Statistik Dasar Untuk Penelitian Pendidikan
Statistik Dasar Untuk Penelitian Pendidikan
Oleh
Subhi Ash Shalih
1707238
Puji syukur penulis panjatkan kehadirat Allah swt., karena atas izin dan
rida-Nya, akhirnya laporan buku ini dapat diselesaikan dengan baik. Buku yang
akan dibahas pada kesempatan kali ini berjudul “STATISTIKA DASAR UNTUK
PENELITIAN PENDIDIKAN” karya Prof. H.E.T Ruseffendi, S.Pd., MSc.,
PhD. Laporan buku ini disusun sebagai bentuk pertanggungjawaban atas beban
Mata Kuliah Statistika Terapan yang diampu oleh Bapak Al Jupri, S.Pd., MSc.,
PhD.
Selain daripada itu, laporan buku ini dilatarbelakangi pula oleh
kenyataan bahwa kemampuan mahasiswa khususnya penulis terhadap ilmu
Statistika masih memiliki beberapa kelemahan. Di sisi lain penguasaan terhadap
Statistika ini merupakan tuntutan yang harus dikuasai oleh mahasiswa atau
praktisi pendidikan sebagai metode dalam mengorganisir tingkat ketercapaian
siswa di kelas, juga dalam mengolah data-data penelitian atau lainnya.
Mengenai pembahasan pada laporan buku ini, penulis hanya akan
menjelaskan beberapa Bab sesuai tugas yang disarankan oleh dosen pengampu.
Antaralain Bab I Pendahuluan, Bab II Pengumpulan dan Penyajian Data, Bab
III Distribusi Frekuensi, Bab IV Ukuran Tendensi Sentral, Bab V Ukuran
Penyebaran dan Bab VI Bentuk Keterkaitan.
Penulis menyadari bahwa laporan buku ini masih terdapat banyak
kekurangan dan kelemahan. Oleh sebab itu, pada kesempatan ini penulis
berharap adanya kritik dan saran yang membangun bagi pembaca, demi
menambah wawasan penulis sebagai bahan kajian pada topik selanjutnya.
Akhirnya Penulis mengucapkan terimakasih atas perhatiannya dan semoga
makalah ini dapat bermanfaat khususnya bagi penulis, umunya bagi pembaca.
C. Pengukuran
Pada proses pengumpulan data, teknik pengukuran terhadap dapat kita
lakukan untuk memahami subjek penelitian. Adapun jenis pengukuran dapat berupa
data kelompok, kategori, atau kualitatif seperti jenjang pendidikan dan kemampuan.
Jenjang pendidikan terdiri dari pendidikan dasar, pendidikan menengah dan
pendidikan tinggi. Selain berdasarkan kepada data kualitatif, pengukuran itu dapat
juga berupa data kuantitatif. Contoh: banyaknya Jurusan PGSD di Jawa Barat ada
20 buah; tinggi si Andri 70 cm.
Ada beberapa hal yang perlu kita pahami mengenai teknik pengukuran
dalam pengolahan data antara lain.
1. Bilangan
Jenis bilangan terdiri atas bilangan Asli, Cacah, Bulat, Rasional, dan Real.
Bilangan Asli ialah 1, 2, 3, dan seterusnya. Bilangan Cacah ialah 0, 1, 2, dan
seterusnya. Bilangan Bulat ialah selain -1, -2, -3, dan seterusnya, juga termasuk
semua bilangan cacah. Bilangan Rasional ialah bilangan yang dapat ditulis a/b (a
dan b bilangan bulat dan b ≠ 0). Bilangan Irasional ialah bilangan rill yang tidak
bisa dibagi (hasil baginya tidak pernah berhenti). Sedangkan Bilangan Real ialah
gabungan antara bilangan Rasional dan bilangan.
