P

Kata Pengantar
Puji dan Syukur kami panjatkan kehadirat Tuhan yang Maha Esa atas berkat
yang Kau berikan sehingga kami dapat menyelesaikan modul “Statistika Deskriptif” ini.
Meskipun modul ini masih jauh dari kata sempurna.
Pada kesempatan ini kami mengucapkan terima kasih yang sebesar-besarnya

kepada Bapak Desmon G Siagian S.Si., M.M. sebagai dosen mata kuliah Statistika
Deskriptif yang telah memberikan tugas kepada kami.
Dengan senang hati, kami mempersembahkan modul ini sebagai panduan yang
komprehensif dalam memahami dan menguasai topik yang berkaitan. Modul ini disusun
dengan harapan dapat memberikan pemahaman yang mendalam serta memudahkan
pembaca dalam mengikuti materi yang disajikan.
Penulis
STATISTIK DESKRIPTIF| i
DAFTAR ISI
STATISTIK DESKRIPTIF| ii
STATISTIK DESKRIPTIF| 1
1.1 PENGERTIAN STATISTIK
Secara umum, statistik adalah kumpulan data yang memiliki bentuk berupa angka- angka dan dapat
disusun kedalam bentuk tabel maupun diagram yang mempelajari metode dan prosedur pengumpulan,
penyajian, analisa, dan penyimpulkan suatu data mentah, agar menghasilkan informasi yang lebih
jelas untuk keperluan suatu pendekatan ilmiah. Dari statistik juga akan didapatkan sebuah kesimpulan
yang akan memudahkan kita dalam mengambil keputusan.
Pada perkembangan selanjutnya,

statistik diartikan sebagai kumpulan keterangan yang berbentuk angka saja ( data
kuantitatif ) yang dapat memberikan gambaran mengenai keadaan, peristiwa atau gejala
tertentu. Misalnya statistik penduduk, statistik perdagangan, statistik pendidikan, statistik
tenaga kerja, statistik hasil pertanian dan yang lainnya.
Statistik dalam ilmu pengetahuan dapat sebagai alat:

- Menggambarkan atau menerangkan data
- Membandingkan data pada dua kelompok atau lebih.
- Mencari besarnya hubungan data dalam suatu penelitian
- Meramalkan pengaruh data yang satu terhadap data lainnya. Atau untuk estimasi terhadap
kecenderungan-kecenderungan peristiwa yang akan terjadi di masa depan.
- Merupakan alat penghubung antar pihak berupa laporan data statistik atau analisis statistik.
Dalam kehidupan sehari-hari, kita sebenarnya sering berhadapan dengan statistik.

Contohnya, penghasilan orang Indonesia rata-rata Rp. 2.500.000,00 setiap bulan, tingkat inflasi
rata-rata di Indonesia 5% setahun, bunga deposito rata-rata 11% setahun, penduduk Indonesia
rata-rata tumbuh 2% pertahun, jumlah penduduk yang tinggal di pedesaan rata-rata 70%,
penganut agama islam di setiap propinsi rata-rata 90%, dan seterusnya, atau sejenisnya.
1.2 TAHAPAN KEGIATAN METODE STATISTIK
TAHAPAN KEGIATAN STATISTIK SEBAGAI METODE, DIBAGI

MENJADI LIMA TAHAPAN YAITU:
(1) PENGUMPULAN DATA (COLLECTION OF DATA)
(2) PENYUSUNAN DATA (ORGANI-ZATION OF DATA)
(3) PENGUMUMAN DATA (PRESENTATION OF DATA)
(4) ANALISIS DATA (ANALYSIS OF DATA)
(5) INTERPRETASI DATA (INTERPRETATION OF DATA)
PENGUMPULAN DATA
Pengumpulan data dapat dikumpulkan melalui dua cara, yaitu:
1. Cara sensus
cara mengumpulkan data dengan jalan meneliti seluruh anggota yang menjadi objek
penelitian. Dengan kata lain, cara sensus adalah pencatatan data secara menyeluruh terhadap
anggota yang menjadi obyek penelitian, tanpa kecuali. Seluruh anggota yang menjadi objek
penelitian disebut populasi.
Studi Kasus: Sensus Kesehatan di kota Beta
Pemerintah kota Beta ingin melakukan sensus kesehatan untuk meneliti kebiasaan makan
penduduknya.
1. Jumlah Populasi: kota Beta memiliki total 100.000 penduduk.
2. Pola Makan: Dari sensus tersebut, didapati bahwa 70.000 penduduk (70%) mengonsumsi
buah-buahan setidaknya sekali sehari.
3. Konsumsi Sayuran: Sebanyak 60.000 penduduk (60%) mengonsumsi sayuran setiap hari.
4. Polusi Makanan Cepat Saji: Sekitar 40.000 penduduk (40%) mengonsumsi makanan cepat
saji lebih dari dua kali seminggu.
5. Kebiasaan Minum Air: Hanya 20.000 penduduk (20%) yang minum air putih lebih dari 8
gelas sehari.
Dengan data ini, pemerintah kota Beta dapat mengidentifikasi pola makan penduduknya
dan merancang program-program kesehatan yang sesuai untuk meningkatkan kesadaran akan
pentingnya pola makan yang sehat.
2. Cara sampel
cara pengumpulan data dengan jalan meneliti sebagian keil dari seluruh anggota
yang menjadi obyek penelitian. Hasil yang diperoleh dari cara sampel ini merupakan data
perkiraan dan berdasarkan data perkiraan dari sampel ini, dapat ditaksir karakteristik atau
sifat-sifat sesungguhnya dari populasi yang sedang diteliti.
Studi Kasus: Penelitian Kebiasaan Membaca di Sekolah Gamma
Sebuah sekolah, Sekolah Gamma, ingin melakukan penelitian tentang kebiasaan membaca
siswa di sekolah tersebut. Mereka memilih untuk menggunakan sampel siswa sebagai
representasi dari keseluruhan populasi siswa di sekolah tersebut.
1. Populasi: Sekolah Gamma memiliki total 800 siswa.
2. Pemilihan Sampel: Untuk memperoleh sampel yang representatif, mereka memilih secara
acak 100 siswa dari berbagai kelas dan tingkat kelas.
3. Hasil Penelitian: Dari 100 siswa yang dipilih, ditemukan bahwa:
• 60 siswa (60%) membaca buku setidaknya satu jam setiap hari.
• 20 siswa (20%) membaca buku beberapa kali dalam seminggu.
• 10 siswa (10%) membaca buku beberapa kali dalam sebulan.
• 10 siswa lainnya (10%) jarang atau tidak pernah membaca buku.
Dengan menggunakan sampel ini, Sekolah Gamma dapat membuat estimasi tentang
kebiasaan membaca siswa secara keseluruhan. Meskipun hanya mewakili sebagian kecil dari
populasi siswa, sampel ini memberikan gambaran yang cukup akurat untuk membantu dalam
pengambilan keputusan terkait kegiatan membaca di sekolah.
PENYUSUNAN DATA
Data yang telah dikumpulkan, selanjutnya disusun teratur agar dapat dengan mudah dibaca dan
dilihat secara visual. Kegiatan penyusunan data ini melalui tiga tahapan, yaitu:
1. Mengedit data
memeriksa kembali daftar pertanyaan yang
telah diisi, untuk mengetahui apakah daftar
pertanyan itu telah disi dengan benar atau 3. Tabulasi data
sudah sesuai dengan yang dimaksud dalam pengelompokkan data sesuai dengan
penelitian itu.
sifat-sifat data yang telah ditentukan
dalam susunan kolom dan baris
(matriks), sehingga data tersebut
2. Mengklasifikasi data mudah ditarik kesimpulannya.
memisah-misahkan data yang telah diedit
atas dasar sifat-sifat yang dimiliki oleh data.
Studi Kasus: Analisis Pengeluaran Bulanan Rumah Tangga di Wilayah Delta
1. Mengedit Data:
Data pengeluaran bulanan dari 50 rumah tangga di wilayah Delta dikumpulkan dan diedit untuk
memperbaiki kesalahan penulisan atau kekurangan informasi.
2. Mengklasifikasi Data:
Data pengeluaran bulanan diklasifikasikan ke dalam kategori seperti makanan, transportasi,
pendidikan, hiburan, dan lain-lain.
3. Tabulasi Data:
Data yang telah diklasifikasikan disajikan dalam tabel yang menunjukkan jumlah total
pengeluaran bulanan untuk setiap kategori, serta rata-rata dan variasinya.
Dengan melakukan proses ini, tim statistik dapat menyajikan informasi yang mudah
dimengerti tentang pola pengeluaran bulanan rumah tangga di Wilayah Delta.
Tiga Tahapan berikutnya yaitu:
PENGUMUMAN DATA ANALISIS DATA

Pengumuman data Data yang telah dikumpulkan
dimaksudkan agar data yang dan disusun, selanjutnya
telah disusun dapat disebar dianalisis, dari hasil analisis akan
luaskan dan mudah dilihat diperoleh gambaran dari seluruh
secara visual. data yang telah dikumpulkan.
INTERPRETASI DATA
Gambaran keseluruhan dari data yang telah dikumpulkan perlu di interpretasi dengan baik,
agar memperoleh kesimpulan yang benar.
Studi Kasus: Analisis Kepuasan Pelanggan Restoran XYZ

1. Pengumpulan Data:
• Restoran XYZ melakukan survei kepuasan pelanggan selama satu bulan.
• Dari 200 pelanggan yang diwawancara, mereka diminta memberikan skor kepuasan dari 1
hingga 10.
2. Penyusunan Data:
• Setelah pengumpulan data, skor kepuasan dari setiap responden disusun dalam sebuah tabel.
3. Pengumuman Data:
• Rata-rata skor kepuasan pelanggan Restoran XYZ adalah 8.2.
• Persentase pelanggan yang memberikan skor 9 atau 10 adalah 60% dari total responden.
• Persentase pelanggan yang memberikan skor di bawah 7 adalah 10%.
4. Analisis Data:
• Rata-rata yang tinggi menunjukkan bahwa sebagian besar pelanggan puas dengan pelayanan
dan makanan yang disajikan.
• Persentase tinggi dari pelanggan yang memberikan skor tinggi menunjukkan keberhasilan
Restoran XYZ dalam memenuhi harapan pelanggan.
• Meskipun sebagian besar pelanggan puas, masih ada ruang untuk perbaikan untuk memastikan
semua pelanggan merasa puas.
5. Interpretasi Data:
• Restoran XYZ memiliki kinerja yang baik dalam memuaskan pelanggan dengan rata-rata skor
kepuasan yang tinggi.
• Persentase tinggi pelanggan yang memberikan skor tinggi adalah indikasi bahwa kebanyakan
pelanggan merasa puas dengan pelayanan dan makanan restoran.
• Meskipun demikian, Restoran XYZ harus tetap memperhatikan pelanggan yang memberikan
skor rendah untuk mengidentifikasi area-area yang perlu diperbaiki.
Dengan mengikuti langkah-langkah ini, Restoran XYZ dapat menganalisis kepuasan
pelanggan secara efektif dan membuat keputusan yang tepat untuk meningkatkan pengalaman
pelanggan di masa mendatang.
1.3 STATISTIK DESKRIPTIF DAN STATISTIK INFERENSIA
Apa itu Statistika Deskriptif?

