Statistika Modul 2

K
KTSP e
l
a
s
matematika XI
STATISTIKA: PENYAJIAN DATA
Tujuan Pembelajaran
Setelah mempelajari materi ini, kamu diharapkan memiliki kemampuan sebagai berikut.
1. Memahami definisi statistika.
2. Memahami beberapa pengertian dasar dalam statistika.
3. Memahami cara pengumpulan data dan teknik sampling.
4. Menyajikan data dalam bentuk tabel, diagram lingkaran, diagram batang, diagram garis,
histogram, dan ogive.
A. Definisi Statistika
Kamu mungkin sudah terbiasa mendengar dan membaca data-data statistika seperti berikut.
1. Rata-rata nilai Ujian Nasional (UN) 2015 tingkat SMK/MA mengalami kenaikan
sebanyak 0,3 dari tahun sebelumnya, yaitu dari 61 menjadi 61,3.
2. Pria di bawah usia 50 tahun memiliki risiko lebih tinggi terkena penyakit jantung
dibandingkan dengan wanita pada kelompok usia yang sama.
3. Pendapatan per kapita masyarakat Indonesia mengalami kenaikan menjadi 41,81
juta rupiah sepanjang tahun 2014.
Statistika banyak digunakan dalam kehidupan manusia. Dalam bidang olahraga,

seorang pelatih mencatat berapa banyak kemenangan yang dibukukan oleh tim yang
diasuhnya setiap musim. Dalam bidang kesehatan, statistika digunakan untuk meneliti
berapa persen masyarakat yang terkena virus HIV AIDS. Dalam bidang pendidikan, seorang
guru menggunakan statistika untuk mengetahui cara yang lebih baik dalam mengajar
siswa, dan sebagainya.
Lalu apakah kamu tahu apa itu statistika? Statistika adalah ilmu yang mempelajari
tentang pengumpulan, penyajian, penyederhanaan, penganalisisan, dan penyimpulan
suatu data. Sebelum belajar lebih jauh, pelajari dahulu beberapa pengertian dasar dalam
statistika berikut ini.
B. Populasi dan Sampel

Populasi adalah himpunan seluruh individu atau objek yang hendak diteliti. Sementara
itu, sampel adalah bagian dari populasi yang berfungsi sebagai sumber informasi. Sampel
diharapkan dapat mewakili populasi agar kesimpulan yang diperoleh bernilai benar atau
mendekati benar. Sebagai contoh, kamu hendak meneliti rata-rata tinggi badan anak SMA
di Indonesia. Himpunan seluruh siswa SMA di Indonesia disebut populasi, sedangkan
siswa SMA umur 16 tahun yang berada di kota-kota besar disebut sebagai sampel.
C. Statistika Deskriptif dan Statistika Inferensial

Ada dua kategori besar dalam ilmu statistika, yaitu sebagai berikut.
1. Statistika Deskriptif
Statistika deskriptif berisi metode mengorganisasikan, meringkaskan, dan menyajikan
informasi. Contoh statistika deskriptif adalah penyajian data dengan histogram, diagram
lingkaran, kemudian mencari nilai rata-rata data, simpangan baku, dan sebagainya.
2. Statistika Inferensial
Statistika inferensial berisi metode menggambar dan mengukur keterkaitan kesimpulan
tentang populasi dengan menggunakan informasi yang diperoleh dari sampel. Contoh
statistika inferensial adalah pengujian hipotesis, pengambilan kesimpulan pada quick
count setelah pemilihan presiden, dan sebagainya.
D. Variabel dan Data

Sifat yang berbeda dari suatu objek dengan objek lainnya dinamakan variabel. Sebagai
contoh, variabel untuk manusia dapat berupa tinggi badan, berat badan, banyak saudara
kandung, jenis kelamin, status perkawinan, dan golongan darah. Tiga contoh variabel
pertama dinamakan variabel kuantitatif, karena dapat dinyatakan dalam bentuk angka.
Sementara itu, sisanya dinamakan variabel kualitatif, karena tidak dapat dinyatakan dalam
bentuk angka.
Variabel kuantitatif dapat diklasifikasikan menjadi diskrit dan kontinu. Variabel

diskrit adalah variabel yang nilainya didapat dari hasil perhitungan. Contoh variabel
diskrit adalah banyak siswa, banyak kendaraan yang dimiliki, dan sebagainya. Sementara
2
itu, variabel kontinu adalah variabel yang nilainya didapat dari hasil pengukuran. Contoh
variabel kontinu adalah tinggi badan anak SD kelas 1, berat badan bayi yang baru lahir,
masa usia baterai telepon seluler, dan sebagainya. Untuk lebih jelasnya, pengelompokan
variabel-variabel tersebut dapat dinyatakan dengan bagan berikut.
Variabel
Kualitatif Kuantitatif
Diskrit Kontinu
Nilai dari variabel suatu objek dinamakan sebagai data. Sebagaimana variabel, data
dikelompokkan menjadi data kualitatif, data kuantitatif, data diskrit, dan data kontinu.
Contoh Soal 1
Golongan darah manusia dengan sistem ABO hanya ada 4 yaitu A, B, AB, dan O. Jika kamu
diinformasikan golongan darahnya oleh dokter, data jenis apa yang kamu dapatkan?
Pembahasan:
Golongan darah termasuk variabel kualitatif karena tidak dinyatakan dengan angka. Oleh
karena itu, data golongan darah termasuk data kualitatif.
Contoh Soal 2
Gunung tertinggi di dunia adalah Gunung Everest yang terletak di pegunungan Himalaya.
Gunung Everest memiliki ketinggian sekitar 8.848 meter dari permukaan laut. Variabel dan
data jenis apa yang disebutkan pada kalimat sebelumnya?
Pembahasan:
Tinggi gunung adalah variabel kuantitatif kontinu, karena untuk mendapatkan nilainya
harus berupa pengukuran. Oleh karena itu, data tingggi Gunung Everest 8.848 meter
dinamakan sebagai data kuantitatif kontinu.
3
Beberapa prosedur statistik yang akan kamu pelajari hanya cocok untuk tipe data
tertentu. Oleh karena itu, penting bagi adik-adik untuk dapat memahami tipe datanya
dahulu sebelum menentukan prosedur statistik yang digunakan.
E. Pengumpulan Data dan Teknik Sampling

Data dapat dikumpulkan dengan berbagai cara. Metode yang paling umum digunakan
adalah survei. Survei dapat dilakukan dengan metode yang beragam, seperti survei via
telepon, kuisioner, dan wawancara individual. Survei juga sebenarnya dapat dilakukan
dengan metode lain, seperti menyurvei catatan-catatan atau penelitian situasi secara
langsung.
Seorang peneliti akan menggunakan sampel untuk memperoleh data dan informasi
terkait variabel populasi. Dengan menggunakan sampel, tentu akan menghemat waktu
dan biaya. Pemilihan sampel tidak bisa dilakukan secara sembarangan, karena informasi
yang didapatkan bisa menjadi bias atau tidak mewakili keadaan sebenarnya. Sebagai
contoh, wawancara di jalanan pada siang hari tidak akan melibatkan respon dari orang
yang bekerja di kantor atau siswa di sekolah. Akibatnya, tidak setiap subjek populasi
memiliki peluang untuk dipilih.
Untuk mendapatkan sampel yang tidak bias, ahli statistika biasanya menggunakan
empat metode sampling, yaitu sebagai berikut.
1. Metode Sampel Acak

Metode sampel acak adalah metode pemilihan sampel secara acak dengan menggunakan
metode peluang atau angka yang acak. Contoh dari metode ini adalah pemberian nomor
setiap subjek di populasi pada sebuah kartu. Kemudian, kartunya disimpan di dalam
toples dan dicampur, lalu dipilih berapa banyak kartu yang dibutuhkan. Nomor yang
terpilih itulah yang dianggap sebagai sampel.
2. Metode Sistematik
Metode sistematik adalah metode perolehan sampel secara sistematik. Misalnya setiap
subjek populasi diberikan nomor yang berbeda pada suatu kartu. Kemudian, dipilih subjek
ke-k, dengan k adalah pola untuk memilih sampel. Sebagai contoh, jika ada 10.000 subjek
terurut pada populasi dan dibutuhkan 250 sampel maka 10.000 : 250 = 40. Oleh karena
nilai k = 40, sampel diambil pada urutan tertentu, misalnya 5, 45, 85, dan seterusnya.
4
3. Metode Sampling Terstratifikasi
Metode sampling terstratifikasi adalah metode dengan membagi populasi ke dalam
banyak grup berdasarkan beberapa sifat yang penting untuk dipelajari, kemudian sampel
diambil dari tiap grup. Sebagai contoh, seorang ketua OSIS ingin mengetahui pendapat
siswa sekolah terkait masalah tertentu. Dia ingin membandingkan pendapat yang muncul
dari kelas X dan kelas XI. Ketua OSIS akan memilih secara acak sampel dari masing masing
grup (kelas X dan kelas XI).
4. Metode Sampling Kelompok

Metode sampling kelompok adalah metode dengan membagi populasi menjadi grup atau
kelas berdasarkan kategori tertentu, kemudian peneliti akan memilih secara acak grup atau
kelas tersebut. Seluruh anggota grup yang terpilih inilah yang akan menjadi sampel.
F. Penyajian Data Kualitatif

Suatu penelitian menghasilkan data mentah yang perlu diorganisasikan, diringkas, dan
disajikan dalam bentuk tabel atau diagram agar lebih mudah dipahami. Beberapa cara
untuk menyajikan data kualitatif adalah sebagai berikut.
1. Distribusi Frekuensi
Salah satu cara menyajikan data kualitatif adalah dengan membuat tabel yang
menunjukkan berapa kali munculnya suatu kejadian yang berbeda. Angka yang
menunjukkan berapa kali munculnya suatu kejadian yang berbeda dinamakan frekuensi.
Langkah-langkah untuk membentuk daftar distribusi frekuensi dari data kualitatif adalah
sebagai berikut.
Langkah 1. Kumpulkan kategori yang berbeda dari penelitian dalam sekumpulan data di
kolom pertama pada tabel.
Langkah 2. Untuk setiap penelitian, tempatkan tanda turus di kolom kedua pada baris
yang bersesuaian dengan kategorinya.
Langkah 3. Hitunglah turus untuk setiap nilai yang berbeda dan catat jumlahnya pada
kolom ketiga.
Contoh Soal 3
Seorang guru ingin mengetahui jenis pelajaran hitungan yang paling disukai oleh siswa
di suatu sekolah dengan jumlah 200 orang. Dipilih 30 orang sebagai sampel dengan
menggunakan metode sampel terstratifikasi. Guru tersebut memberikan kode untuk
5
setiap pelajaran, yaitu matematika (M), Fisika (F), Kimia (K), dan Ekonomi (E), sehingga
diperoleh data acak sebagai berikut.
M F F K F M
K M F F M M
K E E M K M
M K E M K F
F K M E K M
Susunlah tabel frekuensi untuk data tersebut.
Pembahasan:
Langkah 1: Kumpulkan kategori yang berbeda dari penelitian dalam sekumpulan data di
kolom pertama pada tabel.
Kategori yang berbeda adalah Matematika, Fisika, Kimia, dan Ekonomi.
Langkah 2: Untuk setiap penelitian, tempatkan tanda turus di kolom kedua pada baris
yang bersesuaian dengan kategorinya.
Pelajaran Turus Frekuensi

Matematika
Fisika
Kimia
Ekonomi
Langkah 3: Hitunglah turus untuk setiap nilai yang berbeda dan catat jumlahnya pada
kolom ketiga.
Pelajaran Turus Frekuensi

Matematika 11
Fisika 7
Kimia 8
Ekonomi 4
2. Distribusi Frekuensi Relatif

Frekuensi relatif yaitu perbandingan frekuensi dengan banyaknya sampel yang diteliti.
Secara matematis, dirumuskan sebagai berikut.
6
frekuensi
Frekuensi relatif =
banyak sampel penelitian
Pada contoh soal sebelumnya, frekuensi relatif untuk siswa yang senang pelajaran
Matematika dapat dinyatakan sebagai berikut.
frekuensi 11
Frekuensi relatif Matematika = = = 0,367
banyak sampel penellitian 30
Jika dinyatakan dalam bentuk persentase, ada 36,7% siswa yang menyukai Matematika.
Perbedaan distribusi frekuensi relatif dengan distribusi frekuensi tidak terlalu jauh,
yaitu hanya berbeda dalam bentuk pernyataan saja. Tabel distribusi frekuensi dinyatakan
langsung dalam bentuk angka, sedangkan tabel distribusi frekuensi relatif dinyatakan
dalam bentuk frekuensi relatif (baik desimal maupun persen). Jika tabel distribusi frekuensi
pada contoh soal sebelumnya dijadikan tabel distribusi frekuensi relatif, akan diperoleh:
Frekuensi Relatif Frekuensi Relatif

Pelajaran Turus
dalam Desimal dalam Persentase
11
Matematika = 0,37 37%
30
7
Fisika = 0,23 23%
30
8
Kimia = 0,27 27%
30
4
Ekonomi = 0,13 13%
30
Contoh Soal 4
Suatu distributor melakukan survei respon pasar terhadap produk laptop yang
didistribusikannya, yaitu laptop A. Ada dua pertanyaan yang diajukan kepada 20 responden
terkait dengan kecepatan (Baik/B, Biasa/S, dan kurang/K) dan penampilan (Baik/B, Biasa/S,
dan kurang/K). Untuk laptop A terkait dengan kecepatan dan penampilan diperoleh data
berikut.
7
Kecepatan Laptop A:
B B B S B
K S B B S
K B S K K
B S S K K
Penampilan Laptop A:
B B K K S
B B B B S
K B S S K
B B B B K
Bentuklah daftar distribusi frekunsi untuk kategori tersebut.

