PP2204 – Statistik untuk Pasca Panen

Minggu -2
Penyajian Data dan
Deskripsi Data

Dr. Mia Rosmiati, Ir.,MP Dr. Tien Lastini, S.Hut.,MSi

 Tujuan Penyajian Data

• Memberi gambaran yang sistematis tentang peristiwa-peristiwa yang

merupakan hasil penelitian atau observasi,
• Agar data lebih cepat ditangkap dan dimengerti,
• Memudahkan dalam membuat analisis data, dan
• Membuat proses pengambilan keputusan dan kesimpulan lebih tepat,
cepat, dan akurat.
Main Type of Data
Two basic type of data
1. Qualitatif or categorical data : when the characteristic under study
concerns a qualitative trait that is only classified in categories and not
numerically measured.

2. Numerical or measurement data: the characteristic is measured on a

numerical scale, the resulting data consist of a set numbers
Cara Penyajian Data
Tabel / Daftar: Gambar/Grafik :
a. Daftar baris kolom a. Diagram batang (bar chart/graph)
b. Daftar kontingensi b. Diagram garis
(untuk data yang terdiri atas dua c. Diagram lambang/simbol
faktor/variabel) d. Diagram lingkaran (pie chart)
a. Daftar distribusi frekuensi e. Histogram
f. dsb
 Cara Membuat Tabel / Daftar
Sebuah tabel memuat bagian-bagian sebagai berikut :
Judul Tabel

Judul Kolom

sel …. ….. ….
Badan Tabel
Judul Baris … … … …
… … … …

Sumber: {wajib ditulis agar informasi tidak menyesatkan}

Daftar Kontingensi
Untuk data yang terdiri atas dua faktor atau dua variabel, faktor yang
satu terdiri atas b kategori dan lainnya terdiri atas k kategori, maka
dapat dibuat daftar kontingensi berukuran b X k , dimana b = baris, dan
k = kolom

Tabel 3. Banyak Murid Sekolah di Daerah A Menurut Tingkat

Sekolah dan Jenis Kelamin Tahun 2015
Tingkat Sekolah
Jenis Kelamin SD SLTP SLTA Jumlah

Laki-Laki 4.758 2.795 1.459 9.012

Perempuan 4.032 2.116 1.256 7.404

Jumlah 8.790 4.911 2.715 16.416

Sumber :
Distribusi Frekuensi untuk data kategori

Table : Color of one hundred eigthy –two poinsettias

Color Frequency
(Number of Plants)
Red 108
Pink 34
White 40
Total 182
Jenis Grafik/Gambar
• Grafik garis (line chart),
• Grafik Batang (bar chart),
• Grafik lingkaran (pie chart),
• Grafik gambar (Pictogram chart)
• Diagram Pencar (Scatter diagram)
• Histogram
 Grafik Batang
Produksi ( ton)
Grafik batang atau blok adalah grafik
120.000 110.167 104.317
data berbentuk persegi panjang yang
100.000 93.633
lebarnya sama dan dilengkapi dengan
skala atau ukuran sesuai dengan data 80.000
yang bersangkutan. 60.000
40.000
20.000 6.229 7.640 11.579
0 Tahun
2010 2011 2012
wilayah Sentra Luar Wilayah Sentra
Gambar:
Sumber :
 Grafik Garis Produksi Bawang Merah
120.000
Grafik garis adalah grafik data 100.000

Produksi
berbentuk garis, diperoleh dari 80.000
beberapa ruas garis yang 60.000
berhubungan titik-titik pada bidang 40.000
bilangan (sistem salib sumbu). 20.000
0
2010 2011 2012
wilayah sentra 110.167 93.633 104.317
Luar Wil
6.229 7.640 11.579
Sentra
Diagram Lingkaran
Grafik lingkaran adalah grafik data berupa lingkaran yang telah dibagi menjadi
juring-juring sesuai dengan data tersebut
Perkembangan Produksi B. Perkembangan produksi B.
Merah di Wil Sentra Merah di Luar Wil Sentra
2010 2011 2012 2010 2011 2012

