Sebelum mempelajari Statistika secara mendalam, tentu kita harus mempelajari tentang
Data..
1. Nominal
Data berjenis nominal membedakan data dalam kelompok yang bersifat kualitatif.
Dalam ilmu statistika, data nominal merupakan data dengan level pengukuran yang paling
rendah.
Contohnya :
data jenis kelamin pada sampel penelitian Departemen Pendidikan, data siswa
dikategorikan menjadi laki-laki yang diwaliki angka 1 dan perempuan yang
diwakili angka 2. Konsekuensi dari data nominal adalah tidak mungkin seseorang
memiliki dua kategori sekaligus dan angka yang digunakan di sini hanya sebagai
kode/simbol saja sehingga tidak dapat dilakukan operasi matematika.
Mengelompokan eskul disuatu SMA dari bidang olahraga, data eskul dikategorikan
menjadi basket yang diwakili dengan huruf A, kemudian footsal diwakili
dengan huruf B dan bolavoli diwakili oleh huruf C.
Pengelompokan rumah-rumah dalam suatu perumahan, misal dari sebelah utara
komplek A, barat adalah komplek B, selatan adalah C dan arah timur adlah
komplek D.
Sebuah gedung bioskop, para penonton diberikan no kursi duduk yang berbeda
agar tidak terjadi perebutan kursi.
Dalam salah pesantren antara santriwan dan santriwati asramanya dipisahkan
dengan diberisimbol untuk santriwan A2 sedangkan untuk santriwati adalah B2.
2. Ordinal
Dalam ilmu statistika, data berjenis ordinal mempunyai level pengukuran yang
lebih tinggi daripada data nominal dan termasuk data kualitatif. Pada data nominal semua
data dianggap bersifat kualitatif dan setara, sedangkan pada data ordinal terdapat klasifikasi
data berdasarkan tingkatannya.
Contohnya:
Mengenai tingkat pendidikan yang dikategorikan menjadi SD yang diwakili
angka 1, SMP yang diwakili angka 2, SMA yang diwakili angka 3, Diploma
yang diwakili angka 4, dan Sarjana yang diwakili angka 5. Sama halnya dengan
data nominal, meskipun tingkatannya lebih tinggi, data ordinal tetap tidak dapat
dilakukan operasi matematika. Angka yang digunakan hanya sebagai kode/simbol
saja, dalam contoh tadi tingkat pendidikan tertinggi adalah Sarjana dan terendah
adalah SD (Sarjana > Diploma > SMA > SMP > SD).
Suatu peringkat ranking disuatu kelas misalkan Ihsan ranking 1 dan udin ranking 2
berarti ihsan lebih pintar dari pada udin.
Penghitungan suara dalam pemilu, misalkan total suara Demokrat 60%, PDI 30%,
Golkar 20% berarti suara tertinggi di pegang oleh demokrat sebagai peringkat 1,
sehinnga menjadi pemenang dalam pemilu tersebut.
Dalam suatu survei bahwa pelajar di jawa barat 67% mengaku mengalami seks
pranikahsedangkan pelajar di jawa timur hampir 84% mengalami seks pranikah,
dalam hal ini jawatimur memegang angka tertinggi dalam survei ini.
Pada tingkatan Taekwondo memiliki beberapa tahapan sabuk misalkan dari awal
sabuk putih,kuning, hijau, biru, merah dan yang terakhir hitam.
3. Interval
Data berjenis interval termasuk dalam kelompok data kuantitatif. Dalam ilmu
statistika, data Interval mempunyai tingkat pengukuran yang lebih tinggi daripada data
nominal maupun ordinal. Angka yang digunakan dalam data ini, selain menunjukkan
urutan juga dapat dilakukan operasi matematika. Angka nol yang digunakan pada data
interval bukan merupakan nilai nol yang nyata.
Contohnya:
Interval nilai pelajaran matematika siswa SMA 4 Surabaya adalah antara 0 sampai
100. Bila siswa A dan B masing-masing mempunyai nilai 45 dan 90, bukan berarti
tingkat kecerdasan B dua kali A. Nilai 0 sampai 100 hanya merupakan rentang yang
dibuat berdasarkan kategori pelajaran matematika dan mungkin berbeda dengan
mata pelajaran lain.
