BAB I PENDAHULUAN 1.

1 Latar Belakang Seorang ilmuwan sangatlah berhubungan erat dengan percobaan percobaan atau penelitian penelitian. Dan statistika memegang peranan penting sebagai alat bantu penelitian. Hal ini meliputi dari proses, perancangan, pelaksanaan, analisis hingga pengambilan kesimpulan. Dengan adanya statistika, maka para ilmuwan menjadi lebih mudah dalam melakukan penelitian. Minitab merupakan suatu program komputer yang digunakan untuk mempermudah pengerjaan statistik suatu data. Hal yang paling sering dibahas dalam statistika adalah ukuran pemusatan dan penyebaran dari suatu data. Hal ini sering sekali dibahas karena dapat diinterpretasikan dalam kehidupan sehari hari. Dengan menghitung mean, dapat kita interpretasikan dalam kehidupan sehari hari seperti menghitung rata rata pengeluaran per bulan, menghitung rata rata nilai dalam 1 semester, dan masih banyak lagi. Tidak hanya mean saja tetapi masih banyak yang lainnya seperti modus, ragam, standar deviasi, dan lain lain. 1.2 Tujuan 1.2.1 Tujuan Umum Mahasiswa mampu menghitung dan menginterpretasikan ukuran pemusatan dan penyebaran dari suatu data. 1.2.2 Tujuan Khusus Mahasiswa mampu: 1. menghitung nilai mean, median, jangakauan, variansi, dan simpangan baku serta menginterpretasikannya. 2.menjelaskan pengaruh outlier terhadap mean dan median. 3.menjelaskan hubungan antara jangkauan dan simpangan baku.

BAB II DASAR TEORI Ada beberapa macam ukuran pemusatan data, yaitu: 1. Mean Mean merupakan ukuran rata-rata dari data. Rata rata hitung dilambangkan dengan

x . Rata rata merupakan pembagian antara jumlah nilai dari keseluruhan data dengan
banyaknya data :

x=

x
i =1

Dan apabila datanya berkelompok maka rumus rata ratanya adalah sebagai berikut:

x=

fx
i =1 k

i i

f
i =1

2. Variance Variansi atau ragam adalah ukuran penyimpangan dari data terhadap rata-rata. Dan juga dapat dikatakan bahwa ragam adalah rata rata perbedaan mean dengan nilai masing masing observasi. Ragam dilambangkan dengan S2. Dirumuskan dengan :

s2 =

( x x)
n i =1 i

n 1

3. Standar Deviasi Standar deviasi disebut juga simpangan baku. Standar deviasi merupakan akar dari variansi atau ragam. Adapun rumusnya adalah:

s=

( x x)
n i =1 i

n 1

4. Standar Error of Mean Merupakan variansi beberapa mean jika penelitian dilakukan beberapa kali dengan beberapa sampel. Rumusnya adalah
SE = SD n

5. First Quartile Suatu data yang dibagi 4 bagian yang sama besar, dimana seperempat bagian yang pertama disebut dengan kuartil 1 atau kuartil bawah. Rumus kuartil bawah adalah:

Q1 =x 1
4

( n+ ) 1

untuk n berjumlah ganjil untuk n berjumlah genap

Q1 =x 1
4

( n +2 )

6. Skewness Skewness adalah ukuran suatu kemungkinan keasimetrisan (kemenjuluran) dari pola sebaran data. Skewness ada dua yaitu skewness negatif (menjulur ke kiri) dan skewness positif (menjulur ke kanan). Adapun rumusnya adalah sebagai berikut:

7. Kurtosis Kurtosis adalah ukuran suatu kemaksimuman atau suatu puncak dari pola sebaran data dengan variabel yang acak. Adapun rumusnya adalah sebagai berikut:

Dengan 4 adalah rata rata dan 4 adalah standar deviasi. 8. Sebaran normal Sebaran normal adalah sebaran kontinu dengan x mengambil nilai mulai dari sampai dengan

+ , dengan fungsi sebaran

1 2 2 e
1 x 2
2

f ( x)n( x, , ) =

Ciri ciri dari kurva normal yaitu bentuknya lonceng, setangkup pada sumbu x dan y, asimptotik. 9. Histogram Histogram adalah tampilan grafis dari tabulasi frekuensi yang digambarkan dengan grafis batangan sebagai manifestasi data binning. Tiap tampilan batang menunjukkan proporsi frekuensi pada masing-masing deret kategori yang berdampingan dengan interval yang tidak tumpang tindih. Dan contoh dari histogram adalah

