Statistik Pendidikan

Makalah ini dibuat ditujukan untuk memenuhi tugas Mata Kuliah Statistik
Pendidikan

Disusun oleh:

Rahmatika Nurjanah (1710206010)

Rosi Jannati (1730206097)
Della Lorenza (1730206044)
Ardi Yusuf Setiawan (1730206037)
Diana Anggraini (1730206050)
Dosen Pengampuh:

Ambarsari Kusuma Wardani, M. Pd

Program Studi Pendidikan Matematika

Fakultas Ilmu Tarbiyah dan Keguruan

Universitas Islam UIN Raden Fatah Palembang

2019

Statistik Pendidikan | 1
 BAB I
PENDAHULUAN
PENDAHULUAN
A. Latar Belakang
Statistika tidak dapat dipisahkan dalam kehidupan sehari-hari. Tanpa sadar
kita sering menjumpai data statistika. Ilmu statistika dapat membantu seseorang
dalam menyelesaikan masalah yang kaitannya dengan data tunggal maupun
kelompok. Salah satu jenis dari statistika mengenai kemiringan dan keruncingan.
Dalam malakah ini, akan dijelaskan mengenai pengertian, jenis dan kurva dari
suatu kemiringan dan keruncingan distribusi data tunggal maupun kelompok.
Materi dalam makalah ini juga dilengkapi dengan contoh soal dan latihan soal
untuk menguji pemahaman dari materi yang telah dipelajari.
PEMBAHASAN

KOEFISIEN VARIASI

Ukuran-ukuran dispersi atau variasi yang telah dibahas sebelumnya

merupakan dispersi absolut seperti jangkauan, simpangan rata-rata simpangan
kuartil dan simpangan baku. Ukuran dispersi absolut hanya dapat digunakan
untuk melihat penyimpangan-penyimpangan nilai yang terdapat pada suatu
kumpulan data, bukan untuk beberapa kumpulan data. Untuk membandingkan
dispersi atau variasi dari beberapa kumpulan data digunakan istilah dispersi relatif
yaitu perbandingan antara dispersi absolut dan rata-ratanya. Dispersi relatif
dirumuskan:
𝐷𝑖𝑠𝑝𝑒𝑟𝑠𝑖𝑎𝑏𝑠𝑜𝑙𝑢𝑡
Dispersi relatif = 𝑅𝑎𝑡𝑎−𝑟𝑎𝑡𝑎

Berikut ini adalah empat macam dispersi relatif yaitu koefisien variasi, variasi
jangkauan, variasi simpangan rata-rata dan variasi kuartil.

1. Koefisien Variasi
Jika koefisien absolut digantikan dengan simpangan bakunya maka
dispersi relatifnya disebut koefisien variasi(KV). Koefisien variasi
dirumuskan :
𝑠
KV =𝑋x 100%
Keterangan:

Statistik Pendidikan | 2
 KV = Koefisien Varian
S = simpangan baku
X = rata-rata

2. Variasi Jangkauan (VR)

Variasi jangkauan adalah dispersi relatif yang dispersi absolutnya
digantikan dengan jangkauan.
Variasi jangkauan dirumukan:
R
VR = X × 100%

3. Variasi Simpangan Rata-rata

Variasi simpangan rata-rata adalah dispersi relatif yang dispersi
absolutnya digantikan dengan simpangan rata-rata. Variasi simpangan
rata-rata dirumuskan:
SR
VSR = × 100%
X

4. Variasi Kuartil (VQ)

Variasi kuartil adalah dispersi relatif yang dispersi absolutnya digantikan
dengan kuartil. Variasi kuartil dirumuskan :
Qd
VQ = Me × 100%
Q −Q
VQ = Q3 +Q1 × 100%
3 1

Misalkan kita mempunyai sekumpulan data populasi. Apabila

digambarkan grafiknya maka akan diperoleh beberapa macam model
distribusinya. Dari beberap model distribusi tersebut ada enam model yang
dikaitkan dengan ukuran kemiringan dan ukuran keruncingan. Oleh karena itu
berikut ini akan dibahas kedua macam ukuran tersebut.

