HANDOUT (LANJUTAN)

DOSEN PENGAMPU : RIAWAN, S.Pd.MM

MATA KULIAH : STATISTIK 1
KODE MATA KULIAH : MWP41116
TOTAL PERTEMUAN : 14 KALI
TOTAL HALAMAN : 161 HAL
STATISTIK VS STATISTIKA
Statistik merupakan sekumpulan data,
bilangan maupun non bilangan yang di susun
pada tabel atau diagram yang dapat
melukiskan suatu persoalan.
Statistika adalah pengetahuan yang
berhubungan dengan cara-cara pengumpulan
dan pengolahan data kemudian ditarik
sebuah kesimpulan berdasarkan hasil
pendolahan data yang dianalisis.
(Jogiyanto)
DATA STATISTIK

Data statistic berupa bilangan disebut

dapat kuantitatif. Atau nilainya dapat
berubah-ubah dapat bersivat variabel.
Data kuantitatif dapat dibagi dalam 2
golongan yaitu:
Data dengan variabel diskrit atau dikenal
dengan data diskrit
Data dengan variabel kontinu atau
dikenal dengan data kontinu
Data distrik bisa disebut juga sebagai data
yang bersumber dari hasil hitungan atau
bilangan.
Contoh : Keluarga B mempunyai 3 anak
laki-laki dan 2 anak perempuan
Sedangkan data kontinu disebut juga sebagai
data yang dihasilkan dari hasil pengukuran
Contoh : Tinggi badan si A = 165 cm atau
150 cm
Selain itu juga kita mengenai data internal
dan data eksternal. Data internal berarti
pengambilan data dalam organisasi itu
sendiri dan data eksternal bersumber dari
luar, misalnya akan melakukan studi
perbandingan data intern dengan data
eksternal.
Data eksternal dapat dibagi dua yaitu data
primer dan data sekunder
Data mentah berarti data yang belum diolah.
PENGERTIAN POPULASI
Populasi adalah merupakan wilayah generalisasi
yang terdiri dari obyek/subyek yang memiliki
kuantitas dan karakteristik tertentu yang
ditetapkan oleh peneliti untuk dipelajari dan
kemudian ditarik kesimpulannya. Itulah definisi
populasi dalam penelitian.
Menurut, Ismiyanto – populasi adalah keseluruhan
subjek atau totalitas subjek penelitian yang dapat
berupa; orang, benda, / suatu hal yang di
dalamnya dapat diperoleh dan atau dapat
memberikan informasi (data) penelitian.
Sedangkan Arikunto – jumlah dari keseluruhan
objek penelitian. Apabila seseorang ingin
meneliti semua elemen yang ada dalam wilayah
penelitian, maka penelitiannya merupakan
penelitian populasi.
Dan menurut Sugiyono – Populasi adalah
wilayah generalisasi yang terdiri atas,
obyek/subjek yang mempunyai kuantitas &
karakteristik tertentu yang ditetapkan oleh
peneliti untuk dipelajari dan kemudian ditarik
kesimpulannya.
PENGERTIAN SAMPEL
Sampel adalah bagian dari karakteristik yang
dimiliki oleh populasi, ataupun bagian kecil dari
anggota populasi yang diambil menurut
prosedur tertentu sehingga dapat mewakili
populasinya. Jika populasinya besar maka
peneliti mengambil sebagian sebagai perwakilan
yaitu dengan mengambil sampel didalamnya, hal
seperti ini dikarenakan adanya keterbatasan dana
atau biaya, tenaga dan waktu, maka oleh sebab
itu peneliti dapat memakai sampel yang diambil
dari populasi
CARA ATAU TEKNIK PENGAMBILAN
SAMPLING

Teknik Sampling yaitu merupakan

teknik pengambilan sampel. Terdapat
berbagai macam teknik sampling untuk
menentukan sampel yang akan dipakai
dalam penelitian. Teknik sampling
pada dasarnya bisa dikelompokkan
menjadi 2 (dua) maca yaitu probability
sampling dan non-probability sampling
Probability sampling adalah
teknik sampling yang
memberikan peluang atau
kesempatan yang sama bagi
setiap unsur (anggota) populasi
untuk dipilih menjadi anggota
sampel.
TEKNIK YANG DIGUNAKAN ADALAH :

Simple random sampling: dikatakan

simple atau sederhana sebab
pengambilan sampel anggota populasi
dilakukan secara acak, tanpa
memperhatikan strata yang terdapat
dalam populasi tersebut. Cara ini dapat
lakukan jika anggota populasi dianggap
homogen.
Dispropotionate Stratified Random
Sampling: Suatu teknik yang digunakan
untuk menentukan jumlah sampel, jika
populasi berstrata tetapi kurang
proporsional.
Proportionate stratified random
sampling: salah satu teknik yang digunakan
jika populasi mempunyai anggota atau
unsur yang tidak homogen serta berstrata
secara proporsional.
Non probability sampling adalah
teknik yang tidak memberikan
peluang/kesempatan sama bagi
setiap unsur atau anggota populasi
untuk dipilih menjadi sampel
TEKNIK INI TERDIRI ATAS
Sampling Sistematis: suatu teknik
pengambilan sampel berdasarkan urutan dari
anggota populasi yang telah diberi nomor urut.
Sampling Kuota: Teknik untuk menentukan
sampel yang berasal dari populasi yang
memiliki ciri-ciri tertentu sampai jumlah kuota
yang diinginkan. Seperti misalnya, jumlah
sampel laki-laki sebanyak 70 orang maka
sampel perempuan juga sebanyak 70 orang
Sampling aksidental: Sauatu teknik penentuan sampel
berdasarkan kebetulan, yaitu siapa saja yang secara
kebetulan bertemu dengan peneliti dapat dipakai
sebagai sampel, jika dipandang orang yang kebetulan
ditemui itu cocok untuk dijadikan sebagai sumber data.
Purposive Sampling: Suatu teknik penentuan sampel
dengan pertimbangan tertentu atau sleksi khusus.
Seperti misalnya misalnya, kamu meneliti kriminalitas
di Kota atau daerah tertentu, maka kamu mengambil
informan yaitu Kapolresta kota atau daerah tersebut,
seorang pelaku kriminal dan seorang korban kriminal
yang ada di kota tersebut.
Sampling Jenuh: Suatu teknik
penentuan sampel jika semua anggota
populasi digunakan sebagai sampel.
Hal ini sering sekali dilakukan jika
jumlah populasi relatif kecil atau
sedikit, yaitu kurang dari 30 orang, atau
penelitian yang ingin membuat
generalisasi dengan kesalahan yang
relatif kecil.
Jika jumlah sampel
UKURAN SAMPEL

