jumlah 50 50
Setelah data-data dimasukkan ke dalam masing-masing kelas, dan tidak ada yang
tertinggal, selanjutnya tabel frekuensi seperti terlihat berikut.
Tabel 3.2. Distribusi Frekuensi Nilai Ujian Statistik 50 Orang Mahasiswa pada Fakultas
“X”
Nilai statistik Jumlah Mahasiswa
60 – 65 9
66 – 71 8
72 – 77 12
78 – 83 8
84 – 89 6
90 – 95 6
96 - 101 1
Jumlah 50
Langkah 6 dan 7. Menentukan Tepi kelas dan nilai tengah kelas
Tabel 3.3. Batas Kelas, Tepi kelas bawah, tepi kelas atas dan Nilai Tengah Distribusi
Frekuemsi Nilai Ujian Statistik 50 Orang Mahasiswa pada Fakultas “X”
Nilai statistik Jumlah Tepi kelas Tepi kelas Nila tengah
Mahasiswa bawah – 0,5 atas + 0,5
60 – 65 9 59,5 65,5 62,5
66 – 71 8 65,5 71,5 68,5
72 – 77 12 71,5 77,5 74,5
78 – 83 8 77,5 83,5 80,5
84 – 89 6 83,5 85,5 86,5
90 – 95 6 89,5 95,9 92,5
96 - 101 1 95,5 101,5 98,5
Jumlah 50
Cara mencari tepi kelas : - Tepi kelas bawah = ½ (60 + 59) = 59,5
- Tepi kelas atas = ½ (65 + 66) = 65,5
Cara mencari nilai tengah : - kelas 1 = ½ (60 +65) = 62,5
- kelas 2 = ½ (66 + 71) = 68,5 dan seterusnya
3. Syarat-syarat Tabel Frekuensi Yang baik
Tabel frekuensi dikatakan baik apabila memenuhi syarat-syarat sebagai berikut.
1. Hendaknya memuat nomr tabel, judul table dan satuannya.
2. Banyaknya kelas sedapat mungkin menggunakan aturan Sturges, sebaiknya
banyaknya kelas minimal 5 dan tidak lebih dari 20
3. Hindari adnya kelas terbuka, karena tidak ada batasnya contoh kelas < 20 atau >
70
4. Hindari adanya kelas interval yang tidak sama
5. Hindari adanya batas kelas yang sama
6. Hendaknya menyebutkan sumber data, sebagai panduan dasar bila ada kesalahan
data
7. Keterangan pada tabel sebaiknya dibuat jelas agar pembaca tidak bingung.
Bagi tabel-tabel yang bersifat katagorikal, tidak dituntut adanya kelas,inteval kela,s tepi
kelas maupun nilai tengah kelas, karena tabel ini menggunakan katagori-kataogri yang
sudah berlaku umum seperti yang telah digunakan oleh pemerintah dalam berbagai
laporan.
4. Distribusi Frekuensi Relatif
Distribusi frekuensi relatif merupakan bagian dari distribusi frekuensi yang nyata,
dinyatakan dalam satuan persentase pada kelompok-kelompok tertentu.
Frekuensi relatif dapat dihitung dengan rumus :

Fr = Frekuensi absolut tiap kelas x 100 %


Seluruh frekuensi
Contoh .
Tabel 3.4. Tabel Distribusi Frekuensi Absolut dan Relatif Nilai Ujian Statistik 50
Orang Mahasiswa pada Fakultas “X”
Nilai statistik Distribusi absolut = fi Distribusi relatif (%)
60 – 65 9 9/50 x 100 % = 18,00
66 – 71 8 8/50 x 100 % = 16,00
72 – 77 12 12/50 x 100 % = 24,00
78 – 83 8 8/50 x 100 % = 16,00
84 – 89 6 6/50 x 100 % =12,00
90 – 95 6 6/50 x 100 % = 12,00
96 - 101 1 1/50 x 100 % = 2,00
Jumlah 50 100,00
5. Distribusi Frekuensi Kumulatif
Distribusi frekuensi yang menunjukkan jumlah frekuensi pada kelompok nilai (tingkat
nilai) tertentu mulai dari kelompok sebelumnya sampai kelompok tersebut atau suatu
tabel frekuensi yang dapat menunjukkan jumlah frekuensi yang terletak di atas atau di
bawah suatu nilai tertentu dalam suatu interval kelas. Untuk menyusun distribusi
frekuensi kumulatif, penggolongan datanya dapat digunakan batas kelas atau tepi
kelas.
Frekwensi kumulatif adalah penjumlahan frekuensi setiap kelas interval sehingga
jumlah frekuensi terakhir jumlahnya sama dengan jumlah data observasi. Frekeunsi
kumulatif terdiri dari frekuensi kumlatif kurang dari dan frekuensi kumulatif lebih
dari.
a. Distribusi Frekuensi Kumulatif “kurang dari” (lass than)
Frekuensi jenis ini menunjukkan jumlah frekuensi yang kurang dari nilai tertentu yang
diperoleh dari menjumlahkan frekuensi baik mutlak maupun relatif pada kelas-kelas
sebelumnya. Contohnya kita ambil data-data yang ada pada tabel 3.4.
Tabel 3.5. Distribusi kumulatif kurang dari nilai statistk 50 orang mahasiswa pada
Fakultas ”X” dengan menggunakan batas kelas
Nilai statistik Banyaknya Mahasiswa (mutlak) Persentase(relatif=%)
Kurang dari 60 0 0,00
Kurang dari 66 9 18,00
Kurang dari 72 17 34,00
Kurang dari 78 29 54,00
Kurang dari 84 37 74,00
Kurang dari 90 43 86,00
Kurang dari 96 49 98,00
Kurang dari 102 50 100,00
Tabel 3.6. Distribusi kumulatif kurang dari nilai statistk 50 orang mahasiswa pada
Fakultas ”X” dengan menggunakan tepi kelas.
Nilai statistik Banyaknya Mahasiswa (mutlak) Persentase (relatif =%)
Kurang dari 59,5 0 0,00
Kurang dari 65,5 9 18,00
Kurang dari 71,5 17 34,00
Kurang dari 77,5 29 54,00
Kurang dari 83,5 37 74,00
Kurang dari 89,5 43 86,00
Kurang dari 95,5 49 98,00
Kurang dari 101,5 50 100,00
b. Distribusi Frekuensi Kumulatif “Lebih dari “ (More than)
Frekuensi jenis ini menunjukkan jumlah frekuensi yang lebih dari nilai tertentu yang
diperoleh dari menjumlahkan frekuensi baik mutlak maupun relatif pada kelas-kelas
sebelumnya. Contohnya kita ambil data-data yang ada pada tabel 3.4.
Tabel 3.7. Distribusi kumulatif kurang dari nilai statistk 50 orang mahasiswa pada
Fakultas ”X” dengan menggunakan batas kelas
Nilai statistik Banyaknya Mahasiswa (mutlak) Persentase(relatif=%)
60 atau lebih 50 100,00
66 atau lebih 41 82,00
72 atau lebih 33 66,00
78 atau lebih 21 42,00
84 atau lebih 13 26,00
90 atau lebih 7 14,00
96 atau lebih 1 2,00
102 atau lebih 0 0,00
Tabel 3.8. Distribusi kumulatif kurang dari nilai statistk 50 orang mahasiswa pada
Fakultas ”X” dengan menggunakan tepi kelas
Nilai statistik Banyaknya Mahasiswa (mutlak) Persentase(relatif=%)
59,5 atau lebih 50 100,00
65,5 atau lebih 41 82,00
71,5 atau lebih 33 66,00
77,5 atau lebih 21 42,00
83,5 atau lebih 13 26,00
89,5 atau lebih 7 14,00
95,5 atau lebih 1 2,00
101,5 atau lebih 0 0,00
6. GRAFIK
Data yang sudah tersusun dengan baik dalam bentuk tabel akan lebih baik bila disajikan
dalam bentuk lain seperti dalam bentuk diagram seperti yang disajikan di atas.
Disamping itu dapat juga disajikan dalam bentuk grafik seperti dalam bentuk Histogram,
Poligon maupun Ogive.
a. Histogram
Histogram adalah sebuah penyajian grafik dari suatu distribusi frekuensi dan dibangun
dengan diagram balok atau segi empat (bar) pada setiap interval.

