Anda di halaman 1dari 94

Definisi :

STATISTIKA

adalah ilmu yang mempelajari bagaimana merencanakan, mengumpulkan, menganalisis, menginterpretasi, dan mempresentasikan data. Singkatnya, statistika adalah ilmu yang berkenaan dengan data

Deskriptif
Deskriptif

Jenis Statistik

yang berkenaan dengan data Deskriptif • Jenis Statistik Yang kita pelajari metode-metode yang berkaitan dengan

Yang kita

pelajari

metode-metode yang berkaitan dengan pengumpulan dan penyajian suatu gugus data sehingga memberikan informasi yang berguna

Inferensi
Inferensi

dilakukan berdasarkan aktivitas yang dilakukan

Jenis Variabel

Kualitatif Kuantitatif
Kualitatif
Kuantitatif

Non Numerik

Numerik

Table and Charts for Numerical Data

Frequency Distribution

Mengelompokan data ke beberapa kategori, menunjukkan

banyaknya data,setiap data tdak dapat dimasukkan kedalam dua kategori

Langkah-langkah menghitung :

urutkan data

membuat kelas data

Jumlah kelas kategori

data  membuat kelas data • Jumlah kelas kategori 1+3.322 log n KET: * n =
1+3.322 log n
1+3.322 log n

KET:

* n= jumlah data

Nilai terbesar-Nilai terkecil Jumlah kelas
Nilai terbesar-Nilai terkecil
Jumlah kelas

Interval Kelas

kelas kategori 1+3.322 log n KET: * n = jumlah data Nilai terbesar-Nilai terkecil Jumlah kelas

Contoh Soal Frequency Distribution

Data Tunggal

Contoh Soal Frequency Distribution Data Tunggal Penyelesaian: Berdasarkan data tersebut, terlihat bahwa 4 keluarga tidak
Contoh Soal Frequency Distribution Data Tunggal Penyelesaian: Berdasarkan data tersebut, terlihat bahwa 4 keluarga tidak

Penyelesaian:

Berdasarkan data tersebut, terlihat bahwa 4 keluarga tidak mempunyai anak, 13 keluarga mempunyai 1 anak, dan seterusnya. Selanjutnya, data

tersebut disajikan dalam daftar distribusi frekuensi, seperti Tabel berikut.

JAWABAN

JAWABAN Untuk data yang sangat besar, jika Anda menggunakan tabel distribusi frekuensi tunggal, akan diperoleh tabel
JAWABAN Untuk data yang sangat besar, jika Anda menggunakan tabel distribusi frekuensi tunggal, akan diperoleh tabel

Untuk data yang sangat besar, jika Anda menggunakan tabel

distribusi frekuensi tunggal, akan diperoleh tabel distribusi yang panjang. Oleh karena itu, data tersebut harus dikelompokkan dalam kelas-kelas sehingga diperoleh tabel

distribusi frekuensi kelompok.

Berikut ini adalah data nilai ujian mata pelajaran Bahasa Indonesia dari 90 siswa Kelas XI.

Berikut ini adalah data nilai ujian mata pelajaran Bahasa Indonesia dari 90 siswa Kelas XI.
Berikut ini adalah data nilai ujian mata pelajaran Bahasa Indonesia dari 90 siswa Kelas XI.

Langkah 1.

Datum terbesar adalah 98 dan datum terkecil adalah 33, sehingga jangkauan data:

j = x mak x min = 98 33 = 65

Langkah 2.

Banyaknya kelas interval adalah:

k = 1 + 3,3 log 90 = 1 + 3,3(1,9542) = 7,449 Untuk kasus ini, diambil kelas interval 7.

Langkah 3.

Menentukan panjang kelas interval. p = j/k = 65/7 = 9,29 (bisa diambil 9 atau 10). Untuk contoh ini, diambil p = 10.

Langkah 4.

Menentukan batas kelas interval. Batas kelas ke-1 bisa diambil 33, tetapi agar kelas interval kelihatan bagus diambil batas bawah 31, sehingga didapat batas atasnya 31 + 9 = 40. batas kelas ke-2 = 41 50 batas kelas ke-3 = 51 60 batas kelas ke-4 = 61 70

batas kelas ke-5 = 71 80

batas kelas ke-6 = 81 90 batas kelas ke-7 = 91 100

Langkah 5.

Untuk kasus ini, Langkah 5 tidak diperlukan, tetapi langkah ini akan sangat diperlukan

pada kasus yang akan dibahas selanjutnya.

Langkah 6.

Frekuensi setiap kelas interval dapat dicari dengan menentukan turusnya terlebih dahulu (lihat tabel Daftar Distribusi Frekuensi

Kelompok dibawah ini).

Langkah 7.

Menentukan titik tengah interval. Titik tengah kelas ke-1 = ½ (31 + 40) = 35,5 Titik tengah kelas ke-2 = ½ (41 + 50) = 45,5 Titik tengah kelas ke-3 = ½ (51 + 60) = 55,5 Titik tengah kelas ke-4 = ½ (61 + 70) = 65,5 Titik tengah kelas ke-5 = ½ (71 + 80) = 75,5 Titik tengah kelas ke-6 = ½ (81 + 90) = 85,5 Titik tengah kelas ke-7 = ½ (91 + 100) = 95,5

Hasil

Hasil Dari tabel tersebut, tampak siswa paling banyak memperoleh nilai antara 71 – 80.

