Makalah ini membahas tentang ukuran gejala pusat dan ukuran letak dalam statistika, termasuk rata-rata hitung, rata-rata ukur, modus, median, kuartil dan desil. Metode pengukuran tersebut digunakan untuk mewakili data secara keseluruhan."
2. KATA PENGANTAR
Kiranya tidak ada kata yang pantas terucap dari penulis, selain rasa syukur
kepada Allah SWT, atas segala petunjuk, kekuatan, dan kejernihan pikiran dalam
menyusun makalah ini hingga bisa terselesaikan dan tersaji kepada para pembaca
yang budiman.
Makalah ini merupakan sebagian materi yang di ajarkan pada matakuliah
statistic industry. Makalah ini juga diselesaikan untuk menyelesaikan tugas yang
diberikan dosen pengampu mata kuliah. Dalam penyajian makalah ini penulis juga
berupaya untuk membuat ringkasan materi yang sangat sederhana dan mudah
dipahami oleh pembaca.
Walaupun penulis sudah berupaya semaksimal mungkin untuk
mempersembahkan yang terbaik, namun penulis menyadari bahwa makalah ini
masih jauh dari kata sempurna. Oleh karena itu, segala saran dan kritik yang
membangun sangatlah penulis harapkan dari para pembaca untuk pengembangan
penulisan maupun materi yang dipaparkan pada makalah ini.
Akhir kata, terima kasih kepada pembaca yang budiman, dan semoga hari
ini jauh lebih baik dari hari-hari sebelumnya.
Bengkalis, 31 Oktober 2012
Penulis
DEPANDI ENDA | STATISTIK INDUSTRI - TEKNIK INFORMATIKA 2012
2
3. DAFTAR ISI
Kata Pengantar .................................................................................................
2
Daftar Isi...........................................................................................................
3
BAB I : PENDAHULUAN ...........................................................................
4
A. Latar Belakang ............................................................................
4
B. Tujuan .........................................................................................
4
C. Ruang Lingkup ...........................................................................
4
BAB II : LANDASAN TEORI ......................................................................
5
A. Pengertian Statistika dan Statistik...............................................
5
B. Pengertian Data dan Datum ........................................................
5
C. Data Menurut Sifatnya ................................................................
5
D. Populasi dan Sampel ...................................................................
6
E. Tabel Distribusi Frekuensi ..........................................................
6
BAB III : PEMBAHASAN ..............................................................................
7
A. Ukuran Gejala Pusat ...................................................................
7
Rata – rata Hitung (Mean) ....................................................
7
Rata – rata Ukur ....................................................................
10
Rata – rata Harmonis ............................................................
12
Modus ...................................................................................
13
B. Ukuran Letak ..............................................................................
14
Median ..................................................................................
14
Kuartil ...................................................................................
15
Desil ......................................................................................
17
Presentil ................................................................................
18
C. Hubungan Empiris Antara Mean, Median dan Modus ...............
19
BAB IV : KESIMPULAN ...............................................................................
21
BAB V : DAFTAR PUSTAKA ......................................................................
22
DEPANDI ENDA | STATISTIK INDUSTRI - TEKNIK INFORMATIKA 2012
3
4. BAB I
PENDAHULUAN
A. Latar Belakang
Kegiatan yang berkaitan dengan statistika banyak dijumpai dalam kehidupan
sehari-hari, misalnya suatu perusahaan ingin mengetahui seberapa disiplin
pegawainya dengan mengumpulkan data kedatangan dan kepulangan pegawai,
seorang ibu rumah tangga ingin mengetahui menu masakan sehari-hari selama
beberapa waktu, seorang guru menarik kesimpulan bahwa siswanya telah
menguasai mata pelajaran IPS dari rata-rata nilai ulangan harian, nilai mid semster,
nilai pekerjaan rumah serta nilai ulangan akhir semester serta ibu Ketua PKK RT
ingin mengetahui mengapa beberapa warga RT-nya terkena penyakit Demam
Berdarah dengan mengumpulkan tentang adanya jentik-jentik nyamuk dalam bak
mandi dari warga RT selama beberapa bulan. Contoh-contoh di atas sebenarnya
contoh nyata penggunaan statistika yaitu satu kegiatan pengumpulan data serta
penarikan kesimpulan.
