You are on page 1of 80

STATISTIKA 1

STATISTIKA
DESKRIPTIF

STATISTIKA DESKRIPTIF
Distribusi frekuensi
Histogram
Poligon frekuensi
Distribusi frekuensi relatif
Distribusi frekuensi kumulatif
Ogive
Penyajian data
Stem and leaf display
Ukuran pemusatan
Ukuran penyebaran
Box Plot

STATISTIKA DESKRIPTIF
 Statistika

yang titik berat pembahasannya adalah
pada penggambaran (deskripsi) masalah berdasarkan
data.
 Penggambaran masalah dapat dilakukan dengan
terlebih dahulu menyajikan data ke dalam salah satu
cara: Diagram Dahan-Daun atau Tabel Distribusi
Frekuensi.
 Selanjutnya, data dapat ditampilkan secara grafis,
seperti: histogram, diagram batang, dan poligon; serta
diagram kotak-garis.
 Penggambaran masalah ini dapat dituangkan pula
dengan
besaran
angka-angka
berupa
ukuran
pemusatan dan ukuran penyebaran. Selain itu, dari
segi waktu, besaran data dapat pula digambarkan

TABEL DISTRIBUSI
FREKUENSI
 Penyusunan data mulai dari data terkecil sampai

terbesar yang membagi banyaknya data ke dalam
beberapa kelas.
Nilai
Frekue
data
nsi
a–b
f1
c–d

f2

e–f

f3

g–h

f4

i–j

f5

JUMLAH

f

190 Frekuen si 25 19 37 11 17 9 7 2 .TABEL DISTRIBUSI FREKUENSI CONTOH : Tabel Tinggi Badan Mahasiswa Tinggi Badan 151 – 155 156 – 160 161 – 165 166 – 170 171 – 175 176 – 180 181 – 185 186 .

.TABEL DISTRIBUSI FREKUENSI Kelebihan Tabel Distribusi Frekuensi adalah : Memudahkan data dalam penyajian Mudah dipahami Mudah dibaca sebagai bahan informasi Berguna untuk perhitungan dalam membuat gambar statistik dalam berbagai bentuk penyajian data.

DISTRIBUSI FREKUENSI  Distribusi frekuensi: pengelompokan data kedalam kelas dan menetapkan banyaknya nilai yang termasuk dalam setiap kelas (kelas frekuensi)  Nilai terkecil dan terbesar setiap kelas disebut limit bawah kelas dan limit atas kelas  Batas bawah kelas = limit bawah – 0.5 Nilai tengah kelas = 0.5 Batas atas kelas = limit atas + 0.5*(batas atas + batas bawah) Lebar kelas = batas atas – batas bawah  Kelebihan distribusi frekuensi: diperoleh gambaran menyeluruh tentang data  Kekurangan: rincian data menjadi hilang .

3 log n (n : banyaknya data) c) tentukan lebar kelas.DISTRIBUSI FREKUENSI Cara membuat tabel distribusi frekuensi a) tentukan range r = nilai maksimum – nilai minimum b) tentukan banyaknya kelas k = 1 + 3. dengan cara : (ujung bawah kelas + panjang kelas) .1 e) tentukan limit atas dan limit bawah kelas berikutnya . c = r/k d) tentukan limit atas dan limit bawah suatu kelas.

CONTOH (1) Diketahui nilai matematika 40 siswa sebagai berikut :70 75 75 60 65 60 45 55 75 70 85 80 75 60 65 60 55 65 65 65 80 75 65 65 75 80 65 65 75 65 80 65 70 75 75 65 85 85 65 75 .

Ujung bawah kelas 1 = 45 2. .3. lalu masukkan tabel.29 ~ 6 4.CONTOH (1) 1. Data terkecil = 45 Data terbesar = 85 Range = 85 – 45 =40 3.log 40 = 1 + 5. ujung atas kelas 1 = (45+7) – 1 = 51 6. jumlah Kelas = 1 +3.29 = 6. Masukkan banyak data yg nilainya sesuai dengan interval kelas tsb.67 ~ 7 5. Panjang kelas interval = 40/6 = 6.

CONTOH (1) .