10. Boxplot Boxplot diperkenalkan oleh J. F. Turkey untuk keperluan eksplorasi data. Diagram kotak garis atau boxplot digunakan untuk memeriksa kesimetrikan data dan kemungkinan adanya pencilan setelah dipastikan ketunggalan datanya. Diagram ini menampilkan data dalam bentuk diagram yang terdiri dari kotak dan garis. Boxplot dapat digunakan untuk menunjukkan perbedaan antara populasi tanpa menggunakan asumsi distribusi statistik yang mendasarinya. Karenanya, boxplot tergolong dalam statistik non-parametrik. Jarak antara bagian-bagian dari box menunjukkan derajat dispersi (penyebaran) dan skewness (kecondongan) dalam data. Dalam penggambarannya, boxplot dapat digambarkan secara horizontal maupun vertikal.

BAB III

METODOLOGI Untuk memunculkan hasil dari mean, standar deviasi , variasi, SE of mean dan sebagainya pada program Minitab adalah dengan menggunakan perintah Stat Descriptive statistics nilainya klik graphs pilih boxplot dan histogram Basic Statistic OK OK . isikan pada kotak Variables, nama kolom yang akan dihitung

Maka akan muncul tampilan seperti ini

Variable Mahasisw Minimum 71,00 Maximum 90,00 Q1 75,00 Q3 85,75

BAB IV

PEMBAHASAN Data jumlah mahasiswa kimia yang mengikuti rapat besar untuk diklat mahasiswa baru angkatan 2010 yang sudah dicari meannya dengan menggunakan minitab adalah sebagai berikut:

Descriptive Statistics: mahasiswa Kimia

Variable mahasisw Variable mahasisw N 20 Minimum 71,00 Mean 79,00 Maximum 89,00 Median 79,00 Q1 71,75 TrMean 78,89 Q3 86,00 StDev 6,35 SE Mean 1,42

a. Dalam 20 kali pertemuan, sebagian besar mahasiswa kimia yang mengikuti rapat besar
untuk diklat mahasiswa baru angkatan 2010 sekitar 79 orang.

b. Mahasiswa kimia yang mengikuti rapat besar untuk diklat mahasiswa baru angkatan
2010 kira- kira 5 hari < 71 sampai 72 orang dan kira-kira 15 hari > 71 sampai 72 orang. c. Dan SE of mean dari data tersebut adalah 1,42 d.Standar deviasinya sebesar 6,349

e. Ragamnya yaitu sebesar 40,3158 f. Skewness dari data yang ada sebesar 0,041 g.Kurtosis yang didapatkan adalah -1,517 h.Gambar histogram dari data jumlah mahasiswa kimia yang mengikuti rapat besar untuk diklat mahasiswa baru angkatan 2010, sebagai berikut:

i.

Gambar boxplot dari data tersebut adalah

BAB V PENUTUP 5.1 Kesimpulan Minitab adalah salah satu program komputer yang membantu dalam pengerjaan suatu statistik. Dimana minitab dapat digunakan untuk menghitung ukuran pemusatan dan penyebaran dari suatu data. Adapun perintah untuk menghitung tersebut adalah Stat Basic Statistic Descriptive statistics OK OK . isikan pada kotak klik graphs pilih Variables, nama kolom yang akan dihitung nilainya boxplot dan histogram

Maka akan muncul hasil dari mean, standar deviasi, ragam, kuartil bawah, standar error of mean, kurtosis, dan skewness. Serta muncul pula histogram dan boxplot dari data yang telah kita buat. 5.2 Saran Dalam pengerjaan minitab hendaknya praktikan lebih teliti dalam memilih pilihan hasil yang ingin di munculkan. Selain itu hendaknya lebih teliti dalam memilih setiap perintah yang ada agar semua perintah yang diingankan dapat muncul pada hasil.

LAPORAN PRAKTIKUM STATISTIKA DASAR

STATISTIKA DESKRIPTIF I
Asisten : 1. Ali Rojin 2. Aditya Ramadhan

Oleh : Nama NIM : : Fifi Nafikah 0910920010

LABORATORIUM STATISTIKA JURUSAN MATEMATIKA FAKULTAS MIPA UNIVERSITAS BRAWIJAYA 2010

DAFTAR PUSTAKA Hoel, P.G. 1976. Elementary Statistic. John Wiley & Sons Inc. New York. Saefuddin, A., K.A. Notodipuro, A. Alamudi, K. Sadik. 2008. Statistika Dasar. PT Grasindo. Jakarta. Walpole, R.E. 1992. pengantar Statistika. PT Gramedia Pustaka. Jakarta.