B. Tujuan
Makalah ini disusun untuk para pembaca khusus nya mahasiswa yang sedang
mempelajari tentang statistika yang mana pada pokok pembahasan makalah ini hanya
membahas tentang Ukuran Gejala Pusat dan Ukuran Letak. Setelah mempelajari
makalah ini diharapkan para mahasiswa lebih memahami secara teori maupun
pengembangannya dalam pemecahan soal tentang statistika, serta memberikan
tambahan wawasan pengetahuan bagi pembaca untuk memecahkan soal pembahasan
tentang statistika.
C. Ruang Lingkup
Dalam modul ini, dibicarakan mengenai Pengantar Statistika sebagai bahan
pengetahuan dasar bagi mahasiswa materi yang dibahas meliputi :
1. Ukuran Gejala Pusat
2. Ukuran Letak
DEPANDI ENDA | STATISTIK INDUSTRI - TEKNIK INFORMATIKA 2012
4
5. BAB II
LANDASAN TEORI
A. Pengertian Statistika dan Statistik
Statistika adalah ilmu pengetahuan yang berhubungan dengan cara-cara
pengumpulan, penyajian, pengolahan, analisis data serta penarikan kesimpulan.
Sedangkan Statistik dapat diartikan sebagai kumpulan angka-angka yang
menggambarkan suatu masalah atau bisa juga diartikan sebagai suatu ukuran yang
dihitung dari sekumpulan data dan merupakan wakil dari data itu.
Statistika mempunyai ruang lingkup yang sangat luas setelah statistika
berkembang secara mandiri. Semua masalah yang berkaitan dengan data berupa
angka dapat dipecahkan dengan menggunakan metode statistik. Dengan
menggunakan statistik kita dapat memberikan gambaran, membandingkan dan
menunjukkan hubungan data ekonomi.
Penguasaan statistika dan kemampuan menggunakannya merupakan suatu
hal yang sangat penting dan sangat bermanfaat bagi sebuah organisasi perusahaan
khususnya dalam bidang ekonomi dan bisnis. Karena dengan itu, sebuah
organisasi perusahaan bisa mendapatkan informasi yang sangat berguna bagi
kemajuan perusahaannya. Informasi tersebut bisa didapatkan dari hasil
pengolahan data yang telah disimpulkan kemudian data tersebut bisa kita analisa
untuk dijadikan bahan perkiraan dalam mengambil keputusan di masa yang akan
datang.
B. Pengertian Data
Setiap kegiatan yang berkaitan dengan statistik, selalu berhubungan dengan
data. Menurut Kamus Besar Bahasa Indonesia pengertian data adalah keterangan
yang benar dan nyata.
Data adalah bentuk jamak dari datum. Datum adalah keterangan atau
informasi yang diperoleh dari satu pengamatan sedangkan data adalah segala
DEPANDI ENDA | STATISTIK INDUSTRI - TEKNIK INFORMATIKA 2012
5
6. keterangan atau informasi yang dapat memberikan gambaran tentang suatu
keadaan.
C. Data Menurut Sifatnya
Dapat dikelompokkan menjadi 2 kriteria :
1. Data kualitatif, yaitu data yang berbentuk kategori atau atribut.
Misal: a. Harga mobil semakin terjangkau
b. Murid-murid di SD Negeri 3 rajin-rajin.
2. Data kuantitatif, yaitu data yang berupa bilangan.
Misal: a. Banyaknya siswa pada kelas II adalah 240.
b Tinggi pohon itu adalah 10 meter.
D. Populasi dan Sampel
Populasi adalah keseluruhan objek yang diteliti
Sampel merupakan sebagian dari populasi
E. Tabel Distribusi Frekuensi
Tabel Distribusi Frekuensi merupakan suatu metode untuk mempermudah
penyajian data dalam bentuk table yang berdasarkan interval kelas atau kategori
pada suatu daftar sehingga dapat memberikan sebuah informasi yang berguna
kepada audience.
