Pengantar Statistika

Pertemuan ke : 02 & 03

Deskripsi Numerik Data

Ahmad Chirzun
Dosen Tetap Teknik Industri
Fakultas Sains dan Teknologi
2015

Sasaran Kuliah :

Deskripsi Numerik Data

1. Ukuran Pemusatan Data
(Mean- Median-modus Dan Relasinya, Quartil, Desil, Persentil)
data berkelompok & tidak berkelompok dan aplikasinya.

2. Ukuran Penyebaran Data

(Variansi, Standar Deviasi, Variansi, Sebaran Normal Baku Z)

3. Ukuran Kemiringan Data

(Skew) Dan Kelancipan(kurtosis) Distribusi.

Istilah dalam Statistika

Obyek
Benda hidup atau mati yg diuji unsur-unsur, sifat dan kelakuannya
melalui pengamatan, pengukuran dan penilaian guna mendpt info
atau nilai-nilai yg berguna mengenai benda tsb

Variabel
Suatu sifat dari obyek atau unsur dari obyek yg dpt diamati atau
diukur shg menghasilkan nilai, ukuran atau criteria lain yg dpt
bervariasi

Variate
Angka/nilai ukuran/kriteria lain yg dicapai suatu variabel pada suatu
individu atau unit statistika

Istilah dalam Statistika

Variasi
Adanya perbedaan antar nilai/variate/ukuran dll dari suatu
variabel pada populasi atau sampel

Variabilitas
Kemungkinan untuk bervariasi dari nilai suatu variable pada
suatu populasi atau sample

Parameter
Suatu variabel terukur yg digunakan sebagai kriteria untuk
mengevaluasi suatu populasi atau sistem

Istilah dalam Statistika

Nilai Parametrik
Suatu nilai dari suatu parameter yg diperoleh dari perhitungan
atau data sensus, masih harus di analisis.

Nilai Statistik
Suatu nilai dari suatu parameter yg diperoleh dari perhitungan
atau data sensus.

Istilah dalam Statistika

Statistika Parametrik :
a. Membutuhkan pengukuran kuantitatif dengan data interval atau rasio
b. mempertimbangkan jenis sebaran/distribusi data, yaitu apakah data
menyebar normal atau tidak.
c. Contoh metode statistika parametrik: uji-z (1 atau 2 sampel), uji-t (1
atau 2 sampel), korelasi pearson, Perancangan Percobaan (1 or 2-way
ANOVA parametrik), dll.

Statistika Nonparametrik
a. Membutuhkan data dengan data ordinal dan nominal
b. Merupakan statistika bebas sebaran (tdk mensyaratkan bentuk
sebaran parameter populasi, baik normal atau tidak).
c. Contoh metode Statistika non-parametrik:Binomial test, Chi-square
test, Median test, Friedman Test, dll.

Ukuran Pemusatan Data

Ukuran Lokasi Data
Berkaitan dengan Akurasi

Ukuran Pemusatan Data

Yang termasuk ukuran pemusatan :
1. Rata-rata hitung, Median, Modus untuk Data Tidak
Berkelompok
2. Rata-rata hitung, Median, Modus untuk Data
Berkelompok
3. Karakteristik, Kelebihan dan Kekurangan Ukuran
Pemusatan
4. Ukuran Letak (Kuartil, Desil dan Persentil)

Rata-rata hitung, Median, Modus untuk Data Tidak

Berkelompok

Pengantar
1. Ukuran Pemusatan
Nilai tunggal yang mewakili suatu kumpulan data dan
menunjukkan karakteristik dari data. Ukuran pemusatan
menunjukkan pusat dari nilai data.

2. Contoh pemakaian ukuran pemusatan

(a) Berapa rata-rata harga saham?
(b) Berapa rata-rata inflasi pada tahun 2003?

(c) Berapa rata-rata pendapatan usaha kecil dan menengah?

(d) Berapa rata-rata tingkat suku bunga deposito?

Rata Rata Hitung

Rata-rata Hitung Sampel
X
X
n

Rata-rata Hitung Populasi

X

Contoh Rata Rata Hitung Populasi

= X/N = 9.815/20 = 490,75
No

Perusahaan

Harga Per Lembar

Saham

Mustika Ratu Tbk.

550

Kimia Farma Tbk.

160

Bank Buana Nusantara Tbk.

650

Heru Supermarket Tbk.

875

Berlian Laju Tangker Tbk.

500

Hexindo Adi Perkasa Tbk.

360

Bank Lippo

370

Jakarta International Hotel

Tbk.

450

No

Perusahaan

Harga Per Lembar

Saham
525

Indosiar Visual Mandiri Tbk.

10

Timah Tbk.