Statistika deskriptif atau statistika deduktif adalah statistika yang tingkat pekerjaannya
mencakup cara-cara pengumpulan, menyusun atau mengatur, mengolah, menyajikan dan menganalisis
data angka, agar dapat memberikan gambaran yang teratur, ringkas dan jelas, mengenai keadaan,
peristiwa atau gejala tertentu sehingga dapat ditarik pengertianSTATISTIK DESKRIPTIF|
atau makna tertentu. Statistik ini7hanya
memberikan informasi mengenai data yang kita peroleh tanpa menarik kesimpulan lebih jauh
mengenai data tersebut. Output dari Statistik Deskriptif berkaitan dengan penyajian data saja seperti
contoh statistika deskriptif:
berikut adalah data kehadiran siswa dalam bentuk persentase kehadiran untuk 30 siswa:
85%, 92%, 100%, 78%, 85%, 90%, 95%, 88%, 92%, 85%,
90%, 92%, 85%, 95%, 88%, 85%, 90%, 95%, 92%, 85%,
90%, 78%, 85%, 90%, 92%, 85%, 90%, 95%, 88%, 85%
jika data-data tersebut dimasukkan dalam tabel frekuensi data Tunggal akan menjadi:
Nilai Frekuensi
78% 2
85% 8
88% 5
90% 6
92% 6
95% 3
Total 30
Apa itu Statistika Inferensia?
Statistika inferensia atau statistika induktif adalah statistika yang menyediakan aturan atau
metode yang dapat digunakan untuk membuat ramalan, membuat taksiran dan mengambil kesimpulan
yang bersifat umum dari sekumpulan data (data sampel) yang dipilih secara acak dari seluruh data
yang menjadi subjek kajian (populasi). Statistik ini lebih maju satu tahap dibandingkan dengan ilmu
Statistik Deskriptif karena sudah menarik kesimpulan dari data yang kita peroleh. Jadi dapat
dikatakan Statistik Inferensial berkenaan dengan cara-cara/metode pengambilan keputusan sampai
dengan interpretasi hasil. Contoh statistik ini seperti pengujian hipotesis,
STATISTIK Analisis Korelasi, Regresi
DESKRIPTIF| 8
Linear, Regresi Non Linear, dll
contoh statistika inferensia:
Dengan mengasumsikan bahwa kerusakan tanaman kopi “ Toraja “ kurang dari 30% akibat
musim dingin yang lalu, maka harga kopi jenis tersebut diakhir tahun nanti tidak akan lebih dari
2.500 rupiah per satu kilogramnya.
1.4 DATA, POPULASI DAN SAMPEL
DATA
Data adalah kumpulan informasi yang diperoleh dari suatu pengamatan, dapat berupa angka, lambang atau
sifat. Menurut Webster New World Dictionary, pengertian data adalah things known or assumed, yang
berarti bahwa data itu sesuatu (informasi) yang diketahui atau dianggap.
TERDAPAT BEBERAPA JENIS DATA :

1. Berdasarkan sifatnya:
a) Data kualitatif
Data yang tidak berbentuk angka. Data ini biasanya banyak digunakan dalam bidang sosial yang
berbentuk kategorial. Misalnya: Kuesioner Pertanyaan tentang suasana kerja, kualitas pelayanan
sebuah rumah sakit atau gaya kepemimpinan, dll. Data ini bisa memiliki kategori: sangat bagus,
bagus, tidak bagus, dan lainnya.
b) Data kuantitatif
Data yang berbentuk angka. Data ini kerap ditemukan dalam bidang eksak, contohnya data
mengenai curah hujan, data kelembapan udara, data panjang jalan, dil. Data ini ditunjukkan
dengan angka seperti 10, 60, 75, dan sebagainya.
2. Berdasarkan sumbernya:
a) Data internal
Data dari dalam suatu organisasi yang menggambarkan keadaan organisasi tersebut. Contohnya:
suatu perusahaan, jumlah karyawannya, jumlah modalnya, atau jumlah produksinya, dll.
b) Data eksternal
Data dari luar suatu organisasi yang dapat menggambarkan faktor-faktor yang mungkin
mempengaruhi hasil kerja suatu organisasi. Misalnya: daya beli masyarakat mempengaruhi hasil
penjualan suatu Perusahaan.
3. Jenis data berdasarkan cara memperolehnya:

a) Data primer
Data yang diperoleh langsung dari lapangan. Si peneliti harus terjun ke lapangan untuk
memperoleh data yang diperlukan. Contoh data primer adalah data dari hasil wawancara kepada
masyarakat.
b) Data sekunder
Data yang diperoleh dari pihak lain seperti instansi pemerintah, lembaga swasta pihak ketiga,
dan lainnya. Data ini sudah tersedia dan dikumpulkan oleh instansi tertentu sehingga si peneliti
tinggal mengolah data yang ada untuk kepentingan penelitiannya.
4. Jenis data berdasarkan waktu pengumpulannya:

a) Data Cross Section
Data yang dikumpulkan dari beberapa elemen (individu) pada suatu waktu tertentu. Contohnya
data yang dikumpulkan dari beberapa kota pada suatu waktu tertentu atau data dari beberapa
individu pada satu waktu tertentu.
b) Data time series
Data yang dikumpulkan dari waktu ke waktu pada suatu wilayah tertentu. Contohnya data suatu
harga barang konsumsi kota A pada tahun 1980 sampai dengan tahun 2018. Data berkala
disebut pula dengan data historis karena apabila digambarkan grafiknya akan membentuk
sebuah fluktuasi (gerakan naik turun). Karena data ini dikumpulkan dari waktu ke waktu maka
jenis data ini banyak digunakan untuk melihat trend suatu variabel tertentu.
5. Jenis data berdasarkan pengukurannya:

a) Data nominal (data hasil pengukuran skala nominal)
Data statistik yang cara menyusun angkanya didasarkan atas beberapa kategori (kelompok)
tanpa memperhatikan urutan tertentu. Contoh data nominal meliputi jenis kelamin (Perempuan
& laki-laki), status pernikahan (lajang, menikah, & bercerai), dll.
b) Data ordinal (data hasil pengukuran skala ordinal)
Data statistik yang cara menyusun angkanya didasarkan atas beberapa kate-gori dengan
memperhatikan urutan tertentu/kedudukan (ranking). Dalam data ordinal kedudukan kategori
tidak setara, melainkan sesuai dengan labelnya. Contoh data ordinal Tingkat kepuasan (contoh:
sangat tidak puas, tidak puas, netral, puas, sangat puas), Tingkat keparahan penyakit (contoh:
ringan, sedang, parah), Peringkat pekerjaan (contoh: manajer, supervisor, staf), Kategori
peringkat film (contoh: satu Bintang, dua bintang, tiga bintang, empat bintang, lima bintang),
dll.
c) Data interval (data hasil pengukuran skala interval)
Data statistik yang angkanya disusun dengan jarak sama antara golongan/ kategori yang satu
dengan golongan/katagori yang lainnya. Data interval memiliki sifat data nominal dan ordinal
serta ditambah satu sifat yaitu memiliki jarak yang tetap (sama) antara satu kategori dengan
kategori lainnya. Contohnya meliputi Suhu dalam skala Celsius atau Fahrenheit: Misalnya,
20°C, 25°C, 30°C, Skor pada tes standar: Misalnya, skor 70, skor 80, skor 90, dll.
d) Data ratio (data hasil pengukuran skala rasio)
Data statistik yang angkanya diperoleh dengan membandingkan nilai variabel yang Satu dengan
nilai absolut variabel yang lainnya (variabel pembanding). Data rasio memiliki ketiga sifat tiga
jenis data sebelumnya (nominal, ordinal, dan interval) ditambah satu sifat lagi yaitu memiliki
nilai nol yang memiliki arti (nol artinya tidak ada atau ketiadaan). Contohnya Panjang:
Populasi adalah suatu wilayah generalisasi yang terdiri dari objek atau subjek dimana mempunyai kualitas
POPULASI
dan karakteristik tertentu, yang ditetapkan peneliti untuk dipelajari dan selanjutnya akan diratik suatu
kesimpulan. Populasi disini tidak hanya orang saja, tetapi bisa objek atau benda alam yang lainnya. Populasi
juga bukan hanya sekedar jumlah yang ada pada objek, melainkan keseluruhan karakteristik yang dimiliki
oleh objek yang akan diteliti tersebut. Contoh dari populasi misalnya, semua mahasiswa yang terdaftar di
perguruan tinggi, seluruh penduduk sebuah negara, jumlah pendapatan semua karyawan, dll.
Misalnya, panjang sebuah meja adalah 2 meter, Berat: Misalnya, berat badan seseorang adalah
70 kilogram, Tinggi: Misalnya, tinggi sebuah bangunan adalah 100 meter, dll.
SAMPEL
Sampel adalah bagian dari jumlah dan karakteristik yang dimiliki oleh populasi. Jika diketahui populasi
besar, maka peneliti tidak mungkin mempelajari semua yang ada pada populasi, sehingga dibutuhkan
sampel untuk mewakili. Sampel ini bisa dijadikan kesimpulan yang berlaku untuk populasi tersebut. Oleh
karena itu, sampel yang di ambil dari populasi harus bisa bersifat representatif, artinya bisa mewakili
Studi kasus:
Sebuah perusahaan ingin mengetahui pendapat karyawan tentang kebijakan baru yang akan
diterapkan. Populasi karyawan perusahaan tersebut berjumlah 1000 orang. Untuk melakukan
penelitian, mereka memilih secara acak 100 karyawan sebagai sampel.
1. Apa yang merupakan populasi dalam penelitian ini?
2. Apa yang merupakan sampel dalam penelitian ini?
Jawaban:
1. Populasi: Populasi dalam penelitian ini adalah semua karyawan perusahaan tersebut, yang
berjumlah 1000 orang.
2. Sampel: Sampel dalam penelitian ini adalah 100 karyawan yang dipilih secara acak dari
populasi total 1000 karyawan perusahaan tersebut.
Dengan menggunakan sampel ini, perusahaan dapat mengumpulkan data dan menarik
kesimpulan tentang pendapat karyawan terhadap kebijakan baru tanpa harus melakukan survei
kepada seluruh populasi karyawan.
2.1 PENYAJIAN DATA STATISTIK
Penyajian data Jenis- jenis Representasi Data
statistik
Data yang telah A. Bentuk Tabel
dikumpulkan perlu Misalkan kita mempunyai sekumpulan data, dan data
disajikan dalam bentuk tersebut masih belum tersusun secara teratur. Untuk
yang mudah dibaca keperluan penganalisaan, biasanya data itu disusun dalam
atau dimengerti oleh sebuah tabel. Dalam sebuah tabel biasanya terdiri dari
beberapa baris dan beberapa kolom. Dalam hal ini, untuk membuat sebuah tabel yang
benar diperlukan aturan-aturan sebagai berikut :
1. Tabel Baris Kolom

tabel yang terdiri dari baris dan kolom.
Jenis tabel baris kolom yaitu:

- Tabel Satu Arah
Tabel yang berisi satu karakteristik saja. Contoh dari tabel satu arah adalah sebagai berikut.
Jumlah Mahasiswa Manajemen Bisnis Politeknik Negeri Medan
2024/2025 Semester Genap
Kelas Jumlah
2A 22
2B 828
2C 1.028
2D 449
2E 996
Jumlah 3.963
Tabel di atas disebut tabel satu arah karena hanya memiliki satu karakteristik saja yaitu jumlah
mahasiswa.
- Tabel Dua Arah

Tabel yang berisi mengenai dua karakteristik berbeda.
Perhatikan contoh berikut!

Contoh tabel dua arah adalah sebagai berikut.
Jumlah Sekolah Dibawah Kementerian Pendidikan dan Kebudayaan

Menurut Tingkat Sekolah di Provinsi DKI Jakarta, 2019/2020
Semester Ganjil
Tingkat Sekolah
Provinsi
SD SMP SMA
Kepulauan Seribu 14 7 1
Jakarta Selatan 505 219 104
Jakarta Timur 642 263 123
Jakarta Pusat 281 112 56
Jakarta Barat 599 278 119
Jakarta Utara 356 195 89
Jumlah 2.397 1.074 492
Tabel di atas di sebut tabel dua arah karena terdiri dari dua karakteristik yaitu sekolah dan
tingkat sekolah.
- Tabel Tiga Arah
Tabel yang berisi mengenai tiga karakteristik yang berbeda.

