Bab I Pendahuluan
A. Pengertian Statistika dan Statistik...................................
B. Penggolongan Statitika....................................................
C. Fungsi dam Kegunaan Statistika.....................................
D. Ciri Khas Statistika..........................................................
E. Permasalahan Statistika..................................................
F. Statistika Pendidikan......................................................
Bab II Data Statistika
A. Pengertian Data..............................................................
B. Macam-macam (Penggolongan) Data...............................
C. Tekhnik Pengumpulan Data............................................
D. Instrumen Pengumpulan Data........................................
Bab III Distribusi Frekuensi..........................................................
Bab IV Ukuran Pemusatan Data
A. Mean (Rata-Rata Hitung)................................................
B. Modus............................................................................
C. Median..........................................................................
D. Kuartil...........................................................................
E. Desil..............................................................................
F. Persentil.........................................................................
G. Latihan Soal...................................................................
Bab V Standar Deviasi..................................................................
Bab VI Perhitungan Statistika Menggunakan Aplikasi SPSS
A. Mengenal SPSS..............................................................
B. Penerapan dalam SPSS..................................................
BAB I
PENDAHULUAN
B. PENGGOLONGAN STATISTIKA
Statistika untuk penelitian dapat digolongkan dalam tiga
cara, yaitu berdasarkan masalah penelitian, berdasarkan
sasaran penelitian dan berdasarkan terpenuhinya asumsi.
1. Berdasarkan Masalah Penelitian
Berdasarkan masalah penelitiannya, statistika dapat
dibagi menjadi tiga yaitu statistika untuk penelitian diskriptif,
statistika untuk penelitian korelasi dan statistika untuk
penelitian perbandingan.
a) Penelitian diskriptif
Penelitian diskriptif adalah penelitian yang melibatkan
satu variabel saja. Misalnya prestasi belajar mata
pelajaran Bahasa Inggris.
b) Penelitian korelasi
Penelitian korelasi adalah penelitian yang dilakukan
dengan menghubungkan satu variabel dengan variabel
yang lain atau menghungkan dua variabel yang berbeda.
Misalnya hubungan antara kecerdasan daya juang dengan
prestasi belajar mata pelajaran Bahasa Inggris.
c) Penelitian perbandingan
Penelitian perbandingan adalah penelitian yang
dilakukan dengan membandingkan dua atau lebih
kelompok dalam hal satu variabel. Misalnya perbedaan
prestasi belajar mata pelajaran Bahasa Inggris antara
siswa yang berasal dari jurisan IPS dengan jurusan IPA.
F. STATISTIK PENDIDIKAN
Statistik dalam dunia pendidikan dapat dirasakan
manfaatnya oleh para pemakai (seperti pendidik, mahasiswa,
peneliti, dll) apabila banyak menunjang kelancaran tugas para
“penugas” pendidikan tadi. Misalnya dipakai dalam kegiatan
evaluasi (penilaian) dan penelitian. Dalam kegiatan evaluasi,
statistik menjadi alat bantu untuk menganalisis dan
menyimpulkan data hasil evaluasi.
Data statistik yang banyak ditemukan/dianalisis dalam
dunia pendidikan biasanya berupa:
1) Data prestasi belajar siswa (misalnya, nilai hasil tes, nilai
rapor, nilai inteligensi dan kepribadian, dll.).
2) Data tentang gambaran peserta didik, tenaga pengajar,
pegawai dan lulusan (misalnya, jumlah siswa, guru
berkualifikasi tertentu, lulusan yang melanjutkan/tidak
melanjutkan, presensi, dll.).
3) Data tentang anggaran pendidikan (misalnya, belanja rutin
pegawai, dana kesiswaan, dll.)
4) Data tentang kepustakaan, administratif dan perlengkapan
(misalnya, jumlah buku menurut kategori tertentu, jumlah
alat sekolah, dll.).
BAB II
DATA STATISTIKA
A. PENGERTIAN DATA
Data adalah sejumlah informasi yang dapat memberikan
gambaran tentang suatu keadaan atau masalah, baik yang
berupa angka-angka (golongan) maupun yang berbentuk
kategori, seperti baik, buruk, tinggi, rendah dan sebagainya.
Selain itu adapun pengertian lain tentang data yaitu hasil
pencatatan peneliti, baik yang berupa fakta maupun angka-
angka (Suharsimi, 1999).
Data statistik adalah data yang berwujud angak atau
bilangan. Dengan kata lain, bahan mentah bagi statistik adalah
angka atau bilangan. Perlu kita ketahui, bahwa tidak semua
angka atau bilangan dapat disebut sebagai data statistik.
Angka atau bilangan baru dapat disebut data statistik apabila
memenuhi beberapa persyaratan sebagai berikut:
a. Objektif
Objektif maksudnya ialah data yang diperoleh dari hasil
penelitian harus menggambarkan keadaan sebenarnya.
b. Relevan
Data yang diperoleh harus ada kaitannya dengan
permasalahan yang akan diteliti.
c. Sesuai Zaman (Up to Date)
Data tidak boleh ketinggalan zaman sebab dengan semakin
pesatnya perkembangan waktu dan teknologi menyebabkan
suatu kejadian dapat mengalami perubahan dengan cepat.
d. Representatif
Data yang diperoleh dari hasil penelitian sampel harus
memiliki atau menggambarkan keadaan populasinya.
e. Dapat Dipercaya
Data harus dapat dipercaya maksunya ialah sumber data
harus diperoleh dari sumber yang tepat.