A. UKURAN KEMIRINGAN

Kemiringan (skewness) dari suatu distribusi adalah derajat kesetangkupan

(derajat simetris) dari distribusi tersebut (Sartono, 1997). Adapun ukuran
kemiringan adalah ukuran yang menyatakan derajat ketidaksimetrisan suatu
lengkungan halus (kurva) dari suatu distribusi frekuensi. Dapat pula dikatakan
bahwa ukuran kemiringan adalah harga yang menunjukkan seberapa jauh

Statistik Pendidikan | 3
distribusi itu menyimpang dari simetris. Jika kita tinjau berdasarkan kemiringan,
suatu kurva distribusi dapat dikelompokkan menjadi tiga bagian, yaitu sebagai
berikut:

Distribusi Positif Distribusi Simetrik Distribusi Negatif

Menurut Pearson, dari hasil koefisien kemiringan diatas ada tiga kriteria untuk
mengetahui model distribusi dari sekumpulan data (baik data tidak berkelompok
maupun data berkelompok), yaitu:
1. Jika koefisien kemiringannya lebih kecil dari nol (<0), model distribusinya
negatif
2. Jika koefisien kemiringannya sama dengan nol (= 0), model distribusinya
simetris
3. Jika koefisien kemiringannya lebih besar dari nol (> 0), model
distribusinya positif.

Ada beberapa rumus untuk menghitung koefisien kemiringan, yaitu:

a. Koefisien kemiringan pertama dari Pearson
𝑥̅ −Mo
Koefisien kemiringan = s

Keterangan : 𝑥̅ = rata-rata
Mo = modus
S = simpangan baku
b. Koefisien kemiringan kedua dari Pearson
3 (𝑥̅ −Me)
Koefisien kemiringan = s

Keterangan : 𝑥̅ = rata-rata
Me = median

Statistik Pendidikan | 4
 S = simpangan baku
c. Koefisien kemiringan menggunakan nilai kuartil
𝑄3 −2 𝑄2 + 𝑄1
Koefisien kemiringan = 𝑄3 − 𝑄1

dengan 𝑄1 = kuartil pertama

𝑄2 = kuartil kedua
𝑄3 = kuartil ketiga.

d. Koefisien kemiringan menggunakan nilai persentil

𝑃90 −2 𝑃50 + 𝑃10
Koefisien kemiringan = 𝑃90 − 𝑃10

dengan 𝑃90 = Persentil ke 90

𝑃50 = Persentil ke 50
𝑃10 = Persentil ke 10

Contoh :
Misalkan berat badan bayi (dicatat dalam kg) yang baru lahir selama seminggu
tertentu di rumah sakit bersalin “Sehat” dapat dilihat dalam tabel berikut.
Berat Badan bayi yang Baru Lahir
Selama Seminggu tertentu di Rumah Sakit Bersalin
Berat Badan (Kg) Banyak Bayi

2,5 – 2,6 2

2,7 – 2,8 3

2,9 – 3,0 5

3,1 – 3,2 7

3,3 – 3,4 6

3,5 -3,6 5
Jumlah 28

Statistik Pendidikan | 5
Hitung koefisien kemiringannya dengan menggunakan nilai kuartil.
Penyelesaian :
1. Menggunakan rumus kemiringan pertama dari pearson
Untuk memudahkan mencari koefisien kemiringan, maka kita gunakan
tabel dibawah ini

Berat Banyak Nilai Fi .xi Fk µ d F. d F.d²

Badan Bayi Tengah
(Kg) (xi)
(Fi)

2,5 – 2,6 2 2,55 5,1 2 - 0,6 -3 -6 36

2,7 – 2,8 3 2,75 8,25 5 -0,4 -2 -6 36

2,9 – 3,0 5 2,95 14,75 10 -0,2 -1 -5 25

3,1 – 3,2 7 3,15 22.05 17 0 0 0 0

3,3 – 3,4 6 3,35 20,1 23 0,2 1 6 36

3,5 -3,6 5 3,55 17,75 28 0,4 2 10 100

Jumlah 28 88 19 233
𝑥̅ − 𝑀𝑜
Koefisien kemiringan pertama dari pearson = 𝑠
∑𝐹. 𝑥𝑖 88
̅=
𝒙 = 28 = 3,14
∑𝐹
𝑑1
Modus = Tb Mo + p ( )
𝑑1+𝑑2

Keterangan : tbm = tepi bawah kelas modus

p = panjang kelas
d1 = selisih frekuensi kelas modus dengan kelas sebelumnya
d2 = selisih frekuensi kelas modus dengan kelas sesudahnya
Berdasarkan frekuensi kelas modus terletak di kelas keempat. Jadi tbm = 3,1 –
0,05 = 3,05, p =0,2, d1= 7-5 = 2, d2 = 7-6 = 1.

