Statistika Deskriptif

Faula Arina

1
OUTLINE

BAGIAN I Statistik Deskriptif

Pengertian Statistika Pengertian dan Penggunaan
Statistika
Penyajian Data
Jenis-jenis Statistika
Ukuran Pemusatan Jenis-jenis Variabel

Ukuran Penyebaran Sumber Data Statistika

Skala Pengukuran

2
DEFINISI

• Statistika (statistics)
Ilmu yng mempelajari segala hal terkait
bagaimana merencanakan, mengumpulkan,
menyajikan, menganalisis , dan menginterpretasi
data menjadi informasi untuk membantu
pengambilan keputusan yang efektif.

• Statistik(statistic)
- kumpulan data dalam bentuk angka dan non
angka
- ukuran/karakteristik dari sampel

3
Statistik diperlukan sebagai alat untuk membantu
memecahkan berbagai masalah melalui penelitian
Penelitian = penyelidikan/pencarian yangg sistematik
terhadap kebenaran yg belum terungkap (Leedy, 1974)

4
Ciri-ciri penelitian :
 dimulai dengan adanya pertanyaan
 membutuhkan pernyataan yang jelas
 membutuhkan perencanaan
 dilakukan secara bertahap
 mengajukan hipotesis

 mengemukaan fakta dan makna dg benar

 bersifat sirkuler

5
Dalam melakukan suatu penelitian harus dilandasi
dengan penggunaan metode ilmiah

Syarat metode ilmiah:

 Dasar : - fakta/data yg reliable, valid, ternilai

- teori yg relevan
 Sifat : universal, obyektif. Jujur dan terbuka. Logis,

kritis, analistis, dinamis dan inovatif

6
Data kasar (raw data) diperoleh dari hasil pengukuran
suatu variable pada sample yg diambil dari suatu populasi
menggunakan teknik pengambilan sample tertentu

Langkah-langkah kegiatan statistika untuk menangani data

kasar :
1. Pengumpulan data
2. Pengolahan data (diurutkan atau digolongkan)
3. Penyajian data dalam tabel atau grafik
4. Penafsiran sajian data
5. Analisa data
6. Penafsiran dan pengambilan kesimpulan
7. Pemanfaat penafsiran dan kesimpulan utk penentuan
kegiatan penelitian lebih lanjut
Poin 1,2,3,4,7 disebut statistik deskriptif (tanpa
analisis, tanpa generalisasi, tanpa pengujian
hipotesis, dan hanya melakukan perhitungan-
perhitungan saja) Disajikan dalam bentuk tabel
distribusi frekuensi (mean, modus, median), bar-
diagram, histogram, polygon, dll

Poin 1,2,3,4,5,6,7 disebut statistik inferensial (dg

analisis, generalisasi, pengujian hipotesis)

Uji t,z, F

8
 JENIS-JENIS STATISTIKA Materi:
1. Penyajian data
2. Ukuran pemusatan
3. Ukuran penyebaran
Statistika Deskriptif

Materi:
STATISTIKA
1. Probabilitas dan teori
keputusan
2. Metode sampling
3. Teori pendugaan
Statistika Induktif 4. Pengujian hipotesa
5. Regresi dan korelasi
6. Statistika
nonparametrik
9
DATA
 Himpunan nilai/variate/datum atau informasi lain yang

diperoleh dari observasi, pengukuran dan penilaian)

terhadap suatu obyek atau lebih

 Obyek pengamatan variable variate/nilai

 Data kualitatif (non angka) = diperoleh dari hasil

pengamatan, data dalam bentuk kategori/atribut
 Data kuantitatif (angka) = diperoleh dari kegiatan
pengukuran atau penilaian, data diskrit dan data kontinyu

10
 Populasi Sampel
keseluruhan pengamatan yang suatu himpunan bagian dari
menjadi perhatian kita populasi

Parameter
sembarang nilai yang menjelaskan
ciri populasi
(,) x ,s

Sensus Sampling 11
 JENIS-JENIS DATA

1. Jenis kelamin
2. Warna bunga
3. Habitat, dll
Data Kualitatif
1. Jumlah mesin
2. Jumlah
DATA operator, dll
Data Diskret

