STATISTIKA
b
Capaian Pembelajaran
KEGIATAN BELAJAR 3
1
Sub-Capaian Pembelajaran
KEGIATAN BELAJAR 3
2
Pokok Materi
KEGIATAN BELAJAR 3
1. Rata-rata
2. Median
3. Modus
4. Varians
3
Uraian Materi
KEGIATAN BELAJAR 3
Contoh 1.1.a :
Misal nilai lima ulangan harian mata pelajaran Matematika 80, 80, 70,
90, 80. Tentukan rata-rata data tersebut !
Jawab :
𝑥1 +𝑥2 +⋯+𝑥𝑛 ∑𝑛=5
𝑖=1 𝑥𝑖 80+80 +70+90+80
𝑥̅ = = = =80
𝑛 𝑛 5
Rata-rata dari nilai ulangan harian tersebut adalah 80.
Contoh 1.2.a :
Diketahui data hasil ulangan harian 10 peserta didik pada mata
pelajaran Sejarah Kebudayaan Islam adalah sebagai berikut :
65, 70, 75, 85, 90, 90, 95, 95, 95, dan 100.
Hitunglah rata-rata (mean) data di atas!
4
Jawab :
65+70+75+85+90+90+95+95+95+100
𝑥̅ = = 86
10
Rata-rata nilai ulangan harian 10 peserta didik pada mata pelajaran
Sejarah Kebudayaan Islam adalah 86.
2. Rata-rata data berkelompok (grouped data)
Bila data yang ada banyak jumlahnya banyak, maka perlu
disusun distribusi frekuensi agar mudah dianalisis. Data acak dapat
dikelompokkan berdasarkan ke dalam kelas tertentu dengan panjang
interval tertentu.
Secara matematis rata-rata (mean) data berkelompok adalah :
𝑛 𝑛
𝑓1 𝑥1 + 𝑓2 𝑥2 + 𝑓3 𝑥3 + ⋯ + 𝑓𝑛 𝑥𝑛
𝑥̅ = ∑ 𝑓𝑖 𝑥𝑖 ⁄∑ 𝑓𝑖 =
𝑓1 + 𝑓2 + ⋯ + 𝑓𝑛
𝑖=1 𝑖=1
Keterangan :
𝑥̅ = rata-rata (means)
𝑥𝑖 = nilai tengah interval kelas ke- 𝑖
𝑓𝑖 = frekuensi interval kelas 𝑖
𝑘 = 1 + 3,322 log 𝑛
jangkauan
Lebar interval = 𝑘
Jangkauan biasanya disebut dengan range.
b) Meletakkan interval-interval kelas ke dalam sebuah kolom serta
mengurutkan kelas terendah pada kolom paling atas dan
seterusnya.
c) Memeriksa dan memasukkan data ke dalam interval yang sesuai.
Di bawah ini ada data nilai kuis mata kuliah Konsep Dasar
Matematika dari 25 mahasiswa yang tersaji dalam tabel berikut.
5
9 11 20 15 19
19 18 14 12 17
13 16 17 19 18
13 17 15 18 17
10 11 17 19 15
Selanjutnya, dibuatlah tabel yang memuat banyak data
(frekuensi) dengan turus. Perhatikan tabel di bawah ini.
No Data 𝒇𝒊 𝒙𝒊 𝒇𝒊 𝒙𝒊
1 9 – 10 5 9,5 47,5
2 11 – 12 8 11,5 92
3 13 – 14 4 13,5 54
4 15 – 16 3 15,5 46,5
5 17 – 18 3 17,5 52,5
6 19 - 20 2 19,5 39
∑ 𝑓𝑖 =25 ∑ 𝑓 𝑥 331,5
𝑖 𝑖
𝑛 𝑛
331,5
𝑥̅ = ∑ 𝑓𝑖 𝑥𝑖 ⁄∑ 𝑓𝑖 = = 13,26.
25
𝑖=1 𝑖=1
6
Jadi, rata-rata data nilai kuis mahasiswa pada mata kuliah Konsep
Dasar Matematika adalah 13,26.
