FASE E (X) : ANALISIS DATA (STATISTIKA)

Materi Pemberlajaran
Penyajian data, ukuran pemusatan data, dan ukuran penyebaran data

1
 BAGIAN I: JENIS-JENIS PENYAJIAN DATA

Beberapa bentuk penyajian data dalam bentuk diagram, seperti diagram garis,
diagram batang, diagram lingkaran, dan lainnya.

1. Diagram Garis
Diagram garis digunakan untuk menyajikan perkembangan data statistik yang
kontinu (berkesinambungan), misalnya jumlah penduduk tiap tahun di suatu
wilayah, keadaan suhu badan pasien RS tiap jam, omset penjualan barang di
suatu toko. Pada diagram garis, sumbu X (horizontal) biasanya menyatakan
satuan waktu, sedangkan sumbu Y (vertikal) biasanya menyatakan frekuensi.
a. Diagram Garis Tunggal
Hasil penjualan komputer di toko Planet Computer pada periode Januari
hingga Juli 2019 ditunjukkan pada tabel di bawah ini.

Data tersebut dapat ditunjukkan dalam diagram garis (tunggal) seperti pada
gambardi bawah ini.

b. Diagram Garis Berganda

Grafik yang terdiri dari beberapa garis untuk menggambarkan
perkembangan beberapa hal atau kejadian sekaligus. Hasil penjualan
Barang A dan B di toko “Melati” periode Januari sampai Juni 2019
ditunjukkan pada Tabel di bawah ini.

2
 Data tersebut dapat ditunjukkan dalam diagram garis berganda seperti pada
gambar di bawah ini.

2. Diagram Lingkaran
Diagram lingkaran adalah bentuk penyajian data dengan menggunakan sektor-
sektor (juring-juring) dalam suatu lingkaran. Diagram ini sangat baik untuk
menunjukkan perbandingan antara objek yang satu dengan objek lainnya
terhadap keseluruhan dalam suatu penyelidikan.
Contoh:
Data berikut ini menunjukkan banyaknya peminat kegiatan ekstra kurikuler
siswa kelas XII di SMA Merdeka. Kegiatan Olah raga ada 90 orang, PMR ada 60
orang, dan Paskibra ada 50 orang.
Sebelum membuat diagram lingkaran, terlebih dahulu ditentukan besar
persentase tiap objek terhadap keseluruhan data dan besar sudut pusat sektor
lingkaran yang sesuai sebagaimana ditunjukkan pada tabel di bawah ini.

3
3. Diagram Batang
Diagram batang adalah penyajian data dengan menggunakan persegi panjang-
persegi panjang dengan arah vertikal atau horizontal. Tinggi setiap persegi
panjang (batang) sesuai dengan jumlah data masing-masing objek.

Contoh:
Tabel berikut menunjukkan banyaknya siswa di Kota A menurut tingkat sekolah
pada tahun 2019

Tiga jenis diagram di atas paling sering kita jumpai dalam kehidupan sehari-hari.
Selain penyajian data dengan diagram di atas, juga ada diagram lainnya seperti
diagram batang daun (Steam and Leaf Plot), diagram kotak garis, diagram pencar,
dan piktogram.

4. Tabel Distribusi Frekuensi

Jika ukuran data cukup besar (n > 30), maka sebaiknya data disajikan dalam
bentuk tabel distribusi frekuensi. Tabel distribusi frekuensi dibedakan menjadi
dua, yaitu tabel distribusi frekuensi tunggal dan tabel distribusi frekuensi
berkelompok.