Tabel Distribusi Frekuensi terdiri atas :
Tabel Distribusi Frekuensi Data Tunggal
Tabel Distribusi Frekuensi Data Berkelompok
Tebel Distribusi Frekuensi Relatif
Tebel Distribusi Frekuensi Kumulatif
DEPANDI ENDA | STATISTIK INDUSTRI - TEKNIK INFORMATIKA 2012
6
7. BAB III
PEMBAHASAN
A. Pengertian Ukuran Gejala Pusat
Yang termasuk ukuran gejala pusat yaitu rata-rata, Modus dan Median.
Suatu ukuran nilai yang diperoleh dari nilai data observasi dan mempunyai
kecenderungan berada ditengah-tengah nilai data observasi. Ukuran gejala pusat
dipakai sebagai alat atau sebagai parameter untuk dapat digunakan sebagai bahan
pegangan dalam menafsirkan suatu gejala atau suatu yang akan diteliti
berdasarkan hasil pengolahan data yang dikumpulkan.
Untuk mendapatkan gambaran yang jelas mengenai suatu populasi atau
sampel
Ukuran yang merupakan wakil kumpulan data mengenai populasi atau
sampel
Beberapa ukuran gejala pusat antara lain :
1.
2.
3.
4.
Rata-rata hitung (Mean)
Rata-rata ukur (Geometric mean)
Rata-rata harmonis
Modus
A.1 Rata-rata hitung (Mean)
Rataan dari sekumpulan data ditentukan sebagai perbandingan jumlah
datum dengan banyak nilai datum. Harga rata-rata adalah suatu harga yang dapat
dipakai untuk “ mewakili “ sekumpulan data, suatu harga yang representative.
Tentu sekumpulan data itu tidaklah sepenuhnya dapat diterangkan dengan harga
rata-ratanya, karena harga rata-rata hanyalah merupakan suatu nilai sekitar mana
bilangan-bilangan lain tersebar. Jikalau kita perhatikan urutan besar dari angkaangka yang kita hadapi, yaitu jika kita mencoba menderetkan bilangan-bilangan
itu menurut urutan besarnya, maka harga rata-rata itu bertendens terletak pada
pertengahan urutan atau deretan itu. Oleh karena itu sering juga dinamakan
ukuran tendensi pertengahan (measure of central tendency).
Rumus Umum : Rata - rata hitung
Jumlah semua nilai data
Banyaknya
nilai data
DEPANDI ENDA | STATISTIK INDUSTRI - TEKNIK INFORMATIKA 2012
7
8. X1
1. Untuk data yang tidak mengulang : X
X2
...
Xn
n
X
n
Ket : X1 = Nilai data pertama
n
= Jumlah Data
X
= Rata-rata hitung
= Jumlah Nilai Data Keseluruhan
Contoh 1 :
Nilai ujian dari lima mahasiswa untuk mata kuliah statistika adalah : 70,69,45,80,
dan 56. Hitung rata-rata nilai kelima mahasiswa tersebut!
X = 45 + 56 + 69 +70 + 80 = 320 = 64
5
5
2. Untuk data yang mengulang dengan frekuensi tertentu
f1X 1
Rumus : X
f2X 2
f1
Ket : f1
f2
...
...
fnX n
fn
fX
f
= Frekuensi Nilai Data Pertama
= Jumlah Keseluruhan (Frekuensi x Nilai Data)
= Jumlah Keseluruhan Nilai Frekuensi
Contoh 2 :
Carilah rata-rata hitung untuk data pada table dibawah ini !
Xi
fi
70
5
69
6
45
3
80
1
56
1
Xi
fi
Xi.fi
70
5
350
69
6
414
45
3
135
80
1
80
56
1
56
Jumlah
16
1035
X = { (70x5) + (69x6) + (45x3) + (80x1) + (56x1) } = 1035 = 64,6875
5+6+3+1+1
16
DEPANDI ENDA | STATISTIK INDUSTRI - TEKNIK INFORMATIKA 2012
8
9. 3. Rata – rata gabungan
Rata-rata gabungan dari k buah sampel dihitung dengan rumus:
4. Data dalam Tabel Distribusi Frekuensi
Contoh 3.1 :
Carilah rata-rata hitung untuk data pada table distribusi frekuensi dibawah ini !
