LAPORAN BUKU

STATISTIK DASAR UNTUK PENELITIAN PENDIDIKAN

Karya Prof. H.E.T Ruseffendi, S.Pd., MSc., PhD

Disusun untuk Memenuhi Salah Satu Tugas

Mata Kuliah Statistika Terapan

Al Jupri, S.Pd., M.Sc.,Ph.D.

Oleh
Subhi Ash Shalih
1707238

PROGRAM MAGISTER PENDIDIKAN DASAR

UNIVERSITAS PENDIDIKAN INDONESIA
BANDUNG
2017
 KATA PENGANTAR

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.

Bandung, September 2017

Penulis
 DAFTAR ISI

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

DAFTAR ISI .................................................................................................. ii
BAB I PENDAHUAN
A. Apa itu Statistika? .............................................................................
1. Statistika Deskriptif ...................................................................
2. Statistika Inferensi .....................................................................
B. Hubungan Statistika dan Metode Ilmiah ..........................................
C. Pengukuran .......................................................................................
1. Bilangan .....................................................................................
2. Pembulatan ................................................................................
3. Jenis Skala .................................................................................
4. Peubah, Peubah Tetap, dan Konstanta .......................................
D. Penggunaan Notasi Sigma ................................................................
E. Penggunaan Kalkulator .....................................................................
BAB II PENGUMPULAN DAN PENYAJIAN DATA
A. Pengumpulan Data ...........................................................................
B. Pengolahan Data ...............................................................................
C. Penyajian Data .................................................................................
1. Tabel dan Daftar Frekuensi .......................................................
2. Grafik Data ................................................................................
BAB III DISTRIBUSI FREKUENSI
A. Konsep Dasar dan Istilah .................................................................
B. Langkah-langkah Membuat Distribusi Frekuensi ...........................
C. Distribusi Frekuensi Kumulatif dan Grafiknya ...............................
D. Jenis Lain Distribusi Frekuensi .......................................................
BAB IV UKURAN TENDENSI SENTRAL
A. Rata-rata ...........................................................................................
B. Rerata ...............................................................................................
C. Median .............................................................................................
D. Modus ..............................................................................................
BAB V UKURAN PENYEBARAN
A. Sebaran (Range/Rentang) ................................................................
B. Deviasi Rerata ..................................................................................
C. Variansi dan Deviasi Baku ..............................................................
D. Ukuran Penyebaran Lain .................................................................
E. Ukuran Letak dan Skor Baku ..........................................................
1. Ukuran Letak .............................................................................
2. Skor Baku ..................................................................................
BAB VI BENTUK DISTRIBUSI FREKUENSI
A. Bentuk Distribusi Frekuensi ............................................................
B. Ukuran Kemencengan .....................................................................
C. Kurtosis ............................................................................................
DAFTAR PUSTAKA
 BAB I
PENDAHULUAN

A. Apa itu Statistika?

Statistika merupakan ilmu yang mempelajari tentang tata cara pengumpulan
data, penyajian data, analisis data, dan pengambilan keputusan berdasarkan data.
Berbeda dengan Statistik. Statistika merupakan metode ilmiah yang berkaitan
dengan data, sedangkan Statistik adalah kumpulan angka-angka mengenai suatu
masalah, dan dapat memberikan gambaran mengenai masalah tersebut. Sehingga
bentuk penyajian Statistik harus bersifat Informatif dan Praktis. Hematnya
Statistika adalah ilmunya sedangkan Statistik adalah ukurannya.
Guna memudahkan melihat perbedaan Statistika dan Statistik di atas,
cermati contoh di bawah ini.
Statistika : Tabel Nilai UTS Siswa Kelas IV Mata Pelajaran IPS
(X) (f) Proporsi Nilai Siswa:

1 80 3/10 x 100% = 30%

2 60 4/10 x 100% = 40%
3 90 3/10 x 100% = 30%
4 80 Pengerjaan ini disebut Statistika.
5 80
6 60
7 90
8 80
9 60
10 90
Statistik : Sebanyak 10 Siswa kelas IV telah mengikuti Ujian Tengah Semester
Mata Pelajaran IPS, ada 70% Siswa memperoleh nilai 80 ke atas.
Angka 70% disebut Statistik.
Melihat dua contoh di atas, Statistik menjelaskan suatu keadaan dengan
mengambil bagian tertentu dari hasil perhitungan Statistika. Selain itu, Statistika
memiliki fungsi lain yaitu menduga atau memprediksi kejadian yang akan datang.
Seperti memprediksi cuaca, mempersiapkan pembuatan bangunan, pengusulan
biaya, dan lain sebagainya.
 Menurut fungsinya, Statistika di bagi menjadi dua fase yaitu Statistik
Deskriptif dan Statistik Inferensi.
1. Statistika Deskriptif
Statistika Deskriptif adalah fase Statistika yang hanya berkenan dengan
pengumpulan, pengolahan, penganalisisan, dan penyajian sebagian atau seluruh
data (pengamatan) tanpa pengambilan kesimpulan. Dengan kata lain Statistika
Deskriptif hanya memberikan informasi mengenai data yang ada. Ruang lingkup
pembahasan Statistika Deskriptif antaralain (a) Distribusi frekuensi, tabel dan
grafik, (b) Ukuran pusat, (c) Ukuran letak, (d) Ukuran simpang dan (e) Korelasi
sederhana. Statistik Deskriptif sering muncul pada penelitian dengan bentuk sebuah
Tabel, Diagram, Grafik, dan besaran-besaran lainnya.
2. Statistika Inferensi
Statistika Inferensi adalah fase Statistika yang berkenan dengan
pengambilan kesimpulan secara luas mengenai keseluruhan data berdasarkan pada
data populasi atau sampel yang diambil secara acak dari populasi. Pengujian
Statistika Inferensi biasa diawali dengan proses menduga dan pengujian hipotesis.
Ruang lingkup pembahasan Statistika Inferensi antaralain (a) Analisis korelasi
linear sederhana dan pengujian sifnifikansi, (b) Pengujian rata-rata, (c) Analisis
regresi linear sederhana, (d) Analisis varians, (e) Analisis kovarian, (f) Uji tanda,
(g) Uji Ranking, (h) Uji Median.

B. Hubungan Statistika dan Metode Ilmiah

Ilmu Statistika terdiri dari sekumpulan cara atau metode dan aturan khusus
untuk mengorganisasikan dan menginterpretasikan suatu pengamatan atau data.
Dalam tataran fungsional, Statistika erat kaitannya dengan Metode Ilmiah.
Singkatnya Metode Ilmiah adalah salah satu cara mencari suatu kebenaran melalui
langkah-langkah yang sistematis dan prosedural. Selain itu, Metode Ilmiah juga
dipandang memiliki keakuratan hasil yang cukup tepat dalam mencari kebenaran
suatu pengamatan atau data dibanding metode lainnya (dongeng, pengalaman,
kekuasaan, induktif “khusus-umum”, dan deduktif “umum-khusus”).
Adapun langkah-langkah Metode Ilmiah (Penelitian) antara lain:
1. Merumuskan Masalah merupakan langkah awal penelitian, pada tahap ini
peneliti menentukan pokok permasalahan melalui beberapa pertanyaan padat
yang mampu mewakili topik utama penelitiannya.
2. Melakukan Studi Literatur merupakan langkah pencarian sumber dukungan
yang relevan untuk memperjelas topik permasalahan yang sedang diteliti.
Seperti studi literatur yang bersumber dari cerita-cerita, teori-teori, hasil
penelitian, dan sebagainya.
3. Membuat Dugaan-dugaan, Pertanyaan-pertanyaan, atau Hipotesis merupakan
kegiatan peneliti dalam memberikan jawaban sementara terhadap permasalahan
yang sedang diteliti dengan bersandar pada hasil kajian literaturnya.
4. Mengumpulkan dan Mengolah Data, serta Menguji Hipotesis merupakan tahap
menjelaskan dan menganalisis sekumpulan data (pendapat, sikap, tingkah laku,
atau studi literatur lanjutan. Selain itu dalam proses pengumpulan data,
diperlukan sebuah instrumen (angket, wawancara, kuesioner, lembar observasi,
dan lain sebagainya) untuk membantu dalam memperoleh suatu data.
5. Mengambil Kesimpulan merupakan tahap pemberian kesimpulan data hasil
perolehan Statistika. Sedangkan bentuk kesimpulannya bersifat luas. Artinya
dapat berupa generalisasi atau ramalan (hipotesis).
Kelebihan Metode Ilmiah lainnya yaitu pada pengambilan sampel.
Penggunaan sampel yang secara acak akan memudahkan peneliti untuk memahami
banyaknya data yang ia peroleh. Sampel itu sendiri ada dua macam yakni Sampel
Terikat dan Sampel Bebas. Sampel Terikat ialah sampel yang bagian tertentu hasil
pengamatannya dipengaruhi oleh hasil pengamatan lainnya (membandingkan).
Contoh, pengaruh ritual agama Islam yang dipengaruhi budaya Hindu seperti
penaburan bunga kepada kuburan, melakukan acara peringatan tiga hari, tujuh hari
dan sebagainya. Sedangkan Sampel Bebas ialah sampel yang tidak dibatasi oleh
pengaruh serta faktor-faktor lainnya namun masih saling berhubungan.

