You are on page 1of 17

Statistik dan Probabilitas

Ukuran Gejala Pusat...


UKURAN GEJALA Jika ada 5 mahasiswa mendapat 70,
PUSAT enam mendapat 69, tiga mendapat 45,
dan msg – msg seorg mendapat nilai
80 dan 56, mk data sebaiknya ditulis
sbb:

Rata-rata atau
Rata-rata hitung xi fi
70 5
Rata-rata ukur 69 6  fi x i
x=
45 3  fi
Rata-rata harmonik 80 1
56 1

Modus 1035
Contoh: xi fi f i xi x=
70 5 350 16
Rata-rata atau Rata- 69 6 414
rata hitung 5 nilai ujian dr 5 org 45 3 135
mahasiswa sbb : 80 1 80
x = 64.6
x1 + x2 + …… + xn 70, 69, 45, 80, 56 56 1 56
x=
Jumlah 16 1035
n
320
x=
5
n

x i
x= i 1 x = 64
n
UKURAN GEJALA Jawab Cara lain
PUSAT
NILAI FREKU TANDA FREKU TANDA
UJIAN ENSI KELAS Ci fi ci ENSI KELAS Ci fi ci
(fi) (xi) (fi) (xi)
31-40 1 35.5 -4 -4 1 35.5 -2 -2
Rata-rata atau 41-50 2 45.5 -3 -6 2 45.5 -1 -2
Rata-rata hitung 51-60 5 55.5 -2 -10 5 55.5 0 0
61-70 15 65.5 -1 -15 15 65.5 1 15
Rata-rata ukur 71-80 25 75.5 0 0 25 75.5 2 50
81-90 20 85.5 1 20 20 85.5 3 60
Rata-rata harmonik 91-100 12 95.5 2 24 12 95.5 4 48
Jumlah 80 - - 9 80 - - 169

Modus  fi ci
x = xo + p
 fi
Cara Sandi
x = 55.5 + 10 (169/80) = 76.62
xo c=0
Rata–rata? (cara sandi)
p = Panjang kelas interval yg sama nilainya
NILAI
FREKUENSI
UJIAN
31-40 1 p = 10
41-50 2
51-60 5 x = 75.5 + 10 (9/80) = 76.62
61-70 15
71-80 25
81-90 20
91-100 12
Rata-rata Ukur 1 Rata-rata Ukur 3
UKURAN GEJALA
PUSAT
Digunakan jika perbandingan Digunakan utk sesuatu yg bersifat
tiap dua data berurutan tetap tumbuh, seperti : pertumbuhan
atau hampir tetap penduduk, dsb

Rata-rata atau Rata- t


rata hitung  x 
U  n x1 x2 x3 .... xn Pt  P0 1  
 100 
Rata-rata ukur
Contoh : x1 = 2, x2 = 4 & x3
Dimana:
Rata-rata harmonik = 8. Tentukan rata-rata
P0 = keadaan awal
ukurnya.
Pt = keadaan akhir
x = rata-rata pertbhn/sat. wkt
Modus U  3 2 x 4 x8  4 t = satuan wkt yg dipakai

Rata-rata Ukur 1 Rata-rata Ukur 2 Pddk Indonesia akhir th. 1946 ada
60 jt, akhir th 1956 ada 78 jt. Htg
rt-rt ptbhn /sat. wkt.
Rata-rata Ukur 2 Utk bilangan bernilai besar
t
Rata-rata ukur 3  Log xi  x 
Log U = 78  60 1  
n  100 
Rata-rata ukur 4
Log 2 + Log 4+ Log 8 X = 2.66
Log U =
3

Log U = 0.6021 U= 4
UKURAN GEJALA
Rata-rata Ukur 4
PUSAT
Untuk data yg telah disusun dlm
daftar distribusi frekuensi

Rata-rata atau Rata-  ( fi Log xi)


Log U =
rata hitung  fi

Rata-rata ukur
Contoh:
Rata-rata harmonik
NILAI
fi xi Log xi fi Log xi
UJIAN

Modus 31-40 1 35.5 1.5502 1.5502


41-50 2 45.5 1.6580 3.3160
51-60 5 55.5 1.7443 8.7215
Rata-rata hitung 61-70 15 65.5 1.8162 27.243
71-80 25 75.5 1.8779 46.9475
Rata-rata Ukur 2 81-90 20 85.5 1.9320 38.6400
91-100 12 95.5 1.9800 23.7600
Rata-rata Ukur 3 Jumlah 80 - - 150.1782

