Ukuran Statistika

pendahuluan

Ukuran Statistik :
1. Ukuran Pemusatan (Bagaimana, di mana data berpusat? )
• Rata-Rata Hitung = Arithmetic Mean
• Modus
• Median
• Kuartil, Desil, Persentil
2.Ukuran Penyebaran (Bagaimana penyebaran data? )
• Ragam, Varians
• Simpangan Baku

Ukuran Statistik nantinya akan mencakup data :

1. Ungrouped Data (data Array)
2. Grouped Data (data distribusi kelompok)
Rata-rata hitung

Untuk data Array

Notasi : N

μ : rata-rata hitung populasi x i

 i 1
N

n
x : rata-rata hitung sampel x
i 1
i
x
n

μ : rata-rata hitung populasi

N : ukuran Populasi
x : rata-rata hitung sampel
n : ukuran Sampel
xi : data ke-i
 Rata-rata hitung

Contoh 1 :
Misalkan diketahui Di kota A hanya terdapat 6 PTS, masing-masing tercatat
mempunyai banyak mahasiswa sebagai berikut : 850, 1100, 1150, 1250, 750, 900
Berapakah rata-rata banyak mahasiswa PTS di kota A?

 = 850 + 1100 + 1150 + 1250 + 750 + 900= 6000 = 1000

6 6

Contoh 2 :
Setiap 12 jam sekali bagian QC pabrik minuman ringan memeriksa 6 kaleng contoh
untuk diperiksa kadar gula sintetisnya (%). Berikut adalah data 6 kaleng minuman
contoh yang diperiksa : 13,5 12,5 13 12 11,5 12,5 10 12

x = 13,5 + 12,5 + 13 + 12 + 11,5 + 12,5 + 10 + 12 = 97 = 12,125 %

8 8
 Rata-rata hitung

Untuk data Kelompok

Nilai rata-rata data kelompok merupakan nilai pendekatan
Rumusnya : n n

 f i xi  f i xi n : ukuran Sampel
x  i 1n atau x  i 1 fi : frekuensi di kelas ke-i
n
i
i 1
f xi : Titik Tengah Kelas ke-i

Contoh :
Tabel Usia 50 karyawan PT Famury Tahun 2016. Tentukan Rata-ratanya
Kelas Frekuensi (fi) Titik Tengah Kelas (xi) fi xi
16-23 10 19.5 195
24-31 17 27.5 467.5
32-39 7 35.5 248.5
40-47 10 43.5 435 x = 1679 = 33,58
48-55 3 51.5 154.5 50
56-63 3 59.5 178.5

Jml 50 1679
 Rata-rata hitung

Cara Coding
Metode ini untuk mempermudah perhitungan, dengan penyederhanaan angka
Rumusnya :  n 
  f i ui 
  M : Titik tengah kelas yg diberi kode
x  M  i i 1
n  ui : kode kelas
 
  i : Interval kelas
 

Contoh :
Tabel Usia 50 karyawan PT Famury Tahun 2016. Tentukan Rata-ratanya
Kelas Frekuensi (fi) (xi) ui f i ui
16-23 10 19.5 –2 –20
24-31 17 27.5 –1 –17
32-39 7 35.5 x = 35,5 + 8. –12
0 0 50
40-47 10 43.5 1 10
48-55 3 51.5
56-63 3 2 6 = 35,5 – 1,92
59.5
3 9 = 33,58
Jml 50 1679 –12
 Latihan

1. Tentukan Rata-rata dari data :

a. 7, 6, 8, 7, 6, 10, 5
b. . x f c. Nilai Ujian Frekuensi
50 5 31 – 40 1
60 4 41 – 50 4
55 3 51 – 60 6
58 2 61 – 70 20
64 4 71 – 80 10
81 – 90 8
91 – 100 1
2. Nilai rata-rata 9 anak adalah 7. Jika ada satu anak baru mempunyai nilai
6, berapa nilai rata-rata kesepuluh anak tersebut ?
3. Nilai rata-rata 7 anak adalah 8. Jika ditambah satu anak yang bernilai
10, nilai rata-rata nya menjadi ….
4. Nilai rata-rata 11 anak adalah 6. Dengan masuknya seorang anak lagi,
rata-ratanya menjadi 6,25. Tentukan nilai anak yang baru masuk !
5. Nilai rata-rata 14 anak adalah 7. Jika ada seorang anak baru
dimasukkan, nilai rata-ratanya menjadi 7,2. Tentukan nilai anak baru
tersebut !
6. Nilai rata-rata suatu kelas yang terdiri dari 36 siswa adalah 7,5. Jika
salah satu anak keluar, maka rata-ratanya menjadi 7,6. Berapa nilai anak
yang keluar tersebut ?
 Modus Nilai yang paling sering muncul (Frekuensi paling tinggi)