Contoh 2.1.a
Tabel berikut adalah data statistik penelitian seorang guru yang
melakukan penelitian tindakan kelas.
Jawab:
Untuk menentukan kemampuan siswa dalam mengkonstruksi
konsep secara umum apakah mengalami peningkatan atau tidak
bisa digunakan ukuran pemusatan yakni rata-rata jumlah siswa
yang berkategori baik.
No Deskripsi Baik
1 2
1 Merumuskan hipotesis konsep 36 62
2 Mengajukan pertanyaan untuk 33 56
mengumpulkan data
3 Mengklasifikasikan data 23 44
4 Mengeliminasi data 23 41
5 Mengaitkan data untuk 13 46
mendefinisikan konsep
Rata-rata 25,6 49,8
7
Terlihat bahwa rata-rata nilai kemampuan siswa dalam
mengonstruksi konsep secara umum mengalami peningkatan
sebesar 49,8 − 25,6 = 24,2.
B. Median
1) Median data acak
Median atau nilai tengah termasuk ukuran pemusatan data.
Median adalah nilai tengah jika segugus data diurutkan dari yang
terkecil sampai yang terbesar atau sebaliknya.
Contoh 1.1.b
Carilah median (𝑀𝑑 ) data berikut: 9, 10, 11, 12, 13, 14, 15, 16, 17,
18, 19
Jawab : 𝑀𝑑 = data keenam = 14
Contoh 1.2.b
Carilah median (𝑀𝑑 ) data berikut : 9, 10, 11, 12, 13, 14, 15, 16, 17,
18, 19, 20
8
data keenam+data ketujuh 14+15
Jawab : 𝑀𝑑 = = = 14,5
2 2
Keterangan :
𝑀𝑑 = median
𝐿𝑀𝑑 = batas bawah kelas median
𝑛 = banyak data
𝐹 = jumlah frekuensi interval sebelum interval median
𝑓𝑀𝑑 = frekuensi interval median
𝑐 = lebar interval
Contoh 2.1.b
Perhatikan data di bawah ini.
No Data 𝒇𝒊
1 9 – 10 5
2 11 – 12 8
3 13 – 14 4
4 15 – 16 3
5 17 – 18 3
6 19 – 20 2
Tentukan median (𝑀𝑑 ) data di atas !
Jawab :
Langkah pertama yang harus dilakukan adalah menentukan kelas
median.
No Data 𝒇𝒊 𝒇𝒌
1 9 – 10 5 5
2 11 – 12 8 13
3 13 – 14 4 17
4 15 – 16 3 20
5 17 – 18 3 23
6 19 - 20 2 25
∑ 𝑓𝑖 =25 ∑ 𝑓 𝑥
𝑖 𝑖
9
Karena banyak data adalah 25 (ganjil), maka nilai tengah untuk
data acak adalah 𝑥25+1 = 𝑥13 (data ketiga belas). Perhatikan kelas
2
12,5−5
𝑀𝑑 = 10,5 + ( ) 2 = 11,65
13
Jadi median data di atas adalah 11,65.
C. Modus
1) Modus data acak
Modus (mode) adalah data yang sering muncul.
Contoh 1.1.c
Diketahui data IPK 4 mahasiswa 2, 3, 4, dan 4. Tentukan modus
data tersebut !
Jawab :
Modus data tersebut adalah 4.
Contoh 1.2.c
Penelitian uang saku siswa MI Al Hikmah Kota Malang dengan
sampel 24 siswa adalah sebagai berikut.
15000 17500 18000 20000 25000 22500 12500 17500
22500 14000 17500 16000 22000 23000 22500 14000
15000 20000 22500 25000 30000 22500 12500 20000
Tentukan modus data tersebut !
Jawab :
Modus data di atas adalah 22500 karena data tersebut muncul 5
kali (muncul paling banyak).
