OPTIMIZED TITLE

MODUL
j
a
z
u
l
i
2
0
0
2
@
y
a
h
o
o
.
c
o
m

j
a
z
u
l
i
2
0
0
0
.
b
l
o
g
s
p
o
t
.
c
o
m

Pengantar Statistik Ilmu Sosial
PENGANTAR STATISTIK SOSIAL
PENGENALAN
PERAN UTAMA STATISTIKA ADALAH MENUNJUKKAN
KEPADA PARA PEMBUAT KEPUTUSAN BERBAGAI
METODE UNTUK MEMPEROLEH DAN MENGANALISIS
INFORMASI GUNA MEMBANTUNYA MEMBUAT
KEPUTUSAN.
DEFINISI STATISTIK
STATISTIKA DIBATASI SEBAGAI SENI DAN ILMU
PENGETAHUAN TENTANG..MENGUMPULKAN,
MENGOLAH, MENYAJIKAN, MENGANALISIS, DAN
MENAFSIRKAN DATA UNTUK TUJUAN MEMBANTU DALAM
MEMBUAT KEPUTUSAN YANG LEBIH EFEKTIF.
DESKRIPTIF
Adl serangkaian
teknik yang
meliputi teknik
PENGUMPULAN,
PENYAJIAN, dan
PERINGKASAN
data.
STATISTIK
INFERENSIAL
adL serangkaian
yang digunakan
untuk MENGKAJI,
MENAKSIR, dan
mengambil
KESIMPULAN
sebagian data
sampel
STATISTIK DESKRIPTIF
Ruang Lingkup Bahasan:
1. Mencakup Penyajian Sebaran Data
(tabel distribusi frekuensi, histogram, poligon,
ogive)
2. Pengukuran Posisi/Sentral Tendensi (mean,
median, modus, kuartil, desil, dan persentil),
3. Pengukuran Keragaman/Variabilitas
(range, deviasi, variance),
4. Pengukuran Kemencengan dan Keruncingan
(skewness dan kurtosis).

DISTRIBUSI FREKUENSI
Daftar yang membagi data ke dalam beberapa kelas

Metode paling mudah untuk mengolah data adalah
distribusi frekuensi, yang mana converts data kasar
mejadi suatu pola yang bermakna bagi analisis
statistika.
BAGIAN-BAGIAN DISTRIBUSI FREKUENSI
1) Kelas-kelas (class)
Kelas adalah kelompok nilai data atau variabel

2) Batas kelas (class limits)
Batas kelas adalah nilai-nilai yang membatasi
kelas yang satu dengan kelas yang lain. Terdapat
dua batas kelas, yaitu:
a) Batas kelas bawah (lower class limits),
terdapat di deretan sebelah kiri setiap kelas;
b) Batas kelas atas (upper class limits),
terdapat di deretan sebelah kanan setiap kelas;
3) Tepi kelas (class boundary/real limits/true class limits)
disebut juga batas nyata kelas, yaitu batas kelas
yang tidak memiliki lubang untuk angka tertentu
antara kelas satu dengan kelas yang lain.
Terdapat dua tepi kelas, yaitu:
a) tepi bawah kelas = batas bawah kelas 0,5
b) tepi atas kelas = batas atas kelas + 0,5

4) Titik tengah kelas atau tanda kelas (class mid point,
class marks)
Titik tengah kelas adalah angka atau nilai data
yang tepat terletak ditengah suatu kelas.
BAGIAN-BAGIAN DISTRIBUSI FREKUENSI (L...)
(Lanjutan) Titik tengah kelas merupakan nilai
yang mewakili kelasnya.

5) Interval kelas (class interval)
intervak kelas adalah selang yang memisahkan
kelas yang satu dengan kelas yang lain.

6) Panjang intervak kelas atau luas kelas (interval
size)
Panjang interval kelas adalah jarak antara tepi
atas kelas dan tepi bawah kelas.

kelas bawah batas atas batas kelas tengah Titik ) (
2
1
+ =
7) Frekuensi kelas (class frequency)
Frekuensi adalah banyaknya data yang termasuk
ke dalam kelas tertentu.
Contoh:
Tabel 3.1 MODAL PERUSAHAAN X
Modal (Jutaan Rupiah)
Frekuensi ( f )
50 59
60 69
70 79
80 89
90 99
16
32
20
17
15
Jumlah 100
1) Banyaknya kelas = 5
2) Batas-batas kelas = 50, 59, 60, 69, ...
3) Batas bawah kelas-kelas = 50, 60, 70, 80, 90
4) Batas atas kelas-kelas = 59, 69, 79, 89, 99
5) Batas nyata kelas-kelas = 49,5; 59,5; 69,5;79,5 ...
6) Tepi bawah kelas-kelas = 49,5; 59,5; 69,5; 79,5; 89,5
7) Tepi bawah kelas-kelas = 59,5; 69,5; 79,5; 89,5; 99,5
8) Titik tengah kelas-kelas = 54,5; 64,5; 74,5; 84,5 ...
9) Interval kelas-kelas = 50 59, 60 69, ... 90 99
10) Panjang intervak kelas masing-masing 10
11) Frekuensi kelas-kelas adalah 16, 32, 20, 17, dan 15
Dari distribusi frekuensi di atas:

langkah-langkah merancang suatu distribusi frekuensi

a. Menentukan Jumlah Kelas (k)

b. Menentukan Range (r)

c. Menentukan Panjang Kelas (i)
k = jumlah kelas
n = jumlah data
k = 1 + 3,3 Log n
r = data terbesar data
terkecil
i = r
k
r = range
k = jumlah kelas

langkah-langkah merancang suatu distribusi frekuensi
(lanjutan)

d. Menentukan Kelas
Memasukkan data terkecil s.d. data terbesar

e. Menentukan Frekuensi dan Turus
c/: 0-5 = 4 IIII

f. Menghitung Relative Frequency (%)

CONTOH.

Usia dari suatu sampel yang terdiri dari 10 siswa
adalah:

20.9 18.1 18.5 21.3 19.4
25.3 22.0 23.1 23.9 22.5

ogive)
2. Pengukuran Posisi/Sentral Tendensi
(mean, median, modus, kuartil, desil, dan
persentil),
Pengukuran Posisi/Sentral Tendensi

MEAN (RATA-RATA HITUNG)
Jika X1, X2, ..., Xn, maka mean;
n
X
n
X X X
X
i
n

=
+ + +
=
...
2 1
Di mana:
= pengamatan ke-1
= mean

i
X
X
MEAN (RATA-RATA HITUNG) (lanjutan)
Contoh1:
Jika sebuah seri pengamatan terhadap panjang 10
buah tongkol jagung (dalam cm) adalah

24 21 25 26 24 23 19 20 20 20
Contoh2:
6 observasi dari berat anak balita adalah

4kg 5kg 4kg 3kg 6kg 5kg
MEDIAN (NILAI TENGAH)
Nilai tengah-tengah yang dicari dari sebuah seri yang
sudah diatur menurut ranking
Contoh 1:
Untuk set 4, 5, 2, 3, 7, 8, 4, 1, 12, mediannya dicari sebagai
berikut.
Aturlah nilai pengamatan menurut ranking, yaitu
1 2 3 4 4 5 7 8 12
Contoh 2:
Jika jumlah pengamatan adalah genap, seperti:

