Penulis:
Dr. Scolastika Mariani, M.Si.
55
DAFTAR ISI
A. Pendahuluan ....................................................................................... 57
F. Rangkuman......................................................................................... 90
56
A. Pendahuluan
Jika nilai Matematika siswa-siswa Kelas A dan kelas B adalah sebagai
berikut :
Nilai Kelas A Nilai Kelas B
8 8
7 8
9 7
6 6
7 9
7 8
8 9
9 7
6 6
7 6
8 7
Bandingkan antara Kelas A dan Kelas B, kelas manakah yang lebih baik?
Kita tidak mungkin membandingkan pasangan nilai-nilai dari siswa-siswa Kelas A
dan Kelas B tetapi kita bandingkan kedua kelas tersebut dengan membandingkan
dua nilai yang mewakili kelas-kelas tersebut, antara lain yang paling mudah adalah
jumlah nilai masing-masing kelas, rata-rata nilai masing-masing kelas, median,
modus-nya, masalah ini akan dibahas dalam materi Ukuran Pemusatan.
Andi adalah siswa Kelas VIIA SMP Harapan dan Badu siswa kelas VIIB
SMP Harapan juga, kondisi kedua kelas tersebut relatif sama, dan penempatan
siswa-siswa dalam kelas diasumsikan acak. Nilai Matematika Andi adalah 8, nilai
Badu 8, rata-rata kelas VIIA = 6, rata-rata Kelas VIIB = 7, maka dari kedua siswa
ini manakah yang lebih bagus prestasinya? Untuk menjawab ini dibutuhkan posisi
suatu nilai dalam sekumpulan nilai, yang akan dipelajari dalam topik Kuartil, Desil,
Persentil.
57
Penerimaan siswa baru di suatu sekolah dilakukan dengan Tes Seleksi Masuk yang
hasilnya sebagai berikut : 3, 4, 5, 4, 5, 6, 5, 7, 8, 9, 7, 6, 5, 5, 6, 3, 9, 6, 5, 7, 7, 8 ,9
,8 ,7 ,7 ,6 ,8 ,4 ,7, 5 , 6, 7, 8, 7, 8, 5, 4, 3, 5. Jika 20% calon siswa tidak diterima
maka berapa batas nilai minimal yang diterima? Untuk menjawab ini dibutuhkan
posisi suatu nilai dalam sekumpulan nilai, yang akan dipelajari dalam topik Kuartil,
Desil, Persentil.
Cepi adalah siswa Kelas C dan Didi siswa Kelas D, kondisi kelas C dan D
relatif sama, dan penempatan siswa-siswa dalam kelas diasumsikan acak. Jika Nilai
Matematika Cepi adalah 8, nilai Didi 8, rata-rata kelas C = 7, rata-rata Kelas D = 7,
maka dari kedua siswa ini manakah yang lebih bagus prestasinya? Sama ataukah
berbeda ? Untuk menjawab ini dibutuhkan satu ukuran lagi yaitu Ukuran
Penyebaran.
Pada kegiatan belajar 3 ini, akan dibahas konsep Distribusi Frekuensi,
Ukuran Pemusatan dan Ukuran Penyebaran.Oleh sebab itu, prasyarat dalam
mempelajari pokok bahasan pada kegiatan belajar 3 ini adalah saudara-saudara
telah menguasai materi Notasi Sigma , Data dan Operasi Hitung Aljabar. Kegiatan
belajar ini dikemas dalam tiga sub kajian yang disusun dengan urutan sebagai
berikut:
• Sub Kajian 1: Distribusi Frekuensi
• Sub Kajian 2: Ukuran Pemusatan
• Sub Kajian 3: Ukuran Penyebaran
Konsep Ukuran Pemusatan dan Ukuran Penyebarandigunakan dalam penyelesaian
masalah antara lain :
1. membandingkan dua atau lebih kumpulan data,
2. menentukan nilai data jika diketahui letak / posisi data dalam sekumpulan
data,
3. menyeleksi data dengan mencari nilai batas maksimum atau minimum
dengan diketahui persentase sebagai kriteria,
4. mengetahui sifat sebaran data, rapat atau menyebar.
Untuk menjawab masalah tersebut saudara harus mempelajari konsep pada
Kegiatan Belajar ini.
58
Proses pembelajaranmateri yang sedang saudaraikuti sekarang ini, dapat
berjalan dengan lebih lancar bila saudara mengikuti langkah-langkah belajar
sebagai berikut.
1) Ingat kembali materi prasyarat dalam mempelajari materi pada kegiatan belajar
ini.
2) Pelajari materi pada setiap kegiatan belajar dan selesaikan latihan dan tes
formatifnya secara mandiri.
3) Cocokkan jawaban tes formatif saudara dengan kunci jawaban yang diberikan.
4) Apabila tingkat penguasaan saudara 80% atau lebih, saudara dapat melanjutkan
ke kegiatan belajarberikutnya. Apabila tingkat pengusaan saudara kurang dari
80%, saudara harus mempelajari kembali materi pada kegiatan belajar ini.
5) Keberhasilan pembelajaran saudaradalam mempelajari materi pada kegiatan
belajarini, sangat tergantungkepada kesungguhan saudaradalam belajar dan
mengerjakan tugas, latihan dan mengikuti Forum Diskusi. Untuk itu,
berlatihlah secaramandiri atau berkelompok dengan teman sejawat.
Selanjutnya kami ucapkan selamat belajar, semogasaudara sukses mampu
mengimplementasikan pengetahuan yang diberikan dalam kegiatan belajarini.