4
 Contoh:

Berikut ini data berat badan 40 siswa SD Merdeka (dalam kg)

BAGIAN II: PENYAJIAN DATA(TABEL DISTRIBUSI FREKUENSI,

HISTOGRAM, DAN OGIF)

1. Tabel Distribusi Frekuensi

Dalam suatu penelitian seringkali harus melakukan pengamatan yang
sangat banyak atau pengukuran data yang berkali-kali. Sebagai konsekuensinya
adalah diperoleh suatu data dengan ukuran yang besar.
Ukuran data yang besar tersebut dapat disederhanakan dengan cara
menentukan banyak nilai amatan yang sama (frekuensi), atau banyak nilai
amatan yang terletak pada interval tertentu.
Selanjutnya, nilai amatan yang sama atau nilai amatan yang terletak pada
interval tertentu bersama-sama dengan nilai frekuensinya disajikan dalam
bentuk sebuah tabel, yaitu tabel distribusi frekuensi atau tabel sebaran
frekuensi. Terdapat dua macam tabel distribusi, yaitu:

A. Tabel Distribusi Tunggal

Tabel 1.1
Nilai Harian (𝑥𝑖 ) Turus Frekuensi (𝑓𝑖 )
20 || 2
30 |||| 4
40 |||| 5
50 |||| ||| 8
60 |||| |||| | 11
70 |||| | 6
80 |||| 4

5
B. Tabel Distribusi Frekuensi Berkelompok
Untuk membuat tabel distribusi frekuensi dari suatu data dengan ukuran
yang sangat besar, lebih mudah jika data tersebut dikelompokkan terlebih
dahulu ke dalam beberapa kelas atau kategori. Setelah itu data
dikelompokkan ke dalam kelas-kelas, kemudian ditentukan banyaknya
(frekuensi) nilai data yang ada pada masing-masing kelasnya, seperti tabel di
bawah ini:

Tabel 1.2

1) Kelas
Data yang terdiri dari atas 100 nilai amatan pada tabel 1.2 di atas
dikelompokkan menjadi enam kelas, kelas pertama 71 – 80; kelas kedua
81 – 90; kelas ketiga 91 – 100; kelas keempat 101 – 110; kelas kelima 111
– 120; dan kelas keenam 121 – 130.

2) Batas Kelas
Batas kelas ditetapkan sebagai nilai-nilai ujung yang terdapat pada
sebuah kelas. Nilai ujung bawah suatu kelas disebut batas bawah kelas
dan nilai ujung atas kelas disebut batas atas kelas. Misalnya, kelas
pertama 71 – 80, batas bawahnya 71 dan batas atasnya 80.

3) Tepi Kelas
Untuk suatu data yang diperoleh dari hasil pengukuran dengan ketelitian
sampai satuan terdekat, maka tepi kelas ditentukan sebagai berikut:
Tepi Bawah = batas bawah – 0,5
Tepi Atas = batas atas + 0,5
Tepi bawah sering disebut batas bawah nyata dan tepi atas disebut tepi
atas nyata. Misalnya, kelas pertama 71 – 80, tepi bawahnya 70,5 dan tepi
atasnya 80,5.

6
 4) Panjang Kelas
Jika masing-masing kelas mempunyai panjang yang sama, maka panjang
kelas merupakan selisih antara tepi atas dengan tepi bawah.

Panjang kelas = tepi atas – tepi bawah

Panjang kelas disebut juga lebar kelas atau interval kelas.

5) Titik Tengah Kelas

Titik tengah kelas merupakan nilai yang dapat dianggap mewakili kelas
itu, titik tengah kelas disebut juga nilai tengah kelas atau rataan kelas,
dan ditetapkan sebagai berikut:

