Dasar

Dasar-Dasar
Statistik

Oleh
Sri Wahyuning S.Kom, M.Si

i
Dasar-Dasar
Dasar Statistik

Sri Wahyuning S.Kom, M.Si

ii
Dasar-Dasar
Dasar Statistik

Sri Wahyuning S.Kom, M.Si

iii
Dasar-Dasar Statistik

Penulis:
Sri Wahyuning, S.Kom, M.Si

ISBN : 978-623-6141-33-5 (PDF)

Editor:
Indra Ava Dianta, S.Kom., M.T

Penyunting :
Edwin Zusrony, SE., M.M., M.Kom

Desain Sampul dan Tata Letak :

Ahmad Zainudin, M.Kom

Penerbit :
Yayasan Prima Agus Teknik
Redaksi:
Jln Majapahit No 605 Semarang
Tlpn. (024) 6723456
Fax . 024-6710144
Email: penerbit_ypat@stekom.ac.id

Distributor Tunggal:
UNIVERSITAS STEKOM
Jln Majapahit No 605 Semarang
Tlpn. (024) 6723456
Fax . 024-6710144
Email: info@stekom.ac.id

Hak Cipta dilindungi Undang undang

Dilarang memperbanyak karya Tulis ini dalam bentuk dan dengan cara apapun
tanpa ijin tertulis dan penerbit.

iv
 HALAMAN PENGESAHAN

Judul Buku Ajar : Dasar-Dasar Statistik

Mata Kuliah : Statistik
Nama Penulis : Sri Wahyuning S.Kom., M.Si
NIDN : 0627107001
Progdi : Komputerisasi Akuntansi
Fakultas : Fakultas Ilmu Terapan
Unit : Universitas Sains dan Teknologi Komputer

Semarang, April 2021

Menyetujui

Kaprogdi D3-Komputerisasi Akuntansi Ketua Penerbit YPAT

Munifah, S.ST., M.Kom Danang, S.Kom, M.Kom

v
 PRAKATA

Buku Dasar-Dasar Statistik ini dibuat sebagai pedoman dalam

pengolahan data-data statistik pada suatu penelitian. Buku ini diharapkan dapat
membantu mahasiswa dalam pengolahan data-data penelitian. Pokok bahasan
dalam buku ini memegang peranan penting dalam statistik
Materi dalam pembahasan buku ini mulai dari pengantar statistik,
ukuran pemusatan, ukuran penyebaran dan juga probabilitas yang akan menjadi
landasan bagi statistik inferensial, sehingga dapat menjadikan perhatian yang
cukup.
Semoga buku ini dapat bermanfaat untuk kita semua

vi
 KATA PENGANTAR

Puji syukur penulis panjatkan kepada Tuhan yang Maha Esa, karena
atas rahmat, berkat, dan bimbingan-Nya, penulis dapat menyelesaikan buku
yang berjudul Dasar-Dasar Statistik. Dengan bantuan-Nya, buku ini dapat
penulis selesaikan.
Tidak lupa kami ucapkan terima kasih kepada pihak-pihak yang sudah
banyak membantu untuk dapat menyelesaikan buku ini dengan baik
Buku ini disusun berdasarkan teori-teori yang mendukung dalam
pengolahan statistik, dan diharapkan dapat membantu mahasiswa sebagai acuan
dalam pengolahan data statistik dan juga dalam pembelajaran mata kuliah
statistik. Semoga dengan disusunnya buku ini, dapat membantu dalam
mengenali permasalahan dalam ilmu statistik
Demikianlah buku ini penulis buat. Penulis menyadari bahwa buku yang penulis
buat ini jauh dari kata sempurna. Untuk itu, penulis menerima kritik dan saran
agar nantinya juga bisa menjadi bahan evaluasi untuk menyempurnakan buku
ini.

Semarang, April 2021

Sri Wahyuning, S.Kom, M.Si

Penulis

vii
 DAFTAR ISI

HALAMAN JUDUL ............................................................................ i

HALAMAN PENGESAHAN ............................................................. v
HALAMAN PRAKATA ....................................................................... vi
HALAMAN KATA PENGANTAR ..................................................... vii
DAFTAR ISI .................................................................................. viii

BAB I Pengantar Statistik

A. Pengertian Statistika dan Statistik ......................................... 1
B. Kebutuhan Terhadap Statistik ............................................... 4
C. Alat Bantu Dalam Mengambil Keputusan ............................ 5
D. Metodologi Pemecahan Masalah Secara Statistik ................ 6
E. Syarat Data Yang Baik ......................................................... 6
F. Soal Latihan ......................................................................... 11
BAB II DISTRIBUSI FREKUENSI
A. Pengertian Distribusi Frekuensi ............................................ 13
B. Jenis Jenis Distribusi Frekuensi ............................................ 14
C. Penyusunan Distribusi Frekuensi .......................................... 14
D. Distribusi Frekuensi Relatif Kumulatif ................................. 19
E. Tabel Distribusi Frekuensi Relatif ........................................ 19
F. Grafik sebagai Alat Penggambaran
Distribusi Frekuensi ............................................................. 20
G. Cara Melukiskan Distribusi Frekuensi
Dalam Bentuk Grafik ........................................................... 21
H. Soal Latihan ......................................................................... 25

viii
BAB III UKURAN GEJALA PUSAT DAN UKURAN LETAK
A. Pengertian nilai sentral .......................................................... 27
B. Pengertian Ukuran Lokasi (Location Measurement) ............ 33
C. Soal Latihan ......................................................................... 46
BAB IV UKURAN PENYEBARAN
A. Jangkauan/ Range (rentang).................................................. 47
B. Standar Deviasi (Simpangan Baku) ...................................... 48
C. Varians (variance) ................................................................ 57
D. Koefisien variasi (Coefficient of variation) .......................... 58
E. Latihan Soal ......................................................................... 60
BAB V ANGKA INDEKS
A. Pemahaman Angka Indeks .................................................... 61
B. Angka Indeks Harga Dan Kuantitas...................................... 62
C. Latihan Soal ......................................................................... 66
BAB VI PENGANTAR PROBABILITAS
A. Konsep Probabilitas .................................................... 67
B. Manfaat Probabilitas ............................................................ 67
C. Perumusan Probabilitas ........................................................ 68
D. Ruang sampel dan kejadian ................................................. 70
E. Probabilitas Beberapa Peristiwa ........................................... 72
F. Soal Latihan ......................................................................... 79
BAB VII KORELASI DAN REGRESI
A. Konsep Korelasi dan Regresi ................................................ 80
B. Analisis Korelasi Linier Sederhana ...................................... 81
C. Karakteristik Korelasi .......................................................... 82
D. Koefesien Korelasi ............................................................... 83
E. Signifikansi .......................................................................... 83
F. Interpretasi Korelasi ............................................................. 84
G. Soal Latihan Korelasi ........................................................... 87

ix
 H. Regresi ................................................................................. 88
I. Soal Latihan Regresi ............................................................ 91
BAB VIII UJI INSTRUMEN DATA
A. Pengertian Validitas .............................................................. 92
B. Kegunaan ............................................................................. 93
C. Jenis-jenis Validitas ............................................................. 93
D. Reliabilitas ........................................................................... 99
E. Soal Latihan ......................................................................... 104

Daftar Pustaka .................................................................................. 105

x
 BAB I
PENGANTAR STATISTIK

A. Pengertian Statistika dan Statistik

Statistika atau disebut juga sebagai metoda statistik, mempunyai
peranan yang sangat penting dalam kehidupan manusia. Ruang lingkup statistik
yang mulanya hanya menyangkut urusan pemerintahan atau negara, sekarang
sudah berkembang luas kebidang-bidang lain seperti Pertanian, Biologi, Bisnis,
Kimia, Komunika, Ekonomi, Pendidikan, Elektronik, Kedokteran, Fisika, Ilmu
Politik, Psikologi, Sosiologi, dan sejumlah bidang ilmu lain dan rekayasa
1. Statistik Dan Statistika
Pengertian statistika adalah suatu ilmu yang merupakan cabang dari
matematika yang pada dasarnya bukan mengemukakan data atau fakta-fakta,
tetapi merupakan ilmu kira-kira yang hanya mengetahui sebagian dari populasi
namun membicarakan keseluruhan populasi (Danang Sunyoto, 2013).
Sedangkan pengertian dari Statistika adalah ilmu yang mempelajari cara-cara
mendeteksi suatu objek, mendeskripsikan objek, dan menganalisis setiap aspek-
aspek yang mempengaruhi objek, untuk dismpulkan secara ilmiah tentang
keberadaan objek, sebagai pedoman sains atau pengambilan keputusan.(Siregar
,2013)
Statistik digunakan pula untuk menyatakan ukuran sebagai wakil dari
kumpulan data mengenai suatu hal. Ukuran ini didapat berdasarkan perhitungan
sebagian kumpulan data tentang persoalan tersebut. Misal diselidiki 100
mahasiswa dan dicatat tinggi badannya, lalu dihitung rata-ratanya misal 155,8
cm, maka rata-rata 155,8 cm dinamakan statistik. Jika dari 100 mahasiswa
tersebut terdapat 10 % mahasiswa yang tinggi badannya lebih dari 169 cm,
maka nilai 10% itu dinamakan statistik. Masih banyak contoh yang lain dan
dalam ukuran-ukuran lain yang merupakan statistik.

