MAKALAH STATISTIK PENDIDIKAN

“Pengertian Statistik dan Statistika, Macam-macam Statistika, Peranan

Statistika dalam Pendidikan, Penyajian Data, Ukuran Tandensi Sentral
dan Aplikasinya”

Oleh:

Kelompok I:

1. Hardina Eka Putri (21129220)

2. Pradika Alim Zulemil (21129276)
3. Salsabilla (21129477)
4. Wini Media Putri (21129139)

Dosen Pengampu Mata Kuliah:

Dr. Melva Zainil, M.Pd

PENDIDIKAN GURU SEKOLAH DASAR

FAKULTAS ILMU PENDIDIKAN

UNIVERSITAS NEGERI PADANG

2023

i
 KATA PENGANTAR

Puji syukur atas kehadirat Allah SWT yang telah melimpahkan rahmat dan karunia-
nya sehingga kami dapat menyelesaikan makalah ini. Shalawat beriringan salam kami
ucapkan untuk nabi besar Muhammad SAW yang telah membawa umatnya dari alam
kebodohan sampai ke alam yang berilmu pengetahuan seperti yang kita rasakan pada saat
sekarang ini.

Makalah Statistik Pendidikan ini membahas tentang “Pengertian Statistik dan

Statistika, Macam-macam Statistika, Peranan Statistika dalam Pendidikan, Penyajian
Data, Ukuran Tandensi Sentral dan Aplikasinya.”. Kami berharap semoga makalah ini
bermanfaat bagi pembaca. Dalam penulisan makalah ini mungkin banyak kesalahan dan
kekurangan. Oleh karena itu, kami berharap pembaca dapat memberikan kritik dan saran
yang membangun untuk kami kedepannya.

Terima kasih kepada dosen kami, Dr. Melva Zainil M.Pd yang telah memberikan
bimbingan kepada kami. Terima kasih juga kepada seluruh pihak yang telah membantu dalam
penulisan makalah ini.

Padang, Februari 2024

Hormat kami,

( Kelompok I )

ii
 DAFTAR ISI

KATA PENGANTAR ............................................................................................................... ii

DAFTAR ISI ............................................................................................................................. iii

BAB I PENDAHULUAN ...........................................................................................................1

A. Latar belakang ............................................................................................................... 1

B. Rumusan masalah ..........................................................................................................1

C. Tujuan masalah ..............................................................................................................2

BAB II ......................................................................................................................................... 3

PEMBAHASAN .........................................................................................................................3

A. Pengertian Statistika dan Statistik ...............................................................................3

B. Perbedaan Statistika dan Statistik ............................................................................... 4

C. Macam-macam Statistika ..............................................................................................8

D. Peranan Statistika dalam Pendidikan ........................................................................11

E. Penyajian Data .....................................................................................................13

F. Ukuran Tandensi Sentral dan Aplikasinya…………………………………………16

BAB III PENUTUP ..................................................................................................................32

A. Kesimpulan ...................................................................................................................32

B. Saran ............................................................................................................................. 33

DAFTAR PUSTAKA ...............................................................................................................34

iii
 BAB I

PENDAHULUAN

A. Latar belakang

Statistika telah banyak berperan dan digunakan dalam kehidupan sehari-hari. Dalam
dunia penelitian atau riset, seringkali statistika harus digunakan untuk mempermudah
pengumpulan data, bukan semata-mata karena statistika memberikan manfaat yang baik
dalam penelitian atau riset tersebut. Statistika banyak diterapkan dalam berbagai disiplin
ilmu, baik ilmu-ilmu alam, misalnya astronomi dan biologi maupun ilmu-ilmu sosial
(termasuk sosiologi dan psikologi), maupun di bidang bisnis, ekonomi, dan industri.
Statistika juga digunakan dalam pemerintahan untuk berbagai macam tujuan misalnya sensus
penduduk yang merupakan salah satu prosedur yang paling populer. Dalam urusan politik
pun terdapat aplikasi statistika yang begitu popular, yaitu prosedur jajak pendapat atau
polling (misalnya dilakukan sebelum pemilihan umum), serta jajak cepat (perhitungan cepat
hasil pemilu) atau quick count. Masyarakat pada umumnya masih belum dapat memahami
istilah statistik dan statistika. Masyarakat cenderung mengartikan kata statistik dan statistika
dalam pengertian yang sama. Padahal keduanya memiliki pengertian yang berbeda. Untuk
lebih jelasnya, berikut ini akan diuraikan tentang pengertian statistik dan Statistika, Macam-
macam Statistika, Peranan Statistika dalam Pendidikan secara Mandiri, Bermutu dan
Terukur.

B. Rumusan masalah

1. Apa Pengertian Statistika dan Statistik?

2. Apa saja Perbedaan antara Statistik dan Statistika?
3. Apa saja yang termasuk Macam-macam Statistika?
4. Apa saja Peranan Statistika dalam Pendidikan?
5. Apa saja yang terdapat pada Penyajian Data?
6. Apa saja yang termasuk Ukuran Tandensi Sentral dan Aplikasinya?

1
C. Tujuan masalah
1. Untuk mengetahui Pengertian dari Statistika dan Statistik
2. Untuk mengetahui Perbedaan antara Statistik dan Statistika
3. Untuk mengetahui Macam-macam dari Statistika
4. Untuk mengetahui Peranan Statistika dalam Pendidikan
5. Untuk mengetahui Penyajian Data
6. Untuk mengetahui Ukuran Tandensi Sentral dan Aplikasinya.

2
 BAB II

PEMBAHASAN

A. Pengertian Statistika dan Statistik

Jika dilihat dari asal katanya, baik statistik maupun statistika sama-sama berasal dari
kata Bahasa Inggris yang relatif mirip. Dimana Statistika diambil dari kata Bahasa Inggris
‘Statistics’ sementara statistik diambil dari kata Bahasa Inggris ‘statistic’. Kedua kata
tersebut memang terlihat sama, namun sebenarnya berbeda. Meskipun demikian, dalam
konteks penggunaannya, kedua kata tersebut masih saling berhubungan.

1. Pengertian Statistika
Statistika adalah sebuah ilmu atau metode ilmiah yang mempelajari tentang
bagaimana merencanakan, mengumpulkan, mengelola, menginterprestasi kemudian
menganalisa data untuk kemudian mempresentasikan hasil data yang diperoleh.
Secara singkat, statistika adalah sebuah cabang ilmu yang berkaitan dengan data-data
dan bagaimana mengumpulkannya.
Jika merunut pengertian dari Kamus Besar Bahasa Indonesia (KBBI),
statistika didefinisikan sebagai ilmu yang mempelajari tentang cara menabulasi,
mengumpulkan, menganalisis serta menemukan keterangan yang berarti dari data.
Data yang dikumpulkan dan dianalisis ini adalah berupa angka-angka.
Somantri (2006:17) juga menyatakan hal yang sama bahwa “statistika dapat
diartikan sebagai Ilmu pengetahuan yang mempelajari tentang bagaimana cara kita
mengumpulkan, mengolah, menganalisis dan menginterpetasikan data sehingga dapat
disajikan sebaik-baiknya”.
Oleh karena itu, dapat kita simpulkan bahwa statistika adalah sebuah ilmu
yang mempelajari tentang mengumpulkan, mengelola, dan mengolah data-data yang
ada.

2. Pengertian Statistik
Berbeda dengan statistika, statistik sendiri adalah hasil data yang ditampilkan
dalam bentuk grafik, tabel dan lain sebagainya. Ada pula yang mendefinisikan
statistik sebagai sebuah kumpulan data berbentuk angka atau bukan angka yang
memiliki kaitan dengan masalah tertentu. Data tersebut kemudian disusun dan

3
 disajikan dalam bentuk daftar, tabel, diagram atau bentuk lainnya agar mudah
dipahami.
Menurut Kamus Besar Bahasa Indonesia (KBBI), statistik didefinisikan
sebagai angka-angka atau catatan yang dikumpulkan, dikelompokkan dan ditabulasi
sehingga didapatkan informasi berkaitan dengan masalah tertentu. Angka atau data
yang ditampilkan dalam statistik ini diperoleh dari hasil pengumpulan data baik
berupa wawancara maupun tanpa wawancara.
Somantri (2006:18) menyatakan statistik diartikan sebagai kumpulan fakta
yang berbentuk angka-angka yang disusun dalam bentuk daftar atau tabel yang
menggambarkan suatu persoalan. Pengertian ini sejalan dengan pendapat dari
Gasperz (1989:18), yang menyatakan bahwa kata statistik telah dipakai untuk
menyatakan kumpulan fakta, umumnya berbentuk angka yang disusun dalam tabel
dan atau diagram, yang menggambarkan suatu persoalan.
Oleh karena itu, statistik pada dasarnya adalah data-data yang dihasilkan dari
pengolahan yang kita pelajari di statistika. Atau, dengan kata lain, statistika adalah
ilmunya, sedangkan statistik adalah datanya.

