STATISTIKA

MODUL STATISTIKA I – 2013 (INTERNAL)
MODUL STATISTIKA I
LEMBAR PENGESAHAN MODUL PRAKTIKUM STATISTIKA I

SEMESTER GENAP 2013
FAKULTAS EKONOMI
UNIVERSITAS PADJADJARAN
Disusun Oleh:
Tim Asisten Dosen Statistika FE UNPAD
Mengetahui dan Menyetujui,

Ketua Program Studi ESP UNPAD
Dr. Mohammad Fahmi, S.E., M.T.

NIP. 197312302000121001
1
KATA PENGANTAR
Bismillahirahmaanirrahiim
Assalamu’alaikum Wr. Wb,
Alhamdulillahirabbil’alamin. Puji Syukur penyusun ucapkan atas segala
Rahmat dan Karunia-Nya yang tidak henti-hentinya diberikan sehingga akhirnya
kami dapat menyelesaikan Modul Praktikum Statistika I 2013 ini dengan sebaik-
baiknya.
Kami ucapkan terima kasih kepada semua pihak yang telah membantu dalam
penyusunan modul ini. Penyusun berharap semoga modul ini dapat bermanfaat dan
memberikan kontribusi aktif terhadap dunia akademis.
Akhir kata, tidak ada gading yang tak retak, kesempurnaan hanya milik Allah
SWT, penyusun menyadari bahwa penyusunan modul ini masih banyak kekurangan.
Oleh karena itu, saran dan kritik yang membangun sangat penyusun nantikan demi
perbaikan modul ini ke arah sempurna.
Wassalamu’alaikum Wr. Wb.
2
YESSICA HAMDI DITHA
MEISA IRSYAD ARDINA
DEASY TAUFIK KARINA
RINI RUDOLF ALYA
3
DAFTAR ISI
DISTRIBUSI FREKUENSI 5
UKURAN GEJALA PUSAT 28
UKURAN DISPERSI 56
ANGKA INDEKS 83
ANALISIS DERET BERKALA 99
PELUANG 127
DISTRIBUSI PELUANG TEORITIS 144
DISTRIBUSI NORMAL DAN PENDEKATAN DISTRIBUSI
BINOMIAL OLEH DISTRIBUSI NORMAL 161
APPENDIX 176
4
DISTRIBUSI FREKUENSI
Ringkasan Teori
Seringkali data yang telah tertumpuk tersedia dalam jumlah yang sangat besar
sehingga kita mengalami kesulitan untuk mengenali ciri – cirinya. Oleh karena itu,
data yang jumlahnya besar perlu ditata atau diorganisir dengan cara meringkas data
tersebut kedalam bentuk kelompok data sehingga dengan segera dapat diketahui
cirinya dan dapat dengan mudah dianalisis. Pengelompokan data tersebut dilakukan
dengan cara mendistribusikan data dalam kelas atau selang dan menetapkan
banyaknya nilai yang termasuk dalam tiap kelas yang disebut frekuensi kelas. Bentuk
tabel yang mengklasifikasikan setiap individu atau item dari data yang diobservasi ke
dalam kelas-kelas tertentu, sehingga setiap individu atau item hanya termasuk ke
dalam kelas tertentu saja disebut dengan distribusi frekuensi. Tujuan
pengelompokan data ke dalam distribusi frekuensi ialah untuk memperoleh gambaran
yang sederhana, jelas dan sistematis mengenai peristiwa yang dinyatakan dalam
angka-angka.
Bagian Distribusi Frekuensi
1. Kelas ( Class )
Pengelompokan individu atau item dari data ( Class ) yang diobservasi kedalam
batas – batas nilai tertentu
2. Batas kelas ( Class limit )
Bilangan – bilangan yang membatasi kelas – kelas ( class limit ) tertentu, yang
memiliki 2 macam pengertian:
a. Batas Kelas / ujung kelas ( State Class Limit ) yaitu bilangan - bilangan
yang tertera didalam suatu distribusi frekeuensi yang membatasi kelas –
kelas tertentu yang terdiri dari
5
 Batas bawah kelas / Ujung bawah kelas (Lower State Class limit/ LCL)
Adalah bilangan yang paling kecil yang membatasi kelas tertentu
 Batas atas kelas/Ujung atas kelas (Upper State Class limit/ UCL)
Bilangan yang paling besar yang membatasi kelas tertentu
b. Batas kelas sebenarnya / Tepi kelas ( Class Boundaries ) yaitu bilangan –

bilangan yang membatasi antara tiap dua kelas yang berurutan, yang terdiri
dari :
 Batas bawah kelas sebenarnya/tepi bawah kelas ( Lower Class
Boundaries / LCB )
Bilangan yang diperoleh dari rata-rata ujung atas kelas sebelumnya

dengan ujung bawah kelas yang bersangkutan.
 Batas atas kelas sebenarnya/tepi atas kelas ( Upper Class Boundaries /

UCB )
Bilangan yang diperoleh dari rata-rata ujung atas kelas yang

bersangkutan dengan ujung bawah kelas yang berikutnya.
Rumusnya adalah sebagai berikut :
UCBi = LCB(i+1)
UCB = (UCLi + LCL(i+1))/2
3. Panjang kelas /Lebar kelas / Ukuran Kelas ( Class interval / Class Size )  Ci
Bilangan – bilangan yang menunjukkan panjang / lebar / ukuran dari tiap – tiap
kelas yang diperoleh dengan cara mengurangkan batas bawah kelas berikutnya
dengan batas kelas yang bersangkutan
6
4. Frekuensi ( Frequency ) f
Angka yang menunjukkan banyaknya data individual yang terdapat dalam satu
kelas
5. Nilai tengah/ titik tengah/tanda kelas ( Midpoint / Class Mark )  X
Bilangan – bilangan yang dapat mewakili kelas – kelas tertentu yang diperoleh
dengan jalan atau cara merata – ratakan batas kelas yang bersangkutan.
Nilai tengah =
Contoh soal :
Distribusi Frekuensi Nilai Ujian Akhir Semester
Mata kuliah Statistika I
Batas kelas Tepi Kelas Nilai Tengah Frekuensi
23 – 27 22,5 – 27,5 25 2
28 – 32 27,5 – 32,5 30 4
33 – 37 32,5 – 37,5 35 15
38 – 42 37,5 – 42,5 40 21
43 – 47 42,5 – 47,5 45 31
Jumlah 73
LCL UCL LCB UCB Nilai tengah Σf f
7
Tahapan untuk menyusun suatu distribusi frekuensi
Secara umum langkah – langkah yang diperlukan untuk membuat tabel distribusi
frekuensi adalah sebagai berikut :
1. Menyusun urutan (array) dari data yang di observasi

Array : data yang disusun berdasarkan urut - urutan
2. Tentukan nilai maksimum ( terbesar ) dan nilai minimum ( terkecil ) dari data
mentah, kemudian hitunglah sebaran / rentang/jangkauan/ Range dengan
menggunakan :
Rumus :
R = Xmaksimum - Xminimum
3. Menentukan banyaknya kelas ( k ) dengan rumus Sturges
k= 1 + 3,322 Log N atau k = 1 + 3,322 log n
N = banyaknya anggota populasi; n = banyaknya anggota sampel
4. Menentukan panjang/lebar/ukuran dari tiap – tiap kelas dengan rumus
/
Ci = =
5. Menentukan batas – batas kelas serta memasukkan setiap individu/item dari

data yang diobservasi kedalam kelas yang bersangkutan
6. Menyusun suatu distribusi frekuensi secara jelas dan lengkap berdasarkan
tabel pada tahap 5
8
Macam – macam Grafik Distribusi Frekuensi
 Histogram ( Hystogram )
Suatu bentuk grafik distribusi frekuensi
yang merupakan batang – batang yang
disusun secara berderet tanpa jarak yang
menggambarkan tinggi frekuensi tiap
kelas
 Poligon ( Polygon )
Suatu bentuk Grafik distribusi frekuensi
yang merupakan garis patah – patah yang
menghubungkan titik tengah histogram
tiap kelasnya
 Ozaiv ( Ogive )
Suatu bentuk Grafik distribusi frekuensi
yang merupakan garis patah – patah yang
menghubungkan tinggi frekuensi
kumulatif dari tiap – tiap kelasnya.
 Kurva Frekuensi ( Frequency Curve / Smoothing Curve)

Suatu bentuk Grafik distribusi frekuensi yang merupakan garis lengkung yang
juga merupakan penghalusan dari bentuk poligon sedemikian rupa sehingga
luas daerah dibawahnya sama dengan luas daerah dibawah poligon.
9
Macam – macam Distribusi Frekuensi
a) Distribusi Frekuensi Distrik yaitu distribusi frekuensi yang diantara tiap dua
kelas yang berurutan terdapat celah 1 unit / satuan
b) Distribusi Frekuensi Kontinu yaitu distribusi frekuensi yang diantara tiap
kelas yang berurutannya terdapat celah sebesar 0 atau bilangan yang
mendekati 0
c) Distribusi Frekuensi tertutup yaitu distribusi frekuensi yang seluruh batas
kelasnya dinyatakan dengan bilangan tertentu
d) Distribusi Frekuensi terbuka yaitu distribusi frekuensi yang tidak seluruh
batas kelasnya dinyatakan dengan bilangan tertentu, terdiri atas
 DF terbuka atas
Adalah DF yang batas bawah kelas terakhirnya tidak dinyatakan dengan
bilangan melainkan dengan keterangan “ kurang dari “
 DF terbuka bawah
Adalah DF yang batas atas kelas terakhirnya tidak dinyatakan dengan
bilangan melainkan dengan keterangan “ lebih dari “
 DF terbuka atas bawah
Adalah DF yang batas bawah kelas pertama dan batas atas kelas
terakhirnya masing – masing tidak dinyatakan dengan bilangan melainkan
dengan keterangan “ kurang dari “ dan “ atau lebih “
e) Distribusi Frekuensi Relatif yaitu distribusi frekuensi yang frekuensinya
dinyatakan dengan bilangan – bilangan tertentu yang berbentuk ratio atau
persentase yang jumlah seluruh frekuensinya selalu sama dengan 1 atau 100
%.
firelatif = ∑  dalam bentuk ratio
firelatif = ∑ x 100  dalam bentuk persentase
10
f) Distribusi Frekuensi Kumulatif yaitu distribusi frekuensi yang frekuensinya

ditambahkan atau dikurangkan secara bertahap dengan frekuensi tiap kelasnya
dari DF asalnya. DF kumulatif terdiri dari :
 DF Kumulatif positif / DF kumulatif kurang dari/DF kumulatif less than
DF kumulatif yang frekuensi kumulatifnya dimulai dengan 0 kemudian
ditambahkan secara bertahap dengan frekuensi tiap – tiap kelas dari DF
asalnya.
 DF Kumulatif negatif / DF kumulatif atau lebih /DF kumulatif more
than
DF kumulatif yang frekuensi kumulatifnya dimulai dengan jumlah
seluruh frekuensi dari DF asalnya kemudian dikurangkan secara bertahap
dengan frekuensi tiap-tiap kelas dari DF asalnya.
Rumus - Rumus Yang Biasa Dipakai Dalam Distribusi Frekuensi

UCBi = LCB(i+1) Cii = UCB(i+1) – LCBi
UCB = (UCLi + LCL(i+1))/2 Cii =X (i+1) – Xi Untuk DF Yang memiliki Ci sama
Xi = (LCB+UCB)/2 UCLi = LCLi –( Ci-1 ) Untuk DF Diskrit
Cii = LCL(i+1) – LCL UCLi = LCLi –( Ci-∆ ) Untuk DF Kontinu
fi kepadatan = (Ci Pokok / Cii) Fi
11
Contoh Soal :
Berikut ini adalah data tinggi badan dari Mahasiswa Fakultas Ekonomi dan Bisnis
Universitas Padjadjaran
125 165 157 151 132 134 161 145
148 156 154 179 157 150 169 149
170 155 145 148 154 163 159 162
173 180 176 152 162 143 143 150
158 163 134 165 142 150 121 176
a) Susunlah data tinggi badan mahasiswa tersebut ( Array ) ?

b) Buatlah ditribusi frekuensinya ?
c) Berapa jumlah mahasiswa yang memiliki tinggi badan kurang dari 151 cm
dan yang lebih dari 160 cm ?
d) Berapa batas atas kelas ke-3, batas bawah kelas ke-2, tepi bawah kelas ke-4,
tepi atas kelas ke-2, dan titik tengah kelas ke-2 ?
Jawab :
a) Array
12
b) Distribusi Frekuensi
R = Xmaks – X min
= 180 – 121 = 59
k=1+3,322 log n
= 1 +3,322 log 40 = 6,3220 , diambil 6
Ci = R/k  59/6 = 9,8333, diambil 10
Distribusi Frekuensi Data Tinggi Badan Mahasiswa
Fakultas Ekonomi dan Bisnis Universitas Padjadjaran
Tinggi Badan Jumlah Mahasiswa
121 – 130 2
131 – 140 3
141 – 150 11
151 – 160 10
161 – 170 9
171 – 180 5
Jumlah 40
c) Jadi, Jumlah mahasiswa yang memiliki tinggi badan kurang dari 151 cm dan
yang lebih dari 160 cm = 16 orang + 14 orang = 30 orang
d) Batas atas kelas ke-3 = 150
Batas bawah kelas ke-2 = 131
Tepi bawah kelas ke-4 = 151-0,5= 150,5
Tepi atas kelas ke-2 = 140 + 0,5 =140,5
Titik tengah kelas ke-2 = (130,5+140,5)/2=135,5
13
SOAL DISTRIBUSI FREKUENSI
1. Berikut adalah data nilai hasil tes tulis Microeconomics Competition dari 50
orang peserta
19 23 18 43 30 20 37 42 30 26
40 16 27 56 17 27 26 27 37 28
38 26 33 45 50 22 28 38 31 39
31 30 31 41 62 37 51 42 25 42
42 41 27 26 19 42 63 16 18 55
a. Buatlah array atau susunan data dari nilai hasil tes tulis Microeconomics
Competition tersebut !
b. Buatlah distribusi frekuensinya !
c. Berapa jumlah peserta yang memiliki nilai kurang dari 30 dan yang lebih dari 50
?
d. Berapa batas atas kelas ke-1, batas bawah kelas ke-3, tepi bawah kelas ke-2, tepi
atas kelas ke-4, dan titik tengah kelas ke-1 ?
Jawaban :
a.
16 25 28 37 42
16 26 30 38 42
17 26 30 38 43
18 26 30 39 45
18 26 31 40 50
19 27 31 41 51
14
19 27 31 41 55
20 27 33 42 56
22 27 37 42 62
23 28 37 42 63
b. Range data tersebut 63 -16 = 47

k = 1 + 3.322 log 50 = 1 + 3.322 (1.6989..) = 1 + 5,6439.. = 6,6439 = 7
Ci = = = 6.714 = 7
Tabel Distribusi Frekuensi

Kelas Frekuensi
16-22 9
23-29 12
30-36 7
37-43 15
44-50 2
51-57 3
58-64 2
Jumlah 50
Jumlah peserta yang nilainya kurang dari 30 dan lebih dari 50 adalah 21 + 5 = 26
pegawai
c. Batas atas kelas ke-1 = 22
Batas bawah kelas ke-3 = 30
Tepi bawah kelas ke-2 = 23-0,5 = 22,5
Tepi atas kelas ke-4 = 43 + 0,5 = 43,5
Titik tengah kelas ke-1 = 15,5 + 22,5/2 = 19
15
2. Berikut ini adalah tinggi badan dari 35 mahasiswa di FEB Unpad

180 177 160 177 157 164 181
157 159 162 174 158 159 181
162 180 160 175 180 164 150
174 181 159 175 170 170 158
166 159 178 176 165 171 185
a. Susunlah DF asalnya !
b. Berapa banyak mahasiswa yang tinggi badannya minimal 173 ?
Jawaban :
a. Array
150 159 160 165 174 177 180
157 159 162 166 174 177 181
157 159 162 170 175 178 181
158 159 164 170 175 180 181
158 160 164 171 176 180 185
Range data tersebut 185 – 150 = 35
k = 1 + 3.322 log 35= 1 + 3.322 (1.6989..) = 6.129394043 = 6
Ci = = = 5.833 = 6
Distribusi Frekuensi
Tinggi Badan Frekuensi
150-155 1
156-161 10
162-167 6
16
168-173 3
174-179 14
180-185 1
Jumlah 35
b. Jadi jumlah mahasiswa yang tinggi badannya minimal 173 adalah 20 orang
3. Distribusi frekuensi kumulatif usia dari 60 orang penduduk Perumahan Permata

Hijau di Bandung adalah sebagai berikut :
Usia Banyaknya Penduduk
Kurang dari 10 0
Kurang dari 20 4
Kurang dari 30 8
Kurang dari 40 15
Kurang dari 50 30
Kurang dari 60 45
Kurang dari 70 56
Kurang dari 80 60
a. Susunlah distribusi asalnya

b. Buatlah distribusi frekuensi relatifnya
Jawaban :
17
a. Ci = 20 – 10 = 10
Distribusi Frekuensi
Usia Penduduk Perumahan Permata Hijau
Usia Banyaknya Penduduk
10-19 4
20-29 4
30-39 7
40-49 15
50-59 15
60-69 11
70-79 4
Total 60
b. f1 = 100% = 6,67%
f2 = 100% = 6,67%
f3 = 100% = 11,67%
f4 = 100% = 25%
f5 = 100% = 25%
f6 = 100% = 18,33%
f7 = 100% = 6,67%
Distribusi Frekuensi Usia Penduduk Perumahan Permata Hijau

Usia Frekuensi (%)
10-19 6,67
20-29 6,67
30-39 11,67
40-49 25
18
50-59 25
60-69 18,33
70-79 6,67
Total 100
4. The following table shows the monthly-amount of time spent playing football by
400 high school students :
Playing Time Number

(minutes) of Students
300-399 46
400-499 62
500-599 58
600-699 14
700-799 76
800-899 68
900-999 22
1000-1099 48
1100-1199 6
With this reference of table, determine :

a. The upper limit of the third class, fourth class and sixth class!
b. The class boundaries of the second class and seventh class!
19
c. The DF relative!
d. The percentage of students whose monthly playing time does not exceed 800
minutes!
e. The percentage of students whose monthly playing time are at least 600
minutes but less than 900 minutes!
Jawaban :
a. The upper limit of the third class = 599
The upper limit of the fourth class = 699
The upper limit of the sixth class = 899
b. The lower class boundaries of the second class = 400 – 0,5 = 399,5
The upper class boundaries of the second class = 499 + 0,5 = 499,5
The lower class boundaries of the seventh class = 900 – 0,5 = 899,5
The upper class boundaries of the seventh class = 999 + 0,5 = 999,5
c. DF Relative
Playing Time Number Number
(minutes) of Students of Students (%)
300-399 46/400 11,5%
400-499 62/400 15,5%
500-599 58/400 14,5%
600-699 14/400 3,5%
700-799 76/400 19%
800-899 68/400 17%
900-999 22/400 5,5%
1000-1099 48/400 12%
1100-1199 6/400 1,5%
d. The percentage of students whose monthly playing time does not exceed 800
minutes
= 100% = 64%
20
e. The percentage of students whose monthly playing time are at least 600
minutes but less than 900 minutes ?
= 100% = 39,5%
5. Berikut ini disediakan distribusi relatif nilai ujian statistika dari 70 orang
mahasiswa di Universitas “STA“
Nilai Ujian Frekuensi relatif
60 – 64 2,857
65 – 69 2,571
70 – 74 21,429
75 – 59 28,571
80 – 84 22,857
85 – 89 10,000
90 – 94 5,714
a) Susunlah ke dalam distribusi frekuensi biasa ( distribusi frekuensi asalnya )?

b) Buatlah distribusi frekuensi kumulatif kurang dari dan atau lebih?
c) Untuk mengembalikan ke dalam distribusi frekuensi asalnya kita gunakan
rumus
Jawab :
a) Untuk mengembalikan ke dalam distribusi frekuensi asalnya kita gunakan

rumus
21
∑
frel = ∑ x 100 atau f i=
, ,
jadi : f1= =2 f2 = =6
, ,
f3 = = 15 f4 = = 20
, ,
f5 = = 16 f6 = =7
,
f7 = =4
Tabel 1. Umur mahasiswa universitas “X”
Umur X Banyaknya
Mahasiswa
60 – 64 62 2
65 – 69 67 6
70 – 74 72 15
75 – 59 77 20
80 – 84 82 16
85 – 89 87 7
90 – 94 92 4
Jumlah 70
b) Distribusi frekuensi kumulatif kurang dari dan lebih dari adalah sebagai
berikut :
Umur Banyaknya Frekuensi Kumulatif
Mahasiswa Nilai Fk Nilai fk
< 60 0 ≥ 60 70
60 – 64 2 <65 2 ≥ 65 68
22
65 – 69 6 < 70 8 ≥ 70 62
70 – 74 15 < 75 23 ≥ 75 47
75 – 59 20 < 80 43 ≥ 80 27
80 – 84 16 < 85 59 ≥ 85 11
85 – 89 7 < 90 66 ≥ 90 4
90 – 94 4 < 95 70 ≥ 95 0
6. Here is the data of 40 students who take statistics courses based on the their age :
Midpoint Frekuensi
23 3
26 5
29 7
32 8
35 9
38 6
41 2
a) Arrange the origin`s frequency distribution?

b) What percentage of the minimum 31-year old college student who
majors statistical And how many students over the age of 34 years?
Jawab : a.
Mid point = Xn
Ci = Xn+1 - Xn
23
= 26 – 23
=3
X1 = 23
Tepi Atas = 2Xn – Tb
Tepi Bawah = Tb + Ci
2Xn – Tb = Tb + Ci
2(23) – Tb = Tb + 3 Untuk Tepi bawah kelas 1
46 – Tb = Tb + 3
2Tb = 46 – 3
Tb = 21,5 -> 22
Ta = 2(23) – 22
= 24
X2 = 26
52 – Tb = Tb + 3
2Tb = 52 – 3
Tb = 24,5 -> 25
Ta = 2(26) – 25
= 27
X3 = 29
58 – Tb = Tb + 3
2Tb = 58 – 3
24
Tb = 27,5 -> 28
Ta = 2(29) – 28
= 30
X4 = 32
62 – Tb = Tb + 3
2Tb = 64 – 3
Tb = 30,5 -> 31
Ta = 2(32) – 31
= 33
X5 = 35
70 – Tb = Tb + 3
2Tb = 70 – 3
Tb = 33,5 -> 34
Ta = 2(35) – 34
= 36
X6 = 38
2(38) – Tb = Tb + 3 Untuk Tepi bawah kelas6
76 – Tb = Tb + 3
25
2Tb = 76 – 3
Tb = 36,5 -> 37
Ta = 2(38) – 37
= 39
X7 = 41
2(41) – Tb = Tb + 3 Untuk Tepi bawah kelas6
82 – Tb = Tb + 3
2Tb = 82 – 3
Tb = 39,5 -> 40
Ta = 2(41) – 40
= 42
Distribusi Frekuensi Usia Mahasiswa yang mengikuti mata kuliah statistik
Usia Frecuency
20-24 3
25-27 5
28-30 7
31-33 8
34-36 9
37-39 6
40-42 2
Total 40
b.Jadi. % jumlah frekuensi mahasiswa yang mengikuti mata kuliah statistic

minimal berusia 31 tahun adalah
26
x 100 = 62,5 %
Dan , jumlah mahasiswa yang berusia lebih dari 34 tahun adalah = 9 +

