MAKALAH STATISTIKA Kelompok Real
MAKALAH STATISTIKA Kelompok Real
STATISTIKA
Ukuran Gejala Pusat Data Belum Dikelompokkan dan Ukuran Penyebaran Data
(Simpangan Rata-rata, Standar Deviasi, Jangkauan Kuartil dan Jangkauan Presentil)
Makalah Ini Diajukan Sebagai Salah Satu Tugas Mata Kuliah Statitika
Disusun oleh :
Kelas - 12.2C.39
SISTEM INFORMASI
Jl. Raya Cilebut No.3a, RT.01/RW.04, RTO1 RW04, Kec. Tanah Sereal, Kota Bogor, Jawa Barat 16165
KATA PENGANTAR
Puji dan syukur kami panjatkan kehadirat Tuhan YME atas segala karunia yang telah
dilimpahkan, sehingga kami dapat menyelesaikan makalah yang berjudul Ukuran Gejala Pusat Data
Belum Dikelompokkan dan Ukuran Penyebaran Data (Simpangan Rata-rata, Standar Deviasi,
Tidak lupa, kami mengucapkan terima kasih kepada Bapak Harna Ardianto, S.Si, M.T
selaku dosen mata kuliah Statistika. Ucapan Terima kasih juga kami sampaikan kepada teman-
teman yang telah membantu baik secara moral maupun material sehingga laporan ini dapat
terwujud.
Pembuatan laporan ini kami buat sebagai bentuk pengembangan ilmu yang kami dapatkan
dalam mata kuliah Statistika selama satu semester dan agar pembaca dapat lebih mengetahui lebih
dalam tentang Ukuran Gejala Pusat Data Belum Dikelompokkan dan Ukuran Penyebaran Data
(Simpangan Rata-rata, Standar Deviasi, Jangkauan Kuartil dan Jangkauan Presentil).. Selain itu
sebagai syarat untuk mendapatkan nilai ujian akhir semester mata kuliah Statistika.
Penulis menyadari bahwa dalam penulisan laporan ini masih jauh dari kata sempurna serta
kesalahan yang penulis yakini di luar batas kemampuan penulis. Oleh sebab itu kami sangat
terbuka dengan kritik dan saran yang membangun dari rekan-rekan yang sangat dibutuhkan untuk
penyempurnaan laporan ini. Semoga laporan ini dapat bermanfaat bagi semua pihak.
Akhir kata penulis berharap semoga makalah ini dapat memberikanmanfaat dan
KATA PENGANTAR………………………………………………………………………
DAFTAR ISI………………………………………………………………………..............
BAB I PENDAHULUAN
A. Latar Belakang………………………………………………...........................................
B. Ruang Lingkup………………………………………………………..............................
BAB II PEMBAHASAN
…………………………………………………………
…………………………………………..
…………………………………………..
C. Contoh Penggunaan
Dikelompokkan……………..
…………………………………………..
