Statistika

Sumber: www.istockphoto.com
Kompetensi Dasar

• Menentukan dan menganalisis ukuran pemusatan dan penyebaran data yang

disajikan dalam bentuk tabel distribusi frekuensi dan histogram.
• Menyelesaikan masalah yang berkaitan dengan penyajian data hasil pengukuran
dan pencacahan dalam tabel distribusi frekuensi dan histogram.

Pengalaman Belajar
• Mendeskripsikan berbagai penyajian data dalam tabel atau diagram/plot
tertentu yang sesuai dengan informasi yang ingin dikomunikasikan.
• Menyajikan data nyata dalam bentuk tabel atau diagram/plot tertentu yang
sesuai dengan informasi yang ingin dikomunikasikan.
• Mengumpulkan dan mengolah informasi berdasarkan tabel distribusi
frekuensi dan histogram untuk menentukan ukuran pemusatan dan
penyebaran data.
• Menganalisis dan menyelesaikan masalah ukuran pemusatan dan
penyebaran data berdasarkan hasil pengukuran dan pencacahan data dalam
tabel distribusi frekuensi dan histogram.
Kajian tentang statistika dimulai oleh seorang berkebangsaan
Inggris, John Graunt (1620 – 1674) ketika ia sedang mengumpulkan
dan mempelajari catatan kematian di berbagai kota di Inggris.

Dia tertarik pada adanya pola yang dia temukan, bukannya

ketidakteraturan dari kematian individual. Oleh karena itu, dapat
disimpulkan bahwa statistika pada mulanya merupakan ilmu
pengumpulan dan pengorganisasian data dari hasil kerja Graunt.

Adolph Quetelet (1796 – 1874), seorang ahli astronomi dari

Belgia mengemukakan bahwa dengan menggunakan teknik-
teknik dari teori peluang, ia dapat memprediksi tingkat
kriminalitas dan tingkat kematian dalam setahun.

Prediksi ini ternyata serupa dengan penggunaan peluang pada

sampel yang diambil dari kantong, dapat dipercaya mewakili
sifat dari keseluruhan barang di dalam kantong itu. Peristiwa ini
menunjukkan bahwa adanya keterkaitan erat antara statistika
dan teori peluang.
 2.1 PENYAJIAN DATA

2.1.1 Diagram Garis

Untuk menyajikan perkembangan data yang kontinue, seperti

perkembangan populasi penduduk di suatu kota, suhu badan
pasien rumah sakit, curah hujan, omset penjualan barang di
suatu toko, atau tinggi permukaan air laut, paling baik dengan
mengguna kan diagram garis. Pada diagram garis sumbu X
(sumbu horizontal) biasanya digunakan untuk satuan waktu,
sedangkan sumbu Y (sumbu vertikal) digunakan untuk frekuensi.
Contoh:
Hasil penjualan gula pasir di distributor Seroja pada periode Januari – Juli
2016 ditunjukkan pada tabel berikut.

Data tersebut dapat ditunjukkan dalam diagram garis (garis tunggal) seperti
pada gambar berikut.

Garis hubung tiap noktah yang berurutan bertujuan untuk menunjukkan

arah atau pola perubahan penjualan gula pasir tiap bulan.
Selain grafik garis tunggal, terdapat berbagai macam grafik garis lain di antaranya:
A. Grafik garis berganda (multiple line chart)
Grafik garis berganda adalah grafik yang terdiri dari beberapa garis untuk
menggambarkan perkembangan beberapa hal atau kejadian sekaligus.
Contoh:
Tabel dan gambar berikut menunjukkan hasil penjualan (jutaan rupiah)
barang A dan B di toko “Harapan Siswa” tahun 2012–2016.
B.Grafik garis komponen berganda ( multiple component line chart)
Serupa dengan grafik garis berganda, akan tetapi garis yang teratas
atau terakhir menggambarkan masing-masing komponen.
Contoh:
Berdasarkan data pada tabel pada contoh sebelumnya, dapat digambarkan
grafik garis komponen bergandanya seperti gambar berikut.
C. Grafik garis persentase komponen berganda
(multiple percentage component line chart)
Serupa dengan grafik garis komponen berganda, hanya masing-masing komponen
dinyatakan sebagai persentase terhadap jumlah (total). Tabel berikut menunjukkan
persentase hasil penjualan jenis barang A dan B yang data statistiknya diambil dari
tabel pada awal.
2.1.2 Diagram Batang

