1.

PEMBENTUKAN HISTOGRAM
Data pada tabel 3.1 menunjukkan ketebalan (mm) dari100 buah blok metal
yang merupakan bagian-bagian dari suatu peralatan optik.
Tabel 3.1
Ketebalan blok metal (mm)

Keterangan :

= nilai terbesar pada baris

* = nilai terkecil pada baris

Pada tabel diatas dapat dilihat bahwa dengan N = 100 diperoleh nilai terbesar (XL) = 3,68
dan nilai terkecil (XS) = 3,30
Setelah data diatas digambarkan secara grafis akan tampak bentuk
kecenderungannya. Dari sekian banyak macam grafik yang paling umum
adalah histogram (gambar 3.1)
Cara membuat histogram (lihat tabel 3.1)
(1) Hitung jumlah data
(2) Bagi data itu dalam 10 sub grup. Catat atau tandai nilai terbesar dan
terkecil pada tiap sub grup. Kemuadian catat atau tandai nilai terkecil dan
terbesar dari grup itu (dari keseluruhan).
Dalam hal ini nilai terbesar grup adalah XL= 3,66 dan terkecil XS= 3,30
(3) Range (R) dari seluruh data adalah S L x x R = 3,68 3,30 = 0,38.
Range dapat didistribusikan kedalam setiap kelas. Jumlah kelas ditentukan
berdasarkan tabel 3.2

Tabel 3.2
Ketentuan jumlah kelas

Untuk N = 100 dipilih K = 10 (atau 9)

Interval Kelas :

(4) Interval kelas (h) harus 2 angka dibelakang koma, atau unit
pengukurannya adalah 0,01. Dengan demikian h dibulatkan menjadi 0,04
atau untuk mempermudah tentukan saja h = 0,05
(5) Batas kelas ditentukan untuk membuat histogram. Jika hasil pengukuran
tepat dibatas kelas akan menyulitkan. Untuk menghin dari itu unit batas
diambil setengah dari unit pengukuran, jadi unit batas adalah 0,005. Lebar
bar (batas kelas) menjadi 3,275 3,325 ; 3,325 3,375 dan selanjutnya
lihat tabel 3.3

Tabel 3.3
Tabel Frekuensi

Berdasarkan tabel 3.3 histogram dapat dibuat seperti diperlihatkan pada

gambar 3.1
Pada histogram harus dicantumkan tentang jumlah data (N), nomor mesin,
nilai rata-rata ( x ), deviasi standar sampel (s), dan tarik pula garis limit
spesifikasi bawah (lower specification limit, LSL) dan limit spesifikasi
atas (upper specification limit, USL). Pada gambar 3.1 telah dicatat N =
100 ; x = 3,476 ; s = 0,065 ; LSL = 3,28 ; USL = 3,6 dan mesin no. 2

Gambar 3.1
Histogram ketebalan blok metal
2.NILAI RATA-RATA
Yang dimaksud dengan nilai rata-rata disini adalah nilai rata-rata hitung. Nilai rata-rata inilah
yang paling sering digunakan. Nilai rata-rata lain adalah nilai rata-rata ukur dan nilai rata-rata
harmonis.
Nilai rata-rata adalah :
(1) Nilai disekitar sebaran data yang berupa angka-angka
(2) Suatu harga yang dapat dipakai untuk mewakili sekumpulan data
(3) Ukuran tendensi pertengahan (measure of central tendency)
Jenis nilai rata-rata hitung :
a) Rata-rata hitung data tak tersusun
Bila x1, x 2, .........., x n terdiri dari n buah nilai dari variabel x, nilai rataratanya :

Atau:

Pers. 3.1
Cara lain yang lebih umum dengan menggunakan frekuensinya. Bila
bilangan-bilangan x1, x 2, .........., x n masing-masing terdapat sebanyak f1, f2, .........., fn
rata-rata hitungnya adalah :

Pers. 3.2
b) Rata-rata hitung data tersusun
Dalam distribusi frekuensi nilai-nilai tidak diperhitungkan satu persatu melainkan dalam
kelas-kelas. Pada umumnya nilai tengah kelas mewakili kelas itu (tabel 3.4)

Tabel 3.4
Nilai Tengah

Pers. 3.3
Menghitung rata-rata hitung dengan cara duga
Misalkan M = harga rata-rata duga di= selisih antara nilai tengah kelas ke-i dengan M
atau di= xi M

Jadi:

Berdasarkan persamaan diatas dibuat tabel rata-rataduga (tabel 3.5)

Tabel 3.5
Rata-rata duga

Jenis nilai rata-rata lainnya adalah rata-rata ukurdan rata-rata harmonis

Nilai rata-rata ukur :

Nilai rata-rata harmonis :

3.UKURAN PENYEBARAN
a) Range ; selisih antara nilai terkecil dan nilai terbesar dalam suatu deretan nilai
Contoh : 3,56 3,46 3,50 3,42 3,43 3,52 3,49 3,44 3,50
Range (R) = 3,56 3,42 = 0,14
b) Deviasi (simpangan) rata-rata
Diketahui sekumpulan data x1, x2, .........., xnmempunyai rata rata hitung 0, jadi deviasi
antara nilai-nilai itu dengan harga rata-ratanya adalah :
(x1- 0), (x 2- 0), ...................,(xn- 0)
Harga mutlaknya adalah :

Jadi deviasi (simpangan) rata-rata untuk :

Data tidak tersusun

Contoh
Tabel 3.6
Simpangan rata-rata dengan harga mutlak

c) Deviasi Standar (standard deviation)

1. Data tak tersusun

Varians adalah pangkat 2 simpangan-simpangan anatara nilai-nilai pengamatan dengan

rata-rata hitung dari kumpulan data itu.
Varians :

Untuk mengembalikan varians itu kepada ukuran simpangan, nilai varians itu harus
diakar pangkat 2. nilai yang diperoleh disebut deviasi standar (s).
Deviasi standar :

Cara khusus (short method) untuk memperoleh deviasi standar tanpa melalui perhitungan
harga rata-rata lebih dahulu, sebagai berikut :

2. Data tersusun
Varians :

Dengan :
n : jumlah pengamatan di dalam pecaran frekuensi
k : jumlah kelas x
i : nilai tengah kelas ke-i
0 : harga rata-rata hitung
fi : frekuensi kelas ke-i
Deviasi standar :

Dengan cara yang sama dengan persamaan (3.10) dan (3.11), persamaan (3.13 dapat
diubah menjadi :

Persamaan (3.14) ini dapat dipakai untuk menghitung nilai deviasi standar dengan tidak
lebih dahulu menghitung nilai harga rata-rata hitung.
Disamping persamaan (3.10) dan (3.14) dapat digunakan persamaan (3.15) berikut :

Dengan :
i

: selisih antara nilai tengah yang berdekatan

Ui : variabel dengan nilai -4, -3, -2, -1, 0, +1, +2, +3, +4 (letak 0 ditengah-tengah kelas)

Contoh :
Tabel 3.7
Nilai tengah dengan variabel U