Denok Julianingsih, M.Pd/ Denok_julia@yahoo.

com

BAB I
PENDAHULUAN
1. STATISTIKA DAN STATISTIK
Statistika adalah pengetahuan yang berhubungan dengan cara-cara pengumpulan data,
pengolahan atau penganalisaannya dan penarikan kesimpulan berdasarkan kumpulan data dan
penganalisisan yang dilakukan (Sudjana, 2005:3).
Statistik dipakai untuk untuk menyatakan kumpulan data, bilangan maupun non bilangan
yang disusun dalam tabel dan atau diagram, yang melukiskan atau menggambarkan suatu
persoalan. Statistik yang menjelaskan sesuatu hal biasanya diberi nama statistic mengenai hal
yang bersangkutan. Demikianlah umpanya kita mengenal: statistik penduduk, statistik
kelahiran, statistik pendidikan, statistik produksi, statistik pertanian, statistik kesehatan dan
masih banyak nama-nama lagi.
2. DATA STATISTIK
Keterangan atau ilustrasi mengenai sesuatu hal bisa berbentuk kategori, misalnya: rusak,
baik, senang, puas, berhasil, gagal, dan sebagainya, atau bisa berbentuk bilangan.
Kesemuanya ini dinamakan data atau lengkapnya data statistik.
Data yang berbentuk bilangan disebut Data Kuantitatif, harganya berubah-ubah atau
bersifat variabel. Dari nilainya dikenal dua golongan data kuantitatif, yaitu:
a. Data Diskrit merupakan data yang diperoleh dari hasil membilang atau menghitung.
Contoh:
Korban pemutusan hubungan kerja (PHK) dari perusahaan sepatu “Laras”
berjumlah 20 orang.
Keluarga A mempunyai lima anak laki-laki dan tiga anak perempuan.
Kabupaten B sudah membangun 85 gedung sekolah.
b. Data Kontinu merupakan data yang diperoleh dari hasil pengukuran.
Contoh:
Berat badan lima orang siswa setelah diukur masing-masing 40 kg, 42 kg, 45 kg,
48 kg, dan 50 kg.
Tinggi badan 3 orang siswa setelah diukur masing-masing 155 cm, 167 cm, 175
cm.
Luas daerah sebesar 425, 7 km2.

1|STKIP BINA INSAN MANDIRI

Denok Julianingsih, M.Pd/ Denok_julia@yahoo.com

Kecepatan mobil 60 km/jam.

Sebaliknya, data yang dikategorikan menurut kualitas objek yang dipelajari disebut Data
Kualitatif. Data ini dikenal pula dengan nama atribut. Misalnya: sembuh, rusak, gagal,
berhasil, dan sebagainya.
Data yang baru dikumpulkan dan belum pernah mengalami pengolahan apapun dikenal
dengan nama Data mentah.
3. POPULASI DAN SAMPEL
Keseluruhan objek yang akan diteliti dinamakan populasi. Sedangkan sebagian dari
populasi yang benar-benar diteliti dinamakan sampel atau contoh. Sampel yang akan diteliti
harus dapat mewakili (representatif) gambaran yang benar terhadap populasi.
Metode penentuan sampel yang representatif dipelajari secara khusus dalam teori sampling
(teori pengambilan keputusan)
Contoh:
Subuah perusahaan farmasi yang memproduksi sejenis obat tertentu menyatakan bahwa
kemampuan obat itu dalam menyembuhkan penyakit kanker adalah 0,8. Untuk menguji
pernyataan ini, maka departemen kesehatan khususnya bagian pengawasan obat dan
makanan mengadakan pengujian satu persatu terhadap 100 orang penderita penyakit kanker
yang diambil secara acak (random) dari 500 penderita, sehingga hasilnya dapat digunakan
untuk mengambil kesimpulan dan keputusan atau merekomendasikan obat itu diterima atau
tidak.
Dalam kasus tersebut, kelima ratus penderita kanker disebut populasi dan 100 orang yang
diteliti (diuji) disebut sampel.
4. PENGUMPULAN DATA
Dalam melakukan pengumpulan data, data yang diambil harus “jujur”, yakni kebenarannya
harus dapat dipercaya. Proses pengumpulan data dapat dilakukan dengan jalan sensus atau
sampling.
Untuk kedua hal, sensus maupun sampling, banyak langkah yang dapat ditempuh dalam
usaha mengumpulkan data, antara lain:
a. Observasi
Mengadakan penelitian langsung ke lapangan atau di laboratorium terhadap objek
penelitian. Hasilnya dicatat untuk kemudian dianalisis.