1
 Statistika, yang diamaksud dengan statistik adalah pengetahuan yang
berhubungan dengan cara-cara pengumpulan fakta, pengolahan serta
penganalisisannya, penarikan kesimpulan serta pembuatan keputusan yang
cukup beralasan berdasarkan fakta dan penganalisisan yang dilakukan.
Ada dua jalan untuk mempelajari Statistika, pertama yaitu statistika
matematis atau statistika teoritis, yang dibahas antara lain mengenai penurunan
sifat-sifat, dalil-dalil, rumus-rumus, menciptakan model-model dan segi-segi
lainnya lagi yang teoritis dan matematis. Kedua mempelajari statistika semata-
mata dari segi penggunaannya, penerapan, aturan-aturan, rumus-rumus, sifat-
sifat dan sebagainya yang telah diciptakan oleh statistika teoritis. Jadi disini
tidak dipersoalkan bagaimana didapatkannya rumus-rumus atau aturan-aturan,
melainkan hanya dipentingkan bagaimana cara-cara atau metoda statistika
digunakan, dan ini pulalah yang dibicarakan dalam buku pegangan kuliah ini.
Statistika dapat dibedakan dalam dua bidang masalah pokok yang
pertama, Statistika Deskriptif (descriptive statistic) yaitu bidang ilmu
pengetahuan statistika yang mempelajan tata-cara penyusunan dan penyajian
data yang dikumpulkan dalam suatu penelitian, pada bagian ini hanya berusaha
melukiskan, menggambarkan atau memerikan dan menganalisis kelompok tanpa
membuat atau menarik kesimpulan tentang kelompok yang lebih besar.
Kedua, Statistika Induktif (inductive statistics) atau statistika inferensial
yaitu bidang ilmu pengetahuan statistika yang mempelajari tata cara penarikan
kesimpulan-kesimpulan mengenai keseluruhan populasi, berdasarkan data yang
ada dalam suatu bagian dari populasi tersebut.
2. Fungsi dan Peranan Statistika
Peranan dari statistika
a) memungkinkan pencatatan secara lengkap dari data penyelidikan
b) memampukan seorang peneliti untuk bekerja secara berurutan dari awal
sampai akhir
c) menyediakan cara-cara meringkas data kedalam bentuk yang lebih
banyak artinya dan lebih gampang mengerjakannya

2
d) memberikan landasan untuk meramalkan secara ilmiah tentang
bagaimana sesuatu gejala akan terjadi dalam kondisi-kondisi yang telah
diketahui
e) memungkinkan peneliti menganalisa, menguraikan sebab akibat yang
kompleks dan rumit yang tanpa statistic akan merupakan persoalan yang
membingungkan serta kejadian yang tak teruraikan
Fungsi dari statistika
a) Menggambarkan data dalam bentuk tak tentu
b) Menyederhanakan data yang komplek menjadi data yang mudah
dimengerti
c) Merupakan teknik untuk membuat perbandingan
d) Menentukan tingkat hubungan atau peranan antar variable
e) Mengukur besar besaran variable

3. Populasi Dan Sampel

Penarikan keslinpulan tentang suatu persoalan yang telah diteliti akan
diberlakukan terhadap keseluruhan kelompok yang lebih besar dari yang
dieteliti. Untuk menarik kesimpulan diperlukan data pendukung, sedangkan
dalam penelitian data dapat dikumpulkan dengan dua cara Pertama. Semua yang
terlibat beserta karakteristiknya yang diperlukan, diteliti atau dijadikan obyek
penelitian. Kedua. Sebagian yang terlibat saja yang diteliti. Cara pertama adalah
penelitian dilakukan secara sensus, sedangkan cara kedua penelitian dilakukan
cara sampling.

Gambar 1.1 Contoh Populasi dan Sampel

3
 Dilakukan secara sensus apabila setiap anggota, tidak terkecuali, yang
termasuk didalam sebuah populasi dikenai penelitian atau penelitian populasi
dan dilakukan sampling apabila hanya sebagian saja dari populasi yang diteliti.
Dalam melakukan sampling, sampel itu harus representatif dalam arti segala
karakteristik populasi hendaknya tercerminkan pula dalam sampel yang diambil.
Sensus tidak selalu dapat dilakukan mengingat populasi yang
beranggotakan tak hingga atau berukuran tak hingga, populasi terhinggapun
sensus tidak selalu dapat dilakukan, misal mengingat hal-hal tidak praktis, tidak
ekonomis kekurangan biaya, waktu terlalu singkat, ketelitian tidak memuaskan
adanya percobaan yang sifatnya merusak dan lainnya lagi. Untuk sampling
harus dilakukan dan sampel harus diambil. Data dari sampel dikumpulkan lalu
dianalisis kemudian dibuat suatu kesimpulan yang digeneralisasikan terhadap
seluruh populasi.
Nilai-nilai olahan data sampel disebut sebagai statistik. Keterkaitan
antara sensus dan survei beserta hasil-hasilnya yang dirangkum pada tabel
berikut
Cakupan Aktivitas Hasil Nilai-nilai operasional
data
Populasi Sensus Parameter Mean Populasi (µ), Proporsi
populasi (P), Beda Mean
populasi (µ1- µ2), Beda
proporsi (P1-P2)
Sampel Survei/Observasi Statistika Rerata sampel (X), Proporsi
sampel (P ), Beda Rerata
sampel (X1-X2), Beda
proporsi sampel (P1 – P2)

B. Kebutuhan Terhadap Statistik

Merupakan suatu fakta bahwa statistik dapat membantu dalam berbagai
hal antara lain:

4
 1. Menjabarkan dan memahami suatu hubungan,
2. Mengambil keputusan yang lebih baik, dan
3. Menangani perubahan.
Penjabaran Hubungan Antar Variabel
Contoh berikut mengilustrasikan kebutuhan analisis statistik untuk memahami
hubungan-hubungan tersebut:
1) Seorang wiraswasta, dengan mengumpulkan data pendapatan dan biaya,
dapat membandingkan hasil pengambilan atas investasi (return on
investment) dalam suatu periode dengan data dari periode-periode
sebelumnya. (Sejumlah keputusan mungkin sangat tergantung pada hasil
perbandingan ukuran tersebut.)
2) Seorang petugas pemerintah atau kesehatan masyarakat dapat menghasilkan
kesimpulan mengenai hubungan antara merokok dan/atau tingkat
kegemukan dan sejumlah penyakit dengan menerapkan teknik statistik pada
sejumlah data masukan. (Kesimpulan ini dapat membawa pada keputusan
yang mempengaruhi jutaan manusia.)
3) Seorang peneliti pemasaran dapat menggunakan prosedur statistik untuk
menjabarkan hubungan antara permintaan suatu produk dengan sejumlah
karakteristik seperti pendapatan, ukuran keluarga dan komposisinya, usia,
dan latar belakang etnik konsumen suatu produk. Berdasarkan hubungan ini,
kegiatan periklanan dan distribusi dapat diarahkan pada kelompok-
kelompok yang mewakili pasar yang paling menguntungkan.
C. Alat Bantu Dalam Mengambil Keputusan
Seorang administrator dapat menggunakan statistik sebagai alat bantu untuk
menghasilkan keputusan yang lebih baik dalam ketidakpastian. Merencanakan
merupakan suatu hal dalam memutuskan sebelumnya serangkaian tindakan di
masa yang akan datang oleh karena itu, perencanaan dan keputusan didasari
oleh perkiraan tentang kejadian-kejadian dan/atau hubungan-hubungan di masa
yang akan datang.

