STATISTIKA

TABEL DISTRIBUSI FREKUENSI

Disusun Oleh :
1. Abdiel Exnegto M.A. Giawa (5230811009)
2. Muhammad Diky Andrian (5230811021)
3. Khabib Abdul Azis (5230811033)
4. Yasviarsha Abdillah (5230811022)
5. Enos Jessen Sibarani (5230811028)

Dosen Pengampu: Ibu. Nanda Melyadi Putri, S.T., M.Eng.

PROGRAM STUDI TEKNIK SIPIL

FAKULTAS SAINS DAN TEKNOLOGI
UNIVERSITAS TEKNOLOGI YOGYAKARTA
2023
 KATA PENGANTAR

Puji syukur kami panjatkan atas kehadirat Tuhan Yang Maha Esa yang telah
menganugerahkan banyak nikmat sehingga kami dapat menyusun laporan
Statistika ini dengan baik. Laporan ini berisi tentang "Ukuran Pemusatan Data,
Ukuran Penyebran Data (Dispersi), Regresi, Korelasi, Probabailitas dari data
mentah mahasiswa UTY”.

Dalam penyusunan laporan ini, penyusun tidak lepas bantuan dan dukungan
pihak yang telah membantu. Oleh karena itu penyusun mengucapkan terimakasih
kepada:

1. Ibu Ir. Adwiyah Asyifa, S.T., M.Eng., selaku Ketua Program Studi Teknik
Sipil Universitas Teknologi Yogyakarta.
2. Bapak Novi Andhi Setyo Purwono., Dr., ST., MT., selaku Dosen Wali.
3. Ibu Nanda Meiyadi Putri S.T., M.Eng., selaku dosen pengampu mata kuliah
Statistika.

Dengan segala keterbatasan pengetahuan dan kemampuan yang dimiliki,

penyusun menyadari untuk kesempurnaan laporan ini masih jauh. Oleh karena itu
kritik dan saran yang membangun dari berbagai pihak senantiasa diharapkan
untuk peningkatan berikutnya. Semoga laporan ini bermanfaat sebagaimana
semestinya. Akhir kata, semoga laporan ini dapat memberikan manfaat untuk
kelompok kami khususnya, dan masyarakat Indonesia umumnya.

Yogyakarta, Desember 2023

Penyusun

KELOMPOK 4 ii
 BAB I
PENDAHUULUAN

1.1 UMUM

Laporan ini dimaksudkan untuk memenuhi tugas statistika mengenai

“Analisis Data Mahasiswa UTY”. Mulai persiapan, pengumupulan data
mahasiswa, perhitungan ukuran pemusatan data, perhitungan ukuran penyebaran
data (deviasi), perhitungan korelasi, dan dilanjutkan dengan perhitungan regresi.
Statistika merupakan suatu ilmu yang mempelajari tentang cara
pengumpulan data, penyajian data, analisis dan interpretasi tentang data tersebut.
Statistika umumnya bekerja dengan data numerik yang berupa hasil cacahan
ataupun hasil pengukuran, atau dengan data kategorik yang diklasifikasikan
menurut kriteria tertentu. Informasi yang tercatat dan terkumpul, baik numerik
dan kategorik disebut pengamatan.
Statistika adalah ilmu mengumpulkan, menata, menyajikan, menganalisis,
dan menginterprestasikan data menjadi informasi untuk membantu pengambilan
keputusan yang efektif. Statistik adalah Suatu kumpulan angka yang tersusun
lebih dari satu angka. Statistik: Hasil Pengukuran terhadap objek-objek
(kharakteristik) pada sampel, disingkat: ukuran-ukuran pada sampel, misalnya,
rataan, varian sampel.
Untuk itu dalam pembuatan laporan ini kami harap dapat meningkatkan
pengetahuan kami tentang ukuran pemusatan data dan jenisnya, ukuran
penyebaran data dan jenisnya, korelasi, serta regresi

1.2 MAKSUD DAN TUJUAN

1. Memberikan informasi tentang ukuran pemusatan data dan jenisnya,
ukuran penyebaran data dan jenisnya, korelasi, serta regresi.
2. Meningkatkan pemahaman penulis dan pembaca tentang ukuran
pemusatan data dan jenisnya, ukuran penyebaran data dan jenisnya,
korelasi, serta regresi.