2|STKIP BINA INSAN MANDIRI

Denok Julianingsih, M.Pd/ Denok_julia@yahoo.com

b. Studi Literatur
Mengambil atau menggunakan, sebagian atau seluruhnya, dari sekumpulan data yang
telah dicatat atau dilaporkan oleh badan atau orang lain.
c. Angket
Cara pengumpulan data dengan menggunakan daftar isian atau daftar pertanyaan yang
telah disiapkan dan disusun sedemikian rupa sehingga calon responden hanya tinggal
mengisi atau menandainya dengan mudah dan cepat.
d. Wawancara
Mewawancarai secara langsung objek penelitian.
LATIHAN SOAL
1. Jelaskan apa yang dimaksud dengan statistik dan statistika!
2. Apakah yang dimaksud dengan:
a. Data statistik
b. Data diskrit
c. Data kontinu
d. Data kuantitatif
e. Data kualitatif
f. Data mentah
3. Untuk menjelaskan sifat-sifat populasi, penelitian telah dilakukan secara sampling. Sampel
yang bagaimanakah yang harus diambil?
4. Manakah di antara yang berikut tergolong pada data diskrit:
a. Banyak mahsiswa Universitas A ada 6479 orang
b. Luas areal sawah di daerah itu 567,5 km2
c. Penilaian yang diberikan seorang guru kepada muridnya
d. Ekspor batu bara Indonesia selama tahun 1960 mencapai jumlah13,7 ribu metric ton (1
metrik ton = 1000,0065 kg)
5. Sebutkanlah nama yang merupakan data kontinu:
a. Gaji pegawai dalam rupiah
b. Kecepatan kendaraan tiap jam
c. Hasil minyak mentah Indonesia tiap tahun
d. Banyak kecelakaan lalu lintas tiap hari.

3|STKIP BINA INSAN MANDIRI

Denok Julianingsih, M.Pd/ Denok_julia@yahoo.com

BAB II

PENYAJIAN DATA

1. PENDAHULUAN
Data yang telah dikumpulkan, baik berasal dari populasi ataupun dari sampel, untuk
keperluan laporan dan atau analisis selanjutnya perlu diatur, disusun, disajikan dalam bentuk
yang jelas dan baik. Garis besarnya ada dua cara penyajian data yang sering dipakai, ialah
tabel/ daftar dan grafik/ diagram.
Macam-macam daftar yang dikenal:
a. Daftar baris kolom
b. Daftar kontingensi
c. Daftar distribusi frekuensi.
Macam-macam diagram:
a. Diagram batang
b. Diagram garis
c. Diagram lambang/ piktogram
d. Diagram lingkaran
e. Diagram peta/ kartogram
f. Diagram pencar/ titik
2. DAFTAR ATAU TABEL
Hal-hal yang perlu diperhatikan ketika pembuatan tabel atau daftar:
a. Nama-nama sebaiknya disusun menurut abjad
b. Waktu disusun secara berurut atau secara kronologis, misalnya 1960, 1961, …, 1970
c. Kategori dicatat menurut kebiasaan, misalnya: laki-laki dulu baru perempuan, besar dulu
baru kecil, untung dulu baru rugi, dsb.
Untuk data yang terdiri atas dua faktor atau dua variabel, faktor yang satu terdiri atas dua
variabel, faktor yang satu terdiri atas b kategori dan lainnya terdiri atas k kategori, dapat dibuat
daftar kontingensi berukuran b x k dengan b menyatakan baris dan k menyatakan kolom.
Bentuk yang sering dipakai dapat dilihat berikut ini:

4|STKIP BINA INSAN MANDIRI

Denok Julianingsih, M.Pd/ Denok_julia@yahoo.com

DAFTAR
BANYAK MURID SEKOLAH DI DAERAH A
MENURUT TINGKAT SEKOLAH DAN JENIS KELAMIN
TAHUN 1970
Jenis Kelamin SD SMP SMA Jumlah
Laki-laki 4.758 2.795 1.459 9.012
Perempuan 4.032 2.116 1.256 7.404
Jumlah 8.790 4.911 2.715 16.416

3. DIAGRAM BATANG
DAFTAR
BANYAK MURID SEKOLAH DI DAERAH A
MENURUT TINGKAT SEKOLAH DAN JENIS KELAMIN
TAHUN 1970
Jenis Kelamin SD SMP SMA Jumlah
Laki-laki 4.758 2.795 1.459 9.012
Perempuan 4.032 2.116 1.256 7.404
Jumlah 8.790 4.911 2.715 16.416
10
9
8
7
6
5
4
3
2
1
0
SD SMP SMA

LAKI-LAKI PEREMPUAN

5|STKIP BINA INSAN MANDIRI

Denok Julianingsih, M.Pd/ Denok_julia@yahoo.com

4. DIAGRAM GARIS
5
4.5
4
3.5
3
2.5
2
1.5
1
0.5
0
SD SMP SMA

LAKI-LAKI
PEREMPUAN

5. DIAGRAM LINGKARAN

1.459

4.758
2.795

SD SMP SMA

6. DIAGRAM LAMBANG/ PIKTOGRAM

6|STKIP BINA INSAN MANDIRI

Denok Julianingsih, M.Pd/ Denok_julia@yahoo.com

LATIHAN SOAL
1. Buatlah diagram lambang/ piktogram tentang banyak computer yang terjual di sebuah toko
komputer selama 4 bulan pertama pada tahun 2006 berikut ini!
Nama Bulan Januari Februari Maret April
Banyak Penjualan (unit) 20 25 35 40

2. Dari hasil pendataan di suatu sekolahan A dan B disajikan pada table dibawah ini. Buatlah
diagram lingkarannya!
a.
Pendidikan SD SMP SMA SMK
Frekuensi 100 70 50 20

Pendidikan SD SMP SMA

Frekuensi 175 600 225
b.
3. Ranah privat (pengaduan) dari koran Solo Pos pada tanggal 22 Februari 2008 ditunjukkan
seperti tabel berikut. Nyatakan tabel dibawah ini dalam diagram batang!