700

11

Bank Danpac Tbk.

500

12

United Tractor Tbk.

285

13

Great River Int. Tbk.

550

14

Asuransi Ramayana Tbk.

600

15

Dankos Laboratories Tbk.

405

16

Ultra Jaya Milik Tbk.

500

17

Matahari Putra Prima Tbk.

410

18

Lippo Land Development Tbk.

575

19

Bank Swadesi Tbk.

300

20

Ades Alfindo Tbk.

550

Contoh Rata Rata Hitung Sampel

X
No

= X/n = 85.959/8 = 9.551

Nama Perusahaan

Total Aset
(Rp. Miliar)
22.598

Laba Bersih
(Rp. Miliar)
436

42.253

7.568

PT Ind. Satelit Corp.

PT Telkom

PT Aneka Tambang

2.508

123

PT Astra Agro Lestari

2.687

180

PT Bimantara Citra

4.090

392

PT Alfa Retailindo

603

25

PT HM Sampurna

10.137

1.480

PT Mustika Ratu

287

15

PT Astra Graphia

796

65

Rata Rata Hitung Tertimbang

No

Nama Perusahaan

PT Ind. Satelit Corp.

PT Telkom

Xi

wi

wi . Xi

436

22.598

9.852.728

7.568

42.253

319.770.704

PT Aneka Tambang

123

2.508

308.484

PT Astra Agro Lestari

180

2.687

483.660

PT Bimantara Citra

392

4.090

1.603.280

PT Alfa Retailindo

25

603

15.075

PT HM Sampurna

1.480

10.137

15.002.760

PT Mustika Ratu

15

287

4.305

PT Astra Graphia

65

796

51.740

85.959

347.092.736

Jumlah
Rata-rata hitung tertimbang

4.038

Rata Rata Hitung Tertimbang

Definisi:
Rata-rata dengan bobot atau kepentingan dari
setiap data berbeda. Besar dan kecilnya bobot
tergantung pada alasan ekonomi dan teknisnya.
Rumus:
Xw = (w1X1 + w2X2 + + wnXn)/(w1 + w2 + +wn)

Rata-rata hitung, Median, Modus untuk Data

Berkelompok

Rata Rata Hitung Data Berkelompok

1.

Data berkelompok adalah data yang sudah dibuat distribusi frekuensinya.

2.

Rumus nilai tengah = f. X/n

Interval

Nilai Tengah (X)

Jumlah Frekuensi (f)

160-303

231,5

463,0

304-447

375,5

1.877,5

448-591

519,5

4.675,5

592-735

663,5

1.990,5

736-878

807,0

807,0

Jumlah
Nilai Rata-rata ( fX/n)

n = 20

f.X

f = 9.813,5
490,7

Rata Rata Hitung Data Berkelompok

1. Setiap kelompok baik dalam bentuk skala interval maupun
rasio mempunyai rata-rata hitung.
2. Semua nilai data harus dimasukkan ke dalam perhitungan
rata-rata hitung.
3. Satu kelompok baik kelas maupun satu kesatuan dalam
populasi dan sampel hanya mempunyai satu rata-rata hitung.
4. Rata-rata hitung untuk membandingkan karakteristik dua atau
lebih populasi atau sampel.

Sifat Rata Rata Hitung

1. Rata-rata hitung sebagai satu-satunya ukuran pemusatan,
maka jumlah deviasi setiap nilai terhadap rata-rata hitungnya
selalu sama dengan nol.
2. Rata-rata hitung sebagai titik keseimbangan dari keseluruhan
data, maka letaknya berada di tengah data.
3. Rata-rata hitung nilainya sangat dipengaruhi oleh nilai ekstrim
yaitu nilai yang sangat besar atau sangat kecil.
4. Bagi data dan sekelompok data yang sifatnya terbuka (lebih
dari atau kurang dari) tidak mempunyai rata-rata hitung.

Median
Definisi:
Nilai yang letaknya berada di tengah data di mana data tersebut sudah
diurutkan dari terkecil sampai terbesar atau sebaliknya.
Median Data tidak Berkelompok:
(a) Letak median = (n+1)/2,
(b) Data ganjil, median terletak di tengah,
(c) Median untuk data genap adalah rata-rata dari dua data yang
terletak di tengah.
Rumus Median Data Berkelompok:
n/2 - CF
Md = L +

xi
f

Contoh Median Data Tidak Berkelompok

Nomor
urut
1

Total Aset
(Rp miliar)
42.253

Nomor
urut
1

Laba Bersih
(Rp miliar)
7.568

22.598

1.480

10.137

436

4.090

392

2.687

MEDIAN = 180

2.508

123

796

65

603

25

287

15

Contoh Median Data Berkelompok

Interval

Letak median n/2 =

20/2=10; jadi terletak
pada frek. kumulatif
antara 7-16
Nilai Median

Md = 447,5 + (20/2) - 7 x143

9
= 495,17

160 - 303

304 - 447

Frekuensi

Tepi Kelas

Frek. Kumulatif

159,5

303,5

447,5

7
Letak Median

591,5

16

735,5

19

878,5

20

448 - 591

592 - 735

736 - 878

Modus
Definisi:
Nilai yang (paling) sering muncul.