𝟏
Titik tengah = (batas bawah + batas atas)
𝟐

d d d d

70,5 80,5 90,5 100,5 110,5 120,5 130,5

C. Menyusun Tabel Distribusi Frekuensi (Berkelompok)

Sebelum menyusun tabel distribusi berkelompok, terlebih dahulu data harus
diurutkan dari nilai yang terkecil sampai dengan yang terbesar.
Data yang telah diurutkan seperti itu disebut statistik jajaran atau peringkat.
Dari statistik jajaran dapat ditetapkan nilai datum terkecil, disebut statistik
minimum yaitu 𝑥𝑚𝑖𝑛 = 𝑥1 dan nilai datum terbesar disebut statistik
maksimum, yaitu 𝑥𝑚𝑎𝑘𝑠 = 𝑥𝑛 . Kedua statistik tersebut disebut statistik
ekstrim.
Tabel distribusi frekuensi berkelompok dapat disusun melalui langkah-
langkah sebagai berikut:
 Langkah 1 : Buatlah statistik jajaran dari data mentah, kemudian
tentukanlah nilai rentang, yaitu:
𝑅 = 𝑥𝑚𝑎𝑘𝑠 − 𝑥𝑚𝑖𝑛 .
 Langkah 2 : Tentukan banyak kelas, dengan menggunakan kaidah
empiris Sturgess sebagai berikut
𝑘 = 1 + 3,3 log 𝑛
Dengan k menyatakan banyak kelas dan n menyatakan ukuran data.
 Langkah 3 : Tentukan panjang atau interval kelas. Panjang kelas
ditetapkan sebagai perbandingan rentang dengan banyak kelas, yaitu

7
 𝑟𝑒𝑛𝑡𝑎𝑛𝑔
𝑃𝑎𝑛𝑗𝑎𝑛𝑔 𝐾𝑒𝑙𝑎𝑠 =
𝑏𝑎𝑛𝑦𝑎𝑘 𝑘𝑒𝑙𝑎𝑠
 Langkah 4 : Dengan menggunakan nilai panjang kelas yang diperoleh
pada langkah 3, tetapkan kelas-kelasnya sehingga mencakup semua
nilai amatan.
 Langkah 5 : Tentukan frekuensi setiap kelasnya dengan
menggunakan sistem turus (tally). Kemudian susunlah tabel distribusi
frekuensi berkelompok.
Contoh:
Suatu data diperoleh dari 40 kali pengukuran (teliti sampai satuan terdekat)
sebagai berikut.

157 149 125 144 132 156 164 138 144 152
148 136 147 140 158 146 165 154 119 163
176 138 126 168 135 140 153 135 147 142
173 146 162 145 135 142 150 150 145 128

Buatlah tabel distribusi frekuensi berkelompok untuk data tersebut!

Jawab:
 Langkah 1
Statistik jajaran untuk data tersebut adalah sebagai berikut:
119 125 126 128 132 135 135 135 136 138
138 140 140 142 142 144 144 145 145 146
146 147 147 148 149 150 150 152 153 154
156 157 158 162 163 164 165 168 173 176

Berdasarkan statistik jajaran di atas, diperoleh

𝑅 = 𝑥𝑚𝑎𝑘𝑠 − 𝑥𝑚𝑖𝑛 = 176 − 119 = 57 mm.
 Langkah 2
Menentukan banyak kelas ditentukan dengan menggunakan kaidah
empiris Strugess. Untuk ukuran data n = 40, diperoleh:
𝑘 = 1 + 3,3 log 40 ≅ 6,286 …
Banyak kelas dibulatkan ke atas menjadi 𝑘 = 7 buah
 Langkah 3
menentukan panjang kelas
𝑟𝑒𝑛𝑡𝑎𝑛𝑔 𝑅 57
𝑃𝑎𝑛𝑗𝑎𝑛𝑔 𝐾𝑒𝑙𝑎𝑠 = = = ≅ 8,1428 …
𝑏𝑎𝑛𝑦𝑎𝑘 𝑘𝑒𝑙𝑎𝑠 𝑘 7

Panjang kelas dibulatkan ke atas menjadi 9 mm

 Langkah 4

8
 Dengan panjang kelas 9 mm dan nilai statistik minimum ditetapkan
sebagai batas bawah kelas pertama (tidak harus demikian), maka diperoleh
kelas-kelas dan titik-titik tengah kelas:
Kelas pertama 119 – 127 dengan titik tengah 123;
Kelas kedua 128 – 136 dengan titik tengah 132;
Kelas ketiga 137 – 145 dengan titik tengah 141;
Kelas keempat 146 – 154 dengan titik tengah 150;
Kelas kelima 155 – 163 dengan titik tengah 159;
Kelas keenam 164 – 172 dengan titik tengah 168; dan
Kelas ketujuh 173 – 181 dengan titik tengah 177;
Perhatikan bahwa semua nilai amatan terdistribusi atau tersebar dalam
kelas-kelas tersebut.
 Langkah 5
Tabel distribusi frekuensi berkelompok untuk data tersebut dapat
ditampilkan seperti pada tabel 1.3 berikut ini:
Tabel 1.3

