MAKALAH

STATISTIKA

DISUSUN OLEH :
KELOMPOK 2

NAMA : MARIA CHRONIKA SITORUS

SITI RAHMA
DHEA ADELIA
DINDA ANJANI
HOTMA SIMANGUNSONG
JOICE PANJAITAN
LELI MEI SISKA
WINA RAHMADANI
ELISABET GULTOM
FAHRIVI
KELAS : XII – KEPERAWATAN

SMK MUTIARA
PEMATANGSIANTAR
T.P. 2021/2022
 KATA PENGANTAR

Puji syukur kami panjatkan kehadirat Tuhan Yang Maha Esa karena dengan rahmat,
karunia, serta taufik dan hidayah-Nya lah kami dapat menyelesaikan makalah STATISTIKA
sebatas pengetahuan dan kemampuan yang dimiliki.     
Kami sangat berharap makalah ini dapat berguna dalam rangka menambah wawasan
serta pengetahuan kita mengenai pengertian, prinsip kerja, jenis-jenisSTATISTIKA, aplikasi
dan perhitungan padaSTATISTIKA. Kami juga menyadari sepenuhnya bahwa di dalam tugas
ini terdapat kekurangan-kekurangan dan jauh dari apa yang kami harapkan. Untuk itu, kami
berharap adanya kritik, saran dan usulan demi perbaikan di masa yang akan datang,
mengingat tidak ada sesuatu yang sempurna tanpa sarana yang membangun.
Semoga makalah sederhana ini dapat dipahami bagi siapapun yang membacanya.
Sekiranya laporan yang telah disusun ini dapat berguna bagi kami sendiri maupun orang yang
membacanya. Sebelumnya kami mohon maaf apabila terdapat kesalahan kata-kata yang
kurang berkenan dan kami memohon kritik dan saran yang membangun demi perbaikan di
masa depan.

i
 DAFTAR ISI

KATA PENGANTAR ..................................................................................................... i

DAFTAR ISI ................................................................................................................... ii

BAB I PENDAHULUAN

1. Latar Belakang ........................................................................................................ 1

1.     Identifikasi Masalah .................................................................................... 2

1.     Maksud dan Tujuan ................................................................................................. 2

BAB II PEMBAHASAN
1.        PENGERTIAN STATISTIKA............................................................................ 3
2.        PENYAJIAN DATA ............................................................................................ 3
3.        UKURAN PEMUSATAN DATA ........................................................................ 6
4.        UKURAN LETAK DATA .................................................................................. 9
5.        UKURAN PENYEBARAN DATA ..................................................................... 12
6.        TAFSIRAN RINGKASAN DATA ..................................................................... 13

LATIHAN SOAL ........................................................................................................... 16

Soal ................................................................................................................... 18

BAB III PENUTUP

1. Kesimpulan .................................................................................................................. 20

2. Saran ........................................................................................................................... 20

DAFTAR PUSTAKA ...................................................................................................... 21

ii
iii
 BAB I

PENDAHULUAN

2. 1. Latar Belakang

Secara etimologis kata statistic berasal dari kata status (bahasa latin) yang mempunyai
persamaan arti dengan kata state (bahasa inggris) atau kata staat (bahasa belanda), dan yang
dalam bahasa indonesia diterjemahkan menjadi negara. Pada mulanya, kata statistic diartikan
sebagai kumpulan bahan keterangan (data), baik yang berwujud angka (data kuantitatif)
maupun yang tidak berwujud angka (data kualitatif), yang mempunyai arti penting dan
kegunaan yang besar bagi suatu Negara.

Namun, pada perkembangan selanjutnya, arti kata statistic hanya di batasi pada
kumpulan bahan keterangan yang berwujud angka (data kuantitatif) dan yang tidak berwujud
angka (data kualitatif).

Istilah statistic juga sering diberi pengertian sebagai kegiatan statistic atau kegiatan
persetatistikan atau kegiatan pensetatistikan. Sebagaimana disebutkan dalam undang-undang
tentang statistik (lihat undang-undang No. 7 tahun 1960), kegiatan statistic mencakup 4 hal,
yaitu: (1) pengumpulan data, (2) penyusunan data, (3) pengumuman dan pelaporan data, dan
(4) analisis data.

Mata kuliah statistika bagi mahasiswa sangat diperlukan terutama ketika seorang
mahasiswa harus mengumpulkan, mengolah, menganalisis dan menginterprestasikan data
untuk pembuatan skripsi, thesis atau disertasi. Dalam hal ini pengetahuan statistik dipakai
dalam menyusun metodologi penelitian.
Sebagai suatu ilmu, kedudukan statistika merupakan salah satu cabang dari ilmu
matematika terapan. Oleh karena itu untuk memahami statistika pada tingkat yang tinggi,
terebih dahulu diperlukan pemahaman ilmu matematika.
Di negara maju seperti Amerika, Eropa dan Jepang, ilmu statistika berkembang dengan
pesat sejalan dengan berkembangnya ilmu ekonomi dan teknik.
Bahkan kemajuan suatu negara sangat ditentukan oleh sejauh mana negara itu
menerapkan ilmu statistika dalam memecahkan masalah-masalah pembangunan dan
perencanaan pemerintahannya. Jepang sebagai salah satu negara maju, konon telah berhasil
memadukan ilmu statistika dengan ilmu ekonomi, desain produk, psikologi dan sosiologi
masyarakat.
Sejauh itu, ilmu statistika digunakan pula untuk memprediksi dan menganalisis perilaku
konsumen, sehingga Jepang mampu menguasai perekonomian dunia sampai saat ini.

