Anda di halaman 1dari 107

Bab 2A

Skala Ukur
------------------------------------------------------------------------------------------------------------------------------------
Bab 2A
------------------------------------------------------------------------------------------------------------------------------------

• Pokok Bahasan

• Pengertian skala
• Level skala
• Rentangan skala
• Sebaran skala
• Jenis skala
------------------------------------------------------------------------------------------------------------------------------------
Bab 2A
-----------------------------------------------------------------------------------------------------------------------------------

A. Cara memberi bilangan kepada atribut

1. Skala ukur

• Pemberian bilangan kepada atribut melalui aturan


• Aturan itu adalah skala
• Skala mempertemukan atribut dengan bilangan
------------------------------------------------------------------------------------------------------------------------------------
Bab 2A
-----------------------------------------------------------------------------------------------------------------------------------

2. Pertemuan atribut dengan bilangan

• Ada sistem atribut dan ada sistem bilangan


• Pertemuan menentukan bilangan apa diberikan kepada atribut apa

Sistem Sistem
bilangan atribut

Aturan
-----------------------------------------------------------------------------------------------------------------------------------------
Bab 2A
-----------------------------------------------------------------------------------------------------------------------------------------

3. Teori penskalaan

Allen and Yen:

Scaling theory is a branch of measurement theory that focuses on rationales and


mathematicial techniques for determining what numbers should be use to represent
different amount of properties or traits.
The number assigned to a particular examinee or object is called a scale value.

Teori penskalaan adalah cabant teori pengukuran yang fokus kepada rasional dan teknik
matematika untuk menentukan bilangan apa yang dipakai untuk menunjukkan jumlah
berbeda pada sifat dan ciri.
-----------------------------------------------------------------------------------------------------------------------------------------
Bab 2A
-----------------------------------------------------------------------------------------------------------------------------------------

4. Sistem bilangan

(4a). Bilangan yang digunakan, mencakup

• Bilangan riel (tidak termasuk bilangan khayal)


• Bilangan negatif dan positif (termasuk takhingga)
• Bilangan nol
• Bilangan pecahan
• Bilangan irasional
2,5 2 3/2 
 5 4 3 2 1 0 1 2 3 4 5 +
------------------------------------------------------------------------------------------------------------------------------------
Bab 2A
------------------------------------------------------------------------------------------------------------------------------------

(4b). Operasi bilangan melalui operasi aritmetika, mencakup

• Pencacahan
• Penambahan
• Pengurangan
• Pengalian
• Pembagian
• Pemangkatan, akar, dan logaritma
------------------------------------------------------------------------------------------------------------------------------------
Bab 2A
------------------------------------------------------------------------------------------------------------------------------------

• 5. Sistem atribut

Sistem atribut yang diberi bilangan, mencakup

• Level skala
• Rentangan skala
• Sebaran skala

Level skala, rentangan skala, dan sebaran skala menentukan bilangan apa yang diperlukan
di dalam pengukuran
------------------------------------------------------------------------------------------------------------------------------------
Bab 2A
------------------------------------------------------------------------------------------------------------------------------------

• B. Level skala

1. Jenis level skala

Level skala mencakup

• Level skala Stevens


• Level skala lainnya

Di sini hanya dibicarakan level skala Stevens


---------------------------------------------------------------------------------------------------------------------------------------------
Bab 2
---------------------------------------------------------------------------------------------------------------------------------------------

• On the Theory of Scales of


Measurement, Science 103
(2684): 677-680, June 7, 1946

• Skala Stevens

Nominal
Ordinal
Interval
Stanley Smith Stevens Rasio
4 November 1906
18 January 1973
------------------------------------------------------------------------------------------------------------------------------------
Bab 2A
------------------------------------------------------------------------------------------------------------------------------------

• 2. Kandungan level skala Stevens

Level skala mengandung

• Kadar informasi pada tiap level (sedikit sampai banyak)


• Operasi aritmetika yang boleh digunakan (+, , , : , pangkat, , log)

kadar informasi
• Level skala
operasi aritmetika
------------------------------------------------------------------------------------------------------------------------------------
Bab 2A
------------------------------------------------------------------------------------------------------------------------------------

• 3. Level skala Stevens

Level skala Stevens terdiri atas

• Nominal
• Ordinal
• Interval
• Rasio
-----------------------------------------------------------------------------------------------------------------------------------------
Bagian 2
-----------------------------------------------------------------------------------------------------------------------------------------

4. Kadar kandungan informasi

• Level skala ukur menunjukkan banyaknya informasi yang terkandung di dalamnya


• Stevens membagi level skala menjadi empat, mencakup, dari rendah ke tinggi,

nominal, rendah
ordinal,
interval, dan
rasio tinggi

rendah: sedikit informasi tinggi : banyak informasi


-------------------------------------------------------------------------------------------------------------------------------------------
Bab 2A
-------------------------------------------------------------------------------------------------------------------------------------------

5. Level skala Nominal

(5a). Ciri
Hanya untuk membedakan satu dan lainnya (A  B)

(5b). Kandungan informasi


Kandungan informasi paling sedikit yakni hanya satu informasi: membedakan

(5c). Operasi aritmetika


Hanya boleh menggunakan pencacahan (misal berapa banyak rumah nomor 1)
frekuensi
Tidak berlaku untuk tambah, kurang, kali, bagi
----------------------------------------------------------------------------------------------------------------------------------
Bab 2A
----------------------------------------------------------------------------------------------------------------------------------

(5d). Contoh data kategoris

• Nomor rumah: 1, 2, 3, 4, 5, …
• Nomor telepon: 21222, 21223, 21224, …
• Nomor mahasiswa: 3789, 3790, 3791, …
• Nomor pasal: pasal 1, pasal 2, pasal 3, ...
• Nomor SMAN: SMAN 81, SMAN 82, SMAN 83, ...

