STATISTIK PENDIDIKAN I

(2 SKS)
Deskripsi MK :
 Mhs dihrpkan mampu menguasai konsep dlm
statistik & penggunaannya dlm pend, &
bimbingan.
 Utk menguasai kompetensi tsb mhs mengkaji
berbagai konsep-konsep statistik, probabilitas,
mean, median, mode, & dsb disamping itu mhs jg
melakukan latihan.
 Pecapaian kompetensi dpt diuji melalui tes
tertulis, observasi & tugas-tugas.
MACAM-MACAM STATISTIK
1. Statistik Deskriptif
2, Statistik Inferensial
Statistik Deskriptif: statistik yg digunakan utk
menggambarkan /menganalisis suatu statistik hsl
penelitian, tetapi tdk digunakan utk membuat
kesimpulan yg lebih luas (generalisasi/inferensi).

Statistik Inferensial: statistik yg digunakan utk

menganalisis data sampel, & hasilnya akan
digeneralisasikan (diinferensikan) utk populasi di
mana sampel diambil
 POKOK BAHASAN STATISTIK
A. Pengertian Statistik Deskriptif
B. Penyajian Data
C. Pengukuran Gejala Pusat (Central
Tendency)
D. Pengukuran Variasi Kelompok
A. PENGERTIAN STATISTIK DESKRIPTIF

“ Statistik yangberfungsi untuk

mendeskripsikan atau memberikan
gambaran terhadap obyek yang diteliti
melalui data sampel atau populasi
sebagaimana adanya, tanpa melakukan
analisis dan membuat kesimpulan yang
berlaku umum”
 B. PENYAJIAN DATA

1. Tabel
2. Tabel Distribusi Frekuensi
3. Grafik
4. Diagram Lingkaran (Pie Chart)
5. Pictogram (Grafik Gambar)
 C. Pengukuran Gejala Pusat
(Central Tendency)
1. Modus (Mode)
2. Median
3. Mean
4. Menghitung Modus, Median, Mean Untuk
Data Bergolong
 D. Pengukuran Variasi Kelompok

1. Rentang Data
2. Varians
3. Menghitung Standar Deviasi Untuk Data
Bergolong
 Tabel
1. Tabel Biasa
a. Tabel Data Nominal
b. Tabel Data Ordinal
c. Tabel Data Interval
2. Tabel Distribusi Frekuensi
 Tabel Distribusi Frekuensi
Tabel distribusi frekuensi disusun bila jumlah data yg akan
disajikan cukup byk, sehingga kalau disajikan dlm tabel
biasa menjd tdk efisien & krg komunikatif.
 Hal-hal yg perlu diperhatikan dlm Tabel Distribusi
Frekuensi
 Pedoman Umum Membuat Tabel Distribusi Frekuensi
 Menyusun Tabel Distribusi Frekuensi
 Distribusi Frekuensi Kumulatif
 Tabel Distribusi Frekuensi Relatif
 Tabel Distribusi Frekuensi Relatif Kumulatif
 Hal-hal yg perlu diperhatikan dlm Tabel
Distribusi Frekuensi
 Tabel distribusi mempunyai sejumlah kelas
 Pada setiap kelas mempunyai kelas interval. Interval
nilai bawah dg atas disebut panjang kelas. Jadi panjang
kelas adalah jarak antara nilai batas bawah dg batas
atas pd setiap kelas.
 Setiap kelas interval mempunyai frekuensi (jumlah)
 Pedoman Umum
Membuat Tabel Distribusi Frekuensi
 langkah pertama dlm membuat tabel frekuensi
adalah menentukan kelas interval.
 ada 3 pedoman yang dpt diikuti utk menentukan
jumlah kelas interval :
1. Ditentukan berdasarkan pengalaman (jmlh kls
interval berkisar 6 s/d 15)
2. Ditentukan dg membaca grafik (Grafik
menunjukkan hub. antara byknya data (n) dg jmlh
kls interval yg diperlukan
3. Ditentukan dg rumus Sturges
 RUMUS STURGES

