STATISTIK I

PENGERTIAN STATISTIK

NO Tahun Jumlah
1. 1990 / 1991 15.380 APAKAH INI
2. 1991 / 1992 19.008 STATISTIK?
3. 1992 / 1993 24.825
PENGERTIAN STATISTIK DAN STATISTIKA
• Statistika Ilmu mengumpulkan, menata, menyajikan, menganalisis, dan
menginterprestasikan data menjadi informasi untuk membantu pengambilan
keputusan yang efektif.

• Statistik Suatu kumpulan angka yang tersusun lebih dari satu angka.

Kegunaan Statistik
1. Untuk menyatakan ukuran sebagai wakil dari kumpulan fakta.

2. Untuk memperoleh sekumpulan informasi yang menjelaskan suatu

masalah guna menarik kesimpulan yang benar.
APAKAH DATA ITU?

• Data adalah sesuatu yang diketahui atau dianggap, meskipun belum

tentu benar.
• Data dapat digunakan untuk menggambarkan suatu keadaan atau
persoalan.
• Data yang baik adalah data yang bermanfaat
• Data yang telah diolah disebut dengan informasi
KEGUNAAN DATA :
Dasar suatu perencanaan
◦ Bertujuan agar perencanaan sesuai dengan kemampuan supaya dapat
dihindari perencanaan yang sulit untuk dilaksanakan (ambisius).
Alat pengendalian
◦ Bertujuan agar bisa diketahui dengan segera kesalahan atau penyimpangan
yang terjadi, sehingga dapat segera diperbaiki atau dikoreksi.
Dasar evaluasi
◦ Dari hasil kerja akhir. Apakah target dapat tercapai? kalau tidak tercapai, faktor
apa saja yang mempengaruhi
5
SYARAT-SYARAT DATA YANG BAIK:

• Harus obyektif (sesuai dengan keadaan sebenarnya)

• Harus bisa mewakili (representatif)
• Harus memiliki tingkat ketelitian yang tinggi (standar error harus
kecil)
• Harus tepat waktu (up to date)
• Harus relevan
DARI SUDUT PANDANG STATISTIKA, DATA MENURUT
SIFATNYA DIBAGI MENJADI:

• Data Kualitatif
• Adalah semua data yang dinyatakan dalam bentuk bukan angka
• Biasanya dinyatakan dalam bentuk pernyataan atau judgement
• Data Kuantitatif
• Adalah semua data yang dinyatakan dalam bentuk angka
A. data kualitatif (non-angka)
• Bunga melati lebih harum dari bunga mawar
• Warung Tegal Bu Ani laris karena masakannya lebih enak dari Bu Karim
• Jangan membeli handphone di toko A karena cepat rusak
• Ani lebih kurus dibandingkan Anto

B. data kuantitatif (berupa angka), data yang nilainya bisa variabel

• data diskrit (dari hasil perhitungan)
mis: FISIP memiliki 4 jurusan
• data kontinyu (dari hasil pengukuran)
mis: tinggi badan RAHMAD 180 cm
MENURUT TINGKATAN SKALANYA, DATA
DIKELOMPOKKAN MENJADI:

•Data nominal (skala nominal)

•Data ordinal (skala ordinal)
•Data interval (skala interval)
•Data rasio (skala rasio)
DATA NOMINAL (SKALA NOMINAL)
• Adalah data yang hanya digunakan untuk kategorisasi atau memberi
nama saja untuk membedakan.
• Misal:
• Jenis kelamin. Pria diberi skor 1 dan Wanita diberi skor 2
• Pengelompokan rumah-rumah dalam suatu perumahan, misal dari
sebelah “utara” komplek A, “barat” adalah komplek B, “selatan”
adalah C dan arah “timur” adalah komplek D
DATA ORDINAL (SKALA ORDINAL)
• Adalah data yang digunakan untuk membedakan, serta sudah dapat
digunakan untuk menunjukkan tingkatan.
• Misal:
• Tanggapan tentang suatu rencana perubahan peraturan. Sangat
setuju (skor 4), Setuju (skor 3), tidak setuju (skor 2), sangat tidak
setuju (skor 1).
• Kinerja seorang karyawan. Sangat baik (skor 5), Baik (skor 4), Cukup
baik (skor 3), Tidak baik (skor 2), sangat tidak baik (skor 1).
DATA INTERVAL (SKALA INTERVAL)
• Adalah data yang dapat digunakan untuk membedakan, menunjukkan tingkatan, mempunyai
jarak/interval yang sudah pasti, dan titik nol bukan merupakan titik mutlak.
• contoh :
Jumlah siswa
- < 500 orang            1
- 500 – 1000 orang     2
- 1001 – 1500 orang   3
- > 1500 orang          4

