PENDAHULUAN
Selain itu, statistika juga berarti suatu disiplin ilmu. Ruang lingkup statistika
sebagai disiplin ilmu mencakup berbagai teknik pengumpulan dan penyajian data,
baik untuk keperluan analisis data maupun dalam dalam proses pengambilan
keputusan. Salah satu kegunaan utama dari ilmu statistika adalah untuk
menyediakan suatu set prosedur yang memungkinkan kita melakukan inferensi,
pendugaan dan menentukan keputusan tentang karakteristik suatu populasi
berdasarkan atas informasi sampel yang diambil dari sebagian populasi tersebut.
(Turmudi dan Sri Harini, 2008).
Istilah Statistika (statistics) dan statistic (Statistic) sebenarnya berbeda. Kalau
statistika adalah ilmunya maka statistik adalah data atau hasil penerapan statistika
pada suatu data. Statistik adalah data, fakta, informasi, atau hasil penerapan
algoritma statistika pada suatu data. Sebagai contoh, misalkan ketika kita
1
membaca berita surat kabar di pagi hari dengan waktu yang terbatas karena akan
berangkat kerja, padahal kita ingin mengetahui berbagai macam berita secara
lengkap. Maka yang dapat kita lakukan adalah membaca sepintas dengan cepat
berita yang disajikan, seperti tentang tingkat kejahatan, tingkat pertumbuhan, rata-
rata pendapatan, dan sebagainya. Dengan demikian. secara sederhana statistik
memuat fakta dan gambaran dari fakta itu sendiri. (Turmudi dan Sri Harini,
2008)
1.2 Tujuan
Tujuan melakukan kegiatan praktikum pada modul Statistika Deskriptif ini,
praktikan diharapkan mampu:
1. Memahami pengertian dan manfaat statistika deskriptif
2. Mengolah data dengan metode-metode statistika deskriptif
3. Memahami teknik pengumpulan data, klasifikasi dan presentasi data pada
statistika deskriptif.
4. Mengkaji, menilai dan memperbaiki serta merancang suatu sistem kerja
yang berhubungan dengan manusia sebagai pemakai.
BAB II
2
LANDASAN TEORI
3
2.1.1 Ukuran Pemusatan Data
Ada beberapa jenis ukuran pemusatan yang biasa digunakan dalam
mendeskripsikan data. Yaitu :
1. Rata-rata hitung (mean)
Rata-rata atau mean atau average adalah nilai yang mewakili sehimpunan atau
sekelompok data (a set of data). Nilai rata-rata pada umumnya mempunyai
kecenderungan terletak di tengah-tengah dalam suatu kelompok data yang
disusun menurut besar kecilnya nilai. Dengan perkataan lain bahwa ia
mempunyai kecenderungan memusat. Oleh karena itu nilai rata-rata sering
disebut ukuran kecenderungan memusat. (Supranto, 1977)
Mean memiliki kecenderungan untuk berada diposisi tengah atau sentral dari
suatu kumpulan data yang disusun berdasarkan besarnya maka rata-rata sering
pula disebut ukuran tendensi sentral atau ukuran pemusatan.
Mean aritmetik atau singkatnya mean, dari suatu himpunan N bilangan , , ,
dapat dinyatakan dengan . Serta didefinisikan sebagai ;(Supranto, 1977).
Rumus yang digunakan untuk menghitung mean data adalah:
suatu kurva frekuensi sudah dibuat untuk mengeplot data-data yang ada,
modusnya akan sama dengan nila (atau nila-nilai) X yang berkorespondensi
dengan titik maksimum (atau titik-titik maksimum) kurva. Nilai X seringkali
disimbolkan sebagai.
3. Median
Median adalah nilai pengamatan yang terletak di tengah-tengah data yang kita
punyai dan telah diurutkan dari kecil ke besar atau sebaliknya. Median
merupakan skor yang membagi dua distribusi data tepat sama.
Rumus yang digunakan untuk menghitung median adalah:
Untuk n ganjil Untuk n genap
4
Me=x 1 xn + x n
(n+1) +1
2 2 2
Me=
2
Keterangan:
xn n
2 adalah data pada urutan ke 2 setelah diurutkan.
4. Kuartil
Kuartil atau perempatan adalah nilai pengamatan yang terletak pada
pengamatan ke n (= ), ke n (= atau median), dan ke n (= ).
