Statdas fis 01

1

PENGANTAR STATISTIKA DASAR

2

Populasi dan sampel

Populasi

Sampel

Parameter

Statistik

Parameter adalah ukuran yang mencerminkankarakterstik dari populasi

Populasi adalah data kuantitatif yang menjadi objektelaah

Sampel adalah bagian dari populasiParameter adalah ukuran yang mencerminkan

karakteristik dari populasiStatistik adalah ukuran yang mencerminkan

karakteristik dari sampel

3

• Statistika Deskriptif

• Statistika Inferensi

Statistika menurut fungsinya

4

Statistika deskriptif

• Menggambarkan dan menganalisiskelompok data yang diberikan tanpapenarikan kesimpulan mengenaikelompok data yang lebih besar

5Sumber: Statistika Deskriptif-Suprayogi, ITB

solehpunya.files.wordpress.com/2008/03/00-statistika-deskriptif.pdf

6

Statistika inferensi

• Penerapan metode statistik untukmenaksir dan/atau menguji karakteristikpopulasi yang dihipotesiskanberdasarkan data sampel

7

Statistika Deskriptif danStatistika Inferensi

Sumber: statistika deskriptif-suprayogi, ITBsolehpunya.files.wordpress.com/2008/03/00-

statistika-deskriptif.pdf

8

Contoh

• Data tentang penjualan mobil merek ‘ABC’ perbulan di suatu show room mobil di Jakarta selama tahun 1999. Dari data tersebut pertamaakan dilakukan deskripsi terhadap data sptmenghitung rata-rata penjualan, berapa standardeviasinya dll

• Kemudian baru dilakukan berbagai inferensiterhadap hasil deskripsi spt : perkiraan penjualanmobil tsb bulan Januari tahun berikut, perkiraanrata-rata penjualan mobil tsb di seluruh Indonesia.

9

Tipe data statistik

• Data nominal

• Data ordinal

• Data interval

• Data rasio

DATA NOMINAL :Data berskala nominal adalah data yang diperoleh dengan cara kategorisasi atau klasifikasi.CIRI : posisi data setara

tidak bisa dilakukan operasi matematika (+, -, x, :)CONTOH : jenis kelamin, jenis pekerjaan

Kualitatif

Kuantitatif

DATA ORDINAL :Data berskala ordinal adalah data yang dipeoleh dengan cara kategorisasi atau klasifikasi, tetapi di antara data tersebut terdapat hubunganCIRI : posisi data tidak setara

tidak bisa dilakukan operasi matematika (+, -, x, :)CONTOH : kepuasan kerja, motivasi

DATA INTERVAL :Data berskala interval adalah data yang diperoleh dengan cara pengukuran, di mana jarak antara dua titik skala sudah diketahui.

CIRI : Tidak ada kategorisasi

bisa dilakukan operasi matematika

CONTOH : temperatur yang diukur berdasarkan 0C dan 0F, sistem

kalender

DATA RASIO :Data berskala rasio adalah data yang diperoleh dengan carapengukuran, di mana jarak antara dua titik skala sudahdiketahui dan mempunyai titik 0 absolut.CIRI : tidak ada kategorisasi

bisa dilakukan operasi matematikaCONTOH : gaji, skor ujian, jumlah buku

10

Klasifikasi Jenis Data

• kualitatif

• KuantitatifSifat

• Primer

• SekunderSumber

• Sensus

• SamplingCara

memperoleh

• Cross section

• Time seriesWaktu

pengumpulan

11

Menurut sifat

• Bukan “angka”: nominal & ordinal

• Jenis pekerjaan, tgl&tempatlhr, tingkat pendidikan

Kualitatif

• Berupa angka:interval & rasio

• Umur, tinggi badan, beratbadanKuantitatif

12

PENYAJIAN DATA

13

Tujuan Penyajian Data

• Memberi gambaran yang sistematis tentang peristiwa-peristiwa yang merupakan hasil penelitian atau observasi,

