Kumpulan Data
Kumpulan Bilangan dan Non Bilangan
Tersusun dalam tabel maupun diagram yang melukiskan
atau mengambarkan suatu persoalan
Statistika
Pengetahuan yang berhubungan dengan :
Cara-cara pengumpulan data
Pengolahan data atau penganalisaannya
Penarikan kesimpulan berdasarkan kesimpulan data
dan penganalisaan yang dilakukan
Data Statistika
Data berbentuk bilangan (Data Kwantitatif )
Sampel diambil
dari p opulasi dan
dianalisis
Pembulatan Angka
Aturan 1:
Jika angka terkiri dari yang harus dihilangkan 4 atau
kurang, maka angka terkanan dari yang
mendahuluinya tidak berubah.
Sebuah contoh :
Rp. 59.376.402,96 dibulatkan hingga jutaan rupiah
menjadi 59 juta. Angka yang harus dihilangkan ialah
mulai dari 3 ke kanan dan ini merupakan angka
terkiri, angka terkanan dari yang mendahului 3, ialah
9, harus tetap
Aturan 2 :
Contoh :
1) 6.948 kg, dibulatkan hinga ribuan akan menjadi 7
ribu kg
2) Rp. 176,51 dibulatkan hingga satuan rupiah menjadi
Rp. 177,00. angka-angka yang harus dihilangkan
adalah 51 dengan angka terkiri 5 yang diikuti angka 1
(bukan nol)
Aturan 3 :
Jika angka terkiri dari yang harus dihilangkan hanya angka
5 atau 5 yang diikuti oleh angka-angka nol belaka, maka
angka terkanan dari yang mendahuluinya tetap jika ia
genap, tambah satu jika ia ganjil.
Contoh :
1) Bilangan 8,5 atau 8,500 menjadi 8 jika dibulatkan teliti
hingga satuan angka yang harus dihilangkan masing-
masing 5 dan 500 sedangkan yang mendahuluinya adalah
genap, yakni 8, jadi harus tetap 8
2) Akan tetapi 19,5 atau 19,50 menjadi 20 jika dibulatkan
hinga satuan ini disebabkan angka yang mendahului 5
atau 50 merupakan bilangan ganjil, ialah 9. jadi harus
ditambah dengan satu.
Aturan ke 3 disebut aturan genap terdekat yang diambil
untuk membuat keseimbangan antara pembulatan
keatas dan pembulatan kebawah, jika yang harus
dihilangkan itu terdiri atas angka 5 atau 5 diikuti oleh
hanya angka nol.
4
4,5 5
8
7,50 8
2
1,500 2
+ 6__
+ 6,5__ + 7__
20
20,000 22
(tiap suku
(menjadi 20 jika (tiap suku
dibulatkan
jumlah dibulatkan
hingga satuan
dibulatkan hingga satuan
dengan
hingga satuan) tanpa
menggunakan
menggunakan
aturan 3)
aturan 3)
Penyajian Data
Dalam bentuk tabel atau daftar
Daftar baris kolom
Daftar kontingensi
Daftar distribusi frekwensi.
Contoh Daftar Statistik
Daftar II (6)
BANYAK MURID SEKOLAH DI DAERAH A
MENURUT TINGKAT SEKOLAH DAN JENIS KELAMIN
TAHUN 1970
79 49 48 74 81 98 87 80
80 84 90 70 91 93 82 78
70 71 92 38 56 81 74 73
68 72 85 51 65 93 83 86
90 35 83 73 74 43 86 88
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 88 79 75
a. Tentukan rentang, ialah data terbesar dikurangi data
terkecil. Dalam hali ini, kerena data terbesar = 99 dan
data terkecil = 35, maka rentang = 99 – 35 = 64
b. Tentukan banyak kelas interval yang diperlukan. Banyak
kelas sering bisa diambil paling sedikit 5 dan paling
banyak 15 kelas, dipilih menurut keperluan. Cara lain
cukup bagus untuk n berukuran besar n ≥ 200 misalnya,
dapat menggunakan aturan Sturges yaitu : banyak kelas
= 1 + (3,3) log n
dengan n menyatakan banyak data dan hasil akhir
dijadikan bilangan bulat. Untuk contoh kita dengan
n = 80, sekedar memperlihatkan penggunaan aturan ini,
maka : (logaritma berapa bilangan dapat dilihat dalam
Lampiran, Daftar A)
banyak kelas = 1 + (3,3) log 80
= 1 + (3,3)(1,9031) = 7, 2808
kita bisa membuat daftar distribusi frekuensi dengan
banyak kelas 7 atau 8 buah.
