Pengertian

I.
Pengertian
1.1. Pengertian Statistika dan Statistik
Statistika ((bahasa Inggris: statistics) merupakan bagian dari ilmu matematika yang
mempelajari bagaimana merencanakan, mengumpulkan, menganalisis, menginterpretasi, dan
mempresentasikan data. Singkatnya, statistika adalah ilmu yang berkenaan dengan data.
Istilah 'statistika'(bahasa Inggris: statistics) berbeda dengan 'statistik' (statistic). Statistika
merupakan ilmu yang berkenaan dengan data, sedang statistik adalah data, informasi, atau
hasil penerapan algoritma statistika pada suatu data.
Penerapan statistika banyak dilakukan dalam berbagai bidang. Statistika digunakan
dalam berbagai disiplin ilmu (ilmu-ilmu alam (misalnya astronomi dan biologi) maupun
ilmu-ilmu sosial (misalnya sosiologi dan psikologi)), di bidang bisnis, ekonomi, dan industri,
di bidang pemerintahan untuk berbagai macam tujuan; sensus penduduk merupakan salah
satu prosedur yang paling dikenal, di bidang komputasi digunakan untuk pengenalan pola
maupun kecerdasan buatan, dll. Aplikasi statistika lainnya yang sekarang populer adalah
prosedur jajak pendapat atau polling (misalnya dilakukan sebelum pemilihan umum), serta
jajak cepat (perhitungan cepat hasil pemilu) atau quick count.
1.2. Sejarah
Penggunaan istilah statistika berakar dari istilah istilah dalam bahasa latin moderen
statisticum collegium ("dewan negara") dan bahasa Italia statista ("negarawan" atau
"politikus").
Gottfried Achenwall (1749) menggunakan Statistik dalam bahasa Jerman untuk
pertama kalinya sebagai nama bagi kegiatan analisis data kenegaraan, dengan
mengartikannya sebagai "ilmu tentang negara (state)". Pada awal abad ke-19 telah terjadi
pergeseran arti menjadi "ilmu mengenai pengumpulan dan klasifikasi data". Sir John Sinclair
memperkenalkan nama (Statistics) dan pengertian ini ke dalam bahasa Inggris. Jadi, statistika
secara prinsip mula-mula hanya mengurus data yang dipakai lembaga-lembaga administratif
dan pemerintahan. Pengumpulan data terus berlanjut, khususnya melalui sensus yang
dilakukan secara teratur untuk memberi informasi kependudukan yang berubah setiap saat.
Pada abad ke-19 dan awal abad ke-20 statistika mulai banyak menggunakan bidang-
bidang dalam matematika, terutama probabilitas. Cabang statistika yang pada saat ini sangat
luas digunakan untuk mendukung metode ilmiah, statistika inferensi, dikembangkan pada
paruh kedua abad ke-19 dan awal abad ke-20 oleh Ronald Fisher (peletak dasar statistika
inferensi), Karl Pearson (metode regresi linear), dan William Sealey Gosset (meneliti
problem sampel berukuran kecil). Penggunaan statistika pada masa sekarang dapat dikatakan
telah menyentuh semua bidang ilmu pengetahuan, mulai dari astronomi hingga linguistika
(ilmu bahasa). Bidang-bidang ekonomi, biologi dan cabang-cabang terapannya, serta
psikologi banyak dipengaruhi oleh statistika dalam metodologinya. Akibatnya lahirlah ilmu-
ilmu gabungan seperti ekonometrika, biometrika (atau biostatistika), dan psikometrika.
1.3. Konsep Dasar
Pengaplikasian statistika terhadap permasalahan sains, industri, atau sosial, pertama-
tama dimulai dari mempelajari populasi. Makna populasi dalam statistika adalah semua objek
yang akan diteliti. Objek ini dapat dapat berupa benda hidup, benda mati, ataupun benda
abstrak yang terbatas. Populasi juga dapat berupa pengukuran sebuah proses dalam waktu
yang berbeda-beda, yakni dikenal dengan istilah deret waktu.
Melakukan pendataan (pengumpulan data) seluruh populasi dinamakan sensus.
Sebuah sensus tentu memerlukan waktu dan biaya yang tinggi. Untuk itu, dalam statistika
seringkali dilakukan pengambilan sampel (sampling), yakni sebagian kecil dari populasi,
yang dapat mewakili seluruh populasi Metode statistika tentang bagaimana cara mengambil
sampel yang tepat dinamakan teknik sampling.Jika sampel yang diambil cukup representatif
maka inferensial (pengambilan keputusan) dan hasil analisis data atau kesimpulan yang
dibuat dari sampel dapat digunakan untuk menggambarkan populasi secara keseluruhan atau
menggeneralisasikan seluruh populasi.
Beberapa cara dalam pengumpulan data, yaitu dengan:
1) Penelitian lapangan (pengamatan langsung)
2) Wawancara (interview)
3) Angket (kuisioner)
1.4. Macam-macam Statistika
Ada dua macam statistika, yaitu statistika deskriptif dan statistika inferensial.
Statistika deskriptif berkenaan dengan deskripsi data yaitu bagaimana suatu data dapat
digambarkan dideskripsikan) atau disimpulkan, baik secara numerik (misalnya menghitung
rata-rata dan deviasi standar) atau secara grafis (dalam bentuk tabel atau grafik), untuk
mendapatkan gambaran sekilas mengenai data tersebut, sehingga lebih mudah dibaca dan
bermakna, misalnya dari menghitung rata-rata dan varians dari data mentah; mendeksripsikan
menggunakan tabel-tabel atau grafik sehingga data mentah lebih mudah “dibaca” dan lebih
bermakna. Sedangkan statistika inferensial berkenaan dengan permodelan data dan
melakukan pengambilan keputusan berdasarkan analisis data, misalnya melakukan pengujian
hipotesis, melakukan estimasi/prediksi pengamatan/observasi masa mendatang (estimasi atau
prediksi), membuat model regresi dan hubungan (korelasi, regresi, ANOVA, deret waktu).
1.5. Macam-macam Data
1.5.1. Macam-macam Data Berdasarkan Sifatnya
1.5.1.1. Data Kualitatif
Data kualitatif adalah data yang tidak berbentuk bilangan. Misalnya penjualan
merosot, mutu barang baik, dsb.
1.5.1.2. Data Kuantitatif
Data kuantitatif adalah data yang berbentuk bilangan. Misalnya produksi 100
unit/hari, omzet penjualan naik 20%, keuntungan Rp. 25.000,00, dsb
Data kuantitatif berdasarkan nilainya dibagi menjadi dua bagian yaitu:
a. Data diskrit yaitu data yang diperoleh dari hasil menghitung.
Misalnya jumlah karyawan 2000 orang, penjualan 25 unit, dsb.
b. Data kontinu yaitu data yang diperoleh dari hasil mengukur.
Misalnya tinggi rata-rata siswa SMK 160 cm, pemakaian listrik 150
kwh/bulan, suhu badan 360C, dsb.
1.5.2. Macam-macam Data Berdasarkan Cara Memperolehnya
1.5.2.1. Data Primer
Data primer adalah data yang dikumpulkan atau diolah sendiri oleh suatu organisasi
atau perorangan. Misalnya data pemakaian banyak sabun dan pasta gigi per bulan yang
diperoleh dari konsumen yang dikumpulkan oleh perusahaan produsen, data harga sembilan
bahan pokok yang diperoleh secara langsung oleh biro pusat statistik dengan mendatangi
pasar dan kemudian mengolahnya.
1.5.2.2. Data Sekunder
Data sekunder adalah data yang diperoleh oleh suatu organisasi atau perorangan
dalam bentuk yang sudah jadi dari pihak lain. Misalnya suatu perusahaan memperoleh data
penduduk, data pendapatan nasional, indeks harga konsumen, dan daya beli masyarakat yang
dicatat dari Biro Pusat Statistik.
1.5.3. Macam-macam Data Berdasarkan Sumbernya
1.5.3.1. Data Internal
Data internal adalah data yang menggambarkan keadaan dalam suatu organisasi,
meliputi data input dan data output. Misalnya data perusahaan yang meliputi data pegawai,
data keuangan, data alat produksi, data penjualan produk, dsb.
1.5.3.2. Data Eksternal
Data eksternal adalah data yang menggambarkan keadaan di luar organisasi.
Misalnya data-data yang mempengaruhi perusahaan seperti data daya beli masyarakat, data
selera masyarakat, data kompeteter dari produk sejenis, data perkembangan harga, keadaan
ekonomi, dsb
Latihan 1
1. Apakah yang dimaksud dengan statistika?
2. Apakah yang dimaksud dengan statistik?
3. Apakah kegunaan statistika?
4. Apakah yang dimaksud dengan populasi? Berikan 3 contoh populasi.
5. Apakah yang dimaksud dengan sampel?
6. Bagaimana cara untuk mengambil suatu sampel dari suatu populasi?
7. Sebutkan tiga cara untuk mengumpulkan suatu data dan berikan satu contoh
untuk setiap cara.
8. Apakah yang dimaksud dengan sensus?
9. Ada berapa macam statistika? Sebutkan masing-masing kegunaan dari dan
berikan contoh setiap jenis statistika.
10. Berikan dua contoh penggunaan / aplikasi statistika dalam tiga disiplin ilmu.
1
II. Penyajian Data
Terdapat dua cara penyajian data yaitu tabel distribusi frekuensi dan diagram.
Beberapa cara untuk menyajikan data dalam bentuk diagram yaitu diagram lambang
(piktogram), diagram lingkaran, diagram batang, diagram garis, diagram batang daun,
diagram kotak garis, histogram dan poligon frekuensi. Sedangkan penyajian data dengan
tabel distribusi frekuensi dapat menggunakan tabel distribusi frekuensi data tunggal dan tabel
distribusi frekuensi data berkelompok.
Berdasarkan banyaknya frekuensi untuk setiap jenis data maka data tunggal terbagi
menjadi dua bagian yaitu data tunggal dan data berbobot. Data tunggal murni adalah data
yang masing-masing datanya tunggal atau frekuensi setiap jenis data adalah satu. Data
berbobot yaitu data tunggal yang masing-masing data tidak semuanya tunggal atau ada data
yang frekuensinya lebih dari satu.
Tabel distribusi frekuensi data berkelompok adalah penyajian data dalam bentuk
tabel frekuensi yang data-datanya disusun dalam kelas-kelas interval yang memiliki panjang
kelas interval sama. Pengelompokan data berdasarkan kelas interval dilakukan apabila
banyak data sangat besar atau jangkauan data sangat besar.
2.1. Tabel Distribusi Frekuensi
Tabel distribusi frekuensi merupakan tabel yang digunakan untuk menyajikan data.
Tabel distribusi frekuensi yang paling sederhana terdiri dari dua kolom untuk data (data
tunggal) atau kelas interval data (data berkelompok) dan frekuensi (banyak data).
2.1.1. Jangkauan Data (R)
Jangkauan data adalah selisih antara data terbesar dengan data terkecil.
R = x t - xr
Keterangan : R = jangkauan data
xt = data tertinggi
xr = data terendah
Contoh 1:
1. Tentukan jangkauan dari data berikut: 3, 8, 12, 3, 4, 6, 14, 2.
Jawab:
xt = 14 xr = 2
R = x t - xr
R = 14 – 2
R = 12
Jadi jangkauan data diatas adalah 12.
2. Hasil Pretes Matematika 40 siswa kelas 3 SMK sebagai berikut:
35 44 65 85 26 37 56 66 65 44
36 96 58 64 72 76 84 36 45 66
72 68 74 76 52 88 96 42 44 46
53 48 56 88 68 64 52 86 96 54
Tentukan jangkauan dari data di atas.
Jawab:
xt = 96 xr = 26
R = x t - xr
R = 96 – 26
R = 70
Jadi jangkauan data diatas adalah
2.1.2. Banyak kelas interval
Penetapan banyaknya kelas interval harus memperhatikan semua data yang
terobservasi harus dapat masuk seluruhnya. Jika banyak kelas terlalu sedikit maka dapat
terjadi kekurangan informasi-informasi yang lengkap. Hal ini dapat terjadi sebab jika kelas
interval sedikit maka mengakibatkan panjang kelas interval besar, akibatnya variasi yang
terinci dari data individual menjadi hilang. Sebaliknya jika banyak kelas besar maka
perhitungan akan menjadi tidak praktis dan pola frekuensinya menjadi tidak teratur atau
bahkan akan terdapat kelas interval dengan frekuensi nol. Penyajian data dengan
menggunakan kelas interval dilakukan apabila banyak data sangat besar atau jangkauan data
sangat besar.
2
Untuk menentukan banyak kelas, digunakan aturan dari H.A. Sturges:
k = 1 + 3,3.log n
Keterangan: k = banyak kelas interval, k ∈ B+
n = ∑f = banyak data
3,3 = konstanta
Apabila dalam perhitungan untuk menentukan banyak kelas interval diperoleh
bilangan desimal maka harus dibulatkan dengan pembulatan ke atas.
Contoh 2:
Berdasarkan data pada contoh 1 no 2, hitunglah banyak kelas.
Jawab:
n = 40
k = 1 + 3,3.log n
k = 1 + 3,3 log 40
k = 1 + 3,3 . 1,602
k = 1 + 5,29
k = 6,29
k≈7
Jadi banyaknya kelas interval dari data tersebut adalah 7 kelas.
2.1.3. Panjang interval kelas
Panjang interval kelas adalah banyaknya data berbeda yang terdapat dalam setiap
kelas interval. Apabila dalam perhitungan untuk menentukan panjang interval kelas diperoleh
bilangan desimal maka harus dibulatkan dengan pembulatan ke atas
R
p= k
Keterangan: p = panjang interval kelas
R = jangkauan data
k = banyak kelas interval
Contoh 3:
Berdasarkan data pada contoh 1 no 2, hitunglah banyak kelas.
Jawab:
R = 70
k=7
R
p= k
70
p= 7
p = 10
Jadi panjang interval kelas data tersebut adalah 10.
2.1.4. Batas Kelas Dan Tepi Kelas
2.1.4.1. Batas Kelas
Batas kelas suatu kelas interval adalah nilai-nilai ujung yang terdapat pada suatu
interval kelas. Nilai ujung bawah pada suatu interval kelas disebut sebagai batas bawah kelas
interval, sedangkan nilai ujung atas interval kelas disebut sebagai batas atas kelas interval.
2.1.4.2. Tepi Kelas
Tepi kelas interval digunakan untuk menghitung data dengan ketelitian sampai
dengan satu desimal. Secara teoritis dapat dinyatakan
Tepi bawah kelas = batas bawah kelas – 0,5
Tepi atas kelas = batas atas kelas + 0,5
2.1.5. Titik/Nilai Tengah Kelas Interval
Titik/nilai tengah kelas interval adalah nilai yang terletak di tengah-tengah interval
kelas yang dianggap mewakili data-data pada suatu kelas interval tertentu.
3
batas bawah kelas + batas atas kelas
Titik tengah = 2
Contoh 4:
Diketahui data pendapatan dari 50 karyawan perusahaan IT tahun 2005 sebagai
berikut:
Pendapatan Banyak karyawan
(dalam ratus ribuan)
50 – 59 3
60 – 69 6
70 – 79 10
80 – 89 12
90 – 99 9
100 – 109 7
110 – 120 4
Tentukan:
a. Batas bawah dan batas atas setiap kelas interval
b. Tepi bawah dan tepi atas setiap kelas interval
c. Titik tengah setiap kelas interval
Jawab:
a. Batas bawah kelasnya
adalah 50, 60, 70, 80, 90, 100, 110.
Batas atas kelasnya adalah 59, 69, 79, 89, 99, 109, 119.
b. Tepi bawah interval kelas
pada kelas interval adalah
Ke satu 50 – 0,5 = 49,5 Ke lima 90 – 0,5 = 89,5
Ke dua 60 – 0,5 = 59,5 Ke enam 100 – 0,5 = 99,5
Ke tiga 70 – 0,5 = 69,5 Ke tujuh 110 – 0,5 = 109,5
Ke empat 80 – 0,5 = 79,5
Tepi atas kelasnya adalah
Ke satu 59 + 0,5 = 59,5 Ke lima 99 + 0,5 = 99,5
Ke dua 69 + 0,5 = 69,5 Ke enam 109 + 0,5 = 109,5
Ke tiga 79 + 0,5 = 79,5 Ke tujuh 119 + 0,5 = 119,5
Ke empat 89 + 0,5 = 89,5
c. Titik tengah interval kelas
pada kelas interval
50+59 90+99
=54 , 5 =94 ,5
Ke satu 2 Ke lima 2
60+69 100+109
=64 , 5 =104 , 5
Ke dua 2 Ke enam 2
70+79 110+119
=74 , 5 =114 , 5
Ke tiga 2 Ke tujuh 2
80+89
=84 ,5
Ke empat 2
2.1.6. Menghitung Frekuensi
Untuk menghitung frekuensi atau menghitung banyaknya data pada masing-masing
kelas interval dengan lebih mudah dapat digunakan turus.
Pendapatan
Turus Banyak karyawan
(dalam ratus ribuan)
50 – 59 3
60 – 69 6
70 – 79 10
80 – 89 12
90 – 99 9
100 – 109 7
110 – 120 4
2.1.6.1. Frekuensi Kumulatif, Frekuensi Relatif, dan Frekuensi Relatif Kumulatif
4
2.1.6.1.1. Frekuensi Kumulatif (fk)
Distribusi frekuensi kumulatif adalah sebuah distribusi yang menyatakan frekuensi
total yang ada di bawah batas atas atau frekuensi total yang ada di atas batas bawah suatu
kelas interval. Distribusi kumulatif yang terdapat di bawah batas bawah disebut frekuensi
kurang dari. Distribusi kumulatif yang terdapat di atas atau sama dengan batas bawah disebut
frekuensi lebih dari atau sama dengan.
Contoh 5:
Hasil pengukuran berat badan 80 siswa sebagai berikut:
Berat badan (kg) Banyak siswa
40 – 44 5
45 – 49 10
50 – 54 15
55 – 59 24
60 – 64 17
65 – 69 4
70 – 74 3
75 – 79 2
Buatlah frekuensi kumulatif kurang dari dan frekuensi kumulatif lebih dari atau sama
dengan.
Penyelesaian:
Frekuensi kumulatif kurang dari.
< 40 0
< 45 5
< 50 15
< 55 30
< 60 54
< 65 71
< 70 75
< 75 78
< 80 80
Frekuensi kumulatif lebih dari atau sama dengan
≥ 40 80
≥ 45 75
≥ 50 65
≥ 55 50
≥ 60 26
≥ 65 9
≥ 70 5
≥ 75 2
≥ 80 0
2.1.6.1.2. Frekuensi Relatif (fr)

