KATA PENGANTAR

Puji syukur kita panjatkan kehadirat Tuhan Yang Maha Esa atas berkat rahmat dan
karunia-Nya sehingga makalah ini dapat selesai tepat pada waktunya. Tidak lupa
pula kami ucapkan terima kasih kapada dosen pembimbing dan teman-teman yang
telah memberikan bimbingan dan semangatnya dalam penyelesaian makalah ini.

Kami menyadari bahwa dalam makalah ini masih terdapat banyak kesalahan dan
kekurangan. Oleh karena itu, kami mengharapkan kritik dan saran yang membangun
dari teman-teman. Semoga makalah selanjutnya dapat lebih baik. Dan semoga
dengan selesainya makalah ini dapat bermanfaat bagi teman-teman.

Batam,10 juni 2012

Penyusun

1
 DAFTAR ISI

Kata pengantar………………………………………………………….1

Daftar isi………………………………………………………………...2

Pendahuluan…………………………………………………………….3

Isi pembahasan…………………………………………………………4

Penutup………………………………………………………………..20

Daftar pustaka…………………………………………………………21

2
 BAB 1

PENDAHULUAN

1.1 Latar Belakang

Statistika adalah ilmu yang mempelajari bagaimana merencanakan, mengumpulkan,

menganalisis, menginterpretasi, dan mempresentasikan data. Singkatnya, statistika
adalah ilmu yang berkenaan dengan data. Istilah 'statistika' (bahasa Inggris:
statistics) berbeda dengan 'statistik' (statistic). Statistika merupakan ilmu yang
berkenaan dengan data, sedang statistik adalah data, informasi, atau hasil penerapan
algoritma statistika pada suatu data. Dari kumpulan data, statistika dapat digunakan
untuk menyimpulkan atau mendeskripsikan data; ini dinamakan statistika deskriptif.
Sebagian besar konsep dasar statistika mengasumsikan teori probabilitas. Beberapa
istilah statistika antara lain: populasi, sampel, unit sampel, dan probabilitas.

Statistika banyak diterapkan dalam berbagai disiplin ilmu, baik ilmu-ilmu alam
(misalnya astronomi dan biologi maupun ilmu-ilmu sosial (termasuk sosiologi dan
psikologi), maupun di bidang bisnis, ekonomi, dan industri. Statistika juga
digunakan dalam pemerintahan untuk berbagai macam tujuan; sensus penduduk
merupakan salah satu prosedur yang paling dikenal. Aplikasi statistika lainnya yang
sekarang popular adalah prosedur jajak pendapat atau polling (misalnya dilakukan
sebelum pemilihan umum), serta jajak cepat (perhitungan cepat hasil pemilu) atau
quick count. Di bidang komputasi, statistika dapat pula diterapkan dalam
pengenalan pola maupun kecerdasan buatan.

Penggunaan istilah statistika berakar dari istilah istilah dalam bahasa latin modern
statisticum collegium ("dewan negara") dan bahasa Italia statista ("negarawan" atau
"politikus").

Gottfried Achenwall (1749) menggunakan Statistik dalam bahasa Jerman untuk

pertama kalinya sebagai nama bagi kegiatan analisis data kenegaraan, dengan
mengartikannya sebagai "ilmu tentang negara (state)". Pada awal abad ke-19 telah
terjadi pergeseran arti menjadi "ilmu mengenai pengumpulan dan klasifikasi data".
Sir John Sinclair memperkenalkan nama (Statistics) dan pengertian ini ke dalam
3
bahasa Inggris. Jadi, statistika secara prinsip mula-mula hanya mengurus data yang
dipakai lembaga-lembaga administratif dan pemerintahan. Pengumpulan data terus
berlanjut, khususnya melalui sensus yang dilakukan secara teratur untuk memberi
informasi kependudukan yang berubah setiap saat.

