TUGAS 1

STATISTIKA EKONOMI
NAMA: PINKY SYAFITRI SETIAWAN
NIM: 042236973

1. Penyusunan data berdasarkan keadaan/ frekuensi ini dapat dilakukan dengan 2 cara
-Secara individual
-Secara kelompok
a. Metode seriation secara individual
Metode ini merupakan cara menyusundata seuai dengan hasil observasi. Sebagai
contoh:
Jumlah produksi kacang tanah (kw)
2 6 3
3 6 2
5 5 4
2 2 5
4 1 5
Dari data tersebut dapat diketahui kompusisi jumlah produksi kacang tanah (kw) pada
keluarga di desa sumberwaras. Tetapi masih agak susah diamati karena belum
tersusun secara rapih. Cara seperti itu hanya dapat diterapkan pada data yang
jumlahnya terbatas. Data seperti itu disebut data dengan data mentah (raw date).
Susunan data yang teratur (array)
Jumlah produksi kacang tanah (kw)
1 3 5
2 3 5
2 4 5
2 4 6
2 5 6
Data individual (ungrouped data) tersebut disusun secara teratur sehingga dengan
mudah dapat diketahui berapa produksi kacang pada desa Sumberwaras.
b. Metode seriation secara kelompok
Metode ini merupakan cara menyusun data dalam kelompok-kempolok berdasarkan
interval teretntu.. selanjutnya dari masing masing kelompok akan tampak berapa kali
terjadinya( berapa frekuensinya ).
Pengelompokan berdasarkan interval ini dapat dilakukan dengan 2 cara yaitu:
- Rangkaian yang diskrit ( discrete series atau discontinuous series )
- Rangkaian yang kontinu ( continuous series )
Perbedaan cara penyusunan data ini didasarkan pada sifat dari data tersebut , apakah
variabelnya bersifat diskrit atau kontinu. Data atau variable diskrit adalah data yang
hanya dapat dinyatakan dalam bilangan bulat .
Contoh:
Distribusi jumlah produksi kacang (kw) pada desa sumberwaras
Jumlah produksi kacang per
Jumlah keluarga
keluarga
1–2
3–4 546
5–6
Sedangkan pada data atau variable continue adalah data yang dapat dinyatakan
dengan bilangan pecahan
Contoh :
Distribusi keuntungan penjualan kacang tanah
Pada desa sumberwaras
Keuntungan Jumlah
10 – 19,9
20 – 29,9
30 – 39,9
142232
40 – 49,9
50 – 59,9
60 – 69,9

2. Apa yang saudara ketahui tentang rata-rata, median dan modus sertakan contoh
a. RATA-RATA (MEAN)
Rata-rata adalah seperti rata-rata yang sudah kita kenal dalam kehidupan seharihari, yaitu jumlah
dari semua data dibagi dengan banyaknya data. Rata-rata hitung
untuk sampel biasanya dinyatakan dengan sumbu X (dibaca X bar) dan untuk mean
populasi biasanya dinyatakan dengan symbol ii (dibaca myu).
Untuk mencari rata-rata hitung ada 2 cara, yaitu:
1. Mencari rata-rata hitung data yang dikelompokkan
Perhitungan rata-rata hitung bagi data yang tidak dikelompokkan sangat
sederhana, yaitu dengan menjumlahkan semua data yang ada dibagi dengan
banyaknya data, yang dapat ditulis dengan rumus berikut ini :
X=
∑𝑛 𝑖=1 𝑋
𝑛
Dalam hal ini :
Σ = tanda jumlah (dibaca sigma)
X = besarnya nilai tiap-tiap data
n = banyaknya data
contoh :
diketahui data berat badan 5 orang mahasiswa yang mengambil mata kuliah
statistika sebagai berikut : 59 kg, 60 kg, 54 kg, 62 kg, 65 kg
rata-rata berat badan dari 5 orang mahasiswa tersebut adalah :
X=
∑𝑋
𝑛
=
59 + 60 + 54 + 62 + 65
5=
300
5 = 60
Jadi rata-rata dari 5 orang tersebut = 60
2. Mencari rata-rata hitung untuk data yang dikelompokkan
Data yang sudah dikelompokkan artinya data tersebut sudah dibuat menjadi
suatu distribusi frekuensi. Data yang sudah dibuat distribusi frekuensi menjadi
tidak asli lagi, data yang sudah dimasukkan ke dalam kelas-kelas, sehingga
yang ada tinggal frekuensi dari masing-masing kelas saja. Oleh karena itu, yang
dipergunakan dalam menghitung rata-rata bukan nilai data melainkan clas
mark/mid point yaitu nilai pertengahan suatu kelas, yang dapat ditulis dengan
rumus berikut ini :
X=
∑𝑘 𝑖=1 𝑋𝑖𝑓𝑖
∑𝑘 𝑖=1 𝑓𝑖
Dalam hal ini :
X = Titik tengah (clas mark/mid point)
f = frekuensi
contoh :
Sebanyak 21 orang pekerja dijadikan sampel dan dihitung tinggi badannya.