Rumus Modus Data Berkelompok:

Mo

= L + (d1/(d1+d2)) x i

Contoh Modus Data Berkelompok

Interval

Letak modus pada

frekuensi kelas paling
besar = 9 kelas 448-591.

Frekuensi

Tepi Kelas

159,5
160 - 303

2
303,5

304 - 447

Nilai Modus
Mo = 447,5 + (4/(4+6)) x 143
= 504,7

448 - 591

d1
9
d2

592 - 735

447,5
Letak
Modus
591,5

3
735,5

736 - 878

1
878,5

24

Hubungan Rata-rata-median-modus

80
7

66
3

t=
M

51
9

37
5

1.Kurva simetris X= Md=

Mo

d=
M
o

12
10
8
6
4
2
0

15
10

2. Kurva condong kiri

Mo < Md < X

5
0
231

Mo

Md

Rt

663

807

15
10

3. Kurva condong kanan

X < Md < Mo

5
0
231

375

Rt

Md

Mo

807

Ukuran Letak (Kuartil, Desil dan Persentil)

Ukuran Letak: Kuartil

Definisi:
Kuartil adalah ukuran letak yang membagi 4 bagian yang sama. K1
sampai 25% data, K2 sampai 50% dan K3 sampai 75%.
Rumus letak kuartil:
Data Tidak Berkelompok
K1
= [1(n + 1)]/4
K2
= [2(n + 1)]/4
K3
= [3(n + 1)]/4

Data Berkelompok
1n/4
2n/4
3n/4

K1

K2

K3

0%

25%

50%

75%

100%

Contoh Kuartil Data Tidak

Berkelompok
Letak Kuartil
K1 = [1(19 + 1)]/4 = 5 = 370

K2 = [2(19 + 1)]/4 = 10 =550

K3 = [3(19 + 1)]/4 = 15 =575

Kimia Farma Tbk.

160

United Tractor Tbk.

285

Bank Swadesi Tbk.

300

Hexindo Adi Perkasa Tbk.

360

5
6

Bank Lippo
Dankos Laboratories Tbk.

Matahari Putra Prima Tbk.

410

Jakarta International Hotel Tbk.

450

Berlian Laju Tangker Tbk.

500

10
11

Mustika Ratu Tbk.

Ultra Jaya Milik Tbk.

12

Indosiar Visual Mandiri Tbk.

525

13

Great River Int. Tbk.

550

14

Ades Alfindo Tbk.

550

15
16

Lippo Land Development Tbk.

Asuransi Ramayana Tbk.

17

Bank Buana Nusantara Tbk.

650

18

Timah Tbk.

700

19

Hero Supermarket Tbk.

875

(K1)

(K2)

(K3)

370
405

550
500

575
600

Contoh Kuartil Data Berkelompok

Rumus:
NKi = L + (i.n/4) Cf x Ci
Fk

Interval

160 - 303

Frekuensi
Kumulatif

Tepi Kelas

159,5

303,5

2
K1

447,5

7
K2 dan K3
16

591,5

19

735,5

20

878,5

Frekuensi

Letak K1= 1.20/4 = 5 (antara 2-7)

Letak K2=2.20/4=10 (antara 7-16)

304 - 447

Letak K3 = 3.20/4 = 15 (antara 7-16)

448 - 591
Jadi:

K1 = 303,5 +[5-2)/5] x 143 = 389,3

592 - 735

K2 = 447,5 +[(10-7)/9] x 143 = 495,17

K3 = 447,5 +[(15-7)/9] x 143=574,61

736 - 878

Ukuran Letak: Desil

Definisi:
Desil adalah ukuran letak yang membagi 10 bagian yang sama.
D1 sebesar 10%
D2 sampai 20%
D9 sampai 90%
Rumus Letak Desil:
Data Tidak Berkelompok

Data Berkelompok

D1 = [1(n+1)]/10

1n/10

D2 = [2(n+1)]/10

2n/10

.
D9 = [9(n+1)]/10

9n/10

Grafik Letak Desil

0%

20%

40%

60%

80%

100%

D2

D4

D6

D'8

Contoh Desil Data Tidak Berkelompok

Letak Desill
D1 = [1(19+1)]/4 = 2

D3 = [3(19+1)]/4 = 6

= 285

= 405

D9 = [9(19+1)]/4 = 18 =700

Kimia Farma Tbk.

