Oleh :
Ronal Watrianthos
Dosen Prodi Manajemen Informatika, AMIK Labuhanbatu
Rantauprapat, Medan; ronalw@amik-labuhanbatu.ac.id
Abstract
52 | P a g e
Ronal Watrianthos Informatika : Jurnal Ilmiah AMIK Labuhan Batu
Vol.2 No.2 /Mei/2014
di kalangan ilmuan sejak R. Fisher (1918-1935) cara-cara dan teori yang benar dan dapat
memperkenalkan varians dalam statistik. (5) dipertanggung jawabkan.
Statistik dan statistika Ini semua merupakan pengetahuan tersendiri yang
Banyak persoalan, apakah itu hasil dinamakan statistika. Jadi, statistik adalah
penelitian, riset ataupun pengamatan, baik yang pengetahuan yang berhubungan dengan cara-cara
dilakukan khusus ataupun pengamatan, baik yang pengumpulan data, pengolahan atau
dilakukan khusus ataupun berbentuk laporan, penganalisisan dan penarikan kesimpulan
dinyatakan dan dicatat dalam bentuk bilangan atau berdasarkan kumpulan data dan penganalisisan
angka-angka. Kumpulan angka-angka itu sering yang dilakukan.
disusun, diatur atau disajikan dalam bentuk daftar Ada dua jalan yang didapat ditempuh
atau tabel. Sering pula daftar atau tabel di sertai untuk mempelajari statistika. Jika ingin membahas
dengan gambar-gambaryang disebut diagram atau statistika secara mendasar, mendalam dan teoritis,
grafik supaya lebih dapat menjelaskan lagi tentang maka yang dipelajari digolongkan kedalam
persoalan yang sedang dipelajari. Hal-hal yang statistika matematis atau statistika teoritis. Ini
dijelaskan diatas disebut dengan statistik. Jadi, memerlukan dasar matematika yang kuat dan
kata statistik dipakai untuk menyatakan kumpulan mendalam. Yang dibahas antara lain penulisan
data, bilangan maupun non-bilangan yang disusun sifat; Sifat, dalil-dalil, rumus-rumus, menciptakan
dalam tabel atau diagram, yang melukis atau model-model dan segi-segi lainnya yang teoritis
menggambarkan suatu persoalan. Statistik yang dan matematis. Yang keduanya yaitu mempelajari
menjelaskan suatu hal biasanya memberi nama statistika semata. Mata dari segi penggunaannya,
statistik mengenai hal yang bersangkutan, aturan-aturan, rumus-rumus, sifat-sifat dan
misalnya statistik penduduk, statistik kelahiran, sebagainya yang telah diciptakan oleh statistika
statistik pendidikan, statistik produksi, statistik teoritis, diambil dan digunakan dalam berbagai
pertanian, statistik kesehatan dan masih banyak bidang pengetahuan. Jadi, tidak dipersoalkan
nama-nama lain. bagaimana didapatnya rumus-rumus atau aturan-
Kata statistik juga masih mengandung aturan, melainkan hanya dipentingkan bagaimana
pengertian lain, yakni dipakai untuk menyatakan cara, teknik atau metoda statistika digunakan.
ukuran sebagai wakil dari kumpulan data Statistika pada dasarnya dibagi ke dalam 2 pokok
mengenai suatu hal. Ukuran ini didapat masalah yaitu ; Statistik Deskriptif, merupakan
berdasarkan perhitungan menggunakan kumpulan ilmu yang mempelajari bagaimana cara
sebagian data yang diambil dari keseluruhan menyajikan, menyusun maupun mengukur nilai-
tentang persoalan tersebut. Contohnya seperti kata- nilai data yang tersedia / terkumpul daru suatu
kata persen dan rata-rata. Jika dilakukan penelitian penelitian, sehingga akhirnya nanti dapat
terhadap 20 pegawai dan dicatat gajinya setiap dipreolehsuatu gambaran yang jelas serta
bulan dan di hitung rata-rata gajinya, misalnya penyusuanan data yang lebih baik sehingga mudah
Rp. 87.500,- maka rata-rata ini dinamakan dimengerti loeh banyak orang, dan statistik
statistik. Demikian pula, jika dari kedua puluh deskriptif ini merupakan landasan analisis statistik
pegawai itu ada 40 % yang gajinya tiap bulan yang cukup penting dalam mempelajari statistik
kurang dari Rp. 60.000,- maka nilai 40 % ini induktif; Statistik Induktif, merupakan ilmu
dinamakan statistik. Sebagai persen dan rata-rata statistik yang mempelajari mengenai cara-cara di
sebagai statistik masih banyak lagi ukuran-ukuran dalam pengambilan / penarikan suatu kesimpulan
lain yang merupakan statistik. dari populasi, dimana penarikan kesimpulan ini
Dari hasil penelitian, riset maupun biasanya didasarkan pada data yang diperoleh
pengamatan, baik yang dilakukan khusus ataupun dalam suatu bagian dari populasi tersebut (sampel)
berbentuk laporan, sering diminta atau diinginkan atau penarikan kesimpulan tersebut didasarkan
suatu uraian, penjelasan atau kesimpulan tentang pada suatu pengujian (test) yang dilakukan
persoalan yang diteliti. Sebelum kesimpulan terhadap hasil observasi pengamatan sampelnya.
