:

Diktat

STATiSTIK-I

Disusun Oleh :
EDY SOESANTO, SE, MM

STIE AKA
SEKOLAH TINGGI ILMU EKONOMI AKA
1990
 :

KATA PENGANTAR

Ilmu statistik sangat penting bagi penelitian, sedangkan penelitian sangat penting untuk
mendapatkan penemuan2/inovasi baru, mahasiswa menerima pelajaran statistik nantinya sangat
diharapkan mampu menciptakan penemuan2/inovasi2 sesuai bidang studinya dan yang berguna
bagi kehidupan manusia sehari-hari.

Namun dalam pemahaman ilmu statistik mahasiswa biasanya mengalami kesulitan jika
dalam memahami ilmu tersebut hanya dengan mengikuti kuliah dan membaca literatur2 yang
ada di perpustakaan dll, mengingat para penulis yang cukup banyak tersebut menjelaskan
dengan caranya sendiri2 yang rata2 berbeda satu sama lain.

Diktat ini diharapkan bisa membantu mahasiswa dalam mempermudah memahami ilmu
statistik dikampus, paling tidak bisa mengantarkan/memberikan arah apa dan bagaimana
maksud daripada ilmu statistik.

Diktat ini merupakan kumpulan materi statistik - I yang memuat 11 bab, sedangkan untuk
bab2 berikutnya akan dilanjutkan dalam diktat statistik - II

Demikian, semoga bermanfaat bagi mahasiswa STIE AKA, amin .... !

Penyusun :

EDY SOESANTO

DAFTAR ISI
Halaman
 :

BAB - I : PENDAHULUAN ........................................................................

1.1. Pengertian statistik .........................................
1.2 Data statistik .................................................................
1.3 Macam/jenis2 data statistik .........................................
a. Menurut sifatnya .....................................................
` b. Menurut sumbernya .........................................
c Menurut cara perolehannya ..............................
` d Menurut waktu pengumpulannya ..............................
1.4 Syarat2 data yang baik dan berguna bagi penelitian .....
1.5 Pengertian/perbedaan populasi dan sampel ......................
1.6 Cara2 pengambilan sampel dari populasinya .................
1.7 Macam2 tabel .................................................................
1.8 Macam2 grafik .....................................................

BAB - II : DISTRIBUSI FREKUENSI ...........................................................

2.1 Distribusi Frekuensi Absolut ..............................................
2.2 Distribusi Frekuensi Relatif ..............................................
2.3 Distribusi Frekuensi Kommulatif..............................................

BAB - III : GRAFIK DISTRIBUSI FREKUENSI ..............................................

3.1 Histogram .........................................................................
3.2 Poligon .........................................................................
3.3 Ogive ......................................................................................

BAB - IV : PENGUKURAN NILAI SENTRAL ..............................................

4.1 Rata-Rata ........................................................................
4.2 Median ......................................................................................
4.3 Modus ......................................................................................
4.4 Rata-Rata Ukur ..........................................................
4.5 Rata-Rata Harmonis ..........................................................

BAB - V PENGUKURAN LOKASI ...........................................................

5.1 Kuartil .....................................................................................
5.2 Desil .....................................................................................
5.3 Persentil ........................................................................

BAB - VI : PENGUKURAN PENYIMPANGAN .............................................

6.1 Range .......................................................................
6.2 Deviasi Rata2 ...........................................................
6.3 Deviasi Standar ...........................................................
6.4 Varians ........................................................................
6.5 Deviasi Kuartil ...........................................................
6.6 Deviasi Antar Kuartil ...........................................................
6.7 Koefisien Variasi ...........................................................
6.8 Z - Score/Angka Baku ..............................................

BAB - VII PENGUKURAN KEMENCENGAN & KERUNCINGAN KURVA

7.1 Pengukuran Kemencengan (Skewness) ..............
7.2 Pengukuran Keruncingan (Kurtosis) ...........................

BAB - VIII ANALISA KORELASI ....................................................................

 :

8.1 Korelasi Linear Sederhana ........................................

8.2 Korelasi Linear Berganda ........................................

BAB - IX ANALISA REGRESI ...................................................................

9.1 Regresi Linear Sederhana ........................................
9.2 Regresi Linear Berganda ........................................

BAB - X ANALISA TREND ...................................................................

10.1 Metode Momen (Moment Methode) ...........................
10.2 Metode Setengah Rata-Rata (Semi Average Methode)
10.3 Metode Kuadrat Terkecil (Least Square Methode) .......

BAB - XI ANGKA INDEX ...................................................................

11.1 Pengertian Angka Index .........................................
11.2 Index Harga Relatif Sederhana & Agregatif ..............
11.3 Variasi dari Index Harga Tertimbang ...........................
11.4 Angka Index Berantai .....................................................
11.5 Penentuan & Penggeseran Tahun Dasar ..............

____

BAB - I
PENDAHULUAN
TUGAS STATISTIK - I
:

Mahasiswa semester II prodi Manajemen/Akuntansi

Jawablah 8 soal dibawah ini (ditulis dengan tangan/tidak boleh diketik dengan
komputer) :

1. Jelaskan pengertian statistik (dalam arti luas)

2. Jelaskan apa yang disebut data statistik (diberi contoh sehingga jelas artinya))
3. Jelaskan macam/jenis2 data statistik (dan berikan masing2 sebuah contoh) :
a. Menurut sifatnya
b. Menurut sumbernya
c. Menurut cara perolehannya
d. Menurut waktu pengumpulannya
4. Sebutkan syarat2 data yang baik dan berguna bagi penelitian (berikan penjelasan
seperlunya sehingga jelas artinya)
5. Jelaskan pengertian/perbedaan populasi dan sampel (berikan masing2 sebuah contoh)
6. Jelaskan cara2 pengambilan sampel dari populasinya (berikan
masing2 sebuah contoh)
7. Jelaskan macam2 tabel (berikan masing2 satu contoh)
8. Jelaskan macam2 grafik (berikan masing2 satu contoh)

Buku Referensi :

1. Anto Dayan
2. Samsubar Saleh
3. Sudjana
4. Sutrisno Hadi
5. Danang Sunyoto
 :

BAB - II
DISTRIBUSI FREKUENSI ( DF )

2.1 DISTRIBUSI FREKUENSI

- Distribusi Frekuensi (DF) adalah sebuah tabel yang memuat data, dimana data tersebut
telah di kelompokkan / diklasifikasikan dalam beberapa kelas / kategori, dan tiap-tiap kelas /
kategori mempunyai frekuensi masing-masing.
- DF sangat penting bagi peneliti untuk analisis lebih lanjut tentang data yang telah diperoleh,
sebab tanpa DF data yang diperoleh tersebut kurang berarti / tidak dapat dianalisis lebih
lanjut secara maksimal.
- DF dimana frekuensinya berupa satuan/bilangan bulat disebut DF absolut
Contoh Kasus :
Pemkot Semarang ingin mengetahui lebih jelas tentang perkembangan usaha pedagang eceran
di Pasar Bulu, untuk itu dilakukan penelitian.
Berikut ini data tentang hasil penjualan / bulan ( dalam ribuan rupiah ) dari 75 pedagang eceran
di daerah Pasar Bulu Semarang tahun 1989 sebagai berikut :

255 285 287 215 310 313 248 341 333 291
290 254 334 228 233 373 358 297 299 216
289 257 267 274 282 308 235 251 259 258
242 279 302 275 294 293 276 278 250 274
272 268 366 354 365 256 261 289 259 260
280 292 291 295 236 296 298 309 282 281
305 311 282 283 315 325 286 288 318 325
345 351 314 306 312

Sebelum data tersebut diolah / dianalisa , kita sulit memperoleh banyak gambaran tentang
keadaan / perkembangan usaha tersebut, oleh karenanya kita harus mengolah / dianalisa.
Untuk itu perlu langkaqh awal, yaitu menyusun DF.
 :

Bentuk DF- nya dari data tersebut tampak sebagai berikut :

Penjualan ( 000 ) F
215 – 234 4
235 – 254 7
255 – 274 13
275 – 294 23
295 – 314 15
315 – 334 6
335 – 354 4
355 – 374 3
Jumlah 75

Dari DF tersebut kita dapat memperoleh banyak gambaran tentang mereka, misalnya
 Penjualan terendah adalah Rp.215.000,- / bulan dan tertinggi Rp.374.000,- / bulan.
 Penjualan antara Rp.215.000,- s/d Rp.234.000,- ada 4 pedagang.
 Penjualan antara Rp.235.000,- s/d Rp.254.000,- ada 7 pedagang.
Dst …….. dst.

PERMASALAHAN !
Bagaimana langkah-langkah dalam menyusun DF tersebut ?.
Sebelum dijelaskan langkah-langkah penyusunan DF akan terlebih dahulu dijelaskan
mengenai istilah-istilah penting yang terkandung dalam DF.

