A.

DASAR TEORI
1. Rentang
Rentang (Range) adalah jarak antara skor tetinggi dan terendah dalam suatu sebaran,
dan dapat ditemukan dengan cara mengurangi nilai tertinggi dengan nilai terendah
(Furchan, 2004). Menurut Sugiyono 2010 cara menentukan rentang adalah sebagai berkut:

R=X t −X r

Keteragan
R=Rentang
X t =Data terbesar
X r=Data terkecil

2. Rentang antar kuartil

Rentang antar kuartil adalah jarak antara kuartil atas dengan kuartil bawah dalam
suatu sebaran dan dapat ditemukan dengan cara mengurangi nilai kuartil atas dengan nilai
kuartil bawah (Furchan, 2004). Cara menentukan renang antar kuartil adalah sebagai
berikut:

RAK =K 3−K 1
Keterangan:
RAK = Rentang antar kuartil
K1 = kuartil bawah
K3 = kuartil atas

3. Simpangan Kuartil
Simpangan kuartil adalah separu dari selisih antara Kuartil atas dan kuartil bawah
(Furchan, 2004). Cara menentukan simpangan kuartil adalah sebagai berikut:
1
SK= ( K 3 −K 1 )
2
Keterangan:
SK = simpangan kuartil
K1 = kuartil bawah
K3 = kuartil atas

4. Rata-Rata Simpangan
Rata-rata simpangan adalah merupakan jarak antar tiap data dengan rata-rata hitung
nilai pengamatan (Sudjana, 2005). Cara menentukan rata-rata simpangan dengan
menggunakan rumus sebagai berikut (Basuki, 2005).

RS=
∑‖ xi −x́‖
n
Keterangan:
RS = rata-rata simpangan
1
 n = ukuran sampel
xi = data pengamatan ke-i, i=1,2,3,...n
x́ = rata-rata hitung
5. Varian dan Simpangan Baku (Standart Deviasi)
Varian merupakan jumlah kuadrat semua deviasi nilai-nilai individual terhadap rata-
rata kelompok dan Akar varians disebut simpangan baku atau standart deviasi (Sugiyono,
2010). Menurut Basuki (2005) cara menentukan nilai varian dan simpangan baku adalah
sebagai berikut:
a. Data Tunggal
 Cara 1
2
2
s=
∑ ( x i−x́ )
n−1
2

s=
√ ∑ ( x i−x́ )
n−1
Keterangan:
s = Simpangan Baku
2
s = Varians
n = ukuran sampel
xi = data pengamatan ke-i, i=1,2,3,...n
x́ = rata-rata hitung
 Cara 2
2
2
n ∑ X i 2 −( ∑ X i )
s=
n−1
2
n ∑ X i 2 −( ∑ X i )
s=
√ n−1
Keterangan:
s = Simpangan Baku
2
s = Varians
n = ukuran sampel
xi = data pengamatan ke-i, i=1,2,3,...n

b. Data Kelompok
 Cara 1
2
2
s=
∑ f i ( X i− X́ )
n−1
2

s=
√ ∑ f i ( X i− X́ )
n−1
Keterangan:
s = Simpangan Baku
2
 s2 = Varians
n = ukuran sampel
xi = data pengamatan ke-i, i =1,2,3,...n
x́ = rata-rata hitung

 Cara 2:
s2=n ∑ f i xi2−¿ ¿¿ ¿

s= n ∑ f i xi2−¿¿ ¿ ¿ ¿
√
Keterangan:
s = Simpangan Baku
2
s = Varians
n = ukuran sampel
xi = data pengamatan ke-i, i =1,2,3,...n

6. Koefisien Varian
Menurut Sudjana (2005) apabila dispersi absolute diambil simpangan baku, maka
didapat koefisien variasi, (KV) dengan rumus sebagai berikut:

s
KV = x 100 %
x́
Keterangan:
KV = Koefisien Varian
s = Simpangan Baku
x́ = rata-rata hitung