D. Menyusun Tabel Distribusi Frekuensi Kumulatif

Dengan berbekal tabel distribusi berkelompok kita dapat menyusun tabel
distribusi frekuensi kumulatif. Ada dua macam tabel distribusi frekuensi
kumulatif yaitu tabel distribusi frekuensi kumulatif kurang dari dan tabel
distribusi frekuensi kumulatif lebih dari.
1. Frekuensi kumulatif kurang dari (𝑓𝑘 kurang dari) didefinisikan sebagai
jumlah frekuensi semua nilai amatan yang kurang dari atau sama dengan
nilai tepi atas pada tiap-tiap kelas. Frekuensi kumulatif kurang dari
dilambangkan dengan 𝑓𝑘 ≤.

9
 Tabel 1.4

2. Frekuensi kumulatif lebih dari (𝑓𝑘 lebih dari) didefinisikan sebagai jumlah
frekuensi semua nilai amatan yang lebih dari atau sama dengan nilai tepi
bawah pada tiap-tiap kelas. Frekuensi kumulatif lebih dari dilambangkan
dengan 𝑓𝑘 ≥.
Tabel 1.5

Selain frekuensi kumulatif mutlak seperti di atas, seringkali kita perlu

menghitung nilai frekuensi kumulatif relatif dari suatu nilai amatan yang
kurang dari atau lebih dari suatu nilai tertentu. Frekuensi kumulatif relatif
biasanya dinyatakan dengan peren, ditentukan dengan aturan:

Frekuensi 𝑓𝑟𝑒𝑘𝑢𝑒𝑛𝑠𝑖 𝑘𝑢𝑚𝑢𝑙𝑎𝑡𝑖𝑓

= × 100%
kumulati relatif 𝑢𝑘𝑢𝑟𝑎𝑛 𝑑𝑎𝑡𝑎

Contoh:
31
Frekuensi kumulatif relatif lebih dari 136,5 adalah × 100% = 77,5%
40

E. Histogram dan Poligon Frekuensi

Sajian tabel distribusi frekuensi dengan menggunakan gambar berbentuk
persegi panjang yang saling berimpit disebut histogram. Sebagai ilustrasi
perhatikan kembali distribusi frekuensi berkelompok pada tabel 1.3 di atas.
Tabel distribusi frekuensi berkelompok itu dapat ditampilkan dengan
menggunakan histogram seperti di bawah ini.

10
 Gambar 1. Histogram
Perhatikan bahwa setiap persegi panjang pada suatu histogram mewakili kelas
tertentu, dengan pengertian:
 Lebar persegi panjang menjatakan panjang kelas
 Tinggi persegi panjang menyatakan frekuensi kelas dan frekuensi ini
ditempatkan pada sumbu vertikal atau sumbu Y.
Selanjutnya apabila titik-titik tengah dari bagian sisi atas persegi panjang
pada histogram tersebut dihubungkan, maka diperoleh diagram garis.
Diagram garis yang dibentuk dengan cara seperti itu disebut poligon frekuensi
seperti di bawah ini:

Gambar 2. Poligon Frekuensi

Perhatikan bahwa, untuk histogram yang diperoleh dari tabel distribusi

frekuensi berkelompok maka lebar dari setiap persegi panjang dibatas oleh
tepi bawah dan tepi atas masing-masing kelas.

