Disusun Oleh:
1. Bella Dwi Lestari (1923021005)
2. Nia Kurniati (1923021013)
3. Resa Yulia Puspita (1923021014)
Dosen Pengampu:
Dr. Nurhanurawati, M.Pd,
A. Data Statistika
Menurut Gunawan (2012: 14) Data adalah bentuk jamak dari datum, artinya
kumpulan angka, fakta, fenomena atau keadaan lainnya, merupakan hasil
pengamatan, pengukuran, atau pencacahan terhadap objek yang dapat berfungsi
membedakan objek yang satu dengan lainnya pada variabel yang sama. Sejalan
dengan itu, Yanti Budiasih (2012: 11) mengungkapkan bahwa data statistika
adalah kumpulan keterangan mengenai keadaan, kejadian atau gejala tertentu baik
yang berbentuk angka maupun yang tidak berbentuk angka. Data merupakan
bahan mentah yang perlu diolah sehingga menghasilkan informasi atau
keterangan, baik kualitatif maupun kuantitatif yang menunjukkan fakta. Setiady
dan Usman (2016;15) juga mengungkapkan bahwa data adalah suatu bahan
mentah yang jika diolah dengan baik akan menghasilkan informasi sehingga dapat
diambil keputusan. Dengan demikian dapat disimpulkan bahwa data statistika
adalah kumpulan angka, fakta, fenomena atau keadaan lainnya sebagai hasil dari
pengamatan, pengukuran, atau pencacahan terhadap objek tertentu untuk
memperoleh suatu kesimpulan.
B. Jenis Data
Data merupakan hasil penelitian baik berupa fakta maupun angka yang akan
digunakan sebagai bahan penarikan kesimpulan. Agar data dapat dianalisis dan
ditafsirkan dengan baik, maka harus memenuhi syarat Obyektif, Relevan, Up to
Date dan Representatif.
1. Berdasarkan Sumbernya
Berdasarkan Sumbernya, data terbagi menjadi dua, yaitu data primer dan data
sekunder.
a. Data Primer, adalah data yang bersumber langsung dari sumbernya,
diperoleh secara langsung oleh peneliti dengan cara wawancara, observasi,
diskusi maupun penyebaran kuesioner.
b. Data Sekunder, adalah data yang tidak langsung diperoleh dari sumbernya,
tetapi melalui departemen, lembaga dan lainnya seperti BPJS, Sekolah dan
bank
2. Berdasarkan Jenisnya
Berdasarkan jenisnya, data dapat dikelompokkan menjadi dua yaitu data
kualitatif dan data kuantitatif.
a. Data Kualitatif
Data Kualitatf yaitu data yang berbentuk kalimat, kata-kata atau gambar
yang memiliki makna. Menurut Indra Jaya dan Ardat (2013: 5) Data
kualitatif merupakan data yang menunjukkan kualitas sesuatu, oleh karena
itu data kualitatif sering menunjukkan kualitas sesuatu baik manusianya,
benda-benda, maupun suatu variabel tertentu seperti motivasi, minat dan
lainnya. Contoh data kualitatif: siswa itu rajin, motivasi belajarnya rendah
dan sebagainya. Data kualitatif diperoleh melalui berbagai macam teknik
pengumpulan data misalnya wawancara, analisis dokumen, diskusi terfokus,
atau observasi yang telah dituangkan dalam catatan lapangan (transkrip)
Data Kasus
Ciri khas dari data kualitatif adalah menjelasakan kasus kasus tertentu.
Data kasus hanya berlaku untuk kasus tertentu serta tidak bertujuan
untuk generalisaikan data atau menguji hipotesis tertentu.
Data Pengalaman Individu
Data ini adalah salah satu bentuk data kualitatif yang sering digunakan
dalam penelitian kualitatif. Data pengalaman individu dimaksud adalah
bahwa keterangan mengenai apa yang dialami oleh individu sebagai
warga masyarakat tertentu yang menjadi objek penelitian.
b. Data Kuantitatif
Data Kuantitatif yaitu data yang berbentuk angka atau data kualitatif yang
diangkakan. Contoh data kuantitatif antara lain: Nilai ulangan, tinggi badan,
Jumlah siswa, berat badan, kecepatan lari.