c. Tentukan panjang kelas interval p. ini secara ancer-
ancer di tentukan oleh aturan
rentang
p=
banyak kelas
Harga p diambil sesuai dengan ketelitian satuan data yang digunakan. Jika data
berbentuk satuan ambil harga p teliti sampai satuan. Untuk data hingga satu
desimal, p ini juga diambil hingga satu desimal, dan begitu seterusnya
Untuk contoh kita, maka jika banyak kelas diambil 7, didapat
64
p= = 9,14 dan dari sini bisa kita ambil p = 9 atau
7 p = 10
d. Pilihlah ujung bawah kelas interval pertama. Untuk ini bisa diambil sama
dengan data terkecil atau nilai data yang lebih kecil dari data terkecil tetapi
selisihnya harus kurang dari panjang kelas yang telah ditentukan. Selanjutnya
daftar diselesaikan dengan menggunakan harga-harga yang telah dihitung.
e. Dengan P = 10 dan memulai dengan data yang lebih kecil data terkecil,
diambil 31, maka kelas pertama berbentuk 31-40, kelas 41 – 50, kelas ketiga 51-
60 dan seterusnya.
Dengan mengambil banyak kelas 7, panjang kelas 10 dan dimulai dengan ujung bawah
kelas pertama sama dengan 31, seperti dijleskan dalam e, kita peroleh daftar penolong
seperti dibawah ini
Daftar III (1) dan Daftar III
(2) kedua-duanya dapat
digunakan. Tetapi dalam
daftar III (2), Kelas interval
terakhir, yakni kelas 95-104,
melebihi nilai yang biasa
diberikan, ialah 100.
karenanya, Daftar III (1)
yang lebih baik.
DISTRIBUSI FREKUENSI RELATIF
Frekuensi relatif,
disingkat Fre atau f (%),
untuk kelas pertama
didapat dari :
x1 x2 ..... xn x i
x atau x i 1
n n
Atau lebih sederhana ditulis
x
x i
n
n
x
fx i i
f i
56 1 56
1035
Jumlah 16 1035 x 64,6
16
Nilai rata – rata ujian stasttika untuk ke-16 mahasiswa itu adalah 64,6
Contoh 2
Data berikut merupakan daftar barang yang disimpan di gudang, diantaranya
terdapat yang rusak.