Bilangan pada nomor ini hanya untuk membedakan


--------------------------------------------------------------------------------------------------------------------------------------------
Bab 2A
---------------------------------------------------------------------------------------------------------------------------------------------

(5)e. Contoh koding kategori

pria = 1 wanita = 2

Jakarta Pusat = 10 Jakarta Barat = 11


Jakarta Selatan = 12 Jakarta Timur = 13 Jakarta Utara = 14

Fakultas Ekonomi = 1 Fakultas Hukum = 2


Fakultas Teknik = 3 Fakultas kedokteran = 4
Fakultas Psikologi = 7 Fakultas Seni Rupa dan Desain = 6
Fakultas Teknologi Informasi = 5 dan 8
Fakultas Ilmu Komunikasi = 9
---------------------------------------------------------------------------------------------------------------------------------------
Bab 2A
---------------------------------------------------------------------------------------------------------------------------------------

(5f) Contoh koding kategori (lanjutan)

Tikus = 1 Melati = 1
Sapi = 2 Kenanga = 2
Macan = 3 Mawar = 3
Kelinci = 4 Bakung = 4
Naga = 5 Cempaka = 5
Ular = 6 Dahlia = 6
Kuda = 7 Kemboja = 7
Kambing = 8 Seruni = 8
Monyet = 9 Kemuning = 9
-----------------------------------------------------------------------------------------------------------------------------------------
Bab 2A
-----------------------------------------------------------------------------------------------------------------------------------------
6. Level Ordinal

(6a). Ciri
▪ Membedakan satu dan lainnya
▪ Menujukkan tingkatan (A > B)
mis. pendek – panjang rendah – tinggi kecil – besar

(6b). Kandungan informasi lebih banyak dari di level nominal: membedakan, berperingkat
Jarak di antara tingkatan berurutan tidak diketahui: mungkin sama, mungkin tidak sama

(6c). Operasi aritmetika: pencacahan (tidak boleh tambah, kurang, kali, bagi) frekuensi
-------------------------------------------------------------------------------------------------------------------------------------------
Bab 2A
-------------------------------------------------------------------------------------------------------------------------------------------

(6d). Contoh sekor pada level skala ordinal

Juara pertama =1 Juara 1 (sekor 100)


Juara kedua =2 Juara 2 (sekor 98)
Juara ketiga =3 Juara 3 (sekor 96)

Kadar kopi encer =1 Juara 1 (sekor 100)


Kadar kopi sedang =2 Juara 2 (sekor 98)
Kadar kopi pekat =3

Tutur bahasa kasar =1 Juara 3 (sekor 90)


Tutur bahasa sedang =2
Tutur bahasa halus =3
--------------------------------------------------------------------------------------------------------------------------------------------
Bab 2A
--------------------------------------------------------------------------------------------------------------------------------------------
7. Level Interval

(7a). Ciri
• Membedakan satu dan lainnya
• Menunjukkan tingkatan
• Jarak sama di antara tingkatan berurutan (A – B) = (C – D)
• (tidak harus memiliki nol mutlak)

(7b). Kandungan informasi : membedakan, berperingkat, jarak sama


Jarak di antara skala berurutan adalah sama (tidak ada nol mutlak; hanya ada nol relatif)

(7c). Operasi artimetika: boleh cacah, tambah, dan kurang


------------------------------------------------------------------------------------------------------------------------------------------
Bab 2A
------------------------------------------------------------------------------------------------------------------------------------------

(7d). Contoh level skala interval

Skala temperatur Tegangan listrik Pal kilometer (di jalan)

360, – 2 volt, Km 52
370, – 1 volt, Km 53
380, 0 volt, Km 54
390, 1 volt, Km 55
400, 2 volt, Km 56
... ... ...

• Jarak skala adalah sama, nilai 0 bukan berarti tidak ada temperatur atau volt
• Titik 0 dapat digeser-geser
------------------------------------------------------------------------------------------------------------------------------------------
Bab 2A
------------------------------------------------------------------------------------------------------------------------------------------
8. Level Rasio

(8a). Ciri
• Membedakan satu dan lainnya
• Menunjukkan tingkatan
• Jarak di antara tingkatan berurutan adalah sama
• Memiliki nol mutlak (tidak boleh digeser) A /B = C /D

(8b). Kandungan informasi: membedakan, berperingkat, jarak sama, ada nol tulen
Memiliki nol mutlak (tulen): Dapat menghasilkan rasio yang tetap

0 1 2 3

(8c). Operasi aritmetika: boleh cacah, tambah, kurang, kali, dan bagi
---------------------------------------------------------------------------------------------------------------------------------------------
Bab 2A
---------------------------------------------------------------------------------------------------------------------------------------------
(8d) . Contoh level skala rasio

Banyaknya orang Banyaknya uang


0 orang Rp. 0
1 orang Rp. 1000
2 orang Rp. 2000
3 orang Rp. 3000
4 orang Rp. 4000

Ada titik nol mutlak Dapat dibuat rasio tetap


4 orang : 2 orang = 2 : 1
6 orang : 2 orang = 3 : 1 Rasio 2 : 1
Rp 4000 : Rp 1000 = 4 : 1
0
Rp 6000 : Rp 1000 = 6 : 1
rasio mereka tetap Rasio 3 : 1
----------------------------------------------------------------------------------------------------------------------------------------------
Bab 2A
----------------------------------------------------------------------------------------------------------------------------------------------

9. Perbandingan kandungan informasi di antara level skala

Membe- Ada Jarak Nol


dakan tingkat sama mutlak

nominal 

ordinal  

interval   

rasio    
----------------------------------------------------------------------------------------------------------------------------------------------
Bab 2A
----------------------------------------------------------------------------------------------------------------------------------------------
10. Perbandingan ciri statistika di antara level skala

Md = median, Ji = Jarak interkuartil, Rer = Rerata, Var = Variansi

Modus Md/ji Rer/ + x


Var  :
nominal 

ordinal  

interval    

rasio     
-------------------------------------------------------------------------------------------------------------------------------------------
Bab 2A
-------------------------------------------------------------------------------------------------------------------------------------------

11. Jalur level skalal

tidak
Ada pringkat? Nominal

ya
tidak tahu
Jarak sama? Ordinal

ya
tidak
Ada nol tulen? Interval
ya

Rasio
------------------------------------------------------------------------------------------------------------------------------------------
Bab 2A
------------------------------------------------------------------------------------------------------------------------------------------

C. Rentangan skala

1. Arti rentangan skala

• Rentangan skala beranjak dari nilai skala minimum sampai nilai skala maksimum
• Nilai skala minimum adalah sekor lantai (floor)
• Nilai skala maksimum adalah sekor pagu (ceiling)

Rentangan skala dari sekor lantai sampai sekor pagu


----------------------------------------------------------------------------------------------------------------------------------
Bab 2A
----------------------------------------------------------------------------------------------------------------------------------

