UKURAN STATISTIK

Rata-Rata Tertimbang (Weighted Mean)

Dalam beberapa kasus setiap nilai diberi beban, misalnya pada kasus perhitungan Indeks
Prestasi, Nilai Penjualan Barang, dll
n

Bx
i 1
i i
xB  n

B
i 1
i

Di mana xB : rata-rata tertimbang

Bi : beban ke-i
xi : data ke-i
n: banyak data
Contoh 1 :
Berikut adalah Transkrip Akademik seorang mahasiswa
Mata Kuliah Nilai Angka Mutu SKS ( Bi xi
Mutu ( xi ) Bi )
Pancasila B 3 2 6
Teori Ekonomi A 4 4 16
Bahasa Inggris C 2 3 6
Manajemen A 4 3 12
 14 12 40

Bx
i 1
i i
40
Indeks Prestasi = x B  n = = 3.33
12
B i
i 1
Rata-Rata Geometrik (Geometric Mean)
Rata-rata geometrik digunakan untuk menghitung rata-rata laju pertumbuhan (growth rate),
misalnya : pertumbuhan penduduk, penjualan, tingkat bunga dll.
G  n x1  x2  x3     xn
atau
log x 1  log x 2  log x 3    log x n
log G =
n
ingat G = antilog (log G)
Di mana G : rata-rata geometrik
xi : data ke-i
n : banyak data
Contoh 2 :
Data pertumbuhan suku bunga dalam 5 hari kerja :
1.5 2.3 3.4 1.2 2.5 %

Ukuran Statistik 1
 log x1  log x 2  log x 3  log x 4  log x 5
G  n x1  x2  x3    xn = log G =
5
log 1.5  log 2.3  log 3.4  log 1.2  log 2.5
=
5
0.176... 0.361...0.531...0.079...0.397...
=
5
15464
. ...
= = 0.30928....
5
G = antilog 0.30928... = 2.03837....
Bandingkan dengan rata-rata hitung
n

x
i 1
i
=
1.5  2.3  3.4  1.2  2.5
=
10.9
= 2.18
x 5 5
n

UKURAN PENYEBARAN
1 Ragam = Varians (Variance) dan Simpangan Baku = Standar Deviasi (Standard
Deviation)

a. Ragam dan Simpangan Baku untuk Ungrouped Data

POPULASI :
N N N

 ( xi   ) 2 atau
N  xi 2  (  xi ) 2
2  i 1
2  i 1 i 1
 N 2

dan   2

SAMPEL :
n n n

 ( xi  x ) 2 n xi 2  (  xi )2
atau i 1 i 1
s2  i 1
s2 
n 1 n(n  1)

dan s s2
xi : data ke-i
 : rata-rata populasi x: rata-rata sampel
²: ragam populasi s²: ragam sampel
: simpangan baku populasi s: simpangan baku
sampel
N: ukuran populasi n: ukuran sampel

Ukuran Statistik 2
Contoh 3 :

Data Usia 5 mahasiswa : 18 19 20 21 22 tahun

a. Hitunglah , ² dan  (anggap data sebagai data populasi)
b. Hitunglah x , s² dan s (data adalah data sampel)
Jawab :
xi  atau x ( xi -) atau ( x i - ( xi -)² atau ( xi - xi 2
x) x )²
18 20 -2 4 324
19 20 -1 1 361
20 20 0 0 400
21 20 1 1 441
22 20 2 4 484
 100 ------ ------- 10 2010

POPULASI :
100
N=5  = 20
5
n

 (x
i 1
i  )2
=
10
=2
  2 5

N N
N  xi  ( xi ) 2 2
(5  2010)  100 2 10050  10000 50
i 1 i 1
=   =2
2  2 52 25 25
N
   = 2 = 1.414...
2

SAMPEL :
n

n=5 x
100
=2 2  (x i  x )2
=
10
= 2.5
5 s  i 1
4
n 1
n n
n xi 2  (  xi )2 (5  2010)  100 2 10050  10000 50
i 1 i 1 =   = 2.5
s2  5 4 20 20
n(n  1)
s s =
2
2.5 =1.581...
b. Ragam dan Simpangan Baku untuk Grouped Data

POPULASI :
k

f i  ( xi   ) 2
dan   2
2  i 1


Ukuran Statistik 3
SAMPEL :
k

f
i 1
i  ( xi  x ) 2
dan s s2
s2 
n 1

xi : Titik Tengah Kelas ke-i

fi : frekuensi kelas ke-i
k : banyak kelas
x: rata-rata sampel
 : rata-rata populasi
²: ragam populasi
s²: ragam sampel
: simpangan baku populasi
s: simpangan baku sampel
N: ukuran populasi
n: ukuran sampel

Contoh 4 :

1679
Rata -Rata ( atau x ) = = 33.58
50

Kelas TTK Frek. f i xi  atau ( xi -) atau ( xi -)² f i ( xi -)²

xi fi x ( xi - x ) atau ( xi - x atau
)² f i ( xi - x )²
16 - 23 19.5 10 195 33.58 -14.08 198.2464 1982.4640
24 - 31 27.5 17 467.5 33.58 -6.08 36.9664 628.4288
32 - 39 35.5 7 248.5 33.58 1.92 3.6864 25.8048
40 - 47 43.5 10 435 33.58 9.92 98.4064 984.0640
48 - 55 51.5 3 154.5 33.58 17.92 321.1264 963.3792
56 - 63 59.5 3 178.5 33.58 25.92 671.8464 2015.5392
 ----- 50 1679 ---- ---------- ----------- 6599.68

POPULASI : N = 50

Ukuran Statistik 4
 k

f i  ( xi   ) 2
=
6599.68
= 131.9936
  2 i 1
50

  = 2
131.9936 = 11.4888....

SAMPEL :
k

f
i 1
i  ( xi  x ) 2
=
6599.68
= 134.6873....
s  2 49
n 1

s s2 = 134.6873... = 11.6054....

2 Koefisien Ragam

Koefisien Ragam = Koefisien Varians

Semakin besar nilai Koefisien Ragam maka data semakin bervariasi, keragamannya data
makin tinggi.


Untuk Populasi Koefisien Ragam =  100%


s
Untuk Sampel Koefisien Ragam =  100%
x

Contoh :

x = 33.58 s = 11.6054
Koefisien Ragam =
s 11.6054
 100% =  100% = 34.56 %
x 33.58

3 Angka Baku (z-score)

 Angka baku adalah ukuran penyimpangan data dari rata-rata populasi .

Ukuran Statistik 5
 z dapat bernilai nol (0), positif (+) atau negatif (-)
 z nol  data bernilai sama dengan rata-rata populasi
 z positif  data bernilai di atas rata-rata populasi
 z negatif  data bernilai di bawah rata-rata populasi
x
z

z : Angka baku
x : nilai data
: rata-rata populasi
 : simpangan baku populasi

Contoh 5 :
Rata-rata kecepatan lari atlet nasional = 20 km/jam dengan simpangan baku = 2.5 km
Hitung angka baku untuk kecepatan lari :
a. Ali = 25 km/jam b. Didi = 18 km/jam

x   25  20 5
Jawab : a. z  =  =2
 2.5 2.5

x   18  20  2
b. z  =  = -0.8
 2.5 2.5

Ukuran Statistik 6