2) Modus data berkelompok
Untuk data berkelompok (grouped data), modus (𝑀0 ) dirumuskan
dengan
𝑑1
𝑀𝑜 = 𝐿𝑀0 + ( )𝑐
𝑑1 + 𝑑2
Keterangan :
𝑀𝑜 = modus
𝐿𝑀𝑜 = batas bawah kelas modus
𝑛 = banyak data
𝑑1 = selisih positif frekuensi kelas modus dengan frekuensi kelas
sebelumnya
10
𝑑2 = selisih positif frekuensi kelas modus dengan frekuensi kelas
setelahnya
𝑐 = lebar interval
Contoh 2.1.c
Perhatikan data di bawah ini!
No Data 𝒇𝒊 𝒇𝒌
1 9 – 10 5 5
2 11 – 12 8 13
3 13 – 14 4 17
4 15 – 16 3 20
5 17 – 18 3 23
6 19 - 20 2 25
∑ 𝑓𝑖 =25 ∑ 𝑓 𝑥
𝑖 𝑖
3
𝑀𝑜 = 10,5 + (3+4) 2 = 11,36
Jadi, modus data di atas adalah 11, 36.
D. Range (Jangkauan)
Definisi
Range sampel acak 𝑥1 , 𝑥2 , … , 𝑥𝑛 yang diurutkan membesar
didefinisikan sebagai statistik 𝑥𝑛 − 𝑥1 .
Contoh 1.1.d :
Range himpunan pengamatan 10,12,12,18,19,22, dan 24 adalah
24 − 10 = 14.
11
Pandanglah contoh pengukuran berikut mengenai dua sampel
pembotolan air jeruk oleh dua perusahaan yang berbeda, sebut saja
perusahaan A dan B.
Sampel A 75 80 76 83 86 Jangkauan = 12
Sampel B 86 80 69 71 94 Jangkauan = 25
Kedua sampel mempunyai rataan yang sama, 80. Cukup jelas
bahwa perusahaan A lebih merata isi botol air jeruknya daripada
perusahaan B. Tentunya, kalau membeli air jeruk kita akan merasa
labih yakin bahwa isi botol yang kita pilih lebih mendekati isi yang
dicantumkan pada etiket botolnya bila kita membeli produksi
perusahaan A.
Range merupakan ukuran penyebaran yang kurang efektif
teutama apabila sekali bila ukuran sampel besar, karena hanya
menggunakan dua nilai yang ekstrem dan sama sekali tidak
mendeskripsikan apapun tentang penyebaran data di antaranya.
Perhatikan contoh berikut !
3 4 5 6 8 9 10 12 15
3 8 8 9 9 9 10 10 15
Pada himpunan pertama rata-rata dan median sama-sama 8,
tapi bilangannya berubah dari 3 sampai 15. Pada himpunan kedua,
rata-rata dan median sama-sama 9, tapi banyak bilangannya yang
dekat dengan 9. Kendati range gagal mengukur penyebaran di antara
kedua pengamatan terbesar dan terkecil, manfaat pemakaiannya masih
ada.
Untuk mengatasi kelemahan range, akan dibahas ukuran
penyebaran lainnya yaitu varians, yang memperhitungkan besar tiap
pengamatan sampel terhadap rataan sampel.
D. Varians (Ragam)
Dalam teori probabilitas dan statistika, varians (dari bahasa
Inggris: variance) atau ragam suatu peubah acak (atau distribusi
probabilitas) adalah ukuran seberapa jauh sebuah kumpulan bilangan
tersebar. Varians nol mengindikasikan bahwa semua nilai sama.
Varians selalu bernilai non-negatif, varians yang rendah
mengindikasikan bahwa titik data condong sangat dekat dengan nilai
rata-rata (nilai ekspektasi) dan antara satu sama lainnya, sementara
12
varians yang tinggi mengindikasikan bahwa titik data sangat tersebar di
sekitar rata-rata dan dari satu sama lainnya.
Pengukuran yang sama yaitu akar kuadrat dari varians, disebut
juga simpangan baku. Simpangan baku memiliki dimensi dan data yang
sama, oleh karena itu bisa dibandingkan dengan deviasi dari rerata.