K = 1 + 3,3 Log n
K = jumlah kls interval
n = jumlah data observasi
Log = Logaritma
 Contoh Menyusun Tabel Distribusi Frekuensi

Data berikut ini merupakan nilai ujian MataKuliah Statistik Deskriptif dari 150 mahasiswa.
27 79 69 40 51 88 55 48 36 61
53 44 94 51 65 42 58 55 69 63
70 48 61 55 60 25 47 78 61 54
57 76 73 62 36 67 40 51 59 68
27 46 62 43 54 83 59 13 72 57
82 45 54 52 71 53 82 69 60 35
41 65 62 75 60 42 55 34 49 45
49 64 40 61 73 44 59 46 71 86
43 69 54 31 36 51 75 44 66 53
80 71 53 56 91 60 41 29 56 57
35 54 43 39 56 27 62 44 85 61
59 89 60 51 71 53 58 26 77 68
62 57 48 69 76 52 49 45 54 41
33 61 80 57 42 45 59 44 68 73
55 70 39 59 69 51 85 46 55 67
1. Menghitung jumlah kelas interval
K = 1 + 3,3 log n = 1 + 3,3 log 150
= 1 + 3,3 (2,18) = 8,19
Jumlah kelas interval 8 atau 9. Kita pilih 9
2. Menghitung rentang data
Yaitu data terbesar dikurangi data yang terkecil
94 – 13 = 81
3. Menghitung panjang kelas = rentang dibagi jumlah kelas
81 : 9 = 9
Walaupun dari hitungan panjang kelas diperoleh 9, tetapi pada
penyusunan tabel ini digunakan panjang kelas 10. agar nilai batas bawah
semua berakhir nol dan batas atas 9. Hal ini akan lebih komunikatif bila
dibandingkan dengan menggunakan panjang kelas 9
4. Menyusun interval kelas
Secara teoretis kelas interval dimulai dari data yang
terkecil 13. Tetapi supaya lebih komunikatif, maka
dimulai dengan angka 10.
5. Setelah kelas interval tersusun, maka untu
memasukan data guna mengetahui frekuensi pd
setiap kelas interval dilakukan dg menggunakan tally,
sehingga tabel tersusun seperti berikut:
 TABEL 1
PENYUSUNAN TABEL DISTRIBUSI FREKUENSI DENGAN TALLY

No Kelas Tally Frekuensi

Kelas Interval (f)
1 10 - 19 1
2 20 - 29 6
3
.
.
.
9 90 - 100 2
Jumlah 150
 Sesudah frekuensi ditemukan maka tally dihilangkan, dan data yg disajikan adalah
seperti tertera pada Tabel 2. Setiap data yg disajikan dg teknik apapun harus diberi
judul. Judul harus singkat, jelas, tetapi semua isi tercermin dalam judul

TABEL 2
DISTRIBUSI FREKUENSI NILAI MATA KULIAH
STATISTIK DESKRIPTIF 150 MAHASISWA

No Kelas Kelas Interval Frekuensi

(f)
1 10 - 19 1
2 20 - 29 6
3 30 - 39 10
4 40 - 49 31
5 50 - 59 41
6 60 - 69 32
7 70 - 79 17
8 80 - 89 10
9 90 - 100 2
Jumlah 150
 Distribusi Frekuensi Kumulatif
 Distribusi frekuensi kumulatif adalah tabel yg
menunjukkan jumlah observasi yg menyatakan
kurang dari nilai tertentu. Utk memulai pernyataan
“kurang dari” digunakan bts bwh dari kelas interval ke
2. untuk contoh pd tabel 2 digunakan angka 2o.
 TABEL 3
DISTRIBUSI FREKUENSI KUMULATIF
NILAI STATISTIK DESKRIPTIF 150 MAHASISWA
Kurang Dari Frekuensi Kumulatif
Kurang dari 20 1
Kurang dari 30 7
Kurang dari 40 17
Kurang dari 50 48
Kurang dari 60 89
Kurang dari 70 121
Kurang dari 80 138
Kurang dari 90 148
Kurang dari 101 150
 Tabel Distribusi Frekuensi Relatif
 Penyajian data yg merubah frekuensi menjd prosen
(%), dinamakan Tabel Distribusi Frekuensi Relatif.
Dari tabel3 menjadi tabel 4
TABEL 4
DISTRIBUSI FREKUENSI RELATIF
NILAI STATISTIK DESKRIPTIF 150 MAHASISWA