OLEH : RIAWAN
UIVERSITAS MUHAMMADIYAH PONOROGO
RUMUS SLOVIN

Pemilihan sampel dengan metode yang

tepat dapat menggambarkan kondisi
populasi sesungguhnya yang akurat,
dan dapat menghemat biaya penelitian
secara efektif. Idealnya, sampel
haruslah benar-benar menggambarkan
atau mewakili karakteristik populasi
yang sebenarnya.
Karena data yang diperoleh dari
sampel harus dapat digunakan untuk
menaksir populasi, maka dalam
mengambil sampel dari populasi
tertentu kita harus benar-benar bisa
mengambil sampel yang dapat
mewakili populasinya atau disebut
sampel representatif.
Sampel representatif adalah sampel
yang memiliki ciri karakteristik yang
sama atau relatif sama dengan ciri
karakteristik populasinya. Tingkat
kerepresentatifan sampel yang diambil
dari populasi tertentu sangat tergantung
pada jenis sampel yang digunakan,
ukuran sampel yang diambil, dan cara
pengambilannya.
Sampel yang terlalu besar akan
membutuhkan biaya besar dan sampel
yang terlalu kecil tidak akan mampu
menggambarkan populasi sebagai
sampel yang menjadi objek penelitian.
Oleh karena itu, sangat perlu untuk
dilakukan pengukuran sampel agar
dalam penelitian tidak terjadi suatu
penyimpangan.
Rumus Slovin

Keterangan :
n = Jumlah sampel
N = Jumlah populasi
e = Batas toleransi kesalahan
Contoh Soal :
Jika yang akan kita teliti itu sebanyak
1.500 orang karyawan, dan taraf
signifikansinya 0,05, maka besarnya
sampel menurut rumus Slovin ini
adalah :

316
Contoh 2
Seorang peneliti ingin meneliti /
mengukur tingkat motivasi kerja dari
karyawan bagian produksi disuatu
pabrik yang berjumlah 500 orang.
Berapakah jumlah sampel minimal
yang diperlukan dalam penelitian
tersebut. Taraf signifikansi 10%
Di Perusahaan XYZ, seorang Supervisor
ditugaskan oleh Manajemennya untuk meneliti
adakah pengaruh pemberian tunjangan
transportasi terhadap kinerja karyawannya.
Jumlah Karyawan pada perusahaan tersebut
adalah sebanyak 1000 orang. Untuk menghemat
waktu dan biaya, Supervisor tersebut kemudian
memutuskan untuk melakukan penelitian dengan
menggunakan sampel berdasarkan rumus slovin,
dalam menentukan batas toleransi, ia
membandingkan antara 5% dan 10%
RUMUS STEPHEN ISAACH & WILLIAN B.
MICHAEL
Rumus yang digunakan adalah :

Keterangan:
S = Jumlah sampel
N = Jumlah populasi
P = proporsi dalam populasi (0,5)
d = ketelitian/derajat kebebasan
= nilai tabel chisquare untuk 5% = 3,841, 1% = 6,635.
10% =2,706
CONTOH SOAL
Di Perusahaan XYZ, seorang Supervisor ditugaskan oleh
Manajemen nya untuk meneliti adakah pengaruh
pemberian tunjangan transportasi terhadap kinerja
karyawannya. Jumlah Karyawan pada perusahaan tersebut
adalah sebanyak 1000 orang. Dengan standar error
5%.Untuk menghemat waktu dan biaya, Supervisor
tersebut kemudian memutuskan untuk melakukan
penelitian dengan menggunakan sampel berdasarkan rumus
Stephen dan Isaach
RUMUS LEMESHOW

Dimana :
n = jumlah sampel
z = skor z pada tingkat kepercayaan 95% = 1.96
p = maksimal estimasi 0,5
d = tingkat kesalahan
CONTOH SOAL
Seorang peneliti akan menghitung jumlah sampel
penelitian pengguna jasa Gojek di wilayah Jawa Timur.
Dengan menggunakan rumus ukuran sampel Lemeshow
RUMUS COCHRAN

n = jumlah sampel
z = skor z
p = maksimal estimasi 0,5
CONTOH SOAL
Seorang peneliti akan menghitung jumlah sampel
penelitian pengguna jasa Gojek di wilayah Jawa Timur.
Dengan menggunakan rumus ukuran sampel Cochran
DISTRIBUSI FREKUENSI

OLEH : RIAWAN
UNIVERSITAS MUHAMMADIYAH PONOROGO
 DEFINISI

 Susunan data menurut kelas-kelas interval tertentu atau menurut kategori

tertentu dalam suatu daftar.
 Pengelompokkan data menjadi tabulasi data dengan memakai kelas-kelas
data dan dikaitkan dengan masing-masing frekuensinya
 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
 Dari distribusi frekuensi dapat diperoleh keterangan atau gambaran
sederhana dan sistematis dari data yang diperoleh.