Interval Kelas
Nilai Tengah
Frekuensi
(X)
(f)
9-21
15
3
45
22-34
28
4
112
35-47
41
4
164
48-60
54
8
432
61-73
67
12
804
74-86
80
23
1840
87-99
93
6
558
Σf = 60
ΣfX = 3955
fX
3955
f
X
fX
60
65,92
DEPANDI ENDA | STATISTIK INDUSTRI - TEKNIK INFORMATIKA 2012
9
10. Contoh 3.2 :
Cara mencari Rata-rata pada table distribusi frekuensi dengan cara coding /
singkat :
Interval
Kelas
U
Frekuensi
(f)
fU
9-21
22-34
35-47
48-60
61-73
74-86
87-99
15
28
41
54
67
80
93
-3
-2
-1
0
1
2
3
3
4
4
8
12
23
6
-9
-8
-4
0
12
46
18
Σf = 60
X
Nilai Tengah
(X)
ΣfU = 55
X0
fU
c
54
13
f
55
65,92
60
5. Rata – rata hitung dengan pembobotan
Masing-masing data diberi bobot sesuai criteria tertentu.
Contoh 4 :
Misal A memperoleh nilai 65 untuk tugas, 76 untuk mid dan 70 untuk ujian
akhir.Bila nilai tugas diberi bobot 2, Mid 3 dan Ujian Akhir 4, maka rata-rata
hitungnya adalah :
X
(2)65
(3)76
2
3
(4)70
70,89
4
A.2 Rata – rata Ukur (Geometric Mean)
Digunakan apabila nilai data satu dengan yang lain berkelipatan.
Rumus : U
n
X 1 .X 2 ....X n
Untuk data tidak berkelompok : U
log X
antilog
n
Untuk data berkelompok : U
antilog
f log X
f
DEPANDI ENDA | STATISTIK INDUSTRI - TEKNIK INFORMATIKA 2012
10
11. Contoh 5.1 :
Hitung rata-rata ukur untuk data x1 = 2, x2=4 dan x3=8 !
Contoh 5.2 :
Hitung rata-rata ukur pada table distribusi berikut !
Interval
Kelas
Nilai Tengah
(X)
Frekuensi
log X
f log X
9-21
22-34
35-47
48-60
61-73
74-86
87-99
15
28
41
54
67
80
93
3
4
4
8
12
23
6
1,18
1,45
1,61
1,73
1,83
1,90
1,97
3,54
5,8
6,44
13,84
21,96
43,7
11,82
Σf = 60
U
antilog
107 ,1
Σf log X = 107,1
60,95
60
DEPANDI ENDA | STATISTIK INDUSTRI - TEKNIK INFORMATIKA 2012
11
12. Contoh 5.3 :
A.3 Rata-rata Harmonis
Biasanya digunakan apabila data dalam bentuk pecahan atau desimal.
n
Untuk data tidak berkelompok : RH
1
X
Untuk data berkelompok : RH
f
f
X
Contoh 6.1 :
Hitung rata-rata harmonis untuk data 3, 5,6,6,7,10, dan 12
Km / jam
DEPANDI ENDA | STATISTIK INDUSTRI - TEKNIK INFORMATIKA 2012
12
13. Contoh 6.2 :
Hitung rata-rata harmonis pada table distribusi berikut ini !
Interval
Kelas
Nilai Tengah
(X)
Frekuensi
f/X
9-21
22-34
35-47
48-60
61-73
74-86
87-99
15
28
41
54
67
80
93
3
4
4
8
12
23
6
0,2
0,143
0,098
0,148
0,179
0,288
0,065
Σf = 60
Σf / X = 1,121
RH
60
53,52
1,121
A.4 Modus
Modus adalah fenomena yg paling sering terjadi, pada data kuantitatif ditentukan
dengan frekuensi terbanyak diantara data tersebut.
