STATISTIKA

Statistika adalah cabang dari matematika yang mempelajari cara

mengumpulkan data, menyusun data, menyajikan data, mengolah
dan menganalisis data, menarik kesimpulan, dan menafsirkan
parameter.
Kegiatan Statistika meliputi:

1. Mengumpulkan data
2. Menyusun data
3. Menyajikan data
4. Mengolah dan Menganalisis data 
5. Menarik kesimpulan
6. Menafsirkan

1. Pengertian Datum dan Data

    Di Kelas IX Anda telah mempelajari pengertian datum dan data.

Agar tidak lupa pelajari uraian berikut.
Misalkan, hasil pengukuran berat badan 5 murid adalah 43 kg, 46
kg, 44 kg, 55 kg, dan 60 kg. Adapun tingkat kesehatan dari kelima
murid itu adalah baik, baik, baik, buruk, dan buruk. Data
pengukuran berat badan, yaitu 43 kg, 46 kg, 44 kg, 55 kg, dan 60
kg disebut fakta dalam bentuk angka. Adapun hasil pemeriksaan
kesehatan, yaitu baik dan buruk disebut fakta dalam bentuk
kategori. Selanjutnya, fakta tunggal dinamakan datum. Adapun
kumpulan datum dinamakan data.

2. Pengertian Populasi dan Sampel 

Misal, seorang peneliti ingin meneliti tinggi badan rata-rata siswa
SMA di Kabupaten Tegal. Kemudian, ia kumpulkan data tentang
tinggi badan seluruh siswa SMA di Kabupaten Tegal. Data tinggi
badan seluruh siswa SMA di Kabupaten Tegal disebut populasi.
Namun, karena ada beberapa kendala seperti keterbatasan
waktu, dan biaya, maka data tinggi badan seluruh siswa SMA di
Kabupaten Tegal akan sulit diperoleh. Untuk mengatasinya,
dilakukan pengambilan tinggi badan dari beberapa siswa SMA di
Kabupaten Tegal yang dapat mewakili keseluruhan siswa SMA di
Kabupaten Tegal. Data tersebut dinamakan data dengan nilai
perkiraan, sedangkan sebagian siswa SMA yang dijadikan objek
penelitian disebut sampel. Agar diperoleh hasil yang berlaku
secara umum maka dalam pengambilan sampel, diusahakan agar
sampel dapat mewakili populasi.
3. Pengumpulan Data

Menurut sifatnya, data dibagi menjadi 2 golongan, yaitu

sebagai berikut.
1)  Data kuantitatif adalah data yang berbentuk angka atau
     bilangan. Data kuantitatif terbagi atas dua bagian, yaitu
     data cacahan dan data ukuran.
     a) Data cacahan (data diskrit) adalah data yang diperoleh
         dengan cara membilang. Misalnya, data tentang
         banyak anak dalam keluarga.
     b) Data ukuran (data kontinu) adalah data yang diperoleh
         dengan cara mengukur. Misalnya, data tentang
         ukuran tinggi badan murid.
2)  Data kualitatif adalah data yang bukan berbentuk bilangan.
     Data kualitatif berupa ciri, sifat, atau gambaran dari kualitas
     objek. Sebagai contoh, data mengenai kualitas pelayanan, 
     yaitu baik, sedang, dan kurang.
Cara untuk mengumpulkan data, antara lain adalah melakukan
wawancara, mengisi lembar pertanyaan (questionery), melakukan
pengamatan (observasi), atau menggunakan data yang sudah
ada, misalnya rataan hitung nilai rapor.