3. Memenuhi tugas akhir pada mata kuliah Statistika

KELOMPOK 4 3
 BAB II
DASAR TEORI

2.1. STATISTIKA

Terkadang ada kerancuan dalam istilah statistika dan statistic, dan dalam
Masyarakat dua istilah itu seringkali disamaartikan. Pada dasarnya dua istilah ini
memiliki makna yang berbeda.
• Statistika adalah Ilmu mengumpulkan, menata, menyajikan, menganalisis,
dan menginterprestasikan data menjadi informasi untuk membantu
pengambilan keputusan yang efektif.
• Statistik adalah suatu kumpulan angka yang tersusun lebih dari satu angka;
• Statistik adalah hasil pengukuran terhadap objek-objek (kharakteristik) pada
sampel, disingkat: ukuran-ukuran pada sampel, misalnya, rataan, varian
sampel.
Perkembangan statistika adalah sebagai berikut:
(a) Jaman Mesir dan Cina untuk menentukan besar pajak.
(b) Jaman gereja untuk mencatat kelahiran, kematian, dan pernikahan.
(c) Tahun 1937 Tinbergen mengembangkan ekonomi statistic.
(d) Hicks mengembangkan matematika ekonomi untuk analisis IS- LM.
(e) Tahun 1950, Bayes mengembangkan Teori Pengambilan Keputusan.

2.2. TABEL DISTRIBUSI FREKUENSI

Langkah membuat Tabel Distribusi Frekuensi:

1. Urutkan data dari data terkecil sampai data terbesar.
2. Hitung rentang yaitu data tertinggi dikurang data terendah.
R = data tertinggi – data terendah.
3. Hitung banyak kelas dengan aturan
Sturges. Banyak kelas = 1 + 3,3 log n

KELOMPOK 4 4
 n = banyaknya data, hasil akhir dibulatkan
4. Hitung panjang kelas interval.
p = banyak kelas rentang
5. Tentukan ujung bawah kelas interval pertama, biasanya data terkecil
6. Selanjutnya kelas interval pertama dihitung dengan cara menjumlahkan
ujung bawah kelas dengan panjang kelas, lalu dikurangi 1. Demikian
seterusnya.
7. Nilai f dihitung dengan menggunakan table penolong
Nilai Frekuensi

2.3. UKURAN PEMUSATAN DATA

Ukuran keterpusatan data ini dipergunakan untuk mendapatkan gambaran

yang lebih jelas dari suatu persoalan yang terhimpun dalam sekumpulan data.
Ukuran ini sering sekali dijadikan wahana penilaian dan pengambilan keputusan,
sehingga keberadaan ukuran gejala pusat dapat dikatakan sangat berarti dalam
melakukan analisis data. Bagi sebagian orang, seperti pelaku bisnis dan ekonomi
untuk pengambilan keputusan, mereka perlu mengetahui lebih jauh sebuah nilai
yang dapat mewakili kumpulan data. Ukuran yang tergolog ke dalam ukuran
gejala pusat adalah : mean, median, dan modus

2.3.1 Macam-Macam Ukuran Pemusatan Data

2.3.1.1 Mean

Rata-rata hitung adalah jumlah dari sekumpulan data dibagi dengan

banyaknya data. rata-rata hitung untuk sampel disimbolkan dengan x dan rata-rata
hitung untuk populasi disimbolkan dengan  . Rumus perhitungan rata-rata hitung
dibedakan menjadi 2 yaitu rata-rata hitung data tak berkelompok, rata-rata hitung
data berkelompok. Akan dipaparkan juga rata-rata gabungan dari beberapa

KELOMPOK 4 5
kelompok data yang dikenal juga dengan rata-rata hitung data berbobot. Pada
laporan kali ini kita akan membahas mengenai Mean Data Berkelompok pada data
table frekuensi.
Rata-rata Hitung untuk Data Berkelompok
Misalkan suatu data berkelompok terdiri dari n kelas dengan nilai tengah
masing-masing kelas secara berturut-turut adalah x₁, x ₂, x ₃, x ₙ, dan masing-
masing frekuensinya adalah f = ₁, f₂, f₃ . . ., fₙ, maka rataan hitung ditentukan
dengan rumus:
Rumus Mean
Rumus Sigma :
∑𝑓𝑖. 𝑥𝑖
𝑥̅ =
∑𝑓𝑖
Rumus Rata-Rata Duga:
∑𝑓𝑖. 𝑑𝑖
𝑥̅ = 𝑥𝑠 +
∑𝑓𝑖
Rumus Coding :
𝑓𝑖. 𝑐𝑖
𝑥̅ = 𝑥𝑠 + .𝑖
∑𝑓𝑖
Keterangan :
𝑓𝑖 = frekuensi kelas ke-i
𝑥𝑖 = nilai tengah kelas ke-
i
𝑥𝑜 = nilai tengah frekuensi terbesar
𝑖 = panjang kelas
𝑐𝑖 = kode kelas ke-i (kode ditentukan berdasarkan frekuensi kelas
𝑑𝑖 = 𝑥𝑖 − 𝑥𝑜

2.3.1.2 Median

Median (Me) adalah nilai tengah dari suatu data yang telah disusun dari data
terkecil sampai data terbesar atau sebaliknya. Selain sebagai ukuran pemusatan
data, median juga dijadikan sebagai ukuran letak data dan dikenal sebagai kuartil
2 (Q2). Rumus perhitungan median dibedakan untuk data tak berkelompok dan
data berkelompok.

