STATISTIKA INDUSTRI

Oleh: Muktar Redy Susila S.si, M.si

IT TELKOM SURABAYA

1
Pertemuan ke 2

2
 Data mentah
Data mentah adalah data yang belum tersusun secara sistematis.
Dengan kata lain data tersebut tidak mempunyai nilai sama sekali
karena informasinya belum tersusun secara sistematis baik dari
data terkecil ke data yang terbesar maupun dari data yang terbesar
ke data yang terkecil

3
 Contoh Data Mentah
Perusahaan Harga saham Data disamping merupakan data harga saham dari
Bakrie 1580 beberepa perusahaan. Harga data saham masih
BCA
Berlian
5350
2050
mentah belum dilakukan pengolahan data sama
BNI 3150 sekali
Budi Acid 310
Bukit Asam 6600
Bumi resources 2175  Mudah atau tidak mendapatkan infromasinya data saham
Energi mega 3600 di samping?
Indofarma 290  Menarik atau tidak?
Indofood 1280
Jababeka 215
Kimia farma 365
Mandiri 840
Niaga 2075
Panin 1200
Proteinprima 650
Sentul City 530
Telkom 9750
Total 750
Tunas Baru 580
4
 Distribusi Frekuensi
 Agar memudahkan dalam mendapatkan informasi dari data saham dapat
digunakan “Distribusi Frekuensi”. Selanjutnya dapat dibuat suatu
visualisasi berdasarkan hasil “Distribusi Data” tersebut.
 Distribusi frekuensi adalah Pengelompokan data ke dalam beberapa
kategori yang menunjukan banyaknya data dalam setiap kategori dan
setiap data tidak dapat dimasukan ke dalam dua atau lebih kategori.

5
 Manfaat Distribusi Frekuensi
Untuk mengorganisasikan data menjadi lebih bermakna dan mudah
dipahami.
Agar memudahkan pembaca dalam membandingkan set data.
Memudahkan dalam perhitungan ukuran rata-rata dan penyebaran data.
Untuk memdudahkan pembaca dalam menentukan bentuk distribusi data.
Memudahkan peneliti dalam menampilkan data dalam bentuk tabel dan
grafik.

6
 Langkah-langkah Distribusi Frekuensi
1. Mengurutkan data
2. Membuat ketegori atau kelas data
3. Melakukan penturusan atau tabulasi, memasukan nilai ke dalam interval
kelas

7
 Langkah 1
1. Mengurutkan data
Perusahaan Harga saham
Jababeka 215 Mengurutkan data : dari yang terkecil ke yang terbesar atau sebaliknya.
Indofarma 290
Budi Acid 310 Tujuan : Untuk memudahkan dalam melakukan pernghitungan pada langkah
Kimia farma 365 ketiga.
Sentul City 530
Tunas Baru 580 Data diurut dari terkecil ke terbesar
Proteinprima 650 Nilai minimum : 215
Total 750
Nilai maksimum : 9750
Mandiri 840
Panin 1200
Indofood 1280
Bakrie 1580
Berlian 2050
Niaga 2075
Bumi resources 2175
BNI 3150
Energi mega 3600
BCA 5350
Bukit Asam 6600
Telkom 9750

8
 Langkah 2
 Membuat ketegori atau kelas data
Tidak ada aturan pasti, berapa banyaknya kelas

 Langkah
 Banyaknya kelas sesuai dengan kebutuhan
 Tentukan interval kelas

9
 Banyaknya kelas sesuai dengan kebutuhan
 Gunakan pedoman bilangan bulat terkecil k, dengan demikian sehingga
2k  n atau aturan Sturges sbb:
Jumlah kategori (k) = 1 + 3,322 Log n
 Kita mempunyai 20 data saham perusahaan, n = 20

(k) = 1 + 3,322 Log 20

(k) = 1 + 3,322 (1,301)
(k) = 1 + 4,322
(k) = 5,322

10
 Tentukan interval kelas
 Interval kelas adalah batas bawah dan batas atas dari suatu kategori
 Rumus :

11
 Tentukan interval kelas
 Rumus :

Jadi interval kelas 1907 yaitu jarak nilai terendah dan nilai tertinggi dalam suatu
kelas atau kategori