Menyajikan Data dalam Bentuk Diagram

1. Diagram Garis

Penyajian data statistik dengan menggunakan diagram berbentuk

garis lurus disebut diagram garis lurus atau diagram garis.
Diagram garis biasanya digunakan untuk menyajikan data
statistik yang diperoleh berdasarkan pengamatan dari waktu ke
waktu secara berurutan.
Contoh:

Berikut simulasi diagram garis, kamu dapat mengubah-ubah

diagram garis yang ada:
2. Diagram Batang
Diagram batang umumnya digunakan untuk menggambarkan
perkembangan nilai suatu objek penelitian dalam kurun waktu
tertentu. Diagram batang menunjukkan keterangan-keterangan
dengan batang-batang tegak atau mendatar dan sama lebar
dengan batang-batang terpisah Berikut simulasi diagram batang,
kamu dapat mengubah-ubah diagram batang yang ada
3. Diagram Lingkaran
Diagram lingkaran adalah penyajian data statistik dengan
menggunakan gambar yang berbentuk lingkaran. Bagian-bagian
dari daerah lingkaran menunjukkan bagian-bagian atau persen
dari keseluruhan. Untuk membuat diagram lingkaran, terlebih
dahulu ditentukan besarnya persentase tiap objek terhadap
keseluruhan data dan besarnya sudut pusat sektor lingkaran.
Perhatikan contoh berikut ini. Berikut simulasi diagram lingkaran,
kamu dapat mengubah-ubah diagram lingkaran yang ada

Penyajian Data dalam Bentuk Tabel Distribusi Histogram, Poligon dan

Ogive
 1. Distribusi Frekuensi Tunggal
Data tunggal seringkali dinyatakan dalam bentuk daftar bilangan,
namun kadangkala dinyatakan dalam bentuk tabel distribusi
frekuensi. Tabel distribusi frekuensi tunggal merupakan cara
untuk menyusun data yang relatif sedikit.

2. Distribusi Frekuensi Kelompok 

Data yang berukuran besar (n > 30) lebih tepat disajikan dalam
tabel distribusi frekuensi kelompok, yaitu cara penyajian data
yang datanya disusun dalam kelas-kelas tertentu. Langkah-
langkah penyusunan tabel distribusi frekuensi adalah sebagai
berikut.
 Langkah ke-1 menentukan Jangkauan (J) = Xmax - Xmin
 Langkah ke-2 menentukan banyak interval (K) dengan
rumus "Sturgess" yaitu: K= 1 + 3,3 log n dengan n adalah banyak
data. Banyak kelas harus merupakan bilangan bulat positif hasil
pembulatan ke bawah.
 Langkah ke-3 menentukan panjang interval kelas (I) dengan
menggunakan rumus:
         J
          I = ––––
                 K
 Langkah ke-4 menentukan batas-batas kelas. Data terkecil
harus merupakan batas bawah interval kelas pertama atau data
terbesar adalah batas atas interval kelas terakhir.
 Langkah ke-5 memasukkan data ke dalam kelas-kelas yang
sesuai dan menentukan nilai frekuensi setiap kelas dengan sistem
turus.

3. Histogram 
Dari suatu data yang diperoleh dapat disusun dalam tabel
distribusi frekuensi dan disajikan dalam bentuk diagram yang
disebut histogram. Jika pada diagram batang, gambar batang-
batangnya terpisah maka pada histogram gambar batang-
batangnya berimpit.
4. Poligon 
Apabila pada titik-titik tengah dari histogram dihubungkan
dengan garis dan batang-batangnya dihapus, maka akan
diperoleh poligon frekuensi. Berdasarkan contoh di atas dapat
dibuat poligon frekuensinya seperti gambar berikut ini.
Berikut simulasi histogram dan poligon 
5. Distribusi Frekuensi Kumulatif 
Daftar distribusi kumulatif ada dua macam, yaitu sebagai berikut.
a. Daftar distribusi kumulatif kurang dari (menggunakan tepi
atas).
b. Daftar distribusi kumulatif lebih dari (menggunakan tepi
bawah).
Untuk lebih jelasnya, perhatikan contoh data berikut ini.