7. Skewness
Sudjana (2005) menjelaskan bahwa terdapat kurva halus atau model yang bentuknya
positif, negatif, dan simetri. Model positif terjadi bila kurvanya mempunyai ekor yang
memanjang ke sebelah kanan. Sebaliknya, jika ekornya memanjang ke sebelah kiri didapat
model negatif, dalam kedua hal terjadi sifat tak simetri. Cara mengetahui derajat tak
simetri sebuah model, digunakan ukuran kemiringan yang ditentukan dengan persamaan
sebagai berikut:
x́−Mo
Koefisien Pearson tipe 1=
s
3( x́−Me)
Koefisien Pearson tipe 2=
s
Keterangan :
Mo = Modus
Me = Median
s = Simpangan Baku
x́ = rata-rata hitung

8. Kurtosis
3
 Sudjana (2005) membagi kurtosis menjadi tiga jenis yaitu kurva distribusi normal
yang tidak terlalu runcing atau terlalu datar disebut mesokurtik, kurva yang runcing disebut
leptokurtik, sedangkan yang datar disebut platikurtik. Untuk mencari besarnya nilai
kurtosis dapat menggunakan rumus sebagai berikut (Basuki, 2005).
1
( K − K1)
2 3
K=
P90−P10

Keterangan
K = Koefisien Kurtosis
K1 = kuartil bawah
K3 = kuartil atas
P10 = Persentil 10
P90 = Persentil 90

Koefisien kurtosis K (Kappa) adalah sebagai berikut:

K < 0,263 Platikurtik (landai)
K = 0,262 Normal
K > 0,263 Leptokurtik (runcing)

9. Skor Baku
Skor baku banyak digunakan dan berperan penting dalam analisis statistik (Furchan,
2004). Untuk menentukan skor baku digunakan rumus sebagai berikut:
x i−x́
z=
s
Keterangan:
z = Skor Baku
s = Simpangan Baku
x i = data pengamatan ke-i, i =1,2,3,...n
x́ = rata-rata hitung

4
B. PERMASALAHAN
Data yang digunakan dikutip dari salah satu Tesis di Pascasarjana Universitas Negeri
Surabaya. Tesis dengan judul “ Pengembangan perangkat pembelajaran video interaktif
dengan model pembelajaran berdasarkan masalah pada mata pelajaran perawatan badan
untuk meningkatkan hasil belajar siswa di SMA Negeri 6 Surabaya” yang ditulis oleh
Kusriwayati tahun 2016. Data yang dikutip sebanyak 100 (n=100). Berikut data yang akan
digunakan untuk penyelesaian tugas ini:

86 83 78 63 56 83 78 83 64 57
91 89 97 57 59 78 94 89 49 55
89 91 83 48 62 81 83 58 35 66
89 83 81 50 58 83 80 58 57 57
91 91 89 49 61 94 83 57 63 55
83 83 86 64 62 89 83 55 66 43
86 83 89 63 67 91 89 66 56 63
86 78 81 47 66 86 78 57 60 57
86 78 81 62 55 86 75 55 64 48
83 81 89 66 58 81 91 43 59 50
Data 100 data di atas akan dipergunakan untuk menghitung beberapa teknik statistik pada
data tunggal dan data kelompok. Teknik statistik yang dihitung antara lain:
1. Rentang
2. Rata-Rata Simpangan
3. Simpangan Baku
4. Varians
5. Koefisien Variansi
6. Skewness.
7. Kurtosis.
8. Skor baku.