KELOMPOK 4 6
Median dari data berkelompok dapat dihitung dengan rumus berikut.
𝑛
− Fk
2
Me = Tb + ( )𝑥𝑝
fi

Keterangan:
𝑀𝑒 = median
𝐿𝑜 = tepi bawah kelas median
𝑛 = banyak seluruh data
(∑𝑓𝑖) = jumlah frekuensi kumulatif sebelum kelas median
𝑓𝑚 = frekuensi kelas median
𝑝 = panjang kelas interval

2.3.1.3 Modus

Untuk menyatakan fenomena yang paling sering muncul atau paling banyak
terjadi digunakan ukuran modus. ukuran ini secara tidak disadari sering dipakai
untuk menentukan ”rata-rata” data kualitatif. Modus dari sekumpulan data
ditentukan dengan cara menentukan frekuensi terbanyak dari data tersebut.
Sekumpulan data dapat memiliki lebih dari sebuah modus.
Modus dari data berkelompok dapat dihitung dengan rumus berikut.
𝑑𝑖
𝑀𝑜 = 𝑇𝑏 + 𝑃 ( )
𝑑1 + 𝑑2
Keterangan:
𝑀𝑜 = modus
𝐵𝑚𝑜𝑑𝑢𝑠 = tepi bawah kelas modus
𝑑1 = selisih frekuensi kelas modus dengan frekuensi kelas modus
sebelumnya
𝑑2 = selisih frekuensi kelas modus dengan frekuensi kelas modus
sesudahnya
𝑝 = panjang kelas interval

KELOMPOK 4 7
2.4. UKURAN PENYEBARAN DATA

Ukuran penyebaran adalah ukuran yang menyatakan seberapa jauh

penyimpangan nilai-nilai data dari nilai-nilai pusatnya atau ukuran yang
menyatakan seberapa banyak nilai-nilai data yang berbeda dengan nilai-nilai
pusatnya. Dalam usaha membandingkan beberapa rangkaian data, penggunaan
ukutan pusat data saja tidak akan memberikan hasil yang baik, bahkan dapat
memberikan hasil yang menyesatkan (Kustituanto & Badrudin, 1994:94).
Ukuran penyebaran pada dasarnya adalah pelengkap dari ukuran nilai
pusat dalam menggambarkan sekumpulan data. Jadi, dengan adanya ukuran
penyebaran maka penggambaran sekumpulan data akan menjadi lebih jelas dan
tepat. Ukuran penyebaran membantu mengetahui sejauh mana suatu nilai
menyebar dari nilai tengahnya, semakin kecil semakin besar.

2.4.1 Macam-Macam Ukuran penyebaran Data

2.4.1.1 Jangkauan (Range)

Jangkauan atau range adalah beda antara angka data terbesar dan angka data
terkeci (Kustituanto & Badrudin, 1994:95). Cara mencari jangkauan dibedakan
antara data tunggal dan data berkelompok. Jangkauan data berkelompok
Jangkauan pada data berkelompok adalah selisih antara batas atas dari kelas
tertinggi dengan batas bawah dari kelas terendah.
Range (Jangkauan) : nilai tengah kelas tertinggi - nilai tengah kelas terendah

2.4.1.2 Simpangan Rata-Rata (Deviasi Rata-Rata)

Untuk data berkelompok (distribusi frekuensi), deviasi rata-ratanya dapat

dihitung dengan rumus:
𝑛 𝑓𝑖𝐼𝑥𝑖−𝑥̅𝐼
∑𝑖=1
Simpangan Rata-rata =
∑𝑛
𝑖=1 𝑓𝑖

KELOMPOK 4 8
2.4.1.3 Simpangan Baku (Deviasi Standar)
Standar Deviasi Ukuran variabilitas yang sering digunakan adalah
simpangan baku atau standar deviasi (Kustituanto & Badrudin, 1994:110).
Standar Deviasi adalah akar dari varians.
𝑛
𝑖=1 𝑓𝑖𝐼𝑥𝑖−𝑥̅𝐼
∑
Simpangan Baku = √
∑𝑛
𝑖= 𝑓𝑖
1

