MAKALAH

STATISTIKA
Materi Kuliah Kapita Selekta Matematika Sekolah

Dosen Pengampu: Dinawati Trapsilasiwi., S.Pd., M. Pd

Oleh
Kelompok 2

Ulul Azmi

(130210101056)

Slamet Fitriadi

(130210101006)

PROGRAM STUDI PENDIDIKAN MATEMATIKA

JURUSAN PENDIDIKAN MIPA
FAKULTAS KEGURUAN DAN ILMU PENDIDIKAN
UNIVERSITAS JEMBER
SEMESTER GENAP 2016

MATERI
Statistika adalah cabang dari matematika yang mempelajari cara
mengumpulkan data, menyusun data, menyajikan data, mengolah dan menganalisis
data, menarik kesimpulan, dan menafsirkan parameter. Kegiatan Statistika
meliputi:
1. Mengumpulkan data
2. Menyusun data
3. Menyajikan data
4. Mengolah dan Menganalisis data
5. Menarik kesimpulan
6. Menafsirkan
Dalam kehidupan sehari-hari, kata statistik dapat diartikan sebagai
kumpulan angka-angka yang menggambarkan suatu masalah. Statistik korban
gempa kabupaten Bantul misalnya, berisi angka-angka mengenai banyaknya
korban misalnya yang mengalami luka ringan, luka berat, dan meninggal. Contoh
lain misalnya data korban kecelakaan lalu lintas dari kantor polisi lalu lintas.
Statistik juga diartikan sebagai suatu ukuran yang dihitung dari sekumpulan
data

dan

merupakan

wakil

dari

data

itu.

Misalnya

rata-rata

skor

tes matematika kelas XI adalah 78 atau benda lebih dari 90% penduduk Indonesia
berada di pedesaan. Sedangkan pengertian statistika sesungguhnya adalah
pengetahuan yang berhubungan dengan cara penyusunan data, penyajian data,
dan penarikan kesimpulan mengenai suatu keseluruhan berdasarkan data yang ada
pada

bagian

dari

keseluruhan

tadi.

Keseluruhan

objek

yang

diteleti

disebut populasi sedangkan bagian dari populasi disebut sampel.

Menurut fungsinya, statistika dibedakan menjadi dua jenis, yaitu statistika
deskriptif dan statistika induktif (inferensial). Statistika deskriptif adalah bagian
statistika yang mempelajari cara penyusunan dan penyajian data yang
dikumpulkan. Penyusunan data dimaksudkan untuk memberikan gambaran
mengenai

urutan

data

atau

kelompok

data,

sehingga

pengguna

data

dapat mengenalinya dengan mudah. Penyajian data dimaksudkan untuk

memberikan gambaran mengenai data atau kelompok data dalam bentuk tabel,
diagram, atau gambar. Statistika induktif atau inferensial adalah bagian statistika
yang mempelajari tata cara penarikan kesimpulan yang valid mengenai populasi
berdasarkan data pada sampel. Dalam menarik kesimpulan pada statistika
inferensial biasanya digunakan unsur peluang.
1. Pengertian Datum dan Data
Datum adalah catatan keterangan atau informasi yang diperoleh dari sebuah
penelitian. Dalam matematika datum dapat berbentuk bilangan, lambang, sifat, atau
keadaan dari objek yang sedang diteliti. Datum-datum yang telah terkumpul disebut
data. Sebagai ilustrai, pengertian datum dan data dapat dipahami dengan
mengambil contoh :
Misalkan, hasil pengukuran berat badan 5 murid adalah 43 kg, 46 kg, 44 kg, 55 kg,
dan 60 kg. Adapun tingkat kesehatan dari kelima murid itu adalah baik, baik, baik,
buruk, dan buruk. Data pengukuran berat badan, yaitu 43 kg, 46 kg, 44 kg, 55 kg,
dan 60 kg disebut fakta dalam bentuk angka. Adapun hasil pemeriksaan kesehatan,
yaitu baik dan buruk disebut fakta dalam bentuk kategori.
2. Pengertian Populasi dan Sampel
Populasi adalah seluruh objek yang akan diteliti, sedangkan sebagian dari
populasi yang benar-benar diamati disebut sampel. Misal, seorang peneliti ingin
meneliti tinggi badan rata-rata siswa SMA di Kabupaten Tegal. Kemudian, ia
kumpulkan data tentang tinggi badan seluruh siswa SMA di Kabupaten Tegal. Data
tinggi badan seluruh siswa SMA di Kabupaten Tegal disebut populasi. Namun,
karena ada beberapa kendala seperti keterbatasan waktu, dan biaya, maka data
tinggi badan seluruh siswa SMA di Kabupaten Tegal akan sulit diperoleh. Untuk
mengatasinya, dilakukan pengambilan tinggi badan dari beberapa siswa SMA di
Kabupaten Tegal yang dapat mewakili keseluruhan siswa SMA di Kabupaten
Tegal. Data tersebut dinamakan data dengan nilai perkiraan, sedangkan sebagian
siswa SMA yang dijadikan objek penelitian disebut sampel. Agar diperoleh hasil
yang berlaku secara umum maka dalam pengambilan sampel, diusahakan agar
sampel dapat mewakili populasi.