• Data lebih cepat ditangkap dan dimengerti,

• Memudahkan dalam membuat analisis data, dan

• Membuat proses pengambilan keputusan dan kesimpulan lebih tepat, cepat, dan akurat.

http://abdulsyahid-forum.blogspot.com/2009/03/penyajian-data-statistik.html

14

Cara Penyajian Data

• Tabel

• Gambar/Grafik

15

Jenis Tabel Statistik

• Tabel satu arah

• Tabel arah majemuk

- Tabel dua arah

- Tabel tiga arah

Yaitu tabel yang memuat keterangan mengenai satu hal atausatu karakteristik saja. Misalnya data Produksi kedelai menurutjenis varietas yang ditanam.

http://abdulsyahid-forum.blogspot.com/2009/03/penyajian-data-statistik.html

Yaitu tabel yang menunjukkan hubungan dua hal atau duakarakteristik yang berbeda. Misalnya data Produksi kedelai

menurut jenis varietas dan daerah panen

Yaitu tabel yang menunjukkan hubungan tiga hal atau tigakarakteristik yang berbeda. Misalnya data hasil pengamatan

produksi kedelai (ton/ha) menurut jenis varietas, daerahpanen, dan jenis tanah.

16

Jenis Grafik/Gambar

• Grafik garis (line chart),

• Grafik Batangan (bar chart),

• Grafik lingkaran (pie chart),

• Grafik gambar (Pictogram chart)

• Diagram Pencar (Scatter diagram)

17

bidang pekerjaan

keuanganmarketingproduksipersonaliaadministrasi

Jum

lah

30

20

10

0

keuangan

marketing

produksi

personalia

administrasi

prestasi kerja

sangat baikbaikcukup baikjeleksangat jelek

Me

an

ga

ji p

erb

ula

n

800000

700000

600000

500000

400000

300000

Jenis kelamin

laki-laki

w anita

Grafik Batang (Bar) Grafik Garis (line)

Grafik lingkaran (pie) Grafik Interaksi (interactive)bidang pekerjaan

keuanganmarketingproduksipersonaliaadministrasi

Co

un

t

30

20

10

0

18

Grafik gambar

1:10

19

DISTRIBUSI FREKUENSI

20

Distribusi Frekuensi

• Bentuk pengelompokan data untuk menggambarkan distribusi data

• Dapat dinyatakan dalam

bentuk tabel distribusi frekuensi

histogram atau poligon frekuensi

21

Prosedur Umum PenyusunanTabel Dist Frekuensi

• Tentukan banyaknya kelas

• Tentukan lebar kelas

• Hitung frekuensi untuk setiap kelas

22

Contoh tabel dist frekuensi

hanckey.pbworks.com/f/presentasi+bahan+kuliah.ppt

KELOMPOK FREKUENSI

Kelompok ke-1 f1

Kelompok ke-2 f2

Kelompok ke-3 f3

Kelompok ke-i fi

Kelompok ke-k fk

kn = Σ fi

i=1

Pendidikan Frekuensi

S1 62

S2 19

S3 9

90

kn = Σ fi = f1 + f2 + f3 +….. + fi + …… + fk

i=1

23

Contoh Soal

• Susun data berikut dalam tabel dist frekuensiUSIA FREKUENSI

20 5

21 6

22 13

23 4

24 7

25 7

26 7

27 5

28 3

29 4

30 15

31 3

33 5

35 1

24

Langkah-langkah

• Tentukan rentang

• Tentukan banyak kelas (k)

• Tentukan panjang kelas (p)

RENTANG: NILAI DATA TERBESAR – NILAI DATA TERKECIL

ATURAN STURGES:

k = 1 + (3,322)(log n)

p = RENTANG/k

25

Catatan tentang panjang kelas

• Bilangan bulatBilangan bulat

• Bilangan bulat satu desimalBil bulat satu

desimal

• Bilangan bulat n desimalBil bulat n

desimal

DATA PANJANG KELAS (p)

26

Lanjutan langkah-langkah

• Tentukan nilai ujung bawah kelas interval pertama

• Masukkan semua data ke dalam interval kelas

Boleh mengambil nilai data terkecilatau nilai data yang lebih kecil dari nilai data terkecil

27

Kembali ke contoh..