Jml. MAhasiswa 14
12 59,5 - 65,5
10
65,5 - 71,5
8
6 71,5 - 77,5
4 77,5 - 83,5
2 83,5 - 89,5
0 89,5 - 95,5
1 95,5 - 101,5
Nilai statistik

b. Poligon
Poligon adalah sebuah penyajian grafik suatu distribusi frekuensi dalam bentuk garis
(line) pada setiap nilai tengah kelas. Bentuknya seperti terlihat berikut.

POligon
Jml. MAhasisw

15

10

0
62,5 68,5 74,5 80,5 86,5 92,5 98,5
Nilai tengah

c. Ogive
Ogive adalah sebuah grafik yang menunjukkan frekeuensi kumulatif dari setiap kelas.
Cara menggambarnya dengan mengambil data pada tabel 3.6 dan 3.8 Kurva terlihat
berikut.
Ogive
60
50
Jml. Mahasiswa 40
30
20
10
0
59,5 65,5 71,5 77,5 83,5 85,5 95,9 101,5
Nilai Statistik
BAB IV.
UKURAN NILAI PUSAT ( TENDENCY CENTRAL)

MATERI :
a. Rata-rata (Mean), Median dan Modus.
b. Menghitung Rata- hitung, rata-rata tertimbang, Median dan Modus
c. Menjelaskan manfaat dan kegunaan dari ukuran nilai sentral serta
kelemahannya.
4.1. Ukuran Nilai Pusat
Ukuran nilai pusat adalah suatu rangkaian data yang dapat mewakili rangkaian data
tersebut. Ukuran nilai pusat disebut juga ukuran pemusatan yaitu nilai tunggal yang
mewakili suatu kumpulan data, yang menunjukkan pusat nilai data. Disebut nilai pusat
karena pada umumnya berlokasi dibagian tengah atau pusat dari suatu distribusi. Ukuran
nilai pusat sangat bermanfaat dalam menggambarkan sebuah data, yang selanjutnya akan
digunakan untuk analisis dan intepretasi data.
Suatu nilai dapat disebut nilai pusat bila memenuhi syarat :
1. Dapat mewakili rangkaian data
2. Perhitungannya arus didasarkan pada seluruh data
3. Perhitungananya harus objektif
4. Petrhitungannya harus mudah
5. Dalam suatu rangkaian data hanya ada satu nilai sentral
Dalam statistk dikenal beberapa macam ukuran nilai pusat, namun yang paling banyak
digunakan adalah rata-rata hitung, (arithmatic mean), rata-rata ukur ( geometric mean),
rata-rata tertimbang, median dan modus yang dalam sajian ini akan dibahas satu persatu.
4.1.1. RATA-RATA HITUNG ( ARTIMATIC MEAN)
Rata-rata hitung (arithmatic mean) atau disebut mean (rata-rata) saja adalah jumlah
nilai data secara keseluruhan dibagi dengan banyaknya data tersebut. Rata-rata ini
merupakan ukuran nilai pusat yang banyak dipergunakan baik dalam penelitian ilmiah
maupun dalam kehidupan sehari-hari. Serangkaian data yang diperoleh bisa dari populasi
yang dilambangkan dengan µ (myu) dan data dari sampel yang dilambangkan dengan x
( x bar ).
Rata-rata hitung atau ukuran nilai lain yang didasarkan pada data sampel disebut
statistik sampel yang merupakan ciri/karakteristik yang dapat diukur dari suatu sampel,
sedangkan suatu ukuran yang menjelaskan populasiseperti rata-rata hitung disebut dengan
parameter.
Perhitungan rata-rata dari serangkain data dapat dilakukan dengan 2 cara yaitu :
1. Rata-rata hitung sederhana ( Simple arithmatic mean)
2. Rata-rata hitung tertimbang ( weighted arithmatic mean).
1. Rata-rata Hitung Sederhana (Simple arithmatic mean)
a. Data Yang Belum Dikelompokkan (Ungrouped data)
Data yang belum dikelompokkan disebut juga dengan data tunggal yang dipergunakan
bila jumlah datanya sedikit.
Rumusnya :
Ø Rata- rata sampel :
x = Σxi/n i = 1,2,3 ………n

