SlideShare a Scribd company logo
1 of 19
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
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) =
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.
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
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
Grafik Ogif (Ogive)
Nilai Frekuensi Fk ≤ Fk ≥
22 – 31 3 3 60
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 >
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
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
= 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
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
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
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
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
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
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
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:
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) =
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 %

More Related Content

What's hot

Latihan soal relasi dan fungsi
Latihan soal relasi dan fungsiLatihan soal relasi dan fungsi
Latihan soal relasi dan fungsi
Tris Yubrom
 
Tabel distribusi peluang binomial
Tabel distribusi peluang binomialTabel distribusi peluang binomial
Tabel distribusi peluang binomial
rumahbacazahra
 
Persamaan garis lurus(Geometri Analitik Ruang)
Persamaan garis lurus(Geometri Analitik Ruang)Persamaan garis lurus(Geometri Analitik Ruang)
Persamaan garis lurus(Geometri Analitik Ruang)
Dyas Arientiyya
 

What's hot (20)

Ukuran pemusatan dan penyebaran
Ukuran pemusatan dan penyebaranUkuran pemusatan dan penyebaran
Ukuran pemusatan dan penyebaran
 
kemonotonan dan kecekungan
kemonotonan dan kecekungankemonotonan dan kecekungan
kemonotonan dan kecekungan
 
Barisan dan Deret (Aritmatika, Geometri, Tak hingga) beserta contoh soal dan ...
Barisan dan Deret (Aritmatika, Geometri, Tak hingga) beserta contoh soal dan ...Barisan dan Deret (Aritmatika, Geometri, Tak hingga) beserta contoh soal dan ...
Barisan dan Deret (Aritmatika, Geometri, Tak hingga) beserta contoh soal dan ...
 
Bangun ruang sisi datar kelas VIII
Bangun ruang sisi datar kelas VIIIBangun ruang sisi datar kelas VIII
Bangun ruang sisi datar kelas VIII
 
Analisis Real (Barisan Bilangan Real) Latihan bagian 2.2
Analisis Real (Barisan Bilangan Real) Latihan bagian 2.2Analisis Real (Barisan Bilangan Real) Latihan bagian 2.2
Analisis Real (Barisan Bilangan Real) Latihan bagian 2.2
 
Fungsi Pembangkit
Fungsi PembangkitFungsi Pembangkit
Fungsi Pembangkit
 
Statistika kelas 11
Statistika kelas 11Statistika kelas 11
Statistika kelas 11
 
Diferensial Parsial
Diferensial ParsialDiferensial Parsial
Diferensial Parsial
 
Latihan soal relasi dan fungsi
Latihan soal relasi dan fungsiLatihan soal relasi dan fungsi
Latihan soal relasi dan fungsi
 
Tabel distribusi peluang binomial
Tabel distribusi peluang binomialTabel distribusi peluang binomial
Tabel distribusi peluang binomial
 
PPT Sistem Koordinat
PPT Sistem KoordinatPPT Sistem Koordinat
PPT Sistem Koordinat
 
Turunan fungsi trigonometri
Turunan fungsi trigonometriTurunan fungsi trigonometri
Turunan fungsi trigonometri
 
Geometri analitik ruang
Geometri analitik ruangGeometri analitik ruang
Geometri analitik ruang
 
AKM STATISTIKA & PELUANG
AKM STATISTIKA & PELUANGAKM STATISTIKA & PELUANG
AKM STATISTIKA & PELUANG
 
Barisan dan Deret ( Kalkulus 2 )
Barisan dan Deret ( Kalkulus 2 )Barisan dan Deret ( Kalkulus 2 )
Barisan dan Deret ( Kalkulus 2 )
 
Persamaan dan Pertidaksamaan Eksponen
Persamaan dan Pertidaksamaan EksponenPersamaan dan Pertidaksamaan Eksponen
Persamaan dan Pertidaksamaan Eksponen
 
Persamaan garis lurus(Geometri Analitik Ruang)
Persamaan garis lurus(Geometri Analitik Ruang)Persamaan garis lurus(Geometri Analitik Ruang)
Persamaan garis lurus(Geometri Analitik Ruang)
 
Ppt kaidah pencacahan
Ppt kaidah pencacahanPpt kaidah pencacahan
Ppt kaidah pencacahan
 
Distribusi Peluang Binomial
Distribusi Peluang BinomialDistribusi Peluang Binomial
Distribusi Peluang Binomial
 
Fungsi Kompleks (pada bilangan kompleks)
Fungsi Kompleks (pada bilangan kompleks)Fungsi Kompleks (pada bilangan kompleks)
Fungsi Kompleks (pada bilangan kompleks)
 