3. Pengumpulan Data
Menurut sifatnya, data dibagi menjadi 2 golongan, yaitu sebagai berikut.
1) Data kuantitatif adalah data yang menunjukkan sifat atau keadaan objek
(berbentuk angka atau bilangan). Data kuantitatif terbagi atas dua bagian, yaitu
data cacahan dan data ukuran.
a. Data cacahan (data diskrit) adalah data yang diperoleh dengan cara
membilang, mencacah, dan menghitung banyak objek. Misalnya, data
tentang banyak anak dalam keluarga.
b. Data ukuran (data kontinu) adalah data yang diperoleh dengan cara
mengukur besaran objek. Misalnya, data tentang ukuran tinggi badan murid.
2) Data kualitatif adalah data yang menunjukkan sifat atau keadaan objek (bukan
berbentuk bilangan). Data kualitatif berupa ciri, sifat, atau gambaran dari
kualitas objek. Sebagai contoh, data mengenai kualitas pelayanan, yaitu baik,
sedang, dan kurang.
Cara untuk mengumpulkan data, antara lain adalah melakukan wawancara, mengisi
lembar pertanyaan (questionery), melakukan pengamatan (observasi), atau
menggunakan data yang sudah ada, misalnya rataan hitung nilai rapor.
Statistika dan Statistik
Statistika adalah sebuah cabang ilmu dari matematika yang mempelajari cara-cara:
1. Mengumpulkan dan menyusun data, mengolah dan menganalisis data, serta
menyajikan data dalam bentuk kurva atau diagram,
2. Menarik kesimpulan, menafsirkan parameter, dan menguji hipotesa
(dugaan) yang didasarkan pada hasil pengolahan data.
Dari hasil pengolahan suatu kumpulan data diperoleh sebuah ringkasan data.
Ringkasan data ini berupa sebuah nilai yang disebut statistik. Jadi, statistik dapat
memberikan gambaran tentang suatu kumpulan data dalam bentuk sebuah nilai.
Menyajikan Data dalam Bentuk Diagram
1. Diagram Garis

Penyajian data statistik dengan menggunakan diagram berbentuk garis lurus disebut
diagram garis lurus atau diagram garis. Diagram garis biasanya digunakan untuk
menyajikan data statistik yang diperoleh berdasarkan pengamatan dari waktu ke
waktu secara berurutan.
Sumbu X menunjukkan waktu-waktu pengamatan, sedangkan sumbu Y
menunjukkan nilai data pengamatan untuk suatu waktu tertentu. Kumpulan waktu
dan pengamatan membentuk titik-titik pada bidang XY, selanjutnya kolom dari tiap
dua titik yang berdekatan tadi dihubungkan dengan garis lurus sehingga akan
diperoleh diagram garis atau grafik garis. Untuk lebih jelasnya, perhatikan contoh
soal berikut.
Berikut ini adalah tabel berat badan seorang bayi yang dipantau sejak lahir sampai
berusia 9 bulan.

Usia
(bulan)
Berat
Badan

3,5

5,2

6,4

6,8

7,5

7,5

8,8

8,6

(kg)

a. Buatlah diagram garisnya.

b. Pada usia berapa bulan berat badannya menurun?
c. Pada usia berapa bulan berat badannya tetap?
Pembahasan 2
a. Langkah ke-1
Buatlah sumbu mendatar yang menunjukkan usia anak (dalam bulan) dan sumbu
tegak yang menunjukkan berat badan anak (dalam kg).
Langkah ke-2
Gambarlah titik koordinat yang menunjukkan data pengamatan pada waktu t bulan.
Langkah ke-3

Secara berurutan sesuai dengan waktu, hubungkan titik-titik koordinat tersebut

dengan garis lurus.
Dari ketiga langkah tersebut, diperoleh diagram garis dari data tersebut tampak
pada Gambar 2.

b. Dari diagram tersebut dapat dilihat bahwa berat badan bayi menurun pada usai 8
sampai 9 bulan.
c. Berat badan bayi tetap pada usia 5 sampai 6 bulan. Darimana Anda memperoleh
hasil ini? Jelaskan.
Selain dibaca dan ditafsirkan, diagram garis dapat juga dipakai untuk
memperkirakan suatu nilai yang belum diketahui. Dalam memperkirakan nilai yang
belum diketahui ini ada dua macam pendekatan, yaitu pendekatan interpolasi linier
dan pendekatan ekstrapolasi linier.
Interpolasi Linier
Pendekatan interpolasi linier adalah menafsirkan atau memperkirakan suatu nilai
data yag berada di antara dua titik yang berdekatan. Misalkan, dari gambar grafik
Contoh soal 2. dapat diperkirakan berat badan bayi pada usia 5,5 bulan.
Ekstrapolasi Linier
Pendekatan ekstrapolasi linier adalah menaksir atau memperkirakan suatu nilai
data yang terletak sesudah titik data terakhir yang diketahui. Ekstrapolasi