6+2=17 orang
7. Data di bawah ini menunjukan hasil rata-rata gula tebu dalam kuintal per hektar
selama periode 1977/1978 di 69 negara.
462 640 649 977 322 482 659

699 603 766 357 170 518 850
332 478 678 703 393 300 455
695 254 449 340 508 773 833
467 750 404 143 703 320 269
398 800 459 849 257 508 917
400 535 472 476 300 719 920
549 546 697 698 316 500 761
685 480 816 299 286 602 494
400 664 380 657 605 1054
(Anto Dajan. Pengantar Metode Statistik jilid I Halaman 108)
a) Berdasarkan data di atas buatlah distribusi frekuensinya!
b) Buat Distribusi frekuensi relative “kurang dari” dan “atau lebih” dari
data di atas!
Jawab :
a) Carilah banyaknya kelasnya terlebih dahulu
k = 1 + 3,322 log 69
= 1 + 3,322 (1,8388)
= 6,1084 ambil k = 6
Rentang kelas = Rmaks – Rmin = 1054 – 143 = 911

Panjang / lebar kelas = = 151,83333 ambil 152
27
Distribusi frekuensi
Hasil rata-rata gula tebu dalam kuintal per hektar selama periode 1977/1978di
69 negara.
Rata-rata Gula tebu Frecuency
143-294,9 6
295-446,9 15
447-598,9 18
599-750,9 18
751-902,9 8
903-1054,9 4
Jumlah 69
b) Distribusi frekuensi kurang dari dan atau lebih

Hasil rata-rata gula tebu dalam kuintal per hektar selama periode
1977/1978di 69 negara.
Frekuensi kumulatif
Rata-rata gula tebu fk Kurang dari Rata-rata gula tebu fk Lebih
dari
Kurang dari 143 0 143 Atau Lebih 69
28
UKURAN GEJALA PUSAT
Ukuran Gejala Pusat (UGP) adalah nilai tunggal yang mewakili suatu
kumpulan data atau menunjukkan pusat dari nilai data (Suharyadi, Purwanto S.K).
Dengan kata lain, ukuran gejala pusat adalah ukuran yang dapat mewakili data secara
keseluruhan. Maksudnya jika keseluruhan nilai yang ada dalam data tersebut
diurutkan besarnya dan selanjutnya dimasukkan nilai rata-rata ke dalamnya, nilai
rata-rata tersebut memiliki kecenderungan (tendensi) terletak diurutan paling tengah
atau pusat.
Ukuran gejala pusat digunakan sebagai alat untuk membandingkan dua atau
lebih kelompok data atau bilangan. Jenis-jenis ukuran gejala pusat adalah :
1. Mayor Mean, terdiri dari :

a. Rata-rata Hitung (arithmetic mean)
b. Median
c. Modus
2. Minor mean, terdiri dari :
a. Rata-rata Ukur (geometric mean)
b. Rata-rata Harmonis (harmonic mean)
1. Mayor Mean
a. Rata-rata Hitung (Arithmatic Mean)
Rata-rata hitung merupakan nilai yang diperoleh dengan cara menjumlahkan
semua nilai data dan membaginya dengan banyaknya data tersebut. Rata-rata
hitung memiliki sifat :
1) Mudah dihitung
29
2) Sangat baik digunakan untuk menghitung rata-rata dari data yang

mempunyai sebaran nilai relative kecil (tidak mempunyai nilai ekstrim)
atau dari data yang berbentuk deret hitung
3) Tidak dapat digunakan untuk menghitung rata-rata dari data kualitatif
ataupun dari data yang berbentuk distribusi frekuensi terbuka
Dalam perhitungannya digunakan rumus-rumus sebagai berikut :
- Untuk data tidak berkelompok
Populasi Sampel
Rata-rata Hitung (μ atau x )
Rata-Rata Tertimbang ( x w)
Rata-Rata Gabungan ( x )
30
- Untuk data berkelompok
Populasi Sampel
Rata-rata Hitung Cara pendek Cara pendek
(μ atau x )
atau atau
Cara panjang Cara panjang
Keterangan :
X= nilai data yang diobservasi Xi = nilai tengah (mid point)
N = banyaknya data pada populasi Ci = interval kelas
n = banyaknya data pada sampel X0 = nilai tengah pada kelas u = 0
wi = timbangan (weighted) Ui = skala arbiter pada kelas ke-i
b. Median
Median merupakan bilangan atau keterangan yang membagi suatu deretan
bilangan atau deretan keterangan menjadi dua bagian yang sama sehingga
letaknya berada di tengah data ketika data tersebut sudah diurutkan dari yang
terkecil sampai terbesar atau sebaliknya. Atau juga merupakan nilai yang
berada di tengah-tengah data/titik tengah, setelah data tersebut diurutkan.
Median memiliki sifat :
31
1) Sangat baik digunakan untuk menghitung rata-rata dari data yang

mengandung nilai/pengertian ekstrim
2) Dapat pula digunakan untuk menghitung rata-rata dari data kualitatif
ataupun dari data yang berbentuk distribusi frekuensi tertutup maupun
terbuka.
Untuk data tidak berkelompok
Median untuk data tidak berkelompok adalah nilai yang letaknya di

tengah data yang telah diurutkan, namun datanya belum dikelompokkan ke
dalam kelas/kategori tertentu atau belum dalam bentuk distribusi frekuensi.
Populasi Sampel
Letak Median
Me = ( + ) Me = ( + )
Nilai Median
Data ke ( + ) Data ke- ( + )
- Jika jumlah datanya ganjil, maka nilai median merupakan nilai yang
letaknya di tengah data
- Jika jumlah datanya genap, maka nilai median merupakan nilai rata-rata
dari dua data yang letaknya berada di tengah.
32
Untuk data berkelompok
Populasi Sampel
Letak Median Me = Me =
Nilai Median
Me = + . Me = + .
Keterangan : LMe = batas (tepi) bawah sebenarnya kelas median
Ci = panjang/interval kelas
F = jumlah frekuensi kumulatif sebelum kelas median
fMe = frekuensi kelas median
Dari definisi median diatas dapat dikembangkan menjadi :
 Kuartil
Kuartil adalah ukuran letak yang membagi data yang telah diurutkan atau
data yang berkelompok menjadi 4 bagian sama besar, atau setiap bagian
dari kuartil sebesar 1 satuan.
 Desil
Desil adalah ukuran letak yang membagi data yang telah diurutkan atau
data berkelompok menjadi 10 bagian sama besar, atau setiap bagian dari
desil sebesar 10%.
 Persentil
33
Persentil adalah ukuran letak yang membagi data yang telah diurutkan
atau data yang berkelompok menjadi 100 bagian yang sama besar, atau
setiap bagian dari desil sebesar 1%.
Rumus Kuartil :
Data Tidak Berkelompok Data Berkelompok

(i = 1,2,3) (i = 1,2,3)
Populasi
Letak Qi = ( + ) Letak Qi =
Nilai Qi = data ke- ( + ) −

= + .
Sampel
Letak Qi = ( + ) Letak Qi =
Qi = data ke- ( + ) −
= + .
34
Rumus Desil :

(i = 1,2,3,….,9) (i = 1,2,3,….,9)
Populasi
Letak Di =
Letak Di = ( + )
−
Di = data ke- ( + ) = + .
Sampel
Letak Di = ( + ) Letak Di =
Di = data ke- ( + ) −
= + .
Rumus Persentil :

(i = 1,2,3,….,99) (i = 1,2,3,….,99)
Populasi
Letak Pi =
Letak Pi = ( + )
−
Pi = data ke- ( + ) = + .
35
Sampel
Letak Pi = ( + ) Letak Pi =
Pi = data ke- ( + ) −
= + .
c. Modus
Modus adalah suatu nilai pengamatan yang paling sering muncul. Kelebihan
modus adalah mudah ditemukan, dapat digunakan untuk semua skala
pengukuran, serta tidak dipengaruhi oleh nilai ekstrem. Kelemahan modus
adalah kadang kala sekumpulan data tidak mempunyai modus, sehingga
semua data dianggap modus dan kadang kala sekumpulan data memiliki
modus lebih dari satu. Modus memiliki sifat :
1) Sangat baik digunakan untuk untuk menghitung rata-rata dari data

yang menunjukkan keadaan yang sering terjadi atau sedang trendi
2) Digunakan untukmenghitung nilai rata-rata data kualitatif ataupun dari
data yang berbentuk distribusi frekuensi tertutup maupun terbuka
- Untuk data tidak berkelompok, maka modus adalah nilai yang paling
sering muncul atau frekuensi paling banyak
- Untuk data berkelompok, maka modus diperoleh dari rumus :
= + .
+
Dimana : LMo = batas/tepi bawah kelas modus
36
d1= f0 - f1 = selisih frekuensi kelas modus dengan frekuensi kelas

sebelum modus
d2= f0 – f2 = selisih frekuensi kelas modus dengan frekuensi kelas

sesudah modus
Ci = panjang/interval kelas
Hubungan Mean, Median, Modus
- jika nilai mean, median, modus mempunyai nilai yang sama maka kurva
poligon akan simetris
- jika nilai mean lebih besar dari median dan modus maka kurva polygon
akan miring ke kanan (arah positif)
- jika nilai mean lebih kecil dari median dan modus maka kurvanya akan
miring ke kiri (arah negatif)
- jika distribusinya tidak terlalu menceng, hubungan rata-rata hitung,
median, dan modus secara matematis dituliskan sebagai berikut :
Rata –rata hitung – Modus = 3 (Rata-rata hitung – Median)
x - Mo = 3 ( x - Me)
2. Minor Mean
a. Rata-rata Ukur (Geometric Mean)
Rata-rata geometris adalah suatu bilangan yang diperoleh dari akar pangkat
banyaknya bilangan itu dari hasil kali bilangan-bilangan tersebut. Rata-rata
ukur memiliki sifat :
1) Berguna untuk menemukan rata-rata perubahan persentase, rasio, indeks,
atau tingkat pertumbuhan dari waktu ke waktu.
37
2) Tidak dapat digunakan untuk menghitung rata-rata dari dua kualitatif

ataupun dari data yang berbentuk distribusi frekuensi terbuka
Data tidak berkelompok Data berkelompok

(ungrouped data) (groupped data)
Populasi
= … = . …
Atau
Atau
∑
= ∑ .
=
Sampel
= … = . …
Atau
Atau
∑
= ∑ .
=
Dari pengertian rata-rata ukur dapat dikembangkan menjadi :
 Rata-rata Tingkat Bunga (Mt)
Populasi dan sampel : = 1+
 Rata-rata Tingkat Pertambahan Penduduk (Pt)
38
Populasi dan Sampel : = 1+
b. Rata-rata Harmonis (Harmonic Mean)

Rata-rata harmonis adalah suatu bilangan yang diperoleh dari hasil bagi antara
banyaknya bilangan-bilangan itu terhadap jumlah kebalikan bilangan-bilangan
tersebut. Rata-rata harmonis memiliki sifat :
1) Baik untuk menghitung rata-rata data per satuan unit tertentu dengan
syarat hasil kali antara banyaknya unit dengan nilai data tersebut konstan
2) Lebih sesuai bila digunakan pada data atau observasi yang unit
pembilangnya tetap, sedangkan unit penyebutnya berubah-ubah.
Data tidak berkelompok Data berkelompok

(ungrouped data) (groupped data)
Populasi
= =
1
∑ ∑
Sampel
= =
1
∑ ∑
Contoh Soal
1. Puskesmas sedang melakukan penimbangan berat badan bayi. Bayi yang datang
untuk melakukan penimbangan adalah 10 bayi dengan berat badan secara berturut-
39
turut adalah 5,7kg, 6,2kg, 6,4kg, 7kg, 5,7kg 5,1,kg, 6,7kg 6,9kg, 7,1kg, dan 5,9kg.
tentukanlah rata-rata, modus, dan median dari kesepuluh berat badan bayi tersebut!
Dik. : n=10 ; X1=5,1 ;X2=5,7 ;X3=5,7 ;X4=5,9 ;X5=6,2 ;X6=6,4 ;X7=6,7
;X8=6,9 ;X9=7 ;X10=7,1
Dit. : x , Me, Mo ?
Jawab : a.
, , , , , , , , , ,
= = = 6,27
Jadi, rata-rata dari kesepuluh berat badan bayi tersebut adalah 6,27
kg.
b.urutkan data dari terkecil sampai terbesar
5,1kg 5,7kg 5,7kg 5,9kg 6,2kg 6,4kg 6,7kg 6,9kg 7kg 7,1kg
Me = ( + 1)= (10 + 1) = 5,5  data ke 5,5
, ,
= = 6,3
Jadi, median dari berat badan kesepuluh bayi tersebut adalah 6,3kg.
c.Mo=data yang sering muncul = 5,7kg
jadi, modus dari berat badan kesepuluh bayi tersebut adalah 5,7kg
40
SOAL UKURAN GEJALA PUSAT
1. Citizen banking company sedang mempelajari jumlah penggunaan ATM yang

berlokasi di Bara Supermarket per hari nya. Berikut adalah jumlah penggunaan
mesin ATM tersebut per hari selama 25 hari terakhir.
83 63 95 80 36 84 84 70 73 84 68 54 52 84 90 47 52 87 77 60
a. Buatlah distribusi frekuensinya dan tentukan median serta modus dari jumlah
penggunaan mesin ATM per hari nya?
b. Tentukan persentil 40 dan desil 6!
Jawab :
Dik : n = 20
R maks – R min = 95 – 36 = 59
k = 1 + 3,322 log 25 = 5,643 ≈6
Ci = R/k = 59/6 = 9,8 ≈ 10
interval Jumlah pengguna Xi Xifi F Kumulatif

(fi)
36 – 45 1 40,5 40,5 1
46 – 55 5 50,5 252,5 6
56 – 65 3 60,5 181.5 9
66 – 75 4 70,5 282 13
76 – 85 8 80,5 644 21
86 – 95 4 90,5 362 25
total 25 1762
a. Median
letak Median data keMe = = (25) =data ke-13.
41
Me = + .
Me =65,5 + . 10 = 74,25
Jadi, rata-rata jumlah penggunaan mesin ATM per hari nya adalah 74,25
atau 74 kali.
Modus
modus terletak di kelas ke 5  tepi bawah kelasnya adalah 75,5
d1 = 8 – 4 = 4
d2 = 8 – 4 = 4
Ci = 10
= + .
= 75,5 + . 10 = 80,5
Jadi, modus dari jumlah penggunaan mesin ATM per hari nya adalah 80,5
kali atau 81 kali.
b. P40 dan D6
Letak Pi = = (25) = 10
−
= + 100 .
40
100 (25) − 9
= 65,5 + . 10 = 68
4
Jadi, P40 dari jumlah penggunaan mesin ATM per hari nya adalah 68
kali.
Desil ke-6
42
Letak Di =
Letak D6 = (25) = 15
−
= + 10 .
6
(25) − 13
= 75,5 + 10 . 10 = 78
8
Jadi, D6 dari jumlah penggunaan mesin ATM per hari nya adalah 78
kali.
2. Seorang nasabah Bank Hayam Wuruk mendepositokan uangnya pada tahun 1997
sebanyak Rp 58 juta. karena terjadi krisis finansial global yang diawali pada tahun
2007, maka nasabah tersebut menarik seluruh uangnya sebesar Rp 78 jt.
tentukanlah rata-rata tingkat bunga yang diperoleh nasabah tersebut setiap
tahunnya!
Dik : Mt = Rp 78 jtMo= Rp 58 jt t = 10
Dit : Rata-rata tingkat bunga yang diperoleh nasabah tersebut setiap
tahunnya
Jawab : = 1+
78 = 58 1 +
100
Log 78 = log 58 + 10 log 1 +
Log 78 - log 58 = 10 log 1 +
0,128 = 10 log 1 +
0,0128 = log 1 +
43
X=3
Jadi, rata-rata tingkat bunga yang diperoleh nasabah tersebut setiap

tahunnya adalah 3 %.
3. Pak Taro adalah seorang pengusaha di bidang meubel yang berpusat di Jepara.
Untuk mendapatkan bahan baku usahanya dia harus melakukan perjalanan
Semarang – Ambarawa – Solo - Pekalongan dan Bandung dengan menggunakan
kereta. Berikut adalah kecepatan dan waktu tempuh perjalanannya:
Perjalanan Kecepatan Waktu Tempuh
Jepara – Semarang 60 km/jam 3 jam
Semarang – Ambarawa 50 km/jam 2 jam
Ambarawa – Solo 80 km/jam 4 jam
Solo – Pekalongan 65 km/jam 2,5 jam
Pekalongan - Bandung 85 km/jam 6 jam
Dari data diatas, tentukan rata-rata kecepatan kereta yang digunakan oleh
Pak taro dalam melakukan perjalanan tersebut?
Jawab :
= (60 x 3) + (50 x 2) + (80 x 4) + (65 x 2,5) + (85 x 6) =

1272,5
Jadi, rata-rata kecepatan kereta yang digunakan oleh Pak taro dalam
melakukan perjalanan tersebut adalah 1272,5 km/jam.
4. The following table shows list of wage of pulp and paper company in Sumatera:
Wage Number of
(in hundred thousand employee
rupiah)
44
60 – 69 3
70 – 79 5
80 – 89 20
90 – 99 18
100 – 109 14
110 – 119 10
determine : a. mean of employees wage in that company!

b. how much the salary received by most of employees?
c. the lowest salary of 30% highest paid employees!
d. the highest salary of 20% lowest paid employees!
Jawab :
Gaji Jumlah Karyawan Xi Xifi

(ratusan ribu rupiah) (fi)
60 – 69 3 64,5 193,5
70 – 79 5 74,5 372,5
80 – 89 20 84,5 1690
90 – 99 18 94,5 1701
100 – 109 14 104,5 1463
110 – 119 10 114,5 1145
Total 70 537 6565
a. rata- rata gaji yang didapatkan oleh karyawan
= 6565 / 70 = 93,7857
Jadi, rata-rata gaji karyawan perusahaan tersebut adalah sebesar Rp

937.857.
45
b. berapa besar gaji yang diterima oleh sebagian besar karyawan

modus terletak di kelas ke 3  tepi bawah kelasnya adalah 79,5
d1 = 20 – 5 = 15
d2 = 20 – 18 = 2
Ci = 10
= + .
+
Mo = 979,5 + ((15 /(15+2)) x10) = 88,3235
Jadi, besar gaji yang diterima oleh sebagian besar karyawan tersebut
adalah Rp 883.235.
c. gaji terendah dari 30% karyawan bergaji paling tinggi
P70 atau D70
Letak Pi = i/100 n
Letak P70 = 70/100 (70) = 49
−
= + 100 .
70
100 (70) − 46
= 99,5 + . 10 = 101,6428
14
Jadi, gaji terendah dari 30% karyawan bergaji paling tinggi adalah Rp
1.016.428.
d. gaji tertinggi dari 20% karyawan bergaji paling rendah
P20 atau D2
Letak Di = Letak Pi =
Letak D2 = (70) = 14 Letak P20 = (70) =

14
− −
= + 10 . = + 100 .
46
2
(70) − 8
= 79,5 + 10 . 10
20
20
100 (70) − 8
= 79,5 + . 10
20
= 82,5 = 82,5
Jadi, gaji tertinggi dari 20% karyawan bergaji paling rendah adalah Rp
825.000.
5. Ibu Tina bermaksud untuk melakukan perjalanan Bandung – Jakarta –
Yogyakarta – Malang yang berjarak 650 KM demi mengunjungi anak-anaknya
yang saat ini berdomisili di daerah - daerah tersebut. Ketika berangkat dari
Bandung menuju Jakarta dengan menggunakan mobil, mobil melaju dengan
kecepatan 60 km/jam. Ketika dari Jakarta menuju Yogyakarta kecepatannya
adalah 80 km/jam. Kemudian dari Yogyakarta menuju Malang, mobilnya melaju
dengan kecepatan 70 km/jam. Dan ketika kembali ke Bandung kecepatannya
hanya 65 km/jam. Hitunglah berapa kecepatan rata-rata Ibu Tina pulang pergi
dalam melakukan perjalanan tersebut?
Dik : n = 4 ;x1 = 60 ; x2 = 80 ; x3 = 70 ; x4 = 65
Dit :Hm?
jawab : =
∑
4 4
= = = 67,9925
1 1 1 1 0,05883
60 + 80 + 70 + 65
Jadi, kecepatan rata-rata Ibu Tina pulang pergi dalam melakukan
perjalanan tersebut adalah 67,9925 km/jam.
6. Berikut ini adalah data nilai statistika I dari 20 mahasiswa yang di survey.
78 90 86 75 60 95 95 77 82 89 70 69
91 67 72 55 74 80 82 58
Tentukan : a.mean. median, dan modus dengan data berkelompok!
47
b.tentukan persentil ke 55 dan Desil ke 7!

