1.
Pendahuluan
Ukuran Statistik :
1.
Ukuran Pemusatan
Bagaimana, di mana data berpusat?
Median
Modus
Ragam, Varians
Simpangan Baku
Ukuran Statistik nantinya akan mencakup data :
1. Ungrouped Data
2. Grouped Data
Ungrouped Data
Grouped Data
:
:
89
56
Frekuensi
15
30
30
25
100
2. Ukuran Pemusatan
2.1.
Rata-Rata Hitung
Notasi :
: rata-rata hitung populasi
x : rata-rata hitung populasi
a. Rata-Rata Hitung untuk Ungrouped Data
n
xi
xi
i 1
dan
N
: rata-rata hitung populasi
: ukuran Populasi
: rata-rata hitung sampel
: ukuran Sampel
: data ke-i
x
i 1
Contoh :
Misalkan diketahui Di kota A hanya terdapat 6 PTS, masing-masing tercatat mempunyai
banyak mahasiswa sebagai berikut : 850, 1100, 1150, 1250, 750, 900
Berapakah rata-rata banyak mahasiswa PTS di kota A?
Rata-Rata Populasi atau Sampel ?
Jawab:
=
6000
= 1000
6
f x
i 1
n
f
i 1
sehingga :
f x
i
i 1
n : ukuran Sampel
fi : frekuensi di kelas ke-i
xi : Titik Tengah Kelas ke-i
Kelas
Titik Tengah Kelas Frekuensi (fi)
(xi)
16-23
19.5
10
24-31
27.5
17
32-39
35.5
7
40-47
43.5
10
48-55
51.5
3
56-63
59.5
3
50
Jumlah ()
Jawab : x =
fi xi
195
467.5
248.5
435
154.5
178.5
1679
1679
= 33.58
50
Selain dengan rumus tersebut, dapat dicari dengan suatu nilai dugaan (M)
n
xM
fd
i
i 1
di : TTKi (xi) - M
Kelas
Titik Tengah Kelas M
(xi)
16-23
19.5
39.5
24-31
27.5
39.5
32-39
35.5
39.5
40-47
43.5
39.5
48-55
51.5
39.5
56-63
59.5
39.5
Jumlah ()
n
di
Frekuensi(fi)
fi di
-20
-12
- 4
4
12
20
0
10
17
7
10
3
3
50
-200
-204
-28
40
36
60
-296
Jawab :
n
xM
Catt :
fd
i
i 1
= 39.5
295
39.5 5.92 3358
.
50
Bagaimana menentukan M?
jika banyak kelas (k) ganjil maka ambil (xi) pada kelas ke (kelas yang di tengah 2
tengah)
jika banyak kelas (k) genap maka gunakan (xi) pada kelas ke
k
k
dan kelas ke
+1
2
2
2.2 Modus
Nilai yang paling sering muncul
Nilai yang frekuensinya paling tinggi
a. Modus untuk Ungrouped Data
Contoh :
Rp.
8000
d1
d1 d 2
di mana :
TBB : Tepi Batas Bawah
d1 : Beda Frekuensi Kelas Modus dengan Frekuensi Kelas sebelumnya
d2 : Beda Frekuensi Kelas Modus dengan Frekuensi
Kelas sesudahnya
i : interval kelas
Kelas
Frekuensi (fi)
16-23
24-31
32-39
40-47
48-55
56-63
Jumlah ()
10
17
7
10
3
3
50
Kelas Modus = 24 - 31
TBB Kelas Modus = 23.5
i=8
frek. kelas Modus = 17
frek, kelas sebelum kelas Modus = 10
frek. kelas sesudah kelas Modus = 7
d1 = 17 - 10 = 7
d2 = 17 - 7 = 10
= 23.5 + 8
=
Modus = 23.5 + 8
17
7 10
23.5 + 8 (0.41176...) = 23.5 + 3.2941...=
26.7941... 27
2.3
a.
Median
Nilai yang membagi gugus data yang telah tersortir (ascending) menjadi 2
bagian yang sama besar
Letak Median
Letak Median =
n 1
2
n : banyak data
n 1
2
n
n
+ Data ke-( +1)] : 2
2
2
Contoh 1 :
Tinggi Badan 5 mahasiswa :
1.75
1.78
Sorted :1.60 1.73
1.75 1.78
n=5
Letak Median =
1.60
1.78 meter
1.73
1.78 meter
51
6
=
=3
2
2
: 1.60
1.73
1.75 1.78
1.78
61
7
=
= 3.5
2
2
Letak Median =
n
2
n : banyak data
Median =
Median =
fM
atau
di mana :
s'
fM
TBB
s
TBA
s
i
fM
Contoh 3 :
Kelas Median
Kelas
Frekuensi
Frek. Kumulatif
16 - 23
24 - 31
32 - 39
40 - 47
48 - 55
56 - 63
10
17
7
10
3
3
50
10
27
34
44
47
50
----
interval = i = 8
Letak Median =
n
50
=
= 25
2
2
f M = 17
Frek. Kumulatif sebelum Kelas Median = 10
Frek. Kumulatif sampai Kelas Median = 27
Median=
s = 25 - 10 = 15
s = 27 - 25 = 2
fM
23.5 + 8
23.5 + 7.0588...