7|STKIP BINA INSAN MANDIRI

Denok Julianingsih, M.Pd/ Denok_julia@yahoo.com

BAB III
UKURAN GEJALA PUSAT
1. Pendahuluan
Untuk mendapatkan gambaran yang lebih jelas tentang sekumpulan data mengenai sesuatu
hal, baik mengenai sampel ataupun populasi, selain daripada data itu disajikan dalam tabel
dan diagram, masih diperlukan ukuran-ukuran yang merupakan wakil kumpulan data tersebut.
Dalam bab ini akan dibahas ukuran gejala pusat dan ukuran letak.
Ukuran yang dihitung dari kumpulan data dalam sampel dinamakan statistik. Apabila
ukuran itu dihitung dari kumpulan data dalam populasi atau dipakai untuk menyatakan
populasi, maka namanya parameter.
Parameter adalah sebuah bilangan real yang nyata yang menyatakan sebuah karakteristik
dari populasi.
Statistik adalah sebuah bilangan real yang menyatakan sebuah karakteristik dari sampel.
Contoh:
Populasi: Semua mahasiswa di kelas Bahasa Indonesia
Karakteristik: Tinggi Badan
NB: Supaya menjadi sebuah bilangan maka cari rata-ratanya (itu adalah parameternya).
Jadi ukuran yang sama dapat bernama statistik atau parameter bergantung pada apakah
ukuran dimaksud untuk sampel atau populasi.
Contoh Parameter:
a. Mean Populasi
b. Varians Populasi
c. Simpangan baku populasi
Contoh Statistik:
a. Mean Sampel
b. Varian Sampel
c. Simpangan baku sampel

Pada umumnya banyaknya anggota populasi sangat besar, peneliti umumnya tidak
mampu atau tidak mau meneliti seluruh anggota populasi, akibatnya parameter-
parameter populasi tidak diketahui (tidak bisa dihitung), tetapi parameter-
parameter populasi dapat diduga atau diuji menggunakan statistik-statistik sampel.
8 | S T K IStatistik
P B I Nsampel
A I N Sselalu
AN M A Ndihitung
bisa D I R I karena sampel lebih kecil.
Denok Julianingsih, M.Pd/ Denok_julia@yahoo.com

Jadi menghitung statistik sampel untuk menduga/ menguji parameter populasi, (notes:
dalam menduga, menguji ada peluang kesalahan
Tujuan utama mempelajari statistika adalah untuk menguji/ menduga parameter- parameter
populasi yang menggunakan statistik-statistik sampel.

Note:
 Melakukan inferensial tanpa statistik sampel tidak bisa
 Dalam perhitungan inferensial ada galat errornya atau wajib errornya,
misal 1%
 Contoh: Perhitungan suara partai A= 29% dan partai B=30% dengan
wajib errornya 1%
 Sehingga Partai A = 28% - 30%
Disebut statistik sampel
 Partai B= 29% - 31%

2. Ukuran Pemusatan Data

A. Ukuran Pemusatan Data pada Data Tunggal.
1. Rata-rata sebenarnya (populasi):
∑𝑁
𝑖=1 𝑥𝑖
𝜇 =
𝑁
𝜇 dibaca “myu”, yaitu symbol rata-rata sebenarnya yang disebut parameter. Rata-rata
ini dihitung berdasarkan populasi. Oleh karena itu, rata-rata sebenarnya sering juga
disebut rata-rata populasi.
2. Rata-rata perkiraan (sampel)
Apabila rata-rata tersebut dihitung berdasarkan sampel sebanyak n dimana n < N
observasi, maka rata-rata yang diperoleh disebut rata-rata perkiraan, atau rata-rata
sampel, yang diberi symbol (𝑥̅ ) yang rumusnya adalah sebagai berikut:
Data x: 𝑥1 , 𝑥2 , 𝑥3 , … , 𝑥𝑛
∑𝑛
𝑖=1 𝑥𝑖
Mean (𝑥̅ ) adalah 𝑥̅ = 𝑛

Contoh:
 Untuk membandingkan tingkat gaji/ upah per bulan karyawan perusahaan A dan
perusahaan B, mana yang lebih tinggi, maka dilakukan wawancara terhadap 10

9|STKIP BINA INSAN MANDIRI

Denok Julianingsih, M.Pd/ Denok_julia@yahoo.com

karyawan perusahaan A dan 10 karyawan perusahaan B. Hasil wawancara A dan

B disajikan pada table berikut ini:
Karyawan Perusahaan A Perusahaan B
1 50 rb 45 rb
2 40 rb 35 rb
3 45 rb 40 rb
4 55 rb 30 rb
5 60 rb 25 rb
6 75 rb 50 rb
7 65 rb 55 rb
8 80 rb 45 rb
9 75 rb 30 rb
10 50 rb 35 rb
Jumlah 595 rb 390 rb
Rata-rata 59. 500 39.000

Ternyata rata-rata upah/ gaji per bulan dari karyawan perusahaan A lebih tinggi
daripada upah/ gaji karyawan perusahaan B.
Note: Rata-rata di diatas dihitung berdasarkan sampel karyawan, maka nilai ini
hanya merupakan perkiraan saja, kesimpulan yang diambil bahwa rata-rata upah
karyawan perusahaan A lebih tinggi dibandingkan B, bisa salah.
 Berikut disajikan data penjualan suatu perusahaan selama 10 tahun.
Tahun Hasil penjualan (dalam
jutaan rupiah)
1 50
2 60
3 40
4 70
5 80
6 90
7 100
8 65
9 75
10 85
a. Hitung rata-rata hasil penjualan sebenarnya.
b. Ambil sampel sebanyak n = 5, misalnya setelah diambil sampelnya diperoleh
x2, x4, x5, x8, x10. Hitung rata-rata perkiraan hasil penjualan per tahun.
Penyelesaian:
a. Rata-rata sebenarnya