Jawab : a.
R = R maks – R min = 95 – 55 = 45
K = 1 + 3,22 log n = 1 + 3,22 log 20 = 5,322 ≈ 5
Ci = R/k = 40/5 = 8
Nilai (interval Jumlah Xi Xifi
kelas) mahasiswa (f)
55 – 62 3 58,5 175,5
63 – 70 3 66,5 199,5
71 – 78 5 74,5 372,5
79 – 86 4 82,5 330
87 – 94 5 90.5 452,5
jumlah 20 1233
Mean
= 1233/20 = 61,65
Median
Letak Me = ½ n = ½ (20) = 10
Me = Lme + ((n/2 – F)/fme) x Ci = 70,5 + ((10 – 6)/5) x 8 = 78,5
Modus
Modus terletak di kelas ke 5  tepi bawah kelasnya adalah 86,5
d1 = 20 – 15 = 13
d2 = 32 – 27 = 5
Ci = 5
= + .
+
Mo = 29,5 + (13/(13+5)) x 5 = 30,222

Jadi, besarnya mean, median, modus secara berturut-turut adalah 37,939
37,277 dan 30,222.
48
7. Heavy equipment firm, PT.Hokage, consists of two main units, production and
sales unit, which is the average employee income are different from each other.
Production unit have an average income Rp 2.750.000/monthly and sales unit Rp
3.150.000/monthly. if the average monthly income of all employees is Rp
2.900.000, determine the ratio of the number of employees in the production and
sales unit!
Dik : x 1= Rp 2.750.000
x 2= Rp 3.150.000
x = Rp 2.900.000
Dit : perbandingan n1 dan n2?
Jawab :
2.900.000 = (2.750.000n1 + 3.150.000n2) / (n1+n2)
2.900.000n1 + 2.900.000n2 = 2.750.000n1 + 3.150.000n2
2.900.000n1 - 2.750.000n1 = 3.150.000n2 - 2.900.000n2
150.000n1 = 250.000n2
n1 = 1,67 n2
jadi, perbandingan banyaknya jumlah karyawan di unit produksi dan

penjualan adalah 1 : 1,67.
8. Berikut ini adalah data investasi dari sejumlah investor yang menanamkan
investasinya di perusahaan sekuritas yang berlokasi di Bandung.
Besar Investasi Jumlah Investor
(dalam jutaan Rupiah)
15 – 19 13
49
20 – 24 11
25 – 29 19
30 – 34 32
35 – 39 27
40 – 44 7
45 – 49 15
50 – 54 23
55 – 59 10
60 – 64 8
Tentukan : a. Mean, median, modus besarnya investasi?
b. Kuartil 1, 2, dan 3!
c. Desil ke 6 dan persentil ke 40!
Dik : n = 165 Ci = 5
Besar Investasi Jumlah Investor Xi Xifi F Kumulatif

(dalam jutaan (fi)
Rupiah)
15 – 19 13 17 221 13
20 – 24 11 22 242 24
25 – 29 19 27 513 43
30 – 34 32 32 1024 75
35 – 39 27 37 999 102
40 – 44 7 42 294 109
45 – 49 15 47 705 124
50 – 54 23 52 1196 147
55 – 59 10 57 570 157
60 – 64 8 62 496 165
50
Total 165 395 6260
Dit : a. Mean, median, modus?
b. Q1, Q2, Q3
c. D8 dan P40!
Jawab :
a. Mean
= 6260/165 = 37,939
Median
Letak Me = ½ n = ½ (165) = 82,5
Me = + . = 34,5 + ((82,5 - 75)/27) x 10 = 37,277
Modus
d1 = 32 – 19 = 13
d2 = 32 – 27 = 5
Ci = 5
= + .
+
Mo = 29,5 + (13/(13+5) x 5) = 30,222

Jadi, besarnya mean, median, modus secara berturut-turut adalah 37,939
37,277 dan 30,222.
b. Kuartil 2, 3 dan 4
Kuartil 2
Letak Qi =
Letak Q1 = (165) = 41,25
51
−
= + 4 .
1
(165) − 24
= 24,5 + 4 . 5 = 27,694
27
Kuartil 2
Letak Qi =
Letak Q2 = (165) = 82,5
−
= + 4 .
2
(165) − 75
= 34,5 + 4 . 5 = 35,888
27
Kuartil 3
Letak Qi =
Letak Q3 = (165) = 123,75
−
= + 4 .
3
(165) − 109
= 44,5 + 4 . 5 = 49,416
15
Jadi kuartil 1, 2, dan 3 secara berturut-turut adalah 27,69 dan 35,888 49,416.
c. Desil 8 dan Persentil 40
Letak Di = Letak Pi =
52
Letak D6 = (165) = 132 Letak P40 = (165) = 66
= + . = + .
( ) ( )
= 49,5 + .5 = 29,5 + .5
= 51,239 = 33,093
Jadi, Desil ke 8 dan Persentil ke 40 secara berturut-turut adalah 51,239 dan

33,093.
9. Berikut ini adalah data nilai Statistika I dari 20 mahasiswa Fakultas Ekonomi
Universitas Padjadjaran.
Nilai Jumlah mahasiswa
(kelas interval) (f)
73 - 76 18
77 - 80 9
81 – 84 8
85 – 88 25
89 – 92 21
93 – 96 19
Buatlah distribusi frekuensi dan hitunglah :

a. Tetukan rata-rata hitungnya dan berapa modusnya!
b. Dengan menggunakan hubungan rata-rata hitung, median, dan modus
tentukanlah berapa mediannya?
53
Jawab :
Nilai Jumlah mahasiswa Titik tengah f.Xi

(kelas (f) (Xi)
interval)
73 – 76 18 74,5 1341
77 – 80 9 78,5 706,5
81 – 84 8 82,5 660
85 – 88 25 86,5 2162,5
89 – 92 21 90,5 1900,5
93 – 96 19 94,5 1795,5
Jumlah 100 8566
a. Mean
= 8566/100 = 85,66
Jadi, rata-rata nilai Statistika I dari 20 mahasiswa Fakultas Ekonomi

Universitas Padjadjaran adalah 85,66.
Modus
d1 = 25 – 8 = 15
d2 = 25 – 21 = 4
Ci = 4
= + .
+
15
= 84,5 + . 4 = 87,6578
15 + 4
Jadi, besarnya modus nilai Statistika I dari 20 mahasiswa Fakultas Ekonomi
b. Hubungan rata-rata hitung, median, dan modus
54
Rata-rata hitung – modus = 3 (rata-rata hitung – median)

85,66 – 87,6578 = 3 (85,66 – median)
-1,9978 = 256.98 – 3(median)
3 (median) = 258,9778
Median = 86,3259
Jadi, besarnya median nilai Statistika I dari 20 mahasiswa Fakultas Ekonomi

55
UKURAN DISPERSI
Ukuran Dispersi atau ukuran penyimpangan adalah ukuranyang menyatakan

seberapa jauh penyimpangan nilai-nilai data dari nilai-nilai pusatnya (pokok-pokok
materi statistika 1 Ir. M Iqbal Hasan MM).Sebuah ukuran lokasi (seperti rata-rata atau
median) haya menjelaskan pengukuran pusat data sehingga ukuran lokasi tersebut
hanya bernilai perspektif tetapi tidak mengukur sebaran datanya.
Ukuran dispersi dapat digunakan untuk :
 Memberikan informasi tambahan dalam pengambilan keputusan
Contoh : jika kita ingin menyeberangi Danau Toba di Sumatera Utara, maka kita
tidak dapat hanya mengandalkan informasi awam lewat buku panduan, dan
sebagainya. Kita juga memerlukan informasi tambahan seperti batas-batas
kedalamannya secara umum maupun dispersi kedalaman Danau tersebut.
 Mengevaluasi realibitas dua ukuran lokasi atau lebih
Contoh : TV merk Polytron dirakit di Kudus dan Semarang. Rata-rata hitung
produksi kedua pabrik adalah 50.Berdasarkan data rata-rata, kita dapat
menyimpulkan bahwa kedua pabrik memiliki distribusi hasil yang identik.
Namun, kita memiliki informasi lain bahwa ada penyimpangan ketidakteraturan
produksi di Kudus antara 40-60 jam, sehingga dapat dikatakan bahwa pabrik
Polytron di Semarang lebih mendekati rata-ratanya yaitu 50 sementara produksi
di Kudus lebih tersebar (terdispersi).
Macam-macam ukuran dispersi :

1. Ukuran Dispersi Absolut
Adalah ukuran dispersi yang digunakan untuk menggambarkan dispersi nilai-
nilai observasi sebuah distribusi secara definitif atau yang dapat digunakan untuk
melihat penyimpangan nilai pada suatu kumpulan data (bukan beberapa
56
kumpulan data).
Ukuran Dispersi Absolut terdiri dari :
a. Jangkauan/Jarak/Rentang (Range)
Ukuran Dispersi yang paling sederhana adalah jangkauan (range) yang
merupakan perbedaan antara nilai terbesar dan nilai terkecil pada
sekelompok data.
Rumus :
 Data Tidak Berkelompok (Ungrouped Data)
R = Xmax - Xmin
 Data Tidak Berkelompok (Grouped Data)
R = Xmax - Xmin
Dimana: Xmax = tengah kelas tertinggi, dan
Xmin = nilai tengah kelas terendah
b. Deviasi Rata-Rata (Mean Deviation)

Kelemahan dari jangkauan adalah jangkauan hanya didasarkan pada dua
nilai yaitu nilai terbesar dan nilai terendah (tidak memerhatikan seluruh
nilai).Deviasi rata-rata (mean deviation) mengukur sebaliknya yaitu jumlah
rata-rata berdasarkan bagaimana nilai pada populasi/sampel bervariasi dari
nilai rata-ratanya.
Rumus :
57
Untuk Populasi, MD =
Untuk Sampel, MD =
 Data Berkelompok (Grouped Data)
Untuk Populasi, MD =
Untuk Sampel, MD =
c. Rentang antar Kuartil (Inter Quartile Range)
Sebaran bilangan yang berada antara kuartil 3 dan kuartil 1.

IQR = Q3-Q1
Rumus:
d. Simpangan Kuartil/ Deviasi Kuartil (Quartile Deviation)

Pada dasarnya, pengukuran deviasi kuartil sama dengan pengukuran jarak.
Pengukurannya berdasarkan pada jarak antara Q1 dan Q3.Pengukuran tidak
dipengaruhi oleh dispersi seluruh nilai observasi namun hanya mengukur
dispersi nilai-nilai observasi Xi yng didistribusikan di tengah-tengah
distribusi.
Rumus :
QD = atau QD =
58
e. Simpangan Baku (Standard Deviation)

Simpangan baku merupakan suatu ukuran yang menyatakan rata-rata
penyimpangan suatu variabel terhadap rata-rata hitungnya.
Rumus :
 Untuk Populasi









59
 Untuk Populasi
60
f. Varians (Variance)
Varians dan Standar Deviasi sebenarnya didasarkan oleh Deviasi Rata-
Rata.Bentuknya merupakan kuadrat dari Standar Deviasi.
Rumus : (untuk data berkelompok maupun tidak berkelompok)
2. Ukuran Dispersi Relatif

Berbeda dengan dispersi absolut, ukuran dispersi relative merupakan metode yang
dikembangkan untuk membandingkan dispersi dari beberapa kumpulan data.
Rumus Umum :
Dispersi Relatif =
Ukuran dispersi relatif terdiri dari :

a. Koefisien Variasi (Coefficient of Variation)
61
Ketika 2 distribusi dinyatakan dalam unit yang sama dan memiliki rata-rata
hitung yang sama, perbandingan variasi kedua distribusi diatas secara singkat
dapat ditentukan dari hasil perbandingan standar deviasi masing-masing
distribusi. Koefisien Variasi sendiri biasanya dinyatakan dalam persen dan
semakin kecil nilai Koefisien Variasinya melambangkan bentuk data yang
semakin merata (lebih baik).
b. Koefisien Variasi Kuartil (Coefficient of Quartile Variation)
Dalam suatu observasi, bila rata-rata hitung dan standar deviasi tidak
diketahui, maka perbandingan antara 2 variasi harus dihitung dengan koefisien
variasi yang dirumuskan secara bebas dari rata-rata hitung maupun standar
deviasi.
Koefisien Variasi Kuartil merupakan pengukuran yang biasa

dinyatakan dalam persen yang merupakan hasil bagi atau perbandingan antara
simpangan kuartil terhadap mediannya atau antara selisih kuartil 3 dan kuartil
1 terhadap jumlah kuartil 3 dan kuartil 1.
Rumus : (populasi dan sampel menggunakan rumus yang sama ; untuk data
berkelompok maupun tidak berkelompok)
62
c. Angka Baku (Standard Score)

Angka Baku menunjukkan jarak atau selisih antara sebuha nilai X tertentu
dari rata-rata hitungnya dalam unit standar deviasi. (Teknik-teknik Statistika
dalam Bisnis dan Ekonomi Edisi 13, Lind, Marchal, Wathen)
 Ukuran Kemencengan (Skewness) (Sk= )

Ukuran Kemencengan adalah suatu ukuran yang menunjukkan menceng atau
tidaknya bentuk kurva suatu distribusi frekuensi. Sebuah distribusi yang tidak
simestris akan memiliki rata-rata, median, dan modus yang tidak sama besarnya,
sehingga suatu distribusi akan terkonsentrasi pada suatu sisi dan bentuk kurvanya
akan menceng.
Batas- Batas Ukuran Kemencengan :
a. Kurva Distribusi Normal/ Kurva Simetris
Berarti, bentuk kurva distibusi frekuensinya normal atau 0,1 <| Sk | ≤ 0,0.
b. Kurva Distribusi menceng Kanan

Berarti, kurva distribusi frekuensi yang memiliki ekor lebih panjang ke kanan
atau memiliki kemencengan positif. Batasnya yaitu 0,3 <| Sk | ≤ 0,1
63
c. Kurva Distribusi menceng Kiri

Berarti, kurva distribusi frekuensi yang memiliki ekor lebih panjang ke kiri
atau memiliki kemencengan negatif. Batasnya yaitu | Sk | ≥ 3
Ada beberapa metode untuk mengukur Kemencengan (Skewness) yaitu :
1. Rumus Pearson
64
2. Rumus Bowley
3. Rumus Moment/ Matematis

65
 Ukuran Keruncingan (Kurtosis) (Kt = )

Pengukuran Kurtosis sebuah distribusi teoritis dapat juga dinamakan
pengukuran ekses (excess) dari sebuah distribusi. Sebetulnya, kurtosis dianggap
sebagai distorsi dari kurva normal dan umumnya diukur dengan membandingkan
bentuk keruncingan kurvanya dengan kurva normal. (Pengantar Metode Statistik
Jilid 1, Anto Dajan)
Bentuk kurva berdasarkan keruncingannya dibagi menjadi 3, yaitu :
1. Leptokurtic, yaitu bagian tengah memiliki puncak lebih runcing dari kurva
normal
2. Platikurtic, yaitu bagian tengah memiliki kurva yang lebih datar dari kurva
normal
3. Mesokurtic, yaitu bagian tengah lebih datar atau tumpul dari kurva normal
Batas-batas ukuran Keruncingan :
 4>3 → Leptokurtic (diagram distribusi berbentuk runcing)

 4 = 3→ Platikurtic (diagram distribusi berbentuk landai)
 4<3 → Mesokurtic (diagram distribusi berbentuk simetris)
66
Rumus :
Contoh Soal :
Data dibawah merupakan sampel dari nilai UTS Statistik 1 mahasiswa/i semester 2
Fakultas Ekonomi Universitas Padjadjaran :
74, 62, 81, 55, 90, 61, 45, 88, 92, 64, 72, 69, 75, 91, 50
Hitunglah : a. Seluruh pengukuran Dispersi Absolut
b. Aldila merupakan salah satu mahasiswi Statistik. Berapa nilai UTS nya
bila ia
67
memiliki angka baku 0.72?
c. Ukuran Kemencengan dan Keruncingannya, dan jelaskan artinya
Jawaban :
a. Pengukuran Dispersi
 R = Rmax – Rmin
= 92 – 45 = 47
 IQR = Q3 – Q1
= 84.5 – 61.5 = 23
 QD = IQR/2 = 11.5
 AD = = 1.480000001
 S= = 15.17265711
 V = s2 = 230.2095238
b. Diketahui : Z = 0.72
Ditanyakan : X ?
Jawab :
,
0.72 = ,
x = 82, 22431312
c. Skewness :
68
= -0.144997675
Sk berada pada batas < 0 yang berarti kurva menceng kiri atau memiliki
kemencengan negative.
Kurtosis :
= 1038.810451
4 berada pada batas > 3 yag berarti kurva bernama Leptokurtic atau diagram
distribusi berbentuk runcing
Penyelesaian dengan SPSS
Langkah :
1. Buka Software Minitab

2. Masuk data pada worksheet 1
69
3. Ketik nilai pada kolom C1 lalu masukkan data
4. Klik stat – basic statistic– display descriptive stat – lalu masukkan variabel
“nilai” (c1) pada kolom variabel
70
5. Pilih Statistics, lalu akan muncul :
6. Pilih Desciptive Stat yang dibutuhkan lalu klik OK

7. Akan muncul output sebagai berikut :
71
SOAL UKURAN DISPERSI
1. McKinley, Corp reported their profit (in percent) for the past 6 years :
2,3 ; 4 ; 7,2 ; 7 ; 7,5 ; 7,8
a. Compute the range, standard deviation, and the variance
b. Compute the coefficient of variation and coefficient of quartile variation
Answer :
X
2,3 -3.666666667 13.44444444
4 1.966666667 3.867777778
7,2 1.233333333 1.521111111
7 1.033333333 1.067777778
7,5 1.533333333 2.351111111
7,8 1.833333333 3.361111111
a. = 5, 966667
 R = Xmax – Xmin
= 7,8 – 2,3
= 5,5
 Standard Deviation =
72
,
S= = 2.066128962
 Variance = s2 = (2.066128962)2 = 4.268888889
b. CV =
.
= ,
x 100 %
= 0.346278597 x 100 %
= 34, 6278597 %
CVQ =
. .
= x 100%
. .
,
= ,
x 100%
= 0,219713 x 100%
= 21, 9713%
2. Pada UAS Semester lalu diketahui bahwa Andrea memiliki nilai 83 untuk mata
kuliah Pengantar Akuntansi dan 85 untuk mata kuliah Statistika. Dikelas itu
terdapat 40 mahasiswa/I dimana rata-rata dan simpangan baku untuk mata kuliah
Pengantar Akuntansi adalah 82 dan 15, sedangkan untuk mata kuliah Statistik
yaitu 80 dan 10. Pada mata kuliah yang mana Andrea memperoleh nilai yang
lebih baik?
Penyelesaian :
 Mata Kuliah Pengantar Akuntansi
= = 0, 066666667
73
 Mata Kuliah Statistik
= = 0,5
Jadi, karna nilai Z untuk mata kuliah Statistik lebih besar dari nilai Z untuk mata
kuliah Pengantar Akuntansi maka nilai Andrea lebih baik pada mata kuliah Statistik.
3. Diketahui data nilai Review Peaktikum Statistika kelas A adalah sebagai berikut :
Hitunglah simpangan baku dan varians data tersebut!
Penyelesaian :
74
V = s2= (13.04)2= 170,0416
Jadi, nilai simpangan baku dan varians nilai Review Praktikum Statistika kelas A yaitu 13,04
dan 170,0416
4. Berikut adalah data pasien Puskesmas di musim hujan berdasarkan usia :

Usia Frekuensi
0–4 35
5–9 25
10 - 14 20
15 - 19 18
20 - 24 12
Hitunglah : a. Varians data
b. Tentukan ukuran kemencengan, gambarkan, dan jelaskan artinya
Penyelesaian :
Usia Xi F u u2 u3 fu fu2 fu3

0_4 2 20 -1 1 -1 -20 20 -20
5_9 7 35 0 0 0 0 0 0
10_14 12 25 1 1 1 25 25 25
15_19 17 18 2 4 8 36 72 144
20_24 22 12 3 9 27 36 108 324
75
Jumlah 100 77 225 473
a. Varians = s2
s= 5 −( )2
= 6,436419812
V = s2
= (6,436419812)2
= 41, 4275
Jadi varians dari data pasien Puskesmas di musim hujan ialah 41, 4275
b.
= ,
(( )–3( )( )+2( )3)
= - 0, 879885023
Karena ukuran kemencengannya Sk = < 0 maka bentuk kurva yaitu
menceng kiri atau bernilai negative
76
5. Income 7 orang Analis Ekonomi di Bank A yaitu 3500, 3700, 4500, 5000, 5200,
5800, 6500 sedangkan income 7 orang Analis Ekonomi di Bank B yaitu 3000,
4000, 3500, 4500, 5000, 6000, 6500. Manakah yang lebih homogen antara
Income Analis Ekonomi Perusahaan A dan Perusahaan B?
Penyelesaian :
Perusahaan A :
= = ,
. . ,
s= = = 1002, 038738
CV = s/ = 1002, 038738 4885, 714286 = ,
Perusahaan B :
= = ,
. . ,
s= = =1186, 660552
CV = s/ = 1186,660552 4642,857143 = ,
Jadi, karena semakin kecil CV sebuah kelompok data menunjukkan data yang semakin
homogen, dapat disimpulkan bahwa Income Analis Ekonomi di Perusahaan A lebih
homogen dari Perusahaan B.
6. Berikut adalah sampel jumlah konsumsi pekerja pria dan wanita perusahaan
swasta pada tahun 2011 :
Jan Feb Mar Apr Mei Jun Jul Agt Sep Okt Nov Des
Pria 8.00 6.50 5.00 6.00 5.50 6.50 6.50 8.50 6.00 5.25 4.50 7.00
Wanita 8.50 7.00 6.8 5.50 6.20 6.00 7.00 9.50 5.00 6.25 7.00 8.50
(dalam ratus ribuan)
77
a. Hitung seluruh pengukuran Dispersi (kecuali angka baku). Manakah

kelompok yang lebih heterogen?
b. Hitunglah ukuran keruncingan, gambarkan, dan jelaskan artinya!
Penyelesaian :
Pria X-x |X-x| (X-x)2 Wanita X-x |X-x| (X-x)2

Jan 8 1.729166667 1.729166667 2.990017361 8.5 1.5625 1.5625 2.44140625
Feb 6.5 0.229166667 0.229166667 0.052517361 7 0.0625 0.0625 0.00390625
Mar 5 -1.270833333 1.270833333 1.615017361 6.8 -0.1375 0.1375 0.01890625
Apr 6 -0.270833333 0.270833333 0.073350694 5.5 -1.4375 1.4375 2.06640625
Mei 5.5 -0.770833333 0.770833333 0.594184028 6.2 -0.7375 0.7375 0.54390625
Juni 6.5 0.229166667 0.229166667 0.052517361 6 -0.9375 0.9375 0.87890625
Juli 6.5 0.229166667 0.229166667 0.052517361 7 0.0625 0.0625 0.00390625
Agust 8.5 2.229166667 2.229166667 4.969184028 9.5 2.5625 2.5625 6.56640625
Sept 6 -0.270833333 0.270833333 0.073350694 5 -1.9375 1.9375 3.75390625
Okt 5.25 -1.020833333 1.020833333 1.042100694 6.25 -0.6875 0.6875 0.47265625
Nov 4.5 -1.770833333 1.770833333 3.135850694 7 0.0625 0.0625 0.00390625
Des 7 0.729166667 0.729166667 0.531684028 8.5 1.5625 1.5625 2.44140625
Jumlah 75.25 10.75 15.18229167 83.25 11.75 19.195625
Rata 6.27083 6.9375
Q3 6.625 7.375
Q1 5.4375 6.15
a. Dispersi Absolut
 Range Pria = Rmax – Rmin
= 8,50 – 4,50 = 4
Range Wanita = Rmax – Rmin
= 9,50 – 6,00 = 3,5
 Mean Deviation
.
Pria = = = ,
.
Wanita = = ,
78
 Inter Quartile Range

Pria = Q3 – Q1= 6,625 – 5,4375 = 1,1875
Wanita = 7,375 – 6,15 = 1,225
 Quartile Deviation
,
Pria = = = ,
,
Wanita = = ,
 Simpangan Baku
Pria =
.
s= = 1.124807082
.
Wanita = s = = 1.264766942
 Varians
Pria = s2 = (1.124807082)2 = 1.265190972
Wanita = (1.264766942)2 = 1.599635417
Dispersi Relatif
 Coefficient of Variance
Pria = CV = s/ = 1.124807082 / 6.270833333 = 0,179371229 / 17,9371229%
Wanita = CV = 1.264766942 / 6.9375 = 0,182308748 / 18,2308748%
 Coefficient of Quartile Variation

. .
Pria = 100% = . .
100% = , %
. .
Wanita = = 100% = , %
. .
Jadi, dengan melihat Coefficient of Variation nya yang menandakan semakin

besar data akan semakin heterogen, dapat disimpulkan bahwa kelompok Wanita
memiliki persebaran data yang lebih heteregen.
79
b. Ukuran Keruncingan (Kurtosis)