semacam ini dapat dilakukan dengan cara memperpanjang garis dalam arah ke
kanan atas atau ke kanan bawah tergantung pada kecenderungan nilai-nilai data
sebelumnya. Cara yang dapat dilakukan untuk ekstrapolasi adalah dengan
memperpanjang ruas garis terujung ke arah kanan. Misalkan, dari gambar grafik
soal 2. dapat diperkirakan berat badan bayi pada usia 10 bulan. Jika garis lurus
sudah ditentukan, Anda dapat menentukan interpolasi data. Untuk ekstrapolasi
data, Anda harus berhati-hati.
2. Diagram Batang
Diagram batang umumnya digunakan untuk menggambarkan perkembangan nilai
suatu objek penelitian dalam kurun waktu tertentu. Diagram batang menunjukkan
keterangan-keterangan dengan batang-batang tegak atau mendatar dan sama lebar
dengan batang-batang terpisah Berikut simulasi diagram batang, kamu dapat
mengubah-ubah diagram batang yang ada.
Contoh:
berikut ini adalah data pegawai PT. SHARP menurut jenis kelamin dan tingkat
pendidikan pada tahun 2002

buatlah diagram batang untuk data pada tabel di atas! hasilnya seperti ini:
DIAGRAM BATANG TUNGGAL
1. Diagram batang tegak

2. Diagram batang mendatar

DIAGRAM BATANG MAJEMUK

Diagram batang majemuk atau berganda juga disebut diagram batang komparatif.
Karena diagram ini biasanya disajikan untuk membandingkan dua data atau lebih.

DIAGRAM BATANG BERTINGKAT

3. Diagram Lingkaran
Diagram lingkaran adalah penyajian data statistik dengan menggunakan gambar
yang berbentuk lingkaran. Bagian-bagian dari daerah lingkaran menunjukkan
bagian-bagian atau persen dari keseluruhan. Untuk membuat diagram lingkaran,
terlebih dahulu ditentukan besarnya persentase tiap objek terhadap keseluruhan data
dan besarnya sudut pusat sektor lingkaran. Perhatikan contoh berikut ini. Berikut
simulasi diagram lingkaran, kamu dapat mengubah-ubah diagram lingkaran yang
ada.
Contoh soal : Ranah privat (pengaduan) dari koran Solo Pos pada tanggal 22
Februari 2008 ditunjukkan seperti tabel berikut.

Nyatakan data di atas dalam bentuk diagram lingkaran.

Penyelesaian: sebelum data pada tabel di atas disajikan dengan diagram lingkaran,
terlebih dahulu ditentukan besarnya sudut dalam lingkaran dari data tersebut.

1. CPNS/Honda/ GTT = 100 360 = 18

9

2. Perbaikan/ pembangunan/gangguan jalan = 100 360 = 32,4

6

3. Masalah lingkungan/kebersihan = 100 360 = 21,6

3

4. Kesehatan/ PKMS/ Askekin = 100 360 = 10,8

6

5. Lalu lintas/penertiban jalan = 100 360 = 21,6

20

6. Revitalisasi/budaya jawa = 100 360 = 72

3

7. Parkir = 100 360 = 10,8

7

8. Pekat/ penipuan/preman = 100 360 = 25,2

10

9. Persis/olahraga = 100 360 = 36

6

10. PKL/Bangunan liar = 100 360 = 21,6

6

11. PLN dan PDAM = 100 360 = 7,2

6

12. Provider HP = 100 360 = 25,2

6

13. Tayangan TV/radio/koran = 100 360 = 10,8

17

14. Lain-lain = 100 360 = 61,2

Diagram lingkarannya adalah sebagai berikut.

Penyajian Data dalam Bentuk Tabel Distribusi Histogram, Poligon dan Ogive
1. Distribusi Frekuensi Tunggal
Data tunggal seringkali dinyatakan dalam bentuk daftar bilangan, namun
kadangkala dinyatakan dalam bentuk tabel distribusi frekuensi. Tabel distribusi
frekuensi tunggal merupakan cara untuk menyusun data yang relatif sedikit.

2. Distribusi Frekuensi Kelompok

Data yang berukuran besar (n > 30) lebih tepat disajikan dalam tabel distribusi
frekuensi kelompok, yaitu cara penyajian data yang datanya disusun dalam kelaskelas tertentu. Langkah-langkah penyusunan tabel distribusi frekuensi adalah
sebagai berikut.

Langkah ke-1 menentukan Jangkauan (J) = Xmax - Xmin

Langkah ke-2 menentukan banyak interval (K) dengan rumus "Sturgess"

yaitu: K= 1 + 3,3 log n dengan n adalah banyak data. Banyak kelas harus
merupakan bilangan bulat positif hasil pembulatan ke bawah.

Langkah ke-3 menentukan panjang interval kelas (I) dengan menggunakan

rumus: =

Langkah ke-4 menentukan batas-batas kelas. Data terkecil harus merupakan

batas bawah interval kelas pertama atau data terbesar adalah batas atas
interval kelas terakhir.

Langkah ke-5 memasukkan data ke dalam kelas-kelas yang sesuai dan

menentukan nilai frekuensi setiap kelas dengan sistem turus.

3. 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.
4. Poligon
Apabila pada titik-titik tengah dari histogram dihubungkan dengan garis dan
batang-batangnya dihapus, maka akan diperoleh poligon frekuensi.