• 2. Jenis rentangan

Pada umumnya, rentangan skala terdiri atas

• Dikotomi
• Politomi

Dikotomi menyebabkan rumus statistika menjadi sederhana


-------------------------------------------------------------------------------------------------------------------------------------------
Bab 2A
-------------------------------------------------------------------------------------------------------------------------------------------

3. Skala dikotomi

• Skala dikotomi hanya terdiri atas dua nilai


• Misalnya

0 dan 1 1 dan 2 1 dan 10

• Karena dikotomi 0 dan 1 dapat memudahkan perhitungan maka 0 dan 1 sering


digunakan orang
• Dikotomi 0 dan 1 dikenal sebagai dikotomi biner
---------------------------------------------------------------------------------------------------------------------------------------------
Bab 2A
---------------------------------------------------------------------------------------------------------------------------------------------

Contoh penggunaan dikotomi biner

Jawaban betul = 1 Ada = 1


Jawaban salah = 0 Tidak ada = 0

Setuju =1 Berhasil = 1
Tidak setuju = 0 Gagal =0
--------------------------------------------------------------------------------------------------------------------------------------------
Bab 2A
-------------------------------------------------------------------------------------------------------------------------------------------

4. Skala politomi

• Skala politomi hanya terdiri atas lebih dua nilai

Sekor lantai = nilai minimum


Sekor pagu = nilai maksimum

Sekor lantai Sekor pagu


Nilai minimum Nilai maksimum
--------------------------------------------------------------------------------------------------------------------------------------------
Bab 2A
--------------------------------------------------------------------------------------------------------------------------------------------

Contoh skala politomi

Salah, sebagian betul, betul Peringkat


Salah =0 Rendah ke tinggi
Sebagian betul = 1…9 1, 2, 3, 4, 5
Betul = 10

Kiraan (rating) Kategori


Buruk ke baik Nomor rumah
1, 2, 3, 4, 5, 6, 7 1, 2, 3, 4, 5

Proporsi
0 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9 1
-------------------------------------------------------------------------------------------------------------------------------------------
Bab 2A
-------------------------------------------------------------------------------------------------------------------------------------------

5. Beberapa macam skala pada pengukuran mental

Dari lantai sampai pagu

• Dikotomi : 0 dan 1
• Politomi : 0 sampai 4 (digunakan pada indeks prestasi)
0 sampai 10 (digunakan pada nilai hasil belajar)
0 sampai 100 (digunakan pada nilai hasil belajar)
1 sampai 3 (digunakan pada kejuaraan)
1 sampai 5 (digunakan pada skala Likert)
1 sampai 7 (digunakan pada skala semantik diferensial)
1 sampai 11 (digunakan pada skala Thurstone)
---------------------------------------------------------------------------------------------------------------------------------------------
Bab 2A
---------------------------------------------------------------------------------------------------------------------------------------------

D. Sebaran Skala

1. Arti sebaran skala

• Sebaran skala adalah sebaran bilangan dari suatu data


• Ada data yang hanya memiliki bilangan tertentu
• Ada data yang memiliki semua bilangan
---------------------------------------------------------------------------------------------------------------------------------------------
Bab 2A
---------------------------------------------------------------------------------------------------------------------------------------------

2. Garis bilangan

• Untuk menemukan sebaran skala sering digunakan garis bilangan


• Garis bilangan adalah garis yang menghubungkan bilangan pada skala

 10 0 10
Garis bilangan
---------------------------------------------------------------------------------------------------------------------------------------------
Bab 2A
---------------------------------------------------------------------------------------------------------------------------------------------

3. Jenis sebaran skala

Skala dapat tersebar pada garis bilangan secara

• Diskrit
• Kontinu
• Diskrit semu
--------------------------------------------------------------------------------------------------------------------------------------------
Bab 2A
--------------------------------------------------------------------------------------------------------------------------------------------

4. Skala diskrit

• Jika diurutkan dari kecil ke besar, terdapat lompatan di antara sekor berdampingan (tidak ada
sekor di antara mereka)

• Dipetakan pada garis, terjadi lompatan


--------------------------------------------------------------------------------------------------------------------------------------------
Bab 2A
-------------------------------------------------------------------------------------------------------------------------------------------

Diletakkan pada garis bilangan, pada skala diskrit terjadi lompatan, misalnya

▪ ▪
0 1

▪ ▪ ▪ ▪ ▪ ▪ ▪ ▪ …
1 2 3 4 5 6 7 8 …
5 10 15 20 25 30 35 40 …
100 200 500 1000 2000 5000 10000 20000 …
0,11 0,12 0,13 0,14 0,15 0,16 0,17 0,18 ...
-----------------------------------------------------------------------------------------------------------------------------------------
Bab 2A
-----------------------------------------------------------------------------------------------------------------------------------------

Contoh skala diskrit

• Pada kuesioner ada butir yang menanyakan banyaknya siswa di kelas maka jawabannya
adalah

diskrit 1, 2, 3, …

• Pada kuesioner ada butir yang menanyakan jenis mata uang kertas rupiah tertinggi yang
dimiliki maka jawabannya adalah

diskrit 1000, 2000, 5000, 10000, …


---------------------------------------------------------------------------------------------------------------------------------------------
Bab 2A
---------------------------------------------------------------------------------------------------------------------------------------------

5. Skala kontinu

• Dari kecil ke besar, sekor terus bersinambungan, seperti garis lurus (tidak terdapat
lompatan)
• Dipetakan ke garis maka nilai sekor menempati semua titik pada garis
----------------------------------------------------------------------------------------------------------------------------------------------
Bab 2A
----------------------------------------------------------------------------------------------------------------------------------------------

Diletakkan pada garis bilangan, bersinambungan

1 0 2 2 2,5  10

Skala ini menerima pecahan pada sekor sehingga selisih di antara dua sekor terdekat mendekati
nol, misalnya,

waktu dalam detik


panjang dalam meter
hasil ujian dalam sekor
-------------------------------------------------------------------------------------------------------------------------------------------
Bab 2A
-------------------------------------------------------------------------------------------------------------------------------------------

6. Pecahan pada skala kontinu

9,8795437863125643900873425666 …
3,334585958303303009874938949494 …
0,346289120987634897621388493992 …