Dari tabel tersebut, tampak siswa paling banyak memperoleh nilai antara 7180.

Relative Frequency Distribution

Membandingkan Frequency setiap kelas

Relative Frequency = Frequency Total Frequency
Relative Frequency =
Frequency
Total Frequency
Relative Frequency = Relative Frequency X 100
Relative Frequency =
Relative Frequency X 100
Contoh Soal Membuat Tabel Frekuensi Relatif Dari daftar distribusi frekuensi absolut pada Tabel berikut, tentukanlah

Contoh Soal

Membuat Tabel Frekuensi Relatif

Dari daftar distribusi frekuensi absolut pada Tabel berikut, tentukanlah tabel distribusi frekuensi relatifnya

Relatif Dari daftar distribusi frekuensi absolut pada Tabel berikut, tentukanlah tabel distribusi frekuensi relatifnya

Distribusi Frequency Kurang dari Lebih dari

3. Distribusi Frekuensi Kumulatif

Daftar distribusi kumulatif ada dua macam, yaitu sebagai berikut.

a. Daftar distribusi kumulatif kurang dari

(menggunakan tepi atas).

b. Daftar distribusi kumulatif lebih dari

(menggunakan tepi bawah). Untuk lebih jelasnya, perhatikan contoh data berikut

ini.

Contoh penyelesaian

Contoh penyelesaian
Contoh penyelesaian

HISTOGRAM

Dari suatu data yang diperoleh dapat disusun dalam tabel

distribusi frekuensi dan disajikan dalam bentuk diagram yang

disebut histogram. Jika pada diagram batang, gambar batang- batangnya terpisah maka pada histogram gambar batang- batangnya berimpit. Histogram dapat disajikan dari distribusi frekuensi tunggal maupun distribusi frekuensi bergolong. Untuk

lebih jelasnya, perhatikan contoh berikut ini. Data banyaknya

siswa kelas XI IPA yang tidak masuk sekolah dalam 8 hari berurutan sebagai berikut.

CONTOH PENYELESAIAN

CONTOH PENYELESAIAN

Poligon Frequency

Apabila pada titik-titik tengah dari histogram dihubungkan

dengan garis dan batang-batangnya

dihapus, maka akan diperoleh poligon frekuensi. Berdasarkan contoh di atas dapat dibuat poligon frekuensinya seperti gambar berikut ini.

akan diperoleh poligon frekuensi. Berdasarkan contoh di atas dapat dibuat poligon frekuensinya seperti gambar berikut ini.
akan diperoleh poligon frekuensi. Berdasarkan contoh di atas dapat dibuat poligon frekuensinya seperti gambar berikut ini.

Ogive naik dan ogive turun

Daftar frekuensi kumulatif kurang dari dan lebih dari dapat

disajikan dalam bidang Cartesius. Tepi atas (67,5; 70,5; ;

82,5) atau tepi bawah (64,5; 67,5; ; 79,5) diletakkan pada sumbu X sedangkan frekuensi kumulatif kurang dari atau frekuensi kumulatif lebih dari diletakkan pada sumbu Y.

Apabila titik-titik yang diperlukan dihubungkan, maka

terbentuk kurva yang disebut ogive. Ada dua macam ogive, yaitu ogive naik dan ogive turun. Ogive naik apabila grafik disusun berdasarkan distribusi frekuensi kumulatif kurang dari. Sedangkan ogive turun apabila berdasarkan distribusi frekuensi kumulatif lebih dari. Ogive naik dan ogive turun data di atas adalah sebagai berikut.

Contoh diagram ogive

Contoh diagram ogive
Contoh diagram ogive

Table and Charts for Numerical Data

The Summary Table

 Table and Charts for Numerical Data • The Summary Table

Bar Chart

• Bar Chart
• Bar Chart

Pie chart

• Pie chart
• Pie chart

Pareto Diagram

• Pareto Diagram
• Pareto Diagram

Pengukuran Nilai Sentral

Ukuran data sampel disebut statistik, ukuran populasi disebut parametrik.

Ada banyak ukuran dalam statistik, seperti kwartil, desil, persentil, rata-rata hitung, rata-rata ukur, rata-rata harmonis, median, modus dan sebagainya. Namun yang dianggap sangat penting untuk diketahui dan yang akan dijelaskan di sini adalah :

· Mean (rata-rata hitung)

· Median (nilai tengah)

· Modus (mode-trend)

Sebelum menjelaskan ukuran-ukuran data tersebut di atas, perlu dipahami dahulu

apa yang disebut dengan data tak berkelompok dan data berkelompok.

UKURAN-UKURAN STATISTIK

1.

Ukuran Tendensi Sentral (Central tendency measurement):

Rata-rata (mean)

Nilai tengah (median)

Modus

2.

