Bab 2

Statistika Deskriptif
BAB 2
STATISTIKA DESKRIPTIF
Selain ribuan organisasi dan individu swasta, sejumlah besar 2.1 Menyajikan Data
pemerintah atau lembaga pemerintah (seperti Biro Sensus 2.1.1 Tabel dan Grafik
Nasional, BPS, Biro Statistik Tenaga Kerja, Statistik Dinas Frekuensi
Pertanian Nasional, Pusat Statistik Pendidikan Nasional, 2.1.2 Tabel dan Frekuensi
Pusat Statistik Kesehatan Nasional,dan Biro Statistik relatif
Kehakiman) melakukan ratusan survei setiap tahun. Dalam 2.1.3 Data Kelompok,
bentuk aslinya jika dikumpulkan dari masing-masing survei, Histogram, dan Ogive
mungkin dalam ratusan ribu halaman, mungkin. Jadi, begitu 2.1.4 Diagram Batang-Daun
besar data tersebut sehingga hampir tidak mungkin dapat dan Boxplot
dibaca seluruhnya. Statistik deskriptif adalah teknik untuk 2.2 Ukuran Letak
mengumpulkan, meringkas, dan menyajikannya dengan 3.2.1 Ukuran Letak Data
menggunakan tabel, grafik, dan ukuran-ukuran statistik. Tunggal
2.2.2 Ukuran Letak Data
Kelompok
2.3 Ukuran Gejala Pusat
2.4 Ukuran gejala Menyebar

2.5 Rata-rata dan Simpangan
Baku Data Kelompok
hal 17
Statistika Dasar, lukman12@upi.edu
Subjek materi dari bab ini adalah mempelajari cara atau teknik penyajian data dan meringkas
data (Summary).
2.1 MENYAJIKAN DATA
Penyajian data dari hasil pengukuran dan perhitungan sebaiknya disajikan dengan jelas,
simpel, dan informasinya dapat segera diperoleh sehingga pengguna dapat memperoleh (rasa) dari
karakteristik data yang diinginkan. Sampai saat ini penyajian data umumnya disajikan dalam cara
tabel dan grafik.
2.1.1 TABEL DAN GRAFIK FREKUENSI
Kumpulan data yang bilangannya relatif kecil dapat disajikan dalam bentuk Tabel Frekuensi,
contoh Tabel 2.1 adalah tabel frekuensi data nilai matematika siswa.
Tabel 2.1 Tabel Frekuensi

Nilai matematika Frekuensi
60 15
70 8
80 11
90 5
100 3
Jumlah 42
Artinya, siswa yang nilainya 60 ada sebanyak 15 orang, yang nilainya 70 ada sebanya 8 orang,
demikian seterusnya. Jumlah total siswa sebanyak 42 orang. Tabel frekuensi (Tabel 2.1) jika
disajikan dalam bentuk grafik frekuensi, misalkan dalam bentuk diagram batang dapat dilihat pada
Grafik 2.2, diagram titik (Grafik 2.3).
Grafik 2.2 Diagram Batang Grafik 2.3 Diagram Titik
hal 18
Contoh 2.1
Diketahui data hasil pengukuran tinggi (dalam cm) 100 siswa SMA di kota A adalah : 162, 160,
160, 155, 155, 150, 150, 155, 165, 162, 162, 160, 155, 155, 160,170,170, 165, 162, 155, 160,
160, 160, 170, 155, 155, 160, 162, 162, 155, 160, 170, 155, 160, 155, 170, 162, 162, 162, 170,
170, 170, 155, 155, 170, 160, 155, 158, 158, 158, 160, 160, 170, 170, 170, 155, 155, 155, 160,
160, 170, 155, 155, 158, 158, 160, 158, 170, 155, 160,170,170, 165, 162, 155, 160, 160, 160,
160, 170, 170, 170, 155, 155, 155, 160, 160, 170, 155, 155, 158, 155, 158, 158, 160, 158, 150,
155, 155, 150.
Ringkas data di atas dengan menggunakan tabel frekuensi
Jawab: hitung jumlah data yang nilainya sama, gunakan turus untuk menentukan frekuensinya.
162, 160, 160, 155, 155, 150, 150, 155, 165, 162, 162, 160, 155, 155, 160,170,170, 165, 162,
155, 160, 160, 160, 170, 155, 155, 160, 162, 162, 155, 160, 170, 155, 160, 155, 170, 162, 162,
162, 170, 170, 170, 155, 155, 170, 160, 155, 158, 158, 158, 160, 160, 170, 170, 170, 155, 155,
155, 160, 160, 170, 155, 155, 158, 158, 160, 158, 170, 155, 160,170,170, 165, 162, 155, 160,
160, 160, 160, 170, 170, 170, 155, 155, 155, 160, 160, 170, 155, 155, 158, 155, 158, 158, 160,
158, 150, 155, 155, 150.
Tabel Frekuensi
Tinggi (cm) Turus Frekuensi
150 IIII 4
155 26
158 10
160 24
162 14
165 II 2
170 20
Jumlah 100
Contoh 2.2
Diketahui data jumlah penduduk suatu kota adalah: usia 0 – 5 tahun sebanyak 2 juta, usia 5 – 22
tahun sebanyak 17 juta, usia 22 – 60 tahun sebanyak 8 juta, dan 60 – 100 tahun 1 juta. Sajikan
data dalam bentuk yang terbaik
Jawab
Menyajikan persentase jumlah penduduk yang mudah terlihat adalah dalam bentuk diagram
lingkaran. Untuk menentukan sudut juring lingkaran pada diagram lingkaran, lakukan hal sebagai
berikut: Sudut juring untuk usia 22 – 60 tahun dan frekuensinya 8 juta, total penduduk 28 juta.
8
Maka sudut juring adalah × 3600 ≈ 1030
28
hal 19
Atau dapat juga dalam bentuk diagram batang sebagai berikut
Contoh 2.3 Diagram Batang Daun

Diketahui data sebagai berikut: 12,12, 13, 14, 14, 14, 14, 21, 21, 23, 23, 25, 25, 25, 25, 33, 33,
34, 34, 34, 37, 38,38, 43,43, 45, 46, 46, 46. Sajikan data dalam bentuk yang terbaik
Jawab
Sajian yang terbaik berbentuk diagram batang daun, pada contoh tersebut angka puluhan sebagai
batang dan satuan sebagai daun. angka puluhan 4 sebanyak 6 data, angka puluhan 3 sebanyak
7, demikian seterusnya.
4 335666
3 3344788
2 11335555
1 2234444
hal 20
2.1.2 TABEL DAN GRAFIK FREKUENSI RELATIF
Misalkan sekumpulan data berukuran 𝑛, dan 𝑓 adalah frekuensi data yang nilainya sama,
𝑓
maka frekuensi relatif data tersebut adalah . Frekuensi relatif dari data pada tabel 2.1 adalah
𝑛
Tabel 2.4 Tabel Frekuensi Relatif

Nilai matematika Frekuensi Frekuensi Relatif
60 15 0,36
70 8 0,19
80 11 0,26
90 5 0,12
100 3 0,07
Ukuran data 42
Frekuensi relatif sering juga disajikan dalam diagram lingkaran, lihat grafik 2.5.
Grafik 2.5 Grafik Frekuensi Relatif
2.1.3 DATA KELOMPOK, HISTOGRAM, DAN OGIVE
Untuk data pada pada tabel 2.1 yang ukuran relatif kecil, masih cukup baik disajikan dalam
tabel atau grafik data tunggal, tetapi untuk data pada contoh 2.1 data tersebut dapat disajikan dalam
data berkelompok, tabel 2.6
Tabel 2.6 Data Berkelompok

