DISTRIBUSI FREKUENSI

BY
ENDAH SUSANTI, S.E.,M.Si
 Distribusi Frekuensi

Data
ukuran kecil
(n<30) Distribusi
Data Frekuensi
Tunggal
Data ukuran
besar Distribusi
(n>30) Frekuensi
Distribusi
Frekuensi
Berkelompok
Distribusi Frekuensi
Tunggal
Suatu daftar distribusi frekuensi yang
disusun sedemikian rupa sehingga
dapat diketahui secara langsung
frekuensi setiap datum. Frekuensi
adalah kekerapan atau keseringan
munculnya suatu datum yang biasa
dilambangkan dengan f

3
 Cont …

` Misalnya, pada percobaan melempar dadu

sebanyak 30 kali diperoleh data permukaan
mata dadu yang muncul sbb:

26 3 3 5 6 4 2 4 3
53 2 1 4 1 6 5 3 4
46 4 3 2 5 1 1 3 2
4
Cont …

Tabel Permukaan yang muncul

Nomor (xi) Frekuensi (fi)

1 4
2 5
3 7
4 6
5 4
6 4
Total 30

5
Distribusi Frekuensi
Berkelompok
Suatu daftar distribusi frekuensi yang
disusun sedemikian rupa sehingga
data yang berukuran besar
disederhanakan dengan
mengelompokkannya menurut
kelompok atau kelas-kelas tertentu.

6
Cont …

Misalnya, nilai UTS mata kuliah

statistik dari 40 mahasiswa adalah
sbb:
32 78 90 67 64 52 84 78 49 77
45 83 65 69 38 65 49 88 76 84
63 76 54 75 56 64 67 78 90 59
76 89 87 93 84 39 74 83 92 75
7
Cont ..

Tabel 1.2 Daftar Distribusi Frekuensi

Berkelompok Nilai UTS Statistik
Kelompok Nilai Frekuensi (fi)
31 - 40 3
41 – 50 3
51 – 60 4
61 – 70 8
71 – 80 10
81 – 90 10
91 - 100 2
jumlah 40 8
Istilah Dalam Distribusi
Frekuensi
Kelas
Kelas atau kelas interval adalah nama
tiap – tiap kelompok. Pada contoh
tabel 1.2 di atas data dikelompokkan
menjadi 7 kelas interval. Kelas
pertama adalah 31 – 40, kelas kedua
adalah 41 – 50 , dst …

9
 Cont ..

Batas kelas
Batas kelas adalah nilai – nilai yang membatasi
suatu kelas, terdiri dari batas atas dan batas
bawah.
kelas 31 – 40 batas bawahnya 31 batas
atasnya 40
dst …
10
Cont ..
Tepi Kelas
Tepi kelas disebuut juga batas nyata kelas.
Tepi bawah = batas bawah – 0,5
Tepi atas = batas atas + 0,5
Panjang Kelas
Panjang kelas disebut juga panjang kelas
interval(p) adalah lebar suatu kelas yang dihitung
dari perbedaan antara kedua tepi kelas .
Panjang Kelas (p) = Tepi atas – Tepi bawah

11
 Cont …

Titik Tengah Kelas

Titik tengah kelas adalah nilai yang dianggap
mewakili suatu kelas, yaitu nilai yang terdapat di
tengah-tengah kelas.
Titik tengah kelas = ½ x (batas bawah+batas atas
kelas)
Ex: ½ x (31+40) = 35,5 (titik tengah kelas pertama)
½ x (41=50) = 45.5 (titik tengah kelas kedua)
12
Cont ..