Similar to Statistik SMK Kelas XII TI

Makalah ukuran pemusatan data dan ukuran letak data
Makalah ukuran pemusatan data dan ukuran letak dataMakalah ukuran pemusatan data dan ukuran letak data
Makalah ukuran pemusatan data dan ukuran letak data
Aisyah Turidho
 
Tugas tmtt matematika statistika sapta
Tugas tmtt matematika statistika saptaTugas tmtt matematika statistika sapta
Tugas tmtt matematika statistika sapta
HMTA
 
Statistika i (4 sept 2012)
Statistika i (4 sept 2012)Statistika i (4 sept 2012)
Statistika i (4 sept 2012)
arahab
 
3. ukuran gejala pusat
3. ukuran gejala pusat3. ukuran gejala pusat
3. ukuran gejala pusat
Nanda Reda
 

Similar to Statistik SMK Kelas XII TI (20)

Pengantar Statistika 2
Pengantar Statistika 2Pengantar Statistika 2
Pengantar Statistika 2
 
Makalah ukuran pemusatan data dan ukuran letak data
Makalah ukuran pemusatan data dan ukuran letak dataMakalah ukuran pemusatan data dan ukuran letak data
Makalah ukuran pemusatan data dan ukuran letak data
 
Pertemuan 5 (ukuran pemusatan data dan ukuran letak data)
Pertemuan 5 (ukuran pemusatan data dan ukuran letak data)Pertemuan 5 (ukuran pemusatan data dan ukuran letak data)
Pertemuan 5 (ukuran pemusatan data dan ukuran letak data)
 
Bahan yola
Bahan yolaBahan yola
Bahan yola
 
Tugas tmtt matematika statistika sapta
Tugas tmtt matematika statistika saptaTugas tmtt matematika statistika sapta
Tugas tmtt matematika statistika sapta
 
Statistika i (4 sept 2012)
Statistika i (4 sept 2012)Statistika i (4 sept 2012)
Statistika i (4 sept 2012)
 
3. ukuran gejala pusat
3. ukuran gejala pusat3. ukuran gejala pusat
3. ukuran gejala pusat
 
17 statistika
17 statistika17 statistika
17 statistika
 
Statistika2
Statistika2Statistika2
Statistika2
 
02. Statistika Pemusatan Data Baru.pptx
02. Statistika Pemusatan Data Baru.pptx02. Statistika Pemusatan Data Baru.pptx
02. Statistika Pemusatan Data Baru.pptx
 
Tugas statistik ekonomi
Tugas statistik ekonomiTugas statistik ekonomi
Tugas statistik ekonomi
 
x-statistika2-160516023145.pdf
x-statistika2-160516023145.pdfx-statistika2-160516023145.pdf
x-statistika2-160516023145.pdf
 
Pertemuan 3
Pertemuan 3Pertemuan 3
Pertemuan 3
 
Penyajian data
Penyajian dataPenyajian data
Penyajian data
 
Statistik Deskriptif: Tabel Distibusi Frekuensi, Grafik
Statistik Deskriptif: Tabel Distibusi  Frekuensi, GrafikStatistik Deskriptif: Tabel Distibusi  Frekuensi, Grafik
Statistik Deskriptif: Tabel Distibusi Frekuensi, Grafik
 
Materi SMA X : Statistika (2)
Materi SMA X : Statistika (2)Materi SMA X : Statistika (2)
Materi SMA X : Statistika (2)
 
Definisi Statistika dan Penyajian Data
Definisi Statistika dan Penyajian DataDefinisi Statistika dan Penyajian Data
Definisi Statistika dan Penyajian Data
 
Ukuran Penyebaran Data Mean Modus Median.pptx
Ukuran Penyebaran Data Mean Modus Median.pptxUkuran Penyebaran Data Mean Modus Median.pptx
Ukuran Penyebaran Data Mean Modus Median.pptx
 
statistik
statistikstatistik
statistik
 
Statistik
StatistikStatistik
Statistik
 

Recently uploaded

Asimilasi Masyarakat Cina Dengan Orang Melayu di Kelantan (Cina Peranakan Kel...
Asimilasi Masyarakat Cina Dengan Orang Melayu di Kelantan (Cina Peranakan Kel...Asimilasi Masyarakat Cina Dengan Orang Melayu di Kelantan (Cina Peranakan Kel...
Asimilasi Masyarakat Cina Dengan Orang Melayu di Kelantan (Cina Peranakan Kel...
luqmanhakimkhairudin
 
