Indikator Penilaian 2
Ketepatan penggolongan data tunggal, dan mempolakan sebaran data tunggal dengan
diagram steam and leaft plot
1.1. Jenis dan Skala Data
a. Data Tunggal
Data tunggal adalah data yang disusun sendiri menurut nilai dan besarnya masing-
masing. Perhitungan Frekuensi data tak berkelompok, biasanya setiap data mewakili
data tersebut secara tunggal
Sebagai contoh perhatikan data berikut :
Berikut adalah nilai kuis mata kuliah Analisis Data :
X1 X2 X3 X4 X5 X6 X7 X8 X9 X 10
50 100 70 85 80 90 100 60 75 80
x́=
∑ xi
n
Keterangan :
x́ : Rata-rata variable x
∑ xi : Penjumlahan unsur pada variable x
n : Banyak sampel
Contoh soal mencari mean data tunggal
Nilai kuis mata kuliah Analisis Data 10 mahasiswa Jurusan Statistika adalah :
50,
100, 70, 85, 80, 90, 100, 60, 75, 80. Berapakah rata-rata nilai ke sepuluh orang
mahasiswa tersebut ?
2) Median (Me)
Median menentukan letak data setelah data itu disusun menurut urutan nilainya
yaitu dari nilai terkecil sampai terbesar. Jika banyak datanya ganjil, maka
mediannya setelah data disusun menurut nilainya, merupakan data paling
tengah.
Contoh :
Sampel dengan data : 5, 12, 4, 6, 9, 7, 4, 11, 10. Setelah data disusun menurut
nilainya menjadi : 4, 5, 6, 7, 8, 9, 10, 11, 12. Data paling tengah bernilai 9. Jadi
median atau Me = 8.
Sedangkan untuk sampel yang berukuran genap, setelah data disusun menurut
urutan nilainya, mediannya sama dengan rata-rata dari dua data tengah.
Contoh :
Diberikan sampel dengan data : 5, 12, 4, 6. 9, 7, 4, 11, 10, 3. Setelah data
disusun menurut
Nilainya menjadi : 3, 4, 5, 6, 7, 8, 9, 10, 11, 12. Dengan data tengahnya adalah
7 dan 8, sehingga :
7+8
Me = =7,5
2
3) Modus (Mo)
Modus dapat dipahami sebagai nilai yang sering muncul atau suatu kelompok
nilai yang memiliki frekuensi relatif besar.
Contoh :
Terdapat sampel dengan nilai-nilai data : 3, 3, 4, 5, 5, 5, 7, 8, 9, 9. Dalam table
dapat disusun seperti di bawah ini.
Xi fi
3 2
4 1
5 3
7 1
8 1
9 2
Dari tabel dapat dilihat bahwa frekuensi terbanyak adalah f = 3, terjadi untuk
data yang bernilai 5. Maka modus atau Mo = 5
4) Kuartil
Jika sekumpulan data dibagi menjadi empat bagian yang sama banyak, sesudah
disusun menurut urutan nilainya, maka bilangan pembaginya disebut kuartil.
Ada tuga bbuah kuartil yaitu kuartil pertama, kuartil kedua, dan kuartil ketiga
yang masing-masing disingkat dengan K 1 , K 2, dan K 3. Adapun perhitungan
letak kuartil ke i, diberi lambang K i data tunggal dapat ditentukan dengan
rumus :
i(n+1)
Letak K i=data ke
4
Dengan I = 1, 2, 3
Contoh :
Sampel dengan data : 50, 100, 70, 85, 80, 90, 100, 60, 75, 80. Setelah disusun
menjadi : 50, 60, 70, 75, 80, 80, 85, 90, 100, 100. Maka :
1(10+1) 11 3
Letak K 1=datake = = 2,75 = data ke 2 , yaitu antara data ke-2
4 4 4
dan data ke-3 tiga perempat jauh dari data ke-2.
3
Nilai K 1 = data ke-2 + (data ke-3 – data ke-2)
4
3
K 1 = 60 + (70 – 60)
4
¿ 67,5
2(10+1) 22 1
Letak K 2=datake = = 5,5 = data ke 5 , yaitu antara data ke-5
4 4 2
dan data ke-6 seperdua jauh dari data ke-5.
1
Nilai K 2 = data ke-5 + (data ke-6 – data ke-5)
2
1
K 2 = 80 + (80 – 80)
2
¿ 80
3(10+ 1) 33 1
Letak K 3=datake = = 8,25 = data ke 8 , yaitu antara data ke-8
4 4 4
dan data ke-9 seperempat jauh dari data ke-8.
1
Nilai K 3 = data ke-8 + (data ke-9 – data ke-8)
4
1
K 3 = 90 + (100 – 90)
4
¿ 92,5
5) Desil
Jika sekumpulan data itu dibagi menjadi sepuluh bagian yang sama maka
didapat Sembilan pembagi dan tiap pembagi dinamakan desil. Karenanya ada
sembilan buah desil, ialah desil pertama, desil kedua, . . . , desil kesembilan
yang disingkat dengan D 1 , D 2 , . . . , D 9 .Adapun perhitungan letak desil ke i
diberi lambang Di, ditentukan oleh rumus :
i(n+1)
Letak D i=datake
10
Dengan I = 1, 2, . . . , 9.