dibuat, keterangan atau data yang telah terkumpul Penganalisaan data dalm bentuk penduga
itu terlebih dahulu dipelajari, dianalisis atau diolah pendugaan parameter populasi dan pengujian
dan berdasarkan pengolahan inilah kesimpulan hipotesis.
dibuat. Tentulah mudah di mengerti bahwa Penafsiran hasil-hasil analisis data kedalam
pengumpulan data atau keterangan, pengolahan konteks (bahasa) bidang item yang sedang diteliti.
dan pembuatan kesimpulan harus dilakukan Secara garis besar, peranan statistik dalam
dengan baik, cermat, teliti, hati-hati, mengikuti melakukan penelitian pada masalah tertentu dapat
dilihat pada gambar berikut ini,
53 | P a g e
Ronal Watrianthos Informatika : Jurnal Ilmiah AMIK Labuhan Batu
Vol.2 No.2 /Mei/2014
54 | P a g e
Ronal Watrianthos Informatika : Jurnal Ilmiah AMIK Labuhan Batu
Vol.2 No.2 /Mei/2014
diperhatiakan bahwa batas-batas populasi harus deskriptif dan karena keduanya harus ditempuh
diketahui dan ditentukan dengan jelas dan tegas. secara benar agar mendapatkan keduanya
Demikian dengan semua istilah, karakteristik, cara kegunaan maksimal dari statistika.
pengukuran dan penilaian harus didefinisikan dan Alasan utama sampel digunakan dalam
diambil dengan jelas, tegas dan konsisten. Semua pengumpulan data antara lain, Ada beberapa
ini, disertai analisis data yang seharusnya populasi objek penelitian jumlahnya besar atau
ditempuh, diusahakan agr kesimpulan yang dibuat tidak terhingga sehingga sulit meneliti atau
bersifat tak bias, yakni diharapkan didapat hasil mengamati individu dari populasi tersebut. Ada
yang sesuai dengan keadaan yang sebenarnya. beberapa populasi objek penelitian bila dilakukan
Sensus tidak selalu dapat dilakukan pengamatan atau penelitian maka individu dari
mengingat populasi yang beranggotakan tak populasi tersebut rusak. Pengamatan atau
hingga atau berukuran tak hingga. Populasi penelitian terhadap semua individu dari populasi
demikian biasa disebut Populasi tak hingga. akan membutuhkan waktu, biaya dan tenaga yang
Melakukan undian dengan sebuah mata uang besar. Sementara peneliti dalam melakukan
logam secara terus-menerus menghasilkan penelitian terbatas terhadap waktu, biayandan
populasi tak hingga. Pengertian ini sebenarnya tenaga. Secara umum, teknik sampel
hanya konseptual untuk memudahkan menjelaskan (sampling)dibedakan atas :
teori. Populasi lainnya adalah populasi terhingga (a) Sampel berpeluang / acak (Probability
dimana didalamnya terdapat terhingga banyak Sampling).
anggota. Mahasiswa di seluruh indonesia, banyak (b) Sampel acak sederhana (Simple Random
kendaraan umum di indonesia, penduduk dunia Sampling).
adalah beberapa contoh tentang populasi (c) Sampel acak berkelas (Stratified Random
terhingga. Meskipun dimiliki populasi terhingga, Sampling).
sensus tidak selalu dapat dilakukan, misalnya hal- (d) Sampel acak sistematis (Sistematic
hal tidak praktis, tidak ekonomis, kekurangan Random Sampling).
biaya, waktu terlalu singkat, ketelitian tidak (e) Sampel acak bertahap (Stage Randam
memuaskan, adanya percobaan yang sifatnya Sampling).
merusak dan lain-lain. Dalam hal ini, sampling (f) Sampel tidak berpeluang / tanpa acak (Non
dilakukan dan sampel harus diambil. Data dari Probability Sampling).
sampel dikumpulkan lalu di analisis dan dibuat (g) Purposive Sampling.
kesimpulan tentang karakteristik populasinya. (h) Quota sampling.