Data tinggi badan dibuat dalam bentuk kelas-kelas interval. Hasil pengukuran
tinggi badan adalah sebagai berikut.
Tinggi Badan Frekuensi
151 – 155 3
156 – 160 4
161 – 165 4
 166 – 170 5
171 – 175 3
176 – 180 2
Hitunglah rata-rata tinggi badan pekerja dengan menggunakan titik tengah!
Proses penghitungan rata-rata dengan menggunakan titik tengah dibantu
dengan menggunakan tabel di bawah ini.
Titik tengah Frekuensi
Tinggi Badan 𝑥𝑖 . 𝑓 𝑖
(𝑥𝑖) (𝑓𝑖)
151 – 155 153 3 459
156 – 160 158 4 632
161 – 165 163 4 652
166 – 170 168 5 840
171 – 175 173 3 519
176 – 180 178 2 356
Jumlah 21 3458
Dari table diatas diperoleh :
∑ 𝑓𝑖 = 21
𝑘
𝑖=1
∑ 𝑓𝑖𝑥𝑖 = 3458
𝑘
𝑖=1
Dengan begitu dapat kita hitung rata-rata data berkelompok sebagai berikut.
X = 3458
21
= 164,67
b. MEDIAN
Median adalah nilai yang letaknya di tengah-tengah setelah data tersebut diurutkan.
Atau rata-rata dari dua nilai yang letaknya ditengah apabila jumlah data genap.
Secara matematis median dilambangkan dengan Me yang dapat dicari dengan cara
sebagai berikut:
1. Median untuk jumlah data (n) ganjil
𝑀𝑒 = 𝑥 (𝑛 +2 1)
2. Median untuk jumlah data (n) genap
𝑀𝑒 =
12
(𝑥 𝑛2) + (𝑥 𝑛2 + 1)
Keterangan:
Me = Median
n = jumlah data
x = nilai data
Contoh 1 :
Lima orang anak menghitung jumlah kelereng yang dimilikinya, dari hasil penghitungan mereka
diketahui jumlah kelereng mereka adalah sebagai berikut.
5, 6, 7, 3, 2
Median dari jumlah kelereng tersebut adalah?
Jawab:
Karena jumlah data adalah ganjil, maka penghitungan median menggunakan rumus median
untuk data ganjil. Proses penghitungannya adalah sebagai berikut.
𝑀𝑒 = 𝑥 (5 +2 1) = 𝑥 (6 2) = 𝑥3
Dari rumus matematis di atas, diperoleh bahwa median adalah x3. Untuk mengetahui x3, maka
data harus diurutkan terlebih dahulu. Hasil pengurutan data adalah sebagai berikut.
2, 3, 5, 6, 7
Dari hasil pengurutan dapat kita ketahui mediannya (x3) adalah 5.
Contoh 2 :
Sepuluh orang siswa dijadikan sampel dan dihitung tinggi badannya. Hasil pengukuran tinggi
badan kesepuluh siswa tersebut adalah sebagai berikut.
172, 167, 180, 171, 169, 160, 175, 173, 170, 165
Hitunglah median dari data tinggi badan siswa!
