S TISTIKA

T UKURAN LETAK
A

I. PENDAHULUAN
Dengan memperhatikan secara seksama data-data statistika yang telah dikumpulka n
ternyata bahwa ada beberapa nilai data yang berciri khusus yang dapat disisipkan ke
dalamnya atau diantara bilangan yang satu dan bilangan lainnya. Nilai atau ukuran
khusus itu selanjutnya lebih dikenal sebagai nilai letak.

Ukuran letak yang ada ternyata dapat membagi sebarisan terurut data menjadi empat
sama banyak disebut kuartil, atau membagi menjadi sepuluh sama banyak disebut
desil dan membagi seratus sama banyak disebut persentil dan sebagainya.

Ada pula bentuk nilai atau ukuran nilai yang menunjukkan letaknya sebagai inter antar
kuartil biasa disebut jangkauan kuartil ada juga jangkauan persentil dari sekumpula n
data-data statistika yang tersaji dan seterusnya.

Page 1
II. NILAI LETAK
A. Kuartil, Q
1. Pengertian
Kuartil adalah suatu nilai letak yang membagi data statistika menjadi empat
bagian yang sama banyak, masing-masing bagian adalah dua puluh lima persen
atau memuat
seperempat data. Jadi dalam sebarisan data ada tiga kuartilnya. Selanjutnya
dapat diperlihatkan dengan gambar, sebagai berikut :
25 % 25 % 25 % 25 %
nilai data
Q1 Q2 Q3
2. Nilai Kuartil, Qi :
a. Data Tunggal
Untuk data tunggal atau data tidak berkelompok nilai kuartil dihitung setela h
data diurutkan terlebih dahulu. Letak kuartil ditentukan dengan formula :
Letak Qi pada data ke i = 1, 2 , 3 dan n = banyak data.

Contoh :
Tentukan nilai-nilai kuartil dari data-data berikut ini :
i. 5 3 7 8 5 2 6 9 2 7 5
ii. 7 5 9 4 6 7
Jawab :
i. Data diurutkan dahulu, menjadi :
2 2 3 5 5 5 6 7 7 8 9 , banyaknya data, n = 11 buah
Kuartil 1, Q1 : letak Q1 pada data ke data ke 3

Kuartil 2, Q2 : letak Q2 pada data ke

data ke 6
Kuartil 3, : letak Q3 pada data ke data ke 9
Q3
Selanjutnya nilai kuartil tinggal menunjuk, sebagai berikut :
2 2 3 5 5 5 6 7 7 8 9

Q1 Q2 Q3
Jadi nilai Q1 = 3 , nilai Q2 = 5 , dan nilai Q3 = 7

Page 2
 ii. Data diurutkan, menjadi :
4 5 6 7 7 9 , banyaknya data n = 6 buah
Q1 , letak Q1 pada data ke = pada data ke 1,75

Nilai Q1 = data ke-1 + 0,75 ( data ke -2 – data ke -1 )

= 4 + 0,75 ( 5 – 4 )
= 4,75
Q2 , letak Q2 pada data ke = data ke 3,5

Nilai Q2 = 6 + 0,5 ( 7 – 6 )
= 6,5
Q3 , letak Q3 pada data ke = data ke 5,25

Nilai Q3 = 7 + 0,25 ( 9 – 7 )
= 7 + 0,5
= 7,5
Jadi nilai Q1 = 4,75 , nilai Q2 = 6,5 dan nilai Q3 = 7,5

b. Data Berkelompok
Untuk menentukan basarnya nilai kuartil data berkrlompok digunakan rumus
:

Keterangan :
Qi = kuartil ke i. i = 1, 2 , 3
b = tepi bawah kuartil ke i
F = jumlah frekuensi sebelum kelas kuartil ke i
f = frekuensi kelas kuartil ke i
p = panjang interval kelas
n = banyaknya ( jumlah ) data

Page 3
Contoh :
Tentukan nilai kuartil dari data berkelompok di bawah ini :
Interval Nilai Frekuensi
35 – 41 6
42 – 48 16
49 – 55 25
56 – 62 21
63 – 69 9
Jumlah 80
Jawab :
Kuartil ke 1, letak Q1 pada data ke data ke 20 berada dikelas ke 2