Luas sekolah
- < 1000 meter²     1
- 1000 – 3000 m²   2
- > 3000 m²          3
12
DATA RASIO (SKALA RASIO)
• Adalah data yang dapat digunakan untuk membedakan, menunjukkan tingkatan, mempunyai
jarak/interval yang sudah pasti, dan memiliki nilai nol yang mutlak serta dapat dioperasikan secara
matematik (dijumlah, dibagi,dikurangi dan dikali).
• Misal,
• Jumlah mahasiswa di kelas P1 adalah 45 orang
• Jumlah uang di dompet Amir adalah Rp 0,-
• Berat beras yang disumbangkan 10 kg

Contoh lainnya adalah berat badan yang diukur dengan skala rasio.
Romlah berat 3 kg, Bayu berat 2 kg, dan Ismail berat 1 kg
Berat romlah memiliki rasio berat badan 3 kali dari tinggal ismail, Berat bayu memiliki rasio berat
badan 2 kali dari Ismail dst.
13
TIPE DATA STATISTIK

•Data nominal Kualitatif

•Data ordinal
•Data interval
Kuantitatif
•Data rasio
DATA MENURUT CARA MEMPEROLEHNYA:
• Data primer
• Adalah data yang dikumpulkan dan diolah sendiri oleh suatu
organisasi atau perseorangan langsung dari obyeknya.
• Data sekunder
• Adalah data yang diperoleh dalam bentuk yang sudah jadi,
sudah dikumpulkan dan diolah oleh pihak lain.

15
 1. Wawancara langsung
2. Wawancara tidak langsung
3. Pengisian kuisioner
Data Primer

DATA

Data dari pihak lain:

1. BPS
Data Sekunder 2. Bank Indonesia
3. World Bank, IMF
4. FAO dll
DATA MENURUT WAKTU PENGAMBILANNYA:

• Data Cross Section

• Adalah data yang dikumpulkan dalam satu waktu tertentu,
pada beberapa obyek untuk menggambarkan keadaan
• Data Time Series
• Adalah data yang dikumpulkan pada beberapa waktu pada
satu obyek untuk menggambarkan perkembangan
CONTOH DATA CROSS SECTION
CONTOH DATA TIME SERIES
• Cara Pengumpulan Data

Kuesioner
Wawancara
Pengamatan

Dokumentasi
ADAPUN TIGA TEKNIK PENGUMPULAN DATA YANG BIASA DIGUNAKAN

•  Angket
Angket / kuesioner adalah teknik pengumpulan data yang
dilakukan dengan cara memberikan seperangkat pertanyaan
atau pernyataan kepada orang lain yang dijadikan responden
untuk dijawabnya.
Tujuan Penyebaran kuesioner  mencari informasi yang lengkap mengenai
suatu masalah
Pembuatan kuesioner yang baik :
1. Ada petunjuk jelas mengenai maksud diberikannya kuesioner
2. Ada petunjuk jelas mengenai cara pengisian kuesioner
3. Menggunakan kalimat yang mudah dimengerti
4. Menghindari pertanyaan yang tidak jelas, tidak perlu dan tidak relevan
5. Menghindari pertanyaan yang bernada menekan / mengancam dll
6. Menggunakan urutan pertanyaan yang logis dan sistematis
7. Merahasiakan identitas responden agar responden obyektif dalam menjawab
• Contoh Kuesioner Terbuka
Mata kuliah apa saja yang saudara ambil pada semester 2 ? ……………….
Keuntungan kuesioner terbuka :
• Bagi responden  mereka dapat mengisi sesuai dengan keinginan sendiri dengan keadaan yang
dialaminya
• Bagi peneliti  Akan mendapat data yang bervariasi.
• Contoh kuesioner tertutup :
Mata kuliah pemrograman apa yang ada kuasai ?
a. Algoritma & Pemrograman 1 b. Bahasa Pemrograman
• Contoh angket terbuka dan tertutup
Mata kuliah eksak yang anda sukai ?
a. Fisika b. kalkulus c. ……………
• Observasi
merupakan salah satu teknik pengumpulan data yang tidak hanya mengukur
sikap dari responden (wawancara dan angket) namun juga dapat digunakan
untuk merekam berbagai fenomena yang terjadi (situasi, kondisi)