Kecepatan masing masing orang dalam berkendara di jalan raya, Maharani jika
berkendaraan dengan kecepatan 20 40 km/jam masuk keukuran pelan, untuk
Ichsan dalam berkendaraan memiliki kecepatan 50 60 km/jam maka masuk ke
dalam ukuran sedang dan yang terakhir Valentina Rosi dalam berkendaraannya
selalu berkecepatan 70 80 km/jam maka masuk ke ukuran cepat.
Rata rata tinggi badan berdasarkan usia, untuk anak anak yang berusia 6 12
memiliki rata rata tinggi badan 130 145 cm, untuk remaja yang berusia 13 18
memilikirata rata tinggi badan 146 160 cm, dan untuk dewasa yang berusia 19
26 cm memiliki rata rata tinggi badan 161 199 cm.
4. Rasio
Dalam ilmu statistika, data rasio merupakan tipe data dengan level pengukuran
yang paling tinggi dibandingkan dengan tipe data lain. Data ini termasuk dalam kelompok
data kuantitatif. Angka yang digunakan pada data ini menunjukkan angka yang
sesungguhnya, bukan hanya sebagai symbol dan memiliki nilai nol yang sesungguhnya.
Pada data ini, dapat dilakukan berbagai operasi matematika.
Contohnya :
Nilai raport siswa SMA dimana masing masing siswa memiliki nilaiyang berbeda
yaitu Muiz mendapatkan nilai 100 (A), Cinta 80 (B), dan Putri 60 (C) jika dilihat
dariskala rasio nilai Muiz memiliki nilai lebih 20 dari pada nilai Cinta, Cinta
memiliki nilai lebih 20dari pada nilai Putri, dan nilai putri kurang 40 untuk sama
dengan Muiz.
Berat bayi dimana bayi A beratnya adalah 3, B adalah 2, dan C adalah 1, jika
dilihat menggunakan skala rasio berat badan bayi A tiga kalilipat dari berat badan
bayi C, berat badan bayi B dua kalilipat dari C.
Tinggi badan dari masing masing data yang dikumpulkan, jika dilihat dari skala
rasio Ichsan lebih tinggi 10 cm dari pada Muiz, dan Muiz lebih tinggi 10 cm
dari pada Chaby, dan chaby paling pendek diantara Ichsan dengan Muiz.
1. DATA NOMINAL
Jenis kelamin manusia, 1 untuk pria, 2 untuk wanita.
Misalnya tentang jenis olahraga yakni tenis, basket, dan renang. Masing-masing anggota set di atas
kita berikan angka, misalnya tenis (1), basket (2) dan renang (3). Tetapi angka yang diberikan tidak
menunjukkan bahwa tingkat olahraga basket lebih tinggi dari tenis ataupun sebaliknya.
Misalnya bentuk bank syariah di Indonesia: Bank Umum Syariah diberi kategori 2; BPR Syariah
diberi kategori l.
Data mengenai barang-barang yang dihasilkan oleh sebuah mesin dapat digolongkan
dalam kategori cacat atau tidak cacat. Barang yang cacat bisa diberi angka 0 dan yang
tidak cacat diberi angka 1.
Status pernikahan yang terdiri dari tiga kategori yaitu: (1) Belum menikah, (2) Menikah, (3) Janda/
Duda. Data tersebut memiliki sifat-sifat yang sama dengan data tentang jenis kelamin.
2. DATA ORDINAL
Contoh:
Mengubah nilai ujian ke nilai prestasi, yaitu:
1. nilai A adalah dari 80-100
2. nilai B adalah dari 65-79
3. nilai C adalah dari 55-64
4. nilai D adalah dari 45-54
5. nilai E adalah dari 0-44
Misalnya dalam skala Likert (Moh Nazir), mulai dari sangat setuju, setuju, ragu-ragu, tidak setuju
sampai sangat tidak setuju.
Jawaban pertanyaan tentang kecenderungan masyarakat untuk menghadiri rapat umum pemilihan
kepala daerah, mulai dari tidak pernah absen menghadiri dengan kode 5, kadang-kadang saja
menghadiri dengan kode 4, kurang menghadiri dengan kode 3, tidak pernah menghadiri dengan
kode 2, sampai tidak ingin menghadiri sama sekali dengan kode 1.
Contoh Skala Ordinal:
Urutkan merk sepeda motor berikut dari yang paling anda sukai.
Merk
Ranking
Yamaha
.
Honda
.
Suzuki
.
Kawasaki
.