B. Perbedaan Statistika dan Statistik

Dari pengertian yang dijelaskan di atas, sudah dapat sedikit dilihat perbedaan diantara
keduanya. Perbedaan berdasarkan pengertian tersebut, yaitu dimana statistika adalah ilmu
atau metode ilmiah yang digunakan untuk mengumpulkan data yang berkaitan dengan
persoalan atau masalah tertentu. Sementara statistik adalah data hasil penghitungan atau
metode ilmiah yang disajikan dalam bentuk tabel, grafik dan lain sebagainya.

Namun, kita akan mencoba membahas lebih lanjut terkait perbedaan antara statistik
dan statistika secara lebih detail berdasarkan apa yang menjadi perbedaannya.

1. Berdasarkan Pengertian
a. Statistika sendiri adalah sebuah ilmu yang mempelajari data, atau mempelajari
statistik.
b. Sedangkan, statistik adalah data-data itu sendiri yang diolah dan dipelajari
menggunakan ilmu statistika. Dari pengertian ini saja sudah terlihat dengan cukup
jelas bahwa terdapat perbedaan antara statistik dan statistika.
2. Berdasarkan Tujuannya

4
 Perbedaan selanjutnya yang membedakan antara statistik dan statistika adalah
tujuannya. Dua hal ini sama-sama berkaitan dengan pengumpulan, pengolahan dan
interpretasi data. Namun, antara statistik dan statistika mempunyai tujuan yang
berbeda.
a. Tujuan Statistika
Sebagai sebuah ilmu dan metode ilmiah, statistika digunakan untuk
mempermudah dalam pengolahan dan menginterpretasikan data yang sudah
dikumpulkan sebelumnya. Dengan menggunakan statistika, data dari sebuah
masalah yang sebelumnya sudah dikumpulkan, dapat diolah, diinterpretasikan,
dan kemudian digunakan untuk tujuan tertentu.
Data hasil pengolahan ilmu statistika inilah yang kelak akan disebut sebagai
data statistik. Oleh karena itu, secara umum fungsi statistika adalah untuk
mengubah data dan informasi acak menjadi sebuah data statistik yang dapat
dimengerti.
b. Tujuan Statistik
Statistik merupakan hasil data yang sebelumnya sudah dikumpulkan melalui
proses atau metode ilmiah dan kemudian diolah serta diinterpretasikan untuk
kemudian ditampilkan dalam bentuk grafik atau diagram. Data yang sudah diolah
dan ditampilkan inilah yang disebut sebagai statistik.
Jadi, tujuan atau fungsi dari statistik adalah mendapat gambaran atas data-data
yang sudah dikumpulkan dan dikaji sebelumnya. Dengan begitu, dari data-data
tersebut kemudian dapat ditarik kesimpulan atas permasalahan atau persoalan
yang sedang dipelajari atau dikaji.

3. Metode yang Digunakan pada Statistik dan Statistika

Pada statistika, metode penelitian yang digunakan terdiri dari dua metode,
yaitu survei dan eksperimen. Kedua metode ini sama-sama mempelajari perilaku
respons yang diakibatkan oleh perubahan penjelas maupun pengaruhnya. Bedanya
hanya pada pelaksanaan dari proses kajian tersebut. Intinya, pada proses statistika,
metode yang digunakan berfokus pada pengolahan dan pengelolaan data yang
dikumpulkan. Data-data ini kemudian akan dikeluarkan menjadi statistik.

Sementara itu, pada statistik, metode kajian yang digunakan adalah dengan
memperoleh kumpulan data terlebih dahulu yang didapat dan diolah pada proses

5
 statistika untuk kemudian dikaji setelahnya. Intinya, pada statistik, metode yang
digunakan lebih banyak bersifat interpretatif terhadap ‘statistik’ apa yang sudah
dikeluarkan dari pengolahan menggunakan metode statistika.

Contoh Statistik dan Statistika

1. Contoh Statistik

Statistik adalah data hasil pengolahan menggunakan metode statistika yang kemudian
dapat diinterpretasi. Berikut ini adalah contoh-contoh statistik pada kehidupan kita sehari-hari

a. Data kependudukan dan perekonomian milik Badan Pusat Statistik (BPS)

b. Data kepemilikan kendaraan bermotor di suatu kawasan perkotaan
c. Data belanja daerah dan anggaran pemerintah daerah milik Kemenkeu (DPJK)
d. Data kependudukan suatu desa yang didapatkan lewat survei
e. Data guna lahan suatu kabupaten yang dikeluarkan oleh dinas pertanahan

Contoh Representasi Statistik

1. Statistik Tabel

2. Statistik Lingkaran

6
3. Statistik Grafik

4. Statistik Batang

5. Statistik dalam bentuk kalimat

 40% Mahasiswa memiliki nilai Kalkulus kurang dari 70.

Keterangan nilai 40% itulah yang dinamakan statistik.
 Indeks Prestasi Semester (IPS) Septian semester lalu adalah 3,5.
Keterangan 3,5 itulah yang dinamakan statistik.
 Kasus psikotropika pada tahun 2006 adalah 5658 kasus berdasarkan
laporan BNN RI.
Keterangan 5658 itulah yang dinamakan statistik.

7
 Jika kita perhatikan diatas, semua contoh mengenai statistik berhubungan dengan data
dan informasi tertentu yang terkandung oleh data. Oleh karena itu, dapat kita asumsikan,
statistik adalah ‘data’ itu sendiri.

2. Contoh Statistika

Berbeda dengan statistik, statistika lebih banyak membahas mengenai proses

pengolahan data-data yang ada agar bisa menjadi sebuah informasi, atau bahasa lainnya,
sebuah statistik. Berikut ini adalah contoh-contoh statistika yang kerap dimanfaatkan pada
kehidupan sehari hari

a. Pengolahan data kependudukan suatu wilayah untuk menentukan piramida

penduduk dengan menggunakan analisis cohort demografi
b. Prediksi penduduk di masa depan dengan memanfaatkan proyeksi penduduk aritmatik
c. Menemukan rata-rata dan standar deviasi dari nilai ujian mahasiswa di suatu
universitas
d. Menemukan median umur penduduk di suatu desa

Berdasarkan contoh-contoh diatas, kita dapat menarik kesimpulan bahwa statistika

adalah sebuah metode untuk mengolah data-data yang banyak, agar nantinya bisa dihasilkan
sebuah statistik dari data tersebut.

C. Macam-macam Statistika
Statistika Berdasarkan Cara Pengolahan Datanya

1. Statistika Deskriptif
Satistika deskriptif, yaitu statistika yang digunakan menggambarkan dan
menganalisa suatu hasil penelitian atau pengamatan tetapi tidak sampai pada
suatu penarikan kesimpulan. Penelitian yang dilakukan pada populasi (tanpa
diambil sampelnya) jelas akan menggunakan statistic deskriptif dalam
analisisnya. Tetapi bila penelitian dilakukan pada sampel, maka analisisnya
dapat menggunakan statistic deskriptif maupun inferensial. Statistic deskriptif
dapat digunakan bila peneliti hanya ingin mendeskripsikan sampel, dan tidak
ingin membuat kesimpulan yang berlakuuntuk populasi di mana sampel
diambil. Tetapi bila peneliti ingin membuat

8
kesimpulan yang berlaku untuk populasi, maka teknik analisis yang digunakan adalah
statistic inferensial. Yang termasuk dalam statistik deskriptif antara lain adalah
penyajian data melalui table, grafik,diagram lingkaran, pictogram, perhitungan
modus, median, mean (pengukuran tendensi sentral), perhitungan desil, presentil,
perhitungan penyebaran data melalui perhitungan rata – rata danstandar deviasi,
perhitungan prosentase. Dalam statistic deskriptif juga dapat dilakukan
mencarikuatnya hubungan antara variable melalui analisis kolerasi, regresi, dan
membuat perbandingandengan membandingkan rata – rata data sampel atau populasi.
Hanya perlu diketahui bahwa dalam analisis korelasi, regresi, atau membandingan dua
rata – rata atau lebih tidak perlu diuji signifikansinya. Jadi secara teknis dapat
diketahui bahwa, dalam statistik deskriptif tidak ada uji signifikansi, tidak ada taraf
kesalahan, karena peneliti tidak bermaksud membuat generalisasi,sehingga tidak ada
kesalahan generalisasi.

