Modul Statistik Deskriptif 1 Fix

MODUL
STATISTIK DESKRIPTIF 1
DISUSUN OLEH :
NURMALASARI,SE,MM
PROGRAM STUDI MANAJEMEN INFORMATIKA

AKADEMI MANAJEMEN INFORMATIKADAN KOMPUTER
BSI PONTIANAK
2015
KATA PENGANTAR
Puji dan syukur penulis panjatkan kehadirat Allah SWT atas segala
karunia yang telah dilimpahkan, sehingga penulis dapat menyelesaikan modul
yang berjudul Statistik Deskriptif 1.
Makalah ini berisikan tentang informasi tentang dasar-dasar statistika,
distirbusi frekuensi, jenis grafik, Gejala pusat data dan angka indeks guna untuk
pembaca khususnya mahasiswa AMIK BSI Pontianak dalam pengembangan dan
penambahan ilmu pengetahuan.
Kami menyadari banyak kekurangan terdapat di dalamnya, namun semoga
modul ini bisa menjadi sumbangsih yang bernilai bagi ilmu khususnya yang terus
berkembang.
Dengan kerendahan hati penulis mengucapkan terima kasih kepada semua
pihak yang telah membantu penulis dalam menyelesaikan makalah ini. Penulis
menyadari bahwa dalam penulisan ini masih terdapat banyak kekurangan, untuk
itu penulis mengharapkan kritik dan saran yang sifatnya membangun demi
kesempurnaan modul ini.
Akhir kata penulis berharap semoga modul ini dapat memberikan manfaat
dan pengembangan wawasan untuk pribadi, mahasiswa dan pembaca pada
umumnya.
Pontianak, September 2015
Nurmalasari, SE, MM
ii
DAFTAR ISI
Halaman
KATA PENGANTAR ii
DAFTAR ISI iii
BAB I PENGERTIAN STATISTIKA, DISTRIBUSI

FREKUENSI DAN JENIS GRAFIK
1. Pengertian Statistika 1
2. Pengertian Distribusi Frekuensi 2
3. Grafik Penyajian Data 14
4. Cara Membuat dan Menyajikan data distribusi 19
frekuensi dan grafik
BAB II UKURAN GEALA PUSAT DATA YANG BELUM

DIKELOMPOKKAN
1. Rata-Rata Hitung 23
2. Rata-Rata Ukur 23
3. Rata-Rata Harmonis 23
4. Median 23
5. Kuartil,Desil Persentil 23
BAB III UKURAN GEJALA PUSAT DATA YANG

DIKELOMPOKKAN
1. Pengertian Ukuran Gejala Pusat 28
2. Macam-macam ukuran gejala pusat 28
iii
BAB IV ANGKA INDEKS
1. Pengertian Anga Indeks 34
2. Indeks Tidak Tertimbang 35
3. Indeks tertimbang 38
LATIHAN 44
DAFTAR PUSTAKA 49
iv
BAB I
PENGERTIAN STATISTIKA, DISTRIBUSI FREKUENSI DAN JENIS

GRAFIK
1. Pengertian Statistika
Kata statistik sering dianggap sama dengan kata statitika, padahal kedua kata
tersebut memiliki arti yang sangat berbeda meskipun saling terkait. Statistik
adalah kumpulan angka-angka mengenai suatu masalah dan dapat memberikan
gambaran tentang masalah tersebut. Sedangkan statistika adalah metode ilmiah
yang mempelajari cara mengumpulkan, mengelola, menghitung, menganalisa, dan
juga menarik kesimpulan tentang data yang ada. Secara garis besar dapat diambil
kesimpulan bahwa Statistik merupakan ukuran/data sedangkan Statistika
merupakan ilmu untuk mengelola data tersebut.
Pada hakekatnya statistik adalah suatu kerangka teori-teori dan metode-
metode yang telah dikembangkan untuk melakukan pengumpulan, analisis, dan
pelukisan data sampel guna memperoleh kesimpulan-kesimpulan yang
bermanfaat.
Adapun satatistika adalah ilmu tentang cara-cara mengumpulkan,
menggolongkan, menganalisis, dan mencari keterangan yang berhubungan dengan
pengumpulan data yang penyelidikan dan kesimpulannya berdasarkan bukti-bukti
yang berupa angka-angka.
Secara umum kedudukan statistika memiliki beberapa manfaat, antara lain:
a. Menyajikan data secara ringkas dan jelas, sehingga lebih mudah dimengerti
oleh para pengguna.
b. Menunjukkan trend atau tendensi perkembangan suatu masalah.
c. Melakukan penarikan kesimpulan secara ilmiah.
Statistika adalah ilmu pengetahuan yang penerapannya banyak digunakan
dalam kehidupan sehari-hari. Seperti contoh dalam sistem pemerintahan, statistika
digunakan untuk menilai dan mengevaluasi hasil pembangunan yang telah lalu
dan juga untuk mengambil rencana apa yang akan digunakan pada masa
mendatang. Dengan demikian, pimpinan dalam pemerintahan dapat mengambil
manfaat dari kegunaan statistika untuk melakukan tindakan yang perlu dalam
menjalani tugasnya. Tidak hanya dalam pemerintahan, tetapi dalam bidang
apapun ilmu statistika sering kali harus digunakan.Di dalam statistik deskriptif
kita selalu mengusahakan agar data dapat disajikan dalam bentuk yang lebih
berguna, lebih mudah dipahami dan lebih cepat dimengerti. Jika data yang ada
hanya sedikit, kita tidak mengalami kesulitan untuk membaca dan mengerti
angka-angka itu, tetapi apabila data yang tersedia banyak sekali jumlahnya, maka
untuk mengerti data tersebut kita akan mengalami kesulitan. Untuk
memudahkannya data harus disusun secara sistematis atau teratur kedalam
distribusi frekuensi.
Statistika deskriptif berkenaan dengan bagaimana data yang dapat
digambarkan/dideskripsikan baik secara numerik (misal menghitung rata – rata
dan deviasi standar) atau secara grafis (dalam bentuk tabel atau grafik) untuk
mendapatkan gambaran sekilas mengenai data tersebut sehingga lebih mudah
dibaca dan dipahami.
Modul Statistik Deskriptif I – AMIK BSI Pontianak 1

Statistik deskriptif adalah metode-metode yang berkaitan dengan pengumpulan
dan penyajian suatu gugus data sehingga memberikan informasi yang berguna
Pengklasifikasian menjadi statistika deskriptif dan statistika inferensia dilakukan
berdasarkan aktivitas yang dilakukan. Statistik deskriptif hanya memberikan
informasi mengenai data yang dipunyai dan sama sekali tidak menarik inferensia
atau kesimpulan apapun tentang gugus induknya yang lebih besar. Contoh
statistika deskriptif yang sering muncul adalah, tabel, diagram, grafik, dan
besaran-besaran lain di majalah dan koran-koran. Dengan Statistik deskriptif,
kumpulan data yang diperoleh akan tersaji dengan ringkas dan rapi serta dapat
memberikan informasi inti dari kumpulan data yang ada. Informasi yang dapat
diperoleh dari statistika deskriptif ini antara lain ukuran pemusatan data, ukuran
penyebaran data, serta kecenderungan suatu gugus data.
Statistik deskriptif berkenaan dgn bagaimana data dapat digambarkan
dideskripsikan) atau disimpulkan baik secara numerik (misal menghitung rata-rata
dan deviasi standar) atau secara grafis (dalam bentuk tabel atau grafik) utk
mendapatkan gambaran sekilas mengenai data tersebut sehingga lebih mudah
dibaca dan bermakna.
Statistik deskriptif menggunakan prosedur numerik dan grafis dalam meringkas
gugus data dengan cara yang jelas dan dapat dimengerti
Terdapat dua metode dasar dalam statistik deskriptif, yaitu numerik dan grafis.
• Pendekatan numerik dapat digunakan untuk menghitung nilai statistik dari
sekumpulan data, seperti mean dan standar deviasi. Statistik ini
memberikan informasi tentang rata-rata dan informasi rinci tentang
distribusi data.
• Metode grafis lebih sesuai daripada metode numerik untuk
mengidentifikasi pola-pola tertentu dalam data, dilain pihak, pendekatan
numerik lebih tepat dan objektif. Dengan demikian, pendekatan numerik
dan grafis satu sama lain saling melengkapi, sehingga sangatlah bijaksana
apabila kita menggunakan kedua metode tersebut secara bersamaan.
2. Pengertian Dsitribusi Frekuensi

Distribusi” (distribution, bahasa inggris) berarti penyaluran, pembagian,
atau pencaran. Jadi “distribusi frekuensi” dapat diberi arti penyaluran frekuensi,
pembagian frekuensi, atau pencaran frekuensi. Dalam statistic, “distribusi
frekuensi kurang lebih mengandung pengertian suatu keadaan yang
menggambarkan bagaimana frekuensi dari gejala atau variable yang di
lambangkan dengan angka itu, telah tersalur, terbagi, atau terpencar.
Distribusi frekuensi adalah daftar nilai data ( bisa nilai individual atau nilai data
yang sudah dikelompokkan ke dalam selang interval tertentu) yang disertai
dengan nilai frekuensiyang sesuai. Pengelompokkan data ke dalam beberapa kelas
dimaksudkan agar ciri-ciri penting data tersebut dapat segera terlihat. Daftar
frekuensi ini akan memberikan gambaran yang khas tentang bagaimana
keragaman data. Sifat keragaman data sangat penting untuk diketahui, karena
dalam pengujian-pengujian statistik selanjutnya kita harus selalu memperhatikan
sifat dari keragaman data. Tanpa memperhatikan sifat keragaman data, penarikan
suatu kesimpulan pada umumnya tidaklah sah.

