KAJIAN MATEMATIKA SD

“STATISTIK DAN STATISTIKA”

Dosen Pengampu: Anim,S.Si,M.Pd

Disusun Oleh:

Sesy Oktavya (21051046)

Nurul Syakinah (21051048)

Sri Reski Pebriani (21051052)

Sheril Maharani (21051067)

PRODI PENDIDIKAN MATEMATIKA

FAKULTAS KEGURUAN DAN ILMU PENDIDIKAN

UNIVERSITAS ASAHAN

2022/2023
 KATA PENGANTAR

Puji dan syukur penulis panjatkan kehadirat Allah Swt. Karena atas rahmat dan kuasa-Nya
penulis dapat menyelesaikan makalah ini tepat pada waktunya. Tak lupa sholawat serta salam
semoga tetap tercurah limpahkan kepada Nabi Muhammad SAW.

Makalah yang berjudul Statistik dan Statistika ini disusun untuk memenuhi salah satu
tugas mata kuliah Kajian Matemaika SD pada program studi Pendidikan Matematika yang
diampu oleh ibu Anim S.Si,M.Pd . Makalah ini berisikan tentang penjelasan Kajian
Matematika SD dengan materi Statistik dan Statistika.

Penulis menyadari bahwa makalah ini masih sangat jauh dari kata sempurna. Oleh karena itu,
penulis mengharapkan kritik dan saran yang membangun guna perbaikan dikemudian
hari. Semoga makalah ini dapat bermanfaat bagi penulis khususnya dan bagi pembaca
umumnya.

Kisaran, Desember 2023

Penyusun

i
 DAFTAR ISI

Kata pengantar...........................................................................................i

Daftar isi .....................................................................................................ii

BAB I: PENDAHULUAN

A. Latar Belakang. ................................................................................1

B. Rumusan masalah. ...........................................................................1
C. Tujuan. .............................................................................................1

BAB II: PEMBAHASAN.

A. Pengertian Statistik dan Statistika....................................................2

B. Data dan Macam-macam Data .........................................................3
C. Penyajian Data .................................................................................4
D. Distribusi Frekuensi .........................................................................8
E. Ukuran Pemusatan Data ...................................................................12

BAB III: PENUTUP

A. Kesimpulan ......................................................................................20
B. Saran ................................................................................................20

DAFTAR PUSTAKA ................................................................................. 21

ii
 BAB I

PENDAHULUAN

A. Latar Belakang
Statistika adalah salah satu cabang ilmu dari matematika yang pada prinsipnya
merupakan suatu pengetahuan untuk mempelajari tentang pengumpulan data,
pengolahan dan penganalisisan data, serta penarikan kesimpulan berdasarkan analisis
data (Sudjana, 2001).
Menurut Moore (1998) statistika dapat dipandang sebagai pengetahuan yang
menyediakan sarana untuk dapat memberikan solusi terhadap fenomena atau
permasalahan yang terjadi di dalam kehidupan, di lingkungan pekerjaan dan di dalam
ilmu pengetahuan itu sendiri. Menurut Asep (2014), peran dan makna memahami
statistika dalam pembangunan yang berbasis data menjadi penting, bukan hanya
sekadar keperluan riset untuk pemuasan hasrat ilmuwan saja.
Pada level kabupaten, propinsi dan nasional, pengumpulan data yang dicacah
secara rapi dari desa akan menjadi data besar, sehingga pembangunan nasional dan
kesejahteraan masyarakat menjadi mudah diukur dan dievaluasi. Akumulasi data
terjadi hampir pada semua sektor kehidupan, seperti kesehatan, lingkungan hidup,
sosial, ekonomi, politik, olahraga dan lain-lain. Data besar dalam berbagai bidang
selalu menyisipkan statistika sebagai alat bantu untuk memperoleh pendugaan dan
penarikan kesimpulan.
B. Rumusan Masalah
1. Apa pengertian statistik dan statistika?

