MODUL STATISTIK

(CCS201)

MODUL 3
UKURAN PEMUSATAN DATA, UKURAN LETAK DATA,
DAN UKURAN SEBARAN DATA

DISUSUN OLEH
SURYANI, M.Si

UNIVERSITAS ESA UNGGUL

2020

Universitas Esa Unggul

http://esaunggul.ac.id
0 / 29
 UKURAN PEMUSATAN DATA, UKURAN LETAK DATA,
DAN UKURAN SEBARAN DATA
Kemampuan Akhir Yang Diharapkan
Setelah mempelajari modul 3 ini, diharapkan mahasiswa mampu :
1. Memahami dan menyelesaikan soal tentang pemusatan data.
2. Memahami dan menyelesaikan soal tentang ukuran letak data.
3. Memahami dan menyelesaikan soal tentang ukuran sebaran data.

UKURAN PEMUSATAN DATA

Ukuran pemusatan data adalah sembarang ukuran yang
menunjukkan pusat segugus data, yang telah diurutkan dari yang terkecil
sampai yang terbesar atau sebaliknya dari yang terbesar sampai yang
terkecil. Salah satu kegunaan dari ukuran pemusatan data adalah untuk
membandingkan dua (populasi) atau sampel, karena sangat sulit untuk
membandingkan masing-masing anggota dari masing-masing anggota
populasi atau masing-masing anggota sampel. Nilai ukuran pemusatan ini
dibuat sedemikian sehingga cukup mewakili seluruh nilai pada data yang
bersangkutan.
Pada modul ini dibahas mengenai ukuran pemusatan data yang
sering digunakan yaitu mean, median dan modus pada data tunggal dan
data berkelompok.

MEAN
Nilai rata-rata merupakan cerminan atau gambaran secara umum
atau nilai yang dianggap mewakili nilai-nilai sekelompok atau sederetan
data.

Mean Data Tunggal

Rumus dari rata-rata data tunggal adalah
∑ 𝑥%
𝑥̅ =
𝑛

Universitas Esa Unggul

http://esaunggul.ac.id
1 / 29
dengan
𝑥̅ = rata-rata
∑ 𝑥% = jumlah dari datanya
𝑛 = banyaknya data
Contoh:
Tentukan nilai rata-rata dari data berikut.
2, 2, 3, 4, 4, 5, 5, 5, 5, 5, 7, 8, 10
Jawab:
2 + 2 + 3 + 4 + 4 + 5 + 5 + 5 + 5 + 5 + 7 + 8 + 10 65
𝑥̅ = = =5
13 13

Mean Data Berkelompok

Untuk menghitung nilai mean dari data berkelompok adalah sebagai
berikut.
∑ 𝑓% 𝑥%
𝑥̅ =
𝑛
Dimana
𝑥̅ = rata-rata
𝑓% = frekuensi kelas ke i
𝑥% = nilai tengah kelas ke i
𝑛 = banyaknya data atau jumlah frekuensi
Contoh.
Tentukan nilai mean dari tabel distribusi frekuensi berikut.
Nilai Statistik Jumlah mahasiswa
31 – 40 2
41 – 50 3
51 – 60 5
61 – 70 13
71 – 80 24
81 – 90 21
91 – 100 12
Jumlah 80
Tabel 1. Nilai statistik mahasiswa

Universitas Esa Unggul

http://esaunggul.ac.id
2 / 29
Jawab.
Untuk mempermudah perhitungan baiknya dibuatkan lagi kolom
pada tabel 1 yaitu kolom dari 𝑥% dan 𝑓% 𝑥% . 𝑥% adalah nilai tengah dari kelas
ke i. contoh, nilai tengah dari kelas ke 1 adalah 35,5, nilai tengah dari kelas
kedua adalah 45,5 dan seterusnya.

Nilai Jumlah
𝒙𝒊 𝒇𝒊 𝑥%
Statistik mahasiswa (𝒇𝒊 )
31 – 40 2 35,5 71
41 – 50 3 45,5 136,5
51 – 60 5 55,5 277,5
61 – 70 13 65,5 851,5
71 – 80 24 75,5 1812
81 – 90 21 85,5 1795,5
91 – 100 12 95,5 1146
Jumlah 80 6090

Jadi,
∑ 𝑓% 𝑥% 6090
𝑥̅ = = = 76,125
𝑛 80
MEDIAN

Median adalah salah satu teknik penjelasan kelompok yang

didasarkan atas nilai tengah dari kelompok data yang telah disusun
urutannya dari yang terkecil sampai yang terbesar, atau sebaliknya.

