• MAYA ARLISA PUTRI (180306001)

• DINDA SORAYA (1080306009)

• DEVITA SARI PURDANTI SINULINGGA (180306023)
• RICO ISMAIL (180306057)
• EDWIN GABARIEL KALOKO (180306069)
• BISMAR RAJA PARLAUNGAN PASARIBU (1080306081)
• BAYU SYEGARA (180306093)

KELAS : PETERNAKAN A
 UKURAN GEJALA PUSAT DAN UKURAN LETAK
A. UKURAN GEJALA PUSAT
1. Rata-rata atau rata-rata hitung
nilai-nilai data kuantitatig atau dinyatakan dengan x1,
x2,……,xn= apabila dalam perkumpulan data itu terdapat n buah
nilai, simbol n juga akan dipakai untuk menyatakan ukuran
sampel, yakni banyak data yang diteliti dalam sampel dengan
simbol N data dipakai untuk menyatakan populasi, yakni banyak
anggota terdapat dalam populasi. Simbol untuk rata-rata dari
sampel ialah 𝑥ഥ sedangkan untuk rata rata populasi dipakai
simbol 𝜇. Jadi 𝑥ҧ adalah statistik yang merupakan ukuran yang
dihitung dari data dalam sampel, sedangkan 𝜇 adalah pameter
yang merupakan ukuran yang dihitung dari data dalam populasi.
Rumus untuk rata-rata 𝑥ҧ adalah :
𝑋1+𝑋2+⋯+𝑋𝑛 𝑖=1 σ𝑛 𝑥𝑖
ത
𝑋= atau 𝑋=ത
𝑛 𝑛
Dengan : x1,x2,….. : nilai nilai individual
n : jumlah individu dalam sampel
2. Rata-rata ditimbang
rata rata ditimbang adalah rata-rata memperhitungkan
frekuensi dari tiap-tiap nilai variabel. Rumus untuk rata-rata ini
σ 𝑓𝑖𝑥𝑖
ത
adalah: 𝑋 = σ
𝑓𝑖
Contoh : jika 5 mahasiwa mendapatkan nilai 70. 6 mahasiswa
mendapatkan nilai 69. 3 mahasiswa mendapatkan nilai 45.
seorang mahasiswa mendapat nilai 80. dan seorang siswa
mendapat nilai 56 untuk data tersebut sebaliknya ditulis sebgai
berikut:
X1 f2 F1X1 pada nilai rata rata ujian tersebut
70 5 350 untuk ke-16 mahasiswa
69 6 414 ത 1035=64,6
ialah: 𝑋=
16
45 3 135
80 1 80
56 1 56
JUMLAH 16 1035
3. Rata-rata gabungan
rata-rata gabungan yaitu rata-rata dari
beberapa sampel lalu disajikan satu. Rumus:
σ 𝑛1𝑥1
ҧ
ത
𝑋= σ
𝑛1
Contoh: tiga sampel masing-masing
berkurang 10:6 dan 8 sedangkan rata-rata masing-
masing 145:118:162. jadi rata-rata gabungan:
10 145 + 6 118 +(8)(162)
ത
𝑋= = 143,9
10+6+8
4. Rata-rata ukur
untuk data bernilai x1, x2,…..xn maka rata-rata ukur U didefinisikan
sebagai berikut: U= x1, x2, … … , xn
untuk bilangan bernilai besar, gunakan logaritma menjadi :
log 𝑥1
log 𝑈 σ 𝑛
untuk fenomena yang bersifat tumbuh, seperti pertumbuhan penduduk
bakteri digunakan rumus yang mempunyai rata-rata ukuran adalah : P1=Pa
1+𝑥ҧ
‘
100
Dimana : Pa = keadaan awal
P1 = keadaan akhir
𝑥ҧ = rata-rata pertumbuhan setiap waktu
unu]tuk data yang telah disusun dalam daftar distribusi frekuensi
σ 𝑓1 log 𝑥1
dipakai rumus: log 𝑈= σ 𝑓1
5. Rata-rata harmonis
untuk data x1,x2,,…..,xn dalam
𝑛
sebuah sampel berukuran n maka rata-
rata harmonis ditentukan oleh : H=1Τ𝑥1
Contoh: rata-rata harmonis untuk kumpulan data:3,5,6,7,10,12 dengan n=7
7
maka : H= 1 1 1 1 1 = 5,87
1ൗ3+ + + + +
5 6 7 10 12
untuk data dalam daftar distribusi frekuensi maka rata-rata harmonis
σ 𝑓1
ditulis dengan rumus: H=σ 𝑓1/𝑥1
6. Modus
modus disingkat Mo. Modus adalah fenomena yang paling
banyak terjadi. Modus dapat dibatasi sebagai:
 Nilai variabel yang mempunyai frekuensi tertinggi dalam distribusi
(distribusi tunggal)
 Titik tengah interval kalas yang mempunyai frekuensi tertinggi dalam
distribusi(distribusi frekuensi).
modus untuk data kualitatif dtentukan dengan cara menentukan
penyebab dari suatu akibat, sedangkan data kuantitatif adalah dengan
jalan menentukan frekuensi terbanyak diantara data itu.
jika data kuantitatif telah disusun dalam daftar distribus frekuensi,
𝑏1
modus ditulis dengan rumus: Mo=b+p
𝑏1+𝑏2
Dimana:
b : batas bawah nyata kelas modus,ialah kelas interval dengan
frekuensi terbanyak
p : panjang kelas modus
b1 : frekuensi kelas modus dikurangi frekuensi kelas interval sebarannya
b2 : frekuensi kelas modus dikurangi frekuensi kelas interval berikutnya.
Contoh:
Interval kelas F1
(nilai)