2.4.1.4 Ragam (Varians)

Varians adalah Rata-rata hitung dari deviasi kuadrat setiap data terhadap
rata- rata hitungnya. Varians adalah alat ukut variabilitas serangkaian data yang
dihitung dengan mencari rata-rata selisih/beda kuadrat antara data observasi
dengan pusat datanya (Kustituanto & Badrudin, 1994:104).
Varians untuk data populasi disimbolkan 𝜎² dan untuk data sampel
disimbolkan dengan 𝑠².
𝒏 𝑓𝑖𝐼𝑥𝑖−𝑥̅𝐼
∑𝒊=𝟏
Ragam (Varians)
=
∑𝒏
𝒊=𝟏 𝑓𝑖

2.5. KORELASI

Korelasi merupakan hubungan dua variabel x dengan variabel y, yang kedua

variabel dapat dipertukarkan untuk menjadi variabel x dan variabel y yang disebut
dengan hubungan timbal balik. Tujuannya, untuk mendapatkan pola dan keeratan
atau kekuatan hubungan antara dua variabel atau lebih. Indikator kekuatan
hubungan antara dua variabel ini ditunjukkan dalam simbol X dan Y. Jika nilai
yang ditunjukkan lebih besar dari nol, maka dapat disimpulkan bahwa terjadi
hubungan yang positif antara dua variabel tersebut.
Rumus korelasi:

𝑛(∑ 𝒖𝒗𝒇)−(∑ 𝒖𝒇𝒖)(𝒗𝒇𝒗)

R=
√𝑛 (∑ 𝑢2𝑓𝑢)−(∑ 𝑢𝑓𝑢)2 √𝑛 (∑ 𝑣2𝑓𝑣)−(∑ 𝑣𝑓𝑣)2

KELOMPOK 4 9
2.6. REGRESI

Regresi adalah suatu metode statistik dengan merumuskan persamaan atau

fungsi matematis yang menunjukkan hubungan atau pengaruh dari dua buah
variabel atau lebih. Regresi ini juga dapat digunakan sebagai suatu prediksi
dengan data-data yang diolah merupakan data kuantitatif.

2.6.1 Macam-macam Regresi:

2.6.1.1 Regresi Linear Sederhana

Regresi linear sederhana yaitu regresi yang hanya menentukan hubungan

dari dua variabel saja dan keduanya merupakan data kuantitatif. Misalnya data
banyak makanan yang dikonsumsi dengan berat badan.

2.6.1.2 Regresi Linear Berganda

Regresi linear berganda ini merupakan regresi yang menghubungkan satu

variabel Y terhadap dua atau lebih variabel X serta data yang digunakan
merupakan data kuantitatif. Misalnya pengaruh banyak makanan yang dikonsumsi
terhadap berat badan dan tinggi badan.

2.6.1.3 Regresi Non Linear

Regresi non linear ini merupakan regresi yang menghubungkan antara

variabel X dan variabel Y yang tidak linear. Misalnya pada pemberian pupuk pada
tanaman dengan intensitas pemberian pupuk rendah – sedang akan membuat
tanaman tumbuh dengan optimal (tinggi tanaman maksimum), sedangkan
pemberian pupuk intensitas tinggi akan membuat tanaman tumbu dengan lambat.

KELOMPOK 4 10
2.6.2 Rumus Regresi:

2.6.2.1 Rumus Regresi Linear Sederhana

Bentuk umum regresi linear sederhana dituliskan sebagai:

Y = a + bX
Keterangan:
A : konstanta (titik potong Y)
B : koefisien dari variabel X
Y : variabel dependen
X : variabel independen

2.6.2.1 Rumus Regresi Linear Berganda

Bentuk umum regresi linear berganda dapat dituliskan sebagai:

Y = a + b1X1 + b2X2 + … + e
Keterangan:
a : konstanta (titik potong Y)
b : koefisien dari variabel X (koefisien determinasi)
Y : variabel dependen
X : variabel independen
E : error

2.6.2.2 Rumus Regresi Non Linear

Beberapa contoh bentuk umum regresi non linear dituliskan sebagai berikut.

Regresi berbentuk eksponensial: Y = aebX

Regresi berbentuk pangkat: Y = aXb
Regresi berbentuk polinomial: Y = a0 + a1X + … +anXn
Selanjutnya terdapat soal mengenai regresi sebagai berikut.