3. Berdasarkan Sifatnya
Menurut Indra Jaya dan Ardat (2013: 7) data dapat dikelompokkan menjadi
dua kelompok besar, yaitu data diskrit dan data kontinu.
a. Data diskrit adalah data yang diperoleh dari hasil menghitung atau
mencacah bukan mengukur, data diskrit akan berbentuk bilangan bulat
(bukan bilangan pecahan) data seperti ini sering juga disebut dengan data
nominal. Contohnya: Data jumlah siswa, jumlah guru dan sebagainya.
b. Data kontinu adalah data yang diperoleh dari hasil pengukuran. Data
kontinu dapat dikelompokkan menjadi data ordinal, data interval dan Rasio.
b. Data Ordinal
Data ordinal adalah data yang selain mengandung unsur penamaan juga
memiliki unsur urutan (Order = urutan), memiliki tingkatan tertentu yang
dapat diurutkan mulai dari yang terendah sampai tertinggi atau sebaliknya.
Ciri utama data ini adalah mampu membuat kategori dan mampu
menentukan ranking. Contohnya: Ranking hasil belajar siswa, gaji pegawai,
Juara lomba dan sebagainya.
c. Data Interval.
Data interval adalah data yang selain mengandung unsur penamaan dan
urutannya juga memiliki sifat interval atau selang, jaraknya bermakna,
disamping itu, data ini memiliki ciri angka dimana angka nol-nya tidak
mutlak. Pada data interval selain data memiliki skor, memiliki urutan juga
memiliki interval yang jelas antara satu tingkatan data dengan yang lainnya.
Ciri utama data ini adalah mampu membuat kategori, mampu menentukan
ranking dan mampu memberikan informasi perbedaan jarak antara angka
yang satu dengan yang lainnya. Salah satu contoh data interval yang paling
sering digunakan dalam dunia pendidikan adalah skor kecerdasan individu
atau skor tes IQ seseorang dan nilai yang diperoleh siswa pada mata
pelajaran tertentu.
d. Data Rasio
Data rasio adalah data yang memiliki unsur penamaan, urutan, intervalnya
bermakna dan angka nolnya mutlak, sehingga rasionya memiliki makna.
Ciri utama data rasio ini adalah mampu membuat kategori, mampu
menentukan ranking, mampu memberikan informasi perbedaan kualitas
datanya dan memiliki nilai nol yang absolute. Hal ini berarti bahwa jenis
data ini mampu digunakan untuk perhitungan matematika. Beberapa contoh
dari data rasio adalah jarak, berat badan, tinggi, pendapatan dan lainnya.
C. Penyajian Data
Penyajian Data adalah kegiatan menyusun data mentah yang berserakan menjadi
lebih teratur sehingga mudah dibaca, dipahami dan dianalisis. Tujuan penyajian
data adalah memudahkan dalam membaca dan memahami data maupun
menganalisis data. Data yang disajikan dapat berbentuk skor, persentase atau
indeks. Bentuk data sangat tergantung pada bentuk mana yang memberikan
manfaat maksimal kepada pembaca dalam memahami data.
Macam-Macam teknik penyajian data dapat dilakukan dengan dua cara yaitu
membuat tabel atau daftar dan grafik atau diagram. (Yenni, 2017: 91)
1. Tabel
Tabel merupakan kumpulan angka-angka yang disusun menurut kategori-
kategori (misalnya: jumlah guru menurut pendidikan dan masa kerja) sehingga
memudahkan dalam pembuatan analisis data. Penyajian data dalam bentuk
tabel bertujuan untuk memberikan informasi dan gambaran mengenai jumlah
secara terperinci sehingga memudahkan pengolah data dalam menganalisis
data tersebut. Tabel mempunyai beberapa komponen. Berikut contoh sebuah
tabel sebagai bahan untuk menjelaskan komponen tabel.
Komponen Tabel :
Nomor Tabel, diatas judul tabel terdapat nomor tabel yaitu Tabel 1. bila
tabel yang disajikan lebih dari satu maka hendaknya diberi nomor agar
mudah untuk mencari kembali bila dibutuhkan.
Judul Tabel, di atas tabel dituliskan judul tabel. Judul tabel memuat
informasi mengenai: data serta tempat dan waktu pengumpulannya.
Baris, tabel tersebut mempunyai baris 2007 – 115, 2008 – 121, 2009 – 132
dan jumlah – 368.
Kolom, tabel di atas mempunyai kolom tahun dan frekuensi
Sel adalah data yang menjadi pertemuan baris dan kolom, yaitu 155, 121,
132 dan 368.
