UKURAN PEMUSATAN DAN PENYEBARAN STATISTIK

Disusun untuk memenuhi tugas mata kuliah Statistika Dasar

Dosen Pengampu : Isna Rafianti, M.Pd.

Disusun oleh :

Anisa Cikal Baiano (2225170041)

Syifaurrohmah K. E. (2225170047)
Ta’sya Rahmatika (2225170063)
Rofijar Dien Fadly (2225170066)
Tita Puspitasari. (2225170054)

JURUSAN PENDIDIKAN MATEMATIKA

FAKULTAS KEGURUAN DAN ILMU PENDIDIKAN
UNIVERSITAS SULTAN AGENG TIRTAYASA
2017

Statistika Dasar1
 KATA PENGANTAR

Penyusun memanjatkan rasa syukur kepada allah swt. Atas limpahan rahmatnya
sehingga makalah ini dapat dibuat.makalah ini disusun guna mempelajari dan memahami
statistika matematika.

Makalah ini diharapkan mampu memberikan pemahaman bahwa statistika matematika

mempuyai akar yang kuat dalam matematika karena matematika merupakan bahasa dalam
memodali statistika yang dirumuskan.

Dengan dikumpulkannya makalah ini, tak lupa penyusun ucapkan terima kasih kepada
pihak - pihak yang membantu proses pembuatan makalah ini.

Penyusun berharap semoga buku ini dapat memberikan kontribusi yang berarti dalam
mempelajari statistika. Oleh karen itu, saran dan kritik demi perbaikan makalah ini sangat
diharapkan.

Serang, 29 agustus 2017

Penyusun

Statistika Dasar2
 DAFTAR ISI

HALAMAN JUDUL……...……………….........................…............………………….…... i
KATA PENGANTAR...…………………......................................………….…………….... ii
DAFTAR ISI…...………………………......................................……………….............. iii

BAB I PENDAHULUAN

1.1 Latar Belakang………………………...…..................................…………………….. 1

1.2 Rumusan Masalah……………………………,.............................…..……………...... 2
1.3 Tujuan…………………...…………………………........................................…..….... 2

BAB II PEMBAHASAN

2.0 Rata- Rata atau Rata-Rata Hitung.................................................................................. 3

2.1 Rata-Rata Harmonik....................................................................................................... 8
2.2 Median........................................................................................................................... 9
2.3 Modus............................................................................................................................. 11
2.4 Quartil............................................................................................................................. 13
2.5 Desil................................................................................................................................ 14
2.6 Persentil.......................................................................................................................... 15
2.7 Rentang........................................................................................................................... 15
2.8 Simpangan Baku............................................................................................................. 20
2.9 Bilangan Baku................................................................................................................ 24

BAB III PENUTUP

3.1 Kesimpulan.................................................................................................................... 26
3.2 Saran.............................................................................................................................. 26

DAFTAR PUSTAKA......................................................................................................... iv

Statistika Dasar3
 BAB I
PENDAHULUAN

1.1 LATAR BELAKANG

Proses pengolahan data secara statistik seringkali berkaitan dengan ukuran pemusatan
dan penyebaran data. Khususnya pada tahapan statistik deskriptif sari numerik ini
dihitung untuk memberikan gambaran dari hasil pengolahan data penelitian sebelum
dilakukan proses inferensi. Pada makalah akan diberikan beberapa pengertian ringkas
dari istilah-istilah yang sering digunakan untuk nilai-nilai statistik deskriptif yang
digunakan pada pengolahan data.

Nilai-nilai statistik apa saja yang sering dihitung untuk memaparkan sari numerik data
ini? Data-data yang diperoleh dari hasil pengumpulan data mentah disajikan dalam
berbagai bentuk dan cara. Metode mencacah data sebagai salah satu cara paling
sederhana untuk mendapatkan informasi statistik. Cara lain penyajian data adalah dengan
membuat tabel distribusi frekuensi, baik berupa distribusi frekuensi relatif ataupun
distribusi frekuensi kumulatif. Juga dapat dilakukan penyajian data dalam bentuk grafik,
seperti grafik stem-leaf (batang -daun), histogram, ataupun box plot.