24%
34% 36% 46%

30%
30%
Piktogram
Piktogram adalah grafik data yang menggunakan gambar atau lambang dari data itu
sendiri dengan skala tertentu.
Contoh : Tabel banyaknya wisatawan Mancanegara di Kota X menurut
negara asal wisatawan (Asra dan Rudiansyah, 2013)
Afrika 
Amerika     
Asia 
Eropa 
Jerman 
Unisoviet   
Catatan :  mewakili 1000 orang
 Pengertian Distribusi Frekuensi
adalah susunan data menurut kelas-kelas interval tertentu atau menurut kategori
tertentu dalam sebuah daftar. Dari distribusi frekuensi, dapat diperoleh keterangan
atau gambaran sederhana dan sistematis dari data yang diperoleh.

Komponen Tabel Distribusi Frekuensi

Selang Batas kelas Titik tengah Frekuensi
kelas kelas (X)
7–9 6,5 – 9,5 8 2
10 – 12 9,5 – 12,5 11 8
13 – 15 12,5 – 15,5 14 14
16 – 18 15,5 – 18,5 17 19
19 – 21 18,5 – 21,5 20 7

Limit bawah kelas ½ (batas atas kelas + batas

Limit atas kelas
Batas bawah kelas Batas atas kelas bawah kelas)
Cara Membuat Tabel Distribusi Frekuensi
1. Tentukan Range atau jangkauan data (r)
r = Nilai max – Nilai min
2. Tentukan banyak kelas interval (k) : Biasanya banyak kelas antara 5-15 atau jika n ≥ 200 maka
penentuan banyak kelas dapat menggunakan rumus Sturges (Metode Sturges):
k=1+3,3 log n ; dimana n = banyak data
3. Tentukan lebar kelas / panjang kelas / kelas interval (c)
c = r/k
4. Tentukan Batas Kelas (class limit) : Nilai batas tiap kelas dalam sebuah distribusi frekuensi
dan dipergunakan sebagai pedoman guna memasukkan angka-angka hasil observasi ke
dalam kelas-kelas yang sesuai. Untuk ini bisa diambil sama dengan data terkecil atau nilai
data yang lebih kecil dari data terkecil tetapi selisihnya harus kurang dari panjang/lebar
kelas yang telah ditentukan.
5. Tentukan frekuensinya : Banyaknya kejadian (nilai) yang muncul pada selang kelas tertentu
CONTOH
For each of 40 healthy dogs, a veterinarian measured the glucose concentration in the
anterior chamber of the right eye and also in the blood serum. The following data are the
anterior chamber glucose measurement, expressed as a percentage of the blood glucose

81 84 104 108 82 75 96 82

98 70 115 89 82 70 130 90

124 102 110 99 76 99 125 102

88 93 93 89 81 75 106 95

125 108 80 120 110 100 75 112

Construct a frequency distribution and display it as a table , a bar chart, and as a histogram
Tahapan Penyelesaian
1. Susun data dari yang terkecil sampai yang terbesar
2. Menentukan rentang
Data terkecil = 70 dan Data terbesar = 130 r = 130 – 70 = 60 Jadi
jangkauannya adalah sebesar 60
3.Banyak kelas interval (k) = 1 + 3,3 log 40 = 6,32
Jadi banyak kelas adalah sebanyak 7 kelas
4. Lebar kelas (c) = 60 / 7 = 8,57 dibulatkan 9
5. Batas Kelas (class limit)
Nilai batas tiap kelas dalam sebuah distribusi frekuensi dan dipergunakan sebagai
pedoman guna memasukkan angka-angka hasil observasi ke dalam kelas-kelas yang
sesuai.
Batas bawah kelas pertama adalah 70, dengan c = 9, batas bawah kelas pertama dimulai
dengan 70 maka kelas pertama adalah 70-78 , kelas kedua 79-87 dst.
6. Nilai tengah kelas (tanda kelas) = ½ (batas atas kelas + batas bawah kelas)
Kelas Interval Frekuensi (f) Nilai Tengah (Xi)
70-78 6 74
79-87 7 83
88-96 8 92
97-105 7 101
106-114 6 110
115-123 2 119
124-132 4 128
Jumlah 40
Bar chart/Grafik batang
 9 Histogram
8
7
6
Frekuensi