Pada abad ke-19 dan awal abad ke-20 statistika mulai banyak menggunakan bidang-
bidang dalam matematika, terutama peluang. Cabang statistika yang pada saat ini
sangat luas digunakan untuk mendukung metode ilmiah, statistika inferensi,
dikembangkan pada paruh kedua abad ke-19 dan awal abad ke-20 oleh Ronald
Fisher (peletak dasar statistika inferensi), Karl Pearson (metode regresi linear), dan
William Sealey Gosset (meneliti problem sampel berukuran kecil). Penggunaan
statistika pada masa sekarang dapat dikatakan telah menyentuh semua bidang ilmu
pengetahuan, mulai dari astronomi hingga linguistika. Bidang-bidang ekonomi,
biologi dan cabang-cabang terapannya, serta psikologi banyak dipengaruhi oleh
statistika dalam metodologinya. Akibatnya lahirlah ilmu-ilmu gabungan seperti
ekonometrika, biometrika (atau biostatistika), dan psikometrika.

Meskipun ada pihak yang menganggap statistika sebagai cabang dari matematika,
tetapi sebagian pihak lainnya menganggap statistika sebagai bidang yang banyak
terkait dengan matematika melihat dari sejarah dan aplikasinya. Di Indonesia, kajian
statistika sebagian besar masuk dalam fakultas matematika dan ilmu pengetahuan
alam, baik di dalam departemen tersendiri maupun tergabung dengan matematika.

4
 BAB 2

ISI DAN PEMBAHASAN

2.1 Pengertian Dasar Statistika

Coba kalian perhatikan perilaku para pelayan toko yang sehari- harinya melayani
pembeli dan mencatat setiap transaksi yang terjadi. Demikian pula pada saat
pelayan tersebut telah selesai dengan tugasnya pada hari itu, dia akan
merekap hasil penjualan yang diperolehnya. Misalnya, hari ke-1, pelayan itu
mampu mencatat hasil penjualan senilai Rp500.000,00, hari ke-2 Rp550.000,00,
hari ke-3 Rp700.000,00, dan seterusnya.

Pencatatan itu dilakukan setiap hari hingga pada akhir bulan dia mampu
memperoleh kumpulan angka-angka dalam bentuk nominal rupiah. Dari
kumpulan angka-angka itu, pelayan toko dapat mengetahui penjualan terendah,
penjualan tertinggi, atau rata-rata penjualannya.

Statistik dan Statistika

Berdasarkan uraian di atas, sebenar- nya pelayan toko itu telah menggunakan
statistika untuk menyusun, menge lompokkan, dan menilai suatu kejadian dengan
memerhatikan angka-angka yang dia catat. Dengan demikian, kita dapat
mengartikan bahwa statistik adalah kumpulan informasi atau keterangan
yang berupa angka-angka yang disusun, ditabulasi, dan dikelompok-kelompokkan
sehingga dapat memberikan informasi yang berarti mengenai suatu masalah atau
gejala. Adapun ilmu tentang cara mengumpulkan, menabulasi, mengelompokan
informasi, menganalisis, dan mencari keterangan yang berarti tentang
informasi yang berupa angka-angka itu disebut statistika.

5
Populasi dan Sampel

Misalnya, seorang peneliti akan mengadakan penelitian tentang mata pelajaran

yang paling disenangi oleh siswa-siswa SMA 10. Dalam penelitian itu, populasinya
adalah seluruh siswa SMA 10, sedangkan sampel yang diteliti dapat diambil
dari beberapa siswa kelas X, kelas XI, atau kelas XII yang dianggap dapat
mewakili populasinya. Kesimpulan yang diperoleh dari sampel itu
digeneralisasikan pada populasinya.

Dari contoh tersebut dapat dikatakan bahwa populasi adalah keseluruhan objek
yang akan diteliti, sedangkan sampel adalah sebagian atau keseluruhan populasi
yang dianggap mewakili populasinya.

