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

3 log 40 k = 1 + 3. Jawab: R = 70 k=7 p= R k R k 70 p= 7 p = 10 Jadi panjang interval kelas data tersebut adalah 10. Jawab: n = 40 k = 1 + 3. 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. hitunglah banyak kelas.terinci dari data individual menjadi hilang. 1.602 k = 1 + 5.4.4. Penyajian data dengan menggunakan kelas interval dilakukan apabila banyak data sangat besar atau jangkauan data sangat besar.log n k = 1 + 3. Tepi Kelas Tepi kelas interval digunakan untuk menghitung data dengan ketelitian sampai dengan satu desimal.1. Secara teoritis dapat dinyatakan Tepi bawah kelas = batas bawah kelas ± 0.29 k§7 Jadi banyaknya kelas interval dari data tersebut adalah 7 kelas.5 3 .log n Keterangan: k = banyak kelas interval.A. digunakan aturan dari H.29 k = 6.1. 2. hitunglah banyak kelas. Panjang interval kelas Panjang interval kelas adalah banyaknya data berbeda yang terdapat dalam setiap kelas interval.1. Nilai ujung bawah pada suatu interval kelas disebut sebagai batas bawah kelas interval.1.4.2.3. 2. sedangkan nilai ujung atas interval kelas disebut sebagai batas atas kelas interval.1.3 = konstanta Apabila dalam perhitungan untuk menentukan banyak kelas interval diperoleh bilangan desimal maka harus dibulatkan dengan pembulatan ke atas. Untuk menentukan banyak kelas. Sturges: k = 1 + 3. k  B+ n = ™f = banyak data 3. Contoh 2: Berdasarkan data pada contoh 1 no 2. Batas Kelas Batas kelas suatu kelas interval adalah nilai-nilai ujung yang terdapat pada suatu interval kelas. 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. 2.3. Batas Kelas Dan Tepi Kelas 2.3.3 .

5 = 89.5 Ke lima 90 ± 0. Batas atas kelasnya adalah 59.5 = 89.6. c.5 2 110  119 ! 114. 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 .5 Ke tujuh 2 90  99 ! 94.5 = 59.5. 69.5 = 49.5 = 109.5 = 99. 89. b. 99. 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. b.1.5 Ke tiga 70 ± 0. 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 Titik tengah interval kelas pada kelas interval 50  59 ! 54.5 = 69. 79. 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.5 = 79.5 Ke tiga 79 + 0.1. Tepi bawah interval kelas pada kelas interval adalah Ke satu 50 ± 0. 109. 100.5 Ke empat 89 + 0.5 2 70  79 ! 74.5 = 109.5 2 Ke lima Ke enam 100  109 ! 104. Ke satu Ke lima 99 + 0.5 Ke enam 109 + 0.5 Tepi atas kelasnya adalah Ke satu 59 + 0.5 = 69. 60.5 Ke empat 80 ± 0. 70.5 Ke dua 60 ± 0. 80. 119.5 Ke enam 100 ± 0.5 2 60  69 Ke dua ! 64.5 = 79. 90.5 Ke tiga 2 80  89 Ke empat ! 84.Tepi atas kelas = batas atas kelas + 0.5 c. 110. Batas bawah kelasnya adalah 50.5 = 119.5 = 99. Menghitung Frekuensi Untuk menghitung frekuensi atau menghitung banyaknya data pada masing-masing kelas interval dengan lebih mudah dapat digunakan turus.5 Ke tujuh 110 ± 0.5 Ke tujuh 119 + 0.5 2 2.5 = 59.5 2.5 Ke dua 69 + 0.

Penyelesaian: Frekuensi relatif kelas interval ke satu = 5 v 100 % ! 6. Penyelesaian: Frekuensi kumulatif kurang dari. Frekuensi Relatif.6. dan Frekuensi Relatif Kumulatif 2. Berat badan (kg) < 40 < 45 < 50 < 55 < 60 < 65 < 70 < 75 < 80 Berat badan (kg) • 40 • 45 • 50 • 55 • 60 • 65 • 70 • 75 • 80 2.5% 80 15 v 100 % ! 18. Contoh 6: Berdasarkan data pada contoh 5. Frekuensi Kumulatif (fk) Distribusi frekuensi kumulatif adalah sebuah distribusi yang menyatakan frekuensi total yang ada di bawah batas atas atau frekuensi total yang ada di atas batas bawah suatu kelas interval. Distribusi kumulatif yang terdapat di atas atau sama dengan batas bawah disebut frekuensi lebih dari atau sama dengan.1.1.75% ke tiga = 80 ke empat = 24 v 100% ! 30% 80 17 ke lima = v 100 % ! 21. 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.25% 80 4 v 100 % ! 5% ke enam = 80 5 .1. 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.2.1.1. tentukanlah frekuensi relatifnya. Frekuensi Kumulatif.1. Distribusi kumulatif yang terdapat di bawah batas bawah disebut frekuensi kurang dari.2.6.6.1.25% 80 10 ke dua = v 100% ! 12.

75 80 2 v 100 delapan = 80 ! 2.ke tujuh = ke 3 v 100 ! 3.5 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. Tabel Distribusi Frekuensi Data Tunggal 7 . buatlah frekuensi kumulatif relatif kurang dari dan frekuensi kumulatif relatif lebih dari atau sama dengan.5 11.25 2.5 67.75 2.25 6.5 0 Frekuensi kumulatif lebih dari atau sama dengan 2.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) (%) 6.5 18.75 30 21.1.25 12.5 32.3.1.1.75 81. dinyatakan dalam persen.25 62.75 37. 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 5 3. Frekuensi Kumulatif Relatif (f kr) Frekuensi kumulatif relatif adalah frekuensi kumulatif dibagi dengan jumlah frekuensi seluruhnya.5 100 fkr 100 93.75 93.6.25 18.5 2.75 97. Penyelesaian: Frekuensi kumulatif relatif kurang dari.7.5 88.

Contoh 9: Dari penelitian berat badan siswa kelas 3 program kealian teknologi. Penyelesaian: Dalam tabel distribusi frekuensi. Batas bawah dan batas atas setiap kelas interval. 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.3 log 40 = 1 + 3. Untuk menentukan tabel distribusi data berkelompok harus ditentukan.6020 = 1 + 5. Jangkauan.29 = 6. Menghitung banyaknya data setiap kelas interval. 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.29 8 . data harus disusun berurutan dari data terendah/terkecil sampai dengan data tertinggi/terbesar.3. 3. Panjang interval kelas. beturut turut: 1. sehingga diperoleh Nilai (x) 2 4 5 6 7 8 9 Turus Frekuensi (f) 1 3 3 9 7 5 2 2. Penyelesaian: Jangkauan = data tertinggi ± data terendah = 63 ± 46 = 17 Banyak kelas interval = 1 + 3.1. 2. Banyak kelas interval. 5. 1. log n = 1 + 3. 4.8.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.3 .

7. e. Panjang interval kelas Batas bawah Batas atas Tepi bawah Tepi atas Titik tengah kelas interval 3. 9. c.§7 Panjang interval kelas = jangkauan banyak kelas interval 17 = 7 = 2. 10 b. 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. 12. 5. 86. 6. Jangkauan datanya. 65 2. 6. f. 51. 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. 88. 45. 36. tentukan: 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. b. Hitunglah jangkauan dari data berikut: a. 9 . d. 15.

tentukan: a. Th00 Th90 1300 liter 2600 liter Produksi susu kaleng/hari dalam tahun 1990 dan tahun 2000 2. Diagram Lambang (Piktogram) Piktogram merupakan suatu cara sederhana dan jelas dalam menyajikan data untuk perbandingan objek-objek tertentu. Banyaknya produksi susu kaleng per hari selama tahun 1990 dan tahun 2000. Jangkauan datanya. d. 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. 5. c. Diagram 2. 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.2. b. c. d. 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. Banyak kelas intervalnya. 2. Contoh 10: 1. Distribusi frekuensinya. Panjang interval kelasnya. 10 . buatlah tabel distribusi frekuensi kumulatifnya dan tentukan frekuensi relatif serta frekuensi kumulatif relatifnya. 4. Piktogram adalah penyajian data statistik dalam bentuk gambar-gambar dengan ukuran tertentu untuk menunjukkan nilai masing -masing data.1. Banyak kelas intervalnya.2. Distribusi frekuensinya. Panjang interval kelasnya.

luas masing-masing juring sebanding dengan besar sudut pusat lingkaran sesuai dengan data yang bersangkutan. Setiap juring diberikan keterangan sesuai dengan jenis data yang disajikan. Diagram Lingkaran Untuk membuat diagram lingkaran dilakukan dengan membagi sebuah l ngkaran i menjadi juring-juring yang. 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 .2. Besar sudut pusat akademi = Persentase akademi = Banyak anak 70 50 80 Gambarkan data di atas dengan diagram lingkaran.2. kemudian ditentukan persentase setiap data.Jawab: Jumlah pelanggan air bersih PAM tahun 1999 ± 2004 Tahun 1999 2000 2001 2003 2004 Pelanggan = 500 2. 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.

skala yang dipergunakan selalu dimulai dari nol (0). 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.2. 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. Beberapa hal yang perlu diperhatikan dalam membuat diagram batang adalah: 1. 2.Akademi 35% Bekerja 40% Universitas 25% Minat lulusan SMK Kota Baru 2. Diagram Batang Diagram batang merupakan suatu diagram yang berbentuk persegi panjang yang dilengkapi dengan skala sehingga ukuran datanya terlihat dengan jelas pada diagram. 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. Diagram batang pada umumnya digunakan untuk membandingkan suatu data dengan data keseluruhan.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.4.