• Biasanya dilakukan pembulatan pada letak pecahan desimal tertentu sehingga menjadi
seperti diskrit
• Seperti diskrit ini disebut sebagai diskrit semu
-------------------------------------------------------------------------------------------------------------------------------------------
Bab 2A
-------------------------------------------------------------------------------------------------------------------------------------------

7. Skala diskrit semu

Pembulatan menghasilkan sekor diskrit semu

• Pembulatan pada skala kontinu pecahan menghasil sekor diskrit


• Pembulatan mengenal batas bawah dan batas atas
• Skala diskrit hasil pembulatan bukan diskrit tulen melainkan semu sehingga dapat
dikatakan sebagai skala diskrit semu
-----------------------------------------------------------------------------------------------------------------------------------------
Bab 2A
-----------------------------------------------------------------------------------------------------------------------------------------

Contoh skala kontinu dibulatkan

Kontinu Diskrit semu


3,242245 . . . 3,24
3,245678 . . . 3,25
3,252824 . . . 3,25
3,257434 . . . 3,26

• Skala kontinu ditampilkan seperti skala diskrit


• Pembulatan menjadi diskrit semu terletak di antara batas atas dan batas bawah interval
• Ada aturan tentang batas bawah, batas atas, dan interval pada pembulatan
--------------------------------------------------------------------------------------------------------------------------------------------
Bagian 2A
--------------------------------------------------------------------------------------------------------------------------------------------

• E. Skala pada responsi

1. Macam cara responsi

Ada beberapa cara responsi kuesioner yang dapat dilakukan oleh responden, meliputi

• Skala kiraan (rating scale)


• Skala peringkat (ranking scale)
• Skala kategorisasi (categorization)
----------------------------------------------------------------------------------------------------------------------------------------------
Bab 2A
----------------------------------------------------------------------------------------------------------------------------------------------

• 2. Skala kiraan

Ada sejumlah jenis skala kiraan (rating scale), mencakup

• Pilihan alternatif, meliputi


Skala dua pilihan, pilih satu
Skala pilihan ganda, pilih satu
Skala pilihan ganda, pilih lebih dari satu
Skala Likert, skala Thurstone, skala numerik
Skala diferensial semantik, skala grafik, skala stapel
Skala jumlah tetap

Rincian lihat Bab 3A bersamaan dengan alat ukur


--------------------------------------------------------------------------------------------------------------------------------------------
Bab 2A
--------------------------------------------------------------------------------------------------------------------------------------------

• 3. Skala peringkat

Ada beberapa jenis skala peringkat, mencakup

• Pilih peringkat, meliputi


Skala frekuensi verbal
Skala komparasi pasangan
Skala peringkat paksaan
Skala komparatif

Rincian lihat Bab 3A bersamaan dengan alat ukur


-----------------------------------------------------------------------------------------------------------------------------------------
Bab 2A
------------------------------------------------------------------------------------------------------------------------------------------

• 4. Skala kategorisasi

Skala kategorisasi menawarkan kategori untuk dipilih oleh responden

• Pilih kategori, meliputi


Ada pilihan dua kategori
Ada pilihan lebih dari dua kategori

• Rincian lihat Bab 3A bersamaan dengan alat ukur


------------------------------------------------------------------------------------------------------------------------------------
Bab 2A
------------------------------------------------------------------------------------------------------------------------------------

• 5. Skala dan alat ukur

• Alat ukur menggunakan skala


• Alat ukur menentukan skala apa yang digunakannya
• Ada kalanya skala pada alat ukur perlu dijadikan bilangan melalui koding
Bab 2B
• Peringkasan Data: Pengelompokan dan Parameter
------------------------------------------------------------------------------------------------------------------------------------
Bab 2B
------------------------------------------------------------------------------------------------------------------------------------

• Pokok Bahasan

• Peringkasan melalui pengelompokan data


• Parameter rerata
• Parameter variansi dan simpangan baku
• Nilai baku
------------------------------------------------------------------------------------------------------------------------------------
Bab 2B
-----------------------------------------------------------------------------------------------------------------------------------

• A. Peringkasan data

1. Laporan hasil ukur

• Di dalam penelitian, hasil ukur terdiri atas banyak data (ratusan, ribuan)
• Data diringkas untuk laporan
• Data ringkasan dapat berbentuk distribusi atau parameter atau statistik
------------------------------------------------------------------------------------------------------------------------------------
Bab 2B
-----------------------------------------------------------------------------------------------------------------------------------2

• 2. Peringkasan data melalui pengelompokan dan parameter

• Data hasil pengukuran dapat diringkas ke bentuk

Kelompok dan disusul dengan distribusi frekuensi dan proporsi


Parameter rerata, variansi, simpangan baku

Untuk banyak data dan banyak jenis


------------------------------------------------------------------------------------------------------------------------------------
Bab 2B
------------------------------------------------------------------------------------------------------------------------------------

• 3. Pengelompokan data

• Jika banyak data terdiri atas banyak jenis maka data itu dapat dikelompokkan menjadi
beberapa kelompok
• Dengan frekuensi pada setiap kelompok dapat disusun distribusi frekuensi dan distribusi
proporsi

Banyak data
Dikelompokkan Distribusi frekuensi
banyak jenis
dan proporsi
---------------------------------------------------------------------------------------------------------------------------------------
Bagian 2
---------------------------------------------------------------------------------------------------------------------------------------

4. Prosedur peringkasan

• Data diurut, misalnya, dari kecil ke besar


• Data dikelompokkan menjadi beberapa kelompok

Data Kelompok Frekuensi

Distribusi frekuensi
----------------------------------------------------------------------------------------------------------------------------------------------
Bab 2B
----------------------------------------------------------------------------------------------------------------------------------------------

Contoh. Banyak data, banyak jenis

Data X sebanyak 80 data

79 49 48 74 81 98 87 80 80 84 90 70 91 93 82 78
70 71 92 38 56 91 74 73 68 72 85 53 65 93 83 86
90 32 83 73 74 43 86 68 92 93 76 71 90 72 67 75
80 91 61 72 97 91 88 81 70 74 99 95 80 59 71 77
63 60 83 82 60 67 89 63 76 63 88 70 66 80 79 75

Diringkas melalui pengelompokan


---------------------------------------------------------------------------------------------------------------------------------------------
Bab 2B
---------------------------------------------------------------------------------------------------------------------------------------------
Data sebanyak 80 ini direduksi menjadi 7 kelompok data