= 23.5 + 8 (0.8823...)
= 30.5588... 30.6
s'
fM
Median=
b.2
15
17
17
31.5 - 8
= 31.5 - 8 (0.1176...)
31.5 - 0.9411..
= 30.5588... 30.6
Kuartil
Kuartil
n
4
2n
n
=
4
2
3n
4
Letak Median
n : banyak data
Kuartil ke-q
atau
Kuartil ke-q
di mana :
s'
q
TBB
s
: 1,2 dan 3
: Tepi Batas Bawah
: selisih antara Letak Kuartil ke-q dengan Frekuensi Kumulatif
sebelum kelas Kuartil ke-q
TBA
s
i
: interval kelas
f Q : Frekuensi kelas Kuartil ke-q
Contoh 4 : Tentukan Kuartil ke-3
Kelas
Frekuensi
Frek. Kumulatif
16 - 23
24 - 31
32 - 39
40 - 47
48 - 55
56 - 63
10
17
7
10
3
3
50
10
27
34
44
47
50
----
3n
3 50
=
= 37.5
4
4
Kuartil ke-3
b.3
Desil
s = 37.5 - 34 = 3.5
s = 44 - 37.5 = 6.5
39.5 + 8
= 39.5 + 8 (0.35)
39.5 + 2.8
= 42.3
47.5 - 8
47.5 - 5.2
3.5
10
s'
6.5
10
= 47.5 - 8 ( 0.65)
= 42.3
Desil
Letak Median
n : banyak data
fD
atau
Desil ke-d
di mana :
s'
fD
: 1,2,3...9
TBB
s
TBA
s
i
fD
: interval kelas
: Frekuensi kelas Desil ke-d
Frekuensi
Frek. Kumulatif
16 - 23
24 - 31
32 - 39
40 - 47
48 - 55
56 - 63
10
17
7
10
3
3
50
10
27
34
44
47
50
----
9n
9 50
=
= 45
10
10
dan
fD=3
Desil ke-9
b.4
s = 45 - 44 = 1
s = 47 - 45 = 2
fD
47.5 + 8
47.5 + 2.66... =
55.5 - 8
= 47.5 - 8 ( 0.666...)
55.5 -5.33...
= 50.166...
= 47.5 + 8 (0.333...)
50.166...
s'
fD
Persentil
Persentil
n
100
50n
n
=
Letak Median
100
2
99 n
10
n : banyak data
fP
atau
10
Persentil ke-p =
di mana :
s'
fP
: 1,2,3...99
TBB
s
TBA
s
i
fP
: interval kelas
: Frekuensi kelas Persentil ke-p
Frekuensi
Frek. Kumulatif
16 - 23
24 - 31
32 - 39
40 - 47
48 - 55
56 - 63
10
17
7
10
3
3
50
10
27
34
44
47
50
----
56n
56 50
=
= 28
100
100
dan
fP=7
Frek. Kumulatif sebelum Kelas Persentil ke-56 = 27
Frek. Kumulatif sampai Kelas Persentil ke-56 = 34
s = 28 - 27 = 1
s = 34 - 28 = 6
11
Persentil ke-26 =
Persentil ke-26=
fP
31.5 + 8
= 31.5 + 8 (0.142...)
s'
fP
39.5 - 8
= 39.5 - 8 (0.857...)
UKURAN STATISTIK
Rata-Rata Tertimbang (Weighted Mean)
Dalam beberapa kasus setiap nilai diberi beban, misalnya pada kasus perhitungan Indeks
Prestasi, Nilai Penjualan Barang, dll
n
xB
Bx
i 1
n
B
i 1
Di mana
xB :
Bi :
xi :
n:
i i
rata-rata tertimbang
beban ke-i
data ke-i
banyak data
Contoh 1 :
Berikut adalah Transkrip Akademik seorang mahasiswa
Mata Kuliah
Nilai
Angka
Mutu
Mutu ( xi )
Pancasila
B
3
Teori Ekonomi
A
4
Bahasa Inggris
C
2
Manajemen
A
4
14
SKS (
Bi )
2
4
3
3
12
Bi xi
6
16
6
12
40
12
Bx
i i
i 1
n
Indeks Prestasi = x B
40
= 3.33
12
i 1
atau
log x 1 log x 2 log x 3 log x n
log G =
n
G = antilog (log G)
G
: rata-rata geometrik
xi
:
data ke-i
n
:
banyak data
ingat
Di mana
Contoh 2 :
Data pertumbuhan suku bunga dalam 5 hari kerja :
1.5
2.3
3.4
1.2
2.5
%
log
x
log 1.5 log 2.3 log 3.4 log 1.2 log 2.5
5
0.176... 0.361...0.531...0.079...0.397...
