STATISTIK DESKRIPTIF

UKURAN NILAI PUSAT

Untuk mendapatkan gambaran yang lebih jelas mengenai nilai
data sampel atau popul;asi secara umum, selain disajikan
dalam tabel/diagram, masih diperlukan ukuran-ukuran yang
merupakan wakil kumpulan:
 PENGUKURAN GEJALA PUSAT (KECONDONGAN PUSAT
 ‘CENTRAL TENDENCY’)
 RATA-RATA HITUNG
 RATA – RATA UKUR
 RATA-RATA HARMONIK
 MODUS
 DAN PENGUKURAN LETAK
 MEDIAN
 KUARTIL
 DESIL
 PERSENTIL
PENGUKURAN GEJALA PUSAT
(KECONDONGAN PUSAT  ‘
CENTRAL TENDENCY’)

Rata-Rata (Mean) Hitung

Rata-Rata Ukur
Rata-Rata Harmonik
Modus
 RATA-RATA (MEAN) HITUNG
DATA TUNGGAL (belum dikelompokan)
Rata-rata (Mean) Hitung: Total semua nilai data
pengamatan dibagi jumlah pengamatan.
RUMUS:
x = (x1 + x2 + x3 + …………+xn) / n

Contoh 1: ada 5 nilai ujian statistika: 70, 69, 45, 80, 56

Rata-rata (Mean) Hitung = (70 + 69 + 45 + 80 + 56) / 5
= 64
 RATA-RATA (MEAN) HITUNG
DATA TUNGGAL (belum dikelompokan)
Contoh 2: Dari 10 orang mahasiswa yang mengikuti ujian matematika,
tercatat mendapatkan nilai sebagai berikut:
No. NAMA NILAI
1 Anwar K. 85
2 Sriharliyani 75
3 Monaliza 70
4 Agis 80
5 Windi 90
6 S. Irawan 45
7 Moreta 50
8 Yuke Rusiani 65
9 Asriani 35
10 Prihandi 40

Rata-rata (mean) hitungnya adalah:

X1  X 2  X 3  .................  X n
X
n

X
 X i  85  75  70  80  90  45  50  65  35  40  63,5
n 10
 RATA-RATA (MEAN) HITUNG
DATA DIKELOMPOKAN
(MEAN BERBOBOT)
Rumus Rata-rata (Mean)
Hitung Berbobot (Weighted
Mean): xi fi fixi

Σ fi x i 70 5 350
69 6 414
x = ------
45 3 135
Σ fi
80 1 80
Contoh 1: Jika ada 5 mhs 56 1 56
dapat nilai 70, JML / ∑ 16 1035
enam nilai 69 dst

x = 1035/16 = 64,6
 RATA-RATA (MEAN) HITUNG
Contoh Mean Hitung Berbobot 2 : Tabel Distribusi
Frekuensi mengenai nilai ujian mata kuliah statistika
di universitas “X” Tahun Akademik 1999 – 2000.
Tentukan rata-rata hitungnya
Interval kelas Frekuensi
31 - 40 4
41 - 50 6
51 - 60 8
61 - 70 14
71 - 80 26
81 - 90 12
91 - 100 20
Jumlah 90

Rata-rata (mean ) hitung berbobot = 6675 / 90 = 74,167

 RATA-RATA (MEAN) HITUNG
Soal 1:

Soal 2: Tabel Distribusi NILAI Jumlah Mahasiswa (f)

Frekuensi mengenai nilai 31 - 40 2
ujian mata kuliah statistika 41 - 50 3
prodi “A” semester ganjil TA 51 - 60 5
2010/2011, Hitunglah rata- 61 - 70 14
rata hitungnya. 71 - 80 24
81 - 90 20
91 – 100 12
Jumlah 80
 CONTOH PENGGUNAAN MEAN BERBOBOT:
EVALUASI PERMEABILITAS, POROSITAS,
SATURASI FLUIDA INDIVIDU SUATU SUMUR

