Matematika

Wilianto, ST,SPd, MM, MTI

SMA Plus Cinta Budaya
 BAHAN AJAR
STATISTIKA

Wilianto, ST, SPd, MM, MTI

SMA PLUS CINTA BUDAYA
MEDAN
2016
 STATISTIKA
Pokok bahasan yang akan dipelajari :
 Menyajikan data ukuran menjadi data statistika deskriptif
 Penyajian data dalam bentuk diagram
 Ukuran tendensi sentral (ukuran pemusatan)
 Ukuran penyebaran (ukuran dispersi)

Definisi Statistik dan Statistika

Statistika adalah cabang ilmu matematika yang

mempelajari metode pengumpulan, pengolahan,
penafsiran, dan penarikan kesimpulan dari data yang
berupa angka-angka. Sedangkan hasil analisis dan
pengolahan suatu data disebut statistik.
 PEMBAGIAN STATISTIKA
1. Statistika Deskriptif adalah bagian dari statistika yang
membahas tentang penyusunan data ke dalam daftar-
daftar atau jadwal, pembuatan grafik-grafik, pengolahan
data yang bersifat analisis, dan penafsiran data. Belum
melibatkan penarikan kesimpulan yang berlaku secara
umum.
2. Statistika Induktif/Inferensi adalah bagian dari statistika
yang mencakup semua aturan dan metode yang dapat
dipakai sebagai alat untuk menarik kesimpulan berlaku
umum dari data yang telah disusun dan diolah
sebelumnya.
 PERANAN STATISTIKA
 Peranan statistika dalam kehidupan sehari-
hari; menyediakan bahan-bahan keterangan
mengenai beberapa hal untuk diolah
ataupun ditafsirkan, mis : angka-angka
kejahatan anak, tingkat produksi barang, dll.
 Peranan statistika dalam penelitian ilmiah;
untuk menyediakan berbagai alat atau cara
untuk menemukan kembali keterangan yang
seolah tersembunyi di dalam angka statistik.
 DATUM DAN DATA
 Datum adalah berbagai keterangan
(informasi) mengenai suatu hal yang
mungkin berbentuk angka, lambang, atau
sifat.
 Kumpulan datum disebut data. Berarti data
merupakan jamak dari datum.
 UKURAN PEMUSATAN
Statistik Lima Serangkai
Q2
Q1 Q3
Xmin Xmax

Contoh :
a. 2, 6, 8, 4, 3, 9, 11
b. 2, 3, 4, 6, 8, 9, 11, 14

Penyelesaian :
a. Urutkan data dari kecil ke besar terlebih dahulu.
2, 3, 4, 6, 8, 9, 11
Q1 Q2 Q3

Q2 = 6

Q1 = 3 Q3 = 9
Xmin = 2 Xmax = 11
 STATISTIK LIMA SERANGKAI
b. Urutkan data dari kecil ke besar terlebih dahulu.
2, 3, 4, 6, 8, 9, 11, 14
│ │ │
Q 1 Q2 Q3
Q1 = 3+4
2
= 3,5 ; Q2 = 6+8
2
=7; Q3 = 9+11
2
= 10

Q2 = 7
Q1 = 3,5 Q3 = 10

Xmin = 2 Xmax = 14
 MEDIAN DATA TUNGGAL
𝑛+1
X 2
; n ganjil
Median (Me) = X + X𝑛2 + 1 ; n genap
𝑛
2
2

Contoh :
Tentukan median dari bilangan berikut :
a. 5, 3, 4, 8, 6, 8, 10
b. 11, 5, 9, 7, 18, 5, 12, 15
 MEDIAN DATA TUNGGAL
Penyelesaian :
a. Statistik peringkat :
3, 4, 5, 6, 8, 8, 10 → Banyak data : n = 7
Median (Me) = X7+1 2
= X4 = 6

b. Statistik peringkat :
5, 5, 7, 9, 11, 12, 15, 18 → Banyak data : n = 8
Median (Me) = 𝑋4+𝑋5 2
= 9+11
2
= 10
 UKURAN PENYEBARAN
1. Jangkauan dan Koefisien Jangkauan
J = Xmax – Xmin
𝑋𝑚𝑎𝑥 −𝑋𝑚𝑖𝑛
Koefisien jangkauan = 𝑋𝑚𝑎𝑥+𝑋𝑚𝑖𝑛

2. Jangkauan antarkuartil (Hamparan)

H = Q3 – Q 1
3. Jangkauan semi antarkuartil (Simpangan
kuartil)
Qd = 2 H = 2 (Q3 – Q1)
1 1
 UKURAN PENYEBARAN
Koefisien Qd = 𝑄𝑄3 +− 𝑄𝑄1
3 1