10 | S T K I P B I N A I N S A N M A N D I R I
Denok Julianingsih, M.Pd/ Denok_julia@yahoo.com

10
1
𝜇= ∑ 𝑥𝑖
10
𝑖=1
1
= 10 (715)

= 71,5
Jadi, rata-rata hasil penjualan per tahun = Rp. 71,5 juta.
b. Rata-rata perkiraan
𝑛
1
𝑥̅ = ∑ 𝑥𝑖
𝑛
𝑖=1
1
= 5 (60 + 70 + 80 + 65 + 85)

= 72
Jadi, rata-rata perkiraan hasil penjualan per tahun = Rp. 72 juta (ternyata
sangat mendekati rata-rata sebenarnya). 𝑥̅ merupakan perkiraan 𝜇
 Misalkan x = Hasil ujian Progam Linier Mahasiswa Akademi Ilmu Statistik,
Jakarta. Hasil ujian dari 50 orang mahasiswa adalah sebagai berikut
X1=60 X11=85 X21=65 X31=84 X41=57
X2=71 X12=35 X22=35 X32=74 X42=68
X3=80 X13=61 X23=55 X33=59 X43=45
X4=41 X14=55 X24=69 X34=67 X44=76
X5=94 X15=98 X25=73 X35=65 X45=89
X6=33 X16=52 X26=77 X36=65 X46=74
X7=81 X17=50 X27=64 X37=47 X47=54
X8=41 X18=91 X28=73 X38=53 X48=77
X9=78 X19=48 X29=85 X39=39 X49=60
X10=66 X20=66 X30=42 X40=94 X50=88
a. Berdasarkan data tersebut hitunglah rata-rata hasil ujian yang sebenarnya.
b. Kemudian ambil sampel sebanyak n = 10 dan hitunglah rata-rata perkiraan, jika
sampel yang terambil: x2, x4, x8, x15, x25, x30, x32, x40, x45, x50.
Penyelesaian:
1
a. 𝜇 = 𝑁 ∑𝑁
𝑖=1 𝑥𝑖

1
= 50 (60 + 71 + 80 + 41 + ⋯ . +88)

= 65,18
1
b. 𝑥̅ = 𝑛 ∑𝑛𝑖=1 𝑥𝑖

11 | S T K I P B I N A I N S A N M A N D I R I
Denok Julianingsih, M.Pd/ Denok_julia@yahoo.com

1
= 10 (71 + 41 + 41 + 98 + 73 + 42 + 74 + 94 + 89 + 88)

= 71,1
Rata-rata sampel ternyata jauh lebih tinggi.
Nilai perkiraan ini akan lebih mendekati nilai sebenarnya apabila jumlah elemen
sampel ditambah, misalnya n = 20 atau lebih besar lagi.
NB : Mean lebih popular karena mean memiliki kesalahan terkecil dibandingkan
median dan modus untuk menghitung atau mengestimasi parameter populasi.
Makna Mean : Pusat dari data.
Pusat digunakan untuk mewakili kelompok/ menggambarkan kelompok.
Setelah data diketahui pusatnya, maka kita ingin mengetahui data itu beragam atau
tidak, maka dapat menggunakan Varians (dipelajari di bab selanjutnya).
3. Median
Data yang letaknya paling tengah setelah data diurutkan. Jika banyaknya data genap,
maka mediannya adalah 2 data dari yang paling tengah kemudian dibagi 2.
Contoh:
 Ada 7 karyawan dengan upah per bulan masing-masing Rp20.000, Rp80.000,
Rp.75.000, Rp60.000, Rp50.000, Rp85.000, dan Rp45.000. Tentukan median
upah karyawan tersebut!
Penyelesaian:
Urutkan data terlebih dahulu mulai dari yang terkecil sampai dengan yang
terbesar. Data menjadi:
20.000, 45.000, 50.000, 60.000, 75.000, 80.000, 85.000.
Setelah itu bagi data menjadi 2 bagian yang sama dari sebelah kanan dan kiri.
20.000, 45.000, 50.000, 60.000, 75.000, 80.000, 85.000.
Maka mediannya adalah Rp60.000
 Ada 8 karyawan dan upahnya dalam ribuan adalah sebagai berikut:
20, 80, 75, 60, 50, 85, 45, 90. Berapa nilai mediannya?
Penyelesaian:
Urutkan data mulai dari yang terkecil:
20, 45, 50, 60, 75, 80, 85, 90.
60+75
Median = = 67,5
2

12 | S T K I P B I N A I N S A N M A N D I R I
Denok Julianingsih, M.Pd/ Denok_julia@yahoo.com

4. Modus
Data yang mempunyai frekuensi terbesar dengan catatan tidak semua data muncul
dengan frekuensi yang sama. Jika data mempunyai frekuensi yang sama, maka data
itu tidak mempunyai modus.
B. Ukuran Pemusatan Data pada Data Kelompok.
1. Mean
Apabila data sudah disajikan dalam bentuk table frekuensi, dimana X 1 terjadi f1 kali,
X2 terjadi f2 kali, dan seterusnya sampai Xk terjadi fk kali, maka rumus rata-rata dari
data yang sudah dibuat table frekuensinya adalah sebagai berikut:
∑𝑘𝑖=1 𝑓𝑖 𝑥𝑖
𝑥̅ =
∑𝑘𝑖=1 𝑓𝑖
Contoh:
Perhatikan table berikut. Berdasarkan data tersebut, hitunglah rata-ratanya.
X 8 6 4 5 7 9
f 2 3 4 3 2 1
Penyelesaian:
∑𝑘𝑖=1 𝑓𝑖 𝑥𝑖
𝑥̅ =
∑𝑘𝑖=1 𝑓𝑖
88
= 15

