Rangkuman Materi Pertemuan 1 sampai Pertemuan 14

Nama : Winda Febrianti Sinaga

Kelas : VI B Pend. Matematika

1. PENGERTIAN DAN KEGUNAAN STATISTIK

a. Pengertian Statistika

Statistik adalah kumpulan data yang bisa memberikan gambaran tentang suatu keadaan

Statistika adalah ilmu yang mempelajari statistik, yaitu ilmu yang mempelajari bagaimana
caranya mengumpulkan data, mengolah data, menyajikan data, menganalisis data, membuat
kesimpulan dari hasil analisis data dan mengambil keputusan berdasarkan hasil kesimpulan.

b. Pembagian Statistika

1. Statistika Deskriptif

Statistika deskriptif adalah statistika yang mempelajari bagaimana caranya mengumpulkan

data, mengolah data, menyajikan data, menganalisis data.

2. Statistika Induktif (Inferens)

Statistika inferens adalah statistika yang mempelajari bagaimana caranya mengumpulkan data,
mengolah data, menyajikan data, menganalisis data, membuat kesimpulan dan mengambil
keputusan

c. Kegunaan Statistika

Statistika dipelajari di berbagai bidang ilmu karena statistika adalah sekumpulan alat analisis
data yang dapat membantu pengambil keputusan untuk mengambil keputusan berdasarkan
hasil kesimpulan pada analisis data dari data yang di kumpulkan. Selain itu juga dengan
statistika kita bisa meramalkan keadaan yang akan datang berdasakan data masa lalu.
2. DATA STATISTIK

a. Pengertian Data dan Statistika

Data adalah catatan atas kumpulan fakta. Data merupakan bentuk jamak dari datum, berasal
dari bahasa Latin yang berarti “sesuatu yang diberikan”. Dalam penggunaan sehari-hari data
berarti suatu pernyataan yang diterima secara apa adanya. Pernyataan ini adalah hasil
pengukuran atau pengamatan suatu variabel yang bentuknya dapat berupa angka, kata-kata,
atau citra.

Statistika adalah ilmu yang berhubungan dengan pengumpulan data, perhitungan atau
pengolahan data, serta penarikan kesimpulan berdasarkan data yang diperoleh.

Statistika adalah ilmu pengetahuan yang mempelajari metode yang paling efisien tentang
cara-cara pengumpulan, pengolahan, penyajian serta analisis data, penarikan kesimpulan serta
pembuatan keputusan yang cukup beralasan berdasarkan data dan analisa yang dilakukan.

Statistika adalah ilmu yang mempelajari bagaimana merencanakan, mengumpulkan,

menganalisis, menginterpretasi, dan mempresentasikan data. Singkatnya, statistika adalah ilmu
yang berkenaan dengan data. Istilah ‘statistika’ (bahasa Inggris: statistics) berbeda dengan
‘statistik’ (statistic).

Statistika merupakan ilmu yang berkenaan dengan data, sedang statistik adalah data, informasi,
atau hasil penerapan algoritma statistika pada suatu data. Dari kumpulan data, statistika dapat
digunakan untuk menyimpulkan atau mendeskripsikan data; ini dinamakan statistika deskriptif.
Sebagian besar konsep dasar statistika mengasumsikan teori probabilitas. Beberapa istilah
statistika antara lain: populasi, sampel, unit sampel, dan probabilitas.

b. Macam-macam Jenis Data

Berdasarkan jenisnya, data dibedakan menjadi 2 macam, yaitu:

1. Data Kuantitatif, yaitu data yang berupa bilangan dan nilainya bisa berubah-ubah. Contoh:
Jumlah siswa Kelas IX SMP Tunas Harapan sebanyak 650 siswa.
2. Data Kualitatif, yaitu data yang menggambarkan keadaan objek yang dimaksud. Contoh :
Selain ramah, Andri juga pintar.

3. DISTRIBUSI FREKUENSI

a. Pengertian Distribusi Frekuensi

Data yang telah diperoleh dari suatu penelitian yang masih berupa data acak yang dapat dibuat
menjadi data yang berkelompok, yaitu data yang telah disusun ke dalam kelas-kelas tertentu.
Daftar yang memuat data berkelompok disebut distribusi frekuensi atau tabel frekuensi.
Distribusi frekuensi adalah susunan data menurut kelas interval tertentu atau menurut kategori
tertentu dalam sebuah daftar (Hasan, 2001).