4. Langkah (Step)
L = 112 H = 112 (Q3 – Q1)
Atau : L = 3 Qd
5. Pagar dalam dan pagar luar
PD = BPB = Q1 – L
PL = BPA = Q3 + L
6. Rataan Kuartil (RK) = 12 (𝑄1 + 𝑄3 )
1
7. Rataan tiga (RT) = (𝑄1 + 2𝑄2 + 𝑄3 )
4
Contoh :
Data NEM 25 siswa sebagai berikut :
4,23 4,95 6,23 7,27 8,87
4,50 5,30 6,40 7,50 8,95
4,65 5,40 6,67 8,23 9,23
4,72 5,57 6,95 8,27 9,40
4,90 6,00 7,04 8,55 9,65
Hitunglah :
a.Jangkauan data c.pagar dalam
b.Jangkauan semi antar kuartil d.pagar luar
e.Rataan kuartil f.Rataan Tiga
Penyelesaian :
Data tersebut sudah merupakan statistik
peringkat, dengan Xmin=4,23 dan Xmax=9,65
a.Jangkauan (J) = Xmax – Xmin
= 9,65 – 4,23 = 4,52
b.Jangkauan semi antarkuartil (Qd)= 12 (Q3-Q1)
Q1 = 4,95+5,30
2
= 5,125 dan Q 3 = 8,27+8,55
2
= 8,41
1
Jadi, Qd = (8,41 - 5,125) = 1,6425
2

c.Langkah (L) = 3 Qd = 3 . 1,6425 = 4,9275

Pagar dalam(PD)=Q1–L=5,125-4,9275=0,1975
d.Pagar luar(PL) =Q3+L=8,41+4,9275 =13,3375
 1
e. Rataan kuartil (RK) = 2
(𝑄1 + 𝑄3 )
1
= 2
5,125 + 8,41
= 6,7675
1
f. Rataan Tiga (RT) = 4 (𝑄1 + 2𝑄2 + 𝑄3 )
1
= (5,125 + 2(6,67) + 8,41)
4

= 6,71875
 Penyajian Data

Diagram Lambang (Piktogram)

Diagram Batang
Diagram Lingkaran
Diagram Garis
 DIAGRAM LAMBANG
 Diagram lambang atau piktogram adalah
diagram yang menyajikan data dalam
bentuk gambar dari data itu sendiri dengan
skala tertentu.
Diagram Batang

Penyajian data dengan menggunakan

gambar yang berbentuk batang atau
kotak disebut diagram batang.

Diagram batang dapat digambar

vertikal maupun horisontal.
Contoh :
Tabel di bawah menunjukkan jumlah siswa
bermasalah pada suatu sekolah.
14
12
Jumlah siswa

10
8
6
4
2
0
2001 2002 2003 2004
Tahun
 Tentukan jumlah siswa yang bermasalah
dari tahun 2001 sampai dengan 2004!

Jawab:
Jumlah siswa yang bermasalah dari tahun
2001 sampai dengan 2004 = 6+10+13+10
= 39 siswa
Contoh :
Diagram batang berikut ini menggambarkan
kondisi lulusan dari suatu SMK dari tahun
1992 sampai dengan tahun 1996. Banyak
lulusan yang tidak menganggur selama
tahun 1992 sampai dengan tahun 1995
adalah…
 300
250
Banyak lulusan

Bekerja
200
Melanjutkan
150
belajar
100 Menganggur
50
0
1992 1993 1994 1995 1996
Tahun
 Pembahasan
 Banyak lulusan yang tidak menganggur
selama tahun 1992 sampai dengan tahun
1995 adalah….

= 200+100+225+100+200+75+250+75
= 1225
 DIAGRAM LINGKARAN

Penyajian data dengan

menggunakan gambar yang
berbentuk daerah lingkaran disebut
diagram lingkaran.

Daerah lingkaran dibagi ke dalam

sektor-sektor atau juring-juring.
Contoh :
Diagram berikut menunjukkan cara murid-
murid suatu SMK datang ke sekolah. Jika
jumlah murid 480 orang, maka banyaknya
siswa yang datang ke sekolah dengan
berjalan kaki adalah….
Sepeda
600
Bus
Jalan Kaki
720
 Pembahasan
Derajat sektor siswa yang berjalan kaki:
3600 – (600+720+450) = 1830

Banyaknya siswa
0
yang berjalan kaki ke
sekolah = 183 x 480 orang
0
360
= 244 orang
 Diagram Garis
 Diagram garis adalah diagram yang
menyajikan data dalam bentuk garis,
dimana garis itu diperoleh dari beberapa
ruas garis yang menghubungkan titik-titik
pada bidang bilangan. Titik-titik ini
merupakan pasangan bilangan dari suatu
data.
 Diagram garis sangat baik sekali jika dipakai
untuk melihat perkembangan data dari
suatu waktu ke waktu berikutnya.
Contoh :
 Diagram Kotak Garis (DKG)
 Data statistik yang sudah diolah menjadi
statistik lima serangkai dapat disajikan
dalam bentuk DKG untuk menentukan
ukuran pemusatan dan penyebaran data.

Pencilan
∗
 Diagram Batang Daun (DBD)
DBD adalah cara lain untuk menentukan ukuran penyebaran data.
Data harus disusun dalam bentuk peringkat, memuat batang
(puluhan) dan daun (satuan).