Median Data Tunggal

Untuk menghitung median dari data tunggal dibedakan menjadi dua bagian,
yaitu untuk jumlah datanya ganjil dan untuk jumlah datanya genap. Berikut
rumus untuk mencari letak dari mediannya dengan 𝑥% adalah data ke i.
𝑥%<= , 𝑢𝑛𝑡𝑢𝑘 𝑛 𝑔𝑎𝑛𝑗𝑖𝑙
>
𝑀𝑒 = ;𝑥 % + 𝑥%<=
> >
, 𝑢𝑛𝑡𝑢𝑘 𝑛 𝑔𝑒𝑛𝑎𝑝
2

Universitas Esa Unggul

http://esaunggul.ac.id
3 / 29
Contoh:
Tentukan median dari data berikut.
2, 2, 3, 4, 4, 5, 5, 5, 5, 5, 7, 8, 10

Jawab:
Diketahui
𝑛 = 13
𝑀𝑒 = 𝑥%<= = 𝑥=I<= = 𝑥J = 5
> >

Jadi, median dari data tersebut adalah 5.

Median Data Berkelompok

Untuk menghitung nilai median dari data berkelompok adalah
sebagai berikut.
1
𝑛 − 𝐹N
𝑀𝑒 = 𝑡𝑏 + 2 𝑐
𝑓
Dimana
𝑀𝑒 = median
𝑛 = banyaknya data atau jumlah frekuensi
𝑡𝑏 = tepi bawah kelas median
𝐹N = frekuensi kumulatif sebelum kelas median
𝑓 = frekuensi kelas median
𝑐 = panjang kelas
Hal yang pertama dilakukan untuk menghitung nilai median adalah
menentukan kelas median terdapat pada kelas berapa. Cara menentukan
kelas median dengan menggunakan rumus berikut.
1
𝐿𝑒𝑡𝑎𝑘 𝑀𝑒 = 𝑛
2

Contoh.
Tentukan nilai median dari tabel distribusi frekuensi berikut.

Universitas Esa Unggul

http://esaunggul.ac.id
4 / 29
 Nilai Statistik Jumlah mahasiswa
31 – 40 2
41 – 50 3
51 – 60 5
61 – 70 13
71 – 80 24
81 – 90 21
91 – 100 12
Jumlah 80
Jawab.
Pertama, tentukan terlebih dahulu letak median.
1 1
𝐿𝑒𝑡𝑎𝑘 𝑀𝑒 = 𝑛 = (80) = 40
2 2
Kelas median terletak pada data ke 40. Dimana data ke 40 terletak pada
kelas ke 5. Jadi kelas median terletak pada kelas ke 5.
Nilai Statistik Jumlah mahasiswa
31 – 40 2
41 – 50 3
𝐹N
51 – 60 5
61 – 70 13
71 – 80 24 Kelas median
81 – 90 21
91 – 100 12
Jumlah 80

Pada kelas median diketahui tepi bawahnya adalah 70,5 (Teori lengkapnya
ada di modul 2), frekuensi kelas mediannya adalah 24 dan panjang
kelasnya adalah tepi atas dikurangi tepi bawah, yaitu 80,5 − 70,5 = 10 ,
serta 𝐹N = 2 + 3 + 5 + 13 = 23. Jadi,

Universitas Esa Unggul

http://esaunggul.ac.id
5 / 29
 1
𝑛 − 𝐹N
𝑀𝑒 = 𝑡𝑏 + 2 𝑐
𝑓
40 − 23
= 70,5 + 10
24
= 70,5 + 7,083
= 77,583

MODUS
Modus adalah teknik penjelasan kelompok yang didasarkan atas
nilai yang sedang populer (yang sedang menjadi mode) atau nilai yang
sering muncul dalam kelompok tersebut.

Modus Data Tunggal.

Untuk menghitung modus dari data tunggal cukup melihat data
dengan frekuensi yang terbesar atau data yang sering muncul.
Contoh:
Tentukan modus dari data berikut.
2, 2, 3, 4, 4, 5, 5, 5, 5, 5, 7, 8, 10
Jawab:
Dari data tersebut dapat diketahui bahwa nilai yang paling sering muncul
adalah 5. Sehingga nilai modusnya adalah 5.

Modus Data Berkelompok

Untuk menghitung nilai modus dari data berkelompok adalah
sebagai berikut.
𝑑=
𝑀𝑜 = 𝑡𝑏 + 𝑐
𝑑= + 𝑑>
Dimana
𝑀𝑜 = modus
𝑡𝑏 = tepi bawah kelas modus
𝑑= = selisih frekuensi kelas modus dengan frekuensi kelas sebelumnya
𝑑> = selisih frekuensi kelas modus dengan frekuensi kelas setelahnya
𝑐 = panjang kelas

Universitas Esa Unggul

http://esaunggul.ac.id
6 / 29
 Hal yang pertama dilakukan untuk menghitung nilai modus adalah
menentukan kelas modus terdapat pada kelas berapa. Cara menentukan
kelas modus dengan cara melihat frekuensinya. Frekuensi yang terbesar
adalah letak dari kelas modusnya.
Contoh.
Tentukan nilai modus dari tabel distribusi frekuensi berikut.
Nilai Statistik Jumlah mahasiswa
31 – 40 2
41 – 50 3
51 – 60 5
61 – 70 13
71 – 80 24
81 – 90 21
91 – 100 12