Sebuah distribusi frekuensi akan

memiliki bagian-bagian yang
akan dipakai dalam membuat
sebuah daftar distribusi
frekuensi. Bagian-bagian
tersebut akan dijelaskan sebagai berikut (Hasan, 2001):

 Kelas-kelas (class) adalah kelompok nilai data atau variable dari suatu data acak.
 Batas kelas (class limits) adalah nilai-nilai yang membatasi kelas yang satu dengan kelas
yang lain. Batas kelas merupakan batas semu dari setiap kelas, karena di antara kelas
yang satu dengan kelas yang lain masih terdapat lubang tempat angka-angka tertentu.
Terdapat dua batas kelas untuk data-data yang telah diurutkan, yaitu: batas kelas bawah
(lower class limits) dan batas kelas atas (upper class limits).
  Tepi kelas disebut juga batas nyata kelas, yaitu batas kelas yang tidak memiliki lubang
untuk angka tertentu antara kelas yang satu dengan kelas yang lain. Terdapat dua tepi
kelas yang berbeda dalam pengertiannya dari data, yaitu: tepi bawah kelas dan tepi atas
kelas.
 Titik tengah kelas atau tanda kelas adalah angka atau nilai data yang tepat terletak di
tengah suatu kelas. Titik tengah kelas merupakan nilai yang mewakili kelasnya dalam
data. Titik tengah kelas = ½ (batas atas + batas bawah) kelas.
 Interval kelas adalah selang yang memisahkan kelas yang satu dengan kelas yang lain.
 Panjang interval kelas atau luas kelas adalah jarak antara tepi atas kelas dan tepi bawah
kelas.
 Frekuensi kelas adalah banyaknya data yang termasuk ke dalam kelas tertentu dari data
acak.

b. Jenis Jenis Distribusi Frekuensi

Distribusi frekuensi memiliki jenis-jenis yang berbeda untuk setiap kriterianya. Berdasarkan
kriteria tersebut, distribusi frekuensi dapat dibedakan tiga jenis (Hasan, 2001):

1. Distribusi frekuensi biasa

Distribusi frekuensi yang berisikan jumlah frekuensi dari setiap kelompok data. Distribusi
frekuensi ada dua jenis yaitu distribusi frekuensi numerik dan distribusi frekuensi peristiwa atau
kategori.

2. Distribusi frekuensi relatif

Distribusi frekuensi yang berisikan nilai-nilai hasil bagi antara frekuensi kelas dan jumlah
pengamatan. Distribusi frekuensi relatif menyatakan proporsi data yang berada pada suatu
kelas interval, distribusi frekuensi relatif pada suatu kelas didapatkan dengan cara membagi
frekuensi dengan total data yang ada dari pengamatan atau observasi.

3. Distribusi frekuensi kumulatif

Distribusi frekuensi yang berisikan frekuensi kumulatif (frekuensi yang dijumlahkan). Distribusi
frekuensi kumulatif memiliki kurva yang disebut ogif. Ada dua macam distribusi frekuensi
kumulatif yaitu distribusi frekuensi kumulatih kurang dari dan distribusi frekuensi lebih dari.

c. Penyusunan Distribusi Frekuensi

Penyusunan suatu distribusi frekuensi perlu dilakukan tahapan penyusunan data. Pertama
melakukan pengurutan data-data terlebih dahulu sesuai urutan besarnya nilai yang ada pada
data, selanjutnya diakukan tahapan berikut ini (Hasan, 2001).

1. Menentukan jangkauan (range) dari data. Jangkauan = data terbesar – data terkecil.
2. Menentukan banyaknya kelas (k). Banyaknya kelas ditentukan dengan rumus sturgess K
= 1 + 3.3 log n; k (Keterangan: k = banyaknya kelas, n = banyaknya data)
3. Menentukan panjang interval kelas. Panjang interval kelas (i) = Jumlah Kelas (k)/
Jangkauan (R)
4. Menentukan batas bawah kelas pertama. Tepi bawah kelas pertama biasanya dipilih
dari data terkecil atau data yang berasal dari pelebaran jangkauan (data yang lebih kecil
dari data data terkecil) dan selisihnya harus kurang dari panjang interval kelasnya.
5. Menuliskan frekuensi kelas didalam kolom turus atau tally (sistem turus) sesuai
banyaknya data.

4. UKURAN PEMUSATAN DATA

a. Pengertian Ukuran Pemusatan Data

Ukuran pemusatan adalah sembarang ukuran yang menunjukkan pusat segugus data, yang telah
diurutkan dari yang terkecil sampai yang terbesar atau sebaliknya dari yang terbesar sampai yang
terkecil. Salah satu kegunaan dari ukuran pemusatan data adalah untuk membandingkan dua
((populasi ) atau contoh, karena sangat sulit untuk membandingkan masing-masing anggota dari
masing-masing anggota populasi. Nilai ukuran pemusatan ini dibuat sedemikian sehingga cukup
mewakili seluruh nilai pada data yang bersangkutan.

b. Macam Macam Ukuran Pemusatan Data

1. Mean

Mean (Rata-rata) adalah jumlah dari seluruh nilai data dibagi dengan banyaknya data.

Mean Data Tunggal

Dapat dicari dengan menggunakan rumus :
RUMUS BIASA

x
=
simbol rata-
rata (mean)

n = banyaknya observasi

xi = nilai observasi ke-i sampai ke- n

contoh :

Data berat badan (kg) dari 10 orang ibu hamil adalah sebagai berikut 65,61,54,53,62,40,54,63,
dan 60. Mean dari data tersebut adalah :

2. Median
 Median adalah ukuran nilai tengah dari sejumlah nilai-nilai pengamatan yang diatur dan
disusun berdasarkan urutan data.