4. 9. Misal rangkaian data merupakan data banyaknya soal pretest Matematika yang dapat dikerjakan 20 siswa: 8. 7. 2.2. 6. 8. 33. 32. 14. 19. 15 dapat digambarkan dengan diagram kotak garis sebagai berikut: + 6 Q1 Q2 Q3 15 2. Histogram dan Poligon Frekuensi Histogram dan Poligon Frekuensi merupakan dua buah grafik yang mencerminkan distribusi frekuensi. 6. 7. 5. Contoh 15: 13 . 6 2.15.1997 250 1998 350 1999 400 2000 450 Gambarkan data di atas dengan diagram garis. 6.9 1. 24. 1. 4. Penyelesaian: 500 400 300 200 100 = = = = = = = 1994 1995 1996 1997 1998 1999 2000 Jumlah investasi kota Raya dalam milyard 2. 8. 1 2 3 4 5 Batang 0 1 2 3 4 Daun 2. Poligon frekuensi merupakan garis hubung antara titik-titik tengah dari bagian sisi atas setiap persegi panjang pada histogram. 21. Batang terdiri dari angka data yang bukan bernilai satuan.5. 7. sedangkan daun menunjukkan angka dari data yang bernilai satuan. 44.7. Diagram Batang Daun Diagram batang daun terdiri dari dua bagian yaitu batang dan daun. 3. 4. khususnya data berkelompok.4 2. 7. 7. 21. 46. 1. 44. 21. Diagram Kotak Garis Diagram kotak garis menggambarkan penyebaran data terutama mengenai kuartil dan jangkauan. 7.2. 11. Data ini dapat disajikan dengan diagram batang daun sebagai berikut: No. 40. 9. 8 2.2. 7.6. 12. 12. 14. 5 0. 35. Contoh 14: Pada data 6.

5 101.5 86.5 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 95. Penyelesaian: 100 90 80 70 60 50 40 30 20 10 + + + + + + + + 82 85 88 91 94 97 100 103 2.5 98.5 89.5 83. Contoh 16: Berdasarkan data pada contoh 15.5 104.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. gambarkan data diatas dengan menggunakan ogive.8.5 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 80.2. Ogive Grafik ogive dibuat dari daftar sebaran frekuensi kumulatif kurang dari dan frekuensi kuulatif lebih dari.

5 + 101.5 + 83. 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 + 80. Piktogram b. 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 + 80.5 + 92.600 500 400 300 200 100 + 80.5 + 80.5 + 80. buatlah: a. 2.5 + 80.5 Latihan 3 1.5 + 86.5 + 104.5 + 95.5 Grafik frekuensi kumulatif lebih dari pada distribusi frekuensi tinggi balita 600 500 400 300 200 100 + 80.5 + 89.5 + 80.5 + 98.5 + 80. Diagram lingkaran.

Tabel distribusi frekuensi. Ada 6 ukuran 16 . b.5% ABRI 12. Diagram garis 5. III.88 89 90 70 70 48 50 52 56 52 Berdasarkan data di atas. Karyawan 25% 4. Diagram batang. tentukanlah: a. Diagram batang daun b. Histogram dan poligon frekuensi. Tabel distribusi frekuensi. b. buatlah: a. 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. tentukan: a. 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. c. Ogive 3.5% Jika banyak siswa 400 siswa. UKURAN PEMUSATAN DATA Ukuran pemusatan data atau ukuran tendensi sentral adalah ukuran yang digunakan untuk menafsirkan suatu gejala pusat dari serangkaian data. 72 62 70 64 80 66 84 67 45 Data pekerjaan orang tua siswa SMK IT tahun 2001 Wiraswasta 50% PNS 12.

. 4 x! Jadi.  xn n 5 67 789 x! 5 42 x! 5 x ! 8. 7.1. 6. nilai tengah (median). 17 . 8.x i i !1 i = jumlah data keseluruhan Contoh 17: Tentukan rata-rata hitung dari rangkaian data berikut: 7. 3. 6.. 8. 6. 9.. dan modus.  xn n Atau n § f . rata-rata harmonis. 7. 3. ratarata kuadrat. 9.1. Langkah 2: lakukan perhitungan sehingga diperoleh x1  x 2  .1. Rata-rata 3. rata-rata hitungnya adalah 8.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 .4.1. 6. diperoleh dari jumlah seluruh data dibagi dengan banyaknya data.yang akan dipelajari yaitu rata-rata hitung (mean). 7. Rata-rata Hitung (Mean) Rata-rata hitung (mean) x adalah nilai yang paling mendekati ukuran yang sebenarnya.1. 9. 3. 9.. 5.1. 9. Contoh 18: Tentukan rata-rata dari rangkaian data berikut: 3. rata-rata ukur. Mean / Rata-rata Hitung Data Tunggal Rumus : x! x1  x 2  . 9. 7. Jawab: Langkah 1: urutkan data sehingga diperoleh data dengan urutan 5.

x dan ™f . Jawab: 18 . terlebih dulu harus ditentukan nilai tengah data setiap kelas interval.x 6 18 7 36 ™f.7.x = 67 x! x! § f . Rumus : § f .x §f 67 10 x ! 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 . Nilai tengah data (x) setiap kelas interval diperoleh dari jumlah data terendah dengan data tertinggi dibagi 2.1. Mean / Rata-rata Hitung Data Berkelompok Untuk menentukan rata-rata hitung data berkelompok.2.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. 3. Nilai (x) 3 6 7 9 Frekuensi (f) 2 3 1 4 ™f = 10 f. rata-rata hitungnya adalah 6.1.7 Jadi. terlebih dulu tentukan tabel distribusi frekuensinya.Jawab: Untuk memudahkan dalam menentukan ™f.

Langkah 1: membuat tabel distribusi frekuensi dengan menambahkan kolom nilai tengah setiap kelas interval (x) dan jumlah nilai tengah setiap kelas interval (f.08 Jadi.x §f 3204 50 x ! 64.08. Rata-rata ukur disebut juga rata-rata geometris.x).1. 3. Rata-rata Ukur Rata-rata ukur xu suatu rangkaian data adalah akar n dari hasil perkalian datadatanya. diperoleh x! x! § f . nilai rata-rata pretest para siswa tersebut adalah 64. 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. Untuk menghitung rata-rata ukur .x = 3204 Langkah 2: lakukan perhitungan.2.x 108 225 378 945 792 486 270 ™f.

.

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

845 3.024 n 5.954 2.Jawab: x 5 6 7 7 8 9 Log x 0.845 0.7949 xu = 6.7949 xu = antilog 0.954 ™ log x = 5.778 0.845 0.24 Jadi rata-rata ukurnya 6.log x = 7. Tentukan rata-rata ukur dari data pada tabel di bawah ini. 3.699 0. Nilai Frekuensi 32 ± 40 3 20 .949 10 log xu = 0.88 Jadi rata-rata ukurnya 6.816 ™ f.334 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 0.949 log xu ! log xu ! § f .88.8373 xu = 6.log x 0.903 0.8373 log xu ! § log x xu = antilog 0.845 0.024 log xu = 6 log xu = 0. log x §f 7.778 0. 2.24.954 f.477 0.

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

75 xk = 4. 6. 9.21 Jadi rata-rata kuadratnya 4. 3. 6. 9.Rumus: Apabila setiap data memiliki frekuensi 1 maka: xk ! §x n 2 Apabila tidak setiap jenis data memiliki frekuensi 1 maka: xk = § f . Tentukan rata-rata kuadrat dari data berikut: 3. 2.21.x 2 = 499 xk = xk = xk = § f .x2 18 108 49 324 ™ f. Tentukan rata-rata kuadrat dari data : 1.9 2 x k = 7.x §f 499 10 49.x §f 2 Contoh 22: 1. 6. 6. 9. Jawab: xk ! xk = xk = xk = §x n 2 12  32  5 2  6 2 4 1  9  25  36 4 71 4 xk = 17. 5.09 24 . 9. 3. 7. Jawab: x 3 6 7 9 f 2 3 1 4 ™f = 10 x2 9 36 49 81 f.

23. 10. 4.5. 47. Rata-rata Kuadrat Data Berkelompok Rumus: xk = Contoh 23: 1. 5. 3.52 Jadi rata-rata kuadratnya adalah 65. 37.1. 24.x §f 214650 50 4293 xk = 65. 7.52. 25. 55. 3. 9. 8.x2 3888 10125 20412 59535 57024 39366 24300 ™ f.x §f 2 Tentukan rata-rata kuadrat dari data pada tabel di bawah ini. 27.06 3. 3.x2 = 214650 xk = xk = xk = § f . 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 . 2. Latihan 3 1. Tentukan rata-rata dari data berikut: a. 8.1. b. 26.Jadi rata-rata kuadratnya 7. 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. 7. Nilai hasil ulangan Matematika siswa kelas 3 SMK KRIYA tercatat sebagai berikut: Nilai Frekuensi 25 . 10.