a. Untuk Data Array

Contoh :
Sumbangan PMI warga Depok : 7.500; 8.000; 9.000; 8.000; 3.000; 5.000; 8.000
Modus dari data di atas = 8.000
Kemungkinan
Kemungkinanlain
lainnilai
nilaimodus
modus: :
•• Data
Datadengan
denganbeberapa
beberapamodus
modus
•• Data
Datatanpa
tanpamodus
modus

Contoh :
1. Berat 5 orang bayi (bln) : 3,6 3,5 2,9 3,1 3,0
(Tidak ada modus)
2. Umur Mahasiswa (th) : 19 18 19 18 23 21
19 21 18 20 22 17
Modus = 18 dan 19
 Modus Nilai yang paling sering muncul (Frekuensi paling tinggi)

b. Untuk Data Kelompok

Kelas Modus : Kelas dimana Modus berada
(Kelas dengan frekuensi tertinggi)

d1
Mo = Tb + i(d1 + d2 )

Tb : Tepi Batas Bawah kelas modus

d1 : Beda Frekuensi Kelas Modus dengan Frekuensi Kelas sebelumnya
d2 : Beda Frekuensi Kelas Modus dengan Frekuensi Kelas sesudahnya
i : interval kelas
Modus Nilai yang paling sering muncul (Frekuensi paling tinggi)

Contoh :
Tentukan Modus dari data pada tabel berikut
Kelas Frek (fi)
16-23 10 Kelas modus
24-31 17
32-39 7 Tb = 23,5
40-47 10 Frek kelas modus = 17
48-55 3 Frek kelas sebelum kelas modus = 10
56-63 3 Frek kelas setelah kelas modus = 7
d1 = 17 – 10 = 7
d2 = 17 – 7 = 10
8
Interval i =

d1 7
Mo = Tb + i (
d1 + d 2 ) (
= 23,5 + 8
7 + 10 ) = 23,5 + 8(0,412) = 26,796
 Latihan

Tentukan Modus dari data :

a. 7, 6, 8, 7, 6, 10, 5
b. . x f c. Nilai Ujian Frekuensi
50 5 31 – 40 1
60 4 41 – 50 4
55 3 51 – 60 6
58 2 61 – 70 20
64 4 71 – 80 10
81 – 90 8
91 – 100 1
median
Me = Nilai yang membagi gugus data yang telah urut menjadi 2 bagian yang sama

a. Untuk data Array

Letak median pada data ke- n + 1 n : banyaknya data
2
Contoh 1 : Diketahui tinggi badan 5 mahasiswa (cm) :
175 178 160 173 178
Sorted : 160 173 175 178 178
Letak median pada data ke- 5 + 1 = 3 Median pada data ke-3 = 175
2

Contoh 2 : Diketahui tinggi badan 6 mahasiswa (cm) :

175 178 160 173 180 178
Sorted : 160 173 175 178 178 180
Letak median pada data ke- 6 + 1 = 3,5 Median antara data ke-3 dan 4
2
Median = (data ke-3 + data ke-4)/2 = (175 + 178)/2 = 1,765
median

b. Untuk data Kelompok

Letak median pada data ke- n n : banyaknya data
2
Kelas
Kelas Median
Median didapatkan
didapatkan dengan
dengan membandingkan
membandingkan Letak
Letak Median
Median dengan
dengan
Frekuensi
Frekuensi Kumulatif
Kumulatif

 n2  f kum 
Me  Tb  i 
 f med 

Tb : Tepi Batas Bawah

fkum : Frekuensi Kumulatif sebelum kelas Median
i : interval kelas
fmed : Frekuensi kelas Median
median

