METODE STATISTIK

Kelompok 1 :
Siti Nisrina Nabilah Puteri Sulfi Yudo (H071191001)
Eka Fitri Ramadani (H071191043)
Andi Ario Ichsan Dharmawan (H071191031)
Usamah Bin Ayatullah (H071191005)
Muh. Gifari Sakawali (H071191009)
 POKOK PEMBAHASAN ;
A. UKURAN PEMUSATAN DATA TUNGGAL DAN DATA KELOMPOK
1. mean (Rata-rata)
2. Modus
B. UKURAN LETAK DATA TUNGGAL DAN DATA KELOMPOK
1. Median
2. Kuartil
3. Desil
4. Persentil
C. UKURANPENYEBARAN DATA TUNGGAL DAN DATA KELOMPOK
1. Jangkauan Data (Range)
2. Jangkuan Antar Kuartil dan Simpangan Kuartil
3. Simpangan Rata – Rata
4. Simpangan Baku (Standar Deviasi)

D. DALIL CHEBYSHEV
E. NILAI Z
F. PENYAJIAN DATA DENGAN BOX PLOT
A. UKURAN PEMUSATAN DATA TUNGGAL DAN DATAKELOMPOK

1. Mean (Rata – rata)

Mean (rata – rata) merupakan suatu ukuran pusat data bila data itu
diurutkan dari yang terkecil sampai yang terbesaratau sebaliknya.
Mean adalah ukuran lokasi yang paling umum digunakan dalam statistika.
Ukuran ini mudah dihitung dan memanfaatkan semua informasi yang dimiliki.
Namun satu – satunya kekurangan yang dimiliki mean ini ialah bahwa besaran ini
sangat dipengaruhi oleh nilai ekstrem. Mean atau rata – rata adalah nilai yang
diperoleh dari jumlah sekelompok data dibagi dengan banyaknya data.

a. Data Tunggal
Data tunggal merupakan data yang belum dikelompokkan ke dalam interval kelas.
Untuk mencari nilai mean data tunggal dapat diperoleh menggunakan rumus:

Keterangan :
 Contoh soal :
Banyaknya pegawai di lima apotek adalah 3, 5, 6, 4 dan 6.
Hitunglah mean dari data tersebut!
b. Data Kelompok
Data kelompok adalah data yang sudah dikelompokkan kedalam interval kelas.
Untuk mencari nilai mean dari data kelompok dapat diperoleh menggunakan rumus :

1. Menggunakan titik tengah (cara biasa)

2. Menggunakan simpangan rata – rata sementara

3. Menggunakan pengkodean (coding)

Keterangan :
2. Modus
Modus merupakan nilai yang paling sering muncul atau nilai yang
mempunyai frekuensi tertinggi.

a. Data tunggal
contoh soal :
1. Sumbangan dari penduduk desa pada Pesantren tercatat
sebagai berikut : 9, 10, 5, 9, 9, 7, 8, 6, 10 dan 11 dollar.
Maka modusnya, yaitu nilai yang terjadi dengan frekuensi paling tinggi
adalah 9 dollar.

2. Dari 12 pelajar sekolah lanjutan atas yang diambil secara acak dicatat
beberapa kali mereka menonton film selama bulan lalu.
Data yang diperoleh adalah: 2, 0, 3, 1, 2, 4, 2, 5, 4, 0, 1 dan 4.
Dalam kasus ini terdapat dua modus, yaitu 2 dan 4, karena 2 dan 4
terdapat dengan frekuensi tertinggi. Sebaran demikian dikatakan bimodus.

3. Dari 5 kali quiz Sosiologi seorang mahasiswa memperoleh

nilai 82, 93, 86, 92 dan 79. Dalam kasus ini tidak terdapat modus karena,
semua nilai hanya terjadi sekali.
b. Data Kelompok

Keterangan :
Lo = tepi bawah kelas modus.
d1 = selisih frekuensi kelas modus dengan frekuensi kelas sebelum modus.
d2 = selisih frekuensi kelas modus dengan frekuensi kelas sesudah modus.
C = panjang interval kelas
 B. UKURAN LETAK DATA TUNGGAL DAN DATA KELOMPOK

Ukuran letak data adalah ukuran yang menunjukkan pada bagian mana
data tersebut terletakpada suatu data yang sudah diurutkan.
 
