Statistika K-2
Statistika K-2
Tim Penyusun
DAFTAR ISI
Kata Pengantar…………………………………………………………….. i
Daftar Isi…………………………………………………………………….ii
BAB I PENDAHULUAN
BAB II PEMBAHASAN
3.1 Kesimpulan............................................................................................. 12
DAFTAR PUSTAKA
BAB I
PENDAHULUAN
Contoh 1:
Cari mean dari 5 orang mahasiswa hasil ujian mata kuliah statistika X 1 = 70, X2 =
65, X3 = 30, X4 = 45, X5 = 60.
Penyelesaian:
70 + 65 + 30 + 45 + 60
x = = 54
5
Rumus rata-rata hitung untuk data kuantitatif yang sudah dikelompokkan,
dihitung dengan rumus:
∑fi xi
x =
∑fi
Di mana:
xi = Titik tengah masing-masing kelas
fi = Frekuensi masing-masing kelas
Contoh 2:
Cari Mean dari distribusi frekuensi berikut.
No. Kelas Interval Frekuensi (fi) xi fi xi
1 53-58 2 55,5 111
2 59-64 12 61,5 736
3 65-70 10 67,5 675
4 71-76 23 73,5 1690,5
5 77-82 14 79,5 1113
6 83-88 10 85,5 855
7 89-94 5 91,5 457,5
8 95-100 4 97,5 390
∑fi = 80 ∑ fi xi = 6030
∑fi ci
x = x0 + P ∑fi
Di mana:
Ci = Pengkodean (mulai dari 0)
x0 = Nilai tengah kelas yang memakai kode )
P = Panjang kelas/interval
Contoh 3:
Tinggi Badan xi fi ci fi ci
151-155 153 3 -3 -9
156-160 158 4 -2 -8
161-165 163 4 -1 -4
166-170 168 5 0 0
171-175 173 3 1 3
176-180 178 2 2 4
21 14
∑fi ci
x = x0 + P = 168 + [14/21] = 164,67
∑fi
a. Penggunaan Mean
Sebagai salah satu ukuran rata-rata, Mean kita gunakan apabila kita
berhadapan dengan kenyataan seperti dikemukakan berikut ini (Sudijono,
2010: 91):
1) Bahwa data statistik yang kita hadapi merupakan data yang distribusi
frekuensinya bersifat normal atau simetris; setidak-tidaknya
mendekati normal. Jadi, apabila data statistic yang kita hadapi bersifat
a symetris, maka untuk mencari Nilai Rata-Rata data yang demikian
itu hendaknyajangan menggunakan Mean, sebab Nilai Rata-Rata yang
diperoleh nantinyaakan terlalu jauh menyimpang dari kenyataan yang
sebenarnya.
2) Bahwa dalam kegiatan analisis data, kita menghendaki kadar
kemantapan atau kepercayaan yang setinggi mungkin. Seperti dapat
kita amati pada perhitungan Mean yang telah dikemukakan
contohnya, maka Mean yang kita peroleh adalah hasil dari
perhitungan yang dilakukan terhadap semua angka, tanpa kecuali;
karena itu, sebagai ukuran rata-rata, Mean cukup dapat diandalkan,
atau memiliki reliabilitas yang tinggi.
3) Bahwa dalam penganalisisan data selanjutnya, terhadap data yang
sedang kita hadapi atau kita teliti itu, akan kita kenai ukuran-ukuran
statistic selain mean, misalnya: Deviasi Rata-Rata, Deviasi Standar,
Kolerasi dan sebagainya.
b. Kelemahan Mean
Mean dikenal sebagai ukuran rata-rata yang menduduki tempat paling
penting jika dibandingkan dengan ukuran rata-rata lainnya. Namun demikian,
hal itu bukanlah berarti bahwa Mean tidak memiliki kelemahan. Sebagai
ukuran Rata-Rata, Mean menyandang kelemahan yang dikemukakan oleh
Sudijono (2010) antara lain sebagai berikut:
1) Karena Mean itu diperoleh atau berasal dari hasil perhitungan
terhadap seluruh angka yang ada, maka, jika dibandingkan dengan
ukuran rata-rata lainnya perhitungannya relatif lebih sukar.
2) Dalam menghitung Mean, sangat diperlukan ketelitian dan kesabaran,
lebih-lebih apabila kita dihadapkan kepada bilangan yang cukup
besar, sedangkan kita tidak memiliki alat bantu perhitungan, seperti:
mesin hitung, kalkulator, dan sebagainya.