Para prinsipnya rumus yang digunakan untuk mencari desil dan persentil sama
dengan rumus untuk kuartil. Perbedaannya untuk Desil, K diganti dengan K,
dan P berarti persepuluhan atau p = 1,2,,9 dan untuk persentil K diganti
dengan P, dan p berarti perseratusan atau p =1,2,,99.
A. Variansi
Variansi adalah nilai kuadrat dari standar deviasi.
Rumus yang digunakan untuk menghitung variansi adalah:
n
( xix ) 2
2= Keterangan:
i=1 n
2 = Variansi x = Rata-rata
5
B. Standar Deviasi
Standar deviasi adalah akar dari jumlah kuadrat deviasi dibagi dengan
banyaknya data.
n 2
( xix )
= Keterangan:
i=1 n
6
(Sumber: Pengolahan data)
Jenis lain dari grafik distribusi frekuensi adalah diagram batang dan daun.
Diagram batang dan daun (the stem and leaf diagram) merupakan salah satu
alternatif lain yang dapat digunakan untuk menyajikan dan menyederhanakan
data. Selain itu, untuk menggambarkan distribusi frekuensi terdapat poligon
distribusi frekuensi, frekuensi relative dan kurva mulus.
7
diharapkan adalah keluar mata lima, maka dikatakan peluang sukses
adalah 1/6, sedangkan peluang gagal adalah 5/6. Untuk itu peluang sukses
dilambangkan p, sedangkan peluang gagal adalah (1-p) atau biasa juga
dilambangkan q, di mana q = 1-p.
B. Rumus Distribusi Binomial
b (x;n,p) = nCx px qn-x
dimana :
x = 0,1,2,3,,n
n : banyaknya ulangan
x : banyaknya keberhasilan dalam peubah acak x
8
Misalkan dalam sebuah populasi berukuran N benda, terdapat 2 jenis
sampel yang berbeda, benda yang sukses/berhasil diberi label k dan
benda yang gagal diberi label N-k , maka sebaran peluang bagi peubah
acak hipergeometrik X, yang menyatakan banyaknya keberhasilan dalam
contoh acak berukuran n, adalah :
Keterangan :
N = Total populasi atau sampel.
k = jumlah benda yang diberi label berhasil yang tersedia
n = jumlah percobaan atau jumlah sampel yang dipilih
x = jumlah kejadian yang sukses
Rataan atau nilai Mean ( ) dari suatu distribusi hipergeometrik
Keterangan :
: mean (rata-rata)
9
X1, X2, , Xk yang menyatakan banyaknya benda ( anggota) yang
terambil dari A1, A2, , Ak dalam suatu sampel acak ukuran n ialah
10
Pendekatan Hipergeometrik dapat juga dilakukan untuk menyelesaikan
persoalan binomial :
Binomial untuk pengambilan contoh dengan pemulihan (dengan
pengembalian)
Hipergeometrik untuk pengambilan contoh tanpa pemulihan (tanpa
pengembalian)
BAB IV
11
6 Perempuan 175 82.29 31 Perempuan 186 37.12
7 Laki-laki 167 64.79 32 Laki-laki 191 51.62
8 Perempuan 171 52.59 33 Laki-laki 162 52.49
9 Perempuan 174 83.49 34 Laki-laki 172 58.33
10 Perempuan 168 68.39 35 Perempuan 176 70.68
11 Laki-laki 181 55.82 36 Perempuan 171 54.25
12 Laki-laki 175 59.54 37 Laki-laki 184 52.07
13 Laki-laki 195 76.08 38 Perempuan 188 90.87
