Bab 1. PENDAHULUAN
Kemajuan ilmu pengetahuan dan teknologi tidak dapat dipisahkan dari garis
statistika. Jaeger (1990) menyimpulkan bahwa statistika tidak dapat dipisahkan dari
kehidupan para peneliti, pendidik, manajer, analis olahraga, analisis politik, pengusaha &
hampir semua oang yng terdidik. Keperluan akan statistika berbeda-beda, baik tingkat
kedalamannya maupun tekniknya.
Sebelum kita ke materi sedikit kita bahas pengertian dari Statistik dan Statistika, apa itu
Statistik dan Statistika?.
A. STATISTIK
Statistik adalah kumpulan data dalam bentuk angka maupun bukan angka yang disusun
dalam bentuk tabel (daftar) dan atau diagram yang menggambarkan atau berkaitan dengan
suatu masalah tertentu.
Contoh:
1) Statistik penduduk adalah kumpulan angka-angka yang berkaitan dengan masalah
penduduk.
2) Statistik ekonomi adalah kumpulan angka-angka yang berkaitan dengan masalah
ekonomi.
3) Statistik teknik adalah kumpulan angka-angka yang berkaitan dengan masalah
keteknikan.
1 Program Studi Teknik Sipil Universitas Katolik Santo Thomas Sumatera Utara
DIKTAT MATA KULIAH STATISTIKA DAN PROBABILITAS
Jadi secara singkat statistik dapat diartikan, sebagai cara maupun aturan-aturan yang
berkaitan dengan pengumpulan, pengolahan (analisis), penarikan kesimpulan, atas data-data
yang berbentuk angka-angka, dengan menggunakan suatu asumsi-asumsi tertentu.
Menurut Kamus Besar Bahasa Indonesia, Pengertian Statistik dijelaskan sebagai berikut: 1.
catatan angka-angka (bilangan); perangkaan; 2. data yang berupa angka yang dikumpulkan,
ditabulasi, digolong-golongkan sehingga dapat memberi informasi yang berarti mengenai
suatu masalah atau gejala.
B. STATISTIKA
Statistika adalah pengetahuan yang berkaitan dengan metode, teknik atau cara
mengumpulkan, mengolah, menganalisis dan menginterprestasikan data untuk disajikan
secara lengkap dalam bentuk yang mudah dipahami penggunaannya.
Statistika banyak diterapkan dalam berbagai disiplin ilmu, baik ilmu-ilmu alam (misalnya
astronomi dan biologi maupun ilmu-ilmu sosial (termasuk sosiologi dan psikologi), maupun
di bidang bisnis, ekonomi, dan industri. Statistika juga digunakan dalam pemerintahan untuk
berbagai macam tujuan; sensus penduduk merupakan salah satu prosedur yang paling
dikenal. Aplikasi statistika lainnya yang sekarang popular adalah prosedur jajak pendapat
atau polling (misalnya dilakukan sebelum pemilihan umum), serta hitung cepat (perhitungan
cepat hasil pemilu) atau quick count. Di bidang komputasi, statistika dapat pula diterapkan
dalam pengenalan pola maupun kecerdasan buatan.
1.2. Sejarah
Penggunaan istilah statistika berakar dari istilah dalam bahasa latin modern statisticum
collegium ("dewan negara") dan bahasa Italia statista ("negarawan" atau "politikus").
Gottfried Achenwall (1749) menggunakan Statistik dalam bahasa Jerman untuk pertama
kalinya sebagai nama bagi kegiatan analisis data kenegaraan, dengan mengartikannya sebagai
"ilmu tentang negara (state)". Pada awal abad ke-19 telah terjadi pergeseran arti menjadi
"ilmu mengenai pengumpulan dan klasifikasi data". Sir John Sinclair memperkenalkan nama
(Statistics) dan pengertian ini ke dalam bahasa Inggris. Jadi, statistika secara prinsip mula-
mula hanya mengurus data yang dipakai lembaga-lembaga administratif dan pemerintahan.
Pengumpulan data terus berlanjut, khususnya melalui sensus yang dilakukan secara teratur
untuk memberi informasi kependudukan yang berubah setiap saat.
Pada abad ke-19 dan awal abad ke-20 statistika mulai banyak menggunakan bidang-bidang
dalam matematika, terutama peluang. Cabang statistika yang pada saat ini sangat luas
digunakan untuk mendukung metode ilmiah, statistika inferensi, dikembangkan pada paruh
kedua abad ke-19 dan awal abad ke-20 oleh [Ronald Fisher] (peletak dasar statistika
2 Program Studi Teknik Sipil Universitas Katolik Santo Thomas Sumatera Utara
DIKTAT MATA KULIAH STATISTIKA DAN PROBABILITAS
inferensi), Karl Pearson (metode regresi linear), dan William Sealey Gosset (meneliti
problem sampel berukuran kecil). Penggunaan statistika pada masa sekarang dapat dikatakan
telah menyentuh semua bidang ilmu pengetahuan, mulai dari astronomi hingga linguistika.
Bidang-bidang ekonomi, biologi dan cabang-cabang terapannya, serta psikologi banyak
dipengaruhi oleh statistika dalam metodologinya. Akibatnya lahirlah ilmu-ilmu gabungan
seperti ekonometrika, biometrika (atau biostatistika), dan psikometrika.
Meskipun ada pihak yang menganggap statistika sebagai cabang dari matematika, tetapi
sebagian pihak lainnya menganggap statistika sebagai bidang yang banyak terkait dengan
matematika melihat dari sejarah dan aplikasinya. Di Indonesia, kajian statistika sebagian
besar masuk dalam fakultas matematika dan ilmu pengetahuan alam, baik di dalam
departemen tersendiri maupun tergabung dengan matematika.
Jika sampel yang diambil cukup representatif, inferensial (pengambilan keputusan) dan
simpulan yang dibuat dari sampel dapat digunakan untuk menggambarkan populasi secara
keseluruhan. Metode statistika tentang bagaimana cara mengambil sampel yang tepat
dinamakan teknik sampling.
Analisis statistik banyak menggunakan probabilitas sebagai konsep dasarnya hal terlihat
banyak digunakannya uji statistika yang mengambil dasar pada sebaran peluang. Sedangkan
matematika statistika merupakan cabang dari matematika terapan yang menggunakan teori
probabilitas dan analisis matematika untuk mendapatkan dasar-dasar teori statistika.
Ada dua macam statistika, yaitu statistika deskriptif dan statistika inferensial. Statistika
deskriptif berkenaan dengan deskripsi data, misalnya dari menghitung rata-rata dan varians
dari data mentah; mendeksripsikan menggunakan tabel-tabel atau grafik sehingga data
mentah lebih mudah “dibaca” dan lebih bermakna. Sedangkan statistika inferensial lebih dari
itu, misalnya melakukan pengujian hipotesis, melakukan prediksi observasi masa depan, atau
membuat model regresi.
3 Program Studi Teknik Sipil Universitas Katolik Santo Thomas Sumatera Utara
DIKTAT MATA KULIAH STATISTIKA DAN PROBABILITAS
4 Program Studi Teknik Sipil Universitas Katolik Santo Thomas Sumatera Utara
DIKTAT MATA KULIAH STATISTIKA DAN PROBABILITAS
Kedua bagian statistik tersebut dalam prakteknya sering dipakai bersama-sama, namun ada
juga yang hanya menggunakan salah satu saja, tergantung dari kebutuhan. Seringnya dalam
penelitian dilakukan statistik deskriptif dahulu, baru statistik inferensial. Misal suatu kegiatan
penelitian dalam bidang komputer: Saya ingin mengetahui penyebab kecepatan internet di
Laboratorium Komputer, apakah benar semakin banyak user yang menggunakan internet
akan memperlambat kecepatan internet?. Nah berangkat dari masalah tersebut maka saya
membutuhkan data untuk mengetahui data-data kecepatan internet pada saat usernya hanya 1
orang, kemudian pada saat usernya 2 orang, 3 orang dan seterusnya, sampai semua komputer
terpakai semua, nah data-data tersebut disajikan menggunakan Statistik Deskriptif, setelah itu
untuk mengetahui seberapa besar pengaruh banyaknya user terhadap kecepatan internet? Nah
disinilah data-data tersebut perlu dilakukan analisis secara Inferensial atau Induktif, sehingga
nantinya diharapkan dapat dibuat suatu kesimpulan yang dapat dijadikan pedoman dalam
pengambilan keputusan di suatu tempat yang diteliti.
Dalam survei, di sisi lain, tidak dilakukan manipulasi terhadap sistem yang dikaji. Data
dikumpulkan dan hubungan (korelasi) antara berbagai peubah diselidiki untuk memberi
gambaran terhadap objek penelitian. Teknik-teknik survei dipelajari dalam metode
survei.
Penelitian tipe eksperimen banyak dilakukan pada ilmu-ilmu rekayasa, misalnya teknik,
ilmu pangan, agronomi, farmasi, pemasaran (marketing), dan psikologi eksperimen.
Penelitian tipe observasi paling sering dilakukan di bidang ilmu-ilmu sosial atau
berkaitan dengan perilaku sehari-hari, misalnya ekonomi, psikologi dan pedagogi,
kedokteran masyarakat, dan industri.
Tipe pengukuran
Ada empat tipe skala pengukuran yang digunakan di dalam statistika, yaitu nominal,
ordinal, interval, dan rasio. Keempat skala pengukuran tersebut memiliki tingkat
penggunaan yang berbeda dalam pengolahan statistiknya.
Skala nominal hanya dapat membedakan sesuatu yang bersifat kualitatif atau
kategoris, misalnya jenis kelamin, agama, dan warna kulit.
Skala ordinal selain membedakan sesuatu juga menunjukkan tingkatan,
misalnya pendidikan dan tingkat kepuasan pengguna.
5 Program Studi Teknik Sipil Universitas Katolik Santo Thomas Sumatera Utara
DIKTAT MATA KULIAH STATISTIKA DAN PROBABILITAS
Skala interval berupa angka kuantitatif namun tidak memiliki nilai nol mutlak
sehingga titik nol dapat digeser sesuka orang yang mengukur, misalnya tahun dan
suhu dalam Celcius.
Skala rasio berupa angka kuantitatif yang memiliki nilai nol mutlak dan tidak
dapat digeser sesukanya, misalnya adalah suhu dalam Kelvin, panjang, dan massa.
Teknik-teknik statistika
Beberapa pengujian dan prosedur yang banyak digunakan dalam penelitian antara lain:
Statistika Terapan
Bebebarapa ilmu pengetahuan menggunakan statistika terapan sehingga mereka memiliki
terminologi yang khusus. Disiplin ilmu tersebut antara lain:
Aktuaria (penerapan statistika dalam bidang asuransi)
Biostatistika atau biometrika (penerapan statistika dalam ilmu biologi)
Statistika bisnis
Ekonometrika
Psikometrika
Statistika sosial
Statistika teknik atau teknometrika
Fisika statistik
Demografi
Eksplorasi data (pengenalan pola)
Literasi statistik
Analisis proses dan kemometrika (untuk analisis data kimia analis dan teknik
kimia)
Statistika memberikan alat analisis data bagi berbagai bidang ilmu. Kegunaannya
bermacam-macam: mempelajari keragaman akibat pengukuran, mengendalikan proses,
merumuskan informasi dari data, dan membantu pengambilan keputusan berdasarkan
data. Statistika, karena sifatnya yang objektif, sering kali merupakan satu-satunya alat
yang dapat diandalkan untuk keperluan-keperluan di atas.
1.5. Pengertian Populasi Sampel dan Sampling Dalam Penelitian Menurut Para Ahli
Gambar 1.1. Sudut Pandang Peneliti Tentang Populasi, Sampel dan Sampling
6 Program Studi Teknik Sipil Universitas Katolik Santo Thomas Sumatera Utara
DIKTAT MATA KULIAH STATISTIKA DAN PROBABILITAS
Populasi adalah keseluruhan subyek penelitian. Apabila seseorang ingin meneliti semua
elemen yang ada dalam wilayah penelitian, maka penelitiannya merupakan penelitian
populasi atau studi populasi atau study sensus (Sabar, 2007).
Sedangkan menurut Sugiyono pengertian populasi adalah wilayah generalisasi yang terdiri
atas: obyek/subyek yang mempunyai kualitas dan karakteristik tertentu yang ditetapkan oleh
peneliti untuk dipelajari dan kemudian ditarik kesimpulannya (Sugiyono,2011:80).
Jadi populasi bukan hanya orang tapi juga obyek dan benda-benda alam yang lain. Populasi
juga bukan sekedar jumlah yang ada pada obyek/subyek yang dipelajari, tetapi meliputi
karakteristik/sifat yang dimiliki oleh subyek atau obyek itu.
Penelitian sampel baru boleh dilaksanakan apabila keadaan subyek di dalam populasi benar-
benar homogen.
Kita melakukan penelitian sampel dari pada melakukan penelitian populasi karena penelitian
sampel memiliki beberapa keuntungan, yaitu:
7 Program Studi Teknik Sipil Universitas Katolik Santo Thomas Sumatera Utara
DIKTAT MATA KULIAH STATISTIKA DAN PROBABILITAS
1. Menghemat dari segi waktu, tenaga dan biaya karna subyek penelitian sample relative
lebih sedikit dibanding dengan studi populasi
2. Dibanding dengan penelitian populasi penelitian sample lebih baik karena apabila
penelitian populasi terlalu besar maka dikhawatirkan ada yang terlewati dan lebih
merepotkan
3. Pada penelitian populasi akan terjadi kelelahan dalam pencatatan dan analisisnya
4. Dalam penelitian populasi sering bersifat destruktif
5. Adakalanya penelitian populasi tidak lebih baik dilaksanakan karena terlalu luas
populasinya.
Pengertian dari sampel adalah sebagian dari subyek dalam populasi yang diteliti, yang sudah
tentu mampu secara representative dapat mewakili populasinya (Sabar, 2007).
Menurut Sugiyono sampel adalah bagian atau jumlah dan karakteritik yang dimiliki oleh
populasi tersebut. Bila populasi besar, dan peneliti tidak mungkin mempelajari semua yang
ada pada populasi, misal karena keterbatasan dana, tenaga dan waktu, maka peneliti akan
mengambil sampel dari populasi itu. Apa yang dipelajari dari sampel itu, kesimpulannya akan
diberlakukan untuk populasi. Untuk itu sampel yang diambil dari populasi harus betul-betul
representative (Sugiyono, 2011).
Makin lengkap ciri-ciri populasinya yang dimasukkan ke dalam sampel, akan makin tinggi
tingkat representativeness sampel.
Pendapat para ahli lain tentang definisi sampel:
Menurut Soekidjo. 2005 : 79; Sampel adalah sebagian untuk diambil dari keseluruhan
obyek yang diteliti dan dianggap mewakili seluruh populasi.
Menurut Issac dan Michael didapatkan dari tabel penentuan jumlah sampel dengan taraf
signifikan 5%, bila populasinya sebanyak 25 maka sampel sebanyak 23 orang.
Menurut Notoatmojo, 2003; Sampel adalah sebagian objek yang diambil dari
keseluruhan objek yang diteliti dan dianggap mewakili seluruh populasi.
Menurut Suharsimi Arikunto, 2002 : 109; Sampel adalah sebagian atau wakil
populasi yang diteliti .
Menurut, Ismiyanto – populasi adalah keseluruhan subjek atau totalitas subjek penelitian
yang dapat berupa; orang, benda/suatu hal yang di dalamnya dapat diperoleh dan atau
dapat memberikan informasi (data) penelitian.
Sedangkan Arikunto – Populasi adalah keseluruhan objek penelitian. Apabila seseorang
ingin meneliti semua elemen yang ada dalam wilayah penelitian, maka penelitiannya
merupakan penelitian populasi.