Kedalaman

2
2
6
16
6
4
 Tabel Sebaran Frekuensi
Data yang berukuran besar (n≥30), sebaiknya
dalam bentuk tabel yang disebut tabel
distribusi frekuensi atau tabel sebaran
frekuensi.
 Tepi bawah kelas = batas bawah kelas – 0,5
 Tepi atas kelas = batas atas kelas + 0,5
 Panjang interval kelas = tepi atas kelas –
tepi bawah kelas
 Nilai tengah kelas = 12 (𝑏𝑎𝑡𝑎𝑠 𝑎𝑡𝑎𝑠 𝑘𝑒𝑙𝑎𝑠 +
𝑏𝑎𝑡𝑎𝑠 𝑏𝑎𝑤𝑎ℎ 𝑘𝑒𝑙𝑎𝑠)
 Ketentuan Distribusi Frekuensi
Penyusunan suatu distribusi frekuensi perlu dilakukan tahapan penyusunan
data. Pertama melakukan pengurutan data-data terlebih dahulu sesuai
urutan besarnya nilai yang ada pada data, selanjutnya diakukan tahapan
berikut ini :
1. Tentukan jangkauan (range) dari data. Jangkauan = datum terbesar –
datum terkecil.
2. Tentukan banyak interval kelas (k) dengan rumus sturges k = 1 + 3.3
log n; k ∈ bilangan bulat (dengan : k = banyak kelas, n = banyak data),
usahakan k memenuhi : 6 ≤ k ≤ 15.
3. Tentukan perkiraan panjang interval kelas. Panjang interval kelas (i) =
Jangkauan (R) / banyak interval kelas (k)
4. Tentukan batas bawah kelas pertama. Usahakan pengambilan pada
data terkecil. Usahakan titik tengah berupa bilangan bulat.
5. Gunakan sistem turus untuk menentukan frekuensi pada masing-
masing interval kelas.
Histogram dan Poligon Frekuensi
 Histogram adalah diagram batang yang
batang-batangnya saling berimpit. Alas
merupakan panjang interval kelas dan tinggi
sama dengan frekuensi masing-masing
interval kelas.
 Poligon frekuensi adalah suatu garis yang
ditarik dari titik-titik tengah ujung batang
histogram.
Bentuk Histogram dan Poligon
Frekuensi
Distribusi Frekuensi Relatif
Distribusi Frekuensi Kumulatif
Kurang Dari (Ogif Positif)
Distribusi Frekuensi Kumulatif
Lebih Dari (Ogif Negatif)
Contoh :
Untuk memahami cara membuat tabel
distribusi frekuensi simak kumpulan data berat
badan 45 siswa dibawah ini:
42, 42, 45, 45, 47, 47, 48, 48,48, 49
50, 50, 52, 52, 52, 53, 53, 55, 55, 55
57, 57, 57, 58, 58, 58, 59, 59, 59, 60
63, 65, 65, 68, 68, 69, 69, 70, 70, 72
72, 73, 74, 74, 75
Lalu kita melakukan tahap- tahap penyusunan
tabel distribusi frekuensi
1. Tentukan jangkauan :
𝐽𝑎𝑛𝑔𝑘𝑎𝑢𝑎𝑛(𝑅) = 75 − 42 = 32
2. Tentukan banyak interval kelas (k), N=45 :
𝑘 = 1 + 3,3 log 45 = 6,4 ≈ 6
3. Tentukan perkiraan panjang interval kelas
(𝑖) : 𝑖 = 𝑅𝑘 = 32
6
= 5,3 ≈ 5
 Maka, kita mengambil data kelas pertama 42-46,
kelas kedua 47-51, kelas ketiga 52-56, kelas
keempat 57-61, kelas kelima 62-66, kelas keenam
67-71, kelas ketujuh 72-76 karena data yang
dimiliki paling tinggi 75 maka kelas hanya sampai
kelas ketujuh.
Menentukan frekuensi kelas
dalam turus
Meringkas tabel distribusi frekuensi
Nilai Interval Frekuensi
42-46 4
47-51 8
52-56 8
57-61 10
62-66 3
67-71 6
72-76 6

jumlah 45
Ukuran tendensi sentral
(UKURAN PEMUSATAN)

Ukuran pemusatan data adalah nilai

tunggal dari data yang dapat memberikan
gambaran yang lebih jelas dan singkat
tentang disekitar mana data itu memusat,
serta dianggap mewakili seluruh data.
 RATAAN HITUNG (MEAN)
Mean dari sekumpulan a. Kondisi 1
x
bilangan adalah
jumlah bilangan - x n
bilangan dibagi oleh
banyaknya bilangan. Contoh :
Tentukan nilai rata-rata
 Rataan hitung dari dari data:
data tunggal 2,3,4,5,6
Pembahasan :

x  23 45 6

 4
5
 Data Berfrekuensi
b. Kondisi 2 Contoh :
Berat paket yang diterima oleh
Apabila data memiliki suatu perusahaan selama 1
frekuensi, maka rataan minggu tercatat seperti pada tabel
hitung menjadi : berikut ini.