ISTILAH-ISTILAH PENTING YANG TERKANDUNG DALAM DF ADALAH :

a. Kelas ( K ).
DF tersebut mempunyai ( terdiri dari ) 8 kelas yaitu:
Kelas ke satu ( K-1) : 215 – 234
Kelas ke dua ( K-2) : 235 – 254
Kelas ke tiga ( K-3) : 255 – 274 dst……..dst.

b. Range ( R ) :
Adalah selisih antara nilai terbesar ( X n ) dengan nilai terkecil ( X1).
 :

Xn = 373, X1 = 215, Jadi R = 373 – 215 = 158.

Catatan :
Dalam penyusunan DF , Xn dan X1 diperoleh dari data aslinya !
c. Batas Kelas ( BK )
 Adalah nilai yang membatasi tiap-tiap kelas, maksudnya membatasi nilai antara kelas yang
satu dengan kelas yang lain.
 Tiap kelas mempunyai dua batas kelas yaitu Batas Kelas Bawah ( BK B ) dan Batas Kelas Atas
( BKA ).
Dalam DF diatas, Kelas ke-1 : BKB = 215, BKA = 234
Kelas ke-2 : BKB = 235, BKA = 254 dst…
Batas kelas juga disebut batas semu karena tidak secara nyata membatasi antara satu kelas
dengan kelas yang lain.
d. Tepi Kelas ( TK )
 Disamping Batas Kelas, tiap kelas juga mempunyai dua tepi kelas yaitu Tepi Kelas Bawah
( TKB ) dan Tepi Kelas Atas ( TKA).
Dalam DF diatas, Kelas ke–1 : TKB = 214,5, TKA = 234,5
Kelas ke-2 : TKB = 234,5, TKA = 254,5 dst…. dst.
 Tepi kelas juga disebut Batas Nyata, karena memang secara nyata membatasi nilai antara
kelas yang satu dengan kelas yang lain.
 Kesimpulan : TKA suatu kelas merupakan TKB kelas berikutnya.
e. Titik Tengah / Mid Point = M.
Adalah Nilai Tengah tiap-tiap kelas. Nilai tengah ini merupakan nilai yang mewakili nilai dalam
kelas yang bersangkutan ( tiap-tiap kelas ).

TKB + TKA
Rumus : M = -------------
2

Contoh : Titik tengah kelas ke-1 =

214,5 + 234,5
--------------------- = 224,5 dst……..dst
2
f. Interval Kelas ( i / c )
 Interval Kelas adalah lebar / luas / panjang tiap-tiap kelas, dan dihitung dari selisih kedua tepi
kelasnya ( bukan dari kedua batas kelasnya ).
 :

LANGKAH - LANGKAH DALAM MENYUSUN DF :

a) Menentukan jumlah kelas ( K ) dengan rumus :

K = 1 + 3,3 Log N

b) Menentukan Range ( R ) yaitu selisih antara nilai terbesar ( Xn ) dengan nilai terkecil ( X1).

R = Xn - X1

c) Menentukan Interval Kelas ( i / c ) dengan rumus :

R
I = ------
K

d) Menempatkan nilai terendah / terkecil ( X1 ) sebagai Batas Kelas Bawah (BK B) kelas pertama.
e) Melengkapi batas kelas semua kelas.
f) Memasukkan frekuensi pada kelasnya masing-masing.

CONTOH SOAL :
Berikut ini data nilai ujian Akuntansi Lanjutan ( Advance ) dari 50 Mahasiswa Universitas trisakti Jakarta
adalah sebagi berikut :
60 33 85 52 65 77 84 65 57 74
71 81 35 50 35 64 74 47 68 54
80 41 61 91 55 73 59 53 45 77
41 78 55 48 69 85 67 39 76 60
94 66 98 66 73 42 65 94 89 88

Pertanyaan :
Agar data tersebut dapat dianalisa lebih lanjut, susunlah distribusi frekuensi (DF) nya ?
Jawab :
Langkah-langkah penyusunan DF :
1. Menentukan jumlah kelas ( K ) :
K = 1 + 3,3 log N
= 1 + 3,3 log 50
 :

= 1 + 3,3 ( 1,69 )
= 1 + 5,6
= 6,6  dibulatkan keatas = 7.
2. Menentukan Range ( R ) :
R = Xn - X1
= 98 - 33
= 65
3. Menentukan Interval Kelas ( i / c ) :
R 65
i = -------  -------
K 7
= 9,28  dibulatkan keatas = 10.
4. Menempatkan X1 sebagai BKB kelas pertama ( yaitu 33 ).
5. Menyusun Distribusi frekuensi ( DF ) nya sebagai berikut :
TABEL - A : Nilai Ujian Akuntansi Lanjutan dari 50 Mahasiswa Universitas Trisakti Jakarta sebagai
berikut :
Nilai Ujian F
33 – 42 7
43 – 52 5
53 – 62 9
63 – 72 10
73 – 82 10
83 – 92 6
93 – 102 3
Jumlah 50

LATIHAN SOAL :
Nilai ujian mata kuliah Analisa Laporan Keuangan dari 80 mahasiswa STIE Dibya Puri
Semarang adalah sebagi berikut :

68 84 75 82 68 90 62 88 76 93
73 79 88 73 60 93 71 59 85 75
61 65 75 87 74 62 75 78 63 72
66 78 82 75 94 77 69 74 68 60
:

96 78 89 61 75 95 60 79 83 71
79 62 67 97 78 85 76 65 71 75
65 80 73 57 88 78 62 76 53 74
86 67 73 81 72 63 76 75 85 77
Pertanyaan :
Dari data tersebut susunlah distribusi frekuensi ( DF ) nya ?

3.2 DISTRIBUSI FREKUENSI RELATIF ( FR ) :

Adalah sebuah distribusi dari sekelompok nilai dimana frekuensinya dalam prosentase ( % )
Contoh Data Tabel A :
Nilai Ujian Akuntansi Lanjutan dari 50 mhsw Trisakti Jakarta :

Nilai Ujian F Fr
33 – 42 7 7/50 x 100 % = 14 %
43 – 52 5 5/50 x 100 % = 10 %
53 – 62 9 9/50 x 100 % = 18 %
63 – 72 10 10/50 x 100 % = 20 %
73 – 82 10 10/50 x 100 % = 20 %
83 – 92 6 6/50 x 100 % = 12 %
93 – 102 3 3/50 x 100 % = 6 %
Jumlah 50 100 %

Latihan Soal :
Buatlah Distribusi Frekuensi Relatif untuk Data Distribusi ( DF ) dari 80 mahasiswa STIE
Dibya Puri Semarang ?
3.3 DISTRIBUSI FREKUENSI KOMULATIF ( DF.Kom )
Adalah sebuah distribusi dari sekelompok nilai dimana frekuensinya merupakan penjumlahan
sampai dengan kelas tertentu.
Distribusi frekuensi komulatif ada 2 macam yaitu :
1. Distribusi frekuensi komulatif KURANG DARI ( Less Than Commulative Frequency = FL )
2. Distribusi frekuensi komulatif LEBIH DARI ( More Than Commulative Frequency = FM )
:

Contoh :
Data Tabel A : Nilai Ujian Akuntansi Lanjutan 50 mahasiswa Usakti Jkt. :
Nilai ujian F FL FM
33 – 42 7 7 50
43 – 52 5 12 43
53 – 62 9 21 38
63 – 72 10 31 29
73 – 82 10 41 19
83 – 92 6 47 9
91 – 102 3 50 3
Jumlah 50

Catatan : FL dan FM dapat dibuat dalam prosentase ( % )

LATIHAN SOAL :
Buatlah distribusi frekuensi komulatif ( baik absolut maupun relatifnya ) untuk distribusi
frekuensi dari nilai Ujian Analisa Laporan Keuangan STIE Dibya Puri Semarang ?
:

BAB - III
GRAFIK DISTRIBUSI FREKUENSI

Grafik merupakan bentuk laporan lain selain tabel. Pada umumnya para pimpinan perusahaan
yang berkepentingan melakukan penelitian lebih menyukai membaca laporan dalam bentuk
grafik dari pada tabel, karena grafik dipandang lebih mudah dipahami dan lebih menarik.
Grafik Distribusi Frekuensi ada tiga macam yaitu :
1. HISTOGRAM
2. POLIGON
3. OGIVE

4.1 HISTOGRAM
Adalah grafik yang menghubungkan antara luas kelas dengan frekuensinya masing-
masing.

Contoh : Data Tabel A

Nilai Ujian F
33 – 42 7
43 – 52 5
53 – 62 9
63 – 72 10
73 – 82 10
83 – 92 6
93 – 102 3
Jumlah 50
:

Grafik Histogram :
F
10 10 10
9 9
8
7 7
6 6
5 5 Histogram
4
3 3
2
1 Nilai Ujian
0
32,5 42,5 52,5 62,5 72,5 82,5 92,5 102,5
Latihan Soal :
Buatlah Histogram dari data Nilai ujian ALK 80 Mahasiswa STIE Dibya Puri Semarang ?