Rumus mencari frekuensi relatif : frelatif kelas .DISTRIBUSI FREKUENSI RELATIF Nilai frekuensinya tidak dinyatakan dalam bentuk angka mutlak. tapi dalam bentuk angka persentase (%) atau angka relatif.i  f(mutlak) kelas .i n x 100% .

TABEL DISTRIBUSI FREKUENSI RELATIF .

Terbagi menjadi 2 : Distribusi DARI” Distribusi LEBIH” frekuensi kumulatif “KURANG frekuensi kumulatif “ATAU .DISTRIBUSI FREKUENSI KUMULATIF Adalah distribusi yang nilai frekuensinya (f) diperoleh dengan cara menjumlahkan frekuensi dengan frekuensi.

karena nilai . Ada penambahan 1 kelas.TABEL DISTRIBUSI FREKUENSI KUMULATIF (1) Untuk acuan penentuan nilai. menggunakan nilai ujung bawah kelas. yaitu “KURANG DARI 87”. Penentuan frekuensi kumulatif melihat dari frekuensi pada tabel distribusi frekuensi mutlak.

Hanya saja kalau tabel distribusi frekuensi kumulatif “ATAU LEBIH” mengacu pada nilai “ATAU LEBIH” nya. sehingga tinggal dicari berapa frekuensi kumulatifnya dengan .TABEL DISTRIBUSI FREKUENSI KUMULATIF (2) Konsep perhitungan frekuensi kumulatifnya sama dengan frekuensi kumulatif “KURANG DARI”.

fkumkelas ke-i  Rumus : fkum(%) kelas ke-i  n  100%  Distribusi Frekuensi Kumulatif Relatif juga terbagi menjadi : Distribusi Frekuensi Kumulatif Relatif “KURANG DARI” Distribusi Frekuensi Kumulatif Relatif “ATAU LEBIH”  Konsep Distribusi Frekuensi Kumulatif Relatif adalah : TIDAK menggunakan angka mutlak. jadi menggunakan persentase.DISTRIBUSI FREKUENSI KUMULATIF RELATIF  Adalah distribusi frekuensi yang NILAI FREKUENSI KUMULATIF diubah menjadi NILAI FREKUENSI RELATIF atau dalam bentuk persentase (%).  .

CONTOH .

SOAL (1) Buatlah tabel distribusi frekuensi dari data nilai UTS Probabilitas dan Statistika berikut: 25 45 58 65 75 66 38 29 62 47 66 27 60 36 43 44 49 54 31 74 52 29 40 52 68 .

SOAL (2) Penghasilan mingguan 40 buruh bangunan di suatu kota (dalam ribuan rupiah): 58 72 64 65 67 92 55 51 69 73 64 59 65 55 75 56 89 60 84 68 74 67 55 68 74 43 67 71 72 66 62 63 83 64 51 63 49 78 65 75 .

27 36 15 76 22 33 29 31 25 1 3 9 7 7 5 9 0 27 20 27 26 19 17 16 23 30 9 5 9 6 9 7 2 2 3 19 18 32 30 24 27 50 41 33 2 1 1 9 6 8 5 11 10 15 24 47 29 17 18 32 6 0 1 0 4 7 0 8 0 42 29 57 34 27 23 43 12 32 .SOAL (3) The following data give the weekly amounts spent on groceries for a sample of households (in $).

SOAL (4) A breakfast cereal is supposed to include 200 raisins in each box. A sample of 60 boxes produced yesterday showed the following number of raisins in each box. 0 0 2 4 6 7 2 5 9 0 19 19 20 19 20 19 20 19 19 20 3 6 0 5 2 9 5 6 3 6 19 20 20 19 19 20 20 20 19 19 8 3 1 8 8 0 7 0 5 7 20 20 19 20 20 20 19 20 19 20 3 1 8 2 6 5 9 4 7 0 . Develop a frequency distribution for the process. 20 20 20 20 20 19 20 20 19 20 Summarize yor result.

maka bisa digambarkan dengan cara membuat grafik : Histogram Poligon Frekuensi Ogive . Dengan masih mengacu pada Tabel Distribusi Frekuensi.GRAFIK Grafik merupakan lukisan pasang surutnya suatu keadaan dengan garis atau gambar atau dengan kata lain  Grafik menggambarkan naik atau turunnya hasil statistik.