14 Perempuan 182 22.2 39 Perempuan 177 60.64
15 Perempuan 189 44.31 40 Laki-laki 178 49.26
16 Laki-laki 171 73.6 41 Perempuan 203 51.77
17 Laki-laki 185 62.17 42 Laki-laki 183 23.89
18 Laki-laki 186 82.11 43 Perempuan 162 64.46
19 Laki-laki 180 79.8 44 Laki-laki 198 64.72
20 Perempuan 180 72.81 45 Laki-laki 171 61.15
21 Laki-laki 162 75.71 46 Perempuan 188 50.33
22 Laki-laki 177 64.75 47 Laki-laki 197 80.53
23 Laki-laki 167 59.81 48 Laki-laki 151 69.35
24 Laki-laki 192 43.53 49 Laki-laki 175 60.35
25 Laki-laki 186 72.57 50 Laki-laki 186 73.94
12
a. Rentang
R = Nilai data terbesar Nilai data terkecil
R = 203 144
R = 59
b. Banyak Kelas
K = 1 + 3,322 x log n
K = 1 + 3,322 x log 50
K = 1 + 3,322 x 1,7
K = 1 + 5.65
K = 6,65
c. Interval
R
i=
K
59
i=
6,65
i = 8,87 9
kela
(M -
(M - X
s
interval Fi Fk M TB TA Fi x M X )
)
1 144 - 152 2 2 148 143.5 152.5 296 -30.96 958,52
2 153 - 161 0 2 157 152.5 161.5 0 157 24649
3 162 - 170 8 10 166 161.5 170.5 1328 166 27556
4 171 - 179 15 25 175 170.5 179.5 2625 175 30625
5 180 - 188 16 41 184 179.5 188.5 2944 184 33856
6 189 - 197 7 48 193 188.5 197.5 1351 193 37249
7 198 - 206 2 50 202 197.5 206.5 404 202 40804
Contoh perhitungan:
Lb+ La 144 +152
a. M = 2 = 2 = 148
13
1. Menghitung mean, median, modus, kuartil, desil, persentil, skewness,
variansi, standar deviasi, dan simpangan kuartil
a. Mean
fiM
x = N
8948
= 50
= 178,96
b. Median
N = 50, maka median terletak di data ke 25
1
nf 2
Me = Tb+i 2
fmed
1
5025
Me = 179,5+9 2
16
Me = 186,53
c. Modus
d1
Tb+i
Mo = d 1+ d 2
1
179,5+9
= 1+ 9
= 180,40
d. Kuartil
n
( ) NF
Q1 = Tb+i 4
f
14
1
( )5010
= 170,5+9 4
15
= 172,00
n
( ) NF
Q2 = Tb+i 4
f
2
( )5010
= 170,5+9 4
15
= 179,50
n
( ) NF
Q3 = Tb+i 4
f
3
( )5025
= 179,5+9 4
16
= 186,53
Tabel 4.4 Kuartil Data Diskrit
e. Desil
n
) NF
(
D1 = Tb+i 10
f
1
(
)502
= 161,5+9 10
8
15
= 164,88
n
) NF
(
D2 = Tb+i 10
f
2
(
)502
= 161,5+9 10
8
= 170,50
n
) NF
(
D3 = Tb+i 10
f
3
(
)5010
= 170,5+9 10
15
= 173,50
n
) NF
(
D4 = Tb+i 10
f
4
(
)5010
= 170,5+9 10
15
= 176,50
n
) NF
(
D5 = Tb+i 10
f
5
(
)5010
= 170,5+9 10
15
= 179,50
n
) NF
(
D6 = Tb+i 10
f
16
6
(
)5025
= 179,5+9 10
16
= 182,31
n
) NF
(
D7 = Tb+i 10
f
7
(
)5025
= 179,5+9 10
16
= 185,13
n
) NF
(
D8 = Tb+i 10
f
8
(
)5025
= 179,5+9 10
16
= 193,56
n
) NF
(
D9 = Tb+i 10
f
9
(
)5041
= 188,5+9 10
7
= 193,64
n
) NF
(
D10 = Tb+i 10
f
10
(
)5048
= 197,5+9 10
2
17
= 206,50
f. Persentil
n
) NF
(
P10 = Tb+i 100
f
18
10
(
)502
= 161,5+9 100
8
= 164,88
n
) NF
(
P25 = Tb+i 100
f
25
(
)5010
= 170,5+9 100
15
= 172,00
n
) NF
(
P50 = Tb+i 100
f
50
(
)5010
= 170,5+9 100
15
= 179,5
n
) NF
(
P75 = Tb+i 100
f
75
(
)5025
= 179,5+9 100
16
= 186,53
n
) NF
(
P90 = Tb+i 100
f
90
(
)5041
= 188,5+9 100
7
19
= 193,64
g. Skewness
3
n xi x
Skewness = ( )