5
D. Metodologi Pemecahan Masalah Secara Statistik
Langkah-langkah dasar dalam pemecahan masalah secara statistik adalah:
1) Mengidentifikasi masalah atau peluang
2) Mengumpulkan fakta yang tersedia
3) Mengumpulkan data orisinil yang baru
4) Mengklasifikasikan dan mengikhtisarkan data
5) Menyajikan data dan Menganalisis data
E. Syarat Data Yang Baik
Data yang salah, apabila digunakan sebagai dasar bagi pembuatan
keputusan, akan menghasilkan keputusan yang salah. Persyaratan data yang
baik, antara lain, objektif, representative (mewakili), memiliki kesalahan baku
yang kecil, tapat waktu, dan relevan.
F. Data dan Skala
1. Data Statistik
Keterangan atau fakta mengenai sesuatu persoalan bisa membentuk
kategori, misalnya lulus, turun, rusak, baik, senang, puas, berhasil, gagal, dan
sebagainya, atau berbentuk bilangan.Kesemuanya ini dinamakan data atau
lengkapnya data statistik. Data yang berbentuk bilangan disebut data kuantitatif,
harganya berubah-ubah atau bersifat variabel. Dari nilainya, dikenal dua
golongan kuantitatif yaitu: data diskrit dan data kontinu. Hasil menghitung atau
mengambil merupakan data diskrit, sedang hasil pengukuran merupakan data
kontinu.
Contoh untuk data diskrit Keluarga Tn. Budi mempunyai anak 5 anak laki-
laki dan 4 anak perempuan. Kabupaten Bantul sudah membangun 153 gedung
sekolah.
Contoh untuk data kontinu:
a) Tinggi badan seseorang; 156 cm, 163 cm atau 175,3 cm
b) Luas daerah kotamadya Semarang Barat 21.74 km2
c) Kecepatan mobil 60 km/jam

6
Data yang tidak berbentuk angka atau yang bukan kuantitatif disebut data
kualitatif, ini adalah
ah data yang berbentuk kategori di atas, misal sakit, gagal,
lulus dan sebagainya.
2. Pengumpulan Data
Pengumpulan data banyak cara yang dapat dilakukan antara lain:
a. Wawancara
Wawancara merupakan salah satu tehnik pengumpulan data yang dilakukan
dengan cara mengadakan
engadakan tanya jawab, baik secara langsung maupun tidak
langsung dengan sumber data. Wawancara langsung diadakan dengan orang
yang menjadi sumber data dan dilakukan tanpa perantara, sedang wawancara
tidak langsung, dilakukan terhadap seseorang yang dimint
dimintai keterangan melalui
perantara, misal tentang kegiatan guru dalam proses belajar mengajar dan
wawancara itu dilakukan dengan kepala sekolah.

Gambar 2.1 Pengumpulan data dari wawancara

b. Angket (questionaire)
Angket dapat dipandang sebagai suatu tehn
tehnik pengumpulan data yang
banyak mempunyai kesamaan dengan wawancara, kecuali dalam
pelaksanaannya angket dilaksanakan secara tertulis, sedangkan wawancara
secara lisan.

7
 Gambar 3.1 Data dari kuesioner / angket

c. Pengamatan (Obvervasi)
Pengumpulan data yang dilakukan dengan cara mengadakan pengamatan
terhadap obyek, baik secara langsung maupun tidak langsung menggunakan
tehnik yang disebut dengan pengamatan atau observasi. Tehnik ini banyak
digunakan, baik dalam penelitian sejarha (historis), deskriptif ataupun
eksperimen (experimental), karena dengan pengamatan langsung
memungkinkan gejala-gejala penelitian
dapat diamati dari dekat.

8
3. Pengukuran dan Skala
Tidak semua pengertian teori (theoretical concept atau theoretical
construct) dapat diukur secara langsung.Misalnya bagaimana mengukur
“kecenderungan politik” “integrasi”. Status sosial “ekonomi”, “inteligensi”,
“Kriminalitas” atau “tingkat integrasi?”
Untuk mengukur pengertian teori perlu mengoperasionalkan terlebih dahulu
pengertian tersebut. Operasionalisasi ini berarti, bahwa harus diusahakan untuk
memecah atau menguraikan pengertian teori dalam sejumlah dimensi
(dimension) yang bisa diukur. Misalnya:
a. Status sosial ekonomi (SEE): dimensi pendapatan dan dimensi
pekerjaan (profesional prestige)
b. Inteligensi: skor (score) dalam tes inteligensi yang terdiri dari
beberapa soal, setiap soal merupakan satu dimensi.
1) Skala Nominal (Nominal Scale)
Skala nominal adalah jenis data berupa angka yang hanya berfungsi sebagai
simbol untuk tujuan kategorisasi. Ciri utama data ini adalah mampu membuat
kategori.
Dengan kata lain, data ini mampu membedakan antara data satu dengan data
yang lain. Namun, angka dalam jenis data ini tidak memiliki nilai. Contoh data
nominal adalah Suku, Jenis Kelamin, dan Metode Pembelajaran. Misalnya Data
jenis kelamin laki-laki diberi simbol dengan angka 1 dan perempuan dengan
angka 2. Hal ini tidak berarti angka 1 lebih baik dari pada angka, atau
sebaliknya. Karena angka di sini hanya berfungsi sebagai simbol belaka untuk
membedakan jenis kelamin. Untuk lebih jelasnya, lihatlah contoh di bawah ini:
Suku : Jawa (1); Sunda (2); Madura (3)
Jenis kelamin : Laki-laki (1); Perempuan (2)
Metode Pembelajaran : CLT (1); Convensional (2)
2) Skala Ordinal (Ordinal Scale)
Dalam suatu penelitian kadang-kadang peneliti ingin menyajikan hasil
pengamatannya dalam suatu urutan atau tingaktan. Misal pangkat dari seorang

9
anggota ABRI. Diklasifikasikan menurut pangkatnya, mayor, kapten, letnan.
Dalam titik skala Kapten,mayor letnan dan lainnya terdapat urutan tertentu,
pangkat Kapten lebih tinggi dari Letnan, pangkat Mayor lebih tinggi dari
Kapten. Dengan demikian ada suatu orde atau urutan tertentu dalam titik skala
(misal lebih tinggi, lebih rendah, lebih cerdas, lebih tebal, lebih lunak) skala
semam ini dinamakan skala ordinal. Contoh lain :
Juara Lomba / Bola Volly
Semarang :1
Kendal :2
Ungaran :3
3) Skala Interval
Untuk menentukan apakah perbedaan pangkat atau kedudukan sosial, antara
Kapten dan Letnan sama dengan perbedaan pangkat antara Mayor dan Kapten
adalah hal sulit. Dalam pengukuran pada skala ordinal tadi perbedaan jarak atau
interval antara dua titik skala tidak diperhatikan. Suatu skala dimana jarak
(interval) antara dua titik skala diketahui (disamping pembedaan menurut
persamaan dan urutan titik skala diketahui (disamping pembedaan menurut
persamaan dan urutan titik skala), dinamakan skala interval. Jadi suatu skala
interval mempunyai semua sifat semua skala ordinal, ditambah dengan sifat
khas, yaitu satuan skala (scale unit) atau satuan pengukuran ranking tersebut.
Contoh data interval adalah Motivasi belajar siswa. Untuk lebih jelasnya,
lihatlah contoh di bawah ini:
Motivasi belajar mahasiswa
Sangat Tinggi :4
Tinggi :3
Rendah :2
Sangat Rendah :1
4) Skala Rasio (Ratio Scale)
Tahun Masehi, dihitung dari titik orientasi tertentu yaitu kelahiran Masehi
merupakan permulaan tahun Masehi atau tahun “)” tahun Hijrah. Dengan skala