No Kelas Kelas Interval Frekuensi Relatif

(%)
1 10 - 19 0,67
2 20 - 29 4,00
3 30 - 39 6,67
4 40 - 49 20,67
5 50 - 59 27,33
6 60 - 69 21,33
7 70 - 79 11,33
8 80 - 89 6,67
9 90 - 100 1,33
 Tabel Distribusi Frekuensi Relatif Kumulatif
Tabel distribusi frekuesi relatif komulatif adalah
dengan merubah tabel distribusi kumulatif (tabel 3)
menjadi prosentase seperti pada tabel 5 berikut:

Kurang Dari Frekuensi Relatif

Kumulatif (%)
Kurang dari 20 0,67
Kurang dari 30 4,67
Kurang dari 40 11.33
Kurang dari 50 32,00
Kurang dari 60 59,33
Kurang dari 70 80,67
Kurang dari 80 92,00
Kurang dari 90 98,67
Kurang dari 101 100.00
3. GRAFIK
Selain dg tabel, penyajian data yg cukup populer &
komunikatif adalah dg grafik.
Suatu grafik selalu menunjukkan hubungan antara
“jumlah” dg variabel lain, misalnya waktu.
 2 Macam Grafik :
 Grafik Garis (Polygon)
 Grafik Batang (Histogram)
d. Diagram Lingkaran (pie chart)
Cara lain utk menyajikan data hsl penelitian adalah dg
diagram lingkaran atau pie chart. Diagram lingkaran
digunakan utk membandingkan data dari berbagai
kelompok.
e. Pictogram (Grafik Gambar)

Ada kalanya supaya data yang disajikan lbh

komunikatif, maka penyajian data dibuat dlm btk
pictogram
 Pengukuran Gejala Pusat (Central Tendency)

Setiap penelitian selalu berkenaan dengan sekelompok data. Yang

dimaksud kelompok disini adalah, satu orang mempunyai
sekelompok data, atau sekelompok orang mempunyai satu macam
data misanya, sekelompok murid di kelas dengan satu nilai mata
kuliah. Gabungan keduanya misalnya sekelompok, mahasiswa di
kelas dengan berbagai nilai mata kuliah’
Dalam penlitian, peneliti akan memperoleh sekelompok data variabel
tertentu dari sekelompok responden, atau obyek yang diteliti
Beberapa teknik penjelasan kelompok yang telah diobservasi dengan
data kuantitatif, selain dapat dijelaskan dengan menggunakan tabel
dan gambar, dapat juga dijelaskan mengunakan tabel dan gambar,
dapat juga dijelaskan menggunakan teknik statistik yang disebut:
Modus, Median, Mean.
 MODUS
 Modus (mode) merupkan teknik penjlsan kelompok yg didsrkan
atas nilai yg sdg populer (yg sdg menjd mode) atau yg sering
muncul dlm kelompok tsb.
Modus dari sekelompok nilai X1, X2,X3, … , Xn adalah nilai (atau
nilai-nilai) yg paling sering muncul.
Contoh data kualitatif
 Kebanyakan pemuda Indonesia menghisap rokok
 Rata-rata pendudukIndonesia merupakan petani
Contoh data kuantitatif
 Carilah modus dr kumpulan nilai berikut.
 3, 4, 5, 3, 2, 8, 9 , 2, 4, 1, 3
 Tampak bahwa modusnya ialah 3, sebab 3 adalah nilai yg plg sering
muncul dibandingkan dg nilai yg lain
 Modus dari Distribusi Data Bergolong
Jk pd distribusi frekuensi data bergolong, b adalah tepi
bwh kls modus, l adalah lebar kelas ,d1 adalah selisih
frekuensi kls modus dg kls seblmnya, dan d2 adalah
selisih kls modus dg kls sesdhnya, mk modus
didefinisikan sbb.
 d1 
M  b  l  
 d1  d 2 
Contoh:
Tingkat kecerdasan (IQ) dari 50 anak tmpak seperti
pada tabel berikut.
si
Carilah modusnya .
Penyelesaian:
Modus berada pd kls keempat, sehingga:
b  109,5; l  10; d  14  10  4; d  14  9  5, sehingga:
1 2

