MODUL PROBABILITAS DAN STATISTIKA

MODUL PROBABILITAS DAN STATISTIKA
2019
PRAKTIKUM PROBABILITAS DAN STATISTIKA
MODUL
LABORATORIUM FKTI
JURUSAN TEKNOLOGI INFORMASI DAN KOMUNIKASI
UNIVERSITAS MULAWARMAN
MODUL 1
1. Pengertian Data Mentah dan Bentuk Array
A. Data Mentah
Data Mentah atau biasa disebut dengan Data Primer atau Data Raw sebuah koleksi
data dari sebuah sumber langsung tanpa perubahan apapun. Biasanya data ini masih
dikolektif secara acak atau belum diatur.
Contoh: Data Mentah nilai mahasiswa pada mata kuliah Probabilitas & Statistika
75 59 79 92 34 70 64 68
73 67 86 86 77 73 72 66
35 68 54 76 80 84 48 50
45 97 45 70 71 60 53 48
36 23 60 37 90 92 27 85
B. Data Array
Data Array adalah Data Mentah yang telah disajikan secara teratur, mau itu diatur
secara Ascending atau Descending.
Contoh: Data Array nilai mahasiswa pada mata kuliah Probabilitas & Statistika
secara Ascending (Dari Terkecil Kebesar)
23 27 34 35 36 37 45 45
48 48 50 53 54 59 60 60
64 66 67 68 68 70 70 71
72 73 73 75 76 77 79 80
84 86 86 85 90 92 92 97
2. Penyusunan Data Mentah kedalam Tabel Frekuensi dalam Excel
A. Tabel Frekuensi
Tabel Frekuensi adalah daftar nilai data (bisa nilai individual atau nilai data yang
sudah dikelompokkan) yang disertai dengan nilai frekuensi yang sesuai.
Pengelompokkan data ini dimaksudkan agar ciri-ciri penting data tersebut dapat
segera terlihat. Dan daftar frekuensi ini akan memberikan gambaran yang khas
tentang bagaimana keragaman data.
Karna sifat keragaman data sangat penting untuk diketahui, karena dalam pengujian
statistik selanjutnya kita harus selalu memperhatikan sifat dari keragaman data nya.
Tanpa memperhatikan sifat keragaman data nya, penarikan sebuah kesimpulan pada
umumnya tidaklah sah.
B. Cara membuat Tabel Frekuensi
Sebagai contoh kita ambil Data nilai mahasiswa Probas yang sudah terurut
35 38 43 48 49 51 56 59 60 60
61 63 63 63 65 66 67 67 68 70
70 70 70 71 71 71 72 72 72 73
73 74 74 74 74 75 75 76 76 77
78 79 79 80 80 80 80 81 81 81
82 82 83 83 83 84 85 86 86 87
88 88 88 88 89 90 90 90 91 91
91 92 92 93 93 93 95 97 98 99
Berikut Tahap – tahap pembuatan tabel frekuensi:
1. Menentukan Nilai MIN
Formula
- =MIN(CEL:CELL)
2. Menentukan Nilai Max
Formula
- =MAX(CELL:CELL)
3. Menentukan Nilai Range
Formula
- =(Nilai_Max – Nilai_Min)
4. Menentukan Banyaknya Data (N)
Formula
- =COUNT(CELL:CELL)
5. Menentukan Banyak Kelas dengan menggunakan rumus Sturgess (K)
Formula
- = 1 + 3.322 * Log (N)
Keterangan
- Dimana N = Banyaknya data
Lalu Nilai K Kita Bulatkan

6. Menentukan Panjang Kelas dengan (P)
Formula
- =(Range/K)
Keterangan
- Dimana K adalah banyak kelas
Lalu nilai P Dibulatkan ke Atas
Sehingga Didapat Nilai

