TUGAS KELOMPOK 7

LAPORAN PRATIKUM STATISTIK

MODUL I
“Distribusi Frekuensi Dan Ukuran Statistik”

Disusun oleh :
1. Azmi Rahmadhan (180103016)
2. Rivan Agustiansyah (180103066)

PROGRAM STUDI TEKNIK INDUSTRI

FAKULTAS TEKNIK
UNIVERSITAS MUHAMMADIYAH RIAU
TP. 2019/2020
 BAB I

PENDAHULUAN

A. Latar belakang

statistic adalah sebagai suatu kumpulan data yang berbentuk angka dan tersusun rapi
dalam suatu tabel, grafik, gambar, dan lain-lain. Misalnya tabel mengenai keadaan pegawai di
kantor-kantor, grafik perkembangan jumlah penduduk dari waktu ke waktu, dan lain
sebagainya. Sedangkan pengertian yang lebih luas mengenai statistik adalah merupakan
kumpulan dari teknik mengumpulkan, analisis, dan interpretasi data dalam bentuk angka. Dan
statistik juga merupakan bilangan yang menunjukkan sifat-sifat (karakteristik) data yang
dikumpulkan tersebut.
Statistika dapat didefinisikan sebagai suatu ilmu pengetahuan yang berhubungan
dengan cara-cara mengumpulkan fakta/data, pengolahan data, kemudian menganalisis data
tersebut sehingga dapat diperoleh suatu kesimpulan/keputusan. Penggunaan istilah statitika
berakar dari istilah - istilah dalam bahasa latin “modern statisticum collegiums (“dewan
negara”) dan bahasa Italian statista (“negarawan” atau “politikus”). Statistik memegang peran
penting dalam penelitian,baik dalam penyusunan model,perumusan hipotesa dalam
pengembangan alat dan instrumen pengumpulan data,dalam penyusunan desain penelitian
,dalam penentuan sampel dan dalam analisa data.dalam bayak hal ,pengolahan dan analisa
datya tidak luput dari penerapan tehnik dan metode statistik tertentu ,yang mana kehadiranya
dapat memberikan dasar bertolak dalam menjelaskan hubungan-hubungan yang
terjadi.statistik dapat digunakan sebagai alat untuk memgetahui apakah hu bungan kualitas
antara dua atau lebih variabel benar-benar terkait secara benar dalam suatu kualitas empiris
atau hubungan tersebut hanya bersifat random atau kebetulan saja.

Di dalam statistik deskriptif kita selalu mengusahakan agar data dapat disajikan dalam
bentuk yang lebih berguna, lebih mudah dipahami dan lebih cepat dimengerti. Jika data yang
ada hanya sedikit, kita tidak mengalami kesulitan untuk membaca dan mengerti angka-angka
itu, tetapi apabila data yang tersedia banyak sekali jumlahnya, maka untuk mengerti data
tersebut kita akan mengalami kesulitan. Untuk memudahkannya data harus disusun secara
sistematis atau teratur kedalam distribusi frekuensi
B. Tujuan pratikum

 Memahami distribusi frekuensi dan mampu melakukan pengolah dat dalam penentuan
ukuran- ukuran statistik.
 Menganalisa data hasil pengolahan software MINITAB.

C. Manfaat pratikum

 Pratikum mampu memahami distribusi frekuensi dan dapat mengolah data.

 Pratikum mampu menganalisa data hasil pengolahan sofware MINITAB.

D.Alat Dan Bahan

 Satu set komputer

 Data

 Sofware MINITAB
 BAB II

DISTRIBUSI FREKUENSI DAN UKURAN STATISTIK

A. DISTRIBUSI FREKUENSI

a. Pengertian Distribusi frekuensi

Distribusi frekuensi adalah pengelompokan data ke dalam beberapa kelompok (kelas)

dan kemudian dihitung banyaknya data yang masuk kedalam tiap kelas. Distribusi frekuensi
merupakan salah satu bentuk klasifikasi data, yaitu klasifikasi data secara kuantitatif.