Frekuensi relatif adalah perbandingan antara frekuensi masing-masing kelas dengan
jumlah frekuensi seluruhnya yang dinyatakan dalam persen.
Contoh 6:
Berdasarkan data pada contoh 5, tentukanlah frekuensi relatifnya.
Penyelesaian:
Frekuensi relatif kelas interval
5 24
×100 %=6 , 25 % ×100 %=30 %
ke satu = 80 ke empat = 80
10 17
×100 %= ×100 %=21 ,25 %
ke dua = 80 12,5% ke lima = 80
15 4
×100 %=18 ,75 % ×100 %=5 %
ke tiga = 80 ke enam = 80
5
3
×100=3 , 75 %
ke tujuh = 80
2
×100 %=2,5 %
ke delapan = 80
6
Berat badan (kg) Banyak siswa (f) Frekuensi relatif (fr) (%)
40 – 44 5 6,25
45 – 49 10 12,5
50 – 54 15 18,75
55 – 59 24 30
60 – 64 17 21,25
65 – 69 4 5
70 – 74 3 3,75
75 – 79 2 2,5
2.1.6.1.3. Frekuensi Kumulatif Relatif (fkr)

Frekuensi kumulatif relatif adalah frekuensi kumulatif dibagi dengan jumlah
frekuensi seluruhnya, dinyatakan dalam persen.
fk
×100 %
fkr = ∑f
Keterangan: fkr = frekuensi kumulatif relatif
fk = frekuensi kumulatif
∑ f = jumlah frekuensi seluruhnya
Contoh 7:
Berdasarkan data pada contoh 5, buatlah frekuensi kumulatif relatif kurang dari
dan frekuensi kumulatif relatif lebih dari atau sama dengan.
Penyelesaian:
Frekuensi kumulatif relatif kurang dari.
Berat badan (kg) Banyak siswa fkr
< 40 0 0
< 45 5 6,25
< 50 15 18,75
< 55 30 37,5
< 60 54 67,5
< 65 71 88,75
< 70 75 93,75
< 75 78 97,5
< 80 80 100
Frekuensi kumulatif lebih dari atau sama dengan
Berat badan (kg) Banyak siswa fkr
≥ 40 80 100
≥ 45 75 93,75
≥ 50 65 81,25
≥ 55 50 62,5
≥ 60 26 32,5
≥ 65 9 11,25
≥ 70 5 6,25
≥ 75 2 2,5
≥ 80 0 0
2.1.7. Tabel Distribusi Frekuensi Data Tunggal
Contoh 8:
Diketahui hasil tes kompetensi Statistika dari 30 siswa kelas 3 SMK sebagai
berikut:
5 6 7 9 5 4 6 2 6 7
8 8 9 8 4 6 5 6 7 7
4 6 7 6 7 6 7 6 8 8
Buatlah tabel distribusi frekuensinya.
Penyelesaian:
Dalam tabel distribusi frekuensi, data harus disusun berurutan dari data
terendah/terkecil sampai dengan data tertinggi/terbesar, sehingga diperoleh
Nilai (x) Turus Frekuensi (f)
2 1
4 3
5 3
6 9
7 7
8 5
9 2
2.1.8. Tabel Distribusi Frekuensi Data Berkelompok
Tabel distribusi data berkelompok digunakan apabila jangkauan atau selisih data
terendah dengan data tertinggi sangat besar atau banyak data sangat banyak.
Untuk menentukan tabel distribusi data berkelompok harus ditentukan, beturut-
turut:
1. Jangkauan.
2. Banyak kelas interval.
3. Panjang interval kelas.
4. Batas bawah dan batas atas setiap kelas interval.
5. Menghitung banyaknya data setiap kelas interval.
Contoh 9:
Dari penelitian berat badan siswa kelas 3 program kealian teknologi, diperoleh
data sebagai berikut:
46 49 52 50 52 52 51 55 57 61
47 51 56 49 54 53 62 56 63 57
48 50 57 54 57 58 55 60 52 59
54 53 60 59 52 56 53 58 62 55
Buatlah tabel distribusi frekuensinya.
Penyelesaian:
Jangkauan = data tertinggi – data terendah
= 63 – 46
= 17
Banyak kelas interval = 1 + 3,3 . log n
= 1 + 3,3 log 40
= 1 + 3,3. 1,6020
= 1 + 5,29
= 6,29
≈7
jangkauan
Panjang interval kelas = banyak kelas interval
17
= 7
= 2,43
≈3
Diperoleh tabel distribusi frekuensi sebagai berikut:
Ukuran turus Frekuensi (f)
46 – 48 3
49 – 51 6
52 – 54 10
55 – 57 11
58 – 60 6
61 – 63 4
Latihan 2
1. Hitunglah jangkauan dari data berikut:
a. 12, 9, 5, 6, 6, 7, 10
b. 15, 51, 86, 88, 36, 45, 65
2. Diketahui tinggi badan 58 siswa kelas 3 sebagai berikut:
Tinggi badan (cm) Banyak siswa
140 – 144 3
145 – 149 6
150 – 154 7
155 – 159 10
160 – 164 15
165 – 169 9
170 – 174 8
Tentukanlah untuk setiap kelas interval hal-hal berikut:
a. Panjang interval kelas
b. Batas bawah
c. Batas atas
d. Tepi bawah
e. Tepi atas
f. Titik tengah kelas interval
3. Diketahui banyaknya jenis barang yang terjual setiap hari di Toko Makmur
selama 40 hari sebagai berikut:
23 26 30 27 28 30 50 60
78 80 98 54 65 72 36 42
25 27 56 43 59 23 45 44
56 70 75 68 35 38 42 48
37 44 86 84 68 49 24 50
Dari data di atas, tentukan:
a. Jangkauan datanya.
b. Banyak kelas intervalnya.
c. Panjang interval kelasnya.
d. Distribusi frekuensinya.
4. Data gaji mingguan (dalam ribuan rupiah) 50 karyawan sebagai berikut:
160 159 158 130 133 134 166 156 189 144
170 171 175 145 148 156 160 177 189 145
133 135 136 185 184 183 168 166 156 156
156 170 178 190 125 136 158 160 170 174
176 135 138 200 148 160 170 175 178 190
Dari data di atas, tentukan:
a. Jangkauan datanya.
b. Banyak kelas intervalnya.
c. Panjang interval kelasnya.
d. Distribusi frekuensinya.
5. Banyaknya kendaraan yang melewati jalan tol setiap jamnya tercatat sebagai
berikut:
56 58 60 78 90 120 46 58 89 56
56 58 70 56 66 68 48 54 45 54
100 90 80 70 60 50 55 65 75 85
95 105 115 120 44 54 64 74 84 94
104 114 96 86 76 66 56 46 48 50
Dari data di atas, buatlah tabel distribusi frekuensi kumulatifnya dan tentukan
frekuensi relatif serta frekuensi kumulatif relatifnya.
2.2. Diagram
2.2.1. Diagram Lambang (Piktogram)
Piktogram merupakan suatu cara sederhana dan jelas dalam menyajikan data
untuk perbandingan objek-objek tertentu. Piktogram adalah penyajian data statistik dalam
bentuk gambar-gambar dengan ukuran tertentu untuk menunjukkan nilai masing-masing
data.
Contoh 10:
1. Banyaknya produksi susu kaleng per hari selama
tahun 1990 dan tahun 2000.
Th00
Th90
1300 liter 2600 liter
Produksi susu kaleng/hari dalam tahun 1990 dan tahun 2000
2. Jumlah pelanggan air bersih PAM tahun 1999 –

2004
Tahun Pelanggan
1999 2432
2000 2566
2001 4625
2003 5342
2004 6354
Nyatakan data di atas dengan menggunakan diagram lambang.
Jawab:
Jumlah pelanggan air bersih PAM tahun 1999 – 2004
Tahun Pelanggan
1999
2000
2001
2003
2004
= 500
2.2.2. Diagram Lingkaran

Untuk membuat diagram lingkaran dilakukan dengan membagi sebuah lingkaran
menjadi juring-juring yang.luas masing-masing juring sebanding dengan besar sudut
pusat lingkaran sesuai dengan data yang bersangkutan. Setiap juring diberikan keterangan
sesuai dengan jenis data yang disajikan.
Contoh 11:
Data penelusuran minat siswa SMK Kota Baru setelah lulus sebagai berikut:
Jenis minat Banyak anak
Akademi 70
Universitas 50
Bekerja 80
Gambarkan data di atas dengan diagram lingkaran.
Penyelesaian:
Untuk membuat diagram lingkaran harus ditentukan besar sudut pusat setiap
juring lingkaran, kemudian ditentukan persentase setiap data.
70
×3600 =1260
Besar sudut pusat akademi = 200
70
×100 %=35 %
Persentase akademi = 200
50
×3600 =900
Besar sudut pusat universitas = 200
50
×100 %=25 %
Persentase universitas = 200
80
×3600 =1440
Besar sudut pusat bekerja = 200
80
×100 %=40 %
Persentase bekerja = 200
Akademi 35%
Bekerja
40% Universitas
25%
Minat lulusan SMK Kota Baru
2.2.3. Diagram Batang

Diagram batang merupakan suatu diagram yang berbentuk persegi panjang yang
dilengkapi dengan skala sehingga ukuran datanya terlihat dengan jelas pada diagram.
Diagram batang pada umumnya digunakan untuk membandingkan suatu data dengan data
keseluruhan.
Beberapa hal yang perlu diperhatikan dalam membuat diagram batang adalah:
1. skala yang dipergunakan selalu dimulai dari nol (0),
2. skala tinggi maupun skala lebar diagram batang harus sama,
Contoh 12:
Hasil produksi per bulan selama dua tahun diketahui sebagai berikut:
Tahun Tas Sarung
1999 200 250
2000 275 300
Gambarkan data di atas dengan diagram batang.
Penyelesaian:
HASIL PRODUKSI INDUSTRI KECIL
300 -
Banyak produksi 250 -

200 -
Produksi tas suatu pabrik /bulan
Produksi sarung suatu pabrik /bulan
1999 2000 Tahun
2.2.4. Diagram Garis

Diagram garis biasanya digunakan untuk menggambarkan suatu data yang
diperoleh pada suatu jangka waktu secara berurutan dalam suatu kurun waktu.
Contoh 13:
Besar investasi yang ditanamkan di Kota Raya dari tahun 1994 sampai dengan
tahun 2000 sebagai berikut:
Tahun Besar investasi (milyar)
1994 50
1995 100
1996 200
1997 250
1998 350
1999 400
2000 450
Gambarkan data di atas dengan diagram garis.
Penyelesaian:
500 -
400 -
300 -
200 -
100 -
= = = = = = =
1994 1995 1996 1997 1998 1999 2000
Jumlah investasi kota Raya dalam milyard
2.2.5. Diagram Batang Daun

Diagram batang daun terdiri dari dua bagian yaitu batang dan daun. Batang
terdiri dari angka data yang bukan bernilai satuan, sedangkan daun menunjukkan angka
dari data yang bernilai satuan. Misal rangkaian data merupakan data banyaknya soal
pretest Matematika yang dapat dikerjakan 20 siswa: 8, 7, 6, 12,15, 21, 21, 7, 14, 19, 21,
24, 2, 32, 46, 35, 40, 33, 44, 44. Data ini dapat disajikan dengan diagram batang daun
sebagai berikut:
No. Batang Daun
1 0 2, 6, 7, 7, 8
2 1 2, 4, 5,9
3 2 1, 1, 1,4
4 3 2, 3, 5
5 4 0, 4, 4, 6
2.2.6. Diagram Kotak Garis
Diagram kotak garis menggambarkan penyebaran data terutama mengenai kuartil
dan jangkauan.
Contoh 14:
Pada data 6, 6, 7, 7, 7, 8, 8, 9, 9, 11, 12, 14, 15 dapat digambarkan dengan
diagram kotak garis sebagai berikut:
+
6 Q1 Q2 Q3 15
2.2.7. Histogram dan Poligon Frekuensi