GRAFIK Histogram : grafik batang Poligon frekuensi : grafik garis dari frekuensi kelas yang menghubungkan nilai tengah nilai tengah kelas dari puncak batang histogram Ogive (poligon frekuensi kumulatif) : grafik dari distribusi frekuensi kumulatif lebih dari atau kurang dari .

 .HISTOGRAM Histogram merupakan grafik yang menggambarkan suatu distribusi frekuensi dengan bentuk beberapa segiempat atau menyerupai diagram batang. Langkah-langkah membuat Histogram : Buat “absis” dan “ordinat” : absis adalah sumbu mendatar atau sumbu X yang menyatakan NILAI. Buat skala absis dan skala ordinatnya dengan melihat dari nilai dan frekuensinya. ordinat adalah sumbu tegak atau sumbu Y yang menyatakan FREKUENSI.

HISTOGRAM .

HISTOGRAM .

POLIGON FREKUENSI Poligon Frekuensi merupakan grafik garis yang menghubungkan NILAI TENGAH tiap sisi atas yang berdekatan dengan NILAI TENGAH jarak frekuensi mutlak masing-masing.  . Langkah-langkah membuat POLIGON FREKUENSI : Buat TITIK TENGAH kelas dengan cara : (NILAI UJUNG BAWAH KELAS + NILAI UJUNG ATAS KELAS) x ½ Buat TABEL DISTRIBUSI FREKUENSI yang MUTLAK disertai dengan kolom tambahan berupa kolom TITIK TENGAH KELAS tsb.

sedangkan POLIGON berwujud GARIS atau KURVA yang saling berhubungan satu sama lain.  Grafik HISTOGRAM berwujud SEGIEMPAT atau menyerupai DIAGRAM BATANG.HISTOGRAM & POLIGON FREKUENSI Perbedaan antara HISTOGRAM dengan POLIGON FREKUENSI adalah :  Histogram menggunakan BATAS KELAS . sedangkan POLIGON menggunakan TITIK TENGAH. .

POLIGON FREKUENSI .

POLIGON FREKUENSI .

. dsb. perkembangan dan penjualan saham.OGIVE Ogive biasanya digunakan untuk sensus penduduk tentang perkembangan kelahiran dan kematian bayi. perkembangan penjualan suatu produk.

OGIVE .

OGIVE .

digunakan untuk menunjukkan persentase berbagai komponen dari total keseluruhan. biasanya digunakan untuk menunjukkan trend dari waktu ke waktu. . 2) Grafik batang (bar-chart). 3) Grafik lingkaran (pie-chart).PENYAJIAN DATA 1) Grafik garis (line-chart). biasanya digunakan untuk menunjukkan perubahan pada data bisnis dan ekonomi dari waktu ke waktu.

STEM AND LEAF DISPLAY Untuk menunjukkan bentuk distribusi data. Distribusi frekuensi kumulatif juga dilaporkan. bentuk alternatif dari distribusi frekuensi. Keuntungan pemakaian bentuk stem and leaf: Detail pengamatan tidak akan hilang Digit dari datanya sendiri akan memberikan gambaran mengenai distribusi data. Data berupa angka dengan minimal dua digit. dapat .

STEM AND LEAF DISPLAY 58 64 74 62 72 59 67 63 64 65 55 83 65 55 68 64 67 75 74 51 92 56 43 63 55 89 67 49 4 39 5 11555689 6 02334445556777889 7 122344558 8 349 9 2 51 60 71 78 69 84 72 65 73 68 66 75 .

SOAL (5) The following stem and leaf display shows the number of minutes of daytime TV viewing for a sample of college students. 2 0 05 3 1 0 6 2 137 10 3 0029 13 4 499 24 5 00155667799 30 6 023468 7 7 1366789 33 8 01558 28 9 1122379 21 10 022367899 12 11 2457 8 12 4668 4 13 249 1 14 5 .