Sumber adalah asal dari mana data dikutip. Sumber merupakan pihak yang
melakukan pengumpulan data. Jika tabel tidak memuat sumber berarti data
dikumpulkan dan ditabulasikan sendiri oleh pembuat tabel.
Macam – macam penyajian data dalam bentuk tabel antara lain:
a. Tabel Baris Kolom
Sebagaimana namanya, tabel ini memuat keterangan yang terdiri dari baris dan
kolom yang mempunyai ciri tidak terdiri dari faktor-faktor yang terdiri dari
beberapa kategori dan bukan merupakan data kuantitatif yang dibuat menjadi
beberapa kelompok.
Contoh :
Data hasil tugas siswa sebagai berikut:
16
138 4 150 132 144 149 157 125 146 158
14
140 7 136 152 144 148 168 126 138 176
15
163 4 165 119 146 173 142 147 135 140
15
135 3 162 145 135 142 150 145 128 150
R = Xb - Xk = 176-119 = 57
K = 1 + 3,3 log n = 1 + 3,3 log 40 = 6,28 = 7
I = R / K = 57/7 = 8,14 = 9
Disajikan dalam tabel :
Tabel Hasil Tugas Siswa dalam Mata Pelajaran Bahasa Arab
Interval Kelas Frekuensi
119-127 3
128-136 6
137-145 10
146-154 12
155-163 4
164-172 3
173-181 2
Jumlah 40
Dari tabel di atas maka tepi bawah kelas pertama 119-0,5 = 118,5 dan
tepi atasnya 127+ 0,5 = 127,5 dan seterusnya.
Lebar kelas.
Untuk mencari lebar kelas dapat dipakai rumus:
Lebar kelas = tepi atas – tepi bawah
Jadi, lebar kelas dari tabel diatas adalah 127,5 – 118,5 = 9
Catatan: 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.
2. Diagram
Penyajian data dalam bentuk grafik atau diagram adalah menggambarkan data
secara visual dalam sebuah gambar. Sehingga penyajian data dalam bentuk ini
lebih mudah untuk dibaca dan lebih menarik. Pembuatan grafik pada
hakikatnya merupakan kelanjutan dari pembuatan tabel distribusi frekuensi
karena pembuatan diagram itu haruslah didasarkan pada tabel distribusi
frekuensi. Oleh karena itu pembuatan diagram selalu diawali dengan
pembuatan tabel distribusi frekuensi.
Penggambaran data dalam sebuah diagram dapat dilakukan dengan
menggunakan berbagai jenis diagram, tergantung jenis datanya. Bila data yang
hendak disajikan berupa data nominal, maka penyajian data menggunakan
diagram batang, gambar, garis, atau lingkaran. Sedangkan jika data bersifat
kontinum maka penyajian data biasanya menggunakan histogram, poligon, atau
kurva.
a. Diagram Batang (Histogram)
Diagram batang merupakan grafik yang menggambarkan data menggunakan
batang. Batang menunjukkan data dan ketinggiannya menunjukkan
frekuensinya.
Tabel Banyak Siswa Smk Di Kota Baru Dan Jenis Kelamin Tahun 2014
Banyak Siswa
Sekolah Jumlah
Laki-laki Perempuan
SMK-A 875 687 1.562
SMK-B 512 507 1.019
SMK-C 347 85 432
SMK-D 476 342 818
SMK-E 316 427 743
Jumlah 2.526 2.048 4.574
Data tersebut bisa disajikan dalam diagram batang tunggal sebagai berikut:
180
0 156
160 2
0
140
0
120 101
0 9
100 81
0 8 74
80 3
0
60 43
0 2
40
0
20
0
0 Sekolah
SMK- SMK- SMK-C SMK- SMK-E
A B D
Data dapat disajikan dalam bentuk diagram batang dua komponen sebagai
Banyak Siswa
berikut : 100
0
90
0
Laki-laki
80
0 Perempuan
70
0
60
0
50
0
40
0
30
0
20
0
10
0 Sekolah
0
SMK- SMK- SMK-C SMK- SMK-E
A B D
Keterangan : = 10 siswa
c. Diagram Garis
Diagram Garis adalah grafik yang menyajikan data dalam sebuah garis,
biasanya dibuat untuk menunjukkan perkembangan suatu keadaan dari
waktu ke waktu. Perkembangan tersebut bisa naik bisa turun. Hal ini akan
Nampak secara visual melalui garis dalam diagram. Dalam diagram
terdapat garis vertical yang menunjukkan jumlah dan yang mendatar
menunjukkan variable tertentu yang ditunjukkan pada gambar dibawah,
yang perlu diperhatikan dalam membuat diagram adalah ketepatan
membuat skala pada garis vertical yang akan mencerminkan keadaan
jumlah hasil observasi.