2. Statistika Inferensial
Statistka inferensial (sering juga disebut statistik induktif atau statistik
probabilitas), adalah teknik statistic probabilitas), Yaitu Statistika yang
digunakan untuk menganalisis data dari suatu sampel, dan hasilnya akan
digeneralisasikan untuk populasi dimana sampel tersebut diambil. Statistika
Inferensial Statistik inferensial, (sering juga disebut statistik induktif atau
statistik probabilitas), adalah teknik statistic probabilitas), adalah teknik yang
digunakan untuk menganalisis datasampel dan hasilnya diberlakukan untuk
populasi. Statistik ini akan cocok digunakan bila sampeldiambil dari populasi
yang jelas, dan teknik pengambilan sampel dari populasi yang jelas, danteknik
pengambilan sampel dari populasi itu dilakukan secara random. Statistik ini
disebut statistik probabilitas, karena kesimpulan yang diberlakukan untuk
populasi berdasarkan data sampel itu kebenarannya bersifat peluang
(probability). Suatu kesimpulan dari data sampel yang akan diberlakukan untuk
populasi itu mempunyai peluang kesalahan dan kebenaran (kepercayaan) yang
dinyatakan dalam bentuk prosentase. Bila peluang kesalahn 5% maka taraf
kepercayaan 95%, bila peluang kesalahan 1%, maka traf kepercayaan 99%.
Peluang kesalahan dan kepercayaan ini disebut dengan taraf signifikasi.
Penguji taraf signifikasi dari hasil suatu analisis akan lebih praktis bila
didasarkan pada table t, uji F digunakan table F. Pada setiap table sudah
disediakn untuk taraf signifikasi berapa persen suatu hasil analisis dapat
digeneralisasikan. Dapat diberikan contoh misalnya dari hasil analisis

9
 korelasi ditemukan koefisien korelasi 0,54 dan untuk signifikansi untuk 5%. Hal itu
berarti hubungan variable sebesar 0,54 itu dapat berlaku pada 95 dari 100 sampel
yang diambildarisuatu populasi. Contoh lain misalnya dalam analisis uji beda
ditemukan signifikasi untuk 1%. Hal ini berarti perbedaan itu berlaku pada 99 dari
100 sampel yang diambil dari populasi. Jadi signifikasi adalah kemampuan untuk
digeneralisasikan dengan kesalahan tertentu. Ada hubungan signifikan berarti
hubungan itu dapat digeneralisasikan. Ada perbedaan signifikan berarti perbedaan itu
dapat digeneralisasikan. Terdapat dua macam Statistika Inferensial yaitu statistik
parametrik dan non parametrik.
a. Statistika parametrik adalah bagian statistika yang parameter
poplasinya harus memenuhisyarat – syarat tertentu seperti syarat data
berkala interval/rasio, syarat pengambilan sampel harus random,
berdistribusi normal atau normalitas dan syarat memiliki varian yang
homogenatau homogenitas, model regresi linear, dan sebagainya.
Dalam statistika parametrik indikator –indikator yang dianalisis adalah
parameter – parameter dari ukuran objek yang bersangkutan. Seperti
korelasi product moment pearson, ANAVA, t-tes, F-tes, regresi dll.
b. Statistika Non Parametrik Statistika non parametrik adalah bagian
statistika yang parameter populasinya bebas dari keharusan
terpenuhinya syarat – syarat data berskala interval/ rasio syarat
pengambilan data secara random, berdistribusi normal atau normalitas
dan syarat memiliki varian yang homogen atau homogenitas, model
regresi linier, dan lain – lain. Dalam statistika non parametrik indikator
– indicator sisi lain dari parameter ukuran objek yang diteliti.
Penggunaan statistik parametrik dan nonparametrik tergantung pada
asumsi dan jenisdata yang dianalisis. Statistika non parametrik
digunakan terutama untuk menganalisis data nominal dan ordinal dari
populasi yang bebas distribusi, jadi tidak harus normal. Seperti:
Korelasi spearman rank, kendal tau, chi kuadrat dll.
Penggunaan statistik parametrik dan non-parametrik tergantung pada asumsi dan jenisdata yang
dianalisis. Statistik parametrik memerlukan terpenuhi banyak asumsi. Asumsi yan gutama adalah data
yang akan dianalisis harus berdistribusi normal. Selanjutnya dalam pengunaan salah satu test
mengharuskan data dua kelompok atau lebih yang akan diuji harus homogen,dalam regresi harus
terpenuhiasumsi linieritas. Statistik non parametrik sering disebut “distribution free” (bebas

10
 distribusi). Statistik parametrik mempunyai kekuatan yang lebihdaripada statistik
non parametrik, bila asumsi yang melandasi dapat terpenuhi. Sepertidinyatakan
oleh Emory (1985) bahwa “The parametric test are more powerful are generally
thetests of choice if their use assumptions are reasonably met”. Selanjutnya
Phophon (1973) menyatakan “… parametric procedure are often markedly more
powerful than their nonparametric counter parts”. Penggunaan kedua statistik
tersebut juga tergantung pada jenis data yang dianalisis. Statistik paramertis
kebanyakan digunakan untuk menganalisis data interval dan rasio, sedangkan
statistik non-parametrik kebanyakan digunakan untuk menganalisis data nominal,
ordinal. Jadi untuk menguji hipotesis dalam penelitian kuantitatif yang
menggunakan statistik, ada dua hal utama yang harus diperhatikan, yaitu macam
data dan bentuk hipotesis yangd iajukan.

Statistika berdasarkan ruang lingkup penggunanya

Statistika berdasarkan dengan ruang lingkup penggunanya itu dibagi menjadi

6 bagian, antara lain ialah sebagai berikut :

1. Statistika Sosial merupakan statistika yang diterapkan / digunakan didalam ilmu

sosial.
2. Statistika ekonomi merupakan statistika yang diterapkan / digunakan dalam ilmu
ekonomi.
3. Statistika Pendidikan merupakan statistika yang diterapkan / digunakan didalam
ilmu dalam bidang pendidikan.
4. Statistika kesehatan merupakan statistika yang diterapkan /digunakan didalam
bidang kesehatan.
5. Statistika perusahaan merupakan statistika yang diterapkan / digunakan didalam
bidang perusahaan.
6. Statistika pertanian merupakan statistika yang diterapkan / digunakan didalam
bidang pertanian.

D. Peranan Statistika dalam Pendidikan

Dalam menciptakan metode dan juga mempelajari teori yang mendasari metode, ahli
statistik menggunakan pilihan alat komputasi dan matematika untuk mendapatkan hasil yang

11
lebih tepat. Berbagai definisi statistika tersebut tentunya akan muncul dalam wacana
pentingnya statistika dalam pendidikan dan pembelajaran di bawah ini.

1. Data membantu dalam pengumpulan dan diskusi informasi dengan cara yang
terkomputasi dan metodis.
Statistik di bidang pendidikan membantu dalam pengumpulan serta penyajian
informasi dengan cara yang tertata dengan baik. Sederhananya, Statistik dalam
pendidikan dan pembelajaran membantu dalam pengaturan terorganisir baik data yang
diproses maupun yang tidak dimurnikan.
2. Data membuat pelatihan dan prosedur pencarian jauh lebih andal
Data dalam Pendidikan membuat pelatihan serta proses pembelajaran jauh lebih
efisien dalam teknik. Statistik dalam Pendidikan, dengan pertimbangan unik untuk
pengukuran serta pemeriksaan konsep, adalah bagian penting dari prosedur
pengajaran dan pembelajaran.
3. Statistik membantu dalam penetapan serta penyajian ringkasan yang tepat
Statistik dalam Pendidikan membantu dalam penyediaan jenis ringkasan tertentu. Ini
hampir membantu instruktur untuk memberikan ringkasan informasi yang akurat. Ini
mungkin terletak dalam kasus administrasi murid atau pemantauan anak. Untuk
semua jenis deskripsi konsep untuk meyakinkan serta benar, pengenalan data
mungkin berfungsi sebagai tambahan dalam prosedur evaluasi dan presentasi. Data
menawarkan item detail yang jelas tentang apa pun yang dapat didefinisikan. Setiap
kali pendekatan Statistik digunakan, mereka langsung membuat hasil atau hasil
menjadi lebih mudah dan juga lebih sederhana untuk dipahami, bahkan oleh non-
profesional.
4. Statistik membantu dalam Ringkasan Hasil.
Karena memungkinkan perhitungan dan rekap hasil yang tepat dalam jenis yang
praktis dan juga terarah; data memberikan perintah terhadap informasi, statistika
dalam pendidikan itu penting. Sekali lagi, data membantu seseorang untuk membuat
data yang spesifik, ringkas, dan juga penting dan untuk mengungkapkannya
sedemikian rupa sehingga orang-orang yang disertakan akan memahami dengan
cepat.
5. Data sangat membantu dalam pengumpulan data dan juga info
Statistik membantu dalam perkiraan peristiwa masa depan. Inilah yang dapat
dilakukan oleh Statistik. Di sini Statistik memainkan fungsi yang sangat penting.