SOAL (5) lanj. a) b) c) d) e) How many college students were studied? How many observations are in second class? What are the smallest value and the largest value? List the actual values in the fourth row How many students watched less than 60 minutes of TV? f) How many students watched 100 minutes or more of TV? g) What is the middle value? h) How many students watched at least 60 minutes but less than 100 minutes? .

7 12 69 8 13 2 11 14 135 15 15 1229 22 16 2266778 27 17 01599 11 18 00013346799 17 19 03346 12 20 4679 8 21 0177 4 22 45 2 23 17 .1 9 1 SOAL (6) 2 10 2 5 11 235 The following stem and leaf display reports the number of orders received per day by a mailorder firm.

a) b) c) d) e) How many days were studied? How many observations are in fourth class? What are the smallest value and the largest value? List the actual values in the sixth row How many days did the firm receive less than 140 orders? f) How many days dis the firm receive 200 or more orders? g) On how many days did the firm receive 180 orders? h) What is the middle value? .SOAL (6) lanj.

9. 8.8 11.0 10.and 7. price-earnings 6 5 1 ratios? 2 7 1 8 2 10. 8. 8. 8.SOAL (7) The price-earnings ratios for 21 stocks in the retail trade category are : Organize this information into a stem-leaf display a) How many values are less than 9.6 8. the 10. 9. c) What is the middle value? d)8.smallest 9.3 What 9. largest 8.0 up to 10.9 10. are 9. 9. the 9. 11.9 category.0? b) List the values in the 10.8 .

UKURAN PEMUSATAN DAN LETAK DATA Perbandingan Rata-rata Hitung. Variasinya stabil 4. dan Modus Ukuran Kelebihan Kekurangan Pemusatan Rata-rata hitung 1. Kurang menggambarkan mean populasi Modus 1. Mudah terpengaruh oleh data ekstrim 2. Kurang baik untuk data heterogen Median 1. Tidak terpengaruh oleh nilai ekstrim 1. Tidak mempertimbangkan semua nilai 2. Tidak terpengaruh oleh nilai ekstrim 2. Kurang menggambarkan . Menggambarkan mean populasi 3. Data homogen 1. Cocok untuk data heterogen 1. Median. Mempertimbangkan semua nilai 2.

PEMUSATAN DAN LETAK DATA Ukuran pemusatan data: Rata-rata hitung Median Modus Rata-rata ukur Rata-rata harmonic Ukuran letak data: Kuartil Desil persentil .

RATAAN HITUNG (MEAN) Karakteristik dari rataan hitung (mean) adalah : Merupakan data interval Semua data diperlukan dalam perhitungan Sekelompok data hanya mempunyai satu nilai mean. Jumlah semua penyimpangan data terhadap nilai mean sama dengan nol. .

RATAAN HITUNG (MEAN) Untuk data tunggal : n x jumlah semua nilai data i1 x  banyaknya nilai data n i n x x1  x2  x3  .x3  ....xn  (f .x1  f2.x) x  ff1  2  ff3  ..  fn.x2  f3..  xn i1 i x  n n f1..  n f .

  f     xo  nilai tengah kelas c  lebar kelas u  kode kelas .RATAAN HITUNG (MEAN) Untuk data kelompok : Cara 1 :  xi .ni   x  ni Cara 2 :    f .u x  xo  c.

Kemungkinan 50% dari data pengamatan lebih besar daripada median.MEDIAN Nilai tengah dari kelompok data yang telah diurutkan. Karakteristik dari nilai median adalah: Merupakan data ordinal Nilainya tidak dipengaruhi oleh data-data yang nilai nya ekstrim. .