Statistik dan Statistika

Statistik adalah kumpulan data dalam bentuk angka maupun bukan angka yang disusun
dalam bentuk tabel (daftar) dan atau diagram yang menggambarkan atau berkaitan dengan
suatu masalah tertentu.
Contoh :
Statistik penduduk adalah kumpulan angka-angka yang berkaitan dengan masalah penduduk.
Statistik ekonomi adalah kumpulan angka-angka yang berkaitan dengan masalah ekonomi.

1
 Statistika adalah pengetahuan yang berkaitan dengan metode, teknik atau cara
mengumpulkan, mengolah, menganalisis dan menginterprestasikan data untuk disajikan
secara lengkap dalam bentuk yang mudah dipahami penggunan

Berdasarkan latar belakang diatas penulis/ penyusun ingin mengetahui lebih jauh
tentang statistik termaksud juga tentang jenis-jenis berdasarkan metode yang dipakai di
dalam sistem statistik ini.

1.      2. Identifikasi Masalah

Sesuai dengan judul diatas maka yang menjadi permasalahan yang akan dikaji di dalam
makalah ini adalah bagaimana apakah yang menjadi jenis-jenis utama di dalam statistik
dilihat dari metode yang di pakai?

1.      3. Maksud dan Tujuan

Seperti yang kita ketahui bahwa maksud dari pengadakan penelitian adalah untuk
mengumpulkan, mengolah, serta menganalisa data yang secara sistematis dan efisien untuk
memecahkan suatu masalah. Selain itu, maksud dari penelitian adalah untuk mengaplikasikan
pengetahuan atau menerapkan ilmu statistik yang di dapat selama duduk di bangku
perkuliahan tentang metode dan kegunaan statistik.

Sedangkan tujuan penyusun didalam penyusunan makalah ini adalah untuk

mengetahui jenis-jenis statistik berdasarkan metodenya dan hal-hal yang lain yang perlu
diketahui penyusun untuk menambah wawasan tentang ilmu statistika.

2
3
 BAB II
PEMBAHASAN

1.        PENGERTIAN STATISTIKA

Statistika adalah cabang ilmu matematika yang mempelajari bagaimana cara

mengumpulkan dan menyusun data, mengolah dan menganalisa data, serta menyajikan data
dalam bentuk kurva atau diagaram, menarik kesimpulan, dan mengambil keputusan yang
didasarkan pada hasil pengolahan data.

Statistika dibagi menjadi 2 macam, yaitu:

a.         Statistika deskriptif

Statistika deskriptif adalah statistika yang melakukan kegiatan dari mengumpulkan,
menyusun, menganalisa, mengolah, serta menyajikan data dalam bentuk kurva.

b.        Statistika inferensi

Statistika inferensi adalah penarikan kesimpulan dalam statistika. Hasil dari data yang sudah
diolah dan dianalisa yang disebut statistik.
Dalam suatu penelitian, seluruh objek yang akan diteliti disebut populasi, sedangkan
sebagian dari populasi yang benar-benar diamati disebut sampel atau contoh. Misalkan, kita
akan meneliti apakah dampak dari curah hujan yang tinggi bagi petani padi desa Pandak.
Karena di desa Pandak ada 10 Rt, maka akan diambil secara acak 5 petani untuk diteliti.
Dalam hal ini, petani padi desa Pandak disebut populasi, sedangkan yang terpilih dari
masing-masing Rt disebut sampel.
Datum adalah setiap informasi atau keterangan yang diperoleh dari suatu penelitian.
Kumpulan dari datum disebut data. Menurut jenisnya, data dibedakan menjadi 2 macam,
yaitu:

a.       Data kualitatif

Data kualitatif adalah data yang menunjukkan sifat/keadaan objek atau berupa tidak
berupa angka. Contoh: data tentang nilai sikap yang dinyatakan dengan “baik”, “cukup”,
atau “kurang”.
b.      Data kuantitatif
Data kuantitatif adalah data yang menunjukkan jumlah ukuran objek atau berupa angka.
Contoh: data tentang tinggi badan, berat badan, nilai siswa.
Menurut cara memperolehnya, data kuantitatif dapat dibedakan menjadi 2 macam,
yaitu:
a.       Data ukuran (data kontinu)
Data ukuran adalah data yang diperoleh dengan cara mengukur. Contoh: data tentang luas
petak sawah.
b.      Data cacahan (data diskrit)
Data cacahan adalah data yang diperoleh dengan cara mencacah, membilang, atau
menghitung banyak objek. Contoh: data tentang banyaknya penumpang kereta api x
setiap harinya.

4
2.        PENYAJIAN DATA

Data yang sudah dikumpulkan dapat disajikan dalam bentuk tunggal, data kelompok atau
data yang dikelompokkan dengan tabel dan data yang disajikan dalam bentuk macam-macam
diagram tergantung tujuan dibuatnya data tersebut.