Ada empat parameter yang dapat dianggap menentukan representativeness sampel (sampel
yang benar-benar mencerminkan populasinya), yaitu:
1. Variabilitas populasi
Variabilitas populasi merupakan hal yang sudah “given”, artinya peneliti harus menerima
sebagaimana adanya, dan tidak dapat mengatur atau memanipulasinya.
2. Besar sampel
Makin besar sampel yang diambil akan semakin besar atau tinggi taraf
representativeness sampel tersebut. Jika populasinya homogen secara sempurna,
besarnya sampel tidak mempengaruhi taraf representativeness sampel.
3. Teknik penentuan sampel
Makin tinggi tingkat ambang dalam penentuan sampel, akan makin tinggi pula tingkat
representativeness sampel.
4. Kecermatan memasukkan ciri-ciri populasi dalam sampel.
8 Program Studi Teknik Sipil Universitas Katolik Santo Thomas Sumatera Utara
DIKTAT MATA KULIAH STATISTIKA DAN PROBABILITAS
Makin lengkap ciri-ciri populasinya yang dimasukkan ke dalam sampel, akan makin
tinggi tingkat representativeness sampel.
Teknik Sampling yaitu merupakan teknik pengambilan sampel. Terdapat berbagai macam
teknik sampling untuk menentukan sampel yang akan dipakai dalam penelitian. Teknik
sampling pada dasarnya bisa dikelompokkan menjadi 2 (dua) macam yaitu probability
sampling dan non-probability sampling, berikut di bawah ini penjelasannya.
Probability sampling adalah suatu teknik sampling yang memberikan peluang atau
kesempatan yang sama bagi setiap unsur (anggota) populasi untuk dipilih menjadi anggota
sampel, teknik ini terdiri atas:
Simple random sampling: dikatakan simple atau sederhana sebab pengambilan sampel
anggota populasi dilakukan secara acak, tanpa memperhatikan strata yang terdapat
dalam populasi tersebut. Cara ini dapat lakukan jika anggota populasi dianggap
homogen.
Dispropotionate Stratified Random Sampling: Suatu teknik yang digunakan untuk
menentukan jumlah sampel, jika populasi berstrata tetapi kurang proporsional.
Proportionate stratified random sampling: salah satu teknik yang digunakan jika
populasi mempunyai anggota atau unsur yang tidak homogen serta berstrata secara
proporsional.
Area sampling (Cluster sampling): Teknik sampling daerah dipakai untuk
menentukan sampel jika objek yang akan diteliti atau sumber data sangat luas, seperti
misalnya penduduk dari suatu negara, provinsi atau dari suatu kabupaten.
Non probability sampling adalah teknik yang tidak memberikan peluang/kesempatan sama
bagi setiap unsur atau anggota populasi untuk dipilih menjadi sampel, teknik ini terdiri atas:
Sampling Sistematis: suatu teknik pengambilan sampel berdasarkan urutan dari
anggota populasi yang telah diberi nomor urut.
Sampling Kuota: Teknik untuk menentukan sampel yang berasal dari populasi yang
memiliki ciri-ciri tertentu sampai jumlah kuota yang diinginkan. Seperti misalnya,
jumlah sampel laki-laki sebanyak 70 orang maka sampel perempuan juga sebanyak 70
orang.
Sampling aksidental: Suatu teknik penentuan sampel berdasarkan kebetulan, yaitu
siapa saja yang secara kebetulan bertemu dengan peneliti dapat dipakai sebagai
sampel, jika dipandang orang yang kebetulan ditemui itu cocok untuk dijadikan
sebagai sumber data.
Purposive Sampling: Suatu teknik penentuan sampel dengan pertimbangan tertentu
atau sleksi khusus. Seperti misalnya, kamu meneliti kriminalitas di kota atau daerah
tertentu, maka kamu mengambil informan yaitu Kapolresta kota atau daerah tersebut,
seorang pelaku kriminal dan seorang korban kriminal yang ada di kota tersebut.
Sampling Jenuh: Suatu teknik penentuan sampel jika semua anggota populasi
digunakan sebagai sampel. Hal ini sering sekali dilakukan jika jumlah populasi relatif
kecil atau sedikit, yaitu kurang dari 30 orang, atau penelitian yang ingin membuat
generalisasi dengan kesalahan yang relatif kecil.
Sampling Snowball: Teknik penentuan sampel yang mula-mula jumlahnya kecil atau
sedikit, lalu kemudian membesar. Atau sampel berdasarkan penelusuran dari sampel
yang sebelumnya. Seperti misalnya, penelitian mengenai kasus korupsi bahwa sumber
informan pertama mengarah kepada informan kedua lalu informn seterusnya.
9 Program Studi Teknik Sipil Universitas Katolik Santo Thomas Sumatera Utara
DIKTAT MATA KULIAH STATISTIKA DAN PROBABILITAS
10 Program Studi Teknik Sipil Universitas Katolik Santo Thomas Sumatera Utara
DIKTAT MATA KULIAH STATISTIKA DAN PROBABILITAS
1. Data Berkala (Time Series) merupakan data yang dikumpulkan dari waktu ke waktu.
Data ini biasa digunakan untuk melihat perkembangan dari hari ke hari berikutnya.
2. Data Cross Section: merupakan data yang dikumpulkan pada waktu tertentu yang
digunakan untuk menggambarkan keadaan dan kegiatan pada waktu itu juga. Seperti
penelitian yang menggunakan kusioner.
Sumber data merupakan sumebr dari mana data diperoleh, apakah data dieproleh dari sumber
langsung (data primer) atau diperoleh dari sumber tidak langsung (data sekunder). Sedangkan
alat yang digunakan yaitu sebuah instrumen pengumpulan data yang berupa alat yang
digunakn untuk mengumpulkan data. Alat tersebut berupa lembar ceklist kuisioner, pedoman
waawancara, camera photo dan lainnya.
Terdapat 3 teknik yang digunakan dalam metode pengumpulan data, yaitu Observasi,
Wawancara dan Angket. Berikut penjelasanya.
1. Observasi
Observasi adalah salah satu teknik pengumpulan data yang tidak hanya mengukur sikap
dari responden seperti wawancara dan angket, namun dalam observasi dapat digunakan
untuk merekam berbagai fenomena yang terjadi seperti situasi dan kondisi yang ada.
Teknik observasi digunakan bila penelitian ditujukan untuk mempelajari perilaku manusia,
proses kerja, gejala-gejala alam dan dilakukan pada responden yang tidak terlalu besar.
Teknik observasi dibedakan menjadi 2, yaitu:
Participant Observation
Dalam teknik Participant Observation, si peneliti secara langsung terlibat dalam
kegiatan sehari-hari orang atau situasi yang diamati sebagai sumber data.
Non participant Observation
Teknik ini kebalikan dari teknik participant Observation, yaitu si peneliti tidak ikut
secara langsung dalam kegiatan atau proses yang sedang diamati.
Dalam penelitian ini, alat yang digunakan yaitu lembar ceklist, buku catatan, kamera
photo.
2. Wawancara
Wawancara merupakan teknik pengumpulan data yang dilakukan dengan bertatap muka
dan tanya jawab langsung antara peneliti dan narasumber atau sumber data.
Pada penelitian besar, biasanya wawancara dilakukan sebagai studi pendahuluan karena
tidak mungkin untuk menggunakan wawancara pada 1000 responden. Sedangkan pada
penelitian kecil, wawancaara dapat diterapkan sebagai teknik pengumpulan data (seperti
penelitian kualitatif).
11 Program Studi Teknik Sipil Universitas Katolik Santo Thomas Sumatera Utara
DIKTAT MATA KULIAH STATISTIKA DAN PROBABILITAS
Wawancara terstruktur yaitu peneliti telah mengetahui dengan pasti tentang informasi
yang ingin digali dari responden sehingga daftar pertanyaan sudah dibuat secara
sistematis. Seperti menyiapkan alat yang akan digunakan, yaitu tape recorder, camera
photo dan material lain yang dapat membantu kelancaran wawancara.
Wawancara tidak terstruktur yaitu sebuah penelitian bebas dalam arti peneliti tidak
menggunakan pedoman wawancara yang berisi pertanyaan yang akan diajukan secara
spesifik, dalam wawancara ini hanya memuat poin-poin penting masalah yang ingin
digali dari responden.
3. Angket
Angket atau kuisioner adalah teknik pengumpulan data yang dilakukan dengan cara
memberikan seperangkat pertanyaan kepada responden untuk dijawabnya. Dalam prinsip
penulisan angket terdapat beberapa faktor yang harus diperhatikan, seperti :
Isi dan tujuan pertanyaan
Bahasa yang digunakan harus sesuai dengan kemampuan yang dimiliki oleh
responden.
Tipe dan bentuk pertanyaan yang diberikan merupakan pertanyaan terbuka atau
tertutup. Jika terbuka maka jawaban yang diberikan bebas, jika tertutup maka
responden hanya diminta untuk memilih jawaban yang telah disediakan.
Pada saat kita dihadapkan pada sekumpulan data yang banyak, seringkali membantu untuk
mengatur dan merangkum data tersebut dengan membuat tabel yang berisi daftar nilai data
yang mungkin berbeda (baik secara individu atau berdasarkan pengelompokkan) bersama
dengan frekuensi yang sesuai, yang mewakili berapa kali nilai-nilai tersebut terjadi. Daftar
sebaran nilai data tersebut dinamakan dengan Daftar Frekuensi atau Sebaran Frekuensi
(Distribusi Frekuensi).
12 Program Studi Teknik Sipil Universitas Katolik Santo Thomas Sumatera Utara
DIKTAT MATA KULIAH STATISTIKA DAN PROBABILITAS
Salah satu cara untuk meringkas data adalah distribusi frekuensi, yaitu pembagian data ke
dalam beberapa kelompok (kelas), yang dilanjutkan dengan perhitungan banyaknya data yang
masuk ke dalam tiap kelas. Dengan kata lain, distribusi frekuensi adalah cara untuk
meringkas serta menyusun sekelompok data mentah (raw data) yang diperoleh dari penelitian
dengan didasarkan pada distribusi (penyebaran) nilai variabel dan frekuensi (banyaknya)
individu pada nilai variabel tersebut. (Nurgiyanto et al, 2002). Atau, distribusi frekuensi
adalah penyusunan data menurut kelas-kelas interval atau kategori tertentu dalam sebuah
daftar. Distribusi frekuensi digambarkan dalam tabel distribusi frekuensi.
Dengan demikian, distribusi frekuensi adalah daftar nilai data (dapat nilai individual atau
nilai data yang sudah dikelompokkan ke dalam selang interval tertentu) yang disertai dengan
nilai frekuensi yang sesuai. Pengelompokkan data ke dalam beberapa kelas dimaksudkan agar
ciri-ciri penting data tersebut dapat segera terlihat. Daftar frekuensi ini akan memberikan
gambaran yang khas tentang bagaimana keragaman data. Sifat keragaman data sangat penting
untuk diketahui, karena dalam pengujian-pengujian statistik selanjutnya kita harus selalu
memperhatikan sifat dari keragaman data. Tanpa memperhatikan sifat keragaman data,
penarikan suatu kesimpulan pada umumnya tidaklah sah.
Sebagai contoh, perhatikan data pada Tabel 1. Tabel tersebut adalah daftar nilai ujian
Matakuliah Statistik dari 80 Mahasiswa (Sudjana, 1996).
80 91 61 72 97 91 88 80 84 90 70 91 93 82 78
70 74 99 95 80 59 71 70 71 92 38 56 81 74 73
63 60 83 82 60 67 89 68 72 85 51 65 93 83 86
76 63 88 70 66 88 79 90 35 83 73 74 43 86 88
Sangatlah sulit untuk menarik suatu kesimpulan dari daftar data tersebut. Secara sepintas, kita
belum dapat menentukan berapa nilai ujian terkecil atau terbesar. Demikian pula, kita belum
dapat mengetahui dengan tepat, berapa nilai ujian yang paling banyak atau berapa banyak
mahasiswa yang mendapatkan nilai tertentu. Dengan demikian, kita harus mengolah data
tersebut terlebih dahulu agar dapat memberikan gambaran atau keterangan yang lebih baik.
Bandingkan dengan tabel yang sudah disusun dalam bentuk daftar frekuensi (Tabel 2a dan
Tabel 2b). Tabel 2a merupakan daftar frekuensi dari data tunggal dan Tabel 2b merupakan
daftar frekuensi yang disusun dari data yang sudah dikelompokkan pada kelas yang sesuai
dengan selangnya. Kita dapat memperoleh beberapa informasi atau karakteristik dari data
nilai ujian mahasiswa.
13 Program Studi Teknik Sipil Universitas Katolik Santo Thomas Sumatera Utara
DIKTAT MATA KULIAH STATISTIKA DAN PROBABILITAS
Nilai Frekuen
No Ujian si
xi fi
4 38 1
: : :
16 70 4
17 71 3
: : :
42 98 1
43 99 1
Total 80
Pada Tabel 2a, kita dapat mengetahui bahwa ada 80 mahasiswa yang mengikuti ujian, nilai
ujian terkecil adalah 35 dan tertinggi adalah 99. Nilai 70 merupakan nilai yang paling banyak
diperoleh oleh mahasiswa, yaitu ada 4 orang, atau kita juga dapat mengatakan ada 4
mahasiswa yang memperoleh nilai 70, tidak ada satu pun mahasiswa yang mendapatkan nilai
36, atau hanya satu orang mahasiswa yang mendapatkan nilai 35.
Tabel 2b merupakan daftar frekuensi dari data yang sudah dikelompokkan. Daftar ini
merupakan daftar frekuensi yang sering digunakan. Kita sering kali mengelompokkan data
contoh ke dalam selang-selang tertentu agar memperoleh gambaran yang lebih baik mengenai
karakteristik dari data. Dari daftar tersebut, kita dapat mengetahui bahwa mahasiswa yang
mengikuti ujian ada 80, selang kelas nilai yang paling banyak diperoleh oleh mahasiswa
adalah sekitar 71 sampai 80, yaitu ada 24 orang, dan seterusnya. Hanya saja perlu diingat
bahwa dengan cara ini kita dapat kehilangan identitas dari data aslinya. Sebagai contoh, kita
dapat mengetahui bahwa ada 2 orang yang mendapatkan nilai antara 31 sampai 40. Meskipun
demikian, kita tidak akan tahu dengan persis, berapa nilai sebenarnya dari 2 orang mahasiswa
tersebut, apakah 31 apakah 32 atau 36 dst.
Ada beberapa istilah yang harus dipahami terlebih dahulu dalam menyusun daftar frekuensi.
Tabel 3. Distribusi Frekuensi Data Majemuk
Kelas Nilai Kelas
Selang Nilai Ujian Batas Kelas Frekuensi (fi)
ke- (xi)
14 Program Studi Teknik Sipil Universitas Katolik Santo Thomas Sumatera Utara
DIKTAT MATA KULIAH STATISTIKA DAN PROBABILITAS
1. Range (R) : Selisih antara nilai tertinggi dan terendah. Pada contoh ujian di atas, Range =
99 – 35 = 64
2. Batas bawah kelas: Nilai terkecil yang berada pada setiap kelas. (Contoh: Pada Tabel 3
di atas, batas bawah kelasnya adalah 31, 41, 51, 61, …, 91)
3. Batas atas kelas: Nilai terbesar yang berada pada setiap kelas. (Contoh: Pada Tabel 3
di atas, batas bawah kelasnya adalah 40, 50, 60, …, 100)
4. Batas kelas (Class boundary): Nilai yang digunakan untuk memisahkan antar kelas, tapi
tanpa adanya jarak antara batas atas kelas dengan batas bawah kelas berikutnya. Contoh:
Pada kelas ke-1, batas kelas terkecilnya yaitu 30.5 dan terbesar 40.5. Pada kelas ke-2,
batas kelasnya yaitu 40.5 dan 50.5. Nilai pada batas atas kelas ke-1 (40.5) sama dengan
dan merupakan nilai batas bawah bagi kelas ke-2 (40.5). Batas kelas selalu dinyatakan
dengan jumlah digit satu desimal lebih banyak daripada data pengamatan asalnya.
Hal ini dilakukan untuk menjamin tidak ada nilai pengamatan yang jatuh tepat pada batas
kelasnya, sehingga menghindarkan keraguan pada kelas mana data tersebut harus
ditempatkan. Contoh: bila batas kelas di buat seperti ini:
Kelas ke-1 : 30 – 40
Kelas ke-2 : 40 – 50
dst.
Apabila ada nilai ujian dengan angka 40, apakah harus ditempatkan pada kelas-1 ataukah
kelas ke-2?
5. Panjang/lebar kelas (selang kelas): Selisih antara dua nilai batas bawah kelas yang
berurutan atau selisih antara dua nilai batas atas kelas yang berurutan atau selisih antara
nilai terbesar dan terkecil batas kelas bagi kelas yang bersangkutan. Biasanya lebar kelas
tersebut memiliki lebar yang sama. Contoh:
lebar kelas = 41 – 31 = 10 (selisih antara 2 batas bawah kelas yang berurutan) atau
lebar kelas = 50 – 40 = 10 (selisih antara 2 batas atas kelas yang berurutan) atau
lebar kelas = 40.5 – 30.5 = 10. (selisih antara nilai terbesar dan terkecil batas kelas pada
kelas ke-1).
6. Nilai tengah kelas: Nilai kelas merupakan nilai tengah dari kelas yang bersangkutan yang
diperoleh dengan formula berikut: ½ (batas atas kelas+batas bawah kelas). Nilai ini
yang dijadikan pewakil dari selang kelas tertentu untuk perhitungan analisis statistik
selanjutnya. Contoh: Nilai kelas ke-1 adalah ½(31+40) = 35.5
7. Banyak kelas: Sudah jelas! Pada tabel ada 7 kelas.
8. Frekuensi kelas: Banyaknya kejadian (nilai) yang muncul pada selang kelas tertentu.
Contoh, pada kelas ke-1, frekuensinya = 2. Nilai frekuensi = 2 karena pada selang antara
30.5 – 40.5, hanya ada 2 angka yang muncul, yaitu nilai ujian 31 dan 38.
15 Program Studi Teknik Sipil Universitas Katolik Santo Thomas Sumatera Utara
DIKTAT MATA KULIAH STATISTIKA DAN PROBABILITAS
Banyak software (teknologi komputasi) yang dapat digunakan untuk membuat tabel distribusi
frekuensi secara otomatis. Meskipun demikian, di sini tetap akan diuraikan mengenai
prosedur dasar dalam membuat tabel distribusi frekuensi.
Langkah-langkah dalam menyusun tabel distribusi frekuensi:
1. Urutkan data, biasanya diurutkan dari nilai yang paling kecil
Tujuannya agar range data diketahui dan mempermudah penghitungan frekuensi tiap
kelas
2. Tentukan range (rentang atau jangkauan)
Range = nilai maksimum – nilai minimum
3. Tentukan banyak kelas (i) yang diinginkan. Jangan terlalu banyak/sedikit, berkisar
antara 5 dan 20, tergantung dari banyak dan sebaran datanya.
Aturan “Sturges”: Banyak kelas (i), yakni
i = 1 + 3.3 log n, ..........................................................................................
(2.1)
dimana n = banyaknya data
4. Tentukan panjang/lebar kelas interval (p): Panjang kelas (p) = [rentang]/[banyak kelas]
5. Tentukan nilai ujung bawah kelas interval pertama
Pada saat menyusun TDF, pastikan bahwa kelas tidak tumpang tindih sehingga setiap nilai-
nilai pengamatan harus masuk tepat ke dalam satu kelas. Pastikan juga bahwa tidak akan ada
data pengamatan yang tertinggal (tidak dapat dimasukkan ke dalam kelas tertentu). Cobalah
untuk menggunakan lebar yang sama untuk semua kelas, meskipun kadang-kadang tidak
mungkin untuk menghindari interval terbuka, seperti ” ≥ 91 ” (91 atau lebih). Mungkin juga
ada kelas tertentu dengan frekuensi nol.
Contoh:
Kita gunakan prosedur di atas untuk menyusun tabel distribusi frekuensi nilai ujian
mahasiswa (Tabel 1). Berikut adalah nilai ujian yang sudah diurutkan:
35 38 43 48 49 51 56 59 60 60
61 63 63 63 65 66 67 67 68 70
70 70 70 71 71 71 72 72 72 73
73 74 74 74 74 75 75 76 76 77
78 79 79 80 80 80 80 81 81 81
82 82 83 83 83 84 85 86 86 87
88 88 88 88 89 90 90 90 91 91
91 92 92 93 93 93 95 97 98 99
16 Program Studi Teknik Sipil Universitas Katolik Santo Thomas Sumatera Utara
DIKTAT MATA KULIAH STATISTIKA DAN PROBABILITAS
Nilai ujian terkecil = 35. Penentuan nilai batas bawah kelas bebas saja, asalkan nilai
terkecil masih masuk ke dalam kelas tersebut. Misalkan: apabila nilai batas bawah yang kita
pilih adalah 26, maka interval kelas pertama: 26 – 35, nilai 35 tepat jatuh di batas atas kelas
ke-1. Namun apabila kita pilih nilai batas bawah kelas 20 atau 25, jelas nilai terkecil, 35,
tidak akan masuk ke dalam kelas tersebut. Namun untuk kemudahan dalam penyusunan dan
pembacaan TDF, tentunya juga untuk keindahan, lebih baik kita memilih batas bawah 30 atau
31. Dengan demikian diputuskan batas bawahnya adalah 31.
Dari prosedur di atas, kita dapat info sebagai berikut:
Banyak kelas
Panjang kelas : 10
Batas bawah kelas : 31
Selanjutnya kita susun TDF:
Form TDF:
------------------------------------------------------------
Kelas ke- | Nilai Ujian | Batas Kelas | Turus | Frekuensi
------------------------------------------------------------
1 31 -
2 41 -
3 51 -
: : -
6 81 -
7 91 -
------------------------------------------------------------
Jumlah
------------------------------------------------------------
Tabel berikut merupakan tabel yang sudah dilengkapi,
Nilai
Kelas ke- Batas Kelas Frekuensi (fi)
Ujian
1 31 – 40 30.5 – 40.5 2
2 41 – 50 40.5 – 50.5 3
3 51 – 60 50.5 – 60.5 5
4 61 – 70 60.5 – 70.5 13
5 71 – 80 70.5 – 80.5 24
6 81 – 90 80.5 – 90.5 21
7 91 – 100 90.5 – 100.5 12
Jumlah 80
17 Program Studi Teknik Sipil Universitas Katolik Santo Thomas Sumatera Utara
DIKTAT MATA KULIAH STATISTIKA DAN PROBABILITAS
18 Program Studi Teknik Sipil Universitas Katolik Santo Thomas Sumatera Utara
DIKTAT MATA KULIAH STATISTIKA DAN PROBABILITAS
Variasi lain adalah Frekuensi kumulatif lebih dari. Prinsipnya hampir sama dengan prosedur
di atas.
2.4. Diagram
Histogram adalah merupakan bagian dari grafik batang di mana skala horisontal mewakili
nilai-nilai data kelas dan skala vertikal mewakili nilai frekuensinya. Tinggi batang sesuai
dengan nilai frekuensinya, dan batang satu dengan lainnya saling berdempetan, tidak ada
jarak/gap diantara batang. Kita dapat membuat histogram setelah tabel distribusi frekuensi
data pengamatan dibuat.
Poligon Frekuensi menggunakan segmen garis yang terhubung ke titik yang terletak tepat di
atas nilai-nilai titik tengah kelas. Ketinggian dari titik-titik sesuai dengan frekuensi kelas, dan
segmen garis diperluas ke kanan dan kiri sehingga grafik dimulai dan berakhir pada sumbu
horisontal.
19 Program Studi Teknik Sipil Universitas Katolik Santo Thomas Sumatera Utara
DIKTAT MATA KULIAH STATISTIKA DAN PROBABILITAS
Ogive adalah grafik garis yang menggambarkan frekuensi kumulatif, seperti daftar distribusi
frekuensi kumulatif. Perhatikan bahwa batas-batas kelas dihubungkan oleh segmen garis
yang dimulai dari batas bawah kelas pertama dan berakhir pada batas atas dari kelas terakhir.
Ogive berguna untuk menentukan jumlah nilai di bawah nilai tertentu. Sebagai contoh, pada
gambar berikut menunjukkan bahwa 68 mahasiswa mendapatkan nilai kurang dari 90.5.
20 Program Studi Teknik Sipil Universitas Katolik Santo Thomas Sumatera Utara
DIKTAT MATA KULIAH STATISTIKA DAN PROBABILITAS
Salah satu aspek yang paling penting untuk menggambarkan distribusi data adalah nilai pusat
data pengamatan (Central Tendency). Setiap pengukuran aritmatika yang ditujukan untuk
menggambarkan suatu nilai yang mewakili nilai pusat atau nilai sentral dari suatu gugus data
(himpunan pengamatan) dikenal sebagai ukuran pemusatan data (tendensi sentral).
Terdapat tiga ukuran pemusatan data yang sering digunakan, yaitu:
Mean (Rata-rata hitung/rata-rata aritmetika)
Median
Mode
Pada artikel ini akan di bahas mengenai pengertian beberapa ukuran pemusatan data yang
dilengkapi dengan contoh perhitungan, baik untuk data tunggal ataupun data yang sudah
dikelompokkan dalam tabel distribusi frekuensi. Selain ukuran statistik di atas, akan dibahas
juga mengenai beberapa ukuran statistik lainnya, seperti Rata-rata Ukur (Geometric Mean),
Rata-rata Harmonik (H) serta beberapa karakteristik penting yang perlu dipahami untuk
ukuran tendensi sentral yang baik serta bagaimana memilih atau menggunakan nilai tendensi
sentral yang tepat.
21 Program Studi Teknik Sipil Universitas Katolik Santo Thomas Sumatera Utara
DIKTAT MATA KULIAH STATISTIKA DAN PROBABILITAS
Ukuran Pemusatan Data merupakan salah satu pengukuran data dalam statistika. Ukuran
Pemusatan data terdiri dari penghitungan rata-rata (Mean), nilai tengah (Median), dan nilai
yang sering muncul (Modus).
Ukuran pemusatan Data 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 atau masing-masing anggota data contoh.
Nilai ukuran pemusatan ini dibuat sedemikian sehingga cukup mewakili seluruh nilai pada
data yang bersangkutan. Ukuran pemusatan yang paling banyak digunakan adalah median,
mean, dan modus
Nilai rata-rata ini disebut dengan Mean, nilai rata-rata akhir di sini didapat dari penjumlahan
nilai yang didapat dari masing-masing mata pelajaran kemudian hasil penjumlahan tersebut
dibagi dengan jumlah mata pelajaran yang ada.
Mean adalah Nilai Rata-rata yang didapat dari hasil penjumlahan seluruh nilai dari masing-
masing data, kemudian dibagi dengan banyaknya data yang ada. Untuk meghitung Nilai
Mean dari Kumpulan data, masih terbagi lagi menjadi dua jenis data, yaitu Data tunggal dan
Data Kelompok.
Data tunggal adalah data yang belum disusun atau dikelompokkan kedalam kelas-kelas
interval, sedangkan Data kelompok adalah data yang telah disusun atau dikelompokkan
menurut kelas intervalnya.
Jawab:
............................................................................................
(3.1)
22 Program Studi Teknik Sipil Universitas Katolik Santo Thomas Sumatera Utara
DIKTAT MATA KULIAH STATISTIKA DAN PROBABILITAS
1. Cara Biasa
Rumus menghitung Mean dari Data Kelompok dengan cara biasa, adalah:
X fi.xi ..............................................................................................................................
fi
(3.2)
Keterangan:
X = Rata-Rata Hitung yang akan dicari
xi = nilai tengah data ke-i
fi = frekuensi data ke -i
Contoh soal 1 :
Diketahui data sebagai berikut, hitunglah Meannya.
Nilai Frekuensi
0-9 0
10-19 2
20-29 2
30-39 5
40-49 8
50-59 14
60-69 9
70-79 6
80-89 3
90-99 1
Total 50
Untuk mencari Mean, kita diperlukan mencari nilai tengah dan jumlah hasil dari nilai tengah
dikali dengan frekuensi. Berikut tabel setelah dicari.
Jawab :
Nilai Nilai Tengah Frekuen Frekuensi F1X1 Tepi Kelas
si Kumulatif
0 -9 0+9 / 2 = 4.5 0 0 0 x 4.5 = 0 -0.5 – 9.5
10-19 (10+19)/2= 14.5 2 0+2 = 2 2 x 14.5 = 29 9.5 – 19.5
20-29 (20+29)/2 = 24.5 2 2+2 = 4 2 x 24.5 = 49 19.5 – 29.5
30-39 (30+39)/2= 34.5 5 5+4 = 9 5x34.5= 172.5 29.5 – 39.5
40-49 (40+49)/2 = 44.5 8 9+8 = 17 8 x 44.5 = 356 39.5 – 49.5
50-59 (50+59)/2=54.5 14 17+14 = 31 14x54.5 = 763 49.5 – 59.5
60-69 (60+69)/2= 64.5 9 31+9 = 40 9x64.5= 580.5 59.5 – 69.5
70-79 (70+79)/2 = 74.5 6 40+6 = 46 6 x 74.5 = 447 69.5 – 79.5
23 Program Studi Teknik Sipil Universitas Katolik Santo Thomas Sumatera Utara
DIKTAT MATA KULIAH STATISTIKA DAN PROBABILITAS
Contoh Soal 2:
Data di bawah ini merupakan data nilai mata kuliah rekayasa lalu lintas prodi teknik sipil.
56 59 61 65 64 57 58 52 53 54 55 64 66 62
64 58 64 67 68 71 75 57 58 61 64 62 66 55
57 52 51 54 56 61 68 62 65 58 64 67 68 71
75 57 58 61 64 56 65 64 57 58 52 53 54 55
64 66 62 64 58 64 67 68 73 76 54 59 61 67
65 64 57 58 52 53 54 55 64 66 62 64 58 64
67 68 71 75 57 58 61 64 65 64 57 58 52 53
54 55
K =7 P= 4
Kelas Interval (K) F xi fi.xi
51 - 54 16 52.5 840
55 - 58 27 56.5 1526
59 - 62 13 60.5 787
63 - 66 26 64.5 1677
67 - 70 10 68.5 685
71 - 74 4 72.5 290
75 - 78 4 76.5 306
Jumlah 100 6110
X
fi.xi 6110 61.1
fi 100
Jadi, Nilai Rata-rata (Mean) dari hasil ujian mata kuliah rekayasa lalu lintas adalah: 61,1
Contoh Soal 3:
Data Hasil Nilai ujian mata kuliah perkerasan jalan raya yang didapat mahasiswa yang
berjumlah sebanyak 30 orang, adalah sebagai berikut:
Yang mendapat nilai 41 - 50, sebanyak 5 orang
Yang mendapat nilai 51 - 60, sebanyak 8 orang
Yang mendapat nilai 61 - 70, sebanyak 7 orang
Yang mendapat nilai 71 - 80, sebanyak 6 orang
Yang mendapat nilai 81 - 90, sebanyak 4 orang
24 Program Studi Teknik Sipil Universitas Katolik Santo Thomas Sumatera Utara
DIKTAT MATA KULIAH STATISTIKA DAN PROBABILITAS
Nilai Tengah adalah penjumlahan nilai tepi bawah (Nilai terendah) dengan Nilai tepi atas
(Nilai tertinggi) dari masing-masing kelompok nilai, kemudian dibagi dua.