Rata-rata Ukur 4
150.1782
 ( fi Log xi ) = 150.1782 Log U =
80

 fi = 80
U = 75..37
UKURAN GEJALA 7 Utk dt dlm daftar distribusi
H=
PUSAT 1/3+1/5+1/6+1/6+1/7+1/10+1/12 frekuensi, rata-rata
harmoniknya sbb:

H = 5.87  fi
H=
Rata-rata atau ( fi/xi)
Contoh 2 :
Rata-rata hitung
Si A bepergian pulang pergi. Kecep. Pergi
10 km/jam & kecep. Pulang 20 km/jam.
Rata-rata ukur Contoh:
Berapa rata-rata kecep. pp
NILAI
Rata-rata harmonik fi xi fi / xi
Cara biasa = ½ (10+20) = 15 km/jam UJIAN
31-40 1 35.5 0.0282
41-50 2 45.5 0.0440
Modus KELIRU, sebab: 51-60 5 55.5 0.0901
61-70 15 65.5 0.229
Jika panjang jalan 100 km, mk utk pergi 71-80 25 75.5 0.3311
Digunakan utk data x1, x2, x3 ,
perlu wkt 10 jam & kembali 5 jam. Berarti 81-90 20 85.5 0.2339
…..xn dlm sebuah sampel
berukuran n pp perlu wkt 15 jam, menempuh 200 km. 91-100 12 95.5 0.1256
Rt-rt kecepatan = 200/15= 13.33 km/jam,
Jumlah 80 - 1.0819
& ini adh rt-rt harmonik, yaitu:
n
H=
 (1/xi) 80
2 H=
H= 1.0819
Contoh 1 : 1/10+1/20
Tentukan rata-rata
Harmonik dr kumpulan dt:
3,5,6,6,7,10,12 H = 13.33 H = 73.94
Contoh :
UKURAN GEJALA Contoh:
12, 34, 14, 34, 28, 34, 34, 28 &
PUSAT 14. Tentukan modusnya 1. Kelas Modal = Kls kelima
NILAI 2. b = 70.5
fi
Terlebih dahulu data-data UJIAN 3. b1 = 25 – 15 = 10
disusun sbb: Modusnya 34 31-40 1 4. b2 = 25-20 = 5
41-50 2
Rata-rata atau Xi fi 51-60 5
Rata-rata hitung 61-70 15 Mo = 70.5 + 10
12 1
71-80 25 [10/(10+5)]
14 2
Rata-rata ukur 81-90 20
28 2 = 77. 17
91-100 12
34 4
Rata-rata harmonik Jumlah 80

Jika data kuantitatif telah


disusun dlm daftar distribusi  b1 
Modus (Mo) Mo  b  p
b b 

frekuensi, modusnya
 1 2 
ditentukan dg rumus sbb:

Fenomena yg paling
banyak terjadi Dimana:
b= bts bawah kls modal (kls
interval dg freq. terbanyak.
Contoh: P= Panjang kls modal
kebanyakan kematian di b1= freq. Kls modal dikurangi freq.
Indonesia disebabkan Kls interval dg tanda kls lebih
oleh malaria, berarti kecil sebelum tanda kls modal.
malaria adh modus b2= freq. Kls modal dikurangi freq.
penyebab kematian di Kls interval dg tanda kls lebih
Indonesia besar sesudah tanda kls modal.
Statistik dan Probabilitas

Ukuran Letak...
Data yang telah disusun dlm daftar Median sering dipakai untuk
UKURAN distribusi frekuensi, maka : “memperbaiki” harga rata-rata yang
LETAK terdapat dalam sekelompok data
Me  b  p
1 2 n  F  yang ektrim harganya, krn kurang
f mewakili (representatif) sebagai
ukuran gejala pusat.
Median
Dimana :
Kuartil b = batas bawah kelas Me
p = panjang kelas Me Upah 5 orang pegawai :
Desil n = uk. Sampel/banyak data Rp. 950,-; Rp. 900,-; Rp.1.000,-
F = jlh smua frek. Sblm kelas Me Rp. 975,-; Rp. 5.000,-
Persentil f = frek. Kelas Me
Dgn menggunakan pers. Maka upah
rata-rata pegawai adalah Rp. 1.765,-.
Contoh:
Median (Me) ialah nilai Ternyata upah 4 pegawai tsb berupah
tengah-tengah dari data yg jauh lebih rendah di bawah Rp.
NIL AI
telah disusun menurut urutan UJ IAN
Fi 1.765,- dan seorang jauh lebih tinggi
nilainya. dari Rp. 1.765,-
31 -40 1
41 -50 2 Nampaknya, upah rata-rata ini
p = 10
51 -60 5 kurang dapat dipecaya jika
Jika jumlah datanya GANJIL, mediannya dihitung,
maka Me terdapat tepat 61 -70 15
maka Me = Rp. 975,-
ditengah-tengah. 71 -80 25
dan nampaknya “lebih baik” dipakai
81 -90 20
b = 70.5 f sebagai “pengganti “ rata-rata.
91 -1 00 12
Jika jumlah datanya GENAP,
J umla h 80
maka Me = dua data ditengah
kemudian dibagi dua.  40  23 
F=1+2+5+15=23 Me  70,5  10   77,3
 25 
UKURAN Untuk data yang telah disusun dlm daftar
LETAK in  1 distribusi frek., Ki(1,2,3) dihitung dengan
Letak K i  data ke rumus :
4
dengan i = 1, 2, 3.  i.n 
 F 
Median K i  b  p 4 
Contoh:  f 
Kuartil  
 
