DISUSUN OLEH
Prof. Dr. H. Zamruddin Hasid, SE., SU
12.
13.
14.
15.
16.
17.
18.
19.
20.
21.
22.
23.
24.
…
100
2. Tabel Ichtisar.
Tabel Ichtisar merupakan fraksi dari table referensi dengan membuat
analisis secara diskriptif dari data variable, misalnya hubungan antara
pendidikan dengan pekerjaan , pendidikan dengan pendapatan,
pekerjaan dengan status rumah
Contohnya :
NO. PENDIDI PEKERJ NO. PEKERJ PENDIDI NO. PENDIDIK PENDAP NO. PEKER STATUS
KAN AAN AAN KAN AN ATAN JAAN RUMAH
1.
2.
3.
4.
5.
6.
7.
…
100
A. Pengertian Statistik
Pada mulanya kata statistik diartikan sebagai keterangan-keterangan
yang dibutuhkan oleh negara, umpamanya keterangan mengenai penduduk,
yang menyangkut tentang; jenis kelamin, pekerjaan, usia status, dan lain
sebagainya. Lambat laun statistik diartikan sebagai kumpulan angka-angka
atau data kuantitatif. Dalam hal ini statistik diartikan sebagai data yang
berwujud angka-angka. Sebagai contoh statistik kelahiran, berarti adalah
kumpulan angka-angka tentang kelahiran, statistik penjualan, statistik
keuangan, statistik harga, dan lain sebagainya.
Pengertian statistik sebagai data kuantitatif sebenarnya mengaburkan
perbedaan pengertian, antara data kuantitatif itu sendiri dengan metode guna
membuat data kuantitatif tersebut berbicara.
Dalam statistik, data kuantitatif dianggap sebagai kumpulan angka-
angka belaka, bukan sebagai statistik dalam arti “metode ilmiah”. Dalam hal
ini Croyton dan Comdem berpendapat, bahwa kumpulan angka-angka
sedemikian itu lebih baik tetap dinamakan data, atau angka-angka saja, dan
jangan diartikan sebagai statistik. Pada hakekatnya statistik adalah metode
atau azas-azas guna mengerjakan atau memanipulasi data kuantitatif, agar
angka-angka tersebut berbicara. Metode statistik meliputi segala metode,
guna mengumpulkan, mengolah, menyajikan, dan menganalisa data
kuantitatif secara deskriptif. Dari pengertian ini hanya terbatas pada metode
“statistik deskriptif”. Sedangkan metode yang lain dikenal dengan “statistik
inferensi, yang juga mencakup penarikan kesimpulan.
B. Kegunaan Statistik
Statistik secara keseluruhan dapat dipergunakan sebagai dasar
pengambilan keputusan dan peramalan kegiatan atau kejadian di masa yang
akan datang.
Statistik dapat dipergunakan dalam berbagai bidang, apakah fisika,
biologi, ekonomi, dan sosial. Bagi pimpinan perusahaan, metode statistik
merupakan alat yang penting dalam pengambilan keputusan, seperti
keputusan tentang pembelian bahan, pergudangan, penentuan jumlah
produksi, penawasan administrasi, volume penjualan di masa yang akan
datang, dan lain sebagainya. Andai kata seorang pengusaha ingin
mengetahui keadaan pemasaran dari produksinya (misalkan; kemeja, maka
suatu penyelidikan statistik dalam bidang pemasaran perlu diadakan.
Penyelidikan menyangkut soal harga kemeja dipasaran, bahan baku yang
diperlukan, selera konsumen, dan banyak lagi angka-angka yang perlu
diselidiki. Data yang dikumpulkan ini merupakan data statistik, yang setelah
diolah dan dianalisis dapat dipergunakan oleh perusahaan.
BAGIAN II
DATA STATISTIK
A. Pengumpulan Data
Di dalam penyelidikan untuk mendapatkan data statistik dikenal dua
metode yakni; metode sensus dan metode sampling. Metode sensus adalah
cara pengumpulan ddata dengan mencatat seluruh populasi, sedangkan
populasi itu adalah kumpulan dari seluruh objek yang diselidiki. Sebagai
contoh: jumlah seluruh pegawai negeri di Kaltim, jumlah produksi kayu
lapis dari suatu proses produksi. Metode sampling adalah cara pengumpulan
data dengan mencatat sebagian dari populasi data yang terkumpul disebut
dengan “sampel”. Misalkan dari 100.000 orang diambil 1.000 orang, atau
dari 100.000 lembar kayu lapis diambil 100 lembar untuk diuji kualitasnya,
maka seribu orang dan 100 lembar ini disebut dengan sampel.