Panjang kelas (p) juga dapat dihitung

menggunakan titik tengah kelas
p= xi - xi-1
Misalnya panjang kelas pada contoh di
atas adalah
p = x2 – x1
p = 45,5 – 35,5
p = 10
13
Langkah Membuat Daftar
Distribusi Frekuensi
Berkelompok
 Langkah 1:
Tentukan jangkauan (j), yaitu statistik maksimum
dikurangi statistik minimum
j= xmaks – xmin
 Langkah 2:
Tentukan banyaknya kelas (k) yang diperlukan.
Dapat digunakan aturan Sturgess:
k = 1+ 3,3 Log n
Dengan n adalah ukuran data. Kemudian nilai k
dinyatakan dalam bilangan bulat melalui 14

pembulatan
Cont ..
 Langkah 3
Tentukan panjang kelas interval (p) dengan
rumus :
p= Jangkauan
Banyaknya kelas
 Langkah 4
Pilihlah batas bawah kelas pertama dengan
mengambil datum terkecil , tetapi selisihnya
dengan datum terkecil kurang dari panjang kelas.
Kemudian berdasarkan panjang kelas pada langkah
ke 3, tentukan kelas-kelasnya sedemikian rupa 15

sehingga seluruh nilai dapat tercakup di dalamnya.

Cont ..

 Langkah 5
tentukan frekuensi masing- masing
kelas.

16
 Contoh soal

Skor hasil tes IQ dari 50 Mahasiswa Statistik

tercatat sbb :
80 111 122 124 119 125 88 100 117 87
104 86 112 88 96 118 127 129 85 89
123 110 92 127 103 89 128 103 115 95
127 104 117 89 110 116 103 84 127 97
113 93 88 123 121 92 119 89 125 118
17
 Dari data tersebut
buatlah daftar distribusi
frekuensi berkelompok !
 Langkah 1 : menentukan jangkauan
j = xmaks – xmin
j = 129 – 80
= 49
 Langkah 2 : menentukan banyaknya kelas
k = 1 + 3,3 Log n
k = 1 + 3,3 log 50
k = 1 + 3,3 x 1,698
k = 6,6 (dibulatkkan menjadi 6 atau 7 kelas)

18
 Cont ..

 Langkah 3 : Menentukan panjang kelas

p= Jangkauan
Banyaknya kelas

p= 49
6
p = 8,166
Panjang kelas interval dapat diambil 8 atau 9
19
Cont …

Langkah 4 : menentukan kelas interval

Misalnya diambil p = 9 , dan k = 6 dan
batas bawah kelas pertama adalah 80
maka diperoleh kelas-kelas berikut:
Kelas pertama adalah 80 – 88
Kelas kedua adalah 89 – 97
Dst …
20
 Cont ..

Langkah 5 : menyusun daftar distribusi frekuensi

Tabel 1.3
Nilai Frekuensi (fi)
80 - 88 8
89 - 97 10
98 – 106 5
107 – 115 7
116 – 124 12
125 - 133 8
21
jumlah 50
Distribusi Frekuensi
Relatif (fr)
 Daftar ditribusi frekuensi data statistik berupa
perbandingan secara presentase
 Presentase frekuensi kelas tersebut terhadap
jumlah seluruh frekuensi (ukuran data)
fri = fi x 100 %
n

22
 Nilai Frekuensi (fi) Frekuensi Relatif (fr)

80 - 88 8 8/50 x 100 % = 16 %

89 - 97 10 10/50 x 100 % = 20 %

98 – 106 5 5/50 x 100 % = 10 %

107 – 115 7 7/50 x 100 % = 14 %

116 – 124 12 12/50 x 100 % = 24 %

125 - 133 8 8/50 x 100 % = 16 %

jumlah 50

23
 Distribusi Frekuensi
Komulatif (fk)
 Kumpulan frekuensi kelas dari frekuensi kelas-kelas
sebelumnya
1. Frekuensi komulatif kurang dari (fk kurang dari)
adalah jumlah frekuensi semua niali data yang kurang dari atau
sama dengan (≤) nilai tepi atas kelas tertentu.

