TUGAS PERKULIAHAN

STATISTIKA INDUSTRI

Disusun oleh :
Solida Sepastika

132 162 5017

EKSTENSI KELAS KARYAWAN

JURUSAN TEKNOLOGI INDUSTRI PERTANIAN
INSTITUT TEKNOLOGI INDONESIA
SERPONG 2017

Rata-rata (Mean)
Rata-rata ditulis dengan menggunakan simbol (dibaca:miu) untuk menyatakan rata-rata
populasi, dan (dibaca: x bar) untuk menyatakan rata-rata sampel. Secara aljabar rata-rata
dapat ditulis sebagai berikut:
untuk rata-rata populasi

dimana N adalah banyaknya populasi

untuk rata-rata sampel

dimana n adalah banyaknya sampel

contoh:
Dari 11 pohon pear menghasilkan buah dengan berat sbb (dlm Kg):
330

284

326

268

236

346

Hitunglah rata-rata produksi 11 pohon pear ?

326

402

374

292

380

Jadi rata-rata produksi dari 11 pohon pear adalah 324 Kg.

Rata-rata untuk data berkelompok.

Apabila data sudah disajikan dalam data berkelompok seperti dalam bentuk tabel
frekuensi dimana observasi-observasi dikelompokan kedalam kelas-kelas yang disebut frekuensi,
maka rumus rata-ratanya adalah sebagai berikut:

Contoh: Hitunglah rata-rata nilai statistik dari 50 mahasiswa pada Table 1 dibawah ini.

Jadi perkiraan rata-rata nilai statistik 50 mahasiswa adalah 65,7.

Median
Ukuran nilai tengah lainnya yang mungkin dapat merupakan pilihan selain rata-rata
adalah median. Jika data pada contoh produksi buah pear diurutkan dari nilai terkecil hingga ke
nilai terbesar, maka nilai tengahnya adalah 326 kg artinya lima pohon pear mempunyai produksi
dibawahnya dan lima pohon pear mempunyai produksi diatasnya. Nilai tengah inilah yang
dikatakan median. Penentuan median bisa langsung didapat jika jumlah observasinya adalah
ganjil, namun jika jumlah observasinya adalah genap maka akan didapat dua nilai tengah. Dalam
situasi demikian, untuk mendapatkan mediannya yaitu dengan merata-ratakan dua nilai tengah
yang didapat. Prosedur untuk mendapatkan median yaitu harus mengurutkan data dari yang

terkecil hingga yang terbesar terlebih dahulu sebelum mengambil nilai tengahnya. Dengan kata

lain median adalah data yang ke

Median untuk data berkelompok

Untuk data yang sudah dikelompokkan dan disajikan dalam tabel frekuensi, maka mediannya
dapat dicari dengan rumus sebagai berikut:

Kelas median adalah kelas dimana terdapat nilai median di dalamnya. Untuk menentukan kelas
median bagilah seluruh observasi dengan dua artinya 50 % dari seluruh observasi terletak
sebelum median dan 50 % lainnya terletak sesudahnya. Jika kita lihat tabel frekuensi (Tabel 1)
maka mediannya merupakan observasi yang ke (50/2) yaitu yang ke 25. Jumlah tiga frekuensi
pertama (f1 + f2 + f3) yaitu 3 + 5 + 8 = 16. Untuk mencapai 25 observasi diperlukan 9 observasi
lagi.

9 observasi tersebut dapat dipenuhi dari frekuensi keempat (f4) karena jumlah

observasi f4 ada sebanyak 14 observasi. Jadi median terletak pada kelas keempat atau kelas (60
69) dengan kata lain kelas keempat adalah kelas median.
contoh: Hitunglah nilai median dari data kelompok pada Tabel 1.
solusi:

Jadi mediannya,

Pertanyaan yang mungkin timbul adalah jika kita punya data aslinya, apakah nilai median yang
sebenarnya adalah 66,33? jawabannya belum tentu, karena cara ini adalah cara interpolasi
dimana data aslinya memang tidak diketahui, yang ada adalah data sudah dalam bentuk tabel
frekuensi atau sudah dikelompokkan. Walaupun hasil interpolasi ini mungkin tidak tepat, namun
cara ini memberikan hasil yang mendekati nilai median yang sebenarnya.
Modus
Modus dari suatu kelompok observasi adalah nilai observasi yang mempunyai frekuensi
pemunculan paling banyak atau dengan kata lain yaitu nilai yang paling banyak muncul. Konsep
dari modus ini berhubungan dengan kemunculan yang berulang-ulang dari suatu nilai observasi.
Contoh:
jika kita gunakan data produksi 11 pohon pear, maka modus produksinya adalah 326 kg.
Dalam kegiatan sehari-hari, modus adalah ukuran nilai tengah yang paling jarang digunakan
dibanding rata-rata atau median. Modus mungkin lebih sering digunakan pada data yang
mempunyai banyak variasi dalam ukurannya, itupun untuk jumlah data yang besar. Sebagai
contoh modus dari ukuran barang yang terjual sering digunakan untuk mengetahui barang yang
paling disenangi konsumen.
Suatu distribusi atau kelompok data mungkin tidak mempunyai modus atau mungkin mempunyai
modus lebih dari satu. Distribusi yang mempunyai satu modus disebut Unimodus, yang
mempunyai dua modus disebut Bimodus dan yang mempunyai modus lebih dari dua disebut
Multimodus. contoh: Tentukan modus dari data dibawah ini, jika ada tentukan nilainya.

a).

2,

3,

5,

7,

8.

b).

2,

5,

7,

9,

9,

9,

10,

10,

11,

12.

c).