10
ini tidak dapat dikatakan bahwa tahun 2000 setelah Masehi dua kali lebih besar
dari tahun 1000 setelah Masehi, maka adanya semacam keganjilan dalam
deskripsi rasio disebabkan oleh karena titik nol dari perhitungan tahun dapat
dilihat secara sembarang atau sekehendak peneliti. Titik nol yang tidak dipilih
sembarangan disebut murni atau asli. Jenis skala dengan titik nol yang murni
(natural origin) supaya ratio antara dua nilai skala juga dapat ditentukan dengan
jelas, bernama skala rasio, misal mengenai panjang, berat (bobot) daya tahan,
arus listrik. Skala rasio mempunyai kemampuan menentukan apakah dua rasio
antara dua pasangan tiitk skala sama atau tidak.
Contoh pengukuran level rasio:
1. HARGA: harga-harga buku teks mahasiswa merupakan data level rasio
dimana harga 0 rupiah menunjukkan tidak ada harga alias gratis.
2. BOBOT: berat badan manusia merupakan data level rasio dimana berat 0
kg menyatakan tidak ada bobot.
3. Indeks persepsi korupsi (IPK): ketika belum diranking, IPK yang
dikeluarkan oleh TII masih dalam bentuk skor skala 10 dengan ketelitian 2
digit dibelakang koma, misalnya Yogyakarta dengan IPK 6.43,
Palangkaraya dengan IPK 6.10, Banda Aceh dengan IPK 5.87 dan
seterusnya Kendari dengan IPK 3.39, terkecil Kupang dengan IPK 2.97.

F. Soal Latihan
1. [STATISTIK dan PARAMETER] Indentifikasilah apakah nilai (angka)
berikut sebagai parameter atau statistik.
a. Dewan Perwakilan Rakyat (DPR) saat ini terdiri dari 150 perempuan
dan 350 pria.
b. Sebuah sampel mahasiswa dipilih diperoleh bahwa rata-rata waktu
belajar mandiri mereka dalam seminggu adalah 15.2 jam.
c. Dalam tragedi Kapal Titanic, dari semua penumpang Titanic yang
berjumlah 2223 orang, ditemukan 706 orang selamat pada saat kapal
tenggelam.

11
2. [DATA KONTINU dan DATA DISKRIT] Bedakan apakah nilai (angka
berikut) sebagai data kontinu atau data diskrit.
a. Gaji yang diperoleh oleh pekerja Indonesia di luar negeri mencapai
3.000.000,- rupiah setiap bulannya.
b. Dalam 1560 orang pria yang disurvey ditemukan 38% dari mereka
adalah perokok aktif.
c. Suatu sampel terdiri dari sejumlah mobil, ditemukan bahwa rata-rata
beratnya adalah 1500 kg.

3. [LEVEL PENGUKURAN] Tetapkan level yang paling cocok (nominal,

ordinal, interval, rasio) untuk pengukuran berikut.
a. Tinggi badan pemain sepak bola.
b. Temperatur saat ini di dalam kelas.
c. Rating suatu acara televisi: “fantastik, baik, cukup, kurang, tidak
diterima”.
d. Nomor punggung pemain basket.
e. Nomor telepon pada buku telepon.
f. Majalah konsumen yang memberikan rating: “best buy, reccomended,
not reccomended”.
4. Jelaskan perbedaan antara data dan informasi
5. Syarat apa saja dalam menentukan bahwa data tersebut baik.
6. Jelaskan perbedaan antara data interval dan rasio
7. Pengertian dari statistika adalah ...
8. Mengapa semua bidang ilmu memerlukan ilmu Statistika?
9. Bagaimana cara agar data sampel dapat benar-benar mewakili
(representatif) terhadap data populasi?
10. Mengapa dalam sebuah penelitian diperbolehkan mengambil sampel?

12
 BAB II
DISTRIBUSI FREKUENSI

A. Pengertian Distribusi Frekuensi

Data yang telah diperoleh dari suatu penelitian yang masih berupa data
acak yang dapat dibuat menjadi data yang berkelompok, yaitu data yang telah
disusun ke dalam kelas-kelas tertentu.Daftar yang memuat data berkelompok
disebut distribusi frekuensi atau tabel frekuensi.Distribusi frekuensi adalah
susunan data menurut kelas interval tertentu atau menurut kategori tertentu
dalam sebuah daftar (Hasan, 2001).
Sebuah distribusi frekuensi akan memiliki bagian-bagian yang akan
dipakai dalam membuat sebuah daftar distribusi frekuensi. Bagian-bagian
tersebut akan dijelaskan sebagai berikut (Hasan, 2001):
1) Kelas-kelas (class) adalah kelompok nilai data atau variable dari suatu data
acak.
2) Batas kelas (class limits) adalah nilai-nilai yang membatasi kelas yang satu
dengan kelas yang lain. Batas kelas merupakan batas semu dari setiap
kelas, karena di antara kelas yang satu dengan kelas yang lain masih
terdapat lubang tempat angka-angka tertentu. Terdapat dua batas kelas
untuk data-data yang telah diurutkan, yaitu: batas kelas bawah (lower class
limits) dan batas kelas atas (upper class limits).
3) Tepi kelas disebut juga batas nyata kelas, yaitu batas kelas yang tidak
memiliki lubang untuk angka tertentu antara kelas yang satu dengan kelas
yang lain. Terdapat dua tepi kelas yang berbeda dalam pengertiannya dari
data, yaitu: tepi bawah kelas dan tepi atas kelas.
4) Titik tengah kelas atau tanda kelas adalah angka atau nilai data yang tepat
terletak di tengah suatu kelas. Titik tengah kelas merupakan nilai yang
mewakili kelasnya dalam data. Titik tengah kelas = ½ (batas atas + batas
bawah) kelas.

13
5) Interval kelas adalah selang yang memisahkan kelas yang satu dengan
kelas yang lain.
6) Panjang interval kelas atau luas kelas adalah jarak antara tepi atas kelas
dan tepi bawah kelas.
7) Frekuensi kelas adalah banyaknya data yang termasuk ke dalam kelas
tertentu dari data acak.
B. Jenis Jenis Distribusi Frekuensi
Distribusi frekuensi memiliki jenis-jenis yang berbeda untuk setiap
kriterianya. Berdasarkan kriteria tersebut, distribusi frekuensi dapat dibedakan
tiga jenis (Hasan, 2001):
1) Distribusi frekuensi biasa
Distribusi frekuensi yang berisikan jumlah frekuensi dari setiap kelompok
data.Distribusi frekuensi ada dua jenis yaitu distribusi frekuensi numerik
dan distribusi frekuensi peristiwa atau kategori.
2) Distribusi frekuensi relatif
Distribusi frekuensi yang berisikan nilai-nilai hasil bagi antara frekuensi
kelas dan jumlah pengamatan. Distribusi frekuensi relatif menyatakan
proporsi data yang berada pada suatu kelas interval, distribusi frekuensi
relatif pada suatu kelas didapatkan dengan cara membagi frekuensi dengan
total data yang ada dari pengamatan atau observasi.
3) Distribusi frekuensi kumulatif
Distribusi frekuensi yang berisikan frekuensi kumulatif (frekuensi yang
dijumlahkan). Distribusi frekuensi kumulatif memiliki kurva yang disebut
ogif. Ada dua macam distribusi frekuensi kumulatif yaitu distribusi
frekuensi kumulatih kurang dari dan distribusi frekuensi lebih dari.
C. Penyusunan Distribusi Frekuensi
Penyusunan suatu distribusi frekuensi perlu dilakukan tahapan penyusunan
data. Pertama melakukan pengurutan data-data terlebih dahulu sesuai urutan
besarnya nilai yang ada pada data, selanjutnya diakukan tahapan berikut ini
(Hasan, 2001).