MIN 35
MAX 99
Range 64
N 80
K 7
P 9
7. Menentukan Batas Interval

Sebelum menentukan batas Interval alangkah baiknya kita mengengetahui
Lower-Class Limit, Upper-Class Limit, Class Midpoints, Class Boundaries
A. Lower-Class Limit
Lower-Class Limit adalah bilangan terendah dari setiap kelas yang berbeda
B. Upper-Class Limit
Upper-Class Limit adalah bilangan terbesar dari setiap kelas yang berbeda
C. Class Midpoints
Nilai titik tengah diantara Lower-Class Limit dan Upper-Class Limit dari
setiap kelas
Contoh : (60+69)/2 = 64.5
D. Class Boundaries
Class Boundaries adalah Nilai yang berada diantara kelas yang digunakan
untuk memisahkan kelas
E. Class Width
Class Width adalah perbedaan antara dua batas kelas bawah yang berurutan
atau dua batas kelas yang berurutan
Untuk pembuatan interval tiap kelas pertama dapat dimulai dari

Lower-Class Limit = Nilai Terehndah Dari Data (MIN)
Upper-Class Limit = MIN + P
Sehingga didapat nilai interval kelas pertama adalah
Interval
35 - 44
Setelah kita membuat kelas pertama, untuk kelas selanjutnya tinggal

menambahkan Panjang kelas dari kelas sebelumnya
Sehingga Nilai interval kelas
Interval
35 - 44
45 - 54
55 - 64
65 - 74
75 - 84
85 - 94
95 - 100
Pada kasus ini interval pada Upper-Class Limit pada kelas terakhir tidak bisa
mencapai nilai 105 karena kasus ini sudah pasti nilai interval hanya mencapai 1 –
100
8. Menentukan nilai Frekuensi dari setiap kelas
Formula
- =FREQUENCY(Data_Array,Data_Bins)
Keterangan
- Data_Array didapat dari kumpulan Data Array
- Data_Bins didapat dari Semua Upper-Class Limit Dari semua kelas
Sebelum kita buat nilai frekuensi mari kita buat kolom Frekuensi sebelah Kolom
Interval
Lalu Sorot/Block kolom Frekuensi kemudian gunakan formula

=FREQUENCY(Data_Array,Data_Bins)
Lalu Tekan Tombol CTRL + SHIFT + ENTER Kemudian Muncul Hasil

Sebagai Berikut
Lengkapi tabel frekuensi dengan menjumlahkan Total frekuensi
Sehingga didapat tabel frekuensi dari data nilai mahasiswa matakuliah

probabilitas dan statistika
MODUL 2
1. Data dalam bentuk Grafik / Visualilasi Data.

Dalam dunia Statistika membuat Data dalam betuk Grafis, sangatlah dibutuhkan
karena dapat membuat pembaca lebih mudah memahami suatu data.
Perhatikan table pendapatan dari penjualan makanan tiap minggu dalam perbulan
Minggu Ke - Minggu Ke - Minggu Ke - Minggu Ke -

1 2 3 4
Maret Rp. 500,000 Rp. 300,000 Rp. 700,000 Rp. 1,000,000
April Rp. 400,000 Rp. 500,000 Rp. 300,000 Rp. 800,000
Mei Rp. 600,000 Rp. 500,000 Rp. 500,000 Rp. 900,000
Juni Rp. 200,000 Rp. 300,000 Rp. 500,000 Rp. 800,000
Juli Rp. 500,000 Rp. 800,000 Rp. 900,000 Rp. 1,000,000
Agustus Rp. 400,000 Rp. 350,000 Rp. 900,000 Rp. 800,000
Cek table tersebut dan tentukan minggu dan bulan manakah yang jumlah
pengeluarannya terbesar ? cukup sulit, bukan ? coba anda badingkan dengan contoh
diagram berikut
Diagram tersebut menunjukan bahwa pengeluaran terbesar ada di minggu ke-4 bulan
Maret dan Juli, sedangkan terendah ada di minggu ke-1 Juni, Analisa jadi lebih
mudah bukan dengan membuat Grafik?
Contoh diatas hanyalah sebuah contoh sederhana, bayangkan bagaimana untuk data
besar seperti sensus penduduk, pastinya dengan membuat grafik dapat
mempermudah pembacaan dan analisis dari data.
2. Histogram
Histogram adalah grafik yang menggambarkan suatu distribusi frekuensi dengan
bentuk beberapa segi empat. Grafik histogram hamper sama dengan diagram batang,
yang membedakannya hanya terletak pada gambar batangnya. Untuk histogram
dibuat berimpit antara batang atau dengan batang lainnya.
3. Polygon Frekuensi
Poligon Frekuensi merupakan graik yang menghubungkan nilai tengah tiap sisi atas
yang berdekatan dengan nilai tengah jarak frekuensi mutlak masing-masing. Pada
dasarnya pembuatan grafik polygon sama dengan histogram. Hanya cara membuat
batas-batasnya yang bebeda
4. Cara membuat Histogram pada Excel