2. Sampling
Sampling ialah cara mengumpulkan data dengan jalan
mencatat atau meneliti sebagian kecil saja dari keseluruhan
elemen yang menjadi objek penelitian. Dengan kata lain,
sampling adalah cara mengumpulkan data dengan mencatat
atau meneliti sampel-nya saja. Dengan cara sampling ini,
hasil yang diperoleh adalah nilai karakteristik perkiraan saja
(estimate value) saja, dan atas dasar nilai karakteristik
perkiraan yang diperoleh dari sampel tersebut, kita dapat
memperkirakan nilai sesungguhnya dari populasi yang
sedang diteliti. Agar mendapatkan nilai perkiraan yang baik,
sampel yang diambil haruslah bersifat representative (dapat
dijamin mencerminkan atau mewakili populasi).
Kebaikan sampling ialah pekerjaan pengumpulan data
akan dapat dilaksanakan dengan waktu, tenaga, biaya dan
alat yang relative lebih kecil dibandingkan dengan sensus.
Namun, kelemahannya ialah jika sampel tersebut tidak
bersifat representative, maka kesimpulan yang dikenakan
terhadap populasi akan tidak sesuai dengan kenyataan yang
terdapat pada populasi. Cara menghimpun data statistic
dengan jalan sampling juga dikenal dengan istilah Sample
Survey Method.
Adapun beberapa cara pengambilan sampel penelitian
yang lazim dilakukan adalah sebagai berikut:
a) Cara Random
Cara pengambilan sampel dengan tekhnik random
disebut random sampling, dan sampel yang diperoleh
disebut sampel random. Tekhnik random sampling
memungkinkan peneliti dapat mengambil sampel secara
objektif karena setiap unit yang menjadi anggota
populasi mempunyai kesempatan yang sama untuk
dipilih menjadi anggota sampel. Random yang
dipergunakan dalam tekhnik ini bisa dalam bentuk
undian, ordinal ( membuat daftar secara berurutan dari
unit sampling yang pertama sampai terakhir) dan
randominasi dari tabel bilangan random.
b) Cara Strata
Penarikan sampel secara strata/bertingkat terutama
ditujukan untuk populasi yang berkelompok (memiliki
stratum), dengan tujaun agar anggota populasi terpilih
secara acak dan setiap kelompok yang ada pada populasi
dapat terwakili.
c) Cara Quota
Pengambilan sampel dengan cara quota (quota sampling)
didasarkan pada pertimbangan-pertimbangan tertentu
dari peneliti. Jika peneliti mengambil sampel dari suatu
populasi penelitian dengan cara menentukan sejumlah
anggota sampel secara quantum atau jatah, teknik
sampling semacam itu disebut dengan quota sampling.
d) Cara Sistematik
Cara sistematik hampir sama dengan cara random,
namun dilakukan secara sistematik, maksudnya yaitu
mengikuti suatu pola tertentu dari nomor anggota
populasi yang dipilih secara random, berdasarkan
jumlah sampel yang sudah ditetapkan sebelumnya.
BAB III
DISTRIBUSI FREKUENSI
Distribusi frekuensi adalah suatu susunan data mulai dari data
terkecil sampai data terbesar yang membagi banyaknya data ke
dalam beberapa kelas. Dalam statistik, “distribusi frekuensi”
kurang lebih mengandung pengertian: “suatu keadaan yang
menggambarkan bagaimana frekuensi dari gejala atau variabel yang
dilambangkan dengan angka, telah tersalur, terbagi atau
terpencar”.
Membuat tabel frekuensi atau distribusi frekuensi berarti
mendistribusikan semua data dalam beberapa kelas atau interval,
selanjutnya menentukan banyaknya kelas individu yang masuk
kedalam kelas tertentu yang mana lazim disebut frekuensi kelas.
Contoh :
Data Hasil Kemampuan Berfikir Kritis 75 mahasiswa adalah sebagai
berikut:
85 52 55 56 58 60 87 61 88 62 64 65 66 94 67
74 68 68 80 69 69 70 70 82 71 83 72 72 73 80
85 74 86 75 81 76 82 77 78 78 78 79 75 79 74
80 67 81 81 76 82 76 82 71 82 71 84 84 84 69
95 86 75 86 86 86 61 88 62 89 90 91 93 66 48
48 52 55 56 58 60 61 61 62 62 64 65 66 66 67
67 68 68 69 69 69 70 70 71 71 71 72 72 73 74
74 74 75 75 75 76 76 76 77 78 78 78 79 79 80
80 80 81 81 81 82 82 82 82 82 83 84 84 84 85
85 86 86 86 86 86 87 88 88 89 90 91 93 94 95
Langkah-langkah yang harus dilakukan untuk membuat daftar
distribusi frekuensi berdasarkan contoh diatas :
1. Rank atau Jangkauan atau Rentang
Rank adalah selisih data terbesar (maksimum) dengan data
terkecil (minimum), yang dinotasikan dengan :
R = Xmaks – Xmin
Data hasil kemampuan berfikir kritis 75 mahasiswa, ranknya
adalah :
R = Xmaks – Xmin
R = 95 – 48 = 47
4. Daftar tabulasi
Daftar tabulasi merupakan kolom kumpulan garis-garis miring
pendek yang banyaknya sesuai dengan banyaknya data.