Data menurut sumbernya dibedakan antara data primer dan data
sekunder. Data primer adalah data yang dikumpulkan dari sumber aslinya.
Sedangkan data sekunder adalah data yang dikumpulkan dari sumber kedua
yang telah mengolahnya terlebih dahulu. Contohnya data mengenai
produksi jagung yang dikumpulkan langsung dari petani disebut data
primer, sedangkan data produksi jagung yang diperoleh dari salah satu
media cetak atau instansi, misalnya kantor statistik disebut sebagai data
sekunder.
Untuk mengumpulkan data statistik dapat dilakukan dengan beberapa
cara diantaranya dengan membuat daftar pertanyaan atau dengan melakukan
pencatatan
secara langsung. Daftar pertanyaan biasanya diikuti dengan wawancara
untuk mendapatkan data, atau kadangkala daftar tersebut dikirimkan
langsung kepada responden via pos. pembuatan daftar pertanyaan seperti ini
lazimnya digunakan untuk mendapatkan data primer. Pencatatan secara
langsung biasanya dilakukan atas data yang sudah diolah oleh pihak lain
dalam bentuk laporan. Cara seperti ini biasanya dilakukan untuk
mendapatkan data sekunder.
B. Data Kuantitatif dan Data Kualitatif
Data kuantitatif adalah data yang berbentuk angka-angka. Bila
serangkaian observasi atau pengukuran dapat dinyatakan dalam angka-
angka, maka kumpulan angka-angka hasil observasi atau pengukuran
sedemikian itu dinamakan data kuantitatif. Contohnya; pemerintah ingin
mengetahui perkembangan ekspor kayu lapis dari Kalimantan Timur selama
beberapa tahun, maka dalam hal ini Kanwil Departemen Perdagangan akan
mengumpulkan data tersebut dalam beberapa periode tertentu, misalkan
data yang terkupul adalah 1980 = 100m3, 1981 = 200m3, 1982 = 250m3.
data di atas merupakan data kuantitatif dan merupakan data sampel. Contoh
lain, sebuah toko sepatu ingin mengetahui ukuran sepatu yang paling banyak
terjual, untuk itu diperlukan penelitian selama satu tahun penjualan dengan
mencatat setiap nomor sepatu yang terjual.
Observasi ini menghasilkan sebuah daftar mengenai ukuran sepatu
yang terjual misalkan ukuran sepatu yang terjual meliputi; 42, 40, 39 dan
seterusnya. Angka-angka ini merupakan sebuah sampel mengenai ukuran
sepatu yang paling banyak terjual untuk periode yang tidak terbatas.
Setelah kita membicarakan data kuantitatif maka sekarang kita beralih
pada jenis data lainnya yakni data kualitatif. Data kualitatif ini secara
singkat dapat diartikan sebagai data yang tidak dapat dinyatakan dalam
angka-angka akan tetapi biasanya dalam bentuk kata-kata atau kalimat.
Dalam berbagai macam penyelidikan, tidak semua observasi atau
pengukuran bersifat kuantitatif, sebagai contoh mosalnya hasil penelitian
tentang tingkat kesukaan masyarakat terhadap pemakaian sikat gigi
pepsodent untuk mendapatkan datanya maka diperlukan wawancara dengan
sejumlah kelompok masyarakat yang biasa menggunakan pasta gigi. Hasil
dari wawancara tersebut kemungkinan akan diperoleh serangkaian jawaban,
senang, sangat senang, kurang senang, ya atau tidak, dan lain-lain. Disini
data yang diperoleh bersifat kualitatif.
Meskipun data di atas bersifat kualitatif, tetapi hal tersebut bukan
berarti data-data itu tidak dapat dipergunakan bagi analisis statistik.
Perhitungan frekuensi jawaban yang berbeda serta perhitungan persentase
jumlah observasi yang termasuk dalam kelas yang berbeda tersebut
sebenarnya sudah merupakan analisis persentase atau analisis proporsi dan
dapat diinterpretasikan secara statistik.
