Modul Statistika I 2012 Internal PDF

MODUL STATISTIKA I – 2012 (INTERNAL)
MODUL STATISTIKA I
LEMBAR PENGESAHAN MODUL PRAKTIKUM STATISTIKA I

SEMESTER GENAP 2012
FAKULTAS EKONOMI
UNIVERSITAS PADJADJARAN
Disusun Oleh:
Tim Asisten Dosen Statistika FE UNPAD
Mengetahui dan Menyetujui,

Ketua Program Studi ESP UNPAD
Dr. Mohammad Fahmi, S.E., M.T.

NIP. 197312302000121001
NB : Dimungkinkan terjadinya kesalahan pengetikan soal dan jawaban

KATA PENGANTAR
Bismillahirahmaanirrahiim
Assalamu‟alaikum Wr. Wb,
Alhamdulillahirabbil‟alamin. Puji Syukur penyusun ucapkan atas segala
Rahmat dan Karunia-Nya yang tidak henti-hentinya diberikan sehingga akhirnya
kami dapat menyelesaikan Modul Praktikum Statistika I 2012 ini dengan sebaik-
baiknya.
Kami ucapkan terima kasih kepada semua pihak yang telah membantu dalam
penyusunan modul ini. Penyusun berharap semoga modul ini dapat bermanfaat dan
memberikan kontribusi aktif terhadap dunia akademis.
Akhir kata, tidak ada gading yang tak retak, kesempurnaan hanya milik Allah
SWT, penyusun menyadari bahwa penyusunan modul ini masih banyak kekurangan.
Oleh karena itu, saran dan kritik yang membangun sangat penyusun nantikan demi
perbaikan modul ini ke arah sempurna.
Wassalamu‟alaikum Wr. Wb.
Irsyad Sarah Yusti
Meisa Ditha Tiara Yessica
Hamdi Ardina Yasyir
Nina Kore Heni

DAFTAR ISI
DISTRIBUSI FREKUENSI 1
UKURAN GEJALA PUSAT 29
UKURAN DISPERSI 59
ANGKA INDEKS 94
ANALISIS DERET BERKALA 110
PELUANG 142
DISTRIBUSI PELUANG TEORITIS 163
DISTRIBUSI NORMAL DAN PENDEKATAN DISTRIBUSI BINOMIAL OLEH
DISTRIBUSI NORMAL 190
APPENDIX 205
DISTRIBUSI FREKUENSI
Ringkasan Teori
Seringkali data yang telah tertumpuk tersedia dalam jumlah yang sangat besar
sehingga kita mengalami kesulitan untuk mengenali ciri – cirinya. Oleh karena itu,
data yang jumlahnya besar perlu ditata atau diorganisir dengan cara meringkas data
tersebut kedalam bentuk kelompok data sehingga dengan segera dapat diketahui
cirinya dan dapat dengan mudah dianalisis sesuai dengan kepentingan kita.
Pengelompokan data tersebut dilakukan dengan cara mendistribusikan data dalam
kelas atau selang dan menetapkan banyaknya nilai yang termasuk dalam tiap kelas
yang disebut frekuensi kelas, Suatu pengelompokan atau penyusunan data menjadi
tabulasi data yang memakai kelas – kelas data dan dikaitkan dengan masing – masing
frekuensinya disebut distribusi frekuensi atau Sebaran frekuensi
Bagian Distribusi Frekuensi
1. Kelas ( Class )
Pengelompokan individu atau item dari data ( Class ) yang diobservasi
kedalam batas – batas nilai tertentu
2. Batas kelas ( Class limit )

Bilangan – bilangan yang membatasi kelas – kelas ( class limit ) tertentu, yang
memiliki 2 macam pengertian:
a. Batas Kelas / ujung kelas ( State Class Limit ) yaitu bilangan -
bilangan yang tertera didalam suatu distribusi frekeuensi yang
membatasi kelas – kelas tertentu yang terdiri dari
1
i. Batas bawah kelas / Ujung bawah kelas (Lower State Class

limit/ LCL)
Adalah bilangan yang paling kecil yang membatasi kelas
tertentu
ii. Batas atas kelas/Ujung atas kelas (Upper State Class limit/
UCL)
Bilangan yang paling besar yang membatasi kelas tertentu
b. Batas kelas sebenarnya / Tepi kelas ( Class Boundaries ) yaitu
bilangan – bilangan yang membatasi antara tiap dua kelas yang
berurutan, yang terdiri dari :
i. Batas bawah kelas sebenarnya/tepi bawah kelas ( Lower Class
Boundaries / LCB )
Bilangan yang diperoleh dari rata-rata ujung atas kelas
sebelumnya dengan ujung bawah kelas yang bersangkutan
ii. Batas atas kelas sebenarnya/tepi atas kelas ( Upper Class
Boundaries / UCB )
Bilangan yang diperoleh dari rata-rata ujung atas kelas yang
bersangkutan dengan ujung bawah kelas yang berikutnya
3. Panjang kelas /Lebar kelas / Ukuran Kelas ( Class interval / Class Size ) 
Ci
Bilangan – bilangan yang menunjukkan panjang / lebar / ukuran dari tiap –
tiap kelas yang diperoleh dengan cara mengurangkan batas bawah kelas
berikutnya dengan batas kelas yang bersangkutan
4. Frekuensi ( Frequency ) f
Angka yang menunjukkan banyaknya data individual yang terdapat dalam
satu kelas
2
5. Nilai tengah/ titik tengah/tanda kelas ( Midpoint / Class Mark )  X

Bilangan – bilangan yang dapat mewakili kelas – kelas tertentu yang
diperoleh dengan jalan atau cara merata – ratakan batas kelas yang
bersangkutan.
Nilai tengah =
Contoh soal :
Distribusi Frekuensi Nilai Ujian Akhir Semester
Mata kuliah Statistika I
Batas kelas Tepi Kelas Nilai Tengah Frekuensi
23 – 27 22,5 – 27,5 25 2
28 – 32 27,5 – 32,5 30 4
33 – 37 32,5 – 37,5 35 15
38 – 42 37,5 – 42,5 40 21
43 – 47 42,5 – 47,5 45 31
48 – 52 47,5 – 52,5 50 35
53 – 57 52,5 – 57,5 55 46
58 – 62 57,5 – 62,5 60 11
63 – 67 62,5 – 67,5 65 12
68 – 72 67,5 – 72,5 70 3
Jumlah 180
LCL UCL LCB UCB Nilai tengah Σf f
3
Tahapan untuk menyusun suatu distribusi frekuensi
Secara umum langkah – langkah yang diperlukan untuk membuat tabel distribusi
frekuensi adalah sebagai berikut :
1. Menyusun urutan (array) dari data yang di observasi

Array : data yang disusun berdasarkan urut - urutan
2. Tentukan nilai maksimum ( terbesar ) dan nilai minimum ( terkecil ) dari data
mentah, kemudian hitunglah sebaran / rentang/jangkauan/ Range dengan
menggunakan :
Rumus : R = Xmaksimum - Xminimum
3. Menentukan banyaknya kelas ( k ) dengan rumus Sturges

k= 1 + 3,322 Log N atau k = 1 + 3,322 log n
N = banyaknya anggota populasi; n = banyaknya anggota sampel
4. Menentukan panjang/lebar/ukuran dari tiap – tiap kelas dengan rumus

Ci merupakan blangan bulat yang mempunyai nilai kelipatan 3 atau 5 yang
Ci = = diperoleh dengan cara membulatkan ke atas dari hasil perhitungan
5. Menentukan batas – batas kelas serta memasukkan setiap individu/item dari

data yang diobservasi kedalam kelas yang bersangkutan
6. Menyusun suatu distribusi frekuensi secara jelas dan lengkap berdasarkan
tabel pada tahap 5
Macam – macam Grafik Distribusi Frekuensi
1. Histogram ( Hystogram )
4
Suatu bentuk grafik distribusi frekuensi yang merupakan batang – batang

yang disusun secara berderet tanpa jarak yang menggambarkan tinggi
frekuensi tiap kelas
2. Poligon ( Polygon )
Suatu bentuk Grafik distribusi frekuensi yang merupakan garis patah – patah
yang menghubungkan titik tengah histogram tiap kelasnya
3. Ozaiv ( Ogive )
Suatu bentuk Grafik distribusi frekuensi yang merupakan garis patah – patah
yang menghubungkan tinggi frekuensi kumulatif dari tiap – tiap kelasnya.
5
4. Kurva Frekuensi ( Frequency Curve / Smoothing Curve)

Suatu bentuk Grafik distribusi frekuensi yang merupakan garis lengkung yang
juga merupakan penghalusan dari bentuk poligon sedemikian rupa sehingga
luas daerah dibawahnya sama dengan luas daerah dibawah poligon.
Macam – macam Distribusi Frekuensi
a) Distribusi Frekuensi Distrikyaitu distribusi frekuensi yang diantara tiap dua

kelas yang berurutan terdapat celah 1 unit / satuan
b) Distribusi Frekuensi Kontinu yaitu distribusi frekuensi yang diantara tiap
kelas yang berurutannya terdapat celah sebesar 0 atau bilangan yang
mendekati 0
c) Distribusi Frekuensi tertutup yaitu distribusi frekuensi yang seluruh batas
kelasnya dinyatakan dengan bilangan tertentu
d) Distribusi Frekuensi terbuka yaitu distribusi frekuensi yang tidak seluruh
batas kelasnya dinyatakan dengan bilangan tertentu, terdiri atas
a. DF terbuka atas
Adalah DF yang batas bawah kelas terakhirnya tidak dinyatakan
dengan bilangan melainkan dengan keterangan “ kurang dari “
b. DF terbuka bawah
Adalah DF yang batas atas kelas terakhirnya tidak dinyatakan dengan
bilangan melainkan dengan keterangan “ lebih dari “
c. DF terbuka atas bawah
Adalah DF yang batas bawah kelas pertama dan batas atas kelas
terakhirnya masing – masing tidak dinyatakan dengan bilangan
melainkan dengan keterangan “ kurang dari “ dan “ atau lebih “
e) Distribusi Frekuensi Relatif yaitu distribusi frekuensi yang frekuensinya
dinyatakan dengan bilangan – bilangan tertentu yang berbentuk ratio atau
persentase yang jumlah seluruh frekuensinya selalu sama dengan 1 atau 100
%
6
firelatif =  dalam bentuk ratio
firelatif = x 100  dalam bentuk persentase
f) Distribusi Frekuensi Kumulatif yaitu distribusi frekuensi yang frekuensinya

ditambahkan atau dikurangkan secara bertahap dengan frekuensi tiap kelasnya
dari DF asalnya. DF kumulatif terdiri dari :
a. DF Kumulatif positif / DF kumulatif kurang dari/DF kumulatif less
than
DF kumulatif yang frekuensi kumulatifnya dimulai dengan 0
kemudian ditambahkan secara bertahap dengan frekuensi tiap – tiap
kelas dari DF asalnya.
b. DF Kumulatif negatif / DF kumulatif lebih dari/DF kumulatif more
than
DF kumulatif yang frekuensi kumulatifnya dimulai dengan jumlah
seluruh frekuensi dari DF asalnya kemudian dikurangkan secara
bertahap dengan frekuensi tiap-tiap kelas dari DF asalnya.
Rumus - Rumus Yang Biasa Dipakai Dalam Distribusi Frekuensi

UCBi = LCB(i+1) Cii = UCB(i+1) – LCBi
UCB = Cii =X (i+1) – Xi Untuk DF Yang memiliki Ci sama
Xi = UCLi = LCLi –( Ci-1 ) Untuk DF Diskrit
Cii = LCL(i+1) – LCL UCLi = LCLi –( Ci- ) Untuk DF Kontinu
fi kepadatan =
7
Contoh Soal :
Berikut ini diberikan data tinggi badan mahasiswi Fakultas Ekonomi dan Bisnis ,
Universitas Harapan Ayah dan Ibu
a) Susunlah data tersebut ( Array ) ?

b) Buatlah ditribusi frekuensinya ?
c) Berapa jumlah mahasiswa yang memiliki tinggi badan maksimal 140 cm dan
yang lebih dari 170 cm ?
d) Buatlah distribusi frekuansi kumulatifnya ?
e) Gambarkan Ogive nya ?
Jawab :
a) Array
b) Distribusi Frekuensi
R = Xmaks – X min
= 180 – 121 = 59
8
k=1+3,322 log n
= 1 +3,322 log 40 = 6,3220 , diambil 6
Ci = R/k  59/6 = 9,8333, diambil 10
Distribusi Frekuensi Data

Tinggi Badan Mahasiswa
Universitas Harapan Ayah Dan Ibu
Tinggi Badan Jumlah Mahasiswa

121 – 130 2
131 – 140 3
141 – 150 11
151 – 160 10
161 – 170 9
171 – 180 5
Jumlah 40
Sumber : Contoh Soal Distibusi Frekuensi Modul Pratikum Statistika 1, 2012
c) Jadi, Jumlah mahasiswa yang memiliki tinggi maksimal dari 140 dan yang
lebih dari 170 adalah 2+3+5 = 10 orang
d) Distribusi frekuensi kumulatif kurang dari dan lebih dari adalah sebagai
berikut :
Tinggi Jumlah Frekuensi Kumulatif
badan Mahasiswa Nilai Fk kurang Nilai Fk lebih
dari dari
< 121 0 > 121 40

121 – 130 2 < 131 2 > 131 38
131 – 140 3 < 141 5 > 141 35
9
141 – 150 11 < 151 16 > 151 24

151 – 160 10 < 161 26 > 161 13
161 – 170 9 < 171 35 > 171 5
171 – 180 5 < 181 40 > 181 0
Jumlah 40
e) Gambar Ogive nya adalah :
10
SOAL DISTRIBUSI FREKUENSI
1. Berikut ini disediakan distribusi relatif umur dari 65 orang mahasiswa di

universitas “ X “
Umur Frekuensi relatif
16 – 20 12,31
21 – 25 15,38
26 – 30 24,62
31 – 35 21,54
36 – 40 15,38
41 – 45 7,69
46 – 50 3,08
a) Susunlah ke dalam distribusi frekuensi biasa ( distribusi frekuensi asalnya ),

dan gambarkan histogram dan poligonya ?
b) Buatlah distribusi frekuensi kumulatif kurang dari dan lebih dari , serta
gambarkan ogifnya ?
Jawab :
( Pokok – Pokok Materi Statistika 1 – M. Iqbal hasan, hal 61, no 3)
a) Untuk mengembalikan ke dalam distribusi frekuensi asalnya kita gunakan

rumus
frel = x 100 atau f i=
jadi : f1 = =8 f2 = = 10
11
f3 = = 16 f4 = = 14
f5 = = 10 f6 = =5
f7 = =2
Tabel 1. Umur mahasiswa universitas “X”
Umur X Banyaknya
Mahasiswa
16 – 20 18 8
21 – 25 23 10
26 – 30 28 16
31 – 35 33 14
36 – 40 38 10
41 – 45 43 5
46 – 50 48 2
Jumlah 66
Gambar 1a .
b) Distribusi frekuensi kumulatif kurang dari dan lebih dari adalah sebagai
berikut :
Umur Banyaknya Frekuensi Kumulatif
Mahasiswa Nilai fk Nilai fk
< 16 0 > 16 65
16 – 20 8 < 21 8 > 21 57
21 – 25 10 < 26 18 > 26 47
12
26 – 30 16 < 31 34 > 31 31
31 – 35 14 < 36 48 > 36 17
36 – 40 10 < 41 58 > 41 7
41 – 45 5 < 46 63 > 46 2
46 – 50 2 < 51 65 >51 0
Gambar 1b.Ogif
Positif dan
Negatif Untuk
Umur Mahasiswa
„X„
2. Here is afrequency distribution of 75 measurements of the diameter pipe

construction of abuilding.
Midpoint Amount of Pipes
14,5 11
24,5 10
34,5 7
44,5 24
54,5 14
64,5 9
a) Arrange the origin`s frequency distribution?
b) Draw Histogramsandpolygons curve?
c) What percentage of the measurement pipe at least 40 cm?. And how
many pipes measuring more than 50 cm?
13
Jawab :
( Modul Statistika 1 , 2010 no 4)
Mid point = Xn
Ci = Xn+1 - Xn
= 24,5 – 14,5
= 10
X1 = 14,5
Tepi Atas = 2Xn – Tb
Tepi Bawah = Tb + Ci
2Xn – Tb = Tb + Ci
2(14,5) – Tb = Tb + 10 Untuk Tepi bawah kelas 1
29 – Tb = Tb + 10
2Tb = 29 – 10
Tb = 9,5
Ta = 2(14,5) – 9,5
= 19,5
X2 = 24,5
49 – Tb = Tb + 10
2Tb = 49 – 10
Tb = 19,5
Ta = 2(24,5) – 19,5
= 29,5
14
X3 = 34,5
59 – Tb = Tb + 10
2Tb = 59 – 10
Tb = 29,5
Ta = 2(24,5) – 29,5
= 39,5
X4 = 44,5
89 – Tb = Tb + 10
2Tb = 89 – 10
Tb = 39,5
Ta = 2(44,5) – 39,5
= 49,5
X5 = 54,5
109 – Tb = Tb + 10
2Tb = 109 – 10
15
Tb = 49,5
Ta = 2(54,5) – 49,5
= 59,5
X6 = 64,5
2(64,5) – Tb = Tb + 10 Untuk Tepi bawah kelas6
129 – Tb = Tb + 10
2Tb = 129 – 10
Tb = 59,5
Ta = 2(64,5) – 59,5
= 69,5
Distribusi Frekuensi pengukuran Pipa
Pengukuran Banyak Pipa / f

10 – 19 11
20 – 29 10
30 – 39 7
40 – 49 24
50 – 59 14
60 – 69 9
Total 75
Sumber : Soal No.2 Modul Pratikum Statistika 1, 2012
16
b)
d) Jadi. % jumlah pengukuran yang dilakukan minimal/ paling sedikit 40

cm adalah
x 100 = 62,67 %
Dan , jumlah pengukuran lebih dari 50 Cm adalah =14 + 9 = 23

Pengukuran
3. The following are50 students‟ grades instatistics IIat the University

ofPadjadjaranSemesterII1997.
a) How manypeoplewho scoredbetween44-52and80-82?

b) What percentageof peoplewho scoredbetween53-61and89-97?
c) How many peoplewhoscore lessthan44 andlessthan 71?
Jawab:
17
( Pokok – Pokok Materi Statistika 1 – M. Iqbal Hasan, hal 55)
a) Tabel: Nilai Statistika II 50 mahasiswa Unpad semester II tahun1997
Nilai Frekuensi / f
Jadi, Banyaknya mahasiswa yang
35 – 43 3 mendapat nilai antara 44 – 52 adalah 2
44 – 52 2 orang dan antara 80 – 88 adalah 13 orang.
53 – 61 3
62 – 70 7
71 – 79 13
80 – 88 13
Sumber : Soal no 7 Modul Pratikum Statistika 1
89 – 97 9
FEB Unpad 2012
Jumlah 50
.
b) Tabel: Distribusi frekuensi relatif nilai statistika II mahasiswa Unpad
tahun 1997
Nilai Frekuensi / f Frekuensi Jadi, mahasiswa yang mendapat nilai antara
Relatif ( % ) 53 – 61 adalah 6 % dan yang mendapat
35 – 43 3 6 nilai antara 89 – 97 adalah 18 %
44 – 52 2 4
53 – 61 3 6
62 – 70 7 14
71 – 79 13 26
80 – 88 13 26
89 – 97 9 18
Jumlah 50 100
c) Tabel : Distribusi frekuensi kumulatif kurang dari
18
Nilai Frekuensi / f Frekuensi Relatif (fkumulatif)

Nilai Fk kurang dari
<35 0
35 – 43 3 <44 3
44 – 52 2 <53 5
53 – 61 3 <62 8
62 – 70 7 <71 15
71 – 79 13 <80 28
80 – 88 13 <89 41
89 – 97 9 <98 50
Sumber : Soal no 3 Modul Pratikum Statistika 1 FEB Unpad 2012
Jadi, banyaknya mahasiswa yang nilainya kurang dari 44 adalah 3 orang, dan
yang kurang dari 71 adalah 15 orang.
4. Distribusi frekuensi kumulatif dari Gaji Bulanan 60 Orang Pekerja Pabrik X

adalah sebagai berikut :
Gaji ( Juta Rupiah) Banyak Karyawan

Kurang dari 1 0
Kurang dari 2 4
Kurang dari 3 8
Kurang dari 4 15
Kurang dari 5 30
Kurang dari 6 45
Kurang dari 7 56
Kurang dari 8 60
19
a) Susunlah Distribusi Asalnya ?

b) Buatlah distribusi Frekuensi relatifnya ?
Jawab :
( Modul Statistika 1, 2010 no 8 )
a) Panjang / lebar kelas = Ci = 2 – 1 = 1
Distribusi Frekuensi Gaji Bulanan Pabrik X

1 – 1,9 4
2 – 2,9 4
3 – 3,9 7
4 – 4,9 15
5 – 5,9 15
6 – 6,9 11
7 – 7,9 4
Jumlah 60
Sumber : Soal no.4 Modul Pratikum Statistika 1 FEB Unpad
f1 = = 6,67 % f5 = = 25 %
f2 = = 6,67 % f6 = = 18,33%
f3 = = 11,67 % f7 = = 6,67 %
f4 = = 25 %
Distribusi Frekuensi relatif Gaji Karyawan Pabrik X
20
Relatif ( f relatif )
1 – 1,9 6,67 %
2 – 2,9 6,67 %
3 – 3,9 11,67 %
4 – 4,9 25 %
5 – 5,9 25 %
6 – 6,9 18,33%
7 – 7,9 6,67 %
Jumlah 100 %
5. The databelowisthedata onbirthsper1000 populationin various district ofthe

island of Javaforthe period1955 to 1959
a) Arrange a goodfrequency distributionforthis data?

b) Make alist ofcumulativefrequencydistributionsof lessthanandmorethan?
Jawab :
21
(Prof.Dr. Sudjana. Statistika untuk Ekonomi dan Niaga ed. 5. Hal 88 no 10)
a) Carilah banyaknya kelasnya terlebih dahulu

k = 1 + 3,322 log n
= 1 + 3,322 log 75
= 7,1878, ambil k = 8
Rentang kelas = Rmaks – Rmin = 44,3 – 13 = 31,3

Panjang / lebar kelas = = 3,9125, ambil 4
Distribusi frekuensi
kelahiran per 1000 penduduk di berbagai daerah di jawa 1955 – 1959
Kelahiran f
per 1000 penduduk (banyaknya
kelompok )
13,0 – 16,9 2
17,0 – 20,9 3
21,0 – 24,9 0
25,0 – 28,9 7
29,0 – 32,9 20
33,0 – 36,9 22
37,0 – 40,9 12
41,0 – 44,9 9
Jumlah 75
b) Distribusi frekuensi kurang dari dan lebih dari
22
Kelahiran per 1000 penduduk di jawa sellama 1955 - 1959
Frekuensi kumulatif
Nilai fk Kurang dari Nilai fk Lebih dari
Kurang dari 13,0 0 Lebih dari 13,0 75
6. Here isthe resultof thequizFinancialReportconductedby the

FinancialMarketCommunityin 2010against35 people.
a)Arrangearrayresultsfromthelowestquiz?
b) Arrange a good FrekeunsiDistributionofthe data andcreatepolygons curve?
c) How many peoplewhodo notpass ifthepassat least72?
23
Jawab :
a) susunan hasil kuis dari terendah sampai yang tertinggi.
b) Range = Xmaks – Xmin = 95 – 32 = 63

k = 1 + 3,322 log n
= 1 + 3,322 log 35 = 6,12939, ambil 6
Ci = = = 10,5, ambil 11
Distribusi frekuensi
Kuis Financial Report
Nilai Banyak mahasiswa
32 – 42 2
43 – 52 6
53 – 62 2
63 – 72 8
73 – 82 9
83 – 92 5
93 – 102 3
Jumlah 35
24
Gambar : Poligon Hasil kuis

finacial Report
c) Jumlah orang yang tidak lulus jika nilai lulus minimal 72 = 2+6+2+8 = 18
Orang
7. Berikut ini adalah data mengenai akumulasi nilai dari pertandingan Atletik
dalam Kejuaraan Atletik Dunia :
Dari data yang diberikan diatas saudara diminta untuk:
a) Buatlah Array ( susunan data) dari data tersebut ?