Dimana : x = rata-rata sampel ; n = ukuran sampel (banyaknya anggota sampel)


xi = data yang ke-i (pengamatan yang ke i)
Ø Rata-Rata Populasi :
µ = Σxi/N i = 1,2,3 ………N
Dimana µ = rata-rata populasi ; N = ukuran populasi (banyaknya anggota
populasi)
Contoh.
1. Terdapat 10 orang mahasiswa yang mengikuti mata kuliah Statistik Ekonomi I
dengan sebaran nilai ujian yang diperoleh : 80 70 75 70 75 85 65 80 75 65,
carilah nilai rata-ratanya.
Jawab : _
x = Σxi/n = 80 + 70 + 75 + 70 + 75 + 85 + 65 + 80 + 75 + 65 = 735
10 10
= 73,5
2. Seorang mahasiswa yang ingin mengetahui umur penduduk desa Senanghati yang
berjumlah 150 orang. Dari jumlah tersebut diambil secara acak 30 orang untuk
diketahui umurnya dengan data-data yang diperoleh sebagai berikut :
60 45 35 30 25 26 29 37 51 43 55 32 40 35 36
61 50 44 59 28 24 47 32 30 55 60 29 36 44 32
Hitunglah rata-rata hitung dari umur penduduk tersebut.
Jawab : _
x = Σxi/n = 1210/30 = 40,33 tahun = 40 tahun
3. Jumlah seluruh penduduk Kota Mataram berdasarkan Sensus Penduduk Tahun
2000 yang dirinci perkecamatan terlihat dalam tabel berikut.
Tabel 4.1. Jumlah Penduduk Kota Mataram Per Kecamatan Hasil SP 2000
Kecamatan Jumlah (jiwa)
Ampenan 99.087
Mataram 102.818
Cakranegara 113.833
Sumber : BPS, NTB, 2001.
Berdasarkan data tersebut, hitunglah rata-rata hitung penduduk kota Mataram bagi 3
Kecamatan tersbut.
Jawab : µ = ΣXi/N = 315.738/3 = 105.246 jiwa.
4. Seorang pengusaha memiliki 10 kios yang tersebuar di tiga kecamatan di Kota
Mataram. Besarnya pendapatan yang diperoleh pengusaha tersebut dalam sebuian
terlihat dalam tabel berikut.
Tabel. 4.2. Pendapatan Pengusaha dari Usaha Kios Di Kota Mataram
No Kecamatam Jumlah Kios Rata-rata Jumlah
(ni) Pendapatan Pendapatan
(Rp000= fi)) (Rp000= nifi)
1 Ampenan 5 100 500
2 Mataram 3 150 450
3 Cakranegara 2 200 400
Jumlah Σni = 10 Σnifi = 1750
Sumber : Data hipotesis.
_
X = Σ ni fi / Σni = 1750/10 Rp 175.000 / bulan
2. Data yang Sudah dikelompokkan :
Data berkelompok adalah data yang telah dikelompokkan dalam kelas-kelas yang
berbeda atau dengan kata lain dta yang telah tersusun dalam bentuk tabel frekuensi.
Jika data sudah dikelompokkan, rata-ratanya dapat didekati dengan menganggap
bahwa setiap niai pengamatan di dalam suatu kelas mempunyai sebuah nilai yang
sama dengan titik tengah kelas ( mid point).
Perhitungan rata-rata data berkelompok dapat dilakukan dengan 2 cara yaitu :
1. Cara panjang ( long method)
2. Cara pendek (short method)
v Cara Panjang.
Perhitungan rata-rata dengan cara ini beranggapan bahwa nilai tengah dari setiap kelas
dalah nilai rata-rata dari semua individu yang termuat dalam kelas tersebut. Titik
tengah (mid point) tiap kelas diperoleh dengan membagi dua dari jumlah batas kelas
bawah( lower class limit) dan batas atas kelas (upper class limit). Hal ini dilakukan
untuk menghindari kemungkinan data yang ada pada tiap interval mempunyai nilai
yang lebih besar atau lebih kecil dari titik tengah.
Rumus :
Ø Rata- rata sampel x = Σfimi/n i = 1,2,3 ………n

Dimana : x = rata-rata sampel ; n = ukuran sampel (banyaknya anggota sampel)


xi = data yang ke-i (pengamatan yang ke i)
Ø Rata-Rata Populasi :
µ = Σfim/N i = 1,2,3 ………N
Dimana µ = rata-rata populasi ; N = ukuran populasi (banyaknya anggota
populasi)
Contoh.
1. Tabel berikut menunjukkan besarnya upah per bulan yang diterima oleh pekerja
anak yang diambil secara acak pada tahun 1999
Tabel 4.3. Upah Pekerja Anak di Indonesia Per bulan pada Tahun 1999
Sebaran Upah (Rp 000/bulan) Jumlah pekerja anak (jiwa)
100 – 199 67.516
200 – 299 23.754
300 - 399 6.017
Sumber, Mulyadi, 2003, diolah
Hitunglah rata-rata upah yang diterima pekerja anak per bulan pada tahun 1999
Jawab.
Tabel 4.4. Cara menghitung Rata-rata hitung upah pekerja anak di Inodnesia per
bulan tahun 1999
Sebaran Upah Jumlah pekerja Titik tengah fi x mi
(Rp 000/bulan) anak (jiwa) = fi (mi)
100 – 199 67.516 149,5 10.093.642
200 – 299 23.754 249,5 5.926.623
300 - 399 6.017 349,5 21.029.415
Σni = 97.287 Σfimi = 18.123.206,5