Histogram dan Poligon Frekuensi merupakan dua buah grafik yang
mencerminkan distribusi frekuensi, khususnya data berkelompok. Poligon frekuensi
merupakan garis hubung antara titik-titik tengah dari bagian sisi atas setiap persegi
panjang pada histogram.
Contoh 15:
Hasil pengukuran tinggi balita di Posyandu Akar sebagai berikut:
Tinggi (cm) Banyak balita
81 – 83 50
84 – 86 70
87 – 89 90
90 – 92 100
93 – 95 80
96 – 98 75
99 – 101 60
102 – 104 60
Gambarkan data diatas dengan menggunakan histogram dan poligon frekuensi.
Penyelesaian:
100 -
90 -
80 -
70 -
60 -
50 -
40 -
30 -
20 -
10 -
+ + + + + + + +
82 85 88 91 94 97 100 103
2.2.8. Ogive
Grafik ogive dibuat dari daftar sebaran frekuensi kumulatif kurang dari dan
frekuensi kuulatif lebih dari.
Contoh 16:
Berdasarkan data pada contoh 15, gambarkan data diatas dengan menggunakan
ogive.
Penyelesaian:
Tinggi (cm) Banyak balita Tepi bawah fk < fk >
81 – 83 50 80,5 0 585
84 – 86 70 83,5 50 535
87 – 89 90 86,5 120 465
90 – 92 100 89,5 210 375
93 – 95 80 92,5 310 275
96 – 98 75 95,5 390 195
99 – 101 60 98,5 465 120
102 – 104 60 101,5 525 60
104,5 585 0
Grafik frekuensi kumulatif kurang dari pada distribusi frekuensi tinggi balita
600 -
500 -
400 -
300 -
200 -
100 -
+ + + + + + + + +
80,5 83,5 86,5 89,5 92,5 95,5 98,5 101,5 104,5
Grafik frekuensi kumulatif lebih dari pada distribusi frekuensi tinggi balita
600 -
500 -
400 -
300 -
200 -
100 -
+ + + + + + + + +
80,5 80,5 80,5 80,5 80,5 80,5 80,5 80,5 80,5
Latihan 3
1. Berikut merupakan data dari jenis dan banyak peserta kegiatan
ekstrakurikuler di SMK KU
Jenis kegiatan Banyak
ekstrakurikuler peserta
Basket 15
Sepakbola 26
Pramuka 20
PMR 15
PASKIB 24
Berdasarkan data di atas, buatlah:
a. Piktogram
b. Diagram lingkaran.
2. Hasil ujian akhir semester mata diklat matematika kelas 3 SMK
diperoleh sebagai berikut:
60 50 70 80 90 95 75 65 45 60
50 55 55 67 68 78 48 98 56 78 94
88 76 66 45 86 78 66 82 90 45
88 89 90 70 70 72 70 80 84 45
48 50 52 56 52 62 64 66 67
Berdasarkan data di atas, buatlah:
a. Diagram batang daun
b. Histogram dan poligon frekuensi.
c. Ogive
3. Data pekerjaan orang tua siswa SMK IT tahun 2001
Jika banyak siswa 400 siswa, tentukan:

Wiraswasta
50% Tabel distribusi frekuensi.
Diagram batang.
PNS
12,5% Karyawan
25%
ABRI
12,5%
4. Hasil penjualan sepatu dan tas di Toko Makmur selama 6 bulan

sebagai berikut:
Jumlah penjualan
500 +
400 +
300 +
200 +
100 +
1 2 3 4 5 6 bulan
= sepatu = tas
Berdasarkan data di atas, tentukanlah:

a. Tabel distribusi frekuensi.
b. Diagram garis
5. Hasil pengukuran tinggi badan siswa kelas 3 SMK KARYA sebagai
berikut:
Banyak siswa
50 +
40 +
30 +
20 +
10 +
+ + + + + + +
144 149 154 159 164 169 174 Tinggi badan (cm)
Tentukanlah tabel distribusi frekuensi data di atas.

III. UKURAN PEMUSATAN DATA
Ukuran pemusatan data atau ukuran tendensi sentral adalah ukuran yang
digunakan untuk menafsirkan suatu gejala pusat dari serangkaian data. Ada 6 ukuran
yang akan dipelajari yaitu rata-rata hitung (mean), rata-rata ukur, rata-rata harmonis, rata-
rata kuadrat, nilai tengah (median), dan modus.
3.1. Rata-rata
3.1.1. Rata-rata Hitung (Mean)
Rata-rata hitung (mean) x adalah nilai yang paling mendekati ukuran yang
sebenarnya, diperoleh dari jumlah seluruh data dibagi dengan banyaknya data.
3.1.1.1. Mean / Rata-rata Hitung Data Tunggal
Rumus :
x1 + x2 +.. .+ x n
x=
n
Atau
n
∑ f i . xi
i=1
x=
∑f
Keterangan: x = rata-rata x
x = data
i = urutan data
fi = frekuensi setiap data
xi = data ke-i
n
∑ f i . xi
i=1 = jumlah data keseluruhan
Contoh 17:
Tentukan rata-rata hitung dari rangkaian data berikut: 7, 5, 8, 6, 9, 7.
Jawab:
Langkah 1: urutkan data sehingga diperoleh data dengan urutan 5, 6, 7, 7, 8, 9.
Langkah 2: lakukan perhitungan sehingga diperoleh
x1 + x2 +.. .+ x n
x=
n
5+6+7+7 +8+9
x=
5
42
x=
5
x=8,4
Jadi, rata-rata hitungnya adalah 8,4.
Contoh 18:
Tentukan rata-rata dari rangkaian data berikut: 3, 6, 7, 9, 9, 3, 6, 9, 9.
Jawab:
Untuk memudahkan dalam menentukan ∑f.x dan ∑f , terlebih dulu tentukan tabel
distribusi frekuensinya.
Nilai (x) Frekuensi (f) f.x
3 2 6
6 3 18
7 1 7
9 4 36
∑f = 10 ∑f.x = 67
x=
∑f .x
∑f
67
x=
10
x=6,7
Jadi, rata-rata hitungnya adalah 6,7.
3.1.1.2. Mean / Rata-rata Hitung Data Berkelompok
Untuk menentukan rata-rata hitung data berkelompok, terlebih dulu harus
ditentukan nilai tengah data setiap kelas interval. Nilai tengah data (x) setiap kelas
interval diperoleh dari jumlah data terendah dengan data tertinggi dibagi 2.
Rumus :
n
∑ f i . xi
i=1
x=
∑f
Keterangan: x = rata-rata x
fi = frekuensi data kelas interval ke-i
xi = nilai tengah data setiap kelas interval le-i
n
∑ f i . xi
i=1 = jumlah seluruh nilai tengah data setiap kelas interval
∑f = banyak data
Contoh 19:
Dari hasil pretest Matematika siswa kelas 3 SMK Ku jurusan Teknologi
Informatika diperoleh data sebagai berikut:
Nilai Frekuensi
32 – 40 3
41 – 49 5
50 – 58 7
59 – 67 15
68 – 76 11
77 – 85 6
86 – 94 3
Tentukanlah nilai rata-rata dari para siswa tersebut.
Jawab:
Langkah 1: membuat tabel distribusi frekuensi dengan menambahkan kolom nilai
tengah setiap kelas interval (x) dan jumlah nilai tengah setiap kelas
interval (f.x).
Frekuensi
Nilai Nilai tengah (x) f.x
(f)
32 – 40 36 3 108
41 – 49 45 5 225
50 – 58 54 7 378
59 – 67 63 15 945
68 – 76 72 11 792
77 – 85 81 6 486
86 – 94 90 3 270
∑f = 50 ∑f.x = 3204
Langkah 2: lakukan perhitungan, diperoleh
x=
∑f .x
∑f
3204
x=
50
x=64,08
Jadi, nilai rata-rata pretest para siswa tersebut adalah 64,08.
3.1.2. Rata-rata Ukur
x
Rata-rata ukur ( u ) suatu rangkaian data adalah akar n dari hasil perkalian
data-datanya. Rata-rata ukur disebut juga rata-rata geometris. Untuk menghitung rata-rata
ukur ( x u) suatu rangkaian data yang digunakan adalah data-data yang bernilai positif.
Penggunaan hanya data positif disebabkan apabila terdapat data 0 maka

xu = 0 dan
apabila terdapat data negatif maka

xu tidak memiliki arti.
Jika serangkaian data

x 1 ,x 2 ,..., x n dan banyaknya data adalah n, maka
n
xu = √ x1 . x2 ..... xn
Atau
m
∑ f i . log x i
log x u= i =0
∑f
Sehingga diperoleh
log x u=
∑ log x
n
Atau
m
∑ f i . log xi
i=0
xu = antilog ∑f
Contoh 20:
1. Tentukan rata-rata ukur dari rangkaian data: 7, 5, 8, 6, 9, 7.
Jawab:
x Log x
5 0,699
6 0,778
7 0,845
7 0,845
8 0,903
9 0,954
∑ log x = 5,024
log x u=
∑ log x
n
5,024
log
xu = 6
log
xu = 0,8373
xu = antilog 0,8373
xu = 6,88
Jadi rata-rata ukurnya 6,88.
2. Tentukan nilai rata-rata ukur dari rangkaian data berikut:

Nilai Frekuensi
3 2
6 3
7 1
9 4
Jawab:
Nilai Frekuensi (f) log x f.log x
3 2 0,477 0,954
6 3 0,778 2,334
7 1 0,845 0,845
9 4 0,954 3,816
∑ f = 10 ∑ f.log x = 7,949
log x u=
∑ f . log x
∑f
7 , 949
log x u=
10
log
xu = 0,7949
xu = antilog 0,7949
xu = 6,24
3. Tentukan rata-rata ukur dari data pada tabel di bawah ini.
Nilai Frekuensi
32 – 40 3
41 – 49 5
50 – 58 7
59 – 67 15
68 – 76 11
77 – 85 6
86 – 94 3
Jawab:
Nilai Frekuensi
Nilai log x f.log x
tengah (x) (f)
32 – 40 36 3 1,556 4,668
41 – 49 45 5 1,653 8,265
50 – 58 54 7 1,732 12,124
59 – 67 63 15 1,799 26,985
68 – 76 72 11 1,857 20,427
77 – 85 81 6 1,908 11,448
86 – 94 90 3 1,954 5,862
∑ f = 50 ∑ f.log x = 87,779
log x u=
∑ f . log x
∑f
87 ,779
log
xu = 50
log
xu = 1,7956
xu = antilog 1,7956
xu = 62,46
3.1.3. Rata-rata Harmonis
Rumus:
x h=
∑f
n
f
∑ xi
i=1 i
Apabila setiap data memiliki frekuensi 1 maka

n
x h= n
∑ x1
i =1 i
Keterangan: ∑f = n = banyak data

i = urutan data
xi = data ke-i
Contoh 21:
1. Tentukan rata-rata harmonis dari rangkaian data: 7, 5, 8, 6, 9, 7.
Jawab:
1
x
x
5 0,2
6 0,167
7 0,143
7 0,143
8 0,125
9 0,111
1
∑x =
0,889
n
x h= n
∑ x1
i=1 i
6
xh = 0,889
xh = 6,749
Jadi rata-rata harmonisnya 6,749.
2. Tentukan nilai rata-rata harmonis dari rangkaian data berikut:
Nilai Frekuensi
3 2
6 3
7 1
9 4
Jawab:
f
Nilai Frekuensi (f)
x
3 2 0,667
6 3 0,500
7 1 0,143
9 4 0,444
f
∑ f = 10 ∑x = 1,754
x h=
∑f
∑ fx
10
xh = 1,754
xh = 5,701
3. Tentukan rata-rata harmonis dari data pada tabel di bawah ini.
Nilai Frekuensi
32 – 40 3
41 – 49 5
50 – 58 7
59 – 67 15
68 – 76 11
77 – 85 6
86 – 94 3
Jawab:
Nilai Frekuensi f
Nilai
tengah (x) (f) x
32 – 40 36 3 0,0833
41 – 49 45 5 0,1111
50 – 58 54 7 0,1296
59 – 67 63 15 0,2381
68 – 76 72 11 0,1528
77 – 85 81 6 0,0741
86 – 94 90 3 0,0333
f
∑ f = 50 ∑x = 0,8223
x h=
∑f
∑ fx
50
xh = 0,8223
xh = 60,81
4. Ali mengendarai sebuah mobil dalam perjalanan dinas dari Malang ke
Surabaya. Ia mengendarai mobil tersebut dengan kecepatan 50 km/jam pada
saat pergi dan 60 km/jam pada saat pulang. Jika jarak Malang - Surabaya 90
km, berapakah kecepatan rata-rata Ali mengendarai mobil?
Jawab:
x h=
∑f
∑ fx
2
xh= 1
+
50 60
1
2
xh= 6+5
300
300
xh= 2. 11
xh= 54,545
Jadi kecepatan rata-rata Ali mengendarai mobil adalah 54,545 km/jam
3.1.4. Rata-rata Kuadrat
3.1.5. Rata-rata Kuadrat Data Tunggal
Rumus:
Apabila setiap data memiliki frekuensi 1 maka:
∑ x2
xk=
√ n
Apabila tidak setiap jenis data memiliki frekuensi 1 maka:
∑ f . x2
xk = √ ∑f
Contoh 22:
1. Tentukan rata-rata kuadrat dari data : 1, 3, 5, 6.
Jawab:
∑ x2
xk=
√ n
12 +3 2 +52 + 62
xk = √ 1+9+25+36
4
xk = √ 71
4
xk
xk
= √ 4
= √ 17,75
xk = 4,21
Jadi rata-rata kuadratnya 4,21.
2. Tentukan rata-rata kuadrat dari data berikut: 3, 6, 7, 9, 3, 9, 6, 9, 6, 9.
Jawab:
x f x2 f.x2
3 2 9 18
6 3 36 108
7 1 49 49
9 4 81 324
∑f = 10 ∑ f.x2 = 499
∑ f . x2
xk = √ ∑f
499
xk
xk
= √ 10
= √ 49,9
xk = 7,09
Jadi rata-rata kuadratnya 7,06
3.1.5.1. Rata-rata Kuadrat Data Berkelompok
Rumus:
∑ f . x2
Contoh 23:
xk = √ ∑f
1. Tentukan rata-rata kuadrat dari data pada