MEDIAN Nilai tengah dari kelompok data yang telah diurutkan  n  F Med  Lo  c. 2   f    dimana : Lo : batas bawah kelas median c : lebar kelas n : banyak data f : frekuensi kelas median F : jumlah frekuensi sebelum kelas median .

  b  b  1 2 dimana: Lo : batas bawah kelas modus c : lebar kelas b1: selisih frekuensi kelas modus dgn kelas sebelum kelas modus b2: selisih frekuensi kelas modus dgn kelas sesudah kelas modus .  Bisa merupakan data nominal.  b1  Mod  Lo  c. nilainya bisa lebih dari satu.MODUS  Data yang paling sering muncul dalam sekelompok data.

x3.RATA-RATA UKUR  Menggambarkan keseluruhan data dengan ciri khusus. yaitu nilai data yang satu sama lain saling berkelipatan sehingga perbandingan tiap dua data yang berurutan tetap atau hampir tetap (deret ukur)..xn  Data kecil (tidak berkelompok) : 1 G  log     G  log    Data besar berkelompok :  n   (f . G  n x1. .  Nilainya mungkin sama atau lebih kecil dari rataan hitung (mean). ..x2.logx)  f   Data besar tidak berkelompok : 1  (logx)   .

LETAK DATA
Kuartil
Membagi seluruh data menjadi 4 bagian
25% dari seluruh data kurang dari Q1, 50%

kurang dari Q2, 75% kurang dari Q3.
Selisih nilai Q3 dan Q1 adalah nilai rentang
interkuartil.
Desil
Membagi seluruh data menjadi 10 bagian

Persentil
Membagi seluruh data menjadi 100 bagian

KUARTIL
 Kelompok data yang telah diurutkan dibagi

menjadi 4 (empat) bagian sama banyak.
 Data tidak berkelompok :

Qi  Nilai ke 

i. n  1

;i  1,2,3

4
 Data berkelompok :

 n. i  F
4  ;i  1,2,3
Qi  Lo  c.

f 


F: jumlah frekuensi sebelum kelas kuartil

DESIL
 Kelompok data yang telah diurutkan dibagi menjadi

10 (sepuluh) bagian sama banyak.
 Lokasi (atau posisi data) untuk sampel N data yang
menjadi batas desil D adalah:
D
LD  (N  1).
100
 Bilamana nilai LD bukan bilangan bulat, maka
dilakukan interpolasi linear dua dari dua data
terdekat.
i. n  1
Di  Nilai ke 
;i  1,2,...,9
 Data tidak berkelompok
:
10
 n. i  F
10  ;i  1,2,...,9

D

L

c
.
i : o
 Data berkelompok


f

PERSENTIL
 Kelompok data yang telah diurutkan dibagi menjadi

100 (seratus) bagian sama banyak.
 Lokasi (atau posisi data) untuk sampel N data yang
menjadi batas percentile P adalah:
P
LP  (N  1).
100
 Bilamana nilai LP bukan bilangan bulat, maka
dilakukan interpolasi linear dua dari dua data
terdekat.
i. n  1
Pi  Nilai ke 
;i  1,2,...,99
 Data tidak berkelompok
:
100
 n. i
 F
100  ;i  1,2,...,99
Di  Lo  c.
 Data berkelompok :


f

SOAL (8) An automatic machine that fills containers appears to be performing erratically. Estimate the median of the contents of a can. Estimate the mode of the contents of a can Weight Number (grams) of cans 130 – 2 140 140 – 8 150 150 – 20 160 160 – 15 170 170 – 9 180 . A check of the weights of the contents of a number of cans revealed: Estimate the arithmrtic mean of the contents of a can.

the median amount of payment. Estimate the arithmetic mean amount of payment.SOAL (9) The following table shows the amount of mortgage payment for a sample of 60 homowners in the Twin Cities area of Minnesota. and the mode amount of payment. Monthly Number morgage of payment homeown ($) ers 100 – 500 1 500 – 900 9 900 – 11 1300 1300 – 23 1700 1700 – 11 2100 .

SOAL (10) A sample of 50 antique dealers in the Southest United States revealed the following sales last year:  Estimate the mean sales  Estimate the median sales  What is the mode sales amount? Sales Number ($ of firms thousands ) 100 – 120 5 120 – 140 7 140 – 160 9 160 – 180 16 180 – 200 10 200 – 220 3 .

Inc. arranged from smallest to largest. invoices. for a sample of Anderson. Is a distributor of small electrical motors.SOAL (11) Anderson Inc.. Listed below. the length of time customers take to pay their invoices is important. As with any business. 13 13 13 20 26 27 31 34 34 34 35 35 36 37 38 41 41 41 45 47 47 47 50 51 53 54 56 62 67 82 a) Determine the first and third quartiles b) Determine the 2nd decile and the 8th decile c) Determine the 67th percentile . in days. is the time.