BAB IV PENUTUP
A. Kesimpulan………………………………………………………………………………..
B. Saran………………………………………………………………………………………
DAFTAR PUSTAKA
BAB I
PENDAHULUAN
A. Latar Belakang
Statistik berasal dari bahasa Latin yang artinya adalah “status” atau negara. Pada mulanya
statistika berhubungan dengan fakta dan angka yang dikumpulkan oleh pemerintah untuk
bermacam-macam tujuan. Statistik juga diturunkan dari kata bahasa Inggris yaitu state atau
pemerintah. Pengertian yang sangat sederhana tentang statistic adalah sebagai suatu kumpulan data
yang berbentuk angka dan tersusun rapi dalam suatu tabel, grafik, gambar, dan lain-lain. Misalnya
tabel mengenai keadaan pegawai di kantor-kantor, grafik perkembangan jumlah penduduk dari
waktu ke waktu, dan lain sebagainya. Sedangkan pengertian yang lebih luas mengenai statistik
adalah merupakan kumpulan dari teknik mengumpulkan, analisis, dan interpretasi data dalam
bentuk angka. Dan statistik juga merupakan bilangan yang menunjukkan sifat-sifat (karakteristik)
Statistika dapat didefinisikan sebagai suatu ilmu pengetahuan yang berhubungan dengan
sehingga dapat diperoleh suatu kesimpulan/keputusan. Penggunaan istilah statitika berakar dari
istilah - istilah dalam bahasa latin “modern statisticum collegiums (“dewan negara”) dan bahasa
Italian statista (“negarawan” atau “politikus”). Pada abad ke 19 dan awal abad ke 20 statistika
statistika pada masa sekarang dapat di katakan telah menyentuh semua bidang ilmu pengetahuan,
mulai dari astronomi hingga linguistika. Meskipun ada pihak yang menganggap statistika sebagai
cabang dari matematika tetapi sebagian pihak lainya menganggap statistika sebagai bidang yang
Didalam kehidupan sehari – hari, sering kita jumpai banyak hal yang dapat kita
deskripsikan
dalam sebuah bentuk data. Informasi data yang diperoleh tentunya harus diolah terlebih dahulu
menjadi sebuah data yang lebih mudah dibaca dan dianalisa. Akan tetapi bagaimana penyajian data
yang kita dapat tentunya berbeda – beda, sesuai dengan kebutuhan dan keinginan penyaji data.
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
Pemahaman terhadap berbagai macam ukuran memiliki peranan krusial dalam membantu
kita merinci dan menganalisis data yang telah terkumpul. Ukuran-ukuran ini memberikan wawasan
lebih mendalam tentang sifat-sifat statistik suatu set data, memungkinkan kita untuk menyusun
Untuk Ukuran Gejala adanya Rata-rata Hitung, Rata-rata Ukur, Rata-rata Harmonis, dan
Modus. Ukuran ini memberikan informasi mengenai pusat data. Rata-rata hitung adalah nilai
tengah yang mewakili data secara umum, sementara rata-rata ukur memberikan gambaran tentang
seberapa
jauh nilai-nilai data tersebar dari rata-rata hitung. Rata-rata harmonis memberikan perspektif lain
dengan mempertimbangkan kebalikan nilai-nilai data. Modus, di sisi lain, mengidentifikasi nilai-
nilai yang paling sering muncul dalam kumpulan data. Ukuran Letak Median, Kuartil, Desil, dan
Persentil Ukuran-ukuran ini membantu kita memahami posisi data di dalam kumpulan. Median,
sebagai nilai tengah setelah pengurutan data, memberikan gambaran representatif yang tidak
dipengaruhi oleh ekstrem nilai-nilai.
Kuartil membagi data menjadi empat bagian, sedangkan desil dan persentil memperluas
konsep ini ke dalam pecahan sepuluh atau seratus, membantu kita melihat distribusi data secara
lebih terperinci.Ukuran Penyebaran atau Simpangan yaitu Rata-rata, Standar Deviasi, Jangkauan
Kuartil, dan Jangkauan Persentil Ukuran penyebaran memberikan informasi tentang seberapa jauh
nilai-nilai
data tersebar dari pusatnya. Simpangan rata-rata adalah rata-rata dari selisih setiap data dengan
rata-rata hitung. Standar deviasi menyediakan ukuran yang lebih umum tentang sebaran data.
Jangkauan
kuartil dan jangkauan persentil membantu kita memahami sebaran data di bagian tengah dan
kemampuan kita dalam merangkum data, tetapi juga memberikan dasar yang kuat untuk
mengambil keputusan yang tepat dalam berbagai konteks analisis data. Dengan demikian,
pemahaman mendalam terhadap ukuran-ukuran ini menjadi dasar yang esensial dalam memahami
B. Ruang Lingkup
Ruang lingkup yang akan penulis bahas meliputi statistika yang digunakan dan jenis – jenis
yang dapat digunakan untuk menyimpulkan atau mendeskripsikan data frekuensi Data produksi
celana dan jaket di PT Daerah Cibinong periode bulan Janurai – November 2023.