5
C. PEMBAHASAN
Dalam tugas ini, data diolah dan dihitung menggunakan cara manual yakni dengan
Microsoft Excel dan dengan menggunakan SPPS baik pad data tunggal maupn data kelompok.
Pembahasan beberapa teknik statistik pada data di atas, akan di jabarkan sebagai berikut:
1. Pembahasan secara manual
a. Rentang
1) Data Tunggal
86 83 78 63 56 83 78 83 64 57
91 89 97 57 59 78 94 89 49 55
89 91 83 48 62 81 83 58 35 66
89 83 81 50 58 83 80 58 57 57
91 91 89 49 61 94 83 57 63 55
83 83 86 64 62 89 83 55 66 43
86 83 89 63 67 91 89 66 56 63
86 78 81 47 66 86 78 57 60 57
86 78 81 62 55 86 75 55 64 48
83 81 89 66 58 81 91 43 59 50

Berdasarkan data di atas dapat diketahui nilai maksimum dan minimum. Nilai
maksimum dan minimun digunakan ntuk menghitung rentang.
Nilai maksimum=97
Nilai minimum=35
a) Rentang
Rentang=Nilai Maks−Nilai Min
Rentang=97−35
Rentang=62

b) Rentang antar kuartil (RAK)

Berdasarkan pembahasan dan perhitungan kuartil pada tugas 1B diketahui
nilai kuartil data tunggal yang diolah secara manual sebagai berikut:
Tabel 1. Nilai kuartil data tunggal pengolahan data secara manual
Kuartil Ke - Nilai Kuartil
Kuartil 1 (K1) 58

6
 Kuartil 2 (K2) 78
Kuartil 3 (K3) 85.25

RAK =K 3−K 1
RAK =85,25−58
RAK =27,25

7
 c) Simpangan kuartil (SK)
1
SK= ( K ¿ ¿3−K 1 )¿
2
1
SK= . RAK
2
1
SK= . 27,25
2
SK=13,625

2) Data Kelompok
a) Rentang
Besar rentang pada data kelompok sama dengan rentang pada data tunggal.
Rentang=62

b) Rentang antar kuartil (RAK)

Berdasarkan pembahasan dan perhitungan kuartil pada tugas 1B diketahui
nilai kuartil data kelompok yang diolah secara manual sebagai berikut:
Tabel 2. Nilai kuartil data kelompok pengolahan data secara manual
Kuartil Ke - Nilai Kuartil
Kuartil 1 (K1) 57.17
Kuartil 2 (K2) 75.64
Kuartil 3 (K3) 84.3

RAK =K 3−K 1
RAK =84.3−57.17
RAK =27,13

c) Simpangan kuartil (SK)

1
SK= ( K ¿ ¿3−K 1 )¿
2
1
SK= . RAK
2
1
SK= . 27,13
2
SK=13,565

d) Rata-Rata Simpangan (RS)

Untuk mengitung besar rata-rata simpangan (RS) kita mengambil 5 data dari
data tunggal di atas.

8
 Tabel 3. Sampel data (5 sampel) untuk menghitung RS
xi x i−x́ ‖x i−x́‖
86 12.8 12.8
83 9.8 9.8
78 4.8 4.8
63 -10.2 10.2
56 -17.2 17.2
Jumlah 366 54,8

x́=
∑ xi
n
336
x́=
5
x́=73,2

RS=
∑‖ xi −x́‖
n
54,8
RS=
5
RS=10,96

c. Simpangan Baku / Standart Deviasi (s) dan Varian (s2)

1) Data Tunggal
Berdasarkan pembahasan dan perhitungan rata-rata hitung pada tugas 1B
diketahui nilai rata-rata hitung data tunggal yang diolah secara manual adalah
x́=71,68. Terdapat 2 cara untuk menentuan nilai simpangan baku pada data
tunggal, diantaranya:
a) Cara I
Tabel 4. Distribusi Data Tunggal untuk Menghitung Simpangan Baku (Cara 1)
xi fi x i−x́ ( x ¿¿ i− x́)2 ¿ f i .(x ¿¿ i− x́ )2 ¿
35 1 -36.68 1345.4224 1345,4224
43 2 -28.68 822.5424 1645,0848
47 1 -24.68 609.1024 609,1024
48 2 -23.68 560,7424 1121,4848
49 2 -22.68 514,3824 1028,7648
50 2 -21.68 470,0224 940,0448
55 5 -16.68 278,2224 1391,112
56 2 -15.68 245,8624 491,7248
57 7 -14.68 215,5024 1508,5168
58 4 -13.68 187,1424 748,5696