Jawab.
Pertama, tentukan terlebih dahulu letak modus. Dari data pada tabel
tersebut diketahui frekuensinya terbesar terletak pada kelas ke 5, sehingga
kelas modus terletak pada kelas ke 5.
Nilai Statistik Jumlah mahasiswa
31 – 40 2
41 – 50 3
51 – 60 5
61 – 70 13
𝑑=
71 – 80 24 Kelas modus
81 – 90 21 𝑑>
91 – 100 12
Jumlah 80

Pada kelas modus diketahui tepi bawahnya adalah 70,5, panjang kelasnya
adalah tepi atas dikurangi tepi bawah, yaitu 80,5 − 70,5 = 10, nilai dari
𝑑= = 24 − 13 = 11 dan nilai dari 𝑑> = 24 − 21 = 3. Jadi,

Universitas Esa Unggul

http://esaunggul.ac.id
7 / 29
 𝑑=
𝑀𝑜 = 𝑡𝑏 + 𝑐
𝑑= + 𝑑>
11
= 70,5 + 10
11 + 3
= 70,5 + 4,583
= 75,083

UKURAN LETAK DATA

Ukuran letak data adalah besaran atau ukuran untuk mendapatkan
gambaran yang lebih jelas berdasarkan letak dari sekumpulan data. Ukuran
letak data antara lain adalah kuartil, desil dan persentil.

KUARTIL
Kuartil adalah suatu rumus yang membagi suatu data menjadi empat
bagian yang sama banyak. Kemudian dari setiap data yang terbagi sama
banyak tersebut dibatasi oleh sebuah nilai. Dimana nilai- nilai tersebut
disebut dengan kuartil bawah (𝑄= ), kuartil tengah (𝑄> ), dan kuartil atas (𝑄I ).

(Sumber : https://aninpranidhana.wordpress.com/ukuran-letak-data/)
Dari gambar, dapat dilihat bahwa kuartil bawah adalah median yang
berada di sebelah kirinya median data. Sedangkan kuartil atas adalah
median yang ada di sebelah kanannya median data.

Kuartil Data Tunggal

Kuartil untuk data tunggal dibagi menjadi dua, yaitu untuk jumlah
data ganjil dan genap.
Untuk 𝒏 ganjil:
𝑖 (𝑛 + 1)
𝑙𝑒𝑡𝑎𝑘 𝑄% =
4

Universitas Esa Unggul

http://esaunggul.ac.id
8 / 29
Dimana
𝑄% = kuartil ke i
𝑛 = banyak data
Contoh.
Tentukan kuartil bawah dari data berikut.
2, 2, 3, 4, 4, 5, 5, 5, 5, 5, 7, 8, 10
Jawab.
𝑖(𝑛 + 1) 1(13 + 1)
𝑙𝑒𝑡𝑎𝑘 𝑄= = = = 3,5
4 4
Sehingga
𝑄= = 𝑥I + 0,5 (𝑥U − 𝑥I )
= 3 + 0,5(4 − 3)
= 3,5
Untuk n genap:

1. Carilah nilai yang menjadi nilai tengah (median atau 𝑄> ).

2. Membagi data di sebelah kiri median menjadi dua bagian yang sama
dan menghasilkan kuartil bawah atau 𝑄= .
3. Membagi data di sebelah kanan median menjadi dua bagian sama dan
menghasilkan kuartil atas atau 𝑄I .

Contoh.
Tentukan kuartil atas dari data berikut.
2, 2, 3, 4, 4, 5, 5, 5, 5, 5, 7, 8, 10, 10
Jawab.
Diketahui 𝑛 = 14. Karena 𝑛 genap, maka pertama cari nilai median terlebih
dahulu. Kemudian bagi data menjadi dua bagian yang sama. Data yang di
sebelah kanan dicari mediannya, hasilnya adalah nilai dari kuartil atas.
2, 2, 3, 4, 4, 5, 5, 5, 5, 5, 7, 8, 10, 10

Median

Median dari data 5, 5, 5, 7, 8, 10, 10 adalah 7, sehingga nilai dari 𝑄I = 7.