Pembuatan histogram ini menggunakan Excel 2016, hal yang pertama kita lakukan
siapkan table frekuensi. Table frekuensi yang kita gunakan adalah table frekuensi
pada pertemuan sebelumnya yaitu tabel nilai mahasiswa matakuliah Probabilitas dan
Statistika
Interval Frekuensi
35 - 44 3
45 - 54 3
55 - 64 8
65 - 74 21
75 - 84 21
85 - 94 20
95 -
100 4
Setelah data disiapkan Sorot/Block Data Frekuensi tersebut
Setelah itu Klik Insert > Insert Statistic Chart

Pilih Histogram
Setelah itu terciptalah Histogram seperti gambar dibawah ini

Klik 2x sumbu horizontal (horizontal category axis) pada histogram yang telah
dibuat sebelumnya. Kemudian pilih Axis Options
Lakukan konfigurasi distribusi data dengan mengubah opsi di bagian Bin.

Secara default Microsoft Excel menggunakan konfigurasi bin otomatis (Automatic).
Setelah itu pilih By Catagory
Setelah kalian Pilih “By Category” pada bagian Bins maka histogram kalian akan
berubah secara otomatis
Ubah nama sesuai kasus yang diberikan, menjadi “Histogram nilai Mahasiswa
matakuliah Probas”
Pembuatan Histogram berdasarkan tabel distribusi dalam excel telah dibuat

5. Cara membuat Polygon Frekuensi

Pembuatan histogram ini menggunakan Excel 2016, hal yang pertama kita lakukan
siapkan table frekuensi Table frekuensi yang kita gunakan adalah table frekuensi
pada pertemuan sebelumnya yaitu tabel nilai mahasiswa matakuliah Probabilitas dan
Statistika
Interval Frekuensi
35 - 44 3
45 - 54 3
55 - 64 8
65 - 74 21
75 - 84 21
85 - 94 20
95 -
100 4
Setelah data disiapkan Sorot/Block Data Frekuensi tersebut
Setelah itu Klik Insert > Insert Line or Area Chart

Lalu klik Line With Marker
Setelah itu tercipta lah Polygon Frekuensi.
Ubah nama sesuai kasus yang diberikan, menjadi “Polygon nilai Mahasiswa
matakuliah Probas”
Maka Pembuatan Polygon Frekuensi pada Excel telah selesai.

MODUL 3 &4
1. Diagram Ogive
Ogive adalah grafik yang digambarkan berdasarkan data yang sudah disusun
dalam bentuk tabel distribusi frekuensi kumulatif. Untuk data yang disusun
dalam bentuk tabel distribusi frekuensi kumulatif kurang dari, grafiknya
berupa ogive positif, sedangkan untuk data yang disusun dalam bentuk tabel
distribusi frekuensi kumulatif lebih dari, grafiknya berupa ogive negatif.
A. Ogive Positif
Sebagai contoh kita ambil dari data sebelumnya dengan menambahkan Kolom
Batas Atas dan Frekuensi Kumulatif “Kurang Dari”
Batas atas kelas diperoleh dengan cara menambahkan nilai tertinggi pada
kelas tersebut dengan 0,5. Misalnya pada kelas pertama, nilai tertingginya
adalah 44. Batas atas untuk kelas pertama adalah 44 + 0,5 = 44,5.
Nilai frekuensi komulatif kurang dari diperoleh dengan cara menjumlahkan