4.2 POLIGON.
Adalah grafik yang menghubungkan antara titik tengah dengan frekuensi kelasnya
masing-masing.
Contoh :
Data Tabel A :

Nilai ujian F M
33 - 42 7 37,5
43 - 52 5 47,5
53 - 62 9 57,5
63 - 72 10 67,5
73 - 82 10 77,5
83 - 92 6 87,5
93 - 102 3 97,5
Jumlah 50 -

Grafik POLIGON-nya :
F
:

10
9
8 POLIGON
7
6
5
4
3
2
1 Nilai Ujian
0
27,5 37,5 47,5 57,5 67,5 77,5 87,5 97,5 107,5

LATIHAN SOAL :
Buatlah Poligon dari Data nilai ujian ALK 80 Mahasiswa STIE Dibya Puri Semarang ?

4.3 OGIVE

Adalah grafik yang menghubungkan antara tepi kelas dengan frekuensi komulatifnya
masing-masing.. Karena frekuensi komulatif ada 2 macam, maka ogive juga ada 2 macam yaitu :
Ogive KURANG DARI dan Ogive LEBIH DARI

CONTOH : Data Tabel A

Nilai Ujian F FL FM
33 - 42 7 7 50
43 - 52 5 12 43
53 - 62 9 21 38
63 - 72 10 31 29
73 - 82 10 41 19
83 - 92 6 47 9
93 - 102 3 50 3
Jumlah 50
:

Grafik OGIVE-nya :

F
50

47
43  Ogive Kr. dr
41
38

31
29

21
19

12
9
7  Ogive Lb.dr

3
0 X : Nilai Ujian

32,5 42,5 52,5 62,5 72,5 82,5 92, 102,5

LATIHAN SOAL :
Buatlah Ogivenya dari nilai ujian ALK mhs STIE Dibya Puri Semarang !
 :

BAB - IV
PENGUKURAN NILAI SENTRAL
(Central of Measure Tendency)

Pengertian :
Pengukuran Nilai Sentral ( PNS ) maksudnya mengukur sejauh mana nilai-nilai dalam sekelompok data
itu memusat.
Ada beberapa macam ukuran nilai sentral tersebut yaitu :
1. RATA-RATA ( MEAN )
2. MEDIAN
3. MODUS
4. RATA-RATA UKUR
5. RATA-RATA HARMONIS
Kelima hal tersebut mempunyai cirri khas sendiri-sendiri dan penggunaannya yang juga berbeda-
beda.

5.1 RATA-RATA = MEAN = X

Rata-rata merupakan nilai dalam sekelompok data yang dianggap mewakilki dari nilai secara
keseluruhan.
 Rumus mencari rata-rata :
A. Data Belum Berkelompok (Un-Groupped Data)
1. Tidak Tertimbang (Un-Weighted Aritmatic Mean)
_ X
X = -----
N

Keterangan : X = Nilai data

N = Jumlah data.
Contoh : Ada 6 mahasiswa dengan berat badan ( dalam kg ) sebagai berikut : 52
50 54 45 45 45
Berapa rata-rata berat badan ke-6 mahasiswa tersebut ?

Jawab :
_ X
:

X = -----
N
52 + 50 + 54 + 45 + 45 + 45
= --------------------------------------
6
291
= --------
6
= 48,5  Jadi rata-rata berat badan ke 6 mhs tsb = 48,5 kg

2. Tertimbang ( Weighted Aritmatic Mean )

_ FX
X = -----
N
F = Jumlah Frekuensi
X = Nilai data
N = Jumlah data
CONTOH SOAL :
Ada 80 mhs dengan nilai ujian Akuntansi Keuangan Menengah ( Intermadiate Acc ) sbb:
- Yang mendapat nilai 60 ada 23 Mahasiswa
- Yang mendapat nilai 90 ada 7 Mahasiswa
- Yang mendapat nilai 70 ada 25 mahasiswa
- Dan sisanya mendapat nilai 50
Berapa nilai rata-rata Akuntansi Keuangan Menengah dari 80 Mahasiswa tersebut ?
Jawab :
X F FX
60 23 1380
90 7 630
70 25 1750
50 25 1250
Jumlah 80 5010

_  FX 5010
X = ----- = ------- = 62,63
N 80
Jadi rata-rata nilai ujian Akuntansi Keuangan Menengah dari 80 Mahasiswa tersebut
 :

= 62,63.
B. Data Berkelompok ( Groupped Data )
Cara 1 :
_  FM
X = ------
N
Keterangan : M = Mid Point ( titik tengah )
F = Frekuensi
N = Jumlah data.
Contoh :
Nilai Ujian F M FM
33 – 42 7 37,5 262,5
43 – 52 5 47,5 237,5
53 – 62 9 57,5 517,5
63 – 72 10 67,5 675
73 – 82 10 77,5 775
83 – 92 6 87,5 535
93 – 102 3 97,5 292,5
50 - 3285

_  FM 3285
X = ------ = --------- = 65,7
N 50
Latihan soal : hitung rata-rata nilai ujian ALK mahasiswa STIE Dibya Puri Smg ?
Cara 2 :
_ FU
X = M0 + i ------
N
Keterangan :
 U = Kode pengganti nilai distribusi
 M0 = Titik tangah pada saat U = 0
 F = frekuensi
 N = Jumlah data
 i = Interval kelas.
 :

Contoh : Data Tabel A.

Nilai Ujian F M U FU
33 – 42 7 37,5 -4 -28
43 – 52 5 47,5 -3 -15
53 – 62 9 57,5 -2 -18
63 – 72 10 67,5 -1 -10
73 – 82 10 77,5 0 0
83 – 92 6 87,5 1 6
93 – 102 3 97,5 2 6
50 - -59

_  FU
X = M0 + i ------
N

-59
= 77,5 +10 ------ = 77,5 + 10 ( - 1,18 ) = 77,5 – 11,8  = 65,7
50

Latihan Soal :
Hitunglah rata-rata nilai ujian ALK 80 Mahasiswa STIE Dibya Puri Semarang !

5.2 MEDIAN = Me = MED

Median adalah nilai yang membagi sekelompok data menjadi dua bagian sama besar sehingga 50 %
dari keseluruhan data nilainya sama / lebih kecil dari nilai median, sedangkan 50 % yang lainnya
sama/lebih besar dari nilai median.
Atau dengan kata lain : Jika dalam sekelompok data, nilai telah diurutkan dari yang terkecil ke yang
terbesar ( Array ), nilai data yang terletak ditengah disebut Median.
Median lebih tepat dibunakan sebagai nilai yang mewakili sekelompok data untuk yang lebih heterogen
( bervariasi ).
 :

Cara Mencari Median :

A. Data Belum Berkelompok ( Un-Grouped Data )
Langkah-langkah :
1. Membuat array
2. Mencari letak Median dengan rumus n + 1
2
3. Mencari nilai median.
Contoh 1 :
Ada 17 mahasiswa dengan tinggi badan ( dalam cm ) sebagai berikut :
160 190 180 163 177 189 169 172 175 181
188 166 170 184 180 160 175
Hitung nilai median tinggi badan 17 mahasiswa tersebut !
Jawab :
1). Array
160 160 163 166 169 170 172 175 175
177 180 180 181 184 185 188 190

2). Letak Median :

n + 1 17 + 1 18
------- = -------- = ---- = 9
2 2 2
Artinya : Median ada pada data ke 9
3). Pada data ke 9 nilainya : 175.

Contoh 2 :
Ada 18 mahasiswa dengan tinggi badan ( dalam cm ) sebagai berikut :

160 190 180 163 177 189 169 172 175 181
188 166 170 184 180 160 175 180

Hitung nilai median tinggi badan dari 18 mahasiswa tersebut !

 :

Jawab :
1). Array
160 160 163 166 169 170 172 175 175
177 180 180 180 181 184 185 188 190
2). Letak median :
n + 1 18 + 1 19
------- = -------- = ---- = 9,5
2 2 2
Artinya median terletak diantara / pertengahan data ke-9 & ke-10

3). Pada data ke 9 nilainya : 175, data ke 10 nilainya 177.

Jadi nilai median = 175 + 177 = 176.
2
B. Data Berkelompok ( Grouped Data ).

Langkah-langkah mencari median :

1. Menentukan letak median dengan rumus = n
2

2. Mencari nilai median

N
---- - Fs
2
Med = TKB + I ------------
F med

Keterangan :
TKB = Tepi kelas bawah kelas median
i = Interval kelas
Fs = Jumlah frekuensi semua kelas sebelum kelas median
F med = Frekuensi pada kelas median
N/2 = Letak median.
 :

Contoh :
Data tabel A :
Nilai Ujian F
33 – 42 7
43 – 52 5
53 n- 62 9
63 – 72 10
73 – 82 10
83 – 92 6
93 – 102 3
Jumlah 50

Pertanyaan : Hitung nilai median ?

Jawab :
N 50
1) Letak median = ---- = ----- = 25  di kelas ke 4
2 2
2).
50
---- - 21
2
Med = 62,5 + 10 ------------
10

Med = 62,5 + 10 (0,4)

Med = 62,5 + 4
Med = 66,5
Latihan Soal :
Hitunglah median nilai ujian ALK 80 mahasiswa STIE Dibya Puri Semarang !