Sistem kepangkatan dalam dunia militer adalah satu contoh dari data berskala ordinal Pangkat
dapat diurutkan atau dirangking dari Prajurit sampai Sersan berdasarkan jasa, dan lamanya
pengabdian. Jika peneliti merangking data lamanya pengabdian maka peneliti dapat memberikan
nilai 1, 2, 3, , 4 dst masing-masing terhadap seseorang anggota ABRI yang berpangkat Prajurit,
Kopral, Sersan, dst.
3. DATA INTERVAL
Data ini memiliki ciri sama dengan ciri pada data ordinal ditambah satu ciri lagi, yaitu urutan kategori
data mempunyai jarak yang sama.
A B C D E
1
2 3 4 5
interval A sampai C adalah 3-1=2. Interval C sampai D adalah 4-3=1. Kedua interval ini dapat
dijumlahkan menjadi 2+1=3. atau interval antara A dan D adalah 4-1=3. Pada data ini yang
dijumlahkan bukanlah kuantitas atau besaran, melainkan interval dan tidak terdapat titik nol
absoult.
Misalnya tentang nilai ujian 6 orang mahasiswa, yakni A, B, C, D, E dan F diukur dengan ukuran
interval pada skala prestasi dengan ukuran 1,2,3,4,5 dan 6, maka dapat dikatakan bahwa beda
prestasi antara mahasiswa C dan A adalah 3-1=2. Beda prestasi antara mahasiswa C dan F adalah
6-3=3. Tetapi tidak bisa dikatakan bahwa prestasi mahasiswa E adalah 5 kali prestasi mahasiswa A
ataupun prestasi mahasiswa F adalah 3 kali lebih baik dari prestasi mahasiswa B.
Data tentang suhu empat buah benda A, B, C , dan D yaitu masing-masing 20. 30, 60,
dan 70 derajat Celcius, maka data tersebut adalah data dengan skala pengukuran
interval karena selain dapat dirangking, peneliti juga akan tahu secara pasti perbedaan
antara satu data dengan data lainnya. Perbedaan data suhu benda pertama dengan
benda kedua misalnya, dapat dihitung sebesar 10 derajat, dst. Namun dalam skala
interval, tidak mungkin kita melakukan perbandingan antara satu data dengan data
yang lainnya. Kita tidak dapat mengatakan bahwa suhu 60 derajat Celcius dari benda
C dan 30 derajat Celcius untuk suhu benda B berarti bahwa benda C 2x lebih panas
dari benda B.
Kecerdasan intelektual yang dinyatakan dalam IQ. Rentang IQ 100 sampai 110 memiliki jarak yang
sama dengan 110 sampai 120. Namun demikian tidak dapat dinyatakan orang yang memiliki IQ
150 tingkat kecerdasannya 1,5 kali dari orang yang memiliki IQ 100.
Dalam banyak kegiatan penelitian, data skor yang diperoleh melalui kuesioner (misalnya skala sikap
atau intensitas perilaku) sering dinyatakan sebagai data interval setelah alternatif jawabannya
diberi skor yang ekuivalen (setara) dengan skala interval, misalnya:
Skor (5) untuk jawaban Sangat Setuju
Skor (4) untuk jawaban Setuju
Skor (3) untuk jawaban Tidak Punya Pendapat
Skor (2) untuk jawaban Tidak Setuju
Skor (1) untuk jawaban Sangat Tidak Setuju
Dalam pengolahannya, skor jawaban kuesioner diasumsikan memiliki sifat-sifat yang sama dengan
data interval.
4. DATA RASIO
Contoh :
A dan B adalah dua mahasiswa Universitas X yang nilai mata kuliah statistik 1 masing-masing 60
dan 90. Ukuran rasionya dapat dinyatakan bahwa nilai B adalah nilai 1,5 kali nilai A.
Jika ada 4 pengemudi, A, B, C dan D mempunyai pendapatan masing-masing perhari Rp10.000 ,
Rp30.000 , Rp40.000 dan Rp50.000. bila dilihat dengan ukran rasio maka pendapatan pengemudi
C adalah 4 kali pendapatan pengemudi A. Pendapatan pengemudi D adalah 5 kali pendapatan
pengemudi A. Dengan kata lain, rasio antara pengemudi C dan A adalah 4:1, rasio antara
pengemudi D dan A adalah 5:1.