Universitas Esa Unggul

http://esaunggul.ac.id
9 / 29
Kuartil Data Berkelompok
Untuk menghitung nilai kuartil ke i dari data berkelompok adalah
sebagai berikut.
𝑖
4 𝑛 − 𝐹N
𝑄% = 𝑡𝑏 + 𝑐
𝑓
dimana
𝑄% = Kuartil ke i, dimana 𝑖 = 1,2,3
𝑛 = banyaknya data atau jumlah frekuensi
𝑡𝑏 = tepi bawah kelas kuartil ke i
𝐹N = frekuensi kumulatif sebelum kelas kuartil ke i
𝑓 = frekuensi kelas kuartil ke i
𝑐 = panjang kelas
Hal yang pertama dilakukan untuk menghitung nilai kuartil ke i adalah
menentukan kelas kuartil ke i terdapat pada kelas berapa. Cara
menentukan kelas kuartil ke i dengan menggunakan rumus berikut.
𝑖
𝐿𝑒𝑡𝑎𝑘 𝑄% = 𝑛
4
Contoh.
Tentukan nilai kuartil pertama dari tabel distribusi frekuensi berikut.
Nilai Statistik Jumlah mahasiswa
31 – 40 2
41 – 50 3
51 – 60 5
61 – 70 13
71 – 80 24
81 – 90 21
91 – 100 12
Jumlah 80
Jawab.
Pertama, tentukan terlebih dahulu letak kuartil pertama.
1 1
𝑄= = 𝑛 = (80) = 20
4 4

Universitas Esa Unggul

http://esaunggul.ac.id
10 / 29
Kelas kuartil pertama terletak pada data ke 20. Dimana data ke 20 terletak
pada kelas ke 4. Jadi kelas kuartil pertama terletak pada kelas ke 4.
Nilai Statistik Jumlah mahasiswa
31 – 40 2
41 – 50 3 𝐹N
51 – 60 5
61 – 70 13 Kelas 𝑄=
71 – 80 24
81 – 90 21
91 – 100 12
Jumlah 80

Pada kelas kuartil pertama diketahui tepi bawahnya adalah 60,5, frekuensi
kelas kuartil pertamanya adalah 13 dan panjang kelasnya adalah tepi atas
dikurangi tepi bawah, yaitu 70,5 − 60,5 = 10 , serta 𝐹N = 2 + 3 + 5 = 10 .
Jadi,
1
𝑛 − 𝐹N
𝑄= = 𝑡𝑏 + 4 𝑐
𝑓
20 − 10
= 60,5 + 10
13
= 60,5 + 7,692
= 68,192
DESIL
Desil adalah nilai atau angka yang membagi data yang menjadi 10
bagian yang sama, setelah disusun dari data terkecil hingga data terbesar
atau sebaliknya. Berikut diberikan ilustrasi cara pembagian datanya.

Universitas Esa Unggul

http://esaunggul.ac.id
11 / 29
 (Sumber : https://aninpranidhana.wordpress.com/ukuran-letak-data/)

Desil Data Tunggal

Rumus mencari letak desil ke i:
𝑖 (𝑛 + 1)
𝑙𝑒𝑡𝑎𝑘 𝐷% =
10
Dimana
𝐷= = Desil ke i
𝑛 = banyak data
Contoh:
Tentukan nilai Desil ke 7 dari data berikut.
2, 2, 3, 4, 4, 5, 5, 5, 5, 5, 7, 8, 10
Jawab:
%(W<=) J(=I<=)
𝑙𝑒𝑡𝑎𝑘 𝐷J = =X
= =X
= 9,8

𝐷J = 𝑥Y + 0,8(𝑥=X − 𝑥Y )
= 5 + 0,8(5 − 5)
=5

Desil Data Berkelompok

Untuk menghitung nilai desil ke i dari data berkelompok adalah
sebagai berikut.
𝑖
10 𝑛 − 𝐹N
𝐷% = 𝑡𝑏 + 𝑐
𝑓
Dimana
𝐷% = Desil ke i, dimana 𝑖 = 1,2,3, ⋯ ,9
𝑛 = banyaknya data atau jumlah frekuensi
𝑡𝑏 = tepi bawah kelas desil ke i

Universitas Esa Unggul

http://esaunggul.ac.id
12 / 29
𝐹N = frekuensi kumulatif sebelum kelas desil ke i
𝑓 = frekuensi kelas desil ke i
𝑐 = panjang kelas
Hal yang pertama dilakukan untuk menghitung nilai desil ke i adalah
menentukan kelas desil ke i terdapat pada kelas berapa. Cara menentukan
kelas desil ke i dengan menggunakan rumus berikut.
𝑖
𝐿𝑒𝑡𝑎𝑘 𝐷% = 𝑛
10
Contoh.
Tentukan nilai desil ke 7 dari tabel distribusi frekuensi berikut.
Nilai Statistik Jumlah mahasiswa
31 – 40 2
41 – 50 3
51 – 60 5
61 – 70 13
71 – 80 24
81 – 90 21
91 – 100 12
Jumlah 80
Jawab.
Pertama, tentukan terlebih dahulu letak desil ke 7.
7 7
𝐷J = 𝑛= (80) = 56
10 10
Kelas desil ke 7 terletak pada data ke 56. Dimana data ke 56 terletak pada
kelas ke 6. Jadi kelas desil ke 7 terletak pada kelas ke 6.
Nilai Statistik Jumlah mahasiswa
31 – 40 2
41 – 50 3
51 – 60 5 𝐹N
61 – 70 13
71 – 80 24
81 – 90 21 Kelas 𝐷J
91 – 100 12