Tinggi (cm) Frekuensi
150 – 155 30
155 – 160 34
160 – 165 16
165 - 170 20
Jumlah 100
hal 21
Untuk data dalam jumlah yang besar sebaiknya data diringkas dalam data berkelompok. Misalkan
diketahui data masa hidup dari 200 lampu pada tabel 2.7
Tabel 2.7 Masa Hidup Lampu dalam Jam
Tabel frekuensi data berkelompok dari tabel 2.7 adalah (Tabel 2.8)
Tabel 2.8 Frekuensi data Berkelompok

Kelas Interval Frekuensi
500 - 600 2
600 - 700 5
700 - 800 12
800 - 900 25
900 - 1000 58
1000 - 1100 41
1100 - 1200 43
1200 - 1300 7
1300 - 1400 6
1400 - 1500 1
Ukuran Data 200
hal 22
DISKUSI 2.1
Data Estimasi Penderita Penyakit Jantung Koroner Pada Umur≥ 15 tahun menurut Provinsi Tahun
2013
Buat data berkelompok dari tabel di atas!
Catatan
 Catatan Untuk Jumlah Kelas Interval Data Berkelompok

 Jumlah Kelas jangan terlalu besar dan jangan terlalu kecil
 Gunakan Rumus Sturges : 𝑘 = 1 + 3,22 log 𝑛
𝑘 jumlah kelas, dan 𝑛 jumlah data.
 Catatan Untuk Panjang Interval Data Berkelompok
𝐽
 Lebar interval sebaiknya sama, sebagai pendekatan gunakan rumus 𝐼 = ;
𝑘
𝐽 = 𝑥𝑚𝑎𝑘𝑠 − 𝑥𝑚𝑖𝑛
 Sebaiknya gunakan bilangan-bilangan 5, 10, 15, dst
 Penentuan batas kelas dibuat sedemikian rupa sehingga
 Semua data dari data asal dapat dimasukan kedalam kelas interval
 Tidak ada keraguan untuk memasukan semua data kedalam kelas interval yang
sesuai.
hal 23
Gunakan data pada contoh 2.1, hitung jangkauan data tersebut dan jumlah kelas: 𝐽 = 170 − 150 =
20
20 ; 𝑘 = 1 + 3,22 log 100 = 7,44 ≈ 7. Lebar intervalnya adalah 𝐼 = ≈ 3. Sehingga data
7
berkelompoknya adalah
Tabel 2.9 Data Berkelompok

Kelas Interval Frekuensi
150 – 152 4
153 – 155 26
156 – 158 10
159 – 161 24
162 – 164 14
165 – 167 2
168 – 170 20
Jumlah 100
HISTOGRAM
Diketahui data : 3, 3, 5, 5, 7, 7, 7, 9, 11. 11, 11, 12, 12, 15. Histogram data tersebut adalah
Histogram data berkelompok pada tabel 2.9 adalah
Lebar Batang Tinggi Batang

149,5 – 152,5 4
152,5 – 155,5 26
hal 24
155,5 – 158,5 10
158,5 – 161,5 24
161,5 – 164,5 14
164,5 – 167,5 2
167,5 – 170,5 20
Jumlah 100
OGIVE
Ogive adalah grafik yang mempresentasikan Frekuensi Komulatif untuk kelas dalam distribusi
frekuensi. Frekuensi Komulatif adalah jumlah frekuensi sebelum data 𝑥𝑘 dan frekuensi data 𝑥𝑘
disebut frekuensi komulatif kurang dari (𝑓𝑘 <)
Nilai matematika Frekuensi 𝑓𝑘 < Nilai matematika Frekuensi 𝑓𝑘 >

60 15 15 60 15 42
70 8 23 70 8 27
80 11 34 80 11 19
90 5 39 90 5 8
100 3 42 100 3 3
hal 25
Interpretasi grafik ogive 𝑓𝑘 < sebagai berikut: sebanyak 100% mahasiswa nilainya kurang atau sama
34
dengan 100, dan sebanyak × 100% = 81% mahasiswa nilainya kurang atau sama dengan 80.
42
Sedangkang interpretasi grafik ogive 𝑓𝑘 > sebagai berikut: sebanyak 100% mahasiswa nilainya lebih
19
atau sama dengan 60, dan sebanyak × 100% = 45,2% mahasiswa nilainya lebih atau sama
42
dengan 80.
Grafik ogive untuk data berkelompok, nilai data dari sumbu x (sumbu horisntal) adalah nilai
tengah kelas interval perhatikan tabel 2.9 dengan ditambahkan nilai tengah dan frekuensi komulatif.
Kelas Interval 𝑥𝑖 𝑓𝑖 𝑓𝑘
150 – 152 151 4 4
153 – 155 154 26 30
156 – 158 157 10 40
159 – 161 160 24 64
162 – 164 163 14 78
165 – 167 166 2 80
168 – 170 169 20 100
Ogive dengan menggunakan batas atas kelas interval dan frekuensi relatif komulatif.
hal 26
Batas atas 𝑓𝑖 𝑓𝑘 Frek.Rel.Kom

152,5 4 4 0,04
155,5 26 30 0,3
158,5 10 40 0,4
161,5 24 64 0,64
164,5 14 78 0,78
167,5 2 80 0,80
170,5 20 100 1,00
DISKUSI 2.1
Tabel di bawah ini adalah jumlah dari persebaran kasus Demam Berdarah Dengue (DBD) di
Indonesia Tahun 200 – 2015. Sumber data diambil dari Pusat Data dan Informasi Kementerian
Kesehatan RI.
hal 27
a. Buat Histogram Jumlah Propinsi yang terjangkit, ogive 𝑓𝑘 <, dan ogive frekuensi relatif
komulatif
b. Buat tabel baru dengan menghimpun tahun yang mempunyai persentase terjangkit yang
sama, misalkan tahun yang mempunyai % terjangkit 100% sebanyak 6 tahun (2001, 2010,
2012, 2013, 2014, 2015). Buat ogive 𝑓𝑘 < dan interpretasikan perbedaan ogive dengan
ogive pada soal a.
c. Ulangi soal b untuk kab/kota yang mempunyai % terjangkit yang sama.
2.1.4 Diagram Batang-Daun dan BoxPot
Gambaran Diagram Batang Daun dan BoxPlot sebagai berikut. Misalkan diberikan data berikut: 23,
23, 14, 15, 17, 15, 13, 24, 26, 37, 23, 34, 35, 31, 31, 44, 45, 23, 47, 48, 47, 57, 54, 56, 55. Diagram
Batang Daun dan BoxPlot adalah
10
2 1 34
5 1 557 20
10 2 33334
11 2 6 30
(3) 3 114
C2
11 3 57 40
9 4 4
8 4 5778 50
4 5 4
3 5 567 60
Boxplot of C2
Misalkan diberikan data: 123, 254, 142, 167, 135, 212, 275, 387, 345, 323, 442, 464, 143, 216, 673,
456, 342, 564, 342, 875, 474, 687, 367, 564, 878, 934, 967, 789, 564, 674. Diagram Batang daun
dan BoxPlot
hal 28
100
5 1 23446
200
9 2 1157
300
15 3 244468
400
15 4 4567 500
C1
11 5 666 600
8 6 778 700
5 7 8 800
4 8 77 900
2 9 36 1000
Boxplot of C1
Misalkan diberikan data : 23, 23, 14, 15, 17, 15, 13, 24, 26, 37, 23, 34, 35, 31, 31, 44, 45, 23, 47,
48, 47, 57, 54, 56, 55, 123, 254, 142, 167, 135, 212, 275, 387, 345, 323, 442, 464, 143, 216, 673,
456, 342, 564, 342, 875, 474, 687, 367, 564, 878, 934, 967, 789, 564, 674. Diagram Batang Daun
dan BoxPlot
0
25 0 1111122222233333444445555
(5) 1 23446
200
25 2 1157
21 3 244468 400
15 4 4567
C3
11 5 666 600
8 6 778
5 7 77 800
4 8 36
1000
2 9
Boxplot of C3
DISKUSI 2.2
Dari ketiga Diagram Batang Daun dan BoxPlot di atas apa yang dapat anda jelaskan dan yang
dapat anda simpulkan.
hal 29
2.1.5 Data Deret Waktu (Time Series)
Jika didapat data sebagai berikut
Jam ke 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
Data 2 3 5 1 4 7 4 5 6 6 1 12 3 4 14
Maka termasuk data deret waktu dan sebaiknya plot datanya sebagai berikut, Gambar 2.10:
Gambar 2.10 Ploting Data Deret Waktu

