Oleh :
Puji Syukur kehadirat Tuhan YME atas limpahan rahmat-Nya sehingga penulis bisa
menyelesaikan makalah mengenai Tendensi Sentral/Ukuran Pemusatan ini tepat pada
waktunya.
Statistik merupakan ilmu pengetahuan yang berhubungan dengan cara-cara
pengumpulan data, penyajian, pengolahan, analisa data serta penarikan kesimpulan. Statistika
dalam pengertian ilmu dibedakan manjadi statistika deskripstif dan inferensial dimana
statistika deskripstif bertujuan untuk mengemukakan penyajian data dalam bentuk tabel
maupun diagram, penentuan rata-rata (mean), modus, median, rentang serta simapangan
baku. Sedangkan statitika inferensial bertujuan menarik kesimpulan dari sebuah dugaan yang
diperoleh dari statistika deskriptif.Ukuran-ukuran statistik sendiri merupakan wakil dari
kumpulan data yang berupa ukuran tendensi sentral, ukuran lokasi, dan ukuran
dispersi/keberagaman.
Berdasarkan tujuan ditulisnya makalah ini maka dalam makalah ini akan digambarkan
dengan lebih jelas mengenai ukuran-ukuran statistik berupa pengertian beserta contoh dan
penyesaiannya.
Tak ada gading yang tak retak, begitu pula dengan makalah ini. Penulis menyadari
bahwa makalah ini masih jauh dari sempurna dan masih banyak kekurangan. Sehingga kritik
dan saran yang membangun sangat penulis harapkan. Namun, penulis juga berharap makalah
ini dapat bermanfaatbagi pembaca terutama dalam memahami ukuran-ukuran statistik.
Penulis
BAB I
PENDAHULUAN
1.1.Latar Belakang
Pada dasarnya statistika ialah sebuah konsep dalam bereksperimen, menganalisa data
yang bertujuan untuk mengefisiensikan waktu, tenaga dan biaya dengan memperoleh hasil
yang optimal. Berdasarkan definisinya Statistika merupakan ilmu yang mempelajari
bagaimana merencanakan, mengumpulkan, menganalisis, menginterpretasi, dan
mempresentasikan data. Sedangkan statistik adalah data, informasi, atau hasil penerapan
algoritma statistika pada suatu data. Data sendiri merupakan kumpulan fakta atau angka.
Disadari atau tidak, statistika telah banyak digunakan dalam kehidupan sehari-hari.
Bahkan pemerintah menggunakan statistika untuk menilai hasil pembangunan masa lalu dan
juga untuk membuat rencana masa datang. Begitu pula Pimpinan mengambil manfaat dari
kegunaan statistika untuk melakukan tindakan - tindakan yang perlu dalam menjalankan
tugasnya, diantaranya: perlukah mengangkat pegawai baru, sudah waktunyakah untuk
membeli mesin baru, bermanfaatkah kalau pegawai di tatar, bagaimanakah kemajuan usaha
tahun tahun yang lalu, berapa banyak barang harus dihasilkan setiap tahunnya, perlukah
sistem baru dianut dan sistem lama ditinggalkan, dan masih banyak lagi untuk disebutkan.
Dunia penelitian atau riset, dimanapun dilakukan bukan saja telah mendapat manfaat yang
baik dari statistika tetapi sering harus menggunakannya. Untuk mengetahui apakah cara yang
baru ditemukan lebih baik daripada cara lama, melalui riset yang dilakukan dilaboratorium,
atau penelitian yang dilakukan di lapangan, perlu diadakan penilaian dengan statistika.
Apakah model untuk sesuatu hal dapat kita anut atau tidak, perlu diteliti dengan
menggunakan teori statistika. Statistika juga telah cukup mampu untuk menentukan apakah
faktor yang satu dipengaruhi atau mempengaruhi faktor lainnya. Kalau ada hubungan antara
factor - faktor, berapa kuat adanya hubungan tersebut? Bisakah kita meninggalkan faktor
yang satu dan hanya memperhatikan faktor lainnya untuk keperluan studi lebih lanjut.