Ukuran pemusatan data yang sering dipakai sebagai ukuran statistik adalah mean
(rata-rata), mode (modus), median, kuartil, desil, persentil. Rata-rata adalah jumlah dari
seluruh nilai data dibagi dengan banyaknya data. Modus merupakan nilai yang memiliki
frekuensi terbesar dari suatu himpunan data. Median adalah ukuran nilai tengah dari
sejumlah nilai-nilai pengamatan yang diatur dan disusun berdasarkan urutan data. Nilai
rata-rata, modus, dan median memiliki hubungan keterkaitan erat dari suatu distribusi
frekuensi data. Ketiga nilai ini dapat membantu menafsirkan kesimetrisan data dan
kemencengan data.

Adapun ukuran penyebaran data yang biasa dihitung adalah range (rentang), standar
deviasi (simpangan baku), kurtosis (keruncingan), skewness (kemiringan). Rentang data
menunjukkan selisih antara nilai terbesar dengan nilai terkecil dalam suatu himpunan
data. Simpangan baku adalah jumlah mutlak selisih setiap nilai pengamatan terhadap
nilai rata-rata dibagi dengan banyaknya pengamatan. Kurtosis merupakan ukuran untuk
menentukan bentuk distribusi yang biasanya dibandingan dengan kurva distribusi

Statistika Dasar4
 normal. Bentuk kurtosis bisa berupa leptokurtik (berpuncak tinggi dan ekor landai),
platikurtik (berpuncak rendah dan berekor pendek), dan mesokurtik (disebut juga
distribusi normal, berpuncak tidak begitu tinggi dan tidak terlalu landai). Skewness
adalah ukuran untuk menentukan kemiringan dari suatu kurva distribusi. Penafsiran
skewness dapat dilakukan secara visual, melalui koefisien kemencengan, atau koefisien
moment ketiga.

1.2 RUMUSAN MASALAH

Dalam materi ukuran pemusatan dan ukuran pemusatan yang akan dibahas adalah
sebagai berikut :
1. Bagaimana menentukan ukuran pemusatan ( rataan, median, kuartil dan modus) data
tunggal?
2. Bagaimana menentukan ukuran pemusatan ( rataan, median, kuartil dan modus) data
berkelompok ?
3. Bagaimana menentukan ukuran penyebaran ( simpangan rata-rata, simpangan kuartil,
dan simpangan baku) data tunggal?
4. Bagaimana menentukan ukuran penyebaran ( simpangan rata-rata, simpangan kuartil,
dan simpangan baku) data berkelompok)?

1.3 TUJUAN
Berdasarkan rumusan masalah yang telah diuraikan diatas, maka tujuan dari
pembuatan makalah ini adalah sebagai berikut :
1. Mengetahui cara menentukan ukuran pemusatan ( rataan, median, kuartil dan modus)
data tunggal.
2. Mengetahui cara menentukan ukuran pemusatan ( rataan, median, kuartil dan modus)
data berkelompok.
3. Mengetahui cara menentukan ukuran penyebaran ( simpangan rata-rata, simpangan
kuartil, dan simpangan baku) data tunggal.
4. Mengetahui cara menentukan ukuran penyebaran ( simpangan rata-rata, simpangan
kuartil, dan simpangan baku) data berkelompok.
5. Mengetahui tafsiran terhadap ukuran pemusatan dan ukuran penyebaran .

Statistika Dasar5
 BAB II
PEMBAHASAN

2.0 RATA – RATA ATAU RATA – RATA HITUNG

Nilai – nilai data kuantitatif atau dinyatakan dengan x1, x2, x3 …… xn, apabila dalam
kumpulan data tersebut terdapat n buah nilai, simbol “n” akan digunakan untuk menyatakan
ukuran sample, yakni banyak data atau objek yang diteliti dalam sampel. Simbol “n “ dipakai
untuk menyatakan ukuran populasi, yakni banyak anggota dalam populasi.
Rata-rata hitung untuk data kuantitatif yang terdapat dalam sebuah sampel dihitung
dengan jalan membagi jumlah nilai data oleh banyak data.
Simbol untuk rata-rata dari sampel ialah X ( dibaca : eks garis ) , sedangkan untuk
rata-rata dari populasi dipakai simbol µ (dibaca : mu ). Jadi, X adalah statistik yang
merupakan ukuran yang dihitung dari data dalam sampel, sedangkan µ adalah parameter
yang merupakan ukuran yang dihitung dari data dalam populasi.