SOAL (12) Wendy Hagel is the national sales manager for National Textbooks. 52 52 53 54 55 55 55 56 56 57 59 59 59 62 62 62 63 64 65 66 66 67 67 69 69 71 77 78 79 79 . the number of professors visited during the previous week. 51 51 are the number of visits last week. ordered from 38 40 41 45 48 smallest 48 50 to 50 largest. Inc. She has a sales staff of 40 who visit college professors all over the United States. among other things. Listed below. This report includes. Each Saturday morning she requires her sales staff to send her a report.

SOAL (12) lanj. a) Determine the median number of calls b) Determine the first and the third quartiles c) Determine the first decile and the 9th decile d) Determine the 33rd percentile .

Varian (Variance) 4. Deviasi Standar (Standard Deviation) . Deviasi Rata-rata (Average Deviation) 3.UKURAN PENYEBARAN DATA 1. Rentang (Range) 2.

Dipengaruhi oleh nilai data yang ekstrim.RANGE Rentang (range) : selisih bilangan terbesar dengan bilangan terkecil. sebab hanya bersangkutan dengan bilangan terbesar dan terkecil. Sebaran merupakan ukuran penyebaran yang sangat kasar. dalam . Mudah dimengerti dan mudah dihitung. Karakteristik dari range adalah: Hanya menggunakan dua nilai data perhitungan.

r = 100 – 10 = 90 Rata-rata .CONTOH A : 100 90 80 70 60 50 40 30 20 10 B : 100 100 100 100 100 10 10 10 10 10 C : 100 100 100 90 80 30 20 10 10 10 X = 55.

Makin besar simpangan. makin besar nilai deviasi rata-rata.DEVIASI RATA-RATA Deviasi Rata-rata : penyebaran berdasarkan harga mutlak simpangan bilangan-bilangan terhadap rata-ratanya. n DR   i1 xi  x n .

X |X – X| Rata-rata Rata-rata Kelompok B Nilai X X .X |X – X| 100 45 45 100 45 45 90 35 35 100 45 45 80 25 25 100 45 45 70 15 15 90 35 35 60 5 5 80 25 25 50 -5 5 30 -25 25 40 -15 15 20 -35 35 30 -25 25 10 -45 45 20 -35 35 10 -45 45 10 -45 45 10 -45 45 Jumla h 0 250 Jumla h 0 390 DR = 250 = 25 10 DR = 390 = 39 10 .CONTOH Kelompok A Nilai X X .

menunjukkan keragaman 2 n xi  x kelompok data.VARIANS & DEVIASI STANDAR Varians : penyebaran berdasarkan jumlah kuadrat simpangan bilangan-bilangan terhadap rata-ratanya . melihat ketidaksamaan 2 sekelompok data. S  i1   n 1 . n S  2  x  x i n 1 i1 Deviasi Standar : penyebaran berdasarkan akar dari varians .

97 8250 Jumla h Jumla h 8250 s= 9 = 30.28 Kelompok B : Maka kelompok tersebar kelompok A data B lebih daripada .  s = 30.CONTOH Kelompok A Kesimpulan : Kelompok B Nilai X X -X (X–X)2 Nilai X X -X (X –X)2 100 45 2025 100 45 2025 90 35 1225 100 45 2025 80 25 625 100 45 2025 70 15 225 90 35 1225 60 5 25 80 25 625 50 -5 25 30 -25 625 40 -15 225 20 -35 1225  rata-rata = 55 .28 √ 15850 15850 s= 9 = 41.  DR = 25 . 10 -45 2025 10 -45 2025  s = 41.97 √ Kelompok A :  rata-rata = 55 . 30 -25 625 10 -45 2025 20 -35 1225 10 -45 2025  DR = 39 .

55. 17. 21. 60. 41. .SOAL (13) The ages of a sample of Canadian tourists flying from Toronto to HongKong were : 32. 47. 72. 33. 54. Compute the range Compute the mean deviation Compute the standard deviation.