14
1) Menentukan jangkauan (range) dari data. Jangkauan = data terbesar – data
terkecil.
2) Menentukan banyaknya kelas (k). Banyaknya kelas ditentukan dengan
rumus sturgess K = 1 + 3.3 log n; k (Keterangan: k = banyaknya kelas, n =
banyaknya data)
3) Menentukan panjang interval kelas. Panjang interval kelas (i) = Jumlah
Kelas (k) / Jangkauan (R)
4) Menentukan batas bawah kelas pertama. Tepi bawah kelas pertama
biasanya dipilih dari data terkecil atau data yang berasal dari pelebaran
jangkauan (data yang lebih kecil dari data data terkecil) dan selisihnya
harus kurang dari panjang interval kelasnya.
5) Menuliskan frekuensi kelas didalam kolom turus atau tally (sistem turus)
sesuai banyaknya data.
Contoh Distribusi Frekuensi
Tabel 2.1 Daftar Distribusi Frekuensi
NILAI FREKUENSI
31 – 40 3
41 – 50 7
51 – 60 10
61 – 70 22
71 – 80 35
Kelas Interval 81 – 90 15
91 – 100 5

Urutan kelas interval disusun mulai data terkecil terus ke bawah sampai
nilai data terbesar. Berturut-turut mulai dari atas, diberi nama kelas interval
pertama, kelas interval kedua,….kelas interval terakhir. Ini semua pada kolom
kiri.Kolom kanan berisikan bilangan-bilangan yang menyatakan berapa buah
data terdapat dalam tiap kelas interval atau frekuensi disingkat dengan f

15
Contoh Kasus
Tabel 2.2 Berikut ini adalah nilai ujian Akhir Statistik pada mahasiswa
UNIVERSITAS STEKOM
38 64 43 70 57 50 82 78
76 49 48 76 81 98 87 88
76 64 88 70 66 88 79 59
63 60 83 82 60 67 89 65
70 74 98 95 80 59 71 77
75 67 72 90 70 76 93 68
68 86 43 74 73 83 30 60
73 74 81 72 38 92 71 76
86 85 93 65 51 85 72 80
67 71 54 67 61 68 60 54

Penyelesaiannya
a) Menentukan rentang data yaitu data terbesar dikurangi data terkecil didapat
data terbesar adalah 99 dan data terkecil adalah 34 sehingga rentangnya
adalah 99-34 = 65+1= 66
b) Menentukan banyaknya klas misalnya kita gunakan aturan sturges, dari
data tersebut banyaknya data N = 80, maka;
Banyaknya kelas = 1 + (3,3) Log N = 1 + (3,3) Log 80
= 1 + (3,3)x 1,9031 = 7,2802
Banyaknya kelas harus bilangan bulat, karena itu kita boleh membuat
daftar dengan banyaknya kelas 7 atau 8 buah.
c) Menentukan panjang kelas interval P, jika banyaknya kelas diambil 7
66
P= = 9,4286 dibulatkan ke atas yaitu 10
7
Harga P diambil dengan ketelitian sama dengan ketelitian data.
d) Pilih Ujung bawah kelas, misalnya kita pilih 31
Selanjutnya kita siapkan kolom tabulasi dan dengan mengambil banyak
kelas 7, panjang kelas 10 dan dimulai dengan ujung bawah kelas pertama
ama dengan 31 kita peroleh daftar seperti berikut:

16
 TABEL 2.3 Daftar Distribusi Frekuensi
NILAI –
NO TABULASI FREKUENSI
UJIAN
1 31 – 40 3
2 41 – 50 5
3 51 – 60 10
4 61 – 70 16
5 71 – 80 24
6 81 – 90 17
7 91 – 100 5
JUMLAH 80

Contoh 2
Tabel 2.4 Berikut nilai 80 siswa pada ujian akhir mata pelajaran
matematika:

68 84 75 82 68 90 62 88 76 93
73 79 88 73 60 93 71 59 85 75
61 65 75 87 74 62 95 78 63 72
66 78 82 75 94 77 69 74 68 60
96 78 89 61 75 95 60 79 83 71
79 62 67 97 78 85 76 65 71 75
65 80 73 57 88 78 62 76 53 74
86 67 73 81 72 63 76 75 85 77

1) Nilai tertinggi = 97 dan nilai terendah 53. Jadi range = 97-53 = 44.
2) Tetapkan jumlah kelas; dalam hal ini diambil 10.
3) Lebar interval kelasd =44/1 0= 4.4 dibulatkan menjadi 5.
4) Diambil bilangan 50 sebagai limit bawah untuk kelas pertama.
5) Selanjutnya,limit bawah untuk kelas kedua adalah 50+5=55, limit bawah
kelas ketiga

17
6) 55+5=60 dan seterusnya.Limit atas kelas interval yang bersesuaian adalah
54 untuk kelas pertama, 59 untuk kelas kedua, dan seterusnya.
7) Gunakan system coret, untuk memasukkan data ke dalam interval kelas,
agar memperkecil resiko memasukkan data ganda.
Hasilnya seperti terlihat pada Tabel 2.5 berikut:

Akhirnya diperoleh tabel distribusi frekuensi sebagai berikut:

Rentangnilai frekuensi
50-54 1
55-59 2
60-64 11
65-69 10
70-74 12
75-79 21
80-84 6
85-89 9
90-94 4
95-99 4
80

18
D. Distribusi Frekuensi Relatif Kumulatif
Dimaksud dengan Tabel Distribusi Frekuensi Kumulatif ialah salah satu
jenis tabel statistik yang didalamnya disajikan frekuensi yang dihitung terus
meningkat atau selalu ditambah-tambahkan, baik dari bawah ke atas maupun
dari atas ke bawah.(Sudijono Anas.2009: 41)
Contoh:
TABEL 2.6 Distribusi Frekuensi Kumulatif Nilai-nilai Hasil UAS Bidang studi
FISIKA dari 40 Orang Siswa SMA 3.
Nilai (X) ݂ ݂݇(௕) ݂݇(௔)
8 7 40 = N 7
7 18 33 25
6 5 15 30
5 10 10 40 = N
Total : 40 = N - -

Tabel 2.6 dinamakan Tabel Distribusi Frekuensi Kumulatif Data Tunggal,

sebab data yang disajikan dalam tabel ini berbentuk data yang tidak
dikelompok-kelompokkan. (lihat kolom 1). Pada kolom 2 dimuat frekuensiasli
(yakni frekuensi sebelum diperhitungkan frekuensi kumulatifnya).Kolom 3
memuat frekuensi kumulatif yang dihitung dari bawah (݂݇(௕) ), dimana angka-
angka yang terdapat pada kolom ini diperoleh dengan langkah-langkah kerja
sebagai berikut: 10 + 5 = 15; 15 + 18 = 33; 33 + 7 = 40. Hasil penjumlahan
akhir dari frekuensi kumulatif akan selalu sama dengan N (disini N = 40).
Kolom 4 memuat frekuensi Kumulatif yang dihitung dari atas (݂݇(௔) ), di mana
angka-angka yang terdapat pada kolom ini dieroleh dengan langkah-langkah
kerja sebagai berikut; 7 + 18 = 25; 25 + 5 = 30; 30 + 10 = 40 = N.
E. Tabel Distribusi Frekuensi Relatif
Tabel Distribusi Frekuensi Relatif juga dinamakan Tabel Persentase.
Dikatakan “frekuensi relatif” sebab frekuensi yang disajikan di sini bukanlah

19
frekuensi yang sebenarnya, melainkan frekuensi yang dituangkan dalam bentuk
angka persenan. (Sudijono Anas.2009: 42)
Contoh :
TABEL 2.5. Distribusi Frekuensi Relatif (Distribusi Persentase) tentang Nilai-
nilai UTS Dalam Matakuliah Statistik dari sejumlah 40 Mahasiswa.

Nilai Persentase
F
(X) (p)
8 7 17.5
7 18 45.0
6 5 12.5
5 10 25.0
Total: 40 = N 100.0 = p

Keterangan:
Untuk memperoleh frekuensi relative (angka persenan) sebagaimana tertera
pada kolom 3 tabel 2.5, digunakan rumus:
௙
P= ேx 100%

݂ = frekuensi yang sedang dicari persentasenya.

N= Number of Cases (jumlah frekuensi/banyaknya individu).
p = angka persentase.
Jadi angka persenan sebesar 17.5; itu diperoleh dari:
଻
x 100% = 17.5; sebesar 32.5 diperoleh dari:
ସ଴
ଵ଼
x 100% = 45.0; demikian seterusnya.
ସ଴

Jumlah persentase ( P)harus selalu sama dengan 100.0.