Uraian singkat tadi, hendaknya cukup dapat memberikan gambaran bahwa statistika
sebenarnya diperlukan, minimal penggunaan metodanya. Sesungguhnya statistika sangat
diperlukan bukan saja hanya dalam penelitian atau riset, tetapi juga perlu dalam bidang
pengetahuan lainnya seperti : teknik, industri, ekonomi, astronomi, biologi, kedokteran,
asuransi, pertanian, perniagaan, bisnis, sosiologi, antropologi, pemerintahan, pendidikan,
psikologi, meteorologi, geologi, farmasi, ekologi, pengetahuan alam, pengetahuan sosial, dan
lain sebagainya.
I.2 Tujuan
Nilai sentral atau tendensi sentral adalah nilai dalam rangkaian data yang
mewakili rangkaian data tersebut. Tendensi sentral digunakan untuk menggambarkan
sifat sekumpulan data dari suatu pengamatan. Syarat-syaratnya adalah sebagai berikut
:
a. Mean
Mean berarti “angka rata-rata”. Dari segi aritmetik Mean adalah “jumlah nilai-
nilai dibagi dengan jumlah individu”. Istilah mean saja merupakan metode yang
.
paling banyak digunakan untuk menggambarkan ukuran tendensi sentral Mean (rata-
rata) merupakan jumlah seluruh nilai data dibagi dengan seluruh kejadian atau nilai
rata-rata dari beberapa buah data.
Untuk keperluan ini, dalam perhitungan ukuran-ukuran statistik akan
digunakan simbol-simbol. Nilai-nilai data kuantitatif akan dinyatakan dengan x1, x2,
…, xn, apabila dalam kumpulan data itu terdapat n buah nilai. Simbol n juga
digunakan untuk menyatakan ukuran sampel, yakni banyaknya objek atau data yang
diteliti dalam sampel.
Rata-rata untuk data kuantitatif yang terdapat dalam sebuah sampel dihitung
dengan jalan membagi jumlah nilai data oleh banyaknya data.
Mean Data Tunggal
Dirumuskan dengan
Keterangan :
X1 : data ke 1
X2 : data ke 2
Xn : data ke n
n : jumlah data
Contoh:
Menghitung rata- rata data tunggal :
Diketahui data : 3, 4, 5, 2, 6, 7, 4, 6, 3, 5. hitung nilai rata – ratanya!
Jawab :
= 3 + 4 + 5 + 2 + 6 + 7 + 4 + 6 + 3+ 5
9
= 45
9
= 5
Mean Data Kelompok
Untuk data berkelompok rumus rata-ratanya adalah jumlah hasil kali antara
frekuensi dengan nilai data dibagi jumlah frekuensi; dimana menyatakan frekuensi
untuk nilai yang bersesuaian.
Dirumuskan dengan;
Atau:
Keterangan :
X1 : data ke 1
X2 : data ke 2
Xn : data ke n
f1 : frekuensi data ke 1
f2 : frekuensi data ke 2
fn : frekuensi data ke n
n : jumlah data
Nilai f x
1 -5 3 3
6 -10 7 8
11 – 15 4 13
16 – 20 3 18
21 – 25 7 23
26 – 30 9 28
31 – 35 6 33
36 – 40 7 38
41 – 45 8 43
46 - 50 6 48
60
Jawab :
= {(3.3)+(7.8)+(4.13)+(3.18)+(7.23)+(9.28)+(6.33)+(7.38)+(8.43)+(6.48)}
60
={9+56+52+54+161+252+198+266+344+288}
60
= 1680
60
= 28
b. Median
Median (nilai tengah), merupakan nilai tengah dari rangkaian data yang telah
tersusun secara teratur. Atau sebagai ukuran letak, karena median membagi distribusi
menjadi 2 bagian yang sama. Median menentukan letak data setelah data itu disusun
menurut urutan nilainya. Kalau nilai median sama dengan Me, maka 50% dari data
harga-harga yang paling tinggi sama dengan Me dan sedangkan 50% lagi harga-harga
paling rendah sama dengan Me.
Keterangan :
N = Jumlah data
Contoh:
Menghitung median data tunggal :
Diketahui data :2, 3, 3, 4, 4, 5, 5, 6, 6, 7. hitung median data tersebut!