BAB II
PEMBAHASAN
Ukuran gejala pusat data belum dikelompokan adalah data yang tidak disusun ke dalam
distribusi frekuensi sehingga tidak mempunyai interval kelas dan titik tengah kelas. Sedangkan
pada Ukuran gejala pusat data dikelompokkan, datanya sudah disusun ke dalam sebuah distribusi
frekuensi sehingga data tersebut mempunyai interval kelas yang jelas dan mempunyai titik tengah
kelas.
Ada beberapa macam ukuran gejala pusat data belum dikelompokan yaitu rata-rata
hitung(mean), rata-rata ukur/geometri, rata-rata harmonis, rata-rata tertimbang, median, modus, dan
a. Mean
Istilah mean dikenal dengan sebutan angka rata-rata. Ratarata hitung (mean) adalah nilai
yang mewakili sekelompok data. Mean diperoleh dengan cara menjumlahkan semua data yang ada
Xi = Nilai data ke – i
Rata-rata ukur (geometri) adalah rata-rata yang diperoleh dengan mengalikan semua data dalam
suatu kelompok sampel, kemudian diakarpangkatkan dengan banyaknya data sampel tersebut.
Rata-rata harmonis 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 harmonis sering disebut juga dengan kebalikan dari Rata-rata Hitung (mean).
Rumus rata-rata harmonis :
n
Rh =
1
∑x
i
setiap data.
∑ x i ⋅ wi
x=
∑ wⅈ
Keterangan :
X = rata-rata tertimbang
Xi = Nilai data ke – i
Wi = Bobot data ke - i
e. Median
Median merupakan suatu nilai yang berada di tengah-tengah data, setelah data tersebut diurutkan.
Atau dengan kata lain, median adalah titik tengah dari semua nilai data yang telah diurutkan dari
nilai yang terkecil ke yang terbesar, atau sebaliknya dari yang terbesar ke yang terkecil. Hasil
median sama dengan hasil dari kuartil kedua. Posisi tengah dari seperangkat data sebanyak N yang
Me = n+1
2
Rumus median jumlah data genap :
n
x +x n
2 ( 2 +1)
Mⅇ =
2
Keterangan :
Me = Median
X = Data ke –
f. Modus
Modus adalah nilai yang sering muncul di serangkaian data atau frekuensinya paling tinggi.
g. Kuartil
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
h. Desil
Desil adalah suatu rangkaian data yang membagi suatu distribusi menjadi 10 bagian yang
sama besar.
ⅈ ( n+1 )
Rumus Desil : Dⅈ =
10
Keterangan :
Di = Desil ke-i
N = Banyaknya Data
i. Persentil
Persentil adalah ukuran letak yang membagi suatu distribusi menjadi 100 bagian yang sama
Rumus persentil :
ⅈ ( n+1 )
Pi=
100
Penyebaran atau dispersi adalah pergerakan dari nilai observasi terhadap nilai rata-ratanya.
rata-rata dari serangkaian nilai observasi tidak dapat diinterpretasikan secara terpisah dari hasil
dispersi nilai-nilai tersebut sekitar rata-ratanya. Makin besar variasi nilai , makin kurang
representatif rata-rata distribusinya.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 nilaiterkecil 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-
bentuk distribusi yang biasanya dibandingkan dengan kurva distribusi normal.Berdasarkan besar
kecilnya penyebaran kelompok data di bagi menjadi 2 yaitu :
Kelompok data homogen penyebaran relatif kecil jika seluruh data sama, maka disebut
representatif atau tidak. Apabila kelompok data mempunyai penyebaran yang tidak sama
terhadap nilai rata-ratanya, maka di katakana bahwa nilai rata-rata itu tidak representatif.
pengujian hipotesis,apakah dua sampel berasal dari populasi yang sama atau tidak.
a. Simpang Deviasi
Simpangan rata-rata (deviasi mean) adalah rata-rata jarak antara nilai-nilai data menuju
rata-ratanya. Simpangan rata-rata termasuk ke dalam ukuran penyebaran data seperti halnya varian
dan standar deviasi. Kegunaannya adalah untuk mengetahui seberapa jauh nilai data menyimpang
dari rata-ratanya.