Ukuran Lokasi (Location measurement):

Persentil (Percentiles)

Kuartil (Quartiles)

Desil (Deciles)

UKURAN-UKURAN STATISTIK

3. Ukuran Dispersi/Persebaran (Dispersion

measurement):

Jarak (Range)

Ragam/Varian (Variance)

Simpangan Baku (Standard deviation)

Rata-rata deviasi (Mean deviation)

UKURAN TENDENSI SENTRAL

(Central tendency measurement)

1. Rata-rata (mean)

Jika data berasal dari suatu sampel, maka rata-rata (mean) dirumuskan

Data Tidak Berkelompok

 x i x  n
x
i
x 
n

Data Berkelompok

Dimana

 f x i i x   f i x i = nilai tengah
f x
i
i
x 
f
i
x i = nilai tengah kelas ke-i
f i = frekuensi kelas ke-i

UKURAN TENDENSI SENTRAL

(Central tendency measurement) (L)

1. Rata-rata (mean) (Lanjutan)

Jika data merupakan data populasi, maka rata- rata dirumuskan

Data Tidak Berkelompok

 x  i N
x

i
N

Data Berkelompok

 f x  i i   f i
f x
i
i
f
i

Dimana

x i = nilai tengah kelas ke-i f i = frekuensi kelas ke-i

UKURAN TENDENSI SENTRAL

(Central tendency measurement) (L)

2.

Median

Merupakan suatu nilai yang terletak di tengah- tengah sekelompok data setelah data tersebut

diurutkan dari yang terkecil sampai terbesar.

Suatu nilai yang membagi sekelompok data dengan jumlah yang sama besar.

Untuk data ganjil, median merupakan nilai yang terletak di tengah sekumpulan data, yaitu di urutan ke-

Untuk data genap, median merupakan rata-rata

data, yaitu di urutan ke- – Untuk data genap, median merupakan rata-rata nilai yang terletak pada
data, yaitu di urutan ke- – Untuk data genap, median merupakan rata-rata nilai yang terletak pada
data, yaitu di urutan ke- – Untuk data genap, median merupakan rata-rata nilai yang terletak pada

nilai yang terletak pada urutan ke-

dan

UKURAN TENDENSI SENTRAL

(Central tendency measurement) (L)

2. Median (Lanjutan)

Jika datanya berkelompok, maka median dapat dicari dengan rumus berikut:

n  f   2 kum  Median LB . I f median
n
 f
2
kum 
Median
LB
. I
f median

Dimana

LB

n

= Lower Boundary (tepi bawah kelas median)

= banyaknya observasi = frekuensi kumulatif kurang dari kelas median = frekuensi kelas median

f

f

kum<

median

I = interval kelas

UKURAN TENDENSI SENTRAL

(Central tendency measurement) (L)

3. Modus

Merupakan suatu nilai yang paling sering muncul (nilai dengan frekuensi muncul terbesar)

Jika data memiliki dua modus, disebut bimodal

Jika data memiliki modus lebih dari 2, disebut multimodal

UKURAN TENDENSI SENTRAL

(Central tendency measurement) (L)

3. Modus (Lanjutan)

Jika data berkelompok, modus dapat dicari dengan rumus berikut:

Modus  LB  f a . I f  f a b
Modus
LB
f a . I
f
 f
a
b

Dimana

LB

= Lower Boundary (tepi bawah kelas dengan

frekuensi terbesar/kelas modus)

f

f

a

b

= frekuensi kelas modus dikurangi frekuensi kelas sebelumnya = frekuensi kelas modus dikurangi frekuensi kelas sesudahnya

I = interval kelas

UKURAN TENDENSI SENTRAL (Contoh Penghitungan)
UKURAN TENDENSI SENTRAL
(Contoh Penghitungan)

DATA TIDAK BERKELOMPOK

Berikut adalah data sampel tentang nilai sewa bulanan untuk satu kamar apartemen ($). Berikut adalah data

yang berasal dari 70 apartemen di suatu kota tertentu:

425

430

430

435

435

435

435

435

440

440

440

440

440

445

445

445

445

445

450

450

450

450

450

450

450

460

460

460

465

465

465

470

470

472

475

475

475

480

480

480

480

485

490

490

490

500

500

500

500

510

510

515

525

525

525

535

549

550

570

570

575

575

580

590

600

600

600

600

615

615

UKURAN TENDENSI SENTRAL (Contoh Penghitungan) (L)
UKURAN TENDENSI SENTRAL
(Contoh Penghitungan) (L)

Rata-rata Hitung (Mean)

 x 34.356 i x    490,80 n 70
 x
34.356
i
x 
 490,80
n 70

Median Karena banyaknya data genap (70), maka median merupakan rata-rata nilai ke-35 dan ke-36, yaitu (475 + 475)/2 = 475

Modus = 450 (muncul sebanyak 7 kali)

UKURAN TENDENSI SENTRAL (Contoh Penghitungan) (L)
UKURAN TENDENSI SENTRAL
(Contoh Penghitungan) (L)