Kelemahan dari metode ini adalah peneliti tidak akan memperoleh data yang
mendalam karena hanya bertindak sebagai pengamat dari luar tanpa
mengetahui makna yang terkandung di dalam peristiwa.

Alat yang digunakan dalam teknik observasi ini antara lain : lembar cek list, buku
catatan, kamera photo, dll.
• Wawancara
Wawancara merupakan teknik pengumpulan data yang dilakukan melalui tatap muka dan
tanya jawab langsung antara pengumpul data maupun peneliti terhadap nara sumber atau
sumber data.

Wawancara Tatap Muka

Beberapa kelebihan wawancara tatap muka antara lain :
• Bisa membangun hubungan dan memotivasi responden
• Bisa mengklarifikasi pertanyaan, menjernihkan keraguan, menambah pertanyaan baru
• Bisa membaca isyarat non verbal
• Bisa memperoleh data yang banyak
Kekurangannya adalah :
• Membutuhkan waktu yang lama
• Biaya besar jika responden yang akan diwawancara berada di beberapa
daerah terpisah
• Responden mungkin meragukan kerahasiaan informasi yang diberikan
• Pewawancara perlu dilatih
• Bisa menimbulkan bias pewawancara
• Responden bias menghentikan wawancara kapanpun
• Wawancara via phone
Kelebihan
• Biaya lebih sedikit dan lebih cepat dari warancara tatap muka
• Bisa menjangkau daerah geografis yang luas
• Anomalitas lebih besar dibanding wawancara pribadi (tatap muka)

Kelemahan
• Isyarat non verbal tidak bisa dibaca
• Wawancara harus diusahakan singkat
• Nomor telpon yang tidak terpakai bisa dihubungi, dan nomor yang tidak terdaftar pun
dihilangkan dari sampel
• Kuesioner
a. Daftar pertanyaan tertulis yang telah disusun sebelumnya.
b. Penyebaran kuesioner dapat dilakukan dengan beberapa
cara seperti penyerahan kuesioner secara pribadi, melalui
surat, dan melalui email
STATISTIK MENURUT FUNGSINYA

•Statistika Deskriptif
Menjelaskan atau menggambarkan berbagai
karakteristik data seperti berapa rata-rata,
seberapa jauh data bervariasi

29
STATISTIK MENURUT FUNGSINYA

•Statistika Inferensi
Membuat berbagai inferensi terhadap
sekumpulan data yang berasal dari suatu
sampel.
Inferensi  Melakukan perkiraan, peramalan,
pengambilan keputusan
• Contoh :
• Data tentang penjualan mobil merek ‘ABC’ perbulan di suatu
show room mobil di Jakarta selama tahun 1999. Dari data
tersebut pertama akan dilakukan deskripsi terhadap data spt
menghitung rata-rata penjualan, berapa standar deviasinya dll
• Kemudian baru dilakukan berbagai inferensi terhadap hasil
deskripsi spt : perkiraan penjualan mobil tsb bulan Januari
tahun berikut, perkiraan rata-rata penjualan mobil tsb di seluruh
Indonesia.
BEBERAPA ISTILAH PENTING DALAM STATISTIKA
Populasi
◦ Himpunan atau kumpulan dari semua obyek
yang akan diteliti.