2.1    Data Tunggal

Data tunggal adalah adata yang disusun sendiri menurut besarnya. Contoh: Data dari
bilangan antara 1 sampai 40 yang berkelipatan 5 adalah: 5, 10, 15, 20, 25, 30, 35.

2.2    Data Kelompok

Data kelompok yang disajikan dalam bentuk tabel disebut tabel distribusi frekuensi.
Contoh:

Nilai Titik tengah ( ) Frekuensi ( )

21 – 30 25,5 10

31 – 40 35,5 9

41 – 50 45,5 2

51 – 60 55,5 7

61 – 70 65,5 19

71 – 80 75,5 19

81 – 90 85,5 19

91 – 100 95,5 15

·       Kelas
Data yang terdiri atas 100 nilai amatan pada tabel di atas dikelompokkan menjadi delapan
kelas, yaitu kelas pertama 21 – 30, kelas kedua 31 – 40, kelas ketiga 41 – 50, kelas keempat
51 – 60, kelas kelima 61 – 70, kelas keenam 71 – 80, kelas ketujuh 81 – 90, kelas kedelapan
91 – 100.

·       Batas kelas

Batas kelas ditentukan sebagai nilai-nilai ujung yang terdapat pada sebuah kelas. Nilai
ujung bawah suatu kelas disebut batas bawah kelas, dan nilai unjung atas suatu kelas disebut
batas atas kelas. Misalnya kelas pertama 21 – 30, batas bawahnya 21 dan batas atasnya 30.

·       Tepi kelas

Tepi kelas ada 2, yaitu tepi bawah kelas dan tepi atas kelas.

5
Tepi bawah = batas bawah – 0,5

Tepi atas = batas atas + 0,5

Misalnya kelas pertama 21 – 30, tepi bawahnya 20,5 dan tepi atasnya 30,5.
·       Panjang kelas
Panjang kelas adalah selang antara tepi atas kelas dan tepi bawah kelas.

Panjang kelas = tepi atas – tepi bawah

Misalnya kelas pertama 21 – 30, panjang kelasnya adalah 10.

·       Titik tengah kelas
Titik tengah kelas adalah suatu nilai yang dapat dianggap mewakili kelas itu.

Titik tengah = (batas bawah + batas

atas)

 
2.3    Penyajian Data dalam Diagram
2.3.1     Diagram Batang

Penyajian data statistik dengan menggunakan gambar berbentuk balok atau batang
disebut diagram batang. Batang-batang itu dapat dilukiskan secara tegak (diagram batang
tegak) atau mendatar (diagram batang mendatar), tetapi antara satu dengan batang lainnya
diberi jarak sehingga letak tiap batang tampak terpisah. Misalnya, tabel frekuensi ukuran
sepatu kelas VII E SMPN 1 Sleman.

No. Ukuran Sepatu Frekuensi

1 33 2

2 34 4

3 35 3

4 36 2

5 37 6

6 38 4

7 39 3

6
 Total 24

Gambar diagram batang:

Diagram Batang Tegak Diagram Batang Mendatar

Diagram batang tersebut disebut diagram batang tunggal. Selain diagram batang
tunggal, dikenal dua diagram batang yang lain, yaitu:

1)        Diagram batang majemuk

2)        Diagram batang bertingkat
2.3.2     Diagram Garis

Data yang disajikan dengan grafik yang berbentuk garis lurus disebut diagram garis
atau grafik garis. Diagram garis biasanya digunakan untuk menyajikan data yang diperoleh
berdasarkan pengamatan dari waktu ke waktu secara berurutan. Misalnya, tabel frekuensi
ukuran sepatu kelas VII E SMPN 1 Sleman.

No. Ukuran Sepatu Frekuensi

1 33 2

2 34 4

3 35 3

4 36 2

5 37 6

6 38 4

7 39 3

Total 24

Gambar diagram garis:

2.3.3     Diagram Lingkaran

Penyajian data statistik dengan menggunakan gambar yang berbentuk daerah lingkaran
disebut diagram lingkaran. Diagram tersebut dapat dibuat dengan membagi lingkaran

7
menurut data yang ada dan dengan menggunakan busur derajat dan membagi keliling
lingkaran. Misalnya, data ukuran sepatu kelas VII E SMPN 1 Sleman.

Tabel Presentasi Ukuran Sepatu

No. Ukuran Sepatu Frekuensi (f) Ukuran sudut pusat x 360o

1 33 3 x 360o = 45o

2 34 4 x 360o = 60o

3 35 4 x 360o = 60o

4 36 3 x 360o = 45o

5 37 6 x 360o = 90o

6 38 4 x 360o = 60o

Total 24 3600

2.3.4     Diagram Batang Daun

Langkah-langkah yang diperlukan untuk membuat diagram batang daun adalah sebagai
berikut:

a.         Tuliskan bagian batang secara terurut.

b.         Tuliskan bagian daun dari setiap ukuran pada batang yang bersesuaian.
c.         Urutkan daun setelah kegiatan (b) selesai dilakukan.

Contoh:

Berikut ini adalah data suhu atmosfir tempat-tempat di bumi dalam derajat Celcius.

30 17 27 20 46 16 30 22 19 45

21 12 38 26 36 13 39 15 43 15

Buatlah diagram batang daun dari data tersebut!