Datum dan Data

Perhatikan kembali perilaku pelayan toko di atas. Pelayan toko tersebut setiap
harinya mencatat hasil rekap penjualan sehingga diperoleh angka-angka
Rp500.000,00, Rp550.000,00, Rp700.000,00, dan seterusnya. Hasil rekap pada
suatu hari yang dinyatakan dalam bentuk angka, misalnya Rp500.000,00 disebut
datum, sedangkan kumpulan hasil rekap pada periode tertentu, misalnya selama
satu bulan disebut data. Dengan demikian, kita dapat mengatakan bahwa datum
adalah keterangan yang diperoleh dari hasil pengamatan atau penelitian.
Kumpulan da- tum-datum itu disebut data. Jadi, bentuk jamak dari datum
disebut data. Data yang berupa bilangan disebut data kuantitatif, sedangkan data
yang tidak berupa bilangan disebut data kualitatif, misalnya berupa lambang
atau sifat. Data kuantitatif dibedakan menjadi dua macam.

6
 Data diskret (cacahan), yaitu data yang diperoleh dengan cara mencacah atau
menghitungnya, misalnya, data tentang banyak anak dalam keluarga.
 Data kontinu (ukuran), yaitu data yang diperoleh dengan cara mengukur,
misalnya data tentang luas tanah, data tentang berat badan, dan data tentang
tinggi badan.

Untuk matematika di SMA, statistika yang kita pelajari adalah statistika

deskriptif, yaitu bagian dari statistika yang mempelajari cara mengumpulkan,
mengolah, dan menyajikan data dalam bentuk diagram atau kurva. Adapun
bagian dari statistika yang mempelajari cara-cara untuk menarik kesimpulan dan
membuat ramalan dinamakan statistika inferensial (infe- rential statistics) atau
statistika induktif. Statistika inferensial tidak dipelajari di sini, tetapi akan dipelajari
di tingkat yang lebih lanjut.

2.2 Penyajian Data

Suatu data statistik dapat diperoleh di mana saja, bergantung pada maksud dan
tujuan penelitian yang dilakukan. Hendaknya, data yang dikumpulkan adalah data
yang akurat, terkini (up to date), komprehensif (menyeluruh), dan memiliki kaitan
dengan persoalan yang diteliti. Untuk itu, seorang peneliti hendaknya memiliki
perencanaan yang baik, agar memperoleh hasil seperti yang diharapkan. Jika
seorang peneliti ingin mengumpulkan data yang diperlukan, ada beberapa cara
yang dapat ditempuh untuk mendapatkannya, antara lain dengan wawancara,
angket atau kuesioner, dan pengamatan atau observasi.

7
Membaca data dalam bentuk tabel dan diagram batang, garis, lingkaran, dan ogive
Menyajikan data dalam bentuk tabel dan diagram batang, garis, lingkaran, dan ogive
serta penafsirannya Menghitung ukuran pemusatan, ukuran letak, dan ukuran
penyebaran data serta penafsirannya

Sajian data dalam bentuk diagram garis, diagram lingkaran, dan diagram batang
Mengidentifikasi nilai suatu data yang ditampilkan pada tabel dari diagram Ukuran
pemusatan rataan, modus, median Ukuran penyebaran, Ukuran penyebaran,
jangkauan, jangkauan, simpangan, simpangan, kuartil, kuartil, variansi, variansi,
dan dan simpangan simpangan baku