frekuensi setiap kelas dengan semua frekuensi semua kelas di atasnya.
Misalnya, akan dicari nilai Frekuensi Kumulatif “Kurang Dari” untuk kelas
dengan rentang 55 – 64. Frekuensi kelas tersebut adalah 8, dan dua kelas
sebelumnya memiliki nilai frekuensi 3 dan 3. Sehingga, nilai frekuensi
komulatif kurang dari untuk kelas 55 – 64 adalah 3 + 3 + 8 = 14.
Interval Frekuensi Batas Atas Frek Kumulatif "Kurang Dari”

35 - 44 3 44.5 3
45 - 54 3 54.5 6
55 - 64 8 64.5 14
65 - 74 21 74.5 35
75 - 84 21 84.5 56
85 - 94 20 64.5 76
95 - 100 4 100.5 80
Maka Didapat Diagram Tersebut Seperti ini Dimana X adalah Batas Atas,
dan Y adalah Frekuensi Kumulatif Kurang Dari
Frek Kumulatif "Kurang Dari"

90
80
70
60
50
40
30
20
10
0
44.5 54.5 64.5 74.5 84.5 64.5 100.5
Frek Kumulatif "Kurang Dari"
B. Ogive Negatif
Sebagai contoh kita ambil dari data sebelumnya dengan menambahkan Kolom
Batas Atas dan Frekuensi Kumulatif “Kurang Dari”
Batas atas kelas diperoleh dengan cara mengurangi nilai terendah pada kelas
tersebut dengan 0,5. Misalnya pada kelas pertama, nilai terendahnya adalah
45. Batas atas untuk kelas pertama adalah 45 - 0,5 = 44,5.
Nilai frekuensi komulatif lebih dari diperoleh dengan cara mengurangi Total
Nilai frekuensi dengan semua frekuensi semua kelas. Misalnya, akan dicari
nilai Frekuensi Kumulatif “Lebih Dari” untuk kelas dengan rentang 55 – 64.
Frekuensi kelas tersebut adalah 8, dan frekuensi nilai sebelumnya adalah 3

maka 80-3-8 = 69.
Interval Frekuensi Batas Atas Frek Kumulatif "Kurang Dari”

35 - 44 3 34.5 80
45 - 54 3 44.5 77
55 - 64 8 54.5 69
65 - 74 21 64.5 48
75 - 84 21 74.5 27
85 - 94 20 84.5 7
95 - 100 4 94.5 3
Maka didapat Diagram Tersebut Seperti ini Dimana X adalah Batas Bawah,
dan Y adalah Frekuensi Kumulatif Lebih Dari
Frek Kumulatif "Lebih Dari"

90
80
70
60
50
40
30
20
10
0
34.5 44.5 54.5 64.5 74.5 84.5 94.5
Frek Kumulatif "Lebih Dari"
2. Diagram Batang
Diagram batang adalah grafik yang mewakili data dalam bentuk persegi panjang
vertikal atau horizontal.
Bagan batang akan menampilkan informasi dengan batang vertikal atau
horizontal dan memiliki lebar yang sama dengan batang yang terpisah.
Ada dua jenis diagram batang, yakni diagram batang vertikal
Diagram Batang Vertikal