12
 Interval Kelas

Nilai tertinggi Kelas ke 1 :

Kelas Interval = 215 + (1907-1)
= 2121
1 215 - 2121
2 2122 - 4028
Nilai terendah Kelas ke 2 :
3 4029 - 5935 = 2121 + 1
= 2122
4 5936 - 7842
5 7843 - 9749

13
 Langkah 3
 Lakukan penturusan atau tabulasi data

Kelas Interval Frekuensi Jumlah Frekuensi (F)

1 215 - 2121 IIIII IIIII IIII 14

2 2122 - 4028 III 3

3 4029 - 5935 I 1

4 5936 - 7842 I 1

5 7843 - 9749 I 1

14
 Distribusi Frekuensi Relatif
 Frekuensi setiap kelas dibandingkan dengan frekuensi total.
 Tujuan : Untuk memudahkan membaca data secara tepat dan tidak
kehilangan makna dari kandungan data.
Frekuensi relatif
Kelas Interval Jumlah Frekuensi (F) (%) Frekuensi relatif (%)
1 215 - 2121 14 70 = [ 14 / 20 ] x 100 %
2 2122 - 4028 3 15
= 70 %
3 4029 - 5935 1 5

4 5936 - 7842 1 5

5 7843 - 9749 1 5

15
 Batas Kelas
Batas kelas
• Nilai terendah dan tertinggi
Batas kelas dalam suatu interval kelas terdiri dari dua macam :
• Batas kelas bawah – lower class limit
• Nilai teredah dalam suati interval kelas
• Batas kelas atas – upper class limit
• Nilai teringgi dalam suatu interval kelas

16
 Contoh Batas Kelas

Frekuensi relatif
Kelas Interval Jumlah Frekuensi (F) (%)

1 215 - 2121 14 70

2 2122 - 4028 3 15

3 4029 - 5935 1 5

4 5936 - 7842 1 5

5 7843 - 9749 1 5

Batas kelas bawah Batas kelas atas

17
 Nilai Tengah
Tanda atau perinci dari suatu interval kelas dan merupakan suatu
angka yang dapat dianggap mewakili suatu interval kelas
Nilai tengah kelas kelasnya berada di tengah-tengah pada setiap
interval kelas

18
Contoh Nilai Tengah

Kelas Interval Nilai Tengah

1 215 - 2121 1168

2 2122 - 4028 3075
3 4029 - 5935 4982
4 5936 - 7842 6889
5 7843 - 9749 8796

19
 Nilai Tepi Kelas – Class Boundaries
 Nilai batas antara kelas yang memisahkan nilai antara kelas satu dengan kelas lainnya
 Penjumlahan nilai atas kelas dengan nilai bawah kelas diantaranya dan di bagi dua

Kelas Interval Nilai Tengah

Nilai tepi kelas bawah ke 2
215 - 2121 1168
1
= [ 2121 +2122 ] / 2
2 2122 - 4028 3075 = 2121,5
3 4029 - 5935 4982
4 5936 - 7842 6889
5 7843 - 9749 8796

20
 Frekuensi Kumulatif
Menunjukan seberapa besar jumlah frekuensi pada tingkat kelas tertentu
Diperoleh dengan menjumlahkan atau mengurangkan frekuensi pada
kelas tertentu dengan frekuensi kelas selanjutnya
Frekuensi kumulatif terdiri dari ;
• Frekuensi kumulatif kurang dari
• Frekuensi kumulatif lebih dari