Universitas Esa Unggul

http://esaunggul.ac.id
13 / 29
Pada kelas desil ke 7 diketahui tepi bawahnya adalah 80,5, frekuensi kelas
desil ke 7 nya adalah 21 dan panjang kelasnya adalah tepi atas dikurangi
tepi bawah, yaitu 90,5 − 80,5 = 10 , serta 𝐹N = 2 + 3 + 5 + 13 + 24 = 47 .
Jadi,
7
𝑛 − 𝐹N
𝐷J = 𝑡𝑏 + 10 𝑐
𝑓
56 − 47
= 80,5 + 10
21
= 80,5 + 4,286
= 84,786

PERSENTIL
Persentil adalah nilai yang membagi data yang sudah diurutkan dari
yang terkecil ke yang terbesar menjadi 100 bagian yang sama. Berikut
diberikan ilustrasi cara pembagian datanya.

(Sumber: https://aninpranidhana.wordpress.com/ukuran-letak-data/)

Persentil Data Tunggal

Rumus mencari letak Persentil ke i:
𝑖 (𝑛 + 1)
𝑙𝑒𝑡𝑎𝑘 𝑃% =
100
Dimana
𝑃= = Persentil ke i
𝑛 = banyak data

Contoh:
Tentukan nilai persentil ke 76 dari data berikut.
2, 2, 3, 4, 4, 5, 5, 5, 5, 5, 7, 8, 10

Universitas Esa Unggul

http://esaunggul.ac.id
14 / 29
Jawab:
Nilai persentil ke 76 tidak dapat dihitung. Karna jumlah datanya kurang
dari 100.

Persentil Data Berkelompok

Untuk menghitung nilai persentil ke i dari data berkelompok adalah
sebagai berikut.
𝑖
100 𝑛 − 𝐹N
𝑃% = 𝑡𝑏 + 𝑐
𝑓
Dimana
𝑃% = Persentil ke i, dimana 𝑖 = 1,2,3, ⋯ ,99
𝑛 = banyaknya data atau jumlah frekuensi
𝑡𝑏 = tepi bawah kelas persentil ke i
𝐹N = frekuensi kumulatif sebelum kelas persentil ke i
𝑓 = frekuensi kelas persentil ke i
𝑐 = panjang kelas
Hal yang pertama dilakukan untuk menghitung nilai persentil ke i
adalah menentukan kelas persentil ke i terdapat pada kelas berapa. Cara
menentukan kelas persentil ke i dengan menggunakan rumus berikut.
𝑖
𝐿𝑒𝑡𝑎𝑘 𝑃% = 𝑛
100

Contoh.
Tentukan nilai persentil ke 20 dari tabel distribusi frekuensi berikut.
Nilai Statistik Jumlah mahasiswa
31 – 40 2
41 – 50 3
51 – 60 5
61 – 70 13
71 – 80 24
81 – 90 21
91 – 100 12

Universitas Esa Unggul

http://esaunggul.ac.id
15 / 29
Jawab.
Karena jumlah data kurang dari 100, maka nilai dari persentil ke i tidak dapat
dihitung.

UKURAN SEBARAN DATA

Ukuran sebaran data adalah ukuran yang menyatakan seberapa
besar nilai-nilai data bervariasi dengan nilai ukuran pusatnya atau seberapa
besar penyimpangan nilai-nilai data dengan nilai pusatnya. Pada ukuran
sebaran data ini dibahas mengenai jangkaua, standar deviasi, dan varians
baik untuk data tunggal maupun data berkelompok.

JANGKAUAN
Jangkauan menunjukkan seberapa tersebarnya nilai-nilai dalam
suatu deret. Jika jangkauannya merupakan angka yang besar, maka nilai-
nilai dalam deret tersebut sangat tersebar, jika jangkauannya merupakan
angka yang kecil, maka nilai-nilai dalam deret tersebut dekat satu sama lain.
Jangkauan biasanya dinotasikan dengan 𝐽.

JANGKAUAN DATA TUNGGAL

Dalam sekelompok data kuantitatif akan terdapat data dengan nilai
terbesar dan data dengan nilai terkecil. Rentang (range) atau disebut juga
dengan jangkauan adalah selisih antara data dengan nilai yang terbesar
dengan data denga nilai yang terkecil tersebut.
𝐽 = 𝑥]^_ − 𝑥]%W
Contoh:
Tentukan jangkauan dari data berikut.
2, 2, 3, 4, 4, 5, 5, 5, 5, 5, 7, 8, 10
Jawab:
𝐽 = 10 − 2 = 8

JANGKAUAN DATA BERKELOMPOK

Jangkauan data berkelompok adalah selisih antara nilai tengah kelas
pertama dengan nilai tengah kelas terakhir. Jadi, untuk menghitung
jangkauannya harus dihitung terlebih dahulu nilai tengah kelas pertama dan
kelas terakhir.