443016507-Sediaan-obat-PHYCOPHYTA-MYOPHYTA-dan-MYCOPHYTA-pptx.pptx
443016507-Sediaan-obat-PHYCOPHYTA-MYOPHYTA-dan-MYCOPHYTA-pptx.pptx443016507-Sediaan-obat-PHYCOPHYTA-MYOPHYTA-dan-MYCOPHYTA-pptx.pptx
443016507-Sediaan-obat-PHYCOPHYTA-MYOPHYTA-dan-MYCOPHYTA-pptx.pptx
ErikaPutriJayantini
 
Aksi Nyata Menyebarkan Pemahaman Merdeka Belajar.pdf
Aksi Nyata Menyebarkan Pemahaman Merdeka Belajar.pdfAksi Nyata Menyebarkan Pemahaman Merdeka Belajar.pdf
Aksi Nyata Menyebarkan Pemahaman Merdeka Belajar.pdf
subki124
 
AKSI NYATA DISIPLIN POSITIF MEMBUAT KEYAKINAN KELAS_11zon.pptx
AKSI NYATA DISIPLIN POSITIF MEMBUAT KEYAKINAN KELAS_11zon.pptxAKSI NYATA DISIPLIN POSITIF MEMBUAT KEYAKINAN KELAS_11zon.pptx
AKSI NYATA DISIPLIN POSITIF MEMBUAT KEYAKINAN KELAS_11zon.pptx
cupulin
 

Recently uploaded (20)

sistem digesti dan ekskresi pada unggas ppt
sistem digesti dan ekskresi pada unggas pptsistem digesti dan ekskresi pada unggas ppt
sistem digesti dan ekskresi pada unggas ppt
 
Kegiatan Komunitas Belajar dalam sekolah .pptx
Kegiatan Komunitas Belajar dalam sekolah .pptxKegiatan Komunitas Belajar dalam sekolah .pptx
Kegiatan Komunitas Belajar dalam sekolah .pptx
 
RENCANA + Link2 MATERI Training _"SISTEM MANAJEMEN MUTU (ISO 9001_2015)".
RENCANA + Link2 MATERI Training _"SISTEM MANAJEMEN MUTU (ISO 9001_2015)".RENCANA + Link2 MATERI Training _"SISTEM MANAJEMEN MUTU (ISO 9001_2015)".
RENCANA + Link2 MATERI Training _"SISTEM MANAJEMEN MUTU (ISO 9001_2015)".
 
Prov.Jabar_1504_Pengumuman Seleksi Tahap 2_CGP A11 (2).pdf
Prov.Jabar_1504_Pengumuman Seleksi Tahap 2_CGP A11 (2).pdfProv.Jabar_1504_Pengumuman Seleksi Tahap 2_CGP A11 (2).pdf
Prov.Jabar_1504_Pengumuman Seleksi Tahap 2_CGP A11 (2).pdf
 
MODUL AJAR BAHASA INGGRIS KELAS 6 KURIKULUM MERDEKA.pdf
MODUL AJAR BAHASA INGGRIS KELAS 6 KURIKULUM MERDEKA.pdfMODUL AJAR BAHASA INGGRIS KELAS 6 KURIKULUM MERDEKA.pdf
MODUL AJAR BAHASA INGGRIS KELAS 6 KURIKULUM MERDEKA.pdf
 
PPT kerajaan islam Maluku Utara PPT sejarah kelas XI
PPT kerajaan islam Maluku Utara PPT sejarah kelas XIPPT kerajaan islam Maluku Utara PPT sejarah kelas XI
PPT kerajaan islam Maluku Utara PPT sejarah kelas XI
 
Asimilasi Masyarakat Cina Dengan Orang Melayu di Kelantan (Cina Peranakan Kel...
Asimilasi Masyarakat Cina Dengan Orang Melayu di Kelantan (Cina Peranakan Kel...Asimilasi Masyarakat Cina Dengan Orang Melayu di Kelantan (Cina Peranakan Kel...
Asimilasi Masyarakat Cina Dengan Orang Melayu di Kelantan (Cina Peranakan Kel...
 
Detik-Detik Proklamasi Indonesia pada Tahun 1945
Detik-Detik Proklamasi Indonesia pada Tahun 1945Detik-Detik Proklamasi Indonesia pada Tahun 1945
Detik-Detik Proklamasi Indonesia pada Tahun 1945
 
MODUL AJAR SENI TARI KELAS 6 KURIKULUM MERDEKA.pdf
MODUL AJAR SENI TARI KELAS 6 KURIKULUM MERDEKA.pdfMODUL AJAR SENI TARI KELAS 6 KURIKULUM MERDEKA.pdf
MODUL AJAR SENI TARI KELAS 6 KURIKULUM MERDEKA.pdf
 