Jawab:

Dengan langkah (a) dan (b) buat diagramnya. Kemudian dengan langkah (c) buat juga
diagramnya.

Batang Daun

1 2355679

8
 Daun Batang
2 01267
1 7692355
3 00689
2 70216
4 356
3 00869

2.3.5     Histogram dan Ogif 4 653

Histogram adalah penyajian daftar distribusi frekuensi yang terdiri dari segiempat-
segiempat yang alasnya pada sumbu mendatar. Poligon frekuensi kumulatif adalah grafik
yang menunjukkan frekuensi kumulatif. Jika poligon frekunsi kumulatif dimuluskan
diperoleh kurva frekeunsi kumulatif yang disebut ogif. Untuk frekuensi kumulatuf kurang
dari, grafiknya disebut ogif positif. Sedangkan untuk frekuensi kumulatif lebih dari, disebut
ogif negatif.

3.        UKURAN PEMUSATAN DATA

Ukuran pemusatan data adalah ukuran untuk memberikan gambaran wakil data dari
sampel yang diambil yang selanjutnya akan mewakili populasinya. Secara umum yang
termasuk ukuran pemusatan data adalah:

a.         Mean (rata-rata hitung)

b.        Median (kuartil tengah)
c.         Modus

3.1    Mean

Mean (rataan) dari suatu data adalah perbandingan jumlah semua nilai datum dengan
banyak datum.

3.1.1     Data Tunggal

Jika suatu data terdiri atas nilai-nilai , , , ... , , maka rataan dari dua data itu ditentukan
dengan rumus berikut:

atau

Keterangan:

: rataan dari suatu data. : banyak data.

: nilai data yang ke-i

9
Contoh:

Hitunglah rataan dari data 4, 5, 6, 7, 8, 10, 10, 10.

Jawab:

Jadi, mean untuk data tersebut adalah 7,5.

3.1.2     Data Kelompok

Mean data kelompok dapat ditentukan dengan rumus:

Keterangan :

: total banyaknya data ke-i = frekuensi data ke-i

: nilai data yang ke-i

Contoh:

Hasil pengukuran Titik tengah Frekuensi

(dalam mm)

3–5 4 3 12

6–8 7 5 35

9 – 11 10 12 120

12 – 14 13 9 127

15 – 17 16 7 112

18 – 20 19 4 76

= 40 = 482

Jawab:

= = = 12,05

Jadi, mean data tersebut adalah 12,05.

3.2    Median

10
 Median adalah sebuah nilai datum yang berada di tengah-tengah, dengan catatan data
telah diurutkan dari nilai terkecil sampai dengan nilai terbesar.

3.2.1     Data Tunggal

a)      Jika ukuran data n ganjil, maka mediannya adalah nilai datum yang di tengah atau nilai
datum yang ke .

Ditulis: Median

b)      Jika ukuran data n genap, maka mediannya adalah rataan dari dua nilai datum yang
tengah atau rataan dari nilai datum ke dan nilai datum ke .

Ditulis: Median

Contoh:

Tentukan median dari data berikut ini.

1)      4, 5, 7, 9, 10
Nilai data sudah terurut dengan ukuran data n = 5 (ganjil).
Median = = = 7.
2)      12, 11, 7, 8, 6, 13, 9, 10
Nilai data tersebut jika diurutkan menjadi 6, 7, 8, 9, 10, 11, 12, 13. Ukuran data n = 8
(genap).
Median = (
= ()

= ()

= 9,5

3.2.2     Data Kelompok

Median ( ) data kelompok dirumuskan:

Keterangan:
L = tepi bawah kelas median p = panjang kelas
= frekuensi kelas median n = banyak data
= frekuensi kumulatif sebelum kelas median.

Contoh:

Panjang (cm)

25 – 29 6 6

30 – 34 10 16

11
 35 – 39 10 26

40 – 44 8 34

45 – 49 4 38

50 – 54 12 50

Jumlah 50

Jawab:

= data ke- (
= data ke-25,5
terletak di kelas interval 35-39.

= = 39
Jadi, median dari data tersebut adalah 39.

3.3    Modus

Modus adalah nilai datum yang sering muncul atau nilai datum yang mempunyai
frekuensi terbesar.
3.3.1     Data Tunggal

Contoh:

a)      Suatu data 3, 4, 4, 5, 5, 6, 6, 6, 7, 7 mempunyai modus 6.

Karena nilai datum 6 paling sering muncul, yaitu sebanyak 3 kali.
b)      Suatu data 4, 5, 6, 7, 7, 8, 8, 9, 10 mempunyai modus 7 dan 8.
Karena nilai datum 7 dan 8 bersamaan paling sering muncul, yaitu sebanyak 2 kali.
c)      Suatu data 2, 3, 4, 5, 6, 7, 8, 9, 10, 13 tidak mempunyai modus.
Karena data ini tidak mempunyai nilai datum yang paling sering muncul.
Dari contoh di atas tampak bahwa ada suatu data yang hanya mempunyai satu
modus disebut unimodus, mempunyai dua modus disebut bimodus, dan ada pula yang
mempunyai lebih dari dua modus disebut multimodus serta ada suatu data yang sama
sekali tidak mempunyai modus.