Membuat distribusi frekuensi :1. Mencari rentang 35 – 20 = 152. Menentukan banyak kelas k = 1 + 3,3 log n 7 atau

83. Menentukan panjang kelas p = 15/7 = 2,5 2 atau 3

KELOMPOK USIA FREKUENSI

20 – 21 11

22 – 23 17

24 – 25 14

26 – 27 12

28 – 29 7

30 – 31 18

32 - 33 5

34 - 35 1

USIA FREKUENSI

20 5

21 6

22 13

23 4

24 7

25 7

26 7

27 5

28 3

29 4

30 15

31 3

33 5

35 1

hanckey.pbworks.com/f/presentasi+bahan+kuliah.ppt

28

USIA FREKUENSI

20 5

21 6

22 13

23 4

24 7

25 7

26 7

27 5

28 3

29 4

30 15

31 3

33 5

35 1

KELOMPOK USIA FREKUENSI

20 – 22 ?

23 – 25 ?

27– 29 ?

30 – 32 ?

33 – 25 ?

36 – 38 0

39 - 41 0

29

• Berikut diberikan data mengenai hasil tentamen tengah semester, Mata Kuliah Statistika dari mahasiswa Program S1 Ilkom. Susun data dalam tabel dist frekuensi!

65 72 67 82 72 91 67 73 71 70

85 87 68 86 83 90 74 89 75 61

65 76 71 65 91 79 75 69 66 85

95 74 73 68 86 90 70 71 88 68

Latihan Soal

30

Macam-macam tabel dist frekuensi

Tabel distribusifrekuensi relatif

• Tabel dist frek kum “kurang dari”

• Tabel dist frek kum “ atau lebih”

Tabel distribusifrekuensikumulatif

• Tabel dist frek rel kum “kurang dari”

• Tabel dist frek rel kum “ atau lebih”Tabel distribusirelatif kumulatif

31

Bentuk tabel dist frek relatif

NilaiData

Frekuensi Frekuensi Relatif (%)

a-b f1 f1’

c-d f2 f2’

e-f f3 f3’

g-h f4 f4’

i-j f5 f5’

Jumlah n 1001

' 100%ii n

i

i

ff x

f

Dimana:

32

Bentuk tabel dist frek kumulatifNilaiData

Frekuensi Frekuensi Kumulatif

a-b f1 f1

c-d f2 f1+f2

e-f f3 f1+f2+f3

g-h f4 f1+f2+f3+f4

i-j f5 f1+f2+f3+f4+f5

Nilai Data Frekuensi Kumulatif

Krg dr a 0

Krg dr c f1

Krg dr e f1+f2

Krg dr g f1+f2+f3

Krg dr i f1+f2+f3+f4

Krg dr k f1+f2+f3+f4+f5

Nilai Data Frekuensi Kumulatif

a atau lbh f5+f4+f3+f2+f1

c atau lbh f5+f4+f3+f2

e atau lbh f5+f4+f3

g atau lbh f5+f4

i atau lbh f5

k atau lbh 0

33

Bentuk tabel dist relatif kumulatif

• dengan

Nilai Data Frekuensi FrekuensiKumulatif

Frek relatifkumulatif (%)

a-b f1 f1 f1’

c-d f2 f1+f2 f2’

e-f f3 f1+f2+f3 f3’

g-h f4 f1+f2+f3+f4 f4’

i-j f5 f1+f2+f3+f4+f5 100

%100' 1 xn

f

f

i

k

k

i

34

Contoh tabel dist frek, kum, rel, rel kum

Sumber: statistika deskriptif-suprayogi, ITBsolehpunya.files.wordpress.com/2008/03/00-statistika-deskriptif.pdf