 Menggunakan rata-rata hitung berbobot Mean

Berbobot(Weighted Mean).
 Dimana, tiap-tiap harga permeabilitas,porositas atau
saturasi dianggap mewakili suatu interval dimana
sampel diambil.
 Batuan berpori mempunyai variasi permeabilitas jika
batuan tersebut terdiri dari lapisan-lapisan, blok-blok,
atau lapisan-lapisan konsentrasi
 Sistem Aliran Linear melalui
Kombinasi Lapisan Paralel
Sitem aliran linear melalui kombinasi lapisan paralel diperlihatkan
pada gambar berikut

Dimana;
k= permeabilitas batuan rata-rata
kj=permeabilitas lapisan batuan ke j
hj=ketebalan lapisan batuan ke j
 Sistem Aliran Linear melalui
Kombinasi Lapisan Paralel
Contoh 1: Berapakah permebilitas linear empat paralel
yang lebar dan panjang sebagai berikut?
 Sistem Aliran Linear melalui Kombinasi
Lapisan Paralel
Contoh 2: Hitung porositas berbobot dan aritmatika
untuk data dari suatu sumur?
 Sistem Aliran melalui Kombinasi
Lapisan Seri

Sistem aliran linear melalui kombinasi lapisan seri

diperlihatkan pada Gambar 3.2 permeabillitas rata-rata,
LIHAT DIKTAT STATISTIK BAB III
buat ringkasannya
 RATA – RATA UKUR
 Jika perbandingan tiap dua data berurutan tetap atau
hampir tetap, rata2 ukur lebih baik dipakai dari pada
ratarata hitung. Untuk data bernilai x1, x2,…x3…xn,
maka rata-rata ukur U didefinisikan sebagai:
n

U = V x1. x2. x3….xn

Contoh: rata2 ukur data x1 = 2, x2 = 4 dan x3 = 8 adalah:
3

U = V2x4x8= 4
 RATA-RATA HARMONIK
Untuk data bernilai x1, x2,…x3…xn dalam sampel berukuran n,
maka rata-rata harmonik ditentukan oleh:
n
H = ------------
Σ (1/xi)
Penggunaan: Si A bepergian pulang pergi . Waktu pergi ia
melakukan kecepatan 10 km/jam, sedangkan waktu
kembalinya 20 km/jam. Berapakan kecepatan rata-rata
pulang pergi?
Rata-rata hitung = ½ (10 + 20) km/jam = 15 km/jam
Ini salah, karena jika panjang jalan 100km, maka untuk pergi
diperlukan waktu 10 jam, dan kembal 5 jam. Pulang pergi
menempuh 200 km dalam waktu 15 jam, Rata-rata
kecepatan = 200/15 = 13 1/3 km/jam
Hasil ini tiada lain darpada rata-rata harmonik
H = 2/ (1/10 + 1/20) = 40/3 = 13 1/3
 MODUS = Mo
 Untuk menyatakan fenomena yang paling banyak terjadi
atau paling banyak terdapat
 Sering dipakai sebagai rata-rata untuk data kualitatif:
pada umumnya kecelakaan lalu lintas disebabkan
kecerobohan pengemudi,
 Modus untuk data kuantitatif ditentukan dengan jalan
menentukan frekluensi terbanyak diantara data yang itu.
 Contoh: terdapat sampel dengan nilai: 12, 34, 14, 28,
34, 34, 38, 14. Maka frekuensi terbanyak pada angka 34
dengan f = 3, maka Mo = 34
 Kelemahan modus: nilai yang keluar tidak sering, atau
terdapat 2 modus atau lebih, atau mencerminkan data
ekstrim
 MODUS
Modus data tidak berkelompok
 Modus dari suatu kelompok nilai adalah nilai
kelompok tersebut yang mempunyai frekuensi
tertinggi, atau nilai yang paling banyak terjadi di
dalam suatu kelompok nilai. Selanjutnya disingkat
Mod.