Berat (kg) Frekuensi

x
 f .x
5 6
n
6 8
7 12
8 4
Penyelesaian :
Berat (kg) Frekuensi
5 6
f.x
30 x   f .x
f

6 8 48
7 12 84 194
8 4 32 30
Jumlah 30 194
 6,47
Jadi rata-rata berat paket = 6,47 kg
c. Kondisi 3
Apabila bilangan-bilangan masing-masing
mempunyai frekuensi dan rataan hitung
masing-masing maka rataan hitung dari
keseluruhan bilangan itu ditentukan oleh
rumus :
𝑓1 𝑚1 +𝑓2 𝑚2 +⋯+𝑓𝑛 𝑚𝑛 σ 𝑓𝑚
𝑥ҧ = 𝑓1 +𝑓2 +⋯+𝑓𝑛
= σ𝑓
Contoh :
Rata-rata nilai matematika dari 20 siswa kelas
XI-A IPA adalah 7. Rata-rata nilai matematika
dari 30 siswa kelas XI-B IPA adalah 8. Berapa
nilai rata-rata kedua kelas tersebut ?
Jawab : 𝑓1 = 20; 𝑚1 = 7; 𝑓2 = 30; 𝑚2 = 8
𝑓1 𝑚1 +𝑓2 𝑚2
𝑥ҧ = 𝑓1 +𝑓2
20 7 +(30)(8)
𝑥ҧ = 20+30

𝑥ҧ = 7,6
 Mean Data Kelompok
 Cara I (Rumus Umum)

X 
 f .x i

f
 Cara II ( Simpangan Sementara)

x A
 f.d
f
 Cara III ( Pengkodean/Coding)

x A
 f.u
.c
f
Contoh :
Tentukan mean nilai tes Matematika
20 orang siswa yang disajikan pada
tabel berikut ini!
Nilai Frekuensi
3-4 2
5-6 4
7-8 8
9 - 10 6
Jumlah 20
Penyelesaian :
 Cara I (Rumus Umum)

Nilai Frekuensi x
 f .x i

f
Xi f.xi

3-4 2 3,5 7
5-6 4 5,5 22 146
7-8 8 7,5 60 x
20
9 - 10 6 9,5 57
146
x  7,3
Jumlah 20

Jadi rata-rata nilai 20 siswa tersebut adalah 7,3

 Cara II (Simpangan Sementara)
Nilai Frekuensi Xi d f.d
x A
 f.d
3-4 2 3,5 -2 -4 f
5-6 4 5,5 0 0 36
x  5,5 
7-8 8 7,5 2 16 20
9 - 10 6 9,5 4 24
x  5,5  1,8
Jumlah 20 36
x  7,3

Jadi rata-rata nilai 20 siswa tersebut adalah 7,3

 Cara III (Pengkodean/Coding)
Nilai Frekuensi Xi u f.u
x A
 f.u
.c
3-4 2 3,5 -1 -2 f
5-6 4 5,5 0 0 18
x  5,5  .2
7-8 8 7,5 1 8 20
9 - 10 6 9,5 2 12 36
x  5,5 
Jumlah 20 18 20
x  5,5  1,8
x  7,3
Jadi rata-rata nilai 20 siswa tersebut adalah 7,3
 Rataan Geometris
 Rataan Geometris G dari sekumpulan data
𝑥1 , 𝑥2 , … , 𝑥𝑛 ditentukan oleh rumus :
𝐺 = 𝑛 𝑥1 . 𝑥2 . 𝑥3 … 𝑥𝑛
 Dalam praktek, rataan geometris G sering
ditentukan oleh :
σ log 𝑥
𝐺 = 𝑎𝑛𝑡𝑖𝑙𝑜𝑔 𝑛
 Apabila berfrekuensi, maka rataan
geometris ditentukan oleh rumus :
𝑛
𝐺= 𝑥1 𝑓1 . 𝑥2 𝑓2 . 𝑥3 𝑓3 … 𝑥𝑛 𝑓𝑛
σ(𝑓.𝑙𝑜𝑔𝑥)
Atau 𝐺 = 𝑎𝑛𝑡𝑖𝑙𝑜𝑔 𝑛
Contoh :
Hitunglah rataan geometris dari data di bawah
ini !
a. 2, 4, 8. b. 3, 5, 6, 6, 7, 10, 12.
Jawab :
3 3
a. Rataan geometris 𝐺 = 2. 4. 8 = 64 = 4.
b. Rataan geometris 𝐺
= 𝑎𝑛𝑡𝑖𝑙𝑜𝑔(log 3+log 5+log 6+log76+log 7+log 10+log 12)
= 𝑎𝑛𝑡𝑖𝑙𝑜𝑔 0,8081
= 6,43
Contoh :
Tentukan rataan geometris dari bilangan-
bilangan : 2, 2, 5, 5, 3, 7, 8, 3.
Jawab :
Cara 1 :
8 8
𝐺= 22 . 32 . 52 . 7. 8
= 50.400
= 3,8708 (𝑑𝑒𝑛𝑔𝑎𝑛 𝑘𝑎𝑙𝑘𝑢𝑙𝑎𝑡𝑜𝑟 𝑠𝑎𝑖𝑛𝑡𝑖𝑓𝑖𝑘)
Cara 2 :
𝐺 = 𝑎𝑛𝑡𝑖𝑙𝑜𝑔(2 log 2+2 log 3+28log 5+log 7+log 8)
= 𝑎𝑛𝑡𝑖𝑙𝑜𝑔 0,5878 = 3,8708
 Rataan Harmonis
 Rataan Harmonis (H) dari n buah bilangan
𝑥1 , 𝑥2 , … , 𝑥𝑛 ditentukan oleh rumus :
𝑛
𝐻= 1
σ
𝑥
1
1 σ 1
1
Atau 𝐻
= 𝑛
𝑥 = σ 𝑛
𝑥
Contoh :
Rataan harmonis dari 2, 4, 8 adalah :
3 3
𝐻=1 1 1 = 7 =3,43
+ + 8
2 4 8