Data Kuantitatif
1. Berat badan
2. Jarak kota
3. Luas tanah,
Data Kontinyu
dll

12
Penggolongan data statistik
 Berdasarkan sifat angka :

 Data kontinyu ( data hasil pengukuran)

yaitu data statistic yg angka-angkanya mrpk deretan

angka yg sambung-menyambung, ex; data BB (kg):
40.3, 40.9, 50 dst
 Data diskrit (data hasil perhitungan)

yaitu data statistic yg tidak mgk berbentuk pecahan,

ex; data jml buku perpust (buah): 50,125,350, 275
dst

13
 Data menurut skala pengukuran :
1. skala nominal, yaitu data statistiik yangg cara menyusunnya didasarkan pada klasifikasi
tertentu, memiliki ciri untuk membedakan .
Contoh : Jumllah mahasiswa teknik mesin menurut tingkat dan jenis kelaminnya
2. skala ordinal/urutan, yaitu data statistic yg cara menyusun angkanya didasarkan pada
urutan/ranking,
memiliki ciri untuk membedakan juga untuk mengurutkan pada rentangan tertentu
Contoh: Hasil nilai statistik berdasarkan ranking
3. skala interval, yaitu data statistik dimana terdapat jarak yangg sama di antara hal-hal
yang sdg diteliti
memiliki ciri untuk membedakan juga untuk mengurutkan pada rentangan
tertentu dan memiliki jarak interval yang sama
Contoh: Suhu bulan Agustus di kota A, B, adalah 21oF, 27oF
4. skala rasio, yaitu data statistic yg cara menyusunnya didasarkan pada memiliki ciri
untuk membedakan, mengurutkan, jarak interval yang sama, dan ada titik nol
berarti
Contoh: Jumlah mahasiswa Elektro FTUntirta sebanyak 900 mahasiswa dan
mahasiswa TI sebanyak 300 mahasiswa; berarti bahwa mahasiswa Elektro 3 kali
mahasiswa TI

14
Berdasarkan bentuk angkanya :
 Data tunggal, yaitu data statistic yg angka-angkanya mrpk

satu unit atau satu kesatuan, tdk dikelompokkan

 Data kelompok, yaitu data statistic tiap unitnya terdiri dari

sekelompok angka, ex; 80 – 84, 75 – 79

Berdasarkan waktu pengumpulannya :

 Data seketika, yaitu data statistic yg mencerminkan

keadaan pada suatu waktu saja, ex : pada semester gasal

2009/2010
 Data urutan waktu, yaitu data statistic yg mencerminkan

keadaan dari waktu ke waktu secara berurutan, ex jumlah

mahasiswa yg lulus dari tahun 1996 - 2006

15
 SUMBER DATA STATISTIKA

1. Wawancara langsung
2. Wawancara tidak
Data Primer langsung
3. Pengisian kuisioner

DATA

Data dari pihak lain:

1. BPS
Data Sekunder 2. Bank Indonesia
3. World Bank, IMF
4. FAO dll

16
 PROSEDUR PENGGUNAAN TABEL & GRAFIK

Data
Data Kualitatif Data Kuantitatif

Metode Metode Metode Metode

Tabel Grafik Tabel Grafik

 Distr.Frekuensi  Grafik Batang  Distr. Frekuensi  Plot Titik

 Distr. Frek. Relatif  Grafik  Distr. Frek. Relatif  Histogram
 % Distr. Frek. Lingkaran  Distr. Frek. Kum.  Ogive
 Tabulasi silang  Distr. Frek. Relatif Kum.  Stem & leaf
 Diagram Batang-Daun
 Tabulasi silang

17
Istilah dalam statistika
 Obyek = benda hidup atau mati yang diuji unsur-unsur,
sifat dan kelakuannya melalui pengamatan, pengukuran
dan penilaian guna mendapat info atau nilai-nilai yang
berguna mengenai benda tsb

 VARIABEL
Suatu sifat dari obyek atau unsur dari obyek yang dapat
diamati atau diukur shg menghasilkan nilai, ukuran atau
kriteria lain yg dapat bervariasi

 VARIATE
Angka/nilai ukuran/kriteria lain yg dicapai suatu variabel
pada suatu individu atau unit statistic
18
 VARIASI
Adanya perbedaan antar nilai/variate/ukuran dll dari suatu
variabel pada populasi atau sampel

 VARIABILITAS
Kemungkinan untuk bervariasi dari nilai suatu variable
pada suatu populasi atau sample

 PARAMETER
suatu variabel terukur yg digunakan sebagai criteria untuk
mengevaluasi suatu populasi atau sistem

19
 NILAI PARAMETRIK
suatu nilai dari suatu parameter yg diperoleh dari
perhitungan atau data sensus, masih harus di
analisis.