x = Σfimi/n = 18.123.206,5/97.287 = Rp. 186.286/ bulan . Jadi rata-rata


besarnya upah yang diterima pekerja anak pada tahun 1999 sebesar Rp. 186.286,- per
bulan.
v Cara Pendek
Menghitung rata-rata hitung dengan cara pendek, mengikuti langkah-langkah sebagai
berikut :
1. Hitung nilai tengah untuk masing-masing kelas (mi)
2. Pilih salah satu nilai tengah sebagai rata-rata anggpan ( Xo), sebaiknya dipilih
nilai tengh dari kelas yang paling banyak frekuensonya atau kelas yang terletak di
tengah-tengah dan diberi nilai 0.
3. Pada nilai tengah yang lebih kecil dari Xo diberi tanda negatif sedang yang lebih
tinggi diberi tanda negatif sebagai deviasinya.
4. Kalikan deviasi (d) pada masing-masing kelas dengan fi dan jumlahkan hasilnya
(Σd)
5. Bagi hasil tersebut dengan jumlah frekuensinya dan kalikan dengan interval kelas
6. Jumlahkan hasilnya pada Xo, atau kurangkan jika negatif.
Rumus :
- Rata-rata hitung sampel : x = xo + Σfidi x i x = rata2 hitung sampel ;
n
n = ukuran sampel ;
xo = rata-rata anggapan
- Rata-rata hitung populasi : µ = xo + Σfid i x i fi = frekuensi kelas – i
N di = deviasi kelas-i
i = interval kelas
µ = rata2 hitung populasi dan
N = ukuran populasi

Contoh. 4.5. Cara menghitung rata-rata Pendapatan pekerja anak dengan cara pendek.
Sebaran Upah Jumlah pekerja Titik tengah di fi x di
(Rp 000/bulan) anak (jiwa) = fi (mi)
100 – 199 67.516 149,5 -1 - 67.516
200 – 299 23.754 249,5 0 0
300 - 399 6.017 349,5 +1 6.017
Σni = 97.287 Σfimi = -
61.499
_
x = xo + Σfidi x c = 249,5 + -61499 x 100
n 97.287
= 249,5 – 63,21 = Rp. 186.286.-.
2. Rata-Rata Hitung Tertimbang (Weighted Aritmatic mean)
Pada dasarnya, rata-rata tertimbang hampir sama dengan rata-rata hitung, namun
perbedaannya yaitu rata-rata tertimbang digunakan apabila setiap data tidak sama
kuantitasnya. Rata-rata tertimbang dilakukan terhadap suatu barang yang mempunyai arti
penting dibandingkan dengan barang yang lainnya. Perhitungan rata-rata tertimbang
dilakukan dengan mengalikan tiap-tiap data yang akan dicari rata-ratanya dengan
timbangan yang ditentukan.
Rumusnya : dimana : xw = rata-rata hitung tertimbang
xw = Σ xiwi xi = data/pengamatan ke-I
Σ wi wi = timbangan untuk data ke –i
Ø Data Yang Belum Dikelompokkan
Pada dasarnya ada 2 cara untuk memberikan faktor penimbang yaitu :
1. Cara Subyektif
2. Cara Obyektif
3. Secara Subyektif : didasarkan keinginan dan pandangan masing-masing orang
sehingga pemberian timbangan terhadap barang yang sama berbeda-beda, sesuai
dengan arti penting barang menurut pandangan individu tersebut.
Contoh . Harga persatuan barang untuk 5 barang kebutuhan pokok di Kota Mataram
pada tanggal 21 Maret 2006 tampak dalam tabel berikut.
Tabel 4.6. Harga 5 Jenis Barang Kebutuhan Pokok Di Kota Mataram Bulan Maret
Tahun 2006
Jenis Barang Harga(Rp/kg)
Beras C4 3.500
Gula Pasir 6.200
Minyak Goreng 5.200
Jagung 1.700
Tepung Terigu 3.850
Sumber : Lombok Post, 21 Maret 2006
Hitunglah rata-rata tertimbang dari harga 5 jenis barang kebutuhan pokok di Kota
Mataram.
Jawab
Tabel 4.7. Cara menghitung rata-rata tertimbang harga 5 barang kebutuhan pokok di
Kota Mataram
Jenis Barang Harga(Rp/kg) = xi Timbangan (wi) xiwi
Beras C4 3.500 12 42.000
Gula Pasir 6.200 8 49.600
Minyak Goreng 5.200 7 36.400
Jagung 1.700 6 10.200
Tepung Terigu 3.850 4 15.400
Jumlah 37 153.600

Rumusnya : xw = Σ xiwi = 153.600 = Rp. 4.151


Σ wi 37
Jadi rata-rata hitung tertimbang harga per kg 5 barang kebutuhan pokok di Kota
Mataram pada tanggal 21 Maret 2006 adlah Rp. 4.151,- sedikit lebih tinggi dari harga
beras yang memiliki arti lebih penting bagi konsumen.
2. Secara obyektif:
Cara ini melakukan faktor penimbang didasarkan pada jumlah konsumsi barang yang
mempunyai arti penting akan dikonsumsi dalam jumlah yang lebih besar sedangkan
yang kurang penting dikonsumir dalam jumlah yang kecil.
Contoh :
1. Mengacu pada harga-harga 5 kebutuhan pokok pada tabel 4.4, hitunglah rata-rata
tertimbang dengan cara obyektif.
Jawab
Tabel 4.8. Cara Menghitung Rata-rata harga tertimbang 5 barang kebutuhan Pokok di
Kota Mataram
Jenis Barang Harga(Rp/kg) = xi Kuantitas (wi) xiwi
Beras C4 3.500 10 35.000
Gula Pasir 6.200 2 12.400
Minyak Goreng 5.200 1 5 200
Jagung 1.700 1 1.700
Tepung Terigu 3.850 2 7.700
Jumlah 16 62.000