 Suatu distribusi mungkin tidak mempunyai Mod

atau mungkin mempunyai dua Mod atau lebih.
Distribusi disebut Unimodal, kalau mempunyai satu
Mod, Bimodal kalau mempunyai dua Mod, dan
Multimodal kalau mempunyai lebih dari dua Mod.
 MODUS
Modus data berkelompok
apabila data sudah dikelompokkan dan
disajikan dalam tabel frekuensi, maka dalam
mencari modusnya dipergunakan rumus
berikut ini :
(f1)0
Mod = Lo + c
(f1)0 + (f2)0
 KETERANGAN
Dimana :
Lo = nilai batas bawah kelas yang memuat modus
fm0 = frekuensi kelas yang memuat modus
(f1)0 = fm0 – f(m0-1) (selisih frekuensi kelas yang memuat
modus dengan frekuensi kelas bawahnya)
(f1)0 = fm0 – f(m0+1) (selisih frekuensi kelas yang memuat
modus dengan frekuensi kelas atasnya)
c = besarnya jarak antara nilai batas atas dan nilai batas
bawah dari kelas yang memuat modus
 CONTOH SOAL
Cari modus dari tabel frekuensi berikut :
Kelas f
30 – 39 4
40 – 49 6
50 – 59 8
60 – 69 12
70 – 79 9
80 – 89 7
90 – 99 4
Jumlah 50
 PENYELESAIAN
 Diket :
 Fm0 = 12
 c = 69,5 – 59,5
= 10
 Lo = 59,5
 f(m0-1) = 8
 f(m0+1) = 9
 (f1)0 = 12 – 8
=4
 (f2)0 = 12 – 9
=3
 PENYELESAIAN
 Jawab :
(f1)0
Mod = Lo + c
(f1)0 + (f2)0

= 59,5 + 10 4
4+3
= 65,214
PENGUKURAN LETAK:
Median
Kuartil
Desil
Persentil
 MEDIAN

Kalau ada sekelompok nilai sebanyak n

diurutkan mulai dari yang terkecil X1 sampai
dengan yang terbesar Xn, maka nilai yang
ada di tengah disebut Median (Med).
 MEDIAN
 Nilai tengah dari suatu pengamatan apabila data disusun dari
nilai terendah ke nilai tertinggi
 Apabila jumlah data genap, median diambil rata-rata dua nilai
tengah.
 43, 62, 66, 68, 69, 70, 71, 77,  median (68+69)/2 = 68,5
 Apabila jumlah data ganjil, median diambil yang ditengah.
 Contoh: data berat pria: 65, 65, 66, 72, 77, maka median
=66
 Rumus umum: bila ada n data yang diurutkan dari paling
rendah ke lebih tinggi:
 Median = data ke (n + 1)/2
 Jika ada 100 pengamatan, Median = rata-rata data ke 50
dan ke 51
 MEDIAN
a) Median untuk n ganjil.
Kalau k adalah suatu bilangan konstan dan n
ganjil, maka selalu dapat ditulis

n = 2k + 1
atau
k= n–1
2
 MEDIAN
Misal :
n=7 7 = 2k + 1
2k = 7 – 1
k = 6/2
= 3

n=9 9 = 2k + 1
2k = 9 – 1
k = 8/2
= 4
 MEDIAN
kelompok nilai :

X1, X2,…, Xk-1, Xk, Xk+1,…, Xn

terkecil terbesar

Median = Xk+1, atau nilai yang ke (k + 1)

 CONTOH SOAL

Ada 7 karyawan dengan upah per bulan

masing-masing Rp. 20.000, Rp. 80.000, Rp.
75.000, Rp. 60.000, Rp. 50.000, Rp. 85.000,
Rp. 45.000. tentukan median upah karyawan
tersebut.
 PENYELESAIAN
1. Urutkan dahulu dari yang terkecil sampai yang
terbesar :
X1 = 20.000, X2 = 45.000, X3 = 50.000, X4 = 60.000, X5 =
75.000, X6 = 80.000, X7 = 85.000
2. Tentukan nilai k dari 7 = 2k + 1 = 3
Jadi median = Med = Xk+1 = X4 = 60.000
Perhatikan bahwa X4 merupakan nilai yang berada
ditengah-tengah setelah diurutkan mulai yang terkecil
sampai yang terbesar
X1, X2, X3, X4, X5, X6, X7

