A.

PENDAHULUAN
Statistika adalah suatu kumpulan metode yang digunakan untuk
mengumpulkan, menganalisis, menggambarkan, dan menafsirkan
(menginterpretasikan) data, serta membuat keputusan.
Secara luas, aplikasi statistika dapat terbagi dalam 2 (dua) jenis area, yaitu
statistika deskriptif dan statistika inferensial. Statistika deskriptif terdiri atas
metode metode yang digunakan untuk mengorganisis (mengatur),
memperlihatkan, dan mendeskripsikan data dengan menggunakan tabel,
grafik, dan ukuran ukuran ringkasan. Sedangkan statistika inferensial terdiri atas
metode metode yang menggunakan hasil dari sampel dalam membantu
membuat atau mengambil keputusan atau prediksi mengenai populasi.
Pada bagian pendahuluan ini, terdapat beberapa istilah dasar yang perlu
untuk diketahui sebelum pembahasan yang lebih lanjut, antara lain:
1. Elemen atau anggota
Suatu elemen atau anggota dari suatu sampel atau populasi adalah suatu
objek spesifik (misalnya, orang, barang, negara) yang mana informasi
dikumpulkan.
2. Variabel
Variabel merupakan suatu karakteristik yang diteliti yang mengasumsikan
nilai yang berbeda untuk elemen-elemen yang berbeda. Lain halnya
dengan variabel, nilai dari suatu koSntanta adalah tetap.
3. Observasi atau ukuran
Observasi atau ukuran merupakan suatu nilai variabel bagi sebuah elemen.
4. Himpunan data
Himpunan data merupakan suatu kumpulan dari observasi-observasi pada
satu atau lebih variabel.
B. POPULASI DAN SAMPEL
Dalam statistika kumpulan dari semua unsur yang menjadi perhatian
disebut sebagai populasi, sedangkan kumpulan dari beberapa unsur yang
dipilih dari populasi disebut sebagai sampel. Sebuah populasi terdiri atas seluruh
elemen, baik individu, barang, atau objek, yang karaktersitiknya diselidiki.
Dalam hal ini, populasi yang diselidiki disebut juga populasi target. Sebuah
sampel menunjukkan suatu porsi populasi yang dipilih untuk diselidiki. Suatu
sampel yang mewakili karakteristik populasi (sedekat mungkin) disebut sebagai
sampel perwakilan.
Dalam proses pengambilan data, teknik pengumpulan informasi dari unsur-
unsur populasi disebut survei sampel. Suatu survei yang terdiri atas semua unsur
dari populasi target disebut sebagai sensus. Populasi target seringkali memiliki
ukuran yang besar. Oleh karena itu, dalam praktiknya, sensus jarang dilakukan
karena sangat mahal dan memakan waktu. Bahkan dalam beberapa kasus,
identifikasi setiap unsur populasi merupakan hal yang tidak mungkin untuk
dilakukan.
Suatu sampel dapat berupa sampel acak maupun sampel non-acak.
Dalam sebuah sampel acak, setiap elemen populasi memiliki kesempatan yang
berbeda-beda untuk dipilih ke dalam sampel. Hal sebaliknya berlaku dalam
sampel non-acak.

C. TIPE VARIABEL
Suatu variabel dapat diklasifikasikan sebagai variabel kuantitatif dan
variabel kualitatif.

1. Variabel Kuantitatif
Variabel kuantitaf merupakan suatu variabel yang dapat diukur secara
numerik. Data yang dikumpulkan disebut sebagai data kuantitatif. Variabel-
variabel kuantitatif dapat diklasifikasikan ke dalam bentuk variabel diskrit
maupun variabel kontinu.
Variabel diskrit merupakan suatu variabel dengan nilai yang dapat
dihitung. Dengan kata lain, suatu variabel diskrit hanya dapat mengasumsikan
nilai-nilai tertentu tanpa adanya nilai menengah (dalam selang tertentu).
Beberapa contoh variabel diskrit seperti jumlah rumah, jumlah mobil, jumlah
terjadinya kecelakaan, dan lainnya.
Variabel kontinu merupakan suatu variabel yang dapat mengasumsikan
setiap nilai numerik dalam suatu interval tertentu. Beberapa contoh variabel
kontinu seperti pendapatan, penjualan, waktu, dan lain sebagainya.

2. Variabel Kualitatif
Variabel kualitatif atau yang biasa disebut variabel kategori merupakan
suatu variabel yang tidak mengasumsikan suatu nilai numerik, namun dapat
diklasifikasikan ke dalam dua atau lebih kategori non-numerik. Data yang
dikumpulkan disebut sebagai data kualitatif. Beberapa contoh variabel
kualitatif seperti warna rambut, jenis kelamin, nama perusahaan, dan lain
sebagainya.