tabel di bawah ini.
Nilai Frekuensi
32 – 40 3
41 – 49 5
50 – 58 7
59 – 67 15
68 – 76 11
77 – 85 6
86 – 94 3
Jawab:
Nilai Frekuensi
Nilai x2 f.x2
tengah (x) (f)
32 – 40 36 3 1296 3888
41 – 49 45 5 2025 10125
50 – 58 54 7 2916 20412
59 – 67 63 15 3969 59535
68 – 76 72 11 5184 57024
77 – 85 81 6 6561 39366
86 – 94 90 3 8100 24300
∑ f = 50 ∑ f.x2 = 214650
∑ f . x2
xk = √ ∑f
214650
xk
xk
= √ 50
= √ 4293
xk = 65,52
Jadi rata-rata kuadratnya adalah 65,52.
Latihan 3
1. Tentukan rata-rata dari data berikut:
a. 8, 7, 8, 5, 4, 3, 9, 10, 3, 10, 3, 7.
b. 26, 24, 37, 55, 25, 23, 47, 27.
2. Nilai hasil ulangan Matematika siswa kelas 3 SMK KRIYA tercatat sebagai
berikut:
Nilai Frekuensi
3 2
4 4
5 6
5,5 8
6 7
7 5
8 8
9 4
Tentukan rata-rata nilai yang dicapai oleh para siswa tersebut.
3. Hasil produksi padi kering di 100 desa di kabupaten Malang, tercatat sebagai
berikut:
Produksi (kwintal) Banyak desa
10 – 17 8
17 – 25 24
26 – 33 25
34 – 41 21
42 – 49 17
50 – 57 3
58 – 58 2
Tentukanlah rata-rata produksi padi kering tersebut.
4. Tentukanlah rata-rata ukur, rata-rata harmonis, dan rata-rata kuadrat dari
rangkaian data berikut ini.
a. 2, 3, 5, 7
b. 12, 15, 13, 20, 25, 30
c.
Nilai Banyak siswa
2 3
4 5
8 6
6 4
10 2
d.
Nilai Frekuensi
3 2
5 4
7 6
9 5
10 3
5. Rata-rata nilai matematika dari 9 anak adalah 7. Dengan menambahkan nilai
1 anak baru maka rata-rata nilai matematika mereka menjadi 6,8. Berapakah
nilai anak baru yang ditambahkan tadi?
6. Nilai rata-rata mata pelajaran Fisika suatu kelas yang terdiri dari 20 adalah
6,5. Kemudian ke dalam kelas tersebut masuk 5 orang anak baru yang
memiliki nilai Fisika yang sama dan membuat rata-rata mata pelajaran Fisika
kelas tersebut menjadi 7,0. Berapakah nilai masing-masing anak yang baru
masuk?
7. Jarak antara Jakarta – Bandung 150 km. Seorang pengendara mobil melalui
rute tersebut dengan kecepatan 60 km/jam pada waktu pergi dan 80 km/jam
pada waktu pulang. Berapakah kecepatan rata-ratanya?
8. Nilai rata-rata tes matematika dari kelompok siswa dan kelompok siswi di
suatu kelas berturut-turut adalah 5 dan 7. Jika nilai rata-rata di kelas tersebut
adalah 6,2 , maka tentukanlah perbandingan banyaknya siswa dan siswi.
9. Nilai rata-rata 11 buah bilangan sama dengan 13. Nilai rata-rata 13 bilangan
yang lain sama dengan 11. Berapakah nilai rata-rata 24 bilangan tersebut?
10. Tes matematika diberikan kepada tiga kelas siswa ber-jumlah 100 orang.
1
Nilai rata-rata kelas pertama, kedua dan ketiga adalah 7, 8, 7 2 . Jika
banyaknya siswa kelas pertama 25 orang dan kelas ketiga 5 orang lebih ba-
nyak dari kelas kedua, maka berapakah nilai rata-rata seluruh siswa tersebut?
3.2. Median
Median adalah nilai tengah ari suatu kumpulan data yang tersusun secara teratur
(diurutkan menurut besarnya dari data terkecil sampai dengan data terbesar). Median
membagi data menjadi dua bagian yang sama besarnya sehingga median disebut juga
ukuran letak.
3.2.1. Median Data Tunggal
n+1
Median (Med) terletak pada data yang ke 2 , dirumuskansebagai berikut:
n 1
2
Contoh 24:
Tentukan median dari data berikut: 4, 3, 7, 10, 5, 4, 6, 10, 11.
Jawab:
Urutan data: 3, 4, 5, 6, 7, 10, 10, 11
n = 9 (ganjil)
n+1
Med = data ke 2
9+1
Med = data ke 2
Med = data ke 5
Med = 7
Jadi median data tersebut adalah 7.
Contoh 25:
Tentukan median dari data berikut: 7, 8, 6, 9, 7, 10.
Jawab:
Urutan data: 6, 7, 7, 8, 9, 10
n = 6 (genap)
n+1
Med = data ke 2
6 +1
Med = data ke 2
1
Med = data ke 3 2
1
Med = data ke 3 + 2 × (data ke 4 – data ke 3)
1
Med = 7 + 2 × (8 – 7)
1
Med = 7 + 2 ×1
1
Med = 7 + 2
1
Med = 7 2
1
Jadi median data tersebut adalah 7 2 .
3.2.2. Median Data Berkelompok
Untuk menentukan median pada data berkelompok harus ditentukan lebih dulu
letak kelas median dengan cara:
∑f
Letak kelas median = kelas interval data ke 2
1
2 ∑ f −f k
t b+ p .
Median = f med
Keterangan: tb = tepi bawah kelas median
p = panjang kelas interval
∑f = n = banyak data
Fk = frekuensi kumulatif sebelum kelas median
Contoh 26:
Tentukan median dari data pada tabel di bawah ini.
Nilai Frekuensi
32 – 40 3
41 – 49 5
50 – 58 7
59 – 67 15
68 – 76 11
77 – 85 6
86 – 94 3
Jawab:
Frekuensi
Nilai tb fkum≤
(f)
32 – 40 31,5 3 3
41 – 49 40,5 5 8
50 – 58 49,5 7 15
59 – 67 58,5 15 30
68 – 76 67,5 11 41
77 – 85 76,5 6 47
86 – 94 85,5 3 50
∑ f = 50
∑f
Letak kelas median = kelas interval data ke 2
50
= kelas interval data ke 2
= kelas interval data ke 25
= kelas interval ke 4
1
2 ∑ f −f k
t b+ p .
Median = f med
25−15
.
= 58,5 + 9 15
10
.
= 58,5 + 9 15
= 58,5 + 6
= 64,5
Jadi median dari data di atas adalah 64,5.
3.3. Modus
Modus (Mo) adalah data yang paling sering/banyak muncul atau data yang
memiliki frekuensi tertinggi dari serangkaian data. Dalam suatu rangkaian data
dimungkinkan bermodus tunggal, bermodus lebih dari satu, atau tidak bermodus.
Suatu rangkaian data bermodus tunggal apabila terdapat tepat satu data yang
memiliki frekuensi tertinggi. Suatu rangkaian data bermodus tidak tunggal apabila
terdapat lebih dari satu data yang memiliki frekuensi tertinggi. Suatu rangkaian data tidak
bermodus apabila setiap data dalam rangkaian data tersebut memiliki frekuensi sama.
3.3.1. Modus Data Tunggal
Contoh 27:
1. Tentukan modus dari data berikut: 2, 3, 7, 3, 3, 8, 2, 9.
Jawab:
Urutan data: 2, 4, 4, 4, 7, 8, 9.
f(2) = 1 f(4) = 3 f(7) = 1 f(8) = 1 f(9) = 1
Mo = 4
Jadi modus dari data tersebut adalah 4.
2. Tentukan modus dari data berikut: 4, 7, 5, 7, 2, 10, 7, 2, 11, 2, 15, 15.
Jawab:
Urutan data: 2, 2, 2, 4, 5, 7, 7, 7, 10, 11, 15, 15.
f(2) = 3 f(4) = 1 f(5) = 1 f(7) = 3 f(10) = 1
f(10) = 1 f(11) = 1 f(15) = 2
Mo = 2 dan 7
Jadi modus dari data tersebut adalah 2 dan 7.
3. Tentukan modus dari data berikut: 15, 3, 4, 4, 3, 15, 3, 9, 4, 9, 15 ,9 ,15
Jawab:
Urutan data: 3, 3, 3, 4, 4, 4, 9, 9, 9, 15, 15, 15.
f(3) = 3 f(4) = 3 f(9) = 3 f(15) = 3
Mo = tidak ada
Jadi data tersebut tidak memiliki modus.
3.3.2. Modus Data Berkelompok
Modus data berkelompok dihitung dengan rumus :
d1
Mo = tb + p. d 1 +d 2
Keterangan: Mo = modus
tb = tepi bawah kelas modus
p = panjang kelas interval kelas modus
d1 = deviasi 1
= selisih frekuensi kelas modus dengan kelas sebelumnya
d2 = deviasi 2
= selisih frekuensi kelas modus dengan kelas sesudahnya
Kelas modus adalah kelas yang mengandung modus atau kelas yang memiliki
frekuensi terbanyak.
Contoh 28:
Hasil ulangan Matematika kelas 2 Pogram Keahlian Kriya Kayu sebagai berikut:
Nilai Frekuensi
40 – 47 2
48 – 55 4
56 – 63 10
64 – 71 14
72 – 79 12
80 – 87 5
88 – 95 3
Tentukan modus dari data di atas.
Jawab:
Nilai tb Frekuensi
40 – 47 39,5 2
48 – 55 47,5 4
56 – 63 55,5 10
64 – 71 63,5 14
72 – 79 71,5 12
80 – 87 79,5 5
88 – 95 87,5 3
∑f = 50
Kelas modus = kelas interval 64 – 71
tb = 63,5
d1 = 14 – 10 = 4
d2 = 14 – 12 = 2
p=8
d1
Mo = tb + p. d 1 +d 2
4
.
Mo = 63,5 + 8 4 +2
4
.
Mo = 63,5 + 8 6
Mo = 63,5 + 5,33
Mo = 68,83
Jadi modusnya adalah 68,83.
Latihan Soal 4
1. Tentukan median dan modus dari data-data berikut ini:
a. 6, 5, 8, 3, 6, 8, 8, 7, 5, 3, 8, 5, 7
b. 25, 27, 16, 16, 25, 10, 27, 27
c.
Nilai Frekuensi
2 3
4 5
6 6
8 4
10 2
d.
Data Frekuensi
30 – 38 4
39 – 47 8
48 – 56 14
57 – 65 35
66 – 74 27
75 – 83 9
84 – 92 3
e. Hasil pengukuran berat badan siswa kelas 2.
Berat f
badan
50 – 52 4
53 – 55 5
56 – 58 3
59 – 61 2
62 – 64 6
f.
Nilai f
31 - 36 4
37 - 42 6
43 - 48 9
49 - 54 14
55 - 60 10
61 - 66 5
67 - 72 2
2. Tentukan modus dan median dari data berikut:
10
a.
4
3
13,5 18,5 23,5 28,5 33,5 nilai
11
b. 9
5
4
41-45 46-50 51-55 56-60 61-65
c. 20
17
13
12
8
7
3
30,5 35,5 40,5 45,5 50,5 55,5 60,5 65,5