35

Macam-macam bentuk diagram

• Data tidak terkelompok : diagram batang, diagram lingkaran, garis, gambar (simbol)

• Data terkelompok : histogram dan poligonfrekuensi, ogive

36

Histogram dan poligon frekuensi

• Histogram mrpk bentuk diagram batng ygdigunakan untuk menggambarkan dist frekuensi

• Poligon (kurva) frekuensi mrpk bentukdiagram garis yg digunakan utkmenggambarkan dist frekuensi

37

Contoh Histogram

Sumber: statistika deskriptif-suprayogi, ITBsolehpunya.files.wordpress.com/2008/03/00-statistika-deskriptif.pdf

38

Contoh poligon frekuensi

Sumber: statistika deskriptif-suprayogi, ITBsolehpunya.files.wordpress.com/2008/03/00-statistika-deskriptif.pdf

39

Contoh Ogive (kumulatif)

Sumber: statistika deskriptif-suprayogi, ITBsolehpunya.files.wordpress.com/2008/03/00-statistika-deskriptif.pdf

40

Catatan tentang batas atas dan bawah

• Batas bawah (bb) = ujung bwh – ketelitian data yang digunakan

• Batas atas (ba) = ujung atas + ketelitian data yg digunakan

Data Ketelitian yang digunakan

Bil bulat 0,5

Bil satu desimal 0,05

Bil dua desimal 0,005

dst

41

Catatan tentang titik tengah(tanda kelas)

Titik tengah = ½ (ujung bawah + ujung atas)

42

STATISTIK

43

Statistik

• Ukuran lokasi (pemusatan)

• Ukuran dispersi (sebaran)

• Ukuran kemiringan

• Ukuran keruncingan

44

Ukuran lokasi ukuran cenderungmemusat

rata-rata hitung

• Rata-rata rata-rata ukur

rata-rata harmonik

• Median

• Modus

45

Rata-rata hitung data tersebar

• Data tersebar (tdk berkelompok)

n

x

x

n

i

i

1

46

Rata-rata hitung data terkelompok

1. Tanda kelas 2. rata-rata duga

xi : titik tengah kelas AM : titik tengah kelas

interval ke-i interval (pilih sbrg)

p : panjang kelas intv

n

xf

x

k

i

ii

1

n

df

pAMx

k

i

ii

1

p

AMxd i

i

47

Contoh menghitung rata-rata

Mean = 358/20 = 17,9

Kelas interval Tanda kelas (xi) fi xifi

13-15 14 5 70

16-18 17 6 102

19-21 20 7 140

22-24 23 2 46

jumlah 20 358

48

Contoh menghitung rata-rata

Kelas interval Tanda kelas (xi) fi di fidi

13-15 14 5 (14-20)/3 = -2 -10

16-18 17 6 -1 -6

19-21 20 7 0 0

22-24 23 2 1 2

jumlah 20 -14

Mean = 20+ (3)(-14)/20 =20 – 2,1 = 17,9

AM Ygdipilih

49

Rata-rata ukur dan harmonis

• Rata-rata ukur

dimana dan seterusnya

• Rata-rata harmonis

nnxxxU .... 21

4

3

3

2

2

1

x

x

x

x

x

x

n

i ix

nN

1

1

50

Modus

• Data kualitatif gejala yang sering terjadi

• Data kuantitatif angka yang sering muncul

51

Contoh mencari modus

• Data tidak terkelompok

Sumber: statistika deskriptif-suprayogi, ITBsolehpunya.files.wordpress.com/2008/03/00-statistika-deskriptif.pdf

52

Modus pada data terkelompok

Mo = Bb + p

dengan

Bb = batas bawah kelas interval yang mempunyai frekuensi

tertinggi

b1 = selisih frekuensi tertinggi dengan frekuensi dari kelas interval yang lebih rendah.

b2 = selisih frekuensi tertinggi dengan frekuensi dari kelas interval yang lebih tinggi.

p = panjang kelas.