31-40 1
41-50 2
51-60 5
61-70 15
71-80 25
81-90 20
91-100 12
JUMLAH 80

10
Mo=70,5-(10) = 77,17
10+5
B. UKURAN LETAK
1. Median
median menentukan letak data setelah data itu disusun menurut
urutan nilainya. Kalau nilai median sama dengan maks 50% dari data
harga-harganya paling tinggi sama dengan Me sedangkan 50% lagi
paling rendah sama dengan Me.
jadi, median dapat dibatasi sebagai suatu nilai yang membatasi
50% frekuensi distribusi bagian bawah dengan 50% frekuensi distribusi
atas.
jadi, banyaknya data ganjil, maka median Me, setelah data
disusun menurut nilainyam mrupakan data paling tengah.
untuk data yang telah disusun dalam1 daftar distribusi frekuensi,
2
𝑛−𝑓
mediannya dihitung dengan rumus: Me=b+p
𝑓
Dimana:
b: batas bawah kelas median, ialah kelas dimana median akan terletak
p: panjang kelas median
n: ukuran sampel/ banyaknya data
F: jumlah semua frekuensi sebelum kelas median
f: frekuensi kelas median
2. kwartil
jika sekumpulan data dibagi menjadi 4 bagian yang sama
banyak, sesudah disusun menurut urutan nilainya, maka bilangan
membaginya disebut kwartil. Ada 3 buah kwartil, ialah kwartil pertama
(K1),kwartil kedua(K2), kwartil ketiga(K3). Untuk menentukan nilai
kwartil:
 Susun data menurut urutan nilainya
 Tentukan letak kwartil
 Tentukan nilai kwartil
𝑖(𝑛+4)
Letak kwartil ditentukan oleh rumus: k1= data ke dimana
4
i=1,2,3
Untuk data yang telah disusun dalam daftar distribusi
1.𝑛
frekuensi, kuartil
4
−𝐹
K1(i=1,2 dan 3) dihitung dengan rumus : Ki= b+p , i=1,2,dan 3
𝑓
Dimana :
b: batas bawah nyata kelas Ki ialah kelas interval dimana Ki aan terletak
p: panjang kelas K i
F: jumlah frekuensi sebelum kelas Ki
f : krekuensi kelas Ki
 CONTOH SOAL
sampel dengan data :75,82, 66, 57, 97, 64, 56,
92, 94, 86, 52, 60, 70. Setelah disusun menjadi :
52,56,57,60,64,66,70,75,82,86,92,94,97.
1(12+1)
Letak K1= data ke data ke 3 1Τ4, yaitu antara
4
data ketiga dan keempat, seperempat jauh dari data
ketiga.
Nilai K1= data ke tiga+ 1Τ2(data keempat-data ketiga)
K1= 57+ 1Τ4 (60-57)=57,75
3(12+1)
Letak k3 = data ke = data ke 9,75,yaitu: 85
4
3. Desil
Jika sekumpulan ini dibagi menjadi 10 bagian yang sama, maka
di dapat 9 pembagi dan tiap pembagi dinamakan desil, karenanya ada
9 buah desil, ialah desil pertama , desil kedua,….. desil kesembilan
yang disingkat dengan D1,D2,….D9. desil desil ini dapat ditentukan
dengan jalan :
 Susunan data menurut nilainya
 Tentukan letak desil
 Tentukan nilai desil
𝑖(𝑛+1)
Letak D1=data ke ………..i=1,2,…….9
10
Untuk data dalam distribusi frekuensi nilai Desil dihitung dengan
rumus:
𝑖 .𝑛
10
𝐹
Di=𝑏 + - - - -i=1,2,….,9
𝑓
Dimana:
b: batas bawah kelas Di, ialah kelas interval dimana Di akan terletak
p: panajng kelas Di
F: jumlah frekuensi sebelum kelas Di
f: frekuensi kelas Di
 contoh :
jika diminta D3 untuk 80 nilai ujian statistic,
maka d diperlukan 30% x 80=24 data dari daftar
dibawah ini :
Interval kelas (nilai)
Dapat dilihat bahwa kelas
F1