Sampel
◦ Himpunan bagian dari populasi.
◦ Sampel harus memberikan gambaran sebaik mungkin tentang populasi,
sehingga dengan mengambil sejumlah anggota populasi, maka kita
dapat berbicara mengenai anggota populasi secara keseluruhan.
BEBERAPA ISTILAH PENTING DALAM STATISTIKA
• Sensus :
Adalah cara mengumpulkan data dimana seluruh anggota populasi
diamati satu per satu secara keseluruhan.

• Sampling :
Adalah cara mengumpulkan data dimana yang diselidiki adalah
elemen sampel dari suatu populasi.
PENYAJIAN DATA
• Memberi gambaran yang sistematis tentang peristiwa-peristiwa
yang merupakan hasil penelitian atau observasi,
• Data lebih cepat ditangkap dan dimengerti,
• Memudahkan dalam membuat analisis data, dan
• Membuat proses pengambilan keputusan dan kesimpulan lebih
tepat, cepat, dan akurat
CARA PENYAJIAN DATA
• Tabel
• GRAFIK
30

• Grafik garis (line chart), 20

• Grafik Batangan (bar chart), 10

• Grafik lingkaran (pie chart),

Jumlah
0
administrasi personalia produksi marketing keuangan

bidang pekerjaan

30
keuangan
administrasi

20

personalia

10

marketing

produksi
Count

0
administrasi personalia produksi marketing keuangan

bidang pekerjaan
Distribusi Frekuensi
PENGERTIAN
• Susunan data menurut kelas-kelas interval tertentu atau
menurut kategori tertentu dalam sebuah daftar

• Dari distribusi frekuensi dapat diperoleh keterangan atau

gambaran sederhana dan sistematis dari data yang
diperoleh.
BAGIAN-BAGIAN DISTRIBUSI FREKUENSI
Kelas-kelas (class)
Batas kelas (class limits)
Tepi kelas (class boundary)
Titik tengah kelas/tanda kelas (class mid point/class marks)
Interval kelas (class interval)
Panjang Interval kelas atau kelas (interval kelas)
Frekuensi kelas (class frequency)
CONTOH :

Dari distribusi frekuensi di atas:

1. Banyaknya kelas adalah 5.
2. Batas kelas-kelas adalah 50, 59, 60, 69,…
3. Batas bawah kelas-kelas adalah 50, 60, 70,…
4. Batas atas kelas-kelas adalah 59, 69, 79,…
5. Tepi bawah kelas-kelas adalah 49.5, 59.5, 69.5,…
6. Tepi atas kelas-kelas adalah 59.5, 69.5, 79.5,…
7. Titik tengah kelas-kelas adalah 54.4, 64.5, 75.5,…
8. Interval kelas-kelas adalah 50-59, 60-69, 70-79,…
9. Panjang interval kelas-kelas adalah 10.
10.Frekuensi kelas-kelas adalah 16, 32, 20,…
• Tepi Kelas (Batas Nyata Kelas)
Untuk mencari tepi kelas dapat dipakai rumus berikut ini.
Tepi bawah = batas bawah – 0,5
Tepi atas = batas atas + 0,5
• Titik Tengah
Untuk mencari titik tengah dapat dipakai rumus:
Titik tengah = 1/2 (batas atas + batas bawah)
PENYUSUNAN DISTRIBUSI FREKUENSI
1. Mengurutkan data dari yang terkecil ke yang terbesar.
2. Menentukan jangkauan (range) dari data.
Jangkauan = data terbesar – data terkecil
3. Menentukan banyaknya kelas (k).
k = 1 + 3.3 log n;
ket : k = banyaknya kelas
n = banyaknya data
Hasil dibulatkan, biasanya ke atas.
4. Menentukan panjang interval kelas.
Panjang interval kelas (i) = jangkauan (R) / banyaknya kelas (k)
5. Menentukan batas bawah kelas pertama.
6. Menuliskan frekuensi kelas secara melidi dalam kolom turus sesuai banyaknya data.
HISTOGRAM, POLIGON, FREKUENSI, DAN KURVA
Histogram dan Poligon Frekuensi
• Histogram dan poligon frekuensi adalah dua grafik yang sering digunakan
untuk menggambarkan distribusi frekuensi.
• Histogram merupakan grafik batang dari distribusi frekuensi dan poligon frekuensi
merupakan grafik garisnya.
• Batang-batang pada histogram saling melekat atau berimpitan.
• Poligon frekuensi dibuat dengan cara menarik garis dari satu titik tengah batang histogram
ke titiktengah batang histogram yang lain.
• Pada pembuatan histogram digunakan sistem salin sumbu. Sumbu-sumbu mendatar
(sumbu X) menyatakan interval kelas (tepi bawah kelas dan tepi atas masing-masing kelas)
dan sumbu tegak (sumbu Y) menyatakan frekuensi.
HISTOGRAM, POLIGON, FREKUENSI, DAN KURVA