Sampel dengan data 75, 82, 66, dengan i = 1, 2, 3
Desil 57, 64, 56, 92, 94, 86, 52, 60,
70 Contoh:
Persentil
1. 52, 56, 57, 60, 64, 66, 70,
Misalnya menentukan K2, maka 2/4
75, 82, 86, 92, 94
x 80 = 40 data. Jadi K2 terletak pada
Kuartil ialah jika sekumpulan
2. Letak K1  data ke
12  1 kelas kelima.
data dibagi empat bagian sama 4
banyaknya, setelah data = data ke 3,25, yaitu
disusun menurut nilai terkecil antara data ke-3 dan NIL AI
Fi
sampai terbesar. data ke-4 seperempat UJ IAN
jauh dari data ke-3. 31 -40 1
41 -50 2
3. Nilai K1 = data ke-3 + p = 10 51 -60 5
Ada 3 kuartil yaitu : ¼(data ke-4 – data ke-3) 61 -70 15
K1, K2 dan K3 = 57 + ¼(60-57) 71 -80 25
81 -90 20
= 57 3/4 = 57.75
Menentukan nilai kuartil :
91 -1 00 12 f
b = 70.5 J umla h 80
1. Susun data menurut urutan  2 x80 
terkecil,   23 
2. Tentukan letak kuartil, K 2  70,5  10 4   77,3
 25 
3. Tentukan nilai kuartil.  
  F=1+2+5+15=23
UKURAN Untuk data yang telah disusun dlm daftar
LETAK in  1 distribusi frek., Ki(1,2,3) dihitung dengan
Letak D1  data ke rumus :
10
dengan i = 1, 2, …..., 9.  i.n 
 F 
Median Di  b  p 10 
Contoh:  f 
 
Kuartil Sampel dengan data 75, 82, 66,  
57, 64, 56, 92, 94, 86, 52, 60, dengan i = 1, 2, …….., 9.
Desil 70
Contoh:
1. 52, 56, 57, 60, 64, 66, 70,
Persentil
75, 82, 86, 92, 94
Misalnya menentukan D3, maka
712  1 30%x80=24 data. Jadi D3 berimpit
2. Letak D7  data ke
Desil ialah jika sekumpulan 10 dengan kelas interval ke-4.
data dibagi 10 bagian sama = data ke 9,1.
banyaknya, setelah data
3. Nilai D7= data ke-9 + 7/10
disusun menurut nilai terkecil NIL AI
(data ke-10 – data ke-9) Fi
sampai terbesar. UJ IAN
= 82 + 7/10 (86-82)
= 84.8 31 -40 1
p = 10 41 -50 2
Ada 9 Desil yaitu : 51 -60 5
D1, D2, ………, dan D9. 61 -70 15
 3x80 
 8 71 -80 25
D3  60,5  10 10   71,2 81 -90 20 f
Menentukan nilai desil : b = 60.5
 15  91 -1 00 12
1. Susun data menurut urutan  
 
30% dari mhsw paling tinggi
terkecil, J umla h 80
2. Tentukan letak desil, mendpt nilai ujian 71,2 dan 70%
3. Tentukan nilai desil. lagi mendpt nilai lebih dari 71,2. F = 1+2+5 = 8
UKURAN
LETAK
Menentukan nilai persentil:
1. Susun data menurut urutan terkecil,
2. Tentukan letak persentil,
Median 3. Tentukan nilai persentil.

Kuartil
in  1
Desil Letak P1  data ke
100
Persentil dengan i = 1, 2, ….. 99.

