STATISTIK I

UNTUK ILMU EKONOMI DAN BISNIS

JOHANIS R. WANMA, SE., M.Si

PROGRAM STUDI MANAJEMEN

FAKULTAS EKONOMI
UNIVERSITAS CENDERAWASIH – JAYAPURA
2013
 DISTRIBUSI FREKUENSI

Teknik meringkas data yang berupa angka, dimulai dari penyusunan tabel distribusi
frekuensi, menyusun diagram yang menggambarkan pola data dan juga tentang
kurva distribusi frekuensi.

Tujuannya adalah untuk mengatur data mentah (belum dikelompokkan) kedalam

bentuk yang tersusun rapih tanpa mengurangi inti informasi yang ada (dari nilai
terkecil ke terbesar, penyusunan seperti ini sering disebut sebagai “Data Terurut atau
Array Data”.

Lihat tabel 1 & 2

Penyusunan Distribusi Frekuensi
Tahap-tahap penyusunan Distribusi Frekuensi :
a. Menentukan Jumlah Kelas : banyaknya kelas yang digunakan untuk
mengelompokkan data biasanya antara 5 sampai dengan 15 (tergantung pada
selera analis).
Salah satu cara menentukan jumlah kelas adalah dengan menggunakan rumus
sturges yaitu :
K = 1 + 3,322 log n
Dimana :
K = Jumlah Kelas
N = Banyaknya data yang dimiliki
i = Interval kelas
b. Mencari range (jarak) : yaitu jarak antara data terkecil dengan data terbesar atau
selisih data terkecil dengan data terbesar.
c. Menentukan lebar (interval) kelas; yaitu range dibagi jumlah kelas.
 BAGIAN-BAGIAN DALAM DISTRIBUSI FREKUENSI
 Class Limits : yaitu batas-batas kelas;
 Frekuensi : Jumlah data untuk tiap kelas;
 Class Boundary : Pertengahan antara batas atas suatu kelas dengan batas bawah
kelas diatasnya ;
 Class Mark/Mid Point/Nilai Tengah : Pertengahan tiap-tiap kelas, atau rata-rata
antara batas kelas bawah dengan batas kelas atas ;
 Class Interval : Perbedaan antara kelas boundary yang satu dengan kelas
boundary sebelumnya;
 Kelas terbuka : kelas yang tidak ada batasnya
Mis :
Pengeluaran perkapita sebulan Banyaknya Penduduk
Kurang dari 5000 150
5.000 – 9.999 100
10.000 – 19.999 250
20.000 – 29.999 40
30.000 – 39.000 10
550

DISTRIBUSI FREKUENSI RELATIF

Disusun melalui pembagian masing-masing frekuensi kelas dengan seluruh
frekuensi dan dinyatakan dalam prosentasi.
Kegunaan adalah untuk membandingkan beberapa distribusi yang memiliki jumlah
frekuensi yang berbeda.
Misalnya ingin membandingkan distribusi nilai statistik dari 5 mhs FE UNCEN
2001 pada kelas B dengan seluruh mhs FE UNCEN angkatan 2001 yang berjumlah
300 orang.
 DISTRIBUSI FREKUENSI RELATIF NILAI UJIAN STATISTIK
MAHASISWA KELAS B DAN MAHASISWA ANGKATAN 2001
Banyak Mahasiswa Frekuensi Relatif (%)
Interval Kelas
Angkatan Angkatan
Nilai Ujian Kelas B Kelas B
2001 2001
20-29 4 40 8 0,13
30-39 7 60 14 0,20
40-49 8 70 16 0,23
50-59 12 50 24 0,17
60-69 9 40 18 0,13
70-79 8 30 16 0,10
80-89 2 10 4 0,03
50 300 100 1,00

DISTRIBUSI FREKUENSI KUMULATIF

Disamping menyatakan banyaknya observasi dalam suatu interval, seringkali ingin
diketahui pula banyaknya observasi yang ada diatas atau di bawah suatu nilai
tertentu.
Tujuan tersebut dapat dicapai dengan menyusun suatu distribusi frekuensi kumulatif
sebagai berikut :

Distribusi Frekuensi Kumulatif Nilai Ujian Statistik

Interval Kelas Banyak Frekuensi Kumulatif
Nilai Ujian Mahasiswa ≤ ≥
20-29 4 4 50
30-39 7 11 46
40-49 8 19 39
50-59 12 31 31
60-69 9 40 19
70-79 8 48 10
80-89 2 50 2
50
 STATISTIK
Statistik diartikan sebagai informasi atau data tentang keadaan manusia dalam
bentuk tabel atau grafik. Misalnya : Statistik Penduduk

Statistik diartikan sebagai ilmu/pengetahuan yang berhubungan dengan cara

pengumpulan data, pengelolaan, penganalisaan serta penarikan kesimpulan.