3.3.2     Data Kelompok

Modus data kelompok dirumuskan:

Keterangan :
L = tepi bawah kelas modus.
= selisih frekuensi kelas modus dan kelas sebelumnya.

12
 = selisih frekuensi kelas modus dan kelas sesudahnya.
p = panjang kelas
Contoh:
Di bawah ini tabel frekeunsi pengukuran tinggi badan siswa kelas XI IPA SMA Sumedang.

Tinggi Badan (cm) Frekuensi

160 – 164 6

165 – 169 8

170 – 174 12

175 – 179 8

180 – 184 2

185 – 189 4

Jawab:
Modus data terletak pada kelas interval 170 – 174 karena frekuensi data pada data kelas
tersebut paling banyak.
= 12 – 8 = 4
= 12 – 8 = 4
= 172
Jadi, modus data tersebut adalah 172.

4.        UKURAN LETAK DATA

Ada tiga macam ukuran letak data berdasarkan nilai-nilai batas yaitu kuartil, desil, dan
persentil.

4.1    Kuartil

Kuartil adalah nilai batas jika sekumpulan data yang telah diurutkan dari kecil ke besar
dibagi menjadi empat bagian yang sama.

4.1.1     Data Tunggal

Ada 3 macam kuartil, yaitu:

1.         Kuartil pertama ( ) mempartisi data menjadi bagian dan bagian (kuartil bawah).
2.         Kuartil kedua ( ) mempartisi data menjadi bagian. Kuartil kedua disebut juga sebagai
median.
3.         Kuartil ketiga ( ) mempartisi data menjadi bagian dan bagian (kuartil atas).

Kuartil untuk data tunggal ditentukan dengan rumus:

13
 Contoh:

Tentukan , , dari data berikut:

52, 91, 55, 100, 58, 99, 70, 54, 98, 64, 56!

Jawab:

Diketahui n = 11.

Data diurutkan menjadi: 52, 54, 55, 56, 58, 64, 70, 91, 98, 99, 100.

·      Letak di urutan data ke-

Jadi, nilai = 55.
·      Letak di urutan data ke-
Jadi, nilai = 64.
·      Letak di urutan data ke-
Jadi, nilai = 99.

4.1.2     Data Kelompok

Nilai , , dan dari data kelompok dengan rumus berikut ini:

1.         Kuartil bawah ( )

2.         Kuartil kedua ( )
3.      Kuartil atas ( )

Keterangan:
: kuartil ke-
: tepi kelas bawah yang memuat
: panjang kelas
: jumlah frekuensi sebelum kuartil ke-
: frekuensi kuartil ke-

Contoh:

Tentukan nilai kuartil pertama, kuartil kedua, dan kuartil ketiga untuk data kelompok tentang
hasil pengukuran (dalam mm) pada tabel di bawah ini:

Hasil Pengukuran Titik Tengah Frekuensi

(dalam mm)

119 – 127 123 3

128 – 136 132 6

14
 137 – 145 141 10

146 – 154 150 9

155 – 163 159 7

164 – 172 168 3

173 – 181 177 2

Jawab:

a)      .
Jadi, kuartil pertama adalah:
b)      .
Jadi, kuartil kedua adalah:
c)      .
Jadi, kuartil ketiga adalah:

4.2    Desil

Desil adalah nilai batas jika sekumpulan data yang telah diurutkan dari kecil ke besar
dibagi menjadi sepuluh bagian yang sama.

4.2.1     Data Tunggal

Desil untuk data tunggal ditentukan dengan rumus:

Contoh:

Tentukan dari data 2, 2, 3, 3, 3, 5, 6, 7, 7, 7, 8, 8, 9, 10, 10, 13, 16, 16, 20!

Jawab:

Diketahui n = 20

Urutan data:

Dari data tersebut dapat dicari:

Letak di urutan data ke-

Jadi,

4.2.2     Data Kelompok

Desil untuk data kelompok ditentukan dengan rumus:

15
Keterangan:

: desil ke-i

: tepi bawah kelas yang memuat desil ke-i

: panjang kelas

: jumlah frekuensi sebelum desil ke-i

: frekuensi desil ke-i

Contoh:

Data tinggi badan dari 100 orang siswa disajikan dalam tabel distribusi frekuensi. Carilah
nilai desil keempat!

Tinggi badan (dalam cm) Frekuensi

150 – 154 6

155 – 159 19

160 – 164 40

165 – 169 27

170 – 174 8

Jawab:

Desil keempat

Substitusi :

4.3    Persentil

Persentil adalah nilai batas jika sekumpulan data yang telah diurutkan dari kecil ke
besar dibagi menjadi seratus bagian yang sama.

16
 4.3.1     Data Tunggal

Persentil untuk data tunggal ditentukan dengan rumus:

Contoh:

Dari data 52, 54, 55, 56, 58, 64, 70, 91, 98, 99, 100 tentukan !

Jawab:

Diketahui n = 11

Urutan data:

Letak di urutan data yang ke

Jadi,

4.3.2     Data Kelompok

Persentil untuk data kelompok ditentukan dengan rumus:

Keterangan:

: persentil ke-i

: tepi bawah kelas yang memuat persentil ke-i

: panjang kelas
: jumlah frekuensi sebelum persentil ke-i
: frekuensi persentil ke-i
Contoh:
Tentukan dari data di bawah ini!