Berat badan bayi yang diukur dengan skala rasio, bayi A memiliki berat badan 3 kg. Bayi B memiliki
berat 2 kg dan bayi C memiliki berat 1 kg. Jika diukur dengan skala rasio, maka bayi A memiliki
rasio berat badan 3 kali dari berat badan bayi C, dst.
Data mengenai berat adalah data yang berskala rasio. Dengan skala ini kita
dapat mengatakan bahwa data berat badan 80 kg adalah 10 kg lebih berat dari yang
70 kg, tetapi juga dapat mengatakan bahwa data 80 kg adalah 2x lebih berat dari data
40 kg.
Data hasil pengukuran berat suatu benda yang dinyatakan dalam gram memiliki semua
sifat-sifat sebagai data interval. Benda yang beratnya 1 kg berbeda secara nyata
dengn benda yang beratnya 2kg. Ukuran berat benda dapat diurutkan mulai dari yang
terberat sampai yang teringan. Perbedaan antara benda yang beratnya 1 kg dengan 2
kg memiliki rentang berat yang sama dengan perbedaan antara benda beratnya 2 kg
dengan 3 kg. Angka 0 kg menunjukkan tidak ada benda (berat) yang diukur. Benda
yang beratnya 2 kg 2 kali lebih berat dibandingkan dengan benda yang beratnya 1 kg.
hidaya tullah
Kamis, 19 Maret 2015
Contoh Data Nominal, Ordinal, Rasio dan Interval
- Baik
4
- Cukup 3
- Kurang baik
- Buruk 1
3. Data Rasio
Data rasio merupakan jenis data paling tinggi, dapat menyatakan sebagai
peringkat, menyatakan jarak, dan mempunyai titik nol sebagai titik mutlak,serta dan dapat
dioperasikan secara matematik (dijumlah, dibagi,dikurangi dan dikali).
Contoh:
Angka pada data rasio dapat menunjukkan nilai sebenarnya dari objek yang diukur.
Jika ada 4 orang pengemudi, A, B, C dan D mempunyai pendapatan masing-masing perhari
Rp. 10.000, Rp.30.000, Rp. 40.000 dan Rp. 50.000.
Bila dilihat dengan ukuran rasio maka;
pendapatan pengemudi C adalah 4 kali pendapatan pengemudi A.
Pendapatan pengemudi D adalah 5 kali pendapatan pengemudi A.
Pendapatan pengemudi C adalah 4/3 kali pendapatan pengemudi B.
Dengan kata lain, rasio antara;
pengemudi C dan A adalah 4 : 1,
pengemudi D dan A adalah 5 : 1,
pengemudi C dan B adalah 4 : 3.
Contoh lainnya adalah berat badan bayi yang diukur dengan skala rasio.
Bayi A memiliki berat 3 Kg,Bayi B memiliki berat 2 Kg dan bayi C memiliki berat 1 Kg.
Jika diukur dengan skala rasio, maka bayi A memiliki rasio berat badan 3 kali dari berat
badan bayi C. Bayi B memiliki rasio berat badan dua kali dari berat badan bayi C, dan bayi
C memiliki rasio berat badan sepertiga kali berat badan bayi A, dst.
4. Data Interval
Data interval termasuk dalam jenis data kuantitatif, berupa angka, dapat
bertingkat/berjenjang, dapat menunjukkan peringkat (makin besar bilangan makin tinggi
peringkatnya), bilangan menyatakan jarak (interval), dan titik nol bukan merupakan titik
mutlak. Titik nol dinyatakan berdasarkan perjanjian.
contoh :
Jumlah siswa
- < 500 orang
1
- 500 1000 orang 2
- 1001 1500 orang 3
- > 1500 orang
4
Luas sekolah
- < 1000 meter 1
- 1000 3000 m 2
- > 3000 m
3
BAB II
STATISTIK DESKRIPTIF
A.
Adalah statistik yang berfungsi untuk mendeskripsikan atau memberi gambaran terhadap
obyek yang diteliti melalui data sampel atau populasi sebagaimana adanya, tanpa
melalukan analisis dan membuat kesimpulan yang berlaku untuk umum.
B.
Penyajian Data
Prinsip dasar penyajian data adalah komunikatif dan lengkap. Menarik perhatian
pembacanya dan mudah dipahami.