B. Capaian Pembelajaran
Setelah mempelajari materi ini diharapkan mahasiswa mampu memahami,
mengidentifikasi, menganalisis, merekonstruksi, memodifikasi secara terstruktur
materi matematika sekolah dan advance material secara bermakna dalam
penyelesaian permasalahan dari suatu sistem (pemodelan matematika) dan
penyelesaian masalah praktis kehidupan sehari-hari melalui kerja problem solving,
koneksi dan komunikasi matematika, critical thinking, kreatifitas berpikir
matematis yang selaras dengan tuntutan masa depan.
C. Pokok-pokok Materi
1. Frekuensi Distribusi
2. Ukuran Pemusatan
3. Ukuran Penyebaran
59
D. Uraian Materi
Misalkan terdapat data tinggi badan 50 orang dewasa sebagai berikut.
176 167 180 165 168 171 177 176 170 175
169 171 171 176 166 179 181 174 167 172
170 169 175 178 171 168 178 183 174 166
181 172 177 182 167 179 183 185 185 173
179 180 184 170 174 175 176 175 182 172
Agar kita bisa dengan mudah menyimpulkan makna dari data tersebut atau kita
cepat dalam menggambarkan dan menganalisis terkait dengan keadaan data
tersebut, maka kita perlu mempelajari penyajian data dan ukuran pusat data.
1. Distribusi Frekuensi
Data yang telah kita kumpulkan perlu disusun secara sistematis supaya dapat
dianalisis. Susunan dari suatu data disebut distribusi data. Ada beberapa cara
menyusun data, yaitu :
▪ Distribusi frekuensi kuantitatif, yaitu penyusunan data menurut besarnya
(kuantitasnya).
▪ Distribusi frekuensi kualitatif (kategori), yaitu penyusunan data menurut
kualitasnya (kategorinya).
▪ Runtun waktu (time series), yaitu penyusunan data menurut waktu
terjadinya.
▪ Distribusi spasial, yaitu penyusunan data menurut tempat geografisnya.
Di sini hanya akan dibahas cara penyusunan distribusi frekuensi kuantitatif dan
pembuatan grafiknya.
60
1) Tentukan banyak dan lebar inteval kelas. Hal ini tergantung pada banyak
dan besarnya harga-harga yang akan disusun dalam distribusi itu. Banyak
interval kelas yang efisien biasanya antara 5 dan 15. Pada tahun 1925, H.A
Sturges mengajukan sebuah rumus guna menentukan banyak interval kelas,
yaitu : 𝑘 = 1 + 3,322 𝑙𝑜𝑔𝑛. Sedangkan lebar interval kelas ditentukan
dengan membagi jangkauan (yaitu selisih antara harga terbesar dan terkecil)
dengan banyak interval kelas yang digunakan.
2) Interval-interval kelas tersebut diletakkan dalam suatu kolom, diurutkan
dari interval kelas terendah pada kolom paling atas dan seterusnya.
3) Data diperiksa dan dimasukkan ke dalam interval kelas yang sesuai. Banyak
data yang masuk dalam suatu interval kelas dinamakan frekuensi interval
kelas tersebut
Contoh 1.
Di bawah ini disajikan data tinggi badan (cm) dari 50 orang dewasa
176 167 180 165 168 171 177 176 170 175
169 171 171 176 166 179 181 174 167 172
170 169 175 178 171 168 178 183 174 166
181 172 177 182 167 179 183 185 185 173
179 180 184 170 174 175 176 175 182 172
Data terbesar : 185
Data terkecil : 165
Jangkauan = (data terbesar) - (data terkecil)
= 185 - 165
= 20
Apabila diambil banyak interval kelas :
20
6 maka lebar kelas = = 3,3
6
20
7 maka lebar kelas= =2,85
7
20
8 maka lebar kelas= =2,5
8
61
Harga k menurut rumus H.A Sturges, k = 1 + 3,322 log n = 1+3,322. 1.699 = 6.644
Dari keadaan di atas kita pilih banyak interval kelas 7 dengan lebar kelas 3.
Kemudian disusun dalam Tabel 1. sebagai berikut :
Jika kita ingin mengetahui berapa banyak orang yang tinggi badannya lebih
dari harga tertentu ataupun kurang dari harga tertentu, maka distribusi frekuensi
diubah menjadi distribusi frekuensi kumulatif.
Dengan data pada contoh 1 di atas kita susun distribusi frekuensi kumulatif
“kurang dari” dan distribusi frekuensi kumulatif “lebih dari”, seperti pada Tabel 2
dan Tabel 3. berikut.
62
Tabel 3. Distribusi frekuensi kumulatif “lebih dari”
Tinggi badan Banyak orang
165 atau lebih 50
168 atau lebih 44
171 atau lebih 37
174 atau lebih 29
177 atau lebih 18
180 atau lebih 11
183 atau lebih 5
186 atau lebih 0
Jika kita ingin mengetahui berapa persen orang yang tinggi badannya antara
harga tertentu, lebih dari harga tertentu ataupun kurang dari harga tertentu, maka
distribusi frekuensi diubah menjadi distribusi frekuensi relatif, distribusi frekuensi
relatif “lebih dari” atau distribusi frekuensi realtif “kurang dari”. Cara untuk
mengubah distribusi frekuensi menjadi distribusi frekuensi relatif adalah : harga
frekuensi pada setiap interval kelas dibagi jumlah total frekuensi, kemudian
dikalikan 100%.