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.

D. Penggunaan Notasi Sigma

Notasi sigma dilambangkan berupa simbol “∑” (dalam bahasa Yunani
berarti S). Notasi sigma bertujuan untuk menggantikan besaran-besaran suatu data
melalui sebuah indeks. Dengan demikian penggunaan Notasi Sigma akan
mempersingkat serta mempermudah untuk menyatakan penjumlahan data yang
banyak. Misalnya, dengan sebuah huruf, kita bisa menulis 100 bilangan yang
berbeda.
Contoh : 𝑋1 =1, 𝑋2 =2, 𝑋3 =3, ⋯, 𝑋100 =100 atau 𝑌1 =1, 𝑌2 =2, 𝑌3 =3, ⋯, 𝑌100 =100
𝑋1 ialah huruf 𝑋 dengan indeks 1, dibaca “X satu”; X2 ialah huruf X dengan
indeks 2, dibaca “X dua” dan seterusnya.
Contoh 2:
5

𝑋1 + 𝑋2 + 𝑋3 + 𝑋4 + 𝑋5 = ∑ 𝑋𝑖
𝑖=1

Berikut ini ada beberapa aturan penggunaan notasi sigma.

Aturan 1: Sigma jumlah atau selisih dua suku atau lebih, sama dengan jumlah
atau selisih sigma dari masing-masing suku.
5 𝑛 𝑛 𝑛

∑( 𝑋𝑖 ± 𝑌𝑖 ± 𝑍𝑖 ⋯ ) = ∑ 𝑋𝑖 ± ∑ 𝑌𝑖 ± ∑ 𝑍𝑖 ± ⋯
𝑖=1 𝑖=1 𝑖=1 𝑖=1

Aturan 2: Bila k konstanta, maka

 𝑛 𝑛

∑ 𝑘𝑋𝑖 = 𝑘 ∑ 𝑘𝑋𝑖
𝑖=1 𝑖=1

Aturan 3: Bila k konstanta, maka

𝑛

∑ 𝑘 = 𝑛𝑘
𝑖=1

Aturan 4: Bila a, b, c konstanta, maka

𝑛 𝑛 𝑛 𝑛

∑(𝑎𝑋𝑖 ± 𝑏𝑌𝑖 ± 𝑐𝑍𝑖 ) = 𝑎 ∑ 𝑋𝑖 ± 𝑏 ∑ 𝑌𝑖 ± 𝑐 ∑ 𝑍𝑖

𝑖=1 𝑖=1 𝑖=1 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

Sumber: World Facts and Figures

 Tabel 2.4
Mahasiswa IKIP Bandung
Semester Ganjil Tahun 1988/1989

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.

Nilai Turus Frekuensi

53 //// 4
57 /// 3
60 //// 5
63 //// //// 10
2. Grafik Data
Selain penggunaan tabel dalam penyajian data. Cara lainnya yang bisa
digunakan adalah melalui Grafik dan Diagram. Penyajian data melalui Grafik ini
bertujuan untuk memberikan informasi atau gambaran sesuatu dengan benar dan
cepat. Perbedaan bentuk penyajian antara tabel dan grafik terlihat dari karakteristik
penjelasan masing-masing. Jika grafik menyajikan secara singkat, tabel
menyajikannya secara terperinci. Gambaran mengenai perbedaan grafik dan tabel
adalah sebagai berikut.
 Tabel 2.5
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