2. Pembulatan
Pembulatan angka bertujuan untuk mengetahui keadaan sesuatu secara garis
besar tanpa membuat kesalahan yang terlampau besar. Teknik pembulatan ini
memiliki aturan main tersendiri, apakah pembulatan angka yang diinginkan bernilai
satuan, puluhan, ratusan ataukah ribuan. Adanya perbedaan aturan ini adalah untuk
menghindarkan kesalahan pembulatan yang kumulatif atau pembulatan yang
hasilnya jauh dari nilai sebenarnya.
3. Jenis Skala
Jenis-jenis skala dalam menentukan rumus dan uji statistika terdiri dari
empat macam. Pertama, Skala Nominal (Skala Label) adalah skala yang hanya
membedakan kategori berdasarkan jenis atau macamnya. Jenis skala ini hanya
menempatkan angka sebagai atribut objek. Sehingga data pada skala ini hanya
bersifat kualitatif. Contoh, Kelompok Siswa terdiri dari Siswa SD, Siswa SMP,
Siswa SMA, dan Siswa Perguruan Tinggi. Contoh penerapan pada Data Variabel
yaitu “Ya = 1 dan Tidak = 0, Pria = 1 dan Wanita = 0, Hitam = 1, Abu-abu = 2,
dan Putih = 3” dan seterusnya.
Skala Ordinal (Skala Peringkat) adalah jenis skala yang membedakan
kategori berdasarkan tingkat atau urutan juga menunjukkan sifat data. Data yang
diperoleh sudah berupa kuantitatif namun sederhana. Misalnya, membagi tinggi
badan ke dalam tiga kategori: tinggi, sedang dan pendek. Contoh penerapan pada
Data Variabel yaitu “Sangat Tidak Setuju = 1, Tidak Setuju = 2, Tidak Tahu = 3,
Setuju = 4, dan Sangat Setuju = 5” dan seterusnya.
Skala Interval (Skala Jarak) adalah skala yang membedakan kategori
dengan selang atau jarak tertentu dengan jarak antar kategori yang sama. Pada skala
interval ini pula berlaku korelasi dan regresi. Contoh skala interval adalah waktu
dan temperatur. Pukul 10 pagi di New York sama dengan pukul 10 malam di
Bandung. Jarak waktu kedua tempat tersebut adalah 12 jam. Perbandingan ini tidak
berlaku pada skala ordinal yang berlaku sifat pengelompokan data statistika secara
urut. Contoh penerapan pada Data Variabel yaitu “umur 20-30 tahun = 1 (muda),
umur 31-40 tahun = 2 (sedang), umur 41-50 tahun = 3 (tua)” dan seterusnya.
Skala Rasio (Skala Mutlak) adalah skala interval yang memiliki nol (0)
mutlak. Seperti mengukur berat benda yang bebannya relatif kecil sekali dibanding
berat satuan pengukuran yang dipakai. Contoh, menimbang secuil kapas dengan
Dacian, tentu berat kapas yang dihasilkan itu nol (0).
berat benda 6 kg
=2
berat benda 3 kg
Contoh lain mengenai jenis skala ini adalah isi, luas, panjang, dan
temperatur derajat Kelvin.
4. Peubah, Peubah Tetap, dan Konstanta
Pada fungsi linear Y = 2X + 3, X dan Y disebut peubah sedangkan 3 disebut
konstanta. X dan Y disebut peubah karena masing-masing nilainya dapat berubah-
ubah. Bila X = 5 maka Y = 13, bila X= 0 maka Y = 3 dan seterusnya. Dengan
demikian bila nilai X sudah ditentukan, maka nilai Y sudah tentu terikat, begitupun
sebaliknya. Peubah yang nilainya ditentukan di awal disebut sebagai Peubah Bebas.
Sedangkan yang diperoleh kemudian disebut Peubah Terikat.