24
 Nilai Frekuensi Tepi Nilai komulatif Fk Kurang
(fi) Atas kurang dari Dari
80 - 88 8 88,5 88,5 8

89 - 97 10 97,5 97,5 18

98 – 106 5 106,5 106,5 23

107 – 115 7 115,5 115,5 30

116 – 124 12 124,5 124,5 42

125 - 133 8 133,5 133,5 50

jumlah 50

25
 Cont …

2. Frekuensi Komulatif Lebih dari (fk Lebih dari)

Jumlah frekuensi semua nilai data yang lebih
dari atau sama dengan (≥) nilai tepi bawah
kelas tertentu

26
 Nilai Frekuensi Tepi Nilai komulatif Fk Lebih
(fi) Bawah lebih dari Dari
80 - 88 8 79,5 79,5 50

89 - 97 10 88,5 88,5 40

98 – 106 5 97,5 97,5 35

107 – 115 7 106,5 106,5 28

116 – 124 12 115,5 115,5 16

125 - 133 8 124,5 124,5 8

jumlah 50

27
GRAFIK BATANG
(BAR GRAPH)
 Bermanfaat untuk merepresentasikan data kuantitatif
maupun kualitatif yang telah dirangkum dalam
frekuensi, frekuensi relatif, atau persen distribusi
frekuensi.

 Cara:
– Pada sumbu horisontal diberi label yang menunjukkan
kelas/kelompok.
– Frekuensi, frekuensi relatif, maupun persen frekuensi
dinyatakan dalam sumbu vertikal yang dinyatakan
dengan menggunakan gambar berbentuk batang dengan
lebar yang sama/tetap.
28
GRAFIK LINGKARAN
(PIE CHART)
 Digunakan untuk mempresentasikan distribusi
frekuensi relatif dari data kualitatif maupaun data
kuantitatif yagn telah dikelompokkan.
 Cara:
– Gambar sebuah lingkaran, kemudian gunakan frekuensi
relatif untuk membagi daerah pada lingkaran menjadi
sektor-sektor yang luasnya sesuai dengan frekuensi
relatif tiap kelas/kelompok.
– Contoh, bila total lingkaran adalah 360o maka suatu
kelas dengan frekuensi relatif 0,25 akan membutuhkan
daerah seluas (0,25)(360) = 90o dari total luas lingkaran.

29
CONTOH DISTRIBUSI
FREKUENSI (L)
 Tabel Distribusi Frekuensi
(Contoh: Hotel Marada Inn)

Frekuensi Persen
Rating Pendapat Frekuensi
Relatif Frekuensi
Baik Sekali (E) 2 0,10 10
Di atas Rata-rata (AA) 3 0,15 15
Rata-rata (A) 5 0,25 25
Di Bawah Rata-rata (BA) 9 0,45 45
Buruk (P) 1 0,05 5
Total 20 1,00 100
30
CONTOH DISTRIBUSI
FREKUENSI (L)
 Grafik Batang (Contoh: Hotel Marada Inn)
9
8
7
Frekuensi

6
5
4
3
2
1
Rating
Buruk Di Bawah Rata- Di Atas Baik Pendapat
Rata-rata rata Rata-rata Sekali
31
CONTOH DISTRIBUSI
FREKUENSI (L)
 Grafik Lingkaran (Contoh: Hotel Marada Inn)
Baik Sekali Buruk
5%
10%

Di bawah
Di atas 15%
45% Rata-rata
Rata-rata

25%
Rata-rata

Kategori Rating Pendapat 32

CONTOH DISTRIBUSI
FREKUENSI (L)
 Contoh: Bengkel Hudson Auto
– Jika banyaknya kelas 6, maka lebar kelas = 9,5 ≈ 10
– Tabel distribusi frekuensi diperoleh:
Frekuensi Frekuensi Frek. Relatif
Biaya ($) Frekuensi
relatif kumulatif Kumulatif
50 – 59 2 0,04 2 0,04
60 – 69 13 0,26 15 0,30
70 – 79 16 0,32 31 0,62
80 – 89 7 0,14 38 0,76
90 – 99 7 0,14 45 0,90
100 – 109 5 0,10 50 1,00
Total 50 1,00 33
ANALISIS TABEL DISTRIBUSI
FREKUENSI
 Contoh: Bengkel Hudson Auto

– Hanya 4% pelanggan bengkel dengan biaya

perbaikan mesin $50-59.
– 30% biaya perbaikan mesin berada di bawah $70.
– Persentase terbesar biaya perbaikan mesin
berkisar pada $70-79.
– 10% biaya perbaikan mesin adalah $100 atau lebih.