D. SKALA PENGUKURAN
Data dapat pula diklasifikasikan berdasarkan skala pengukurannya, atau
yang biasa disebut tingkatan pengukuran. Terdapat 4 (empat) skala
pengukuran, yaitu nominal, ordinal interval, dan rasio. Data dengan skala
nominal berada pada tingkatan terendah dan data dengan skala rasio berada
pada tingkatan tertinggi.

1. Skala Nominal
Skala nominal diaplikasian pada data yang terbagi menjadi kategori-
kategori yang berbeda, dimana kategori-kategori tersebut digunakan hanya
dengan tujuan untuk identifikasi. Sebagai contoh data dengan skala nominal
adalah nama perusahaan, jenis kelamin, status pernikahan, dan lain
sebagainya.
Dalam skala nominal tidak dapat dilakukan pemberian ranking, serta tidak
dapat dilakukan operasi-operasi aritmatika, seperti halnya penjumlahan,
pengurangan, perkalian, atau pembagian). Dalam skala nominal, dapat pula
diberikan kode-kode numerik untuk kategori-kategori yang berbeda.
Contohnya pada data jenis kelamin, dapat diberikan kode 1 untuk jenis kelamin
laki-laki, dan kode 2 untuk jenis kelamin perempuan, dengan kode 2 tidak
memiliki arti yang lebih tinggi dibandingkan dengan kode 1.

2. Skala Ordinal
Skala ordinal diaplikasian pada data yang terbagi menjadi kategori-
kategori yang berbeda, dimana kategori-kategori tersebut dapat diberikan
ranking. Sebagai contoh data dengan skala ordinal adalah evaluasi produk
suatu perusahaan, yaitu baik, sedang, dan buruk. Kategori ini memiliki
karakteristik yang dapat diranking, dengan baik berada pada ranking
tertinggi dan buruk berada pada ranking terendah.
Seperti hanya dalam skala nominal, dalam skala ordinal tidak dapat
dilakukan operasi-operasi aritmatika, seperti halnya penjumlahan,
pengurangan, perkalian, atau pembagian). Dalam skala ordinal, dapat pula
diberikan kode-kode numerik untuk kategori-kategori yang berbeda, dengan
kode-kode tersebut menunjukkan urutan atau ranking. Pada contoh evaluasi
produk suatu perusahaan, dapat diberikan kode 1 untuk evaluasi baik, kode 2
untuk evaluasi sedang, dan kode 3 untuk evaluasi buruk, dengan kode 1
menunjukkan ranking tertinggi dan kode 3 menunjukkan ranking terendah.
3. Skala Interval
Skala interval diaplikasian pada data yang dapat diberi ranking, serta
pada data dengan selisih antara dua nilai dapat dihitung dan diinterpretasikan.
Sebagai contoh data dengan skala interval adalah data temperatur.
Data dengan skala interval terdiri atas suatu titik nol yang tidak memiliki
suatu kepentingan. Sebagai contoh, suatu temperatur nol sendiri, tidak berarti
bahwa nilai tersebut menunjukkan kekurangan panas. Sama halnya pada data
nilai siswa, dimana nilai nol tidak berarti bahwa seorang siswa tidak memiliki
kemampuan intelegen.
Karakteristik lain yang berada pada data dengan skala interval adalah
bahwa rasio yang berada pada data tersebut tidak dapat dipertimbangkan.
Sebagai contoh, data temperatur dengan suhu 100 derajat celcius tidak
memiliki kehangatan 2 kali lipat dari temperatur dengan suhu 50 derajat celcius.
Begitu pula halnya pada skor siswa, dimana siswa dengan nilai 90 tidak
menunjukkna bahwa intelegensinya 2 kali lipat dari siswa dengan nilai 45.

4. Skala Rasio
Skala rasio diaplikasian pada data yang dapat diberikan ranking, serta
pada data yang dapat diberikan operasi-operasi aritmatika, seperti
penjumlahan, pengurangan, perkalian, dan pembagian. Sebagai contoh data
dengan skala rasio adalah penjualan mobil dari beberapa perusahaan. Contoh
lain dari data dengan skala rasio adalah data pendapatan dan data harga.
Berbeda dengan pembahasan sebelumnya mengenai data dengan skala
interval, pada data dengan skala rasio, nilai dari suatu titik nol memiliki arti.
Seperti yang diketahui bersama, suatu perusahaan dengan penjualan nol
memiliki arti bahwa perusahaan tersebut tidak menjual produk apapun. Seperti
halnya penghasilan, seseorang dengan penghasilan nol memiliki arti bahwa
oorang tersebut tidak berpenghasilan.
 RANGKUMAN