14 12 22 17 21 25
MODE (NILAI YANG MUNCUL TERBANYAK)
Nilai pengamatan yang mempunyai frekuensi
permunculan yang terbanyak
Contoh 1:
Dari suatu set pengamatan dari harga beras/kg diperoleh
data berikut

Rp135 Rp137 Rp140 Rp140 Rp125 Rp140

Carilah mean, median, dan mode dari upah buruh
tersebut!
Soal Latihan:
Pengamatan terhadap upah per hari dari 10 orang buruh
kasar

1200 1100 1400 1200 1000

1000 1250 1150 1450 1500
HISTOGRAM
Definisi:
Grafik berbentuk batang dan menghubungkan antara interval
kelas (tepi bawah dan tepi atas masing-masing kelas) dengan
jumlah frekuensi pada setiap kelas.
0
2
4
6
8
10
195.5-303.5 303.5-447.5 447.5-519.5 591.5-735.5 735.5-878.5
Tepi Kelas Interval Harga Saham
J
u
m
l
a
h

F
r
e
k
u
e
n
s
i
Interval

Frekuensi

159,5 - 303,5

2

303,5 - 447,5

5

447,5 591,5

9

591,5 735,5

3

735,5 878,5

1

POLIGON
Definisi:
Grafik berbentuk garis dan menghubungkan antara nilai
tengah kelas dengan jumlah frekuensi pada setiap kelas.
Nilai Tengah
Kelas

Jumlah
Frekuensi

231,5

2

375,5

5

519,5

9

663,5

3

807,0

1

0
5
10
231,5 375,5 519,5 663,5 807,0
Nilai Tengah Interval Kelas Harga Saham
F
r
e
k
u
e
n
s
i
KURVA OGIF
0
5
10
15
20
25
159.5 303.5 447.5 591.5 735.5 878.5
Tepi Kelas Interval Harga Saham
F
r
e
k
u
e
n
s
i

K
u
m
u
l
a
t
i
f
Frek. Kum. Kurang dari Frek. Kum. Lebih dari
Definisi:
Grafik yang menunjukkan frekuensi kumulatif (kurang dari
atau lebih dari) dari setiap tepi kelas interval.
Rasionalisasi Penelitian Sosial dan
Tahapan Penelitian Survai

Penguasaan terhadap metodologi penelitian merupakan
prasyarat mutlak bagi seorang peneliti sosial pada
umumnya dan sosiolog pada khususnya, karena dengan
menguasai metodologi, seorang peneliti akan mampu
menjelaskan dan memahami obyek/subyek penelitiannya.
Selain itu, akan bermanfaat tidak saja bagi
perkembangan ilmu-ilmu sosial itu sendiri, tetapi juga
bermanfaat bagi kepentingan praktis
Pendekatan Kuantitatif dan Kualitatif
KUANTITATIF
POSITIVISTIK-
NATURALISTIK
AUGUSTE COMTE
Mempunyai anggapan dasar bahwa gejala sosial dapat diperlakukan
sama dengan gejala alam dan keberlangsungannya karena adanya
hukum-hukum umum yang mengatur gejala tersebut.
KUALITATIF
HUMANISTIK-
KULTURALISTIK
JURGEN
HABERMAS
Menyatakan gejala sosial mempunyai karakter yang sangat berlainan
dengan gejala alam dan menentang keras diperlakukannya gejala
sosial seperti layaknya gejala alam & gejala sosial tidak akan pernah
dapat berulang karena kondisi obyektif akan selalu berubah melalui
perkembangan interaksi antara pengamat dan yang diamati.

INDEKS YANG MENUNJUKKAN
SEJAUHMANA SUATU ALAT
PENGUKUR BETUL-BETUL
MENGUKUR APA YANG
DIUKUR
PENELITIAN SURVAI
ALAT UKUR
(INSTRUMENT) PENELITIAN
VALIDITAS REABILITAS
WAWANCARA,
KUESIONER,
PENGAMATAN,
DAN LAINNYA
SEJAUHMANA SUATU
ALAT UKUR DAPAT
DIPERCAYA ATAU DAPAT
DIANDALKAN

MENGUKUR VALIDITAS

KORELASI ANTARA SKOR ITEM DAN SKOR TOTAL
(ITEM-TOTAL CORRELATION)
Contoh: Uji Validitas Angket Tingkat Religiusitas dengan 9 butir
pertanyaan

RES
P
BUTIR-BUTIR PERTANYAAN

TOTAL
SKOR 1 2 3 4 5 6 7 8 9
1
2
3
4
...
30
Program SPSS 13.0 for Windows
MENGUKUR REABILITAS

TEKNIK ALPHA CRONBACH
Contoh: Uji Reabilitas Angket Tingkat Religiusitas dengan 9 butir
pertanyaan

RES
P
BUTIR-BUTIR PERTANYAAN
1 2 3 4 5 6 7 8 9
1
2
3
4
...
30
Program SPSS 13.0 for Windows
ogive)
(mean, median, modus, kuartil, desil, dan
persentil),
UKURAN-UKURAN STATISTIK

Suatu kumpulan data memiliki kecenderungan untuk
terpusatkan pada suatu nilai tertentu. Nilai tertentu
yang dianggap sebagai pusat kumpulan data tersebut
di dalam lingkup statistik dibahas dalam ukuran nilai
sentral (measure of central value).

Suatu ukuran disebut sebagai nilai sentral karena
pada umumnya nilai itu berada pada bagian tengah
suatu distribusi atau kumpulan data. Oleh karena
ukuran nilai sentral cenderung berada pada bagian
tengah, ia juga dinamakan sebagai ukuran tendensi
pertengahan (measure of central tendency).
UKURAN STATISTIK
Ukuran Sentral Tendensi (Central tendency
measurement)
Rata-rata (Mean)
Nilai Tengah (Median)
Modus
Ukuran Lokasi/Posisi (Location measurement)
Presentil (Precentiles)
Kuartil (Quartiles)
Desil (Deciles)
UKURAN STATISTIK
(lanjutan..)
Ukuran Dispersi/Persebaran (Dispersion
measurement)
Jarak (Range)
Ragam/Varian (Variance)
Simpang Baku (Standard Deviation)
Rata-rata Deviasi (Mean Deviation)
measurement)

Rata-rata (Mean)
Jika data berasal dari suatu sampel, maka rata-rata
(mean) dirumuskan:

Data Tidak Berkelompok

Data Berkelompok

n
X
X
i
=
n
x f
X
i i
=
Dimana: xi = nilai tengah kelas
ke-i fi = frekuensi kelas ke-i

measurement)

Jika datanya berkelompok, maka median dapat
dicari dengan rumus berikut:

( )
CI
FMC
BCF N
BI Md
+ =
2 /
Dimana: Md
BI
N
BCF
FMC
CI
= median
= tepi bawah kelas yang mengandung median
= banyaknya data observasi
= frekuensi kumulatif di bawah kelas yang mengandung
median
= frekuensi kelas yang mengandung median
= interval kelas
measurement)

Modus
Jika datanya berkelompok, maka modus dapat
dicari dengan rumus berikut:

Dimana: Mo
BI
CI
d1

d2

= modus
= tepi bawah kelas yang mengandung modus
= interval kelas batas nyata
= selisih frekuensi antara kelas yang mengandung modus
dengan frekuensi sebelumnya
= selisih frekuensi antara kelas yang mengandung modus
dengan frekuensi kelas sesudahnya

CI
d d
d
BI Mo
+
+ =
2 1
1
Contoh Perhitungan :

Hitunglah Mean, Median, Modus & sajikan pula grafik histogram,
poligon, dan ogive!