=
5
15464
.
...
=
= 0.30928....
5
G
= antilog 0.30928... = 2.03837....
Bandingkan dengan rata-rata hitung
n
x
i 1
UKURAN PENYEBARAN
1
Ragam = Varians (Variance) dan Simpangan Baku = Standar Deviasi (Standard
Deviation)
a.
Ragam dan Simpangan Baku untuk Ungrouped Data
POPULASI :
N
(x
i 1
atau
N xi ( xi ) 2
2
i 1
i 1
13
dan
SAMPEL :
n
s2
( xi x ) 2
i 1
atau
s2
n 1
dan
xi :
:
:
:
data ke-i
rata-rata populasi
ragam populasi
simpangan baku populasi
N:
ukuran populasi
n xi 2 ( xi )2
i 1
i 1
n(n 1)
s2
x:
rata-rata sampel
s:
ragam sampel
s:
simpangan baku
sampel
n:
ukuran sampel
Contoh 3 :
Data Usia 5 mahasiswa :
18
19
20
21
22
tahun
a.
Hitunglah
, dan (anggap data sebagai data populasi)
b.
Hitunglah
x , s dan s (data adalah data sampel)
Jawab :
xi
atau x
( xi -) atau ( xi - ( xi -) atau ( x i xi 2
x)
x )
18
20
-2
4
324
19
20
-1
1
361
20
20
0
0
400
21
20
1
1
441
22
20
2
4
484
100
-----------10
2010
POPULASI :
N=5
n
(x
i 1
) 2
100
= 20
5
10
=2
5
N xi 2 ( xi ) 2
i 1
i 1
25
25
52
14
2 =
2 = 1.414...
SAMPEL :
n
100
=2
x
5
n=5
s
2
i 1
i 1
n xi 2 ( xi )2
s
2
(x
i 1
x)2
n 1
10
= 2.5
4
5 4
20
20
n( n 1)
s s = 2.5 =1.581...
b.
Ragam dan Simpangan Baku untuk Grouped Data
2
POPULASI :
k
( xi ) 2
i 1
dan
SAMPEL :
k
s2
xi :
fi :
k :
x:
:
:
s:
:
s:
N:
n:
f
i 1
( xi x ) 2
dan
s2
n 1
Titik Tengah Kelas ke-i
frekuensi kelas ke-i
banyak kelas
rata-rata sampel
rata-rata populasi
ragam populasi
ragam sampel
simpangan baku populasi
simpangan baku sampel
ukuran populasi
ukuran sampel
15
Contoh 4 :
Rata -Rata ( atau x ) =
Kelas
TTK
xi
Frek
.
fi
16 - 23 19.5 10
24 - 31 27.5 17
32 - 39 35.5 7
40 - 47 43.5 10
48 - 55 51.5 3
56 - 63 59.5 3
----- 50
POPULASI : N = 50
k
i 1
( xi ) 2
1679
= 33.58
50
f i xi
atau
195
467.5
248.5
435
154.5
178.5
1679
33.58
33.58
33.58
33.58
33.58
33.58
----
( xi -)
atau ( x i x)
-14.08
-6.08
1.92
9.92
17.92
25.92
----------
( xi -)
atau ( xi x )
198.2464
36.9664
3.6864
98.4064
321.1264
671.8464
-----------
f i ( xi -)
atau
f i ( xi - x )
1982.4640
628.4288
25.8048
984.0640
963.3792
2015.5392
6599.68
6599.68
= 131.9936
50
= 131.9936 = 11.4888....
SAMPEL :
2
s
2
f
i 1
s s =
2
( xi x ) 2
n 1
6599.68
= 134.6873....
49
134.6873... = 11.6054....
2
Koefisien Ragam
Koefisien Ragam = Koefisien Varians
Semakin besar nilai Koefisien Ragam maka data semakin bervariasi, keragamannya data
makin tinggi.
Untuk Populasi
Untuk Sampel
Koefisien Ragam =
Contoh :
x = 33.58
Koefisien Ragam =
s = 11.6054
s
100%
x
16
s
100%
x
11.6054
100%
33.58
= 34.56 %
17