BAB 1

PENDAHULUAN

A. Pengertian dan Istilah

1. Statistik:
- Kumpulan data dalam bentuk angka dan non angka
- ukuran/karakteristik pada sampel
2. Statistika:
- Ilmu yang mempelajari tentang statistik
- Ilmu yang berkaitan dengan metode untuk mengumpulkan, mengolah,menyajikan,
menganalisa data dan menarik kesimpulan

3. Pengertian data
a. Data kuantitatif (berupa angka)
Data yang nilainya bisa variabel
- Data diskrit
Data yang diperoleh dari hasil perhitungan
Contoh:
1. Mahasiwa TIH 2 berjumlah 42 orang.
2. Politeknik Pertanian Negeri Kupang memiliki 3 Jurusan
3. Adi memiliki 5 orang saudara kandung

- Data kontinyu (dari hasil pengukuran)

Contoh
1. Tinggi badan Ali 176 cm
b. Data kualitatif (non-angka)
Data dalam bentuk katagori/atribut
Contoh.
1. Mahasiswa Perempuan Lebih tekun dan teliti dibandingkan mahasiswa
Laki-laki

4. Data menurut sumbernya

a. Data interen
Data yang bersumber dari dalam institusi

b. Data eksteren
Data yang bersumber dari luar institusi
5. Data Eksteren
a. Data primer
Data yg langsung dikumpulkan sendiri
b. Data sekunder
Data yg tidak langsung dikumpulkan sendiri

1
 Data primer lebih baik dari data sekunder
6. Jenis statistika
a. Statistika deskriptif
Berkenaan dengan cara mendeskripsikan, menggambarkan, dan menjabarkan data
b. Statistika inferensia (statistika induktif)
Berkenaan dengan cara penarikan kesimpulan berdasar data yang diperoleh dari
sampel untuk menggambarkan karakteristik suatu populasi
Statistika inferensi didahului oleh statistik deskriptif
7. Pengumpulan data
a. Interview
b. Kuesioner
c. Observasi
d. Tes dan skala objektif
e. Metode proyektif

8. Pengukuran
a. Skala nominal
Memiliki ciri untuk membedakan skala ukur yang satu dengan yang skala ukur yang lain
Contoh:
Mata pencaharian orang tua mahasiwa di Kelas A adalah Petani, Nelayan, PNS, dan
Karyawan Swasta
b. Skala ordinal
Memiliki ciri untuk membedakan juga untuk mengurutkan pada rentangan tertentu.
Misalnya sangat tidak baik, kurang baik, cukup baik, baik, dan baik sekali
c. Skala interval
Memiliki ciri untuk membedakan juga untuk mengurutkan pada rentangan tertentu dan
memiliki jarak interval yang sama
Contoh:
Suhu bulan Agustus di kota A, B, dan C berturut-turut adalah 21oF, 27oF, 25oF
d. Skala ratio
Memiliki ciri untuk membedakan, mengurutkan, jarak interval yang sama, dan ada titik
Nol berarti
Contoh:
Jumlah mahasiswa Perguruan Tinggi X adalah 900 orang dan mahasiswa TI
sebanyak 300 mahasiswa;
9. Populasi dan Sampel
Populasi : Wilayah generalisasi yang terdiri atas objek/subjek yang memiliki kuantitas
dan karakteristik tertentu yang ditetapkan oleh peneliti untuk dipelajari &
kemudian ditarik kesimpulannya kemudian ditarik kesimpulannya
Sampel : sebagian dari jumlah & karakteristik yang dimiliki populasi

Apa yang dipelajari dari sampel, kesimpulannya diberlakukan untuk populasi

Sampel yang diambil dari populasi harus representative

2
B. MENYAJIKAN DATA DALAM BENTUK DIAGRAM
1. Diagram Garis
Diagram garis adalah suatu penyajian data statistik menggunakan garis-garis
lurus. Biasanya, digunakan untuk menyajikan data yang diperoleh dari hasil pengamatan
terhadap suatu objek dari waktu ke waktu secara berurutan. Dalam hal ini,sumbu X
menunjukan waktu pengamatan, sedangkan sumbu Y menunjukan hasil pengamatan.

Contoh :
Pada sebuah penelitian seorang siswa meneliti panjang batang kecambah setiap
dua hari sekali dengan hasil sebagai berikut
Umur
0 2 4 6 8 10 12
(hari)
Panjan
0 2 4,5 6 8 9,5 10
g (cm)

Sajikan data di atas dengan diagram garis.

Penyelesaian
Berdasarkan data diatas diperoleh pasangan-pasangan koordinat (0,0), (2,2), (4,
4.5), (6, 6), (10, 9.5),(12, 10) yang digambarkan dalam bidang Cartesius sebagai berikut
:
12
P a n ja n g (c m )

10 9.5 10
8 8
6 6
4 4.5
2 2
0 0
0 5 10 15
Umur (hari)

2. Diagram Lingkaran
Diagram lingkaran adalah diagram untuk menyajikan data statistik dengan
menggunakan daerah lingkaran. Seluruh daerah lingkaran menunjukkan keseluruhan
daata (100%). Kemudian daerah lingkaran itu dibagi menjadi beberapa bagian sehingga
masing-masing bagian berbentuk juring lingkaran yang menunjukkan bagian atau
persentase.
Contoh :
Tabel berikut menunjukan anggota eskul olahraga SMANTIQ Kupang.
Jenis olahraga Jumlah Anggota
Sepakbola 60
Basket 50
Voli 45
Bulu tangkis 25
Tenis meja 20
Sajikan data di atas dengan diagram lingkaran.

3
 Penyelesaian :
Untuk membuat diagram lingkaran, terlebih dahulu kita menentukan besar
persentase tiap objek terhadap keseluruhan data dan besar sudut pusat sektor lingkaran
yang dimaksud yang disajikan dalam tabel di bawah ini.

Jenis Olahraga Jumlah Anggota Persen Sudut Pusat

Sepakbola 60 60
60 ×3600 =1080
×100 %=30 % 200
Basket 50 200
50
50 ×3600 =900
×100 %=25 % 200
Voli 45 200
45
45 ×3600 =810
×100 %=22, 5 % 200
Bulu tangkis 25 200
25
25 ×3600 =45 0
Tenis meja 20 ×100 %=12, 5 % 200
200
20
×100 %=10 % 20
200 ×3600 =360
200

Sepakbola
Basket
Voli
Bulu tangkis
Tenis meja

3. Diagram Batang
Diagram batang adalah suatu penyajian data dengan menggunakan batang-batang
arah vertikal. Lebar setiap batang adalah sama dengan tinggi atau panjang batang sesuai
dengan jumlah data masing-masing.
Contoh:
Jenis Olahraga Jumlah Anggota
Sepakbola 60
Basket 50
Voli 45
Bulu tangkis 25
Tenis meja 20

4
 Data di atas adalah jumlah anggota eskul SMANTIQ Kupang. Sajikan data tersebut
dalam diagram batang.
Penyelesaian:

70 60
60 50
Jumlah Anggota

50 45
40
30 25
20
20
10
0
Sepakbola Basket Voli Bulu tangkis Tenis meja

4. Tabel Distribusi Frekuensi

a. Pengertian Distribusi Frekuensi
Kuswanto (2006), “distribusi frekuensi adalah penyusunan data dalam kelas-kelas
interval.”
Djarwanto (1982), “distribusi frekuensi adalah membuat uraian dari suatuhasil
penelitian dan menyajian hasil penelitian tersebut dalam bentuk yang baik, yakni bentuk
statistik popular yang sederhana sehingga kita dapat lebih mudah mendapat gambaran
tentang situasi hasil penelitian.”
Iqbal (2001), “distribusi frekuensi adalah susunan data menurut kelas-kelas
interval tertentu atau menurut kategori tertentu dalam sebuah daftar.”
Dari pendapat para ahli tersebuut dapat dipahami bahwa distribusi frekuensi
adalah penyusunan data ke dalam kelas-kelas tertentu dimana setiap data hanya
termasuk kedalam salah satu kelas tertentu saja.