SOAL (14) Bidwell Electronics. Recently surveyed a sample of employees to determine how far they lived from corporate headquaters. Compute the standard deviation and the mean deviation. The results are shown below.25 6 . Distan Frequen ce cy (miles) 0–5 4 5 – 10 15 10 – 15 27 15 – 20 18 20 . Inc.

What is the standard deviation of the data? What is the mean deviation of the data? What is the sample variances? Amoun Number t of invest employ ed ees $30 3 $35 35 – 40 7 40 – 45 11 45 – 50 22 50 – 55 40 55 – 60 24 60 – 65 9 .SOAL (15) A sample of the semimonthly amounts invested in the Dupree Paint Company’s profit sharing plan by employees was organized into a frequency distribution for further study.

Nilai mean lebih kecil daripada nilai median dan modus. Jika bentuk poligon mempunyai bentuk ekor yang lebih panjang di sebelah kanan daripada sebelah kiri. . maka bentuk grafiknya akan simetris (bell shaped/nonskewed). median. Jika bentuk poligon mempunyai bentuk ekor yang lebih panjang di sebelah kiri daripada sebelah kanan. Nilai mean. maka disebut skewed right/positively skewed. Nilai mean lebih besar daripada nilai median dan modus.SKEWNESS Ketika distribusi frekuensi (histogram/poligon frekuensi) terdistribusi merata di sekitar nilai ratarata. maka disebut skewed left/negatively skewed. dan modus ada di nilai yang sama.

SKEWNESS .

dimana dengan cepat kita mengetahui karakter umum penyebaran data secara visual saja. kuartil atas (Q3). nilai maksimum. kuartil tengah (Q2)/median. Kotak yang digambar yang menghubungkan .BOX PLOT Salah satu kegunaan informasi Quartile adalah untuk membuat Box Whisker Plot. kuartil bawah (Q1). Untuk membuat boxplot. hanya dibutuhkan lima nilai statistik. yaitu nilai minimum.

What . the owner. wants some information on the time it takes for delivery. Alex. he determined the following information :  Minimum value = 13 minutes Q1 = 15 minutes Median = 18 minutes Q3 = 22 minutes Maximum value = 30 minutes  Develop a box plot for the delivery times.CONTOH  Alexander’s Pizza offers free delivery of its pizza within 15 miles. How long does a typical delivery take? Within what range of times will most deliveries be completed? For a sample of 20 deliveries.

CONTOH .

CONTOH The box plot reveals that the distribution of delivery times is positively skewed. The interquartile range is the distance between the first and the third quartile.  The dashed line to the right of the box (Q 3) to the maximum value is longer than the dashed line from the left of the box (Q1) to the minimum value. 7 minutes.  The distance from Q1 to the median is smaller than the distance from the median to the Q 3. the distance between the ends of the box. .  The median is not in the center of the box.

to the nearest 1000 miles. 38 60 42 63 43 64 on 45 70 46 71 50 73 54 78 56 32 59 41 61 43 64 44 69 46 70 47 72 52 76 55 29 58 39 61 43 63 44 67 45 70 46 71 51 74 54 88 .SOAL (16) A major airline wanted some information on those enrolled in their “frequent flyer” program.a sample of 48 members resulted in the following number of miles flown. Develop a boxplot of the data and comment 22 the 57distribution. by each participant.

27. 7.1 0. 12. 32. 20. 15.3 20. 31.6 35. 5 0 2 33. estimated 4 3 1market 7 companies the 1. 18.0 5 2 1. 7 5 3 9 8 6.in 16. 31.9(in9. 29.5 30. 18. 17. The following data are the 4 4 6 8 value $ millions) 50 6.9 auto parts business. 1. 8 6 4 0 28. of1. 6 1 1 . 15. 30. 1 7 7 13. 10. 29. 23. 3 5 4 4 2 11. 0 1 7.8 22. 11.6 6.SOAL (17) 26. 8.3 14. 18.2 16.7 31. 6. 4. 5.6 21. 18.9 11.2 37.

. Determine the standard deviation of the market value. Estimate the value of Q1 and Q3. Draw a box plot. Write a brief report summarizing the results.SOAL (17) lanj. Determine the mean and the median of the market value.