Distribusi frekuensi umumnya disajikan dalam daftar yang berisi kelas
interval dan jumlah objek (frekuensi) yang termasuk dalam kelas interval tersebut.
Fungsi distribusi frekuensi adalah mengatur data mentah (belum dikelompokkan)
ke dalam bentuk yang rapi tanpa mengurangi data yang ada. Distribusi Frekuensi
merupakan Penyusunan data kedalam kelas-kelas tertentu, dimana setiap
individu/item hanya termasuk kedalam salah satu kelas tertentu saja
(Pengelompokan data berdasarkan kemiripan ciri). Tujuannya adalah untuk
mengatur data mentah yang belum dikelompokkan menjadi bentuk yang rapi
tanpa mengurangi inti informasi yang ada.
Sedangkan Menurut Suharyadi dan Purwanto (2003: 25) adalah
pengelompokkan data ke dalam beberapa kategori yang menunjukkan banyaknya
data dalam setiap kategori, dan setiap data tidak dapat dimasukkan ke dalam dua
atau lebih kategori. Distribusi frekuensi adalah susunan data dalam bentuk tunggal
atau kelompok menurut kelas-kelas tertentu dalam sebuah daftar.
Distribusi frekuensi adalah pengelompokan data ke dalam beberapa kelompok
(kelas) dan kemudian dihitung banyaknya data yang masuk kedalam tiap
kelas.Distribusi frekuensi merupakan salah satu bentuk klasifikasi data, yaitu
klasifikasi data secara kuantitatif.
Di dalam statistik deskriptif kita selalu mengusahakan agar data dapat
disajikan dalam bentuk yang lebih berguna, lebih mudah dipahami dan lebih cepat
dimengerti.Jika data yang ada hanya sedikit, kita tidak mengalami kesulitan untuk
membaca dan mengerti angka-angka itu, tetapi apabila data yang tersedia banyak
sekali jumlahnya, maka untuk mengerti data tersebut kitaakan mengalami
kesulitan.Untuk memudahkannya data harus disusun secara sistematis atau teratur
kedalam distribusi frekuensi.
Data yang disusun dalam tabel distribusi frekuensi biasanya berjumlah
relatif besar, bervariasi, dan tidak teratur. Data-data tersebut disusun dalam bentuk
tabel agar informasi yang terdapat dalam data menjadi lebih mudah dipahami.
Untuk mengubah data yang telah diperoleh, diperlukan perhitungan-perhitungan
yang tepat agar dapat memperoleh hasil distribusi data secara lengkap. Dalam
distribusi frekuensi, terdapat jenis distribusi frekuensi kumulatif lebih dari dan
distribusi frekuensi kumulatif kurang dari, serta distribusi frekuensi relatif
Dan terdapat juga berbagai jenis grafik untuk lebih mudah lagi memahami
perhitungan dari tabel distribusi frekuensi.
Contoh:
Jika data yang berupa nilai dalam bidang studi IPA dari 10 orang siswa SMA
kita sajikan dalam bentuk table, maka pembagian atau pencaran frekuensi dari
nilai dari hasil tes itu akan tampak dengan nyata:
Tabel 1. Hasil Tes
Nilai Banyaknya (orang)
100 1
80 1
75 2
70 1
60 3
50 1
40 1
Total 10=N

Dalam literature lain disebutkan bahwa “distribusi frekuensi” adalah suatu
susunan data (organisasi data) statistic yang menunjukkan berapa banyak hal
dalam kategori-kategori atau interval yang berbeda dari data yang telah
dikelompokkan.
A. Jenis - Jenis Distribusi Frekuensi

Penyajian data distribusi frekuensi disajikan dalam bentuk tabel, tabel
adalah alat penyajian data statistic yang berbentuk ( dituangkan dalam bentuk )
kolom atau lajur. Dengan demikian Tabel Distribusi Frekuensi dapat kita beri
pengertian sebagai: Alat penyajian data statistic yang berbentuk kolom dan lajur,
yang didalamnya dimuat angka yang dapat melukiskan atau menggambarkan
pencaran atau pembagian frekuensi dari variable yang sedang menjadi objek
penelitian.
Dalam dunia statistika kita mengenal berbagai macam table distribusi
frekuensi, diantara jenis distribusi frekuensi tersebut adalah:
a. Tabel Distribusi Frekuensi Data Tunggal
Table Distribusi Frekuensi Data Tunggal adalah salah satu jenis table statistic
yang di dalamnya disajikan frekuensi dari data angka; angka yang ada itu
tidak dikelompok-kelompokkan (ungrouped data).
Contoh :
Tabel Distribusi Frekuensi nilai dalam bidang studi Pendidikan Pancasila dan
Kewarganegaraan dari 40 orang siswa MTsN
Tabel 2. Nilai siswa
Frekuensi
Nilai (x)
(f)
8 6
7 9
6 19
5 6
Total 40=N
Dalam table diatas, nilai dalam bidang studi PPKn dari sejumlah 40 orang
siswa MTsN berbentuk data tunggal, sebab nilai tersebut tidak dikelompok-
kelompokkan (Ungrouped data).
b. Tabel Distribusi Frekuensi Data Kelompok

Tabel Distribusi Frekuensi Data Kelompok adalah salah satu jenis tabel
statistik yang didalamnya disajikan pencaran frekuensi dari data angka,
dimana angka-angka tersebut dikelompok-kelompokkan (dalam tiap unit
terdapat sekelompok angka).
Data yang disajikan dalam table berikut berbentuk data kelompok (grouped
data). Adapun N yang terdapat pada lajur “Total” (baik pada tabel sebelumnya
maupun tabel berikutnya) merupakan singkatan dari “Number” atau “Number
of Gases” yang berarti jumlah frekuensi atau jumlah yang diselidiki atau
jumlah individu.

Contoh :
Tabel Distribusi Frekuensi tentang usia dari sejumlah 50 orang guru agama
Islam yang bertugas pada sekolah dasar negeri.
Tabel 3. Usia Guru

Frekuensi
Usia
(f)
50 - 54 6
45 - 49 7
40 - 44 10
35 - 39 12
30 - 34 8
25 - 29 7
Total 50 = N
c. Tabel Distribusi Frekuensi Kumulatif

Tabel Distribusi Frekuensi Kumulatif adalah salah satu jenis tabel statistik
yang didalamnya disajikan frekuensi yang dihitung terus meningkat atau
selalu ditambah-tambahkan baik dari bawah ke atas maupun dari atas ke
bawah. Tabel Distribusi Frekuensi Kumulatif juga didefenisikan sebagai table
yang diperoleh dari table distribusi frekuensi, dengan frekuensinya
dijumlahkan selangkah demi selangkah (artinya kelas interval demi kelas
interval). Dalam kolom nilai data, bilangan yang digunakannya berupa ujung
bawah untuk masing-masing kelas interval.
Tabel Distribusi Frekuensi Kumulatif ada dua macam ada dua macam:
1) Kurang dari, dan
2) Atau lebih.
Secara umum, bentuk table distribusi frekuensi kumulatif tersebut dapat dilihat
dari daftar berikut:
Tabel Distribusi Frekuensi Kumulatif “Kurang Dari”
Tabel 4. Tabel Distribusi Frekuensi Kumulatif “Kurang Dari”

Nilai Data fa
Kurang dari a f1
Kurang dari c f1+f2
Kurang dari e f1+f2+f3
Kurang dari g f1+f2+f3+f4
Kurang dari f1+f2+f3+f4+f5
(i+p)
Dengan p adalah panjang kelas interval.
Contoh :
Tabel Distribusi Frekuensi Kumulatif Data Kelompok usia guru agama islam
yang bertugas pada sekolah dasar negeri.

Tabel 5. Tabel Distribusi Frekuensi Kumulatif
Usia F Fk(a)
50-54 6 6
45-49 7 13
40-44 10 23
35-39 12 35
30-39 8 43
25-29 7 50=N
Total 50 = N -
Keterangan :
Tabel Distribusi Frekuensi data kelompok dapat dilihat pada Kolom 1 yang
datanya dikelompok-kelompokkan. Kolom 2 dimuat frekuensi asli (yakni
frekuensi sebelum dihitung frekuensi kumulatifnya). Kolom 3 memuat frekuensi
kumulatif yang dihitung dari atas (fk(a)), dimana angka-angka yang terdapat pada
kolom ini diperoleh dengan langkah-langkah kerja sebagai berikut:
6+7=13;13+10=23;23+12=35;35+8=43;43+7=50=N.
Adapun table diatas dapat dinamakan dengan Tabel Distribusi Frekuensi
kumulatif data kelompokan, dimana dapat dibuktikan pada kolom 1, data yang
dimasukkan adalah data kelompok.
Tabel Distribusi Frekuensi Kumulatif “Atau Lebih”
Tabel 6. Distribusi Frekuensi Kumulatif “Atau Lebih”
Nilai Data Fa
a atau lebih f1+f2+f3+f4+f5
c atau lebih f2+f3+f4+f5
e atau lebih f3+f4+f5
g atau lebih f4+f5
(i+p) atau lebih f5
Dengan p adalah panjang kelas interval.
Contoh :
Tabel Distribusi Frekuensi Kumulatif Data Kelompok usia guru agama Islam
yang bertugas pada sekolah dasar negeri.
Tabel 7. Distribusi Frekuensi Kumulatif Data Kelompok
USIA F Fk(b)
50-54 6 50=N
45-49 7 44
40-44 10 37
35-39 12 27
30-39 8 15
25-29 7 7
Total 50=N -

Keterangan :
Tabel Distribusi Frekuensi data kelompok dapat dilihat pada Kolom 1 yang
datanya dikelompok-kelompokkan. Kolom 2 dimuat frekuensi asli (yakni
frekuensi sebelum dihitung frekuensi kumulatifnya). Kolom 3 memuat frekuensi
kumulatif yang dihitung dari bawah (fk(b)), dimana angka-angka yang terdapat
pada kolom ini diperoleh dengan langkah-langkah kerja sebagai berikut:
6+7+10+12+8+7=50; 7+10+12+8+7=44; 10+12+8+7=37; 12+8+7=27; 8+7=15;
7=7 .
Adapun tabel diatas dapat dinamakan dengan Tabel Distribusi Frekuensi
kumulatif data kelompokan, dimana dapat dibuktikan pada kolom 1, data yang
dimasukkan adalah data kelompok.
d. Tabel Distribusi Frekuensi Relatif

