Pendahuluan

Pernahkah kamu mendengar kata "Quick Count" ? istilah itu populer ketika  pemilihan umum, baik pemilihan Bupati, Gubernur, Legislatif maupun  pemilihan Presiden. Pada pemilu tahun 2009 hasil pemilu sudah dapat diprediksi beberapa jam setelah pemungutan suara, dan ajaibnya hasil "Quick Count" beberapa lembaga survei hampir sama dengan hasil "Real Count" KPU. Tahukah kamu bahwa "Qucik Count" menggunakan konsep statistika?   
        Kalau kamu ke kantor kelurahan, kantor pajak, kantor sekolah, atau kantor instansi pemerintahan, apakah yang dapat kamu lihat di papan informasi? Biasanya di papan informasi terdapat gambar lingkaran, diagram garis, batang, atau balok-balok. Diagram-diagram itu merupakan gambaran mengenai pencacahan penduduk, perhitungan pajak, dan perkembangan kemajuan sekolah. Contoh-contoh tersebut merupakan salah satu aplikasi dari konsep statistika.
       Statistika sekarang banyak dimanfaatkan dalam berbagai bidang seperti bidang ekonomi, kedokteran, pertanian dan sebagainya. Penelitian jenis manapun dirasa kurang lengkap apabila tidak memanfaatkan perhitungan-perhitungan statistika. Dalam bab ini kamu akan belajar menggunakan aturan statistika, sehingga dapat membaca dan menyajikan data dalam bentuk tabel dan berbagai diagram serta menghitung ukuran pemusatan, ukuran letak, dan ukuran penyebaran data beserta penafsirannya.
       Animasi berikut menunjukkan hasil Quick Count LSI dan hasil perhitungan KPU, perbedaan hasil antara keduanya kurang dari 1 %

Pengumpulan Data

Statistika adalah cabang dari matematika yang mempelajari cara mengumpulkan data, menyusun data, menyajikan data, mengolah dan menganalisis data, menarik kesimpulan, dan menafsirkan parameter.
Kegiatan Statistika meliputi:

1. Mengumpulkan data
2. Menyusun data
3. Menyajikan data
4. Mengolah dan Menganalisis data
5. Menarik kesimpulan
6. Menafsirkan

1. Pengertian Datum dan Data

    Di Kelas IX Anda telah mempelajari pengertian datum dan data. Agar tidak lupa pelajari uraian berikut.
Misalkan, hasil pengukuran berat badan 5 murid adalah 43 kg, 46 kg, 44 kg, 55 kg, dan 60 kg. Adapun tingkat kesehatan dari kelima murid itu adalah baik, baik, baik, buruk, dan buruk. Data pengukuran berat badan, yaitu 43 kg, 46 kg, 44 kg, 55 kg, dan 60 kg disebut fakta dalam bentuk angka. Adapun hasil pemeriksaan kesehatan, yaitu baik dan buruk disebut fakta dalam bentuk kategori. Selanjutnya, fakta tunggal dinamakan datum. Adapun kumpulan datum dinamakan data.

2. Pengertian Populasi dan Sampel 
Misal, seorang peneliti ingin meneliti tinggi badan rata-rata siswa SMA di Kabupaten Tegal. Kemudian, ia kumpulkan data tentang tinggi badan seluruh siswa SMA di Kabupaten Tegal. Data tinggi badan seluruh siswa SMA di Kabupaten Tegal disebut populasi. Namun, karena ada beberapa kendala seperti keterbatasan waktu, dan biaya, maka data tinggi badan seluruh siswa SMA di Kabupaten Tegal akan sulit diperoleh. Untuk mengatasinya, dilakukan pengambilan tinggi badan dari beberapa siswa SMA di Kabupaten Tegal yang dapat mewakili keseluruhan siswa SMA di Kabupaten Tegal. Data tersebut dinamakan data dengan nilai perkiraan, sedangkan sebagian siswa SMA yang dijadikan objek penelitian disebut sampel. Agar diperoleh hasil yang berlaku secara umum maka dalam pengambilan sampel, diusahakan agar sampel dapat mewakili populasi.