 d1 
Mo  b  l  
d 
 1 2d
4
 109,5  (10)( )
45
 109,5  4,444
 113,944
 Tabel 1
Daftar Distribusi IQ Anak
IO Frekuensi
80 – 89 2
90 – 99 6
100 – 109 10
110 – 119 14
120 – 129 9
130 – 139 7
140 - 149 2
Jumlah 50
 MEDIAN
Median adalah salah satu teknik penjlsan kelompok yg
didsrkan atas nilai tengah dari kelompok data yg tlh
disusun urutannya dari yg terkcl sampai yg terbsr, atau
seblknya.
 Contoh:
Carilah median dari nilai-nilai berikut ini.
2, 3, 3, 0, 1, 1, 4
Penyelesaian:
Nilai-nilai tersebut diurutkan dulu sbb:
0 1 1 2 3 3 4
Median
Jadi, Me = 2
 Median dari distribusi Data Bergolong
 Sesuai dg sifat distribusi frekuensi data bergolong yg tdk dpt diketahui
nilai-nilai individunya, mk median dr distribusi frekuensi data
bergolong merupakan nilai pendekatan.
 Asumsi yg dipakai ialah bhw median terltk pd kls yg memuat nilai yg
berada ditengah urutan. Kls ini disbt kls median.
 Definisi:
 Jk pd distribusi frekuensi data bergolong, b adalah tepi bawah kls
median, l lebar kelas, Fk adalah jmlh frekuensi kumulatif sblm kls
median, f adalah frekuensi kls median & N adalah byknya data, mk
median didefinisikan sbb.

1 
 N  Fk 
Me  b  l  2 
 f 
 
 
Contoh:
Berat badan dari 65 org tampak pada Tabel 2. Carilah
mediannya!
Berat Badan (kg) frekuensi
50,00 – 59,99 8
60,00 –69,99 10
70,00 – 79,99 16
80,00 – 89,99 14
90,00 – 99,99 10
100,00 – 109,99 5
110,00 – 119,99 2
Jumlah 65
Penyelesaian
 Krn byknya data ada 65 buah, mk median terletak pd
urutan ke-32,5. Nilai pd urutan ke-32,5 terltk pd kls
ke-3, yg kls ke-3 disbt kls median. Oleh krn itu:
1
b  69,995; N  32,5; F  8  10  18; f  16; l  10
2
1 
 N F 
Me  b  l  2 
 f 
 
 
32,5  18
 69,995  (10)( )
16
 79,0575
 79,06
 MEAN
 Rerata hitung, disingkat rerata, sering disebut rata-rata hitung (atau
rata-rata atau rataan). Rerata hitung diterjemahkan dari istilah
berbahasa Inggris mean.
 Definisi:
 Rerata dari N kumpulan nilai
X 1  X 2  X 3  ...  X n