34
HISTOGRAM
Contoh: Bengkel Hudson Auto
18
16
14
12
Frekuensi

10
8

6
4
2
Biaya
($)
50 60 70 80 90 100 110
35
OGIVE
 Merupakan grafik dari distribusi frekuensi kumulatif.
 Nilai data disajikan pada garis horisontal (sumbu-x).
 Pada sumbu vertikal dapat disajikan:
– Frekuensi kumulatif, atau
– Frekuensi relatif kumulatif, atau
– Persen frekuensi kumulatif
 Frekuensi yang digunakan (salah satu diatas)masing-
masing kelas digambarkan sebagai titik.
 Setiap titik dihubungkan oleh garis lurus.

36
OGIVE
Contoh: Bengkel Hudson Auto

100
Persen frekuensi kumulatif

80

60

40

20
Biaya
($)
50 60 70 80 90 100 110
37
DIAGRAM SCATTER
 Diagram scatter (scatter diagram) merupakan metode
presentasi secara grafis untuk menggambarkan
hubungan antara dua variabel kuantitatif.
 Salah satu variabel digambarkan pada sumbu
horisontal dan variabel lainnya digambarkan pada
sumbu vertikal.
 Pola yang ditunjukkan oleh titik-titik yang ada
menggambarkan hubungan yang terjadi antar
variabel.

38
POLA HUBUNGAN PADA
DIAGRAM SCATTER
y y y

x x x

Hubungan Positif Hubungan Negatif Tidak ada hubungan

Jika X naik, maka Jika X naik, maka antara X dan Y
Y juga naik dan Y akan turun dan
jika X turun, maka jika X turun, maka
Y juga turun Y akan naik

39
 PROSEDUR PENGGUNAAN
TABEL & GRAFIK
Data
Data Kualitatif Data Kuantitatif

Metode Metode Metode Metode

Tabel Grafik Tabel Grafik

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

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

40
Home work

Suatu Koperasi Unit Desa (KUD)

melakukan penelitian hasil panen padi
yang diperoleh oleh para petani
setelah menggunakan pupuk jenis
baru. Setiap petani menggunakan
pupuk tersebut dalam jumlah yang
sama. Hasil panen dari 50 petani
tersebut adalah sbb:
41
15 11 16 16 22 22 28 18 24 17
17 15 12 20 12 25 21 25 25 25
23 19 16 20 16 20 25 26 17 21
24 19 20 24 24 17 18 27 27 26
21 21 28 20 14 20 17 30 26 22
1. Buatlah daftar distribusi frekuensi berkelompok ini
2. Buatlah daftar distribusi frekuensi relatf
3. Buatlah daftar distribusi frekuensi komulatif kurang dari dan
lebih dari

42
Contoh soal terapan

Seorang petugas kesehatan melakukan

penelitian tentang suatu penyakit yang
diderita oleh pasien pada suatu rumah
sakit. Pada penelitian tersebt digunakan
hipotesis (dugaan) bahwa ada hubungan
antara penyakit tersebut dengan usia
penderitanya. Hasil penelitian tersebut
disajikan dalam tabel berikut:
43
1. Pada usia berapa tahun pasien paling banyak menderita penyakit itu?
2. Pada usia berapa tahun pasien paling sedikit menderita penyakit itu?
3. Berapa persen penderita penyakit itu yang berusia antara 17 dan 20 thn?
4. Berapa banyak penderita penyakit itu yang berusia kurang dari 12,5
tahun?
5. Berapa banyak penderita penyakit itu yang berusia lebih dari 20,5 tahun?