Tinggi badan (dalam cm) Frekuensi

150 – 154 5

155 – 159 20

160 – 164 42

165 – 169 26

170 – 174 7

Jawab:
Letak di urutan data ke-
Kelas pada interval 155 – 159 sehingga:

17
 5.        UKURAN PENYEBARAN DATA

Ukuran penyebaran data atau ukursan dispersi menunjukkan seberapa besar nilai-nilai
dalam suatu kumpulan data memiliki nilai yang berbeda. Ukuran dispersi ada beberapa
macam adalah rentang (jangkauan atau range), jangkauan antarkuartil, simpangan kuartil,
ragam, dan simpangan baku.

5.1    Rentang (jangkauan atau range)

Rentang atau jangkauan (range) merupakan ukuran penyebaran yang paling sederhana
dan mudah dipahami serta didefinisikan sebagai selisih nilai maksimum (data terbesar)
dengan nilai minimum (data terkecil) yang dinyatakan sebagai berikut:

dengan = rentang (range), = data terbesar, = data terkecil.

5.2    Jangkauan antarkuartil

Jangkauan antarkuartil didefinisikan sebagai selisih antar kuartil ketiga dengan kuartil
pertama. Jangkauan antarkuartil disebut hamparan, ditentukan dengan rumus:

dengan = hamparan, = kuartil tiga, = kuartil pertama.

5.3    Simpangan Kuartil

Simpangan kuartil didefinisikan sebagai setengah kali panjang hamparan. Oleh karena
itu, simpangan kuartil disebut juga rentang semi antarkuartil. Simpangan kuartil ditentukan
dengan rumus:

5.4    Ragam dan Simpangan Baku

Simpangan baku adalah ukuran penyebaran yang paling baik karena mencerminkan
besaran pneyebaran tiap-tiap observasi. Kuadrat dari simpangan baku disebut ragam atau
variansi.

5.4.1     Data Tunggal

Misalkan adalah rataan dari data , maka

·           Ragam atau variansi data ditentukan oleh:

·           Simpangan baku atau deviasi standar data ditentukan oleh:

Dengan n = ukuran data, = nilai datum yang ke-i, dan = nilai rataan.

Contoh:

18
 Tentukan ragam dan simpangan baku untuk data: 10, 44, 56, 62, 65, 72, 76!

Jawab:

Ukuran data n = 7

Jumlah kuadrat setiap simpangannya:

·           Ragamnya:
·           Simpangan Baku:

5.4.2     Data Kelompok

Ragam dari suatu data yang disajikan dengan menggunakan daftar distribusi frekuensi
dapat ditentukan dengan rumus:

Sedangkan simpangan bakunya ditentukan oleh:

dengan:

n = = ukuran data

r = menyatakan banyak kelas

6.        TAFSIRAN RINGKASAN DATA

6.1    Koefisien Keragaman (Koefisien Variasi)

Koefisien keragaman (koefisien variasi) adalah variasi dalam bentuk relatif yang
menyatakan simpangan baku sebagai bentuk persentase rata-rata hitung.

= koefisien variasi

= simpangan baku

= Rata-rata

Semakin kecil datanya semakin seragam.

Contoh:

Sejenis lampu elektron rata-rata dapat dipakai selama 4500 jam dengan simpangan baku 1350
jam. Lampu model lain dapat dipakai rata-rata 12.000 jam dengan simpangan baku 2400
jam. Manakah lampu yang secara relatif masa pakainya lebih seragam?

19
Jawab:

Jadi, lampu jenis II secara relatif mempunyi masa pakai lebih seragam.

6.2    Nilai Standar (Nilai Baku)

Nilai standar (angka baku) merupakan data yang mempunyai rata-rata hitung = 0 dan
simpangan baku = 1 sehingga kurvanya disebut kurva normal standar. Rumus nilai standar:

Contoh:

Seorang siswa kelas II IPA dalam ulangan umum mendapat nilai:

v  Matematika 85 dengan rata-rata kelas 78 dan simpangan baku 10

v  Fisika 92 dengan rata-rata kelas 84 dan simpangan baku 18

Bagaimana kedudukan siswa tersebut daalam pelajaran matematika apakah lebih baik dari
fisika atau sebaliknya?

Jawab:

v  Untuk Matematika
Maka nilai standar Matematika:
v  Untuk Fisika,

v  Maka nilai standar Fisika:

Siswa tersebut mendapat 0,7 simpangan di atas rata-rata Matematika dan 0,44 simpangan di
atas rata-rata Fisika. Jadi, kedudukan siswa tersebut lebih baik dalam mata pelajaran
Matematika.

6.3    Kemiringan

Kemiringan adalah derajat ketidaksimetrisan dari suatu distribusi.

v  Jika kurva distribusi frekuensi mempunyai ekor yang lebih panjang ke kanan bila dilihat
dari puncak maksimum (koefisien kemiringan > 0), maka distribusi seperti ini disebut
miring ke kanan atau mempunyai kemiringan positif.
v  Jika kurva distribusi frekuensi mempunyai ekor yang lebih panjang ke kiri bila dilihat dari
puncak maksimum (koefisien kemiringan < 0), maka distribusi seperti ini disebut
kemiringan ke kiri atau mempunyai kemiringan negatif.
v  Jika kemiringan = 0 maka distribusi seperti ini disebut simetris.
Untuk melihat kemiringan, digunakan beberap rumus yang ditemukan oleh beberapa
penemu, antara lain:

1.      Koefisien kemiringan pearson pertama, yaitu

: koefisien kemiringan pearson 1

20
 : mean

: modus

S : simpangan baku

2.      Koefisien kemiringan pearson kedua, yaitu

: koefisien kemiringan pearson 1

: mean

: median

S : simpangan baku

3.      Koefisien Kemiringan Persentil dan Kelly, yaitu:

: koefisien kemiringan Persentil

: persentil ke-90

: persentil ke-50

: persentil ke-10

Contoh:

Dari 100 orang yang dicatat berat badannya, dikelompokan dalam interval seperti pada tabel.
Tentukan kemiringannya.

Kelas interval xi F

58-60 59 10

61-63 62 18

64-66 65 42

67-69 68 22

70-72 71 8

Σf = 100

21
Jawab:

Untuk menentukan kemiringannya, tabel tersebut di lengkapi menjadi tabel seperti di bawah
ini:

Dari tabel dapat dicari:

Mean:

Median: Me = 63,5 + = 65,07

Modus: Mo = 63,5 + = 65,14

Simpangan baku: S = = 3,17

Dengan rumus kemiringan pearson yang kedua diperoleh

KPII = = = - 0,066

Atau dengan rumus kemiringan pearson yang pertama diperoleh.

KP1 = = = - 0,044

Berdasarkan perhitungan diatas, kemiringan negatif maka model grafiknya cenderung ke kiri.

6.4    Kurtosis

Ukuran kurtosis adalah ukuran untuk mengetahui tinggi rendahnya atau runcing datarnya
bentuk kurva distribusi normal. Untuk menentukan ukuran kurtosis digunakan koefisien
persentil.

K : koefisien persentil kurtosis

: kuartil bawah

: kuartil atas

Kurva normal mempunyai K = 0,263 disebut mekokurtis. Jika > 0,263 distribusinya lebih
runcing dibandingkan distribusi normal disebut leptokurtis. Jika K < 0,263 distribusinya
lebih tumpul dibandingkan dengan distribusi normal disebut platikurtis.

Contoh:

22
Dari data pada contoh di kemiringan, tentukan kurtosisnya?

Jawab:

Terlebih dahulu dibuat tabel distribusi ferekuensi kumulatif kurang dari sebagai berikut.

Kelas interval fi fk ≤

58-60 10 60,5 10
61-63 18 63,5 28
64-66 42 66,5 70
67-69 22 69,5 92
70-72 8 72,5 100

Σ 100

v  Letak KI di urutan data ke - , KI termuat pada interval 61– 62 yaitu kelas yang memuat fk =
25
Jadi, KI = 60,5 +
v  Letak K3 di urutan data ke- K3 termuat pada interval 67 - 69, yaitu kelas yang memuat f k =
75
Jadi, K3 = 66,5 +
v  Letak P10 di urutan data ke- P10 termuat pada interval 58 - 60, yaitu kelas yang memuat f k =
10
Jadi, P10 = 57,5 +
v  Letak P90 di urutan data ke- P90 termuat pada interval 67 - 69, yaitu kelas yang memuat f k =
90
Jadi, P90 = 66,5 +

Maka dapat ditentukan ukuran kurtosis sebagai berikut.

K= = = = 0,24

Karena K = 0,24 < 0,263 maka data tersebut distribusinya lebih tumpul dibandingkan
distribusi normal, sering disebut platikurtis.

23
 LATIHAN SOAL

1.        Tentukan nilai rataan hitung dari 6, 9, 8, 5, 12, 10, 2, 4, 7!

Jawab:
Nilai rataan dari data di atas adalah:

2.        Dari 12 siswa peserta sepak bola tercatat rataan tinggi badannya 162 cm, jika ditambah
1 orang pemain cadangan rataan tinggi badan menjadi 162,1 cm. Berapa tinggi pemain
cadangan itu?
Jawab:
Misalkan: tinggi pemain cadangan itu x.
Maka tinggi pemain cadangan itu dihitung dengan:

Jadi, tinggi pemain cadangan itu adalah 163,3 cm.

3.        Tentukan mean dari data kelompok berikut:

Interval f

24
 30 – 34 2
35 – 39 3
40 – 44 8
45 – 49 23
50 – 54 20
55 – 59 21
60 – 64 3

Jawab:

Interval F

30 – 34 2 32 64
35 – 39 3 37 111
40 – 44 8 42 336
45 – 49 23 47 1081
50 – 54 20 52 1040
55 – 59 21 57 1197
60 – 64 3 62 186

4.        Tentukan median dari data berikut!

Berat Badan

56 2 2
59 5 7
62 13 20
65 14 34
68 4 38
71 2 40

Jawab:
Banyaknya data adalah 40, maka jika diurutkan naik median jatuh pada:

.
5.        Tentukan median dari data kelompok di bawah ini!