Tabel Distribusi Frekuensi Relatif juga dinamakan Tabel Presentasi .
Dikatakan “frekuensi relative” sebab frekuensi yang disajikan di sini bukanlah
frekuensi yang sebenarnya, melainkan frekuensi yang dituangkan dalam bentuk
angka persenan. Atau dengan kata lain di dalam distribusi sering juga dilengkapi
dengan persentase dari frekuensi setiap kelas yang ada. Jika demikian hal ini
disebut distribusi persentase. Ini dapat dilakukan dengan jalan membagi frekuensi
tiap kelas dengan jumlah total frekuensi yang ada dan dikalikan dengan 100, maka
akan ketemu persentase dari tiap kelas dalam distribusi tersebut.
Contoh :
Tabel Distribusi Frekuensi Relatif (Distribusi Persentase) Tentang Nilai Hasil
dalam bidang studi Pendidikan Pancasila dan Kewarganegaraan dari 40 orang
siswa MTSN
Tabel 8. Tabel Distribusi Frekuensi Relatif (Distribusi Persentase)
Nilai (x) F Persentase (p)
8 6 15,0
7 9 22,5
6 19 47,5
5 6 15,0
Total 40=N 100,0= ∑ p
e. Distribusi Frekuensi Kategoris/Kualitatif

Dalam jenis distribusi kategoris ini, data tidak berupa angka (numeric)
seperti yang terlihat pada table di bawah ini, data di tetapkan berdasarkan
kategori.
Contoh :
Distribusi Frekuensi Kategorik-Ordinal Lulusan Sarjana S-1 FKIP-Universitas
Untan Tahun 2011/2012

Tabel 9. Distribusi Frekuensi Kategorik-Ordinal
Kategori-ordinal
usia
Frekuensi
lulusan sarjana
Usia Muda 8
Usia Sedang 17
Usia Tua 25
Jumlah 50
Keterangan :
Distribusi Kategoris-Ordinal
B. Membuat Daftar Distribusi Frekuensi

Sebelum melangkah pada pembuatan daftar distribusi frekuensi, perlu
diketahui bahwa terdapat dua macam tabel distribusi frekuensi yang dapat ditinjau
dari jenisnya, yaitu:
1. Tabel Distribusi Frekuensi Tunggal

Tabel distribusi frekuensi tunggal adalah satuan-satuan unit, urutan tiap skor
atau tiap varitas tertentu. Tabel distribusi frekuensi tunggal adalah salah satu
jenis tabel statistik yang di dalamnya disajikan frekuensi dari data angka yang
tidak dikelompokkan.
Untuk memahami cara membuat tabel distribusi frekuensi tunggal, simak
contoh kumpulan data nilai ulangan matematika dari 40 siswa kelas V SD
berikut ini.
7 3 6 5 6 2 5 7 6 5
5 6 4 7 3 6 5 7 4 6
6 4 2 6 5 8 5 6 3 7
5 8 6 8 4 7 8 3 4 6
Keterangan-keterangan tersebut tentu saja praktis jika disajikan dalam bentuk
tabel seperti ditampilkan pada Tabel 10 berikut.
Tabel 10.
Nilai Ulangan ( xi ) Frekuensi ( fi )
2 2
3 4
4 5
5 8
6 11
7 6
8 4

Tabel 10 merupakan Tabel Distibusi Frekuensi Tunggal. Istilah “distribusi”
digunakan dalam statistik untuk menunjukkan adanya penyebaran nilai-nilai
dengan jumlah orang yang mendapat nilai tersebut. Selanjutnya istilah “tunggal”
menunjukkan tidak adanya pengelompokkan nilai-nilai variabel dalam kolom
pertama.
2. Tabel Distribusi Frekuensi Kelompok
Tabel ditribusi frekuensi kelompok disebut juga distribusi frekuensi
berkelompok atau tabel frekuensi bergolong. Tabel distribusi kelompok ini
dalam penyusunannya terdiri atas beberapa interval kelas. Selanjutnya, dari
distribusi frekuensi tersebut dapat diperoleh keterangan atau gambaran dan
sistematis dari data yang telah diperoleh.
Tabel distribusi frekuensi data kelompok adalah salah satu jenis tabel statistik
yang di dalamnya disajikan pencaran frekuensi dari data angka, di mana
angka-angka tersebut dikelompok-kelompokkan. Untuk memahami cara
membuat tabel distribusi frekuensi kelompok, disajikan kumpulan data jumlah
kelulusan siswa SMA di Pontianak Tahun 2017, seperti berikut ini :
Tabel 11. Contoh Kasus
(Data diperoleh dari http://schoolmap.dindikptk.net/daftar_update.html)

Selanjutnya untuk membuatnya menjadi data dalam bentuk distribusi
frekuensi kelompok, maka beberapa langkah berikut ini perlu di tempuh.
a. Mengurutkan data dari yang terkecil ke yang terbesar;

Tabel I2. Hasil pengurutan
b. Tentukan rentang (Range), ialah data terbesar dikurangi data terkecil.

Dalam hal ini, karena data terbesar = 371 dan data terkecil = 12, maka
rentang = 371 – 12 = 359.
c. Tentukan banyak kelas interval yang diperlukan. Banyak kelas sering
biasa diambil paling sedikit 5 kelas dan paling banyak 15 kelas, dipilih
menurut keperluan. Cara lain cukup bagus untuk n berukuran besar n  200
misalnya, dapat menggunakan aturan Sturges, yaitu:
Range (R) = Xmax - Xmin k = 1 + 3,3 log n

Keterangan:
k = banyaknya kelas
n = banyaknya data
Hasilnya dibulatkan, biasanya pembulatannya ke atas.

Untuk data yang ada n = 20
k = 1 + 3,3 log 20
= 1 + 3,3 . 1,3
= 5,3 ~ 5 (dibulatkan)
d. Tentukan panjang kelas interval i. Ini ditentukan oleh aturan:
i= Rentang .
banyak kelas
Kelas interval adalah lebar dari sebuah kelas dan dihitung dari perbedaan
antara kedua tepi kelasnya. Untuk contoh kita, maka jika banyak kelas diambil
5, didapat:
i = R/k
= 359 / 5
= 71,80 ~ 71 (dibulatkan)
e. Maka di dapat rentang tiap kelas sebanyak 71. Pada saat pertama kali
menyusun kelas, cari terlebih dahulu nilai kelas terkecil lalu di tambah
dengan interval, lalu untuk kelas selanjutnya gunakan nilai data yang telah
dihitung lalu ditambah +1 lalu ditambah dengan rentang interval dan
ulangi sebanyak kelas yang dihitung.
Dengan i = 71 dan memulai dengan data yang lebih kecil = 12, maka kelas
pertama berbentuk 12 – 83, kelas kedua 84 – 155, dan seterusnya.
Tabel 13. Hasil Perhitungan Interval dan frekuensi
f. Selanjutnya kita dapat mencari batas kelas yang akan dipergunakan untuk
membuat daftar frekuensi lainnya, dengan aturan:
Tepi bawah kelas = batas bawah kelas – 0,5

Tepi atas kelas = batas atas kelas + 0,5

Tabel 14 Hasil Perhitungan Tepi kelas
g. Setelah itu menghitung titik tengahnya, Tujuan dari hal ini yaitu untuk
membuat acuan garis x pada grafik yang akan kita buat. Seperti kita
ketahui, cara mencari titik tengah yaitu :
Titik tengah = ½(batas bawah kelas + batas atas kelas)
Tabel 15. Hasil Perhitungan Titik Tengah
2.3. Menghitung Distribusi Frekuensi

Ditinjau dari nyata atau tidaknya frekuensi, daftar distribusi frekuensi terbagi
dua yaitu:
1. Distribusi Kumulatif
Adalah suatu daftar yang memuat frekuensi-frekuensi kumulatif, jika ingin
mengetahui banyaknya observasi yang ada di atas atau di bawah suatu nilai
tertentu.
Tabel 16. Distibusi Kumulatif

2. Distribusi Frekuensi Relatif
Distribusi frekuensi adalah perbandingan daripada frekuensi masingmasing
kelas dan jumlah frekuensi seluruhnya dan dinyatakan dalam persen.
Frekuensi relatif disingkat frel atau f (%) karena biasanya dinyatakan dengan
persen (%), ditentukan dengan aturan:
Frekuensi distribusi relatif =
Tabel 17 Frekuensi Distribusi Relatif
Selain daftar distribusi frekuensi kumulatif dan distribusi frekuensi relatif, ada
pula daftar distribusi frekuensi kumulatif yang dibentuk dari daftar distribusi
frekuensi biasa, dengan cara menjumlahkan frekuensi demi frekuensi. Dikenal
tiga macam distribusi frekuensi, yaitu:
1. Distribusi Frekuensi Kumulatif Lebih Dari
Frekuensi kumulatif lebih dari didefinisikan sebagai jumlah frekuensi semua
nilai amatan yang lebih dari atau sama dengan nilai tepi bawah pada tiap-tiap
kelas. Frekuensi kumulatif lebih dari dilambangkan fr >.
2. Distribusi Frekuensi Kumulatif Kurang Dari
Frekuensi kumulatif kurang dari didefinisikan sebagai jumlah frekuensi semua
nilai amatan yang kurang dari atau sama dengan nilai tepi atas pada tiap-tiap
kelas. Frekuensi kumulatif kurang dari dilambangkan fr <.
Tabel 18 Tabel Distribusi Frekuensi Kumulatif
3. Distribusi Frekuensi kumulatif relatif

Adalah suatu total frekuensi dengan menggunakan persentasi.

Tabel 19. Tabel Distribusi Frekuensi Kumulatif relatif
3. Grafik Penyajian Data

Penyajian data dalam bentuk grafik bertujuan untuk memberikan
gambaran sebaran data dalam bentuk visualisasi. Ada beberapa macam grafik
yang biasa digunakan untuk memberikan gambaran data, yakni: histogram,
poligon, ogive, pie chart, dan pictogram.
1. Histogram
Histogram (grafik batang) adalah grafik yang sering digunakan untuk
menggambarkan distribusi ferekuensi. Histogram merupakan grafik batang
dari distribusi frekuensi. Pada histogram, batang-batangnya saling melekat
atau berhimpitan.
Grafik dibuat dengan cara menarik garis dari satu titik tengah batang
histogram ke titik tengah batang histogram yang lain. Agar diperoleh grafik
yang tertutup harus dibuat kelas baru yang panjang kelasnya sama dengan
frekuensi nol pada kedua ujungnya di kiri dan kanan. Pembuatan kelas baru
itu diperbolehkan karena grafik histogram merupakan kurve tertutup. Pada
pembuatan histogram digunakan sistem salib sumbu. Sumbu mendatar (sumbu
x) menyatakan interval kelas (batas atas kelas) dan sumbu tegak (sumbu y)
menyatakan frekuensi. Sebagai ilustrasi, perhatikan tabel berikut.
Tabel 20.Frekuensi
Setelah memperhatikan tabel di atas, akan diperoleh grafik seperti berikut ini.