Data tabulansi hasil kemampuan berfikir kritis 75 mahasiswa
No Skor Turus Frekuensi
(f)
1 48- 54 II 2
2 55-61 IIII I 6
3 62-68 IIII IIII 10
4 69-75 IIII IIII IIII II 17
5 76-82 IIII IIII IIII IIII 20
6 83-89 IIII IIII IIII 15
7 90-96 IIII 5
5. Batas kelas
Batas kelas suatu interval kelas adalah nilai-nilai ujung yang
terdapat pada suatu kelas. Nilai ujung bawah pada suatu
interval kelas disebut batas bawah kelas, sedangkan nilai ujung
atas pada suatu interval kelas disebut batas atas kelas.
Data hasil kemampuan berfikir kritis 75 mahasiswa
No Skor Frekuensi (f)
1 48- 54 2
2 55-61 6
3 62-68 10
4 69-75 17
5 76-82 20
6 83-89 15
7 90-96 5
Berdasarkan tabel diatas, batas bawah kelas dan batas atas
kelasnya sebagai berikut :
Batas bawah kelas : 48, 55, 62, 69, 76, 83, 90
Batas atas kelas : 54, 61, 68, 75, 82, 89, 96
Dari tabel batas kelas diatas, dpat dihitung nilai titik tengah
sebagai berikut:
48+54
• Kelas kesatu adalah : = 51
2
55+61
• Kelas kedua adalah : = 58
2
62+68
• Kelas ketiga adalah : = 65
2
69+75
• Kelas keempat adalah : = 72
2
76+82
• Kelas kelima adalah : = 79
2
83+89
• Kelas keenam adalah : = 86
2
90+96
• Kelas ketujuh adalah : = 93
2
BAB IV
UKURAN PEMUSATAN DATA
A. MEAN (RATA-RATA HITUNG)
Rata-rata hitung merupakan jumlah dari seluruh nilai data
dibagi dengan banyaknya data. Rumus rata-rata hitung ada dua
yaitu rumus data tunggal dan data berkelompok.
1. Mean dari Data Tunggal
→ Rata-Rata Hitung ( Mean)
∑𝑥𝑖
x= 𝑖 = 1,2,3, … 𝑛
𝑛
∑𝑓𝑖 . 𝑥𝑖
x= 𝑖
𝑓𝑖
Keterangan :
x = rata-rata hitung di timbang
xi = nilai atau harga data ke i
fi = frekuensi
contoh soal 1:
62, 65,58, 90,75, 79, 82, 91, 75, 75, 75, 75
Xi Fi Fi.xi
70 4 280
90 3 270
60 5 300
75 2 150
40 1 40
∑ 1.040
15
∑𝑓𝑖 . 𝑥𝑖
x =
𝑓𝑖
1.040
=
15
= 69,333333
= 69, 33 (di bulatkan 2 angka di belakang koma)
Contoh soal 2:
62, 65, 76, 85,86, 87, 76, 90, 96, 81, 63, 64
Tentukan :
a. Rata-rata bobot ?
b. Mean ?
Jawab:
62, 63, 64, 65, 76, 76, 81, 85, 86, 87, 90, 96 (diurutkan dari
yang terkecil ke yang terbesar)
∑𝑓𝑖 . 𝑥𝑖 931
x = = = 77,583 = 77,5
𝑓𝑖 12
b. Mean
∑𝑥𝑖
x=
𝑛
62+63+64+65+76+76+81+85+86+87+90+96
=
12
931
= = 77,58
12
B. MODUS
Modus adalah nilai yang mempunyai frekuensi tersebar
dalam suatu kumpulan data. Modus berguna untuk mengetahui
tingkat seringnya terjadi suatu peristiwa. Jika nilai yang tampil
dengan frekuensi tertinggi ada dua disebut bimodal, kalau ada
tiga disebut trimodal, kalau ada banyak disebut multimodal.
Modus dapat digunakan untuk semua skala pengukuran data
mulai dari nominal hingga ratio.
Keterangan:
Mo = Modus
b = Batas bawah kelas modus
p = Panjang kelas
d1 = Selisih frekuensi dengan kelas sebelumnya
d2 = Selisih frekuensi dengan kelas sesudahnya
Contoh soal:
Data nilai ulangan statistika 100 mahasiswa, sebagai berikut:
No Nilai Frekuensi (f) Nilai tengah (x) f.x
1 45-50 4 47,5 190
2 51-56 4 53,5 214
3 57-62 8 59,5 476
4 63-68 30 65,5 1.965
5 69-74 31 71,5 2.216,5
6 75-80 20 77,5 1.550
7 81-86 2 83,5 167
8 87-92 1 89,5 89,5
Jumlah 100 - 6.868
Mo = 68,5 + 6 (0,083333333)
Mo = 68,5 + 0,5 = 69
C. MEDIAN
Median merupakan nilai tengah dari nilai-nilai pengamatan
yang disusun secara teratur menurut besarnya data. Median
membagi nilai pengamatan yang ada pada gugus data sehingga
50% terletak di bawah median dan 50% di atas median.
Kelebihan median tidak dipengaruhi adanya nilai ekstrim
(pencilan). Rumus menghitung median ada dua yaitu rumus
data tungal dan data berkelompok.