( n1 ) ( n2 ) s
50 xi x 3
Skewness = ( )
( 501 ) (502 ) s
50
(0,0137)
Skewness = ( 49 ) ( 48 )
Skewness = -0,00029
h. Variansi
2
n fi ( xi x )
S = i
N 1
6839,52
=
S 501
=
S 139,58
20
i. Standar deviasi
SD = n
i
fi( xix ) 2
N 1
SD = 6839,52
501
SD = 139,58 = 11,81
j. Simpangan kuartil
1
(Q 3Q 1)
D2 = 2
1
(186,53172,00)
D2 = 2
D2 = 7,27
21
2. Membuat grafik histogram dan ogive
Grafik Histogram Data Diskrit Tinggi Badan Antara Frekuensi (Fi) dengan Titik Bawah (TB)
20
15
10
Frekuensi (Fi)
5
0
3.5
1.5
9.5
7.5
14
16
17
19
Titik Bawah (TB)
a. Histogram
b. Ogive
Grafik Ogive Data Diskrit Tinggi Badan Antara Frekuensi Kumulatif (FK) dengan Interval
60
4848 48 50
50 40 41
40
30 25
Fre kFK>
ue n48
si 48
Ku40mu
25latif
9 2 0 (FK) 20
FK< 0 4 10 25 41 48 50
10 9
10 0 4 2 0
0
2
6
17
18
15
20
4-
2-
0-
8-
14
16
18
19
Interval
22
Grafik Ogive Data Diskrit Tinggi Badan Antara Frekuensi Kumulatif (FK<) dengan Interval
50
40
30
20
Fre k ue n si Ku mu latif (FK<)
10
0
6
2
20
15
17
4-
1-
8-
14
17
19
Interval
Grafik Ogive Data Diskrit Tinggi Badan Antara Frekuensi Kumulatif (FK>) dengan Interval
50
40
30
20
Fre k ue n si Ku mu latif (FK>)
10
0
6
2
20
15
17
4-
1-
8-
14
17
19
Interval
23
4.2.1 Data Kontinu
Tabel 4.7 Data Kontinu Urutan Berat Badan
Berat Berat
No Jenis Kelamin No Jenis Kelamin
Badan Badan
1 Perempuan 90,87 26 Laki-laki 61,15
2 Perempuan 83,49 27 Perempuan 60,64
3 Perempuan 83,18 28 Laki-laki 60,35
4 Perempuan 82,29 29 Laki-laki 59,81
5 Laki-laki 82,11 30 Laki-laki 59,54
6 Laki-laki 80,53 31 Perempuan 58,77
7 Laki-laki 79,8 32 Laki-laki 58,33
8 Laki-laki 79,13 33 Laki-laki 55,82
9 Laki-laki 76,08 34 Perempuan 54,25
10 Laki-laki 75,71 35 Perempuan 52,59
11 Laki-laki 73,94 36 Laki-laki 52,49
12 Laki-laki 73,6 37 Perempuan 52,48
13 Perempuan 72,81 38 Laki-laki 52,17
14 Laki-laki 72,57 39 Laki-laki 52,07
15 Perempuan 70,68 40 Perempuan 51,77
16 Laki-laki 69,35 41 Laki-laki 51,62
17 Perempuan 68,39 42 Perempuan 50,33
18 Perempuan 66,46 43 Laki-laki 49,26
19 Perempuan 66,32 44 Perempuan 44,76
20 Laki-laki 64,79 45 Perempuan 44,31
21 Laki-laki 64,75 46 Laki-laki 43,53
22 Perempuan 64,46 47 Perempuan 37,12
23 Laki-laki 62,17 48 Laki-laki 33,72
24 Laki-laki 61,72 49 Laki-laki 23,89
25 Perempuan 61,5 50 Perempuan 22,2
(Sumber: Pengolahan Data)
24
R = Nila data terbesar Nilai data terkecil
R= 90,87 22,2
= 68,67
b. Banyak Kelas
k = 1 + 3,322 x Log(N)
= 1 + 3,322 x Log(50)
= 6,64
Banyak kelas 7
c. Interval
R 68,67
i= i= i = 10,34
K 6.64
Contoh Perhitungan:
Lb+ La
d. M = 2
Lb+ La
M kelas ke-1 = 2
22.2+32.54
M kelas ke-1 = 2
25
TB kelas ke-1 = 22,2 - 0,005
TB kelas ke-1= 22,195
Catatan: Perhitungan TB (Tepi Bawah) dilakukan hingga kelas ke-7 dengan
cara perhitungan yang sama seperti diatas.