0.5% 7% 9.5%

13% Afrika
14%
aAmerika
Asia
Eropah
Oceania
Uni Sovyet

56%

Diagram 2.1 Penduduk Dunia dalam Juta Tahun 1968

Hal lain yang perlu diperhatikan dalam pembuatan diagram yaitu (1)
Pemilihan Sumbu (kecuali diagram lingkaran). Diagram memiliki dua sumbu,
sumbu tegak dan sumbu datar. Sedangkan perpotongan kedua sumbu disebut Titik
Pangkal yang biasanya diberi kode titik nol, (2) Memilih Skala (skala biasa, skala
logaritma, atau lainnya), (3) Ukurannya harus fleksibel. Berikut gambar sistem
ordinat antara sumbu-sumbu, titik pangkal, dan satuan skala tegak dan skala datar.
6
5
Sumbu Tegak

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

Contoh: Diagram Batang Sejajar (horizontal)

PKN

IPS

IPA

Matematika

0 10 20 30 40 50 60

Contoh: Diagram Batang Berdampingan

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

Diagram Garis Satu Data Mengenai Jumlah Lulusan SD

160
140
120
100
80
Kebutuhan Guru SD
60
40 Kebutuhan Guru SMP
20
0
2008 2010 2012 2014 2016

Diagram Garis Satu Data Mengenai Kebutuhan Guru SD dan SMP

c. Diagram Lingkaran
Diagram lingkaran berguna untuk melihat perbandingan dua data atau lebih
melalui sebuah lingkaran. Adapun bentuk penyajian data pada diagram lingkaran
ini terbagi kedalam beberapa bentuk antaralain: (1) Diagram lingkaran Biasa
(angka). Rumus “Jumlah data yang ditanyakan = total jumlah data-total data yang
diketahui”, (2) Diagram lingkaran bentuk Derajat (o). Rumus “Nilai yang
ditanyakan = (jumlah sudut/360o) x total nilai”, (3) Diagram lingkaran bentuk
Persen (%). Rumus “Nilai yang ditanyakan = (persen nilai yang ditanyakan/100%)
x total nilai”. Berikut adalah contoh Diagram Lingkaran.
SD
10%

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

e. Diagram Frekuensi Titik

Karakteristik Diagram Frekuensi Titik ini yaitu menggunakan sebuah titik
untuk menunjukkan dimana letak data berada sekaligus menjadi penyebut seberapa
banyak data yang diperoleh. Berikut adalah contoh diagram frekuensi titik.
 10
9
8
7
6
5
4
3
2
1
0
30 45 50 70

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

A. Konsep Dasar dan Istilah

Data yang diperoleh dari suatu penelitian umumnya bersifat mentah atau
masih acak. Sehingga data tersebut perlu dikelompokkan dan disusun ke dalam
kelas-kelas tertentu agar lebih mudah dipahami. Salah satu cara untuk mengatasi
persoalan ini yaitu melalui penggunaan distribusi frekuensi. Distribusi frekuensi
merupakan susunan data menurut kelas interval tertentu atau menurut kategori
tertentu dalam sebuah daftar. Berikut contoh tabel distribusi frekuensi.
Tabel 3.1
Kelas Frekuensi
28 – 36 5
37 – 45 10
46 – 54 20
55 – 63 30
64 – 72 40
𝑘

