1

I. PENDAHULUAN

A. Latar Belakang
Bidang statistika dapat dianggap sebagai bahasa khusus yang juga didapat untuk
berkomunikasi. Kekhususan statistika sebagai bahasa tidak berarti bahwa harus
berkomunikasi secara berbeda, tetapi kekhususan dimaksud hanya sekedar
untuk mendorong supaya cara dalam berbicara atau menyajikan data lebih tepat
dan akurat. Statistika sebagai bahasa juga memiliki aturan main sebagaimana
bahasa-bahasa lainnya, statistika kata-kata dan gramatikanya. Namun demikian,
statistika merupakan bahasa yang terbatas penggunaannya. Dengan statistika
kita hanya mampu mebicarakan tentang ciri-ciri atau karakteristik tentang
berbagai hal (benda atau sifat) yang kita amati. Sebelum statistika mampu
berfungsi sebagai bahasa komunikasi yang baik, ia harus diberikan masukan
terlebih dahulu berupa data mentah hasil obeservasi atau hasil penelitian.
Statistika bisa digunakan untuk ukuran sebagai wakil dari kelompok fakta
mengenai nilai: nilai rata-rata mahasiswa, rerata produktivitas perusahaan,
persentase keberhasilan belajar, ramalan kemampuan mahasiswa memprediksi
hasil produksi pertanian dan sebagainya. Untuk memperoleh sejumlah
informasi yang menjelaskan masalah untuk ditarik kesimpulan yang benar, arus
melalui beberapa proses, yaitu proses pengumpulan informasi, pengolahan
informasi, dan proses penarikan kesimpulan. Kesemuanya itu memerlukan
pengetahuan tersendiri yang disebut statistika.

B. Rumusan Masalah
Berdasarkan latar belakang di atas, rumusan masalah yang terdapat dalam
makalah ini adalah sebagai berikut:
1. Apakah yang dimaksud dengan statistik dan statistika serta perbedaannya?
2. Apakah yang dimaksud dengan populasi dan sampel serta formulasinya?
3. Bagaimanakah cara menyajikan data numerik?
4. Apakah yang dimaksud dengan ukuran gejala pusat dan ukuran letak?
5. Bagaimanakah keterkaitan antara simpangan dengan varians atau dispersi?
 2

C. Tujuan Penulisan
Adapun tujuan dalam penulisan makalah ini adalah sebagai berikut:
1. Mahasiswa dapat mengetahui perbedaan antara statistik dan statistika.
2. Mahasiswa dapat mengetahui perbedaan dan persamaan yang digunakan
untuk mengetahui populasi dan sampel sebuah data statistik.
3. Mahasiswa dapat menyajikan data numerik dalam bentuk tabel dan grafis.
4. Mahasiswa mengetahui secara lebih dalam mengenai ukuran gejala pusat,
ukuran tata letak, dan hubungan antara simpangan terhadap variasi suatu
data statistik.
 3

II. PEMBAHASAN

A. Statistik dan Statistika

Peranan statistik dan statistika sangat membantu untuk memecahkan suatu
masalah tanpa menyadari sudah menggunakan statistik dan statistika di dalam
keseharian. Kata “statistik” berasal dari kata status (bahasa latin) yang
mempunyai persamaan arti dengan kata state (bahasa Inggris) atau kata staat
(bahasa Belanda) dan dalam bahasa Indonesia diterjemahkan menjadi Negara.
Pada mulanya kata “statistik” diartikan sebagai “kumpulan bahan keterangan
(data), baik yang berwujud angka (kuantitatif) maupun yang tidak berwujud
angka (kualitatif), yang mempunyai arti penting dan kegunaan yang besar pada
suatu negara. Namun pada perkembangan selanjutnya arti statistik hanya
dibatasi pada “kumpulan bahan keterangan yang berwujud angka (data
kuantitatif) saja, bahan keterangan yang tidak berwujud angka (data kualitatif)
tidak disebut lagi sebagai statistik.
Setelah masyarakat memahami statistik dan mulai mempergunakannya dalam
kehidupan sehari-hari maka munculah berbagai macam nama statistik. Statistik
yang menjelaskan suatu hal biasanya diberi nama statistik mengenai hal yang
bersangkutan didalamnya. Contohnya kumpulan data yang membahas
mengenai tingkat produksi suatu perusahaan dinamakan statistik produksi.
Data dari hasil penelitian seringkali diminta suatu uraian, penjelasan atau
kesimpulan tentang persoalan yang diteliti. Sebelum kesimpulan dibuat,
keterangan data yang telah dikumpul itu terlebih dahulu dipelajari, dianalisis
atau diolah dan berdasarkan pengolahan ini baru dibuat kesimpulan. Dari
pernyataan diatas tersirat bahwa statistika merupakan pengetahuan yang
berhubungan dengan cara-cara pengumpulan data, pengolahan atau
penganalisisannya san penarika kesimpulan berdasarkan kumpulan data dan
penganalisisan yang dilakukan.
1. Statistika Deskriptif
Statistika deskriptif merupakan metode-metode yang berkaitan dengan
pengumpulan data dan penyajian sekumpulan data sehingga dapat
 4