( . )
Pria = = = 2,489293271
( . )
( . )
Wanita = = 2,432507664
( . )
Pria X-x (X-x)4 Wanita X-x (X-x)4

Januari 8 1.729166667 8.94020382 8.5 1.5625 5.960464478
Februari 6.5 0.229166667 0.002758073 7 0.0625 1.52588E-05
Maret 5 -1.270833333 2.608281077 6.8 -0.1375 0.000357446
April 6 -0.270833333 0.005380324 5.5 -1.4375 4.27003479
Mei 5.5 -0.770833333 0.353054659 6.2 -0.7375 0.295834009
Juni 6.5 0.229166667 0.002758073 6 -0.9375 0.772476196
Juli 6.5 0.229166667 0.002758073 7 0.0625 1.52588E-05
Agustus 8.5 2.229166667 24.6927899 9.5 2.5625 43.11769104
September 6 -0.270833333 0.005380324 5 -1.9375 14.09181213
Oktober 5.25 -1.020833333 1.085973857 6.25 -0.6875 0.223403931
November 4.5 -1.770833333 9.833559578 7 0.0625 1.52588E-05
Desember 7 0.729166667 0.282687905 8.5 1.5625 5.960464478
Jumlah 75.25 47.81558567 83.25 74.69258428
Rata-Rata 6.27083 69,375
Karna ukuran keruncingan yang 4< 3 aka bentuk kurva disebut Mesokurtic
(diagram distribusi berbentuk simetris)
7. The table below show the price of food and their average customers each day in
Faculty Economy and Busines Canteen :
80
Price (Rp) Freq (Customers)
500 – 1500 50
1500 – 2500 40
2500 – 3500 30
3500 – 4500 35
4500 – 5500 25
Total 180
a. If Ditha shop Rp 4.000,00 each day, how much her Standard Score?
b. If Ditha has 0,54 as a Standard Score, how much she shop each day?
Answer :
Price f x fx (X-x) (X-x)2

500-1500 50 1000 50000 -1694.444444 2871141.975
1500-2500 40 2000 80000 -694.4444444 482253.0864
2500-3500 30 3000 90000 305.5555556 93364.19753
3500-4500 35 4000 140000 1305.555556 1704475.309
4500-5500 25 5000 125000 2305.555556 5315586.42
Total 180 485000 10466820.99
Rata-Rata 2694.444444
.
a. = =2694.444444
,
= = 241,141049
81
.
= .
= ,
So, if Ditha shop Rp 4.000,00 each day, he has Standard Score = 5,4140743
b.
.
0,54 =
,
446,5574981 = x – 2694,444444
x = 3141,001942
So, if Ditha has 0,54 as her standard score, he shopRp 3.141,001942 each day.
82
ANGKA INDEKS
Angka Indeks adalah bilangan yang dinyatakan dalam persentase (%) yang
menunjukkan besarnya perbandingan atau perubahan nilai suatu variabel tertentu
pada waktu/periode waktu tertentu dibandingkan dengan nilai variabel tersebut pada
waktu/periode dasarnya.
 Waktu tertentu (waktu berjalan) adalah waktu atau periode waktu saat
dilakukan penghitungan angka indeks suatu variabel.
 Waktu dasar adalah waktu atau periode waktu yang dijadikan dasar
perhitungan angka indeks suatu variabel. Periode waktu dasar biasanya
dinyatakan dalam angka indeks sebesar 100.
Masalah Penyusunan Angka Indeks
Dalam menyusun angka indeks, ada beberapa masalah utama yang mungkin
dihadapi dan berpengaruh terhadap keabsahan dan validitas dari angka indeks.
Beberapa masalah utama tersebut adalah :
1. Masalah pemilihan sampel, terkait kelayakan data yang diperbandingkan
dan data yang sesuai dengan kebutuhan penentuan indeks
2. Masalah pembobotan, perlu ukuran pembobotan yang tidak menghasilkan
angka indeks terlalu tinggi atau terlalu rendah, sehingga bobot yang
ditentukan untuk suatu variabel harus disesuaikan berdasarkan periodenya
dengan memperhatikan perubahan yang terjadi dari waktu ke waktu (misalnya
perubahan perilaku, gaya hidup, dll)
3. Masalah pemilihan tahun dasar, sebagai pembanding yang baik, tahun
dasar harus memiliki kriteria berikut : (a) Tahun dasar adalah tahun dimana
kondisi normal atau tidak mengalami krisis, (b) Waktu yang dijadikan tahun
dasar tidak terlalu lama (tidak expired) sehingga masih layak digunakan.
83
Sumber Data
Sumber data untuk perhitungan indeks bisa didapat dari data internal seperti
data penjualan perusahaan, data produksi pabrik, dan lain-lain. Selain itu, sumber data
untuk perhitungan indeks yang bersifat umum bisa didapatkan dari pemerintah,
seperti Indeks Harga Konsumen, Indeks Biaya Hidup, dan Indeks Upah Riil yang bisa
dilihat dari data BPS (Badan Pusat Statistika).
Jenis-Jenis Angka Indeks

1. Angka Indeks Harga (Po/n)
Angka Indeks Harga adalah angka indeks variabel harga yang dibandingkannya
berupa harga barang/jasa dan dipakai untuk menunjukkan perubahan harga
barang/jasa.Indeks ini bertujuan mengukur perubahan harga antara dua interval
waktu tertentu, misal antar tahun, antar kuartal, antar bulan, dan
sebagainya.Dalam praktek, indeks harga adalah indeks yang paling sering
digunakan seperti indeks harga konsumen, indeks harga saham gabungan (IHSG)
dan lainnya.
2. Angka Indeks Kuantitas (Qo/n)
Angka Indeks Kuantitasadalah angka indeks variabel tertentu yang
dibandingkannya berupa jumlah/kuantitas barang.Indeks kuantitas mengukur
perubahan sejumlah kuantitas barang dari masa ke masa.
Sebagai contoh, jika diketahui indeks kuantitas produksi kopi tahun 2011 adalah
120, dengan dasar tahun 2008, maka ada peningkatan jumlah produksi kopi
sebesar 20%.
3. Angka Indeks Nilai (Vo/n)
Angka Indeks Nilaiadalah angka indeksvariabel tertentu yang dibandingkannya
berupa nilai barang atau jasa dan dipakai untuk melihat perubahan nilai dari suatu
barang/jasa. Dimana besaran nilai didapat dari perhitungan V = P x Q.
84
Metode Pengukuran Angka Indeks
Metode ini menentukan penggunaan variabel harga dari waktu ke waktu untuk
suatu komoditi tertentu. Dasar penghitungannya adalah harga sebagai
pembanding,sekaligus tahun dasar (tahun ke-0) diberi simbol Po dan harga yang
diperbandingkan dan terjadi pada tahun ke-n diberi simbol Pn. Karena tahun dasar
merupakan permulaan dan dasar perbandingan, maka indeksnya selalu bernilai 100%
(angka indeks dinyatakan dalam persentase).
1. Metode Tidak Tertimbang
Pada metode ini, semua variabel yang akan diukur indeksnya mempunyai nilai
yang sama. Metode ini merupakan metode paling sederhana dan praktis dalam
mengukur sebuah indeks, walaupun cara ini mempunyai kelemahan, terutama
belum dapat memenuhi tes satuan (unit test). Metode tertimbang terdiri dari
Metode Relatif Sederhana, Metode Agregatif Sederhana, dan Metode Rata-Rata
Relatif.
2. Metode Tertimbang
Pada metode ini ada bobot yang digunakan untuk membedakan variabel satu
dengan lainnya, setiap komponen diberi bobot berbeda, karena pada dasarnya
setiap barang/jasa mempunyai tingkat utilitas (manfaat dan kepentingan) yang
berbeda.Seperti adanya penimbangan kuantitas barang terjual untuk berbagai
jenis barang yang berbeda harganya.Dalam prakteknya, metode initerbagi dalam
beberapa cara perhitungan indeksseperti metode Laspeyers, Paasche, Marshall
Edgeworth, Walsh, Dribisch, dan Fisher.
3. Metode Relatif
Jika pada metode tertimbang atau tak tertimbang, proses perhitungan dimulai
dengan menjumlahkan seluruh komponen yang ada kemudian dilakukan rata-
85
rata, maka metode relatif memulai dengan menghitung setiap indeks komponen,
kemudian baru melakukan rata-rata dari semua indeks yang didapat.
4. Metode Rantai
Metode ini menghitung indeks secara berantai, misalnya dari tahun
2010dibandingkan dengan tahun 2009, kemudian tahun 2012 dibandingkan
dengan tahun 2011, dst.
AIH Agregatif AIH Rata-Rata Angka Indeks

AIH Tidak Tertimbang
Tertimbang Relatif Berantai
Penimbang : Nilai
Harga Relatif AIH Laspeyers barang pada waktu Angka Indeks
(cenderung berlebih ke dasar Berantai
atas / upward bias)
/
/
/ = ∙ ∑ ∙
= ….
/ ∑ ∙ ∑ ∙( ∙ )
=
∑ ∙
AIH Paasche
Indeks Gabungan
Penimbang : Nilai
(cenderung berlebih ke
∑ barang pada waktu
= ∙
∑
bawah / downward tertentu
∑ bias)
= ∙ /
∑
∑ ∙( ∙ )
∑ ∙ =
= ∙ ∑ ∙
∑ ∑ ∙
∙ / ∑ ∙
AIH Agregatif AIH Marshall
86
Sederhana Edgeworth
∑ . ∑ ( )
/ = ∙ /
∑ ∑ ( )
AIH Rata-rata AIH Walsh
Relatif Sederhana
∑ ∙ )
/
∑ ∙
AIH Drobisch
∑ ∙ /
/ =
∑ / + /
=
(Rata-Rata Hitung)
AIH Irving Fisher

/
/
∑ ∙
= = ∙
∑ / /
(Rata-Rata Ukur)
87
Pergeseran Waktu Atau Periode Waktu Dasar
Bila jarak antara waktu atau periode waktu dasar dengan waktu atau periode waktu
tertentu sudah cukup jauh, maka hasil perhitungan angka indeksnya tidak atau kurang
representatif. Oleh karena itu, periode atau waktu dasar harusdisesuaikan dengan
rumus sebagai berikut:
= ∙ 100
IB : angka indeks baru setelah dilakukan pergeseran waktu atau periode dasar
IL : angka indeks lama sebelum dilakukan pergeseran waktu atau periode dasar
ILD : angka indeks lama yang waktu/periode waktunya dijadikan waktu/periode
dasar baru
Penerapan Angka Indeks
1. Pendeflasian
Metode untuk menghitung daya beli suatu mata uang tertentu berdasarkan nilai
nominalnya serta menghitung pendapatan nyata berdasarkan pendapatan uangnya.
= ∙ 100 PN= ∙ 100
DB : Daya beli suatu mata uang tertentu

PN : Pendapatan nyata
NN : Nilai nominal suatu mata uang asing tertentu
PU : Pendapatan uang
IHK : Indeks Harga Konsumen
2. Perubahan Pendapatan
+
= ∙ 100
88
3. Perubahan Pendapatan Nyata

+
= ∙ 100
4. Inflasi
+
= ∙ 100
89
SOAL ANGKA INDEKS
1. Berikut adalah data harga saham dan volume penjualan beberapa perusahaan
dalam bidang. Harga dalam Rp/lembar dan volume dalam ribuan lembar.
5 Januari 2013 13 Januari 2013

Perusahaan
Harga Volume Harga Volume
TFKN 25 37 20 925
RDLF 30 5 30 1
YSSC 65 175 60 60
IRYD 45 21 45 70
DSYP 55 35 50 25
Hitunglah Indeks Harga, Indeks Kuantitas, dan Indeks Nilai !

Jawab :
5 Januari 2013 13 Januari 2013
Perusahaan
Po Qo Po . Qo Pn Qn Pn . Qn
TFKN 25 37 925 20 925 18500
RDLF 30 5 150 30 1 30
YSSC 65 175 11375 60 60 3600
IRYD 45 21 945 45 70 3150
DSYP 55 35 1915 50 25 1250
Total 220 273 15310 215 1081 26530
∑
a. = ∑
∙ 100 = ∙ 100 = 97,73
∑
b. = ∑
∙ 100 = ∙ 100 = 365,604
90
∑ ∙
c. = ∑ ∙
∙ 100 = ∙ 100 = 173,29
2. Berikut adalah data harga sepeda motor yang diproduksi oleh STA Company :
Tahun 2008 2009 2010 2011 2012 2013
Harga ($) 1062 1254 1297 1350 1414 1578
Tentukan angka indeks harga setiap tahun dengan menggunakan tahun dasar
2009? dan berikan interpretasi dari angka indeks tersebut?
Jawab :
Angka Indeks Harga
/ = ∙ 100
Angka Indeks Harga tahun 2008 = ∙ 100 = 84,69
Angka Indeks Harga tahun 2009 = ∙ 100 = 100
Selama tahun 2008 – 2013 diketahui bahwa harga penjualan sepeda motor STA
Company umumnya mengalami kenaikan, tampak dari angka indeks harga yang
semakin lama semakin besar. Diketahui pula bahwa dalam 4 tahun dari tahun
2009– 2013, harga penjualan sepeda motor telah naik sebesar 25,84%.
3. You are employed by the state bureau of economic development. There is a

demand for a leading economic index to review past economic activity and to
forecast future economic trends in the state. You decide that several key factors
91
should be included in the index :investmentin new business started during the
year, number of business failures, state income tax receipt, college enrollment,
and state sales tax receipt. The data for 1987 an the present year are : (in $
millions)
1987 Present Year
New Businesses 1088 1162
Business Failures 627 520
State Income Tax Receipt 191,7 162,6
College Student Enrollment 242,119 290,841
State Sales Tax Receipt 41,6 39,9
Compute the simple aggregate index for the present year and simple average
relatives index for the present year, interpret !
Jawab :
Simple Aggregate Index
Present Simple Aggregate
1987
Year Index of Present Year
New Businesses 1088 1162
∑
Business Failures 627 520 = ∙ 100
∑
State Income Tax Receipt 191,7 162,6
2176,341
College Student Enrollment 242,119 290,841 = ∙ 100
2190,419
State Sales Tax Receipt 41,6 39,9 = 99,36
Total 2190,419 2176,341
The simple aggregate index is 99,36%. This means that the aggregate group of key
factors had decreased 0,64% in the present year, compared with 1987.
92
Simple Average Relatives Index / = ∙ 100
Present Simple Average

1987
Year Relatives Index
New Businesses 1088 1162 (1162/1088)x100 = 106,80
Business Failures 627 520 (520/627)x100 =82,93
State Income Tax Receipt 191,7 162,6 (162,6/191,7)x100 = 84,82
College Student
242,119 290,841 (290,841/242,119)x100 = 120,12
Enrollment
State Sales Tax Receipt 41,6 39,9 (39,9/41,6)x100 = 95,91
Total 490,58
∑ 490,58
Simple Average Relatives Index = = = 98,116
5
Using the simple average relative index, the key factors had decreased 1,884% in the
present year, compared with 1987.
4. Berikut adalah data harga dan produksi dari beberapa produk yang dihasilkan
oleh Karina Nature Company :
Price ($) Production (unit)
2011 2012 2011 2012
Aluminium 1200
$ 0,287 $ 0,76 1000
(cents per lb.)
Natural Gas (1000 cu.ft) 0,17 2,50 5000 4000
Petroleum (barrel) 3,18 26 60.000 60.000
Platinum (troy ounce) 133 490 500 600
Hitunglah Indeks Harga Laspeyers, Paasche, Drobisch, dan Fisher !

Jawab :
93
Price ($) Production (unit)

PoQo PnQo PoQn PnQn
2011 2012 2011 2012
Aluminium 0,287 0,76 1000 1200 287 760 344,4 912
Natural Gas 0,17 2,50 5000 4000 850 12.500 680 10.000
Petroleum 3,18 26 60.000 60.000 190.800 1.560.000 190.800 1.560.000
Platinum 133 490 500 600 66.500 245.000 79.800 294.000
Total 258.437 1.818.260 271.624,4 1.864.912
Laspeyers : ∑ ∙ . .
/ ∑
,
∙ .
Paasche : ∑ ∙ . .
/ ∑
,
∙ . ,
/ / , ,
Drobisch : / = = = 695,07
Fisher : / = / ∙ / = 703,56 ∙ 686,58 = 695,02
5. Berikut adalah data produk olahan susu yang diproduksi oleh Deasy Dairy :
2010 2012
Produk Harga Jumlah Harga Jumlah
(Rp) (pack) (Rp) (pack)
Susu Murni 400

6100 450 6750
Sapi
Susu Rasa Buah 8450 600 9000 650
Biskuit Susu 11.000 890 12.300 840
Keju Mozarella 27.900 750 29.450 1000
94
Tentukan angka indeks relatif rata-rata tertimbang dengan timbangannya nilai

barang pada waktu dasar dan menggunakan timbangan waktu tertentu ?(tahun
dasar 2010)
Jawab : (Harga dalam Rp, dan Jumlah dalam pack)

Indeks relatif rata-rata tertimbang periode waktu dasar :
∑ ∙( ∙ ) 41.473.282
/ = = ∙ 100 = 107,64
∑ ∙ 38.530.000
Indeks relatif rata-rata tertimbang periode waktu tertentu :
∑ ∙( ∙ ) 51.859.317,4
/ = = ∙ 100 = 107,30
∑ ∙ 48.332.000
6. Berapakah angka indeks berantai mulai dari tahun 2006 sampai 2012
berdasarkan daftar data penjualan domestik untuk produk kecantikan Oktapiani
Beauty Skin Care, beserta interpretasinya?
Tahun 2006 2007 2008 2009 2010 2011 2012
Penjualan 9,6
7,9 7,3 8,0 8,2 8,8 9,4
(Juta Rp)
Jawab :
Angka Indeks Berantai (Juta Rp)
Tahun Penjualan Indeks Berantai Keterangan
2006 7,9 100
(7,3/7,9) x 100 = TURUN 7,59% dari tahun
2007 7,3
92,41 sebelumnya
(8,0/7,3) x 100 =
2008 8,0 NAIK 9,59% dari tahun sebelumnya
109,59
(8,2/8,0) x 100 =
102,5
95
(8,8/8,2) x 100 =
107,32
(9,4/8,8) x 100 =
106,82
(9,6/9,4) x 100 =
102,13
7. Below is Price Index of Apparel and Upkeep’s BuyinginBatam with base year
2005 :
Year 2006 2007 2008 2009 2010 2011
Index 124 132 130 121 120 119
The economics wants to shift the base year to 2006. In other words, he wants to
compute these index numbers with a base period of 2006 rather than 2005.
Canyou help him out?
Jawab :
= ∙ 100
Year Index New Index
2006 124 100
2007 132 (132/124) x 100 = 106,45
2008 130 (130/124) x 100 = 104,84
2009 121 (121/124) x 100 = 97,58
2010 120 (120/124) x 100 = 96,77
2011 119 (119/124) x 100 = 95,97
8. Berikut adalah tabel gaji manajer CV Taufik & Rudolf, yang bergerak di industri
mainan anak, dari tahun 2000sampai tahun 2005 beserta IHK (Indeks Harga
Konsumen) pada tahun-tahun tersebut : (dalam Rp)
96
Tahun Gaji IHK
2000 13.300.000 130,7
2001 14.400.000 140,1
2002 16.050.000 144,3
2003 18.000.000 144,5
2004 20.050.000 149,5
2005 22.100.000 152,2
a. Hitung daya beli mata uang Rp3.480.000 pada tahun 2000-2005 berdasarkan
nominalnya pada tahun tersebut ?
b. Berapakah pendapatan sebenarnya pada tahun 2004 ?
c. Hitung laju inflasi dari tahun 2000–2005, analisis laju inflasinya ?
Jawab :
a. Nilai Nominal Rp 3.480.000
= ∙ 100
Tahun DB
2000 (Rp 3.480.000/130,7) x 100 = Rp 2.662.586,075
2001 (Rp 3.480.000/140,1) x 100 = Rp 2.483.940,043
2002 (Rp 3.480.000/144,3) x 100 = Rp 2.411.642,412
2003 (Rp 3.480.000/144,5) x 100 = Rp 2.408.304,498
2004 (Rp 3.480.000/149,5) x 100 = Rp 2.327.759,197
2005 (Rp 3.480.000/152,2) x 100 = Rp 2.286.465,177
b. Pendapatan sebenarnya tahun 2004
20.050.000
= ∙ 100 = ∙ 100 = 13.411.371,24
149,5
c. Laju Inflasi
97
+
= ∙ 100
Tahun IHK Inflasi

2000 130,7
2001 140,1 [(140,1-130,7)/130,7] x 100 = 7,19%
2002 144,3 [(144,3-140,1)/140,1] x 100 = 3,07%
2003 144,5 [(144,5-144,3)/144,3] x 100 = 0,14%
2004 149,5 [(149,5-144,5)/144,5] x 100 = 3,46%
2005 152,2 [(152,2-149,5)/149,5] x 100 = 1,81%
Berdasarkan hasil perhitungan, dapat disimpulkan dari tahun 2000 sampai 2005
pada umumnya terjadi fluktuasi laju inflasi, yang cenderung menurun setiap
tahunnya. Ini terlihat dari nilai inflasi tahun 2005hanya 1,81% dibandingkan
inflasi tahun 2000 dan 2001 yang berkisan pada 7,19%,
98
ANALISIS DERET BERKALA
1. Pendahuluan
 Deret berkala atau runtun waktu adalah serangkaian pengamatan terhadap

peristiwa, kejadian atau variable yang diambil dari waktu ke waktu.
Kemudian dicatat secara teliti menurut urutan waktu terjadinya dan
disusun sebagai data statistic. Dari suatu runtut waktu tersebut akan dapat
diketahui pola perkembangan suatu peristiwa, kejadian atau variable.
 Menurut Anto Dajan, Variable Y merupakan serangkaian hasil observasi
dan X merupakan variabel waktu yang bergerak secara seragam dan ke
arah yang sama, dari waktu yang lampau ke waktu yang mendatang, maka
serangkaian data yang terdiri dari Y diatas dan yang merupakan fungsi
dari t dinamakan deret berkala(time series) atau data historis(historical
data)
 Dalam analisis deret berkala (Time Series) dibedakan menjadi 4
komponen, antara lain:
a) Trend
b) Variasi Musim/Indeks Musim
c) Variasi Siklus
d) Variasi yang tidak teratur atau variasi random
2. Penjelasan Komponen-Komponen dalam deret berkala

Ada empat komponen gerak/variasi data berkala, yaitu :
99
a) Gerak Jangka Panjang atau Trend

 Trend melukiskan gerak data berkala selama jangka waktu yang
panjang/cukup lama. Gerak ini mencerminkan sifat kontinuitas atau
keadaan yang serba terus dari waktu ke waktu selama jangka waktu
tersebut. Karena sifat kontinuitas ini, maka trend dianggap sebagai
gerak stabil dan menunjukkan arah perkembangan secara umum
(kecenderungan menaik/menurun).
Y
Y
t t
Gambar 1. Trend Naik/Trend Gambar 2. Trend Turun/Trend