Data Deret Waktu
14
12
10
8
C1
0
0 2 4 6 8 10 12 14
Hour
Data di atas adalah salah satu contoh dari data deret waktu, yang mempunyai model tren. Minitab
menyediakan model tren linier, kuadrat, dan eksponen. Lihat Gambar 2.11, Gambar 2.12, dan
Gambar 2.13.
Gambar 2.11 Model Tren Linier Gambar 2.12 Model Tren Eksponen
hal 30
Gambar 2.13 Model Tren Kuadrat
Informasi tentang arti dari model tren dan perhitungannya dapat dibaca pada Program Minitab
toolbar help.
Minitab computes three measures of accuracy of the fitted model: MAPE,

MAD, and MSD for each of the simple forecasting and smoothing methods. For
all three measures, the smaller the value, the better the fit of the model. Use
these statistics to compare the fits of the different methods.
MAPE, or Mean Absolute Percentage Error, measures the accuracy of fitted

time series values. It expresses accuracy as a percentage.
(𝑦𝑖 − ⏞
𝑦 𝑖 )⁄
∑| 𝑦𝑖 |
MAPE = × 100, (𝑦𝑖 ≠ 0)
𝑛
where yt equals the actual value, ⏞

𝑦 𝑖 t equals the fitted value, and n equals the
number of observations.
MAD, which stands for Mean Absolute Deviation, measures the accuracy of
fitted time series values. It expresses accuracy in the same units as the data,
which helps conceptualize the amount of error.
∑𝑛𝑖=1|𝑦𝑖 − ⏞
𝑦𝑖 |
MAD =
𝑛

𝑦 𝑖 t equals the fitted value, and n equals the
number of observations.
MSD stands for Mean Squared Deviation. MSD is always computed using the
same denominator, n, regardless of the model, so you can compare MSD values
across models. MSD is a more sensitive measure of an unusually large forecast
error than MAD.
hal 31
2
∑𝑛𝑖=1|𝑦𝑖 − ⏞
𝑦𝑖 |
MSD =
𝑛

𝑦 𝑖 t equals the forecast value, and n equals the
number of forecasts.
Contoh 2.4 Data Deret Waktu

Buat ploting data deret waktu menggunakan Minitab pada data Diskusi 2.1 Jumlah
Provinsi terjangkit BDB.
Jawab
Buka Program Minitab dan tuliskan datanya, maka hasilnya sebagai berikut:
Pilih : Stat → Time series → Time Series Plot
Jumlah Provinsi Terjangkit BDB (2000 - 2015)
34
33
32
31
30
C2
29
28
27
26
25
2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015
Year
hal 32
Catatan: apabila data deret waktu tidak mempunyai tren dan bukan data musiman, Minitab
menyediakan Moving Average Plot, lihat gambar 2.14
Gambar 2.14 Ploting Data Deret Waktu dengan MA
Model data deret waktu dapat digunakan untuk peramalan (forecasting). Informasi ini hanya untuk
memberikan wawasan, alangkah baiknya pelajari pada materi khusus, yaitu Analisis Deret Waktu.
2.2 UKURAN LETAK
Umumnya ukuran letak adalah Kuartil dan Persentil, Kuartil adalah Persentil yang khusus:
Kuartil satu (𝑄1 ) sama dengan Persentil ke-25 (𝑃25 ), Kuartil dua (𝑄2 ) sama dengan Persentil ke-50
(𝑃50 ), dan Kuartil tiga (𝑄3 ).
2.2.1 Ukuran Letak Data Tunggal
Kuartil membagi data kedalam empat bagian setelah data tersebut diurutkan dari nilai yang
terkecil sampai nilai yang terbesar. Misalkan diketahui data: 𝑥1 < 𝑥2 < ⋯ < 𝑥𝑛 , maka kuartilnya
adalah
𝑥1 𝑥𝑛
𝑄1 𝑄2 𝑄3
Contoh 2.3
Produk Domestik Regional Bruto Tahun 2010 – 2016 atas dasar harga yang berlaku DKI
Jakarta menempati yang tertinggi, yaitu (dalam juta): 1,1 ; 1,2 ; 1,4 ; 1,5 ; 1,8 ; 2,0 ; 2,2.
Sumber: BPS Indonesia.
Tentukan 𝑄1 , 𝑄2 , dan 𝑄3
hal 33
Jawab
𝑄1 = 1,2 ; 𝑄2 = 1,5 ; 𝑄3 = 2,0
Definisi 2.1 Rumus Mencari Persentil Ke-k

Misalkan data 𝑥1 ≤ 𝑥2 ≤ ⋯ ≤ 𝑥𝑛 . Maka Persentil 𝑘𝑒 − 𝑘 (𝑃𝑘 ) dari data tersebut adalah data
𝑘𝑒 − 𝑖 , dengan :
𝑘
𝑖= (𝑛 + 1)
100
Dan kuartil ke-1, kuartil ke-2, dan Kuartil ke-3 berturut-turut adalah 𝑄1 = 𝑃25 , 𝑄2 =
𝑃50 , 𝑑𝑎𝑛 𝑄3 = 𝑃75
Berdasarkan definisi 2.1, jawaban contoh 2.3 dapat dihitung dengan rumus tersebut. Diketahui 𝑛 =
7, maka 𝑄1 (𝑘 = 25 ) adalah data
25
ke- 𝑖 = (7 + 1) = 2, yaitu 1,2.
100
Contoh 2.4
Hasil nilai UNBK dan Indeks Integritas UN(IIUN) Matematika SMP pada tiap Provinsi tahun 2016-
2017 umumnya meningkat.
Hitung
a. 𝑃30 𝑑𝑎𝑛 𝑃85
b. Berapa nilai UN tertinggi dari 80%
Provinsi setelah diranking pada
Tahun 2017?
Jawab
Data setelah diurutkan
40,69 41,32 42,16 42,28
42,81 42,96 43,20 43,63
44,76 45,17 45,31 45,67
46,02 46,84 46,91 47,34
47,88 47,88 48,13 48,24
48,65 49,6 51,38 51,47
51,65 52,78 52,82 53,56
55,37 56,29 56,45 56,90
58,41 59,32
Sumber: Kementerian Pendidikan dan Kebudayaan
hal 34
30 85
a. 𝑖 = (34 + 1) = 10,5 dan 𝑖 = (34 + 1) = 29,75
100 100
Letak datanya diantara data ke-10 dan ke-11, yaitu:
45,17 + 45,31
𝑃30 = = 45,27
2
Letak datanya diantara data ke-29 dan ke-30, yaitu:
75
𝑃85 = 55,37 + × (56,29 − 55,37) = 56,06
100
80
b. 𝑖 = (34 + 1) = 28. 𝑃80 = 53,56
100
Jadi, nilai UNBK tertinggi dari 80% provinsi adalah 53,56
Definisi 2.2 Rumus Mencari Persentil dari Data

Misalkan data 𝑥1 ≤ 𝑥2 ≤ ⋯ ≤ 𝑥𝑛 , maka Persentil dari data 𝑥𝑘 adalah
𝑥 + 0,5𝑦
%= × 100
𝑛
𝑥 = 𝑘 − 1 ; 𝑦 = 𝑗𝑢𝑚𝑙𝑎ℎ 𝑑𝑎𝑡𝑎 𝑥𝑘 ; 𝑛 = 𝑗𝑢𝑚𝑙𝑎ℎ 𝑡𝑜𝑡𝑎𝑙 𝑑𝑎𝑡𝑎
Contoh 2.5
Perhatikan data pada contoh 2.4, cari persentil dari data 45,17
Jawab
Diketahui 𝑥10 = 45,17 dan 𝑛 = 34, maka 𝑥 = 9 dan 𝑦 = 1 (karena 45,17 hanya ada satu).
9 + 0,5(1)
%= × 100 = 28
34
Jadi, 45,17 = 𝑃28
Outlier (Pencilan)
Diketahui Grafik data pencar pada gambar 2.15 di bawah
Gambar 2.15 Outlier

Contoh Pencilan
25
20
15
y
10
0
0 2 4 6 8 10 12 14 16
x
Bagaimana mengetahui suatu data berpotensi sebagai pencilan? Potensi data pencilan dapat
diketahui melalui jangkauan Interkuartil.
hal 35
Definisi 2.3 Jangkauan Interkuartil (IQR)

Misalkan 𝑄1 dan 𝑄3 kuartil bawah dan kuartil atas. Maka Jangkauan Interkuartil(IQR) adalah
𝐼𝑄𝑅 = 𝑄3 − 𝑄1
Data yang berpotensi menjadi pencilan adalah yang nilainya kurang dari (1,5)(𝐼𝑄𝑅) (data dibawah
𝑄1 ), dan yang nilainya lebih dari (1,5)(𝐼𝑄𝑅) (data di atas 𝑄3 ).
Contoh 2.6 Potensi Outlier

Diketahui data setelah diurutkan sebagai berikut:
8, 12, 13, 13, 16, 16, 17, 20, 23, 28, 28, 28
Apakah 28 berpotensi sebagai outlier?
Jawab
𝑄1 = 13 dan 𝑄3 = 26,75
𝐼𝑄𝑅 = 26,75 − 13 = 13,75
(1,5)(𝐼𝑄𝑅) = 20,65
Karena 28 > 20,65 maka 28 berpotensi menjadi outlier
Menggunakan Minitab
Descriptive Statistics: Data
Variable N N* Minimum Q1 Median Q3 Maximum

Data 12 0 8,00 13,00 16,50 26,75 28,00
Boxplot of Data
Boxplot Data
30
25
20
C3
15
10
Dari Boxplot data, 28 berada diluar Box (Kotak), maka 28 berpotensi menjadi Outlier. Garis
horizontal didalam kotak adalah letak 𝑄2 atau Median, sisi bawah kotak adalah letak 𝑄1 dan sisi atas
kotak adalah letak 𝑄3 .
hal 36
Contoh 2.6 Himpunan Outlier

Ringkasan hasil skor nilai kelas siang dan kelas malam sebagai berikut:
Min 𝑄1 Me 𝑄3 Maks
Siang 32 56 74,5 82,5 99
Malam 25,5 78 81 89 98
a. Bandingkan kedua Jangkauan Interkuartil

b. Tentukan himpunan masing-masing Outlier
Jawab
a. 𝐼𝑄𝑅𝑠𝑖𝑎𝑛𝑔 = 82,5 − 56 = 26,5 dan
𝐼𝑄𝑅𝑚𝑎𝑙𝑎𝑚 = 89 − 78 = 11
𝐼𝑄𝑅𝑠𝑖𝑎𝑛𝑔 > 𝐼𝑄𝑅𝑚𝑎𝑙𝑎𝑚 , artinya variasi skor nilai dari kelas siang lebih besar dari kelas
malam.
b. Gunakan rumus 𝑄1 − (1,5)𝐼𝑄𝑅 < 𝑥 < 𝑄3 + (1,5)𝐼𝑄𝑅
Kelas siang:
56 − (1,5)(26,5) < 𝑥 < 82,5 + (1,5)(26,5)
16,25 < 𝑥 < 122,25 . Karena semua data berada pada interval tersebut, maka tidak ada
outlier.
Kelas malam:
78 − (1,5)(11) < 𝑥 < 89 + (1,5)(11)
61,5 < 𝑥 < 105,5 . Himpunan Outliernya adalah interval [25½ , 61½ ]
DISKUSI 2.3
Diketahui skor nilai ujian matematika kelas A dan kelas B sebagai berikut:
Kelas A : 78; 85; 90; 65; 56; 97; 88; 78; 67; 77; 85; 94 ; 89
Kelas B : 45; 77; 90; 56; 78; 76; 56; 97; 50; 56; 60; 63; 44; 70; 87; 89; 92; 90; 100; 67
2.2.2 Ukuran Letak Data Kelompok
Menentukan ukuran letak data dengan jumlah data yang besar sangat merepotkan. Oleh
karena itu, data tersebut perlu diringkas dalam kelas interval. Akan tetapi, perlu teknik tertentu dalam
menentukannya.
Definisi 2.4 Kuartil Data Berkelompok

Diketahui data dengan jumlah 𝑛 . Rumus Kuartil data berkelompok adalah
𝑖𝑛
− 𝐹𝑖
𝑄𝑖 = 𝐵0 + 𝐼 ( 4 )
𝑓𝑖
hal 37
𝐵0 = nilai batas bawah dari kelas yang memuat Kuartil ke-i

𝐼 = lebar kelas antara nilai batas bawah dan nilai batas atas dari kelas yang memuat Kuartil ke-i
𝐹𝑖 = Jumlah frekuensi dari semua kelas di bawah kelas yang memuat Kuartil ke-i
𝑓𝑖 = frekuensi dari kelas yang memuat kuartil ke-i
Contoh 2.7 Kuartil Data Berkelompok

Data estimasi penyakit Jantung Koroner, Gagal Jantung, dan Stroke umur ≥ 15 tahun menurut kelompok
umur di Indonesia Tahun 2013. Sumber KemKes RI
Umur Jantung Koroner Gagal jantung Stroke
15 – 24 42.613 0 8.523
25 – 34 86.006 43.003 25.802
35 – 44 109.852 36.617 91.543
45 – 54 187.342 53.526 278.337
55 – 64 197.142 60.659 363.955
65 – 74 170.398 42.599 282.860
75 – 84 68.147 16.035 172.772
a. Hitung 𝑄1 𝑑𝑎𝑛 𝑄2 penyakit Jantung Koroner

b. 𝑄3 Penyakit Gagal Jantung
c. Umur tertinggi dari 75% penyakit Stroke
Jawab
215.375−128.619
a. 𝑄1 = 34,5 + 10 ( ) = 42,40
109.852
430.750−425.813
𝑄2 = 54,5 + 10 ( ) = 54,75
197.142
189.330−53.526
b. 𝑄3 = 54,5 + 10 ( ) = 56,74
60.659
c. Umur tertinggi dari 75% penyakit Stroke adalah 𝑄3 penyakit Stroke
917.844−768.160
𝑄3 = 54,5 + 10 ( ) = 83,16
172.772
DISKUSI 2.4
Perhatikan data estimasi penyakit jantung pada contoh 2.7 dan hitunglah:
c. Pada umur berapa tahun sebaran tertinggi dari penyakit Stroke
2.3 UKURAN LETAK GEJALA PUSAT
Yang termasuk ukuran letak yang gejala memusat adalah: Rata-rata, Modus, dan Median.
Ukuran letak median sama dengan nilai Kuartil kedua, sudah dibahas pada sub-bab sebelumnya.
Untuk membedakan dari ketiga ukuran tersebut perhatikan ilustrasi data berikut:
hal 38
Diketahui tiga sampel :
X 4 5 5 5 6
Y 3 6 6 6 7
Z 3 4 4 5 5 5 6 6 7 7 7 7 8
Descriptive Statistics: X Descriptive Statistics: Y

Variable Mean Median Mode Variable Mean Median Mode
X 5,000 5,000 5 Y 5,600 6,000 6
Descriptive Statistics: Z Descriptive Statistics: W

Variable Mean Median Mode
Z 5,692 6,000 7 Variable Mean Median Mode
W 6,00 3,00 2
Mean 5
3,0 StDev 0,7071 Mean 5,6 Mean 5,692
3,0 4
StDev 1,517 StDev 1,494
N 5 Mean 6
N 5 N 413 StDev 8,944
N 8
2,5
2,5
3
2,0 3
2,0
Frequency
Frequency
Frequency
Frequency
1,5
1,5 2
2
1,0
1,0
1
1
0,5
0,5
0,0 0
4 5 6 0,0 0
2 3 4 5 6 7 8 9 3 4 5 6 7 8 9 -10 0 10 20 30
X Z W
Y
Sampel X : 𝑥̅ = 𝑀𝑒 = 𝑀𝑜𝑑 ; Sampel Y : 𝑥̅ < 𝑀𝑒 = 𝑀𝑜𝑑 ; Sampel Z : 𝑥̅ < 𝑀𝑒 < 𝑀𝑜𝑑

Sampel W : 𝑥̅ > 𝑀𝑒 > 𝑀𝑜𝑑
Rata-rata, Median, dan Modus
Definisi 2.5 Rata-rata

Diketahui sampel : 𝑥1 , 𝑥2 , … , 𝑥𝑛 maka
Rata-rata sampel tersebut adalah
𝑥1 + 𝑥2 + ⋯ + 𝑥𝑛 ∑𝑛𝑖=1 𝑥𝑖
𝑥̅ = =
𝑛 𝑛
Apabila 𝑥1 , 𝑥2 , … , 𝑥𝑛 masing-masing mempunyai
frekuensi 𝑓1 , 𝑓2 , … , 𝑓𝑛 , maka Rata-rata sampel tersebut
𝑓1 𝑥1 + 𝑓2 𝑥2 + ⋯ + 𝑓𝑛 𝑥𝑛 ∑𝑛𝑖=1 𝑓𝑖 𝑥𝑖
𝑥̅ = = 𝑛
𝑓1 + 𝑓2 + ⋯ + 𝑓𝑛 ∑𝑖=1 𝑓𝑖
hal 39
Definisi 2.6 Modus

Misalkan 𝑥1 , 𝑥2 , … , 𝑥𝑛 adalah sampel dengan
masing-masing frekuensi 𝑓1 , 𝑓2 , … , 𝑓𝑛 , dan 𝑓∗ = 𝑚𝑎𝑘𝑠{𝑓1 , 𝑓2 , … , 𝑓𝑛 } . Maka modus dari sampel
tersebut adalah data yang mempunyai frekuensi 𝑓∗ . Jika semuanya mempunyai frekuensi
yang sama, maka sampel tersebut dikatakan tidak mempunyai modus. Berdasarkan definisi
tersebut, maka modus dari sampel dapat lebih dari satu.
Contoh 2.8 Rata-Rata dan Modus

Dari suatu populasi diambil sampel acak sebagai berikut:
5, 5, 7, 3, 4, 3. Tentukan Rata-rata dan modusnya, serta gambarkan grafik titiknya
Jawab
2∙3+4+2∙5+7 27 1
𝑥̅ = = =4
6 6 2
Modus 3 dan 5
3 4 5 6 7
C5
DISKUSI 2.5
Diketahui dua sampel sebagai berikut:
X 0,2 0,5 0,1 0,7 0,3 0,4 0,9 0,1 0,1 0,4
Y 1 1 2 2 4 4 7 7 3 3
Tentukan Rata-rata, Median, dan Modus kedua sampel. Gambarkan grafik titik data tersebut
Contoh 2.8 Rata-Rata dengan Bobot

Diketahui sampel dengan X berbobot 0,4 dan Y berbobot 0,6
X 2 5 2 8 2 2
Y 7 7 9 9 3 3 3
Hitung rata-ratanya
Jawab
0,4(4∙2+5+8)+0,6(3∙3+2∙7+2∙9)
𝑥̅ = =5
6∙(0,4)+7∙(0,6)
hal 40
Minitab dapat membagun sampel dari beberapa distribusi, salah satunya adalah
distribusi Normal 𝑋~𝑁(0,1) dengan rata-rata 0 dan simpangan baku 1
Calc→Random Data→Normal
Hasilnya
Plotnya
Dotplot of Sampel Acak Normal
-1,6 -0,8 0,0 0,8 1,6
Descriptive Statistics: Sampel Normal
Variable Mean Median Mode Mode

Normal 0,033 0,220 * 0
2.4 UKURAN GEJALA MENYEBAR
Dua sampel acak dapat mempunyai rata-rata yang sama, tetapi sebaranya berbeda.
Misalkan diketahui dua sampel X dan Y sebagai berikut:
Dotplot of X
X 4 4 4 6 6 6
Y 1 2 3 7 8 9
4 5 6 2 4 6 8
hal 41
Summary Report for X Summary Report for Y

Anderson-Darling Normality Test Anderson-Darling Normality Test
A-Squared 0,93 A-Squared 0,36
P-Value 0,007 P-Value 0,308
Mean 5,0000 Mean 5,0000
StDev 1,0954 StDev 3,4059
Variance 1,2000 Variance 11,6000
Skewness 0,00000 Skewness 0,00000
Kurtosis -3,33333 Kurtosis -2,57729
N 6 N 6
Minimum 4,0000 Minimum 1,0000
1st Quartile 4,0000 1st Quartile 1,7500
Median 5,0000 Median 5,0000
3rd Quartile 6,0000 3rd Quartile 8,2500
Maximum 6,0000 Maximum 9,0000
95% Confidence Interval for Mean 95% Confidence Interval for Mean
3,8504 6,1496 1,4258 8,5742
95% Confidence Interval for Median 95% Confidence Interval for Median
4 5 6 2 4 6 8 1,3571 8,6429
4,0000 6,0000
95% Confidence Interval for StDev 95% Confidence Interval for StDev
0,6838 2,6867 2,1260 8,3533
95% Confidence Intervals 95% Confidence Intervals
Mean Mean
Median Median
4,0 4,5 5,0 5,5 6,0 2 4 6 8
Rata-rata sampel X dan Y sama, yaitu 5. Akan tetapi, sebaran datanya berbeda. Sampel Y
lebih menyebar dari sampel X. Untuk mengetahui sebaran sampel gunakan simpangan baku.
Definisi 2.7 Simpangan Baku

Misalkan 𝑥1 , 𝑥2 , … , 𝑥𝑛 adalah sampel dengan
masing-masing frekuensi 𝑓1 , 𝑓2 , … , 𝑓𝑛 . Jiak 𝑥̅ rata-ratanya,
maka simpangan baku sampel tersebut adalah
∑𝑛𝑖=1 𝑓𝑖 (𝑥𝑖 − 𝑥̅ )2
𝑆=√
𝑛−1
Catatan: Simapangan Baku Untuk Populasi dihitung dengan rumus:
∑𝑁
𝑖=1 𝑓𝑖 (𝑥𝑖 − 𝜇)
2
𝜎=√
𝑁
3(4−5)2 +3(6−5)2 6
Sampel X : 𝑆𝑋 = √ = √ = 1,09
6−1 5
(1−5)2 +(2−5)2 +(3−5)2 +(7−5)2 +(8−5)2 +(9−5)2

Sampel Y : 𝑆𝑌 = √
6−1
58
=√
5
= 3,41
Jadi, 𝑆𝑋 < 𝑆𝑌 tetapi rata-rata sampelnya sama. Artinya dua sampel yang mempunyai rata-rata yang
sama, tetapi simpangan baku sampel pertama lebih kecil dari simpangan baku sampel kedua, maka
sebaran sampel kedua lebih menyebar.
hal 42
Catatan
Sampel Populasi
𝑛 : Ukuran Sampel 𝑁 : Ukuran Populasi
𝑆 2 : Variansi Sampel 𝜎 2 : Variansi Populasi
𝑆 : Simpangan Baku Sampel 𝜎 : Simpangan Baku Populasi
Teorema 2.1 Variansi

Misalkan 𝑥1 , 𝑥2 , … , 𝑥𝑛 adalah sampel. Maka Variansi
Sampel tersebut adalah
(∑ 𝑥𝑖 )2
∑ 𝑥𝑖2 −
𝑆2 = 𝑛
𝑛−1
Bukti
∑(𝑥𝑖 − 𝑥̅ )2 ∑(𝑥𝑖2 − 2𝑥𝑖 𝑥̅ + 𝑥̅ 2 ) (∑ 𝑥𝑖 )2 (∑ 𝑥𝑖 )2

𝑆2 = = ∑ 𝑥𝑖2 − 2 +
𝑛−1 𝑛−1 = 𝑛 𝑛
𝑛−1
∑ 𝑥𝑖2 − 2𝑥̅ ∑ 𝑥𝑖 + 𝑛𝑥̅ 2
= (∑ 𝑥𝑖 )2
𝑛−1 ∑ 𝑥𝑖2 −
= 𝑛
∑ 𝑥𝑖 ∑𝑥 2 𝑛−1
∑ 𝑥𝑖2 −2 ∑ 𝑥𝑖 + 𝑛 ( 𝑖 )
𝑛 𝑛
=
𝑛−1
Variansi sampel Y di atas dapat dihitung dengan tabel berikut
No 𝑥𝑖 𝑥𝑖2
1 1 1
2 2 4
3 3 9
4 7 49
5 8 64
6 9 81
∑ 30 208
hal 43
302
208− 6 58
𝑆2 = = = 11,6 dan 𝑆 = √11,6 = 3,41
6−1 5
Teorema 2.2 Variansi nol

Misalkan 𝑥1 , 𝑥2 , … , 𝑥𝑛 adalah sampel. Jika 𝑥1 = 𝑥2 = ⋯ = 𝑥𝑛
Maka variansinya nol (𝑆 2 = 0)
Bukti
∑ 𝑥𝑖 2 ∑(𝑥𝑖 − 𝑥1 )2
∑(𝑥𝑖 − 𝑥̅ )2 ∑ (𝑥𝑖 − ) =
𝑛 𝑛−1
𝑆2 = =
𝑛−1 𝑛−1 𝑛(𝑥1 − 𝑥1 )2
Karena 𝑥1 = 𝑥2 = ⋯ = 𝑥𝑛 , maka ∑ 𝑥𝑖 = 𝑛𝑥1 =
𝑛−1
𝑛𝑥1 2 =0
∑ (𝑥𝑖 − )
𝑆2 = 𝑛
𝑛−1
Teorema 2.3 Teorema Tchebysheff

Misalkan 𝑘 ≥ 1 dan {𝑥1 , 𝑥2 , … , 𝑥𝑛 } adalah himpunan yang berukuran 𝑛, maka paling sedikit
1
sebanyak (1 − )× 100% elemennya berada pada interval [𝜇 − 𝑘𝜎, 𝜇 + 𝑘𝜎].
𝑘2
Gambar 2.16 Ilusterasi

Teorema Tchebysheff
Frekuensi Relatif
1
𝑃𝑎𝑙𝑖𝑛𝑔 𝑠𝑒𝑑𝑖𝑘𝑖𝑡 (1 − 𝑘 2)
𝜇
| ← 𝑘𝜎 → | ← 𝑘𝜎 → |
hal 44
1
Tabel 2.17 Ilusterasi Nilai (1 − )
𝑘2
1
𝑘 (1 − )
𝑘2
1 1–1=0
1 3
2 1− =
4 4
1 8
3 1− =
9 9
Berdasarkan tabel 2.17, teorema tersebut menyatakan:
 Paling sedikit sebanyak nol data berada dalam interval [𝜇 − 𝜎, 𝜇 + 𝜎]

3
 Paling sedikit sebanyak data berada dalam interval [𝜇 − 2𝜎, 𝜇 + 2𝜎]
4
8
 Paling sedikit sebanyak data berada dalam interval [𝜇 − 3𝜎, 𝜇 + 3𝜎]
9
Contoh 2.9 Aplikasi Teorema Tchebysheff

Rata-rata dan variansi dari sampel berukuran 30 berturut-turut 45 dan 25. Gunakan Teorema
Tchebysheff untuk menunjukkan sebaran datanya.
Jawab
Diketahui 𝑥̅ = 45 , 𝑠2 = 25, dan 𝑛 = 30. Maka 𝑠 = √25 = 5 dan 𝑥̅ ± 𝑘𝜎 = 45 ± 𝑘(5)
3
 Sebanyak dari sampel berukuran 30, berada pada interval 45 − 2(5) ≤ 𝑥 ≤ 45 + 2(5)
4
 35 ≤ 𝑥 ≤ 55.
8
 Sebanyak dari sampel berukuran 30, berada pada interval 45 − 3(5) ≤ 𝑥 ≤ 45 + 3(5)
9
 30 ≤ 𝑥 ≤ 60.
Rumus yang lain yang sering digunakan untuk menunjukan sebaran data yang berbentuk lonceng
adalah dengan rumus empirik.
Teorema 2.4 Rumus Empirik

Diketahui data populasi dengan rata-rata dan variansi berturut-turut 𝜇 dan 𝜎 2 . Maka pada interval:
𝜇 − 𝜎 ≤ 𝑥 ≤ 𝜇 + 𝜎 memuat hampir 68% data
𝜇 − 2𝜎 ≤ 𝑥 ≤ 𝜇 + 2𝜎 memuat hampir 95% data
𝜇 − 3𝜎 ≤ 𝑥 ≤ 𝜇 + 3𝜎 memuat hampir semua data
hal 45
Tabel 2.17 Ilusterasi Rumus Empirik
Contoh 2.10 Aplikasi Rumus Empirik

Rata-rata dan variansi dari sampel berbentuk lonceng/gundukan berukuran 50 berturut-turut 27
dan 9. Gunakan Rumus Empirik untuk menunjukkan sebaran datanya
Jawab
Diketahui 𝑥̅ = 27 , 𝑠2 = 9, dan 𝑛 = 50. Maka 𝑠 = √9 = 3 dan 𝑥̅ ± 𝑘𝜎 = 27 ± 𝑘(3)
 Pada interval 27 − 3 ≤ 𝑥 ≤ 27 + 3  24 ≤ 𝑥 ≤ 30. memuat hampir 68% data
 Pada interval 27 − 2(3) ≤ 𝑥 ≤ 27 + 2(3)  21 ≤ 𝑥 ≤ 33 memuat hampir 95% data
 Pada interval 27 − 3(3) ≤ 𝑥 ≤ 27 + 3(3)  18 ≤ 𝑥 ≤ 36 memuat hampir 100% data
2.5 Rata-rata dan Simpangan Baku Data Kelompok
Sampel dengan ukuran yang besar dapat diringkas menjadi data berkelompok, perhitungan
rata-rata dan simpangan bakunya menggunakan titik tengan dari setiap kelas intervalnya.
Definisi 2.7 Rata-rata dan Simpangan Baku Data Berkelompok

Misalkan 𝑥1 , 𝑥2 , … , 𝑥𝑚 titik tengah masing-masing
kelas interval 𝐾1 , 𝐾2 , … , 𝐾𝑚 dengan frekuensi 𝑓1 , 𝑓2 , … , 𝑓𝑚 .
maka rata-rata dan simpangan baku data berkelompok
adalah
∑𝑚
𝑖=1 𝑓𝑖 𝑥𝑖 ∑𝑛 𝑓𝑖 (𝑥𝑖 − 𝑥̅ )2
𝑥̅ = dan 𝑆 = √ 𝑖=1
𝑁 𝑁−1
dimana 𝑁 jumlah total data.
hal 46
Contoh 2.11 Data Berkelompok

Hitung rata-rata dan simpangan baku dari sampel berikut
Kelas Interval frekuensi

5–9 3
10 – 14 7
15 – 19 4
20 – 24 5
25 – 29 2
30 – 34 9
Total 30
Jawab
𝑥̅ = 20,83 dan 𝑠 = 1,68
Problem Set 2
Tabel dibawah adalah pertumbuhan ekonomi negara-negara ASEAN Tahun 2012 – 2016,
berdasarkan tabel tersebut kerjakan soal nomor 1 – 7
1. Buat diagram batang Tahun 2016
hal 47
2. Hitung rata-rata pertumbuhan tiap negara
3. Buat plot deret waktu pertumbuhan ekonomi Negara Indonesia dari Tahun 2012 sampai 2016,
buat estimasi dengan metode MA (gunakan Program Minitab)
4. Buat diagram lingkaran pertumbuhan Ekonomi Negara ASEAN Tahun 2015
5. Hitung Kuartil 𝑄1 , 𝑄2 , 𝑑𝑎𝑛 𝑄3 Pertumbuhan Ekonomi Negara ASEAN Tahun 2014. Letak
Negara Indonesia Berada diantara kuartil berapa?
6. Buat diagram Batang Daun dibulatkan sampai satu angka dibelakang koma ( 5 dibulatkan
keatas, dan < 5 dibulatkan kebawah)
7. Gambarkan Boxplot data Pertumbuhan Ekonomi Negara ASEAN Tahun 2014. Apakah titik
7,99 berpotensi outlier?
Tabel dibawah adalah statistik penyakit jantung koroner, gagal jantung, dan Stroke usia  15 tahun
2013.
Berdasarkan tabel diatas, kerjakan soal nomor 8 – 15

8. Hitung rata-rata usia penyakit Jantung Koroner berdasarkan estimasi jumlah absolut (D)
9. Hitung 𝑄1 , 𝑄2 , 𝑑𝑎𝑛 𝑄3 usia estimasi jumlah absolut (D) penyakit Stroke
10. Hitung rata-rata dan simpangan baku usia yang terkena Stroke berdasarkan %diagnosis
pergejala (D/G)
11. Berapa usia yang terbanyak penyakit Jantung Koroner, Gagal Jantung, dan Stroke
berdasarkan Estimasi Jumlah Absolut (D)
12. Gambarkan Histrogram Estimasi Jumlah Absolut (D) penyakit Jantung Koroner, Gagal
Jantung, dan Stroke
13. Gambarkan Kurva Ogive Estimasi Jumlah Absolut (D) penyakit Jantung Koroner, Gagal
Jantung, dan Stroke
14. Dari 1000 penduduk, sesorang didiagnosis dokter mempunyai penyakit Jantung Koroner.
Berapa tahun usia paling tua dari 25% yang terdiagnosis Dokter terkena Jantung Koroner?
hal 48
15. Dari 1000 penduduk, sesorang didiagnosis dokter mempunyai penyakit gagal jantung. Berapa
tahun usia paling tua dari 75% yang terdiagnosis Dokter terkena gagal jantung?
Diketahui sampel sebagai berikut:
X 4 5 4 7 8 3 9 3 3 6 6 7 9 7 4
Y 3 3 3 7 7 7 9 9 11 11 11 5 5 5 6 6 8 8 2 2 3
Gunakan dua sampel diatas untuk mengerjakan soal nomor 16 – 20

16. Buat tabel distribusi frekuensi, frekuensi kumulatif, dan frekuensi relatif dalam satu tabel
17. Hitung rata-rata dan simpangan baku masing-masing sampel
18. Plot diagram titik satu dimensi masing-masing sampel, sampel manakah yang paling
menyebar? Mengapa?
19. Tentukan modus, 𝑄1 , 𝑄2 , 𝑑𝑎𝑛 𝑄3
20. Pada survey terhadap 40 orang, responden mendapatkan pertanyaan “Berapa kali kunjungan
ke Supermarket dalam satu bulan” disajikan dalam tabel berikut
Jumlah
frekuensi
kunjungan
1 3
2 7
3 4
4 5
5 2
Tentukan:
a. Rata-rata dan Modus
b. Gambarkan Boxplot data diatas
21. Tabel dibawah ini menunjukan persentase kompetitor dari Bimbingan Belajar (BB) di kota-
kota A, B, C, D, E yang Total penduduknya 1 juta orang
BB %peserta BB %pelajar
A 28,9% 8,6%
B 7,6% 23,2%
C 12,1% 15,0%
D 18,5% 14,3%
E 8,7% 28,8%
Buat diagram batang dan lingkaran yang menunjukkan persentase BB berdasarkan populasi
jumlah penduduk.
22. Data acak diperoleh dari Program Exel sebagai berikut:
hal 49
0,06 0,08 0,35 0,4 0,81 0,9 0,75 0,35 0,4 0,19
0,79 0,03 0,24 0,85 0,89 0,52 0,49 0,29 0,86 0,43
0 0,13 0,81 0,93 0,88 0,41 0,02 0,71 0,96 0,16
0,2 0,16 0,75 0,09 0,36 0,27 0,28 0,96 0,87 0,68
Pilih satu digit dibelakang koma dengan cara membulatkan (contoh: 0,79 → 8 ; 0,52 → 5),
sedemikian sehingga diperoleh 40 data baru.
a. Hitung rata-rata dan simpangan baku
b. Gambarkan Boxplot
23. Data acak diperoleh dari Program Exel sebagai berikut:
a. Gambarkan diagram batang daun

b. Tentukan median
24. Diketahui data kelompok pada tabel berikut

Data frekuensi
1–5 2
6 – 10 5
11 – 15 3
16 – 20 10
21 – 25 8
Tentukan:
a. Rata-rata dan simpangan baku
b. Modus
c. Kuartil atas
25. Tabel dibawah adalah data pemakaian pulsa/bulan dari 100 orang yang di survey
Pulsa(ribu) frekuensi
5–9 21
10 – 14 5
15 – 19 11
20 – 24 7
25 – 29 16
30 – 34 8
35 – 39 9
40 – 44 12
45 – 49 5
50 – 54 6
Tentukan
a. Frekuensi relatif, frekuensi komulatif, dan kurva Ogive
b. Pemakain tertinggi dari 56% yang di survey
hal 50
26. Incidence Rate (IR) penyakit DBD dari tahun 1968 – 2015 cenderung terus meningkat, hasil
dari laporan Kementerian Kesehatan RI bekerjasama dengan BPS tahun 2016.
Gunakan Minitab untuk membuat estimasi menggunakan MA
27. Gambarkan grafik deret waktu dari data jumlah kelahiran dari tahun 1856 – 1875 : laki-laki,
perempuan, dan total. Gunakan Minitab untuk membuat ramalan jumlah yang lahir pada tahun
2018.
28. Dari segi jumlah kejahatan untuk level provinsi/polda, selama tahun 2015 Polda Metro Jaya
mencatat jumlah kejahatan terbanyak. Diagram di bawah menunjukan Jumlah kejahatan
(Crime Total) yang dilaporkan dan Tingkat Resiko Terkena Kejahatan (Crime Rate) Tahun
2015
hal 51
a. Rata-rata Crime Total dan Crime Rate provinsi di Indonesia

b. Simpangan baku Crime Total dan Crime Rate provinsi di Indonesia
c. Gambarkan diagram titik masing-masing Crime Total dan Crime Rate provinsi di Indonesia
29. Diketahui sampel X, Y, dan Z sebagai berikut:

X : 7;9;3;3;3;4;1;3;2;2
Y: 3;3;3;4;1;4;3;2;3;1
Z: 2;3;4;4;4;6;6;6;8;3
a. Gambarkan grfik titik satu dimensi masing-masing sampel
b. Hitung masing-masing rata-rata dan mediannya
c. Bandingkan ketiga sampel tersebut, apa yang anda dapat simpulkan
30. Diskusikan Rata-rata, median, dan modus untuk setiap masalah berikut. Apakah ada pola
antara ukuran sebaran dan ukuran pusatnya?
4 69
5 367778
6 003344567778
7 0112347889
8 01358
9 0033
hal 52

Bab 2

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

Bab 2

Diunggah oleh

Hak Cipta:

Format Tersedia

Statistika Deskriptif

2.4 Ukuran gejala Menyebar

2.1.1 TABEL DAN GRAFIK FREKUENSI

Tabel 2.1 Tabel Frekuensi

Grafik 2.2 Diagram Batang Grafik 2.3 Diagram Titik

Atau dapat juga dalam bentuk diagram batang sebagai berikut

Contoh 2.3 Diagram Batang Daun

2.1.2 TABEL DAN GRAFIK FREKUENSI RELATIF

Tabel 2.4 Tabel Frekuensi Relatif

2.1.3 DATA KELOMPOK, HISTOGRAM, DAN OGIVE

Tabel 2.6 Data Berkelompok

Tabel 2.7 Masa Hidup Lampu dalam Jam

Tabel 2.8 Frekuensi data Berkelompok

Buat data berkelompok dari tabel di atas!

 Catatan Untuk Jumlah Kelas Interval Data Berkelompok

Tabel 2.9 Data Berkelompok

Histogram data berkelompok pada tabel 2.9 adalah

Lebar Batang Tinggi Batang

Nilai matematika Frekuensi 𝑓𝑘 < Nilai matematika Frekuensi 𝑓𝑘 >

Batas atas 𝑓𝑖 𝑓𝑘 Frek.Rel.Kom

2.1.4 Diagram Batang-Daun dan BoxPot

2.1.5 Data Deret Waktu (Time Series)

Jika didapat data sebagai berikut

Gambar 2.10 Ploting Data Deret Waktu

Gambar 2.13 Model Tren Kuadrat

Minitab computes three measures of accuracy of the fitted model: MAPE,

MAPE, or Mean Absolute Percentage Error, measures the accuracy of fitted

where yt equals the actual value, ⏞

where yt equals the actual value, ⏞

where yt equals the actual value, ⏞

Contoh 2.4 Data Deret Waktu

Pilih : Stat → Time series → Time Series Plot

Jumlah Provinsi Terjangkit BDB (2000 - 2015)

Gambar 2.14 Ploting Data Deret Waktu dengan MA

2.2 UKURAN LETAK

2.2.1 Ukuran Letak Data Tunggal

Definisi 2.1 Rumus Mencari Persentil Ke-k

Sumber: Kementerian Pendidikan dan Kebudayaan

Definisi 2.2 Rumus Mencari Persentil dari Data

Diketahui Grafik data pencar pada gambar 2.15 di bawah

Gambar 2.15 Outlier

Definisi 2.3 Jangkauan Interkuartil (IQR)

Contoh 2.6 Potensi Outlier

Variable N N* Minimum Q1 Median Q3 Maximum

Contoh 2.6 Himpunan Outlier

a. Bandingkan kedua Jangkauan Interkuartil

2.2.2 Ukuran Letak Data Kelompok

Definisi 2.4 Kuartil Data Berkelompok

𝐵0 = nilai batas bawah dari kelas yang memuat Kuartil ke-i

Contoh 2.7 Kuartil Data Berkelompok

a. Hitung 𝑄1 𝑑𝑎𝑛 𝑄2 penyakit Jantung Koroner

2.3 UKURAN LETAK GEJALA PUSAT

Diketahui tiga sampel :

Descriptive Statistics: X Descriptive Statistics: Y

Descriptive Statistics: Z Descriptive Statistics: W

Sampel X : 𝑥̅ = 𝑀𝑒 = 𝑀𝑜𝑑 ; Sampel Y : 𝑥̅ < 𝑀𝑒 = 𝑀𝑜𝑑 ; Sampel Z : 𝑥̅ < 𝑀𝑒 < 𝑀𝑜𝑑

Rata-rata, Median, dan Modus

Definisi 2.5 Rata-rata

Definisi 2.6 Modus

Contoh 2.8 Rata-Rata dan Modus

Contoh 2.8 Rata-Rata dengan Bobot

Dotplot of Sampel Acak Normal

-1,6 -0,8 0,0 0,8 1,6

Descriptive Statistics: Sampel Normal