Untuk data pada Contoh 1. distribusi relatifnya Adalahseperti pada Tabel 4 berikut:
Jika data tersebut dinyatakan dalam tabel distribusi relatif "lebih dari" dan tabel
distribusi relatif "kurang dari" dapat dilihat pada Tabel 5 dan Tabel 6 berikut
63
Tabel 5. Distribusi frekuensi relatif “lebih dari”
Tinggi badan Banyak orang
165 atau lebih 100%
168 atau lebih 88%
171 atau lebih 74%
174 atau lebih 58%
177 atau lebih 36%
180 atau lebih 22%
183 atau lebih 10%
186 atau lebih 0%
64
Histogram Distribusi Frekuensi
12
10
8
Frekuensi
0
160 165 170 175 180 185 190
Tinggi Badan
Untuk menggambar grafik distribusi frekuensi relatif, caranya adalah interval kelas
diletakkan pada sumbu X dan frekuensi relatif diletakkan pada sumbu Y, dengan
frekuensi relatif int erval kelas
tinggi persegi panjang = .
lebar int erval kelas
Contoh 3.
Histogram distribusi frekuensi relatif tabel 4.
7
Tinggi Persegi Panjang
0
160 165 170 175 180 185 190
Tinggi Badan
65
2) Poligon
Cara menggambar Poligon sebagai berikut.
a. Absis : titik tengah interval kelas.
b. Ordinat : frekuensi interval kelas.
c. Hubungkan titik-titik tersebut dengan garis lurus.
10
8
Frekuensi
0
160 165 170 175 180 185 190
Tinggi Badan
3) Ogive
Grafik ini merupakan penghalusan poligon.
Cara menggambar distribusi kumulatif sebagai berikut.
a. Absis: batas interval kelas.
b. Ordinat:frekuensi interval kelas.
c. Hubungkan antar titik-titik tersebut.
66
Contoh 5
Ogive distribusi frekuensi relatif kumulatif “kurang dari”.
60
50
40
Frekuensi
30
20
10
0
160 165 170 175 180 185 190
Tinggi Badan
2. Ukuran Pemusatan
Dalam pembicaraan yang lalu kita telah mempresentasikan data dalam bentuk
tabel dan grafik yang bertujuan meringkaskan dan menggambarkan data kuantitatif,
untuk mendapatkan gambaran yang lebih jelas tentang sekumpulan data. Selain data
itu disajikan dalam tabel dan grafik, masih diperlukan ukuran-ukuran yang
merupakan wakil dari kumpulan data itu. Dalam bab ini akan dibicarakan tentang
ukuran pemusatan dan penyebaran.
Ukuran Pemusatan dari sekumpulan data adalah nilai tunggal yang
representatif bagi keseluruhan nilai data atau dapat menggambarkan distribusi data
itu, khususnya dalam hal letaknya (lokasinya). Nilai tersebut dihitung dari
keseluruhan data bersangkutan sehingga cenderung terletak diurutan paling tengah
atau pusat setelah data diurutkan menurut besarnya. Oleh karena itu, nilai tunggal
tersebut sering dinamakan ukuran tendensi sentral (measures of central tendency)
atau ukuran nilai pusat (measures of central value).
Beberapa Ukuran Pemusatan yang akan dibicarakan adalah mean, mean
terbobot, median, kuartil dan modus.
a. Mean dan Mean Terbobot
1) Data tidak dikelompokkan
67
Mean dari sekumpulan observasi adalah jumlah semua observasi dibagi banyak
observasi.
Definisi 1.
Jika suatu sampel berukuran n dengan elemen x1, x2, ..., xn
maka mean sampel adalah
(x1 + x2 + . . . + xn)
𝑛
atau
n
xi
i =1
x =
n
Contoh 6.
Diketahui sampel dari penimbangan berat badan 5 orang dewasa adalah
60 65 59 71 65
maka mean
(60 + 65 + 59 + 71 + 65) 320
= = = 64
5 5
Pada waktu kita menghitung mean dari suatu kumpulan data, kita anggap
bahwa semua nilai observasi itu adalah sama “penting” dan diberi bobot yang sama
dalam perhitungan. Dalam situasi di mana nilai data tidak sama penting, kita dapat
menetapkan bobot untuk setiap nilai data itu yang proporsional terhadap derajat
kepentingan dan kemudian dihitung mean terbobot.
Definisi 2.
Misal v1, v2, ... , vk adalah himpunan k nilai dan w1, w2, ..., wk bobot yang
diberikan kepada mereka maka mean terbobot adalah
w 1 v 1 + w 1 v 2 + ... + w 1 v k
v =
w 1 w 2 + ... w k
68
k
w v
i =1
i i
v = k
w
i =1
i
Contoh 7.
Misalkan seorang mahasiswa mengambil mata kuliah X dengan bobot 3 sks dan
memperoleh nilai A, mengambil mata kuliah Y dengan bobot 2 sks dan memperoleh
nilai D, serta mengambil mata kuliah Z dengan bobot 1 sks dan memperoleh nilai
B. Jika dikuantitatifkan nilai A=4, nilai B=3, nilai C = 2, dan D =1, maka tentukan
indeks prestasi mahasiswa tersebut.
Jawab.
Indeks prestasi mahasiswa tersebut dapat dihitung dengan rata-rata berbobot.
3 × 4 + 2 × 1 + 1 × 3 17
𝑣̅ = = = 2,83
3+2+1 6
Contoh 9.
Suatu data berukuran 10 mempunyai rata-rata 6, dan data berikutnya berukuran 5
mempunyai rata-rata 8. Tentukan rata-rata gabungan kedua kelompok data tersebut.
Jawab.