DATA BERKELOMPOK Dari contoh Bengkel Hudson Auto

Frekuensi Frekuensi Lower Biaya ($) x f i i x i (f kumulatif Boundary i
Frekuensi
Frekuensi
Lower
Biaya ($)
x
f
i
i x i
(f
kumulatif
Boundary
i )
50
– 59
2
54,5
2
49,5
109,0
60
– 69
13
64,5
15
59,5
838,5
70
– 79
16
74,5
31
69,5
1192,0
80
– 89
7
84,5
38
79,5
591,5
90
– 99
7
94,5
45
89,5
661,5
100 – 109
5
104,5
50
99,5
522,5
Total
50
3915,0
UKURAN TENDENSI SENTRAL (Contoh Penghitungan) (L)
UKURAN TENDENSI SENTRAL
(Contoh Penghitungan) (L)

DATA BERKELOMPOK (L)

Rata-rata Hitung (Mean)

 f x 3915,0 i i x    78,3  f 50 i
f x
3915,0
i
i
x 
 78,3
f
50
i

Median

50  15 Median  69,5  2 .10  75,75 16
50
 15
Median 
69,5
2
.10
 75,75
16

Modus

Modus  69,5  3 .10  72 3  9
Modus 
69,5
3 .10
72
3
 9

UKURAN LOKASI

(Location measurement)

2. Kuartil (Quartiles)

Kuartil merupakan suatu ukuran yang membagi data menjadi 4 (empat) bagian sama besar

Kuartil merupakan bentuk khusus dari persentil,

dimana

Kuartil pertama = Percentile ke-25

Kuartil kedua = Percentile ke-50 = Median

Kuartil ketiga = Percentile ke-75

UKURAN LOKASI (Contoh Penghitungan)
UKURAN LOKASI
(Contoh Penghitungan)

Berdasarkan kasus sewa kamar apartemen

Kuartil ke-3

Kuartil ke-3 = Percentile ke-75

Yaitu data ke-(p/100)n = (75/100)70 = 52.5 = 53

Jadi kuartil ke-3 = 525

425 430 430 435 435 435 435 435 440 440 440 440 440 445 445
425
430
430
435
435
435
435
435
440
440
440
440
440
445
445
445
445
445
450
450
450
450
450
450
450
460
460
460
465
465
465
470
470
472
475
475
475
480
480
480
480
485
490
490
490
500
500
500
500
510
510
515
525
525
525
535
549
550
570
570
575
575
580
590
600
600
600
600
615
615

UKURAN PENYEBARAN DATA

Ukuran penyebaran data adalah

suatu ukuran yang menyatakan seberapa besar nilai-nilai data berbeda atau bervariasi dengan nilai ukuran pusatnya atau seberapa besar

penyimpangan nilai-nilai data dengan nilai pusatnya.

1. Jangkauan ( Range )

Jangkauan adalah selisih antara nilai maksimum dan nilai minimum yang terdapat dalam data. Jangkauan dapat dihitung dengan rumus:

R = X maks X min

Contoh :

Tentukan range dari data : 10,6,8,2,4 Jawab :

R = Xmaks Xmin = 10 2 = 8

UKURAN PENYEBARAN DATA

2. Simpangan Rata-rata

Simpangan rata-rata dari sekumpulan bilangan adalah:

nilai rata-rata hitung harga mutlak simpangan-simpangannya.

a. Data tunggal

SR =

 x  x n
 x  x
n

Contoh :

Nilai ulangan matamatika dari 6 siswa adalah :7,5,6,3,8,7. Tentukan simpangan rata-ratanya!

UKURAN PENYEBARAN DATA

Jawab:

SR =

=

=

=

=

6

x

7 6

7 5 6 3 8 7

5

6

6 6 6 3

6 8 6 7

6

1,33

8

6

6

UKURAN PENYEBARAN DATA

b. Data berbobot / data kelompok

SR =

f

x

x
x
 

f

x = data ke-i (data berbobot )

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

f = frekuensi

UKURAN PENYEBARAN DATA

Contoh :

Tentukan simpangan rata-rata dari data berikut :

Data

Frekwensi

x

3

5

2

4

6

8

4

7

9 11

8

10

12 - 14

6

13

Jumlah

20

 

UKURAN PENYEBARAN DATA

Jawab :

Data

Frekwensi

x

F . x

x  x

x x

F

x  x

x x

3 5

2

4

8

5,7

11,4

6 8

4

7

28

2,7

10,8

9 11

8

10

80

0,3

 

2,4

12 - 14

6

13

78

3,3

19,8

Jumlah

20

 

194

 

44,4

x =

=

f

. x

194

20

f

= 9,7

SR

=

=

f

x

x
x

44,4

20

f

= 2,22

UKURAN PENYEBARAN 3.Simpangan Baku / standar deviasi

Simpangan Baku (S) dari sekumpulan bilangan adalah akar dari

jumlah deviasi kuadrat dari bilangan-bilangan tersebut dibagi dengan banyaknya bilangan atau akar dari rata-rata deviasi kuadrat.

a. Data Tunggal

  2 x x  i  S = n 2 S = 2
2
x
x
i 
S
=
n
2
S
=
2
x
x 
n
n

atau

UKURAN PENYEBARAN DATA

Contoh :

Tentukan simpangan baku dari data :

2,3,5,8,7.