CLICK HERE
Tabel Frekuensi Penghasilan Tambal Ban
Penghasilan
f xi f.x
(ribuan)
100 - 115 7 107,5 752,5
116 - 131 9 123,5 1111,5
132 - 147 16 139,5 2232
148 - 163 13 155,5 2021,5
164 - 179 25 171,5 4287,5
180 - 195 13 187,5 2437,5
196 - 211 9 203,5 1831,5
212 - 227 8 219,5 1756
f = 100 f.x = 16430

Mean

Median

Modus

CLICK HERE
n
x f
X
i i
=
( )
CI
FMC
BCF N
BI Md
+ =
2 /
CI
d d
d
BI Mo
+
+ =
2 1
1


- Mean

CLICK HERE
n
x f
X
i i
=
100
16430
= X
3 , 164 = X

- Median

CLICK HERE
( )
CI
FMC
BCF N
BI Md
+ =
2 /
( )
16
25
45 2 / 100
5 , 163
+ = Md
2 , 3 5 , 163 + = Md
7 , 166 = Md
= 7+9+16+13
148 163 I 164 179
163,5

- Modus

CLICK HERE
CI
d d
d
BI Mo
+
+ =
2 1
1
16
12 12
12
5 , 163
+
+ = Mo
8 5 , 163 + = Mo
5 , 171 = Mo
148 - 163 13
164 - 179 25
180 - 195 13
d1 = 25-13
d2 = 25-13
Grafik Histogram :

f
Relatif
Frekuensi (%)
7 7
9 9
16 16
13 13
25 25
13 13
9 9
8 8
Batas Bawah Kelas Penghasilan Tambal
Ban
R
e
l
a
t
i
f

F
r
e
k
u
e
n
s
i

(
%
)

5
10
15
20
25
100 116 132 .... 228
Grafik Poligon :

f xi
7 107,5
9 123,5
16 139,5
13 155,5
25 171,5
13 187,5
9 203,5
8 219,5
Titik Tengah Penghasilan Tambal Ban
F
r
e
k
u
e
n
s
i

5
10
15
20
25
107,5 123,5 139,5 .... 219,5
KURVA OGIF
Tepi Kelas Interval Penghasilan Tambal Ban
F
r
e
k
u
e
n
s
i

K
u
m
u
l
a
t
i
f

25
50
100
99,5 115,5 131,5 .... 227,5
75
Soal :

Hitunglah Mean, Median, Modus & sajikan pula grafik
histogram, poligon, dan ogive!

CLICK HERE
Tabel Frekuensi Volume Penjualan Usaha Konveksi
Volume
f xi f.x
Penjualan
5 10 7
11 16 9
17 22 16
23 28 13
29 34 25
35 40 13
41 46 9
f = 92
UKURAN STATISTIK (Lanjutan)
measurement)
Rata-rata hitung (Mean)
Modus
Selain ketiga ukuran pemusatan (rata-rata hitung,
median, dan modus), fraktil, rata-rata ukur, dan
rata-rata harmonis juga termasuk dalam ukuran
pemusatan.
a. Fraktil
Fraktil adalah nilai-nilai yang membagi
seperangkat data yang telah terurut
menjadi beberapa bagian yang sama.
Fraktil dapat berupa:
1) Kuartil,
2) Desil, dan
3) Presentil.
1) Kuartil
Kuartil adalah fraktil yang membagi
menjadi empat bagian yang sama. Terdapat
tiga jenis kuartil:
- kuartil bawah atau pertama (Q1)
- kuartil tengah atau kedua (Q2)
- kuartil atas atau ketiga (Q3)

Catatan. Kuartil kedua (Q2) sama dengan
median
1) Kuartil (Lanjutan)
a) Kuartil data tunggal
( )
4
1 +
=
n
i ke yang nilai Q
i
Dimana: n =
jumlah data

Contoh Soal:

Temukan kuartil (Q1, Q2, Q3) dari

2, 6, 8, 5, 4, 9, 12
Penyelesaian :
Data diurutkan: 2, 4, 5, 6, 8, 9, 12
n = 7

( )
4
1 7
1
1
+
= Q
= 2, yaitu 4
( )
4
1 7
2
2
+
= Q
( )
4
1 7
3
3
+
= Q
= 4, yaitu 6
= 6, yaitu 9
1 2 3 4 5 6 7
Latihan Soal

Temukan kuartil (Q1, Q2, dan Q3) dari

31, 22, 24, 30, 29, 24, 25, 28, 27, 26, 27
1) Kuartil (Lanjutan)
b) Kuartil data kelompok
C
f Q
f
in
B Q
i
i
i i

O
+ =

) (
4
Keterangan:
Bi = tepi bawah kelas kuartil
n = jumlah semu frekuensi
= jumlah frekuensi semua kelas sebelum kelas kuartil
C = panjang interval kelas
= frekuensi kelas kuartil

O ) (
i
f
i
fQ
Contoh Soal.
TABEL 4.2. NILAI UJIAN STATISTIKA 40 MAHASISWA
Nilai Ujian Frekuensi
65 67
68 70
71 73
74 76
77 79
80 82
2
5
13
14
4
2
Tentukan kuartil (Q1, Q2, dan Q3) dari distribusi
frekuensi di atas!
Penyelesaian.
Menentukan kelas kuartil
(1) Kelas Q1, jika
(2) Kelas Q2, jika
(3) Kelas Q3, jika
( ) n f
4
1
) (
1
> O
( ) n f
4
2
) (
2
> O
( ) n f
4
3
) (
3
> O
( ) n
i
f
4
) (
1
> O

Penyelesaian. (Lanjutan)
Dari Tabel 4.2 tersebut, diketahui:

n = 40 ; berarti = 10, = 20, dan = 30

Kelas Q1 adalah kelas ke-3 2 + 5 + 13 = 20
Kelas Q2 adalah kelas ke-3 2 + 5 + 13 = 20
Kelas Q3 adalah kelas ke-4 2 + 5 + 13 + 14 = 34
( ) n
4
1
( ) n
4
2
( ) n
4
3
B1 = 70,5 (ada di kelas ke-3)

C = 3

fQ1 = 13; fQ2 = 13; fQ3 = 14

= O = O = O 20 ) ( ; 7 ) ( ; 7 ) (
3 2 1
f f f
C
f Q
f
in
B Q
O
+ =

1
1
1 1
) (
4
3
13
7
4
) 40 ( 1
5 , 70
1

+ = Q
69 , 0 5 , 70
1
+ = Q
19 , 71
1
= Q
C
f Q
f
in
B Q
O
+ =

2
2
2 2
) (
4
3
13
7
4
) 40 ( 2
5 , 70
2

+ = Q
3 5 , 70
2
+ = Q
5 , 73
2
= Q
C
f Q
f
in
B Q
O
+ =

3
3
3 3
) (
4
3
14
20
4
) 40 ( 3
5 , 73
3

+ = Q
14 , 2 5 , 73
3
+ = Q
64 , 75
3
= Q
Latihan Soal.
Tentukan kuartil (Q1, Q2, dan Q3) dari distribusi
frekuensi di atas!
Tabel Frekuensi Volume Penjualan Usaha Konveksi
Volume
Frekuensi (f)
Penjualan
5 10 7
11 16 9
17 22 16
23 28 13
29 34 25
35 40 13
41 46 9
2) Persentil
Persentil adalah fraktil yang membagi
menjadi 100 bagian yang sama.