Peubah berikutnya yaitu Peubah Tetap. Peubah tetap ini dapat kita pahami
melalui contoh berikut, hubungan antara pengajaran (X) dengan prestasi belajar
siswa (Y). Bila pengajaran (X) diperbaiki, maka prestasi belajar siswa
(Y) meningkat. Hal ini tidak berlaku terbalik, karena peran Variabel X menjadi
sebab dari akibat Variabel Y. Oleh sebab itu, pada peubah tetap ini, Variabel X
berperan sebagai proses dan Variabel Y sebagai hasil.
Peubah lainnya yaitu Peubah Diskret dan Peubah Kontinu. Peubah Diskret
misalnya banyak anggota sebuah keluarga. Jumlah anggota dalam sebuah keluarga
adalah 2, 3, 4, dan seterusnya, tetapi tidak pernah 2 ½, 4 ½, 5 ½, dan seterusnya.
Sedangkan Peubah Kontinu misalnya berat orang atau individu. Berat seseorang
dapat 2𝑘𝑔, 3¼𝑘𝑔, 10,75𝑘𝑔, 60,5𝑘𝑔 dan seterusnya. Pada umumnya peubah
kontinu terdapat pada pengukuran sedangkan peubah diskret pada membilang.
𝑋1 + 𝑋2 + 𝑋3 + 𝑋4 + 𝑋5 = ∑ 𝑋𝑖
𝑖=1
∑( 𝑋𝑖 ± 𝑌𝑖 ± 𝑍𝑖 ⋯ ) = ∑ 𝑋𝑖 ± ∑ 𝑌𝑖 ± ∑ 𝑍𝑖 ± ⋯
𝑖=1 𝑖=1 𝑖=1 𝑖=1
∑ 𝑘𝑋𝑖 = 𝑘 ∑ 𝑘𝑋𝑖
𝑖=1 𝑖=1
∑ 𝑘 = 𝑛𝑘
𝑖=1
E. Penggunaan Kalkulator
Umumnya kalkulator merupakan alat bantu dalam memudahkan proses
perhitungan sejumlah bilangan. Adapun jenis kalkulator yang hanya melakukan
operasi perkalian, pengurangan, dan operasi hitung sederhana lainnya ini
dinamakan Kalkulator Hitung. Sedangkan jenis kalkulator untuk melakukan
perhitungan Statistika adalah Kalkulator Ilmiah. Prinsip kerja Kalkulator Ilmiah ini
berpegang pada operasi Matematika secara hirarki. Juga kelebihannya terdapat
program-program yang mampu menghitung rerata, deviasi baku, koefesien
korelasi, regresi linear, dan sekumpulan-sekumpulan data yang serupa.
Contoh:
Kalkulator Ilmiah : 2 + 3 𝑥 5 → 2 + (3 𝑥 5) = 2 + 15 = 17
Kalkulator Hitung : 2 + 3 𝑥 5 → (2 + 3) 𝑥 5 = 5 𝑥 5 = 25
Memahami perbedaan jenis kalkulator di atas merupakan Kemampuan
Mendasar/Awal yang perlu diketahui bagi peneliti/pengguna. Kemampuan Kedua
yang perlu dimiliki ialah kemampuan menghitung seluruh soal-soal berhitung
secara sekaligus. Kemampuan Ketiga yang harus dimiliki ialah menguasai
penggunaan program yang dimiliki kalkulator. Diantaranya yaitu memasukkan
data, mengecek banyak pasangan data, dan lain sebagainya. Kemampuan Keempat
atau yang terakhir adalah memahami fungsi pengoperasian kalkulator. Misalnya,
untuk memperoleh 32 harus ditekan 3, tombol INV, dan𝑋 2 , sedangkan untuk
memperoleh n, tekan tombol Kout dan n.