Positif Negatif
 Trend sangat berguna untuk membuat peramalan (forecasting) yang

merupakan perkiraan untuk masa depan yang diperlukanbagi
perencanaan.
 Trend dibedakan menjadi dua jenis, yakni :
a. Trend Linier : mengikuti pola garis lurus ( Y = a + b t )
b. Trend Non Linier : mengikuti pola lengkung (parabola,
eksponensial, logaritma, dll).
b) Variasi Musim/ Indeks Musim

Gerak musiman terjadi lebih teratur dibandingkan gerak siklus dan
bersifat lengkap, biasanya selama satu tahun kalender. Gerak ini berpola
100
tetap dari waktu ke waktu. Factor utama yang menyebabkan gerak ini
adalah iklim dan kebiasaan.
c) Variasi Siklus
 Gerak siklus adalah gerak/variasi jangka panjang di sekitar garis trend
(temponya lebih pendek). Gerak siklus terjadi berulang-ulang namun
tidak perlu periodik, artinya bisa berulang setelah jangka waktu
tertentu atau bisa juga tidak berulang dalam jangka waktu yang sama.
 Perkembangan perekonomian yang turun naik di sekitar trend dan
“Business Cycles” adalah contoh gerak siklus.
 Gerak siklus melukiskan terjadinya empat fase kejadian dalam jangka
waktu tertentu, yakni kemajuan, kemunduran, depresi dan pemulihan.
Y (nilai/kuota)
Keterangan :
(2) Garis Trend (1) Kemajuan

(1) (4)
(1) (2) (4) (2) Kemunduran

(3)
(3) Gerak siklus (sekitar trend) (3) Depresi
t (waktu) (4) Pemulihan
Gambar 3. Gerak Siklus
d) Variasi yang tidak teratur atau variasi random

 Gerak ini bersifat sporadis/tidak teratur dan sulit dikuasai.
 Beberapa faktor yang cenderung menyebabkan pergerakan ini terjadi
adalah perang, bencana alam, mogok dan kekacauan
 Dengan adanya pengaruh tersebut, maka gerak ireguler (variasi
random) ini sulit untuk dilukiskan dalam suatu model.
(Materi Semester Pendek Statistik Bisnis By Hani Hatimatunnisani S, Si)
101
3. Metode-metode dalam analisis deret berkala

a. Trend
Metode-metode dalam menghitung dan menggambarkan garis trend,
antara lain:
i. Metode Setengah Rata-rata (Semi Average Method)

Metode semi rata-rata membuat trend dengan cara mencari rata-
rata kelompok data. Langkah-langkahnya :
1. Mengelompokan data menjadi dua bagian. Jika data ganjil, maka
nilai yang ditengah dapat dihilangkan atau dihitung dua kali yaitu
1 bagian menjadi kelompok pertama dan 1 bagian menjadi
kelompok kedua.
2. Menghitung rata-rata hitung kelompok K1 dan kelompok K2. K1
diletakkan pada tahun pertengahan pada kelompok 1 dan K2
diletakan pada tahun pertengahan pada kelompok 2. Nilai K1 dan
K2 merupakan nilai konstanta (a) dan letak tahun merupakan tahun
dasar. Nilai K1 dan K2 menjadi intercept pada persamaan trendnya.
3. Menghitung selisih K1 dan K2. Apabila K2 - K 1 > 0 berarti tren
positif dan bila K2 – K1 < 0, maka trendnya negatif >
4. Nilai perubahan tren (b) diperoleh dengan cara:
b=
5. Untuk mengetahui trendnya, tinggal memasukan nilai X pada

persamaan Y’ = a +bX yang sudah ada
ii. Metode Rata-rata Bergerak (Moving Average Method)

Dalam metode ini, setelah rata-rata dihitung, diikuti oleh
gerakan satu periode ke belakang. Metode ini disebut juga rata-rata
102
bergerak terpusat karena rata-rata bergerak diletakkan pada pusat dari

periode yang digunakan.
Langkah-langkah pengerjaan:
1. Menghitung rata-rata dari sejumlah data yang paling awal.
2. Melupakan nilai data yang pertama.
3. Mengulang tahap 1 dan tahap 2 sampai data yang terakhir.
Metode ini terdiri dari dua pola, yaitu:
a. Pola gerak ganjil (taraf N ganjil)
b. Pola gerak genap (taraf N genap)
Dengan menggunakan metode ini, jumlah moving averagenya
adalah jumlah data asli dikurangi satu (N-1), semakin banyak tahun
yang bersangkutan yang diambil, semakin kurang fluktuasi rata-
ratanya dan semakin halus (smooth) grafiknya.
iii. Metode Kuadrat Terkecil (Least Square Method)

Garis Trend dalam persamaan matematik: Yt = a + bX, dimana untuk
menemukan nilai a dan b dapat dicari dengan cara:
 Cara panjang (ΣX ≠ 0)
Harus ada koding, X1 = 0 (koding tahun pertama), X2 = 1 dan
seterusnya. Rumus
² (∑ ) (∑ )(∑ )
a= ² ( )²
dan = (∑ ) ( )
 Cara Pendek ( ΣX = 0)
Koding untuk N ganjil : ...,-2,-1,0,1,2,...
Koding untuk N genap : ...,-2,5;-1,5;-0,5;0,5;1,5;2,5...
Rumus:
∑ ∑ .
a= b= ∑ ²
Mengubah trend tahunan menjadi triwulan dan bulanan. Dirumuskan:
103
Trend triwulanan:
Y= + . → + . + .
Trend Bulanan
Y= + . → + . + .
Contoh :
Berikut adalah data penjualan sepeda motor dealer “STA” periode 2002-2010
Unit
Tahun Penjualan
2002 11
2003 15
2004 14
2005 16
2006 17
2007 18
2008 17
2009 21
2010 20
Tentukan persamaan garis trendnya dengan menggunakan Least Square!

Method (Cara pendek dan panjang).
a. Cara Pendek
Unit Penjualan
Tahun Ui ui.yi ui²
(yi)
2002 11 4 44 16
2003 15 3 45 9
104
2004 14 2 28 4
2005 16 1 16 1
2006 17 0 0 0
2007 18 -1 -18 1
2008 17 -2 -28 4
2009 21 -3 -63 9
2010 20 -4 -80 16
Σ 149 0 -56 60
∑
a= = = 16,55556
∑ .
b= ∑ ²
= = 0,933333
maka persamaan trendnya: Yt = 16,55556 - 0,933333X

Origin : 1 Juli 2006
Unit X : 1 tahun
Unit Y : Jumlah penjualan dalam satuan unit
Cara Perhitungan Menggunakan Software SPSS
Langkah-langkah adalah sebagai berikut :
1. Buka Software SPSS
2. Pilih variabel view, lalu masukan unit penjualan (yi) dan koding
(ui)/(xi)
3. Pilih data view dan masukan data untuk masing-masing variabel.
4. Masuk ke menu bar, pilih analyze, kemudian pilih sub menu dan pilih
regression linear.
5. Masukan unit penjualan (Yi) sebagai variabel dependen dan koding
sebagai variabel independen (Xi)
6. Lalu masuk ke menu statistik
7. Check list estimates, dan confidence intervals..
8. Klik Ok
105
Hasilnya
Variables Entered/Removedb
Variables Variables
Model Entered Removed Method
1 Xta . Enter
a. All requested variables entered.

b. Dependent Variable: Yt
Coefficientsa
Standardiz
ed
Unstandardized Coefficient 95% Confidence
Coefficients s Interval for B
Lower Upper
Model B Std. Error Beta t Sig. Bound Bound
1 (Constan
16.556 .401 41.235 .000 15.606 17.505
t)
Xt -1.033 .155 -.929 -6.645 .000 -1.401 -.666
a. Dependent Variable: Yt
Maka Persamaan trendya: Yt = 16.556 - 1.033Xt

Origin : 1 Juli 2006.
Unit X : 1 Tahun.
Unit Y : Jumlah Penjualan dalam satuan orang.
106
Cara Panjang
Unit
Tahun Penjualan x x.y x²
(yt)
2002 11 0 0 0
2003 15 1 15 1
2004 14 2 28 4
2005 16 3 48 9
2006 17 4 68 16
2007 18 5 90 25
2008 17 6 102 36
2009 21 7 147 49
2010 20 8 160 64
Σ 149 36 658 204
( )( ) ( )( )
a= ( )
= ( )( ) ( )
= 12,422
(∑ ) (∑ )(∑ ) ( )( ) ( )( )
b= (∑ ) ( )
= ( )( ) ( ) = 1,033
Maka persamaan trendya: Yt = 12,422 + 1,033 X

Unit X : 1 tahun
Hasil Komputer
107
Variables Entered/Removedb
Variables Variables
Model Entered Removed Method
1 Xta . Enter
a. All requested variables entered.

b. Dependent Variable: Yt
Coefficientsa
Standardi
zed
Unstandardized Coefficie 95% Confidence
Coefficients nts Interval for B
Std. Lower Upper

Model B Error Beta t Sig. Bound Bound
1 (Constant) 12.42 16.77

.740 .000 10.672 14.173
2 9
Xt 1.033 .155 .929 6.645 .000 .666 1.401
a. Dependent
Variable: Yt
Maka Persamaan trendnya: Yt = 12,422 +1,033X

Unit X : 1 Tahun
108
b. Variasi Musim/Indeks Musim

Apabila tren berhubungan dengan jangka panjang, maka indeks musim
berhubungan dengan perubahan atau fluktuasi dalam musim-musim
tertentu atau tahunan. Dalam perhitungan statistik, komponen musim
dinyatakan dalam suatu bilangan yang dinyatakan dalam bentuk
presentase yang disebut Indeks Musim.
 Manfaat indeks musim antara lain:
a. Untuk deasonalisasi
Y desasonalisasi = 100
b. Untuk meramalkan dengan memperhitungkan pengaruh musim.

( )
Y ramalan =
 Macam-macam metode untuk menghitung Indeks musim:
i. Metode Rata-rata Sederhana (Percentage Average Method)

Metode rata-rata sederhana mengasumsikan bahwa pengaruh tren
dan siklus yang tidak besar dan dianggap tidak ada. Indeks Musim
hanya berdasarkan pada data aktual dan nilai rata-ratanya saja.
Indeks Musim dirumuskan sebagai berikut :
Indeks Musim =
ii. Metode rata-rata dengan trend

Metode rata-rata dengan trend adalah metode rata-rata yang
disesuaikan dengan trend. Indeks Musim pada metode rata-rata
dengan tren merupakan perbandingan antara nilai data asli dengan
nilai tren. Oleh sebab itu, nilai trend harus diketahui lebih dahulu.
Indeks musim dirumuskan:
Indeks Musim = 100
109
iii. Metode ratio rata-rata bergerak (Ratio to moving average

method)
Metode rasio rata-rata bergerak (ratio to moving average method)
adalah metode yang dilakukan dengan cara membuat rata-rata
tidak ada ketentuan berapa periode (n). Nilai n bisa 2,3,4 atau 12
tergantung pada kondisi pengaruh fluktuasi musiman.
Dirumuskan:
Indeks Musim = Nilai rasio X Faktor koreksi,
Dimana:
Nilai ratio : Data asli/data rata-rata bergerak
Faktor koreksi : (100xn)/Jumlah rata-rata ratio selama n
Contoh Soal:
Hitunglah indeks musim dengan metode ratio rata-rata bergerak untuk tiga
triwulan dari data penjualan baju Toko “Rudolf Makmur”.
Triwulan
Tahun Penjualan I II III
2007 245 60 80 105
2008 240 50 90 100
2009 310 55 85 95
2010 310 50 85 95
Penyelesaian:
Trend bergerak Indeks
Tahun Triwulan Penjualan Rata-rata
Triwulan Musim
I 60
2007 II 80 60+80+105=245 81.66666667 97.9592
III 105 80+105+50=235 78.33333333 134.0426
110
I 50 105+50+90=245 81.66666667 61.2245

2008 II 90 50+90+100=240 80 112.5000
III 100 90+100+55=245 81.66666667 122.4490
I 55 100+55+85=240 80 68.7500
2009 II 85 55+85+95=235 78.33333333 108.5106
III 95 85+95+50=230 76.66666667 123.9130
I 50 95+50+85=230 76.66666667 65.2174
2010 II 85 50+85+95=230 76.66666667 110.8696
III 95
a) Membuat rata-rata bergerak dan rasio data asli dengan nilai rata-rata
bergerak.
b) Membuat rata-rata bergerak dengan 3 triwulan, maka dibuat
penjumlahan setiap 3 triwulan. Contoh penjumlahan triwulan pertama
60+80+105=245. Nilai ini bisa diletakkan pada triwulan I , II ,III,
tidak ada aturan baku. Untuk contoh ini diletakkan pada triwulan 2
karena posisinya ada di tengah. Untuk jumlah total triwulan
selanjutnya bergerak yaitu meninggalkan triwulan I tahun 2007 dan
masuk triwulan I tahun 2008 sehingga menjadi 80+105+50=235. Hal
ini diteruskan sampai selesai.
c) Membuat rata-rata bergerak. Jumlah penjumlahan selama 3 triwulan
perlu dibuat rata-ratanya dengan cara membagi jumlah pada kolom 4
dengan 3. Contoh 245/3 = 81.66666667
d) Membuat indeks musim dengan membuat rasio antara data asli dengan
data rata-rata. Contoh : (80/81.66666667)x100 = 97.9592
e) Setelah mendapatkan indeks musim setiap triwulan, perlu mengetahui
rata-rata setiap triwulan dari setiap tahunnya. Maka dari indeks musim
triwulan dikelompokan ke dalam triwulan yang sama.
111
Tahun Triwulan
I II III
2007 97.9592 134.0426
2008 61.2245 112.5 122.449
2009 68.75 108.5106 123.913
2010 65.2174 110.8696
Rata-rata 65.0639667 107.4599 126.801533
Maka indeks musim kuartalan selanjutnya:

Triwulan I = 65.0639667
Triwulan II = 107.4599
Triwulan III = 126.801533
112
SOAL ANALISIS DERET BERKALA
1. Berikut ini adalah harga rata-rata perdagangan besar karet RSS I di pasar
Jakarta, 1967-1978. (Sumber : Indikator ekonomi, November 1979 halaman
44 Biro Pusat Statistik Jakarta dari buku Anto Dajan : Pengantar Metode
Statistik Jilid Hal 288)
Harga dalam
Tahun
rupiah/100kg
1967 3179
1968 9311
1969 14809
1970 12257
1971 10238
1972 11143
1973 23732
1974 23986
1975 18164
1976 26670
1977 28464
1978 37061
a. Tentukan persamaan trendnya dengan metode Least Square Method Cara

Panjang!
b. Berdasarkan persamaan trend yang didapatkan, berapa estimasi harga rata-
rata perdagangan besar karet RSS I di pasar Jakarta pada tahun 1979?
113
Jawab:
Harga dalam
Tahun rupiah/100kg x xy x²
(Y)
1967 3179 0 0 0
1968 9311 1 9311 1
1969 14809 2 29618 4
1970 12257 3 36771 9
1971 10238 4 40952 16
1972 11143 5 55715 25
1973 23732 6 142392 36
1974 23986 7 167902 49
1975 18164 8 145312 64
1976 26670 9 240030 81
1977 28464 10 284640 100
1978 37061 11 407671 121
Jumlah 219014 66 1560314 506
a. Menentukan persamaan trendnya dengan metode Least Square Method

Cara Panjang
( )( ) ( )( )
a= )(
= ( )( ) ( )
= 4568,97436
(∑ ) (∑ )(∑ ) ( )( ) ( )( )
b= (∑ ) ( )
= ( )( ) ( )
= 2487,67133
Maka persamaan trendya: Yt = 4568,97436 + 2487,67133X

Unit X : 1 tahun
Unit Y : Harga dalam rupiah/100kg
b. Menentukan estimasi harga rata-rata perdagangan besar karet RSS I di

pasar Jakarta pada tahun 1979
Yt = 4568,97436 + 2487,67133X
Yt = 4568,97436 + 2487,67133 (12)
Yt = 4568,97436 + 29852,056
Yt = 34421,0303
Unit X : 1 Tahun
Unit Y : Harga dalam rupiah/100kg
114
Jadi, berdasarkan persamaan tren yang ada, maka estimasi harga rata-rata
perdagangan besar karet RSS I di pasar Jakarta pada tahun 1979
2. The following are data on the total value of sales of the Times in the U.S. $
from 1946 to 1950. The data is taken from a survey of current business 1954
USA (Anto Dajan : Pengantar Metode Statistik Jilid II Hal 336)
Bulan 1946 1947 1948 1949 1950
Januari 1979 1632 2505 2001 3261
Februari 1981 1768 3024 2539 3868
Maret 2005 1922 3416 2762 4270
April 2099 2171 3877 3026 4482
Mei 2145 2215 3639 2971 3853
Juni 1933 2046 3354 2732 2974
Juli 1573 1705 2451 1998 3175
Agustus 1402 1566 2057 1713 3791
September 1620 1940 2598 2069 4505
Oktober 1824 2470 3021 2480 4602
November 1903 2466 3042 2444 3958
Desember 1809 2464 2820 2170 3106
Determine a typical seasonal index using Percentage Average Method for eah
of the month!
Jawab :
 Tahap 1
Bulan 1946 1947 1948 1949 1950

Januari 1979 1632 2505 2001 3261
Februari 1981 1768 3024 2539 3868
Maret 2005 1922 3416 2762 4270
April 2099 2171 3877 3026 4482
Mei 2145 2215 3639 2971 3853
115
Juni 1933 2046 3354 2732 2974

Juli 1573 1705 2451 1998 3175
Agustus 1402 1566 2057 1713 3791
September 1620 1940 2598 2069 4505
Oktober 1824 2470 3021 2480 4602
November 1903 2466 3042 2444 3958
Desember 1809 2464 2820 2170 3106
JUMLAH 22273 24365 35804 28905 45845
RATA-RATA 1856.1 2030.4 2983.7 2409 3820.4
 Tahap 2
RATA-
Bulan 1946 1947 1948 1949 1950 JUMLAH RATA
Januari 106.6223679 80.3775908 83.95709977 83.072133 85.35718181 439.3863731 87.87727462
Februari 106.7301217 87.0757234 101.3518043 105.40737 101.2455011 501.8105194 100.3621039
Maret 108.0231671 94.6603735 114.4900011 114.66528 111.7679136 543.6067381 108.7213476
April 113.0875948 106.923866 129.9407887 125.62532 117.3170466 592.8946207 118.5789241
Mei 115.5659318 109.090909 121.9640264 123.34198 100.8528738 570.8157235 114.1631447
Juni 104.1440309 100.767494 112.412021 113.41982 77.8449122 508.588282 101.7176564
Juli 84.74835002 83.972912 82.14724612 82.947587 83.10611844 416.9222135 83.38444269
Agustus 75.53540161 77.1270265 68.94201765 71.115724 99.23001418 391.9501838 78.39003677
September 87.28056391 95.546891 87.07406994 85.895174 117.9190751 473.7157739 94.74315477
Oktober 98.27144974 121.649908 101.2512568 102.95797 120.4580652 544.5886452 108.917729
November 102.5277242 121.452904 101.9550888 101.46341 103.6012651 531.0003965 106.2000793
Desember 97.46329637 121.354402 94.51457938 90.08822 81.30003272 484.7205303 96.94410606
So the seasonal index for each month is
Bulan Seasonal Index

Januari 87,87727462
Februari 100,3621039
Maret 108,7213476
April 118,5789241
Mei 114,1631447
Juni 101,7176564
Juli 83,38444269
116
Agustus 78,39003677
September 94,74315477
Oktober 108,917729
November 106,2000793
Desember 96,94410606
3. Berikut ini adalah data pengunjung salon “Noer Rahmani” tahun 2002-2010
Jumlah
Tahun Pengunjung
2002 14
2003 18
2004 17
2005 16
2006 20
2007 22
2008 24
2009 23
2010 25
a. Tentukan persamaan trendnya, gunakan Least Square Method cara

pendek!
b. Tentukan persamaan trend kuartal dan trend bulanannya!
c. Jika tahun dasarnya digeser menjadi tahun 2008, tentukan persamaan
trend yang barunya.
Jawab :
Jumlah Pengunjung
Tahun (Y) X(ui) XY(ui.yi) X²(ui²)
2002 14 -4 -56 16
2003 18 -3 -54 9
2004 17 -2 -34 4
117
2005 16 -1 -16 1
2006 20 0 0 0
2007 22 1 22 1
2008 24 2 48 4
2009 23 3 69 9
2010 25 4 100 16
Jumlah 179 0 79 60
a. Menentukan persamaan trendnya dengan menggunakan Least Square

Method cara pendek
∑
a= = = 19,8889
∑ .
b= ∑ ²
= = 1,3167
maka persamaan trendnya: Yt = 19,8889 + 1,3167X

Unit X : 1 tahun
Unit Y : Jumlah pengunjung dalam orang
b. Menentukan persamaan trend kuartal dan trend bulanannya

 Trend Kuartalan
, , , ,
Y= + . = + . + .
Maka persamaan trendnya adalah Yt = 4,6019031 + 0,082293751X

Origin : 15 Februari 2006
Unit X : 1 Kuartal/Triwulan
 Trend Bulanan
, , , ,
Y= + . = + . + .
Maka persamaan trendnya adalah Yt = 1,6071177 + 0,00914375X

Origin : 15 Januari 2006
Unit X : 1 Bulan
118
c. Menentukan persamaan trend yang baru jika tahun dasarnya digeser

menjadi tahun 2008
Yt = a + b(2) + bx
Yt = 19,8889 + 1,3167(2) + 1,3167X
Yt = 22,5223 + 1,3167X
Unit X : 1 Tahun
4. Berikut ini adalah data perkembangan angka-angka ekspor kopi PT Karina

Nainggolan per semester (1/2 tahun) dari 2007-2012. Ekspor dinyatakan
dalam ribuan ton.
Tahun Periode Jumlah Ekspor

2007 Semester I 15
Semester II 22
2008 Semester I 27
Semester II 23
2009 Semester I 22
Semester II 30
2010 Semester I 28
Semester II 27
2011 Semester I 40
Semester II 35
2012 Semester I 33
Semester II 41
a. Tentukanlah indeks musim dengan menggunakan Ratio to Trend Method

b. Hitunglah peramalan jumlah ekspor kopi untuk semester I dan semester II
pada tahun 2013
Jawab:
119
Tahun Periode Y X XY X² Yt Y/Yt * 100

Semester I 15 0 0 0 18.2179 82.33660301
2007
Semester II 22 1 22 1 20.1025 109.4391245
Semester I 27 2 54 4 21.9871 122.7992778
2008
Semester II 23 3 69 9 23.8717 96.3483958
Semester I 22 4 88 16 25.7563 85.41599531
2009
Semester II 30 5 150 25 27.6409 108.5348162
Semester I 28 6 168 36 29.5255 94.83327971
2010
Semester II 27 7 189 49 31.4101 85.95961172
Semester I 40 8 320 64 33.2947 120.1392414
2011
Semester II 35 9 315 81 35.1793 99.49032528
Semester I 33 10 330 100 37.0639 89.03542261
2012
Semester II 41 11 451 121 38.9485 105.2672118
Jumlah 343 66 2156 506 342.9984 1199.599305
a. Menentukan indeks musim dengan menggunakan Ratio to Trend Method