6. Ogive (Ogif)
Grafik yang menunjukkan frekuensi kumulatif kurang dari atau
frekuensi kumulatif lebih dari disebut poligon kumulatif. Poligon
kumulatif dibuat mulus, yang hasilnya disebut ogif. Ada dua
macam ogif, yaitu sebagai berikut.
a. Ogif frekuensi kumulatif kurang dari disebut ogif positif.
b. Ogif frekuensi kumulatif lebih dari disebut ogif negatif.

Median
2. Median

1) Median untuk data tunggal

    Median adalah suatu nilai tengah yang telah diurutkan. Median
dilambangkan Me.
    Untuk menentukan nilai  Median  data tunggal dapat dilakukan
dengan cara:
    a) mengurutkan data kemudian dicari nilai tengah,
    b) jika banyaknya data besar, setelah data diurutkan,
digunakan rumus:

      Untuk n ganjil  : Me = X1/2(n + 1)

                                           Xn/2  + Xn/2 +1

      Untuk n genap: Me =   ––––––––––––
                                                   2

      Keterangan:
      xn/2 = data pada urutan ke-n/2 setelah diurutkan. 
      Contoh:
      Tentukan median dari data: 2, 5, 4, 5, 6, 7, 5, 9, 8, 4, 6, 7, 8
      Jawab:
      Data diurutkan menjadi: 2, 4, 4, 5, 5, 5, 6, 6, 7, 7, 8, 8, 9
      Median = data ke-(13 + 1)/2 = data ke-7
      Jadi mediannya = 6

2) Median untuk data kelompok

Jika data yang tersedia merupakan data kelompok, artinya data
itu dikelompokkan ke dalam interval-interval kelas yang sama
panjang. Untuk mengetahui nilai mediannya dapat ditentukan
dengan rumus berikut ini.

Keterangan: 
Kelas median adalah kelas yang terdapat data X1/2 n
L = tepi bawah kelas median
c = lebar kelas
n = banyaknya data
F = frekuensi kumulatif kurang dari sebelum kelas median
f  = frekuensi kelas median

Modus
3. Modus

Modus ialah nilai yang paling sering muncul atau nilai yang
mempunyai frekuensi tertinggi. Jika suatu data hanya mempunyai
satu modus disebut unimodal dan bila memiliki dua modus
disebut bimodal, sedangkan jika memiliki modus lebih dari dua
disebut multimodal. Modus dilambangkan dengan Mo.

1) Modus data tunggal

    Modus dari data tunggal adalah data yang sering muncul atau
data dengan
    frekuensi tertinggi.
    Perhatikan contoh soal berikut ini.
    Contoh:
    Tentukan modus dari data di bawah ini.
    2, 1, 4, 1, 1, 5, 7, 8, 9, 5, 5, 10
    Jawab:
    Data yang sering muncul adalah 1 dan 5. Jadi modusnya adalah
1 dan 5.
2. Modus data kelompok
    Modus data kelompok dirumuskan sebagai berikut:

 Keterangan:
   L   = tepi bawah kelas modus
   c    = lebar kelas
   d1 = selisih frekuensi kelas modus dengan kelas sebelumnya
   d2 = selisih frekuensi kelas modus dengan kelas sesudahnya  
  

Kuartil

Kuartil (Q)

Seperti yang sudah dibahas sebelumnya, bahwa median membagi

data yang telah diurutkan menjadi dua bagian yang sama banyak.
Adapun kuartil adalah membagi data yang telah diurutkan
menjadi empat bagian yang sama banyak.
1) Kuartil data tunggal
    Urutkan data dari yang kecil ke yang besar, kemudian tentukan
kuartil dengan rumus sebagai berikut:

Contoh:
    Tentukan Q1, Q2, dan Q3 dari data : 3, 4, 7, 8, 7, 4, 8, 4, 6, 9,
10, 8, 3, 7, 12.
     Jawab:
     Langkah 1: urutkan data dari  kecil ke besar sehingga
diperoleh 
                      3, 3, 4, 4, 4, 6, 7, 7, 7, 8, 8, 8, 9, 10, 12.
                                                 1(15+1)
     Langkah 2: Letak data Q1=–––––––– = 4
                           4
                      Jadi Q1 terletak pada data ke-empat yaitu 4