Kelompok Nilai Batas Batas Frekuensi


kel bawah atas ukuran populasi N = 80
31 – 40 35,5 30,5 40,5 2 data minimum Xmin = 32
41 – 50 45,5 40,5 50,5 3 data maksimum Xmaks = 99
51 – 60 55,5 50,5 60,5 5
61 – 70 65,5 60,5 70,5 14 banyaknya kelompok k = 7
71 – 80 75,5 70,5 80,5 25 interval kelompok i = 10
81 – 90 85,5 80,5 90,5 18
91 –100 95,5 90,5 100,5 13

setiap kelompok memiliki batas bawah dan batas atas


setiap kelompok diwakiliki oleh satu nilai kelompok (nilai tengah)
-------------------------------------------------------------------------------------------------------------------------------------------
Bab 2B
------------------------------------------------------------------------------------------------------------------------------------------

5. Distibusi frekuensi dan proporsi setelah dikelompokkan.

Data Frekuensi Kum frek Proporsi Kum prop


35,5 2 2 0,0250 0,0250
45,5 3 5 0,0375 0,0625
55,5 5 10 0,0625 0,1250
65,5 14 24 0,1750 0,3000
75,5 25 49 0,3125 0,6125
85,5 18 67 0,2250 0,8375
95,5 13 80 0,1625 1,0000
------------------------------------------------------------------------------------------------------------------------------------
Bab 2B
-----------------------------------------------------------------------------------------------------------------------------------

B. Cara pengelompokan

1. Langkah pengelompokan

• Menentukan banyaknya kelompok


• Menentukan panjang interval kelompok
• Menentukan rentangan tiap kelompok
• Menentukan batas bawah dan atas pada tiap kelompok
• Menentukan nilai kelompok pada tiap kelompok
• Menentukan frekuensi pada tiap kelompok
-------------------------------------------------------------------------------------------------------------------------------------------
Bab 2B
-------------------------------------------------------------------------------------------------------------------------------------------

2. Menentukan banyaknya kelompok

• Banyaknya data = N Banyaknya kelompok = k


• Ada beberapa kaidah di antaranya

Sturges Rice
Akar dua Doane
Scott Friedman-Diaconis
dan lainnya

• Yang banyak dipakai adalah kaidah Sturges


-------------------------------------------------------------------------------------------------------------------------------------------
Bab 2B
--------------------------------------------------------------------------------------------------------------------------------------------

• The Choice of Class Intervals.


Journal of Statistical Association,
Vol 21, No. 153, 65-66, 1926.

k = 1 + 2log n = 1 + 3,322 log n

H. A. Sturges
-------------------------------------------------------------------------------------------------------------------------------------------
Bab 2B
------------------------------------------------------------------------------------------------------------------------------------------

• 3. Rumus kaidah banyaknya kelompok

Kaidah Sturges k = 1 + 2log n = 1 + 3,322 log n


1
Kaidah Scott 3,5 Rice 𝑘 = 2𝑛 3
k  13
n
𝑔1
Kaidah akar dua k = n Doane 𝑘 = 1 + 𝑙𝑜𝑔2 𝑛 + 𝑙𝑜𝑔2 1 +
𝜎𝑔1
g1 = skewness
2Q
k 6(𝑛−2)
Kaidah Friedman-Diaconis n1 3 𝜎𝑔1 =
(𝑛+1)(𝑛+3)

k = banyaknya kelas n = banyaknya data


 = simpangan baku Q = jarak interkuartil
-----------------------------------------------------------------------------------------------------------------------------------------
Bab 2B
-----------------------------------------------------------------------------------------------------------------------------------------

4. Perhitungan banyaknya kelompok

Banyaknyta kelompok (melalui kaidah Sturges)

• Banyaknya data = N Banyaknya kelompok = k

• Kaidah Sturges

k = 1 + 2log n = 1 + 3,322 log n

Pada contoh k = 1 + 3,322 log 80 = 7,322 dibulatkan menjadi 7


----------------------------------------------------------------------------------------------------------------------------------------
Bab 2B
----------------------------------------------------------------------------------------------------------------------------------------

5. Menentukan Interval kelompok

X mak  X mim
i
k
Pada contoh
99  32
i  9,571  10
7

Xmin Xmak

32 99
---------------------------------------------------------------------------------------------------------------------------------------------
Bab 2B
---------------------------------------------------------------------------------------------------------------------------------------------
7. Cara menentukan bentangan interval

Ada beberapa kemungkinan penentuan bentangan interval untuk

k = 7 I = 10 Xmin = 32 Xmaks = 99

32 42 92
(1)
41 51 91 101

30 40 90 Di sini dipilih alternatif (3)


(2)
39 49 89 99

31 41 91
(3)
40 50 90 100
--------------------------------------------------------------------------------------------------------------------------------------------
Bab 2B
--------------------------------------------------------------------------------------------------------------------------------------------
8. Cara menentukan batas kelompok

Batas kelompok terletak di tengah batas dua kelompok berdampingan

Pada contoh
50 51 60 61

Kelompok
51 – 60
Batas Batas
bawah atas
50,5 60,5
Batas bawah kelompok atas berimpit dengan batas atas kelompok bawah
----------------------------------------------------------------------------------------------------------------------------------------------
Bab 2B
----------------------------------------------------------------------------------------------------------------------------------------------
9. Cara menentukan nilai kelompok

Titik tengah interval dijadikan nilai kelompok

Pada contoh

61 63 65 67 69

62 64 66 68 70

Titik tengah 65,5

Titik tengah kelompok 61 – 70 adalah 65,5 sehingga nilai kelompoknya adalah 65,5
---------------------------------------------------------------------------------------------------------------------------------------------
Bab 2B
---------------------------------------------------------------------------------------------------------------------------------------------
Data sebanyak 80 ini direduksi menjadi 7 kelompok data

Kelompok Nilai Batas Batas Frekuensi


kel bawah atas ukuran populasi N = 80
31 – 40 35,5 30,5 40,5 2 data minimum Xmin = 32
41 – 50 45,5 40,5 50,5 3 data maksimum Xmaks = 99
51 – 60 55,5 50,5 60,5 5
61 – 70 65,5 60,5 70,5 14 banyaknya kelompok k = 7
71 – 80 75,5 70,5 80,5 25 interval kelompok i = 10
81 – 90 85,5 80,5 90,5 18
91 –100 95,5 90,5 100,5 13

setiap kelompok memiliki batas bawah dan batas atas


setiap kelompok diwakiliki oleh satu nilai kelompok (nilai tengah)
-------------------------------------------------------------------------------------------------------------------------------------------
Bab 2B
------------------------------------------------------------------------------------------------------------------------------------------