5.3 MODUS = MOD = MODE

Adalah Nilai dalam sekelompok data yang mempunyai frekuensi tertinggi ( bukan nilai
 :

tertinggi).
Cara mencari modus :
A. Data Belum Berkelompok ( Un-Grouped Data )
Contoh :
Ada 20 petani dengan penghasilan / bulan sebagai berikut :
200.000 300.000 175.000 165.000 250.000
260.000 290.000 280.000 300.000 200.000
240.000 295.000 285.000 240.000 275.000
240.000 265.000 285.000 240.000 195.000
Tentukan nilai modus penghasilan / bulan dari 20 petani tersebut ?
Jawab :
Karena nilai 240.000 frekuensinya ada 4, sedangkan nilai yang lain frekuensinya dibawah 3, maka
nilai 240.000 mempunyai frekuensi tertinggi. Jadi nilai modusnya adalah 240.000.

B. Data Berkelompok ( Grouped Data )

d1
Mod = TKB + i -----------
d1 + d 2
Keterangan :
TKB : Tepi kelas bawah kelas modus ( kelas modus dianggap adalah
kelas yang mempunyai frekuensi tertinggi )
d1 : Selisih antara frekuensi kelas modus dengan kelas sebelum
kelas modus.
d2 : Selisih antara frekuensi kelas dengan kelas setelah kelas
modus
i : Interval kelas
 :

Contoh :
Data Table A
Nilai Ujian F
33 – 42 7
43 – 52 5
53 – 62 9
63 – 72 11
73 – 82 9
83 – 92 6
93 – 102 3
Jumlah 50

Hitung nilai modus dari data table A tersebut ?

Jawab :
d1
Mod = TKB + i -----------
d1 + d 2

2
Mod = 62,5 + 10 --------
2+2
Mod = 62,5 + 10 (0,5)
Mod = 62,5 + 5 = 67,5.

Latihan Soal :
Hitunglah Modus dari nilai ujian ALK 80 mahasiswa STIE Dibya Puri Semarang ?
 :

BAB -V
PENGUKURAN LOKASI
Pengukuran lokasi adalah mengukur sejauh mana nilai dalam sekelompok data itu dilihat dari lokasi
tertentu.
Ada 3 cara :
1. Kuartil
2. Desil
3. Presentil
6.1 KUATRIL ( QUARTILE ) = K ATAU Q
Adalah nilai yang membagi sekelompok data menjadi 4 bagian sama besar.
Karena membagi menjadi 4 berarti ada 3 kuartil yaitu: Kuartil 1 (K 1 ), Kuartil 2 (K2) , Kuartil 3
(K3 ).
K1  adalah nilai bagi sekelompok data menjadi 2 bagian, sehingga 25 % (¼ ) dari keseluruhan data
nilainya lebih kecil / maksimal sama dengan nilai K 1 sedangkan 75 % yang lainnya nilainya
lebih besar / minimal sama dengan nilai K 1
K2  adalah sama dengan nilai median.
K3  adalah nilai yang menbagi sekelompok data menjadi 2 bagian sehingga 75
% ( ¾ ) dari keseluruhan data nilainya lebih kecil atau maksimal sama
dengan nilai K3 .
Sedangkan 25 % ( ¼ ) yang lainnya nilainya lebih besar / minimal sama dengan K 3
A. DATA BELUM BERKELOMPOK.
Contoh : IP dari 21 mahasiswa Semester I Jurusan Managemen sebagai berikut :
2,6 2,3 2,4 2,5 2,2 3,0 1,8 1,9 2,6 2,0 2,8 2,6
2,3 3,0 3,0 2,4 1,8 3,1 2,7 2,6 2,2
Hitunglah nilai K1, K2, K3, serta jelaskan arti hasil perhitungan masing –masing ?

Langkah-langkah mencari nilai kuartil.

1. Membuat array ( nilai urut dari terkecil ke terbesar atau sebaliknya)

2. Mencari letak kuartil :

n+1
Letak K1 = -----------
4
2(n+1)
Letak K2 = --------------
 :

3(n+1)
Letak K3 = --------------
4

3. Mencari nilai kuartil :

K1 K2
 
1,8 1,8 1,9 2,0 2,2 2,2 2,3 2,3 2,4 2,4 2,5 2,6 2,6
2,6 2,6 2,7 2,8 3,0 3,0 3,0 3,1

K3
Artinya 25 % dari keseluruhan data tersebut nilainya kecil / maksimal 2,2 dan 75 % yang
lainnya lebih besar / minimal sama dengan 2,2
2(n+1) 2 ( 21 + 1 ) 43
K2 = --------------- = --------------- = ------ = 10,75  K2 = 2,5
4 4 4

3(n+1) 3 ( 21 + 1 ) 64
K3 = -------------- = --------------- = ------ = 16  K3 = 2,7
4 4 4

B. DATA BERKELOMPOK :
Langkah-langkah mencari kuartil :
1). Mencari letak kuartil :
n
Letak K1 = ----
4

2n
Letak K2 = -----
4
3n
Letak K3 = -----
4

2). Mencari nilai kuartil sebagi berikut :

n
---- - Fs
4
 :

K1 = TKB + i ------------
FK1

TKB = Tepi kelas bawah kelas yang memuat K1

Fs = Jumlah frekuensi sebelum K1
FK1 = Frekuensi pada kelas yang memuat K1

2n
---- - Fs
4
K2 = TKB + i ------------
FK2

3n
---- - Fs
4
K3 = TKB + i ------------
FK3

Contoh Soal :
Mahasiswa AKA Semarang

Berat Badan f

53 – 58 2 80
59 – 64 12 Letak K1 = ----- = 20
K1 65 – 70 10 4
K2 71 – 76 23 160
K3 77 – 82 14 Letak K2 = ----- = 40
83 – 88 10 4
89 – 94 5 240
95 – 100 4 Letak K3 = ------ = 60
4
Jumlah 80
 :

n
---- - Fs
4 20 - 14
K1 = TKB + i ------------ = 64,5 + 6 ---------
FK1 10

= 64,5 + 3,6 = 68,1

Artinya : dari 80 mahasiswa tersebut ¼ nya mempunyai berat badan dibawah atau = 68,1, sedangkan
75 % yang lain berat badannya lebih besar atau = 68,1.
2n
---- - Fs
4 40 - 24
K2 = TKB + i ------------ = 70,5 + 6 ---------
FK2 23

= 70,5 + 4,17 = 74,67

3n
---- - Fs
4 60 - 47
K3 = TKB + i ------------ = 76,5 + 6 -------  = 76,5 + 5,57 = 82,07
FK3 14

6.2 DESIL / D
Adalah nilai yang menbagi sekelompok data menjadi 10 bagian sama besar. Karena membagi menjadi
10 maka ada 9 desil, yaitu Desi 1 ( D1 ) dst sampai D9.
D1 adalah nilai yang membagi sekelompok data menjadi 2 bagian sehingga 1 % dari keseluruhan data
nilainya maksimal sama dengan nilai D 1, sedangkan 90 % yang lain nilainya minimal sama dengan nilai
D1
Langkah-langkah mencari Desil.
A. Data belum berkelompok.
1. Membuat array.
2. Mencari letak Desil.

n+1
Letak D1 = ---------
10

2(n+1)
Letak D2 = -------------
 :

10

3 ( n + 1)
Letak D3 = --------------
10

3. Mencari nilai desil yang dimaksud.

Contoh :
Berat badan dari 7 mahasiswa Kelas Pajak.
40 45 50 55 60 60 65

3 ( 7 + 1) 3 (8) 24
Letak D3 = ------------- = -------- = ------ = 2,4
10 10 10

Nilai D3 = data ke 2 + 0,4 ( data ke 3 – data ke 2 )

= 45 + 0,4 ( 50 – 45 )
= 45 + 0,4 ( 5 )
= 45 + 2
D3 = 47
B. Data Berkelompok :

1) Mencari Letak Desil.

n
Letak D1 = -------
10

2n
Letak D2 = -------
10

3n
Letak D3 = --------
10

9n
dst sampai Letak D9 = -------
10

2). Mencari Nilai Desil

n
----- - Fs
10
 :

D1 = TKB + i ------------
FD1

2n
----- - Fs
10
D2 = TKB + i ------------
FD2

9n
----- - Fs
10
dst sampai D9 = TKB + i ------------
FD9

Contoh soal !
Nilai statistik Mahasiswa Semester I Jurusan Manajemen.
Nilai F
30 – 39 4
40 – 49 6 n
50 -- 59 8 ----- - Fs
60 - 69 12 10 n 50
70 - 79 9 D1 = TKB + i ------------  ---- = ---- = 5
80 - 89 7 FD1 10 10
90 – 99 4 5-4
50 – 59 8 = 39,5 + 10 -----
6
Jumlah 50 = 39,5 + 1,67
D1 = 41,17

5n
----- - Fs
10 5(50)
D5 = TKB + i ------------  -------- = 25
FD5 10
 :

25 - 18
= 59,5 + 10 -----------
12
= 59,5 + 5,83

D5 = 65,33

9n
----- - Fs
10 9 (50) 450
D9 = TKB + i ------------  --------- = ------- = 45
FD9 10 10