Kumpulan bilangan 2, 4, 8 mempunyai :

2+4+8 14
Rataan hitung = 𝑥ҧ = 3 = 3 = 4,67
Rataan geometris = G = 4
Rataan harmonis = 3,43
Jadi, 3,43 ≤ 4 ≤ 4,67. Hal ini berarti H ≤ G ≤ 𝑥ҧ
Hubungan antara rataan hitung, rataan
geometris, dan rataan harmonis.
 Rataan Kuadratis
 Rataan Kuadratis dari sekumpulan bilangan
𝑥1 , 𝑥2 , … , 𝑥𝑛 ditentukan oleh rumus :

σ x2
k= n

Jenis rataan ini sering digunakan dalam aplikasi fisika.

Contoh :
Rataan kuadratis dari 1, 3, 4, 5, 7 adalah :

12 +32 +4 2 +52 +72 100

𝑘= 5
= 5

= 20 = 2 5
 Modus
Modus dari sekumpulan bilangan adalah
bilangan yang paling sering muncul atau
nilai yang memiliki frekuensi terbanyak.
 Modus Data Tunggal
 Contoh :  Pembahasan:
Tentukan modus dari
masing-masing kumpulan a. Modusnya = 5
bilangan di bawah ini: b. Modusnya = 4 dan 7
a. 5,3,5,7,5 disebut bimodal
b. 4,3,3,4,4,7,6,8,7,7
c. 2,5,6,3,7,9,8 c. Modusnya = tidak ada
d. 2,2,3,3,5,4,4,6,7 d. Modusnya = 2, 3, dan 4.
disebut dengan
multimodal
 Rumus Modus Data
Berkelompok
 f 0  f 1 
Mo  L 0   .c
2 f  f  f 
 0 1 1
Keterangan:
Mo = Modus
𝐿0 = Tepi bawah kelas modus
𝑓0 = frekuensi kelas modus
𝑓−1 = frekuensi sebelum kelas modus
𝑓+1 = frekuensi sesudah kelas modus
c = Interval / panjang kelas
 Modus Data Berkelompok
 d1 
Mo  L0   .c
 d1  d 2 
Keterangan:
Mo = Modus
𝐿0 = Tepi bawah kelas modus
d1 = selisih frekuensi kelas modus dengan
kelas sebelumnya
d2 = selisih frekuensi kelas modus dengan
kelas sesudahnya
c = Interval / panjang kelas
Contoh :
Berat badan 30 orang siswa suatu kelas
disajikan pada tabel berikut. Modus data
tersebut adalah….
Berat (kg) f
41 - 45 1
46 - 50 6
51 - 55 12
56 - 60 8
61 - 65 3
Pembahasan :
Frekuensi tertinggi
Berat (kg) f
41 - 45 1
 d1 
46 - 50 6 Mo  L0   .c
 d1  d 2 
51 - 55 12
56 - 60 8  6 
Mo  50,5   5
61 - 65 3 6 4
 30 
Mo  50,5   
 10 
d1= 12 – 6
Mo  50,5  3
d2 = 12 - 8
Mo  53,5
Contoh :

18
Tentukan nilai modus
histogram di samping!
12

6
5

10,5 15,5 20,5 25,5 30,5 35,5

Pembahasan :
frekuensi
 d1 
18 Mo  L0   .c
 d1  d 2 
 6 
12 Mo  25,5   5
69
9
 30 
Mo  25,5   
5
6  15 

Mo  25,5  2
Mo  27,5
10,5 15,5 20,5 25,5 30,5 35,5
Contoh :
Hitunglah modus dari table distribusi frekuensi
berikut ini !
Interval Frekuensi
1–4 2
5–8 5
9 – 12 8
13 – 16 9
17 – 20 12
21 – 24 14
25 – 28 14
29 – 32 15
33 – 36 11
37 – 40 13