Nilai tengah 41-50, adalah: (41+50) : 2, sama dengan 45,5
dst
Kemudian, untuk lebih mempermudah perhitungan, data-data tersebut di atas kita susun ke
dalam sebuah Tabel, seperti berikut ini:
Jadi, Nilai Rata-rata (Mean) dari hasil ujian mata kuliah perkerasan jalan raya adalah: 64,167
Contoh Soal 1:
Data di bawah ini merupakan data nilai mata kuliah rekayasa lalu lintas mahasiswa prodi
teknik sipil.
56 59 61 65 64 57 58 52 53 54 55 64 66 62
64 58 64 67 68 71 75 57 58 61 64 62 66 55
57 52 51 54 56 61 68 62 65 58 64 67 68 71
75 57 58 61 64 56 65 64 57 58 52 53 54 55
64 66 62 64 58 64 67 68 73 76 54 59 61 67
65 64 57 58 52 53 54 55 64 66 62 64 58 64
67 68 71 75 57 58 61 64 65 64 57 58 52 53
54 55
Berapa Mean dari data Kelompok di atas?
K =7 P = 4
25 Program Studi Teknik Sipil Universitas Katolik Santo Thomas Sumatera Utara
DIKTAT MATA KULIAH STATISTIKA DAN PROBABILITAS
Kelas Interval
f xi ci fi.ci
(K)
[1] [2] [3] [4] [5]
51 - 54 16 52.5 -1 -16
55 - 58 27 56.5 0 0
59 - 62 13 60.5 1 13
63 - 66 26 64.5 2 52
67 - 70 10 68.5 3 30
71 - 74 4 72.5 4 16
75 - 78 4 76.5 5 20
Jumlah 100 14 115
fi.ci
X Xs .P 56.5 115 .4 61.1
fi 100
Jadi, Nilai Rata-rata (Mean) dari hasil ujian mata kuliah rekayasa lalu lintas program studi
teknik sipil adalah: 61,1
Contoh Soal:
Data di bawah ini merupakan data nilai mata kuliah rekayasa lalu lintas mahasiswa program
studi teknik sipil.
56 59 61 65 64 57 58 52 53 54 55 64 66 62
64 58 64 67 68 71 75 57 58 61 64 62 66 55
57 52 51 54 56 61 68 62 65 58 64 67 68 71
75 57 58 61 64 56 65 64 57 58 52 53 54 55
64 66 62 64 58 64 67 68 73 76 54 59 61 67
65 64 57 58 52 53 54 55 64 66 62 64 58 64
67 68 71 75 57 58 61 64 65 64 57 58 52 53
54 55
26 Program Studi Teknik Sipil Universitas Katolik Santo Thomas Sumatera Utara
DIKTAT MATA KULIAH STATISTIKA DAN PROBABILITAS
Jadi, Nilai Rata-rata (Mean) dari hasil ujian mata kuliah rekayasa lalu lintas mahasiswa
program studi teknik sipil adalah: 61,1.
Jika kita mempunyai beberapa buah nilai rata-rata, maka untuk mendapatkan nilai rata-rata
gabungannya kita tidak boleh langsung merata-ratakan beberapa buah nilai rata-rata tersebut.
Hal ini disebabkan karena masing-masing rata-rata tersebut mungkin saja berasal dari jumlah
sampel yang berbeda-beda. Oleh karena itu, untuk menghitung rata-rata gabungannya, kita
harus mempertimbangkan jumlah sampel masing-masing rata-rata.
X gab
n x X i i
......................................................................................................................
n
(3.6)
Berikut ini diberikan contoh menghitung rata-rata gabungan menggunakan rumus di
atas.
Rata-rata tinggi badan 10 siswa di kelas A adalah 170,1 cm, rata-rata tinggi badan 15
siswa di kelas B adalah 173,4 cm. Selanjutnya, rata-rata tinggi badan 5 siswa di kelas C
adalah 168,9. Berapakah rata-rata gabungan tinggi badan 30 siswa di ketiga kelas tersebut?
Jawab:
Diketahui bahwa
1. x¯1=170,1 dan n1=10
2. x¯2=173,4 dan n2 =15
27 Program Studi Teknik Sipil Universitas Katolik Santo Thomas Sumatera Utara
DIKTAT MATA KULIAH STATISTIKA DAN PROBABILITAS
3. x¯3=168,9 dan n3 =5
X gab
170,18 *10 173,4 *15 168,9 * 5 171,55
10 15 5
Dengan demikian rata-rata gabungan 30 siswa di ketiga kelas tersebut adalah 171,55 cm.
Perhatian!!!
Jika kita langsung merata-ratakan ketiga rata-rata tersebut tanpa mempertimbangkan jumlah
sampelnya, maka rata-ratanya menjadi:
x¯=(170,1+173,4+168,9)/3=170,8
Ternyata hasilnya berbeda dengan penghitungan rata-rata dengan menggunakan rumus rata-
rata gabungan di atas. Oleh karena itu, perlu kehati-hatian jika kita ingin menghitung rata-rata
gabungan.
60 x8 70 x6 90 x 4
X gab 70
864
Soal dan Latihan
Soal No. 1
Rata-rata nilai ujian matematika 40 siswa adalah 50. Jika 5 siswa yang nilainya sama
dikeluarkan dari rata-rata tersebut maka rata-ratanya berubah menjadi 55. Berapakah nilai
masing-masing 5 siswa tersebut?
Soal No. 2
Sebuah perusahaan industri memiliki dua jenis produk yaitu produk A dan produk B. Untuk
mengetahui kualitas dari kedua produk tersebut, dilakukan pengambilan sampel masing-
masing dari produk A dan produk B untuk selanjutnya dilakukan pengujian. Hasil pengujian
menunjukkan bahwa nilai rata-rata kualitas produk A adalah 95, sedangkan nilai rata-rata
kualitas produk B adalah 75. Jika kedua sampel produk digabung, nilai rata-rata kualitas
produk menjadi 87. Berapakah perbandingan jumlah sampel produk A dan produk B?
3.2. Median
3.2.1. Pengertian
Median adalah nilai yang memisahkan separuh sampel data, populasi, atau distribusi
probabilitas yang lebih tinggi, dari setengah bagian bawah. Untuk kumpulan data, ini bisa
28 Program Studi Teknik Sipil Universitas Katolik Santo Thomas Sumatera Utara
DIKTAT MATA KULIAH STATISTIKA DAN PROBABILITAS
dianggap sebagai nilai "tengah". Misalnya, di kumpulan data {1, 3, 3, 6, 7, 8, 9}, mediannya
adalah angka 6, angka terbesar keempat, dan keempat terbesar dalam sampel. Untuk
distribusi probabilitas kontinyu, median adalah nilai sedemikian rupa sehingga angka sama-
sama cenderung turun di atas atau di bawahnya.
Median adalah ukuran umum dari sifat kumpulan data dalam statistik dan teori probabilitas.
Keuntungan dasar median dalam menggambarkan data dibandingkan dengan rata-rata (sering
digambarkan sebagai "rata-rata") adalah bahwa hal itu tidak terlalu miring oleh nilai yang
sangat besar atau kecil, dan karenanya dapat memberikan gambaran yang lebih baik tentang
"tipikal "nilai. Misalnya, dalam memahami statistik seperti pendapatan atau aset rumah
tangga yang sangat bervariasi, rata-rata mungkin miring oleh sejumlah kecil nilai yang sangat
tinggi atau rendah. Pendapatan median, misalnya, mungkin merupakan cara yang lebih baik
untuk menyarankan penghasilan "khas" apa adanya.
Median adalah mean dari dua angka tengah: ini adalah (4 + 5) ÷ 2, yaitu 4,5 atau 4 1/2.
(Dalam istilah yang lebih teknis, ini menafsirkan median sebagai mid-range yang dipangkas
sepenuhnya). Median dapat ditunjukkan dengan rumus.
Rumus yang digunakan untuk menemukan nomor tengah kumpulan data dari angka numerik
yang dipesan adalah (n + 1) ÷ 2. Ini memberi nomor tengah (untuk sejumlah nilai ganjil) atau
titik tengah antara dua nilai tengah. Sebagai contoh, dengan 14 nilai, rumus akan memberikan
7, 5, dan median akan diambil dengan rata-rata nilai ketujuh dan kedelapan.
Karena itu, median sangat penting dalam statistik yang kuat, karena ini adalah statistik yang
paling tahan, memiliki titik impas 50%: selama tidak lebih dari separuh data terkontaminasi,
median tidak akan memberikan keuntungan yang sewenang-wenang. atau hasil kecil.
Median adalah Nilai tengah dari kumpulan data yang telah diurutkan, jika jumlah data Ganjil
maka Nilai Median adalah satu nilai yang berada di tengah urutan, namun jika jumlah data
Genap maka Mediannya adalah hasil penjumlahan dua nilai yang berada di tengah
urutan data, kemudian hasilnya dibagi dua.
Untuk meghitung Nilai Median dari Kumpulan data, masih terbagi lagi menjadi dua jenis
data, yaitu Data tunggal dan Data Kelompok.
29 Program Studi Teknik Sipil Universitas Katolik Santo Thomas Sumatera Utara
DIKTAT MATA KULIAH STATISTIKA DAN PROBABILITAS
b) jika banyaknya
data besar, setelah data diurutkan, digunakan rumus:
Untuk n ganjil : Me X (n + 1) ..........................................................................................
2
(3.7)
X n X n
( ) ( 1)
Untuk n genap: Me 2 2 ...............................................................................
2
(3.8)
Keterangan:
xn/2 = data pada urutan ke-n/2 setelah diurutkan.
Contoh Soal:
Data di bawah ini merupakan data nilai mata kuliah rekayasa lalu lintas mahasiswa program
studi teknik sipil.
56 59 61 65 64 57 58 52 53 54 55 64 66 62 54 55
30 Program Studi Teknik Sipil Universitas Katolik Santo Thomas Sumatera Utara
DIKTAT MATA KULIAH STATISTIKA DAN PROBABILITAS
64 58 64 67 68 71 75 57 58 61 64 62 66 55
57 52 51 54 56 61 68 62 65 58 64 67 68 71
75 57 58 61 64 56 65 64 57 58 52 53 54 55
64 66 62 64 58 64 67 68 73 76 54 59 61 67
65 64 57 58 52 53 54 55 64 66 62 64 58 64
67 68 71 75 57 58 61 64 65 64 57 58 52 53
Jadi, Nilai Tengah (Median) dari hasil ujian mata kuliah rekayasa lalu lintas mahasiswa
program studi teknik sipil adalah: 60,7
3.3. Modus
3.3.1. Pengertian
Modus adalah: Data atau nilai yang paling sering muncul atau yang memiliki jumlah
frekuensi terbanyak
Untuk meghitung Nilai Modus dari Kumpulan data, masih terbagi lagi menjadi dua jenis
data, yaitu Data tunggal dan Data Kelompok.
Contoh Soal 1:
Hasil ujian akhir mata kuliah Statistik yang didapat dari 12 orang mahasiswa, adalah:
31 Program Studi Teknik Sipil Universitas Katolik Santo Thomas Sumatera Utara
DIKTAT MATA KULIAH STATISTIKA DAN PROBABILITAS
75 , 80 , 70, 65 , 70 , 70 , 65 , 80 , 75 , 80 , 70 , 70
Berapa nilai Modus dari data tunggal di atas?
Jawab:
65 , 65 , 70 , 70 , 70 , 70 , 70 , 75 , 75 , 80 , 80 , 80
Modus adalah nilai yang paling sering muncul, dan dari data di atas, didapat bahwa data nilai
yang sering muncul adalah nilai 7, sebanyak 5 kali.
Modus = 7
Contoh soal 2:
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.
Contoh Soal:
Data di bawah ini merupakan data nilai mata kuliah rekayasa lalu lintas mahasiswa program
studi teknik sipil.
56 59 61 65 64 57 58 52 53 54 55 64 66 62 54 55
64 58 64 67 68 71 75 57 58 61 64 62 66 55
57 52 51 54 56 61 68 62 65 58 64 67 68 71
75 57 58 61 64 56 65 64 57 58 52 53 54 55
64 66 62 64 58 64 67 68 73 76 54 59 61 67
65 64 57 58 52 53 54 55 64 66 62 64 58 64
67 68 71 75 57 58 61 64 65 64 57 58 52 53
32 Program Studi Teknik Sipil Universitas Katolik Santo Thomas Sumatera Utara
DIKTAT MATA KULIAH STATISTIKA DAN PROBABILITAS
Jadi, Nilai Terbanyak (Modus) dari hasil ujian mata kuliah rekayasa lalu lintas mahasiswa
program studi teknik sipil adalah: 56,3
3.4. Quartil
3.4.1. Pengertian
Quartil adalah data yang membagi posisi sekumpulan data yang telah diurutkan menjadi
empat bagian. Dalam satu urutan data terdapat 3 Quartil yaitu Quartil bawah, Quartil tengah,
dan Quartil atas. Cara menentukan Quartil adalah sebagai berikut.
Quartil bawah adalah data pada posisi 1/4 dari kumpulan data yang telah diurutkan.
Quartil bawah disimbolkan dengan Q1.
Quartil tengah adalah data pada posisi 2/4 dari kumpulan data yang telah diurutkan.
Quartil tengah sama dengan median. Quartil tengah disimbolkan dengan Q2.
Quartil atas adalah data pada posisi 3/4 dari kumpulan data yang telah diurutkan.
Quartil atas disimbolkan dengan Q3.
Dengan garis bilangan, dapat ditunjukkan sebagai berikut :
Keterangan :
x1 = data terkecil K3 = Quartil atas (Quartil ketiga)
K1 = Quartil bawah (Quartil pertama) xn = data terbesar
K2 = Quartil tengah (Quartil kedua = median
Berdasarkan ilustrasi di atas, dapat dikatakan bahwa:
Quartil pertama (Q1/Quartil Bawah) ialah nilai dalam distribusi yang membatasi 25%
frekuensi di bagian bawah distribusi.
Quartil kedua (Q2/Quartil Tengah) ialah nilai dalam distribusi yang membatasi 50%
frekuensi di bagian atas dan 50% di bawahnya/tengah-tengah
Quartil ketiga (Q3/Quartil Atas) ialah nilai dalam distribusi yang membatasi 75%
frekuensi di bagian bawah.
33 Program Studi Teknik Sipil Universitas Katolik Santo Thomas Sumatera Utara
DIKTAT MATA KULIAH STATISTIKA DAN PROBABILITAS
Berdasarkan hal tersebut maka dapat disimpulkan Quartil merupakan nilai-nilai yang
membagi sekumpulan data menjadi 4 bagian yang sama. Jenisnya ada kuarti bawah (Q1),
Kuarti tengah (Q2) dan Quartil Atas (Q3). Quartil untuk data tunggal dan data kelompok
interval berbeda cara menentukannya. Namun intinya sama yaitu menentukan nilai yang
membagi sekumpulan data menjadi 4 bagian yang sama.
Quartil membagi data menjadi empat bagian yang sama banyak dari data yang telah terurut
yang masing-masing 25% . Quartil (Q) ada tiga yaitu Q1 (Quartil bawah), Q2 (Quartil tengah
atau median) dan Q3 (Quartil atas). Beberapa langkah yang ditempuh untuk mencari Quartil
adalah sebagai berikut:
a) Susunlah data menurut urutannya
b) Tentukan letak Quartil dan
c) Tentukan nilai Quartilnya
Letak Quartil ke i dapat dicari dengan menggunakan rumus berikut:
i ( n 1)
Letak Qi ..................................................................................................................