45 - 39
= 79,5 + 10 ---------
7

= 79,5 + 8,57

D9 = 88,07

6.3 PERSENTIL / P
Adalah nilai yang membagi sekelompok data menjadi 100 bagian sama besar. Karena dibagi menjadi
100 berarti ada 99 persentil, yaitu Persentil 1 ( P 1 ) dan seterusnya sampai P99.
Langkah-langkah mencari Persentil :
A. Data belum berkelompok
1. Membuat array.
2. Mencari letak persentil.
1 (n + 1)
Letak P1 = -------------
100

3. Mencari nilai persentil yang dimaksud.

Contoh :
N 1 2 3 4 5 6 7

P 2 3 3 4 5 6 7

50 (7 + 1) 400
P50 = -------------  P50 = ------- = 4
100 100
Jadi P50 = 4 ( ada pada N = 4 )
:

B. Data berkelompok :
Langkah-langkah :
1. Mencari Letak Persentil.
15 n
Letak P15 = -------- dst
100
2. Mencari nilai persentil
15n
------ - Fs
100
P15 = TKB + i ------------- dst
FP15
Contoh : Berat badan mahasiswa.
Niali F
53 – 58 2
59 – 64 12
65 – 70 10
71 – 76 23
77 – 82 14
83 – 88 10
89 – 94 5
95 – 100 4
Jumlah 80

1 (n)
------- - Fs
100
P1 = TKB + i -------------
FP1

0,8 - 0
= 52,5 + 6 ----------
2
= 52,5 + 2,4
P1 = 54,9
:

50 (n)
-------- - Fs
100
P50 = TKB + I -------------
FP150

40 - 24
= 70,5 + 6 ----------
23

= 70,5 + 4,17
P50 = 74,67
 :

BAB - VI
PENGUKURAN DEVIASI
(Penyimpangan / Penyebaran / Dispersi)

Adalah mengukur sampai sejauh mana nilai-nilai dari sekelompok data menyebar / menyimpang dari
rata-ratanya.
Pengukuran Deviasi ada beberapa macam :
1. Range ( R ).
2. Deviasi Rata-rata ( AD ).
3. Deviasi Standar / Simpangan Baku ( SD ).
4. Varian
5. Devisiasi Kuartil ( DK )
6. Devisiasi Antara kuartil ( DAK ).
7. Koefisien Variasi ( KV )

7.1. RANGE (R)

Selisih antara nilai terbesar (Xn) dengan nilai terkecil (X1)

A. Data Tidak Berkelompok (Un-Grouped data)

Range ( R ) = Nilai terbesar ( Xn) - Nilai terkecil (X1)

Contoh :
Hitunglah range dari 5 data berikut ini :

70 50 60 80 40

Xn = 80 X1 = 40

Range (R) = 80 - 40 = 40

B. Data Berkelompok (Grouped Data)

 :

Ada 2 cara mencari range untuk data yang berkelompok, yaitu :

a. R = Titik tengah kelas terakhir -- Titik tengah kelas

pertama

b. R = Tepi kelas atas kelas terakhir -- Tepi kelas bawah

kelas pertama

Contoh : Dari data berikut ini hitunglah range-nya dengan kedua cara tersebut ?

Nilai Ujian F
33 – 42 7
43 – 52 5
53 n- 62 9
63 – 72 10
73 – 82 10
83 – 92 6
93 – 102 3
Jumlah 50

Jawab :
Cara a : Titik tengah kelas terakhir = 97,5
Titik tengah kelas pertama = 34,5
Jadi Range (R) = 97,5

Cara b : Tepi kelas atas kelas terakhir = 102,5

Tepi kelas bawah kelas pertama = 32,5
Jadi Range (R) = 102,5 - 32,5 = 70
7.2. DEVIASI RATA -- RATA ( AD )

A. Data tidak Berkelompok (Un-Grouped Data)

:

X - X
AD = ---------------
N

Keterangan : Tanda | artinya harga mutlak, artinya nilai negatif dianggap positif
Contoh :
Hitung Deviasi Rata - Rata dari data berikut ini :
70 50 60 80 40
Jawab:

B. Data Berkelompok (Grouped Data)

AD =

Contoh : Dari data berikut ini hitunglah Deviasi rata-rata-nya dengan kedua cara
tersebut ?

Nilai Ujian F
33 – 42 7
43 – 52 5
53 n- 62 9
63 – 72 10
73 – 82 10
83 – 92 6
93 – 102 3
Jumlah 50
 :

7.3. DEVIASI STANDAR ( STANDARD DEVIATION ) = SD

A. Data Tidak Berkelompok (Un-grouped Data)
Cara 1 :

Cara 2 :

 X2  X 2

SD = ------ - -----
N N

Contoh Soal :
Hitung deviasi Standar dari data berikut ini. dengan kedua cara tersebut diatas ?
40 50 60 70 80
Jawab :
40 + 50 + 60 + 70 + 80
X = ------------------------------
5
= 60
Cara 1 Cara 2

X X ( X – X )2 X X2
40 60 400 40 1.600
50 60 100 50 2.500
60 60 0 60 3.600
70 60 100 70 4.900
80 60 400 80 6.400
------------ + ------- + ----------- +
1.000 300 19.000

1.000 19.000 300 2

SD = ---------- SD = --------- - ------

5 5 5

= 14,14 = 3.800 - 3.600

 :

= 14,14

Hasilnya harus sama

B Data Berkelompok ( Grouped Data )

Ada 3 cara untuk mencari deviasi standar bagi data yang berkelompok, yaitu :
CONTOH SOAL :
Cara 1 :

Modal F M M–X (M – X )2 F ( M – X )2
30 - 39 5 34,5 - 29,6 876,16 4.380,80
40 - 49 10 44,5 - 19,6 384,16 3.841,60
50 - 59 18 54,5 - 9,6 92,16 1.658,88
60 - 69 32 64,4 0,4 0,16 5,12
70 - 79 24 74,5 10,4 108,16 2.595,84
80 - 89 8 84,5 20,4 416,16 3.329.28
90 - 99 3 94,5 30,4 924,16 2.772,48
100 18.584,00

 F ( M - X )2
SD = --------------------
N

18.584
= ---------
100
= 13,63

Cara 2 :
Modal F M FM M2 FM2
30 - 39 5 34,5 172,5 1.190,25 5.951,25
40 - 49 10 44,5 445 1.980,25 19.802,25
50 - 59 18 54,5 981 2.970,25 53.464,25
60 - 69 32 64,4 2.064 4.160,25 133.128,00
 :

70 - 79 24 74,5 1.788 5.550,25 133.206,00

80 - 89 8 84,5 676 7.140,25 57.122,00
90 - 99 3 94,5 283,5 8.930,25 26.790,75
100 6.410 429.465

 FM2  FM 2

SD = --------- - --------
N N

429.465 6.4102
SD = ---------- - --------
N N
SD = 13,63
Cara 3 :
Modal F U FU U2 FU2
30 - 39 5 -3 - 15 8 45
40 - 49 10 -2 - 20 4 40
50 - 59 18 -1 - 18 1 18
60 - 69 32 0 0 0 0
70 - 79 24 1 24 1 24
80 - 89 8 2 16 4 32
90 - 99 3 3 9 9 27
100 -4 186

 FU2 FU 2

SD = i -------- - -------
N N

186 -4 2

SD = 10 ------ - -----
100 100

SD = 10 1,86 - 0,0016
SD = 13,63
 :

Catatan :
Baik cara I, II, III hasilnya sama. Jadi anda dapat memilih salah satu rumus
7.4 VARIANS

Varians adalah Deviasi standar dikuadratkan

Varians = SD

Keterangan : Jika hasil perhitungan deviasi standar sudah ketemu, maka untuk
mencari variansnya tinggal mengkuadratkan saja

7.5. DEVIASI KUARTIL ( DK )

K3 - K1
DK = -----------
2

7.6 DEVIASI ANTAR KUARTIL ( DAK )

DAK = K3 - K1

7.6. KOEFISIEN VARIASI ( KV )

Koefisien Variasi ( KV ) : Digunakan untuk memilih variasi atau heterogenitas
suatu kelompok data.