RUMUS :
Standar deviasi disebut juga simpangan baku. Seperti halnya varians, standar deviasi juga
merupakan suatu ukuran dispersi atau variasi. Standar deviasi merupakan ukuran dispersi yang
paling banyak dipakai. Hal ini mungkin karena standar deviasi mempunyai satuan ukuran yang
RUMUS :
n n
c. Jangkauan Kuartil
Kuartil merupakan ukuran yang membagi data menjadi empat bagian yang sama. Seperti
yang telah di jelaskan di atas bahwa kuartil terdiri dari kuartil bawah (Q ₁), kuartil tengah
(Q₂/median) dan kuartil atas (Q₃).Simpangan kuartil ialah setengah dari selisih kuartil atas dengan
RUMUS :
a
n−fk
Q3−Q1 4
sk= Qi =Tb+ ⋅p
2 fQ
d. Jangkauan Presentil
Persentil ini diambil dari kata persen, per seratus. Maka pengertian dari persentil yakni
adalah pembagian data terurut menjadi 100 buah bagian yang sama banyak. Dari 100 buah bagian.
RUMUS :
C. Contoh Penggunaan
Data produksi celana dan jaket di PT Daera Cibinong Periode Bulan Januari – November 2023.
N PRODUKS PRODUKSI
BULAN TOTAL
O I CELANA JAKET
1 JANUARI 34557 21507 56064
2 FEBRUARI 34885 30050 64935
3 MARET 16350 39279 55629
4 APRIL 22730 27750 50480
5 MEI 11187 39175 50362
6 JUNI 15470 26145 41615
7 JULI 2377 28219 30596
8 AGUSTUS 50 30409 30459
9 SEPTEMBER 18927 10617 29544
10 OKTOBER 43689 13571 57260
11 NOVEMBER 11772 29860 41632
JUMLAH 211994 296582 508576
DATA PRODUKSI
TOTA
Tanggal Hari BULAN JANUARI
L
CELANA JAKET
Mingg
1 u 0
2 Senin 2100 1350 3450
3 Selasa 2933 460 3393
4 Rabu 1420 570 1990
5 kamis 1380 780 2160
6 Jumat 1660 585 2245
7 Sabtu 0
Mingg
8 u 0
9 Senin 1830 680 2510
10 Selasa 2020 780 2800
11 Rabu 1509 1180 2689
12 kamis 1370 1415 2785
13 Jumat 1600 1495 3095
14 Sabtu 0
Mingg
15 u 0
16 Senin 1800 1130 2930
17 Selasa 1600 1710 3310
18 Rabu 900 1800 2700
19 kamis 0 1367 1367
20 Jumat 0 1340 1340
21 Sabtu 0
Mingg
22 u 0
23 Senin 294 1200 1494
24 Selasa 536 1105 1641
25 Rabu 1680 1060 2740
26 kamis 1840 1130 2970
27 Jumat 1930 650 2580
28 Sabtu 0
Mingg
29 u 0
30 Senin 2155 410 2565
31 Selasa 2950 360 3310
2255 5606
JUMLAH 33507
7 4
a. Mean
x¿
−¿
1/n (X1+X2+…...+Xn)
−¿
X = 1/n (X1+X2+…...+X11)
−¿
X = 1/11 (34557+34885+16350+22730+11187+15470+2377+50+18927+43689+11772)
−¿
X = 1/11 x 211,994
X= 19272.18182 19272
Contoh menghitung mean (rata-rata) dari sampel data produksi celana periode bulan
Contoh menghitung rata-rata ukur (geometri) dari data harian produksi jaket periode 3 – 6
G= √(X1.X2. ....X𝑛)
G= √(460.570.780.585)
G= √119,641,860,000
G= 588.126555 588
c. Rata-rata Harmonis
Contoh menghitung rata-rata harmonis dari data harian produksi jaket periode 3 – 6 bulan
januari 2023.