C. Tujuan
1. Untuk mengetahui statistic dan statistika.

1
 BAB II

PEMBAHASAN

A. Pengertian Statistik dan Statistika

Dalam kehidupan sehari-hari manusia sering dihadapkan pada suatu kegiatan
untuk menganalisis data. Kegiatan ini dilakukan setelah data terkumpul dari seluruh
responden atau sumber data lain yang telah terkumpul. Untuk melakukan teknik analisa
data digunakan statistik. Statistik sendiri merupakan sekumpulan fakta yang berbentuk
angka maupun kalimat yang tersusun dalam bentuk tabel maupun diagram yang
menggambarkan dari suatu kejadian tertentu dengan menggunakan asumsi-asumsi
tertentu. Statistik juga dapat diartikan sebagai ukuran dari sekumpulan data atau
sebagian data yang disusun sedemikian hingga, disajikan, diolah dan dianalisis untuk
mendapatkan kesimpulan tertentu. Contoh data yang sering dijumpai dalam kasus
kehidupan adalah siswa SDN Sumbersari yang lulus dengan mencapai nilai maksimal
dan dengan predikat memuaskan ada 15%. Jumlah penduduk di Malang yang memiliki
profesi sebagai guru PNS ada 25.000 jiwa. Harga sembako rata-rata mencapai kenaikan
10% dari harga sebelumnya.
Untuk melakukan proses penjelasan dan penarikan kesimpulan yang benar
tentunya dibutuhkan melalui beberapa proses yang meliputi kegiatan pengumpulan
data, pengolahan data dan penarikan kesimpulan. Itu semua diperlukan pengetahuan
tersendiri yang disebut dengan statitistika. Statistika adalah ilmu pengetahuan yang
berhubungan dengan cara-cara pengumpulan data, pengolahan data, penganalisisan
data, penarikan kesimpulan berdasarkan data yang ada. Atau statistika juga merupakan
suatu metode ilmiah yang mempelajari pengumpulan, perhitungan, penggambaran dan
penganalisisan data serta penarikan kesimpulan berdasarkan penganalisisan yang
dilakukan.
Statistik dibedakan menjadi dua (Sugiyono, 2013), yaitu
1. Statistik deskriptif, yaitu statistik yang digunakan untuk menganalisis data
dengan cara mendeskripsikan atau menggambarkan data yang telah terkumpul
sebagaimana adanya tanpa bermaksud membuat kesimpulan yang berlaku untuk
umum atau generalisasi.
2. Statistik inferensial (sering disebut statistik induktif atau statistik probabilitas),
adalah teknik statistik yang digunakan untuk menganalisis data sampel dan
hasilnya diberlakukan untuk populasi atau statistik yang digunakan untuk
menganalisis data sampel, dan hasilnya akan digeneralisasikan (diinferensikan)
untuk populasi dimana sampel diambil. Pada Statistik Inferensial dibedakan
menjadi dua yaitu ada statistik parametris dan nonparametris. Statistik
parametris digunakan untuk menguji parameter populasi melalui statistik atau
menguji ukuran populasi melalui data sampel.

2
B. Data dan Macam-macam Data.
Data adalah sekumpulan informasi yang berupa angka maupun dalam bnetuk
kategori yang dapat memberikan gambaran tentang suatu keadaan atau masalah,
contohnya baik, jelek, tinggi, rendah, panjang, pendek, dan sebagainya. Dalam sebuah
penelitian dibutuhkan data yang baik dan akurat agar tidak menimbulkan suatu
kesalahan dalam pengolahan datanya.
Beberapa persyaratan data dikatakan baik apabila memenuhi syarat sebagai berikut:
1. Obyektif: Data yang telah diambil dan dikumpulkan harus sesuai keadaan yang
sebenarnya.
2. Relevan: Data yang dikumpulkan harus ada kaitannya dengan permasalahan
yang akan diteliti.
3. Sesuai Zaman (up to date): Data harus menggambarkan dari keadaan atau
suasana baru, tidak kadaluwarsa atau tidak boleh ketinggalan zaman (keadaan
masa lalu/usang), harus bisa menyesuaikan dengan perkembangan zaman yang
semakin cepat dan teknologi yang serba berbasis IT.
4. Representatif Data yang dikumpulkan melalui sampling harus dapat mewakili
dan menggambarkan keadaan populasinya.
5. Dapat dipercaya: Data yang dikumpulkan diperoleh dari sumber data yang tepat
dan mempunyai tingkat kesalahan yang kecil.

Macam-macam data dapat dikelompokkan berdasarkan beberapa hal sebagai berikut:

1. Sifat Data.
Menurut sifat datanya, maka data dapat dibagi menjadi dua yaitu:
a. Data kualitatif yaitu data yang berupa kata, kalimat, kategori serta
gambar dan bukan berupa angka. Misalnya data jenis kelamin (laki-
laki-perempuan), data merk motor (honda, suzuki, yamaha), data
kategori (baik, cukup, kurang) dan sebagainya.
b. Data kuantitatif yaitu data yang berupa angka atau data kualitatif yang
diskoringkan. Misalnya data tinggi badan, data berat badan, data jumlah
siswa SD, data panjang benda.

Data kuantitatif sendiri masih dibagi menjadi dua yaitu:

a. Data diskrit yaitu data yang diperoleh dengan cara menghitung atau
membilang, data ini sering disebut dengan data nominal. Misalnya data
jumlah mahasiswa yang gemar sepak bola, jumlah kursi yang bisa
diduduki.
b. Data kontinum yaitu data yang diperoleh dengan cara mengukur,
Misalnya panjang suatu benda, berat badan seseorang, tinggi badan.

Data kontinum dikelompokkan menjadi tiga yaitu:

a. Data ordinal yaitu data yang berbentuk peringkat atau berjenjang.
b. Data interval yaitu data yang jaraknya sama tetapi tidak mempunyai
nilai nol absolut atau mutlak.