Jawab :
Mula-mula kita buat table pengelompokan frekuensi.
 Median Data Berkolompok
1 
2 n   2 
f
 Median = L2   f 2 .c
 
 
 Keterangan :
𝐿2 = Tepi bawah kelas median
n = Jumlah frekuensi
𝑓−2 = Jumlah frekuensi sebelum kelas median
𝑓2 = frekuensi di kelas median
c = Interval / panjang kelas
Contoh :
Tentukan nilai median dari tabel distribusi
frekuensi berikut ini!
Nilai Frekuensi
40 - 44 4
45 - 49 8
50 - 54 12
55 - 59 10
60 - 64 9
65 - 69 7
Pembahasan :
1 
Nilai Frekuensi F Tb 2n f 2 
40 - 44 4 4 39,5 Me  L2   .c
45 - 49 8 12 44,5  f2 
50 - 54 12 24 49,5
 
55 - 59 10 34 54,5 1 
2 50  24 
60 - 64 9 43 59,5 Me  54,5   5
65 - 69 7 50 64,5  10 
 
1
Me  54,5   5
10 
Me  54,5  0,5

Me  55
 Kuartil
 Kuartil adalah nilai pengamatan yang
membagi data menjadi 4 bagian yang
sama.
 Kuartil ada 3, yaitu :
- Kuartil pertama disebut dengan kuartil
bawah dinotasikan dengan Q1
- Kuartil kedua disebut juga dengan
median dinotasikan dengan Q2
- Kuartil ketiga disebut dengan kuartil atas
dinotasikan dengan Q3
 Kuartil Data Berkelompok
 Kuartil 1  Kuartil 2
1  1 
 4 n  f  1  2 n  f  2
Q1  L1   .c Q2  L2   .c
 f1   f2 
   

 Kuartil 3
3 
4 n  f  3
Q3  L3   .c
 f3 
 
Contoh :

Diketahui tabel distribusi frekuensi berikut,

tentukan nilai kuartil-kuartilnya:
Nilai Frekuensi
11 – 13 14
14 – 16 16
17 – 19 20
20 – 22 17
23 – 25 6
26 – 28 4
29 - 31 3
Jumlah 80
Pembahasan : 1 
4 n  f  1
Q1  L1   .c
Nilai Frekuensi Frekuensi f1 
Kumulatif

 
11 – 13 14 14
14 – 16 16 30  20  14 
Q1  13,5    3
17 – 19 20 50  16 
20 – 22 17 67 Q1  14,625
23 – 25 6 73
26 – 28 4 77 Q1  14,63
29 - 31 3 80
Jumlah 80
 1  3 
 2 n  f  2  4 n  f  3
Q2  L2   .c Q3  L3   .c
 f2   f3 
   

 40  30   60  50 
Q 2  16,5   3 Q3  19,5    3
 20    17 

Q 2  16,5  1,5 Q3  19,5  1,76

Q 2  18 Q3  21,26
 Desil
1. Untuk data tunggal
Penentuan letak desil dilakukan setelah telah
terbentuk statistik peringkat dan letaknya
ditentukan dengan rumus berikut :
Letak desil ke −𝑖 = 𝑖(𝑛+1)
10
dengan :
𝑖 = 1, 2, … , 9 𝑑𝑎𝑛 𝑛 = 𝑏𝑎𝑛𝑦𝑎𝑘 𝑑𝑎𝑡𝑎 𝑛 > 10 .
𝑖(𝑛+1)
= 𝐵𝑖𝑙𝑎𝑛𝑔𝑎𝑛 𝑎𝑠𝑙𝑖 =>𝑛𝑖𝑙𝑎𝑖 𝑑𝑒𝑠𝑖𝑙=𝑥𝑖(𝑛+1)
10
10
𝐵𝑢𝑘𝑎𝑛 𝑏𝑖𝑙𝑎𝑛𝑔𝑎𝑛 𝑎𝑠𝑙𝑖 𝑝𝑒𝑐𝑎ℎ𝑎𝑛 , 𝑝𝑒𝑛𝑒𝑛𝑡𝑢𝑎𝑛 𝑛𝑖𝑙𝑎𝑖
𝑑𝑒𝑠𝑖𝑙 𝑑𝑖𝑙𝑎𝑘𝑢𝑘𝑎𝑛 𝑑𝑒𝑛𝑔𝑎𝑛 𝑝𝑒𝑛𝑑𝑒𝑘𝑎𝑡𝑎𝑛 𝑖𝑛𝑡𝑒𝑟𝑝𝑜𝑙𝑎𝑠𝑖
𝑙𝑖𝑛𝑒𝑎𝑟
Contoh :
Diberikan data : 𝑥1 , 𝑥2 , … , 𝑥11 . Tentukan :
a.Desil pertama (D1) c.Desil kedelapan (D8)
b.Desil kelima (D5) d.Desil kesembilan (D9)
Jawab : Data kelas terurut dengan n = 11.
a.Letak desil pertama, menurut rumus 𝑖(𝑛+1)
10

diperoleh : 𝑖 = 1, maka 1.(11+1)