Tabel Data di atas dapat disajikan dalam bentuk diagram garis berikut :
d. Diagram Lingkaran
Cara lain untuk menyajikan data hasil penelitian adalah dengan diagram
lingkaran menggunakan gambar berbentuk lingkaran yang dibagi menjadi
sudut-sudut sektor (juring). Diagram lingkaran digunakan untuk
membandingkan data dari berbagai kelompok.
Tabel Data Olahragawan Smu Pertiwi
Jenis Olah raga Jumlah
Sepak bola 60
Basket 50
Volley 45
Bulu tangkis 25
Tenis meja 20
3. Poligon Frekuensi
Poligon merupakan grafik distribusi dari distribusi frekuensi bergolong suatu
variable. Tampilan poligon berupa garis-garis patah yang menghubungkan nilai
tengah dari setiap interval kelas. Poligon juga disebut grafik untuk
menggambarkan data dengan menghubungkan titik–titik tengah batang
histogram sehingga sering disebut dengan frekuensi histogram.
Contoh Histogram dan Poligon :
Tabel Tinggi badan siswa Sma X
Nilai Frekuensi
119-127 3
128-136 6
137-145 10
146-154 12
155-163 4
164-172 3
173-181 2
Jumlah 40
Bentuk diagram data tersebut dalam bentuk histogram dan poligon sebagai
berikut.
6 Histogram
4 Poligon
2
0
2 7 3 6 4 5 5 4 6 3 2 1
-1 -1 -1 -1 -1 - 17 - 18
1 19 1 28 1 37 1 46 1 55 1 64 1 73
Tinggi Badan
4. Ogive
Ogive digunakan untuk membuat kurva Frekuensi Kumulatif Kurang dari (Fk<)
atau Frekuensi Kumulatif Lebih dari (Fk>)
Contoh :
(Fk<)
OGIVE POSITIF
50
40
30
20
10
0
Tabel Kumulatif 120 130 140 150 160 170 180 190
<
Nilai fk
127.5 3
136.5 9
145.5 19
154.5 31
163.5 35
172.5 38
181.5 40
(Fk>)
Ogive Negatif
50
40
30
20
10
Tabel 0
Kumulati 110 120 130 140 150 160 170 180
f>
nilai fk
118.5 40
127.5 34
136.5 24
145.5 12
154.5 8
163.5 5
172.5 3
Ukuran pemusatan adalah ukuran statistik yang menyatakan bahwa satu nilai
(nilai tunggal) yang dapat mewakili keseluruhan distribusi nilai yang sedang
diteliti.
Penjelasan data kuantitatif dapat dijelaskan dengan teknik statistik mean, median
dan modus.
1. Mean
Menurut Gunawan (2013: 38) mean ialah bilangan yang merupakan hasil bagi
dari jumlah semua nilai yang ada dengan banyaknya data. Cara menghitung
mean ada dua macam, yaitu mean distribusi tunggal dan mean untuk distribusi
kelompok.
x 1 + x 2+ x 3 +…+ xn
Mean data tunggal : X́ =
n
Keterangan :
∑ f i xi = jumlah hasil perkalian setiap data dan
frekuensinya
fi = frekuensi data ke-i
xi = data ke-i
n = jumlah data
2. Median
Menurut Budiasih (2012: 72) median adalah nilai yang letaknya tepat ditengah-
tengah bila banyaknya data ganjil, atau rata-rata dari dua nilai yang berada di
tengah bila banyaknya data genap setelah data itu diurutkan dari yang terkecil
sampai terbesar atau sebaliknya.
n+1
Median data tunggal ganjil: terletak pada data ke
2
x k + X k+1
Median data tunggal genap : terletak pada data ke dimana k =
2
n
2
1
n−F
Median Data kelompok : Med = b + p ( 2 )
f
Keterangan:
b= batas bawah kelas median
P = panjang kela median
n = jumlah data
F = jumlah frekuensi kumulatif sebelum kelas median
f= frekuensi kelas median
3. Modus
Menurut Gunawan (2013:43) modus merupakan skor yang memiliki frekuensi
tertinggi dalam suatu distribusi. Menurut Sudjana (2005:77) untuk menyatakan
fenomena yang paling banyak terjadi digunakan ukuran modus.