Rumusnya : xw = Σ xiwi /Σ wi = 62.000/16 = Rp. 3.875


2. Tabel 4.9. Data jumlah mobil yang terjual per hari pada Perusahaan ‘X”
Jumlah Mobil yang terjual (x) Jumlah hari (w) Xiwi
0 3 0
1 19 19
2 48 96
3 15 45
4 5 20
90 180
Sumber : Siagian, dkk, 2002
Rumusnya : xw = Σ xiwi/Σ wi = 180/90 = 2 mobil/hari
Ø Data Yang Sudah Dikelompokkan :
Pada data berkelompok, sebagai dasar penimbang adalah frekuensi ( fi = wi) dan
rumusnya sama dengan rumus di atas . Perhatikan contoh berikut
Tabel 4.10. Cara menghitung rata-rata tertimbang Upah pekerja anak di Indonesia per
bulan pada tahun 1999
Sebaran Upah Jumlah pekerja Titik tengah fi x mi
(Rp 000/bulan) anak (jiwa) = wi (mi)
100 – 199 67.516 149,5 10.093.642
200 – 299 23.754 249,5 5.926.623
300 - 399 6.017 349,5 21.029.415
Σwi = 97.287 Σwimi = 18.123.206,5
_
x = Σwiimii/Σwi = 18.123.206,5/97.287 = Rp. 186.286/ bulan
4.1.2. RATA-RATA HITUNG GABUNGAN
Rata-rata hitung gabungan dapat dihitung dengan rumus :
dimana : x = rata-rata hitung sampel;
x = Σnixi
Σni ni = ukuran sampel yang ke-I dan
xi = rata-rata hitung sampel ke-I
Contoh. Hasil penelitian terhadap 70 desa sampel mengenai hasil produksi palawija
per hektar dan satuan kuintal di 6 daerah penelitian, disajikan dalam tabel berikut.
Tabel 4.11. Hasil Produksi Rata-rata Palawija pe Hektar dalam Kuintal di 6 Daerah
Penelitian Pada Tahun 1995
Daerah Penelitian Banyak desa sampel Hasil produksi Rata-rata (kw/ha)
1 15 80,24
2 10 75.01
3 20 43,43
4 5 65,43
5 8 84,36
6 12 91,43
70
Sumber : Natawirawan, 2001
Berdasarkan data yang tercantum dalam tabel tersebut, hitunglah rata-rata hitung
hasil produksi palawija per hektar di daerah tersebut
Jawab.
Tabel 4.12. Cara menghitung rata-rata hitung Hasil Produksi Rata-rata Palawija pe
Hektar dalam Kuintal di 6 Daerah Penelitian Pada Tahun 1995
Daerah Banyak desa sampel Hasil produksi -rata Nixi
Penelitian (ni) (kw/ha) = xi
1 15 80,24 1203,6
2 10 75.01 750,1
3 20 43,43 848,6
4 5 65,43 327,7
5 8 84,36 674,88
6 12 91,43 1097.16
70 4901,94
Sumber : Natawirawan, 2001
Berdasarkan angka-angka dalam tabel dimasukkan ke dalam rumus :
_ _
x = Σnixi = 4901,94 = 70,03
Σni 70
Jadi rata-rata hitung hasil produksi palawija per hektar di 70 desa sampel adalah 70,03
kuintal.
4.1.3. RATA-RATA UKUR (GEOMETRIC MEAN)
Rata-rata ukur (geometric mean) dipergunakan untuk mengetahui perubahan
kuantitas pada setiap priode dan mengetahui besarnya perubahan tersebut atau rata-
rata ratio yang suku-sukunya berukuran kira-kira tetap.
Rata-rata ukur dari sekumpulan nilai pengamatan X1, X2,X3, ..... Xn adalah
sama dengan hasil kali perkalian nilai-nilai tersebut pangkat satu dibagi dengan jumlah
pengamatannya.
Gm = n
X 1 x X 2 x X 3 .... x Xn) yang bermula dari
Gm = (X1 x X2 x X3 ......x Xn)1/n
Atau dapat dicari dengan pendekatan logaritma :
Log Gm = Log X1 + Log X2 + Log X3 + ..... + log Xn
n
Log Gm = Σ Log X
n
Gm = antilog Σ Log X
n
Biasanya rumus ini dipergunakan apabila data-data berbentuk persentase,
angka Indeks atau rata-rata relatif.
Ø Untuk data yang belum dikelompokkan
Contoh
1..Diketahui suku bunga kredit investasi selama 5 tahun yaitu dari tahun 1998 – 2002
adalah sebagai berikut : 23,16 ; 22,93 ; 16,59 ; 17,90 ; dan 18,01. Hitunglah rata-rata
ukur dari tingkat bunga kredit investasi tersebut.