10
= 1,2 (pecahan)
Hal ini berarti kita menggunakan pendekatan
interpolasi linear berikut ini :
𝐷1 = 𝑥1 + 0,2 𝑥2 − 𝑥1
b. Letak desil kelima, berarti 𝑖 = 5
Untuk 𝑖 = 5 𝑚𝑎𝑘𝑎 5.(11+1)
10
= 60
10
= 6 (𝑏𝑖𝑙𝑎𝑛𝑔𝑎𝑛 𝑎𝑠𝑙𝑖)
Nilai 𝐷5 𝑎𝑑𝑎𝑙𝑎ℎ 𝑥6 .
c. Letak desil kedelapan, berarti 𝑖 = 8.
Untuk 𝑖 = 8 𝑚𝑎𝑘𝑎 8.(11+1)
10
= 8.12
10
= 9,6 𝑝𝑒𝑐𝑎ℎ𝑎𝑛
Nilai 𝐷8 ditentukan melalui pendekatan
interpolasi linear, yaitu :
𝐷8 = 𝑥9 + 0,6 𝑥10 − 𝑥9 .
d. Letak desil kesembilan, berarti 𝑖 = 9.
Untuk 𝑖 = 9, 𝑚𝑎𝑘𝑎 9.(11+1)
10
= 9.12
10
= 10,8 𝑝𝑒𝑐𝑎ℎ𝑎𝑛
𝐷9 = 𝑥10 + 0,8 𝑥11 − 𝑥10 .
 Desil
2. Untuk data berkelompok
Penentuan nilai desil dari data berkelompok dengan
rumus :
𝑖𝑛
− σ 𝑓−𝑖
𝐷𝑖 = 𝐿𝑖 + 10 . c; i = 1,2,3,4,5, … , 9
𝑓𝑖
Dengan : 𝐷𝑖 = 𝑑𝑒𝑠𝑖𝑙 𝑘𝑒 − 𝑖
c = panjang kelas
𝐿𝑖 = 𝑡𝑒𝑝𝑖 𝑏𝑎𝑤𝑎ℎ 𝑘𝑒𝑙𝑎𝑠 𝑑𝑒𝑠𝑖𝑙 𝑘𝑒 − 𝑖
n = banyak data
𝑓𝑖 = 𝑓𝑟𝑒𝑘𝑢𝑒𝑛𝑠𝑖 𝑑𝑒𝑠𝑖𝑙 𝑘𝑒 − 𝑖
𝑖 = 𝑙𝑒𝑡𝑎𝑘 𝑑𝑒𝑠𝑖𝑙 𝑘𝑒 − 𝑖
σ 𝑓−1 = 𝑗𝑢𝑚𝑙𝑎ℎ 𝑓𝑟𝑒𝑘𝑢𝑒𝑛𝑠𝑖 𝑠𝑒𝑏𝑒𝑙𝑢𝑚 𝑘𝑒𝑙𝑎𝑠 𝑘𝑒 − 𝑖
Contoh :
Hitunglah desil keenam dari table distribusi
frekuensi berikut ini :
Nilai Frekuensi
31 – 40 3
41 – 50 5
51 – 60 5
61 – 70 7
71 – 80 8
81 – 90 9
91 – 100 3

Jawab :
Mula-mula kita buat table distribusi frekuensi
kumulatif sebelum kelas desil 𝑘𝑒 − 𝑖 σ 𝑓−1 ,
 Nilai Frekuensi ෍ 𝒇−𝟏

31 – 40 3 3
41 – 50 5 8
51 – 60 5 13
61 – 70 7 20
71 – 80 8 28
81 – 90 9 37
91 – 100 3 40

෍ 𝑓 = 40

n = σ 𝑓 = 40 𝑑𝑎𝑛 𝑐 = 40,5 − 30,5 = 10.

Desil ke-6 berarti 𝑖 = 6.
𝑖𝑛 6 . 40
10 = 10 = 24, 𝑏𝑒𝑟𝑎𝑟𝑡𝑖 𝐷6 𝑡𝑒𝑟𝑙𝑒𝑡𝑎𝑘 𝑝𝑎𝑑𝑎 𝑘𝑒𝑙𝑎𝑠 𝑘𝑒 − 5 𝑦𝑎𝑖𝑡𝑢 ∶ 71 − 80.
𝐿6 = 71 − 0,5 = 70,5
෍ 𝑓−6 = 20 𝑑𝑎𝑛 𝑓6 = 8
 6.𝑛
− σ 𝑓−6
𝐷6 = 𝐿6 + 10
𝑓6
.𝑐
(24−20)
= 70,5 + . 10
8
= 70,5 + 5
= 75,5
 Ukuran Penyebaran Data
 Simpangan rata-rata.
Simpangan rata-rata adalah ukuran
penyebaran data yang mencerminkan
penyebaran datum terhadap nilai rataan
hitungnya.
 n
1
MD   xi  x
n i 1

