STATISTIKA DAN PROBABILITAS

Aridhanyati Arifin, S.T.,M.Cs

 Sub Topik
 Ukuran Titik Pusat
 Ukuran Letak
 Ukuran Penyimpangan
Pengukuran nilai stastistik
1. Ukuran Titik Pusat
a. Rata-rata
b. Median
c. Modus

2. Ukuran Letak
a. Kuartil
b. Desil
c. Persentil

3. Ukuran Penyimpangan (Dispersi)

a. Simpangan Baku (Standar Deviasi)
b. Variansi
c. Koefisien Varians

Nama Mata Kuliah

Part 1 : Ukuran Titik Pusat

Nama Mata Kuliah

Ukuran Titik Pusat
 Ukuran pemusatan merupakan cara
mengukur nilai rata-rata dari data yang
sudah terdistribusi.
 Pembagian data dikelompokan menjadi dua
yaitu data berkelompok (Group data) dan
data tidak berkelompok (Un-group Data)

Nama Mata Kuliah

 Rata-rata Hitung
Rata-rata (mean) adalah nilai yang dapat mewakili
himpunan atau sekelompok data.
No. Mata Kuliah Hasil UTS Budi Hasil UTS Wati

1. Statistika dan 80 70
Probabilitas
2. Metode Numerik 70 60
3. Rekayasa Perangkat 60 50
Lunak
4. Struktur Data 80 60
5. Pemrogaman Web 70 60
Jumlah 360 300
Rata-rata 360/5=72 300/5=60
Nama Mata Kuliah
 Rata-rata hitung
1. Rata-rata sebenarnya (populasi)
ada N nilai x1, x2, …….., xN, maka:

2. Rata-rata perkiraan (sampel)

n buah sampel x1, x2, …….., xn, maka:

Nama Mata Kuliah

 Rata-rata hitung
Data nilai 10 mhs:
50 60 40 70 80 90 100 65 75 85

Rata-rata sebenarnya:

Rata-rata perkiraan:

Nama Mata Kuliah

 Rata-rata hitung
Untuk data dalam tabel distribusi frekuensi:

(1)

(2)

(3)
k
  fi M i (4)
x  i 1 Mi : nilai tengah kelas interval ke-i
k
 fi
i 1 Nama Mata Kuliah 9
Rata-rata hitung
Contoh:
X 8 6 4 5 7 9
f 2 3 4 3 2 1

Menggunakan rumus (1)

Rumus (4) belum bisa digunakan, kenapa?
 Rata-rata hitung
Data berat badan:
Berat badan, kg Mi fi Mi * fi

60 – 62 61 5 305
63 – 65 64 18 1.152
66 – 68 67 42 2.814
69 – 71 70 27 1.890
72 – 74 73 8 584
Jumlah ∑f=100 ∑Mixfi=6.745

Menggunakan rumus (4)

 Rata-rata hitung tertimbang:

Wi = bobot nilai ke-i

Nilai seorang mhs semester 3:
Mata Kuliah SKS (bobot) Nilai SKSxNilai
Muamalah 2 A (4) 8
Aljabar Linier 3 A/B (3,5) 10,5
Sistem Informasi 3 A (4) 12
Multimedia 3 A (4) 12
Pemrog. Basis Obyek 3 A/B (3,5) 10,5
Jaringan Komputer 3 A/B (3,5) 10,5
Pr. Pemr. Basis Obyek 1 A (4) 4
Pr. Jarkom 1 A (4) 4
IPK = 71,5/19 = 3,76 Total= 71,5
Rata-rata hitung tertimbang:
 Median
Median merupakan nilai yang ada di tengah dari data
yang sudah diurutkan.
Untuk n ganjil:
n = 2k + 1 , dengan k = bil. konstan
atau
.........................(5)

Median=Med= Xk+1

Contoh: n=7, maka dari pers (5) didapat k=3

data: 65, 80, 75, 90, 60, 85, 100
Diurutkan: 60, 65, 75, 80, 85, 90, 100
Maka Med=Xk+1 = X4 = 80
 median
Untuk n genap:
k = n/2 dan

Contoh: n=8
Data : 5, 8, 7, 9, 6, 10, 10, 5
Diurutkan : 5, 5, 6, 7, 8, 9, 10, 10
 median
Untuk data dalam tabel distribusi frekuensi:

(6)