Jawab :

x

=

2 3 5 8 7

5

= 5

S

=

  2 x x  26 i  = n 5 5,2 =
2
x
x
26
i 
=
n
5
5,2
=

x

x x

x x

2

2

- 3

9

3

- 2

4

5

0

0

8

3

9

7

2

4

   

26

UKURAN PENYEBARAN DATA

b. Data berbobot / berkelompok

S

S

=

=

2    f x  x  f 2 2  fx 
2
f x
x
f
2
2
fx
f.x 
f
f

atau

UKURAN PENYEBARAN DATA

Contoh:

Tentukan standar deviasi dari data berikut

Data

Frekw

x

3

5

2

4

6

8

4

7

9 11

8

10

12 - 14

6

13

Jumlah

20

 

UKURAN PENYEBARAN DATA

Jawab : Data Frek x x 2 f.x f.x 2 3 – 5 2 4
Jawab :
Data
Frek
x
x
2
f.x
f.x 2
3
– 5
2
4
16
8
32
6
– 8
4
7
49
28
196
9 – 11
8
10
100
80
800
169
78
1014
12 - 14
6
13
Jumlah
20
194
2042
2
fx
2
f.x 
S
=
f
f
2
2042
 194 
8,01
=
=
20
 20 

UKURAN PENYEBARAN DATA

4.Kuartil

Kuartil adalah nilai yang membagi kelompok data atas empat bagian yang sama setelah bilangan-bilangan itu diurutkan.

Dengan garis bilangan letak kuartil dapat ditunjukkan sebagai berikut:

Q 1

Q 2

Q 3

kuartil dapat ditunjukkan sebagai berikut: Q 1 Q 2 Q 3 Menentukan nilai Kuartil a. Data
kuartil dapat ditunjukkan sebagai berikut: Q 1 Q 2 Q 3 Menentukan nilai Kuartil a. Data
kuartil dapat ditunjukkan sebagai berikut: Q 1 Q 2 Q 3 Menentukan nilai Kuartil a. Data
kuartil dapat ditunjukkan sebagai berikut: Q 1 Q 2 Q 3 Menentukan nilai Kuartil a. Data

Menentukan nilai Kuartil

a. Data tunggal

Letak Q i = data ke

dengan

i = 1, 2, 3

i ( n 1)

4

dan n = banyaknya data

UKURAN PENYEBARAN DATA

Contoh :

Hasil pendataan usia, dari 12 anak balita (dalam tahun) diketahui sebagai

berikut :

4, 3, 4, 4, 2, 1, 1, 2,1, 3, 3, 4 , tentukan :

a. Kuartil bawah (Q 1 )

b. Kuartil tengah (Q 2 )

c. Kuartil atas (Q 3 )

Jawab :

Data diurutkan : 1,1,1,2,2,3,3,3,4,4,4,4

a.Letak Q 1 = data ke

= data ke- 3 ¼

1(12 1)

4

UKURAN PENYEBARAN DATA

Nilai Q 1 = data ke-3

+ ¼ (data ke4 data ke3)

= 1

+ ¼ (2 1) = 1¼

b. Letak Q 2 = data ke

= data ke 6½

2(12 1)

4

Nilai Q 2 = data ke 6 + ½ (data ke7 data ke6)

= 3 + ½ (3 3) = 3

UKURAN PENYEBARAN DATA

c. Letak Q 3 = data ke

3(12 1)

4

= data ke 9 ¾

Nilai Q 3 = data ke 9 + ¾ (data ke10 - data ke 9)

= 4 +

¾

(4 4)

=

4

UKURAN PENYEBARAN DATA

Jangkauan Semi Inter Kuartil /Simpangan Kuartil (Q d ) didefinisikan sebagai berikut:

Qd

=

½ (Q 3 Q 1 )

b. Data Kelompok

Nilai Qi = b + p

dengan i = 1,2,3

i.n

F

4

f

b

= tepi bawah kelas Qi

p

= panjang kelas

F

= jumlah frekuensi sebelum kelas Qi

f

= frekuensi kelas Qi

n

= jumlah data

UKURAN PENYEBARAN DATA

Contoh :

Tentukan simpangan kuartil dari data :

Nilai

f

45-49

3

50-54

6

55-59

10

60-64

12

65-69

5

70-74

4

Jumlah

40

Jawab :

Untuk menentukan Q 1 kita perlu = ¼ x 40 data atau 10 data, jadi Q 1 terletak pada kelas interval ke 3. Dengan b = 54,5 ; p = 5; F = 9; f = 10

Nilai Q1 = 54,5 + 5

= 54,5 + 0,5

1.40

9

4

10

=

55

UKURAN PENYEBARAN DATA

Untuk menetukan Q 3 diperlukan = ¾ x 40 data atau 30 data, jadi Q 3 terletak pada kelas interval ke-4, dengan b = 59,5; p = 5; F = 19 ; f = 12

Nilai Q 3 = 59,5 + 5

= 59,5 + 5

3.40

19

4

12

11

12

= 59,5 + 4,58 = 64,08

Jadi, jangkauan semi interkuartil atau simpangan kuartil dari data di atas adalah Qd = ½ (Q 3 Q 1 )

= ½ (64,08 55)

= 4,54

UKURAN PENYEBARAN DATA

5. Persentil

Persentil dari sekumpulan bilangan adalah nilai yang membagi kelompok

bilangan tersebut atas 100 bagian yang sama banyaknya setelah bilangan bilangan tersebut diurutkan dari yang terkecil sampai yang terbesar.