Modus dari sekumpulan data bisa lebih dari satu
1. Modus pada Data Tunggal
Contoh 7.1 :
Terdapat sampel dg nilai nilai data :
12, 34, 14, 34, 28, 34, 34, 28, 14.
Modus data pada soal diatas adalah 34 dengan 4 x data tersebut muncul atau
memiliki frekuensi terbanyak yaitu 4.
2. Modus pada Data Berkelompok
Mod
L0
b1
c
b1
b2
c = panjang kelas
L0
batas bawah kelas modus
b1
selisih antara frekuensi kelas modus dengan
frekuensi tepat satu kelas sebelum kelas modus
b2
selisih antara frekuensi kelas modus dengan
frekuensi tepat satu kelas sesudah kelas modus
DEPANDI ENDA | STATISTIK INDUSTRI - TEKNIK INFORMATIKA 2012
13
14. Contoh 7.2 :
Interval
Kelas
Frekuensi
9-21
22-34
35-47
48-60
61-73
74-86
87-99
3
4
4
8
12
23
6
Data yang paling sering muncul adalah
pada interval 74-86, sehingga :
L0 = 73,5
b1 = 23-12 = 11
b2 = 23-6 =17
Mod
73,5
11
13
11
Σf = 60
78,61
17
B. Ukuran Letak
B.1 Median
Median merupakan suatu nilai yang membagi dua suatu deretan nilai
(distribusi frekuensi), sehingga banyaknya pengamatan di kedua bagian itu
sama.
1. Median untuk data tidak berkelompok
Contoh 8.1 :
Sampel dengan data sebagai berikut: 4,12,5,7,8,10, dan 10
Setelah disusun nilainya:
4,5,7,8,10, 10, 12
Median = 8
Contoh 8.2 :
Sampel dengan data sebagai berikut : 12,7,8,14,16,19,10,8
Setelah disusun nilainya :
7,8,8,10,12,14,16,19
Median =
n
2. Median untuk data berkelompok : Med
2
c = panjang kelas
L0
c
-F
f
L0
batas bawah kelas median
F
jumlah frekuensi semua kelas sebelum
kelas yang mengandung
f
median
frekuensi kelas median
DEPANDI ENDA | STATISTIK INDUSTRI - TEKNIK INFORMATIKA 2012
14
15. Contoh 8.3 :
Interval
Kelas
Frekuensi
9-21
22-34
35-47
48-60
61-73
74-86
87-99
3
4
4
8
12
23
6
Letak median ada pada data ke
30, yaitu pada interval 61-73,
sehingga :
L0 = 60,5
F = 19
f = 12
60
Med
60,5
13
- 19
2
72,42
12
Σf = 60
B.2 Kuartil
Kelompok data yang sudah diurutkan (membesar atau mengecil) dibagi
empat bagian yang sama besar.
Ada 3 jenis yaitu kuartil pertama (Q1) atau kuartil bawah, kuartil kedua
(Q2) atau kuartil tengah, dan kuartil ketiga (Q3) atau kuartil atas.
Definisi:
Kuartil adalah ukuran letak yang membagi 4 bagian yang sama. K1
sampai 25% data, K2 sampai 50% dan K3 sampai 75%.