Keterangan :
b = batas bawah kelas modus
p = panjang kelas modus
b 1 = selisih frekuensi letak modus dengan frekuensi kelas interval di
bawahnya
b 2 = selisih frekuensi letak modus dengan frekuensi kelas interval di
Atasnya
E. Ukuran Penyebaran
Menurut Suloco dan Ningrum (2013: 24) Penyebaran suatu data merupakan
seberapa jauh data numerik cenderung untuk tersebar disekitar nilai rata-ratanya.
Sejalan dengan itu, Budiasih (2012: 107) mengungkapkan bahwa penyebaran data
adalah seberapa jauh suatu data berada atau menyebar dari pusat
serangkaian/kelompok data tersebut, atau seberapa beda masing-masing nilai data
terhadap rata-rata kelompok data tersebut. Gunawan (2013: 67) juga
mengungkapkan kegunaan ukuran penyebaran data yaitu untuk mengetahui
seberapa penyimpangan data dengan nilai rata-rata hitungnya, serta membantu
mengetahui sejauh mana suatu nilai menyebar dari nilai tengahnya. Dengan
demikian, dapat disimpulkan bahwa penyebaran data adalah seberapa jauh suatu
data menyimpang atau berbeda dengan nilai tengahnya.
Menurut Indah (2010: 102) ada beberapa ukuran penyebaran data, antara lain
kuartil, desil dan persentil. Berbeda dengan Budiasih (2012: 107) yang
mengungkapkan bahwa ada dua jenis ukuran penyebaran (dispersi), yaitu dispersi
absolut dan dispersi relatif. Dispersi absolut merupakan ukuran dispersi yang
digunakan untuk melihat seberapa jauh nilai suatu data menyebar dari nilai pusat
(rata-rata) serangkaian/kumpulan data tersebut. Sedangkan dispersi relatif
merupakan ukuran penyebaran yang digunakan untuk membandingkan
penyebaran dari dua atau lebih kumpulan (distribusi) suatu data yang memiliki
satuan yang sama ataupun berbeda. Berdasarkan definisi dari penyebaran data,
maka jenis-jenis ukuran penyebaran data antara lain kuartil, desil, persentil, dan
ukuran penyebaran absolut (mutlak). Menurut Santosa dan Hamdani (2007: 108)
ukuran penyebaran mutlak diantaranya adalah rentang (range), deviasi kuartil,
deviasi rata-rata, deviasi standar dan varians.
1. Kuartil
Menurut Indah (2010: 103) kuartil adalah ukuran penyebaran yang membagi
data menjadi empat bagian yang sama sesuai dengan urutan datanya. Dengan
demikian ada tiga macam kuartil, yang masing-masing dinamakan kuartil
pertama, kedua dan ketiga. Pembagian itu sedemikian rupa sehingga 25%
data/observasi nilainya sama atau lebih kecil dari Q1, 50% data/observasi sama
atau lebih kecil dari Q2, 75% data/observasi sama atau lebih kecil dari Q3.
1
(2012: 10). Misalnya, letak Q 1=¿ nilai yang ke-2 . Hal ini berarti nilai Q 1
4
terletak antara datum ke-2 ( X ¿ ¿2) ¿dan datum ke-3 ( X ¿ ¿3)¿. Nilai Q 1
1
dapat ditentukan dengan Q 1=x 2 + ( x 3−x 2 ).
4
¿
letak Qi= 4 dilihat dari frekuensi kumulatifnya. Setelah itu, tepi bawah (t b ¿
¿ −F
k
4
Q i=t b +k ( )
Fi
Keterangan:
Q i = kuartil ke-i
t b=¿ tepi bawah kelas kuartil ke-i
k =¿ panjang kelas
i=¿ 1, 2, 3
F k =¿ frekuensi kumulatif sebelum kelas kuartil ke-i
F i=¿ frekuensi kelas kuartil ke-i
2. Desil
Menurut Indah (2010: 106) Desil adalah ukuran penyebaran yang membagi
data menjadi 10 bagian yang sama, yaitu D1, D2, D3, ... , D9. Artinya, setiap
bagian mempunyai jumlah observasi yang sama sedemikian rupa sehingga10%
observasi nilainya sama atau lebih kecil dari D1, 20% nilainya sa atau lebih
kecil dari D2, ... , dan seterusnya.
a. Desil Data Tunggal
Setelah data diurutkan, rumus yang digunakan adalah:
i(n+1)
Di=¿ nilai yang ke , i = 1, 2, ... , 9
10
Letak desil juga tidak harus tepat berada pada suatu datum, tetapi boleh
berada di antara dua datum berurutan. Apabila seperti itu, maka caranya
adalah menggunakan metode pendekatan/interpolasi, seperti pada saat
menentukan nilai kuartil yang letaknya berada di antara dua datum.