BAB II
PENGUMPULAN DAN PENYAJIAN DATA
A. Pengumpulan Data
Proses pengumpulan data pasti ada di setiap penelitian ilmiah. Data itu
sendiri dipahami sebagai suatu keterangan atau fakta yang menjelaskan tentang
segala sesuatu mengenai individu atau kelompok. Berbeda dengan informasi yang
bersifat berita. Contoh: “Bogor adalah kota hujan” ini adalah data, sedangkan
“Kemarin hujan di Bogor lebat sekali” berarti informasi.
Sekumpulan data yang diperoleh hendaknya perlu dilakukan pengecekan
ulang, karena boleh jadi data yang terkumpul tidak mengikuti prosedur yang telah
ditetapkan ataupun dilakukan tidak sebagai mestinya. Seperti halnya dalam
pengumpulan data melalui salah satu instrumen penelitian yaitu angket. Pada kasus
penyelidikan angket yang bertujuan untuk mengetahui bagaimana sikap orang tua
murid terhadap anak-anaknya dalam bersekolah. Secara prosedural, angket harus di
isi oleh orang tua siswa, namun karena kesibukan dan ketidaktahuan orang tua
siswa, angket di isi oleh siswa. Hal demikian tidak dibenarkan sama sekali, karena
akan berdampak pada keabsahan sebuah data juga berimbas pada hasil penelitian
yang tidak layak guna.
Melihat betapa ketatnya proses pengumpulan data, hal mendasar yang perlu
diperhatikan peneliti adalah mengajukan beberapa pertanyaan guna memudahkan
alur pengumpulan data dalam tataran praktisnya. Pertanyaan-pertanyaan tersebut
antaralain. Pertama, Mengapa data dikumpulkan? Pertanyaan ini bertujuan untuk
mengetahui kondisi atau keadaan suatu data. Seperti pada hipotesis bahwa
pengajaran IPA itu lebih cocok dengan metode penemuan, sedangkan pengajaran
Matematika dengan metode ceramah. Hipotesis ini perlu dibuktikan kebenarannya,
tentu untuk memahami kebenarannya, dibutuhkan suatu data. Dalam hal ini data
yang sekiranya mampu menjawab hipotesis yaitu melalui percobaan.
Kedua, Data macam apa yang dikumpulkan itu? Jenis data menurut hasil
penelitian dibagi menjadi tiga bagian, data kualitatif, kuantitatif dan campuran (R
& D). Data kualitatif bisa dicontohkan berupa pengelompokkan atau kategorisasi
siswa ke dalam siswa pandai, sedang, dan lemah. Sedangkan data kuantitatif
mengenai data berupa skor, berat dan tinggi badan, dan lain sebagainya. Ketiga,
Dimana sumbernya? Tentu pertanyaan ini mengacu pada tempat atau lokasi sumber
data yang hendak dilakukan penelitian. Mengenai lokasi sumber data disesuaikan
dengan yang ingin dibutuhkan. Jika data yang dibutuhkan berupa skor peserta
SIPENMARU, maka tempatnya adalah DIKTI atau mungkin Perguruan Tinggi
Negeri.
Keempat, Bagaimana serta kapan mengumpulkannya? Mengenai
pertanyaan ini, data dapat dikumpulkan melalui kegiatan tes dan non-tes. Pada
umumnya tes terdiri dari tipe uraian dan tipe objektif. Bentuk tes objektif sendiri
terdiri dari benar-salah, pilihan-banyak, isian singkat, dan memasangkan.
Sedangkan non-tes dapat berupa karangan, melengkapkan kalimat, angket,
wawancara, dan observasi. Khususnya untuk skala sikap, metode yang digunakan
bisa berupa Model Likert, Diferensial Semantik, Thurstone, dan Guttman.