Statistik Pendidikan | 6
 𝑑1
Modus = tbm + p (𝑑1+𝑑2)
2
= 3,05+ 0,2 (2+1)

= 3,05+ 0,13
= 3,18
√∑𝐹𝑖.𝑑2 √(∑𝐹𝑖.𝑑)2
S =P −
𝑛 𝑛

√61 √(−1)²
= 0,2 −
28 28

√61 √1
= 0,2 − 784
28

√1708 √1
= 0,2 − 784
784

√1707
= 0,2 784

= 0,2 √2,17

= 0,2 . 1,47

= 0,294

𝑥̅ − 𝑀𝑜
Koefisien kemiringan pertama dari pearson = 𝑠
3,14−3,18
= 0,294
−0,04
= 0,294

= -0,13
Karena koefisien kemiringannya -0,13 yaitu kurang dari 0, maka model
distribusinya adalah distribusi negatif.

2. Koefisien kemiringan kedua dari Pearson

3 (𝑥̅ −Me)
Koefisien kemiringan = s

Sebelumnya kiita sudah ketahui :

̅ = 3,14 , s = 0,294
𝒙

Statistik Pendidikan | 7
 𝑛 28
Median = 2 = = 14 , terletak dikelas interval ke-4.
2

Jadi tbm = 3,1 – 0,05 = 3,05, p = 3,1 – 2,9 = 0,2, F =

𝑛
−𝐹
2
Me = Tb Me + p (𝐹𝑚𝑒 )
28
−10
2
= 3,05+ 0,2 ( )
7
4
= 3,05 + 0,2 ( 7 )

= 3,05 + 0,11
= 3,16
3 (𝑥̅ −Me)
Koefisien kemiringan = s
3 (3,14−3,16)
=
0,294
3 (−0,02)
= 0,294
− 0,06
= 0,294

= - 0,204
Karena koefisien kemiringannya -0,204 yaitu kurang dari 0, maka model
distribusinya adalah distribusi negatif.

3. Koefisien kemiringan menggunakan nilai kuartil

Rumus yang digunakan adalah:

𝑄3 −2 𝑄2 + 𝑄1
Koefisien kemiringan =
𝑄3 − 𝑄1

dengan 𝑄1 = kuartil pertama

𝑄2 = kuartil kedua
𝑄3 = kuartil ketiga.
Sebelumnya kita harus mencari terlebih dahulu nilai-nilai 𝑄1(kuartil pertama),
𝑄2 (kuartil kedua, 𝑄3 (kuartil ketiga)

Statistik Pendidikan | 8
Untuk 𝑸𝟏 (kuartil pertama)
Kelas kuartil pertama adalah sebuah kelas interval yang frekuensinya apabila
1
dijumlahkan dati frekuensi kelas interval pertama mencapai paling sedikit n,
4
1
yaitu 4 x 28 orang = 7 orang.

Ternyata kelas kuartil pertama terletak pada kelas interval ketiga, karena jumlah
frekuensinya (2 + 3 + 5) orang = 10 orang. Sehingga kita bisa menghitung
besaran-besaran yang diperlukan dalam rumus kuartil pertama, yaitu
𝑇𝑏𝑄1 = 2,9 – 0,05 = 2, 85
p = 0,2
F =2+3=5
f𝑄1 =5
1
𝑛−𝐹
𝑄1 = 𝑇𝑏𝑄1 + p ( 4 f )
𝑄1

7−5
= 2,85 + 0,2 ( )
5

= 2,85 + 0,08
= 2,93

Untuk 𝑸𝟐 (kuartil kedua)

1 1
Letak 𝑄2 ada pada data ke- = x 28 orang = 14 orang, yaitu pada kelas ke-4,
2 2

interval 3,1 – 3,2 sehingga:

𝑇𝑏𝑄2 = 3,1 – 0,05 = 3,05; p = 0,2; F = 10; dan f𝑄2 = 7.
1
𝑛−𝐹
𝑄2 = 𝑇𝑏𝑄2 + p ( 2 f )
𝑄2

14 − 10
= 3,05 + 0,2 ( )
7

= 3,05 + 0,11
= 3,16

Untuk 𝑸𝟑 (kuartil ketiga)

Statistik Pendidikan | 9
 3 3
Letak Q3 ada pada data ke- n = x 28 orang = 21, yaitu pada kelas ke-5,
4 4

interval 3,3 – 3,4 sehingga:

𝑇𝑏𝑄3 = 3,3 – 0,05 = 3,25; p = 0,2; F = 17; dan f𝑄3 = 6.
3
𝑛−𝐹
𝑄3 = 𝑇𝑏𝑄3 + p ( 4 f )
𝑄3

21 − 17
= 3,25 + 0,2 ( )
6
4
= 3,25 + 0,2 ( 6 )

= 3,25 + 0,13
= 3,38
𝑄3 −2 𝑄2 + 𝑄1
Diperoleh koefisien kemiringan = 𝑄3 − 𝑄1
3,38−2.3,16+2,93
= 3,38−2,93
−0,01
= 0,45

= -0,022
Karena koefisien kemiringannya -0,022 yaitu kurang dari 0, maka model
distribusinya adalah distribusi negatif.

4. Koefisien kemiringan menggunakan nilai persentil

𝑃90 −2 𝑃50 + 𝑃10
Koefisien kemiringan = 𝑃90 − 𝑃10

Untuk persentil ke 90, 𝑷𝟗𝟎

Kelas persentil ke 90 adalah sebuah kelas interval yang frekuensinya apabila
90
dijumlahkan dari frekuensi kelas interval pertama mencapai paling sedikit n.
100
90
yaitu 100 x 28 orang = 25,2 orang.

Ternyata kelas persentil ke 90 terletak pada interval keenam, karena jumlah

frekuensinya mencapai (2 + 3 + 5 + 7 + 6 + 5) orang = 28 orang sehingga kita
bisa menghitung besar-besaran yang diperlukan dalam rumus persentil ke 90,
yaitu b = 3,5 – 0,05 = 3,45; p = 0,2; F= 2 + 3 + 5 + 7 + 6 = 23; dan 𝑓90 = 5
90
𝑛–𝐹
Jadi: 𝑃90 = Tb𝑃90 + p (100 )
𝑓𝑃 90

25,2 – 23
= 3,45 + 0,2 ( 5
)

Statistik Pendidikan | 10
 2,2
= 3,45 + 0,2 ( 5 )

= 3,45 + 0,088
= 3.538

Untuk persentil ke 50, 𝑷𝟓𝟎

Kelas persentil ke 50 adalah sebuah kelas interval yang frekuensinya apabila
50
dijumlahkan dari frekuensi kelas interval pertama mencapai paling sedikit n,
100
50
yaitu = x 28 orang = 14 orang.
100

Ternyata kelas persentil ke 50 terletak pada kelas interval keempat, karena jumlah
frekuensinya mencapai (2+3+5+7) orang = 17 orang. Sehingga kita bisa
menghitung besar-besaran yang diperlukan dalam rumus persentil ke 50, yaitu b =
3,1 – 0,05 = 3,05; p = 0,2, F = 10 ; 𝑓𝑝50 = 7
50
𝑛–𝐹
100
Jadi : 𝑃50 = Tb𝑃50 + p ( )
𝑓 𝑃50

14−10
= 3,05 + 0,2 ( )
7
4
= 3,05 + 0,2 ( )
7

= 3,05 + 0,11
= 3,16

Untuk persentil ke 10, 𝑷𝟏𝟎

Kelas persentil ke 10 adalah sebuah kelas interval yang frekuensinya apabila
10
dijumlahkan dari frekuensi kelas interval pertama mencapai paling sedikit n,
100
10
yaitu = 100 x 28 orang = 2,8 orang.