Jawab.
Diketahui X1 = 23,16 ; X2 = 22,93 : X3 = 16,59 : X4 = 17,90 dan X5 = 18,01
Gm = 5 ( 23,16)( 22,93)(16,59)(17,90)(18,01)
= 5
2840244,58 atau (2840244,58)1/5
= 19,53 %
atau dengan pendekatan logaritma
Tabel 4.13. Suku Bunga Kredit Investasi di Indonesia tahun 1998 - 2002
Tahun Suku bunga Kredit Investasi Logaritma
(%)
1998 23,16 1.3647
1999 22,93 1.3604
2000 16,59 1.2198
2001 17,90 1.2529
2002 18,01 1.2555
6.4533
Sumber : Majalah Jurnal, Mei 2002.
Log Gm = Σ Log X = 6.4533/5 = 1,29066
n
Gm = antilog 1,29066 = 19,53 %
Jadi rata-rata ukur tingkat bunga kredit investasi adalah 19,53 % per tahun
2. Jumlah ruma tangga hasil sensus pertanian 1993 di Nusa Tenggara Barat adalah
804.700 RT sedangkan pada tahun 2003 berdasarkan sensus pertanian 2003 menjadi
1.070.500 RT. Hitunglah rata-rata ukur pertumbuhan rumah tangga selama kurun
waktu 1993 – 2003.
Rumus :Gm = r = n −1 Xn / Xo −1 , rumus ini biasanya dipergunakan untuk
menghitung pertumbuhan yang bermula dari Xn = Xo (1 +r)n
Diketahui : Xn = 1070.500 dan Xo = 804.700
n = 11 (selang waktu tahun 1993 – 2003 ada 11 tahun, meliputi tahun
1993,1994,1995,1996,1997,1998,1999, 2000,2001,2002,2003) sehingga
n = 11- 1 = 10
sehingga : Gm = 10 1070500 / 804700 − 1
= 10 1,3303 −1
= (1,3303)1/10 - 1 = ( 1,3303)0,1 – 1
= 1,0289 – 1 = 0,0289 x 100 % = 2,89 %
Jadi pertumbuhan (r) rumah tangga di Nusa Tenggara Barat selama tahun 1993 – 2003
rata-rata 2,89 persen per tahun.
v Rata-Rata Ukur Untuk Data Yang Berkelompok
Jika data telah dikelompokkan maka rata-rata ukur dapat dihitung dengan rumus :
Gm = n Xi fi X 2 f 2 X 3 f 3.....Xn fn
Keterangan : n = Σf dan X = titik tengah tiap-tiap kelas atau dalam bentuk
Log GM = Σ f Log X / n
Contoh . Hitunglah rata-rata umur penduduk kota Mataram dari yang berumur 5 tahun
sampai dengan 29 tahun seperti yang terlihat pada tabel berikut
Tabel 4.14. Kelompok Umur Penduduk Kota Mataram dari 5 – 29 tahun, hasil SP
2000
Kelompok Umur Jumlah Penduduk (Jiwa)
5–9 32.465
10 – 14 32.618
15 - 19 37.880
20 – 24 37.099
25 – 29 30.445
Jumlah 170.507
Jawab
No Kelompok Jumlah Titik Log X F log X
Umur Penduduk tengah (x)
(Jiwa)= fi
1 5–9 32.465 7 0.8451 27.436,17
2 10 – 14 32.618 12 1,0792 35.201,34
3 15 - 19 37.880 17 1,2304 46.607,55
4 20 – 24 37.099 22 1,3424 49.801,69
5 25 – 29 30.445 27 1,4313 43.575,93
Jumlah 170.507 202.622,68
Jadi Log GM = Σ f Log X = 202.622,68 = 1,18835
n 170.507
Gm = antilog dari 1,18835
= 15,43 tahun = 15 tahun
Jadi rata-rata kelompok umur dari jumlah penduduk kota mataram yang berumur 5 –
29 tahun sebesar 15 tahun
4.1.4. RATA-RATA HARMONIS (HARMONIC MEAN)
Rata-rata harmonis adalah data dibagi dengan jumlah satu persetiap data atau rata-
rata hitung dari kebalikan nilai pengamatan.
Ø Rata-rata Harmonis data yang belum dikelompokkan dapat dicari dengan rumus :

RH = n
1/X1 + 1/X2 + 1/X3 + ....+ 1/Xn
X = harga.nilai tiap-tiap data
n = banyaknya data
Contoh : Seorang mahasiswa memiliki uang Rp. 20.000,- dipergunakan untuk membeli
buku yang harganya 1000,- setiap buku, Rp. 20.000,- untuk membeli buku seharga Rp.
1.250,- setiap buku, Rp. 20.000,- untuk membeli buku seharga Rp. 2.000,- setiap buku.
Tunjukkabn bahwa rata-rata harmonis dari 1,2,3 akan memberikan dengan tepat harga
rata-rata yang dibayarkan untuk buku-buku tersebut.
Jawab
RH = 3 = 3 = 3 = Rp.1.304
1/1000 + 1/1250 + 1/2000 20/20000 + 16/20000 + 10/20000 46/20000
4.2. MEDIAN (Med)
Median adalah data yang posisinya berada paling tengah setelah diurutkan dari yang
terkecil sampai yang terbesar atau membagi seluruh jumlah data ke dalam dua bagian yang
sama besar, dimana setengahnya akan ebih kecil atau sama besar dari data tersebut,
sedangkan
setengahnya lagi akan lebih besar atau sama dengan data tersebut.
2. Cara Perhitungan Median
a. Mencari Median data Yang Belum dikelompokkan
Pada berbagai pengamatan, biasanya dapat dapat dalam jumlah ganjil maupun genap.
Bila jumlah datanya ganjil biasanya data yang beraa pada paling tengah setelah
diurutkan merupakan median atau ½ (n +1) dan bila datanya genap, median ditentukan
dengan menunjukkan jumlah dua angka ditengah dibagi dengan 2 atau ½ (nk + nk-1).
Contoh 1. Bila jumlah datanya ganjil, jika diketahui data : 5 ; 2 ; 4 ; 6 ; 3 ;7 ; 3 ;2 ;4
Dari data tersebut terlebih dahulu disusun dari terkecil sampai terbesar :
2 2 3 3 4 4 5 6 7, sehingga mediannya adalah angka paling tengah
adalah 4
Contoh 2. Bila jumlah datanya genap, ; jika diketahui data 5 2 4 6 3 7 3 2 4 5
Dari data tersebut terlebih dahulu disusun dari terkecil sampai terbesar :
2 2 3 3 4 4 5 5 6 7, maka mediannya adalah
Me = ½(n5 + n6 )
= ½ ( 4 + 4) = 8/2 = 4
b. Mencari Median Data Yang Sudah Dikelompokkan
Mencari median data yang sudah dikelompokkan mengikuti tahapan berikut :
1. Menentukan Letak Median ( LMed)
Lmed = ½ n
2. Menghitung Nilai Median :
Med = Tkb + (1/2n – JFkm) x I
Ft
Keterangan :
Med = Median
Tkb = Tepi kelas bawah sebelum median
JFkm = Jumlah frekuensi kumulatif sebelum median
Ft = Frekuensi total pada kelas median dan i = interval
Contoh. Berikut ini disajikan data hipotesis distribusi freukuensi pengeluaran perbulan
70 rumah tangga di Kecamatan Ampenan (Rp/000)
No Kelas Pengeluaran Banyaknya rumah tangga
(fi)
1 100 –129 5
2 130 – 159 7
3 160 – 179 12
4 190 – 219 18
5 220 – 249 13
6 250 – 279 9
7 280 – 319 6
Jumlah 70
Carilah nilai mediannya.
Jawab
Tabel. 4.15 Distribusi Frekuensi Pengeluaran Perbulan 70 rumah tangga di Kecamatan
Ampenan (Rp/000)
No Kelas Pengeluaran Banyaknya rumah Tepi kelas Frekuensi
tangga (fi) bawah kumulatif
99,5 0
1 100 –129 5
129,5 5
2 130 – 159 7
159,5 12
3 160 – 179 12
189,5 24
4 190 – 219 18 Median
219,5 42
5 220 – 249 13
249,5 55
6 250 – 279 9
279,5 64
7 280 – 319 6
319,5 70