N


X
N
Contoh:
Carilah rerata hitung dari nilai-nilai berikut.
0, 2, 5, 2, 1, 6, 4, 3, 4, 2
Penyelesaian:
0  2  ...  2 29
   2,9
10 10
Jk pd distribusi frekuensi data tunggal masing-masing Xi
mempunyai frekuensi fi, mk reratanya didefinisikan sebagai
berikut


fX
f
CONTOH:

Tabel 3
Tabel Kerja Untuk menghitung Rerata
Nilai (X) Frekuensi (f) fX
4 3 12
5 8 40
6 10 60
8 4 32

f  25
 fX  144


 fX 
144
 5,76
f 25
 Rerata dari Distribusi Frekuensi
Data Bergolong
Utk menghitung dari distribusi frekuensi data
bergolong, diasumsikan bahwa tiap kelas diwakili oleh
titik tengahnya. Dg demikian rerata pd distribusi data
bergolong didefinisikan sbb.
Definisi
Jk pd distribusi frekuensi data bergolong masing-
masing kls mempunyai ttk tengah Xi dan mempunyai
frekuensi fi maka reratanya didefinisikan sbb.

  fx
f
Contoh
Carilah rerata dari data yg disajikan dlm tabel berikut.
Daftar Distribusi Nilai Siswa
Nilai Frekuensi
60-62 5
63-65 18
66-68 32
69-71 17
72-74 8

Penyelesaian:

Nilai Titik Tengah (X) f fX

60-62 61 5 305
63-65 64 18 1152
66-68 67 32 2144
69-71 70 17 1190
72-74 73 8 584

 fX  5375
  fX

5375
 67,19
f 80
Soal:
Tingkat kecerdasan (IQ)dari 50 anak tampak seperti tabel berikut.
IQ Frekuensi
80-89 2
90-99 6
100-109 10
110-119 14
120-129 9
130-139 7
140-149 2
50
Carilah:
a. Rerata hitung dari data tsb.
b. Median dan
c. Modusnya.
 UKURAN LETAK/LOKASI
(Kuartil)
Jk median adalah nilai yg membagi sekumpulan data
menjd dua bagian yg sama, mk kuartil adalah nilai yg
membagi sekumpulan data menjd empat bagian yg
sama, stlh data itu diurutkan mulai dari nilai paling
kcl ke nilai paling bsr.
Pencarian kuartil berikut berlaku, baik pd populasi
maupun pd sampel.
kuartil pertama adalah nilai yg membtsi 25% data
terbwh, kuartil kedua adalah nilai yg membagi dua
bagian yg sama, & kuartil ketiga adalah nilai yg membtsi
25%data tertinggi, dari sekumpulan data stlh data tsb
diurutkan.
Utk mencari kuartil-kuartil, lbh dahulu dicari ltknya,
kemudian dicari nilainya. Pencarian ltk kuartil pertama,
kuartil kedua, & ketiga dicari dengan aturan berikut.
 Kuartil pertama terltk pd urutan ke- N  1
4
 Kuartil kedua terltk pd urutan ke- 2( N  1)
4
 Kuartil ketiga terltk pdurutan ke- 3( N4 1)
Contoh:
Carilah kuartil pertama, kuartil kedua, & kuartil ketiga
dari data berikut.
0 2 5 2 1 6 4 3 4 2
Penyelesaian:
Data tsb diurutkan dulu menjadi:
0 1 2 2 2 3 4 4 5 6
(10 1) 11
1. Ltk kuartil pertama = 4   2,75
Ini.
berarti nilai kuartil
4
pertama adalah nilai data ke-2 ditambah 0,75 kali selisih
antara data ketiga dan data kedua. Jd kuartil pertama = 1 +
0,75 (2 – 1) = 1,75.
2(10  1) 11
  5,5.
4 2
2. Ltk kuartil kedua= Ini berarti nilai kuartil
kedua adalah nilai data kelima ditambah 0,5 kali selisih antara
data keenam dan kelima. Jadi
3(10  kuartil
1) 33