Ternyata kelas persentil ke 10 terletak pada kelas interval kedua, karena jumlah
frekuensinya mencapai (2 + 3) orang = 5 orang. Sehingga kita bisa menghitung
besar-besaran yang diperlukan dalam rumus persentil ke 10, yaitu b = 2,7 – 0,05 =
2,65; p = 2,9 – 2,7 = 0,2; F = 2; 𝑓𝑝10 = 3
10
𝑛–𝐹
100
Jadi : 𝑃10 = Tb𝑃10 + p ( )
𝐹𝑃 10

2,8−2
= 2,65 + 0,2 ( )
3

Statistik Pendidikan | 11
 0,8
= 2,65 + 0,2 ( 3 )

= 2,65 + 0,053
= 2,703

𝑃90 −2 𝑃50 + 𝑃10

Koefisien kemiringan = 𝑃90 − 𝑃10
3,538−2 (3,16)+2,703
= 3,538−2,703
3,538−6,32+2,703
= 3,538−2,703
− 0,079
= 0,835

= - 0,094
Karena koefisien kemiringannya -0,094 yaitu kurang dari 0, maka model
distribusinya adalah distribusi negatif.

B. UKURAN KERUNCINGAN (Kurtosis)

Selain kemiringan, kita perlu juga mengetahui keruncingan/kelancipan (kurtosis)

suatu distribusi. Kurtosis (peadkedness) dari suatu distribusi adalah derajat
kelancipan dari distribusi tersebut dibandingkan terhadap distribusi normal
(kurva normal). Ditinjau dari segi kelancipannya, suatu distribusi dapat
dibedakan menjadi tiga :

Leptokurtik Platikurtik Mesokurtik

1. Jika suatu distribusi (kurva) lebih landai atau lebih tumpul dibandingkan
terhadap kurva normal, distribusinya disebut platikurtis

Statistik Pendidikan | 12
2. Jika suatu distribusi (kurva) normal, distribusinya disebut mesokurtis
3. Jika suatu distribusi (kurva) lebih lancip ataulebih ramping dibandingkan
terhadap kurva normal, distribusinya disebut leptokurtis.

Untuk mengetahui apakah sekumpulan data mengikuti distribusi leptokurtik,

platikurtik atau mesokurtik, hal ini dapat dilihat berdasarkan nilai koefisien
kurtosisnya. Untuk menghitung koefisien kurtosis digunakan rumus koefisien
kurtosis, yaitu :

1
( 𝑄3− 𝑄1 )
2
K=
𝑃90 − 𝑃10

dengan : 𝑄1 = Kuartil kesatu

𝑄3 = Kuartil ketiga
𝑃10 = Persentil ke 10
𝑃90 = Persentil ke 90

Dari hasil koefisien kurtosis diatas, ada tiga kriteria untuk mengetahui model
distribusi dari sekumpulan data, yaitu :
1. jika koefisien kurtosisnya kurang dari 0,263 (< 0,263), maka distribusinya
adalah platikurtis
2. jika koefisien kurtosisnya sama dengan 0,263 (=0,263), maka distribusinya
adalah mesokurtis
3. jika koefisien kurtosisnya lebih dari 0,263 (>0,263), maka distribusinya
adalah leptokurtis

Contoh:
Lihat data dalam daftar (1), yaitu mengenai berat badan bayi yang baru lahir
selama seminggu tertentu dari rumah sakit bersalin “Sehat”. Hitung koefisien
kurtosisnya.

Penyelesaian:

Statistik Pendidikan | 13
Rumus yang digunakannya adalah :
1
2
( 𝑄3− 𝑄1 )
Q=
𝑃90 − 𝑃10

Kita sudah menghitung : 𝑄1 = 2,93, 𝑄 = 3,38, 𝑃10 = 2,703 dan 𝑃90 = 3,538
1
( 𝑄3− 𝑄1 )
Berarti: K = 2𝑃
90 − 𝑃10
1
( 3,38 −2,93 )
2
= 3,538−2,703
0,225
= 0,835

= 0,269
Karena koefisien keruncingannya lebih dari 0,263 (>0,263), maka distribusinya
adalah leptokurtis.

Soal – soal latihan :

Statistik Pendidikan | 14
1. Tentukan koefisien kemiringan data berat badan 100 orang dibawah ini
menggunakan rumus pertama dari pearson dan tentukan jenis
distribusinya !