Bentuk Kurva Frekuensi

Simetris atau berbentuk lonceng, ciri-cirinya ialah nilai
variabel di samping kiri dan kanan yang berjarak sama
terhadap titik tengah (frekuensi terbesar) mempunyai frekuensi
yang sama. Dinamakan juga distribusi normal.
Tidak simetris/condong. Condong ke kanan (kocondongan
positif) , Condong ke kiri (kecondongan negatif).
JENIS-JENIS DISTRIBUSI FREKUENSI
Distribusi Frekuensi Biasa
adalah distribusi frekuensi ysng hanya berisikan jumlah frekuensi dari setiap kelompok data
atau kelas.
Jenis DFB:
Distribusi Frekuensi Numerik
adalah distribusi frekuensi yang pembagian kelasnya dinyatakan dalam angka.
Contoh : Tabel Frekuensi pelamar suatu perusahaan berdasarkan umur.
Distribusi Frekuensi Peristiwa atau kategori
adalah yang pembagian kelasnya dinyatakan berdasarkan data atau golongan data yang
ada.
Contoh : Tabel banyaknya peristiwa pada hasil pelemparan dadu berdasarkan anga dadu.
 Hasil Pelemparan Dadu Sebanyak
DISTRIBUSI FREKUENSI 30 Kali
NUMERIK DISTRIBUSI FREKUENSI
PERISTIWA
Umur (tahun) Frekuensi
Angka Dadu (X) Banyaknya Persitiwa (f)

20 – 24 15
1 4
       

25 – 29 20 2 6
   
    3 5
   
30 – 34 9
4 3
       
5 8
35 – 39 4
   
   
6 4
40 – 44 2 Jumlah 30

Jumlah 50
JENIS-JENIS DISTRIBUSI FREKUENSI

Distribusi Frekuensi Relatif

adalah distribusi frekuensi yang berisikan nilai-nilai hasil bagi antara
frekuensi kelas dan jumlah pengamatan yang terkandung dalam
kumpulan data yang terdistribusi tertentu.
Rumus :
CONTOH DFR
Frekuensi relatif dapat dinyatakan dalam bentuk perbandingan, desimal atau
persen.
Interval Kelas f Frekuensi Relatif
(Tinggi (cm)) (Banyak Murid) Perbandingan Desimal Persen
140-144 2 2/50 0.04 4
145-149 4 4/50 0.08 8
150-154 10 10/50 0.2 20
155-159 14 14/50 0.28 28
160-164 12 12/50 0.24 24
165-169 5 5/50 0.1 10
170-174 3 3/50 0.06 6
Jumlah 50 1 1 100
 JENIS-JENIS DISTRIBUSI FREKUENSI
Distribusi Frekuensi Kumulatif
Adalah distribusi frekuensi yang berisikan frekuensi kumulatif.
Frekuensi kumulatif adalah frekuensi yang dijumlahkan.
Distribusi frekuensi kumulatif memiliki grafik atau kurva yang disebut ogif.
Jenis DFK
 Distribusi Frekuensi Kumulatif Kurang Dari
adalah distribusi frekuensi yang memuat jumlah frekuensi yang memiliki nilai kurang dari
nilai batas kelas suatu interval tertentu.
 Distribusi Frekuensi Kumulatif Lebih Dari
adalah distribusi frekuensi yang memuat jumlah frekuensi yang memiliki nilai lebih dari
nilai batas kelas suatu interval tertentu.
CONTOH DFK
Frekuensi Kumulatif
Umur  
Nilai   Nilai  
16 – 20 8 < 16 0 > 16 65
           