D3 berhimpitan dengan
31-40 1

41-50
kelas interval ke 4
2
3.80−8
51-60 5
24
61-70 15
D3=60,5+10
15
71-80 25
=64,17
81-90 20

91-100 12

Jumlah 80
4. Akhirnya,
sekumpulan data yang dibagi menjadi 100 bagian yang
sama akan menghasilkan pembagi yang berturut-turut dinamakan
persentil pertama, persentil kedua,….persentil ke 99
simbol yang digunakan berturut-turut P1,P2,…….P99
letak persentil P1=(i=1,2,…,99) untuk sekumpulan data di
tentukan oleh rumus :
𝑖(𝑛+1)
letak P1= data ke …….i=1,2,….99
100
sedangkan nilai P1 untuk 𝐼.𝑛,𝐹
data dalam daftar distribusi frekuensi
100
dihitung dengan : P1=b+p - - - - i=1,2,…….,99
𝑓
dimana :
b: batas bawah kelas Pi ialah kelas interval dimana Pi,akan
terletak
p: panjang kelas Pi
F: jumlah frekuensi sebelum kelas Pi
F: frekuensi kela Pi
 UKURAN PENYIMPANGAN ATAU
DISPERSI
Yang termasuk ukuran dispersi ada 5,
yaitu:
 Rentang atar kuartil
 Simpangan kuartil
 Rata-rata simpangan
 Simpangan baku
 Variasi
RENTANG-RENTANG ANTAR KUARTIL DAN
SIMPANGAN KUARTIL
 Rentang
Ukuran variasi yang paling mudah
ditentukan adalah rentang.
Rumus rentang = data terbesar-data terkecil
 Rentang antar kuartil
Selisih antara K3 dan K4
 Simpangan kuartil
Harga dari pada ukuran penyimpangan
ini adalah setengah dari rentang antar
kuartil. Rumus: SK= 1Τ2 (K3-K4)
 RATA-RATA SIMPANGAN
ഥ
rumus : Rs = ҧ dimana ത harga mutlak dari selisih
𝑥 − 𝑥ҧ
𝑥−
𝑛𝑥
ത − 𝑥ҧ
𝑥𝑖

 SIMPANGAN BAKU/DEVIASI STANDAR

Pangkat dua dari simpangan baku
dinamakan variasi. simpangan baku diberi
simbol s, sedangkan untuk populasi, simpangan
baku diberi simbol (sigma). Variasi tentulah 𝑠 2
untuk variasi sampel dan untuk variasi populasi

rumus : S = σ atau S = σ
𝑥𝑖 ҧ 𝑥𝑖 ҧ
𝑛 1−𝑥 𝑁 −𝑥
−
 KOEFISIEN VARIASI
Koefisien variasi adalah menyatakan peesentase
deviasi standar dari rata-ratanya. Guna koefisien variasi
adalah untuk mengukur keragaman sesuatu hal. Semakin
kecil koefisien variasi berarti data itu semakin seragam.
Sedangkan koefisien variasi semakin besar berarti data itu
semakin tidak seragam.
Untuk mencari koefisien variasi (CV) ini dapat
dilakukan dengan rumus :
𝜏
 Untuk populasi CV (koefisien variasi populasi) = x 100%
𝑣
𝑠
 Untuk sampel CV (koefisien variasi sampel) = x 100%
𝑥
 PROBABILITAS
1. Probabilitas suatu perisitiwa
Bila suatu percobaan dapat menimbulkan sejumlah n hasil yang berbeda serta
memiliki kesempatan m untuk terwujud yang sama dan biladari hasil di atas merupakan
peristiwa A, maka probabilitas peristiwa A, dapat dirumuskan menjadi p(A) = m /
n. bila semua peristiwa yang bukan A dinyatakan dengan tanda A ,maka: p ҧ = 𝑛−𝑚 = 1 −
𝐴 𝑛
𝑝 𝐴