Di dalam statistik deskriptif kita selalu mengusahakan agar data dapat disajikan dalam
bentuk yang lebih berguna, lebih mudah dipahami dan lebih cepat dimengerti. Jika data yang
ada hanya sedikit, kita tidak mengalami kesulitan untuk membaca dan mengerti angka-angka
itu, tetapi apabila data yang tersedia banyak sekali jumlahnya, maka untuk mengerti data
tersebut kitaakan mengalami kesulitan. Untuk memudahkannya data harus disusun secara
sistematis atau teratur kedalam distribusi frekuensi.

b. Cara Membuat Tabel Distribusi Frekuensi

Contoh: Penjualan agen tiket PT Garuda per hari dalam jutaan rupiah

21.36 5.45 19.84 29.34 10.85 34.82 19.71 20.84

10.37 22.50 32.50 18.40 22.49 17.50 12.25 11.50
33.55 19.87 20.63 6.12 12.72 24.15 36.90 23.81
18.25 26.70 24.25 31.12 7.83 11.95 17.35 33.82
26.43 12.73 8.89 19.50 17.84 26.42 22.50 5.57
24.97 37.81 27.16 23.35 25.15 34.75 13.84 23.05
14.67 24.81 15.95 27.48 21.50 16.44 24.61 10.00
27.49 17.75 31.84 18.75 26.80 21.75 28.40 22.46
24.76 15.10 23.11 30.26 16.30 18.64 9.36 17.89
17.45 28.50 13.52 21.50 14.59 14.59 29.30 29.65

1. Menentukan Jumlah Kelas

K = 1 + 3,3 log n

= 1 + 3,3 Log 80

= 7,28 ———Ø 7

2. Mencari Range

Nilai Terkecil : 5,45

Nilai Terbesar : 37,82

Range = Nilai terbesar – Nilai terkecil

= 37,82 – 5,45

= 32,37 ………..Ø 32

3. Menentukan Panjang Kelas

Panjang Kelas = Range / Jumlah Kelas

= 32/7

= 4,57 …………….Ø 5

4. Menentukan Kelas

Penjualan
Kelas
(Dalam Jutaan Rp)
Kelas I 5 – 9,99
Kelas II 10 – 14,99
Kelas III 15 – 19,99
Kelas IV 20 – 24,99
Kelas V 25 – 29,99
Kelas VI 30 – 34,99
Kelas VII 35 – 39,99

c. Macam-Macam Distribusi Frekuensi

Distribusi frekuensi ada beberapa macam, diantaranya:

1. Ditinjau dari jenisnya

 Distribusi frekuensi numerik

 Distribusi kategorikal

2. Ditinjau dari nyata tidaknya frekuensi

 Distribusi frekuensi absolut

 Distribusi frekuensi relatif

3. Ditinjau dari kesatuannya

 Distribusi frekuensi satuan

 Distribusi frekuensi kumulatif

1. Distribusi frekuensi numerik dan kategorikal

Distribusi frekuensi numerik adalah Distribusi frekuensi yang didasarkan pada data-
data kontinum yaitu data yang berdiri sendiri dan merupakan suatu deret hitung, sedangkan
yang dimaksud dengan Distribusi frekuensi kategorikal adalah Distribusi frekuensi yang
didasarkan pada data-data yang terkelompok. Jika data masih berbentuk kontinum, maka
harus diubah lebih dahulu menjadi data kategorikal dan selanjutnya beru dicari frekuens
masing-masing kelompok.

Contoh:

Penelitian terhadap nilai pembaca S1 Jurusan Teknik Informatika untuk mata kuliah
statistik pada suatu perguruan tinggi. Dari hasil pengambilan sampel secara random(acak)
terambil sampel sebanyak 30 nilai statistik.
Dari sampel tersebut diperoleh data dengan penyebarannya sebagai berikut:

75 80 30 70 20 35 65 65 70 57
55 25 58 70 40 35 36 45 40 25
15 55 35 65 40 15 30 30 45 40

Pada contoh diatas merupakan contoh Distribusi frekuensi numerik. Mengingat

Distribusi frekuensi numerik didasarkan padadata apa adanya maka ada kemungkinan daftar
Distribusi akan panjang (terutama untuk data yang mempunyai rentangan panjang). Jika hal
ini terjadi maka usaha yang semula bertujuan mempermudah dalam membaca data melalui
penyusunan distribusi frekuensi tidak akan tercapai. Hal ini disebabkan karena daftar
distribusi masih panjang yang berkemungkinan besar masih mengacaukan pembaca. Untuk
mengatasi masalah tersebut dibuatlah distribusi frekuensi kategorikal yaitu data yang sudah
dikelompokkan seperti tabel dibawah ini:

Nilai F
15-25 5
26-36 7
37-47 6
48-58 4
59-69 3
70-80 5
30

Perubahan data numerik ke data kategorikal harus menggunakan aturan-aturan

tertentu, itu berarti bahwa pengelompokkan tersebut harus memuat aturan-aturan tertentu,
sehingga tidak akan terjadi suatu rentangan atau kelompok yang tidak berfrekuensi.