 NILAI STATISTIK
suatu nilai dari suatu parameter yg diperoleh dari
perhitungan atau data sensus.

20
Statistika Parametrik:
• Membutuhkan pengukuran kuantitatif dengan data
interval atau rasio
• mempertimbangkan jenis sebaran/distribusi data,
yaitu apakah data menyebar normal atau tidak.
• Contoh metode statistika parametrik: uji-z (1 atau 2
sampel), uji-t (1 atau 2 sampel), korelasi pearson,
Perancangan Percobaan (1 or 2-way ANOVA
parametrik), dll.
Statistika Nonparametrik
 Membutuhkan data dengan data ordinal dan nominal

 Merupakan statistika bebas sebaran (tdk

mensyaratkan bentuk sebaran parameter populasi,

baik normal atau tidak).
 Contoh metode Statistika non-parametrik:Binomial
test, Chi-square test, Median test, Friedman Test, dll.

22
DISTRIBUSI FREKUENSI
DEFINISI

Pengelompokkan data menjadi tabulasi data dengan

memakai kelas-kelas data dan dikaitkan dengan
masing-masing frekuensinya
KELEBIHAN DAN KEKURANGAN

 Kelebihan
Dapat mengetahui gambaran secara menyeluruh

 Kekurangan
Rincian atau informasi awal menjadi hilang
CONTOH

Distribusi Frekuensi Tinggi Badan 100 Mahasiswa UNS

Tinggi Badan Frekuensi
151-153 3
154-156 7
157-159 12
160-162 18
163-165 27
166-168 17
169-171 11
172-174 5

Sumber: Data buatan

LIMIT, BATAS, NILAI TENGAH, DAN LEBAR
KELAS

 Limit Kelas/Tepi Kelas

Nilai terkecil/terbesar pada setiap kelas
 Batas Kelas
Nilai yang besarnya satu desimal lebih sedikit dari
data aslinya
 Nilai Tengah Kelas
Nilai tengah antara batas bawah kelas dengan batas
atas kelas
 Lebar Kelas
Selisih antara batas bawah kelas dengan batas atas
kelas
CARA MEMBUAT TABEL DISTRIBUSI
FREKUENSI

1) Tentukan Range atau jangkauan data (r)

2) Tentukan banyak kelas (k)
Rumus Sturgess :
k=1+3,3 log n
3) Tentukan lebar kelas (c)
c=r/k
CARA MEMBUAT TABEL DISTRIBUSI
FREKUENSI (lanjutan)

4) Tentukan limit bawah kelas pertama dan kemudian

batas bawah kelasnya
5) Tambah batas bawah kelas pertama dengan lebar kelas
untuk memperoleh batas atas kelas
6) Tentukan limit atas kelas
7) Tentukan nilai tengah kelas
8) Tentukan frekuensi
CONTOH

Data hasil ujian akhir Mata Kuliah Statistika

dari 60 orang mahasiswa
23 60 79 32 57 74 52 70 82 36

80 77 81 95 41 65 92 85 55 76

52 10 64 75 78 25 80 98 81 67

41 71 83 54 64 72 88 62 74 43

60 78 89 76 84 48 84 90 15 79

34 67 17 82 69 74 63 80 85 61
JAWAB

1. Data terkecil = 10 dan Data terbesar = 98

r = 98 – 10 = 88
Jadi jangkauannya adalah sebesar 88
2. Banyak kelas (k) = 1 + 3,3 log 60 = 6,8
Jadi banyak kelas adalah sebanyak 7 kelas
3. Lebar kelas (c) = 88 / 7 = 12,5 mendekati 13
4. Limit bawah kelas pertama adalah 10, dibuat beberapa
alternatif limit bawah kelas yaitu 10, 9, dan 8
Maka batas bawah kelas-nya adalah 9,5 ; 8,5 ; dan 7,5
JAWAB (lanjutan)

5. Batas atas kelas pertama adalah batas bawah kelas ditambah

lebar kelas, yaitu sebesar
- 9,5 + 13 = 22,5
- 8,5 + 13 = 21,5
- 7,5 + 13 = 20,5
6. Limit atas kelas pertama adalah sebesar
- 22,5 - 0,5 = 22
- 21,5 - 0,5 = 21
- 20,5 – 0,5 = 20
JAWAB (lanjutan)
Alternatif 1 Alternatif 2 Alternatif 3
8-20 9-21 10-22
21-33 22-34 23-35
34-46 35-47 36-48
47-59 48-60 49-61
60-72 61-73 62-74
73-85 74-86 75-87
86-98 87-99 88-100