= 5,87
Berat badan 100 orang mahasiswa Fakultas Ekonomi Universitas Indonesia tahun
2007 disajikan dalam table berikut:
Berat Badan (kg) Banyaknya Mahasiswa (f)
60 – 62 5
63 – 65 18
66 – 68 42
69 – 71 27
72 – 74 8
Penyelesaian:
Berat Badan (kg) Banyaknya Nilai Tengah xif
Mahasiswa (f) (xi)
60 – 62 5 61 305
63 – 65 18 64 1.152
66 – 68 42 67 2.814
69 – 71 27 70 1.890

13 | S T K I P B I N A I N S A N M A N D I R I
Denok Julianingsih, M.Pd/ Denok_julia@yahoo.com

72 – 74 8 71 584
Jumlah 100 6.745
∑𝑘𝑖=1 𝑓𝑖 𝑥𝑖
𝑥̅ =
∑𝑘𝑖=1 𝑓𝑖
6.745
= 100

= 67,45
2. Median
𝑛
− 𝑓𝑘
𝑀𝑑 = 𝑇𝑏 + (2 )𝑖
𝑓𝑚

Keterangan:
Tb : Tepi bawah dari kelas yang memuat median
n : banyaknya data
fk : frekuensi kumulatif sebelum kelas median (kelas yang mengandung
median tidak termasuk)
fm : frekuensi pada kelas yang memuat median
𝑛
: kelas median
2

Contoh:
Tentukan median dari data berikut ini:
Berat Badan Frekuensi
50 – 52 4
53 – 55 5
56 – 58 3
59 – 61 2
62 - 64 6
Penyelesaian:
Sebelumnya kita lengkapi table terlebih dahulu:
Berat Badan Frekuensi Frekuensi Kumulatif
50 – 52 4 4
53 – 55 5 9
56 – 58 3 12
59 – 61 2 14
62 - 64 6 20
𝑛
− 𝑓𝑘
𝑀𝑑 = 𝑇𝑏 + (2 )𝑖
𝑓𝑚

14 | S T K I P B I N A I N S A N M A N D I R I
Denok Julianingsih, M.Pd/ Denok_julia@yahoo.com

Berdasarkan rumus di atas, maka kita perlu untuk menentukan kelas median
𝑛
terlebih dahulu. Kelas median dapat ditentukan dengan memakai = 20 : 2 = 10,
2

maka kelas median terdapat pada kelas 56 – 58.

Tepi bawah pada kelas 56 – 58 adalah 55,5.
𝑛
− 𝑓𝑘
𝑀𝑑 = 𝑇𝑏 + (2 )𝑖
𝑓𝑚

10 − 9
= 55,5 + ( )3
3
= 56,5
3. Modus
𝑑1
𝑀𝑜 = 𝑇𝑏 + ( )𝑖
𝑑1 + 𝑑2
Keterangan:
Tb : Tepi bawah kelas modus
d1 : selisih frekuensi kelas modus dengan kelas sebelumnya
d2 : selisih frekuensi kelas modus dengan kelas sesudahnya
i : interval kelas
Untuk menentukan kelas modus adalah diambil pada kelas yang memiliki frekuensi
tertinggi.
Contoh:
Tentukan modus dari data di bawah ini:
Berat Badan Frekuensi
40 – 44 6
45 – 49 10
50 – 54 14
55 – 59 6
60 - 64 4
Penyelesaian:
 Kelas modus diambil dari kelas yang memiliki frekuensi tertinggi yaitu kelas
50 – 54
 Tepi bawah kelas modus adalah 49,5
 D1 = 14 – 10 = 4
 D2 = 14 – 6 = 8

15 | S T K I P B I N A I N S A N M A N D I R I
Denok Julianingsih, M.Pd/ Denok_julia@yahoo.com

𝑑1
𝑀𝑜 = 𝑇𝑏 + ( )𝑖
𝑑1 + 𝑑2
4
= 49,5 + (4+8) 5

= 51,17

16 | S T K I P B I N A I N S A N M A N D I R I
Denok Julianingsih, M.Pd/ Denok_julia@yahoo.com

BAB IV
UKURAN GEJALA LETAK

Apabila kita berbicara median, maka nilai ini seolah-olah membagi kelompok data menjadi 2
bagian yang sama. Artinya 50% dari kelompok data ini mempunyai nilai sama/ lebih kecil
dari median.
Sedangkan 50% lainnya mempunyai nilai yang sama/ lebih besar dari median tersebut.
Untuk suatu data yang telah diurutkan dengan ukuran data n ≥ 4 dapat ditentukan tiga buah
nilai yang membagi data itu menjadi empat bagian yang sama banyaknya. Tiga buah nilai itu
dinamakan Kuartil, yaitu kuartil bawah (Q1), kuartil tengah atau median (Q2), dan kuartil atas
(Q3). 50%