L0 = nilai batas bawah dari kelas yang mengandung

nilai median
n = jumlah data atau jumlah semua frekuensi
(Σfi)0 = jumlah frekuensi semua kelas di bawah kelas
yang mengandung median
fm = frekuensi dari kelas yang mengandung median
c = lebar interval kelas, jarak antara kelas satu
dengan lainnya atau lebar interval kelas yang
mengandung median.
 median
Contoh: data gaji per bulan 40 karyawan (Rp 000)
146 147 147 148 149 150 150 152 153 154
156 157 158 161 163 164 165 168 173 176
119 125 126 128 132 135 135 135 136 138
138 140 140 142 142 144 144 145 145 146

Diurutkan:
119 125 126 128 132 135 135 135 136 138
138 140 140 142 142 144 144 145 145 146
146 147 147 148 149 150 150 152 153 154
156 157 158 161 163 164 165 168 173 176
k = n/2 = 20
 median
Tabel 1
Upah (Rp 000) f

118 – 126 3 50% dari jumlah frekuensi, nilai data

127 – 135 5
sama atau lebih kecil dari median

136 – 144 9

145 – 153 12
Kelas yang mengandung median
dengan frekuensi fm = 12
154 – 162 5
50% dari jumlah frekuensi, nilai data
163 – 171 4
sama atau lebih besar dari median
172 – 180 2

Jumlah 40
 median
Dari Tabel 1:
L0 = 145-0,5 =144,5
La = 153+0,5 = 153,5

n/2 = 20
(Σfi)0 = f1 + f2 + f3 = 3 + 5 + 9 = 17
fm = 12
c = La-Lo
=(153,5–144,5)=9 (lebar kelas median)
= (145–136)=9 (jarak antar dua kelas)
Dengan pers (6) diperoleh: Med = 146,75
 modus
Modus adalah data dengan frekuensi terbesar.
Contoh:
X f X f X f
2 2 3 1 2 1
5 1 5 1
3 1
7 1
8 1
9 3 4 3
10 1
10 2 5 2
12 1
11 1
7 3
12 1 15 1
18 1 16 1 9 1

Mod = 9 Tanpa Mod Mod = 4 dan 7

 modus
Untuk data dalam tabel distribusi frekuensi
digunakan rumus berikut:

(7)

dengan:
L0 = batas bawah kelas yang memuat modus
fm0 = frekuensi kelas yang memuat modus
c = lebar kelas yang memuat modus
 modus
(selisih frekuensi kelas modus
dengan frekuensi kelas tepat di
bawahnya)
(selisih frekuensi kelas modus
dengan frekuensi kelas tepat
di atasnya)
 modus
Contoh:
Kelas f

50,00 – 59,99 8
La = 1/2( 79,99+80,00) = 79,995
60,00 – 69,99 10

70,00 – 79,99 16 c = 79,995 – 69,995 = 10

80,00 – 89,99 14
f(m0-1) = 10 (f1)0 = 16 – 10 = 6
90,00 – 99,99 10
f(m0+1) = 14 (f2)0 = 16 – 14 = 2
100,00 – 109,99 5

110,00 – 119,99 2

Jumlah 65
Part 2 : Ukuran Letak

Nama Mata Kuliah

Ukuran Letak
 Ukuran letak adalah pengukuran yang
dilakukan untuk mengetahui
pengelompokan dalam distribusi frekuensi
yang nilainya dibagi sama besar,
 Pengelompokannya menjadi tiga yaitu :
Kuartil, Desil dan Persentil.

Nama Mata Kuliah

 Kuartil
Kuartil adalah data yang sudah terurut dibagi menjadi
4 bagian.

Nilai 25% data ≤ Q1

Nilai 50% data ≤ Q2
Nilai 75% data ≤ Q3

Untuk menghitung Q1, Q2 dan Q3 digunakan rumus:

i = 1, 2, 3
 Kuartil
Contoh data dengan n=13:
30, 35, 40, 45, 50, 55, 60, 65, 70, 80, 85, 95, 100

Maka:

(nilai ke-3+nilai ke-4)/2

Nilai Qi tidak harus sama dengan nilai data.

Dengan cara yang sama didapat:
Q2 = 60 dan Q3 = 82,5
 desil
Desil adalah data yang telah diurutkan dibagi
menjadi 10 kelompok sehingga ada D1, D2,
sampai D9.

Untuk menghitung desil digunakan rumus:

i = 1, 2, 3, …., 9
 persentil
Persentil adalah data yang telah diurutkan
dibagi menjadi 100 kelompok sehingga ada
P1, P2, sampai P99.