Grafik 1. Histogram
2. Poligon
Membuat grafik poligon, tidak ada berbeda dengan grafik histogram.
Perbedaannya hanya terletak pada :
a. Grafik histogram lazimnya dibuat dengan menggunakan batas nyata
sedangkan grafik poligon selalu menggunakan titik tengah.
b. Grafik histogram berwujud segiempat-segiempat, sedang grafik poligon
berwujud garis-garis atau kurva.
Grafik poligon disebut juga grafik poligon frekuensi, dibuat dengan
menghubungkan titik-titik koordinat (pertemuan titik tengah dengan frekuensi
tiap kelas).
Tabel 21. Frekuensi

Grafik 2. Polygon
4. Ogive
Grafik ini disebut grafik meningkat. Grafik semacam ini, tidak banyak
digunakan dibandingkan dengan kedua grafik sebelumnya (histogram dan
poligon). Grafik ogive dapat dibuat, baik dari distribusi tunggal maupun dari
distribusi kelompok (bergolong).
Caranya adalah dengan menempatkan nilai-nilai tepi kelas pada sumbu
mendatar (sumbu x) dan nilai-nilai frekuensi kumulatif pada sumbu tegak
(sumbu y). Jika titik-titik yang diperoleh (yaitu merupakan pasangan nilai tepi
kelas dengan nilai frekuensi kumulatif) dihubungkan dengan garis lurus, maka
diperoleh diagram garis yang disebut ogive yang bentuknya mirip.
Tabel 22.interval

Grafik 3 Ogive
4. Pie Chart
Pie chart (grafik lingkaran) secara umum dibagi menjadi dua bagian yaitu
single pie chart yang terdiri dari satu lingkaran saja dan multiple pie chart
yang terdiri dari beberapa lingkaran. Garfik ingkaran baik yang tunggal
maupun yang terdiri dari beberapa lingkaran sangat berguna untuk
menggambarkan perbandingan suatu kegiatan berdasarkan nilai-nilai
karakteristik satu dengan yang lain dan dengan keseluruhan yang biasanya
dibuat dalam bentuk persentase. Grafik ini digunakan untuk data yang
berbentuk cross section.
Tabel 23. Frekuensi

Grafik 4 Pie Chart
5. Pictogram
Pictogram adalah grafik berupa gambar di dalam bidang koordinat XY
dinyatakan dalam bentuk gambar yang merupakan ciri-ciri khusus
karakteristik grafik pictogram. Misalnya untuk menyatakan jumlah mobil pada
tahun-tahun tertentu, dapat digambarkan berupa gambar mobil yang disusun
menyerupai grafik histogram.
Grafik 5 Pictogram

4.Cara Membuat dan Menyajikan Data Distribusi frekuensi dan grafik
1. Cara melukiskan distribusi frekuensi dalam bentuk grafik polygon (polygon

frekuensi)
Sebelum dikemukakan tentang cara melukiskan distribusi frekuensi dalam bentuk
grafik polygon, terlebih dahulu perlu dipahami bahwa grafik polygon dapat
dibedakan menjadi dua macam, yaitu: grafik polygon data tunggal dan grafik
polygon data kelompokan
a. Contoh cara melukiskan distribusi frekuensi dalam bentuk grafik polygon
data tunggal
Langkah-langkah yang perlu dilakukan secara berturut-turut untuk membuat
grafik polygon data tunggal adalah:
 Membuat sumbu horizontal, lambangnya X
 Membuat sumbu vertical lambangnya Y
 Menetapkan titik nol, yaitu perpotongan antara Y dan X
 Menempatkan hasil secara berturut-turut dari kiri kekanan mulai dari nilai
terendah sampai nilai tertinggi
 Menempatkan frekuensi pada ordinal Y
 Melukiskan grafik poligonya
b. Contoh cara melukiskan distribusi frekuensi dalam bentuk grafik poligon

data kelompokkan
Lakang-langkah yang perlu dilakukan secara berturut-turut untuk membuat grafik
poligon data kelompokkan adalah :
 Menyiapkan sumbuh horizontal atau X
 Menyiapkan sumbu vertical atau Y
 Menetapkan titik nol (perpotongan antara X dan Y)
 Menetapkan atau mencari nilai tengah masing - masing interval yang ada
2. Cara melukiskan distribusi frekuensi dalam bentuk grafik histogram (

histogram frequency)
a. Contoh melukiskan distribusi frekuensi dalam bentuk histogram data
tunggal
Langkah - langkah yang harus dtempuh adalah sebagai berikut :
 Menyiapkan sumbu horizontal atau X
 Menyiapkan sumbu vertical atau Y
 Menyiapkan titk nol perpotongan antara Y dan X
 Menetapkan atau menghitung nilai nyata (true value) tiap - tiap interval
yang tertera
 Menempatkan nilai nyata masing - masing skor yang ada pada sumbu
horizontal atau X
 Menempatkan frekuensi tiap - tiap skor yang ada pada ordinal Y
b. Contoh cara melukiskan distibusi frekuensi dala bentuk grafik histogram

data kelompokkan.
Langkah - langkah yang ditempuh adalah sebagai berikut :
 Menyiapkan sumbu horizontal atau X

 Menyiapkan sumbu vertikal atau Y
 Menetapkan titik nol atau perpotongan antara X dan Y
 Mencari atau menetapkan nilai nyata dari masing - masing interval
 Menempatkan nilai nyata ppada masing - masing interval pada sumbu X
 Menempatkan masing - masing interval pada sumbu Y
 Membuat garis pertolongan ( koordinat )
 Melukiskan grafik histogramnya
F. Model – Model Populasi

Poligon frekuensi yang merupakan garis patah-patah dapat didekati oleh sebuah
lengkungan halus yang bentuknya secocok mungkin dengan bentuk poligon
tersebut. Lengkungan yang didapat dinamakan kurva frekuensi. Jika semua data
dalam populasi dapat dikumpulkan lalu dibuat daftar distribusi frekuensinya dan
akhirnya digambarkan kurva frekuensinya, maka kurva ini dapat menjelaskan
sifat-sifat karakteristik populasi. Kurva ini merupakan model populasi yang akan
ikut menjelaskan ciri-ciri populasi. Dalam praktek, model populasi ini biasanya
didekati oleh atau diturunkan dari kurva frekuensi yang diperoleh dari sampel
reprenentatif yang diambil dari populasi.
Untuk keperluan teori dan metode yang lebih lanjut, metode populasi ini
dituangkan dalam bentuk persamaan matematik. Beberapa diantaranya akan
dibahas kemudian. Pada saat sekarang hanya akan diberikan bentuk kurva untuk
model populasi yang sering dikenal. Diantaranya model normal, simetrik, positif
atau miring ke kiri, negatif atau miring ke kanan, bentuk J dan U.
1. Model normal, yang sebenarnya akan lebih tepat digambarkan berdasarkan
persamaan matematiknya. Bentuk model normal selalu simetrik dan
mempunyai sebuah puncak. Kurva dengan sebuah puncak disebut
unimodal.
2. Model simetrik, di sini juga unimodal. Perhatikan bahwa model normal
selalu simetrik tetapi tidak sebaliknya.
3. Model positif menggambarkan bahwa terdapat sedikit gejala yang bernilai
makin besar.
4. Model negatif terjadi sebaliknya. Soal ujian yang terlalu mudah sehingga
banyak peserta yang mendapat nilai baik menggambarkan model negatif.
5. Model berbentuk J ini terdapat dalam dunia ekonomi, industri dan fisika.
6. Model bentuk U menggambarkan mula-mula terdapat gejala bernilai kecil,
kemudian menurun sementara gejala bernilai besar dan akhirnya menaik
lagi untuk nilai gejala yang makin besar.

Menentukan Ukuran Statistik Deskriptif Dengan Excel
Langkah-langkahnya: 1. Masukkan data pada range ( A1 : A20) 2. Pilih menu
Data pada menu utama 3. Pilih Data Analysis
4.Pilih Deskriptive Statistics pada kotak Analysis Tools lalu klik OK
Ketika Box Dialog muncul:

Dengan SPSS
•Definisikan variabel nilai pada variable view
•Ketik data pada data view
•Klik menu analyze,pilih descriptive statistics, pilih descriptive
•Masukkan variabel nilai pada kotak variabel
•Klik option dan aktifkan ukuran statistik yang diperlukan dan klik Continue dan
OK.

BAB II
UKURAN GEJALA PUSAT DATA YANG BELUM DI KELOMPOKKAN
1. Rata – Rata Hitung
Rata-rata hitung adalah nilai yang mewakili sekelompok data.