Berat Badan (kg) Banyaknya (orang)

25-29 8

30-34 12

35-39 26

40-44 16

45-49 15

50-54 9

55-59 14

Jumlah 100

2. Dari data soal no. 1 di atas, tentukanlah koefisien kemiringannya dengan

menggunakan rumus kedua dari pearson dan tentukan jenis distribusinya !
3. Dari data soal no. 1 di atas, tentukanlah koefisien kemiringannya dengan
menggunakan nilai kuartilnya dan tentukan jenis distribusinya !
4. Dari data soal no. 1 di atas, tentukanlah koefisien kemiringannya dengan
menggunakan nilai persentilnya dan tentukan jenis distribusinya !
5. Dari data soal no. 1 di atas, tentukanlah koefisien keruncingannya dan
termasuk jenis distribusi apakah nilai koefisien keruncingan tersebut ?

Statistik Pendidikan | 15
 Kunci jawaban :
Penyelesaian :

Berat F xi Fi .xi Fk µ d F. d F.d²

Badan
(Kg)

25-29 8 27 216 8 -10 -2 -16 32

30-34 12 32 384 20 -5 -1 -12 12

35-39 26 37 962 46 0 0 0 0

40-44 16 42 672 62 5 1 16 16

45-49 15 47 705 77 10 2 30 60

50-54 9 52 468 86 15 3 27 81

55-59 14 57 798 100 20 4 56 224

Jumlah 100 4205 101 425

𝑥̅ − 𝑀𝑜
1. Koefisien kemiringan pertama dari pearson = 𝑠
∑𝐹 − 𝑥𝑖 4205
̅=
𝒙 = = 42,05
∑𝐹 100
𝑑1
Modus = tbm + p (𝑑1+𝑑2)

Keterangan : tbm = tepi bawah kelas modus

p = panjang kelas
d1 = selisih frekuensi kelas modus dengan kelas sebelumnya
d2 = selisih frekuensi kelas modus dengan kelas sesudahnya
Berdasarkan frekuensi kelas modus terletak di kelas ketiga. Jadi tbm = 35 –
0,5 = 34,5, p = 5, d1= 26-12 = 14, d2 = 26-16 = 10.
𝑑1
Modus = tbm + p (𝑑1+𝑑2)
14
= 34,5 + 5 (14+10)

Statistik Pendidikan | 16
 = 34,5 + 2,916
= 37,416

√∑𝐹𝑖.𝑑2 √(∑𝐹𝑖.𝑑)2
S =P −
𝑛 𝑛

√425 √(101)²
=5 −
100 100

√425 √10201
=5 −
100 10000

√42500 √10201
=5 −
10000 10000

√32299
=5 10000

= 5 √3,2299
= 5 . 1,79
= 8,95
𝑥̅ − 𝑀𝑜
Koefisien kemiringan pertama dari pearson = 𝑠
42,05− 37,416
= 8,95
4,634
= 8,95

= 0,517

Karena koefisien kemiringannya 0,517 yaitu lebih dari 0, maka model

distribusinya adalah distribusi positif.

2. Diketahui :Kita sudah mendapatkan hasil 𝑥̅ = 42,05, s = 8,95

Ditanya : Berapa nilai koefisien kemiringan kedua dari Pearson ?

3 (𝑥̅ −Me)
Penyelesaian : Koefisien kemiringan = s
𝑛 100
Median = 2 = = 50 , terletak dikelas interval ke-4.
2

Jadi, tbMe = 40 – 0,5 = 39,5, p = 5, F = 8+12+26 = 46, F𝑄2 = 16

𝑛
−𝐹
2
Me = Tb Me + p (𝐹𝑚𝑒 )
50−46
= 39,5 + 5 ( )
16

= 39,5 + 1,25

Statistik Pendidikan | 17
 = 40,75
3 (𝑥̅ −Me)
Koefisien kemiringan kedua dari pearson = s
3 (42,05−40,75)
= 8,95
3 (1,3)
= 8,95
3,9
= 8,95

= 0,435
Karena koefisien kemiringannya 0,435 yaitu lebih dari 0, maka model
distribusinya adalah distribusi positif.