25%

Q1 Q2 Q3

75%

Misalnya suatu data dengan ukuran n yang terdiri atas kumpulan nilai datum yang telah
diurutkan berdasarkan besarnya 𝑥1 , 𝑥2 , 𝑥3 , … , 𝑥𝑛 dengan 𝑥1 < 𝑥2 < 𝑥3 < ⋯ < 𝑥𝑛 , maka
kuartil bawah Q1, kuartil tengah Q2, dan kuartil atas Q3 dapat ditentukan dengan cara:
1. Kuartil untuk Data Tunggal
a. Kuartil Bawah (Q1)
Untuk n ganjil : 𝑥1(𝑛+1)
4

Untuk n genap : 𝑥1(𝑛+2)

4

b. Kuartil Tengah (Q2)

Untuk n ganjil : 𝑥1(𝑛+1)
2

1
Untuk n genap : 2 (𝑥𝑛 + 𝑥(𝑛+1) )
2 2

c. Kuartil Atas (Q3)

Untuk n ganjil : 𝑥3(𝑛+1)
4

Untuk n genap : 𝑥1(3𝑛+2)

4

17 | S T K I P B I N A I N S A N M A N D I R I
Denok Julianingsih, M.Pd/ Denok_julia@yahoo.com

Contoh:
Berikut ini adalah data upah bulanan dari 13 karyawan dalam ribuan rupiah yaitu 40, 30,
50, 65, 45, 55, 70, 60, 80, 35, 85, 95, 100. Tentukanlah kuartil bawah, kuartil tengah, dan
kuartil atas!.
Penyelesaian:
Urutkan data terlebih dahulu mulai dari yang terkecil, yaitu:
30, 35, 40, 45, 50, 55, 60, 65, 70, 80, 85, 95, 100
 Q1 = 𝑥1(𝑛+1)
4

= 𝑥1(13+1)
4

= 𝑥1.14
4

= 𝑥3,5
Artinya nilai yang ke 3,5, berarti rata-rata dari 𝑥3 𝑑𝑎𝑛 𝑥4 yaitu (40 + 45) : 2 = 42,5
 Q2 = 60 (dengan cara yang sama selesaikan seperti di atas)
 Q3 = 82,5 (dengan cara yang sama selesaikan seperti di atas)
2. Kuartil untuk Data Kelompok
a. Kuartil Bawah (Q1)
1
𝑛 − 𝑓𝑘1
𝑄1 = 𝑇𝑏1 + (4 ).𝑖
𝑓1

𝑄1 = kuartil bawah
𝑇𝑏1 = tepi bawah kelas yang memuat kuartil bawah 𝑄1
𝑛 = ukuran data
𝑓𝑘1 = jumlah frekuensi (frekuensi kumulatif) sebelum kelas kuartil bawah 𝑄1
𝑓1 = frekuensi kelas yang memuat kuartil bawah 𝑄1
𝑖 = panjang kelas/ interval
1
𝑛 = kelas kuartil bawah
4

b. Kuartil Tengah (Q2)

1
𝑛 − 𝑓𝑘2
𝑄2 = 𝑇𝑏2 + (2 ).𝑖
𝑓2

18 | S T K I P B I N A I N S A N M A N D I R I
Denok Julianingsih, M.Pd/ Denok_julia@yahoo.com

𝑄2 = kuartil tengah / median

𝑇𝑏2 = tepi bawah kelas yang memuat kuartil tengah 𝑄2
𝑛 = ukuran data
𝑓𝑘2 = jumlah frekuensi (frekuensi kumulatif) sebelum kelas kuartil tengah 𝑄2
𝑓2 = frekuensi kelas yang memuat kuartil tengah 𝑄2
𝑖 = panjang kelas/ interval
1
𝑛 = kelas kuartil tengah/ kelas median
2

c. Kuartil Atas (Q3)

3
𝑛 − 𝑓𝑘3
𝑄3 = 𝑇𝑏3 + (4 ).𝑖
𝑓3

𝑄3 = kuartil atas
𝑇𝑏3 = tepi bawah kelas yang memuat kuartil atas 𝑄3
𝑛 = ukuran data
𝑓𝑘3 = jumlah frekuensi (frekuensi kumulatif) kelas sebelum kuartil atas 𝑄3
𝑓3 = frekuensi kelas yang memuat kuartil atas 𝑄3
𝑖 = panjang kelas/ interval
3
𝑛 = kelas kuartil atas
4

Contoh:
Berdasarkan data berikut, hitunglah Q1, Q2, dan Q3!
NILAI KELAS FREKUENSI
72,2 – 72,4 2
72,5 – 72,7 5
72,8 – 73,0 10
73,1 – 73, 3 13
73,4 – 73,6 27
73,7 – 73,9 23
74,0 – 74,2 16
74,3 – 74,5 4
Penyelesaian:
1 1
Tentukan kelas kuartil bawah, yaitu 4 𝑛 = 4 . 100 = 25

Lengkapi tabel terlebih dahulu dengan menambahkan 1 kolom lagi disebelah kanan.