Jumlah 70
Langkah-langkah penyelesaian :
1. Menentukan Letak Median : Lmed = ½ n = ½ x 70 = 35
2. .Mencari nilai Median
Med = Tkb + (1/2n – JFkm) x I
Ft
= 189,5 + (35 – 24)/18 x 30 = 189,5 + 330/18
= 189,5 + 18,33 = 207,83 = 208
Kebaikan dan Kelemahan Median
1. Kebaikan Median
- Median dapat segera diperoleh tanpa megetahui seluruh nilainya pada data
– data yang telah tersusun teratur
- Dalam distri busi frekuensi dengan kelas terbuka dapat kita hitung
- Median lebih tidak dipengaruhi oleh bilangan – bilangan yang ekstrem
besar maupun ekstrem kecil
- Simpangan ( deviasi ) absolut median lebih kecil daripada deviasi yang
diukur dari manapun juga
2. Kelemahan Medium
- Untuk menghitung median harus menyusun data, pada data yang besar
tidak praktis
- Median kurang dikenal daripada rata – rata
- Median tidak dapat dipergunakan untuk perhitungan lebih lanjut
- Pada distribusi disket kadang – kadang tidak ada median
4.3. MODUS (MODE = Mod)
Modus menunjukkan jumlah data yang paling banyak muncul atau data yang jumlah
frekuensinya paling banyak bagi data kuantitatif, sedangkan bagi data kualitatif
modus menunjukkan sifat atau keadaan yang paling banyak terjadi. Ada kemungkinan
sekelompok data mempunyai satu modus, dua modus atau lebh, bahkan tidak
mempunyai modus.
a. Modus Data Yang Belum Dikelompokkan
Bagi data yang belum dikelompokkan, data-data yang tersaji harus dilakukan
langkah-langkah berikut :
a. Data disusun dari yang terkecil ke yang terbesar
b. Hitung frekuensi munculnya nilai data
c. Tentukan modus yaitu data yang memiliki frekuensi terbanyak
Contoh : Hitunglah Modus dari data berikut : 35 37 40 43 48 48 48 50 53 55
Jawab : Data tersebut telah disusun dari yang terkecil ke yang terbesar, dan terlihat
bahwa yang memiliki frekuensi terbanyak muncul sehingga modus adalah
48 .
b. Modu s Data Yang Sudah Dikelompokkan
Untuk data yang telah dikelompokkan, modus beraa pada kelas yang frekuensinya
terbanyak. Langkah-langkah menentukan modus :
1. Tentukan Letak Modus (LMod) pada kelas yang memiliki frekuensi tertinggi
2. Menghitung nilai modus dengan rumus :
Mod = TBk + I (di/d2 +d1)
Mod= Modus
TBk = Batas bawah kelas yang mengandung nilai modus
i = interval kelas
d1 = selisih antara frekuensi kelas terdapatnya modus dengan frekuensi kelas
sebelumnya
d2 = selisih antara frekuensi kelas terdapatnya modus dengan frekuensi kelas
sesudahnya
Contoh : Hitunglah modus dari pengeluaran 70 rumah tangga di Kecamatan Ampenan.
Jawab
Tabel. 4.16 Distribusi Frekuensi Pengeluaran Perbulan 70 rumah tangga di Kecamatan
Ampenan (Rp/000)
No Kelas Pengeluaran Banyaknya rumah Tepi kelas Frekuensi
tangga (fi) bawah kumulatif
99,5 0
1 100 –129 5
129,5 5
2 130 – 159 7
159,5 12
3 160 – 179 12
di 189,5 24
4 190 – 219 18
d2 219,5 42
5 220 – 249 13
249,5 55
6 250 – 279 9
279,5 64
7 280 – 319 6
319,5 70

Jumlah 70
Dari tabel di atas terlihat bahwa frekuensi modus = 18 dan i = 30
di = 18 - 12 = 6 dan d2 = 18 – 13 = 5, Tbk = 189,5
Mod = TBk + d1/d2 + d1 x i
= 189,5 + 6/11 x 30
= 189,5 + 180/11 = 189,5 + 16,36 = 205,86
Kebaikan dan Kelemahan Modus :
Kebaikan :
1. Modus mudah dimengerti
2. Modus tidak dipengaruhi oleh nilai ekstrem
3. Pada distribusi yang condong., modus lebih mewakili daripada nilai rata-rata
Kelemahan :
1. Perhitungan modus lebih sukar dari nilai rata-rata
2. Modus tidak tegas dirumuskan artinya kadang-kadang ada modus dan kadang-
kadang ada yang tidak ada modus
SOAL-SOAL LATIHAN :
Masing-Masing Mahasiswa mengerjakan 2 soal :
1. Berikut ini merupakan data keadaan umur 50 orang perajin wanita di suatu daerah
dalam satuan tahun yaitu :
40 24 26 17 42 36 21 45 18 17 22 37 37 50 53 52 19 35 35 34
19 35 25 26 35 38 60 20 22 40 36 30 18 40 40 26 35 15 35 60
55 49 17 40 40 56 46 15 45 19
Pertanyaan :
a. Buatlah distribusi frekwensinya
b. Gambar histogram, poligon dan ogive
c. Hitunglah rata-rata dengan :
- Cara Aritmatika baik cara panjang maupun cara pendek
- Cara geometri
d. Carilah median dan modusnya
2. Berikut ini merupakan data jam kerja perminggu dari 50 orang perajin wanita di suatu
daerah yaitu :
49 42 49 40 42 56 48 49 28 35 49 48 28 36 49 56 35 36 21 30 20 24 30
25 20 24 20 30 42 40 21 35 42 28 35 28 42 42 35 42 56 28 49 56 56 35
26 35 42 24
Pertanyaan :
a. Buatlah distribusi frekwensinya
b. Gambar histogram, poligon dan ogive
c. Hitunglah rata-rata dengan :
- Cara Aritmatika baik cara panjang maupun cara pendek
- Cara geometri
d. Carilah median dan modusnya
3. Berikut ini merupakan besarnya pendapatan per bulan yang diperoleh rumah tangga
perajin perempuan di suatu daerah ( Rp. 000)
170 105 390 195 180 315 195 143 75 95 120 190 110 120 118 120
200 115 175 110 120 135 75 165 180 135 117 299 255 150 240 75
350 165 105 120 83 38 135 298 45 38 195 105 300 210 145 195
30 75
Pertanyaan :
a. Buatlah distribusi frekwensinya
b. Gambar histogram, poligon dan ogive
c. Hitunglah rata-rata dengan :
- Cara Aritmatika baik cara panjang maupun cara pendek
- Cara geometri
d. Carilah median dan modusnya
4. Berikut ini merupakan data tentang banyaknya jam lembur tiap minggu yang
digunakan oleh 30 orang pekerja di suatu perusahaan : 31 46 25 57 39 42 55 20
37 28 40 59 11 38 34 22 62 33 48 42 21 57 37 43 51 29 41 35
Pertanyaan :
a. Buatlah distribusi frekwensinya
b. Gambar histogram, poligon dan ogive
c. Hitunglah rata-rata dengan :
- Cara Aritmatika baik cara panjang maupun cara pendek
- Cara geometri
d. Carilah median dan modusnya