Diagram batang adalah suatu penyajian data dengan mengguna kan batang-
batang arah vertikal atau horizontal. Panjang batang sesuai dengan jumlah
data masing-masing objek.

Contoh:
1. Tabel berikut menunjukkan data korban kecelakaan di Kabupaten
Wiyurejo.
 2. Gambar berikut menunjukkan banyak absensi di suatu sekolah dalam
bulan tertentu disajikan dalam diagram batang arah horizontal.

2.1.3 Diagram Lingkaran

Diagram lingkaran adalah penyajian data dengan
menggunakan sektor-sektor dalam suatu lingkaran. Diagram
ini sangat baik untuk menunjukkan perbandingan antara
objek yang satu dengan objek yang lainnya serta terhadap
keseluruhan dalam suatu penyelidikan. Gambar di samping
menunjukkan banyak minuman dalam satuan gelas yang
dijual oleh koperasi sekolah dalam suatu periode tertentu.
 Contoh:
Tabel di samping menunjukkan anggota ekskul
olah raga SMA Pertiwi. Untuk membuat diagram
lingkaran, terlebih dahulu data kita tentukan
besar persentase tiap objek terhadap
keseluruhan data dan besar sudut pusat sektor
lingkaran yang dimaksud.

Jawab:
2.1.4 Diagram Batang Daun

Diagram batang daun ( stem and leaf plot) adalah suatu metode penyajian
data statistik dalam kelompok batang dan kelompok daun dari suatu set data.

Contoh:
Sajikan data berikut ini dalam diagram batang daun.
a. 1, 1, 2, 2, 3, 6, 6, 7, 8, 9, 10, 12, 12, 14, 15, 15, 21, 22, 28
b. 8, 2, 7, 15, 9, 8, 12, 32, 25, 18, 22, 11

Jawab:
a. Diagram batang daun
Keterangan:
Lajur Batang menyatakan angka
puluhan, lajur Daun menyatakan
angka satuan.
b. Diagram batang daun

Kedua diagram batang daun di samping,

merupakan contoh pengelompokan data
dalam interval (skala) 10, yaitu; 0 – 9;
10 – 19; dan seterusnya. Berikut ini,
contoh pengelompokan data dalam skala 5,
yang datanya dari contoh di samping.

Keterangan:
0(0) ≡ 0 – 4
0(5) ≡ 5 – 9
1(0) ≡ 10 – 14 dan seterusnya.
Contoh:
Kelompokkan kedua set data berikut ini dengan menggunakan diagram
batang daun.
a. 22, 17, 18, 35, 50, dan 56
b. 32, 35, 8, 24, 49, dan 41

Jawab:
Kedua set data di atas dapat digabung pada batang yang sama
(back-toback stem plots).
2.2 DISTRIBUSI FREKUENSI

Data-data statistik berupa numerik yang diperoleh dari hasil pengamatan pada
umumnya masih berupa data kasar yang belum bisa memberikan informasi
yang jelas tentang data tersebut. Sebagai contoh, data hasil pengukuran
suatu penelitian diperlihatkan pada tabel berikut.