3
 c. Data rasio yaitu data yang jaraknya sama dan mempuyai nilai nol
absolut.

2. Cara memperoleh Data.

Berdasarkan cara memperolehnya, data dapat dibagi menjadi dua yaitu:
a. Data primer yaitu data yang diperoleh langsung dari sumber datanya.
Misalnya seorang guru ingin mengetahui kemampuan siswanya,
sehingga guru tersebut memberikan teslangsung kepada siswanya.
b. Data sekunder yaitu data yang diperoleh dari pihak lain. Misalnya guru
ingin mengetahui spikologi siswanya melalui wawancara kepada orang
tua masing-masing siswa.
3. Sumber Data.
Menurut Sumber datanya, data dapat dibagi menjadi dua:
a. Data internal yaitu data yang merupakan gambaran dari dalam suatu unit
atau organisasi tertentu. Misalnya data pegawai sekolah, meliputi kepala
sekolah, guru dan siswa serta karyawan.
b. Data eksternal yaitu data yang merupakan perwujudan atau gambaran
dari luar unit atau organisasi tertentu. Misalnya data yang
mempengaruhi dari organisasi sekolah tertentu yaitu data pendapatan
orang tua siswa, data pekerjaan orang tua siswa, dan sebagainya

C. Penyajian Data.
Dalam pembuatan laporan atau menganalisa data diperlukan informasi yang
komunikatif. Untuk keperluan itu data perlu disusun, ditata dan disajikan sedemikian
hingga agar mudah terbaca dan menarik. Ada dua cara yang sering digunakan untuk
menyajikan data yaitu dengan cara membuat tabel dan diagram.

1. Penyajian Data dalam Bentuk Tabel.

Dibawah ini akan disajikan data dalam bentuk daftar statistik, macam-macam
dari daftar tersebut antara lain:
a. Daftar baris kolom.
b. Daftar kontingensi.
c. Daftar distribusi kontingensi.

Berikut contoh cara membuat daftar statistik seperti tertera pada gambar dibawah ini:

Judul Tabel

Baris Judul Kolom

4
 Sel: pertemuan baris dan kolom (untuk menulis nilai data)

Keterangan:

Judul tabel: ditulis dibagian tengah dengan menggunakan huruf kapital

Baris dan kolom: digunakan untuk menulis judul sebaiknya ditulis dengan kata singkat
dan jelas.

Sel: untuk menuliskan data yang telah dikumpulkan Berikut diberikan contoh dari
masing-masing daftar.

a. Daftar baris kolom

Rata-Rata Nilai Siswa SD Sukorejo Malang

Tahun Ajaran 2017-2018

KELAS GANJIL GENAP

I 79,88 80,47
II 83,76 84,55
III 85,02 84,98
IV 79,67 80,28
V 80,43 81,45
VI 80,23 82,34

Catatan: data fiktif

b. Daftar kontingensi
Daftar kontingensi merupakan daftar yang memiliki dua variabel. Setiap
variabel terdiri atas n variabel.

Jumlah Siswa Sd Berdasarkan Tingkat Sekolah dan

Jenis Kelamin di Kabupaten Malang

Tahun Ajaran 2017-2018

JENIS KELAMIN JENJANG JUMLAH

SD SMP SMA
LAKI-LAKI 3.125 3.325 3.178
PEREMPUAN 3.456 3.679 3.456
JUMLAH 6.581 7.004 6.634

Catatan: data fiktif.

c. Daftar Distribusi Frekuensi

5
 Penyajian data distribusi frekuensi ini disajikan apabila datanya berupa data
kuantitatif. Berikut contoh dari daftar distribusi frekuensi:

Nilai Matematika Siswa Kelas IV SDN Makmur II

NILAI FREKUENSI
35-45 1
46-56 3
57-67 5
68-78 12
79-89 9
90-100 5
JUMLAH 35

2. Penyajian Data dalam Bentuk Diagram

Selain dengan menggunakan tabel, peyajian data dapat dilakukan
dengan membuat diagram atau grafik. Hal ini akan memberikan kemudahan
dalam memberikan informasi secara visual.
a. Diagram lambang.
Diagram lambang merupakan cara penyajian data dalam bentuk gambar
yang disertai ukuran tertentu untuk menunjukkan jumlah masing-masing
data.
Contoh: Diberikan data jumlah penjualan beras di Kabupaten Malang Tahun
2015-2018 sebagai berikut

NO TAHUN JUMLAH BERAS (KWINTAL)

1 2014 7
2 2015 5
3 2016 6
4 2017 7
5 2018 8

Ketika data diatas diubah dan disajikan dalam bentuk diagram lambang,
maka menjadi sebagai berikut:

NO TAHUN LAMBANG JUMLAH BERAS

(KWINTAL)
1 2014 7
2 2015 5
3 2016 6
4 2017 7
5 2018 8

Catatan = 1 Kwintal

b. Diagram lambang.