5. Berikut ini merupakan nilai ujian statistik ekonomi I yang diperoleh 36 orang
mahasiswa di suatu perguruan tinggi tercatat : 51 85 29 52 24 32 51 35 78 56 65
33 66 68 40 35 44 38 48 60 39 75 56 34 41 45 72 38 47 45 40 40 76 50 31
Pertanyaan :
a. Buatlah distribusi frekwensinya
b. Gambar histogram, poligon dan ogive
c. Hitunglah rata-rata dengan :
- Cara Aritmatika baik cara panjang maupun cara pendek
- Cara geometri
d. Carilah median dan modusnya
6. Data berikut merupakan Nilai deviden 50 perusahaan di BEJ (Rp ) untuk saham
dengan nilai nominal Rp. 1.000,-
75 98 42 75 84 87 65 59 63 86 78 37 99 66 90 79 80 89 68 57 95 55 79
88 76 60 77 49 92 83 71 78 53 81 77 58 93 85 70 62 80 74 69 90 62 84
64 73 48 72
Pertanyaan :
a. Buatlah distribusi frekwensinya
b. Gambar histogram, poligon dan ogive
d. Hitunglah rata-rata dengan :
- Cara Aritmatika baik cara panjang maupun cara pendek
- Cara geometri
d. Carilah median dan modusnya
7. Sejumlah 50 orang calon, menempuh tes seleksi dalam Mata Kuliah Akuntansi.
Setelah tes berakhir diperoleh hasil sebagai berikut : 65 55 53 76 78 83 61 62
58 57 78 85 80 56 55 62 77 78 70 61 60 58 64 76 70 75 71
66 63 55 58 59 64 73 78 88 84 70 75 79 84 65 68 70 80 71
80 71 81 60
Pertanyaan :
a. Buatlah distribusi frekwensinya
b. Gambar histogram, poligon dan ogive
e. Hitunglah rata-rata dengan :
- Cara Aritmatika baik cara panjang maupun cara pendek
- Cara geometri
d. Carilah median dan modusnya
8. Hasil penelitian terhadap banyaknya kiriman suami yang menjadi TKI untuk
keluarganya di daerah asal (Rp 0000)
150 150 200 70 200 1200 110 700 400 200 150 100 970 300 250
300 400 100 250 300 300 210 150 140 120 150 1000 350 300 300
Pertanyaan :
a. Buatlah distribusi frekwensinya
b. Gambar histogram, poligon dan ogive
c. Hitunglah rata-rata dengan :
- Cara Aritmatika baik cara panjang maupun cara pendek
- Cara geometri
d. Carilah median dan modusnya
9. Data berikut merupakan jumlah hari kerja pekerja wanita di daerah “MEE MALI”
dalam sebulan :
28 12 12 12 28 28 28 12 24 18 24 26 8 8 10 15 16 8 10 12
14 10 14 28 30 25 22 24 17 13 14 20 12 10 8 15 14 20 14 30
Pertanyaan :
a. Buatlah distribusi frekwensinya
b. Gambar histogram, poligon dan ogive
c. Hitunglah rata-rata dengan :
- Cara Aritmatika baik cara panjang maupun cara pendek
- Cara geometri
d. Carilah median dan modusnya
10. Distribusi upah harian buruh bangunan di Kota “Ingin Madju” dalam ribuan rupiah :
25 13 15 30 15 18 23 40 27 30 20 15 18 16 19 25 30 30 35
15 18 25 30 28 15 16 16 19 24 22 13 15 18 17 25 25 35 40
Pertanyaan :
a. Buatlah distribusi frekwensinya
b. Gambar histogram, poligon dan ogive
c. Hitunglah rata-rata dengan :
- Cara Aritmatika baik cara panjang maupun cara pendek
- Cara geometri
d. Carilah median dan modusnya
11.Tabel berikut menunjukkan Keadaan Umur Petani di suatu daerah penelitian tahun
2004
No Kelompok umur Jumlah petani
1 31 – 35 10
2 35 – 40 10
3 41 – 45 16
4 46 – 50 22
5 51 – 55 8
6 56 – 60 9
7 61 - 65 5
a.. Hitunglah distribusi frekuensi relatif
b. Gambar histogram, poligon dan ogive
c. Hitunglah rata-rata dengan :
- Cara Aritmatika baik cara panjang maupun cara pendek
- Cara geometri
d. Carilah median dan modusnya