f. TA = LA + 0,005
TAkelas ke-1 = 32,53 + 0,005
TB kelas ke-1= 32,535
Catatan: Perhitungan TA (Tepi Atas) dilakukan hingga kelas ke-7 dengan cara
perhitungan yang sama seperti diatas.
g. Mean
X =
F i xM
N
( ( 2 x 27,37 ) + ( 2 x 37,71 ) + ( 12 x 48,05 ) ++ ( 1 x 89,41 ))
X =
50
3043,33
X =
50
X = 60,87
h. Median
1
Me=Tb+i
( 2
n f ) 2
Fmed
1
Me=53,215+10,34 x
( 2
5016 )
12
Me= 60,97
i. Modus
d1
Mo=Tb+i ( d 1+ d 2 )
Mo=53,215+10,34 ( (1212)
(1212)+(1211) )
Mo= 53,22
j. Kuartil
Tabel 4.9Hasil Perhitungan Kuartil Data Kontinu
Kuartil Data ke- Nilai
26
Q1 12,5 50,20
Q2 25 60,97
Q3 37,5 72,49
(Sumber: Pengolahan Data)
Perhitungan Kuartil:
[ ] [ ]
n n
Q1 TbQ 1+i 4
50F () Q2 Tb+i
( 4)
50F
f f
[ ] [ ]
1 2
Q1 42,875+10,34
( 4)
504
Q1 53,215+10,34
( 4)
5016
12 12
Q1 50,20 Q1 60.97
[ ]
n
Q3 Tb+i
( 4)
50F
[ ]
3
=63,555 +10,34
( 4)
5028
11
= 72,49
k. Desil
Tabel 4.10Hasil Perhitungan Desil Data Kontinu
Desil Data ke- Nilai
D1 5 43,74
D2 10 48,05
D3 15 52,35
D4 20 59,66
D5 25 60.97
D6 30 65,44
D7 35 70,14
D8 40 74,93
D9 45 80,01
D10 50 94,58
(Sumber: Pengolahan Data)
27
Perhitungan Desil:
[ ] [ ]
n n
D1 Tb+i
( 10 )
50F
D4 Tb+i
( 10 )
50F
f f
[ ] [ ]
1 4
= 42,875+10,34
( 10 )
504
= 53,215+10,34
( 10 )
5016
12 12
= 43,74 = 56,66
[ ] [ ]
n n
D2 Tb+i
( 10 )
50F
D5 Tb+i
( 10 )
50F
f f
[ ] [ ]
2 5
= 42,875+10,34
( 10 )
504
= 53,215+10,34
( 10 )
5016
12 12
= 48,05 = 60.97
[ ] [ ]
n n
D3 Tb+i
( 10 )
50F
D6 Tb+i
( 10 )
50F
f f
[ ] [ ]
3 6
= 42,875+10,34
( 10 )
504
= 63,555+10,34
( 10 )
5028
12 11
= 52,35 = 65,44
[ ] [ ]
n n
D7 Tb+i
( 10 )
50F
D8 Tb+i
( 10 )
50F
f f
[ ] [ ]
7 8
= 63,555+10,34
( 10 )
5028
= 73,895+10,34
( 10 )
5039
11 10
= 70,14 = 74,93
[ ] [( ]
n 9
D9 Tb+i
( 10 )
50F
= 73,895+10,34 10 )
5039
f 10
= 80,01
28
[ ]
10
= 84,235+10,34
( 10 )
5049
[ ]
n
D10 Tb+i
( 10 )
50F = 94,58
l. Persentil
Tabel 4.11 Hasil Perhitungan Persentil Data Kontinu
Persentil Data ke- Nilai
P10 5 43,74
P25 12,5 50,20
P50 25 60,97
P75 37,5 72,49
P90 45 80,01
(Sumber: Pengolahan Data)
Perhitungan Persentil:
[ ] [ ]
n n
P10 Tb+i
( 100 )
50F
P50 Tb+i
( 100 )
50F
f f
= =
[ ] [ ]
10 50
42,875+10,34
( 100 )
504
53,215+9,81
( 100 )
5016
12 12
= 43,74 = 60,97
[ ] [ ]
n n
P25 Tb+i
( 100 )
50F
P75 Tb+i
( 100 )
50F
f f
= =
[ ] [ ]
25 75
42,875+10,34
( 100 )
504
63,555+10,34
( 100 )
5028
12 11
= 50,20 = 72,49
29
P90
[ ]
90
= 73,895+10,34
( 100 )
5039
10
= 80,01
m. Variansi
( Xi X )
S =
N 1
n. Standar Deviasi
=
( X X ) 2
N 1
2 2 2
( 22,260,87 ) + ( 23,8960,87 ) + + ( 90,8760,87 )
= 501
= 15,09
o. Skewness
3
Skewness =
n
(n1)(n2)
Xi X
S ( )
3 3
Skewness=
50
( 501 ) (502) ((
22,260,87
15,09
++
90,8760,87
15,09 ) ( ))
Skewness = -1,01
p. Simpangan Kuartil
1
x Q Q 1)