12
 Pentingnya Statistika dalam Pendidikan disebut sebagai ‘esensi dan pentingnya data
untuk setiap bidang pencarian’ tentang matematika, pendidikan dan pembelajaran, perusahaan,
penelitian ilmiah, sistem komputer, sejarah, dll., Sebagian besar secara khusus signifikansi dan
tugas data dalam studi penelitian instruksional

E. Penyajian Data
a. Pengertian Data\
Pengertian data ada bermacam-macam, secara umum menurut Kamus Umum
Bahasa Indonesia (KUBI), “Data adalah bukti yang ditemukan dari hasil penelitian
yang dapat dijadikan dasar kajian atau pendapat”. Secara teknis, data lebih berkaitan
dengan pengumpulannya secara empiris. Dengan demikian, data merupakan satuan
terkecil yang diwujudkan dalam bentuk simbol angka, simbol huruf, atau simbol
gambar yang menggambarkan nilai suatu variabel tertentu sesuai dengan kondisi
data di lapangan. Simbol angka, huruf atau gambar sering disebut dengan data
mentah atau besaran yang belum menunjukkan suatu ukuran terhadap suatu konsep
atau gejala tertentu. Besaran data tersebut belum memiliki arti apa pun jika belum
dilakukan pengolahan atau analisis lebih lanjut dalam bentuk informasi atau
indikator pendidikan. Pendapat lain menyatakan bahwa “Data adalah segala fakta
dan angka yang dapat dijadikan bahan untuk menyusun suatu informasi”. Selain itu,
menurut Webster’s New World Dictionary. “Data adalah sesuatu yang diketahui dan
dianggap”. Apabila istilah “fakta dan angka” dalam definisi yang kedua
digabungkan dengan definisi ketiga menurut Webster’s maka kedua definisi tersebut
dapat menghasilkan suatu pengertian “baru” sebagai berikut. “Data adalah segala
fakta dan angka yang diketahui atau yang dianggap”.
Pengertian baru ini tidak dimaksudkan untuk menggantikan definisi di atas tetapi
hanya sebagai usaha untuk menggali secara lebih mendalam pengertian data. Cara-
cara seperti itu sering digunakan untuk menjelaskan sesuatu hal secara teoritis.
Contoh-contoh berikut menunjukkan bahwa data adalah segala fakta dan angka yang
diketahui:
a. Jumlah SD di Kabupaten Aceh Besar pada 31 Juli 2014 sebanyak 541
sekolah
b. Jumlah guru SMP di Kabupaten Aceh Besar pada 31 Juli 2014 sebanyak
1.684 orang.
c. Jumlah kelompok belajar Paket A di Kabupaten Katingan pada 31
Desember 2014 sebanyak 10 kelompok

13
 d. Jumlah tutor Paket B di Kabupaten Katingan pada 31 Desember 2014
sebanyak 20 orang.
Dari contoh-contoh di atas dapat disimpulkan bahwa yang dimaksudkan
dengan “yang diketahui” dan “yang dianggap” adalah angka dan fakta yang belum
dapat dipastikan kebenarannya (karena masih diperkirakan). Di samping itu,
contoh di atas menunjukkan pula bahwa:
1. Data itu pada umumnya selalu dikaitkan dengan tempat dan waktu. Dikaitkan
dengan tempat, yaitu Kabupaten Aceh Besar dan Kabupaten Katingan serta
dikaitkan dengan waktu, yaitu tanggal 31 Juli 2014 dan tanggal 31 Desember 2014.
2. Data itu pada dasarnya memberitahukan tentang suatu keadaan atau masalah.
Keadaan dimaksud adalah jumlah sekolah SD dan kelompok belajar Paket A serta
guru SMP dan tutor Paket B.

b. kriteria data yang baik untuk penelitian

1. Data Tepat Waktu
Hal ini berarti bahwa data harus tersedia pada waktu diperlukan. Dalam
pendataan pendidikan persekolahan waktu penghitungan data adalah 31 Juli dan
pada bulan September-Desember harusnya sudah dikirim ke Pusat. Bila data
tersebut dikirimkan setelah bulan Desember maka data tersebut dapat dikatakan
tidak tepat waktu. Misalnya, untuk merencanakan rehabilitasi ruang kelas SD pada
tahun 2014/2015 maka harus tersedia data, 1) karakteristik ruang kelas yang rusak
ringan maupun berat dan 2) kesiapan biaya untuk rehabilitasi pada tahun 2014.
Bila terjadi kelambatan informasi tentang ruang kelas yang rusak maka data
tersebut tidak akan berguna lagi.
2. Data Objektif
Hal ini berarti bahwa data yang digunakan harus sesuai dengan keadaan yang
sebenarnya, tidak adanya unsur subjektif atau rekayasa dari seseorang atau pihak-
pihak yang berkepentingan. Data seperti ini digunakan dalam sensus. Misalnya; -
Hasil identifikasi kebutuhan guru di SD Kabupaten Wonosobo diperlukan 30 guru
kelas dan 5 orang guru pendidikan agama. Data yang disajikan harus sesuai
dengan hasil identifikasi kebutuhan tersebut.
3. Data Relevan

14
 Hal ini berarti bahwa data itu harus sesuai dengan persoalan yang akan
dipecahkan. Akan dipecahkan masalah kebutuhan guru SD maka data yang
diperlukan juga guru, kelas, dan sekolah. Misalnya, data yang dikumpulkan adalah
jumlah siswa SMP yang akan ditampung, padahal persoalan yang akan
dipecahkan menyangkut tentang ketepatan lokasi Unit Sekolah Baru (USB). Jelas
bahwa data jumlah siswa SMP itu tidak relevan dengan permasalahan tentang
ketepatan lokasi USB. Oleh karena itu, data yang digunakan adalah lokasi di mana
terdapat lulusan tingkat SD yang akan ditampung sehingga lokasi USB yang akan
dibangun tepat sasarannya.
4. Data Representatif
Hal ini berarti bahwa data yang digunakan harus dapat mewakili atau
memihak seseorang atau golongan tertentu, namun juga dapat diterima oleh semua
pihak. Data seperti ini biasanya digunakan dalam survai. Misalnya; - Jumlah siswa
putus sekolah yang dilaporkan (setelah dilakukan survai) hanya berdasarkan
daerah-daerah yang tingkat pelayanan pendidikannya tergolong baik, padahal
kenyataannya terdapat daerah yang tergolong cukup, buruk dan buruk sekali yang
memiliki siswa putus sekolah lebih besar justru tidak dijadikan survai. Terhadap
data seperti ini maka siswa putus sekolah yang disampaikan bukan merupakan
data yang representatif.
5. Data Memiliki Kesalahan Baku (standard error) kecil
Kriteria menggunakan kesalahan baku ini biasanya digunakan untuk data yang
digunakan dalam survai. Bila dilakukan secara sensus maka tidak perlu
menggunakan kriteria ini. Hal ini berarti bahwa apabila data yang ada hanya
didasarkan pada anggaran (perkiraan) maka bila ada kesalahan merupakan hal
yang wajar karena memang tidak ada data perkiraan yang benar tetapi mendekati
kondisi yang sebenarnya.Data hasil perkiraan ini dikatakan baik apabila kesalahan
bakunya kecil. Istilah “baku” di sini digunakan karena data perkiraan tadi bisa
terlalu besar (positif) atau terlalu kecil (negatif). Sebagai contoh, dikatakan bahwa
jumlah siswa tingkat SMP yang harus ditampung agar wajib belajar pendidikan
dasar 9 tahun dapat tuntas di suatu kabupaten adalah 10.000 orang. Jelas bahwa
data ini hanya perkiraan sehingga tidak tepat karena belum ada kejadiannya.