1. Median
Median segugus data yang telah diurutkan dari yang terkecil sampai yang terbesar
atau terbesar sampai terkecil adalah pengamatan yang tepat di tengah – tengah bila
banyaknya pegamatan itu ganjil, atau rata – rata kedua pengamatan yang di tengah bila
banyaknya pengamatan genap. Median merupakan data ke – n yang telah membagi banyak
data kedalam dua data yang sama banyak. Itu pula yang dimaksud dengan
kuartil tengah (Q2 ).Jadi nilai Quartil tengah sama dengan nilai median.
Persentil ke – 50, desil ke -5 dan Quartil ke – 2 suatu sebaran disebut median.

a. Data tunggal

Contoh soal :
Dari lima kali quiz sosiologi seorang mahasiswa memperoleh nilai 82, 93, 86, 92 dan 79.
Tentukan median data tersebut!Setelah menyusun dari yang terkecil ke yang terbesar kita memperoleh :
79 82 86 92 93
Bila kadar nikotin itu kita urutkan dari yang terkecil sampai terbesar, maka kita peroleh ?
1,9 2,3 2,5 2,7 2,9 3,1
 
1,9 2,3 2,5 2,7 2,9 3,1
 
Maka mediannya adalaj rata – rata dari 2,5 dan 2,7 yaitu :

b. Data kelompok
2. Kuartil
Kuartil adalah nilai – nilai yang membagi segugus pengamatan menjadi 4 bagian
ama besar. Nilai – nilai itu, yang dilambangkan dengan Q1, Q2, Q3, mempunyai sifat
bahwa 25% data jatuh dibawah Q1, 50% data jatuh dibawah Q2 dan 75%
data jatuh dibawah Q3.

a. data tunggal
rumus kuartil data tunggal :
Contoh soal :
terdapat sebuah pengujian yang terdiri dari 5, 7, 4, 4, 6, 2, 8.
Carikan nilai Q1, Q2, Q3

Jawab :

Langkah 1: Urutkan data menjadi 2, 4, 4, 5, 6, 7, 8.

Langkah 2: Cari berdasarkan rumus kuartil data tunggal
b. Data kelompok
3. Desil
Desil adalah nilai – nilai yang membagi segugus
pengamatan Menjadi 10 bagian yang sama.
4. Persentil
Persentil adalah nilai – nilai yang membagi segugus pengamatan
menjadi 100 bagian yang sama.
C. UKURAN PENYEBARAN DATA TUNGGAL DAN DATA KELOMPOK

Ukuran penyebaran data berguna untuk menunjukkan seberapa jauhnya suatu data
menyebar dari rata-ratanya.
Ukuran penyebaran data terdiri dari:

1. Jangkauan Data (Range)

Dengan menggunakan range maka dapat diketahui gambaran secara kasar
tentang variasi suatu distribusi data.
Dengan singkat dapat dirumuskan:
R=H–L
Ket :
R = Range yang kita cari
H = Skor atau nilai yang tertinggi (higbest score)
L = Skor atau nilai yang terendah (lowest score)
 Range Untuk Data Tidak Berkelompok
Rumus untuk data tidak berkelompok adalah sebagai berikut :
Jarak (range) = Nilai Terbesar – Nilai Terkecil
Contoh :
Data nilai UAS Statistika
Kelas A : 90 80 70 90 70 100 80 50 75 70
Kelas B : 80 80 75 95 75 70 95 60 85 60
Langkah-langkah menjawab :
Urutkan dahulu kemudian dihitung berapa rentangannya.
Kelas A : 50 70 70 70 75 80 80 90 90 100
Kelas B : 60 60 70 75 75 80 80 85 95
Rentangan kelas A : 100 – 50 = 50
Rentangan kelas B : 95 – 60 = 35
1. Jangkuan Antar Kuartil dan Simpangan Kuartil
Jangkauan antar kuartil merupakan selisih antara kuartil atas dan kuartil bawah sedangkan
Simpangan kuartil adalah setengah dari jangkauan antar kuartil. Simpangan kuartil merupakan
transformasi dari jangkauan kuartil yang digunakan untuk menjelaskan variabilitas karena semi kuartil
lebih terfokus pada pertengahan atau 50% dari distribusi, sehingga kondisi kurang dipengaruhi oleh
skor yang ekstrim.
Contoh Soal :
Tentukanlah jangkauan interkuartil & simpangan kuartil pada data berikut ini :
20     35     50     45     30     30     25     40     45     30     35
Jawaban :
Hal pertama yang harus Kita lakukan adalah pertama kita akan mengurutkan data untuk mencari
kuartil atas & kuartil bawahnya, lihatlah pada gambar dibawah ini.
Jadi, kuartil bawah (Q1) & kuartil atas (Q3), dari kedua data tersebut yaitu 30 & 45 maka:
QR = Q3 – Q1
QR = 45 – 30
QR = 15
Simpangan kuartilnya yaitu:
Qd = ½QR
Qd = ½.15
Qd = 7,5
Jadi jawabannya adalah :
jangkauan interkuartil & simpangan kuartil dari data tersebut adalah 15 & 7,5
2. Simpangan Rata - Rata
Simpangan rata-rata meripakan termasuk ke dalam ukuran penyebaran data
seperti halnya Varian dan Standar Deviasi. Kegunaannya ialah untuk mengetahui
seberapa jauh nilai data yang telah menyimpang dari rata-rata yang sebenarnya.
 
Rumus Simpangan Rata-Rata

Contoh Soal :
Hitunglah simpangan rata-rata dari data kuantitatif berikut :
12, 3, 11, 3, 4, 7, 5, 11
Pembahasan:
Mencari rata – rata :

Mencari Simpangan rata – rata :

Sr

Jadi, simpangan rata – rata nya adalah 3,25

Simpangan Baku (Standar Deviasi)
Simpangan baku ini paling banyak digunakan dalam ukuran penyebaran data.
Dengan menggunakan simpangan rata-rata hasil pengamatan penyebaran sudah
memperhitungkan seluruh nilai yang ada pada data.
1. Simpangan Baku Populasi
Suatu populasi dapat disimbolkan dengan σ (sigma) dan dapat
didefinisikan dengan rumus :

2. Simpangan Baku Sampel
Rumusnya yaitu :

3. Rumus Varian

Keterangan :
4. Rumus Simpangan Baku s2 = untuk varian
s = untuk standar deviasi
xi = untuk nilai x ke-i
= untuk rata-ratanya
n = untuk ukuran sampel
Contoh Soal 1 :
Simpangan baku dari data 4, 6, 8, 2, 5 adalah ...
Pembahasan
data 4, 6, 8, 2, 5 n = 5
Rata-rata 