Umur frekuensi
(tahun)
1-4 2
5-8 11
9 – 12 17
13 – 16 30
17 - 20 22
21 - 24 14
25 - 28 4
Jumlah 100
UKURAN-UKURAN STATISTIK
1. Ukuran Tendensi Sentral (Central tendency
measurement):
– Rata-rata (mean)
– Nilai tengah (median)
– Modus

2. Ukuran Lokasi (Location measurement):

– Persentil (Percentiles)
– Kuartil (Quartiles)
– Desil (Deciles)
45
UKURAN TENDENSI SENTRAL
(Central tendency measurement)
1. Rata-rata (mean)
– Jika data berasal dari suatu sampel, maka rata-
rata (mean) dirumuskan
 Data Tidak Berkelompok

x
 x i

n
 Data Berkelompok

x
 fxi i

f i

Dimana xi = nilai tengah kelas ke-i

fi = frekuensi kelas ke-i
46
UKURAN TENDENSI SENTRAL
(Central tendency measurement) (L)
1. Rata-rata (mean) – (Lanjutan)
– Jika data merupakan data populasi, maka rata-
rata dirumuskan
 Data Tidak Berkelompok

  x i

N
 Data Berkelompok

  fx i ii

f ii

Dimana xi = nilai tengah kelas ke-i

fi = frekuensi kelas ke-i
47
UKURAN TENDENSI SENTRAL
(Central tendency measurement) (L)
2. Median
– Merupakan suatu nilai yang terletak di tengah-
tengah sekelompok data setelah data tersebut
diurutkan dari yang terkecil sampai terbesar.
– Suatu nilai yang membagi sekelompok data
dengan jumlah yang sama besar.
– Untuk data ganjil, median merupakan nilai yang
terletak di tengah sekumpulan data, yaitu di
urutan ke-
– Untuk data genap, median merupakan rata-rata
nilai yang terletak pada urutan ke- dan
48
UKURAN TENDENSI SENTRAL
(Central tendency measurement) (L)
2. Median – (Lanjutan)
– Jika datanya berkelompok, maka median dapat
dicari dengan rumus berikut:
2  f sm
n
Median  TB  .p
fm
Dimana
TB = Tepi Bawah kelas median
n = banyaknya observasi
fsm = frekuensi kumulatif kurang dari sebelum kelas
median
fm = frekuensi kelas median
p = interval kelas
49
UKURAN TENDENSI SENTRAL
(Central tendency measurement) (L)
3. Modus
– Merupakan suatu nilai yang paling sering muncul
(nilai dengan frekuensi muncul terbesar)
– Jika data memiliki dua modus, disebut bimodal
– Jika data memiliki modus lebih dari 2, disebut
multimodal

50
UKURAN TENDENSI SENTRAL
(Central tendency measurement) (L)
3. Modus – (Lanjutan)
– Jika data berkelompok, modus dapat dicari
dengan rumus berikut:
fa
Modus  TB  .p
fa  fb
Dimana
TB = Tepi bawah kelas dengan frekuensi terbesar/kelas
modus
fa = frekuensi kelas modus dikurangi frekuensi kelas
sebelumnya
fb = frekuensi kelas modus dikurangi frekuensi kelas
sesudahnya
p = interval kelas
51
Contoh perhitungan pada
data tunggal
Mean = total f / total kelas
= 30 / 6 = 5
Median = (7+6) / 2 (xi) (fi)
1 4
= 6,5 2 5

Modus = 3 3 7
4 6
5 4
6 4
Total 30
52
 x Frekuensi xi fi xi Fk Kurang
(fi) Dari
80 - 88 8 84 672 8

89 - 97 10 93 930 18

98 – 106 5 102 510 23

107 – 115 7 111 777 30

116 – 124 12 120 1440 42

125 - 133 8 129 1032 50

jumlah 50 5361

53
Hitung Mean, Median,
Modus
 Mean = 5361 = 107,22
50
 Median
N/2 = 50/2 = 25
Median = 106,5+ (25-23) x9
7
= 109,1

 Modus = 115,5 + 5 x9
5+4
= 120,5
54
UKURAN TENDENSI SENTRAL
(Contoh Penghitungan)
DATA TIDAK BERKELOMPOK
 Berikut adalah data sampel tentang nilai sewa bulanan
untuk satu kamar apartemen ($). Berikut adalah data
yang berasal dari 70 apartemen di suatu kota tertentu:
425 430 430 435 435 435 435 435 440 440
440 440 440 445 445 445 445 445 450 450
450 450 450 450 450 460 460 460 465 465
465 470 470 472 475 475 475 480 480 480
480 485 490 490 490 500 500 500 500 510
510 515 525 525 525 535 549 550 570 570
575 575 580 590 600 600 600 600 615 615