b. Bagian-bagian Distribusi Frekuensi

Sebuah distribusi frekuensi akan memiliki bagian-bagian sebagai berikut :
1) Kelas-kelas (class)
Kelas adalah kelompok nilai data atau variabel.
2) Batas kelas
Batas kelas adalah nilai-nilai yang membatasi kelas yang satu dengan kelas yang
lain. Terdapat dua batas kelas, yaitu :
 Batas kelas bawah (lower class limits), terdapat di deretan sebelah kiri setiap
kelas;
 Batas kelas atas (upper class limits), terdapat di deretan sebelah kanan setiap
kelas.
3) Tepi kelas (class boundary/real limits/true class limits)
Tepi kelas disebut juga batas nyata kelas, yaitu batas kelas yang tidak memiliki
lubang untuk angka tertentu antara kelas yang satu dengan kelas yang lain.
Terdapat dua tepi kelas, yaitu :
 Tepi bawah kelas atau batas kelas bawah sebenarnya;
 Tepi atas kelas atau batas kelas atas sebenarnya.

5
 4) Titik tengah kelas atau tanda kelas (class mid point/class marks)
Titik tengah kelas adalah angkaatau nilai data yang tepat terletak di tengah suatu
kelas. Titik tengah kelas merupakan nilai yang mewakili kelasnya.
Titik tengah kelas = ½ (batas atas + batas bawah) kelas.
5) Interval kelas (class interval)
Interval kelas adalah selang yang memisahkan kelas yang satu dengan kelas
yang lain.
6) Panjang interval kelas atau luas kelas (interval size)
Panjang interval kelas adalah jarak antara tepi atas kelas dan tepi bawah kelas.
7) Frekuensi kelas (class frequency)
Frekuensi kelas adalah banyaknya data yang termasuk ke dalam kelas tertentu.
Contoh Soal:
Tabel Modal Perusahaan Percetakan “Prima Mandiri”
Modal (jutaan Rupiah) Frekuensi (f)
60 – 69 16
70 – 79 32
80 – 89 20
90 – 99 17
100 – 109 15
Jumlah 100

Dari distribusi frekuensi di atas:

a. Banyaknya kelas adalah 5.
b. Batas kelas-kelas adalah 60, 69, 70, 79,...
c. Batas bawah kelas-kelas adalah 60, 70, 80, 90, 100.
d. Batas atas kelas-kelas adalah 69, 79, 89, 99, 109.
e. Batas nyata kelas-kelas adalah 59,5; 69,5; 79,5; 89,5; ...
f. Tepi bawah kelas-kelas adalah 59,5; 69,5; 79,5; 89,5; 99,5.
g. Tepi atas kelas-kelas adalah 69,5; 79,5; 89,5; 99,5; 109,5.
h. Titik tengah kelas-kelas adalah 64,5; 74,5; 84,5; 94,5; 104,5.
i. Interval kelas-kelas adalah 60 – 69, 70 – 79, ... 100 – 109.
j. Panjang interval kelas-kelas masing-masing 10.
k. Frekuensi kelas-kelas adalah 16, 32, 20, 17, dan 15.

c. Penyusunan Distribusi Frekuensi

Distribusi frekuensi dapat dibuat dengan mengikuti pedoman berikut:
1) Mengurutkan data dari yang terkecil ke yang terbesar.
2) Menentukan jangkauan (range) dari data.
Jangkauan = data terbesar - data terkecil.

6
 3) Menentukan banyaknya kelas (k).

Banyaknya kelas ditentukan dengan rumus sturgess

k є bulat
k = 1 + 3,3 log n

Keterangan :
k = banyaknya kelas
n = banyaknya data
4) Menentukan panjang interval kelas
jangkauan ( R)
Panjang interval kelas (i) =
banyaknya kelas( k)
5) Menentukan batas bawah kelas pertama.
Batas bawah kelas pertama biasanya dipilih dari data terkecil atau data terkecil yang
berasal dari pelebaran jangkauan (data yang lebih kecil dari data terkecil) dan selisihnya
harus kurang dari panjang interval kelasnya.
6) Menuliskan frekuensi kelas secara melidi dalam kolom turus atau tally (sistem turus)
sesuai banyaknya data.
Contoh soal :
Dari hasil pengukuran diameter pipa dibuat oleh sebuah mesin (dalam mm terdekat)
diperoleh data sebagai berikut.
78 72 74 79 74 71 75 74 72 68
72 73 72 74 75 74 73 74 65 72
66 75 80 69 82 73 74 72 79 71
70 75 71 70 70 70 75 76 77 67

Penyelesaian :
a) Urutkan data :
65 66 67 68 69 70 70 70 70 71
71 71 72 72 72 72 72 72 73 73
73 74 74 74 74 74 74 74 75 75
75 75 75 76 77 78 79 79 80 82
b) Jangkauan (R) = 82 – 65 = 17

c) Banyaknya kelas (k) adalah

k = 1 + 3,3 log 40
= 1 + 5,3
= 6,3 ≈ 6
d) Panjang interval kelas (i) adalah
15
i = =2,5≈ 3
6

7
 e) Batas kelas pertama adalah 65 (data terkecil)
f) Tabelnya
Tabel Pengukuran Diameter Pipa-pipa (satuan mm)
Diameter Turus Frekuensi
65 – 67 III 3
68 – 70 IIII I 6
71 – 73 IIII IIII II 12
74 – 76 IIII IIII III 13
77 – 79 IIII 4
80 – 82 II 2

Jumlah 40
d. Jenis-jenis Distribusi Frekuensi
Berdasarkan kriteria-kriteria tertentu, distribusi frekuensi dapat dibedakan atas tiga jenis,
yaitu distribusi frekuensi biasa, distribusi frekuensi relatif, dan distribusi frekuensi
kumulatif.
1. Distribusi Frekuensi Biasa
Distribusi frekuensi biasa adalah distribusi frekuensi yang hanya berisiskan jumlah
frekuensi dari setiap kelompok data. Jenis-jenis distribusi frekuensi biasa, yaitu:
a) Distribusi frekuensi numerik
Distribusi frekuensi numerik adalah distribusi frekuensi yang pembagian kelasnya
dinyatakan dalam angka.

Contoh :
Tabel Pelamar Perusahaan Percetakan “Prima Mandiri”
Umur (tahun) Frekuensi
20 – 24 15
25 – 29 20
30 – 34 9
35 – 39 4
40 – 44 2
Jumlah 50

8
b) Distribusi frekuensi peristiwa atau kategori
Distribusi frekuensi peristiwa atau kategori adalah distribusi frekuensi yang pembagian
kelasnya dinyatakan berdasarkan data atau golongan data yang ada
Contoh :
Tabel Hasil Pelemparan Dadu sebanyak 30 kali
Angka Dadu (X) Banyaknya Peristiwa (f)
1 4
2 6
3 5
4 3
5 8
6 4
Jumlah 30

c) Distribusi frekuensi relatif

Contoh.
Data hasil ujian akhir Mata Kuliah Statistika dari 60 orang mahasiswa
23 60 79 32 57 74 52 70 82 36
80 77 81 95 41 65 92 85 55 76
52 10 64 75 78 25 80 98 81 67