3) Sebagai salah satu ukuran rata-rata, Mean kadang-kadang sangat
dipengaruhi oleh angka atau nilai ekstrimnya, sehingga hasil yang
diperoleh kadang terlalu jauh dari kenyataan yang ada.
Contoh:
Siswa “A” memiliki rapor untuk lima macam bidang studi, masing-
masing 6, 6, 6, 6, dan 6, sehingga Nilai Rata-Rata Hitungnya = 30 : 5
= 6. Siswa “B” untuk kelima bidang studi yang sama, memperoleh
nilai 10, 4, 3, 8, dan 5, sehingga Nilai Rata-Ratanya juga = 30 : 5 = 6.
Siswa “C” untuk kelima bidang studi tersebut memiliki nilai-nilai 10,
2, 2, 6, dan 10 yang berarti Nilai Rata-Rata Hitungnya = 30 : 5 = 6.
Contoh Lain :
“A” memiliki uang Rp. 8000,-. “B” memiliki uang Rp. 6900,-
sedangkan “C” memiliki uang Rp. 100,-. Jadi rata-rata tiap anak
memiliki uang Rp. 15.000,- dibagi 3 = Rp. 5000,- (terlalu
menyimpang dari kenyataan yang ada).
2. Modus
Modus adalah nilai yang mempunyai frekuensi terbesar dalam suatu
kumpulan data. Modus berguna untuk mengetahui tingkat seringnya terjadi suatu
peristiwa. Jika nilai yang tampil dengan frekuensi tertinggi ada dua disebut
bimodal, kalau ada tiga disebut trimodal, kalau ada banyak disebut multimodal.
Modus dapat diguanakan untuk semua skala pengukuran data mulai dari nominal
hingga ratio. Contoh 1: Data dari 10 orang mahasiswa yang mengikuti tes
statistika sebagai berikut: 50, 40, 37, 50, 50, 60, 80, 80, 70, 90. Maka Modusnya
(Mo) adalah: 50.
Untuk menentukan modus dari data kuantitatif dengan data distribusi,
rumus yang dipakai: b1
Mo = b + P
b1 + b2
Di mana:
b = Tepi batas bawah kelas modus
P = Panjang kelas/interval
b1 = Frekuensi kelas modus dikurangi frekuensi kelas sebelumnya
b2 = Frekuensi kelas modus dikurangi frekuensi kelas berikutnya
Contoh 2:
Diketahui distribusi frekuensi di bawah ini:
Kelas Interval f
31-40 1
41-50 2
51-60 5
tepi batas bawah 61-70 15
kelas modus: 71-80 20
81-90 25
81 – 0,5 = 80,5 91-100 5
∑f = 73
a. Pengguanaan Modus
Mencari modus kita lakukan apabila kita berhadapan dengan
kenyataan sebagai berikut (Sudijono, 2010):
1) Kita ingin memperooleh nilai yang menunjukkan aturan rata-rata
dalam waktu yang paling singkat
2) Dalam mencari nilai yang menunjukkan ukuran rata-rata kita
meniadakan faktor ketelitian hanya bersifat kasar saja
3) Dari data yang sedang kita teleti (kita cari Modusnya) kita hanya ingin
mengetahui ciri khasnya saja.
b. Kebaikan dan kelemahan Modus
Kebaikan Modus dapat menolong diri kita dalam waktu yang paling
singkat memperoleh ukuran rata-rata yang merupakan ciri khas dari data yang
kita hadapi. Adapun kelemahannya ialah kurang teliti karena Modus mudah
atau terlalu gampang diperoleh (dicapai). Selain itu, jika frekuensi maksimal
yang terdapat dalam distribusi frekuensi data yang kita teliti itu lebih dari satu
buah, maka akan kita peroleh modus yang banyaknya lebih dari satu buah.
Kemungkinan lainnya, bisa terjadi bahwa dalam suatu distribusi frekuensi
tidak dapat kita cari atau tentukan modusnya, disebabkan karena semua skor
yang ada mempunyai frekuensi yang sama. Akhirnya, sebagai salah satu
ukuran rata-rata, modus sifatnya tidak stabil.