RH = Fi . Xi / Fi = (F1 . X1 + F2 . X2............Fk . Xk / F1 + F2 ...........Fk)
Fi = frekuensi
Xi = titik tengah
2. Rata – Rata ukur
Rata-rata Ukur/Geometri dari sejumlah N nilai data adalah akar pangkat N dari
hasil kali masing-masing nilai dari kelompok tersebut.
G = N√X1. X2 . … XN atau
log G = (Σ log Xi) / N
3. Rata – Rata Harmonis
Rata-rata Harmonis dari seperangkat data X1, X2, …, XN adalah kebalikan Rata-
rata hitung dari kebalikan nilai-nilai data.
RH = N
Σ (1 / Xi )
4. Median
Median (Me) adalah nilai data yang terletak di tengah-tengah suatu data yang
diurutkan (data terurut).
Median terbagi 2 yaitu Median (Me) data tunggal dan Median (Me) data
berkelompok :
1) Median(Me) data tunggal
a) Jika banyak data ganjil maka :
Me = data ke- n +1/2
b) Jika banyak data genap maka:
Me = data ke- n/2 + data ke – (n/2 +1 )
2
2) Median (Me) data berkelompok
Me = L + (1/2.n –FkMe).p
FMe
5. Kuartil,Desil,Persentil
a) Kuartil
Pada prinsipnya, pengertian kuartil sama dengan median. Perbedaanya
hanya terletak pada banyaknya pembagian kelompok data. Median membagi

kelompok data atas 2 bagian, sedangkan kuartil membagi kelompok data atas 4
bagian yang sama besar, sehingga akan terdapat 3 kuartil yaitu kuartil ke-1, kuartil
ke-2 dan kuartil ke-3, dimana kuartil ke-2 sama dengan median:
1).Kuartil pertama/bawah (Q1)
Q1 membagi data terurut menjadi ¼ bagian dan ¾ bagian
· Data ke- n+1/4 ,untuk n ganjil
· Data ke- n+2/4 ,untuk n genap
2).Kuartil kedua/tengah(Q2)
Q2 membagi data terurut menjadi 2/4 atau ½ bagian,Dengan kata
lain,Q2 merupakan median data.
· Data ke-n+1 / 2 , untuk n ganjil
· Data ke- (n/2 )+data ke-( (n/2 )+ 1 ) / 2 untuk n genap
3).Kuartil ketiga/atas (Q3)

Q3 membagi data terurut menjadi ¾ bagian dan ¼ bagian.
· Data ke- (3(n+1) )/ 4 ,untuk n ganjil
· Data ke- (3n + 2 ) / 4 ,untuk n genap
b).Desil
Desil adalah Fraktil yang membagi seperangkat data menjadi sepuluh
bagian yang sama.
Desil : Di = nilai yang ke i(n+1) / 10 , i = 1, 2, …, 9
c).Persentil
Persentil adalah Fraktil yang membagi seperangkat data menjadi seratus
bagian yang sama.
Persentil : Pi = nilai yang ke i(n+1) / 100 , i = 1, 2, …, 99
CONTOH
1) A. Rata-rata, Median, dan Modus

1). Rata – Rata Hitung
Adalah nilai yang mewakili sekelompok data.
X = Nilai Data
N = Banyaknya Data
Data Sbb :
3 4 5 6 7 8 9 10
X = 1/N ∑X¡ = 1/N {X₁+ X₂+ … + Xn }
Dik : 3 4 5 6 7 8 9 10
X = 1/N ∑X¡ = 1/N {X₁+ X₂+ … + Xn }
= 1/8(52) = 6.5
2). Rata – Rata Ukur

Dari sejumlah N nilai data akar pangkat N dari hasil kali masing-masing
nilai dari kelompok tersebut.

X = Nilai Data
N = Banyaknya Data
G= N √X₁. X₂ . … Xn atau
log G = (Σ log X¡) / N
Dik : 3 4 5 6 7 8 9 10
Pengerjaan :
=√
= 6.1
3 . Rata – Rata Harmonis

Adalah kebalikan rata-rata hitung dari kebalikan nilai-nilai data.
Rata – Rata Harmonis (RH)
X = Nilai Data
N = Banyaknya Data
Dik : X2 = 3
X2 = 5
X3 = 7
RH =
∑
= = = = 4.6875 = 4,7
4. Rata – Rata Tertimbang

N = Banyaknya Data
Wi = Bobot Data ke - i
Xi = Nilai Data ke - i
Dik : X₁ = 3, X₂ = 5, X₃ = 7
w₁ = 1, w₂ = 2, w₃ = 3
∑
maka : ∑
=
=
=
=
= 5,666 ≡ 5,67

5 . Median
Adalah sebuah nilai data yang berada di tengah-tengah dari rangkaian data yang
telah tersusun secara teratur. Posisi tengah dari seperangkat data sebanyak N yang
telah terurut terletak pada posisi yang ke (N + 1)/2.
X = Nilai Data
N = Banyaknya Data
Dik : 3 4 5 6 7 8 9 10
Jawab :
n=8
Letak median = (n+1)/2 = 4.5
Nilai median = = = = = = 6.5
e. Modus
Adalah kumpulan data atau nilai yang paling sering muncul atau data yang
mempunyai nilai frekensi terbesar, jika pada kumpulan data itu terdapat lebih dari
satu data yang sama-sama paling sering muncul, maka dalam kumpulan data itu
terdapat lebih dari satu modus.
Diketahui : 4 5 6 7 8 8 9 10
MODUS = 8
B. KUARTIL, DESIL, PERSENTIL

1 . Kuartil
Fraktil yang membagi seperangkat data menjadi empatbagian yang sama.
Kuartil : 6
Qi = nilai yang ke i(n+1) / 4 , i = 1, 2, 3
Diketahui :
2,3,4,5,6,7,8,9,10,11
Ditanya : Cari Q1, Q2, Q3
Q1= 1 ( n + 1 ) / 4
= 1 (10+1) / 4 = 11 / 4
= 2,75 = 2 + 0,75
= Xi + 0,75 (Xi + 1 – xi)
= X2 + 0,75 (X2+1 – X2)
= 3 + 0,75 (3+1 – 3)
=3 + 0,75 (4-3)
= 3 + 0,75 = 3,75
Q2 = 2 ( n + 1 )/4
= 2 (10+1) / 4 = 22 / 4

= 5,5 = 5 + 0,5
= Xi + 0,5 ( Xi + 1 – Xi)
= X5 + 0,5 ( X5 + 1 – X5)
= 6 + 0,5 ( 6+ 1 - 6)
= 6 + 0,5 (7 – 6)
= 6,5
Q3 = 3 ( n + 1 )/4
= 3 (10 + 1) / 4 = 33 / 4
= 8, 25 = 8 + 0,25 7
= Xi + 0,25 ( Xi + 1 – Xi)
= X8 + 0,25 (X8+1 – X8)
= 9 + 0,25 (9 + 1 – 9)
= 9 + 0,25 (10-9)
= 9,025
2. Desil
Fraktil yang membagi seperangkat data menjadi sepuluh bagian yang sama.
Data : 2, 3, 4, 5, 6, 7, 8, 9, 10, 11,
n = 10
Dit : D2
Jawab : i (n+1) / 10
D2 = 2 (10+1) / 10
D2 = 22 / 10
D2 = 2,2 = 2+ 0,2
D2 = Xi + 0,2 (Xi + 1 – Xi)
D2 = X2 + 0,2 (X2+1-X2)
D2 = 3 + 0,2 ( 4 – 3)
D2 = 3,2
3. Persentil
Fraktil yang membagi seperangkat data menjadi seratusbagian yang sama.
Data : 11 12 13 14 15 16 17 18 19 20
21 22 23 24 25 26 27 28 29 30
Dit : P16
P16 = 16 (n+1) / 100
P16 = 16 (20+1) / 100
P16 = 336 / 100 = 3,36 = 3 + 0,36
P16 = Xi + 0,36 (Xi + 1 – Xi)
P16 = X3 + 0,36 (X3 + 1 – X3)
P16 = 13 + 0,36 (13 + 1 – 13)
P16 = 13 + 0,36 = 13,36

BAB III
UKURAN GEJALA PUSAT DATA YANG DIEKLOMPOKKAN
1. Pengertian Ukuran Gejala Pusat
Ukuran gejala pusat dapat disebut juga dengan nilai sentral atau nilai
tendensi pusat. Nilai sentral adalah nilai dalam suatu rangkaian data yang dapat
mewakili rangkaian data tersebut. Ada beberapa syarat agar suatu nilai dapat
dikatakan sebagai nilai sentral, yaitu:
a) Nilai sentral harus dapat mewakili rangkaian data
b) Perhitungannya harus didasarkan pada seluruh data
c) Perhitungannya harus mudah
d) Dalam suatu rangkaian data hanya ada 1 nilai sentral
2. Pengertian Data Dikelompokan
Data yang dikelompokkan adalah data yang sudah disusun ke dalam
sebuah distribusi frekuensi sehingga data tersebut mempunyai interval
kelas yang jelas dan mempunyai titik tengah kelas.
2.Macam-Macam Ukuran Gejala Pusat
a. Rata-Rata Hitung (mean)

Istilah mean dikenal dengan sebutan angak rata-rata. Nilai rata-rata hitung
(mean) adalah total dari semua data yang diperoleh dari jumlah seluruh nilai data
dibagi dengan jumlah frekuensi yang ada. Untuk mencari rata-rata hitung berupa
data kelompok, maka terlebih dahulu harus ditentukan titik tengah dari masing-
masing kelas.
Rumus :
∑
( )
∑
Ket :
f = Frekuensi
m = titik tengah
b. Median
Median merupakan sebuah nilai data yang berada di tengah-tengah dari

rangkaian data yang telah tersusun secara teratur. Hasil median sama dengan hasil
dari kuartil kedua.
Rumus :
( )
Ket :
Med = Median data kelompok
= Tepi bawah kelas median

N = Jumlah frekuensi
= Frekuensi kumulatif di atas kelas median
= Frekuensi kelas median
= Interval kelas median
c. Modus
Modus merupakan nilai data yang memiliki frekuensi terbesar atau nilai
data yang paling sering muncul.
Rumus :
( )
Ket :
Mod = Modus data kelompok
= Tepi bawah kelas modus
Selisih antara frekuensi kelas modus dengan frekuensi
= kelas sebelum modus
Selisih antara frekuensi kelas modus dengan frekuensi
=
kelas sesudah modus
C = Interval kelas modus
d. Kuartil
Pada prinsipnya, pengertian kuartil sama dengan median. Perbedaanya
hanya terletak pada banyaknya pembagian kelompok data. Median membagi
kelompok data atas 2 bagian, sedangkan kuartil membagi kelompok data atas 4
bagian yang sama besar, sehingga akan terdapat 3 kuartil yaitu kuartil ke-1, kuartil
ke-2 dan kuartil ke-3, dimana kuartil ke-2 sama dengan median.
Rumus :
( )
e.Desil
Desil adalah suatu rangkaian data yang membagi suatu distribusi
menjadi 10 bagian yang sama besar.
Rumus :
( )
6. Persentil
Persentil adalah ukuran letak yang membagi suatu distribusi
menjadi 100 bagian yang sama besar.