160

United Tractor Tbk.

Bank Swadesi Tbk.

300

Hexindo Adi Perkasa Tbk.

360

5
6

Bank Lippo
Dankos Laboratories Tbk.

370
405

Matahari Putra Prima Tbk.

410

Jakarta International HotelTbk.

450

Berlian Laju Tangker Tbk.

500

10
11

Mustika Ratu Tbk.

Ultra Jaya Milik Tbk.

550
500

12

Indosiar Visual Mandiri Tbk.

525

13

Great River Int. Tbk.

550

14

Ades Alfindo Tbk.

550

15
16

Lippo Land Development Tbk.

Asuransi Ramayana Tbk.

575
600

17

Bank Buana Nusantara Tbk.

650

18

Timah Tbk.

19

Hero Supermarket Tbk.

D1

D2

D3

285

700
875

Contoh Desil Data Berkelompok

Rumus:
NDi = L + (i.n/10) cf x Ci
Fk

Interval

160-303

Fre
kuensi

Frek.
Kumulatif

Tepi Kelas

159,5

D1
Letak D1= 1.20/10= 2 (antara 0-2)
Letak D5= 5.20/10= 10 (antara 7-16)

304-447

448- 591

9
9

Letak D9 = 9.20/10=18(antara 16-19)

Jadi:
D1= 159,5 +[(20/10) - 0)/2] x 143=302,5

592-735

303,5

7
D5

447,5

16

591,5

D9

D5= 447,5 +[(100/10) - 7)/9] x143=495,17

D9 = 591,5 +[(180/10) - 16)/3] x 43= 686,83

736- 878

19

735,5

20

878,5

Ukuran Letak: Persentil

Definisi:
Ukuran letak yang membagi 100 bagian yang sama.
P1 sebesar 1%,
P2 sampai 2%
P99 sampai 99%
Rumus Letak Persentil:
DATA TIDAK BERKELOMPOK

DATA BERKELOMPOK

P1 = [1(n+1)]/100

1n/100

P2 = [2(n+1)]/100

2n/100

.
P99 = [99(n+1)]/100

99n/100

Contoh Ukuran Letak Persentil

1%

3%

99%

P1

P3

P99

Contoh Persentil Data Tidak

Berkelompok
Carilah persentil 15,25,75 dan 95?
Letak Persentil
P15= [15(19+1)]/100 = 3 = 300
P25= [25(19+1)]/100 = 5 = 370
P75= [75(19+1)]/100 = 15 = 575
P95= [95(19+1)]/100 = 19 = 875

36

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19

Kimia Farma Tbk.

United Tractor Tbk.
Bank Swadesi Tbk.
Hexindo Adi Perkasa Tbk.
Bank Lippo
Dankos Laboratories Tbk.
Matahari Putra Prima Tbk.
Jakarta International Hotel Tbk.
Berlian Laju Tangker Tbk.
Mustika Ratu Tbk.
Ultra Jaya Milik Tbk.
Indosiar Visual Mandiri Tbk.
Great River Int. Tbk.
Ades Alfindo Tbk.
Lippo Land Development Tbk.
Asuransi Ramayana Tbk.
Bank Buana Nusantara Tbk.
Timah Tbk.
Hero Supermarket Tbk.

P15

P25

P75

P95

160
285
300
360
370
405
410
450
500
550
500
525
550
550
575
600
650
700
875

Contoh Persentil Data Berkelompok

Interval

Frekuensi

Frek.
Kumulatif

Tepi Kelas

159,5

2
P22

303,5

447,5

591,5

16
P85

735,5

19
P96

Carilah P22, P85, dan P96!

160 - 303

Rumus:
NDi = L + (i.n/100) cf x Ci
Fk

304 447

Letak P22= 22.20/100=4,4 (antara 2-7)

Letak P85=85.20/100=17 (antara 16-19)

448 - 591

Letak P96=96.20/100=19,2 (antara 19-0)

Jadi:

592 - 735

P22 = 303,5 +[(440/100)-2)/5] x 143=372,14

P85 = 591,5 +[(1700/100)-16)/3] x 143= 639,17

P96 = 735,5 +[(1920/100)-19)/1] x 143=764,1
37

736 - 878

878,5
20

38

Rata Rata Hitung

Rata Rata Hitung, 1

Sifat Rata Rata Hitung :
1.
2.

3.
4.

5.