F. Ogif
Tabel distribusi kumulatif (kurang dari atau lebih dari) dapat pula dibuatkan
diagramnya. Caranya adalah dengan menempatkan nilai-nilai tepi kelas pada
sumbu-X dan nilai-nilai frekuensi kumulatif pada sumbu-Y. Jika titik-titik
yang diperoleh (yaitu merupakan pasangan nilai tepi kelas dengan nilai
frekuensi kumulatif) dihubungkan dengan kurva mulus, maka diperoleh

11
 kurva frekuensi kumulatif yang disebut ogif. Kurva frekuensi kumulatif untuk
tabel distribusi frekuensi kumulatif kurang dari disebut ogif positif, sedangkan
kurva frekuensi kumulatif lebih dari disebut ogif negatif.
 Tabel Distribusi Frekuensi Kumulatif kurang dari dan Ogif Positif

 Tabel distribusi frekuensi kumulatif lebih dari dan Ogif positif

BAGIAN III: UKURAN PEMUSATAN DATA

1. Mean (Rataan) Hitung

Rata-rata disebut juga mean dengan lambang 𝑥̅ (dibaca x bar). Kita bisa
menghitung nilai rata-rata atau mean dari data tunggal dan data tunggal
berkelompok atau berfrekuensi. Rataan (mean) dari suatu data adalah
perbandingan jumlah semua nilai datum dengan banyak datum.
A. Data Tunggal
𝑗𝑢𝑚𝑙𝑎ℎ 𝑠𝑒𝑚𝑢𝑎 𝑛𝑖𝑙𝑎𝑖 𝑑𝑎𝑡𝑢𝑚 𝑦𝑎𝑛𝑔 𝑑𝑖𝑎𝑚𝑎𝑡𝑖
𝑥̅ =
𝑏𝑎𝑛𝑦𝑎𝑘𝑛𝑦𝑎 𝑑𝑎𝑡𝑢𝑚 𝑦𝑎𝑛𝑔 𝑑𝑖𝑎𝑚𝑎𝑡𝑖

12
 Secara umum jika suatu data terdiri atas nilai-nilai 𝑥1, 𝑥2 , 𝑥3, … . 𝑥𝑛 maka rataan
dari data itu ditentukan dengan rumus:

𝑥1 + 𝑥2 + 𝑥3 … 𝑥𝑛
𝑥̅ =
𝑛
𝑥̅ : rataan dari suatu data
𝑛 : banyak datum yang diamati, disebut ukura data
𝑥𝑖 : nilai datum ke-i

Contoh:
Hitunglah rataan dari data 4, 5, 6, 7, 8, 10, 10, 10
Jawab:

4 + 5 + 6 + 7 + 8 + +10 + 10 + 10 60
𝑥̅ = = = 7,5
8 8

Jadi, rataan dari data itu adalah 7,5

B. Data Berkelompok
Rataan data kelompok dapat ditentukan dengan rumus umum:

𝑥̅ : rataan dari suatu data

𝑓𝑖 : frekuensi kelas ke-i
𝑥𝑖 : nilai tengah ke-i

Contoh:
Tabel berikut memperlihatkan berat badan 50 orang siswa SMA Merdeka.
Tentukan rata-rata hitungnya

Jawab:

13
2. Median (Nilai Tengah)
Median adalah sebuah nilai datum yang berbeda di tengah-tengah, dengan
catatan data telah diurutkan dari nilai terkecil sampai dengan nilai terbesar. Jika
nilai-nilai telah diurutkan, maka median dari data itu dapat ditentukan sebagai
beriukut:
A. Data Tunggal
a) Jika ukuran data n ganjil, maka mediannya adalah nilai datum yang di
tengah
𝑀𝑒 = 𝑥𝑛+1
2

b) Jika ukuran data n genap, maka mediannya adalah rataan dari dua nilai
𝑛 𝑛+1
datum yang di tengah atau rataann nilai datum ke dan datum .
2 2
1
𝑀𝑒 = (𝑥𝑛 + 𝑥𝑛+1 )
2 2 2

Contoh:
Tentukan median dari setiap data berikut ini:
a). 4, 5, 7, 9, 10 b). 12, 11, 7, 8, 6, 13, 9, 10

Jawab:
Nilai-nilai dalam data sudah terurut dengan ukuran data n = 5 (ganjil).
Sehingga :
𝑀𝑒 = 𝑥5+1 = 𝑀𝑒 = 𝑥𝑛+1
2 2

Jadi, median dari data di atas adalah 𝑥3 = 7

Dalam bentuk bagan, median dari data itu dapat ditentukan sebagai
berikut:

14
B. Data Berkelompok
𝑛
− 𝑓𝑘
𝑀𝑒 = 𝑇𝑏 + 𝑃 (2 )
𝑓𝑚

dimana median terletak pada datum ke

Keterangan:
Me : Median
Tb : tepi bawah kelas median
P : panjang kelas interval
𝑓𝑖 : frekuensi kelas
𝑓𝑘 : frekuensi kumulatif tepat sebelum kelas median
𝑓𝑚 : frekuensi kelas median
n : banyak datum

Contoh:
Tentukan median data berat badan 50 orang siswa SMA Merdeka pada tabel
berikut.
Berat Badan 𝑓𝑖 𝑓𝑘
31 – 35 4 4
36 – 40 6 10
41 – 45 9 19
46 – 50 14 33
51 – 55 10 43
56 – 60 5 48
61 – 65 2 50
Jumah 50 -

15
 𝑛 50
Letak Median pada datum ke = = 25
2 2
jadi, letak median pada interval kelas 46 – 50 (dilihat dari frekuensi kumulatif
= 33, berarti terletak data ke-20 sampai ke-33)

Tb = 46 – 0,5 = 45,5 (tepi bawah kelas median)

P = 5 (panjang kelas)
𝑓𝑘 = 19 (frekuensi kumulatif sebelum kelas median)
fm = 14 (frekuensi kelas median)

Sehingga diperoleh median adalah

𝑛
– 𝑓𝑘
𝑀𝑒 = 𝑇𝑏 + 𝑃 (2 )
𝑓𝑚

25 − 19
𝑀𝑒 = 45,5 + 5 ( )
14
30
𝑀𝑒 = 45,5 + ( )
14

𝑀𝑒 = 45,5 + 2,14 = 47,64

Jadi, median berat badan siswa SMA Merdeka adalah 47,63 kg.
3. Modus
Selain rataan dan median dikenal pula ukuran pemusatan data yang lain, yaitu
modus. Modus adalah ukuran pemusatan data yang digunakan untuk
menyatakan kejadian yang paling banyak terjadi atau paling banyak muncul
A. Data Tunggal
Modus dari suatu data yang disajikan dalam bentuk statistik jajaran

𝑥1, 𝑥2 , 𝑥3, … . 𝑥𝑛−2, 𝑥𝑛−1 , 𝑥𝑛

Ditentukan sebagai nilai datum yang paling sering muncul atau nilai datum
yang mempunyai frekuensi terbesar.

Contoh:
1) Suatu data 3, 4, 4, 5, 5, 6, 6, 6, 7, 7 mempunyai modus 6
2) Suatu data 4, 5, 6, 7, 7, 8, 8, 9, 10 mempunyai modus 7 dan 8
3) Suatu data 2, 3, 4, 5, 6, 7, 8, 9, 10, 10 tidak memiliki modus

B. Data Berkelompok
𝑑1
𝑀𝑜 = 𝑇𝑏 + 𝑃 ( )
𝑑1 + 𝑑2
Mo : Modus
𝑓𝑖 : frekuensi kelas
Tb : tepi bawah kelas modus (kelas dengan frekuensi terbesar)
P : panjang kelas interval
𝑑1 : selisih antara frekuensi kelas modus dan frekuensi tepat satu kelas
sebelum kelas modus
𝑑2 : selisih antara frekuensi kelas modus dan frekuensi tepat satu kelas
setelah kelas modus