a. Data tunggal / berbobot

Letak P i = data ke

i (n 1)

100

dengan i = 1,2,…,99 Contoh :

Diketahui data : 9,3,8,4,5,6,8,7,5,7 Tentukan P 20 dan P 70

UKURAN PENYEBARAN DATA

Jawab :

Data diurutkan : 3 ,4, 5, 5, 6, 7, 7 ,8, 8, 9

1

20(10 1)

100

1

Letak P 20 = data ke

= data ke 2

5

(data ke 3 data ke2)

Nilai P 20 = data ke 2 +

5

1

4 +

1

5

=

= 4

(5 4)

5

UKURAN PENYEBARAN DATA

Letak P 70 = data ke

70(10 1)

100

Nilai P 70

= data ke 7

= data ke 7 +

7

10

7

10

= 7 +

7

10

( 8 7 )

(data ke 8 - data ke7)

= 7

7

10

UKURAN PENYEBARAN

b. Data kelompok

Nilai P i = b + p

in

100

F

f

, dengan i

= 1,2,

,99

Jangkauan Persentil = P 90 P 10

UKURAN PENYEBARAN DATA

Contoh :

Tentukan Jangkauan persentil dari data

berikut :

 

Nilai

F

50

- 59

7

60

- 69

10

70

- 79

15

80

- 89

12

90

- 99

6

Jumlah

50

UKURAN PENYEBARAN DATA

Jawab :

10

Untuk menentukan P 10 diperlukan =

artinya P 10 terletak pada kelas interval pertama dengan b = 49,5 ; p = 10 ; F =0 ; f = 7

x 50 data

= 5 data,

100

Nilai P 10 = 49,5 + 10

10.50

100

0

7

= 49,5 + 7,14

= 56,64

UKURAN PENYEBARAN DATA

90

Untuk menetukan P 90 diperlukan =

artinya P 90 terletak pada kelas interval ke 5,

dengan b = 89,5; F = 44; f = 6.

x 50 data = 45 data,

100

Nilai P 90 =

89,5 + 10

90.50

44

100

6

= 89,5 + 1,67 = 91,17

Jangkauan Persentil = P 90 P 10 = 91,17 56,64

= 34,53

UKURAN PENYEBARAN DATA

UKURAN PENYEBARAN DATA Hal.: 64 STATISTIK

UKURAN PENYEBARAN DATA

Latihan:

1. Nilai tes matematika dari 5 orang siswa adalah sebagai berikut : 7,6,7,8,7 besarnya simpanga

rata-rata dari data tesebut adalah….

x

x  x

x x

7

0

6

1

7

0

8

1

7

0

Jml

2

Jawab :

76787

x = = 7 5  x x  SR = n 2 =
x
=
= 7
5
x x
SR
=
n
2
=

5

= 0,4

UKURAN PENYEBARAN DATA

2. Standar deviasi (simpangan baku) dari

data 4,6,7,6,3,4 adalah… Jawab :

S

x

=

=

=

4 6 7 6 3 4

=

6

= 5 2  ( x x  ) n 12 6 2
=
5
2
(
x x
)
n
12
6
2

x

(x -

x

)

( x -

x

) 2

4

 

-1

 

1

6

1

1

7

2

4

6

1

1

3

-2

4

4

-1

1

Jml

 

12

 

UKURAN PENYEBARAN DATA

3. Hasil tes penerimaan pegawai baru suatu

perusahaan tercatat sebagai berikut :

Nilai

Frekuensi

30-39

3

40-49

8

50-59

10

60-69

20

70-79

18

80-89

14

90-99

7

Jika perusahaan akan menerima 75% dari pendaftar yang mengikuti tes tersebut, berapakah nilai minimum yang dapat

diterima?

UKURAN PENYEBARAN DATA

Jawab :

Q 1

75%

UKURAN PENYEBARAN DATA Jawab : Q 1 75% Untuk menentukan Q 1 diperlukan ¼ x 80
UKURAN PENYEBARAN DATA Jawab : Q 1 75% Untuk menentukan Q 1 diperlukan ¼ x 80

Untuk menentukan Q 1 diperlukan ¼ x 80 data = 20 data, artinya Q 1 terletak pada kelas interval ke 3, dengan b = 49,5; p = 10; F = 11; f = 10;

Nilai Q1 = 49,5 + 10

= 49,5 + 10

= 58,5

1.80

11

4

10

10

9

UKURAN PENYEBARAN DATA

4. Hasil ulangan program Teknologi Industri dari 50 siswa kelas III pada salah satu

SMK adalah sebagai berikut:

Nilai

F

50-59

7

60-69

10

70-79

15

80-89

12

90-99

6

Tentukan nilai P 40 dari data tersebut!

UKURAN PENYEBARAN DATA

Jawab:

40

Untuk menentukan P 40 diperlukan =

artinya P 40 terletak pada kelas interval ketiga,

dengan b = 69,5 ; p = 10 ; F = 17

x 50 data atau 20 data,

100

dan f = 15.