15
F. Ukuran Tandensi Sentral dan Aplikasinya (Menentukan Mean, median,
modus dan teknik penyajian data (Daftar distribusi frekuensi, grafik,
diagram))
1. MEAN
a. Pengertian Mean
Mean adalah nilai rata-rata dari beberapa buah data. Nilai mean dapat ditentukan
dengan membagi jumlah data dengan banyaknya data. Mean dari sekelompok
(sederetan) angka (bilangan) adalah jumlah dari keseluruhan angka (bilangan) yang
ada, dibagi dengan banyaknya angka (bilangan) tersebut. Dengan kata lain jika kita
memiliki N data sebagai berikut maka mean data tersebut dapat kita tuliskan sebagai
berikut:

Dimana:
x = data ke n

x bar = x rata-rata = nilai rata-rata sampel

n = banyaknya data

a) Rumus Mean Hitung dari Data Tunggal

b) Rumus Mean Hitung Untuk Data yang Disajikan Dalam Distribusi Frekuensi

Dengan: fixi = frekuensi untuk nilai xi yang bersesuaian

xi = data ke-i

c) Rumus Mean Hitung Gabungan

16
 b. Kegunaan Mean
1. Bahwa data statistic yang kita hadapi merupakan data yang distribusi frekuensinya
bersifat normal. Jadi, apabila data statistic yang kita hadapi bersifat a symestris,
maka untuk mencari nilai rata-rata yang diperoleh nantinya akan jauh
menyimpang dari kenyataan yang sebenarnya.

2. Bahwa dalam kegiatan analisis data, kita menghendaki kadar kemantapan atau
kadar kepercayaan yang setinggi mungkin. Seperti dapat kita amati pada
perhitungan mean yang telah dikemukakan contohnya, maka mean yang kita
peroleh adalah hasil dari perhitungan yang dilakukan terhadap semua angka, tanpa
kecuali. Karena itu, sebagai ukuran rata-rata, mean cukup dapat diandalkan, atau
memiliki realibilitas yang tinggi.
3. Bahwa dalam penganalisaan data selanjutnya, terhadap data yang akan kita hadapi
atau kita teliti itu, akan kita kenai ukuran-ukuran statistic selain mean, misalnya:
deviasi rata-rata, deviasi standar, korelasi, dan sebagainya.

c. Analisis
Massa rata-rata 14 orang siswa putra 55 kg, sedangkan massa rata-rata 6 orang siswa
putri 48 kg. Hitung massa rata-rata seluruh siswa tersebut!

Penyelesaian:

Ẍ14 = 55 n14 = 14
Ẍ6 = 48 n6 = 6

Ẍ14 = ∑X14 /n14 ∑X6 = Ẍ6 . n6

∑X14 = Ẍ14 . n14 ∑X6 = 48 . 6
∑X14 = 55 . 14 ∑X6 = 288
∑X14 = 770

Ẍ20 = (∑X14 + ∑X6)/(n14 + n6)

17
 Ẍ20 = (770 + 288)/(14 + 6)
Ẍ20 = 1056/20
Ẍ20 = 52,9 Jadi, massa rata-rata seluruh siswa tersebut adalah 52,9 kg.

2. MODUS
a. Pengertian Modus
Modus atau mode umumnya dilambangkan dengan Mo. Modus tidak lain adalah
skor atau nilai yang mempunyai frekuensi paling banyak; dengan kata lain, skor atau
nilai yang memiliki frekuensi maksimal dalam distribusi data. Modus adalah nilai
yang sering muncul. Jika kita tertarik pada data frekuensi, jumlah dari suatu nilai dari
kumpulan data, maka kita menggunakan modus. Modus sangat baik bila digunakan
untuk data yang memiliki skala kategorik, yaitu nominal atau ordinal. Sedangkan data
ordinal adalah data kategorik yang bisa diurutkan, misalnya kita menanyakan kepada
100 orang tentang kebiasaan untuk mencuci kaki sebelum tidur, dengan pilihan
jawaban: selalu (5), sering (4), kadang-kadang (3), jarang (2), tidak pernah (1).
Apabila kita ingin melihat ukuran pemusatannya, lebih baik menggunakan
modus,yaitu jawaban yang paling banyak dipilih, misalnya sering (2). Berarti
sebagian besar orang dari 100 orang yang ditanyakan menjawab sering mencuci kaki
sebelum tidur. Inilah cara menghitung modus:

a. Data yang belum dikelompokkan

Modus dari data yang belum dikelompokkan adalah ukuran yang memiliki
frekuensi tertinggi. Modus dilambangkan mo.

b. Data yang telah dikelompokkan

Rumus Modus dari data yang telah dikelompokkan dihitung dengan rumus:

Dengan:
Mo = Modus
L = Tepi bawah kelas yang memiliki frekuensi tertinggi (kelas modus)
i = Interval kelas

18
b1 = Frekuensi kelas modus dikurangi frekuensi kelas interval terdekat sebelumnya
b2 = frekuensi kelas modus dikurangi frekuensi kelas interval terdekat sesudahnya

b. Kegunaan Modus
Mencari modus kita lakukan apabila kita berhadapan dengan kenyataan sebagai
berikut:
1. Kita ingin memperoleh nilai yang menunjukkan aturan rata-rata dalam waktu
yang paling singkat.
2. Dalam mencari nilai yang menunjukkan ukuran rata-rata itu kita meniadakan
faktor ketelitian, artinya: ukuran rata-rata itu kehendaki hanya bersifat kasar
saja.

c. Analisis
Tentukan modus dari

Jawab:
Frekuensi paling banyak adalah 9 pada interval 31 – 35.
Jadi kelas modus pada interval 31 – 35.
Tb = 30,5
p=5
d1 = 9 – 8 = 1
d2 = 9 – 6 = 3

19
3. MEDIAN

Median dikenal juga dengan istilah nilai rata-rata pertengahan atau nilai rata-rata
letak, atau nilai posisi tengah, yang biasa diberi lambang: Mdn, Me, atau Mn. Dalam
pembicaraan selanjutnya akan digunakan lambang Mdn.

a. Pengertian Median

Yang dimaksud dengan nilai rata-rata pertengahan atau median ialah suatu nilai atau
suatu angka yang membagi suatu distribusi data kedalam dua bagian yang sama besar.
Dengan kata lain, median adalah nilai atau angka yang diatas nilai atau angka tersebut
terdapat 1/2N dan dibawahnya juga terdapat 1/2 N. itulah sebabnya nilai rata-rata ini
dikenal sebagai nilai pertengahan atau nilai posisi tengah, yaitu nilai yang menunjukkan
pertengahan dari suatu distribusi data.

b. Cara Mencari Nilai Rata-rata Pertengahan

Ada beberapa cara untuk mencari nilai rata-rata pertengahan diantaranya:

1. Cara Mencari Nilai Rata-rata Pertengahan untuk Data Tunggal

Dalam mencari nilai rata-rata pertengahna untuk data tunggal ini ada dua
kemungkinan yang kita hadapi. Kemungkinan pertama ialah data tunggal itu seluruh
skornya berfrekuensi 1; sedangkan kemungkinan kedua, bahwa data tunggal yang kita
cari nilai rata-rata pertengahannya itu sebagian atau seluruh skornya berfrekuensi
lebih dari 1.

a) Mencari Nilai Rata-rata Pertengahan untuk Data Tunggal yang Seluruh skornya
berfrekuensi 1.
Disini pun kita berhadapan dengan dua kemungkinan yaitu, data tunggal yang
seluruh skornya berfrekuensi 1 itu, number of case nya merupakan bilangan ganjil,
dan data tunggal yang seluruh skorsnya berfrekuensi 1 itu, number of casenya
merupakan bilangan genap.

1. Mencari nilai rata-rata pertengahan untuk data tunggal yang seluruh skorsnya
berfrekuensi 1 dan number of casenya berupa bilangan ganjil.