21 – 25 10 < 21 8 > 21 57
           
26 – 30 16 < 26 18 > 26 47
           
31 – 35 14 < 31 34 > 31 31
           
36 – 40 10 < 36 48 > 36 17
           
41 – 45 5 < 41 58 > 41 7
           
46 – 50 2 < 46 63 > 46 2
           
    < 51 65 > 51 0
CONTOH SOAL
• Susunlah tabel distribusi frekuensi dari distribusi nilai ujian statistik ekonomi I dari 76 orang
mahasiswa!
Raw Data:
60 50 60 75 60 55 80 60 50 90
50 65 70 80 70 40 50 60 45 45
40 45 60 70 70 80 90 80 75 60
50 45 40 50 60 80 60 60 70 40
75 70 80 70 60 50 60 70 85 85
60 50 45 50 60 70 70 80 90 85
60 80 60 50 70 60 70 60 80 60
75 60 50 50 60 65
• Ubah menjadi Array Data
40 40 40 40 45 45 45 45 45 50
50 50 50 50 50 50 50 50 50 50 
50 55 60 60 60 60 60 60 60 60
60 60 60 60 60 60 60 60 60 60
60 60 60 65 65 70 70 70 70 70
70 70 70 70 70 70 70 75 75 75
75 80 80 80 80 80 80 80 80 80
85 85 85 90 90 90
• Jangkauan (R)
=a-b
      = 90 - 40
      = 50
• K = 1 + 3.332 Log N
        = 1 + 3.332 Log 76
        = 1 + 3.332 (1.88)
        = 1 + 6.266
        = 7.266
    =7
• i=r/k
      = 50 / 8
      = 6.25
   =7
• Tabel Distribusi Frekuensi

NO NILAI FREKUENSI (F) FREKUENSI KUMULATIF FREKUENSI RELATIF

140-46 9 9 0,12

247-53 12 21 0,16

354-60 22 43 0,29

461-67 2 45 0,03

568-74 12 57 0,16

675-81 13 70 0,17

782-88 3 73 0,04

889-95 3 76 0,04
  JUMLAH 76   
• Keterangan:
1. Kolom nilai disebut Interval. Tadi sudah dicari berapa intervalnya yaitu 7. Jadi, data setiap baris
pada kolom nilai harus berjumlah 7. Misalnya, 40 - 46 jumlahnya ada 7 (40, 41, 42, 43, 44, 45, 46)

2.  Frekuensi: berapa kali muncul data pada kolom nilai. Misalnya, 40 - 46 (lihat array data yang
telah kita susun tadi), angka 40 muncul sebanyak 4 kali dan angka 45 muncul sebanyak 5 kali.
Jadi, frekuensinya adalah 9

3. Frekuensi kumulatif: frekuensi pada setiap kelas interval dijumlahkan dengan seluruh frekuensi
pada kelas - kelas interval sebelumnya. Misalnya, dari tabel di atas kita ambil Frekuensinya 22.
Jadi, frekuensi kumulatifnya adalah 22 + 21 = 43.