Contoh :
Tentukan Median dari data pada tabel berikut
Kelas Frek (fi) fkum
16-23 10 Kelas modus
10
24-31 17 Interval = 8
32-39 7 27
40-47 10 34 Letak Median = 50/2 = 25
48-55 3 44 (pada kelas ke-2)
56-63 3
47 Tb = 23,5
50 Frek kelas median =17
Frek kumulatif sblm kelas Med = 10

 n2  f kum 
Me  Tb  i
 f med 
(
  23,5 + 8 25 – 10
17 )
= 23,5 + 8(0,882)
= 30,556
 Latihan

Tentukan Median dari data :

a. 7, 6, 8, 7, 6, 10, 5
b. . x f c. Nilai Ujian Frekuensi
50 5 31 – 40 1
60 4 41 – 50 4
55 3 51 – 60 6
58 2 61 – 70 20
64 4 71 – 80 10
81 – 90 8
91 – 100 1
RATA-RATA TERTIMBANG
Dalam beberapa kasus setiap nilai diberi beban, misalnya : pada kasus
perhitungan Indeks Prestasi, Nilai Penjualan Barang, dll
n

B x
i 1
i i xB : rata-rata tertimbang
xB  n Bi : beban ke-i
B
i 1
i
xi : data ke-i
n : banyak data

Berikut adalah Transkrip Akademik seorang mahasiswa

Nilai Angka SKS Bi xi
Matkul
Mutu Muatu (xi) (Bi) IP rata-rata
n
Pancasila
Teori Ekonomi
B
A
3
4
2
4
6
16
B x i i

= 40 = 3,33
i 1
xB 
Bahasa Inggris C 2 3 6 n
12
Pengantar A 4 3 12
B
i 1
i
Manajemen
Jumlah 14 12 40
RATA-RATA geometrik
Rata-rata geometrik digunakan untuk menghitung rata-rata laju pertumbuhan
(growth rate), misalnya : pertumbuhan penduduk, penjualan, tingkat bunga dll

G  n x1  x2  x3  ...  xn
atau
log x1  log x2  log x3  ...  log xn
log G 
n
Ingat : G = antilog (log G)
G : Rata-rata geometrik
xi : data ke-i
n : banyaknya data
RATA-RATA geometrik

Contoh 1 : Hitung rata-rata geometrik dari data : 3, 5, 4, 7, 8, 7

G  n x1  x2  x3  ...  xn  6 3  5  4  7  8  7
 6 23520 = 5,353

Cara lain :

log 3  log 5  log 4  log 7  log 8  log 7

log G 
6
0,477  0,699  0,602  0.845  0,903  0,845
log G 
6
4,371
log G  = 0,729
6
G = 10 0,729 = 5,353
 Rata-rata harmonik
Misalkan terdapat kasusu sebagai berikut :
Si A bepergian dari kota A ke kota B. Waktu pergt ta melakukan perjalanan dengan
kecepatan 50 km/jam. Sedangkan waktu pulangnya kecepatannya 40 km/perjam.
Berapakah rata-rata kecepatan pulang perginya?
Jawab : Dengan rata-rata hitung biasa, kita akan memperoleh :
½ (50 + 40) = 45 km/ jam
Jika kita teliti kembali, akan muncul hasil yang lain.
Misalkan jarak kota A ke B, adalah 100 km. Maka, untuk pergi perlu waktu : 2 jam.
Sedangkan untuk pulang perlu waktu : 2,5 jam. Jadi pulang pergi perlu 4,5 km
dengan jarak tempuh 200 km. Jadi rata-rata kecepatannya adalah :
200km n
RH   44,4km / jam RH 
4,5 jam Data tunggal : 1 1 1
  ... 
x1 x2 xn
2
RH   44,4
1

1
RH 
 f i
50 40 f
Data Kelompok :
x i
i
 Latihan

Tentukan Rata-rata Geometrik dan Rata-rata harmonis dari data :

a. 7, 6, 8, 7, 6, 10, 5
b. . x f
50 5
60 4
55 3
58 2
64 4
 UKURAN
PENYEBARAN
Simpangan Rata-rata
Ragam/Varians
Simpangan Baku/Standar Deviasi
Koefisien Variansi
Angka Baku (Z score)
Simpangan rata-rata