5. 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).
6. Ogive (Ogif)
Grafik yang menunjukkan frekuensi kumulatif kurang dari atau frekuensi kumulatif
lebih dari disebut poligon kumulatif. Poligon kumulatif dibuat mulus, yang hasilnya
disebut ogif. Ada dua macam ogif, yaitu sebagai berikut.
a. Ogif frekuensi kumulatif kurang dari disebut ogif positif.
b. Ogif frekuensi kumulatif lebih dari disebut ogif negatif.
Berikut simulasi histogram dan poligon
Poligon Frekuensi
Apabila pada titik-titik tengah dari histogram dihubungkan dengan garis dan
batangnya dihapus, maka akan diperoleh poligon frekuensi. Berdasarkan contoh
diatas dapat dibuat poligon frekuensinya seperti gambar berikut ini.

Contoh soal:
Hasil pengukuran berat badan terhadap 100 siswa SMP X digambarkan dalam
distribusi bergolong seperti di bawah ini. Sajikan data tersebut dalam histogram dan
poligon frekuensi.

Penyelesaian
Histogram dan poligon frekuensi dari tabel di atas dapat digunakan sebagai berikut.

Poligon Frekunsi Kumulatif

Dari distribusi frekunsi kumulatif dapat dibuat grafik garis yang disebut poligon
frekunsi kumulatif. Jika poligon frekuensi kumulatif dihaluskan, diperleh kurva
yang disebut kurva ogive. Untuk lebih jelasnya, perhatikan contoh soal berikut ini.
Hasil tes ulangan Matematika terhadap 40 siswa kelas XI IPA digambarkan dalam
tabel di samping.
a. Buatlah daftar frekunsi kumulatif kurang dari danlebih dari.
b. Gambarlah ogive naik dan ogive turun.

b.

c.

Ogive naik dan ogive turun

Daftar frekunsi 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. Apbila 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.
Penyajian Data dalam Bentuk Tabel Distribusi Frekuensi Berkelompok
Untuk membuat tabel distribusi frekuensi dari suatu data dengan ukuran yang
sangat besar, lebih mudah jika data itu dikelompokkan terlebih dahulu ke dalam
beberapa kelas atau kategori. Setelah data itu dikelompokkan ke dalam kelas-kelas,
baru kemudian ditentukan banyaknya (frekuensi) nilai data yang ada pada masingmasing kelasnya.
Tabel distribusi frekuensi yang dibuat dengan cara demikian disebut tabel
distribusi frekuensi berkelompok. Perhatikan contoh data hasil nilai pengerjaan
tugas Matematika dari 40 siswa kelas XI berikut ini.

66

75

74

72

79

78

75

75

79

71

75

76

74

73

71

72

74

74

71

70

74

77

73

73

70

74

72

72

80

70

73

67

72

72

75

74

74

68

69

80

dari data diatas, dapat dibuat tabel distribusi frekuensi sbb:

Istilah-istilah yang banyak digunakan dalam pembahasan distribusi frekuensi

bergolong atau distribusi frekuensi berkelompok antara lain sebagai berikut.
a. Interval Kelas : Tiap-tiap kelompok disebut interval kelas atau sering disebut
interval atau kelas saja. Dalam contoh sebelumnya memuat enam interval ini.
65 67 Interval kelas pertama
68 70 Interval kelas kedua
71 73 Interval kelas ketiga
74 76 Interval kelas keempat
77 79 Interval kelas kelima
80 82 Interval kelas keenam
b. Batas Kelas : batas kelas ditetapkan sebagai nilai-nilai ujung yang terdapat pada
sebuah kelas. Nilai ujung bawah suatu kelas disebut batas bawah kelas dan nilai
ujung atas kelas disebut batas atas kelas. Berdasarkan tabel distribusi frekuensi di
atas, angka 65, 68, 71, 74, 77, dan 80 merupakan batas bawah dari tiap-tiap kelas,
sedangkan angka 67, 70, 73, 76, 79, dan 82 merupakan batas atas dari tiap-tiap
kelas.
c. Tepi Kelas (Batas Nyata Kelas) : untuk suatu data yang diperoleh dari hasil
pengukuran dengan ketelitian sampai satuan terdekat, maka tepi kelas ditentukan
sebagai berikut. Untuk mencari tepi kelas dapat dipakai rumus berikut ini.

Tepi bawah = batas bawah 0,5

Tepi atas = batas atas + 0,5
Dari tabel di atas maka tepi bawah kelas pertama 64,5 dan tepi atasnya 67,5, tepi
bawah kelas kedua 67,5 dan tepi atasnya 70,5 dan seterusnya.
d.

Lebar

kelas:

Untuk

mencari

lebar

kelas

dapat

dipakai

rumus:

Lebar kelas = tepi atas tepi bawah. Jadi, lebar kelas dari tabel diatas adalah 67,5
64,5 = 3.
e. Titik Tengah: Titik tengah kelas adalah suatu nilai yang dapat dianggap
mewakili kelas itu. Titik tengah kelas disebut juga nilai tengah kelas atau rataan
kelas. Untuk mencari titik tengah dapat dipakai rumus: Titik tengah = 1/2 (batas
atas + batas bawah) Dari tabel di atas: titik tengah kelas pertama = 1/2(67 + 65) =66
titik tengah kedua = 1/2(70 + 68) = 69 dan seterusnya.
Distribusi Frekuensi Kumulatif
Daftar
a.

distribusi

Daftar

kumulatif

distribusi

ada

kumulatif

dua
kurang

b. Daftar distribusi kumulatif lebih

macam,
dari

yaitu

sebagai

(menggunakan

tepi

berikut.
atas).

dari (menggunakan tepi bawah).