4. frekuensi relatif: membandingkan / membagi frekuensi setiap kelas dengan jumlah frekuensi
secara keseluruhan. Misalnya, dari tabel kita ambil frekuensinya 9, jadi frekuensi relatifnya adalah
9 / 76 = 0.11
HISTOGRAM
Histogram

25

20

15

10

0
40 – 46 47 - 53 54 - 60 61 - 67 68 - 74 75 - 81 82 - 88 89 - 95
POLIGON FREKUENSI

Poligon Frekuensi
25

20

15

10

0
40 – 46 47 - 53 54 - 60 61 - 67 68 - 7 4 75 - 81 82 - 88 89 - 95
UKURAN NILAI PEMUSATAN

MEAN, MEDIAN DAN MODUS

MEAN ATAU RATA-RATA HITUNG

• Kumpulan data yang digunakan untuk menghitung mean atau

sering juga disebut dengan rata-rata hitung adalah kumpulan
data kuantitatif
• Kumpulan data sebanyak n buah nilai akan dinyatakan dengan
simbol-simbol x1, x2, x3, …, xn
• Simbol n juga dipakai untuk menyatakan ukuran sampel atau
besar sampel, yaitu banyak data yang diteliti dalam sampel
PERNAHKAH MENDENGAR PERNYATAAN INI?

• Berapa rata-rata nilai ulangan statistika di kelasmu?

• Tinggi badan rata-rata siswa kelas XII adalah 156 cm
• Berapa keuntungan rata-rata yang diperoleh petani padi setiap
musim dalam satu tahun?
• Berapa rata-rata jumlah kendaraan bermotor yang melintasi
Jalan Jenderal Sudirman setiap menit?
RATA-RATA HITUNG (MEAN) UNTUK DATA TUNGGAL
• JIKA X1,X2,..,Xn MERUPAKAN n BUAH NILAI DARI VARIABEL X, MAKA RATA-
RATA HITUNGNYA SBB :

Keterangan
 x̄ adalah mean atau nilai rata-rata
 xn adalah data ke-n
 n adalah banyaknya data
• Nilai ulangan matematika 5 siswa kelasX Akuntansi adalah 8, 5, 7, 10, dan 5.
• Rata-rata hitung nilai siswa tersebut adalah ….
CONTOH
• Misal ada 10 nilai matematika dari 10 siswa:
80, 75, 77, 58, 85, 65, 87, 52,68, 91.
Untuk itu dalam simbol ditulis: 
x1 = 80, x2 = 75, x3 = 77, x4 = 58, x5 = 85, x6 = 65, x7 = 87, x8 = 52, x9 = 68, x10 = 91. Data ini
menyatakan sampel yang berukuran n = 10.

• xi = 80 + 75 + 77 + 58 + 85 + 65 + 87 + 52 + 68 + 91 = 738.
n = 10
Jadi mean atau rata-rata nilai ke 10 siswa terebut adalah
= 738/10
= 73,8.
RATA-RATA HITUNG DATA TUNGGAL BERBOBOT
• Jika nilai n buah data adalah x1, x2, x3, … xn, dan masing-masing frekuensinya
adalah f1, f2, f3, … fn , nilai rata-rata hitung sekumpulan data tersebut didefinisikan
sebagai berikut.
CONTOH
•• Hitunglah
  rata-rata hitung dari nilai-nilai 3,4,3,2,5,1,4,5,1,2,6,4,3,6,1
• Angka 3 keluar sebanyak 3 kali, maka x1=3, f1=3
• Angka 4 keluar sebanyak 3 kali, maka x2=4, f2=3
• Angka 2 keluar sebanyak 2kali, maka x3=2,f3=2
• Angka 5 keluar sebanyak 2 kali, maka x4=5,f4=2
• Angka 1 keluar sebanyak 3 kali, maka x5=1,f5=3
• Angka 6 keluar sebanyak 2 kali, maka x=6,f6=2
• =3x3+3x4+2x2+2x5+3x1+2x6 = 50
= 50/15 = 3,3
• = 3+3+2+2+3+2=15
• Jika ƒ1 nilai yang memiliki rata-rata hitung m1, ƒ2 nilai memiliki rata-rata
hitung Xi2,…, dan ƒk nilai yang memiliki rata-rata hitung mk, maka rata-rata
hitung dari keseluruhan itu ƒ1+ƒ2+…+ƒk, dapat dihitung dengan rumus :
CONTOH SOAL
•  Sebuah perusahaan memiliki 40 pekerja. Dari keseluruhan pekerja, pemilik
perusahaan memberikan gaji, yaitu 5 orang dengan gaji Rp. 350.000/bulan, 10 orang
dengan gaji Rp 125,000/bulan. Berapa rata-rata rupiah yang dikeluarkan oleh pemilik
perusahaan itu per bulan untuk setiap pekerja?