Keterangan :
Contoh:
Menghitung Median data kelompok :
Nilai fm F
1 -5 3 3
6 -10 7 10
11 – 15 4 14
16 – 20 3 17
21 – 25 7 24
26 – 30 9 33
31 – 35 6 39
36 – 40 7 46
41 – 45 8 54
46 - 50 6 60
60
Jawab :
Kelas median =1/2.n
= ½.60
= 30
Berada pada kelas 26-30
Lm = 26 - 0,5 = 25,5
N = 60 ∑f = 24
C =5 fm = 9
Median = Lm + ( N/2 - ∑f ) . C
fm
= 25,5 + (60/2 – 24) . 5
9
=25,5 + (30 – 24) . 5
9
= 25,5 + 0,67 . 5
=25,5 +3,35
=28,85
Kelebihan :
1. Tidak peka atau tidak terpengaruh pada nilai ekstrim.
2. Cocok untuk data heterogen.
3. Median digunakan bila terdapat data yang ekstrim dalam sekelompok
data Kekurangan :
1. Tidak mempertimbangkan semua nilai.
2. Kurang dapat menggambarkan mean populasi.
c. Modus
Modus, merupakan nilai data yang memiliki frekuensi terbesar atau dengan
kata lain, nilai data yang paling sering terjadi.. Ukuran ini juga dalam keadaan tidak
disadari sering dipakai untuk menentukan rata-rata data kualitatif.Misalnya banyak
kematian di Indonesia disebakan oleh penyakit malaria, pada umumnya kecelakaan
lalulintas karena kecerobohan pengemudi, maka tidak lain masing-masing merupakan
modus penyebab kematian dan kecelakaan lalu lintas.. modus memiliki kelebihan
dibandingkan dua ukuran pemusatan sebelumnya mean dan modus yaitu bisa
digunakan untuk semua jenis data. Cara menentukan modus amat sangat mudah hanya
dengan mengamati data yang paling sering muncul. Dalam satu rangkaian data,
kadang dijumpai adanya 1 modus, 2 modus atau tidak ada modus.
Modus Data Tunggal
Cara menentukan modus data tunggal yakni dengan mengamati data yang paling
sering muncul.
Contoh modus data tunggal :
Berapakah modus dari data berikut : 1,2,2,4 ,4 ,4,5 ,6 ,7,8 ,9 .
Jawab:
Modus = 4 , karena angka 4 muncul paling banyak yaitu 3 kali.
Modus Data Kelompok
Untuk data kualitatif yang telah disusun dalam tabel distribusi frekuensi (data
berkelompok), modusnya dapat ditentukan dengan rumus:
dengan:
Lmo = Tepi bawah kelas modus
d1 = selisih antara frekuensi kelas modus dengan frekuensi kelas sebelum modus
d2 = selisih antara frekuensi kelas modus dengan frekuensi kelas sesudah modus
c = interval kelas modus
1 -5 3 3
6 -10 7 10
11 – 15 4 14
16 – 20 3 17
21 – 25 7 24
26 – 30 9 33
31 – 35 6 39
36 – 40 7 46
41 – 45 8 54
46 - 50 6 60
60
Jawab :
Kelas modus 26 – 30
(karena memiliki frekuensi terbanyak = 9)
Lmo = 26 – 0,5 = 25,5
d1 =9–7=2
d2 =9–6=3
c =5
Mod = Lmo + d1 .c
d1 + d2
=25,5 + 2 .5
2+ 3
= 25,5 + 0,4 . 5
= 25,5 + 2
= 27,5
Kelebihan :
1. Tidak peka atau tidak terpengaruh pada nilai ekstrim.
2. Cocok untuk data homogen maupun heterogen.
Kekurangan :
1. Kurang menggambarkan mean populasi.
2. Modus bisa lebih dari satu, atau tidak ada satu pun.
3. Digunakan modus, bila peneliti ingin cepat memberikan penjelasan terhadap
sekelompok data, dengan hanya mempunyai data yang popular pada kelompok
tersebut namun teknik perhitungan ukuran ini kurang memiliki ketelitian.
b) Kuartil
Kuartil
Jika sekumpulan data dibagi menjadi empat bagian yang sama banyak,
sesudah disusun menurut urutan nilainya, maka bilangan pembaginya disebut kuartil.