6
 Diagram batang merupakan cara penyajian data statistik dalam bentuk
persegi panjang atau persegi baik itu secara tegak maupun mendatar. Diagram
ini biasanya menunjukkan bilangan atau kuantitas dari suatu objek yang
mengalami perkembangan dalam kurun waktu tertentu. Ada beberapa hal yang
perlu diperhatikan ketika membuat diagram batang, yaitu:
1) Tentukan apakah diagram akan dibuat secara tegak maupun mendatar;
2) Sakal dibuat mulai dari titik nol;
3) Setiap batang yang dibuat pada diagram harus menunjukkan lebar yang
sama;
4) Antara batang satu dengan lainnya harus memiliki jarak yang sama;
5) Tinggi setiap batang harus menunjukkan informasi nilai yang
ditampilkan;
6) Lengkapilah dengan judul pada diagram;

Contoh 1: Buatlah diagram batang dari data dibawah ini.

Berikut merupakan data jenjang pendidikan dari orang tua wali

murid siswa SDN Kebon Agung pada tahun 2018.

Jenis Kelamin Tingkat Pendidikan Jumlah

SD SMP SMA D3 S1 S2
Laki-Laki 10 15 34 12 18 6 95
Perempuan 20 27 19 29 21 18 134
Jumlah 20 42 53 41 39 24 229

Dari data diatas dapat dibuat diagram batang sebagai berikut:

Chart Title

35
30
25
20
15
10
5
0
SD SMP SMA D3 S1 S2
Tingkat Pendidikan

Laki-Laki Perempuan

7
 c. Diagram lingkaran.
Diagram lingkaran atau disebut diagram pai merupakan sebuah grafik statistik
berbentuk lingkaran dan dibagi menjadi menjadi beberapa bagian (irisan-irisan)
untuk menggambarkan proporsi numerik.
Contoh: Diberikan data yang menunjukkan pekerjaan orang tua wali murid
siswa SD Maju Jaya di Kab. Jombang.

D. Distribusi Frekuensi.
1. Pengertian Distribusi Frekuensi.
Distribusi frekuensi adalah suatu susunan data mulai dari data terkecil sampai
dengan data terbesar dan membagi banyaknya data menjadi beberapa kelas.
Untuk membuat sebuah tabel distribusi frekuensi, beberapa hal yang perlu
diketahui adalah:
a. Kelas interval: yaitu banyak data dikelompokkan dalam bentuk a-b,
dimana data dimulai dari data yang bernilai a sampai dengan data yang
bernilai b. Diurutkan dari data terkecil sampai dengan data terbesar, secara
berurutan mulai kelas interval pertama sampai dengan interval terakhir.
b. Frekuensi: yaitu banyaknya bilangan dalam suatu kelas interval tertentu.
c. Ujung kelas interval: yaitu bilangan yang terletak disebelah kiri dan kanan
suatu kelas interval, meliputi ujung bawah dan ujung atas.
d. Panjang kelas interval: yaitu selisih antara tiap dua ujung bawah yang
berurutan.
e. Batas kelas interval: yaitu ujung bawah kelas dikurangi 0,5 sedangkan
batas atas adalah ujung atas ditambah dengan 0,5 (untuk data yang dicatat
sampai dengan satu satuan, untuk data hingga satu desimal desimal batas
bawah yaitu ujung bawah dikurangi 0,05 dan batas atas yaitu ujung atas
ditambah 0,05, jika tercatat hingga dua desimal maka angka
pengurang/penambahnya menjadi 0,005 dan begitu seterusnya).
f. Nilai Tengah: yaitu nilai data yang diambil sebagai wakil dari kelas
interval itu yaitu dengan menggunakan rumus: (ujung bawah + ujung
atas).

2. Menyusun Distribusi.
Untuk penyusunan daftar distribusi frekuensi kita lihat contoh berikut
ini, misalkan kita mempunyai kumpulan data nilai tentang pelajaran matematika
dari sebanyak 80 siswa. Data nilai matematika dari 80 siswa adalah sebagai
berikut:

75 84 68 82 68 90 62 88 93 76
88 79 73 73 61 62 71 59 75 85
75 65 62 87 74 93 95 78 72 63
82 78 66 75 94 77 63 74 60 68
89 78 96 62 75 95 60 79 71 83
67 62 79 97 71 78 85 76 65 65
73 80 65 57 53 88 78 62 76 74
8
73 67 86 81 85 72 65 76 75 77

Untuk membuat daftar distribusi frekuensi, langkah-langkahnya adalah sebagai

berikut ini:

a. Menentukan Rentang (Jangkauan).

Rentang atau Jangkauan adalah selisih antara data terbesar dengan data terkecil.
Dinotasikan sebagai :
𝑅 = 𝑥 𝑚𝑎𝑥 − 𝑥 𝑚𝑖𝑛
Keterangan:
R = rentang
X max data terbesar
X min data terkecil

Contoh: Rentang dari data nilai matematika 80 siswa adalah:

𝑅 = 𝑥 𝑚𝑎𝑥 – 𝑥 𝑚𝑖𝑛

X maks data terbesar = 97

X min data terkecil = 53
R= 97-53 = 44

b. Menentukan Banyak Kelas Interval.

Banyak kelas harus dibuat sedemikian rupa agar semua data nilai bisa
tercakup didalamnya. Bila kelas intervalnya terlalu sedikit maka informasi yang
diberikan akan menjadi tidak lengkap, karena jumlah kelas yang sedikit maka
akibatnya interval kelasnya menjadi besar sehingga variasi yang terinci secara
individual akan hilang. Atau sebaliknya bila jumlah interval terlalu banyak
maka perhitungan menjadi tidak praktis dan pola frekuensinya menjadi kosong.
Untuk menetapkan banyak kelas interval, dapat digunakan aturan Sturges yaitu
sebagai berikut ini:

𝐾 = 1 + 3,3𝑙𝑜𝑔𝑛
Keterangan:
K = banyak kelas
n = banyak data

Contoh:
Dari data nilai matematika di atas diperoleh :
K = 1+ (3,3) log 80
K = 1+ (3,3) (1,9091)
K=1+6,37,3 (dibulatkan menjadi 7)

9
 Jadi banyak kelas intrerval dari data nilai matematika adalah sebanyak 7 kelas
interval.

c. Panjang Kelas Interval

Panjang kelas interval adalah rentang dibagi dengan banyaknya kelas.
Maka untuk menentukan panjang kelas interval ini digunakan rumus:

𝑅𝑒𝑛𝑡𝑎𝑛𝑔
𝑃𝑎𝑛𝑗𝑎𝑛𝑔 𝑘𝑒𝑙𝑎𝑠 =
𝐵𝑎𝑛𝑦𝑎𝑘 𝐾𝑒𝑙𝑎𝑠

Contoh:

Dari data nilai matematika diatas:

Rentang = 97-53 = 44

Banyak kelas (K) = 7

Panjang kelas = 44/7

= 6,28

a. Pilih ujung bawah kelas interval pertama yaitu sama dengan data terkecil dari
sekumpulan data tadi, atau nilai data yang lebih kecil dari data terkecil tetapi
selisihnya harus lebih kecil dari panjang kelasnya.
b. Dari perhitungan yang telah dilakukan, kita mulai menyusun kelas interval pertama
dengan panjang kelas 7 dan ujung bawah kelas pertama kita ambil 52. Dengan
demikian kelas interval pertama adalah 52-58, kelas interval kedua 59-65 dan
seterusnya.
c. Dalam menyusun daftar sebaiknya kita gunakan daftar penolong, untuk
memudahkan dalam menghitung berapa frekuensi data yang terdapat dalam suatu
kelas interval, misalnya seperti di bawah ini:

Tabel Distribusi Frekuensi Nilai Matematika

Nilai Turus Frekuensi

52 - 58 || 2
59 - 65 ||||| ||||| ||||| | 16
66 - 72 ||||| ||||| || 12
73 - 79 ||||| ||||| ||||| ||||| ||||| || 27
80 - 86 ||||| ||||| 10
87 - 93 ||||| ||| 8
94 - 100 ||||| 5
Jumlah 80

10
Dengan demikian daftar distribusi frekuensi dari data nilai sebanyak 80 siswa tadi
adalah sebagai berikut :

Tabel Nilai Matematika Siswa

Nilai Frekuensi
52 – 58 2
59 – 65 16
66 – 72 12
73 – 79 27
80 – 86 10
87 – 93 8
94 – 100 5
Jumlah 80

Distribusi Frekuensi Relatif dan Komulatif.

1. Distribusi Frekuensi Relatif.

Daftar Distribusi Frekuensi Relatif yaitu frekuensi dari sebuah daftar
distribusi yang dinyatakan dalam bentuk persen, maka untuk mencari frekuensi
relatif setiap kelas interval adalah:
2
Frekuensi Relatif kelas pertama : 𝐹𝑡 = 80 × 100% = 2,5%
15
Frekuensi Relatif Kelas Kedua : 𝐹𝑡 = 80 × 100% = 18,75%
Dari daftar distribusi Frekuensi di atas diperoleh Daftar Distribusi Frekuensi
Relatif sebagai berikut:

Tabel Nilai Matematika Siswa

Nilai Frekuensi Frekuensi
Absoulut Relatif
(%)
52 – 58 2 2.50
59 – 65 16 20.00
66 – 72 12 15.00
73 – 79 27 33.75
80 – 86 10 12.50
87 – 93 8 10.00
94 – 100 5 6.25
Jumlah 80 100

2. Distribusi Frekuensi Kumulatif.

Distribusi Frekuensi Kumulatif ada dua macam yaitu:
a. Distribusi Kumulatif Kurang Dari
b. Distribusi Kumulatif Lebih Dari

11
 Tabel Nilai Ujian Siswa (Kumulatif Atau Lebih)
Nilai Frekuensi
Kum
Kurang dari 52 0
Kurang dari 59 2
Kurang dari 66 18
Kurang dari 73 30
Kurang dari 80 57
Kurang dari 87 67
Kurang dari 94 75
Kurang dari 101 80

Tabel Nilai Ujian Siswa (Kumulatif Kurang Dari)

Nilai Frekuensi
Kum
52 atau lebih 80
59 atau lebih 78
66 atau lebih 62
73 atau lebih 50
80 atau lebih 23
87 atau lebih 13
94 atau lebih 5
101 atau lebih 0

3. Histogram dan Poligon Frekuensi.

Apabila dari data telah dikelompokkan untuk menggambarakan
grafiknya adalah sebagai berikut:

E. Ukuran Pemusatan Data.

Ukuran pemusatan data adalah nilai tunggal dari data yang dapat memberikan
gambaran yang lebih jelas dan singkat mengenai keadaan pusat data yang dapat
mewakili seluruh data.

12
1. Rata-rata Hitung (Mean)
Rerata atau mean merupakan salah satu ukuran gejala pusat. Mean
merupakan wakil kumpulan data.
Untuk menentukan rata-rata hitung data tunggal dapat diperoleh dengan
cara menjumlahkan seluruh nilai data dan membagi dengan banyak data.
Rumus (1) :
∑𝑥
𝑥=
𝑛
Dengan :
𝑥 = rata-rata.
∑ 𝑥 = jumlah seluruh data.
𝑛 = banyak data.
Contoh :
Hitung rata – rata dari 6,5,9,7,8,8,7,6.
Penyelesaian :

∑𝑥
𝑥=
𝑛
6+5+9+7+8+8+7+6
𝑥=
8
56
𝑥=
8
𝑥=7
Rumus (2) :
∑ 𝑓𝑖𝑥𝑖
𝑥=
∑ 𝑓𝑖
Keterangan :
𝑥 = rata – rata.
𝑓𝑖 = frekuensi data ke-i
𝑥𝑖 = data kelas ke – i
∑ 𝑓𝑖𝑥𝑖 = jumlah hasil kali data kelas ke – i dikali dengan frekuensi data
ke – i.
∑ 𝑓𝑖 = jumlah frekuensi.

Contoh :
Dari 40 siswa yang mengikuti ulangan matematika didapat data sebagai
berikut: siswa yang memperoleh nilai 4 ada 5 orang, nilai 5 ada 10 orang,
nilai 6 ada 12 orang,nilai 7 nilai 8 ada 3 orang dan nilai 9 ada 2 orang.

Penyelesaian :

xi fi fi xi
4 5 20
5 10 50

13
 6 12 72
7 8 56
8 3 24
9 2 18
Jumlah 40 240

∑ 𝑓𝑖𝑥𝑖 240
𝑥̅ = ∑ 𝑓𝑖
= =6
40

Untuk mencari rata-rata dari data yang telah dikelompokkan dalam

daftar distribusi frekuensi misalnya, rumus yang dapat digunakan ada dua yaitu
cara yang menggunakan nilai tengah (titik tengah) dan cara Coding.
Rumus(3) menggunakan titik tengah yang digunakan adalah:

∑ 𝑓𝑖𝑥𝑖
𝑥=
∑ 𝑓𝑖
Keterangan :
𝑥 = rata – rata.
𝑓𝑖 = frekuensi data ke-i
𝑥𝑖 = data kelas ke – i
∑ 𝑓𝑖𝑥𝑖 = jumlah hasil kali data kelas ke – i dikali dengan frekuensi data
ke – i.
∑ 𝑓𝑖 = jumlah frekuensi.

Contoh :
Tentukan rata-rata dari tabel berikut ini :

Nilai xi fi fi xi
52 – 58 55 2 110
59 – 65 62 6 372
66 – 72 69 7 483
73 – 79 76 20 1520
80 – 86 83 8 664
87 – 93 90 4 360
94 – 100 97 3 291
Jumlah 50 3800

Rata – rata =
∑ 𝑓𝑖𝑥𝑖
𝑥=
∑ 𝑓𝑖
3800
=
50
= 76

Sedangkan rumus (4) coding adalah sebagai berikut ini :

14
 ∑ 𝑓𝑖𝑐𝑖
𝑥 = 𝑥0 + 𝑃 ( )
∑ 𝑓𝑖
Keterangan :
𝑥 = rata-rata.
𝑓𝑖 = frekuensi data ke-i.
𝑃 = panjang kelas.
𝑥0 = nilai tengah yang dipilih sebagai coding.
∑ 𝑓𝑖𝑐𝑖 = jumlah hasil kali frekuesi kelas-i dikali dengan codig data ke-i.
∑ 𝑓𝑖 = jumlah frekuensi.

Dalam menggunakan cara coding, yaitu pilih salah satu nilai (bisa
dipilih kelas interval yang mana saja), misalkan ambil kelas interval yang
mempunyai frekuensi terbesar. Untuk kelas interval terbesar tersebut diberikan
harga c=0, harga c untuk kelas yang lainnya adalah -1,-2,-3,....(untuk kelas
interval sebelum kelas interval yang terpilih tadi) dan 1,2,3..... (untuk kelas
setelah kelas interval yang terpilih).

Contoh :
Tentukan nilai rata – rata dari tabel di atas

Nilai fi xi ci fi ci
52 – 58 2 55 -3 -6
59 – 65 6 62 -2 -12
66 – 72 7 69 -1 -7
73 – 79 20 76 0 0
80 – 86 8 83 1 8
87 – 93 4 90 2 8
94 – 100 3 97 3 9
Jumlah 50 0

∑ 𝑓𝑖𝑐𝑖
𝑥 = 𝑥0 + 𝑃 ( )
∑ 𝑓𝑖
0
𝑥 = 76 + 7 ( )
50
𝑥 = 76

2. Median
Median (Me) adalah nilai tengah dari sekumpulan data yang telah
diurutkan, mulai dari data terkecil sampai dengan data terbesar.
Contoh :
a. Tentukan median dari:
65, 70, 90, 40, 35, 45, 70, 80, 50
Setelah diurutkan datanya menjadi:
35, 40, 45, 50, 65, 70, 70, 80, 90

15
 Jadi Me 65.

b. Tentukan median dari:

3, 2, 5, 2, 4, 6, 6, 7, 9, 6
Setelah diurutkan:
2, 2, 3, 4, 5, 6, 6, 6, 7, 9.
5+6
Jadi 𝑀𝑒 = = 5,5
2

Untuk menentukan Me data yang telah dikelompokkan digunakan rumus:

1
−𝐹
𝑀𝑒 = 𝑏 + 𝑝 (2𝑛 )
𝑓

Keterangan :
Me = Median
b = batas bawah kelas Median
P = panjang kelas Median
f = frekuensi kelas Median
F = jumlah semu frekuensi dengan sebelum kelas Median
n = banyak data

Contoh :
Carilah median dari daftar distribusi frekuensi berikut ini :

Nilai fi
52 – 58 2
59 – 65 6
66 – 72 7
73 – 79 20
80 – 86 8
87 – 93 4
94 – 100 3
Jumlah 50

Dari tabel diatas diketahui :

n = 50
p=7
F = 2 + 6 + 7 = 15
f = 20
b = 72,5
Jadi
1
−𝐹
𝑀𝑒 = 𝑏 + 𝑝 ( 2𝑛 )
𝑓

16
 1
− 15
= 72,5 + 7 (2.50 )
20
25 − 15
= 72,5 + 7 ( )
20
10
= 72,5 + 7 ( )
20
1
= 72,5 + 7 ( )
2
= 72,5 + 3,5
= 76

3. Modus
Modus adalah untuk menyatakan fenomena yang paling banyak terjadi
atau data yang paling sering muncul.
Modus ini bila dibandingkan dengan ukuran lainnya, tidak tunggal
adanya. Berarti sekumpulan data bisa mempunyai lebih dari sebuah Modus.
Contoh :
Diketahui: 65, 70, 90, 40, 40, 40, 40, 35, 45, 70, 80, 50.
Tentukan Modus dari data tersebut!
Setelah diurutkan datanya menjadi:
35, 40, 40, 40, 40, 45, 50, 65, 70, 70, 80, 90
Jadi Mo = 40

Untuk mencari Mo data yang telah dikelompokkan digunakan rumus :

𝑏1
𝑀𝑜 = 𝑏 + 𝑝 ( )
𝑏1 − 𝑏2
Keterangan :
Mo = Modus
b = batas bawah kelas Modus
p = panjang kelas Modus
b1 = frekuensi kelas dikurangi frekuensi kelas sebelumnya
b2 = frekuensi kelas modus dikurangi frekuensi kelas berikutnya.