b) Buatlah Distribusi Frekuensinya ?
c) Berapa banyak peserta yang akan lolos kejuaraan jika akumulasi nilai
minimal adalah 38 ?
d) Berapa banyak peserta kejuaraan yang memiliki akumulasi nilai
kurang dari 49 dan lebih dari 54 ?
e) Berapa batas kelas ke 4 ? batas atas kelas ke 5 ? tepi bawah kelas ke 1
? tepi atas kelas ke 6 ?
25
f) Buatlah distribusi frekuensi kumulatifnya ?

g) Gambarkanlah kurva Ogive nya ?
Penyelesaian :
a) Array ( susunan data) dari data tersebut adalah
b) R = X maks – X min = 55 – 30 = 25
k= 1+3,322 log n = 1+ 3,322 log 45 = 6,491971970 ~ 6
Ci = R/k = 25/6 = 4,166666 ~ 4
Distrubusi Frekuensi Akumulasi Nilai Pada Kejuaraan Atletik
Akumulasi Nilai Jumlah peserta (f)

( interval kelas )
30 – 33 5
34 – 37 6
38 – 41 9
42 – 45 7
46 – 49 8
50 – 53 9
54 – 57 1
26
Jumlah 45
c) Jumlah peserta yang akan lolos seleksi jika akumulasi nilai

minimalnya 38 adalah sebanyak = 9 + 7 +8+9+1 = 34 orang
d) banyak peserta kejuaraan yang memiliki akumulasi nilai kurang dari
46 dan lebih dari 54 adalah 27 ( 7 +9+6+5 ) + 1 = 28 orang
e) Berapa batas bawah kelas ke 4 = 42
batas atas kelas ke 5 = 49
tepi bawah kelas ke 1 = 30 – 0,5 = 29,5
tepi atas kelas ke 6 = 53 + 0,5 = 53,5
f) Distribusi Frekuensi Kumulatif Akumulasi Nilai Pada Kejuaraan

Atletik
Frekuensi kumulatif
Nilai fk Kurang dari Nilai fk Lebih dari
Kurang dari 30 0 Lebih dari 30 45
27
g) Kurva Ogive
8. Berikanlah Komentar dan penjelesan saudara mengenai cara – cara

pembentukan kelas – kelas dibawah ini ?
a. 2,5 – 5,0 b. 2,5 – 7,5
5,0 – 7,5 5,0 – 10,5
7,5 – 10,0 7,5 – 12,5
Dan
Penyelesaian : seterusnya
a. Salah, seharusnya kelas – kelas intervalnya adalah
2,5 – 4,9
5,0 – 7,4
7,5 – 9,9
b. Salah, sebab ada bagian dari kelas interval tersebut yang berimpit ( 2,5
– 7,5 ) berisikan sebagian data dari ( 5,0 – 10,5 ) kelas ini juga
berisikan sebagian dari data ( 7,5 – 12,5 )
28
UKURAN GEJALA PUSAT ( MEASURE OF CENTRAL

TENDENCY )
Pengertian
Ukuran Gejala Pusat / Ukuran Nilai Sentral / Rata – rata ( Average ) menunjukkan
dimana suatu data memusat atau suatu kumpulan pengamatan memusat
(mengelompok).
Pengukuran pusat data penting untuk dilakukan karena suatu kelompok data bila
diurutkan maka kecenderungan bahwa data tersebut akan memusat pada bagian
tengah. UGP berfungsi sebagai alat untuk membandingkan dua atau lebih kelompok
bilangan atau kelompok keterangan yang berbeda.
Dengan demikian. Ukuran Gejala Pusat adalah bilangan atau keterangan yang dapat
mewakili deretan bilangan atau deretan keterangan tertentu atau suatu nilai yang
mewakili suatu kelompok data yang pada umunya mempunyai kecenderungan
terletak di tengah – tengah dan memusat dalam suatu kelompok data yang disusun
menurut besar kecilnya nilai data
Macam – Macam Penggolongan UGP Meliputi :
1. Mayor mean, yang terdiri dari ;

a. Rata – Rata hitung ( Arithmatic Mean )
b. Median
c. Modus
2. Minor Mean, Terdiri dari :
a. Rata – Rata Ukur ( Geometric Mean )
29
b. Rata – Rata Harmonis ( Harmonic Mean )
1. Mayor Mean
1.a. Rata – Rata Hitung ( Arithmatic Mean )
Adalah bilangan yang diperoleh dari hasil bagi antara jumlah bilangan –
bilangan tersebut dengan banyaknya bilangan yang bersangkutan. Pengertian rata –
rata hitung dapat dikembangkan menjadi rata – rata tertimbang ( weighted mean )
dan rata – rata dari rata – rata
Sifat – sifat dari Rata – Rata hitung :
 Mudah dihitung
 Rata – rata hitung sangat baik digunakan untuk menghitung rata – rata dari
data yang mempunyai sebaran yang relatif kecil ( tidak mempunyai nilai
ekstrim ) atau dari data yang berbentuk deret hitung.
 Rata – rata hitung dapat digunakan untuk menghitung rata – rata dari data
kualitatif ataupun dari data yang berbentuk distribusi frekuensi terbuka.
Untuk menghitungnya, digunakan rumus – rumus sebagai berikut :
Data Tidak Berkelompok Data berkelompok

( Ungroupped data ) ( Groupped Data )
Populasi Sampel Populasi Sampel
Rata – Rata Hitung ( atau )

Cara Panjang : Cara Panjang :
Rata – Rata Tertimbang ( Wm )

Cara Pendek Cara Pendek :
30
Wm =
Rata – Rata dari Rata – Rata ( M )
M =
Keterangan :
X = Nilai data yang diobservasi N : Banyaknya data pada pupulasi
W = Weighted ( timbangan ) n : Banyaknya data pada sampel/ Jml

Frekuensi
Xi = Nilai tengah / mid point xo : Nilai tengah pada kelas u = 0
Ui = Skala arbiter pada kelas ke-i Ci : Interval kelas
1.b. Median ( Me )
Adalah bilangan atau keterangan yang membagi suatu deretan bilangan atau
deretan keterangan menajdi dua bagian yang sama sehingga letaknya berada di
tengah data ketika data tersebut sudah diurutkan dari kecil sampai terbesar atau
sebaliknya.
Sifat – Sifat Median diantaranya :
 Median sangat baik digunakan untuk menghitung rata-rata dari data yang
mengandung nilai atau pengertian ekstrim
31
 Median dapat pula digunakan untuk menghitung rata – rata dari data kualitatif
ataupun dari data yang berbentuk distribusi frekuensi baik yang terbuka
maupun yang tertutup.
Rumus – Rumus Median

Letak Me : Letak Me : Letak Me : Letak Me :

½ ( N + 1) ½ ( n + 1) ½N ½n
Nilai Me : Nilai Me : Nilai Me : Nilai Me :

Data ke ½ ( N + 1) Data ke ½ ( n + 1)
Tbme + Tbme +
Keterangan :
Tbme : Tebi kelas bawah kelas median
F : Frekuensi kumulatif sebelum Kelas media
fme : Frekuensi sebenanrnya kelas median
Ci : Interval Kelas
Dari pengertian Median diatas dapat dikembangkan menjadi :
i. Kuartil ( Qi )
deretan keterangan menjadi empat bagian yang sama
32
ii. Desil ( Di )
deretan keterangan menjadi sepuluh bagian yang sama
iii. Persentil ( Pi )
deretan keterangan menjadi seratus bagian yang sama
Rumus – Rumus Kuartil , Desil dan Persentil

Kuartil ( Q i ) ; i = 1,2,3
Letak Qi : Letak Qi : Letak Qi : Letak Qi :
( N + 1) ( n + 1) N n
Nilai Qi : Nilai Qi : Nilai Qi : Nilai Qi :
Data ke ( N + 1) Data ke ( n + 1) TbQi + TbQi +
Desil ( D i ) ; i = 1,2,3,...,9
Letak Di : Letak Di : Letak Di : Letak Di :
( N + 1) ( n + 1) N n
33
Nilai Di : Nilai Di : Nilai Di : Nilai Di :
Data ke ( N + 1) Data ke ( n + 1) TbDi + TbDi +
Persentil ( P i ) ; i = 1,2,3,...,99
Letak Pi : Letak Pi : Letak Pi : LetakPi :
( N + 1) ( n + 1) N n
Nilai Pi : Nilai Pi : Nilai Pi : Nilai Pi :
Data ke ( N + 1) Data ke ( n + 1) Tbpi +

Tbpi +
1.c. Modus ( Mo )
Adalah bilangan atau keterangan yang paling sering muncul atau terjadi
dalam suatu deretan bilangan atau deretan keterangan tertentu.
Sifat – sifat dari Modus :
 Baik digunakan untuk menghitung rata – rata yang menunjukkan keadaan

yang sedang Trendi atau kejadian yang sering muncul.
 Dapat digunakan untuk menghitung nilai rata – rata dari data kualitatif
ataupun dari data yang berbentuk distribusi frekuensi terbuka maupun
tertutup.
34
Rumus – Rumus Modus :

Mo = nilai data yang sering muncul Mo = Tbmo + Cimo
Keterangan :
Tbmo = Tepi bawah kelas modus
d1 = Selisih frekuensi kelas modus dengan frekuensi kelas sebelum kelas modus
d2 = Selisih frekuensi kelas modus dengan frekuensi kelas sesudah kelas modus
Hubungan Rata – Rata Hitung, Median, dan Modus
Hubungan antara ketiga ukuran nilai pusat, akan memberikan gambaran bentuk kurva
data yang bersangkutan. Hubungan antara ketiga ukuran nilai pusat ialah sebagai
berikut :
 Jika rata – rata hitung, medain dan modus memiliki nilai yang sama maka
kurvanya berbentuk simetris. Pada kurva simetris sempurna, nilai rata – rata
hitung, median dan modus terletak pada suatu titik di tengah – tengah absis
dan ketiganya berimpitan.
 Jika nilai rata – rata hitung lebih besar daripada nilai median dan lebih besar
dari pada nilai modus maka kurvanya menceng ke kanan
35
 Jika nilai rata – rata hitung lebih kecil daripada nilai median dan lebih kecil
dari pada nilai modus maka kurvanya menceng ke kiri
= Me = Mo Mo Me Me Mo
Jika distribusinya tidak terlalu menceng, hubungan rata – rata hitung, median dan
modus secara matematis dituliskan sebagai berikut :
Rata – Rata Hitung – Modus = 3 ( Rata – Rata Hitung – Median )
- Mo = 3 (
2. Minor Mean
2.a. Rata – Rata Ukur ( Geometric Mean / GM)
Adalah bilangan yang diperoleh dari akar pangkat banyaknya bilangan –

bilangan tersebut dari hasil kali bilangan – bilangan yang bersangkutan
Sifat – sifat Rata – Rata Ukur ( Geometric Mean / GM) :
 Rata – rata ukur sangat baik untuk menghitung rata – rata dari data yang
menunjukkan suatu perkembangan atau perubahan yang dinyatakan dalam
bentuk persentase atau rasio
 Rata – rata ukur tidak dapat digunakan untuk menghitung rata – rata dari data
kualitatif ataupun dari data yang berbentuk Distribusi frekuensi terbuka.
36
Data Tidak Berkelompok

( Ungroupped data )
Populasi Sampel
GM = GM =
Atau Atau
Log GM = Log GM =
Data berkelompok
( Groupped Data )
Populasi Sampel
GM = GM =
Atau Atau
Log GM = Log GM =
Dari pengertian rata – rata ukur dapat dikembangkan menjadi :
i. Rata – rata tingkat bunga ( Mt )
Populasi dan sampel : Mt = Mo .
ii. Rata – rata tingkat pertambahan jumlah penduduk ( Pt )
Populasi dan sampel : Pt = Po .
37
2.b. Rata – Rata Harmonis ( Harmonic Mean )
Adalah bialangan yang diperoleh dari hasil bagi antara banyaknya bilangan –
bilangan tersebut dengan jumlah kebalikan bilangan – bilangan yang bersangkutan
Sifat – sifat Rata – Rata Harmonis ( Harmonic Mean ) :
 Rata – rata harmonis sangat baik untuk menghitung rata – rata dari data per
unit tertentu dengan syarat hasil kali antara banyaknya unit dengan nilai data
tersebut konstan.
 Rata-rata harmonis lebih sesuai bila digunakan pada data atau observasi yng
unit pembilanngnya tetap, sedangkan unit penyebutnta berubah-ubah (
bervariasi )
 Rata – rata harmonis tidak dapat digunakan untuk menghitung rata-rata dari
data kualitatif ataupun data yang berbentuk distribusi frekuensi terbuka .
Rumus – Rumus Rata – Rata Harmonis :

HM = HM = HM = HM =
Contoh Soal :
1. Berikut ini Jumlah pengunjung yang datang ke sebuah Mall dalam 6 hari
terakhir di kota Bandung
295, 1002, 941, 768, 768, 1283.
38
a) Tentukanlah rata – rata pengunjung mall di kota bandung tersebut ?

b) Tentukanlah Median dan Modusnya ?
Penyelesaian :
Diketahui : n = 6
X1 = 295, X2 =1002, X3 = 941, X4 = 768, X5 = 768, X6 = 1283
Ditanya :a). b). Me c). Mo
Jawab:
= = 842.833
b). Urutkan data dari yang terkecil hingga data yang terbesar
295, 768, 768, 941,1002, 1283
Median = Data ke ½ ( n + 1) = ½ ( 6 + 1) = 3,5 berarti Me tertelak diantara data

ke 3 dan ke 4 Sehingga mediannya = (768 + 941 ) / 2 = 854,5
Modus = Data yang sering muncul = 768
Jadi rata – rata, Median dan Modus dari pengunjung yang datang selama 6 hari
terakhir ini adalah sebesar 842, 855, dan 768 pengunjung.
2. Berikut ini adalah distribusi frekuensi banyaknya surat yang harus dikirimkan
oleh Fedex ke 50 kota yang berhasil dikumpulkan oleh suatu lembaga di Provinsi „
X „ pada tahun 2009
39
Distribusi Frekuensi
Banyaknya surat yang harus dikirim Fedex ke 50 kota, tahun 2009
Jumlah surat yang harus dikirim Banyaknya kota

20 – 29 5
30 – 39 8
40 – 49 12
50 – 59 6
60 – 69 7
70 – 79 10
80 – 89 2
Jumlah 50
a) Hitunglah rata – rata dengan cara pendek dan cara panjang ?
b) Tentukan Median dan Modus ?
c) Tentukan kuartil 2 ?
d) Tentukan Desil 9 dan Persentil 65 ?
Penyelesaian :
Diketahui : n = 50, Ci = Lcl2 – Lcl1 = 30 – 20 = 10
Kelas Frekuensi Xi fi.xi ui fi.ui

20 – 29 5 24,5 122,5 -3 -15
30 – 39 8 34,5 276 -2 -16
40 – 49 12 44,5 534 -1 -12
50 – 59 6 54,5 327 0 0
60 – 69 7 64,5 451,5 1 7
70 – 79 10 74,5 745 2 20
80 – 89 2 74,5 169 3 6
40
Jumlah 50 2625 -10
Ditanya : a) c) Q3
b) Me..? , Mo..? d) D9 dan P65
Jawab :
a) Cara Panjang :
= = 52,5
Cara Pendek :
= 54,5 + .10 = 52,5
Jadi, baik dengan cara panjang maupun cara pendek menunjukkan bahwa rata – rata
surat yang harus dikirm Fedex ke 50 kota di Provinsi „ X „ pada tahun 2009 adalah 53
buah surat.
b) Letak Me = ½ n = ½ 50 = 25  data ke 25 terletak pada kelas 40 – 49
Tbme = = = 39,5
Me = Tbme + = 39,5 + .10 = 49,5
Letak Mo = pada kelas 40 – 49 ( karena memiliki frekuensi terbanyak )
d1 = 12 – 8 = 4
d2 = 12 – 6 = 6
Mo = Tbmo + Cimo = 39,5 + . 10 = 43,5
41
Jadi, berdasarakan hitungan diatas, terlihat bahwa surat yang paling banyak diterima
kota di Provinsi „ X „ pada tahun 2009 adalah berkisar 44 buah surat dengan median
atau ½ dari kota – kota tersebut menerima surat kurang dari 50 dan sebagian kota lagi
menerima lebih dari 50 buah surat
c) Letak Q3 = ¾ n = ¾ 50 = 37,5  data ke 37,5 terletak di kelas 60 – 69
TbQ3= = = 59,5
Q3 = TbQ3 + = 59,5 + = 68,7857
Jadi, ¾ atau 75 % dari kota – kota di provinsi X pada tahun 2009 menerima surat
berkisar sebesar 69 buah surat. Sedangkan sisanya menerima lebih dari 65 surat
d) Letak D9 = i/10 n = 9/10. 50 = 45  data ke 45 terletak dikelas 70 – 79
Tbd9 = = = 69,5
TbD9 + = 69,5 + = 76,5
Jadi, 9/10 kota – kota di Provinsi X pada tahun 2009 menerima surat berkisar kecil
dari 77 buah surat ( desil 9 = 77 buah surat ),sedangkan sisanya menerima surat lebih
dari 77 buah surat
Letak P65 = i/100.n = 65/100 . 50 = 32,5  data le 32,5 terletak di kelas 60 – 69
Tbp65 = = = 59,5
TbP65+ = 59,5 + = 61,6429
42
Jadi, 65/100 dari kota –kota di Provinsi X pada tahun 2009 menerima surat berkisar
kecil dari 62 buah surat, sedangkan sisanya menerima surat lebih dari 62 buah surat
43
SOAL UKURAN GEJALA PUSAT
1. Setelah dilakukannya penelitian terhadap 2 depertemen yang berbeda pada

suatu perusahaan independen terkemuka, didapat bahwa rata – rata gaji yang
diterima pada 2 depertemen tersebut adalah $ 2.200 perbulan, pada
depertemen Planning And Controling Qualityrata – rata gaji yang didapat oleh
karyawannya sebesar $ 2.450 perbulannya, sedangkan departemen Financial
Strategymenerima gaji sebesar $ 2.100 per bulan. Dengan data tersebut
saudara diminta untuk menentukan perbandingan banyaknya karyawan pada 2
depertemen tersebut, dan beri kesimpulan yang jelas ?
Penyelesaian :
Diket : = $ 2.450
= $ 2.100
= $ 2.200
Ditanya : perbandingan n1 dan n1
Jawab :
$2.200 =
2.200 n2 + 2.200 n1 = 2.100 n2 + 2.450 n1

100 n2 = 250 n1
n2 = 2,5 n1
44
Jadi, perbandingan banyaknya jumlah karyawan departemen Financial S

trategy dengan karyawan departemen Planning and Controling Quality adalah
1:1,25
2. Beloware giventhe population ofacountryduring theperiod1951 - 1963, (

inmillions )
Years 1951 1952 1953 1954 1955 1956 1957 1958 1959
Population 10,16 12,00 13,90 15,91 17,93 20,07 22,71 25,97 29,00
Years 1960 1961 1962 1963
Population 32,53 36,07 37,89 39,95
Calculatewhat percentage ofthe average increase ofthe country's

populationevery year?
Solution :
(Prof. Dr. Sudjana, Statistika untuk Ekonomi dan Niaga ed 5, hal. 149 no 45)
Use formulate
Pt = Po ( 1+ )t
Given : Po = 10,16 Pt = 39,95 dan t = 12

Asked : x ?
Solution : Pt = Po ( 1+ )t
39,95 = 10,16 ( 1 + ) 12
Log 39,95 = log 10,16 + 12 log ( 1 + )
Log 39,95 – log 10,16 = 12 log ( 1 + )
45
0,594623075 = 12 log ( 1 + )
0,049551922 = log ( 1 + )
X = 12
Jadi, rata – rata kenaikan penduduk negara tersebut selama tahun 1951 – 1963
adalah 12 %
3. Following represent data from salary`s CEO in NY City in billion Dollar USA
($)
Salarys Amount of
CEO
11 - 20 14
21 - 30 16
31 - 40 25
41 - 50 35
51 - 60 18
61 - 70 12
71 - 80 30
Calculate : a) Mean, Median and Mode of Salarys of CEO in NY City ?
b) Determine quartil 1, quartil 2, and quartil 3 ?
c) Determine desil 7 and what is means?
Solution:
Given : n = 150 Ci =Lcl2 – Lcl1 = 20 – 10 = 10
46
Class Frequency (fi) Xi Xi fi

11 - 20 14 15,5 217
21 - 30 16 25,5 408
31 - 40 25 35,5 887,5
41 - 50 35 45,5 1592,5
51 - 60 18 55,5 999
61 - 70 12 65,5 786
71 - 80 30 75,5 2265
Jumlah 150 7155
Asked : a) Mean. Mode, Median
b) Q1,Q2 dan Q3
c) D7 and what is means ?
Jawab : a) Mean = = = = 47,7
Situation of Median = Me= ½n = 75
= ½ ( 150 + 1) = 75,5
Me = Lme + Ci
= 40,5 + 10 = 46,21428571
So, mean of salary`s CEO in NY City is $ 47.700.000 with median of that is $

46.214.285
b) situation of Q1 = ¼ ( n) = ¼ ( 150) = 37,5
47
Qi = Lq1 + Ci  30,5 + = 33,5
situation of Q2 = 2/4 ( n) = 2/4 ( 150) = 75
Qi = Lq1 + Ci  40,5 + = 46,214285
situation of Q3 =3/4 ( n) = ¾ ( 150) = 112,5
Qi = Lq1 + Ci  60,5 + = 64,25
So, Calculate result for Q1, Q2 and Q3 Salary of CEO in NY City are $
33.500.00 , $46.214.285 and $ 64.250.000
c) Situation of D7 = i/10 x n = 7/10 x 150 = 105
D7 = 50,5 + .5 = 54,66666667
So, highest salarys from 70% lowest salarys of CEO in NY City are
$54.666.666,67
4. Berikut ini disajikan berat badan dari mahasiswa fakultas ekonomi dan bisnis
universitas padjadjaran pada tahun 2010
Berat badan ( Kg ) Banyaknya Mahasiswa
60 – 62 10
63 – 65 25
66 – 68 32
48
69 – 71 15
72 – 74 18
a) Tentukanlah rata – rata hitungnya ? dan berapa Modus nya ?
b) Dengan menggunakan hubungan rata – rata hitung, median dan
modus tentukanlah berapa median nya ?
Penyelesaian : a)
Berat badan Frekuensi Titik tengah ( X ) f.X

( Kg ) (f)
60 – 62 10 61 610
63 – 65 25 64 1600
66 – 68 32 67 2144
69 – 71 15 70 1050
72 – 74 18 73 1314
Jumlah 100 6718
= = = 67,18
Jadi rata –rata dari berat badan mahasiswa FEB Unpad pada tahun 2010
adalah 67,18 Kg
Mo = Tb + Ci
Kelas modus adalah kelas ke – 3 sehingga
Tb = 65,5 d1 = 32 – 25 = 7, d2 = 32 – 15 = 17, dan Ci = 3
Mo = 65,5 + . 3 = 66,375
49
Jadi, modus dari berat badan mahasiswa FEB Unpad pada tahun 2010
sebesar 66,375 Kg
a) Hubungan rata – rata hitung, median dan modus

Rata – rata hitung – Modus = 3 ( Rata – rata hitung - Median )
67,18 – 66,375 = 3 ( 67,18 – Me )

0,81 = 201,54 – 3.Me
200,73 = 3.Me
66,91 = Me
Jadi, dengan menggunakan hubungan rata – rata hitung, median dan modus ,
didapat median dari berat badan mahasiswa FEB Unpad 2010 adalah 66,91Kg
5. Dalam tahun 1949, perusahaan – perusahaan asuransi kecelakaan mobil di

amerika serikat telah membayar sebanyak 715,673 permintaan yang besarnya
$ 100 atau kurang, rata – ratanya $ 33,91, juga mereka telah membayar
sebanyak 157,879 permintaan yang besarnya $ 101 sampai dengan $ 1000
dengan rata – rata $ 216,89 dan sejumlah 1707 permintaan yang besarnya
melebihi $ 1000 dengan rata – rata $ 1635,09. Tentukanlah permintaan rata –
rata dari keseluruhan ?
Penyelesaian :
(Prof. Dr. Sudjana, Statistika untuk Ekonomi dan Niaga ed. 5, hal. 145 no 21)
Sebaiknya disusun dahulu dalam daftar sebagai berikut :
50
Permintaan Banyaknya (ni) Rata – rata (xi) ni.xi

Kurang dari $ 100 715,673 33,91 24.268.471,43
$ 101 - $ 1000 157,879 21,89 34.242.376,31
Lebih adri $ 1000 1,707 1635,09 2.791.098,63
Jumlah 875.256 61.301.946,36
Permintaan rata – rata = = $ 70,04
Jadi, rata rata permintaan dari keseluruhan Asuransi adalah $ 70,04
6. Seseorang menanamkan modal dengan bunga 7 % dalam tahun pertama.