P1 = Persentil 1
P20 = Persentil 20
P35 = Persentil 35
...
P99 = Persentil 99
2) Persentil (Lanjutan)
a) Persentil data tunggal
( )
100
1 +
=
n
i ke yang nilai P
i
Dimana: n =
jumlah data

Contoh Soal:

Temukan persentil (P35, P50, P75) dari

2, 6, 8, 5, 4, 9, 12
Penyelesaian :
Data diurutkan: 2, 4, 5, 6, 8, 9, 12
n = 7

( )
100
1 7
35
35
+
= P
= 2,8 = 3 yaitu 5
( )
100
1 7
50
50
+
= P
( )
100
1 7
75
75
+
= P
= 4, yaitu 6
= 6, yaitu 9
1 2 3 4 5 6 7
2) Presentil (Lanjutan)
b) Presentil data kelompok
C
f P
f
in
B P
i
i
i i

O
+ =

) (
100
Keterangan:
Bi = tepi bawah kelas persentil
= jumlah frekuensi semua kelas sebelum kelas
persentil
= frekuensi kelas persentil

O ) (
i
f
i
fP
Contoh Soal.
65 67
68 70
71 73
74 76
77 79
80 82
2
5
13
14
4
2
Tentukan Persentil 30 dari distribusi frekuensi di
atas!
Penyelesaian.
Menentukan kelas persentil
Kelas Pi, jika
Kelas P30, jika


n = 40 ; berarti Persentil 30

( ) n
i
f
i
100
) ( > O
( ) 40
100
30
) (
30
> O
f
( ) 12 40
100
30
) (
30
= > O
f
Karena Persentil 30

Kelas P30 adalah kelas ke-3 2 + 5 + 13 = 20

C = 3

fP30 = 13
( ) 12 40
100
30
) (
30
= > O
= O 7 ) (
30
f
C
f P
f
in
B P
O
+ =

30
30
30 30
) (
100
3
13
7
100
) 40 ( 30
5 , 70
30

+ = P
15 , 1 5 , 70
30
+ = P
65 , 71
30
= P
3) Desil
Desil adalah fraktil yang membagi seperangkat
data yang telah terurut menjadi 10 bagian yang
sama.

D1 = Desil 1
D2 = Desil 2
D3 = Desil 3
...
D9 = Desil 9

3) Desil (Lanjutan)
a) Desil data tunggal
( )
10
1 +
=
n
i ke yang nilai D
i
Dimana: n =
jumlah data

Contoh Soal:

Temukan Desil (D4, D6) dari

2, 6, 8, 5, 4, 9, 12
Penyelesaian :
Data diurutkan: 2, 4, 5, 6, 8, 9, 12
n = 7

( )
10
1 7
4
4
+
= D
= 3,2 = 3 yaitu 5
( )
10
1 7
6
6
+
= D
= 4,8 = 5 yaitu 8
1 2 3 4 5 6 7
3) Desil (Lanjutan)
b) Desil data kelompok
C
f D
f
in
B D
i
i
i i

O
+ =

) (
10
Keterangan:
Bi = tepi bawah kelas desil
= jumlah frekuensi semua kelas sebelum kelas desil
= frekuensi kelas desil

O ) (
i
f
i
fD
Contoh Soal.
65 67
68 70
71 73
74 76
77 79
80 82
2
5
13
14
4
2
Tentukan Desil 3 dari distribusi frekuensi di atas!
Penyelesaian.
Menentukan kelas persentil
Kelas Di, jika
Kelas D3, jika


n = 40 ; berarti Desil 3

( ) n
i
f
i
10
) ( > O
( ) 40
10
3
) (
3
> O
f
( ) 12 40
10
3
) (
3
= > O
f
Karena Desil 3

Kelas D3 adalah kelas ke-3 2 + 5 + 13 = 20

C = 3

fD3 = 13
( ) 12 40
10
3
) (
3
= > O
= O 7 ) (
3
f
C
f D
f
in
B D
O
+ =

3
3
3 3
) (
10
3
13
7
10
) 40 ( 3
5 , 70
3

+ = D
15 , 1 5 , 70
3
+ = D
65 , 71
3
= D
Latihan Soal.
Tabel 1. Besar Sumbangan Keluarga Miskin untuk
Hajatan Kampung
Tentukan Kuartil 1, Kuartil 2, Kuartil 3, Presentil 24,
dan Desil 5 dari distribusi frekuensi di atas!
Besar Sumbangan
(Ribu Rupiah)
Frekuensi (f)
26 - 35 6
36 - 45 10
46 - 55 12
56 - 65 16
66 - 75 19
76 - 85 15
86 - 95 14
96 - 105 8
ogive)
(mean, median, modus, kuartil, desil, dan persentil),
UKURAN DISPERSI
Ukuran dispersi atau ukuran variasi atau
ukuran penyimpangan adalah ukuran yang
menyatakan seberapa jauh penyimpangan
nilai-nilai data dari nilai-nilai pusatnya atau
ukuran yang menyatakan seberapa banyak
nilai-nilai data yang berbeda dengan nilai
pusatnya.
MENGAPA PERLU UKURAN
DISPERSI ?
Rata rata dan median hanya
menggambarkan sentral dari sekelompok
data, tetapi tidak menggambarkan bagaimana
penyebarannya.
Dua kelompok data dengan rata-rata sama,
belum tentu memiliki penyebaran yang sama.
oleh karena itu, hanya dengan rata-rata kita
tidak dapat melihat gambaran yang jelas dari
kelompok data tersebut.
Lanjutan...
Ukuran dispersi yang kecil menunjukkan nilai
data saling berdekatan (perbedaan kecil),
sedangkan nilai dispersi yang besar
menunjukkan bahwa nilai data menyebar
(perbedaan nilai masing-masing data besar)
Ukuran dispersi digunakan untuk melengkapi
perhitungan nilai sentral
Contoh Kasus:
Data A terdiri dari nilai-nilai : 52 56 60 64 68
Data B terdiri dari nilai-nilai : 40 50 60 70 80