Contoh :
Carilah modus dari daftar distribusi frekuensi berikut ini:

Nilai fi
52 – 58 2
59 – 65 6
66 – 72 7
73 – 79 20
80 – 86 8
87 – 93 4
94 – 100 3

17
 Jumlah 50

b1 = 20 – 7 = 13 ; b2 = 12 ; p = 7
Maka modusnya adalah :
𝑏1
𝑀𝑜 = 𝑏 + 𝑝 ( )
𝑏1 − 𝑏2
13
= 72,5 + 7 ( )
13 + 12
13
= 72,5 + 7 ( )
25
= 72,5 + 3,64
= 76,14

4. Kuartil
Kuartil adalah sekumpulan data yang dibagi menjadi empat bagian yang
sama banyak.
Karena dibagi empat sama banyak maka terdapat 3 buah kuartil yaitu:
Kuartil pertama (K), Kuartil kedua (K,) dan Kuartil ke tiga (K).
Untuk menentukan nilai dari kuartil yaitu:
a. Susun data menurut urutan nilainya.
b. Tentukan letak kuartil.
c. Tentukan nilai kuartil

𝑛+1
Menentukan letak kuartil digunakan rumus 𝐾𝑖 = 𝑑𝑎𝑡𝑎 𝑘𝑒 𝑖 ( ) untuk
4
i = 1, 2, 3.
Contoh :
Diketahui sekelompok data: 7, 6, 4, 5, 6, 9, 7, 6, 8, 4, 7, 8
Setelah data diurutkan: 4, 4, 5, 6, 6, 6, 7, 7, 7, 8, 8, 9.
12+1 1
a) Letak K1 : data ke 1 ( ) = 34
4
1 1
Nilai K1 = 5 + (6 − 5) = 5
4 4
12+1 26 1
b) Letak K2 : data ke 2 ( )= = 64
4 4
1 1
Nilai K2 = 6 + 2 (7 − 6) = 6 2
12+1 39 3
c) Letak K3 : data ke 3 ( )= = 94
4 4
3 1
Nilai K2 = 7 + 4 (8 − 7) = 7 4

Untuk mencari kuartil data yang telah dikelompokkan digunakan rumus :

𝑖𝑛
−𝐹
𝐾𝑖 = 𝑏 + 𝑝 ( 4 )
𝑓

Keterangan :
Ki = kuartil ke-i.

18
b = batas bawah kelas Ki.
p = panjang kelas Ki.
F = frekuensi kelas sebelum kelas Ki.
f = frekuensi kelas Ki.

Contoh :
a) Carilah kuartil ke 3 dari daftar distribusi frekuensi berikut ini :

Nilai fi
52 – 58 2
59 – 65 6
66 – 72 7
73 – 79 20
80 – 86 8
87 – 93 4
94 – 100 3
Jumlah 50

Tentukan K3 dari data distribusi frekuensi diatas

Penyelesaian :

350
Letak data = 37,5
4
𝑖𝑛
−𝐹
𝐾𝑖 = 𝑏 + 𝑝 ( 4 )
𝑓
3.50
− 35
𝐾3 = 79,5 + 10 ( 4 )
20

= 79,5 + 1,25
= 80,75

19
 BAB III
PENUTUP

KESIMPULAN
Untuk melakukan proses penjelasan dan penarikan kesimpulan yang benar
tentunya dibutuhkan melalui beberapa proses yang meliputi kegiatan pengumpulan
data, pengolahan data dan penarikan kesimpulan. Itu semua diperlukan pengetahuan
tersendiri yang disebut dengan statitistika. Statistika adalah ilmu pengetahuan yang
berhubungan dengan cara-cara pengumpulan data, pengolahan data, penganalisisan
data, penarikan kesimpulan berdasarkan data yang ada. Atau statistika juga merupakan
suatu metode ilmiah yang mempelajari pengumpulan, perhitungan, penggambaran dan
penganalisisan data serta penarikan kesimpulan berdasarkan penganalisisan yang
dilakukan.
Statistik dibedakan menjadi dua (Sugiyono, 2013), yaitu
1. Statistik deskriptif, yaitu statistik yang digunakan untuk menganalisis data
dengan cara mendeskripsikan atau menggambarkan data yang telah terkumpul
sebagaimana adanya tanpa bermaksud membuat kesimpulan yang berlaku untuk
umum atau generalisasi.
2. Statistik inferensial (sering disebut statistik induktif atau statistik probabilitas),
adalah teknik statistik yang digunakan untuk menganalisis data sampel dan
hasilnya diberlakukan untuk populasi atau statistik yang digunakan untuk
menganalisis data sampel, dan hasilnya akan digeneralisasikan (diinferensikan)
untuk populasi dimana sampel diambil. Pada Statistik Inferensial dibedakan
menjadi dua yaitu ada statistik parametris dan nonparametris. Statistik
parametris digunakan untuk menguji parameter populasi melalui statistik atau
menguji ukuran populasi melalui data sampel.

SARAN

Penulis menyadari bahwa dalam penyusunan makalah ini masih jauh dari yang
diharapkan baik dari segi isi maupun dari segi susunan kata-katanya dan perlu direvisi kembali,
untuk itu penulis mengharapkan kritik dan saran yang dapat membangun demi kesempurnaan
makalah ini dimasa yang akan datang.

20
 DAFTAR PUSTAKA

Yayuk Erna, Prasetyo S. 2019. Kajian Matematika SD. Universitas Muhammadiyah

Malang. Malang

21