55 | P a g e
Ronal Watrianthos Informatika : Jurnal Ilmiah AMIK Labuhan Batu
Vol.2 No.2 /Mei/2014
56 | P a g e
Ronal Watrianthos Informatika : Jurnal Ilmiah AMIK Labuhan Batu
Vol.2 No.2 /Mei/2014
Pendidikan tertinggi saudara adalah : perlu untuk menghindari terjadinya hal-hal yang
SD SMU S1 tidak diinginkan misalnya kekeliruan ataupun
SLTP DIPLOMA S2 ketidakbenaran tentang data. Tidak beresnya alat
Menurut pendapat saudara, perlukah didaerah pengukur, tidak telitinya orang yang membaca
saudara dibangun kolam renang umum ? alat-alat untuk mendapatkan data dan tidak
Perlu Tidak perlu Tak perduli telitinya waktu mengadakan pencatatan atau
Kotak disediakan untuk tanda (✓) yang akan di menyalin data akan menghasilkan data yang
buat oleh responden sesuai dengan jawaban yang kebenarannya tidak dapat dipercaya. Perikasalah
cocok baginya. apakah ada data yang meragukan dan jika ini
Pembuatan angka terjadi cepatlah diyakinkan kebenarannya.
Untuk keperluan perhitungan, analisis atau Demikian pula, periksalah apakah semua
laporan, sering dihendaki pencatatan data pernyataan dalam angket sudah diisi oleh
kuantitaif dalam bentuk yang lebih sederhana. responden. Jika terdapat yang kosong, usahakan
Karenanya bilanga-bilangan perlu disederhanakan untuk melengkapinya. Kecerobohan dan sifat masa
atau dibulatkan. Untuk itu pakai aturan-aturan bodoh para petugas yang akan menimbulkan data
sebagai berikut, yang tidak benar haruslah diatasi. Jika terpaksa
Aturan 1 : Jika angka terkiri dari yang harus harus ditaksir nilainya, lakukanlah sebaik-baiknya.
dihilangkan 4 atau kurang, maka angka terkanan Penyajian Data yang telah dikumpulkan, baik
dari yang mendahuluinya tidak berubah, contoh, berasal dari populasi ataupun dari sampel, untuk
Rp. 59.376.402,96 dibulatkan hingga jutaan rupiah keperluan laporan dan atau analisis selanjutnya,
menjadi Rp. 59 juta. Angka yang harus perlu diatur, disajikan dalam bentuk yang jelas dan
dihilangkan adalah mulai dari 3 kekanan dan ini baik. Secara garis besar, ada dua cara penyajian
merupakan angka kekiri. Angka terkanan dari data yang sering dipakai yaitu, Tabel atau daftar,
yang mendahului 3 yaitu 9, harus tetap. terdiri dari :
Aturan 2 : jika angka terdiri dari yang harus a) Daftar baris kolom.
dihilangkan lebih dari 5 atau 5 diikuti oleh angka b) Daftar kontingensi.
bukan nol, maka angka terkanan dari yang c) Daftar distribusi frekuensi.
mendahuluinya bertambah dengan satu. Contoh, d) Grafik atau diagram, terdiri dari
6.948 kg, dibulatkan hingga ribuan akan menjadi 7 e) Diagram batang.
ribu kg. Rp 176,51 dibulatkan hingga satuan f) Diagram garis.
rupiah menjadi Rp. 177,00. Angka –angka yang g) Diagram lambang atau diagram simbol.
harus dihilangkan adalah 51 dengan angka terdiri h) Diagram pastel atau diagram lingkaran.
dari 5 yang diikuti angka 1 (bukan nol). karenanya, i) Diagram peta atau kartogram.
angka 6 yang mendahului 5 harus di tambah j) Diagram pencar atau diagram titik.