Rumus :
( )
Ket Kuartil, Desil, Persentil :

= Quartil ke-i
= Desil ke-i
= Persentil ke-i
L = Tepi bawah kelas kuartil, desil, persentil
N = Jumlah frekuensi
∑f = Frekuensi kumulatif dari atas pada kelas sebelum Qi/ Di/Pi
F = Frekuensi kelas kuartil, desil, persentil
C = Interval kelas kuartil, desil, persentil
A. Contoh Kasus
Tabel Jumlah Penduduk Kota Bogor Per Kecamatan Menurut Jenis Kelamin
Tahun 2016 :
Kecamatan Laki-Laki Perempuan
Bogor Selatan 77.254 73.881
Bogor Timur 38.307 38.958
Bogor Utara 64.148 61.710
Bogor Barat 86.496 84.148
Bogor Tengah 60.235 60.235
Tanah Sareal 83.257 49.236
∑ 409.427 368.168
Data yang sudah dikelompokan :

Interval f f≤ f≥ Mi FiMi
Kelas
38,5 - 47,5 2 0 12 43 86
48,5 - 57,5 1 2 10 53 53
58,5 - 67,5 4 3 9 63 252
68,5 - 77,5 2 7 5 73 146
78,5 - 87,5 3 9 3 83 249
∑ 12 21 39 315 786

Dari kasus diatas tentukan :
1. Rata-rata hitung
2. Median
3. Modus
4. Kuartil ke-1
5. Kuartil ke-3
6. Desil ke-1
7. Desil ke-9
8. Persentil 70
B. Pembahasan Kasus
1. Rata-rata Hitung (Mean)
∑
( )
∑
2. Median
( )
( )
3. Modus
( )
( )
4. Kuartil ke-1
( )

( )
58
5. Kuartil ke-3
( )
( )
6. Desil ke-1
( )
( )
43
7. Desil ke-9
( )
( )
84
8. Persentil ke-70

( )
( )
Menentukan Ukuran Statistik Deskriptif Menggunakan Excel

Microsoft Excel menyediakan fasilitas untuk mengolah data statistik
yaitu dengan memanfaatkan fungsi-fungsi statistik yang ada, dan perintah
analisis yang merupakan perintah tambahan (add-ins) sehingga tidak
ditampilkan pada menu utama Microsoft Excel.
Sebelum dapat menggunakan perintah data analisis, langkah pertama
yang harus dilakukan adalah mengaktifkan referensi tools yang disediakan
oleh Microsoft Excel , di mana langkah-langkahnya sebagai berikut :
1. Aktifkan program Microsoft Excel hingga terdapat worksheet
kosong
2. Klik Office button Microsoft Excel yang berada di ujung kiri atas
jendela utama
3. Klik Menu Options
4. Sebuah kotak dialog Excel Options ditampilkan, dan klik menu add-
ins yang ada di jendela sebelah kiri, dan klik Analysis ToolPack pada
daftar aplikasi add-ins
5. Klik tombol Go, dan sebuah kotak dialog add-ins ditampilkan
6. Berikan tanda check pada kotak check analysis tool pack
7. klik tombol OK dan tunggu beberapa saat sampai proses instalasi
selesai
8. Kini dalam menu Data akan muncul menu baru Data Analysis, yang
bila diklik akan muncul kotak dialog pilihan untuk melakukan
kalkulasi statistika
Beberapa langkah yang dapat dilakukan dalam melakukan analysis data
statistik adalah sebagai berikut :
1. Dari menu utama Microsoft Excel klik menu Data dan pilih menu
Data Analysis
2. Pilih menu Descriptive Statistics lalu klik OK
3. Klik button pada Input Range dan masukkan data batas atas kelas
kedalam kolom Input Range dengan cara mem-blok data tersebut
4. Klik button Output Range dan tempatkan pointer pada tempat yang
kosong
5. Pilih Summary Statitstics dan klik OK

BAB IV
ANGKA INDEKS
1. Pengertian Angka Indeks
Angka indeks adalah ukuran statistika yang menunjukan perbnadingan suatu

kuantitas dengan yang lain, perbandingan itu dinyatakan dalam presentasi dan
biasanya tanda persennya tidak disebutkan. Angaka indeks biasanya di difinisikan
sebagai perbandingan dari harga, kuantitas atau (dalam prsentasi) dari dua priode
waktu yang berbeda (kadang-kadang perbandingannya bukan antar waktu, tapi
dua tempat dalam satu yang sama).
Angka Indeks berperan sebagai indikator yang penting untuk menentukan
kebijakan apa yang harus diambil oleh personal guna mengatasi suatu
permasalahan. Dalam angka indeks juga ada metode angka tertimbang dan tidak
tertimbang. Maka kami buatlah sesempurna mungkin makalah ini untuk memberi
informasi kepada semua kalangan. Dalam makalah ini, kami sangat berharap
informasi yang kami sampaikan dapat dipahami agar menjadi wawasan, dan
sampai dengan mudah oleh pembaca.
Beberap syarat yang perlu diperhatikan dalam menentukan atau memilih waktu
dasar adalah :
1) Waktu sebaiknya menunjukkan keadaan perekonomian yang stabil, di mana
harga tidak berubah dengan cepat sekali.
2) Waktu sebaiknya usahakan paling lama 10 tahun atau lebih baik kurang dari
5 tahun.
3) Waktu di mana terjadi peristiwa penting.
4) Waktu di mana tersedia data untuk keperluan pertimbangan, hal ini
tergantung pada tersedianya biaya untuk penelitian (pengumpulan data).
Macam-macam Angka Indeks

a. Angka Indeks Harga
Indeks harga adalah angka yang menunjukkan perubahan mengenai harga-harga
barang, baik harga untuk satu macam barang maupun berbagai macam barang,
dalam waktu dan tempat yang sama atau berlainan.
Peranan indeks harga dalam ekonomi antara lain sebagai berikut.
1. Indeks harga merupakan petunjuk atau barometer dari kondisi ekonomi
umum. Hal ini mengandung maksud sebagai berikut.
- Indeks harga grosir dapat menggambarkan secara tepat tentang tren
perdagangan.
- Indeks harga diterima petani dapat menggambarkan kemakmuran di
bidang agraria.
2. Indeks harga umum merupakan pedoman bagi kebijakan dan administrasi
perusahaan.
3. Indeks harga dapat dipergunakan sebagai deflator, maksudnya bahwa
pengaruh perubahan harga dapat dihilangkan dengan cara membagi nilai tertentu
dengan indeks harga yang sesuai. Proses ini dinamakan proses deflasi dan
pembaginya disebut deflator.

4. Indeks harga dapat dipakai sebagai pedoman bagi pembelian barang-
barang. Maksudnya ialah harga barang yang dibeli dapat dibandingkan dengan
indeks harga eceran atau indeks harga grosir agar dapat diukur efisiensi pembelian
barangbarang yang bersangkutan.
Indeks harga barang-barang konsumsi merupakan pedoman untuk mengatur gaji
buruh atau menyesuaikan kenaikan gaji buruh pada masa inflasi.
b. Angka Indeks Jumlah (Quantity Relative)

Indeks jumlah adalah angka yang menunjukkan perubahan mengenai jumlah
barang sejenis atau sekumpulan barang yang dihasilkan, digunakan, diekspor,
dijual, dan sebagainya untuk waktu dan tempat yang sama ataupun berlainan.
c. Angka Indeks Nilai (Value Relative)
Indeks nilai adalah angka yang dapat dipergunakan untuk mengetahui nilai
mengenai barang yang sejenis atau sekumpulan barang dalam jangka waktu yang
diketahui.
Ada tiga kemungkinan dalam penghitungan indeks harga, yaitu:

• jika indeks harga > 1, berarti harga mengalami kenaikan;
• jika indeks harga < 1, berarti harga mengalami penurunan;
• jika indeks harga = 1, berarti harga tetap (tidak naik dan tidak turun).
2. Indeks Tidak Tertimbang
Menurut DR. Winardi, angka indeks merupakan sebuah alat angka matematik
yang digunakan untuk menyatakan tingkat harga, volume perniagaan dan
sebagainya dalam periode tertentu, dibandingkan dengan tingkat harga, volume
perniagaan suatu periode dasar, yang nilainya dinyatakan dengan 100. Sedangkan
menurut Samsubar Saleh, angka indeks merupakan suatu analisis data statistik
yang terutama ditujukan untuk mengukur berapa besarnya fluktuasi
perkembangan harga dari berbagai macam komoditas selama satu periode waktu
tertentu. Dalam suatu analisis perekonomian, angka indeks mempunyai peranan
yang sangat besar, karena dapat digunakan untuk mengetahui besarnya laju inflasi
mapun deflasi yang terjadi di negara tertentu.
Indeks tidak berimbang dalam pembuatannya tidak memasukkan faktor
yang mempengaruhi naik-turunnya angka indeks.
 Metode Angka Relatif

 Metode Agregat (gabungan)
 Metode Rata-Rata Relatif

contoh soal Indeks tidak tertimbang
hitung angka indeks nya
Jenis Harga
barang 2004 2005
A 35 10
B 15 40
C 50 90
D 45 80
E 25 90
Jumlah 170 310
Penyelesaian :
1. Metode angka relatif
Rumusnya It = Pt/Po x 100%
= 35/10x100%
= 35%
2. Metode angka agregat (gabungan)

Rumusnya Io,n = ∑Pn/∑Po x 100%
= 310/170 x 100%
= 182.352 %
3. Metode rata-rata relatif

Rumusnya Io,n = (∑Pn/∑Po) / N x 100%
= (310/170)/5 x 100%
= 36,47%
Contoh lain :
1. Angka Indeks Relatif, yaitu untuk mengukur perbedaan “satu” macam
nilai/harga/ kualitasnya saja dalam waktu yang berbeda.
Keterangan:
IA = indeks harga yang tidak ditimbang
Pn = harga yang dihitung angka indeksnya
Po = harga pada tahun dasar
Contoh: Angka indeks harga (price = P)
Diketahui harga rata-rata 5 macam barang adalah sebagai berikut :
Hitunglah indeks harga relatif sederhana tahun 2004