4 4
Rh = =
1 1 1 1 260,091+209,898+ 153,387+204,516
+ + +
460 570 780 585 119,641,860
d. Rata-rata Tertimbang
Contoh menghitung rata-rata tertimbang dari data harian produksi jaket periode 2 – 6 (satu
= (X1.W1)+(X2.W2)+(X3.W3)+(X4.W4)+(X5.W5) = (1350.3450)+(460.3393)+(570.1990)+(780.2160)+(585.2245)
W1+W2+W3+W4+W5 3450+3393+1990+2160+2245
= 781.893413 782
e. Median
Contoh menghitung media produksi celana di PT Daerah Cibinong periode bulan Januari –
November 2023.
PRODUK
N URUTA 11+1
BULAN SI Me=
O N DATA 2
CELANA
1 JANUARI 34557 9 12
2 FEBRUARI 34885 10 Me= =6
2
3 MARET 16350 6 MEDIAN
4 APRIL 22730 8
5 MEI 11187 3
6 JUNI 15470 5
7 JULI 2377 2
8 AGUSTUS 50 1
SEPTEMBE
9 R 18927 7
10 OKTOBER 43689 11
NOVEMBE
11 R 11772 4
JUMLAH 211994
f. Modus
DATA
PRODUKSI
Tangg BULAN Modus dari data produksi celana pada
Hari TOTAL bulan Januari – November 2023
al JANUARI
CELAN JAKE 1 294 1
A T 2 536 1
1 Minggu 0 3 900 1
4 1370 1
2 Senin 2100 1350 3450
5 1380 1
3 Selasa 2933 460 3393
6 1420 1
4 Rabu 1420 570 1990
7 1509 1
5 kamis 1380 780 2160 8 1600 2
6 Jumat 1660 585 2245 9 1600 1
7 Sabtu 0 10 1680 1
8 Minggu 0 11 1800 1
9 Senin 1830 680 2510 12 1830 1
10 Selasa 2020 780 2800 13 1840 1
11 Rabu 1509 1180 2689 14 1930 1
12 kamis 1370 1415 2785 15 2020 1
13 Jumat 1600 1495 3095 16 2100 1
14 Sabtu 0 17 2155 1
18 2933 1
15 Minggu 0
19 1950 1
16 Senin 1800 1130 2930
17 Selasa 1600 1710 3310
18 Rabu 900 1800 2700
19 kamis 0 1367 1367
20 Jumat 0 1340 1340
21 Sabtu 0
22 Minggu 0
23 Senin 294 1200 1494
24 Selasa 536 1105 1641
25 Rabu 1680 1060 2740
26 kamis 1840 1130 2970
27 Jumat 1930 650 2580
28 Sabtu 0
29 Minggu 0
30 Senin 2155 410 2565
31 Selasa 2950 360 3310
2255
∑ 33507 56064
7
g. Kuartil
Contoh Menghitung Kuartil data dari data produk periode bulan Januari 2023
16 2020 1
17 2100 1
18 2155 1
19 2933 1
2950 1
h. Desil
Misal : Tentukan desil ke – 2 dari data produksi celana bulan Januari 2023
i ( n+1 ) 2 ( 19+1 ) 2 ( 20 ) 40
Dⅈ = = = = =4
10 10 10 10
i. Peresentil
Misal : Mencari Persentil ke 10 dari data produksi celana bulan Januari 2023
10 ( 19+ 1 ) 10 ( 20 ) 200
P10= = = =2
100 100 100
3. Contoh Penggunaan Ukuran Penyebaran Data (Simpangan Rata-rata, Standar Deviasi,
Contoh menghitung simpang rata-rata produk celana periode tanggal 23 – 26 Januari 2023.