Rumus simpangan Rata-rata

Data Simpangan Rata-rata

n
1
Data Tunggal SR 
n
x
i 1
i x SR : Simpangan Rata-rata
fi : Frekuensi ke-i
xi : Datum/Nilai titik tengah kelas ke-i
n x : Rata-rata
Data f x x i i
Kelompok SR  i 1

f i
 Simpangan rata-rata

1. Tentukan simpangan rata-rata dari data : 7, 6, 8, 7, 6, 10, 5

7  6  8  7  6  10  5 49
x  7
7 7
1
SR  (|7 – 7|+|6 – 7|+|8 – 7|+|7 – 7|+|6 – 7|+|10 – 7|+|5 – 7|)
7
1 8
SR  (0 + 1 + 1 + 0 + 1 + 3 + 2) =
7 7
 Simpangan rata-rata

1. Tentukan simpangan rata-rata dari data :

Nilai f xi fi.xi |xi – x| fi. |xi – x|
141 – 145 2 143 286 14,5 29
146 – 150 4 148 592 9,5 38
151 – 155 8 153 1224 4,5 36
156 – 160 12 158 1896 0,5 6
161 – 165 10 163 1630 5,5 55
166 – 170 4 168 672 10,5 42
40 6300 206

6300
x  157,5
40
206
SR   5,15
40
latihan

Hitung simpangan rata-rata dari data :

a. 4, 7, 3, 8, 6, 5, 12, 3
b. . Nilai Frek
5 6
6 8
7 10
8 12
9 4

c. . Nilai Frek
31 – 35 3
36 – 40 7
41 – 45 10
46 – 50 9
51 – 55 2
RAGAM/VARIANS DAN SIMPANGAN BAKU

a. Ragam (Varians) dan Simpangan Baku (Standar Deviasi) data tunggal

Ragam (Varians) SD
2
N N
 N 
POPULASI (x  ) i
2
 
N xi   xi 
2

 i 1    2
 
2 i 1
atau  2  i 1
N N2

2
n n
 n 
SAMPEL  ( xi  x ) 2  2

n xi   xi 
 i 1  s  s2
s2  i 1
atau s 2  i 1
n 1 n( n  1)

xi : data ke-i SD : Simpangan Baku

μ : rata-rata populasi x : rata-rata sampel
σ²: ragam populasi s²: ragam sampel
σ : simpangan baku populasi s : simpangan baku sampel
N : ukuran populasi n : ukuran sampel
Ragam/varians dan simpangan baku

Contoh :
Data Usia 5 mahasiswa : 18 19 20 21 22
Hitunglah a. , 2, dan  (anggap data sebagai populasi)
b. x, s2 dan s (data berupa sampel)
xi (xi–) atau (xi–)2 atau xi2 N
(xi – x) (xi – x)2  (x  ) i
2

10
18 2  i 1
 2
–2 4 324 N 5
19 –1 1 361 2
 N 
N
20 0 0 400
i 1
2

N xi   xi 
 i 1 
 5(2010)  1002
21 1 1 441  
2

N 2
52
22 2 4 484
10050  10000 50
100 10 2010   2
25 25

 = 100 = 20    2  2  1,414
5
Ragam/varians dan simpangan baku

Jika data dianggap sebagai sampel maka :

xi (xi–) atau (xi–)2 atau xi2 n
(xi – x) (xi – x)2  (x
i 1
i  x)2
10
18 s2    2,5
–2 4 324 n 1 4
19 –1 1 361 2
n
 n 
20 0 0 400 n i 1
2

xi   xi 
 i 1   5(2010)  100
2
2
21 1 1 441 s 
n( n  1) 5 4
22 2 4 484
10050  10000 50
100 10 2010    2,5
20 20