100
90
80
70
60
50
40
30
20
10
0
Probas Alpro Framework PBO Matemtika Kalkulus
Diskrit
atau tegak dan horizontal atau datar.
Diagram Batang Horizontal
Kalkulus
Matemtika Diskrit
PBO
Framework
Alpro
Probas
0 20 40 60 80 100
3. Diagram Kue/Pie
Apakah Anda pernah membuat diagram lingkaran sebelumnya? Diagram
lingkaran mirip seperti sebuah pizza yang diiris dengan porsi tertentu. Pada
konteks data, irisan pizza tersebut menggambarkan persentase data nilai atau
kuantitas. Ada irisan yang besar dan ada yang kecil semuanya bergantung pada
data yang ditampilkan. Apabila irisan tersebut dijumlahkan nilainya, maka
seharusnya akan menghasilkan 100 persen atau 360 derajat.
Contoh Diagram Kue/Pie
4. Diagram Garis
Diagram garis biasanya menyajikan perubahan data dalam periode waktu
tertentu. Secara umum, diagram garis digunakan untuk melihat perkembangan
data tertentu yang berlangsung secara terus menerus atau berkelanjutan.
Contoh Diagram Garis
5. Diagram Pencar (Scatter plot)

Diagram yang digunakan untuk mengetahui apakah antara dua variabel
mempunyai hubungan (korelasi) yang saling mempengaruhi atau tidak
6. Diagram Pareto
Diagram Pareto adalah diagram suatu grafik batang (Nilai/Jumlah Asal) yang
dipadukan dengan diagram garis (Jumlah Kumulatif %) yang terdiri dari berbagai
faktor yang berhubungan dengan variabel yang disusun menurut besarnya
dampak factor tersebut.
Diagram diatur mulai dari yang paling tinggi sampai paling rendah dari kiri ke
kanan. Diagram batang bagian kiri relatif lebih penting daripada sebelah
kanannya. Nama diagram Pareto diambil dari prinsip Pareto, yang mengatakan
bahwa 80% gangguan berasal dari 20% masalah yang ada.
7. Diagram Batang Daun

Diagram batang daun merupakan diagram yang digunakan sebagai contoh
penyebaran suatu data. Pada diagram ini, data yang telah terkumpul akan
diurutkan terlebih dahulu dari data yang berukuran lebih kecil sampai data
dengan ukuran yang paling besar.
Jika kita melihat suatu diagram batang daun secara seksama, maka diagram
ini akan terbagi menjadi dua kelompok bagian, yaitu bagian batang dan daun.
Pada bagian batang, biasnaya menunjukan angka-angka puluhan, sedangkan
pada bagian daun memuat angka-angka satuan.
MODUL 6, 7, & 8
3. Notasi Sigma
Sigma dalam bahasa sederhananya dapat dikatakan sebagai jumlah. Notasi sigma
adalah simbol untuk menjumlahkan sejumlah bilangan terurut yang mengikuti suatu
pola dan aturan tertentu.
Bentuk sederhana dari Notasi Sigma Adalah
∑ 𝑓(𝑘)
𝑘=𝑚
Dimana:
𝑚 = Batas Bawah
𝑛 = Batas Atas
𝑘 = Suku ke 𝑛
Coba bayang kan apabila kita mempunyai ekspresi penjumlahan seperti ini
𝑓(1) + 𝑓(2) + 𝑓(3) + 𝑓(4) + ⋯ + 𝑓(𝑛)
Bayangkan apabila n sampai dengan 1000, merepotkan bukan maka akan lebih
simpel dengan menggunakan Notasi Sigma
∑ 𝑓(𝑘) = 𝑓(1) + 𝑓(2) + 𝑓(3) + 𝑓(4) + ⋯ + 𝑓(𝑛)

𝑘=1
4. Mean / Arithmetic Mean (Rata-rata)