21
 Contoh Frekuensi Kumulatif

Frekuensi Komulatif Frekuensi Komulatif

Kelas Interval Jumlah Frekuensi (F) kurang dari lebih dari

1 215 - 2121 14 14 20

2 2122 - 4028 3 17 17

3 4029 - 5935 1 18 16

4 5936 - 7842 1 19 15

5 7843 - 9749 1 20 14

22
 Soal Latihan
 Perusahaan PT. Telco tbk. melakukan seleksi terhadap 20 pelamar
pegawai, dimana nantinya pelamar akan diplotkan untuk mengisi posisi
di divisi IT dan divisi pemasaran. Berikut nilai dari penilaian pelamar yang
telah dilakukan seleksi oleh HR PT. Telco tbk.
Pelamar Nilai
Citra 65
Pelamar Nilai Tentukan:
Carlie 70
Susi 98 Harry 62 a.Nilai tertinggi dan Nilai terendah
Melodi 55 Justin 66
Didik 62 Liam 80
b.Data tersebut akan ditata ke dalam
Ariel 79 Shawn 94 distribusi frekuensi. HR menata
Uki 59 Didi 79
Lukman 51 Puth 63
sedemikian rupa agar Direktur Sumber
Pasha 90 Sheraan 73 Daya Manusia lebih mudah untuk
Andika 72 Kempot 71
Koko 56 Mendes 85 membacanya.

23
 Penyajian Grafik
Histogram
Diagram dahan dan daun
Poligon Frekuensi
Poligon Frekuensi Kumulatif (ogive)
Time series
Diagram batang

24
Histogram

25
 Diagram dahan dan daun
Nilai Seleksi Pegawai PT. Telco tbk.

5 1 5 6 9

6 2 2 3 5 6

7 0 1 2 3 9 9

8 0 5

9 0 4 8

26
Poligon Frekuensi

27
Poligon Frekuensi Komulatif

Ket:
Lebih dari
Kurang dari

28
 Time Series

Perbedaan Poligon dengan Timeseries?

29
 Diagram Batang

Perbedaan Histogram dan Diagram Batang?

30
 UKURAN PEMUSATAN
Ukuran Pemusatan adalah nilai tunggal yang mewakili suatu
kumpulan data. Nilai tersebut menunjukan pusat nilai data.

31
Rata-Rata Populasi

32
Rata-Rata Sampel

33
Sifat Rata-Rata

34
 Contoh
Perusahaan Harga saham
Bakrie 1580 Carilah rata-rata data disamping!
BCA 5350
Berlian 2050
BNI 3150
Budi Acid 310
Bukit Asam 6600
Bumi resources 2175
Energi mega 3600
Indofarma 290
Indofood 1280
Jababeka 215
Kimia farma 365
Mandiri 840
Niaga 2075
Panin 1200
Proteinprima 650
Sentul City 530
Telkom 9750
Total 750
Tunas Baru 580

35
 Median
Median adalah titik tengah dari semua nilai setelah mereka
diurutkan dari terkecil ke nilai terbesar.

Sifat-sifat Median:
1.Data hanya memiliki satu median
2.Median tidak dipengaruhi nilai ekstrem
3.Median bisa dicari untuk skala pengukuran rasio, interval,
dan ordinal. Median tidak dipengaruhi nilai ekstrem

36
Rumus median

37
 Contoh
Perusahaan Harga saham
Bakrie 1580 Carilah median data disamping!
BCA 5350 Banyaknya data (n) yaitu 20, maka gunakan rumus median untuk banyaknya data yang genap
Berlian 2050
Observasi Data saham yang diurutkan
BNI 3150
1 215
Budi Acid 310 2 290
Bukit Asam 6600 3 310 = (X10 + X11)/2
Bumi resources 2175 4 365
= (1200 + 1280)/2
5 530
Energi mega 3600 6 580 =1240
Indofarma 290 7 650
Indofood 1280 8 750
Jababeka 215 9 840
10 1200
Kimia farma 365 11 1280
Mandiri 840 12 1580
Niaga 2075 13 2050
14 2075
Panin 1200
15 2175
Proteinprima 650 16 3150
Sentul City 530 17 3600
Telkom 9750 18 5350
19 6600
Total 750 20 9750
Tunas Baru 580

38
 Modus
Modus adalah nilai pengamatan yang sering muncul

Sifat-sifat Modus:
Sangat berguna untuk data skala pengukuran Ordinal dan
nominal