Median data tunggal :

Urutkan data, tentukan
titik tengahnya ( jika
data ganjil maka median tepat pada satu data, jika data genap maka median terletak
antara dua data dan untuk menentukannya jumlahkan kedua data tersebut dan bagi dua)

Contoh:

Diketahui data sbb: 5, 5, 6, 6, 6, 6, 6, 7, 7, 8, 8, 9, 9, 11 ( n= 14)

Titik tengah terletak antara data ke7 dan data ke 8 (angka 6 dan 7) maka:

Me = 6 + 7/ 2 = 6,5

Data : 5, 5, 6, 6, 6, 7, 7, 7, 7, 8, 8, 9, 9,11, 12 ( n = 15) median terletak pada data ke 8

sehingga Me = 7

Median data berkelompok:

b = batas bawah kelas median

p = panjang kelas median

n = banyaknya data

F = jumlah seluruh frekuensi sebelum kelas median

 f=
frekuensi
kelas
median

Contoh
tabel distribusi ( n = 40)

Nilai Fi

31 – 40 2

41 – 50 4

51 – 60 10

61 – 70 15

71 – 80 6

81 – 90 3

Karena n = 40 maka kelas median terletak antara data ke 20 dan data ke 21 atau terletak
pada kelas dengan interval 61 – 70, sehingga diperoleh komponen-komponen:

b = 60.5; p = 10; n = 40; F = 16 dan f = 15

3.

3. Modus

Modus merupakan nilai yang memiliki frekuensi terbesar dari suatu himpunan data dan juga
merupakan ukuran yang digunakan untuk menyatakan fenomena yang paling banyak terjadi
atau paling sering muncul.

a. Modus data tunggal

 Untuk data kualitatif (data dengan tingkat pengukuran sekurang-kurangnya nominal)
modus sering dipakai sebagai pengganti rata-rata. Sedangkan untuk data kuantitatif,
modus diperoleh dengan jalan menentukan frekuensi terbesar di antara serangkaian data.
Serangkaian data mungkin memiliki satu modus (unimodal), dua modus (bimodal) atau
lebih dari dua (multimodal).
Urutkan data dari yang terkecil hingga terbesar (optional)
Tentukan nilai yang paling banyak muncul
Nilai modus mungkin lebih dari satu.

Contoh :

Berapa modus dari data berikut : 2,3,5,3,6,9,3,9,5,6,5,1,5 ?

Jawab : Modus dari data tersebut adalah 3 dan 5

b. Modus data berkelompok:

b = batas bawah kelas modus (kelas dengan frekuensi terbesar)

p = panjang kelas interval

b1= frekuensi kelas modus – frekuensi kelas interval sebelum kelas modus

b2= frekuensi kelas modus – frekuensi kelas interval setelah kelas modus

Contoh tabel distribusi sbb:

Nilai Fi

31 – 40 2

41 – 50 4

51 – 60 10
 Nilai Fi

61 – 70 15

71 – 80 6

81 - 90 3

b = 60.5; p = 10; b1= 15 – 10 = 5 dan b2 = 15 – 6 = 9 maka

mo = 60.5 + 10(5/5 + 9 )= 61,6

C. HUBUNGAN MEAN, MEDIAN DAN MODUS

Nilai rata-rata, modus, dan median memiliki hubungan keterkaitan erat dari suatu
distribusi frekuensi data. Ketiga nilai ini dapat membantu menafsirkan kesimetrisan data dan
kemencengan data. Hubungan mean, median, dan modus adalah sebagai berikut :

Pada distribusi simetris, ketiga nilai(mean, median, dan modus)

Nilai median selalu terletak antara mean dan modus pada distribusi yang menceng
Jika nilai mean lebih besar daripada nilai median dan modus, maka dikatakan distribusi
menceng kanan.
Bila nilai mean lebih kecil daripada nilai median dan modus, maka distribusi menceng ke
kiri.

Adapun ukuran penyebaran data yang biasa dihitung adalah range (rentang), standar
deviasi (simpangan baku), kurtosis (keruncingan), skewness (kemiringan).

1. Rentang data menunjukkan selisih antara nilai terbesar dengan nilai terkecil dalam suatu
himpunan data.

2. Simpangan baku adalah jumlah mutlak selisih setiap nilai pengamatan terhadap nilai rata-rata
dibagi dengan banyaknya pengamatan.

3. Kurtosis merupakan ukuran untuk menentukan bentuk distribusi yang biasanya dibandingan
dengan kurva distribusi normal. Bentuk kurtosis bisa berupa leptokurtik (berpuncak tinggi dan
ekor landai), platikurtik (berpuncak rendah dan berekor pendek), dan mesokurtik (disebut juga
distribusi normal, berpuncak tidak begitu tinggi dan tidak terlalu landai).

4. Skewness adalah ukuran untuk menentukan kemiringan dari suatu kurva distribusi. Penafsiran
skewness dapat dilakukan secara visual, melalui koefisien kemencengan, atau koefisien moment
ketiga.