(Untuk menyingkat, judul daftar setiap tabel tidak lagi dituliskan
DAFTAR IV (1)
BARANG DISIMPAN RUSAK %
A 100 96 96
B 200 92 46
C 160 80 50
D 80 60 75
JUMLAH 540 328 -
Jika rata – rata mengenai persen barang
yang rusak dihitung dengan Rumus IV (1),
maka
96 46 50 75
x % 66,75%
4
75 160 80
75 80 60
328
X 100%
540
Juml 540 328
ah 60,07%
……………………………………………………………
Sub sampel k : berukuran dengan nk rata-rata xk
Maka rata-rata gabungan dari k buah sub sampel itu
dihitung dengan :
x
n x
i i
n i
Contoh
Tiga sub sampel masing – masing berukuran 10,6 dan 8
sedangkan rata-ratanya masing – masing 145,118 dan 162
f i
JUMLAH 80 - 6.130,0
Dari tabel diatas didapat : f i 80 dan
fX
i i 6130,0
Nilai Ujian Fi Xi Ci Fi ci
31-40 1 35,5 -4 -4
41-50 2 45,5 -3 -6
51-60 5 55,5 -2 -10
61-70 15 65,5 -1 -15
71-80 25 75,5 0 0
81-90 20 85,5 1 20
91-100 12 95,5 2 24
Jumlah 80 - - 9
Telah diambil x0 = 75,5 dan nilai sandi c = 0 telah di
berikan untuk ini. Harga-harga c = -1, c = -2, c = -3 dan
c = -4 telah diberikan berturut-turut untuk tanda-
tanda kelas 64,5;55,5;45,5 dan 35,5. tanda kelas yang
lebihbesar dari x0 = 75,5 berturut-turut diberi harga c
= 1 dan c = 2. kerena p = 10, maka dengan rumus IV (5),
dengan Ʃfi ci = 9 didapat.
9
x 75,5 (10) 76,62
80
Rata-rata ukur
Jika perbandingan tiap dua data beruntun tetap atau
hampir tetap, rata-rata ukur lebih baik dipakai daripada
rata-rata hitung, apabila dikehendaki rata-ratanya.
Untuk data bernilai x1,x2….., xn maka rata-rata ukur U
didefinisikan sebagai
log xi
log U
Yakni logaritma rata-rata ukur U sama dengan jumlah
logaritma tiap data dibagi oleh banyak data. Rata-rata
ukur U akan didapat dengan jalan mencari kembali
logaritmanya.
Contoh :
Sekedar menunjukkan penggunaan rumsu IV (7), kita ambil x1 = 2,x2 = 4
dan x3 = 8.
Maka log 2 = 0,3010; log 4 = 0,6021; dan log 8 = 0,9031.
log 2 log 4 log
log U
3
0,3010 0,6021 0,9031
atau log U 0,6021
3
f i
7
H 5,87
1 1 1 1 1 1 1
3 5 6 6 7 10 12
Contoh. 2
Si A bepergian pulang pergi. Waktu pergi ia melakukan
kecepatan 10 km/jam sedangkan waktu kembalinya 20
km/jam. Berapakah rata-rata kecepatan pulang-pergi?
1
10 20km / jam 15 km / jam
2
Ini salah, karena jika panjang jalan 100 km, maka untuk
pergi diperlukan waktu 10 jam dan kembali 5 jam.
Pulang pergi perlu waktu 15 jam dan menempuh
200 km. Rata-rata kecepatan jadinya
200 1
km / jam 13 km / jam
15 3
Hasil ini tiada lain daripada rata-rata harmonik
2 40 1
H 13
1 1 3 3
10 20
Untuk data dalam daftar ditribusi frekuensi ,
maka rata-rata harmonik dihitung dengan rumus
denganxi = tanda kelas interval dan f i = frekuensi
yang sesuai dengan tanda kelas xi
H
f i
f / x
i i
Contoh
Jika untuk nilai ujian dalam Daftar III(1) dihitung
rata-rata harmoniknya, maka tabel berikut
diperlukan
180
H 73,94
1,0819
Rata-rata harmonik untuk nilai ujian itu = 73,94
Hubungan H, U, x
H U x
Modus
Untuk menyatakan fenomena yang paling banyak terjadi
atau paling banyak terdapat digunakan ukuran modus
disingkat Mo. Ukuran ini juga dalam keadaan tidak
disadari sering dipakai untuk menentukan “Rata-rata”
data kualitatif. Jika kita dengar atau baca: kebanyakan
kematian di Indonesia disebabkan oleh penyakit malaria,
pada umumnya kecelakaan lalu lintas karena
kecerobohan pengemudi, maka ini tiada lain masing –
masing merupakan modus penyebab kematian dan
kecelakaan lalu lintas.
Modus untuk data kualitatif ditentukan dengan jalan menentukan frekuensi
terbanyak di antara data itu.