Untuk lebih jelasnya, perhatikan contoh data berikut ini.

Dari tabel di atas dapat dibuat daftar frekuensi kumulatif kurang dari dan lebih dari
seperti berikut.

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.

Ukuran Pemusatan Data

Pelajaran Statistika di tingkat SMA meliputi mean, modus, median, jangkauan,
simpangan, dan ragam. Mean, modus, median, jangkauan, simpangan, dan ragam
memberikan gambaran pemusatan nilai-nilai dari suatu kumpulan data yang telah
diamati. Oleh karena itu mean, median, dan modus disebut sebagai ukuran
pemusatan data.
1. Menentukan Rataan Hitung (Mean)
Rataan (mean) dari suatu data adalah perbandingan jumlah semua nilai datum
dengan banyak datum. Dengan demikian mean dapat dihitung dengan cara
membagi jumlah nilai data dengan banyaknya data. Rata-rata hitung bisa juga
disebut mean.
a) Rumus Rataan Hitung dari Data Tunggal

Keterangan : ( ) rataan dari suatu data

n: banyak datum yang diamati, disebut ukuran data
xi : nilai datum yang ke-i
rataan nilai ujian bahasa indonesia dari 34 orang siswa adalah 49. Jika nilai seorang
siswa yang bernama Ali digabungkan dengan kelompok tadi, nilai rataan yang
sekarang menjadi 50. Berapakah nilai ujian yang diberikan oleh Ali?
Jawab :
Rataan nilai ujian bahsa Indonesia dari 34 orang siswa adalah 49. Ungkapan ini
dapat ditulis
34

34

=1

=1

1
= 49 = 34 49 = 1.666
34
Misalkan nilai ujian bahasa Indonesia yang diperoleh Ali adalah xa. Setelah nilai
ini digabungkan rataannya menjadi 50, sehingga diperoleh persamaan:
34

34

=1

=1

1
[ + ] = 50 + = 35 50
34
+ 1.666 = 1.750 ( 34
=1 = 1.666

= 1.750 1.666 = 84

Jadi nilai ujian bahasa Indonesia yang diperoleh Ali adalah 84.
b) Rumus Rataan Hitung Untuk Data yang Disajikan Dalam Distribusi Frekuensi

Dengan :

fixi

= frekuensi untuk nilai xi yang bersesuaian

Xi

= data ke-i

Untuk data yang disajikan dalam bentuk tabel distribusi frekuensi

berkeompok, maka xi menyatakan titik tengah kelas ke-i dan r
menyatakan banyak kelas.

tentukan rataan dari data yang disajikan dalam tabel distribusi frekuensi kelompok
berikut.
Hasil pengukuran dalam Titik tengah (xi)

Frekuensi (fi)

fi.xi

(mm)
119 127

123

369

128 136

132

792

137 145

141

10

1.410

146 154

150

11

1.650

155 163

159

795

164 172

168

504

173 181

177

2
= = 40

354
.
= 5.874

Jawab :
Berdasarkan tabel diatas diperoleh = = 40 dan . = 5.874.
Jadi rataan dari data itu adalah;
=

.
5.874
=
= 146, 85

40

2. Rumus Modus
a. Data yang belum dikelompokkan
Modus dari data yang belum dikelompokkan adalah ukuran yang memiliki
frekuensi tertinggi. Modus dilambangkan mo. Modus dari suatu data yang disajikan
dalam bentuk statistik jajaran
1, 2, 3, , 2, 1,
Ditentukan sebagai datum yang paling sering muncul atau nilai datum yang
mempunyai frekuensi terbesar. Suatu data dapat saja memiliki lebih dari satu modus
atau kadang-kadang tidak memiliki modus sama sekali. Hal ini terlihat pada contoh
berikut.
a)

Suatu data 3, 4, 4, 5, 5, 6, 6, 6, 7, 7 mempunyai modus 6.

Sebab nilai datum 6 paling sering muncul, yaitu sebanyak 3 kali

b) Suatu data 4, 5, 6, 7, 7, 8, 8, 9, 10 mempunyai modus 7 dan 8.

Sebab nilai datum 7 dan 8 secara bersamaan paling sering muncul, yaitu
sebanyak 2 kali.
c)

Suatu data 2, 3, 4, 5, 6, 7, 8, , 10, 13 tidak mempunyai modus.

Sebab data ini tidak mempunyai nilai datum yang paling sering muncul

Daricontoh diatas tampak bahwa:

1. ada suatu data yang banyak mempunyai modus disebut unimodus,

mempunyai dua modus disebut bimodus, dan ada pula data yang
mempunyai lebih dari dua modus disebut multimodus.
2. Ada suatu data yang sama sekali tidak mempunyai modus.
b. Data yang telah dikelompokkan
langkah-langkah untuk menentukan modus dari data berkelompok adalah sebagai
berikut.
1. tentukan kelas modus, yaitu kelas yang memiliki frekuensi terbesar. Kemudian
tentukan tepi bawah dan tepi atas kelas modus tersebut.
2. hitung panjang kelas modus.
3. hitung selisih frekuensi kelas modus dengan kelas sebelumnya, dan selisih
frekuensi kelas modus dengan kelas sesudahnya.
4. hitung modus dengan rumus berikut ini.
Rumus Modus dari data yang telah dikelompokkan dihitung dengan rumus:

Dengan : Mo = Modus
L = Tepi bawah kelas yang memiliki frekuensi tertinggi (kelas modus)
i = Interval kelas
b1 = Frekuensi kelas modus dikurangi frekuensi kelas interval terdekat sebelumnya
b2 = frekuensi kelas modus dikurangi frekuensi kelas interval terdekat sesudahnya
contoh :
Nilai

Titik tengah xi

Frekuensi fi

55 59

57

60 64

62

65 69

67

16

70 74

72

10

75 79

77

80 84

82

Dari tabel distribusi frekuensi diatas tentukan nilai modusnya.