Mean atau sering kita kenal dengan nilai rata-rata mengacu pada nilai yang dalam
statistik kita sebut dengan rata-rata aritmatika atau arithmetic mean. Masih ingat cara
menghitung rata-rata? Dalam menghitung rata-rata kita mulai dengan
menjumlahkan semua elemen data yang ada. Selanjutnya hasil penjumlahan tersebut
kita bagi dengan total elemen yang ada. Misalnya kita mempunyai data sebagai
berikut:
Pada sebuah ulangan matematika, nilai yang didapatkan oleh 10 siswa sebagai
berikut: 65,70,75,70,80,60,80,90,70,65
Dengan menggunakan rumus
𝑥1 + 𝑥2 + 𝑥3 + 𝑥4 + ⋯ + 𝑥𝑛
𝑥̅ =
𝑛
Dimana :
𝑥 = Bilangan
𝑛 = Banyaknya Data
Maka,
65 + 70 + 75 + 70 + 80 + 60 + 80 + 90 + 70 + 65
= 72,5
10
5. Harmonic Mean (Rata-rata harmonik)

Rata-rata harmonik bisa dikatakan sebagai kebalikan dari rata-rata aritmatika.
Kenapa demikian? Karena jumlah data dibagi dengan pecahan data ke-i dengan
pembilang 1 (1/xi). Apabila dituliskan dalam rumus matematika menjadi sebagai
berikut :
𝑛
𝐻=
1
∑𝑛𝑖=1( )
𝑥𝑖
Dimana:
𝐻 = Rata-rata harmonic
𝑛 = banyanya data
𝑥𝑖 = nilai data ke-i
Untuk memperjelas rumus di atas, berikut terdapat contoh beberapa angka: 2,3,5,6,6
Dari angka di atas apabila ingin didapatkan rata-rata harmoniknya maka

penerapannya dengan rumus sebagai berikut:
5
𝐻=
1 1 1 1 1
+ + + +
2 3 5 6 6
5
𝐻=
41
31
𝐻 = 3.66
6. Geomatric Mean (Rata-rata ukur)

Rata-rata yang didapatkan dengan cara mengalikan semua data yang ada dalam suatu
kelompok atau sampel. Kemudian data tersebut diakar pangkat dengan jumlah
sampel yang ada. Karena menggunakan akar pangkat, apabila terdapat data yang
memiliki nilai negatif maka perhitungan dengan rata-rata ukur (geometric mean)
tidak bisa digunakan. Berikut rumus untuk menghitung rata-rata geometrik.
𝒏
𝑮 = √𝒙𝟏 × 𝒙𝟐 × 𝒙𝟑 × … × 𝒙𝒏
Dimana :
𝐺 = Rata-rata geometric
𝑥1 … 𝑥𝑛 = Data ke-1
𝑛 = banyanya data
Untuk memperjelas rumus di atas, berikut terdapat contoh beberapa angka:,4,6
3
𝐺 = √3 ×4 ×6
3
= √72
= 4.160
7. Weighted Mean (Rata-rata tertimbang)