Agar data tersebut dapat memberikan informasi yang lebih banyak dan mudah
dibaca, maka sebaiknya disusun secara berkelompok yang disebut “distribusi
frekuensi”. Di dalam distribusi frekuensi, data disusun secara berkelompok ke
dalam kelas-kelas interval yang berbeda-beda.
• Misalnya disusun skala 10

• Misalnya disusun skala 5

 Secara umum, untuk menyusun tabel distribusi frekuensi, lazimnya berpedoman
pada langkah-langkah berikut.
1. Tentukan data terkecil x1 dan data terbesar xn.
Jangkauan (range) = xn – x1.
2. Untuk data yang cukup besar, maka banyaknya kelas interval K ditentukan
berdasarkan “ rumus Sturges”.
k = 1 + 3,3 log n, dengan k = banyaknya kelas dan n = banyak data.

 
Misalkan: banyaknya data n = 80, data terbesar xn = 175, dan data terkecil
x1 = 141
maka:
(i) k = 1 + 3,3 log 80 = 1 + 6,2802 = 7,2802 7
∴ Banyaknya kelas k = 7
(ii) Lebar kelas
c (dibulatkan)
Jadi, lebar kelas c = 5.
Sehingga kemungkinan interval kelasnya adalah 141 – 145, 146 – 150,
151 – 155, dan seterusnya.
Contoh:
Data hasil pengukuran tinggi badan pemain sepak bola (dalam cm)
di Erlangga Football Club diperlihatkan dalam tabel berikut.

Buatlah tabel distribusi frekuensi dalam interval kelas 160 – 164, 165 – 169,
dan seterusnya.

Jawab:
2.2.1 Frekuensi Relatif dan Kumulatif

Dalam berbagai keperluan analisis, distribusi frekuensi dapat dinyatakan

dengan distribusi yang lain yaitu distribusi frekuensi relatif dan distribusi
frekuensi kumulatif.

A. Distribusi frekuensi relatif

Distribusi frekuensi relatif adalah distribusi frekuensi yang frekuensi relatif
masing-masing kelasnya dapat diperoleh dengan menyatakan persentase
frekuensi kelas tersebut terhadap jumlah seluruh frekuensi.

Contoh:
Susunlah distribusi relatif berdasarkan data distribusi frekuensi tinggi
badan pemain sepak bola Erlangga Football Club pada tabel distribusi
frekuensi tinggi badan pemain sepak bola pada contoh sebelumnya.
Jawab:

B. Distribusi frekuensi kumulatif

Dalam berbagai keperluan kita terkadang menginginkan banyak
pengamatan dinyatakan dengan lebih dari atau pun kurang dari.
Misalkan berapa banyak pemain sepak bola yang tingginya kurang
dari 176 cm, demikian juga berapa banyak siswa yang tingginya lebih
dari 176 cm. Distribusi yang menyajikan data dengan pengelompokan
tersebut dinamakan distribusi frekuensi kumulatif.
Contoh:
Perhatikan kembali distribusi frekuensi dalam diagram batang daun
pada contoh sebelumnya, susunlah distribusi kumulatif kurang dari dan
distribusi kumulatif lebih dari dari data tinggi badan pemain sepak bola
tersebut.

Jawab:
2.2.2 Histogram
Penyajian data yang dikelompokkan menurut distribusi frekuensi dapat
dinyatakan dengan grafik yang disebut histogram. Frekuensi biasanya
dinyatakan dengan sumbu tegak dan interval kelas dinyatakan dengan
sumbu mendatar.

Contoh:
Perhatikan kembali data tinggi badan pemain sepak bola dalam table
distribusi frekuensi tinggi badan pemain sepak bola pada contoh
sebelumnya. Data tersebut dapat dinyatakan dengan histogram berikut.
A. Poligon frekuensi

Jika titik-titik tengah dari tiap kotak di bagian atas pada histogram saling
dihubungkan, maka akan diperoleh diagram yang bentuknya menyerupai
poligon (segi banyak), sehingga diagram yang dihasilkan dinamakan poligon
frekuensi, seperti gambar berikut.
Dengan cara yang sama, distribusi frekuensi kumulatif pada contoh
sebelumnya dapat dinyatakan dengan poligon frekuensi kumulatif
“kurang dari” dan “lebih dari” seperti gambar berikut.
B. Ogive