Varians adalah salah satu penanda dari sebuah distribusi
peluang. Dalam konteks tersebut, ia menjadi bagian dari pendekatan
sistematis sebagai pembeda antara distribusi probabilitas. Walaupun
pendekatan lain telah dikembangkan, pendekatan yang berbasis
momen lebih mudah secara matematis. Varians adalah salah satu
parameter yang menjelaskan, distribusi peluang sebenarnya dari suatu
populasi yang diobservasi, atau distribusi peluang teoretis dari sebuah
populasi yang tidak secara penuh diobservasi (sampel). Pada kasus
terakhir, sebuah sampel data dapat digunakan untuk membentuk
sebuah estimasi varians dari distribusi yang mendasarinya.
1) Varians data acak
Varians sampel dari suatu data 𝑥1 , 𝑥2 , 𝑥3 , … , 𝑥𝑛 adalah jumlah
kuadrat selisih antara data dan rata-rata dibagi 𝑛 − 1. Secara
simbolik, dituliskan dengan
𝑛
2
1
𝑠 = ∑(𝑥𝑖 − 𝑥̅ )2
𝑛−1
𝑖=1
Contoh 1.1.d
Data indeks prestasi kumulatif (IPK) 10 mahasiswa PGMI FITK UIN
MALIKI MALANG adalah sebagai berikut : 2,75 ; 2,86; 3,01; 3,21;
3,30 ; 3,45; 3,50 ; 3,55 ; 3,58 ; dan 3,60.
Jawab:
Mahasiswa IPK 𝑥 − 𝑥̅ (𝑥 − 𝑥̅ )2
1 2,75 -0,531 0,281961
2 2,86 -0,421 0,177241
3 3,01 -0,271 0,073441
4 3,21 -0,071 0,005041
5 3,30 0,019 0,000361
6 3,45 0,169 0,028561
7 3,50 0,219 0,047961
8 3,55 0,269 0,072361
9 3,58 0,299 0,089401
10 3,60 0,319 0,101761
13
𝑛
2
1 (𝑥1 − 𝑥̅ )2 + (𝑥2 − 𝑥̅ )2 + ⋯ + (𝑥10 − 𝑥̅ )2
𝑠 = ∑(𝑥𝑖 − 𝑥̅ )2 =
𝑛−1 10
𝑖=1
(2,75 − 3,281)2 + (2,86 − 3,281)2 + ⋯ + (3,6 − 3,281)2
=
10
(−0,531)2 + (−0,421)2 + ⋯ + (3,281)2
=
10
0,28196 + 0,17724 + ⋯ + 0,10176 0,87809
= = = 0,087809
10 10
No IPK 𝑓
1 2,5 ≤ IPK < 2,75 11
14
Langkah pertama adalalah menghitung nilai tengah tiap kelas yaitu
2,5+2,75
: = 2,625. Hasil selengkapnya bisa dilihat pada tabel di
2
bawah ini.
No IPK Nilai tengah 𝑓
1 2,5 ≤ IPK < 2,75 2,625 11
2 2,75 ≤ IPK < 3,00 2,875 24
3 3,00 ≤ IPK < 3,25 3,125 276
4. 3,25 ≤ IPK < 3,50 3,375 378
5. 3,50 ≤ IPK < 3,75 3,625 245
6. 3,75 ≤ IPK ≤ 4,00 3,875 66
2. 2,875 -0,375
3. 3,125 -0,125
4. 3,375 0,125
5. 3,625 0,375
6. 3,875 0,625
15
Tiap (𝒙𝒊 − 𝒙̅𝒊 )𝟐 dikalikan dengan frekuensi masing-masing kelas.
Hasil disajikan pada tabel di bawah ini.
No Nilai (𝑥𝑖 − 𝑥̅𝑖 )2 𝑓 (𝑥𝑖 − 𝑥̅𝑖 )2 . 𝑓
tengah
1. 2,625 0,390625 11 4,296875
16