Contoh tabel tiga arah adalah sebagai berikut.
Jumlah Sekolah Dibawah Kementerian Pendidikan dan Kebudayaan

Menurut Tingkat Sekolah dan Status Sekolah di Provinsi DKI Jakarta,
2019/2020 Semester Ganjil
Tingkat Sekolah
Kabupaten/
SD SMP SMA
Kota
Negeri Swasta Negeri Swasta Negeri Swasta
Kepulauan
14 0 7 0 1 0
Seribu
Jakarta Selatan 323 182 66 153 29 75
Jakarta Timur 440 202 95 168 40 83
Jakarta Pusat 183 98 36 76 13 43
Jakarta Barat 360 239 50 228 17 102
Jakarta Utara 159 197 39 156 17 72
Jumlah 1.479 918 293 781 117 375
Tabel di atas disebut tabel tiga arah karena terdiri dari tiga karakteristik yaitu sekolah, tingkat
sekolah dan status sekolah.
2. Tabel Kontingensi
Tabel kontingensi merupakan tabel baris kolom yang memiliki karakteristik sendiri yaitu
penyajian data dengan 2 faktor atau 2 variabel. Setiap variabelnya terdiri dari beberapa ketegori
bisa dalam bentuk baris, kolom, dan total. Data yang terdiri dari dua variabel, dengan variabel
yang satu terdiri dari b kategori dan lainnya terdiri atas k kategori, sehingga dapat dibuat tabel
kontingensi berukuran b×k dengan b menyatakan baris dan k menyatakan kolom.

Berikut ini adalah contoh tabel kontingensi 2×3.2×3.
Tingkat Sekolah
Jenis Kelamin Jumlah
SD SMP SMA
Negeri 1.479 293 117 2.377
Swasta 918 781 375 1.586
Jumlah 1.772 1.035 1.156 3.963
3. Tabel Distribusi Frekuensi

Tabel Distribusi Frekuensi dapat di artikan sebagai alat penyajian data statistik yang berbentuk
kolom dan lajur yang di dalamnya dimuat angka yang dapat menggambarkan pembagian
frekuensi dari variabel yang sedang menjadi objek riset.
Data nilai ujian Matematika dari 40 siswa
33 44 53 58 63 67 69 74 83 89
40 50 55 60 64 68 70 78 95 89
90 83 75 69 67 63 59 53 45 93
39 49 55 60 63 68 70 77 86 37
Kelas Jumlah
35-43 4
44-52 4
53-61 8
62-70 12
71-79 4
80-88 3
89-97 5
2. Bentuk Grafik
Grafik adalah bentuk penyajikan data statistik berupa gambar-gambar visual. Oleh karena itu
penyajian data menggunakan grafik akan mempermudah dalam penyampaian sebuah data.
Pengguna data akan lebih mudah memahami keadaan data yang ditampilkan melalui grafik
daripada tabel karena manusia cenderung lebih menyukai sesuatu yang disampaikan secara
visual daripada melalui kata-kata.
Ada banyak jenis penyajian data dalam bentuk grafik. Berikut akan disajikan hanya
beberapa bentuk saja.
- Grafik Batang
Grafik batang merupakan grafik yang terdiri batang-batang. Grafik batang dapat
digambarkan secara vertikal maupun Horizontal. Grafik batang terdiri dari dua bagian
yaitu grafik batang tunggal (single bar chart) dan grafik batang ganda(multiple bar
chart). Grafik batang lebih cocok menggambarkan data yang menunjukkan kuantitas
atau data yang bertujuan memberikan perbandingan sebuah rangkaian data

Contoh grafik batang tunggal (single bar chart) adalah sebagai berikut.
Jumlah Mahasiswa Manajemen Bisnis Politeknik Negeri Medan,
Data Jumlah Mahasiswa Semester 2
Manajemen Bisnis
30
25
20
15
10
0
2A 2B 2C
Jumlah Mahasiswa 2D 2E
Contoh grafik batang ganda (multiple bar chart) adalah sebagai berikut
Jumlah Mahasiswa Manajemen Bisnis Politeknik Negeri Medan,
Data Jumlah Menurut Jenis Kelamin Mahasiswa

Manajemen Bisnis
16
14
14
12 13 13
12
10 11
10
8 9
8
6
6
4 5
0
2A 2B 2C 2D 2E
Laki-Laki Perempuan
- Grafik Garis
Grafik garis adalah grafik yang posisi titik-titiknya dihubungkan dengan garis-garis saja. Grafik
garis dibuat dengan 2 sumbu x yang menunjukkan bilangan bersifat tetap, seperti tahun, ukuran
dan lainnya. Sementara pada sumbu y ditempatkan bilangan yang sifatnya dapat berubah-ubah
seperti jumlah, harga dan lainnya.
Biasaya grafik garis digunakan untuk melihat perkembangan suatu data dari waktu ke waktu,
misalnya perkembangan harga emas setiap hari, perkembangan inflasi setiap bulan dan lain-lain.

Berikut ini data pendapatan penjualan Sparepart Mobil Tahun 2020.
Keuntungan Penjualan Sparepart Mobil Sepanjang Tahun 2020
Month Penjualan
Jan 1, 2020 8.5
Feb 1, 2020 7
Mar 1, 2020 8.7
Apr 1, 2020 6
May 1, 2020 4
Jun 1, 2020 5.5
Jul 1, 2020 5
Aug 1, 2020 8
Sep 1, 2020 7.2
Oct 1, 2020 3
Nov 1, 2020 4.5
Dec 1, 2020 3.5
Keuntungan penjualan setiap bulan

9
8
7
6
5
4
3
2
1
0
ri ri et ril ei ni li s r r r r
ua ua ar Ap M Ju Ju tu be be be be
a n br M us m kto m m
J Fe A g te O ve se
S ep N o De
Penjualan
3. Grafik Lingkaran
Grafik lingkaran merupakan sebuah grafik yang berbentuk lingkaran yang dibagi-bagi menjadi
beberapa irisan. Umumnya digunakan untuk menyajikan data dalam bentuk persentase. Untuk
membuat grafik lingkaran, gambarkan sebuah lingkaran kemudian bagi menjadi beberapa
sektor. Tiap sektor berisi kategori data yang terlebih dahulu diubah kedalam format derajat.
Dianjurkan titik pembagian mulai dari titik tertinggi lingkaran.
Berikut ini data tentang kendaraan yang dimiliki oleh 200 orang karyawan di sebuah
pabrik.
Data 200 orang karyawan di sebuah pabrik
Jenis kendaraan Jumlah

Mobil 75
Sepeda motor 50
Sepeda 50
Tidak punya 25
Untuk membuat diagram lingkaran dari data di atas, pertama kita hitung dulu presentase
jumlah karyawan dengan masing-masing jenis kendaraan sebagai berikut
Presentase jumlah karyawan yang mempunyai mobil adalah

75
×100 %=37 ,5 %
200
Presentase jumlah karyawan yang mempunyai motor adalah

50
×100 %=25 %
200
Presentase jumlah karyawan yang mempunyai sepeda adalah

50
×100 %=25 %
200
Presentase jumlah karyawan yang tidak mempunyai kendaraan adalah

25
×100 %=12 , 5 %
200
Langkah berikutnya adalah menentukan besar sudut pusat untuk menentukan

luas juring-juring yang bersesuaian dengan jumlah karyawan sebagai anggota dari data
tadi sebagai berikut
Karyawan yang mempunyai mobil: 37 , 5 % ×360 ° =135°

Karyawan yang mempunyai motor: 25 % × 360 °=90 °
Karyawan yang mempunyai sepeda: 25 % × 360 °=90 °
Karyawan yang mempunyai tidak mempunya kendaraan: 1 2 ,5 % × 360 °=45 °
Dari hasil rincian di atas maka diagram lingkaran dari jenis kendaraan 200 karyawan di
pabrik tekstil, sebagai berikut.
4. Grafik lambang
Diagram lambang adalah merupakan suatu diagram yang penyajian datanya menggunakan
lambang. Lambang yang digunakan harus sesuai dengan data atau obyek yang diteliti.

Diagram Lambang Hasil Panen Apel di Kota Batu
Data untuk hasil panen perkebunan apel di Kota Batu pada tahun 2011. Pada daerah A 850Kg,
daerah B 500Kg, daerah C 700Kg, daerah D 550Kg.
Hasil Panen stoberi

Daerah
(kg)
A 85
B 40
C 60
D 35
Keterangan :
= 10 kg
= 5 kg
DISTRIBUSI FREKUENSI
3.2 penyusunan Data Secara Sistematis Agar data yang telah

berhasil dikumpulkan dengan
Dengan cara ini data disusun sebagai berikut: data
maksud dan tujuan
dikelompokkan ke dalam kelompok-kelompok dan Sub
pengumpulannya, maka data itu
kelompok menurut sifat-sifat atau ciri-ciri yang dimiliki oleh
perlu disajikan dalam bentuk
data maupun menurut bilangan (nilai yang dimiliki data)
yang mudah dipahami dan
dimengerti. Data yang telah
dikumpulkan tersebut perlu
1. Berdasarkan waktu (Time Series) disusun secara sistematis dalam
Menyusun data dengan cara ini, waktu menjadi dasar utama bentuk tabel frekuensi distribusi
penyusunnya. frekuensi distribusi frekuensi
grafik distribusi frekuensi dan
kurva frekuensi
2. Berdasarkan Wilayah
Menyusun data dengan cara ini, wilayah atau daerah menjadi
dasar utama penyusunnya
3. Berdasarkan Keadaan/Frekuensi
Menyusun data dengan cara ini, kondisi fisik atau banyaknya kejadian pada suatu
tempat dalam waktu tertentu, menjadi dasar utama penyusunnya
3.3 Distribusi Frekuensi
1. Klasifikasi Berdasarkan Sifat Sifat
Klasifikasi berdasarkan sifat-sifat atau ciri-ciri tertentu yang dimiliki oleh serangkaian
data adalah klasifikasi data secara kualitatif. Misalnya penduduk yang bekerja dan
penduduk yang tidak bekerja.
2. Klasifikasi Berdasarkan Bilangan

Klasifikasi berdasarkan pada bilangan adalah klasifikasi secara kuantitatif yang juga
disebut klasifikasi berdasarkan kelas interval misalnya gaji karyawan, harga barang, dan
yang lainnya yang diklasifikasikan ke dalam batas-batas nilai tertentu.
Distribusi Frekuensi
Distribusi frekuensi adalah suatu daftar atau tabel yang mendistribusikan data yang ada
dalam beberapa kelas. Ada dua macam distribusi frekuensi yaitu: (1) distribusi frekuensi
numerikal dan (2) distribusi frekuensi kategorial.
1. Distribusi Frekuensi Numerikal

Pembagian kelasnya dinyatakan dalam bentuk angka angka atau kuantitaf.
Contoh
Upah Harian 40 Karyawan Lepas PT. ARIES di Denpasar, Tahun 2010
Upah Harian Banyak
(Ribu Rupiah) Karyawan (Orang)
30,00 – 39.99 5
40,00 – 49,99 4
50,00 – 59,99 5
60,00 – 69,99 7
70,00 – 79,99 12
80,00 – 89,99 2
90,00 – 99,99 5
Total ¿ B 2¿ #.##0 40
2. Distribusi Frekuensi Kategorial