55
UKURAN TENDENSI SENTRAL
(Contoh Penghitungan) (L)
 Rata-rata Hitung (Mean)

x
 x i 34.356
  490,80
n 70

 Median
Karena banyaknya data genap (70), maka median
merupakan rata-rata nilai ke-35 dan ke-36, yaitu
(475 + 475)/2 = 475

 Modus = 450 (muncul sebanyak 7 kali)

56
UKURAN TENDENSI SENTRAL
(Contoh Penghitungan) (L)
DATA BERKELOMPOK
Dari contoh Bengkel Hudson Auto

Frekuensi Frekuensi Lower

Biaya ($) xi fixi
(fi) kumulatif Boundary
50 – 59 2 54,5 2 49,5 109,0
60 – 69 13 64,5 15 59,5 838,5
70 – 79 16 74,5 31 69,5 1192,0
80 – 89 7 84,5 38 79,5 591,5
90 – 99 7 94,5 45 89,5 661,5
100 – 109 5 104,5 50 99,5 522,5
Total 50 3915,0
57
UKURAN TENDENSI SENTRAL
(Contoh Penghitungan) (L)

DATA BERKELOMPOK (L)

 Rata-rata Hitung (Mean)

x
 fx
i i

3915,0
 78,3
f i 50
 Median
50
 15
Median  69,5  2
.10  75,75
16
 Modus
3
Modus  69,5  .10  72
39
58
KELEBIHAN & KEKURANGAN
RATA-RATA , MEDIAN & MODUS
 Rata-rata Hitung (Mean)
– Kelebihan:
 Melibatkan seluruh observasi
 Tidak peka dengan adanya penambahan data
 Contoh dari data :
3 4 5 9 11 Rata-rata = 6,4
3 4 5 9 10 11 Rata-rata = 7

– Kekurangan:
 Sangat peka dengan adanya nilai ekstrim (outlier)
 Contoh: Dari 2 kelompok data berikut
Kel. I : 3 4 5 9 11 Rata-rata = 6,4
Kel. II : 3 4 5 9 30 Rata-rata = 10,2
59
KELEBIHAN & KEKURANGAN
RATA-RATA , MEDIAN & MODUS
 Median
– Kelebihan:
 Tidak peka terhadap adanya nilai ekstrim
 Contoh: Dari 2 kelompok data berikut
Kel. I : 3 4 5 13 14
Kel. II : 3 4 5 13 30
Median I = Median II = 5

– Kekurangan:
 Sangat peka dengan adanya penambahan data (sangat
dipengaruhi oleh banyaknya data)
 Contoh: Jika ada satu observasi baru masuk ke dalam
kelompok I, maka median = 9
60
60
KELEBIHAN & KEKURANGAN
RATA-RATA , MEDIAN & MODUS
 Modus
– Kelebihan:
 Tidak peka terhadap adanya nilai ekstrim
 Contoh: Dari 2 kelompok data berikut
Kel. I : 3 3 4 7 8 9
Kel. II : 3 3 4 7 8 35
Modus I = Modus II = 3
– Kekurangan:
 Peka terhadap penambahan jumlah data
 Cohtoh: Pada data
3 3 4 7 8 9 Modus = 3
3 3 4 7 7 7 8 9 Modus = 7
61
UKURAN LOKASI
(Location measurement)
1. Persentil (Percentiles)
– Persentil merupakan suatu ukuran yang membagi
sekumpulan data menjadi 100 bagian sama besar.
– Persentil ke-p dari sekumpulan data merupakan
nilai data sehingga paling tidak p persen obyek
berada pada nilai tersebut atau lebih kecil dan
paling tidak (100 - p) percent obyek berada pada
nilai tersebut atau lebih besar.