Persentil ialah jika sekumpulan


data dibagi menjadi 100 Untuk data yang telah disusun dlm daftar
bagian yang sama banyaknya, distribusi frek., Pi(1,2,……n) dihitung
setelah data disusun menurut dengan rumus :
nilai terkecil sampai terbesar.  i.n 
 F 
K i  b  p 100 
 f 
 
Ada 99 persentil yaitu :  
P1, P2, ………., P99. dengan i = 1, 2, ……, 99.
Statistik dan Probabilitas

Ukuran Simpangan...
UKURAN Jika suatu sampel berukuran n
Bentuk lain rumus varians :
SIMPANGAN dengan data x1, x2, …., xn dan
rata-rata x, maka s2 dapat
n xi  ( xi ) 2
2
dihitung dengan rumus : s2 
Rentang  x  x
2
n(n  1)
s 2
 i

n 1
Simpangan Baku Contoh:
(Deviasi Standard) dan
varians xi xi2
Contoh: 8 64
Angka Baku 7 49
xi xi - x ( x i - x )2 10 100
8 0 0 11 121
Rentang = data terbesar – data terkecil
7 -1 1 4 16
10 2 4 40 350
Ukuran Simpangan yg paling banyak 11 3 9
digunakan ialah simpangan baku.
4 -4 16

Jumlah 30 s 2

5 x350  40
2
 7,5
Simpangan Baku ialah suatu nilai yang 5x4
menunjukkan tingkat variasi suatu 30 s  7,5  2,74
kelompok data. s2   7,5
4
Simpangan baku yang dikuadratkan s  7,5  2,74
disebut varians.

Sampel simpangan baku = s ; varians = s2 merupakan statistik


Populasi simpangan baku =  ; varians = 2 merupakan parameter
UKURAN
SIMPANGAN
Contoh:

NILAI
Rentang UJIAN
fi xi xi - x ( x i - x )2 f i ( x i - x )2

31-40 1 35.5 -41,1 1.689,21 1.689,21


Simpangan Baku
41-50 2 45.5 -31,1 967,21 1.834,42
(Deviasi Standard) dan
51-60 5 55.5 -21,1 445,21 2.226,05
varians
61-70 15 65.5 -11,1 123,21 1.848,15
71-80 25 75.5 -1,1 1,21 30.25
Angka Baku 81-90 20 85.5 8,9 79,21 1.584,20
91-100 12 95.5 18,9 357,21 4.286,52
Bila datanya telah disusun dalam Jumlah 80 - - - 13.498,80
daftar distribusi frekuensi, maka
rumusnya :

 f i xi  x 
2
n =  fi = 80
s2 
n 1  fi ( xi - x ) 2 = 13.498,80
atau : Sehingga :

n f i xi   f i xi 
2
2 13.498,80
s2   170,9
s 
2

nn  1
79
s  170,9  13,07
Dengan : xi = tanda kelas
fi = frekuensi yg sesuai
dg tanda kelas xi
n =  fi
Simpangan Baku
(Deviasi Standard) dan Angka Baku
varians
Apabila kita mempunyai sebuah sampel berukuran
NILAI
fi xi xi 2 f i xi f i xi2 n dgn data x1, x2, …, xn sdgkan rata-rata x dan
UJIAN simpangan baku s, maka angka bakunya dapat
31-40 1 35.5 1.260,25 35,5 1.260,25 dihitung dgn rumus :
41-50 2 45.5 2.070,25 91,0 4.140,50
xi  x
51-60 5 55.5 3.080,25 277,5 15.401,25 z untuk i 1, 2, ...., n
61-70 15 65.5 4.290,25 982,5 64.353,75 s
71-80 25 75.5 5.700,25 1.887,5 142.506,25
81-90 20 85.5 7.310,25 1.710,0 146.205,00 Contoh:
91-100 12 95.5 9.120,25 1.146,0 109.443,00
Jumlah 80 - - 6.130,0 483.310,00 Diketahui data : 3, 5, 7, 8, 10, 10, 12, 14, 14, 14.
Hitunglah angka bakunya masing-masing.
n =  fi = 80
Penyelesaian :
 fi xi = 6.130,0
Simpangan baku (s) = 3,92
 fi xi2 = 483.310,00
x = 9,7
Sehingga :
Angka baku untuk xi = 3 ialah :

s2 
80 x 483.310  6.130 2
 172,1 3  9,7
z 1,71
80 x 79 3,92
s  172,1  13,12 Untuk xi lainnya, perhitungannya sama seperti
untuk xi = 3 diatas
SOAL 2
Hitung :
1. Rata-Rata Hitung
2. Modus
3. Median
4. Kuartil pertama
5. Desil Keempat
6. Persentil ke 60
7. Simpangan Baku
8. Varians
9. Angka Baku

SOAL 1
35 40 75 53 87 30 65 70 50
69 80 79