39
 Contoh
Observasi Tinggi badan (cm)
1 140 Carilah modus tinggi badan pemain sepak bola disamping!
2 170 170 cm
3 165
4 170
5 180
6 170
7 170
8 190
9 170
10 166
11 170
12 170
13 167
14 189
15 170
16 169
17 170
18 155
19 170
20 140
40
 Rata-Rata Tertimbang

W adalah pembobot

41
 Contoh
Sebuah perguruan tinggi membuka penerimaan mahasiswa baru. Dalam rangka penerimaan, perguruan tinggi tersebut melaksanakan ujian masuk untuk
calon mahasiswa baru. Calon mahasiswa baru diwajibkan mengkuti tes kemampuan 3 mata pelajaran, yaitu matematika, bahasa inggris dan pengetahuan
umum.

Untuk memberikan penilaian yang lebih baik, perguruan tinggi tersebut membobot setiap mata pelajaran yang diujiankan. Matematika diberi bobot 50,
bahasa Inggris 30 dan pengetahuan umum 20.

Setelah ujian dilaksanakan, seorang calon mahasiswa baru mendapatkan nilai sebagai berikut. Matematika 65, bahasa inggris 70 dan pengetahuan umum
80. Berapakah nilai rata-rata calon mahasiswa tersebut?

42
 Rata-Rata Ukur

Rata-rata ukur (geometrik) adalah rata-rata yang diperoleh dengan mengalikan semua

data dalam suatu kelompok sampel, kemudian diakarpangkatkan dengan banyaknya data
sampel tersebut. Jika salah satu bilangan sama dengan nol atau negative maka rata-rata
ukur tidak bisa dihitung.

43
 contoh
Diketahui data suku bunga tabungan beberapa bank adalah sebagai berikut.

Berapakah rata-rata ukur (geometrik) suku bunga bank-bank tersebut?

44
Rata-Rata dari Data yang dikelompokan

45
contoh

Dari tabel disamping maka diperoleh rata-rata data

kelompok sbb:

46
Median dari Data yang dikelompokan

47
 contoh
Sebanyak 26 orang mahasiswa terpilih sebagai sampel dalam penelitian kesehatan di sebuah
universitas. Mahasiswa yang terpilih tersebut diukur berat badannya. Hasil pengukuran berat badan
disajikan dalam bentuk data berkelompok seperti di bawah ini.

48
contoh

49
Modus dari Data yang dikelompokan

50
Contoh

51
 UKURAN DISPERSI
Ukuran dispersi pada dasarnya adalah pelengkap dari ukuran nilai pusat
dalam menggambarkan sekumpulan data. Jadi, dengan adanya ukuran
dispersi maka penggambaran sekumpulan data akan menjadi lebih jelas dan
tepat. Ada beberapa macam ukuran variasi atau dispersi, misalnya nilai jarak
(range), rata-rata simpangan (mean deviation), simpangan baku (standard
deviation), koefisien variasi (coefficient of variation), ukuran kemencengan
kurva (skewness), dan ukuran keruncingan kurva (kurtosis).

52
 Range
Range menyatakan selisih nilai terbesar dengan nilai terkecil dari suatu data

53
 Deviasi Rata-Rata
Deviasi rata-rata mengukur besarnya variasi setiap nilai dalam populasi atau
sampel dari rata-rata hitungnya

54
 contoh
Perusahaan Harga saham
Bakrie 1580 Hitunglah deviasi rata-rata data disamping!
BCA 5350
Berlian 2050
BNI 3150 MD = 35246/20 = 1762,3
Budi Acid 310
Bukit Asam 6600
Bumi resources 2175
Energi mega 3600
Indofarma 290
Indofood 1280
Jababeka 215
Kimia farma 365
Mandiri 840
Niaga 2075
Panin 1200
Proteinprima 650
Sentul City 530
Telkom 9750
Total 750
Tunas Baru 580

55
 Varians
Varians merupakan rata-rata hitung deviasi kuadrat setiap pengamatan
terhadap rata-rata hitungnya. Varians menunjukan ukuran seberapa jauh
sebuah kumpulan bilangan tersebar.