9
 xi fi x i−x́ ( x ¿¿ i− x́)2 ¿ f i .(x ¿¿ i− x́ )2 ¿
59 2 -12.68 160.7824 321.5648
60 1 -11.68 136.4224 136.4224
61 1 -10.68 114.0624 114.0624
62 3 -9.68 93.7024 281.1072
63 4 -8.68 75.3424 301.3696
64 3 -7.68 58.9824 176.9472
66 5 -5.68 32.2624 161.312
67 1 -4.68 21.9024 21.9024
75 1 3.32 11.0224 11.0224
78 6 6.32 39.9424 239.6544
80 1 8.32 69.2224 69.2224
81 6 9.32 86.8624 521.1744
83 13 11.32 128.1424 1665.8512
86 7 14.32 205.0624 1435.4368
89 9 17.32 299.9824 2699.8416
91 6 19.32 373.2624 2239.5744
94 2 22.32 498.1824 996.3648
97 1 25.32 641.1024 641.1024
Jumlah 100 22863.76

2 ∑ ( x¿¿ i− x́ )2
s= ¿
n−1
22863,76
s2=
100−1
22863,76
s2=
99
2
s =230,9484
s=√230,9484
s=15,2

b) Cara II
Tabel 5. Distribusi Data Tunggal untuk Menghitung Simpangan Baku (Cara 2)
xi fi xi . f i x i2 f i . x i2
35 1 35 1225 1225
43 2 86 1849 3698
47 1 47 2209 2209
48 2 96 2304 4608
10
 xi fi xi . f i x i2 f i . x i2
49 2 98 2401 4802
50 2 100 2500 5000
55 5 275 3025 15125
56 2 112 3136 6272
57 7 399 3249 22743
58 4 232 3364 13456
59 2 118 3481 6962
60 1 60 3600 3600
61 1 61 3721 3721
62 3 186 3844 11532
63 4 252 3969 15876
64 3 192 4096 12288
66 5 330 4356 21780
67 1 67 4489 4489
75 1 75 5625 5625
78 6 468 6084 36504
80 1 80 6400 6400
81 6 486 6561 39366
83 13 1079 6889 89557
86 7 602 7396 51772
89 9 801 7921 71289
91 6 546 8281 49686
94 2 188 8836 17672
97 1 97 9409 9409
Jumlah 100 7168 536666

2
2 n ∑ x i2−( ∑ xi )
s=
n(n−1)
100 ( 536.666 )−(7168)2
s2=
100 (100−1)
53.666 .600−51.380 .24
s2=
100(99)
2.286 .376
s2=
9900
s2=230,9471
11
 s=15,2
2) Data kelompok
Berdasarkan pembahasan dan perhitungan rata-rata hitung pada tugas 1B
diketahui nilai rata-rata hitung data kelompok yang diolah secara manual adalah
x́=71,46. Terdapat 3 cara untuk menentuan nilai simpangan baku pada data
tunggal, diantaranya:
a) Cara I
Tabel 5. Distribusi Data Kelompok untuk Menghitung Simpangan Baku
(Cara 1)
Nilai Ujian fi xi x i−x́ ( x ¿¿ i− x́)2 ¿ f i .(x ¿¿ i− x́ )2 ¿
35 - 42 1 38.5 -32.96 1086.36 1086.36
43 - 50 9 46.5 -24.96 623.00 5607.01
51 - 58 18 54.5 -16.96 287.64 5177.55
59 - 66 19 62.5 -8.96 80.28 1525.35
67 - 74 1 70.5 -0.96 0.92 0.92
75 - 82 14 78.5 7.04 49.56 693.86
83 - 90 30 86.5 15.04 226.20 6786.05
91 - 98 8 94.5 23.04 530.84 4246.73
Jumlah 100 25123.84