20
 Untuk data tunggal yang seluruh skorsnya berfrekuensi 1 dan number of
casenya berupa bilangan ganjil (yaitu: N =2n+1), maka median data yang
demikian itu terletak pada bilangan yang ke (n+1).
Contoh: 9 orang mahasiswa menempuh ujian lisan dalam mata kuliah teknik
evaluasi pendidikan. Nilai mereka adalah sebagai berikut: 65, 75, 60, 70, 55, 50,
80, 40, 30. Untuk mengetahui nilai berapakah nilai tengahnya (median) dari
kumpulan nilai hasil ujian tersebut, pertama-tama deretan itu kita atur mulai dari
nilai terendah sampai nilai tertinggi:
30 40 50 55 60 65 70 75 80

Kita lihat dalam deretan nilai diatas bilangan ke 1 adalah 30, ke-2 40, ke-3 50, ke-
4 55, ke-5 60, ke-6 65, ke-7 70, ke-8 75, ke-9 80.

Karena N=9, sedang rumus bilangan ganjil adalah N=2n+1, maka 9 = 2n + 1

9 = 2n + 1

9 – 1 += 2n

2n = 8

n=4

Dengan demikian yang merupakan nilai median dari hasil ujian lisan tersebut
adalah nilai (bilangan) yang ke (4+1) atau bilangan ke-5 yaitu nilai 60

2. Mencari nilai rata-rata pertengahan untuk data tunggal yang seluruh skorsnya
berfrekuensi 1, number of casenya berupa bilangan genap.
Untuk data tunggal yang seluruh skorsnya berfrekuensi 1 dan number of
casenya berupa bilangan genap (yaitu: 2N), maka median data yang demikian itu
terletak antara bilangan yang ke-n dan ke (n+1)
Contoh: tinggi badan 10 orang calon yang mengikuti tes seleksi penerimaan
calon penerbang menunjukkan angka sebagai berikut: 168 162 169 170 164 167
161 166 163 dan 165 cm
Cara mencari mencari nilai mediannya sama seperti telah dikemukakan diatas
yaitu, pertama-tama deretan angka itu terlebih dahulu kita atur berderet mulai dari
nilai terendah hingga tertinggi

21
 161 162 163 164 165 166 167 168 169 170
1 2 3 4 5 6 7 8 9 10

Karena N=10 (merupakan bilangan bulat) sedang rumus untuk bilangan bulat
adalah N=2n, maka: 10= 2n, n=5

Jadi median dari tinggi badan 10 orang peserta test seleksi calon penerbang itu
terletak antara bilngan ke 5 dan ke (5+1), atau bilangan ke 5 dan ke 6. Dalam
deretan angka-angka diatas bilangan ke 5 adalah 165, sedangkan bilangan ke 6
adalah 166.

Jadi Mdn= 165+166

= 165, 50
2

Jika kedua data yang telah dijadikan contoh diatas kita tuangkan dalam bentuk
table distribusi dan kemudian kita cari mediannya, keadaannya adalah sebagai
berikut:

Median Nilai Hasil Median Tinggi badan 10

Ujian 9 orang orang calon yang
Mahasiswa mengikuti test calon
penerbang

X f X f
80 1 170 1
75 1 169 1
70 1 168 1
65 1 167 1
60 1 166 1
55 1 165 1
50 1 164 1
40 1 163 1
30 1 162 1
Total 9= N 161 1
total 10= N

22
b) Mencari nilai rata-rata pertengahan untuk data tunggal yang sebagian atau seluruh
skornya berfrekuensi lebih dari 1
Apabila data tunggal yang kita cari mediannya sebagian atau seluruh skornya
berftrekuensi lebih dari satu sebaiknya kita tidak menggunakan cara yang seperti
yang telah dikemukakan di atas melainkan menggunakan rumus sebagai berikut:

Mdn = Median

ℓ = lower limit (Batas Bawah Nyata Dari Skor Yang Mengandung Median)

fkb = frekuensi kumulatif yang terletak di bawah skor yang mengandung median.

Fi= frekuensi asli (frekuensi dari skor yang mengandung median)

N= Number of Cases

u= upper limit (batas atas nyata dari skor yang mengandung median).

fka= frekuensi kumulatif yang terletak diatas skor yang mengandung median.

Contoh: skor berikut ini menunjukkan usia 50 orang guru agama Islam yang
bertugas pada Sekolah Dasar Negeri di suatu Kecamatan:

26 28 27 24 31 27 25 28 26 30

29 27 26 30 25 23 31 28 26 27

31 24 27 29 27 30 28 26 29 25

23 29 27 26 28 25 27 28 30 25

24 29 31 27 26 28 27 26 27 27

Untuk mencari median dari data semacam ini, terlebih dahulu kita siapkan tabel
distribusi frekuensinya, terdiri dari lima kolom. Kolom 1:skor usia, kolom 2: tanda
atau jari, kolom 3:frekuensi, kolom 4: frekuensi kumulatif yang dihitung dari bawah,
kolom 5: frekuensi kumulatif yang dihitung dari atas.

Setelah tabel distribusi frekuensinya kita selesaikan pembuatannya, maka langkah

berikutnya secara berturut-turut adalah:

23
  Pertama-tama kita bagi menjadi 2 bagian yang sama besar, yaitu ,masing-masing
sebesar ½ N; pada pertengahan distribusi data itulah terletak median yang akan
kita cari.
Karena N = 50 maka ½ N = 25 (25 orang guru agama islam). Perhatian kita
arahkan pada kolom. Titik pertengahan data sebesar 25 itu terkandung pada
frekuensi kumulatif 30. Dengan demikian kita dapat mengatakan bahwa nilai
pertengahan usia guru agam islam terletak pada skor 27 atau skor yang
mengandung median adalah skor 27.
 Karena skor yang mengandung median adalah skor 27 maka dengan mudah dan
cepat dapat kita ketahui :
a) Lower limitnya yaitu 27-0,50= 26,50 jadi l = 26,50
b) Frekuensi aslinya (fi ) = 12
c) Frekuensi kumulatif yang terletak dibawah skor yang
mengandung median (fkb ) yaitu 18
 Dengan diketahuinya l, fi, fkb maka dengan mensubtitusikannya kedalam rumus
pertama, dapat kita peroleh mediannya:
 Mdn = = 26, 50 + 7
= 16,50 + 0,583
12

= 27, 083 (dibulatkan menjadi 27)

Tabel. Distribusi Frekuensi untuk mencari median usia dari sejumlah 50 orang guru
agama islam

Nilai (x) Tanda/jari-jari f fkb fka

31 //// 4 50= N 4
30 //// 4 46 8
29 //// 5 42 13
28 //// // 7 37 20
27 //// //// // 12 30 32
26 //// /// 8 18 40
25 //// 5 10 45
24 /// 3 5 48
23 // 2 2 50= N
total 50= N - -

24
Selanjutnya kita gunakan rumus yang kedua, untuk mencari median dari data dia atas.
Perhatian kita arahkan kepada kolom 5 tabel diatas

a. Titik pertengahan data terletak pada ½ N yaitu, ½ X 50=25. Dalam frekuensi

kumulatif yang dihitung dari atas Fka titik pertengan data sebesar 25 itu terkandung
pada fkb sebesar 32. Dengan demikian dapat kita ketahui skor yang mengandung
median yaitu skor 27.

b.Karena skor yang mengandung median adalah 27, maka dengan mudah dapat kita
ketahui

c.Batas atas nyata dari skor yang mengandung median yaitu 27 + 0,50 = 27,50 atau
u=27,50

d.Frekuensi kumulatif yang terletak di atas skor yang mengandung median adalah 20
jadi Fka = 20

e.frekuensi aslinya, atau frekuensi dari skor yang mengandung median adalah = 12;
jadi fi = 12.

f.Dengan diketahuinya: u, fi dan fkb maka dengan mensubstitusikannya ke dalam

rumus kedua, dapat diperoleh mediannya:

Mdn = u – fkb/fi

= 27, 50 – 5/12 = 27,50 – 0,417

= 27, 083 (dapat dibulatkan menjadi 27)

2. Cara mencari nilai rata-rata pertengahan untuk data kelompokan.

Cara menghitung dan jalan pikiran yang ditempuh untuk menghitung atau
mencari nilai rata-rata pertengahan dari data kelomokan adalah sama saja dengan apa
yang telah dikemukakan diatas. Letak perbedaanya adalah, jika pada data tunggal kita
tidak perlu memperhitungkan interval class (i), itu harus ikut diperhitungkan,
sehingga rumus di atas tadi berubah menjad

Mdn = median atau nilai rata-rata pertengahan

I = lower limit (batas bawah nyata dari interval yang mengandung Median).