Contoh :
Untuk data yang telah disusun pada contoh seblumnya di pembahasan kuartil,
adalah : 50, 60, 70, 75, 80, 80, 85, 90, 100, 100. Tentukan desil ke 7 :
7 (10+1) 77
Letak D7=datake = == 7,7
10 10
Nilai D7=¿ data ke-7 + 0,7 (data ke-8 – data ke-7)
= 85 + 0,7 (90 – 85)
= 88,5
1
SR= ∣ x −x́ ∣
n∑ i
Keterangan :
SR : Simpangan Rata-Rata
n : Banyak data
xi : Data ke-i
x́ : Rata-rata
∑ ( x i−x́ )2
S=
√ (n−1)
Keterangan :
S : Simpangan Baku
n : Banyak data
xi : Data ke-i
x́ : Rata-rata
Contoh :
Nilai kuis mata kuliah Analisis Data 10 mahasiswa Jurusan Statistika adalah :
50, 100, 70, 85, 80, 90, 100, 60, 75, 80. Tentukan nilai :
a. Jangkauan (Range)
b. Simpangan Rata-Rata (Deviasi rata-rata)
c. Simpangan Baku (Deviasi standar)
Penyelesaian :
a. Jangkauan (Range)
R=X maks− X min
= 100 – 50
= 50
b. Simpangan Rata-Rata
50+100+70+85+80+ 90+100+60+75+ 80 790
x́=¿ = = 79
10 10
1
SR= {|50−79|+|100−79|+|70−79|+|85−79|+|80−79|
10
|90−79|+|100−79|+|60−79|+|75−79|+ ¿ 80−79∨¿}
1
¿ {29 + 21 + 9 + 6 + 1 + 11 + 21 + 19 + 4 + 1}
10
= 12,2
c. Simpangan Baku
Nilai x i−x́ 2
( x i−x́ )
50 -29 841
100 21 441
70 -9 81
85 6 36
80 1 1
90 11 121
100 21 441
60 -19 361
75 -4 16
80 1 1
2340
Maka :
2340
S=
√ ( 10−1 )
= 16,12
Salah satu keuntungan dari diagram ini adalah selain dapat melihat pola sebaran data,
kita tetap memiliki nilai aslinya yang akan memudahkan proses mengurutkan data dari
nilai paling kecil ke nilai terbesar yang banyak diperlukan dalam analisis data.
Contoh :
Berikut data hasil nilai pengerjaan tugas Analisis Data dari 40 mahasiswa jurusan
Statistika angkatan 2017 berikut ini :
66, 75, 74, 72, 79, 78, 75, 75, 79, 71, 75, 76, 74, 73, 71, 72, 74, 74, 71, 70, 74, 77, 73,
73, 70, 74, 72, 72, 80, 70, 73, 67, 72, 72, 75, 74, 74, 68, 69, 80.
Buatlah diagram Steam and Leaft !
Penyelesaian :
Data yang telah diurut :
66, 67, 68, 69, 70, 70, 70, 71, 71, 71, 72, 72, 72, 72, 72, 72, 73, 73, 73, 73, 74, 74, 74, 74,
74, 74, 74, 74, 75, 75, 75, 75, 75, 76, 77, 78, 79, 79, 80, 80.
Diagram Steam and Leaft Nilai Tugas Analisis Data dari 40 Mahasiswa Jurusan Statistika
Angkatan 2017
Dahan Daun Frekuensi
6 6789 4
7 0001112222223333444444445555567899 34
8 00 2
Total 40
Dari diagram dapat kita analisis bahwa datanya berdistribusi normal karena daun pada
dahan ke-7 yang lebih banyak disbanding dahan ke 6 dan 8. Bila digambar dalam bentuk
kurva maka akan membentuk kurva yang dikenal sebagai kurva leptokurtik atau kurva
runcing. Adapun gambar dari kuvanya adalah sebagai berikut :
DAFTAR PUSTAKA
Aunuddin. (1989). Analisis Data. Bogor: Departemen Pendidikan dan Kebudayaan Institut
Pertanian Bogor. Retrieved Maret 15, 2019
Brata, A. H. (2015). Analisis Data dan Ukuran Pemusatan Data. Retrieved Maret 15, 2019, from
file:///D:/TUGAS%20UNHAS/probstat-1-2-adam.pdf
Herdian, S. M. (2012). Ukuran Penyebaran Data. Retrieved Maret 15, 2019, from
file:///D:/TUGAS%20UNHAS/ukuran%20penyebaran%20data.pdf
Hidayat, A. (2012, Oktober 14). Pengertian Data. Retrieved Maret 15, 2019, from
https://www.statistikian.com/2012/10/pengertian-data.html
Prof. Dr. Sudjana, M. M. (2005). Metoda Statistika (6 ed.). Bandung: Tarsito. Retrieved Maret
16, 2019
Setiawan, A. (2011, Januari 13). Ukuran Penyebaran. Retrieved Maret 16, 2019, from
https://smartstat.wordpress.com/2010/03/27/ukuran-penyebaran-measures-dispersion/