34
 BAGIAN-BAGIAN DISTRIBUSI FREKUENSI
1. Kelas-kelas (class)
2. Batas kelas (class limits)
3. Tepi kelas (class boundary)
4. Titik tengah kelas/tanda kelas (class mid point/class
marks)
5. Interval kelas (class interval)
6. Panjang Interval kelas atau kelas (interval kelas)
7. Frekuensi kelas (class frequency)

35
 Modal Frekuensi (f) Titik Tengah
CONTOH : (jutaan Rp) Tepi Kelas Kelas
50-59 16 49,5 - 59,5 54.5
60-69 32 59,5 - 69,5 64.5
70-79 20 69,5 - 79,5 74,5
80-89 17 79,5 - 89,5 84,5
90-99 15 89,5 -99,5 94,5
Jumlah 100

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 54.5, 64.5, 75.5,…
8. Interval kelas-kelas adalah 50-59, 60-69, 70-79,… 36
9. Panjang interval kelas-kelas adalah 10.
10. Frekuensi kelas-kelas adalah 16, 32, 20,…
Penyusunan Distribusi Frekuensi
1. Menentukan data terkecil, data terbesar, dan bnyak data
2. Menentukan jangkauan (range) dari data.
Jangkauan = data terbesar – data terkecil
3. Menentukan banyaknya kelas (k).
k = 1 + 3.3 log n; k Є bulat
ket : k = banyaknya kelas
n = banyaknya data
Hasil dibulatkan
4. Menentukan panjang interval kelas.

5. Menentukan batas bawah kelas pertama.

6. Menentukan Kelas dan Mencari Frekuensi masing-masing kelas
37
CONTOH SOAL :
Dari hasil pengukuran diameter pipa-pipa yang dibuat oleh sebuah mesin
(dalam mm terdekat), diperoleh data sebagai berikut :
78 72 74 79 74 71 75 74 72 68
72 73 72 74 75 74 73 74 65 72
66 75 80 69 82 73 74 72 79 71
70 75 71 70 70 70 75 76 77 67
Buatlah distribusi frekuensi dari data tersebut!
Penyelesaian :
a. Data terbesar = 82, data terkecil = 65, banyak data = 40
b. Jangkauan (R) = tertinggi - terendah– 65 =17
c. Banyaknya kelas (k) adalah k = k = 1 + 3.3 log n log 40
= 1 + 3.3 ( 1.602)
= 1 + 5.287 = 6.287 ≈ 6
d. Panjang interval kelas (p) adalah
p = 17/6.287 = 2,703 ≈ 3
e. Batas kelas pertama adalah data terkecil65 (data terkecil)
f. Tabel :
Diameter Turus Frekuensi
65 - 67 III 3
68 - 70 IIIII I 6
71 - 73 IIIII IIIII II 12
74 - 76 IIIII IIIII III 13
77 - 79 IIII 4
80 - 82 II 2
Jumlah 40
LATIHAN
Buatlah daftar distribusi frekuensi dari data pengeluaran per
hari (ribu rupiah) untuk 30 keluarga di suatu daerah berikut ini :

Data Pengeluaran Per Hari (Ribu Rupiah) Untuk 30 Keluarga

50 77 65 62 70 55 70 60 62 75

75 80 60 71 72 73 82 65 71 72

74 66 75 68 83 74 69 75 63 83
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.
Pelamar Perusahaan X tahun 2015

Umur Frekuensi
20 – 24 15
25 – 29 20
30 – 34 11
35 – 39 4
Jumlah 50
JENIS-JENIS DISTRIBUSI FREKUENSI
Jenis DFP:
 Distribusi Frekuensi Peristiwa atau kategori
adalah distribusi frekuensi yang pembagian kelasnya dinyatakan
berdasarkan data atau golongan data yang ada.
Contoh : Tabel banyaknya peristiwa pada hasil pelemparan dadu
berdasarkan angka dadu sebanyak 30 kali
Mata Dadu Frekuensi
Mata 1 4
Mata 2 6
Mata 3 5
mata 4 7
Mata 5 4
Mata 6 4
Jumlah 30
JENIS-JENIS DISTRIBUSI FREKUENSI
 Distribusi Frekuensi Relatif
adalah distribusi frekuensi yang frekuensi tiap kelasnya
dinyatakan dalam angka relatf atau persentase.
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
CONTOH
Distribusi Frekuensi Relatif

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

1 215 2122 14 70

2 2123 4030 3 15

3 4031 5938 1 5

4 5939 7846 1 5

5 7847 9754 1 5

Frekuensi relatif (%)

= [ 14 / 20 ] x 100 %
= 70 %
JENIS-JENIS DISTRIBUSI FREKUENSI
Distribusi Frekuensi Kumulatif
 Adalah distribusi frekuensi yang menunjukkan jumlah
frekuensi berdasarkanjumlah dari masing-masing frekuensi tiap
kelasnya terhadap nilai tepi kelasnya.
 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 nilaitepi kelas suatu interval tertentu.
 Distribusi Frekuensi Kumulatif Lebih Dari
adalah distribusi frekuensi yang memuat jumlah frekuensi yang
memiliki nilai lebih dari nilai tepi kelas suatu interval tertentu.
CONTOH
Distribusi Frekuensi Relatif

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

1 215 2122 14 70

2 2123 4030 3 15

3 4031 5938 1 5

4 5939 7846 1 5

5 7847 9754 1 5

Frekuensi relatif (%)

= [ 14 / 20 ] x 100 %
= 70 %
FREKUENSI KUMULATIF KURANG
DARI
 Merupakan penjumlahan dari mulai frekuensi terendah
sampai kelas tertinggi dan jumlah akhirnya merupakan
jumlah data (n)

Kelas Interval Nilai Tepi Kelas Frekuensi kumulatif

Kurang dari
0+0=0

1 215 2122 214.5 0 0 + 14 = 14

2 2123 4030 2122.5 14

3 4031 5938 4030.5 17

4 5939 7846 5938.5 18

5 7847 9754 7846.5 19

9754.5 20
FREKUENSI KUMULATIF LEBIH
DARI
 Merupakan pengurangan dari jumlah data (n) dengan
frekuensi setiap kelas dimulai dari kelas terendah dan
jumlah akhirnya adalah nol