Med
 CONTOH SOAL

Ada 8 karyawan dengan upah per bulan

masing-masing Rp. 20.000, Rp. 80.000, Rp.
75.000, Rp. 60.000, Rp. 50.000, Rp. 85.000,
Rp. 45.000. dan Rp. 90.000,-. Tentukan
median upah karyawan tersebut.
 PENYELESAIAN
Bila
X1 = 20, X2 = 45, X3 = 50, X4 = 60, X5 = 75, X6 = 80,
X7 = 85, X8 = 90
8 = 2k
k=4

Med = ½ (X4 + X5)

= ½ (60 + 75)
= 67,5
Jadi median upah karyawan = Rp. 67.500
 MEDIAN DATA BERKELOMPOK
Untuk data yang berkelompok, nilai Median dapat
dicari dengan interpolasi yang rumusnya adalah
sebagai berikut :

n/ - (fi)0
2
Med = Lo + c
fm
 KETERANGAN
Dimana :
Lo = nilai batas bawah dari kelas interval yang
mengandung atau memuat nilai median
n = banyaknya data / jumlah frekuensi
(fi)0 = jumlah frekuensi dari semua kelas di
bawah kelas yang mengandung median
(kelas yang mengandung median tak
termasuk)
fm = frekuensi dari kelas yang mengandung
median
c = besarnya kelas interval
 CONTOH SOAL
Dengan menggunakan rumus interpolasi,
hitunglah nilai median dari data berikut :
Kelas f
30 – 39 4
40 – 49 6
50 – 59 8
60 – 69 12
70 – 79 9
80 – 89 7
90 – 99 4
Jumlah 50
 PENYELESAIAN
Setengah dari observasi = 50/2 = 25 ,
f1 + f2 + f3 = 4 + 6 + 8 = 18, dan untuk mencapai
25 masih kurang 7, sehingga perlu ditambah
dengan frekuensi kelas keempat. Jadi median
terletak pada kelas ke-4, yaitu kelas 60 – 69
setelah dikoreksi menjadi 59,5 – 69,5 sehingga :
c = 69,5 – 59,5
= 10.
 PENYELESAIAN
Jadi :
Lo = 59,5 , n/2 = 25 , (fi)0 = 18 , fm = 12
n/ - (fi)0
2
Med = Lo + c
fm

= 59,5 + 10 ( 25 – 18)
12
= 65,33
 KUARTIL
 Jika sekumpulan data dibagi menjadi 4 bagian yang sama banyak, sesuadah
disusun menurut urutan nilainya, maka bilangan pembaginya disebut kuartil
 Ada tiga buah kuartil: k1, k2, k3
 Menentukan nilai kuartil:
 Susun data menurut urutan nilainya
 Tentukan letak kuartil
 Tentukan nilai kuartil
Letak kuartil ditentukan dengan rumus:
Letak kuartil K1 = data ke i (n + 1) dengan i = 1, 2, 3
4
Contoh: Sampel dengan data 75, 82, 66, 74, 56, 92, 94, 86, 52, 60, 70, setelah disusun :
52, 56, 57, 60, 64, 66, 70, 75, 82, 86, 92, 94.
Letak K1 = data ke (12 + 1)/4 = data ke 3 ¼ , yaitu 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) = 57 + ¼ (60 – 57) = 57¾
Dengan cara yang sama dapat ditentukan nilai K2 dan K3
Letak K3 = data ke 3(12+1)/4 = 39/4= 9 3/4
Nilai K3 = data ke 9 + ¾ (data ke-10 – data ke-9) = 82 +¾ (86 – 82) = 85
Letak K2 = Data ke 2(12+1)/4=6 2/4 = 6 ½
Nilai K2 = 66 + ½ (70 -66) = 68
DESIL
 Jika sekumpulan data dibagi menjadi 10 bagian yang sama
banyak, sesudah disusun menurut urutan nilainya, maka
didapat sembilan pembagi , bilangan pembaginya disebut desil
 Ada sembilan buah desil: k1, k2, k3, K4….K9
 Menentukan nilai desil:
 Susun data menurut urutan nilainya
 Tentukan letak desil
 Tentukan nilai desil