Ragam data
S² = ¹/₅ [(4 - 5)² + (6 - 5)² + (8 - 5)² + (2 - 5)² + (5 - 5)²]
   = ¹/₅ [ (-1)² + (1)² + 3² + (-3)² + 0²]
   = ¹/₅ [1 + 1 + 9 + 9 + 0]
    = ¹/₅ × 20 = 4
Simpangan baku
S = √S²
S = √4
S=2
Jadi simpangan baku dari data 4, 6, 8, 2, 5 adalah 2
D. DALIL CHEBYSHEV
Ahli matematika berkebangsaan Rusia, P. L. Chebyshev (1821 – 1894), menemukan bahwa
proporsi pengukuran yang jatuh antara dua nilai yang setangkup pada nilai tengahnya berhubungan
dengan simpangan bakunya. Dalil Chebyshev memberikan dugaan yang konservatif terhadap proporsi
data yang jatuh dalam simpangan baku dari nilai tengahnya, untuk suatu bilangan tetap tertentu.
Dalil chebyshev , sekurang – kurangnya bagian data terletak dalam simpangan baku nilai tengahnya.
Untuk , dalil itu mengatakan bahwa sekurang- kurangnya , atau 75% , bagian data pasti
terletak dalam batas – batas 2 simpangan baku pada kedua sisi nilai tengahnya. Jadi atau lebih bagian
pengamatan suatu populasi pasti terletak dalam selang . Bila data kita merupakan contoh, maka untuk
dalil itu mengatakan bahwa sekurang – kurangnya bagian data pasti terletak dalam selang.
Begitu pula, dalil tu mengatakan bahwa sekurang – kurangnya , atau kira – kira 88.9 %,
bagian data pasti terletak dalam selang untuk populasi atau untuk contoh. Untuk dalil itu tidak
banyak membantu, karena dalam hal ini dalil itu mengatakan bahwa bagian data terletak dalam 1
simpangan baku dari nilai tengahnya. Dalam hal inferensia statistic kita menggunakan selang yang
dihitung dari contoh untuk menduga selang populasi padanannya. Misalnya saja, selang contoh
digunakan untuk menduga selang populasi yang mengandung sekurang – kurangnya populasi.
Contoh soal :
Misalkan data IQ suatu contoh acak 1080 mahasiswa suatu universitas yang besar mempunyai
,
nilai tengah 120 dan simpangan baku 8. Gunakan dalil Chebyshev untuk menentukan selang
yang mengandung sekurang – kurangnya 810 IQ yang ada dalam contoh tersebut. Dari selang
ini tariklah kesimpulan mengenai IQ semua mahasiswa di Universitas tersebut. Tentukan
wilayah yang kita yakin tidak lebih dari 120 IQ yang berada di dalamnya.

Jawab :
Dengan memecahkan persamaan :

Jadi selang dari 104 – 136 mengandung sekurang – kurangnya atau sekurang – kurangnya
810 IQ dalam contoh kita. Dari hasil ini kita menyimpulkan bahwa sekurang – kurangnya
dari semua IQ mahasiswa di universitas tersebut terletak di selang .
dan sekurang – kurangnya atau sekurang – kurangnya 960 IQ dalam contoh terletak dalam
selang atau dari 96 sampai 144. Jadi tidak lebih dari 120 jatuh dibawah 96 atau diatas 144.
Dalil Chebyshev berlaku untuk sembarang sebaran data dan karena alasan inilah,
pernyataan – pernyataan yang dihasilkannya tidak kuat. Nilai yang dihasilkan oleh dalil
ini hanya merupakan batas bawah saja. Artinya, kita mengetahui bahwa tidak kurang dari
bagian data terletak dalam batas – batas 2 simpangan baku pada kedua sisi nilai tengahnya.
Tetapi dengan dalil ini, kita tidak pernah mengetahui apakah terdapat jauh lebih banyak dari
bagian data dalam selang tersebut, kecuali dengan menghitung langsung selangnya dan
mencacah banyaknya pengamatan didalamnya.
 .

E. NILAI Z
Nilai adalah suatu pengamatan dari suatu populasi yang mempunyai nilai tengah
dan simpangan baku , mempunyai nilai atau skor yang didefinisikan sebagai :

Nilai mengukur berapa simpangan baku sebuah pengamatan terletak diatas atau dibawah
nilai tengahnya. Karena tidak pernah negative, nilai yang positif mengukur berapa simpangan
baku letak sustu pengamatan diatas nilai tengahnya. Perhatikan bahwa satuan pada
pembilang dan penyebut nilai itu saling menghapuskan. Oleh karena itu, nilai tidak
mempunyai satuan, dan ini memungkinkan dilakukannya pembandingan dua pengamatan
relative terhadap kumpulan induknya, yang diukur dalam satuan yang sama sekali berbeda.