Kelas Interval Nilai Tepi Kelas Frekuensi kumulatif

Lebih dari 20 – 0 = 20
1 215 2122 214.5 20
20 – 14 = 6
2 2123 4030 2122.5 6

3 4031 5938 4030.5 3

4 5939 7846 5938.5 2

5 7847 9754 7846.5 1

9754.5 0
Nilai Ujian F F rel F. Kum
31 – 40 2
41 – 50 3
51 – 60 5
61 – 70 14
71 – 80 24
81 – 90 20
91 – 100 12

Tentukan frekuensi kumulatif kurang dari dan lebih dari

GRAFIK
 Grafik dapat digunakan sebagai laporan
 Mengapa menggunakan grafik ?
 Manusia pada umunya tertarik dengan gambar dan sesuatu
yang ditampilkan delam bentuk visual akan lebih mudah
diingat dari pada dalam bentuk angka
 Grafik dapat digunakan sebagi kesimpulan tanpa
kehilangan makna
GRAFIK HISTOGRAM
 Histogram merupakan diagram balok
 Histogram menghubungkan antara tepi kelas interval pada
sumbu horizontal (X) dan frekuensi setiap kelas pada
sumbu vertikal (Y)

Kelas Interval Jumlah Frekuensi (F)

1 215 2122 14
2 2123 4030 3
3 4031 5938 1
4 5939 7846 1
5 7847 9754 1
HISTOGRAM
Harga saham

14
12
10
8
6
4
2
0
Tepi Kelas
GRAFIK POLYGON

 Menggunakan garis yang mengubungkan titik – titik yang

merupakan koordinat antara nilai tengah kelas dengan
jumlah frekuensi pada kelas tersebut

Kelas Nilai Jumlah

Tengah Frekuensi (F)
1 1168.5 14
2 3076.5 3
3 4984.5 1
4 6892.5 1
5 8800.5 1
POLYGON

Jumlah Frekuensi (F)

16
14
12
10
Jumlah
8
Frekuensi (F)
6
4
2
0
1 2 3 4 5
KURVA OGIF
 Merupkan diagram garis yang menunjukan kombinasi
antara interval kelas dengan frekuensi kumulatif

Kelas Interval Nilai Tepi Kelas Frekuensi kumulatif

Kurang dari Lebih dari

1 215 2122 214.5 0 20

2 2123 4030 2122.5 14 6

3 4031 5938 4030.5 17 3

4 5939 7846 5938.5 18 2

5 7847 9754 7846.5 19 1

9754.5 20 0
CONTOH KURVA OGIF

25
20
Frekuansi Kumulatif

15 Kurang dari
10 Lebih dari
5
0
1 2 3 4 5 6
Interval kelas
CONTOH
 Berikut ini adalah mid point dari pengukuran 40 diameter pipa-pipa
beserta frekuensinya.
Diameter Mid point (m) Frekuensi
65 - 67 66 3
68 - 70 69 6
71 - 73 72 12
74 - 76 75 13
77 - 79 78 4
80 - 82 81 2

• Gambarkan histogram dan poligonnya!

• Buatlah distribusi frekuensi relatif!
• Buatlah distribusi frekuensi kumulatif kurang dari dan
lebih dari serta gambarkan ogifnya masing-masing
DISTRIBUSI FREKUENSI BIASA

Diameter m Frekuensi
65 - 67 66 3
68 - 70 69 6
71 - 73 72 12
74 - 76 75 13
77 - 79 78 4
80 - 82 81 2
Jumlah 40
PERHITUNGAN FREKUENSI RELATIF
DISTRIBUSI FREKUENSI RELATIF

Frekuensi Relatif
Diameter f
Perbandingan Desimal Persen
65-67 3 3/40 0.075 7.5
68-70 6 6/40 0.15 15
71-73 12 12/40 0.3 30
74-76 13 13/40 0.325 32.5
77-79 4 4/40 0.1 10
80-82 2 2/40 0.05 5
jumlah 40 40/40 1 100
SOAL
Berikut ini diberikan distribusi relatif umur dari 65 mahasiswa jurusan
Akuntansi di PT “X”

Umur(tahun) Frekuensi Relatif

16-20 12,31
21-25 15,38
26-30 24,62
31-35 21,54
36-40 15,38
41-45 7.69
46-50 3,08

 Susunlah ke dalam distribusi frekuensi asalnya (distribusi frekuensi

biasa) dan gambarkan histogram dan poligonnya.
 Buatlah distribusi frekuensi kumulatif kurang dari dan lebih dari
beserta ogifnya!
UKURAN PEMUSATAN DATA
 Ukuran Pemusatan Data / Ukuran Nilai Sentral menunjukkan
dimana suatu data memusat atau suatu kumpulan
pengamatan memusat (mengelompok).

 Ukuran Pemusatan Data berfungsi sebagai alat untuk

membandingkan dua atau lebih kelompok bilangan atau
kelompok keterangan yang berbeda.

 Ukuran Pemusatan Data adalah bilangan atau keterangan yang

dapat mewakili deretan bilangan atau deretan keterangan
tertentu atau suatu nilai yang mewakili suatu kelompok data
yang pada umunya mempunyai kecenderungan terletak di
tengah – tengah dan memusat dalam suatu kelompok data
yang disusun menurut besar kecilnya nilai data.
PARAMETER DAN STATISTIK
 Parameter adalah sebuah bilangan yang diperoleh
melalui sebuah rumus tertentu dan merupakan ukuran
dari sebuah populasi.
 Statistik adalah perhitungan yang didasarkan pada data
sampel atau merupakan ukuran dari sampel.
 Perbedaan simbol antara parameter dan statistik:
 RATA-RATA (MEAN/AVERAGE)
Rata-rata Hitung

 Rata-rata Hitung Data Tunggal

Contoh:
Hasil keuntungan toko “X” selama seminggu adalah Rp. 100.000,00; Rp.
125.000,00; Rp 75.000,00; Rp.120.000,00; Rp 80.000,00; Rp
110.000,00; dan Rp. 90.000,00. Berapakah rata-rata keuntungan toko “X”
selama seminggu?
Jawab:

Jadi rata-rata keuntungan toko “X” selama seminggu adalah

RATA-RATA (MEAN/AVERAGE)
Rata-rata Hitung
Rata-rata Hitung Terboboti
 Pada saat memperoleh data di lapangan sering
dihadapkan dengan data yang bobot masing-masing
pengamatan berbeda
 Rumus:

w : bobot
CONTOH
Data hasil panen padi dari lima petani adalah sbb:
Nama Petani Luas Sawah (Ha) Panen per Ha (Kw)
Tono 3 70
Cahyo 5 45
Purwo 4 30
Karto 2 50
Yono 3 40

Berapakah rata-rata hitung hasil panen padi kelima petani tsb?

Jawab:

Jadi rata-rata hitung hasil panen kelima petani adalah 45,59 Kw

RATA-RATA (MEAN/AVERAGE)
Rata-rata Hitung
 Rata-rata Hitung Data Berkelompok

dengan:
f : frekuensi kelas interval
m : titik tengah kelas interval
p : panjang intervl
d : skala/kode
: rataan sementara

CONTOH
 Hitunglah rata-rata hitung untuk data pengeluaran per
hari (ribu rupiah) untuk 30 keluarga dalam daftar
distribusi frekuensi di bawah ini?

Pengeluaran (ribu Rp) Frekuensi (f)

50 – 55 1
56 – 61 5
62 – 67 6
68 – 73 10
74 – 79 5
80 – 85 3
JAWAB (CARA 1)
Pengeluaran Frekuensi Titik Tengah fxm
(ribu Rp) (f) Kelas (m)
50 – 55 1 (50+55)/2 = 1 x 52,5 = 52,5
52,5
56 – 61 5 58,5 292,5
62 – 67 6 64,5 387,0
68 – 73 10 70,5 705,0
74 – 79 5 76,5 382,5
80 – 85 3 82,5 247,5
Jumlah 30 - 2067

 Jadi Rata-rata hitung pengeluaran per hari untuk 30

keluarga tersebut adalah Rp 68.900,00
JAWAB (CARA 2)

Pengeluaran f Titik Tengah Kelas d fxd

(ribu Rp) (m)
50 – 55 1 (50+55)/2 = 52,5 -3 1 x (-3) = -3
56 – 61 5 58,5 -2 -10
62 – 67 6 64,5 -1 -6
68 – 73 10 70,5 0 0
74 – 79 5 76,5 1 5
80 – 85 3 82,5 2 6
Jumlah 30 - -8

 Jadi Rata-rata hitung pengeluaran per hari untuk 30

keluarga tersebut adalah Rp 68.900,00
SOAL LATIHAN
Pengeluaran (ribu Rp) Frekuensi
65 – 67 4
68 – 70 6
71 – 73 8
74 – 76 6
77 – 79 4
80 - 82 2

Hitunglah rata-rata hitung untuk data pengeluaran per hari (ribu rupiah)
untuk 30 keluarga dalam daftar distribusi frekuensi di atas!
MEDIAN
Median adalah nilai yang berada di tengah tengah data,
setelah data diurutkan dari nilai yang terkecil ke nilai
yang terbesar atau sebaliknya.
 Median Data Tunggal

 jika banyak data ganjil, setelah data diurutkan

menurut nilainya dari kecil ke besar, maka median
merupakan data yang paling tengah.

 jika banyak data genap, setelah data diurutkan

menurut nilainya dari kecil ke besar, maka median
merupakan rata-rata hitung dua data tengah.
MEDIAN
Contoh

1. Tentukan median dari data nilai ujian statistik berikut ini 2, 6, 8, 5, 4, 9, dan
12.
Jawab :
Data diurutkan menjadi : 2, 4, 5, 6, 8, 9, 12
MEDIAN
Contoh

2. Diberikan data 12, 7, 8, 14, 9, 14, 19, 16. Berapa mediannya?

Jawab :
Data diurutkan menjadi : 7, 8, 9, 12, 14, 14, 16, 19
MEDIAN
o Median Data Berkelompok

Me : median data kelompok

Tb : tepi bawah kelas median
p : panjang interfal median.
n : banyak data/jumlah frekuensi
fk : jumlah frekuensi sebelum kelas median (frekuensi kumulatif)
fMe : frekuensi kelas median
CONTOH
 Tentukan median dari data pengeluaran per hari (ribu
rupiah) untuk 30 keluarga dalam daftar distribusi
frekuensi di bawah ini?

Pengeluaran (ribu Rp) Frekuensi (f)

50 – 55 1
56 – 61 5
62 – 67 6
68 – 73 10
74 – 79 5
80 – 85 3
JAWAB
 Pada tabel di atas, jumlah frekuensi n = 30 , sehingga
n/2 = 15
 Kelas median = kelas ke- 4

 Tb = 67,5 p = 6 fMe = 10 fk = 12 (jumlah

frekuensi sebelum kelas median)

 Jadi Median dari data di atas adalah Rp. 69.300,00

LATIHAN SOAL
NILAI UJIAN Fi
31 – 40 1
41 – 50 2
51 – 60 5
61 – 70 15
71 – 80 25
81 – 90 20
91 – 100 12
Jumlah 80

Berdasarkan tabel di atas,Tentukan nilai median dan

modusnya
 MODUS
 Modus adalah suatu pengamatan yang sering muncul
 Serangkaian data mungkin memiliki satu modus
(unimodal), dua modus (bimodal) atau lebih dari dua
(multimodal).

 Modus data tunggal

Contoh:
Berapa modus dari data berikut :
2,3,5,3,6,9,3,9,5,6,5,1,5?
Jawab :
Modus dari data tersebut adalah 5
MODUS
 Modus data berkelompok

Dengan:
Mo : Modus
Tb : Tepi bawah kelas modus, yakni kelas interval dengan frekuensi
terbesar.
p : panjang kelas modus
d1 : frekuensi kelas modus dikurangi frekuensi kelas
interval sebelumnya.
d2 : frekuensi kelas modus dikurangi frekuensi kelas interval
sesudahnya.
CONTOH
 Tentukan modus dari data pengeluaran per hari (ribu
rupiah) untuk 30 keluarga dalam daftar distribusi
frekuensi di bawah ini?

Pengeluaran (ribu Rp) Frekuensi (f)

50 – 55 1
56 – 61 5
62 – 67 6
68 – 73 10
74 – 79 5
80 – 85 3
JAWAB
 Kelas modus adalah kelas ke-4
 Tb = 67,5 p = 6 d1 = 10-6=4 d2 = 10-5=5

 Jadi modus dari data di atas adalah Rp 70.167,00

LATIHAN SOAL
KUARTIL, DESIL, PERSENTIL
 Kuartil ( Qi ) adalah bilangan atau keterangan yang
membagi suatu deretan bilangan atau deretan
keterangan menjadi empat bagian yang sama. ( i =
1,2,3 )
 Desil ( Di ) adalah bilangan atau keterangan yang
membagi suatu deretan bilangan atau deretan
keterangan menjadi sepuluh bagian yang sama.
(i=1,2,3,4,5,6,7,8,9)
 Persentil ( Pi ) adalah bilangan atau keterangan yang
membagi suatu deretan bilangan atau deretan
keterangan menjadi seratus bagian yang sama.
(i=1,2,3,...,99)
 KUARTIL, DESIL, DAN PERSENTIL DATA TUNGGAL

CONTOH

Berikut ini adalah data tentang umur penduduk suatu wilayah:

21 36 22 45 25 28 22 10 37 19
50 24 15 23 33 55 26 63 31 21
Tentukan:
a. Kuartil ke 1, 2, dan 3

b. Desil ke 1, 3, 6, dan 8

c. Persentil ke 9, 40, dan, 95

JAWAB
 Data diurutkan terlebih dahulu:
10 15 19 21 21 22 22 23 24 25
26 28 31 33 36 37 45 50 55 63
a.

Q2 = 25,5
Q3 = 36,75
b. D1 = 15,4 D6 = 29,8
D3 = 22 D8 = 43,4
KUARTIL, DESIL, DAN PERSENTIL DATA BERKELOMPOK
CONTOH
 Data pengeluaran per hari (ribu rupiah) untuk 30
keluarga
Pengeluaran (ribu Rp) Frekuensi (f)
50 – 55 1
56 – 61 5
62 – 67 6
68 – 73 10
74 – 79 5
80 – 85 3

 Tentukan:
a. Kuartil ke 1
b. Desil ke 8
c. Persentil ke 65
UKURAN PENYEBARAN DATA

OLEH : RIAWAN
UNIVERSITAS MUHAMMADIYAH PONOROGO
DEFINISI:
Ukuran penyebaran adalah suatu ukuran baik parameter atau
statistik untuk mengetahui seberapa besar penyimpangan data
dengan nilai rata rata hitungnya
RANGE
 Range adalah perbedaan antara data terbesar dengan data terkecil
yang terdapat dalam sekelompok data
 Range merupakan ukuran penyebaran/penyimpangan yang
paling mudah dan cepat menghitungnya
 Range mempunyai kelemahan yaitu kurang teliti dan belum
mampu menjelaskan bentuk distribusi atau variasi dari
sekelompok data, selain itu range hanya dapat dihitung dari data
tunggal saja
CONTOH
 Ada tiga kelompok data yaitu:

1. 10, 12, 13, 17, 20, 25

2. 10, 10, 10, 10, 15, 25
3. 10, 25, 25, 25, 25, 25

Ketiga kelompok data di atas mempunyai range

yang sama yaitu 25 – 10 = 15, tetapi
distribusi/variasi masing-masing elompok data
itu berbeda
DEVIASI RATA-RATA (SIMPANGAN RATA-
RATA)
Deviasi rata-rata adalah rata-rata penyimpangan data dengan
mean nya

Deviasi rata-rata data tunggal

Untuk menghitung deviasi/simpangan rata-rata
data tunggal digunakan rumus:
CONTOH
Produksi batik dari 5 tempat usaha adalah 70, 65, 45, 40, dan 30.
Berapa simpangan rata-rata dari data tersebut?

Jadi simpangan rata-rata dari data tersebut

adalah 14
Deviasi rata-rata data berkelompok
Untuk menghitung deviasi/simpangan rata-rata data berkelompok
digunakan rumus:
CONTOH
 Berikut ini data pengeluaran per hari 30 keluarga.
Hitunglah simpangan rata-ratanya !

Pengeluaran (ribu Rp) Frekuensi (f)

50 – 55 1
56 – 61 5
62 – 67 6
68 – 73 10
74 – 79 5
80 – 85 3
JAWAB
Pengeluaran f Titik Tengah Kelas d fxd
(ribu Rp) (m)
50 – 55 1 (50+55)/2 = 52,5 -2 1 x (-2) = -2
56 – 61 5 58,5 -1 -5
62 – 67 6 64,5 0 0
68 – 73 10 70,5 1 10
74 – 79 5 76,5 2 10
80 – 85 3 82,5 3 9
Jumlah 30 - 22

 Jadi Rata-rata hitung pengeluaran per hari untuk 30

keluarga tersebut adalah Rp 68.900,00
JAWAB

 Jadi Simpangan rata-rata hitung pengeluaran per hari

untuk 30 keluarga tersebut adalah Rp 6.320,00
RAGAM (VARIANS)
 Ragam (Varians) adalah ukuran penyebaran data yang
mengukur rata-rata jarak kuadrat setiap nilai data
terhadap mean nya
• Varians data tunggal
• Varians data tunggal
• Varians data tunggal
• Varians data berkelompok
DEVIASI STANDAR (SIMPANGAN BAKU)

 Simpangan baku adalah akar kuadrat dari varians

SOAL
1. Produksi batik dari 5 tempat usaha adalah 70, 65, 45, 40,
dan 30. Berapa ragam dan simpangan baku dari data
tersebut?

2. Berikut ini data pengeluaran per hari 30 keluarga.

Hitunglah ragam dan simpangan baku dari data berikut!

Pengeluaran (ribu Rp) Frekuensi (f)

50 – 55 1
56 – 61 5
62 – 67 6
68 – 73 10
74 – 79 5
80 – 85 3
Interfal Nilai f
73 - 76 12
77 - 80 11
81 - 84 14
85 - 88 5
89 - 92 6
93 - 96 4
97 - 100 3
55
KOEFISIEN VARIASI
 Koefisien variasi digunakan untuk membandingkan
variasi data dari rata-ratanya
 Semakin besar harga koefisien variasi berarti semakin
besar pula variasi datanya (datanya semakin tidak
seragam) begitu pula sebaliknya
 Rumus untuk menghitung koefisien variasi adalah:
SOAL
 Suatu perusahaan dapat menghasilkan 2 macam bola lampu
yang diberi merk “TERANG” dan “PIJAR”. Bola lampu
“TERANG” mempunyai daya tahan hidup rata-rata 180 hari
dengan standar deviasi 4 hari, sedangkan bola lampu merk
“PIJAR” mempunyai daya tahan hidup rata-rata 190 hari
dengan standar deviasi 7 hari. Bola lampu manakah yang
mempunyai daya hidup yang lebih seragam?
JAWAB

Karena koefisien variasi bola lampu “TERANG” lebih

kecil daripada bola lampu “PIJAR” maka daya tahan
hidup yang lebih seragam adalah bola lampu
“TERANG”
Nilai Ujian statistik 15 0rang mahasiswa dari 70
mahasiswa adalah sebagai berikut; 50, 40, 70,
75, 75 80, 65, 30, 75, 80, 30, 80, 90, 75, 60.
carilah nilai koevisien varianya!
ANGKA BAKU/STANDART
 Angka Baku/Standart digunakan untuk mengukur besarnya
harga suatu variabel (gejala) terhadap rata-ratanya yang
dinyatakan dengan satuan standar deviasi
 Semakin besar angka baku/standar nya berarti semakin besar
pula perubahan variabel itu dari rata-ratanya
 Angka baku/standar biasanya disimbolkan dengan huruf Z, dan
dapat dicari dengan rumus:
SOAL
1. Pak Tono adalah pedagang pakaian yang rata-rata setiap
hari dapat menghasilkan penjualan sebesar 19 juta rupiah
dengan standar deviasi 3,9 juta rupiah, sedangkan Pak
Kardi sebagai pedagang daging ayam potong rata-rata
setiap hari dapat menjual 21 kg daging dengan standar
deviasi 1,85 kg. Pada hari raya Pak Tono berhasil
meningkatkan volum penjualannya menjadi 25 juta
rupiah sedangkan Pak Kardi dapat meningkatkan volum
penjualannya menjadi 25,75 kg. Manakah di antara kedua
pedagang itu yang lebih berhasil meningkatkan volum
penjualannya?
2. Budi memperoleh nilai 83 pada UAS Statistik, dimana rata-rata
kelas dan simpangan bakunya masing-masing 75 dan 12.
Sedangkan pada UAS Pengantar Akuntansi dimana rata-rata
kelasnya 83 dan simpangan bakunya 16 ia memperoleh nilai 90.
Dalam mata kuliah mana Budi mencapai kedudukan yang lebih
baik?
UKURAN KEMIRINGAN
DAN KERUNCINGAN
1. UKURAN KEMIRINGAN/SKEWNES
(SK)
• Ukuran kemiringan adalah ukuran yang
menyatakan derajat ketidak simetrisan kurva
dari suatu distribusi frekuensi.
• Sebuah distribusi yang tidak simetris akan
memiliki rata-rata, median, dan modus
yang tidak sama besarnya, sehingga
distribusi akan terkonsentrasi pada salah
satu sisi dan bentuk kurvanya akan miring
 Jika kurva distribusi memiliki ekor yang lebih panjang
ke kanan maka distribusi tersebut disebut miring ke
kanan atau memiliki kemiringan positif.
 Sebaliknya jika kurva distribusi memiliki ekor yang
lebih panjang ke kiri maka distribusi tersebut disebut
miring ke kiri atau memiliki kemiringan negatif.
UKURAN KEMIRINGAN/KECONDONGAN

Kurva Sim etris K u r va Co n d o n g K u r va Co n d o n g

Po si ti f Neg ati f

119
1. Menggunakan metode Karl Pearson I
x − 𝑀𝑜𝑑𝑢𝑠
𝛽=
𝑠
2. Menggunakan metode Karl Pearson II
3( x − 𝑀𝑒𝑑𝑖𝑎𝑛)
𝛽=
𝑠
3. Menggunakan Metode Kuartil
𝐾3 + 𝐾1 − 2𝐾2
𝛽=
𝐾3 − 𝐾1
4. Menggunakan Metode Persentil
𝑃90 + 𝑃10 − 2𝑃50
𝛽=
𝑃90 − 𝑃10
Contoh 1 :
Koefisien kemiringan kurva distribusi
frekuensi dari hasil penjualan suatu
barang yang mempunyai nilai rata-rata =
Rp 516.000,00, modus = Rp 435.000,00
dan standar deviasi = Rp 150.000,00
adalah….
 Jawab :