dengan satu. Skema garis besar untuk sebuah tabel, dengan
Aturan 3 : Jika angka terkiri dari yang harus nama-nama bagiannya, adalah seperti dibawah ini,
dihilangkan hanya angka 5 atau 5 yang diikuti oleh
angka-angka nol belaka, maka angka terkanan dari
yang mendahuluinya tetap jika genap,
dan tambah satu jika ganjil, Contoh, Bilangan 8,5
atau 8,500 menjadi 8 jika dibulatkan teliti hingga
satuan. Angka yang harus dihilangkan masing-
masing 5 dan 500 sedangkan mendahuluinya
adalah genap, yaitu 8 jadi harus tetap genap. Akan
tetapi 19,5 atau 19,50 menjadi 20 jika dibulat kan
menjadi satuan. Ini disebabkan angka yang
mendahului 5 atau 50 merupakan bilangan ganjil
yaitu 9. Jadi harus ditambah dengan satu.
Aturan 3 disebut aturan genap terdekat Gambar 2.7 Skema tabel
yang diambil untuk membuat keseimbangan antara
pembulatan ke atas dan pembulatan ke bawah, jika Judul daftar, ditulis ditengah-tengah bagian teratas,
harus dihilangkan itu terdiri atas angka 5 atau 5 dalam beberapa baris, semuanya dengan huruf
diikuti oleh hanya angka-angka nol. Pemerikasaan besar. Secara singkat dan jelas dicantumkan
terhadap data Sebelum data diolah lebih lanjut, meliputi apa, macam atau klasifikasi, dimana, bila
lakukanlah pemeriksaan terhadap data itu. Ini
57 | P a g e
Ronal Watrianthos Informatika : Jurnal Ilmiah AMIK Labuhan Batu
Vol.2 No.2 /Mei/2014
58 | P a g e
Ronal Watrianthos Informatika : Jurnal Ilmiah AMIK Labuhan Batu
Vol.2 No.2 /Mei/2014
Diagram Garis
Untuk menggambarkan keadaan yang terus atau
kesinambungan, misalnya produksi minyak tiap
tahun, jumlah penduduk tiap tahun, keadaan
temperatur badan tiap jam dan lain-lain, dibuat
diagram garis. Seperti diagram batang, diagram ini
Gambar 2.9 Contoh diagram batang tunggal
juga membutuhkan sistem sumbu datar dab sumbu
horizontal
tegak yang saling tegak lurus. Sumbu datar
menyatakan waktu sedangkan sumbu tegak
Jika diagram mencantumkan dua buah komponen
melukiskan kuantum data tiap waktu. Contoh
maka disebut diagram batang dua komponen.
diagram garis dapat dilihat pada gambar dibawah
Contohnya adalah sebagai berikut,
ini.
Diagram Lambang
Sering dipakai untuk mendapatkan gambaran kasar
sesuatu hal dan sebagai alat visual bagi orang
awam. Sangat menarik dilihat, terutama juka
simbol yang digunakan cukup baik dan menarik.
Setiap satuan jumlahtertentu dibuat sebuah simbol
sesuai dengan macam datanya misalnya, untuk
data mengenai jiwa, penduduk dan pegawai dibuat
orang, satu gambar untuk yiap 5000 jiwa, untuk
data bangunan, gedung sekolah dan lain-lain
dibuat gambar gedung , satu egdung dinyatakan 25
buah, dan masih banyak contoh yang lain lagi.
Gambar 2.10 Contoh diagram batang dua Kesulitan yang dihadapi adalah ketika
komponen tegak menggambarkan bagian simbol untuk satuan yang
Diagram ini juga dapat pula digambarkan tidak penuh.