Nilainya dipengaruhi oleh observasi dan pengamatan

Nilainya dapat menyimpang terlaju jauh, bila dipengaruhi oleh
bilangan bilangan ekstrim (nilai sangat besar atau kecil),
sehingga untuk distribusi dengan kecondongan jelek dan rata
rata hitung kehilangan makna.
Nilainya tidak dapat dihitung dari distribusi yang mempunyai kelas
terbuka.
Jumlah penyimpangan semua nilai pengamatan dengan nilai rata
rata hitung sama dengan nol.
Jika selisih semua nilai pengamatan dengan nilai rata rata hitung
di kuadratkan maka jumlahnya lebih kecil dari penyimpangan
kuadrat semua nilai pengamatan dari titik lain selain rata rata
hitung.

Rata Rata Hitung, 2

Rumus umumnya :

Jumlah semua nilai data

Rata - rata hitung
Banyaknya nilai data
1. Untuk data yang tidak mengulang
X1 X 2 ... X n X
X

n
n

2. Untuk data yang mengulang dengan frekuensi tertentu

X

f1X1 f2X2 ... fnXn f X

f1 f2 ... fn
f

Rata Rata Hitung, 3

Data Tak Berkelompok
Xi = nilai pengamatan
N = Jumlah nilai pengamatan

Xi
i 1

Rata Rata Hitung, 4

Data Berkelompok
Fi= Jumlah frekuensi nilai pengamatan i
Xi = Nilai Pengamatan ke i
k

fi . Xi

i 1

i 1

fi

Rata Rata Hitung, 3

Contoh Rata Rata Hitung :
Dalam Tabel Distribusi Frekuensi
Interval Kelas

Nilai Tengah (X)

Frekuensi

fX

9-21
22-34
35-47
48-60
61-73
74-86
87-99

15
28
41
54
67
80
93

3
4
4
8
12
23
6

45
112
164
432
804
1840
558

f = 60

fX = 3955

f X 3955
X

65,92
f
60

Rata Rata Hitung, 4

3. Dengan Pembobotan
Masing-masing data diberi bobot
Misal A memperoleh nilai 65 untuk tugas, 76 untuk mid dan
70 untuk ujian akhir.
Bila nilai tugas diberi bobot 2, Mid 3 dan Ujian Akhir 4, maka
rata-rata hitungnya adalah :

(2)65 (3)76 (4)70

X
70,89
234

45

Median

Median, 1
Sifat Sifat Median :
1. Dipengaruhi oleh banyaknya observasi atau pengamatan, namun
tidak dipegaruhi oleh nilai pengamatan, sehingga nilai median tidak
dipengaruhi oleh bilangan bilangan ekstrem.
2. Dapat dihitung dari distribusi yang memiliki kelas terbuka, kecuali
jika kelas mediannya berada pada kelas terbuka tersebut.
3. Sering digunakan pada distribusi yang memiliki kecondongan yang
sangat jelek.
4. Lebih dipengaruhi oleh fluktuasi sampling, namun adakalanya
untuk distribusi tertentu median lebih konstan terhadap fluktuasi
sampling.
5. Jumlah penyimpangan nilai nilai dari Median lebih kecil daripada
jumlah penyimpangan nilai nilai dari titik lain.

Median, 2
Untuk data berkelompok

n
-F
Med L 0 c 2
f

c i nterva lkel a s
L 0 ba ta sba wa hkel a smedi a n
F juml a hfrekuenssi emuakel a ss ebel um
kel a sya ngmenga ndungmedi a n
f frekuenskel
i a smedi a n

Median, 3
Contoh Median :
Interval
Kelas

Frekuensi

9-21
22-34
35-47
48-60
61-73
74-86
87-99

3
4
4
8
12
23
6
f = 60

Letak median ada pada data ke

30, yaitu pada interval 61-73,
sehingga :
L0 = 60,5
F = 19
f = 12

60

19

72,42
M ed 60,5 13 2
12

49

Modus

Modus, 1

Modus dari suatu kelompok nilai adalah nilai kelompok

tersebut yang mempunyai frekuensi tertinggi, atau nilai yang
paling banyak terjadi didalam suatu kelompok nilai. Untuk
selanjutnya kita singkat Mod.
Suatu distribusi mungkin tidak mempunyai Mod atau
mungkin mempunyai dua Mod atau lebih. Distribusi disebut
UniModal, Kalau mempunyai satu mod , Bimodal kalau
mempunyai dua mod, atau multimodal , kalau mempunyai
lebih dari satu mod.

Modus, 2
Sifat Sifat Modus :
1. Bisa tidak ada dan bisa lebih dari satu.
2. Dapat ditempatkan pada distribusi yang memiliki kelas terbuka.
3. Tidak dipengaruhi oleh bilangan bilangan yang ekstrem, dari
suatu distribusi.
4. Perhitungan Modus tidak didasarkan pada seluruh nilai
pengamatan, tetapi didasarkan pada inidividu individu yang
berada pada titik tempat terjadinya pemusatan terbanyak.