Data dalam bentuk diagram batang, garis, lingkaran, dan ogive serta penafsirannya
Menafsirkan data dalam bentuk diagram batang, garis, lingkaran, dan ogive Ukuran
letak kuartil, desil

diagram lingkaran diagram batang ogive histogram rataan modus median

kuartil desil persentil jangkauan simpangan kuartil variansi simpangan baku

Menyajikan Data dalam Bentuk Diagram

Statistika adalah cabang dari matematika terapan yang mempunyai cara-cara,

maksudnya mengkaji/membahas, mengumpulkan, dan menyusun data, mengolah
dan menganalisis data, serta menyajikan data dalam bentuk kurva atau diagram,
menarik kesimpulan, menafsirkan parameter, dan menguji hipotesa yang didasarkan
pada hasil pengolahan data. Contoh: statistik jumlah lulusan siswa SMA dari tahun
ke tahun, statistik jumlah kendaraan yang melewati suatu jalan, statistik
perdagangan antara negara-negara di Asia, dan sebagainya. 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,
8
 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. Contoh soal Fluktuasi nilai tukar rupiah
terhadap dolar AS dari tanggal 18 Februari 2008 sampai dengan tanggal 22
Februari 2008 ditunjukkan oleh tabel sebagai berikut. Tanggal Kurs Beli Kurs Jual
18/2 19/2 20/2 21/2 22/2

 Rp. 9.091 Rp. 9.093 Rp. 9.128 Rp. 9.181 Rp. 9.185 Rp. 9.220
 Rp. 9.123 Rp. 9.129 Rp. 9.215 Rp. 9.221

Nyatakan data di atas dalam bentuk diagram garis. Penyelesaian Jika digambar
dengan menggunakan diagram garis adalah sebagai berikut. Fluktuasi nilai tukar
rupiah terhadap dolar AS

 9.100 9.200 9.300 9.400 9.500

 9.091 9.093 9.183 9.185
 9.128 9.123 9.129 9.220 9.215 9.221

Kurs Beli Kurs Jual

 18/2
 19/2
 20/2
 21/2
 22/2

9
Diagram Lingkaran Diagram lingkaran adalah penyajian data statistik dengan
menggunakan gambar yang berbentuk lingkaran. Bagian-bagian dari daerah
lingkaran menunjukkan bagianbagian 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. Contoh soal Ranah privat (pengaduan) dari koran Solo Pos pada tanggal
22 Februari 2008 ditunjukkan seperti tabel berikut.

No 1. 2. 3. 4. 5. 6. 7. 8. 9. 10. 11. 12. 13. 14.

Ranah Privat CPNS/Honda/GTT Perbaikan/pembangunan/gangguan jalan Masalah

lingkungan/ kebersihan Kesehatan/PKMS/Askeskin Lalu lintas/penertiban jalan
Revitalisasi/budaya Jawa Parkir Pekat/penipuan/preman Persis/olahraga
PKL/bangunan liar PLN dan PDAM Provider HP Tayangan TV/radio/koran Lain-
lain Jumlah

Persentase 5% 9% 6% 3% 6% 20 % 3% 7% 10 % 2% 2% 7% 3% 17 % 100 %

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. 2. 3. 4. 5. 6.

5 CPNS/Honda/GTT = 100 × 360° = 18° 9 Perbaikan/pembangunan/gangguan jalan

= 100 × 360° = 32,4° 6 Masalah lingkungan/kebersihan = 100 × 360° = 21,6° 3
Kesehatan/PKMS/Askeskin = 100 × 360° = 10,8° 6 Lalu lintas/penertiban jalan =
100 × 360° = 21,6° 20 Revitalisasi/budaya Jawa = 100 × 360° = 72°

10
 2.3 Ukuran Pemusatan, Letak Dan Penyebaran Data

Merupakan nilai tunggal yang mewakili semua data atau kumpulan pengamatan
dimana nilai tersebut menunjukkan pusat data.