kedua = 2 + 0,5 (3-2) =
 8,25.
4 4
2,5
3. Letak kuartil ketiga = Ini berarti nilai kuartil
ketiga adalah nilai data ke-8 ditambah 0,25 kali selisih data
ke-9 dan ke-8, jd, kuartil ketiga = 4 + 0,25 (5-4) =4,25.
Kuartil dari Distribusi Frekuensi Data
Bergolong
 Seperti halnya pencarian median dari distribusi frekuensi data
bergolong, diasumsikan kuartil pertama berada di kls yg memuat nilai
pada urutan ke- ¼ N, kuartil kedua diasumsikan berada di kls yg
memuat nilai pd urutan ke- 2/4N, & kuartil ketiga diasumsikan berada
di kls yg memuat nilai pd urutan ke- 3/4N. Kemudian, kuartil-kuartil
dari distribusi frekuensi data bergolong didefinisikan sbb.
 Jk pd distribusi frekuensi data bergolong, b adalah tepi bwh kls kuartil
ke-i, l adalah lebar kls, F adalah jml frekuensi kumulatif sblm kls kuartil
ke-i, f adalah frekuensi kls kuartil ke-i, & N adalah byknya data, mk
kuartil ke-i, & N adalah byknya data, mk kuartil ke-i didefinisikan sbb .
i
N F
Kuartil ke-i= b  l( 4 ), i  1,2,3
f
Contoh
Carilah kuartil pertama & kuartil ke tiga dari data pd tabel berikut ini.

Tabel 1
Berat Badan 65 Orang
Berat Badan (kg) Frekuensi
50,00 – 59,99 8
60,00 – 69,99 10
70,00 - 79,99 16
80,00 - 89,99 14
90,00 - 99,99 10
100,00 - 109,99 5
110,00 - 119,99 2
Jumlah 65
Penyelesaian:
a. Mencari kuartil pertama:
1 65
N  16,25. Berarti kuartil pertama berada pd kls ke-2, b = 59,995; F = 8, f = 10, l
4 = 410 i
N F
b  l( 4 )
f
Kuartil pertama =  59,995  10(
16,25  8
)
10
 68,245

3 195
N 
b. 4Mencari  48,75.
4 kuartil ketiga:
Berarti kuartil ketiga berda pd kls ke-5.

i
N F
4
b= 89,995; F = 8 + 10 + 16
b  l (
f + 14 = 48,
) f = 10, l = 10
Kuartil ketiga = 48,75  48
 89,995  10( )
10
 90,745
PR:
Tinggi badan dari sekelompok siswa ditetapkan sebagai sampel seperti tabel
2 di bawah.

a. Carilah rerata, median dan modus

b. Carilah kuartil pertama dan kuartil ketiga
Tabel 2
Tinggi badan (cm) Banyaknya Siswa
140 – 144 4
145 - 149 7
150 - 154 10
155 - 159 12
160 - 164 6
165 - 169 3
Pengukuran Variasi Kelompok
1. Rentang Data
2. Varians
3. Menghitung Standard Deviasi Untuk data Bergolong