B. Pengolahan Data
Kegiatan pengolahan data dilakukan melalui proses pemberian skor,
pengelompokkan, dan perhitungan data yang diperoleh melalui tahap pengumpulan
data. Pengelompokkan data ini diperlukan agar data yang diperoleh dapat dilihat
dan dipahami dengan mudah dan cepat. Hasil pengolahan data dapat disajikan
dalam bentuk tabel, distribusi frekuensi, diagram dahan dan daun, dan dalam
diagram-diagram lainnya. Misalnya, nilai UTS Mahasiswa Program Magister
Pendidikan Dasar dikelompokkan dalam kondisi baik, sedang dan kurang atau
berdasarkan tingkat ketercapaian nilai seperti lulus dan tidak lulus.
C. Penyajian Data
Setelah kegiatan pengumpulan data selesai, maka proses selanjutnya adalah
melakukan pengolahan data. Terdapat banyak cara dalam penyajian data. Bahkan
terkadang ada data yang disajikan secara tidak jelas dan sukar untuk dipahami
dengan cepat. Perhatikan contoh berikut.
Banyak Jurusan PGSD di Indonesia pada tahun 2013 adalah sebagai berikut:
Aceh 5 buah, Sumatera 6 buah, Jakarta 7 buah, Jawa Barat 12 buah, Jawa
Tengah 13 buah, Jawa Timur 14 buah, Sulawesi 10 buah, Kalimantan 8 buah,
Maluku 5 buah, Papua 2 buah.
Guna memudahkan dalam menjawab berbagai pertanyaan dari sekumpulan
data di atas. Maka salah satu cara penyajian data yang cukup mudah yaitu melalui
sebuah tabel. Berikut contohnya dibawah ini.
Tabel 2.1
Jurusan PGSD di Indonesia Tahun 2013
Papua 2
Aceh 5
Maluku 5
Sumatera 6
Jakarta 7
Kalimantan 8
Sulawesi 10
Jawa Barat 12
Jawa Tengah 13
Jawa Timur 14
Sumber: http://www.praszetyawan.com/2013/09/daftar-pgsd-di-indonesia.html
Peneliti harus memperhatikan beberapa hal ketika melakukan penyajian
data dalam sebuah tabel. Hal tersebut antara lain (1) Judul Tabel, hal ini akan
memudahkan pembaca memahami topik bahasan suatu data dalam sebuah tabel.
Selain itu, usahakan bahasa harus tepat sasaran, tidak terlalu panjang lebar, (2)
Menuliskan Sumber Data, hal ini berguna untuk meyakini bahwa data yang
diperoleh dapat dipertanggungjawabkan serta sesuai dengan apa yang terjadi, (3)
Menyortir Data, hal ini akan mempercepat pembacaan data yang dibutuhkan oleh
pembaca.
1. Tabel dan Daftar Frekuensi
Sebuah tabel terdiri dari kolom dan baris. Sedangkan banyak kolom dan
baris dalam sebuah tabel mengikuti kebutuhan data yang akan disajikan. Berikut
akan disajikan beberapa contoh tabel dengan karakteristik yang berbeda.
Tabel 2.2
Penduduk Dunia dalam Juta Tahun 1968
Afrika 336
Amerika 489
Asia 1946
Eropa 455
Oceania 19
Uni Soviet 238
Jumlah 3438
Sumber: Buku Tahunan PBB tahun 1969
Tabel 2.2 merupakan tabel yang memiliki karakteristik dalam mengurutkan
benua-benua menurut abjad. Selanjutnya akan disajikan sebuah tabel mengenai
Sepuluh Negara Terpadat Penduduknya Tahun 1986. Pada tabel ini, informasi yang
akan disajikan berbeda dengan sebelumnya. Begitupun pada karakteristik tabel
akan diterapkan empat kolom dengan 13 baris. Lebih jelasnya, contoh tabel 2.3 bisa
kita lihat dibawah ini.