C. Median
Untuk menentukan median dari data yang dikelompokkan dalam dalam data
distribusi frekuensi menggunakan rumus:
1/2n – F
Me = b + P
f
Di mana:
b = Tepi batas bawah kelas median
P = Panjang kelas/interval
F = Jumlah frekuensi sebelum kelas median
f = Frekuensi kelas median
n = Jumlah seluruh frekuensi
Contoh 2:
Kelas Interval f
31-40 1
41-50 2
51-60 5
61-70 15
71-80 20
81-90 25
91-100 5
∑f = 73
Berdasarkan tabel di atas, kelas mediannya adalah 73/2 = 36,5 (angka 36,5
terletak di kelas interval ke 5) sehingga didapat:
b = 70,5; P = 10; F = 23; f = 20; n = 73
1
1/2n – F /2. 73-23
Me = b + P = 70,5 + 10 = 77,25
f 20
a. Pertengahan (Median)
Nilai rata-rata Pertengahan atau Median kita aria tau kita hitung,
apabila kita berhadapan dengan kenyataan seperti disebutkan berikut ini
(Sudijono, 2010):
1) Kita tidak memiliki waktu yang ukup luas atau longgar untuk
menghitung Nilai Rata-Rata Hitung (Meannya).
2) Kita tidak ingin memperoleh nilai rata-rata dengan tingkat ketelitian
yang tinggi, melainkan hanya sekedar ingin mengetahui skor atau nilai
yang merupakan niali pertengahan dari data yang sedang kita teliti.
3) Distribusi frekuensi data yang sedang kita hadapi itu bersifat asimetris
(tidak normal).
4) Data yang sedang kita teliti itu tidak akan dianalisis secara lebih
dalam lagi dengan menggunakan ukuran statistika lainnya.
b. Kebaikan dan Kelemahan Median
Kebaikan yang dimiliki oleh median sebagai ukuran rata-rata ialah,
Mediannya dapat diperoleh dalam waktu yang singkat, karena proses
perhitungannya sederhana dan mudah. Adapun kelemahannya ialah, median
sebagai ukuran rata-rata bersifat kurang teliti (Sudijono, 2010).
BAB III
PENUTUP
3.1 Kesimpulan
Ukuran pemusatan data merupakan salah satu pengukuran data dalam
statistika. Yang termasuk dalam ukuran pemusatan data adalah rataan (Mean),
Median, dan Modus. Rata-rata hitung merupakan jumlah dari seluruh nilai data
dibagi dengan banyaknya data. Sebagai salah satu ukuran rata-rata, Mean kadang-
kadang sangat dipengaruhi oleh angka atau nilai ekstrimnya, sehingga hasil yang
diperoleh kadang terlalu jauh dari kenyataan yang ada.
Modus adalah nilai yang mempunyai frekuensi terbesar dalam suatu
kumpulan data. Modus berguna untuk mengetahui tingkat seringnya terjadi suatu
peristiwa. Kebaikan Modus dapat menolong diri kita dalam waktu yang paling
singkat memperoleh ukuran rata-rata yang merupakan ciri khas dari data yang kita
hadapi. Adapun kelemahannya ialah kurang teliti karena Modus mudah atau
terlalu gampang diperoleh (dicapai) dan sifatnya tidak stabil.
Median merupakan nilai tengah dari nilai-nilai pengamatan yang disusun
secara teratur menurut besarnya data. Median membagi nilai pengamatan yang
ada pada gugus data sehingga 50% di atas median. Kelebihan median tidak
dipengaruhi adanya nilai ekstrim (pencilan). Median dapat dipergunakan bila
skala pengukuran datanya minimal ordinal, sehingga terhadap nilai-nilai
pengamatan dapat dilakukan pemeringkatan untuk menemukan nilai pengamatan
yang berlokasi di tengah.
Hubungan antara Mean, Modus, dan Median terletak pada titik kurva di
distribusi frekuensi. Apabila niali antara Mean, Modu, dan Median sama maka
titik kurva akan simetris. Tetapi, apabila Mean lebih besar dari median, dan
median lebih besar dari modus maka titik kurva akan miring ke sebelah kanan
(kemiringan positif). Namun, jika Mean lebih kecil dari median, median lebih
kecil dari modus, maka titik kurva akan miring ke sebelah kiri (kemiringan
negatif).
DAFTAR PUSTAKA
Aunuddin. 1989. Analisis Data. Bogor: IPB Press
Muhidin, Sambas Ali & Ating Somantri. Aplikasi Statistika Dalam Penelitian.
Somantri, Ating dan Sambas Ali Muhidin. 2006. Aplikasi Statistika Dalam
Penelitian. Penerbit Pustaka Setia: Bandung.
81 – 0,5 = 80,5
dimana 81 (contoh) adalah batas paling bawah pada interval data frekuensi
terbanyak, dan 0,5adalah rumusnya, lalu untuk mendapatkan tepi bawah kelas
modus, kedua angka tersebut dikuangkan, hasilnya seperti diatas.