Rumus untuk rata – rata X adalah :

Atau

Contoh 1:
Jika ada 5 nilai ujian dari 5 orang mahasiswa untuk mata kuliah statistika berbentu : x 1
= 70, x2 = 69, x3 = 45, x4 = 80 dan x5 = 56 jadi untuk ke lima nilai ujian di atas, nilai rata-
ratanya ialah :

70+ 69+45+ 80+56

X= =64
5

Rata-rata ditimbang adalah rata-rata yang memperhitungkan frekuensi dari tiap-tiap

nilai variabel. Rumus untuk rata-rata ini adalah :

Statistika Dasar6
Contoh 2 :
Jika 5 mahasiswa mendapat nilai 70 ; 6 mahasiswa mendapat 69 ; 3 mahasiswa
mendapat nilai 45 ; seorang mahasiswa mendapat nilai 80 ; dan seorang lagi mendapat nilai
56 untuk data tersebut sebaliknya ditulis sebagai berikut :

Xi fi Xifi

70 5 350
69 6 414
45 3 135
80 1 80
56 1 56
Jumlah 16 1035

Xi : nilai ujian
fi : frekuensi untuk nilai Xi yang bersesuaian

Pada nilai rata-rata ujian tersebut untuk ke-16 mahasiswa itu ialah :
1035
X= =64 , 4
16

Namun, dalam penggunaannya kita harus mencermati betul bagaimana maksud soal
dan rumusnya. Bagaimana pengaplikasian rumus terhadap penyelesaian soal, kesalahan
menggunakan rumus akan berakibat fatal terhadap jawaban yang dikehendaki soal. Misalnya :

Data berikut adalah daftar barang yang disimpan di gudang, diantaranya terdapat yang
rusak .
Barang Disimpan Rusak %

A 100 96 96
B 200 92 46
C 160 80 50
D 80 60 75
Jumlah 540 328 -

Statistika Dasar7
Jika rata – rata mengenai persen barang yang rusak dihitung dengan rumus (1), maka
96+ 46+50+75
X= %=66 , 75 %
4
328
Tetapi barang rusak ada 328 dari 540. Ini berarti ×100 %=60 ,70 % hasil ini
540
didapat dengan menggunakan rumus (2) seperti dalam daftar berikut.
xi (%) fi fixi
96 100 96
46 200 92
75 160 80
75 80 60
Jumlah 540 328

Dengan :
xi : persen barang rusak
fi : banyak barang

dari tabel dan rumus ke (2) didapat :

X:
∑ f i x i ×100 %
∑fi
328
X: ×100 %=60 ,07 %barang yang rusak
540

a.) Rata-rata gabungan, yaitu rata-rata dari beberapa sampel lalu disajikan satu.

Misalnya, kalau ada k buah sampel masing-masing diketahui :

Sampel 1 berukuran n1 dengan rata-rata x 1

Sampel 2 berukuran n2 dengan rata-rata x 2

Sampel k berukuran nk dengan rata-rata x k , maka rata-rata gabungan dari k buah
sampel itu dihitung dengan :

Statistika Dasar8
 Contoh :
Tiga sampel masing-masing berkuran 10 : 6 dan 8 sedangkan rata-rata masing-
masing 145 : 118 : 162. Jadi rata-rata gabungan adalah :

Menghitung rata-rata dari distribusi frekuensi pada hakikatnya tidak berbeda dengan
menghitung rata-rata dari distribusi tunggal. Hanya saja nilai x disini tidak lagi mewakili nilai
variabel individual, melainkan mewakili titik tengah interval kelas. Jadi, x disini adalah
mewakili titik dari interval kelas dalam distribusi.
Dalam hal ini cara menghitung rata-rata daftar distribusi frekuensi adalah dengan cara
koding atau cara singkat dengan rumus sebagai berikut :

Dengan :
X : Rata-rata yang sebenarnya / yang dicari
X0 : Rata-rata terkaan (titik tengah)
P : Panjang interval kelas
f1c1 : Jumlah deviasi kesalahan akibat terkaan
f1 : Jumlah frekuensi