F = 9, f = 16, b = 41,5 dan p = 7

–
Nilai Q1 =

= 41,5 + 4,812
= 46,312
Jadi kuartil ke 1 = 46,312
Kuartil ke 2, letak Q2 pada data ke 40 berada dikelas ke 3
F = 16 + 9 = 25, f = 25, b = 48,5

Nilai = 48,5 +
Q2 = 48,5 + 4,2
= 52,7
Jadi kuartil ke 2 = 52,7
Kuartil ke 3, Letak Q3 pada data ke 60 berasa dikelas ke 4
F = 25 + 16 + 9 = 50, f = 21, b = 55,5

Nilai = 55,5 +
Q3
= 55,5 + 3,33
= 58,83
Jadi kuartil ke 3 = 58,83

Page 4
B. Desil , D :

1. Pengertian
Desil adalah suatu nilai letak yang membagi data statistika terurut menjadi
sepuluh bagian sama banyak. Masing-masing bagian memuat sepuluh perse n
data atau sepersepuluh data. Jadi dalam sebarisan data statistika terurut ada
sembilan desil. Desil diberi notasi Di , i = 1, 2 , 3 , … , 9.
Selanjutnya secara matematika dapat digambarkan, sebagai berikut :
10% 10% 10% 10% 10% 10% 10% 10% 10% 10%
D1 D2 D3 D4 D5 D6 D7 D8 D9

2. Nilai Desil
a. Data Tunggal
Seperti halnya kuartil, letak desil dicari setelah data diurutkan terlebih
dahulu.
Letak desil, Di pada data ke = 1,2.3,...,9

Contoh :
Tentukan nilai D1, D5 dan D9 dari data-data berikut ini :
24 27 30 31 37 28 36 28 36 34 29 30
Jawab :
Data diurutkan menjadi :
24 27 28 29 30 30 31 34 36 36 37 banyaknya data, n = 12
Letak D1 pada data ke , berada pada data ke 1,33

Nilai D1 = data ke 1 + 0,33 ( data ke 2 – data ke 1 )

= 24 + 0,33 ( 27 – 14 )
= 24,9
Letak D5 pada data ke , berada pada data ke 6,5
Nilai D5 = data ke 6 + 0,5 ( data ke 7 – data ke 6 )
= 30 + 0,5 ( 31 – 30 )
= 30,5
Letak D9 pada data ke , berada pada data ke 10,8

Nilai D9 = data ke 10 + 0,8 ( data ke 11 – data ke 10 )

Page 5
 = 36 + 0,8 ( 36 – 36 )
= 36
Jadi D1 = 24,9 ; D5 = 30,5 dan D9 = 36

b. Data Berkelompok

Untuk data berkelompok nilai adalah :

Keterangan :
f = frekuensi kelas desil ke i
F = jumlah frekuensi sebelum kelas desil ke i
b = tepi bawah kelas desil ke i
Di = desil ke i , i = 1, 2, 3 , … , 9
p = panjang interval kelas

Contoh :
Hitunglah besarnya D1, D5 dan D9 dari data di bawah ini :
Interval Nilai 40 – 47 48 - 55 56 - 63 64 - 71 72 - 79 80 - 87

Frekuensi 12 23 16 32 13 4
Jawaban

Page 6
 Jadi D1 = 47,17 ; D5 = 71,19 dan D9 = 75,65

C. Persentil, P :
1. Pengertian
Persentil adalah suatu ukuran nilai letak suatu data terurut yang membagi data
menjadi seratus bagian yang sama banyak. Masing-masing bagian memuat
satu persen atau seperseratus dari data. Jadi dalam sebarisan data statistika
terurut akan mempunyai sembilanpuluh sembilan persentil. Persentil diberi
notasi Pi, dengan i = 1, 2, 3, … , 99
Selanjutnya secara matematika dalam digambarkan, sebagai berikut :

2. Nilai Persentil
a. Data Tunggal
Letak persentil data tunggal atau tidak berkelompok ditentukan dengan
formula :
Pi berada pada data ke , i = 1,2,3,.....,99

Contoh :
Tentukan nilai P10 , P50 dan P90 dari data beriktu ini :
16 13 21 20 17 21 13 15 17 23 27 15 28 14
Jawab :
Data diurutkan menjadi :
13 14 15 15 15 16 17 17 20 21 21 23 27 28 , banyak data,
n = 14
Letak P10 pada data ke data ke 1,5