∑ 𝑓𝑖 = 105
𝑖=1

Istilah-istilah yang perlu diketahui dalam distribusi frekuensi adalah

1. Sebaran atau Jangkauan, ialah selisih antara data yang paling besar dengan data
yang paling kecil. Contoh: 72 – 28 = 44.
2. Interval Kelas, ialah data yang disimbolkan dalam kolom kelas. Contoh: 28 –
36, 37 – 45, dan seterusnya. Sedangkan Limit Kelas dibagi menjadi dua dan
dipahami sebagai berikut. Pada Interval Kelas 28 – 36, angka 28 adalah Limit
Bawah Kelas dan 36 adalah Limit Atas Kelas.
3. Batas Kelas (Class Boundary), ialah nilai yang digunakan untuk memisahkan
antar kelas, tapi tanpa adanya jarak antara batas atas dengan batas berikutnya.
Contoh: Jika nilai ulangan dibulatkan kepada satuan, interval kelas 28 – 36 itu
terletak antara 27,5 (Batas Bawah) dan 36,5 (Batas Atas). Perhitungan ini
28+37 65
diperoleh dari = = 32,5
2 2
4. Panjang Kelas, ialah selisih antara batas atas dengan batas bawah suatu kelas.
Contoh: 46 – 37 = 9 juga 45 – 36 = 9 dan seterusnya.
5. Titik Tengah Kelas, ialah jumlah limit atas dengan limit bawah suatu kelas
46+54 100
dibagi dua. Contoh: = = 50
2 2
B. Langkah-langkah Membuat Distribusi Frekuensi
Langkah-langkah membuat distribusi frekuensi adalah sebagai berikut:
1. Mencari sebarannya yaitu selisih antara data terbesar oleh data terkecil.
2. Menentukan banyak kelas dapat diambil antara 5 dan 20 atau melalui Sturges
(k = 1 + 3,3 log n, k = banyak kelas dan n = banyak data). Usahakan tidak
ada kelas yang kosong atau kelas yang padat dan sebaran datanya baik. adapun
titik tengah kelas diusahakan jatuh kepada nilai asli (data mentah) dan batas
kelas tidak berimpit dengan nilai asli.
3. Menentukan panjang kelas diusahakan memiliki nilai yang sama. Panjang p
sebaran
diperoleh dengan rumus 𝑝 = .
banyak kelas
4. Mengisikan frekuensi ke dalam setiap kelas. Langkah ini akan lebih mudah jika
bilangan diurutkan menurut besarnya.
C. Histogram dan Poligon Frekuensi
Histogram adalah gambar distribusi frekuensi. Gambar distribusi frekuensi
ini adalah gambar yang terdiri dari persegipanjang-persegipanjang yang lebarnya
sama dengan panjang interval kelas, sedangkan tingginya sama dengan frekuensi
interval kelas masing-masing. Adapun langkah-langkah membuat histrogram
antaralain (1) membuat dua salib sumbu yang tegak lurus sesamanya, (2) pada
sumbu mendatar kita tentukan titik tengah-titik tengah kelas dari masing-masing
kelas, (3) Pada sumbu tegak kita tandai frekuensi untuk setiap kelas, (4)
menyelesaikan gambar persegipanjang-persegipanjangnya.
Polygon frekuensi adalah poligon yang diperoleh dari histogram. Titik-titik
sudut dari poligon frekuensi itu adalah titik tengah-titik tengah dari masing-masing
lebar bagian atas persegipanjang-persegipanjangnya. Hal yang perlu diperhatikan
pada waktu membuat poligon frekuensi ialah bahwa pada ujung kiri kelas pertama
dan pada ujung kanan kelas terakhir, masing-masing harus ditambah dengan satu
kelas baru yang frekuensinya masing-masing sama dengan nol.
D. Distribusi Frekuensi Kumulatif dan Grafiknya
Distribusi frekuensi kumulatif berguna untuk mengetahui data yang berada
pada kelompok bawah (kurang dari) atau kelompok atas (lebih dari) berdasarkan
nilai standar yang ditetapkan. Contoh: Nilai kelulusan UAS sebesar 70 ke atas.
Distribusi frekuensi kumulatif akan memudahkan peneliti untuk memisahkan siapa
saja siswa yang mendapatkan nilai dibawah 70 dan diatasi 70.
E. Jenis Lain Distribusi Frekuensi
Jenis lain distribusi frekuensi ialah distribusi frekuensi relatif dan distribusi
frekuensi kategoris. Distribusi frekuensi relatif ialah distribusi frekuensi yang
frekuensi dari masing-masing kelas dibagi dengan banyak data. perbandingan (hasil
bagi) dapat dengan pecahan (biasa), pecahan decimal, dan presentase. Selanjutnya
bila data itu bersifat kualitatif, maka distribusi frekuensinya adalah distribusi
frekuensi kategoris. Dalam pembuatan distribusi frekuensi kategoris diperlukan
ketetapan dalam memilih kategori-kategori dan memilih banyak kelas tergantung
daripada keadaan data itu sendiri.
Contoh:
Distribusi Frekuensi Relatif Distribusi Frekuensi Persentase
Frekuensi Frekuensi
Tinggi Tinggi
Desimal Presentasi
145-149 0,06 145-149 6
150-154 0,10 150-154 10
155-159 0,34 155-159 34
160-164 0,46 160-164 46
165-169 0,04 165-169 4
1 100