1. Rentang data
 Rentang/jangkauan data (range) dpt diketahui dg jln
mengurangi data terbsr dg data terkcl yg ada pd kelompok itu.
 Rumusnya :
Dimana:
R  Xt  Xr
R = Rentang
Xt = data terbsr dlm kelompok
Xr = data terkcl dlm kelompok
Contoh:
Sepuluh pegawai dilembaga X, gaji masing-masing tiap bln dlm
satuan rb Rp adalah: 50, 75, 150, 170,175, 190, 200, 400, 600,700.
Data terkcl dari kelomp0k itu = 50
Data terbsr = 700
Jd rentang (R) = 700 – 50 = 650
Jd rentang gaji 10 org pegawai tsb adalah Rp. 650.000,-
Rentang data inilah yg menunjukkan tingkat variasi
kelompok. Misalnya rentang gaji PT.X = Rp. 300.000,-.
Sedangkan di PT. Y rentang gajinya = Rp. 500.000,-.
Hal ini berarti di PT. Y gaji pegawainya lbh bervariasi.
2. Varians
Salah satu teknik statistik yg digunakan utk menjlskan
homogenitas kelompok adalah dg varians.
Varians merupakan jmh kuadrat semua deviasi nilai-
nilai individual terhdp rata-rata kelompok.
Akar varians disbt standar deviasi atau simpangan
baku.
Varians populasi diberi simbol  2 dan standar deviasi
adalah  ,
Varians untuk sampel = s 2 & standar deviasi sampel
diberi simbol s.
Setelah diketahui teknik penjlsan kelompok dg
pengukuran tendensi sentral (modus, median, mean)
& variasi kelompok (rentang dlm varian, standar
deviasi (SD)), mk penjlsan kelompok yg sering
digunakan rata-rata ini saja blm dpt diketahui tingkat
variasi kelompok. Utk itu sebaiknya stlh dihtg rata-
rata kelompok perlu diikuti dg simpangan bakunya.
Dlm kasus tertentu, rata-rata dari 2 kelompok data
bisa sama tetapi SD bisa berbeda.
Contoh:
Data kelompok 1 = 4,6,8,10,12,14,16
Data kelompok 2 = 6,9,9,10,11,11,14
Rata-rata kelompok 1 = 10, simpangan bakunya = 4,32
Rata-rata kelompok 2 = 10, simpangan bakunya = 2,44
Jd kelompok ke 1 lbh bervariasi daripada kelompok 2 walaupun rata-
rata kelompoknya sama yaitu 10. Bisa jg terjd rata-rata beda, tetapi
simpangan bakunya sama.
Contoh:
Data kelompok 1 = 4,6,8,10,12,14,16
Data kelompok 2 = 104,106,108,110,112,114,116
Rata-rata kelompok 1 = 10, simpangan bakunya = 4,32
Rata-rata kelompok 2 = 110, simpangan bakunya = 4,32
Utk hal ini, mk perlu dihtg Koefisien variasinya dg rumus:

s
I .V: 
Jadi x100%
rata  rata
I.V kelompok 1 = 4,32:10x100%= 43,2%
I.V kelompok 2 = 4,32:110x100%=3,93%
Soal:
 Berapa standar deviasi (SD) sampel dan indeks variasi
(I.V) dari dua kelompok berikut:
a. 6 8 10 12 14
b. 106 108 110 112 114
Dlm tbl tsb ditunjukkan nilai statistik suatu kelompok mhs yg
berjmlh 10 org, yg selanjutnya diberi simbol Xi. Dari nilai 10 org
tsb rata-rata X (mean) =71
Jarak antara nilai individu dg rata-rata disbt
simpangan(deviasi). Deviasi utk mhs no.1 adalah 60 -
71=-11. Sedangkan utk mhs no 8 adalah 80 - 71 = 9.
___:
Jmlh simpangan (Xi- X ) jumlahnya hrs 0
Varians = 39010
 39 sedangkan standar deviasinya: 39  6,2450

 Berdsrkan perhtgan tsb, maka varians dari seklmpk

data dari suatu variabel tertentu dpt dirumuskan
menjd:
 2

(X i  X )2
n
Contoh menghtg & tbl penolong utk menghitung
varians dan standar deviasi diberikan dalam tabel
berikut.
TABEL 3
CARA MENGHITUNG VARIANS DAN SIMPANGAN BAKU
SEKELOMPOK MAHASISWA
No . Nilai Simpangan Simpangan
Mhs (Xi – X) Kuadrat
.
( X i  X )2