x = 100 = 20 s  s 2  2,5  1,581

5
RAGAM/VARIANS DAN SIMPANGAN BAKU

b. Ragam (Varians) dan Simpangan Baku (Standar Deviasi) untuk Data Kelompok

Ragam (Varians) SD
k

POPULASI  f  (x i i   )2
  2
 
2 i 1
N

SAMPEL  f  (x  x)
i 1
i i
2
s  s2
s2 
n 1

xi : Titik tengah kelas SD : Simpangan Baku

k : banyaknya kelas
μ : rata-rata populasi
σ²: ragam populasi
σ : simpangan baku populasi
N : ukuran populasi
fi : frekuensi kelas ke i
x : rata-rata sampel
s²: ragam sampel
s : simpangan baku sampel
n : ukuran sampel
 RAGAM/VARIANS DAN SIMPANGAN BAKU
Dari data berikut diketahui rata-rata = 33,58. Tentukan Varians dan standar deviasi jika
a. Datanya berupa data populasi b. Data berupa data sampel
Frek Titik (xi – ) (xi – )2 fi.(xi – )2
Kelas fi tengah fi.xi atau atau atau
16-23 10 xi (xi – x) (xi – x)2 fi.(xi – x)2
24-31 17 19,5 195 –14,08 198,2464 1982,4640
32-39 7
40-47 10
27,5 467,4 –6,08 36,9664 628,4288
48-55 3 35,5 248,5 1,92 3,6864 25,8048
56-63 3 43,5 435 9,92 98,4064 984,0640
51,5 154,5 17,92 321,1264 963,3792
59,5 178,5 25,92 671,8464 2015,5392
 1697 6599,6800
Data berupa populasi Data berupa sampel
 Latihan

Tentukan Variansi dan simpangan baku dari data :

a. 7, 6, 8, 7, 6, 10, 5
b. . Nilai Ujian Frekuensi
31 – 40 1
41 – 50 4
51 – 60 6
61 – 70 20
71 – 80 10
81 – 90 8
91 – 100 1
Koefisien variansi (KV)
Semakin besar nilai Koefisien Variansi (KV) maka data semakin bervariasi
(keragaman data makin tinggi)

Data Koefisien Varians

Populasi

Sampel

Contoh :
Diketahui x = 33,58 dan s = 11,6054
Tentukan Koefisien Variansinya !
Penyelesaian :
s 11,6054
Koefisien Varians =  100%   100%  34,56 %
x 33,58
latihan

1. Jika rata-rata nilai ujian di kelas A adalah 80 dengan simpangan standar

4,2. tentukan koefisien variansi kelas tersebut.
2. Suatu lampu model A rata-rata dapat dipakai selama 3.500 jam dengan
simpangan baku 1.500 jam. Lampu model B dapat digunakan dengan rata-
rata pemakaian 10.000 jam dengan simpangan baku 2.000 jam. Tentukan
koefisien variansi dari lampu model A dan B
3. Diketahui Koefisien variansi suatu data adalah 8% dengan simpangan baku
4,2. Tentukan rata-rata data tersebut
Angka baku (z-score)

• Angka baku adalah ukuran penyimpangan data dari rata-rata populasi .

• z dapat bernilai nol (0), positif (+) atau negatif (-)
• z nol → data bernilai sama dengan rata-rata populasi
• z positif → data bernilai di atas rata-rata populasi
• z negatif → data bernilai di bawah rata-rata populasi

x
z


z : Angka baku x : nilai data

μ: rata-rata populasi σ : simpangan baku populasi
Angka baku (z-score)

Contoh 5 :
Rata-rata kecepatan lari atlet nasional = 20 km/jam dengan simpangan
baku = 2,5 km. Hitung angka baku untuk kecepatan lari :
a. Ali = 25 km/jam b. Didi = 18 km/jam

x 25  20 5
a. z    2
 2,5 2,5

x 18  20 2
b. z     0,8
 2,5 2,5
1. Suatu kelompok data mempunyai nilai rata-rata 43 dengan simpangan
baku 5,39. Jika salah satu datanya bernilai 50, nyatkaan dalam nilai
standar.
2. Diketahui nilai ulangan matematika suatu kelas mempunyai simpangan
baku 2. Jika Ayu berada di kelas tersebut mempunyai angka baku 1,5
dengan nilai ulangan matematika 70, maka rata-rata ulangan di kelas
tersebut adalah