16
 Contoh:
Tentukan modus data berat badan 50 orang siswa SMA Merdeka pada tabel
berikut

𝑑1
𝑀𝑜 = 𝑇𝑏 + 𝑃 ( )
𝑑1 +𝑑2

5
𝑀𝑜 = 45,5 + 5 ( )
5+4

25
𝑀𝑜 = 45,5 + ( )
9

𝑀𝑜 = 45,5 + 2,78 = 48,28

Sehingga modus adalah 48,28 kg

4. Kuartil (Q)
Selain ukuran pemusatan data, juga ada ukuran letak data yang didasarkan
pada letak ukuran tersebut dalam suatu distribusi data. Ukuran letak data
membagi sekumpulan data yang berurutan menjadi beberapa bagian yang sama,
diantaranya kuartil, desil, dan persentil. Pada bagian ini kita hanya
menambahkan pembahasan tentang kuartil dan desil. Jika kumpulan data
terurut dibagi menjadi 4 bagian yang sama, maka didapat 3 pembagian dan tiap
pembagian itu dinamakan kuartil. Gambarannya sebagai berikut.

Kuartil tengah (Q2) sama saja dengan Median yang telah dibahas di atas. Kuartil data
berkelompok ditentukan dengan rumus:
𝑖
𝑛 − 𝑓𝑘
𝑄𝑖 = 𝐿𝑖 + 𝑃 ( 4 )
𝑓𝑖

17
 𝑖
Di mana 𝑄𝑖 adalah pada datum 𝑛 untuk i = 1, 2, 3.
4

Keterangan:

Li : tepi bawah kelas kuartil ke-i

P : panjang kelas interval
𝑓𝑖 : frekuensi kelas kuartil ke-i
𝑓𝑘 : frekuensi kumulatif tepat sebelum kelas kuartil ke-i
n : banyak datum
Contoh:

Tentukan 𝑄1 dan 𝑄2 data berat badan 50 orang siswa SMA Merdeka pada tabel
berikut:

Berat Badan 𝑓𝑖 𝑓𝑘
31 – 35 4 4
36 – 40 6 10
41 – 45 9 19
46 – 50 14 33
51 – 55 10 43
56 – 60 5 48
61 – 65 2 50
Jumah 50 -
Jawab:
𝑖 1
1) Letak 𝑄1 pada datum ke 𝑛 = 50 = 12,5. Jadi letak 𝑄1 pada interval kelas 41 – 45
4 4
L1 = 41 – 0,5 = 40,5
p = 5,
fk = 10
fi = 9

Sehingga diperoleh kuartil bawah (𝑄1 ) sebagai berikut:

1
𝑛−𝑓𝑘
𝑄1 = 𝐿1 + 𝑃 (4 )
𝑓𝑖

12,5−10
𝑄1 = 40,5 + 5 ( )
9

12,5
𝑄1 = 40,5 + ( )
9

𝑄1 = 40,5 + 1,39 = 41,89

Jadi, kuartil bawah adalah 41,89

𝑖 3
2) Letak 𝑄3 pada datum ke 𝑛 = 50 = 37,5. Jadi letak 𝑄3 pada interval kelas 51 – 55
4 4

L1 = 51 – 0,5 = 50,5
p = 5,
fk = 33
fi = 10

Sehingga diperoleh kuartil bawah (𝑄1 ) sebagai berikut:

18
 3
𝑛−𝑓𝑘
𝑄3 = 𝐿3 + 𝑃 (4 )
𝑓𝑖

37,5−33
𝑄3 = 50,5 + 5 ( )
10

4,5
𝑄3 = 50,5 + 5 ( )
10

𝑄3 = 50,5 + 2,25 = 52,75

Jadi, kuartil atas adalah 52,75

BAGIAN IV: UKURAN PENYEBARAN DATA

1. Ukuran Penyebaran Data

Ukuran penyebaran data adalah suatu ukuran yang menyatakan seberapa besar
nilai-nilai data berbeda atau bervariasi dengan nilai ukuran pusatnya atau
seberapa besar penyimpangan nilai-nilai data dengan nilai pusatnya.