10. Distibusi frekuensi dan proporsi setelah dikelompokkan.

Data Frekuensi Kum frek Proporsi Kum prop


35,5 2 2 0,0250 0,0250
45,5 3 5 0,0375 0,0625
55,5 5 10 0,0625 0,1250
65,5 14 24 0,1750 0,3000
75,5 25 49 0,3125 0,6125
85,5 18 67 0,2250 0,8375
95,5 13 80 0,1625 1,0000
------------------------------------------------------------------------------------------------------------------------------------
Bab 2B
------------------------------------------------------------------------------------------------------------------------------------

• Catatan

• Rumus pembagian kelompok ini tidak eksak


• Interval terlalu pendek, bisa tidak sampai ke ujung data
• Interval terlalu panjang, bisa melampaui ujung data

Interval terlalu pendek

Interval terlalu panjang

• Perlu mengatur di antara banyaknya kelompok dan panjang interval


------------------------------------------------------------------------------------------------------------------------------------
Bab 2B
-----------------------------------------------------------------------------------------------------------------------------------

• C. Parameter data

Jenis parameter

• Rerata (hitung)
• Variansi
• Simpangan baku
------------------------------------------------------------------------------------------------------------------------------------
Bab 2B
-----------------------------------------------------------------------------------------------------------------------------------

2. Rerata (hitung)

(a). Cara hitung

• Ada dua cara untuk menghitung rerata, melalui

Rumus
Kalkulator elektronik ilmiah
--------------------------------------------------------------------------------------------------------------------------------------------
Bab 2B
--------------------------------------------------------------------------------------------------------------------------------------------
(b) Perhitungan rerata melalui rumus

Skala politomi

Rumus rerata

X 
 X
atau X 
 fx
N f
dengan

X = data f = frekuensi tiap jenis data


N = banyaknya data X = rerata X
----------------------------------------------------------------------------------------------------------------------------------------------
Bab 2B
----------------------------------------------------------------------------------------------------------------------------------------------

Contoh. Data 3, 4, 4, 5, 5, 5, 5, 5, 6, 6, 6, 7, 7, 8, 9

Data X Data Frek


3 X f fX
4 3 1 3
4 4 2 8
5 5 5 25 ΣX = 85 N = 15
5 6 3 18
5 7 2 14 X = 5,667
5 8 1 8
5 9 1 9
6 ---- ------
6 15 85
6
7
7
8
9
-------
85
------------------------------------------------------------------------------------------------------------------------------------
Bab 2B
------------------------------------------------------------------------------------------------------------------------------------

(c) . Perhitungan rerata melalui kalkulator ilmiah

Baca buku instruksi kalkulator

• Masuk ke mode SD
• Bersihkan isi memori
• Masukkan data satu demi satu
• Lihat hasil
• Keluar dari mode dan membersihkan mode

• Hasil yang dapat dilihat: N (banyaknya data); X; X2;


X (rerata); X (simpangan baku)
----------------------------------------------------------------------------------------------------------------------------------------------
Bab 2B
----------------------------------------------------------------------------------------------------------------------------------------------

Contoh. Data 3, 4, 4, 5, 5, 5, 5, 5, 6, 6, 6, 7, 7, 8, 9

Data X Data Frek


3 X f fX
4 3 1 3 mode : (SD) 1
4 4 2 8 tombol : 3 M+
5 5 5 25 4;2 M+
5 6 3 18 5; 5 M+
5 7 2 14 6; 3 M+
5 8 1 8 7; 2 M+
5 9 1 9 8 M+
6 ---- ------ 9 M+
6 15 85
6 S-SUM n = 15  X = 85  X2 = 517
7
7 S-VAR  = 5.666666667
8
9
-------
85
---------------------------------------------------------------------------------------------------------------------------------------------
Bab 2B
---------------------------------------------------------------------------------------------------------------------------------------------

(d) Skala dikotomi

Rumus

• Rumus dapat disederhanakan menjadi

Rerata = proporsi
Skala dikotomi: rerata = proporsi
X = X

sehingga yang sering ditonjolkan adalah proporsi


---------------------------------------------------------------------------------------------------------------------------------------------
Bab 2B
---------------------------------------------------------------------------------------------------------------------------------------------
Contoh

Data 1, 1, 0, 1, 0, 0, 1, 1, 1, 1

Data X ΣX = 7 N = 10
1 7
1 Proporsi X   0,7 1 - X = 1 – 0,7 = 0,3
10
0
1 7
0 Rerata X   0,7 (X =  X )
10
0
1
1 Rerata = proporsi
1
1
7 X
------------------------------------------------------------------------------------------------------------------------------------
Bab 2B
-----------------------------------------------------------------------------------------------------------------------------------

2. Variansi dan simpangan baku

(a) Pengertian

• Variansi dan simpangan baku adalah ukuran dari penyebaran data


(skala interval dan rasio)

Variansi kecil

Variansi lebih besar


------------------------------------------------------------------------------------------------------------------------------------
Bab 2B
-----------------------------------------------------------------------------------------------------------------------------------

(b) Hubungan variansi dan simpangan baku

• s𝑖𝑚𝑝𝑎𝑛𝑔𝑎𝑛 𝑏𝑎𝑘𝑢 = 𝑣𝑎𝑟𝑖𝑎𝑛𝑠𝑖

• v𝑎𝑟𝑖𝑎𝑛𝑠𝑖 = (𝑠𝑖𝑚𝑝𝑎𝑛𝑔𝑎𝑛 𝑏𝑎𝑘𝑢) 2


------------------------------------------------------------------------------------------------------------------------------------
Bab 2B
-----------------------------------------------------------------------------------------------------------------------------------

• (b). Perhitungan varinasi dan simpangan baku

Variansi dan simpangan baku dapat dihitung melalui

• Rumus
• Kalkulator elektronika ilmiah
---------------------------------------------------------------------------------------------------------------------------------------------
Bab 2B
---------------------------------------------------------------------------------------------------------------------------------------------
(c). Pada skala politomi