Pembagian Kelasnya didasrkan atau jenis data atau golongan data yang dilakukan
secara kualitatif.
Contoh
Banyaknya Pegawai PT. ARIES di Denpasar Dirinci Menurut
Asal Kabupaten/Kota, Tahun 2010
Kabupaten/Kota Banyak Karyawan (Orang)
Denpasar 10
Tabanan 7
Bandung 8
Buleleng 4
Gianyar 5
Lainnya 6
10
TAMBAHANNNN DIBAWAHHHH INI YA JEANNNN
3.4 Penyusunan Distribusi Frekuensi Numerikal
Tahapan 1. Menentukan banyaknya kelas
K = banyak kelas, n = banyak data
K = 1 + 3,3 LOG N
Tahapan 2. Menentukan Panjang kelas

c = Interval Kelas
R X n− X 1 Xn = Nilai data terbesar
c= =
k k X1 = Nilai data terendah
R = Range
K = banyak kelas
Tahapan 3. Menentukan Batas Kelas
Batas kelas bawah ini ditentukan sedemikian rupa sehingga nilai terkecil dari
data tersebut dapat masuk dalam kelas pertama dan nilai terbesar dari data dapat masuk
pada kelas terakhir
Tahapan 4. Memasukkan masing masing data dan menjumlahkannya

Untuk mengecek frekuensinya dalam masing-masing kelas yang telah disusun dapat
digunakan dua cara yaitu Turus atau jari-jari dan cara entry.
Contoh :
Hasil survei penghasilan perbulan dari 70 usaha rental kendaraan roda empat yang
diambil secara acak dari seluruh usaha rental kendaraan roda empat di kabupaten
Bandung pada tahun 2010 diperoleh hasil sebagai berikut (satuan dalam juta rupiah) :
88 41 68 62 63 44 69 53 68 69
33 78 53 55 72 62 82 73 48 84
49 64 57 79 69 55 67 75 66 79
69 31 64 58 75 78 76 64 38 81
55 67 75 64 72 56 48 49 74 68
68 63 68 69 54 58 35 56 56 85
54 72 76 65 46 74 73 66 25 65
Susunlah data distribusi frekuensi data mentah (raw data) tersebut
Penyelesaian:
Tahapan penyusunan distribusi frekuensi adalah sebagai berikut:
(1) Menentukan banyak kelas.
N = 70
K = 1 + 3,3 log n
= 1 + 3,3 log 70
= 1 + 3,3 (1,8451)
= 1 + 6,08
= 7,08 (dibulatkan menjadi 7)
(2) Menentukan interval kelas
R
c=
k
88−25
¿
7
= 9 (sebaiknya diambil 10
(3) Me
nentukan batas kelas
Oleh karena nilai data terkecil 25, maka batas bawah kela I, dapat dimulai
dengan nilai 20, dengan demikian batas bawah kela II dan III berturur turut 20 +
10 = 30 dan 30 + 10 = 40 dan seterusnya, seperti dibawah ini.
No. Kelas Penghasilan per bulan

(Juta Rupiah)
I 20 – 29
II 30 – 39
III 40 – 49
IV 50 – 59
V 60 – 69
VI 70 – 79
VII 80 – 89
(4) Memasukkan masing masing data satu persatu mulai dari data yang pertama
hingga data yang terakhir ke dalam kelasnya yang sesuai, dengan memberi tanda
tally atau tanda turus dan menjumlahkannya seperti dibawah ini.
Misalkan dari sejumlah 40 orang murid Sekolah Menengah Pertama
yang menempuh ulangan harian dalam mata pelajaran
matematika,diperoleh nilai hasil ulangan sebagai berikut (nama murid
tersebut tidak dicantumkan di sini):
5 8 6 4 6 7 9 6 4 5
3 5 8 6 5 4 6 7 7 10
4 6 5 7 8 9 3 5 6 8
10 4 9 5 3 6 8 6 7 6
Apabila data tersebut akan kita sajikan dalam bentuk Tabel Distribusi
Frekuensi, maka langkah yang perlu ditempuh adalah:
Langkah Pertama
Mencari Nilai Tertinggi (Skor paling tinggi (Highest Score) H) dan Nilai
Terendah (Skor paling rendah (Lowest Score) L). Ternyata H = 10 dan L
= 3.
Dengan diketahuinya H dan L maka kita dapat menyusun atau mengatur

nilai hasil ulangan harian itu, dari atas ke bawah,mulai dari 10 berturut-
turut ke bawah sampai dengan 3 pada kolom 1 dari Tabel Distribusi
Frekuensi yang kita persiapkan adalah seperti yang terlihat pada Tabel
3.2
Menghitung frekuensi masing-masing nilai yang ada,dengan bantuan

jari-jari (tallies); hasilnya dimasukkan dalam kolom 2 dari Tabel
Distribusi Frekuensi yang kita persiapkan ( Lihat Kolom 2 Tabel 3.2).
Langkah Ketiga
Mengubah jari-jari menjadi angka biasa, dituliskan pada kolom 3 (lihat

kolom 3 tabel 3.2 ), setelah selesai, keseluruhan angka yang
menunjukkan frekuensi masing-masing nilai yang ada itu lalu kita
jumlahkan, sehingga diperoleh jumlah frekuensi (𝜮 f) atau Number of
cases = N.
Tabel 3.2 kita sebut Tabel Distribusi Data Tunggal yang seluruhan skornya
berfrekuensi lebih dari satu, sebab di samping seluruh skor (nilai)nya
merupakan data yang tidak dikelompokkan, maka seluruh skor yang ada itu
masing-masing berfrekuensi lebih dari satu. (Sudijono Anas.2009: 48-50)
TABEL 3.2. Distribusi Frekuensi Nilai Hasil Ulangan Harian
Dalam Mata Pelajaran Matematika yang Diikuti oleh 40
Orang Murid Madrasah Ibtidaiyah.
Nilai Tanda/jari-jari/ F
Tallies
(X)
10 // 2
9 /// 3
8 ///// 5
7 ///// 5
6 ///// ///// 10
5 ///// // 7
4 ///// 5
3 /// 3
Total 40 = N
Catatan:
1. Untuk melambangkan variabel (dalam contoh di atas adalah variabel

nilai),pada umumnya digunakan lambang huruf X, Y, atau Z.
2. N adalah singkatan dari Number of Cases, yang menggantikan lambang
𝜮 f (= jumlah frekuensi), karena dipandang lebih singkat.
Setelah keseluruhan data dimasukkan ke dalam kelas kelas yang sesuai dan
dijumlahkan, maka akhirnya diperoleh table frekuensi seperti di bawah ini.
Kelas Frekuensi
20 – 29 1
30 – 39 4
40 – 49 7
50 – 59 13
60 – 69 25
70 – 79 15
80 – 89 5
Total 70
3.5 Bagian Bagian Tabel Frekuensi
1. Kelas
Tiap-tiap kelompok nilai variabel disebut kelas data yang disajikan pada tabel di
atas terdiri atas 7 kelas atau 7 kelompok data
2. Batas-batas kelas (Class Limits)
Adalah nilai-nilai yang membatasi kelas yang satu dengan kelas yang lainnya
disebut batas kelas
3 . Tepi-tepi kelas (Class Bondarie, true class limit)
Adalah batas-batas kelas yang tampak meliputi semua nilai diantara kedua nilai
kedua nilai ini disebut tepi-tepi kelas tepi bawah adalah bilangan yang
terkecilnya dan tepi atasnya adalah bilangan yang terbesarnya
4. luas kelas/kelas interval

Adalah selisih antara tepi atas kelas dengan tepi bawah kelas dari kelas yang
bersangkutan
5. Nilai Tengah kelas (Class mark, Class Mid Point)

adalah rata-rata antara batas atas dengan batas bawah Suatu kelas atau batas atas
tambah batas bawah Suatu kelas dibagi dua
Contoh :
Uang Saku Banyak Mahasiswa
(Puluh Ribu Rupiah) (Orang)
40 – 44,9 2
45 – 49,9 5
50 – 54,9 8
55 – 59,9 11
60 – 64,9 26
65 – 69,9 8
Total 60
Dari tabel frekuensi diatas, tentukanlah:
(a) Banyak kelas.

(b) Batas-batas kelas dari kelas yang ketiga. (c) Frekuensi untuk kelas kedua dan
kelas kelima
(d) Tepi atas kelas kedua atau tepi bawah kelas ketiga.
(e) Kelas mark (nilai tengah kelas) dari kelas ketiga.
(f) Kelas intervalnya.
(g) Batas kelas bawah dan batas kelas atas dari kelas-kelas tabel frekuensi
tesebut.
(h) Tepi bawah kelas kedua.
Jawab
(a) Banyaknya kelas = 6

(b) Batas bawah kelas ketiga ialah 50 dan batas atasnya ialah 54,9
(c) Frekuensi untuk kelas kedua ialah 5 dan frekuensi kelas kelima ialah 26
(d) Tepi atas kelas kedua atau tepi bawah kelas ketiga adalah:
49,9+0,5(0,1) = 49,95 atau 50 -0,5(0, 1) = 49,95 50+54,9
(e) Kelas mark dari kelas ketiga = 2
(g) Batas kelas bawah dari kelas-kelas tabel frekuensi tersebut adalah:
(f) Kelas intervalnya = 5
(g) Batas kelas bawah dari kelas kelas table frekuensi tersebut adalah : 40, 45,
50, 55, 60 dan 65
Batas kelas atas dari kelas-kelas tabel frekuensi tersebut adalah: 44,9,
49,9; 54,9; 59,9; 64,9; dan 69,9.
(h) Tepi bawah kelas kedua 45-0,5(0,1) = 44,95
3.6 Syarat Syarat Tabel Frekuensi yang Baik
Beberapa persyaratan suatu tabel frekuensi (distribusi numerikal) yang baik

adalah sebagai berikut:
(1) Suatu tabel frekuensi hendaknya mempunyai nomor tabel, judul tabel dan
satuan.
(2) Banyak kelas dianjurkan ditentukan berdasarkan atas pedoman Sturges dan
sebaiknya dihindari penggunaan banyaknya kelas yang melebihi 20 kelas.
Dianjurkan paling sedikit 5 dan paling banyak 20 kelas.
(3) Hindari adanya kelas yang terbuka, karena kelas yang terbuka tidak ada
batasnya. Sehingga sulit menentukan nilai tengah kelas. Kelas terbuka ini
kadang kala tidak dapat dihindari, terutama bila terdapat sebagian kecil data
memiliki nilai ektrem, nilai terlalu kecil atau terlalu besar dibandingkan
sebagian besar nilai-nilai data yang lainnya.
3.7 Penyusunan Tabel Frekuensi Kategorial

Dalam hal ini, hanya menentukan kategori yang mana akan dipergunakan.
Dalam menentukan kategori yang akan digunakan, sangat subyektif sifatnya.
Akan tetapi disarankan untuk memilih kategori yang telah lazim digunakan.
3.8 Distribusi Frekuensi Relatif
Frekuensi absolut tiap kelas

f r=
Seluruh frekuensi
Contoh: Tabel Frekuensi Relatif Penghasilan per Bulan 70 Usaha Rental Kendaraan Roda Empat di
Kabupaten Badung, Tahun 2010
Penghasilan per Bulan Banyak Usaha Rental Persentase
(Juta Rupiah) (f ) (fr)
20 - 29 1 1,43
30 - 39 4 5,71
40 - 49 7 10,00
50 - 59 13 18,57
60 - 69 25 35,72
70 - 79 15 21,43
80 - 89 5 7,14
Total 70 100
Informasi yang dapat diperoleh dengan cepat dari tabel di antara lain adalah:
(1) Usaha rental kendaraan roda empat yang penghasilan per bulannya berkisar antara 70
juta rupiah hinggai 79 juta rupiah, sebanyak 15 (unit) usaha, atau 21, 43% ( = x 100%)
(2) Hanya 7,1 4 % (= x 100%) dari ke 70 Usaha rental kendaraan roda
empat tersebut, penghasilan per bulannya berkisar antara 80 juta rupiah hingga 89 juta
rupiah.
(3) Usaha rental kendaraan roda empat tersebut 35,72% penghasilan per bulannya berkisar
antara 60 juta rupiah hingga 69 juta rupiah.
(4) Secara kasar, dapat dinyatakan bahwa rata-rata penghasilan usaha rental kendaraan roda
empat tersebut adalah sekitar 64,5 juta per bulan (diwakili oleh nilai tengah kelas dengan
frekuensi tertinggi).
Banyak informasi lainnya yang dengan cepat dapat diperoleh dari tabel frekuensi relatif
semacam itu.
3.9 Grafik Distribusi Frekuensi