secara horizontal. Caranya sama seperti gambar
2.12. Jumlah komponen dari diagram batang dapat
ditambah lagi sesuai dengan kebutuhan. Misalnya
untuk kasus diatas, ingin ditampilkan jumlah siswa
untuk setiap tingkatan, maka dapat dibuat diagram
batang tiga komponen dengan rincian jumlah laki-
laki, perempuan dan total jumlah siswa. Cara Gambar 2.15 Contoh diagram lambang
penggambaran diagram ini juga sama seperti
gambar 2.13 di atas Cuma ditambahkan satu Diagram Peta
komponen total jumlah siswa saja. Diagram ini dinamakan juga kartogram. Dalam
Selain itu, Diagram batang pada gambar 2.13 di perbuatannya digunakan peta geografis tempat
atas juga dapat direprentasikan ke dalam bentuk data terjadi. Dengan demikian, diagramini
melukiskan keadaan dihubungkan dengan tempat
59 | P a g e
Ronal Watrianthos Informatika : Jurnal Ilmiah AMIK Labuhan Batu
Vol.2 No.2 /Mei/2014
kejadiannya. Salah satu contoh yang sudah data yang digunakan. Jika data dicatat telit hingga
terkenal adalah buku peta bumi. Didalamnya satuan, maka batas bawah kelas sama dengan
terdapat peta daerah atau pulau dengan. ujung bawah dikurangi 0,5. Batas atasnya didapt
dari ujung atas ditambah 0,5. Untuk data dicatat
hingga satu desimal, batas bawah sama dengan
ujung bawah dikurangi 00,5 dan batas atas sama
dengan ujung atas ditambah 0,05. Kalau data
hingga dua desimal, batas bawah sama dengan
ujung bawah dikurangan 0,005 dan batas atas
nama dengan ujung atas ditambah 0,005 dan
begitu seterusnya. Untuk mempermudah perbuatan
distribusi frekuensi, maka dapat digunakan
pendekatan STURGESS, dengan
mempertimbangkan hal-hal berikut ini, Jumlah
kelas (∑ K ) yang dapat dibuat dari sejumlah data
(N) adalah,
Gambar 2.17 Contoh diagram pencar Range ∑ K = 1 + 3,3 log N Rentangan data), yaitu
data terbesar dikurangi data terkecil. R = Xn – X1.
Daftar Distribus Frekuensi Panjang kelas interval (class interval).
Tujuan pembuatan distribusi frekuensi R
adalah untuk mengorganisasikan data secara Ci = ----
sistematik didalam berbagai macam klasifikasi ∑K
tanpa mengurangi informasi yang ada dari data
tersebut. Untuk data yang jumlahnya cukup Ukuran Pemusatan Data
banyak, maka pembuatan distribusi frekuensi Ukuran pemusatan data merupakan suatu usaha
dapat dilakukan dengan membagi data-data yang ditujukan untuk mengukur besarnya ukuran
tersebut kedalam beberapa kelas sesuai dengan rata-rata dari distribusi data yang telah diperoleh
nilai-nilai (hasil) data yang diperoleh, tetapi bila dalam penelitian. Ukuran pemusatan data terdiri
jumlah data relatif sedikit, maka pembuatan dari :
distribusi frekuensi tidak perlu dilakukan dengan Rata-rata (mean)
membagi ke dalam bagai macam kelas, sehingga Untuk data tidak berkelompok (data asli)
data yang jumlahnya sedikit tersebut digolongkan _
kedalam data yang tidak berkelompok. X = (∑ Xi) / N
Dalam daftar distribusi frekuensi, banyak objek Dengan :_
dikumpulkan dalam kelompok-kelompok X = Nilai rata-rata.
berbentuk a-b, yang disebut kelas interval. Ke Xi = Data ke-i.
dalam kelas interval a-b dimasukkan semua data N = Banyak data.
yang bernilai mulai dari a sampai dengan b. Untuk data Kelompok
Urutan kelas interval disusun mulai data terkecil N
terus kebawah sampai nilai data terbesar. Berturut- ∑Fi . Yi
turut, mulai dari atas, diberi nama kelas interval i=1
pertama, kelas interval kedua, dan seterusnya _
hingga kelas interval terakhir. Ini semua ada dalam X=
kolom kiri. Kolom kanan berisikan bilangan- N
bilangan yang dinyatakan beberapa buah data Dengan :_
terdapat dalam tiap kelas interval. Jadi kolom ini X = Nilai rata-rata.
berisikan frekuensi disingkat dengan f. Contoh Fi = Frekuensi kelas ke-i.
tabel distribusi frekuensi dapat dilihat pada gambar Yi = Titik tengah kelas ke-i.
2.10 di atas. Bilangan-bilangan disebelah kiri = (Batas atas + Batas bawah) / 2
kelas interval disebut ujung bawah dan bilangan- Nilai tengah (median)
bilangan disebelah kanannya disebut ujung atas.