F. Grafik sebagai Alat Penggambaran Distribusi Frekuensi

Tabel Distribusi Frekuensi memiliki fungsi sebagai alat bantu dalam
penyajian data statistik, lewat kolom dan lajurnya. Dalam kolom dan lajur
dimuat angka yang pada dasarnya “menceritakan” tentang keadaan data yang

20
sedang diteliti. Namun, penyajian data angka lewat Tabel Distribusi Frekuensi
terkadang kurang menarik, kurang cepat dalam memberikan deskripsi data, dan
kadang kurang dimengerti. Hal ini antara lain disebabkan:
a) Penyajian data dalam bentuk deretan angka itu pada umumnya
menjemukan.
b) Untuk memperoleh pengertian yang terkandung dalam deretan angka-
angka yang dihidangkan lewat tabel distribusi frekuensi itu, semua
angka harus dibaca (memakan waktu lama).
c) Bagi orang yang tidak terbiasa membaca tabel distribusi frekuensi,
penyajian lewat tabel distribusi frekuensi itu kadang kurang dapat
dipahami, bahkan kadang memusingkan kepala (Sudijono, 2008:59).
Grafik atau diagram memiliki keunggulan tertentu antara lain:
a) Penyajian data statistik melalui grafik tampak lebih menarik daripada
melalui Tabel Distribusi Frekuensi.
b) Grafik secara lebih cepat memperlihatkan gambaran umum dan
menyeluruh tentang sesuatu perkembangan, perubahan maupun
perbandingan; tidak demikian halnya dengan tabel.

G. Cara Melukiskan Distribusi Frekuensi Dalam Bentuk Grafik

1. Poligon (Polygon Frequency)
Langkah yang dilakukan berturut-turut adalah:
a) Membuat sumbu horizontal dengan lambang X.
b) Membuat sumbu vertikal dengan lambang Y.
c) Menetapkan titik nol, yaitu perpotongan X dengan Y.
d) Menempatkan nilai hasil ulangan umum bidang studi matematika
pada absis X, berturut-turut dari kiri ke kanan, mulai dari nilai
terendah sampai nilai yang tertinggi.
e) Menempatkan frekuensi pada ordinal Y.
f) Melukiskan grafik poligonnya.

21
Grafik Poligon frekuensi tentang nilai-nilai hasil ulangan harian bidang studi
Matematika dari 40 orang murid Madrasah Ibtidayah(Sudijono Anas.2009: 65)

12
10
8
Frekuensi

6
4
2
0
3 4 5 6 7 8 9 10
Nilai

Gambar 2.1 Grafik Poligon frekuensi

2. Histogram
Histogram adalah suatu bentuk grafik yang menggambarkan
sebaran (distribusi) frekuensi suatu perangkat data dalam bentuk
batang.Histogram digunakan untuk menggambarkan secara visual
frekuensi data yang bersifat kontinu.Untuk data yang berbentuk
kategori, tampilan visual yang serupa disebut diagram batang.
Grafik Histogram distribusi frekuensi data fiktif

20
F
r 15
e
10
k
i
u
5
e
n 0
s 38 45 52 59 66 73 80 87 94
Skor

Gambar 2.2 Grafik Histogram

Untuk menggambar histogram diperlukan sumbu datar dan sumbu
tegak.Sumbu datar dan sumbu tegak saling berpotongan secara tegak

22
 lurus, sehingga kaki setiap batang jatuh pada batas nyata bawah/batas
nyata atas setiap kelas dengan titik tengah kelas berada di tengah kedua
kaki batangnya.
3. Grafik Ogif
Ogif (ogive) merupakan poligon yang dibuat atas dasar frekuensi
kumulatif seperangkat data.Secara lebih tegas dapat dikatakan bahwa
grafik ogif merupakan gambaran visual dari frekuensi kumulatif
perangkat data.
Garis suatu ogif menghubungkan batas nyata bawah/atas setiap
intercal kelas.

100

80

60
f
k 40

20

0
34,5 41,5 48,5 55,5 62,5 69,5 76,5 83,5 90,5
Batas Nyata Atas/Bawah Interval Kelas

Gambar 2.3 Grafik ogif untuk contoh data pada tabel 3.5
4. Diagram Pareto
Ini adalah diagram batang untuk data kualitatif dimana batang-
batangnya disusun berdasarkan urutan frekuensi. Kelompok dengan
frekuensi terbanyak diletakkan paling kiri dan kelompok yang
frekuensinya paling sedikit diletakkan paling kanan. Lihat contoh di
bawah ini.

23
 Gambar 2.4 Grafik pareto

5. Diagram kue (Pie)

Ini adalah bentuk penyajian data kualitatif dalam bentuk potongan
kue. Potongan kue dibuat proposional. Lihat contoh di atas.

Gambar 2.5 Grafik pie

6. Diagram pencar (scatter)
Diagram pencar ini digunakan untuk menyajikan pasangan data
(x,y). Dengan melihat tampilan pada diagram pencar maka dapat

24
 diketahui secara umum bentuk hubungan antara dua kelompok data.
Misalkan X adalah data tentang berat badan (dalam kg) dan Y adalah
data tentang tinggi badan (dalam cm). Kedua data ini berpasangan,
artinya setiap pasangan diperoleh dari orang yang sama.

Gambar 2.6 Grafik pencar

H. Soal Latihan

1. Diketahui data sebagai berikut.

80 66 74 74 70 71 78 74 72 67
72 73 73 72 75 74 74 74 72 72
66 75 74 73 74 72 79 71 75 75
78 69 71 70 79 80 75 76 68 68
Nyatakan data tersebut ke dalam: distribusi frekuensi tunggal
2. Diketahui daftar distribusi frekuensi sebagai berikut.

Dari tabel disamping, tentukan:

a. Banyaknya kelas
b. Batas bawah kelas ke lima
c. Batas atas kelas ke enam
d. Tepi bawah kelas ke tujuh
e. Tepi atas kelas ke delapan
f. Titik tengah masing-masing kelas
g. Panjang kelas

25
3. Nilai ulangan matematika dari 40 siswa adalah sebagai berikut.
72 74 78 74 79 75 72 71 74 67
73 72 72 73 75 74 73 74 74 75
75 73 66 74 74 79 70 72 71 72
69 70 80 71 70 75 77 80 76 68
a. Susunlah tabel distribusi frekuensi bergolong dari data tersebut ke dalam
interval-interval 65 – 67, 68 – 70, dan sebagainya.
b. Berapakah banyaknya interval kelas yang kamu buat?
c. Sebutkan batas-batas dan tepi-tepi kelasnya.
d. Berapa lebar kelasnya?
e. Sebutkan titik-titik tengahnya.
f. Buatlah grafik histogram biasa, polygon frekuensi, ogif

26
 BAB III
UKURAN GEJALA PUSAT DAN UKURAN LETAK

Penyajian data selain disajikan dalam bentuk diagram atau tabel, masih
diperlukan ukuran-ukuran yang merupakan wakil kumpulan data tersebut yaitu
ukuran gejala pusat dan ukuran letak yang termasuk dalam ukuran gejalapusat
adalah; rata-rata atau rata-rata hitung, rata-rata ukuran, rata-rata harmonik dan
modus, sedangkan yang termasuk ukuran letak adalah: median, kuartil, dasil dan
persentil.
A. Pengertan nilai sentral
Nilai sentral atau nilai rata-rata juga disebut nilai tengah dari sekumpulan
data statistik adalah suatu nilai dalam kumpulan atau rangkaian data yang dapat
mewakili kumpulan atau rangkaian data tersebut. Suatu rangkaian data biasanya
memiliki tendensi (kecenderungan) untuk memusat pada nilai sentral ini. Dari
sekumpulan data (distribusi), ada beberapa harga/nilai yang dapat kita anggap
sebagai wakil dari kelompok data. Nilai-nilai yang biasa digunakan untuk
mewakili data tersebut adalah mean dan modus disebut sebagai nilai tengah
(central tendency).
Suatu nilai dapat disebut sebagai nilai sentral apabila memiliki persyaratan
sebagai berikut:
a) Nilai sentral harus dapat mewakili rangkaian data.
b) Perhitungannya harus didasarkan pada seluruh data.
c) Perhitungannya harus obyektif.
d) Perhitungannya mudah.
e) Dalam satu rangkaian data hanya ada satu nilai sentral.

1. Rata-rata atau Rata-rata Hitung

Rata-rata atau rata-rata hitung untuk data kuantitatif yang terdapat dalam
sebuah sampel dihitung dengan jalan membagi jumlah nilai data oleh

27
banyaknya data. Rata-rata atau rata-rata hitung dinyatakan notasi X untuk
sampel sedangkan untuk populasi dinyatakan dengan µ.

X=
∑X
n
Contoh dalam suatu ujian Fisika dari 10 mahasiswa adalah 89, 90, 87, 54,
53, 80, 76, 71, 75 dan 55 rata-ratanya:
89 + 90 + 87 + 54 + 53 + 80 + 76 + 71 + 75 + 55
X =
10
730
X= = 73
10
Untuk data yang telah disusun dalam daftar distribusi frekuensi rata-rata
dihitung dengan:

∑ fx ;
∑f = n
∑f
X=

Contoh: Nilai IPA dari sekoalah dasar ada 5 siswa mendapat nilai 4, 8 siswa
mendapat nilai 5, 15 siswa nilai 6, 20 siswa nilai 7, 10 siswa nilai 8 dan 2
siswa nilainya 9, maka disusun dalam tabel berikut:
TABEL 3.1
Daftar Distribusi Frekuensi dan Produk fx
No Nilai X Frekuensi f Produk fx
1 4 5 20
2 5 8 40
3 6 15 90
4 7 20 140
5 8 10 80
6 9 2 18
Jumlah
∑ f = 60 ∑ fx = 388

28
 ∑ fx = 388 = 6,3
∑ f 60
Jadi : X =

Jika data berbentuk data bergolong dan tersuusn dalam daftar distribusi
frekuensi dari data nilai ujian fisika dasar dari 80 mahasiswa.

TABEL 3.2
Daftar Distribusi Frekuensi, Tanda kelas dan Produk fx
Nilai Ujian Frekuensi f Tanda kelas x Produk fx
31 – 40 3 35,5 106,5
41 – 50 5 45,5 227,5
51 – 60 10 55,5 555
61 – 70 16 65,5 1048
71 – 80 24 75,5 1812
81 – 90 17 85,5 1453,5
91 – 100 5 95,5 477,5
Jumlah 80 5680

5680
X= = 71
80

2. Modus
Modus adalah nilai yang mempunyai frekuensi terbesar dalam suatu
kumpulan data (Sugiarto dkk,2001). Untuk menyatakan fenomena yang
paling banyak terjadi atau paling banyak terdapat digunakan ukuran modus
disingkat Mo. Modus untuk data kuantitatif ditentukan dengan jalan
menentukan frekuensi terbanyak diantara data itu.
Contoh: nilai IPA di suatu STPA yang telah diurutkan adalah:
4,4,5,5,5,5,6,6,6,6,6,7,7,7,7,7,7,7,7,7,8,8,8,8,8,9,9,9,9
Frekuensi terbanyak ialah f = 9, terjadi pada data bernilai 7, maka Modus
Mo= 7
Jika data telah disusun dalam daftar distribusi frekuensi, modusnya dapat
ditentukan dengan rumus:

29
 b1
Mo = b + p dimana:
b1 + b2

b = batas bawah kelas modus, ialah kelas interval dengan frekuensi

terbanyak
p = panjang kelas modus
b1 = frekuensi kelas modus dikurangi frekuensi kelas interval terdekat
sebelumnya
b2 = frekuensi kelas modus dikurangi frekuensi kelas interval terdekat
berikutnya
Contoh: carilah modus nilai fisika data dari 80 mahasiswa, maka disusun
tabel berikut:
No Nilai Ujian fi
1 31 – 40 3
2 41 – 50 5
3 51 – 60 10
4 61 – 70 16
5 71 – 80 24
6 81 – 90 17
7 91 – 100 5
Jumlah 80
Kelas modus = kelas kelima, batas bawah kelas b = 70,5
P = 10, bl = 24 -16 = 8, b2 = 24 – 17 = 7

 8 
Mo = 70,5 + 10   = 70,5 + 5,33 = 75,8
8+ 7
3. Median (Me)
Suatu nilai atau suatu angka yang membagi suatu distribusi data ke dalam
dua bagian yang sama besar, (Anas Sudijono.2015). Median menentukan
letak data setelah data diurutkan menurut urutan nilainya. Median disingkat
dengan Me, terletak ditengah-tengah 50% dari data itu harganya paling
tinggi Me, sedangkan 50% lagi harganya paling rendah = Me .

30
Jika data banyaknya ganjil, maka Me, setelah data disusun menurut nilainya
merupakan data paling tengah.
Contoh: data setelah diurutkan 3,3,4,4,4,5,5,6,6,7,8,8,8,8,8,8,8,9,9; data
paling tengah bernilai 7, jadi Me = 7
Jika data banyaknya genap, maka Me, setelah data disusun menurut nilainya
sama dengan rata-rata dari dua data tengah.
Contoh: 3,4,4,5,5,5,6,7,7,8,8,9
Me = ½ (5+6) = 5,5
Untuk data yang telah disusun dalam daftar distribusi frekuensi, median
dihitung dengan rumus:

Me = b +p 
1/2 (n) -F 

 f 

Dimana :
b = batas bawah kelas median, ialah kelas dimana median akan terletak
P = panjang kelas median, n = ukuran sampel atau banyaknya data
F = jumlah semua frekuensi sebelum kelas median
f = frekuensi kelas median
Contoh: Hitunglah median data-data nilai ujian Fisik Dasar untuk 80
mahasiswa, maka disusun tabel berikut:

No Nilai Ujian Fi
1 31 – 40 3
2 41 – 50 5
3 51 – 60 10
4 61 – 70 16
5 71 – 80 24
6 81 – 90 17
7 91 – 100 5
Jumlah 80

31
 Setengah dari seluruh data : ½ (n) = ½ (80) = 40, Median akan terletak pada
kelas interval kelima, karena sampai kelas interval keempat jumlah
frekuensi baru 34, berarti ke-40 termasuk di dalam kelas interal kelima,
sehingga;
b = 70,5, P = 10, n = 80, F = 3 + 5 + 10 + 16 = 34, f = 24

 40 − 34 
Me = 70,5 + 10   = 73
 24 
Untuk data nilai Ujian Fisika Dasar dari 80 mahasiswa telah didapat:

x = 71
Mo = 75,83
Me = 73
Nampak bahwa harga-harga statistik tersebut berlainan, rata-rata, median
dan modus akan sama bila kurva halusnya simetrik hubungan empirik untuk
gejala dengan kurva halus positif atau negatif dapat dinyatakan dengan
rumus: Rata-rata – Mo = 3 (Rata-rata – Me)
Hubungan Antara Mean, Median, dan Modus
Hubungan antara Mean, Median dan Modus adalah:
Mean–modus=3(Mean–Median)
Ketiga nilai tersebut dapat dilihat sebagai berikut:

Contoh Soal

32
1. Tentukan Mean Aritmatika (rata-rata hitung), Modus dan Median dari data
berikut: 5,3,6,5,4,5,4,8,6, 5,4,8,3,4, 3,4,8,2,5,4
2. Tentukan Mean Aritmatika (rata-rata hitung), modus dan median dari data
distribusi frekuensi

Nilai Frekuensi
40–44 1
45–49 2
50–54 5
55–59 4
60–64 7
65–69 5
70–74 7
75–79 9

B. Pengertian Ukuran Lokasi (Location Measurement)

Menurut Andi (2007:69), Ukuran lokasi (ukuran letak) dimaksudkan
sebagai besaran atau ukuran untuk mendapatkan gambaran yang lebih jelas
berdasarkan letak data dari sekumpulan data yang dipunyai. Ukuran ini sangat
berarti dalam rangka melakukan analisis data.
Berdasarkan penjelasan di atas, maka dapat diartikan bahwa ukuran
lokasi (ukuran letak) merupakan ukuran untuk melihat dimana letak salah satu
data dari sekumpulan banyak data yang ada. Andi juga di dalam bukunya (2007:
69) menjelaskan bahwa, yang termasuk ukuran lokasi (ukuran letak) antara lain
adalah kuartil, desil dan persentil.
1. Kuartil (Kuartiles)
Menurut Andi (2007: 80), menyebutkan Ada tiga buah kuartil, yakni
kuatil pertama, kuartil kedua, dan kuartil ketiga yang masing-masing disingkat
dengan K1, K2, dan K3. Pemberian nama ini dimulai dari nilai kuartil paling
kecil. Untuk menentukan nilai kuartil dapat dilakukan dengan dua kategori