Nilai P 40 = 69,5 + 10

= 69,5 + 10

40.50

17

100

15

3

15

= 72,5

UKURAN PENYEBARAN DATA

5. Hasil tes pelajaran Matematika 15 orang siswa adalah sebagai berikut :

30,45,50,55,50,60,60,65,85,70,75,55,60,35,30.

Jangkauan semi interkuartil (Qd) dari data di atas adalah…

Jawab :

Data diurutkan :

30,30,35,45,50,50,55,55,60, 60,60,65,70,75,85.

Letak Q1 = data ke

1(151)

= data ke-4

4

Nilai Q1 = data ke-4 = 45

3(151)

Letak Q3 = data ke

Nilai Q3

= data ke-12

4

=

65

= data ke 12

UKURAN PENYEBARAN DATA

Jangkauan semi interkuartil (Qd) = ½ ( Q 3 Q 1 )

=

½

( 65 45 )

= 10

UKURAN PENYEBARAN DATA

6. Koefisien Variasi

Koefisien variasi adalah perbandingan antara simpangan standar dengan nilai rata-rata yang dinyatakan dengan persentase. Koefisien variasi berguna untuk melihat sebaran data dari rata-rata hitungnya.

Besarnya Koefisien Variasi dinyatakan dengan rumus,

KV =

S

x 100%

x

KV = koefisien variasi

S

= simpangan standar

x

= rata-rata

UKURAN PENYEBARAN DATA

Contoh 1:

Nilai rata-rata matematika Kelas III Mesin1 adalah 80 dengan simpangan standar 4,5. Jika nilai rata-rata Kelas III Mesin 2 adalah 70 dengan simpangan standar 5,2. Hitunglah koefisien variasi masing-masing.

Jawab :

KV III Mesin 1 =

=

KV III Mesin 2 =

S

x 100%

x

4,5

x 100% = 5,6%

80

5,2

x 100% = 7,4%

70

UKURAN PENYEBARAN DATA

Contoh 2 :

Standar deviasi sekelompok data adalah 1,5 sedang koefisien variasinya

adalah 12,5%. Mean kelompok data tersebut adalah….

Jawab :

KV =

S x 100%
S
x 100%

x

1,5 12,5% = x 100% x x 150% = = 12
1,5
12,5% =
x 100%
x
x
150%
=
= 12

12,5%

UKURAN PENYEBARAN DATA

7. Angka Baku

Angka Baku digunakan untuk mengetahui kedudukan suatu objek yang sedang diselidiki dibandingkan terhadap nilai rata-rata kumpulan objek tersebut.

Angka Baku (nilai standar) dapat dihitung dengan menggunakan rumus :

x = nilai data

Z

=

x = nilai rata-rata

s = standar deviasi

x x

s

UKURAN PENYEBARAN DATA

Contoh 1:

Seorang siswa mendapat nilai matematika 70 dengan rata-rata 60 dan standar deviasi12, nilai Bahasa Inggris 80 dengan rata rata 75 dan simpangan standarnya 15,manakah kedudukan nilai yang paling baik ?

Jawab :

Zm =

Zb =

70 60

= 0,83

12

80 75

= 0,33

15

Jadi kedudukan nilai matematika lebih baik dari pada nilai Bahasa Inggris.

UKURAN PENYEBARAN DATA

Contoh 2 :

Rata-rata dan simpangan standar upah pesuruh kantor masing-masing adalah

Rp 65.000,00 dan Rp 1.500,00. Jika Pak Darmawan salah seorang pesuruh yang upahnya Rp 67.250,00, nilai standar upah Pak Darmawan adalah….

Jawab :

Z =

= 1,5

Rp 67.250,00 Rp 65.000,00

Rp 1.500,00

Pendahuluan

Deret berkala Time series

Sekumpulan data yang dicatat dalam satu periode waktu

Digunakan untuk meramalkan kondisi masa mendatang

Dalam jangka pendek (kurang dari 1 tahun ) atau jangka panjang (lebih dari 3 tahun)

Berguna untuk penyusunan recana (perusahaan

dan negara)

Pendahuluan

Deret berkala mempunyai empat komponen :

Tren kecenderungan

Variasi musim

Variasi siklus

Variasi yang tidak tetap irregular variation

Tren - Kecenderungan

Tren

Merupakan suatu gerakan kecenderungan naik atau turun dalam jangka panjang yang diperoleh dari rata- rata perubahan dari waktu ke waktu dan nilainya

cukup rata atau mulus

Bentuk tren

Tren positif = tren meningkat

Y = a + b.X

Tren negatif = tren menurun Y = a b.X

Bentuk Tren

Tren positif

Pelanggan 80 70 60 50 40 Pelanggan 30 20 10 0 Tahun 2000 2002 2004
Pelanggan
80
70
60
50
40
Pelanggan
30
20
10
0
Tahun
2000 2002 2004 2006 2008

Tren negatif

Penjualan 160 140 120 100 80 Penjualan 60 40 20 0 Tahun 2000 2002 2004
Penjualan
160
140
120
100
80
Penjualan
60
40
20
0
Tahun
2000 2002 2004 2006 2008

Metode Analisa Tren

Metode semi rata rata

( Semi average method)

Metode kuadrat terkecil

( Least square method)

Metode tren kuadratis ( Quadratic trend method)

Metode semi rata - rata

Dengan cara mencari rata rata kelompok

data

Langkah :

Kelompokan data menjadi dua kelompok

Hitung rata rata hitung dan letakkan di tengah

kelompok ( K1 dan K2), menjadi nilai konstanta (a)

dan letak tahun merupakan tahun dasar

Hitung selisih K2 K1

K2 K1 > 0 = Tren positif

K2 K1 < 0 = Tren negatif

Langkah berikut

Lanjutam ………….