1. Median dari Data Tunggal
Didefisinisikan sebagai ukuran (data), setelah data di
urutkan
𝑛+1
Me = x → apabila jumlah ganjil
2
1 𝑛 𝑛
Me = {(x ) + (𝑥 + 1)} → apabila jumlah genap
2 2 2
Contoh soal 1:
58, 62, 65,75, 75,75, 75, 79, 82, 90, 91, 95
(Data sudah di urutkan dari yang terkecil ke terbesar)
Jawab :
• Cara singkat:
58, 62, 65, 75, 75,75, 75, 79, 82, 90, 91, 95
75+75
Median = = 75
2
= 75
Contoh soal 2:
62, 65, 76, 85,86, 87, 76, 90, 96, 81, 63, 64
Jawab:
62, 63, 64, 65, 76, 76, 81, 85, 86, 87, 90, 96 (diurutkan dari
yang terkecil ke yang terbesar)
1 𝑛 𝑛
Me = {(x ) + (𝑥 + 1)}
2 2 2
1 12 12
= {(x 2 ) + (𝑥 + 1)}
2 2
1
= { X6 + X7 }
2
1
= { 76 +81}
2
1
= ( 157) = 78, 5
2
Keterangan:
Me = Median
b = Batas bawah kelas median (batas bawah – 0,5)
p = Panjang kelas
n = Banyak kelas
F = Jumlah frekuensi sebelum kelas median (kumulatif)
f = Frekuensi kelas median
Contoh soal:
Data nilai ulangan statistika 100 mahasiswa, sebagai berikut:
No Nilai Frekuensi (f) Frekuensi
Kumulatif
1 45-50 4 4
2 51-56 4 8
3 57-62 8 16
4 63-68 30 46
5 69-74 31 77
6 75-80 20 97
7 81-86 2 99
8 87-92 1 100
Jumlah 100 -
Me = 68,5 + 6 {0,129032258}
Me = 68,5 + 0,774193548
Me = 69,274193548 (dibulatkan 2 angka dibelakang koma)
Me = 69,2
D. KUARTIL
Kuartil (Q) merupakan nilai-nilai yang membagi data yang
telah diurutkan menjadi empat bagian yang sama, sehingga
dalam suatu gugus data didapati 3 kuartil (kuartil 1, kuartil 2
atau median dan kuartil 3). Rumus menghitung kuartil ada dua
yaitu rumus data tungal dan data berkelompok.
1 1.𝑛 1.𝑛
Q1 = {𝑥 + (𝑥 + 1)}
2 4 4
1 2.𝑛 2.𝑛
Q2 = {𝑥 + (𝑥 + 1)}
2 4 4
1 3.𝑛 3.𝑛
Q3 = {𝑥 + (𝑥 + 1)}
2 4 4
Contoh :
58, 62, 65, 75, 75, 75, 75, 79, 82, 90, 91, 95
Q1 Q2 Q3
Menghitung kuartil secara sederhana :
65+75
Q1 = = 70
2
75+75
Q1 = = 75
2
82+90
Q1 = = 86
2
1 2.𝑛 2.𝑛
➢ Q2 = {𝑥 + (𝑥 + 1)}
2 4 4
1 2.12 2.12
Q2 = {𝑥 + (𝑥 + 1)}
2 4 4
1 24 24
Q2 = {𝑥 +(𝑥 + 1)}
2 4 4
1
Q2 = {𝑥6 + 𝑥7}
2
1
Q2 = (75 + 75)
2
Q2 = 75
1 3.𝑛 3.𝑛
➢ Q3 = {𝑥 + (𝑥 + 1)}
2 4 4
1 3.12 3.12
Q3 = {𝑥 + (𝑥 + 1)}
2 4 4
1 36 36
Q3 = {𝑥 +(𝑥 + 1)}
2 4 4
1
Q3 = {𝑥9 + 𝑥10}
2
1
Q3 = (82 + 90)
2
Q3 = 86
Di mana :
Qi = kuartil ke i
n = banyaknya data dengan i = 1,2...
Di mana :
Qi = Kuartil ke i
b = Batas bawah kelas Qi ( ialah kelas interval dimana Qi
akan terletak)
p = Panjang kelas
F = Jumlah F sebelum kelas kuartil ke-i
f = Frekuensi kelas kuartil ke-i
contoh:
carilah Q1, Q2 dan Q3 pada data dibawah ini !