3. Diketahui : 𝑄2 = 40,75
Ditanya :Berapa nilai koefisien kemiringannya menggunakan nilai kuartil?
Penyelesaian : Koefisien kemiringan menggunakan nilai kuartil
𝑄3 −2 𝑄2 + 𝑄1
Koefisien kemiringan = 𝑄3 − 𝑄1

1
Letak 𝑄1 =4.n
1
= 4 . 100

= 25 terletak dikelas interval ke 3.

Jadi tb𝑄1 = 35 – 0,5 = 34,5, p= 5, F = 8+12 = 20, F𝑄1 = 26
1
𝑛−𝐹
𝑄1 = tb𝑄1 + p (4𝐹 𝑄 )
1
1
.100−20
4
= 34,5 + 5 ( )
26
25−20
= 34,5 + 5 ( )
26

= 34,5 + 0,961
= 35,461
Median = 𝑄2
= 40,75
3∑F 3.100
Letak 𝑄3 = = = 75 terletak dikelas interval ke 5.
4 4

Jadi tb𝑄3 = 45 –0,5= 44,5, p = 5, F =8+12+26+16 = 62, F𝑄3 =15

Statistik Pendidikan | 18
 3.∑𝐹
−𝐹
4
𝑄3 = tb𝑄3 + p ( )
𝐹 𝑄3
75−62
= 44,5 + 5 ( )
15

= 44,5 + 4,3
= 48,5
𝑄3 −2 𝑄2 + 𝑄1
Koefisien kemiringan = 𝑄3 − 𝑄1
48,5−2 (40,75)+35,461
= 48,5− 35,461
48,5−81,5+35,461
= 48,5− 35,461
2,461
= 13,039

= 0,188
Karena koefisien kemiringannya 0,188 yaitu lebih dari 0, maka model
distribusinya adalah distribusi positif

4. Penyelesaian : Nilai koefisien kemiringan menggunakan nilai persentil

𝑃90 −2 𝑃50 + 𝑃10
Koefisien kemiringan = 𝑃90 − 𝑃10
90 .∑𝐹 90 .100
Letak 𝑃90 = = = 90 terletak dikelas interval ke 7.
100 100

Jadi tb𝑃90 = 55 –0,5= 54,5, p = 5, F =8+12+26+16+15+9 = 86, F𝑃90 =14

90.∑𝐹
−𝐹
𝑃90 = tb 𝑃90 + p ( 100 )
𝐹𝑃 90

90−86
= 54,5 + 5 ( )
14

= 54,5 + 1,42
= 55,92
50 .∑𝐹 50 .100
Letak 𝑃50 = = = 50 terletak dikelas ke 4.
100 100

Jadi tb𝑃50 = 40 –0,5= 39,5, p = 5, F =8+12+26 = 46, F𝑃50 =16

50.∑𝐹
−𝐹
𝑃50 = tb 𝑃50 + p ( 100 )
𝐹𝑃 90

50−46
= 54,5 + 5 ( )
16

= 39,5 + 1,25
= 40,75
10 .∑𝐹 10 .100
Letak 𝑃10 = = = 10 terletak dikelas ke 2.
100 100

Statistik Pendidikan | 19
 Jadi tb𝑃10 = 30 –0,5= 29,5, p = 5, F =8, F𝑃10 =12
10.∑𝐹
−𝐹
𝑃10 = tb 𝑃10 + p ( 100 )
𝐹𝑃 10

10−8
= 29,5 + 5 ( )
12

= 29,5 + 0,83
= 30,33
𝑃90 −2 𝑃50 + 𝑃10
Koefisien kemiringan = 𝑃90 − 𝑃10
55,92−2 (40,75)+30,33
= 55,214 − 30,33
55,92−81,5+30,33
= 55,92 − 30,33
4,75
= 25,59

= 0,185
Karena koefisien kemiringannya 0,185 yaitu lebih dari 0, maka model
distribusinya adalah distribusi positif.