Rata-rata kedua kelompok data tersebut adalah
sama (60) akan tetapi vasiasi nilai-nilainya
terhadap nilai sentral berbeda.
40 50 60 70 80
52 56 60 68 64
DISPERSI
ABSOLUT
digunakan untuk
mengetahui tingkat
variabilitas nilai-
nilai observasi
pada suatu data
UKURAN DISPERSI
DISPERSI
RELATIF
digunakan untuk
membandingkan
tingkat variabilitas
nilai-nilai observasi
suatu data dengan
data lainnya
DISPERSI ABSOLUT
Digunakan untuk mengetahui tingkat
variabilitas nilai-nilai observasi pada suatu
data. Metode pengukuran dispersi absolut ada
4:
1. Jangkauan (range);
2. Jangkauan antarkuartil dan semi interkuartil;
3. Deviasi Rata-Rata; dan
4. Deviasi Standar.
JANGKAUAN (RANGE)
Adalah selisih nilai terbesar data dengan
nilai terkecil data.
a. Jangkauan Data Tunggal
Bila ada sekumpulan data tunggal,
X1, X2, ....., Xn maka jangkauannya adalah
Jangkauan = Xn X1
Contoh Soal:
Tentukan jangkauan data berikut:
2, 6, 8, 5, 4, 12, 9

Penyelesaian :
Data diurutkan: 2, 4, 5, 6, 8, 9, 12
X7 = 12 dan X1 = 2
Jangkauan = X7 X1 = 12 2 = 10
b. Jangkauan Data Berkelompok
Dapat ditentukan dua cara:
1) Jangkauan adalah selisih titik tengah
kelas tertinggi dengan titik tengah kelas
terendah.

2) Jangkauan adalah selisih tepi atas kelas
tertinggi dengan tepi kelas terendah.
Contoh Soal.
Tentukan jangkauan dari distribusi
frekuensi berikut!
TABEL 5.1. PENGUKURAN TINGGI BADAN 50 SISWA
Tinggi Badan Frekuensi
140 144
145 149
150 154
155 159
160 164
165 169
170 174
2
4
10
14
12
5
3
Penyelesaian.
1) Titik Tengah
Titik tengah kelas terendah = 142
Titik tengah kelas tertinggi = 172
Jangkauan = 172 142 =30
Penyelesaian.
2) Tepi Kelas
Tepi bawah kelas terendah = 139,5
Tepi atas kelas tertinggi = 174,5
Jangkauan = 174,5 139,5 =35
JANGKAUAN ANTAR KUARTIL DAN
JANGKAUAN SEMI INTERKUARTIL
Jangkauan antarkuartil adalah selisih antar
kuartil atas (Q3) dan kuatil bawah (Q1)

Dirumuskan:
JK = Q3 Q1
Jangkauan semi interkuartil adalah
setengah dari selisih kuartil atas (Q3) dan
kuatil bawah (Q1)

Dirumuskan:

Qd = (Q3 Q1)

2
1
Contoh Soal.
Tentukan jangkauan antarkuartil dan
jangkauan semi interkuartil dari data
berikut

2, 4, 6, 8, 10, 12, 14
Penyelesaian.
2, 4, 6, 8, 10, 12, 14

Q1 = 4 dan Q3 = 12
JK = Q3 - Q1
= 12 4 = 8

Qd = (12 4) = 4
2
1
Contoh Soal.
Tentukan jangkauan antarkuartil dan
jangkauan semi interkuatil distribusi
frekuensi berikut!
TABEL 5.2. NILAI UJIAN STATISTIK 80 MAHASISWA
30 39
40 49
50 59
60 69
70 79
80 89
90 99
2
3
5
14
24
20
12
C
f Q
f
in
B Q
O
+ =

1
1
1 1
) (
4
14 , 7 5 , 59
1
+ = Q
64 , 66
1
= Q
10
14
10
4
) 80 ( 1
5 , 59
1

+ = Q
C
f Q
f
in
B Q
O
+ =

3
3
3 3
) (
4
10
20
48
4
) 80 ( 3
5 , 79
3

+ = Q
6 5 , 79
3
+ = Q
5 , 85
3
= Q
Penyelesaian.
64 , 66
1
= Q
5 , 85
3
= Q
JK = Q3 - Q1
= 85,5 66,64 = 18,86

Qd = (85,5 66,64) = 9,43
2
1
Catatan.
Jangkauan antarkuartil (JK) dapat
digunakan untuk menemukan data
pencilan, yaitu data yang dianggap
salah atau salah ukur atau berasal
dari kasus yang menyimpang, karena
itu perlu diteliti ulang.

Data pencilan adalah data yang
kurang dari pagar luar
Lanjutan ...
Keterangan:
L = satu langkah
PD = pagar dalam
PL = pagar luar
L = 1,5 x JK
PD = Q1 L
PL = Q3 + L
Contoh Soal.
Selidikilah apakah terdapat data pencilan
dari data dibawah ini!

15, 33, 42, 50, 51, 51, 53, 55,
62, 64, 65, 68, 79, 85, 97
Penyelesaian.
15, 33, 42, 50, 51, 51, 53, 55, 62, 64, 65, 68, 79, 85, 97

Q1 = 50 dan Q3 = 68
JK = 68 50 = 18
L = 1,5 x 18 = 27
PD = 50 27 = 23
PL = 68 + 27 = 95
Simpulan.
15, 33, 42, 50, 51, 51, 53, 55, 62, 64, 65, 68, 79, 85, 97

PD = 23 dan PL = 95

Pada data di atas terdapat nilai 15 dan 97 yang
berarti kurang dari pagar dalam (23) atau lebih
dari pagar luar (95). Dengan demikian, nilai 15
dan 97 termasuk data pencilan, karena itu perlu
diteliti ulang. Adanya nilai 15 dan 97 mungkin
disebabkan salah dalam mencatat, salah dalam
mengukur, atau data dari kasus menyimpang.
DEVIASI RATA-RATA
Adalah nilai rata-rata hitung dari harga
mutlak simpangan-simpangannya.
a. Deviasi Rata-rata Data Tunggal

=
n
X X
DR
Contoh Soal:
Tentukan deviasi rata-rata data berikut:
2, 3, 6, 8, 11

2, 3, 6, 8, 11

Penyelesaian :
Rata-rata hitung =

6
5
11 8 6 3 2
=
+ + + +
= X
14 6 11 6 8 6 6 6 3 6 2 = + + + + =
X X
i

=
n
X X
DR
8 , 2
5
14
= = DR
4 3 0 2 5
b. Deviasi Rata-rata Data Berkelompok

=
n
X X
f DR
Contoh Soal.
Tentukan deviasi rata-rata dari distribusi
frekuensi pada tabel 5.1!
Tinggi Badan Frekuensi
140 144
145 149
150 154
155 159
160 164
165 169
170 174
2
4
10
14
12
5
3
7 , 157 = X
DARI TABEL 5.1
DIDAPAT HASIL
PERHITUNGAN
Tinggi Badan Xi f I X-X I f I X-X I
140 144
145 149
150 154
155 159
160 164
165 169
170 174
142
147
152
157
162
167
172
2
4
10
14
12
5
3
15,7
10,7
5,7
0,7
4,3
9,3
14,3
31,4
42,8
57
9,8
51,6
46,5
42,9
Jumlah - 50 - 282
Jadi,

=
n
X X
f DR
64 , 5
50
282
= = DR
VARIANS
Adalah nilai tengah kuadrat simpangan dari
nilai simpangan rata-rata kuadrat.