Untungnya disatukan dengan modal asal yang kemudian ditanamkan lagi
dengan bunga 9 % pada tahun kedua. Dengan jalan yang sama, pada tahun
yang ketiga uang itu ditanamkan dengan bunga 10 %, pada tahun keempat 12
% dan pada tahun kelima 15 %. Berapa bunga rata – rata yang didapat selama
periode 5 tahun itu ?
Penyelesaian :
(Prof. Dr. Sudjana, Statistika untuk Ekonomi dan Niaga ed. 5, hal. 147 no 36)
= = % = 10,6 %
Jadi bunga rata – rata yang didapat selama periode 5 tahun dalam penanaman
modal tersebut adalah 10,6 %
7. The followingdataare givenheight20Padjadjaran Universitystudent
148.121,142,143,148,125,132,143,149,134,
145,150,134,145,150,154,154,152,151,150
51
Make afrequency distributionandthen calculate:

a) The medianandthe modewithgroupeddataformula?
b) Percentile 45 and Deciles3 withthegroupeddata formula?
Penyelesaian :
R = Rmaks – Rmin = 154 – 121 = 33
k= 1+3,322 log n = 1+3,322 log 20 = 5,322 ~ 6
Ci = = = 6,666 ~ 7
Tinggi badan ( Kelas Interval ) Jumlah Mahasiswa ( f )

121 – 127 2
128 – 133 1
134 – 140 2
141 – 147 5
148 – 154 10
Jumlah 20
a) Median
Letak median = ½ n = ½ 20 = 10  data ke 10 terletak pada kelas 141 – 147
Tbme = = = 140,5
Me = Tbme + = 140,5 + .7 = 147,5
Modus
Letak Mo = pada kelas 148 – 154 ( karena memiliki frekuensi terbanyak )
d1 = 10 – 5 = 5
52
d2 = 10 – 0 = 0
Mo = Tbmo + Cimo = 147,5 + . 7 = 154,5
Jadi, 20 data tinggi badan mahasiswa FEB Unpad memiliki median sebesar
147,5 dan modusnya sebesar 154,5
b) Letak D3 = i/10 n = 3/10. 20 = 6 data ke 6 terletak dikelas 141 – 147
Tbd9 = = = 140,5
TbD9 + = 140,5 + = 141,9
Jadi, 3/10 dari 20 data tinggi badan mahasiswa FEB Unpad adalah berkisar
kurang dar1 141,9 Cm, sedangkan sisanya memiliki tinggi badan lebih dari
141,9 cm
Letak P45 = i/100.n = 45/100 . 20 = 9  data le 32,5 terletak di kelas 141 -

147
Tbp65 = = = 140,5
TbP45+ = 140,5 + = 146,1
Jadi, 45/100 dari 20 data tinggi badan mahasiswa FEB unpad berkisar kecil
dari 146,1 Cm, sedangkan sisanya lebih dari 146,1Cm
8. Hamdi`s Corporation adalah sebuah perusahaan sukses multinasional yang

mempunyai banyak cabang perusahaan di dunia. Hamdi Ahmad Selaku CEO
Hamdi`s Corporation suatu hari ingin melakukan investigasi terhadap
53
perusahaannya di 6 negara , dengan menggunakan pesawat jet pribadi, berikut

ini adalah waktu tempuh dan kecepatan perjalanan yang dilakukan untuk
menginvestigasi perusahaan.
Perjalanan Waktu Tempuh ( Xt ) Kecepatan ( Wt )

Jakarta – Hongkong 5 Jam 8000 Km/ jam
Hongkong – Paris 8 Jam 7500 Km / jam
Paris – Amsterdam 2 Jam 8210 Km / jam
Amsterdam – Mesir 4 Jam 7710 Km / jam
Mesir – Rusia 9 Jam 8810 Km/ jam
Dari data diatas, berapakah rata – rata kecepatan pesawat jet yang digunakan
oleh Hamdi Ahmad dalam melakukan perjalanan tersebut ?
Penyelesaian :
= =
= = 8091,07142
Jadi, rata – rata kecepatan pesawat jet yang digunakan oleh Hamdi Ahmad
dalam melakukan perjalanan tersebut adalah 8091,07142 KM/Jam
9. Ardina bermaksud berpergian dari Padang –Padang Panjang – Bukittinggi

dengan menempuh jarak 90 Km, ketika Ardina pergi ke Padang Panjang
mobil Limousin yang digunakanya menempuh rata – rata kecepatan 52
km/jam ,Ketika dari padang panjang ke Bukittinggi ardina menempuh hanya
dengan kecepatan 40 Km. Namun ketika Ardina kembali ke Padang pada sore
54
hari, Limousinya menempuh rata – rata kecepatan 60 km/jam. Coba saudara

hitung berapa kecepatan rata – rata yang digunakan ardina untuk pulang dan
pergi ?
Penyelesaian:
Dik : n = 3 X1 = 52 X2 = 40 X3 = 70
Dit : HM ?
Jawab :
HM = = = 51,2676 km/jam
Jadi rata – rata Limousin yang digunakan ardina untuk menempuh Padang –
Padang Panjang – Bukittinggi Pulang Pergi adalah 51,26 km/jam
10. Dibawah ini disajikan data mengenai upah mingguan karyawan di perusahaan
“ A “ pada tahun 2007 ( dalam ribuan rupiah )
Upah Banyaknya Karyawan
120 – 129 5
130 – 139 7
140 – 149 10
150 – 159 14
160 – 169 10
170 – 179 8
180 – 189 6
Pertanyaan :
a) Berapa Besar Upah yang diterima oleh sebagian besar karyawan tersebut ?
55
b) Jika 20 % dari jumlah karyawan memperoleh upah tertinggi adalah yang

bekerja lebih dari 2 tahun, berapa upah minimalnya ?
c) Jika 20 % dari jumlah karyawan memperoleh upah terendah adalah yang
bekerja lebih dari 2 tahun, berapa upah maksimalnya ?
d) Berapa gaji rata – rata yang diterima oleh karyawan ?
e) Gambarkan kurva histogramnya dari distribusi diatas ?
Penyelesaian :
a) Besar Upah yang diterima oleh sebagian besar karyawan tersebut

Modus terletak di kelas ke 4  yang berarti tepi bawah kelasnya adalah 149,5
d1 = 14 – 10 = 4
d2 = 14 – 10 = 4
Ci = 10
Mo = Tbmo + Cimo = 149,5 + .10 = 154,5
Jadi besar upah yang diterima sebagian besar karyawan adalah Rp 154.500
b) Jika 20 % dari jumlah karyawan memperoleh upah tertinggi adalah yang

bekerja lebih dari 2 tahun, upah minimalnya adalah
Bisa digunakan P80 atau D8 disini kita gunakan P80
LetakP80 : 60 = 48
Nilai P80 : Tbpi + 169,6+ = 179,5
Jadi. Jika 20 % dari jumlah karyawan memperoleh upah tertinggi adalah yang
bekerja lebih dari 2 tahun, upah minimalnya adalah Rp 179.500
56
c) Jika 20 % dari jumlah karyawan memperoleh upah terendah adalah yang

bekerja lebih dari 2 tahun, berapa upah maksimalnya ?
Bisa digunakan P20atau D2disini kita gunakan P20
LetakP80 : 60 = 12
Nilai P80 : Tbpi + 129,5+ = 139,5
Jadi. Jika 20 % dari jumlah karyawan memperoleh upah terendah adalah yang
bekerja lebih dari 2 tahun, upah maksimalnyanya adalah Rp 139.500
d) Rata – rata gaji yang diterima karyawan adalah
Upah Banyaknya Xi Xi.fi

(Kelas ) Karyawan (fi)
120 – 129 5 124 620
130 – 139 7 134 938
140 – 149 10 144 1440
150 – 159 14 154 2156
160 – 169 10 164 1640
170 – 179 8 174 1392
180 – 189 6 184 1104
Jumlah 60 1078 9290
= = = 154,8333333
Jadi rata – rata gaji karyawan adalah Rp. 154.833
e) Gambarkan kurva histogramnya dari distribusi diatas ?
57
58
UKURAN DISPERSI
Ukuran Dispersi atau ukuran variasi atau ukuran penyimpangan adalah ukuran
yang menyatakan seberapa jauh penyimpangan nilai-nilai data dari nilai-nilai
pusatnya. (pokok2 materi statistika 1 Ir. M Iqbal Hasan MM)
Kegunaan Ukuran Dispersi
 Sebagai pelengkap dari ukuran gejala pusat dalam membandingkan dua atau
lebih kelompok bilangan. Pada ukuran gejala pusat, nilai rata-rata seperti
mean atau median hanya menitikberatkan pada pusat data, tapi tidak
memberikan informasi tentang sebaran nilai pada data tersebut.
 Untuk membandingkan sebaran data dari dua informasi distribusi nilai.
(Statistika Teori dan Aplikasi, J. Supranto)
Macam-macam Ukuran Dispersi
a. Ukuran Dispersi Absolut
Ukuran dispersi absolut adalah ukuran dispersi yang hanya dapat digunakan
untuk melihat penyimpangan-penyimpangan nilai yang terdapat pada suatu
kumpulan data, bukan untuk beberapa kumpulan data.
Ukuran dispersi absolut terdiri dari:
1. Rentang / Sebaran/ Jangkauan/ Range (R):
adalah selisih data terbesar (maksimum) dengan data terkecil (minimum).
Pada umumnya, semakin kecil rentang untuk sekumpulan data, makin
merata tersebarnya data. Bila rentang makin besar maka data tersebut
semakin tidak merata.
Rumus:
Data Tidak Berkelompok (Ungrouped Data)
Populasi dan sampel menggunakan rumus yang sama, yaitu:
R= -
59
Data Berkelompok (Grouped Data)

R= -
Dimana:
 merupakan nilai tengah kelas tertinggi
 merupakan nilai tengah kelas terendah
2. Sebaran/ Rentang Antar Quartil/ Inter Quartile Range (IQR)
Adalah suatu bilangan yang diperoleh dari selisih antara kuartil 3 dan
kuartil 1.
Rumus:
IQR = -
Rumus tersebut digunakan untuk data tidak berkelompok dan data
berkelompok
3. Simpangan Kuartil/ Kuartil Deviasi/ Quartile Deviation (QD)
Adalah suatu bilangan yang merupakan setengah bagian dari sebaran antar
kuartil.
Rumus:
QD = atau QD =

berkelompok
4. Simpangan Rata-rata/ Average Deviation (AD)

Adalah nilai rata-rata hitung dari harga mutlak penyimpangan nilai suatu
variabel terhadap rata-rata hitungnya.
Rumus:
60
Populasi: AD =
x
Sampel: AD =
Populasi: AD =
x
Sampel: AD =
5. Simpangan Baku/ Standar Deviasi/ Standard Deviation (σ atau s)

Adalah suatu bilangan yang merupakan rata-rata penyimpangan nilai suatu
variabel terhadap rata-rata hitungnya.
Rumus:
 Populasi:
Metode biasa (cara panjang) Metode angka kasar (cara pendek)
σ= σ=
 Sampel besar (n>30):

x
s= s=
 Sampel kecil (n≤30):

x
s= s=
61

 Populasi:
Metode biasa (cara panjang)
σ=
Cara pendek:
Metode angka kasar Metode Coding
σ= σ=
 Sampel besar (n>30)

x
s=
Cara pendek:
s= s=
 Sampel kecil (n≤30):

x
s=
Cara pendek:
s= s=
62
keterangan:
c : panjang kelas
u = =
d = X-M
X = nilai tengah
M = rata-rata hitung sementara
6. Variasi/ Variance (V)
Adalah suatu bilangan yang merupakan bentuk kuadrat dari simpangan
bakunya.
Rumus:
Populasi: V=
Sampel: V=
berkelompok
b. Ukuran Dispersi Relatif

Adalah ukuran dispersi yang dapat digunakan untuk membandingkan
dispersi atau variasi dari beberapa kumpulan data. Dispersi Relatif
dirumuskan:
Dispersi relatif =
Ukuran dispersi relatif terdiri dari:

1. Koefisien variasi / Coefficient of Variation (CV)
Adalah suatu bilangan yang biasanya dinyatakan dalam persen yang
merupakan hasil bagi atau perbandingan antara simpangan baku terhadap
rata-rata hitungnya. Semakin kecil nilai koefisien variasinya maka data
semakin homogen.
Populasi: CV = x 100%
63
Sampel: CV = x 100%
x
berkelompok
2. Koefisien Variasi Kuartil/ Coefficient of Quartile Variation (CVQ)
Adalah suatu bilangan yang biasanya dinyatakan dalam persen yang
merupakan hasil bagi atau perbandingan antara simpangan kuartil
terhadap mediannya atau antara selisih kuartil 3 dan kuartil 1 terhadap
jumlah kuartil 3 dan kuartil 1.
CVQ = x 100% atau CVQ = x 100%

berkelompok
3. Angka Baku/ Standard Score (Z)
Adalah suatu bilangan yang merupakan hasil bagi atau perbandingan
antara selisih nilai tertentu suatu variabel dan rata-rata hitung terhadap
simpangan bakunya. (Teori dan Aplikasi Statistika dan Probabilitas, Dr.
Boediono, Dr, Ir Wayan Koster)
Populasi: Z=
x
Sampel: Z=

berkelompok
UKURAN KEMENCENGAN (Skewness) Sk =

Ukuran kemencengan adalah suatu ukuran yang menunjukan tingkat
ketidaksimetrisan atau kejauhan simetris dari sebuah distribusi. Sebuah distribusi
yang tidak simetris akan memiliki rata-rata, median, dan modus yang tidak sama
besarnya, sehingga distribusi akan terkonsentrasi pada salah satu sisi dan bentuk
64
kurvanya akan menceng. Jika kurva distribusi memiliki ekor yang lebih panjang ke
kanan maka distribusi tersebut disebut menceng ke kanan atau memiliki
kemencengan positif. Sebaliknya jika kurva distribusi memiliki ekor yang lebih
panjang ke kiri maka distribusi tersebut disebut menceng ke kiri atau memiliki
kemencengan negatif. Berikut adalaha gambar kurva distribusi normal, menceng ke
kanan dan menceng ke kiri.
a. Kurva distribusi normal
Mo=Me= x
b. Kurva distribusi menceng ke kanan
Mo Me x
c. Kurva distribusi menceng ke kiri
x Me Mo
65
Metode yang digunakan untuk mengukur ukuran kemencengan (Skewness)

1. PEARSON
(nilai selisih rata-rata dibagi simpangan baku)
Rumus:
Populasi: Sk = atau Sk =
x x
Sampel: Sk = atau Sk =
2. BOWLEY
(berdasarkan pada hubungan kuartil-kuartil dari sebuah distribusi)
Rumus:
Sk = atau Sk =
3. MOMEN
(didasarkan pada perbandingan momen-momen ke-3 dengan pangkat tiga
simpangan baku)
Rumus:
Data tunggal/ tidak berkelompok
Populasi : Sk = =
x
Sampel : Sk = =
Data Berkelompok
Populasi: Sk = = atau
Sk = = .
x
Sampel: Sk = = atau
66
Sk = = .
Kemencengan kurva menurut Pearson ialah:

1. Sk = 0  kurva memiliki bentuk simetris
2. Sk > 0  kurva menceng ke kanan atau menceng positif
3. Sk < 0  kurva menceng ke kiri atau menceng negatif
Batas-batas nilai ukuran kemencengan beserta artinya:
1. 0,0 ≤ (Sk = < 0,1  bentuk kurva distribusinya bisa dianggap normal
2. 0,1 ≤ (Sk = < 0,3  bentuk kurva distribusinya menceng.
Bila bernilai negatif menceng ke kiri, bila bernilai positif menceng ke kanan
3. (Sk = ≥ 0,3  bentuk kurva distribusinya sangat menceng
Bila bernilai negatif sangat menceng ke kiri, bila bernilai positif sangat
menceng ke kanan
UKURAN KERUNCINGAN (Kurtosis) Kt =
Keruncingan distribusi data atau kurtosis adalah derajat atau ukuran tinggi
rendahnya puncak suatu distribusi data terhadap distribusi normalnya data.
Berdasarkan keruncingannya kurva distribusi dapat dibedakan atas 3 macam, yaitu:
1. Leptokurtik (puncak relatif tinggi/ runcing)
2. Mesokurtik (puncak tidak tinggi dan tidak mendatar atau bisa disebut normal)
3. Platikurtik ( puncak hampir mendatar/ tumpul)
Leptokurtik
Mesokurtik
Platikurtik
67
Batas-batas ukuran keruncingan:

1. > 3 kurva distribusinya runcing (leptokurtik)
2. = 3 kurva distribusinya normal (mesokurtik)
3. < 3 kurva distribusinya tumpul (platikurtik)
Rumus- Rumus yang digunakan:
Data tunggal/ tidak berkelompok
Populasi : =
x
Sampel : =
Data Berkelompok
Populasi: = atau
= .
x
Sampel: = atau
= .
Contoh Soal:
Berikut ini adalah sampel nilai dari mid test statistika I dari sekelompok mahasiswa di
sebuah Universitas:
30, 35, 42, 50, 58, 66, 74, 82, 90, 98
Tentukanlah:
a. Semua ukuran dispersi absolutnya
b. Semua ukuran dispersi relatifnya, kecuali angka baku
c. Ukuran kemencengan dan ukuran keruncingannya beserta artinya
68
Jawaban:
X X-x x x x
30 -32,5 1056,25 900 1115664,063
35 -27,5 756,25 1225 571914,0625
42 -20,5 420,25 1764 176610,0625
50 -12,5 156,25 2500 24414,0625
58 -4,5 20,25 3364 410,0625
66 3,5 12,25 4356 150,0625
74 11,5 132,25 5476 17490,0625
82 19,5 380,25 6724 144590,0625
90 27,5 756,25 8100 571914,0625
98 35,5 1260,25 9604 1588230,063
ΣX= 625 Σ= 4211386,625
Σ= 4950,5 Σ= 44013
X = 62,5
a. Ukuran dispersi absolut:

 R= -
R = 98-30 = 68
 IQR = -
= 84-40,25
= 43,75
 QD = = = 21,875
x
 AD =
= = 19,5
x
 s=
= = 23,45326322
 V= = = 550,05555556
69
b. Ukuran dispersi relatif
 CV = x 100% = x 100% = 37,52522115%

x
 CVQ = x 100% = x 100% = 35,28225806%
c. Ukuran kemencengan:
Rumus Pearson:
x
Sk =
= = 0,063956984
Ternyata 0,0 <0,063956984< 0,1

0,0 < (Sk = < 0,1  bentuk kurva distribusinya bisa dianggap normal
Gambar:
Ukuran keruncingan:
x
=
= = 1,391912716
Ternyata 1,391912716 < 3

< 3 maka kurva distribusinya berbentuk tumpul (platikurtik)
Gambar:
70
Langkah-langkah dengan menggunakan Minitab:

1. Buka software Minitab
2. Masukan data pada worksheet 1
3. Ketik “nilai” pada kolom C1 lalu masukan data
4. Klik stat  Basic Statistic  display descriptive statistics  lalu masukan

variabel nilai (C1) ke kotak variabel.
5. Pilih statistics, lalu akan muncul:
71
6. Pilih descriptive statistics yang dibutuhkan lalu Klik OK

7. Akan muncul output sebagai berikut:
—— 12/2/2011 10:58:31 AM ————————————————————
Welcome to Minitab, press F1 for help.
Descriptive Statistics: nilai
Variabel N N* Mean SE Mean StDev Variance CoefVar Minimum Q1

nilai 10 0 62.50 7.42 23.45 550.06 37.53 30.00 40.25
Variabel Median Q3 Maximum Range IQR Skewness Kurtosis

nilai 62.00 84.00 98.00 68.00 43.75 0.09 1.30
72
SOAL UKURAN DISPERSI
1. Plywood Inc. Reported these returns on stockholder equity (in percent) for the
past 5 years: 4,3 4,9 7,2 6,7 and 11,6
a. Compute the range, average deviation, standard deviation and variance
b. Compute the coefficient of variation and coefficient of quartile variation
Penyelesaian:
X X- x x
4,3 -2,64 6,9696
4,9 -2,04 4,1616
7,2 0,26 0,0676
6,7 -0,24 0,0576
11,6 4,66 21,7156
ΣX= 625 Σ x = 9,84 Σ = 32,972
X = 6,94
a.
 R= -
R = 11,6 – 4,3 = 7,3
 IQR = -
= 9,4 – 4,6
= 4,8
 QD = = = 2,4
x
 AD =
= = 1,968
x
 s=
= = 2,871062521
73
 V= = = 8,243
b.
 CV = x 100% = x100% = 41,36977696%

x
 CVQ = x 100% = x 100% = 31,59722222%

3. Ketik “returns” pada kolom C1, lalu masukan data

variabel returns ke kotak variabel.
74
75

————— 12/2/2011 11:45:48 AM —————————————————
Descriptive Statistics: returns

Variabel N N* Mean SE Mean StDev Variance CoefVar Minimum Q1 Median
returns 5 0 6.94 1.28 2.87 8.24 41.37 4.30 4.60 6.70
Variabel Q3 Maximum Range

returns 9.40 11.60 7.30
2. Sampel berat badan 10 mahasiswa dan 10 mahasiswi disuatu perguruan tinggi

adalah sebagai berikut:
Berat badan
mahasiswa 40 50 60 55 70 65 60 55 65 80
Berat badan
mahasiswi 45 55 50 60 45 40 55 50 65 60
a. Tentukan standar deviasi berat badan kelompok mahasiswa dan mahasiswi
tersebut
b. Tentukanlah koefisien variasinya, manakah yang lebih merata?
Penyelesaian:
Kelompok mahasiswa:
Data terurut:
X 40 50 55 55 60 60 65 65 70 80 Σ= 600
1600 2500 3025 3025 3600 3600 4225 4225 4900 6400 Σ=37100
s=
= 11,05541597
Kelompok mahasiswi
Data terurut:
76
X 40 45 45 50 50 55 55 60 60 65 ∑=525
1600 2025 2025 2500 2500 3025 3025 3600 3600 4225 ∑=28125
s=
= 7,90569415
b. Koefisien variasi berat badan mahasiswa:
CV = x 100%
x
= x 100%
= 18,42569328%
Koefisien variasi berat badan mahasiswi:
CV = x 100%
x
= x 100%
= 15,05846505%
Kesimpulan: Koefisien variasi (CV) berat badan mahasiswi lebih kecil dari
koefisien variasi (CV) berat badan mahasiswa. Jadi data berat badan
mahasiswi jauh lebih merata daripada berat badan mahasiswa.
3. Pada ujian akhir semester yang lalu, untuk mata kuliah Pengantar Ekonomi,
Tenten memperoleh nilai 84, sedangkan untuk mata kuliah Statistika ia
memperoleh nilai 90. Dikelas itu, terdapat 50 mahasiswa, dimana nilai rata-
rata untuk mata kuliah Pengantar Ekonomi adalah 76 dengan simpangan baku
10. Sedangkan nilai rata-rata untuk mata kuliah Statistika adalah 82 dengan
simpangan baku 16. Pada mata kuliah mana nilai Tenten lebih baik?
Penyelesaian:
77
Untuk mata kuliah Pengantar Ekonomi

x
Z= = = 0,8
Untuk mata kuliah Statistika

x
Z= = = 0,5
Kesimpulan: Nilai Z untuk mata kuliah Pengantar Ekonomi lebih besar dari
nilai Z untuk mata kuliah Statistika. Jadi nilai Tenten lebih baik pada ujian
mata kuliah Pengantar Ekonomi.
4. Dari data pengukuran pipa dibawah ini:

Diameter (mm) F
65-67 2
68-70 5
71-73 13
74-76 14
77-79 4
80-82 2
Jumlah 40
a. Hitung standar deviasinya
b. Tentukan ukuran keruncingannya, jelaskan artinya dan gambarkan
Penyelesaian:
Diameter(mm) Xi f u fu f f f
65-67 66 2 -3 9 -27 81 -6 18 -54 162
68-70 69 5 -2 4 -8 16 -10 20 -40 80
71-73 72 13 -1 1 -1 1 -13 13 -13 13
74-76 75 14 0 0 0 0 0 0 0 0
77-79 78 4 1 1 1 1 4 4 4 4
80-82 81 2 2 4 8 16 4 8 16 32
Jumlah 40 -21 63 -87 291
s=
78
s=
= 3,419703935
Ukuran keruncingan
= 3,011326068
Karena ukuran keruncingannya ( hampir sama atau sama dengan 3 maka
bentuk kurvanya adalah mesokurtik atau bisa disebut normal.
gambar:
5. Dua perusahaan, yaitu Perusahaan TIDAK RUGI dan Perusahaan UNTUNG

memiliki karyawan sebanyak 50 orang. Untuk keperluan penelitian mengenai
variasi gaji karyawan, diambil sampel sebanyak 6 orang dari setiap
perusahaan dengan gaji masing-masing (dalam ribuan rupiah) adalah sebagai
berikut:
300, 250, 350, 400, 500, 550 dan 200, 450, 250, 300, 350, 500
a. Tentukanlah ukuran dispersi relatif dari kedua perusahaan tersebut,
kecuali angka bakunya
b. Perusahaan mana yang memiliki variasi gaji lebih merata?
79
c. Budi merupakan salah satu karyawan di perusahaan untung. Berapakah

gaji yang ia terima setiap bulannya jika ia memiliki angka baku untuk
gajinya sebesar 0,62?
Penyelesaian:
a. Data yang telah diurutkan:
Perusahaan Tidak Rugi:
X 250 300 350 400 500 550 Σ= 2350
62500 90000 122500 160000 250000 302500 Σ=987500
 s=
= 115,8303357
 Koefisien variasi Perusahaan Tidak Rugi:
CV = x 100%
x
= x 100%
= 29,57370273%
 CVQ = x 100%
= x 100%
= 28,125%

3. Ketik “gaji” pada kolom C1, lalu masukan data
80

variabel gaji ke kotak variabel.
81

————— 12/2/2011 11:45:48 AM —————————————————
Descriptive Statistics: gaji

Variabel N N* StDev Variance CoefVar Minimum Maximum
gaji 6 0 115.8 13416.7 29.57 250.0 550.0
Data yang telah diurutkan:

Perusahaan Untung
X 200 250 300 350 450 500 Σ= 2050
40000 62500 90000 122500 202500 250000 Σ=767500
 s=
= 115,8303357
 Koefisien variasi Perusahaan Untung:
82
CV = x 100%
x
= x 100%
= 34,00107701%
 CVQ = x 100%
= x 100%
= 32,1428571%
Dengan langkah yang sama seperti diatas, gunakan software minitab, maka
akan diperoleh output seperti di bawah ini:
————— 12/2/2011 11:45:48 AM —————————————————
Descriptive Statistics: gaji
Variabel N N* StDev Variance CoefVar Minimum Maximum

gaji 6 0 115.8 13416.7 33.90 200.0 500.0
b. Koefisien variasi (CV) perusahaan Tidak rugi adalah sebesar

29,57370273% sedangkan koefisien variasi (CV) perusahaan Untung
adalah sebesar 34,00107701%. CV perusahaan Tidak rugi < CV
perusahaan Untung. Jadi dapat disimpulkan bahwa perusahaan yang
memiliki variasi gaji lebih merata adalah perusahaan Tidak Rugi.
x
c. Z =
0,62=
x = 413,4814748
Kesimpulan: Jadi, gaji yang diterima Budi di perusahaan Untung setiap
bulannya adalah sebesar Rp. 413.481
83
6. The traffic citations issued last year by month in Beaufort Country, South
Carolina, is reported below:
Month Citations
January 19
February 17
March 22
April 18
May 28
June 34
July 45
August 39
September 38
October 44
November 34
December 10
Total 348
a. Compute the range, average deviation, standard deviation and variance

b. Determine the Inter Quartile Range and Quartile Deviation!
c. Find the coefficient of Skewness, what is your conclusion regarding the
shape of distribution? (use the Bowley method)
Penyelesaian:
Data :
Month Citations x
X- x
January 19
-10 100
February 17
-12 144
March 22
-7 49
April 18
-11 121
84
May 28
-1 1
June 34
5 25
July 45
16 256
August 39
10 100
September 38
9 81
October 44
15 225
November 34
5 25
December 10
-19 361
Total 348
X = 32 x = 120 Σ x =1488
a. R = -
R = 45-10 = 35
x
AD =
= = 10
x
s=
= = 11,63068043
V= = = 135,2727273
b. Letak nilai ke
= = 3,25
+ 0,25 ( - )
= 18 + 0,25(19-18) = 18,25
Letak =nilai ke
= = 9,75
85
+ 0,75 ( - )
= 38 + 0,75(39-38)
= 38,75
IQR = -
= 38,75-18,25
= 20,5
QD = = = 10,25
Sk =
= - 0,243902439
0,1 < 0,243902439 < 0,3 and Sk < 0
0,1 <(Sk = < 0,3 and Sk < 0
it means the curve is skewed to the left or negatively skewed
gambar:

3. Ketik “cititations” pada kolom C1
86
4. Klik stat  Basic Statistic display descriptive statistics  lalu masukan

variabel cititations ke kotak variabel.
87
6. Pilih descriptive statistics sesuai kebutuhan lalu Klik OK

————— 12/2/2011 11:45:48 AM —————————————————
Descriptive Statistics: citations
Variabel N N* Mean SE Mean StDev Variance CoefVar Minimum Q1

citations 12 0 29.00 3.36 11.63 135.27 40.11 10.00 18.25
Variabel Median Q3 Maximum Range Skewness

citations 31.00 38.75 45.00 35.00 -0.13
7. SC Coast, an internet provider in the Southeast, developed the following

frequency distribution on the age of internet users. Find the deviation standard
and variance with coding method)
age frequency
10-20 3
20-30 20
30-40 18
40-50 12
50-60 7
88
Penyelesaian:
Age Xi f u fu f
10-20 15 3 -3 9 -9 27
20-30 25 20 -2 4 -40 80
30-40 35 18 -1 1 -18 18
40-50 45 12 0 0 0 0
50-60 55 7 1 1 7 7
total 60 -60 132
s=
s=
= 10,95445115
V= = = 120
So, the deviation standard is about 10,95445114 and variance is about 120
8. Gaji 5 orang manajer (dalam ribuan rupiah) di perusahaan A masing-masing

adalah 4.500, 4000, 5000, 4750, 4250 sedangkan gaji 5 orang manajer di
perusahaan B adalah 3750, 4200, 4500, 5250, 4750. Manakah yang lebih
bervariasi (heterogen), gaji manajer di perusahaan A atau perusaan B ?
Penyelesaian:
Perusahaan A
x= = 4500
s=
= 395,2847075
CV = x 100%
x
89
= x 100%
= 8,784104612%
x= = 4490
s=
= 565,0221235
CV = x 100%
x
= x 100%
= 12,58401166%
Kesimpulan: Karena CV perusahaan B lebih besar dari perusahaan A, maka gaji
manajer di perusahaan B lebih bervariasi (heterogen) dibanding dengan gaji
manajer di perusahaan A.
9. Diketahui sebuah data mengenai interval kelas beserta frekuensinya sebagai

berikut:
Interval kelas Frekuensi
31-40 4
41-50 3
51-60 5
61-70 8
71-80 11
81-90 7
91-100 2
Jumlah 40
Dari data yang didapatkan, tentukanlah:
90
a. Rata-rata dan simpangan bakunya

b. Skewness dengan menggunakan rumus Pearson
Penyelesaian:
Interval kelas Frekuensi

Xi fX f
31-40 4 35,5
1260,25 142 5041
41-50 3 45,5
2070,25 136,5 6210,75
51-60 5 55,5
3080,25 277,5 15401,25
61-70 8 65,5
4290,25 524 34322
71-80 11 75,5
5700,25 830,5 62702,75
81-90 7 85,5
7310,25 598,5 51171,75
91-100 2 95,5
9120,25 191 18240,5
Jumlah 40
Σ= 2700 Σ= 193090
a. x = = = 67,5
s=
s=
= 16,46283694
b. Mo = L+ .c
= 70,5 + . 10
= 74,944444444
x
Sk =
= -0,452196937
91
0,452196937 > 0,3

(Sk = > 0,3 and Sk < 0 (nilainya negatif)
berarti kurva distribusinya sangat menceng ke kiri atau sangat menceng negatif
Gambar:
10. Berikut ini adalah data uang jajan dari mahasiswa Fakultas Ekonomi setiap
bulannya:
Uang jajan (rupiah) Frekuensi (orang)
500.000 - 600.000 8
600.000 – 700.000 6
700.000 – 800.000 20
800.000 – 900.000 12
900.000 – 1000.000 4
Total 50
a. Bila seorang mahasiswa mempunyai uang jajan 750.000 per bulan,
berapakah angka bakunya?
d. Bila seorang mahasiswi mempunyai angka baku 0,12 berapakah
pendapatan yang diperolehnya tiap bulan?
Penyelesaian:
Uang jajan f x fx X- x x
500.000 - 600.000 8 550000 4400000 -196000 38416000000
600.000 – 700.000 6 650000 3900000 -96000 9216000000
92
700.000 – 800.000 20 750000 15000000 4000 16000000

800.000 – 900.000 12 850000 10200000 104000 10816000000
900.000 – 1000.000 4 950000 3800000 204000 41616000000
Total 50 37.300.000 100.080.000.000
a. x = = = 746.000
x
s=
s=
= 44739,24452
x
Z=
= 0,09
Kesimpulan: Bila seorang mahasiswa mempunyai uang jajan 750.000 per
bulan, maka angka bakunya adalah sebesar 0,09
x
b. Z =
0,12 =
5368,709344 = x- 746.000
x = 751.368,7093
Kesimpulan: Bila seorang mahasiswi mempunyai angka baku 0,12 maka
pendapatan yang diperolehnya setiap bulan adalah sebesar Rp. 751.369
93
ANGKA INDEKS
Angka Indeks adalah suatu bilangan yang dinyatakan dalam presentase (%) yang
menunjukkan besarnya perbandingan atau perubahan nilai suatu variabel tertentu
pada waktu/periode waktu tertentu dibandingkan dengan nilai variabel tersebut pada
waktu/periode dasarnya.
 Waktu tertentu (waktu bejalan) adalah waktu atau periode waktu saat
dilakukan penghitungan angka indeks suatu variabel.
 Waktu dasar adalah waktu atau periode waktu yang dijadikan dasar
perhitungan angka indeks suatu variabel. Periode waktu dasar biasanya
dinyatakan dalam angka indeks sebesar 100.
Pada umumnya dalam pengukuran angka indeks terdapat dua kesulitan atau kendala,
yaitu :
 Data yang layak diperbandingkan dan data yang sesuai kebutuhan,
 Pemilihan tahun dasar, karena tahun dasar sebagai pembanding yang baik
harus mempunyai dua kriteria yaitu saat keadaan stabil dan waktu yang
dijadikan tahhun dasar tidak terlalu lama. Dapat digunakan interval waktu
lima tahun.
I. Sumber Data
Sumber data untuk perhitungan indeks bisa didapatkan dari data-data internal
seperti data penjualan perusahaan, data produksi sebuah pabrik, dan lain-lain.
Selain itu, sumber data untuk perhitungan indeks yang bersifat umum bisa
didapatkan dari pemerintah, seperti Indeks Harga Konsumen yang bisa dilihat
pada data BPS (Biro Pusat Statistika).
94
II. Jenis – Jenis Angka Indeks
2.1.Angka Indeks Harga (Po/n)

Angka Indeks Hargaadalah angka indeks pada variabel tertentu yang
diperbandingkannya berupa harga barang/jasa dan dipakai untuk
menunjukkan perubahan harga barang/jasa.
Indeks ini bertujuan mengukur perubahan harga antara dua interval waktu
tertentu, misal antar tahun, antar kuartal, antar bulan, dan sebagainya. Dalam
praktek indeks harga adalah indeks yang paling sering digunakan seperti
indeks harga konsumen, indeks harga saham gabungan (IHSG) dan lainnya.
2.2.Angka Indeks Kuantitas (Qo/n)
Angka Indeks Kuantitasadalah angka indeks yang variabel tertentu
diperbandingkannya berupa jumlah/kuantitas barang.Indeks kuantitas
mengukur perubahan sejumlah kuantitas barang dari masa ke masa.
Sebagai contoh, jika diketahui indeks kuantitas tepung terigu tahun 2006
adalah 115, dengan dasar tahun 2002, maka ada peningkatan jumlah tepung
terigu sebesar 15%.
2.3.Angka Indeks Nilai (Vo/n)
Angka Indeks Nilaiadalah angka indeks yang variabel tertentu
diperbandingkannya berupa nilai barang atau jasa dan dipakai untuk melihat
perubahan nilai dari suatu barang/jasa. Dimana besaran nilai didapat dari
perhitungan V  P  Q
III. Metode Mengukur Angka Indeks Harga
Metode ini menentukan pada penggunaan variabel harga dari waktu ke waktu
suatu komoditi tertentu. Sebagai dasar penghitungannya adalah harga sebagai
pembanding sekaligus tahun dasar (tahun ke 0) diberi simbol P o dan harga yang
95
diperbandingkan dan terjadi pada tahun ke-n diberi simbol P n. Di samping itu
tahun dasar sebagai permulaan dan dasar perbandingan maka indeks selalu
besarnya 100% (angka indeks dinyatakan dalam persentase).
3.1.Metode Tak Tertimbang
Pada metode ini dianggap semua variabel yang akan diukur indeksnya
mempunyai nilai yang sama. Metode ini merupakan metode yang paling
sederhana dan praktis dalam mengukur sebuah indeks (bisa indeks harga,
indeks kuantitas, atau jenis indeks lain), walaupun cara ini mempunyai
kelemahan-kelemahan.
3.2.Metode Tertimbang
Pada metode ini ada bobot yang digunakan untuk membedakan variabel yang
satu dengan yang lain. Seperti adanya penimbangan berupa kuantitas barang
yang terjual untuk berbagai jenis barang yang berlainan harganya. Metode ini
dalam praktek masih terbagi dalam beberapa cara perhitungan indeksnya
seperti metode Laspeyers, Paasche, Fisher, dan sebagainya.
3.3.Metode Relatif
Jika pada metode tertimbang atau tak tertimbang, proses perhitungan dimulai
dengan menjumlahkan seluruh komponen yang ada kemudian dilakukan rata-
rata, maka metode relatif memulai dengan menghitung setiap indeks
komponen, kemudian baru melakukan rata-rata dari semua indeks yang
didapat.
3.4.Metode Rantai
Metode ini menghitung indeks secara berantai, missal dari tahun 1998
dibandingkan dengan tahun 1997, kemudian tahun 1999 dibandingkan dengan
tahun 1998, dan seterusnya.
96
AIH Tidak AIH Agregatif AIH Rata-rata Relatif Angka Indeks

Tertimbang Tertimbang Tertimbang Berantai
Harga Relatif AIH Laspeyers Bila timbangannya nilai Angka Indeks

barang pada waktu Berantai
(cenderung berlebih ke
P dasar
P  n
 100
atas-upward bias) P ..... P
o/n
P o
P  1 n
P P
 P P  Q 
o/n
0 n 1
 P Q
n
IL 
n o
 100 P o o
 P Q P  o
 P Q
o/n
o/n
n o
o o
Indeks Gabungan AIH Paasche Bila timbangannya nilai

barang pada waktu
IP 
P n
 100
(cenderung berlebih ke
tertentu
P o
bawah-downward bias)
Q  P Q  P P  Q  n
IQ  n
 100 IP 
n n
 100 P n n
Q  P Q P  o
 P Q
o/n
o/n
o n
o n n
IV 
 P Q n n
 100
 P Q o o
AIH Agregatif AIH Marshall

Sederhana Edgeworth
P 
P n
 100  P Q  Q  100
n
 P Q  Q 
o/n
P o
ME o/n
 o n
o o n
97
AIH Rata-rata AIH Walsh

Relatif Sederhana
 P Q Q
n
W
o n
  100
 P  100
 P Q Q
o/n
n o o n
P
P  k
o/n
o
AIH Drobisch
(rata-rata hitung) I
 L
I
Po / n
ID 2 o/n
o/n
P  100
 log AIH n
P Irving Fisher
LogP 
k o/n
o
IF o/n
 IL IP
o/n o/n
(rata-rata ukur)
IV. Pergeseran waktu atau periode waktu dasar
Bila jarak antara waktu atau periode waktu dasar dengan waktu atau priode waktu
tertentu sudah cukup jauh, maka hasil perhitungan angka indeksnya tidak atau
kurang representatif. Oleh karena itu, periode atau waktu dasar tersebut harus
disesuaikan dengan rumus sebagai berikut:
I
I  L
 100
B
I
LD
98
Ket:
IB : angka indeks baru setelah dilakukan pergeseran waktu atau periode dasar
IL : angka indeks lama sebelum dilakukan pergeseran waktu atau periode dasar
ILD: angka indeks lama yang waktu atau periode waktunya dijadikan waktu atau
periode dasar baru
V. Beberapa Penerapan Angka Indeks
5.1.Pendeflasian
Adalah suatu metode untuk menghitung daya beli suatu mata uang tertentu
berdasarkan nilai nominalnya serta menghitung pendapatan nyata berdasarkan
pendapatan uangnya.
DB = x 100 PN = x 100
Keterangan
DB : Daya beli suatu mata uang PN : Pendapatan nyata

tertentu
NN : Nilai nominal suatu mata uang PU : Pendapatan uang

asing tertentu
IHK : Indeks Harga Konsumen
99
5.2.Perubahan Pendapatan
PPUo/n = x 100
5.3.Perubahan Pendapatan Nyata
PPUo/n = x 100
5.4.Inflasi
Inflasi = x 100
100
SOAL ANGKA INDEKS
1. Below is data of sales for PT. Sinar Trija (In million Rupiah/ton) :
2010 2011
Product
Price Quantity Price Quantity
A 51 5 60 8
B 32 7 30 9
C 73 8 78 10
D 81 9 98 6
E 93 6 95 6
Find Price Index, Quantity Index, and Value Index!
Jawaban :
2010 2011
Product
Po Qo Po.Qo Pn Qn Pn.Qn
A 51 5 255 60 8 480
B 32 7 224 30 9 270
C 73 8 584 78 10 780
D 81 9 729 98 6 588
E 93 6 558 95 6 570
Total 330 35 2.350 361 39 2.688
a. IP 
P n
 100 
361
 100  109,39
P o
330
Q 39
b. IQ  n
 100   100  111,43
Q o
35
101
c. IV 
 P Q n n
 100 
2.688
 100  114,38
 P Q o o
2.350
2. PT. Tambang Ganda merupakan salah satu perusahaan pengekspor timah ke

beberapa negara di Asia dan Eropa. Berdasarkan daftar harga ekspor timah per
100 kg perusahaan tersebut berikut ini :
Tahun 2005 2006 2007 2008
Harga (Rp) 1.987 2.178 2.234 2.315
Tentukan angka indeks harga tiap tahun dengan menggunakan tahun dasar 2006?
dan berikan interpretasi dari angka indeks tersebut?
Jawaban :
Angka Indeks Harga
P
P  n
 100
o/n
P o
 Angka Indeks Harga tahun 2005 = = 91,23
 Angka Indeks Harga tahun 2006 = = 100
Selama tahun 2005 – 2008 diketahui bahwa harga ekspor timah per 100 kg
umumnya mengalami kenaikan, tampak dari angka indeks yang makin lama
makin besar. Diketahui pula bahwa dalam 3 tahun dari tahun 2006 – 2008 harga
ekspor timah per 100 kg telah naik sebesar 6,29%.
102
3. Berdasarkan data penjualanFinding Motor mengenai penjualan mobil berbagai

tipe pada perusahan tersebut di bawah ini. Tentukan angka indeks agregatif
sederhana tahun 2011 dan angka indeks rata-rata relatif sederhana tahun 2011
beserta interpretasinya:
Tipe Mobil Tahun 2010 Tahun 2011
Revolution 3570 3647
Super AT 1398 1508
Excalibur 2456 2431
Jawaban :
- Angka Indeks Agregatif Sederhana : Perkembangan harga penjualan
mobil
Tipe Mobil Harga Harga Angka Indeks Agregatif
Tahun 2010 Tahun 2011 Sederhana 2011
Revolution 3570 3647
Super AT 1398 1508 Po/n = (7586/7424)x 100
Excalibur 2456 2431 = 102,18
Jumlah 7424 7586
Angka indeks agregatif sederhana pada tahun 2011 sebesar 102,18% atau
mengalami kenaikan sebesar 2,18% dibandingkan dengan harga pada tahun 2010.
- Angka Indeks Rata-rata Relatif Sederhana : Perkembangan harga

penjualan mobil
Tipe Mobil Harga Harga Angka Indeks Rata-rata
Tahun 2010 Tahun 2011 Relatif Sederhana 2011
Revolution 3570 3647 (3647/3570)x100 = 102,16
Super AT 1398 1508 (1508/1398)x100 = 107,87
Excalibur 2456 2431 (2431/2456)x100 = 98,98
103
Jumlah 309,01
Po/n = 309,01 / 3
Indeks rata-rata relatif sederhana 2011
= 103,0033
Dengan menggunakan angka indeks rata-rata relatif sederhana, pada tahun 2011
terjadi kenaikan harga jual ketiga tipe mobil tersebut sebesar 3,0033%
dibandingkan tahun 2010.
4. Below is data export :

Price ($/kg) Quantity (kg)
Export
2008 2010 2008 2010
Coffee 0,3 0,34 354 467
Tea 0,21 0,27 451 478
Pepper 0,13 0,11 568 512
Corn 0,29 0,31 752 752
Chili 0,18 0,22 535 607
Find :
a. Price Indexes of Laspeyers
b. Price Indexes of Paasche
c. Price Indexes of Drobisch
d. Price Indexes of Fisher
Jawaban :
Price ($/kg) Quantity (kg) PoQo PnQo PoQn PnQn

Export
2008 2010 2008 2010
Coffee 0,3 0,34 354 467 106,2 120,36 140,1 158,78
Tea 0,21 0,27 451 478 94,71 121,77 100,38 129,06
Pepper 0,13 0,11 568 512 73,84 62,48 66,56 56,32
104
Corn 0,29 0,31 752 752 218,08 233,12 218,08 233,12

Chili 0,18 0,22 535 607 96,3 117,7 109,26 133,54
Total 589,13 655,43 634,38 710,82
a. Price Indexes of Laspeyers
 P Q n 655,43
IL  o
 100   100  112,25
 P Q o o
589,13
b. Price Indexes of Paasche
 P Q n 710,82
I  n
 100   100  112,05
 P Q
P
o
634,38
n
c. Price Indexes of Drobisch
I I 112,25  112,05
I D
 L
2
P

2
 112,15
d. Price Indexes of Fisher
I F
 I IL P
 112,25  112,05  112,14
5. Berikut ini adalah tabel barang-barang makanan hasil produksi pada tahun 2009
dan 2011 di Indonesia.
Harga (ribuan) Kuantitas (kwintal)
Jenis makanan
2009 2011 2009 2011
Beras 8 10 15 18
Garam 6 8 7 9
Gula 5 6 8 11
Lada 4 6 4 5
Tentukan angka indeks relatif rata-rata tertimbang dengan timbangannya nilai
barang pada waktu dasar dan juga menggunakan timbangan waktu tertentu ?
(tahun dasar 2009)
105
Jawaban :
Harga (ribuan) Kuantitas

Jenis PoQo Pn/Po Pn/Po(PoQo) PnQn Pn/Po(PnQn)
(kwintal)
makanan
Po Pn Qo Qn
Beras 8 10 15 18 120 1,25 150 180 225
Garam 6 8 7 9 42 1,333 55,9986 72 95,9976
3
Gula 5 6 8 11 40 1,2 48 66 79,2
Lada 4 6 4 5 16 1,5 24 30 45
Total 218 277,9986 348 445,1976
 Indeks relatif rata-rata tertimbang periode waktu dasar
 P P  Q 
n
P o o
277,9986
IRH  o
 100   100  127,52
P Q
W
 o
218
o
 Indeks relatif rata-rata tertimbang periode waktu tertentu
 P P  Q 
n
P n n
445,1976
IRH  o
 100   100  127,93
 P Q
W
n
348
n
6. Berapakah angka indeks berantai dengan mengambil mulai dari tahun 2005
berdasarkan daftar harga Laptop Acer selama tahun 2005-2011 beserta
interpretasinya?
Tahun 2005 2006 2007 2008 2009 2010 2011
Harga
3,4 3,8 4,5 5,5 5,4 5,6 6,2
(Juta rupiah)
Jawaban :
106
Angka Indeks berantai
Tahun Harga Indeks berantai Keterangan