Yang termasuk ukuran pemusatan :

1. Rata-rata hitung

2. Median

3. Modus

4. Rata-rata ukur

5. Rata-rata harmonis

Rata-Rata Hitung

Rumus umumnya :

Jumlah semua nilai data

Rata - rata hitung 
Banyaknya nilai data

11
1. Untuk data yang tidak mengulang

X1  X 2  ...  X n X
X 
n n
2. Untuk data yang mengulang dengan frekuensi tertentu

f1X1  f 2 X 2  ...  f n X n fX

X 
f1  f 2  ...  f n f

Rata-Rata Hitung

Dalam Tabel Distribusi Frekuensi

Interval Kelas Nilai Tengah (X) Frekuensi fX

9-21 15 3 45
22-34 28 4 112
35-47 41 4 164
48-60 54 8 432
61-73 67 12 804
74-86 80 23 1840
87-99 93 6 558
Σf = 60 ΣfX = 3955

fX 3955
X   65,92
f 60

12
Dengan Memakai Kode (U)

Interval Kelas Nilai Tengah (X) U Frekuensi fU

9-21 15 -3 3 -9
22-34 28 -2 4 -8
35-47 41 -1 4 -4
48-60 54 0 8 0
61-73 67 1 12 12
74-86 80 2 23 46
87-99 93 3 6 18

Σf = 60 ΣfU = 55

 fU   55 
X  X0  c    54  13    65,92
 f   60 
Dengan pembobotan

Masing-masing data diberi bobot.

Misal A memperoleh nilai 65 untuk tugas, 76 untuk mid dan 70 untuk ujian akhir.
Bila nilai tugas diberi bobot 2, Mid 3 dan Ujian Akhir 4, maka rata-rata hitungnya
adalah :

(2)65  (3)76  (4)70

X  70,89
23 4

13
a. Median

Untuk data berkelompok

n 
 -F
Med  L 0  c  2 
 f 
 
 
L 0  batas bawah kelas median
F  jumlah frekuensi semua kelas sebelum
kelas yang mengandung median
f  frekuensi kelas median

Interval Kelas Frekuensi Letak median ada pada data ke 30,

9-21 3 yaitu pada interval 61-73, sehingga

22-34 4
35-47 4
48-60 8 L0 = 60,5
61-73 12
74-86 23
87-99 6 F = 19

Σf = 60
f = 12

 60 
 - 19 
Med  60,5  13  2   72,42
 12 
 
 

14
b. Modus

Untuk data berkelompok

 b1 
Mod  L 0  c  
 1
b  b 2 

L 0  batas bawah kelas modus

b1  selisih antara frekuensi kelas modus dengan
frekuensi tepat satu kelas sebelum kelas modus
b 2  selisih antara frekuensi kelas modus dengan
frekuensi tepat satu kelas sesudah kelas modus

Data yang paling sering muncul adalah

Interval Kelas Frekuensi pada interval 74-86, sehingga :
9-21 3
L0 = 73,5
22-34 4
35-47 4 b1 = 23-12 = 11
48-60 8
61-73 12 b2 = 23-6 =17
74-86 23
87-99 6  11 
Mod  73,5  13    78,61
Σf = 60  11  17 

Ada 3 kemungkinan kesimetrian kurva distribusi data :

1) Jika nilai ketiganya hampir sama maka kurva mendekati simetri.

2) Jika Mod<Med<rata-rata hitung, maka kurva miring ke kanan.

3) Jika rata-rata hitung<Med<Mod, maka kurva miring ke kiri.

15
 Jika distribusi data tidak simetri, maka terdapat hubungan :

Rata-rata hitung-Modus = 3 (Rata-rata hitung-Median)


X - Mod  3 X  Med 

2.4 Kuartil, Desil, Persentil

1. Kuartil

Kelompok data yang sudah diurutkan (membesar atau mengecil) dibagi empat
bagian yang sama besar. Ada 3 jenis yaitu kuartil pertama (Q1) atau kuartil bawah,
kuartil kedua (Q2) atau kuartil tengah, dan kuartil ketiga (Q3) atau kuartil atas

Untuk data tidak berkelompok

in  1
Q i  nilai ke - , i  1,2,3
4

Untuk data berkelompok

 in 
 -F
Qi  L 0  c 4  , i  1,2,3
 f 
 
 