21

1

bb

b

53

• Data terkelompok

Contoh mencari modus

Sumber: statistika deskriptif-suprayogi, ITBsolehpunya.files.wordpress.com/2008/03/00-statistika-deskriptif.pdf

54

Median untuk data tidakterkelompok

• Jika banyak data genap

• Jika banyak data ganjil

Me =

2

2

2n-ke data nilai

2

n-ke data nilai

Me =

2

1n-ke data nilai

Data harus diurutkan dulu dari terkecil ke terbesar

55

Contoh mencari median

• Banyak data genap

Sumber: statistika deskriptif-suprayogi, ITBsolehpunya.files.wordpress.com/2008/03/00-statistika-deskriptif.pdf

56

• Banyak data ganjil

Sumber: statistika deskriptif-suprayogi, ITBsolehpunya.files.wordpress.com/2008/03/00-statistika-deskriptif.pdf

Contoh mencari median

57

Median data terkelompok

Me = Bb + p

denganBb : batas bawah kelas interval yang mengandung Mefm : frekuensi kelas interval yang mengandung MeF : frekuensi kumulatif sebelum kelas interval

yang mengandung Mep : panjang kelas interval

mf

F2

n

Letak Me harus paling sedikit mencapai frekuensi setengah dari jumlah data seluruhnya

58

Contoh mencari median

Sumber: statistika deskriptif-suprayogi, ITBsolehpunya.files.wordpress.com/2008/03/00-statistika-deskriptif.pdf

59

Hubungan Mean, Modus dan Median

Hubungan empiris antara ketiganya:

Mo +2 M = 3Me

• Kuartil

• Desil

• Persentil

60

Ukuran dispersi ukuran cenderung menyebar

61

Kuartil untuk data tidak berkelompok

dengan

Ki : letak kuartil ke i

n : banyaknya data

3 2, 1,i ,1n4

iK i

62

Artinya K1 terletak antara data ke 2 dan data ke 3

Nilai K1

= nilai data ke 2 + ½(data ke 3 - data ke 2)

= 40 + ½(50 -40)

= 45

Contoh mencari Kuartil

Sebelumdiurutkan

20

80

75

60

50

85

40

60

90

Setelahdiurutkan

20

40

50

60

60

75

80

85

90

2

1219

4

1 K

1n4

iK

1

i

63

dengan

Ki : letak kuartil ke iBb : batas bawah kelas interval yang mengandung KifK : frekuensi kelas interval yang mengandung KiF : frekuensi kumulatif sebelum kelas interval yang

mengandung Kip : panjang kelas interval

3 2, 1,i , f

Fn4

i

pBbK

iK

i

Kuartil data berkelompok

64

Contoh mencari Kuartil

Kelas yang memuat kuartil ke 3

Interval f f. kum

30 – 39 2 2

40 – 49 3 5

50 – 59 11 16

60 – 69 20 36

70 – 79 32 68

80 – 89 25 93

90 - 99 7 100

82,3 2,8 79,5

25

681004

3

1079,5 K

3 2, 1,i , f

Fn4

i

pBbK

3

iK

i

65

Desil untuk data tidak berkelompok

dengan

Di : letak desil ke i

n : banyaknya data

9 ..., 2, 1,i ,1n10

iD i

Artinya D6 terletak antara data ke 6 dan data ke 7

Nilai D6

= nilai data ke 6 + 0,4(data ke 7 - data ke 6)

= 75 + 0,6(80 -75)