1. Histogram
Histogram adalah gambaran mengenai suatu distribusi frekuensi, untuk setiap kelas
dari tabel frekuensi yang dinyatakan dalam segi empat
Digram 3.1 Histogram Frekuensi Penghasilan per Bulan 70 Usa- ha Rental
Kendaraan Roda Empat di Kabupaten Ba- dung, Tahun 2010
Banyak usaha
25-
15-
//
19,5 29,5 39,5 49,5 59,5 69,5 79,5 89,5
Penghasilan per bulan (dalam juta rupiah)
2. Poligon Frekuensi
Poligon Frekuensi adalah garis yang menghubungkan titik titik yang dibentuk oleh titik tengah – titik
tengah kelas frekuensi kelasnya dari suatu distribusi frekuensi atau dari suatu histogram.
Diagram 3.2 Poligon Frekuensi Penghasilan per Bulan Usaha Rental

Kendaraan Roda Empat di Kabupaten Badung,
Tahun 2010
30
25
Banyak usaha
20
15
10
24,5 34,5 44,5 54,5 64,5 74,5 84,5
Penghasilan per Bulan (dalam juta rupiah)
3. Poligon Frekuensi Kumulatif
Piligon Frekuensi Kumulatif atau sering disebut Ogive adalah diagram

bentuk garis dari distribusi frekuensi kumulatif. Sumbu vertikal menyatakan
frekuensi kumulatif, dan sumbu horizontal menyatakan tepi kelas.
Diagram 3.3 Ogive Frekuensi Penghasilan per Bulan 70 Usaha Rental
Roda Empat di Kabupaten Badung, Tahun 2010
80
70
kurang d ari
Banyak usaha
60
50
40
30
lebih dari
20 STATISTIK DESKRIPTIF| 31
10
19,5 29,5 39,5 49,5 59,5 69,5 79,5 89,5
Penghasilan Per Bulan (dalam Juta rupiah)
3.10 Kurva Frekuensi

Kurva yang diperoleh dari suatu tabel frekuensi, dan sering kali bentuknya mendekati
suatu fungsi tertentu. Pada umumnya kurva frekuensi dibedakan menjadi dua kelompok.
Yaitu:
(1) Kurva frekuensi yang simetris
(a) x (nilai )
(2) Kurva frekuensi yang asimetris
Daftar Pustaka
ms--paralel-esaunggul-ac-id.webpkgcache.com/doc/-/s/lms-paralel.esaunggul.ac.id/
pluginfile.php?file=/69561/mod_resource/content/1/4_7587_esa153_252018_doc.doc
Daftar Pustaka
Husnul, Nisak Ruwah Ibnatur dkk. 2020. Statistika Deskriptif. Pamulang:

Unpam Press. 7-10.
Ma’ruf, SM. 2018. Statistika Dasar Untuk Penelitian Pendidikan Fisika.
Makassar: LPP Unismuh Makassar. 5-7.
Reza, Faizal dkk. 2023. Statistika Deskriptif Untuk Ekonomi & Bisnis.
Samarinda: Tahta Media Group. 5-10.
Santoso, Ismanto Hadi. 2019. Statistik II (Untuk Ilmu Sosial dan Ekonomi).
Surabaya: UWKS PRESS. 1-5.
Saputra, Roni. 2013. Statistika Terapan Dalam Ilmu Kesehatan Masyarakat.
Padang: Stikes Perintis Sumbar. 1-2.
https://www.rumusstatistik.com/2020/12/penyajian-data-statistik.html
BAB 3
Agar data yang telah berhasil dikumpulkan dengan maksud dan tujuan
pengumpulannya, maka data itu perlu disajikan dalam bentuk yang mudah dipahami dan
dimengerti. Data yang telah dikumpulkan tersebut perlu disusun secara sistematis dalam
bentuk tabel frekuensi distribusi frekuensi distribusi frekuensi grafik distribusi frekuensi
dan kurva frekuensi.
Tujuan bab ini. Setelah mempelajari bab ini, peserta didik atau mahasiswa
diharapkan dapat memahami dan mampu menyusun distribusi frekuensi Dari
sekelompok data. Selain itu mahasiswa diharapkan mampu juga membuat grafik dan
kurva distribusi frekuensinya.
3.2 penyusunan Data Secara Sistematis

Dengan cara ini data disusun sebagai berikut: data dikelompokkan ke dalam kelompok-
kelompok dan Sub kelompok menurut sifat-sifat atau ciri-ciri yang dimiliki oleh data
maupun menurut bilangan (nilai yang dimiliki data)
1. Berdasarkan waktu (Time Series)

Menyusun data dengan cara ini, waktu menjadi dasar utama penyusunnya.
2. Berdasarkan Wilayah
Menyusun data dengan cara ini, wilayah atau daerah menjadi dasar utama penyusunnya
3. Berdasarkan Keadaan/Frekuensi
Menyusun data dengan cara ini, kondisi fisik atau banyaknya kejadian pada suatu
tempat dalam waktu tertentu, menjadi dasar utama penyusunnya
3.3 Distribusi Frekuensi
1. Klasifikasi Berdasarkan Sifat Sifat

Klasifikasi berdasarkan sifat-sifat atau ciri-ciri tertentu yang dimiliki oleh serangkaian
data adalah klasifikasi data secara kualitatif. Misalnya penduduk yang bekerja dan
penduduk yang tidak bekerja.
2. Klasifikasi Berdasarkan Bilangan

Klasifikasi berdasarkan pada bilangan adalah klasifikasi secara kuantitatif yang juga
disebut klasifikasi berdasarkan kelas interval misalnya gaji karyawan, harga barang, dan
yang lainnya yang diklasifikasikan ke dalam batas-batas nilai tertentu.
Distribusi frekuensi adalah suatu daftar atau tabel yang mendistribusikan data yang ada
dalam beberapa kelas. Ada dua macam distribusi frekuensi yaitu: (1) distribusi frekuensi
numerikal dan (2) distribusi frekuensi kategorial.
1. Distribusi Frekuensi Numerikal

Pembagian kelasnya dinyatakan dalam bentuk angka angka atau kuantitaf.
Contoh
Upah Harian 40 Karyawan Lepas PT. ARIES di Denpasar, Tahun 2010
Upah Harian Banyak
(Ribu Rupiah) Karyawan (Orang)
30,00 – 39.99 5
40,00 – 49,99 4
50,00 – 59,99 5
60,00 – 69,99 7
70,00 – 79,99 12
80,00 – 89,99 2
90,00 – 99,99 5
Total 40
2. Distribusi Frekuensi Kategorial

Pembagian Kelasnya didasrkan atau jenis data atau golongan data yang dilakukan
secara kualitatif.
Contoh
Banyaknya Pegawai PT. ARIES di Denpasar Dirinci Menurut
Asal Kabupaten/Kota, Tahun 2010
Kabupaten/Kota Banyak Karyawan (Orang)

Denpasar 10
Tabanan 7
Bandung 8
Buleleng 4
Gianyar 5
Lainnya 6
Total 10
Nilai sentral atau nilai rata-rata juga disebut nilai tengah dari sekumpulan data statistic
adalah suatu nilai dalam kumpulan satau rangkaian data yang dapat mewakili kumpulan
atau rangkaian data tersebut. Nilai rata-rata dari sekumpulan data statistic pada umumnya
cenderung berada disekitar titik pusat penyebaran data.
4.1 PENGERTIAN NILAI SENTRAL
Rata-rata hitung atau arithmetic mean atau sering disingkant mean saja, meupakan
ukuran nilai sentral yang paling sering digunakan, baik dalam penelitian ilmiah maupun dalam
Nilai rata-rata juga dikenal dengan nama Nilai rata-rata tersebut merupakan
ukuran nilai pusat (measure of central cerminan atau gambaran secara umum
value), sebab nilai rata-rata itu umumnya atau nilai yang dianggap mewakili
mmerupakan nilai pertengahan (pusat) dari nilai-nilai sekelompok atau
nilai-nilai yang ada. serangkaian data.
4.2 RATA-RATA HITUNG
kehidupan sehari-hari. Rata-rata hitung dari sekelompok atau serangkaian data adalah jumlah
dari seluruh nilai data dibagi dengan banyak data. Dalam menghitung mean dari sekelompok
atau serangkaian data, mean dibedakan atas dua yaitu:
A. Rata-rata Hitung Sederhana

1. Rata-rata hitung data yang belum dikelompokkan
Untuk data mentah yang belum dikelompokkan (ungrouped data) baik itu data berupa sampel
maupun data berupa populasi, rata-ratanya masing-masing dapat dihitung dengan rumus berikut
 Rata-rata sampel
x=
∑ xi x = rata-rata sampel
n n = ukuran sampel (banyak anggota sampel)
µ = rata-rata populasi
N = ukuran populasi (banyak anggota populasi)
xi STATISTIK DESKRIPTIF| 38
= data yang ke-i/pengamatan yang ke-i
(i=1,2,3,4,….n)
 Rata-rata populasi
μ=
∑ xi
N
(i=1,2,3,4……n)

1. Seorang staf produksi dari sebuah pabrik yang menghasilkan produk daging dalam kaleng,
memeriksa sebuah sampel acak 8 kaleng daging sapi untuk diperiksa berat nettonya. Data yang
diperoleh (dalam gram) adalah:
251 245 255 253 254 247 252 253
Hitunglah rata-rata (hitung) berat sampel tersebut
Penyelesaian
n=8
x1= 251, x2=2451, x3=255,…., dan x8=253
x = …..?
Maka,
x=
∑ xi
n
x1 + x 2 + x 3+ x 4+ x5 + x 6 + x 7 + x 8
=
8
251+ 245+255+253+254 +247+ 252+ 252+ 253
=
8
= 251,25
Jadi, berat rata-rata sampel produk daging dalam kaleng tersebut adalah 251,25 gram.
2. Jumlah seluruh peduduk Bali, dirinci per kabupaten/kota pada tahun 2010 yang merupakan
hasil sensus penduduk 2010 adalah sebagai berikut:
Kabupaten/Kota Jumlah penduduk

(Jiwa)
Jembrana 261618
Tabanan 420370
Badung 543681
Gianyar 470380
Klungkung 170559
Bangli 215404
Karangasem 396892
Buleleng 624079
Denpasar 788445
Berdasarkan data yang tercantum table diatas, hitunglah rata-rata (hitung) penduduk bagi
Sembilan kabupaten/kota tersebut.
Penyelesaian
N = 9 (ukuran populasi)
X1=26168, X2=420370, X3=543681,…., dan X8=788445
Maka,
μ=
∑ xi
N
x +x +x +x + x +x +x +x + x
= 1 2 3 4 5 6 7 8 9
N
261618+420370+ 543681+ 470380+170559+215404 +396892+624079+788445
=
9
3891428
=
9
= 432.380,888 ≈ 432.381 (dibulatkan)
Jadi , rata-rata (hitung) penduduk per Kabupaten/Kota di Bali pada Tahun 2010
adalah 432.381 jiwa.
Jumlah data besar lebih praktis dihitung dengan menggunakan tabel frekuensi. Rata-rata
dari tabel frekuensi (sampel) mungkin berbeda dengan rata-rata dari seluruh data (populasi),
karena nilai tengah kelas dalam tabel frekuensi hanya mewakili perkiraan dari data sebenarnya.
Oleh karena itu, rata-rata populasi dari tabel frekuensi disebut sebagai "rata-rata dugaan" dari
rata-rata sampel, karena data yang dikelompokkan hanya mewakili dugaan bagi rata-rata dari
data mentah.
2. Rata-rata hitung data yang telah dikelompokkan