1. Statistika adalah suatu kumpulan metode yang digunakan untuk

mengumpulkan, menganalisis, menggambarkan, dan menafsirkan
(menginterpretasikan) data, serta membuat keputusan.
2. Kumpulan dari semua unsur yang menjadi perhatian disebut sebagai
populasi, sedangkan kumpulan dari beberapa unsur yang dipilih dari
populasi disebut sebagai sampel.
3. Teknik pengumpulan informasi dari unsur-unsur populasi disebut survei
sampel. Suatu survei yang terdiri atas semua unsur dari populasi target
disebut sebagai sensus.
4. Suatu variabel dapat diklasifikasikan sebagai variabel kuantitatif dan
variabel kualitatif.
5. Data dapat pula diklasifikasikan berdasarkan skala pengukurannya, atau
yang biasa disebut tingkatan pengukuran. Terdapat 4 (empat) skala
pengukuran, yaitu nominal, ordinal interval, dan rasio. Data dengan skala
nominal berada pada tingkatan terendah dan data dengan skala rasio
berada pada tingkatan tertinggi.
 LATIHAN SOAL
1. Sebut dan jelaskan pengertian populasi dan sampel, serta teknik
pengambilan data populasi dan teknik pengambilan data sample.
2. Sebutkan dan jelaskan dengan contoh klasifikasi mengenai variabel!
3. Sebutkan dan jelaskan dengan contoh jenis-jenis skala pengukuran!

***
 BAB II
STATISTIKA DESKRIPTIF

KOMPETENSI DASAR
Setelah mengikuti sesi ini, mahasiswa diharapkan mampu menjelaskan
konsep-konsep Statistika Deskriptif.

INDIKATOR
Indikator keberhasilan yang diharapkan adalah Mahasiswa dapat:
2.1 Memahami konsep statistika deskriptif
2.2 Membuat tabel distribusi frekuensi
2.3 Membuat grafik dan diagram meliputi diagram batang, diagram lingkaran
(pie), histogram, poligon dan ogive
2.4 Memahami konsep ukuran pemusatan meliputi mean, median dan modus
2.5 Memahami konsep ukuran penyebaran data meliputi simpangan baku,
varian dan koefisien variansi

PENDAHULUAN
Konsep Statistik Deskriptif banyak digunakan dalam bidang ekonomi dan
bisnis secara umum baik yang berskala lokal, nasional dan Internasional. Seiring
dengan perkembangan jaman konsep statistika deskriptif hampir digunakan
disemua bidang baik itu bidang ekonomi, politik, pendidikan maupun
pertanian. Berikut ini ada dua kisah yang patut mendapat perhatian dan
renungan dari kita semua.
Pada suatu waktu seorang dekan disebuah fakultas bertanya kepada
bendahara. Dekan tersebut bertanya tentang laporan pembayaran gaji
pegawai honorer di lingkungan fakultasnya selama kurun waktu 2013 2016.
Dekan bertanya, berapa jumlah total gaji yang diajukan? Berapa Gaji pegawai
yang paling besar? Berapa rata-rata gaji pegawai? Dan jawaban bendahara
adalah sangat mengherankan, wah tidak hafal pak?
Contoh lainnya Seorang direktur sebuah perusahaan bertanya kepada
wakil direktur diperusahaan tersebut. Pertanyaan yang diajukan berapa rata-
rata biaya operasional perusahaan selama 2 tahun terkahir? Apakah ada
penyimpangan anggaran dari anggaran yang telah direncanakan dengan
realisasi anggaran? Jika ada berapa persentase kumulatifnya? Wah tentunya
itu hal yang sulit untuk dijawab jika tidak didukung dengan data analisa
statistika yang kuat.
Kedua kisah di atas menggambarkan permasalahan yang kelihatannya
sederhana, tetapi karena tidak disiapkan dengan baik maka tidak dapat
diselesaikan dengan cepat dan dapat berakibat fatal terhadap keberlanjutan
proyek yang diajukan. Statistik deskriptif memberikan solusi yang tepat, dengan
menguasi konsep statistik deskriptif maka seseorang akan mampu untuk analisa
terhadap data mentah atau kelompok data. Statistika deskriptif mencakup
tentang penyajian data, ukuran pemusatan data dan ukuran penyebaran
data.
Penyajian data adalah menyangkut bagaimana menyajikan data dalam
bentuk tabel, grafik dan gambar. Ukuran pemusatan memberikan ukuran-
ukuran tentang nilai maksimum, nilai minimum, Rata-Rata Hitung, Median,
Modus, Kuartil, Desil, Persentil. Ukuran penyebaran meliputi simpangan rata-rata,
standar deviasi, jangkauan kuartil, dan jangkauan persentil.
A. STATISTIKA DESKRIPTIF
Statistika deskriptif merupakan salah satu teknik statistika yang digunakan
untuk mempelajari cara penyajian data, ukuran pemusatan data, dan ukuran
penyebaran data agar dapat memberikan informasi yang efektif dan
komunikatif. Beberapa teknik penyajian data diantaranya berbentuk tabel
distribusi frekuensi, grafik atau diagram baik berupa diagram garis, diagram
batang, polygon, dan ogive.
Statistik deskriptif adalah statistik yang berfungsi untuk mendeskripsikan
atau memberi gambaran terhadap objek yang diteliti melalui data sampel
atau populasi sebagaimana adanya, tanpa melakukan analisis dan membuat
kesimpulan yang berlaku untuk umum.
Statistika deskriptif merupakan bidang ilmu pengetahuan statistik yang
mempelajari tata cara penyusunan dan penyajian suatu data yang
dikumpulkan dalam satu penelitian. Statistika deskriptif adalah metode statistika
yang digunakan untuk menggambarkan atau mendeskripsikan data yang telah
dikumpulkan menjadi sebuah informasi. Pembahasan selanjutnya yang
berkaitan dengan statistika deskriptif meliputi:
1) Tabel distribusi frekuensi
2) Grafik dan diagram
3) Ukuran pemusatan
4) Ukuran penyebaran