Populasi Sampel
“Dilihat dari penyebutnya untuk populasi dan sampel memang beda, karena apabila
penyebut dari sampel bila n saja maka akan menghasilkan varians sampel yang
underestimate terhadap varians populasi”
56
 contoh
Perusahaan Harga saham
Bakrie 1580 Data disamping merupakan sampel dari data
BCA 5350
Berlian 2050 saham yang diambil dari bursa Efek Indonesia,
BNI
Budi Acid
3150
310
hitunglah variansnya!
Bukit Asam 6600
Bumi resources 2175
Energi mega 3600
Indofarma 290
Indofood 1280
Jababeka 215
Kimia farma 365
Mandiri 840 = 117690820 / 29 = 6194253,684
Niaga 2075
Panin 1200
Proteinprima 650
Sentul City 530
Telkom 9750
Total 750
Tunas Baru 580

57
 Standard deviasi
Standard deviasi merupakan akar dari varians.

Populasi Sampel

58
 contoh
Perusahaan Harga saham
Bakrie 1580 Data disamping merupakan sampel dari data
BCA 5350
Berlian 2050 saham yang diambil dari bursa Efek Indonesia,
BNI
Budi Acid
3150
310
hitunglah standard deviasinya nya!
Bukit Asam 6600
Bumi resources 2175
Energi mega 3600
Indofarma 290
Indofood 1280
Jababeka 215
Kimia farma 365
Mandiri 840 = 117690820 / 29 = 6194253,684
Niaga 2075
Panin 1200
Proteinprima 650
Sentul City 530
Telkom 9750
Total 750
Tunas Baru 580

59
 Varians Data Kelompok

x merupakan nilai tengah

Note: Merupakan rumus untuk sampel, apabila untuk populasi pembaginya diganti dengan N

60
 Contoh
Misalnya diberikan data seperti disamping, hitunglah varians
dari data tsb!

61
Contoh

62
Standard deviasi Data Kelompok

Populasi Sampel

63
 Beberapa Ukuran Dipersi Lainnya
 Kuartil
 Desil
 Persentil
 dll

64
 Kuartil
Kuartil merupakan membagi data menjadi empat bagian yang sama
banyak. Untuk kuartil dari sebuah data dapat dicari dengan persamaan
berikut:

78 86 57 68 56 86 78 92 68 75
63 58 66 78 43 48 60 68 79 85

65
 Kuartil
43 48 56 57 58 60 63 66 68 68
68 75 78 78 78 79 85 86 86 92

 Q1 = 5,25, Sehingga diperoleh x5 + 0,25(x6-x5)=58+0,25(60-58)= 58,5

 Q2 =10,5, Sehingga diperoleh x10 + 0,5(x11-x10)=68+0,5(68-68)= 68
 Q3 =15,75, Sehingga diperoleh x15 + 0,75(x16-x15)=78+0,75(79-78)= 78,75

66
 Desil
Desil merupakan membagi data menjadi sepuluh bagian yang sama
banyak. Untuk desil dari sebuah data dapat dicari dengan persamaan
berikut:

9 10 11 6 8 7 7 5 4 5
4 5 5 6 7 7 8 9 10 11

67
 Persentil
Persentil merupakan membagi data menjadi seratus bagian yang sama
banyak. Untuk persentil dari sebuah data dapat dicari dengan
persamaan berikut:

9 10 11 6 8 7 7 5 4 5
4 5 5 6 7 7 8 9 10 11

68
 Kuartil Data Kelompok
Kuartil merupakan membagi data menjadi empat bagian yang sama
banyak. Untuk kuartil dari sebuah data kelompok dapat dicari dengan
persamaan berikut:

69
 Kuartil Data Kelompok
Frekuensi
Kelas Frekuensi Tentukan Q3 data disamping :
Komulatif
50-54 4 4
55-59 6 10
60-64 8 18
65-69 10 28
70-74 8 36
75-79 4 40

70
Kuartil Data Kelompok

71
 Desil Data Kelompok
Desil merupakan membagi data menjadi sepuluh bagian yang sama
banyak. Untuk desil dari sebuah data kelompok dapat dicari dengan
persamaan berikut:

72
 Desil Data Kelompok
Frekuensi Tentukan D3:
Kelas Frekuensi
Komulatif
50-54 4 4
55-59 6 10
60-64 8 18
65-69 10 28
70-74 8 36
75-79 4 40

73
 Persentil Data Kelompok
Persentil merupakan membagi data menjadi seratus bagian yang sama
banyak. Untuk persentil dari sebuah data kelompok dapat dicari dengan
persamaan berikut:

74
 Desil Data Kelompok
Frekuensi Tentukan P20:
Kelas Frekuensi
Komulatif
50-54 4 4
55-59 6 10
60-64 8 18
65-69 10 28
70-74 8 36
75-79 4 40

75
 Diagram Box-Plot

Nilai Minimum Nilai Maksimum

76
 Koefisien Variasi
Koefisien variasi: rasio standar deviasi terhadap rata-rata

77
 Skewness

Rata-rata
Rata-rata > Median Rata-rata < Median
Median
Rata-rata > Modus Rata-rata < Modus
Modus

Simetris Positif Skewness Negatif Skewness

Skewness yang bernilai positif berarti ekor distribusi berada di sebelah kanan nilai terbanyak. Berarti, sebagian
besar distribusi berada di nilai rendah. Skewness yang bernilai negatif berarti ekor distribusi berada di sebelah kiri,
menunjukkan bahwa sebagian besar nilai berada di sisi kanan kurva. Sementara skewness bernilai nol berarti nilai
terdistribusi secara simetris, dengan jarak antara ekor distribusi sebelah kanan dan kiri sama besar.

78
 Skewness
Koefisien Skewness dapat dicari dengan formula berikut (Pearson):

Koefisien Skewness terletak antara -3 dan 3

79
 Contoh
Interval Kelas Frekuensi
Tentukan skewness data disamping, ditentukan dengan
10 - 29 8 menggunakan rumus skewness pearson:
20 - 34 12
30 - 39 26
40 - 44 13
50 - 49 11
60 - 54 9
70 - 59 14
80 - 64 7
90 - 99 10
Jumlah 100

80
 Kurtosis
Kurtosis/keruncingan adalah derajat kepuncakan suatu distribusi, biasanya diambil relatif  terhadap distribusi normal.
Ukuran keruncingan adalah suatu besaran yang digunakan untuk menentukan apakah sekumpulan data derajat
kepuncakan leptokutik (lancip), normal atau platikurtik (tumpul). Tingkat keruncingan suatu kurva (kurtosis) memiliki 3
jenis, yaitu:
1.      Leptokurtis (puncak relative tinggi) (Merah)
2.      Mesokurtis (puncak normal) (Hitam)
3.      Platikurtis (puncak relative rendah) (Kuning)

81
 Kurtosis
Rumus Kurtosis sementara hanya dihitung berdasarkan formulasi dari pearson (moment matematis), sebagai berikut:

Kriteria untuk menyatakan keruncingan kurva:

Suatu kurva dikatakan runcing , jika nilai K > 3
Suatu kurva dikatakan normal, jika K = 3
Suatu kurva dikatakan datar, jika K< 3

82
 Contoh
Tentukan jenis kurvanya (runcing,normal,atau datar) untuk data sbb!

Kelas Interval Jumlah Frekuensi (f)

1 215 - 2121 14
2 2122 - 4028 3
3 4029 - 5935 1
4 5936 - 7842 1
5 7843 - 9749 1

83
 Contoh

Nilai
Kelas Interval Jumlah Frekuensi (f) Tengah(x) fx fx^2 f*(x-rata-rata)^4
1 215 - 2121 14 1168 16352 19099136 23995831818230
2 2122 - 4028 3 3075 9225 28366875 1015696584899
3 4029 - 5935 1 4982 4982 24820324 50805989590451
4 5936 - 7842 1 6889 6889 47458321 438780924676211
5 7843 - 9749 1 8796 8796 77369616 1767333218069150
Jumlah   20 24910 46244 197114272 2281931660738940

Rata-rata 2312,2
varians 4746783,958
K 5,063766909

K>3, maka kurva dikatakan runcing

84