Tiga hal yang perlu diperhatikan dalam menentukan kelas bagi distribusi frekuensi
kategorikal:

1. Jumlah kelas
2. Lembar kelas

3. Batas kelas

1. Jumlah kelas

Tidak ada aturan umum yang menentukan jumlah kelas. H.A. Sturges pada tahun
1926 menulis artikel dengan judul: “The Choice of a Class Interval” dalam Journal of the
American Statistical Association, yang mengemukakan suatu rumus untuk menentukan
banyaknya kelas sebagai berikut:

K = 1 + 3,3 log n

Dimana:

K = banyaknya kelas

n = banyaknya nilai observasi

rumus ini disebut Kriterium Sturges dan merupakan suatu perkiraan tentang
banyaknya kelas. Misalnya data dengan n = 100, maka banyaknya kelas K adalah sebagai
berikut:

K = 1 + 3,3 (2) = 1 + 6,664 = 7,644 – 8

Jadi jumlah kelas/kelompok yang dianjurkan pada data di atas adalah 8.

Ada kemungkinam jumlah kelompok hasil perhitungan rumus di atas merupakan

pecahan, tetapi di sini untuk memudahkannyakita akan melakukan pembualatan. Langkah
berikutnya adalah mencari rentangan (interval) tiap kelas.

2. Lebar kelas atau interval

Disarankan interval atau lebar kelas adalah sama untuk setiap kelas. Pada umumnya,
untuk menentukan besar kelas (panjang interval) digunakan rimus:

Dimana:

c = lebar kelas

k = banyaknya kelas

= nilai observasi terbesar

= nilai observasi terkecil

nilai F
48-54 1
55-61 2
62-68 7
69-75 12
76-82 7
83-89 3
90-6 2
34

Nilai 48-54 disebut kelas interval. Urutan kelas interval disusun mulai data terkecil
hingga terbesar. Urutan kelas interval pertama adalah 48-54, dan urutan kelas unterval kedua
adalah 55-61, demikian seterusnya. Semua kelas interval berada di kolom sebelah kiri.
Sedangkan nilai yang berada disebelah kanan adalah nilai frekuansi yang disingkat f. f = 1
berarti yang mempunyai nilai antara 48 sampai 58 sebanyak 1. Nilai-nilai dikiri kelas interval
(48,55,62,69,76,83,90) disebut batas bawah kelas. Nilai 48 disebut batas bawah kelas
pertama, nilai 55 disebut batas bawah kelas kedua, dan sterusnya. Sedangkan nilai-nilai yang
di kanan kelas interval (54,61,68,75,82,89,96) disebut batas atas kelas.

Selisih positif antara batas bawah dengan batas atas harus sama yang disebut lebar kelas.

Misalnya kita memiliki data terbesar 95 dan data terkecil 10 dengan jumlah kelas 9, maka di
dapat:

Pembulatan pada penentuan interval sebaiknya ke atas, walaupun angka di belakang

koma kecil, karena pembulatan kebawah akan menanggung resiko yaitu ada data yang tidak
masuk dalam kelompok yang telah ditentukan.

3. Batas kelas

Batas kelas bawah menunjukkan kemungkinan nilai data terkecil pada suatu kelas.
Sedangkan batas kelas atas mengidentifikasi kemungkinan nilai terbesar dalam suatu kelas.