Jawab :

Kelas modusnya 65 69 (karena memiliki frekuensi terbesar, yaitu 16).

Tepi bawahnya L = 64,5 dan tepi atasnya U = 69,5 64,5 = 5

Selisih frekuensi kelas modus dengan kelas sebelumnya b1 = 16 8 = 8 dan

selisih frekuensi kelas modus dengan kelas sesudahnya b2 = 16 10 = 6.

Jadi modusnya adalah:

1

Modus = L + (1+2) = 64,5 + (8+6) 5 = 67, 36

3. Rumus Median (Nilai Tengah)
a) Data yang belum dikelompokkan
Median untuk data tunggal
Median adalah suatu nilai datum yang berada di tengah tengah, dengan catatan
data telah diurutkan dari nilai yang terkecil sampai dengan yang terbesar. Median
dilambangkan Me. Untuk mencari median, data harus dikelompokan terlebih
dahulu dari yang terkecil sampai yang terbesar.

Untuk menentukan nilai Median data tunggal dapat dilakukan dengan cara:
a) mengurutkan data kemudian dicari nilai tengah,
b) jika banyaknya data besar, setelah data diurutkan, digunakan rumus:

jika ukuran data n ganjil, maka mediannya adalah nilai datum yang ditengah
atau nilai datum yang ke

+1
2

. ditulis : Me = X1/2(n + 1)

jika ukuran data n genap, makamediannya adalah rataan dari dua nilai datum
yang ditengah atau rataan dari nilai datum ke

dan nilai datum ke 2 + 1

Xn Xn
+ +1)
2
2

Ditulis : Me =

Keterangan:

= data pada urutan ke- 2 setelah diurutkan.

Contoh: Tentukan median dari data: 2, 5, 4, 5, 6, 7, 5, 9, 8, 4, 6, 7, 8

Jawab: Data diurutkan menjadi: 2, 4, 4, 5, 5, 5, 6, 6, 7, 7, 8, 8, 9 dengan ukuran
data n = 13 (ganjil).
Median = data ke-

(13+1)
2

= data ke-7

Jadi mediannya = 6
2) Median untuk data kelompok
Jika data yang tersedia merupakan data kelompok, artinya data itu dikelompokkan
ke dalam interval-interval kelas yang sama panjang. Untuk mengetahui nilai
mediannya dapat ditentukan dengan rumus berikut ini.

Keterangan:
Kelas median adalah kelas yang terdapat data X1/2 n
L = tepi bawah kelas median
c = lebar kelas
n = banyaknya data
F = frekuensi kumulatif kurang dari sebelum kelas median
f = frekuensi kelas media
3. Modus
Modus ialah nilai yang paling sering muncul atau nilai yang mempunyai frekuensi
tertinggi. Jika suatu data hanya mempunyai satu modus disebut unimodal dan bila

memiliki dua modus disebut bimodal, sedangkan jika memiliki modus lebih dari
dua disebut multimodal. Modus dilambangkan dengan Mo.
1)

Modus data tunggal

Modus dari data tunggal adalah data yang sering muncul atau data
dengan

frekuensi tertinggi. Perhatikan contoh soal berikut ini.

Contoh: Tentukan modus dari data di bawah ini. 2, 1, 4, 1, 1, 5, 7, 8, 9, 5, 5, 10

Jawab: Data yang sering muncul adalah 1 dan 5. Jadi modusnya adalah 1 dan 5.
2. Modus data kelompok
Modus data kelompok dirumuskan sebagai berikut:

Keterangan:
L

= tepi bawah kelas modus

= lebar kelas

d1

= selisih frekuensi kelas modus dengan kelas sebelumnya

d2

= selisih frekuensi kelas modus dengan kelas sesudahnya

UKURAN LETAK DATA

Kuartil (Q)
Seperti yang sudah dibahas sebelumnya, bahwa median membagi data yang telah
diurutkan menjadi dua bagian yang sama banyak. Adapun kuartil adalah membagi
data yang telah diurutkan menjadi empat bagian yang sama banyak.
1) Kuartil data tunggal
Urutkan data dari yang kecil ke yang besar, kemudian tentukan kuartil dengan
rumus sebagai berikut:

Contoh:
Tentukan Q1, Q2, dan Q3 dari data : 3, 4, 7, 8, 7, 4, 8, 4, 6, 9, 10, 8, 3, 7, 12.
Jawab:
Langkah 1: urutkan data dari kecil ke besar sehingga diperoleh 3, 3, 4, 4, 4, 6, 7,
7, 7, 8, 8, 8, 9, 10, 12.
Langkah 2: Letak data Q1 =

1 ( 15+1)
4

= 4. Jadi Q1 terletak pada data ke-empat

yaitu 4
Langkah 3: Letak data Q2=

2 ( 15+1)
4

= 8. Jadi Q2 terletak pada data ke-delapan

yaitu 7
Langkah 4: Letak data Q3 =

3 ( 15+1)
4

= 12. Jadi Q3 terletak pada data ke-duabelas

yaitu 8
2) Kuartil data kelompok

Nilai kuartil dirumuskan sebagai berikut.