Nilai 2 4 8 6 10 d.5 8 6 7 7 5 8 8 9 4 Tentukan rata-rata nilai yang dicapai oleh para siswa tersebut. 3. 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.5. rata-rata harmonis. dan rata-rata kuadrat dari rangkaian data berikut ini. 4. Dengan menambahkan nilai 1 anak baru maka rata-rata nilai matematika mereka menjadi 6. 30 c. Rata-rata nilai matematika dari 9 anak adalah 7. 5. Tentukanlah rata-rata ukur. 15. Nilai 3 5 7 9 10 Banyak siswa 3 5 6 4 2 Frekuensi 2 4 6 5 3 5.3 2 4 4 5 6 5. a. 7 b.0. 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. Nilai rata-rata mata pelajaran Fisika suatu kelas yang terdiri dari 20 adalah 26 .8. 2. 25. 12. Berapakah nilai masing-masing anak yang baru masuk? 6. 20. Hasil produksi padi kering di 100 desa di kabupaten Malang. Berapakah nilai anak baru yang ditambahkan tadi? 6. 13. 3.

yang lain sama dengan 11. 6. Median Median adalah nilai tengah ari suatu kumpulan data yang tersusun secara teratur (diurutkan menurut besarnya dari data terkecil sampai dengan data terbesar). 5. kedua dan ketiga adalah 7. Nilai rata-rata kelas pertama. Berapakah nilai rata-rata 24 bilangan tersebut? 8. 8. Nilai rata-rata 13 bilangan 10. Jika 2 banyaknya siswa kelas pertama 25 orang dan kelas ketiga 5 orang lebih ba nyak dari kelas kedua. 7. 9. Jawab: Urutan data: 6. 9. 10. 8. dirumuskansebagai berikut: 2 n 1 2 Med = data ke Contoh 24: Tentukan median dari data berikut: 4.1. Jawab: Urutan data: 3. 4. 10. Nilai rata-rata 11 buah bilangan sama dengan 13. maka berapakah nilai rata-rata seluruh siswa tersebut? 3. Jarak antara Jakarta ± Bandung 150 km. 4. 3. 10. maka tentukanlah perbandingan banyaknya siswa dan siswi. Median membagi data menjadi dua bagian yang sama besarnya sehingga median disebut juga ukuran letak.2. 3. 7. 6. Contoh 25: Tentukan median dari data berikut: 7.2 . 7. Tes matematika diberikan kepada tiga kelas siswa ber-jumlah 100 orang. 10.2. Jika nilai rata-rata di kelas tersebut adalah 6. Nilai rata-rata tes matematika dari kelompok siswa dan kelompok siswi di 9. 10. 6. 7 1 . 10 n = 6 (genap) Med = data ke n 1 2 27 .7. 8. Seorang pengendara mobil melalui rute tersebut dengan kecepatan 60 km/jam pada waktu pergi dan 80 km/jam pada waktu pulang. Median Data Tunggal Median (Med) terletak pada data yang ke n 1 . 7. Berapakah kecepatan rata-ratanya? suatu kelas berturut-turut adalah 5 dan 7. 11. 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. 7. 5.

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 31.5 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 .5 76.5 49.5 85. 2 1 2 1 2 1 2 × (data ke 4 ± data ke 3) × (8 ± 7) ×1 3.2.5 67.5 58. 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.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 .5 40. 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.2.

7. 7. 11. 4. Tentukan modus dari data berikut: 4. 3. 9. 3. 7.3. Suatu rangkaian data bermodus tunggal apabila terdapat tepat satu data yang memiliki frekuensi tertinggi.5 + 9 . Jawab: Urutan data: 2.3. f med 25  15 = 58. Suatu rangkaian data bermodus tidak tunggal apabila terdapat lebih dari satu data yang memiliki frekuensi tertinggi. 3. 2 1 50 2 §ff k = 58.15 Jawab: Urutan data: 3.1. 3. 3. 15 3. 9. 15. 10. 7. 9. 3. Tentukan modus dari data berikut: 15. 3. 4. atau tidak bermodus. 4. 4. f(9) = 1 2. 2. 7. 15 . Modus Modus (Mo) adalah data yang paling sering/banyak muncul atau data yang memiliki frekuensi tertinggi dari serangkaian data.9 . 15. 4. 8. 3. 2. 15. Suatu rangkaian data tidak bermodus apabila setiap data dalam rangkaian data tersebut memiliki frekuensi sama. 7. 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. bermodus lebih dari satu. Jawab: Urutan data: 2. 9. 2. 8. 9.5. 5. 10. 3. 5. 15. Modus Data Tunggal Contoh 27: 1.5 Jadi median dari data di atas adalah 64. 2.5 + 6 = 64. 15. Dalam suatu rangkaian data dimungkinkan bermodus tunggal. Tentukan modus dari data berikut: 2. 9. 15. 29 . 9. 2. 7.5 + 9 . 4. 7. f(2) = 1 f(4) = 3 f(7) = 1 f(8) = 1 Mo = 4 Jadi modus dari data tersebut adalah 4. 3. 4. 15.= kelas interval data ke = kelas interval data ke 25 = kelas interval ke 4 Median = tb  p. 11. 4. 2. 15 10 = 58. 4. 15.

3.5 47. Nilai 40 ± 47 48 ± 55 56 ± 63 64 ± 71 72 ± 79 80 ± 87 88 ± 95 tb 39.f(3) = 3 f(4) = 3 f(9) = 3 f(15) = 3 Mo = tidak ada Jadi data tersebut tidak memiliki modus.2.5 63. Modus Data Berkelompok Modus data berkelompok dihitung dengan rumus : Mo = tb + p.5 55. 3. 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 .5 87. 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 71. Jawab: Frekuensi 2 4 10 14 12 5 3 ™f = 50 Kelas modus = kelas interval 64 ± 71 tb = 63.5 79.5 d1 = 14 ± 10 = 4 d2 = 14 ± 12 = 2 p=8 Mo = tb + p.

83 Jadi modusnya adalah 68. 6.66 5 67 .42 6 43 .48 9 49 .4 42 4 Mo = 63. 25. Nilai f 31 . 5.33 Mo = 68. 7 b.36 4 37 .5 + 8 . 8.54 14 55 . 8.72 2 31 . 16. 6 Mo = 63. 3. 5. 25. 6. 27 c. Hasil pengukuran berat badan siswa kelas 2. Nilai Frekuensi 2 3 4 5 6 6 8 4 10 2 d. Berat f badan 50 ± 52 4 53 ± 55 5 56 ± 58 3 59 ± 61 2 62 ± 64 6 f. 8. 27. 5. 27.83.5 + 5. 8. 3. Mo = 63. 16. Data Frekuensi 30 ± 38 4 39 ± 47 8 48 ± 56 14 57 ± 65 35 66 ± 74 27 75 ± 83 9 84 ± 92 3 e.5 + 8 . Tentukan median dan modus dari data-data berikut ini: a. 10. Latihan Soal 4 1.60 10 61 . 7.

5 35.5 45.5 23.2.5 40.5 33.5 50.5 65.5 32 .5 28. 10 6 4 3 13. Tentukan modus dan median dari data berikut: a.5 55. 17 20 13 12 8 7 3 30.5 60.5 nilai b.5 18. 5 11 9 4 1 41-45 46-50 51-55 56-60 61-65 c.

Latihan Ulangan I 33 .

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

6. 13 c. maka panjang interval kelas ideal adalah . a. 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 .319 d. 7 c. maka frekuensi kumulatif 20.15 Berdasarkan data pada no 19. Berdasarkan data pada no 14. b. maka rata-rata sementaranya adalah « a. 34 e. 39. 24. e. 4 b. Diketahui data sebagai berikut: 23. 21.. 5 b. 6. maka rata-rata harmonisnya adalah « a. d.47 d. 15. c. 23. 200 siswa 250 siswa 300 siswa 350 siswa 375 siswa 19. a.537 c. 14. 14. 17. 6... 3 4 5 7 8 Berdasarkan data pada no 14. a. 6. 20 c. 32 e.391 e. 7 e. 6.193 c.b. maka frekuensi kumulatif ´lebih dari´ pada kelas interval 41 ± 45 adalah . 9 b. 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 . d. 44.934 e. maka rata-rata ukurnya adalah « a. 6. 6.. 6. e.573 d. 6 c. 8 Berdasarkan data pada no 19. 6. data terkecil 20. c.913 Berdasarkan data pada no 19. 6. maka modusnya adalah « a. dan data terbesar 50. 9 e. 35 .357 b. Range dari data tersebut adalah . maka banyak kelas interval yang ideal adalah « a. 6.5 d. 6. 16.. 22.349 b. 6. 12. 6... 6. 26 e.59 c. 24 c. a. e. 27 Jika banyak data keseluruhan adalah 50.943 Berdasarkan data pada no 19. 28 d. 6. 34 e. 13. Banyak siswa yang tidak mengikuti ekstrakurikuler Paskibra adalah .. 12. 13 c.82 b. 6 b. Olahraga 20% Beladiri 10% Pramuka ´kurang dari´ pada kelas interval 41 ± 45 adalah .. 10 Jika banyak data keseluruhan adalah 100. 6. 4 b.394 c.439 d. 36 18. 6. 8 d.. a.. 27 d.. 28. c. 23 d. 6.735 e.23 e. b. 23.139 b.. 6. 56. maka rata-rata kuadratnya adalah « a. 5 Paskibra 30% a. 6. d. 34.. a. 47. 8 : 11 11 : 8 6:7 5:6 Diagram lingkaran di bawah menyatakan jenis kegiatan ekstrakurikuler di suatu SMK yang diikuti oleh 500 siswa. 25 d.. 20 b.753 Berdasarkan data pada no 19.