2005 3,4
2006 3,8 (3,8/3,4) x 100 = 111,77 Naik 11,77 % dari tahun sebelumnya
2009 5,3 (5,3/5,5) x 100 = 96,36 Turun 3,64 % dari tahun sebelumnya
7. Below is Price Index of Tin export for 100 kgs with base year 2003 :
Year 2005 2006 2007 2008 2009 2010 2011
Index 104 109 121 119 128 131 125
An economic wants to shift the base year to 2005. In other words, he wants to
compute these index numbers with a base period of 2005 rather than 2003. Can
you help him out?
Jawaban :
I
I  L
 100
B
ILD
Tahun Index New Index

2005 104 100
2006 109 (109/104) x 100 = 104,81
2007 121 (121/104) x 100 = 116,35
2008 119 (119/104) x 100 = 114,42
2009 128 (128/104) x 100 = 123,08
107
2010 131 (131/104) x 100 = 125,96

2011 125 (125/104) x 100 = 120,19
8. Berikut merupakan tabel pendapatan karyawan PT. Grand Fury dari tahun 2004
sampai tahun 2011 beserta IHK (Indeks Harga Konsumen) tahun-tahun tersebut :
Tahun Pendapatan (Juta Rupiah) IHK
2004 18,2 105
2005 21,5 108
2006 24,89 125
2007 29,65 119
2008 31 123
2009 34,5 134
2010 37 125
2011 41,5 132
a. Hitung daya beli mata uang Rp1.200.000,00 pada tahun 2004-2011
berdasarkan nominalnya pada tahun tersebut ?
b. Berapakah pendapatan sebenarnya pada tahun 2010 ?
c. Hitung laju inflasi dari tahun 2004 – 2011, analisis laju inflasinya ?
Jawaban :
a. Nilai nominal Rp1.200.000
DB  N N
 100
IHK
Tahun DB
2004 (1.200.000/105) x 100 Rp1.142.857,143
2005 (1.200.000/108) x 100 Rp1.111.111,111
2006 (1.200.000/125) x 100 Rp960.000,00
108
2007 (1.200.000/119) x 100 Rp1.008.403,361

2008 (1.200.000/123) x 100 Rp975.609,7561
2009 (1.200.000/134) x 100 Rp895.522,3881
2010 (1.200.000/125) x 100 Rp960.000,00
2011 (1.200.000/132) x 100 Rp909.090,9091
b. Pendapatan sebenarnya tahun 2010
P 37.000.000
P N
 U
IHK
 100 
125
 100  Rp 29.600.000,00
c. Laju inflasi
Tahun IHK Inflasi
2004 105 100
2005 108 (108/105) x 100 102,86
2006 125 (125/108) x 100 115,74
2007 119 (119/125) x 100 95,2
2008 123 (123/119) x 100 103,36
2009 134 (134/123) x 100 108,94
2010 125 (125/134) x 100 93,28
2011 132 (132/125) x 100 105,6
Berdasarkan hasil perhitungan, dapat disimpulkan dari tahun 2004 sampai 2011
pada umumnya terjadi fluktuasi laju inflasi yang memiliki kecenderungan naik.
Ini terlihat dari nilai inflasi tahun 2011 meningkat 5,6% dibandingkan tahun
2004.
109
ANALISIS DERET BERKALA
Deret berkala adalah sekumpulan data yang dicatat dalam satu periode waktu.
(Suharyadi, Statistika : 174). Melakukan analisis deret berkala berguna untuk
mengetahui kondisi masa mendatang atau meramalkan kondisi mendatang.
Ada beberapa sub bab dalam analisis deret berkala (Time Series) menurut
Suharyadi, antara lain:
1. Trend
2. Indeks Musim
3. Variasi Siklus
4. Variasi yang tidak tetap
1. Trend
Trend adalah suatu gerakan kecenderungan naik atau turun dalam jangka panjang
yang diperoleh dari rata-rata perubahan dari waktu ke waktu dan nilainya cukup rata
(atau mulus) (Suharyadi, Statistika:176). Trend biasanya digunakan dalam melakukan
peramalan di masa yang akan datang.
*. Trend Positif
Tren positif mempunyai kecenderungan nilai ramalan (Y‟) meningkatnya waktu (X).
Persamaannya
Ŷ = a + bX
Dimana a= konstanta dan b adalah tingkat kecenderungan. Apabila X naik 1 satuan,

maka Ŷ akan naik sebesar b satuan.
*. Trend Negatif
110
Tren negatif mempunyai kecenderungan nilai ramalan (Y‟) menurun dengan

meningkatnya waktu (X).
Ŷ = a – bX
Dimana a= konstanta dan b adalah tingkat kecenderungan. Apabila X naik 1 satuan,

maka Ŷ akan turun. sebesar b satuan.
Metode-metode dalam menghitung dan menggambarkan garis trend, antara lain:
a. Metode Setengah Rata-rata (Semi Average Method)

Metode semi rata-rata membuat trend dengan cara mencari rata-rata kelompok
data. Langkah-langkahnya :
1. Mengelompokan data menjadi dua bagian. Jika data ganjil, maka nilai
yang ditengah dapat dihilangkan atau dihitung dua kali yaitu 1 bagian
menjadi kelompok pertama dan 1 bagian menjadi kelompok kedua.
2. Menghitung rata-rata hitung kelompokK1 dan kelompok K2. K1 diletakkan
pada tahun pertengahan pada kelompok 1 dan K2 diletakan pada tahun
pertengahan pada kelompok 2. Nilai K1 dan K2 merupakan nilai konstanta
(a) dan letak tahun merupakan tahun dasar. Nilai K1 dan K2 menjadi
intercept pada persamaan trendnya.
3. Menghitung selisih K1 dan K2. Apabila K2-K 1 > 0 berarti tren positif dan
bila K2 –K1<0, maka trendnya negatif>
4. Nilai perubahan tren (b) diperoleh dengan cara:
b=
5. Untuk mengetahui trendnya, tinggal memasukan nilai X pada persamaan

Y‟ = a +bX yang sudah ada
111
b. Metode Rata-rata Bergerak (Moving Average Method)

Dalam metode ini, setelah rata-rata dihitung, diikuti oleh gerakan satu periode
ke belakang. Metode ini disebut juga rata-rata bergerak terpusat karena rata-
rata bergerak diletakkan pada pusat dari periode yang digunakan.
Langkah-langkah pengerjaan:
1. Menghitung rata-rata dari sejumlah data yang paling awal.
2. Melupakan nilai data yang pertama.
3. Mengulang tahap 1 dan tahap 2 sampai data yang terakhir.
Metode ini terdiri dari dua pola, yaitu:
a. Pola gerak ganjil (taraf N ganjil)
b. Pola gerak genap (taraf N genap)
Dengan menggunakan metode ini, jumlah moving averagenya adalah

jumlah data asli dikurangi satu (N-1), semakin banyak tahun yang
bersangkutan yang diambil, semakin kurang fluktuasi rata-ratanya dan
semakin halus (smooth) grafiknya.
c. Metode Kuadrat Terkecil (Least Square Method)

Garis Trend dalam persamaan matematik:
Yt = a + bX
dimana untuk menemukan nilai a dan b dapat dicari dengan cara:

 Cara panjang (ΣX ≠ 0)
Harus ada koding, X1 = 0 (koding tahun pertama), X2 = 1 dan
seterusnya. Rumus
a= dan
112
 Cara Pendek ( ΣX = 0)
Koding untuk N ganjil : ...,-2,-1,0,1,2,...
Koding untuk N genap : ...,-2,5;-1,5;-0,5;0,5;1,5;2,5...
Rumus:
a= b=
Mengubah trend tahunan menjadi triwulan dan bulanan.

Dirumuskan:
Trend triwulanan:
Y=
Trend Bulanan
Y=
Contoh :
Berikut merupakan data peminat Fakultas FE UNPAD periode 2001-2011
Tahun Jumlah Peminat
(orang)
2001 3060
2002 3420
2003 3650
2004 4120
2005 4100
2006 4930
113
2007 5330
2008 6000
2009 6500
2010 6790
2011 7020
Tentukan persamaan garis trendnya dengan menggunakan Least Square Method

(Cara pendek dan panjang).
a. Cara Pendek
Tahun Jumlah Peminat (orang)

yi ui .yi ui²
2001 3060 -5 -15300 25
2002 3420 -4 -13680 16
2003 3650 -3 -10950 9
2004 4120 -2 -8240 4
2005 4100 -1 -4100 1
2006 4930 0 0 0
2007 5330 1 5330 1
2008 6000 2 12000 4
2009 6500 3 19500 9
2010 6790 4 27160 16
2011 7020 5 35100 25
Σ 54920 0 46820 110
a= =
b= = = 425,636363
114
maka persamaan trendnya: Yt = 4992,727273 + 425,636363X
Origin : 1 Juli 2006
Unit X : 1 tahun
Unit Y : Jumlah peminat dalam satuan orang.
Cara Perhitungan Menggunakan Software SPSS
Langkah-langkah adalah sebagai berikut :
1. Buka Software SPSS

2. Pilih variabel view, lalu masukan peminat (yi) dan koding (ui)
3. Pilih data view dan masukan data untuk masing-masing variabel.
4. Masuk ke menu bar, pilih analyze, kemudian pilih sub menu dan pilih
regression linear.
5. Masukan yi sebagai variabel dependen dan jumlah mesin yang terjual sebagai
variabel dependen
6. Lalu masuk ke menu statistik
7. Check list estimates, dan confidence intervals..
8. Klik Ok
Hasilnya
Variables Entered/Removedb
Variables Variables
Model Entered Removed Method
1 xa . Enter
a. All requested variables entered.
b. Dependent Variable: yi
115
Coefficientsa
Standardized
Unstandardized Coefficients Coefficients 95% Confidence Interval for B
Model B Std. Error Beta t Sig. Lower Bound Upper Bound
1 (Constant) 4992.727 62.468 79.924 .000 4851.415 5134.040
X 425.636 19.754 .990 21.547 .000 380.949 470.323
a. Dependent Variable: yi
Maka Persamaan trendya: Yt = 4992,727 + 425,636X
Origin : 1 Juli 2006.

Unit X : 1 Tahun.
Unit Y : Jumlah Peminat dalam satuan orang.
Cara Panjang
Tahun Jumlah Peminat

x x.y x²
(orang) yi
2001 3060 0 0 0
2002 3420 1 3420 1
2003 3650 2 7300 4
2004 4120 3 12360 9
2005 4100 4 16400 16
2006 4930 5 24650 25
2007 5330 6 31980 36
2008 6000 7 42000 49
2009 6500 8 52000 64
2010 6790 9 61110 81
2011 7020 10 70200 100
116
Σ 54920 55 321420 385
a= = = 2864,545455
b= = =425,63636363
Maka persamaan trendya: Yt = 2864,545455 + 425,63636363X

Unit X : 1 tahun
Unit Y : Jumlah peminat dalam satuan orang
Hasil Komputer
Coefficientsa
Unstandardized Standardized 95% Confidence Interval for

Coefficients Coefficients B
Model B Std. Error Beta T Sig. Lower Bound Upper Bound
1 (Constant) 2864.545 116.867 24.511 .000 2600.174 3128.917
X 425.636 19.754 .990 21.547 .000 380.949 470.323
a. Dependent Variable: y1
b
Variables Entered/Removed
Variables Variables
Model Entered Removed Method
1 xa . Enter
a. All requested variables entered.
b. Dependent Variable: y1
117
Maka Persamaan trendnya: Y = 2864,545 + 425,63636X

Unit X : 1 Tahun
2. Indeks Musim
Apabila tren berhubungan dengan jangka panjang, maka indeks musim
berhubungan dengan perubahan atau fluktuasi dalam musim-musim tertentu atau
tahunan. Dalam perhitungan statistik, komponen musim dinyatakan dalam suatu
bilangan yang dinyatakan dalam bentuk presentase yang disebut Indeks Musim.
Manfaat indeks musim antara lain:
a. Untuk deasonalisasi
Y desasonalisasi =
b. Untuk meramalkan dengan memperhitungkan pengaruh musim.
Y ramalan =
Macam-macam metode untuk menghitung Indeks musim:

1. Metode Rata-rata Sederhana (Percentage Average Method)
Metode rata-rata sederhana mengasumsikan bahwa pengaruh tren dan siklus
yang tidak besar dan dianggap tidak ada. Indeks Musim hanya berdasarkan
pada data aktual dan nilai rata-ratanya saja.
Indeks Musim dirumuskan sebagai berikut :
Indeks Musim =
2. Metode rata-rata dengan trend

Metode rata-rata dengan trend adalah metode rata-rata yang disesuaikan
dengan trend. Indeks Musim pada metode rata-rata dengan tren merupakan
118
perbandingan antara nilai data asli dengan nilai tren. Oleh sebab itu, nilai
trend harus diketahui lebih dahulu. Indeks musim dirumuskan:
Indeks Musim =
3. Metode ratio rata-rata bergerak (Ratio to moving average method)

Metode rasio rata-rata bergerak (ratio to moving average method) adalah
metode yang dilakukan dengan cara membuat rata-rata tidak ada ketentuan
berapa periode (n). Nilai n bisa 2,3,4 atau 12 tergantung pada kondisi
pengaruh fluktuasi musiman.
Dirumuskan:
Indeks Musim = Nilai rasio X Faktor koreksi,
Dimana:
Nilai ratio : Data asli/data rata-rata bergerak
Faktor koreksi : (100xn)/Jumlah rata-rata ratio selama n
Contoh Soal:
Hitunglah indeks musim dengan metode ratio rata-rata bergerak untuk tiga triwulan
dari data produksi padi berikut.
Triwulan
Tahun Produksi
I II III
2003 44 22 14 8
2004 48 25 15 8
2005 48 26 14 8
2006 47 24 14 9
Penyelesaian:
1. Membuat rata-rata bergerak dan rasio data asli dengan nilai rata-rata bergerak.
119
Data Tren bergerak 3

Ta Tahun Triwulan Rata-rata Indeks Musim
Asli triwulan
2003 I 22
II 14 22+14+8 = 44 14,67 95,43285617
III 8 14+8+25 = 47 15,67 51,05296745
2004 I 25 8+25+15 = 48 16,00 156,25
II 15 25+15+8 = 48 16,00 93,75
III 8 15+8+26 = 49 16,30 49,0797546
2005 I 26 8+26+14 = 48 16,00 162,5
II 14 26+14+8 =48 16,00 87,5
III 8 14+8+24 = 46 15,33 52,18525766
2006 I 24 8+24+14 = 46 15,33 156,555773
II 14 24 +14+9 = 47 15,67 89,34269304
III 9
a. membuat rata-rata bergerak dengan 3 triwulan, maka dibuat penjumlahan setiap 3

triwulan. Contoh penjumlahan triwulan pertama =22+14+8 =44. Nilai ini bisa
diletakkan pada triwulan I , II ,III, tidak ada aturan baku. Untuk contoh ini diletakkan
pada triwulan 2 karena posisinya ada di tengah. Untuk jumlah total triwulan
selanjutnya bergerak yaitu meninggalkan triwulan I tahun 2003 dan masuk triwulan I
tahun 2004 sehingga menjadi 14+8+25 = 47. Hal ini diteruskan sampai selesai.
b. membuat rata-rata bergerak. Jumlah penjumlahan selama 3 triwulan perlu dibuat

rata-ratanya dengan cara membagi jumlah pada kolom 4 dengan 3. Contoh 44/3 =
14,67
120
c. Membuat indeks musim dengan membuat rasio antara data asli dengan data rata-
rata.
Contoh : (14/14.67)x100 = 95,43285617
2. Setelah mendapatkan indeks musim setiap triwulan, perlu mengetahui rata-raata

setiap kuartalan dari setiap tahunnya. Maka dari indeks musim triwulan
dikelompokan ke dalam triwulan yang sama.
Tahun Triwulan
I II III
2003 95,43285617 51,05296745
2004 156,25 93,75 49,0797546
2005 162,5 87,5 52,18525766
2006 156,555773 89,34269304
Rata-rata 158,4352577 91,5063873 50,7726599
Maka indeks musim kuartalan selanjutnya:
Triwulan I = 158,4352577
Triwulan II = 91,5063873
Triwulan III = 50,7726599
121
SOAL ANALISIS DERET BERKALA
1. Berikut adalah daftar jumlah peminat Teaching Assistant Statistic FEB UNPAD
tahun 2005-2011
Tahun Jumlah
2005 43
2006 38
2007 40
2008 52
2009 46
2010 33
a. Tentukan persamaan trendnya dengan metode Least Square Method Cara

Panjang!
b. Berdasarkan persamaan trend yang didapatkan, berapa estimasi jumlah
peminat Teaching Assistant Statistic 2012?
Jawab:
Tahun Jumlah (Y) x xy x²

2005 43 0 0 0
2006 38 1 38 1
2007 40 2 80 4
2008 52 3 156 9
2009 46 4 184 16
2010 33 5 165 25
Jumlah 252 15 623 55
A. a = = = 43
122
b= = = -0,4
Maka persamaan trendya: Yt = 43 – 0,4X

Unit X : 1 tahun
B. Y = 43-0,4X
Y = 43 – 0,4(6)
Y = 40,6
Y = 41 orang
Unit X : 1 Tahun
Unit Y : Jumlah peminat dalam satuan orang.
Jadi, berdasarkan persamaan tren yang ada, maka jumlah peminat STA yang akan
diperkirakan terjadi tahun 2012 adalah 41 orang.
2. This Following table is showing the total applicants of Ajou International School
held by UNPAD for the last six years.
Seasons
Year
Fall Summer Winter Spring
2006 120 60 68 46
2007 89 68 45 23
2008 98 56 60 35
2009 100 70 72 26
2010 79 56 56 38
2011 95 68 80 42
123
Determine a typical seasonal index using Percentage Average Method for eah of the
four quarters!
Jawab
Tahap 1.
Seasons Rata-
Year Jumlah
Fall Summer Winter Spring rata
2006 120 60 68 46 294 73,5
2007 89 68 45 23 225 56,25
2008 98 56 60 35 249 62,25
2009 100 70 72 26 268 67
2010 79 56 56 38 229 57,25
2011 95 68 80 42 285 71,25
Tahap 2
Seasons
Year
Fall Summer Winter Spring
2006 163,2653061 81,63265306 92,5170068 62,58503401
2007 158,2222222 120,8888889 80 40,88888889
2008 157,4297189 89,95983936 96,38554217 56,2248996
2009 149,2537313 104,4776119 107,4626866 38,80597015
2010 137,9912664 97,81659389 97,81659389 66,37554585
2011 133,3333333 95,43859649 112,2807018 58,94736842
Total 899,4955783 590,2141836 586,4625312 323,8277069
Rata-rata 149,9159297 98,3690306 97,7437552 53,97128449
124
So the seasonal index for each quarter is 149,9159297, 98,3690306, 97,7437552,

53,97128449.
3. Berikut ini adalah perkembangan produk domestik bruto Indonesia tahun 2002-
2011.
Tahun PDB (Rp. Milliar)

2002 413
2003 399
2004 358
2005 379
2006 398
2007 411
2008 426
2009 401
2010 424
a. Tentukan persamaan trendnya, gunakan Least Square Method cara pendek!
b. Tentukan persamaan trend kuartal dan trend bulanannya!
c. Jika tahun dasarnya digeser menjadi tahun 2008, tentukan persamaan trend
yang barunya.
Jawab
PDB (Rp.
Tahun X XY X²
Milliar)/ Y
2002 413 -4 -1652 16
2003 399 -3 -1197 9
2004 358 -2 -716 4
2005 379 -1 -379 1
2006 398 0 0 0
125
2007 411 1 411 1

2008 426 2 852 4
2009 401 3 1203 9
2010 424 4 1696 16
Jumlah 3609 0 218 60
A. a = = 401
b= = = 3,633333333
maka persamaan trendnya: Yt = 401+ 3,633333333 X
Unit X : 1 tahun
Unit Y : Jumlah PDB dalam Milliar rupiah.
B. Trend Triwulanan
Y=
Maka persamaan trendnya adalah 99.22812509 + 0.2270833313X

Origin : 15 Februari 2006
Unit X : 1 tahun
Unit Y : Jumlah PDB dalam Milliar rupiah
Trend Bulanan
Y=
Maka persamaan trendnya adalah 33,27789352+ 0,0252314917X

Origin : 15 Januari 2006
Unit X : 1 tahun
C. Persamaan trendya jika tahun dasarnya menjadi 2008
126
Yt = a + b(2) + bx
Yt = 401+ 3,633333333(2) + 3,633333333X
Yt = 409,266666+ 3,633333333X
Unit X : 1 Tahun
4. Berikut ini peredaran jumlah mobil di Indonesia pada tahun 2005-2011 per
caturwulan. Nilai dalam Jutaan
Caturwulan
Tahun
I II III
2005 45 26 50
2006 56 34 45
2007 59 28 43
2008 69 36 58
2009 64 40 61
2010 63 44 67
2011 72 42 73
a. Tentukanlah indeks musim dengan menggunakan Ratio to Trend Method
b. Hitunglah peramalan peredaran jumlah mobil untuk caturwulan I sampai
dengan III pada tahun 2012.
Jawaban:
Tahun Kuartal Y X XY X² Yt Y/Yt * 100

I 45 0 0 0 39,476190480 113,9927624
2005 II 26 1 26 1 40,647619051 63,96438612
III 50 2 100 4 41,819047622 119,562742
127
I 56 3 168 9 42,990476193 130,2614089

2006 II 34 4 136 16 44,161904764 76,98943282
III 45 5 225 25 45,333333335 99,26470588
I 59 6 354 36 46,504761906 126,8687282
2007 II 28 7 196 49 47,676190477 58,72952457
III 43 8 344 64 48,847619048 88,02885553
I 69 9 621 81 50,019047619 137,9474486
2008 II 36 10 360 100 51,190476190 70,3255814
III 58 11 638 121 52,361904761 110,7675518
I 64 12 768 144 53,533333332 119,5516812
2009 II 40 13 520 169 54,704761903 73,11977716
III 61 14 854 196 55,876190474 109,1699335
I 63 15 945 225 57,047619045 110,4340568
2010 II 44 16 704 256 58,219047616 75,57663995
III 67 17 1139 289 59,390476187 112,8127005
I 72 18 1296 324 60,561904758 118,8866174
2011 II 42 19 798 361 61,733333329 68,03455724
III 73 20 1460 400 62,904761900 116,0484482
Jumlah 1075 210 11652 2870 1074,999999990 2100,337540100
a= = = 39.47619048
b= = = 1.171428571
Maka persamaan trendya: Yt = 39.47619048 +1.171428571 X

Unit X : 1 tahun
128
Unit Y : Jumlah mobil yang beredar dalam jutaan unit
Tahap 2
Tahun Kuartal I Kuartal II Kuartal III

2005 113,9927624 63,96438612 119,562742
2006 130,2614089 76,98943282 99,26470588
2007 126,8687282 58,72952457 88,02885553
2008 137,9474486 70,3255814 110,7675518
2009 119,5516812 73,11977716 109,1699335
2010 110,4340568 75,57663995 112,8127005
2011 118,8866174 68,03455724 116,0484482
Jumlah 857,9427035 486,7398993 755,6549374
Rata-
rata 122,5632434 69,53427132 107,9507053
Maka, indeks musim Jumlah Mobil yang beredar pada kuartal (I, II, III) adalah
122,5632434, 69,53427132, 107,9507053
B. Forecasting jumlah mobil yang beredar untuk tahun 2012 pada kuartal 1 sampai 3
Yt = 39.47619048 +1.171428571 X
Origin : 1 April 2005
Unit X : 1 kuartal
Unit Y : Jumlah peredaran mobil
Yt = 39.47619048 +1.171428571 (21) = 64,07619047
Yt = 39.47619048 +1.171428571 (22) = 65,24761904
Yt = 39.47619048 +1.171428571 (23) = 66,41904761
129
Forecasting dengan memperhitungkan pengaruh musim
Y
Tahun Kuartal Yt Im forecasting
I 64,07619047 122,5632434 78,53385729
2012 II 65,24761904 69,53427132 45,36945645
III 66,41904761 107,9507053 71,69983035
Jumlah total 195,6031441 = 196
Jadi forecasting jumlah mobil yang beredar pada kuartal 1 sampai 3 pada tahun 2012
adalah 78,53385729, 45,36945645, 71,69983035
5. This following table shows consumption of apple in twelve months at Bandung