Latihan Ulangan I
1. Statistik e. data sekunder
yang berhubungan dengan
7. Penjual
penarikan kesimpulan mengenai
an barang dari sebuah kios pada
populasi disebut ....
tahun 2004 dinyatakan dengan
a. statistik
diagram lingkaran di bawah.
deskriptif
Besar sudut pusat daerah yang
b. statistik induktif
mewakili penjualan gula
c. populasi
adalah ....
d. sampel
e. sampling
o
2. Di Terigu Lain-lain
25% 40%
bawah ini merupakan syarat
data yang baik, kecuali ...
Beras
a. relevan 20%
b. representatif
c. terkini Gula
d. banyak
e. objektif
8. Diagra
3. Sebagia m di bawah menunjukkan
n data yang dijadikan objek banyaknya pemesan meubel
penelitian dan bersifat pada Toko Makmur setiap
representatif disebut ... tahun sejak tahun 1998 sampai
a. populasi dengan 2004. Banyaknya
b. sampel pemesan selama 4 tahun
c. sensus pertama adalah ....
d. sampling a. 300
e. strata b. 450
4. Di c. 525
bawah ini merupakan alasan d. 650
sampling, kecuali .... e. 725
a. Biaya 300
b. Tenaga
c. Waktu 250
d. Sistematis
e. Efektif 200
5. Yang 0
‘98 ‘99 ‘00 ‘01 ‘02 ‘03 ‘04
termasuk data kontinu adalah ...
a. jumlah karyawan
b. jumlah keuntungan 9. Diagra
c. jumlah penjualan m di bawah menunjukkan
d. jumlah kendaraan pekerjaan orang tua siswa kelas
e. jumlah pemakaian listrik 1. Jika banyak siswa kelas 1 200
orang, maka banyaknya siswa
6. Berdasa yang orang tuanya petani adalah
rkan sumbernya, data-data ....
dikelompokkan menjadi ...
a. data internal
b. data kontinu
c. data diskrit
d. data primer
mengikuti ekstrakurikuler
ABRI
PNS Paskibra adalah ....
10%
20%
90 orang
70 orang Olahraga
55 orang 20%
200 siswa
Paskibra
PETANI 45 orang 30%
250 siswa
PEDAGANG Beladiri
35% 35 orang 10% 300 siswa
350 siswa
Pramuka
375 siswa
10. Hobi
dari 40 orang siswa disajikan
dalam diagram lingkaran di 13. Diketah
bawah. Banyaknya siswa yang ui data sebagai berikut: 23, 34,
hobinya menari ada .... 28, 39, 12, 47, 56, 44, 23, 14.
Range dari data tersebut adalah ...
a. 9
o
menyanyi Olahraga b. 20
37,5%
c. 27
d. 34
menggambar e. 44
14. Hasil
menari
Gula penimbangan berat badan
sejumlah siswa disajikan seperti
11. Perbandingan pada tabel berikut:
antara pendapatan pada tahun 2001 Berat badan (kg) F
dan 2002 berdasarkan diagram di 31 – 35 4
bawah adalah ... 36 – 40 9
Keterangan: 41 – 45 15
Pendapatan 46 – 50 6
Biaya 51 – 55 2
200 + Range dari data tersebut adalah ...
180 + a. 20
160 +
140 + b. 24
120 + c. 25
100 + d. 26
80 +
60 +
e. 27
40 +
20 +
15. Jika
0
banyak data keseluruhan adalah
2000 2001 2002 2003 50, maka banyak kelas interval
yang ideal adalah …
a. 8 : 14
a. 6
b. 8 : 11
b. 7
c. 11 : 8
c. 8
d. 6:7
d. 9
e. 5:6
e. 10
12. Diagra
16. Jika
m lingkaran di bawah
banyak data keseluruhan adalah
menyatakan jenis kegiatan
100, data terkecil 20, dan data
ekstrakurikuler di suatu SMK
terbesar 50, maka panjang
yang diikuti oleh 500 siswa.
interval kelas ideal adalah ...
Banyak siswa yang tidak
a. 3 c. 6,319
b. 4 d. 6,391
c. 5 e. 6,913
d. 7
22. Berdasa
e. 8
rkan data pada no 19, maka rata-
17. Berdasa rata kuadratnya adalah …
rkan data pada no 14, maka a. 6,357
frekuensi kumulatif ”kurang b. 6,537
dari” pada kelas interval 41 – 45 c. 6,573
adalah ... d. 6,735
a. 4 e. 6,753
b. 13
23. Berdasa
c. 28
d. 34
rata sementaranya adalah …
e. 36
a. 5
18. Berdasa b. 6
rkan data pada no 14, maka c. 6,5
frekuensi kumulatif ”lebih d. 7
dari” pada kelas interval 41 – 45 e. 8
adalah ...
24. Berdasa
a. 4
rkan data pada no 19, maka
b. 13
modusnya adalah …
c. 23
a. 5
d. 32
b. 6
e. 36
c. 6,5
19. Dari 30 d. 7
orang yang mengikuti ulangan e. 8
Matematika diperoleh data
25. Berdasa
sebagai berikut:
rkan data pada no 19, maka
Nilai 5 6 7 8 mediannya adalah …
Frekuensi 6 8 12 4 a. 5
Mean dari data di atas adalah ... b. 6
a. 6.82 c. 6,5
b. 6,59 d. 7
c. 6,47 e. 8
d. 6,23 ilai Frekuens
e. 6,15 i
20. Berdasa 11- 20 3
rkan data pada no 19, maka rata- 21 - 30 7
rata ukurnya adalah … 31 - 40 10
a. 6,349 41 - 50 16
b. 6,394 51 - 60 20
c. 6,439 61 - 70 14
d. 6,934 71 - 80 10
e. 6,943 81 - 90 6
91 - 4
21. Berdasa
100
rata harmonisnya adalah … f = 90
a. 6,139 Untuk soal no 26 – 33
b. 6,193
Diketahui data dari hasil tryout 31. Median
Matematika siswa kelas 3 SMK dari data di atas adalah ...
sebagai berikut a. 53,5
40 43 47 50 b. 55
64 60 63 74 c. 57
76 80 35 63 d. 58,5
55 50 60 65 e. 60,6
60 60 70 93
32. Nilai
95 66 47 45
rata-rata tes matematika dari
46 70 75 89
kelompok siswa dan kelompok
56 57 58 60
siswi di suatu kelas berturut-
60 65 64 65
turut adalah 5 dan 7. Jika nilai
70 75 45 55
rata-rata di kelas tersebut adalah
26. Jangkau 6,2 , maka perbandingan
an dari data di atas adalah ... banyaknya siswa dan siswi
a. 55 adalah ,,,
b. 57 a. 2:3
c. 59 b. 3:4
d. 60 c. 2:5
e. 61 d. 3:5
e. 4:5
27. Banyak
kelas interval dari data di atas 33. Tes
adalah ... matematika diberikan kepada
a. 5 tiga kelas siswa ber-jumlah 100
b. 6 orang. Nilai rata-rata kelas
c. 6,29 pertama, kedua dan ketiga
d. 7 1
e. 8 adalah 7, 8, 7 2 . Jika
banyaknya siswa kelas pertama
28. Panjang 25 orang dan kelas ketiga 5
interval kelas dari data di atas orang lebih banyak dari kelas
adalah ... kedua, maka nilai rata-rata
a. 6 seluruh siswa tersebut adalah …
b. 7 a. 7,60
c. 8 b. 7,55
d. 8,5 c. 7,50
e. 9 d. 7,45
29. Mean e. 7,40
dari data di atas adalah ... 34. Nilai
a. 59,95 rata-rata 11 buah bilangan sama
b. 60,95 dengan 13. Nilai rata-rata 13
c. 62,625 bilangan yang lain sama dengan
d. 62,95 11. Dengan demikian nilai rata-
e. 63,95 rata 24 bilangan tersebut sama
30. Modus dengan …
dari data di atas adalah ... a. 11
11
a. 66
b. 67,50 b. 11 12
c. 68,25 c. 12
5
d. 68,5 d. 12 12
e. 69 e. 13
35. Kelas A b. 49
terdiri atas 35 murid sedangkan c. 48
kelas B terdiri atas 40 murid. d. 47
Nilai statistika rata-rata kelas B e. 46
adalah 5 lebih baik dari nilai-
39. Lima
rata-rata kelas A. Apabila nilai
orang karyawan A, B, C, D dan
rata-rata gabungan kelas A dan
2 E mempunyai pendapatan
kelas B adalah 57 3 maka sebagai berikut:
1
nilai statistika rata-rata untuk
Pendapatan A sebesar 2 pendapatan E
kelas A adalah …
Pendapatan B lebih Rp.100.000 dari A
a. 50
Pendapatan C lebih Rp.150.000 dari A
b. 55
Pendapatan D kurang Rp.180.000 dari E
c. 60
Bila rata-rata pendapatan kelima
d. 65
karyawan Rp. 525.000, maka
e. 75
pendapatan karyawan D = …
36. Rata- a. Rp. 515.000
rata nilai ulangan Matematika b. Rp. 520.000
dari 40 orang siswa adalah 5,1. c. Rp. 535.000
Jika seorang siswa tidak d. Rp. 550.000
disertakan dalam perhitungan e. Rp. 565.000
maka nilai rata-ratanya menjadi
40. Empat
5,0. Nilai siswa tersebut adalah
kelompok siswa yang masing-
…
masing terdiri atas 10, 20, 30
a. 9,0
dan 20 orang rata-rata
b. 8,0
menyumbangkan uang ke suatu
c. 7,5
yayasan penderita anak cacad
d. 6,0
masing-masing sebesar Rp.
e. 5,5
4.000,00; Rp. 10.000,00; Rp.
37. Nilai 6.000,00 dan Rp. 3.000,00.
rata-rata pada tes matematika Secara keseluruhan tiap siswa
dari 10 siswa ada-lah 55 dan rata-rata menyumbang uang
jika digabung lagi dengan 5 sebesar …
siswa, nilai rata-rata menjadi 53. a. Rp. 575,00
Nilai rata-rata dari 5 siswa b. Rp. 2.300,00
tersebut adalah … c. Rp. 5.000,00
a. 49 d. Rp. 5.750,00
b. 50 e. Rp. 6.000,00
c. 51
41. x0
d. 52
adalah rata-rata dari data x1, x2,
e. 54
… , x10. Jika data berubah
38. Nilai x1 x2
rata-rata ujian sekelompok mengikuti pola 2 + 2, 2
siswa yang berjumlah 40 orang x3
adalah 51. Jika seorang siswa 2 + 6 dan seterusnya,
dari kelompok ini yang +4,
mendapat nilai 90 tidak maka nilai rata-rata menjadi …
dimasukkan dalam perhitungan a. x0 + 11
rata-rata tersebut, maka nilai b. x0 + 12
1
rata-rata ujian akan menjadi … c. 2 x0 + 11
a. 50
1 c. 65 km/jam
d. 2 x0 + 12 d. 67,5 km/jam
1
e. 70 km/jam
e. 2 x0 + 20
43. Lima
42. Luhur orang siswa berangkat ke
mengendarai sebuah mobil sekolah menggunakan sepeda
dalam perjalanan dinas dari dengan kecepatan berbeda-beda.
Malang ke Surabaya. Ia Kecepatan mereka masing-
mengendarai mobil tersebut masing mengendarai sepeda
dengan kecepatan 60 km/jam adalah 20 km/jam, 15 km/jam,
dari Malang ke Lawang, 75 30 km/jam, 45 km/jam, dan 30
km/jam dari Pandaan ke km/jam. Kecepatan rata-rata
Surabaya, Dari Surabaya harmonis dari kelima siswa
kembali ke Malang ia tersebut adalah ....
mengendarai mobil dengan a. 24,00 km/jam
kecepatan 50 km/jam. b. 24,324 km/jam
Kecepatan rata-rata Luhur c. 25,00 km/jam
mengendarai mobil adalah ... d. 25,50 km/jam
a. 55 km/jam e. 26,00 km/jam
b. 60 km/jam
ESSAY
Diketahui suatu data dinyatakan dalam histogram berikut:
Kemampuan Mengerjakan Modul Siswa SMK
siswa
16
14
8
7
4
Waktu (hari)
12 17 22 27 32 37
Tentukanlah:
44. Panjang 48. Median
interval kelas
49. Diagra
45. Tabel m garis
distribusi frekuensinya.
50. Kurva
46. Mean Ogive
47. Modus
3.
4. Kegiatan Belajar 3 (320 menit)
4.1. Tujuan Kegiatan Pembelajaran 3
Siswa dapat:
a. Menyajikan data
tunggal dan data kelompok
b. Menentukan :
Jangkauan, Simpangan rata-rata, Simpangan baku, Kuartil, Jangkauan
semi interkuartil Desil, Persentil, dan jangkauan persentil dari data
yang disajikan
c. Menentukan nilai
standar (Z-score) dari suatu data yang diberikan
d. Menentukan koefisien
variasi dari suatu data yang diberikan
IV. UKURAN PENYEBARAN DATA (Ukuran Dispersi)
4.1. Pengertian dan Kegunaan Ukuran Penyebaran Data
Dispersi atau sebaran nilai dari sekelompok data merupakan ukuran yang
menunjukkan seberapa jauh nilai-nilainya menyimpang dari nilai rata-ratanya.
Penyebaran yang kecil akan menunjukkan data tersebut bersifat homogen, sedangkan
penyebaran yang besar akan menunjukkan bahwa data tersebut bersifata heterogen.
Dispersi atau sebaran nilai digunakan untuk menentukan apakah suatu nilai rata-
rata representatif atau tidak. Jika suatu data mempunyai penyebaran yang besar terhadap
nilai rata-ratanya maka data tersebut tidak representatif. Misalnya upah 5 orang karyawan
per minggu berturut-turut adalah Rp. 25.000,00, Rp. 30.000,00, Rp. 30.000,00, Rp.
35.000,00, dan Rp. 150.000,00. Nilai rata-rata upah kelima karyawan tersebut adalah Rp.
54.000,00. Nilai rata-rata tersebut tidak representatif karena ada 4 orang karyawan yang
mempunyai upah di bawah rata-rata sementara ada 1 orang karyawan yang mempunyai
upah jauh di atas rata-rata.
Dispersi atau sebaran nilai digunakan sebagai perbandingan terhadap variabilitas
data dan untuk membantu penggunaan ukuran statistika. Misalnya membandingkan
ukuran sampel terhadap ukuran populasi atau dalam pengujian hipotesis apakah dua
sampel berasal dari populasi yang sama atau tidak.
4.2. Jangkauan
Jangkauan/Range/Rentangan data adalah selisih antara nilai data terbesar
(maksimum) dengan nilai data terkecil (minimum).
4.2.1. Jangkauan Data Tunggal
Rumus:
R = dt - dr
Keterangan: R = jangkauan data
dt = data terbesar
dr = data terkecil
4.2.2. Jangkauan Data Berkelompok
Rumus:
R = ta - t b
Keterangan: R = jangkauan data
ta = tepi atas kelas interval terbesar (terakhir)
tb = tepi bawah kelas interval terkecil (pertama)
Contoh 29 :
1. Diketahui rangkaian data sbb.: 12, 16, 14, 17, 15, 19, 10,
12, 15, 21, 9, 14, 14. Hitunglah jangkauan dari data tersebut:
Jawab:
dr = 21
dt = 9
R = dt - d r
R = 21- 9
R = 12
Jadi jangkauan dari data tersebut adalah 12.
2. Diketahui data berkelompok sbb:
Nilai Frekuensi
40 – 47 2
48 – 55 4
56 – 63 10
64 – 71 14
72 – 79 12
80 – 87 5
88 – 95 3
∑ f = 50
Hitunglah jangkauan dari data di atas.
Jawab:
ta = 95 + 0,5 = 95,5
tb = 40 – 0,5 = 39,5
R = ta - tb
R = 95,5 – 39,5
R = 56
Jadi jangkauan dari data tersebut adalah 56.
4.3. Simpangan Rata-rata
Simpangan rata-rata/Deviasi rata-rata (SR) adalah ukuran yang menyatakan
penyimpangan (deviasi) data terhadap rata-rata hitungnya.
4.3.1. Simpangan Rata-rata Data Tunggal
Rumus:
n
∑ |xi −x|
i=1
SR = n
Apabila tidak setiap data memiliki frekuensi 1 maka:
n
∑ f i ( x i −x )
i=1
SR = ∑f
Keterangan: SR = simpangan rata-rata
xi = nilai data ke-i
x = rata-rata
n = banyak data
│ │ = harga mutlak
fi = frekuensi data ke-i
Contoh 30:
Tentukan simpangan rata-rata dari rangkaian data berikut: 7, 5, 8, 6, 9, 7.
Jawab:
Urutan data: 5, 6, 7, 7, 8, 9.
n=6
n
∑ xi
x= i=1
n
6
∑ xi
x= i=1
6
5+6+7+7 +8+9
x=
6
42
x=
6
x =7
n
∑ |xi −x|
i=1
SR = n
6
∑ |xi −7|
i=1
SR = 6
|5−7|+|6−7|+|7−7|+|7−7|+|8−7|+|9−7|
SR = 6
2+1+ 0+ 0+1+2
SR = 6
6
SR = 6
SR = 1
Jadi simpangan rata-rata di atas adalah 1.
Contoh 31:
Tentukan simpangan rata-rata dari rangkaian data berikut ini:
Nilai Frekuensi
3 2
6 3
7 1
9 4
Jawab:
│ x−x │ x−x
Nilai (x) f f.x f│ │
3 2 6 │3 –6,7│= 0,67 7,4
6 3 18 │6 – 6,7│= 2,33 2,1
7 1 7 │7 – 6,7│= 3,33 0,3
9 4 36 │9 – 6,7│= 5,33 9,2
∑f = 10 ∑fx = 67 ∑f│ x−x │=
19
x=
∑ fx 67
=6,7
∑f = 10
n
∑ f i ( x i −x )
i=1
SR = ∑f
19
SR = 10
SR = 1,9
Jadi, simpangan rata-rata data di atas adalah 1,9.
4.3.2. Simpangan Rata-rata Data Berkelompok
Rumus:
n
∑ f i ( x i −x )
i=1
SR = ∑f
Keterangan: SR = simpangan rata-rata
fi = frekuensi data pada kelas interval ke-i
xi = nilai tengah data pada kelas interval ke-i
x
= rata-rata
│ │ = harga mutlak
Contoh 32:
Nilai ulangan Matematika kelas II SMK KRIYA Program Keahlian Kriya Kayu
tercatat sebagai berikut:
Nilai Frekuensi
32 – 40 3
41 – 49 5
50 – 58 7
59 – 67 15
68 – 76 11
77 – 85 6
86 – 94 3
Tentukan simpangan rata-rata dari data di atas.
Jawab:
Nilai
x
f
f.x
|x - x| f.
|x - x|
32 – 40 36 3 108 │36 – 64,68│= 28,08 84,24
41 – 49 45 5 225 │45 – 64,68│= 19,08 95,40
50 – 58 54 7 378 │54 – 64,68│= 10,08 70,56
59 – 67 63 15 945 │63 – 64,68│= 1,08 16,20
68 – 76 72 11 792 │72 – 64,68│= 7,92 87,12
77 – 85 81 6 486 │81 – 64,68│= 16,92 101,52
86 – 94 90 3 270 │90 – 64,68│= 25,92 77,76
∑f = 50
∑ f.x = 3204
∑ f.
|x - x|
=532,8
x=
∑ fx 3204
=64 , 68
∑f = 50
n
∑ f i ( x i −x )
i=1
SR = ∑f
532,8
SR = 50
SR = 10,656
4.4. Simpangan Baku / Simpangan Standar / Standar Deviasi
Simpangan baku / simpangan standar / standar deviasi merupakan salah satu
ukuran penyebaran data yang dipergunakan untuk membandingkan suatu kumpulan data
dengan data yang lainnya.
Simpangan baku / simpangan standar / standar deviasi untuk sampel diberi
lambang s. Simpangan baku / simpangan standar / standar deviasi untuk populasi diberi
lambang σ.
4.4.1. Simpangan Baku / Simpangan Standar / Standar Deviasi Data Tunggal
Rumus:
∑ ( x−x )2
s= n √
Apabila tidak setiap data memiliki frekuensi 1 maka:
∑ f ( x −x )2
Keterangan: s = simpangan baku

s= √ ∑f
x = data
x = rata-rata hitung
n = ∑f = banyak data seluruhnya
f = banyak data setiap nilai data yang sejenis
Contoh 33:
Tentukan standar deviasi dari rangkaian data berikut: 7, 3, 6, 4, 5.
Jawab:
Urutan data: 3, 4, 5, 6, 7
n
∑ xi
i=1
x = n
3+ 4+ 5+6+7
x = 5
25
x = 5
x =5
∑ ( x−x )2
s= √ n
( 3−5 )2 + ( 4−5 )2 + ( 5−5 )2 + ( 6−5 )2 + ( 7−5 )2
s= √ 4+1+0+1+4
5
s= √ 10
5
s=
2
√ 5
s= √
s = 1,4142
Jadi standar deviasinya adalah 1,4142.
Contoh 34:
Tentukan standar deviasi dari rangkaian data pada contoh 31.
Jawab:
x f f.x (x - x (x - x x
2 f.(x - )2
) )
3 2 6 -3,7 13,69 27,38
6 3 18 -0,7 0,49 1,47
7 1 7 0,3 0,09 0,09
9 4 36 2,3 5,29 21,16
∑f = 10 ∑f.x = 67 ∑ f.(x - x )2 = 50
∑ f ( x−x )2
s= √ 50
∑f
s=
5
√ 10
s= √
s = 2,236
Jadi simpangan baku dari data tersebut adalah 2,236.
4.4.2. Simpangan Baku / Simpangan Standar / Standar Deviasi Data Berkelompok
Rumus:
∑ f ( x −x )2
Keterangan:
s=
s = simpangan baku
√ ∑f
x = titik tengah kelas interval
f = banyak data setiap kelas interval
∑f = n = banyak data seluruhnya
Contoh 35:
Tentukan standar deviasi dari rangkaian data pada contoh 32.
Jawab:
x- x (x - x )2 x
Nilai x f f.x f. (x - )2
32 – 40 36 3 108 - 28,08 788,4864 2365,4592
41 – 49 45 5 225 - 19,08 364,0464 1820,2320
50 – 58 54 7 378 - 10,08 101,6064 711,2448
59 – 67 63 15 945 - 1,08 1,1664 17,4960
68 – 76 72 11 792 7,92 62,7264 689,9904
77 – 85 81 6 486 16,92 286,2864 1717,7184
86 – 94 90 3 270 25,92 671,8464 2015,5392
∑f = 50 ∑ f.x = 3204 ∑ f. (x - x )2 = 9337,68
∑ fx =3204 =64 , 08
x = ∑ f 50
∑ f ( x−x )2
s= √ ∑f = √ 9337 , 68
50 = 186,7536 = 13,666
√
Jadi, standar deviasi dari rangkaian data pada contoh 32 adalah 13,666.
Latihan 5
1. Diketahui data: 2, 4, 4, 5, 6, 6, 7, 8, 9, 9. Hitunglah simpangan rata-rata
dan deviasi standar dari rangkaian data tersebut.
2. Diketahui data: 3, 5, 6, 6, 7, 10, 12. Hitunglah simpangan rata-rata dan

