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
bahasa Inggris. Jadi, statistika secara prinsip mula-mula hanya mengurus data yang

1
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.

2
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.

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
3
 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.

 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

4
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.

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

5
 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, 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

6
 Kurs Beli Kurs Jual

 18/2
 19/2
 20/2
 21/2
 22/2

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

7
 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°

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

8
4. Rata-rata ukur

5. Rata-rata harmonis

Rata-Rata Hitung

Rumus umumnya :

Jumlah semua nilai data

Rata - rata hitung 
Banyaknya nilai data

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

9
 Σf = 60 ΣfX = 3955

fX 3955
X   65,92
f 60

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

a. Median

Untuk data berkelompok

n 
 -F
Med  L 0  c  2 
 f  10
 
 
L 0  batas bawah kelas median
F  jumlah frekuensi semua kelas sebelum
 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 
 
 

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

11
 Data yang paling sering muncul
Interval Kelas Frekuensi adalah 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  11 6 
Mod  73,5  13    78,61
 11  17  60
Σf =
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.

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 12
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

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

13
 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 
 
 

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

14
 Interval Nilai Frekuensi
Kelas Tengah
(X)
 3.60 D membagi
9-21 15 3  - 11  3
D3  47,5  13 10 data 30%  58,875
 8 
22-34 28 4   D7 membagi
 
data 70%
35-47 41 4
Sehingga :
48-60 54 8
 D3 berada pada
61-73 67 12
48-60

74-86 80 23  D7 berada pada

74-86
87-99 93 6
 7.60 
 - 31 
D7  73,5  13 10 Σf =  6079,72
 23 
 
 

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 
 
 

15