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

C. Variansi dan Deviasi Baku

Deviasi rerata diperoleh setelah kita menghindarkan tanda negatif. Cara lain
untuk menghindarkan tanda negatif ialah dengan jalan menguadratkan, kemudian
menjumlahkannya, lalu jumlah tersebut dibagi banyak data n atau (n-1). Ukuran
yang demikian disebut Variansi (𝑆 2 untuk sampel) dan 𝜎 2 untuk populasi. Bila
rerata sampel 𝑋̅ dan rerata populasi 𝜇, maka variansinya sebagai berikut.
 𝑛
2
(𝑋𝑖 − 𝑋̅) 2
𝑆 =∑
𝑛
𝑖=1
𝑛
2
2
(𝑋𝑖 − 𝜇)
𝜎 =∑
𝑛
𝑖=1

Untuk estimasi (pendekatan) 𝜎 2 digunakan rumus

𝑛
2
(𝑋𝑖 − 𝑋̅) 2
𝑆 =∑
𝑛−1
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

𝑆 = Deviasi Baku 𝑋̅ = Rerata n = banyak data

𝑋𝑖 = titik tengah kelas ke-i ̅𝑖 = Frekuensi kelas ke-i
𝐹
D. Ukuran Penyebaran Lain
Ukuran penyebaran lainnya yaitu sebaran antar kuartil, sebaran semi antar
kuartil, dan sebaran keempat.
1. Sebaran antar kuartil = K3 – K1. Sebaran antar kuartil ini mengandung 25%
data. sebaran antar kuartil tidak seperti sebaran dipengaruhi oleh data terbesar
dan terkecil, tetapi dipengaruhi oleh data yang ada di sekitar tengah.
𝐾3 +𝐾1
2. Sebaran semi antar kuartil =
2
. Terdapat ukuran penyebaran yang

sekarang ini sering dipergunakan, karena kelebihannya. Ukuran penyebaran itu

disebut sebaran keempat. Kelebihannya ialah karena sebaran keempat
memberikan gambaran secara menyeluruh keadaan pusat, penyebaran, dan data
yang jauh menyimpang.
 BAB VI
BENTUK DISTRIBUSI FREKUENSI

A. Bentuk Distribusi Frekuensi

Berdasarkan kepada histogram atau diagram distribusi frekuensi, suatu
distribusi dapat berbentuk lonceng, berbentuk J, berbentuk L, dan berbentuk huruf
U. Histogram untuk bentuk distribusi itu seperti diagram berikut ini.

Berbentuk Berbentuk L Berbentuk J Berbentuk U

Lonceng
Bila kita perhatikan, distribusi berbentuk lonceng mempunyai sebuah
sumbu simetri, bila histogram itu dilipat melalui sumbu simetrinya, kedua bagian
histogram sebelah kiri dan kana akan setangkup. Sedangkan distribusi “menceng”
terjadi bila gambar diagram tersebut berekor ke sebelah kiri dan yang sebuah lagi
ke sebelah kanan.
B. Ukuran Kemencengan
Bila rerata dan deviasi baku sekumpulan data diketahui, maka akan
memperoleh cukup gambaran mengenai data tersebut. Meskipun demikian,
sekumpulan data yang rerata dan deviasi bakunya masing-masing sama, mungkin
bentuknya lain. Untuk membedakan bentuk-bentuk distribusi semacam itu kita
menggunakan ukuran kemencengan (swakness) atau ukuran kesetangkupan
(simetri). Kemencengan adalah derajat (tingkat) ketidaksimetrisan.
C. Kurtosis
Kurtosis adalah tingkan menggunungnya suatu distribusi, yang umumnya
dibandingkan dengan distribusi normal. Suatu distribusi berpuncak tinggi dan ekor-
ekornya relatif panjang disebut leptokurtis. Distribusi yang puncaknya agak
mendatar dan ekor-ekornya relatif pendek disebut platikurtis. Dan distribusi normal
yang puncaknya tidak begitu tinggi dan tidak begitu mendatar disebut mesokurtis.

LEPTOKURSIS PLATIKURTIS MESOKURTIS