Sering kali sejumlah data telah dikelompokkan dan ditampilkan dalam bentuj
tabel/distribusi frekuensi. Bila datanya telah dikelompokkan dalam bentuk tabel frekuensi, rata-
rata hitung dari sebuag sampel dengan ukuran tertentu (n), maupun rata-rata hitung sebuah
populasi dengan ukuran tertentu (N), dapat dihitung dengan dua cara yaitu:
Cara Panjang
Rata-rata hitung dari data yang telah dikelompokkan dengan cara Panjang, dapat dihitung
dengan rumus sebagai berikut:
 Rata-rata sampel x = rata-rata hitung sampel

n = ukuran (banyak anggota) sampel
µ = rata-rata hitung populasi
N = ukuran (banyak anggota) populasi
mi = nilai tengah kelas uang ke-i
fi = frekuensi kelas yang ke-i
x=
∑ f i mi
n
μ=
∑ f i mi
N

1. Sampel acak 50 orang karyawan lepas Perusahaan manufaktur yang berlokasi di Surabaya,
setelah diteliti mengenai besar pengeluaran per bulannya, diperoleh data sebagai berikut:
Pengeluaran Per Bulan (Ribu Banya Karyawan (orang)

Rupah)
500-599 4
600-699 6
700-799 12
800-899 15
900-999 10
1000-1099 3
Total 50
Hitunglah rata-rata (hitung) pengeluaran per bulan bagi 50 orang karyawan lepas Perusahaan
manufaktur tersebut.
Penyelesaian
Pengeluaran
Banyak Karyawan Nilai Tengah
per Bulan fimi
(fi) Kelas (mi)
(Ribu Rupiah)
500-599 4 549,5 2.198
600-699 5 649,6 3.897
700-799 12 749,5 8.994
800-899 15 849,5 12.742,5
900-999 10 949,5 9.495
1000-1099 3 1049,5 3.148,5
Total 50 ? 40.475
Dari tabel di atas dapat diketahui n=50, dan ∑ f i mi= 40.475

Maka,
x=
∑ f i mi
n
40.475
=
50
=809,5
Jadi, rata-rata (hitung) pengeluaran per orang tiap bulan karyawan lepas Perusahaan
manufaktur tersebut adalah 809,5 ribu rupiah (=Rp 809.500,-).
Cara pendek
Menghitung rata-rata hitung dari data yang telah dikelompokkan (table frekuensi),
dengan car aini, adalah sebagai berikut: terlebi dahulu sekala m i diubah dalam sekala di. Nilai di
ini merupakan bilangan bulat kecil, misalnya ; ….., -4, -3, -2 ,-1, 0, +1,+2, +3, +4,…. Penetapan
harga (nilai rata-rata anggapan atau assumed mean), yaitu nilai tengah kelas yang sekala d i nya
nol, hendaknya diusahakan semikian rupa, sehingga hasil kalifidi merupakan bilangan yang
sederhana. Pada umumnya, nilai di sama dengan nol, ditentukan dari kelas interval yang
memiliki frekuensi (absolut) terbesar. Pilihan sedemikian itu dapat menyerdehanakan
perhitungan. Rata-rata hitung sekelompok data yang telah disusun dalam bentuk distribusi
(bale) frekuensi, dengan cara pendek (singkat) dapat dihitung dengan rumus berikut.
 Rata-rata sampel x = rata-rata hitung sampel

x=x 0 +
∑ f i di × c n = ukuran sampel (banyaknya anggota sampel)
n µ = rata-rata hitung populasi
N = ukuran populasi (banyaknya anggotga populasi)
x 0 = rata-rata anggapan (Asummed mean)
f i = frekuensi kelas yang ke-i
μ=x 0 +
∑ f i di × c d i = Deviasi kelas yang ke-I, dalam satuan interval kelas
N
c = interval kelas
Agar lebih jelas, tahapan perhitungan rata-rata (hitung) sekelompok data yang telah disajikan
dalam bentuk table frekuensi, dengan cara pendek (cara koding) adalah sebagai herikut:
1. Hitunglah nilai Tengah masing-masing kelas (mi)
2. Pilih salah satu nilai Tengah ( nilai tengah kelas frekuensi absolutnya terbesar) sebagai rata-
rata anggapan (x0). Pada nilai tengah ini diberi tanda devisiasi dalam satuan interval kelas
di=0
3. Pada nilai-nilai tengah yang lebih kecil dari x0, devisiasinya negative, sedangkan pada nilai-
nilai Tengah yang lebih besar dari x0, devisaisinya positif.
4. Masing-masing devisiasi di dikalikan dengan frekuensinya fi, dan dijumlahkan.
5. Kemudian dibagi dengan jumlah frekuensi (=n), hasil pembagian ini dikalikan interval
kelas (c).
6. Akhirnya hasil pada tahap 5, dijumlahkan dengan x0.
Contoh 4-4
Nilai kredit macet (dalem juta rupiah) 75 nasabah dari 200 nasabah yang
bermasalah dari sebuah bank kecil di kota Jakarta disajikan dalam tabel berikut:
Nilai kredit macet (Juta Rupiah) Banyak Nasabah (f)
9-13,99 2
14-18,99 5
19-23,99 7
24-28,99 13
29-33,99 26
34-38,99 15
39-43,99 7
Total 75
Berdasarkan tabel diatas, hitunglah rata-rata (9hitung) kredit macet tersebut.
Penyelesaian
Cara menghitung rata-rata hitung nilai kredit macet 75 nasabah bank kecil yang
dimaksud.
Nilai kredit
Banyak Nilai Tengah
macet (Juta Sekala d (di) fidi
nasabah (fi) (mi)
Rp)
9-13,99 2 11,495 -4 -8
14-18,99 5 16,495 -3 -15
19-23,99 7 21,495 -2 -14
24-28,99 13 26,495 -1 -13
29-33,99 26 31,495 = xo 0 0
34-38,99 15 36,495 1 15
39-43,99 7 41,495 2 14
Total 75 -21
Dari tabel diatas dapat diketahui n= 75, c= 5, ∑ f i d i= -21, dan x0= 31,495
Maka,
x=x 0 +
∑ f i di × c
n
= 31,495+ (−21
75 )
×5
= 31,945 – 1,4
= 30,095
Jadi, rata-rata kredit macet dari 75 nasabah bank sebesar Rp 30,095 juta.
4.1.2 Rata-rata Hitung Tertimbang
Rata-rata hitung tertimbang yaitu rata-rata hitungh dengan memperhatikan
arti penting yang dimiliki oleh setiap barang. Barang yang lebih penting
diberikan factor penimbang yang lebih besar dibandingkan barang lainnya yang
kurang penting. Miasalnya, antara beras dan garam, maka beras memiliki arti
penting yang lebih besar bagi kita dibandingkan dengan garam. Oleh karena itu
beras diberikan factor penimbang (w) yang lebih besar dibandingkan factor
penimbang yang diberikan kepada garam. Rata-rata hitung tertimbang dari
sekelompok/serangkaian data, baik yang belim dikelompokkan maupun yang
suadah dikelompokkan (dalam bentuk tabel frekuensu) dapat dihitung dengan
rumus berikut:
x w=
∑ x i wi
∑ wi
x w =¿ rata-rata hitung tertimbang sampel
x i=¿ data/pengamatan yang ke-i
w i=¿timbangan untuk data/pengamatan yang ke-i
4.3.2-1 Rata-rata hitung Tertimbang secara Subyektif

Menurut cara ini, pemberian factor penimbang terhadapa suatu barang
didasarkan pada pandangan masing-masing orang. Sehingga untuk barang sama,
bagi orang yang berbeda, pemberian factor penimbangnya dapat berbeda.
Terkesaan dari Namanya, jadi sifatnya subyektif.
Contoh 4-5
Seorang konsumen pada bulan Desember 2010, membeli 4 jenis barang
kebutuhan pokok di Kabupaten bandung, kuantitas dan harga per kg masing-
masing barang seperti yang tercantum pada tabel berikut:
Jenis barang Harga/kg (Rupiah) Kuantitas (kg)
Beras 10.000,00 50
Gula 13.000,00 4
Telur 22.000,00 1
Minyak goreng 15.000,00 5
Hitunglah rata-rata (tertimbang) harag per kg dari 4jenis barang kebutuhan poko
tersebut.
Penyelesaian
Jenis Barang Harga/kg (xi) Timbangan (wi) Xi.wi
Beras 10.000,00 50 0
Gula 13.000,00 4 0
Telur 22.000,00 1 0
Minyak goreng 15.000,00 5 0
Total 60 0
Dari table di atas, dapat diketahui ∑ wi=¿¿ 60 dan ∑ x i wi =¿ ¿ 649.000,00

Maka,
x=
∑ x i wi
∑ wi
649.000
¿
60
¿ 10.816 , 7
Jadi, rata-rata hitung tertimbang harga per kg untuk 4 jenis barang kebutuhan
pokok tersebut adalah Rp 10.816,7.
4.1.2-1 Rata-rata hitung Tertimbang Secara Obyektif

Menurut cara ini, bobot timbangan yang diberikan kepada suatu barang
tergantung dari banyak sedikitnya barang yang dibutuhkan (dikonsumsi, diimpor)
atau diproduksi, diekspor. Barang yang dikonsumsi atau diproduksi lebih banyak,
diberikan bobot timbangan lebih besar, dibanding dengan barang yang
dikonsumsi atau diproduksi dalam jumlah yang lebih sedikit. Jadi, arti penting
suatu barang dilihat dari banyak-sedikitnya (kuantitas) barang yang dikonsumsi
atau di produksi.
Contoh 4-6
Nilai ujian dari tujuh mata kuliah seorang mahasiswa POLMED yang di tempuh
semester ganjil, beserta bobo (timbangan) masing-masing mata kuliah dalam
SKS, tercantum tabel berikut:
Mata Kuliah Nilai (xi) Timbangan (wi)
Pancasila 86 2
Bahasa Inggris 90 4
Matematika Bisnis 88 4
Akuntansi 89 4
Dasar-dasar Manajemen 87 3
Dasar-dasar Ekonomi 85 2
Bahasa Indonesia 98 2
Dasar-dasar Bisnis 85 3
Berdasarkan data yang terdapat paada tabel berikut, hitunglah rata-rata hitung
tertimbang nilai semester ganjil mahasiswa tersebut.
Penyelesaian
Timbangan xiwi
Mata Kuliah Nilai (xi)
(wi)
Pancasila 86 2 172
Bahasa Inggris 90 4 360
Matematika Bisnis 88 4 352
Akuntansi 89 4 356
Dasar-dasar Manajemen 87 3 261
Dasar-dasar Ekonomi 85 2 170
Bahasa Indonesia 98 2 196
Dasar-dasar Bisnis 85 3 255
Total 24 2122
Dari tael diatas, dapat diketahui ∑ wi=¿¿ 24, dan ∑ x i wi =¿ 2122¿