a..95 Modus dari data di atas adalah . 4:5 Tes matematika diberikan kepada tiga kelas siswa berjumlah 100 orang.2 ..95 c. Nilai rata-rata 13 bilangan yang lain sama dengan 11.60 b. 6.5 e. a. 59.55 c. 75 36. 6 c. 7 e. Kelas A terdiri atas 35 murid sedangkan kelas B terdiri atas 40 murid. Nilai statistika ratarata kelas B adalah 5 lebih baik dari nilai-rata-rata kelas A. 30. 28. Jika seorang siswa tidak disertakan dalam 36 . c. 6 b... 27. 60 e.40 33. b. e. 12 5 12 12 13 35. d. 60 d. 68.. a. 62.5 60. 55 b. 2:5 d. Rata-rata nilai ulangan Matematika dari 40 orang siswa adalah 5...5 Nilai rata-rata tes matematika dari kelompok siswa dan kelompok siswi di suatu kelas berturut-turut adalah 5 dan 7.1.6 Berdasarkan data pada no 19. 29. 68.. e. 7 e. 7. 7. Jika 2 banyaknya siswa kelas pertama 25 orang dan kelas ketiga 5 orang lebih banyak dari kelas kedua.50 c. 69 Median dari data di atas adalah . 8 Panjang interval kelas dari data di atas adalah . 26. 5 b. 7. 6 6. 50 b. 59 d.95 e.5 e.. 55 57 58.. 67. 3:5 e. 57 c. 6 c.. d. 3:4 c. maka nilai statistika rata-rata untuk kelas A adalah « a.. 6.625 d. 7 1 .5 7 8 32.. 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 . 11 12 c. 5 b. 9 Mean dari data di atas adalah . a. 55 c. e.45 e. 8.50 d. d. Nilai ratarata kelas pertama.5 d. c.. Apabila nilai rata-rata gabungan kelas A dan kelas B adalah 57 2 3 31. 25.25 d. 8 d. 7. 34. 8. 11 11 b.29 d. Jika nilai rata-rata di kelas tersebut adalah 6.95 b.b. maka nilai rata-rata seluruh siswa tersebut adalah « a. 61 Banyak kelas interval dari data di atas adalah . a. Nilai rata-rata 11 buah bilangan sama dengan 13. 62. a. 53. a. maka mediannya adalah « a. 7 c. 66 b. 60. 65 e. 63. kedua dan ketiga adalah 7. 2:3 b. Dengan demikian nilai rata-rata 24 bilangan tersebut sama dengan « a. 7. maka perbandingan banyaknya siswa dan siswi adalah .

25. Nilai siswa tersebut adalah « a. Rp.750. 2 2 nilai rata-rata menjadi « a. Rp.000 b. Rp.00 c. Rp. maka 2 38.000. maka pendapatan karyawan D = « a.0 b.00. 30 km/jam.00.180. Jika data berubah mengikuti pola x1 x + 2. Kecepatan mereka masingmasing mengendarai sepeda adalah 20 km/jam. x2. 15 km/jam.00 km/jam d. 60 km/jam c. 55 km/jam b. e. Secara keseluruhan tiap siswa rata-rata menyumbang uang sebesar « a. « . x0 + 11 b. Rp. Rp. maka nilai rata-rata ujian akan menjadi « a. 7. B. 51 d. 26. 48 d. x + 11 2 0 d.000 dari A Pendapatan C lebih Rp. Pendapatan B lebih Rp.000.0 c. 70 km/jam Lima orang siswa berangkat ke sekolah menggunakan sepeda dengan kecepatan berbeda-beda. 2.5 d. 24.5 km/jam e. 520. 47 e. 46 Lima orang karyawan A. Rp. 3. 75 km/jam dari Pandaan ke Surabaya.perhitungan maka nilai rataratanya menjadi 5. nilai rata-rata menjadi 53.0. 1 2 1 2 x3 + 6 dan seterusnya. 575. 8. 42. x10. x0 + 12 1 c.150. Nilai rata-rata dari 5 siswa tersebut adalah « a. 9. 50 b. ESSAY Diketahui suatu data dinyatakan dalam histogram berikut: Kemampuan Mengerjakan Modul Siswa SMK 37 . 515..00 x0 adalah rata-rata dari data x1.000.000 e. Rp. 2 + 4 . 10. 52 e. a. Rp. x0 + 12 x0 + 20 39.00 d. Rp. Luhur mengendarai sebuah mobil dalam perjalanan dinas dari Malang ke Surabaya. C. Kecepatan rata-rata harmonis dari kelima siswa tersebut adalah . a.50 km/jam e. 49 b.5 37. Dari Surabaya kembali ke Malang ia mengendarai mobil dengan kecepatan 50 km/jam.000 c. 40.0 e. 25. 4. Kecepatan rata-rata Luhur mengendarai mobil adalah . 24. 5.00 km/jam b.. Nilai rata-rata pada tes matematika dari 10 siswa adalah 55 dan jika digabung lagi dengan 5 siswa.300.00 km/jam 43. 50 c.000. 6.00 b.000 Empat kelompok siswa yang masing-masing terdiri atas 10.000 dari A Pendapatan D kurang Rp.100. Rp. 45 km/jam. 525. D dan E mempunyai pendapatan sebagai berikut: Pendapatan A sebesar 1 pendapatan E 2 41..000. 6.000 dari E Bila rata-rata pendapatan kelima karyawan Rp. Rp. 550.324 km/jam c. 65 km/jam d.000. 54 Nilai rata-rata ujian sekelompok siswa yang berjumlah 40 orang adalah 51. 20. Jika seorang siswa dari kelompok ini yang mendapat nilai 90 tidak dimasukkan dalam perhitungan rata-rata tersebut. 5. Ia mengendarai mobil tersebut dengan kecepatan 60 km/jam dari Malang ke Lawang. 565. 67. 30 dan 20 orang rata-rata menyumbangkan uang ke suatu yayasan penderita anak cacad masing-masing sebesar Rp. 5. 49 c. dan 30 km/jam...000.00 e.00 dan Rp.00. 535.000 d. 6.

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

Rp.000.2. Diketahui rangkaian data sbb.2. sedangkan penyebaran yang besar akan menunjukkan bahwa data tersebut bersifata heterogen. Kegiatan Belajar 3 (320 menit) 3. Dispersi atau sebaran nilai digunakan untuk menentukan apakah suatu nilai rata-rata representatif atau tidak. 12. 35.9 R = 12 Jadi jangkauan dari data tersebut adalah 12. Menentukan nilai standar (Z-score) dari suatu data yang diberikan d.000. Simpangan rata-rata. 15. Jika suatu data mempunyai penyebaran yang besar terhadap nilai rata-ratanya maka data tersebut tidak representatif.00. 10. 2. Misalnya membandingkan ukuran sampel terhadap ukuran populasi atau dalam pengujian hipotesis apakah dua sampel berasal dari populasi yang sama atau tidak.dr R = 21.tb Keterangan: R = jangkauan data ta = tepi atas kelas interval terbesar (terakhir) tb = tepi bawah kelas interval terkecil (pertama) Contoh 29 : 1.1. 14.00. Nilai rata-rata tersebut tidak representatif karena ada 4 orang karyawan yang mempunyai upah di bawah rata-rata sementara ada 1 orang karyawan yang mempunyai upah jauh di atas rata-rata.: 12. 21.00. 16. Jangkauan Jangkauan/Range/Rentangan data adalah selisih antara nilai data terbesar (maksimum) dengan nilai data terkecil (minimum). 17. 30.3. Penyebaran yang kecil akan menunjukkan data tersebut bersifat homogen.2. Simpangan baku. Menentukan koefisien variasi dari suatu data yang diberikan UKURAN PENYEBARAN DATA (Ukuran Dispersi) Pengertian dan Kegunaan Ukuran Penyebaran Data IV. Dispersi atau sebaran nilai dari sekelompok data merupakan ukuran yang menunjukkan seberapa jauh nilai-nilainya menyimpang dari nilai rata-ratanya. Jangkauan semi interkuartil Desil. 9.000.00. Persentil. 15.000. 4. 4.00. Kuartil. Tujuan Kegiatan Pembelajaran 3 Siswa dapat: a. dan jangkauan persentil dari data yang disajikan c. Hitunglah jangkauan dari data tersebut: Jawab: dr = 21 dt = 9 R = dt .1.000.00. 14. dan Rp. Diketahui data berkelompok sbb: Nilai 40 ± 47 Frekuensi 2 39 . 19. 54. 4. Rp. 30. Rp. Misalnya upah 5 orang karyawan per minggu berturut-turut adalah Rp.1. 14. Dispersi atau sebaran nilai digunakan sebagai perbandingan terhadap variabilitas data dan untuk membantu penggunaan ukuran statistika. Jangkauan Data Berkelompok Rumus: R = ta . 25.2. Menentukan : Jangkauan. Nilai rata-rata upah kelima karyawan tersebut adalah Rp. Menyajikan data tunggal dan data kelompok b.dr Keterangan: R = jangkauan data dt = data terbesar dr = data terkecil 4. 150.000. Jangkauan Data Tunggal Rumus: R = dt .

tb R = 95.5 tb = 40 ± 0.3. 4.3. 4. 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 .5 = 95.5 ± 39.1.5 = 39. Simpangan Rata-rata Simpangan rata-rata/Deviasi rata-rata (SR) adalah ukuran yang menyatakan penyimpangan (deviasi) data terhadap rata-rata hitungnya.5 R = ta . Jawab: ta = 95 + 0.4 10 14 12 5 3 ™ f = 50 Hitunglah jangkauan dari data di atas.5 R = 56 Jadi jangkauan dari data tersebut adalah 56.

9. 5. 9. 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 . 8. 7. Jawab: Urutan data: 5. 8. 7. 6. 7.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. 6.

4 2.67 = 2.3 9.1 0.7 7 ± 6.7 xx = 0.§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 1.7 § f 10 § f . 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 = 5.7 9 ± 6.x 6 18 7 36 ™fx = 67 3 ±6.7 6 ± 6.2 ™f x  x = 19 § fx = 67 ! 6.33 f xx 7.33 = 3.

x  x SR = §f x! n i i i !1 SR = SR = 1. Simpangan Rata-rata Data Berkelompok Rumus: 19 10 § f .9 Jadi. 4.9. simpangan rata-rata data di atas adalah 1.3.2.

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 .

x =532.x 84.x = 3204 x-x 36 ± 64.12 101.68 § f 50 § f .52 77.68 54 ± 64. x .68 = 28.08 = 10.76 ™ f.68 45 ± 64.x 108 225 378 945 792 486 270 ™ f.08 = 7.92 f.8 § fx = 3204 ! 64.68 90 ± 64.92 = 16.40 70.08 = 19.68 63 ± 64.77 ± 85 6 86 ± 94 3 Tentukan simpangan rata-rata dari data di atas.20 87.24 95.56 16. 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.08 = 1.68 72 ± 64.68 81 ± 64.92 = 25. x .

4.1. 4. Simpangan Baku / Simpangan Standar / Standar Deviasi Data Tunggal Rumus: Apabila setiap data memiliki frekuensi 1 maka: s= 532 . Simpangan Baku / Simpangan Standar / Standar Deviasi Simpangan baku / simpangan standar / standar deviasi merupakan salah satu ukuran penyebaran data yang dipergunakan untuk membandingkan suatu kumpulan data dengan data yang lainnya. Simpangan baku / simpangan standar / standar deviasi untuk sampel diberi lambang s.4.x  x SR = §f x! n i i i !1 SR = SR = 10.8 50 § .656 4. Simpangan baku / simpangan standar / standar deviasi untuk populasi diberi lambang .

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

3. 5. 7 n §x x = i !1 i n 34567 x = 5 25 x = 5 42 . 6. Jawab: Urutan data: 3. 5. 4.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. 6. 4.

x =5 s= s= s= s= § .

x  x 2 n .

3  5 2  .

4  5 2  .

5  5 2  .

6  5 2  .

4142 Jadi standar deviasinya adalah 1.09 5. Contoh 34: Tentukan standar deviasi dari rangkaian data pada contoh 31.(x .47 0.x 6 18 7 36 ™f.x )2 = 50 s= s= § f . Jawab: x 3 6 7 9 f 2 3 1 4 ™f = 10 f.x = 67 2 (x .29 f.x )2 27.16 ™ f.x ) -3.7 -0.4142.49 0.3 (x .3 2.x )2 13.7 0.7  5 2 5 4 1 0 1 4 5 10 5 2 s= s = 1.(x .38 1.09 21.69 0.

x  x §f 50 10 5 s= s = 2. 4.2.236.4. Simpangan Baku / Simpangan Standar / Standar Deviasi Data Berkelompok Rumus: s= Keterangan: § f .236 Jadi simpangan baku dari data tersebut adalah 2.

5392 ™ f.8464 f.28.4960 689.4864 364.1664 62.x )2 788. 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.7184 2015.92 25.08 7.92 16.6064 1.7264 286.x = 3204 x.2448 17.08 .4592 1820.9904 1717.0464 101.2864 671.x )2 = 9337.08 § f 50 43 .92 (x . (x .x 108 225 378 945 792 486 270 ™ f.2320 711.08 .08 .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.x . (x .68 x= § fx ! 3204 ! 64.x )2 2365.1.19.10.

s= § f .

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. 10. fQ i Keterangan: Qi = kuartil ke-i 44 .x  x = §f 2 9337.666. 7. 6. frekuensi 5 12 9 4 Hitunglah simpangan rata-rata dan standar deviasi dari rangkaian data berikut. Hitunglah simpangan rata-rata dan standar deviasi dari rangkaian data tersebut. 9. standar deviasi dari rangkaian data pada contoh 32 adalah 13. Berat badan (kg) 47 .61 Frekuensi 3 6 8 7 6 4. Hitunglah simpangan rata-rata dan deviasi standar dari rangkaian data tersebut. 4. 5.7536 = 13. 6.57 58 . 6. 6. 5. Diketahui data: 2. 7. Diketahui data: 3. 5. 9.58 59 . Tentukan simpangan rata-rata dan simpangan baku dari data pada tabel distribusi frekuensi di bawah ini. 6. 4. 8. 7. Latihan 5 1.52 53 .49 50 .47 48 . 3. Berat (kg) 43 . 2. 3. Hitunglah simpangan rata-rata dan simpangan baku dari data 5. KUARTIL Kuartil berarti membagi suatu rangkaian data menjadi empat bagian yang sama. 4. 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: 1.5.55 56 .62 5.68 = 186. 12. 2. 9.52 53 .666 50 Jadi.

2.6.5 / desil tengah = median D9 = desil ke . 4.9 Cara menentukan desil: 1.i = 1. 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.50 / persentil tengah = median P90 = persentil ke . «. Urutkan data dari yang terendah / terkecil sampai dengan yang terbesar / tertinggi Tentukan urutan letak masing-masing persentil Letak Persentil Data Tunggal 45 . 2. 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. 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 .§ f  f k fD i Keterangan: Qi = desil ke-i i = 1. 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. 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 . 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. 2. 2.90 Cara menentukan persentil: 1. 4.7. i ™f 10 i 10 . Persentil Persentil berarti membagi suatu rangkaian data menjadi seratus bagian yang sama.

5. Q3 = data ke Q3 = data ke 6 Q3 = 9 3 . kuartil atas. «. 7. 7. Q2 = data ke 2 . kuartil tengah. 8. 10 n=7 a.Q1 JAK = 9 ± 6 JAK = 3 46 . 9. 6. 6.(7 + 1) 4 3 Q3 = data ke . 5.8 4 d. Jangkauan antar persentil (JAP) = P90 ± P10 Jangkauan semi inter persentil (Dp) = 1 (P90 ± P10) 2   Contoh 36: Tentukan kuartil bawah.(n + 1) 4 1 Q1 = data ke . 5. 10 Urutan data 5. 9. jangkauan antar kuartil. 3. Data: 7. 7.(7 + 1) 4 1 Q1 = data ke . 7. 2. 1. dan D8 dari rangkaian data berikut ini. 10. 1 = data ke Penyelesaian: b.8 2 Q2 = data ke 4 Q2 = 7 Q1 = data ke 2 Q1 = 6 1 . 5. 8. fP i Keterangan: Pi = persentil ke-i i = 1.(n + 1) 4 1 Q2 = data ke .8 4 c. 7. 8.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. 1. 7. 9. 9. D4. 8.(n + 1) 4 3 Q3 = data ke . jangkauan semi inter kuartil. 6. 7. JAK = Q3 . 6.(7 + 1) 2 1 Q2 = data ke . 4. 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. 2.

5. 7. 9 n=8 a. 6.5 f.(n + 1) 4 1 Q2 = data ke .(8 + 1) 2 1 Q2 = data ke .8 5 D8 = data ke 6 2 5 D8 = data ke 6 + D8 = 9 + D8 = 9 2 5 2. 10 (n + 1) D8 = data ke 4 5 (7 + 1) D8 = data ke 4 . 6. 8. Qd = Qd = 1. D4 = data ke D4 = data ke 1 (Q3 .(n + 1) 4 1 Q1 = data ke .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) .e.9 4 Q1 = data ke 2 1 4 1 4 Q1 = data ke 2 + Q1 = 5 + Q1 = 5 + Q1 = 5 b.(n + 1) (7 + 1) .0 2 . D8 = data ke. 5.(n + 1) 4 47 . 5. 7.3 2 4 10 2 5 2 5 . 7.1 c.Q1) 2 1 Qd = . 3. 5. Q1 = data ke 2 5 2 5 (data ke 7 ± data ke 6) (10 ± 9) 1 . 8.8 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. 9 Urutan data: 3.(8 + 1) 4 1 Q1 = data ke . 7. 1 4 1 4 (data ke 3 ± data ke 2) (5 ± 5) . Q3 = data ke 3 .

9 3 5 3 D4 = data ke 3 5 D4 = data ke 3 + D4 = 7 + D4 = 7 g.5 72. 1 5 (data ke 4 ± data ke 3) (7 ± 7) 8 D8 = data ke. jangkauan antar kuartil.Q1) 2 1 Qd = .5 75.(n + 1) (8 + 1) .Q1 JAK = 7 3 ± 5 4 JAK = 2 3 4 e.(8 + 1) 4 3 Q3 = data ke .1 JAK = Q3 .9 4 Q3 = data ke Q3 = data ke 6 3 4 Q3 = data ke 6 + Q3 = 7 + Q3 = 7 + Q3 = 7 d. D4 = data ke D4 = data ke D4 = data ke 4 10 2 5 2 5 .2 3 4 2 Qd = 1 3 8 Qd = 1. kuartil tengah.3 . kuartil atas.5 78. 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. 375 f. 10 (n + 1) D8 = data ke 4 5 4 5 (7 + 1) D8 = data ke . Qd = 1 (Q3 . jangkauan semi inter kuartil.5 fkum 5 20 63 92 100 2 5 2 5 2 5 (data ke 7 ± data ke 6) (10 ± 9) 48 .5 81. dan jangkauan semi inter persentil dari rangkaian data berat 100 karung cengkih berikut ini.8 D8 = data ke 6 2 5 D8 = data ke 6 + D8 = 9 + D8 = 9 Contoh 37: Tentukan kuartil bawah. 3 4 3 4 3 4 3 4 (data ke 7 ± data ke 6) (8 ± 7) .

848 JAK = 3. Letak Q3 = data ke 3 4 .947 Jadi.848 b.5 + 3. 43 1 4 ™f Letak Q2 = data ke .5 + 3. jangkauan inter kuartil data tersebut adalah 3. Q3 = 78.100  20 Q1 = 75.094 Q2 = 77. fQ i Q3 = 78.5 + 3. jangkauan semi inter kuartil data tersebut adalah 1. Letak Q2 = data ke 2 4 1 2 .894 2 Qd = 1. 0.348 Q1 = 75.3.5 + 0.100 4 Letak Q3 = data ke 75 (kelas interval 79 ± 81) i § f  fk 4 Qi = tb + p.100  20 43 50  20 Q2 = 75.698 Q2 = 75. (Q3 ± Q1) Qd = 1 .5 + 3.894 Jadi. Qd = 1 2 e.594 c.5 + 1. 4 fQ i Q1 = 75.5 + 3. 4 fQ i Q2 = 75. 29 3 4 JAK = Q3 ± Q1 JAK = 79.414 Q3 = 78. Letak Q1 = data ke 1 ™f 4 Letak Q1 = data ke 1 .5 + 3.100 Letak Q2 = data ke 50 (kelas interval 76 ± 78) i § f  fk Qi = tb + p. 49 . .100  63 29 75  63 Q3 = 78.5 + 3. Q2 = 75.5 + 3. 43 25  20 Q1 = 75.894.742 ± 75.5 + 3.5 + 3.242 Q3 = 79.116 Q1 = 75.5 + 3. 43 1 2 ™f Letak Q3 = data ke 3 .742 d. 0.947.5 + 2.100 4 Letak Q1 = data ke 25 (kelas interval 76 ± 78) i § f  fk Qi = tb + p.a. 43 30 Q2 = 75.5 + 3 43 5 Q1 = 75. 29 12 Q3 = 78. 0.

5 90 P90 = data ke 100 ™f 9 P90 = data ke 100 .100 P10 = data ke 10 (kelas interval 73 ± 75) P10 = tb + p.293 ± 73. 16.8965 Jadi. 2. 22.8965. c.39 40 ± 49 50 . 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. P10 = 72. 25.793 Dp = 3. 15 P10 = 72. b. desil ke-4. 19. 32.5 +2.5 + 3. 3. 29. kuartil tengah. 29 (81. 15. Hitunglah jangkauan inter kuartil. c. dan kuartil atas dari data tersebut. frekuensi 1 3 11 21 43 32 9 Jangkauan data Simpangan kuartil Jangkauan semi inter persentil 4. Diketahui data yang disajikan pada tabel distribusi frekuensi berikut.5) Dp = 7. 29 27 P90 = 78. 1 10 §f  f fP 10 k 10  5 15 5 P10 = 72. 32.5 +1 P10 = 73. 90 100 . jangkauan semi inter persentil data tersebut adalah 3.5 + 3. Hitunglah: a. b.793 P90 = 81.100 P90 = data ke 90 (kelas interval 79 ± 81) P90 = tb + p.5 + 3.99 Hitunglah: a.f.5 + 3. Untuk menentukan jangkauan semi inter persentil harus ditentukan terlebih dulu P10 dan P90. Latihan 6 1. 29. 17. 10 P10 = data ke 100 ™f 1 P10 = data ke 10 .§ f  f k fP 90 P90 = 78. 20. 15.59 60 ± 69 70 ± 79 80 ± 89 90 . 50 . dan jangkauan inter persentil dari data berkelompok pada tabel berikut ini. Diketahui data: 16. Nilai 30 .293 Dp = 1 ( P90 ± P10) 2 Dp = 1 2 1 2 90  63 P90 = 78.

14159. maka luas daerah di bawah kurva normal = 1. 0 Peluang nilai z dalam sebaran sesuai dengan luas daerah di bawah kurva normal standar. Z b. Kegunaan angka baku adalah untuk mengetahui kenaikan dan perbedaan suatu kejadian dibandingkan dengan kebiasaan. luas daerah Jawab: a. xx s 1  . 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. tentukan angka bakunya dan luas daerah di bawah kurva normal tersebut. = 3.z 2 .71828.8.09. dimana e = Grafik kurva normal merupakan poligon frekuensi yang dirumuskanuntuk suatu data yang digambarkan seperti grafik di bawah ini. Grafik kurva normal ini ditentukan oleh suatu fungsi yang disebut Fungsi Gauss yang bentuknya y = 2. Diketahui nilai rata-rata suatu kumpulan data adalah 70. kurvanya dinamakan kurva normal.e s 2T 1 2 . Karena nilai peluang maksimum 1. Oleh karena itu angka baku ini dipakai untuk membandingkan beberapa keadaan atau kebiasaan.Nilai 40 ± 48 49 ± 57 58 ± 66 67 ± 75 76 ± 84 84 .93 4. dan z = angka baku. z= z= xx s 86  70 12 51 . 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. Penyelesaian: Diketahui : x = 70 s = 12 x = 86 Ditanyakan: a. untuk menentukan peluan z dapat dilihat dalam tabel yang memuat luas daerah di bawah kurva 0 ” z ” 3. demikian juga untuk z yang bernilai negatif. Semakin besar angka bakunya berarti semakin tinggi kenaikannya dan semakin kecil angaka bakunya semakin rendah kenaikannya dibanding dengan kebiasaan. Contoh: 1. standar deviasi 12 dan salah satu nilai datanya 86.

1.83” z ” 0) + luas daerah (-0 ” z ” 1.00 dan stadar deviasi masing-masing Rp.67 proporsi berat badan = luas daerah (-0.500. tercatat rata-rata berat badan siswa adalah 60 dan deviasi standarnya 6.00 dan Rp.13.67) = 0.7. 3.4082.7492 Banyak siswa yang mempunyai berat badan antara 55 kg sampai dengan 70 kg = 0.83 x2  x s 70  60 z2 = 6 10 z2 = 6 z2 = z2 = 1.33 yaitu 0. Selama bulan itu telah diteliti bahwa rata-rata keuntungan pedagang A dan B masing-masing Rp.z= 16 12 z = 1.3849 = 0.67) = luas daerah (-0.7492 × 480 = 359.00.10. Pada bulan tertentu pedagang A memperoleh keuntungan Rp.667 xA  xA sA 15000  13000 zA = 3000 2000 zA = 3000 zB = zB = 1. 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 = -0.500.33 b.000.15.6 orang.00.00 dan pedagang B memperoleh keuntungan Rp.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 Rp.83 ” z ” 1. 2. Luas daerah dapat dilihat dalam tabel kurva normal untuk z = 1. Dari 480 orang siswa SMK KRIYA. 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 = 0.000.3. 52 .3849 + .000.

000. dengan rata-rata 65 dan simpangan standarnya 10.9. 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. 53 .000. x = 65. Seorang siswa mendapat nilai Matematika 70.000. dan s = 5 Matematika = 70. x = 85. Semakin kecil nilai koefisien variasi berarti data semakin seragam. dan s = 4 Kewirausahaan = 90. 5. ukuran tinggi badan lebih seragam daripada ukuran berat badan. Rata-rata penjualan A Rp.00. Berapakah banyak siswa yang mempunyai tinggi badan antara 155 cm sampai dengan 170 cm? Seorang siswa mendapat nilai Matematika 65. sales A mencapai target penjualan Rp.000.00 dan sales B mencapai target penjualan Rp.126. 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. 2. Manakah kedudukan nilai yang paling baik? Dalam satu tahun tertentu.000.69.75. Berapakah angka baku dari siswa tersebut? Dari 500 orang siswa SMK KRIYA.12.000.109. Jika simpangan standar untuk A dan B adalah Rp. Nilai Fisika 75. Koefisien Variasi / Variabilitas Koefisien variasi / variabilitas adalah perbandingan antara deviasi standar dengan rata-ratanya yang dinyatakan dalam persen. tercatat rata-rata tinggi badan siswa adalah 160 cm dan deviasi standarnya 6.00. Guna koefisien variasi adalah untuk mengetahui keseragaman dari serangkaian data.8.000. 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 3.000.00 dan Rp. siapakah yang lebih baik dalam penjualannya? Nilai ulangan lima mata diklat salah seorang siswa SMK adalah sebagai berikut: Bahasa Inggris = 80.000. dengan rata-rata 70 dan simpangan standarnya 15.000.000. sedangkan jika semakin besar nilai koefisien variasi berarti data semakin tidak seragam. x = 70.000.00.00. x = 70. sedangkan B Rp. dengan rata-rata 60 dan simpangan standarnya 12. dan s = 10 PKnS = 95. dan s = 5 Agama = 100. 4. Latihan 1. x = 90.4.

000. 4.Berdasarkan kelima nilai di atas. model negatif. Nilai rata-rata Matematika kelas IIITKJ-2 60 dengan simpangan standar 5. model simetris. 9.000. 232. c. jika kurva tersebut merupakan kurva normal 0 Berdasarkan ketiga model tersebut dapat dinyatakan hubungan antara mean. 252.1.00.100. Ukuran Kemiringan Ukuran kemiringan adalah suatu ukuran yang menyatakan sebuah model distribusi yang memiliki kemiringan tertentu.2.10.500. Hitunglah koefisien variasinya. Nilai rata-rata Matematika kelas IIITKJ-1 70 dengan simpangan standar 4. median. 179.000. 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.000. b.50.00/hari dengan simpangan baku Rp. Ukuran Kemiringan dan Kurtosis 4. Siapakah yang memiliki pendapatan yang paling baik? Banyak kendaraan yang masuk ke dalam sebuah terminal setiap jamnya tercatat sebagai berikut: 250. model positif.5. jika kurva tersebut mempunyai ekor yang memanjang ke kiri.00. Pada suatu acara Taufik mendapat Rp.00.1. Terdapat 3 model kurva yang mugkin dalam distribusi frekuensi yaitu: a. jika kurva tersebut mempunyai ekor yang memanjang ke kanan. mata diklat apakah yang paling dapat dipahami oleh siswa tersebut? 6. 8.75. 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 . 10. b.10. 305. Berat 40 ± 44 45 ± 49 50 ± 54 55 ± 59 60 ± 64 65 ± 69 70 ± 74 Banyak siswa 2 5 7 4 24 15 3 7.00 sedangkan hari mendapat Rp. Hitunglah koefisien variasi masing-masing kelas. dan modus sebagai berikut: a. 246.00/hari dengan simpangan baku Rp.25. Taufik seorang pedagang mie pangsit memiliki penghasilan rata-rata Rp. c.500.

30000 Angka indeks ini menunjukkan terjadinya kenaikan harga cat pada tahun 2007 sebesar 8.00.12.12. Angka Indeks Harga/Relatif Harga Keterangan: Ah = angka indeks relatif harga 55 . Contoh: Pada tahun 2004 harga cat per 5 kg Rp 30. Angka indeks kuantitas yaitu angka indeks yang diperoleh dari perbandingan kuantitas suatu barang pada periode tertentu dengan kuantitas barang pada periode dasar. c. Tiga jenis angka indeks yaitu: a. untuk penyesuaian upah buruh/karyawan dengan menentukan harga konsumen. b.500.3% menunjukkan angka indeks harga tahun 2007.10.2. Kurtosis 4.00. Beberapa kegunaan angka indeks adalah: d. Hal-hal yang perlu diperhatikan dalam penyususnan angka indeks adalah: a.1. Angka Indeks 4.3% dari tahun 2004. Sumber dan syarat perbandingan. 4. 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.2. f.000. sedangkan angka indeks pada periode basis/ dasar adalah 100%. sedangkan pada tahun 2007 Rp 32. Pemilihan timbangan. b.1.1. untuk pembentukan harga pasar dan analisis pasar bagi pengusaha. Angka indeks nilai yaitu angka indeks yang diperoleh dari perbandingan nilai suatu barang pada periode tertentu dengan nilai barang pada periode dasar. Rumus: Angka Indeks Relatif Harga = Ah = Pn v 100% P0 Metode Perhitungan Angka Indeks Tunggal 4. dll.2. e.12. Angka indeks harga cat tahun 2007 adalah 32500 v 100 % ! 108.1.11. untuk pengaturan biaya hidup dan tidak boros bagi pemimpin keluarga. Tahun 2004 disebut sebagai tahun dasar/periode basis sedangkan tahun 2007 disebut sebagai tahun yang diselidiki.12.3% . Angka indeks harga yaitu angka indeks yang diperoleh dari perbandingan harga suatu barang pada periode tertentu dengan harga barang pada periode dasar.12. g. 108. Metode Perhitungan Angka Indeks Metode perhitungan angka indeks dibagi menjadi dua bagian yaitu metode perhitungan angka indeks tunggal dan metode perhitungan angka indeks gabungan.2. c. d. 4. Perumusan tujuan. Pemilihan periode dasar. Korelasi 4.Nilai kemiringan atau koefisien kemiringan 4.

Pn = harga periode tertentu P0 = harga periode dasar 4.2.2. 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. 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 2002.1. Aq2001 = n v 100% Q0 25 Aq2001 = v 100 % 20 Aq = 125% a. 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 2000.3% c.12. 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 tahun 2001 angka indeks kuantitas tahun 2001 angka indeks nilai tahun 2001 angka indeks harga tahun 2002.3.9% P d. tentukanlah: 56 . Di bawah ini tabel dari penjualan taplak meja yang terjual dari tahun 2005 sampai dengan tahun 2007.11% Q b.2.1. d. b.12. tentukanlah: a. Ah2002 = n v 100% P0 3000 Ah2002 = v 100 % 2250 Ah2002 = 133. Ah2001 = Latihan 1. Av2001 = Jawab: Pn v 100% P0 2500 Ah2001 = v 100 % 2250 Ah2001 = 111. Vn v 100% V0 62500 Av2001 = v 100 % 45000 Av2001 = 138.

2. tentukanlah: 0 = 35200 §P n = 39500 57 . 2. d.12.2.2. c.12.1.1. angka indeks nilai tahun 2008 d.2. Metode Agregatif (IA) Rumus: IA = § § n 0 v 100% 4.2.2.2.2.12. 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. b.tertimbang.2. angka indeks kuantitas tahun 2008 c. 4. 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. 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 2006.1. tentukanlah: a. 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. angka indeks harga tahun 2006 angka indeks kuantitas tahun 2006 angka indeks nilai tahun 2006 angka indeks harga tahun 2007.a. Metode Perhitungan Angka Indeks Gabungan Tidak Tertimbang 4.1. angka indeks nilai tahun 2007. 4.12. angka indeks harga tahun 2008 b.

12.2.12.a. Angka Indeks Agregatif Tertimbang Rumus: IAW = § P .324 1. 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 P0.89 19. Rata-rata harga (IR) pada periode dasar tahun 2006 dan berikan kesimpulanmu.2. Metode Agregatif (IA) 4. = 55.F § P .1.389 1.F 0 § P .796 v 100% n 3.1. b. Angka indeks harga untuk tahun 2007 dengan tahun dasar 2006 dan berikan kesimpulanmu. Angka Indeks Rata-rata Relatif Harga Tertimbang Rumus: Pn .2.2.22% .F 0 § = 35200 39500 = 669000 = 742500 Pn P0 =3.22% Berdasarkan hasil perhitungan disimpulkan bahwa telah terjadi kenaikan sebesar 112.083 P §F 45 P = §P 0 §P n § P .41 P0 Berdasarkan tabel di atas.53% .66 Pn P0 1.2. b.796 §F P Pn . Metode Perhitungan Angka Indeks Gabungan Tertimbang 4.083 Pn P0 §P IR = 0 = 35200 §P n = 39500 § Pn P0 =3.2.2.1.2.2.100% = 12. 58 .86 21.389 1. § 4.2.53% pada tahun 2007.2.12.2. IA = IA = § § n 0 v 100% 39500 v 100 % 35200 IA = = 112.324 1.796 IR = v 100 % 3 IR = 126. Jawab: a.FP 18000 51000 600000 = Pn. Angka indeks agregatif tertimbang untuk tahun 2007 dengan tahun dasar 2006.100% = 26.1. tentukanlah: 1.12.F n 0 P v 100% P 4.2.22% pada tahun 2007.FP 25000 67500 650000 P Pn P0 FP 13.53% Berdasarkan hasil perhitungan disimpulkan bahwa telah terjadi kenaikan ratarata harga sebesar 126. 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.

Q § P . 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. 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.2.2.2.2.2.Q0 800 4000 7150 12750 Pn.75% Jadi pada tahun 2007 terjadi kenaikan sebesar 112.Q n 0 n v 100% n 59 .Q0 = 27850 § P .F § P .3.Q n 0 0 v 100% 0 27850 v 100 % 24700 IL = 112. Jawab: IAW = § P .12. Angka indeks rata-rata relatif harga tertimbang tahun 2007 dengan periode dasar tahun 2006.Q § P .41 IRW = v 100 % 45 IRW = 123.Q § P .75% . 4. 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 P0.75%.99% §F v 100% 55.Qn 2100 § P .2.2.33% 4.F n 0 P v 100% §F IRW = P P Pn .12.Q 0 0 = 24700 Berdasarkan tabel di atas. Jawab: IL = IL = § P .2.Qn 1200 Pn. tentukan angka indeks tahun 2007 dengan tahun dasar 2006 menggunakan metode Laspeyres dan tuliskan kesimpulanmu. 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.Q0 1400 4500 7700 14250 § Pn .100% = 12.Q n 0 0 v 100% 0 § P . P0 P 742500 IAW = v 100 % 669000 IAW =110.

56% .(Q0+Qn) = 52350 Pn.(Q0+Qn) 2000 8000 14300 28350 P0.Q § P .Qn = 31400 Berdasarkan tabel di atas.100% = 13.75% IF = 1. Metode Fisher (IF) Metode Fisher menggunakan rata-rata ukur dari angka indeks Laspeyres dan angka indeks Paasche.56%.Q R S 400 600 850 450 700 950 10 11 18 4000 7150 15300 § P . Rumus: IF = § P . Jawab: IP = IP = § P .5% Jadi terjadi kenaikan sebesar 113.4.100% = 13.2. diperoleh: IF = IL v IP IF = 113.2.5.Q n n 0 0 v § P .2.2.56% v 112.56% Jadi pada tahun 2007 terjadi kenaikan sebesar 113. tentukan angka indeks tahun 2007 dengan tahun dasar 2006 menggunakan metode Paasche dan tuliskan kesimpulanmu. 4.(Q0+Qn) = 59250 § P .(Q0+Qn) 3500 9000 15400 31350 Pn.2.12.12.Q n 0 n v 100% n 31400 v 100 % 27650 IP = 113.Q 0 n = 27650 4500 7700 17100 § Pn . 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 P0.2. 280389 IF = 113. 4.Q n 0 n n Atau IF = I L v I P Contoh: Berdasarkan contoh soal pada metode Laspeyres dan meode Paasche.Q § P . Metode Marshall ± Edgeworth (IME) Metode Marshall ± Edgeworth menggunakan faktor penimbang kuantitas barang pada periode yang diselidiki dan kuantitas barang pada periode dasar.Q § P .5% .15%.

Q § P .

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

IME = IME = § P .

Q § P .

Indeks rata-rata relatif harga tertimbang. Laspeyres Paasche Fisher Marshall ± Edgeworth 61 . Indeks agregatif tertimbang 2. tentukanlah angka indeks dengan menggunakan metode: a. 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. d. Latihan 1.100% = 13.18% .18%. b.Q n 0 0 0  Qn  Qn v 100% 59250 v 100 % 52350 IME = 113. 2.18% Jadi terjadi kenaikan sebesar 113. tentukanlah angka indeks gabungan: Kode barang Faktor penimbang 1. c. 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.

8. 6. 25. 25 e. 5 e.2 Hasil produksi telur ayam dalam 10 hari pertama pada sebuah peternakan dalam kg adalah 23. 2. 4 c. 5. 27. 2. 8. 10. d... Jangkauan semi inter kuartil data tersebut adalah «2 . 26 2.853 ii.. 8. 3 c.958 iii.. 27 f.25 E. 8. 34. a.781 Kuartil tengah dari data di atas adalah .. 8 a.39.. i. 3.25 d. 8. 9 adalah . 34.8.5 e. 33. 9.. 28. Kuartil atas (Q3) data tersebut adalah .071 e.. 8 B. A. simpangan rata-ratanya adalah . adalah .37. 3. 25. 3. 24. 4 . 8. 2 . 7. 4. a. 28 b.071 d. 4.5 Diketahui data banyak telur yang dihasilkan ayam setiap minggu sebagai berikut: 1.501% v.18 d. b.. 8.. 1 b. 2 Berdasarkan data di atas. a. e.. 5. 27... b. 28.48 3.8.38. jangkauan semi inter kuartilnya adalah . 8. 28. 8.. 27 Variabilitas dari data di atas adalah . 2. 31. 1.40 17 41 . 7 atas. 24 d.511 b.35 7 38 . rataratanya adalah . 8 f.2 c.301% iii. 32. 3 c. 2 b.39.458 iv. 28. a..5 Standar deviasi dari data: 1.28. d. 5.25 Berdasarkan data di atas. 1. 12.18 Standar deviasi dari data: 3. 27. 1. a.. c. Berdasarkan data di jangkauannya adalah .801% Simpangan kuartil dari data : 2. 4. 8. 25. 3. Berat badan( Frekuensi kg ) (f) 28 . 8. 5. 27 Berdasarkan data di atas.6 1. 7. 9.. 7.25 c. 9. 25 d. 27.8. 27. 1. 2 .. i. kuartil tengahnya adalah . 23. e. 4..871 c. 2.28 5. 8.8 c.50 2 Kuartil bawah dari data di atas adalah . Berdasarkan data di atas. 7. 28.37.58 4. standar deviasinya adalah . 2 . 8.45 9 48 . 28 e.. 2 c. 5 . 1 2 1 2 3 4 2. 25. 7 . 2 . Berdasarkan data di atas. b. 4. 3 .. 3. 24... 8. 28. 62 . 5 e.401% iv. 5.5 C...8. 2 .18 2.337 v.38 Untuk soal no 13 ± 23 Diketahui tabel distribusi frekuensi dari data berat badan 40 siswa. 5. 28. 9 adalah .. 1. 27.3 5..775 3.75 e. 2 e. a. 28.30 5 31 . 1 b. 4.5 d.. 3.18 b. 4. 4 d. b.LATIHAN ULANGAN II Untuk soal no 1 . Diketahui data nilai: 8 .. 1. 8 . 27. 9 D. 23 c. 28 f. 7 . 2.4 d. 5.8.201% ii... 4. 2.

5 Simpangan rata-rata dari data di atas adalah . 41. 15. 28..5 Persentil 90 dari data di atas adalah .5.00. 18..00. 41.058 3. Rp.5.95  5.  1.. 44 45 48 47 48 Diketahui nilai rata-rata kelas untuk mata pelajaran Fisika adalah 75.899 c. 43.352 4. 43.5. 44.984 1.500. 5.448 d.95  4..4. o 4.5  2 ESSAY Pada bulan Desember penjual A.4.1.4 1.5 1. MM.. e.31.33.5 .859 e.035 2.Q 3 dari data di atas adalah .5 v. 42.984 1. 8. 1. 1. 42.92  12.387 c. 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 .92  12. x4 = 7.150.. diperoleh rata-rata untuk mata pelajaran UAN berturut-turut adalah 85..5. b.32.5. i.1.889 b.. dan Rp.009 D 3 dari data di atas adalah .994 1..00.989 d.3. a. Rp.3 1.5.  -1.. Deviasi rata-rata nilai tersebut adalah . standar deviasi 10 dan salah satu nilai siswa 90.5 dan x5 = 8.95  2.. 5. 84. dan C berturut-turut memperoleh keuntungan sebesar Rp..240. Rp.35.22 Diketahui data nilai siswa sebagai berikut: x1 = 3.298 b.000. dan 88 dengan 63 .1.2500. dan Tata Busana..125 o 5.95  3... Siswa yang lulus adalah yang mendapat nilai lebih dari 55.0. 1.000. tercatat rata-rata mata pelajaran PKnS siswa adalah 80 dan deviasi standarnya 4. Angka baku dari siswa tersebut adalah . 14.22 o 13.5 1..95 Standar deviasi dari data di atas adalah .25 Variabilitas dari data di atas adalah .5. 30.4 2.998 e. 41..92  14. dan Rp.100. 4.  11.125 o 27.7.2..2.. 28.5 ii.0.5 1. c..013 Simpangan kuartil dari data di atas adalah ...25 o 5. 14..984 1. 14..000..5 1...00. B.532 5...000.5.5 iv.984 Persentil 10 dari data di atas adalah . 29.. Berapakah banyak siswa yang mempunyai nilai antara 80 sampai dengan 90? Dari pendataan siswa baru kelas 1 jurusan TKJ..389 Jangkauan persentil dari data di atas adalah .34. d. 43. 27.5 iii. 500 Siapakah yang paling berhasil dalam penjualan? Dari 380 orang siswa SMK KU.00. dan Rp..5  -.1  0  1..2..2 1. x2 = 5. 3.00. Selama bulan itu telah diteliti bahwa rata-rata keuntungan mereka masingmasing Rp. 0.00.98  13.. 42.00 dan standar deviasi masing-masing Rp. a.. a. x3 = 8.0 .3..5 Daftar distribusi frekuensi di bawah menyatakan hasil ulangan matematika.000..5.500.

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 . dan 3 cm. 4.deviasi standar masing-masing 5.

65 .

Sign up to vote on this title
UsefulNot useful