( )(
) ( )( )
a= ( )
= ( )( ) ( )
= 18,2179
(∑ ) (∑ )(∑ ) ( )( ) ( )( )
b= (∑ ) ( )
= ( )( ) ( )
= 1,8846
Maka persamaan trendya: Yt = 18,2179 + 1,8846X

Unit X : 1 semester (1/2 tahun)
Unit Y : Jumlah ekspor kopi dalam ribuan ton
Tahun Semester I Semester II

2007 82.3366 109.4391
2008 122.7993 96.3484
2009 85.4160 108.5348
2010 94.8333 85.9596
2011 120.1392 99.4903
2012 89.0354 105.2672
Jumlah 594.5598 605.0395
Rata-Rata 99.0933 100.8399
Maka, indeks musim Jumlah ekspor kopi per semester adalah

Semester I : 99.0933
120
Semester II : 100.8399
b. Menentukan peramalan jumlah ekspor kopi untuk semester I dan semester

II pada tahun 2013
Yt = Yt = 18,2179 + 1,8846X
Unit X : 1 semester(1/2 tahun)
Unit Y : Jumlah ekspor kopi dalam ribuan ton
Semester I 2013 : Yt = 18,2179 + 1,8846 (12) = 40,8331

Semester II 2013 : Yt = 18,2179 + 1,8846 (13) = 42,7177
Forecasting dengan memperhitungkan pengaruh musim
Tahun Semester Yt Indeks Musim Y Forecasting

I 40.8331 99.0933 40.46286628
2013
II 42.7177 100.8399 43.07648596
Jumlah total 83.5508 = 84
Jadi, forecasting jumlah ekspor kopi pada semester 1 sampai semester 2

pada tahun 2013 adalah 40.46286628 dan 43.07648596
5. This following table shows production of the goods (unit) in PT. Deasy Jaya
with the period 2001-2011
Tahun 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011
Produksi 116 155 140 175 190 200 185 210 225 230 250
a. Determine the trend equation use Semi Average Method, which median is
ignored and origin 2003!
b. Determine trend equation, if the median is counted twice!
Jawab:
a. Determine the trend equation use Semi Average Method, which median is
ignored and origin 2003
Kelompok Tahun Produksi Rata- Nilai
121
rata X
2001 116 -2
2002 155 -1
K1 2003 140 155,2 0
2004 175 1
2005 190 2
2006
2007 185 3
2008 210 4
K2 2009 225 220 5
2010 230 6
2011 250 7
a = 155,2
,
b= = 10,8
Maka persamaan regresinya adalah : Yt = 155,2 + 10,8X
Origin : I juli 2003
Unit X : 1 Tahun
Unit Y : Jumlah produksi (unit)
b. Determine trend equation, if the median is counted twice (tahun 2006
dihitung dua kali)
Kelompok Tahun Produksi Rata-rata Nilai X

2001 116 -5
2002 155 -3
2003 140 -1
K1
2004 175 163 1
2005 190 3
2006 200 5
2006 200 7
2007 185 9
2008 210 11
K2
2009 225 216.6666667 13
2010 230 15
2011 250 17
122
a= 163
,
b= = 4,5
Maka persamaan trendnya adalah : Yt = 163 + 4,5X
Origin : I januari 2004
Unit X : ½ tahun
Unit Y : Jumlah unit produksi dalam unit
6. Berikut ini adalah data mengenai produksi pakaian anak-anak PT. Alya STA,
Bandung tahun 2005-2011 per caturwulan.
Caturwulan
Tahun I II III
2005 45 26 50
2006 56 34 45
2007 59 28 43
2008 69 36 58
2009 64 40 61
2010 63 44 67
2011 72 42 73
Tentukan Indeks Musim serta variasi musimnya dengan menggunakan

Percentage Average Method.
Jawab:
Caturwulan
Tahun
I II III Jumlah Rata-Rata
2005 45 26 50 121 40.33333333
2006 56 34 45 135 45
2007 59 28 43 130 43.33333333
2008 69 36 58 163 54.33333333
2009 64 40 61 165 55
123
2010 63 44 67 174 58
2011 72 42 73 187 62.33333333
Caturwulan
Tahun
I II III
2005 111.570248 64.4628099 123.966942
2006 124.444444 75.5555556 100
2007 136.153846 64.6153846 99.2307692
2008 126.993865 66.2576687 106.748466
2009 116.363636 72.7272727 110.909091
2010 108.62069 75.862069 115.517241
2011 115.508021 67.3796791 117.112299
Jumlah 839.654751 486.86044 773.484809
Rata-Rata 119.950679 69.5514914 110.49783
Maka seasonal indeks untuk setiap caturwulan-nya adalah
Caturwulan I : 119.950679
Caturwulan II : 69.5514914
Caturwulan III : 110.49783
7. The following are data on the total sales of shoes “PT. Rini Shoes” quarterly
since 2004 until 2009 (in $000)
Tahun Triwulan 1 Triwulan 2 Triwulan 3 Triwulan 4

2004 351.2 324.9 308.7 430.9
2005 309.8 326.5 387.5 457.8
2006 302.7 345.7 341.2 435.2
2007 345.9 324.1 346.4 476.1
2008 341.4 345.7 351.6 460.8
2009 312.9 342.8 328.7 477.9
Determine the typical seasonal pattern for sales using the ratio to moving
average Method.
124
Tahap 1
Sales Centered
Four Quarter
Of Total 4 Moving Y/Yt
Tahun Kuartal Moving
Shoes Kuartal Average *100
Average
(Y) (Yt)
I 351.2
2004 II 324.9 1415.7 353.925

III 308.7 1374.3 343.575 348.75 88.5161
IV 430.9 1375.9 343.975 343.775 125.344
I 309.8 1454.7 363.675 353.825 87.5574
II 326.5 1481.6 370.4 367.0375 88.9555
2005
III 387.5 1474.5 368.625 369.5125 104.868
IV 457.8 1493.7 373.425 371.025 123.388
I 302.7 1447.4 361.85 367.6375 82.3365
II 345.7 1424.8 356.2 359.025 96.2886
2006
III 341.2 1468 367 361.6 94.3584
IV 435.2 1446.4 361.6 364.3 119.462
I 345.9 1451.6 362.9 362.25 95.4865
II 324.1 1492.5 373.125 368.0125 88.0677
2007
III 346.4 1488 372 372.5625 92.9777
IV 476.1 1509.6 377.4 374.7 127.062
I 341.4 1514.8 378.7 378.05 90.3055
II 345.7 1499.5 374.875 376.7875 91.7493
2008
III 351.6 1471 367.75 371.3125 94.6911
IV 460.8 1468.1 367.025 367.3875 125.426
I 312.9 1445.2 361.3 364.1625 85.9232
II 342.8 1462.3 365.575 363.4375 94.3216
2009
III 328.7
IV 477.9
Tahap 2
Tahun Triwulan
I II III IV
2004 88.5161 125.344
125
2005 87.5574 88.9555 104.868 123.388 100

2006 82.3365 96.2886 94.3584 119.462 4
2007 95.4865 88.0677 92.9777 127.062
2008 90.3055 91.7493 94.6911 125.426
2009 85.9232 94.3216
Jumlah 441.6091 459.3827 475.4113 620.6820
Rata-rata 88.3218 91.8765 95.0823 124.1364 399.4170
IM 88.4503 92.0102 95.2206 124.3170 1.0014549
Faktor koreksi = (100Xn)/ jumlah rata-rata rasio selama n

∗
= ,
= 1,0014596
So, the typical seasonal pattern for sales using the ratio to moving average
Method is
Triwulan I : 88.4503
Triwulan II : 92.0102
Triwulan III : 95.2206
Triwulan IV : 124.3170
126
PROBABILITAS
Probabilitas adalah suatu ukuran tentang kemungkinan suatu peristiwa (event)

akan terjadi di masa mendatang. Probabilitas dinyatakan antara 0 sampai 1 dan
dinyatakan dalam desimal (misalnya: 0,65) atau dalam persentase (65%). Probabilitas
0 menunjukkan peristiwa yang tidak mungkin terjadi. Probabilitas satu menunjukkan
peristiwa yang pasti terjadi. Maka probabilitas dapat didefinisikan sebagai
peluang suatu kejadian.
Dalam Probabilitas ada beberapa istilah yang penting yaitu :
- Percobaan (experiment), percobaan adalah aktivitas yang menghasilkan suatu

peristiwa. Misalnya: kegiatan melempar uang akan menghasilkan peristiwa
muncul gambar atau angka.
- Hasil (out come), hasil adalah suatu hasil dari suatu percobaan tersebut, yaitu
muncul gambar atau angka
- Peristiwa (event), peristiwa adalah hasil yang terjadi dari suatu kejadian.
Pendekatan Dalam Perumusan Peluang
1. Pendekatan klasik mengasumsikan bahwa sebuah peristiwa mempunyai

kesempatan untuk terjadi yang sama (equally likely). Probabilitas suatu peristiwa
dinyatakan sebagai rasio antara jumlah kemungkinan hasil (peristiwa) dengan total
kemungkinan hasil.
( )=
Dimana P (A) = peluang kejadian A
x = Banyaknya kejadian A
n = banyaknya semua kejadian yang mungkin terjadi
127
Contoh : sebuah dadu dilemparkan sebanyak 1 kali. Berapa peluang terjadinya

mata dadu kelipatan 2?
Jawab : n = 6 (banyaknya angka yang mungkin muncul dalam pelemparan dadu 1

kali)
x = 3 (kelipatan 2 adalah mata dadu 2,4 dan 6)
P(mata dadu kelipatan 2) = = =
Jadi, peluang terjadinya mata dadu kelipatan 2 dari pelemparan dadu sebanyak
1 kali adalah ½.
2. Pendekatan Frekuensi Relatif, dalam pendekatan ini besar probabilitas suatu

peristiwa tidak dianggap sama, tetapi tergantung pada berapa banyak suatu
peristiwa terjadi dari keseluruhan percobaan dan dicatat besarnya frekuensi relatif
masing-masing kejadian.
( )
( )=
Dimana : P (A) = peluang kejadian A
f (A) = frekuensi munculnya kejadian A
N = frekuensi secara keseluruhan
Contoh : Dari 5000 pengirim sms yang memberikan vote a di acara Indonesia Idol
ternyata 3250 memberikan vote pada Regina dan sisanya pada Sean. maka
peluang dari pengirim sms yang memberikan vote pada Regina adalah :
( ) 3250 13
( )= = =
5000 20
128
Jadi, peluang dari pengirim sms yang memberikan vote pada Regina adalah 13/20
atau 0,65.
3. Pendekatan Subyektif adalah menentukan besarnya probabilitas suatu peristiwa

didasarkan pada penilaian pribadi dan dinyatakan dalam derajat kepercayaan.
Contoh : Peluang tim Indonesia mengalahkan Malaysia dalam pertandingan sepak
bola adalah 0,8. Peluang ini ditentukan oleh subjektivitas seseorang, tentu saja
hasilnya akan berbeda dengan orang lain.
Faktorial
Factorial adalah banyaknya cara yang dihasilkan dari n obyek yang berbeda,
dilambangkan dengan n! atau n faktorial.
Contoh : Bila ada 6 nama Bank, yaitu BCA, BNI, BJB, BII, BRI, Mandiri, maka ada
berapa cara menyusun urutan nama ke 6 nama bank tersebut?
Jawab : n = 6
n! = 6x5x4x3x2x1 = 720 cara.
Jadi, terdapat 720 cara untuk menyusun urutan nama dari ke 6 bank tersebut
.Permutasi
Permutasi adalah kemungkinan susunan dari r obyek yang diambil dari n obyek.
Permutasi sangat memperhatikan susunan letak dari obyek, dalam hal ini berarti XYZ
akan berbeda artinya dengan YXZ, XZY, dsb.
!
Rumus : P = ( )!
Contoh : Apabila ada 20 perusahaan yang memberikan dividen tahun 2003 dan
disusun berdasarkan kinerja perusahaan dimana tiap kelompok terdiri 5
perusahaan, ada berapa cara susunan perusahaan tersebut.
129
!
Jawab : =( )!
= !
= 1.860.480
Jadi, banyaknya cara menyusun perusahaan tersebut adalah 1.860.480

Jika banyaknya permutasi dari n obyek dimana n1 berjenis 1, n2 berjenis 2,……., nk,
!
dan n1+n2+…….+nk=n, maka : P = ( ! ! ….. !)
Contoh : bila dalam suatu rak buku terdapat 12 buku yang terdiri dari 2 buku
managerial finance, 5 buku mikroekonomi, 4 buku statistik, 3 buku akuntansi, dan 1
novel, berapakah cara buku tersebut dapat disusun?
Jawab : n = 12, n1=2, n2=2, n3=4, n4=3, n5=1, maka banyaknya cara penyusunan
!
buku tersebut di rak adalah P = ( ! ! ! ! !)
= 831.600 cara
Jadi, buku-buku tersebut dapat disusun di rak dengan 831.600 cara.
Kombinasi
Kombinasi adalah banyaknya kemugkinan yang dapat terjadi pada saat seseorang
melakukan pengambilan r obyek dari n obyek yang tersedia tanpa memperhatikan
letak susunannya. Dalam hal ini XYZ sama artinya dengan XZY, YXZ, dsb.
n!
C =
r! (n! − r!)
Contoh : Ada 5 bank yang mengajukan kredit portofolio ke Bank Indonesia .

Sementara itu Bank Indonesia hanya akan memilih 2 bank saja . Ada berapa
kombinasi bank yang dapat dipilih oleh bank Indonesia ?
! !
Jawab :C = !( ! !)
= !( ! !)
= 10
Jadi ada 10 kombinasi bank yang dapat dipilih oleh Bank Indonesia.
Macam-Macam Kejadian (Event)
1. Kejadian Terpisah (Mutually Exclusive)
130
Dua keajadian A dan B disebut saling terpisah bila keduanya tidak mungkin terjadi
secara bersamaan, atau dengan kata lain munculnya kejadian A menghilangkan
peluang munculnya kejadian B, sehingga ( ∩ ) = 0.
Rumus : ( ∪ ) = ( ) + ( )
Contoh : sebuah kartu dikocok, kemudian diambil secara acak, berapa peluang
terambilnya kartu jack sekop dan as hati?
Jawab : P (jack sekop ∪ as hati) = P (jack sekop) + P (as hati) = + =
Jadi, peluang terambilnya kartu jack sekop dan as hati adalah .
2. Kejadian Bukan Terpisah (Inclusive)

Terjadinya peristiwa bukan menghilangkan peristiwa yang lain, tapi kejadian yang
ada mungkin memiliki sifat gabungan dari kejadian yang lain, sehingga ( ∩
) ≠ 0.
Rumus : ( ∪ ) = ( )+ ( )− ( ∩ )
Contoh : Jika dilakukan pelemparan dadu sebanyak 1 kali, berapakah peluang
munculnya angka ganjil atau angka bilangan prima?
Jawab : angka ganjil pada dadu (A) = 1,3,5 mata dadu bilangan prima (B) =2,3,5
Sifat gabungan ( ∩ ) = 3,5
P (angka ganjil pada dadu ∪ mata dadu empat) = + − = =
Jadi, peluang munculnya angka ganjil atau angka bilangan prima adalah 2/3.
3. Kejadian Bebas
Dua kejadian disebut bebas bila nilai peluang kejadian A tidak bergantung pada
muncul atau tidaknya kejadian B, dan begitu pula sebaliknya.
Rumus : ( ∩ ) = ( ) ( )
Contoh : peluang terjadinya hujan di Medan adalah 0,6 dan peluang terjadinya
hujan di Makassar adalah 0,8. Berapakah peluang hujan di Medan dan Makassar?
131
Jawab : P ( hujan di Medan ∩ hujan di Makassar) = 0,6 x 0,8 = 0,48.

Jadi, peluang hujan di Medan dan Makassar adalah 0,48.
4. Kejadian Tak Bebas

Dua kejadian A dan B disebut tidak bebas bila kejadian yang satu dipengaruhi oleh
kejadian yang lainnya.
Rumus : P(A ∩ B) = P(B)x P atau P(A ∩ B) = P(B)x P
dimana P adalah munculnya kejadian A setelah munculnya kejadian
B, begitu juga dengan P
Contoh : satu bungkus permen terdiri dari 3 rasa apel, 4 rasa jeruk, 2 rasa mangga,
dan 1 rasa nanas. Jika diambil 2 permen secara berturut-turut tanpa pengembalian,
berapakah peluang terambilnya yang pertama permen rasa mangga dan yang kedua
permen rasa jeruk?
Jawab : P (rasa mangga ∩ rasa jeruk) = =
Jadi, peluang terambilnya yang pertama permen rasa mangga dan yang kedua
permen rasa jeruk tanpa pengembalian adalah .
Teknik Pengambilan
1. Dengan Pengembalian
Suatu cara pengambilan yang pengambilan berikutnya dilakukan setelah
mengembalikan terlebih dahulu pengambilan sebelumnya.
Contoh : satu lusin kemeja terdiri dari 2 warna biru, 4 warna merah, 3 warna hijau,
3 warna hitam. Dilakukan pengambilan 4 kemeja tersebut secara random dengan
pengembalian. Berapakah peluang terambilnya 1 kemeja warna hitam, 2 kemeja
warna merah, dan 1 kemeja warna biru berturut-turut?
Jawab : P ( H ∩ M1 ∩ M2 ∩ P) = P(H) x P(M1) x P(M2) x P (P)
132
= × × × =
Jadi, peluang terambilnya 1 kemeja warna hitam, 2 kemeja warna merah, dan 1
kemeja warna biru berturut-turut adalah
2. Tanpa Pengembalian
Suatu cara pengambilan yang pengambilan berikutnya dilakukan tanpa
mengembalikan terlebih dahulu pengembalian sebelumnya.
Contoh : sebuah kotak terdiri dari 2 bola putih, 3 bola biru, dan 3 bola merah.
Dilakukan pengembalian 3 bola dari kotak tersebut secara random tanpa
pengembalian. Berapakah peluang terambilnya 1 bola biru dan 2 bola merah
berturut-turut?
Jawab : P ( B ∩ M 1 ∩ M2) = P(B) x P(M1) x P (M2) = × × =
Jadi, peluang terambilnya 1 bola biru dan 2 bola merah berturut-turut adalah .
Teorema Bayes
Teorema Bayes merupakan probabilitas bersyarat suatu kejadian yang terjadi setelah
kejadian yang lain ada.
A ( )×
Rumus : P B = ( )× ( )× ⋯ ( )×
Contoh : Dinas Pekerjaan Umum Kota Bandung sedang merencanakan perbaikan

jalan di daerah Dipati Ukur dan Pasteur dengan probabilita berturut-turut sebesar 0,3
dan 0,7. Bila perbaikan jalan dilakukan di daerah Dipati Ukur maka peluang
terjadinya penurunan kemacetan sebesar 0,02 dan peluang terjadinya penurunan
kemacetan di Pasteur sebesar 0,05. Jika diketahui telah terjadi penurunan kemacetan,
berapakah peluang perbaikan jalan di Pasteur?
Diketahui : A1 = perbaikan jalan di Dipati Ukur
133
A2 = perbaikan jalan di Pasteur
B = terjadinya penurunan kemacetan
P (A1) = 0,3 probabilita perbaikan jalan di Dipati Ukur
P (A2) = 0,7 probabilita perbaikan jalan di Pasteur
P (A1/B) = 0,02 penurunan kemacetan di Dipati Ukur
P (A2/B) = 0,05 penurunan kemacetan di Pasteur
Ditanyakan : P (A2/B), Dinas PU ternyata telah melakukan perbaikan jalan di

Pasteur.
A ( )×
Jawab : P B = ( )× ( )×
(0,7) × (0,05) 0,035

= = = 0,853658536 ≈ 0,8536
(0,3) × (0,02) + (0,7) × (0,05) 0,006 + 0,035
Jadi, probabilita terjadinya penurunan kemacetan Jika diketahui

ternyata telah dilakukan perbaikan jalan di daerah Pasteur adalah 0,8536.
Harapan Matematis/Mathematical Expectation (ME)
Rumus ME = ∑ P X dimana ME = nilai harapan matematis
= peluang terjadinya kejadian
X = besarnya nilai kejadian
Contoh : perusahaan STA yang bergerak dalam bidang manufaktur akan melakukan
ekspansi, maka perlu dilakukan pemilihan tempat yang baru untuk cabang
perusahaan STA. jika daerah Z memiliki keuntungan Rp 350 juta dengan
probabilita 0,4 dan modal yang digunakan sebesar Rp Rp 80 juta. Sedangkan
134
di daerah W modal yang digunakan sebesar Rp 100 juta dengan keuntungan

Rp Rp 300 juta dan probabilita 0,55. Dimanakah seharusnya perusahaan
tersebut mendirikan cabang perusahaannya?
Diketahui : asumsi : 1=untung ; 2=rugi
 Daerah Z
P1 = 0,4 P2 = 1 – 0,4 = 0,6
X1 = Rp 350 juta X2 = - Rp 80 juta
= + = (0,4 x 350 juta) + 0,6 x (−80 juta)
= 140 juta + (−48 juta) = 92 juta
 Daerah W
P1 = 0,55 P2 = 1 – 0,55 = 0,45
X1 = Rp 300 juta X2 = - Rp 100 juta
= + = (0,55 x 300 juta) + 0,45 x (−100 juta)
= 165 juta + (−45 juta) = 120 juta
Karena < maka perusahaan sebaiknya mendirikan cabang di

daerah W.
135
SOAL PROBABILITAS
1. The following table shows monthly income from 10.000 head of family surveyed
in Bandung.
Income (Rupiah) Number of head of family
< 1.000.000 1498
1.000.000 - 1.499.000 3466
1.500.000 – 1.999.000 1073
2.000.000 – 2.499.000 899
2.500.000 – 2.999.000 2302
≥ 3.000.000 762
Jumlah 10.000
One family taken randomly. What is the probability that the family is:
a. Including families with high incomes, ≥ 3.000.000?
b. Including families with incomes at least 2.000.000 but less than 2.500.000?
c. Including families with low incomes, <1.000.000?
( )
Jawab : a. ( ≥ 3.000.000) = = = 0,0762
136
Jadi, peluang keluarga tersebut termasuk keluarga yang mempunyai

pendapatan tinggi, ≥ 3.000.000, adalah 0,0762.
( )
b. (2.000.000 < < 2.499.000) = = = 0,0899

pendapatan paling sedikit 2.000.000 tetapi kurang dari 2.500.000
adalah 0,0899.
( )
c. ( ≤ 1.000.000) = = = 0,1498

pendapatan rendah, < 1.000.000 adalah 0,1498.
2. Sebuah kotak berisi 4 bola kuning, 6 bola hijau, 5 bola merah, dan 7 bola putih.
Dari kotak tersebut diambil 4 bola secara acak. Tentukan probabilita terambilnya
1 bola hijau, 1 bola putih, dan 2 bola kuning bila teknik pengambilannya :
a. Dengan pengembalian (with replacement)!
b. Tanpa pengembalian (without replacement)!
Jawab : a. P ( H ∩ P ∩ K1 ∩ K2) = P(H) x P(P) x P (K1) x P (K2)
= × × × = = 0,0028686
Jadi, probabilita terambilnya 1 bola hijau, 1 bola putih, dan 2 bola

kuning dengan pengembalian (with replacement) adalah 0,0028686.
b. P ( H ∩ P ∩ K1 ∩ K2) = P(H) x P(P) x P (K1) x P (K2)
= × × × = = 0,0038277
Jadi, probabilita terambilnya 1 bola hijau, 1 bola putih, dan 2 bola

kuning tanpa pengembalian (without replacement) adalah 0,0038277.
137
3. Di sebuah outlet di Jalan Dago, Bandung, ada 15 jenis baju yang sangat menarik.
Petruk adalah salah satu pengunjung outlet tersebut dan berniat ingin membeli 15
jenis baju tersebut. Namun karena keterbatasan dana, maka hanya 4 saja yang
dapat dibeli. Hitunglah, ada berapa kombinasi baju yang dapat dipilih oleh
Petruk?
Jawab:
Banyaknya kombinasi yang dapat dipilih dapat diselesaikan dengan konsep
perhitungan kombinasi:
!
C = !( ! !)
diketahui bahwa n=15 dan r = 4, sehingga
15! 15! 15.14.13!