Statistik Deskriptif berhubungan dengan peringkasan seperangkat data dan

penyejiannya dalam bentuk yang dapat dipahami. Misalnya : Perhitungan rata-rata,
disperse frekuensi, angka index, analisa time series.

Statistik Inferensi adalah suatu pernyataan mengenai suatu populasi yang didasarkan
pada informasi dari sampel random yang diambil dari populasi itu.

Statistik inferensi dibedakan menjadi 2 bagian yaitu :

1. Statistik parametric (parametric statistic) : Pendugaan dan uji hipotesis. Hipotesis

harga parameter populasi didasarkan anggapan bahwa skor-skor yang dianalisis
telah ditarik dari suatu populasi dengan distribusi tertentu.
Misalnya : dari populasi yang berdistribusi normal biasanya berlaku dalam
penelitian-penelitian dengan data terukur dan sampelnya cukup besar.
2. Statistik non – parametric (parametric statistic) : Pendugaan dan uji hipotesis
harga parameter populasi didasarkan anggapan bahwa skor-skor yang dianalisis
telah ditarik dari suatu populasi dengan bebas sebaran (tidak mengikuti distribusi
tertentu) biasanya berlaku dalam penelitian-penelitian dengan pencacahan
(enumeration data dengan skala nominal atau ordinal) atau sample-samperlnya
kecil.
Statistik diartikan sebagai karakteristik dari suatu sampel sedangkan parameter
adalah karakteristik dari suatu populasi.
 OGIVE

Adalah penyajian secara grafis berupa diagram garis daru suatu distribusi frekuensi
kumulatif.
Frekuensi kumulatif kurang dari (<) mempunyai ogive dari kiri bawah baik ke kanan
atas, sedangkan frekuensi kumulatif lebih dari (>) mempunyai ogive turun dari kiri
atas ke kanan bawah.

DF KURANG DARI & LEBIH DARI

Nilai Ujian (i) Frek (f) Nilai Ujian (i) Frek (f)
< 20 0 20 > 50
< 30 4 30 > 46
< 40 11 40 > 39
< 50 19 50 > 31
< 60 31 60 > 19
< 70 40 70 > 10
< 80 48 80 > 2
< 90 50 90 > 0

Kurva Ogive

60 Y = jumlah mhs
50 Polygon50<
Polygon > 50 48
46
40 39 40

30 31 31
Frek (f)
20 19 19
Frek (f)
10 11 10
4 2
0 0 0
1 2 3 4 5 6 7 8
 MACAM-MACAM KURVA

Simetris (bel) Condong ke kanan Condong ke kiri

Bentuk J J terbalik Bentuk U

Bimodal Multi modal Uniform

 UKURAN PEMUSATAN

Ukuran kecenderungan memusat dapat dihitung dengan beberapa pendekatan yaitu :

- Rata-rata Hitung ;
- Median ;
- Modus ;
- Rata-rata Ukur ;
- Rata-rata Harmonis ;

RATA-RATA HITUNG

Rata-rata hitung data tak berkelompok

Dimana :
X = Variabel yang dihitung dalam bentuk populasi dan sampel
N = Jumlah pengamatan populasi
N = Jumlah pengamatan sampel
Contoh :

Ada 6 orang peserta ujian statistik dengan nilai sebagai berikut :

Siti = 100

Amir = 60

John = 70

Robert = 50

Yvan = 65

Yves = 75

Rata-rata hitung populasinya adalah :

rata-rata hitung untuk sampel sebanyak tiga orang (Siti, Robert, dan Yves)

adalah :

= =

Rata-rata hitung untuk data berkelompok (cara langsung)

=
 RATA-RATA HITUNG DATA DIKELOMPOKKAN

Interval Kelas Banyak Mhs Titik Tengah

fX
Nilai Individu f X
20-29 4 24,5 98
30-39 7 34,5 241,5
40-49 8 44,5 356
50-59 12 54,5 654
60-69 9 64,5 580,5
70-79 8 74,5 596
80-89 2 84,5 169
50

Jadi = =

Rata-rata hitung data berkelompok (cara – short cut method)

= i

Dimana :

k = rata-rata hitung yang diasumsikan

d = penyimpangan dalam nomor interval

i = interval kelas
 RATA-RATA HITUNG DENGAN METODE SHORT CUT

Interval Kelas Banyak Mhs Titik Tengah

d fd
Nilai Ujian f X
20-29 4 -1 -4
30-39 7 34,5 0 0
40-49 8 1 8
50-59 12 2 24
60-69 9 3 27
70-79 8 4 32
80-89 2 5 10
50 Σ=97