Data nilai ulangan statistika 100 mahasiswa, sebagai berikut:
No Nilai Frekuensi (f) Frekuensi
Kumulatif
1 45-50 4 4
2 51-56 4 8
3 57-62 8 16
4 63-68 30 46 Q1
5 69-74 31 77 Q2 dan Q3
6 75-80 20 97
7 81-86 2 99
8 87-92 1 100
Jumlah 100 -
Jawab :
✓ Kuartil 1 (Q1 )
𝐼𝑛 100
Q1 = 4 = 1. 4 = 25
𝐼𝑛
–𝐹
Q1 = b + p { 4 }
𝑓
25−16
Q1 = 62,5 + 6 { }
30
9
Q1 = 62,5 + 6 {30 }
Q1 = 62,5 + 6 {0,3 }
Q1 = 62,5 + 1,8
Q1 = 64,3
✓ Kuartil 2 (Q2 )
𝐼𝑛 100
Q2 = = 2. = 50
4 4
𝐼𝑛
–𝐹
Q2 = b + p { 4 𝑓 }
50−46
Q2 = 68,5 + 6 { }
31
4
Q2 = 68,5 + 6 {31 }
Q2 = 68,5 + 6 {0,129 }
Q2 = 68,5 + 0,774
Q2 = 69,274
✓ Kuartil 3 (Q3 )
𝐼𝑛 100
Q3 = 4 = 3. 4 = 75
𝐼𝑛
–𝐹
Q3 = b + p { 4 𝑓 }
75−46
Q3 = 68,5 + 6 { }
31
29
Q3 = 68,5 + 6 {30 }
Q3 = 68,5 + 6 {0,935 }
Q3 = 68,5 + 5,612
Q3 = 74,112
E. DESIL
Desil adalah membagi data menjadi 10 bagian yang sama,
dengan demikian terdapat nilai desil (D1, D2, D3 ... D9). Rumus
menghitung desil untuk data tunggal dan data berkelompok
sebagai berikut:
1 𝑖.𝑛 𝑖.𝑛
Di =
2
{𝑥 10 + (𝑥 10 + 1)} Apabila jumlah data genap
Contoh:
Carilah D5 pada data dibawah ini!
58, 62, 65, 75, 75, 75, 75, 79, 82, 90, 91, 95
Jawab:
1 𝑖.𝑛 𝑖.𝑛
Di = {𝑥 10 + (𝑥 10 + 1)}
2
1 5.12 5.12
D5 = {𝑥 + (𝑥 + 1)}
2 10 10
1 60 60
= {𝑥 10 + (𝑥 + 1)}
2 10
1
= {𝑥6 + 𝑥7}
2
1
= (75 + 75)
2
1
= . 150 = 75
2
Di mana :
Di = Desil ke i
n = Banyaknya data dengan i = 1,2...
Keterangan:
Di = Desil
b = Batas bawah kelas (batas bawah – 0,5)
p = Panjang kelas
n = Banyak kelas
F = Jumlah frekuensi sebelum kelas (kumulatif)
f = Frekuensi kelas
Contoh soal:
Data nilai ulangan statistika 100 mahasiswa, sebagai berikut:
No Nilai Frekuensi (f) Frekuensi
Kumulatif
1 45-50 4 4
2 51-56 4 8
3 57-62 8 16
4 63-68 30 46
5 69-74 31 77
6 75-80 20 97
7 81-86 2 99
8 87-92 1 100
Jumlah 100 -
D5 = 68,5 + 6 {0,129032258}
D5 = 68,5 + 0,774193548
D5 = 69,274193548 (dibulatkan 2 angka dibelakang koma)
D5 = 69,27
F. PERSENTIL
Persentil adalah membagi data menjadi 100 bagian yang
sama, dengan demikian terdapat nilai persentil (P1, P2, P3 ... P99).
Rumus menghitung persentil untuk data tunggal dan data
berkelompok sebagai berikut:
(𝑛+1)
Pi = 𝑋𝑖 Data ganjil
100
1 𝑖.𝑛 𝑖.𝑛
Pi =
2
{𝑥 100 + (𝑥 100 + 1)} Data genap
Contoh:
Carilah P50 pada data dibawah ini!
58, 62, 65, 75, 75, 75, 75, 79, 82, 90, 91, 95
Jawab:
1 𝑖.𝑛 𝑖.𝑛
Pi = {𝑥 100 + (𝑥 100 + 1)}
2
1 50.12 50.12
P50 = 2
{𝑥 100
+ (𝑥 100
+ 1)}
1 600 600
= {𝑥 100 + (𝑥 + 1)}
2 100
1
= {𝑥6 + 𝑥7}
2
1
= (75 + 75)
2
1
= . 150
2
= 75
Keterangan:
Pi = Persentil
b = Batas bawah kelas median (batas bawah – 0,5)
p = Panjang kelas
n = Banyak kelas
F = Jumlah frekuensi sebelum kelas median (kumulatif)
f = Frekuensi kelas median
Contoh soal:
Data nilai ulangan statistika 100 mahasiswa, sebagai
berikut:
No Nilai Frekuensi (f) Frekuensi
Kumulatif
1 45-50 4 4
2 51-56 4 8
3 57-62 8 16
4 63-68 30 46
5 69-74 31 77
6 75-80 20 97
7 81-86 2 99
8 87-92 1 100
Jumlah 100 -
G. LATIHAN SOAL
Latihan soal 1:
Data :
28, 32, 45, 55, 69, 72, 55, 80, 81, 85, 55, 55
Tentukan :