Jika titik-titik yang membentuk poligon frekuensi kumulatif kurang

dari dihubungkan dengan kurva mulus, maka terbentuk ogive positif.
Sementara itu, jika titik-titik yang membentuk polygon frekuensi
kumulatif lebih dari dihubungkan dengan kurva mulus, maka
terbentuk ogive negatif.
Contoh:
Tabel berikut menunjukkan perolehan nilai ujian matematika.

a. Jika nilai lulus minimal 45, tentukan persentase siswa yang gagal.
b. Jika batas nilai lulus minimal 60, tentukan persentase siswa yang berhasil.

Jawab:
 Ogive data nilai ujian pada tabel di samping
ditunjukkan pada gambar di samping.
a.Dengan membaca ogive, jika nilai lulus
minimal 45, maka terdapat 33% siswa
yang memperoleh nilai kurang dari 45.
Jadi, sekitar 33% siswa yang gagal. Jika
ditanya jumlah siswa yang gagal, maka
ada 33% dari 300 = 99 siswa yang gagal.

b.Jika batas nilai lulus minimal 60, maka terdapat

65% siswa yang memperoleh nilai kurang dari
60. Jadi, sekitar 65% siswa yang gagal. Dari ogive
pada gambar di samping, banyak hal yang dapat
disimpulkan, antara lain:

• 50% siswa memperoleh nilai kurang atau sama dengan 51.

• 25% siswa memperoleh nilai lebih dari 65.
• Jika 5% siswa yang lulus diberi penghargaan, maka 100% – 5% = 95% siswa yang tidak
memperoleh penghargaan.
• Ogive tersebut menerangkan bahwa 95% siswa memperoleh nilai kurang dari 86.
2.2.3 Histogram dengan Lebar Antarinterval Kelas tidak Sama
Perhatikan contoh berikut untuk memahami penyajian data dalam bentuk
histogram dengan lebar antarinterval kelas tidak sama.

Contoh:
Tabel berikut menunjukkan nilai ujian statistika yang diperoleh 50 siswa.

Seorang siswa dinyatakan lulus atau tidak lulus dengan ketentuan sebagai berikut.
1. Nilai 0 – 39 tidak lulus.
2. Nilai 40 – 69 lulus.
3. Nilai 70 – 89 lulus dengan pujian.
4. Nilai 90 – 100 lulus dengan predikat cemerlang.
Berdasarkan data pada tabel di atas, kerjakan soal berikut.
a. Buatlah distribusi frekuensi data nilai ujian di atas.
b. Gambarlah histogram dari data tersebut.
Jawab:
a. Distribusi frekuensi data adalah sebagai berikut.

Jadi, banyak siswa yang tidak lulus adalah 9 orang.

b. • Karena lebar kelas (c) tidak sama, maka c dapat ditentukan dengan rumus:
c = selisih antara batas bawah dua interval kelas yang berurutan.
(i) lebar kelas untuk “tidak lulus” = 40 – 0 = 40
(ii) lebar kelas untuk “lulus” = 70 – 40 = 30
(iii) lebar kelas untuk “pujian” = 90 – 70 = 20
(iv) lebar kelas untuk “cemerlang” = 101 – 90 = 11
• Jika lebar kelas tiap interval sama, maka: luas diagram batang diwakili oleh
frekuensinya. Dengan demikian,
luas diagram batang = frekuensi yang diwakilinya ... (1)
 Sedangkan menurut rumus, luas diagram batang = tinggi × lebarnya ... (2)
• Jika lebar kelas tiap interval tidak sama, maka tinggi diagram batang tidak
diwakili oleh frekuensinya, sehingga dari (1) dan (2) dapat diturunkan
suatu rumus standar:
(1) : luas diagram batang = frekuensinya
(2) : tinggi diagram batang tiap interval × lebar kelasnya = frekuensinya ... (3)