Berdasarkan data di atas, maka angka indeks harga tahun 2004 adalah:
IA = 1.500/1.300 x 100 = 115,38%
Jadi, harga tahun 2004 mengalami kenaikan sebesar 15,38%.
2. Angka Indeks Kuantitas Relatif Sederhana, yaitu membandingkan jumlah
barang untuk tiap-tiap tahun.
Keterangan:
IA = indeks kuantitas yang tidak ditimbang
Qn = kuantitas yang akan dihitung angka indeksnya
Qo = kuantitas pada tahun dasar
Contoh: Angka indeks kuantitas (quantity = Q)
Hitunglah rata-rata dan kuantitas 5 macam barang sebagai berikut:
Hitunglah indeks harga kuntitas relatuf untuk tahun 2004
Berdasarkan data di atas, maka angka indeks kuantitas tahun 2004 adalah:
IA = 1000/800 x 100 = 125%
Jadi, pada tahun 2004 terjadi kenaikan kuantitas sebesar 25%.
3. Angka Indeks Rata-Rata Relatif, yaitu dimulai dengan mencari angka
relatif dari masing-masing barang dan kemudian dicari rata-rata dari angka
relatif tersebut.
Angka indeks nilai (value = V)

Keterangan:
IA = angka indeks nilai
Vn = nilai yang dihitung angka indeksnya
Vo = nilai pada tahun dasar
Penghitungan angka indeks dengan metode agregatif sederhana mempunyai
kebaikan karena bersifat sederhana, sehingga mudah cara menghitungnya. Akan
tetapi, metode ini mempunyai kelemahan yaitu apabila terjadi perubahan kuantitas
satuan barang, maka angka indeksnya juga akan berubah.
3. Indeks Tertimbang
Penghitungan angka indeks tertimbang dapat kamu lakukan dengan beberapa
metode.
Simaklah penjelasannya masing-masing pada pembahasan berikut ini.
1. Metode agregatif sederhana
Angka indeks tertimbang dengan metode agregatif sederhana dapat
dihitung dengan rumus seperti di bawah ini.
Keterangan:
IA = indeks harga yang ditimbang
Pn = nilai yang dihitung angka indeksnya
W = faktor penimbang
Contoh penghitungan angka indeks harga dapat kamu lihat pada tabel
berikut.
Berdasarkan data di atas, maka angka indeks harga tahun 2004 dapat
dihitung dengan cara:

Jadi, pada tahun 2004 terjadi kenaikan harga 10,61%.
2. Metode Laspeyres
Angka indeks Laspeyres adalah angka indeks yang ditimbang dengan
faktor penimbangnya kuantitas tahun dasar (Qo).
Keterangan:
IL = angka indeks Laspeyres
Pn = harga tahun yang dihitung angka indeksnya
Qo = kuantitas pada tahun dasar.
Untuk lebih jelasnya tetang penghitungan angka indeks Laspeyres,
perhatikan contoh di bawah ini.
Diketahui rata-rata dan kuantitas 5 macam barang sebagai berikut.
Dari data tersebut, hitung indeks harga Laspeyresnya.
Jadi, indeks Laspeyres dapat dihitung sebagai berikut.

IL = 210.000/200.000 x 100 = 105%
Berarti terjadi kenaikan harga sebesar 5% pada tahun 2004.
3. Metode Paasche
Angka indeks Paasche adalah angka indeks yang tertimbang dengan
faktor penimbang kuantitas tahun n (tahun yang dihitung angka
indeksnya) atau Qn.
IP = angka indeks Paasche

Pn = harga tahun yang dihitung angka indeksnya
Qn = kuantitas tahun yang dihitung angka indeksnya
Berikut adalah contoh penghitungan angka indeks tertimbang dengan
metode Paasche.

Berdasarkan data di atas, maka indeks Paasche dapat dihitung sebagai
berikut.
IP = 242.500/240.000 x 100 = 101,04%
Berarti terjadi kenaikan harga sebesar 1,04% pada tahun 2004.
Dari Metode Laspeyres dan Metode Paasche terdapat suatu kelemahan

sebagai berikut.
 Angka indeks Laspeyres mempunyai kelemahan yaitu hasil
penghitungan lebih besar (over estimate), karena pada umumnya
harga barang cenderung naik, sehingga kuantitas barang yang
diminta mengalami penurunan. Dengan demikian besarnya Qo
akan lebih besar daripada Qn.
 Angka indeks Paasche mempunyai kelemahan yaitu hasil
penghitungan cenderung lebih rendah (under estimate), karena
dengan naiknya harga akan menyebabkan permintaan turun,
sehingga Qn lebih kecil daripada Qo. Untuk menghilangkan
kelemahan tersebut dilakukan dengan cara mengintegrasikan
angka indeks tersebut, yaitu dengan menggunakan metode angka
indeks Drobisch and Bowley.
4. Metode Drobisch and Bowley

Angka indeks tertimbang dengan Metode Drobisch and Bowley dapat
dirumuskan sebagai berikut.
Keterangan:
D = angka indeks Drobisch
IL = angka indeks Laspeyres
IP = angka indeks Paasche
Contoh soal:
Berdasarkan penghitungan angka indeks Laspeyres dan Paasche, pada
soal di atas dapat dihitung besarnya indeks Drobisch sebagai berikut.
Berarti terdapat kenaikan harga 3,02% pada tahun 2004.

5. Metode Irving Fisher
Penghitungan angka indeks dengan Metode Irving Fisher merupakan
angka indeks yang ideal. Irving Fisher menghitung indeks kompromi
dengan cara mencari rata-rata ukur dari indeks Laspeyres dan indeks
Paasche.
Berdasarkan penghitungan angka indeks Laspeyres dan Paasche, maka

dapat dihitung besarnya indeks Irving Fisher sebagai berikut.
Berarti terdapat kenaikan harga 3,00% pada tahun 2004.
6. Metode Marshal Edgewarth

Menurut metode ini, angka indeks ditimbang dihitung dengan cara
menggabungkan kuantitas tahun dasar dan kuantitas tahun n, kemudian
mengalikannya dengan harga pada tahun dasar atau harga pada tahun.
Angka indeks Marshal Edgewarth dapat dirumuskan sebagai berikut.
Contoh soal :
Untuk lebih jelasnya, perhatikan data pada tabel di bawah ini agar kamu
dapat mencari angka indeks Marshal Edgewarth.
Berdasarkan data di atas, maka angka indeks Marshal Edgewarth dapat

dihitung sebagai berikut.
Contoh lain :
Contoh Soal Indeks Tertimbang :

Jenis Produksi Harga
barang 1994 1995 1994 1995
A 35 20 20 15
B 15 40 35 30
C 60 50 40 40
D 45 70 30 60
E 30 90 15 80
Jumlah 185 270 140 225
Penyelesaian :
Jenis Produksi Harga
Qo. Qn. Po. Pn. Po.Qo Pn.Qo Po.Qn Pn.Qn
barang 1994 1995 1994 1995
A 35 20 20 15 700 525 400 300
B 15 40 35 30 525 450 1400 1200
C 60 50 40 40 2400 2400 2000 2000
D 45 70 30 60 1350 2700 2100 4200
E 30 90 15 80 450 2400 1350 7200
Jumlah 185 270 140 225 5425 8475 7250 14900
1. Angka indeks sederhana :

Rumus :
IA = Pn /Po x 100%
= 225 / 140 x 100%
= 160.71%
Ket :
IA = Indeks harga yang ditimbang
Pn = Nilai yang dihitung angka indeksnya
Po = Harga pada tahun dasar
2. Metode Paasche :
Rumus :
IP = (Pn.Qn/Po.Qn) x 100%
= (14900/7250) x 100%
= 205.51%
Ket :
IP = Angka indeks paasche
Pn = Harga tahun yang dihitung angka indeksnya
Qn = Kuantitas tahun yang dihitung angka indeksnya
3. Metode Laspeyres :
Rumus :
IL = (Pn.Qo/Po.Qo) x 100%
= (8475 / 5425) x 100%
= 156.22%

Ket :
IL = Angka indeks Laspeyres
Pn = Harga tahun yang dihitung angka indeksnya
Qo = Kuantitas pada tahun dasar
4. Metode Indeks Drobisch

Rumus :
ID = (IL + IP)/2
= (156.22% + 205.51%) / 2
= 180.865%
= 180.87%
Ket :
ID = Angka indeks Drobisch
IL = Angka indeks Laspeyres
IP = Angka indeks Paasche
5. Metode Indeks Fisher

Rumus :
IF = (IL x IP)
= (156.22% x 180.87%)
= (28,255.51%)
= 168.09%
6. Metode Marshall Edgewart

Rumus :
IM = ∑ (Qo + Qn) Pn x 100%
∑ (Qo + Qn) Po
= (185 + 270) 225 x 100%
(185 + 270) 140
= 60.935 x 100%
37.985
= 9.892.000%
Perbedaan indeks harga tertimbang dan tidak tertimbang

Indeks Harga tidak tertimbang:
1. Tidak menggunakan faktor penimbang dalam perhitungan indeks harga.
2. Semua barang dianggap sama penting.
Indeks Harga Tertimbang:

1. Menggunakan faktor penimbang dalam perhitungannya.
2. Terdapat pembedaan pentingnya suatu barang terhadap barang lain.