Contoh : Terdapat sampel dengan nilai-nilai data:
12, 34, 14, 34, 28, 34, 34, 28, 14. dalam tabel dapat disusun seperti dibawah ini.
Frekuensi terbanyak,
ialah f = 4, terjadi Xi fi
untuk data bernilai 34. 12 1
Maka modus Mo = 34. 14 2
20 2
34 4
Jika data kuantitatif telah disusun dalam daftar distribusi frekuensi,
modusnya dapat ditentukan dengan rumus :
b1
Mo b p( )
b1 b2
Dengan b = batas bawah kelas modal, ialah
kelas interval dengan frekuensi
terbanyak
p = panjang kelas modal
b1 = frekuensi kelas modal dikurangi
frekuensi kelas interval dengan tanda
kelas yang lebih kecil sebelum tanda
kelas modal.
b2 = frekuensi kelas modal dikurangi
frekuensi kelas interval dengan tanda
kelas yang lebih besar sesudah tanda
kelas modal
Contoh :
1) Kelas modal = kelas kelima
NILAI F1
2) b = 70,5 UJIAN
31-40 1
3) b1 = 25 – 15 = 10 41-50 2
4) b2 = 25 – 20 = 5 51-60 5
61-70 15
5) p = 10 71-80 25
10 81-90 20
Mo = 70,5 + (10) ( )
10 5 91-100 12
Jumlah 80
Mo = 77,17
Contoh :
Modus dibanding dengan ukuran lainnya, tidak tunggal
adanya. Ini berarti sekumpulan data bisa mempunyai
dari sebuah modus.
Xi Fi
75 8 Dapat dilihat ada 8 data masing-
60 7 masing bernilai 75 dan 92. ini
92 8
64 7
menyatakan bahwa modusnya
35 2 ada dua ialah 75 dan 92.
Median
1 nF
Me b p( 2 )
f
Dengan b= batas bawah kelas median, ialah kelas
dimana median akan terletak,
p= panjang kelas median
n= ukuran sampel atau banyak data
F= jumlah semua frekuensi dengan tanda kelas
lebih kecil dari tanda kelas median
f= frekuensi kelas median
Contoh :
Jika nilai ujian 80 mahasiswa akan dihitung mediannya, dengan
menggunakan daftar berikut kita tempuh hal dibawah ini :
Rata-rata – Mo = 3(Rata-rata-Me)
Dalam grafik, kedudukan ketiga nilai tersebut
dapat dilihat di bawah ini:
i ( n 1)
Letak Ki = data ke
4
Dengan i = 1,2,3
Sampel dengan data 75, 82, 66, 57, 64, 56, 92, 94, 86, 52, 60, 70, setelah
disusun menjadi : 52, 56,57, 60, 64, 66, 70, 75, 82, 86, 92, 94.
12 1
Letak K1 = data ke = data ke -3 ¼ , yaitu
4
antara data ke -3 dan data ke -4 seperempat jauh dari data ke-3.