Rumus letak kuartil:
DATA TIDAK BERKELOMPOK
DATA BERKELOMPOK
K1
= [1(n + 1)]/4
1n/4
K2
= [2(n + 1)]/4
2n/4
K3
= [3(n + 1)]/4
3n/4
0
K1
K2
K3
n
0%
25%
50%
75%
100%
DEPANDI ENDA | STATISTIK INDUSTRI - TEKNIK INFORMATIKA 2012
15
16. 1. Kuartil untuk data tidak berkelompok : Q i
nilai ke -
i n
1
,i
1,2,3
4
Contoh 9.1 :
Sampel dengan data : 75,82,66,57,97,64,56,92,94,86,52,60,70
Setelah disusun
: 52,56,57,60,64,66,70,75,82,86,92,94,97
Letak K1 = Data Ke
Nilai K1 = Data Ke 3 +
K1 = 57 +
= 57 +
Letak K2 = Data Ke
= 58,5
,
K2 = 70
Letak K3 = Data
Nilai K3 = Data Ke 10 +
K3 = 86 +
= 86 +
= 89
in
2. Kuartil untuk data berkelompok : Q i
L0
c
-F
4
,i
1,2,3
f
L0 = batas bawah kelas kuartil
F = jumlah frekuensi semua kelas sebelum kelas kuartil Qi
f = frekuensi kelas kuartil Qi
c = panjang kelas
Contoh 9.2 :
Interval
Kelas
Nilai Tengah
(X)
Frekuensi
9-21
22-34
35-47
48-60
61-73
74-86
87-99
15
28
41
54
67
80
93
3
4
4
8
12
23
6
Q1 membagi data menjadi 25 %
Q2 membagi data menjadi 50 %
Q3 membagi data menjadi 75 %
Sehingga :
Q1 terletak pada 48-60
Q2 terletak pada 61-73
Q3 terletak pada 74-86
Σf = 60
1.60
Untuk Q1, Maka : Q 1
47,5
13
4
- 11
54
8
DEPANDI ENDA | STATISTIK INDUSTRI - TEKNIK INFORMATIKA 2012
16
17. 2.60
Untuk Q2, Maka : Q 2
60,5
13
72,42
12
3.60
Untuk Q3, Maka : Q 3
- 19
4
73,5
13
- 31
4
81,41
23
B.3 Desil
Kelompok data yang sudah diurutkan
sepuluh bagian yang sama besar.
(membesar atau mengecil) dibagi
0%
20%
40%
60%
80%
100%
0
D2
D4
D6
D'8
n
1. Desil untuk data tidak berkelompok : D i
nilai ke -
i n
1
,i
1,2,3,..., 9
10
Contoh 10.1 :
Diketahui sampel data: 75, 82, 66, 57, 64, 56, 92, 94, 86, 52, 60, 70.
Tentukan: D1 dan D7 ?
Data setelah disusun : 52, 56, 57, 60, 64, 66, 70, 75, 82, 86, 92, 94
Letak D1 = Data ke
= Data ke 6,5
Nilai D1 = Data ke 6 + 0,5 (Data ke 7 – Data ke 6)
Nilai D1 = 66 + 0,5 ( 70 – 66 ) = 66 + 2 = 68
Letak D7 = Data ke
= Data ke 9,1
Nilai D1 = Data ke 9 + 0,1 (Data ke 10 – Data ke 9)
Nilai D1 = 82 + 0,1 ( 86 – 82 ) = 82 + 0,4 = 82,4
DEPANDI ENDA | STATISTIK INDUSTRI - TEKNIK INFORMATIKA 2012
17
18. in
2. Desil untuk data berkelompok : D i
L0
-F
c 10
,i
1,2,3,..., 9
f
L0 = batas bawah kelas desil Di
F = jumlah frekuensi semua kelas sebelum kelas desil Di
f = frekuensi kelas desil Di
c = panjang kelas
Contoh 10.2 :
Interval
Nilai Tengah
Frekuensi
Kelas
(X)
(f)
9-21
15
3
22-34
28
4
35-47
41
4
48-60
54
8
D3 membagi data 30%
D7 membagi data 70%
61-73
67
12
Sehingga :
74-86
80
23
87-99
93
6
Tentukan D1 dan D3 dari table
disamping !
D3 berada pada 48-60
D7 berada pada 74-86
Σf = 60
3.60
D3
47,5
13
10
7.60
- 11
58,875
8
D7
73,5
13
- 31
10
79,72
23
B.4 Presentil
Presentil merupakan kelompok data yang sudah diurutkan (membesar atau
mengecil) dibagi seratus bagian yang sama besar.
Ada 99 jenis persentil, yaitu P1, P2, P3, …, P99.