4
(3.11)
Keterangan :
Q1 = kuartike ke-i
n = banyaknya data
i = indeks Quartil yaitu 1, 2, 3
Contoh Soal 1:
Tentukan Q1 , Q2 dan Q3 dari data : 7, 3, 8, 5, 9, 4, 8, 3, 10, 2, 7, 6, 8, 7, 2, 6, 9
Jawab :
Data terurut : 2, 2, 3, 3, 4, 5, 6, 6, 7, 7, 7, 8, 8, 8, 9, 9, 10
n = 17
Contoh Soal 2:
Tentukan Q1 , Q2 dan Q3 dari data : 7, 3, 8, 5, 1, 9, 4, 8, 3, 10, 2, 7, 6, 8, 7, 2, 6, 9,
Jawab :
Data terurut : 1, 2, 2, 3, 3, 4, 5, 6, 6, 7, 7, 7, 8, 8, 8, 9, 9, 10
n = 18
34 Program Studi Teknik Sipil Universitas Katolik Santo Thomas Sumatera Utara
DIKTAT MATA KULIAH STATISTIKA DAN PROBABILITAS
Q1 X 4 0.75( X 5 X 4 ) Q2 X 9 0.5( X 10 X 9 )
Q1 3 0.75(3 3) Q2 6 0.5(7 6)
Q1 3 Q2 6.5
Jika data yang tersedia merupakan data kelompok, artinya data itu dikelompokkan
ke dalam interval-interval kelas yang sama panjang. Untuk mengetahui nilai Quartilnya dapat
ditentukan dengan rumus berikut ini.
i.n
4 F
Qi Tb p ..........................................................................................................
f
(3.12)
Keterangan :
Qi = Quartil ke-i
Tb = tepi bawah kelas Quartil
p = panjang kelas
n = banyak data
F = frekuensi kumulatif sebelum kelas Quartil
f = frekuensi kelas Quartil
Contoh Soal 1:
Data di bawah ini merupakan data nilai mata kuliah rekayasa lalu lintas mahasiswa program
studi teknik sipil.
56 59 61 65 64 57 58 52 53 54 55 64 66 62 54 55
64 58 64 67 68 71 75 57 58 61 64 62 66 55
57 52 51 54 56 61 68 62 65 58 64 67 68 71
75 57 58 61 64 56 65 64 57 58 52 53 54 55
64 66 62 64 58 64 67 68 73 76 54 59 61 67
65 64 57 58 52 53 54 55 64 66 62 64 58 64
67 68 71 75 57 58 61 64 65 64 57 58 52 53
Berapa Nilai Q1 dan Q2 dari data Kelompok di atas?
K=7 P=4 Letak Letak
Kelas Interval (K) F 1(100) 100 2(100) 200
Q1 25 Q2 50
51 - 54 16 4 4 4 4
55 - 58 27 Letak Kelas Quartil terletak Letak Kelas Quartil terletak
59 - 62 13 pada Kelas ke-2 pada Kelas ke-3
63 - 66 26
67 - 70 10
71 - 74 4
75 - 78 4
Jumlah 100
35 Program Studi Teknik Sipil Universitas Katolik Santo Thomas Sumatera Utara
DIKTAT MATA KULIAH STATISTIKA DAN PROBABILITAS
1.n 2.n
4 F 4 F
Q1 Tb p Q2 Tb p
f f
1 .100 2 .100
4 16 4 (16 27)
Q1 54,5 4 Q2 58,5 4
27 13
Q1 55,8 Q2 60,7
Jadi, dari hasil ujian mata kuliah rekayasa lalu lintas mahasiswa program studi teknik sipil
didapat Nilai Q1 = 55,8 dan Q2 = 60,7
Jangkauan Inter Quartil adalah selisih antara Quartil atas (Q 3) dan Quartil bawah (Q1). Jika
jangkauan interQuartil dinotasikan dengan QR maka:
QR = Q3 – Q1 .............................................................................................................
(3.13)
Walaupun rumusnya sederhana tetapi untuk mencari nilai jangkauan interQuartil harus
berangkat dari konsep Quartil atas dan Quartil bawah. Bagaimana dengan simpangan Quartil?
Jangkauan semiinter Quartil atau Simpangan Quartil adalah setengah dari jangkauan
inter Quartil. Jika jangkauan semiinter Quartil dinotasikan dengan Qd, maka:
Contoh Soal:
Data di bawah ini merupakan data nilai mata kuliah rekayasa lalu lintas mahasiswa program
studi teknik sipil.
56 59 61 65 64 57 58 52 53 54 55 64 66 62 54 55
64 58 64 67 68 71 75 57 58 61 64 62 66 55
57 52 51 54 56 61 68 62 65 58 64 67 68 71
75 57 58 61 64 56 65 64 57 58 52 53 54 55
64 66 62 64 58 64 67 68 73 76 54 59 61 67
65 64 57 58 52 53 54 55 64 66 62 64 58 64
67 68 71 75 57 58 61 64 65 64 57 58 52 53
Berapa Jangkauan Inter Quartil dan Jangkauan Semiinter Quartil dari data Kelompok
di atas?
K=7 P=4 1(100) 100 3(100) 300
Letak Q1 25 Letak Q3 75
Kelas Interval 4 4 4 4
(K) F Letak Kelas Quartil terletak Letak Kelas Quartil terletak
pada Kelas ke-2 pada Kelas ke-3
51 - 54 16
55 - 58 27
36 Program Studi Teknik Sipil Universitas Katolik Santo Thomas Sumatera Utara
DIKTAT MATA KULIAH STATISTIKA DAN PROBABILITAS
1.n 3.n
59 - 62 13 4 F 4 F
Q1 Tb p Q3 Tb p
f f
63 - 66 26
67 - 70 10 1. 100 3 . 100
4 16 4 (16 27 13)
Q1 54,5 4 Q3 62,5 4
71 - 74 4 27 26
75 - 78 4 Q1 55,8 Q3 65,5
Jumlah 100
Jadi, dari hasil ujian mata kuliah rekayasa lalu lintas mahasiswa program studi teknik sipil
didapat Nilai QR = 9,7 dan Qs = 4,85
3.6. Desil
3.6.1. Pengertian
Desil adalah data yang membagi posisi sekumpulan data yang telah diurutkan menjadi
sepuluh bagian yang sama. Dalam satu urutan data terdapat 9 desil, masing-masing disebut
D1 sampai D9.
Pada dasarnya cara menentukan desil sama dengan penentuaan kuartil, yang membedakan
hanya pembaginya saja. Desil membagi distribusi data menjadi 10 bagian yang sama. Untuk
meghitung Nilai Desil dari Kumpulan data, masih terbagi lagi menjadi dua jenis data, yaitu
Data tunggal dan Data Kelompok.
Contoh Soal 1:
37 Program Studi Teknik Sipil Universitas Katolik Santo Thomas Sumatera Utara
DIKTAT MATA KULIAH STATISTIKA DAN PROBABILITAS
8(16 1)
Letak D8 13,6
10
D8 X 13 0.6( X 14 X 13 )
D8 8 0.6(9 8)
D8 8,6
Jika data yang tersedia merupakan data kelompok, artinya data itu dikelompokkan ke
dalam interval-interval kelas yang sama panjang. Untuk mengetahui nilai Desilnya dapat
ditentukan dengan rumus berikut ini.
i.n
10 F
Di Tb p .............................................................................................................
f
(3.16)
Keterangan :
Di = Desil ke-i
Tb = tepi bawah kelas Desil
p = panjang kelas
n = banyak data
F = frekuensi kumulatif sebelum kelas Desil
f = frekuensi kelas Desil
Contoh Soal 1:
Data di bawah ini merupakan data nilai mata kuliah rekayasa lalu lintas mahasiswa program
studi teknik sipil.
56 59 61 65 64 57 58 52 53 54 55 64 66 62 54 55
64 58 64 67 68 71 75 57 58 61 64 62 66 55
57 52 51 54 56 61 68 62 65 58 64 67 68 71
75 57 58 61 64 56 65 64 57 58 52 53 54 55
64 66 62 64 58 64 67 68 73 76 54 59 61 67
65 64 57 58 52 53 54 55 64 66 62 64 58 64
67 68 71 75 57 58 61 64 65 64 57 58 52 53
38 Program Studi Teknik Sipil Universitas Katolik Santo Thomas Sumatera Utara
DIKTAT MATA KULIAH STATISTIKA DAN PROBABILITAS
51 - 54 16
55 - 58 27 1.n 8.n
10 F 10 F
59 - 62 13 D2 T b p D8 Tb p
f f
63 - 66 26
67 - 70 10 2.100 8.100
10 16 10 (16 27 13)
71 - 74 4 D2 54,5 4 D8 62,5 4
27 26
75 - 78 4
Jumlah 100 D2 55,09 D8 66,19
Jadi, dari hasil ujian mata kuliah rekayasa lalu lintas mahasiswa program studi teknik sipil
didapat Nilai D2 = 55,09 dan D8 = 66,19
3.7. Persentil
3.7.1. Pengertian
Persentil merupakan sekumpulan data yang terlebih dahulu diurutkan dari yang terendah
sampai tertinggi kemudian dibagi 100 bagian sama besar, dengan kata lain membagi
distribusi data menjadi 100 bagian yang sama besar.
Penetuan Persentil caranya sama dengan perhitungan nilai quartil dan Persentil, yang
membedakan hanya pembaginya. Persentil maka pembaginya adalah per-100.
i ( n 1)
Letak Pi ..................................................................................................................
100
(3.17)
39 Program Studi Teknik Sipil Universitas Katolik Santo Thomas Sumatera Utara
DIKTAT MATA KULIAH STATISTIKA DAN PROBABILITAS
Keterangan :
Di = Persentil ke-i
n = banyaknya data
i = indeks Persentil yaitu 1, 2, 3, 4, …… ,99
Contoh Soal 1:
Tentukan persentil ke-65 dari data : 6, 5, 8, 7, 9, 4, 5, 8, 4, 7, 8, 5, 8, 4, 5.
Jawab:
data terurut : 4, 4, 4, 5, 5, 5, 5, 6, 7, 7, 8, 8, 8, 8, 9.
n = 15
65(15 1)
Letak P65 10,4
100
P65 X 10 0.4( X 11 X 10 )
P65 7 0.4(8 7)
P65 7,4
Jadi, nilai persentil ke-65 adalah 7,4.
Contoh Soal 1:
Data di bawah ini merupakan data nilai mata kuliah rekayasa lalu lintas mahasiswa program
studi teknik sipil.
56 59 61 65 64 57 58 52 53 54 55 64 66 62 54 55
64 58 64 67 68 71 75 57 58 61 64 62 66 55
57 52 51 54 56 61 68 62 65 58 64 67 68 71
75 57 58 61 64 56 65 64 57 58 52 53 54 55
64 66 62 64 58 64 67 68 73 76 54 59 61 67
65 64 57 58 52 53 54 55 64 66 62 64 58 64
67 68 71 75 57 58 61 64 65 64 57 58 52 53
Berapa Nilai P10 dan P90 dari data Kelompok di atas?
K=7 P=4 Letak Letak
Kelas Interval (K) F 10 (100) 1000 90(100) 9000
P10 10 P90 90
51 - 54 16 100 100 100 100
40 Program Studi Teknik Sipil Universitas Katolik Santo Thomas Sumatera Utara
DIKTAT MATA KULIAH STATISTIKA DAN PROBABILITAS
Jadi, dari hasil ujian mata kuliah rekayasa lalu lintas mahasiswa program studi teknik sipil
didapat Nilai P10 = 53 dan P90 = 69,7
41 Program Studi Teknik Sipil Universitas Katolik Santo Thomas Sumatera Utara
DIKTAT MATA KULIAH STATISTIKA DAN PROBABILITAS
Jadi, dari hasil ujian mata kuliah rekayasa lalu lintas mahasiswa program studi teknik sipil
didapat Nilai Jangkauan persentil = 16,7
Setiap kali mendengar rata-rata, maka secara otomatis kita membayangkan sekelompok nilai
di sekitar rata-rata tersebut: ada yang sama, lebih kecil, atau lebih besar. Ukuran sebaran atau
ukuran variasi, atau ukuran penyimpangan adalah ukuran yang menyatakan jauhnya
penyimpangan nilai-nilai data dari nilai-nilai pusatnya atau ukuran yang menyatakan
banyaknya nilai data yang berbeda dengan nilai-nilai pusatnya. Ukuran variabilitas adalah
ukuran derajat penyebaran nilai-nilai variabel dari ukuran pemusatan yang sama, akan tetapi
derajat penyebarannya bisa jadi sangat berbeda. Misalnya, kita memiliki data yang berasal
dari dua kelompok individu yang berbeda. Data kelompok individu A: 24, 24, 25, 25, 26, 26,
diperoleh mean sebesar 25. Sementara data dari kelompok individu B: 16,19, 22, 25, 28, 30,
35, diperoleh mean sebesar 25.
Nilai detensi sentral dalam dua distribusi A dan B di atas sama, yaitu keduanya memiliki
harga rata-rata 25. Namun demikian, apabila dilihat dari keragaman dan penyebaran nilainya,
kedua distribusi tersebut tampak sangat berbeda, di mana penyebaran nilai-nilai dalam
distribusi A terlihat lebih homogen dibandingkan dengan distribusi B. Sebaliknya,
penyebaran nilai dalam distribusi B lebih beragam atau hetrogen dibandingkan penyebaran
nilai dalam distribusi A. Oleh karena itu, tidak hanya diperlukan suatu indeks yang dapat
memberikan gambaran ringkas mengenai suatu distribusi (melalui ukuran pemusatan data
atau ukuran tendensi sentral), tetapi juga suatu ukuran yang dapat memberikan gambaran
berdasarkan keragaman nilai-nilai dalam distribusi.
Jenis-jenis ukuran dispersi yaitu: Jangkauan, Deviasi rata-rata, Simpangan baku (standar
deviasi), Simpangan Baku Gabungan, Varians dan Dispersi Relatif.
Jangkauan merupakan selisih data terbesar dan data terkecil. Jangkauan sering dilambangkan
dengan R.
R = xmaks – xmin .....................................................................................................(4.1)
Keterangan:
R = jangkauan
Xmaks = data terbesar
Xmin = data terkecil
Contoh Soal Jangkauan Data
42 Program Studi Teknik Sipil Universitas Katolik Santo Thomas Sumatera Utara
DIKTAT MATA KULIAH STATISTIKA DAN PROBABILITAS
Jangkauan interkuartil adalah selisih antara kuartil ketiga dan kuartil pertama.
H = Q3 – Q1 ...........................................................................................................................
(4.2)
Keterangan :
H = jangkauan interkuartil
Q3 = kuartil ketiga
Q1 = kuartil pertama.
Sk = ½ Q3 – Q1 ........................................................................................................................
(4.3)
Keterangan :
Sk = simpangan kuartil
Q3 = kuartil ketiga
Q1 = kuartil pertama
SR
x i x
.........................................................................................................................
n
(4.4)
Keterangan :
SR = Simpangan Rata-rata
xi = data ke-i
x = Rata-rata
n = jumlah data
Contoh Soal:
Hitung simpangan rata-rata dari data kuantitatif berikut :
12, 3, 11, 3, 4, 7, 5, 11
Pembahasan :
43 Program Studi Teknik Sipil Universitas Katolik Santo Thomas Sumatera Utara
DIKTAT MATA KULIAH STATISTIKA DAN PROBABILITAS
1 1
x ( xi ..... xn ) (12 3 11 3 4 7 5 11) 7
n 8
12 7 3 7 11 7 3 7 4 7 7 7 5 7 11 7
SR
8
5 4 4 430 2 4
SR 3,25
8
Jika data yang tersedia merupakan data kelompok, artinya data itu dikelompokkan ke
dalam interval-interval kelas yang sama panjang. Untuk mengetahui nilai Simpangan Rata-
ratanya dapat ditentukan dengan rumus berikut ini.