Perumusan di atas harus memenuhi ketentuan :

 Probabilitas A harus mempunyai bilsngan yang no negatif yaitu p(A) # 0
 Jumlah probabilitas dari A ditambah dengan A harus sama dengan 1 atau p
𝐴 +
𝑝 1
𝐴ҧ =
2. Ruang sampel
Sebelum ruang sampel S yang berkenaan dengan suatu percobaan aktual
maupun konseptual merupakan sebuah kelompok yang memiliki ketentuan :
 Tiap umur dari S menyatakan hasil percobaan
 Tiap hasil percobaan harus sesuai dengan satu dan hanya satu unsur dari S.

Suatu teladan tentang hasil pelemparan 2 butir dadu diatas,seluruh kejadian

(hasil) yang mungkin timbul ialah sebesar 6n =62 -36. Dengan lain perkataan ,ruang
sampel terdiri dari 36 titik sampel (sampel poird) Probabilitas terwujudnya tiap titik
sampel yang terdapat dalam ruang sampel tersebut menjadi sebesar seper tiga puluh
enam atau 1/36.
 Azas –azas menghitung probabilitas
1. Peristiwa yang eksklusif secara bersamaan
(mutually excluslve) Dua peristiwa yang eksklusif
secara bersamaan bila kedua peristiwa tersebut
tidak dapat terjadi pada waktu yang bersamaan.
Secara matematika,dua kelompok A dan B
dikatakan eksklusif secara bersamaan atau
terpisah (disjoint) bila dan hanya bila mereka tidak
memiliki unsur yang sama A∩B =O.
Bila A dan B eksklusif secara besamaan dan
merupakan peristiwa dalam sebuah ruang sampel
yang terbatas ,Maka : p 𝐴 𝐵 = 𝑝 𝐴 + 𝐵
∪
2. Dua peristiwa dikatakan tidak eksklusif
Secara bersama bila kedua peristiwa
tersebut tidak usah terpisah (disjoint)
Dalam hal ini ,bila peristiwa A dan B
merupakan suatu gabungan (union) dan tidak
eksklusif secara bersama dan bila kedua
peristiwa tersebut terdapat dalam sebuah ruang
sampel yang terbatas ,maka probilitas A∪B ialah :
p(A∪ B)=p(A)+p(B)-p(A∩B)
3.Peristiwa yang komplementer
Bila terdapat peristiwa A dan peristiwa 𝐴ҧ dalam
sebuah ruang sampel yang sama dan bila 𝐴ҧ meliputi
semua unsur dalam ruang sampel tersebut kecuali yang
terdapat pada A, maka 𝐴ҧ mempunyai peristiwa
komplementer, maka p(𝐴)=1 ҧ – p(A).
 Bukti : Karena A dan 𝐴ҧ eksklusif secara bersaman
maka : p (A ҧ
B)=P(𝐴).Karena A 𝐴ҧ mempunyai
∪ ∪
seluruh ruang sampel, maka p(A 𝐴ҧ )=p(s)=1. jadi
∪
p (𝐴ҧ )=1 –p(A).
4. Peristiwa yang bebas(independen)
Dua peristiwa dikatakan bebas bila dan hanya
bila terjadi atau tidak terjadinya peristiwa kedua.
Jadi kedua peristiwa di atas dikatakan peristiwa
yang bebas bila : p (A∩B)=p (A) x p (B)

5. Probabilitas bersyarat.
Peluang tumbuhnya suatu kejadian dengan
syarat bahwa suatu kejadian lain telah timbul terlebih
dahulu.
P(A∩B)=p(B) x p (A/B)
Jadi yang dimaksud dengan probabilitas
bersyarat ialah bila peristiwa tergantung terwujudnya
dari pada peristiwa A jadi secara relatif maka
probabilitas B tergantung secara relatif A. Ditulis
secara statistik sebagai berikut :A/B.