B. TABEL DISTRIBUSI FREKUENSI

Tabel adalah kumpulan data yang disusun berdasarkan baris dan kolom.
Baris dan kolom ini berfungsi untuk menunjukkan data terkait keduanya. Dimana
titik temu antara baris dan kolom adalah data yang dimaksud. Jika data
disajikan dalam tabel distribusi frekuensi akan lebih banyak memberikan
informasi dibanding data mentah (raw data).
 Tabel distribusi frekuensi dapat didefinisikan sebagai sebuah tabel yang
berisi nilai-nilai data, dengan nilai-nilai tersebut dikelompokkan ke dalam
interval-interval dan setiap interval nilai masing-masing mempunyai
frekuensinya. Beberapa istilah dalam tabel distribusi frekuensi diantaranya:
1) Kelas Interval adalah kelompok nilai data yang berupa interval.
2) Ujung Bawah adalah bilangan yang terdapat disebelah kiri interval nilai
data untuk setiap kelas interval.
3) Ujung Atas adalah bilangan yang terdapat disebelah kanan interval nilai
data untuk setiap kelas interval.
4) Batas Bawah adalah bilangan yang diperoleh dengan cara ujung bawah
dikurangi ketelitian data yang digunakan. Dalam hal ini, ketelitian data
yang digunakan tergantung dalam hal pencatatan datanya. Jika data
yang digunakannya dicatat dalam bilangan bulat, maka ketelitian datanya
adalah 0,5. Jika data yang digunakannya dicatat dalam bilangan satu
decimal, maka ketelitian datanya 0,05. Jika data yang digunakannya
dicatat dalam bilangan dua decimal, maka ketelitian datanya 0,005. Dan
seterusnya.
5) Batas Atas adalah bilangan yang diperoleh dengan cara ujung atas
ditambah ketelitian data yang digunakan. Ketelitian datanya sama dengan
ketelitian data dalam menentukan batas bawah.
6) Titik tengah adalah bilangan yang diperoleh dengan cara ujung bawah
ditambah ujung atas, kemudian hasilnya dibagi dua untuk setiap kelas
interval.
Titik Tengah = (Ujung Bawah + Ujung Atas).
7) Panjang Kelas (interval) adalah bilangan yang diperoleh dari jarak/selisih
antara ujung bawah dan ujung atas, dengan ujung bawahnya termasuk
dihitung.

Beberapa jenis tabel distribusi frekuensi diantaranya:

1. Tabel Distribusi Frekuensi Relatif
Apabila telah diperoleh tabel distribusi frekuensi, maka dalam hal ini
frekuensinya adalah mutlak atau absolut. Frekuensi relative diartikan sebagai
frekuensi dalam bentuk persentase. Tabel distribusi frekuensi relative adalah
sebuah tabel yang berisi nilai-nilai data, dengan nilai-nilai tersebut
dikelompokkan ke dalam interval-interval dan tiap interval nilai masing-masing
mempunyai frekuensinya dalam bentuk persentase.
Rumus untuk frekuensi kelas ke-i diberikan pada persamaan sebagai
berikut.

( )

Keterangan:
= Frekuensi kelas ke-i
= Banyaknya data

2. Tabel Distribusi Frekuensi Kumulatif

Tabel distribusi frekuensi kumulatif didefinisikan sebagai tabel yang
diperoleh dari tabel distribusi frekuensi, dengan frekuensinya dijumlahkan
selangkah demi selangkah (artinya kelas interval demi kelas interval). Dalam
kolom nilai data, bilangan yang digunakan berupa ujung bawah untuk masing-
masing kelas interval. Tabel distribusi frekuensi kumulatif ada dua jenis yaitu:
a) Tabel distribusi frekuensi kumulatif kurang dari
b) Tabel distribusi frekuensi kumulatif lebih dari