41 71 83 54 64 72 88 62 74 43
60 78 89 76 84 48 84 90 15 79
34 67 17 82 69 74 63 80 85 61
1. Data terkecil = 10 dan Data terbesar = 98
r = 98 – 10 = 88
Jadi rentang/jangkauannya adalah sebesar 88
2. Banyak kelas (k) = 1 + 3,3 log 60 = 6,8
Jadi banyak kelas adalah sebanyak 7 kelas
3. Panjang kelas (p) = 88 / 7 = 12,5 mendekati 13
4. Ujung bawah kelas pertama adalah 10, dibuat beberapa alternatif ujung bawah
kelas yaitu 10, 9, dan 8
Maka batas bawah kelas-nya adalah 9,5 ; 8,5 ; dan 7,5
5. Batas atas kelas pertama adalah batas bawah kelas ditambah lebar kelas, yaitu
sebesar
- 9,5 + 13 = 22,5
- 8,5 + 13 = 21,5
- 7,5 + 13 = 20,5

6. Ujung atas atas kelas pertama adalah sebesar

- 22,5 - 0,5 = 22
- 21,5 - 0,5 = 21

9
 - 20,5 – 0,5 = 20
Alternatif 1 Alternatif 2 Alternatif 3
8-20 9-21 10-22
21-33 22-34 23-35
34-46 35-47 36-48
47-59 48-60 49-61
60-72 61-73 62-74
73-85 74-86 75-87
86-98 87-99 88-100
Misal dipilih Alternatif 2
7. Nilai tengah kelas adalah
batas bawah kelas + batas atas kelas
8,5 + 21,5 2
= 15
2
8. Frekuensi kelas pertama adalah 3
IntervalKelas Batas Kelas Nilai Tengah Frekuensi
9-21 8,5-21,5 15 3
22-34 21,5-34,5 28 4
35-47 34,5-47,5 41 4
48-60 47,5-60,5 54 8
61-73 60,5-73,5 67 12
74-86 73,5-86,5 80 23
87-99 86,5-99,5 93 6

Jumlah 60

d) Distribusi Frekuensi Relatif dan Kumulatif

 Membandingkan frekuensi masing-masing kelas dengan jumlah frekuensi total
dikalikan 100 %

10
  Distribusi frekuensi kumulatif ada 2, yaitu distribusi frekuensi kumulatif kurang
dari dan lebih dari

Interval Batas Nilai Frekuensi

Frekuensi
Kelas Kelas Tengah Relatif (%)
9-21 8,5-21,5 15 3 5
22-34 21,5-34,5 28 4 6,67
35-47 34,5-47,5 41 4 6,67
48-60 47,5-60,5 54 8 13,33
61-73 60,5-73,5 67 12 20
74-86 73,5-86,5 80 23 38,33
87-99 86,5-99,5 93 6 10
Jumlah 60 100

e) Distribusi Frekuensi Kumulatif Kurang Dari

Interval Batas Kelas Frekuensi Persen Kumulatif
Kelas Kumulatif
Kurang Dari
kurang dari 8,5 0 0
9-21 kurang dari 21,5 3 5
22-34 kurang dari 34,5 7 11,67
35-47 kurang dari 47,5 11 18,34
48-60 kurang dari 60,5 19 31,67
61-73 kurang dari 73,5 31 51,67
74-86 kurang dari 86,5 54 90
87-99 kurang dari 99,5 60 100

f) Distribusi Frekuensi Kumulatif Lebih Dari

Interval Batas Kelas Frekuensi Persen Kumulatif
Kelas Kumulatif

11
 Lebih Dari
9-21 lebih dari 8,5 60 100
22-34 lebih dari 21,5 57 95
35-47 lebih dari 34,5 53 88,33
48-60 lebih dari 47,5 49 81,66
61-73 lebih dari 60,5 41 68,33
74-86 lebih dari 73,5 29 48,33
87-99 lebih dari 86,5 6 10
lebih dari 99,5 0 0

g) Histogram dan Poligon Frekuensi

Histogram dan Poligon Frekuensi Nilai Ujian Akhir Mata Kuliah Statistika

12
h) OGIF
1. Ogif Frekuensi Kumulatif Kurang Dari

2. Ogif Frekuensi Kumulatif Lebih Dari

13
Latihan

 Perhatikan nilai ujian statistika untuk 80 orang mahasiswa berikut:

79 49 48 74 81 98 87 80 80 84 90 70 91 93 82 78
70 71 92 38 56 81 74 73 68 72 85 51 65 93 83 86
90 35 83 73 74 43 86 88 92 93 76 71 90 72 67 75
80 91 61 72 97 91 88 81 70 74 99 95 80 59 71 77
63 60 83 82 60 67 89 63 76 63 88 70 66 88 79 75

 Buatlah tabel distribusi frekuensi data berkelompok untuk data di atas, dengan menggunakan
10 langkah yang telah disebutkan sebelumnya!
 Buatlah histogram dan poligon!

14
 BAB II
UKURAN PEMUSATAN DAN UKURAN LETAK

A. Ukuran Pemusatan (Central Tendency)

Ronald E.Walpole (1993), “ukuran pemusatan data adalah sembarang ukuran yang
menunjukkan pusat segugus data, yang telah diurutkan dari yang terkecil sampai yang
terbesar atau sebaliknya dari yang terbesar sampai yang terkecil.”
Menurut Iqbal (2001:), “ukuran pemusatan data adalah ukuran yang dapat mewakili
data secara keseluruhan. Artinya, jika keseluruhan nilai yang ada dalam data tersebut
diurutkan besarnya dan selanjutnya dimasukkan nilai rata-rata diurutan paling tengah atau
pusat.”
Dari pendapat para ahli mengenai ukuran pemusatan data dapat dipahami bahwa
ukuran pemusatan data adalah nilai tunggal yang dapat mewakili kumpulan data yang
menunjukkan pusat dari nilai data.
a. Rata-rata Hitung (Mean)
Rata-rata hitung (mean) adalah nilai rata-rata dari data-data yang tersedia. Rata-rata
hitung dari populasi diberi simbol µ (baca:miu). Rata-rata hitung dari sampel diberi
simbol X (baca:eks bar).
Menentukan rata-rata hitung secara umum dapat dirumuskan:
jumla h semua nilai data
rata−ratah itung=
jumla h data
1) Rata-rata hitung (mean) untuk data tunggal
 Jika X1, X2, ... Xn merupakan n buah nilai dari variabel X, maka rata-rata hitungnya
sebagai berikut :
ΣX X 1 + X 2 +…+ X n
X= =
n n
Keterangan:
X = rata-rata hitung (mean)
X = wakil data
n = jumlah data

 Jika X1, X2, ... Xn masing-masing memiliki frekuensi f1, f2,...,fn, maka rata-rata
hitungnya sebagai berikut :
X=
∑ fX = f 1 X 1+ f 2 X + …+f n X n
2

∑f f 1+ f 2 +…+ f n
2) Rata-rata hitung (mean) data berkelompok
 Metode biasa
Apabila telah dibentuk distribusi frekuensi biasa, dengan f 1 = frekuensi pada
interval kelas ke-i, maka rata-rata hitung (mean) dapat dihitung dengan rumus :
ΣfX
X=
Σf
Contoh soal:
Tentukan rata-rata hitung dari tabel berikut:

15
Tabel Berat badan 100 orang mahasiswa Pascasarjana UNSRI Teknologi Pendidikan 2013
Berat Badan Banyaknya
(kg) Mahasiswa (f)
50 – 52 10
53 – 55 25
56 - 58 32
59 – 61 15
62 – 64 18
Jumlah 100
Penyelesaian:
Berat Badan Banyaknya Nilai Tengah Fx
(kg) Mahasiswa (f) (X)
50 – 52 10 51 510
53 – 55 25 54 1350
56 - 58 32 57 1824
59 – 61 15 60 900
62 – 64 18 63 1134
Jumlah 100 - 5718