L0 = batas bawah kelas kuartil

F = jumlah frekuensi semua kelas sebelum kelas kuartil Qi

16
 f = frekuensi kelas kuartil Qi

Interval Kelas Nilai Tengah (X) Frekuensi

9-21 15 3
22-34 28 4
35-47 41 4
48-60 54 8
61-73 67 12
74-86 80 23
87-99 93 6
Σf = 60

 Q1 membagi data menjadi 25 %

 Q2 membagi data menjadi 50 %
 Q3 membagi data menjadi 75 %

Sehingga :

 Q1 terletak pada 48-60

 Q2 terletak pada 61-73
 Q3 terletak pada 74-86

Untuk Q1, maka :

 1.60 
 - 11 
Q1  47,5  13 4   54
 8 
 
 

Untuk Q2, maka :

 2.60 
 - 19 
Q 2  60,5  13 4   72,42
 12 
 
 

17
 Untuk Q3, maka :
 3.60 
 - 31 
Q3  73,5  13 4   81,41
 23 
 
 
2. Desil

Kelompok data yang sudah diurutkan (membesar atau mengecil) dibagi sepuluh
bagian yang sama besar.

Untuk data tidak berkelompok

in  1
D i  nilai ke - , i  1,2,3,...,9
10

Untuk data berkelompok

 in 
 -F
Di  L 0  c 10  , i  1,2,3,...,9
 f 
 
 

L0 = batas bawah kelas desil Di

F = jumlah frekuensi semua kelas sebelum kelas desil Di

f = frekuensi kelas desil Di

18
 Interval Nilai Frekuensi
Kelas Tengah
(X)
9-21 15 3  D3 membagi
data 30%
22-34 28 4  D7 membagi
data 70%
35-47 41 4
Sehingga :
48-60 54 8
 D3 berada
61-73 67 12
pada 48-60

74-86 80 23  D7 berada
pada 74-86
87-99 93 6
Σf = 60

3. Persentil

Untuk data tidak berkelompok

in  1
Pi  nilai ke - , i  1,2,3,...,99
100

Untuk data berkelompok

 in 
 -F
Pi  L 0  c 100  , i  1,2,3,...,99
 f 
 
 

19
 BAB 3

PENUTUP

3.1 Kesimpulan

Salah satu definisi menyebutkan bahwa statistik adalah metode ilmiah untuk
menyusun, meringkas, menyajikan dan menganalisa data, sehingga dapat ditarik
suatu kesimpulan yang benar dan dapat dibuat keputusan yang masuk akal
berdasarkan data tersebut.

Jika suatu kesimpulan data sudah dihimpun, pada statistika deskriptif kita hendak
menyimpulkan data itu dalam beberapa hal. Pertama kita hendak membuat tabel,
misalnya tabel frekuensi, tabel frekuensi kumulatif dan lain-lain yang mengatur data
kasar itu. Juga kita akan melihat diagram atau grafik yang dapat memberi gambaran
mengenai keseluruhan data itu, misalnya diagram lambang (piktogram), diagram
batang, diagram lingkaran, histogram, ogive dan lain-lain. Kemudian kita hendak
menghitung karakteristik data yang dapat mencakup semua data itu, misalnya rata-
rata, median, modus dan lain-lain.

3.2 Saran
Dikarenakan statistika begitu rumit penulis menyarankan agar para pembaca
dapat mempelajarinya lagi lebih dalam .

20
 DAFTAR PUSTAKA

http://www.google.co.id/webhp?hl=id&source=hp&btnG=Penelusuran+Google#hl=id
&source=hp&biw=1600&bih=685&q=statistika+matematika&aq=1&aqi=g10&aql=&o
q=statistika+&gs_rfai=&fp=2121f2a943437206

http://www.docstoc.com/docs/53219519/Matematika-SMA-Statistika

http://id.wikipedia.org/wiki/Statistika

http://kambing.ui.ac.id/bebas/v12/sponsor/Sponsor-
Pendamping/Praweda/Matematika/0400%20Mat%202-3a.htm

21