Nilai P10 = data ke 1 + 0,5 ( data ke 2 – data ke 1 )

= 13 + 0,5 ( 14 – 13 )

Page 7
 Jadi nilai P10 = 13,5 , P 50 = 17 dan P90 = 27,5.
Selanjutnya nilai-nilai persentil tersebut dapat diperlihatkan dengan gambar,
sebagai berikut :
13 14 15 15 15 16 17 17 20 21 21 23 27 28
P10 P50 P90

b. Data Berkelompok
Untuk data berkelompok nilai persentil dihitung dengan formula :

contoh
Hitunglah nilai P10 , P50 dan P90 dari data berikut ini :
Interval Nilai Frekuensi
20 – 25 9
26 – 31 16
32 – 38 24
39 – 44 20
45 – 50 18
51 - 56 13
Jumlah 100

Page 8
D. Jangkauan Semi Inter Kuartil / Simpangan Kuartil , SK :

1. Pengertian
Jangkauan semi inter kuartil atau jangkauan kuartil adalah suatu jangkaua n
data statistika terurut yang besarnya setengah dari rentangan atau jangkaua n
antar kuartil. Simpangan semiinter kuartil atau simpangan kuartil diberi notasi
SK, dan dihitung dengan rumus :

2. Nilai Simpangan Kuartil

a. Data Tunggal
Untuk menentukan besarnya jangkauan kuartil haruslah dicari dahulu nilai
kuaril atas ( Q3 ) dan nilai kuartil bawah ( Q1 ).

Page 9
 Contoh :
Tentukan besarnya jangkauan semi inter kuartil dari data di bawah ini :
5 2 4 7 2 9 3 8 4 9 6 4
Jawab :
Data diurutkan menjadi : 2 2 3 4 4 4 5 6 7 8 9 9 banyak data
n = 12

Jadi jangkauan semi inter kuartil = 1,875.

b. Data Berkelompok
Contoh :
Tentukan besarnya jangkauan semi inter kuartil dari data di bawah ini :
Interval Nilai Frekuensi
20 – 24 8
25 – 29 12
30 – 34 15
35 – 39 10
40 - 44 5
Jumlah 50
Jawab :
Dihitung dahulu nilai kuartil bawah ( Q1 ) dan kuartil atas ( Q3 )

Page 10
 Simpangan kuartil atau jangkauan semi inter kuartil , SK = seperdua kali
selisih antara kuartil atas dan kuartil bawah.
SK = ½ ( Q3 – Q1 )
= ( 35,75 – 26,37 )

= 4,69
Jadi jangkauan semi inter kuartilnya adalah 4,69.

E. Koefisien Variansi / Varians, KV :

1. Pengertian
Koefisien variansi atau variabilitas adalah perbandingan antara simpanga n
baku dan nilai rata-rata hitungnya yang dinyatakan dengan prosentase.
Variabilitas dapat digunakan untuk menyelidiki keragaman data, apakah data itu
heterogen atau homogen. Jika koefisien variansi suatu data bernilai rendah (
kecil ) dikatakan data itu semakin seragam ( homogen ) sebaliknya jika
variabilitas data tinggi maka dikatakan data statistika yang ada adalah
heterogen ( bervariasi ).

2. Nilai Koefisien Variansi

Untuk data statistika besarnya koefisien variansi dihitung dengan rumus :
Keterangan :
KV = koefisien variansi
S = simpangan baku
= rata-rata hitung
Contoh :
Tentukan besarnya koefisien variansi dari data di bawah ini :
Interval Nilai Frekuensi
16 – 20 8
21 – 25 6
26 – 30 4
31 – 35 12
36 – 40 10
Jumlah 40

Page 11
Jawab :
Dicari dahulu nilai rata-rata hitung dengan cara, sebagai berikut :
Interval Nilai fi xi fi . xi
16 – 20 8 18 144 324 2592
21 – 25 6 23 138 529 3174
26 – 30 4 28 112 784 3136
31 – 35 12 33 396 1089 13068
36 – 40 10 38 380 1444 14440
Jumlah 40 1170 36410

12
 STATISTIKA
UKURAN PENYEBARAN
I. PENDAHULUAN

Data statistika yang telah dikumpulkan, disajikan, jika dianalisa secara seksama
ternyata bahwa data-data tersebut terkonsentrasi pada daerah sebaran tertentu yang
sama. Menyebar berarti ada penyimpangan atau menyimpang dari sebuah acuan
sebuah patokan atau yang dijadikan standar.