• Tinggi diagram batang inverval 0 – 39 = 9

40 ≈ 0,23 satuan
Tinggi diagram batang interval 40 – 69 = 25
30 ≈ 0,83 satuan
Tinggi diagram batang interval 70 – 89 = 12
20 ≈ 0,6 satuan
Tinggi diagram batang interval 90 – 100 = 4
11 ≈ 0,36 satuan
Sehingga diperoleh histogram sebagai berikut.
2.3 UKURAN PEMUSATAN

Untuk keperluan analisa data, penyajian data dengan distribusi frekuensi

belum cukup memberikan informasi yang jelas mengenai objek yang
dianalisa. Misalnya, kita memiliki data nilai ulangan matematika di dua
sekolah yang berbeda, yaitu sekolah A dan sekolah B berikut.
 Dari kedua tabel distribusi tersebut, kita belum dapat menyimpulkan sekolah mana
yang lebih baik pencapaian hasil belajarnya. Untuk itu, dibutuhkan suatu nilai tunggal
yang dapat mewakili seluruh data pada masing-masing tabel tersebut. Nilai tunggal
yang dimaksud disebut rata-rata.
Dalam statistik, yang dimaksud rata-rata bukan hanya rata-rata hitung (rataan) tetapi
meliputi juga median, modus, dan rata-rata harmonis. Semua rata-rata ini memiliki
kecenderungan berada di tengah-tengah nilai seluruh data setelah diurutkan. Oleh
karena itu, ukuran rata-rata tersebut disebut “ukuran pemusatan” atau tendensi
sentral.

2.3.1 Rataan Hitung (Mean)

A. Menghitung rataan data tunggal
  Rataan hitung (biasa disingkat dengan rataan) data: x1, x2, x3, x4, ..., xn
didefinisikan dengan:

Atau Keterangan:
= rataan hitung (rataan)
xi = data ke-i
n = banyak (ukuran) data
 Contoh:
Tentukan rataan dari data 60, 75, 62, 87, 65, 83.
Jawab:

B. Menghitung rataan data tunggal dengan rataan sementara

  Rataan dinyatakan dengan rumus:

dengan: = rataan sementara

= data ke-i
n = ukuran data
= simpangan data ke-i terhadap rataan sementara
Contoh:
Tabel berikut menunjukkan nilai ulangan materi statistika yang diperoleh
45 siswa kelas XII.

Tentukan rataan nilai ulangan statistika tersebut.

Jawab:
Perhatikan tabel berikut.
C. Menghitung rataan data berkelompok
  Perhatikan tabel berikut.
Kita dapat menghitung rataan dari data pada
tabel di samping dengan memperhatikan
perhitungan pada tabel berikut.

Secara umum untuk menentukan rataan data

berkelompok adalah
dengan menggunakan rumus berikut.
Keterangan:
= rataan
xi = titik tengah interval kelas ke-i
= n = ukuran data
Jadi, rataan data pada tabel adalah .
D. Menghitung rataan data berkelompok dengan menggunakan
rataan sementara
 
Dengan cara yang sama seperti meng hitung rataan dengan menggunakan
rataan sementara pada data tunggal, terlebih dahulu tentukan rataan yang
kita duga (rataan sementara).
Rataan sebenarnya dinyatakan dengan rumus:

Keterangan:
= rataan
xi = titik tengah interval kelas ke-I
frekuensi dari xi

= n = ukuran data
2.3.2 Modus
A. Modus data tunggal

Contoh:
Tentukan modus dari data berikut.
a. 2, 3, 4, 2, 4, 5, 4, 2, 2
b. 7, 3, 8, 5, 7, 7, 5, 1, 5

Jawab:
a. Modusnya adalah 2, sebab 2 paling banyak muncul, yaitu sebanyak 4 kali.
b. Modusnya adalah 5 dan 7, sebab 5 dan 7 mempunyai frekuensi tertinggi,
yaitu 3.