memberikan informasi yang berguna. Statistika deskriptif memberikan

informasi hanya mengenai data yang dipunyai dan sama sekali tidak menarik
kesimpulan yang lebih banyak dan lebih jauh dari data yang ada. Penyusunan
tabel, diagram, modus, kuartil, simpangan baku, termasuk ke dalam kategori
statistika deskriptif. Kegiatan itu dilakukan melalui:
a. Pendekatan aritmatika yaitu pendekatan melalui pemeriksaan rangkuman
nilai atau ukuran-ukuran penting dari data.
b. Pendekatan geometrik yaitu melalui penyajian data dalam bentuk gambar
berupa grafik atau diagram.

2. Statistika Interferensi
Statistika interferensial merupakan kebalikan dari statistika deskriptif,
statistika interferensial merupakan statistika yang berkenaan dengan cara
penarikan kesimpulan berdasarkan data yang diperoleh dari sampel untuk
menggambarkan karakteristik atau ciri dari suatu populasi. Dengan demikian
dalan statistika interferensial dilakukan suatu generalisasi dan hal yang
bersifat khusus ke hal yang bersifat lebih luas. Oleh karena itu statistika
interferensial disebut juga statistik induktif atau statistik penarikan
kesimpulan.

3. Mengapa Statistika Dibutuhkan Dibanyak Bidang

a. Kaarena informasi numeric terdapat dimana-mana.
b. Teknik-teknik statistika digunakan untuk membuat keputusan yang
mempengaruhi kehidupan sehari-hari atau mempengaruhi kesejahteraan
pribadi kita.
c. Pengetahuan tentang metode statistika akan membantu anda memahami
bagaimana keputusan dibuat dan memberi anda pemahaman yang lebih
baik mengenai bagaimana suatu keputusan mempengaruhi anda.

B. Populasi dan Sampel

1. Pendahuluan
 5

Populasi adalah wilayah generalisasi yang terdiri atas objek atau subjek yang
mempunyai kualitas dan karakteristik tertentu yang ditetapkan oleh peneliti
untuk dipelajari dan kemudian ditarik kesimpulannya. Sedangkan sampel
adalah bagian ddari jumlah dan karakteristik yang dimiliki oleh populasi.
Bila populasi besar dan peneliti tidak mungkin mempelajari semua yang ada
pada populasi misal karena terbatasnya dana, tenaga, dan waktu maka
peneliti dapat menggunakan sampel yang di ambil dari populasi itu. Sampel
yang diambil dari populasi harus representatif atau mewakili.

2. Teknik Sampling
Teknik sampling adalah teknik pengambilan sample. Untuk menentukan
sampel yang digunakan dalam penelitian, terdapat berbagai teknik sampling
yang digunakan.

Teknik
Sampling

Probability Non Probability

Sampling Sampling

- Sampling sistematis
- Simple Random
- Sampling kuota
Sampling
- Sampling incidental
- Proportionet Statisfied
- Purposive sampling
random sampling
- Sampling jenuh
- Area (cluster) sampling
- Snowball sampling

Teknik sampling terdiri dari 2 macam yaitu probability sampling dan non
probability sampling.
a. Probability Sampling
 6

Adalah teknik pengambilam sampel yang memberikan peluang yang sama

bagi setiap unsur (anggota) populasi untuk dipilih menjadi anggota
sampel. Teknik ini terdiri dari 3 macam yaitu:
1) Simple Ramdom Sampling
Pengambilan anggota sampel dan populasi dilakukan secara acak
tanpa memperhatikan strata yang ada dalam populasi itu.
2) Proportionte Statisfied Random Sampling
Digunakan bila populasi mempunyai anggota atau unsur yang tidak
homogeny ddan berstrata secara proporsional.
3) Cluster Sampling
Teknik sampel daerah digunakan untuk menentukan sampel bila objek
yang akan diteliti atau sumber data sangat luas, misal penduduk dari
suatu Negara, provinsi atau kabupaten.

b. Nonprobability Sampling
Adalah teknik pengambilan sampel yang tidak memberi peluang atau
kesempatan yang sama bagi setiap unsur atau anggota populasi untuk
dipilih menjadi sampel.
1) Sampling Sistematis
Berdasarkan urutan dari anggota populasi yang telah diberi nomor
urut. Misalnya nomor ganjil saja.
2) Sampling Kuota
Menentukan sampling dari populasi yang mempunyai ciri-ciri tertentu
sampai jumlah kuota yang diinginkan.
3) Sampling Idental
Teknik penentuan sampel berdasarkan kebtulan yaitu siapa saja yang
secara kebetulan bertemu dengan peneliti dapat digunakan sebagai
sampel.
4) Sampling Purposive
Teknik penentuan sampel dengan pertimbangan dan kriteria tertentu.
5) Sampling Jenuh
Teknik bila semua anggota populasi digunakan sebagai sampel.
 7

6) Snowball Sampling
Teknik penentuan sampel yang mula-mula jumlahnya kecil, kemudian
membesar, ibarat bola salju yang menggelinding yang kemudian
lama-lama akan menjadi besar.

3. Menentukan Ukuran Sampel

Jumlah anggota sampel sering dinyatakan dengan ukuran sampel. Jumlah
sampel yang diharapkan 100% mewakili populasi dan jumlah anggota
populasi itu sendiri.untuk menentukan uuran sampel menggunakan:
a. Rumus Slovin adalah sebagai berikut:
𝑁
𝑛 = 1+(𝑁 × 𝑒 2 )

Dimana:
n = Ukuran sampel
N = Populasi
e = Persentase kelonggaran ketidakterikatan karena kesalahan
pengambilan sampel yang masih diinginkan
b. Tabel penentuan sampel yang dikembangkan oleh Isac dan Michael.

4. Jenis Data dan Sumber Data

Data berdasarkan jenisnya dibagi menjadi 2, yaitu:
a. Data Kualitatif
Secara sederhana dapat disebut sebagai data hasil kategori (pemberian
kode) untuk isi data yang berupa kata atau dapat didefinisikam sebagai
data bukan angka tetapi diangkakan, contohnya jenis kelamin, status dan
lain sebagainya. Data kualitatif diambil dari penyebaran kuisioner pada
responden sehingga harus dilakukan pengujian reliabilitas dan validitas.
Data kualitatif dapat dibagi menjadi 2 yaitu:
1) Data Nominal
Data yang paling rendah dalam level pengukuran data. Data dalam
bentuk kategori tetapi tidaka ada tingkatannya.
2) Data Ordinal
 8

Data ordinal memiliki level yang lebih tinggi dari data nominal. Jika
dalam data nominal semua data kategori dianggap setara maka pada
data ordinal ada tingkatannya.
b. Data Kuantitatif
Data berupa angka yang dalam arti sebenarnya jadi berbagai operasi
matematika dapat dilakukan pada data kuantitatif. Data kuantitatif
dibedakan menjadi 2, yaitu:
1) Data Interval
Menempati level pengukuran data yang lebih tinggi dari data ordinal
karena selain dapat bertingkat urutannya juga urutan tersebut dapat
dikuantitatifkan. Contohnya IP mahasiswa.
2) Data Rasio
Data yang tingktannya lebih tinggi diantara jenis data lainnya.
Perbedaannya dengan data interval adalah data rasio mempunyai titik
nol dalam artian yang sesungguhnya.

Data berdasarkan sumbernya dapat dibedakan menjadi 2, yaitu:

a. Data Primer
Data primer biasanya didapat dari subjek penelitian dengan melakukan
pengamatan, percobaan atau interview. Cara untuk mendapatkannya
melalui observasi atau pengamatan langsung, subjek diberi lembar yang
berisi pertanyaan untuk diisi.
b. Data Sekunder
Data sekunder adalah data yang tidak langsung diperoleh dari sumber
pertama dan tersusun dalam bentuk dokumen tertulis. Data tertulis dapat
diperoleh dari buku cetak, BPS.

C. Penyajian Data Numerik

Data statistik tidak hanya cukup dikumpulkan dan diolah, tetapi juga perlu
disajikan dalam bentuk yang mudah dibaca dan dimengerti oleh pengambil
keputusan. Penyajian data ini bisa dalam bentuk tabel atau grafik dengan
keuntungan bahwa data tersebut akan lebih cepat ditangkap dan dimengerti
 9

daripada disajikan dalam bentuk kata-kata. Penyajian data dalam bentuk tabel
dan grafik akan membuat proses pengambilan keputusan lebih tepat, cepat, dan
akurat. Selain berupa angka-angka ringkasan (summary figures), penyajian data
juga dapat berbentuk tabel dan grafik. Tabel merupakan kumpulan angka-angka
yang disusun menurut kategori-kategori tertentu sehingga memudahkan untuk
pembuatan analisis data. Sedangkan grafik merupakan gambar-gambar yang
menunjukan secara visual data berupa angka (mungkin juga dengan symbol-
simbol) yang biasanya juga berasal dari tabel-tabel yang telah dibuat. Baik tabel
maupun grafik bisa dipergunakan untuk menyajikan croos section data dan data
berkala.

D. Ukuran Gejala Pusat dan Letak

I. Ukuran Gejala Pusat
Rata-rata (average) dalah nilai yang mewakili himpunan atau sekelompok
data (a set of data). Nilai rata-rata umumnya cenderung terletak di tengah
suatu kelompok data yang disusun menurut besar kecilnya nilai. Dengan kata
lain, ia kecenderungan memusat sehingga sering disebut ukuran
kecenderungan memusat (measures of central tendency). Beberapa jenis
rata-rata yang sering dipergunakan ialah rata-rata hitung (arithmetic mean
atau sering disingkat mean saja), rata-rata ukur (geometric mean), dan rata-
rata harmonis (harmonic mean). Setiap rata-rata tersebut selain mempunyai
keunggulan juga memiliki kelemahan, dan ketepatan penggunaannya sangat
tergantung pada sifat dari data dan tujuannya (misalnya, untuk melakukan
analisis). Istilah rata-rata sering digunakan dalam kehidupan sehari-hari,
contohnya: rata-rata gaji/upah perusahaan swasta per bulan, rata-rata
produksi beras per tahun, rata-rat hasil bumi pada suatu daerah per tahun,
rata-rata hasil ujian siswa kelas XII pada suatu SMA/MA.
1. Rata-rata Hitung
Rata-rata hitung adalah jumlah harga-harga variable dibagi banyak
harga-harga variable tersebut. Untuk menghitung rata-rata data tunggal
dapat digunakan persamaan berikut:
a) Rata-rata sebenarnya (populasi)
 10

Rata-rata ini dihitung berdasarkan populasi. Karena itu, rata-rata

sebenarnya juga disebut rata-rata populasi.
𝑁
1
𝜇 = ∑ 𝑋𝑖
𝑁
𝑖=1
1
= (𝑋 + 𝑋2 + ⋯ + 𝑋𝑖 + ⋯ + 𝑋𝑁 )
𝑁 1
𝜇 dibaca myu, yaitu symbol rata-rata yang sebenarnya yang disebut
populasi.
b) Rata-rata perkiraan (sampel).
Rata-rata tersebut dihitung berdasarkan sampel sebanyak n dimana
n < N observasi, maka rata-rata yang diperoleh disebut rata-rata
perkiraan atau rata-rata sampel yang diberi symbol 𝑋̅ yang rumusnya
adalah sebagai berikut:
𝑛
1
𝑋̅ = ∑ 𝑋𝑖
𝑛
𝑖=1

1
= (𝑋 + 𝑋2 + ⋯ + 𝑋𝑖 + ⋯ + 𝑋𝑛 )
𝑛 1
𝑋̅ dibaca X bar, yaitu symbol rata-rata.
𝑋̅ merupakan perkiraan 𝜇.