1. Urutkan data dari urutan terkecil hingga tertinggi ?
2. Urutkan quartil Q1 , Q2 , dan Q3 ?
3. Urutkan desil ke 5 ?
4. Urutkan persentil ke 7 ?
Jawab :
1. Mengurutkaan data dari terkecil hingga tertinggi
28, 32, 45, 55, 55, 55, 55, 69, 72, 80, 81, 85
2. Quartil
1 1.12 1.12
• Q1 = {𝑥 + (𝑥 + 1)}
2 4 4
1 12 12
= {𝑥 +(𝑥 + 1)}
2 4 4
1
= {𝑥3 + 𝑥4}
2
1
= (45 + 55)
2
= 50
1 2.12 2.12
• Q2 = {𝑥 + 𝑥 + 1}
2 4 4
1 24 24
= {𝑥 + (𝑥 + 1)}
2 4 4
1
= {𝑥6 + 𝑥7}
2
1
= (55 + 55)
2
= 55
1 3.12 3.12
• Q3 = {𝑥 + (𝑥 + 1)}
2 4 4
1 36 36
= {𝑥 ) + (𝑥 + 1)}
2 4 4
1
= {𝑥9 + 𝑥10}
2
1
= (72 + 80)
2
= 76
3. Desil ke 5
1 5.12 5.12
❖ D5 = {𝑥 + (𝑥 + 1)}
2 10 10
1 60 60
= {𝑥 10 + (𝑥 + 1)}
2 10
1
= {𝑥6 + 𝑥7}
2
1
= (55 + 55)
2
= 55
4. Persentil ke 7
1 7.12 7.12
P7 = {𝑥 100 + (𝑥 100 + 1)}
2
1 84 84
= {𝑥 100 + (𝑥 100 + 1)}
2
1
= {𝑥0,84 + 𝑥1,84}
2
Latihan soal 2:
Data:
60 70 20 30 60 70 80 90 60 10
50 20 15 30 60 90 70 30 55 70
60 65 45 15 55 70 80 90 80 90
15 45 20 30 60 85 80 25 60 45
60 70 10 45 75 70 60 90 60 70
92 45 20 30 60 85 80 25 60 91
15 70 79 35 75 25 80 90 60 92
45 75 20 30 60 85 92 25 60 45
65 65 15 91 80 70 80 90 80 90
60 65 29 15 55 70 80 90 80 90
Carilah :
a. Urutkan data data dari yang terkecil sampai yang terbesar?
b. Buatlah data berkelompok dengan intervalnya 6?
c. Carilah mean, median dan modus pada data berkelompok?
Jawab:
a. Data yang di urutkan dari yang terkecil ke yang terbesar
10 10 15 15 15 15 15 15 20 20
20 20 20 25 25 25 25 29 30 30
30 30 30 30 35 45 45 45 45 45
45 45 50 55 55 55 60 60 60 60
60 60 60 60 60 60 60 60 60 60
60 60 65 65 65 65 70 70 70 70
70 70 70 70 70 70 70 75 75 75
79 80 80 80 80 80 80 80 80 80
80 80 85 85 85 90 90 90 90 90
90 90 90 90 90 91 91 92 92 92
✓ Median
1
𝑛−𝐹
Me = b + p { 2
}
𝑓
1
100−36
= 57,5 + 6 { 2
}
16
50−36
= 57,5 + 6 { }
16
14
= 57,5 + 6 {16 }
= 57,5 + 6 (0,875)
= 57,5 + 5,25
= 62,75
✓ Modus
𝑑1
Mo = b + p {𝑑1+𝑑2 }
13
= 57,5 + 6 {13 +12 }
13
= 57,5 + 6 { }
25
= 57,5 + 6 (0,52)
= 57,5 + 3,12
= 60,62
Latihan soal 3:
Data:
60 70 20 30 60 70 80 90 60 10
50 20 15 30 60 90 70 30 55 70
60 65 45 15 55 70 80 90 80 90
15 45 20 30 60 85 80 25 60 45
60 70 10 45 75 70 60 90 60 70
92 45 20 30 60 85 80 25 60 91
15 70 79 35 75 25 80 90 60 92
45 75 20 30 60 85 92 25 60 45
65 65 15 91 80 70 80 90 80 90
60 65 29 15 55 70 80 90 80 90
Carilah :
a. Urutkan data dari yang terkecil sampai yang terbesar?
b. Buatlah data berkelompok dengan intervalnya 6?
c. Carilah Q1, Q2, dan Q3 pada data berkelompok?
Jawab:
a. Data yang di urutkan dari yang terkecil ke yang terbesar
10 10 15 15 15 15 15 15 20 20
20 20 20 25 25 25 25 29 30 30
30 30 30 30 35 45 45 45 45 45
45 45 50 55 55 55 60 60 60 60
60 60 60 60 60 60 60 60 60 60
60 60 65 65 65 65 70 70 70 70
70 70 70 70 70 70 70 75 75 75
79 80 80 80 80 80 80 80 80 80
80 80 85 85 85 90 90 90 90 90
90 90 90 90 90 91 91 92 92 92
✓ Kuartil 1 (Q1 )
𝐼𝑛 100
Q1 = = 1. = 25
4 4
𝐼𝑛
−𝐹
Q1 = b + p { 4
}
𝑓
25−24
= 33,5 + 6 { }
1
1
=33,5 + 6 {1 }
=33,5 + 6 {1 }
= 33,5 + 6
= 39,5
✓ Kuartil 2 (Q2 )
𝐼𝑛 100
Q2 = = 2. = 50
4 4
𝐼𝑛
–𝐹
Q1 = b + p { 4
}
𝑓
50−36
= 57,5 + 6 { }
16
14
=57,5 + 6 {16 }
✓ Quartil 3 (Q3 )
𝐼𝑛 100
Q1 = = 3. = 75
4 4
𝐼𝑛
–𝐹
Q1 = b + p { 4 𝑓 }
75−70
= 75,5 + 6 { }
12
5
= 75,5 + 6 {12 }
= 75,5 + 6 {0,416666666 }
= 75,5 + 62,5
= 78
BAB V
STANDAR DEVIASI
𝑥2 𝑥2
SD = i √ SD = √
𝑁 𝑁
Keterangan :
SD = standar devisiasi
i = Interval
∑x = jumlah semua devisiasi
N = Nilai (number of change)
Contoh:
No X F X x2
1 73 1 +3 9
2 78 1 +8 64
3 60 1 -10 100
4 70 1 0 0
5 62 1 -8 64
6 80 1 +10 100
7 67 1 -3 9
Jumlah 490 7 346
𝑥2 346
SD = √ 𝑁 = √ 7
= √49,429 = 7,03
∑𝑥
Mx = 𝑛
x = X - Mx
Dicari:
∑𝑥 490
Mx = 𝑛 = = 70
7
x = X – Mx = 73- 70 = +3
2
∑𝑓𝑥 2 ∑𝑓𝑥1 ∑𝑓𝑥 2 ∑𝑓𝑥 2
𝑆𝐷 = 𝑖 √ −( ) 𝑆𝐷 = √ −( )
𝑛 𝑛 𝑛 𝑛
Contoh 1:
Carilah standar devisiasi menggunakan rumus A dan rumus B !