X=
∑ = 5718 =57,18
fX
∑ f 100
 Metode Simpangan Rata-rata
Apabila M adalah rata-rata hitung sementara maka rata-rata hitung dapat dihitung
dengan rumus :
X =M +
∑ fd
∑f
Keterangan:
M = rata-rata hitung sementara, biasanya diambil dari titik tengah kelas dengan
frekuensi terbesarnya (titik tengah kelas modus)
d = X–M
X = titik tengah interval kelas
f = frekuensi kelas

Contoh Soal :
Dengan soal yang sama seperti di atas seperti pada tabel 1.1, tentukan mean nya
dengan metode simpangan rata-rata

Berat Badan (kg) F X d = X –M Fd

50 – 52 10 51 -6 -60
53 – 55 25 54 -3 -75
56 - 58 32 57 0 0

16
 59 – 61 15 60 3 45
62 – 64 18 63 6 108
Jumlah 100 - 0 18

X =M +
∑ fd
∑f
18
X =57+ =57,18
100

 Metode coding
Metode coding sering digunakan apabila nilai-nilai dalam data yang berupa bilangan-
bilangan besar. Pada dasarnya, metode itu merupakan penjabaran dari metode
simpangan rata-rata. Dirumuskan :
X =M + C x
∑ fu
∑f

Keterangan :
M = rata-rata hitung sementara
C = panjang kelas
u = 0, ±1, ±2, ...
d
= , dengan d = X – M
C
Contoh soal:
Dengan soal yang sama seperti di atas pada tabel 1.1, gunakan dengan metode
coding
Berat Badan F X d = X –M U fd
(kg)
50 – 52 10 61 -6 -2 -20
53 – 55 25 64 -3 -1 -25
56 - 58 32 67 0 0 0
59 – 61 15 70 3 1 15
62 – 64 18 73 6 2 36
Jumlah 100 - 0 0 6

X =M + C x
∑ fu
∑f
6
X =57+3 x =57,18
100

b. Median
Median adalah nilai tengah dari data yang diurutkan. Median sering juga disebut rata-
rata posisi. Median disimbolkan dengan Me atau Md.
1) Median data tunggal
 Jika jumlah data ganjil, mediannya adalah data yang berada paling tengah.
Me = Xn/2

17
  Jika jumlah data genap, mediannya adalah hasil bagi jumlah dua data yang
berada di tengah.
Xn
+X
Me = 2 (n+ 2)/2

2) Median data kelompok

 Median untuk data berkelompok dapat dicari dengan rumus sebagai berikut :
1
Me=B+ n – ¿ ¿
2
Keterangan :
B = tepi bawah kelas median
n = jumlah frekuensi
(∑ 2 ¿= jumlah frekuensi kelas-kelas sebelum kelas media
f ¿ o
C = panjang interval kelas
fMe = frekuensi kelas median

Contoh Soal :
Tentukan median dari distribusi frekuensi berikut:
Tabel 1.2 Diameter dari 40 buah pipa
Diameter Pipa (m) Frekuensi (f)
85 – 87 2
88 – 90 5
91 – 93 13
94 – 96 14
97 – 99 4
100 – 102 2
Jumlah 40

Penyelesaian :
1
Jumlah frekuensi (n) = 40 dan n = 20
2
1
Kelas median adalah (∑ f 2 ¿0 ≥ n
2
f1 + f2 + f3 = 20 ≥ 20
Jadi, kelas median adalah kelas ke-3
B = 90,5
∑ f 2 ¿0 = 7
C = 3
fMe = 13
1 20−7
Me = B + n – ¿ ¿ = 90,5 + x3
2 13
= 93,5

c. Modus (Mode)

18
Modus adalah nilai yang sering muncul dalam data. Modus disimbolkan dengan Mo.
Cara mencari modus dibedakan antara data tunggal dan data kelompok.
 Modus data tunggal
Modus data tunggal adalah data yang frekuensinya terbanyak.
Contoh soal :
Tentukan modus dari data : 1, 2, 4, 4, 5, 8, 9.
Modus = 4
 Modus data kelompok
Modus akan berada pada kelas yang memiliki frekuensi terbesar. Kelas yang
memiliki frekuensi terbesar disebut sebagai kelas modus.
d1
Mo=L+ xC
d 1+ d 2
Keterangan :
Mo = modus
L = tepi bawah kelas modus
d2 = selisih frekuensi kelas modus dengan frekuensi kelas sesu
C = panjang interval kelas

Contoh soal :
Dari tabel 1.2 diketahui bahwa kelas modus adalah kelas ke-3
L = 85,5
d1 = 7
d2 = 17
C = 3
d1
Mo = L+ xC
d 1+ d 2
7
= 85,5 + x3
7+17
= 88,375

19
B. Ukuran Letak
a. Data Tersebar
1) Kuartil
Kuartil dapat dikatakan sebagai ukuran perempatan, artinya nilai-nilai kuartil akan
membagi empat sama banyak terhadap banyak data. Terdapat tiga jenis kuartil, yaitu
kuartil bawah atau pertama (Q1), kuartil tengah atau kurtil kedua (Q2), dan kuartil atas
atau ketiga (Q3). Kuartil kedua sama dengan median.
a) Kuartil data tunggal
Untuk data tunggal, kuartil-kuartilnya dapat dicari dengan menggunakan metode
mencari median, atau rumus:
i ( n+1 )
Q1 = nilai yang ke ,i=1 , 2 ,3
4
Contoh Soal:
Tentukan kuartil dari data 1, 3, 5, 10, 12, 15, 16
Penyelesaian:
Data diurutkan 1, 3, 5, 10, 12, 15, 16
n =7
i ( n+1 )
Q1 = nilai ke
4
1 ( 7+1 )
Q1 = nilai yang ke = 2, yaitu 3
4
2 ( 7+ 1 )
Q2 = nilai yang ke = 4, yaitu 10
4
3 (7 +1 )
Q3 = nilai yang ke = 6, yaitu 15
4
b) Kuartil data berkelompok
Untuk data berkelompok kuartil-kuartilnya dapat dicari dengan rumus:
n
−( ∑ f 1 ) 0
Q1 = B1 + 4 .C
f Q1
Keterangan:
B1 = tepi bawah kelas kuartil
n = jumlah semua frekuensi
i = 1, 2, 3b
(Σf1)o = jumlah frekuensi semua kelas sebelum kelas kuartil
C = panjang interval kelas
fQ1 = frekuensi kelas kuartil

Contoh soal:
Tentukan Q1, Q2, dan Q3 dari distribusi frekuensinya!
Tabel Diameter dari 40 buah pipa
Diameter Pipa (m) Frekuensi (f)
85 – 87 2
88 – 90 5

20
 91 – 93 13
94 – 96 14
97 – 99 4
100 – 102 2

Penyelesaian:
Dari tabel 1.2 diketahui:
n = 40, berarti ¼ n = 10, ½ n = 20 dan ¾ n = 30
Kelas Q1 = kelas ke-3
Kelas Q2 = kelas ke-3
Kelas Q3 = kelas ke-4
B1 = 90,5 (ada di kelas ke-3)
B2 = 90,5 (ada di kelas ke-3)
B3 = 93,5 (ada di kelas ke-4)
(Σf1)o = 7; (Σf2)o = 7; (Σf1)o = 20
C=3
fQ1 = 13; fQ2 = 13; fQ3 = 14
n
−( ∑ f 1 ) 0
Q1 = B1 + 4 .C
f Q1
1
x 40−7
= 90,5 + 4
.3
13
= 90,5 + 0,69
= 91,19

2n
−( ∑ f 2 ) 0
Q2 = B2 + 4 .C
f Q2
2
x 40−7
= 90,5 + 4
.3
13
= 90,5 + 3
= 93,5

3n
− ( ∑ f 3) 0
Q3 = B3 + 4 .C
fQ3
3
x 40−20
= 93,5 + 4
.3
14
= 93,5 + 2,14
= 95,64