SD SD = Standart Deviation
KV = ----- X 100 %
X X = Rata-rata.
 :

Kriteria :
1. Untuk menentukan kelompok yang lebih merata ( Homogen ) pilih yang Koefisien Variasinya
Terkecil.
2. Untuk menentukan kelompok yang lebih bervariasi ( Heterogen ) pilih Koefisien Variasinya
Terbesar.
Contoh :
Diketahui : Produksi “ Kacang Tanah “ di daerah A, B, C ( dalam ton ).
Daerah A Daerah B Daerah C
52 40 56
45 50 72
60 62 42
64 54 56
36 60 58
43 22 52
Ditanyakan :
Daerah mana diantara ketiganya yang produksinya lebih merata ?.
Pembahasan :
a. Mencari Rata-rata ( X)
52 + 45 + 60 + 64 + 36 + 43 300
XA = ----------------------------------------------------- = -------- = 50
6 6

40 + 50 + 62 + 54 + 60 + 22 288
XB = ---------------------------------------------------- = -------- = 48
6 6
56 + 72 + 42 + 56 + 58 + 52 336
X C = ------------------------------------------------- = -------- = 56
6 6

a. Mencari Deviasi Standar ( SD )

Daerah A :
X X2  X2 X 2

52 2.704 SD = ------- - -----

45 2.025 N N
60 3.600
64 4.096 15.570 300 2
 :

36 1.296 = ---------- - -----

43 1.849 6 6
----- ---------- = 2.595 - 2.500
300 15.570 = 9,75

9,75
KV = --------- X 100 %  KV = 29,5 %
50

Daerah B :
X X2  X2 X 2

40 1.600 SD = ------- - -----

50 2.500 N N
62 3.844
54 2.916 15.570 300 2

60 3.600 = ---------- - -----

22 484 6 6
----- ---------- = 2.490,67 - 2.304
28 14.944 = 13,66
13,66
KV = --------- X 100 %  KV = 28,46 %
48

Daerah C :
X X2  X2 X 2
56 3.136 SD = ------- - -----
72 5.184 N N
42 1.764
56 3.136 19.288 366 2

58 3.364 = ---------- - -----

52 2.704 6 6
----- ----------
336 19.288 = 8,87
8,87
KV = --------- X 100 %  KV = 15,84 %
56
 :

Daerah A Daerah B Daerah C

SD ( Standart Deviation ) : 9,75 13,66 8,87
X ( Rata-rata ) : 50 48 56
KV ( Koefisien Variasi) : 19,5 % 28,46 % 15,84 %

Kesimpulan :
Berdasarkan perhitungan Koefisien Variasi diatas, maka dapat dikatakan produksi “ Kacang tanah “
daerah C paling merata ( Homogen). Karena Koefisien Variasinya lebih kecil jika dibandingkan daerah
A dan B.
Jika yang dinyatakan daerah produksi yang paling bervariasi ( Heterogen ) , maka daerah B produksi “
Kacang Tanah “ yang paling ( Heterogen). Karena Koefisien Variasinya trebesa

ANGKA BAKU (Z – Score)

Rumus untuk mengetahui/membandingkan dua kelompok data atau lebih yang lebih
berhasil/berprestasi lebih baik, adapun rumus adalah sebagai beikut :

X -- X
Z-Score = ----------
SD

Keterangan :

X = Nilai data (diwakili nilai tertinggi)

X = Rata-rata
SD = Deviasi Standar.

Contoh 1 :
Diketahui data dua perusahaan sebagai berikut :

Perusahaan A Perusahaan B
 Keuntungan pada saat tertentu Rp.20.000,- Rp.15.000,-
 Rata-rata keuntungan Rp.16.000,- Rp.12.000,-
 Deviasi standar Rp. 4.000,- Rp. 2.500,-
 :

Ditanyakan : Perusahaan manakah yang lebih berhasil mengelola usahanya ?

Jawab :
20.000 - 16.000
Z - Score A = ----------------------- = 1
4.000

15.000 - 12.000
Z - Score B = ------------------------ = 1,2
2.500

Kesimpulan :
Berdasarkan perhitungan Z- Score diatas maka dapat dikatakan bahwa perusahaan lebih berhasil
dibandingkan perusahaan A, karena Z-Scorenya lebih besar.

Contoh II :
Diketahui keuntungan bersih pedagang telur dan ikan di dua pasar Kodia Semarang seperti data
berikut ini (dalam ribuan rupiah) :
Pasar Bulu Pasar Kagok
Telur Ikan Telur Ikan
25 60 25 60
25 25 30 45
35 35 28 30
30 65 35 55
50 30 32 70
Pertanyaan :
Usaha jenis apa dan di pasar mana yang lebih berhasil mengelola usahanya ?
Pembahasan :
PASAR BULU :
25 + 25 + 35 + 30 + 50 165
X (Pedagang Telur) = -------------------------------- = ------ = 33
5 5
X X2
25 625
25 625
35 1.225
30 900
50 2.500
:

------- ------------
165 5.875

 X2 X 2

SD = ------ - -----
N N

5.875 165 2

= -------- - ----- = 9,27

5 5

50 - 33
Z - Score = ------------ = 1,83
9,27
60 + 25 + 35 + 65 + 30 215
X (Pedagang Ikan) = -------------------------------- = ------ = 43
5 5

X X2
60 3.600
25 625
35 1.255
65 4.225
30 900
------- ------------
165 10.575.

 X2 X 2

SD = ------ - -----
N N

10.575 215 2

= --------- - ------ = 16,31

5 5

65 - 43
Z – Score = ------------- = 1,35
16,31
 :

PASAR KAGOK :
KESIMPULAN :
Berdasarkan perhitungan Z – Scxore diatas, maka dapat disimpulkan bahwa usaha paling berhasil
adalah “ Pedagang Telur di Pasar BULU “ , karena Z – Score-nya paling tinggi
 :

BAB - VII
ANALISA KORELASI

ANALISA KORELASI :
Mengukur sampai sejauh mana tingkat keeratan hubungan antara dua variable atau lebih.
CONTOH :
X Y
 Iklan Hasil Penjualan
 Pendapatan Pengeluaran
 Tingkat Upah Produktivitas Kerja
 Pemupukan Hasil Produksi
 Dan lain-lain
X = Variabel Independen / Variabel tidak tergantung / Variabel bebas
Y = Variabel Dependen / Variabel tergantung / Variabel terikat.
Hubungan Positif
Hubungan Hubungan Negatif
Tidak ada hubungan

Hubungan Positif : - Apabila X naik Y naik searah

: - Apabila X turun Y turun
Contoh : - Usia kendaraan ( X ) dengan harga ( Y )
- Jumlah Akseptor ( X ) dengan Jumlah Kelahiran ( Y )
Untuk mengukur tingkat keeratan hubungan ini, maka harus menghitung Koefisien Korelasinya ( r ).
Hasil Koefisien Korelasi ( r ) berkisar antara -1 dan 1 atau secara matematis dapat ditulis -1  r 
1.
-1 0 1

Semakin mendekati –1 atau 1, maka tingkat hubungannya semakin kuat ( erat ). Dan sebaliknya
semakin mendekati 0, maka tingkat keeratan hubungannya semakin lemah.
Sedangkan tanda – dan + menunjukkan apakah hubungannya positif atau negatif.
Rumus Koefisien Korelasi untuk data tidak berkelompok adalah sebagai berikut :

n.  XY - X. Y
r xy = -------------------------------------------------------
 :

n.  X2 - ( X )2 n.  Y2 - ( Y )2

CONTOH :
X 2 3 5 6 8 9
Y 6 5 7 8 12 11

X = Persentase Biaya Iklan

Y = Persentase Hasil Penjualan
Pertanyaan :
 Hitung Koefisien Korelasinya ( r )
 Berikan interpelasi atas hasil yang diperoleh.

JAWAB :
X Y XY X2 Y2
2 6 12 4 36
3 5 15 9 25
5 7 35 25 49
6 8 48 36 64
8 12 72 64 144
9 11 99 81 121
33 49 305 219 439

n.  XY - X. Y
r xy = -------------------------------------------------------
n.  X2 - ( X )2 n.  Y2 - ( Y )2

6. (305) - 33. (49)

r xy = -------------------------------------------------------
6. (219) - (33 )2 6. (439) - (49 )2
 :

1.830 - 1.617
r xy = -------------------------------------------------------
1.314 - 1.089 2.634 - 2.401

213 213 213

r xy = ------------------ = ---------------- = ----------
 225  233 (15). (15,26) 228,97
= 0,93

Berdasarkan perhitungan Koefisien Korelasi diatas maka dapat disimpulkan bahwa hubungan antara
Biaya Iklan dan Hasil Penjualan sangat kuat dan positif.
Artinya apabila Biaya iklan ditingkatkan, maka akan diikuti kenaikan hasil penjualan atau sebaliknya.

Setelah dibuktikan dengan koefisien korelasi bahwa variable X dan Y mempunyai hubungan, maka
perlu dihitung Koefisien Determinasinya, yaitu untuk mengetahui kontribusi (sumbangan) Variabel X
terhadap naik turunnya Variabel Y.
Koefisien Determinasi dapat dirumuskan sebagai berikut :

KP = ( r )2

Dari contoh soal diatas, maka besarnya koefisien determinasinya :

KP = ( 0,93 )2
= 0,86  86 %
Jadi besarnya sumbangan variable X terhadap variable Y sebesar 86 %, sedangkan 14 % lainnya
disebabkan factor lain-lain.