Pada hakikatnya data yang bersifat kualitatif di atas dapat
diklasifikasikan kembali dalam bentuk data kuantitatif.
Sebelum diakhiri bab ini maka perlu pula dijelaskan pengertian-
pengertian antara statistik deskriptif dan statistik ini ditutup. Untuk
menjelaskan ini diperlukan sebuah contoh, misalkan data yang dikumpulkan
adalah mengenai harga daging di pasaran kota Samarinda. Data harga
tersebut dikumpulkan dari semua pasar yang ada di kota Samarinda, yang
akan menghasilkan harga rata-rata disamping harga rata-raa juga diperoleh
berbagai tingkat variasi harga. Sehingga dari hasil ini kita memperoleh suatu
gambaran tentang keadaan harga daging di kota Samarinda. Berdasarkan
contoh ini dikatakan statistik deskriptif, karena kita tidak mengolah analisa
lebih lanjut, hanya melukiskan keadaan harga daging. Sedangkan kita ingin
mengetahui seberapa jauh tingkat harga daging tersebut akan
mempengaruhi permintaan konsumen terhadap permintaan daging maka
dalam hal ini kita menyelidiki hubungan tingkat harga tersebut dengan
volume permintaan yang didasarkan atas beberapa sampel. Dengan suatu
pengujian statistik dapat ditarik kesimpulan bahwa tingkat harga daging
benar-benar mempengaruhi volume permintaan. Inilah yang disebut dengan
statistik induktif atau dikenal juga dengan statistik inference.
BAGIAN III
DISTRIBUSI FREKUENSI
A. Pengertian
78 77 82 79 81 79 86 80 82 81
87 79 81 84 76 78 80 82 82 80
81 80 74 75 80 79 80 85 76 77
80 82 77 80 81 86 76 83 79 77
Data yang disajikan diatasi merupakan data kasar, sehingga perlu
dirapikan, dengan cara meng-array. Hasilnya seperti yang disajikan dalam
tabel berikut ini:
Tabel 2.
Hasil Array Data dari Tabel 1
71 74 75 76 76 76 76 77 77 77
77 77 78 78 78 79 78 79 79 79
79 80 80 80 80 80 80 80 80 80
81 84 84 84 84 84 82 82 82 82
82 82 83 83 83 84 84 85 86 87
Berdasarkan contoh yang lalu dalam tabel 1, nilai statistiknya tidak
beraturan sama sekali, sehingga disebut juga sebagai data yang masih kasar.
Pada tabel 2, nilai statistiknya telah beraturan, karena telah disusun menurut
urutan angka, dari yang terkecil ke yang terbesar, atau bisa juga sebabnya,
pekerjaan ini merupakan array data.
B. Pembentukan Distribusi Frekwensi
Pembentukan distribusi frekwensi merupakan suatu kegiatan untuk
menyusun suatu tabel yang dikenal dengan “tabel distribusi frekwensi”.
Adapun tujuan dari penyusunan tabel tersebut antara lain: (a) untuk
meringkas data, (b) untuk memberikan informasi secara cepat kepada pihak
lain, (c) agar data yang disajikan dapat memberikan keterangan secara
ringkas kepada pihak yang membutuhkan.
Penyusunan tabel frekwensi dibagi ke dalam beberapa tahap antara
lain:
1. Menentukan jumlah kelas. Metode statistik tidak pernah
memberikan suatu aturan yang tertentu yang secara mutlak harus
diikuti. Jadi penentuan jumlah kelas tergantung pada pertimbangan
praktis yang masuk akal dari pengolah data sendiri. Yang terpenting
adalah; jumlah kelas jangan dibuat terlalu besar, atau terlalu kecil,
untuk penentuan jumlah kelas ini dapat diikuti dua cara berikut ini:
a. Cara bebas, artinya kita bebas untuk menentukan jumlah kelas
yang disesuaikan dengan kebutuhan, jumlah kelas yang ideal dan
paling banyak digunakan berkisar antara; 6 – 12 kelas. Dan
kadang-kadang dibuat hanya tidak kelas kalau hal itu diperlukan;
b. Cara terikat artinya kita mempunyai suatu aturan, dalam hal ini
yang sering dipakai adalah “Kriterium St. Sturges”, dengan
rumus ;
K = 1 + 3,322 log (n)
Xk
Xk ; Xi
Bb Ba
fi 2
Dari kedua susunan batas kelas yang dibuat di atas, maka susunan
yang dipakai adalah a) dengan i = 2,4 karena dianggap lebih baik dari
susunan b). Dasar penentuannya terletak pada nilai ba yang terakhir di mana
a) lebih mendekati nilai yang tertinggi pada data, yakni 87,7 ---- 87.