Rata-rata tertimbang dihitung dengan memperhatikan bobot yang ada dalam setiap
datanya. Setiap bobot tersebut merupakan pasangan setiap dari data. Hal ini sangat
berguna ketika terdapat bobot tertentu pada suatu data yang bisa mempengaruhi data
yang bersangkutan. Inilah perbedaan utama yang membedakan dengan perhitungan
rata-rata aritmatika. Apabila dituliskan dalam rumus matematika sebagai berikut:
∑𝑛𝑖=1 𝑤𝑖 𝑥𝑖
𝑥̅ =
∑𝑛𝑖=1 𝑤𝑖
Dimana :
𝑥̅ = Rata – rata tertimbang (Weighted Mean)
𝑥𝑖 = Nilai data ke-i
𝑤𝑖 = Jumlah Data
Sederhananya seperti ini, terdapat sebuah sekolah yang menerima pendaftaran siswa
baru. Salah satu penilaiannya adalah angka di rapor. Proses seleksi berfokus pada
beberapa mata pelajaran tertentu dan memiliki bobot masing-masing dalam
penilaiannya seperti, Matematika memiliki bobot 40, IPA bobot nilainya 30, Bahasa
Indonesia bobot nilainya 15, dan Bahasa Inggris bobot nilainya 15. Untuk dapat
diterima di sekolah tersebut, calon siswa setidaknya memiliki nilai raport rata-rata
70 berdasarkan bobot yang sudah ditentukan.
Nah, terdapat dua orang calon siswa, sebut saja Budi dan Toni yang memiliki nilai
raport sebagai berikut:
Budi: Toni:
Matematika : 80 Matematika : 60
IPA : 75 IPA : 70
Bahasa Indonesia : 70 Bahasa Indonesia : 80
Bahasa Inggris : 60 Bahasa Inggris : 85
Di antara kedua siswa di atas, siapa yang kira-kira berpotensi untuk lolos seleksi?
Apabila dihitung dengan rata-rata tertimbang sebagai berikut:
Budi :
(40 × 80) + (30 × 75) + (15 × 70) + (15 × 60)
= 74
40 + 30 + 15 + 15
Tono :
(40 × 60) + (30 × 70) + (15 × 75) + (15 × 85)
= 69
40 + 30 + 15 + 15
Belum selesai di sana, kita coba hitung rata-rata masing-masing dengan metode rata-
rata aritmatika biasa.
Budi :
80 + 75 + 70 + 60
= 71.5
4
Toni :
60 + 70 + 75 + 85
= 72.5
4
Nah, apabila dilihat dari rata-rata tertimbang yang lolos seleksi adalah Budi. Namun,
pada perhitungan rata-rata aritmatika keduanya lolos seleksi. Kenapa hal itu bisa
terjadi?
Dari hasil tersebut bisa kita ketahui bahwa nilai rata-rata tertimbang dan rata-rata
aritmatika dari Budi masing-masing (74) dan (71,5). Begitu pula dengan Toni rata-
rata tertimbang dan aritmatikanya masing-masing (69) dan (72,5). Rata-rata
tertimbang Budi lebih besar dari Toni, Namun, rata-rata aritmatika Budi lebih kecil
dari Toni.
Jika kita lihat kembali setiap nilai datanya, bisa kita ketahui bahwa rendahnya nilai
rata-rata tertimbang Toni disebabkan nilai matematikanya paling rendah di antara
mata pelajaran lainnya. Padahal matematika memiliki bobot penilaian yang paling
besar. Sedangkan nilai Bahasa Inggris Toni paling tinggi, tetapi bobotnya paling
kecil. Alhasil, ini tak berpengaruh besar dalam meningkatkan rata-rata nilainya.
8. Sifat Sifat Mean
Beberapa sifat rata-rata hitung atau mean, antara lain sebagai berikut:
1. Nilai rata-rata hitung atau mean di pengaruhi oleh pengamatan atau observasi.
2. Nilai rata-rata atau mean sanggup menyimpang terlalu jauh, dikarenakan rata-
rata hitung di pengaruhi oleh bilangan-bilangan ekstream(nilai sangat besar atau

nilai sangat kecil) , sehingga untuk distribusi dengan kecondongan yang buruk ,
rata- rata hitung atau mean sanggup kehilangan makna.
3. Nilai rata-rata atau mean tidak sanggup dihitung dari distribusi yang mempunyai
kelas terbuka.
4. Nilai rata-rata atau mean iyalah rata-rata yang paling terkenal, sehingga
klarifikasi mengenai arti rata-rata hitung tidak di perlukan.

5. Jumlah dari penyimpangan semua nilai pengamatan dengan nilai-nilai rata-rata
hitung sama dengan nol.

6. Jika selisih semua nilai pengamatan dengan nilai rata-rata hitung dikuadratkan
maka jumlah lebih kecil dari pada jumlah penyimpangan kuadrat semua nilai
pengamatan dari titik lain selai rata-rata hitung.
7. Nilai rata-rata atau mean sanggup dimanipulasi secara aljabar.