Jawab:
Karena jumlah data genap, maka penghitungan median menggunakan rumus median untuk data
genap. Proses penghitungannya adalah sebagai berikut.
𝑀𝑒 =
12
(𝑥 10 2 ) + (𝑥 10 2 + 1) = 1 2 (𝑥5 + 𝑥6)
Untuk melanjutkan penghitungan, kita harus terlebih dahulu mengetahui nilai x5 dan x6. Kedua
nilai data tersebut dapat diperoleh dengan mengurutkan semua data. Hasil pengurutan adalah
sebagai berikut.
160, 165, 167, 169, 170, 171, 172, 173, 175, 180
Dari pengurutan tersebut diperoleh nilai x5 sama dengan 170 dan x6 sama dengan 171. Dengan
demikian penghitungan median dapat dilanjutkan.
𝑀𝑒 =
12
(170 + 171) =
12
(341) = 170,5
c. MODUS
Ukuran tendensi pusat yang ketiga adalah modus. Untuk data kualitatif, yang
dimaksud dengan modus adalah keadaan atau sifat yang paling sering terjadi yaitu
data yang frekuensinya paling besar. Dalam praktek dimungkinkan suatu
kumpulan data tidak mempunyai modus, atau mempunyai satu modus (mono
modus), tetapi dapat pula mempunyai lebih dari satu modus (bimodus).
Jika dalam sekelompok data tidak terdapat satu pun nilai data yang sering muncul,
maka sekelompok data tersebut dianggap tidak memiliki modus.
Modus biasanya dilambangkan dengan Mo.
Contoh 1:
Sepuluh orang siswa dijadikan sebagai sampel dan diukur tinggi badannya. Hasil
pengukuran tinggi badan adalah sebagai berikut.
172, 167, 180, 170, 169, 160, 175, 165, 173, 170
Tentukan modus tinggi badan siswa!
Jawab:
Untuk mengetahui modus dari data di atas, kita tidak menggunakan rumus
apapun. Kita menentukan modus hanya melalui pengamatan saja.
Dari hasil pengamatan, hanya nilai data 170 yang sering muncul, yaitu muncul
dua kali. Sedangkan nilai data lainnya hanya muncul satu kali. Jadi modus data di
atas adalah 170.
Untuk mempermudah pengamatan dalam mendapatkan modus, kita bisa juga
mengurutkan data tersebut. Hasil pengurutan data adalah sebagai berikut.
160, 165, 167, 169, 170, 170, 172, 173, 175, 180
Dengan mudah kita peroleh modus yaitu 170.
Contoh 2:
Delapan buah mobil sedang melaju di suatu jalan raya. Kecepatan kedelapan
mobil tersebut adalah sebagai berikut.
60 , 80, 70, 50, 60, 70, 45, 75
Tentukan modus kecepatan mobil!
Jawab:
Jika data diurutkan, maka hasilnya adalah sebagai berikut.
45, 50, 60, 60, 70, 70, 75, 80
Hasil pengamatan dari pengurutan di atas bisa diketahui nilai data 60 dan 70
adalah nilai data yang paling sering muncul (masing-masing dua kali). Oleh
karena itu modus sekelompok data di atas ada 2 adalah 60 dan 70.
3. Apa yang saudara ketahui mengenai penyimpangan, deviasi rata-rata dan koefisien variasi
dan berikan contohnya
a) PENYIMPANGAN
Penyimpangan adalah ukuran yang menunjukkan besar kecilnya perbedaan data dari rataratanya
(mean). Ukuran penyimpangan digunakan untuk mengetahui luas penyimpangan
data atau homogenitas data. Dua variabel data yang memiliki mean sama belum tentu
memiliki kualitas yang sama, tergantung dari besar atau kecil ukuran
penyebaran datanya.
Range (Rentang Data)
Range adalah perbedaan antara data terbesar dengan data terkecil yang terdapat dalam
sekelompok data. Range adalah ukuran penyimpangan yang mudah dipahami serta
menghitungnya cepat dan mudah, sehingga range ini sering digunakan apabila ukuran
penyimpangan segera dibutuhkan, meskipun range memiliki kelemahan.