2
s=
∑ f i ( x¿ ¿i− x́ )2 ¿
n−1
25.123,84
s2=
100−1
25.123,84
s2=
99
s2=253,7762
s=√253,7762
s=15,93

b) Cara II
Tabel 6. Distribusi Data Kelompok untuk Menghitung Simpangan Baku
(Cara 2)
Nilai Ujian fi xi x i2 f i . xi f i . x i2
35 - 42 1 38.5 1482.25 38.5 1482.25
43 - 50 9 46.5 2162.25 418.5 19460.25
51 - 58 18 54.5 2970.25 981 53464.5

12
 Nilai Ujian fi xi x i2 f i . xi f i . x i2
59 - 66 19 62.5 3906.25 1187.5 74218.75
67 - 74 1 70.5 4970.25 70.5 4970.25
75 - 82 14 78.5 6162.25 1099 86271.5
83 - 90 30 86.5 7482.25 2595 224467.5
91 - 98 8 94.5 8930.25 756 71442
Jumlah 100 38066 7146 535777

2
2 n ∑ f i x i2−(∑ f i x i)
s=
n(n−1)
100 ( 535.777 )−(7146)2
s2=
100(100−1)
2 53.577 .700−51.065 .316
s=
100(99)
2.512 .384
s2=
9900
s2=253,7762
s=√253,7762
s=15,93
c) Cara III
Tabel 7. Distribusi Data Kelompok untuk Menghitung Simpangan Baku
(Cara 3)
Nilai Ujian fi xi ci c i2 f i . ci f i . c i2
35 - 42 1 38.5 -6 36 -6 36
43 - 50 9 46.5 -5 25 -45 225
51 - 58 18 54.5 -4 16 -72 288
59 - 66 19 62.5 -3 9 -57 171
67 - 74 1 70.5 -2 4 -2 4
75 - 82 14 78.5 -1 1 -14 14
83 - 90 30 86.5 0 0 0 0
91 - 98 8 94.5 1 1 8 8
Jumlah 100 -20 92 -188 746

2
n ∑ f i c i2−(∑ f i c i )
2
s =p . 2
( n(n−1) )
13
 100 ( 746 )−(−188)2
2
s =8 . 2
(
100(100−1) )
s2=64.
( 74.600−35.344
100 ( 99 ) )
s2=64. ( 39.256
9900 )
s2=253 , 7762
s=√253,7762
s=15,93

d. Koefisien Variansi
1) Data Tunggal
Pada perhitungan rata-rata, varian dan simpangan baku pada data tunggal di
peroleh hasil sebagai berikut:
Tabel 8. Rata-Rata, Varian, dan Simpangan Baku Data Tunggal
Hasil Perhitungan
Cara I Cara II
Rata-Rata (x́) 71.68 71.68
2
Varian ( s ) 230.9484 230.9471
Simpangan Baku (s) 15.2 15.2

Simpangan Baku
Koefisien varian ( KV )= x 100 %
Rata−rata
s
Koefisien varian ( KV )= x 100 %
x́
15,2
Koefisien varian ( KV )= x 100 %
71,68
Koefisien varian ( KV )=21,21 %

2) Data Kelompok
Pada perhitungan rata-rata, varian, dan simpangan baku pada data kelompok
di peroleh hasil sebagai berikut:
Tabel 9. Rata-Rata, Varian, dan Simpangan Baku Data Kelompok
Hasil Perhitungan
Cara I Cara II Cara III
Rata-Rata (x́) 71,46 71,46 71,46
2
Varian ( s ) 253,7762 253,7762 253,7762
Simpangan Baku (s) 15,93 15,93 15,93
14
 Simpangan Baku
Koefisien varian ( KV )= x 100 %
Rata−rata
s
Koefisien varian ( KV )= x 100 %
x́
15,93
Koefisien varian ( KV )= x 100 %
71,46
Koefisien varian ( KV )=22,29 %