Modus, 2
Untuk data berkelompok

b1

M od L 0 c
b1 b 2
L 0 batas bawah kelas modus

c interval kelas
b1 selisih antara frekuensi kelas modus dengan
frekuensi tepat satu kelas sebelum kelas modus
b 2 selisih antara frekuensi kelas modus dengan
frekuensi tepat satu kelas sesudah kelas modus

Modus, 3
Contoh Modus :

Interval
Kelas

Frekuensi

9-21
22-34
35-47
48-60
61-73
74-86
87-99

3
4
4
8
12
23
6
f = 60

Data yang paling sering muncul adalah

pada interval 74-86, sehingga :
L0 = 73,5
b1 = 23-12 = 11
b2 = 23-6 =17

11
Mod 73,5 13
78,61
11 17

Hubungan Empiris Antara Nilai Ratarata Hitung, Median, Dan Modus, 1

Ada 3 kemungkinan kesimetrian kurva distribusi data :

1. Jika nilai ketiganya hampir sama maka kurva

mendekati simetri.
2. Jika Mod<Med<rata-rata hitung, maka kurva
miring ke kanan.
3. Jika rata-rata hitung<Med<Mod, maka kurva
miring ke kiri.

Hubungan Empiris Antara Nilai Ratarata Hitung, Median, Dan Modus, 2

Jika distribusi data tidak simetri, maka terdapat
hubungan :
Rata-rata hitung-Modus = 3 (Rata-rata hitung Median)

X - Mod 3 X Med

Hubungan Empiris Antara Nilai Ratarata Hitung, Median, Dan Modus, 3

Mean Median Modus

Modus Median Mean

Mean Median Modus

Tugas

Soal Tugas
Menurut survei tahun 1998 yang dilakukan oleh sebuah
lembaga dilaporkan bahwa gaji seorang karyawan pada
saat masuk untuk tingkat sarjana dengan interval antara
Rp 500.000,- sampai dengan Rp.800.000,- Perbulan.
Sampel diambil dari 30 responden, dan diperoleh data
gaji pada saat pertama kali masuk kerja dalam ribuan
rupiah sebagai berikut:

Soal Tugas
Data Gaji Pertama :
700 600 725
750 525 690
800 575 680
785 800 580
650 750 550

500
770
700
695
750

770
780
650
650
700

820
780
860
760
540

Dibuat dalam Bentuk Data Tunggal

a. Berapa rata-rata gaji karyawan pada saat masuk?
b. Berapa Modus untuk gaji karyawan pada saat masuk?
c. Berapa Median untuk gaji karyawan pada saat masuk ?

Soal Tugas
Data Gaji Pertama :
700 600 725
750 525 690
800 575 680
785 800 580
650 750 550

500
770
700
695
750

770
780
650
650
700

820
780
860
760
540

Dibuat dalam Bentuk Data Kelas

a. Berapa rata-rata gaji karyawan pada saat masuk?
b. Berapa Modus untuk gaji karyawan pada saat masuk?
c. Berapa Median untuk gaji karyawan pada saat masuk ?

61

Kuartil

Kuartil, 1
Kelompok data yang sudah diurutkan (membesar atau
mengecil) dibagi empat bagian yang sama besar.
Ada 3 jenis yaitu
a. Kuartil pertama (Q1) atau kuartil bawah,

b. Kuartil kedua (Q2) atau kuartil tengah, dan

c. Kuartil ketiga (Q3) atau kuartil atas.

Kuartil, 2
Untuk data tidak berkelompok

in 1
Qi nilai ke , i 1,2,3
4

Untuk data berkelompok

c = lebar kelas

i.n
L0 = batas bawah kelas kuartil
-F
, i 1,2,3 F = jumlah frekuensi semua
Qi L 0 c 4
f
kelas sebelum kelas kuartil Qi

f = frekuensi kelas kuartil Qi

Kuartil, 3
Contoh :
Interval
Kelas

Nilai Tengah
(X)

Frekuensi

9-21
22-34
35-47
48-60
61-73
74-86
87-99

15
28
41
54
67
80
93

3
4
4
8
12
23
6

Q1 membagi data menjadi 25 %

Q2 membagi data menjadi 50 %

f = 60

Q3 membagi data menjadi 75 %

Sehingga :

Q1 terletak pada 48-60

Q2 terletak pada 61-73
Q3 terletak pada 74-86

Kuartil, 3
Untuk Q1, maka :

Untuk Q2, maka :

Untuk Q3, maka :