Contoh :
Untuk data nilai ujian 80 mahasiswa dalam table sebagai berikut :
Interval kelas nilai F1 X1 a F1c1
31 – 40 1 35,5 -4 -4
41 – 50 2 45,5 -3 -6
51 – 60 5 55,5 -2 -10
61 – 70 15 65,5 -1 -15
71 – 80 25 75,5 0 0
81 – 90 20 85,5 1 20
91 - 100 12 95,5 2 24

Statistika Dasar9
 Jumlah 80 9

Jadi x = 75,5 +10 ( 109 )= 76,62 ( rata – rata nilai ujian)

b.) Rata-Rata Ukur
Jika perbandingan tiap dua data berurutan tetap atau hampir tetap, rata-rata ukur lebih
baik dipakai dari pada rata-rata hitung, apabila dikehendaki rata-rata. Untuk data bernilai
x1, x2...........xn maka rata-rata ukur U didefinisikan sebagai berikut :

Yaitu akar pangkat n dari produk (x1, x2,x3...........xn)

Contoh :
rata-rata ukur untuk data x1 = 2 : x2 = 4 : x3 = 8 adalah
U =❑√ x 1 x 2 x 3 … … … … … . xn
Untuk bilangan bernilai besar, lebih baik digunakan logaritma menjadi :

Yakni logaritma rata – rata ukur U sama dengan jumlah logaritma tiap data dibagi oleh
banyak data. Rata – rata ukur U akan didapat dengan jalan mencari kembali logaritmanya.

Contoh:
Kela Nilai fi Xi logxi filogxi
s ke ujian
1 31 – 40 1 35.5 1.5502 1,5502
2 41 – 50 2 45.5 1.6580 3,3160
3 51 – 60 5 55.5 1.7443 8,7215
4 61 – 70 15 65.5 1.8162 23,6111
5 71 – 80 25 75.5 1.8779 45,0707
6 81 – 90 20 85.5 1.9320 40,5713
7 91 – 100 12 95.5 1.9800 23,7600
Jumlah 80 - 150,1782

Statistika Dasar10
 ∑ (f i log x i¿)=150,1782 dan ∑ fi=80 ¿
150,1782
Log U = =1,8772
80
Yang menghasilkan U = 75,37
Nilai ujian itu mempunyai rata – rata ukur 75,37.

2.1 Rata- Rata Harmonik

Rata-rata harmonik (harmonic average) adalah rata-rata yang dihitung dengan cara
mengubah semua data menjadi pecahan, dimana nilai data dijadikan sebagai penyebut dan
pembilangnya adalah satu, kemudian semua pecahan tersebut dijumlahkan dan selanjutnya
dijadikan sebagai pembagi jumlah data. Rata-rata harmonik ini sering disebut juga dengan
kebalikan dari rata-rata hitung (aritmatik). Secara matematis rata-rata harmonik dirumuskan
sebagai berikut.

Keterangan:
H : rata-rata harmonik
N : jumlah data sampel
Xi : nilai data ke-i

Contoh:
Suatu pertandingan bridge terdiri dari 10 meja. Pada pertandingan tersebut ingin
diketahui rata-rata lama bermain dalam 1 set kartu bridge. Pada pertandingan pertamanya
dihitung lama bermain untuk setiap set kartu di setiap meja. Hasilnya adalah sebagai berikut
(dalam menit). 7, 6, 8, 10, 8, 8, 9, 12, 9, 11. Berapakah rata-rata harmonik lama pertandingan
tersebut?

Jawab:
Dari rumus dapat dihitung rata-rata harmonik adalah sebagai berikut.

Statistika Dasar11
2.2 Median
Median atau nilai tengah adalah salah satu ukuran pemusatan data, yaitu, jika segugus
data diurutkan dari yang terkecil sampai yang terbesar atau yang terbesar sampai yang
terkecil, nilai pengamatan yang tepat di tengah-tengah
a.) Data Tunggal
Jika ukuran data n ganjil, maka median dari data tersebut adalah

Keterangan :
Me : median
X : nilai data
n : Jumlah data

Jika ukuran data n genap, maka median dari data tersebut adalah

Keterangan :
Me : median
X : nilai data
n : Jumlah data

Contoh :
Sepuluh orang siswa dijadikan sampel dan dihitung tinggi badannya.
Hasil pengukuran tinggi badan kesepuluh siswa tersebut adalah sebagai berikut.
172, 167, 180, 171, 169, 160, 175, 173, 170, 165. Hitunglah median dari data
tinggi badan siswa!

Jawab:

Statistika Dasar12
 Karena jumlah data genap, maka penghitungan median menggunakan
rumus median untuk data genap. Proses penghitungannya adalah sebagai
berikut:

Untuk melanjutkan penghitungan, kita harus terlebih dahulu

mengetahui nilai x5 dan x6. Kedua nilai data tersebut dapat diperoleh dengan
mengurutkan semua data. Hasil pengurutan adalah sebagai berikut.
160, 165, 167, 169, 170, 171, 172, 173, 175, 180
Jadi, nilai mediannya (170=171) : 2 = 170,5

b.) Data Kelompok

Keterangan :

Keterangan
Tb : Tepi bawah kelas median
F : Jumlah frekuensi sebelum median
f : Frekuensi
c : Panjang kelas
n : Jumlah frekuensi

Contoh:
Berikut ini adalah data berat badan 50 orang mahasiswa jurusan
statistika yang telah dikelompokkan. Hitunglah median berat badan mahasiswa
tersebut!

Jawab :
Statistika Dasar13
 Hitung terlebih dahulu frekuensi kumulatif dari data tersebut.
Selanjutnya tentukan kelas interval yang memuat median data.
Karena jumlah data (mahasiswa) adalah 50, maka median data terletak
pada data ke-25 dan data ke-26.

Dari hasil penghitungan frekuensi kumulatif di atas, dapat kita ketahui

bahwa median terletak pada kelas interval ketiga, yaitu kelas interval 70 – 74.
Frekuensi kelas interval dimana median terletak adalah 15, sedangkan
frekuensi kumulatif sebelum kelas interval median adalah 16.
Selain itu dapat kita ketahui juga bahwa panjang interval adalah 5 dan
batas bawah kelas median adalah 69,5.
Tb = 69,5
F = 16
F = 15
n = 50
C =5

2.3 Modus
Modus adalah nilai datum yang paling sering muncul atau nilai datum yang mempunyai
frekuensi terbanyak.
a.) Data Tunggal
-Sekumpulan data : 2, 3, 4, 4, 5, maka modusnya adalah 4 muncul 2 kali.
Statistika Dasar14
 -Sekumpulan data : 3, 3, 3, 4, 4, 5, 5, 5, 6, 9, maka modusnya adalah 3 dan 5 masing-
masing muncul 3 kali.
-Sekumpulan data : 3, 4, 5, 6, 7,maka modusnya tidak ada.

b.) Data Kelompok

Keterangan :
d1 = selisih frekuensi kelas modus dengan frekuensi kelas sebelumnya
d2 = selisih frekuensi kelas modus dengan frekuensi kelas sesudahnya
TB = Tepi bawah kelas
C = panjang kelas

Contoh :
Perhatikan tabel berikut :

Tentukan modus dari tabel diatas !

Jawab :
Tb = 45 -0,5 = 44,5
d1 = 17 - 13 = 4
d2 = 17 - 14 = 3
c = 35 - 30 = 5

Mo = Tb + (d1/(d1 + d2))c
Mo = 44,5 + (4/(3 + 4))5
Statistika Dasar15
 Mo = 44,5 + 20/7
Mo = 47,35

2.4 KUARTIL (Q)

a. ) Kuartil Data Tunggal
Kuartil membagi data menjadi empat bagian yang sama banyak dari data yang telah terurut
yang masing-masing sebesar 25% atau 1/4 bagian . Kuartil (Q) terbagi menjadi tiga macam,
yaitu Q1 (kuartil bawah), Q2 (kuartil tengah atau median) dan Q3 (kuartil atas). Berikut
adalah beberapa langkah yang dapat dilakukan untuk mendapatkan kuartil.
1. Susunlah data menurut urutannya.
2. Tentukan letak kuartil dan.
3. Tentukan nilai kuartilnya.
Untuk mencari letak kuartil ke i, dapat kita gunakan rumus berikut.

b.)Kuartil Data Berkelompok

Berikut merupakan rumus yang dapat kita gunakan untuk kuartil data berkelompok
yang disajikan dalam bentuk tabel distribusi frekuensi.

Keterangan:
Tb = Tepi bawah kuartil ke-i.
F = Jumlah frekuensi sebelum frekuensi kuartil ke-i.
f = Frekuensi kuartil ke-i. i = 1, 2, 3
n = Jumlah seluruh frekuensi.
C = panjang interval kelas.

c.) Jangkauan Kuartil dan Simpangan Kuartil atau Jangkauan Semi Inter Kuartil

Statistika Dasar16
 Berikut adalah rumus untuk sekumpulan data yang mempunyai kuartil bawah (Q1) dan
kuartil atas (Q3), Rumus Jangkauan kuartil dan simpangan kuartil atau Jangkauan Semi Inter
kuartil dari data adalah sebagai berikut:

Keterangan:
JQ = Simpangan kuartil.
Qd = Jangkauan semi inter kuartil atau simpangan kuartil.
Q1 = Kuartil ke-1 (Kuartil bawah).
Q3 = Kuartil ke-3 (Kuartil atas).

2.5 DESIL (D)

a.) Desil Data Tunggal
Berikut adalah beberapa langkah yang dapat dilakukan untuk mendapatkan desil.
1. Susunlah data menurut urutan nilainya.
2. Tentukan letak desilnya.
3. Hitung nilai desilnya.
Letak desil ke i dapat ditentukan dengan rumus berikut:

b.)Desil Data Berkelompok

Data yang disajikan dalam tabel distribusi frekuensi dapat dihitung menggunakan
rumus berikut:

Keterangan:
Tb = Tepi bawah desil ke-i.

Statistika Dasar17
F = Jumlah frekuensi sebelum frekuensi kuartil ke-i.
f = Frekuensi kuartil ke-i dengan i = 1-9.
n = Jumlah seluruh frekuensi.
C = panjang interval kelas.

2.6 PERSENTIL (P)

a.) Persentil Data Tunggal
Persentil merupakan kumpulan data yang dibagi menjadi seratus bagian yang sama,
maka diperoleh sembilan puluh sembilan pembagi dan tiap pembagi dinamakan persentil,
yaitu persentil 1 hingga persentil 99 dan untuk menyederhanakannya disingkat menjadi P1
hingga P99.
Berikut adalah beberapa langkah yang dapat dilakukan untuk mendapatkan persentil data
tunggal:
1. Susunlah data menurut urutan nilainya.
2. Tentukan letak persentilnya.
3. Hitung nilai persentilnya.

Letak persentil ke i dapat ditentukan dengan rumus berikut:

b.)Persentil Data Berkelompok

Berikut adalah beberapa langkah yang dapat dilakukan untuk mendapatkan persentil
data berkelompok:

Keterangan:
Tb = Tepi bawah persentil ke-i.
F = Jumlah frekuensi sebelum frekuensi kuartil ke-i.
f = Frekuensi kuartil ke-i. i = 1, 2, 3,…,99
n = Jumlah seluruh frekuensi.
C = panjang interval kelas.

Statistika Dasar18
2.7 RENTANG
Rentang
Rentang adalah selisih = data
data terbesar
tersebar – data
dengan data terkecil. makin kecil rentang suatu
terkecil
data, maka kualitas data itu semakin baik sebaliknya semakin besar rentang maka kualitas
data semakin tidak baik.
Rumus =

Contoh :
Tentukan rentang dari data berikut :
11, 13, 15, 17, 19, 21, 23, 25, 27

Penyelesaian :
Rentang = 27 – 11 = 16

a.) Rentang antar kuartil

Rentang antara kuartil adalah selisih antara nilai kuartil atas (Q1 ) dan kuartil
bawah ( Q1).

Rumus : RAK = Q3- Q1

Contoh :
Tentukan rentang antara kuartil dari data berikut: 4, 5, 6, 6, 6, 7, 7, 7, 8, 8, 8,8, 9, 9, 9.

Penyelasian:
Q1 = 1/4 (n+1) = 16/4 = 4 (data ke 4)
Nilai Q1 = 6
Q3 = 3/4 (n+1)
= 12 (data ke 12)
Nilai Q3 = 8
RAK =Q3 - Q1 = 8 – 6 = 2

b.) Simpangan kuartil

Statistika Dasar19
 Simpangan kuartil atau devisi kuartil atau disebut pula rentang semi antar
kuartil, herganya setengah dari rentang antar kuartil. Jadi sampingan kuartil disingkat
dengan SK. Rumusnya adalah

Contoh :
Diketahui data: 95, 84, 86, 90, 93, 88, 97, 98, 89, 94. Hitunglah simpangan kuartilnya!