standar deviasi dari rangkaian data tersebut.
3. Hitunglah simpangan rata-rata dan simpangan baku dari data 5, 3, 9, 7, 5,
6.
4. Tentukan simpangan rata-rata dan simpangan baku dari data pada tabel
distribusi frekuensi di bawah ini.
Berat (kg) frekuensi
43 - 47 5
48 - 52 12
53 - 57 9
58 - 62 4
5. Hitunglah simpangan rata-rata dan standar deviasi dari rangkaian data

berikut.
Berat badan (kg) Frekuensi
47 - 49 3
50 - 52 6
53 - 55 8
56 - 58 7
59 - 61 6
4.5. KUARTIL
Kuartil berarti membagi suatu rangkaian data menjadi empat bagian yang sama.
Jika kuartil digambarkan dalam suatu garis lurus akan tampak sebagai berikut:
25% 25% 25% 25%

xb Q1 Q2 = Med Q3 xa
Keterangan: xb = data terendah
xa = data tertinggi
Q1 = kuartil pertama / kuartil bawah
Q2 = kuartil ke dua / kuartil tengah = median
Q3 = kuartil ke tiga / kuartil atas
Cara menentukan kuartil:
1. Urutkan data dari yang terendah / terkecil
sampai dengan yang terbesar / tertinggi
2. Tentukan urutan letak masing-masing kuartil
Letak Kuartil Data Tunggal
i
Qi = data ke 4 (n + 1)
Letak Kuartil Data Berkelompok
i
Letak Qi = data ke 4 ∑f
i
f −f k
4∑
fQ
Qi = tb + p. i
Keterangan: Qi = kuartil ke-i

i = 1, 2, atau 3
p = panjang interval kelas
tb = tepi bawah kelas interval kuartil ke-i
fk = frekuensi kumulatif sebelum kelas interval kuartil ke-i
fQ
i = frekuensi kelas interval kuartil ke-i
3. Jangkauan antar kuartil (JAK) = Q3 – Q1
1
4. Jangkauan semi inter kuartil (Qd) = 2 (Q3
– Q 1)
4.6. Desil
Desil berarti membagi suatu rangkaian data menjadi sepuluh bagian yang sama.
Jika desil digambarkan dalam suatu garis lurus akan tampak sebagai berikut:
10% 10%
xb D1 D5 = Q2 = Med D9 xa

xa = data tertinggi
D1 = desil ke -1
D5 = Q2 = desil ke - 5 / desil tengah = median
D9 = desil ke - 9
Cara menentukan desil:
2. Tentukan urutan letak masing-masing desil
Letak Desil Data Tunggal
i
Di = data ke 10 (n + 1)
Letak Desil Data Berkelompok
i
Letak Di = data ke 10 ∑f
i
10
. ∑ f −f k
f Di
Di = tb + p.
Keterangan: Qi = desil ke-i
i = 1, 2, …, atau 99
tb = tepi bawah kelas interval desil ke-i
fk = frekuensi kumulatif sebelum kelas interval desil ke-i
fD
i = frekuensi kelas interval desil ke-i
4.7. Persentil
Persentil berarti membagi suatu rangkaian data menjadi seratus bagian yang
sama.
Jika persentil digambarkan dalam suatu garis lurus akan tampak sebagai berikut:
10% 10%
xb P10 P50 = Q2 = Med P90 xa

xa = data tertinggi
P10 = persentil ke -10
P50 = D2 = persentil ke - 50 / persentil tengah = median
P90 = persentil ke - 90
Cara menentukan persentil:
2. Tentukan urutan letak masing-masing
persentil
Letak Persentil Data Tunggal
i
Pi = data ke 100 (n + 1)
Letak Persentil Data Berkelompok
i
Letak Pi = data ke 100 ∑f
i
f −f k
100 ∑
fP
Pi = tb + p. i
Keterangan: Pi = persentil ke-i

i = 1, 2, …, atau 99
tb = tepi bawah kelas interval persentil ke-i
fk = frekuensi kumulatif sebelum kelas interval persentil
ke-i
fQ
i = frekuensi kelas interval persentil ke-i
3. Jangkauan antar persentil (JAP) = P90 – P10
1
4. Jangkauan semi inter persentil (Dp) = 2
(P90 – P10)
Contoh 36:
Tentukan kuartil bawah, kuartil tengah, kuartil atas, jangkauan antar kuartil,
jangkauan semi inter kuartil, D4, dan D8 dari rangkaian data berikut ini.
1. 7, 5, 8, 6, 9, 7, 10.
2. 7, 5, 6, 8, 3, 5, 7, 9.
Penyelesaian:
1. Data: 7, 5, 8, 6, 9, 7, 10
Urutan data 5, 6, 7, 7, 8, 9, 10
n=7
a. 1 = data ke
1
4 .(n + 1)
1
Q1 = data ke 4 .(7 + 1)
1
Q1 = data ke 4 .8
Q1 = data ke 2
Q1 = 6
2
b.Q2 = data ke 4 .(n + 1)
1
Q2 = data ke 2 .(7 + 1)
1
Q2 = data ke 2 .8
Q2 = data ke 4
Q2 = 7
c. Q3 = data ke
3
4 .(n + 1)
3
Q3 = data ke 4 .(7 + 1)
3
Q3 = data ke 4 .8
Q3 = data ke 6
Q3 = 9
d.JAK = Q3 - Q1
JAK = 9 – 6
JAK = 3
1
e. Qd = 2 (Q3 - Q1)
1
Qd = 2 .3
Qd = 1,5
f. D4 = data ke
4
10 .(n + 1)
2
D4 = data ke 5 (7 + 1)
2
D4 = data ke 5 .8
1
D4 = data ke 3 5
1
D4 = data ke 3 + 5 (data ke 4 – data ke 3)
1
D4 = 7 + 5 (7 – 7)
D4 = 7
g. D8 = data
8
ke. 10 (n + 1)
4
D8 = data ke 5 (7 + 1)
4
D8 = data ke 5 .8
2
D8 = data ke 6 5
2
2
D8 = 9 + 5 (10 – 9)
2
D8 = 9 5
2. 7, 5, 6, 8, 3, 5, 7, 9
Urutan data: 3, 5, 5, 6, 7, 7, 8, 9
n=8
1
a. Q1 = data ke 4 .(n + 1)
1
Q1 = data ke 4 .(8 + 1)
1
Q1 = data ke 4 .9
1
Q1 = data ke 2 4
1
Q1 = data ke 2 + 4 (data ke 3 – data ke 2)
1
Q1 = 5 + 4 (5 – 5)
1
Q1 = 5 + 4 .0
Q1 = 5
2
b. Q2 = data ke 4 .(n + 1)
1
Q2 = data ke 2 .(8 + 1)
1
Q2 = data ke 2 .9
1
Q2 = data ke 4 2
1
1
Q2 = 6 + 2 (7 – 6)
1
Q2 = 6 + 2 .1
1
Q2 = 6 2
3
c. Q3 = data ke 4 .(n + 1)
3
Q3 = data ke 4 .(8 + 1)
3
Q3 = data ke 4 .9
3
Q3 = data ke 6 4
3
3
Q3 = 7 + 4 (8 – 7)
3
Q3 = 7 + 4 .1
3
Q3 = 7 4
d. JAK = Q3 - Q1
3
JAK = 7 4 –5
3
JAK = 2 4
1
e. Qd = 2 (Q3 - Q1)
1
3
Qd = 2 .2 4
3
Qd = 1 8
Qd = 1, 375
4
f. D4 = data ke 10 .(n + 1)
2
D4 = data ke 5 (8 + 1)
2
D4 = data ke 5 .9
3
D4 = data ke 3 5
3
1
D4 = 7 + 5 (7 – 7)
D4 = 7
8
g. D8 = data ke. 10 (n + 1)
4
D8 = data ke 5 (7 + 1)
4
D8 = data ke 5 .8
2
D8 = data ke 6 5
2
2
D8 = 9 + 5 (10 – 9)
2
D8 = 9 5
Contoh 37:
Tentukan kuartil bawah, kuartil tengah, kuartil atas, jangkauan antar kuartil,
jangkauan semi inter kuartil, dan jangkauan semi inter persentil dari rangkaian
data berat 100 karung cengkih berikut ini.
Berat Frekuensi
70 – 72 5
73 – 75 15
76 – 78 43
79 – 81 29
82 – 84 8
Jawab:
Berat Titik tengah Frekuensi Tepi fkum
(x) (f) bawah
70 – 72 71 5 69,5 5
73 – 75 74 15 72,5 20
76 – 78 77 43 75,5 63
79 – 81 80 29 78,5 92
82 – 84 83 8 81,5 100
∑f = 100
1
a. Letak Q1 = data ke 4 ∑f
1
Letak Q1 = data ke .100 4
Letak Q1 = data ke 25 (kelas interval 76 – 78)
i
f −f k
4∑
fQ
Qi = tb + p. i
1
4
. 100−20
Q1 = 75,5 + 3. 43
25−20
Q1 = 75,5 + 3 43
5
Q1 = 75,5 + 3. 43
Q1 = 75,5 + 3. 0,116
Q1 = 75,5 + 0,348
Q1 = 75,848
2
b. Letak Q2 = data ke 4 ∑f
1
Letak Q2 = data ke .1002
i
f −f k
4∑
fQ
Qi = tb + p. i
1
2
.100−20
Q2 = 75,5 + 3. 43
50−20
Q2 = 75,5 + 3. 43
30
Q2 = 75,5 + 3. 43
Q2 = 75,5 + 3. 0,698
Q2 = 75,5 + 2,094
Q2 = 77,594
3
c. Letak Q3 = data ke 4 ∑f
3
Letak Q3 = data ke .100 4
i
f −f k
4∑
fQ
Qi = tb + p. i
3
4
. 100−63
Q3 = 78,5 + 3. 29
75−63
Q3 = 78,5 + 3. 29
12
Q3 = 78,5 + 3. 29
Q3 = 78,5 + 3. 0,414
Q3 = 78,5 + 1,242
Q3 = 79,742
d. JAK = Q3 – Q1
JAK = 79,742 – 75,848
JAK = 3,894
Jadi, jangkauan inter kuartil data tersebut adalah 3,894.
1
e. Qd = 2 (Q3 – Q1)
1
Qd = 2.3,894
Qd = 1,947
Jadi, jangkauan semi inter kuartil data tersebut adalah 1,947.
f. Untuk menentukan jangkauan semi inter persentil harus ditentukan
terlebih dulu P10 dan P90.
10
P10 = data ke 100 ∑f
1
P10 = data ke 10.100
P10 = data ke 10 (kelas interval 73 – 75)
1
10 ∑ f −f k
f P10
P10 = tb + p.
10−5
P10 = 72,5 + 3. 15
5
P10 = 72,5 + 3. 15
P10 = 72,5 +1
P10 = 73,5
90
P90 = data ke 100 ∑f
9
P90 = data ke 100 .100
P90 = data ke 90 (kelas interval 79 – 81)
90
100
. ∑ f −f k
f P 90
P90 = tb + p.
90−63
P90 = 78,5 + 3. 29
27
P90 = 78,5 + 3. 29
P90 = 78,5 +2,793
P90 = 81,293
1
Dp = 2 ( P90 – P10)
1
Dp = 2 (81,293 – 73,5)
1
Dp = 2 7,793
Dp = 3,8965
Jadi, jangkauan semi inter persentil data tersebut adalah 3,8965.
Latihan 6
1. Diketahui data: 16, 15, 15, 19, 20, 22, 16, 17, 25, 29, 32,
29, 32. Hitunglah:
a. Jangkauan data
b. Simpangan kuartil
c. Jangkauan semi inter persentil
2. Tinggi dari 12 orang siswa dalam cm adalah
160 148 156 147 146 158
150 148 160 146 158 162
Hitunglah Kuartil bawah, kuartil tengah, dan kuartil atas dari data
tersebut.
3. Diketahui data yang disajikan pada tabel distribusi
frekuensi berikut.
Nilai frekuensi
30 - 39 1
40 – 49 3
50 - 59 11
60 – 69 21
70 – 79 43
80 – 89 32
90 - 99 9
Hitunglah:
a. Jangkauan data
b. Simpangan kuartil
c. Jangkauan semi inter persentil
4. Hitunglah jangkauan inter kuartil, desil ke-4, dan
jangkauan inter persentil dari data berkelompok pada tabel berikut ini.
Nilai f
40 – 48 4
49 – 57 12
58 – 66 10
67 – 75 8
76 – 84 4
84 - 93 2
4.8. Angka Baku / Nilai Standar (Z-Score)

Angka baku adalah nilai yang menyatakan perbedaan antara nilai data terhadap
nilai rata-ratanya dibagi dengan simpangan standarnya. Kegunaan angka baku adalah
untuk mengetahui kenaikan dan perbedaan suatu kejadian dibandingkan dengan
kebiasaan. Semakin besar angka bakunya berarti semakin tinggi kenaikannya dan
semakin kecil angaka bakunya semakin rendah kenaikannya dibanding dengan kebiasaan.
Angka baku / nilai standar dirumuskan sebagai berikut:
x− x
z= s
Keterangan: z = angka baku / nilai standar
x = nilai salah satu data
s = standar deviasi /simpangan standar
Untuk suatu rangkaian data yang memiliki angka baku x = 0 dan standar
deviasi s = 1, kurvanya dinamakan kurva normal. Oleh karena itu angka baku ini dipakai
untuk membandingkan beberapa keadaan atau kebiasaan. Grafik kurva normal ini
ditentukan oleh suatu fungsi yang disebut Fungsi Gauss yang bentuknya y =
1
1 − 2 . z2
.e
s √ 2π , dimana e = 2,71828, π = 3,14159, dan z = angka baku.
Grafik kurva normal merupakan poligon frekuensi yang dirumuskanuntuk suatu
data yang digambarkan seperti grafik di bawah ini.
Peluang nilai z dalam sebaran sesuai dengan luas daerah di bawah kurva normal
standar. Karena nilai peluang maksimum 1, maka luas daerah di bawah kurva normal = 1.
untuk menentukan peluan z dapat dilihat dalam tabel yang memuat luas daerah di bawah
kurva 0 ≤ z ≤ 3,09, demikian juga untuk z yang bernilai negatif.
Contoh:
1. Diketahui nilai rata-rata suatu kumpulan data adalah 70,
standar deviasi 12 dan salah satu nilai datanya 86. tentukan angka
bakunya dan luas daerah di bawah kurva normal tersebut.
Penyelesaian:
Diketahui : x = 70
s = 12
x = 86
Ditanyakan: a. Z
b. luas daerah
Jawab:
x− x
a. z= s
86−70
z = 12
16
z = 12
z = 1,33
b. Luas daerah dapat dilihat dalam tabel kurva normal untuk z =
1,33 yaitu 0,4082.
2. Pada bulan tertentu pedagang A memperoleh keuntungan
Rp.15.000,00 dan pedagang B memperoleh keuntungan Rp.10.000,00.
Selama bulan itu telah diteliti bahwa rata-rata keuntungan pedagang A
dan B masing-masing Rp.13.000,00 dan Rp.7.500,00 dan stadar deviasi
masing-masing Rp.3.000,00 dan Rp.1.500,00. Siapakah yang lebih
berhasil dalam usaha dagangnya?
Penyelesaian:
Diketahui:
x = 15000
A
x B= 10000
xA = 13000 xB = 7500
sA = 3000 sB = 1500
Ditanyakan: yang lebih berhasil dalam berusaha?
Jawab:
x A −x A x B −x B
zA = sA zB = sB
15000−13000 10000−7500
zA = 3000 zB = 1500
2000 2500
zA = 3000 zB = 1500
zA = 0,667 zB = 1,667
Berdasarkan perhitungan tersebut z B > zA maka pedagang B lebih berhasil

daripada pedagang A.
3. Dari 480 orang siswa SMK KRIYA, tercatat rata-rata
berat badan siswa adalah 60 dan deviasi standarnya 6. Berapakah banyak
siswa yang mempunyai berat badan antara 55 kg sampai dengan 70 kg?
Penyelesaian:
Diketahui: n = 480
x1 = 55
x2 = 70
x = 60
s=6
Ditanyakan: banyak siswa yang mempunyai berat badan antara 55 kg
sampai dengan 70 kg
Jawab:
x 1 −x x 2 −x
z1 = s z2 = s
55−60 70−60
z1 = 6 z2 = 6
−5 10
z1 = 6 z2 = 6
z1 = -0,83 z2 = 1,67
proporsi berat badan = luas daerah (-0,83 ≤ z ≤ 1,67)