C = = = = 1365
4! (15! − 4!) 4! (11!) 4! (11!)
Jadi, ada 1365 kombinasi baju yang dapat dipilih oleh Petruk.
4. Dalam rapat pengurus BEM KEMA FEB unpad, staf kementerian pendidikan
mempresentasikan 12 program kerja yang akan dilaksanakan selama satu periode
kepengurusan di hadapan executive board. Dalam rapat tersebut setiap executive
board diminta untuk memberikan penilaian atau rank terhadap 6 program kerja
yang dianggap feasible. Ada berapa cara macam urutan penilaian yang mungkin
terjadi dari setiap executive board?
Jawab : n = 12 r=6
n!
P =
(n − r)!
12!
P = = 665.280
(12 − 6)!
Jadi, banyaknya cara urutan penilaian yang dilakukan oleh executive board
adalah sebanyak 665.280 cara.
138
5. Three people have been nominated as the manager of a company. Probability A

selected is 0.3, probability B selected is 0,5, and probability C selected is 0.2. If
A selected, the chances of the employee salary increase was 0.8. If B or C
selected, Probability rising salaries, respectively 0.1 and 0.4. Determine :
a. How much the probability of rising the salary?
b. How much the probability of rising the salary if C selected?
Jawab :
Dik : B1 = A terpilih P(B1) = 0.3 P(G│B1) = 0.8
B2 = B terpilih P(B2) = 0.5 P(G│B2) = 0.1
B3 = C terpilih P(B3) = 0.2 P(G│B3) = 0.4
G = kejadian gaji naik
Dit : a. P(G) = …?
b. P(B3/G) = …?
Jawab : a. Peluang terjadi kenaikan gaji karyawan adalah
P(G) = P(B1) P(G│B1) + P(B2) P(G│B2) + P(B3) P(G│B3)
= (0.3)(0.8) + (0.5)(0.1) + (0.2)(0.4)
= 0.37
Jadi, besarnya peluang kenaikan gaji adalah sebesar 0,37.
b. Peluang kenaikan gaji terjadi jika terpilih C
( )
=
( ) + (2) + ( )
(0,2)(0,4) 8
= = = 0,216216
(0,3)(0,8) + (0,5)(0,1) + (0,2)(0,4) 37
Jadi peluang kenaikan gaji jika C terpilih adalah sebesar 0,23.
6. Dari sekumpulan bahan mentah di perusahaan Osborn, ternyata berdasarkan

pengalaman di masa lalu dapat diolah menjadi tiga jenis kualitas bahan jadi
dengan penggolongan 80% kualitas I, 15% kualitas ke II, dan 5% kualitas ketiga.
139
Modal yang dipakai untuk kualitas barang I adalah 35 juta dengan keuntungan 30
juta. Untuk barang II modal yang diperlukan adalah 90 juta dengan keuntungan
10 juta, sedangkan modal yang digunakan untuk barang III adalah 10 juta dengan
keuntungan sebesar 40 juta. Perusahaan Osborn berencana untuk melakukan
ekspansi perusahaan, bantulah Perusahaan Osborn untuk menentukan sebaiknya
di kualitas barang yang manakah perusahaan Osborn menginvestasikan modal
utamanya?
Dik : - Kualitas Barang I

P1=0,8 P2=1-0,8=0,2
X1= Rp 35 juta X2= - Rp 30 juta
MEI= P1X1 + P2X2 = (0,8 x Rp 35 juta) + (0,2 x Rp (-Rp 30 juta))
= Rp 22 juta.
- Kualitas Barang II
P1=0,15 P2=1-0,15=0,85
MEII= P1X1 + P2X2 = (0,15 x Rp 50 juta) + (0,85 x Rp (-Rp 10 juta))
= Rp 5 juta.
- Kualitas Barang III
P1=0,05 P2=1-0,05=0,95
MEIII= P1X1 + P2X2 = (0,05 x Rp 130 juta) + (0,95 x Rp (-Rp 3 juta))
= Rp 3,65 juta.
Karena MEI >MEII >MEIII maka perusahaan Osborn sebaiknya
menginvestasikan modal yang utamanya di barang kualitas III.
7. Peluang seorang langganan yang masuk ke toko yang akan membeli kemeja
adalah 0,1. Jika ia membeli kemeja, peluangnya dia akan membeli dasi juga
140
adalah 0,4. Membeli atau tidak membeli kemeja, peluang dari langganan itu
membeli celana adalah 0,5. Tentukan :
a. Berapa peluang bahwa langganan itu akan membeli kemeja dan dasi?
b. Berapa peluang bahwa langganan itu akan membeli kemeja dan celana?
Dik : A = membeli kemeja P (A) = 0,1

B = membeli dasi P (B/A) = 0,4
(beli kemeja syarat untuk beli dasi)
C = membeli celana P (C) = 0,5 (A dan C independen)
Dit : a. P(A ∩ B) = …?
b. P(A ∩ C) = …?
Jawab : a. P (A dan B)
P(A ∩ B) = P(A)x P = 0,1 × 0,4 = 0,04
Jadi, peluang bahwa langganan itu akan membeli kemeja dan

dasi adalah 0,04
b. P(A ∩ C)
P(A ∩ C) = P(A)x P(C) = 0,1 × 0,5 = 0,05
Jadi, peluang bahwa langganan itu akan membeli kemeja dan
celana adalah 0,04.
8. Diambil sebuah kartu dari selengkap kartu bridge terkocok. Tentukanlah nilai
kemungkinan terambilnya kartu
a. As
b. Raja (dengan lambang K)
c. Gambar ‘wajik’
Jawab : satu kartu lengkap = 52, yang masing-masing mempunyai peluang sama.
a. Ada 4 kemungkinan kartu As terambil, sehingga P(As) = .
b. Ada 4 kemungkinan kartu Raja terambil, sehingga P(K) = .
141
c. Ada 13 kemungkinan kartu gambar ‘daun’, sehingga P(kartu ‘daun’)= .
9. Tiga anggota koperasi dicalonkan menjadi ketua. Peluang Ali terpilih 0,3,
peluang Badu terpilih 0,5, sedangkan peluang Cokro 0,2. Kalau Ali terpilih maka
peluang kenaikan iuran koperasi adalah 0,8. Bila Badu atau Cokro yang terpilih
maka peluang kenaikan iuran adalah masing-masing 0,1 dan 0,4. Bila seseorang
merencanakan masuk jadi anggota koperasi tersebut tapi menundanya beberapa
minggu dan kemudian mengetahui bahwa iuran telah naik, berapakah peluang
Badu terpilih jadi ketua?
Dik : A : Orang yang terpilih menaikkan iuran

P(B1): Ali yang terpilih = 0,3 P( B1 ) P( A | B1 )  (0,3)(0,8)  0,24
P(B2): Badu yang terpilih = 0,5 P( B2 ) P( A | B2 )  (0,5)(0,1)  0,05
P ( B3 ) P ( A | B3 )  (0,2)(0,4)  0,08
P(B3) : Cokro yang terpilih = 0,2
Dit : P (B3/A) = …?
( )
Jawab : =
( ) ( ) ( )
(0,5)(0,1) 0,05
= = = 52,08333333
(0,3)(0,8) + (0,5)(0,1) + (0,2)(0,4) 0,00096
Jadi, peluang menaikkan iuran jika Badu terpilih menajdi ketua adalah
52,08333333.
10. Ketika menjelang Natal, permintaan terhadap pohon natal meningkat, begitu juga
dengan berbagai macam hiasannya seperti lampu. Santa berniat untuk menghias
pohon natal yang kemarin dibelinya dengan menggunakan 15 lampu yang terdiri
142
dari 4 warna merah, 5 biru, dan 6 kuning. Maka ada berapa cara menyusun lampu
untuk menghiasi pohon natal tersebut?
Dik : n = 15
n1 = 4 n2 = 5 n3 = 6
Dit : P = …?
!
Jawab : P = ( ! ! )
15!
P= = 630.630
(4! x5! x6!)
Jadi, banyaknya cara menyusun lampu untuk menghiasi pohon natal
tersebut adalah 630.630
143
DISTRIBUSI PELUANG TEORITIS
Distribusi teoritis memungkinkan para pembuat keputusan untuk memperoleh

dasar logika yang kuat di dalam keputusan, dan sangat berguna bagi dasar pembuatan
ramalan (forecasting/prediction) berdasarkan informasi yang terbatas atau
pertimbangan teoritis, dan berguna pula untuk menghitung probabilitas terjadinya
suatu kejadian. (Sumber: Supranto, Johanes. 2001. Statistik : Teori dan Aplikasi.
Jakarta: Penerbit Erlangga)
Distribusi Peluang teoritis terdiri dari :
I. Variabel Diskrit dan Variabel Kontinyu

Untuk memahami variabel diskrit dan kontinyu, marilah mencermati definisi
beberapa istilah berikut ini:
1. Variabel Random adalah variabel yang nilainya diperoleh dari suatu
percobaan. Variabel random dapat berupa variabel diskrit atau variabel
kontinyu.
2. Variabel Diskrit adalah variabel yang didapat dari proses penghitungan
dimana hasilnya merupakan bilangan bulat dan jumlahnya terbatas.
Misalnya:
- Jumlah penjualan mobil per hari: x = 0, 1, 2, 3, ...
- Jumlah orang yang suka produk tertentu dari 500 responden: x = 0, 1, 2, 3,
..., 500
- Jumlah munculnya mata dadu 1 pada peristiwa pelemparan sebuah dadu
sebanyak 10 kali: x = 0, 1, 2, ..., 10
3. Variabel Kontinyu adalah variabel yang didapat dari proses pengukuran
dimana terdiri dari nilai-nilai yang terletak dalam suatu interval tertentu,
sehingga dapat berupa bilangan pecahan maupun bilangan bulat.
Misalnya:
144
- Tinggi badan 100 responden: x = 145 cm, 156,76cm, ...

- Waktu terbang dari Yogyakarta ke Jakarta: 45’ < x < 120’
- Berat ayam goreng KFC: 50 gram < x < 200 gram
(Sumber: Setia Atmaja, Lukas. 2009. Statistika untuk Bisnis dan Ekonomi.
Yogyakarta: Penerbit ANDI)
II. Macam-macam Distribusi Peluang Teoritis Variabel Diskrit

1. Distribusi Binomial
Distribusi binomial dapat diterapkan pada peristiwa yang memiliki ciri-ciri
percobaan binomial atau Bernoulli (Bernoulli Trial) sebagai berikut:
- Setiap percobaan hanya mempunyai dua kemungkianan hasil, diberi istilah
hasil yang dikehendaki (sukses) dan hasil yang tidak dapat dikehendaki
(gagal).
- Setiap percobaan bersifat independen atau dengan pengembalian.
Probabilitas sukses setiap percobaan harus sama, dinyatakan dengan p,
sedangkan probabilitas gagal dinyatakan dengan q. Jumlah p dan q harus
sama dengan 1.
- Jumlah percobaan, dinyatakan dengan N, harus tertentu jumlahnya.
Rumus distribusi binomial:
( )=
!
∶ =
! ( − )!
Keterangan:
P (x) = probabilitas peristiwa sukses sebanyak x
C = kombinasi x dari n
145
N = jumlah percobaan
p = probabilitas sukses
q = probabilitas gagal
x = jumlah sukses yang dicari probabilitasnya
Parameter dalam distribusi binomial:
Rata-rata (µ) = n.p
Standar deviasi (σ) = . .
2. Distribusi Multinomial
Perluasan dari distribusi binomial ialah distribusi multinomial. Misalkan
sebuah eksperimen menghasilkan peristiwa-peristiwa E1, E2, ..., Ek dengan
peluang π1 = P(E1), π2 = P(E2), ..., πk = P(Ek) dengan π1 + π2 + ... + πk = 1.
Terhadap eksperimen ini kita lakukan percobaan sebanyak n kali, maka
peluang akan terdapat x1 peristiwa E1, x2 peristiwa E2, ..., xk peristiwa Ek di
antara N, ditentukan oleh distribusi multinomial berikut:
!
( , ,…, )= …
! !… !
(Sumber: Sudjana. 1997. Metoda Statistika Edisi Keenam. Bandung: Tarsito)
3. `Distribusi Hipergeometrik
Distribusi hipergeometrik sangat erat kaitannya dengan distribusi binomial.
Perbedaannya antara distribusi hipergeometrik dengan binomial adalah bawa
pada distribusi hipergeometrik, percobaan tidak bersifat independen. Untuk
mencari probabilitas x sukses dalam ukuran sampel n, kita harus memperoleh x
sukses dari r sukses dalam populasi, dan n-x gagal dalam N-r gagal. Sehingga
fungsi probabilitas hipergeometrik dapat dituliskan sebagai berikut:
146
.
( )=
Keterangan:
r = jumlah unit/elemen dalam populasi yang berukuran N
x = jumlah elemen berlabel diantara n unit
N = jumlah observasi dalam populasi
n = jumlah observasi dalam sampel
Sumber: (Supranto, Johanes. 2001. Statistik : Teori dan Aplikasi. Jakarta:
Penerbit Erlangga)
4. Distribusi Poisson
Pada percobaan binomial, seandainya n relatif besar, katakanlah lebih besar
dari 50 dan p relatif kecil, katakanlah lebih kecil dari 0,1 maka perhitungan
probabilitas dengan menggunakan rumus distribusi binomial akan menjadi
sulit. Dalam kasus ini, kita dapat menggunakan pendekatan Poisson untuk
menghitung probabilitas percobaan binomial.
Rumus Distribusi Poisson:
.
( )=
!
Keterangan:
λ = rata-rata = n.p
x = jumlah sukses
e = 2,718281828
(Sumber: Setia Atmaja, Lukas. 2009. Statistika untuk Bisnis dan Ekonomi.
Yogyakarta: Penerbit ANDI)
147
SOAL DISTRIBUSI PELUANG TEORITIS
1. Rudolf International adalah Oil Company terbesar di Indonesia. Dari oil yang
dihasilkan tersebut ternyata terdapat 10% oil/barel yang berkualitas buruk. Untuk
menyelidiki hal tersebut perusahaan mengambil secara acak 50 Barrel untuk
diselidiki. Tentukan peluang dari oil tersebut:
a. Seluruh Barel tersebut berkualitas baik
b. Paling banyak 1 barel yang berkualitas buruk
c. Terdapat 48 Barel yang berkulitas baik
Dik : p = probabilitas barang buruk = 10%
q = probabilitas barang baik = 90%
N = 50
Dit: a. P(x = 0)
b. P(x ≤1)
c. P(x = 2)
Jawab:
a. ( ) =
( = 0) = . 0,10 . 0,90
= 1 . 1 . 5,153775207× 10
= 5,153775207× 10
Jadi, peluang dari 50/barel minyak seluruhnya merupakan minyak berkualitas baik
(tidak ada yang buruk) adalah 5,153775207× 10
148
b. ( ) =
( = 1) = . 0,10 . 0,90
= 50 . 0,10. 5,726416897× 10
= 0,02863208449
Peluang terambil 1 barel minyak berkualitas buruk dari 50 barel sample yang
diambil adalah :
. P(x ≤1) = p(x=0) + p(x=1)
. P(x ≤1) = 5,153775207× 10 + 0,02863208449
P(x ≤1) = 0.0337858597
Jadi, peluang dari 50 barel terdapat satu barel yang berkualitas buruk adalah
0.0337858597 atau 3,37858597%
c. P(x = 2)
( )=
( = 2) = . 0,10 . 0,90
( = 2) = 1225. 0,01. 6,362685441× 10
= 0.07794289665
Jadi, peluang dari 50 barel terdapat 48 barel yang berkualitas baik adalah
0.07794289665 atau 7,794289665%
2. There are many books in Deasy bag. Three books about history, four books about
statistics, and three books about economics. The two books are yellow, three
books are silver, and five books are blue. If Deasy want to take 4 books in
149
different colour, could you calculate the probability that Deasy takes 1 book
yellow, 2 book silver and 1 book is blue?
Given : X1 = yellow = 1
X2 = silver = 2
X3 = blue = 1
π1 = ( yellow )
π2 = ( silver )
π3 = ( Blue )
n=4
Asked: P(1,2,1)
Solution :
!
( , , )=
! ! !
4! 2 3 5
(1,2,1) =
1! 2! 1! 10 10 10
2 9 5
= 12 . × ×
10 100 10
= 0,108
So, the probability Deasy takes 1 book yellow, 2 book silver and 1 book is blue is
0,108 or 10,8%
3. Divisi SDM di Perusahaan STA terdiri dari 12 orang, dimana 8 adalah wanita
dan 4 laki-laki. Misalkan 2 orang dari 12 anggota divisi SDM tersebut dipilih
150
untuk dipindah ke divisi Logistik. Berapa probabilitas bahwa dari pemilihan

secara acak didapat 2 orang wanita?
Dik: r=8 n=2
x=2 N = 12
Dit: P(x=2)
.
( )=
. 28(1)
( )= = = 0,424242
66
Jadi, probabilita bahwa dari pemilihan secara acak didapat 2 orang wanita yang
dipilih untuk dipindah ke divisi logistik adalah 0,424242 atau 42,4242%.
4. Tiap jam, pengusaha produksi barang mengambil sebuah sampel sebanyak lima
barang yang dihasilkan suatu mesin untuk diperiksa. Jika terdapat lebih dari satu
barang yang rusak, ia akan menghentikan proses dan menyuruh pegawainya
untuk memeriksa atau memperbaiki mesin. Jika tidak, ia membiarkan proses itu
berjalan terus sebagaimana biasa. Berapakah peluang menghentikan mesin, jika
adanya barang yang rusak dalam proses itu sebesar 2 %?
Dik : p( rusak ) = 0,02

Q ( baik ) = 0,98
N=5
Dit : p( X≥ 2)
Jawab : proses dihentikan kalau tiap 5 barang terdapat yang rusak 2,3,4,5 kalau x
= banyak barang yang rusak dari 5 barang yang diambil.
Maka : p( X≤ 1) = p(0)+p(1)
P(0) semuanya baik maka
151
= ( )=
= ( = 0) = . 0,02 . 0,98
= 0,9036
P(1) = ( ) =
= ( = 1) = . 0,02 . 0,98
= 0,0922
Jadi p( X≥ 2)=1- p(0)+p(1) = 0,9036 + 0,0922 = 0,0042

Jadi peluang pengusaha produksi akan menghentikan mesin jika terdapat lebih dari
satu barang yang rusak dari 5 sampel barang yang diambil adalah 0,42%
5. Seorang pemilik perusahaan telah meneliti bahwa banyak pesanan barang yang ia
terima setiap hari rata – rata 3,8. Berapakah peluangnya pada suatu hari akan
diterima:
a. Tepat lima buah pesanan
b. Paling banyak lima buah pesanan
c. Tidak kurang dari lima buah pesanan
d. Tidak ada pesanan
Dik : λ = 3,8
Dit : a. P(x=5)
b.P(x ≤ 5 )
c. P( ≥ 5)
d. P (x=0)
Jawab : a. P(5) =
.
( )=
!
152
, . ,
P(x = 5) = = 0,1480
!
Jadi peluangnya pada suatu hari akan diterima 5tepat lima pesanan adalah 0,1480
atau 14,80 %
b. P(x ≤ 5 )
.
( )=
!
pesanan paling banyak ada 5 maka x = a,1,2,3,4 atau ,5 maka kita harus
menghitung p(0),p(1),p(2),p(3),p(4),p(5) lalu dijumlahkan
, . ,
p(0) = = 0,0224
!
, . ,
P(1) = !
= 0,0851
, . ,
P(2) = !
= 0,1617
, . ,
P(3) = !
= 0,2049
, . ,
P(4) = !
= 0,1944
P(5) = 0,1480
Maka P(x ≤ 5 ) = p(0)+p(1)+p(2)+p(3)+ p(4)+p(5)
= 0,0224 +0,0851 + 0,1617 + 0,2049 + 0,1944 +0,1480
= 0,8165
Jadi peluangnya pada suatu hari akan diterima paling banyak lima buah pesanan
adalah 0,8165 , 81,65 %
c. P( ≥ 5)
153
Tidak kurang dari 5 pesanan berarti x= 5,6,7.... peluangnya dapat dihitung

dengan
= 1- p(0)-p(1)-p(2)-p(3)-p(4)
= 1-(0,0224)-(0,0851)-(0,1617)-(0,2049)-(0,1944)
= 0,3315
Jadi peluangnya pada suatu hari akan diterima tidak kurang lima buah pesanan
adalah 0,3315, 33,15 %
d. Tidak ada pesanan berarti x=0 sehingga peluangnya adalah =p(0)= 0,0224
Jadi peluangnya pada suatu hari tidak akan diterima pesanan adalah 0,0224 atau
2,24%
6. Taufik and Rini go to one country in Africa, They want to know about most of
Africans colour. So long as they walk in Africa they dont see people have white
skin, until they decided to go to one of college in Africa and to test whether there
are people who have white skin in this college. Taufik think there is not people
who have white skin in this college. Taufik think there no people who have white
skin in this college but Rini think most of people in this college have white skin.
Could you help taufik and Rini to calculate probability what they are thinking
about if total students in this college 25 students and 3 of them from America
who have white skin. If they want to meet 6 people in which randomly called by
dean, please help Taufik and Rini to calculate what they are thinking about.
a. No one has white skin
b. At most people have white skin
Given: N = 25
n=6
r=3
154
Asked: a. P(x = 0) a.No one have skin white in this college
b.P(x ≤ 1)At mostaperson have skin white in this college
.
( )=
.
a. P(x = 0) =
.
=
= 0,421304347
So, the probability that no one have skin white in this college from randomly
calling 6 people by dean is 0,421304347 or 42,1304347%.
b. P(x ≤ 1) = ( = 0) + ( = 1)
.
P( x =1) =
.
=
= 0,446086956
P( x ≤ 1) = 0,421304347 + 0,446086956
= 0,867391303
So, the probability At most a person have skin white in this college from
randomly calling 6 people by dean is 0,867391303 or 86,7391303 %
7. Alya dan Karina sedang bermain ular tangga, Alya dan Karina saling
menyiapkan strategi untuk dapat sampai ke puncak lebih dahulu, mereka
menggunakan 2 dadu dengan 6 kali pelemparan, Alya menyiapkan strategi agar
dapat menang dengan strategi yang ia gunakan adalah dengan nilai dadu yang
berjumlah 9 harus keluar 2 kali, dadu bernilai 12 harus keluar 2 kali dan dadu
155
bernilai ganjil harus keluar 2kali. Dapatkah kamu membantu alya berapakah
probabilita strategi yang direncanaknanya dapat terjadi ?
Dik : π1 = Dadu berjumlah 9 = {(3,6), (4,5), (5,4), (6,3)}=
π2 = dadu berjumlah 12 = {(6,6)}=
π3= dadu bernilai ganjil = {(1,2), (1,4), (1,6), (2,1), (2,3), (2,5), (3,2),
(3,4), (3,6), (4,1), (4,3), (4,5), (5,2), (5,4), (5,6), (6,1),(6,3),(6,5)} =
=
x1 = 2
x2 = 2
x3 = 2
n=6
Dit: P(2, 2, 2)
Jawab:
!
( , , )=
! ! !
6! 4 1 18
(2, 2, 3) =
2! 2! 2! 36 36 36
1 1 1
= 90
9 36 2
= 2,143347051 × 10
156
Jadi probabilita keluarnya nilai dadu yang berjumlah 9 harus keluar 2 kali, dadu
bernilai 12 harus keluar 2 kali dan dadu bernilai ganjil harus keluar 2kali atau
rencana Alya dapat terpenuhi ialah 0,0002143347051 atau 0,02143347051 %
8. Dari masa lampau, memperlihatkan bahwa pada umunya dalam tiap bulan,
disuatu pabrik telah terjadi kecelakaan sebanyak tiga kali.
a. Distribusi apakah yang dapat digunakan dalam kasus ini?
b. Berapakah peluang bahwa dalam bulan tertentu tidak akan terjadi kecelakaan?
c. Terjadi kecelakaan kurang dari empat kali?
Dik: λ = 3
Jawab : a. Distribusi Poisson
b. P(x=0)
c. P(x< 4)
.
( )=
!
.
b. P(x = 0) = !
= = 0,0498
Jadi, probabilitas bahwa dalam bulan tertentu tidak akan terjadi kecelakaan
adalah 0,0498 atau 4,98 %
c. Kecelakaan kurang dari 4 kali berarti x=0,1,2,atau 3 maka
P(x< 4)
.
( )=
!
P(0) = 0,0498
.
P(1) = !
= 0,1494
.
P(2) = !
= 0,2240418077
157
.
P(3) = !
= 0,2240418077
Jadi P(x< 4) = p(0) + p(1) +p(2)+p(3)=