Rumus A
No Interval F X 𝑥𝐼 𝑓𝑥 𝐼 𝑥2 f𝑥 2
1 70-74 3 72 +5 +15 25 70
2 65-69 5 67 +4 +20 16 24
3 60-64 6 62 +3 +18 9 54
4 55-59 7 57 +2 +14 4 28
5 50-54 7 52 +1 +7 1 7
6 45-49 17 47 0 0 0 0
7 40-44 15 42 -1 -15 1 15
8 35-39 7 37 -2 -14 4 28
9 30-34 6 32 -3 -18 9 54
10 25-29 5 27 -4 -20 16 80
11 20-24 2 22 -5 -10 25 50
∑ 80 0 -3 110 471
Jawab :
2
∑𝑓𝑥 2 ∑𝑓𝑥1
𝑆𝐷 = 𝑖 √ −( )
𝑛 𝑛
471 −3 2
𝑆𝐷 = 5√ −( )
80 80
= 5 √5,8875 − (0,0375)2
= 5 √5,8875 − 0,00140625
= 5 √5,88609375
= 5 x 2, 46127315 = 12,13
Rumus B
No Interval f X 𝑥2 Fx Fx2
1 70-74 3 72 5.184 216 15.525
2 65-69 5 67 4.489 335 22.445
3 60-64 6 62 3.844 372 23.064
4 55-59 7 57 3.249 399 22.743
5 50-54 7 52 2.704 364 18.928
6 45-49 17 47 2.209 799 37.553
7 40-44 15 42 1.764 630 26.460
8 35-39 7 37 1.369 259 9.583
9 30-34 6 32 1.024 192 6.144
10 25-29 5 27 729 135 3.645
11 20-24 2 22 484 44 968
∑ 80 3745 187.085
Jawab:
∑𝑓𝑥 2 ∑𝑓𝑥 2
𝑆𝐷 = √ −( )
𝑛 𝑛
187.085 3.745 2
𝑆𝐷 = √ −( )
80 80
= √2338,5625 − (46,8125)2
= √2338,5625 − 2191,410156
= √147, 152344
= 12,1306365868
= 12,13
Contoh 2:
Rumus A
No Interval f x x1 f x1 x2 f x2
1 75-77 3 76 +8 +24 64 192
2 72-74 4 73 +7 +28 49 196
3 69-71 5 70 +6 +30 36 180
4 66-68 7 67 +5 +35 25 175
5 63-65 10 64 +4 +40 16 160
6 60-62 12 61 +3 +36 9 108
7 57-59 15 58 +2 +30 4 60
8 54-56 30 55 +1 +30 1 30
9 51-53 29 52 0 0 0 0
10 48-50 24 49 -1 -24 1 24
11 45-47 20 46 -2 -40 4 80
12 42-44 13 43 -3 -39 9 117
13 39-41 10 40 -4 -40 16 160
14 36-38 8 37 -5 -40 25 200
15 33-35 6 34 -6 -36 36 216
16 30-32 4 31 -7 -28 49 196
∑ 200 6 2.094
Jawab :
2
∑𝑓𝑥 2 ∑𝑓𝑥1
𝑆𝐷 = 𝑖 √ −( )
𝑛 𝑛
2.094 6 2
𝑆𝐷 = 3√ −( )
200 200
= 3 √10,47 − (0,03)2
= 3 √10,47 − 0,0009
= 3 √10,4691
= 3 x 3, 2355988627
= 9,7067965881
= 9,71
Rumus B
No Interval f x x2 Fx f x2
1 75-77 3 76 5.776 228 17.328
2 72-74 4 73 5.329 292 21.316
3 69-71 5 70 4.900 350 24.500
4 66-68 7 67 4.489 469 31.423
5 63-65 10 64 4.096 640 40.960
6 60-62 12 61 3.721 737 44.652
7 57-59 15 58 3.364 870 50.460
8 54-56 30 55 3.025 1.650 90.750
9 51-53 29 52 2.704 1.508 78.416
10 48-50 24 49 2.401 1.176 57.624
11 45-47 20 46 2.116 920 42.320
12 42-44 13 43 1.849 559 24.037
13 39-41 10 40 1.600 400 16.000
14 36-38 8 37 1.369 296 10.952
15 33-35 6 34 1.156 204 6.936
16 30-32 4 31 961 124 3.844
∑ 200 10.418 561.518
Jawab:
∑𝑓𝑥 2 ∑𝑓𝑥 2
𝑆𝐷 = √ −( )
𝑛 𝑛
561.518 10.418 2
𝑆𝐷 = √ −( )
200 200
= √2.807,59−(52,09)2
= √2.807,59 − 2.713,3681
= √94,2219
= 9,706796588
= 9,71
BAB VI
PENGHITUNGAN STATISTIKA MENGGUNAKAN
APLIKASI SPSS
A. MENGENAL SPSS
SPSS dikembangkan oleh Norman H. Nie dan C. Hadlai Hull.