Tabel 2.3
Sepuluh Negara Terpada Penduduknya Tahun 1986
Penduduk Luas Daratan Kepadatan
Negara
(ribu) (mil persegi) (per mil persegi)
RRC 1.052.838 3.691.508 285
India 766.135 1.237.071 619
Uni Soviet 280.144 8.649.539 32,4
Amerika Serikat 241.596 3.679.395 65,7
Indonesia 166.940 741.101 225
Brazil 138.493 3.286.488 42,1
Jepang 121.492 145.834 833
Pakistan 101.653 342.762 297
Bangladesh 100.616 55.598 1.810
Nigeria 98.517 356.669 276
Jumlah 3.068.424 22.185.965 138
Dunia 4.899.615 57.884.030 84,5
No Fakultas D2 D3 S1 Jumlah
1 FIP - 110 1.263 1.373
2 FPIPS 199 546 1.701 2.446
3 FPBS 562 536 1.541 2.639
4 FPMIPA 504 859 1.072 2.435
5 FPTK 65 221 1.531 1.817
6 FPOK 124 192 716 1.032
Jumlah 1.454 2.464 7.824 11.742
Sumber: Lampiran Pidato Rektor IKIP Bandung, 20 Oktober 1988
Setelah melihat berbagai tabel dengan karakteristik yang berbeda, sebaiknya
kita perlu pula melihat contoh daftar frekuensi. Dalam membuat daftar frekuensi,
bilangan yang sama hanya ditulis sekali. Kolom pertama diisi oleh bilangan-
bilangan yang sudah diurutkan dari yang terkecil. Kolom berikutnya diisi oleh
kolom Turus (tanda hitung) yang menunjukkan banyaknya kemunculan
bilangan/data dengan ditandai sebuah garis (/) dan sebanyak lima data biasanya
diberi tanda pembatas tengah “////”. Berikut contohnya.
0.5% 7% 9.5%
13% Afrika
14%
aAmerika
Asia
Eropah
Oceania
Uni Sovyet
56%
4
3
2
1
0
Titik Pangkal 1 2 3 4 5 6
Sumbu Datar
Berikut akan dibahas jenis-jenis diagram seperti Diagram Batang, Diagram
Garis, Diagram Lingkaran, Frekuensi Titik, dan Interaksi.
a. Diagram Batang
Diagram Batang memiliki karakteristik batang yang tegak lurus (vertikal),
sejajar (horizontal) atau berdampingan dengan posisi vertikal maupun horizontal.
Contoh: Diagram Batang Tegak Lurus (vertikal)
60
50
40
30
20
10
0
IPA IPS PKN Matematika
PKN
IPS
IPA
Matematika
0 10 20 30 40 50 60
50
40
30
20
10
0
IPS Matematika PKN IPA
b. Diagram Garis
Diagram garis berguna untuk menunjukkan perubahan atau kecenderungan
dalam periode tertentu. Perubahan itu bisa berupa kenaikan, penurunan, atau tetap.
Dalam penyajiannya, diagram garis dapat pula menyajikan satu atau dua data.
140
120
100
80
60
40
20
0
2008 2010 2012 2014 2016
PT SMP
40% 20%
SMA
30%
d. Diagram Lambang
Diagram lambang merupakan cara penyajian data melalui gambar-gambar
atau simbol-simbol. Keuntungan dari diagram model lambang adalah dapat
mengaitkan pikiran manusia dengan data yang sebenarnya, juga dapat mewakili
data yang jumlahnya banyak. Sedangkan kelemahannya yaitu sulit menyajikan data
secara penuh jika hanya melalui sebuah gambar.
Contoh:
Menyajikan data kelas A (200 orang), kelas B (150 orang), dan kelas C (300
orang) melalui diagram lambang dengan kriteria sebuah gambar sama dengan 50
orang.
200 125 300
Jadi: Kelas A =
50
=4 , Kelas A = 50
=2,5 , Kelas A = 50
=6
Kelas A
Kelas B
Kelas C
f. Diagram Interaksi
Diagram interaksi berguna untuk melihat keterhubungan antara dua
variabel. Berikut adalah contoh diagram interaksi mengenai hubungan kepandaian
siswa dan pelajaran Matematika.