25
 fkb = frekuensi kumulatif yang terletak di bawahinterval yangmenfandung
Median.

fi = frekuensi aslinya (yaitu frekuensi dari interval yang mengandung median)

u = upper limit (Batas Atas Nyata dari interval yang mengandung Median).

fka = frekuensi kumulatif yang terletak di atas interval yang mengandung Median.

N = Number of Cases

Contoh : misalkan 100 orang siswa Madrasah Tsanawiyah menempuh EBTA dalam
bidang studi bahasa Arab. Distribusi frekuensi nilai mereka adalah sebagaimana
tertera pada tabel 3.8 kolom 1 dan 2.

Jika kita ingin mencari Median-nya menggunakan dua buah rumus yang telah
dikemukakan diatas, maka kita perlu menyiapkan tabel perhitungannya sebagai
berikut:

TABEL 3.8. Tabel perhitungan untuk mencari Median Nilai hasil EBTA dalam Bahasa Arab
yang Diikuti oleh 100 Orang Siswa Madrasah Tsanawiyah

Interval f fk(b) Fk(a)

Nilai
65 – 69 6 100 = N 6
60 – 64 24 94 30
55 – 59 25 70 55
50 – 54 15 45 70
45 – 49 10 30 80
40 – 44 6 20 86
35 – 39 5 14 91
30 – 34 4 9 95
25 – 29 3 5 98
20 - 24 2 2 100 = N
Total : 100 = N - -

26
a) Perhitungan median data kelompokan dengan rumus pertama

Langkah-langkahnya adalah sebagai berikut:

Mencari letak pertengahan distribusi data, yaitu ½ N: karena = 100 maka ½ = 50
Perhatikan table kolom ke 3. Letak pertengahan data adalah pada frekuensi kumulatif
sebesar 70.
Dengan demikian, interfal nilai yang mengandung median adalah interval nilai 56-59.
Karena interval nilai yang mengandung median adalah 56-59, maka dengan
cepatdapat kita ketahui l= 54,50: Fi = 25 : sedangkan fkb = 45.
Adapun interval kelasnya adalah 5. Karena ½ N sudah kita ketahui demikian juga l, Fi
, fkb dan i, pun telah kita ketahui, maka dengan mensubtitusikannya kedalam rumus
pertama dapat diperoleh mediannya :
Mdn= = 54,50+ 5 x 5 = 54,50 + 1 = 55,50

b) Perhitungan median untuk data kelompokkan dengan rumus ke2.

Langkah-langkahnya adalah sebagai berikut:

Mencari letak pertengahan distribusi data, yaitu ½ N: karena N= 100 maka ½ N = 50
Perhatikan table kolom ke4, letak pertengahan data adalah pada frekuensi kumulatif
sebesar 55.
Dengan Demikian interval nilai yang mengandung median adalah interval nilai 55-59
karena interval nilai yang mengandung median adalah 55-59, maka dapat dengan
mudah diketahui u= 59,50 : fi =25 : fka = 30: i = 5. Kita subtitusikan kedalam
rumus kedua
Mdn = 59,50 - 100 = 59,50 – 4 = 55,50 (hasilnya sama)
25

c. Kegunaan Median

1. Kita tidak memiliki waktu yang cukup luas atau longgar untuk meghitung nilai
rat-rata hitung (meannya).
2. Kita tidak ingin memperoleh nilai rata-rata dengan tingkat ketelitian yang tinggi,
melainkan hanya sekedar ingin mengetahui skor atau nilai yang merupakan
median dari data yang kita teliti.
3. Distribusi frekuensi data yang sedang kita hadapi itu bersifat asimetris (tidak
normal).

27
 4. Data yang sedang kita teliti itu tidak akan dianalisis secara lebih dalam lagi
dengan menggunakan ukuran statistic lainnya.

d. Kebaikan dan Kelemahan Median

Kebaikan yang dimiliki oleh Median sebagai Ukuran rata-rata ialah, Mediannya dapat
diperoleh dalam waktu yang singkat, karena proses perhitungannya sederhana dan mudah.
Adapun kelemahannya ialah, Median sebagi ukuran rata-rata sifatnya kurang teliti.

4. Teknik penyajian data

1) Daftar Distribusi Frekuensi

Distribusi frekuensi adalah alat penyajian data berbentuk kolom dan lajur (tabel),
yang di dalamnya dibuat angka yang menggambarkan pancaran frekuensi dari
variabel yang sedang menjadi objek penelitian. Dalam statistik terdapat berbagai
macam distribusi frekuensi. Berikut ini akan dikemukakan empat macam distribusi
frekuensi yang sering dipergunakan dalam penelitian ilmiah, terutama dalam bidang
pendidikan, yaitu:
 Distribusi Frekuensi Data Tunggal
Distribusi frekuensi data tunggal adalah distribusi data angka yang
dilakukan tanpa melakukan pengelompokan nilai-nilai variabelnya (ungrouped
data). Misalnya dari sejumlah 40 orang siswa yang menempuh ujian dalam
mata pelajaran matematika, diperoleh nilai sebagai berikut:

5864679645
3 7 8 6 5 4 6 7 7 10
4657893568
4 10 9 5 3 6 8 6 7 6
Agar data angka di atas dapat memberikan gambaran yang jelas
tentang ciri atau sifat yang terkandung di dalamnya, antara lain dapat
dilakukan melalui distribusi Frekuensi Data Tunggal, dengan menempuh
langkah-langkah berikut:
Pertama, mencari nilai tertinggi (Highest Score) dan nilai yang paling
rendah (Lowest Score). Dari data angka di atas ternyata H = 10 dan L = 3.
Kemudian disusun berturut dari atas ke bawah, mulai dari 10 sampai dengan
nilai 3 (lihat kolom pertama Tabel 4.1). Kedua, menghitung frekuensi masing-

28
masing nilai variabel dengan bantuan jari-jari (tallies), seperti yang tertera
pada kolom kedua Tabel 4.1. Ketiga, mengubah jari-jari menjadi angka biasa,
ditulis pada kolom ketiga atau kolom frekuensi (f). Setelah selesai mengubah
jari-jari menjadi angka bisa, frekuensi masing-masing nilai dijumlahkan,
sehingga diperoleh jumlah frekwensi (Ʃf) atau Number of Cases (N).

Tabel 4.1 Tabel Kerja Distribusi Nilai Ujian 40 Orang Siswa

Dalam Mata Pelajaran Matematika

Tabel 4.1 di atas masih merupakan tabel kerja. Distribusi frekuensi

yang disajikan dalam laporan penelitian atau kepada pembaca, tidak mengikut
sertakan kolom jari-jari sebagai berikut:
Tabel 4.2 Distribusi Nilai Siswa Dalam Mata Pelajaran Matematika

Dalam suatu penelitian, adakalanya data angka yang dikumpulkan

terdiri dari nilai-nilai variabel yang cukup besar, sehingga untuk
pendistribusiannya dianggap perlu melakukan pengelompokan nilai-nilai
variabel ke dalam kelas-kelas tertentu. Hasil pendistribusian yang demikian
disebut distribusi frekuensi data kelompok (Grouped Data).

29
 Jumlah kelas adalah banyaknya kelas dalam suatu distribusi data
kelompok, mengenai penentuan jumlah kelas yang akan digunakan dalam
suatu distribusi, statistik tidak memberikan aturan tertentu yang secara mutlak
harus diikuti. Penentuan jumlah kelas, umumnya tergantung pertimbangan-
pertimbangan praktis yang masuk akal dari peroleh data atau peneliti. Namun
sebagai dasar pertimbangan yang tidak mengikat, pendapat berikut ini dapat
digunakan.
Para ahli statistik menyarankan agar jumlah kelas tidak kurang dari 5
dan tidak lebih dari 20. Para peneliti pada umumnya memakai jumlah kelas 7
sampai 15. Jumlah kelas yang lebih dari 20 memberikan yang jelas tentang
ciri-ciri individu, tetapi tidak menunjukkan dengan tajam karakteristik grup.
Sebaliknya jika jumlah kelas kurang dari 5, gambaran karakteristik grup akan
sangat menonjol, tetapi ciri-ciri individu menjadi kabur sama sekali. Pendapat
lain mengatakan bahwa penentuan jumlah kelas dalam pembuatan tabel
distribusi data kelompok dapat dilakukan dengan menggunakan rumus Sturges
(Sudjana, 2000). Pembuatan distribusi data kelompok dengan menggunakan
rumus Sturges dilakukan dengan menempuh langkah-langkah sebagai berikut:
Langkah pertama, menetapkan jumlah kelas dan lebar kelas dengan pedoman,
bahwa jumlah kelas antara 5 sampai 20 dan lebar kelas merupakan bilangan
ganjil, atau menggunakan rumus sturges. Langkah kedua, membuat kelas-
kelas dari kelas yang paling bawah sampai kelas yang paling atas. Kelas yang
paling bawah harus dapat mencakup nilai yang paling rendahang kelas yang
paling atas harus dapat mencakup nilai yang paling tinggi. Dalam menentukan
angka-angka yang dijadikan sebagai batas kelas dapat dilakukan dengan
menetapkan bahwa batas bawah kelas terdiri dari angka yang merupakan
kelipatan dari lebar kelas (i).Langkah ketiga, memasukkan tiap-tiap skor atau
nilai kedalam masing-masing kelas-kelas yang sesuai. Langkah keempat¸
merubah jari-jari menjadi angka biasa dan menjumlahkan ke bawah. Langkah
terakhir, adalah menyajikan tabel distribusi yang sebenarnya, yaitu tanpa
mengikut sertakan kolom jari-jari.
Contoh:
Data hasil belajar siswa sebagaimana terlihat pada tabel berikut:
56 58 60 74 73 68 32 37 42 43 45 69 70 75 82
75 67 80 58 79 75 68 30 32 38 43 44 46 70 72