= 78

66

Contoh mencari Desil

Setelahdiurutkan

20

40

50

60

60

75

80

85

90

96

,6611010

6D

9 ..., 2, 1,i ,1n10

iD

6

i

dengan

Di : letak desil ke iBb : batas bawah kelas interval yang mengandung Di

fD : frekuensi kelas interval yang mengandung Di

F : frekuensi kumulatif sebelum kelas interval yang mengandung Di

p : panjang kelas interval

67

Desil data berkelompok

9 ..., 2, 1,i , f

Fn10

i

pBbD

iD

i

Kelas yang memuat desil ke 3

68

Contoh mencari Desil

Interval f f.kum

30 – 39 2 2

40 – 49 3 5

50 – 59 11 16

60 – 69 20 36

70 – 79 32 68

80 – 89 25 93

90 - 99 7 100 66,5759,5

20

1610010

3

1059,5D

9 ..., 2, 1,i , f

Fn10

i

pBbD

3

iD

i

dengan

Pi : letak persentil ke i

n : banyaknya data

69

Persentil untuk data tidak berkelompok

99 ..., 2, 1,i ,1n100

iP i

Artinya P57 terletak antara data ke 6 dan data ke 7

Nilai P57

= nilai data ke 6 + 0,27(data ke 7 - data ke 6)

= 75 + 0,27(80 -75)

= 79,35

70

Contoh mencari Persentil

Setelahdiurutkan

20

40

50

60

60

75

80

85

90

96

6,27 110100

57P

99 ..., 2, 1,i ,1n100

iP

57

i

dengan

Pi : letak persentil ke i Bb : batas bawah kelas interval yang mengandung Pi

fP : frekuensi kelas interval yang mengandung Pi

F : frekuensi kumulatif sebelum kelas interval yang mengandung Pi

p : panjang kelas interval

71

Persentil data berkelompok

99 ..., 2, 1,i , f

Fn100

i

pBbP

iP

i

72

Contoh mencari Desil

Kelas yang memuat persentil ke 95

Interval f f.kum

30 – 39 2 2

40 – 49 3 5

50 – 59 11 16

60 – 69 20 36

70 – 79 32 68

80 – 89 25 93

90 - 99 7 100 93,794,29 589P

7

93100100

96

10589P

99 ..., 2, 1,i , f

Fn100

i

pBbP

i

95

iP

i

,

,

73

Ukuran Dispersi (

Range

Deviasi rata-rata

Ukuran dispersi ukuran cenderung menyebar

Range = Nilai Maksimum – Nilai Minimum

n

xxDS

i

74

Contoh menghitung deviasi rata-rata

Data

20 - 45,6 45,6

80 14,4 14,4

75 9,4 9,4

60 - 5,6 5,6

50 - 15,6 15,6

12185

90,6DR

575

285x

,

xx i xxi

285xi690xxi ,

Variansi : penyebaran berdasarkan jumlah kuadratsimpangan data terhadap rata-ratanya; melihatketidaksamaan sekelompok data

75

Ukuran dispersi ukuran cenderung menyebar

AMx p

xxd

n

dfp

n

dfps

1nn

xfxfn

1n

xxfs

duga variansi kelas tanda

kberkelompo datauntuk

1nn

xxn

1n

xxs

tersebardatauntuk

i

2

2i

22i

22

2ii

2ii

2ii2

2i

2i

2i2

Standar deviasi penyebaran data berdasarkan akar dari

variansi; menunjukkan keragaman kelompok data

76

Ukuran dispersi ukuran cenderung menyebar

AM, x p

xxd

n

df

n

dfps

1nn

xfxfn

1n

xxfs

duga deviasistandar kelas tanda

kberkelompo datauntuk

1nn

xxn

1n

xxs

tersebardatauntuk

i

2

i2

i2

ii2

ii2

ii

2i

2i

2i

77

Contoh menghitung variansi dan deviasi standar data tersebar

Data

20 400

80 6400

75 5625

60 3600

50 2500 8723570s

57020

11400

20

8122592625

45

285185255s

22

,

2ix

18525x2

i285xi

78

Kelasinterval

Tanda kelas(xi)

