Ukuran Gejala Pusat

Pengertian:

Rata-rata (average) ialah suatu nilai yang mewakili suatu kelompok data. Nilai ini disebut juga ukuran gejala pusat karena pada umumnya mempunyain kecenderungan terletak di tengah-tengah dan memusat ke dalam suatun kelompok data yang disusun menurut besar kecilnya nilai data. Beberapa jenis rata-rata yang sering digunakan ialah:

1. Mayor Means terdiri dari:

•  Rata-rata hitung (Arithmetic means)
•  Median
•  Quartile
•  Decile
•  Percentile
•  Modus
•  Mean

2. Minor Means, terdiri dari:

• Rata-rata ukur (Geometric means)
• Rata-rata Harmonis (Harmonic Means)
• Rata-rata Tertimbang
• Rata-rata KuadratisRata-rata dari Rata-rata (rata-rata gabungan)
• Pengukuran nilai rata-rata dapat dilakukan dengan menggunakan data populasi maupun data sampel, dan dari data yang belum dikelompokkan maupun yang sudah dikelompokkan.

   x = data ke n
                                                    x bar = x rata-rata = nilai rata-rata sampel
                                                          n = banyaknya data.

Contoh soal : seorang guru mencatat nilai siswa nya sebagai berikut 6,5,5,7,7.5,8,6.5,5.5,6,9 .Berapakah mean (nilai rata) dari data tersebut


1. Rata-rata Hitung

• Dapat digunakan untuk menghitung rata-rata dari data yang mempunyai nilai merata atau yang mempunyai nilai dengan sebaran nilai yang relatif kecil
• Tidak dapat digunakan untuk menghitung rata-rata dari suatu DF terbuka.
• Tidak dapat dipakai untuk menghitung rata-rata dari data kualitatif.
• Tidak dapat digunakan untuk kelompok data yang mempunyai data ekstrim.
• Data yang digunakan adalah data yang mempunyai skala pengukuran interval atau rasio.
• Harganya unik atau hanya mempunyai satu nilai.

2. Rata-rata Tertimbang
Apabila dari sebuah populasi berukuran N, diukur variabel yang mempunyai tingkat
pengukuran interval/rasio dengan hasil pengukuran X1, X2, …XN. Masing-masing
hasil pengukuran mempunyai bobot B1, B2, … BN, maka rata-rata didefinisikan
sebagai rata-rata tertimbang.

3. Median

• Dapat digunakan untuk menghitung rata-rata dari data yang mempunyai nilai ekstrim
• Dapat digunakan untuk menghitung rata-rata dari suatu DF terbuka atau tertutup.
• Dapat dipakai untuk menghitung rata-rata dari data kualitatif.

Dari lima kali kuiz statistika, seorang mahasiswa memperoleh nilai 82, 93, 86, 92, dan 79. Tentukan median populasi ini.
jawab: Setelah data disusun dari yang terkecil sampai terbesar, diperoleh  79 82 86 92 93
Oleh karena itu medianya adalah 86

Kada nikotin yang berasal dari sebuah contoh acak enam batang rokok cap tertentu adalah 2.3, 2.7, 2.5, 2.9, 3.1, dan 1.9 miligram. Tentukan mediannya.
jawab: Bila kadar nikotin itu diurutkan dari yang terkecil sampai terbesar, maka diperoleh 1.9 2.3 2.5 2.7 2.9 3.1 Maka mediannya adalah rata-rata dari 2.5 dan 2.7, yaitu
 
4. Modus
Adalah suatu bilangan atau keterangan yang mempunyai frekuensi tertinggi atau
bilangan yang sering muncul.

• Dapat digunakan untuk data yang mempunyai skala pengukuran minimal adalah nominal.
• Dapat digunakan untuk menghitung rata-rata dari data yang menunjukkan keadaan yang ‘merajalela’.

 1 .Data yang belum dikelompokkan Modus dari data yang belum dikelompokkan adalah ukuran yang memiliki frekuensi tertinggi. Modus dilambangkan mo. 
2. Data yang telah dikelompokkan  Rumus Modus dari data yang telah dikelompokkan dihitung dengan rumus

Dengan : Mo = Modus
L = Tepi bawah kelas yang memiliki frekuensi tertinggi (kelas modus) i = Interval kelas
b1 = Frekuensi kelas modus dikurangi frekuensi kelas interval terdekat sebelumnya
b2 = frekuensi kelas modus dikurangi frekuensi kelas interval terdekat sesudahnya.

Contoh:
Sumbangan dari warga Bogor pada hari Palang Merah Nasional tercatat sebagai berikut: Rp 9.000, Rp 10.000, Rp 5.000, Rp 9.000, Rp 9.000, Rp 7.000, Rp 8.000, Rp 6.000, Rp 10.000, Rp 11.000. Maka modusnya, yaitu nilai yang terjadi dengan frekuensi paling tinggi, adalah Rp 9.000.
Dari dua belas pelajar sekolah lanjutan tingkat atas yang diambil secara acak dicatat berapa kali mereka menonton film selama sebulan lalu. Data yang diperoleh adalah ,0, 3, 1, 2, 4, 2, 5, 4, 0, 1 dan 4. Modusnya  yaitu 4

5.Quartile
Adalah bilangan-bilangan atau keterangan-keterangan yang membagi suatu deretan
bilangan atau deretan keterangan menjadi empat bagian yang sama.

1. Mengurutkan data dari yang terkecil hingga yang terbesar
2. Tentukan median (kuartil tengah / Q_{2 )}
3. Tentukan kuartil bawah / Q₁ (nilai tengah dari data sebelum Q₂ atau 1/4 ukuran data )
4. Tentukan kuartil atas / Q₃ (nilai tengah dari data sesudah Q₂ atau 3/4 ukuran data )

 Kuartil satu (K₁) adalah suatu nilai dalam distribusi yang membatasi 25% frekuensi di bagian bawah dan 75% frekuensi di bagian atas distribusi. Rumus untuk menghitung K₁adalah sebagai berikut: 

Dimana, x jumlah individu (N),  Kuartil Satu

 Batas Bawah nyata pada interval yang mengandung kuartil

 frekuensi kumulatif di bawah fk yang mengandung kuartil.

fd frekuensi pada interval yang mengandung Kuartil    i  = lebar interval

Tabel 3.12. Berikut adalah contoh untuk mencari kuartil satu.

Interval Nilai	f	fk
28 – 32 23 – 27 18 – 22 13 – 17 8 – 12 3 – 7	5 2 4 3 (6) 3	23 18 16 12 9 (3)
Jumlah	23	-

Diketahui,

   = 5,75 (terletak pada fk = 9 interval 8 – 12)

 7,5       3        6         i = 5

Kuartil Dua (K₂)

            Kuarti dua (K₂) adalah suatu nilai dalam distribusi yang membatasi 50% frekuensi dibawah distribusi dan 50% di atas distribusi. Oleh karena (K₂) membagi distribusi menjadi dua bagian secara sama, maka sebenarnya (K₂) tidak lain adalah median.

Tabel 3.13. merupakan contoh untuk mencari kuartil dua

Interval Nilai	f	fk
28 – 32 23 – 27 18 – 22 13 – 17 9 – 12 3 – 7	5 2 4 (3) 6 3	23 18 16 12 (9) 3
Jumlah	23	-

Diketahui,

 =11,5 (terletak pada fk = 12 interval 13 – 17

 12,5       9      3     i  = 5

Kuartil Tiga (K₃)

            Kuartil tiga (K₃) adalah suatu nilai dalam distribusi yang membatasi 75% frekuensi di bagian bawah dan 25% frekuensi di bagian atas. Rumus untuk menghitung (K₃) adalah sebagai berikut:

Tabel 3.14 merupakan contoh untuk mencari kuartil tiga

Interval Nilai	f	S fk
28 – 32 23 – 27 18 – 22 13 – 17 10 – 12 3 – 7	5 (2) 4 3 6 3	23 18 (16) 12 9 3
Jumlah	23	-

Diketahui,

= 17,25 (terletak pada fk = 18 interval 23 – 17)

 22,5        16       2        i = 5

Contoh: Tentukanlah kuartil Q₁, Q₂, dan Q₃ dari data upah bulanan 13 karyawan (dalam ribuan rupiah) berikut: 40,30,50,65,45,55,70,60,80,35,85,95,100.

Jawab:

Urutan data : 30,35,40,45,50,55,60,65,75,80,85,95,100.

Q_i = nilai ke – , di mana n = 13

Maka nilai kuartil Q₁, Q₂, Q₃ adalah sebagai berikut:

Q₁ = nilai ke - = nilai ke – 14/2 = nilai ke-3 ½

     = antara nilai ke -3 dan nilai ke-4

     = nilai ke-3 + ½ (nilai ke-4 – nilai ke-3)

     = 40 + ½ (85 – 40) = 42,5

Q₂ = nilai ke- = nilai ke-7 = 60

Q₃ = nilai ke-  = nilai ke-10 ½

     = nilai ke-10 + ½ (nilai ke-11 – nilai ke-10)

     = 80 + ½ (85 – 80) = 82,5.

Tabel 3.16 Berikut adalah contoh untuk data berkelompok yang disusun dalam tabel distribusi frekuensi.

Modal	Nilai Tengah (X)	Frekuensi (f)
112 – 120 121 – 129 130 – 138 139 – 147 148 – 156 157 – 165 166 – 174	116 125 134 143 152 161 170	4 5 8 12 5 4 2

Tentukan nilai kuartil Q₁, Q₂ dan Q₃ dari data tersebut!

Jawab:

Menentukan terlebih dahulu kelas interval Q₁, Q₂ dan Q₃

Q₁, membagi data menjadi 25 % ke bawah dan 75 % ke atas.

Q_2, membagi data menjadi 50 % ke bawah dan 75 % ke atas.

Q_3, membagi data menjadi 75 % ke bawah dan 25 % ke atas.

Karena n = 40, maka Q₁ terletak pada kelas 130 – 138, Q₂ terletak pada kelas 139 – 147, dan Q₃ terletak pada kelas 148 – 156.

Q_i = L₀ + c

Untuk Q₁, maka L₀ = 129,5, F = 4 + 5 = 9, dan f = 8, sehingga diperoleh:

          Q₁ = 129,5 + 9  = 129,5 + 9 (0,125) = 130,625.

Untuk Q₂, maka L₀ = 138,5, F = 4 + 5 + 8 = 17, dan f = 12, sehingga diperoleh:

          Q₂ = 138,5 + 9  = 140,75.

Terlihat bahwa nilai Q₂ sama dengan median.

Untuk Q₃, maka L₀ = 147,5, F = 29, dan f = 5, sehingga diperoleh:

          Q₃ = 147,5 + 9  = 149,3

6.Decile
Adalah bilangan-bilangan atau keterangan-keterangan yang membagi suatu deretan
bilangan atau deretan keterangan menjadi sepuluh bagian yang sama.Jika suatu distribusi dibagi menjadi 10 kategori maka diperlukan 9 titik batas desil, yaitu D₁, D₂, D₃, D₄, D₅, D₆, D₇, D₈, dan D₉. Dasar perhitungan desil adalah menggunakan angka persepuluhan. D₁ = 1/10 N, D₂ = 2/10 N, D₅ = 5/10 N, D₉ = 9/10 N dan seterusnya. Rumus-rumus untuk menghitung desil: 

Tabel 3.17 adalah contoh untuk mencari desil tiga (D₃)

terval Nilai		f		fk
28 – 32 23 – 27 18 – 22 13 – 17 8 – 12 3 – 7		5 2 4 3 (6) 3		23 18 16 12 9 (3)
Jumlah	23		-

Misalkan kita akan menghitung Desil tiga, maka langkah-langkah yang akan kita lakukan adalah sebagai berikut.

Diketahui,        = 6,69 (terletak pada fk = 9 interval 8 – 12)

 7,5            3         6       i  = 5

Maka nilai D₃ dapat dihitung sebagai berikut:

            Arti dari D₃ = 10,75 adalah bahwa nilai 10,75 itu membatasi 30% (3/10N) frekuensi di bawah distribusi dan 70% (7/10N) frekuensi di sebelah atas distribusi. Untuk penghitungan macam-macam desil yang lain menggunakan prosedur yang sama. Apabila nanti diteruskan sampai perhitungan D₅ maka akan dijumpai penggunaan angka dasar 5/10N yang harganya sama dengan ½ N (angka dasar pada median dan K₂), hal ini menunjukkan bahwa sebenarnya D₅ = Mdn = K₂.

7.Percentile
Adalah bilangan-bilangan atau keterangan-keterangan yang membagi suatu deretan
bilangan atau deretan keterangan menjadi seratus bagian yang sama.Bedanya, jika median distribusinya dibagi menjadi 2 kategori, kuartil dibagi menjadi 4 kategori, desil dibagi menjadi 10 kategori, maka persentil distribusinya dibagi menjadi 100 kategori. Sehingga dalam perhitungannya nanti akan dijumpai sebanyak 99 titik persentil. Dari P₁, P₂ sampai dengan P₉₉. 

            Angka dasar yang digunakan dalam persentil adalah perseratusan, misalnya untuk P₁ = 1/100.N, P₂₅ = 25/100.N (atau ¼ . N seperti angka dasar K₁, sehingga P₂₅ = K₁). Demikian juga untuk P₅₀ = 50/100.N (= ½.N, yang berarti bahwa P₅₀ = Mdn = K₂ = D₅). Kesamaan-kesamaan pada macam-macam pengukuran ini mudah dipahami karena angka dasar yang digunakan seringkali menghasilkan nilai yang sama meskipun penampakannya berbeda, hal ini akan kita temukan lagi misalnya: D₁ = P₁₀, D₂ = P₂₀, K₃ = P₇₅, dan sebagainya.

            Melalui persentil seorang peneliti dapat dengan leluasa membagi distribusi data yang dimilikinya kedalam jumlah-jumlah kategori yang dikehendakinya. Misalnya jika penelitian ingin membagi distribusi data tentang skor-skor stress kerja (yang masih berupa data interval) menjadi 5 kategori data ordinal (misalnya tinggi sekali, tinggi, sedang, rendah dan rendah sekali) maka peneliti harus menemukan 4 titik persentil dengan jalan melakukan pembagian, 100/5 = 20. Angka 20 ini nanti akan berfungsi sebagai kelipatan yang digunakan untuk menentukan dasar pembuatan kategori. Maka 5 kategori yang digunakan tersebut akan dibatasi oleh titik-titik P₂₀, P₄₀, P₆₀, dan P₈₀. Untuk pembagian ke dalam jumlah-jumlah kategori yang lain dapat dikembangkan oleh para pembaca sendiri. Misalnya kita akan menghitung persentil 60, maka rumusnya adalah:

Tabel 3.18 adalah contoh untuk mencari persentil 60

Interval Nilai	f	fk
28 – 32 23 – 27 18 – 22 13 – 17 8 – 12 3 – 7	5 2 (4) 3 6 3	23 18 16 12 9 3
Jumlah	23	-

Diketahui,  =  13,8 (terletak pada fk = 16 interval 18 – 22)

 17     12        4       i  = 5

Maka data tersebut didapatkan harga P₆₀ sebesar:

            Dari hasil tersebut dapat diketahui bahwa P₆₀ = 19,75, artinya bahwa yang membatasi antara 60% distribusi bagian bahwa dengan 40% distribusi bagian atas adalah nilai 19,75. Dalam penelitian persentil berguna untuk:

• Membagi distribusi menjadi beberapa kelas yang sama besar frekuensinya.
• Memisahkan sebagaian distribusi dari sisanya.
• Menyusun norma penelitian, dan menormalisasikan distribusi.

Read More

Distribusi Frekuensi

Perhatikan contoh data hasil nilai pengerjaan tugas Matematika dari 40 siswa berikut ini.

66 75 74 72 79 78 75 75 79 71
75 76 74 73 71 72 74 74 71 70
74 77 73 73 70 74 72 72 80 70
73 67 72 72 75 74 74 68 69 80

dari data diatas, dapat dibuat tabel distribusi frekuensi sbb:

Istilah-istilah yang banyak digunakan dalam pembahasan distribusi frekuensi bergolong atau distribusi frekuensi berkelompok antara lain sebagai berikut.

a. Interval Kelas
Tiap-tiap kelompok disebut interval kelas atau sering disebut interval atau kelas saja. Dalam contoh sebelumnya memuat enam interval ini.
65 – 67 → Interval kelas pertama
68 – 70 → Interval kelas kedua
71 – 73 → Interval kelas ketiga
74 – 76 → Interval kelas keempat
77 – 79 → Interval kelas kelima
80 – 82 → Interval kelas keenam

b. Batas Kelas
Berdasarkan tabel distribusi frekuensi di atas, angka 65, 68, 71, 74, 77, dan 80 merupakan batas bawah dari tiap-tiap kelas, sedangkan angka 67, 70, 73, 76, 79, dan 82 merupakan batas atas dari tiap-tiap kelas.

c. Tepi Kelas (Batas Nyata Kelas)
Untuk mencari tepi kelas dapat dipakai rumus berikut ini.
Tepi bawah = batas bawah – 0,5
Tepi atas = batas atas + 0,5
Dari tabel di atas maka tepi bawah kelas pertama 64,5 dan tepi atasnya 67,5, tepi bawah kelas kedua 67,5 dan tepi atasnya 70,5 dan seterusnya.

d. Lebar kelas
Untuk mencari lebar kelas dapat dipakai rumus:
Lebar kelas = tepi atas – tepi bawah
Jadi, lebar kelas dari tabel diatas adalah 67,5 – 64,5 = 3.

e. Titik Tengah
Untuk mencari titik tengah dapat dipakai rumus:
Titik tengah = 1/2 (batas atas + batas bawah)
Dari tabel di atas: titik tengah kelas pertama = 1/2(67 + 65) = 66 titik tengah kedua = 1/2(70 + 68) = 69 dan seterusnya.

Distribusi Frekuensi Kumulatif
Tabel distribusi kumulatif ada dua macam, yaitu:

a. Tabel distribusi frekuensi kumulatif kurang dari (menggunakan tepi atas)

b. Tabel distribusi frekuensi kumulatif lebih dari (menggunakan tepi bawah)


Untuk lebih jelasnya, perhatikan contoh data berikut ini.

Dari tabel di atas dapat dibuat daftar frekuensi kumulatif kurang dari dan lebih dari seperti berikut.

Penjelasan cara pembuatan tabel:
Untuk membuat tabel distribusi frekuensi kumulatif kurang dari, kita menggunakan tepi atas.
Kelas pertama memakai tepi atas kelas pertama, kelas kedua memakai tepi atas kelas kedua, dan seterusnya.

• Kelas pertama tepi atasnya adalah 45,5, sehingga frekuensi kumulatif data kurang dari 45,5 adalah frekuensi kelas pertama, yaitu 3.
• Kelas kedua tepi atasnya adalah 50,5, sehingga frekeunsi kumulatif data kurang dari 50,5 adalah frekuensi kelas pertama + frekuensi kelas kedua, yaitu 3+6=9.
• Kelas ketiga tepi atasnya adalah 55,5, sehingga frekuensi kumulatif data kurang dari 55,5 adalah frekuensi kelas pertama + frekuensi kelas kedua + frekuensi kelas ketiga, yaitu 3+6+10=19.
• Begitu seterusnya sampai kelas keenam.

Untuk membuat tabel distribusi frekuensi kumulatif lebih dari, kita menggunakan tepi bawah.
Kelas pertama memakai tepi bawah kelas pertama, kelas kedua memakai tepi bawah kelas kedua, dan seterusnya.

• Kelas pertama tepi bawahnya adalah 40,5, sehingga frekuensi kumulatif data lebih dari 40,5 adalah frekuensi kelas pertama + frekuensi kelas kedua + frekuensi kelas ketiga + ... + frekuensi kelas keenam = 3+6+10+12+5+4 = 40.
• Kelas kedua tepi bawahnya adalah 45,5, sehingga frekuensi kumulatif data lebih dari 45,5 adalah frekuensi kelas kedua + frekuensi kelas ketiga + ... + frekuensi kelas keenam = 6+10+12+5+4 = 37.
• Begitu seterusnya sampai kelas keenam.

Semoga Bermamfaat 

Read More

Penyajian Data Statistik dalam Bentuk Tabel, Diagram Batang, Garis, Lingkaran, Tabel Distribusi Frekuensi.

Ada dua cara penyajian data yang sering dilakukan, yaitu :

a) daftar atau tabel,

b) grafik atau diagram.

1. Penyajian Data dalam Bentuk Tabel

Misalkan, hasil ulangan Bahasa Indonesia 37 siswa kelas XI SMA 3 disajikan dalam tabel di bawah. Penyajian data pada Tabel 1.1 dinamakan penyajian data sederhana. Dari tabel 1.1, Anda dapat menentukan banyak siswa yang mendapat nilai 9, yaitu sebanyak 7 orang. Berapa orang siswa yang mendapat nilai 5? Nilai berapakah yang paling banyak diperoleh siswa?

Jika data hasil ulangan bahasa Indonesia itu disajikan dengan cara mengelompokkan data nilai siswa, diperoleh tabel frekuensi berkelompok seperti pada Tabel 2.. Tabel 2. dinamakan Tabel Distribusi Frekuensi.

Tabel 1. Penyajian data sederhana

Nilai	Frekuensi
2	7
4	3
5	5
6	4
7	10
9	7
10	1

Tabel 2. Tabel Distribusi Frekuensi

Interval Kelas	Turus	Frekuensi
1–2	EB	7
3–4	C	3
5–6	EC	8
7–8	EE	10
9–10	EC	8
	Jumlah	37

2. Penyajian Data dalam Bentuk Diagram

Kerapkali data yang disajikan dalam bentuk tabel sulit untuk dipahami. Lain halnya jika data tersebut disajikan dalam bentuk diagram maka Anda akan dapat lebih cepat memahami data itu. Diagram adalah gambar yang menyajikan data secara visual yang biasanya berasal dari tabel yang telah dibuat. Meskipun demikian, diagram masih memiliki kelemahan, yaitu pada umumnya diagram tidak dapat memberikan gambaran yang lebih detail.

a. Diagram Batang

Diagram batang biasanya digunakan untuk menggambarkan data diskrit (data cacahan). Diagram batang adalah bentuk penyajian data statistik dalam bentuk batang yang dicatat dalam interval tertentu pada bidang cartesius.

Ada dua jenis diagram batang, yaitu

1. diagram batang vertikal, dan
2. diagram batang horizontal.

Contoh Soal 1 :

Selama 1 tahun, toko "Anggo" mencatat keuntungan setiap bulan sebagai berikut.

Tabel 3. Keuntungan Toko "Anggo" per Bulan (dalam jutaan rupiah)

Bulan ke	2,5	1,8	2,6	4,2	3,5	3,3	4,0	5,0	2,0	4,2	6,2	6,2
Keuntungan	1	2	3	4	5	6	7	8	9	10	11	12

a. Buatlah diagram batang vertikal dari data tersebut.

b. Berapakah keuntungan terbesar yang diperoleh Toko "Anggo" selama 1 tahun?

c. Kapan Toko "Anggo" memperoleh keuntungan yang sama selama dua bulan berturut-turut?

Penyelesaian :

a. Diagram batang vertikal dari data tersebut, tampak pada gambar berikut.

Gambar 1. Diagram batang vertikal Keuntungan Toko "Anggo" per Bulan (dalam jura rupiah)

b. Dari diagram tersebut tampak bahwa keuntungan terbesar yang diperoleh Toko "Anggo" selama 1 tahun adalah sebesar Rp 6.200.000,00.

c. Toko "Anggo" memperoleh keuntungan yang sama selama dua bulan beturut-turut pada bulan ke-11 dan ke-12.

b. Diagram Garis

Pernahkah Anda melihat grafik nilai tukar dolar terhadap rupiah atau pergerakan saham di TV? Grafik yang seperti itu disebut diagram garis. Diagram garis biasanya digunakan untuk menggambarkan data tentang m keadaan yang berkesinambungan (sekumpulan data kontinu). Misalnya, jumlah penduduk setiap tahun, perkembangan berat badan bayi setiap bulan, dan suhu badan pasien setiap jam.

Seperti halnya diagram batang, diagram garis pun memerlukan sistem sumbu datar (horizontal) dan sumbu tegak (vertikal) yang saling berpotongan tegak lurus. Sumbu mendatar biasanya menyatakan jenis data, misalnya waktu dan berat. Adapun sumbu tegaknya menyatakan frekuensi data. Langkah-langkah yang dilakukan untuk membuat diagram garis adalah sebagai berikut.

1. Buatlah suatu koordinat (berbentuk bilangan) dengan sumbu mendatar menunjukkan waktu dan sumbu tegak menunjukkan data pengamatan.
2. Gambarlah titik koordinat yang menunjukkan data pengamatan pada waktu t.
3. Secara berurutan sesuai dengan waktu, hubungkan titiktitik koordinat tersebut dengan garis lurus.

Contoh Soal 2 :

Berikut ini adalah tabel berat badan seorang bayi yang dipantau sejak lahir sampai berusia 9 bulan.

Usia (bulan)	3,5	4	5,2	6,4	6,8	7,5	7,5	8	8,8	8,6
Berat Badan (kg)	0	1	2	3	4	5	6	7	8	9

a. Buatlah diagram garisnya.

b. Pada usia berapa bulan berat badannya menurun?

c. Pada usia berapa bulan berat badannya tetap?

Pembahasan :

a. Langkah ke-1

Buatlah sumbu mendatar yang menunjukkan usia anak (dalam bulan) dan sumbu tegak yang menunjukkan berat badan anak (dalam kg).

Langkah ke-2

Gambarlah titik koordinat yang menunjukkan data pengamatan pada waktu t bulan.

Langkah ke-3

Secara berurutan sesuai dengan waktu, hubungkan titik-titik koordinat tersebut dengan garis lurus.

Dari ketiga langkah tersebut, diperoleh diagram garis dari data tersebut tampak pada Gambar 2.

Gambar 2. Diagram garis berat badan bayi sejak usia 0 bulan–9 bulan

b. Dari diagram tersebut dapat dilihat bahwa berat badan bayi menurun pada usai 8 sampai 9 bulan.

c. Berat badan bayi tetap pada usia 5 sampai 6 bulan. Darimana Anda memperoleh hasil ini? Jelaskan.

Observasi: Interpolasi dan Ekstrapolasi Data

Anda dapat melakukan observasi terhadap kecenderungan data yang disajikan pada suatu diagram garis. Dari observasi ini, Anda dapat membuat perkiraan-perkiraan dengan cara interpolasi dan ekstrapolasi. Hal ini ditempuh dengan mengganti garis patah pada diagram garis menjadi garis lurus. Interpolasi data adalah menaksir data atau memperkirakan data di antara dua keadaan (misalnya waktu) yang berurutan. Misalkan, dari gambar grafik Contoh soal 2. dapat diperkirakan berat badan bayi pada usia 5,5 bulan. Coba Anda amati grafik tersebut, kemudian tentukan berat badan bayi pada usia 5,5 bulan.

Ekstrapolasi data adalah menaksir atau memperkirakan data untuk keadaan (waktu) mendatang. Cara yang dapat dilakukan untuk ekstrapolasi adalah dengan memperpanjang ruas garis terujung ke arah kanan. Misalkan, dari gambar grafik soal 2. dapat diperkirakan berat badan bayi pada usia 10 bulan. Jika garis lurus sudah ditentukan, Anda dapat menentukan interpolasi data. Untuk ekstrapolasi data, Anda harus berhati-hati. Menurut diagram garis, berapa kira-kira berat badan bayi pada usia 10 bulan? Berikan alasan Anda.

c. Diagram Lingkaran

Untuk mengetahui perbandingan suatu data terhadap keseluruhan, suatu data lebih tepat disajikan dalam bentuk diagram lingkaran. Diagram lingkaran adalah bentuk penyajian data statistika dalam bentuk lingkaran yang dibagi menjadi beberapa juring lingkaran.

Langkah-langkah untuk membuat diagram lingkaran adalah sebagai berikut.

1. Buatlah sebuah lingkaran pada kertas.
2. Bagilah lingkaran tersebut menjadi beberapa juring lingkaran untuk menggambarkan kategori yang datanya
3. telah diubah ke dalam derajat.

Agar lebih jelasnya, pelajarilah contoh berikut.

Contoh Soal 3 :

Tabel berikut menunjukkan banyaknya siswa di suatu kabupaten menurut tingkat sekolah pada tahun 2007.

Tingkat Pendidikan	Banyaknya Siswa
SD SMP SMA	175 600  225

a. Buatlah diagram lingkaran untuk data tersebut.

b. Berapa persen siswa yang menyelesaikan sekolah sampai pada tingkat SMP?

c. Berapa persen siswa yang menyelesaikan sekolah sampai pada tingkat SMA?

Pembahasan :

a. Jumlah seluruh siswa adalah 1.000 orang. Seluruh siswa diklasifikasikan menjadi 5 katagori: SD = 175 orang, SMP = 600 orang, dan SMA = 225 orang.

• Siswa SD = (175/1.000) x 100% = 17,5%

Besar sudut sektor lingkaran = 17,5% × 360° = 63°

• Siswa SMP = (600/1.000) x 100% = 60%

Besar sudut sektor lingkaran = 60% × 360° = 216°

• Siswa SMA= (225/1.000) 100% = 22,5%

Besar sudut sektor lingkaran = 22,5% × 360° = 81°

Diagram lingkaran ditunjukkan pada Gambar 3.

Gambar 3. Diagram lingkaran banyaknya siswa di suatu kabupaten menurut tingkat sekolah pada tahun 2007

b. Persentase siswa yang menyelesaikan sekolah sampai pada tingkat SMP adalah 60%.

c. Persentase siswa yang menyelesaikan sekolah sampai pada tingkat SMAadalah 22,5%.