Apabila data sudah disajikan dalam bentuk tabel frekuensi, di mana X1

terjadi f1 kali, X2 terjadi f2 kali, dan sampai seterusnya sampai Xk terjadi
fk kali, maka rumus rata-rata dari data yang sudah dibuat tabel
frekuensinya adalah sebagai berikut:
∑𝑘𝑖=1 𝑓𝑖 . 𝑋𝑖
𝑋̅ =
∑𝑘𝑖=1 𝑓𝑖
Oleh karena itu ∑𝑘𝑖=1 𝑓𝑖 = 𝑛, maka:
1 𝑘
𝑋̅ = ∑ 𝑓𝑖 . 𝑋𝑖
𝑛 𝑖=1

Atau
∑𝑘𝑖=1 𝑀𝑖 . 𝑓𝑖
𝑋̅ =
∑𝑘𝑖=1 𝑓𝑖
Dimana 𝑀𝑖 = nilai tengah kelas interval ke-I (untuk data berkelompok).
 11

2) Rata-rata Ukur (jika datanya yang berurutan tetap/hamper tetap, data

tidak ada yang nol). Untuk menghitung rata-rata ukur dapat
menggunakan rumus sebagai berikut:
𝑈 = 𝑛√𝑋𝑖 𝑥 𝑋2 𝑥 … 𝑥 𝑋𝑛
Dengan n adalah banyak data dan 𝑋𝑖 adalah data ke-1.
Untuk bilangan yang besar maka rumusnya berubah menjadi:
∑𝑛𝑖=1 log 𝑋𝑖
log 𝑈 =
𝑛
3) Rata-rata harmonis
Untuk menghitung rata-rata harmonis dapat menggunaka rumus sebagai
berikut:
𝑛
𝐻=
1
∑𝑛𝑖=1
𝑋𝑖
4) Modus
Bilangan yang memiliki frekuensi terbesar dalam suatu data statistik.
Untuk menentukan modus dalam suatu data berkelompok dapat
menggunakan rumus sebagai berikut:
𝑏1
𝑀𝑜 = 𝑏 + 𝑝 ( )
𝑏1 + 𝑏2
Dengan,
b adalah ujung bawah kelas modus (f terbesar)
𝑏1 adalah frekuensi kelas modus dikurangi frekuensi kelas sebelumnya.
𝑏2 adalah frekuensi kelas modus dikurangi frekuensi kelas selanjutnya.
𝑝 adalah panjang kelas. 𝑏1 adalah frekuensi kelas modal-frekuensi kelas
sebelumnya.

II. Ukuran Letak

1) Median
Median menentukan letak data setelah data itu disusun menurut urutan
nilainya. Jika nilai median sama dengan maka 50 % dari data harga-
harganya paling tinggi sama dengan Me sedangkan 50 % sisanya paling
rendah sama dengan Me. Jadi median dapat dibatasi sebagai suatu nilai
 12

yang membatasi 50% frekuensi distribusi bagian bawah dengan 50%

frekuensi distribusi atas. Jadi banyaknya data ganjil, maka median Me,
setelah data disusun menurut nilainya, merupakan data paling tengah.
Contoh: Sampel dengan data, 4; 12 ; 5 ; 7 ; 8 ; 10 ; 10 ;
setelah disusun menurut nilainya menjadi: 4 ; 5 ; 7 ; 8 ; 10 ; 10 ; 12
Data paling tengah bernilai 8 jadi Me = 8
Untuk sampel berukuran genap. Setelah data disusun menurut urutan
nilainya, mediannya diambil rata-rata Hitung dari dua data tengah.
Contoh: diberikan sampel dengan data: 12 ; 7 ; 8 ; 14 ; 16 ; 19 ; 10 ; 8.
Setelah disusun menurut nilainya menjadi: 7, 8, 8, 10, 12, 14, 16, 19
1
Data tengahnya ialah 10 dan 12, sehingga median Me = 2 dari (10 + 12)

= 11.
Untuk data yang telah disusun dalam daftar distribusi frekuensi,
mediannya dihitung dengan rumus:
1
𝑛−𝐹
𝑀𝑒 = 𝑏 + 𝑝 (2 )
𝑓

Dimana:
B adalah batas bawah kelas median, ialah kelas dimana median akan
terletak,
p adalah panjang kelas median,
n adalah ukuran sampel / banyaknya data,
F adalah jumlah semua frekuensi sebelum kelas median,
f adalah frekuensi kelas median.
2) Kwartil
Jika sekumpulan data dibagi menjadi 4 bagian yang sama banyak,
sesudah disusun menurut urutan nilainya, maka bilangan pembaginya
disebut kwartil. Ada 3 buah kwartil, ialah kwartil pertama (K1), kwartil
kedua (K2), dan kwartil ketiga (K3). Untuk menentukan nilai kwartil
maka cara yang harus dilakukan adalah sebagai berikut:
i. Susun data menurut urutan nilainya.
ii. Tentukan letak kwartil.
 13

iii. Tentukan nilai kwartil.

Letak kwartil ditentukan oleh rumus:
𝑖(𝑛 + 1)
𝑙𝑒𝑡𝑎𝑘 𝐾𝑖 = 𝑑𝑎𝑡𝑎 𝑘𝑒
4
Dimana i = 1,2,3,
Untuk data yang telah disusun dalam daftar distribusi frekuensi, kwartil
Ki (i = 1,2, dan 3) dihitung dengan rumus:
𝑖
𝑛−𝐹
𝐾𝑖 = 𝑏 + 𝑝 ( 4 )
𝑓

3) Desil
Jika kumpulan ini dibagi menjadi 10 bagian yang sama maka diperoleh
9 pembagi dan tiap pembagi dinamakan desil, karenanya ada 9 buah
desil, yaitu: desil pertama, desil kedua, …, desil kesembilan, yang
disingkat dengan D1, D2, …, D9.Desil-desil ini dapat ditentukan dengan
cara:
i. Susunan data menurut nilainya,
ii. Tentukan letak desail,
iii. Tentukan nilai desil.
Letak desil ditentukan oleh rumus:
𝑖(𝑛 + 1)
𝑙𝑒𝑡𝑎𝑘 𝐷𝑖 = 𝑑𝑎𝑡𝑎 𝑘𝑒
10
Dimana, i = 1,2,3, …, 9.
Untuk data dalam distribusi frekuensi nilai Desil dihitung dengan rumus;
𝑖
𝑛−𝐹
𝐷𝑖 = 𝑏 + 𝑝 ( 10 )
𝑓

E. Variasi atau Dispersi

Dalam kehidupan sehari-hari tentu sering mendengar orang menyebutkan data
statistik. Misalnya, si Dedi lulus ujian SMA dengan nilai rata-rata 8, sehingga
dia dapat masuk ke Perguruan Tinggi dengan mudah. Setiap kali mendegar kata
rata-rata, maka secara otomatis akan terbayang sekelompok nilai “di sekitar”
rata-rata tersebut. Ada yang sama dengan rata-rata, ada yang lebih kecil, dan ada
 14

yang lebih besar dari rata-rata tersebut. Dengan kata lain, ada variasi atau
disperse dari nilai-nilai tersebut, baik terhadap nilai lainnya maupun terhadap
rata-ratanya (rata-rata hitung, median, atau modus). Terdapat tiga kelompok nilai
yaitu kelompok nilai homogen (tidak bervariasi), kelompok nilai heterogen
(sangat bervariasi), dan kelompok nilai relative homogeny (tidak begitu
bervariasi).
1. Pengukuran dispersi data tidak dikelompokkan.
a) Nilai Jarak
Diantara ukuran variasi yang paling sederhana dan paling mudah
dihitung ialah nilai jarak (range). Jika suatu kelompok nilai (data) sudah
disusun menurut urutan yang terkecil (X1) sampai dengan yang terbesar
(Xn), maka untuk menghitung nilai jarak dipergunakan rumus berikut:
𝑁𝑖𝑙𝑎𝑖 𝐽𝑎𝑟𝑎𝑘 = 𝑁𝐽 = 𝑋𝑛 − 𝑋1
Atau
𝑁𝐽 = 𝑁𝑖𝑙𝑎𝑖 𝑚𝑎𝑘𝑠𝑖𝑚𝑢𝑚 − 𝑁𝑖𝑙𝑎𝑖 𝑀𝑖𝑛𝑖𝑚𝑢𝑚
b) Rata-rata Simpangan
Rata-rata simpangan (RS) adalah rata-rata hitung dari absolut nilai
simpangan yang dirumuskan sebagai berikut:
1
𝑅𝑆 = ∑|𝑋𝑖 − 𝑋̅|
𝑛
Untuk simpangan selalu diambil nilai mutlaknya. Simpangan terhadap
median dirumuskan sebagai berikut:
1
𝑅𝑆 = ∑|𝑋𝑖 − 𝑀𝑒𝑑|
𝑛
c) Simpangan Baku
Di antara ukuran disperse atau variasi, simpangan baku adalah yang
paling digunakan, sebab mempunyai sifat-sifat matematis yang sangat
penting dan berguna untuk pembahasan teori dan analisis. Simpangan
baku merupakan salah satu ukuran dispersi yang diperoleh dari akar
kuadrat positif varians. Varians adalah rata-rata hitung dan kuadrat
simpangan setiap pengamatan terhadap rata-rata hitungnya. Dalam
varians ada yang disebut sebagai varians populasi dan varians sampel.
 15