Misal dipilih Alternatif 2

JAWAB (lanjutan)

7. Nilai tengah kelas adalah

batas bawah kelas  batas atas kelas
2
8,5  21,5
 15
2
8. Frekuensi kelas pertama adalah 3
JAWAB (lanjutan)
Distribusi Frekuensi Nilai Ujian Akhir Mata Kuliah Statistika
Interval Kelas Batas Kelas Nilai Tengah Frekuensi
9-21 8,5-21,5 15 3
22-34 21,5-34,5 28 4
35-47 34,5-47,5 41 4
48-60 47,5-60,5 54 8
61-73 60,5-73,5 67 12
74-86 73,5-86,5 80 23
87-99 86,5-99,5 93 6
Jumlah 60
DISTRIBUSI FREKUENSI RELATIF DAN KUMULATIF

 Distribusi frekuensi relatif

Membandingkan frekuensi masing-masing kelas
dengan jumlah frekuensi total dikalikan 100 %
 Distribusi frekuensi kumulatif ada 2, yaitu distribusi
frekuensi kumulatif kurang dari dan lebih dari
 DISTRIBUSI FREKUENSI RELATIF

Distribusi Frekuensi Relatif Nilai Ujian Akhir Mata Kuliah Statistika

Interval Kelas Batas Kelas Nilai Tengah Frekuensi Frekuensi
Relatif (%)
9-21 8,5-21,5 15 3 5
22-34 21,5-34,5 28 6,67
35-47 34,5-47,5 41 4 6,67
48-60 47,5-60,5 54 4 13,33
61-73 60,5-73,5 67 8 20
74-86 73,5-86,5 80 12 38,33
87-99 86,5-99,5 93 23 10
6
Jumlah 60 100
 DISTRIBUSI FREKUENSI KUMULATIF KURANG
DARI

Distribusi Frekuensi Kumulatif Kurang Dari Untuk Nilai Ujian Akhir Mata Kuliah Statistika

Interval Batas Kelas Frekuensi Kumulatif Persen

Kelas Kurang Dari Kumulatif
kurang dari 8,5 0 0
9-21 kurang dari 21,5 3 5
22-34 kurang dari 34,5 7 11,67
35-47 kurang dari 47,5 11 18,34
48-60 kurang dari 60,5 19 31,67
61-73 kurang dari 73,5 31 51,67
74-86 kurang dari 86,5 54 90
87-99 kurang dari 99,5 60 100
 DISTRIBUSI FREKUENSI KUMULATIF LEBIH DARI

Distribusi Frekuensi Kumulatif Lebih Dari Untuk Nilai Ujian Akhir Mata Kuliah
Statistika
Interval Batas Kelas Frekuensi Kumulatif Persen
Kelas Lebih Dari Kumulatif
9-21 lebih dari 8,5 60 100
22-34 lebih dari 21,5 57 95
35-47 lebih dari 34,5 53 88,33
48-60 lebih dari 47,5 49 81,66
61-73 lebih dari 60,5 41 68,33
74-86 lebih dari 73,5 29 48,33
87-99 lebih dari 86,5 6 10
lebih dari 99,5 0 0
 HISTOGRAM DAN POLIGON
FREKUENSI
Histogram dan Poligon Frekuensi Nilai Ujian Akhir Mata Kulia

25 23
Frekuensi

20 Histogram
12 Poligon Frekuen
15
10 8
6
3 4 4
5

0 8,5 34,5 60,5 86,5

21,5 47,5 73,5 99,5 Nilai
 OGIF

Ogif Frekuensi Kumulatif Kurang Dari Untuk Nilai Ujian Akhir Mat
60 60
Frekuensi Kumulatif

54
50
40
31
30
20 19 6
11
10 7
3
0 8,5 34,5 60,5 86,5
21,5 47,5 73,5 99,5 Nilai
 OGIF (lanjutan)

Ogif Frekuensi Kumulatif Lebih Dari Untuk Nilai Ujian Akhir Mata
60 60 57
Frekuensi Kumulatif

53
50 49
41
40
30 29

20
10 6

0 8,5 34,5 60,5 86,5

21,5 47,5 73,5 99,5 Nilai
 OGIF (lanjutan)

Ogif Frekuensi Kumulatif Dari Untuk Nilai Ujian Akhir Mata Kuliah
60 kurva ogif lebih dari
Frekuensi Kumulatif

kurva ogif kurang dari

50
40
30
20
10

0 8,5 34,5 60,5 86,5

21,5 47,5 73,5 99,5 Nilai
UKURAN PEMUSATAN DAN LETAK DATA
UKURAN PEMUSATAN
Merupakan nilai tunggal yang mewakili semua
data atau kumpulan pengamatan dimana
nilai tersebut menunjukkan pusat data.
Yang termasuk ukuran pemusatan :
1. Rata-rata hitung
2. Median
3. Modus
1. RATA-RATA HITUNG
Rata-rata hitung = mean
Rumus umum :
Jumlah semua nilai data
Rata - rata hitung 
Banyaknya nilai data
a. Rata-rata Hitung untuk data yang tidak dikelompokkan
X1  X 2  ...  X n X
X 
n n
b. RATA-RATA HITUNG DATA BERKELOMPOK
Data berkelompok adalah data yang sudah dibuat distribusi
frekuensinya.

Rumus nilai rata-rata = f1X1  f 2 X 2  ...  f n X n fX

X  
f1  f 2  ...  f n f
Interval Kelas Nilai Tengah Frekuensi fX
(X)
9-21 15 3 45
22-34 28 4 112
35-47 41 4 164
48-60 54 8 432
61-73 67 12 804
74-86 80 23 1840
87-99 93 6 558
Σf = 60 ΣfX = 3955

fX 3955
X    65,92
f 60
 RATA-RATA HITUNG
(lanjutan)
2. Dengan Memakai Kode (U)
Interval Kelas Nilai Tengah U Frekuensi fU
(X)
9-21 15 -3 3 -9
22-34 28 -2 4 -8
35-47 41 -1 4 -4
48-60 54 0 8 0
61-73 67 1 12 12
74-86 80 2 23 46
87-99 93 3 6 18
Σf = 60 ΣfU = 55

 fU   55 
X  X0  c    54  13    65,92
 f   60 
 RATA-RATA HITUNG
(lanjutan)
3. Dengan pembobotan
Masing-masing data diberi bobot.

Misal A memperoleh nilai 65 untuk tugas, 76 untuk

mid dan 70 untuk ujian akhir.
Bila nilai tugas diberi bobot 2, Mid 3 dan Ujian
Akhir 4, maka rata-rata hitungnya adalah :

(2)65  (3)76  (4)70

X  70,89
23 4
 2. MEDIAN

Definisi:
Nilai yang letaknya berada di tengah data dimana data tersebut
sudah diurutkan dari terkecil sampai terbesar atau sebaliknya.

a. Median Data tidak Berkelompok:

(a) Letak median = (n+1)/2,
(b) Data ganjil, median terletak di tengah,
(c) Median untuk data genap adalah rata-rata dari dua data yang
terletak di tengah.

50
MEDIAN Untuk data berkelompok

n 
 - F 
Med  L 0  c  2 
 f 
 
 
L 0  batas bawah kelas median
F  jumlah frekuensi semua kelas sebelum
kelas yang mengandung median
f  frekuensi kelas median
 MEDIAN (lanjutan)
Contoh :
Interval Frekuensi Letak median ada pada
Kelas
data ke 30, yaitu pada
interval 61-73, sehingga :
9-21 3
22-34 4
35-47 4 L0 = 60,5
48-60 8
61-73 12 F = 19
74-86 23 f = 12
87-99 6  60 
Σf = 60
 - 19 
Med  60,5  13  2   72,42
 12 
 
 
 3. MODUS
Definisi:
Nilai yang (paling) sering muncul.

Untuk data berkelompok

 b1 
Mod  L 0  c  
 b1  b 2 
L 0  batas bawah kelas modus
b1  selisih antara frekuensi kelas modus dengan
frekuensi tepat satu kelas sebelum kelas modus
b 2  selisih antara frekuensi kelas modus dengan
frekuensi tepat satu kelas sesudah kelas modus
 MODUS (lanjutan)
Contoh :
Interval Frekuensi Data yang paling sering
Kelas muncul adalah pada interval
9-21 3
74-86, sehingga :
22-34 4
35-47 4 L0 = 73,5
48-60 8
61-73 12 b1 = 23-12 = 11
74-86
87-99
23
6
b2 = 23-6 =17
Σf = 60  11 
Mod  73,5  13    78,61
 11  17 
HUBUNGAN EMPIRIS ANTARA NILAI RATA-RATA HITUNG,
MEDIAN, DAN MODUS

Ada 3 kemungkinan kesimetrian kurva

distribusi data :
1) Jika nilai ketiganya hampir sama maka
kurva mendekati simetri.
2) Jika Mod<Med<rata-rata hitung, maka
kurva miring ke kanan.
3) Jika rata-rata hitung<Med<Mod, maka
kurva miring ke kiri.
 HUBUNGAN MEAN -MEDIAN-MODUS

12
10
8
6
4
2
1. = Md= Mo
0
5 9 o 3 7
37 51 d=M 66 80
M
Rt=

15

10
2. Mo < Md < 
5

0
231 Mo Md Rt 663 807

15

3.  < Md < Mo 10
5
0
231 375 Rt Md Mo 807

56
 HUBUNGAN EMPIRIS ANTARA NILAI RATA-RATA
HITUNG, MEDIAN, DAN MODUS (lanjutan)
Jika distribusi data tidak simetri, maka terdapat
hubungan :

Rata-rata hitung-Modus = 3 (Rata-rata hitung-Median)


X - Mod  3 X  Med 
KUARTIL, DESIL, PERSENTIL
1. Kuartil
Kelompok data yang sudah diurutkan
(membesar atau mengecil) dibagi
empat bagian yang sama besar.

Ada 3 jenis yaitu kuartil pertama (Q1)

atau kuartil bawah, kuartil kedua (Q2)
atau kuartil tengah, dan kuartil ketiga
(Q3) atau kuartil atas.
KUARTIL (lanjutan)
Untuk data tidak berkelompok
in  1
Q i  nilai ke - , i  1,2,3
4
0 K1 K2 K3 n

0% 25% 50% 75% 100%

Untuk data berkelompok

 in 
 - F  L0 = batas bawah kelas kuartil
Qi  L 0  c 4  , i  1,2,3
 f  F = jumlah frekuensi semua
  kelas sebelum kelas kuartil Qi
 
f = frekuensi kelas kuartil Qi
 KUARTIL (lanjutan)
Contoh :
Interval Nilai Frekuensi Q1 membagi data menjadi 25 %
Kelas Tengah Q2 membagi data menjadi 50 %
(X) Q3 membagi data menjadi 75 %
9-21 15 3
22-34 28 4
35-47 41 4
Sehingga :
48-60 54 8
61-73 67 12
Q1 terletak pada 48-60
74-86 80 23
87-99 93 6 Q2 terletak pada 61-73
Σf = 60 Q3 terletak pada 74-86
 KUARTIL (lanjutan)
 1.60 
Untuk Q1, maka :  - 11 
Q1  47,5  13 4   54
 8 
 
 

Untuk Q2, maka :  2.60



- 19 
Q 2  60,5  13 4   72,42
 12 
 
 
Untuk Q3, maka :  3.60 
 - 31 
Q3  73,5  13 4   81,41
 23 
 
 
KUARTIL, DESIL, PERSENTIL (lanjutan)

2. Desil
Kelompok data yang sudah diurutkan
(membesar atau mengecil) dibagi
sepuluh bagian yang sama besar.
DESIL
Definisi
Kelompok data yang sudah diurutkan (membesar atau mengecil) dibagi
sepuluh bagian yang sama besar.
in  1
Di  nilai ke - , i  1,2,3,...,9
Untuk data tidak berkelompok 10

 in 
Untuk data berkelompok
 - F 
Di  L 0  c 10  , i  1,2,3,...,9
 f 
 
L0 = batas bawah kelas desil Di  
F = jumlah frekuensi kelas sebelum kelas desil Di

f = frekuensi kelas desil Di

 DESIL (lanjutan)
Contoh :
Interval Nilai Frekuensi D3 membagi data 30%
Kelas Tengah
(X) D7 membagi data 70%
9-21 15 3
22-34 28 4
35-47
48-60
41
54
4
8
Sehingga :
61-73 67 12
74-86 80 23
87-99 93 6
D3 berada pada 48-60
Σf = 60
D7 berada pada 74-86
 DESIL (lanjutan)
 3.60 
 - 11 
D3  47,5  13 10   58,875
 8 
 
 

 7.60 
 - 31 
D7  73,5  13 10   79,72
 23 
 
 
PERSENTIL

Untuk data tidak berkelompok

in  1
Pi  nilai ke - , i  1,2,3,...,99
100

Untuk data berkelompok

 in 
 - F 
Pi  L 0  c 100  , i  1,2,3,...,99
 f 
 
 
GAMBAR : Stem and Leaf

67
68
DOTPLOT

69
70