Letak desil ditentukan dengan rumus:

Letak desil D1 = data ke i (n + 1) dengan i = 1, 2, 3 …., 9
10
Contoh seperti diatas, didapat
Letak desil D7 = data ke 7 (12 + 1) = data ke 9,1
10
Nilai D7 = data ke 9 + 0,1 (data ke -10 – data ke-9)
= 82 + 0,1 (86 – 82) = 82,4
PERSENTIL
 Jika sekumpulan data dibagi menjadi 100 bagian yang
sama banyak, sesudah disusun menurut urutan nilainya,
maka didapat 99 pembagi , bilangan pembaginya disebut
persentil
 Ada 99 buah persentil: k1, k2, k3 …………………k99
 Menentukan nilai persentil:
 Susun data menurut urutan nilainya
 Tentukan letak persentil
 Tentukan nilai persentil

Letak desil ditentukan dengan rumus:

Letak desil P1 = data ke i (n + 1)
100
dengan i = 1, 2, 3 …., 99
UKURAN PENYEBARAN
 UKURAN PENYEBARAN
 Adalah suatu harga yang menggambarkan besarnya penyebaran nilai
sekumpulan data tersebut terhadap harga tengahnya.
 Ukuran Penyebaran sebagai pelengkap ukuran pemusatan, sehimgga
gambaran sekumpulan data menjadi lebih jelas dan tepat.
 Rentangan (Range)
adalah perbedaan antara nilai maksimum dan minimum dalam
suatu kumpulan data.
Standar Deviasi (Simpangan baku)
adalah suatu harga yang menggambarkan seberapa jauh
besarnya penyebaran data dari mean pada suatu kumpulan data.
 Varians (Variansi)
alat ukur variabilitas sekumpulan data yang dihitung dengan
mencari rata-rata selisih kuadrat antara data observasi dan mean
 RENTANGAN (JANGKAUAN,
RANGE)
Rentangan (Jangkauan,Range) =
Nilai maksimum – Nilai minimum
Contoh:
Berapa rentangan dari himpunan data :
10, 12, 13, 14, 18, 20, 21, 23, 24
Rentangan (Range) = 24 – 10 = 14
 STANDAR DEVIASI (SIMPANGAN BAKU)
SAMPEL
 DATA YANG BELUM DIKELOMPOKKAN
 STANDAR DEVIASI
 Bila X1, X2, Xn sampel acak berukuran n, maka stndar
deviasi sampel didefinisikan sebagai:
n

Σ (xi – x)2
= i=1
s n-1
s = standar deviasi sampel
Xi = data ke i
X = mean sampel
n = ukuran sampel
 VARIANS (VARIANSI) SAMPEL
 DATA YANG BELUM DIKELOMPOKKAN
 VARIANS (VARIANS) = s2
 Bila X1, X2, Xn sampel acak berukuran n, maka VARIANSI
sampel didefinisikan sebagai:
n

s2 = Σ (xi – x)2
i=1
n-1
s2 = variansi
Xi = data ke i
X = mean sampel
n = ukuran sampel
 MENGHITUNG
STANDAR DEVIASI (SIMPANGAN BAKU)
 DATA YANG BELUM DIKELOMPOKKAN
 Menghitung Standar Deviasi
 Hitung mean sampel, x
 Buat Tabel untuk menghitung deviasi dari mean, (xi – x)

 Hitung jumlah deviasi standar Σ (xi – x)2

 Pakai persamaan :
n

Σ (xi – x)2
= i=1
s n-1
 STANDAR DEVIASI (SIMPANGAN BAKU)