KELOMPOK 4 11
 BAB III

PERHITUNGAN

DATA MENTAH MAHASISWA UNIVERSITAS TEKNOLOGI

YOGYAKARTA

ASAL PROGRAM
No. NAMA NPM USIA DAERAH IPS TB JK STUDI
Galih Plilis
1 Gendani 5220811087 18 Cilacap 3.55 175 Laki - laki Teknik Sipil
Muhammad Najib
2 Alfayyed 5220811077 20 Cirebon 3.2 171 Laki - laki Teknik Sipil
Alwendri Okta Kepulauan
3 Aditya 5210811064 20 Riau 3.35 167 Laki - laki Teknik Sipil
Ilmu
4 Muhammad Rozy 5211711294 21 Aceh 3.50 165 Laki - laki Komunikasi
Ilmu
5 Laing lut 5211711290 22 Kalimantan 3.50 170 Laki - laki Komunikasi
Bisnis dan
6 Ririn marifah 5200211022 21 Pemalang 3.65 158 Perempuan humaniora
Cilacap, Jawa
7 Lutfi nurkhofifah 5200211086 22 Tengah 3.59 147 Perempuan Manajemen
Gayo Tectona Sumatera Teknik
8 Grandis 5211011022 19 Selatan 3.06 169 Laki - laki komputer
Muhamad Riduan teknik
9 arosid 5211011023 21 lampung 3.20 63 Laki - laki komputer
Muamar Khadafi Ilmu
10 Putra Effendi 5221711390 20 Yogyakarta 3.35 174 Laki - laki Komunikasi
Baubau -
Ibnu ridjal Sulawesi Ilmu
11 saefullah 5221711220 19 Tenggara 3.40 178 Laki - laki Komunikasi
Zaki Akhdan Ilmu
12 Nafis 5211711163 21 Magelang 3.50 162 Laki - laki Komunikasi
Ilmu
13 Chandra wd 5211711133 19 Bnatul 3.40 167 Laki - laki komunikasi
Irsyad Ilmu
14 Burhamudia 5211711150 20 Purworejo 3.40 168 Laki - laki Komunikasi
Muhammad Ilmu
15 Aditya Alfaridzi 5211711239 20 Yogyakarta 3.40 156 Laki - laki Komunikasi
Muhammad Irfan Ilmu
16 Fauzi 5211711208 20 Riau 3.40 168 Laki - laki Komunikasi
Rifka Aulia Nur Ilmu
17 Ramadhani 5211711211 21 Yogyakarta 3.06 156 Perempuan Komunikasi
Rensi Hanggarani Kebumen,
18 Azahra 5211111096 20 Jawa Tengah 3.55 155 Perempuan Psikologi
Ilmu
19 Nathania 5211711324 20 Yogyakarta 3.90 165 Perempuan Komunikasi
Subang, Jawa Ilmu
20 Imas Rohaeti 5211711352 20 Barat 3.90 160 Perempuan Komunikasi
Sabrina Ilmu
21 Ayuningtyas 5211711320 20 Wonosobo 3.45 156 Perempuan Komunikasi

KELOMPOK 4 12
 Laora Margareth Teknik
22 Gogali 5221011022 19 Palu 3.04 160 Perempuan Komputer
Yuliana Puspita Teknik
23 Dei 5221011002 20 Bandung 3.40 158 Perempuan Komputer
Teknik
24 Binti Nabilaa 5221011014 19 Magelang 3.40 162 Perempuan Komputer
Windy Suciana
25 Handini Putri 5190211134 22 Purworejo 3.50 148 Perempuan Manajemen
Kalimantan
26 Dila maulina 5190211145 22 timur 3.17 165 Perempuan Manajemen
Tias Trisma
27 Qur'ani 3200111033 21 Yogyakarta 3.52 161 Perempuan Akuntansi
D3 Bahasa
28 Hesti pertiwi 3203211007 22 Yogyakarta 3.58 160 Perempuan Inggris
Bagus Adabi
29 Restu Panggugah 5220411132 20 Gunungkidul 2.40 170 Laki - laki Informatika
Mahesta Tri
30 Setyawan Aprilia 5220811089 19 Klaten 3.40 175 Laki - laki Teknik Sipil
31 febri yaumunaja 5220811060 20 Cilacap 3.73 170 Laki - laki teknik sipil
Siti khoirul ullin
32 nisak 5220211168 19 Magelang 3.60 168 Perempuan Manajemen
33 Khoirur rifai 5220811079 19 Purworejo 3.01 173 Laki - laki Teknik Sipil
Klaten,Jawa
Tengah,Indone Ilmu
34 Mirna Milani 5211711231 20 sia 3.40 150 Perempuan Komunikasi
Kalimantan Teknik
35 Dony Fauzan 5190711066 22 Selatan 4.00 168 Laki - laki Elektro
Ega Wahyu Teknik
36 Pratama 5190711083 21 Pacitan 4.00 165 Laki - laki Elektro
Milliona Eka
37 Kartika 5200211293 21 Manado 3.40 163 Perempuan Manajemen
Manajemen
38 Sarah az zahra 5200211272 22 Yogyakarta 4.00 155 Perempuan S1
Hernawan Azis Teknik
39 Hari Wibowo 5190711093 24 Jogjakarta 3.30 161 Laki - laki Elektro
Dian Rezeki Sistem
40 Sinaga 5190311137 24 Sumatera Utara 2.98 160 Perempuan informasi
Elya Noor
41 Demitri 5201111073 22 Majalengka 3.07 163 Perempuan Psikologi
42 Reni Marlina 5170411096 23 Jambi 3.50 165 Perempuan Informatika
Maulida
Luthfiyatul
43 Athiyyah 5201111103 22 Temanggung 3.65 158 Perempuan Psikologi
Akbar Pramudya TEKNIK
44 Yudhistira 5211011059 21 Solo 3.40 164 Laki - laki KOMPUTER
Teknik
45 Elka Anggun Sari 5211011056 20 Bengkulu 4.00 160 Perempuan Komputer
Teknik
46 Laras 5211011054 20 Purwakarta 3.78 158 Perempuan Komputer
Chindy Ariska
47 Amanatun 5210211254 21 Temanggung 3.04 158 Perempuan Manajemen
Nur Masya Putri Teknik
48 Primadani 5211011039 20 Wonogiri 3.40 163 Perempuan Komputer