19 | S T K I P B I N A I N S A N M A N D I R I
Denok Julianingsih, M.Pd/ Denok_julia@yahoo.com

NILAI KELAS FREKUENSI FK

72,2 – 72,4 2 2
72,5 – 72,7 5 7
72,8 – 73,0 10 17
73,1 – 73,3 13 30
73,4 – 73,6 27 57
73,7 – 73,9 23 80
74,0 – 74,2 16 96
74,3 – 74,5 4 100
Kelas median berada pada kelas 73,1 – 73,3. Itu artinya tepi bawah 73,1 – 0,5 = 72,6 dengan
panjang interval sebesar 0,5.
1
𝑛 − 𝑓𝑘1
𝑄1 = 𝑇𝑏1 + (4 ).𝑖
𝑓1

25−17
= 72,6 + ( ) . 0,3
13

= 72,6 + 0,1846
= 72,7846
Untuk Q2 dan Q3 bisa ditentukan seperti langkah di atas.
3. Rataan Kuartil dan Rataan Tiga Kuartil
1
𝑅𝑘 = (𝑄 + 𝑄3 )
2 1
1
𝑅𝑡 = (𝑄1 + 2𝑄2 + 𝑄3 )
4
4. Desil
Jika statistik peringkat 𝑥1 , 𝑥2 , 𝑥3 , … , 𝑥𝑛−2 , 𝑥𝑛−1 , 𝑥𝑛 dibagi menjadi 10 bagian yang sama
maka didapat 9 pembagi dan setiap pembagi dinamakan desil. Karenanya ada 9 buah desil,
yaitu desil pertama, desil kedua, desil ketiga,…, desil kesembilan, ditulis 𝐷1 , 𝐷2 , 𝐷3 , … , 𝐷9
a. Desil Data Tunggal
Letak desil untuk data tunggal dapat ditentukan oleh rumus berikut ini:
𝑖(𝑛+1) 𝑋𝑖(𝑛+1)
Letak 𝐷𝑖 = data ke 𝑎𝑡𝑎𝑢 𝐷𝑖 =
10 10

b. Desil Data Kelompok

𝑖
𝑛 − 𝑓𝑘𝑖
𝐷𝑖 = 𝑇𝑏𝑖 + (10 ).𝑝
𝑓𝑖

Dengan:

20 | S T K I P B I N A I N S A N M A N D I R I
Denok Julianingsih, M.Pd/ Denok_julia@yahoo.com

𝑖 = 1, 2, 3,…, 9
𝑇𝑏𝑖 = tepi bawah kelas 𝐷𝑖
𝑓𝑘𝑖 = frekuensi kumulatif sebelum kelas 𝐷𝑖
𝑓𝑖 = frekuensi kelas 𝐷𝑖
𝑝 = interval kelas/ panjang kelas
𝑖
𝑛 = kelas desil ke-
10

Contoh :
Pada tabel Distribusi Frekuensi Berkelompok
NILAI UJIAN F
31 – 40 1
41 – 50 2
51 – 60 5
61 – 70 15
71 – 80 25
81 – 90 20
91 - 100 12
JUMLAH 80
Penyelesaian:
Lengkapi tabel terlebih dahulu!
NILAI UJIAN F FK
31 – 40 1 1
41 – 50 2 3
51 – 60 5 8
61 – 70 15 23
71 – 80 25 48
81 – 90 20 68
91 - 100 12 80
JUMLAH 80 -
3
Kelas desil ke 3 berada pada 10 . 80 = 24. Itu artinya berada pada kelas kelima yaitu 71

– 80. Sehingga tepi bawahnya yaitu 71 – 0,5 = 70,5

Jika diminta untuk 𝐷3 , untuk 80 nilai ujian statistika, maka kita perlu 30% x 80 = 24
data.
𝑖
𝑛 − 𝑓𝑘𝑖
𝐷𝑖 = 𝑇𝑏𝑖 + ( 10 ).𝑝
𝑓𝑖

21 | S T K I P B I N A I N S A N M A N D I R I
Denok Julianingsih, M.Pd/ Denok_julia@yahoo.com

3
80−23
10
= 70,5 + ( ) . 10
25

= 70,5 + 0,4 = 70,9

Dari hasil perhitungan didapatkan nilai dari 𝐷3 adalah 70,9.
Yang artinya ada 70% dari mahasiswa paling sedikit mendapat nilai ujian 70,9 dan 30%
lagi mendapat nilai paling besar 70,9.
5. Persentil
Jika statistik peringkat 𝑥1 , 𝑥2 , 𝑥3 , … , 𝑥𝑛−2 , 𝑥𝑛−1 , 𝑥𝑛 dibagi menjadi 100 bagian yang sama
maka didapat 99 pembagi dan setiap pembagi dinamakan persentil. Karenanya ada 99 buah
persentil, yaitu persentil pertama, persentil kedua, persentil ketiga,…, persentil kesembilan
puluh sembilan, ditulis 𝑃1, 𝑃2 , 𝑃3 , … , 𝑃99
a. Persentil Data Tunggal
Letak persentil untuk data tunggal dapat ditentukan oleh rumus berikut ini:
𝑖(𝑛+1) 𝑋𝑖(𝑛+1)
Letak 𝑃𝑖 = data ke 𝑎𝑡𝑎𝑢 𝑃𝑖 =
100 100

b. Persentil Data Kelompok

𝑖
𝑛 − 𝑓𝑘𝑖
𝑃𝑖 = 𝑇𝑏𝑖 + ( 100 ).𝑝
𝑓𝑖

Dengan:
𝑖 = 1, 2, 3,…, 99
𝑇𝑏𝑖 = tepi bawah kelas 𝑃𝑖
𝑓𝑘𝑖 = frekuensi kumulatif sebelum kelas 𝑃𝑖
𝑓𝑖 = frekuensi kelas 𝑃𝑖
𝑝 = interval kelas/ panjang kelas

22 | S T K I P B I N A I N S A N M A N D I R I
Denok Julianingsih, M.Pd/ Denok_julia@yahoo.com