Dalam contoh soal diatas, termasuk korelasi linier sederhana. Karena hanya dua variable yaitu
variable X dan Y. Sedangkan dalam korelasi berganda, variabelnya lebih dari dua.
 :

Misal Diketahui :
 X1 = Biaya Iklan
 X2 = Biaya Perbaikan Mutu
 Y = Hasil Penjualan
X1 70 95 35 50 65 40 30 55
X2 27 28 17 21 25 19 10 23
Y 380 400 280 320 350 300 270 340
Diminta : a. Hitung Koefisien Korelasinya ?
b. Hitung Koefisien Determinasinya ?
JAWAB :
X1 X2 Y X1X2 X1Y X2Y (X1)2 (X2)2 Y2
70 27 380 1.890 26.600 10.260 4.900 729 144.400
95 28 400 2.660 38.000 11.200 9.025 784 160.000
35 17 280 595 9.800 4.760 1.225 289 78.400
50 21 320 1.050 16.000 6.720 2.500 441 102.400
65 25 350 1.625 22.750 8.750 4.225 625 122.500
40 19 300 760 12.000 5.700 1.600 361 90.000
30 10 270 300 8.100 2.700 900 100 72.900
55 23 340 1.265 18.700 7.820 3.025 529 115.600
440 170 2.640 10.145 151.950 57.910 27.400 3.858 886.200
n.  X1Y - (X1). (Y)
r x1y = -------------------------------------------------------
n.  X12 - ( X1 )2 n.  Y2 - ( Y )2

8. (151950) - (440). (2640)

r x1y = -------------------------------------------------------
8. (27400)- (440 )2 8. (886200) - (2640 )2
:

1.215.600 - 1.161.600
r x1y = ------------------------------------------------------------
219.200 - 193.600 7.089.600 - 6.969.600

54.000 54.000 54.000

r x1y = --------------------------- = ------------------------ = ----------
 25.600  120.000 (160). (346,41) 55.426
= 0,97

n.  X2Y - (X2). (Y)

r x2y = -------------------------------------------------------
n.  X22 - ( X2 )2 n.  Y2 - ( Y )2

8. (57.910) - (170). (2640)

r x2y = -------------------------------------------------------
8. (3.858)- (170 )2 8. (886200) - (2640 )2

463.280 - 448.800
r x2y = ------------------------------------------------------------
30.864 - 28.900 7.089.600 - 6.969.600

14.480 14.480 14.480

r x2y = --------------------------- = ------------------------ = ----------
 1.964  120.000 (44,31). (346,41) 15.349
= 0,94

n.  X1X2 - (X1). (X2)

r x1x2 = -------------------------------------------------------
n.  X12 - ( X1 )2 n.  X22 - ( X2 )2
8. (10.145) - (440). (170)
r x1x2 = -------------------------------------------------------
8. (27400)- (440 )2 8. (3.858) - (170 )2

81.160 - 74.800
r x1x2 = ------------------------------------------------------------
219.200 - 193.600 30.864 - 28.900

6.360 6.360 6.360

 :

r x1x2 = --------------------------- = ------------------------ = ----------

 25.600  1.964 (160). (44,31) 7.090
= 0,90

RUMUS KORELASI LINIER BERGANDA :

r2x1y + r2x2y - 2 rx1y . rx2y . rx1x2

rx1x2y = ---------------------------------------------------
1 - r2x1x2

(0,97)2 + (0,94)2 - 2 (0,97) . (0,94) . (0,90)

rx1x2y = --------------------------------------------------------
1 - ( 0.90 )2
0,94 + 0,88 - 1,64
= ---------------------------------
1 - 0,81
0,18
= --------
0,19
= 0,97

Dari hasil tersebut, berarti hubungan antara biaya iklan, biaya perbaikan mutu dan hasil penjualan
sangat erat.
KP = ( rx1x2y )2
KP = ( 0,97 )2
KP = 0,94 atau  94 %
Jadi besarnya kontribusi ( sumbangan ) variabel X 1 dan X2 terhadap hasil penjualan sebesar 94 %
 :

BAB - VII
ANALISA REGRESI
CONTOH SOAL :
X 2 3 5 6 8 9
Y 6 5 7 12 11

X = % Biaya Iklan
Y = % Kenaikan Penjualan.

DITANYAKAN :
1. Tentukan perkiraan / estimasi penjualan, jika biaya iklan naik manjadi 25 %
2. Tentukan Estimasi penjualan, jika biaya iklan 30 %
PEMECAHAN :
X Y XY X2
2 6 12 4
3 5 15 9
5 7 35 25
6 8 4 36
8 12 96 64
9 11 99 81
33 49 305 219

49 = 6 a + 33 b x 11
305 = 33 a + 219 b x 2

539 = 66 a + 363 b
610 = 66 a + 438 b
---------------------------------- -
71 = - 75 b
- 71
b = --------
- 75
b = 0,95

Untuk mencari nilai a , subtitusikan nilai b ke salah satu persamaan diatas :

 :

49 = 6 a + 33 b  49 = 6 a + 33 (0,95)
49 = 6 a + 31,35
6 a = 49 - 31,35
a = 2,94

Persamaan Garis Regresinya :

Y’ = 6 a + 33 b  Y’ = 2,94 + 0,95 x
Atau nilai a dan b dapat dicari dengan rumus :
N  XY -  X  Y Y - b X
b = --------------------------- a = -------------------------
N 2 - (  X ) 2 N
6 (305) - (33) (49) 49 - 0,95 (33)
b = ---------------------------- a = -------------------------
6 (219) - (33)2 6
1.830 - 1.617 49 - 31,35
b = ---------------------- a = -----------------
1.314 - 1.089 6
213 17,65
b = --------- a = ----------
225 6
b = 0,95 a = 2,94
Persamaan : Y’ = a + b x  Y’ = 2,94 + 0,95 x
1. Jika biaya iklan 25 % :
Y’ = 2,94 + 0,95 (25)
Y’ = 26,69
2. Jika biaya iklan 30 % :
Y’ = 2,94 + 0,95 (30)
Y’ = 31,44
 :

REGRESI BERGANDA
Dalam Regresi sederhana, hanya terdiri dari dua variabel : Variabel Independen (X) dan Variabel
Dependen (Y).
Sedangkan regresi berganda, variabel independennya lebih dari satu. Misal : X 1 , X2 ....................... dan
seterusnya.
Sehingga persamaan garis regresi berganda dapat dinyatakan dengan persamaan:

Y’ = a + b . X1 + c . X 2

Nilai a, b dan c dapat dicari dengan tiga persamaan dibawah ini :

I. Y = N . a + b .  X1 + c.  X2

II.  X1Y = a.  X1 + b .  X12 + c.  X1X2

III.  X2Y = a.  X2+ b .  X1 X2 + c.  X22

CONTOH :
Diketahui :
X1 = Iklan Radio
X2 = Iklan Televisi
Y = Tingkat Penjualan
( dalam jutaan rupiah ).
X1 X2 Y
4 1 7
7 2 12
9 5 17
12 8 20
Ditanyakan :
 Rumus persamaan regresinya .
 Tentukan ramalan penjualan, jika iklan radio ( X 1 = 10 ) dan iklan televisi ( X2 = 12 ) .
Pembahasan :
X1 X2 Y X1Y X2Y X1X2 X12 X22 Y2
4 1 7 28 7 4 16 1 49
 :

7 2 12 84 24 14 49 4 144
9 5 17 153 85 45 81 25 289
12 8 20 240 160 96 144 64 400
32 16 56 505 276 159 290 94 882

Berdasarkan tabel diatas diperoleh 3 persamaan sebagai berikut :

Pers. I 56 = 4a + 32 b + 16 c
Pers. II 505 = 32 a + 290 b + 159 c
Pers. III 276 = 16 a + 159 b + 94 c

Mencari Nilai a , b , c :
 Dari persamaan I dan II menghasilkan persamaan IV.
56 = 4a + 32 b + 16 c x 8
505 = 32 a+ 290 b + 159 c x 1

448 = 32 a+ 256 b + 128 c

505 = 32 a+ 290 b + 159 c
---------------------------------------------------------- -
-57 = - 34 b - 31 c Pers.IV

 Dari persamaan I dan III menghasilkan persamaan V.

56 = 4a + 32 b + 16 c x 4
276 = 16 a + 159 b + 94 c x 1

224 = 16 a + 128 b + 64 c
276 = 16 a + 159 b + 94 c
--------------------------------------------------------- -
- 52= - 31 b - 30 c Pers. V

 Dari persamaan IV dan V diperoleh nilai c dan b :

-57 = - 34 b - 31 c x 31
- 52= - 31 b - 30 c x 34

- 1.767 = - 1.054 b - 961 c

- 1.768 = - 1.054 b - 1.020 c
------------------------------------------------------------- -
1 = 59 c
c = 1 / 59
 :

c = 0,017

Mencari nilai b, subsitrusikan nilai c ke salah satu persamaan ( persamaan IV atau persamaan V )
-57 = - 34 b - 31 c
- 57 = - 34 b - 31 ( 0,017 )
- 57 = - 34 b - 0,527
- 57 + 0,527 = - 34 b
- 56,473 = - 34 b
b = 1,66.
Mencari nilai a, subsitusikan nilai c dan b ke salah satu persamaan ( persamaan I atau II atau III ).
Pers. I 56 = 4 a + 32 b + 16 c
55 = 4 a + 32 (1,66) + 16 ( 0,017 )
56 = 4 a + 53,12 + 0,272
56 = 4 a + 53,392
56 - 53,392 = 4 a
2,608 = 4 a  Jadi a = 0,652
Persamaan garis regresinya :
Y’ = a + b X1 + c X2
Y’ = 0,652 + 1,66 X1 + 0,017 X2
Ramalan penjualan jika X1 = 10 dan X2 = 12
Y’ = 0,652 + 1,66 X1 + 0,017 X2
= 0,652 + 1,66 (10) + 0,017 ( 12 )
= 0,652 + 16,6
= 17,456