1.60

- 11

54
Q1 47,5 13 4
8

2.60

- 19

72,42
Q 2 60,5 13 4
12

3.60

- 31

81,41
Q3 73,5 13 4
23

66

Desil

Desil, 1
Kelompok data yang sudah diurutkan (membesar atau mengecil)
dibagi sepuluh bagian yang sama besar.
Untuk data tidak berkelompok
in 1
Di nilai ke , i 1,2,3,...,9
10

Untuk data berkelompok

L0 = batas bawah kelas desil Di

in

F = jumlah frekuensi semua

F

Di L 0 c 10 , i 1,2,3,...,9
kelas sebelum kelas desil Di
f

f = frekuensi kelas desil Di

Desil, 2
Contoh :
Interval Kelas
9-21
22-34
35-47
48-60
61-73
74-86
87-99

Nilai
Tengah (X)

Frekuensi

15
28
41
54
67
80
93

3
4
4
8
12
23
6

D3 membagi data 30%

D7 membagi data 70%

f = 60

Sehingga :

D3 berada pada 48-60

D7 berada pada 74-86

Desil, 3
Perhitungan :

3.60

- 11

58,875
D3 47,5 13 10
8

7.60

- 31

79,72
D 7 73,5 13 10
23

70

Persentil

Persentil
Persentil
Untuk data tidak berkelompok
in 1
Pi nilai ke , i 1,2,3,...,99
100

Untuk data berkelompok

in

Pi L 0 c 100 , i 1,2,3,...,99
f

Ukuran Penyebaran Data

Ukuran Variasi Data
Berkaitan dengan Presisi

Ukuran Penyebaran Data

Suatu ukuran yang menyatakan seberapa besar nilainilai data berbeda atau bervariasi dengan nilai
ukuran pusatnya atau seberapa besar penyimpangan
nilai-nilai data dengan nilai pusatnya.
Ukuran penyebaran membantu mengetahui sejauh
mana suatu nilai menyebar dari nilai tengahnya,
semakin kecil semakin besar.

Penggunaan Ukuran Penyebaran Data

Rata-rata bunga bank 11,43% per tahun, namun
kisaran bunga antar bank dari 7,5% - 12,75%
Rata-rata inflasi Indonesia 1995-2001 sebesar 18,2%
dengan kisaran antara 6% - 78%
Harga rata-rata saham Rp 470 per lembar, namun
kisaran saham sangat besar dari Rp 50 - Rp 62.500
per lembar

Ukuran Variansi

Seberapa besar
penyebaran atau
penyimpangan nilai
data dari nilai ratarata hitungnya.

Mengapa Ukuran Variasi Penting ?

Nilai mean hanya menekankan pada
pusat data, tidak memberikan
informasi tentang bagaimana sebaran
nilai datanya.
Untuk membandingkan
sebaran dari dua distribusi data
secara lebih rinci.

Perhatikan Ilustrasi 1 ini :

Nilai siswa dari dua Kelas A dan
B dengan nilai mean sama.
Kelas

Nilai

Mean

60

80

70

70

75

65

70

55

95

55

90

35

90

70

Jika berdasarkan nilai Mean, siswa di kedua

kelas tsb mempunyai kemampuan sama.

Namun, perhatikan sebaran data

tiap kelas pada kedua diagram ini :
100

Kelas B

Kelas A
100

90

90

80

80

Me = 70

Me = 70

60

60

50
40
30

50

Cenderung Homogen

Cenderung Heterogen

40
30
78

Maka .
Siswa kelas A mempunyai kemampuan yang hampir
seimbang, berbeda dengan kelas B. Seandainya
syarat lulus min. nilai 60 maka siswa kelas B hanya 50%
yang dapat lulus.
Jadi dari dua rangkaian data yang memiliki

nilai mean sama belum tentu

mempunyai karakteristik sama,
Karena besarnya penyimpangan nilai data
dari nilai rata-ratanya untuk setiap kelas
dapat berbeda.

Penyimpangan nilai data terhadap nilai mean

(ukuran variasi) dari dua rangkaian data dapat berbeda,
yaitu :

Me1 = Me2
Ukuran Variasi Berbeda

Me1 Me2
Ukuran Variasi Berbeda

80

Me1 Me2
Ukuran Variasi Sama

Me1 = Me2
Ukuran Variasi Sama

Gambaran Penyebaran Data

Contoh : A : 100 90 80 70 60 50 40 30 20 10
B : 100 100 100 100 100 10 10 10 10 10
C : 100 100 100 90 80 30 20 10 10 10

x = 55
R

Rata-rata

= 100 10 = 90

Beberapa Bentuk Ukuran Penyebaran

1. Rata-rata sama,
penyebaran berbeda

Beberapa Bentuk Ukuran Penyebaran

2. Rata-rata berbeda dengan
penyebaran berbeda

3. Rata-rata berbeda dengan

penyebaran sama

Ukuran Penyebaran Data

Ukuran penyebaran Data meliputi :

Rentang (Range)
Deviasi Rata Rata (Avarage Deviation)
Variansi (Variance)
Deviasi Standar (Standard Deviation)

86

Rentang

Range
Definisi:
Selisih antara nilai maksimum dan nilai minimum yang terdapat
dalam data.
Semakin kecil nilai R maka kualitas data akan semakin baik,
sebaliknya semakin besar nilai r, maka kualitasnya semakin tidak
baik.