2. Simpangan Rata-rata (Mean Deviation)

Simpangan rata-rata sekumpulan data adalah rata-rata dari selisih mutlak nilai
semua data terhadap rata -ratanya.
a. Simpangan Rata-rata data tunggal
Simpangan rata-rata (mean deviation) dari data 𝑥1 , 𝑥2 , 𝑥3 , … 𝑥𝑛 dirumuskan:

∑𝑛𝑖=1|𝑥𝑖 − 𝑥̅ |
𝑆𝑅 =
𝑛

dengan, Ingat!
𝑆𝑅 =Simpangan Rata-rata |2 − 3| = 1
𝑛 = banyaknya data |4 − 6| = 2
𝑥𝑖 = datum ke-i
𝑥̅ = Rataan hitung (mean)

Contoh:
Hitung simpangan rata-rata dari kumpulan data 4, 5, 5, 6, 6, 7, 7, 8, 9, 9.

Jawab:
Pertama carilah mean dari data tersebut

Selanjutnya menntukan simpangan rata-rata

19
b. Simpangan Rata-rata data kelompok
Simpangan rata-rata sekumpulan data adalah rata-rata dari selisih mutlak
nilai semua data terhadap rata -ratanya. Simpangan rata-rata (mean deviation)
dari data 𝒃𝒆𝒓𝒌𝒆𝒍𝒐𝒎𝒑𝒐𝒌 dirumuskan:

∑𝑛𝑖=1 𝑓𝑖 . |𝑥𝑖 − 𝑥̅ |
𝑆𝑅 =
∑ 𝑓𝑖

dengan,
𝑆𝑅 =Simpangan Rata-rata
∑ 𝑓𝑖 = jumlah frekuensi
𝑥𝑖 = nilai tengah kelas ke-i
𝑓𝑖 = frekuensi kelas ke-i
𝑥̅ = Rataan hitung (mean)
Contoh:
Tentukan simpangan rata-rata data pada tabel distribusi frekuensi di samping
ini.
Interval kelas fi
40 – 44 2
45 – 49 10
50 – 54 12
55 – 59 10
60 – 64 6
Jawab:

20
3. Varians dan Standar Deviasi
Varians (ragam) adalah ukuran seberapa jauh sebuah kumpulan bilangan/data
tersebar.
a. Varians (Ragam) data tunggal
Ragam dari kumpulan data 𝑥1 , 𝑥2 , 𝑥3 , … 𝑥𝑛 didefinisikan sebagai rata-rata dari
kuadrat simpangan terhadap rata-rata (mean), dinotasikan dengan 𝑆 2 .

∑𝑛𝑖=1(𝑥𝑖 − 𝑥̅ )2
𝑆2 =
𝑛

dengan,
𝑆 2 = Ragam (Varians)
𝑆 = Standar Deviasi (Simpagan Baku)
𝑛 = banyaknya data
𝑥𝑖 = datum ke-i
𝑥̅ = Rataan hitung (mean)

Akar kuadrat dari varians disebut Standar Deviasi (simpangan baku), yang
dirumuskan:

∑𝑛 (𝑥𝑖 − 𝑥̅ )2
𝑆 = √𝑆 2 = √ 𝑖=1
𝑛

Contoh:
Hitung ragam dan simpangan baku dari kumpulan data 6, 8, 7, 9, 10.

Jawab:
Pertama carilah mean dari data tersebut

21
 Selanjutnya tentukan Varians dan Simpangan Baku

b. Varians (Ragam) Data Berkelompok

Ragam (varians) data berkelompok disusun dalam tabel distribusi frekuensi,
ragam ditentukan dengan rumus :

∑𝑛𝑖=1 𝑓𝑖. (𝑥𝑖 − 𝑥̅ )2

𝑆2 =
∑ 𝑓𝑖

dan Simpangan Bakunya ditentukan dengan rumus:

∑𝑛𝑖=1 𝑓𝑖. (𝑥𝑖 − 𝑥̅)2

√ 2
𝑆= 𝑆 =√
∑ 𝑓𝑖

dengan,
𝑆2 = Varians (ragam)
𝑆 = Standar Deviasi (Simpagan Baku)
∑ 𝑓𝑖 = banyaknya data
𝑥𝑖 = datum ke-i
𝑥̅ = Rataan hitung (mean)

Contoh
Tentukan ragam dan simpangan baku data dalam tabel distribusi frekuensi di
bawah ini.

Jawab:

22
23