Untuk menghitung persentil digunakan rumus:

i = 1, 2, 3, …., 99
Kuartil, desil dan persentil
Untuk data dalam tabel distribusi frekuensi,
digunakan rumus:

i = 1, 2, 3

i = 1, 2, …, 9

i = 1, 2, …, 99
Kuartil, desil dan persentil
Dengan:
L0 = batas bawah kelas kuartil (desil, persentil) ke-
i
(Σfi)0 = jumlah frekuensi sebelum kelas kuartil
(desil, persentil) ke-i
fq, fd, fp = frekuensi kelas (kuartil, desil, persentil)
ke-i
c = lebar kelas ke-i
in = i kali n
Kuartil, desil dan persentil
Contoh: hitung Q1, Q3, D6 dan P50
Kelas 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

Kuartil, desil dan persentil
Jawab:

60% data nilainya sama atau

lebih kecil dari 73,69

50% data nilainya sama atau

lebih kecil dari 73,57
Part 3: Ukuran Penyimpangan

Nama Mata Kuliah

 Ukuran Penyimpangan
 Ukuran Penyimpangan(Dispersi) :
 nilai yang menunjukkan adanya penyimpangan
sejumlah data dari rata-rata (mean),
 menunjukkan seberapa jauh atau dekatnya
nilai suatu data dengan nilai rata-rata.
Beberapa metode pengukuran simpangan
data
1. Rentang atau range,
2. Variansi dan Standar Deviasi

Nama Mata Kuliah

 Ukuran Penyimpangan
 Simpangan sering digunakan untuk mengukur luas
penyimpangan data/ homogenitas data.
 Contoh : jika ada tiga data yang memiliki nilai rata-
rata (mean) yang sama tapi untuk nilai simpangannya
belum tentu memiliki nilai yang sama.

Nama Mata Kuliah

Rentang (Range)
 Range adalah jarak penyebaran yang diukur
dari nilai terbesar dikurangi dengan nilai
terkecil pada sekelompok data.
 Semakin kecil selisih antara jarak nilai
terbesar dan nilai terkecil menunjukkan
hasil yang baik atau mengartikan bahwa
data mendekati nilai yang terpusat.
 Rumus untuk data tidak berkelompok
adalah sebagai berikut :
Jarak (range) = Nilai Terbesar – Nilai Terkecil

Nama Mata Kuliah

 Rumus Range untuk data berkelompok
adalah sebagai berikut:
Range = batas atas kelas tertinggi – batas bawah kelas terendah

 Contoh : Range dari data berikut adalah

100 - 51 = 49

Nama Mata Kuliah

Variansi
 Variansi adalah ukuran penyimpangan yang
merupakan kuadrat dari standar deviasi
 Varians dapat menjelaskan berpencarnya suatu data
kuantitatif.
 Varians diberi simbol σ2 (baca: sigma kuadrat) untuk
populasi dan s2 untuk sampel.

Nama Mata Kuliah

Variansi
Rumus Variansi untuk data tidak berkelompok

S
2

(X  X)
n 1

σ : Variansi Populasi
S : Variansi Sampel
X : nilai data dalam populasi
µ : Nilai rata-rata hitung dalam populasi
: Nilai rata-rata hitung dalam sampel
N : jumlah total data/pengamatan dalam populasi
n : jumlah total data/pengamatan dalam sampel
∑ : Jumlah data
Nama Mata Kuliah
Variansi
Rumus Variansi untuk data berkelompok

Nama Mata Kuliah

Contoh. Varians Berkelompok

Nama Mata Kuliah

Standar Deviasi (Simpangan Baku)
 Standar Deviasi adalah akar kuadrat dari variansi
 Menunjukkan ukuran dispersi yang paling baik dan
paling sering digunakan dalam analisis data untuk
melihat resiko (besar penyimpangan data nilai rata-
rata terhadap nilai aktual)
 Standar deviasi mempunyai bentuk linier dari kuadrat
selisih antara semua nilai data dengan rata – rata
hitungnya, sehingga akan selalu menghasilkan nilai
yang positif.
 Simpangan baku dari sampel disimbolkan S
 Simpangan baku dari populasi simbolnya σ
Nama Mata Kuliah
Standar Deviasi
Rumus Standar Deviasi untuk data tidak berkelompok

Nama Mata Kuliah

Koefisien Variansi
 Standar deviasi yang dibagi oleh rata-rata
(mean)
 Koefisien variansi untuk populasi maupun
sampel adalah :

Nama Mata Kuliah

Referensi
Hamzah, A., Arifin, A., Wahyuni, G.E., Mulyati,
S. (2017). Statistika dan Probabilitas untuk
Teknik Informatika. BPA UII

StatsData, E-Book, www.statsdata.my.id

Nama Mata Kuliah