STATISTIK DESKRIPTIF

• Distribusi Frekuensi
tabel yang menyajikan data angka menurut
kuantitasnya atau kualitasnya.

• Cara menyusun distribusi frekuensi :

– Membagi data dalam beberapa kelas
– Sturge memakai rumus : K = 1 + 3,322 log n
K : Jumlah kelas ; n : jumlah data

– Masing-masing kelas mempunyai lebar kelas yang

sama (interval yang sama)
Lebar kelas (c) = (data terbesar- data terkecil ) / K
– Memasukkan data dalam kelas (interval)
 Membentuk Distr Frekuensi
1. Kelas pertama memuat data
terkecil, kelas terakhir memuat
data terbesar
2. Tidak boleh ada gap, shg semua
data masuk dalam salah satu kelas
3. Tidak boleh overlap antara 2 kelas
yang berurutan
4. Cacah kelas berjumlah 5 s/d 20
 Histogram, Poligon Frekuensi, Ogive

• Histogram atau histogram frekuensi adalah

sekumpulan persegi panjang, dimana :
– Pusat sumbu horisontalnya merupakan nilai tengah
interval kelas, dan lebar sumbu horisontalnya
merupakan lebar interval kelas.
– Luasnya sebanding dengan frekuensi kelas.
• Poligon frekuensi adalah garis yang
menghubungkan titik-titik frekuensi nilai
tengah interval klas (c) pada histogram
• Ogive adalah adalah garis yang
menghubungkan titik-titik frekuensi relatif
terhadap sesuatu data ‘kurang dari’ atau ‘lebih
dari’sehingga dapat diketahui frekuensi
kumulatif data.
 Contoh :
Pencacah di Laboratorium Deteksi dan Pengukuran Radiasi
mengukur cacah/menit suatu sampel radioaktif, sbb.

89 110 85 95 101 97
120 105 83 100 115 109
94 108 101 98 108 95
121 90 89 117 100 112
86 93 100 88 98 105

K = 1 + 3,322 log n c = ( 121 – 83 ) / 6

= 1 + 3,322 log 30  7
6
Sortasi
81-87
83 85 86 88 89 89 88-94
90 93 94 95 95 97 95-101

98 98 100 100 100 101 102-108

109-115
101 105 105 108 108 109 116-122

110 112 115 117 120 121

83 85 86 88 89 89 82-88

90 93 94 95 95 97 89-95

98 98 100 100 100 101 96-102

101 105 105 108 108 109 103-109

110 112 115 117 120 121 110-116

117-123
Cacah / menit Cacah sampel radioaktif
(cpm) Distribusi Distribusi
frekuensi Frek. Relatif
81 - 87 4 4/30
88 - 94 5 5/30
95 – 101 10 10/30
102 – 108 4 4/30
109 – 115 4 4/30
116 – 122 3 3/30
Total 30 30/30 =1
 Distr Frek Kumulatif
Cacah Frek Frek Kum Cacah Frek Frek Kum
‘kurang ‘lebih dari’
dari’

81 0 0% 80 30 100%

88 4 13,3% 87 26 86,7%

95 9 30% 94 21 53,3%

102 19 63,3% 101 12 40%

109 23 76,7% 108 8 26,7%

116 27 90% 115 5 16,7%

123 30 100% 122 0 0%

BUAT HISTOGRAM , POLIGON FREKUENSI, OGIVE KURANG DARI!

Example: times, to the nearest second, for a
chemical reaction to be completed.
184 165 166 178 183 165
175 173 157 165 169 188
180 186 189 160 152 155
179 170 188 165 160 171
178 178 179 156 177 158
161 172 174 165 173 170
179 178 170 178 164 174
176 179 166 171 177 175
161 170 170 178 177 163
182 177 160 163 168 173
159 180 181 188 188 187
166 163 170 171 180 174
179 164 159 172 173 178
189 171 162 169 166 166
171 175 174 168 165 173
177 167 175 183 170 163
181 172 160 170 171 173
174 177 167 177 183 170
 Histogram of times
40

30

20

10

0
152.0 157.0 162.0 167.0 172.0 177.0 182.0 187.0

time Bar chart of museum types

180

160

140

120
frequency

100

80

60

40

20

0
local history historic house folk museum natural science
historical society transport other military

type of museum
https://support.microsoft.com/id-id/help/214269/how-to-use-
the-histogram-tool-in-excel
https://ufitahir.wordpress.com/2014/06/24/membuat-grafik-
histogram-dan-poligon-menggunakan-ms-excel/

• Memastikan bahwa Add-in ToolPak Analisis telah

terinstal
 Interpreting histograms

• Spread
• Shape
• Deviations includes
• Outliers
• Number of peaks (modes)
• Symmetry or skewness
• Bell-shape (normality) or light tails or
heavy tails or uniform
HIST1
HIST2

HIST5

HIST3
HIST4

HIST7 HIST6
Berbagai Macam Distr Frek
 Quantitative variables:
stemplots

• Digit awal = stem. Digit sisa = leaf.

• Dapat untuk membandingkan
• Perhatikan satuan → harus sama
• Contoh:
persen berat kontaminan dari proses
industri .
 5.2 7.9 2.3 3.4 1.4 5.3 7.1 3.2 2.8
6.9 6.1 3.4 5.2 5.5 2.0 1.3 4.9 6.4

• Frequency Stem & Leaf

• 2.00 1 . 34
• 3.00 2 . 038
• 3.00 3 . 244
• 1.00 4. 9
• 4.00 5 . 2235
• 3.00 6 . 149
• 2.00 7 . 19
• Stem width: 1.00
• Each leaf: 1 case(s)
 Time plots

• Time plot : grafik suatu observasi

terhadap waktu.
• Absis → waktu, ordinat → hasil ukur
• Setiap data (titik) dihubungkan garis
• Analisis trend
– long term pattern
– short term repeating pattern
SOAL

Double stem
display
Median
n = 58, sehingga median
terletak pada urutan ke 29
dan 30, dari frekuensi
diketahui Median =
(69+69)/2 = 69

Quartil
Ke-1 → Pada urutan :
0,25 (58) + 0,5 = 15 → Q1 = 61
Ke-2 → Pada urutan :
0,50 (58) + 0,5 = 30 → Q2 = 69
Ke-3 → Pada urutan :
0,75 (58) + 0,5 = 44 → Q3 = 80

Desil ke-2 (Persentil

ke20)
Pada urutan : 0,2 (58) + 0,5
= 12 → D20 = 60
•Interquartile Range (IQR)
IQR = Q3 - Q1
•Outliers
➢Outliers : nilai ekstrim.
➢mild outliers dan extreme outliers.

•Extreme Outliers
x disebut extreme outlier jika :
x < Q1 – (3 x IQR) atau x > Q3 + (3 x IQR)

•Mild Outliers
x disebut mild outlier jika
Q1 – (3 x IQR) <= x < Q1 – (1,5 x IQR)
atau
Q3 + (1,5 x IQR) < x <= Q3 + (3 x IQR)
•Interquartile Range (IQR)
IQR = Q3 - Q1= 80-61 = 19
•Extreme Outliers
x disebut extreme outlier jika :
x < Q1 – (3 xIQR) atau x > Q3 + (3 x IQR)
X<61-(3x19) atau x > 80+(3x19)
X< 4 atau x > 137
Outliers…4< x< 137…outliers
•Mild Outliers
x disebut mild outlier jika
Q1 – (3 x IQR) ≤ x < Q1 – (1,5 x IQR)
61 - ( 3 x 19 ) ≤ x < 61 – (1,5 x 19)
4 ≤ x < 32,5

atau
Q3 + (1,5 x IQR) < x ≤ Q3 + (3 x IQR)
80 + (1,5 x 19) < x ≤ 80 + (3 x 19)
108,5 < x ≤ 137
HIST5 HIST6 HIST7

HIST5 HIST6 HIST7

 Diagram Pareto
• Ide Vilfredo Pareto, 80% lahan di Italia dimiliki 20% orang Italia.
• Di tahun 1992, Laporan Program Pengembangan PBB mengumumkan bahwa
20% populasi dunia menikmati 80% kemakmuran dan sumber daya dunia. Studi
menunjukkan bahwa 80% keuntungan perusahaan datang dari 20%
pelanggannya, dan 80% penjualan dibuat oleh 20% staf penjualannya. Microsoft
menemukan bahwa 20% bug menyebabkan 80% crash, dan ahli keselamatan
mempelajari bahwa 80% cedera disebabkan oleh 20% bahaya.

• Dalam dunia industri, pengecekan kualitas produk wajib diperhatikan dengan

teliti. Untuk mendeteksi adanya cacat produk biasanya digunakan pemetaan
menggunakan diagram pareto.
• Pemetaan pada prioritas masalah yang paling besar hingga paling kecil secara
urut, sehingga bisa segera diambil tindakan.
• Perpaduan antara diagram batang dengan diagram garis.
• Pembuatan diagram ini bisa membantu mengetahui kualitas suatu produksi
dengan membuat grafik dari faktor yang mempengaruhinya. Tolak ukur tingkat
kerusakan yang harus segera diambil tindakan adalah 80% atau lebih. Jika data
melebihi 80 persen, berarti faktor tersebut harus segera diperbaiki.

“Temukan 20% sumber permasalahan yang menyebabkan 80% masalah, dan

kemudian selesaikan itu”.
 Prinsip dan Membuat
Diagram Pareto
1. Mengumpulkan Data 6. Menghitung Presentase
2. Identifikasi Masalah Frekuensi Kumulatif
3. Menentukan periode 7. Membuat grafik batang
4. Mencatat frekuensi 8. Gambarkan Persentase
dengan Grafik Garis
5. Memuat Daftar
Permasalahan 9. Melakukan intepretasi
10.Mengambil tindakan
Project : 6 minggu 11.Mengulang pembuatan
Kesalahan software –4 jam/mgg = 24 diagram pareto
jam.
Penundaan komunikasi antar departemen
– 10 jam/minggu = 62 jam.
Penundaan persetujuan – 3 jam/minggu
= 18 jam.
 Contoh
Perusahaan ingin mengetahui kualitas kain yang diproduksi.
Dari identifikasi masalah yang mempengaruhi kualitas kain,
ditemukan data beberapa kecacatan dalam proses
produksinya pada setiap periode, yakni
• Mesin mati mendadak = 230
• Benang yang terputus = 500
• Benang kotor = 92
• Benang kusut = 350
• Jumlah seluruh
kecacatan = 1172