Rumus :

R = X maks X min

Contoh :
Tentukan range dari data : 10,6,8,2,4
Jawab :
R = Xmaks Xmin = 10 2 = 8

88

Deviasi Rata - Rata

Deviasi Rata Rata

Definisi:
Jumlah nilai mutlak dari selisih semua nilai dengan nilai
rata-rata dibagi dibagi dengan banyaknya data.
a. Data tunggal
Rumus :
SR =

xx
n

Contoh Soal :
Deviasi Rata Rata Data Tunggal
Nilai ulangan matamatika dari 6 siswa adalah :7,5,6,3,8,7.
Tentukan simpangan rata-ratanya !

Jawab:

7+5+6+3+8+7
=
6

76 56 66 36 86 76

SR

SR

= 1,33

= 8/6

Gambaran Deviasi Rata - Rata

Kelompok A
Rata-rata

Rata-rata

Kelompok B

Nilai X

X-X

|X X|

Nilai X

X-X

|X X|

100

45

45

100

45

45

90

35

35

100

45

45

80

25

25

100

45

45

70

15

15

90

35

35

60

80

25

25

50

-5

30

-25

25

40

-15

15

20

-35

35

30

-25

25

10

-45

45

20

-35

35

10

-45

45

10

-45

45

10

-45

45

Jumlah

250

Jumlah

390

DR = 250 = 25
10

DR = 390 = 39
10

Standar Deviasi, 1
Akar pangkat dua dari Variansi.
Disebut juga Simpangan Baku.

Data tidak berkelompok :

X - X

n -1

atau S

nX - X
n n - 1
2

Data berkelompok :

f X - X
S
f - 1
n f

nfX2 - fX 2
atau S
n n - 1

Standar Deviasi, 2
Contoh 1 :
Interval Kelas

X - X

f X-X

9-21
22-34
35-47
48-60
61-73
74-86
87-99

15
28
41
54
67
80
93

3
4
4
8
12
23
6

2592,85
1437,93
621
142,09
1,17
198,25
733,33

7778,55
5751,72
2484
1136,72
14,04
4559,75
4399,98

f = 60

26124,76
S
442,79
60 - 1
S 442,79 21,04
2

26124,76

Standar Deviasi, 3
Menghitung Variansi dan Standar Deviasi
juga dapat menggunakan Kode (U).
2
2

2
2 nfU - fU
S c

n n - 1

2
2

fU

fU

S c
, n f
n n - 1

Standar Deviasi, 4
Contoh 2 :
Interval Kelas

fU

fU2

9-21
22-34
35-47
48-60
61-73
74-86
87-99

15
28
41
54
67
80
93

-3
-2
-1
0
1
2
3

3
4
4
8
12
23
6

-9
-8
-4
0
12
46
18

27
16
4
0
12
92
54

f = 60

fU = 55

205

60
205
55

2
2
S 13
442,79
6060 - 1

S 442,79 21,04

96

Simpangan Rata - Rata

Simpangan Rata Rata

Definisi:
Simpangan rata-rata dari sekumpulan bilangan adalah :
nilai rata-rata hitung harga mutlak simpangansimpangannya.
a. Data tunggal
Rumus :
SR =

xx
n

Contoh Soal :
Simpangan Rata Rata Data Tunggal
Nilai ulangan matamatika dari 6 siswa adalah :7,5,6,3,8,7.
Tentukan simpangan rata-ratanya !

Jawab:

7+5+6+3+8+7
=
6

76 56 66 36 86 76

SR

SR

= 1,33

= 8/6

Simpangan Rata Rata

b. Data Berbotot/Kelompok
Rumus :
SR =
x
F

f x x
f

= data ke-i (data berbobot )

= titik tengah kelas interval ke-i (data kelompok )
= frekuensi

Contoh Soal :
Simpangan Rata Rata Data Berbobot
Tentukan simpangan rata-rata dari data berikut :

Data

Frekwensi

35

68

9 11

10

12 - 14
Jumlah

6
20

13

chirzun@uai.ac.id

END
Senin : 10 11:40
13 14:40