1
Misalnya, letak D5=¿ nilai yang ke-10 . Hal ini berarti nilai D5 terletak
2
antara datum ke-10 ( X ¿ ¿10) ¿dan datum ke-11 ( X ¿ ¿11) ¿. Nilai D5 dapat
1
ditentukan dengan D 5=x 10 + ( x 11−x 10 ).
2
terdistribusi secara merata dalam seluruh kelas, rumus desil untuk data
kelompok adalah:
¿ −F
k
10
Di=t b +k ( )
Fi
Keterangan:
Di = Desil ke-i
t b=¿ tepi bawah kelas desil ke-i
k =¿ panjang kelas
i=¿ 1, 2, ... , 9
F k =¿ frekuensi kumulatif sebelum kelas desil ke-i
F i=¿ frekuensi kelas desil ke-i
3. Persentil
Menurut Indah (2010: 110) Persentil adalah suatu ukuran letak yang membagi
data menjadi 100 bagian yang sama. Jadi ada 99 persentil yang masing-masing
disebut P1, P2, P3, ... , P99.
9
pendekatan/interpolasi. Misalnya, letak P35=¿ nilai yang ke-4 . Hal ini
10
berarti nilai P35 terletak antara datum ke-4 ( X ¿ ¿ 4) ¿dan datum ke-5
9
( X ¿ ¿5) ¿. Nilai P35 dapat ditentukan dengan P35=x 4 + ( x −x ).
10 5 4
¿
adalah: Pi= 100 . dengan menganggap data terdistribusi secara merata
Keterangan:
Pi = Persentil ke-i
t b=¿ tepi bawah kelas persentil ke-i
k =¿ panjang kelas
i=¿ 1, 2, ... , 99
F k =¿ frekuensi kumulatif sebelum kelas persentil ke-i
F i=¿ frekuensi kelas persentil ke-i
b. Data kelompok
Menurut Budiasih (2012: 109), apabila datanya sudah disusun dalam tabel
distribusi frekuensi maka range nya dapat dihitung dengan rumus:
5. Deviasi Kuartil
N Q 3 −N Q 1
Deviasi Kuartil (DQ) =
2
6. Deviasi Rata-rata
Deviasi rata-rata atau sering disebut dengan simpangan rata-rata merupakan
jumlah keseluruhan nilai mutlak penyimpangan nilai data terhadap nilai rata-
rata dibagi dengan jumlah frekuensi atau pengamatan, Santosa (2007:101).
a. Data Tunggal
Untuk menghitung deviasi rata-rata (DR) data tunggal dapat menggunakan
rumus:
DR =
∑ |x i−x́|
i=1
n
Keterangan:
xi = Nilai data yang ke-i
x́ = Rata-rata hitung
n = Banyaknya pengamatan
b. Data Kelompok
Jika data tersaji dalam distribusi berkelompok yang terdiri atas r kelas,
dengan titik kelas ke-i adalah x i, maka deviasi rata-rata (DR) ditentukan
dengan rumus:
DR =
∑ f i .|x i− x́|
i=1
n
Keterangan:
x i = Nilai tengah data yang ke-i
x́ = Rata-rata hitung
n = Banyaknya pengamatan
f i = frekuensi kelas ke-i
7. Deviasi Standar dan Varians
2 ∑ ( x i−x́ )2
S =¿ i=1
n
S2=¿
∑ ( x i−x́ )2
i=1
n−1
b. Data Kelompok
Jika data tersaji dalam distribusi berkelompok yang terdiri atas r kelas,
dengan titik kelas ke-i adalah x i, maka ada dua cara untuk menentukan
varians suatu data kelompok, yaitu untuk sampel ukuran besar dan ukuran
kecil.