3. Tabel Distribusi Frekuensi, Frekuensi Relatif dan Kumulatif, Histogram, Poligon Frekuensi, dan Ogive

a. Tabel Distribusi Frekuensi

Data yang berukuran besar (n > 30) lebih tepat disajikan dalam tabel distribusi frekuensi, yaitu cara penyajian data yang datanya disusun dalam kelas-kelas tertentu.

Langkah-langkah penyusunan tabel distribusi frekuensi adalah sebagai berikut.

• Langkah ke-2 menentukan banyak interval (K) dengan rumus "Sturgess" yaitu: K= 1 + 3,3 log n dengan n adalah banyak data. Banyak kelas harus merupakan bilangan bulat positif hasil pembulatan.

• Langkah ke-3 menentukan panjang interval kelas (I) dengan menggunakan rumus:

I = J/K

• Langkah ke-4 menentukan batas-batas kelas. Data terkecil harus merupakan batas bawah interval kelas pertama atau data terbesar adalah batas atas interval kelas terakhir.

• Langkah ke-5 memasukkan data ke dalam kelas-kelas yang sesuai dan menentukan nilai frekuensi setiap kelas dengan sistem turus.

• Menuliskan turus-turus dalambilangan yang bersesuaian dengan banyak turus.

Ingatlah :

Menentukan banyak kelas interval dengan aturan Sturges dimaksudkan agar interval tidak terlalu besar sebab hasilnya akan menyimpang dari keadaan sesungguhnya. Sebaiknya, jika interval terlalu kecil, hasilnya tidak menggambarkan keadaan yang diharapkan.

Contoh Soal 4 :

Seorang peneliti mengadakan penelitian tentang berat badan dari 35 orang.

Data hasil penelitian itu (dalam kg) diberikan berikut ini:

48 32 46 27 43 46 25 41 40 58 16 36

21 42 47 55 60 58 46 44 63 66 28 56

50 21 56 55 25 74 43 37 51 53 39

Sajikan data tersebut ke dalam tabel distribusi frekuensi.

Jawaban :

1. Jangkauan (J) = Xm- Xn = 74 – 16 = 58.

2. Banyak kelas (K) = 1 + 3,3 log n = 1 + 3,3 log 35 = 6,095. Banyak kelas dibulatkan menjadi "6".

3. Panjang interval kelas (I) adalah I = J/K = 58/6 = 9,67. Panjang interval kelas dibulatkan menjadi "10". 

Dengan panjang interval kelas = 10 dan banyak kelas = 6, diperoleh tabel distribusi frekuensi seperti pada Tabel 4. atau Tabel 5

Cara I: Batas bawah kelas pertama diambil datum terkecil. Amati Tabel 4. Dari tabel tersebut tampak bahwa frekuensi paling banyak dalam interval 46–55. Artinya, berat badan kebanyakan berkisar antara 46 kg dan 55 kg.

Tabel 4. Tabel distribusi frekuensi

Interval Kelas	Turus	Frekuensi
16–25	E	5
26–35	C	3
36–45	ED	9
46–55	EE	10
56–65	EA	6
66–75	B	2
	Jumlah	35

Cara II: Batas atas kelas terakhir diambil datum terbesar. Amati Tabel 5.

Tabel 5. Tabel distribusi frekuensi

Interval Kelas	Turus	Frekuensi
15–24	C	3
25–34	E	5
35–44	ED	9
45–54	EC	8
55–64	EC	8
65–74	B	2
	Jumlah	35

Dari tabel tampak frekuensi paling sedikit dalam interval 65–74. Artinya, berat badan antara 65 kg dan 74 kg ada 2 orang. Perhatikan interval kelas yang pertama, yaitu 15–24. 15 disebut batas bawah dan 24 disebut batas atas. Ukuran 15–24 adalah hasil pembulatan, ukuran yang sebenarnya terletak pada 14,5–24,5. 14,5 disebut tepi bawah kelas (batas bawah nyata) dan 24,5 disebut tepi atas kelas (batas atas nyata) pada interval kelas 15–24.

Dalam menentukan tepi bawah kelas dan tepi atas kelas pada setiap interval kelas, harus diketahui satuan yang dipakai. Dengan demikian, untuk tepi bawah kelas adalah batas bawah kelas dikurangi 1/2 satuan ukuran. Jadi, tepi kelas dari interval kelas 15–24 menjadi 14,5–24,5.

Read More