5. Diketahui : 𝑄1= 35,461, 𝑄3 = 48,5 , 𝑃90 = 55,214 , 𝑃10 = 30,33

Ditanya : Berapa nilai koefisien keruncingannya dan termasuk jenis
distribusi apa ?
Penyelesaian :
1
( 𝑄3− 𝑄1 )
2
K= 𝑃90 − 𝑃10
1
( 48,5−35,461)
= 2 55,92− 30,33
1
( 13,039)
2
= 25,59
6,5159
= 25,59

= 0,254

Karena nilai koefisien kurtosisnya kurang dari 0,263 (< 0,263), maka
distribusinya adalah platikurtil.
Angka Z (Z-Score)

Statistik Pendidikan | 20
 Setiap data mentah dapat ditransformasikan ke dalam skor baku. Skor baku
atau nilai baku atau angka-z (z-score) atau bilangan baru dapat dibentuk dengan
langkah-langkah sebagai berikut:
Dapat sampel yang berukuran n, data X1, X2, X3,...,Xn dengan rata-rata ̅ X dan
simpangan baku s, yaitu Z1,Z2,Z3,...,Zn

Untuk nilai Z dapat ditentukan dengan rumus:

Xi− X
̅
zi = dengan i = 1,2,3,...,n
s

Jika simpangan baku dari nilai z lebih besar dari nilai z yang lainnya maka
nilai z yang terbesar adalah nilai yang terbaik.

Data baru tersebut memiliki rata-rata 0 dan simpangan baku 1, dalam

penggunaannya data baru sering diubah menjadi distribusi yang baru dengan rata-
rata xbar0 dan simpangan baku atau angka standar, dengan menggunakan rumus:
̅
Xi− X
zi = x0 + s0 ( )
n

Dengan cara tersebut maka angka z menjadi bilangan standar, bilangan

baku, atau angka-z (z-score) .

Contoh 4.15:

Buat data baru dengan menggunakan angka-z (z-score) dan buktikan bahwa
data baru itu memiliki rata-rata hitung sam dengan 0 sdan simpangan baku sama
dengan 1, dari data 2, 8, 10, 4, 1!

Penyelesaian:
1+2+4+8+10 25
x̅ = = =5
5 5

x x- x̅ x-x̅̅̅
̅2
1 -4 16
2 -3 9
4 -1 1
8 3 9
10 5 25
Jumlah Sebanyak 60

̅̅̅
∑(X−x) 60
S=√ = √ 5 = 3,87
n−1
Xi− X
̅
zi = s
−4
zi = 3,78 = =1,034

Statistik Pendidikan | 21
 −3
= 3,78 = =0.775
−1
= 3,78 = =0,258
3
= 3,78 = =0,775
5
= 3,78 = =1,295

Data baru yang terbentuk:

= -1,031+(0,775)+(-0,258)+0,775+1,295
Rata-rata hitungannya adalah
−1,034+(−0,775)+(−0,258)+0,775+1,295 0,003
= = = 0,0006
5 5

zi zi − ̅̅̅
x0 (zi − x̅0 )2
-1,034 -1,0346 1,070
-0.775 -0,7756 0,601
-0,258 -0,2586 0,067
0,775 0,7744 0,600
1,295 1,2944 1,675
Jumlah 4,013

∑(zi − x̅0 )2 4,013

zi = √ =√ = 1,002
n−1 4

Contoh 4.16:
Dua orang dosen A dan B masing-masing memberi nilai sebesar 8 dan 7
pada saat ujian skripsi. Jika rata-rata dosen A memberi nilai sebesar 7,5 dan
simpangan bakunya 2 dan dosen B memberi rata-rata nilai sebesar 6,5 dan
simpangan bakunya 1. Dosen manakah yang memiliki nilai yang lebih konsisten?
Penyelesaian:
xA = 8 dan xB = 7
xA = 7,56 dan xB = 6,5
sA = 2 dan sB = 1
x −x̅ 8−7,5
zA = As A = 2 = 0,25
A

xB −x̅B 7−6,5
zA = = = 0,5
sB 1

Statistik Pendidikan | 22
Jadi, pemberian nilai dari dosen B lebih konsisten daripada dosen A. Hal ini
disebabkan nilai z untuk dosen B lebih besar daripada nilai z untuk dosen A.

Type equation here.

Statistik Pendidikan | 23
 DAFTAR PUSTAKA

Herrhyanto, Nar, Hamid, H.M. Akib. 2008. Statistika Dasar. Jakarta : Universitas

Terbuka.

Statistik Pendidikan | 24