Keterangan:
Qi = kuartil ke-i (1, 2, atau 3)
L = tepi bawah kelas kuartil ke-i
n = banyaknya data
F = frekuensi kumulatif kelas sebelum kelas kuartil
c = lebar kelas
f = frekuensi kelas kuartil
2. Menentukan Desil
Desil didefinisikan sebagai nilai batas dari sekumpulan data yang telah diurutkan
menjadi 10 bagian.
a. Desil Data Tunggal

Keterangan :
Di = desil ke-i
i = ke-i (1, 2, 3, 4, 5, 6, 7, 8, 9)
n = banyak data
b. Desi Data Berkelompok

Keterangan :
Di = desil ke-i
Li = batas bawah kelas desil ke-i
i = 1, 2, 3, 4, 5, 6, 7, 8, 9
Fi = jumlah frekuensi sebelum kelas desil ke-i
fi = frekuensi kelas desil ke-i
C = panjang kelas
n = jumlah seluruh data
3. Persentil
Persentil adalah titik yang membagi data yang telah diurutkan menjadi 100
bagian.
a. Persentil Data Tunggal

Keterangan :
Pi = persentik ke-i
i = 1, 2, 3, 4, 5, .... , 99
n = banyak data
b. Persentil Data Berkelompok

Keterangan :
Pi = persentik ke-i
Li = batas bawah kelas persentik ke-i
n = jumlah seluruh data
Fi = jumlah frekuensi sebelum kelas persentil ke-i
fi = frekuensi kelas persentil ke-i
C = panjang kelas
contoh : Perhatikan data berikut ini

Nilai

Frekuensi

5-9
10 - 14
15 - 19
20 - 24
25 - 29
30 - 34

4
10
15
10
5
6

Tentukan Desil ke-7 dan Persentil ke-80 dari data tersebut!

Jawab:
Banyak data n = 50
Desil ke-7

Sehingga, letak Desil ke-7 pada data ke-35 yaitu pada interval ke-3

Persentil ke-80

Sehingga, letak Persentil ke-80 pada data ke-40 yaitu pada interval ke-4

Jadi nilai Desil ke-7 dan Persentil ke-80 dari data tersebut adalah 22,5 dan 24,5
Ukuran Penyebaran Data

Ukuran pemusatan yaitu mean, median dan modus, merupakan informasi yang
memberikan penjelasan kecenderungan data sebagai wakil dari beberapa data yang
ada. Adapun ukuran penyebaran data memberikan gambaran seberapa besar data
menyebar dari titik-titik pemusatan.
1.

Jangkauan (Range)

Ukuran penyebaran yang paling sederhana (kasar) adalah jangkauan (range) atau
rentangan nilai,

yaitu selisih antara data terbesar dan data terkecil.

1) Range data tunggal

Untuk range data tunggal dirumuskan dengan:
R = xmaks xmin
Contoh :
Tentukan range dari data-data di bawah ini. 6, 7, 3, 4, 8, 3, 7, 6, 10, 15, 20
Jawab: Dari data di atas diperoleh xmaks = 20 dan xmin = 3
Jadi, R = xmaks xmin
= 20 3 = 17
2) Range data kelompok
Untuk data kelompok, nilai tertinggi diambil dari nilai tengah kelas tertinggi dan
nilai terendah diambil dari nilai kelas yang terendah.
2. Rentang Antar Kuartil
Rentang antarkuartil atau jangkauan antarkuartil adalah selisih antara kuartil ketiga
Q3 dengan kuartil pertama Q1. Rentang antarkuartil disebut hamparan (H), maka
H dapat ditentukan oleh :
H = Q3 Q 1
3. Simpangan Quartil (Qd)
Simpangan kuartil dari suatu data didefinisikan sebagai setengah kali panjang
hamparan. Oleh karena itu, simpangan kuartil disebut juga rentang semi
antarkuartil. Jika simpangan kuartil dilambangkan dengan Qd, maka Qd ditentukan
oleh :

4. Langkah
Satu langkah didefinisikan sama dengan satu-setengah kali panjang satu hamparan.
Langkah dilambangkan dengan L, maka L ditentukan oleh:
1

L = 12 = 1

1
2

(3 1)

5. Pagar-dalam dan Pagar-luar

Pagar dalam didefinisikan sebagai sebuah nilai yang letaknya satu langkah di bawah
kuartil pertama Q1 dan pagar-luar didefinisikan sebagai sebuah nilai yang letaknya
satu langkah di atas kuartil ketiga Q3. Dengan demikian, pagar-dalam dan pagarluar dari suatu data ditentukan oleh:
Pagar-dalam = Q1 L dan Pagar-luar = Q3 + L
6. Simpangan Rata-Rata (Deviasi Rata-Rata)
Simpangan rata-rata suatu data adalah nilai rata-rata dari selisih setiap data dengan
nilai rataan hitung
1) Simpangan rata-rata data tunggal: Simpangan rata-rata data tunggal
dirumuskan sebagai berikut.