Varians sampel disimbolkan dengan S
2
Varians populasi disimbolkan dengan
(sigma)
a. Varians Data Tunggal
Dapat digunakan dengan dua metode,
yaitu metode biasa dan metode angka
kasar.
Varians data tunggal Metode Biasa
a) Untuk Sampel besar (n > 30)
( )
n
X X
=
2
S
2
b) Untuk Sampel kecil (n < 30)
( )
1
2
S
2
X X
=

n
Varians data tunggal Metode Angka Kasar
( ) ( )
n n
2 2
S
2

X
X
=
( ) ( )
) 1 (
2
1
2
S
2
X
=

n n n
Contoh Soal.
Tentukan deviasi rata-rata data berikut:
2, 3, 6, 8, 11

Penyelesaian:
n = 5

6
5
11 8 6 3 2
=
+ + + +
= X
X X-X (X-X)
2
X
2
2
3
6
8
11
-4
-3
0
2
5
16
9
0
4
25
4
9
36
64
121
30 - 54 234
Penyelesaian:
( )
1
2
S
2
X X
=

n
1 5
54
S
2
=
5 , 13 S
2
=
Metode Biasa
Metode Angka Kasar
( ) ( )
) 1 (
2
1
2
S
2
X
=

n n n
) 1 5 ( 5
2
) 30 (
1 5
234
S
2
=
5 , 13 S
2
=
b. Varians Data Berkelompok
Dapat digunakan dengan tiga metode,
yaitu
1) Metode biasa,
2) Metode angka kasar, dan
3) Metode coding.
Varians data berkelompok Metode Biasa
( )
n
f
X X
=
2
S
2
( )
1
2
S
2
X X
=

n
f
Varians data berkelompok Metode Angka Kasar
|
|
.
|
\
|
|
|
.
|
\
|
X
X
=
2
2
S
2
n
f
n
f
|
|
.
|
\
|
|
|
.
|
\
|
X
=
2
) 1 (
2
S
2
n n
f
n
f
Varians data berkelompok Metode Coding
|
|
.
|
\
|
|
.
|
\
|
|
|
.
|
\
|
=
2
2
2
S
2
n
u f
n
u f
C
|
|
.
|
\
|
|
.
|
\
|
|
|
.
|
\
|
=
2
) 1 (
2
2
S
2
n n
u f
n
u f
C
Metode Coding (lanjutan...)
Keterangan:
u =
M = rata-rata hitung sementara
C C
d M X
=
Latihan Soal.
Tentukan varians dari distribusi
frekuensi berikut!
TABEL 5.3. PENGUKURAN BERAT BADAN 40 SISWA
Berat Badan Frekuensi
65 67
68 70
71 73
74 76
77 79
80 82
2
5
13
14
4
2
Jumlah 40
Penyelesaian.
1) Dengan metode biasa
TABEL 5.3. PENGUKURAN BERAT BADAN 40 SISWA; X =
73,425
Berat Badan X f X-X (X-X)
2
f (X-X)
2
65 67
68 70
71 73
74 76
77 79
80 82
66
69
72
75
78
81
2
5
13
14
4
2
-7,425
-4,425
-1,425
1,575
4,575
7,575
55,131
19,581
2,031
2,481
20,931
57,381
110,262
97,905
26,403
34,734
83,724
114,762
Jumlah - 40 - -

467,790

( )
n
f
X X
=
2
S
2
40
790 , 467
S
2
=
694 , 11 S
2
=
Penyelesaian.
2) Dengan metode angka kasar
Berat Badan
X f X
2
f X f X
2
65 67
68 70
71 73
74 76
77 79
80 82
66
69
72
75
78
81
2
5
13
14
4
2
4356
4761
5184
5625
6084
6561
132
345
936
1050
312
162
8712
23805
67392
78750
24336
13222
Jumlah
- 40 - 2937

216117

|
|
.
|
\
|
|
|
.
|
\
|
=
2
40
2937
40
216117
S
2
231 , 5391 925 , 5402 S
2
=
|
|
.
|
\
|
|
|
.
|
\
|
X
X
=
2
2
S
2
n
f
n
f
694 , 11 S
2
=
Penyelesaian.
3) Dengan metode coding
Tinggi Badan
X f u u
2
f u

f u
2

65 67
68 70
71 73
74 76
77 79
80 82
66
69
72
75
78
81
2
5
13
14
4
2
-3
-2
-1
0
1
2
9
4
1
0
1
4
-6
-6
-5
14
24
4
18
20
72
75
78
81
Jumlah
- 40 - - 21

63
( )
n
u f
n
u f
C
2
2
2
S
2

=
|
|
.
|
\
|
|
.
|
\
|
|
.
|
\
|

=
2
40
21
40
63
2
3 S
2
) 276 , 0 575 , 1 ( 9 S
2
=
694 , 11 S
2
=
SIMPANGAN BAKU (STANDAR
DEVIASI)
Adalah akar dari tengah kuadrat.

Simpangan Baku sampel disimbolkan dengan S

Simpangan Baku populasi disimbolkan dengan
(sigma)
Menentukan simpangan baku;
VARIANS = S
SIMPANGAN BAKU (STANDAR
DEVIASI)
a) Simpangan baku data tunggal
a.1. Metode biasa
a.2. Metode angka kasar

b) Simpangan baku data berkelompok
b.1. Metode biasa
b.2. Metode angka kasar
b.3. Metode coding
Simpangan baku data tunggal Metode Biasa
( )
n
X X
=
2
S
( )
1
2
S
X X
=

n
Simpangan baku data tunggal Metode Angka
Kasar
( ) ( )
n n
2 2
S
X
X
=
( ) ( )
) 1 (
2
1
2
S
X
=
n n n
Contoh Soal.
Tentukan simpangan baku (standar deviasi)
data berikut:
2, 3, 6, 8, 11

Penyelesaian.
S
2
= 13,5

VARIANS = S
67 , 3 5 , 13 S = =
Simpangan baku data berkelompok Metode
Biasa
( )
n
f X X
=
2
S
( )
1
2
S
X X
=
n
f
Simpangan baku data berkelompok Metode Angka
Kasar
|
|
|
.
|
\
|
|
|
.
|
\
|
X
X
=
2
2
S
n
f
n
f
|
|
|
.
|
\
|
|
|
.
|
\
|
X
=
2
) 1 (
2
S
n n
f
n
f
Simpangan baku data berkelompok Metode
Coding
|
|
|
.
|
\
|
|
|
.
|
\
|
|
|
|
.
|
\
|
=
2
2
2
S
n
u f
n
u f
C
|
|
|
.
|
\
|
|
|
.
|
\
|
|
|
|
.
|
\
|
=
2
) 1 (
2
2
S
n n
u f
n
u f
C
Contoh Soal.
Tentukan simpangan baku dari
distribusi frekuensi berikut pada
contoh tabel 5.3!
Penyelesaian.
Hasil Perhitungan;

S
2
= 11,694
VARIANS = S
42 , 3 964 , 11 S = =
Latihan Soal.
Tentukan simpangan baku dari
distribusi frekuensi berikut
(gunakan ketiga rumus)!
TABEL 5.4. PENGUKURAN BERAT BADAN 100
SISWA
Berat Badan Frekuensi
40 44
45 49
50 54
55 59
60 64
65 69
70 74
8
12
19
31
20
6
4
Jumlah 100
DISPERSI
ABSOLUT
digunakan untuk
mengetahui tingkat
variabilitas nilai-
nilai observasi
pada suatu data
UKURAN DISPERSI
DISPERSI
RELATIF
digunakan untuk
membandingkan
suatu data dengan
data lainnya
DISPERSI RELATIF
digunakan untuk membandingkan tingkat
variabilitas nilai-nilai observasi suatu data
dengan tingkat variabilitas nilai-nilai
observasi data lainnya.