2,

3,

4,

4,

4,

5,

5,

7,

7,

7,

9.

solusi:
Data a) tidak mempunyai modus karena semua nilai mempunyai frekuensi yang sama.
Data b) mempunyai modus = 9, karena nilai observasi ini mempunyai frekuensi paling banyak.
Data c) mempunyai dua modus yaitu 4 dan 7, dua nilai observasi tersebut mempunyai frekuensi
palingbanyak dan sama banyak.
Modus untuk data berkelompok
Apabila data sudah dikelompokkan dan disajikan dalam tabel frekuensi, maka modusnya
mempunyai rumus sebagai berikut:

Kelas modus adalah kelas dimana terdapat nilai modus di dalamnya.

Contoh: Hitunglah nilai modus dari data kelompok pada Tabel 1.?
solusi: Kelas modus adalah kelompok (60 69), karena kelompok ini mempunyai frekuensi
paling banyak.

Ukuran dispersi
Varians
Dengan ukuran nilai tengah saja kita tidak akan pernah cukup untuk memberikan ringkasan
karakteristik dari sebuah set data. Bagaimana sebaran observari dari nilai rata-ratanya? Apakah
observasi mempunyai dispersi atau penyimpangan yang besar dari rata-ratanya? Kita biasanya
memerlukan ukuran lainnya yaitu suatu ukuran tentang dispersi atau variasi didalam data. Pada
kenyataannya nilai-nilai observasi suatu populasi ada yang lebih besar dari rata-rata dan ada
yang lebih kecil dari rata. Informasi ini yang biasanya merupakan keterangan tambahan
mengenai karakteristik dari satu set data yaitu informasi mengenai jumlah penyimpangan dalam
data. Biasanya kita tertarik dengan penyimpangan nilai-nilai observasi dalam data terhadap rataratanya yaitu selisihnya. Rata-rata dari selisih kuadrat tersebut merupakan suatu ukuran
penyimpangan yang biasa disebut dengan varians dari observasi. Simbol varians pada ukuran
populasi adalah

(dibaca: sigma kuadrat) dan pada ukuran sampel adalah s2.

Simpangan baku
Akar dari varians dinamakan standar deviasi atau simpangan baku. Standar deviasi merupakan
ukuran simpangan yang sering digunakan dalam analisa. Nilai standar deviasi pada dasarnya
menggambarkan besaran sebaran suatu kelompok data terhadap rata-ratanya atau dengan kata
lain gambaran keheterogenan suatu kelompok data. Formula standar deviasi adalah sebagai
berikut:

Contoh: jika kita gunakan data produksi 11 pohon pear, maka varians produksinya adalah:

Dari hasil perhitungan didapat varians produksi dari 11 pohon pear adalah sebesar 2.575,2 kg.
sehingga standar deviasi produksinya adalah sebesar 50,75 kg.
katakan kita mempunyai data produksi (dalam kg) sebanyak 10 pohon pear dengan jenis yang
berbeda dengan kelompok 11 pohon pear sebelumnya, yaitu:
230

475

366

268

136

330

326

402

215

492

kelompok ini mempunyai nilai rata-rata yang sama dengan kelompok 11 pohon pear sebelumnya
yaitu sebasar 324 kg. Apakah dua kelompok pohon pear tersebut mempunyai kemampuan
produksi yang sama? atau dengan kata lain kelompok pohon pear mana yang lebih konsisten
dalam berproduksi? Jika harus memilih jenis pohon pear mana yang lebih konsisten
berproduksi, maka kita akan memilih pohon pear pada kelompok yang mempunyai nilai varians
terkecil (kelompok yang lebih homogen).
Varians untuk data berkelompok
Formula varians untuk data berkelompok adalah sebagai berikut:

contoh: kita gunakan data nilai statistik 50 mahasiswa.

Koefisien variasi
Standar deviasi dapat mengukur keheterogenan atau variasi suatu kelompok data. Namun jika
kita ingin membandingkan dua kelompok data yang mempunyai ukuran yang berbeda, standar
deviasi tidak dapat digunakan artinya standar deviasi yang lebih besar tidak selalu berarti
kelompok data tersebut lebih heterogen Untuk keperluan perbandingan dua kelompok data tanpa
melihat ukuran satuannya, maka dapat digunakan suatu ukuran variasi yang dinamakan koefisien
variasi (CV). Rumus CV dituliskan sebagai berikut:

Jika CV1 > CV2 berarti kelompok data pertama lebih bervariasi atau lebih heterogen dari pada
kelompok kedua.

Ukuran nilai jarak (Range)

Ukuran dispersi yang paling sederhana pada suatu data numerik mungkin dengan cara
menghitung selisih nilai terbesar (nilai maksimum) dengan nilai terkecil (nilai minimum). Cara
ini dikenal dengan sebutan Range.
Range = Nilai maksimum Nilai minimum.
Range produksi 11 pohon pear = 402 306 = 96

Ukuran Range untuk data berkelompok

Untuk data berkelompok, nilai range dihitung berdasarkan selisih antara nilai tengah kelas
terakhir dengan nilai tengah pertama atau selisih batas atas kelas terakhir dengan batas bawah
kelas pertama.
Range = Nilai tengah kelas terakhir Nilai tengah kelas pertama.
atau
Range = Bonderi atas kelas terakhir Bonderi bawah kelas pertama.
dari data nilai statistik 50 mahasiswa pada tabel 1, nilai rangenya adalah:
Range = 94,5 34,5 = 60 (cara ini cenderung menghilangkan nilai ekstrim).
atau
Range = 99,5 29,5 = 70.