3. Tabel Distribusi Frekuensi Relatif Kumulatif

Apabila dari tabel distribusi frekuensi kumulatif, frekuensinya diubah ke
dalam bentuk persentase, maka akan diperoleh tabel distribusi frekuensi relative
kumulatif. Tabel distribusi frekuensi relative kumulatif adalah tabel yang
diperoleh dari tabel distribusi frekuensi relatif, dengan frekuensinya dijumlahkan
selangkah demi selangkah (kelas interval demi kelas interval). Tabel distribusi
frekuensi relatif kumulatif ada dua jenis yaitu:
a) Tabel distribusi frekuensi relatif kumulatif kurang dari
b) Tabel distribusi frekuensi relatif kumulatif lebih dari

4. Penerapan Pada Contoh Kasus

Soal 1.
Berikut ini adalah data hasil penilaian ujian akhir semester, mata kuliah statistika
dari mahasiswa Program S-1 Jurusan Matematika Fakultas MIPA Universitas
Mataram.

65 72 67 82 72 91 67 73 71 70

85 87 68 86 83 90 74 89 75 61

65 76 71 65 91 79 75 69 66 85

95 74 73 68 86 90 70 71 88 68

Buatlah:
1. Tabel distribusi frekuensi.
2. Tabel distribusi frekuensi relatif.
3. Tabel distribusi frekuensi kumulatif.
4. Tabel distribusi frekuensi kumulatif kurang dari.
5. Tabel distribusi frekuensi kumulatif lebih dari.
6. Tabel distribusi Frekuensi Relatif Kumulatif Kurang Dari.
7. Tabel distribusi Frekuensi Relatif Kumulatif Lebih Dari.

Jawaban.
Prosedur pembuatan tabel distribusi frekuensi:
a) Urutkan data di atas dari yang terkecil sampai yang terbesar.
b) Tentukan jangkauan/rentang/range yaitu selisih data yang terbesar sampai
yang terkecil. Diperoleh 95 61 = 34
c) Banyaknya kelas = 1 + (3.3) (log n)
= 1 + (3.3) (log 40)
= 1 + (3.3) (1.602)
= 6.28693
Jadi banyak kelas yang digunakan bisa 6 atau 7 buah. Agar seluruh data
masuk pada interval kelas maka akan diambil 7 kelas
d) Panjang kelas (interval) = 34 / 7 = 4.86, pembulatan diambil 5
e) Ujung bawah kelas interval pertama yaitu 61.

Sehingga diperoleh tabel -tabel sebagai berikut:

Tabel 1. Distribusi Frekuensi

Frekuensi
Interval
Nilai Ujian Turus (Banyak
Kelas
Mahasiswa)
1 61 - 65 |||| 4
|||||
2 66 - 70 9
||||
|||||
3 71 - 75 11
||||| |
4 76 - 80 || 2
5 81 - 85 |||| 4
6 86 - 90 ||||| || 7
7 91 - 95 ||| 3
Jumlah 40

Tabel 2. Distribusi Frekuensi Relatif

 Frekuensi Frekuensi
Nilai Ujian
Multak Relatif (%)
61 - 65 4 10.0
66 - 70 9 22.5
71 - 75 11 27.5
76 - 80 2 5.00
81 - 85 4 10.0
86 - 90 7 17.5
91 - 95 3 7.50
Jumlah 40 100.0

Tabel 3. Distribusi Frekuensi Kumulatif

Frekuensi Frekuensi
Nilai Ujian
Multak Kumulatif
61 - 65 4 4
66 - 70 9 13
71 - 75 11 24
76 - 80 2 26
81 - 85 4 30
86 - 90 7 37
91 - 95 3 40
Jumlah 40

Tabel 4. Distribusi Frekuensi Kumulatif Kurang Dari

Frekuensi
Nilai Ujian Kumulatif
Kurang Dari
kurang dari 61 0
kurang dari 66 4
kurang dari 71 13
kurang dari 76 24
kurang dari 81 26
kurang dari 86 30
kurang dari 91 37
kurang dari 96 40

Tabel 5. Distribusi Frekuensi Kumulatif Lebih Dari

 Frekuensi
Nilai Ujian Kumulatif
Lebih Dari
61 atau lebih 40
66 atau lebih 36
71 atau lebih 27
76 atau lebih 16
81 atau lebih 14
86 atau lebih 10
91 atau lebih 3
96 atau lebih 0
 Tabel 6. Distribusi Frekuensi Relatif Kumulatif Kurang Dari
Frekuensi
Nilai Ujian Kumulatif
Kurang Dari (%)
kurang dari 61 0
kurang dari 66 10.0
kurang dari 71 32.5
kurang dari 76 60.0
kurang dari 81 65.0
kurang dari 86 75.0
kurang dari 91 92.5
kurang dari 96 100.0

Tabel 7. Distribusi Frekuensi Relatif Kumulatif Lebih Dari

Frekuensi
Nilai Ujian Kumulatif
(%)
61 atau lebih 100
66 atau lebih 90
71 atau lebih 67.5
76 atau lebih 40
81 atau lebih 35
86 atau lebih 25
91 atau lebih 7.5
96 atau lebih 0