                                                 2(15+1)
     Langkah 3: Letak data Q2=–––––––– = 8
                           4
                      Jadi Q2 terletak pada data ke-delapan yaitu 7
                                                 3(15+1)
     Langkah 4: Letak data Q1=–––––––– = 12
                             4
                      Jadi Q3 terletak pada data ke-duabelas yaitu 8

2) Kuartil data kelompok

Nilai kuartil dirumuskan sebagai berikut.

Keterangan:
Qi = kuartil ke-i (1, 2, atau 3)
L  = tepi bawah kelas kuartil ke-i
n = banyaknya data
F = frekuensi kumulatif kelas sebelum kelas kuartil
c = lebar kelas
f = frekuensi kelas kuartil

Ukuran Penyebaran Data

Ukuran pemusatan yaitu mean, median dan modus, merupakan
informasi yang memberikan penjelasan kecenderungan data
sebagai wakil dari beberapa data yang ada. Adapun ukuran
penyebaran data memberikan gambaran seberapa besar data
menyebar dari titik-titik pemusatan.

1. Jangkauan (Range)

Ukuran penyebaran yang paling sederhana (kasar) adalah

jangkauan (range) atau rentangan nilai, yaitu selisih antara data
terbesar dan data terkecil.
1) Range data tunggal
    Untuk range data tunggal dirumuskan dengan:

    R = xmaks – xmin

    Contoh :
    Tentukan range dari data-data di bawah ini.
     6, 7, 3, 4, 8, 3, 7, 6, 10, 15, 20

     Jawab:
     Dari data di atas diperoleh xmaks = 20 dan xmin = 3
     Jadi, R = xmaks – xmin
                 = 20 – 3 = 17

2) Range data kelompok

Untuk data kelompok, nilai tertinggi diambil dari nilai tengah
kelas tertinggi dan nilai terendah diambil dari nilai kelas yang
terendah.

2. Simpangan Rata-Rata (Deviasi Rata-Rata)

    Simpangan rata-rata suatu data adalah nilai rata-rata dari

selisih setiap data dengan nilai rataan hitung.

     1) Simpangan rata-rata data tunggal

         Simpangan rata-rata data tunggal dirumuskan sebagai
berikut.

   2) Simpangan rata-rata data kelompok 

         Simpangan rata-rata data kelompok dirumuskan:
         

3. Simpangan Baku (Deviasi Standar) dan Ragam

Sebelum membahas simpangan baku atau deviasi standar,

perhatikan contoh berikut. Kamu tentu tahu bahwa setiap orang
memakai sepatu yang berbeda ukurannya. Ada yang berukuran
30, 32, 33, ... , 39, 40, dan 41. Perbedaan ini dimanfaatkan oleh
ahli-ahli statistika untuk melihat penyebaran data dalam suatu
populasi. Perbedaan ukuran sepatu biasanya berhubungan
dengan tinggi badan manusia. Seorang ahli matematika Jerman,
Karl Ganss mempelajari penyebaran dari berbagai macam data. Ia
menemukan istilah deviasi standar untuk menjelaskan
penyebaran yang terjadi. Saat ini, ilmuwan menggunakan deviasi
standar atau simpangan baku untuk mengestimasi akurasi
pengukuran. Deviasi standar adalah akar dari jumlah kuadrat
deviasi dibagi banyaknya data.

1) Simpangan baku dan ragam data tunggal

    Simpangan baku/deviasi standar data tunggal dirumuskan
sebagai berikut. 
2) Ragam dan Simpangan baku data kelompok Ragam () dan
Simpangan baku (s) data kelompok 
dirumuskan sebagai berikut.