e. Skewness.
1) Data Tunggal
Berdasarkan perhitungan sebelumnya diketahui nilai rata-rata, median,
modus, dan simpangan baku pada data tunggal.
Tabel 10. Rata-Rata, Median, Modus, dan Simpangan Baku Data Tunggal
Hasil
Rata-Rata (x́) 71.68
Median (Me) 78
Modus (Mo) 83
Simpangan Baku (s) 15.2

a) Koefisien Pearson Tipe 1

x́−Mo
Koefisien Pearson Tipe1=
s
71,68−83
Koefisien Pearson Tipe1=
15,2
−11,32
Koefisien Pearson Tipe1=
15,2
Koefisien Pearson Tipe1=−0,75

b) Koefisien Pearson Tipe

3 ( x́−Me)
Koefisien Pearson Tipe2=
s
3 (71,68−78)
Koefisien Pearson Tipe2=
15,2
−18,96
Koefisien Pearson Tipe2=
15,2
Koefisien Pearson Tipe2=−1,25

Berdasarkan perhitungan koefisien Pearson tipe 1 dan tipe 2 bernilai

negatif. Koefisien Pearson Tipe 1 bernilai -0,75 dan Koefisien Pearson Tipe
2 bernilai -1,25. Hal ini menunjukan bahwa sifat kemiringan dari distribusi data

15
 tunggal di atas adalah distribusi model negatif grafik miring ke arah negatif
atau kekiri.

2) Data Kelompok
Berdasarkan perhitungan sebelumnya diketahui nilai rata-rata, median,
modus, dan simpangan baku pada data tunggal.
Tabel 11. Rata-Rata, Median, Modus, dan Simpangan Baku Data Kelompok
Hasil
Rata-Rata (x́) 71.46
Median (Me) 75.64
Modus (Mo) 85.87
Simpangan Baku (s) 15.93

a) Koefisien Pearson Tipe 1

x́−Mo
Koefisien Pearson Tipe1=
s
71,46−85.87
Koefisien Pearson Tipe1=
15,93
−14.41
Koefisien Pearson Tipe1=
15,93
Koefisien Pearson Tipe1=−0,91

b) Koefisien Pearson Tipe

3 ( x́−Me)
Koefisien Pearson Tipe2=
s
3 (71,46−75,64)
Koefisien Pearson Tipe2=
15,93
−12.54
Koefisien Pearson Tipe2=
15,93
Koefisien Pearson Tipe2=−0,79

Berdasarkan perhitungan koefisien Pearson tipe 1 dan tipe 2 bernilai

negatif. Koefisien Pearson Tipe 1 bernilai -0,91 dan Koefisien Pearson Tipe
2 bernilai – 0,79. Hal ini menunjukan bahwa sifat kemiringan dari distribusi
data tunggal di atas adalah distribusi model negatif grafik miring ke arah
negatif atau kekiri.

f. Kurtosis.
1) Data Tunggal
Berdasarkan perhitungan sebelumnya diketahui nilai kuartil 1 (K 1), kuartil 3
(K3), Persentil 10 (P10), dan persentil 90 (P90) baku pada data tunggal. Selanjutnya
hasil perhitungan tersebut digunakan untuk menghitung tinggi rendahnya/runcing
tidaknya sebuah distribusi dilihat dari nilai koefisien kurtosis (K).

16
 Tabel 12. Kuartil 1, kuartil 3, persentil 10, dan persentil 90 Data Tunggal
Hasil
Kuartil 1 (K1) 57.17
Kuartil 2 (K3) 84.3
Persentil 10 (P10) 50.5
Persentil 90 (P90) 89