Data yang mempunyai satu modus disebut unimodus, yang

mempunyai dua modus disebut bimodus, dan yang mempunyai
lebih dari dua modus disebut multimodus.
B. Modus data berkelompok
Secara umum modus dapat ditentukan dengan rumus berikut.

Dengan
L : tepi bawah kelas modus
d1 : selisih frekuensi kelas modus dengan frekuensi kelas sebelumnya
d2 : selisih frekuensi kelas modus dengan frekuensi kelas sesudahnya
c : panjang kelas

Contoh:
Tentukan modus dari data pada tabel berikut.
Jawab:
 2.4 UKURAN LETAK DATA
2.4.1 Kuartil Data Tunggal
 
Jika satu set data statistik disusun berdasarkan urutan nya, kita dapat
menentukan median atau nilai tengahnya. Median membagi data menjadi dua
bagian yang sama, di mana 50% dari data mempunyai nilai sama atau kurang
dari median, sedangkan 50% lainnya mempunyai nilai sama atau lebih dari
median. Simbol median adalah Q2 (Me atau ).
Nilai tengah dari 50% data ≤ median disebut kuartil bawah dengan simbol Q1,
dan nilai tengah dari 50% data ≥ median disebut kuartil atas dengan simbol Q3.
Diagram kotak garis memberikan gambaran untuk median, kuartil bawah,
kuartil atas, data terkecil, dan data terbesar, seperti diagram berikut ini.
Contoh:
Tentukan median, kuartil bawah, dan kuartil atas dari set (kumpulan)
data berikut ini.
8, 2, 7, 15, 8, 12, 17, 20, 5

Jawab:
2.4.2 Kuartil Data Berkelompok

Untuk kuartil pada data berkelompok,

terlebih dahulu kita buat distribusi kumulatif
kurang dari seperti dalam di samping.
Banyak data (n) adalah 40 berarti Q1, Q2, dan
Q3 masing-masing adalah nilai ke-10, ke-20
dan ke-30. Nilai-nilai tersebut masing-
masing terletak pada interval kelas 26 − 30,
36 − 40, dan 46 − 50.

Oleh karena data telah dikelompokkan, maka kita tidak mengetahui nilai-nilai yang
dimaksudkan di atas. Untuk menentukan nilai tersebut dapat digunakan rumus berikut.
dengan: L1 = tepi bawah kelas kuartil bawah Q1
n = ukuran data (jumlah frekuensi)
F1 = frekuensi pada interval kelas kuartil bawah Q1
F1 = frekuensi kumulatif sebelum kelas kuartil bawah Q1
c = panjang kelas
dengan:
L2 = tepi bawah kelas kuartil tengah Q2
n = ukuran data (jumlah frekuensi)
f2 = frekuensi pada interval kelas kuartil tengah Q2
f2 = frekuensi kumulatif sebelum kelas kuartil tengah Q2
c = panjang kelas

dengan:
L3 = tepi bawah kelas kuartil atas Q3
n = ukuran data (jumlah frekuensi)
f3 = frekuensi pada interval kelas kuartil atas Q3
F3 = frekuensi kumulatif sebelum kelas kuartil atas Q3
c = panjang kelas
Contoh:
Hitunglah semua kuartil pada distribusi frekuensi pada tabel berikut.

Jawab:
2.4.3 Masalah Kuartil yang Melibatkan Ogive

Banyak masalah-masalah yang dapat diselesaikan dengan

memanfaatkan ogive.

Contoh:
Tabel di samping menunjukkan skor yang
diperoleh peserta ujian dalam
ujian akhir matematika.
a. Jika skor minimal 45 dinyatakan lulus, berapa
persenkah peserta ujian yang dinyatakan
lulus?
b. Jika 85% peserta ujian yang akan diluluskan,
berapa skor minimal kelulusan?
c. Jika 6% peserta ujian yang lulus terbaik akan
diberikan beasiswa, berapa skor terendah
siswa yang mendapat beasiswa?
Jawab: