I. 1.1.

Pengertian 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 bidangbidang 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 ilmuilmu gabungan seperti ekonometrika, biometrika (atau biostatistika), dan psikometrika. 1.3. Konsep Dasar Pengaplikasian statistika terhadap permasalahan sains, industri, atau sosial, pertamatama 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 ³dibaca´ 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. b. Data diskrit yaitu data yang diperoleh dari hasil menghitung. Misalnya jumlah karyawan 2000 orang, penjualan 25 unit, dsb. 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.

1

8. Apakah yang dimaksud dengan sensus? 9. Ada berapa macam statistika? Sebutkan masing-masing kegunaan dari dan berikan
contoh setiap jenis statistika. Penyajian Data

10. Berikan dua contoh penggunaan / aplikasi statistika dalam tiga disiplin ilmu.
II. 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 = xt - 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 = xt - xr R = 14 ± 2 R = 12 Jadi jangkauan data diatas adalah 12. 2. Hasil Pretes Matematika 40 siswa kelas 3 SMK sebagai berikut: 35 36 72 53 Jawab: xt = 96 R = xt - xr R = 96 ± 26 R = 70 2.1.2. Banyak kelas interval xr = 26 44 96 68 48 65 58 74 56 85 64 76 88 26 72 52 68 37 76 88 64 56 84 96 52 66 36 42 86 65 45 44 96 44 66 46 54

Tentukan jangkauan dari data di atas.

Jadi jangkauan data diatas adalah 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

2

1. 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. Apabila dalam perhitungan untuk menentukan panjang interval kelas diperoleh bilangan desimal maka harus dibulatkan dengan pembulatan ke atas p= Keterangan: p = panjang interval kelas R = jangkauan data k = banyak kelas interval Contoh 3: Berdasarkan data pada contoh 1 no 2. Sturges: k = 1 + 3. hitunglah banyak kelas. Jawab: n = 40 k = 1 + 3.1.4. Nilai ujung bawah pada suatu interval kelas disebut sebagai batas bawah kelas interval. Secara teoritis dapat dinyatakan Tepi bawah kelas = batas bawah kelas ± 0.3.2. Untuk menentukan banyak kelas.1. Batas Kelas Batas kelas suatu kelas interval adalah nilai-nilai ujung yang terdapat pada suatu interval kelas.terinci dari data individual menjadi hilang.3 .5 3 . Batas Kelas Dan Tepi Kelas 2. digunakan aturan dari H. hitunglah banyak kelas.602 k = 1 + 5.3 = konstanta Apabila dalam perhitungan untuk menentukan banyak kelas interval diperoleh bilangan desimal maka harus dibulatkan dengan pembulatan ke atas.log n Keterangan: k = banyak kelas interval. Penyajian data dengan menggunakan kelas interval dilakukan apabila banyak data sangat besar atau jangkauan data sangat besar.4.1. Tepi Kelas Tepi kelas interval digunakan untuk menghitung data dengan ketelitian sampai dengan satu desimal. k  B+ n = ™f = banyak data 3.4.1.3.3 log 40 k = 1 + 3.3.29 k§7 Jadi banyaknya kelas interval dari data tersebut adalah 7 kelas. 2. Contoh 2: Berdasarkan data pada contoh 1 no 2. Jawab: R = 70 k=7 p= R k R k 70 p= 7 p = 10 Jadi panjang interval kelas data tersebut adalah 10. 2. Panjang interval kelas Panjang interval kelas adalah banyaknya data berbeda yang terdapat dalam setiap kelas interval. 2.1.A.29 k = 6.log n k = 1 + 3. sedangkan nilai ujung atas interval kelas disebut sebagai batas atas kelas interval.

5 = 89.5 = 79. b.5 Ke empat 89 + 0.5 Ke enam 109 + 0.5 Ke tiga 70 ± 0. 100.5 = 89.5 = 99. 69.5 = 69.5 Tepi atas kelasnya adalah Ke satu 59 + 0.Tepi atas kelas = batas atas kelas + 0. 110.5 2 70  79 ! 74. 80.5 Ke dua 69 + 0. 70.5 = 119.5 = 59.5 2 Ke lima Ke enam 100  109 ! 104. b. 99. 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. Menghitung Frekuensi Untuk menghitung frekuensi atau menghitung banyaknya data pada masing-masing kelas interval dengan lebih mudah dapat digunakan turus. 90. 79.5 = 109.5 Ke tujuh 110 ± 0.1.5 Ke tiga 2 80  89 Ke empat ! 84.1.5 Ke lima 90 ± 0. Batas atas kelasnya adalah 59.5 2 2.5 = 109.5 Ke tiga 79 + 0. Pendapatan (dalam ratus ribuan) 50 ± 59 60 ± 69 70 ± 79 80 ± 89 90 ± 99 100 ± 109 110 ± 120 Turus Banyak karyawan 3 6 10 12 9 7 4 4 . Ke satu Ke lima 99 + 0. Tepi bawah interval kelas pada kelas interval adalah Ke satu 50 ± 0.5 Ke tujuh 2 90  99 ! 94. c.5 = 79.5 2 60  69 Ke dua ! 64.5.6. 60.5 = 99. 109. 89. Titik tengah = Contoh 4: Diketahui data pendapatan dari 50 karyawan perusahaan IT tahun 2005 sebagai berikut: Pendapatan (dalam ratus ribuan) 50 ± 59 60 ± 69 70 ± 79 80 ± 89 90 ± 99 100 ± 109 110 ± 120 Tentukan: a.5 Ke enam 100 ± 0.5 Ke empat 80 ± 0.5 2.5 = 59.5 c. Batas bawah kelasnya adalah 50.5 Titik tengah interval kelas pada kelas interval 50  59 ! 54. 119.5 = 69. Banyak karyawan 3 6 10 12 9 7 4 batas bawah kelas  batas atas kelas 2 Batas bawah dan batas atas setiap kelas interval Tepi bawah dan tepi atas setiap kelas interval Titik tengah setiap kelas interval Jawab: a.5 2 110  119 ! 114.5 Ke tujuh 119 + 0.5 = 49.5 Ke dua 60 ± 0.

1.1.1.2.1.6. dan Frekuensi Relatif Kumulatif 2.75% ke tiga = 80 ke empat = 24 v 100% ! 30% 80 17 ke lima = v 100 % ! 21.1. Frekuensi Kumulatif. Penyelesaian: Frekuensi relatif kelas interval ke satu = 5 v 100 % ! 6. Berat badan (kg) < 40 < 45 < 50 < 55 < 60 < 65 < 70 < 75 < 80 Berat badan (kg) • 40 • 45 • 50 • 55 • 60 • 65 • 70 • 75 • 80 2. Penyelesaian: Frekuensi kumulatif kurang dari. Distribusi kumulatif yang terdapat di atas atau sama dengan batas bawah disebut frekuensi lebih dari atau sama dengan. Contoh 6: Berdasarkan data pada contoh 5.1.5% 80 15 v 100 % ! 18. tentukanlah frekuensi relatifnya.6. Banyak siswa 0 5 15 30 54 71 75 78 80 Banyak siswa 80 75 65 50 26 9 5 2 0 Frekuensi kumulatif lebih dari atau sama dengan Frekuensi Relatif (fr) Frekuensi relatif adalah perbandingan antara frekuensi masing-masing kelas dengan jumlah frekuensi seluruhnya yang dinyatakan dalam persen. 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. Distribusi kumulatif yang terdapat di bawah batas bawah disebut frekuensi kurang dari.25% 80 4 v 100 % ! 5% ke enam = 80 5 .6. Frekuensi Relatif.2.1.25% 80 10 ke dua = v 100% ! 12. 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.

5 6 .ke tujuh = ke 3 v 100 ! 3.75 80 2 v 100 delapan = 80 ! 2.

6.5 11.7. dinyatakan dalam persen.25 5 3.75 30 21.5 2.5 0 Frekuensi kumulatif lebih dari atau sama dengan 2.5 67.5 88.75 2.75 93.5 18. Tabel Distribusi Frekuensi Data Tunggal 7 .25 18. Frekuensi Kumulatif Relatif (f kr) Frekuensi kumulatif relatif adalah frekuensi kumulatif dibagi dengan jumlah frekuensi seluruhnya.75 81. buatlah frekuensi kumulatif relatif kurang dari dan frekuensi kumulatif relatif lebih dari atau sama dengan.75 37.5 100 fkr 100 93.25 2. Penyelesaian: Frekuensi kumulatif relatif kurang dari. Berat badan (kg) < 40 < 45 < 50 < 55 < 60 < 65 < 70 < 75 < 80 Berat badan (kg) • 40 • 45 • 50 • 55 • 60 • 65 • 70 • 75 • 80 Banyak siswa 0 5 15 30 54 71 75 78 80 Banyak siswa 80 75 65 50 26 9 5 2 0 fkr 0 6.25 12.25 6. fkr = fk §f v 100 % Keterangan: fkr = frekuensi kumulatif relatif fk = frekuensi kumulatif ™ f = jumlah frekuensi seluruhnya Contoh 7: Berdasarkan data pada contoh 5.25 62.3.1.75 97.5 32.1.Berat badan (kg) 40 ± 44 45 ± 49 50 ± 54 55 ± 59 60 ± 64 65 ± 69 70 ± 74 75 ± 79 Banyak siswa (f) 5 10 15 24 17 4 3 2 Frekuensi relatif (fr) (%) 6.1.

29 8 . Contoh 9: Dari penelitian berat badan siswa kelas 3 program kealian teknologi. 5.3. 1. 4. log n = 1 + 3.3 . Penyelesaian: Jangkauan = data tertinggi ± data terendah = 63 ± 46 = 17 Banyak kelas interval = 1 + 3. 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. beturut turut: 1.Contoh 8: Diketahui hasil tes kompetensi Statistika dari 30 siswa kelas 3 SMK sebagai berikut: 5 8 4 6 8 6 7 9 7 9 8 6 5 4 7 4 6 6 6 5 7 2 6 6 6 7 8 7 7 8 Buatlah tabel distribusi frekuensinya.8. data harus disusun berurutan dari data terendah/terkecil sampai dengan data tertinggi/terbesar.1. Batas bawah dan batas atas setiap kelas interval.29 = 6. Panjang interval kelas. 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. Penyelesaian: Dalam tabel distribusi frekuensi. Menghitung banyaknya data setiap kelas interval. sehingga diperoleh Nilai (x) 2 4 5 6 7 8 9 Turus Frekuensi (f) 1 3 3 9 7 5 2 2.3 log 40 = 1 + 3. Banyak kelas interval.6020 = 1 + 5. Jangkauan. 2. 3. Untuk menentukan tabel distribusi data berkelompok harus ditentukan.

6. 9. 15. 45.§7 Panjang interval kelas = jangkauan banyak kelas interval 17 = 7 = 2. 86. c. 65 2. Hitunglah jangkauan dari data berikut: a. 88. 12. e. 36. b. 10 b. 5. f. 51. 7. 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.43 §3 Diperoleh tabel distribusi frekuensi sebagai berikut: Ukuran 46 ± 48 49 ± 51 52 ± 54 55 ± 57 58 ± 60 61 ± 63 turus Frekuensi (f) 3 6 10 11 6 4 Latihan 2 1. Jangkauan datanya. 9 . 6. Diketahui banyaknya jenis barang yang terjual setiap hari di Toko Makmur selama 40 hari sebagai berikut: 23 78 25 56 37 26 80 27 70 44 30 98 56 75 86 27 54 43 68 84 28 65 59 35 68 30 72 23 38 49 50 36 45 42 24 60 42 44 48 50 Dari data di atas. d. tentukan: a. Panjang interval kelas Batas bawah Batas atas Tepi bawah Tepi atas Titik tengah kelas interval 3.

2. c. Banyaknya kendaraan yang melewati jalan tol setiap jamnya tercatat sebagai berikut: 56 56 100 95 104 58 58 90 105 114 60 70 80 115 96 78 56 70 120 86 90 66 60 44 76 120 68 50 54 66 46 48 55 64 56 58 54 65 74 46 89 45 75 84 48 56 54 85 94 50 Dari data di atas. c. Data gaji mingguan (dalam ribuan rupiah) 50 karyawan sebagai berikut: 160 170 133 156 176 159 171 135 170 135 158 175 136 178 138 130 145 185 190 200 133 148 184 125 148 134 156 183 136 160 166 160 168 158 170 156 177 166 160 175 189 189 156 170 178 144 145 156 174 190 Dari data di atas. Contoh 10: 1. 2. Banyaknya produksi susu kaleng per hari selama tahun 1990 dan tahun 2000. Jangkauan datanya. Distribusi frekuensinya. Banyak kelas intervalnya. tentukan: a. 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.b. Th00 Th90 1300 liter 2600 liter Produksi susu kaleng/hari dalam tahun 1990 dan tahun 2000 2.1. 4. buatlah tabel distribusi frekuensi kumulatifnya dan tentukan frekuensi relatif serta frekuensi kumulatif relatifnya. b. d.2. Distribusi frekuensinya. Panjang interval kelasnya. 5. Piktogram adalah penyajian data statistik dalam bentuk gambar-gambar dengan ukuran tertentu untuk menunjukkan nilai masing -masing data. Banyak kelas intervalnya. 10 . d. Panjang interval kelasnya. Diagram Lambang (Piktogram) Piktogram merupakan suatu cara sederhana dan jelas dalam menyajikan data untuk perbandingan objek-objek tertentu. Diagram 2.

Jawab: Jumlah pelanggan air bersih PAM tahun 1999 ± 2004 Tahun 1999 2000 2001 2003 2004 Pelanggan = 500 2.luas masing-masing juring sebanding dengan besar sudut pusat lingkaran sesuai dengan data yang bersangkutan. Contoh 11: Data penelusuran minat siswa SMK Kota Baru setelah lulus sebagai berikut: Jenis minat Akademi Universitas Bekerja Penyelesaian: Untuk membuat diagram lingkaran harus ditentukan besar sudut pusat setiap juring lingkaran. Diagram Lingkaran Untuk membuat diagram lingkaran dilakukan dengan membagi sebuah l ngkaran i menjadi juring-juring yang.2.2. Besar sudut pusat akademi = Persentase akademi = Banyak anak 70 50 80 Gambarkan data di atas dengan diagram lingkaran. kemudian ditentukan persentase setiap data. 70 v 100 ! 35 200 50 Besar sudut pusat universitas = v 360 0 ! 90 0 200 50 Persentase universitas = v 100 ! 25 200 80 Besar sudut pusat bekerja = v 360 0 ! 144 0 200 80 Persentase bekerja = v 100 ! 40 200 70 v 360 0 ! 126 0 200 11 . Setiap juring diberikan keterangan sesuai dengan jenis data yang disajikan.

Contoh 13: Besar investasi yang ditanamkan di Kota Raya dari tahun 1994 sampai dengan tahun 2000 sebagai berikut: Tahun 1994 1995 1996 Besar investasi (milyar) 50 100 200 12 .3. Contoh 12: Hasil produksi per bulan selama dua tahun diketahui sebagai berikut: Tahun Tas 1999 200 2000 275 Gambarkan data di atas dengan diagram batang.4. Penyelesaian: Sarung 250 300 HASIL PRODUKSI INDUSTRI KECIL 300 Banyak 250 produksi 200 - Produksi tas suatu pabrik /bulan Produksi sarung suatu pabrik /bulan Tahun 1999 2000 2. Beberapa hal yang perlu diperhatikan dalam membuat diagram batang adalah: 1.Akademi 35% Bekerja 40% Universitas 25% Minat lulusan SMK Kota Baru 2. Diagram batang pada umumnya digunakan untuk membandingkan suatu data dengan data keseluruhan. 2.2.2. Diagram Garis Diagram garis biasanya digunakan untuk menggambarkan suatu data yang diperoleh pada suatu jangka waktu secara berurutan dalam suatu kurun waktu. skala tinggi maupun skala lebar diagram batang harus sama. skala yang dipergunakan selalu dimulai dari nol (0). Diagram Batang Diagram batang merupakan suatu diagram yang berbentuk persegi panjang yang dilengkapi dengan skala sehingga ukuran datanya terlihat dengan jelas pada diagram.

1. 8 2. 44. 44. 7. 1.6. 11. 9. 14. 21. Poligon frekuensi merupakan garis hubung antara titik-titik tengah dari bagian sisi atas setiap persegi panjang pada histogram.4 2. 46. 24. 8.2. 19.1997 250 1998 350 1999 400 2000 450 Gambarkan data di atas dengan diagram garis. 32. khususnya data berkelompok. 4. 6 2. 2. 5.15. Misal rangkaian data merupakan data banyaknya soal pretest Matematika yang dapat dikerjakan 20 siswa: 8. 21. 14. 21. 12. 15 dapat digambarkan dengan diagram kotak garis sebagai berikut: + 6 Q1 Q2 Q3 15 2. 6. 12. 33. Data ini dapat disajikan dengan diagram batang daun sebagai berikut: No. 7. Contoh 14: Pada data 6. 5 0. Diagram Kotak Garis Diagram kotak garis menggambarkan penyebaran data terutama mengenai kuartil dan jangkauan. Batang terdiri dari angka data yang bukan bernilai satuan. 8. Diagram Batang Daun Diagram batang daun terdiri dari dua bagian yaitu batang dan daun. 7. 3. 7. Contoh 15: 13 . Histogram dan Poligon Frekuensi Histogram dan Poligon Frekuensi merupakan dua buah grafik yang mencerminkan distribusi frekuensi. 4. Penyelesaian: 500 400 300 200 100 = = = = = = = 1994 1995 1996 1997 1998 1999 2000 Jumlah investasi kota Raya dalam milyard 2. 7. 35.2. 6. 1 2 3 4 5 Batang 0 1 2 3 4 Daun 2.5. 4. 7.2. 9. 6.7.9 1. 7. sedangkan daun menunjukkan angka dari data yang bernilai satuan. 40.

Penyelesaian: 100 90 80 70 60 50 40 30 20 10 + + + + + + + + 82 85 88 91 94 97 100 103 2.5 86.8.5 98. Ogive Grafik ogive dibuat dari daftar sebaran frekuensi kumulatif kurang dari dan frekuensi kuulatif lebih dari.5 92. Penyelesaian: Tinggi (cm) 81 ± 83 84 ± 86 87 ± 89 90 ± 92 93 ± 95 96 ± 98 99 ± 101 102 ± 104 Banyak balita 50 70 90 100 80 75 60 60 Tepi bawah 80. gambarkan data diatas dengan menggunakan ogive.5 fk < 0 50 120 210 310 390 465 525 585 fk > 585 535 465 375 275 195 120 60 0 Grafik frekuensi kumulatif kurang dari pada distribusi frekuensi tinggi balita 14 .5 83.5 101.5 89.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. Contoh 16: Berdasarkan data pada contoh 15.2.5 104.5 95.

5 + 80.5 + 86.5 + 80.5 + 80.5 + 98.5 + 83. 2.5 + 89.5 + 80.5 + 80.5 Latihan 3 1.5 + 101. 60 50 Hasil ujian akhir sebagai berikut: 50 70 55 55 88 76 semester mata diklat matematika kelas 3 SMK diperoleh 80 67 66 90 68 45 95 78 86 75 48 78 65 98 66 45 56 82 60 78 90 94 45 15 .5 + 80.5 + 95.600 500 400 300 200 100 + 80. 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.5 + 92.5 Grafik frekuensi kumulatif lebih dari pada distribusi frekuensi tinggi balita 600 500 400 300 200 100 + 80.5 + 80. Diagram lingkaran. Piktogram b. buatlah: a.5 + 80.5 + 104.

Hasil penjualan sepatu dan tas di Toko Makmur selama 6 bulan sebagai berikut: Jumlah penjualan 500 + 400 + 300 + 200 + 100 + 1 = sepatu 2 3 = tas 4 5 6 bulan Berdasarkan data di atas. Histogram dan poligon frekuensi. Ogive 3. b. buatlah: a. tentukan: a. UKURAN PEMUSATAN DATA Ukuran pemusatan data atau ukuran tendensi sentral adalah ukuran yang digunakan untuk menafsirkan suatu gejala pusat dari serangkaian data.5% ABRI 12. b. Diagram batang. Diagram garis 5. Karyawan 25% 4. c. Tabel distribusi frekuensi. tentukanlah: a.5% Jika banyak siswa 400 siswa. Diagram batang daun b. III.88 89 90 70 70 48 50 52 56 52 Berdasarkan data di atas. Ada 6 ukuran 16 . Tabel distribusi frekuensi. 72 62 70 64 80 66 84 67 45 Data pekerjaan orang tua siswa SMK IT tahun 2001 Wiraswasta 50% PNS 12. 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 Tentukanlah tabel distribusi frekuensi data di atas.

 xn n Atau n § f .1. Mean / Rata-rata Hitung Data Tunggal Rumus : x! x1  x 2  .  xn n 5 67 789 x! 5 42 x! 5 x ! 8. 6. 3. nilai tengah (median). 6. dan modus.. rata-rata hitungnya adalah 8.1. 9. 3. 3..1. 8. 9. 6. 7.1.x i i !1 i = jumlah data keseluruhan Contoh 17: Tentukan rata-rata hitung dari rangkaian data berikut: 7. Langkah 2: lakukan perhitungan sehingga diperoleh x1  x 2  . 4 x! Jadi. Jawab: Langkah 1: urutkan data sehingga diperoleh data dengan urutan 5. 7.. 8. ratarata kuadrat. Rata-rata Hitung (Mean) Rata-rata hitung (mean) x adalah nilai yang paling mendekati ukuran yang sebenarnya. rata-rata ukur. rata-rata harmonis. Contoh 18: Tentukan rata-rata dari rangkaian data berikut: 3. 9. 7.yang akan dipelajari yaitu rata-rata hitung (mean). diperoleh dari jumlah seluruh data dibagi dengan banyaknya data.1.. 17 .4. 9.1. 5. 9. 9. Rata-rata 3. 6.x ! x §f i i !1 i Keterangan: x = rata-rata x x = data n = ™f = banyak data i = urutan data fi = frekuensi setiap data xi = data ke-i n § f . 7.

7. Rumus : § f .Jawab: Untuk memudahkan dalam menentukan ™f. terlebih dulu tentukan tabel distribusi frekuensinya.1. Nilai tengah data (x) setiap kelas interval diperoleh dari jumlah data terendah dengan data tertinggi dibagi 2. Mean / Rata-rata Hitung Data Berkelompok Untuk menentukan rata-rata hitung data berkelompok. Nilai (x) 3 6 7 9 Frekuensi (f) 2 3 1 4 ™f = 10 f.1.x §f 67 10 x ! 6.7 Jadi.x = 67 x! x! § f .2. rata-rata hitungnya adalah 6.x x! §f i i !1 n i Keterangan: x = rata-rata x fi = frekuensi data kelas interval ke-i xi = nilai tengah data setiap kelas interval le-i n § f . Jawab: 18 . terlebih dulu harus ditentukan nilai tengah data setiap kelas interval.x dan ™f . 3.x i i !1 i = 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.x 6 18 7 36 ™f.

3.x).x = 3204 Langkah 2: lakukan perhitungan.x §f 3204 50 x ! 64. Rata-rata ukur disebut juga rata-rata geometris. Nilai 32 ± 40 41 ± 49 50 ± 58 59 ± 67 68 ± 76 77 ± 85 86 ± 94 Nilai tengah (x) 36 45 54 63 72 81 90 Frekuensi (f) 3 5 7 15 11 6 3 ™f = 50 f.Langkah 1: membuat tabel distribusi frekuensi dengan menambahkan kolom nilai tengah setiap kelas interval (x) dan jumlah nilai tengah setiap kelas interval (f. diperoleh x! x! § f . nilai rata-rata pretest para siswa tersebut adalah 64.x 108 225 378 945 792 486 270 ™f. Untuk menghitung rata-rata ukur . Rata-rata Ukur Rata-rata ukur xu suatu rangkaian data adalah akar n dari hasil perkalian datadatanya.2.08.1.08 Jadi.

.

x 2 ... Tentukan rata-rata ukur dari rangkaian data: 7. maka xu = n x1 .. 9... 5. x n dan banyaknya data adalah n. 7... Jika serangkaian data x1 . x n Atau log x u Sehingga diperoleh § f . Penggunaan hanya data positif disebabkan apabila terdapat data 0 maka xu = 0 dan apabila terdapat data negatif maka xu tidak memiliki arti. 19 . log x ! §f i i! 0 m i log xu ! § log x n Atau m xu = antilog Contoh 20: § f . 8. x2 .x suatu u rangkaian data yang digunakan adalah data-data yang bernilai positif. 6. log x §f i i!0 i 1..

845 3. 2.24 Jadi rata-rata ukurnya 6.699 0.024 log xu = 6 log xu = 0.949 log xu ! log xu ! § f .954 2.Jawab: x 5 6 7 7 8 9 Log x 0.477 0. Tentukan nilai rata-rata ukur dari rangkaian data berikut: Nilai Frekuensi 3 2 6 3 7 1 9 4 Jawab: Nilai 3 6 7 9 Frekuensi (f) 2 3 1 4 ™ f = 10 log x 0.24.8373 log xu ! § log x xu = antilog 0. log x §f 7.949 10 log xu = 0.845 0.903 0.log x 0.88.334 0.845 0. Nilai Frekuensi 32 ± 40 3 20 .778 0.024 n 5. Tentukan rata-rata ukur dari data pada tabel di bawah ini.log x = 7.845 0.7949 xu = antilog 0.8373 xu = 6.954 f.778 0.816 ™ f.954 ™ log x = 5.88 Jadi rata-rata ukurnya 6. 3.7949 xu = 6.

41 ± 49 50 ± 58 59 ± 67 68 ± 76 77 ± 85 86 ± 94 Jawab: Nilai 32 ± 40 41 ± 49 50 ± 58 59 ± 67 68 ± 76 77 ± 85 86 ± 94

5 7 15 11 6 3 Nilai tengah (x) 36 45 54 63 72 81 90 Frekuensi (f) 3 5 7 15 11 6 3 ™ f = 50

log x 1,556 1,653 1,732 1,799 1,857 1,908 1,954

f.log x 4,668 8,265 12,124 26,985 20,427 11,448 5,862 ™ f.log x = 87,779

log xu !
log xu =

§ f . log x §f
87,779 50

log xu = 1,7956

xu = antilog 1,7956 xu = 62,46
Jadi rata-rata ukurnya 62,46.

3.1.3. Rata-rata Harmonis
Rumus:

xh !

§f f §x
n i !1

i

i

Apabila setiap data memiliki frekuensi 1 maka

xh !

n
n i !1

§x
Keterangan: ™f = n = banyak data i = urutan data xi = data ke-i

1
i

Contoh 21:
1. Tentukan rata-rata harmonis dari rangkaian data: 7, 5, 8, 6, 9, 7. Jawab:

21

x 5 6 7 7 8 9

1 x
0,2 0,167 0,143 0,143 0,125 0,111

§ x = 0,889
xh ! n
n i !1

1

§x

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 3 6 7 9 Jawab: Nilai 3 6 7 9 Frekuensi (f) 2 3 1 4 ™ f = 10 Frekuensi 2 3 1 4

f x
0,667 0,500 0,143 0,444

§x

f

= 1,754

xh !

§f f §x
10 1,754

xh =

xh = 5,701
Jadi rata-rata harmonisnya 5,701. 3. Tentukan rata-rata harmonis dari data pada tabel di bawah ini. Nilai 32 ± 40 41 ± 49 Frekuensi 3 5

22

50 ± 58 59 ± 67 68 ± 76 77 ± 85 86 ± 94 Jawab: Nilai 32 ± 40 41 ± 49 50 ± 58 59 ± 67 68 ± 76 77 ± 85 86 ± 94

7 15 11 6 3

Nilai tengah (x) 36 45 54 63 72 81 90

Frekuensi (f) 3 5 7 15 11 6 3 ™ f = 50

f x
0,0833 0,1111 0,1296 0,2381 0,1528 0,0741 0,0333

§ x = 0,8223

f

xh !

§f f §x
50 0,8223

xh =

xh = 60,81
Jadi rata-rata harmonisnya 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:

xh !

§f f §x
1 50

xh ! xh !

2 

1 60

2
6 5 300

xh ! 2.

300 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

23

x 2 = 499 xk = xk = xk = § f .09 24 . 3.21. 3. Jawab: xk ! xk = xk = xk = §x n 2 12  32  5 2  6 2 4 1  9  25  36 4 71 4 xk = 17. 2.21 Jadi rata-rata kuadratnya 4. 7. 9. 6. Tentukan rata-rata kuadrat dari data : 1.x §f 499 10 49. 6. 6.9 2 x k = 7. 6. Jawab: x 3 6 7 9 f 2 3 1 4 ™f = 10 x2 9 36 49 81 f.x §f 2 Contoh 22: 1. 5.75 xk = 4.x2 18 108 49 324 ™ f. Tentukan rata-rata kuadrat dari data berikut: 3.Rumus: Apabila setiap data memiliki frekuensi 1 maka: xk ! §x n 2 Apabila tidak setiap jenis data memiliki frekuensi 1 maka: xk = § f . 9. 9. 9.

b. Nilai hasil ulangan Matematika siswa kelas 3 SMK KRIYA tercatat sebagai berikut: Nilai Frekuensi 25 . Latihan 3 1. 8.x2 = 214650 xk = xk = xk = § f . 37. 47.06 3. 7.x §f 2 Tentukan rata-rata kuadrat dari data pada tabel di bawah ini. 7.1. 5. Tentukan rata-rata dari data berikut: a.Jadi rata-rata kuadratnya 7.x §f 214650 50 4293 xk = 65. Nilai 32 ± 40 41 ± 49 50 ± 58 59 ± 67 68 ± 76 77 ± 85 86 ± 94 Jawab: Nilai 32 ± 40 41 ± 49 50 ± 58 59 ± 67 68 ± 76 77 ± 85 86 ± 94 Nilai tengah (x) 36 45 54 63 72 81 90 2 § f . 10.x2 3888 10125 20412 59535 57024 39366 24300 ™ f.52 Jadi rata-rata kuadratnya adalah 65. 27. 23. 8. 26. 24.1.5. 55. 9. Rata-rata Kuadrat Data Berkelompok Rumus: xk = Contoh 23: 1. 3. 3. 3. 2. 10.52. Frekuensi 3 5 7 15 11 6 3 Frekuensi (f) 3 5 7 15 11 6 3 ™ f = 50 x2 1296 2025 2916 3969 5184 6561 8100 f. 25. 4.

Hasil produksi padi kering di 100 desa di kabupaten Malang. 12.0. 5. 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. 7 b. 4.8. Berapakah nilai masing-masing anak yang baru masuk? 6. dan rata-rata kuadrat dari rangkaian data berikut ini. a. 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. 30 c. Nilai rata-rata mata pelajaran Fisika suatu kelas yang terdiri dari 20 adalah 26 . 13. 15. 3.3 2 4 4 5 6 5. 25. 2. 20. Nilai 3 5 7 9 10 Banyak siswa 3 5 6 4 2 Frekuensi 2 4 6 5 3 5. 3. Tentukanlah rata-rata ukur. Berapakah nilai anak baru yang ditambahkan tadi? 6. Nilai 2 4 8 6 10 d.5. rata-rata harmonis. Dengan menambahkan nilai 1 anak baru maka rata-rata nilai matematika mereka menjadi 6.5 8 6 7 7 5 8 8 9 4 Tentukan rata-rata nilai yang dicapai oleh para siswa tersebut. Rata-rata nilai matematika dari 9 anak adalah 7.

5.7. 9. 8. 7. Median Median adalah nilai tengah ari suatu kumpulan data yang tersusun secara teratur (diurutkan menurut besarnya dari data terkecil sampai dengan data terbesar). Nilai rata-rata tes matematika dari kelompok siswa dan kelompok siswi di 9. 4. 8. yang lain sama dengan 11. Seorang pengendara mobil melalui rute tersebut dengan kecepatan 60 km/jam pada waktu pergi dan 80 km/jam pada waktu pulang. 11 n = 9 (ganjil) Med = data ke n 1 2 9 1 Med = data ke 2 Med = data ke 5 Med = 7 Jadi median data tersebut adalah 7. 10. 3. maka berapakah nilai rata-rata seluruh siswa tersebut? 3. Median membagi data menjadi dua bagian yang sama besarnya sehingga median disebut juga ukuran letak. 7. 6. Jika nilai rata-rata di kelas tersebut adalah 6. kedua dan ketiga adalah 7. 10 n = 6 (genap) Med = data ke n 1 2 27 .2. 7 1 . maka tentukanlah perbandingan banyaknya siswa dan siswi. Contoh 25: Tentukan median dari data berikut: 7. Tes matematika diberikan kepada tiga kelas siswa ber-jumlah 100 orang. Nilai rata-rata 13 bilangan 10. Jawab: Urutan data: 3. 6. 6. Jawab: Urutan data: 6. 5. 8. 7.2. Berapakah kecepatan rata-ratanya? suatu kelas berturut-turut adalah 5 dan 7. Median Data Tunggal Median (Med) terletak pada data yang ke n 1 . 7. 10. dirumuskansebagai berikut: 2 n 1 2 Med = data ke Contoh 24: Tentukan median dari data berikut: 4. 11. Berapakah nilai rata-rata 24 bilangan tersebut? 8. Jika 2 banyaknya siswa kelas pertama 25 orang dan kelas ketiga 5 orang lebih ba nyak dari kelas kedua.2 . 10. 4. 10. Nilai rata-rata 11 buah bilangan sama dengan 13. 10. 7. 9. Nilai rata-rata kelas pertama.1. 3. Jarak antara Jakarta ± Bandung 150 km.

2 1 2 1 2 1 2 × (data ke 4 ± data ke 3) × (8 ± 7) ×1 3.2.5 85.5 49.5 40. Nilai 32 ± 40 41 ± 49 50 ± 58 59 ± 67 68 ± 76 77 ± 85 86 ± 94 Jawab: Nilai 32 ± 40 41 ± 49 50 ± 58 59 ± 67 68 ± 76 77 ± 85 86 ± 94 tb 31.Med = data ke 6 1 2 1 2 Med = data ke 3 1 2 Med = data ke 3 + Med = 7 + Med = 7 + Med = 7 + Med = 7 1 2 Jadi median data tersebut adalah 7 1 . 1 2 §f 2 § f  fk 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.5 Frekuensi (f) 3 5 7 15 11 6 3 ™ f = 50 fkum” 3 8 15 30 41 47 50 Frekuensi 3 5 7 15 11 6 3 Letak kelas median = kelas interval data ke §f 2 28 .2.5 67.5 76.5 58. Median Data Berkelompok Untuk menentukan median pada data berkelompok harus ditentukan lebih dulu letak kelas median dengan cara: Letak kelas median = kelas interval data ke Median = tb  p.

10. 3. Dalam suatu rangkaian data dimungkinkan bermodus tunggal. 2 1 50 2 §ff k = 58. 4.3. 5. 4. 3. 7. 2. 8. 4. 11.5 + 6 = 64. 15 10 = 58. 3. 29 . 9. 3. 9. 15. 15.1. 15. Tentukan modus dari data berikut: 2. 10. 3. 7. 2. 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. 4. 9. 3. 15 .3. 11. f(9) = 1 2. 15. 4.5 Jadi median dari data di atas adalah 64. 9. Tentukan modus dari data berikut: 4. 9. 2. 7. 7. 4. Suatu rangkaian data bermodus tidak tunggal apabila terdapat lebih dari satu data yang memiliki frekuensi tertinggi. Jawab: Urutan data: 2. 3. 7.15 Jawab: Urutan data: 3. Modus Modus (Mo) adalah data yang paling sering/banyak muncul atau data yang memiliki frekuensi tertinggi dari serangkaian data. Tentukan modus dari data berikut: 15.= kelas interval data ke = kelas interval data ke 25 = kelas interval ke 4 Median = tb  p. 15. Suatu rangkaian data tidak bermodus apabila setiap data dalam rangkaian data tersebut memiliki frekuensi sama. 7. atau tidak bermodus. 15. 8. 9. 2. 15.5. 7. f med 25  15 = 58. 3. 15. 4.5 + 9 .5 + 9 . 3. f(2) = 1 f(4) = 3 f(7) = 1 f(8) = 1 Mo = 4 Jadi modus dari data tersebut adalah 4. 2. 9. 4. 7. 2. Jawab: Urutan data: 2. Suatu rangkaian data bermodus tunggal apabila terdapat tepat satu data yang memiliki frekuensi tertinggi. 5. 15 3. 4. bermodus lebih dari satu. Modus Data Tunggal Contoh 27: 1. 3.9 . 4.

5 55.5 63.2.5 87.5 71. d1 d1  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.5 47. Contoh 28: Hasil ulangan Matematika kelas 2 Pogram Keahlian Kriya Kayu sebagai berikut: Nilai 40 ± 47 48 ± 55 56 ± 63 64 ± 71 72 ± 79 80 ± 87 88 ± 95 Tentukan modus dari data di atas.5 Frekuensi 2 4 10 14 12 5 3 d1 d1  d 2 30 .f(3) = 3 f(4) = 3 f(9) = 3 f(15) = 3 Mo = tidak ada Jadi data tersebut tidak memiliki modus. Jawab: Frekuensi 2 4 10 14 12 5 3 ™f = 50 Kelas modus = kelas interval 64 ± 71 tb = 63.5 d1 = 14 ± 10 = 4 d2 = 14 ± 12 = 2 p=8 Mo = tb + p.5 79. Modus Data Berkelompok Modus data berkelompok dihitung dengan rumus : Mo = tb + p. Nilai 40 ± 47 48 ± 55 56 ± 63 64 ± 71 72 ± 79 80 ± 87 88 ± 95 tb 39. 3.3.

27. 10. 6. 8.5 + 8 . 5. Berat f badan 50 ± 52 4 53 ± 55 5 56 ± 58 3 59 ± 61 2 62 ± 64 6 f.83 Jadi modusnya adalah 68. 25. 5.4 42 4 Mo = 63.72 2 31 .42 6 43 . 27. 16. 6 Mo = 63.36 4 37 . 8.83. 7. 7 b.48 9 49 .60 10 61 . 8. 27 c. Hasil pengukuran berat badan siswa kelas 2. 8. 3. Tentukan median dan modus dari data-data berikut ini: a. Latihan Soal 4 1.5 + 5. 6. 5. Nilai Frekuensi 2 3 4 5 6 6 8 4 10 2 d.66 5 67 . 16. Nilai f 31 .5 + 8 . 25. Mo = 63. 3.33 Mo = 68. Data Frekuensi 30 ± 38 4 39 ± 47 8 48 ± 56 14 57 ± 65 35 66 ± 74 27 75 ± 83 9 84 ± 92 3 e.54 14 55 .

5 35.5 55.2.5 50. 10 6 4 3 13. 17 20 13 12 8 7 3 30.5 45. 5 11 9 4 1 41-45 46-50 51-55 56-60 61-65 c.5 65.5 32 .5 40.5 60.5 28.5 nilai b.5 23.5 18.5 33. Tentukan modus dan median dari data berikut: a.

Latihan Ulangan I 33 .

a. jumlah pemakaian listrik Berdasarkan sumbernya.. Efektif Yang termasuk data kontinu adalah . Waktu d. 64 o 63 o 61 o 59 o 54 o 7. relevan b. b... data diskrit d. c. data primer e. e. objektif Sebagian data yang dijadikan objek penelitian dan bersifat representatif disebut .5% menggambar menari Gula a. 11.. e. jumlah kendaraan e. kecuali . a.. Perbandingan antara pendapatan pada tahun 2001 dan 2002 berdasarkan diagram di bawah adalah . Hobi dari 40 orang siswa disajikan dalam diagram lingkaran di bawah. Tenaga c.. statistik induktif c. representatif c. a. a. Besar sudut pusat daerah yang mewakili penjualan gula adalah . sensus d... Biaya b. populasi d.. e. e.. menyanyi Olahraga 37. d. sampling e... strata Di bawah ini merupakan alasan sampling.. c. jumlah keuntungan c. 10. Jika banyak siswa kelas 1 200 orang. a..... 64 o 63 o 61 o 59 o 54 o 200 + 180 + 160 + 140 + 120 + 100 + 80 + 60 + 40 + 20 + 0 2000 2001 2002 2003 8. datadata dikelompokkan menjadi . Diagram di bawah menunjukkan banyaknya pemesan meubel a.. sampel e. a. Statistik yang berhubungan dengan penarikan kesimpulan mengenai populasi disebut . d. maka banyaknya siswa yang orang tuanya petani adalah . terkini d. data kontinu c. d. b.. d.. b. jumlah penjualan d. 6. sampling Di bawah ini merupakan syarat data yang baik. b.. ¶98 ¶99 ¶00 ¶01 ¶02 ¶03 ¶04 9. banyak e. c. ABRI 10% PNS 20% 4. 300 450 525 650 725 3. sampel c. populasi b... data sekunder Penjualan barang dari sebuah kios pada tahun 2004 dinyatakan dengan diagram lingkaran di bawah. c. data internal b. jumlah karyawan b. 8 : 14 34 . Diagram di bawah menunjukkan pekerjaan orang tua siswa kelas 1. statistik deskriptif b. Banyaknya siswa yang hobinya menari ada . a. kecuali . PETANI PEDAGANG 35% a. 300 250 200 0 pada Toko Makmur setiap tahun sejak tahun 1998 sampai dengan 2004... Banyaknya pemesan selama 4 tahun pertama adalah . 90 orang 70 orang 55 orang 45 orang 35 orang 5... Keterangan: Pendapatan Biaya Terigu 25% Beras 20% Gula Lain-lain 40% a.1.. 2. Sistematis e.

6. 6. e. 27 d. d.913 Berdasarkan data pada no 19. 5 b. e. 6. 6. 3 4 5 7 8 Berdasarkan data pada no 14. 14. maka rata-rata kuadratnya adalah « a. 39. 36 18. 10 Jika banyak data keseluruhan adalah 100. c. maka banyak kelas interval yang ideal adalah « a. 6 b. data terkecil 20. 200 siswa 250 siswa 300 siswa 350 siswa 375 siswa 19. 6. 22. 12. 6. 26 e. Olahraga 20% Beladiri 10% Pramuka ´kurang dari´ pada kelas interval 41 ± 45 adalah . 6. 8 : 11 11 : 8 6:7 5:6 Diagram lingkaran di bawah menyatakan jenis kegiatan ekstrakurikuler di suatu SMK yang diikuti oleh 500 siswa. 28 d. b.59 c.. 44 Hasil penimbangan berat badan sejumlah siswa disajikan seperti pada tabel berikut: Berat badan (kg) F 31 ± 35 4 36 ± 40 9 41 ± 45 15 46 ± 50 6 51 ± 55 2 Range dari data tersebut adalah . 6. 13 c. 25 d. maka rata-rata sementaranya adalah « a. maka panjang interval kelas ideal adalah .537 c. 47. 9 e. maka rata-rata ukurnya adalah « a. maka frekuensi kumulatif 20. 9 b. 6. 6.319 d. maka rata-rata harmonisnya adalah « a. 14. 6. a. c. a... 23. d. 20 b. 12. b.. e. maka modusnya adalah « a.357 b. 6. 7 e.573 d..391 e.349 b. 56. 24. dan data terbesar 50.15 Berdasarkan data pada no 19. 13 c. 6.753 Berdasarkan data pada no 19. 4 b. 23 d. maka frekuensi kumulatif ´lebih dari´ pada kelas interval 41 ± 45 adalah . 32 e.193 c.. 35 . 34 e. 15.. d. a. 28.. 21. 8 d. 13.. 6. 24 c. 16.934 e. 36 Dari 30 orang yang mengikuti ulangan Matematika diperoleh data sebagai berikut: Nilai 5 6 7 8 Frekuensi 6 8 12 4 Mean dari data di atas adalah .735 e. Range dari data tersebut adalah . 6. 5 Paskibra 30% a. 6.. 17. 6. 6. 20 c. 6 c. 8 Berdasarkan data pada no 19.23 e. 4 b. Diketahui data sebagai berikut: 23..82 b. 6. a.439 d. Banyak siswa yang tidak mengikuti ekstrakurikuler Paskibra adalah .394 c.5 d..139 b. 6. 27 Jika banyak data keseluruhan adalah 50. a. a. 44. 7 c.943 Berdasarkan data pada no 19. 23.. c.. 34. 6. 34 e.b.47 d. Berdasarkan data pada no 14..

68.. 7 e.. 6 c. 11 12 c. e.. maka perbandingan banyaknya siswa dan siswi adalah . Jika 2 banyaknya siswa kelas pertama 25 orang dan kelas ketiga 5 orang lebih banyak dari kelas kedua.. Nilai statistika ratarata kelas B adalah 5 lebih baik dari nilai-rata-rata kelas A. a. 30. d. 12 5 12 12 13 35.25 d. 6 6. 69 Median dari data di atas adalah . Nilai rata-rata 11 buah bilangan sama dengan 13. b. 6. 34. 68. 59.40 33. 67. 6 c. Nilai ratarata kelas pertama. 63. 7 c. 8 Untuk soal no 26 ± 33 Diketahui data dari hasil tryout Matematika siswa kelas 3 SMK sebagai berikut 40 43 47 50 64 60 63 74 76 80 35 63 55 50 60 65 60 60 70 93 95 66 47 45 46 70 75 89 56 57 58 60 60 65 64 65 70 75 45 55 Jangkauan dari data di atas adalah .50 c. a. a. 6 b..29 d.5 d. e. 65 e.. Rata-rata nilai ulangan Matematika dari 40 orang siswa adalah 5. 4:5 Tes matematika diberikan kepada tiga kelas siswa berjumlah 100 orang.5 e. 55 c. 66 b. 62. 7.b. maka nilai statistika rata-rata untuk kelas A adalah « a..95 b. d.60 b. 9 Mean dari data di atas adalah . 3:5 e. Apabila nilai rata-rata gabungan kelas A dan kelas B adalah 57 2 3 31.5 Nilai rata-rata tes matematika dari kelompok siswa dan kelompok siswi di suatu kelas berturut-turut adalah 5 dan 7. maka mediannya adalah « a.5 7 8 32..5 60. 11 11 b. 7. 7.6 Berdasarkan data pada no 19. 29. 2:5 d. a. a. 5 b. maka nilai rata-rata seluruh siswa tersebut adalah « a.2 .1. 7. Jika seorang siswa tidak disertakan dalam 36 .45 e. 59 d. 7 e. 7 1 . Jika nilai rata-rata di kelas tersebut adalah 6. 6. 75 36. 50 b. 55 57 58. 5 b. e.. 61 Banyak kelas interval dari data di atas adalah . 62.. 26. a. 7. 3:4 c. 55 b. Dengan demikian nilai rata-rata 24 bilangan tersebut sama dengan « a.625 d. d.. 60 e.5 e.95 c. kedua dan ketiga adalah 7. 60.95 e. 8 d.95 Modus dari data di atas adalah . Nilai rata-rata 13 bilangan yang lain sama dengan 11. c. 8 Panjang interval kelas dari data di atas adalah . 8. 60 d. 8.. 2:3 b. 53. c. 27.. 25.50 d. a.. 57 c. 28. Kelas A terdiri atas 35 murid sedangkan kelas B terdiri atas 40 murid.55 c.

00 km/jam b. B.00 b. 525. a.0 c. 50 c. 5. 42. 24. 49 c.00 e.000 b. 30 dan 20 orang rata-rata menyumbangkan uang ke suatu yayasan penderita anak cacad masing-masing sebesar Rp.. 15 km/jam. dan 30 km/jam. 51 d. x0 + 12 1 c. Rp. 520. maka pendapatan karyawan D = « a. 2 2 nilai rata-rata menjadi « a. 6. 65 km/jam d. ESSAY Diketahui suatu data dinyatakan dalam histogram berikut: Kemampuan Mengerjakan Modul Siswa SMK 37 .000 dari E Bila rata-rata pendapatan kelima karyawan Rp. 575.000 c. Rp. x2. 5.100. 67.000. Jika data berubah mengikuti pola x1 x + 2. 515. 47 e. Rp.5 d. Ia mengendarai mobil tersebut dengan kecepatan 60 km/jam dari Malang ke Lawang. Rp. 54 Nilai rata-rata ujian sekelompok siswa yang berjumlah 40 orang adalah 51. Jika seorang siswa dari kelompok ini yang mendapat nilai 90 tidak dimasukkan dalam perhitungan rata-rata tersebut. D dan E mempunyai pendapatan sebagai berikut: Pendapatan A sebesar 1 pendapatan E 2 41. 40. Pendapatan B lebih Rp. Secara keseluruhan tiap siswa rata-rata menyumbang uang sebesar « a. 6.50 km/jam e. 55 km/jam b. 2 + 4 . 50 b.000 Empat kelompok siswa yang masing-masing terdiri atas 10. C. Kecepatan mereka masingmasing mengendarai sepeda adalah 20 km/jam. 25. Nilai rata-rata pada tes matematika dari 10 siswa adalah 55 dan jika digabung lagi dengan 5 siswa. x10. Nilai rata-rata dari 5 siswa tersebut adalah « a..324 km/jam c.00 c.00. 565. 3. 46 Lima orang karyawan A.00 km/jam d. Rp. 52 e. Rp... Rp. maka 2 38.000 dari A Pendapatan D kurang Rp. Rp. Kecepatan rata-rata Luhur mengendarai mobil adalah . Kecepatan rata-rata harmonis dari kelima siswa tersebut adalah . 9.180. « .000.000. maka nilai rata-rata ujian akan menjadi « a.000.5 37. Rp. 75 km/jam dari Pandaan ke Surabaya. 2. 10.000.00.000. 30 km/jam. x0 + 12 x0 + 20 39.000. 550.0 b. 24. Rp. a.0.perhitungan maka nilai rataratanya menjadi 5. Luhur mengendarai sebuah mobil dalam perjalanan dinas dari Malang ke Surabaya. 49 b. 60 km/jam c.000 e.300. e. Nilai siswa tersebut adalah « a. Rp. nilai rata-rata menjadi 53. 70 km/jam Lima orang siswa berangkat ke sekolah menggunakan sepeda dengan kecepatan berbeda-beda. 5. 26. Dari Surabaya kembali ke Malang ia mengendarai mobil dengan kecepatan 50 km/jam. 48 d.0 e. 1 2 1 2 x3 + 6 dan seterusnya. 7. x0 + 11 b. Rp.00 km/jam 43. 4. x + 11 2 0 d. 535.000 dari A Pendapatan C lebih Rp.750. 25. 45 km/jam..00 dan Rp.00 x0 adalah rata-rata dari data x1.00.00 d. 20. 6.5 km/jam e. 8.150.000 d.

47. 50. 49. Median Diagram garis Kurva Ogive Tentukanlah: 44. Panjang interval kelas Tabel distribusi frekuensinya.siswa 16 14 8 7 4 Waktu 12 17 22 27 32 37 (hari) 48. 45. 46. Mean Modus 38 .

Dispersi atau sebaran nilai digunakan sebagai perbandingan terhadap variabilitas data dan untuk membantu penggunaan ukuran statistika.000.00.00. 21. 15. Dispersi atau sebaran nilai digunakan untuk menentukan apakah suatu nilai rata-rata representatif atau tidak. Jangkauan Data Tunggal Rumus: R = dt . Jangkauan Data Berkelompok Rumus: R = ta . Dispersi atau sebaran nilai dari sekelompok data merupakan ukuran yang menunjukkan seberapa jauh nilai-nilainya menyimpang dari nilai rata-ratanya. Menentukan koefisien variasi dari suatu data yang diberikan UKURAN PENYEBARAN DATA (Ukuran Dispersi) Pengertian dan Kegunaan Ukuran Penyebaran Data IV.9 R = 12 Jadi jangkauan dari data tersebut adalah 12. 4. Persentil. 25. 4. 35.: 12. 14. Menyajikan data tunggal dan data kelompok b. 30.00. 16. dan Rp.000.2. 30. Jangkauan Jangkauan/Range/Rentangan data adalah selisih antara nilai data terbesar (maksimum) dengan nilai data terkecil (minimum). Rp.000. Jika suatu data mempunyai penyebaran yang besar terhadap nilai rata-ratanya maka data tersebut tidak representatif. 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. 10. Simpangan rata-rata. Rp. 14. Simpangan baku.00. Misalnya membandingkan ukuran sampel terhadap ukuran populasi atau dalam pengujian hipotesis apakah dua sampel berasal dari populasi yang sama atau tidak. Nilai rata-rata upah kelima karyawan tersebut adalah Rp. 4.000. Diketahui rangkaian data sbb.dr R = 21. Kegiatan Belajar 3 (320 menit) 3. 2. 54.000.00.tb Keterangan: R = jangkauan data ta = tepi atas kelas interval terbesar (terakhir) tb = tepi bawah kelas interval terkecil (pertama) Contoh 29 : 1.1. Tujuan Kegiatan Pembelajaran 3 Siswa dapat: a.000.1. 15. 14. Hitunglah jangkauan dari data tersebut: Jawab: dr = 21 dt = 9 R = dt . Misalnya upah 5 orang karyawan per minggu berturut-turut adalah Rp. 19. 17.2.dr Keterangan: R = jangkauan data dt = data terbesar dr = data terkecil 4. Menentukan nilai standar (Z-score) dari suatu data yang diberikan d. 9. 150.1. Menentukan : Jangkauan.3. Jangkauan semi interkuartil Desil.2. Kuartil. Rp.2. 12. Diketahui data berkelompok sbb: Nilai 40 ± 47 Frekuensi 2 39 .00. sedangkan penyebaran yang besar akan menunjukkan bahwa data tersebut bersifata heterogen. Penyebaran yang kecil akan menunjukkan data tersebut bersifat homogen. dan jangkauan persentil dari data yang disajikan c.

1. Jawab: ta = 95 + 0.5 R = 56 Jadi jangkauan dari data tersebut adalah 56.3. Simpangan Rata-rata Data Tunggal Rumus: Apabila setiap data memiliki frekuensi 1 maka: n 48 ± 55 56 ± 63 64 ± 71 72 ± 79 80 ± 87 88 ± 95 §x SR = i !1 n i x n Apabila tidak setiap data memiliki frekuensi 1 maka: § f . 4. Simpangan Rata-rata Simpangan rata-rata/Deviasi rata-rata (SR) adalah ukuran yang menyatakan penyimpangan (deviasi) data terhadap rata-rata hitungnya.5 = 95.tb R = 95.3. 4.5 ± 39.5 R = ta .5 = 39.4 10 14 12 5 3 ™ f = 50 Hitunglah jangkauan dari data di atas.5 tb = 40 ± 0.

9. 6. 7. 8. 8. Jawab: Urutan data: 5. 9. 6. n=6 n §x x! i !1 6 i n §x x! i !1 i 6 567789 x! 6 42 x! 6 x= 7 n SR = §x i !1 i x n 40 .x  x SR = §f i i i !1 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. 7. 5. 7.

2 ™f x  x = 19 § fx = 67 ! 6.7 9 ± 6.x 6 18 7 36 ™fx = 67 3 ±6.7 § f 10 § f .§x SR = SR = SR = i !1 6 i 7 6 57  67  77  77  87  97 2 1 0  0 1 2 6 6 SR = 6 SR = 1 6 Jadi simpangan rata-rata di atas adalah 1.3 9.4 2.7 6 ± 6. Contoh 31: Tentukan simpangan rata-rata dari rangkaian data berikut ini: Nilai 3 6 7 9 Jawab: Nilai (x) 3 6 7 9 f 2 3 1 4 ™f = 10 Frekuensi 2 3 1 4 f.33 f xx 7.7 7 ± 6.33 = 3.7 xx = 0.67 = 2.33 = 5.1 0.

2. 4.9 Jadi.3.x  x SR = §f x! n i i i !1 SR = SR = 1. Simpangan Rata-rata Data Berkelompok Rumus: 19 10 § f .9. simpangan rata-rata data di atas adalah 1.

x  x SR = §f i i i !1 n 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 n = ™f = banyak data = harga mutlak Contoh 32: Nilai ulangan Matematika kelas II SMK KRIYA Program Keahlian Kriya Kayu tercatat sebagai berikut: Nilai 32 ± 40 41 ± 49 50 ± 58 59 ± 67 68 ± 76 Frekuensi 3 5 7 15 11 41 .

68 90 ± 64.08 = 10.x = 3204 x-x 36 ± 64.24 95.92 f.92 = 16.08 = 19. x .68 63 ± 64.40 70.08 = 1.12 101.76 ™ f.68 72 ± 64.77 ± 85 6 86 ± 94 3 Tentukan simpangan rata-rata dari data di atas.68 81 ± 64.68 § f 50 § f .08 = 7.68 = 28. Jawab: Nilai 32 ± 40 41 ± 49 50 ± 58 59 ± 67 68 ± 76 77 ± 85 86 ± 94 x 36 45 54 63 72 81 90 f 3 5 7 15 11 6 3 ™f = 50 f.x 108 225 378 945 792 486 270 ™ f.x 84.8 § fx = 3204 ! 64.68 45 ± 64.52 77.68 54 ± 64. x .x =532.20 87.56 16.92 = 25.

4. 4.656 4. Simpangan baku / simpangan standar / standar deviasi untuk sampel diberi lambang s.x  x SR = §f x! n i i i !1 SR = SR = 10.1. 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 populasi diberi lambang .8 50 § .4. Simpangan Baku / Simpangan Standar / Standar Deviasi Data Tunggal Rumus: Apabila setiap data memiliki frekuensi 1 maka: s= 532 .

x  x 2 n Apabila tidak setiap data memiliki frekuensi 1 maka: s= § f .

3. 5. 5.x  x §f 2 Keterangan: s = simpangan baku 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. 4. 6. 6. 7 n §x x = i !1 i n 34567 x = 5 25 x = 5 42 . Jawab: Urutan data: 3. 4.

x =5 s= s= s= s= § .

x  x 2 n .

3  5 2  .

4  5 2  .

5  5 2  .

6  5 2  .

(x .29 f.69 0.3 2.47 0.x 6 18 7 36 ™f.x )2 = 50 s= s= § f .09 21.7  5 2 5 4 1 0 1 4 5 10 5 2 s= s = 1.7 0. Contoh 34: Tentukan standar deviasi dari rangkaian data pada contoh 31.16 ™ f.38 1.(x .x )2 13.09 5.3 (x .49 0.4142.x )2 27. Jawab: x 3 6 7 9 f 2 3 1 4 ™f = 10 f.7 -0.4142 Jadi standar deviasinya adalah 1.x = 67 2 (x .x ) -3.

x  x §f 50 10 5 s= s = 2.4. Simpangan Baku / Simpangan Standar / Standar Deviasi Data Berkelompok Rumus: s= Keterangan: § f .236 Jadi simpangan baku dari data tersebut adalah 2.2.236. 4.

92 (x .2864 671.5392 ™ f.1664 62.08 .7264 286.08 .2448 17.x )2 2365.4960 689.92 16.0464 101.08 § f 50 43 .2320 711.x )2 788.28.4864 364.10.7184 2015.9904 1717.x = 3204 x.08 . (x .x )2 = 9337.92 25.8464 f. (x .6064 1.x  x §f 2 s = simpangan baku x = titik tengah kelas interval x = rata-rata hitung f = banyak data setiap kelas interval ™f = n = banyak data seluruhnya Contoh 35: Tentukan standar deviasi dari rangkaian data pada contoh 32.1.08 7.x 108 225 378 945 792 486 270 ™ f. Jawab: Nilai 32 ± 40 41 ± 49 50 ± 58 59 ± 67 68 ± 76 77 ± 85 86 ± 94 x 36 45 54 63 72 81 90 f 3 5 7 15 11 6 3 ™f = 50 f.4592 1820.68 x= § fx ! 3204 ! 64.19.x .

s= § f .

49 50 .666.52 53 . 6. Diketahui data: 2. Latihan 5 1. 8. Urutkan data dari yang terendah / terkecil sampai dengan yang terbesar / tertinggi Tentukan urutan letak masing-masing kuartil Letak Kuartil Data Tunggal Qi = data ke Letak Kuartil Data Berkelompok i (n + 1) 4 i ™f 4 Letak Qi = data ke i § f  fk 4 Qi = tb + p.62 5. Berat (kg) 43 . 3.68 = 186.57 58 . Hitunglah simpangan rata-rata dan deviasi standar dari rangkaian data tersebut. 7.55 56 . Diketahui data: 3. 5. Jika kuartil digambarkan dalam suatu garis lurus akan tampak sebagai berikut: xb 25% Q1 25% 25% Q2 = Med Q3 25% 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. Hitunglah simpangan rata-rata dan standar deviasi dari rangkaian data tersebut. 12. 5. standar deviasi dari rangkaian data pada contoh 32 adalah 13. 7. 2. fQ i Keterangan: Qi = kuartil ke-i 44 .666 50 Jadi. 4. 9.58 59 . 9.7536 = 13.47 48 .x  x = §f 2 9337. 6. 4. 6.52 53 . 6.61 Frekuensi 3 6 8 7 6 4. KUARTIL Kuartil berarti membagi suatu rangkaian data menjadi empat bagian yang sama. Tentukan simpangan rata-rata dan simpangan baku dari data pada tabel distribusi frekuensi di bawah ini. 4. Berat badan (kg) 47 . Hitunglah simpangan rata-rata dan simpangan baku dari data 5. 2. 3.5. 6. frekuensi 5 12 9 4 Hitunglah simpangan rata-rata dan standar deviasi dari rangkaian data berikut. 7. 5. 10. 9.

Jika desil digambarkan dalam suatu garis lurus akan tampak sebagai berikut: xb 10% D1 D5 = Q2 = Med D9 10% xa Keterangan: xb = data terendah xa = data tertinggi D1 = desil ke -1 D5 = Q2 = desil ke . Jika persentil digambarkan dalam suatu garis lurus akan tampak sebagai berikut: xb 10% P10 P50 = Q2 = Med P90 10% xa Keterangan: xb = data terendah xa = data tertinggi P10 = persentil ke -10 P50 = D2 = persentil ke . Desil Jangkauan antar kuartil (JAK) = Q3 ± Q1 Jangkauan semi inter kuartil (Qd) = 1 (Q3 ± Q1) 2 Desil berarti membagi suatu rangkaian data menjadi sepuluh bagian yang sama.90 Cara menentukan persentil: 1. 2. 2. i ™f 10 i 10 . Urutkan data dari yang terendah / terkecil sampai dengan yang terbesar / tertinggi Tentukan urutan letak masing-masing desil Letak Desil Data Tunggal Di = data ke Letak Desil Data Berkelompok i (n + 1) 10 Letak Di = data ke Di = tb + p.9 Cara menentukan desil: 1.5 / desil tengah = median D9 = desil ke . 2.i = 1. 2. «.§ f  f k fD i Keterangan: Qi = desil ke-i i = 1. atau 99 n = ™f = banyak data p = panjang interval kelas tb = tepi bawah kelas interval desil ke-i fk = frekuensi kumulatif sebelum kelas interval desil ke-i f Di = frekuensi kelas interval desil ke-i 4.6. 4.7. atau 3 n = ™f = banyak data p = panjang interval kelas tb = tepi bawah kelas interval kuartil ke-i fk = frekuensi kumulatif sebelum kelas interval kuartil ke-i f Q i = frekuensi kelas interval kuartil ke-i 3. Persentil Persentil berarti membagi suatu rangkaian data menjadi seratus bagian yang sama. 4. Urutkan data dari yang terendah / terkecil sampai dengan yang terbesar / tertinggi Tentukan urutan letak masing-masing persentil Letak Persentil Data Tunggal 45 .50 / persentil tengah = median P90 = persentil ke .

Q3 = data ke Q3 = data ke 6 Q3 = 9 3 . 4. 1. 8. jangkauan antar kuartil.(n + 1) 4 1 Q2 = data ke . kuartil atas. dan D8 dari rangkaian data berikut ini. atau 99 n = ™f = banyak data p = panjang interval kelas tb = tepi bawah kelas interval persentil ke-i fk = frekuensi kumulatif sebelum kelas interval persentil ke-i f i = frekuensi kelas interval persentil ke-i 3. Data: 7. fP i Keterangan: Pi = persentil ke-i i = 1. D4. 5. 1. 9. 5. 5. 10 n=7 a.8 4 c. 6.Q1 JAK = 9 ± 6 JAK = 3 46 . 6. kuartil tengah. 10 Urutan data 5. 7. 5. Jangkauan antar persentil (JAP) = P90 ± P10 Jangkauan semi inter persentil (Dp) = 1 (P90 ± P10) 2   Contoh 36: Tentukan kuartil bawah.(7 + 1) 4 3 Q3 = data ke .Pi = data ke Letak Persentil Data Berkelompok i (n + 1) 100 i ™f 100 Letak Pi = data ke i § f  fk 100 Pi = tb + p.(7 + 1) 4 1 Q1 = data ke . 1 = data ke Penyelesaian: b. JAK = Q3 .(n + 1) 4 3 Q3 = data ke . 8. 10. 9. 2. 3. 7.(n + 1) 4 1 Q1 = data ke . 9. 9. Q2 = data ke 2 . 6. 8. jangkauan semi inter kuartil. 8. 7. 7.8 4 d. 2. 6. 7.(7 + 1) 2 1 Q2 = data ke .8 2 Q2 = data ke 4 Q2 = 7 Q1 = data ke 2 Q1 = 6 1 . «. 7. 7.

8. 8. 5.(n + 1) 4 47 . Q1 = data ke 2 5 2 5 (data ke 7 ± data ke 6) (10 ± 9) 1 .1 c.9 2 Q2 = data ke Q2 = data ke 4 1 2 Q2 = data ke 4 + Q2 = 6 + Q2 = 6 + Q2 = 6 1 2 1 2 1 2 1 2 (data ke 5 ± data ke 4) (7 ± 6) .(8 + 1) 2 1 Q2 = data ke . 7. 7. Q3 = data ke 3 . 7.9 4 Q1 = data ke 2 1 4 1 4 Q1 = data ke 2 + Q1 = 5 + Q1 = 5 + Q1 = 5 b.(8 + 1) 4 1 Q1 = data ke . D8 = data ke. D4 = data ke D4 = data ke 1 (Q3 . 9 Urutan data: 3. 5. 7.(n + 1) (7 + 1) .0 2 .Q1) 2 1 Qd = . 9 n=8 a. Qd = Qd = 1. 5.8 1 5 D4 = data ke D4 = data ke 3 1 5 D4 = data ke 3 + (data ke 4 ± data ke 3) D4 = 7 + 1 (7 ± 7) 5 D4 = 7 8 g. 3. 5. 1 4 1 4 (data ke 3 ± data ke 2) (5 ± 5) . 10 (n + 1) D8 = data ke 4 5 (7 + 1) D8 = data ke 4 .(n + 1) 4 1 Q1 = data ke . 6.3 2 4 10 2 5 2 5 .8 5 D8 = data ke 6 2 5 D8 = data ke 6 + D8 = 9 + D8 = 9 2 5 2.e.(n + 1) 4 1 Q2 = data ke .5 f. 6.

jangkauan semi inter kuartil.Q1 JAK = 7 3 ± 5 4 JAK = 2 3 4 e.5 72. Berat 70 ± 72 73 ± 75 76 ± 78 79 ± 81 82 ± 84 Jawab: Berat 70 ± 72 73 ± 75 76 ± 78 79 ± 81 82 ± 84 Frekuensi 5 15 43 29 8 Titik tengah (x) 71 74 77 80 83 Frekuensi (f) 5 15 43 29 8 ™f = 100 Tepi bawah 69.3 .5 78. 10 (n + 1) D8 = data ke 4 5 4 5 (7 + 1) D8 = data ke .8 D8 = data ke 6 2 5 D8 = data ke 6 + D8 = 9 + D8 = 9 Contoh 37: Tentukan kuartil bawah. 375 f. jangkauan antar kuartil.(8 + 1) 4 3 Q3 = data ke . kuartil atas. 3 4 3 4 3 4 3 4 (data ke 7 ± data ke 6) (8 ± 7) . kuartil tengah.5 fkum 5 20 63 92 100 2 5 2 5 2 5 (data ke 7 ± data ke 6) (10 ± 9) 48 .2 3 4 2 Qd = 1 3 8 Qd = 1.Q1) 2 1 Qd = .9 4 Q3 = data ke Q3 = data ke 6 3 4 Q3 = data ke 6 + Q3 = 7 + Q3 = 7 + Q3 = 7 d. 1 5 (data ke 4 ± data ke 3) (7 ± 7) 8 D8 = data ke.1 JAK = Q3 . D4 = data ke D4 = data ke D4 = data ke 4 10 2 5 2 5 .5 81. dan jangkauan semi inter persentil dari rangkaian data berat 100 karung cengkih berikut ini. Qd = 1 (Q3 .5 75.9 3 5 3 D4 = data ke 3 5 D4 = data ke 3 + D4 = 7 + D4 = 7 g.(n + 1) (8 + 1) .

Letak Q1 = data ke 1 ™f 4 Letak Q1 = data ke 1 .100  20 43 50  20 Q2 = 75. 43 1 4 ™f Letak Q2 = data ke .100  63 29 75  63 Q3 = 78.5 + 3. Q2 = 75. 43 25  20 Q1 = 75.5 + 3.100 4 Letak Q3 = data ke 75 (kelas interval 79 ± 81) i § f  fk 4 Qi = tb + p.848 b.100 4 Letak Q1 = data ke 25 (kelas interval 76 ± 78) i § f  fk Qi = tb + p.5 + 3. Qd = 1 2 e.5 + 3. .5 + 1.3.094 Q2 = 77.116 Q1 = 75.742 ± 75. Q3 = 78.894.848 JAK = 3.348 Q1 = 75.947 Jadi. 29 12 Q3 = 78. 0. 29 3 4 JAK = Q3 ± Q1 JAK = 79.5 + 3. jangkauan inter kuartil data tersebut adalah 3. 0.5 + 0.414 Q3 = 78. 43 1 2 ™f Letak Q3 = data ke 3 .5 + 3. 4 fQ i Q2 = 75.a. fQ i Q3 = 78. 4 fQ i Q1 = 75.5 + 2.594 c.5 + 3.742 d. Letak Q3 = data ke 3 4 .5 + 3.100 Letak Q2 = data ke 50 (kelas interval 76 ± 78) i § f  fk Qi = tb + p. jangkauan semi inter kuartil data tersebut adalah 1.100  20 Q1 = 75.5 + 3. Letak Q2 = data ke 2 4 1 2 . 49 . 43 30 Q2 = 75.947.242 Q3 = 79.5 + 3 43 5 Q1 = 75.894 Jadi.894 2 Qd = 1.5 + 3. (Q3 ± Q1) Qd = 1 . 0.5 + 3.698 Q2 = 75.

b. dan kuartil atas dari data tersebut.5 + 3. 15 P10 = 72.793 P90 = 81. 16.5 + 3. 19. 90 100 . 32. 29.99 Hitunglah: a. 20. 1 10 §f  f fP 10 k 10  5 15 5 P10 = 72.f. b. 32.5 +2. 10 P10 = data ke 100 ™f 1 P10 = data ke 10 .39 40 ± 49 50 . 22. Hitunglah jangkauan inter kuartil. dan jangkauan inter persentil dari data berkelompok pada tabel berikut ini. desil ke-4. Hitunglah: a.793 Dp = 3. frekuensi 1 3 11 21 43 32 9 Jangkauan data Simpangan kuartil Jangkauan semi inter persentil 4. Diketahui data: 16. c.100 P90 = data ke 90 (kelas interval 79 ± 81) P90 = tb + p.5 +1 P10 = 73.5 90 P90 = data ke 100 ™f 9 P90 = data ke 100 . Latihan 6 1. 17.5 + 3. Jangkauan data Simpangan kuartil Jangkauan semi inter persentil Tinggi dari 12 orang siswa dalam cm adalah 160 148 156 147 146 158 150 148 160 146 158 162 Hitunglah Kuartil bawah. 29 (81.100 P10 = data ke 10 (kelas interval 73 ± 75) P10 = tb + p. 25. Untuk menentukan jangkauan semi inter persentil harus ditentukan terlebih dulu P10 dan P90.5) Dp = 7. Diketahui data yang disajikan pada tabel distribusi frekuensi berikut. 3.§ f  f k fP 90 P90 = 78. 29. 2. 29 27 P90 = 78. kuartil tengah.293 Dp = 1 ( P90 ± P10) 2 Dp = 1 2 1 2 90  63 P90 = 78.8965. 50 . 15. c. P10 = 72.293 ± 73.59 60 ± 69 70 ± 79 80 ± 89 90 .5 + 3. 15.8965 Jadi. Nilai 30 . jangkauan semi inter persentil data tersebut adalah 3.

dimana e = Grafik kurva normal merupakan poligon frekuensi yang dirumuskanuntuk suatu data yang digambarkan seperti grafik di bawah ini. Karena nilai peluang maksimum 1. tentukan angka bakunya dan luas daerah di bawah kurva normal tersebut.71828. maka luas daerah di bawah kurva normal = 1. Diketahui nilai rata-rata suatu kumpulan data adalah 70. untuk menentukan peluan z dapat dilihat dalam tabel yang memuat luas daerah di bawah kurva 0 ” z ” 3. 0 Peluang nilai z dalam sebaran sesuai dengan luas daerah di bawah kurva normal standar.14159. standar deviasi 12 dan salah satu nilai datanya 86.z 2 . Kegunaan angka baku adalah untuk mengetahui kenaikan dan perbedaan suatu kejadian dibandingkan dengan kebiasaan. demikian juga untuk z yang bernilai negatif.e s 2T 1 2 . dan z = angka baku.8. Oleh karena itu angka baku ini dipakai untuk membandingkan beberapa keadaan atau kebiasaan. = 3.Nilai 40 ± 48 49 ± 57 58 ± 66 67 ± 75 76 ± 84 84 .09. f 4 12 10 8 4 2 Angka Baku / Nilai Standar (Z-Score) Angka baku adalah nilai yang menyatakan perbedaan antara nilai data terhadap nilai rata-ratanya dibagi dengan simpangan standarnya. Angka baku / nilai standar dirumuskan sebagai berikut: z= Keterangan: z = angka baku / nilai standar x = nilai salah satu data x = rata-rata hitung s = standar deviasi /simpangan standar Untuk suatu rangkaian data yang memiliki angka baku x = 0 dan standar deviasi s = 1. Semakin besar angka bakunya berarti semakin tinggi kenaikannya dan semakin kecil angaka bakunya semakin rendah kenaikannya dibanding dengan kebiasaan. Z b. kurvanya dinamakan kurva normal. Penyelesaian: Diketahui : x = 70 s = 12 x = 86 Ditanyakan: a. Grafik kurva normal ini ditentukan oleh suatu fungsi yang disebut Fungsi Gauss yang bentuknya y = 2. Contoh: 1.93 4. z= z= xx s 86  70 12 51 . luas daerah Jawab: a. xx s 1  .

500. 3.00.33 yaitu 0.000.83” z ” 0) + luas daerah (-0 ” z ” 1. Dari 480 orang siswa SMK KRIYA.00 dan Rp.7492 Banyak siswa yang mempunyai berat badan antara 55 kg sampai dengan 70 kg = 0.3849 + . tercatat rata-rata berat badan siswa adalah 60 dan deviasi standarnya 6.6 orang.15. 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: x1  x s 55  60 z1 = 6 5 z1 = 6 z1 = z1 = -0. Selama bulan itu telah diteliti bahwa rata-rata keuntungan pedagang A dan B masing-masing Rp.33 b.000.667 xB  xB sB 10000  7500 zB = 1500 2500 zB = 1500 Berdasarkan perhitungan tersebut zB > zA maka pedagang B lebih berhasil daripada pedagang A.00 dan stadar deviasi masing-masing Rp.83 ” z ” 1.00 dan Rp.00.83 x2  x s 70  60 z2 = 6 10 z2 = 6 z2 = z2 = 1. 52 .67) = luas daerah (-0.667 xA  xA sA 15000  13000 zA = 3000 2000 zA = 3000 zB = zB = 1.000.7. 2. Siapakah yang lebih berhasil dalam usaha dagangnya? Penyelesaian: Diketahui: x A= 15000 x B= 10000 xA = 13000 xB = 7500 sA = 3000 sB = 1500 Ditanyakan: yang lebih berhasil dalam berusaha? Jawab: zA = zA = 0.4082.z= 16 12 z = 1.7492 × 480 = 359.00 dan pedagang B memperoleh keuntungan Rp.3.67 proporsi berat badan = luas daerah (-0.000.10. Pada bulan tertentu pedagang A memperoleh keuntungan Rp.13.1. Luas daerah dapat dilihat dalam tabel kurva normal untuk z = 1.67) = 0.500.3849 = 0.

Nilai Fisika 75.126. x = 70. Berapakah banyak siswa yang mempunyai tinggi badan antara 155 cm sampai dengan 170 cm? Seorang siswa mendapat nilai Matematika 65.000.000. sedangkan jika semakin besar nilai koefisien variasi berarti data semakin tidak seragam. dengan rata-rata 70 dan simpangan standarnya 15. tercatat rata-rata tinggi badan siswa adalah 160 cm dan deviasi standarnya 6. Guna koefisien variasi adalah untuk mengetahui keseragaman dari serangkaian data.75. Latihan 1.000. dengan rata-rata 60 dan simpangan standarnya 12.00 dan sales B mencapai target penjualan Rp. Jika simpangan standar untuk A dan B adalah Rp. 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: vbb = 25 vtb = 5 Berdasarkan perhitungan di atas.00.000.000.000.12. dan s = 5 Matematika = 70.000.000. sedangkan B Rp. 2. 4. sales A mencapai target penjualan Rp. dan s = 10 PKnS = 95. dan s = 5 Agama = 100.69. Seorang siswa mendapat nilai Matematika 70. siapakah yang lebih baik dalam penjualannya? Nilai ulangan lima mata diklat salah seorang siswa SMK adalah sebagai berikut: Bahasa Inggris = 80.00. x = 65.00. Rumus: v= Keterangan: v = koefisien variasi / variabilitas s = standar deviasi x = rata-rata hitung Contoh: s v 100 x 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. 5. x = 90. 53 . Manakah kedudukan nilai yang paling baik? Dalam satu tahun tertentu.000. Koefisien Variasi / Variabilitas Koefisien variasi / variabilitas adalah perbandingan antara deviasi standar dengan rata-ratanya yang dinyatakan dalam persen. Semakin kecil nilai koefisien variasi berarti data semakin seragam.000.9.000.8. ukuran tinggi badan lebih seragam daripada ukuran berat badan. Rata-rata penjualan A Rp. dengan rata-rata 65 dan simpangan standarnya 10. Berapakah angka baku dari siswa tersebut? Dari 500 orang siswa SMK KRIYA.000.4. x = 70. dan s = 5 s bb v 100 x bb 15 v 100 vbb = 60 vbb = vtb = s tb v 100 x tb 8 v 100 vtb = 160 3. x = 85.109. dan s = 4 Kewirausahaan = 90.00 dan Rp.00.

dan modus sebagai berikut: a. 10.10. Berat 40 ± 44 45 ± 49 50 ± 54 55 ± 59 60 ± 64 65 ± 69 70 ± 74 Banyak siswa 2 5 7 4 24 15 3 7. 232.100. 305. Ukuran Kemiringan dan Kurtosis 4. median.10.00/hari dengan simpangan baku Rp. Hitunglah koefisien variasinya. c. 4. Pada suatu acara Taufik mendapat Rp. 252. jika kurva tersebut mempunyai ekor yang memanjang ke kanan.50. model positif. Taufik seorang pedagang mie pangsit memiliki penghasilan rata-rata Rp. Siapakah yang memiliki pendapatan yang paling baik? Banyak kendaraan yang masuk ke dalam sebuah terminal setiap jamnya tercatat sebagai berikut: 250. jika kurva tersebut merupakan kurva normal 0 Berdasarkan ketiga model tersebut dapat dinyatakan hubungan antara mean.500.000.1.00.5. c.00/hari dengan simpangan baku Rp. Nilai rata-rata Matematika kelas IIITKJ-1 70 dengan simpangan standar 4. jika kurva tersebut mempunyai ekor yang memanjang ke kiri. 246.25. 8.Berdasarkan kelima nilai di atas. Jika model positif maka nilai mean > median > modus Jika model negatif maka nilai mean < median < modus Jika model simetris maka nilai mean = median = modus 54 .00.1.00.75. Terdapat 3 model kurva yang mugkin dalam distribusi frekuensi yaitu: a.000. Nilai Banyak siswa 52 ± 58 2 59 ± 65 6 66 ± 72 7 20 73 ± 79 8 80 ± 86 87 ± 93 4 94 ± 100 3 Hitunglah koefisien variasi dari data berikut ini. Kesimpulan apakah yang dapat kamu peroleh? Hitunglah koefisien variasi dari data berikut ini. Hari seorang penjual bakso memiliki penghasilan rata-rata Rp.500. b.000. Ukuran Kemiringan Ukuran kemiringan adalah suatu ukuran yang menyatakan sebuah model distribusi yang memiliki kemiringan tertentu. Nilai rata-rata Matematika kelas IIITKJ-2 60 dengan simpangan standar 5.00 sedangkan hari mendapat Rp.2. model simetris. 179. model negatif.000. b. 9. Hitunglah koefisien variasi masing-masing kelas. mata diklat apakah yang paling dapat dipahami oleh siswa tersebut? 6.

Perumusan tujuan. c. e.1.1.12.500. Angka Indeks Harga/Relatif Harga Keterangan: Ah = angka indeks relatif harga 55 .2. b. b. sedangkan pada tahun 2007 Rp 32. Rumus: Angka Indeks Relatif Harga = Ah = Pn v 100% P0 Metode Perhitungan Angka Indeks Tunggal 4. 4.00. sedangkan angka indeks pada periode basis/ dasar adalah 100%. Korelasi 4. d. Angka Indeks 4. Pemilihan periode dasar.3% dari tahun 2004.12.12. dll.3% menunjukkan angka indeks harga tahun 2007. untuk pengaturan biaya hidup dan tidak boros bagi pemimpin keluarga.12.11.00.1.2.1.2.2.000. 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. f. Sumber dan syarat perbandingan. 4. c. Pemilihan timbangan.3% .10. untuk penyesuaian upah buruh/karyawan dengan menentukan harga konsumen.Nilai kemiringan atau koefisien kemiringan 4. Angka indeks kuantitas yaitu angka indeks yang diperoleh dari perbandingan kuantitas suatu barang pada periode tertentu dengan kuantitas barang pada periode dasar. Contoh: Pada tahun 2004 harga cat per 5 kg Rp 30. g. Metode Perhitungan Angka Indeks Metode perhitungan angka indeks dibagi menjadi dua bagian yaitu metode perhitungan angka indeks tunggal dan metode perhitungan angka indeks gabungan.12. Hal-hal yang perlu diperhatikan dalam penyususnan angka indeks adalah: a. Tiga jenis angka indeks yaitu: a. Angka indeks harga cat tahun 2007 adalah 32500 v 100 % ! 108. 30000 Angka indeks ini menunjukkan terjadinya kenaikan harga cat pada tahun 2007 sebesar 8. Angka indeks harga yaitu angka indeks yang diperoleh dari perbandingan harga suatu barang pada periode tertentu dengan harga barang pada periode dasar. Kurtosis 4. Tahun 2004 disebut sebagai tahun dasar/periode basis sedangkan tahun 2007 disebut sebagai tahun yang diselidiki. Beberapa kegunaan angka indeks adalah: d. Angka indeks nilai yaitu angka indeks yang diperoleh dari perbandingan nilai suatu barang pada periode tertentu dengan nilai barang pada periode dasar. 108. untuk pembentukan harga pasar dan analisis pasar bagi pengusaha.

1.3. 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. Angka Indeks Harga/Relatif Kuantitas Rumus: Angka Indeks Relatif Harga = Aq = Qn v 100% Q0 Keterangan: Aq = angka indeks relatif kuantitas Qn = kuantitas periode tertentu Q0 = kuantitas periode dasar 4. Vn v 100% V0 62500 Av2001 = v 100 % 45000 Av2001 = 138. d. tentukanlah: a.3% c. Tahun Harga (Rp) Kuantitas (kodi) Nilai (Rp) 2005 15000 12 180000 2006 17500 18 315000 2007 20000 24 480000 Berdasarkan tabel di atas dengan periode dasar tahun 2000.12.1. Di bawah ini tabel dari penjualan taplak meja yang terjual dari tahun 2005 sampai dengan tahun 2007. tentukanlah: 56 .9% P d. angka indeks harga tahun 2001 angka indeks kuantitas tahun 2001 angka indeks nilai tahun 2001 angka indeks harga tahun 2002.Pn = harga periode tertentu P0 = harga periode dasar 4. Aq2001 = n v 100% Q0 25 Aq2001 = v 100 % 20 Aq = 125% a. Ah2001 = Latihan 1.11% Q b. Angka Indeks Harga/Relatif Nilai/Relatif Nilai Rumus: Angka Indeks Relatif Harga = Av = Vn v 100% V0 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. Av2001 = Jawab: Pn v 100% P0 2500 Ah2001 = v 100 % 2250 Ah2001 = 111.12.2.2. c. Ah2002 = n v 100% P0 3000 Ah2002 = v 100 % 2250 Ah2002 = 133. b.2.

2. angka indeks harga tahun 2008 b. c. Metode Agregatif (IA) Rumus: IA = § § n 0 v 100% 4. 4.2.a.tertimbang.2.2.12.1. angka indeks nilai tahun 2007. d.1.2.12.2. tentukanlah: 0 = 35200 §P n = 39500 57 . tentukanlah: a. b.1. 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 Berdasarkan tabel di atas dengan periode dasar tahun 2006. angka indeks nilai tahun 2008 d. Metode Perhitungan Angka Indeks Gabungan Tidak Tertimbang 4. Metode Rata-rata Relatif Harga (IR) Rumus: IR = Keterangan: § n Pn P0 v 100% § Pn P0 = jumlah relatif barang n = banyak komoditi/barang Contoh: Diketahui tabel harga dari 3 jenis komoditas pada tahun 2006 dan 2007 sebagai berikut: Jenis komoditas Minyak tanah Beras Kain satin Satuan Liter Kg Meter 2006 (P0) 1800 3400 30000 Harga 2007(Pn) 2500 4500 32500 §P Berdasarkan tabel di atas. angka indeks kuantitas tahun 2008 c. 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.1. 2.2.2.2.12. 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.12. 4. angka indeks harga tahun 2006 angka indeks kuantitas tahun 2006 angka indeks nilai tahun 2006 angka indeks harga tahun 2007.

Metode Agregatif (IA) 4. 58 .2.2. Angka indeks harga untuk tahun 2007 dengan tahun dasar 2006 dan berikan kesimpulanmu. Rata-rata harga (IR) pada periode dasar tahun 2006 dan berikan kesimpulanmu.F 0 § = 35200 39500 = 669000 = 742500 Pn P0 =3.796 v 100% n 3. tentukanlah: 1.2. Jawab: a. IA = IA = § § n 0 v 100% 39500 v 100 % 35200 IA = = 112.083 P §F 45 P = §P 0 §P n § P .796 §F P Pn .12.53% Berdasarkan hasil perhitungan disimpulkan bahwa telah terjadi kenaikan ratarata harga sebesar 126.2. § 4.FP 18000 51000 600000 = Pn.66 Pn P0 1.F n 0 P v 100% P 4. b.22% .1.22% Berdasarkan hasil perhitungan disimpulkan bahwa telah terjadi kenaikan sebesar 112.F § P . = 55.22% pada tahun 2007.2.100% = 26.083 Pn P0 §P IR = 0 = 35200 §P n = 39500 § Pn P0 =3.1.2. Angka Indeks Agregatif Tertimbang Rumus: IAW = § P .2.a.12.1.796 IR = v 100 % 3 IR = 126.324 1.2.2. Jenis komoditas Minyak tanah Beras Kain satin Pn P0 Satuan Liter Kg Meter 2006 (P0) 1800 3400 30000 Harga 2007(Pn) 2500 4500 32500 Relatif harga 1. Angka indeks agregatif tertimbang untuk tahun 2007 dengan tahun dasar 2006. b.12.41 P0 Berdasarkan tabel di atas.1.2.53% pada tahun 2007.F 0 § P .89 19.12. Metode Perhitungan Angka Indeks Gabungan Tertimbang 4.86 21.53% .100% = 12.389 1.389 1.2. Angka Indeks Rata-rata Relatif Harga Tertimbang Rumus: Pn .324 1.FP 25000 67500 650000 P Pn P0 FP 13.2.2. P0 P §F IRW = Contoh: P §F v 100% Diketahui tabel harga dari 3 jenis komoditas pada tahun 2006 dan 2007 sebagai berikut: Jenis komoditas Minyak tanah Beras Kain satin Satuan Liter Kg Meter Faktor penimbang (FP) 10 15 20 2006 (P0) 1800 3400 30000 Harga 2007 (Pn) 2500 4500 32500 P0.

Jawab: IAW = § P . Rumus: IP = Contoh: Diketahui tabel harga dari 4 jenis komoditas pada tahun 2006 dan 2007 sebagai berikut: Jenis komoditas P 2006 (P0) 200 Harga 2007 (Pn) 350 Kuantitas (Qn (kg)) 6 P0. 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.3.Q0 800 4000 7150 12750 Pn. 4.Q § P .Q0 = 27850 § P .F § P .2.Q n 0 0 v 100% 0 27850 v 100 % 24700 IL = 112.33% 4. tentukan angka indeks tahun 2007 dengan tahun dasar 2006 menggunakan metode Laspeyres dan tuliskan kesimpulanmu.Q 0 0 = 24700 Berdasarkan tabel di atas.2.41 IRW = v 100 % 45 IRW = 123. P0 P 742500 IAW = v 100 % 669000 IAW =110.Q n 0 n v 100% n 59 .12.75% .2.Qn 1200 Pn.F n 0 P v 100% §F IRW = P P Pn .2.Q § P .2.75% Jadi pada tahun 2007 terjadi kenaikan sebesar 112.Q n 0 0 v 100% 0 § P . Angka indeks rata-rata relatif harga tertimbang tahun 2007 dengan periode dasar tahun 2006.Qn 2100 § P .2.75%.100% = 12.12. Rumus: IL = Contoh: Diketahui tabel harga dari 4 jenis komoditas pada tahun 2006 dan 2007 sebagai berikut: Jenis komoditas A B C D 2006 (P0) 200 400 600 850 Harga 2007 (Pn) 350 450 700 950 Kuantitas (Q0 (kg)) 4 10 11 15 P0.99% §F v 100% 55.2. 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.Q0 1400 4500 7700 14250 § Pn . Jawab: IL = IL = § P .2.Q § P .

75% IF = 1. 280389 IF = 113.56%.2.Qn = 31400 Berdasarkan tabel di atas. Metode Fisher (IF) Metode Fisher menggunakan rata-rata ukur dari angka indeks Laspeyres dan angka indeks Paasche.4.56% .2.Q R S 400 600 850 450 700 950 10 11 18 4000 7150 15300 § P .(Q0+Qn) 3500 9000 15400 31350 Pn.2.56% v 112.Q 0 n = 27650 4500 7700 17100 § Pn .Q § P .Q n 0 n n Atau IF = I L v I P Contoh: Berdasarkan contoh soal pada metode Laspeyres dan meode Paasche.(Q0+Qn) = 52350 Pn.5% Jadi terjadi kenaikan sebesar 113. 4.(Q0+Qn) = 59250 § P .5. Rumus: IF = § P . 4. Jawab: IP = IP = § P . Metode Marshall ± Edgeworth (IME) Metode Marshall ± Edgeworth menggunakan faktor penimbang kuantitas barang pada periode yang diselidiki dan kuantitas barang pada periode dasar.12.Q n n 0 0 v § P . tentukan angka indeks tahun 2007 dengan tahun dasar 2006 menggunakan metode Paasche dan tuliskan kesimpulanmu.2. diperoleh: IF = IL v IP IF = 113.5% .Q § P .Q n 0 n v 100% n 31400 v 100 % 27650 IP = 113.2.Q § P .56% Jadi pada tahun 2007 terjadi kenaikan sebesar 113. Rumus: IME = Contoh: Diketahui tabel harga dari 4 jenis komoditas pada tahun 2006 dan 2007 sebagai berikut: Jenis komoditas A B C D Harga (P0) 200 400 600 850 2006 Kuantitas (Q0 (kg)) 4 10 11 15 Harga (Pn) 350 450 700 950 2007 Kuantitas (Qn (kg)) 6 10 11 18 Q0 + Qn 10 20 22 33 P0.100% = 13.12.100% = 13.15%.(Q0+Qn) 2000 8000 14300 28350 P0.2.

Q § P .

tentukan angka indeks tahun 2007 dengan tahun dasar 2006 menggunakan metode Marshall ± Edgeworth dan tuliskan kesimpulanmu.Q n 0 0 0  Qn  Qn v 100% Berdasarkan tabel di atas. Jawab: 60 .

IME = IME = § P .

Q § P .

tentukanlah angka indeks dengan menggunakan metode: a.Q n 0 0 0  Qn  Qn v 100% 59250 v 100 % 52350 IME = 113. Indeks agregatif tertimbang 2. c. tentukanlah angka indeks gabungan: Kode barang Faktor penimbang 1.100% = 13. Indeks rata-rata relatif harga tertimbang.18% . Diketahui tabel komoditas impor elektronika sebagai berikut: 2006 2007 Kode barang Harga Kuantitas Harga Kuantitas 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.18% Jadi terjadi kenaikan sebesar 113. 2. d. Latihan 1. Laspeyres Paasche Fisher Marshall ± Edgeworth 61 . Diketahui tabel komoditas ekspor sebagai berikut: Harga ($) 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.18%. b.

5 Diketahui data banyak telur yang dihasilkan ayam setiap minggu sebagai berikut: 1.. a. a. 27 Berdasarkan data di atas.18 Standar deviasi dari data: 3.18 b.781 Kuartil tengah dari data di atas adalah . b.. a. 5.511 b. 25. 5 . 8. 2.501% v. Berdasarkan data di atas.48 3. 9. kuartil tengahnya adalah . 31. e. 7. 3. 5.. 8 .25 Berdasarkan data di atas. b. 27. 4 d. 4. 28. standar deviasinya adalah . 8 B. 34. 5.5 d. 33. 25. 27 f.5 C. i. 8 f. 6.201% ii. 3.. 9 adalah . simpangan rata-ratanya adalah . 8. 32.28 5...45 9 48 . 2 . 3 c. 2 c. 4 . 8. 5. 2.. 1. adalah . a. 8. 1 b..30 5 31 . 5.75 e. Kuartil atas (Q3) data tersebut adalah .... 8.28. 2 b.401% iv. 1.39. 2. 4. Berdasarkan data di atas.8.37. 23 c.. b. 9.50 2 Kuartil bawah dari data di atas adalah . 25. 28 b. 25 d. 3.35 7 38 . 2 . d. 7.301% iii.. Berdasarkan data di jangkauannya adalah . 7 atas.337 v. 3 . 2 . 24 d. 3 c.. 8. 24. 25 e.. 27 Variabilitas dari data di atas adalah .458 iv. 8 a. 2.8. 3. 2. Berat badan( Frekuensi kg ) (f) 28 . 12. 4.. 8.18 2.8 c. 2 ..38.. 9 adalah .801% Simpangan kuartil dari data : 2. 27.39.853 ii. 3. 4. a. b. 28.58 4. 7. 28. 1. 28.. 9. 1. 5..071 d.LATIHAN ULANGAN II Untuk soal no 1 .3 5. 5 e.5 Standar deviasi dari data: 1. 2 . 62 .. 24. 10.. 8. 4. 7 .. 26 2. 2. 8. 4.37. 4 c.38 Untuk soal no 13 ± 23 Diketahui tabel distribusi frekuensi dari data berat badan 40 siswa.2 Hasil produksi telur ayam dalam 10 hari pertama pada sebuah peternakan dalam kg adalah 23. 7 .. 5.071 e. 8. 4.. Jangkauan semi inter kuartil data tersebut adalah «2 .775 3. 5 e. 23. jangkauan semi inter kuartilnya adalah . 27.25 c.958 iii.. 1 2 1 2 3 4 2.6 1.. Diketahui data nilai: 8 . 28 e. 2 Berdasarkan data di atas. 25. 8. 28 f.. 2 e. 28.8. 9 D.18 d. rataratanya adalah . 8. 1. 27. 3. 27. d.. 28.25 E. a.8. i.40 17 41 . 27. 7.. A. e. c.4 d.2 c. 1. 4.5 e..871 c.8. 28. 1 b. 27.25 d. 28. 8. 8. 34.

5 .5.5.5 dan x5 = 8..000.998 e. standar deviasi 10 dan salah satu nilai siswa 90.0. dan Rp..35.352 4. MM.1  0  1. Rp.387 c.389 Jangkauan persentil dari data di atas adalah . 1.  11..240...5.22 o 13.95  3.5  2 ESSAY Pada bulan Desember penjual A.1.889 b.5.4 2. x3 = 8. 0.899 c.500..5 Daftar distribusi frekuensi di bawah menyatakan hasil ulangan matematika. B.00.3 1.3. 27.2.00.000.035 2.5  -..5 iii. 8.2.. 5.98  13..0 ..25 Variabilitas dari data di atas adalah .125 o 5. d. 28..989 d. 500 Siapakah yang paling berhasil dalam penjualan? Dari 380 orang siswa SMK KU.2500..500.1. x2 = 5. 43. Selama bulan itu telah diteliti bahwa rata-rata keuntungan mereka masingmasing Rp.2. Rp.. Rp. e.25 o 5.000.32. 4.984 1.448 d. 18.. diperoleh rata-rata untuk mata pelajaran UAN berturut-turut adalah 85...00.  1..92  14.984 Persentil 10 dari data di atas adalah . 43. 42.100. tercatat rata-rata mata pelajaran PKnS siswa adalah 80 dan deviasi standarnya 4.5. 1.5 1.5 1.00.00. dan 88 dengan 63 . 44 45 48 47 48 Diketahui nilai rata-rata kelas untuk mata pelajaran Fisika adalah 75.00 dan standar deviasi masing-masing Rp. 15...22 Diketahui data nilai siswa sebagai berikut: x1 = 3...5 Simpangan rata-rata dari data di atas adalah .5. 84.95 Standar deviasi dari data di atas adalah . dan Rp. i.000.4 1.5 1.298 b..125 o 27.0..000.984 1. x4 = 7. 41.95  2.. dan Rp.5 Persentil 90 dari data di atas adalah .5 ii.5 v... 41.. 28.7. 41. b.00..859 e. a.. 29. 14.013 Simpangan kuartil dari data di atas adalah . Siswa yang lulus adalah yang mendapat nilai lebih dari 55. 44.058 3..92  12.95  4.95  5.92  12.. 3. 43.00. dan Tata Busana.4.1.984 1.Q 3 dari data di atas adalah .5 1. 42. 42. Berapakah banyak siswa yang mempunyai nilai antara 80 sampai dengan 90? Dari pendataan siswa baru kelas 1 jurusan TKJ.. Nilai Frekuensi 11 ± 20 3 21 ± 30 7 31 ± 40 10 41 ± 50 18 51 ± 80 20 81 ± 70 14 71 ± 80 10 81 ± 90 8 91 ± 100 4 Banyak siswa yang lulus adalah . Deviasi rata-rata nilai tersebut adalah . a.3. o 4. 14..5.. 30.4. c..532 5. dan C berturut-turut memperoleh keuntungan sebesar Rp.150.2 1.31.5 iv.33. 5.. a.  -1.994 1. 14. Angka baku dari siswa tersebut adalah .34.5. 1.009 D 3 dari data di atas adalah .5...

deviasi standar masing-masing 5. Kelas manakah yang memiliki siswa dengan kemampuan yang tidak terlalu berbeda? Hitunglah variabilitas dari data yang dinyatakan melalui histogram berikut: Kemampuan Mengerjakan Modul Siswa SMK siswa 16 14 8 7 4 Waktu 12 17 22 27 32 37 (hari) 64 . 4. dan 3 cm.

65 .

Sign up to vote on this title
UsefulNot useful