= 0,0498 + 0,1494 + 0,2240418077+ 0,2240418077 = 0,6472836154
Jadi, probabilitas bahwa dalam bulan tertentu terjadi kecelakaan kurang dari 4
kali adalah 0,6472836154 or 64,72836154 %.
9. Dari barang yang dihasilkan oleh semacam mesin ternyata 15% rusak diambil
secara acak dari produksi tersebut sebanyak 30 buah untuk diselidiki. Berapa
peluangnya dari barang yang diselidiki itu akan terdapat:
a. Satu Rusak
b. Paling sedikit satu rusak
Jawab :
Dik p = probabilitas barang rusak = 15%
q = probabilitas barang bagus = 85%
N = 30
Dit: a. P(x = 1)
b. P(x ≥ 1)
Jawab:
( )=
a. ( = 1) = . 0.15 . 0,85
= 30(0.15)(0.85)
= 0.0404
158
Jadi, peluang dari 30 buah barang terdapat satu buah barang rusak adalah
0.0404 atau 4.04%
b. P(x ≥ 1) =
Paling sedikit 1 rusak berarti rusaknya bisa 1, 2 bahkan semua produk yang
diambil, jadi untuk mencari peluang paling sedikit 1 barang rusak dapat kita
gunakan rumus:
p(0) + p(1) + .....p(30)= 1 atau p(1) +p(2)+......p(30)= 1-p(0)
jadi p(0)= ( = 0) = . 0.15 . 0,85
= 1(1)(0.85)
= 0.0076
Jadi P(x ≥ 1) = 1-0.0076 =0.9924
Jadi, peluang dari 30 buah barang terdapat paling sedikit satu buah barang rusak
adalah 0,9924 atau 99,24%
10. Pada suatu acara seminar terdapat 5 buah doorpize yaitu 5 televisi. Namun
karena kelalain dari seorang panitia 3 dari televisi tersebut jatuh sehingga televisi
terebut rusak. Panitia tersebut tidak mampu mengganti televisi yang rusak
dengan televisi yang baru sehingga tetap dijadikan doorprize dan untuk menutup
kesalahan tersebut ia membungkus semua televisi dengan bungkus kado sehingga
tidak diketahui televisi yang rusak dan televisi yang dalam keadaan baik. Pada
saat pembagian doorprize ternyata ada 1 orang yang berhak mendapatkan 2
hadiah karena dia orang pertama yang datang di acara seminar tersebut.
Berapakah kemungkinan bahwa 1 orang tersebut yang berhak mendapatkan 2
doorprize mendapatkan 2 televisi yang rusak?
Dik: r=3 n=2
x=2 N=5
159
Dit: P(x=2)
.
( )=
. 3.1
( )= = = 0,3
10
Jadi, probabilita bahwa dari bahwa 1 orang tersebut yang berhak mendapatkan
2 doorprize mendapatkan 2 televisi yang rusak ialah 0,3 atau 30%
160
DISTRIBUSI NORMAL DAN PENDEKATAN DISTRIBUSI

BINOMIAL OLEH DISTRIBUSI NORMAL
Distribusi Normal
Distribusi normal atau sering disebut dengan distribusi Gauss adalah distribusi
peluang teoritis dengan variable random continue yang memiliki ciri-ciri sebagai
berikut :
 Berbentuk lonceng (bell-shaped) dan memiliki satu puncak pada bagian

tengah distribusi. Rata-rata, median dan modusnya sama dan terletak di pusat
distribusi. Luas total di bawah kurva normal adalah 1,00. Setengah dari luas di
bawah kurva normal ada di sebelah kanan dari titik pusatnya dan setengah
yang lain ada di sebelah kirinya..
 Kurvanya simetris (symmetrical) dengan sumbu di sekitar nilai rata-rata. Jika
kita memotong vertikal kurva normal pada titik pusatnya, kedua bagiannya
akan menjadi pencermin satu sama lain
 Kurva ini menurun secara halus pada kedua arah dari bagian tengah. Jadi
distribusinya asimtotik. Kurva mendekati sumbu X tetapi tidak pernah
sampai menyentuhnya. Dengan kata lain, perpanjangan ekor kurva tak hingga
di kedua arahnya.
 Lokasi sebuah distribusi normal ditentukan oleh rata-rata. Dispersi atau
sebarannya ditentukan oleh standar deviasi
161
Penyelesaian persoalan distribusi normal dapat dilakukan dengan menggunakan

rumus :
X 
Z

dan tabel statistik tentang luas daerah kurva normal standar.
Pendekatan Distribusi Binomial Oleh Distribusi Normal
Penyelesaian persoalan distribusi binomial yang memiliki jumlah sampel lebih dari
30 (n > 30), dapat diselesaikan dengan menggunakan rumus distribusi normal :
X 
Z

dengan;
   n 
   n    1   
dan terlebih dahulu disesuaikan variabel random diskritnya menjadi variable random
continue dengan menggunakan faktor penyesuaian sebesar 0,5 dengan ketentuan
sebagai berikut :
Variabel Random Diskrit Variable Random Continue

X a a  0,5  X  a  0,5
a X b a  0,5  X  b  0,5
a X b a  0,5  X  b  0,5
162
Contoh Soal Distribusi Normal
1. Suatu perusahaan membutuhkan waktu rata-rata 55 menit untuk memproduksi

produk X dengan standar deviasi 12 menit.
a. Berapa peluang produk X ini dapat diselesaikan dalam waktu antara
45-60 menit ?
b. Berapa minimal waktu yang dibutuhkan dari 30% produk yang paling
lama diproduksi ?
Jawaban :
Diketahui : µ = 55
σ = 12
Ditanyakan : a. P(45< x < 60) ?
b. Minimal waktu yang dibutuhkan dari 30% produk yang
paling lama diproduksi
Jawab :
a. P(45< x < 60)?

X 1   45  55 X 2   60  55
Z1    0,83 Z2    0,42
 12  12
Luas antara Z1- 0 = 0,2967

Luas antara Z2- 0 = 0,1628 -
Luas Z1-Z2 = 0,1339
Z1 Z2 0
Jadi, Peluang produk X ini dapat diselesaikan dalam waktu antara 45-60 menit
adalah sebesar 13,39%
b.
163
Luas kanan 0 = 0,5000

Luas kanan Z = 0,3000 -
Luas 0- Z = 0,2000
0 z
Lihat tabel Z : Z = 0,52
X   X  55
Z   0,52
 12
X = (0,52)(12) + 55
X = 61,24 menit
Jadi, minimal waktu yang dibutuhkan dari 30% produk yang paling lama
diproduksi adalah 61,24 menit.
Contoh Soal Pendekatan Distribusi Binomial Oleh Distribusi Normal
1. Sebuah toko perhiasan yakin bahwa pemasangan iklan di sebuah stasiun televisi
nasional akan meningkatkan penjualannya sebesar 10 %. Berapa probabilita
bahwa dari 50 orang pengunjung sedikitnya ada 10 orang yang membeli di toko
perhiasan tersebut ?
Jawaban :
Diketahui : π = 10% = 0,10
1 – π = 0,90
n = 50
Ditanyakan : P(x ≥10) ?
Jawab :
164
  n    50  0,10  5
  n    1     50(0,10)(0,90)  2,12132034
x ≥10 disesuaikan atau dicontinuekan menjadi x ≥9,5

X  9,5  5
Z   2,12
 2,12132034

Luas 0 – Z = 0,4830 -
Luas kanan Z = 0,0170
0 Z
Jadi, probabilita bahwa dari 50 orang pengunjung sedikitnya ada 10 orang yang
membeli di toko perhiasan tersebut adalah sebesar 0,0170
165
SOAL DISTRIBUSI NORMAL DAN PENDEKATAN DISTRIBUSI

BINOMIAL OLEH DISTRIBUSI NORMAL
1. Vitamin C is one of product which is produced by C-105 Company, C-105

Company running bussiness in healthy product. The average of durability its
product is 35 months and standard deviation is 5,5 months. Calculate :
a. The probability of durability its product is more than 36 months?
b. The probability of durability its product between 45 months and 50 months?
Jawaban :
Diketahui : µ = 35
 = 5,5
Ditanyakan : a. P(x > 36)?
b. P(45 < x < 50)?
Jawab :
X   36  35
a. Z   0,18
 5,5

Luas 0 – Z = 0,0714 -
0 z
Jadi probabilita daya tahan produk lebih dari 36 bulan adalah sebesar 0,4286 atau
42,86%.
X 1   45  35 X 2   50  35
b. Z1    1,82 Z2    2,73
 5,5  5,5
166
Luas 0 – z2 = 0,4968
Luas 0 – z1 = 0,4656 -
Luas 0 – Z1 = 0,0312
0 z1 z2
Jadi probabilita daya tahan produk antara 45 bulan dan 50 bulan adalah sebesar
0,0312 atau 3,12%.
2. Tentukan,
a. Luas kurva distribusi normal yang dibatasi oleh 0-Z atau Z-0, jika :
i. Nilai Z = 2,64
ii. Nilai Z = -0,87
b. Nilai Z bila luas kurva normalnya :
iii. Sebelah kanan Z = 0,9963

iv. Sebelah kanan Z = 0,0401
v. Antara Z1 dan Z2 = 0,2573, jika luas antara 0 – Z2 = 0,4962
vi. Sebelah kiri Z = 0,6255
Jawaban :
a. i.
Luas 0 – Z = 0,4959
Jadi, luas kurvanya adalah 0,4959
0 Z
ii.
167
Luas Z – 0 = 0,3078
Jadi, luas kurvanya adalah 0,3078
Z 0
b. i.

Luas kanan 0 = 0,5000 -
Luas Z – 0 = 0,4963
Jadi, nilai Z nya adalah -2,68
Z 0
ii.

Luas kanan Z = 0,0401 -
Luas 0 – Z = 0,4599
Jadi, nilai Z nya adalah 1,75
1. Z
iii.
Luas 0 – Z2 = 0,4962
Luas Z1 – Z2 = 0,2573 -
Luas 0 – Z1 = 0,2389
Jadi, nilai Z1 nya adalah 0,64
0 Z1 Z2
168
iv.
Luas kiri Z = 0,6255

Luas kiri 0 = 0,5000 -
Luas 0 – Z = 0,1255
Jadi, nilai Z nya adalah 0,32
0 Z
3. Seorang pemilik restoran “ LunChic “ menyatakan bahwa 25 % pengunjung

suatu pusat perbelanjaan memilih restoran miliknya sebagai tempat untuk makan
siang. Untuk membuktikan pernyataan dari pemilik restoran, dipilihlah 100 orang
pengunjung pusat perbelanjaan yang bersangkutan untuk mengetahui
preferensinya dalam memilih restoran untuk makan siang. Dari observasi ini,
hitunglah peluang :
a. Kurang dari 20 orang memilih restoran “ LunChic “ untuk makan siang
b. Lebih dari 25 orang memilih restoran “ LunChic “ untuk makan siang
Jawab :
Diketahui : π = 25% = 0,25
1 – π = 0,75
n = 100
Ditanyakan : a. P(x < 20) ? b. P (x > 25 ) ?
Jawab :
  n    100  0,25  25
  n    1     100(0,25)(0,75)  4,33
a. x < 20 disesuaikan atau dicontinuekan menjadi x < 19,5

X   19,5  25
Z   1,27
 4,33
169
Luas kiri 0 = 0,5000

Luas Z – 0 = 0,3980 -
z 0
Jadi, probabilita bahwa kurang dari 20 orang memilih restoran “ LunChic “
untuk makan siang adalah 10,20%.
b. x > 25 disesuaikan atau dicontinuekan menjadi x > 25,5
X   25,5  25
Z   0,16
 4,33

Luas 0 – Z = 0,0636 -
0 z
Jadi, probabilita bahwa lebih dari 25 orang memilih restoran “ LunChic “
untuk makan siang adalah 43,64 %.
4. Sebuah Bank Konvensional menyatakan bahwa jumlah nasabahnya akan

mengalami kenaikan setiap hari Senin dibanding hari-hari lainnya yaitu sebesar
50%. Jika jumlah nasabah pada Senin ini adalah 120 orang, maka berapa peluang
pada Senin yang lalu nasabahnya hanya maksimum 70 orang dan berapa peluang
pada Senin minggu yang akan datang terdapat sedikitnya 130 nasabah bank
tersebut ?
Jawab :
Diketahui : π = 50% = 0,50
1 – π = 0,50
170
n = 120
Ditanyakan : a. P(x ≤ 70) ? b. P (x ≥ 130 ) ?
Jawab :
  n    120  0,5  60
  n    1     120(0,5)(0,5)  5,47
a. x ≤ 70 disesuaikan atau dicontinuekan menjadi 70,5

X   70,5  60
Z   1,92
 5,47
Luas 0 – Z = 0,4726
Luas kiri 0 = 0,5000 +
0 z
Jadi, probabilita bahwa pada Senin yang lalu nasabahnya hanya maksimum 70
orang adalah 97,26 %.
b. x ≥ 130 disesuaikan atau dicontinuekan menjadi 129,5

X   129,5  60
Z   12,70
 5,47

Luas 0 – Z = 0,5000 -
0 z
Jadi, probabilita bahwa pada Senin minggu yang akan datang terdapat sedikitnya
130 nasabah bank tersebut adalah 0%.
171
5. Mitchubeachy Corporation, holding in automotive, has average selling price of

new car in Jakarta in a year about $115.000. The population standard deviation
was $25.000. 100 new car is taken randomly as samples from Jakarta.
a. What is the probability that the selling price was between $113.000 and
$117.000?
b. What is the probability that the selling price was more than $110.000?
Answer:
Given: µ = 115.000
 = 25.000
Determine: a. P(113.000< x <117.000)?
b. P(x >110.000)?
Answer :
X 1   113000  115000
a. Z1    0,08
 25000
X 2   117000  115000
Z2    0,08
 25000
Luas 0 – Z2 = 0,0319
Luas Z1-0 = 0,0319 +
Luas Z1- Z2 = 0,0638
Z1 0 Z2
So, the probability that the selling price was between $113.000 and $117.000
is 6,38%.
X   110000  115000
b. Z   0,2
 25000
172

Luas z – 0 = 0,0793 +
Z 0
So, the probability that the selling price was more than $110.000 is 57,93%
6. Sebuah perusahaan percetakan mengklaim bahwa penjualan bukunya meningkat

15% setelah dilakukan promosi di suatu pameran di sebuah supermarket. Dari
100 orang pengunjung pameran pada hari minggu, berapakah peluang 12 hingga
24 orang pengunjung pameran tersebut tertarik untuk membeli buku dari
percetakan tersebut ?
Jawaban :
Dik : π = 15% = 0,15
1 – π = 0,85
n = 100
Dit : P(12 ≤ X ≤ 24) ?
Jwb :
P(12 ≤ X ≤ 24) di continue kan menjadi P(11,5 ≤ X ≤ 24,5)?
  n    100  0,15  15
  n    1     100  0,15  0,85  3,570714214
X  11,5  15 X  24,5  15
Z  1
  0,98 Z  2
  2,66
1
 3,570714214 2
 3,570714214
Luas Z1 – 0 = 0,3365
Luas 0 – Z2 = 0,4961 +
Luas Z1 – Z2 = 0,8326
Z1 0 Z2
173
Jadi, peluang bahwa terdapat 12 hingga 24 orang pengunjung pameran tertarik

untuk membeli buku dari percetakan tersebut sebesar 0,8326 atau 83,26%.
7. Dalam sebuah kontes bayi sehat tercatat bahwa berat bayi dari masing-masing
peserta kontes tersebut memiliki rata-rata 4,70 kg dan standar deviasi 0,40 kg.
Jika 25 peserta dipilih secara random, Tentukan:
a. Probabilita berat bayi paling sedikit 4,6 kg?
b. Probabilita berat bayi paling berat 4,9 kg?
Jawaban :
Diketahui : µ = 4,7
 = 0,4
Ditanyakan : a. P(x ≥ 4,6)?
b. P(x ≤ 4,9)?
Jawab :
X   4,6  4,7
a. Z    0,25
 0,4
Luas Z - 0 = 0,0987 +
Z 0
Jadi probabilita berat bayi paling sedikit 4,6 kg adalah 59,87%
174
b.
X   4,9  4,7
Z   0,5
 0,4
Luas 0 – Z = 0,1915
Luas kiri 0 = 0,5000 +
0 z
Jadi probabilita berat bayi paling berat 4,9 kg adalah 69,
175
APPENDIX
176
177

STATISTIKA

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

STATISTIKA

Diunggah oleh

Hak Cipta:

Format Tersedia

MODUL STATISTIKA I – 2013 (INTERNAL)

LEMBAR PENGESAHAN MODUL PRAKTIKUM STATISTIKA I

Tim Asisten Dosen Statistika FE UNPAD

Mengetahui dan Menyetujui,

Dr. Mohammad Fahmi, S.E., M.T.

YESSICA HAMDI DITHA

MEISA IRSYAD ARDINA

DEASY TAUFIK KARINA

RINI RUDOLF ALYA

UKURAN GEJALA PUSAT 28

ANALISIS DERET BERKALA 99

DISTRIBUSI PELUANG TEORITIS 144

DISTRIBUSI NORMAL DAN PENDEKATAN DISTRIBUSI

BINOMIAL OLEH DISTRIBUSI NORMAL 161

Bagian Distribusi Frekuensi

Adalah bilangan yang paling kecil yang membatasi kelas tertentu

Bilangan yang paling besar yang membatasi kelas tertentu

b. Batas kelas sebenarnya / Tepi kelas ( Class Boundaries ) yaitu bilangan –

Bilangan yang diperoleh dari rata-rata ujung atas kelas sebelumnya

 Batas atas kelas sebenarnya/tepi atas kelas ( Upper Class Boundaries /

Bilangan yang diperoleh dari rata-rata ujung atas kelas yang

Rumusnya adalah sebagai berikut :

UCB = (UCLi + LCL(i+1))/2

5. Nilai tengah/ titik tengah/tanda kelas ( Midpoint / Class Mark )  X

LCL UCL LCB UCB Nilai tengah Σf f

Tahapan untuk menyusun suatu distribusi frekuensi

1. Menyusun urutan (array) dari data yang di observasi

3. Menentukan banyaknya kelas ( k ) dengan rumus Sturges

k= 1 + 3,322 Log N atau k = 1 + 3,322 log n

N = banyaknya anggota populasi; n = banyaknya anggota sampel

4. Menentukan panjang/lebar/ukuran dari tiap – tiap kelas dengan rumus

5. Menentukan batas – batas kelas serta memasukkan setiap individu/item dari

Macam – macam Grafik Distribusi Frekuensi

 Kurva Frekuensi ( Frequency Curve / Smoothing Curve)

Macam – macam Distribusi Frekuensi

firelatif = ∑  dalam bentuk ratio

firelatif = ∑ x 100  dalam bentuk persentase

f) Distribusi Frekuensi Kumulatif yaitu distribusi frekuensi yang frekuensinya

Rumus - Rumus Yang Biasa Dipakai Dalam Distribusi Frekuensi

UCB = (UCLi + LCL(i+1))/2 Cii =X (i+1) – Xi Untuk DF Yang memiliki Ci sama

Xi = (LCB+UCB)/2 UCLi = LCLi –( Ci-1 ) Untuk DF Diskrit

Cii = LCL(i+1) – LCL UCLi = LCLi –( Ci-∆ ) Untuk DF Kontinu

fi kepadatan = (Ci Pokok / Cii) Fi

125 165 157 151 132 134 161 145

148 156 154 179 157 150 169 149

170 155 145 148 154 163 159 162

173 180 176 152 162 143 143 150

158 163 134 165 142 150 121 176

a) Susunlah data tinggi badan mahasiswa tersebut ( Array ) ?

Tinggi Badan Jumlah Mahasiswa

SOAL DISTRIBUSI FREKUENSI

b. Range data tersebut 63 -16 = 47

Tabel Distribusi Frekuensi

2. Berikut ini adalah tinggi badan dari 35 mahasiswa di FEB Unpad

157 159 162 174 158 159 181

162 180 160 175 180 164 150

174 181 159 175 170 170 158

166 159 178 176 165 171 185

k = 1 + 3.322 log 35= 1 + 3.322 (1.6989..) = 6.129394043 = 6

3. Distribusi frekuensi kumulatif usia dari 60 orang penduduk Perumahan Permata

a. Susunlah distribusi asalnya

Distribusi Frekuensi Usia Penduduk Perumahan Permata Hijau

Playing Time Number