 DATA YANG BELUM DIKELOMPOKKAN

1. Hitung mean sampel ( x )
2. Buat Tabel untuk menghitung deviasi dari mean, (xi – x)

Data Deviasi dari mean Deviasi Kuadrat

xi – x (xi – x)2
x1 x1– x (x1 – x)2
x2 x2 – x (x2 – x)2
…. …. …..
xn xn – x (xn – x)2
Σ Σ xi – x Σ (xi – x)2
 STANDAR DEVIASI (SIMPANGAN BAKU)
 DATA YANG BELUM DIKELOMPOKKAN
Hitunglah standar deviasi dan variansi sampel bila
pengamatannya: 3, 4, 5, 6, 6, 7
 Mean = (3 + 4 + 5 + 6 + 6 + 7)/6 = 5,1667
Data Deviasi dari mean Deviasi Kuadrat
xi – x (xi – x)2
3 - 2.1667 4.6946
4 - 1.1667 1.3612
5 - 0.1667 0.0278
6 0.8333 0.6944
6 0.8333 0.6944
7 1.8333 3.3610

Σ 10.8334

 Standar Deviasi = 10.8334 = 1,472

6–1
 Variansi = (1,472)2 = 2,167
 STANDAR DEVIASI (SIMPANGAN BAKU)
DAN VARIANS POPULASI
 DATA YANG BELUM DIKELOMPOKKAN
 STANDAR DEVIASI POPULASI
n

σ = Σ (xi – µ)2
i=1
N
 VARIANSI POPULASI
n

σ2 = Σ (xi – µ)2
i=1
N
σ = simpangan baku populasi
µ = mean populasi
N = ukuran populasi
xi = data ke i dari variabel acak X
 STANDAR DEVIASI (SIMPANGAN BAKU)
SAMPEL
 DATA SUDAH DIKELOMPOKKAN
 STANDAR DEVIASI
 Bila X1, X2, Xn sampel acak berukuran n, maka stndar
deviasi sampel didefinisikan sebagai:
n

Σ (xi – x)2 . fi
= i=1
s n-1
s = standar deviasi sampel
Xi = data ke i
X = mean sampel
n = ukuran sampel
fi = frekuensi kelas ke i
 VARIANS (VARIANSI) SAMPEL
 DATA SUDAH DIKELOMPOKKAN
 VARIANS (VARIANS) = s2
 Bila X1, X2, Xn sampel acak berukuran n, maka VARIANSI
sampel didefinisikan sebagai:
n

s2 = Σ (xi – x)2 . fi
i=1
n-1
s2 = variansi
Xi = data ke i
X = mean sampel
n = ukuran sampel
fi = frekuensi kelas ke i
 STANDAR DEVIASI (SIMPANGAN BAKU)
DAN VARIANS POPULASI
 DATA SUDAH DIKELOMPOKKAN
 STANDAR DEVIASI POPULASI
n

σ = Σ (xi – µ)2 .fi

i=1
N
 VARIANSI POPULASI
n

σ2 = Σ (xi – µ)2 fi
i=1
N
σ = simpangan baku populasi
µ = mean populasi
N = ukuran populasi
xi = data ke i dari variabel acak X
fi = frekuensi kelas ke i
 STANDAR DEVIASI (SIMPANGAN
BAKU) DATA BERKELOMPOK
2 2
Tinggi badan (cm) xi f x.f (xi – µ) (xi – µ) f.(xi – µ)
140 - 144 142 2 284 15,7 246,49 492,98
145 - 149 147 4 588 10,7 114,49 457,96
150 - 154 152 10 1520 5,7 32,49 324,9
155 - 159 157 14 2198 0,7 0,49 6,86
160 - 164 162 12 1944 4,3 18,49 221,88
165 - 169 167 5 835 9,3 86,49 432,45
170 - 174 172 3 516 14,3 204,49 613,47
∑ 50 7885 60,7 703,43 2550,5

Tabel Tinggi Badan Mahasiswa kelas Statistik

Mean = µ = 7885/50 = 157,7

Standar Deviasi = Ѵ 2550,5 / 50 =
Varians = 2550,5 / 50 = 51,01
 SOAL - SOAL
Soal 1:

NILAI Jumlah Mahasiswa (f)

Soal 2: Tabel Distribusi 31 - 40 2
Frekuensi mengenai nilai 41 - 50 3
ujian mata kuliah statistika 51 - 60 5
prodi “A” semester ganjil TA 61 - 70 14
2010/2011, Hitunglah 71 - 80 24
81 - 90 20
91 – 100 12
Jumlah 80