SR
f x x
i i
.............................................................................................................(4.5)
f i
Keterangan :
SR = Simpangan Rata-rata
fi = frekuensi pada data ke-i
xi = data ke-i
x = Rata-rata
n = jumlah data
Contoh Soal 1:
Data di bawah ini merupakan data nilai mata kuliah rekayasa lalu lintas mahasiswa program
studi teknik sipil
56 59 61 65 64 57 58 52 53 54 55 64 66 62 54 55
64 58 64 67 68 71 75 57 58 61 64 62 66 55
57 52 51 54 56 61 68 62 65 58 64 67 68 71
75 57 58 61 64 56 65 64 57 58 52 53 54 55
64 66 62 64 58 64 67 68 73 76 54 59 61 67
65 64 57 58 52 53 54 55 64 66 62 64 58 64
67 68 71 75 57 58 61 64 65 64 57 58 52 53
(K)
51 – 54 16 61.1 52.5 840 8.6 137.6
55 – 58 27 61.1 56.5 1525.5 4.6 124.2
59 – 62 13 61.1 60.5 786.5 0.6 7.8
63 – 66 26 61.1 64.5 1677 3.4 88.4
67 – 70 10 61.1 68.5 685 7.4 74
71 – 74 4 61.1 72.5 290 11.4 45.6
75 - 78 4 61.1 76.5 306 15.4 61.6
44 Program Studi Teknik Sipil Universitas Katolik Santo Thomas Sumatera Utara
DIKTAT MATA KULIAH STATISTIKA DAN PROBABILITAS
Jadi, dari hasil ujian mata kuliah rekayasa lalu lintas mahasiswa program studi teknik sipil
didapat Nilai Simpangan Rata-rata = 69,7
X
fx f x x
i i
SR
f f i
6110 539,2
X SR
100 100
X 61,1 SR 5,392
4.4.1. Pengertian
Simpangan baku/Standar Deviasi/Simpangan Standar adalah ukuran sebaran statistik
yang paling lazim
Untuk meghitung Nilai Simpangan Baku dari Kumpulan data, masih terbagi lagi menjadi dua
jenis data, yaitu Data tunggal dan Data Kelompok.
(x i x) 2
.....................................................................................................................
S i 1
n 1
(4.6)
Keterangan :
S = Simpangan Baku
xi = data ke-i
x = Rata-rata
n = jumlah data
Contoh Soal 1:
Dari 40 orang mahasiswa diambil sampel 9 orang untuk diukur tinggi badannya, diperoleh
data berikut:
165, 170, 169, 168, 156, 160, 175, 162, 169.
Hitunglah simpangan baku sampel dari data tersebut.
1 1
x ( xi ..... x n ) (165 170 168 156 156 160 175 162 169) 166
n 8
n
(x i x) 2
S i 1
n 1
1 16 9 100 36 81 16 9
S
n 1
272
S 5,83
8
Jadi, simpangan bakunya adalah 5,83.
45 Program Studi Teknik Sipil Universitas Katolik Santo Thomas Sumatera Utara
DIKTAT MATA KULIAH STATISTIKA DAN PROBABILITAS
Jika data yang tersedia merupakan data kelompok, artinya data itu dikelompokkan ke
dalam interval-interval kelas yang sama panjang. Untuk mengetahui nilai Simpangan
Bakunya dapat ditentukan dengan rumus berikut ini.
fx fx
2
2
S ..........................................................................................................
f f
(4.7)
Keterangan :
S = Simpangan Baku
f = frekuensi pada data
x = data ke-i = titik tengah kelas interval ke-i
n = jumlah data
Contoh Soal 1:
Data di bawah ini merupakan data nilai mata kuliah rekayasa lalu lintas mahasiswa program
studi teknik sipil
56 59 61 65 64 57 58 52 53 54 55 64 66 62 54 55
64 58 64 67 68 71 75 57 58 61 64 62 66 55
57 52 51 54 56 61 68 62 65 58 64 67 68 71
75 57 58 61 64 56 65 64 57 58 52 53 54 55
64 66 62 64 58 64 67 68 73 76 54 59 61 67
65 64 57 58 52 53 54 55 64 66 62 64 58 64
67 68 71 75 57 58 61 64 65 64 57 58 52 53
Berapa Nilai Simpangan Baku dari data Kelompok diatas?
K = 7 dan p = 4
Kelas f x f.x X2 Fx2
interval (K)
51 – 54 16 52.5 840 2756.25 44100
55 – 58 27 56.5 1525.5 3192.25 86190.75
59 – 62 13 60.5 786.5 3660.25 47583.25
63 – 66 26 64.5 1677 4160.25 108166.5
67 – 70 10 68.5 685 4692.25 46922.5
71 – 74 4 72.5 290 5256.25 21025
75 - 78 4 76.5 306 5852.25 23409
Jumlah 100 6110 377397
fx fx
2
2
S
f f
2
377397 6110
S
100 100
S 6,38
Jadi, dari hasil ujian mata pelajaran Biologi seluruh murid kelas VI didapat Nilai Simpangan
Baku = 6,38
46 Program Studi Teknik Sipil Universitas Katolik Santo Thomas Sumatera Utara
DIKTAT MATA KULIAH STATISTIKA DAN PROBABILITAS
4.5.1. Pengertian
Varian (Ragam) adalah rata-rata selisih kuadrat antara nilai-nilai individual dengan nilai
tengahnya.
Untuk data yang tidak dikelompokkan ataupun data yang dikelompokkan, diperoleh nilai
variansi (v) dengan
menggunakan rumus:
n
vS 2
atau (x i x) 2
.......................................................................(4.8)
S2 i 1
n 1
Keterangan :
V = variann
S = Simpangan Baku
x = Rata-rata
n = jumlah data
Contoh Soal:
Dari 40 orang siswa diambil sampel 9 orang untuk diukur tinggi badannya, diperoleh data
berikut: 165, 170, 169, 168, 156, 160, 175, 162, 169.
Hitunglah varian sampel dari data tersebut.
1 1
x ( xi ..... xn ) (165 170 168 156 156 160 175 162 169) 166
n 8
n
(x i x) 2
S2 i 1
n 1
1 16 9 100 36 81 16 9
S2
n 1
272
S2 34
8
Jadi, variannya adalah 34.
4.6. Koefisien Variasi (Koefisien Keragaman)
4.6.1. Pengertian
Koefisien variasi adalah perbandingan antara simpangan standar dengan nilai rata-rata yang
dinyatakan dengan persentase. Koefisien variasi berguna untuk melihat sebaran data dari rata-
rata hitungnya.
Besarnya koefisien korelasi akan berpengaruh terhadap kualitas sebaran data. Jadi jika
koefisien korelasi semakin kecil maka datanya semakin homogen dan jika koefisien korelasi
semakin besar maka datanya semakin heterogen.
47 Program Studi Teknik Sipil Universitas Katolik Santo Thomas Sumatera Utara
DIKTAT MATA KULIAH STATISTIKA DAN PROBABILITAS
Contoh Soal:
Nilai rata-rata Ujian Matematika 1 adalah 80. Tentukan koefisien variasi Ujian Matematika
tersebut, jika simpangan standar adalah 4,2.
Jawab:
S
KV 100%
x
4,2
KV 100%
80
KV 5,25%
Contoh Soal:
Pak Murtono seorang pengusaha. Bidang usaha yang ia jalani adalah penerbitan, tekstil, dan
angkutan. Dalam 5 bulan terakhir, ia mencatat keuntungan bersih ketiga bidang usahanya.
Hasilnya tampak pada Tabel di bawah ini.
Jika Pak Murtono berpendapat bahwa bidang usaha yang akan dipertahankan hanya dua
bidang usaha dengan kriteria bidang usaha dengan keuntungan bersih yang stabil, tentukanlah
bidang usaha yang sebaiknya tidak dilanjutkan.
Jawaban
Langkah ke-1 :
Menuliskan apa yang diketahui dan apa yang ditanyakan soal tersebut.
Diketahui :
• keuntungan bersih selama 5 bulan terakhir yang disajikan pada Tabel
• bidang usaha yang dipertahankan adalah yang memiliki keuntungan bersih yang stabil.
Ditanyakan: bidang usaha yang sebaiknya tidak dilanjutkan.
Langkah ke-2 :
Menentukan konsep yang akan digunakan dalam menyelesaikan soal. Pada soal ini, konsep
yang digunakan adalah rataan, Koefisien Variasi, dan koefisien keragaman.
Langkah ke-3 :
Menghitung rataan, Standar Deviasi, dan koefisien keragaman dari setiap bidang usaha.
48 Program Studi Teknik Sipil Universitas Katolik Santo Thomas Sumatera Utara
DIKTAT MATA KULIAH STATISTIKA DAN PROBABILITAS
Untuk menghitung tingkat keruncingan suatu kurva (koefisien kurtosis) dapat digunakan
rumus :
Q3 Q1 1 xX
KK = atau a4 ........................................................
2( P90 P10 ) n S4
(4.10)
Keterangan :
Jika nilai KK > 3 kurva leptokurtis (puncaknya runcing sekali)
KK < 3 kurva platikurtis (puncaknya agak mendatar)
KK = 0 kurva mesokurtis (puncaknya tidak begitu runcing atau distribusi normal)
Keterangan :
a4 = Kurtosis; S = Simpangan Baku; x = Rata-rata dan n = jumlah data
Contoh Soal:
Dari sekelompok data yang disusun dalam tabel distribusi frekuensi diketahui nilai Q1 =
55,24 ; Q3 = 73,64 ; P10 = 44,5 ;P90 = 82,5. Besarnya koefisien kurtosis kurva data tersebut
adalah….
Jawab : 73,64 55,24 18,4
KK = 2(82,5 44,5) =
2(38)
= 0,242
Karena KK < 3 maka kurva distribusi tersebut platikurtik.
Contoh Soal:
Keruncingan adalah derajat kepuncakan suatu distribusi, biasanya diambil relatif terhadap
distribusi normal.
49 Program Studi Teknik Sipil Universitas Katolik Santo Thomas Sumatera Utara
DIKTAT MATA KULIAH STATISTIKA DAN PROBABILITAS
Karena nilainya 15,98 ( lebih besar dari 3 ) maka distribusinya adalah leptokurtis.
5.1. Pendahuluan
50 Program Studi Teknik Sipil Universitas Katolik Santo Thomas Sumatera Utara
DIKTAT MATA KULIAH STATISTIKA DAN PROBABILITAS
Dalam kehidupan kita sering kita jumpai masalah-masalah yang timbul, seperti :
a) 2 celana ; biru dan hitam, 3 baju ; merah, kuning, dan hijau. Berapa banyak pasangan
warna baju dan celana yang dapat dibentuk ?
b) Huruf A, B, C akan dibentuk susunan yang terdiri 3 huruf. Berapa banyak susunan yang
dapat terjadi ?
Masalah-masalah itu dapat diselesaikan dengan metode pencacahan. Dalam kaidah Counting
Rules, ada yang diselesaikan dengan metode :
a. Aturan Pengisian Tempat (Filling Slot)
b. Permutasi
c. Kombinasi
51 Program Studi Teknik Sipil Universitas Katolik Santo Thomas Sumatera Utara
DIKTAT MATA KULIAH STATISTIKA DAN PROBABILITAS
Sebagai latihan, jika angka 0,1,2,3, hendak disusun menjadi 3 angka (ratusan, puluhan,
satuan), ada berapa banyaknya bilangan dapat disusun jika :
a). angka - angka tersebut boleh berulang ?
b). angka - angka tersebut tidak boleh berulang ?
Jawab : a. 48 bilangan b. 18 bilangan
Maka “banyaknya cara untuk mengisi n buah tempat yang tesedia = T1 x T2 x ......Tn“
Contoh soal :
1). Dari kota Semarang menuju Bandung, ada 2 jalan alternatif, Bandung menuju Jakarta ada
3 jalan alternatif. Berapa banyaknya jalan yang dapat ditempuh kedaraan dari Semarang
menuju Jakarta melalui Bandung ?
Jwb : Smg - Bandung = 2 jalan, Bandung - Jkt = 3 jalan.
Jadi Smg - Jkt ada 2 x 3 = 6 jalan alternatif yang dapat ditempuh.
2). Menyusun huruf H, U, M, O, R ada berapa cara jika
a). huruf I harus huruf vokal ?
b). huruf I harus huruf konsonan ?
Jawab :
a. Ada 2 cara untuk huruf I (U atau O)
ada 4 cara untuk huruf II, (mis. huruf I = U, huruf II = H,M,O,R)
ada 3 cara untuk huruf III (yaitu H,M,O)
ada 2 cara untuk huruf IV (yaitu H,O)
ada 1 cara untuk huruf V (yaitu H)
Jadi ada 2 x 4 x 3 x 2 x 1 = 48 cara.
5.3. PERMUTASI
Notasi Faktorial :
...................................................................
(5.1)
Contoh : 3 ! = 3 x 2 x 1 = 6
5 ! = 5 x 4 x 3 x 2 x 1 = 120
Bila dari 3 unsur yang berbeda mis. A, B, C akan disusun 2 unsur, mis. AB, BA, AC, CA,
dan CB kita katakan Permutasi 2 unsur 3 unsur tersedia yang berbeda.
Jadi “ Permutasi r unsur yang diambil dari n unsur yang tersedia adalah susunan dari r unsur
dalam suatu urutan (r ≤ n) “
Notasi Permutasi : nPr atau nPr atau P(n,r)
52 Program Studi Teknik Sipil Universitas Katolik Santo Thomas Sumatera Utara
DIKTAT MATA KULIAH STATISTIKA DAN PROBABILITAS
............................................................................
(5.2)
Contoh soal :
a) Berapakah nilai dari : a). 4P2 dan b). 6P4 ?
b) Berapa banyak susunan yang terdiri dari 4 huruf yang diambil dari huruf-huruf
S,E,M,P,R,U,L ?
c) Berapa banyak bilangan yang terdiri dari 3 angka yang disusun dari angka 1 s.d. 5 ?
Jwb : 60 bilangan
Banyaknya Permutasi n unsur yang memuat k unsur yang sama dengan 0 < k ≤ n
n!
adalah P
k!
Contoh :
Hitung banyaknya permutasi dari A,A,B !
3!
jawab : P 3
2!
Banyaknya permutasi dari n unsur yang memuat k unsur yang sama, l unsur yang sama, m
unsur yang sama adalah
n!
P
k!l! m!
Contoh :
Hitung banyaknya permutasi dari 8 unsur yang memuat huruf T, E, G, A, L, E, G, A !
8! 8 x7 x6 x5 x 4 x3 x 2!
Jwb : P 252
2!2!2! 2!2!2!
Jika ada n unsur yang berbeda, banyaknya permutasi siklis ( Psiklis ) = n-1!
Contoh :
Ada 4 orang yaitu A, B, C dan D menempati 4 kursi pada meja bundar. Berapa macam
susunan yang dapat terjadi ?
53 Program Studi Teknik Sipil Universitas Katolik Santo Thomas Sumatera Utara
DIKTAT MATA KULIAH STATISTIKA DAN PROBABILITAS
5.4. KOMBINASI
Definisi: Suatu kombinasi r unsur yang diambil dari n unsur yang tersedia adalah suatu
pilihan untuk r unsur tanpa memperhatikan urutannya dengan 0 ≤ r ≤ n .
2). Berapa banyak cara memilih 3 huruf yang diambil dari huruf S, O, F, I, A, T, U, N ?
8! 8x7x6x 5!
Jawab : 8 C 3 56 cara
3!(8 3)! 3!5!
Bandingkan dengan soal di atas dengan Permutasi Unsur yang Berbeda ! Adakah
perbedaannya ?
3). Ada 12 orang, terdiri dari 7 wanita dan 5 pria. Dari 12 orang akan ditentukan delegasi
yang terdiri dari 4 orang. Berapa banyak cara untuk memilih delegasi sebanyak 4 orang
jika :
a). semua orang mempunyai hak yang sama untuk dipilih ?
b). Delegasi terdiri 2 wanita dan 2 pria ?
Jawab :
a) Dari 12 orang,dipilih 4 orang berarti:
12! 12! 12x11x10x9x8!