Penyebaran adalah suatu nilai yang menunjukkan kearah mana nilai-nilai data
statistika itu menyimpang dari suatu acuan yang dijadikan patokan dan masih dapat
diterima. Konsentrasi penyimpangan data terhadap suatu acuan patokan ada yang
membagi data : menjadi empat sama banyak disebut kuartil, menjadi sepuluh sama
banyak disebut desil, menjadi seratus sama banyak disebut persentil, dan sebagainya.
Bentuk penyimpangan terhadap suatu acuan patokan nilai yang digunakan ada
kalanya adalah nilai rata-rata disebut simpang rata-rata dan jika berdasarkan nilai
baku disebut simpang baku.

Besarnya nilai simpangan yang diperoleh selanjutnya dapat digunakan untuk

menetapkan sebuah patokan lain yang dikenal sebagai angka baku, yaitu dalam
bentuk z skore. Angka baku diperoleh dari angka mentah yang diolah dengan cara
mengubahnya menggunakan simpangan baku sebagai angka patokannya.

II. UKURAN PENYEBAR AN

A. Range/ Jangkauan, R :

1. Pengertian
Range atau daerah jangkauan adalah selisih antara nilai data terbesar dan
nilai data terkecil. R = Xmaks - Xmin

2. Nilai Jangkauan

13
a. Data tunggal
Untuk data tunggal atau data tidak berkelompok, range dihitung dengan
formula :
R = Xmaks - Xmin

Contoh :
Tentukan range dari data berikut ini :
5 7 9 4 3 9 10 6 4 7 9 5
Jawab :
R = Xmaks - Xmin
= 10 - 3
=7
Jadi rang dari data di atas adalah 7.

b. Data Berkelompok
Range untuk data berkelompok adalah selisih antara titik tengah interval
terakhir dan titik tengah interval kelas pertama.

14
 Contoh :
Tentukan jangkauan dari data berikut ini :
Interval Frekuensi
24 – 30 13
31 – 37 17
38 – 44 10
45 – 51 5
52 – 58 15

Jawab :
Inetrval Titik Tengah Range = Xi maks – Xi min
24 – 30 27 = 55 – 27
31 – 37 34 = 28
38 – 44 41 Jadi jangkauan = 28
45 – 51 48
52 – 58 55

B. Simpangan Rata-rata , SR :

1. Pengertian
Simpangan rata-rata adalah suatu simpangan nilai observasi hasil penelitian
terhadap nilai rata-rata hitungnya.

2. Nilai Simpangan Rata-rata

a. Data Tunggal
Untuk data tunggal nilai simpangan rata-rata dihitung dengan formula :

Contoh :
Tentukan simpangan rata-rata dari data berikut ini :
5 7 9 4 3 9 10 6 4 7 9 5

15
 Jadi simpang rata-rata, SR = 1,2

b. Data Berkelompok
Untuk data berkelompok nilai simpangan rata-rata dihitung dengan rumus :

i = 1, 2, 3, … , n
= titik tengah kelas interval ke i
Contoh :
Tentukan simpangan rata-rata dari data berikut ini :
Nilai Frekuensi
52 – 58 2
59 – 65 6
66 – 72 7
73 – 79 20
80 – 86 8
87 – 93 4
94 – 100 3
Jumlah 50
Jawab :
  . 
55 2 110 21 42
62 6 372 14 84
69 7 483 7 49
76 20 1520 0 0
83 8 664 7 56
90 4 360 14 56
97 3 291 21 63
Jumlah 50 3800 350

16
 Rata-rata = 76
Simpang rata-rata , SR = = 7

Jadi simpangan rata-rata = 7

C. Simpangan Baku, S :
1. Pengertian
Simpangan baku atau deviasi standar adalah suatusimpangan yang
besarnya sama dengan akar pangkat dua dari kuadrat variansinya, dimana
varians merupakan suatu bilangan perbandingan antara jumlah selisih nilai data
dengan rata-ratanya dan jumlah atau banyaknya data.