District in 2009.
Mont 200 200 200 200 200 200 200 200 200 201 201
h 1 2 3 4 5 6 7 8 9 0 1
Apple 123 145 138 148 159 168 179 188 194 209 220
(KG)
a. Determine the trend equation use Semi Average Method, which median is
ignored and origin 2003!
b. Determine trend equation, if the median is counted twice!
Jawab:
Apple Rata-
Kelompok Month Nilai X
(Kg) rata
2001 123 -2
K1 2002 145 -1
2003 138 142,6 0
130
2004 148 1
2005 159 2
2006
2007 179 3
2008 188 4
K2 2009 194 198 5
2010 209 6
2011 220 7
a = 142,6
b=
maka persamaan regresinya adalah : Y = 142,6 + 9,23333333X
Origin: I juli 2003
Unit X : 1 Tahun
Unit Y : Jumlah apple
b. Jika tahun 2006 dihitung dua kali
Apple Rata-
Kelompok Month Nilai X
(Kg) rata
2001 123 -5
2002 145 -3
2003 138 -1
K1 146,8333
2004 148 1
2005 159 3
2006 168 5
131
2006 168 7
2007 179 9
2008 188 11
K2 193
2009 194 13
2010 209 15
2011 220 17
a= 146,8333
Maka persamaan trendnya adalah :
Y = 146,83333 + 3,847222X
Origin : I januari 2004
Unit X = ½ tahun
Unit Y = Jumlah apple
6. Berikut adalah data mengenai produksi sepatu pada PT. STA, cibaduyut tahun
2003-2008. Nilai dalam ribuan pasang sepatu
Tahun Triwulan
I II III IV
2003 165 335 607 192
2004 163 342 577 181
2005 167 385 568 205
2006 167 367 593 206
2007 175 372 607 223
132
2008 178 378 615 212

Tentukan Indeks Musim serta variasi musimnya dengan menggunakan Percentage
Average Method.
Jawab:
Tahap 1
Tahun Triwulan Rata-

I II III IV Jumlah rata
2003 165 335 607 192 1299 324,75
2004 163 342 577 181 1263 315,75
2005 167 385 568 205 1325 331,25
2006 167 367 593 206 1333 333,25
2007 175 372 607 223 1377 344,25
2008 178 378 615 212 1383 345,75
Tahap 2
Tahun Triwulan
I II III IV
2003 50,80831409 103,1562741 186,91301 59,12240185
2004 51,62311956 108,3135392 182,739509 57,32383215
2005 50,41509434 116,2264151 171,471698 61,88679245
2006 50,11252813 110,1275319 177,944486 61,81545386
2007 50,83514887 108,0610022 176,325345 64,77850399
2008 51,48228489 109,3275488 177,874187 61,31597975
Jumlah 305,2764899 655,2123112 1073,268235 366,2429641
Rata-rata 50,87941498 109,2020519 178,8780391 61,04049401
133
Maka seasonal indeks buat tiap triwulannya adalah 50,87941498, 109,2020519,

178,8780391, 61,04049401.
7. Sales of clothes monthly since 2008 until 2011 for STA Corporation are shown
belom (in $000)
Month Triwulan 1 Triwulan 2 Triwulan 3 Triwulan 4

2000 246,3 346,5 357,7 470,5
2001 267.8 321,8 348,3 465,4
2002 300.5 345,6 349,4 468,7
2003 310,4 333,3 358,6 477,1
2004 320.0 348,8 363,5 489,6
2005 314,2 349,5 365,7 485.2
Determine the typical seasonal pattern for sales using the ratio to moving average
Method.
Tahap 1
Four
Centered
Total 4 Quarter
Tahun Kuartal Y Moving Average Y/Yt *100
kuartal Moving
(Yt)
Average
I 246,3
II 346,5
1421 355,25
2000
III 357,7 357,9375 99,93364763
1442,5 360,625
IV 470,5 317,3125 148,2765413
134
1096 274
I 267,8 313,05 85,54544003
1408,4 352,1
II 321,8 351,4625 91,56026603
1403,3 350,825
2001
III 348,3 354,9125 98,13686472
1436 359
IV 465,4 361,975 128,5724152
1459,8 364,95
I 300,5 365,0875 82,30903551
1460,9 365,225
II 345,6 365,6375 94,51984548
1464,2 366,05
2002
III 349,4 367,2875 95,12983698
1474,1 368,525
IV 468,7 366,9875 127,7155216
1461,8 365,45
I 310,4 366,6 84,66993999
1471 367,75
II 333,3 368,8 90,37418655
1479,4 369,85
2003
III 358,6 371,05 96,64465705
1489 372,25
IV 477,1 374,1875 127,502923
1504,5 376,125
I 320 376,7375 84,93977902
2004
1509,4 377,35
135
II 348,8 378,9125 92,05291459

1521,9 380,475
III 363,5 379,75 95,72086899
1516,1 379,025
IV 489,6 379,1125 129,1437238
1516,8 379,2
I 314,2 379,475 82,79860333
1519 379,75
II 349,5 318,55 109,7159002
2005
1029,4 257,35
III 365,7
IV 485.1
Tahap 2
Tahun Triwulan
I II III IV
2000 99,93364763 148,2765413
2001 85,54544003 91,56026603 98,13686472 128,5724152 100
2002 82,30903551 94,51984548 95,12983698 127,7155216 4
2003 84,66993999 90,37418655 96,64465705 127,502923
2004 84,93977902 92,05291459 95,72086899 129,1437238
2005 82,79860333 109,7159002
Jumlah 420,2627979 478,2231129 485,5658754 661,2111249
Rata-rata 84,05255958 95,64462257 97,11317507 132,242225 409,0525822
IM 82,19242536 93,52794896 94,9640015 129,3156242 0,977869392
136
Faktor koreksi = (100Xn)/ jumlah rata-rata rasio selama n
So, the typical seasonal pattern for sales using the ratio to moving average Method
is 82,19242536, 93,52794896, 94,9640015, 129,3156242
8. Berikut adalah data mengeni jumlah permintaan terhadap shampo “Wangi Setiap
hari” mulai dari tahun 2000-2011. Dalam Ribuan Unit
Tahun Jumlah
2000 345
2001 467
2002 399
2003 420
2004 457
2005 469
2006 478
2007 499
2008 483
2009 494
2010 502
2011 506
a. Dengan Menggunakan Moving Average Method, tentukan jumlah bergerk
tertimbang tahun 2000-2011 (per tiga tahun).
b. Tentukan juga rata-rata bergerak tiga tahun.
137
Tahun Jumlah TMA MA

2000 345
2001 467 1211 403,6666667
2002 399 1286 428,6666667
2003 420 1276 425,3333333
2004 457 1346 448,6666667
2005 469 1404 468
2006 478 1446 482
2007 499 1460 486,6666667
2008 483 1476 492
2009 494 1479 493
2010 502 1502 500,6666667
2011 506
9. This Following table shows the production of „ X Sandal‟ in Bandung for current
years. In thousands pairs
Year Pairs
2003 1230
2004 1650
2005 1285
2006 1380
2007 1789
2008 1890
2009 1956
a. Determine the trend equation with Long Least Square Method!
b. How many pairs the „X Sandals‟ in 2012 !
138
Year Pairs X X*Y X²

2003 1230 0 0 0
2004 1650 1 1650 1
2005 1285 2 2570 4
2006 1380 3 4140 9
2007 1789 4 7156 16
2008 1890 5 9450 25
2009 1956 6 11736 36
Jumlah 11180 21 36702 91
a= = = 1258.357143
b= = = 112,9285714
So the regression equation is: Yt =1258.357143 +112,9285714X

Origin : 1 July 2005
Unit X : 1 Year
Unit Y : Pairs of shoes
10. Berikut ini adalah jumlah permintaan terhadap mobil Y beberapa tahun terakhir.
Dalam ribuan unit
Tahun Jumlah
1999 356
2000 366
2001 373
2002 378
139
2003 389
2004 407
2005 408
2006 423
2007 425
2008 444
2009 451
a. Dengan Metode setengah rata-rata, berapakah jumlah permintaan di awal

tahun 2005 jika tahun dasar 2001 dan nilai tengah diabaikan?
b. Dengan Metode setengah rata-rata Berapakah Jumlah permintaan di
pertengahan 1998, jika diketahui tahun dasar 2001?
c. Dengan Metode setengah rata-rata Berapakah jumlah permintaan di
pertengahan 2012, jika tahun dasar 2001?
Tahun Jumlah TSA SA X

1999 356 -2
2000 366 -1
2001 373 1862 465,5 0
2002 378 1
2003 389 2
2005 408 3
2006 423 4
2007 425 2151 537,75 5
2008 444 6
2009 451 7
140
a= 465,5 b=
Maka persamaan trendya adalah Y = 465,5 + 12,04166667
A. Maka jumlah permintaan di tahun 2005 jika tahun dasar 2001 adalah
Y = 465,5 + 12,04166667X
Y = 465,5 + 12,04166667(3)
Y = 501,625 = 502625 unit
Maka, jumlah permintaan terhadap mobil Y pada pertengahan 2005 adalah
502625 unit.
B. Jumlah permintaan di pertengahan 1998 jika tahun dasar 2001 adalah
Y = 465,5 + 12,04166667X
Y = 465,5 + 12,04166667(-3)
Y = 429,375 = 429375 unit
429375unit.
C. Jumlah permintaan di pertengahan 2012 jika tahun dasar 2001 adalah
Y = 465,5 + 12,04166667X
Y = 465,5 + 12,04166667(10)
Y = 585,917 = 585917 unit
585917unit.
141
PROBABILITAS (PELUANG)
Ketidakpastian adalah sesuatu yang tidak dapat terpisahkan dalam kehidupan

sehari-hari. Ketidakpastian juga dapat disebut probabilita atau peluang. Secara umum,
peluang adalah sebuah angka yang menggambarkan kesempatan suatu peristiwa yang
terjadi. Peluang terjadi pada suatu peristiwa akan bernilai antara 0 sampai dengan 1.
Probabiltas biasanya dinyatakan dalam bentuk decimal atau pecahan.
Terdapat istilah dimana mempelajari peluang, diantaranya adalah (Lukas Setia

Atmadja Ph.D ; statistika untuk Bisnis dan Ekonomi) :
1. Percobaan (experiment) adalah proses pembuatan suatu observasi atau

pengambilan pengukuran, misalnya percobaan pelemparan mata dadu.
2. Kejadian (event) adalah suatu hasil dari percobaan, misalnya munculnya
mata dadu 1 atau 2 pada percobaan pelemparan mata dadu.
Pendekatan-Pendekatan dalam Perumusan Peluang
Terdapat dua pendekatan dalam perumusan peluang yaitu objective

probability dan subjective probability.
1. Objective probability (Pendekatan Objektif)

a. Pendekatan Klasik
Pendekatan ini mengasumsikan bahwa semua kejadian dalam suatu
percobaan akan mempunyai kesempatan yang sama untuk muncul.
Dengan demikian :
142
Dimana: P (A) = Peluang kejadian A

x =Banyaknya kejadian A
n = Banyaknya semua kejadian yang mungkin terjadi
Contoh : sebuah dadu dilemparkan sebanyak 1 kali. Berapa peluang

terjadinya mata dadu bilngan ganjil?
Jawab : n = 6 (banyaknya angka yang mungkin mucul dalam

pelemparan dadu kali)
x = 3 (banyaknya bilangan ganjil pada mata dadu ; 1, 3, 5)
Jadi peluang terjadinya mata dadu bilngan ganjil dari sebuah daduyang
dilemparkan satu kali adalah ½.
b. Pendekatan Frekuensi Relatif

Dalam pendekatan ini, peluang ditentukan dengan percobaan berulang
kali dan dicatat besarnya frekuensi relatif masing-masing kejadian.
Dimana : P(A) = Peluang kejadian A
f(A) = Frekuensi munculnya kejadian A

N = Frekuensi secara keseluruhan
143
Contoh : Terdapat 1000 pelajar SMA yang mengikuti tes masuk

sebuah universitas, yang lulus hanya 250 orang. Maka peluang pelajar
SMA yang lulus tes masuk universitas tersebut adalah :
Maka peluang pelajar SMA yang mengikuti tes masuk universitas

tersebut adalah ¼ atau 0,25.
2. Subjective Probability (Pendekatan Subjektif)
Dalam pendekatan ini, peluang ditentukanoleh seorang individu

berdasarkan informasi yang tersedia.
Contoh : Peluang terjadinya banjir di Jakarta tahun ini adalah sebesar 0,7.
Peluang ini ditentukan menurut subjektivitas seseorang, tentu saja akan
berbeda dengan peluang yang di tentukan orang lain.
Faktorial
Faktorial merupakan banyaknya cara yang dihasilkan dari n obyek yang

berbeda, dilambangkan dengan n! atau n factorial.
Contoh : Bila terdapat 5 orang mengantri membeli tiket bisoskop, maka ada
berapa cara antrian tersebut dapat dihasilkan?
Jawab : n = 5
n! = 5 x 4 x 3 x 2 x 1 = 120
Maka terdapat 120 cara antrian yang dapat dihasilkan.
144
Permutasi
Permutasi adalah kemungkinan susunan dari r obyek yang diambil dari n

obyek. Permutasi sangat memperhatikan susunan letak dari obyek, dalam hal
ini berarti XYZ akan berbeda dengan XZY, YZX, dsb.
Rumus : =
Dimana : n = jumlah obyek
r = jumlah obyek yang dipilih
Contoh : Dari 7 orang pelamar PNS, hanya dipilih 3 orang yang berhak
menjadi PNS. Berapakah kemungkinan cara yang dtempuh untuk menempati
3 lowongan tersebut?
Banyak cara adalah =
Misalnya terdapat n obyek dimana merupakan obyek jenis kesatu, merupakan

obyek jenis kedua,…., merupakan obyek jenis k, dan ,
maka :
Rumus : nP
Contoh : Berapa banyak susunan huruf berbeda yang dapat dibentuk dari kata
“GELANGGANG”?
Jawab : terdapat 10 hurufpada kata GELANGGANG ( n = 10), terdiri dari 4

huruf G
( ), 2 huruf A ( , 2 huruf N ( , 1 huruf E ( , dan
1 huruf L ( )
145
Maka banyaknya susunan huruf yang dapat dibuat adalah :
= = 37800 cara
Kombinasi
Kombinasi adalah banyaknya kemungkinan yang dapat terjadi pada saat

seseorang melakukan pengambilan r obyek dari n obyek yang tersedia tanpa
mempehatikan letak susunannya. Dalam hal ini XYZ sama artinya dengan
XZY, YZX, dsb.
Rumus :
Dimana :n = jumlah obyek
r = jumlah obyek yang dipilih
Contoh : Terdapat 6 orang mahasiswa yang akan dipilih menjadi delegasi

dalam sebuah konferensi, dan yang akan dipilih hanya 2 orang secara acak
maka berapa banyak cara yang mungkin dihasilkan?
Jawab : n = 6, r = 2 maka banyaknya cara adalah
Macam - Macam Kejadian (Event)
1. Kejadian Terpisah (Mutually Exclusive)
Dua kejadian A dan B disebut saling terpisah bila kedanya tidak mungkin
terjadi secara bersamaan, atau dengan kata lain munculnya kejadian A
menghilangkan peluang munculnya kejadian B, sehingga P (A = 0.
146
Rumus : P ( A = P (A) + P (B)
Contoh : setumpuk kartu dikocok, kemudian diambil secara acak, berapa

peluang terambilnya kartu Queen hati atau As berwarna hitam?
Jawab : P (Queen hati As hitam) = P (Queen hati) + P (As hitam) =
2. Kejadian Bukan Terpisah (Inclusive)
Terjadinya peristiwa bukan menghilangkan peristiwa yang lain, tapi kejadian

yang ada mungkin memiliki sifat gabungan dari kejadian yang lain, sehinga P
(A 0
Rumus : P ( A = P (A) + P (B) - P ( A
Contoh : sebuah dadu dilempar, maka berapa peluang muncul angka genap
atau mata dadu empat?
Jawab : angka genap pada dadu (A) = 2, 4, 6 angka mata dadu empat (B) = 4
Sifat gabungan(A = 4
P ( angka genap mata dadu empat) =
3. Kejadian Bebas
Dua kejadian disebut bebas bila nilai peluang kejadian A tidak bergantung
pada muncul atau tidaknya kejadian B, dan begitu pula sebaliknya.
Rumus : P ( A = P(A) x P(B)
147
Contoh : Peluang terjadinya banjir di Jakarta 0,7 dan peluang terjadinya banjir
Bandung 0,4. Berapa peluang banjir di Jakarta dan di Bandung?
Jawab : P ( banjir di Jakarta banjir di Bandung ) = 0,7 x 0,4 = 0,28
4. Kejadian Tak Bebas
Dua Kejadian A dan B disebut tidak bebas bila kejadian yang satu
dipengaruhi oleh kejadian yang lainnya.
Rumus : P ( A = P(A) x P(B / A) atau P ( A B) = P (B) x P ( A / B)
Dimana P ( B / A) adalah peluang munculnya kejadian B setelah munculnya

kejadian A, begitu pula sebaliknya untuk P (A / B)
Contoh : Sebuah dus berisi 2 buah kemeja, 3 buah celana, dan 6 buah kaos.
Jika diambil 2 barang secara berturut-turut dari dus tersebut tanpa
pengembalian, maka berapa peluang terambilnya yang pertama kemeja dan
yang kedua celana?
Jawab : P ( Kemeja Celana ) = P (Kemeja) x P ( Celana / Kemeja) =
Teknik Pengembalian
1. Dengan Pengembalian
Suatu cara pengambilan yang pengambilan berikutnya dilakukan setelah

mengembalikan terlebih dahulu pengambilan sebelumnya.
Contoh : Sebuah kotak berisi 2 bola merah, 4 bola putih, dan 4 bola hijau.
Dilakukan pengambilan 3 bola dari kotak tersebut secara acak dengan
148
pengembalian. Berapakah peluang terambilnya 1 bola merah dan 2 bola putih

berturut-turut?
Jawab : P (M =
2. Tanpa Pengembalian
Suatu cara pengambilan yang pengembalian berikutnya tanpa mengembalikan
terlebih dahulu pengambilan sebelumnya.
Contoh : Kotak berisi 3 bola merah, 4 bola putih, 3 bola hijau. Dilakukan
pengambilan 3 bola dari kotak tersebut secara random tanpa pengembalian.
Brapakah peluang terambilnya 1 bola merah dan 2 bola putih berturut-turut?
Jawab : P (M =
Teorema Bayes
Teorema Bayes merupakan probabilitas bersyarat suatu kejadian yang terjadi

setelah kejadian yang lain muncul.
Rumus :
P( /B)=
Contoh : Suatu operator telekomunikasi nirkabel mempunyai 2 pilihan tempat untuk

membangun pemancar sinyal yaitu di dareah A dan B dengan masing-masing
memiliki peluang 0.4, 0.6. Bila pemancar dibangun di daerah A maka peluang terjadi
gangguan sinyal adalah 0.07, peluang terjadinya gangguan sinyal di daerah B
149
0.08.Bila diketahui peluang terjadi gangguan sinyal, berapa peluang operator tersebut
ternyata telah membangun pemancar di daerah B?
 Dik :
= Pemancar sinyal dibangun di daerah A
= Pemancar sinyal dibangun di daerah B
B = Terjadinya ganggan sinyal
 P( = 0,4 Probabilita dinbangunya pemancar sinyal di daerah A

P( = 0,6Probabilita dinbangunya pemancar sinyal di daerah B
 P( = 0,07 Probabilita terjadinya gangguan sinyal di daerah A

P( = 0,08 Probabilita terjadinya gangguan sinyal di daerah B
Dit : P( operator tersebut ternyata telah membangun pemancar di daerah B
Jawab :
P( =
= 0,6315789 ≈ 0,6316
Jadi probabilita yang terambil merupakan microchip rusak yang dibeli dari Chip
Sales adalah 0,6316 atau 63,16%
150
Harapan Matematis / Mathematical Expectation (ME)
Rumus : ME =
Dimana : ME = Nilai harapan matematis
= Peluang terjadinya kejadian
= Besarnya nilai kejadian
Contoh : Seorang pengusaha ingin melakukan ekspansi. Maka perlu pemilihan tempat
yang baru untuk mendirikan cabang perusahaan tersebut. Andaikan daerah A
memiliki kentungan Rp5.000.000 dengan probabilita 0,7 dan modal yang digunakan
adalah Rp1.000.000. untuk daerah B dibutuhkann modal Rp800.000, dengan
probabilita 0,5 keuntungan yang diperoleh sebesar Rp6.000.000. Dimanakah
sebaiknya pengusaha tersebut membuka cabang baru?
Asumsi : 1 = Untung , 2 = Rugi
Dik : Daerah A
= 0,7 = 1- 0,7 = 0,3
= Rp5.000.000 = - Rp1.000.000
Daerah B
= 0,5 = 1- 0,5 = 0,5
= Rp6.000.000 = - Rp800.000
Dit : ;
151
Jawab :
= )+(
= (0,7 Rp5.000.000) + (0,3
= Rp3.200.000
= )+(
= (0,5 Rp6.000.000) + (0,5
= Rp2.600.000
Maka pengusaha tersebut sebaiknya membuka cabang baru di tempat A, karena
152
SOAL PROBABILITAS
1. Tabel Tinggi Badan Mahasiswa FE Unpad
Tinggi Badan (X) Banyaknya Mahasiswa (f)

< 150 cm 15
150 cm < 155 cm 45
155 cm < 160 cm 50
≥ 160 cm 15
Total 125
Apabila bertemu salah satu mahasiswa FE Unpad tersebut, berapakah

probabilitasnya bahwa mahasiswa tersebut memiliki tinggi badan :
a. 150 cm < X < 155 cm

b. 155 cm < X < 160 cm
c. X ≥ 160 cm
Jawab:
P (150 cm < X < 155 cm) = = = 0,36
P (155 cm < X < 160 cm) = = = 0,40
P(X ≥ 160 cm) = = = 0,12
153
Jadi besarnya probabilitas mahasiswa tersebut memiliki tinggi badan antara

150 cm dan 155 cm adalah 0,36 , antara 155 cm dan 160 cm adalah 0,40 , dan
lebih besar atau sama dengan 160 cm adalah 0,12
2. Suatu bola diambil secara acak dari satu kotak yang berisi 8 bola merah, 5
bola hijau, dan 7 bola biru. Jika bola diambil secara beruntun, berapa
probabilitas pengambilan pertama merah, kedua hijau, dan ketiga biru,
apabila:
a. Bola dikembalikan setelah pengambilan (replacement)
b. Bola tidak dikembalikan setelah pengambilan (without replacement)
Jawab:
a. P (M = = 0, 035
Jadi besarnya probabilitas pengambilan bola pertama adalah merah, kedua

hijau, dan ketiga biru dengan pengembalian adalah 0,035
b.P (M = = 0,0409357
Jadi besarnya probabilitas pengambilan bola pertama adalah merah, kedua

hijau, dan ketiga biru tanpa pengembalian adalah 0,0409357
3. Petugas perpustakaan akan menyusun 3 buku Statistika yang sama, 2 buku

Pengantar Bisnis yang sama, 4 buku Mikroekonomi yang sama secara
berderet pada sebuah rak buku. Berapa banyak susunan berbeda yang dapat
dibuat?
Jawab:
154
Dik : n = 9
3
nP
= = 1260
Jadi banyaknya susunan yang memungkinkan adalah 1260 cara.
4. Tiga bola akan diambil berturut-turut dari dalam kitak berisi 5 bola merah, 3
bola putih dan 2 bola biru.
a. Berapa banyak cara pengambilan 3 bola sekaligus dari kotak?
b. Berapa banyak cara pengambilan 3 bola terdiri dari 2 bola merah dan bola
putih?
c. Berapa banyak cara pengambilan 3 bola terdiri dari 1 bola merah, 1 bola
putih, dan 1 bola biru?
d. Berapa banyak cara pengambilan 3 bola sedemikian sedikitnya terdapat 2
bola merah?
Jawab:
a. n = 10 , r = 3
= 120
Jadi banyak cara pengambilan 3 bola sekaligus dari kotak adalah 120 cara.
155
b. Tersedia 5 bola merah, diambil 2 bola
Banyak cara pengambilan 2 bola merah :
Tersedia 3 bola putih, diambil satu bola
Banyaknya cara pengambilan 1 bola putih :
Banyak cara pengambilan 2 bola mrah dan 1 bola putih adalah
c. Dengan cara yang sama dengan poin b maka :
2 = 30
Jadi banyak cara pengambilan 3 bola terdiri dari 1 bola merah, 1 bola
putih, dan 1 bola biru adalah 30 cara.
d. Kemungkinan-kemungkinan terambil sedikitnya 2 bola merah :