Nilai K1 = data ke-3 + ¼ (data ke-4 – data ke-3
K1 = 57 + ¼ (60 -57) = 57 ¼
in
F
K i b p 4
f
Dengan i = 1,2,3
3 80
48
K 3 80,5 10 4
20
K 3 86,5
Nilai Ujian Fi
31-40 1
41-50 2
51-60 5
61-70 15
71-80 25
81-90 20
91-100 12
Jumlah 80
Dengan
b = batas bawah kelas Di ialah kelas interval diman Di akan terletak,
P = panjang kelas Di
F = jumlah frekuensi dengan tanda kelas lebih kecil dari tanda kelas Di
f = frekuensi kelas Di
Contoh :
Jika diminta D3 untuk 80 nilai ujian statistika, maka
kita perlu 30% x 80 = 24 data. Dapat dilihat bahwa
kelas D3 berimpit dengan kelas interval ke-4 karenanya
b=60,5; p = 10; f= 15 dan F = 1+2+5=8. dengna i = 3 dan
n=80, maka dari rumus IV (18) didapat :
2 80
8
D3 60,5 (10) 10 71,2
15
i(n 1)
Letak Pi data ke
100
dengan i 1,2,.....99
Sedangkan nilai Pi untuk data dalam daftar distribusi frekuensi
dihitung dengan :
in
F
Pi b p 100
f
dengan i 1, 2, .....99
Dengan b = batas bawah kelas Pi, ialah kelas
interval dimana Pi terletak
P = panjang kelas Pi
F = jumlah frekuensi dengan tanda
kelas lebih kecil dari tanda kelas Pi
f = frekuensi kelas Pi
-Rentang
-Rentang antar kwartil (RAK)
-Simpangan kwartil atau deviasi kwartil (RAK)
-Rata-rata simpangan atau rata-rata deviasi (RS)
-Simpangan baku atau deviasi standart (S2) (δ)
-Varians (S)
-Koefisien variasi (KV)
Rentang
Rentang = data terbersar – data terkecil
Contoh :
Untuk ke 80 data yang ada pada halam 46 dengan data
terbesar 99 dan data terkecil =35, maka rentangnya = 99
– 35 = 64
Rentang Antar Kuartil (RAK)
Selisih antar kwartil
RAK = K3 – K1
SK = ½(K3 – K1)
Contoh :
Dari daftar V (1), jelas didapat:
SK = ½ (Rp. 90,75 – Rp. 68,25) = Rp. 11,25
Selanjutnya, karena ½(K3 – K1)= Rp. 79,50, maka
50% dari pegawai mendapat upah terletak dalam
interval Rp. 79,50 – Rp. 11,25 atau antara Rp. 68,25
dan Rp. 90,75
Rata-rata simpangan (RS)
lxi xl
RS =
n
Contoh :
Xi Xi - x xi x
8 -1 1
7 -2 2
10 1 1
11 2 2
Dari data diatas ini, jika dihitung,
rata-ratanya = 9. Jumlah harga-
harga mutlaknya yaitu jumlah
bilangan-bilangan dalam kolom
akhir, adalah 6.
6
Maka RS = 11
4 2
Simpangan Baku
Barang kali ukuran simpangan yang paling banyak
digunakan adalah simpangan baku atau deviasi
standar.
Pangkat dua dari simpangan baku dinamakan varians.
Untuk sampel, simpangan baku akan diberi simbul s,
sedangkan untuk populasi diberi simbul (baca
sigma). Variansnya tertentu s untuk varians sampel
2
merupakan statistik sedangkan dan parameter.
2
Jika kita mempunyai sampel berukuran n dengan data
x1, x2, ….xn dan rata-rata x, maka satatistik s2 dihitung
dengan :
( xi x) 2
s
2
n 1
Untuk mencari simpangan baku s, dari s2 diambil harga
akarnya yang postif.