Universitas Esa Unggul

http://esaunggul.ac.id
16 / 29
Rumus.
𝐽 = 𝑋^ − 𝑋a
di mana
𝐽 = Jangkauan
𝑋^ = Nilai tengah kelas terakhir
𝑋a = Nilai tengah kelas pertama
Contoh.
Diketahui tinggi badan mahasiswa Universitas Esa Unggul yang disajikan
dalam tabel frekuensi distribusi berikut ini.
Tinggi badan Frekuensi
145 – 149 25
150 – 154 50
155 – 159 31
160 – 164 57
165 – 169 35
170 – 174 40
175 – 179 25
Hitunglah jangkauan dari data tersebut.
Jawab.
Langkah pertama, ditentukan terlebih dahulu nilai tengah dari masing-
masing kelas, sehingga diperoleh
Tinggi badan Frekuensi Nilai tengah
145 – 149 25 147
150 – 154 50 152
155 – 159 31 157
160 – 164 57 162
165 – 169 35 167
170 – 174 40 172
175 – 179 25 177
sehingga
𝐽 = 𝑋^ − 𝑋a = 177 − 147 = 30
Jadi, Jangkauan data tinggi mahasiswa Universitas Esa Unggul adalah 30.

Universitas Esa Unggul

http://esaunggul.ac.id
17 / 29
STANDAR DEVIASI
Standar deviasi adalah ukuran sebaran statistic yang mengukur
bagaimana nilai-nilai data tersebar, atau dapat didefinisikan sebagai rata-
rata jarak penyimpangan titik-titik data yang diukur dari nilai rata-rata data
tersebut. Standar deviasi merupakan bilangan nonnegatif, dan memiliki
satuan yang sama dengan data. Misalnya jika suatu data diukur dalam
satuan meter, maka standar deviasi juga diukur dalam meter pula.

Gambar 1. Kurva normal suatu data.

Dari Gambar 1 dapat dilihat, Setiap warna mewakili 1 standar
deviasi. Untuk lebih jelasnya, akan dibahas pada bab distribusi probabilitas
normal.

Standar Deviasi Data Tunggal

Standar deviasi dibedakan menjadi dua bagian, yaitu untuk populasi dan
sampel.

Rumus standar deviasi untuk populasi.

∑e (𝑋% − 𝜇)>
𝜎 = c %f=
𝑁
di mana
𝜎 = standar deviasi
𝑋% = data ke i
𝜇 = rata-rata populasi
𝑁 = jumlah data pada populasi

Universitas Esa Unggul

http://esaunggul.ac.id
18 / 29
Rumus standar deviasi untuk sampel.

∑W (𝑋% − 𝑋i)>
𝑆 = c %f=
𝑛−1
di mana
𝑆 = standar deviasi
𝑋% = data ke i
𝑋i = rata-rata populasi
𝑛 = jumlah data pada sampel
Contoh.
Dari 40 orang siswa diambil sampel 9 orang untuk diukur tinggi badannya,
diperoleh data berikut:
165, 170, 169, 168, 156, 160, 175, 162, 169.
Hitunglah standar deviasi sampel dari data tersebut.
Jawab.
Langkah pertama yang dilakukan adalah menghitung rata-rata sampelnya,
yaitu
165 + 170 + 169 + 168 + 156 + 160 + 175 + 162 + 169
𝑋i = = 166
9
Kemudian, dihitung nilai dari standar deviasinya dengan menggunakan
rumus standar deviasi untuk sampel. Untuk memudahkan perhitungan,
maka dibuatlah tabel seperti berikut ini.
𝑋% (𝑋% − 𝑋i) (𝑋% − 𝑋i)>
165 -1 1
170 4 16
169 3 9
168 2 4
156 -10 100
160 -6 36
175 9 81
162 -4 16
169 3 9

Universitas Esa Unggul

http://esaunggul.ac.id
19 / 29
 W

j(𝑋% − 𝑋i)> = 272

%f=

Kemudian dihitung nilai standar deviasinya.

∑W (𝑋% − 𝑋i)>
𝑆 = c %f=
𝑛−1

272
=c
9−1

272
=c
8

= 5,831
Jadi, nilai standar deviasinya adalah 5,831.

Standar Deviasi Data Berkelompok

Rumus standar deviasi populasi

N >
1 >
m∑N%f= 𝑓% 𝑀% n
𝜎= k lj 𝑓% 𝑀% − o
𝑁 𝑁
%f=

di mana
𝜎 = standar deviasi
𝑁 = banyak data dalam populasi
𝑓% = banyak data dalam kelas ke i
𝑀% = nilai tengah dari kelas ke i
Contoh.
Hitunglah standar deviasi dari modal 40 perusahaan (dalam jutaan rupiah)
sebagai berikut.