62
UKURAN LOKASI
Persentil, kuartil dan Desil
(data tdk berkelompok)
1. Persentil (Percentiles) (Lanjutan)
– Cara pencarian persentil
 Urutkan dari dari yang terkecil ke terbesar.
 Cari nilai i yang menunjukkan posisi persentil
ke-p dengan rumus:
i = (p/100)n
 Jika i bukan bilangan bulat, maka bulatkan ke
atas. Persentil ke-p merupakan nilai data pada
posisi ke-i.
 Jika i merupakan bilangan bulat, maka persentil
ke-p merupakan rata-rata nilai pada posisi ke-i
dan ke-(i+1).
63
UKURAN LOKASI
(Contoh Penghitungan)

Berdasarkan kasus sewa kamar apartemen

 Persentil ke-90
– Yaitu posisi data ke-(p/100)n = (90/100)70 = 63
– Karena i=63 merupakan bilangan bulat, maka persentil ke-90
merupakan rata-rata nilai data ke 63 dan 64
– Persentil ke-90 = (580 + 590)/2 = 585

425 430 430 435 435 435 435 435 440 440
440 440 440 445 445 445 445 445 450 450
450 450 450 450 450 460 460 460 465 465
465 470 470 472 475 475 475 480 480 480
480 485 490 490 490 500 500 500 500 510
510 515 525 525 525 535 549 550 570 570
575 575 580 590 600 600 600 600 615 615 64
UKURAN LOKASI
Persentil, kuartil dan Desil
(data tdk berkelompok)
2. Kuartil (Quartiles)
– Kuartil merupakan suatu ukuran yang membagi
data menjadi 4 (empat) dan atau 5 (lima) bagian
sama besar
– Kuartil merupakan bentuk khusus dari persentil,
dimana
 Kuartil pertama = Percentile ke-25
 Kuartil kedua = Percentile ke-50 = Median
 Kuartil ketiga = Percentile ke-75

65
UKURAN LOKASI
(Contoh Penghitungan)
Berdasarkan kasus sewa kamar apartemen
 Kuartil ke-3
– Kuartil ke-3 = Percentile ke-75
– Yaitu data ke-(p/100)n = (75/100)70 = 52.5 = 53
– Jadi kuartil ke-3 = 525

425 430 430 435 435 435 435 435 440 440
440 440 440 445 445 445 445 445 450 450
450 450 450 450 450 460 460 460 465 465
465 470 470 472 475 475 475 480 480 480
480 485 490 490 490 500 500 500 500 510
510 515 525 525 525 535 549 550 570 570
575 575 580 590 600 600 600 600 615 615
66
UKURAN LOKASI
Persentil, kuartil dan Desil
(data tdk berkelompok)
3. Desil (Deciles)
– Merupakan suatu ukuran yang membagi
sekumpulan data menjadi 10 bagian sama besar
– Merupakan bentuk khusus dari persentil, dimana:
 Desil ke-1 = persentil ke-10
 Desil ke-2 = persentil ke-20
 Desil ke-3 = persentil ke-30
…
…
 Desil ke-9 = persentil ke-90

67
UKURAN LOKASI
(Contoh Penghitungan)
Berdasarkan kasus sewa kamar apartemen
 Desil ke-9

– Desil ke-9 = Percentile ke-90 = 585

425 430 430 435 435 435 435 435 440 440
440 440 440 445 445 445 445 445 450 450
450 450 450 450 450 460 460 460 465 465
465 470 470 472 475 475 475 480 480 480
480 485 490 490 490 500 500 500 500 510
510 515 525 525 525 535 549 550 570 570
575 575 580 590 600 600 600 600 615 615

68
69
UKURAN LOKASI
Persentil, kuartil dan Desil
(data berkelompok)
 Persentil

 Desil

 10    f i  0 
 i.n 
Di  L0  c  
 fd 
  70
Dimana:
L0 = Nilai batas bawah desil ke-i (persentil
ke-i.
n = banyaknya observasi/jumlah semua
frekuensi.
(Σfi)0 = jumlah frekuensi dari semua kelas
yang memuat desil ke-i (persentil ke-i)
fq = frekuensi dari kelas yang memuat
kuartil ke-i
fp = frekuensi dari kelas yang memuat
persentil ke-i
c = besarnya kelas interval yang memuat
desil ke-i (persentil ke-i) 71
UKURAN LOKASI
Persentil, kuartil dan Desil
(data berkelompok)
 Kuartil