STATISTIKA DESKRIPTIF II SOAL 1. Ada 25 data yaitu 86,75,68,66,60,45,92,82,76,66,73,61,51,28,30,55,62,71,69,80,83,32,56,63,74. Data tersebut harus dibuat diagram steam leaf dan histogram serta mencari k (banyaknya interval kelas), c (lebar interval), mean dan modusnya. 2. Data pada nomor 1 dikalikan 2. Lalu dibuat pula diagram steam leaf dan histogram serta mencari k (banyaknya interval kelas), c (lebar interval), mean dan modusnya. LANGKAH LANGKAH 1. a. Pada kolom C1 diberi nama data, lalu data yang ada dimasukkan pada kolom C1. b. Untuk mencari k maka perintah yang dilakukan adalah Calc OK. Maka akan muncul nilai k pada kolom C3. c. Untuk mencari nilai c maka perintah yang dilakukan adalah Calc OK. Maka akan muncul nilai c pada kolom C4. d. Untuk membuat diagram steam leaf, perintah yang dilakukan adalah Graph Character Graph data tersebut. e. Untuk membuat histogram, perintah yang dilakukan adalah Graph pada Graph, masukkan nama kolom yang akan dibuat yaitu data Histogram Options Steam-and-Leaf pada kotak Variables diisikan nama kolom C1 yaitu data, increment diisi 4 OK. Maka akan muncul diagram stem-and-leaf dari Calculator pada kolom Store Result in Variable di isi kolom C4, lalu Expression ditulis (max-min)/k Calculator pada kolom Store Result in Variable di isi kolom C3, lalu Expression ditulis 1+3,3*log(n)

pada Type of Histogram dipilih Frequency, pada Type of Intervals dipilih CutPoint, pada Definition of Interval dipilih Midpoint/Cutpoint position dan diisikan batas bawah data:batas atas data/k ada. 2. a. Kolom C2 diberi nama data*2, lalu perintah yang dilakukan adalah Calc Calculator pada kolom Store Result in Variable di isi kolom C2, lalu Expression ditulis C1*2 OK. Maka akan muncul data dari kolom C1 yang sudah dikalikan 2 pada kolom C2. b. Untuk mencari k maka perintah yang dilakukan adalah Calc . OK. Maka akan muncul nilai k pada kolom C5. Calculator pada kolom Store Result in Variable di isi kolom C5, lalu Expression ditulis 1+3,3*log(n) OK OK. Dan akan muncul histogram dari data yang

c. Untuk mencari nilai c maka perintah yang dilakukan adalah Calc OK. Maka akan muncul nilai c pada kolom C6.

Calculator

pada kolom Store Result in Variable di isi kolom C6, lalu Expression ditulis (max-min)/k d. Untuk membuat diagram steam leaf, perintah yang dilakukan adalah Graph Character Graph dari data tersebut. e. Untuk membuat histogram, perintah yang dilakukan adalah Graph pada Graph, masukkan nama kolom yang akan dibuat yaitu data*2 Histogram Options Steam-and-Leaf pada kotak Variables diisikan nama kolom OK. Maka akan muncul diagram stem-and-leaf C2 yaitu data*2, increment diisi 4

pada Type of Histogram dipilih Frequency, pada Type of Intervals dipilih CutPoint, pada Definition of Interval dipilih Midpoint/Cutpoint position dan diisikan batas bawah data:batas atas data/k ada. OUTPUT Dan Output dari data tersebut yaitu Data : 86,75,68,66,60,45,92,82,76,66,73,61,51,28,30,55,62,71,69,80,83,32,56,63,74 Data*2:172,150,136,132,120,90,184,164,152,132,146,122,102,56,60,110,124,142,138,160,166, 64,112,126,148. OK OK. Dan akan muncul histogram dari data yang

Gambar 1. output data dari minitab Stem-and-Leaf Display: data

Stem-and-leaf of data Leaf Unit = 1,0 1 2 8 3 3 02 3 3 3 4 4 4 5 5 5 1 7 5 56 11 6 0123 (4) 6 6689 10 7 134 7 7 56 N = 25

5 2 1

8 023 8 6 9 2

Stem-and-Leaf Display: data*2

Stem-and-leaf of data*2 Leaf Unit = 1,0 1 5 6 3 6 04 3 6 3 7 3 7 3 8 3 8 4 9 0 4 9 5 10 2 5 10 7 11 02 7 11 10 12 024 11 12 6 (2) 13 22 12 13 68 10 14 2 9 14 68 7 15 02 5 15 5 16 04 3 16 6 2 17 2 1 17 1 18 4 N = 25