Untuk sampel berukuran besar (n > 30) maka rumus menentukan varians
( S¿¿ 2)¿ dan deviasi standar S adalah:
n
2
2 ∑ f i .( x i−x́ )
S =¿ i=1
n
S2=¿
∑ f i .( x i−x́ )2
i=1
n−1
2 ∑ ( x i−x́ )2
S =¿ i=1
=¿
n−1
2
( 4−6,1 )2 + ( 4−6,1 )2 + ( 5−6,1 )2+ (5−6,1 )2 + ( 5−6,1 )2 + ( 6−6,1 )2 + ( 7−6,1 )2+ ¿¿ (8−6,1) +(8−6
10−1
4,41+4,41+1,21+1,21+1,21+0,01+1,21+4,41+ 4,41+9,61 32,1
= =3,57
9 9
Deviasi Standar ( S )= √ S2 =√ 3,57=1,89.
b. Data Kelompok
2. Tentukan ukuran penyebaran: kuartil (Q1, Q2, Q3), desil (D5), persentil
(P52), rentang, deviasi kuartil, deviasi rata-rata, deviasi standar dan
varians data nilai Matematika mahasiswa Unila yang disajikan pada
tabel distribusi frekuensi berikut.
Nilai Fi Fk Kurang dari
40 – 49 2 2
50 – 59 5 7
60 – 69 12 19
70 – 79 10 29
80 – 89 5 34
90 – 99 2 36
Jawab:
1(36)
Kuartil 1 (Q1): letak Q1 = =9 sehingga Q1 terletak pada
4
interval nilai 60 – 69.
1 (36 )
Q1=59,5+10
4
(
12
−7
)
=59,5+10
1
6 ()
=59,5+1,67=61,17
2(36)
Kuartil 2 (Q2) : letak Q2 = =18 sehingga Q2 terletak pada
4
interval nilai 60 – 69.
2 ( 36 )
Q2=59,5+10
4
(
12
−7
)
=59,5+10
18
12 ( )
=59,5+ 15=74,5
3(36)
Kuartil 3 (Q3) : letak = =27 sehingga Q3 terletak pada interval
4
nilai 70 – 79.
3 ( 36 )
Q3=69,5+ 10
4
(
10
−19
=69,5+10)20
12
=69,5+8=77,5 ( )
5(36)
Desil ke-5 (D5) : letak = =18 sehingga P5 terletak pada interval
10
nilai 60 – 69.
5 ( 36 )
D5=59,5+10
10
(
12
−7
)
55
=59,5+ =59,5+9,17=68,67
6
52(36)
Persentil ke-52 (P52) : letak = =18,72 sehingga P52 terletak
100
pada interval nilai 60 – 69.
52 ( 36 )
P52=59,5+10
100
(
12
−7
)
=59,5+ 0,97=60,47
DR =
∑ f i .|x i− x́| 359,44 9,98
i=1
= =¿
n 36
Varians ( S¿¿ 2)¿ : karena sampel berukuran besar, yaitu n = 36 > 30
S2=¿
∑ f i .( x i−x́ )2 5297,28
i=1
= =147,15
n 36
Deviasi Standar (S) ¿ √ s 2=¿ √ 147,15=12,13
DAFTAR PUSTAKA
Ari, Rosihan dan Indriastuti. 2012. Perspektif Matematika Untuk Kelas XI SMA
dan MA. Solo: PT. Tiga Serangkai Pustaka Mandiri.
Budiasih, Yanti. 2012. Statistik Untuk Ekonomi dan Bisnis. Tangerang: Jelajah
Nusa.
Hari Prastyo. (2017). Statistika Dasar : Suatu Panduan Untuk Peneliti Pemula.
Mojokerto: Lembaga Pendidikan dan Pelatihan International English
Institute Of Indonesia.
Indah, Meilia .N. 2010. Statistik Deskriptif dan Induktif. Yogyakarta: Graha Ilmu.
Jaya, I., & Ardat. (2013). Penerapan Statistik Untuk Pendidikan. Bandung:
Citapustaka Media Perintis.
Ningrum .S dan Suloco .A. 2013. Statistik Deskriptif.Modul Ajar Statistik Bisnis.
[Online]. Tersedia: https://docplayer.info/32200043-statistik-deskriptif-
penyajian-data-ukuran-pemusatan-data-ukuran-penyebaran-data.html.
Diakses pada 23 Agustus 2019.
Santosa .P.B dan Hamdani .M. 2007. Statistik Deskriptif dalam Bidang Ekonomi
dan Niaga. Semarang: Erlangga.