Maka,
x w=
∑ x i wi
∑ wi
2122
¿
24
¿ 88 , 42
Jadi, rata-rata hitung tertimbang nilai semester ganjil mahasiswa POLMED

tersebut 88,42.
 Rata-rata Hitung Tertimbang Data Berkelompok.
Untuk data yang telah dikelompokkan (dalam bentuk tabel
frekuensi) factor penimbangnya adala frekuensi absolut masing-masing
(fi=wi), maka rumusnya:
x w=
∑ mi wi
∑ wi
x w =¿ rata-rata hitung tertimbang sampel

mi=¿ nilai tengah kelas uang ke-i
w i=¿timbangan untuk data/pengamatan yang ke-i
Contoh 4-7
Berdasarkan data yang tercantum pada tabel di bawah ini, hitunglah rata-rata
(hitung) pengeluaran perbulan bagi 40 orang karyawan Perusahaan di kota
Medan.
Pengeluaran
perbulan (Ribu fi=wi mi miwi
rupiah)
300-399 6 349,5 0
400-499 4 449,5 0
500-599 10 549,5 0
600-699 7 649,5 0
700-799 8 749,5 0
800-899 5 849,5 0
Total 40 0
Dari tabel berikut dapat diketahui ∑ wi=¿ 40 ¿, dan ∑ mi w i=24780

Maka,
x w=
∑ mi wi
∑ wi
24780
¿
40
¿ 615 , 5
4.2 Rata-rata Hitung Gabungan
Bila terdapat k buah sampel dengan ukuran masing-masing ni (i=1, 2, 3,
…., k) serta rata-rata hitung masing-masing sampel x I (i= 1, 2, 3,…., k), maka
rata-rata hitung gabungan k buah sampel tersebut dapat dihitung dengan rumus
berikut:
x=
∑ ni x i
∑ ni
x = rata-rata hitung sampel
ni= ukuran sampel yang ke-i
xi= rata-rata hitung sampel ke-i
Contoh 4-8
Hasil penelitian terhada 50 desa sampel mengenai hasil palawija per hektar
dengan satuan ton di 8 dareah penelitian, disajikan tabel berikut:
Daerah Hasil Produksi

Banyak Desa Sampel
Penelitian Rata-rata (ton/Ha)
1 10 8,54
2 2 9,8
3 5 6,7
4 6 4,4
5 7 8
6 8 3,4
7 3 7,8
8 9 6,7
Total 50
Penyelesaian
Hasil Produksi ni x i
Daerah Banyak Desa Rata-rata
Penelitian Sampel (ni) (ton/Ha)
( x i)
1 10 8,54 0
2 2 9,8 0
3 5 6,7 0
4 6 4,4 0
5 7 8 56
6 8 3,4 0
7 3 7,8 0
8 9 6,7 0
Total 50 56
Dari tabel diatas diketahui ∑ ni=¿ 50 ¿ dan ∑ ni x i=¿ 331 , 8 ¿

Maka,
x i=
∑ ni xi
∑ ni
331, 8
=
50
=6,636
Jadi, rata-rata hasil produksi palawija per hektar di 50 desa adalah 6,636 ton.
4.3 Median
Median adalah suatu nilai yang membagi data yang telah di urutkan
besarnya dari yang terbesar sampai yang terkecil atau sebaliknya, menjadi dua
kelompok data, yakni data kelompok atas dan data kelompok bawah dengan
anggota sama banyaknya.
4.3.1 Menentukan median data yang belum dikelompokkan

Agar lebih mudah melacak posisi median, data perlu di urutkan dari data
yang terkecil hingga yang terbesar atau sebaliknya. Kemudain cari posisi atau
letak median dan nilai mediannya dengan rumus:
 Bila jumlah data ganjil (n ganjil)
n+ 1
Lmd =
2
n+1
Md=
2
 Bila jumlah data genap (n genap)
n n+2
Lmd = dan
2 2
n n+ 2
+
2 2
Md=
2
Setelah diperoleh posisi median, anda akan dapat memperoleh mediannya.
Contoh 4-9
Coba perhatikan data berikut ini. Dari hasil penelitian sampling berupa
pengukuran berat terhadap 30 ekor biri-biri yang diambil secara acak dari
populasi biri-biri cloning sebanyak 100 ekor. Carilah mediannya.
78 89 87 69 69 60 62 72 72 72 60 97 66 66 66
78 81 78 88 68 82 84 91 82 98 89 96 82 83 86
Setelah di urutkan dari yang terbesar ke yang terkecil terlihat sebagai
berikut:
98 97 96 91 89 89 88 87 86 84 83 82 82 82 81
78 78 78 72 72 72 69 69 68 66 66 66 62 60 60
Penyelesaian
n n+2
Lmd = dan
2 2
30 30+2
¿ dan
2 2
¿ 15 dan 16
x 15+ x16
Md=
2
81+78
¿
2
¿ 79 , 5
Jadi, letak mediannya berada pada data ke 15 dan 16, nilsi mediannya 79,5 kg.
Contoh 4-10
Data di bawah adalah hasi penjualan sepeda motor merk X dari 9 negara.
No Unit
Negara
. ( Juta)
1 India 123
2 Inonesia 90
3 Jerman 66
4 Amerika 50
5 Jepang 48
6 Korea Selatan 40
7 Malaysia 33
8 Singapura 20
9 Nepal 9
Tentukan letak median dan nilai mediannya.
Penyelesaian
n+ 1
Lmd =
2
9+1
¿
2
¿5
M d =48
Jadi, letak mediannya berada pada data ke 5 dan nilai mediannya 48 juta unit.
4.3.2 Median data yang telah dikelompokkan

Median untuk data yang sudah dikelompokkan dapat dihitung dengan
rumus sebagai berikut:
 Menentukan letak median (LMd)

n
Lmd =
2
 Menghitung nilai median (Md)
( ) ( )
J Lmd−f c
Md=L+ c =L+ ×c
fm fm
Md = median
L = tepi bawah kelas dari kelas yang mengandung
median
J = selisih antara letak median (LMd) dengan frekuensi
Kumulatif pada kelas sebelum kelas terdapatnya
median
fm = frekuensi (absolut) dari kelas terdapatnya median
n = banyaknya data atau pengamatan/total frekuensi
fc = frkuensi kumulatif pada kelas sebelum kelas
median
c = kelas interval
Contoh 4-11
Perhatikan tabel hasil tinggi tanaman kelapa di desa Y
Tinggi Pohon Banyak Pohon
Kelapa Kelapa
30-39 16
40-49 30
50-59 44
60-69 23
70-79 12
80-89 18
90-99 7
Penyelesaian
Tinggi Pohon Banyak Pohon Tepi (fc)
Kelapa Kelapa (f) kelas
29,5 0
30-39 16 39,5 16
40-49 30 49,5 46
50-59 44 59,5 90
60-69 23 69,5 113
70-79 12 79,5 125
80-89 18 89,5 143
90-99 7 99,5 150
Total 150
n 150
Dari tabel di atas dapat diketahui n=150, c=10 L Md= = =75, yaitu terletak
2 2
antara frekuensi kumulatif 46 dan 90. Kelas mediannya adalah kelas ke-3 dengan
tepi kelas 49,5-59,5. Jadi, L=49,25, fc=46 dan fm=44
Maka,
Md=L+
( n
2
−f ) c
×c
fm
( 75−46 )
¿ 49 , 5+ × 10
44
29
¿ 49 , 5+ ×10
44
¿ 49 , 5+6 ,6
¿ 56 , 1
Jadi, median tinggi pohon kelapa 56,1 m.
4.4 Modus
Modus adalah data yang memiliki frekuensi permunculan terbanyak. Oleh
karena itu, cara mecari modus dapat dilihat dari beberapa kali suatu data muncul
diantara seluruh data yang ada.
4.4.1 Menentukan modus data yang belum dikelompokkan

Agar lebih mudah melacaknya, data diurutkan dari yang terkecil ke yang
terbesar atau sebaliknya.
Contoh 4.12
Hasil perngukuran berat 30 ekor biri-biri yang diambil secar acak dari
popilasi biri-biri hasil cloning adalah sebagai berikut (dalam kg):
78 89 87 69 69 60 62 72 72 72 60 97 66 66 66
78 81 78 88 68 82 84 91 82 98 89 96 82 83 86
Agar dapat dicari modusnya, data tersebut harus diurutkan dari yang
terbesar ke yang terkecil. Hasilnya adalah sebagai berikut:
98 97 96 91 89 89 88 87 86 84 83 82 82 82 81
78 78 78 72 72 72 69 69 68 66 66 66 62 60 60
Data sebesar 82,78, 72 dan 66 muncul tiga kali. Dengan demikian, sebaran
data di atas memiliki empat modus yakni 82, 78, 72 dan 66Agar dapat dicari
modusnya, data tersebut harus diurutkan dari yang terbesar ke yang terkecil.
4.4.2 Menentukan modus data yang telah dokelompokkan

Modus untuk data yang tealh dikelompokkan dapat dihitung dengan
rumus sebagai berikut:
Mo=L+
( d1
)
d 1 +d 2
×c
Mo = modus
L = tepi bawah kelas dari kelas terdapatnya modus
d1 = selisih frekuensi kelas modus dengan frekuensi
kelas
sbelumnya
d2 = selisih frekuensu kelas modus dengan kelas
sesudahnya
Contoh 4.13
Suatu penelitian melakukan kegiatan di Puskesmas tentang hasil berat
badan (kg) 50 orang warga di desa X. Perhatikan tabel berikut.
Berat Badan
Banyak warga
(kg)
40-49 5
50-59 10
60-69 13
70-79 9
80-89 11
90-99 2
Jumlah 50
Penyelesaian
Mo=L+
( d1
)
d 1 +d 2
×c
¿ 59 , 5+( 3+3 4 ) ×10
¿ 59 , 5+4 ,3
= 63,8
Jadi modus dari berat warga desa X adalah 63,8 kg.
4.5 Kelebihan mean, median dan modus

Berikut ini dirincikan kelebihan dan kelemahan masing-masing ukuran
nila sentral tersebut.
4.5.1 Mean
 Kelebihan
1. Rata-rata lebih popular dan lebih mudah digunakan.
2. Dalam satu set data, rata-rata selalu ada dan hanya
ada satu rata-rata.
3. Dalam perhitungannya selalu mempertimbangkan
semua nilai data.
4. Tidak peka terhadap penambahan jumlah data.
5. Variasinya paling stabil.
6. Cocok digunakan untuk data yang homogen.
 Kekurangan
1. Sangat peka terhadap data ekstrim. Jika dat
ekstrimnya banyak, rata-rata menjadi kurang
mewakili (representative).
2. Tidak dapat digunakan untuk data kualitatif.
3. Tidka cocok untk data heterogen.
4.5.2 Median
 Kelebihan
1. Tidak dipengaruhi oleh data ekstrim.
2. Dapat digunakan untuk data kualitatif maupun
kuantitaif.
3. Cocok untuk data heterogen.
 Kekurangan
1. Tidak mempertimbangkan semua nilai data.
2. Kurang menggambarkan rata-rata populais.
3. Peka terhadap penambahan jumlah data.
4.5.3 Modus
 Kelebihan
1. Tidak dipengaruhi oleh data ekstrim.
2. Cocok digunakan untuk data kuantitatif maupun
kualitatif.
 Kekurangan
1. Modus tidak selalu ada dalam satu set data.
2. Kadang dalam satu set data terdapat dua atau lebih
modus. Jika hal itu terjadi modus menjadi sulit
digunakan.
3. Kurang mempertimbangkan semua nilai.
4. Peka terhadap penambahan data.
https://www.rumusstatistik.com/2013/09/kelebihan-dan-kekurangan-rata-
rata.html
4.6 Hubungan Mean, median, dan modus