Tentukan nilai perubah tern (b) dengan cara :

b =

K2 – K1
K2 – K1
th dasar 2 – th dasar 1
th dasar 2 – th dasar 1

Persamaan tren ; Y’ = a + b.X

Untuk mengetahui besarnya tren, masukan nilai

(X) pada persamaan

Untuk data ganjil, data (tahun) tengah dapat dihilangkan atau dihitung dua kali

Contoh

Tahun

Penjualan

Rata 2

Nilai X tahun dasar

2000

2005

2000

150

 

-2

-6

2001

140

 

-1

-5

2002

125

131.0

0

-4

2003

110

 

1

-3

2004

130

     

2004

130

 

2

-2

2005

150

 

3

-1

2006

156

152.8

4

0

2007

160

 

5

1

2008

168

 

6

2

Untuk Nilai (a) -2002 = 131.0

-2006 = 152.8

Untuk Nilai (b)

= (152.8 131.0)/

(2006 2002)

= 5.45

Maka persamaan tren

Tahun dasar 2002

Y’ = 131+ 5.45 (X)

Tahun dasar 2006

Y’ = 152.8 + 5.45 (X)

Peramalan tahun 2009

Y’ = 131+ 5.45 (7)

Y’ = 152.8 + 5.45 (3) = 169.15

= 169.15

Lanjutan …….

Metode kuadrat terkecil

Dengan menentukan garis tren yang

mempunyai jumlah terkecil dari kuadrat selisih data asli dengan data pada garis tren

Persamaan ; Y’ = a + b. (X)

Mencari nilai koefisien

a = (∑ Y ) / n

b = (∑XY) / (∑X) 2

Contoh Kasus

Tahun

Penjualan

Kode X

Y.X

 

Y

(tahun)

 

2000

150

-3.5

-525

 

12.25

2001

140

-2.5

-350

 

6.25

2002

125

-1.5

-187.5

 

2.25

2003

110

0.5

 

55

 

0.25

2004

150

0.5

 

75

 

0.25

2005

156

1.5

234

 

2.25

2006

160

2.5

400

 

6.25

2007

168

3.5

588

 

12.25

Total

1159

 

289.5

 

42

144.875

144.875 = 1159 / 8  

= 1159 / 8

 

a

 

b

6.89285714

b 6.89285714 =289.5 / 42

=289.5 / 42

Persamaan tren Y’ = a + b(X)

Y’ = 144.875 +

6.8928 (X)

Peramalan tahun 2008 :

(X) = 4.5 Maka :

Y’ = 144.875 + 6.8928. (4.5) Y’ = 175.892

Metode Tren Kuadratis

Digunakan untuk tren jangka panjang yang

polanya tidak linier

Maka digunakan metode tren kuadratis,

persamaan :

Y = a + b.X + c.X 2

Nilai koefisien :

Konstanta (a) =

(∑Y) (∑X 4 ) – (∑X 2 Y) (∑X 2 ) n (∑X 4 ) – (∑X 2 ) 2

Metode Tren Kuadratis

Nilai koefisien :

Pengubah (b) = ∑XY / ∑X 2

Pengubah (c) =

n (∑X 2 Y) - (∑X 2 ) (∑Y)

n (∑X 4 ) – (∑X 2 ) 2

Contoh Kasus

Tahun

Penjualan

         

(Y)

 

(X)

 

XY

 

X²Y

X^4

2001

140

 

-3

-420

 

9

1260

81

2002

125

 

-2

-250

 

4

500

16

2003

110

 

-1

-110

 

1

110

1

2004

150

 

0

0

 

0

0

0

2005

156

 

1

156

 

1

156

1

2006

160

 

2

320

 

4

640

16

2007

168

 

3

504

 

9

1512

81

Total

1009

200

28

4178

196

[(1009 x 196) – (4178 x 28)] / [(7 x 196) - 784]  

[(1009 x 196) (4178 x 28)] / [(7 x 196) - 784]

 

a

137.3810

 
  [200] / [28]    

[200] / [28]

   

b

7.1429

c

1.6905

c 1.6905   [(7x4178) – (28x1009)] / [(7x196) – (784)]  
 

[(7x4178) (28x1009)] / [(7x196) (784)]

 

Contoh Kasus

Persamaan tren kuadratis

Y = 137.3810 + 7.1429(X) + 1.6905(X 2 )

Jadi Peramalan penjualan untuk tahun 2008 (X

= 4) adalah :

Y = 137.3810 + 7.1429(4) + 1.6905(4 2 ) Y = 137.3810 + 28.5714 + 27.0476 Y = 193 Perkiraan penjualan tahun 2009 sebesar 193 unit