X = 34,5 + x 10 = 53,9

MEDIAN

Ukuran pemusatan yang menempati posisi tengah. Jika data itu

ganjil maka data yang berada pada posisi tengah itu yang diambil
sebagai median.
Median data tidak berkelompok
Posisi tengah dari seperangkat data genap sebanyak N yang telah
terurut terletak pada posisi yang ke (N+1)/2.
Median data berkelompok
Untuk menentukan data berkelompok dapat dilakukan dengan 2 cara, yaitu :
1. Cara Interpolasi
2. Cara penggunaan Rumus
Data yang akan kita hitung mediannya adalah data yang tersusun dalam
distribusi frekuensi seperti dibawah ini :
Interval Kelas Banyak Mahasiswa
Nilai Ujian f
20-29 4
30-39 7
40-49 8
50-59 12
60-69 9
70-79 8
80-89 2
50

Cara Interpolasi,
Karena median terletak ditengah-tengah, maka median untuk data pada tabel
diatas terletak pada n/2 = > 50/2 = 25. Pada kelas ke 3 frekuensi kumulatifnya
baru mencapai 19, berarti masih kuragn 6. Untuk itu harus kita ambil
frekuensi ke 6 dari kelas 4 dimana kelas keempat ini mempunyai frekuensi 12
dengan interval 10. Interval kelas itu adalah 50-59 yang terletak pada 49,5-
59,5. Mediannya akan terletak pada kleas ke 4 dengan perhitungan sbb :
Med = 49,5 + (6/12)(59,5-49,5) = 54,5

Cara Penggunaan Rumus,

Med = TKb + (C)

Dimana :
TKb = Tepi Bawah kelas median
N = Jumlah pengamatan
(∑f)b = Jumlah frekuensi sebelum kelas median
Fm = Frekuensi kelas median
C = Interval kelas

Med = 49,5 + (10) = 54,5

Rumus tersebut diatas untuk menghitung median berdasarkan tepi kelas

bawah, sedang untuk tepi kelas atas digunakan rumus :

Med = TKa - (C)

TKa = Tepi Atas Kelas Median

(∑f) a = Jumlah frekuensi diatas kelas median

Med = 59,5 - (10) = 54,5

 MODUS

Modus (mode) dari sejumlah pengamatan adalah nilai X yang paling banyak
muncul dari serangkaian data.

Modus data tak berkelompok

Contoh :
15 19 21 16 21 29 23 56 37 89

Modus data berkelompok

Contoh :
Berdasarkan tepi bawah kelas

Mod = TKb + (C)

Dimana :
TKb = Tepi bawah kelas modus
d1 = selisih antara nilai frekuensi pada kelas modus dengan nilai frekuensi
sebelum kelas modus
d2 = selisih antara nilai frekuensi pada kelas modus dengan nilai frekuensi
sesudah kelas modus
C = interval kelas
Contoh :
Med = 49,5+ (10) = 55,21
Berdasarkan tepi atas kelas

Mod = TKa – (C)

Dimana :
TKa = Tepi atas kelas modus
d1 = selisih antara nilai frekuensi pada kelas modus dengan nilai frekuensi
sebelum kelas modus
d2 = selisih antara nilai frekuensi pada kelas modus dengan nilai frekuensi
sesudah kelas modus
C = interval kelas

Mod = 59,5 – (10) = 55,21

 RATA-RATA UKUR (GEOMETRIC MEAN)

Digunakan untuk menghitung rata-rata persentase perubahan, atau rata-rata

ratio dari nilai variabel-variabel X dalam satu deret waktu.
Rata-rata ukur data tak berkelompok
Jika variabelnya tidaik dalam jumlah besar maka rumusanya adalh :
G=
Contoh :
3 5 6 6 7 10 12
Nilai rata-rata ukurannya sbb :
G=
G=
Log G = 1/7 log 453600 = 0,8081
G = 6,43
Jika variabelnya dalam jumlah besar, rumusnya :

G= Antilog

Contoh :
Log G = 1/7 (log 3) + (log 5) + (log 6) + (log 7) + (log 10) + (log 12)
= 0,8081
G = 6,43
Rata-rata Ukur data berkelompok
Rumus :

Log G =

Rata-rata ukur nilai ujian statistik 50 Mhs FE UNCEN

Interval Kelas Banyak Mhs Titik Tengah
Log x f log x
Nilai Ujian f X
20-29 4 24,5 1,3892 5,5568
30-39 7 34,5 1,5378 10,7646
40-49 8 44,5 1,6484 13,1872
50-59 12 54,5 1,7364 20,8368
60-69 9 64,5 1,8096 16,2864
70-79 8 74,5 1,8722 14,9776
80-89 2 84,5 1,9269 3,8538
50 85,4632

Log G =
= 1.7093
= antilog 1,7093 = 51,20
 RATA-RATA HARMONIS (HARMONIC MEAN)

Digunakan untuk menghitung rata-rata variabel X yang memiliki ratio yang

berbeda-beda.