Pada analisis data biasanya focus perhatian tidak terletak pada
keseluruhan data, tetapi terletak hanya Dimana data tersebut memusat. Oleh
karena itulah nilai-nilai mean, median dan modus sering digunakan untuk
mewakili seperangkat data dalam analisis statistik.
Pada suatu distribusi frekuensi, hubungan antara mean median dan modus
adalah sebagai berikut.
1. Distribusi frekuensi dengan kurva frekuensi simetris
Jika suatu grafik distribusi frekuensi mempunyai kurva frekuensi yang
simetri, maka mean, meidan dan modusnya adalah sama.
Mean=Median=Modus
2. Distribusi frekuensi condong ke kiri
Dalam kasus distribusi frekuensi yang condong ke kiri, mean selalu lebih
besar dari median dan median selalu lebih besar dari modus.
Mean>Median>Modus
3.Distribusi frekuensi condong ke kanan

Dalam kasus distribusi frekuensi yang condong ke kanan, mean selalu
lebih kecil dari median dan median selalu lebih kecil dari modus.
Mean<Median<Modus
Pada distribusi frekuensi yang condong, nilai median selalu terletak di

Tengah, artinya nilai mediam tidak di pengaruhi oleh nilai ekstrim. Jadi median
merupak nilai sentral yang dianggap paling mewakili pada distribusi yang
condong. Dengan demikian, hubungan antara mean, median dan modus sebagai
berikut:
Mean – Modus = 3 (Mean – Median)
Atau
Modus = 3 Median – 2 Mean
https://byjus.com/maths/relation-between-mean-median-and-mode/
4.7 Ukuran Nilai Sentral Lainnya
4.7.1 Rata-rata Ukur (GM)
Rata-rata geometris adalah nilai rata-rata yang menandakan
kecebderungan sentral suatu himpunan bilangan dengan mencari hasil perkalian
nilainya. Rata-rata Geometris (GM) Kumpulan data yang memuat n pengamatan
adalah akar ke-n perkalian nilai-nilai tersebut. Misalkan x1,x2,…….xn adalah
observasi, maka kita ingin menghitung rata-rata geometriknya. Rumus untuk
menghitung rata-rata geometric sebagai berikut:
GM =√ x 1 x 2 … … . x n
n
GM = rata-rata ukur
x1 = nilai data pertama
xn = nilai data yang ke- n
n = banyaknya data/banyak pengamatan
Untuk menghitung rata-rata perubahan/pertumbuhan aktivitas ekonomi

dan bisnis dalam selang waktu tertentu, maka dapat dinyatakan sebagai berikut
GM =
n−1
√( )( ) ( )
x1
x0
x2
x1
…
xn
x n−1
−1
¿
√
n−1 xn
x0
−1
n = selang waktu
x0 = nilai data pada awal periode
xn = nilai data pada periode ke-n/akhir periode
Contoh 4-15
x1= 10, x2=11, x3=20, x4=15
GM =√ x 1 x 2 x 3 x 4
n
¿ √ 10.11.20 .15
4
¿ 13 , 48
Contoh 4-16
Tahun Nilai Eskpor (xn) Rasio ( )

xn
x n−1
2016 40 -
2017 80 2
2018 100 1,25
2019 130 1,3
2020 130 1
Penyelesaian
GM =
n−1
√( x1
x0 )( )( )( )
x2
x1
x3
x2
x4
x3
−1
¿
5−1
√( 2 ) . ( 1 ,25 ) . ( 1 ,3 ) . ( 1 )−1
¿ 1,34267−1
¿ 0,34267
ATAU
GM =
n−1
√ xn
x0
−1
¿
√
5−1 130
40
−1
¿ 1,34267−1
¿ 0,34267
4.7.2 Rata-rata Harmonis

Rata-rata harmonik (harmonic average) adalah rata-rata yang dihitung dengan
cara mengubah semua data menjadi pecahan, dimana nilai data dijadikan sebagai
penyebut dan pembilangnya adalah satu, kemudian semua pecahan tersebut dijumlahkan
dan selanjutnya dijadikan sebagai pembagi jumlah data.
4.7.2-1 Rata-rata Harmonis Data Tidak Berkelompok
Rata-rata harmonisnya dapat dihitung sebagai berikut:
n
H=
1
∑x
i
H = rata-rata harmonis
n = banyaknya data\pengamatan
xi = nilia data yang ke-i
Contoh 4-17
Tentukan rata-rata harmonis data berikut
Seorang mahasiswa mensurvey 1 toko di 5 daerah yang menjual buah apel, dareah
pertama menjual apel dengan harga Rp15000/kg, daerah kedua Rp10000/kg, daerah
ketiga Rp25000/kg, daerah keempat Rp30000/kg, daerah kelima Rp20000/kg.
Temtukan harga rata-rata apel tersebut
Penyelesaian
n
H=
1
∑x
i
5
¿
1 1 1 1 1
+ + + +
15000 10000 25000 30000 20000
5
¿
20+30+ 12+ 10+15
300000
5
¿
87
300000
¿ 17241 ,38
Jadi, harga rata-rata (harmonis) per kg apel tersebut adalah Rp17241,38
4.7.2-2 Rata-rata Harmonis Data Berkelompok
Untuk data yang telah dikelompokkan, rumusnya sebagai berikut:
n
H=
f
∑ mi
i
H = Rata-rata harmonis
n = banyaknya data
mi = nilai tengah kelas yang ke-i
fi = frekuensi kelas yang ke-i
Contoh 4-18
Penghasilan per
Banyak Usaha Titik Tengah
Bulan fi/mi
(fi) (mi)
(juta)
10-19 10 14,5 0,69
20-29 19 24,5 0,77
30-39 11 34,5 0,32
40-49 8 44,5 0,18
50-59 2 54,5 0,04
Total 50 2
fi
Dari tabel diatas, dapat diketahui n=50, ∑ =2
mi
Maka,
n
H=
f
∑ mi
i
50
¿
2
¿ 25
Jadi, rata-rata penghasilan perbulan usaha diatas adalah 25 juta.
Studi kasus
Laba penghasilan (dalam juta) dari 6 toko yang berbeda disajikan dalam tabel berikut
Laba Frekuensi Nilai tengah
(Juta) (fi) mi
1-5 10 3
6-10 8 8
11-15 7 13
16-20 9 18
21-25 14 23
26-30 22 28
Total 70
a. Mean
Laba Frekuensi Nilai tengah F im i
(Juta) (fi) mi
1-5 10 3 30
6-10 8 8 64
11-15 7 13 91
16-20 9 18 162
21-25 14 23 322
26-30 22 28 616
Total 70 1285
x=
∑ f i mi
n
1285
=
70
=18,3
b. Median
Frekuensi
Laba Frekuensi
Tepi kelas kumulatif
(Juta) (fi)
(fc)
1-5 10 5,5 10
6-10 22 10,5 32
11-15 8 15,5 40
16-20 7 20,5 47
21-25 14 25,5 61
26-30 9 30,5 70
Total 70
n 70
L Md= = =35
2 2
Md=L+
( n
−f
2 c )×c
fm
(35−32 )
¿ 10 , 5+ ×5
8
3
¿ 10 , 5+ ×5
8
¿ 10 , 5+1 , 9
¿ 12 , 4
c. Modus
Laba Frekuensi
Tepi kelas
(Juta) (fi)
1-5 10 5,5
6-10 22 10,5
11-15 8 15,5
16-20 7 20,5
21-25 14 25,5
26-30 9 30,5
Total 70
Mo=L+
( d1
)
d 1 +d 2
×c
( 10+14
¿ 5 , 5+
10
) ×5
¿ 5 , 5+2 ,08
= 7,58
Soal Latihan
1. Tentukanlah rata-rata tinggi badan mahasiswa dari 8 mahasiswa putri berikut
164, 165, 163, 160, 167, 165, 160, dan 160 cm
2. Berapa rata-rata hitung pada tabel frekuensi berikut
Nilai Frekuensi
60 5
70 17
80 8
90 9
100 1
3. Tentukan nilai median dari tabel berikut
Nilai Frekuensi
50-59 10
60-69 9
70-79 11
80-89 6
90-99 4
4. Tentukan modus dari tabel berikut
Nilai Frekuensi
50-59 8
60-69 18
70-79 14
80-89 11
90-99 4
5.Berapakah rata-rata ukur dari data 3,5,7,8,9,12
/

P

Diunggah oleh

Informasi Dokumen

Judul Asli

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

P

Diunggah oleh

Hak Cipta:

Format Tersedia

Kata Pengantar

Pada kesempatan ini kami mengucapkan terima kasih yang sebesar-besarnya

Pada perkembangan selanjutnya,

Statistik dalam ilmu pengetahuan dapat sebagai alat:

Dalam kehidupan sehari-hari, kita sebenarnya sering berhadapan dengan statistik.

TAHAPAN KEGIATAN STATISTIK SEBAGAI METODE, DIBAGI

Tiga Tahapan berikutnya yaitu:

PENGUMUMAN DATA ANALISIS DATA

Studi Kasus: Analisis Kepuasan Pelanggan Restoran XYZ

1.3 STATISTIK DESKRIPTIF DAN STATISTIK INFERENSIA

Apa itu Statistika Deskriptif?

Apa itu Statistika Inferensia?

1.4 DATA, POPULASI DAN SAMPEL

TERDAPAT BEBERAPA JENIS DATA :

3. Jenis data berdasarkan cara memperolehnya:

4. Jenis data berdasarkan waktu pengumpulannya:

5. Jenis data berdasarkan pengukurannya:

1. Tabel Baris Kolom

Jenis tabel baris kolom yaitu:

- Tabel Dua Arah

Perhatikan contoh berikut!

Jumlah Sekolah Dibawah Kementerian Pendidikan dan Kebudayaan

Perhatikan contoh berikut!

Jumlah Sekolah Dibawah Kementerian Pendidikan dan Kebudayaan

Perhatikan contoh berikut!

3. Tabel Distribusi Frekuensi

Perhatikan contoh berikut!

Data Jumlah Menurut Jenis Kelamin Mahasiswa

Perhatikan contoh berikut!

Keuntungan penjualan setiap bulan

Perhatikan contoh berikut!

Jenis kendaraan Jumlah

Presentase jumlah karyawan yang mempunyai mobil adalah

Presentase jumlah karyawan yang mempunyai motor adalah

Presentase jumlah karyawan yang mempunyai sepeda adalah

Presentase jumlah karyawan yang tidak mempunyai kendaraan adalah

Langkah berikutnya adalah menentukan besar sudut pusat untuk menentukan

Karyawan yang mempunyai mobil: 37 , 5 % ×360 ° =135°

Perhatikan contoh berikut!

Hasil Panen stoberi

3.2 penyusunan Data Secara Sistematis Agar data yang telah

3.3 Distribusi Frekuensi

2. Klasifikasi Berdasarkan Bilangan

1. Distribusi Frekuensi Numerikal

2. Distribusi Frekuensi Kategorial

Tahapan 2. Menentukan Panjang kelas

Tahapan 4. Memasukkan masing masing data dan menjumlahkannya

No. Kelas Penghasilan per bulan

Dengan diketahuinya H dan L maka kita dapat menyusun atau mengatur

Menghitung frekuensi masing-masing nilai yang ada,dengan bantuan

Mengubah jari-jari menjadi angka biasa, dituliskan pada kolom 3 (lihat

TABEL 3.2. Distribusi Frekuensi Nilai Hasil Ulangan Harian

Dalam Mata Pelajaran Matematika yang Diikuti oleh 40

Orang Murid Madrasah Ibtidaiyah.

1. Untuk melambangkan variabel (dalam contoh di atas adalah variabel

3.5 Bagian Bagian Tabel Frekuensi

4. luas kelas/kelas interval

5. Nilai Tengah kelas (Class mark, Class Mid Point)

Dari tabel frekuensi diatas, tentukanlah:

(a) Banyak kelas.

(a) Banyaknya kelas = 6

Beberapa persyaratan suatu tabel frekuensi (distribusi numerikal) yang baik

3.7 Penyusunan Tabel Frekuensi Kategorial