Universitas Esa Unggul

http://esaunggul.ac.id
20 / 29
Jawab.
Langkah pertama yang dilakukan adalah membuat table distribusi frekuensi
dengan langkah penyelesaian yang telah dipelajari pada bab sebelumnya,
sehingga diperoleh:
kelas 𝑓
118 – 126 3
127 – 135 5
136 – 144 9
145 – 153 12
154 – 162 5
163 – 171 4
172 – 180 2
𝑁 = 40

Kemudian langkah selanjutnya, dihitung nilai dari 𝑀, 𝑀> , 𝑓𝑀, dan 𝑓𝑀> .
Supaya perhitungan menjadi mudah, maka ditampilkan dalam tabel berikut.

kelas 𝑓 𝑀 𝑀> 𝑓𝑀 𝑓𝑀>

118 – 126 3 122 14.884 366 44.652
127 – 135 5 131 17.161 655 85.805
136 – 144 9 140 19.600 1.260 176.400
145 – 153 12 149 22.201 1.788 266.412
154 – 162 5 158 24.964 790 124.820
163 – 171 4 167 27.889 668 111.556
172 – 180 2 176 30.976 352 61.952
N N

j 𝑓% 𝑀% j 𝑓% 𝑀%>
𝑁 = 40 %f= %f=

= 5.879 = 871.597
Kemudian, dihitung nilai standar deviasinya.

Universitas Esa Unggul

http://esaunggul.ac.id
21 / 29
 N >
1 m∑N 𝑓% 𝑀% n
𝜎 = k lj 𝑓% 𝑀%> − %f= o
𝑁 𝑁
%f=

1 5.879>
= c q871.597 − r
40 40

1
= c (7.530,975)
40

= s188,274
= 13,721
Jadi, nilai standar deviasi dari populasi tersebut adalah 13,721.

VARIANS
Dalam ilmu statistika, varians atau ragam adalah ukuran seberapa
jauh suatu data tersebar di sekitar rata-rata. Varians suatu data selalu
bernilai nonnegatif. Jika nilai varians nol, artinya semua data bernilai sama.
Jika nilai varians kecil maka hal ini mengindikasikan bahwa data sangat
dekat dengan rata-rata, begitu juga sebaliknya. Jika nilai varians besar,
maka data tersebar di sekitar rata-rata.

Varians Data Tunggal

Varians data tunggal adalah kuadrat dari standar deviasinya.
Rumus varians untuk populasi.
∑e
%f=(𝑋% − 𝜇)
>
𝜎> =
𝑁
di mana
𝜎 > = varians
𝑋% = data ke i
𝜇 = rata-rata populasi
𝑁 = jumlah data pada populasi
Rumus varians untuk sampel.

>
∑W%f=(𝑋% − 𝑋i)>
𝑆 =
𝑛−1

Universitas Esa Unggul

http://esaunggul.ac.id
22 / 29
𝑆 > = varians
𝑋% = data ke i
𝑋i = rata-rata populasi
𝑛 = jumlah data pada sampel

Contoh.
Dari 40 orang siswa diambil sampel 9 orang untuk diukur tinggi badannya,
diperoleh data berikut:
165, 170, 169, 168, 156, 160, 175, 162, 169.
Hitunglah varians sampel dari data tersebut.

Jawab.
Langkah pertama yang dilakukan adalah menghitung rata-rata sampelnya,
yaitu
165 + 170 + 169 + 168 + 156 + 160 + 175 + 162 + 169
𝑋i = = 166
9
Kemudian, dihitung nilai dari standar deviasinya dengan menggunakan
rumus standar deviasi untuk sampel. Untuk memudahkan perhitungan,
maka dibuatlah tabel seperti berikut ini.
𝑋% (𝑋% − 𝑋i) (𝑋% − 𝑋i)>
165 -1 1
170 4 16
169 3 9
168 2 4
156 -10 100
160 -6 36
175 9 81
162 -4 16
169 3 9
W

j(𝑋% − 𝑋i)> = 272

%f=

Kemudian dihitung nilai variansnya.

Universitas Esa Unggul

http://esaunggul.ac.id
23 / 29
 ∑W%f=(𝑋% − 𝑋i)>
𝑆> =
𝑛−1
272
=
9−1
272
=
8
= 34
Jadi, nilai variansnya adalah 34. Artinya, dari 40 orang siswa yang
diambil sampel 9 orang untuk diukur tinggi badannya mempunyai data
sangat dekat dengan rata-rata, yaitu 166.

Varians Data Berkelompok

Rumus varians populasi
N >
>
1 >
m∑N%f= 𝑓% 𝑀% n
𝜎 = lj 𝑓% 𝑀% − o
𝑁 𝑁
%f=

di mana
𝜎 > = varians
𝑁 = banyak data dalam populasi
𝑓% = banyak data dalam kelas ke i
𝑀% = nilai tengah dari kelas ke i
Contoh.
Hitunglah varians dari modal 40 perusahaan (dalam jutaan rupiah) sebagai
berikut.