LATIHAN
1. Diketahui : Y1 = 10 , Y2 = 5, Y3 = 3, Y4 = 6
Tentukan ∑ (Yi2 – 3 )
i =1
a.154
b. 155
c. 156
d. 157
e.158
2. Modus dari data 2, 3, 2, 5, 4, 4, 7, 6, 8, 9 adalah

a. 2
b. 3
c. 4
d. 5
e. 2 dan 4
3. Suatu total frekuensi dari semua nilai-nilai yang lebih besar dari tepi bawah
kelas pada masing-masing interval kelasnya, adalah
a. Frekuensi relatif
b. Distribusi frekuensi
c. Frekuensi kumulatif relatif
d. Frekuensi kumulatif lebih dari
e. Frekuensi kumulatif kurang dari
4. Hitung rata-rata ukur, jika diketahui X1=2 , X2= 4, X3 = 8

a. 3
b. 4
c. 5
d. 6
e. 7
5. Pengelompokkan data berdasarkan angka-angka tertentu, biasanya disajikan

dengan grafik histogram disebut distribusi
a. Frekuensi
b. Frekuensi numerikal
c. Frekuensi katagorikal
d. Frekuensi kumulatif kurang dari
e. Frekuensi kumulatif lebih dari
6. Hitung rata-rata harmonis, jika diketahui data : 4, 8 ,16

a. 5,86
b. 6,68
c. 6,86
d. 8,66

e. 8,68
7. Diketahui : X1 = 5, X2= 7, X3= 4, X4= 6, X5 = 3 . Tentukan Σ (2Xi - 5)2
i=1
a. 135
b. 145
c. 155
d. 165
e. 175
8. Nilai yang paling sering muncul dari serangkaian data atau yang mempunyai
frekuensi paling tinggi, dinamakan
a. Modus
b. Median
c. Rata-rata hitung
d. Rata-rata ukur
e. Rata-rata tertimbang
9. Diketahui data x1 = 2, x2 = 6, x3 = 7. Tentukan rata-rata hitungnya

a. 3
b. 4
c. 5
d. 6
e. 7
10. Diketahui data : 10, 20, 45, 55, 60, 70, 80, 90. Tentukan nilai mediannya
a. 55
b. 57,5
c. 67,5
d. 77,5
e. 82,5
11. Nilai-nilai yang membagi sehimpunan data menjadi seratus bagian yang sama
yaitu..
a. Desil
b. Persentil
c. Kuartil
d.Fraktil
d.Median
12. Median merupakan …

a. Kuartil ke-1
b. Kuartil ke-2
c. kuartil Ke-3
d. Presentil ke 50
e. Desil ke 5

13. Diketahui Lmo = 59,5, c = 10 , d1 = 4, d2 = 3 Hitung nilai modus
a. 64,21
b. 66,21
c. 65,12
d 67,12
d. 65,21
14. Rata-rata kuadrat selisih atau kuadrat simpangan dari semua nilai data
terhadap rata-rata hitung, disebut
a. Variansi
b. Ukuran variasi
c. Jangkauan
d. Simpangan baku
e. Simpangan rata-rata
15. Jumlah nilai mutlak dari selisih semua nilai dengan nilai rata-rata dibagi
banyaknya data, disebut
a. Jangkauan
b. Simpangan rata-rata
c. Variansi
d. Jangkauan kuartil
e. Simpangan baku
16. Jika diketahui nilai Variansi = 144 maka simpangan bakunya adalah
a. 10
b. 20
c. 11
d. 21
e. 12
17. Diketahui data 50, 40, 30. 60, 70. Hitung nilai jangkauan (range)
a. 10
b.20
c. 30
d.35
e. 40
18. Simpangan kuartil atau rentang semi antar kuartil atau deviasi kuartil, disebut
juga
a. Fraktil
b. Jangkauan persentil
c. Jangkauan kuartil
d. Variansi
e. Simpangan baku

19. Diketahui Lm = 59,5 ;fm = 12 ; c = 10 ; N = 50; Σf =18 Hitung mediannya
a. 64,3
b. 67,4
c. 65,3
d. 68,5
e. 66,3
20. Diketahui LQ = 73,65 ,fQ= 5 , c = 0,30 ,N = 100, Σ f =70 Hitung Q3

a. 70,8
b. 73,8
c. 71,9
d. 74,8
e. 72,9
21.Diketahui Pt = 3500, P0 = 1500 untuk tahun 2012 & 2011. Hitunglah indeks
sederhana relatif harga I12/11
a. 133%
b. 324%
c. 233%
d. 433 %
e. 323%
22. Indeks yang terdiri dari satu macam barang saja baik untuk indeks produksi
maupun indeks harga, disebut
a. Indeks harga relatif sederhana
b. Indeks agregatif
c. Indeks tertimbang
d. indeks tertimbang
e. Waktu dasar
23. Diketahui nilai It,0 = 425% dan P0 = 40%, maka nilai Pt adalah
a. 165
b. 185
c. 170
d. 190
e. 175
24. Indeks yang terdiri dari beberapa barang disebut

a. Indeks harga relatif sederhana
b. Indeks tertimbang
c. Indeks agregatif
d. Indeks tidak tertimbang
e. Kurtosis

25. Diketahui ∑PtQt= 270 ;∑PtQo = 160; ∑ PoQo = 130
Hitunglah indeks produksi agregat tertimbang dengan menggunakan indeks
Pasche
a. 167%
b. 171%
c. 169%
d. 172%
e. 170%

DAFTAR PUSTAKA
Kristina.2012.biostatistika.http://biostatistika2012.blogspot.co.id/2012/08/biostati
stika.html
Boediono, Dr, Wayan Kaester, dr, Ir. M.m. 2001. Teori dan Aplikasi Statistika
dan Probabilitas, Penerbit Pt. Remaja Rosdakarya. Bandung
Rasyad, Rasdihan. 2003. Metode Statistika Deskriptif. Jakarta : Grasindo.

Riduwan. 2003.
Santosa, Purbayu Budi, & Muliawan Hamdani. 2007. Statistika Deskriptif dalam
Bidang Ekonomi dan Niaga. Jakarta: Erlangga.
Sumanto. 2014. Statistika Deskriptif. Yogyakarta: CAPS (Center of Academic

Publishing Service).
Supardi. 2013. Aplikasi Statistika dalam Penelitian Edisi Revisi; Konsep Statistika
yang Lebih Komprehensif. Jakarta: Change Publication.

Modul Statistik Deskriptif 1 Fix

Diunggah oleh

Informasi Dokumen

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Modul Statistik Deskriptif 1 Fix

Diunggah oleh

Hak Cipta:

Format Tersedia

MODUL

PROGRAM STUDI MANAJEMEN INFORMATIKA

karunia yang telah dilimpahkan, sehingga penulis dapat menyelesaikan modul

yang berjudul Statistik Deskriptif 1.

Makalah ini berisikan tentang informasi tentang dasar-dasar statistika,

pembaca khususnya mahasiswa AMIK BSI Pontianak dalam pengembangan dan

penambahan ilmu pengetahuan.

Kami menyadari banyak kekurangan terdapat di dalamnya, namun semoga

Dengan kerendahan hati penulis mengucapkan terima kasih kepada semua

kesempurnaan modul ini.

dan pengembangan wawasan untuk pribadi, mahasiswa dan pembaca pada

Pontianak, September 2015

BAB I PENGERTIAN STATISTIKA, DISTRIBUSI

BAB II UKURAN GEALA PUSAT DATA YANG BELUM

BAB III UKURAN GEJALA PUSAT DATA YANG

PENGERTIAN STATISTIKA, DISTRIBUSI FREKUENSI DAN JENIS

Modul Statistik Deskriptif I – AMIK BSI Pontianak 1

2. Pengertian Dsitribusi Frekuensi

Modul Statistik Deskriptif I – AMIK BSI Pontianak 2

Modul Statistik Deskriptif I – AMIK BSI Pontianak 3

A. Jenis - Jenis Distribusi Frekuensi

b. Tabel Distribusi Frekuensi Data Kelompok

Modul Statistik Deskriptif I – AMIK BSI Pontianak 4

Tabel 3. Usia Guru

c. Tabel Distribusi Frekuensi Kumulatif

Tabel 4. Tabel Distribusi Frekuensi Kumulatif “Kurang Dari”

Modul Statistik Deskriptif I – AMIK BSI Pontianak 5

Tabel Distribusi Frekuensi Kumulatif “Atau Lebih”

Tabel 6. Distribusi Frekuensi Kumulatif “Atau Lebih”

Modul Statistik Deskriptif I – AMIK BSI Pontianak 6

d. Tabel Distribusi Frekuensi Relatif

e. Distribusi Frekuensi Kategoris/Kualitatif

Modul Statistik Deskriptif I – AMIK BSI Pontianak 7

B. Membuat Daftar Distribusi Frekuensi

1. Tabel Distribusi Frekuensi Tunggal

Modul Statistik Deskriptif I – AMIK BSI Pontianak 8

Tabel 11. Contoh Kasus

(Data diperoleh dari http://schoolmap.dindikptk.net/daftar_update.html)

Modul Statistik Deskriptif I – AMIK BSI Pontianak 9

a. Mengurutkan data dari yang terkecil ke yang terbesar;

b. Tentukan rentang (Range), ialah data terbesar dikurangi data terkecil.

Range (R) = Xmax - Xmin k = 1 + 3,3 log n

Modul Statistik Deskriptif I – AMIK BSI Pontianak 10

d. Tentukan panjang kelas interval i. Ini ditentukan oleh aturan:

Tabel 13. Hasil Perhitungan Interval dan frekuensi

Tepi bawah kelas = batas bawah kelas – 0,5

Modul Statistik Deskriptif I – AMIK BSI Pontianak 11

Titik tengah = ½(batas bawah kelas + batas atas kelas)

Tabel 15. Hasil Perhitungan Titik Tengah

2.3. Menghitung Distribusi Frekuensi

Modul Statistik Deskriptif I – AMIK BSI Pontianak 12

Frekuensi distribusi relatif =

Tabel 17 Frekuensi Distribusi Relatif

Tabel 18 Tabel Distribusi Frekuensi Kumulatif

3. Distribusi Frekuensi kumulatif relatif

Modul Statistik Deskriptif I – AMIK BSI Pontianak 13

3. Grafik Penyajian Data

Modul Statistik Deskriptif I – AMIK BSI Pontianak 14

Modul Statistik Deskriptif I – AMIK BSI Pontianak 15

Modul Statistik Deskriptif I – AMIK BSI Pontianak 16

Modul Statistik Deskriptif I – AMIK BSI Pontianak 17

Modul Statistik Deskriptif I – AMIK BSI Pontianak 18

1. Cara melukiskan distribusi frekuensi dalam bentuk grafik polygon (polygon

b. Contoh cara melukiskan distribusi frekuensi dalam bentuk grafik poligon