d2 = 2 ( 3
1
x ( 72,4950,20 )
= 2
= 11,15
30
Grafik Poligon Data Kontinu
15
10
5
Frekuensi 0
Interval
31
Grafik Data Kontinu Fk >
60
40
FK > 20
0
22.20 32.54 42.88 53.22 63.56 73.90 84.24 94,57
Interval
Fk<
Frekuensi
Fk>
BAB V
ANALISA
32
5.1 STATISTIKA DESKRIPTIF
Praktikum yang dilaksanakan pada modul 1 ini merupakan suatu kegiatan yang
dilakukan untuk mengolah 50 data yang terdiri dari data tinggi badan dan berat
badan yang telah diberikan. Data tersebut kemudian dikelompokan menjadi
kelompok data diskrit yaitu data tinggi badan dan data kontinyu yaitu data berat
badan. Praktikum ini dilakukan untuk mengetahui ukuran pemusatan (mean,
median, modus, kuartil, persentil, desil), ukuran penyebaran (range, simpangan
baku, jangkauan antar kuantil, variansi, standar deviasi) dan kemencengan
(skewness).
Berikut adalah hasil pengolahan data diskrit yang diperoleh dari data tinggi badan
Tabel 5.1 Hasil Data Diskrit
Data Diskrit
Mean Median Modus Standar Variansi Skewness Simpangan Quartil
Deviasi
178.96 186.53 180,4 180,4 15,09 139,58 -0,00029 7,27
(Sumber: Pengolahan Data)
Berikut adalah hasil pengolahan data kontinyu yang diperoleh dari data berat badan:
Data Kontinu
Mea Median Modus Standar Variansi Skewness Simpangan Quartil
n Deviasi
60,87 60,97 51.0 53,22 15,09 227,59 -1,01 11,15
6
(Sumber: Pengolahan Data)
Setelah dilakukan pengolahan data terhadap data diskrit dan kontinyu maka
didapatkan nilai-nilai untuk ukuran pemusatan, penyebaran dan kemencengan
(skewness). Dari data tersebut diperoleh dua nilai modus yang memiliki frekuensi
dan nilai yang sama besar. Hal ini menandakan bahwa bentuk distribusi data
tinggi badan dan berat badan tersebut memiliki puncak jamak yang dapat dilihat
pada grafik histogram. Selain itu data diskrit ini juga memiliki nilai mean <
median, dimana hal ini menadakan bahwa kemencengan distribusi tersebut adalah
negative/menceng kea arah kiri. Hal ini juga dapat dilihat dari nilai skewness,
nilai skewness yang dihasilkan adalah negatif. Nilai skewness negatif
mendandakan distribusi mempunyai menceng negatif. Kemiringan (skewness)
33
berarti ketidaksimetrisan. Sebuah distribusi dikatakan simestris apabila nilainya
tersebar merata diantara nilai rata-ratanya.
BAB VI
34
6.1 Kesimpulan
Bahwa statistik deskriptif itu selalu berkaitan dengan data, pembuatan
tabel, diagram dan grafik.
Semua data yang tidak teratur atau tidak tersusun rapi bisa terselesaikan
dengan metode statistik deskriptif ini.
a. Mean = 178,96
b. Median = 186,53
c. Modus = 180,4
d. Skewness = -0,00029
Dari perhitungan data kontinyu, maka diperoleh:
a. Mean = 60,87
b. Median = 60,97
c. Modus = 53,22
d. Skewness = -1,01
6.2 Saran
35