Interval F

30 – 34 2
35 – 39 3
40 – 44 8
45 – 49 23
50 – 54 20
25
 55 – 59 21
60 – 64 3

Jawab:

Interval f fk

30 – 34 2 2
35 – 39 3 5
40 – 44 8 13
45 – 49 23 36
50 – 54 20 56
55 – 59 21 77
60 – 64 3 80

(frekuensi sebelum 40), kelas median adalah kelas kelima.

6.        Tentukan modus dari data berikut !
4, 8, 7, 4, 6, 3, 6, 8, 6, 3
Jawab:
Data yang paling sering muncul adalah 6, maka Mo = 6

26
Soal

1.      Penghasilan rata-rata untuk 6 orang adalah Rp. 4.500,00. Jika datang 1 orang,maka
penghasilan rata-rata menjadi Rp. 4.800,00. Penghasilan orang yang baru  masuk adalah
…

2.      Nilai rata-rata tes Matematika 15 siswa adalah 6,6. Bila nilai Dinda disertakan,maka nilai
rata-ratanya menjadi 6,7. Nilai Dinda dalam tes Matematika tersebut adalah …

  

3.      Sebelum membeli duku, ibu Neni mencobanya terlebih dahulu. Ia mengambil satu duku
kecil, satu duku sedang dan satu duku besar dari sekeranjang duku milik penjual. Yang
merupakan sampel adalah …

4.      Perhatikan diagram berikut !

Banyak buku mata pelajaran PKN adalah … buku

5.      Diberikan sekumpulan data sebagai berikut:

14352435262413435416

Modus dari data di atas adalah …

6.      Hasil ulangan susulan bidang studi Matematika dari beberapa siswa adalah 8, 10, 4, 5, 7,
3, 9, 8, 7, 10, 8, 5.
Median dari data di atas ialah ...

  

7.      Hasil tes matematika 14 siswa sebagai berikut: 4, 5, 5, 6, 7, 8, 7, 6, 9, 7, 5, 9, 8, 7.

27
 Banyak siswa yang mempunyai nilai di bawah  rata-rata adalah …

  

8.      Mean dari data di bawah ini adalah …

Nilai          4  5  6  7  8  9

Frekuensi  1  4  5  6  4  2

9.      Nilai ulangan Fisika dari sekelompok anak ditunjukkan pada tabel di bawah ini.

Nilai           5  6  7  8  9

Frekuensi   2  5  3  4  1

Median dari data tersebut di atas adalah …

  

10.   

28
 Grafik di atas menunjukkan hasil panen kopi tahunan di suatu daerah. Hasil panen kopi
rata-rata per tahun adalah … ton

BAB III

PENUTUP

3.      1. Kesimpulan

Adapun penyusun yang dapat simpulkan di dalam penyusun makalah ini di lihat dari
pembahasan diatas adalah :

29
1.      Metode statistik prosedur – prosedur atau cara-cara penyajian dan penafsiran data.
Penyajiannya meliputi : penyajian, pengorganisasian, peringkasan dan penyajian data.
Sedangkan penafsiran data meliputi : pengdugaan, pengujian dugaan dan penarikan
kesimpulan.

2.      Jenis Metode  Statistik ada 2 yaitu :

      Statistik deskriptif (Descriptive Statistics) adalah metode pengumpulan, peringkasan

dan penyajian data. Descriptive bersifatmemberi gambaran.

       Statistik Inferensia (Inferential Statistics) adalah metode statistik peramalan,

pendugaan dan penarikan kesimpulan. Inferential bersifat melakukan generalisasi
(penarikan kesimpulan.

3.      2. Saran

Statistik adalah suatu ilmu pengetahuan sangat dibutuhkan untuk perkembangan

dunia banyak sekali orang ingin mengetahui cabang ilmu ini sehingga banyak yang
mengetahui ilmu statistik namun karena kesukaran sehingga banyak yang terkadang
enggan atau malas untuk mempelajari ilmu ini sebenarnya statistik  mudah untuk
dipelajari yang penting ada niat dari kita untuk mau mendalami ilmu ini pasti akan tahu
dan paham sebagai ntang ilmu statistik ini. Dengan demikian saran kami kami sebagai
penyusun sebagai mahasiswa fakultas ekonomi agar lebih memberikan sedikit motivasi
dalam diri untuk mempelajari ilmu ini “ilmu yang lain juga” agar kedepannya apabila
telah selesai dapat mempertanggunga jawabkan semua ilmu yang kita dapatkan. Sekian
terima kasih.

30
 DAFTAR PUSTAKA

Wirdiatmi, dkk. Matematika 2 untuk SMA kelas 2 IPA, Bekasi: PT Galaxy Puspa Mega.

Wirodikromo, Sartono. 2007. Matematika SMA 2 IPA, Jakarta. Erlangga.

Subchan, W. d. (2015). Buku Guru Matematika. Jakarta: Pusat Kurikulum dan Perbukuan
Balitbang.

Th. Widyantini,Sumardyono, dkk. 2009. Kapita Selekta Pembelajaran Statistika Dan

Peluang. Yogyakarta: PPPPTK

Abdur Rahman As’ari, Mohammad Tohir, dkk. 2014. Matematika. Jakarta: Pusat Kurikulum
dan Perbukuan Balitbang.

31