1
( K −K 1)
2 3
K=
P90 −P 10
1
( 84,3−57,17)
2
K=
89−50,5
1
( 27,13)
2
K=
38,5
K=0,35
Berdasarkan perhitungan di atas tersebut nilai Koefisien Kurtosis
(Kappa) sebesar 0,35, ini menunjukan bahwa distribusi data bersifat Leptokurtic
(runcing) karena nilai Koefisien Kurtosis > 0,263 (0,35 > 0,263).
2) Data kelompok
Berdasarkan perhitungan sebelumnya diketahui nilai kuartil 1 (K 1), kuartil 3
(K3), Persentil 10 (P10), dan persentil 90 (P90) baku pada data kelompok. Selanjutnya
hasil perhitungan tersebut digunakan untuk menghitung tinggi rendahnya/runcing
tidaknya sebuah distribusi dilihat dari nilai koefisien kurtosis (K).
Tabel 13. Kuartil 1, Kuartil 3, Persentil 10, dan Persentil 90 Data Kelompok
Hasil
Kuartil 1 (K1) 58
Kuartil 2 (K3) 85.25
Persentil 10 (P10) 50.5
Persentil 90 (P90) 89.95

1
( K −K 1)
2 3
K=
P90 −P 10
1
( 85,25−58)
2
K=
89,95−50,5
1
( 27,25)
2
K=
39,45
K=0,35

17
 Berdasarkan perhitungan di atas tersebut nilai Koefisien Kurtosis
(Kappa) sebesar 0,35, ini menunjukan bahwa distribusi data bersifat Leptokurtic
(runcing) karena nilai Koefisien Kurtosis > 0,263 (0,35 > 0,263).

g. Skor baku
1) Data Tunggal
Berdasarkan perhitungan pada tugas 1B diperoleh nilai rata-rata hitung (x́) =
71,68 dan pada perhitungan sebelumnya didapatkan nilai simpangan baku (s) =
15,2. Sehingga dapat dihitung nilai Z score pada setiap data.
Tabel 14. Z Score Data Tunggal
x i−x́ zi x i−x́ zi
86 14,32 0,94 83 11,32 0,74
91 19,32 1,27 80 8,32 0,55
89 17,32 1,14 83 11,32 0,74
89 17,32 1,14 83 11,32 0,74
90 18,32 1,21 89 17,32 1,14
83 11,32 0,74 78 6,32 0,42
86 14,32 0,94 75 3,32 0,22
86 14,32 0,94 91 19,32 1,27
86 14,32 0,94 78 6,32 0,42
83 11,32 0,74 97 25,32 1,67
83 11,32 0,74 83 11,32 0,74
78 6,32 0,42 81 9,32 0,61
81 9,32 0,61 89 17,32 1,14
83 11,32 0,74 86 14,32 0,94
94 22,32 1,47 89 17,32 1,14
89 17,32 1,14 81 9,32 0,61
91 19,32 1,27 81 9,32 0,61
86 14,32 0,94 89 17,32 1,14
86 14,32 0,94 83 11,32 0,74
81 9,32 0,61 89 17,32 1,14
83 11,32 0,74 58 -13,68 -0,90
89 17,32 1,14 58 -13,68 -0,90
91 19,32 1,27 57 -14,68 -0,97
83 11,32 0,74 55 -16,68 -1,10
91 19,32 1,27 66 -5,68 -0,37
83 11,32 0,74 57 -14,68 -0,97
83 11,32 0,74 55 -16,68 -1,10
78 6,32 0,42 43 -28,68 -1,89
78 6,32 0,42 63 -8,68 -0,57
81 9,32 0,61 57 -14,68 -0,97
78 6,32 0,42 48 -23,68 -1,56
94 22,32 1,47 50 -21,68 -1,43
18
 x i−x́ zi x i−x́ zi
49 -22,68 -1,49 62 -9,68 -0,64
64 -7,68 -0,51 58 -13,68 -0,90
63 -8,68 -0,57 61 -10,68 -0,70
47 -24,68 -1,62 62 -9,68 -0,64
62 -9,68 -0,64 67 -4,68 -0,31
66 -5,68 -0,37 66 -5,68 -0,37
64 -7,68 -0,51 55 -16,68 -1,10
49 -22,68 -1,49 58 -13,68 -0,90
35 -36,68 -2,41 57 -14,68 -0,97
57 -14,68 -0,97 55 -16,68 -1,10
63 -8,68 -0,57 66 -5,68 -0,37
66 -5,68 -0,37 57 -14,68 -0,97
56 -15,68 -1,03 55 -16,68 -1,10
60 -11,68 -0,77 43 -28,68 -1,89
64 -7,68 -0,51 63 -8,68 -0,57
59 -12,68 -0,83 57 -14,68 -0,97
56 -15,68 -1,03 48 -23,68 -1,56
59 -12,68 -0,83 50 -21,68 -1,43