Rumus Variansi
( X ) 2 ( fX ) 2
JKS 
X   fX 
2

f
2

X 
2
 N atau  X2 
N N f

X = data f = frekuensi setiap jenis data


N = banyaknya data 2X = variansi X

Rumus Simpangan Baku

X   X2
---------------------------------------------------------------------------------------------------------------------------------------------
Bab 2B
---------------------------------------------------------------------------------------------------------------------------------------------
Contoh

Data
3, 4, 4, 5, 5, 5, 5, 6, 6, 6, 6, 6, 6, 7, 7, 7, 7, 7, 7, 7, 7, 8, 8, 8, 9

fX 156
Data Frek X    6,24
X f X2 fX fX2 N 25
3 1 9 3 9
(156) 2
4 2 16 8 32 1022 
5 4 25 20 100 X 
2 25  1,9424
6 6 36 36 216 25
7 8 49 56 392  X  1,9424  1,3937
8 3 64 24 192
9 1 81 9 81
----- ----- -------- fX = 156 fX2 = 1022
25 156 1022
------------------------------------------------------------------------------------------------------------------------------------
Bab 2B
-----------------------------------------------------------------------------------------------------------------------------------

(d) Dengan kalkulator ilmiah

• Masuk ke mode SD
• Bersihkan isi memori
• Masukkan data satu demi satu
• Lihat hasil
• Keluar dari mode SD dan bersihkan mode

• Hasil yang dapat dilihat: N (banyaknya data); X; X2;


X (rerata); X (simpangan baku)
kuadratkan simpangan baku untuk variansi
---------------------------------------------------------------------------------------------------------------------------------------------
Bab 2B
---------------------------------------------------------------------------------------------------------------------------------------------
Contoh

Data
3, 4, 4, 5, 5, 5, 5, 6, 6, 6, 6, 6, 6, 7, 7, 7, 7, 7, 7, 7, 7, 8, 8, 8, 9

Data Frek mode : (SD) 1


X f X2 fX fX2 tombol : 3 M+
3 1 9 3 9 4; 2 M+
4 2 16 8 32 5; 4 M+
5 4 25 20 100 6; 6 M+
6 6 36 36 216 7; 8 M+
7 8 49 56 392 8; 3 M+
8 3 64 24 192 9 M+
9 1 81 9 81
----- ----- -------- S-SUM n = 25  X = 156  X2 = 1022
25 156 1022 S-VAR  = 6.24  = 1.393700111 s = 1.42243922
------------------------------------------------------------------------------------------------------------------------------------
Bab 2B
------------------------------------------------------------------------------------------------------------------------------------

• Simpangan baku taksiran kasar

• Secara kasar, jika distribusinya normal, maka nilai simpangan baku dapat ditaksir melalui
rumus

𝑋𝑚𝑎𝑘𝑠 −𝑋𝑚𝑖𝑛
𝜎𝑋 =
6

• Tidak akurat jika distribusi tidak normal

X 10 20 30 40 50 60 70 80 90 X = 15,8658
f 1 3 5 10 20 10 5 3 1 (90 – 10) /6 = 13,3333
----------------------------------------------------------------------------------------------------------------------------------------------
Bab 2B
----------------------------------------------------------------------------------------------------------------------------------------------
(e). Skala dikotomi

• Rumus

Pada data dikotomi variansi dan simpangan baku dapat disederhanakan

Variansi :  X2   X (1   X )

Simpangan baku :  X   X (1   X )
---------------------------------------------------------------------------------------------------------------------------------------------
Bab 2B
---------------------------------------------------------------------------------------------------------------------------------------------
Contoh

Data 1, 1, 0, 1, 0, 0, 1, 1, 1, 1

Data X ΣX = 7 N = 10
1 7
1 Proporsi X   0,7 1 - X = 1 – 0,7 = 0,3
10
0
1 7
0 Rerata X   0,7 (X =  X )
10
0
1
1 Variansi (1  ) = (0,7)(0,3) = 0,21
1
1 Simpangan baku ((1  ) = 0,21 = 0,4583
7 X
--------------------------------------------------------------------------------------------------------------------------------------------
Bab 2B
--------------------------------------------------------------------------------------------------------------------------------------------

4. Variansi dan penyebaran data

Di samping rerata dihitung variansi karena rerata sama variansi bisa berbeda
Variansi dan simpangan baku sebagai ukuran penyebaran data

Data Variansi Simpangan baku


4 5 6 0,667 0,816
3 4 5 6 7 2,000 1,414
2 3 4 5 6 7 8 4,000 2,000
1 2 3 4 5 6 7 8 9 6,667 2,582

Data makin menyebar, variansi dan simpangan baku makin besar


----------------------------------------------------------------------------------------------------------------------------------------------
Bab 2B
---------------------------------------------------------------------------------------------------------------------------------------------

5. Variansi dan simpangan baku maksimum

•Variansi dan simpangan baku terbatas sampai nilai maksimum


•Variansi maksimum terjadi jika sebaran sekor terletak di ujung

½N ½N

a z
Variansi maksimum
-------------------------------------------------------------------------------------------------------------------------------------------
Bab 2B
-------------------------------------------------------------------------------------------------------------------------------------------

6. Rumus variansi dan simpangan baku maksimum pada interval 1

• Untuk sekor berbentuk a, a+ 1, a + 2, . . . z (harus berurutan dengan interval 1)

Variansi maksimum = ¼ (z – a)2

Simpangan baku maksimum = 1


z  a 2  1 z  a 
4 2
-------------------------------------------------------------------------------------------------------------------------------------------
Bab 2B
-------------------------------------------------------------------------------------------------------------------------------------------

Rumus variansi dan simpangan baku maksimum pada interval 2

• Untuk sekor berbentuk a, a+ 2, a + 4, . . . z (harus berurutan dengan interval 2)

Variansi maksimum = 2 (¼) (z – a)2

Simpangan baku maksimum = 1


z  a 2  1 z  a 
2 2
------------------------------------------------------------------------------------------------------------------------------------
Bab 2B
-----------------------------------------------------------------------------------------------------------------------------------