2) Desil (D)

21
Desil adalah fraktil yang membagi seperangkat data yang telah terurut menjadi sepuluh
bagian yang sama. Cara mencari desil dibedakan antara data tunggal dan kelompok.
a) Desil data tunggal
Untuk data tunggal desil-desilnya dapat dicari dengan menggunakan rumus berikut.
i ( n+1 )
D = nilai ke ,i=1 , 2 , … , 9
10
Contoh soal:
Tentukan desil ke-3 (D3) dan desil ke-7 (D7) dari data berikut.
1, 3, 5, 10, 12, 15, 16
Penyelesaian:
3 (7 +1 )
D3 = data ke
10
24
= data ke = data ke 2,4
10
= X2 + 0,4 (X3 – X2)
= 3 + 0,4 (5 – 3)
= 3,8

7 ( 7+1 )
D7 = data ke
10
56
= data ke = data ke 5,6
10
= X5 + 0,6 (X6 – X5)
= 10 + 0,6 ( – 10)
= 10,8

b) Desil data berkelompok

Untuk data berkelompok desil-desilnya dapat dicari dengan menggunakan rumus:
2n
−( ∑ f i ) 0
D i = Bi + 4 .C
f Qi
Keterangan:
Di = desil ke-i
Bi = tepi bawah kelas desil ke-i
n = jumlah semua frekuensi
i = 1, 2, 3
(Σfi)o = jumlah frekuensi semua kelas sebelum kelas desil ke-i
C = panjang interval kelas
fQi = frekuensi kelas desil ke-i

Contoh Soal:
Tentukan desil ke-4 dan ke-8
Tabel Diameter dari 40 buah pipa
Diameter Pipa (m) Frekuensi (f)

22
 85 – 87 2
88 – 90 5
91 – 93 13
94 – 96 14
97 – 99 4
100 – 102 2
Jumlah 40
Penyelesaian:
Untuk mencari desil ke-4 dan desil ke-6, terlebih dahulu dicari kelas desil ke-4 dan
kelas desil ke-6, yaitu:
4
1) Kelas desil ke-4, jika (Σf4)o ≥ (n)
10
6
2) Kelas desil ke-6, jika (Σf6)o ≥ (n)
10
Dari tabel 1.2 tersebut diketahui:
4 6
n = 40, maka (40) = 16 dan (40) = 24
10 10
Kelas D4 adalah kelas ke-4
Kelas D6 adalah kelas ke-6
B4 = 93,5 (tepi bawah kelas ke-4)
B6 = 99,5 (tepi bawah kelas ke-6)
(Σf4)o = 20 dan (Σf6)o = 38
C = 10
fD4 = 14 dan fD6 = 2
4n
−( ∑ f 4 ) 0
D4 = B4 + 10 .C
f D4
4 x 40
−20
= 93,5 + 10
.10
14
= 93,5 + (-2,86)
= 90,64
6n
−( ∑ f 6 ) 0
D6 = B6 + 10 .C
f D6
6 x 40
−38
= 99,5 + 10
.10
2
= 99,5 + (-70)
= 90,64 + (-1)
= 29,5
3) Persentil
Persentil adalah fraktil yang membagi seperangkat data yang telah terurut yang menjadi
seratus bagian yang sama. Terdapat sembilan puluh sembilan persentil, yaitu persentil

23
pertama(P1), persentil kedua (P2), ... dan persentil kesembilan puluh sembilan (P99). Cara
mencari persentil dibedakan antara data tunggal dan data berkelompok.
a) Persentil data tunggal
Rumus:
i( n+1)
Pi = nilai ke , i = 1, 2, 3, ..., 99
100
Contoh soal:
Tentukan persentil k3-10 (P10) dan persentil ke-76 (P76) dari data berikut!
30 31 32 34 36 36 37 40 41 41
43 45 45 45 46 47 47 48 49 50
51 51 52 53 54 56 57 58 59 60
Penyelesaian:
n = 30
10 (30+ 1 )
P10 = nilai ke
100
310
= nilai ke = 3,1
100
= X3 + 0,1 (X4 – X3)
= 32 + 0,1 (34 – 32)
= 32 + 0,1 (2)
= 32 + 0,2
= 32,2
76 ( 30+1 )
P76 = nilai ke
100
2356
= nilai ke = 23,56
100
= X23 + 0,56 (X24 – X23)
= 52 + 0,56 (53 – 52)
= 52 + 0,56 (1)
= 52 + 0,56
= 52,56

b) Persentil data berkelompok

Untuk data berkelompok (distribusi frekuensi), persentil-persentilnya dapat dicari
dengan menggunakan rumus:
¿ −
( )
Pi = Bi + 100
(∑ f i ) o
.C
f Pi
Keterangan:
Pi = persentil ke-i
Bi = tepi bawah kelas persentil ke-i
i = 1, 2, 3, ..., 99
(Σfi)o = jumlah semua frekuensi sebelum kelas persentil
C = panjang interval kelas
fpi = frekuensi kelas persentil
Contoh soal:

24
 Dari distribusi fekuensi di bawah ini, tentukan P35 dan P88!
Tabel TINGGI 100 MAHASISWA
UNIVERSITAS SWASTA TAHUN 1990
Tinggi (cm) Frekuensi (f)
150 – 154 4
155 – 159 8
160 – 164 14
165 – 169 35
170 – 174 27
175 – 179 12
Jumlah 100
Penyelesaian:
Untuk mencari persentil ke-35 dan persentil ke-88, terlebih dahulu dicari kelas
persentil ke-35 dan ke-88.
35
(1) Kelas persentil ke-35, jika (Σf35)o ≥
100
88
(2) Kelas persentil ke-88, jika (Σf88)o ≥
100
Dari tabel 1.9 di atas, diketahui:
35 88
n = 100, maka (100) = 35 dan (100) = 88
100 100
Kelas P35 adalah kelas ke-4
Kelas P88 adalah kelas ke-5
B35 = 164,5 (tepi bawah kelas ke-4)
B88 = 169,5 (tepi bawah kelas ke-5)
(Σf35)o = 26 dan (Σf88)o = 61
C =5
Fp35 = 35 dan fp88 = 27

¿ −( f ) o
= B + 100 )
( ∑ i
Pi i
.C
f Pi

P35 = B35 + (35 x 100

100 )−26
x5
35
35−26
= 164,5 + x5
35
= 164,5 + 1,29
= 165,79

P88 = B88 + ( 100 )

88 x 100
−61
x5
27
88−61
= 169,5 + x5
27

25
= 169,5 + 5
= 174,5

26
 BAB III
UKURAN PENYEBARAN (DISPERSION)

Ukuran dispersi atau ukuran variasi atau ukuran penyimpangan adalah ukuran yang
menyatakan seberapa jauh penyimpangan nilai-nilai data dari nilai-nilai pusatnya atau ukuran
yang menyatakan seberapa banyak nilai-nilai data yang berbeda dengan nilai-nilai pusatnya.
A. Jangkauan (Range, R)
Jangkauan atau ukuran jarak adalah selisih nilai terbesar data dengan nilai terkecil data.
Cara mencari jangkauan dibedakan antara data tunggal dan data berkelompok.
1) Jangkauan data tunggal
Bila ada sekumpulan data tunggal X1, X2, ..., Xn maka jangkauannya adalah:
Jangkauan = Xn - Xi
Contoh soal:
Tentukan jangkauan data: 1, 3, 5, 10, 12, 15!
Penyelesaian:
X6 = 15 dan X1= 1
Jangkauan = X6 – X1 = 15 – 1 = 14
2) Jangkauan data berkelompok
Untuk data berkelompok, jangkauan dapat ditentukan dngan dua cara, yaitu
menggunakan titik atau nilai tengah dan menggunakan tepi kelas.
a. Jangkauan adalah selisih titik tengah kelas tertinggi dengan titik tengah kelas
terendah.
b. Jangkauan adalah selisih tepi atas kelas tertinggi dengan tepi bawah kelas terendah.