12 C4 495
4!(12 4)! 4!8! 4!8!
Jadi banyaknya cara memilih delegasi yang terdiri dari 4 orang (2 pria dan 2 wanita) yaitu 5C2
x 7C2 = 10 x 21 = 210 cara !!
54 Program Studi Teknik Sipil Universitas Katolik Santo Thomas Sumatera Utara
DIKTAT MATA KULIAH STATISTIKA DAN PROBABILITAS
Koefisien-koefisien di atas dapat kita telusuri dengan menggunakan Segitiga Pascal yang
telah kita pelajari di SLTP. Adapun bentuk Segitiga Pascal tersebut yaitu :
Dari Segitiga pascal yang diterangkan di atas, penjabaran Binom dengan Notasi Kombinasi
melalui pola atau aturan sebagai berikut :
..................................................................................................
(5.4)
Inilah yang kita sebut Bentuk Umum Penjabaran Binom Newton/Ekspansi Binomial.
Contoh :
Jabarkanlah (x - 2y)3 dengan menggunakan Notasi Kombinasi!
Jawab : a = x, b = - 2y, n = 3
55 Program Studi Teknik Sipil Universitas Katolik Santo Thomas Sumatera Utara
DIKTAT MATA KULIAH STATISTIKA DAN PROBABILITAS
Contoh :
Hitunglah suku ke - 3 dari (x - 2y)4 !
Jawab : a = x, b = - 2y, n = 4, r = 3
= C(4, 3-1) . x4-3+1 . (-2y)3-1
= C(4,2). x2 . (-2y)2
= 6.x2.4y2
= 24x2y2
Jadi suku ketiga adalah 24x2y2
Hasil suatu percobaan pelemparan mata uang/dadu dituliskan dengan notasi himpunan.
Misalkan muncul angka ditulis {A} dan muncul gambar ditulis {G}. Contoh : Kejadian
munculnya mata dadu genap
pelemparan mata dadu bermata 6 satu kali adalah {2,4,6}
Contoh :
Percobaan melempar dadu bermata 6 sebanyak satu kali, hasil yang mungkin ditulis dengan
{1}, {2}, {3}, {4}, {5}, {6}.
Ruang contoh/Sampelnya adalah S = {1,2,3,4,5,6} dan titik sampelnya adalah 1,2,3,4,5,6.
.......................................................(5.5)
Contoh : Pelemparan mata uang logam sebanyak 20 kali, didapatkan munculnya gambar
sebanyak 5 kali. Frek. Relatifnya = 5/20 = ¼
56 Program Studi Teknik Sipil Universitas Katolik Santo Thomas Sumatera Utara
DIKTAT MATA KULIAH STATISTIKA DAN PROBABILITAS
Peluang suatu kejadian dari suatu percobaan adalah bilangan yang didekati frekuensi
relatifnya apabila banyak percobaan terus diperbanyak.
....................................................................(5.6)
Contoh :
1). Berapa peluang munculnya mata dadu genap dari pelemparan sebuah mata dadu bermata
6?
n( genap) 3 1
Jawab : P( genap)
n( s ) 6 2
2). Bilangan asli prima antara 1 s.d 9 diambil secara acak. Berapa peluang munculnya
bilangan prima ?
Jawab : P (Prima) = 4/9
3). Sebuah kotak berisi 5 bola putih dan 3 bola merah. Dari kotak tersebut diambil sebuah
bola secara acak. Berapa peluang terambilnya 1 bola putih dan 1 bola merah?
Jawab : P(putih) = 5/8, P(merah) = 3/8
4). Suatu kotak berisi 7 manik yang terdiri dari 4 manik berwarna merah, 3 manik berwarna
putih. Jika dari kotak diambil 3 manik secara acak, berapa peluang terambilnya :
a. semua merah c. 2 merah & 1 putih
b. semua putih d. 1 merah dan 2 putih
Jawab :
Dari 7 manik diambil 3, maka jumlah ruang sampelnya
7! 7!
Ada 7 C 3 35 buah
3!(7 3)! 3!4!
4! 4
a. 4 C3 4 cara P(M) =
3!1! 35
b. 3C3 = 1 cara P(P) = 1/35
4!
c. 2 manik merah 4 C 2 6 cara
2!2!
3!
1 manik putih 3 C1 3 cara, maka dapat dilaksanakan 6 x 3 = 18 cara.
1!2!
Peluang (2M,1P) = 18/35
4!
d. 1 manik merah 4 C1 4 cara
1!3!
3!
2 manik putih 3 C 2 3 cara, maka dapat dilaksanakan 3 x 4 = 12 cara.
2!1!
Peluang (1M,2P) = 12/35
5.6.6. PELUANG DUA KEJADIAN SALING LEPAS
57 Program Studi Teknik Sipil Universitas Katolik Santo Thomas Sumatera Utara
DIKTAT MATA KULIAH STATISTIKA DAN PROBABILITAS
Dua kejadian saling lepas/asing jika kejadian A dan kejadian B tidak dapat berlangsung seara
bersamaan, jadi tidak ada anggota persekutuan dari kedua kejadian tersebut. Biasanya dalam
pertanyaan terdapat kata “atau”.
Contoh :
Sebuah dadu dilempar sekali. Berapa peluang munculnya bilangan ≤ 2 atau ≥ 5 ?
Jawab :
A = kejadian munculnya bil. 2 P(A) = 2/6
B = kejadian munculnya bil. 5 P(B) = 2/6
Maka P(A Ù B) = 2/6 + 2/6 = 4/6 = 2/3
5.6.7. KEJADIAN SALING BEBAS
Jika P(A B) = P(A) x P(B), maka kita sebut Kejadian A dan Kejadian B tidak saling bebas.
Contoh :
Dua buah dadu dilempar bersamaan. Berapa peluang munculnya mata 4 pada dadu merah dan
mata 4 pada dadu hijau ?
Jawab :
58 Program Studi Teknik Sipil Universitas Katolik Santo Thomas Sumatera Utara
DIKTAT MATA KULIAH STATISTIKA DAN PROBABILITAS
...................................................................(5.9)
Contoh :
Sebuah dadu bersisi 6 dilempar sekali. Berapa peluang munculnya bilangan genap kalau
diketahui telah muncul bilangan prima?
Jawab :
A = kejadian muncul bil.genap, maka A = {2,4,6} P(A) = 3/6
B = kejadian muncul bil.prima, maka B = {2,3,5} P(B) = 3/6
P(A B) = 1/6
..........................................................(5.10)
Contoh :
Tiga keping mata uang dilempar sekaligus sekali. Misalkan : A = kejadian muncul sekurang-
kurangnya dua sisi gambar .B adalah kejadian munculnya mata uang pertama sisi gambar.
Berapakah P(BA) ?
Jawab :
A = {(G,G,A),(A,G,G),(G,A,G),(G,G,G)} P(A) = 4/8
B = {(G,G,A),(G,A,G),(G,A,A), (G,G,G)} P(B) = 4/8
Jadi P(A B) = 3/8
59 Program Studi Teknik Sipil Universitas Katolik Santo Thomas Sumatera Utara
DIKTAT MATA KULIAH STATISTIKA DAN PROBABILITAS
60 Program Studi Teknik Sipil Universitas Katolik Santo Thomas Sumatera Utara
DIKTAT MATA KULIAH STATISTIKA DAN PROBABILITAS
Distribusi Normal merupakan distribusi yang paling terkenal dan paling umum dipakai.
Distribusi normal memiliki fungsi kerapatan probabilitas (probability density function=pdf),
seperti terlihat pada gambar di bawah ini.
X
Pr X a Pr >
a X
= Pr. Z > dimana Z
X ≈ Nor (μ, σ 2 )
61 Program Studi Teknik Sipil Universitas Katolik Santo Thomas Sumatera Utara
DIKTAT MATA KULIAH STATISTIKA DAN PROBABILITAS
Z diikuti dengan a fungsi distribusi Nor (0,1), ditabulasikan secara luas sebagai Tabel dari
probabilitas normal.
Untuk setiap distribusi populasi dari suatu variabel acak yang mengikut sebuah distribusi
normal, maka
68,26% dari nilai-nilai variabel berada dalam ± 1 sx dari mx ,
95,46% dari nilai-nilai variabel berada dalam ± 2 sx dari mx ,
99,73% dari nilai-nilai variabel berada dalam ± 3 sx dari mx .
62 Program Studi Teknik Sipil Universitas Katolik Santo Thomas Sumatera Utara
DIKTAT MATA KULIAH STATISTIKA DAN PROBABILITAS
63 Program Studi Teknik Sipil Universitas Katolik Santo Thomas Sumatera Utara
DIKTAT MATA KULIAH STATISTIKA DAN PROBABILITAS
Variabel acak dari distribusi normal standard ini biasanya dinotasikan dengan Z.
Fungsi kepadatan probabilitas dari distribusi normal standard variabel acak kontinu Z :
x x a x
P X a P Z x
x x
a x b x b x a x
P a x b P Zx
x x x x
b x b x a x
P X b P Z x 1 P Z x 1
x x x
64 Program Studi Teknik Sipil Universitas Katolik Santo Thomas Sumatera Utara
DIKTAT MATA KULIAH STATISTIKA DAN PROBABILITAS
Angka Baku (Z Score) adalah nilai yang menyatakan perbandingan antara selisih data
dengan rata-ratanya berbanding simpangan baku data tersebut. Angka baku disebut juga Z
score, oleh karena itu angka baku dilambangkan dengan huruf Z Kegunaan angka baku ini
adalah untuk mengetahui perbedaan suatu kejadian dibanding dengan kebiasaannya. Semakin
besar angka bakunya semakin baik nilai tersebut dibandingkan dengan nilai lain yang
memiliki angka baku lebih kecil. Angka baku dirumuskan sebagai berikut:
xi x
Z
S
Keterangan :
Z= angka baku
xi = nilai suatu data
x = Rata-rata
S = Simpangan baku / Standar Deviasi
65 Program Studi Teknik Sipil Universitas Katolik Santo Thomas Sumatera Utara
DIKTAT MATA KULIAH STATISTIKA DAN PROBABILITAS
Pr(Z > 2.46) -----maka kita pilih kolom kiri 2.4 dan baris atas dengan 0.06. Maka hubungan
kedua angka tadi didapat Pr(Z >2.46) = 0.00695
Contoh: Suatu study mengenai reaksi pengemudi diantara pengemudi melewati suatu tanda
berbahaya dengan melakukan perpindahan jalur. Didapat reaksi tersebut menghasilkan suatu
normal distribusi dengan mean (nilai rata-rata) 11 detik dan standard deviation (deviasi
standar) 5 detik.
Ditanyakan:
a. Berapa proporsi bahwa pengemudi memiliki waktu reaksi lebih besar dari 15 detik.
b. Berapa proporsi bahwa pengemudi yang berpindah jalur sebelum mendekati tanda
berbahaya.
c. Persentase pengemudi dengan waktu reaksi antara 10 sampai 15 detik
d. Jarak tengah simetris dari mean 11 detik dengan 90% waktu reaksi yang akan terjadi.
Jawab:
1. Diketahiu bahwa X= waktu reaksi Dan X ≈ Nor(11,52 )
a. Maka besarnya proporsi waktu reaksi lebih besar dari 15 detik adalah:
X 11 15 11
Pr X 15 Pr Pr
15 5
=Pr(Z > 0,8)
Dimana digunakan Z ≈ Nor(0,1)
Dari tabel didapat bahwa Pr( Z > 0.8) = 0.21186
Sehingga sekitar 21% dari pengemudi mempunyai waktu reaksi lebih besar dari 15
detik.
b. Jika pengemudi mengganti jalurnya sebelum melihat tanda berbahaya, kemudian
reaksi waktunya akan menjadi negatif. Sehingga proporsi tersebut menjadi:
X 11 0 11
Pr( X 0) Pr Pr Pr Z 2,12
5 5
Jadi hanya 1.39% bahwa pengemudi akan mengganti jalur sebelum melihat tanda
berbahaya.
66 Program Studi Teknik Sipil Universitas Katolik Santo Thomas Sumatera Utara
DIKTAT MATA KULIAH STATISTIKA DAN PROBABILITAS
6.4 DISTRIBUSI -T
b. Jika 15 ≤ n≤ 30, gunakan Normal atau distribusi t, tergantung dari diketahui atau
tidak.
Bila x adalah Normal, maka x juga Normal jika σ diketahui, digunakan distribusi-T
bila σ tidak diketahui.
Pr(t〉tα ) = α
Bila x tidak diketahui distribusinya, maka x mendekati normal bila σ diketahui
(dengan Central Limit Theorem= CLT), digunakan distribusi-T bila σ tidak diketahui
(dengan CLT).
c. Jika n < 15 , jika x diketahui Normal, sifat-sifat sama pada b. yang berlaku.
Tiap baris dalam tabel - T berhubungan dengan perbedaan besarnya degrees of freedom (
υ ).
Contoh: Pr (t 〉 c ) = 0.025 dan υ = 9 degrees of freedom dari c = 2.2622
67 Program Studi Teknik Sipil Universitas Katolik Santo Thomas Sumatera Utara
DIKTAT MATA KULIAH STATISTIKA DAN PROBABILITAS
d. Bila x adalah Normal tetapi σ tidak diketahui dan n ≥ 30, maka distribusi x : Dapat
dituliskan sbb:
Jika x ≈ Nor(μ,σ 2 ) dimana σ tidak diketahui , maka digunakan:
X
t n 1...................n 30
S
n
e. Bila x tidak diketahui, σ tidak diketahui , 15 ≤ n < 30 maka distribusi x : maka
digunakan:
X
t n 1...................15 n 30
S
n
Contoh:
Suatu survey diadakan pada tahun 1991 waktu pagi hari pada jam sibuk selama 16 hari
dengan hasil sbb:
Hari 1 2 3 4 5 6 7 8
Flow (pcu/h) 949 812 1002 846 774 1121 823 855
Hari 9 10 11 12 13 14 15 16
Flow (pcu/h) 921 741 961 1021 811 1283 991 892
Tentukan jumlah lalu lintas rata-rata (mean) pada jam tersebut beserta perhitungan
confidence yang anda ambil.
Penyelesaian:
x = arus lalu lintas pada th 1991 pada waktu pagi hari pada jam sibuk. setelah dihitung
didapat:
X w
Pr 0,025 , sehingga
s S
n n
Dari tabel distribusi-T didapat υ =16-1 = 15 degrees of fredom, kita dapatkan:
Jadi 95% confidence interval dari μ adalah: 925 ± 74.5 851 ke 1000
68 Program Studi Teknik Sipil Universitas Katolik Santo Thomas Sumatera Utara
DIKTAT MATA KULIAH STATISTIKA DAN PROBABILITAS
Contoh :
1. Diketahui data berdistribusi normal dengan
mean = 55 dan deviasi standar = 15
a) P(55≤x≤75) =
=
= P(0≤Z≤1,33)
= 0,4082 (Tabel Z)
Atau
Tabel Z A = 0,4082
b) P(60≤x≤80) =
= P(0,33≤Z≤1,67)
= P(0≤Z≤1,67) – P(0≤Z≤0,33)
= 0,4525 – 0,1293 = 0,3232
Z1 = = 0,33 B = 0,1293
Z2 = = 1,67 A = 0,4525
C = A – B = 0,3232
69 Program Studi Teknik Sipil Universitas Katolik Santo Thomas Sumatera Utara
DIKTAT MATA KULIAH STATISTIKA DAN PROBABILITAS
c) P(40≤x≤60)= A + B
=
= P(-1,00≤Z≤0,33)
= P(-1,00≤Z≤0) + P(0≤Z≤0,33)
= 0,3412 + 0,1293
= 0,4705
Atau : Z1 = = = -1,00
A = 0,3412
Z2 = = 0,33
B = 0,1293
e. P(x ≥ 85)
70 Program Studi Teknik Sipil Universitas Katolik Santo Thomas Sumatera Utara
DIKTAT MATA KULIAH STATISTIKA DAN PROBABILITAS
P( ≤ x ≤ 0) = 0,45
P( ≤ Z ≤ 0) = = -1,645 (x<)
= . +
= (-1,645)7 + 74
= 62,485
71 Program Studi Teknik Sipil Universitas Katolik Santo Thomas Sumatera Utara
DIKTAT MATA KULIAH STATISTIKA DAN PROBABILITAS
≤ x ≤ 0) = 0,45
≤ Z ≤ 0) = = -1,645 (x<)
= . +
= (-1,645)7 + 74
= 62,485
Korelasi dan regresi keduanya mempunyai hubungan yang sangat erat. Setiap regresi pasti
ada korelasinya, tetapi korelasi belum tentu dilanjutkan dengan regresi. Korelasi yang tidak
dilanjutkan dengan regresi, adalah korelasi antara dua variabel yang tidak mempunyai
hubungan kasual/sebab akibat, atau hubungan fungsional. Untuk menetapkan kedua variabel
mempunyai hubungan kusal atau tidak, maka harus didasarkan pada teori atau konsep-konsep
tentang dua variabel tersebut.
Hubungan antara panas dengan tingkat muai panjang, dapat dikatakan sebagai hubungan
yang kausal, hubungan antara kepemimpinan dengan kepuasan kerja pegawai dapat dikatakan
72 Program Studi Teknik Sipil Universitas Katolik Santo Thomas Sumatera Utara
DIKTAT MATA KULIAH STATISTIKA DAN PROBABILITAS
hubungan yang fungsional, hubungan antara kupu-kupu yang datang dengan banyaknya tamu
di rumah bukan merupakan hubungan kausal maupun fungsional.
Kita gunakan analisis regresi bila kita ingin mengetahui bagaimana variabal dependen/kriteria
dapat diprediksikan melalui variabel independen atu variabel prediktor, secara individual.
Dampak dari penggunaan analisis regresi dapat digunakan untuk memutuskan apakah naik
dan menurunnya variabel dependen dapat dilakukan melalui menaikan dan menurunkan
keadaan variabel independen, atau meningkatkan keadaan variabel dependen dapat dilakukan
dengan meningkatkan variabel independen/dan sebaliknya.
Regresi sederhana didasarkan pada hubungan fungsional ataupun kausal antara satu variabel
independen dengan satu variabel dependen. Persamaan umum regresi linier sederhana
adalah :
Y = a + bX ............................................................
(7.1)
Dimana :
Secara teknis harga b merupakan tangen dari (perbandingan) antara panjang garis variabel
independen dengan variabel dependen setelah persamaan regresi ditemukan.
Mencari harga konstanta persamaan dapat dilakukan seperti di bawah ini:
Sy
br .......................................................................................................................
Sx
(7.2)
a Y b X ................................................................................................................
(7.3)
Dimana :
r = koefisien korelasi product moment antara variabel X dengan variabel Y
Sy = simpangan baku variabel Y
Sx = simpangan baku variabel Y
Jadi harga b merupakan fungsi dari koefisien korelasi. Bila koefisien korelasi tinggi, maka
harga b juga besar, sebaliknya bila koefisien korelasi rendah maka harga b juga renah (kecil).
Selain itu bila koefisien korelasi negatif maka harga b juga negatif, dan sebaliknya bila
koefisien korelasi positif maka harga b juga positif.
Selain itu harga a dan b dapat juga dicari dengan rumus berikut :
73 Program Studi Teknik Sipil Universitas Katolik Santo Thomas Sumatera Utara
DIKTAT MATA KULIAH STATISTIKA DAN PROBABILITAS
Data berikut adalah hasil pengamatan terhadap nilai kualitas layanan (X) dan nilai rata-rata
penjualan barang tertentu tiap bulan. Data kedua variabel diberikan pada diperoleh sbb:
Y 5.485 ; X i2 95.158 ; X 1.792 ; XY 290.080
1. Menghitung harga a dan b dengan rumus 8.4 dan 8.5
a
5.485 95.158 1.792 290.080 2.118.270 87,07
34 95.158 1.792
2
24.108
34 290.080 1.792 5.485 33.600
b 1,39
34 95.158 1.792
2
24.108
Harga b dapat dihitung dengan rumus 7.5, tetapi terlebih dahulu dihitung korelasi antara nilai
kualitas layanan dan nilai rata-rata penjualan barang. Harga dapat juga dicari dengan rumus
7.4.
Setelah harga a dan b ditemukan, maka persamaan regresi linier sederhana dapat disusun.
Persamaan regresi nilai kualitas layanan dan nilai rata-rata penjualan barang tertentu tiap
bulan adalah seperti berikut :
Y = 87,87 + 1,39 X
Persamaan regresi yang telah ditemukan itu dapat digunakan untuk melakukan prediksi
(ramalan) bagaimana individu dalam variabel dependen akan terjadi bila individu dalam
variabel independen ditetapkan. Misalnya nilai kualitas layanan = 64, maka nilai rata-rata
penjualan adalah :
74 Program Studi Teknik Sipil Universitas Katolik Santo Thomas Sumatera Utara
DIKTAT MATA KULIAH STATISTIKA DAN PROBABILITAS
kualitas layanan 100, nilai rata-rata penjualan tiap bulan berapa ? Apakah ada kualitas
layanan yang nilainya sebesar 100 ?
Garis regresi dapat digambarkan berdasarkan persamaan yang telah ditemukan adalah :
Y = 87,87 + 1,39X
176,83
176,83
Pertemuan antara
rata-rata Y dan X
Rata-rata Y = 176,83
Rata-rata X = 64
87,87 (harga a)
Gambar 7.1. Garis Regresi Nilai Kualitas Layanan dan Nilai Rata-rata
Penjualan Barang Tiap Bulan
Antara nilai kualitas layanan dengan nilai penjualan tiap bulan dapat dihitung korelasinya.
Korelasi dapat dihitung dengan rumus yang telah diberikan (rumus 6.5) atau dengan rumus
6.6. berikut.
n XY X Y
r
n X 2
X n Y 2 Y
2 2
...........................................................................
(7.7)
Harga-harga yang telah ditemukan dalam tabel dapat dimasukkan dalam rumus 7.7 di atas
sehingga :
Harga r tabel untuk taraf kesalahan 5% dengan n = 34 diperoleh 0,339 dan untuk 1% = 0,436.
Karena harga r hitung lebih besar dari r tabel baik untuk kesalahan 5% maupun 1% (0.7526 >
75 Program Studi Teknik Sipil Universitas Katolik Santo Thomas Sumatera Utara
DIKTAT MATA KULIAH STATISTIKA DAN PROBABILITAS
0,436 > 0,339), maka dapat disimpulkan terdapat hubungan yang positif dan signifikan
sebesar 0,7526 antara nilai kualitas layanan dan nilai rata-rata penjualan barang tiap bulan.
Koefisien determinasinya r2 = 0,75262 = 0,5265. Hal ini berarti nilai rata-rata penjualan
barang tiap bulan 52,65% ditentukan oleh nilai kualitas layanan yang diberikan, melalui
persamaan regresi Y = 87,87 + 1,39 X. Sisanya 47,35% ditentukan oleh faktor yang lain.
Ha : Fhitung ≥ Ftabel
3. Mencari dan menghitung persamaan regresi dengan menggunakan bahan dari persiapan
kerja analisis regresi sebagai berikut :
Tabel 7.1 Data terdapat pengaruh kualitas layanan terhadap kepuasan pelanggan di Pusat
Perawatan Kecantikan VIVA di Jalan WR Supratman 37 Surabaya.
No. X1 X2 Y X1 2 X2 2 X1X2 X1Y X 2Y Y2
1 102 31 7 10404 961 3162 714 217 49
2 92 31 4 8464 961 2852 368 124 16
3 99 31 6 9801 961 3069 594 186 36
4 113 35 8 12769 1225 3955 904 280 64
5 113 36 8 12769 1296 4068 904 288 64
6 105 32 7 11025 1024 3360 735 224 49
7 93 30 8 8649 900 2790 744 240 64
8 76 28 8 5776 784 2128 608 224 64
9 102 31 8 10404 961 3162 816 248 64
10 122 38 10 14884 1444 4636 1220 380 100
11 98 34 8 9604 1156 3332 784 272 64
12 96 30 8 9216 900 2880 768 240 64
13 117 35 10 13689 1225 4095 1170 350 100
76 Program Studi Teknik Sipil Universitas Katolik Santo Thomas Sumatera Utara
DIKTAT MATA KULIAH STATISTIKA DAN PROBABILITAS
261430
=
109500
= 2,387
77 Program Studi Teknik Sipil Universitas Katolik Santo Thomas Sumatera Utara
DIKTAT MATA KULIAH STATISTIKA DAN PROBABILITAS
b. Menghitung rumus b :
NX 1Y X 1. Y
b =
N X 1 2 (X 1)2
=
30 . 340730
5970
=
109500
= 0,055
c. Menulis persamaan regresi dengan rumus : Y = a + bX1
Y = 2,387 + 0,055X1
JKY Y 2
Y
2
2.047
245 2 46,167
N 30
c. Menghitung Jumlah Kuadrat Regresi dengan rumus :
JKreg b JK . X 1 .Y 0,055 x199 10,945
Ha : signifikansi
Ho : tidak signifikan
g. Menentukan taraf signifikansi dan mencari nilai Ftabel menggunakan tabel F dengan
rumus :
78 Program Studi Teknik Sipil Universitas Katolik Santo Thomas Sumatera Utara
DIKTAT MATA KULIAH STATISTIKA DAN PROBABILITAS
Angka (1 ; 28) artinya angka 1 sebagai pembilang dan angka 28 sebagai penyebut.
Ha : Fhitung ≥ Ftabel
3. Mencari dan menghitung persamaan regresi dengan menggunakan bahan dari persiapan
kerja analisis regresi sebagai berikut :
X 2 1011; Y 2 245; (X 2 ) 2 34359; X 2 .Y 8310;
Y 2 2047;
Y = 1,913 + 0,186X2
79 Program Studi Teknik Sipil Universitas Katolik Santo Thomas Sumatera Utara
DIKTAT MATA KULIAH STATISTIKA DAN PROBABILITAS
JKY Y
2
Y
2
2047
245
2
46,167
N 30
c. Menghitung Jumlah Kuadrat Regresi dengan rumus :
← = 0,186 (53,5)
← = 9,951
Ha : signifikansi
Ho :tidak signifikan
g. Menentukan taraf signifikansi dan mencari nilai Ftabel menggunakan tabel F dengan
rumus :
Angka (1 ; 28) artinya angka 1 sebagai pembilang dan angka 28 sebagai penyebut.
80 Program Studi Teknik Sipil Universitas Katolik Santo Thomas Sumatera Utara
DIKTAT MATA KULIAH STATISTIKA DAN PROBABILITAS
Ternyata Fhitung > Ftabel atau 7,696 > 4,24, maka Ho ditolak dan Ha diterima. Dengan
demikian dapat dikatakan terdapat pengaruh pemasaran terhadap kepuasan pelanggan
di Pusat Perawatan Kecantikan VIVA di Jalan WR Supratman 37 Surabaya.
Analisis regresi ganda digunakan oleh peneliti, bila peneliti bermaksud meramalkan
bagaimana keadaan (naik turunnya) variabel dependen (kriterium), bila dua atau lebih
variabel independen sebagai prediktor dimanipulasi (dinaik-turunkan nilainya). Jadi analisis
regresi ganda akan dilakukan bila jumlah variabel independennya minimal 2.
Y = a + b1X1 + b2X2
Untuk bisa membuat ramalan melalui regresi, maka data setiap variabel harus tersedia.
Selanjutnya berdasarkan data itu peneliti harus dapat menemukan persamaan regresi melalui
perhitungan.
Berikut ini diberikan tiga contoh analisis regresi ganda untuk dua, tiga dan empat prediktor.
Berdasarkan 10 responden yang digunakan sebagai sumber data penelitian, hasilnya adalah sebagai
berikut :
No Responden X1 X2 Y
1 10 7 23
2 2 3 7
3 4 2 15
4 6 4 17
5 8 6 23
6 7 5 22
7 10 4 3
81 Program Studi Teknik Sipil Universitas Katolik Santo Thomas Sumatera Utara
DIKTAT MATA KULIAH STATISTIKA DAN PROBABILITAS
8 6 3 14
9 7 4 20
10 6 3 19
Dari tiga instrumen yang dikembangkan untuk menjaring data tentang tingkat kemampuan
kerja pegawai, kepemimpinan direktif dan produktivitas kerjanya hasilnya dapat diberikan
pada Tabel 7.2 berikut :
TABEL 7.2
TABEL PENOLONG UNTUK MENGHITUNG
PERSAMAAN REGRESI GANDA DUA PREDIKTOR
No. Y X1 X2 X1Y X2Y X1X2 X1 2 X2 2
1 23 10 7 230 161 70 100 49
2 7 2 3 14 21 6 4 9
3 15 4 2 60 30 8 16 4
4 17 6 4 102 68 24 36 16
5 23 8 6 184 138 48 64 36
6 22 7 5 154 110 35 49 25
7 10 4 3 40 30 12 16 9
8 14 6 3 84 42 18 36 9
9 20 7 4 140 80 28 49 16
10 19 6 3 114 57 18 36 9
JML 170 60 40 1122 737 267 406 182
82 Program Studi Teknik Sipil Universitas Katolik Santo Thomas Sumatera Utara
DIKTAT MATA KULIAH STATISTIKA DAN PROBABILITAS
∑Y = an + b1 ∑X1 + b2 ∑X2
................................................................
(7.8)
∑X1Y =a a ∑X1 + b1 ∑X1 2 + b2∑X1X2
Bila harga-harga dari data diatas dimasukkan dalam persamaan tersebut maka:
170 = 10a + 60 b1 + 40 b2 ………… (1)
1.122 = 60a + 406 b1 + 267 b2 ………… (2)
737 = 40a + 267 b1 + 182 b2 ………… (3)
Persamaan (1) dikalikan 6, persamaan (2) dikalikan 1 :
1.020 = 60 a + 360 b1 + 240 b2
1.122 = 60 a + 406 b1 + 267 b2(-)
-102 = 0 a + -46 b1 + -27 b2
-102 = -46 b1 - - 27 b2 ……. (4)
Persamaan (1) dikalikan dengan 4, persamaan (3) dikalikan dengan 1 hasilnya
menjadi :
b2 = -0,466
Harga b2 dimasukkan dalam salah satu persamaan (4) atau (5). Dalam hal ini dimasukkan
dalam persamaan (4), maka :
83 Program Studi Teknik Sipil Universitas Katolik Santo Thomas Sumatera Utara
DIKTAT MATA KULIAH STATISTIKA DAN PROBABILITAS
84 Program Studi Teknik Sipil Universitas Katolik Santo Thomas Sumatera Utara
Jadi persamaan regresi ganda linier untuk dua prediktor (kemampuan kerja pegawai, dan
kepemimpinan direktif) adalah :
Y = 3,9186 + 2,4909 X1 - 0,466 X2
Dari persamaan itu berarti produktivitas kerja pegawai akan naik, bila kemampuan pegawai
ditingkatkan, dan akan turun bila kepemimpinan direksi (otokrasi) ditingkatkan. Tetapi koefisien
regresi untuk kemampuan pegawai (2,4909) lebih besar daripada koefisien regresi untuk
kepemimpinan direktif (2,4909) lebih besar daripada koefisien regresi untuk kepemimpinan
direktif (diharga mutlak = 0,466) X. Jadi bila kemampuan pegawai ditingkatkan sehingga sampai
mendapat nilai 10, dan juga tingkat kepemimpinan direktif sampai mendapat nilai 10, maka
produktivitasnya adalah :