30
78 85 34 42 89 64 66 48 50 50 50 56 56 58 60
32 52 33 73 44
Langkah penyelesaian:
a. Menentukan range ialah data terbesar dikurangi data
terkecil Range = Data terbesar – data terkecil
= 89 – 30
= 59
b. Menentukan banyak kelas interval dengan rumus
Sturges sebagai berikut:
Banyak kelas = 1 + (3,3) log n
= 1 + (3,3) log 50
= 1 + (3,3) 1,69
= 6,57 banyaknya kelas diambil 6
c. Menentukan panjang kelas interval (p), rumus yang
digunakan adalah:
P = range/banyak kelas
= 59/6
= 9,8
Dari hasil di atas dapat diambil p = 10
d. Memilih ujung bawah interval pertama. Untuk data ini dapat
diambil sama dengan data terkecil atau nilai data yang lebih
kecil dari data terkecil.
e. Kesimpulannya, dengan p = 10 dan memulai batas bawah 30
maka distribusi yang dimaksud dari data di atas adalah sebagai
berikut:
Tabel 4.3 Distribusi Hasil Belajar Siswa

31
 BAB III

PENUTUP

A. Kesimpulan

Statistik adalah ilmu pengetahuan yang berhubungan dengan cara-cara pengumpulan

data, pengolahan data, penganalisan data, penarikan kesimpulan, pembuatan keputusan yang
cukup beralasan berdasarkan fakta yang ada. Sedangkan klasifikasi statistik berdasarkan
metode pengolahannya ada dua macam yaitu statistik deskriptif dan statistik inferensial.
Statistik dan statistika dapat dibedakan berdasarkan tujuannya, dan metode yang
digunakannya.
Statistik deskriptif atau statistik deduktif adalah bagian dari statistik yang mempelajari
cara pengumpulan dan penyajian data sehingga mudah dipahami, sedangkan Statistik
inferensial atau statistik induktif adalah bagian dari statistik yang mempelajari mengenai
penafsiran dan penarikan kesimpulan yang berlaku secara umum dari data yang telah
tersedia.
Statistika berdasarkan dengan ruang lingkup penggunanya itu dibagi menjadi 6
bagian, antara lain ialah sebagai berikut : Statistika Sosial, Statistika ekonomi, Statistika
Pendidikan, Statistika kesehatan, Statistika perusahaan, dan Statistika pertanian.
Peranan Statistika dalam Pendidikan: Data membantu dalam pengumpulan dan
diskusi informasi dengan cara yang terkomputasi dan metodis, Data membuat pelatihan dan
prosedur pencarian jauh lebih andal, Statistik membantu dalam penetapan serta penyajian
ringkasan yang tepat, Statistik membantu dalam Ringkasan Hasil, dan Data sangat membantu
dalam pengumpulan data dan juga info
Pentingnya Statistika dalam Pendidikan disebut sebagai ‘esensi dan pentingnya data
untuk setiap bidang pencarian’ tentang matematika, pendidikan dan pembelajaran,
perusahaan, penelitian ilmiah, sistem komputer, sejarah, dll., Sebagian besar secara khusus
signifikansi dan tugas data dalam studi penelitian instruksional
Pengertian data ada bermacam-macam, secara umum menurut Kamus Umum Bahasa
Indonesia (KUBI), “Data adalah bukti yang ditemukan dari hasil penelitian yang dapat
dijadikan dasar kajian atau pendapat”. Secara teknis, data lebih berkaitan dengan
pengumpulannya secara empiris. Dengan demikian, data merupakan satuan terkecil yang
diwujudkan dalam bentuk simbol angka, simbol huruf, atau simbol gambar yang
menggambarkan nilai suatu variabel tertentu sesuai dengan kondisi data di lapangan. Simbol
angka, huruf atau gambar sering disebut dengan data mentah atau besaran yang belum
32
menunjukkan suatu ukuran terhadap suatu konsep atau gejala tertentu.
Kriteria data yang baik untuk penelitian, yaitu: data tepat waktu, data objektif, data
relevan, data representatif dan data memiliki kesalahan baku (standard error) kecil.
Mean adalah nilai rata-rata dari beberapa buah data. Nilai mean dapat ditentukan
dengan membagi jumlah data dengan banyaknya data. Modus adalah skor atau nilai yang
mempunyai frekuensi paling banyak; dengan kata lain, skor atau nilai yang memiliki
frekuensi maksimal dalam distribusi data. nilai rata-rata pertengahan atau median ialah suatu
nilai atau suatu angka yang membagi suatu distribusi data kedalam dua bagian yang sama.
Teknik penyajian data, terbagi menjadi 3 bentuk yaitu: Daftar Distribusi Frekuensi, Grafik,
dan Diagram

B. Saran
Dalam penulisan makalah ini penulis menyadari masih jauh dari kesempurnaan,
masih banyak terdapat kesalahan-kesalahan, baik dalam bahasanya, materi dan
penyusunannya. Oleh karena itu penulis sangat mengharapkan kritik, saran dan masukan
yang dapat membangun penulisan makalah.

33
 DAFTAR PUSTAKA

Agus Irianto. 2003. Statistika Konsep Dasar dan Aplikasinya. Padang: Kencana

Anas Sudijono. 2009. Pengantar Statistik Pendidikan. Jakarta: PT. Raja Grafindo PersadaIndonesia
Arif S. Sadiman. 2007. Media Pendidikan : Pengertian,
Pengembangan danPemanfaatannya. Jakarta: PT Raja Grafindo Persada
Gaspersz, Vincent. 1989. Statistika. Armico:Bandung

https://pgsd.binus.ac.id/2021/08/10/pentingnya-statistika-dalam-
pendidikan/#:~:text=Statistik%20di%20bidang%20pendidikan%20membantu,diproses%20m
aupun%20yang%20tidak%20dimurnikan.
Jaya, I., & Ardat, A. (2013). Penerapan statistik untuk pendidikan.

Kurnia Ardi. (2020). Apa Saja Jenis-Jenis Statistika?. https://www.dictio.id/t/apa-saja-jenis-jenis-

statistika/8939 . Diakses pada 08 Februari 2024.
Somantri, Ating dan Sambas Ali Muhidin. 2006. Aplikasi statistika dalam Penelitian. pustakaceria:
Bandung

Ananda, Rusydi, dkk. 2018. Statistik Pendidikan (Teori dan Praktik Dalam Pendidikan).
Medan: CV.Widya Puspita.

Sudijono, Anas. 2010. Pengantar Statistik Pendidikan. Jakarta: Rajawali Pers.

Prof. Dr. Sudjana. 1990. Metode Statistik. Bandung: Transito.

Nazir, Mohamad. 1983. Metode Penelitian. Jakarta: Ghalia Indonesia.

Sugiyono. 2003. Statistika untuk Penelitian. Bandung: Alfabeta.

Susetyo, Budi. 2010. Statistika Untuk Analisis Data Penelitian. Bandung: PT.Refika Aditama.

Sudjana. 1992. Metoda Statistika (Edisi ke 5). Bandung: Tarsito.

Walpole, R.E. 1992. Pengantar Statistika. Jakarta: PT. Gramedia Pustaka Utama.

34