Contoh soal:
Tentukan jangkauan dari distribusi frekuensi berikut:
Tabel Pengukuran Tinggi Badan
Interval Kelas Frekuensi (Banyak
(Tinggi (cm)) murid)
100 – 104 2
105 – 109 4
110 – 114 10
115 – 119 14
120 – 124 12
125 – 129 5
130 – 134 3
Jumlah 50
Penyelesaian:
Dari tabel 1.7 terlihat:
Titik tengah kelas terendah = 102
Titik tengah kelas tertinggi = 132
Tepi bawah kelas terendah = 99,5
Tepi atas kelas tertinggi = 134,5
a) Jangkauan = 132 – 102 = 30
b) Jangkauan = 134,5 – 99,5 = 35

27
3) Jangkauan Antarkuartil dan Jangkauan Semi Interkuartil
Jangkauan antarkuartil adalah selisih antara nilai kuartil atas (Q 3) dan kuartil bawah (Q1).
Dirumuskan:
JK = Q3 – Q1
Jangkauan semi interkuartil atau simpangan kuartil adalah setengah dari selisih kuartil atas
(Q3) dengan kuartil bawah (Q1). Dirumuskan:
Qd = ½ (Q3 – Q1)

Rumus-rumus di atas berlaku untuk data tunggal dan data berkelompok.

Contoh Soal:
Tentukan jangkauan antarkuartil dan jangkauan semi interkuartil dari data berikut!
1, 3, 5, 10, 12, 15, 16

Penyelesaian:
Q1 = 3 dan Q3 = 15
JK = Q3 – Q1
= 15 – 3 = 12
Qd = ½ (15 – 3) = 6
Tentukan jangkauan antarkuartil dan jangkauan semi interkuartil distribusi frekuensi
berikut:
Tabel Pengukuran Tinggi Badan
Interval Kelas Frekuensi
(Tinggi (cm)) (Banyak murid)
100 – 104 2
105 – 109 4
110 – 114 10
115 – 119 14
120 – 124 12
125 – 129 5
130 – 134 3
Jumlah 50
Penyelesaian:
n
−( ∑ f 1 ) 0
Q1 = B1 + 4 .C
f Q1
12,5−16
= 114,5 + x5
14
= 114,5 + (-1,25)
= 113,25

3n
− ( ∑ f 3) 0
Q3 = B3 + 4 .C
fQ3
37,5−42
= 124,5 + x5
12

28
 = 124,5 + (-1,875)
= 122,625

b. Deviasi Rata-Rata (Simpangan Rata-Rata)

Deviasi rata-rata adalah nilai rata-rata hitung dari harga mutlak simpangan-
simpangannya. Cara mencari deviasi rata-rata, dibedakan antara data tunggal dan data
berkelompok.

1. Deviasi rata-rata tunggal

Dapat dihitung dengan rumus:
1
a. DR = ∑ │ X− X │ 1 =
∑ 1 X−X 1
n n
Contoh soal:
Tentukan deviasi rata-rata dari 1, 3, 5, 10, 12, 15, 16!

Penyelesaian:
1+ 3+5+10+12+15+16
Rata-rata hitung = X = = 8,85
7
∑ │ X 1− X │=|1−8,85|+|3−8,85|+|5−8,85|+|10−8,85|+|12−8,85|+ ¿|15−8,85|+|16−8,85|=0,05
DR =
∑ │ X 1−X │
n
0,05
= = 7,14
7
2. Deviasi rata-rata data berkelompok
Dapat dihitung dengan rumus:
1
DR = ∑ f │ X −X │=
∑ f │ X− X │
n n
Contoh soal:
Tentukan deviasi rata-rata dari distribusi frekuensi pada tabel 1.7!
Penyelesaian:
Pada tabel didapat X = 117,7
Tabel Distribusi Frekuensi Relatif
Interval Kelas
X f │X - X │ f │X - X │
(Tinggi (cm))
100 – 104 102 2 15,7 31,4
105 – 109 107 4 10,7 42,8
110 – 114 112 10 5,7 57
115 – 119 117 14 0,7 9,8
120 – 124 122 12 4,3 51,6
125 – 129 127 5 9,3 46,5
130 – 134 132 3 14,3 42,9
Jumlah - 50 282

29
DR =
∑ f │ X− X │
n
282
= = 5,64
50

30
Varians

Varians adalah nilai tengah kuadrat simpangan dari nilai tengaha tau simpangan rata-
rata kuadrat. Untuk sampel variansnya disimbolkan dengan s2 .Untuk populasi, variansnya
disimbolkan denganσ 2 (baca sigma).
a. Varians data tunggal
1) Metode biasa
a) Untuk sampel besar (n > 30):
2
∑2
s = ( X −X )
n
b) Untuk sampel kecil (n ≤ 30):
2
∑2
s = ( X −X )
n−1
Contoh soal:
Tentukan varians dari data 1, 3, 5, 10, 12, 15, 16!
Penyelesaian:
n=7
1+ 3+5+10+12+15+16
X= = 8,85
7

X X-X (X - X )2 X2
1 - 7,85 61,6 1
3 - 5,85 34,2 9
5 - 3,85 14,8 25
10 1,15 1,3 100
12 3,15 9,9 144
15 6,15 37,8 225
16 7,15 51,1 256
62 - 210,7 760

s =
2 ∑ ( X−X )2
n−1
210,7
=
7−1
= 35,1
(∑ X )
2
2
s= ∑ X
2
−
n−1 n(n−1)
2
760 ( 62)
= -
7−1 7(7−1)
3844
= 126,6 -
42

31
 = 126,6 – 91,5 = 35,1

b. Varians data berkelompok

Untuk data berkelompok (distribusi frekuensi), variansnya dapat ditentukan dengan
menggunakan tiga metode, yaitu metode biasa, metode angka kasar, metode coding.
1) Metode biasa
a) Untuk sampel besar (n > 30):
s2 = ∑
2
f ( X− X)
n
b) Untuk sampel kecil (n ≤ 30):
s2 = ∑
f ( X− X)2
n−1
2) Metode coding
a) Untuk sampel besar (n > 30):
∑
( )
2

s =C .
2 2 fu
2
- ∑ fu
n n
b) Untuk sampel kecil (n ≤ 30):
∑
( ) ∑
2 2
fu fu
s =C .
2 2
-
n−1 n−1
Keterangan:
C = panjang interval kelas
d X−M
u = =
C C
M = rata-rata hitung sementara

Contoh Soal:
Tentukan varians dari distribusi frekuensi berikut!
Tabel Diameter dari 40 buah pipa
Diameter Pipa (m) Frekuensi (f)
85 – 87 2
88 – 90 5
91 – 93 13
94 – 96 14
97 – 99 4
100 – 102 2
Jumlah 40

Penyelesaian:
1) Dengan metode biasa:

32
 X = 93,5
Diameter Pipa (m) X f X-X (X - X )2 f (X - X )2
85 – 87 86 2 -7,5 56,25 112,5
88 – 90 89 5 -4,5 20,25 101,25
91 – 93 92 13 -1,5 2,25 29,25
94 – 96 95 14 1,5 2,25 31,5
97 – 99 98 4 4,5 20,25 81
100 – 102 101 2 7,5 56,25 112,5
Jumlah - 40 - - 468
s2 = ∑
2
f ( X− X) 468
= =11,7
n 40
3) Dengan metode coding
Diameter Pipa (m) X f u u2 fu fu2
85 – 87 86 2 -3 9 -6 18
88 – 90 89 5 -2 4 -10 20
91 – 93 92 13 -1 1 -13 13
94 – 96 95 14 0 0 0 0
97 – 99 98 4 1 1 4 4
100 – 102 101 2 2 4 4 8
Jumlah - 40 - - -21 63