Jika kita hitung langsung dengan merata-rata mean kedua kelompok diperoleh
6+8
= 7. Hal ini tidak selalu tepat, perhatikan jika datanya sebagai berikut
2
69
kedua kelompok yaitu 7. Jika kita hitung dengan rumus rata-rata gabungan maka
10.6+5.8
diperoleh = 6,66 yang hasilnya sama jika dihitung dengan merata-rata data
15
aslinya.
Contoh 10.
Suatu data berukuran 10 mempunyai rata-rata 6, dan data berikutnya berukuran 10
mempunyai rata-rata 8. Tentukan rata-rata gabungan kedua kelompok data tersebut.
Jawab.
Jika kita hitung langsung dengan merata-rata mean kedua kelompok diperoleh
6+8
= 7.
2
Contoh 11.
Rata-rata nilai Matematika kelas XA adalah 80, rata-rata nilai Matematika kelas
XB adalah 84, rata-rata nilai Matematika kelas XC adalah 86, dan ata-rata nilai
Matematika kelas XD adalah 90. Jika siswa kelas XA sebanyak 30, siswa kelas XB
sebanyak 34, siswa kelas XC sebanyak 40, dan siswa kelas XD sebanyak 42,
tentukan rata-rata nilai Matematika kelas X tersebut.
Jawab.
𝑛1 = 30, 𝑥̅1 = 80
𝑛2 = 34, 𝑥̅2 = 84
𝑛3 = 40, 𝑥̅3 = 86
𝑛4 = 42, 𝑥̅4 = 90
70
𝑛1 𝑥̅1 + 𝑛2 𝑥̅2 + 𝑛3 𝑥̅3 + 𝑛4 𝑥̅4
𝑥̅𝑔𝑎𝑏 =
𝑛1 + 𝑛2 + 𝑛3 + 𝑛4
30.80+34.84+40.86+42.90
= 30+34+40+42
=79,65.
2) Data dikelompokkan
Data dikelompokkan adalah sekumpulan data yang telah disederhanakan
dalam bentuk distribusi frekuensi. Harga mean yang diperoleh merupakan harga
pendekatan, dengan anggapan bahwa nilai yang terletak pada suatu interval kelas
sama dengan harga titik tengahnya. Mean yang diperoleh merupakan mean terbobot
dengan nilai bobotnya sama dengan nilai frekuensinya.
Definisi 3.
Mean dari data yang dikelompokkan adalah
k k
f x
i =1
i i f x
i =1
i i
x = k =
n
f
i =1
i
Contoh 12.
Untuk menghitung data pada contoh 2.1, kita gunakan tabel seperti di bawah
ini.
71
Interval kelas xi fi fi xi
165 - 167 166 6 996
168 - 170 169 7 1183
171 - 173 172 8 1376
174 - 176 175 11 1925
177 - 179 178 7 1246
180 - 182 181 6 1086
183 - 185 184 5 920
Jumlah 50 8732
sehingga
8732
𝑥̅ = = 174,64
50
Cara lain dengan transformasi
(𝑥𝑖 − 𝑎)
𝑢𝑖 =
𝑐
dengan 𝑥𝑖 : titik tengah interval kelas ke-i
𝑎 : sembarang harga titk tengah interval kelas
𝑐 : lebar interval kelas
fi u i f u i i
x = cu + a dengan u = i =1
k
= i =1
f
n
i
i =1
Contoh 13.
Untuk contoh di atas, transformasinya adalah
(𝑥𝑖 − 𝑎) (𝑥𝑖 − 175)
𝑢𝑖 = = 𝑢𝑖 =
𝑐 3
kemudian dibuat tabel hasil transformasi, yaitu :
72
Interval kelas xi ui fi fi ui
165 - 167 166 -3 6 -18
168 - 170 169 -2 7 -14
171 - 173 172 -1 8 -8
174 - 176 175 0 11 0
177 - 179 178 1 7 7
180 - 182 181 2 6 12
183 - 185 184 3 5 15
Jumlah 50 -6
b. Median
Median dari sekumpulan data adalah nilai yang berada di tengah dari
sekumpulan data itu setelah diurutkan menurut besarnya.
1) Data yang tidak dikelompokkan
Jika banyaknya data ganjil maka :
𝑀𝑑 = 𝑥(𝑛+1)/2
Jika banyaknya data genap :
𝑥(𝑛) + 𝑥(𝑛+1)
2 2
𝑀𝑑 =
2
Contoh 14.
a. Diketahui tinggi badan 5 orang dewasa sebagai berikut.
165 167 168 170 171, tentukan median data tersebut.
Jawab.
Datanya ganjil maka median = 168.
b. Diketahui Berat badan 6 orang dewasa sebagai berikut.
73
55 57 58 60 60 65, tentukan median data tersebut.
Jawab.
(58 + 60)
Datanya genap maka 𝑚𝑒𝑑𝑖𝑎𝑛 = = 59.
2
Interval median adalah interval dimana median itu berada, diperoleh dengan
menghitung harga yang nomor ke-n/2 menurut urutan frekuensinya dari atas ke
bawah (dari bawah ke atas).
74
Contoh 15.
Dari Tabel 1.
Interval kelas Frekuensi
165 - 167 6
168 - 170 7
171 - 173 8
174 - 176 11
177 - 179 7
180 - 182 6
183 - 185 5
Jumlah 50
𝑛 = 50 maka n/2 = 25
Urutan frekuensi dari atas ke bawah 6 + 7 + 8 + 11 = 32, artinya data ke-25
terletak pada kelas interval ke-4, sehingga harga median terletak dalam interval ke-
4, yaitu 174 − 176 dengan frekuensi 11. Interval kelas ini yang dinamakan
interval median.
maka Lmd = 173,5
n = 50
F = 21
fmd = 11
c = 3
Contoh 16.