33
yaitu, nilai kuartil yang belum dikelompokkan (data tunggal), dan juga data
yang sudah dikelompokkan (data kelompok).
a. Kuartil Data Tunggal
Menurut Andi (2007: 80), pada bukunya menyebutkan untuk menentukan
nilai kuartil yang belum dikelompokkan (data tunggal) memiliki beberapa
langkah-langkah, yaitu sebagai berikut:
1) langkah pertama menyusun data, dengan mengurutkan data dimulai dari
yang terkecil sampai yang terbesar.
2) Menentukan letak kuartil yang diminta dengan menggunakan rumus:

Keterangan:
Ki = kuartil ke –
n = jumlah data
i = letak kuartil
Berikut ini adalah contoh dari Kuartil data tunggal dengan data perumpaan nilai
statistik I sebanyak 10 mahasiswa: 60, 80, 90, 70, 85, 95, 75, 65, 50, 55.
Tentukanlah nilai kuartil K1 dan K3.
Penyelesaian :
1) Mengurutkan data dari yang terendah (terkecil) sampai terbesar (tertinggi).
->50, 55, 60, 65, 70, 75, 80, 85, 90, 95
2) Tentukan letak kuartil K1 dan K3 dengan penjelasan seperti di bawah ini:
a) Menentukan K1,
Dari hasil di atas, maka data ke 2,75 berada diantara data 2 dan 3 sehingga
menjadi seperti berikut :
K1 = data ke- 2 + 0,75 (data ke- 3 – data ke- 2)
K1 = 55 + 0,75 (60 – 55)

34
 K1 = 55 + 3,75
K1 = 58,5
Berdasarkan hasil perhitungan di atas, maka posisi K1 menunjukkan nilai
58,5.

Dari hasil di atas, maka data ke 8,25 berada diantara data 8 dan 9 sehingga
menjadi seperti berikut :
K3 = data ke- 8 + 0,25 (data ke- 9 – data ke- 8)
K3 = 85 + 0,25 (90 – 85)
K3 = 85 + 1,25
K3 = 86, 25
Berdasarkan hasil perhitungan di atas, maka posisi K3menunjukkan nilai
86,25.
b. Kuartil data berkelompok
Hal ini juga disampaikan oleh Ridwan (2009: 106), menyebutkan bahwa
mencari kuartil data kelompok haruslah dibuat susunan distribusi frekuensi
terlebih dahulu, dalam hal ini semata-mata untuk mempermudah perhitungan.
Selain itu Riduwan juga menerangkan langkah-langkah pembuatan tabel
distribusi frekuensi (2009: 106), yaitu:
1) Menyusun data dari yang terkecil sampai yang terbesar

35
2) Menghitung rentang (range)
3) Jumlah kelas dan panjang kelas intervalnya.
Setelah tabel distribusi terbentuk, maka dilanjutkan dengan mencari nilai
kuartil dengan rumus yang diungkapkan Andi (2007: 81), seperti berikut:

Keterangan:
b = Tepi bawah interval kelas Ki ( b = batas bawah - 0,5)
p = Panjang kelas interval
i = Letak Ki
n = Banyak data
F = Frekuensi kumulatif sebelum kelas Ki
f = Frekuensi pada kelas Ki
Berikut ini adalah contoh dari kuartil data kelompok:

29 43 43 48 49 51 56 60 60 60
61 63 63 63 65 66 67 67 68 70
70 70 70 71 71 71 72 72 72 73
73 74 74 74 74 75 75 76 76 77
78 79 79 80 80 80 80 81 81 81
82 82 83 83 83 84 85 86 86 87
88 88 88 88 89 90 90 90 91 91
91 92 92 93 93 93 95 97 98 98

Penyelesaian:

Nilai Statistik F F kumulatif

29-38 1 1

36
 39-48 3 4
49-58 3 7
59-68 12 19
69-78 22 41
79-88 23 64
89-98 16 80
Jumlah 80 -

Langkah-langkah menentukan nilai K1 dan K 2

a) Berdasarkan tabel di atas, maka letak K1 Letak dapat dihitung seperti di
bawah ini :
(1) Menentukan letak kelas interval
Dari hasil perhitungan di atas, maka data ke- 20 berada pada kelas
69-78 atau terletak pada kelas interval ke- 5.
(2) Menentukan batas bawah
Berdasarkan hal di atas, maka langkah selanjutnya adalah memasukkan
angka-angka terebut ke dalam rumus untuk mencari nilai K1
Jadi berdasarkan dari perhitungan di atas, maka nilai kuartil K1 yang
didapat adalah: 68,95.
b) Berdasarkan tabel di atas, maka letak K2 Letak dapat dihitung sama
seperti K1
2. Desil (Deciles) “ Ds”
Jika sekumpulan data dibagi menjadi 10 bagian yang sama, maka
didapat sembilan pembagi dan tiap pembagi dinamakan desil. Karenanya ada
sembilan buah desil, ialah D1, D2, …, D9. Hal ini diperkuat oleh Riduwan
(2009: 111), menyatakan desil (Ds) ialah nilai atau angka yang membagi data
yang menjadi 10 bagian yang sama, setelah disusun dari data terkecil sampai
data terbesar atau sebaliknya.

37
 Berdasarkan penjelasan di atas, maka data diartikan bahwa desil (Ds)
merupakan angka yang membagi data menjadi 10 bagian yang sama setelah
melalui penyusunan data terlebih dahulu. Data itu dapat disusun dimulai dari
angka terkecil sampai dengan angka terbesar. Menurut Riduwan pada bukunya
(2009: 111), menyebutkan bahwa cara mencari desil hampir sama dengan
mencari kuartil hanya bedanya terletak pada pembagian saja. Harga-harga desil
di wakili dengan: D1, D2, D3, . . . . . . . . . . D9. Untuk menentukan nilai desil dapat
dilakukan dengan dua kategori yaitu, nilai desil yang belum dikelompokkan
(data tunggal), dan juga data yang sudah dikelompokkan (data kelompok).
a. Desil data tunggal
Menurut Andi (2007: 82), pada bukunya menyebutkan untuk menentukan
nilai desil yang belum dikelompokkan (data tunggal)
1) langkah pertama menyusun data, dengan mengurutkan data dimulai dari
yang terkecil sampai yang terbesar.
2) Menentukan letak desil yang diminta dengan menggunakan rumus:

38
b. Desil data berkelompok
Mencari desil dalam bentuk data berkelompok terlebih dahulu dengan
adanya tabel distribusi frekuensi. Hal ini juga disampaikan oleh Ri
Riduwan
(2009:112), menyebutkan bahwa mencari desil data berkelompok haruslah
dibuat susunan dristribusi frekuensi terlebih dahulu, dalam hal ini semata
semata-mata
untuk mempermudah perhitungan. Selain itu Riduwan juga menerangkan
langkah-langkah pembuatan tabel distribusi
istribusi frekuensi (2009:112), yaitu:
1) Menyusun data dari yang terkecil sampai yang terbesar
2) Menghitung rentang (range)
3) Jumlah kelas
4) Dan panjang kelas intervalnya.

Setelah tabel distribusi frekuensi terbentuk, maka dilanjutkan dengan mencari

nilai desil dengan rumus yang diungkapkan Andi (2007: 83), seperti berikut:

39
 Berikut ini adalah contoh dari desil data berkelompok, buatlah tabel
distribusi frekuensi dan hitunglah desil Ds4 dan Ds7 dari data nilai statistik I di
bawah ini:
29 43 43 48 49 51 56 60 60 60
61 63 63 63 65 66 67 67 68 70
70 70 70 71 71 71 72 72 72 73
73 74 74 74 74 75 75 76 76 77
78 79 79 80 80 80 80 81 81 81
82 82 83 83 83 84 85 86 86 87
88 88 88 88 89 90 90 90 91 91
91 92 92 93 93 93 95 97 98 98

Penyelesaian:
Adapun langkah-langkah dalam penyelesaian ialah sebagai berikut:
1) Langkah pembuatan tabel distribusi
a) Menentukan range (rentang)
R = nilai max – nilai min
R = 98 - 29 = 69

40