1)
Tabel
Tabel terdiri dari dua macam : a. Tabel biasa dan b. Tabel distribusi frekuensi
Contoh Tabel Data Nominal:
Telah dilakukan pengumpulan data untk mengetahui komposisi pendidikan pegawai di
Politeknik LP3I Jakarta Kampus Blok M. Berdasarkan studi dokumentasi diperoleh
keadaan sebagai berikut:
a)
Bagian Pamasaran,
b)
Bagian Akademik,
c)
Bagian Keuangan,
d)
Dari data mentah di atas dapat disusun ke dalam table dibawah ini:
TABEL 2.1
KOMPOSISI PENDIDIKAN PEGAWAI
POLITEKNIK LP3I JAKARTA KAMPUS BLOK M
No Bagian
Tingkat Pendidikan
S1 D3
SMTA
Jumlah
Pemasaran 2
10
Akademik
Keuangan
Penempatan 1
10
24
Jumlah
TABEL 2.2
RANGKING SKOR TOEIC
Periode Juli 2012 sd Juni 2013
Nengwida
780
Harti
560
Nunung
440
Puspita
420
Iwan
300
Gaji
37.58
Insentif
57.18
Transportasi
68.60
Perumahan
48.12
Budaya Kerja
54.00
Disusun bila jumlah data yang akan disajikan cukup banyak, sehingga kalau disajikan
dalam bentuk tabel biasa menjadi tidak efisien, kurang komunikatif, dan tidak menarik.
Selain itu tabel ini dibuat untuk persiapan pengujian terhadap normalisasi data yang
menggunakan kertas peluang normal.
Contoh Tabel Distribusi Frekuensi
TABEL 2.4
DISTRIBUSI FREKUENSI
NILAI MATAKULIAH STATISTIKA 150 MAHASISWA
10 19
20 29
30 39
40 49
31
50 59
42
60 69
32
70 79
17
80 89
10
90 99
Jumlah
150
b)
Pada setiap kelas mempunyai kelas interval. Interval nilai bawah dengan atas disebut
panjang kelas.
c)
d) Tabel distribusi frekuensi tersebut bila mau dibuat menjadi tabel biasa akan
memerlukan 150 baris (n=150) jadi akan sangat panjang.
Pedoman Umum membuat Tabel Distribusi Frekuensi
Langkah pertama dalam membuat tabel distribusi frekuensi adalah menentukan kelas
interval. Terdapat 3 pedoman yang dapat diikuti:
a)
Berdasarkan Pengalaman, berdasarkan pengalaman jumlah kelas interval yang
digunakan dalam menyusun tabel distribusi frekuensi berkisar antara 6 sd 15 kelas.
b)
c)
Rumus Sturges :
K = 1 + 3,3 log n
Dimana :
K
log
= Logaritma
79 69 40 51 88 55 48 36 61
44 93 51 65 42 58 55 69 63
48 61 55 60 25 47 78 61 54
76 73 62 36 67 40 51 59 68
46 62 43 54 83 59 13 72 57
45 54 52 71 53 82 69 60 35
65 62 75 60 42 55 34 49 45
64 40 61 73 44 59 46 71 86
69 54 31 36 51 75 44 66 53
71 53 56 91 60 41 29 56 57
54 43 39 56 27 62 44 85 61
89 60 51 71 53 58 26 77 68
57 48 69 76 52 49 45 54 41
61 80 57 42 45 59 44 68 73
70 39 59 69 51 85 46 55 67
Hitung jumlah kelas interval
K = 1 + 3,3 log 150 =1+ 3,3 * 2,18 = 8,19 Boleh 8 atau 9. Kita gunakan 9.
b)
Hitung rentang data, yaitu data terbesar dikurangi data terkecil kemudian ditambah 1.
Data terbesar 93 dan terkecil 13.
Jadi 93 13 = 80 + 1 = 81
c)
Panjang Kelas = Rentang : Jumlah Kelas; 81 : 9 = 9. Walau dari hitungan panjang kelas 9,
tetapi pada penyusunan tabel ini digunakan panjang kelas 10.
d)
Secara teoritis penyusunan kelas dimulai dari data terkecil, yaitu 13. Tetapi supaya
komunikatif maka dimulai dengan angka 10
e)
Dengan cara mencoret data yang telah dimasukkan dimulai dari paling awal (27) yang
masuk ke kelas no 2 (20-29) dan seterusnya data 53 dengan tally di setiap kelas tersedia.