Dari rumus V (5), varians s2 dihitung sebagai berikut :
1) Hitung rata-rata X
2) Tentukan selisih x1 –x, x2 – x, ….xn-x
3) Tentukan kuadrat selisih tersebut,yakni (xi – x)2, (x2-
x)2……, (xn – x)2
4) Kuadrat-kuadrat tersebut dijumlahkan
5) Jumlah tersebut dibagi oleh (n-1)
Contoh :
Diberikan sampel dengan data : 8,7,10,11,4
Untuk menentukan simpangan baku s, kita buat tabel
berikut :
xi xi-x (xi-x)2
(1) (2) (3)
8 0 0
7 -1 1
10 2 4
11 3 9
4 -4 16
Rata-rata x = 8
Dapat dilihat dari kolom (2), bahwa ∑ (xi – x) = 0. kerena
itulah di sini diambil kuadratnya yang dituliskan dalam
kolom (3)
30
s
2
7,5 Sehingga s 7,5 2,74
4
Bentuk lain untuk rumus varians sampel ialah :
nxi (xi )
2 2
s
2
n(n 1)
Dalam rumus di atas nampak bahwa tidak perlu
dihitung dulu rata-rata x, tetapi cukup menggunakan
nilai data aslinya berupa jumlah nilai data dan jumlah
kuadratnya. Jika digunakan untuk data di atas, maka
dari tabel berikut ini dihasilkan
Contoh
xi xi2
8 64
7 49
10 100
11 121
4 16
5 350(40) 2
s
2
7,5
5 4
nf i xi (f i xi ) 2
2
s 2
n ( n 1)
Dengan xi = tanda kelas, fi = frekuensi yang sesuai
tandan kelas xi dan n =∑fi
Contoh :
Telah dihitung, harga x = 76, 6
Kolom (3) merupakan tanda kelas, kolom (4) adalah tiap
tanda tanda kelas dalam kolom (3) dikurangi 76,6 dan
kolom akhir sama dengan hasil kali kolom (2) dengan
kolom (5). Didapat harga-harga.
n = ∑ fi = 80 dan ∑ fi(xi-x )2 = 13.498,80 sehingga dengan
Rumus V (7) didapat varians
13.498,80
s
2
170,9
79
Simpangan baku s = 170,9 13,07
Contoh lebih baik
Kolom (4) adalah kuadrat tanda-tanda kelas dalam
kolom (3), kolom (5) meruapakan hasil kali kolom (2)
dan kolom (3) dan kolom akhir adalah produk antar
kolom (2) dan kolom (4). Dari tebel terdapat
80 483.310 ( 6.130) 2
s2 172,1
80 79
Cara menghitung simpangan baku lebih cepat
2 nf i ci (f i ci )
2 2
s p
2
n(n 1)
Dengan p = panjang kelas interval
ci = nilai sandi dan n = ∑fi
Contoh :
Dari tabel ini didapat p = 10, n = ∑fi = 80, ∑fici = 9 dan
∑fici2 = 137, sehingga didapat varians
80 137 (9) 2
s (10)
2 2
172,1
80 79
Simpangan Baku Gabungan
Jika ada k buah sub sampel dengan keadaan berikut :
Subsampel 1 : berukuran n1 dengan simpangan baku s1
Subsampel 2 : berkuruan n2 dengan simpangan baku s2
……………………………………………………………………………………..
Subsampel k : berukuran nk dengan simpangan baku sk
Yang digabungkan menjadi sebuah sampel berukuran
n = n1 + n2 + …..nk,
( ni 1) s1
2
s 2
n1 k
Atau selengkapnya :
n1 n2 .....nk k
xi x
zi untuk i 1,2,....n
s
Jadi diperoleh penyimpangan atau
deviasi data dari rata-rata dinyatakan
dalam satuan simpangan baku. Bilangan
yang didapat dinamakan bilangan z.
variabel z1,z2, …zn ternyata mempunyai
rata-rata = 0 dan simpangan baku = 1
Dalam pengunaanya, bilangan z ini
sering diubah menjadi keadaan atau
model baru, atau tepatnya distribusi
baru, yang mempunyai rata-rata x0 dan
simpangan baku so yang ditentukan.
Bilangan yang diperoleh dengan cara ini
dinamakan bilangan baku atau bilangan
standar dengan rata-rata xo simpangan
baku so
xi x
zi xo so
s
Contoh :
Seorang mahasiswa mendapat nilai 86 pada ujian
akhir matematika di mana rata-rata dan simpangan
baku kelompok, masing-masing 78 dan 10. pada
ujian akhir statistika di mana rata-rata kelompok 84
dan simpangan baku 18, ia mendapat nilai 92.
didalam mata ujian mana ia mencapai kedudukan
yang lebih baik?
Jawab :
Dengan rumus diatas didapat
86 78
Untuk matematika z = 0,8
10
86 78
Untuk matematika z = 100 20 116
10