Selisih positif antara tiap dua ujung bawah Untuk data tidak berkelompok (data asli)
berurutan disebut panjang kelas interval. Bila jumlah data (N) ganjil, maka
Selain itu, ada lagi yang biasa disebut Me = X ( (N+1) / 2 )
batas kelas interval. Ini bergantung pada ketelitian Bila jumlah data (N) genap, maka
60 | P a g e
Ronal Watrianthos Informatika : Jurnal Ilmiah AMIK Labuhan Batu
Vol.2 No.2 /Mei/2014
61 | P a g e
Ronal Watrianthos Informatika : Jurnal Ilmiah AMIK Labuhan Batu
Vol.2 No.2 /Mei/2014
Dengan :
Dengan : _ V = Ragam / varians.
Y = Titik tengah rata-rata = (∑Fi . SB = Simpangan Baku.
Yi) / N.
SR = Simpangan rata-rata. Untuk data berkelompok
N = Banyak data. V = SB ^ 2
Yi = Titik tengah kelas ke-i.
Fi = Frekuensi kelas ke-i. Dengan :
|| = Nilai mutlak / absolut. V = Ragam / varians.
SB = Simpangan Baku.
Simpangan kuartil
Untuk data tidak berkelompok (data asli) III. PEMBAHASAN DAN PERANCANGAN
SK = 1/2 * ( K3 – K1 )
Dengan :_ Pembahasan
SK = Simpangan kuartil.
K1 = kuartil ke-1. Jenis data dapat diolah dan disusun dari input data
K3 = kuartil ke-3 statistik adalah sebagai berikut, Data yang
direpresentasikan dalam bentuk data tunggal (data
Untuk data berkelompok asli) Data direpresentasikan dalam bentuk data
terdistribusi / ditrisbusi frekuensi.
SK = 1/2 * ( K3 – K1 ) Sedangkan ukuran-ukuran data yang dihasilkan
Dengan :_ antara lain, Ukuran pemusatan data, terdiri dari
SK = Simpangan kuartil. nilai rata-rata (mean), nilai tengah (median) dan
K1 = kuartil ke-1. nilai terbanyak (modus). Ukuran lokasi data, terdiri
K3 = kuartil ke-3. dari kuartil, desil dan persentil. Ukuran
penyebaran data, terdiri dari kisaran (range),
Simpangan baku ( standard deviation) simpangan rata-rata, simpangan kuartil, Ragam
(varians) dan simpangan baku (standard
Untuk data tidak berkelompok (data asli) deviation). Proses perhitungan data statistik
dengan jumlah data sebanyak 79 buah seperti
SB = 1/ (N-1 * (∑ Xi^2 – 1/N * (∑Xi)^2 ) berikut ini, Misalnya diketahui data statistik
dengan jumlah data sebanyak 79 buah seperti
Dengan :_ berikut ini,
SB = Simpangan baku. 20, 35, 35, 37, 41, 45, 45, 45, 45, 45, 50, 50, 50,
N= Banyak data. 50, 51, 52, 52,
Xi = Data ke-i 52, 52, 52, 53, 53, 55, 56, 60, 60, 60, 60, 60, 60,
61, 62, 62, 62,
Untuk data berkelompok 63, 64, 64, 65, 65, 65, 65, 65, 66, 66, 67, 67, 68,
70, 70, 70, 70,
71, 71, 72, 72, 72, 75, 75, 75, 75, 76, 77, 77, 77,
SB = 1/ (N-1 * (∑ Fi . Yi^2 – 1/N * (∑Fi . Yi)^2 77, 78, 78, 79,
) 80, 80, 82, 82, 82, 84, 85, 85, 86, 88, 95, 95
Misalnya data dipresentasikan dalam bentuk data
Dengan : tunggal (data asli), maka proses perhitungan
SB = Simpangan baku. datanya adalah sebagai berikut, Ukuran pemusatan
N= Banyak data. data (pengukuran nilai sentral).
Fi = Frekuensi kelaske-i
Yi = Titik tengah kelas ke-i MEAN (NILAI RATA-RATA).
_
Ragam (varians) X = (∑Xi ) / N
Dengan : _
Untuk data tidak berkelompok (data asli) X = Nilai rata-rata.
V = SB ^ 2 Xi = Data Ke-i.
N = Banyak data.