5
4
3
2
1
0

Kelas
Distribusi Frekuensi Relatif dan Kumulatif

• Distribusi frekuensi relatif

Membandingkan frekuensi masing-masing kelas dengan jumlah
frekuensi total dikalikan 100 %
• Distribusi frekuensi kumulatif ada 2, yaitu distribusi frekuensi
kumulatif kurang dari dan lebih dari
Bentuk Tabel Distribusi Frekuensi Relatif

Nilai Frekuensi Frekuensi Relatif (%) Dimana :

Data
a-b f1 f1’ fi
c-d f2 f2’ fi ' = n
x100%
e-f f3 f3’ f
i =1
i

g-h f4 f4’
i-j f5 f5’
Jumlah n 100
 Bentuk Tabel Distribusi Frekuensi Relatif
Nilai Frekuensi Frekuensi Kumulatif
Data
a-b f1 f1
c-d f2 f1+f2
e-f f3 f1+f2+f3
g-h f4 f1+f2+f3+f4
Nilai Data Frekuensi Nilai Data Frekuensi Kumulatif
Kumulatif i-j f5 f1+f2+f3+f4+f5
a atau lbh f5+f4+f3+f2+f1
Krg dr a 0
c atau lbh f5+f4+f3+f2
Krg dr c f1
e atau lbh f5+f4+f3
Krg dr e f1+f2
g atau lbh f5+f4
Krg dr g f1+f2+f3
i atau lbh f5
Krg dr i f1+f2+f3+f4
k atau lbh 0
Krg dr k f1+f2+f3+f4+f5
Bentuk Tabel Distribusi Relatif Kumulatif
Nilai Data Frekuensi Frekuensi Kumulatif Frek relatif
kumulatif (%)
a-b f1 f1 f1’
c-d f2 f1+f2 f2’
e-f f3 f1+f2+f3 f3’
g-h f4 f1+f2+f3+f4 f4’
i-j f5 f1+f2+f3+f4+f5 100
Dengan
Distribusi Relatif Kumulatif
Distribusi Frekuensi Relatif dan Distribusi Frekuensi Relatif Kumulatif
dari data : Percentage of the blood glucose

Glucose Frekuensi Frekuensi Frekuensi Frekuensi

Relatif (%) Kumulatif Kumulatif Relatif
70-78 6 15.00 6 15
79-87 7 17.50 13 32.5
88-96 8 20.00 21 52.5
97-105 7 17.50 28 70
106-114 6 15.00 34 85
115-123 2 5.00 36 90
124-132 4 10.00 40 100.0
Jumlah 40 100.00
Distribusi Frekuensi Kumulatif Kurang Dari
Distribusi Frekuensi Kumulatif Kurang Dari untuk Glucose

Glucose Frekuensi Kumulatif Frekuensi Kumulatif Relatif (%)

Kurang dari 70 0 0
Kurang dari 79 6 15
Kurang dari 88 13 32.5
Kurang dari 97 21 52.5
Kurang dari 106 28 70
Kurang dari 115 34 85
Kurang dari 124 36 90
Kurang dari 133 40 100.00
Distribusi Frekuensi Kumulatif Lebih Dari
Distribusi Frekuensi Kumulatif Lebih Dari untuk Glucose

Glucose Frekuensi Kumulatif Frekuensi Kumulatif Relatif

Lebih dari atau = 70 40 100
Lebih dari atau = 79 34 85
Lebih dari atau = 88 27 67.5
Lebih dari atau = 97 19 47.5
Lebih dari atau = 106 12 30
Lebih dari atau = 115 6 15
Lebih dari atau = 124 4 10
Lebih dari atau = 133 0 0
Ukuran Pemusatan (Measures of Center)

Merupakan nilai tunggal yang mewakili semua data atau kumpulan

pengamatan dimana nilai tersebut menunjukkan pusat data.