= luas daerah (-0,83≤ z ≤ 0) + luas daerah (-0 ≤ z ≤ 1,67)
= 0,3849 + ,3849
= 0,7492
Banyak siswa yang mempunyai berat badan antara 55 kg sampai dengan 70
kg = 0,7492 × 480 = 359,6 orang.
4.9. Koefisien Variasi / Variabilitas
Koefisien variasi / variabilitas adalah perbandingan antara deviasi standar dengan
rata-ratanya yang dinyatakan dalam persen.
Guna koefisien variasi adalah untuk mengetahui keseragaman dari serangkaian
data. Semakin kecil nilai koefisien variasi berarti data semakin seragam, sedangkan jika
semakin besar nilai koefisien variasi berarti data semakin tidak seragam.
Rumus:
s
×100 %
v= x
Keterangan: v = koefisien variasi / variabilitas
s = standar deviasi
Contoh:
Suatu kelompok siswa setelah diukur dengan teliti berat badan dan tinggi
badannya diperoleh keterangan bahwa rata-rata berat badan dan tinggi badan
masing-masing 60 kg dan 160 cm dengan deviasi standar masing-masing 15 kg
dan 8 cm. Ukuran manakah yang lebih seragam?
Penyelesaian:
Diketahui: x bb = 60 kg
x tb = 160 cm
sbb = 15 kg
stb = 8 cm
Ditanyakan: ukuran yang lebih seragam?
Jawab:
s bb s tb
×100 % ×100 %
vbb = x bb vtb = x tb
15 8
×100 % ×100 %
vbb = 60 vtb = 160
vbb = 25% vtb = 5%
Berdasarkan perhitungan di atas, ukuran tinggi badan lebih seragam
daripada ukuran berat badan.
Latihan
1. Seorang siswa mendapat nilai Matematika 70, dengan
rata-rata 65 dan simpangan standarnya 10. Berapakah angka baku dari
siswa tersebut?
2. Dari 500 orang siswa SMK KRIYA, tercatat rata-rata
tinggi badan siswa adalah 160 cm dan deviasi standarnya 6. Berapakah
banyak siswa yang mempunyai tinggi badan antara 155 cm sampai dengan
170 cm?
3. Seorang siswa mendapat nilai Matematika 65, dengan
rata-rata 60 dan simpangan standarnya 12. Nilai Fisika 75, dengan rata-rata
70 dan simpangan standarnya 15. Manakah kedudukan nilai yang paling
baik?
4. Dalam satu tahun tertentu, sales A mencapai target
penjualan Rp.69.000.000,00 dan sales B mencapai target penjualan
Rp.109.000.000,00. Rata-rata penjualan A Rp.75.000.000,00, sedangkan B
Rp.126.000.000,00. Jika simpangan standar untuk A dan B adalah
Rp.8.000.000,00 dan Rp.12.000.000,00, siapakah yang lebih baik dalam
penjualannya?
5. Nilai ulangan lima mata diklat salah seorang siswa SMK
adalah sebagai berikut:
Bahasa Inggris = 80, x = 70, dan s = 5

Matematika = 70, x = 65, dan s = 4
Kewirausahaan = 90, x = 70, dan s = 10
PKnS = 95, x = 85, dan s = 5
Agama = 100, x = 90, dan s = 5
Berdasarkan kelima nilai di atas, mata diklat apakah yang paling dapat
dipahami oleh siswa tersebut?
6. Taufik seorang pedagang mie pangsit memiliki
penghasilan rata-rata Rp.25.000,00/hari dengan simpangan baku
Rp.500,00. Hari seorang penjual bakso memiliki penghasilan rata-rata
Rp.50.000,00/hari dengan simpangan baku Rp.2.500,00. Pada suatu acara
Taufik mendapat Rp.75.000,00 sedangkan hari mendapat Rp.100.000,00.
Siapakah yang memiliki pendapatan yang paling baik?
7. Banyak kendaraan yang masuk ke dalam sebuah
terminal setiap jamnya tercatat sebagai berikut: 250, 179, 232, 246, 252,
305. Hitunglah koefisien variasinya.
8. Nilai rata-rata Matematika kelas IIITKJ-1 70 dengan
simpangan standar 4,5. Nilai rata-rata Matematika kelas IIITKJ-2 60
dengan simpangan standar 5,1. Hitunglah koefisien variasi masing-masing
kelas. Kesimpulan apakah yang dapat kamu peroleh?
9. Hitunglah koefisien variasi dari data berikut ini.
Nilai Banyak siswa
52 – 58 2
59 – 65 6
66 – 72 7
73 – 79 20
80 – 86 8
87 – 93 4
94 – 100 3
10. Hitunglah koefisien variasi dari data berikut ini.
Berat Banyak siswa
40 – 44 2
45 – 49 5
50 – 54 7
55 – 59 4
60 – 64 24
65 – 69 15
70 – 74 3
4.10. Ukuran Kemiringan dan Kurtosis

4.10.1. Ukuran Kemiringan
Ukuran kemiringan adalah suatu ukuran yang menyatakan sebuah model
distribusi yang memiliki kemiringan tertentu. Terdapat 3 model kurva yang
mugkin dalam distribusi frekuensi yaitu:
a. model positif, jika kurva tersebut mempunyai ekor yang
memanjang ke kanan.
b. model negatif, jika kurva tersebut mempunyai ekor yang
memanjang ke kiri.
c. model simetris, jika kurva tersebut merupakan kurva normal
0
Berdasarkan ketiga model tersebut dapat dinyatakan hubungan antara

mean, median, dan modus sebagai berikut:
a. Jika model positif maka nilai mean > median > modus
b. Jika model negatif maka nilai mean < median < modus
c. Jika model simetris maka nilai mean = median = modus
Nilai kemiringan atau koefisien kemiringan
4.10.2. Kurtosis
4.11. Korelasi
4.12. Angka Indeks
4.12.1. Pengertian Angka Indeks
Angka indeks adalah angka yang diperoleh dari suatu perbandingan dua
atau lebih variabel yang menyatakan perubahan relatif dan dinyatakan dalam
persentase yang berasal dari dua periode atau lebih dengan salah satu periodenya
merupakan tahun dasar.
Beberapa kegunaan angka indeks adalah:
d. untuk pembentukan harga pasar dan analisis pasar bagi
pengusaha,
e. untuk pengaturan biaya hidup dan tidak boros bagi
pemimpin keluarga,
f. untuk penyesuaian upah buruh/karyawan dengan
menentukan harga konsumen.
g. dll.
Tiga jenis angka indeks yaitu:
a. Angka indeks harga yaitu angka
indeks yang diperoleh dari perbandingan harga suatu barang pada
periode tertentu dengan harga barang pada periode dasar.
b. Angka indeks kuantitas yaitu
angka indeks yang diperoleh dari perbandingan kuantitas suatu barang
pada periode tertentu dengan kuantitas barang pada periode dasar.
c. Angka indeks nilai yaitu angka
indeks yang diperoleh dari perbandingan nilai suatu barang pada
periode tertentu dengan nilai barang pada periode dasar.
Contoh:
Pada tahun 2004 harga cat per 5 kg Rp 30.000,00, sedangkan pada tahun
2007 Rp 32.500,00. Angka indeks harga cat tahun 2007 adalah
32500
30000
×100 %=108 , 3 % . Angka indeks ini menunjukkan terjadinya kenaikan
harga cat pada tahun 2007 sebesar 8,3% dari tahun 2004. Tahun 2004 disebut
sebagai tahun dasar/periode basis sedangkan tahun 2007 disebut sebagai tahun
yang diselidiki. 108,3% menunjukkan angka indeks harga tahun 2007, sedangkan
angka indeks pada periode basis/ dasar adalah 100%.
Hal-hal yang perlu diperhatikan dalam penyususnan angka indeks adalah:
a. Perumusan tujuan,
b. Sumber dan syarat perbandingan,
c. Pemilihan periode dasar,
d. Pemilihan timbangan.
4.12.2. Metode Perhitungan Angka Indeks
Metode perhitungan angka indeks dibagi menjadi dua bagian yaitu metode
perhitungan angka indeks tunggal dan metode perhitungan angka indeks
gabungan.
4.12.2.1. Metode Perhitungan Angka Indeks Tunggal
4.12.2.1.1. Angka Indeks Harga/Relatif Harga
Rumus:
Pn
×100 %
Angka Indeks Relatif Harga = Ah = P 0
Keterangan: Ah = angka indeks relatif harga
Pn = harga periode tertentu
P0 = harga periode dasar
4.12.2.1.2. Angka Indeks Harga/Relatif Kuantitas
Rumus:
Qn
×100 %
Angka Indeks Relatif Harga = Aq = Q 0
Keterangan: Aq = angka indeks relatif kuantitas
Qn = kuantitas periode tertentu
Q0 = kuantitas periode dasar
4.12.2.1.3. Angka Indeks Harga/Relatif Nilai/Relatif Nilai
Rumus:
Vn
×100 %
Angka Indeks Relatif Harga = Av = V 0
Keterangan: Av = angka indeks relatif nilai
Vn = nilai periode tertentu
V0 = nilai periode dasar
Contoh:
Tabel di bawah ini merupakan tabel ekspor barang dari tahun 2000 sampai dengan
tahun 2002.
Tahun Harga ($) Kuantitas (kontainer) Nilai ($)
2000 2250 20 45000
2001 2500 25 62500
2002 3000 35 105000
Berdasarkan tabel di atas dengan periode dasar tahun 2000, tentukanlah:
a. angka indeks harga tahun 2001
b. angka indeks kuantitas tahun 2001
c. angka indeks nilai tahun 2001
d. angka indeks harga tahun 2002.
Jawab:
a. c.
2500 62500
×100 % ×100 %
Ah2001 = 2250 Av2001 = 45000
Ah2001 = 111,11% Av2001 = 138,9%
b. d.
25 3000
×100 % ×100 %
Aq2001 = 20 Ah2002 = 2250
Aq = 125% Ah2002 = 133,3%
Latihan
1. Di bawah ini tabel dari
penjualan taplak meja yang terjual dari tahun 2005 sampai dengan tahun 2007.
Tahun Harga (Rp) Kuantitas (kodi) Nilai (Rp)
2005 15000 12 180000
2006 17500 18 315000
2007 20000 24 480000
a. angka indeks harga
tahun 2006
b. angka indeks
kuantitas tahun 2006
c. angka indeks nilai
tahun 2006
d. angka indeks harga
tahun 2007.
2. Di bawah ini tabel dari

penjualan PC yang terjual dari tahun 2006 sampai dengan tahun 2008
Tahun Harga ($) Kuantitas (kodi)
2006 350 12
2007 325 18
2008 300 24
a. angka indeks harga
tahun 2008
b. angka indeks
kuantitas tahun 2008
c. angka indeks nilai
tahun 2008
d. angka indeks nilai
tahun 2007.
4.12.2.2. Metode Perhitungan Angka Indeks Gabungan
Metode perhitungan angka indeks gabungan dibagi menjadi dua bagian
yaitu metode perhitungan angka indeks gabungan tidak tertimbang dan metode
perhitungan angka indeks gabungan.tertimbang. Metode perhitungan angka
indeks gabungan tidak tertimbang tidak mempertimbangkan bahwa suatu
barang/komoditas lebih berguna atau lebih pentingdaripada barang/komoditas
lainnya atau dengan kata lain setiap komoditas dianggap memilki bobot atau
kegunaan yang sama.
4.12.2.2.1. Metode Perhitungan Angka Indeks Gabungan Tidak Tertimbang
4.12.2.2.1.1. Metode Agregatif (IA)
Rumus:
∑ P n ×100 %
IA = ∑ P0
4.12.2.2.1.2. Metode Rata-rata Relatif Harga (IR)
Rumus:
Pn
∑P
0
¿ 100%
IR = n
Pn
∑P
Keterangan: 0 = jumlah relatif barang
n = banyak komoditi/barang
Contoh:
Diketahui tabel harga dari 3 jenis komoditas pada tahun 2006 dan 2007 sebagai
berikut:
Harga
Jenis komoditas Satuan
2006 (P0) 2007(Pn)
Minyak tanah Liter 1800 2500
Beras Kg 3400 4500
Kain satin Meter 30000 32500
∑ P0 = 35200 ∑ Pn = 39500
Berdasarkan tabel di atas, tentukanlah:
a. Angka indeks harga
untuk tahun 2007 dengan tahun dasar 2006 dan berikan kesimpulanmu.
b. Rata-rata harga (IR)
pada periode dasar tahun 2006 dan berikan kesimpulanmu.
Jawab:
a. I
∑ P n ×100 %
A= ∑ P0
39500
×100 %
IA = 35200
IA = = 112,22%
Berdasarkan hasil perhitungan disimpulkan bahwa telah terjadi kenaikan
sebesar 112,22% - 100% = 12,22% pada tahun 2007.
b.
Pn
Harga
Jenis komoditas Satuan P0
2006 (P0) 2007(Pn) Relatif harga
Minyak tanah Liter 1800 2500 1,389
Beras Kg 3400 4500 1,324
Kain satin Meter 30000 32500 1,083
Pn
∑ P0 = ∑ Pn = 39500
∑P
0 =3,796
35200
Pn
∑P
0
¿ 100%
IR = n
3 ,796
×100 %
IR = 3
IR = 126,53%
Berdasarkan hasil perhitungan disimpulkan bahwa telah terjadi kenaikan
rata-rata harga sebesar 126,53% - 100% = 26,53% pada tahun 2007.
4.12.2.2.2. Metode Perhitungan Angka Indeks Gabungan Tertimbang
4.12.2.2.2.1. Metode Agregatif (IA)
4.12.2.2.2.1.1. Angka Indeks Agregatif Tertimbang
Rumus:
∑ P n . F P ×100 %
IAW = ∑ P0 . FP
4.12.2.2.2.1.2. Angka Indeks Rata-rata Relatif Harga Tertimbang
Rumus:
P.
∑ F P Pn
0
×100 %
IRW = ∑ FP
Contoh:
berikut:
Faktor Harga Pn
Jenis Pn
Satuan penimbang 2006 2007 (Pn) P0.FP Pn.FP P0 P0
komoditas FP
(FP) (P0)
Minyak tanah Liter 10 1800 2500 18000 25000 1,389 13,89
Beras Kg 15 3400 4500 51000 67500 1,324 19,86
Kain satin Meter 20 30000 32500 600000 650000 1,083 21,66
∑ FP ∑ P0 ∑ Pn ∑ P0 . F P ∑ P0 . F P ∑P
Pn
P .
= 45 = 35200 = 39500 = 669000 = 742500 =3,796
0 ∑ F P Pn
0 =
55,41
Berdasarkan tabel di atas, tentukanlah:
Angka indeks agregatif tertimbang untuk tahun 2007 dengan tahun dasar 2006.
Angka indeks rata-rata relatif harga tertimbang tahun 2007 dengan periode dasar
tahun 2006.
Jawab:
∑ P n . F P ×100 % P.
∑ F P Pn
IAW = ∑ P0 . FP 0
×100 %
742500 IRW = ∑ FP
×100 %
IAW = 669000 55 , 41
×100 %
IAW =110,99% IRW = 45
IRW = 123,33%
4.12.2.2.2.2. Metode Laspeyres / Metode Tahun Dasar (IL)