62 | P a g e
Ronal Watrianthos Informatika : Jurnal Ilmiah AMIK Labuhan Batu
Vol.2 No.2 /Mei/2014
63 | P a g e
Ronal Watrianthos Informatika : Jurnal Ilmiah AMIK Labuhan Batu
Vol.2 No.2 /Mei/2014
64 | P a g e
Ronal Watrianthos Informatika : Jurnal Ilmiah AMIK Labuhan Batu
Vol.2 No.2 /Mei/2014
= 215,06
Misalnya data ingin di reprentasikan dalam bentuk Tabel 3.2 Tabel untuk perhitungan mean
data terdistribusi / distribusi frekuensi, maka Kelas Interval Frekuensi Yi Fi .
proses perhitungan datanya adalah sebagai berikut, Yi
20 – 30 1 25 25
Menghitung interval kelas dan jumlah kelas 31 – 41 4 36 144
MENGHITUNG JUMLAH KELAS DENGAN
MENJUMLAHKAN ATURAN STURGESS 42 – 52 15 47 705
∑K = 1 + 3,3 log N 53 – 63 15 58 870
= 1 + 3,3 log 80 64 – 74 21 69 1449
= 7,28 (dibulatkan menjadi 8 kelas)
RANGE ( RENTANGAN DATA) 75 – 85 20 80 1600
Range (R) = Nilai data maksimum – Nilai data 86 – 96 4 91 364
minimum 97 – 107 0 102 0
= 95 – 20
= 75 Total 80 ∑ 5157
CLASS INTERVAL ( KLEAS INTERVAL) Fi .
Ci (Class Interval ) = R / ∑K Yi
= 75 / 7,28
= 10,3 (dibulatkan menjadi 11) MEDIAN ( NILAI TENGAH )
N/2 — Fkb
Membuat Tabel Distribusi Frekuensi Me = B + * Ci
Tabel 3.1 Distribusi frekuensi Fk — Fkb
Kelas Interval Frekuensi Dengan :
20 – 30 1 Me = Nilai median (diperiksakan terletak pada
kelas yang mempunyai frek.
31 – 41 4
Kumulatif sekitar N/2).
42 – 52 15 B = Batas bawah kelas yang mengandung median.
53 – 63 15 Fkb = frekuensi kumulatif di bawah kelas yang
mengandung median
64 – 74 21 Fk = Frekuensi kelas yang mengandung median.
75 – 85 20 Ci = Interval kelas.
Letak median = N / 2 = 80 / 20 = 40
86 – 96 4
97 – 107 0 Untuk pembahasan mengenai persentil, penulis
mengambil contoh berikutini :
Total 80
12, 12, 15, 20, 23, 23, 24, 26, 28, 31, 34, 34, 34,
Ukuran Pemusatan Data ( Pengukuran Nilai 35, 35, 35, 37,
Sentral ) 38, 41, 42, 42, 45, 45, 45, 45, 45, 45, 48, 49, 50,
MEAN (NILAI RATA-RATA) 50, 50, 50, 51,
N 52, 52, 52, 52, 52, 52, 53, 53, 54, 55, 56, 57, 58,
∑ Fi . Yi 60, 60, 60, 60,
i=1 60, 60, 61, 62, 62, 62, 63, 64, 64, 65, 65, 65, 65,
_ 65, 65, 65, 66,
X= 66, 67, 67, 67, 68, 70, 70, 70, 70, 71, 71, 72, 72,
N 72, 75, 75, 75,
Dengan : _ 75, 75, 76, 77, 77, 77, 77, 78, 78, 78, 79, 80, 80,
X = Nilai rata-rata. 82, 82, 82, 84,
Fi = Frekuensi kelas ke-i. 85, 85, 86, 86, 88, 95, 95, 98,
Yi = Titik tengah kelas ke-i. Proses perhitungan persentil untuk data data
= (Batas atas + Batas bawah) / 2 tunggal (asli) adalah sebagai berikut :
65 | P a g e
Ronal Watrianthos Informatika : Jurnal Ilmiah AMIK Labuhan Batu
Vol.2 No.2 /Mei/2014
Perancangan Tampilan
Gambar 3.3 Rancangan Form Teori Mengenai
Perangkat lunak pembelajaran statistik ini
Rumus
dirancang dengan menggunakan bahasa
pemograman Microsoft Visual Basic 6.0 dengan
didukung oleh beberapa komponen standard
seperti Timer, Shape, Label, Text Box, Command
Button, Picture Boxt, Progress Bar, Check Box,
option Button, Combo Box, Rich Text Box,
Microsoft Flex Bar, Common Dialog dan
Microsoft Chart. Selain itu, penulis mengambil