C. GRAFIK DAN DIAGRAM

Grafik dan diagram biasanya digunakan untuk data berkelompok dan
tidak berkelompok. Data tidak berkelompok umumnya digunakan bagi data
yang berukuran besar. Beberapa bentuk penyajian data diantaranya diagram
batang, diagram lingkaran (pie), histogram, polygon (grafik garis), dan ogive.
1. Diagram Batang
Diagram batang merupakan diagram berdasarkan data berbentuk
kategori. Langkah-langkah dalam membuat diagram batang adalah sebagai
berikut:
a) Buat dua buah sumbu, yaitu sumbu datar dan sumbu tegak. Dalam sumbu
tegak biasanya ditulis frekuensinya.
b) Masing-masing nama kategori untuk batangnya, berupa empat persegi
panjang dengan tingginya sesuai nilai frekuensi. Lebar batang antara nama
kategori harus sama.
c) Untuk selanjutnya masing-masing batang tersebut diberi warna yang sama
atau diarsir dengan corak yang sama.

Diagram batang pada data Tabel 1.

Gambar 1. Diagram Batang Frekuensi Nilai UAS Statistika Mahasiswa

2. Diagram Lingkaran (Pie Diagram)
Diagram lingkaran merupakan cara pengumpulan data ke dalam
lingkaran, dimana lingkaran diklasifikasikan sesuai kategorinya. Pada diagram
lingkaran setiap kategori data harus berbentuk frekuensi.
Prosedur pembuatan diagram lingkaran sebagai berikut:
a) Ubah nilai data absolut ke dalam bentuk persentase untuk masing-masing
kategori.
b) Ubah nilai data dalam bentuk persentase ke dalam satuan derajat.
c) Buat sebuah lingkaran dengan menggunakan jangka.
d) Masukkan kategori pertama menggunakan busur derajat. Sesuaikan
dengan besaran persenatse dan derajat.
e) Masukkan kategori lainnya kedalam lingkaran sesuai dengan arah jarum
jam.
f) Berikan warna pembeda atau arsiran.
g) Untuk setiap kategori dalam lingkaran berikan identitas berupa nama
kategori disertai nilai persentasenya, sedangkan untuk keterangan lainnya
berikan diluar diagram tersebut.

Diagram lingkaran (pie diagram) pada data Tabel 1.

 Gambar 2. Diagram Pie Frekuensi Nilai UAS Statistika Mahasiswa

3. Histogram dan Poligon Frekuensi

Prosedur pembuatan Histogram dan Poligon frekuensi yaitu perlunya
pembuatan dua sumbu, sumbu datar dan sumbu tegak, sumbu datar berisi
tentang batas kelas ataupun titik tengah kelas. Sumbu tegaknya berisi tentang
frekuensi kelas.

Tabel 8. Batas Kelas dan Titik Tengah

Frekuensi Batas Bawah Batas Atas Titik Tengah
Nilai
(Banyak Kelas Interval Kelas Interval ((Uj.Atas+
Ujian
Mahasiswa) (Uj.Bawah-0.5) (Ujung Atas+0.5) Uj.Bawah)/2)
61 - 65 4 60.5 65.5 63
66 - 70 9 65.5 70.5 68
71 - 75 11 70.5 75.5 73
76 - 80 2 75.5 80.5 78
81 - 85 4 80.5 85.5 83
86 - 90 7 85.5 90.5 88
91 - 95 3 90.5 95.5 93
40

Gambar 3. Histogram Frekuensi Nilai UAS Statistika Mahasiswa

 Gambar 4. Poligon Frekuensi Nilai UAS Statistika Mahasiswa

4. Ogive
Ogive merupakan grafik garis dari data pada tabel distribusi frekuensi
kumulatif lebih dari dan kurang dari. Gambar 5 merupakan ogive dari data
frekuensi kumulatif kurang dari, sedangkan gambar 6 merupakan ogive dari
data frekuensi kumulatif lebih dari.
 Gambar 5. Ogive Frekuensi Kumulatif Kurang Dari (Ogive Positive)

Gambar 6. Ogive Frekuensi Kumulatif Lebih Dari (Ogive Negatif)

D. UKURAN PEMUSATAN
Ukuran Pemusatan merupakan nilai tunggal yang mewakili suatu
kumpulan data dan menunjukkan karakteristik dari data. Ukuran pemusatan
menunjukkan pusat dari nilai data. Ukuran pemusatan meliputi Mean, Median,
dan Modus.

1. Rata-Rata (Mean)
Rata-rata hitung merupakan nilai yang diperoleh dengan menjumlahkan
semua nilai data dan membaginya dengan jumlah data. Rata-rata hitung
merupakan nilai yang menunjukkan pusat dari nilai data dan merupakan nilai
yang dapat mewakili dari keterpusatan data. Formula untuk rata-rata (mean).