Contoh

• Jika sekor berbentuk dikotomi 0, 1 ( a = 0, z = 1) maka


• Variansi malsimum = ¼ (1 – 0)2 = ¼
• Simpangan baku maksimum =  ¼ = ½

• Jika sekor berbentuk 0, 1, 2, 3, 4 ( a = 0, z = 4) maka


• Variansi malsimum = ¼ (4 – 0)2 = 4
• Simpangan baku maksimum = 4 = 2

Pada skala dikotomi, variansi maksimum = ¼


------------------------------------------------------------------------------------------------------------------------------------
2B
------------------------------------------------------------------------------------------------------------------------------------

• 7. Penggunaan parameter

Level skala ordinal menggunakan median dan jarak interkuartil


Level skala interval menggunakan rerata dan simpangan baku

level skala ordinal median, jarak interkuartil


level skala interval rerata, variansi, simpangan baku
------------------------------------------------------------------------------------------------------------------------------------
Bab 2B
------------------------------------------------------------------------------------------------------------------------------------

• D Nilai baku

1. Simpangan

• Pada sekumpulan data, ada data yang sama dengan reratanya


• Banyak data yang tidak terletak di reratanya
• Data ini menyimpang dari rerata
• Ada yang menyimpang di bawah rerata
• Ada yang menyimpang di atas rerata
-----------------------------------------------------------------------------------------------------------------------------------------------
Bab 2B
----------------------------------------------------------------------------------------------------------------------------------------------
2. Rumus Simpangan

(2a) Nilai simpangan = nilai data – rerata hitung

x = X – X
y = Y – Y

• Nilai di atas rerata memperoleh simpangan positif


• Nilai sama dengan rerata memperoleh simpangan nol
• Nilai di bawah rerata memperoleh simpangan negatif
--------------------------------------------------------------------------------------------------------------------------------------------
Bab 2B
--------------------------------------------------------------------------------------------------------------------------------------------
(2b) Penyebaran

Makin menyebar data makin besar simpangannya


x1 x2
Simpangan kecil

rerata

y1 y2

Simpangan besar

rerata
---------------------------------------------------------------------------------------------------------------------------------------------
Bab 2B
--------------------------------------------------------------------------------------------------------------------------------------------
Contoh simpangan

Data X Simpangan x Data Y Simpangan y


7 2 10 5
7 2 9 4
6 1 9 4
5 0 6 1
4 – 1 5 0
4 – 1 4 – 1
4 – 1 3 – 2
3 – 2 2 – 3
0 1 – 4
1 – 4
X = 5 0

Y = 5
------------------------------------------------------------------------------------------------------------------------------------
Bab 2B
-----------------------------------------------------------------------------------------------------------------------------------

• 3. Nilai baku

• Nilai baku adalah simpangan dinyatakan dalam satuan simpangan baku


• Nilai baku adalah sekian simpangan baku di bawah atau di atas rerata
• Biasanya dinyatakan dengan z

• Di bawah rerata, nilai baku menjadi negatif


• Di rerata, nilai baku menjadi nol
• Di atas rerata, nilai baku menjadi positif

Nilai baku adalah simpangan dinyatakan dalam satuan simpangan baku


------------------------------------------------------------------------------------------------------------------------------------
Bab 2B
-----------------------------------------------------------------------------------------------------------------------------------

• 4. Rumus nilai baku

Rumus nilai baku zX

𝑋 − 𝜇𝑋
𝑧𝑋 =
𝜎𝑋

X = nilai X = rerata X = simpangan baku


----------------------------------------------------------------------------------------------------------------------------------------------
Bab 2B
---------------------------------------------------------------------------------------------------------------------------------------------
4. Rumus nilai baku

x X  X y Y  Y
zX   dan zY  
X X Y Y

+ (di atas rerata)


X  X
zX  0 (sama dengan rerata
X
 (di bawah rerata)
-------------------------------------------------------------------------------------------------------------------------------------------
Bab 2B
-------------------------------------------------------------------------------------------------------------------------------------------
Contoh nilai baku

X frek X  X zX
50 2  20  1,68 X = 70
60 4  10  0,84 X = 11,88
70 5 0 0
80 4 + 10 + 0,84
90 2 + 20 + 1,68

 jika X di bawah rerata


z = 0 jika X sama dengan rerata
+ jika X di atas rerata
-------------------------------------------------------------------------------------------------------------------------------------------
Bab 2B
-------------------------------------------------------------------------------------------------------------------------------------------
Contoh
X = 70
X = 11,88

𝑋−𝜇𝑋 50−70
X1 = 50 maka 𝑧𝑋1 = = =  1,6835
𝜎𝑋 11,8

𝑋−𝜇𝑋 90−70
X2 = 90 maka 𝑧𝑋2 = = = 1,6835
𝜎𝑋 11,8

Ini berarti X1 terletak 1,6835 simpangan baku di bawah rerata


X2 terletak 1,6835 simpangan baku di atas rerata
------------------------------------------------------------------------------------------------------------------------------------
Bab 2B
-----------------------------------------------------------------------------------------------------------------------------------

• Pengertian nilai baku

• Nilai baku menunjukkan berapa simpangan baku suatu data menyimpang dari rerata

• Misal zX = 2 X terletak 2 simpangan baku di atas rerata


zY  1 Y terletak 1 simpangan baku di bawah rerata
-------------------------------------------------------------------------------------------------------------------------------------------
Bab 2B
------------------------------------------------------------------------------------------------------------------------------------------

Latihan di Kelas
----------------------------------------------------------------------------------------------------------------------------------------------
Bab 2B
----------------------------------------------------------------------------------------------------------------------------------------------
1. Data X kontinu

34 40 23 28 31 40 25 33 47 32
44 34 38 31 33 42 26 35 27 31
29 40 31 30 34 31 38 35 37 33
24 44 37 39 32 36 34 36 41 49
29 22 28 44 48 31 44 28 47 31

a. Suusun dalam kelompok


b. Hitung frekuensi dan kumulasi frekuensi
c. Lukis histogram dan ojaif
d. Hitung kuartil 1, median, kuartil 3, dan jarak interkuartil
---------------------------------------------------------------------------------------------------------------------------------------------
Bab 2B
---------------------------------------------------------------------------------------------------------------------------------------------

2. Hubungan di antara sekor X dan Y

X 62 73 88 82 85 77 94 65 91 74 85 98
Y 74 93 68 79 91 72 96 61 92 82 93 95

(a) Hitung X, Y, X2, Y2, XY


(b) Hitung rerata dan variansi X
(c) Hitung rerata dan variansi Y