1) Data Kelompok
Berdasarkan perhitungan pada tugas 1B diperoleh nilai rata-rata hitung (x́) =
71,68 dan pada perhitungan sebelumnya didapatkan nilai simpangan baku (s) =
15,2. Sehingga dapat dihitung nilai Z score pada setiap data.
Tabel 15. Z Score Data Kelompok
Nilai Ujian fi xi x i−x́ zi
35 - 42 1 38.5 -32.96 -2,07
43 - 50 9 46.5 -24.96 -1,57
51 - 58 18 54.5 -16.96 -1,06
59 - 66 19 62.5 -8.96 -0,56
67 - 74 1 70.5 -0.96 -0,06
75 - 82 14 78.5 7.04 0,44
83 - 90 30 86.5 15.04 0,94
91 - 98 8 94.5 23.04 1,45

19
2. Pembahasan dengan menggunakan SPSS
Selain melakukan perhitungan dispersi dengan cara manual, dispersi juga dapat
dihitung dengan menggunakan SPPS. Dispersi yang dihitung antara lain:
a. Rentang
b. Varian
c. Simpangan Baku / Standart Deviasi
d. Skewness
e. Kurtosis

Tabel 16. Dispersi dengan SPSS

Statistics
Nilai_Ujian
N Valid 100
Missing 0
Std. Error of Mean 1,51844
Std. Deviation 15,18443
Variance 230,567
Skewness -,251
Std. Error of Skewness ,241
Kurtosis -1,206
Std. Error of Kurtosis ,478
Range 62,00
Minimum 35,00
Maximum 97,00

20
D. KESIMPULAN
Berdasarkan hasil perhitungan dan pembahasan penentuan nilai dispersi dengan
menggunakan pengolahan data secara manual dan menggunkan SPSS, diperoleh nilai dispersi
sebagai berikut:
Tabel 17. Hasil perhitungan dispersi manual dan SPSS
Manual
Ukuran penyebaran (Dispersi) SPSS
Manual Kelompok
Rentang 62 62 62

Rentang Kuartil (RK) 27.25 27.13

Simpangan Kuartil (SK) 13.625 13.562

Rata-Rata Simpangan 10,96

Varian

Cara 1 230.9484 253.7762 230.567

Cara 2 230.9471 253.7762

Cara 3 253.7762

Simpangan Baku (Sd)

Cara 1 15.2 15.93 15.2

Cara 2 15.2 15.93

Cara 3 15.93

Koefisien Varian (KV) 21.21% 22.29%

Skewness

Koefisien Pearson Tipe 1 -.75 -.91 -.251

Koefisien Pearson Tipe 2 -1.25 -.79

Kurtosis 0.35 0.35 -1.206

Pada tabel di atas dapat dapat diketahui perbandingan hasil perhitungan nilai tendensi
sentral dengan menghtung secara manual dan menggunakan SPSS. Berdasarkan hasil pada
masing-masing nilai dispersi diperoleh hasil yang sama atau mendekati sama.

21
 DAFTAR PUSTAKA

Basuki, Ismet. 2005. Handout 4 mata kuliah statistika (print out power point).
Furchan, A. 2004. Pengantar Penelitian dalam Pendidikan. Yogyakarta: Pustaka Pelajar.
Sudjana. 2005. Metoda statistika. Bandung: Tarsito.
Sugiyono. 2010. Statistika untuk Penelitian. Bandung: Alfabeta.

22
LAMPIRAN

23
24
25
26