Rata-rata untuk data yang tidak dikelompokkan

keterangan : = nilai rata-rata
= data pengamatan ke-i
n = banyaknya pengamatan

Contoh.
Rata-rata data pada contoh 1 yaitu

Rata-rata untuk data yang dikelompokkan

Untuk data yang tidak dikelompokkan menggunakan titik tengah kelas
interval ke - i. Formula rata-rata hitung sebagai berikut:



keterangan : = nilai data ke-i
= titik tengah kelas interval ke-i
= frekuensi kelas interval ke-i
k = banyaknya kelas interval

Tabel 9. Data Berkelompok

Titik Tengah
Frekuensi Multak
Nilai Ujian ((Uj.Atas+Uj.Bawah)/2) ( )
( )
( )
61 - 65 4 63 252
66 - 70 9 68 612
71 - 75 11 73 803
76 - 80 2 78 156
81 - 85 4 83 332
86 - 90 7 88 616
91 - 95 3 93 279
Jumlah 40 3050

Maka nilai


2. Median
Median merupakan nilai yang berada di tengah-tengah setelah data
diurutkan dari yang terkecil ke yang terbesar. Median membagi data menjadi
dua bagian yang sama banyaknya, sehingga 50% data nilainya berada lebih
kecil dari median, dan 50% data nilainya berada lebih besar dari median.

Median data tidak berkelompok

Untuk jumlah data Ganjil
Untuk jumlah data ganjil median terletak pada nilai data yang ditengah.
Contoh. 4 5 7 8 11 20 25, maka median dari data tersebut adalah 8

Untuk jumlah data Genap

Untuk jumlah data Genap median terletak pada (dua data di tengah)
Contoh. 4 5 7 8 11 20 25 27, maka median terletak pada data (data
ke 4 dan ke 5), sehingga nilainya Me = (8+11) = 9.5

Median data berkelompok

Median data berkelompok dihitung dengan menggunakan rumus berikut.

( )

Keterangan: = Batas bawah kelas median

= frekuensi kumulatif sebelum kelas median
= frekuensi kelas median
= panjang kelas (interval)
Contoh. Gunakan pada data soal 1. Karena jumlah data genap yaitu 40, maka
kelas median terletak pada data ke (data ke 20 + data ke 21). Lihat frekuensi
kumulatif pada Tabel 3. Sehingga kelas median berada pada kelas tiga (71-75).
; ; ;

( ) ( )

Sehingga median dari data tersebut 73.68

3. Modus
Modus merupakan nilai yang paling sering muncul pada sekumpulan data
Contoh.
1. Pada data yang tidak dikelompokkan
60 65 72 65 90 79 65 60 80 65 76 65
Maka diperoleh nilai Modus (Mo) pada data tersebut yaitu sebesar 65

2. Pada data yang dikelompokkan

Pada data yang dikelompokkan ke dalam tabel distribusi frekuensi maka
nilai modus dilihat pada data dengan frekuensi tertinggi. Jika terdapat dua
kelas interval yang sama memiliki frekuensi yang sama, maka dikatakan 2
modus atau Bimodal. Jika terdapat 3 kelas interval yang sama maka
dinamakan 3 modusl atau Trimodal.
Formula untuk data Modus pada data yang dikelompokkan yaitu:

( )

Keterangan:
= batas bawah kelas modus yang ditentukan
= frekuensi kelas modus dikurangi frekuensi kelas sebelumnya
= Frekuensi kelas modus dikurangi frekuensi kelas sesudahnya
= panjang kelas (interval)
Contoh. Gunakan kembali data pada contoh 1.
Kelas modus diperoleh nilai frekuensi tertinggi pada kelas interval tiga (71-75)
dengan frekuensi 11. Maka ditentukan sebagai berikut:

( )

Sehingga nilai modus data tersebut yaitu 71.41

E. UKURAN PENYEBARAN DATA

Ukuran penyebaran data merupakan derajat atau ukuran sampai
seberapa jauh data numerik cenderung untuk tersebar disekitar nilai rata-
ratanya. Ukuran penyebaran data yang paling banyak digunakan adalah
rentang (range), variansi (variance), simpangan baku (standart deviation), dan
koefisien variasi.

1. Rentang (range)
Rentang merupakan ukuran yang paling sederhana dari ukuran
penyebaran. Range merupakan selisih data yang terbesar sampai yang terkecil
dalam suatu kelompok data baik data populasi atau sampel.

2. Variansi dan Simpangan Baku

Salah satu teknik statistik yang digunakan untuk menjelaskan
homogenitas kelompok adalah variansi. Variansi merupakan jumlah kuadrat
semua deviasi nilai-nilai individual terhadap rata-rata kelompok. Akar variansi
disebut standar deviasi atau simpangan baku. Variansi untuk sampel diberi

simbol s2 dan standar deviasi sampel diberi simbol s.