Data nilai Matematika disajikan dalam tabel berikut.
Nilai 4 5 6 7 8 9
frekuensi 2 4 x 6 4 2
Jika rata-rata data tersebut adalah 6,5 maka median data tersebut adalah…
75
Jawab.
4.2 + 4.4 + 6𝑥 + 7.6 + 8.4 + 9.2
6,5 =
2+4+𝑥+6+4+2
8+20+6𝑥+42+32+18
6,5 = 18+𝑥
6,5(18 + 𝑥) = 120 + 6𝑥
117 + 6,5𝑥 = 120 + 6𝑥
0,5x = 3
x=6
Jadi banyak data 24.
1 1
Karena data genap maka median= 2(data ke 12+data ke 13)= 2 (6 + 7) = 6,5.
c. Kuartil
Kuartil dari sekumpulan data adalah nilai-nilai yang membagi empat secara
sama dari sekumpulan data itu setelah diurutkan menurut besarnya.
76
2) Data yang dikelompokkan
Untuk mengitung Kuartil data yang telah dikelompokkan dalam bentuk
distribusi frekuensi digunakan cara interpolasi, dengan menganggap bahwa data
yang jatuh pada suatu interval letaknya tersebar merata dalam interval itu.
Rumus untuk menghitung Kuartil adalah
n −F
Kuartil I : K1 = LK1 + 4
c
f K1
n
2 −F
Kuartil II : K2 = Median = Md = Lmd + c
f md
3n4 − F
Kuartil III : K3 = LK 3 + c
f K3
77
diperoleh : n = 50 maka n/4 = 12,5
Jumlah frekuensi interval ke 1 dan ke 2 adalah 6+7 = 13
Sehingga harga Kuartil I terletak dalam interval ke-2, yaitu 168 - 170 dengan
frekuensi 7. Interval kelas ini yang dinamakan interval Kuartil I.
maka LK1 = 167,5
n = 50
F = 6
FK1 = 7
c = 3
Jadi Kuartil I adalah
12,5 − 6
Kuartil I : K1 = 167,5 + 3
7
= 167,5 + 19,5/7 = 167,5 + 2,79 = 170,29
78
d. Modus
Modus dari sekumpulan data adalah nilai yang sering muncul atau nilai yang
mempunyai frekuensi tertinggi dalam kumpulan data itu.
1) Data tidak dikelompokkan
Contoh 19.
Berat badan 6 orang dewasa sebagai berikut.
55 57 58 60 60 65
Modus berat badan mahasiswa di atas adalah 60 karena 60 muncul 2 kali.
2) Data dikelompokkan
a
Modus = Lmo + c
a+b
dengan
Lmo : batas bawah interval modus
a : beda frekuensi antara interval modus dengan interval sebelumnya
b : beda frekuensi antara interval modus dengan interval sesudahnya.
c : lebar interval Interval modus
interval modus adalah interval yang mempunyai frekuensi tertinggi.
Contoh 20.
Diketahui data data tinggi badan (cm) dari 50 orang dewasa sebagai berikut.
Interval kelas Frekuensi
165 - 167 6
168 - 170 7
171 - 173 8
174 - 176 11
177 - 179 7
180 - 182 6
183 - 185 5
Jumlah 50
Dari tabel interval modus adalah interval ke-4 dengan frekuensi 11.
sehingga Lmo = 173,5
79
a = 11 - 8 = 3
b = 11 - 7 = 4
c = 3
Sehingga modus dapat dihitung
3
Modus = 173,5 + 3 = 173,5 + 1,29 = 174,79
7
Hubungan mean, median, dan modus
Untuk mendapatkan data dengan mean, median dan modus yang sama
adalah sukar dalam praktik, sering kali ketiganya mempunyai nilai yang berlainan.
Data yang mempunyai mean, median dan modus yang sama mempunyai distribusi
simetris. Sedangkan yang mempunyai mean, median dan modus tidak sama
mempunyai distribusi yang tidak simetris atau condong baik ke kiri ataupun ke
kanan. Lalu bagaimana penaksiran ketiga nilai ini?
Misalkan kita mempunyai data nilai Matematika kelas XA dengan
mean=80, dan data nilai Matematika kelas XB dengan mean=50, apa yang bisa kita
tafsirkan dari hasil ini? Dengan kedua nilai mean ini kita bisa menafsirkan
bermacam-macam, misal siswa kelas XA lebih pandai dari pada kelas XB,
pembelajarannya di kelas XA lebih bagus dari pada di kelas XB, suasana kelas XB
lebih kondusif dari pada kelas XB, dan sebagainya. Ini berarti kita memberi
penilaian positif pada rata-rata 80, sebaliknya memberi penilaian negatif pada rata-
rata nilai 50.
Misalkan kita mempunyai data nilai Matematika kelas XA dengan
modus=80, dan data nilai Matematika kelas XB dengan modus=50, apa yang bisa
kita tafsirkan dari hasil ini? Salah satu yang bisa ditafsirkan adalah ada banyak
siswa yang mendapat nilai 80 di kelas XA, dan banyak siswa yang mendapat nilai
50 pada kelas XB, yang sekilas juga bisa ditafsirkan kelas XA lebih unggul dari
pada kelas XB.