DATA PRODUKSI
Tanggal Hari BULAN JANUARI TOTAL
CELANA JAKET
1 Minggu 0
2 Senin 2100 1350 3450
3 Selasa 2933 460 3393
4 Rabu 1420 570 1990
5 kamis 1380 780 2160
6 Jumat 1660 585 2245
7 Sabtu 0
8 Minggu 0
9 Senin 1830 680 2510
10 Selasa 2020 780 2800
11 Rabu 1509 1180 2689
12 kamis 1370 1415 2785
13 Jumat 1600 1495 3095
14 Sabtu 0
15 Minggu 0
16 Senin 1800 1130 2930
17 Selasa 1600 1710 3310
18 Rabu 900 1800 2700
19 kamis 0 1367 1367
20 Jumat 0 1340 1340
21 Sabtu 0
22 Minggu 0
23 Senin 294 1200 1494
24 Selasa 536 1105 1641
25 Rabu 1680 1060 2740
26 kamis 1840 1130 2970
27 Jumat 1930 650 2580
28 Sabtu 0
29 Minggu 0
30 Senin 2155 410 2565
31 Selasa 2950 360 3310
JUMLAH 33507 22557 56064
294+536 +1680+1840 43 5 0
x= = =
Rata rata 4 4
Interval Frekuensi xi fi i
x x i−x |x i−x| 2
( x i−x )
2
fⅈ ( x i−x ) fk
fi
∑ fi i x
3935 = 787
i=1
x= =
∑ ¿ i=1 f i 5
1. Simpangan Rata-rata
a. Data Tunggal
b. Data Kelompok
n
2. Standar Deviasi
a. Data Tunggal
n
b. Data Kelompok
n
∑ f i ( x j−x )2 = 3926045 =¿
s2= i=1 6
n
3. Jangkauan Kuartil
a. Data Tunggal
Q3−Q1 1760−415 1 345
sk= = = = 672,5
2 2 2
b. Data Kelompok
Q
n−f k
4
Qi=Tb+ ⋅P
f Q2 5
4 1 ,25 = 1248,5
Q2=533 , 5+ ⋅1144=533 , 5+ ⋅1144=533 , 5+715
12 2
5
4 1 ,25 = 544,75
Q1=293 , 5+ ⋅242=293 ,5+ ⋅242=393 , 5+151 , 25
2 2
3
5−2
4 1 , 25−4 −2 ,75 =
Q3=1679 , 5+ ⋅160=1679 , 5+ ⋅160=1679 , 5+ 160=1679 , 5±440
2 .2 2
1239,5
4. Jangkauan Presentil
a. Data Tunggal
i ( n+ 1 )
Pi=
100
40 ( 4+1 ) 40 ×5 200
P40= = = = 2 (letak) = 534
100 100 100
b. Data Kelompok
ⅈ
( n 40
)−f k
100 ( 5⋅)−1
Pi=T b + 100 P 2 = 1679,5 + 121 = 1800,5
P40=1679 , 5+f P 242=1679 , 5+ ⋅242
4 4
BAB III
PENUTUP
A. Kesimpulan
Dari pengertian dan penjelasan di atas dapat disimpulkan bahwa Distribusi Frekuensi
mencakup penyajian data, pengelompokan data kedalam suatu daftar atau tabel, kelas interval serta
Sedangkan Ukuran Gejala Pusat Data yang Belum Dikelompokkan mencakup penyajian
Dalam kehidupan sehari–hari penggunaan aplikasi Microsoft Excel atau SPSS dapat
memberikan manfaat yang besar dalam perusahaan ataupun dalam dunia pendidikan dan bila
dibandingkan hasil dari pengolahan data secara manual dengan hasil pengolahan data secara
otomatis yaitu dengan aplikasi microsoft excel atau SPSS, akan memperoleh hasil yang berbeda
dari keduanya. Pertama dalam keakuratan pengolahan data secara otomatis lebih mendekati
kebenaran melalui program daripada pengolahan data secara manual. Lalu dalam hal efisiensi
waktu pengolahan dengan aplikasi Microsoft excel atau SPSS waktu yang digunakan dapat menjadi
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.
B. Saran
Pada perhitungan dengan menggunakan cara manual tentunya juga diperlukan ketelitian
dan kecermatan agar tidak terjadi kesalahan, untuk memperkecil kesalahan kita bisa menggunakan
Microsoft Excel atau SPSS sebagai cara untuk membandingkan hasil keakuratan antara analisis
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. 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
http://www.igcomputer.com/ukuran-pemusatan-dan-penyebaran-data-pada-statistik-
deskriptif.html
http://id.wikipedia.org/wiki/Statistika
http://www.bsi.ac.id
H. Sigit Suprijanto dkk. 2009. Matematika 2 SMA Kelas XI Program IPA. Yudistira