Untuk data yang tidak dikelompokkan

Formula untuk Simpangan Baku sebagai berikut:

( )

Formula untuk variansi yaitu

Contoh. Gunakan data pada soal 1.

( ) ( )

Untuk data yang dikelompokkan

Formula untuk data yang dikelompokkan sebagai berikut:

( )

Contoh. Gunakan data pada soal 1.

Tabel 10. Distribusi Data

Nilai Ujian ( ) ( ) ( )
61 65 63 4 76.25 -13.25 175.563 702.25
66 70 68 9 76.25 -8.25 68.0625 612.56
71 75 73 11 76.25 -3.25 10.5625 116.19
76 80 78 2 76.25 1.75 3.0625 6.13
81 85 83 4 76.25 6.75 45.5625 182.25
86 90 88 7 76.25 11.75 138.063 966.44
91 95 93 3 76.25 16.75 280.563 841.69
Jumlah 40 3427.50
 ( )

Sehingga diperoleh nilai variansi data tersebut yaitu 85.69, dan simpangan baku
9.26.

3. Koefisien Variasi
Merupakan nilai pembanding data atau dapat digunakan untuk
membandingkan dua atau lebih kelompok data, mana yang lebih homogen,
dimana data yg mempunyai koefisien variasi lebih kecil adalah data yang lebih
homogen.
Formula koefisien variasi yaitu:

Contoh.
Gunakan pada data soal 1. maka nilai koefisien variansi sebagai berikut.

Sehingga dapat disimpulkan bahwa koefisien variansi data tersebut yaitu

12%, artinya data tersebut cenderung homogen.
 RANGKUMAN
1. Statistika deskriptif merupakan salah satu teknik statistika yang digunakan
untuk mempelajari cara penyajian data, ukuran pemusatan data, dan
ukuran penyebaran data agar dapat memberikan informasi yang efektif
dan komunikatif. Beberapa teknik penyajian data diantaranya berbentuk
tabel distribusi frekuensi, grafik atau diagram baik berupa diagram garis,
diagram batang, histogram, polygon, dan ogive.
2. Tabel distribusi frekuensi dapat didefinisikan sebagai sebuah tabel yang berisi
nilai-nila data, dengan nilai-nilai tersebut dikelompokkan ke dalam interval-
interval dan setiap interval nilai masing-masing mempunyai frekuensinya.
3. Grafik dan diagram biasanya digunakan untuk data berkelompok dan tidak
berkelompok. Data tidak berkelompok umumnya digunakan bagi data yang
berukuran besar.
4. Ukuran Pemusatan merupakan nilai tunggal yang mewakili suatu kumpulan
data dan menunjukkan karakteristik dari data. Ukuran pemusatan
menunjukkan pusat dari nilai data. Ukuran pemusatan meliputi Mean,
Median, dan Modus.
5. Ukuran penyebaran data merupakan derajat atau ukuran sampai seberapa
jauh data numerik cenderung untuk tersebar disekitar nilai rata-ratanya.
Ukuran penyebaran data yang paling banyak digunakan adalah rentang
(range), variansi (variance), simpangan baku (standart deviation), dan
koefisien variasi.
 LATIHAN SOAL
1. Data berikut merupakan data pertumbuhan 40 tanaman percobaan di
laboratorium.

17.65 31.25 19.05 13.35 23.35

13.75 17.65 12.65 19.25 15.25
18.05 22.35 17.65 14.05 19.55
20.05 16.05 14.05 17.45 20.05
21.05 14.15 20.15 14.35 19.95
20.25 18.95 16.05 22.65 15.05
16.75 22.75 17.75 28.05 28.95
23.95 19.45 20.75 17.85 17.05

Dari data di atas buatlah:

a. Tabel distribusi frekuensi
b. Histogram
c. Diagram Batang
d. Ogive
e. Diagram Lingkaran
f. Mean
g. Median
h. Modus
i. Variansi
j. Koefisien Variansi

2. Data berikut adalah nilai matematika dasar mahasiswa semester 5 di sebuah

perguruan tinggi swasta.
54 61 56 71 61 80
74 76 57 75 72 79
54 65 60 54 80 68
84 63 62 57 75 79
 Dari data di atas buatlah:
a. Tabel distribusi frekuensi
b. Histogram
c. Diagram Batang
d. Ogive
e. Diagram Lingkaran
f. Mean
g. Median
h. Modus
i. Variansi
j. Koefisien Variansi

3. Data berikut menunjukkan hasil survei curah hujan tahunan pada suatu
wilayah (dalam mm) selama 30 tahun antara tahun 1970-2000.
123 117 83 140 97 110 117 86 116 79 130 63 95 103 98
119 84 136 87 91 107 122 74 98 80 82 90 125 105 97
Hitung nilai mean, modus, varian, dan standar deviasi (gunakan data
yang sudah dikelompokkan).

***