8 Pengajaran
Matematika
7 Modern
Pengajaran
4,8 Matematika
SKOR
Lama
3,6
Lemah Pandai
SISWA
BAB III
DISTRIBUSI FREKUENSI
∑ 𝑓𝑖 = 105
𝑖=1
Mahasiswa Frekuensi
Pembayar 340
Tugas Belajar 37
Izin Belajar 22
399 Distribusi Frekuensi Kategori
BAB IV
UKURAN TENDENSI SENTRAL
A. Rata-rata
Rata-rata adalah suatu bilangan yang mewakili sekumpulan data. rata-rata
dapat diartikan pula menjadi “sekitar” dan nilai yang ada di sekitar tengah. Contoh,
rata-rata orang Indonesia itu pendek-pendek”, atau “rata-rata generasi muda itu
tinggi-tinggi” maksudnya ialah pada umumnya dan tidak berarti semuanya.
B. Rerata
Dalam statistika sering suatu bilangan itu bertindak mewakili sekumpulan
bilangan. Banyak problema yang dapat dinyatakan dengan satu bilangan yang
menggambarkan sekumpulan bilangan. Istilah yang sering digunakan ialah rerata
atau rata-rata hitung. Rerata untuk sekumpulan bilangan adalah jumlah bilangan-
bilangan itu dibagi banyaknya. Bila bilangan-bilangan itu 𝑋1, 𝑋2, 𝑋3, …,𝑋𝑛 maka:
𝑋1 ,𝑋2 ,𝑋3 ,…,𝑋𝑛
Reratanya,𝑥̅ =
𝑛
∑𝑛
𝑖=1 𝑋𝑖
Disingkat 𝑥̅ = 𝑛
Beberapa sifat penting rerata antaralain:
1. Bila menemukan bilangan yang dilakukan operasi hitung dan nilainya sama,
maka rerata sekumpulan bilangan itu sama dengan rerata kumpulan bilangan
asal.
2. Bila setiap dari sekumpulan bilangan dikalikan dengan suatu konstanta, maka
rerata kumpulan bilangan barunya sama dengan konstanta tersebut dikalikan
dengan rerata kumpulan bilangan asal.
3. Bila X melukiskan sekumpulan bilangan dan Y juga melukiskan sekumpulan
bilangan lain yang banyaknya sama.
4. Bila tiap anggota dari sekumpulan bilangan dikurangi dengan reratanya, maka
jumlah simpangan (deviasi) tiap anggota bilangan dari reratanya selalu nol.
5. Bila 𝑋1, 𝑋2 , 𝑋3, …,𝑋𝑛 anggota sekumpulan bilangan dan M adalah terkaan
reratanya, maka reratanya kumpulan data.
6. Bila ada k kumpulan bilangan dengan frekuensinya masing-masing sebagai
berikut: 𝑋1 sebanyak 𝐹1 , 𝑋2 sebanyak 𝐹2 , 𝑋3 sebanyak 𝐹3 dan seterusnya,
sampai dengan 𝑋𝑘 sebanyak 𝐹𝑘 .
C. Median
Median adalah menentukan nilai tengah setelah data telah diurutkan. Selain
itu nilai tengah dapat membantu memperjelas kedudukan suatu data.
Contoh:
10 10 8 7 7 6 5 5 5 5 4
Nilai tengahnya (setelah disusun menurut besarnya) adalah 6 dan reratanya 66/11.