Jawab.
Langkah pertama yang dilakukan adalah membuat tabel distribusi
frekuensi dengan langkah penyelesaian yang telah dipelajari pada bab
sebelumnya, sehingga diperoleh:

Universitas Esa Unggul

http://esaunggul.ac.id
24 / 29
 kelas 𝑓
118 – 126 3
127 – 135 5
136 – 144 9
145 – 153 12
154 – 162 5
163 – 171 4
172 – 180 2
𝑁 = 40
Kemudian langkah selanjutnya, dihitung nilai dari 𝑀, 𝑀> , 𝑓𝑀, dan
𝑓𝑀> . Supaya perhitungan menjadi mudah, maka ditampilkan dalam tabel
berikut.
kelas 𝑓 𝑀 𝑀> 𝑓𝑀 𝑓𝑀>
118 – 126 3 122 14.884 366 44.652
127 – 135 5 131 17.161 655 85.805
136 – 144 9 140 19.600 1.260 176.400
145 – 153 12 149 22.201 1.788 266.412
154 – 162 5 158 24.964 790 124.820
163 – 171 4 167 27.889 668 111.556
172 – 180 2 176 30.976 352 61.952
N N

j 𝑓% 𝑀% j 𝑓% 𝑀%>
𝑁 = 40 %f= %f=

= 5.879 = 871.597
Kemudian, dihitung nilai variansnya.
N >
1 m∑N%f= 𝑓% 𝑀% n
𝜎 = lj 𝑓% 𝑀%> −
> o
𝑁 𝑁
%f=

1 5.879>
= q871.597 − r
40 40
1
= (7.530,975)
40
= 188,274

Universitas Esa Unggul

http://esaunggul.ac.id
25 / 29
 Jadi, nilai varians dari populasi tersebut adalah 188,274. Nilai ini
sangat besar yang artinya data modal 40 perusahaan tersebut tersebar di
sekitar rata-rata.

UKURAN KEMENCENGAN ATAU KECONDONGAN

Kemencengan atau kecondongan (skewness) adalah tingkat

ketidaksimetrisan dari sebuah distribusi. Sebuah distribusi yang simetris
akan memiliki rata-rata, median, dan modus yang sama besarnya, begitu
juga sebaliknya. Jika sebuah distribusi tidak simetris, maka kurvanya akan
menceng.

Jika distribusi memiliki ekor yang lebih panjang ke kanan daripada

yang ke kiri maka distribusi disebut menceng ke kanan atau memiliki
kemencengan positif. Sebaliknya, jika distribusi memiliki ekor yang lebih
panjang ke kiri daripada yang ke kanan maka distribusi disebut menceng
ke kiri atau memiliki kemencengan negatif. Berikut diberikan kurva menceng
kanan dan kiri.

Gambar a. Kurva menceng ke kanan

Universitas Esa Unggul

http://esaunggul.ac.id
26 / 29
 Gambar b. Kurva menceng ke kiri

KOEFISIEN KEMENCENGAN PEARSON.

Koefisien kemencengan Pearson merupakan nilai selisih rata-rata dengan

modus yang dibagi dengan standar deviasi, yaitu:

𝑋i − 𝑀𝑜
𝑠𝑘 =
𝑆

di mana
𝑠𝑘 = Koefisien kemencengan Pearson
𝑋i = Rata-rata
𝑀𝑜 = Modus
𝑆 = Standar deviasi
Jika nilai sk dihubungkan dengan keadaan kurva maka:

1. 𝑠𝑘 = 0 maka kurva memiliki bentuk simetris.

2. 𝑠𝑘 > 0 maka nilai-nilai terkonsentrasi pada sisi sebelah kanan (rata-
rata berada di sebelah kanan modus) sehingga kurva memiliki ekor
memanjang ke kanan, kurva menceng ke kanan atau menceng
positif.
3. 𝑠𝑘 < 0 maka nilai-nilai terkonsentrasi pada sisi sebelah kiri (rata-rata
terletak di sebelah kiri modus), sehingga kurva memiliki ekor
memanjang ke kiri, kurva menceng ke kiri atau menceng negatif.

Universitas Esa Unggul

http://esaunggul.ac.id
27 / 29
DAFTAR PUSTAKA

Sugiono, Prof. DR. 2017. Statistika untuk Penelitian. Bandung: Alfabeta.

Supranto, J. 2008. Statistik Teori dan Aplikasi, Edisi ketujuh; Jilid 1. Jakarta:
Erlangga.

Walpole, Ronald E. 2017. Pengantar Statistika, Edisi ketiga. Jakarta:

Gramedia Pustaka Utama.

Universitas Esa Unggul

http://esaunggul.ac.id
28 / 29