Tabel 5.
Catatan Perhitungan
Tabel 6.
Catatan Perhitungan
i Xk fi Xk Xi
71 - 73,3 1 1 71 72,5
73,4 - 75,7 49 2 74,5 74,55
75,8 - 78,1 1001 13 77 76,95
78,2 - 80,5 1115 14 79,6 79,35
80,6 - 82,9 978 12 81,5 81,75
83 - 85,3 502 6 83,7 84,15
85,4 - 87,7 173 2 86,5 86,55
50 79,8 50
Tabel 7.
Tabel Distribusi Modal dari 50 Perusahaan
Pada suatu keadaan tertentu kita ingin mendapatkan data secara cepat
dari suatu kelas tertentu, misalnya berapa banyak perusahaan yang memiliki
modal di atas Rp 81 juta, berapa kali penjualan di atas Rp 25 juta, berapa
kali produksi di bawah 1.000 pak dan lain sebagainya. Untuk menjawab
pertanyaan-pertanyaan tersebut maka perlu disusun suatu tabel distribusi
frekwensi komulatif kurang dari atau lebih
Seperti contoh berikut ini:
Tabel 10.
Contoh Distribusi Frekwensi Komulatif “Kurang Dari”
Modal Jumlah Perusahaan
(Rp juta) (fk)
Kurang dari 71 0
Kurang dari 73,4 1
Kurang dari 75,8 3
Kurang dari 78,2 16
Kurang dari 80,6 30
Kurang dari 83 42
Kurang dari 85,4 48
Kurang dari 87,7 50
Data diambil dari tabel 7
Histogram Frekuensi
Gambar 1.
Histogram frekuensi modal perusahaan (data dari Tabel 7)
fi (banyaknya perusahaan)
fi = frekwensi
Modal (Xi) = nilai titik tengah, biasa juga digunakan nilai tepi kelas,
misalnya: 79,9 – 73,2 dan seterusnya.
Akan tetapi nilai tepi kelas membutuhkan ruang yang lebih besar, sehingga
Poligon Frekwensi
13
12
10
Angka pada sumbu mendatar adalah nilai titik tengah yang diperoleh
dari Tabel 7, dan sumbu tegak adalah nilai frekwensi.
Kurva Frekwensi
Untuk menggambarkan kurve frekwensi didasarkan pada kurve
poligon dalam Gambar 2. dengan mengikuti garis putus-putus dari poligon,
maka kurve frekwensi dapat dibentuk, yaitu dengan menghaluskan bentuk
dari kurve polygon. Hasil sebagai berikut
13
12
10
Soal-soal Latihan
4. Hasil penjualan per bulan dari 100 buah toko yang menjual kebutuhan
sehari-hari, setelah dikelompokkan akan terlihat sebagai berikut:
Hasil penjualan Banyaknya Toko
Rp (000) (i)
1000 – 1.199 05
1200 – 1.399 15
1400 – 1.599 30
1600 – 1.799 40
1800 – 1.999 5
2000 – 2.199 3
2200 – 2.399 1
2400 – 2.599 1
100
dikelompokkan.
Xi
X i 1
------ Xi = X1 +X2 + … + Xn
n
Xi 24
X i 1
4
n 6
X
n X
i i
n i
213.500
= ———— = 3558,33
60
X
X f =
i i X 1 f1 X 2 f 2 X k f k
f i f1 f 2 f k
1 k
atau X i fi
n i 1
Catatan:
1. Nilai tengah (titik tengah)
Dengan simbol Xi diperoleh dari hasil membagi dua dari penjualan
batas kelas bahwa dengan batas kelas atas atau
Bbi + Bai
Xi = ——————
2
60 + 62,49
————— dan seterusnya.
2
Dari Tabel 13 nilai X dapat dihitung:
X
1
3497,25 69,945
50
X
f d i
N
i = interval kelas
Nilai sembarang Xi, yang kita tentukan di sini adalah 68,745 dan nilai-
nilai di masing-masing diperoleh : (61,245 – 68,745)/2,5 = -3; (63,745
– 68,745)/2,5 = -2; (66,245 – 68,745)/2,5 = -1; (68,745 – 68,745)/2,5
= 0; dan seterusnya.
Hasil perkalian antara setiap nilai fi dengan di diperoleh nilai fidi;
berdasarkan Tabel 14 di atas maka nilai rata-rata hitung dapat diperoleh
; A = 68,745;
fi di = 24 I = 2,5
24
X 68,745 2,5
50
X = 69,945
No. 1 2 3 4 5 6 7 8 9
n / 2 f sm
Md B x i
fm
Md = 70,47 atau 70
Apabila angka hasil perhitungan tersebut dibandingkan dengan hasil
perhitungan dengan data yang belum dikelompokkan (seperti data pada
Tabel 2). Maka hasil tersebut sama. Hanya terdapat perbedaan desimal
pada angka aslinya yaitu 70,47. Hal ini terjadi akibat pengelompokkan
data.
C. Modus
Modus berasal dari kata medi yang artinya sesuatu yang paling
banyak digemari/disenagi orang. Apabila dihubungkan dengan angka,
berarti bilangan/angka yag paling banyak terjadi/terdapat dari suatu
kelompok data.
Menghitung modus dari data yang belum dikelompokkan
Pembelian 6 7 9 9 6 8
(juta Rp)
Pembelian 9 8 9 6 9 9
(juta Rp)
i f 1 f 1
Mo Xo x
2 2 f 0 f1 f 1
Di mana:
Xo = titik tengah kelas-kelas modus
i = interval kelas
f0 = frekwensi i kelas modus
f1 = frekwensi sesudah frekwensi modus
f -1 = frekwensi sebelum frekwensi modus
Xo = 71,245 ; i = 2,5 ; fo = 21 ; f1 = 6 ; f -1 = 9.
2,5 6-9
Jadi : Mo = 71,245 + ——— x —————
2 2(21) – 6 - 9
71,245 – 0,138888888
Mo = 71,106 atau 71
Xn = 4711070 ; Xo = 3718756 ; n = 4
4710170
Gm 4 = Gm 4 1,2556
3718756
1,061 kali setiap periode atau setiap tahun selama periode 1981 – 1985.
log Xi
log Gm i 1
16,6825107
log Gm = —————— = 2,377444 di antilog kan,
7
log Gm
f i log X i
n
Dimana: Xi = titik tengah (nilai tengah) tiapkelas
fi = frekuensi tiap kelas
n = fi
Contoh perhitungannya dapat diikuti sebagai berikut
Tabel 18. Menghitung usia rata-rata penduduk dengan rumus rata-rata
ukur
Kelas Xi fi log Xi fi log Xi
umur
(interval)
15 - 19 17 113 1,2304489 139,0407257
20 - 24 22 213 1,3424227 292,6481486
25 - 29 27 286 1,4313638 409,3700468
30 - 34 32 272 1,5051500 409,4008
35 - 39 37 244 1,5682017 382,6412148
40 - 44 42 203 1,6232493 329,5196079
45 - 49 47 148 1,6720979 247,4704892
1484 2210,091031
= 0,04 atau 4%
Pn = 1000 (1 + 0,04) 10
= Rp 1.480,24
tersebut.
3 3
RH = ————————— = ——————
1/100 + 1/150 + 1/125 0,024666666
= 121,622
jika hal ini dihitung dengan rumus rata-rata hitung maka hasilnya;
n
fk Q1 1
Q1 Bb 4 i
fQ1
Q2= Median
n3
fk Q 3 1
Q3 Bb 4 4 i
fQ3
Dimana:
(i) fi fk
60 - 62,49 1 1
62,5 - 64,99 1 2
65 - 67,9 10 12
67,5 - 69,99 9 21 Q1
70 - 72,99 21 42 Q2
72,5 - 74,99 6 48
75 - 77,49 2 50
50
fk = frekuensi kumulatif
72,99.
fQ1 = 9 ; fQ3 = 21
Dengan menggunakan data dari Tabel 19. Kita coba menghitung nilai
Di yang lain.
Di = Di (50) = ; 5
10
Angka 5 ini harus dilihat pada kolom fk untuk menentukan letak
kelas dari Di pada Tabel 19 terlihat bahwa 5 terletak pada fk = 12
sehingga kelas D1 terletak pada 65 – 67,49.
D1 = 64,995 + 5 – 2 x 2,5
10
Pi = Pi (n)
100 dan P50 = Median, demikian pula untuk D5 =
Median.
Soal-Soal Latihan.
Ditanyakan:
a. Tentukan tingkat upah rata-rata, upah median dan upah modus
b. Hitunglah kuartil, desil dan presentil
5. Hasil pengujian tentang daya tahan dua merek batery yang
dinyatakan dalam jam disajikan berikut ini:
Eveready : 256 ; 235 ; 210 ; 260 ; 250
ABC : 268 ; 223 ; 274 ; 240 ; 235
Ditanyakan:
a. Batery manakah yang memiliki daya tahan yang lebih lama?
(hitung rata-ratanya)
b. Jika diambil salah satu hasil pengujian tersebut batery
manakah yang memiliki daya tahan paling tinggi dan paling
murah?
6. Sebuah perusahaan mencatat angka perkembangan produksinya
selama 10 periode, angka-angka tersebut dinyatakan dalam index
perkembangan sebagai berikut:
Periode I II III IV V VI VII VIII IX X
Produksi 100 186 323 273 204 301 167 232 482 500
a. Hitung rata-rata perkembangan produksinya
b. Bandingkan rumus yang digunakan dengan rumus rata-rata
hitung.
n = banyaknya observasi
|Xi – X| = tanda kurung tegak menunjukkan nilai absolut
artinya setiap nilai yang dihasilkan dari pengukuran
tersebut merupakan nilai positif
X = nilai rata-rata hitung
Sebagai contoh perhitungannya, mari kita lihat berikut ini.
Dipunyai suatu kelompok data sebagai berikut:
5 ; 20 ; 10 ; 15 ; 40
X = Xi = 5 +20 + 10 + 15 + 40 = 90 = 18
n 5 5
Xi X Xi - X | Xi – X |
5 18 -13 13
20 18 2 2
10 18 -8 8
15 18 -3 3
40 18 22 22
48
| Xi – X | = 48
Md = 48 = 9,6
5
Dipunyai suatu kelompok data sebagai berikut:
10 ; 15 ; 20 ; 25 ; 20
X = Xi = 20 + 15 + 20 + 55 + 20 = 90 = 18
n 5 5
Xi X Xi - X | Xi – X |
10 18 -8 8
15 18 -3 3
20 18 2 2
25 18 7 7
20 18 2 2
22
| Xi – X | = 22
Md = 22 = 4,4
5
Perhatikan! Kedua contoh di atas memiliki nilai rata-rata hitung (x)
yang sama, akan tetapi memiliki nilai rata-rata deviasi (Md) yang
berbeda. Perbedaan tersebut menunjukkan bahwa kelompok data yang
pertama dengan Md = 9,6 ; lebih bervariasi dibanding kelompok data
yang kedua dengan Md = 4,4 . Atau dengan kata lain kelompok data I
memiliki dispersi yang lebih tinggi daripada kelompok data II.
Deviasi rata-rata untuk data yang sudah dikelompokkan.
Perumusannya adalah sebgai berikut:
k
X i X fi
Md
n
Prosedur perhitungannya:
1. Menghitung X i dengan rumus
Nilai batas bawah + nilai batas atas
2
Xb = (50+ 54)/2 = 52
sehingga :
Md = 1443,8 = 6,061
240
(X i X )2
2 i 1
--------- untuk data populasi
n
(X
i 1
i X )2
s2 --------- untuk data sampel
n
(Xi – X) 2 = 730 ; n = 5
= (X i u ) 2
------- untuk data populasi
N
S = (X i X )2
------- untuk data sampel
n
Kalau kita perlukan rumus deviasi standard di atas maka agak mirip
dengan rumus varians (S2) hanya perbedaan pada akar, sehingga
deviasi standard (S) merupakan akar dari varians (S 2) atau
S = S2
10 18 -8 64
15 18 -3 9
20 18 2 4
25 18 7 40
20 18 2 4
130
(Xi – X) 2 = 130
Sehingga:
130
S = = 5,1
5
Apabila kita membandingkan dua kelompok data di atas maka akan
terlihat bahwa kelompok data pertama (lihat data untuk menghitung
varians) mempunyai dispersi yang lebih tinggi dari kelompok data
kedua (lihat data untuk menghitung devisi standard). Meskipun kedua
kelompok data tersebut mempunyai nilai rata-rata hitung (X) yang
sama. Berarti juga bahwa kelompok data pertama lebih heterogen
(bervariasi) dibanding kelompok data kedua.
Fisker dan Wilk memberikan perumusan lain bagi varians dan
deviasi standard sebagai berikut:
S2 = i
(X X ) 2
n 1
S = (X i X )2
n 1
( X i ) 2
X
2
i
S = n
n
Contoh perhitungannya :
Xi Xi2
10 100
(90) 2
1750
S2 = 5
15 225 5
= 26
20 400
130
25 625 S = = 5,1
5
20 400
90 1750
dengan rumus:
k
(X i X )2 fi
S2 = i 1
(X i X )2 fi
S = atau S = S2
n
Di mana :
240 12.239,584
12.239,584
S = = 7,14
240
i = interval kelas
Xi fi di di 2 di f i di 2 fi
27 30 -2 4 -60 120
32 45 -1 1 -45 45
37 60 00 00 0 0
42 50 1 1 50 50
47 40 2 4 80 160
52 15 3 9 45 135
70 510
Di = (Xi - X0 )
I i = interval kelas;
X0 = nilai sebarang Xi
di fi = 70 ; di 2
fi = 510 ; X = 38,46
= 50,998 atau 51
2
510 70
S = 5
240 240
= 5 2,04
= 7,14
Salah satu bentuk pengukuran dispersi yang agak lain dari yang
lain adalah perhitugan koefisien variasi. Perhitungan koefisien variasi
ini dikenal juga dengan pengukuran dispersi relatif. Cara
perhitungannya dapat dikemukakan sebagai berikut:
KV = S
X
X = rata-rata hitung
25
X = Xi = 110 = 22
n 5
X X
2
S = i
; (Xi - X)2 = 530 ; n = 5
n
530
S = 10,3
5
S = 10,3 ; X = 22
Koefisien Variasi :
Di sini jelas terlihat bahwa harga mobil mempunyai dispersi yang lebih
rendah dari harga sepatu. Karena harga mobil memiliki KV sebesar
24,5% sedangkan harga sepatu memiliki KV sebesar 109,6%
Apabila kita bandingkan dengan pengukuran deviasi standard jelas
hasilnya bertolak belakang. Sehingga apabila dua kelompok data yang
berbeda satuannya atau berbeda ukurannya maka sebaiknya digunakan
pengukuran Koefisien Variasi dengan catatan bahwa kita bermaksud
untuk membandingkan tingkat dispersinya.
Contoh lain akan diberikan berikut ini;
No 1 2 3 4 5 6 7 8 9 10
Pendapatan 25 29 30 40 75 60 50 35 150 100
(Rp.000)
X = Pendapatan ; Pendapatan = 594 ; n = 10
X = 594/10 = 59,4
X X
2
S = i
= (Xi - X) 2
n
14105,04
S = = 37,6
10
Desa I Desa II
No
Pendapatan (Rp 000) Pendapatan (Rp 000)
1 75 25
2 65 40
3 50 75
4 40 90
5 60 60
6 55 30
7 64 40
8 70 55
9 72 80
10 80 95
Pendapatan rata-rata (X) Petani Desa I = 63,1
X X
2
i
S = = 11,6
n
X X
2
i
S = = 23,85
n
Dari hasil perhitungan di atas terlihat KV desa II lebih besar dari Desa
I, sehingga distribusi pendapatan Desa II lebih timpang dari Desa I.
Soal-soal Latihan.
II 25 ; 40 ; 50 ; 60 ; 75 ; 75
tersebut?
berikut:
dispersinya.
c. Hitung juga koefisien variasi masing-masing dan secaa
variasinya.
No Pabrik Bengkel
Pekerja
1 750 600
2 800 550
3 600 750
4 500 600
5 450 500
6 900 560
7 1000 760
8 1500 790
9 1100 900
10 1200 1500
sebagai berikut: