Materi Statistik kelas xii by Sri Sayekti

1. A. PENGERTIAN STATISTIKA, STATISTIK, POPULASI DAN SAMPEL
1. Statistik dan Statistika
Statistik adalah nilai – nilai yang diperoleh dari sampel
Statistika adalah suatu ilmu yang mempelajari cara pengumpulan, pengolahan,
penyajian , analisa data dan pengambilan kesimpulan dari
sifat-sifat yang ada.
2. Populasi dan Sampel
Sampel adalah observasi yang dilakukan terhadap sebagian dari objek dengan
tujuan memperoleh gambaran mengenai keseluruhan objek.
Populasi adalah keseluruhan objek yang diteliti
3. Macam – macam data
Data (datum) adalah sekumpulan bilangan atau keterangan yang dapat
menerangkan sesuatu.
Data ada 2 macam :
1. Data kuantitatif : data yang berbentuk bilangan
Contoh : data tentang tinggi badan, penghasilan, dll
Data kuantitatif dibedakan menjadi 2 yaitu:
a. Data Diskrit yaitu data yang diperoleh dari hasil menghitung.
Contoh :
 Satu kg telur berisi 16 butir
 Banyaknya siswa SMK 2 Wonogiri tiap kelas adalah 32 orang
 Banyaknya mobil di area parkir berdasar jenisnya, misal: sedan 15
buah, pick-up 25 buah, minibus 30 buah.
b. Data kontinu yaitu data yang diperoleh dengan mengukur atau
menimbang dengan menggunakan alat.
Contoh :
 Berat rata-rata telur ayam adalah 60 gram
 Diameter gear belakang sepeda motor adalah 49 mm
 Panjang pipa 155 cm
2. Data kualitatif : data yang tidak berhubungan dengan bilangan
Contoh : jenis kelamin, status perkawinan, warna kulit, dll

2. B. TABEL DAN DIAGRAM
1. Penyajian data dengan tabel
a. Tabel distribusi frekuensi tunggal
Tabel ini diperuntukkan bagi data yang jumlahnya tidak terlalu banyak.
Contoh : data nilai ulangan matematika dari 20 siswa :
5, 4, 6, 7, 8, 8, 6, 4, 8, 6, 8, 7, 8, 7, 5, 4, 9, 10, 5, 6
Dari nilai diatas dapat dibuat tabel sebagai berikut:
Nilai Turus Frekuensi
4 III 3
5 III 3
6 IIII 4
7 III 3
8 IIII 5
9 I 1
10 I 1
∑f = 20
b. Tabel distribusi frekuensi bergolong (berkelompok)
Tabel ini dipergukakan untuk data yang jumlahnya cukup banyak.
Contoh : Data pengukuran tinggi badan 40 siswa kelas III otomotif.
141, 143, 155, 160, 158, 162, 157, 160, 157, 158
142, 148, 156, 165, 159, 158, 148, 161, 158, 157
149, 149, 157, 168, 161, 160, 153, 158, 159, 162
150, 151, 159, 163, 163, 159, 155, 152, 160, 161
Data ini dapat dibuat tabel dengan menggunakan aturan Sturges dimana
banyaknya kelas dirumuskan
k= 1 + 3,3 log n , n = banyaknya data. Nilai k dibulatkan ke atas.
Sedang panjang kelas (interval) =

3. Data diatas dapat disajikan dalam tabel distribusi frekuensi bergolong sebagai
berikut :
Nilai Turus Frekuensi
141 – 145 III 3
146 – 150 IIII 5
151 – 155 IIII 5
156 – 160 IIII IIII III 18
161 – 165 IIII II 7
166 – 170 II 2
∑f = 40
Beberapa istilah dalam tabel distribusi frekuensi data kelompok adalah :
1. Interval kelas ( kelompok data)
Interval I : 141 – 145
Interval II : 146 – 150 dst.
2. Batas kelas : membatasi kelas yang satu dengan kelas yang lain
Batas Bawah : 141, 146, 151, 156, 161, 166
Batas Atas : 145, 150, 155, 160, 165, 170
3. Tepi Kelas (Batas kelas nyata)
Tepi Bawah : 140,5; 145,5; 150,5; 155,5; 160,5; 165,5
Tepi Atas : 145,5; 150,5; 155,5; 160,5; 165,5; 170.5
Tepi Atas = Batas Atas + salah mutlak
Tepi Bawah = Batas Bawah – Salah mutlak
4. Lebar kelas
Lebar kelas (panjang interval) = Tepi Atas – Tepi Bawah
5. Titik Tengah
Titik tengah adalah nilai yang ada di tengah-tengah kelas.
Titik Tengah =
2.Penyajian data dengan grafik (diagram)
Macam-macam diagram :
a. Diagram gambar/lambang/pictogram.
Diagram lambang adalah diagram yang menggambarkan keadaan data
dengan cara dilambangkan dengan gambar sebagai satuan ukuran.

4. Contoh : Piktogram di bawah ini menunjukkan banyak produksi kapas di
tiga buah pabrik.
= 1 ton
b. Diagram lingkaran
Diagram lingkaran adalah penyajian data dengan menggunakan sector-
sektor dalam lingkaran, dengan ukuran satuan 360o = 100 %
Contoh:
Dari hasil survey pemakaian berbagai sabun diterjen yang dilakukan
terhadap 80 KK diperoleh hasil sebagai berikut: Attack : 15 KK, Rinso:
20 KK, So Klin: 15 KK, Surf: 12 KK, Total: 8 KK dan Daia: 10 KK.
Hasil yang diperoleh digambarkan dalam diagram lingkaran sebagai
berikut:
Jenis Jumlah Prosentase Sudut Pusat
Attack 15 15/80 x 100% =
19%
15/80 x 360o = 67,5o
Rinso 20 20/80 x 100% =
25%
20/80 x 360o = 90o
So Klin 15 15/80 x 100% =
19%
15/80 x 360o = 67,5o
Surf 12 12/80 x 100% =
15%
12/80 x 360o = 54o
Total 8 8/80 x 100% =
10%
8/80 x 360o = 36o
Daia 10 10/80 x 100% =
12%
10/80 x 360o = 25o
Attack; 19%
Rinso; 25%
So Klin; 19%
Surf; 15%
Total; 10%
Daia; 12%
Pabrik A
Pabrik B
Pabrik C

5. c. Diagram batang
d. Histogram dan Poligon Frekuensi
Histogram adalah diagram batang yang saling berimpitan ( tepinya
berimpit )
0
1
5
12
17
10
3
2
0
2
4
6
8
10
12
14
16
18
3,5 4,5 5,5 6,5 7,5 8,5 9,5
Poligon adalah garis yang menghubungkan titik tengah bagian atas
persegipanjang secara berurutan. Pada ujung skala terakhir diberi nilai satu
kelas lagi dengan frekuensi nol maksudnya supaya grafik melekat pada
sumbu x.
0
5
10
15
20
25
Attack Rinso So Klin Surf Total Daia
0
1
5
12
17
10
3
2
0
0
2
4
6
8
10
12
14
16
18
3,5 4,5 5,5 6,5 7,5 8,5 9,5 10,5
2,5 3,5 4,5 5,5 6,5 7,5 8,5 9,5
Poligon

6. Grafik Ogif (Ogive)
Nilai Frekuensi Fk ≤ Fk ≥
22 – 31 3 3 60

7. 32 – 41 8 11 57
42 – 51 10 21 49
52 - 61 15 36 39
62 – 71 12 48 24
72 – 81 8 56 12
82 – 91 3 59 4
92 – 101 1 60 1
Σf = 60
C. UKURAN TENDENSI SENTRAL
Ukuran tendensi sentral memberi gambaran bahwa suatu data cenderung memusat
ke ukuran atau nilai tertentu. Ukuran tendensi sentral tang akan dibahas dalam
pokok ini meliputi rata-rata (mean), median dan modus.
Ukuran tendensi sentral untuk data tunggal.
1. Rata – rata ( mean)
Rata – rata dari kelompok data x1, x2, x3, ..., xn dapar dihitung menggunakan
rumus :
Keterangan:
= Nilai rata – rata hitung
n = banyaknya data
xi = nilai data ke-i (1, 2, 3,..., n)
Σ = Sigma (jumlah)
0
10
20
30
40
50
60
70
0 2 4 6 8
0
10
20
30
40
50
60
22 - 31 32 - 41 42 - 51 52 - 61 62 - 71 72 - 81
2
fk <
fk >

8. Contoh:
a. Nilai rata – rata dari data : 5, 5, 7, 8, 10 adalah
x̅ =
5+5+7+8+10
5
=
35
5
= 7
b. Nilai rata-rata dari data : 3, 4, 5, 5, 6, 6, 6, 7, 8, 8 adalah
x̅ =
3+4+5+5+6+6+6+7+8+8
10
=
58
10
= 5,8
2. Median.
Median adalah nilai tengah dari sekelompok data yang telah diurutkan
berdasarkan besarnya nilai data.
a. Jika banyaknya data adalah ganjil maka median terletak pada ukuran ke
Contoh:
Data : 5, 5, 6, 6, 6, , 7, 7, 8, 8, 9
Urutan: 1 2 3 4 5 7 8 9 10 11
Banyaknya data n = 11 maka median terletak pada urutan ke
Jadi mediannya adalah 7
b. Jika datanya genap maka median terletak pada urutan ke +
Contoh:
Data: 4, 4, 5, 5, 6, , ,9 11, 18, 19, 19
Urutan: 1 2 3 4 5 8 9 10 11 12
Banyaknya data n = 12 maka median terletak pada urukan ke-6 dan ke-7
Jadi mediannya adalah = 8,5
3. Modus.
Madus adalah nilai atau data yang sering muncul.
Contoh:
1) 3, 4, 4, 5, 6, 7, 8, 8, 8 . Modusnya 8
6
7
8 9
6 7

9. 2) 5, 5, 6, 7, 7, 7, 8, 9, 9, 9 . Modusnya 7 (muncul 3 kali) dan 9
(muncul 3 kali)
3) 6, 6, 6, 7, 7, 7, 8, 8, 8, 9, 9, 9. Modusnya tidak ada.
Ukuran tendensi sentral untuk data kelompok.
1. Mean (rata-rata)
Untuk menghitung rata-rata data kelompok dapat menggunakan 2 cara yaitu:
a. Menggunakan cara biasa.
Menghitung rata-rata dengan cara biasa dari suatu data yang tersusun dalam
distribusi frekuensi dapat menggunakan rumus :
= , Σf = n
Contoh:
Hitunglah rata-rata data pada tabel di bawah ini!
Tinggi
(cm)
Frekuensi
(f)
140 – 144 2
145 – 149 4
150 – 154 10
155 – 159 14
160 – 164 12
165 – 169 5
170 – 174 3
Jawab:
= 157,7
b. Menghitung rata-rata dengan rata-rata sementara
Untuk menghitung rata-rata dengan rata-rata sementara maka tentukan telebih
dahulu. Rata-rata sementara diambil dari nilai tengah interval yang mempunyai
frekuensi terbanyak.
Tinggi
(cm)
Titik
tengah(x)
Frekuensi
(f)
f.x
140 – 144 142 2 284
145 – 149 147 4 288
150 – 154 152 10 1520
155 – 159 157 14 2198
160 – 164 162 12 835
165 – 169 167 5 835
170 – 174 172 3 516
Σf = 50 Σf.x=7885

10. = rata – rata sementara
Xi = titik tengah interval kelas
f = frekuensi
d = xi -
Contoh:
Rata-ratax̅ = xs̅ +
∑f.d
∑ f
= 157 +
= 157,7
Tinggi
(cm)
Titik
tengah(xi)
D Frekuensi
(f)
d.f
140 – 144 142 -15 2 -30
145 – 149 147 -10 4 -40
150 – 154 152 -5 10 -50
155 – 159 157 0 14 0
160 – 164 162 5 12 60
165 – 169 167 10 5 50
170 – 174 172 15 3 45
Σf = 50 Σf.d = 35

11. c. Menghitung rata-rata dengan pengkodean
Contoh :
Tinggi
(cm)
Frekuensi
(f)
Titik
tengah(xi)
Code (c) c.f
140 – 144 2 142 -3 -6
145 – 149 4 147 -2 -8
150 – 154 10 152 -1 -10
155 – 159 14 157 0 0
160 – 164 12 162 1 12
165 – 169 5 167 2 10
170 – 174 3 172 3 9
Σf = 50 Σc.f= 7
Rata-rata ( =
= 157 +
= 157,7
2. Median.
Untuk menentukan nilai median data kelompok tentukan terlebih dahulu frekuensi
komulatif. Kelas median terletak pada kelas yang frekuensi komulatifnya ½(n+1).
Median dapat dicari dengan rumus:
Me = Tb +( ).i
Keterangan:
Tb = Tepi bawah kelas median
Σf = jumlah frekuensi
Fks = frekuensi komulatif sebelum kelas median
fMe = frekuensi kelas median
i = luas kelas = panjang interval

12. Contoh:
Tentukan median dari data:
Interval nilai (x) frekuensi (f)
41 – 45 1
46 – 50 6
51 – 55 12
56 – 60 8
61 – 65 3
Jawab:
Interval nilai (x) frekuensi (f) Fk
41 – 45 1 1
46 – 50 6 7
51 – 55 12 19
56 – 60 8 27
61 – 65 3 30
Σf = 30
Kelas median terletak pada interval kelas 51 – 55
Tb = 51 – 0,5 = 50,5 , fks = 7 ,
i = 5 , fMe = 12
Median = 50,5 + = 50,5 + 3,33 = 53,83
3. Modus.
Modus data kelompok ditentukan dengan rumus:
Mo = Tb +
Keterangan:
Tb = Tepi bawah kelas modus (kelas modus terletak pada kelas yang frekuensinya
paling banyak.
d1 = Selisih frekuensi kelas modus dengan kelas sebelumnya
d2 = Selisih frekuensi kelas modus dengan kelas sesudahnya
i = panjang interval
KelasMedian

13. Contoh :
Perhatikan data pada tabel!
Interval
(x)
Frekuensi
(f)
21 – 25 2
26 – 30 8 d1
31 – 35 9
36 – 40 6 d2
41 – 45 3
46 – 50 2
Σf =30
Kelas modus terletak pada interval 31 – 35
Tb = 30,5 , d1 = 9 – 8 = 1 ,
i = 5 , d2 = 9 – 6 = 3
Modus = Tb +
= 30,5 +
= 30,5 + 1,25
= 31,75
D. UKURAN PENYEBARAN
Cara yang praktis untuk memperoleh gambaran data statistik adalah penyajian data
dengan statistik lima serangkai, diantaranya : median, kuartil bawah (K1), kuartil atas
(K3), data terendah dan data tertinggi.
Pada prinsipnya pengertian kuartil, desil dan persentil adalah sama dengan median.
Perbedaan terletak pada pembagian atas kelompok data.
Median membagi data menjadi dua bagian yang sama, masing – masing 50%.
Pengertian Kuartil membagi data menjadi empat bagian yang sama masing – masing
25% dan nilai pembatasnya disebut debagai Kuartil 1 (K1), Kuartil 2 (K2),dan Kuartil
3 (K3).
KelasModus

14. Perhatikan gambar berikut:
K1 =
K2 = Untuk data tunggal
K3 =
K1 = Tb1 + .i
K3 = Tb3 + .i
Desil membagi data menjadi 10 bagian yang sama.
Untuk data tunggal
D = 1, 2, 3, ..., 9
Untuk data kelompok
Persentil membagi kelompok data menjadi 100 bagian yang sama. Setiap bagian
disebut P10 (persentil 10), P20, P30, ..., P90
25% 25% 25% 25%
K1 K2 K3
Dd =
d
10
(n + 1)
Dd = Tbd +(
d
10
∑ f−fksd
fd
) .i
Untuk data kelompok

15. Perhatikan gambar!
P = 1, 2, 3, ..., 99
n = banyaknya data
Untuk data kelompok:
Contoh:
Diberikan data : 2, 4, 4, 4, 5, 5, 6, 7, 7, 8, 9
Tentukan : K1, K3, D4, P60
Penyelesaian:
Data : 2, 4, 4, 4, 5, 5, 6, 7, 7, 8, 9
Urutan data: 1 2 3 4 5 6 7 8 9 10 11
K1 D4 P60 K3
Data K1 pada urutan ke . Jadi K1 = 4
Data K3 pada urutan ke Jadi K3 = 7
Data D4 pada urutan ke ke
Jadi D4 = 4 + 0,8(data ke-5 – data ke -4) = 4 + 0,8 (1) = 4,8
Data P60 pada urutan ke- .
Jadi P60 = 7 + 0,2(data ke-8 – data ke-7) = 70 + 0,2(1) = 7,2
1. Jangkauan
Jangkauan (range) merupakan ukuran penyebaranyang sangat mudah dihitung.
Jangkauan dari sekumpulan bilangan adalah selisih antara bilangan terbesar dan
terkecil.
Contoh:
P10 P20 P30 P40 P50 P60 P70 P80 P90
10% 10% 10% 10% 10% 10% 10% 10% 10% 10%
Pp =
p
100
(n + 1)
Pp = Tbp + (
p
100
∑ f−fksp
fp
).i

16. Jangkauan dari pengukuran 8, 5, 5, 6, 7, 4, 6 adalah 8 – 4 = 4
Jangkauan dari pengukuran 1, 3, 4, 6, 7, 9 adalah 9 – 1 = 8
2. Simpangan rata-rata
Simpangan (deviasi) rata-rata adalah ukuran penyebaran data yang mencerminkan
penyebaran nilai terhadap rata-rata hitungnya.
Simpangan rata-rata data tunggal dirumuskan:
Keterangan:
n = banyaknya data
= rata – rata hitung
xi = nilai data ke-i
Contoh:
Tentukan simpangan rata – rata data: 10, 44, 55, 56, 62, 65, 72, 76
Jawab:
SR =
=
=
45+11+0+1+7+10+17+21
8
=
112
8
= 14
Jangkauanantar kuartil = K3 – K1
Jangkauanantar persentil =P90 – P10
Jangkauansemi antarkuartil (simpangankuartil)=½(K3 – K1)
SR =
∑ |xi− x̅ |n
i=1
n

17. Simpangan rata – rata data kelompok dirumuskan :
dimana n = = banyaknya data
Contoh :
Tentukan simpangan rata – rata data pada table berikut:
Interval nilai 21 – 25 26 – 30 31 – 35 36 – 40 41 – 45 46 – 50
Frekuensi 2 8 9 6 3 2
Jawab:
Interval F f.xi
21 – 25 23 2 46 11 22
26 – 30 28 8 224 6 48
31 – 35 33 9 297 1 9
36 – 40 38 6 228 4 24
41 – 45 43 3 129 9 27
46 – 50 48 2 96 14 28
Σf = 30 Σf.xi=1020 Σf.Ixi-xI=158
Simpangan rata – rata SR =
3. Simpangan baku
Simpangan baku( deviasi standar) merupakan akar dari jumlah kuadrat simpangan
nilai – nilainya dibagi oleh banyaknya data.
Jika diketahui data maka simpangan baku (S) didefinisikan sebagai
berikut:

18. Contoh:
Tentukan simpangan baku dari data : 2, 3, 6, 8, 11
Jawab:
Simpangan baku (S) =
=
=
Sedang simpangan baku untuk data kelompok dirumuskan:
S =
Contoh:
Hitunglah simpangan baku dari data berikut:
Interval 21 - 25 26 – 30 31 - 35 36 - 40 41 - 45 46 – 50
Frekuensi 2 8 9 6 3 2
Jawab:
Interval Frekuensi
(f)
21 -25 2 23 -11 121 242
26 -30 8 28 -6 36 288
31 -35 9 33 -1 1 9
36 – 40 6 38 4 16 96
41 – 45 3 43 9 81 243
46 – 50 2 48 14 196 292
Σf = 30 Σf.(xi-x)2=1270
Simpangan baku (S) =

19. 4. Ragam (varian)
Ragam (varian) didefinisikan :
R = atau R =
5. Nilai Standar (Z- score)
Nilai standar (z-score) merupakan suatu nilai yang menunjukkan sejauh mana suatu
nilai menyimpang dari rata – ratanya. Z-score dirumuskan :
ZA =
Contoh:
Andi mendapat nilai 80 untuk mata pelajaran Matematika, sedang rata-rata nilai
matematika di kelas itu 60 dan deviasi standarnya 10. Maka nilai standar (Z-score)
Andi =
6. Koefisien Variasi ( KV )
Koefisien variasi adalah perbandingan antara standar deviasi dengan nilai rata-rata (mean
) yang dinyatakan dalam persen. Koefisien variasi berguna untuk mengetahui
keseragaman dari serangkaian data. Semakin besar koefisien variasi berarti data semakin
tidak seragam. Sebaliknya, semakin kecil koefisien variasi berarti data semakin
seragam.Besarnya koefisien variasi dapat dihitung dengan rumus:
KV =
s
x̅
x 100 %