Versi pertamanya muncul tahun 1968. Pada awalnya program
ini dibuat hanya untuk analisis statistik pada ilmu sosial, sesuai
dengan namanya SPSS (Statistical Package for the Social
Science). Softwere tersebut sangat populer digunakan oleh para
periset pasar, periset kesehatan, periset pendidikan,
perusahaan survay, pemerintahan, organisasi pemasaran dan
lai nnya.
Setelah SPSS versi 16, SPSS dapat beroperasi pada tiga
sistem operasi, yaitu Windows, Mac dan Linux. Versi Windows
di-update lebih sering dan memiliki lebih banyak fitur daripada
versi untuk sistem operasi lain.
Antara tahun 2009-2010 premier vendor SPSS disebut PASW
(Predictive Analytics SoftWare) Statistics. Pada 28 Juli 2009,
perusahaan mengumumkan dibeli IMB. Pada tahun 2012 ini,
versi terbarunya adalah SPSS 20.
Interpretasi:
• N adalah banyaknya data yang valid yaitu sebanyak 15 buah,
sedangkan data missing atau data yang hilang adalah 0. Hal ini
berarti semua data sahih untuk diproses.
• Mean atau rata-rata kemampuan representasi matematika
adalah 79,20 dengan standar error sebesar 2,330. Sehingga
estimasi rata-rata populasi terhadap data sampel pada tingkat
kepercayaan 95% adalah (rata-rata ± 1,96 standard error
mean) atau (79,20 ± 1,96 x 2,330) = (79,20 ± 4,567) = (74,63 –
83,77). Angka 1,96 adalah harga Z untuk tingkat kepercayaan
95%. Dengan demikian dengan tingkat kepercayaan 95% rata-
rata sampel kemampuan representasi matematika sebesar
79,20 mengestimasi rata-rata populasi pada kisaran 74,63 –
83,77.
• Median adalah nilai tengah (50%) setelah data diurutkan. Jadi
nilai median sebesar 83,00 mengandung arti 50% sampel
mempunyai kemampuan representasi matematika 83,00 ke atas
dan 50% mempunyai kemampuan representasi matematika
83,00 ke bawah.
• Modua adalah data dengan frekuensi terbanyak, jadi data
kemampuan representasi matematika yang sering tampil adalah
85.
• Standar deviasi adalah 9,025 dan varians adalah 81,457
menunjukkan tingkat keragaman data. Dengan standar deviasi
sebesar 9,025 dan tingkat kepercayaan sebesar 95% maka rata-
rata kemampuan representasi matematika pada sampel menjadi
(rata-rata ± 1,96 standard deviation). Dengan demikian, (79,20
± 1,96 x 9,025) = (79,20 ± 17,7689) = (61,51 -96,89) atau
kemampuan representasi matematika 15 siswa berkisar antara
61,51 sampai 96,89.
• Ukuran skewness adalah -0,374. Ukuran tersebut dapat diubah
𝑆𝑘𝑒𝑤𝑛𝑒𝑠𝑠
menjadi rasio-skewness dengan rumus: (rs) 𝑠𝑡𝑎𝑛𝑑𝑎𝑟𝑑 𝑒𝑟𝑟𝑜𝑟 𝑠𝑘𝑒𝑤𝑛𝑒𝑠𝑠 =
−0,374
= −0,645. Jika rasio skewness berada pada kisaran -2
0,580
Interpretasi:
• Rata-rata kemampuan representase matematika siswa pria
80,00 dengan tingkat kepercayaan 95% rata-rata tersebut
dapat mengestimasi rata-rata populasi pada kisaran antara
72,30 sampai 87,70. Sedangkan rata-rata siswa wanita
sebesar 78,29 data mengestimasi rata-rata populasi pada
kisaran 69,55 sampai 87,02.
• Interquarter Range adalah persentil 25 dan 75. Untuk
output di atas baik pria dan wanita sebesar 17.
• Rasio Skewness dan Kurtosis, diperoleh: skewness pria = -
0,579/0,752 = -0,770 dan Skewnesswanita = -0,254/0,794
= -0,320. Kurtosis pria = -1,633/1,481 = -1,103 dan
Kurtosis wanita = -1,198/1,587 = -0,755. Karena kedua
hasil tersebut tidak dibawah -2 maka dapat diasumsikan
bahwa data kemampuan representasi matematika baik pria
dan wanita adalah berdistribusi normal.
b) Output M-Estimator