Rata-rata Harmonis Data tak berkelompok

Rumus :

H =

Contoh :
Diadakan observasi tentang kemampuan 5 orang pekerja menghasilkan output
dalam suatu perusahaan. Ternyata kelima orang tersebut memperoleh hasil
yang berbeda dalam mengerjakan pekerjaan yang sama dan waktu yang sama
pula. Hasilnya dapat dilihat pada tabel berikut ini :

Output yang diperoleh 5 pekerja pada pabrik “X”

Di – Jayapura

NAMA JUMLAH JAM JUMLAH YANG JUMLAH

PEKERJA TERSEDIA DIHASILKAN PER-UNIT
John 60 5 12
Markus 60 6 10
Rini 60 10 6
Petrus 60 30 2
Pilemo 60 6 10
Jumlah 300 57 40

H =
Rata-rata Harmonis data kelompok
Rumus :

H =

Rata-rata Harmonis Nilai Ujian Statistik

50 Mhs FE UNCEN
Interval Kelas Banyak Mhs Titik Tengah
f/x
Nilai Ujian F X
20-29 4 24,5 0,1633
30-39 7 34,5 0,2029
40-49 8 44,5 0,1798
50-59 12 54,5 0,2202
60-69 9 64,5 0,1395
70-79 8 74,5 0,1074
80-89 2 84,5 0,0237
50 1,0368

H = = 48,23
 KUARTIL

Apabila kita membagi sekelompok data menjadi 4 bagian yang sama, maka
masing-masing bagian kita sebut kuartil.
Kuartil data tak berkelompok
Rumus :

Q1 =

Q2 =

Q3 =

(catatan : data perlu diurutkan terlebih dahulu)

Q1 akan terletak pada kelas yang frekuensinya ¼ n atau n/4
Q2 akan terletak pada kelas yang frekuensinya ½ n atau n/2 = median
Q3 akan terletak pada kelas yang frekuensinya ¾ n

Rumus :

Q1 = TKb + (C)
Q2 = TKb + (C)

Q3 = TKb + (C)

Contoh :
Interval Kelas Banyak Mhs
i f
20-29 4
30-39 7
40-49 8
50-59 12
60-69 9
70-79 8
80-89 2

Q1 terletak pada ¼ n = ¼ (50) = 12,5

Q2 terletak pada ½ n = ½ (50) = 25
Q3 terletak pada ¾ n = ¾ (50) = 37,5

Q1 = 39,5 + (10) = 41,38

Q2 = 49,5 + (10) = 54,5

Q3 = 59,5 + (10) = 66,72

DESIL

Dengan deseil kita membagi frekuensi menjadi 10 bagian.

Deseil data tak berkelompok
Contoh :
Pada data : 3 5 6 6 7 10 12
Rumus :

D1 = = = dibulatkan menjadi 1

Sehingga nilai desil 1 terletak pada n1 = 3

D5 = = =

Nilai desil 5 terletak pada n 4 = 6

D9 = = =
Nilai desil 9 terletak pada n7 = 12

Desil data berkelompok

Contoh :
Pada data dalam tabel dibawah ini :
Interval Kelas Banyak Mhs
i f
20-29 4
30-39 7
40-49 8
50-59 12
60-69 9
70-79 8
80-89 2

Rumus :

D1 = TKb + (C) = 29,5 + = 30,9

D2 = TKb + (C) = 29,5 + = 38,1

D5 = TKb + (C) = 49,5 + = 54,5

D9 = TKb + (C) = 69,5 + = 75,8

Nilai D1 = 30,9 artinya 10% dari mahasiswa itu memiliki nilai ujian statistik
30,9 kebawah dan D9 = 75,8 berarti 90% dari mahasiswa itu memiliki nilai
statistik 75,8 kebawah

PERSENTIL
Jika kita menggunakan persentil berarti kita membagi frekuensi menjadi 100
bagian.

Persentil data tak berkelompok

Rumus :

P1 = P50 = P99 =

Persentil data berkelompok

Rumus :

P32 = (C)
 TABEL I

DATA MENTAH NILAI UJIAN STATISTIK 50 MAHASISWA FE UNCEN 2001

55 48 22 49 78 59 27 41 68 54
34 80 68 42 73 51 76 45 32 53
66 32 64 47 76 58 75 60 35 57
73 38 30 44 54 57 72 67 51 86
25 37 69 71 52 25 47 63 59 64

TABEL 2

DATA MENTAH NILAI UJIAN STATISTIK 50 MAHASISWA FE UNCEN 2001

22 25 25 27 30 32 32 34 35 37
38 41 42 44 45 47 47 48 49 51
51 52 53 54 54 55 57 57 58 59
59 60 63 64 64 66 67 68 68 69
71 72 73 75 75 76 76 78 80 86