Pembahasan:
Kategori untuk kecepatan dan penampilan adalah baik, biasa, dan buruk.
Untuk kecepatan, hasil dari daftar turusnya adalah sebagai berikut.
Kategori Turus Frekuensi

Baik 8
Biasa 6
Kurang 6
Jika dibuat daftar distribusi frekuensi relatifnya, akan diperoleh tabel berikut.
Kategori Frekuensi Relatif

8
Baik × 100% = 40%
20
6
Biasa × 100% = 30%
20
6
Kurang × 100% = 30%
20
8
Untuk penampilan, hasil dari daftar turusnya adalah sebagai berikut.
Frekuensi Turus Frekuensi
Baik 11
Biasa 4
Kurang 5
Jika dibuat daftar distribusi frekuensi relatifnya, akan diperoleh tabel berikut.
Kategori Frekuensi Relatif
11
Baik × 100% = 55%
20
4
Biasa × 100% = 20%
20
5
Kurang × 100% = 25%
20
3. Diagram Lingkaran
Diagram lingkaran adalah salah satu jenis penyajian data kualitatif dengan membagi
lingkaran ke dalam potongan-potongan juring sesuai frekuensi relatifnya. Langkah-
langkah membuat diagram lingkaran adalah sebagai berikut.
Langkah 1. Tentukan distribusi frekuensi relatifnya.
Langkah 2. Bagi lingkaran ke dalam potongan-potongan juring sesuai frekuensi
relatifnya. Untuk memudahkan, kalikan frekuensi relatifnya dengan 360o.
Langkah 3. Buatlah diagram lingkaran dan berilah nama setiap bagian sesuai
frekuensi relatifnya.
9
Contoh Soal 5
Hasil survei terhadap 100 orang responden mengenai pilihan terhadap calon ketua senat
baru di suatu universitas adalah sebagai berikut.
Nama Calon Ketua Senat Frekuensi Pemilih
Abdul 12
Koko 23
Nugi 36
Panca 16
Satria 13
Buatlah diagram lingkaran dari data tersebut.

Pembahasan:
Langkah 1: Menentukan distribusi frekuensi relatifnya.
Nama Calon Ketua Senat Frekuensi Pemilih Frekuensi Relatif
Abdul 12 12%
Koko 23 23%
Nugi 36 36%
Panca 16 16%
Satria 13 13%
Langkah 2: Membagi lingkaran ke dalam potongan-potongan juring sesuai frekuensi

relatifnya. Untuk memudahkan, kalikan frekuensi relatifnya dengan 360o.
Nama Calon Ketua Senat Frekuensi Pemilih Derajat
Abdul 12% 43,2o
Koko 23% 82,8o
Nugi 36% 129,6o
Panca 16% 57,6o
Satria 13% 46,8o
10
Langkah 3: Membuat diagram lingkaran dan memberikan nama setiap bagian sesuai
frekuensi relatifnya.
Hasil Pemilihan Calon Ketua Senat
Abdul 12%
Satria 13%
46,80 43,20
Panca 16%
Koko 23%
57,60
82,80
129,60
Nugi 36%
4. Diagram Batang
Diagram batang adalah bentuk diagram untuk menyatakan data kualitatif, dengan
frekuensi setiap kategori dinyatakan dengan tinggi batang yang berbentuk persegi
panjang. Semakin tinggi nilai frekuensinya, semakin tinggi batangnya. Pada diagram
batang, sumbu horizontal menyatakan kategori data kualitatif, sedangkan sumbu vertikal
menyatakan frekuensi data kualitatif. Jika contoh soal sebelumnya disajikan dalam bentuk
diagram batang, akan diiperoleh diagram batang seperti berikut.
Diagram Hasil Pemilihan Ketua Senat

40
35
30
25
Frekuensi
20
15
10
0
Abdul Koko Nugi Panca Satria
Nama Calon Ketua Senat
11
Contoh Soal 6
Berikut ini adalah hasil survei terhadap 100 orang responden mengenai surat kabar yang
sering dibaca dalam satu bulan terakhir.
Tajam Aktual Gosip Ekonom Kotak Ekonom Bundar Aktual Gosip Aktual
Gosip Aktual Bundar Kotak Ekonom Tajam Kotak Bundar Gosip Politik
Politik Bundar Bundar Politik Kotak Politik Gosip Tajam Bundar Gosip
Gosip Politik Kotak Tajam Politik Aktual Politik Politik Politik Aktual
Ekonom Politik Aktual Bundar Politik Ekonom Gosip Aktual Tajam Gosip
Politik Gosip Gosip Aktual Ekonom Kotak Bundar Gosip Tajam Gosip
Kotak Aktual Politik Kotak Gosip Politik Ekonom Tajam Politik Ekonom
Gosip Gosip Politik Ekonom Aktual Tajam Tajam Tajam Politik Tajam
Aktual Ekonom Kotak Ekonom Tajam Ekonom Politik Kotak Tajam Tajam
Gosip Bundar Aktual Tajam Kotak Gosip Tajam Tajam Politik Ekonom
Sajikanlah data kualitatif tersebut dalam bentuk diagram batang.

Pembahasan:
Mula-mula, tentukan frekuensi dari masing-masing surat kabar.
Nama Surat Kabar Frekuensi

Tajam 17
Aktual 13
Gosip 18
Ekonom 13
Kotak 11
Politik 19
Bundar 9
Selanjutnya, buatlah diagram batangnya dengan menempatkan kategori pada sumbu

horizontal dan frekuensi pada sumbu vertikal.
12
Diagram Surat Kabar yang Dibaca
20
18
16
14
12
10
8
6
4
2
0
Tajam Aktual Gosip Ekonom Kotak Politik Bundar
G. Penyajian Data Kuantitatif

Penyajian data kuantitatif diawali dengan mengelompokkan data berdasarkan kelas yang
memiliki nilai tertentu dan berbeda dengan kelas-kelas yang lain. Beberapa metode yang
dapat digunakan untuk mengelompokkan data kuantitatif adalah tabel frekuensi data
tunggal, tabel frekuensi berinterval, histogram, dan tabel frekuensi kumulatif.
1. Tabel Frekuensi Data Tunggal

Dalam beberapa kasus, cara yang paling tepat untuk mengelompokkan data kuantitatif
adalah dengan membuat setiap kelas mewakili satu nilai tunggal. Cara pengelompokan
data seperti ini tepat untuk jenis variabel diskrit yang variasi nilainya tidak terlalu banyak.
Contoh Soal 7
Berikut ini adalah banyaknya TV dari 50 keluarga yang dipilih secara acak.
1 1 1 2 3 2 1 4 2 1
0 2 3 4 2 1 4 5 1 2
1 2 4 5 2 1 1 2 3 1
3 1 4 2 3 1 1 2 3 1
1 0 1 2 1 1 0 1 2 1
Buatlah tabel frekuensi data tunggal beserta frekuensi relatifnya.
13
Pembahasan:
Dengan menggunakan turus, diperoleh tabel frekuensi data tunggal beserta frekuensi
relatifnya sebagai berikut.
Nilai Turus Frekuensi Frekuensi Relatif

0 3 6%
1 21 42%
2 13 26%
3 6 12%
4 5 10%
5 2 4%
2. Tabel Frekuensi Berinterval

Cara kedua untuk mengelompokkan data kuantitatif adalah dengan menggunakan tabel
frekuensi berinterval. Dengan cara ini, setiap kelas terdiri dari suatu rentang data. Nilai data
paling kecil yang dapat dimasukkan ke dalam kelas disebut batas bawah kelas, sedangkan
nilai data paling besar yang dapat dimasukkan ke dalam kelas disebut batas atas kelas.
Pengelompokan data seperti ini sangat berguna jika data yang berbeda terlalu banyak.
Langkah-langkah membuat tabel frekuensi berinterval adalah sebagai berikut.
Langkah 1. Tentukan selisih antara data terbesar dan data terkecil, dinotasikan dengan J.
Langkah 2. Tentukan banyak kelas. Banyak kelas ideal (k) dapat ditentukan dengan
menggunakan rumus Sturgess berikut.
k = 1 + 3, 3log n
Langkah 3. Tentukan panjang kelas. Panjang kelas (I) dapat ditentukan dengan rumus berikut.
J
I=
k
Pembulatan I selalu dilakukan ke bilangan bulat yang lebih besar dan terdekat.
Langkah 4. Bentuk kelas-kelas pada tabel dimulai dengan data terkecil sampai data
terbesar dengan menggunakan nilai I yang telah diperoleh.
Langkah 5. Hitung frekuensi tiap kelas berdasarkan data yang ada. Gunakan turus
untuk memudahkan.
14
Contoh Soal 8
Berikut ini adalah data usia 50 orang-orang terkaya di dunia menurut majalah Forbes.
49 57 38 73 81
74 59 76 65 69
54 56 69 68 78
65 85 49 69 61
48 81 68 37 43
78 82 43 64 67
52 56 81 77 79
85 40 85 59 80
60 71 57 61 69
61 83 90 87 74
Buatlah tabel frekuensi berinterval dari data tersebut.

Pembahasan:
Langkah 1. Mencari selisih antara data terbesar dan terkecil
Data terkecil = 37 dan data terbesar = 90
J = 90 − 37 = 53
Langkah 2. Mencari nilai k
k = 1 + 3,3 log 50
k = 6,60660
k=≈7
Langkah 3. Menentukan panjang kelas (I)

J
I=
k
53
I= = 7,57....
7
I=≈8
15
Langkah 4. Membentuk tabel frekuensi
Usia Turus Frekuensi Frekuensi Relatif

37 − 44 5 10%
45 − 52 4 8%
53 − 60 8 16%
61 − 68 9 18%
69 − 76 9 18%
77 − 84 10 20%
85 − 92 5 10%
3. Histogram
Histogram adalah bentuk penyajian data kuantitatif yang mirip dengan diagram batang
pada data kualitatif. Perbedaan histogram dan diagram batang adalah setiap persegi
panjang pada histogram saling bersentuhan satu sama lain, sedangkan pada diagram
batang tidak. Histogram menampilkan kelas dari data kuantitatif pada sumbu horizontal
dan frekuensi (frekuensi relatif atau persentase) pada sumbu vertikal. Tinggi batang
vertikal pada histogram sama dengan nilai frekuensi dari kelas tersebut.
Untuk jenis data tunggal, nilai data ditempatkan di tengah-tengah tiap batang,
dengan setiap batang tetap digambar dalam keadaan bersentuhan. Untuk jenis data
berinterval, nilai data ditempatkan pada tepi bawah atau tepi atas setiap batang yang
bersentuhan. Tepi bawah dan tepi atas dapat ditentukan dengan rumus berikut.
1
Tepi bawah kelas ke - i = batas bawah kelas ke - i - satuan pengukuran
2
1
Tepi atas kelas ke - i = batas atas kelas ke - i + satuan pengukuran
2
Satuan pengukuran yang biasa digunakan adalah 1; 0,1; atau 0,01.

Selain tepi bawah dan tepi atas, pada sumbu horizontal histogram juga dapat
ditampilkan titik tengah dari tiap kelas. Rumus untuk mencari titik tengah adalah sebagai
berikut.
batas bawah kelas ke - i + batas atas kelas ke - i

Titik tengah kelas ke - i =
2
16
Contoh Soal 9
Bentuklah histogram dari contoh soal sebelumnya dengan menggunakan titik tengah
serta tepi bawah dan tepi atas pada sumbu horizontal.
Pembahasan:
Tabel frekuensi yang diperoleh pada soal sebelumnya adalah sebagai berikut.
Usia Turus Frekuensi Frekuensi Relatif
37 − 44 5 10%
45 − 52 4 8%
53 − 60 8 16%
61 − 68 9 18%
69 − 76 9 18%
77 − 84 10 20%
85 − 92 5 10%
Dengan menggunakan rumus tepi bawah, tepi atas, serta titik tengah, diperoleh:
Usia Titik Tengah Frekuensi
36,5 – 44,5 40,5 5
44,5 – 52,5 48,5 4
52,5 – 60,5 56,5 8
60,5 – 68,5 64,5 9
68,5 – 76,5 72,5 9
76,5 – 84,5 80,5 10
84,5 – 92,5 88,5 5
Bentuk histogram dengan menggunakan tepi bawah dan tepi atas pada sumbu horizontal
adalah sebagai berikut.
17
Usia Orang Terkaya di Dunia
11
10
9
8
7
Frekuensi
6
5
4
3
2
1
0
36,5 44,5 52,5 60,5 68,5 76,5 84,5 92,5
Usia
Sementara itu, bentuk histogram dengan menggunakan titik tengah pada sumbu
horizontal adalah sebagai berikut.
Usia Orang Terkaya di Dunia

11
10
9
8
7
Frekuensi
6
5
4
3
2
1
0
40,5 48,5 56,5 64,5 72,5 80,5 88,5
Usia
4. Diagram Garis
Diagram garis biasanya digunakan untuk menyajikan data statistik yang diperoleh
berdasarkan pengamatan dari waktu ke waktu secara berurutan. Diagram garis
menunjukkan kecenderungan dari suatu peristiwa pada satuan waktu yang diamati.
Sebagai contoh, temperatur seorang anak dalam 24 jam terakhir, harga indeks saham
gabungan pada 5 jam terakhir, dan sebagainya. Pada diagram garis, sumbu horizontal
menyatakan waktu, sedangkan sumbu vertikal menyatakan data yang diamati.
18
Contoh Soal 10
Berikut ini adalah data temperatur seorang anak dari pukul 00:00 sampai dengan 05:00
yang diperiksa setiap satu jam sekali.
Pukul 00:00 01:00 02:00 03:00 04:00 05:00

Temperatur 37°C 38,5°C 39°C 36,5°C 34,3°C 33°C
Buatlah diagram garis dari data tersebut.