Jumlah tally harus sama dengan jumlah data. Setelah frekuensi ditemukan lalu tally
dihilangkan.
TABEL 2.5
PENYUSUNAN TABEL DISTRIBUSI FREKUENSI
DENGAN TALLY
No Kelas Kelas Interval Tally
Frekuensi (f)
10 19
20 29
IIIII I
30 39
IIIII IIII
40 49
31
50 59
60 69
32
70 79
17
80 89
IIIII IIIII
10
90 100
II
Jumlah :
150
Frekuensi Kumulatif
Kurang dari 20 1
Kurang dari 30 7
Kurang dari 40 16
Kurang dari 50 47
Kurang dari 60 89
Kurang dari 70 121
Kurang dari 80 138
Kurang dari 90 148
Kurang dari 101 150
Tabel Distribusi Frekuensi Relatif
Penyajian data lebih mudah dipahami bila dinyatakan dalam persen (%). Penyajian data
yang merubah frekuensi menjadi persen dinamakan distribusi frekuensi relative. Cara
pembuatannya adalah dengan merubah frekuensi menjadi persen.
TABEL 2.7
DISTRIBUSI FREKUENSI RELATIF
NILAI STATISTIKA 150 MAHASISWA
10 19
0,67
20 29
4,00
30 39
6,00
40 49
31
20,67
50 59
42
28,00
60 69
32
21,33
70 79
17
11,33
80 89
10
6,67
90 100
1,33
Jumlah :
3)
100
Grafik
= 20%
= 15%
= 45%
= 10%
= 10%
Adakalanya supaya penyajiannya lebih menarik dan komunikatif maka penyajian data
dibuat dalam bentuk pictogram.
C.
Modus, Median dan Mean merupakan teknik statistik yang digunakan untuk menjelaskan
kelompok yang didasarkan atas gejala pusat dari kelompok tersebut, namun dari tiga
macam teknik tersebut yang menjadi ukuran gejala pusatnya berbeda-beda.
1) Modus (Mode), adalah nilai yang sering muncul dalam kelompok.
Contoh:
Hasil observasi terhadap umur pegawai di Departemen X adalah: 20, 45, 60, 56, 45, 45, 20,
19, 57, 45, 45, 51, 35. Untuk mengetahui modus umur dari pegawai maka dilihat data yang
paling sering muncul, yaitu 45 sebanyak 5 data.
2) Median, adalah salah satu teknik penjelasan kelompok yang didasarkan atas nilai
tengah dari kelompok data yang telah disusun urutannya dari yang terkecil sampai yang
terbesar atau sebaliknya.
Contoh Jumlah data ganjil. Dari data umur pegawai di atas diurutkan menjadi : 19, 20, 20,
35, 45, 45, 45, 45, 45, 51, 56, 57, 60. Nilai tengahnya adalah data ke 7 yaitu 45.
Contoh jumlah data genap (10 data). Data tinggi badan pegawai 145, 147, 167, 166, 160,
164, 165, 170, 171, 180 cm. Diurutkan (dari yang paling besar atau dari yang paling kecil)
180, 171, 170, 167, 166, 165, 164, 160, 147, 145 cm. Nilai tengahnya adalah dua angka
yang ditengah dibagi 2. (166 + 165)/2 = 165,5 cm.
3) Mean, adalah teknik penjelasan kelompok yang didasarkan atas nilai rata-rata dari
kelompok tersebut. Rata-rata (mean) didapat dengan menjumlahkan data seluruh individu
dalam kelompok itu, kemudian dibagi dengan jumlah individu yang ada pada kelompok
tersebut.
Me = xi / n
Rumus Mean :
Dimana :
= Mean (rata-rata)
xi
n
Me
= Nilai x ke I sampai ke n
= Jumlah individu
31 40
41 50
18
51 60
30
61 70
20
71 80
10
81 90
91 100
Jumlah
100
Dimana :
Mo
= Modus
b1
= Frekuensi pada kelas modus dikurangi frekuensi kelas interval terdekat
sebelumnya
b2
= 51 0,5 = 50,5
b1
= 30 18 = 12
b2
= 30 20 = 10 jadi
Rumus Median
nF
Md = b + p (
Dimana :
Md
= Median
30
Menghitung Mean
Untuk lebih mudah kita buat tabel sebagai berikut terlebih dahulu:
TABEL 2.9
DISTRIBUSI NILAI KEMAMPUAN MANAJERIAL
100 PEGAWAI PT SAMUDRA
INTERVAL NILAI xi
fi
fi xi
21 3031 40
25,535,5 26 51213
41 50
45,5
18 819
51 60
55,5
30 1.665
61 70
65,5
20 1.310
71 80
75,5
10 755
81 90
85,5
684
91 100
95,5
573
Jumlah
Rumus Mean :
Dimana :
100 6.070
Me
fi
fi xi
= Jumlah data/sampel
= perkalian fi dengan xi. xi adalah rata-rata dari nilai terendah dan tertinggi.