Misalkan kita mempunyai data nilai Matematika kelas XA dengan
median=80, dan data nilai Matematika kelas XB dengan median=50, apa yang bisa
kita tafsirkan dari hasil ini? Salah satu yang bisa ditafsirkan adalah di kelas XA ada
50% siswa yang nilai di bawah 80, dan di kelas XB ada 50% siswa yang nilai
80
dibawah 50, yang bisa kita tafsirkan ditafsirkan kelas XA lebih unggul dari pada
kelas XB.
Terus apa yang bisa simpulkan terkait hubungan mean, median, modus?
Untuk menjawab ini silakan selesaikan permasalahan 21.
Contoh 21.
Amati dua kelompok data sebagai berikut.
Data 1
N=100
Mean=60
Median=75
Modus =70
Data 2
N=100
Mean=75
Median=60
Modus =50
Analisislah perbedaan dua data tersebut berdasarkan mean, median, dan modus.
81
Deviasi rata-rata adalah harga rata-rata penyimpangan tiap data terhadap
meannya. Besar perbedaaan antara data dan meannya adalah harga mutlaknya.
1) Data tidak dikelompokkan
Misalnya x1, x2, ... , xn adalah sekumpulan data dengan mean x , maka deviasi
rata-ratanya adalah
n
i =1
xi − x
dr = (3.7)
n
Contoh 23.
Dari data berat badan 5 orang dewasa, diperoleh mean = x = 64
maka deviasi rata-rata :
xi x | xi - x |
60 4
65 1
59 64 5
71 7
65 1
18
f i xi − x k
dr =
i =1
n = fi
n i =1
82
Di bawah ini akan dihitung deviasi rata-rata untuk data yang dikelompokkan.
Contoh 24.
Dari Contoh 9. diperoleh mean adalah 𝑥̅ = 174,64
Interval kelas xi fi | xi - x | fi | xi - x |
164,5 - 167,5 166 6 8.64 51.84
167,5 - 170,5 169 7 5.64 39.48
170,5 - 173,5 172 8 2.64 21.12
173,5 - 176,5 175 9 0.36 3.24
176,5 - 179,5 178 8 3.36 26.88
179,5 - 182,5 181 7 6.36 44.52
182,5 - 185,5 184 5 9.36 46.8
Jumlah 50 233.88
Deviasi rata-rata = dr = 233,88/50 = 4,68
83
untuk varians populasi 𝝈𝟐 . Penaksir yang baik harus mempunyai sifat tidak bias,
konsisten, dan bervariansi minimum. Jadi inilah alasan mengapa pembagi pada
varians sampel adalah n-1, yaitu agar 𝑠 2 menjadi penaksir yang baik untuk 𝜎 2 .
Di bawah ini akan dihitung variansi untuk data yang tidak dikelompokkan.
Contoh 25.
xi x (xi - x )2
60 16
65 1
59 64 25
71 49
65 1
92
jadi s2 = 92/4 = 23
s = 4,796
2) Data dikelompokkan
f i ( x i − x)
1 k
2
s 2
= atau
n − 1 i =1
1 k
2
1 k
s 2
= f x − f x
2
n − 1 i =1 i i n i =1 i i
Deviasi standar sampel didefinisikan sebagai akar positif dari variansi sampel, yaitu
:
s= s2
Di bawah ini akan dihitung variansi untuk data yang dikelompokkan.
84
Contoh 26.
Interval kelas xi fi fi xi x12 fi x12
164,5 - 167,5 166 6 996 27556 165336
167,5 - 170,5 169 7 1183 28561 199927
170,5 - 173,5 172 8 1376 29584 236672
173,5 - 176,5 175 11 1925 30625 336875
176,5 - 179,5 178 7 1246 31684 221788
179,5 - 182,5 181 6 1086 32761 196566
182,5 - 185,5 184 5 920 33856 169280
Jumlah 50 1526444
Variansi : s2 = [ 1526444 - (8732)2 / 50 ] / 49
= [ 1526444 - 1524956,48 ] / 49
= 1487,52 / 49 = 30,36
Deviasi standar : s = 5,51
Cara lain dengan transformasi
(𝑥𝑖 − 𝑎)
𝑢𝑖 =
𝑐
dengan 𝑥𝑖 adalah sembarang harga titik tengah interval kelas
Sehingga:
Variansi = s2 = c2 s2u
f i ( u i − u)
1 k
2
s2u =
n − 1 i =1
1 k
2
1 k
= f i u i − f i u i
2
n − 1 i =1 n i =1
Deviasi standar = s = c su
Di bawah ini akan dihitung standar deviasi untuk data yang dikelompokkan.
85
Contoh 27.
Interval kelas xi Ui fi fi ui u 12 fi u12
164,5 - 167,5 166 -3 6 -18 9 54
167,5 - 170,5 169 -2 7 -14 4 28
170,5 - 173,5 172 -1 8 -8 1 8
173,5 - 176,5 175 0 11 0 0 0
176,5 - 179,5 178 1 7 7 1 7
179,5 - 182,5 181 2 6 12 4 24
182,5 - 185,5 184 3 5 15 9 45
Jumlah 50 6 166
maka : s2u = [166 - (-6)2 / 50] / 49
= (166 - 0,72) / 49 = 165,28 / 49 = 3,373
sehingga s2 = 9 x 3,373 = 30,36
s = 5,51
Contoh 28.
Seorang siswa mendapat nilai matematika 80 dengan rata-rata 70 dan
simpangan baku 10, serta mendapat nilai biologi 90 dengan rata-rata 85 dan
simpangan baku 15. Dalam mata pelajaran apa siswa tersebut mencapai kedudukan
yang lebih baik?
Jawab.
bandingkan nilainya, yang mempunyai bilangan baku lebih besar adalah yang lebih
unggul kedudukannya.
80−70
Bilangan baku nilai matematika 𝑧 = =1
10
90−85
Bilangan baku nilai biologi = = 0,333
15
86
Bilangan baku nilai Matematika lebih dari bilangan baku nilai Biologi, jadi
perolehan nilai Matematika kedudukannya lebih tinggi daripada nilai Biologi.
E. Forum Diskusi
1. Berikut ini adalah data nilai hasil ujian akhir Statistika 75 mahasiswa
86 75 68 66 60 45 26 82 76 66
73 61 51 28 30 55 62 71 69 80
83 32 56 62 72 68 80 87 85 79
71 65 57 34 39 50 64 70 78 90
70 65 56 40 96 74 41 54 58 68
75 97 77 69 59 55 37 45 49 47
67 51 60 66 67 77 65 53 43 42
72 81 48 70 80
Berdasarkan data tersebut
a) Hitunglah banyak interval kelas menurut rumus Sturges.
b) Buatlah distribusi frekuensinya.
c) Hitunglah frekuensi relatif untuk tiap-tiap kelas intervalnya.
87
e) Berapa persen karyawan yang umurnya lebih dari 40 tahun ?
3. Direktur ruma sakit X melakukan survey pada jumlah hari yang dihabiskan
pasien di rumah sakit tersebut. Hasilnya adalah
Jumlah 1 - 3 4 - 6 7 - 9 10-12 13-15 16-18 19-21 22-24
hari
Banyak 32 108 67 28 14 7 3 1
pasien
a) Gambarlah histogram distribusi frekuensi diatas.
b) Buatlah tabel distribusi frekuansi kumulatif “kurang dari”
c) Berapakah jumlah pasien yang berada dirumah sakit kurang dari 10 hari ?
d) Buatlah tabel distribusi frekuansi relatif.
e) Berapa persen pasien yang sembuh antara 4 sampai 6 hari ?
4. Dibawah ini disajikan rata-rata harga beras tiap bulan di pasar terpilih
KotaYogyakarta dari tahun 1990-1995 (dalam rupiah per kilogram).
253 253 238 223 221 223 226 233 262 278
281 290 299 296 279 255 250 248 257 266
294 301 302 308 338 335 313 289 294 294
294 292 298 296 291 309 306 286 281 276
274 275 276 302 303 316 332 331
a) Berapakah harga beras termahal ?
b) Berapakah harga beras termurah ?
c) Buatlah tabel distribusi frekuensi harga beras.
d) Buatlah poligon distribusi frekuensi.
5. Misalkan data nilai ulangan harian terpogram pelajaran agama 20 anak sbb
6, 7, 3 ,4, 8, 9, 2, 8, 9, 9, 7, 6, 8 ,9, 10, 7, 8, 5, 9, 8. Tentukan
a) rata-rata
b) modus
c) Median.
88
6. Misalkan data nilai ulangan harian terpogram pelajaran matematika 21 anak
sebagai berikut.
7, 6, 3 ,4, 8, 9, 2, 8, 9, 9, 7, 6, 8 ,9, 10, 7, 8, 5, 9, 8, 7. Tentukan
a) rata-rata
b) modus
c) Median.
7.
NILAI UJIAN fi Daftar disamping adalah daftar nilai stistika
30 – 39 2 mahasiswa , tentukan
40 – 49 4
50 – 59 8 a) rata-rata
b) modus
60 – 69 16
c) median
70 – 79 20
80 – 89 12
90 – 99 8
9.
NILAI fi Daftar disamping adalah daftar nilai
STATISTKA statistika mahasiswa UMANIS tahun 2016,
30 – 39 2 tentukan simpangan baku nilai statistika
40 – 49 4
mahasiswa UMANIS
50 – 59 8
60 – 69 16
70 – 79 20
80 – 89 12
90 – 99 8
89
F. Rangkuman
Selamat ya ......saudara telah berhasil menyelesaikan kegiatan belajar tentang
turunan dan aplikasinya. Hal-hal penting yang telah saudara pelajari dalam
kegiatan belajar ini dapat dibaca pada rangkuman berikut ini.
1. Penyusunan distribusi frekuensi diawali dengan menentukan banyaknya
interval kelas yang efisien biasanya antara 5 dan 15 atau dengan
menggunakan Rumus Sturges yaitu : 𝑘 = 1 + 3,322 𝑙𝑜𝑔𝑛. Sedangkan
lebar interval kelas ditentukan dengan membagi jangkauan (yaitu selisih
antara harga terbesar dan terkecil) dengan banyak interval kelas yang
digunakan.
2. Penggambaran Distribusi Frekuensi dilakukan dengan beberapa cara antara
lain : histogram, poligon dan ogive.
3. Rumus Mean :
n
xi
i =1
Data tidak dikelompokkan : x =
n
k k
f x
i =1
i i f x
i =1
i i
Data dikelompokkan : x = k =
n
f
i =1
i
4. Rumus Median :
Data tidak dikelompokkan : data tengah
Jika banyaknya data ganjil maka :
𝑀𝑑 = 𝑥(𝑛+1)/2
Jika banyaknya data genap :
90
𝑥(𝑛) + 𝑥(𝑛+1)
2 2
𝑀𝑑 =
2
Data dikelompokkan :
n −F
Md = Lmd + 2
c
f md
5. Rumus Modus :
Data tidak dikelompokkan : merupakan data yang paling banyak muncul,
jika semua data punya frekuensi yang sama banyak maka tidak ada Modus.
Data dikelompokkan :
a
Modus = Lmo + c
a+b
6. Rumus Jangkauan : data terbesar - data terkecil.
7. Rumus Deviasi Rata-rata :
Data tidak dikelompokkan :
n
i =1
xi − x
dr =
n
Data dikelompokkan :
n
f i xi − x k
dr = i =1
n = fi
n i =1
8. Rumus Varian :
1 n
s2 = (xi − x ) 2 atau
n − 1 i =1
1 n 2 1 n
2
s =
2
x i − xi
n − 1 i =1 n i =1
s = s2
91
G. Tes Formatif
1. Hasil dari suatu pengamatan skor game online 8 anak adalah sebagai berikut :
12, 11, 9, 8, 9, 10, 9, 12, maka median dari pengamatan tersebut adalah
a. 10
b. 9,5
c. 9
d. 8,5
e. 10,5
2. Dua puluh pelajar terdiri 8 puteri dan 12 putera. Rata-rata berat badan
seluruhnya 44 kg. Jika rata-rata berat badan pelajar putera saja 46 kg, maka
rata-rata-rata berat badan pelajar puteri adalah …
a. 41
b. 45
c. 46
d. 64
e. 41,5
3. Misalkan diberikan data nilai matematika yang disajikan dalam tabel distribusi
frekuensi berikut.
Nilai frekuensi
matematika (fi)
51 - 60 2
61 - 70 6
71 - 80 12
81 - 90 10
91 - 100 8
Maka modus nilai matematika tersebut adalah ….
a. 78
b. 78,378
c. 73
d. 77
92
e. 73,378
5. Jika nilai ulangan siswa kelas VIII terdiri dari bilangan genap berurutan dengan
nilai terendah 2 dan tertinggi 98, jangkuan kuartil dari data tersebut adalah :
a. 37
b. 48
c. 49
d. 54
e. 68
2,4,6,8, 98, n=49
Lk3=3/4(n+1)=3/4.50=150/4=37,5
K3= data ke 37+0,5(dt ke 38-dt 37)=74+0,5(76-74)=75
6. Nilai rata-rata kelas A adalah 73, sedangkan nilai rata-rata kelas B adalah 88.
Jika jumlah siswa kedua kelas tersebut adalah 75 dan nilai rata-rata kedua kelas
adalah 80, tentukan banyak siswa di kelas A.
a. 30
b. 35
c. 40
d. 45
e. 64
93
7. Dipunyai sekelompok data memiliki sifat-sifat berikut: (i) terdiri dari 5 data
bilangan bulat positif dengan rataan 7, (ii) Median = Modus = 9. Jika jangkauan
didefinisikan sebagai selisih data terbesar dengan data terkecil, maka
jangkauan terbesar yang mungkin adalah :
a. 7
b. 9
c. 10
d. 13
e. 26
X1+x2+x3+x4+x5=35
1+ 2 + 9+9+14=35
8. Dari pengukuran terhadap tinggi sembilan pohon diperoleh data sebagai
berikut : (i) Ada tiga nilai hasil pengukuran berbeda (dalam satuan meter), (ii)
Semua data berupa bilangan bulat positif, (iii) Mean = median = modus = 3,
Jumlah kuadrat semua data adalah 87, semua kemungkinan ukuran tinggi
kesembilan pohon itu adalah :
a. 2, 2, 2, 3, 3, 3, 4, 4, dan 4
b. 2, 2, 3, 3, 3, 3, 4, 4, dan 4
c. 2, 2, 2, 3, 3, 3, 3, 4, dan 4
d. 2, 2, 2, 2, 3, 3, 3, 4, dan 4
e. 2, 2, 2, 3, 3, 3, 3, 3, dan 5
9. Sebelas orang anggota suatu tim sepakbola ditimbang secara berurutan. Setelah
dua orang selesai ditimbang, dihitung rata-ratanya. Begitu pula ketika orang
ketiga ditimbang, rata-rata baru dihitung kembali. Demikian pula seterusnya.
Diketahui nilai rata-rata itu selalu meningkat satu kilogram sampai semua
pemain selesai ditimbang. Selisih berat badan antara pemain yang paling berat
dengan pemain yang ditimbang pada urutan ketiga ( dalam kilogram) adalah :
a. 6
94
b. 6,5
c. 7
d. 7,5
e. 8
10. Rata-rata nilai 25 siswa adalah 80. Jika selisih rata-rata nilai 5 siswa terendah
dan 20 siswa sisanya adalah 25, maka nilai rata-rata 5 siswa terendah tersebut
adalah :
a. 25
b. 30
c. 40
d. 48
e. 60
H. Daftar Pustaka
[1] Ronald E Walpole & Raymond H Myers. 1986. Ilmu Peluang dan Statistika
Untuk Ilmuwan dan Insinyur. ITB. Bandung
[2] Sudjana. 2006. Metode statistika.Tarsito. . Bandung
[3] Sukestiyarno. 2021. Statistika Dasar.Unnes Press. Semarang
95
70% ≤ TP < 80% : cukup
TP < 70% : kurang
Apabila tingkat penguasaan Saudara 80% atau lebih, Saudara dapat melanjutkan ke
kegiatan belajar berikutnya. Bagus! Saudara telah berhasil mempelajari materi
pada kegiatan belajar ini.
Apabila tingkat penguasaan saudara kurang dari 80%, Saudara harus mempelajari
kembali materi pada kegiatan belajar ini.
96