Contoh:

Berikut ini adalah data tenteng nilai pembaca:

 48 50 37 43 51 52 47 48 48 41
42 45 48 37 53 52 51 48 43 41

Jawab

 Langkah 1 urutkan data dari yang terkecil hinga yang terbasar

37 37 41 41 42 43 43 45 47 48
48 48 48 48 50 51 51 52 52 53
 Langkah 2 tentukan nilai max dan min

Nilai max = 53 dan nilai min = 37

 Langkah 3 tentukan range (selisih nilai max dan min)

Range = 53-37=16 (kelas interval harus mampu menampung semua data observasi)

 Langkah 4 tentukan jumlah kelas dengan menggunakan rumus sturges

k = 1 + 3,3 log n

= 1 + 3,3 log 20 = 1 + 3,3 * 1,3 = 5,29 — 5

 Langkah 5 tentukan c (lebar kelas/interval)

 Langkah 6 membuat tabel distribusi frekuensi

Nilai Frekuensi
37-40 2

41-44 5

45-48 7

49-52 5

53-56 1

2. Distribusi frekuensi absolut dan relative

 Distribusi frekuensi absolut adalah suatu jumlah bilangan yang menyatakan
banyaknya data pada suatu kelompok tertentu. Distribusi ini disusun berdasarkan data apa
adanya, sehingga tidak menyulitkan peneliti dalam membuat distribusi ini.Sedangkan
Distribusi frekuensi relatif adalah suatu jumlah persentase yang menyatakan banyaknya data
pada suatu kelompok tertentu. Dalam hal ini pembuat distribusi terlebih dahulu harus dapat
menghitung persentase pada masing-masing kelompok. Distribusi akan memberikan
informasi yang lebih jelas tentang posisi masing-masing bagian dalam keseluruhan, karena
kita dapat melihat perbandingan antara kelompok yang satu dengan kelompok yang
lainnya.walaupun demikian kita masih belum memperoleh gambaran yang jelastentang
penyebab adanya perbedaan tersebut. Berikut adalah rumus mencari Distribusi frekuensi
relatif:

Tabel frekuensi relatif dan frekuensi kumulatif

X f fr fk* fk**
X1 f1 f1/n*100 f1 f1+f2+…+fi+…+fk
X2 f2 f2/n*100 f1+f2 f2+…+fi+…+fk
. . . . .
. . . . .
. . . . .
Xi fi fi/n*100 f1+f2+…+fi fi+…+fk
. . . . .
. . . . .
. . . . .
Xk fk fk/n*100 f1+f2+…+fi+…+fk fk

Contoh:

Dari soal diatas didapat frekuensi relatifnya adalah:

nilai Frekuensi (2/20)*100

Frek. Relatif
37-40 2 10
41-44 5 25
45-48 7 35
49-52 5 25
53-56 1 5
 total 20

Contoh lain:

Data pengukuran tinggi badan atas 100 orang. Setelah dilakukan penyederhanaan
data(tinggi badan dikelompokkan menjadi 7 kelompok/kelas), maka distribusi frekuensi
absolut dan relatif dapat dikihat pada tabel dibawah ini:

Tinggi badan(cm) Frekuensi (5/100)*100%

Frek. Relatif
150-154 5 5
155-159 10 10
160-164 25 25
165-169 30 30
170-174 19 19
175-179 8 8
180-184 3 3
Total 100 100

3. Distribusi frekuensi satuan dan kumulatif

Distribusi frekuensi Satuan adalah frekuensi yang menunjukan berapa banyak data
pada kelompok tertentu. Contoh-contoh Distribusi frekuensi diatas menunjukkan Distribusi
frekuensi satuan, baik yang numerik maupun relatif. Yang dimaksud distribusi frekuensi
kumulatif adalah distribusi frekuensi yang menunjukkan jumlah frekuensi pada sekelompok
nilai tertentu mulai dai kelompok sebelumnya sampai kelompok tersebut.

B. UKURAN STATISTIK
statistik adalah bilangan yang diperoleh dari sekumpulan data statistik melalui proses
sritmatik tertentu. Ukuran yang dihitung dari kumpulan data sampel dinamakan
statistic sedangkan apabila dihitung dari kumpulan data populasi dinamakan paramater.

Pada ukuran statistic memiliki alat untuk mengukur yaitu :

1. UKURAN GEJALA PUSAT
Suatu ukuran nilai yang diperoleh dari nilai data observasi dan mempunyai
kecenderungan berada ditengah - tengah nilai data observasi. Ukuran gejala pusat dipakai
sebagai alat atau sebagai parameter untuk dapat digunakan sebagai bahan pegangan dalam
menafsirkan suatu gejala atau suatu yang akan diteliti berdasarkan hasil pengolahan daa yang
dikumpulkan.