Menghitung median untuk data tersusun dipakai rumus berikut:
𝑛
−𝑓
𝑀𝑒 = 𝐵𝑏 + 𝑝(2 𝑓 )
𝑀𝑒
𝑀𝑒 = Median n = banyak data
𝐵𝑏 = Batas bawah kelas median P = panjang kelas
F = jumlah frekuensi kelas-kelas sebelum kelas median
𝑓
𝑀𝑒 = frekuensi Kelas Median
D. Modus
Modus adalah nilai yang sering muncul. Sekumpulan bilangan mungkin
tidak mempunyai modus, mungkin bermodus ganda, dan mungkin bermodus
banyak. Bilangan-bilangan yang tak bermodus misalnya, 9, 8, 7, 3, 6, 1. Kumpulan
bilangan yang bermodus ganda misalnya, 5, 6, 7, 7, 7, 8, 9, 1, 3, 3, 2, 3, modusnya
7 dan 3. Sedangkan yang bermodus banyak misalnya, 4, 7, 8, 5, 4, 5, 8, 9, 3.
Modus data tersusun dihitung dengan rumus:
𝑠1
𝑀𝑜 = 𝐵𝑏 + 𝑝( )
𝑠1 + 𝑠2
𝑀𝑜 = Modus
𝐵𝑏 = Batas bawah kelas modus
P = panjang kelas
𝑠1 = selisih frekuensi kelas modus dengan frekuensi kelas sebelumnya
𝑠1 = selisih frekuensi kelas modus dengan frekuensi kelas sesudahnya
BAB V
UKURAN PENYEBARAN
A. Sebaran (Range/Rentang)
Sebaran merupakan salah satu cara yang paling sederhana untuk mengukur
penyebaran tentang sekumpulan bilangan. Sebaran juga merupakan ukuran
penyebaran yang paling mudah dipahami dan dihitung. Dapat pula sebaran berarti
selisih atau beda bilangan terbesar oleh bilangan terkecil.
Contoh:
X: 70 69 67 67 66 65 65 65 63 63
Y: 95 87 84 72 59 58 58 51 51 45
Sebaran dalam kelompok X ialah 70 – 63 = 7 dan sebaran kelompok Y ialah
95 – 45 = 50.
B. Deviasi Rerata
Bila kita perhatikan, penyebaran bilangan akan kecil bila bilangan-bilangan
itu ada sekitar reratanya dan penyebarannya besar bila bilangan-bilangan itu
tersebar jauh dari reratanya. Karena itu dapat mendefinisikan penyebaran itu
berdasarkan kepada simpangan bilangan-bilangan itu terhadap reratanya.
Meskipun demikian, pemikiran ukuran penyebaran yang berdasarkan
kepada simpangan setiap bilangan dengan reratanya itu dapat kita pegang terus, asal
kita mengambil harga mutlak simpangan-simpangannya. Alasannya ialah karena
kita tertarik kepada besar simpangan-simpangan bukan tandanya. Proses
mengambil harga mutlaknya disebut Deviasi Rerata. Rumusnya sebagai berikut.
𝑛
(𝑋𝑖 − 𝑋̅)
=∑
𝑛
𝑖=1
Akar dari variansi adalah deviasi baku. Rumus deviasi baku untuk variansi
di atas sebagai berikut.
𝑛
(𝑋𝑖 − 𝑋̅) 2
𝑆 = √∑
𝑛
𝑖=1
𝑛
(𝑋𝑖 − 𝜇) 2
𝜎 = √∑
𝑛
𝑖=1
𝑛
(𝑋𝑖 − 𝑋̅) 2
𝑠 = √∑
𝑛−1
𝑖=1
Bila nilai S dari hasil perhitungan itu relatif kecil, maka penyebaran data
sekitar reratanya itu kecil, sedangkan bila relatif besar, penyebarannya besar.
Rumus-rumus deviasi baku yang telah disampaikan tentu saja tidak dapat
dipergunakan untuk menghitung deviasi baku data tersusun. Sama halnya untuk
menghitung rerata, rumus untuk menghitung deviasi baku data tersusun, lain
daripada untuk menghitung data tak tersusun. Maka rumus deviasi untuk data
tersusun itu adalah sebagai berikut.
𝑘
(𝑋𝑖 − 𝑋̅) 2
𝑆 = √∑
𝑛
𝑖=1