KELOMPOK 4 13
 Shafa Nulionada
49 Ardana 5201111153 20 Bekasi 3.50 165 Perempuan Psikologi
ilmu
50 sherlli arizona 5211711068 21 jawa barat 3.40 163 Perempuan komunikasi

KELOMPOK 4 14
 TABEL DATA FREKUENSI

147 148 150 155 155 156 156 156 158 158
158 158 158 160 160 160 160 160 161 161
162 162 163 163 163 163 163 164 165 165
165 165 165 165 167 167 168 168 168 168
169 170 170 170 171 173 174 175 175 178

1. Banyak data : 50
2. Tinggi max : 178
3. Tinggi min : 147
4. Panjan kelas (k) : 1 + 3,322 log (50)
: 1+ 3,322 log (50)
: 1 + 3,322 (1,69)
: 1 + 5,61
: 6,61
tinggi max−tinggi min
5. Interval kelas :
jumlahkelas(k )
178−147
:
7
31
:
7
: 4,42
:5

Interval Frekuensi Frekuensi relatif Batas bawah kelas Batas atas kelas
147-151 3 6% 147 151
152-156 5 10 % 152 156
157-161 12 24 % 157 161
162-166 14 28 % 162 166
167-171 11 22 % 167 171
172-176 4 8% 172 176
177-181 1 2% 177 181

Jumlah (fx) = 50
Jumlah frekuensi relatif = 100%

KELOMPOK 4 15
 UKURAN PEMUSATAN DATA

1. MEDIAN
Di ketahui
Lo : 162 – 0,5
= 161,5
C = NBA – NBB
= 165,5 – 161,5
=4
N = ∑f
= 50
(∑fi) = 3 + 5 + 12
= 20
Fm = 14

( )
n
−( ∑ fi ) o
Me = Lo + c 2
fm

( )
50
−20
= 161,5 + 4 2
14

= 165,5 (
25−20
14 )
= 165,5 + ( 0,35)
= 165,85

2. MEAN

Nilai Fi xi fi.xi di fi.di ui fi.ui

147-151 3 149 447 -10 -30 -2 -6
152-156 5 154 770 -5 -25 -1 -5
157-161 12 159 1908 0 0 0 0
162-166 14 164 2296 5 70 1 14
167-171 11 169 1859 10 110 2 22
172-176 4 174 696 15 60 3 12
177-181 1 179 179 20 20 4 4

Dengan Rumus sigma

X =∑fi.xi
∑fi
=8.155
50
=163,1
Dengan Rumus Coding
X = xs + ∑fi.di
∑fi

KELOMPOK 4 16
 =159+205
50
=163,1

Dengan Rata-Rata duga

X = xs + ∑fi.di .c
∑fi

=159+ 41 .5
50
=163,1

3. MODUS
d1
= L d1+d2
+i

7
= 7+-2 156,5 + 5

=151,5

KELOMPOK 4 17
 UKURAN PENYEBARAN DATA

1. Jangangkauan (Range)

Range ( Jangkauan) : Nilai tengah kelas tinggi – nilai tengah kelas terendah

Tinggi Badan Frekuensi Titik tengah xi

147 - 151 3 149
152 - 156 5 154
157 - 161 14 159
162 - 166 8 164
167 - 171 10 169
172 - 176 8 174
177 - 181 2 179

Perhitungan jangkauan
Berdasarkan data, diketahui :

Nilai tengah kelas terendah : 149

Nilai tengah kelas tertinggi : 179

Memasukan data kedalam rumus :