1. Presentil untuk data tidak berkelompok : Pi
nilai ke -
i n
1
,i
1,2,3,..., 99
100
DEPANDI ENDA | STATISTIK INDUSTRI - TEKNIK INFORMATIKA 2012
18
19. in
2. Presentil untuk data berkelompok : Pi
L0
c 100
f
-F
,i
1,2,3,..., 99
1%
3%
…
…
…
99%
P1
P3
…
…
…
P99
Contoh 11 :
C. Hubungan Empiris Antara Mean, Median dan Modus
Ada 3 kemungkinan kesimetrian kurva distribusi data :
1) Jika nilai ketiganya hampir sama maka kurva mendekati simetri.
2) Jika Mod<Med<rata-rata hitung, maka kurva miring ke kanan.
3) Jika rata-rata hitung<Med<Mod, maka kurva miring ke kiri
DEPANDI ENDA | STATISTIK INDUSTRI - TEKNIK INFORMATIKA 2012
19
20. 1.
= Md= Mo
07
8
R
t=
M
d
=
6
63
o
M
19
5
3
75
12
10
8
6
4
2
0
2. Mo < Md <
15
10
5
0
231
3.
M o
M d
Rt
663
807
375
Rt
Md
Mo
807
< Md < Mo
15
10
5
0
231
Jika distribusi data tidak simetri, maka terdapat hubungan :
Rata-rata hitung-Modus = 3 (Rata-rata hitung-Median)
X - Mod
3X
Med
DEPANDI ENDA | STATISTIK INDUSTRI - TEKNIK INFORMATIKA 2012
20
21. BAB IV
KESIMPULAN
Dari pembahasan yang telah diuraikan pada makalah ini dapat ditarik
beberapa kesimpulan :
1. Ukuran Gejala Pusat adalah Suatu ukuran nilai yang diperoleh dari nilai
data observasi dan mempunyai kecenderungan berada ditengah-tengah
nilai data observasi.
2. Kegunaan Ukuran Gejala pusat dan Letak adalah untuk mendapatkan
gambaran yang jelas mengenai suatu populasi atau sampel, ukuran yang
merupakan wakil kumpulan data mengenai populasi atau sampel.
3. Rataan dari sekumpulan data ditentukan sebagai perbandingan jumlah
datum dengan banyak nilai datum.
4. Rata-rata ukur (geometric mean) digunakan apabila nilai data satu dengan
yang lain berkelipatan.
5. Rata-rata harmonis biasanya digunakan apabila data dalam bentuk pecahan
atau desimal.
6. Modus adalah fenomena yg paling sering terjadi, pada data kuantitatif
ditentukan dengan frekuensi terbanyak diantara data tersebut.
7. Median merupakan suatu nilai yang membagi dua suatu deretan nilai
(distribusi frekuensi), sehingga banyaknya pengamatan di kedua bagian itu
sama.
8. Kuartil merupakan kelompok data yang sudah diurutkan (membesar atau
mengecil) dibagi empat bagian yang sama besar.
9. Desil merupakan kelompok data yang sudah diurutkan (membesar atau
mengecil) dibagi sepuluh bagian yang sama besar.
10. Presentil merupakan kelompok data yang sudah diurutkan (membesar atau
mengecil) dibagi seratus bagian yang sama besar.
DEPANDI ENDA | STATISTIK INDUSTRI - TEKNIK INFORMATIKA 2012
21
22. DAFTAR PUSTAKA
Budiyono.2004.Statistika Untuk Penelitian.Surakarta : Sebelas Maret University.
Wirodikromo,Sartono.2004.Matematika Untuk SMA Kelas XI.Jakarta : Erlangga.
Sukirman. 2003. Matematika : Pengantar Statistika 1 & Pengantar Statistika 2.
Jakarta : Pusat Penerbitan Universitas Terbuka.
Ruseffendi.1989.Dasar-dasar Matematika Modern dan Komputer Untuk Guru :
Statistika dan Teori Kemungkinan. Bandung : Penerbit Tarsito.
DEPANDI ENDA | STATISTIK INDUSTRI - TEKNIK INFORMATIKA 2012
22