1 60 -11 121
2 70 -1 1
3 65 -6 36
4 80 9 81
5 70 -1 1
6 65 -6 36
7 75 4 16
8 80 9 81
9 70 -1 1
10 75 4 16
Contoh menghtg & tbl penolong utk menghitung
varians dan standar deviasi diberikan dalam tabel
berikut.
TABEL 3
CARA MENGHITUNG VARIANS DAN SIMPANGAN BAKU
SEKELOMPOK MAHASISWA
No . Nilai Simpangan Simpangan
Mhs (Xi – X) Kuadrat
.
( X i  X )2

1 60 -11 121
2 70 -1 1
3 65 -6 36
4 80 9 81
5 70 -1 1
6 65 -6 36
7 75 4 16
8 80 9 81
9 70 -1 1
10 75 4 16
Sedangkan standar deviasinya = (X 1  X )2

n
Rumus tsb digunakan utk data populasi, sdgkan utk data
sampel rmsnya tdk hanya dibagi dg n saja, tetapi dibagi dg n-1.
(n-1) derajad kebebasan.

s 2

(X i  X )2
s
(X 1  X )2
(n  1) n 1
Dimana:
 2  Varians populasi  Simpangan baku populasi
s2 
Varians sampel s Simpangan baku sampel

n = jumlahsampel
3. Menghitung Standar Deviasi Untuk Data
Bergolong
Standar deviasi (SD)/simpangan baku dari data yg telah
disusun dlm tbl distribusi frekuensi/data bergolong, dpt dihtg
dg rmus sbb:
S
 f (X
i i  X )2
( n  1)

Contoh:
 Utk data tentang nilai kemampuan managerial dari 100
pegawai PT. Tunjung Sari, standar deviasinya dpt dihtg dg
rumus diatas, stlh disusun tbl penolong seperti berikut
( diketahui nilai rata-rata nilai utk pegawai itu = 60)
 TABEL PENOLONG UNTUK MENGHITUNG
STANDAR DEVIASI DARI DATA BERGOLONG
Interval fi Xi Xi-X (Xi-X) 2 fi(Xi-X) 2
Nilai
21 - 30 2 25,5 -34,5 1.190.25 2.380,50
31 - 40 6 35,5 -24,5 600,25 3.601,50
41 - 50 18 45.5 -14,5 210,25 3.784,50
51 - 60 30 55,5 -4,5 20,25 607,50
61 - 70 20 65.5 5,5 30,25 605,00
71 - 80 10 75,5 15,5 240,25 2.402,50
81 - 90 8 85,5 25,5 650,25 5.202,00
91 - 100 6 95,5 35,5 1.260,25 7.561.50

Jumlah 100 - - - 26.245,00

Dari tbl penolong utk menghtg SD data
bergolong diatas terlht bahwa:
n=100, jd n – 1= 99  f ( X  X )  26.245,00
i i
2

 Berdsrkan rumus utk menghtg SD data bergolong

maka SD adalah:
26.245
S  265,10  16,28
99

Jd SD nilai kemampuan managerial dari 100 pegawai

PT, Tanjung Sari = 16,28.
SOAL:
1. Diketahui data sampel sebagai berikut:
15 25 21 16 20 17 19 25 21 15 17 16 19 20 17
20 15 25 16 21 19 16 17 25 19 21 20 19 19 21
17 20 16 21 20 21 16 20 17 19 20 19 17 21 19
20 16 19 19 17 20 21 19 19 21 19 17 20 19 15
Tentukan:
a. Modus
b. Median
c. Rata-rata
d. Quartil pertama
e. Quartil ketiga
f. Hitunglah Varians dan Standar Deviasi
2. Berdasarkan data pada soal no 1 sebagai
data berkelompok cari:
a. Modus
b. Median
c. Rata-rata
d. Quartil pertama
e. Quartil ketiga
f. Hitunglah Varians dan Standar Deviasi
3. Berdasarkan perhitungan pada soal no. 1 dan no. 2 diatas
apakah hasilnya sama? Mengapa demikian? Jelaskan
Menurut pendapatmu?