Range ( Jangkauan ) = Nilai tengah kelas tertinggi – nilai tengah kelas terendah
Range = 79 – 149
= 30
Jadi nilai jangakauan ( Range ) adalah 30

2. Simpangan rata – rata ( Deviasi rata rata )

Nilai Fi Titik tengah Fi.xi Ixi- ẌI Fi. Ixi - ẌI

( xi )
147 - 151 3 149 447 14,1 42,3
152 - 156 5 154 770 9,1 45,5
157 - 161 12 159 1988 4,1 49,2
162 - 166 14 164 2296 0,9 12,6
167 - 171 11 169 1859 5,9 64,9
172 - 176 4 174 696 10,9 43,6
177 - 181 1 179 179 15,9 15,9
Jumlah 50 1148 ∑8155 60,9 275

8155
Mean = = 163,1
50

KELOMPOK 4 18
 n

∑ filxi−xi 275
i=1
Simpangan rata rata = = 5,5
n
50
∑ fi
i=1
Jadi nilai simpangan rata rata adalah 5,5

3. Simpangan baku ( Deviasi Standar )

Nilai Fi Titik tengah Fi.xi (xi - Ẍ) (xi - Ẍ)2 Fi(xi - Ẍ)2

(xi )
147 - 151 3 149 447 14,1 198,81 596,43
152 - 156 5 154 770 9,1 82,81 414,05
157 - 161 12 159 1988 4,1 16,81 201,72
162 - 166 14 164 2296 0,9 0,81 11,34
167 - 171 11 169 1859 5,9 34,81 382,91
172 - 176 4 174 696 10,9 118,81 475,24
177 - 181 1 179 179 15,9 252,81 252,81
Jumlah 50 1148 ∑8155 ∑2334,5

√√
n

∑ filxi−xi
Simpangan baku = i=1
n

∑ fi
i=1

2334 ,5
=
50
= √ 46 , 69
= 6,83

Jadi nilai simpangan bakunya adalah 7,796

4. Ragam Variasi

Nilai Fi Titik tengah Fi.xi (xi - Ẍ) (xi - Ẍ)2 Fi(xi - Ẍ)2

(xi )
147 - 151 3 149 447 14,1 198,81 596,43
152 - 156 5 154 770 9,1 82,81 414,05
157 - 161 12 159 1988 4,1 16,81 201,72
162 - 166 14 164 2296 0,9 0,81 11,34
167 - 171 11 169 1859 5,9 34,81 382,91
172 - 176 4 174 696 10,9 118,81 475,24
177 - 181 1 179 179 15,9 252,81 252,81
Jumlah 50 1148 ∑8155 ∑2334,5

KELOMPOK 4 19
 IPS
IPS/TB
2,90 - 3,06 - 3,22 - 3,38 - 3,54 - 3,70 - 3,86 -
FV V VFV V²FV VUF
3,05 3,21 3,37 3,53 3,69 3,85 4,01
-
177 – 181 1 1
3 3 -9 27 -9
-
172 – 176 1 3 1 2 1
5 2 -10 20 10
-
167 – 171 1 3 2 3 1
12 1 -12 12 12
162 – 166 2 2 1 1 4 14 0 0 0 0
157 -161 1 2 1 4 3 1 11 1 12 11 1
152 – 156 1 5 4 2 8 16 8
147 – 151 2 1 3 3 9 0

FU 3 5 12 14 11 4 1 50 0 -8 95 22

U -3 -2 -1 0 1 2 3 0

UFU -9 -10 -12 0 11 8 3 -9

U²FU 27 20 12 0 11 16 9 95

UFV -9 -10 -12 0 11 8 3 -9

n

∑ filxi−xi
i=1
Ragam (Variasi) = n

∑ fi
i=1
2334 , 5
=
50
= 46,69

Jadi nilai ragam Variasinya adalah 46,69

5. KOLERASI

KELOMPOK 4 20
 𝑛(∑ 𝒖𝒗𝒇)−(∑ 𝒖𝒇𝒖)(𝒗𝒇𝒗)
R=
√𝑛 (∑ 𝑢2𝑓𝑢)−(∑ 𝑢𝑓𝑢)2 √𝑛 (∑ 𝑣2𝑓𝑣)−(∑ 𝑣𝑓𝑣)2

50(-9)−(-9)(−8)
R = √50 (95)−(9)2 √50 (95)− (−8)2

-270 - 72
R= √4750 – 81 . √4750 - 64

-342
R = √4669 . √4686

-342
R = 565,343,636

R = −1,6530

6. Regresi

TINGGI BADAN (X) UMUR (Y) XY X² Y²

147 22 3234 21609 484

148 22 3256 21904 484
150 20 3000 22500 400
155 20 3100 24025 400
155 22 3410 24025 484
156 20 3120 24336 400