 Terambil 2 merah dan 1 putih atau
 Terambil 2 merah dan 1 biru atau
 Terambil ketiganya merah
+ + = 10 . 3 + 10 . 2 + 2 = 60
Jadibanyak cara pengambilan 3 bola sedemikian sedikitnya terdapat 2 bola

merah adalah 60 cara.
156
5. The Ludlow Wildcats baseball team, a minor league team in Cleveland

Indians organization, plays 70 percent of their games at night and 30 percent
during the day. The team wins 50 percent of their night games and 90 percent
of their day games. According to today‟s newspaper, they won yesterday.
What is the probability the game was played at night?
Jawab:
1. Given :
* P(night) = 0,7 ( the probability play games at night)
* P (day) = 0,3 (the probability play games at day)
* P (win / night) = 0,5
* P( win/ day) = 0,9
Question : What is the probability they won the night game yesterday?
P(Night/win)
Answer :
P( /B)=
P(Night/win) =
= = 0,5645
Conclusion : so probability they won the night game yesterday is 0,5645
157
6. A survey of executives dealt with their loyalty to the company. One of the
question was, „If you were given an offer by another company equal to or
slightly better than your present position, would you remain with the
company?”. The responses of the 200 executives in the survey were cross
classified with their length of service with the company.
Length of Service
Loyalty Less than 1–5 6 – 10 More than

1 Year Years Years 10 Years Total
Would remain 10 30 5 75 120
Would not remain 25 15 10 30 80
200
What is the probability of randomly selecting an executive who is loyal with

the company (would remain) and who has more than 10 years of services that
would remain with the company?
Jawab:
Event A = is an executive who would remain the company despite equal to or

slightly better offer from other company : P(A) = 120 / 200
Event B = is an executive who has ,more than 10 years of service with the
company. P(B/A) is the conditional probability who has more than 10 years of
services that would remain with the company. So P(B/A) =
P (A and B) = P(A) . P(B/A)
= . =
158
So the probability of randomly selecting an executive who is loyal with the

company (would remain) and who has more than 10 years of services that
would remain with the company is 0,375
7. Pemakaian mesin produksi tertentu yang berjalan lancar (tanpa kerusakan)

memberi keuntungan Rp 8 juta sedangkan jika mengalami gangguan ringan
memberi keuntungan hanya Rp 4 juta. Namun jika gangguannya berat, terjadi
kerugian sebesar Rp2 juta. Pengalaman menunjukan peluang mesin berjalan
lancar adalah 0,6 , berjalan dengan gangguan ringan 0,3 dan gangguan berat
hanya 0,1. Hitung harapan keuntugan yang diperoleh dari pemakaian mesin
produksi tersebut.
Jawab:
Dik : Asumsi : 1 = mesin jika berjalan lancar
2 = mesin mengalami sedikit gangguan
3 = mesin mengalami gangguan berat
=8 =4 = -2
= 0,6 = 0,3 = 0,1
Dit : harapan Keuntungan
Jawaban :
ME =
=( × )+( × )+ × )
= (8 × 0,6) + (4 × 0,3) + (-2 × 0,1)
= 5,8
159
Maka harapan keuntungan yang dapat diperoleh dari mesin produksi tersebut
adalah Rp5,8 juta.
8. Suatu operator telekomunikasi nirkabel mempunyai 3 pilihan tempat untuk

membangun pemancar sinyal yaitu di dareah A dan B dengan masing-masing
memiliki peluang 0.4, 0.6. Bila pemancar dibangun di daerah A maka peluang
terjadi gangguan sinyal adalah 0.05, peluang terjadinya gangguan sinyal di
daerah B 0.06. Bila diketahui peluang terjadi ganggan sinyal, berapa peluang
operator tersebut ternyata telah membangun pemancar di daerah B?
Jawab:
Dik :
 Terdapat tiga kejadian
= microchip dibeli dari Good Electronics
= microchip dibeli dari Chip Sales
= microchip dibeli dari Micro Components
 P( = 0,4 Probabilita microchip dibeli dariGood Electronics

P( = 0,3Probabilita microchip dibeli dariChip Sales
P( = 0,3 probabilita microchip dibeli dariMicro Components
 = microchip yang rusak

= microchip yang tidak rusak
 P( = 0,03 Probabilita microchip rusak yang dibeli dari Good

Electronics
160
P( = 0,04 Probabilita microchip rusak yang dibeli dari Chip Sales

P( = 0,02 Probabilita microchip rusak yang dibeli dari Micro
Components
Dit : P( probabilita yang terambil merupakan microchip rusak yang

dibeli dari Chip Sales.
Jawab :
P( =
= 0,4
Jadi probabilita yang terambil merupakan microchip rusak yang dibeli dari
Chip Sales adalah 0, 4 atau 40%
9. There is a record of what type of payment that consumer did sex in a

supermarket,based on their sex.
Type of Payment Female Male
Cash 324 672
Credit 567 1290
a. Determine the probability that a female pay with credit!

b. Whether those two Events (the sex and the type of payment) are an
independent event or not?
Answer:
161
Type of Payment Female Male Total
Cash 324 672 996
Credit 567 1290 1857
Total 891 1962 2853
P(Female Credit) =
P(Female) =
P(Credit/Female) = = = 0,6363
a. So the probability the probability that a female pay with credit is

0,6363 or 63,63%
b. Those two events are an independent event.
10. Dalam suatu rapat perusahaan, tim direksi mempresentasikan 8 rencana

investasi kepada dewan komisaris . Dalam rapat dewan komisaris diminta
untuk memebrikan rank atau penilaian terhadap 4 rencana invesatsi yang
dianggap feasible. Ada berapa macam urutan ranking yang mungkin terjadi
dari setiap dewan komisaris?
Jawab:
n=8 r=4
= = = = 1680
Jadi banyaknya macam urutan ranking yang mungkin terjadi dari setiap dewan
komisaris adalah 1680 macam.
162
DISTRIBUSI PELUANG TEORITIS
Distribusi teoritis memungkinkan para pembuat keputusan untuk memperoleh dasar

logika yang kuat di dalam keputusan, dan sangat berguna bagi dasar pembuatan
ramalan (forecasting/prediction) berdasarkan informasi yang terbatas atau
pertimbangan teoritis, dan berguna pula untuk menghitung probabilitas terjadinya
suatu kejadian.
(Sumber: Supranto, Johanes. 2001. Statistik : Teori dan Aplikasi. Jakarta: Penerbit
Erlangga)
I. Variabel Diskrit dan Variabel Kontinyu

Untuk memahami variabel diskrit dan kontinyu, marilah mencermati definisi
beberapa istilah berikut ini:
1. Variabel Random adalah variabel yang nilainya diperoleh dari suatu
percobaan. Variabel random dapat berupa variabel diskrit atau variabel
kontinyu.
2. Variabel Diskrit adalah variabel yang didapat dari proses penghitungan dimana
hasilnya merupakan bilangan bulat dan jumlahnya terbatas.
Misalnya:
- Jumlah penjualan mobil per hari: x = 0, 1, 2, 3, ...
- Jumlah orang yang suka produk tertentu dari 500 responden: x = 0, 1, 2, 3,
..., 500
- Jumlah munculnya mata dadu 1 pada peristiwa pelemparan sebuah dadu
sebanyak 10 kali: x = 0, 1, 2, ..., 10
3. Variabel Kontinyu adalah variabel yang didapat dari proses pengukuran
dimana terdiri dari nilai-nilai yang terletak dalam suatu interval tertentu,
sehingga dapat berupa bilangan pecahan maupun bilangan bulat.
163
Misalnya:
- Tinggi badan 100 responden: x = 145 cm, 156,76cm, ...
- Waktu terbang dari Yogyakarta ke Jakarta: 45‟ < x < 120‟
- Berat ayam goreng KFC: 50 gram < x < 200 gram
(Sumber: Setia Atmaja, Lukas. 2009. Statistika untuk Bisnis dan Ekonomi.
Yogyakarta: Penerbit ANDI)
II. Macam-macam Distribusi Peluang Teoritis Variabel Diskrit

1. Distribusi Binomial
Distribusi binomial dapat diterapkan pada peristiwa yang memiliki ciri-ciri
percobaan binomial atau Bernoulli (Bernoulli Trial) sebagai berikut:
- Setiap percobaan hanya mempunyai dua kemungkianan hasil, diberi istilah
hasil yang dikehendaki (sukses) dan hasil yang tidak dapat dikehendaki
(gagal).
- Setiap percobaan bersifat independen atau dengan pengembalian.
Probabilitas sukses setiap percobaan harus sama, dinyatakan dengan p,
sedangkan probabilitas gagal dinyatakan dengan q. Jumlah p dan q harus
sama dengan 1.
- Jumlah percobaan, dinyatakan dengan n, harus tertentu jumlahnya.
Rumus distribusi binomial:
Keterangan:
P(x) = probabilitas peristiwa sukses sebanyak x
C = kombinasi x dari n
n = jumlah percobaan
164
p = probabilitas sukses
q = probabilitas gagal
x = jumlah sukses yang dicari probabilitasnya
Parameter dalam distribusi binomial:
Rata-rata (µ) = n.p
Standar deviasi (σ) =
Penyelesaian dengan MINITAB:
 Buka software Minitab

 Di bawah kolom C1 ketikkan nilai x (0, 1, 2, ..., n)
 Pilih dan klik CalcProbability Distributions Binomial
 Klik Probabilty atau Cumulative Probability
 Masukkan banyaknya jumlah percobaan pada kotak Probability Trials
 Masukkan peluang sukses pada kotak Probability of Success
 Pada Input Column ketikkan kolom C1
 Pada Optional Storage ketikkan kolom C2
 Klik OK
165
Contoh soal:
Sebuah dadu dilempar 5 kali. Berapa probabilitas keluarnya mata dadu 1

sebanyak 3 kali?
Dik: p = probabilitas keluarnya mata dadu 1 =
q = probabilitas keluarnya mata dadu selain 1 =
n=5
x=3
Dit: P(x = 3)
P(x = 3) =
Jadi, probabilitas keluarnya mata dadu 1 sebanyak 3 kali dari 5 kali

pelemparan adalah 0,032150205 atau 3,2150205%.
Output MINITAB:
166
2. Distribusi Multinomial
Perluasan dari distribusi binomial ialah distribusi multinomial. Misalkan
sebuah eksperimen menghasilkan peristiwa-peristiwa E1, E2, ..., Ek dengan
peluang π1 = P(E1), π2 = P(E2), ..., πk = P(Ek) dengan π1 + π2 + ... + πk = 1.
Terhadap eksperimen ini kita lakukan percobaan sebanyak n kali, maka
peluang akan terdapat x1 peristiwa E1, x2 peristiwa E2, ..., xk peristiwa Ek di
antara N, ditentukan oleh distribusi multinomial berikut:
(Sumber: Sudjana. 1997. Metoda Statistika Edisi Keenam. Bandung: Tarsito)
Contoh soal:
Sebuah kotak berisi 3 barang yang dihasilkan oleh mesin A, 4 oleh mesin B
dan 5 oleh mesin C. Kecuali dikategorikan berdasarkan mesin, identitas
lainnya mengenai barang tersebut sama. Sebuah barang diambil secara acak
dari kotak itu, identitas mesinnya dilihat, lalu disimpan kembali ke dalam
kotak. Tentukan peluang di antara 6 barang yang diambil dengan jalan
demikian didapat dari 1 mesin A, 2 dari mesin B, dan 3 dari mesin C!
Dik: πmesin A = xmesin A = 1
πmesin B = xmesin B = 2
πmesin C = xmesin C = 3
n=6
Dit: P( 1 dari mesin A, 2 dari mesin B, dan 3 dari mesin C)
167
Jawab:
= 60 . . .
= 0,120563271
Jadi, peluang di antara 6 barang yang diambil dengan jalan demikian didapat
dari 1 mesin A, 2 dari mesin B, dan 3 dari mesin C adalah 0,120563271 atay
12,0563271%.
3. Distribusi Hipergeometrik
Distribusi hipergeometrik sangat erat kaitannya dengan distribusi binomial.
Perbedaannya antara distribusi hipergeometrik dengan binomial adalah bawa
pada distribusi hipergeometrik, percobaan tidak bersifat independen. Untuk
mencari probabilitas x sukses dalam ukuran sampel n, kita harus memperoleh x
sukses dari r sukses dalam populasi, dan n-x gagal dalam N-r gagal. Sehingga
fungsi probabilitas hipergeometrik dapat dituliskan sebagai berikut:
Keterangan:
r = jumlah unit/elemen dalam populasi yang berukuran N
x = jumlah elemen berlabel diantara n unit
168
N = jumlah observasi dalam populasi

n = jumlah observasi dalam sampel
Sumber: (Supranto, Johanes. 2001. Statistik : Teori dan Aplikasi. Jakarta:

Penerbit Erlangga)

 Pilih dan klik CalcProbability DistributionsHypergeometric
 Klik Probability atau Cumulative Probability
 Masukkan angka pada Probability Size (N)
 Masukkan angka pada Successes in Population
 Masukkan angka pada Sample Size (n)
 Klik OK
169
Contoh soal:
Sebuah anggota komite terdiri dari 5 orang, dimana 3 adalah wanita dan 2 laki-
laki. Misalkan 2 orang dari 5 anggota komite tersebut dipilih untuk mewakili
delegasi dalam sebuah konvensi/pertemuan. Berapa probabilitas bahwa dari
pemilihan secara acak didapat 2 orang wanita?
Dik: r=3 n=2
x=2 N=5
Dit: P(x=2)
Jadi, probabilita bahwa dari pemiligan secara acak didapar 2 orang wanita
yang terpilih mewakili delegasi dalam sebuah konvensi adalah 0,3 atau 30%.
Output MINITAB:
4. Distribusi Poisson
Pada percobaan binomial, seandainya n relatif besar, katakanlah lebih besar
dari 50 dan p relatif kecil, katakanlah lebih kecil dari 0,1 maka perhitungan
probabilitas dengan menggunakan rumus distribusi binomial akan menjadi
170
sulit. Dalam kasus ini, kita dapat menggunakan pendekatan Poisson untuk
menghitung probabilitas percobaan binomial.
Rumus Distribusi Poisson:
Keterangan:
λ = rata-rata = n.p
x = jumlah sukses
e = 2,718281828
(Sumber: Setia Atmaja, Lukas. 2009. Statistika untuk Bisnis dan Ekonomi.
Yogyakarta: Penerbit ANDI)

 Pilih dan klik Calc Probability DistributionsPoisson
 Klik Probability atau Cumulative Probability
 Masukkan angka pada kotak Mean
 Klik OK
171
Contoh soal:
Berdasarkan pengalaman, setiap kali mencetak 10.000 lembar kertas terdapat

100 lembar yang rusak. Pada suatu waktu, perusahaan mencetak 1.000 lembar
kertas. Berapa probabilitas mendapatkan 5 lembar kertas yang rusak?
Dik: p=
λ = n.p = 1000 . 0,01 = 10
Dit: P (x = 5)
Jawab:
= 0,037833274
Jadi, probabilitas dari 1000 lembar kertas mendapatkan 5 lembar kertas yang
rusak adalah 0,037833274 atau 3,7833274%.
172
Output MINITAB:
173
SOAL DISTRIBUSI PELUANG TEORITIS
1. Perusahaan A adalah perusahaan penghasil barang-barang elektronik. Dari barang-

barang yang dihasilkan tersebut ternyata terdapat 18% barang yang rusak. Untuk
menyelidiki hal tersebut perusahaan mengambil secara acak 28 buah barang untuk
diselidiki. Tentukan peluang dari barang tersebut:
a. Seluruh barang tersebut bagus
b. Terdapat satu barang yang rusak
c. Paling sedikit tiga barang rusak
Dik : p = probabilitas barang rusak = 18%
q = probabilitas barang bagus = 82%
n = 30
Dit: a. P(x = 0)
b. P(x = 1)
c. P(x ≥ 3)
Jawab:
a.
= 1 . 1 . 0,003861783003
= 0,003861783003
Jadi, peluang dari 28 buah barang seluruhnya merupakan barang bagus (tidak
ada yang rusak) adalah 0,003861783003 atau 0,3861783003%.
174
b.
= 28 . 0,18 . 0,004709491467
= 0,023735836
Jadi, peluang dari 28 buah barang terdapat satu buah yang rusak adalah
0,023735836 atau 2,3735836%.
c.
P(x ≥ 3) = 1 – (0,003861783003 + 0,023735836 + )

= 1 - 0,097936745
= 0,902063254
Jadi, peluang dari 28 buah barang terdapat paling sedikit tiga buahyang rusak
adalah 0,902063254 atau 90,2063254%.
Output MINITAB:
P(x ≥ 3) = 1 – P(x ≤ 2) = 1 – 0,0979367467002 = 0,902063253
175
2. Dari 150 buah lampu pijar untuk mobil di pabrik A ternyata 18 buah akan putus
sebelum masa jaminan berakhir, berapakah peluang jika diambil secara acak 20
buah lampu pijar terdapat paling banyak 4 buah lampu yang putus sebelum masa
jaminan berakhir? Hitung pula rata-rata lampu yang putus dan standar deviasinya!
Dik: p = probabilitas lampu putus =
q = pobabilitas lampu tidak putus =
n = 20
Dit: P(x ≤ 4)
µ dan σ
P(x ≤ 4) = P(x = 0) + P(x = 1) + P(x = 2) + P(x = 3) + P(x = 4)

P(x = 0) =
P(x = 1) =
P(x = 2) =
P(x = 3) =
P(x = 4) =
P(x ≤ 4) =
= 0,917280621
Jadi, peluang jika diambil secara acak 20 buah lampu pijar terdapat paling banyak
4 buah lampu yang putus sebelum masa jaminan berakhir adalah 0,917280621 atau
91,7280621%.
Output MINITAB:
176
µ = n.p = 20 . 0,12 = 2,4

σ=
Jadi, rata-rata lampu pijar yang putus adalah 2 buah lampu dengan standar deviasi
(besarnya penyimpangan terhadap nilai rata-rata) adalah 1 buah lampu.
3. From observation in Bank HagaBandungindicates that probability of non-approval

of the company that submitted a proposal for sustainable business capital is 79%.
From the6 companies that submitted proposal, determine the probability:
a. 2 companies are approved
b. No one is approved
c. At most 1 is approved
Given: p = probability of company‟s approved = 21%
q = probability of company‟s approved = 79%
n=6
Asked: a. P(x = 2)
b. P(x = 0)
c. P(x ≤ 1)
177
a. P(x = 2) =
So, from6 companies that submitted proposal,the probabilitythat there

aretwocompanies that are approvedis0.257654785 or 25,7654785%.
b. P(x = 0) =
So, from6 companiesthat submitted proposal,the probabilitythat there is no

one‟s approved is 0,243087455 or 24,3087455%.
c. P(x ≤ 1) = P(x = 0) + P(x = 1)
P(x = 1) =
P(x ≤ 1) = 0,243087455 + 0,387709106 = 0,630796561
So, from6 companies that submitted proposal, the probabilitythat there is at

most 1 approvedis0,630796561 or 63,0796561%.
Output MINITAB:
178
4. PT Shark, sebuah perusahaan radio, sedang melakukan pengawasan kualitas

terhadap 1000 unit radio yang akan dipasarkan. Berdasarkan data historis, 500
dari 100.000 unit radio yang diperiksa dalam kondisi rusak. Berapa probabilitas:
a. Memperoleh 1 unit radio rusak
b. Memperoleh kurang dari 4 buah radio rusak dari pemeriksaan tersebut
c. Hitunglah rata-rata dan standar deviasi dari distribusi di atas
Dik: n = 1000
p=
Dit: a. P(x = 1)
b. P(x < 4)
c. µ dan σ
a. P(x = 1) =
179
Jadi, probabilitas dari 1000 unit radio yang akan dipasarkan diperoleh 1 unit
radio rusak adalah 0,033689735 atau 3,3689735%.
b. P(x < 4) = P(x = 0) + P(x = 1) + P(x = 2) + P(x=3)
P(x = 0) =
P(x = 1) = 0,033689735
P(x = 2) =
P(x = 3) =
P(x < 4) =
= 0,265025914
Jadi, probabilitas dari 1000 unit radio yang akan dipasarkan diperoleh kurang
dari 4 buah radio rusak dari pemeriksaan tersebut adalah 0,265025914 atau
26,5025914%.
Output MINITAB: P(x < 4) = P(x ≤ 3)
c.
Jadi, rata-rata kerusakan radio adalah 5 radio dengan standar deviasi

(besarnya penyimpangan rata-rata) sebesar 2 radio.
180
5. Management of PT Bureau is consideringtoincrease the capacity oftelephone

service. based ona three-day surveyof the numberof calls, the dataobtained:
Day Number of Hours Number of Calls
Monday 8 696
Wednesday 8 640
Saturday 6 644
From these data, it is known that thecurrent telephoneservice capacityis 2calls

perminute. Based onthese data, give the best adviceto the director
ofPTBureautoadd ornotthe capacity oftelephone service!
Given: λ (average of incoming calls) =
Telephone service capacity = 2 calls/minute (It means if at a certain

minute has more than 2 incoming calls in
phone line, then forced to reject one of them
because full service capacity already)
Asked: Give the best adviceto the director ofPTBureautoadd ornotthe capacity
oftelephone service
Probability reject the calls:
P(x > 2) = 1 – [ P(x = 0) + P(x = 1) + P(x = 2)]
P(x = 0) =
181
P(x = 1) =
P(x = 2) =
P(x > 2) = 1 – (
= 1 – 0,80884683
= 0,19115317
So, probability incoming calls that is not served is 19,115317%, it means that
there is 19 out of 100 calls that are not served. This is relatively large amount, so
the capacity of telephone service should be added.
Output MINITAB: P(x > 2) = 1 – P(x ≤ 2) = 1 – 0,808847 = 0,191153
Proof if capacity is added:
P(x = 3) =
P( x > 3) = 1 – 0,80884683 – 0,125510715 = 0,065642455
182
It shows that probability incoming calls that is not served is decreasing of

6,5642455%.
Output MINITAB: P(x > 3) = 1 – P(x ≤ 3 ) = 1 – 0,934358 = 0,065642
6. Jika diketahui rata-rata kedatangan nasabah di suatu bank adalah 120 orang per
jam, hitunglah probabilitas pada satu menit tertentu yang akan datang:
a. 3 nasabah
b. Kurang dari 3 nasabah
Dik: λ =
Dit: a. P(x = 3)
b. P(x < 3)
a. P(x = 3) =
Jadi, probabilitas pada satu menit tertentu akan datang 3 nasabah adalah
0,180447044 atau 18,0447044%.
183
b. P(x < 3) = P(x = 0) + P(x = 1) + P(x = 2)
P(x = 0) =
P(x = 1) =
P(x = 2) =
P(x < 3) = +
= 0,676676415
Jadi, probabilitas pada satu menit tertentu akan datang kurang dari 3 nasabah
adalah 0,676676415 atau 67,6676415%.
Output MINITAB:
7. Bila dua dadu dilempar 7 kali, berapa peluang mendapatkan jumlah 3 atau 8
muncul 3 kali, berjumlah bilangan prima muncul 2 kali, dan bilangan berjumlah
lebih dari 7 muncul 3 kali?
Dik: π1 = berjumlah 3 atau 8 = {(1,2), (2,1), (2,6), (3,5), (4,4), (5,3), (6,2)}
=
π2 = berjumlah bilangan prima = {(1,2), (1,4), (1,6), (2,1), (2,3), (2,5),
(3,2), (3,4), (4,1), (4,3), (5,2), (5,6), (6,1), (6,5)} =
184
π3= berjumlah bilangan lebih dari 7 = {(2,6), (3,5), (3,6), (4,4), (4,5),
(4,6), (5,3), (5,4), (5,5), (5,6), (6,2), (6,3), (6,4), (6,5), (6,6)} =
x1 = 3
x2 = 2
x3 = 3
n=7
Dit: P(3, 2, 3)
Jawab:
Jadi, peluang mendapatkan jumlah 3 atau 8 muncul 3 kali, berjumlah bilangan

prima muncul 2 kali, dan bilangan berjumlah lebih dari 7 muncul 3 kali adalah
0,005629917132 atau 0,5629917132%.
8. A boxcontains 4small redballs, 5 green ballsand 3yellow balls.Other

identifyinghomogeneous(same). Aball is drawnat random, seecolor, thenput it
backin the box.Determine probabilityamongfiveballsto be loadedthere are
2redballs, 2 yellow balls, 1 greenball!
Given: x1 = red ball = 2
x2 = green ball = 1
185
x3 = yellow ball = 2
π1 =
π2 =
π3 =
n=5
Asked: P(2, 1, 2)
Solution:
So, the probability amongfiveballsto be loadedthere are 2redballs, 2 yellow balls,

1 greenball is 0,08680555 or 8,6805555%.
9. A team ofmarketingdivisionconsistsof25 peopleand3 of themlived in

Sukajadi.Randomlytaken6 people. Determinethe probability:
a.No onelived in Sukajadi
b.At mostapersonlived in Sukajadi
Given: N = 25
n=6
r=3
186
Asked: a. P(x = 0)
b. P(x ≤ 1)
a. P(x = 0) =
= 0,421304347
So, the probability that no onelived in Sukajadi from randomly taken 6

people is 0,421304347 or 42,1304347%.
b. P(x ≤ 1) =
P( x =1) =
= 0,446086956
P( x ≤ 1) = 0,421304347 + 0,446086956
= 0,867391303
So, the probability that at most 1 peoplelived in Sukajadi from randomly
taken 6 people is 0,867391303 or 86,7391303%.
Output MINITAB:
187
10. Seorang pemilik kebun mangga memetik 18 buah mangga dan diantara 18 buah
mangga tersebut terdapat 5 buah mangga yang busuk namun pemilik tersebut
tetap akan menjualnya kepada pembeli. Bila pembeli akan membeli 4 buah
mangga secara acak, berapakah probabilitas bahwa pembeli tersebut tidak akan
memilih mangga yang busuk tadi?
Dik: N = 18
r=5
n=4
Dit: P(x = 0)
P(x = 0) =
= 0,23366013
188
Jadi, dari pemilihan secara acak 4 buah mangga dari 18 buah mangga,
probabilitas pembeli tersebut tidak akan memilih buah mangga yang busuk
adalah 0,23366013 atau 23,366013%.
Output MINITAB:
189
DISTRIBUSI NORMAL DAN PENDEKATAN DISTRIBUSI

BINOMIAL OLEH DISTRIBUSI NORMAL
Distribusi Normal
Distribusi normal atau sering disebut dengan distribusi Gauss adalah distribusi
peluang teoritis dengan variable random continue yang memiliki ciri-ciri sebagai
berikut :
 Kurva distribusi normal berbentuk seperti bel atau lonceng dan simetris
terhadap sumbu tegak X   .
 Kurva distribusi normal selalu berada di atas sumbu X dan mendekati sumbu
datar X, dimulai dari X    3 sampai X    3 .
 Luas daerah dibawah kurva distribusi normal sering disebut sebagai luas
daerah kurva normal standar yang besarnya selalu sama dengan satu.
Merupakan peluang terjadinya variable random continue X tertentu dari
distribusi normal.
Penyelesaian persoalan distribusi normal dapat dilakukan dengan menggunakan

rumus :
X 
Z

190
dan tabel statistik tentang luas daerah kurva normal standar.