SK = x  Mo
S
= 516.000  435.000
= 0,54
150.000
Karena SK=0,54>0,3 maka kurva sangat menceng ke kanan
CONTOH 2
Nilai Ujian F
31 – 40 1
41 – 50 2
51 – 60 5
61 – 70 15
71 – 80 25
81 – 90 20
91 – 100 12
Jumlah 80
Contoh 2 :
Dari suatu distribusi frekuensi diketahui
modus = 15,5 dan simpangan baku = 4,5.
Jika koefisien kemiringan kurva distribusi
frekuensi tersebut = 0,8 , nilai rata-rata
data tersebut adalah….
Jawab :
0,8 = x  15,5
4,5
0,8 x 4,5 = - 15,5
3,6 = - 15,5 x
= 3,6 + 15,5 x
= 19,1
x
 UKURAN KERUNCINGAN /
KURTOSIS
Ukuran keruncingan / kurtosis (k) adalah ukuran
tinggi rendahnya puncak suatu distribusi data
terhadap distribusi normalnya data
Berdasarkan keruncingannya kurva distribusi dapat
dibedakan atas 3 macam, yaitu:
1. Leptokurtik (puncak relatif tinggi/ runcing)
2. Mesokurtik (puncak tidak tinggi dan tidak
mendatar atau bisa disebut normal)
3. Platikurtik ( puncak hampir mendatar/ tumpul)
 Untuk menentukan ukuran keruncingan suatu kurva (kurtosis)
dengan aturan sebagi berikut :
a. Leptokurtis, apabila nilai β lebih besar dari 3
b. Mesokutik, apabila nilai β sama besar 3 (kurva normal)
c. Partikurtik, nilai β lebih kecil dari 3
Untuk menghitung ukuran keruncingan dari suatu distribusi
data, dapat menggunakan dua persamaan berikut ini:
1. Persentil koefisien persentil
1ൗ ሺK − K ሻ
β2 = 2
3 1
P90 − P10
2. Momen Koefisien Kurtosis
m4
β2 = 4 − 3
s
4
σ fi ቀt i − x ቁ
m4 =
σf
Contoh Soal
Hasil ujian statistik yang diikuti oleh 55 orang mahasiswa adalah sebagai
berikut :

Interfal F
73 – 76 12
77 – 80 11
81 – 84 14
85 – 88 5
89 – 92 6
93 – 96 4
97 – 100 3

55
MENGHITUNG ANGKA INDEKS

OLEH : RIAWAN
UNIVERSITAS MUHAMMADIYAH PONOROGO
ARTI DAN KEGUNAAN INDEKS
Angka indeks merupakan sebuah ukuran yang dapat
digunakan untuk mengetahui tinggi rendahnya tingkat
suatu variabel yang diukur.
KEGUNAAN ANGKA INDEKS DALAM
PEREKONOMIAN
1. Sebagai dasar dalam membuat kebijakan ekonomi
2. Sebagai dasar untuk menentukan kebijakan harga
3. Sebagai alat untuk mengukur tingkat kemajuan
ekonomi.
4. Sebagai alat untuk menyelidiki faktor-faktor yang
mendorong atau yang menghambat kemajuan
ekonomi.
5. dll
MACAM-MACAM INDEKS
1. Angka Indeks harga yaitu angka perbandingan untuk
mengukur perubahan harga dari suatu periode ke
periode lainnya
2. Angka indeks jumlah (kuantitas), yaitu angka
perbandingan untuk mengukur perubahan jumlah dari
suatu periode ke periode lainnya
ANGKA INDEKS HARGA
Dalam menhgitung angka indeks di atas Dapat dibedakan
menjadi 2 yaitu :
1. Metode tidak tertimbang yaitu metode yang tidak
menggunakan faktor penimbang dalam menghitung
indeks harga.
Metode ini dapat dibagi 2 yaitu
2. Metode agregatif sederhana
3. Metode rata-rata relatif harga
METODE AGREGATIF SEDERHANA
RATA-RATA RELATIF HARGA
Rumus :
CONTOH SOAL
2. Metode tertimbang Yaitu metode yang menggunakan
faktor penimbang dalam menghitung indeks harga.
Faktor penimbang adalah faktor yang digunakan untuk
membedakan pentingnya suatu barang terhadap barang-
barang yang lain.
Rumus :
CONTOH SOAL
MACAM-MACAM METODE
TERTIMBANG
Metode Laspeyres
Metode ini dibuat oleh Laspeyres. Metode Laspeyres
adalah metode tertimbang yang menggunakan kuantitas
(jumlah) pada tahun dasar (Qo) sebagai faktor penimbang.
Indeks harga Laspeyres dirumuskan sebagai berikut:
Rumus :
CONTOH SOAL
Diketahui harga rata-rata dan kuantitas 4 macam buah-
buahan sebagai berikut. Dari data tersebut, hitung indeks
harga Laspeyresnya.
Metode Paasche
Metode ini dikemukakan oleh Paasche. Metode Paasche
adalah metode tertimbang yang menggunakan kuantitas
(jumlah) pada tahun yang dihitung indeks harganya (Qn)
sebagai faktor penimbang.
Rumus
CONTOH SOAL
Metode Marshall
Sesuai dengan namanya, metode ini dikemukakan oleh
Marshall. Metode Marshall adalah metode tertimbang
yang menggabungkan kuantitas pada tahun dasar (Qo) dan
kuantitas pada tahun yang dihitung indeks harganya (Qn)
sebagai faktor penimbang
Rumus
POPULASI DAN SAMPEL

OLEH : RIAWAN
UNIVERSITAS MUHAMMADIYAH PONOROGO