Penyelesaian:
Data diurutkan terlebih dahulu, menjadi: 84, 86, 81,88, 89, 90, 93, 94, 95, 97, 98
Kuartil Q1=88 ; Q2 = (90+93)/2 = 91,5 ; Q3 = 95
Simpangan kuartil = Qd = (95 - 88) / 2 = 3,5

c.) Simpangan Rata-rata (Mean Deviation)

Sekumpulan data kuantitatif yang tidak dikelompokkan dinyatakan oleh x1, x2,
…, xn. Dari data tersebut dapat ditentukan simpangan rata-rata (SR) dengan
menggunakan rumus :

Untuk data tunggal:

atau

Keterangan :
xi / xn : data ke i/n

: rata – rata
n : banyaknya data
RS / SR : rata – rata simpangan / simpangan rata – rata

Untuk data kelompok:

atau
1/2(Q3 - Q1 )

Keterangan :
fi / fn : frekuensi ke i / n
xi / xn : data ke i / n

Statistika Dasar20
 : rata – rata
N : banyaknya data
RS / SR : rata – rata simpangan / simpangan rata - rata

Contoh:
1. Diberikan data sebagai berikut: 5, 6, 8, 5, 7
Tentukan nilai simpangan rata-rata data di atas!

Pembahasan
Menentukan simpangan rata-rata data tunggal, lebih dulu dicari rata-rata datanya:

Setelah diketahui rata-ratanya, saatnya mencari simpangan rata-rata:

Sehingga nilainya

2. Perhatikan tabel distribusi frekuensi data berikut ini:

Nilai Frekuensi (f)

(x)
6 10
7 6
8 4
9 8
10 2
Tentukan nilai simpangan rata-rata data di atas!

Pembahasan:
Menentukan simpangan rata-rata dari tabel distribusi frekuensi untuk data tunggal,

Statistika Dasar21
 lebih dulu dicari rata-rata datanya:

Setelah diketahui rata-ratanya, saatnya mencari simpangan rata-rata:

Sehingga nilainya

3. Perhatikan tabel distribusi frekuensi data berikut ini

Nilai Frekuensi
11 - 15 5
16 - 20 2
21 - 25 10
26 - 9
30 4
31 - 35
Tentukan nilai simpangan rata-rata data di atas!

Pembahasan :
Menentukan simpangan rataan data berkelompok, tentukan dulu titik tengah setiap
kelas, untuk kemudian dicari reratanya:

Nilai Frekuens x
i
11 - 15 5 13
16 - 20 2 18
21 - 25 10 23
26 - 30 9 28
31 - 35 4 33

Statistika Dasar22
 Rata-ratanya adalah:

Dengan rumus,

menggunakan titik tengah kelas sebagai x diperoleh:

2.8 SIMPANGAN BAKU

Simpangan baku mengukur bagaimana nilai-nilai data tersebar. Dan dapat diartikan
sebagai, rata-rata jarak penyimpangan titik-titik data diukur dari nilai rata-rata data tersebut.
Simpangan baku didefinisikan sebagai akar kuadrat varians / ragam. Varians / ragam adalah
salah satu ukuran dispersi atau ukuran variasi. Varians dapat menggambarkan bagaimana
berpencarnya suatu data kuantitatif. Varians diberi simbol s2 dengan rumus :

Keterangan :
S2 : varians / ragam
x : data

: rata – rata
n : banyaknya data

Sehingga rumus simpangan baku adalah :

Statistika Dasar23
Contoh :
1. Diberikan data sebagai berikut: 6, 7, 8, 8, 10, 9
Tentukan:
a) Ragam (variansi)
b) Simpangan baku
Pembahasan
Pertama kali cari rata-ratanya dulu:

Sehingga

a. ) Ragam (variansi)
Untuk menentukan ragam atau variansi (S2) ,

Sehingga

b.) Simpangan baku (S) adalah akar dari ragam / variansi

Statistika Dasar24
 Sehingga diperoleh nilai simpangan baku data di atas

Contoh :
1. Perhatikan tabel distribusi frekuensi data tunggal berikut ini:

Nilai (x) frekuensi (f)

5 2
6 5
7 12
8 7
9 4
Tentukan:
a) Ragam (variansi)
b) Simpangan baku

Pembahasan:
Pertama kali cari rata-ratanya dulu:

Sehingga

a) Ragam (variansi)
Untuk menentukan ragam atau variansi (S2) ,

Statistika Dasar25
Sehingga:

b) Simpangan baku Simpangan baku (S) adalah akar dari ragam

Sehingga diperoleh nilai simpangan baku data di atas

2. Perhatikan tabel berikut!

Berat Frekuensi (f)
(kg)
31 - 35 4
36 - 40 7
41 - 45 9
46 – 50 10

Tentukan:
a) Ragam (variansi)
b) Simpangan baku

Pembahasan
Ambil titik tengah untuk setiap interval kelas terlebih dahulu:
Berat (kg) Frekuensi
Titik Tengah (f)
(x)
33 4
38 7

Statistika Dasar26
43 9
48 10

Setelah titik tengah ditentukan, cari rata-rata dulu:

Diperoleh nilai rerata:

a) Ragam (variansi)
Untuk menentukan ragam atau variansi (S2) ,

Sehingga

b) Simpangan baku Simpangan baku (S) adalah akar dari ragam

Statistika Dasar27
 BAB III
PENUTUP

3.1 KESIMPULAN
Ukuran penyebaran data yang telah dihitung adalah range (rentang), standar
deviasi (simpangan baku). Rentang data menunjukkan selisih antara nilai terbesar
dengan nilai terkecil dalam suatu himpunan data. Simpangan baku adalah jumlah
mutlak selisih setiap nilai pengamatan terhadap nilai rata-rata dibagi dengan
banyaknya pengamatan kurtosis merupakan ukuran untuk menentukan bentukbentuk
distribusi yang biasanya dibandingkan dengan kurva distribusi normal. Ukuran
penyebaran dapat digunakan untuk menentukan apakah nilai rata-ratanya benar-benar
representatif atau tidak. Apabila suatu kelompok data mempunyai penyebaran yang
tidak sama terhadap nilai rata-ratanya, maka dikatakan bahwa nilai rata-rata tersebut
tidak representatif.

3.2 SARAN
Dalam kehidupan sehari – hari bahwa penggunaan aplikasi microsoft Excel
dan juga SPSS dapat memberikan manfaat yang besar bagi suatu organisasi
perusahaan maupun pendidikan yaitu waktu dapat menjadi lebih efisien ketika
melakukan pengolahan data mentah menjadi data berkelompok yang nantinya
menjadi informasi bagi organisasi tersebut dalam menentukan keputusan yang lebih
baik di masa yang akan datang. Sebaliknya, jika sebuah organisasi perusahaan
maupun pendidikan masih menerapkan penghitungan manual dalam pengolahan data
statistik, maka waktu yang ada menjadi kurang efisien dan pengerjaan dalam
mengolah data menjadi kurang efektif.

Statistika Dasar28
 Dan juga bila dibandingkan hasil dari pengolahan data secara manual dengan
hasil pengolahan data secara otomatis yaitu dengan aplikasi microsoft excel dan
SPSS, akan memperoleh hasil yang berbeda dari keduanya. Tingkat keakuratan
pengolahan data secara otomatis lebih mendekati kebenaran daripada pengolahan data
secara manual.

DAFTAR PUSTAKA

Sudjana,2005. Metoda Statistika: Bandung, Tarsito Bandung.

http://emerer.com/cara-menghitung-jangkauan-range-rata-rata-simpangan-simpangan-
baku-standar-deviasi-dan-variansi/.
https://matematikastudycenter.com/kelas-11-sma/142-statistika-data-simpangan-rata-
rata.
https://matematikastudycenter.com/kelas-11-sma/144-statistika-data-ragam-dan-
simpangan-baku.
http://www.nafiun.com/2014/06/rumus-simpangan-baku-simpangan-rata-rata-ragam-
variansi-koefien-keragaman-contoh-soal-jawaban-statistik-matematika.html .

Statistika Dasar29