Pendekatan Distribusi Binomial Oleh Distribusi Normal
Penyelesaian persoalan distribusi binomial yang memiliki jumlah sampel lebih dari
30 (n > 30), dapat diselesaikan dengan menggunakan rumus distribusi normal :
X 
Z

dengan;
   n 
   n    1   
dan terlebih dahulu disesuaikan variabel random diskritnya menjadi variable random
continue dengan menggunakan faktor penyesuaian sebesar 0,5 dengan ketentuan
sebagai berikut :
Variabel Random Diskrit Variable Random Continue

X a a  0,5  X  a  0,5
a X b a  0,5  X  b  0,5
a X b a  0,5  X  b  0,5
Contoh Soal Distribusi Normal
1. Suatu perusahaan kertas memiliki rata-rata waktu produksi satu lusin kertas
selama 15 menit dengan standar deviasi 3 menit. Tentukan :
a. Peluang produksi kertas tersebut dapat selesai kurang dari 10 menit ?
b. Dari 120.000 lembar kertas yang dihasilkan perusahaan tersebut.
Berapakah banyak lusin kertas yang dihasilkan membutuhkan waktu
produksi lebih besar dari 18 menit ?
191
Jawaban :
Dik : µ = 15 menit/lusin
σ = 3 menit/lusin
Dit : a. P(X < 10) ?
b. Jika, N = 120.000 lembar atau 10.000 lusin, berapa n
dengan P(X > 18) ?
Jwb :
a. P(X < 10) ?

X  10  15
Z   1,67
 3
Luas kiri 0 = 0,5000

Luas Z – 0 = 0,4525 -
Luas kiri Z = 0,0475
Z 0
Jadi, Peluang produksi kertas tersebut dapat selesai kurang dari 10 menit
adalah sebesar 0,0475 atau 4,75%.
b. n ?
P(X >18) ?
X  18  15
Z  1
 3
Luas kanan 0 = 0,5000

Luas 0 – Z = 0,3413 -
Luas kanan Z = 0,1587
0 Z 120.000lembar
N  10.000lusn
12
n  10.000  0,1587  1.587lusn

192
Jadi, dari 120.000 lembar atau 10.000 lusin kertas, ada 1.587 lusin kertas yang
diproduksi membutuhkan waktu produksi lebih besar dari 18 menit.
Contoh Soal Pendekatan Distribusi Binomial Oleh Distribusi Normal
1. Sebuah perusahaan televisi mengklaim bahwa penjualan merek meningkat 15%

setelah dilakukan promosi di Jakarta Fair. Dari 100 orang pengunjung pameran
pada hari minggu, berapakah peluang 12 hingga 24 orang pengunjung pameran
tersebut tertarik untuk membeli televisi tersebut ?
Jawaban :
Dik : π = 15% = 0,15
1 – π = 0,85
n = 100
Dit : P(12 ≤ X ≤ 24) ?
Jwb :
P(12 ≤ X ≤ 24) di continue kan menjadi P(11,5 ≤ X ≤ 24,5)?
  n    100  0,15  15
  n    1     100  0,15  0,85  3,570714214
X  11,5  15 X  24,5  15
Z 1


1

3,570714214
 0,98 Z 2
 2


3,570714214
 2,66
Luas Z1 – 0 = 0,3365
Luas 0 – Z2 = 0,4961 +
Luas Z1 – Z2 = 0,8326
Z1 0 Z2
Jadi, peluang bahwa terdapat 12 hingga 24 orang pengunjung pameran tertarik
untuk membeli televisi tersebut sebesar 0,8326 atau 83,26%.
193
SOAL DISTRIBUSI NORMAL DAN PENDEKATAN DISTRIBUSI

BINOMIAL OLEH DISTRIBUSI NORMAL
1. Tentukan,
a. Luas kurva distribusi normal, jika :
i. Nilai Z = 2,11
ii. Nilai Z = -1,86
b. Nilai Z bila luas kurva normalnya :
i. Sebelah kanan Z = 0,8665
ii. Sebelah kanan Z = 0,1335
iii. Antara Z1 dan Z2 = 0,2573, jika luas antara 0 – Z2 = 0,4962
iv. Sebelah kiri Z = 0,6255
Jawaban :
a. i.
Luas 0 – Z = 0,4826
Jadi, luas kurvanya adalah 0,4826
0 Z
ii.
Luas 0 – Z = 0,4686
Jadi, luas kurvanya adalah 0,4686
Z 0
b. i.

Luas kanan 0 = 0,5000 -
Luas Z – 0 = 0,3665
Jadi, nilai Z nya adalah -1,11
Z 0
194
ii.

Luas kanan Z = 0,1335 -
Luas 0 – Z = 0,3665
Jadi, nilai Z nya adalah 1,11
0 Z
iii.
Luas 0 – Z2 = 0,4962
Luas Z1 – Z2 = 0,2573 -
Luas 0 – Z1 = 0,2389
Jadi, nilai Z1 nya adalah 0,64
0 Z1 Z2
iv.

Luas kiri 0 = 0,5000 -
Luas 0 – Z = 0,1255
Jadi, nilai Z nya adalah 0,32
0 Z
2. The lifetime ofbatterythat produce by a company approacheda normaldistribution.

The averagelifetime500 hourswith a standarddeviation of53 hours. Determine:
a. Probability thebatteryhavelifetimebetween 430and 510hours ?
b. Probability the battery have lifetime maximal 600 hours ?
Answer :
Given : µ = 500 Question : a. P(430 < X < 510)?
σ = 53 b. P(X ≤ 600)?
Answer :
195
a. P(430 < X < 510)?
X  430  500 X  510  500

Z1  1


53
 1,32 Z2  2


53
 0,19
Luas Z1 – 0 = 0,4066
Luas 0 – Z2 = 0,0753 +
Luas Z1 – Z2 = 0,4819
Z1 0 Z2
So, Probability thebatteryhavelifetimebetween 430and

510hoursis0.4819or48.19%.
b. P(X ≤ 600)?
X  600  500
Z   1,89
 53
Luas 0 – Z = 0,4706
Luas kiri 0 = 0,5000 +
0 Z
So, Probability the battery have lifetime maximal 600 hoursis

0.9706or97.06%.
3. Apabila terdapat 10% dari lampu mobil akan putus sebelum masa jaminan
berakhir, berapakah peluang seorang agen yang telah menjual 200 lampu mobil
tersebut itu :
a. Akan mengganti 25 atau lebih lampu ?
b. Akan mengganti kurang dari 8 lampu ?
c. Akan mengganti paling sedikit 5 dan paling banyak 10 lampu ?
Jawaban :
Dik : π = 10% = 0,1 Dit : a. P(X ≥ 25)?
1 – π = 0,9 b. P(X < 8)?
196
n = 200 c. P(5 ≤ X ≤ 10)?
Jwb :   n    200  0,1  20
  n    1     200  0,1  0,9

 4,242640687
a. P(X ≥ 25) dikontinyukan menjadi P(X ≥ 24,5)?
X  24,5  20
Z   1,06
 4,242640687

Luas 0 – Z = 0,3554 -
0 Z
Jadi, peluang agen tersebut akan mengganti 25 atau lebih lampu yang
rusak adalah sebesar 0,1446 atau 14,46%.
b. P(X < 8) dikontinyukan menjadi P(X ≤ 7,5)?

X  7,5  20
Z   2,95
 4,242640687

Luas Z – 0 = 0,4984 -
Z 0
Jadi, peluang agen tersebut akan mengganti kurang dari 8 lampu yang
rusak adalah sebesar 0,0016 atau 0,16%.
c. P(5 ≤ X ≤ 10) dikontinyukan menjadi P(4,5 ≤ X ≤ 10,5)?
X  4,5  20 X  10,5  20
Z1  1


4,242640687
 3,65 Z2  2


4,242640687
 2,24
197
Luas Z1 – 0 = 0,4999
Luas Z2 – 0 = 0,4875 +
Luas Z1 – Z2 = 0,0124
Jadi, peluang agen tersebut akan

mengganti dari 5 sampai 10 lampu
Z1 Z2 0 yang rusak adalah sebesar 0,0124
atau 1,24%.
4. Pemberian upah pada sebuah perusahaan retail dilakukan secara bulanan dengan
tiap bulan terdapat 28 hari kerja. Bila besar upah berdistribusi normal dengan
rata-rata Rp1.300.000,00 dan simpangan baku Rp7.000,00, berapakah :
a. Bila upah minimum buruh Rp45.560,00/hari, berapa persen buruh yang
upahnya di bawah upah minimum ?
b. Berapa upah perbulan minimal dari 20% golongan buruh dengan upah
tertinggi ?
Jawaban :
Dik :µ = Rp1.300.00,00 Dit :a.P(X < Rp1.275.680,00)?
σ = Rp7.000,00 b. X=? bila X ≥ 80%
X = Rp45.560,00 x 28 = Rp1.275.680,00
Jwb :
a. P(X < Rp1.275.680,00)?

X  2.275.680  1.300.000
Z   3,47
 7.000

Luas Z – 0 = 0,4997 -
Z 0
Jadi, pada perusahaan retail tersebut, peluang buruh yang mempunyai

upah di bawah upah minimum adalah sebesar 0.0003 atau 0,03%.
b. X=? bila X ≥ 80%
198
P = 30% = 0,3
Maka nilai Z = 0,84
X 
Z

0 Z X  1.300.000
0,84 
80% 20% 7.000
X  Rp1.305.880,00
30%
Jadi, upah perbulan minimal dari 20% golongan buruh dengan upah
tertinggi adalah sebesar Rp1.305.880,00
5. An insurance company get the fact that each year 0.05% of the population died
due to some kind of disease. Find the chance that the company would pay more
than 5 among 10,000 policyholders in a given year?
Jawaban :
Given : π = 0,05% = 0,0005 Question : P(X > 5)?
1 – π = 0,9995
n = 10.000
Answer : P(X > 5) dikontinyukan menjadi P(X ≥ 5,5)?
  n    10.000  0,0005  5
  n    1     10.000  0,0005  0,9995  2,235508891

X  5,5  5
Z   0,22
 2,235508891
Luas 0 – Z = 0,0871 +
So, the chance company willpay

thepolicyholdermorethan5
personsamounted
0 Z
to0.5871or58.71%.
6. Some companiesarelistingtheir shareson the Stock Exchangehad an

averagevalueof shares ofRp5.820,00 with a varianceRp6.012.304,00,normal
distribution. There are200 companieswith astockvaluebetweenRp5.950,00
andRp6.720,00, how manycompaniesare listingtheir shareson the Stock
Exchange?
Answer :
199
Given : µ = Rp5.820,00
σ2 = Rp6.012.304,00
σ = Rp2.452,00
Question : N = ? Ifn=200 witha value betweenRp5.950, 00 andRp6.720, 00
Answer :
X  5.950  5.820 X  6.720  5.820

Z 1
 1


2.452
 0,05 Z 2
 2


2.452
 0,37
Luas 0 – Z2 = 0,1443
Luas 0 – Z1 = 0,0199 -
Luas Z1 – Z2 = 0,1244
= 12,44%
100%
N  200  1.607,717
12,44%
0 Z1 Z2
So, there are 1.608 companies listing their shares on Stock Exchange.
7. Dari suatu uji kualitas pada sebuah perusahaan mobil didapat 80% dari mobil
yang diuji dinyatakan lulus uji kualitas. Dari 10.000 mobil yang akan diuji berapa
persen mobil tersebut dapat lulus uji bila diharapkan setidaknya ada 8.000 atau
lebih unit mobil dinyatakan lulus uji?
Jawaban :
Dik : π = 80% = 0,8 Dit : P(X ≥ 8.000)?
1 – π = 0,2
n = 10.000
Jwb : P(X ≥ 8.000) dikontinyukan menjadi P(X ≥ 7.999,5)?

  n    10.000  0,8  8.000
  n    1     10.000  0,8  0,2  40

X  7.999,5  8.000
Z   0,01
 40

Luas 0 – Z = 0,0040 +
Z 0
200
Jadi, peluang 8.000 atau lebih mobil akan lulus tes uji adalah sebesar 0,5040
atau 50,40%.
8. Rata-rata perjalanan yang dibutuhkan seorang manajer perusahaan menuju
tempatnya bekerja adalah 45 menit dengan standar deviasi 5 menit. Jika waktu
tersebut berdistribusi normal, hitunglah :
a. Peluang lama perjalanan manajer tersebut minimal 48 menit ?
b. Bila kantor dibuka pukul 09.00 dan ia berangkat dari rumahnya pukul
08.10 setiap hari, berapa peluang manajer tersebut akan tepat waktu ?
c. Bila ada kemungkinan ia akan terlambat sebesar 35%, pukul berapa
sebaiknya ia berangkat agar tidak telat ?
Jawaban :
Dik : µ = 45 Dit : a. P(X ≥ 48)?
σ=5 b. P(X ≤ 50)?
c. X = ? bila peluang telat 35%
Jwb :
a. P(X ≥ 48)
X  48  45
Z   0,6
 5

Luas 0 – Z = 0,2257 -
0 Z
Jadi, peluang lama perjalanan manajer tersebut minimal 48 menit adalah

sebesar 0,2743 atau 27,43%.
b. X = 09.00 – 08.10 X  50  45
Z  1
= 08.60 – 08.10  5
= 50 menit
201
Luas 0 – Z = 0,3413
Luas kiri 0 = 0,5000 +
0 Z
Jadi, peluang manajer tersebut akan tepat waktu bila ia berangkat dari
rumahnya pukul 08.10 adalah sebesar 0,8413 atau 84,13%.
c.
P = 15% = 0,15
Maka nilai Z = 0,39
X 
Z

X  45
0 Z 0,39 
5
65% 35% X  46,95menit
15% = 46 menit + 0,95 menit

= 46 menit 57 detik
= 47 menit
Jadi, agar tidak telat sebaiknya manajer tersebut berangkat dari rumahnya
47 menit sebelum jam buka kantor atau berangkat pada pukul 08.13.
9. Dari hasil penelitian disebuah universitas terkemuka di Indonesia, diketahui

bahwa 20% dari mahasiswa fakultas ekonomi jurusan manajemennya tertarik
untuk memilih konsentrasi manajemen operasi. Dari 200 mahasiswa yang
diobservasi, tentukan :
a. Peluang lebih besar atau sama dengan 50 mahasiswa tertarik memilih
manajemen operasi ?
b. Juga peluang dari 44 sampai 55 mahasiswa akan tertarik ?
c. Peluang maksimal 40 mahasiswa akan tertarik ?
Jawaban :
Dik : π = 20% = 0,2 Dit : a. P(X ≥ 50)?
1 – π = 0,8 b. P(44 ≤ X ≤ 55)?
n = 200 c. P(X ≤ 40)?
202
Jwb :
  n    200  0,2  40
  n    1     200  0,2  0,8  5,656854249
a. P(X ≥ 50) dikontinyukan menjadi P(X ≥ 49,5)?
X  49,5  40
Z   1,68
 5,656854249

Luas 0 – Z = 0,4535 -
0 Z
Jadi, peluang lebih besar atau sama dengan 50 mahasiswa universitas tersebut
tertarik untuk memilih konsentrasi manajemen operasi sebesar 0,0465
atau 4,65%.
b. P(44 ≤ X ≤ 55) dikontinyukan menjadi P(43,5 ≤ X ≤ 55,5)?
X  43,5  40 X  55,5  40
Z1  1


5,656854249
 0,62 Z2  2


5,656854249
 2,74
Luas 0 – Z2 = 0,4969
Luas 0 – Z1 = 0,2324 -
Luas Z1 – Z2 = 0,2645
0 Z1 Z2
Jadi, peluang dari 44 sampai 55 mahasiswa universitas tersebut akan tertarik

memilih konsentrasi manajemen operasi adalah sebesar 0,2645 atau
26,45%.
c. P(X ≤ 40) dikontinyukan menjadi P(X ≤ 40,5)?
X  40,5  40
Z   0,09
 5,656854249
Luas 0 – Z = 0,0359
Luas kiri 0 = 0,5000 +
203
0 Z
Jadi, peluang akan terdapat maksimal 40 mahasiswa universitas tersebut akan

tertarik memilih manajemen operasi adalah sebesar 0,8359 atau 83,59%.
10. Bloodbathing Convection diminta memasok sebanyak 7.000 semacam baju pasien
ke sebuah rumah sakit pada awal tahun. Berdasarkan hasil penelitian didapat rata-
rata masa pakainya 278 hari dan simpangan baku 93 hari serta berdistribusi
normal. Pada awal tahun, Bloodbathing Convection telah memasok ke rumah
sakit tersebut sebanyak 7.000 baju. Berapa banyak baju yang diharapkan bisa
dipasok pada tahun berikutnya, jika rumah sakit tersebut hanya menghendaki
jumlah peredaran dan persediaan baju pasien sebanyak 7.000 seragam (asumsi 1
tahun = 365 hari) ?
Jawaban :
Dik : µ = 278 Dit : P(X < 365)?
σ = 93
N = 7.000
Jwb :
X  365  278
Z   0,94
 93
Luas 0 – Z = 0,0359
Luas kiri 0 = 0,5000 +
n  10.000  0,8359  8.359
0 Z
Jadi, banyaknya baju yang diganti dalam satu tahun adalah sebanyak 8.359 baju
dan sebanyak itu pula yang diharapkan akan dipasok dari perusahaan.
204
APPENDI X
205
206
207

Modul Statistika I 2012 Internal PDF

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Modul Statistika I 2012 Internal PDF

Diunggah oleh

Hak Cipta:

Format Tersedia

MODUL STATISTIKA I – 2012 (INTERNAL)

MODUL STATISTIKA I – 2012 (INTERNAL)

LEMBAR PENGESAHAN MODUL PRAKTIKUM STATISTIKA I

Tim Asisten Dosen Statistika FE UNPAD

Mengetahui dan Menyetujui,

Dr. Mohammad Fahmi, S.E., M.T.

NB : Dimungkinkan terjadinya kesalahan pengetikan soal dan jawaban

Irsyad Sarah Yusti

Meisa Ditha Tiara Yessica

Hamdi Ardina Yasyir

Nina Kore Heni

UKURAN GEJALA PUSAT 29

ANALISIS DERET BERKALA 110

DISTRIBUSI PELUANG TEORITIS 163

DISTRIBUSI NORMAL DAN PENDEKATAN DISTRIBUSI BINOMIAL OLEH

DISTRIBUSI NORMAL 190

Bagian Distribusi Frekuensi

2. Batas kelas ( Class limit )

i. Batas bawah kelas / Ujung bawah kelas (Lower State Class

5. Nilai tengah/ titik tengah/tanda kelas ( Midpoint / Class Mark )  X

LCL UCL LCB UCB Nilai tengah Σf f

Tahapan untuk menyusun suatu distribusi frekuensi

1. Menyusun urutan (array) dari data yang di observasi

Rumus : R = Xmaksimum - Xminimum

3. Menentukan banyaknya kelas ( k ) dengan rumus Sturges

4. Menentukan panjang/lebar/ukuran dari tiap – tiap kelas dengan rumus

5. Menentukan batas – batas kelas serta memasukkan setiap individu/item dari

Macam – macam Grafik Distribusi Frekuensi

Suatu bentuk grafik distribusi frekuensi yang merupakan batang – batang

4. Kurva Frekuensi ( Frequency Curve / Smoothing Curve)

Macam – macam Distribusi Frekuensi

a) Distribusi Frekuensi Distrikyaitu distribusi frekuensi yang diantara tiap dua

firelatif =  dalam bentuk ratio

firelatif = x 100  dalam bentuk persentase

f) Distribusi Frekuensi Kumulatif yaitu distribusi frekuensi yang frekuensinya

Rumus - Rumus Yang Biasa Dipakai Dalam Distribusi Frekuensi

UCB = Cii =X (i+1) – Xi Untuk DF Yang memiliki Ci sama

Xi = UCLi = LCLi –( Ci-1 ) Untuk DF Diskrit

Cii = LCL(i+1) – LCL UCLi = LCLi –( Ci- ) Untuk DF Kontinu

a) Susunlah data tersebut ( Array ) ?

Distribusi Frekuensi Data

Tinggi Badan Jumlah Mahasiswa

< 121 0 > 121 40

141 – 150 11 < 151 16 > 151 24

e) Gambar Ogive nya adalah :

SOAL DISTRIBUSI FREKUENSI

1. Berikut ini disediakan distribusi relatif umur dari 65 orang mahasiswa di

a) Susunlah ke dalam distribusi frekuensi biasa ( distribusi frekuensi asalnya ),

( Pokok – Pokok Materi Statistika 1 – M. Iqbal hasan, hal 61, no 3)

a) Untuk mengembalikan ke dalam distribusi frekuensi asalnya kita gunakan

frel = x 100 atau f i=

Tabel 1. Umur mahasiswa universitas “X”

2. Here is afrequency distribution of 75 measurements of the diameter pipe

( Modul Statistika 1 , 2010 no 4)

Distribusi Frekuensi pengukuran Pipa

Pengukuran Banyak Pipa / f

Sumber : Soal No.2 Modul Pratikum Statistika 1, 2012

d) Jadi. % jumlah pengukuran yang dilakukan minimal/ paling sedikit 40

Dan , jumlah pengukuran lebih dari 50 Cm adalah =14 + 9 = 23

3. The following are50 students‟ grades instatistics IIat the University

a) How manypeoplewho scoredbetween44-52and80-82?

( Pokok – Pokok Materi Statistika 1 – M. Iqbal Hasan, hal 55)

a) Tabel: Nilai Statistika II 50 mahasiswa Unpad semester II tahun1997