SOAL
1. Tentukan kuartil bawah, kuartil tengah dan kuartil atas dari setiap data berikut ini.
a. 15, 6, 21, 4, 12, 24, 9
b. 14, 7, 5, 12, 19, 16
c. 7, 6, 2, 5, 11, 9, 12, 6
d. 5, 6, 11, 6, 9, 9, 10, 10, 12, 6, 5, 7, 14, 10
2. Dari tabel distribusi frekuensi berikut ini, carilah kuartil bawah, kuartil tengah dan
kuartil atas
Tinggi badan (cm) 150 154 157 160 162 165 170
Frekuensi 7 7 9 10 12 8 7
3. Tentukan rataan kuartil dan rataan tiga kuartil dari data 6, 7, 12, 8, 10, 7, 12, 8, 12, 10.
4. Pada tabel dibawah ini disajikan nilai ulangan matematika 55 orang siswa.
Carilah rataan kuartil dan rataan tiga kuartilnya!
Nilai ulangan 3 4 5 6 7 8
Frekuensi 3 10 15 17 6 4
5. Tentukan Kuartil bawah, kuartil tengah dan kuartil atas dari tabel distribusi frekuensi
berikut ini !
Berat Badan Frekuensi (f)
50 – 52 4
53 – 55 5
56 – 58 3
59 – 61 2
62 – 64 6

6. Diberikan data: 5, 5, 8, 8, 8, 10, 10, 10, 10, 9, 6, 9, 6, 6, 4, 2, 4, 4.

Carilah nilai dari 𝐷2 dan 𝐷7 !
7. Diberikan data berikut ini:
Carilah 𝐷1 , 𝐷6 , 𝑑𝑎𝑛 𝐷9 !
Nilai Frekuensi (f)
38 – 42 2
43 – 47 5
48 – 52 10
53 – 57 12
58 – 62 8
63 – 67 3

23 | S T K I P B I N A I N S A N M A N D I R I
Denok Julianingsih, M.Pd/ Denok_julia@yahoo.com

8. Tentukan nilai dari P50 !

NILAI KELAS FREKUENSI FK
72,2 – 72,4 2 2
72,5 – 72,7 5 7
72,8 – 73,0 10 17
73,1 – 73,3 13 30
73,4 – 73,6 27 57
73,7 – 73,9 23 80
74,0 – 74,2 16 96
74,3 – 74,5 4 100

24 | S T K I P B I N A I N S A N M A N D I R I
Denok Julianingsih, M.Pd/ Denok_julia@yahoo.com

BAB V
UKURAN DISPERSI ATAU VARIASI
50 50 50 50 50 = rata-ratanya 50 homogen
50 40 30 60 70 = rata-ratanya 50 relatif homogen
100 40 80 20 10 = rata-ratanya 50 heterogen
1. Jarak
Ukuran variasi yang paling sederhana dan paling mudah dihitung adalah jarak (range).
Nilai jarak = Xn – X1
Xn : nilai maksimum
Xi : nilai minimum
2. Varians Data
Data 𝑥 ∶ 𝑥1 , 𝑥2 , 𝑥3 , … , 𝑥𝑛 → 𝑥̅ / 𝜇
Varians populasi simbolnya adalah 𝜎 2 (sigma kuadrat):
𝑁
1
𝜎 = ∑(𝑥𝑖 − 𝜇)2
2
𝑁
𝑖=1

Varians (𝑆 2 ) sampel:
(𝑥1 − 𝑥̅ )2 + (𝑥2 − 𝑥̅ )2 + ⋯ + (𝑥𝑛 − 𝑥̅ )2
𝑆2 =
𝑛−1
𝑨𝒕𝒂𝒖
𝑆2 ∑𝑛 (𝑥 −𝑥̅ )2
= 𝑖=1 𝑖
𝑛−1

Nilai lebih besar atau sama dengan 1. Bernilai 0 jika xi = 𝑥̅ artinya data tidak bervariasi/
beragam.
Semakin 𝑆 2 mendekati nol maka data mendekati homogen.
Semakin 𝑆 2 menjauhi nol maka data itu menjauhi homogen atau semakin beragam.
Contoh : Banyak hidung = varians 0 karena 𝑥̅ = 1
Banyak mata = varians 0 karena 𝑥̅ = 2
Satuan varians adalah kuadrat dari data asal, contoh cm 2.

25 | S T K I P B I N A I N S A N M A N D I R I
Denok Julianingsih, M.Pd/ Denok_julia@yahoo.com

3. Simpangan Baku
Simpangan baku merupakan salah satu ukuran disperse yang diperoleh dari akar kuadrat
positif varians. Varians adalah rata-rata hitung dari kuadrat simpangan setiap pengamatan
terhadap rata-rata hitungnya.
Simpangan baku populasi:

∑𝑁
𝑖=1(𝑥𝑖 − 𝜇)
2
𝜎=√
𝑁

Simpangan baku sampel:

∑𝑛𝑖=1(𝑥𝑖 − 𝑥̅ )2
𝑆=√
𝑛−1

S menyatakan besarnya simpangan data-data kelompok dari pusatnya (jadi sejauh mana
data itu menyimpang dari pusatnya).
Contoh:
𝑥̅ = 160 cm
S = 5 cm (menyimpang 5 cm)

155 cm 160 cm 165 cm

Kebanyakan mahasiswa dikelompok C tinggi badannya berkisar antara 155 cm dan 165
cm. Jika S kecil maka kepercayaan kita terhadap pusat data semakin besar.
Jika S besar maka kepercayaan kita terhadap pusat data semakin jauh/ kecil.

26 | S T K I P B I N A I N S A N M A N D I R I