Beberapa ukuran gejala pusat yaitu :

a. Rata - rata hitung (Mean)

Rata - rata adalah setiap bilangan yang bisa dipakai sebagai wakil dari rentetan nilai
rata-rata itu, wujudnya berupa satu bilangan saja namun dapat mencerminkan gambaran
secara umum mengenai kumpulan atau deretan bahan keterangan berupa angka atau bilangan
itu. Mean adalah jumlah dari keseluruhan bilangan yang ada dibagi dengan banyaknya angka
bilangan tersebut.

Jenis - jenis Mean yaitu :

- Mean data tidak terkelompok

Rumus :

- Mean data terkelompok

Rumus :
 b. Median
Median adalah titik tengah dari keseluruhan satuan data. Oleh karena itu terdapat 50%
data yang berapa dibawah atau sama dengan nilai tersebut dan 50% data yang berada diatas
atau sama dengan data tersebut.
Jenis - jenis median yaitu :

- Median data tidak terkelompok

Suatu data yang membagi sekelompok data menjadi 2 bagian sama banyaknya

Rumus :
- Median data terkelompok

c. Modus
Umumnya modus dipakai sebagai "nilai rata-rata" bagi data kualitatif yang digunakan
sebagai sebuah kesimpulan. Data observasi yang mempunyai 2 modus disebut bimodus dan
data observasi yang mempunyai lebih dari 2 modus disebut bimodus.
 Jenis - jenis modus :

- Modus data tidak terkelompok

Merupakan data yang paling sering muncul atau jumlah frekuensinya terbanyak.
- Modus data terkelompok
Data yang disusun secara terkelompok karena menggunakan daftar distribusi.
Biasanya digunakan untuk data yang besar/data yang berbobot maupun data yang tidak
berbobot.

Hubungan antara Mean, Median, dan Modus adalah dapat digunakan mengetahui
kemiringan kurva poligon distribusi frekuensi data observasi.
1. Mean = Median = Modus => Kurvanya simetris
2. Mean < Median < Modus => Bentuk kurvanya miring ke kiri
3. Mean > Median > Modus => Bentuk kurvanya miring ke kanan

d. Kuartil
Untuk menentukan kuartil dengan cara :
1. Susun data menurut urutan nilainya
2. Tentukan letak kuartil
3. Tentukan nilai kuartil

Jenis-jenis kuartil :
- Kuartil data tidak terkelompok
Suatu data yang membagi sekelompok data yang sudah diurutkan menjadi empat
bagian yang sama banyaknya, makan akan K1, K2, K3 atau Q1, Q2, Q3

- Kuartil data terkelompok

e. Desil
Jika kumpulan data dibagi menjadi 10 bagian yang sama banyak , maka tiap bagian
tersebut persepuluhan atau disebut desil. Cara menentukan Desil sama seperti menentukan
cara kuartil.

Jenis-Jenis Desil

- Desil data tidak terkelompok

- Desil data terkelompok

f. Persentil
Merupakan ukuran letak yang paling halus karena pembagiannya 1 sampai 9.

Jenis-jenis Persentil :

- Persentil data tidak terkelompok

- Persentil data terkelompok

2. UKURAN PENYEBARAN
 Yaitu Memberikan gambaran seberapa besar data menyebar dalam kumpulannya agar
dapat diketahui seberapa jauh data-data menyebar dari titik pemusatnya.

Ukuran-ukuran penyebaran yang sering digunakan antara lain :

a. Range (Jangkauan)
Digunakan untuk melihat atau menentukan perbedaan antara data yang paling besar
dengan data yang paling kecil. Jika data upah para pekerja, maka jangkauan dapat digunakan
untuk melihat perbedaan upah antara upah tertinggi dengan upah terendah.

Jangkauan = data terbesar – data terkecil

b. Rata – rata Simpangan

Jarak antara tiap data dengan mean dinyatakan dengan :

Rata – rata simpangan adalah jumlah jarak tiap data dengan mean dibagi banyak data.

c. Simpangan Baku
Merupakan ukuran simpangan yang paling banyak digunakan. baku terbagi menjadi 2
yaitu :

- Simpangan Baku Data Tunggal

- Simpangan Baku Data Kelompok