BAB - 10
 :

ANALISA TREND

Trend artinya kecenderungan, Analisa TREND maksudnya menganalisis kejadian beberapa

periode yang lalu untuk diketahui Arah / Kecenderungannya, dari Arah / Kecenderungan ini akhirnya
dapat digunakan untuk Memprediksikan / Memperkirakan / Meramalkan Kejadian yang akan datang.
Alat untuk menntukan Trend ada bermacam-macam :

1. Metode trend bebas ( free hand method )

2. Metode trend moment ( moment method )
3. Metode setengah rata - rata ( semi average method )
4. Metode kuadrat terkecil ( least square method )
5. Metode rata rata bergerak ( moving average )

Ad 3. Metode SETENGAH RATA-RATA ( semi average method )

Ketentuannya ;:

1. Persamaan Umum Garis Liniernya = Y = a + bX

y1 = dicari
x = telah diketahui
a & b = bisa dicari denga cara tertentu
2. Metode ini menghendaki thn / periode dasar adalah tahun / periode awal
3. Data dikelompokkan menjadi 2 bagian sama besar
4. Menghitung rata-rata tiap kelompok
5. Rata-rata masing-masing kelompok tsb nantinya merupakan ordinat dari 2 buah titik
yang ada
6. Sedangkan absisnya dicari dari pertengahan periode/tahun tiap kelompok
7. Karena 2 titik ( absis dan ordinat ) sudah ada maka persamaan garis trend bisa
didapatkan. dgn beberapa cara dlm ilmu matematika

Contoh soal :
Berikut ini data tentang hasil penjualan beberapa periode yang lalu dari persh tertentu :

Tahun Y
1990 90 a. Tentukan Persamaan Garis Trend nya.
1991 120 b. Tentukan Perkiraan Penjualan Tahun 1996.
1992 110 c. Gambar Grafik Lengkap dan Jelas.
1993 100
1994 80
1995 90

Jawab :

Tahun Y X
1990 90 0
1991 120 1
 :

1992 110 2

} Ya (1;106,67) = 90 + 120 + 110 = 106,67

}
1993 100 3
1994 80 4
1995 90 5 Yb (4;90) = 100 + 80 + 90 = 90
3
Dengan dua titik, yaitu titik A (1 ; 106,67) dan Titik B (4 ; 90) maka persamaan dpt dicari dengan
rumus matematika sbb :

(y – 106,67) . (4-1) = (x -1) . (90 – 106,67)

y – 106,67 . (3) = (x –1). (-16.67)
3y – 320,01 = -16,67 x + 16,67
3y + 16,67 x = 320,01 + 16,67
3y + 16,67x = 336,68 : 3
y1 = 112,2 – 5,5 x

y1 = a + bx
y1 = 112,2 – 5,5 x

Perkiraan Penjualan Tahun 1996 adalah Sbb :

Y1 = a + bx Tahun X
= 112,2 – 5,5 (x) 1994 4
= 112,2 – 5,5 (6) 1995 5
= 112,2 - 33 1996 6
= 79,2

Ad. 4. Metode KUADRAT TERKECIL ( Least Square )

Langkah-langkah:
1. Persamaan umum y1 = a + bx
2. Metode ini menggunakan tahun/periode dasar adalah yang paling tengah
3. a dan b dicari dengan memotongkan 2 persamaan sebagai berikut :
I. y = a.n + b. x
II. xy = a. x + b. x2
Contoh soal
Tahun Y
1990 90 a. Tentukan Persamaan Garis Trend nya
1991 120 b. Tentukan Perkiraan Penjualan Tahun 1996
1992 110 c. Gambar Grafik Lengkap dan Jelas
 :

1993 100
1994 80
Jawab :
Tahun Y X XY X2
1990 90 -2 -180 4
1991 120 -1 -120 1
1992 110 0 0 0
1993 100 1 100 1
1994 80 2 160 4
500 0 -40 10
Agar jumlah selalu = 0, maka Angka X = 0 harus selalu ditengah ... !
I . Y = a.n
II. XY = b. X2

a = Y = Y = 500 = 100
n 5
b = XY = -40 =-4
X 2
10
a. Persamaan Garis Trend nya :
Y = a + bX
= 100 + ( -4 ) X
b. Perkiraan Penjualan Tahun 1995
Thn X Y1 = a + bX
1995 3 = 100 + (-4).3
= 100 + (-12)
= 88
 :

Analisa
KORELASI & REGRESI
( Linier Sederhana )

A. Analisa KORELASI

Maksudnya ingin mengetahui sejauh mana keeratan hubungan antara satu variabel dengan
variabel yang lain, misalnya :

 Biaya promosi (X) dgn tingkat penjualan (Y)

 Tingkat gaji / upah dengan prestasi kerja (Y)
 Tingkat penghasilan (X) dgn tingkat pengeluaran (Y)
 Tingkat harga (X) dgn tingkat penjualan (Y)

Korelasi bisa Positif ( + ), bisa negatif ( - ) dan bisa juga Nol

 Korelasi (+) jika X naik menyebabkan Y naik atau Jika X turun menyebabkan Y
turun
 Korelasi (-) jika X naik menyebabkan Y turun atau Jika X turun menyebabkan Y naik

Untuk mengetahui Keeratan Hubungan kedua Variabel tsb harus dihitung Koefisien
Korelasinya ( r ) dengan Rumus :

Hasil Perhitungan tsb Berkisar antara -1 sampai dengan +1 atau secara matematis : -1
+1

1. Hasil mendekati +1 artinya X dan Y mempunyai Hubungan yg Semakin Kuat dan

Positif (+)
2. Hasil mendekati -1 artinya X dan Y mempunyai Hubungan yg Semakin Kuat dan
Negatif (-)
3. Hasil mendekati 0 artinya X dan Y mempunyai hubungan yang Semakin Lemah.

Contoh :

1. Berikut ini adalah % kenaikan biaya promosi (X) dan % kenaikan penjualan ( y )
Tentukan koefisien korelasinya ( r ) ?

X Y XY X2 Y2
1 2 2 1 4
2 4 8 4 16
4 5 20 16 25
 :

5 7 35 25 49
7 8 56 49 64
9 10 90 81 100
10 12 120 100 144
12 14 168 144 196
50 62 499 420 598

Hasil mendekati +1 maka Hubungan Sangat Kuat dan Positif (+) !

2. Berikut ini data tentang % kenaikan harga (X) dengan % kenaikan penjualan (Y),
Tentukan
koefisien korelasinya ( r ) ?

X Y XY X2 Y2
2 15 30 4 225
4 14 56 16 196
5 12 60 25 144
6 10 60 36 100
8 9 72 64 81
10 8 80 100 64
11 6 66 121 36
13 4 52 169 16
14 3 42 196 9
15 2 30 225 4
88 83 548 956 875
 :

( Negatif )

Hasil Mendekati - 1 maka Hubungan Sangat Kuat dan Negatif ( - )

 :

B. Analisa REGRESI

Analisa Regresi yaitu menganalisa kejadian – kejadian periode yang lalu untuk
diketahui kecenderungannya / Arahnya, dari kecenderungan / Arah ini dapat dipergunakan
untuk memperkirakan yang akan datang.

Persamaan Umum Regresi Linier Sederhana :

Y1 = a + bx

Keterangan :

Y1 = Variabel yang diramalkan / diperkirakan / variabel terikat

X = Variabel yang sudah diketahui / ditentukan / variabel bebas
a = Nilai konstanta ( nilai Y1 pada saat X =0)
b = Adalah koefisiensi regresi menunjukkan perubahan Y1 jika Y berubah
1 unit

Sedangkan a dan b dapat dicari dengan rumus sbb :

a = y – bx

y = jumlah y
n
x = jumlah x
n

Contoh soal :

Berikut ini data tentang % Kenaikan biaya promosi (X) dan % Kenaikan Tingkat Penjualan
(Y) selama 5 thn terakhir sbb :

Y 3 5 4 6 5
X 2 3 2 4 3

Ditanyakan : Tentukan Perkiraan Penjualan pd tahun ke 6 jika ada Penambahan Biaya

Promosi sebesar 7 % ?
 :

Jawab :

X Y xy x2
2 3 6 4
3 5 15 9
2 4 8 4
4 6 24 16
3 5 15 9
14 23 68 42

y= jumlah y x = jumlah x
n n
y = 23 x = 14
5 5
y = 4,6 x = 2,8

a = y – bx
= 4,6 – 1,28 (2,8)
= 4,6 – 3,584
= 1, 02

y1 = a + bx
= 1,02 + 1,28 (7)
= 1,02 + 8,98
= 9,98

Jadi, jika ada penambahan Biaya Promosi sebesar 7 %, diperkirakan akan ada
kenaikan Penjualan sebesar 9,98 %.

*****