Pembahasan:
Dengan menempatkan waktu pada sumbu horizontal dan temperatur pada sumbu
vertikal, diperoleh diagram garis sebagai berikut.
Temperatur Anak
40,00
39,00
38,00
Temperatur (oC)
37,00
36,00
35,00
34,00
33,00
32,00
31,00
30,00
00:00 01:00 02:00 03:00 04:00 05:00
Waktu
5. Tabel Frekuensi Kumulatif

Frekuensi kumulatif merupakan frekuensi yang dijumlahkan. Frekuensi kumulatif
didefinisikan sebagai jumlah frekuensi suatu kelas dengan frekuensi kelas-kelas sebelum
atau sesudahnya. Frekuensi kumulatif penting saat analisis data, di mana nilai dari frekuensi
kumulatif ini mengindikasikan banyaknya nilai yang terletak di bawah atau di atas nilai
tertentu. Ada dua jenis frekuensi kumulatif, yaitu sebagai berikut.
• Frekuensi kumulatif kurang dari: jumlah frekuensi semua nilai yang kurang dari
atau sama dengan nilai tepi atas suatu kelas.
19
• Frekuensi kumulatif lebih dari: jumlah frekuensi semua nilai yang lebih dari atau
sama dengan nilai tepi bawah suatu kelas.
Grafik frekuensi kumulatif disebut ogive yang dinyatakan dalam bentuk diagram
garis. Untuk grafik frekuensi kumulatif kurang dari dinamakan ogive positif, sedangkan
untuk grafik frekuensi kumulatif lebih dari dinamakan ogive negatif.
Langkah-langkah membuat tabel frekuensi kumulatif kurang dari dan ogive positif
Langkah 1. Tentukan tepi atas masing-masing kelas.
Langkah 2. Tentukan frekuensi kumulatif kurang dari kelas ke-i (fki) dengan ketentuan
berikut.
a. fk1 = f1
b. fki = f1 + f2 + ... + fi, i = 1, 2, 3, ..., n
Langkah 3. Buatlah diagram garis dengan sumbu horizontal menyatakan tepi atas dan
sumbu vertikal menyatakan frekuensi kumulatifnya. Dengan demikian, setiap
titik adalah pasangan tepi atas suatu kelas ke-i dan frekuensi kumulatif kelas
ke-i. Hubungkan semua titik-titik yang diperoleh dimulai dari titik (0, 0).
Contoh Soal 11
Buatlah tabel frekuensi kumulatif kurang dari dan ogive positif dari contoh soal nomor 8.
Pembahasan:
Tabel frekuensi yang diperoleh dari pembahasan contoh soal 8 adalah sebagai berikut.
Usia Frekuensi
37 − 44 5
45 − 52 4
53 − 60 8
61 − 68 9
69 − 76 9
77 − 84 10
85 − 92 5
20
Langkah 1. Tentukan tepi atas masing-masing kelas.
Tepi atas masing-masing kelas dari tabel tersebut adalah sebagai berikut.
Usia Tepi Atas Frekuensi
37 − 44 44,5 5
45 − 52 52,5 4
53 − 60 60,5 8
61 − 68 68,5 9
69 − 76 76,5 9
77 − 84 84,5 10
85 − 92 92,5 5
Langkah 2. Tentukan frekuensi kumulatif kurang dari.
Usia Tepi Atas Frekuensi fki Keterangan

37 − 44 44,5 5 5 5
45 − 52 52,5 4 9 5+4
53 − 60 60,5 8 17 5+4+8
61 − 68 68,5 9 26 5+4+8+9
69 − 76 76,5 9 35 5+4+8+9+9
77 − 84 84,5 10 45 5 + 4 + 8 + 9 + 9 +10
85 − 92 92,5 5 50 5 + 4 + 8 + 9 + 9 + 10 + 5
Langkah 3. Membuat ogive positif.

Dengan memplot titik-titik yang terdiri dari tepi atas dan frekuensi kumulatifnya, diperoleh
grafik sebagai berikut.
Ogive Positif
55
Frekuensi Kumulatif Kurang Dari
50
50
45
45
40
35
35
30 26
25
20 17
15
9
10
5
5 0
0
36,5 44,5 52,5 60,5 68,5 76,5 84,5 92,5
Tepi Atas
21
Langkah-langkah membuat tabel frekuensi kumulatif lebih dari dan ogive negatif adalah
sebagai berikut.
Langkah 1. Tentukan tepi bawah masing-masing kelas.
Langkah 2. Tentukan frekuensi kumulatif kelas lebih dari ke-i (fki) dengan ketentuan berikut.
a. fk1 = f1 + f2 + ... + fn, dengan n banyak kelas
b. fki = fi + fi + 1 + ... + fn, i = 1, 2, 3, ..., n
Langkah 3. Buatlah diagram garis dengan sumbu horizontal menyatakan tepi bawah dan
sumbu vertikal menyatakan frekuensi kumulatifnya. Dengan demikian, setiap
titik adalah pasangan tepi bawah suatu kelas ke-i dan frekuensi kumulatif kelas
ke-i (fki). Hubungkan semua titik-titik yang diperoleh.
Contoh Soal 12
Buatlah tabel frekuensi kumulatif lebih dari dan ogive negatif dari contoh soal nomor 8.
Pembahasan:
Tabel frekuensi yang diperoleh pada pembahasan contoh soal 8 adalah sebagai berikut.
Usia Frekuensi
37 − 44 5
45 − 52 4
53 − 60 8
61 − 68 9
69 − 76 9
77 − 84 10
85 − 92 5
Langkah 1. Tentukan tepi bawahmasing-masing kelas.

Tepi bawah masing-masing kelas dari tabel tersebut adalah sebagai berikut.
Usia Tepi Bawah Frekuensi

37 − 44 ≥ 36,5 5
45 − 52 ≥ 44,5 4
53 − 60 ≥ 52,5 8
61 − 68 ≥ 60,5 9
69 − 76 ≥ 68,5 9
77 − 84 ≥ 76,5 10
85 − 92 ≥ 84,5 5
22
Langkah 2. Tentukan frekuensi kumulatif lebih dari.
Usia Tepi Bawah Frekuensi fki Keterangan
37 − 44 ≥ 36,5 5 50 5 + 4 + 8 + 9 + 9 + 10 + 5
45 − 52 ≥ 44,5 4 45 4 + 8 + 9 + 9 + 10 + 5
53 − 60 ≥ 52,5 8 41 8 + 9 + 9 + 10 + 5
61 − 68 ≥ 60,5 9 33 9 + 9 + 10 + 5
69 − 76 ≥ 68,5 9 24 9 + 10 + 5
77 − 84 ≥ 76,5 10 15 10 + 5
85 − 92 ≥ 84,5 5 5 5
Langkah 3. Membuat ogive negatif.

Dengan memplot titik-titik yang terdiri dari tepi bawah dan frekuensi kumulatifnya, grafik
sebagai berikut.
Ogive Negatif
55
Frekuensi Kumulatif Lebih Dari
50
45
40
35
30
25
20
15
10
5
0
36,5 44,5 52,5 60,5 68,5 76,5 84,5
Tepi Bawah
23
Contoh Soal 13
Diketahui grafik ogive positif yang menunjukkan berat badan 100 orang penduduk RT 000
sebagai berikut.
Grafik Berat Badan Warga RT 000
105
99 100
100 98
96
95
90
85
80 78
75
70
65
60
55
55
Frekuensi Kumulatif
50
45
40
35
35
30
25
20
20
15
11
10
5 3
0
9,5 19,5 29,5 39,5 49,5 59,5 69,5 79,5 89,5 99,5
Dengan menggunakan grafik ogive positif tersebut, tentukan:

1. banyaknya penduduk yang berat badannya di bawah 36 kg;
2. banyaknya penduduk yang berat badannya antara 75 kg-84 kg; dan
3. median dari data tersebut.
24
Pembahasan:
1. Dengan menggunakan grafik ogive positif tersebut, kamu bisa mengetahui banyaknya
penduduk yang berat badannya di bawah 36 kg. Caranya adalah dengan mencari angka
36 kg pada sumbu horizontal, lalu tarik garis vertikal ke atas sampai memotong ogive.
Kemudian, tarik garis horizontal ke kiri untuk menemukan banyaknya penduduk yang
memiliki berat 36 kg. Untuk lebih jelasnya, perhatikan ogive berikut.
105
99 100
100 98
96
95
90
85
80 78
75
70
65
60
Frekuensi Kumulatif
55
55
50
45
40
35
35
30
25
20
20
15
11
10
5 3
0
9,5 19,5 29,5 39,5 49,5 59,5 69,5 79,5 89,5 99,5
Dari grafik di atas, terlihat bahwa banyak orang yang memiliki berat di bawah 36 kg
adalah sekitar 28 orang atau 29 orang.
25
2. Untuk menentukan banyak penduduk yang memiliki berat badan antara 75 kg
sampai 84 kg, tentukan dahulu banyak penduduk yang beratnya kurang dari 75
kg dan kurang dari 84 kg. Hal tersebut dilakukan karena banyak penduduk yang
memiliki berat antara 75 kg sampai 84 kg adalah selisih keduanya. Untuk lebih
jelasnya, perhatikan ogive berikut.
105
99 100
100 98
96
95
90
85
80 78
75
70
65
60
55
55
Frekuensi Kumulatif
50
45
40
35
35
30
25
20
20
15
11
10
5 3
0
9,5 19,5 29,5 39,5 49,5 59,5 69,5 79,5 89,5 99,5
Banyak penduduk yang beratnya kurang dari 75 kg sekitar 97 orang, sedangkan banyak
penduduk yang beratnya kurang dari 84 kg sekitar 98 orang. Dengan demikian, banyak
penduduk yang memiliki berat badan antara 75 kg sampai 84 kg adalah sekitar 1 orang.
26
3. Median adalah nilai data yang berada pada posisi pertengahan. Oleh karena
banyaknya data ada 100, mediannya adalah rata-rata dari nilai data ke-50 dan data
ke-51. Cari pada bagian frekuensi angka 50 dan 51, kemudian temukan pasangan
berat badannya pada sumbu horizontal.
105
99 100
100 98
96
95
90
85
80 78
75
70
65
60
55
55
Frekuensi Kumulatif
50
45
40
35
35
30
25
20
20
15
11
10
5 3
0
9,5 19,5 29,5 39,5 49,5 59,5 69,5 79,5 89,5 99,5
Dari grafik tersebut, terlihat bahwa mediannya terletak antara data 45,5 sampai 49,5.
Dengan demikian, perkiraan mediannya adalah 48 kg.
27
Kurikulum 2013/2006 K
e
l
a
s
matematika XI
STATISTIKA: UKURAN PEMUSATAN
Tujuan Pembelajaran
Setelah mempelajari materi ini, kamu diharapkan memiliki kemampuan berikut.
1. Dapat menentukan rata-rata data tunggal dan data berkelompok.
2. Dapat menentukan median data tunggal dan data berkelompok.
3. Dapat menentukan modus data tunggal dan data berkelompok.
Mind Map ∑x Tu n
f terbanyak
n
g g al
berfrekuensi
al
gg
n
Tu Rata-rata ∑ fx
l Mo
x−
xi ∑f
Gabunga
a
d=
er v
Inte rval
Int
dus
n x gab = n1 x 1 + n2 x 2
M AN A
PE UR TIK
AN
d n1 + n2
UK ATIS
Tb + I
AT
d1 + d2
US
ST
∑ fx
d
∑f
selisih f modus
xs +
∑ fd
d ia n ∑f
Me Me xs +
∑ fc I
In
t e rval Tu n ∑f d = x − xi
g
ga
1 C = kode setiap kelas

l
n − Fkum x s = x sementara
Tb + 2 I data ke- n+1
Fm 2
Fkum T
b
+ f sebelum Fm
kelas median Tepi bawah
0,5 data bulat

f kelas median
Bb – k
0,05 desimal
Dalam ilmu statistika, salah satu cara untuk menyimpulkan sebuah data adalah melalui teknik
perhitungan. Sebagai contoh, data rata-rata dan persentil dapat digunakan untuk memberikan
deskripsi terhadap sekumpulan data. Bilangan-bilangan yang dapat digunakan untuk
mendeskripsikan sebuah data disebut ukuran deskriptif. Beberapa ukuran deskriptif yang
sering digunakan oleh para ahli statistika adalah ukuran pemusatan, ukuran penyebaran, dan
ukuran lokasi data. Pada sesi ini, kita akan membahas tentang ukuran pemusatan data.
Ukuran pemusatan data adalah ukuran deskriptif yang menunjukkan pusat data atau
datum yang mewakili sekumpulan data. Ada tiga jenis ukuran pemusatan data yang penting
dan sering digunakan, yaitu rata-rata, median, dan modus. Rata-rata dan median hanya dapat
diterapkan pada data kuantitatif, sedangkan modus dapat diterapkan pada data kuantitatif dan
data kualitatif.
A. Rata-Rata
1. Rata-Rata Data Tunggal
Ukuran pemusatan data yang paling sering digunakan adalah rata-rata. Rata-rata dari
sekumpulan data adalah jumlah seluruh nilai datum dibagi dengan banyaknya datum.
Diketahui sekumpulan n data x1, x2, x3, x4, ..., xn. Jumlah nilai data tersebut dapat
ditentukan sebagai berikut.
∑x
i =1
i = x1 + x 2 + x 3 + ... + x n
Dengan demikian, rata-ratanya yang dinotasikan dengan x (dibaca: x bar) dapat

dirumuskan sebagai berikut.
∑x i
x= i=1
Keterangan:
x = rata-rata data;
xi = datum ke-i; dan
n = ukuran sampel.
2
Contoh Soal 1
Data berikut ini menunjukkan tekanan darah dari 16 anak yang ibunya menderita diabetes.
81,6 84,1 87,6 82,8

82,0 88,9 86,7 96,4
84,6 104,9 90,8 94,0
69,4 78,9 75,2 91,0
Tentukan rata-rata sampel dari data tersebut.

Pembahasan:
Tentukan dahulu jumlah nilai datum dari data tersebut.
16
∑x
i=1
i = 1378, 9
Kemudian, tentukan rata-rata dari tekanan darahnya.

Oleh karena banyak datum n = 16, maka:
n
∑x i
x= i =1
n
16
∑x i
= i =1
16
1378, 9
=
16
= 86,2
Jadi, rata-rata sampel dari data tersebut adalah 86,2.
2. Rata-Rata Data Berfrekuensi

Data sampel yang berukuran besar dan memuat banyak data berulang biasanya akan
dinyatakan dalam bentuk tabel distribusi berikut.
Datum x1 x2 x3 … xn – 1 xn
Frekuensi f1 f2 f3 … fn – 1 fn
3
Jumlah data tersebut dan ukuran sampel datanya dapat ditentukan sebagai berikut.
n
Jumlah data: ∑f x
i =1
i i = f1 x1 + f2 x 2 + f3 x 3 + ... + fn −1 x n −1 + fn x n
n
Ukuran sampel: n = ∑ fi = f1 + f2 + f3 + ... + fn
i −1
Dengan demikian, rata-ratanya dapat dirumuskan sebagai berikut.
∑f x i i
x= i =1
n
∑f
i =1
i
Keterangan:
x = rata-rata data;
fi = frekuensi ke-i; dan
xi = data ke-i.
Contoh Soal 2
Perhatikan data perolehan nilai ulangan mata pelajaran matematika dari 50 siswa
berikut.
Nilai 5 6 7 8 9 10
Frekuensi 4 8 15 10 7 6
Rata-rata dari data tersebut adalah ....

Pembahasan:
Rata-rata dari data tersebut dapat ditentukan dengan rumus berikut.
n
∑f x i i
x= i =1
n
∑f
i =1
i
4.5 + 8.6 +15.7 +10.8 + 7.9 + 6.10

=
4 + 8 +15 +10 + 7 + 6
376
=
50
= 7,52
4
∑f x i i
x= i =1
n
∑f
i =1
i
4.5 + 8.6 +15.7 +10.8 + 7.9 + 6.10

=
4 + 8 +15 +10 + 7 + 6
376
=
50
= 7,52
Jadi, rata-rata dari data tersebut adalah 7,52.
Contoh Soal 3 (Soal SPMB)
Nilai ujian dari peserta seleksi pegawai di suatu instansi diperlihatkan dalam tabel berikut.
Nilai Ujian Frekuensi

3 2
4 4
5 6
6 20
7 10
8 5
9 2
10 1
Seorang calon dinyatakan lulus jika nilainya sama dengan atau di atas rata-rata. Banyaknya
calon yang lulus ada ... orang.
A. 8 D. 44
B. 18 E. 48
C. 38
Pembahasan:
Tentukan dahulu rata-ratanya.
n
∑f x i i
x= i=1
n
∑f
i=1
i
2.3 + 4.4 + 6.5 + 20.6 +10.7 + 5.8 + 2.9 +1.10

=
2 + 4 + 6 + 20 +10 + 5 + 2 +1
310
=
50
= 6,2
5
Oleh karena nilai rata-ratanya 6,2, maka calon yang lulus nilainya harus di antara 7 sampai
10. Dengan demikian, diperoleh:
Banyak calon yang lulus = 10 + 5 + 2 + 1 = 18
Jadi, banyaknya calon yang lulus ada 18 orang.
Contoh Soal 4 (Soal SPMB)
Tabel berikut menunjukkan usia 20 anak di kota A saat 2 tahun lalu. Jika pada tahun itu
tiga anak yang berusia 7 tahun dan seorang anak yang berusia 8 tahun pindah ke luar
kota A, usia rata-rata 16 anak yang masih tinggal pada saat ini adalah ....
Usia Frekuensi
5 3
6 5
7 8
8 4
A. 7 tahun D. 6 tahun
1 1
B. 8 tahun E. 6 tahun
2 2
3
C. 8 tahun
4
Pembahasan:
Oleh karena data tersebut adalah data 2 tahun yang lalu, maka usia setiap anak saat ini
telah bertambah dua tahun. Perhatikan tabel berikut.
Tabel 2 tahun lalu:
Usia Frekuensi Sebelum Frekuensi Sesudah

5 3 3
6 5 5
7 8 5
8 4 3
6
Tabel saat ini:
Usia Frekuensi
7 3
8 5
9 5
10 3
Dengan demikian, rata-rata usia 16 orang anak yang masih tinggal pada saat ini adalah
sebagai berikut.
n
∑f x i i
x= i =1
n
∑f
i =1
i
3.7 + 5.8 + 5.9 + 3.10

=
3+5+5+3
136
=
16
1
= 8 tahun
2
1
Jadi, usia rata-rata 16 anak yang masih tinggal pada saat ini adalah 8 tahun.
2
3. Rata-Rata Berinterval
Data sampel yang berukuran besar dan memuat sedikit data berulang biasanya akan
dinyatakan dalam bentuk interval. Langkah-langkah membentuk tabel frekuensi
berbentuk interval adalah sebagai berikut.
Langkah 1. Tentukan nilai data terkecil dan terbesarnya.
Langkah 2. Tentukan jangkauan data (J).
J = data terbesar – data terkecil
Langkah 3. Tentukan banyak kelas (k) dengan aturan Sturges berikut.
k = 1 + 3,322 log n
dengan n adalah ukuran sampel.
7
Langkah 4. Tentukan interval kelas (panjang kelas).
J
I=
k
Langkah 5. Buat tabel distribusi frekuensi dengan sistem turus.
Adapun langkah-langkah menentukan rata-rata dari data berinterval adalah sebagai

berikut.
Langkah 1. Tentukan nilai tengah masing-masing kelas.
Nilai tengah (xi) kelas dapat ditentukan dengan rumus berikut.
Bbi + Bai
xi =
2
Keterangan:
Bbi = batas bawah kelas ke-i; dan
Bai = batas atas kelas ke-i.
Langkah 2. Gunakan rumus rata-rata.
∑f x i i
x= i =1
n
∑f
i =1
i
dengan xi adalah nilai tengah kelas.
Contoh Soal 5
Berikut ini adalah banyaknya pengunjung wahana bermain selama 60 hari.
75 60 81 82 96 81 103 91 100 102

86 92 85 102 95 92 104 99 90 96
87 64 84 98 90 87 110 93 84 89
84 82 74 96 110 65 87 88 91 98
94 91 89 83 112 88 66 107 97 103
96 112 92 94 84 96 83 101 86 115
8
Buatlah tabel distribusi frekuensi berbentuk interval, kemudian carilah rata-ratanya.
Pembahasan:
Langkah-langkah membuat tabel frekuensi berbentuk interval adalah sebagai berikut.
Langkah 1. Menentukan nilai data terkecil dan terbesar.
Data terkecil = 60
Data terbesar = 115
Langkah 2. Menentukan jangkauan.
J = data terbesar – data terkecil
= 115 – 60 = 55
Langkah 3. Menentukan banyak kelas.
k = 1 + 3,322 log n
= 1 + 3, 322 log 60
≈ 6,9
Banyak kelas dibulatkan ke atas menjadi k = 7 kelas.
Langkah 4. Menentukan panjang kelas (interval).
J
I=
K
55
=
7
≈ 7, 9
Panjang kelas dibulatkan ke atas menjadi I = 8.
Langkah 5. Membentuk tabel distribusi frekuensi.
Jumlah Kunjungan Turus Frekuensi

60 – 67 |||| 4
68 – 75 || 2
76 – 83 6
84 – 91 19
92 – 99 16
100 – 107 8
108 – 115 5
9
Setelah didapatkan tabel distribusi frekuensinya, tentukan nilai tengah setiap kelas.
Jumlah Kunjungan Nilai Tengah Frekuensi
60 + 67
60 – 67 = 63,5 4
2
68 + 75
68 – 75 = 71,5 2
2
76 + 83
76 – 83 = 79,5 6
2
84 + 91
84 – 91 = 87,5 19
2
92 + 99
92 – 99 = 95,5 16
2
100 +107
100 – 107 = 103,5 8
2
108 +115
108 – 115 = 111,5 5
2
Dengan demikian, rata-ratanya dapat ditentukan sebagai berikut.
xi fi fi . xi
63,5 4 254
71,5 2 143
79,5 6 477
87,5 19 1662,5
95,5 16 1528
103,5 8 828
111,5 5 557,5
Σfi = 60 Σfi . xi = 5450
10
n
∑f x i i
x= i =1
n
∑f
i =1
i
5450
=
60
= 90, 83
Jadi, rata-rata banyaknya pengunjung tersebut adalah 90,83.
Rumus lain yang dapat digunakan untuk menentukan nilai rata-rata dari tabel
frekuensi adalah sebagai berikut.
a.
n
∑f d i i
x = xs + i =1
n
∑f
i =1
i
∑
Keterangan: fi di
x = xs =
+ rata-rata
i =1
n sementara; dan
∑
di = selisih
i =1
fi (different) kelas ke-i = x –
i x
b. n
∑f c i i
x = xs + i =1
n
I
∑f
i =1
i
n
Keterangan:
∑ fi di
x = x + i =1
ci = kode yang diberikan untuk kelas ke-i. c = 0 diberikan untuk kelas s , kelas n
di
atasnya diberikan kode menurun mulai dari –1, –2, dan seterusnya. Sementara∑ kelas fi
i =1
di bawahnya diberikan kode naik mulai dari 1, 2, dan seterusnya.
Contoh Soal 6
Selesaikan contoh soal sebelumnya dengan menggunakan 2 rumus tersebut.
11
Pembahasan:
Rumus pertama
Tentukan dahulu nilai tengah masing-masing kelas.
Data xi
60 – 67 63,5
68 – 75 71,5
76 – 83 79,5
84 – 91 87,5
92 – 99 95,5
100 – 107 103,5
108 – 115 111,5
n
∑f d i i
Rata-rata sementara diambil dari salah satu nilai tengah, misal x = x s += i =1
87,5.
n
Kemudian,
perhatikan tabel berikut untuk menghitung n rata-rata menggunakan
n rumus ∑ f
pertama.
i
∑ fi di ∑ fi di i =1
Data xi – x s + i =1n fi
x = x s + i =1n d = x = fi . di
i i
60 – 67 63,5 87,5 ∑f
i =1
i –24 ∑ 4f
i =1
i –96
68 – 75 71,5 87,5 –16 2 –32
76 – 83 79,5 87,5 –8 6 –48
84 – 91 87,5 87,5 0 19 0
92 – 99 95,5 87,5 8 16 128
100 – 107 103,5 87,5 16 8 128
108 – 115 111,5 87,5 24 5 120
Σfi . di = 200
Dengan demikian, diperoleh:

n
∑f d i i
x = xs + i =1
n
∑f
i =1
i
200
= 87,5 +
60
= 87,5 + 3,33
= 90, 83
12
n n
Rumus keduaf d
∑ i i ∑f di i n
x = xs =
Misal i =1
n
x = x s adalah
+ 87,5. Kode untuk kelas + i =1n 0. Kode kelas ∑ difi datas
i
menurun mulai dari –1, –2,
∑
dan seterusnya. fi Sementara kode kelas ∑di f x
bawah
i = x s + i =1
naik n
mulai dari 1, 2, dan seterusnya.
Data
i =1 i =1
∑ fi
i =1
Data xi ci fi fi . ci
60 – 67 63,5 –3 4 –12
68 – 75 71,5 –2 2 –4
76 – 83 79,5 –1 6 –6
84 – 91 87,5 0 19 0
92 – 99 95,5 1 16 16
100 – 107 103,5 2 8 16
108 – 115 111,5 3 5 15
Σfi . ci = 25
Oleh karena panjang kelas (I) dari data tersebut adalah 8, maka rata-ratanya dapat
ditentukan sebagai berikut.
n
∑f c i i
x = xs + i =1
n
I
∑ fi
i =1
25
= 87,5 + .8
60
= 87,5 + 3,33
= 90, 83
Jadi, rata-rata dari data tersebut adalah 90,83.
4. Rata-Rata Data Gabungan

Sekelompok n1 data memiliki rata-rata x 1 dan sekelompok n2 data memiliki rata-rata x 2 .
Rata-rata dari data kelompok pertama dan kedua dapat dinyatakan sebagai berikut.
x1 =
∑x 1
→ ∑ x1 = n1 x 1
n1
x2 =
∑x 2
→ ∑ x 2 = n2 x 2
n2
13
Rata-rata gabungan dari dua kelompok data tersebut dapat dirumuskan sebagai berikut.
jumlah data
x gab =
banyak data
x gab =
∑x +∑x
1 2
n
n x 1 + n2 x 2
x gab = 1
n1 + n2
Contoh Soal 7
Banyak siswa kelas A adalah 30 dan kelas B adalah 20 siswa. Nilai rata-rata ujian matematika
kelas A lebih 10 dari kelas B. Jika rata-rata nilai ujian matematika gabungan dari kelas A
dan kelas B adalah 66, rata-rata nilai ujian matematika kelas B adalah ....
A. 58 D. 64
B. 60 E. 66
C. 62
Pembahasan:
Diketahui:
nA = 30
nB = 20
nxA A==30
10 + x B
nBx gab
= 20= 66
xDitanya:
A = 10 + x B = ... ?
xDijawab:
gab = 66
Rata-rata gabungan dirumuskan sebagai berikut.
nA x A + nB x B
x gab =
nA + nB
30. x A + 20. x B
⇔ 66 =
30 + 20
⇔ 3300 = 30. x A + 20. x B
⇔ 330 = 3 x A + 2xB
14
Oleh karena x A = 10 + x B , maka:
330 = 3 x A + 2 x B
(
⇔ 330 = 3 10 + x B + 2 x B )
⇔ 330 = 30 + 3 x B + 2 x B
⇔ 330 = 5 x B + 30
⇔ 5 x B = 300
⇔ x B = 60
Jadi, rata-rata nilai ujian matematika kelas B adalah 60.
Contoh Soal 8
Nilai rata-rata matematika siswa pria adalah 68, dan nilai rata-rata matematika siswa
wanita adalah 75. Jika rata-rata gabungannya adalah 70, perbandingan banyak siswa pria
dan wanita adalah ....
Pembahasan:
Diketahui:
x p = rata - rata siswa pria = 68
x w = rata - rata siswa wanita = 75
x gab = rata - rata gabungan seluruh siswa = 70
Ditanya: np : nw = ... ?
Dijawab:
Rata-rata gabungan dirumuskan sebagai berikut.
np x p + nw x w
x gab =
np + nw
np .68 + nw 75
⇔ 70 =
np + nw
⇔ 70np + 70nw = 68np + 75nw
⇔ 2np = 5nw
np 5
⇔ =
nw 2
Jadi, perbandingan banyak siswa pria dan wanita adalah 5 : 2.
15
SUPER "Solusi Quipper"
Urutkan dahulu rata-ratanya.
xp x gab x w
68 70 75
Ambil selisih 2 bilangan berdekatan.

xp x gab x w
68 70 75
2 5
Perbandingan np : nw dapat diperoleh dengan cara menyilang.
xp x gab xw
68 2 70 5 75
nw np
Jadi, np : nw = 5 : 2.
B. Median
Bentuk ukuran pemusatan lain yang sering digunakan adalah median. Pada dasarnya,
median dari sekumpulan data adalah bilangan yang membagi data menjadi 50% data
terkecil dan 50% data terbesar. Oleh karena itu, untuk menentukan median, data harus
diurutkan terlebih dahulu.
1. Median Data Tunggal

Langkah-langkah menentukan median data tunggal adalah sebagai berikut.
Langkah 1. Urutkan datanya.
Langkah 2. Tentukan banyaknya data (n).
Langkah 3. Tentukan median dengan rumus berikut.
n +1
Me = data ke -
2
16
Contoh Soal 9
Tentukan median dari data 1, 2, 8, 11, 6, 10, dan 16.

Pembahasan:
Langkah 1. Urutkan datanya.
1, 2, 6, 8, 10, 11, 16
Langkah 2. Tentukan banyaknya data.
n=7
Langkah 3. Tentukan median dengan rumus berikut.
n +1
Me = data ke -
2
7 +1
= data ke -
2
= data ke - 4
Jadi, median dari data tersebut adalah 8.
Contoh Soal 10
Perhatikan tabel frekuensi yang menunjukkan perolehan nilai matematika suatu kelas
berikut ini.
Nilai 3 4 5 6 7 8 9 10
Frekuensi 6 5 7 8 6 5 4 2
Median dari data tersebut adalah ....

Pembahasan:
Tabel frekuensi tersebut sudah dalam keadaan terurut. Banyak data (n) dapat diperoleh
dari jumlah frekuensi, yaitu sebagai berikut.
n = ∑f
=6+5+7+8+6+5+4+2
= 43
n +1 44
Me = data ke
Median adalah ke-- , yaitu data ke- = 22 . Untuk mendapatkan nilai data ke-
2 2
22, gunakan frekuensi kumulatif seperti berikut.
17
Nilai 3 4 5 6 7 8 9 10
Frekuensi 6 5 7 8 6 5 4 2
Kumulatif 6 11 18 26
Data Data
1-6 Data 1-26
1-11 Data
1-18
Jadi, median data tersebut adalah 6.
2. Median Data Berinterval

Median data berinterval dapat ditentukan dengan mencari nilai pada interval yang
n
terletak paling tengah. Median terletak pada kelas yang mengandung nilai . Kita bisa
2
n n
menganggap adalah banyak data sebelum kelas median, sedangkan – fkum dengan fkum
2 2
merupakan frekuensi kumulatif sebelum kelas median adalah banyak data yang diamati
n
− fkum
di kelas median. Sementara 2 dengan fm merupakan frekuensi kelas median adalah
fm
n 
 2 − fkum 
proporsi nilai data pada kelas median. Dengan panjang kelas yang sama I,  I
 fm 
 
menunjukkan pecahan yang bersesuaian dengan posisi median. Jika ditambahkan
dengan Tb (tepi bawah kelas median), akan diperoleh nilai median. Untuk lebih jelasnya,
perhatikan rumus berikut.
1 
 n − fkum 
Me = Tb +  2 I
 fm 
 
Keterangan:
Tb = batas bawah kelas median –p; dan
p = 0,5 jika nilai dinyatakan dalam bilangan bulat dan 0,05 jika nilai dinyatakan dalam
bilangan desimal 1 angka di belakang koma.
18
Contoh Soal 11
Tentukan median dari data tinggi badan siswa berikut.
Tinggi Badan f
140 – 144 6
145 – 149 8
150 – 154 10
155 – 159 5
160 – 164 4
164 – 169 3
Pembahasan:
Tentukan dahulu banyak datanya.
n = ∑f = 6 + 8 + 10 + 5 + 4 + 3 = 36
Kemudian, tentukan kelas median.
n
Kelas median adalah kelas yang mengandung data ke- atau data ke-18. Untuk lebih
2
jelasnya, perhatikan tabel berikut.
Tinggi Badan f fkum

140 – 144 6 6
145 – 149 8 14 = Fkum
150 – 154 10 24 ← letak data ke-18
155 – 159 5 Fm = 10
160 – 164 4
164 – 169 3
↓
n = 36
I=5
Oleh karena datanya dinyatakan dalam bilangan bulat, maka tepi bawah kelas median
Tb = 150 – 0,5 = 149,5
19
Dengan demikian, mediannya dapat ditentukan sebagai berikut.
1 
 2 n − fkum 
Me = Tb +  I
 fm 
 
1 
 2 .36 − 14 
= 149,5 +  5
 10 
 
= 149,5 + 2
= 151,5
Jadi, median dari data tersebut adalah 151,5.
SUPER "Solusi Quipper"

Banyak data = n = 36
n
Median adalah data ke- atau data ke-18. Dengan demikian, median terletak pada
2
kelas ke-3.
Tinggi Badan f
140 – 144 6
14 data
145 – 149 8
150 – 154 10 ← urutan ke-4 dari 10 data
Berlaku:
x 4
=
I 10
x 4
⇔ =
5 10
⇔ x=2

Me = Tb + x
= 149,5 + 2
= 151,5
20
Contoh Soal 12
Perhatikan histogram berikut ini.
f
15
11
8
berat badan
30,5 40,5 50,5 60,5 70,5
Median dari data berat badan tersebut adalah ....

Pembahasan:
Tentukan dahulu banyaknya data (n).
n = ∑f = 8 + 11 + 15 + 8 = 42
Kemudian, tentukan kelas median.
n
Kelas median adalah kelas yang mengandung data ke- atau data ke-21. Untuk lebih
2
jelasnya, perhatikan histogram berikut.
Fm 15
34 kelas median
11
19
8
8
berat badan
30,5 40,5 50,5 60,5 70,5
I = 10
Fkum Tb
21
Dengan demikian, mediannya dapat ditentukan sebagai berikut.
1 
 2 n − fkum 
Me = Tb +  I
 fm 
 
 21 − 19 
= 50,5 +  10
 15 
= 50,5 +1,33
= 51, 83
C. Modus
Modus adalah ukuran pemusatan data yang nilainya dapat diperoleh dengan melihat
data yang paling sering muncul atau memiliki frekuensi terbesar.
1. Modus Data Tunggal

Data tunggal atau data tunggal yang dinyatakan dalam bentuk tabel frekuensi sangat
mudah ditentukan modusnya. Jika dalam sekumpulan data tunggal terdapat dua data
yang frekuensinya sama-sama paling besar, kedua data tersebut dapat menjadi modus.
Sekumpulan data yang memiliki dua modus seperti ini dinamakan bimodus. Namun, jika
dalam sekumpulan data terdapat lebih dari dua modus, dinamakan multimodus.
Contoh Soal 13
Daftar gaji dari 10 orang karyawan adalah sebagai berikut.
500.000, 600.000, 750.000, 750.000, 800.000, 600.000, 900.000, 1.000.000, 600.000,

800.000
Modus dari data tersebut adalah ....

Pembahasan:
Oleh karena yang bergaji 600.000 paling banyak di antara yang lain, yaitu 3 orang, maka
modus dari data tersebut adalah 600.000.
22
Contoh Soal 14
Berikut ini adalah data banyaknya cabang dari perusahaan A, B, C, D, dan E.
200 cabang, 300 cabang, 401 cabang, 500 cabang, 150 cabang

Pembahasan:
Oleh karena tidak ada data yang sama, maka modus dari data tersebut tidak ada.
Contoh Soal 15
Data nilai ulangan matematika Joni selama 1 semester adalah sebagai berikut.
8, 8, 6, 7, 7, 9, 9, 10, 8, 7, 10

Pembahasan:
Oleh karena terdapat dua nilai yang sama-sama memiliki frekuensi paling besar, yaitu 7
dan 8, maka modus dari data tersebut adalah 7 dan 8. Sekumpulan data ini dinamakan
bimodus.
2. Modus Data Berinterval

Modus data berinterval tidak dapat ditentukan hanya dengan melihat frekuensi
terbesarnya saja. Hal ini disebabkan karena datanya dinyatakan dalam bentuk interval.
Sementara modus harus berupa data dalam interval yang memiliki frekuensi terbesar.
Perhatikan gambar berikut.
f2
f1
f3
a b Mo c d
Dengan demikian, modus dari data tersebut adalah Mo = b + x.
23
Untuk menentukan nilai x, gunakan prinsip kesebangunan pada segitiga.
d1 = f2 – f1
f2 – f3 = d2
x
I–x
Berlaku:
d1 x
=
d2 l − x
⇔ d1I − d1 x = d2 x
⇔ d1 x + d2 x = d1I
⇔ ( d1 + d2 ) x = d1I
 d1 
⇔ x= I
 d1 + d2 
Mo = b + x
 d1 
=b+ I
 d1 + d2 
Dengan menggunakan notasi lebih umum, rumus untuk menentukan modus data
berinterval adalah sebagai berikut.
 d1 
Mo = Tb +  I
 d1 + d2 
Keterangan:
Tb = tepi bawah kelas modus;
d1 = selisih frekuensi kelas modus dengan frekuensi kelas sebelumnya;
24
d2 = selisih frekuensi kelas modus dengan frekuensi kelas setelahnya; dan
I = panjang kelas.
Contoh Soal 16
Perhatikan histogram berikut ini.
f
12
10
9
6
tinggi badan
120,5 130,5 140,5 150,5 160,5

Pembahasan:
Modus terletak pada kelas ke-3, sehingga:
Tb = 140,5
d1 = 12 – 10 = 2
d2 = 12 – 9 = 3
I = 150,5 – 140,5 = 10
 d1 
Mo = Tb +  I
 d1 + d2 
 2 
= 140,5 +   10
2+3
= 144,5
Jadi, modus dari data tersebut adalah 144,5.
Contoh Soal 17
Perhatikan tabel data usia penduduk suatu RW berikut.
25
Usia f
0–5 10
6 – 11 15
12 – 17 16
18 – 23 8
24 – 29 14
30 – 35 16
36 - 41 24
42 – 47 20
48 – 53 16
54 – 59 12

Pembahasan:
Modus terletak pada kelas ke-7, sehingga:
Tb = 36 – 0,5 = 35,5
d1 = 24 – 16 = 8
d2 = 24 – 20 = 4
I=6–0=6
 d1 
Mo = Tb +  I
 d1 + d2 
 8 
= 35,5 +  6
8+4
= 39,5
Jadi, modus dari data tersebut adalah 39,5.
D. Rata-Rata, Modus, dan Median

Pemilihan ukuran pemusatan dalam menentukan deskripsi data akan berbeda-beda
tergantung dengan kondisi data tersebut. Rata-rata tidak selalu menjadi ukuran yang
26
tepat untuk mendeskripsikan data apabila ada nilai data yang tidak biasa atau tidak wajar.
Perhatikan data upah pekerja berikut.
Pekerja 1 2 3 4 5 6 7
Upah 1.500.000 1.800.000 1.600.000 1.400.000 1.500.000 9.000.000 12.000.000
Rata-rata dari data tersebut adalah Rp4.114.286,00. Jika kita menyatakan bahwa upah
pekerja sudah sejahtera karena sudah di atas UMR (misal UMR Rp3.000,00), kita salah. Hal
ini karena beberapa pekerja memiliki upah di bawah UMR. Dengan demikian, penggunaan
rata-rata untuk mendeskripsikan data tersebut tidak tepat. Ukuran pemusatan yang tepat
digunakan adalah median, yaitu Rp1.600.000,00 atau modus, yaitu Rp1.500.000,00.
Sama halnya dengan rata-rata, modus tidak tepat dijadikan ukuran untuk
mendeskripsikan data apabila data tersebut bimodus atau multimodus. Berikut ini adalah
sifat-sifat rata-rata, median, dan modus.
1. Rata-rata yang terpengaruh oleh nilai data yang sangat besar atau sangat kecil tidak
tepat untuk mendeskripsikan data.
2. Median digunakan untuk menentukan apakah suatu data masuk dalam 50% data
terbesar atau 50% data terkecil.
3. Median sedikit terpengaruh oleh nilai-nilai data yang ekstrim.
4. Modus digunakan untuk data kuantitatif maupun kualitatif.
5. Nilai modus tidak selalu unik. Sekumpulan data bisa memiliki modus lebih dari satu.
Untuk jenis data yang memiliki modus lebih dari satu, modus tidak tepat dijadikan
ukuran untuk mendeskripsikan data.
27
KTSP K
& e
K-13 l
a
s
matematika XI
STATISTIKA: UKURAN LOKASI DATA
Tujuan Pembelajaran
Setelah mempelajari materi ini, kamu diharapkan memiliki kemampuan sebagai berikut.
1. Dapat menentukan kuartil data tunggal dan data berkelompok.
2. Dapat menentukan desil data tunggal dan data berkelompok.
3. Dapat menentukan persentil data tunggal dan data berkelompok.
Ukuran lokasi dalam statistika digunakan untuk menentukan posisi relatif nilai suatu data
terhadap sekumpulan data. Ukuran lokasi yang dibahas pada sesi ini adalah kuartil, desil, dan
persentil, baik pada data tunggal maupun data berkelompok.
A. Kuartil
Kuartil adalah ukuran letak data yang membagi data terurut menjadi 4 bagian. Kuartil
pertama (Q1) adalah batas 25% dari data. Nilai-nilai di bawah kuartil pertama adalah 25%
data terkecil dan nilai-nilai di atasnya adalah 75% data terbesar. Kuartil pertama dinamakan
sebagai kuartil bawah karena nilainya paling kecil jika dibandingkan dengan kuartil-
kuartil yang lain. Kuartil kedua (Q2) adalah batas 50% dari data. Nilai-nilai di bawah kuartil
kedua adalah 50% data terkecil dan nilai-nilai di atasnya adalah 50% data terbesar. Kuartil
kedua dinamakan sebagai median dari data karena posisinya tepat di tengah-tengah
data. Kuartil ketiga (Q3) adalah batas 75% dari data. Nilai-nilai di bawah kuartil ketiga
adalah 75% data terkecil dan nilai-nilai di atasnya adalah 25% data terbesar. Kuartil ketiga
dinamakan sebagai kuartil atas karena nilainya paling besar jika dibandingkan dengan
kuartil-kuartil yang lain. Untuk lebih jelasnya, perhatikan gambar berikut!
25% bagian 25% bagian 25% bagian 25% bagian
xmin Q1 Q2 Q3 xmaks
1. Kuartil Data Tunggal

Langkah-langkah untuk menentukan kuartil data tunggal adalah sebagai berikut.
Langkah 1. Tentukan banyak data (n).
Langkah 2. Urutkan data dari yang terkecil hingga yang terbesar.
Langkah 3. Tentukan letak kuartilnya dengan rumus berikut.
i ( n +1)
Qi = data ke - , untuk n ganjil
4
in + 2
Qi = data ke - , untuk n genap
4
Qi = kuartil ke-i dengan i = 1, 2, dan 3.
Contoh Soal 1
Tentukan nilai Q1, Q2, dan Q3 dari data 4, 6, 3, 12, 6, 7, 9, 5, 3, 6, 9, 17, 20!
Pembahasan:
Langkah 1. Tentukan banyak data.
Banyak data n = 13 (ganjil)

3, 3, 4, 5, 6, 6, 6, 7, 9, 9, 12, 17, 20
Langkah 3. Tentukan letak kuartilnya.

1(13 +1)
• Kuartil pertama untuk n =13 adalah data ke- atau data ke 3,5.
4
4+5
Data ke-3,5 terletak antara data ke-3 dan ke-4, sehingga Q1 = = 4,5 .
2
2 (13 +1)
• Kuartil kedua untuk n =13 adalah data ke- atau data ke-7, sehingga Q2 = 6.
4
2
3 (13 +1)
• Kuartil ketiga untuk n =13 adalah data ke- atau data ke-10,5.
4
9 +12
Data ke-10,5 terletak antara data ke-10 dan ke-11, sehingga Q3 = = 10,5 .
2
Jadi, nilai Q1, Q2, dan Q3 dari data tersebut berturut-turut adalah 4,5; 6; dan 10,5.
Contoh Soal 2
Tentukan kuartil-kuartil dari data nilai Matematika sekelompok siswa berikut ini!
Nilai 3 4 5 6 7 8 9 10
Frekuensi 6 7 8 4 7 6 8 2
Pembahasan:
Langkah 1. Tentukan banyaknya data.
Banyak data n = ∑f = 48 (genap)

Data pada tabel tersebut sudah dalam keadaan terurut.

1× 48 + 2
• Kuartil pertama untuk n = 48 adalah data ke- atau data ke 12,5.
4
4+4
Data ke-12,5 terletak antara data ke-12 dan ke-13, sehingga Q1 = =4.
2
2 × 48 + 2
• Kuartil kedua untuk n = 48 adalah data ke- atau data ke-24,5.
4
6+6
Data ke-24,5 terletak antara data ke-24 dan data ke-25, sehingga Q2 = =6.
2
3 × 48 + 2
• Kuartil ketiga untuk n = 48 adalah data ke- atau data ke-36,5.
4
8+8
Data ke-36,5 terletak antara data ke-36 dan ke-37, sehingga Q3 = =8.
2
Jadi, kuartil pertama, kedua, dan ketiga dari data tersebut berturut-turut adalah 4, 6,
dan 8.
3
2. Kuartil Data Berkelompok
Langkah-langkah untuk menentukan kuartil data berkelompok adalah sebagai berikut.
Langkah 1. Tentukan banyak data (n) dengan n = ∑f.
Langkah 2. Tentukan panjang kelas (I).
Langkah 3. Tentukan kelas kuartil.
1
• Kelas kuartil pertama adalah kelas yang mengandung data ke- n.
4
1
• Kelas kuartil kedua adalah kelas yang mengandung data ke- n.
2
3
• Kelas kuartil ketiga adalah kelas yang mengandung data ke- n .
4
Langkah 4. Tentukan tepi bawah kelas kuartil (Tb).
Langkah 5. Tentukan frekuensi kumulatif sebelum kelas kuartil (fkum).
Langkah 6. Tentukan letak kuartilnya dengan rumus berikut.
Keterangan:
 i n − fkum 
Qi = Tb +  4 I Qi = kuartil ke-i dengan i = 1, 2, dan 3; dan
 fQ 
 i  fQi = frekuensi kelas kuartil.
Contoh Soal 3
Tentukan kuartil-kuartil dari data tinggi badan siswa-siswi berikut!
Tinggi Badan Frekuensi
120−124 6
125−129 7
130−134 12
135−139 8
140−144 5
145−149 4
150−154 2
4
Pembahasan:
n = ∑f = 6 + 7 + 12 + 8 + 5 + 4 + 2 = 44

I =125 –120 = 5
Langkah 3. Tentukan kelas kuartil.

1
• Kelas kuartil pertama adalah kelas yang mengandung data ke- n atau data ke-11.
4
Data ke-11 terletak pada kelas ke-2.
1
• Kelas kuartil kedua adalah kelas yang mengandung data ke- n atau data ke-22.
2
3
• Kelas kuartil ketiga adalah kelas yang mengandung data ke- n atau data ke-33.
4
120−124 6
125−129 7(fQ1) Kelas kuartil 1
130−134 12(fQ2) Kelas kuartil 2
135−139 8 (fQ3) Kelas kuartil 3
140−144 5
145−149 4
150−154 2
5
Langkah 4. Tentukan tepi bawah kelas kuartil(Tb).
120−124 6
125−129 7 Tb = 124,5
130−134 12 Tb = 129,5
135−139 8 Tb = 134,5
140−144 5
145−149 4
150−154 2
Langkah 5. Tentukan frekuensi kumulatif sebelum kelas kuartil.
120−124 6
125−129 7 fkum = 6
130−134 12 fkum = 6 + 7 = 13
135−139 8 fkum = 6 + 7 + 12 = 25
140−144 5
145−149 4
150−154 2

• Kuartil pertama atau Q1:
 1 n − fkum 
Q1 = Tb +  4 I
 fQ 
 1 
 × 44 − 6 
1
Q1 = 124,5 +  4 5
 7 
Q1 ≈ 128, 07
6
• Kuartil kedua atau Q2:
 2 n − fkum 
Q2 = Tb +  4 I
 fQ 
 2 
 21 × 44 − 13 
Q2 = 129,5 +  5
 12 
Q2 = 133, 25
• Kuartil ketiga atau Q3:
 3 n − fkum 
Q3 = Tb +  4 I
 fQ 
 3 
 × 44 − 25 
3
Q3 = 134,5 +  4 5
 8 
Q3 = 139, 5
Jadi, kuartil-kuartil dari data tinggi badan siswa-siswi tersebut adalah 128,07; 133,25;
dan 139,5.
B. Desil
Desil adalah ukuran letak data yang membagi data terurut menjadi 10 bagian. Notasi
untuk desil adalah Di dengan i = 1, 2, 3, ..., 9. Jika data dimisalkan sebagai sebuah garis,
letak desil adalah sebagai berikut.
xmin D1 D2 D3 D4 D5 D6 D7 D8 D9 xmaks
1. Desil Data Tunggal

Langkah-langkah untuk menentukan desil data tunggal adalah sebagai berikut.
Langkah 3. Tentukan letak desilnya dengan rumus berikut.
i ( n +1)
Di = data ke -
10
Di = desil ke-i dengan i = 1, 2, 3, ..., 9.
7
Contoh Soal 4
Tentukan nilai D3 dan D6 dari data berikut.

12, 34, 34, 65, 78, 12, 23, 16, 16, 15, 37, 46, 46, 34, 35, 56, 45.
Pembahasan:
Banyak data n = 17
12, 12, 15, 16, 16, 23, 34, 34, 34, 35, 37, 45, 46, 46, 56, 65, 78
Langkah 3. Tentukan letak desilnya.

3 (17 +1)
• Letak D3 ada pada urutan data ke- atau data ke-5,4.
10
Bagaimana cara mencari urutan data ke-5,4? Perhatikan gambar berikut!
0,4
x5 x6
x6 – x5
Urutan data ke-5,4 terletak antara data ke-5 dan ke-6. Dengan demikian, nilai data
ke-5,4 adalah jumlah dari nilai data ke-5 dengan 0,4 kali selisih antara kedua data
tersebut.
D3 = x5,4
D3 = x5 + 0,4(x6 – x5)
D3 = 16 + 0,4(23 – 16)
D3 = 16 + 2,8
D3 = 18,8
• Dengan menggunakan cara yang sama, letak D6 dapat ditentukan sebagai berikut.
D6 = x 6(17+1)
10
D6 = x10,8
D6 = x10 + 0,8(x11 – x10)
D6 = 35 + 0,8(37 – 35)
8
D6 = 35 + 1,6
D6 = 36,6
Jadi, nilai D3 dan D6 dari data tersebut berturut-turut adalah 18,8 dan 36,6.
2. Desil Data Berkelompok

Langkah-langkah untuk menentukan desil data berkelompok adalah sebagai berikut.
i
Langkah 3. Tentukan kelas desil ke-i(Di) yang mengandung data ke- n.
10
Langkah 4. Tentukan tepi bawah kelas desil ke-i(Tb)
Langkah 5. Tentukan frekuensi kumulatif sebelum kelas desil (fkum).
Langkah 6. Tentukan letak desilnya dengan rumus berikut.
Keterangan:
 i  Di = desil ke-i dengan i = 1, 2, 3, ..., 9; dan
 n − fkum 
Di = Tb +  10 I fDi = frekuensi kelas desil.
 fDi 
 
Contoh Soal 5
Data berikut ini menunjukkan angka kematian berdasarkan usia tahun 2016 di kecamatan
Kuda Lumping.
Usia Frekuensi
0−9 12
10 − 19 15
20 − 29 18
30 − 39 26
40 − 49 17
50 − 59 21
60 − 69 11
9
Tentukan D2 dan D7 dari data tersebut!
Pembahasan:
n = ∑f = 120

Panjang kelas I = 10 − 0 = 10
Langkah 3. Tentukan kelas desil.
2
• Kelas desil ke-2, yaitu D2 adalah kelas yang mengandung data ke- × 120 atau
10
data ke-24. Data ke-24 terletak pada kelas ke-2.
7
• Kelas desil ke-7, yaitu D7 adalah kelas yang mengandung data ke- × 120 atau
10
data ke-84. Data ke-84 terletak pada kelas ke-5.
Usia Frekuensi Frekuensi Kumulatif Kelas Desil
0−9 12 12
10 − 19 15 27 Kelas D2
20 − 29 18 45
30 − 39 26 71
40 − 49 17 88 Kelas D7
50-59 21 109
60-69 11 120
10
Langkah 4. Tentukan tepi bawah kelas desil ke-i (Tb)
Tepi Bawah Usia
0 0−9
9,5 10 − 19
19,5 20 − 29
29,5 30 − 39
39,5 40 − 49
49,5 50 − 59
59,5 60 − 69
Langkah 5. Tentukan frekuensi kumulatif sebelum kelas desil (fkum) .
Usia Frekuensi Frekuensi Kumulatif Kelas Desil
0−9 12 12
10 − 19 15 27 Kelas D2
20 − 29 18 45
30 − 39 26 71
40 − 49 17 88 Kelas D7
50 − 59 21 109
60 − 69 11 120
Langkah 6. Tentukan letak desilnya.

• Desil ke-2 atau D2:
 2 
 10 n − fkum 
D2 = Tb +  I
 fD2 
 
 2 
 10 × 120 − 12 
D2 = 9,5 +  10
 15 
 
D2 = 17,5
11
• Desil ke-7 atau D7:
 7 
 10 n − fkum 
D7 = Tb +  I
 fD7 
 
 7 
 10 × 120 − 71 
D7 = 39,5 +  10
17
 
 
D7 ≈ 47,15
Super "Solusi Quipper"

7
Kelas desil ke-7 yaitu D7 adalah kelas yang mengandung data ke- × 120 atau data ke-
10
84. Perhatikan ilustrasi berikut ini!
Usia Frekuensi
0−9 12
10 − 19 15
20 − 29 18
30 − 39 26 sudah sampai 71 data
40 − 49 17
50 − 59 21 Diambil 13 data
dari 17 data agar
60 − 69 11
mendapat data ke-84
x 13
=
10 17
130
⇔ x=
17

D7 = Tb + x
130
⇔ D7 = 39,5 +
17
⇔ D7 ≈ 47,15
Jadi, nilai D2 dan D7 dari data tersebut berturut-turut adalah 17,5 dan 47,15.
12
C. Persentil
Persentil adalah ukuran letak data yang membagi sekumpulan data terurut menjadi 100
bagian. Notasi dari persentil adalah Pi dengan i =1, 2, 3, ..., 99.
1. Persentil Data Tunggal

Langkah-langkah untuk menentukan persentil data tunggal adalah sebagai berikut.
Langkah 3. Tentukan letak persentilnya dengan rumus berikut.
i
Pi = data ke - (n +1)
100
Pi = persentil ke-i dengan i = 1, 2, 3, ..., 99.
Contoh Soal 6
Diketahui sekumpulan data nilai Matematika dari suatu kelas sebagai berikut.
56, 67, 75, 34, 89, 90, 23, 57, 90, 95, 34, 24, 56, 97, 12, 23, 45, 65, 69, 44, 96, 66, 23, 77, 79, 81,
59, 34, 33, 75, 78, 64, 87, 95, 23, 33, 68, 74, 55, 82.
Tentukan persentil ke-30 dan persentil ke-67 dari data tersebut!
Pembahasan:
Banyak data n = 40
Langkah 2. Urutan data dari yang terkecil hingga yang terbesar.

12, 23, 23, 23, 23, 24, 33, 33, 34, 34, 34, 44, 45, 55, 56, 56, 57, 59, 64, 65, 66, 67,
68, 69, 74, 75, 75, 77, 78, 79, 81, 82, 87, 89, 90, 90, 95, 95, 96 ,97.
13
Langkah 3. Tentukan letak persentilnya.
• Persentil ke-30:
P30 = x 30
(40+1)
100
P30 = x12,3
P30 = x12 + 0,3( x13 − x12 )
P30 = 44 + 0,3(45 − 44)
P30 = 44,3
• Persentil ke-67:
P67 = x 67
(40+1)
100
P67 = x27, 47
P67 = x27 + 0,47(x28 – x27)
P67 = 75 + 0,47(77 – 75)
P67 = 77 + 0,94
P67 = 77,94
Jadi, persentil ke-30 dan persentil ke-67 dari data tersebut berturut-turut adalah 44,3
dan 77,94.
2. Persentil Data Berkelompok

Langkah-langkah untuk menentukan persentil data berkelompok adalah sebagai berikut.
i
Langkah 3. Tentukan kelas persentil ke-i (Pi) yang mengandung data ke- n.
100
Langkah 4. Tentukan tepi bawah kelas persentil ke-i (Tb).
Langkah 5. Tentukan frekuensi kumulatif sebelum kelas persentil (fkum).
Langkah 6. Tentukan letak persentilnya dengan rumus berikut.
Keterangan:
 i 
 n − fkum  Pi = persentil ke-i dengan i = 1, 2, 3, ..., 99; dan
Pi = Tb +  100 I
 fPi  fPi = frekuensi kelas persentil.
 
14
Contoh Soal 7
Berikut ini adalah tabel yang menunjukkan data tinggi badan siswa sekolah Harapan Maju.

100 – 109 18
110 – 119 25
120 – 129 40
130 – 139 55
140 – 149 76
150 – 159 45
160 – 169 41
Tentukan persentil ke-60 dari data tersebut!

Pembahasan:
Langkah 1. Tentukan banyaknya data (n).
Banyak data n = ∑f = 300

I = 110 – 100 = 10
Langkah 3. Tentukan kelas persentil.

Kelas persentil ke-60 yaitu P60 adalah kelas yang mengandung data ke-
60
× 300 atau data ke-180. Data ke-180 terletak pada kelas ke-5.
100
Tinggi Badan Frekuensi Frekuensi Kumulatif
100 – 109 18 18
110 – 119 25 43
120 – 129 40 83
130 – 139 55 138
140 – 149 76 214
150 – 159 45 259
160 – 169 41 300
15
Langkah 4. Tentukan tepi bawah kelas persentil ke-60 yaitu P60.
Tepi Bawah Tinggi Badan
99,5 100 – 109
109,5 110 – 119
119,5 120 – 129
129,5 130 – 139
139,5 140 – 149
149,5 150 – 159
159,5 160 – 169
Langkah 5. Tentukan frekuensi kumulatif sebelum kelas persentil (fkum).
Tinggi Badan Frekuensi Frekuensi Kumulatif
100 – 109 18 18
110 – 119 25 43
120 – 129 40 83
130 – 139 55 138
140 – 149 76 214
150 – 159 45 259
160 – 169 41 300
Langkah 6. Tentukan letak persentilnya.
 60 
 100 n − fkum 
P60 = Tb +  I
 fP60 
 
 60 
 100 × 300 − 138 
P60 = 139,5 +   × 10
76
 
 
P60 ≈ 145, 02
16
Soal ini juga dapat diselesaikan dengan Solusi Quipper seperti pada desil, yaitu sebagai berikut.
Super "Solusi Quipper"

60
Kelas persentil ke-60 yaitu P60 adalah kelas yang mengandung data ke- × 300 atau
100
data ke-180.
Perhatikan ilustrasi berikut ini!

100 – 109 18
110 – 119 25
120 – 129 40
Sudah 138 data
130 – 139 55
140 – 149 76
Diambil 42 data
150 – 159 45 dari 76 data untuk
160 – 169 41 mendapatkan 180
data
x 42
=
10 76
420
⇔x=
76
420
P60 = 139,5 +
76
⇔ P60 ≈ 145, 02
Jadi, persentil ke-60 dari data tersebut adalah 145,02.
17
KTSP K
& e
K-13 l
a
s
matematika XI
STATISTIKA: UKURAN PENYEBARAN DATA
Tujuan Pembelajaran
Setelah mempelajari materi ini, kamu diharapkan memiliki kemampuan berikut.
1. Memahami definisi ukuran penyebaran data dan jenis-jenisnya.
2. Dapat menentukan jangkauan data.
3. Dapat menentukan simpangan kuartil data.
4. Dapat menentukan simpangan rata-rata data.
5. Dapat menentukan simpangan baku dan variansi data.
A. Pendahuluan
Dua kelompok data yang memiliki rata-rata yang sama, median yang sama, bahkan modus
yang sama, belum tentu nilai setiap datanya sama. Perhatikan ilustrasi berikut.
Dua kelompok pemain basket di atas memiliki rata-rata, median, dan modus
yang sama, yaitu masing-masing 173,8 cm, 175 cm, dan 175 cm. Akan tetapi, tinggi
badan kelompok kedua lebih bervariasi dibandingkan kelompok pertama. Ukuran data
kuantitatif yang menunjukkan seberapa besar variasi suatu data dinamakan dengan
ukuran penyebaran data.
Salah satu jenis ukuran penyebaran data adalah jangkauan. Jangkauan didefinisikan
sebagai selisih antara data terbesar dan data terkecil. Jika kita bandingkan jangkauan
kelompok pertama dan kelompok kedua, maka jangkauan kelompok pertama (7 cm) lebih
kecil dibandingkan dengan jangkauan kelompok kedua (27 cm). Hal ini menunjukkan
bahwa jangkauan dapat digunakan untuk mengetahui tingkat variasi data. Semakin besar
jangkauannya, semakin tinggi variasi datanya. Ukuran-ukuran penyebaran data yang
akan dibahas pada sesi ini adalah jangkauan, simpangan kuartil, simpangan rata-rata,
simpangan baku, dan variansi.
B. Jangkauan (Range)
Jangkauan didefinisikan sebagai selisih antara data terbesar dan data terkecil dari suatu
kumpulan data kuantitatif. Secara matematis, jangkauan dirumuskan sebagai berikut.
J = x maks − xmin
Keterangan:
J = jangkauan data;
xmaks = data terbesar; dan
xmin = data terkecil.
Contoh Soal 1
Tentukan jangkauan dari data berikut.

12, 45, 23, 43, 67, 84, 11, 90
Pembahasan:
Diketahui:
xmaks = 90
xmin = 11
Dengan demikian, jangkauan dari data tersebut adalah sebagai berikut.
J = 90 − 11 = 79
Jadi, jangkauan dari data tersebut adalah 79.
Jangkauan sangat mudah dihitung karena hanya melibatkan dua data saja, yaitu data
2
terbesar dan data terkecil. Oleh karena itu, jangkauan tidak dapat diandalkan untuk
mengetahui tingkat sebaran data.
C. Simpangan Kuartil
Simpangan kuartil adalah jenis lain dari ukuran penyebaran data yang dinotasikan
dengan Qd. Simpangan kuartil dapat dihitung dengan cara menghilangkan nilai-nilai yang
terletak di bawah kuartil pertama dan di atas kuartil ketiga. Secara matematis, simpangan
kuartil dirumuskan sebagai berikut.
1
Qd = ( Q3 − Q1 )
2
Keterangan:
Qd = simpangan kuartil;
Q3 = kuartil ketiga; dan
Q1 = kuartil pertama.
Contoh Soal 2
Perhatikan data hasil kuis dua siswa berikut ini.
Kuis 1 2 3 4 5 6 7 8 9 10 11
Nilai Siswa A 1 20 20 20 20 20 30 30 30 30 50
Nilai Siswa B 2 4 5 6 7 8 12 18 24 30 51
Data dua siswa di atas sama-sama memiliki jangkauan 49. Coba analisis sebaran data
dengan melihat simpangan kuartil dari masing-masing data tersebut.
Pembahasan:
Oleh karena banyaknya data ada 11, maka:
1
• Kuartil pertama adalah data ke- (11+ 1) atau data ke-3. Untuk siswa A, nilai kuartil
4
pertamanya adalah 20, sedangkan untuk siswa B, nilai kuartil pertamanya adalah 5.
3
• Kuartil ketiga adalah data ke- (11+ 1) atau data ke-9. Untuk siswa A, nilai kuartil
4
ketiganya adalah 30, sedangkan untuk siswa B, nilai kuartil ketiganya adalah 24.
3
Kuis 1 2 3 4 5 6 7 8 9 10 11
Nilai Siswa A 1 20 20 20 20 20 30 30 30 30 50
Nilai Siswa B 2 4 5 6 7 8 12 18 24 30 51
Dengan demikian, nilai simpangan kuartil untuk siswa A adalah sebagai berikut.
1
QdA = ( 30 − 20 ) = 5
2
Sementara itu, nilai simpangan kuartil untuk siswa B adalah sebagai berikut.
1
QdB = ( 24 − 5) = 9, 5
2
Oleh karena nilai simpangan kuartil siswa B lebih besar daripada siswa A, maka nilai siswa
B lebih bervariasi daripada siswa A. Dengan kata lain, nilai siswa A lebih stabil daripada
siswa B.
Contoh Soal 3
Bandingkan besaran variasi data berat badan dari dua kelompok data berikut ini dengan
menggunakan simpangan kuartil.
Kelompok 1
Berat Badan Frekuensi

30−35 4
36−41 10
42−47 15
48−53 13
54−59 12
60−65 12
66−71 2
4
Kelompok 2

30−35 6
36−41 8
42−47 12
48−53 34
54−59 4
60−65 2
66−71 2
Pembahasan:
Mencari nilai simpangan kuartil kelompok 1:
Oleh karena banyaknya data kelompok 1 ada 68 orang, maka:
1
Kuartil pertama terletak pada kelas yang mengandung data urutan ke- ⋅ 68 = 17, yaitu
4
kelas ke-3.

30−35 4
36−41 10
42−47 15
48−53 13
54−59 12
60−65 12
66−71 2
Dari data tersebut, diketahui:

Tb = 42 − 0 , 5 = 41, 5
I = 36 − 30 = 6
fkum = 14
fQ1 = 15
5
 1 n − fkum 
Q1 = Tb +  4 I
 fQ 
 1 
 41 .68 − 14 
Q1 = 41, 5 +  6
 15 
Q1 = 41, 5 + 1, 2
Q1 = 42, 7
3
Kuartil ketiga adalah kelas yang mengandung data urutan ke- ⋅ 68 = 51, yaitu kelas ke-5.
4

30−35 4
36−41 10
42−47 15 fkum = 4 + 10 + 15 + 13 = 42
48−53 13
54−59 12
60−65 12
66−71 2
Tb = 54 − 0,5 = 53,5

 3 n − fkum 
Q3 = Tb +  4 I
 fQ 
 3 
 .68 − 42 
3
Q3 = 53, 5 +  4 6
 12 
Q3 = 53, 5 + 4 , 5
Q3 = 58
6
Oleh karena nilai Q1 = 42,7 dan Q3 = 58, maka besar simpangan kuartilnya adalah sebagai
berikut.
Q3 − Q1
Qd1 =
2
58 − 42, 7
Qd1 =
2
Qd1 = 7, 65
Mencari simpangan kuartil kelompok 2:

Oleh karena banyak data kelompok 2 ada 68 orang, maka:
1
Kuartil pertama adalah kelas yang mengandung data urutan ke- ⋅ 68 = 17 , yaitu kelas
4
ke-3.
30−35 6
fkum = 6 + 8 = 14
36−41 8
42−47 12 = f Q1
48−53 34
54−59 4
60−65 2
66−71 2
Tb = 42 − 0,5 = 41,5

 1 n − fkum 
Q1 = Tb +  4 I
 fQ 
 1 
 .68 − 14 
1
Q1 = 41, 5 +  4 6
 12 
Q1 = 43
7
3
Kuartil ketiga adalah kelas yang mengandung data urutan ke- ⋅ 68 = 51, yaitu kelas ke-4.
4
30−35 6
36−41 8 fkum = 6 + 8 + 12 = 26
42−47 12
48−53 34 = fQ3
54−59 4
60−65 2
66−71 2
Tb = 48 − 0,5 = 47,5

 3 n − fkum 
Q3 = Tb +  4 I
 fQ 
 3 
 .68 − 26 
3
Q3 = 47, 5 +  4 6
 34 
Q3 ≈ 51, 9
Oleh karena nilai Q1 = 43 dan Q3 = 51,9, maka besar simpangan kuartilnya adalah sebagai
berikut.
Q3 − Q1
Qd 2 =
2
51, 9 − 43
Qd 2 =
2
Qd 2 = 4 , 45
Oleh karena nilai simpangan kuartil kelompok 1 lebih besar daripada kelompok 2, maka
dapat diketahui bahwa data kelompok 1 lebih bervariasi dibandingkan data kelompok 2.
8
D. Simpangan Rata-Rata
Range dan simpangan kuartil yang hanya ditentukan oleh dua data saja belum cukup
untuk menggambarkan sebaran data secara keseluruhan. Salah satu ukuran penyebaran
data yang melibatkan semua data adalah simpangan rata-rata yang dinotasikan dengan
SR. Simpangan rata-rata menyatakan penyimpangan setiap nilai pada sampel dari rata-
ratanya.
1. Data Tunggal
Simpangan rata-rata untuk data tunggal dapat ditentukan dengan langkah-langkah
berikut.
Langkah 2. Tentukan rata-rata dari data ( x ) .
Langkah 3. Tentukan simpangan rata-rata dengan rumus berikut.
∑ x −x
i =1
i
SR =
n
Keterangan:
SR = simpangan rata-rata;
xi = nilai data ke-i;
x = rata-rata data; dan
n = banyaknya data.
Contoh Soal 4
Tentukan simpangan rata-rata dari data berikut.

3, 6, 4, 7, 8, 2, 6, 7, 8, 9
Pembahasan:
Banyaknya data ada 10, sehingga n = 10.

Rata-rata data:
3 + 6 + 4 + 7 + 8 + 2 + 6 + 7 + 8 + 9 60
x= = =6
10 10
9
Simpangan rata-rata:
n
∑ x −x
i =1
i
SR =
n
3−6 + 6−6 + 4 −6 + 7−6 + 8−6 + 2−6 + 6−6 + 7−6 + 8−6 + 9−6
SR =
10
3 + 0 + 2 + 1+ 2 + 4 + 0 + 1+ 2 + 3
SR =
10
SR = 1, 8
Untuk lebih singkatnya, dapat dituliskan dalam bentuk tabel berikut.
Data 3 6 4 7 8 2 6 7 8 9
x 6 6 6 6 6 6 6 6 6 6
x i − x = selisih 3 0 2 1 2 4 0 1 2 3
3 + 0 + 2 + 1+ 2 + 4 + 0 + 1+ 2 + 3
SR = = 1, 8
10
Jadi, simpangan rata-rata dari data tersebut adalah 1,8.
2. Data dalam Bentuk Tabel Frekuensi

Simpangan rata-rata untuk data dalam bentuk tabel frekuensi dapat ditentukan dengan
langkah-langkah berikut.
∑f
i =1
i xi − x
SR = k
∑f
i =1
i
Keterangan:
fi = frekuensi kelas ke-i;
10
k = banyaknya kelas;
xi = nilai data ke-i; dan
x = rata-rata data.
Contoh Soal 5
Tentukan simpangan rata-rata dari tabel nilai matematika berikut.
Nilai 1 2 3 4 5 6 7 8 9 10
Frekuensi 1 2 5 6 15 17 20 11 3 1
Pembahasan:
Rata-rata data:
n
∑f x i i
x= i =1
n
∑f i =1
i
1⋅1+ 2 ⋅ 2 + 3 ⋅ 5 + 4 ⋅ 6 + 5 ⋅15 + 6 ⋅17 + 7 ⋅ 20 + 8 ⋅11+ 9 ⋅ 3 + 10 ⋅1

=
1+ 2 + 5 + 6 + 15 + 17 + 20 + 11+ 3 + 1
486
=
81
=6
Langkah 2. Tentukan simpangan rata-ratanya.
Agar lebih singkat, gunakan tabel seperti berikut.
xi 1 2 3 4 5 6 7 8 9 10
fi 1 2 5 6 15 17 20 11 3 1 ∑f i 81
x 6 6 6 6 6 6 6 6 6 6 6
xi − x 5 4 3 2 1 0 1 2 3 4
fi x i − x 5 8 15 12 15 0 20 22 9 4 ∑f
i xi − x 110
11
Dengan demikian, simpangan rata-ratanya adalah sebagai berikut.
k
∑f
i =1
i xi − x
SR = k
∑f
i =1
i
110
=
81
= 1, 358
Jadi, simpangan rata-rata dari tabel nilai matematika tersebut adalah 1,358.
3. Data dalam Bentuk Interval

Simpangan rata-rata untuk data dalam bentuk interval dapat ditentukan dengan langkah-
langkah berikut.
Langkah 1. Tentukan nilai tengah xi dari tiap kelas.
Langkah 2. Tentukan rata-rata dari data berinterval tersebut.
∑f
i =1
i xi − x
SR = k
∑f
i =1
i
Keterangan:
fi = frekuensi kelas ke-i;
k = banyaknya kelas;
xi = nilai tengah kelas ke-i; dan
x = rata-rata data.
12
Contoh Soal 6
Tabel-tabel berikut ini menunjukkan sebaran usia para pekerja di perusahaan A dan B.
Data sebaran usia pekerja di perusahaan A:
Usia Frekuensi
20−29 20
30−39 34
40−49 16
50−59 10
Data sebaran usia pekerja di perusahaan B:
Usia Frekuensi
20−29 15
30−39 51
40−49 9
50−59 5
Tentukan simpangan rata-rata usia pekerja dari kedua tabel tersebut.

Pembahasan:
Simpangan rata-rata dapat ditentukan dengan bantuan tabel seperti berikut.
Perusahaan A:
Usia fi xi fi xi x xi − x fi x i − x
20−29 20 24,5 490 36,5 12 240

30−39 34 34,5 1173 36,5 2 68
40−49 16 44,5 712 36,5 8 128
50−59 10 54,5 545 36,5 18 180
Jumlah ∑ f = 80
i ∑f x
i i = 2.920 ∑f
i x i − x = 616
Rata-rata data:
n
∑f x i i
2.920
x= i =1
n
= = 36 , 5
80
∑f
i =1
i
13
Dengan demikian, simpangan rata-ratanya dapat ditentukan sebagai berikut.
k
∑f i =1
i xi − x
616
SR = k
= = 7, 7
80
∑f
i =1
i
Jadi, simpangan rata-rata dari perusahaan A adalah 7,7.
Perusahaan B:
Usia fi xi fi xi x xi − x fi x i − x
20−29 15 24,5 367,5 35 10,5 157,5

30−39 51 34,5 1759,5 35 0,5 25,5
40−49 9 44,5 400,5 35 9,5 85,5
50−59 5 54,5 272,5 35 19,5 97,5
Jumlah ∑ f = 80
i ∑f x
i i = 2.800 ∑f
i x i − x = 366
Rata-rata data:
n
∑f x i i
2.800
x= i =1
n
= = 35
80
∑f
i =1
i
Dengan demikian, simpangan rata-ratanya dapat ditentukan sebagai berikut.

k
∑f i =1
i xi − x
366
SR = k
= = 4 , 575
80
∑f
i =1
i
Jadi, simpangan rata-rata dari perusahaan B adalah 4,575.
Oleh karena simpangan rata-rata perusahaan B lebih kecil dari perusahaan A,

maka dapat diketahui bahwa perusahaan B memiliki sebaran data yang lebih kecil dari
perusahaan A. Dengan kata lain, perusahaan A memiliki usia pekerja yang lebih beragam
daripada perusahaan B.
14
E. Simpangan Baku dan Variansi
Dengan menggunakan simpangan rata-rata, hasil pengamatan penyebaran sebenarnya
sudah memperhitungkan seluruh nilai yang ada pada data. Namun demikian, karena
dalam penghitungan menggunakan nilai absolut, maka kita tidak dapat mengetahui arah
penyebaran datanya. Perhatikan kasus berikut.
Kasus 1: 3, 3, 11, 11 dengan rata-rata 7
Jika dihitung simpangan rata-ratanya,akan didapatkan SR = 4.
Jika dihitung simpangan rata-ratanya, akan didapatkan SR = 4.
Kedua kasus tersebut memiliki simpangan rata-rata yang sama, akan tetapi tampak
bahwa data pada kasus 2 lebih menyebar. Kelemahan dari simpangan rata-rata ini dapat
diatasi dengan menggunakan simpangan baku. Simpangan baku (standard deviation)
merupakan ukuran penyebaran data yang paling teliti. Ukuran ini pertama kali dikenalkan
oleh Karl Pearson. Simpangan baku juga merupakan ukuran penyebaran yang paling
banyak digunakan untuk menentukan batas normal dan tidak normal pada suatu data.
Simpangan baku adalah akar dari variansi.
1. Data Tunggal
Variansi atau ragam data tunggal dirumuskan sebagai berikut.
∑( x )
n 2
i −x
σ2 = i =1
Dengan demikian, rumus simpangan bakunya adalah sebagai berikut.
∑( x )
n 2
i −x
σ= i =1
Keterangan:
σ2 = variansi;
σ = simpangan baku;
x = rata-rata data; dan
n = banyaknya data.
15
Jika kita kerjakan dua kasus tersebut dengan menggunakan simpangan baku, maka
diperoleh:
Variansi:
( 3 − 7 ) + ( 3 − 7 ) + (11− 7 ) + (11− 7 )
2 2 2 2
σ2 =
4
16 + 16 + 16 + 16
= = 16
4
Simpangan baku:
σ = 16 = 4

Variansi:
( 2 − 7 ) + ( 4 − 7 ) + ( 9 − 7 ) + (13 − 7 )
2 2 2 2
σ =
2
4
25 + 9 + 4 + 36
= = 18, 5
4
Simpangan baku:
σ = 18 , 5 ≈ 4 , 3
Simpangan baku untuk kasus 2 lebih besar daripada kasus 1. Ini berarti, data pada kasus 2
lebih tersebar nilainya daripada kasus 1.
Contoh Soal 7
Berikut ini merupakan hasil penimbangan anak umur 5 tahun di suatu kelurahan.
10 kg, 8 kg, 5 kg, 6 kg, 7 kg, 4 kg, 9 kg
Tentukan banyaknya anak yang memiliki berat tidak normal.
Pembahasan:
Kita akan menggunakan simpangan baku untuk menentukan normal atau tidak normalnya
berat anak.
Langkah 1. Tentukan dahulu rata-rata datanya.
Rata-rata data:
10 + 8 + 5 + 6 + 7 + 4 + 9
x=
7
49
=
7
=7
16
Langkah 2. Tentukan variansi datanya.
(10 − 7 ) + ( 8 − 7 ) + ( 5 − 7 ) + ( 6 − 7 ) + (7 − 7 ) + ( 4 − 7 ) + ( 9 − 7 )
2 2 2 2 2 2 2
σ2 =
7
9 + 1+ 4 + 1+ 0 + 9 + 4
=
7
28
=
7
=4
Langkah 3. Tentukan simpangan bakunya.
σ = 4 =2
Untuk mengetahui normal atau tidak normalnya data, gunakan interval  x − σ , x + σ  .
Dengan demikian, data normal adalah data yang masuk pada interval [7 − 2, 7 + 2] atau[5, 9 ] .
Jadi, ada dua data yang tidak normal yaitu 4 dan 10.
2. Data dalam Bentuk Tabel Frekuensi

Untuk data tunggal yang dinyatakan dalam bentuk tabel frekuensi, variansi atau ragam
dirumuskan sebagai berikut.
∑f ( x )
k 2
i i −x
σ2 = i =1
∑f ( x )
k 2
i i −x
σ= i =1
Keterangan:
σ2 = variansi;
x = rata-rata data;
k = banyaknya kelas; dan
n = banyaknya data.
17
Contoh Soal 8
Tentukan simpangan baku dari data penghasilan 40 orang buruh berikut. Tentukan pula
batasan normal datanya.
Gaji Frekuensi
1.000.000 12
1.250.000 8
1.500.000 5
1.750.000 6
2.000.000 8
2.250.000 1
Pembahasan:
Langkah 1. Tentukan rata-rata datanya.
Rata-rata data dapat ditentukan dengan bantuan tabel seperti berikut.
Gaji (xi) Frekuensi (fi) fi xi

1.000.000 12 12.000.000
1.250.000 8 10.000.000
1.500.000 5 7.500.000
1.750.000 6 10.500.000
2.000.000 8 16.000.000
2.250.000 1 2.250.000
Jumlah 40 58.250.000
Rata-rata data:
n
∑f x i i
x= i =1
n
∑f
i =1
i
58.250.000
=
40
= 1.456.250
18
Langkah 2. Tentukan variansi datanya.
Variansi data dapat ditentukan dengan bantuan tabel seperti berikut.
(x − x) ( )
2 2
xi fi x xi − x i fi x i − x
1.000.000 12 1.456.250 −456.250 208.164.062.500 2.497.968.750.000
1.250.000 8 1.456.250 −206.250 42.539.062.500 340.312.500.000
1.500.000 5 1.456.250 43.750 1.914.062.500 9.570.312.500
1.750.000 6 1.456.250 293.750 86.289.062.500 517.734.375.000
2.000.000 8 1.456.250 543.750 295.664.062.500 2.365.312.500.000
2.250.000 1 1.456.250 793.750 630.039.062.500 630.039.062.500
Jumlah 40 6.360.937.500.000
Variansi data:
∑f ( x )
k 2
i i −x
σ2 = i =1
n
6.360.937.500.000
=
40
= 159.023.437.500
σ = 159.023.437.500 = 398.777
Dengan demikian, batasan normal datanya adalah  x − σ , x + σ  = [1.057.473,1.855.027].
3. Data dalam Bentuk Interval

Variansi atau ragam dari data berinterval dapat dirumuskan sebagai berikut.
∑f ( x )
k 2
i i −x
σ2 = i =1
19
∑f ( x )
k 2
i i −x
σ= i =1
Keterangan:
σ2 = variansi;
xi = nilai tengah kelas ke-i;
x = rata-rata data;
k = banyaknya kelas; dan
n = banyaknya data.
Contoh Soal 9
Hitunglah simpangan baku dari data berikut.

30−34 3
35−39 4
40−44 8
45−49 7
50−54 5
55−59 4
60−64 4
Pembahasan:
Langkah 1. Tentukan rata-rata datanya.
Rata-rata data dapat ditentukan dengan bantuan tabel seperti berikut.
20
Berat Badan Frekuensi xi fi
30−34 3 32 96
35−39 4 37 148
40−44 8 42 336
45−49 7 47 329
50−54 5 52 260
55−59 4 57 228
60−64 4 62 248
Jumlah 35 1645
Rata-rata data:
n
∑f x i i
x= i =1
n
∑f
i =1
i
1645
=
35
= 47
Langkah ke 2. Tentukan variansi datanya.

Variansi data dapat ditentukan dengan bantuan tabel seperti berikut.
(x − x) ( )
2 2
Berat Badan Frekuensi xi fi x xi − x i fi x i − x
30−34 3 32 96 47 −15 225 675

35−39 4 37 148 47 −10 100 400
40−44 8 42 336 47 −5 25 200
45−49 7 47 329 47 0 0 0
50−54 5 52 260 47 5 25 125
55−59 4 57 228 47 10 100 400
60−64 4 62 248 47 15 225 900
Jumlah 35 2700
21
Variansi data:
∑f ( x )
k 2
i i −x
σ2 = i =1
n
2700
=
35
≈ 77,1
σ = σ2
= 77,1
≈ 8, 8
Jadi, simpangan baku dari data tersebut adalah 8,8.
22

Statistika Modul 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

Statistika Modul 2

Diunggah oleh

Hak Cipta:

Format Tersedia

K

STATISTIKA: PENYAJIAN DATA

Statistika banyak digunakan dalam kehidupan manusia. Dalam bidang olahraga,

B. Populasi dan Sampel

C. Statistika Deskriptif dan Statistika Inferensial

D. Variabel dan Data

Variabel kuantitatif dapat diklasifikasikan menjadi diskrit dan kontinu. Variabel

E. Pengumpulan Data dan Teknik Sampling

1. Metode Sampel Acak

4. Metode Sampling Kelompok

F. Penyajian Data Kualitatif

Pelajaran Turus Frekuensi

Pelajaran Turus Frekuensi

2. Distribusi Frekuensi Relatif

Frekuensi Relatif Frekuensi Relatif

Bentuklah daftar distribusi frekunsi untuk kategori tersebut.

Kategori Turus Frekuensi

Kategori Frekuensi Relatif

Frekuensi Turus Frekuensi

Kategori Frekuensi Relatif

Nama Calon Ketua Senat Frekuensi Pemilih

Buatlah diagram lingkaran dari data tersebut.

Langkah 2: Membagi lingkaran ke dalam potongan-potongan juring sesuai frekuensi

Nama Calon Ketua Senat Frekuensi Pemilih Derajat

Abdul 12% 43,2o

Koko 23% 82,8o

Nugi 36% 129,6o

Panca 16% 57,6o

Satria 13% 46,8o

Hasil Pemilihan Calon Ketua Senat

Diagram Hasil Pemilihan Ketua Senat

Sajikanlah data kualitatif tersebut dalam bentuk diagram batang.

Nama Surat Kabar Frekuensi

Selanjutnya, buatlah diagram batangnya dengan menempatkan kategori pada sumbu

G. Penyajian Data Kuantitatif

1. Tabel Frekuensi Data Tunggal

Buatlah tabel frekuensi data tunggal beserta frekuensi relatifnya.

Nilai Turus Frekuensi Frekuensi Relatif

2. Tabel Frekuensi Berinterval

Buatlah tabel frekuensi berinterval dari data tersebut.

Langkah 3. Menentukan panjang kelas (I)

Usia Turus Frekuensi Frekuensi Relatif

Satuan pengukuran yang biasa digunakan adalah 1; 0,1; atau 0,01.

batas bawah kelas ke - i + batas atas kelas ke - i

Usia Turus Frekuensi Frekuensi Relatif

Usia Titik Tengah Frekuensi

36,5 – 44,5 40,5 5

44,5 – 52,5 48,5 4

52,5 – 60,5 56,5 8

60,5 – 68,5 64,5 9

68,5 – 76,5 72,5 9

76,5 – 84,5 80,5 10

84,5 – 92,5 88,5 5

Usia Orang Terkaya di Dunia

Pukul 00:00 01:00 02:00 03:00 04:00 05:00

Buatlah diagram garis dari data tersebut.

5. Tabel Frekuensi Kumulatif

Langkah 2. Tentukan frekuensi kumulatif kurang dari.

Usia Tepi Atas Frekuensi fki Keterangan

Langkah 3. Membuat ogive positif.

Langkah 1. Tentukan tepi bawahmasing-masing kelas.

Usia Tepi Bawah Frekuensi

Usia Tepi Bawah Frekuensi fki Keterangan

Langkah 3. Membuat ogive negatif.