KELOMPOK 4 21
156 21 3276 24336 441
156 20 3120 24336 400
158 21 3318 24964 441
158 20 3160 24964 400
158 22 3476 24964 484
158 20 3160 24964 400
158 21 3318 24964 441
160 20 3200 25600 400
160 19 3040 25600 361
160 22 3520 25600 484
160 24 3840 25600 576
160 20 3200 25600 400
161 21 3381 25921 441
161 24 3864 25921 576
162 21 3402 26244 441
162 19 3078 26244 361
163 21 3423 26569 441
163 21 3423 26569 441
163 22 3586 26569 484
163 20 3260 26569 400
163 21 3423 26569 441
164 21 3444 26896 441
165 21 3465 27225 441
165 20 3300 27225 400
165 22 3630 27225 484
165 21 3465 27225 441
165 23 3795 27225 529
165 20 3300 27225 400
167 20 3340 27889 400
167 19 3173 27889 361
168 20 3360 28224 400
168 20 3360 28224 400
168 19 3192 28224 361
168 22 3696 28224 484
169 19 3211 28561 361
170 22 3740 28900 484
170 20 3400 28900 400
170 20 3400 28900 400
171 20 3420 29241 400
173 19 3287 29929 361
174 20 3480 30276 400
175 18 3150 30625 324
175 19 3325 30625 361

KELOMPOK 4 22
 178 19 3382 31684 361
8159 1030 167903 1333627 21300

( ∑ y )( ∑ X 2 )−( ∑ x )( ∑ xy )
a =
n ∑ x 2−( ∑ x ) 2

(1.030).(1.333 .627)−(8.159).(167.903)
=
50.(1.333 .627)−( 8.159)2

1.373.635 .810−1.369.920 .577

=
66.681.350−66.569 .281

3.715.233
=
112.069

= 33,15

n ∑ XY −( ∑ X ) ( ∑ Y )
b =
n ∑ x 2−( ∑ x ) 2

50(167.903)−(8.159).(1.030)
=
50.(1.333 .627)−(8.159)2

8.395 .150−8.403 .770

=
66.681.350−66.569 .281

−8.620
=
112.069

= -0,08

BAB IV
KESIMPULAN DAN SARAN

4.1 KESIMPULAN

KELOMPOK 4 23
 Dari penjelasan diatas maka penulis dapat menyimpulkan bahwa Statistika
merupakan ilmu mengumpulkan, menata, menyajikan, menganalisis, dan
menginterprestasikan data menjadi informasi untuk membantu pengambilan
keputusan yang efektif. Langkah-langkah membuat tabel distribusi frekuensi.
Ukuran pemusatan data ukuran keterpusatan data ini dipergunakan untuk
mendapatkan gambaran yang lebih jelas dari suatu persoalan yang terhimpun
dalam sekumpulan data.
Jenis-jenis pemusatan data:
a. Mean merupakan rata-rata hitung adalah jumlah dari sekumpulan data
dibagi dengan banyaknya data.
b. Median (Me) adalah nilai tengah dari suatu data yang telah disusun dari data
terkecil sampai data terbesar atau sebaliknya
c. Modus untuk menyatakan fenomena yang paling sering muncul atau paling
banyak terjadi digunakan ukuran modus.
Ukuran penyebaran adalah ukuran yang menyatakan seberapa jauh
penyimpangan nilai-nilai data dari nilai-nilai pusatnya atau ukuran yang
menyatakan seberapa banyak nilai-nilai data yang berbeda dengan nilai-nilai
pusatnya.
Jenis-jenis penyebaran data:
a. Jangkauan atau range, adalah beda antara angka data terbesar dan angka
data terkeci (Kustituanto & Badrudin, 1994:95).
b. Simpangan Rata-Rata (Deviasi Rata-Rata)
c. Simpangan baku Standar Deviasi Ukuran variabilitas yang sering digunakan
adalah simpangan baku atau standar deviasi (Kustituanto & Badrudin,
1994:110).

KELOMPOK 4 24
d. Varians adalah Rata-rata hitung dari deviasi kuadrat setiap data terhadap
rata- rata hitungnya.
Korelasi merupakan hubungan dua variabel x dengan variabel y, yang kedua
variabel dapat dipertukarkan untuk menjadi variabel x dan variabel y yang disebut
dengan hubungan timbal balik. Regresi adalah suatu metode statistik dengan
merumuskan persamaan atau fungsi matematis yang menunjukkan hubungan atau
pengaruh dari dua buah variabel atau lebih.

KELOMPOK 4 25