fi xifi

13-15 14 5 196 70 980

16-18 17 6 289 102 1734

19-21 20 7 400 140 2800

22-24 23 2 529 46 1058

jumlah 20 358 6572

Contoh menghitung variansi dan deviasi standar data berkelompok

2ix

2iixf

942628s

628380

3276

380

128164131440

1920

358657220s

22

,,

,

79

Contoh menghitung variansi data berkelompok

17x AMKelas

intervalTanda

kelas (xi)fi d fid

13-15 14 5 -1 -5 5

16-18 17 6 0 0 0

19-21 20 7 1 7 7

22-24 23 2 2 4 8

jumlah 20 6 20

2idf

862198s

198810920

69

20

209s

2

22

,,

,,

80

Ukuran Kemiringan (Skewness)

Adalah ukuran yang menyatakan sebuah modeldistribusi yang mempunyai kemiringan tertentu

Mo X Me

+-

☻Kurva positif apabila rata-rata hitung >modus / median

☻ Kurva negatif apabila rata-rata hitung <modus / median

81

Rumus untuk Ukuran Kemiringan

s

Mo-xKK Koefisien kemiringan pertama Perason

Koefisien kemiringan kedua Perason s

Me-x3KK

Menggunakan nilai persentil

Menggunakan nilai kuartil K-K

KK2KKK

13

123

P-P

PP2PKK

1090

105090

Jika koefisien kemiringan < nol, maka bentukdistribusinya negatif

Jika koefisien kemiringan = nol, maka bentukdistribusinya simetrik

Jika koefisien kemiringan >nol, maka bentukdistribusinya positif

82

Kriteria untuk mengetahui model distribusi darikoefisien kemiringan

83

Ukuran Keruncingan (Kurtosis)

Adalah derajat kepuncakan dari suatu distribusi,biasanya diambil relatif terhadap distribusi normal

Leptokurtik Platikurtik Mesokurtik

PP

KK2

1

K 1090

13

Jika koefisien kurtosis kurang dari 0,263 makadistribusinya adl platikurtik

Jika koefisien kurtosis sama dengan 0,263 maka distribusinya adl mesokurtik

Jika koefisien kurtosis lebih dari 0,263 makadistribusinya adl leptokurtik

84

Kriteria untuk mengetahui model distribusi darikoefisien kurtosis

85

Contoh menghitung koefisien kemiringan danukuran keruncingan

Kelasinterval

Tandakelas (xi)

fi

13-15 14 5

16-18 17 6

19-21 20 7

22-24 23 2

jumlah 2021,5

7

11-183518P

13,7 5

0-23512P

2120 7

11-153518K

18 6

5-103515K

15,5 5

0-53512K

90

10

3

2

1

,

,

,,

,

,

30087

3552

713521

51521202

1

K

060714

290

5152120

515182-20,21KK

,,

,

,,

,,

,,

,

,,

,

Model Distribusi ?

86

Latihan Soal

Diketahui data seperti di bawah ini.

15 25 21 16 20 17 19 25 21 15 17 16 19 20 17

20 15 25 15 21 19 16 17 25 19 21 20 19 19 21

17 20 16 21 20 21 16 20 17 19 20 19 17 21 19

20 16 19 19 17 20 21 19 19 21 19 17 20 19 15

1.Buatlah

Distribusi frek, dist frek kumulatif, dist frek relatif, dist frek relatif kumulatif.

87

Lanjutan…

2. Gambarlah histogram dan poligon dari dist frek kumulatif tersebut

3. Tentukan Mean, Median, Modus

4. Kuartil, Desil, Persentil

5. Koefisien kemiringan menggunakan Persentil

6. Koefisien Keruncingan

88

END OF

SLIDE