Yang termasuk ukuran pemusatan :

1. Rata-rata hitung
2. Median
3. Modus
4. Rata-rata ukur
1. RATA-RATA HITUNG (arithmetic mean)
Rumus umumnya :

1. Untuk data tidak berkelompok

2. Untuk data yang disusun dalam daftar distribusi frekuensi

RATA-RATA HITUNG (lanjutan)
Dalam Tabel Distribusi Frekuensi

Kelas Frekuensi Nilai Tengah (Xi) Fi*Xi

70-78 6 74 444
79-87 7 83 581
88-96 8 92 736
97-105 7 101 707
106-114 6 110 660
115-123 2 119 238
124-132 4 128 512
Jumlah 40 3878
2. Median
• MEDIAN : nilai tengah dari sekumpulan data setelah diurutkan dari yang terkecil sampai
terbesar atau sebaliknya yang fungsinya membantu memperjelas kedudukan suatu data.

• Untuk data yang tidak berkelompok: Me = nilai data ke (n+1)/2

• Contoh : diketahui rata-rata hitung nilai ujian dari sejumlah mhsiswa adalah 6.55.
Pertanyaannya adalah apakah mhsiswa yang memperoleh nilai 7 termasuk kriteria baik ?

• Jika nilai ujian tersebut adalah : 10 10 8 7 7 6 5 5 5 5 4, maka rata-rata hitung = 6.55,

median = 6 Kesimpulan : nilai 7 termasuk kategori baik sebab berada di atas rata-rata
hitung dan median (kelompok 50% atas)
• Jika nilai ujian tersebut adalah : 8 8 8 8 8 8 7 5 5 4 3, maka rata-rata hitung = 6.55,
median = 8 Kesimpulan : nilai 7 termasuk kategori kurang sebab berada di bawah median
(kelompok 50% bawah)
• Jika sekumpulan data banyak bilangannya genap (tidak mempunyai bilangan tengah),
Maka mediannya adalah rerata dari dua bilangan yang ditengahnya.
• Contoh : 1 2 3 4 5 6 7 8 8 9 maka median (5+6) : 2 = 5.5

• Untuk data berkelompok

Median (Lanjutan)
Contoh :
Letak median ada pada data ke 20 atau ½
n, yaitu pada interval 88-96, sehingga :
Kelas Frekuensi
L0 = 88 atau 87,5
70-78 6 F = 13
79-87 7 f =8
88-96 8
97-105 7
106-114 6
115-123 2
124-132 4
Jumlah 40
3. Modus

• MODUS : bilangan yang paling banyak muncul dari sekumpulan bilangan, yang
fungsinya untuk melihat kecenderungan dari sekumpulan bilangan tersebut.

• Contoh : nilai ujian 10 10 8 7 7 6 5 5 5 5 4 ,

• rata-rata hitung = 6.55 ; median = 6
• modus = 5
Untuk data berkelompok
Modus (Lanjutan)
Contoh :

Data yang paling sering muncul adalah

Kelas Frekuensi
pada interval 88-96, sehingga :
70-78 6 L0 = 88 atau 87,5
79-87 7 f1 = 8-7 = 1
88-96 8 f2 = 8-7 =1
97-105 7
106-114 6
115-123 2
124-132 4
Jumlah 40
Hubungan Empiris antara Nilai Rata-rata Hitung (Mean),
Median, dan Modus
Ada 3 kemungkinan kesimetrian kurva distribusi data :
1) Jika nilai ketiganya hampir sama maka kurva mendekati simetri.
2) Jika Mod<Med<rata-rata hitung (mean), maka kurva miring/menjulur ke
kanan.
3) Jika rata-rata hitung<Med<Mod, maka kurva miring/menjulur ke kiri.

Ct: rata-rata hitung, median dan modus, diperoleh nilai

Modus = 92.5, median = 95.9 dan rata-rata = 96.95.
Maka Mo < Med < Mean → kurva menjulur ke kanan
Kesimetrian Kurva distribusi data
1. Simetri 2. Menjulur ke kanan 3. Menjulur ke kiri (negatif)
(positif) Atau Positively Atau Negatively skewed
skewed

Mo = Med = Mo Med mean mean Med Mo

Mean
Koefisien Kemenjuluran
(Ukuran kemencengan kurva=Skewness)

• Untuk sebaran normal, nilai tengah (mean) dan mediannya identik, oleh
karena itu SK bernilai nol
• Untuk sebaran yang menjulur ke kiri, nilai tengahnya lebih kecil dari
mediannya, sehingga SK negatif
• Untuk sebaran yang menjulur ke kanan, nilai tengahnya lebih besar dari
mediannya sehingga SK positif
4. Rata-Rata Ukur

Digunakan apabila perbandingan tiap dua data berurutan tetap

Untuk data tidak berkelompok

Untuk data berkelompok

Rata-Rata Ukur (Lanjutan)
Contoh :
Frekuensi
Kelas Nilai Tengah (X) logX f logX
(f)
70-78 6 74 1.87 11.22 =power(10,1.98)
79-87 7 83 1.92 13.43
88-96 8 92 1.96 15.71
97-105 7 101 2.00 14.03
106-114 6 110 2.04 12.25
115-123 2 119 2.08 4.15
124-132 4 128 2.11 8.43
Jumlah 40 13.98 79.22
Kuartil, Desil, Persentil

1. Kuartil
sekumpulan data yang sudah diurutkan (membesar atau
mengecil) dibagi empat bagian yang sama besar.

Ada 3 jenis yaitu kuartil pertama (Q1) atau kuartil bawah, kuartil
kedua (Q2) atau kuartil tengah, dan kuartil ketiga (Q3) atau kuartil
atas.
Kuartil (lanjutan)
Untuk data tidak berkelompok

Untuk data berkelompok

L0 = batas bawah kelas kuartil

F = jumlah frekuensi semua
kelas sebelum kelas kuartil
Qi
f = frekuensi kelas kuartil Qi
Contoh :

Sampel dengan data : 75 82 66 57 64 56 92 94 86 52 60 70, setelah disusun

menjadi : 52 56 57 60 64 66 70 75 82 86 92 94

Letak Q1 = data ke (12+1)/4 = data ke 3 1/4 yaitu data antara data ke 3 dan data ke 4
seperempat jauh dari data ke 3
Nilai Q1 = data ke 3 + ¼(data ke 4 – data ke 3)
Q1= 57 + ¼(60-57) = 57 ¾

Letak Q2 = data ke 2(12+1)/4 = 2 (3,25) = 6 1/2

Nilai Q2 = data ke 6 + ½ (70-66) = 66+ 2 = 68

Letak Q3 = data ke 3(12+1)/4 = data ke 9 ¾

Nilai Q3 = data ke 9 + ¾ (86-82) = 82 + 3 = 85
Kuartil, Desil, Persentil
2. Desil
Kelompok data yang sudah diurutkan (membesar atau mengecil) dibagi sepuluh
bagian yang sama besar.

Untuk data tidak berkelompok

Untuk data berkelompok

L0 = batas bawah kelas desil Di
F = jumlah frekuensi semua kelas
sebelum kelas desil Di
f = frekuensi kelas desil Di
Kuartil, Desil, Persentil
2. Persentil

Untuk data tidak berkelompok

Untuk data berkelompok

Pengertian
Ukuran simpangan atau ukuran dispersi atau kadang-kadang dinamakan pula ukuran
variasi yaitu suatu ukuran yang menyatakan seberapa besar nilai-nilai data berbeda
atau bervariasi dengan nilai ukuran pusatnya atau seberapa besar penyimpangan nilai-
nilai data dengan nilai pusatnya.

Semakin kecil nilai ukuran variasi sekelompok data maka semakin homogen kelompok
data tsb, dan sebaliknya

Ukuran penyebaran dan variasi :

1. Rentang (Range)
2. Rata-rata Deviasi (Mean absolute Deviation)
3. Varians (Variance)
4. Deviasi Standar (Standard Deviation)
Rentang/Kisaran/Range

• Rentang (range) : selisih bilangan terbesar dengan bilangan

terkecil.

• Ukuran ini merupakan ukuran penyebaran yang sangat kasar,

sederhana dan mudah dihitung, sebab hanya bersangkutan
dengan bilangan terbesar dan terkecil.
Rata-rata Deviasi

Rata-rata deviasi: penyebaran berdasarkan harga mutlak simpangan

bilangan-bilangan terhadap rata-ratanya.

a. Untuk data yang tidak berkelompok:

n |Xi – X|
RS= Σ
n
i=1
Makin besar simpangan, makin besar nilai deviasi rata-rata
Rata-rata Deviasi

b. Data berbobot/ Data kelompok

RS =

x = data ke-i (data berbobot )

x = titik tengah kelas interval ke-i (data kelompok )
f = frekuensi
Data tidak berkelompok
Nilai X X-X |X – X|
100 45 45 RS = 250 = 25
90 35 35 10
80 25 25
70 15 15
60 5 5
50 -5 5
40 -15 15
30 -25 25
20 -35 35
10 -45 45
Jumlah 0 250
Data berkelompok
Kelas Frekuensi (f) Nilai Tengah (X) |X-X| f*|X-X|
70-78 6 74 22.95 137.7
79-87 7 83 13.95 97.65
88-96 8 92 4.95 39.6
97-105 7 101 4.05 28.35
106-114 6 110 13.05 78.3
115-123 2 119 22.05 44.1
124-132 4 128 31.05 124.2
Jumlah 40 112.05 549.9
Varians dan Deviasi Standar / Simpangan Baku

Varians : posisi relative setiap pengamatan terhadap nilai tengah gugus data
tersebut; melihat ketidaksamaan sekelompok data

ATAU
Deviasi Standar : penyebaran berdasarkan akar dari varians ; menunjukkan
keragaman kelompok data

Simpangan baku digunakan untuk mengukur penyimpangan atau deviasi

masing-masing nilai individu dari suatu himpunan data terhadap rata-rata
hitungnya
b. Data berkelompok

S = dan

atau

X = nilai tengah kelas ke-i

 Frekuensi
Kelas Nilai Tengah (X) (X - X) (X - X)2 f*(X - X)2
(f)
70-78 6 74 -22.95 526.7025 3160.22
79-87 7 83 -13.95 194.6025 1362.22
88-96 8 92 -4.95 24.5025 196.02
97-105 7 101 4.05 16.4025 114.82
106-114 6 110 13.05 170.3025 1021.82
115-123 2 119 22.05 486.2025 972.41
124-132 4 128 31.05 964.1025 3856.41
Jumlah 40 28.35 2382.818 10683.90
Koefisian Variasi
Koefisien variasi adalah perbandingan antara simpangan baku (s) dengan nilai rata-
rata yang dinyatakan dengan persentase. Koefisien variasi berguna untuk melihat
sebaran data dari rata-rata hitungnya.
KV digunakan untuk keperluan membandingkan dua kelompok nilai yang berbeda
satuan.
Suatu kelompok data dikatakan lebih homogen daripada kelompok data lainnya
apabila nilai koefisien variasinya lebih kecil. Sebaliknya, suatu kelompok data
dikatakan lebih bervariasi (heterogen) daripada kelompok data lainnya apabila nilai
koefisien variasinya lebih besar

Besarnya Koefisien Variasi dinyatakan dengan rumus,

KV = koefisien variasi
S = simpangan standar
= rata-rata
 Contoh 1 :
Here are the data from the student’s experiment involves growing radish seedlings in total
darkness for three days and then measured the length, in mm. They collected 35
observations, the data are shown in table:

15 20 12 30 33 31 29
20 19 35 21 34 20 26
22 29 26 14 24 26 27
32 37 24 16 23 35 35
20 40 25 28 34 24 19

a. Choose appropriate class intervals and group the data into a frequency distribution
b. Calculate the relative frequency of each class interval
c. Calculate mean, median, mode
d. Calculate the variance of the data
e. Calculate the standard deviation of the data
f. Calculate the coefficient of variation of the data
Contoh 2 :

Consider the following data, which are a sample of amino acid concentration
(mg/100) in anthropod hemolymph:

240.6 , 238.2 , 236.4 , 240.7 , 244.8 , 241.3 , 237.9

a. Determine the range of the data

b. Calculate the sum of square of the data
c. Calculate the variance of the data
d. Calculate the standard deviation of the data
e. Calculate the coefficient of variation of the data
Solution
Xi Xi^2 (Xi-X) (Xi-X)2
240.6 57888.36 0.6143 0.377364
238.2 56739.24 -1.7857 3.188724
236.4 55884.96 -3.5857 12.85724
244.8 59927.04 4.8143 23.17748
240.7 57936.49 0.7143 0.510224
241.3 58225.69 1.3143 1.727384
237.9 56596.41 -2.0857 4.350144
∑Xi =1679.9 ∑X2 = 403198.2 0.00 ∑= 46.18857

a. Range = (244.8 - 236.4) = 8.4

rata2 = X bar = 1679.9 : 7 = 239.9857

Solution
b. Menghitung jumlah kuadrat (sum of square = SS) yaitu jumlah kuadrat
deviasi dari rata-rata.

Rumus SS :

Atau

Atau
Solution
c. Menghitung Varians

Cara ke 1 :
Solution
b. Menghitung Varians

Cara ke 2 :
Solution
d. Menghitung standar deviasi / simpangan baku

e. Koefisien variasi
Contoh 3 :

Calculate the mean, variance, and standard deviation for each of the
following data sets:

a. 8,9,7,9,12
b. 23,28,23,26,30
c. 9, 11, 7, 12, 11
d. 340, 129, 247, 388, 95
Exercise 4 :
A federal government study of the oil reserves in Elk Hills, included a study of the amount
of iron present in the oil
30 14 22 12 34 30 22 13 12 36

28 30 30 52 30 16 29 6 33 32

25 40 35 27 17 20 29 24 36 46

26 18 25 24 30 15 34 47 35 30

36 15 22 41 32 34 27 32 41 51

a. Choose appropriate class intervals and group the data into a frequency distribution
b. Calculate the relative frequency of each class interval
c. Calculate mean, median, mode
d. Calculate the variance of the data
e. Calculate the standard deviation of the data
f. Calculate the coefficient of variation of the data
Exercise 8 :
Agronomist measured the yield of variety of hybrid corn in Illinois. The data, in bushels per
acre were:

241 230 207 219 266 215 225 265

204 144 178 158 153 205 200 145
187 181 196 149 183 155 130 258
200 180 200 140 180 220 200 250
240 167 190 150 200 145 200 220

a. Choose appropriate class intervals and group the data into a frequency distribution
b. Calculate the relative frequency of each class interval
c. Calculate mean, median , mode
d. Calculate the variance of the data
e. Calculate the standard deviation of the data
f. Calculate the coefficient of variation of the data
• Johnson,R.A and Bhattacharyya,G.K. 1996. Statistics, Principle and
Methods. Third Ed. John Wiley and Sons, Inc. New York
• Myra L Samuels, Jeffrey A Witmer, Andrew Schaffner. 2012. Statistics
for the Life Sciences. Fourth Edition. Pearson Education,Inc
• Sudjana. 1992. Metode Statistika. Tarsito, Bandung
• Walpole, Ronald E. 1992. Pengantar Statistika.(alih bahasa : Bambang
Sumantri). Gramedia Pustaka Utama, Jakarta.
Sekian,

Terima Kasih