Simbol dari varians populasi adalah 𝜎 2 (dibaca sigma kuadrat) yang

merupakan varians sebenarnya dari X. Rumusnya adalah
1
𝜎 2 = 𝑁 ∑𝑁 2 2
𝑖=1(𝑋𝑖 − 𝜇) , sedangkan varians sampel (𝑆 ) dirumuskan

sebagai berikut:
𝑛
1
𝑆 = ∑(𝑋𝑖 − 𝑋̅ )2
2
𝑛
𝑖=1

Sedangkan simpangan baku dirumuskan sebagai berikut:

𝑛
1 (∑𝑛 𝑋𝑖 )2
𝑆 = √ {∑ 𝑋𝑖 2 − 𝑖=1 }
𝑛 𝑛
𝑖=1

2. Pengukuran dispersi data dikelompokkan

a) Nilai Jarak
Untuk data berkelompok, nilai jarak (NJ) dapat dihitung dengan du acara:
i. NJ = nilai tengah kelas terakhir – nilai tengah kelas pertama
ii. NJ = batas atas kelas terakhir – batas bawah kelas pertama
b) Simpangan Baku
Untuk data berkelompok dan sudah disajikan dalam bentuk tabel
frekuensi, rumus simpangan baku populasi adalah sebagai berikut:

∑𝑛 𝑓𝑖 (𝑀𝑖 − 𝜇)2
𝜎 = √ 𝑖=1
𝑁

Untuk data sampel diperoleh simpangan baku sampel dengan rumus:

2
∑𝑛𝑖=1 𝑓𝑖 𝑑𝑖 2 ∑𝑛𝑖=1 𝑓𝑖 𝑑𝑖
𝑆= √ −[ ]
𝑛−1 𝑛−1
 16

III. KESIMPULAN

Statistic merupakan kumpulan bahan keterangan atau data yang berbentuk angka-
angka yang dapat digunakan untuk analisis dalam pembuatan suatu keputusan.
Dalam data statistic terdapat istilah populasi dan sampel. Populasi adalah wilayah
generalisasi yang terdiri atas objek atau subjek yang mempunyai kualitas dan
karakteristik tertentu yang ditetapkan oleh peneliti untuk dipelajari dan kemudian
ditarik kesimpulannya. Sedangkan sampel adalah bagian dari jumlah dan
karakteristik yang dimiliki oleh populasi. Dalam statistik data yang diperoleh dapat
disajikan dengan tabel maupun grafik. Dengan adanya data-data tersebut maka
dapat terlihat ukuran gejala pusat (rata-rata) dan ukuran letak seperti median,
kwartil dan desil sehingga dapat ditentukan variasi dan simpangannya.
 17

DAFTAR PUSTAKA

Endrayanto, Poly. Dkk. 2012. Statistika Untuk Penelitian. Yogyakarta: Graha Ilmu.

Hanli. 2012. Modul Ukuran Gejala Pusat dan Ukuran Letak. Diunduh dari
https://palenggahanlincakreyot.files.wordpress.com/2012/10/modul-4-
pdf12.pdf pada tanggal 23 Agustus 2019 Pukul 10.04 WIB.

Rahmawatifitriatien, Siti. 2017. Pengantar Statistika Untuk Penelitian Suatu

Kajian. Universitas PGRI Adi Buana Surabaya: Program Studi Pendidikan
Matematika. Di unduh dari https://www.researchgate.net/publication/
317318328_PENGANTAR_STATISTIKA_UNTUK_PENELITIAN_SUA
TU_KAJIAN pada tanggal 24 Agustus 2019 Pukul 20.03 WIB.

Rusli, Muhammad. 2014. Pengelolaan Statistik yang Menyenangkan. Yogyakarta:

Graha Ilmu

Supranto, J. 2000. Statistik Teori dan Aplikasi. Jakarta: Erlangga.