Me = 6070/100 = 60,70
D.
Untuk menjelaskan data kelompok dapat juga didasarkan pada tingkat variasi data yang
terjadi pada kelompok tersebut. Untuk mengetahui tingkat variasi kelompok data dapat
dilakukan dengan melihat rentang data dan standar deviasi atau simpangan baku dari
kelompok data yang telah diketahui.
1. Rentang Data
Rentang data (range) dapat diketahui dengan mengurai data yang terbesar dengan data
terkecil yang ada pada kelompok itu.
Rumus Rentang Data :
R = xt xr
Dimana :
R
= Rentang
xt
xr
Contoh :
Sepuluh pegawai di PT Damai memiliki gaji (dalam dolar) 50, 75, 150, 170, 175, 190,
200, 400, 600, 700
Data terkecil = 50
Data terbesar = 700
R = 700 50 = 650
Rentang data inilah yang menunjukan tingkat variasi kelompok
2.
Varians :
Varians adalah salah satu teknik yang digunakan untuk menjelaskan homogenitas
kelompok.
Varians : Jumlah kuadrat semua deviasi nilai-nilai individual terhadap rata-rata kelompok
Varian populasi
Standar deviasi
Varians sampel
: s2
: s
Contoh Tabel cara menghitung varians dan simpangan baku sekelompok mahasiswa yang
berjumlah 10 orang yang selanjutnya diberi symbol xi. Dari nilai 10 orang tersebut rata-rata
x (mean) adalah :
x = (60+70+65+80+70+65+75+80+70+75)/10 = 71
Jadi rata-rata nilai = 71
Jarak antara nilai individu dengan rata-rata disebut simpangan. Simpangan (deviasi)
mahasiswa no 1 adalah 60 71 = -11 dan seterusnya. Jumlah simpangan (xt xr)
jumlahnya harus nol.
TABEL 2.10
CARA MENGHITUNG VARIANS DAN SIMPANGAN BAKU
NILAI 10 MAHASISWA
SIMPANGAN
_ SIMPANGAN KUADRAT
NO
NILAI ( xi x )
( xi x )2
12
6070
-11-1
1211
65
-6
36
80
81
70
-1
65
-6
36
75
16
80
81
70
-1
10
75
16
JUMLAH 710
390
S2 = 390 = 39
10
S
= 39 = 6,2450
_
2 = ( xi x ) 2
n
_
= ( xi x ) 2
n
_
S2
( xi x ) 2
(n-1)
Indeks/koefisien Variasi
Indeks Variasi =
x 100 %
Rata-rata
Contoh :
Data Kelompok I
Data Kelompok 2
Rata-rata Kelompok 1
= 4+6+8+10+12+14+16
7
= 10
s kelompok 1
Rata-rata kelompok 2
= 4,32
= 104+106+108+110+112+114+116
7
= 110
S kelompok 2
= 4,32
Rumus :
S = fi ( xi x )2
(n-1)
TABEL 2.11
TABEL PENOLONG UNTUK MENGHITUNG
STANDAR DEVIASI DARI DATA BERGOLONG
_(xi x )2
_xi x
Interval Nilai fi
xi
21 30
25,5 -35,2
1.239,04
2.478,08
31 40
35,5 -25,2
639,04
3.810,24
41 50
18 45,5 -15,2
231,05
4.158,72
51 60
30 55,5 -5,2
27,04
811,20
61 70
20 65,5 4,8
23,04
460,80
71 80
10 75,5 14,8
219,04
2.190,40
81 90
85,5 24,8
615,04
4.920,32
91 100
95,5 34,8
1.211,04
7.266,24
JUMLAH
100
_
S = fi ( xi x )2
(n-1)
= 26.096 /99
= 264,09
= 16,24
26.096,00