Koefisien variasi adalah contoh dispersi
relatif.
KOEFISIEN RELATIF (KV)
Jika dispersi absolut digantikan dengan
simpangan bakunya maka dispersi relatifnya
disebut koefisien variasi (KV).

KOEFISIEN RELATIF (KV) (lanjutan...)
Koefisien variasi dirumuskan:
% 100 KV
X
=
S
Keterangan:

KV = koefisien variasi
S = simpangan baku
X = rata-rata
Contoh Soal.
Dari hasil penelitian terhadap besi
beton di toko A dan B, diperoleh data
sebagai berikut.

X
a
= 55590 Psi, S
a
= 20

X
b
= 76000 Psi, S
b
=25

Contoh Soal.
a. Tentukan koefisien variasi masing-
masing!
b. Di toko mana sebaiknya kita
membeli besi beton!
Penyelesaian.
a.

b.
% 100 KV
X
=
a
a
S
% 100
55590
20
KV =
% 036 , 0 KV =
% 100 KV
X
=
b
b
S
% 100
76000
25
KV =
% 033 , 0 KV =

Lanjutan...
Jadi, variasi kekuatan besi beton di
toko A lebih besar daripada variasi
kekuatan besi beton di toko B.

b. Sebaiknya membeli besi beton di
Toko A
Latihan Soal 2.
Dua perusahaan, memiliki karyawan
sebanyak 50 orang. Untuk keperluan
penelitian mengenai variasi gaji
karyawan diambil sampel sebanyak 7
orang setiap perusahaan dengan gaji
masing-masing (dalam ribuan rupiah);
300, 250, 350, 400, 600, 500, 550, dan
200, 450, 250, 300, 350, 750, 500
Latihan Soal 2.
a. Tentukan dispersi perusahaan tsb!

b. Perusahaan mana yang memiliki
variasi gaji yang lebih baik?
Penyelesaian:
Perusahaan A
X

X
2
300
250
350
400
600
500
550
90000
62500
122500
160000
360000
250000
302500
2950 1347500
( ) ( )
) 1 (
2
1
2
S
X
=
n n n
Metode Angka Kasar
( )
) 1 7 ( 7
2
2950
1 7
1347500
S
=
836 , 131 S =
43 , 421
7
2950
= = X
Penyelesaian:
Perusahaan B
X

X
2
200
450
250
300
350
750
500
40000
202500
62500
90000
122500
562500
250000
2800 1330000
( ) ( )
) 1 (
2
1
2
S
X
=
n n n
Metode Angka Kasar
( )
) 1 7 ( 7
2
2800
1 7
1330000
S
=
082 , 187 S =
400
7
2800
= = X
Penyelesaian.
a.

b.
% 100 KV
A
X
A
=
S
% 100
43 , 421
836 , 131
KV =
% 28 , 31 KV =
% 100 KV
B
X
B
=
S
% 100
400
082 , 187
KV =
% 77 , 46 KV =

Lanjutan...
a. Dari perhitungan dispersi di atas,
terlihat bahwa dispersi relatif gaji
perusahaan B lebih baik daripada
dispersi relatif gaji perusahaan A.

b. Variasi gaji di perusahaan B lebih baik
di-bandingkan variasi gaji di perusahaan
A.
ogive)
(mean, median, modus, kuartil, desil, dan persentil),
Kecondongan (Skewness)
Kemencengan atau kecondongan
(skewness) adalah tingkat
ketidaksimetrisan atau kejau-han simetri
dari sebuah distribusi.
Distribusi frekuensi atau distribusi proporsi
dapat saja:
a. Simetri
b. Condong ke kiri atau positif
c. Condong ke kanan atau negatif
a. Distribusi Simetri
Modus = Median = Rata-rata (hitung)
b. Distribusi condong positif (positively
skewed)
Modus < Median < Rata-rata (hitung)
M Mo

c. Distribusi condong negatif (negatively skewed)
Modus > Median > Rata-rata (hitung)

M Mo
Keruncingan (Kurtosis)
Keruncingan atau kurtosis adalah tingkat
kepuncakan dari sebuah distribusi yang
biasanya diambil secara relatif terhadap
suatu distribusi normal.
Distribusi frekuensi atau distribusi proporsi
dapat saja memiliki puncak:
a. Mesokurtik (puncak biasa)
b. Leptokurtik (puncak tinggi)
c. Platikurtik (puncak rendah)
Leptokurtik
Mesokurtik
Platikurtik
ANGKA INDEKS (AI)
AI mrpkn ukuran statistika yg biasa digunakan utk
membandingkan suatu nilai dgn nilai lain dr
variabel yg sama. Nilai lain tsb dpt berupa nilai
tunggal maupun kumpulan nilai2 yg berurutan.
Perbandingan tsb dlm persatuan persen, tapi dlm
praktek satuan persen jarang / hampir tdk pernah
disertakan & nilai variabel yg dibandingkan
biasanya adalah nilai2 yg berbeda waktu.
Gambaran AI yg digunakan utk membandingkan
suatu nilai dgn nilai tunggal dr variabel yg sama.
Contohnya :
ANGKA INDEKS (AI) (lanjutan...)
Seorang ibu rumah tangga utk mendapatkan
beras per-kg di tahun 1983 harus mengeluarkan
uang sebesar Rp 2500,- dan pd thn 1985 utk
mendapatkan beras yg sama harus mengeluarkan
uang sebesar Rp 3500,-. Bila dibandingkan 2
harga beras tahun 1985 dengan tahun 1983, maka
didapatkan angka indeks sbb.:

3500/2500 x 100 % = 140 %

ANGKA INDEKS (AI) (lanjutan...)
AI yg digunakan utk membandingkan suatu nilai
dgn rangkaian nilai dr suatu variabel sering
dijumpai dlm praktek. Sbg contoh data rata2
murid per SMU Negeri sejak th 1970 1982, maka
AI berangkai yg dibandingkan dgn jumlah pd th
1975 adalah sbb :
Tahun Jumlah Murid Angka Indeks (%)
1970 231 231 / 267 x 100 % = 86,52
1971 145 145 / 267 x 100 % = 54,68
1972 212 212 / 267 x 100 % = 79,40
1973 214 214 / 267 x 100 % = 80,15
1974 260 260 / 267 x 100 % = 97,36
1975 267 267 / 267 x 100 % = 100,00
1976 297 297 / 267 x 100 % = 111,23
1977 333 333 / 267 x 100 % = 124,72
1978 350 350 / 267 x 100 % = 131,09
1979 347 347 / 267 x 100 % = 129,96
1980 358 358 / 267 x 100 % = 134,08
1981 353 353 / 267 x 100 % = 132,21
1982 379 379 / 267 x 100 % = 141,95
Tabel 6 . Rata2 banyaknya murid per sekolah SMU 1970 -1982
METODE PENENTUAN ANGKA
INDEKS
Pd dasarnya AI dpt ditentukan menurut bebrapa
cara yg berbeda satu dgn yg lainnya. Dari
keseluruhan metode penentuan angka indeks yg
ada, maka dpt disusun sebuah skema yg
menunjukkan berbagai angka indeks yg akan
dihasilkan karena meng-gunakan metode
penentuan tertentu.
ANGKA INDEKS
INDEKS TDK
TERTIMBANG
INDEKS
TERTIMBANG
INDEKS
BERANGKAI
INDEKS ANGKA
RELATIF
INDEKS GABUNGAN
SEDERHANA
INDEKS RATA
2
ANGKA RELATIF
INDEKS GAB.
TERTIMBANG
INDEKS
LASPEYRES
INDEKS
PAASCHE
INDEKS DROBISH
INDEKS FISHER
INDEKS
MARSHALL
EDWORTH
INDEKS RATA
2
TERTIMBANG
ANGKA
RELATIF
Pertama membicarakan penentuan indeks
utk persoalan yg memiliki variabel harga,
se-lanjutnya ttg garis besar penggunaannya
pd persoalan yg memiliki variabel kuantitas
.
1. Metode Angka Relatif (MAR)

MAR mrpk metode penyusunan angka indeks yg
sederhana & cocok utk mengukur perbedaan nilai2
satu macam variabel yg berbeda waktu. Misal pd
persoalan yg hanya menyangkut harga barang saja
atau yg hanya menyangkut kuantitas produksi saja.
Apabila digunakan metode ini pd persoalan yg
memiliki variabel harga saja, mk akan mendptkan
angka indeks yg dikenal dgn nama indeks harga
relatif. Penentuan angka indeks dpt dilihat pd contoh
berikut :
Tahun Harga ikan/ kg (Rp) Indeks Harga Relatif
1980 1.200 1.200/1.200 x 100 = 100
1981 1.230 1.230/1.200 x 100 = 102.5
1982 1.250 1.250/1.200 x 100 = 104.2
1983 1.300 1.300/1.200 x 100 = 108.3
Contoh utk mengetahui perubahan harga ikan segar di pasar X
:
Bila th 1980 sbg th dasar, mk indeks harga relatif pd th tsb =
100, sedangkan utk tahun2 yg lain dgn rumus :
P
n
I
HRn
= ------- x 100 ,dimana I
HRn
= indeks harga relatif

P
o
P
n
= harga pd th n
P
o
= harga pd th dasar

2. Metode Gabungan sederhana
Metode ini mrpk metode penentuan angka indeks yg
sangat cocok utk mengukur perbedaan / perkem-
bangan perbedaan nilai
2
yg dianggap hany memiliki
satu variabel saja, walaupun mrpk gabungan beberapa
variabel.
Angka indeks ini biasa disebut dgn indeks gabungan
sederhana, dgn menggunakan rumus :
P
n
IA
n
= ------- , dimana : IA = indeks gab sedrhana th n
P
o
P
n
= jumlah seluruh harga pd th n
P
o
= jumlah seluruh harga pd th dasar
Indeks gabungan sederhana 9 macam bahan pokok th 80 = 100
sbg th dasar pembanding, indeks gab. sederhana th 84 : 8.395/
7.290 x 100 = 115,15
Tabel 6.1. Harga rata-rata 9 macam bahan pokok di pasar
Surabaya, 1980 -1984

Jenis Bahan
Harga (Rp/satuan)
1980 1984
Beras (kg) 200 225
Gula pasir (kg) 350 450
Garam (bata) 15 25
Minyak kepala (btl) 700 1.200
Ikan asin (kg) 1.500 1.600
Tekstil (meter) 1.300 1.300
Batik (lembar) 3.000 3.250
Sabun cuci (batang) 200 215
Minyak tanah (ltr) 125 130
Jumlah () 7.290 8.395
3. Metode rata2 angka relatif
Metode ini mrpkn metode penemuan angka indek yg tergolong
sederhana & mrpkn metode yg cocok utk menemukan angka
indeks pd persoalan yg memilik beberapa variabel.
Hasil dr metode ini biasa dikenal dgn indeks rata
2
harga relatif.
Yg pd dasarnya mrpk rata
2
hitung dr indeks relatif masing
2

variabel yg ada.
P
n
Rumus : I
RHn
= ( ------) : k
P
o

I
RHn
= indeks rata
2
harga relatif/ thn
P
n
= harga thn n
P
o
= harga thn dasar
k = jumlah jenis barang
Indeks rata2 harga relatif = 1.105/ 9 = 122,8
Tabel 6.1. Harga rata-rata 9 macam bahan pokok di pasar
Surabaya, 1980 -1984
Jenis bahan Indeks harga relatif thn 1984
Beras (kg) 225/200 x 100 = 112,5
Gula pasir (kg) 450/350 x 100 = 128,6
Garam (bata) 25/15 x 100 = 166,6
Minyak kepala (btl) 1.200/700 x 100 = 171,4
Ikan asin (kg) 1.600/1.500 x 100 = 106,6
Tekstil (meter) 1.300/1.300 x 100 = 100,0
Batik (lembar) 3.250/3.000 x 100 = 108,3
Sabun cuci (batang) 215/200 x 100 = 107,5
Minyak tanah (ltr) 130/125 x 100 = 104,0
Jumlah () 1.105,5
Utk Indeks Tertimbang dgn penimbang adalah
sesuatu yg dimasukkan ke dlm perhitungan angka
indeks sehingga didptkn angka indeks yg benar2
tetap mempertimbangkan posisi yg mendekati
sebenarnya. Disini ada 6 macam dan silahkan
dipelajari sendiri.
Dan utk selanjutnya kita pelajari indeks berangkai.
Metode berangkai adalah metode penentuan
angka indeks yg sedikit berbeda (dgn metode2
terdahulu), yaitu penentuan indeks dgn selalu
menggunakan tahun dasar adalah tahun
sebelumnya. Selanjutnya lihat contoh berikut ini :
Tahun Harga per-kg (Rp) Indeks Harga Relatif Berangkai
1978 200
1979 225 225/200 x 100 = 112,50
1980 240 240/225 x 100 = 106,67
1981 250 250/240 x 100 = 104,17
Contoh, Harga beras tahun 1978 - 1981
INDEKS KUANTITAS
Telah dijelaskan bhw angka indeks merpkn
peralatan statistik yg digunakan utk mengukur
perubahan atau perkembangan perubahan
variabel, baik variabel yg berupa harga
maupun kuantitas barang.
Untuk penentuan indeks kuantitas pd dasarnya
sama dgn penentuan indeks harga, sehingga
metodenya juga sama tinggal mengganti
variabelnya.

OPTIMIZED TITLE

Uploaded by

Document Information

Original Description:

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

OPTIMIZED TITLE

Uploaded by

Copyright:

Available Formats

MODUL

PENGANTAR STATISTIK SOSIAL

You might also like