2) Simpangan rata-rata data kelompok: Simpangan rata-rata data kelompok

dirumuskan:

7. Simpangan Baku (Deviasi Standar) dan Ragam

Sebelum membahas simpangan baku atau deviasi standar, perhatikan contoh
berikut. Kamu tentu tahu bahwa setiap orang memakai sepatu yang berbeda
ukurannya. Ada yang berukuran 30, 32, 33, ... , 39, 40, dan 41. Perbedaan ini
dimanfaatkan oleh ahli-ahli statistika untuk melihat penyebaran data dalam suatu

populasi. Perbedaan ukuran sepatu biasanya berhubungan dengan tinggi badan

manusia. Seorang ahli matematika Jerman, Karl Ganss mempelajari penyebaran
dari berbagai macam data. Ia menemukan istilah deviasi standar untuk menjelaskan
penyebaran yang terjadi. Saat ini, ilmuwan menggunakan deviasi standar atau
simpangan baku untuk mengestimasi akurasi pengukuran. Deviasi standar adalah
akar dari jumlah kuadrat deviasi dibagi banyaknya data.
1) Simpangan baku dan ragam data tunggal: Simpangan baku/deviasi standar
data tunggal dirumuskan sebagai berikut.

2) Ragam dan Simpangan baku data kelompok Ragam (s2) dan Simpangan
baku (s) data kelompok dirumuskan sebagai berikut.

Contoh: Hitunglah ragam dan simpangan baku dari data yang disajikan dengan
menggunakan daftar distribusi frekuensi berkelompok pada tabel berikut.
Hasil pengukuran Titik

Frekuensi (fi)

fi.xi

(xi- )2

fi (xi- )2

dalam (mm)

tengah (xi)

119 127

123

369

568,8225

1.706,4675

128 136

132

792

220,5225

1.323,135

137 145

141

10

1.410

34,2225

342,225

146 154

150

11

1.650

9,9225

109,1475

155 163

159

795

147,6225

738,1125

164 172

168

504

447,3225

1.341,9675

173 181

177

354

909,0225

1.818,045

= 40

.
= 5.874

nilai rataan hitung tabel diatas adalah = 146,85.

1

Ragamnya S2= 40 7=1 (xi- )2 = 40 (737,1) = 184,48 dan

Simpangan bakunya S = S2 = 184,48 = 13,58

7.379,1

SOAL

1. Median dari data berkelompok pada tabel di bawah ini adalah ....
Nilai

Frekuensi

50 54

55 59

60 64

14

65 69

35

70 74

27

75 79

80 84

2. Gambar di bawah ini adalah histogram berat badan 50 siswa. Rata-rata berat
badan adalah .... kg

3. Modus dari data pada distribusi frekuensi di samping adalah ....

Tinggi (cm)

Frekuensi

130 134

135 139

140 144

12

145 149

10

150 154

14

155 159

160 164

4. Nilai rata-rata ulangan matematika dari 35 siswa adalah 58. Jika nilai Ani
dan Budi digabungkan dengan kelompok tersebut, maka nilai rata-ratanya
menjadi 59. Nilai rata-rata Ani dan Budi adalah ....
5. Simpangan kuartil dari data: 83, 53, 54, 78, 78, 57, 59, 65, 62, 69, 75, 72,
69, 71 adalah ....

PEMBAHASAN

1. n = 100.
Kelas median

1
1
n 100 50. Sehingga kelas median terletak pada
2
2

interval 65 69.
Panjang kelas (C) = 5.
Tepi bawah kelas median (tb) = 65 - 0.5 = 64,5.
Jumlah semua frekuensi sebelum kelas median = 4 + 8 = 26.
Frekuensi kelas median (f) = 35.

n fk
C 64,5 50 26 5 67,93
Median = Q2 tb 2
f

35

2. f1 x1 5 51 255

f 2 x2 17 54 918
f 3 x3 14 57 798

f 4 x4 10 60 600
f 5 x5 4 63 252

f x 255 918 798 600 252 2823

f 50
f x 2823 56,46
Jadi, x
50
f
3. Kelas modus = 150 154, sehingga tepi bawah kelas modus (L) = 149,5.
(selisih frekuensi kelas modus dengan frekuensi sebelum kelas modus) d1 = 14-10=4.

(selisih frekuensi kelas modus dengan frekuensi setelah kelas modus) d2 = 148=6.
Panjang kelas (c) = 5.

Mo L

d1
c
d1 d 2

M o 149,5

4
5 151,5
46

4. (1)
(2)

x1 x2 x35
58
35

x1 x2 x35 A B
59
37

Dari (1) dan (2) diperoleh:

35 58 A B 37 59
A B 37 59 35 58

A B 37 59 35 58

76,5 (dibagi 2 karena rata-rata)

2
2
5. Langkah pertama adalah mengurutkan data:
53, 54, 57, 59, 62, 65, 69, 69, 71, 72, 75, 78, 78, 83

Q1
Q2

Q2

Q3

69 69
69
2

Q1 = 59
Q2 = 75
Sehingga, simpangan kuartil (Qd) =

1
Q3 Q1 1 75 59 8 .
2
2