MODUL PROBABILITAS DAN STATISTIKA

Diunggah oleh

Informasi Dokumen

Deskripsi Asli:

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

MODUL PROBABILITAS DAN STATISTIKA

Diunggah oleh

Hak Cipta:

Format Tersedia

MODUL PROBABILITAS DAN STATISTIKA

1. Pengertian Data Mentah dan Bentuk Array

2. Penyusunan Data Mentah kedalam Tabel Frekuensi dalam Excel

B. Cara membuat Tabel Frekuensi

Berikut Tahap – tahap pembuatan tabel frekuensi:

1. Menentukan Nilai MIN

2. Menentukan Nilai Max

3. Menentukan Nilai Range

4. Menentukan Banyaknya Data (N)

5. Menentukan Banyak Kelas dengan menggunakan rumus Sturgess (K)

Lalu Nilai K Kita Bulatkan

6. Menentukan Panjang Kelas dengan (P)

Lalu nilai P Dibulatkan ke Atas

Sehingga Didapat Nilai

7. Menentukan Batas Interval

Untuk pembuatan interval tiap kelas pertama dapat dimulai dari

Setelah kita membuat kelas pertama, untuk kelas selanjutnya tinggal

8. Menentukan nilai Frekuensi dari setiap kelas

Lalu Sorot/Block kolom Frekuensi kemudian gunakan formula

Lalu Tekan Tombol CTRL + SHIFT + ENTER Kemudian Muncul Hasil

Lengkapi tabel frekuensi dengan menjumlahkan Total frekuensi

Sehingga didapat tabel frekuensi dari data nilai mahasiswa matakuliah

1. Data dalam bentuk Grafik / Visualilasi Data.

Minggu Ke - Minggu Ke - Minggu Ke - Minggu Ke -

4. Cara membuat Histogram pada Excel

Setelah data disiapkan Sorot/Block Data Frekuensi tersebut

Setelah itu Klik Insert > Insert Statistic Chart

Setelah itu terciptalah Histogram seperti gambar dibawah ini

Lakukan konfigurasi distribusi data dengan mengubah opsi di bagian Bin.

Pembuatan Histogram berdasarkan tabel distribusi dalam excel telah dibuat

5. Cara membuat Polygon Frekuensi

Setelah data disiapkan Sorot/Block Data Frekuensi tersebut

Setelah itu Klik Insert > Insert Line or Area Chart

Lalu klik Line With Marker

Setelah itu tercipta lah Polygon Frekuensi.

Maka Pembuatan Polygon Frekuensi pada Excel telah selesai.

Nilai frekuensi komulatif kurang dari diperoleh dengan cara menjumlahkan

Interval Frekuensi Batas Atas Frek Kumulatif "Kurang Dari”

Frek Kumulatif "Kurang Dari"

Frek Kumulatif "Kurang Dari"

Frekuensi kelas tersebut adalah 8, dan frekuensi nilai sebelumnya adalah 3

Interval Frekuensi Batas Atas Frek Kumulatif "Kurang Dari”

Frek Kumulatif "Lebih Dari"

Frek Kumulatif "Lebih Dari"

Diagram Batang Vertikal

atau tegak dan horizontal atau datar.

Diagram Batang Horizontal

Contoh Diagram Garis

5. Diagram Pencar (Scatter plot)

7. Diagram Batang Daun

Bentuk sederhana dari Notasi Sigma Adalah

𝑓(1) + 𝑓(2) + 𝑓(3) + 𝑓(4) + ⋯ + 𝑓(𝑛)

∑ 𝑓(𝑘) = 𝑓(1) + 𝑓(2) + 𝑓(3) + 𝑓(4) + ⋯ + 𝑓(𝑛)

4. Mean / Arithmetic Mean (Rata-rata)

5. Harmonic Mean (Rata-rata harmonik)

Dari angka di atas apabila ingin didapatkan rata-rata harmoniknya maka

6. Geomatric Mean (Rata-rata ukur)

Untuk memperjelas rumus di atas, berikut terdapat contoh beberapa angka:,4,6

7. Weighted Mean (Rata-rata tertimbang)

rata hitung di pengaruhi oleh bilangan-bilangan ekstream(nilai sangat besar atau

klarifikasi mengenai arti rata-rata hitung tidak di perlukan.

hitung sama dengan nol.