• Ƒ1 = 5, m1 = Rp 350.000
• Ƒ2 = 10, m2 = Rp 250.000
• Ƒ3 = 25, m3 = Rp 125.000
x
 

= =
Rp 7,375,000 = Rp 184,375
 
Σƒ 40
 

Jadi, Gaji rata-rata yang harus dikeluarkan adalah Rp. 184,375 / bulan
RATA-RATA HITUNG (MEAN) DATA BERKELOMPOK
• Metode Biasa
Apabila telah dibentuk distribusi frekuensi biasa, dengan ƒi = frekuensi
pada interval kelas ke-i, Xi = titik tengah interval kelas ke-i, maka rata-rata
hitung dapat dihitung dengan rumus :

x
 

=
 
Σƒ
CONTOH SOAL
• TENTUKAN RATA-RATA HITUNG DARI TABEL BERIKUT :
• BERAT BADAN 100 ORANG MAHASISWA UNIVERSITAS BUDI LUHUR TAHUN 1997

Berat Badan (kg) Banyaknya Mahasiswa (ƒ)

60-62 10
63-65 25
66-68 32
69-71 15
72-74 18
PENYELESAIAN :
Berat Badan TITIK TENGAH FREKUENSI Ƒx
(kg) (X) (ƒ)
60-62 61 10 610
63-65 64 25 1.600
66-68 67 32 2.144
69-71 70 15 1.050
72-74 73 18 1.314
JUMLAH   100 6.718

x Σƒ 𝑋
 

= =
6.718 = 67,18
 
Σƒ 100
 MEDIAN
• Median menentukan letak data setelah data disusun menurut urutan
nilainya
• Simbol untuk median adalah Me
• Dalam mencari median, dibedakan untuk banyak data ganjil dan banyak
data genap.
• Untuk banyak data ganjil, setelah data disusun menurut nilainya, maka
median Me adalah data yang terletak tepat di tengah.
• Untuk banyak data genap, setelah data disusun menurut nilainya,    maka
median Me adalah rata-rata hitung dari dua data yang terletak di tengah.
• Contoh
Sebuah sampel datanya adalah: 10, 15, 7, 9, 20, 17, 9.
Setelah disusun menurut nilainya menjadi: 7, 9, 9, 10, 15, 17, 20
Untuk Data Genap maka data yang terletak tepat di tengah adalah 10. Jadi
mediannya adalah 10.

Diketahui sebuah sampel datanya adalah: 9, 7, 13, 16, 10, 6, 11, 15.
Setelah disusun menurut nilainya menjadi: 6, 7, 9, 10, 11, 13, 15, 16.
Untuk Data Ganjil maka diambil dua data yang terletak di tengah adalah 10 dan
11.
Rata-rata hitung atau mean dari 10 dan 11 adalah ½(10 + 11) = 10,5.
Jadi mediannya adalah 10,5.
CONTOH MENCARI MEDIAN

• Banyak data genap

CONTOH MENCARI MEDIAN

• Banyak data ganjil

MODUS
• Modus digunakan untuk menyatakan kejadian yang paling banyak terjadi
• Simbol untuk modus adalah Mo.
• Modus untuk data kuantitatif ditentukan dengan jalan menentukan frekuensi yang
paling banyak di antara data itu.
• Contoh
• Untuk data berat badan (dalam kg) 8 anak seperti berikut.
Data: 45, 42, 45, 50, 42, 40, 49, 47.
Untuk anak dengan berat 42 kg ada 2 anak dan untuk yang beratnya 45 kg juga ada
2 anak. Yang lain, yaitu yang beratnya 40 kg, 47 kg, 49 kg, dan 50 kg masing-masing
hanya 1 anak. Untuk kejadian seperti ini, modusnya ada 2, yaitu 42 kg dan 45 kg.