Contoh Soal :

Keterampilan mengetik yang berbeda diperlukan bagi sekertaris , tergantung apakah ia

bekerja pada suatu kantor yang bergerak dalam bidang hukum, akuntansi atau pada suatu
lembaga penelitian matematika di suatu universitas yang besar. Untuk mengevaluasi calon
bagi ketiga posisi tersebut suatu lembaga ketenagakerja mengadakan tiga macam tes yang
berbeda. Untuk setiap kesalahan pengetikan dikenakan hukuman waktu.
Nilai tengah dan simpangan baku bagi masing – masing tes tersebut dicantumkan dalam tabel
dibawah kolom 3 dan 4. Pada kolom kedua tabel tersebut dicantumkan pula skor yang dicapai
oleh seorang pelamar baru
 Tabel 2.19
Data untuk contoh ketikan yang telah dilakukan

Contoh Skor Pelamar Nilai Tengah Simpangan Baku

Hukum 141 detik 180 detik 30 detik
Akuntansi 7 Menit 10 menit 2 menit
Ilmiah 33 Menit 26 menit 5 menit

Untuk posisi apakah pelamar ini tampaknya paling cocok ditempatkan?

Jawab :
Pertama – tama kita hitung nilai z untuk masing – masing tes tersebut.

Hukum

Akuntansi

Ilmiah

 Karena kecepatan merupakan pertimbangan utama, kita mencari nilai yang berada paling
jauh di sebelah kiri nilai tengahnya, dan bagi calon ini yaitu -1,5. Dengan demikian,
Presatsi pelamar ini relatif lebih tinggi diantara pengetik – pengetik di perusahaan
akuntansi daripada diantara dua bidang lainnya. Dan akibatnya ia sebaliknya ditempatkan
di perusahaan akuntansi.
F. PENYAJIAN DATA DENGAN BOX PLOT
Langkah awal dalam menganalisis data adalah mempelajari karakteristik dari data tersebut.
Untuk itu, kita perlu mengetahui misalnya pemusatan dan penyebaran data dari nilai tengahnya,
Nilai ekstrim atau outliernya, dan beberapa pengukuran lainnya. Terdapat beberapa teknik untuk
Mempelajari karakteristik dan distribusi data tersebut. Diantaranya adalah stem-leaf plot, histogram,
density trace, probability plot dan box plot. Namun, pada seri tulisan ini, kita akan membahas
terlebih dahulu mengenai boxplot.
Box plot atau boxplot (juga dikenal sebagai diagram box-and-whisker) merupakan suatu
Box (kotak berbentuk bujur sangkar). Boxplot adalah salah satu cara dalam statistik deskriptif untuk
menggambarkan secara grafik dari data numeris melalui lima ukuran sebagai berikut:
1. Nilai observasi terkecil,
2. Kuartil terendah atau kuartil pertama (Q1), yang memotong 25 % dari data terendah
3. Median (Q2) atau nilai pertengahan
4. Kuartil tertinggi atau kuartil ketiga (Q3), yang memotong 25 % dari data tertinggi
5. Nilai observasi terbesar.
Dalam boxplot juga ditunjukkan, jika ada, nilai outlier dari observasi. Boxplot dapat
Digunakan untuk menunjukkan perbedaan antara populasi tanpa menggunakan asumsi distribusi
statistik yang mendasarinya. Karenanya, boxplot tergolong dalam statistik non-parametrik.
Jarak antara bagian-bagian dari box menunjukkan derajat dispersi (penyebaran) dan skewness
(kecondongan) dalam data. Dalam penggambarannya, boxplot dapat digambarkan secara horizontal
maupun vertikal.
KESIMPULAN
Ukuran pemusatan data adalah sembarang ukuran yang menunjukkan
Pusat segugus data, yang telah diurutkan dari yang tekecil sampai terbesar atau
sebaliknya dari terbesar sampai terkecil. Ukuran letak data adalah ukuran yang
menunjukkan pada bagian mana data tersebut terletak pada suatu data yang
sudah diurutkan. Ukuran penyebaran data adalah ukuran yang berguna untuk
menunjukkan seberapa jauhnya suatu data menyebar dari rata-ratanya.
Misalnya kita hendak membandingkan tingkat produktivitas dua perusahaan
Tempe Nilai adalah suatu pengamatan dari suatu populasi yang mempunyai
nilai tengah dan simpangan baku Box plot atau boxplot (juga dikenal sebagai
diagram box-and-whisker) merupakan suatu box (kotak berbentuk bujur sangkar
Boxplot adalah salah satu cara dalam statistik deskriptif untuk menggambarkan
secara grafik dari data numeris melalui lima ukuran.
TERIMA KASIH