Keterangan:
MD = Simpangan rata-rata
n = banyaknya data
Xi = data ke i
x = rata-rata hitung
 Contoh :
 Tentukan Penyelesaian:
simpangan rata-  3 4689
x
rata dari data : 5
 6
3, 4, 6, 8, 9 1 n
MD   xi  x
n i 1
MD   3  6  4  6  6  6  8  6  9  6 
1
5
MD  3  2  0  2  3
1
5
MD  2
 Simpangan rata-rata data Berfrekuensi
1 n
MD   xi  x . f
n i 1 i

 Keterangan:
MD = Simpangan rata-rata
n = banyaknya data
Xi = data ke i/ titik tengah kelas ke - i
x = rata-rata hitung
Contoh :
Tentukan simpangan rata-rata data berikut:
Nilai Frekuensi
2 2
3 4
4 5
5 8
6 11
7 6
8 4
Pembahasan :
Nilai Frekuensi f i .xi xi  x xi  x xi  x f i
x

2 2 4 -3,4 3,4 6,8

3 4 12 -2,4 2,4 9,6
4 5 20 -1,4 1,4 7
5 8 40 5,4 -0,4 0,4 3,2
6 11 66 0,6 0,6 6,6
7 6 42 1,6 1,6 9,6
8 4 32 2,6 2,6 10,4
Jumlah 40 216 53,2

x  
1 n
i 1
f i .xi MD   xi  x f
n i 1 i
n
.53,2  1,33
1
MD 
 216
40
 5,4 40
Contoh :
Tentukan simpangan rata-rata dari data
pada tabel berikut:
Nilai Frekuensi
55 – 59 7
60 – 64 12
65 – 69 23
70 – 74 21
75 – 79 18
80 – 84 10
85 – 89 8
90 - 94 1
Pembahasan :
Nilai fi . xi f i .xi x xi  x xi  x xi  x f i

55 – 59 7 57 399 -14,9 14,9 104,3

60 – 64 12 62 744 -9,9 9,9 118,8
65 – 69 23 67 1541 -4,9 4,9 112,7
70 – 74 21 72 1512 0,1 0,1 2,1
75 – 79 18 77 1386 71,9 5,1 5,1 91,8
80 – 84 10 82 820 10,1 10,1 101
85 – 89 8 87 696 15,1 15,1 120,8
90 - 94 1 92 92 20,1 20,1 20,1
Jumlah 100 7190 671,6
n
1 n
 f i .xi MD   xi  x f
x  i 1 n i 1
n
.671,6  6,716
1
7190 MD 
  71,9 100
100
 Ragam dan Simpangan Baku

Ragam dan simpangan baku menjelaskan

penyebaran data di sekitar rataan. Karena
rataan adalah nilai yang mewakili data dan
menjadi fokus utama, maka diharapkan
beberapa pengamatan akan lebih kecil dari
nilai rataan atau lebih besar.
Ragam dan Simpangan Baku data Tunggal

 Ragam dari satu kelompok data tunggal

adalah rataan dari jumlah kuadrat
simpangan tiap datum, atau :
S 2 1 n

  xi  x
n i 1

2

 Simpangan baku
S 
1 n

n i 1

xi  x 
2
Contoh :
 Tentukan ragam dan simpangan baku dari
data: 11, 12, 13, 14, 15, 16
 Penyelesaian:
xi xi  x x i x 
2
x
x i

81
 13,5
n 6
11 -2,5 6,25
12 -1,5 2,25 2 1 n
S   xi  x
n i 1
 2

13 -0,5 0,25 1
14 0,5 0,25 S 2  .17,5
6
15 1,5 2,25
S 2  2,92
16 2,5 6,25
S  2,92  1,71
 x  81
i 17,5
Jadi, ragam = 2,92 dan simpangan baku = 1,71
 Ragam dan Simpangan Baku Data
Berkelompok
Ragam:  Simpangan Baku:
2 1 n

S   fi xi  x 
2
1 n
 

2
n i 1 S fi xi  x
n i 1

Keterangan:
fi = frekuensi di kelas ke i
Xi = titik tengah kelas ke i
Contoh :
Tentukan ragam dan simpangan baku dari
data berikut: Nilai Frekuensi
141-147 2
148-154 7
155-161 12
162-168 10
169-175 9
176-182 7
183-189 3
Pembahasan :
Nilai Frekuensi Xi fi.Xi Xi- x xi  x  fixi  x 
2 2

141-147 2 144 288 -21 441 882

148-154 7 151 1057 -14 196 1372
155-161 12 158 1896 -7 49 588
162-168 10 165 1650 0 0 0
169-175 9 172 1548 7 49 441
176-182 7 179 1253 14 196 1372
183-189 3 186 558 21 441 1323
∑fi=50 ∑=8250 ∑=5978
n

Rataan/ x  f i .xi 8250

 i 1
n
  165
 fi 50
i 1

1 n
Ragam : S   fi xi  x
2

n i 1
  2

5878
50
 119,56

  
n
1
Simpangan baku:
2
S  fi xi  x  119,46  10,9
n i 1