beberapa gambar yang diambil darai aplikasi
66 | P a g e
Ronal Watrianthos Informatika : Jurnal Ilmiah AMIK Labuhan Batu
Vol.2 No.2 /Mei/2014
67 | P a g e
Ronal Watrianthos Informatika : Jurnal Ilmiah AMIK Labuhan Batu
Vol.2 No.2 /Mei/2014
68 | P a g e
Ronal Watrianthos Informatika : Jurnal Ilmiah AMIK Labuhan Batu
Vol.2 No.2 /Mei/2014
69 | P a g e
Ronal Watrianthos Informatika : Jurnal Ilmiah AMIK Labuhan Batu
Vol.2 No.2 /Mei/2014
70 | P a g e
Ronal Watrianthos Informatika : Jurnal Ilmiah AMIK Labuhan Batu
Vol.2 No.2 /Mei/2014
4.1.8 Algoritma untuk mencari Nilai Kisaran Algoritma untuk mencari nilai simpangan Kuartil
(Range) dengan jenis presentasi data terdistribusi
Algoritma untuk mencari nilai Kisaran (Range) (distribusi frekuensi) adalah sebagai berikut,
dengan jenis persentasi data tunggal (data asli) ‘Hitung Simpangan Kuartil
adalah sebagai berikut, nSK = Round(0.5 * (AKuartil(3).Nilai –
‘Hitung Range Akuartil(1).Nilai), 2)
nKisaran = ADataStat(UBound(ADataStat)) –
ADataStat(1) 4.1.11 Algoritma untuk mencari Nilai Simpangan
Baku ( Deviasi Standard)
.Text = .Text & vbCrLf & vbCrLf & “ R = “ & _ Algoritma untuk mencari nilai simpangan baku
(deviasi standard) dengan jenis presentasi data
FFormat(Val(ADataStat(UBound(ADataSt tunggal (data asli) adalah sebagai berikut,
at)))) & “ – “ & _ ‘Hitung deviasi standard
Fformat(Val(ADataStat(1))) & “ = ‘Sigma X^2 & (Sigma X)
“ & Fformat(nKisaran) nTemp1 = 0: nTemp2 = 0
For nI = 1 To UBound(ADataStat)
Algoritma untuk mencari nilai kisaran nTemp1 = nTemp1 + ADataStat(nI) ^ 2
(Range)dengan jenis presentasi data terdistribusi nTemp2 = nTemp2 + ADataStat(nI)
(distribusi frekuensi) adalah sebagai berikut, Next nI
nKisaran = Val(grdHeader.TextMatrix(nJlhKelas,
2)) – ‘Hitung Simpangan Baku
nRagam = Round((1 / (nData – 1) * (nTemp1 –
Val(grdHeader.TextMatrix(1, 2)) ((nTemp2 ^ 2) /
nData))),2)
4.1.9 Algoritma untuk mencari Nilai Simpangan
Rata-rata ‘Simp.Baku Setelah di-akar
Algoritma untuk mencari nilai simpangan rata-rata nSB = nRagam ^ 0.5
dengan jenis presentasi data tunggal (data asli)
adalah sebagai berikut, Algoritma untuk mencari nilai simpangan baku
‘Hitung simpangan rata-rata (deviasi standard) dengan jenis presentasi data
nSR = Round(nTemp1) / nData, 2) terdistribusi (distribusi frekuensi) adalah sebagai
berikut,
Algoritma untuk mencari nilai rata-rata dengan ‘Hitung Simpangan Baku
jenis presentasi data terdistribusi (distribusi
frekuensi) adalah sebagai berikut, ‘Isi Tabel Frekuensi
71 | P a g e
Ronal Watrianthos Informatika : Jurnal Ilmiah AMIK Labuhan Batu
Vol.2 No.2 /Mei/2014
DAFTAR PUSTAKA
Ario Suryokusumo, Microsoft Visual Basic 6.0,
PT. Elex Media Komputindu, 2001.
Djoko Pramono, Mudah Mengusai Visual Basic
6.0, PT. Elex Media Komputindu, 2002.
Rahadian Hadi, Pemograman Windows API
dengan Microsoft Visual Basic, PT. Elex
Media Komputindu, 2002.
Samsubar Saleh, Statistik Deskriptif, UPP AMP
YKPN, 1998.
Sudjana, Metoda Statistik, Tarsito, Bandung, 1989.
72 | P a g e