Jadi, S = , S2 adalah varians.

2. Besar Simpang Baku

a. Data Tunggal
Untuk data tunggal besarnya simpangan baku dihitung dengan rumus:

Keterangan :
S = Simpang Baku
S2 = Varians
= Nilai rata-rata
n = Banyaknya data
Contoh :
Data 7 bulan terakhir penderita DBD sebuah Puskesmas di Makassar
adalah, sebagai berikut : 15 17 12 16 12 15 18 .
Hitunglah simpang bakunya !
Jawab :

17
 Xi Xi -
15 0 0
17 2 4
12 -3 9
16 1 1
12 -3 9
15 0 0
18 3 9
Jumlah 32

Keterangan :

x0 = rata-rata sementara ( nilai dipilih berdasarkan dugaan )

Contoh :
Dari contoh soal di atas, misalkan diambil x0 = 16. Selanjutnya ;
xi xi - xo
15 -1 1
17 1 1
12 -4 16
16 0 0
12 -4 16
15 -1 1
18 2 4
Jumlah -7 39

18
b. Data Berkelompok
Untuk data berkelompok simpangan baku dihitung dengan formula :

, dimana xi = titik tengah kelas interval

Contoh :
Tentukan simpangan baku dari data di bawah ini !
Nilai Frekuensi
52 – 58 2
59 – 65 6
66 – 72 7
73 – 79 20
80 – 86 8
87 – 93 4
94 – 100 3
Jumlah 50

Jawab :
Untuk memudahkan menghitung dapat digunakan bantuan tabel, sebagai
berikut :
Nilai fi xi fi . xi fi .

52 – 58 2 55 110 3025 6050

59 – 65 6 62 372 3844 23064
66 – 72 7 69 483 4761 33327
73 – 79 20 76 1520 5776 115530
80 – 86 8 83 664 6889 55112
87 – 93 4 90 360 8100 32400
94 -100 3 97 291 9409 28227
Jumlah 50 3800 293700

19
Jadi simpangan baku dari data di atas adalah 10.

Selain dengan rumus di atas, simpangan baku dapat pula dihitung dengan
rumus metode singkat ( short method ), sebagai berikut :

Keterangan :
p = banyaknya interval kelas
d = dugaan sementara simpangan
n = jumlah ( banyaknya ) data
fi = frekuensi kelas ke i , dengan i = 1 , 2 , 3 , … , n
Contoh :
Simpangan baku dari contoh di atas dengan formula ini adalah :
Nilai fi xi d d2 d . fi d2. fi
52 – 58 2 55 -3 9 -6 18
59 – 65 6 62 -2 4 -12 24
66 – 72 7 69 -1 1 -7 7
73 – 79 20 76 0 0 0 0
80 – 86 8 83 1 1 8 8
87 – 93 4 90 2 4 8 16
94 – 100 3 97 3 9 9 27
Jumlah 50 0 100

20
 Jadi simpangan bakunya adalah 9,9.

D. Angka Baku
1. Pengertian
Angka baku atau nilai standar adalah suatu pengubahan nilai yang digunakan
untuk membandingkan aua atau lebih keadaan yang berbeada. Angka baku
yang lazim digunakan adalan z skore.

2. Nilai Angka Baku / Standar

Untuk menghitung angka naku atau z skore digunakan formula, sebagai berikut
:

Keterangan :
x = nilai mentah
= nilai rata-rata/ mean
S = Simpangan baku
Angka baku dapat digunakan untuk membandingkan atau menentukan mana
yang mempunyai nilai atau bobotnya paling baik dari dua atau lebih keadaan.
Contoh :
Ali mendapatkan nilai matematika 73 dengan rata-rata 67 dan simpangan
bakunya 10, nilai Bahasa Inggris 80 dengan rata-rata 70 dan simpangan
bakunya 12. Bandingkan mana dari dua nilai mata pelajaran itu yang lebih baik
bobotnya !
Jawab :
Angka baku matematika Angka baku Bahasa Inggris

Jadi nilai Bahasa Inggris lebih baik dibanding nilai matematika, karena
mempunyai nilai angka baku yang lebih tinggi.

21