( )
∑ f u2 - ∑ fu
2

s =C .
2 2
n n

( ( ))
2
63 −21
= 32 . −
40 40
= 9 (1,575 – 0,276) = 11,691

c. Simpangan Baku (Standar Deviasi)

Simpangan baku adalah akar dari tengah kuadrat simpangan dari nilai tengah atau akar
simpangan rata-rata kuadrat. Simpangan baku sampel disimbolkan dengan s. Simpangan
baku populasi disimbolkan dengan σ. Untuk menentukan nilai simpangan baku, caranya
ialah dengan menarik akar dari varians. Jadi,
s = √ varians
1) Simpangan baku data tunggal
a) Metode biasa
Untuk sampel besar (n > 30):

√∑ (X −X )
2
s=
n
Untuk sampel kecil (n ≤ 30):

√ ∑
2
s= (X −X )
n−1

Contoh soal:

33
Tentukan simpangan baku dari data 1, 3, 5, 10, 12, 13, 15, 16!
Penyelesaian:
Dari perhitungan diperoleh varians (s2) = 35,1
Dengan demikian simpangan bakunya adalah
s = √ varians
= √ 35,1 = 5,9

34
2) Simpangan baku data berkelompok
a) Metode biasa
Untuk sampel besar (n > 30):

√∑ f ( X−X )
2
s=
n
Untuk sampel kecil (n ≤ 30):

√ ∑
2
s= f ( X−X )
n−1

b) Metode coding
Untuk sampel besar (n > 30):

√∑
2

s=C
fu
2
-( ∑ fu
)
n n
Untuk sampel kecil (n ≤ 30):

√
2

s=C ∑ fu
2
-
( ∑ fu )
n−1 n ( n−1 )
Keterangan:
C = panjang interval dalam kelas
d X−M
u = =
C C
M = rata-rata hitung sementara

Contoh Soal:
Tentukan simpangan baku dari distribusi frekuensi pada contoh tentang Diameter
Pipa di atas!
Penyelesaian:
Dari perhitungan didapatkan varians (s2).
Dengan demikian, simpangan bakunya adalah:
s = √ varians
= √ 11,7
= 3,42

35
 BAB IV

KORELASI SEDERHANA

A. Pengertian Korelasi

Korelasi merupakan istilah yang digunakan untuk mengukur kekuatan hubungan

antar variabel. Analisis Korelasi adalah cara untuk mengetahui ada atau tidak adanya hubungan
antar variabel. Dari analisis korelasi, dapat diketahui hubungan antar variabel, yaitu merupakan
suatu hubungan kebetulan atau memang hubungan yang sebenarnya dan saling mempengaruhi.

Koefisien Korelasi (r) adalah suatu nilai untuk mengukur kuat dan tidaknya hubungan antara X
dan Y apabila dapat dinyatakan dengan fungsi linear.

Kisaran nilai r adalah: -1 ≤ 1

 Jika r = 1, hubungan sempurna & positif,

 Jika r = -1, hubungan sempurna & negatif
 Jika r = 0, hubungan lemah / tidak ada.

Catatan:

 0< r ≤ 0,2 →korelasi sangat rendah

 0,2<r ≤ 0,4 → korelasi rendah
 0,4 <r ≤0,7 → korelasi cukup berarti
 0,7< r ≤ 0,9 → korelasiTinggi /Kuat
 0,9<r ≤ 1→ korelasi sangat sangat tinggi /kuat sekali

Berlaku untuk nilai r negatif dan nilai r positif

B. MENENTUKAN KOEFISIEN KORELASI (r)

1. Metode Product Moment

r=
∑ xy
√ ∑ x2 ∑ y2

Keterangan

r =Koefisien korelasi

x=X −X

y=Y −Y

36
 2. Metode Least Square

3. Menentukan Koefisien Penentu/Determinasi

Contoh

Berikut data hasil pengamatan dari proses pemupukan dengan dosis tertentu dan hasil panen
yang diperoleh untuk 5 percobaan.

Jika Y=hasil panen (dalam kuintal) dan X=dosis pemupukan (dalam 10 kg).

a. Tentukan koefisien korelasinya (r) dengan metode product moment dan lest square!

b. Sebutkan jenis korelasinya dan apa artinya!

Jawab:

Metode Product Moment

r=
∑ xy
√ ∑ x2∑ y2
Langkah 1. Menentukan X dan Y

X Y
3 12
6 23
9 24
10 26
11 28
∑=39 ∑=113

X=
∑ X = 39 =7,8
n 5

37
Y=
∑ Y = 113 =22,6
n 5

Langkah 2

Menentukan x , y , xy , x 2 , y 2

Langkah 3. Menentukan nilai r

Metode Least Square

38
Kesimpulan:

Dengan metode product moment dan juga lest square diperoleh koefisien korelasi r = 0,94.
Artinya korelasi (hubungan) antara dosis pemberian pupuk (X) dan hasil panen (Y) adalah
korelasi positif yang sangat tinggi atau kuat sekali.

39
 BAB V

REGRESI LINEAR SEDERHANA

A. Pengertian Regresi Linear sederhana

Garis regresi sederhana adalah adalah garis lurus yang memperlihatkan hubungan
antara 2 variabel, yaitu X dan Y. Persamaan regresi adalah persamaan yang digunakan untuk
mendapatkan garis regresi pada data diagram pencar (scatter diagram).

Persamaan garis regresi sederhana adalah: Y^ =a+bX

B. Menentukan Persamaan regresi Linear Sederhana

Persamaan garis regresi sederhana adalah: Y^ =a+bX

Keterangan

X =nilai dari dari Variabel Bebas

Y^ =Ramalan Y untuk nilai X tertentu

Contoh

Jika X = pendapatan (Ribuan Rp) dan Y = konsumsi (Ribuan Rp). Tentukan persamaan garis
regresi sederhananya dan jelaskan arti dari persamaan tersebut Berapakah ramalan Y kalau X =
100!

40
Menentukan nilai a dan b

Y^ =a+bX

Langkah 1. Menentukan nilai b

b=0,8

Langkah 2. Menentukan nilai a

a=Y −b X

X=
∑ X = 350 =70
n 5

Y=
∑ Y = 275 =55
n 5

a=55−0,8 (70 )=−1

Langkah 3. substitusi nilai a dan b ke bentuk umum persamaan regresi

Sehingga persamaan garis regresinya Y^ =−1+ 0,8 X

41
Langkah 4. interpretasi dari persamaan regresi yang dihasilkan

Artinya setiap ada kenaikan pendapatan 1 % maka akan ada kenaikan konsumsi sebesar 0,8%.

Untuk nilai X = 100, maka nilai ramalan Y adalah Y^ =−1+ 0,8 ( 100 )=79

42
 BAB VII

REGRESI LINEAR BERGANDA

A. Pengertian dan Persamaan regresi Linear berganda

Apabila terdapat lebih dari dua variable yaitu 1 variabel tidak bebas (Y) dan k
variable bebas (X1, X2, X3,…, Xk), maka hubungan linear dapat dinyatakan dalam persamaan
regresi linear berganda sebagai berikut : Y’= b0 + b1X1 + b2X2 + . . . + bkXk.

Untuk menghitung b0, b1, b2, . . . , bk kita gunakan metode kuadrat terkecil yang menghasilkan
persamaan normal sebagai berikut :

B. Menentukan persamaan Regresi linear berganda

Kalau persamaan ini dipecahkan, kita akan memperoleh nilai b0, b1, b2, . . . , bk.
Kemudian dapat dibentuk persamaan regresi linear berganda. Apabila persamaan regresi itu telah
diperoleh, barulah kita dapat meramalkan nilai Y dengan syarat kalau nilai X1, X2, . . . ., Xk
sebagai variabel bebas sudah diketahui.

Misalkan: k =2, maka Y’ = b0 + b1X1 + b2X2, satu variabel tak bebas(Y), dan dua variabel be
bas (X1 dan X2), maka b0, b1, dan b2 dihitung dari persamaan normal berikut

Persamaan diatas dapat dinyatakan dalam persamaan matriks berikut :

43
Variabel b dapat diselesaikan dengan cara sebagai berikut :

det( A 0 ) det( A 1) det( A 2)

b 0= , b 1= , b 2=
det ( A) det ( A ) det ( A )

Contoh Soal

Tentukan persamaan garis regresi berganda dari data berikut:

Jawab

Persamaan garis regresi bergandanya adalah

Y’ = b0 + b1X1 + b2X2

Menentukan persamaan normal:

44
45
Jadi persamaan garis regresi bergandanya adalah Y’ = b0 + b1X1 + b2X2 Y’ = -X1 + 2X2

46
 BAB VIII

KORELASI BERGANDA

A. Pengertian dan Persamaan Umum Korelasi Berganda

Apabila ada tiga variabel Y, X1, X2, maka korelasi:

1. X1 dan Y ditentukan dengan rumus berikut :

atau

1
∑ X 1Y − n ∑ X1∑ Y
r x1 y =r 1 y =
(√ ∑ X − 1n (∑ X ) )( √∑ Y − 1n (∑ Y ) )
1
2
1
2 2 2

2. X2 dan Y ditentukan dengan rumus berikut:

atau

1
∑ X2Y − n ∑ X2∑ Y
r x2 y =r 2 y =

( √∑ X 2
2
−
1
n
( ∑ X 2)
2
)( √∑ Y − 1n (∑ Y ) )
2 2

3. X1 dan X2 ditentukan dengan rumus berikut:

47
 atau

1
∑ X 1 X 2− n ∑ X 1 ∑ X 2
r x1 x2 =r 12=
(√ ∑ X − 1n ( ∑ X ) )(√ ∑ X − 1n (∑ X ) )
1
2
1
2
2
2
2
2

B. Menentukan koefisien Korelasi Berganda dan Koefisien Determinasi

Untuk mengetahui kuatnya hubungan antara variabel Y dengan beberapa variabel X

lainnya (misalnya antara Y dengan X1 dan X2), maka gunakan suatu koefisien korelasi yang
disebut koefisien korelasi linear berganda (KKLB) yang rumusnya adalah sebagai berikut :

Apabila KKLB dikuadratkan, maka akan diperoleh koefisien penentuan (KP), yaitu suatu nilai
untuk mengukur besarnya sumbangan dari beberapa variabel X terhadap variasi (naik-turunnya)
Y. Kalau Y’ = b0 + b1X1 + b2X2, KP mengukur besarnya sumbangan X1 dan X2 terhadap variasi,
atau naik turunnya Y. Apabila dikalikan dengan 100% akan diperoleh persentase sumbangan X1
dan X2 terhadap naik turunnya Y.

Contoh Soal

Tentukan korelasi:

a. X1 dan Y (r1y)

b. X2 dan Y (r2y)

c. X1 dan X2 (r12)

d. X1, X2, dan Y (Ry 12)

e. Koefisien Penentu (KP)

dari data berikut;

48
Jawab

a. Korelasi X 1 dan Y
1
∑ X 1Y − n ∑ X1∑ Y
r x1 y =r 1 y =

(√ ∑ X 12− 1n (∑ X 1 )
2
)( √ ∑ Y 2− 1n (∑ Y )
2
)

b. Korelasi X 2 dan Y
1
∑ X2Y − n ∑ X2∑ Y
r x2 y =r 2 y =
( √∑ X 2
2
−
1
n
( ∑ X 2)
2
)( √∑ Y − 1n (∑ Y ) )
2 2

c. Korelasi X 1 dan X 2

1
∑ X 1 X 2− n ∑ X 1 ∑ X 2
r x1 x2 =r 12 =
(√ ∑ X − 1n ( ∑ X ) )(√ ∑ X − 1n (∑ X ) )
1
2
1
2
2
2
2
2

49
d. Korelasi R, X1, dan X2

e. Koefisien Penentu

Artinya, sumbangan variabel X1 dan X2 dalam menentukan naik turunnya nilai variabel
Y sebesar 99,9761%.

50
 BAB IX
ANGKA INDEKS

A. Pengertian Angka Indeks

Angka Indeks atau sering disebut indeks saja, pada dasarnya merupakan suatu
angka yang dibuat sedemikian rupa sehingga dapat dipergunakan untuk melakukan perbandingan
antara kegiatan yang sama dalam dua waktu yang berbeda. Tujuan pembuatan angka indeks,
yaitu:

 Untuk mengukur kuantitatif terjadinya perubahan dalam dua waktu yang berlainan.
 Untuk kepentingan pemantauan (monitoring) atau evaluasi.
Di dalam membuat angka indeks diperlukan dua macam waktu, yaitu waktu dasar (base period)
dan waktu yang bersangkutan atau sedang berjalan (current period). Waktu Dasar (base period)
adalah periode yang dipakai sebagai dasar dalam membandingkan kegiatan tersebut. Waktu
dasar biasanya dinyatakan dalam angka indeks, sebesar 100. Sedangkan Waktu Berjalan /
Bersangkutan (current period) adalah periode yang dipakai yang sedang berjalan atau periode
yang diperbandingkan dalam kegiatan tersebut.

B. Klasifikasi Angka Indeks

1. Indeks Relatif Sederhana

Indeks Relatif Sederhana ialah indeks yang terdiri dari satu macam barang saja, baik untuk
indeks produksi maupun indeks harga.

Keterangan: I
t,0 = indeks harga pada waktu t dengan waktu dasar 0
Pt = harga pada waktu t
P0 = harga pada waktu 0
Rumus untuk menghitung indeks produksi sama seperti untuk menghitung indeks harga, hanya
notasi p diganti dengan notasi q.

Contoh:
Harga rata-rata beberapa hasil komoditas pertanian di Sumatera Selatan dari tahun 2010 sampai
2014, disajikan dalam tabel berikut(dalam Rp/kg):

51
Hitunglah indeks harga relatif sederhana hasil pertanian kentang pada tahun 2012, 2013, dan
2014 dengan waktu dasar 2010! Untuk tahun 2012

Jadi, dibandingkan dengan harga kentang tahun 2010, harga kentang tahun 2012 naik 103,23 % -
100 % = 3,23 %, pada tahun 2013 naik 14,65 %, dan pada tahun 2014 naik 6,44 %.

Indeks Rata-Rata Relatif

Indeks rata-rata harga relatif dinyatakan oleh persamaan berikut :

Indeks rata-rata produksi relatif dinyatakan oleh persamaan berikut :

n adalah banyaknya jenis barang

52
Contoh:
Harga rata-rata beberapa hasil komoditas pertanian di Sumatera Selatan dari tahun 2010 sampai
2014, disajikan dalam tabel berikut(dalam Rp/kg):

Hitunglah indeks harga rata-rata relatif pada tahun 2013 dan 2014 dengan waktu dasar 2010!
jawab
Untuk tahun 2013

Jadi, dibandingkan tahun 2010 harga hasil pertanian tahun 2013 ada kenaikan sebesar 16,12 %

53