 i.n
 4    f i  
0
Qi  L0  c  
 f q 
 
72
Dimana:
L0 = Nilai batas bawah kuartil ke-i
n = banyaknya observasi/jumlah semua
frekuensi.
(Σfi)0 = jumlah frekuensi dari semua kelas
yang memuat kuartil ke-i.
fq = frekuensi dari kelas yang memuat
kuartil ke-i
c = besarnya kelas interval yang memuat
kuartil ke-i
73
 Nilai Kelas Frekuensi (f)
72,2 – 72,4 2
72,5 – 72,7 5
72,8 – 73,0 10
73,1 – 73,3 13
73,4 – 73,6 27
73,7 – 73,9 23
74,0 – 74,2 16
74,3 – 74,5 4
Jumlah (Σfi) = n 100
74
Hitung
1. Kuartil ke 1 s/d 4?
2. Desil ke 1 s/d 10 ?
3. Persentil ke 50 dan 80?

75
DISPERSI
 Ukuran Penyebaran Data
 Dalam statistik, untuk mengetahui karakteristik data
yang telah dikelompokkan, dapat digunakan nilai-nilai
ukuran pemusatan data (nilai sentral) dan ukuran
penyebaran data (dispersi).
 Ukuran Nilai sentral merupakan informasi yang
memberikan penjelasan bahwa data memiliki satu
atau lebih titik dimana dia memusat.
 Ukuran penyebaran data adalah nilai ukuran yang
memberikan gambaran tentang seberapa besar data
menyebar dari titik-titik sentralnya.
 Ukuran Penyebaran Data
• Jangkauan
• Jangkauan antar Kuartil
• Jangakauan semi kuartil
• Simpangan rata-rata
• Ragam atau varians
• Simpangan Baku (Standart Deviasi)
 Simpangan Rata-Rata
Atau Deviasi Rata - Rata adalah ukuran
penyebaran data yang mencerminkan nilai
data terhadap nilai mean nya
Simpangan Rata-Rata
 Tabel data tunggal
Data Frekuensi
X1 F1
X2 F2
X3 F3
.
.
.
.
.
.

Xr Fr

Jumlah n

• Rumus rata rata

Rumus Simpangan Rata-Rata Untuk
Data Kelompok
Contoh
Cont …..
Cara 2 :
Jika data diubah ke daftar distribusi frekuensi, bentuknya menjadi
seperti berikut.
Cont…..
 Nilai Frekuensi
1-10 5
11-20 6
21-30 10
31-40 4
41-50 3
51-60 2
Jumlah 30
Dari nilai-nilai yang terdapat pada tabel di atas, diperoleh

Dengan demikian simpangan rata-ratanya adalah

 RAGAM (VARIANS)
Varians merupakan ukuran penyebaran data
yang mengukur rata-rata jarak kuadrat setiap
nilai data terhadap nilai meannya.
 RAGAM (VARIANS)

Keterangan :
: Rata-rata hitung
: Datum ke-i
n : Ukuran Data
 • Rumus varians untuk data tunggal

• Rumus terakhir juga dapat diubah dalam bentuk

• Untuk data yang tersusun dalam daftar distribusi frekuensi, varians dapat
ditentukan dengan rumus
SIMPANGAN BAKU (STANDART DEVIASI)
 KOEFISIEN VARIASI
• Hasil pembagian standar deviasi oleh rata-rata
• Perhitungan koefisien bariasi disebut juga
pengukuran dispersi relatif. Cara
Perhitungannya :

• Atau dalam Presentasi :

1. Tentukan varians (S2) dab deviasi standar (S)
dari data 3,4,4,5,7,8,8,9.
• Penyelesaian:
Data 3,4,4,5,7,8,8,9, meannya adalah =6.

Jadi, varians data tersebut adalah

dan deviasi standarnya

2. Hitunglah simpangan rata-rata, varians,
deviasi standar, dan koefisien penyebaran
data yang tersaji dalam tabel berikut.
Tabel 2.35
Nilai fi
1-10 3
11-20 5
21-30 8
31-40 7
41-50 4
51-60 12
61-70 6
71-80 5
Jumlah 50