Contoh:
Diketahui umur 10 orang buruh sebagai berikut:
35, 40, 60, 35, 55, 45, 27, 25, 31, 34
Range = 60 – 25 = 35
b) DEVIASI RATA-RATA
Deviasi rata-rata adalah rata-rata penyimpangan data dari rata-rata (mean)nya. Di dalam
menghitung deviasi rata-rata, kita harus mencari rata-rata harga mutlak dari selisih antara
tiap-tiap data dengan meannya. Penyimpangan data terhadap mean ada yang positif dan
ada yang negatif maka yang dijumlahkan adalah harga mutlak penyimpangan, bukan
penyimpangan data dengan meannya. Kegunaannya adalah untuk mengetahui seberapa
jauh nilai data menyimpang dari rata-ratanya.
Simpangan rata-rata (SR)didefinisikan oleh:
𝑆𝑅 ∑𝑛 ⃒𝑋𝑖 -
⃒
= 𝑖=1 X
1
𝑛
dimana n adalah banyaknya data, tanda ∣⋯∣ menyatakan nilai mutlak (misal ∣-1∣=1), xi
adalah nilai data ke-i dan xˉ adalah rata-rata. Rata-rata (xˉ) diperoleh dari:
X=
1𝑛
∑ 𝑋𝑖
𝑛
𝑖=1
Contoh :
Misalkan tinggi badan 10 orang mahasiswa adalah sebagai berikut.
172, 167, 180, 170, 169, 160, 175, 165, 173, 170
Hitunglah simpangan rata-rata data tinggi badan tersebut!
Pertama, hitung terlebih dahulu rata-ratanya.
X=
1
10
(172 + 167 + 180 + 170 + 169 + 160 + 175 + 165 + 173 + 170)
= 170,1
Selanjutnya hitung ∣xi-xˉ∣
𝑥𝑖 𝑥𝑖 - 𝑥 ⃒𝑥𝑖 - 𝑥⃒
172 1,9 1,9
167 -3,1 3,1
180 9,9 9,9
 170 -0,1 0,1
169 -1,1 1,1
160 -10,1 10,1
175 4,9 4,9
165 -5,1 5,1
173 2,9 2,9
170 -0,1 0,1
∑ ⃒𝑥𝑖 - 𝑥⃒ 39,2
Selanjutnya dapat dihitung simpangan rata-ratanya, yaitu
𝑆𝑅 ∑𝑛 ⃒𝑋𝑖 -
⃒
= 𝑖=1 X
1
𝑛
= 1/10 x39,2
= 3,92
c) KOFESIEN VARIASI
Kofesien variasi adalah presentasi deviasi standar terhadap rata-ratanya . kegunaan
kofesien variasi adalah untuk mengukur keseragaman data. Semakin kecil kofesien
variasi berarti data tersebut semakin seragam, sedang apabila kofesien variasi semakin
besar, berarti data tersebut semakin tidak seragam (heterogeny).
Untuk mencari besarnya koefisien variasi dapat dilakukan dengan rumus berikut:
Sampel: V = 𝑠
𝑥
x 100%
Contoh :
Sebuah perusahaan memiliki dua buah mesin yang dipergunakan untuk memproduksi
tekstil. Mesin A dapat menghasilkan kain dengan lebar rata-rata (X) 64,8 cm dengan
penyimpangan standar (S) sebesar 6,96 meter. Sedangkan mesin B dapat menghasilkan
kain dengan lebar rata-rata 50 cm dengan deviasi standar (S) sebesar 5 cm. mesin
manakah yang dapat menghasilkan kain yang lebiyh seragam?
Jawab:
Mesin A : V = 6,96
64,8
x 100% = 10,74%
Mesin B : V = 5
50
x 100% = 20%
Ternyata mesin B memiliki koefisien variasi yang lebih rendah daripada mesin A
sehingga dapat diambil kesimpulan bahwa mesin B dapat menghasilkan barang lebih
seragam daripada mesin A.