Ada tiga buah kuartil, yakni kuatil pertama, kuartil kedua, dan kuartil ketiga yang
masing-masing disingkat dengan Q1, Q2, dan Q3. Pemberian nama ini dimulai dari
nilai kuartil paling kecil. Untuk menentukan nilai kuartilnya adalah:
o Susun data menurut urutan nilainya.
o Tentukan letak kuatil.
o Tentukan nilai kuatil.
Letak kuartil ke i, diberi lambing Ki, ditentukan oleh rumus:
Q1 = Kuartil bawah =
Q3 = Kuartil atas =
Q1 =1(13+1)
4
= 1.14
4
= 14 : 4
= 3,5
Data ke-3.5 berada antara angka 4 dan 5 sehingga
4+5 = 4.5
2
Q2 = 2(13+1)
4
= 2(14)
4
=7
Q3 = 3(13+1)
4
=3(14)
4
= 10.5
7+7 = 7
2
Kuartil Data Berkelompok
Qi = Tb + p { ( i/4.n )-F }
f
Keterangan:
i/4.n = letak Qi
Tb = Tepi bawah interval kelas Qi ( Tb = batas bawah - 0,5)
p = Panjang kelas interval
n = Banyak data
F = Frekuensi kumulatif sebelum kelas Qi
f = Frekuensi pada kelas Qi
Contoh:
Kuartil Data berkelompok
Hitunglah kuartil Dari data pada tabel dibawah ini !
Letak Q1 = ¼. n
= ¼.160
= 40
Jadi :
Q1 = Tb + p { (1/4.n –F)}
f
= 60,5+ 5 { (1/4.160 – 24 )}
24
= 60,5 + 5 {0,67}
Nilai f F
51 – 55 4 4
56 – 60 20 24
61 – 65 24 48
66 – 70 56 104<Q2>
71 – 75 19 123
76 – 80 16 139
81 – 85 10 149
86 – 90 7 156
91 – 95 3 159
96 – 100 1 160
160
Letak Q2 = 2 /4. n
= 2/4 .160
= 80
Data ke-80 berada pada kelas 66-70
(Tb = 66 – 0,5 = 65,5)
Jadi :
Q2 = Tb + p { (2/4.n –F)}
f
= 65,5+ 5 { (2/4.160 – 48 )}
56
= 65,5 + 5 {0,57}
= 65,5 + 2,85 = 68,35
Nilai f F
51 – 55 4 4
56 – 60 20 24
61 – 65 24 48
66 – 70 56 104
71 – 75 19 123<Q3>
76 – 80 16 139
81 – 85 10 149
86 – 90 7 156
91 – 95 3 159
96 – 100 1 160
160
Letak Q3 = 3/4 . n
= 3/4160
= 120
Data ke-120 berada pada kelas 71-75
(Tb = 71 – 0,5 = 70,5)
Jadi :
Q3 = Tb + p { (3/4.n –F)}
f
= 70,5+ 5 { (3/4.160 – 104 )}
19
= 70,5 + 5 {0,84}
= 70,5 + 4,2 = 74,7
c) Desil
Jika sekumpulan data dibagi menjadi 10 bagian yang sama, maka didapat
sembilan pembagi dan tiap pembagi dinamakan desil. Karenanya ada sembilan buah
desil, ialah desil pertama, desil kedua, …, desil kesembilan, yang disingkat D1, D2,
…, D9. Desil-desil ini dapat ditentukan dengan jalan:
o Susun data menurut urutan nilainya.
o Tentukan letak desil.
o Tentukan nilai desil.
Letak desil ke i, diberi lambing Di
Desil Data Tunggal
Jawab :
Di = i ( n + 1 )
10
D1 = 1(14+1)
10
= 15
10
= 1,5
3+4 = 3,5
2
D3 = 3(14+1)
10
= 45
10
= 4,5
5+5 = 5
2
D7 = 7(14+1)
10
= 105
10
= 10,5
Untuk data berkelompok yang telah disusun dalam tabel distribusi frekuensi, desil ke i
Di (i = 1, 2, …, 9) dihitung dengan rumus:
dengan
i = 1, 2, …, 9.
Tb = batas bawah kelas Di , ialah kelas interval dimana Di akan terletak.
p = panjang kelas Di.
F = jumlah frekuenasi dengan tanda kelas lebih kecil dari tanda kelas Di.
f = frekuensi kelas Di.
Contoh Desil pada data berkelompok :
51 – 55 4 4
56 – 60 20 24
61 – 65 24 48
66 – 70 56 104<D5>
71 – 75 19 123
76 – 80 16 139
81 – 85 10 149
86 – 90 7 156
91 – 95 3 159
96 – 100 1 160
160
Jawab :
Di = Tb + p { ( i/10.n )-F }
f
Letak D5 = 5/10 . n
= 5/10.160
= 80
Data ke-80 berada pada kelas 66-70
(Tb = 66 – 0,5 = 65,5)
Jadi :
D5 = Tb + p { (5/10.n –F)}
f
= 65,5+ 5 { (5/10.160 – 48 )}
56
= 65,5 + 5 {0,57}
= 65,5 + 2,85 = 68,35
d) Persentil
Sekumpulan data yang dibagi menjadi 100 bagian yang sama, akan menghasilkan 99
pembagi berturut-turut yang dinamakan persentil pertama, persentil kedua, …,
persentil ke-99. Simbol yang digunakan berturut-turut P1, P2, …, P99. Persentil ini
dapat ditentukan dengan jalan:
hitung P90!
Jawab :
Pi = i ( n + 1 )
100
P90 = 90 (14+1)
100
= 1350
100
= 13,5
8+9 = 8,5
2
Persentil Data Kelompok
Untuk data berkelompok yang telah disusun dalam tabel distribusi frekuensi, persentil
ke i Pi (i = 1, 2, …, 99) dihitung dengan rumus:
dengan
i = 1, 2, …, 99.
Tb = batas bawah kelas Pi , ialah kelas interval dimana Pi akan terletak.
p = panjang kelas Pi.
F = jumlah frekuenasi dengan tanda kelas lebih kecil dari tanda kelas Pi.
f = frekuensi kelas Pi.
Jawab :
Pi = Tb + p { ( i/100.n )-F }
m 1 3,3log
n
m: banyaknya kelompok/kelas
Menentukan Interval Kelompok
iR/
R = Xmaks – Xmin
i: interval kelompok/kelas
g) Varians
Varians adalah salah satu ukuran dispersi atau ukuran variasi. Varians dapat
menggambarkan bagaimana berpencarnya suatu data kuantitatif. Varians diberi
simbol σ2 (baca: sigma kuadrat) untuk populasi dan untuk s2 sampel.
Rumus kerja untuk varians adalah sebagai berikut:
Dimana:
σ2 = rata-rata populasi
N = total jumlah populasi
Adapun varians untuk sample dapat dicari dengan rumus yang sama namun
mengurangkan N dengan 1 sebagai berikut:
Dimana :
s = rata-rata sampel
n = jumlah sampel yang digunakan
i) Koefisien Variasi
Koefisien Variasi merupakan ukuran yang bebas satuan dan selalu dinyatakan dalam
bentuk persentase. Nilai KK yang kecil menunjukkan bahwa data tidak terlalu
beragam dan di katakan lebih konsisten. KK tidak dapat diandalkan apabila nilai rata-
rata hampir sama dengan 0 (nol). KK juga tidak stabil apabila skala pengukuran data
yang digunakan bukan skala rasio.
DATA I
Nilai Ujian Struktur Atom Kelas XI IPA SMA N 1 Boyolali tahun 2012
No 32 94 65 78
Urut Nilai 33 69 66 94
1 82 34 81 67 88
2 90 35 77 68 58
3 94 36 76 69 78
4 98 37 81 70 64
5 84 38 85 71 80
6 94 39 79 72 90
7 88 40 69 73 76
8 78 41 82 74 78
9 84 42 83 75 80
10 95 43 81 76 80
11 92 44 81 77 94
12 88 45 76 78 78
13 65 46 83 79 62
14 86 47 89 80 78
15 66 48 76 81 82
16 92 49 75 82 88
17 68 50 69 83 90
18 92 51 85 84 76
19 78 52 81 85 78
20 94 53 81 86 80
21 80 54 76 87 86
22 76 55 83 88 82
23 80 56 83 89 76
24 92 57 77 90 78
25 60 58 69 91 90
26 86 59 79 92 96
27 67 60 79 93 72
28 70 61 76 94 92
29 94 62 71 95 68
30 78 63 85
31 90 64 65
Jangkauan (R)
R = 98-58 = 40
k = 1 + 3,3 log 95
= 1 + 3,3 log 95
= 7.526 ≈ 7
= 5,71 ≈ 6
58 - 63 60,5 3 181,5
64 – 70 67 12 804
71 - 76 73,5 12 882
77 - 82 79,5 31 2464,5
83 - 88 85,5 16 1368
89 - 94 91,5 18 1647
Jumlah 95 7639,5
= 80,42
⁄
= 82,59
meanmodemedian
Interval Kelas x f ̅ ( ̅ )2 f( ̅)
2
Jumlah 95 7450,328
̅
Varians =
s2 = 78,424
√ √
40
20
0
0 20 40 60 80 100
no urut
Data yang dihapus: 98, 96, 95,68,67, 66,65,64,62, 60, 58
No 39 79 79 62
Urut Nilai 40 69 80 78
1 82 41 82 81 82
2 90 42 83 82 88
3 94 43 81 83 90
4 98 44 81 84 76
5 84 45 76 85 78
6 94 46 83 86 80
7 88 47 89 87 86
8 78 48 76 88 82
9 84 49 75 89 76
10 95 50 69 90 78
11 92 51 85 91 90
12 88 52 81 92 96
13 65 53 81 93 72
14 86 54 76 94 92
15 66 55 83 95 68
16 92 56 83
17 68 57 77
18 92 58 69
19 78 59 79
20 94 60 79
21 80 61 76
22 76 62 71
23 80 63 85
24 92 64 65
25 60 65 78
26 86 66 94
27 67 67 88
28 70 68 58
29 94 69 78
30 78 70 64
31 90 71 80
32 94 72 90
33 69 73 76
34 81 74 78
35 77 75 80
36 76 76 80
37 81 77 94
38 85 78 78
Jangkauan (R)
R = 94 – 69 = 25
k = 1 + 3,3 log n
= 1 + 3,3 log 82
= 7,31 ≈ 7
= 3,6 ≈ 4
Interval
Xi fi xi.fi
Kelas
69 - 72 70,5 7 493,5
73 - 76 74,5 10 745
77 - 80 78,5 21 1648,5
81 - 84 82,5 16 1320
85 - 88 86,5 10 865
89 - 92 90,5 11 995,5
93 - 96 94,5 7 661,5
Jumlah 82 6729
= 82,06
⁄
= 88,25
3840,195
Jumlah 82
̅
Varians =
s2 = 46,83
√ √
DATA 2
Nilai Ujian Termokimia Kelas XI IPA SMA N 1 Boyolali tahun 2012
No Urut 24 100 50 78
Nilai
1 90 25 83 51 100
2 78 52 90
26 100
53 70
3 80 27 65
54 53
4 94 28 95
55 83
5 98 29 93 56 85
6 98 30 85 57 85
7 88 31 80 58 70
8 90 59 88
32 93
60 83
9 90 33 90
61 88
10 98 34 95 62 93
11 78 35 83 63 75
12 88 36 75 64 98
13 75 37 80 65 85
38 98 66 93
14 85
39 78 67 88
15 60
40 95 68 78
16 93
41 80 69 93
17 90 42 83 70 95
18 78 43 95 71 75
19 90 44 95 72 80
45 90 73 78
20 93
46 65
21 90 74 85
47 80
22 88 75 95
48 93
23 95 49 90 76 95
77 95 84 90
78 90 85 90
79 93 86 100 91 95
80 85 87 90 92 95
81 88 88 90 93 83
82 93 89 98 94 88
83 95 90 95 95 90
Jangkauan (R)
R = 100-53 = 47
k = 1 + 3,3 log 95
= 1 + 3,3 log 95
= 7.526 ≈ 7
= 6.245 ≈ 6
53 - 60 56.5 2 113
61 – 68 64.5 2 129
77 - 84 80.5 19 1529.5
85 - 92 88.5 31 2743.5
Jumlah 95 7639,5
= 80.42
⁄
= 90.94
Hubungan Mean, Mode,
Median
120
100
80
60
40
20
mean modus median
0
Interval Kelas x f ̅ ( ̅ )2 f( ̅)
2
Jumlah 95 7639,8
̅
Varians =
s2 = 80.42
√ √
Scatter plot nilai struktur atom kelas XI SMA
N 1 Boyolali tahun 2012
120
100
80
nilai
60
40
20
0
0 10 20 30 40 50 60 70 80 90 100
nomer urut
No Nilai 11 78 22 88
Urut
1 90 12 88 23 95
2 78 13 75 24 100
3 80 14 85 25 83
4 94 15 60 26 100
5 98 16 93 27 65
6 98 17 90 28 95
7 88 18 78 29 93
8 90 19 90 30 85
9 90 20 93 31 80
10 98 21 90 32 93
33 90 63 75
34 95 64 98
35 83 65 85
66 93
36 75
67 88
37 80
68 78
38 98
69 93
39 78
70 95
40 95
71 75
41 80
42 83 72 80
43 95 73 78
44 95 74 85
45 90
75 95
46 65
76 95
47 80
77 95
48 93
49 90 78 90
50 78 79 93
51 100 80 85
52 90
81 88
53 70
82 93
54 53
55 83 83 95
56 85 84 90
90 95
57 85 85 90
91 95
58 70
86 100
59 88 92 95
87 90
60 83 93 83
88 90
61 88 94 88
62 93 89 98
95 90
Jangkauan (R)
R = 98 – 75 = 23
k = 1 + 3,3 log n
= 1 + 3,3 log 85
= 7,37 ≈ 7
= 3,29 ≈ 3
= 88.17
⁄
= 90.77
3622.78
Jumlah 85
Varians
s2 = 42,62
√ √
DATA 3
Nilai Ujian Reaksi Kimia Kelas XI IPA SMA N 1 Boyolali Tahun 2012
No Nilai 32 92 64 68
1 92 33 44 65 80
2 66 34 76 66 92
3 80 35 68 67 44
4 92 36 56 68 88
5 92 37 84 69 84
6 84 38 80 70 68
7 80 39 76 71 38
8 92 40 80 72 48
9 92 41 68 73 80
10 80 42 84 74 88
11 76 43 92 75 84
12 84 44 84 76 88
13 92 45 84 77 68
14 72 46 48 78 80
15 72 47 72 79 84
16 88 48 64 80 92
17 84 49 72 81 84
18 80 50 44 82 84
19 88 51 64 83 88
20 84 52 64 84 88
21 80 53 64 85 64
22 72 54 76 86 88
23 92 55 72 87 88
24 82 56 88 88 56
25 52 57 88 89 84
26 88 58 48 90 88
27 72 59 80 91 92
28 84 60 64 92 84
29 76 61 84 93 72
30 84 62 84 94 88
31 92 63 76 95 80
Jangkauan (R)
R = 92-38 = 54
k = 1 + 3,3 log 95
= 1 + 3,3 log 95
= 7.526 ≈ 8
= 6.75 ≈ 7
= 77.40
⁄
= 82.01
̅
Varians =
s2 = 180.11
√ √
Scatter Plot
100
90
80
70
60
Nilai
50
40
30 Nilai
20
10
0
020406080100
No Urut
Data yang dihapus: 38,44,44,44,48,48,48,52,56,56
No Nilai 34 76 68 88
1 92 35 68 69 84
2 66 36 56 70 68
3 80 37 84 71 38
4 92 38 80 72 48
5 92 39 76 73 80
6 84 40 80 74 88
7 80 41 68 75 84
8 92 42 84 76 88
9 92 43 92 77 68
10 80 44 84 78 80
11 76 45 84 79 84
12 84 46 48 80 92
13 92 47 72 81 84
14 72 48 64 82 84
15 72 49 72 83 88
16 88 50 44 84 88
17 84 51 64 85 64
18 80 52 64 86 88
19 88 53 64 87 88
20 84 54 76 88 56
21 80 55 72 89 84
22 72 56 88 90 88
23 92 57 88 91 92
24 82 58 48 92 84
25 52 59 80 93 72
26 88 60 64 94 88
27 72 61 84 95 80
28 84 62 84
29 76 63 76
30 84 64 68
31 92 65 80
32 92 66 92
33 44 67 44
Jangkauan (R)
R = 92 – 64 = 28
k = 1 + 3,3 log 85
= 1 + 3,3 log 85
= 7,4 ≈ 8
= 3,5 ≈ 4
Interval
xi fi xi.fi
Kelas
64-67 65.5 7 458.5
68-71 69.5 5 347.5
72-75 73.5 8 588
76-79 77.5 6 465
80-83 81.5 13 1059.5
84-87 85.5 19 1624.5
88-91 89.5 14 1253
92-95 93.5 13 1215.5
jumah 85 7011.5
= 82.49
⁄
= 84,24
85
84
83
82
81
mean modus median
80
Interval
x f ̅ ( ̅ )2 f( ̅ )2
Kelas
64-67 65.5 7 -16.99 288.6601 2020.621
68-71 69.5 5 -12.99 168.7401 843.7005
72-75 73.5 8 -8.99 80.8201 646.5608
76-79 77.5 6 -4.99 24.9001 149.4006
80-83 81.5 13 -0.99 0.9801 12.7413
84-87 85.5 19 3.01 9.0601 172.1419
88-91 89.5 14 7.01 49.1401 687.9614
92-95 93.5 13 11.01 121.2201 1575.861
jumah 85 6108.989
̅
Varians =
s2 = 71,87
√ √
BAB III
PENUTUP
III.1 Kesimpulan
Demikianlah penulisan makalah ini yang telah kami buat. Dari hasil pembahasan
yang telah kami bahas pada makalah ini maka dapat kita ambil kesimpulan dan
rekomendasi.
Nilai sentral atau tendensi sentral adalah nilai dalam rangkaian data yang mewakili
rangkaian data tersebut. Meliputi rata-rata hitung, median dan modus.
Dispersi data adalah ukuran penyebaran suatu kelompok data terhadap pusat data.
Memiliki Jenis ukuran :
Pentingnya kita mempelajari dispersi data didasarkan pada pertimbangan. Pertama, pusat
data seperti rata-rata hitung, median dan modus hanya memberi informasi yang sangat
terbatas, sehingga tanpa disandingkan dengan dispersi data kurang bermanfaat dalam
analisis data. Kedua, dispersi data sangat penting untuk membandingkan penyebaran dua
distribusi atau lebih.
III.11 Saran
Dalam kehidupan sehari – hari bahwa penggunaan aplikasi microsoft Excel dan juga
Aplikasi pengolahan data lainnya dapat memberikan manfaat yang besar bagi suatu
organisasi perusahaan maupun pendidikan yaitu waktu dapat menjadi lebih efisien ketika
melakukan pengolahan data mentah menjadi data berkelompok yang nantinya menjadi
informasi bagi organisasi tersebut dalam menentukan keputusan yang lebih baik di masa
yang akan datang. Sebaliknya, jika sebuah organisasi perusahaan maupun pendidikan
masih menerapkan penghitungan manual dalam pengolahan data statistik, maka waktu
yang ada menjadi kurang efisien dan pengerjaan dalam mengolah data menjadi kurang
efektif.
Dan juga bila dibandingkan hasil dari pengolahan data secara manual dengan hasil
pengolahan data secara otomatis yaitu dengan aplikasi microsoft excel dan Aplikasi
pengolahan data lainnya, akan memperoleh hasil yang berbeda dari keduanya. Tingkat
keakuratan pengolahan data secara otomatis lebih mendekati kebenaran daripada
pengolahan data secara manual.
Daftar Pustaka
Agus, Irianto. 2004. Statistik Konsep Dasar Dan Aplikasinya. Jakarta : Prenada Media.
Budi Santosa, Purbayu dan ashari. 2006. Analisis Statistik dengan menggunakan Ms. Excel &
SPSS. Yogyakarta : ANDI.
Kuswadi dan Erna Mutiara. 2004. Statistik berbasis komputer untuk orng-orang Non-
Statistik. Jakarta: PT. Elex media komputindo.
Santoso, Singgih. 2001. Aplikasi Excel dalam Statistik Bisnis. Jakarta: PT. Elex media
komputindo.
2013) http://blog.ub.ac.id/rakamahendras/2012/03/14/mean-median-modus-dan-standar-
deviasi/