Metode Laspeyres menggunakan faktor penimbang kuantitas barang pada periode
dasar dan pembandingnya merupakan total nilai barang pada periode dasar.
Rumus:
∑ P n .Q0 ×100 %
IL = ∑ P 0 .Q0
Contoh:
berikut:
Harga
Jenis Kuantitas
2006 2007 (Pn) P0.Q0 Pn.Q0
komoditas (Q0 (kg))
(P0)
A 200 350 4 800 1400
B 400 450 10 4000 4500
C 600 700 11 7150 7700
D 850 950 15 12750 14250
∑ P0 .Q0 =
∑ Pn .Q0 = 27850
24700
Berdasarkan tabel di atas, tentukan angka indeks tahun 2007 dengan tahun dasar
2006 menggunakan metode Laspeyres dan tuliskan kesimpulanmu.
Jawab:
∑ P n .Q0 ×100 %
IL = ∑ P 0 .Q0
27850
×100 %
IL = 24700
IL = 112,75%
Jadi pada tahun 2007 terjadi kenaikan sebesar 112,75% - 100% = 12,75%.
4.12.2.2.2.3. Metode Paasche / Metode Tahun Tertentu (IP)
Metode Paasche menggunakan faktor penimbang kuantitas barang pada periode
yang diselidiki dan pembandingnya merupakan nilai total seluruh barang pada
periode yang diselidiki.
Rumus:
∑ P n .Q n ×100 %
IP = ∑ P 0 .Q n
Contoh:
berikut:
Jenis Harga Kuantitas P0.Qn Pn.Qn
komoditas 2006 2007 (Pn) (Qn (kg))
(P0)
P 200 350 6 1200 2100
Q 400 450 10 4000 4500
R 600 700 11 7150 7700
S 850 950 18 15300 17100
∑ P0 .Qn =
∑ Pn .Qn = 31400
27650
2006 menggunakan metode Paasche dan tuliskan kesimpulanmu.
Jawab:
∑ P n .Q n ×100 %
IP = ∑ P 0 .Q n
31400
×100 %
IP = 27650
IP = 113,56%
Jadi pada tahun 2007 terjadi kenaikan sebesar 113,56% - 100% = 13,56%.
4.12.2.2.2.4. Metode Fisher (IF)
Metode Fisher menggunakan rata-rata ukur dari angka indeks Laspeyres dan
angka indeks Paasche.
Rumus:
∑ Pn . Q0 × ∑ P n .Qn
IF = √ ∑ Pn . Q0 ∑ P 0 .Qn
Atau
IF = √ I L×I P
Contoh:
Berdasarkan contoh soal pada metode Laspeyres dan meode Paasche, diperoleh:
IF = √ I L×I P
IF = √ 113,56%×112,75%
IF = √ 1,280389
IF = 113,5%
Jadi terjadi kenaikan sebesar 113,5% - 100% = 13,15%.
4.12.2.2.2.5. Metode Marshall – Edgeworth (IME)
Metode Marshall – Edgeworth menggunakan faktor penimbang kuantitas barang
pada periode yang diselidiki dan kuantitas barang pada periode dasar.
Rumus:
∑ P n . ( Q0 +Qn )
×100 %
IME = ∑ P 0 . ( Q0 +Qn )
Contoh:
berikut:
2006 2007
Jenis
Harga Kuantitas Harga Kuantitas Q0 + Qn P0.(Q0+Qn) Pn.(Q0+Qn)
komoditas
(P0) (Q0 (kg)) (Pn) (Qn (kg))
A 200 4 350 6 10 2000 3500
B 400 10 450 10 20 8000 9000
C 600 11 700 11 22 14300 15400
D 850 15 950 18 33 28350 31350
Σ P0.(Q0+Qn) = 52350 Σ Pn.(Q0+Qn) = 59250
2006 menggunakan metode Marshall – Edgeworth dan tuliskan kesimpulanmu.
Jawab:
∑ P n . ( Q0 +Qn )
×100 %
IME = ∑ P 0 . ( Q0 +Qn )
59250
×100 %
IME = 52350
IME = 113,18%
Jadi terjadi kenaikan sebesar 113,18% - 100% = 13,18%.
Latihan
1. Diketahui tabel komoditas ekspor sebagai
berikut:
Harga ($)
Kode barang Faktor penimbang
2006 2007
K 10 450 500
L 20 150 200
M 35 3500 2500
N 45 3750 4000
Berdasarkan tabel diatas dengan tahun 2006 sebagai tahun dasar, tentukanlah
angka indeks gabungan:
Indeks agregatif tertimbang
Indeks rata-rata relatif harga tertimbang.
2. Diketahui tabel komoditas impor elektronika
sebagai berikut:
2006 2007
Kode
Harg Kuantitas
barang Harga Kuantitas
a
A 5000 10 5000 12
B 5400 12 5500 14
C 6700 15 7000 20
D 6500 11 6600 15
E 4500 18 4750 18
Berdasarkan tabel diatas dengan tahun 2006 sebagai tahun dasar, tentukanlah
angka indeks dengan menggunakan metode:
a. Laspeyres
b. Paasche
c. Fisher
d. Marshall – Edgeworth
LATIHAN ULANGAN II
Untuk soal no 1 - 2 d. 2
Hasil produksi telur ayam dalam 10 hari 8,75
pertama pada sebuah peternakan dalam e. 2
kg adalah 23, 28, 25, 27, 25, 28, 27, 28, 7
27, 24. f. 2
7,25
Berdasarkan data di atas, jangkauannya
adalah .... Berdasarkan data di atas, jangkauan semi
b. 3 inter kuartilnya adalah .... 23, 24,
c. 4 25, 25, 28, 27, 27, 27,28, 28,.
d. 5 a. 1
e. 8 b. 2
f. 7 c. 25
d. 28
Berdasarkan data di atas, rata-ratanya
e. 27
adalah ...
b. 2 Variabilitas dari data di atas adalah ...
3 i. 8,201%
c. 2 ii. 8,301%
4 iii. 8,401%
d. 2 iv. 8,501%
5 v. 8,801%
e. 2
Simpangan kuartil dari data : 2, 4, 3, 2, 8,
8
5, 5, 5, 4, 8, 7, 8, 8, 4, adalah ...
f. 2 1
7 a. 2
Berdasarkan data di atas, simpangan rata- b. 1

ratanya adalah .... c. 2
a. 1 d. 3
b. 1,2 e. 4
c. 1,4 Diketahui data nilai: 8 , 7 , 3 , 2 , 2 , 2 , 5 ,
d. 1,5 4 , 8 . Jangkauan semi inter kuartil
e. 2 data tersebut adalah …2 , 2 , 2 , 3,
Berdasarkan data di atas, standar 4, 5, 8, 7 , 8
deviasinya adalah ... a. 2
a. 28 b. 4
b. 2,8 c. 4,25
d. 5
c.
e. 8,5
√ 26 Diketahui data banyak telur yang
d.
dihasilkan ayam setiap minggu
√ 2,6 sebagai berikut: 1, 3, 5, 8, 8, 8, 8,
e. 9, 10, 12. Kuartil atas (Q3) data
tersebut adalah ....
√ 1,3 1. 8
Berdasarkan data di atas, kuartil 2. 8,5
tengahnya adalah ... 3. 9
b. 2 4. 9,25
8,25 5. 9,5
c. 2 Standar deviasi dari data: 1, 3, 5, 7, 9
8,5 adalah ...
a. 3,18 1.5.1. 28,5
b. 3 1.5.2. 27,5
c. 2,18 1.5.3. 28,5
d. 2 1.5.4. 29,5
e. 1,18 1.5.5. 30,5
Standar deviasi dari data: 3, 4, 5, 8, 7, 8, 9 Persentil 90 dari data di atas adalah ....
adalah ... a. 41,298
1. 2,18 b. 42,387
2. 2,48 c. 43,448
3. 2,58 d. 43,859
4. 3,28 e. 44,389
5. 4,38
Jangkauan persentil dari data di atas
Untuk soal no 13 – 23
adalah ....
Diketahui tabel distribusi frekuensi dari
a. 14,889
data berat badan 40 siswa.
b. 14,899
Berat badan( Frekuensi c. 14,989
kg ) (f) d. 15,998
28 - 30 5 e. 18,009
31 - 35 7
38 - 40 17 D 3 dari data di atas adalah ....
41 - 45 9 i. 31,5
48 - 50 2 ii. 32,5
iii. 33,5
Kuartil bawah dari data di atas adalah .. iv. 34,5
a. 31,511 v. 35,5
b. 32,871 Simpangan rata-rata dari data di atas
c. 33,071 adalah ....
d. 34,071  1,95
e. 34,781  2,95
Kuartil tengah dari data di atas adalah ....  3,95
i. 37,853  4,95
ii. 37,958  5,95
iii. 38,458 Standar deviasi dari data di atas adalah ....
iv. 39,337 o 4,25
v. 39,775 o 5,125
o 5,22
Q 3 dari data di atas adalah .... o 13,125
1. 41,035
o 27,25
2. 41,058
3. 42,352 Variabilitas dari data di atas adalah ....
4. 42,532  11,92
5. 43,013  12,92
 12,98
Simpangan kuartil dari data di atas adalah
 13,92
....
 14,22
1.1. 3,984
1.2. 4,984 Diketahui data nilai siswa sebagai berikut:
1.3. 5,984 x1 = 3,5 , x2 = 5,0 , x3 = 8,0, x4 =
1.4. 5,994 7,5 dan x5 = 8,0. Deviasi rata-rata
1.5. 8,984 nilai tersebut adalah .....
a. 0,4
Persentil 10 dari data di atas adalah ....
b. 1,2 Dari 380 orang siswa SMK KU, tercatat
c. 1,3 rata-rata mata pelajaran PKnS
d. 1,4 siswa adalah 80 dan deviasi
e. 2,5 standarnya 4. Berapakah banyak
siswa yang mempunyai nilai
Daftar distribusi frekuensi di bawah
antara 80 sampai dengan 90?
menyatakan hasil ulangan
matematika. Siswa yang lulus Dari pendataan siswa baru kelas 1 jurusan
adalah yang mendapat nilai lebih TKJ, MM, dan Tata Busana,
dari 55,5. diperoleh rata-rata untuk mata
Nilai Frekuensi pelajaran UAN berturut-turut
11 – 20 3 adalah 85, 84, dan 88 dengan
21 – 30 7 deviasi standar masing-masing 5,
31 – 40 10 4, dan 3 cm. Kelas manakah yang
41 – 50 18 memiliki siswa dengan
51 – 80 20 kemampuan yang tidak terlalu
81 – 70 14 berbeda?
71 – 80 10
81 – 90 8
91 – 100 4
Banyak siswa yang lulus
adalah .....
- 44
- 45 Hitunglah variabilitas dari data yang
- 48 dinyatakan melalui histogram
- 47 berikut:
- 48 Kemampuan Mengerjakan
Modul Siswa SMK
Diketahui nilai rata-rata kelas untuk mata
pelajaran Fisika adalah 75, standar
deviasi 10 dan salah satu nilai siswa
siswa 90. Angka baku dari siswa 16
tersebut adalah ... 14
 -1,5
 -,1
 0 8
 1,5 7
 2
4
ESSAY Waktu (hari)
12 17 22 27 32 37
Pada bulan Desember penjual A, B, dan C
berturut-turut memperoleh
keuntungan sebesar
Rp.150.000,00, Rp.240.000,00.,
dan Rp.100.000,00. Selama bulan
itu telah diteliti bahwa rata-rata
keuntungan mereka masing-
masing Rp.5.000,00, Rp.7.500,00,
dan Rp.2500,00 dan standar
deviasi masing-masing
Rp.2.000,00, Rp.1.500,00, dan
Rp. 500 Siapakah yang paling
berhasil dalam penjualan?

Pengertian

Uploaded by

Document Information

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

Pengertian

Uploaded by

Copyright:

Available Formats

I.

2.1.6.1. Frekuensi Kumulatif, Frekuensi Relatif, dan Frekuensi Relatif Kumulatif

2.1.6.1.2. Frekuensi Relatif (fr)

2.1.6.1.3. Frekuensi Kumulatif Relatif (fkr)

1300 liter 2600 liter

Produksi susu kaleng/hari dalam tahun 1990 dan tahun 2000

2. Jumlah pelanggan air bersih PAM tahun 1999 –

2.2.2. Diagram Lingkaran

Minat lulusan SMK Kota Baru

2.2.3. Diagram Batang

Banyak produksi 250 -

Produksi sarung suatu pabrik /bulan

1999 2000 Tahun

2.2.4. Diagram Garis

2.2.5. Diagram Batang Daun

2.2.7. Histogram dan Poligon Frekuensi

Jika banyak siswa 400 siswa, tentukan:

4. Hasil penjualan sepatu dan tas di Toko Makmur selama 6 bulan

Berdasarkan data di atas, tentukanlah:

Tentukanlah tabel distribusi frekuensi data di atas.

Penggunaan hanya data positif disebabkan apabila terdapat data 0 maka

apabila terdapat data negatif maka

Jika serangkaian data

2. Tentukan nilai rata-rata ukur dari rangkaian data berikut:

Apabila setiap data memiliki frekuensi 1 maka

Keterangan: ∑f = n = banyak data

1. Tentukan rata-rata kuadrat dari data pada

13,5 18,5 23,5 28,5 33,5 nilai

41-45 46-50 51-55 56-60 61-65

30,5 35,5 40,5 45,5 50,5 55,5 60,5 65,5

Kemampuan Mengerjakan Modul Siswa SMK

Keterangan: s = simpangan baku

2. Diketahui data: 3, 5, 6, 6, 7, 10, 12. Hitunglah simpangan rata-rata dan

5. Hitunglah simpangan rata-rata dan standar deviasi dari rangkaian data

25% 25% 25% 25%

Keterangan: Qi = kuartil ke-i

Keterangan: xb = data terendah

Keterangan: xb = data terendah

Keterangan: Pi = persentil ke-i

4.8. Angka Baku / Nilai Standar (Z-Score)

Berdasarkan perhitungan tersebut z B > zA maka pedagang B lebih berhasil

proporsi berat badan = luas daerah (-0,83 ≤ z ≤ 1,67)

Bahasa Inggris = 80, x = 70, dan s = 5

4.10. Ukuran Kemiringan dan Kurtosis

Berdasarkan ketiga model tersebut dapat dinyatakan hubungan antara

2. Di bawah ini tabel dari

4.12.2.2.2.2. Metode Laspeyres / Metode Tahun Dasar (IL)

Berdasarkan data di atas, simpangan rata- b. 1

You might also like