Gambar 2. histogram dari data pada minitab

Gambar 3. Histogram dari data*2 pada minitab

SEBARAN PELUANG KHUSUS SOAL 1. Bangkitkan data sebanyak 100 nilai dari sebaran Binomial dengan parameter: a. n = 10 dan p = 0,1 b. n = 10 dan p = 0,5 c. n = 10 dan p = 0,9 Dari masing masing data, hitunglah frekuensi relatif dari X = 5, X 4, X 6, 4 X 6, dengan metode empirik. Hitunglah peluang berikut dari masing masing data : P(X = 5), P(X 4), P(X 6), P(4 X 6) secara teoritis. 2. Bangkitkan data sebanyak 100 nilai dari sebaran Normal dengan parameter: a. = 50 dan 2 = 1 b. = 50 dan 2 = 10 Buat Histogram dari data tersebut dan bandingkan rentang nilai maksimum dan minimum. Hitunglah frekuensi relatif masing masing data dari X > 51, X 49, 49 X 51. Hitunglah peluang secara teoritis dari masing masing data : P(X > 51), P(X 49), P(49 X 51). LANGKAH LANGKAH 1. a. Pada kolom C1 diberi nama data ( a / b / c ), lalu pilih Calc Binomial Random Data Pada kolom Generate disikan banyaknya data; kolom Store Coulumn OK. Dan akan Calculator

dimasukkan nama kolom yang akan dijadikan tempat data; kolom Number Of Trials diisikan nilai n; kolom Probability Of Success diisikan nilai p muncul random data pada kolom C1. b. Untuk mencari frekuensi relatif maka perintah yang dilakukan adalah Calc pada kolom Store Result in Variable di isi kolom yang diinginkan seperti C2, lalu Expression ditulis C1=5 untuk x = 5; C1 4 untuk X 4; C1 6 untuk X 6; C1 > 4 and C1 6 untuk 4 X 6 OK. Maka akan muncul frekuensi relatif pada kolom C2 Calculator ataupun kolom lain yang diinginkan. Setelah itu memilih lagi Calc Expression ditulis Sum (C2)

pada kolom Store Result in Variable di isi kolom yang diinginkan seperti C3, lalu OK. Maka pada kolom yang diinginkan seperti kolom C3 akan muncul jumlah dari kolom yang sebelumnya. c. Untuk menghitung peluang secara teoritis maka perintah yang dilakukan adalah Calc Probability Distribution Binomial ada beberapa parameter yaitu probability

untuk peluang nilai X, cumulative probability untuk peluang kumulatif, inverse cumulative probability untuk invers dari peluang kumulatif dan dipilih salah satu dari parameter yang ada. Pada kolom Number Of Trial diisikan nilai n; kolom Probability Of Success diisikan nilai p. Lalu dipilih parameter Input Constant dan nilai X dimasukkan pada kolom Input Constant Normal OK. Random Data Pada kolom Generate disikan banyaknya data; kolom Store Coulumn OK. Dan akan muncul random data pada Basic Statistics OK Store 2. a. Pada kolom C1 diberi nama data ( a / b / c ), lalu pilih Calc

dimasukkan nama kolom yang akan dijadikan tempat data; kolom Mean diisikan nilai ; kolom Standar Deviation diisikan nilai kolom C1. b. Untuk mencari jangkauan yang dilakukan adalah Stat Descriptive Statistics jangkauannya Statistics pilih Range Pada kolom Variables diisikan nama kolom yang akan dicari OK. Maka pada Calculator

kolom C2 akan muncul nilai range dari data yang ada. c. Untuk mencari frekuensi relatif maka perintah yang dilakukan adalah Calc pada kolom Store Result in Variable di isi kolom yang diinginkan seperti C3, lalu Expression ditulis C1 49 untuk X 49; C1 51 untuk X 51; C1 > 49 and C1 51 untuk 49 X 51 OK. Maka akan muncul frekuensi relatif pada kolom C3 ataupun kolom Calculator pada kolom lain yang diinginkan. Setelah itu memilih lagi Calc Sum (C3)

Store Result in Variable di isi kolom yang diinginkan seperti C4, lalu Expression ditulis OK. Maka pada kolom yang diinginkan seperti kolom C4 akan muncul jumlah dari kolom yang sebelumnya. c. Untuk menghitung peluang secara teoritis maka perintah yang dilakukan adalah Calc Probability Distribution Normal ada beberapa parameter yaitu probability untuk peluang nilai X, cumulative probability untuk peluang kumulatif, inverse cumulative probability untuk invers dari peluang kumulatif dan dipilih salah satu dari parameter yang ada. Pada kolom Mean diisikan nilai ; kolom Standar Deviation diisikan nilai . Lalu dipilih parameter Input Constant dan nilai X dimasukkan pada kolom Input Constant OK.

OUTPUT 1. Sebaran Binomial a. n=10 dan p=0,1 maka datanya :

Dan peluangnya yaitu : Probability Density Function

Binomial with n = 10 and p = 0,100000 x 5,00 P( X = x ) 0,0015

Cumulative Distribution Function

Binomial with n = 10 and p = 0,100000 x 6,00 P( X <= x ) 1,0000

P(X = 5) = 0,0015 Cumulative Distribution Function

Binomial with n = 10 and p = 0,100000 x 4,00 P( X <= x ) 0,9984

Cumulative Distribution Function

Binomial with n = 10 and p = 0,100000 x 4,00 P( X <= x ) 0,9984

P(X <= 4) = 0,9984 Cumulative Distribution Function

Binomial with n = 10 and p = 0,100000 x 6,00 P( X <= x ) 1,0000

P(4 < X <= 6) = P(X <= 6) - P(X <= 4) = 1 - 0,9984 = 0,0016

P(X > 6) = 1 - P(X <= 6) = 1 - 1 = 0

b. n = 10 dan p = 0,5

Dan peluangnya yaitu: Probability Density Function

Binomial with n = 10 and p = 0,500000 x 5,00 P( X = x ) 0,2461

Cumulative Distribution Function

Binomial with n = 10 and p = 0,500000 x 6,00 P( X <= x ) 0,8281

P(X = 5) = 0,2461 Cumulative Distribution Function

Binomial with n = 10 and p = 0,500000 x 4,00 P( X <= x ) 0,3770

Cumulative Distribution Function

Binomial with n = 10 and p = 0,500000 x 4,00 P( X <= x ) 0,3770

P( X <= 4) = 0,3770 Cumulative Distribution Function

Binomial with n = 10 and p = 0,500000 x 6,00 P( X <= x ) 0,8281

P(4 < X <= 6) = P(X <= 6) - P(X <= 4) = 0,8281 - 0,3770 = 0,4511

P(X > 6) = 1 - P(X <= 6) = 1 - 0,8281 = 0,1719

c. n = 10 dan p = 0,9

Dan peluangnya yaitu: Probability Density Function

Binomial with n = 10 and p = 0,900000 x 5,00 P( X = x ) 0,0015

Cumulative Distribution Function

Binomial with n = 10 and p = 0,900000 x 6,00 P( X <= x ) 0,0128

P(X = 5) = 0,0015 Cumulative Distribution Function

Binomial with n = 10 and p = 0,900000 x 4,00 P( X <= x ) 0,0001

Cumulative Distribution Function

Binomial with n = 10 and p = 0,900000 x 4,00 P( X <= x ) 0,0001

P(X <= 4) = 0,0001 Cumulative Distribution Function

Binomial with n = 10 and p = 0,900000 x 6,00 P( X <= x ) 0,0128

P(4 < X <= 6) = P(X <= 6) - P(X <= 4) = 0,0128 - 0,0001 = 0,0127

P(X > 6) = 1 - P(X <= 6) = 1 - 0,0128 = 0,9872

2. Sebaran Normal a. = 50 dan 2 = 1

Dan peluangnya yaitu: Cumulative Distribution Function

Normal with mean = 50,0000 and standard deviation = 1,00000 x 51,0000 P( X <= x ) 0,8413

Cumulative Distribution Function

Normal with mean = 50,0000 and standard deviation = 1,00000 x 51,0000 P( X <= x ) 0,8413

P(X > 51) = 1 - P(X <= 51) = 1 - 0,8413 = 0,1587 Cumulative Distribution Function
Normal with mean = 50,0000 and standard deviation = 1,00000 x 49,0000 P( X <= x ) 0,1587

Cumulative Distribution Function

Normal with mean = 50,0000 and standard deviation = 1,00000 x 49,0000 P( X <= x ) 0,1587

P(X <= 49) = 0,1587

P(49 < X <= 51) = P(X <= 51) - P(X <= 49) = 0,8413 - 0,1587 = 0,6826

b. = 50 dan 2 = 10

Dan peluangnya yaitu : Cumulative Distribution Function

Normal with mean = 50,0000 and standard deviation = 3,16200 x 51,0000 P( X <= x ) 0,6241

Cumulative Distribution Function

Normal with mean = 50,0000 and standard deviation = 3,16200 x 51,0000 P( X <= x ) 0,6241

P(X > 51) = 1 - P(X <= 51) = 1 - 0,6241 = 0,3759 Cumulative Distribution Function
Normal with mean = 50,0000 and standard deviation = 3,16200 x 49,0000 P( X <= x ) 0,3759

Cumulative Distribution Function

Normal with mean = 50,0000 and standard deviation = 3,16200 x 49,0000 P( X <= x ) 0,3759

P(X <= 49) = 0,3759

P(49 < X <= 51) = P(X <= 51) - P(X <= 49) = 0,6241 - 0,3759 = 0,2482

PEMBAHASAN Pada sebaran binomial dengan ketentuan n = 10 dan p = 0,1, peluang frekuensi relatif dari X=5 yaitu 0 sedangkan hasil peluang X=5 adalah 0,0015. Peluang frekuensi relatif dari X 4

yaitu 1 sedangkan hasil peluang dari X 4 adalah 0,9984. Peluang frekuensi relatif dari X 6 yaitu 0 dan hasil peluang dari X 6 adalah 0. Peluang frekuensi relatif dari 4 X 6 yaitu 0, sedangkan hasil peluang dari 4 X 6 adalah 0,0016. Pada sebaran binomial dengan ketentuan n = 10 dan p = 0,5, peluang frekuensi relatif dari X=5 yaitu 0,3 sedangkan hasil peluang X=5 adalah 0,2461. Peluang frekuensi relatif dari X 4 yaitu 0,32 sedangkan hasil peluang dari X 4 adalah 0,3770. Peluang frekuensi relatif dari X 6 yaitu 0,17 dan hasil peluang dari X 6 adalah 0,1719. Peluang frekuensi relatif dari 4 X 6 yaitu 0,51, sedangkan hasil peluang dari 4 X 6 adalah 0,4511. Pada sebaran binomial dengan ketentuan n = 10 dan p = 0,9, peluang frekuensi relatif dari X=5 yaitu 0 sedangkan hasil peluang X=5 adalah 0,0015. Peluang frekuensi relatif dari X 4 yaitu 0 sedangkan hasil peluang dari X 4 adalah 0,0001. Peluang frekuensi relatif dari X 6 yaitu 1 dan hasil peluang dari X 6 adalah 0,9872. Peluang frekuensi relatif dari 4 X 6 yaitu 0, sedangkan hasil peluang dari 4 X 6 adalah 0,0127. Pada sebaran binomial dengan ketentuan = 50 dan 2 = 1, peluang frekuensi relatif X 49 yaitu 0,16 sedangkan hasil peluang dari X 49 adalah 0,1587. Peluang frekuensi relatif dari X 51 yaitu 0,23 dan hasil peluang dari X 51 adalah 0,1587. Peluang frekuensi relatif dari 49 X 51 yaitu 0,61, sedangkan hasil peluang dari 49 X 51 adalah 0,6826. Dan jangkauan sebesar 5,01790. Pada sebaran binomial dengan ketentuan = 50 dan 2 = 10, peluang frekuensi relatif X 49 yaitu 0,3 sedangkan hasil peluang dari X 49 adalah 0,3759. Peluang frekuensi relatif dari X 51 yaitu 0,49 dan hasil peluang dari X 51 adalah 0,3759. Peluang frekuensi relatif dari 49 X 51 yaitu 0,21, sedangkan hasil peluang dari 49 X 51 adalah 0,2482. Dan jangkauan sebesar 16,6077. Dari beberapa data tersebut dapat dikatakan bahwa peluang relaati kumulatif mayoritas hampir sama besarnya dengan peluang suatu kejadian tertentu. Tetapi persamaan tersebut tidaklah sama besarnya karena mempunyai selisih nilai. Tetapi ada juga yang mempunyai selisih nilai di antara keduanya cukup besar. Jadi, peluang frekuensi kumulatif dari suatu data tidak bisa dikatrakan sebagai peluang suatu kejadian tertentu. Selain itu semakin besar simpangan baku pada sebaran normal maka semakin beragam pula data tersebut. Sehingga menyebabkan jangkauannya menjadi lebih besar.