Modul Ajar IPAS Kelas 4 Fase B Kurikulum Merdeka [abdiera.com]
Modul Ajar IPAS Kelas 4 Fase B Kurikulum Merdeka [abdiera.com]Modul Ajar IPAS Kelas 4 Fase B Kurikulum Merdeka [abdiera.com]
Modul Ajar IPAS Kelas 4 Fase B Kurikulum Merdeka [abdiera.com]
 
443016507-Sediaan-obat-PHYCOPHYTA-MYOPHYTA-dan-MYCOPHYTA-pptx.pptx
443016507-Sediaan-obat-PHYCOPHYTA-MYOPHYTA-dan-MYCOPHYTA-pptx.pptx443016507-Sediaan-obat-PHYCOPHYTA-MYOPHYTA-dan-MYCOPHYTA-pptx.pptx
443016507-Sediaan-obat-PHYCOPHYTA-MYOPHYTA-dan-MYCOPHYTA-pptx.pptx
 
BAB 1 BEBATAN DAN BALUTAN DALAM PERTOLONGAN CEMAS
BAB 1 BEBATAN DAN BALUTAN DALAM PERTOLONGAN CEMASBAB 1 BEBATAN DAN BALUTAN DALAM PERTOLONGAN CEMAS
BAB 1 BEBATAN DAN BALUTAN DALAM PERTOLONGAN CEMAS
 
Webinar 1_Pendidikan Berjenjang Pendidikan Inklusif.pdf
Webinar 1_Pendidikan Berjenjang Pendidikan Inklusif.pdfWebinar 1_Pendidikan Berjenjang Pendidikan Inklusif.pdf
Webinar 1_Pendidikan Berjenjang Pendidikan Inklusif.pdf
 
BAHAN PAPARAN UU DESA NOMOR 3 TAHUN 2024
BAHAN PAPARAN UU DESA NOMOR 3 TAHUN 2024BAHAN PAPARAN UU DESA NOMOR 3 TAHUN 2024
BAHAN PAPARAN UU DESA NOMOR 3 TAHUN 2024
 
MODUL AJAR MATEMATIKA KELAS 3 KURIKULUM MERDEKA.pdf
MODUL AJAR MATEMATIKA KELAS 3 KURIKULUM MERDEKA.pdfMODUL AJAR MATEMATIKA KELAS 3 KURIKULUM MERDEKA.pdf
MODUL AJAR MATEMATIKA KELAS 3 KURIKULUM MERDEKA.pdf
 
MESYUARAT KURIKULUM BIL 1/2024 SEKOLAH KEBANGSAAN SRI SERDANG
MESYUARAT KURIKULUM BIL 1/2024 SEKOLAH KEBANGSAAN SRI SERDANGMESYUARAT KURIKULUM BIL 1/2024 SEKOLAH KEBANGSAAN SRI SERDANG
MESYUARAT KURIKULUM BIL 1/2024 SEKOLAH KEBANGSAAN SRI SERDANG
 
Aksi Nyata Menyebarkan Pemahaman Merdeka Belajar.pdf
Aksi Nyata Menyebarkan Pemahaman Merdeka Belajar.pdfAksi Nyata Menyebarkan Pemahaman Merdeka Belajar.pdf
Aksi Nyata Menyebarkan Pemahaman Merdeka Belajar.pdf
 
AKSI NYATA DISIPLIN POSITIF MEMBUAT KEYAKINAN KELAS_11zon.pptx
AKSI NYATA DISIPLIN POSITIF MEMBUAT KEYAKINAN KELAS_11zon.pptxAKSI NYATA DISIPLIN POSITIF MEMBUAT KEYAKINAN KELAS_11zon.pptx
AKSI NYATA DISIPLIN POSITIF MEMBUAT KEYAKINAN KELAS_11zon.pptx
 
Materi Sistem Pernapasan Pada Manusia untuk kelas 5 SD
Materi Sistem Pernapasan Pada Manusia untuk kelas 5 SDMateri Sistem Pernapasan Pada Manusia untuk kelas 5 SD
Materi Sistem Pernapasan Pada Manusia untuk kelas 5 SD
 
PELAKSANAAN (dgn PT SBI) + Link2 Materi Pelatihan _"Teknik Perhitungan TKDN, ...
PELAKSANAAN (dgn PT SBI) + Link2 Materi Pelatihan _"Teknik Perhitungan TKDN, ...PELAKSANAAN (dgn PT SBI) + Link2 Materi Pelatihan _"Teknik Perhitungan TKDN, ...
PELAKSANAAN (dgn PT SBI) + Link2 Materi Pelatihan _"Teknik Perhitungan TKDN, ...
 

Statistik SMK Kelas XII TI

  • 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 %