3. Pengumpulan Data

Menurut sifatnya, data dibagi menjadi 2 golongan, yaitu
sebagai berikut.
1)  Data kuantitatif adalah data yang berbentuk angka atau
     bilangan. Data kuantitatif terbagi atas dua bagian, yaitu
     data cacahan dan data ukuran.
     a) Data cacahan (data diskrit) adalah data yang diperoleh
         dengan cara membilang. Misalnya, data tentang
         banyak anak dalam keluarga.
     b) Data ukuran (data kontinu) adalah data yang diperoleh
         dengan cara mengukur. Misalnya, data tentang
         ukuran tinggi badan murid.
2)  Data kualitatif adalah data yang bukan berbentuk bilangan.
     Data kualitatif berupa ciri, sifat, atau gambaran dari kualitas
     objek. Sebagai contoh, data mengenai kualitas pelayanan,
     yaitu baik, sedang, dan kurang.
Cara untuk mengumpulkan data, antara lain adalah melakukan
wawancara, mengisi lembar pertanyaan (questionery), melakukan pengamatan (observasi), atau menggunakan data yang sudah ada, misalnya rataan hitung nilai rapor.

Menyajikan Data dalam Bentuk Diagram

1. Diagram Garis

Penyajian data statistik dengan menggunakan diagram berbentuk garis lurus disebut diagram garis lurus atau diagram garis. Diagram garis biasanya digunakan untuk menyajikan data statistik yang diperoleh berdasarkan pengamatan dari waktu ke waktu secara berurutan.
Contoh:

Berikut simulasi diagram garis, kamu dapat mengubah-ubah diagram garis yang ada:
2. Diagram Batang
Diagram batang umumnya digunakan untuk menggambarkan perkembangan nilai suatu objek penelitian dalam kurun waktu tertentu. Diagram batang menunjukkan keterangan-keterangan dengan batang-batang tegak atau mendatar dan sama lebar dengan batang-batang terpisah Berikut simulasi diagram batang, kamu dapat mengubah-ubah diagram batang yang ada
3. Diagram Lingkaran
Diagram lingkaran adalah penyajian data statistik dengan menggunakan gambar yang berbentuk lingkaran. Bagian-bagian dari daerah lingkaran menunjukkan bagian-bagian atau persen dari keseluruhan. Untuk membuat diagram lingkaran, terlebih dahulu ditentukan besarnya persentase tiap objek terhadap keseluruhan data dan besarnya sudut pusat sektor lingkaran. Perhatikan contoh berikut ini. Berikut simulasi diagram lingkaran, kamu dapat mengubah-ubah diagram lingkaran yang ada

Penyajian Data dalam Bentuk Tabel Distribusi Histogram, Poligon dan Ogive

 1. Distribusi Frekuensi Tunggal
Data tunggal seringkali dinyatakan dalam bentuk daftar bilangan, namun kadangkala dinyatakan dalam bentuk tabel distribusi frekuensi. Tabel distribusi frekuensi tunggal merupakan cara untuk menyusun data yang relatif sedikit.

2. Distribusi Frekuensi Kelompok 
Data yang berukuran besar (n > 30) lebih tepat disajikan dalam tabel distribusi frekuensi kelompok, yaitu cara penyajian data yang datanya disusun dalam kelas-kelas tertentu. Langkah-langkah penyusunan tabel distribusi frekuensi adalah sebagai berikut.

• Langkah ke-1 menentukan Jangkauan (J) = Xmax - Xmin

• 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 ke bawah.

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

                  J
          I = ––––
                 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.

3. Histogram 
Dari suatu data yang diperoleh dapat disusun dalam tabel distribusi frekuensi dan disajikan dalam bentuk diagram yang disebut histogram. Jika pada diagram batang, gambar batang-batangnya terpisah maka pada histogram gambar batang-batangnya berimpit.
4. Poligon 
Apabila pada titik-titik tengah dari histogram dihubungkan dengan garis dan batang-batangnya dihapus, maka akan diperoleh poligon frekuensi. Berdasarkan contoh di atas dapat dibuat poligon frekuensinya seperti gambar berikut ini.
Berikut simulasi histogram dan poligon
5. Distribusi Frekuensi Kumulatif 
Daftar distribusi kumulatif ada dua macam, yaitu sebagai berikut.
a. Daftar distribusi kumulatif kurang dari (menggunakan tepi atas).
b. Daftar distribusi kumulatif lebih dari (menggunakan tepi bawah).
Untuk lebih jelasnya, perhatikan contoh data berikut ini.

6. Ogive (Ogif)
Grafik yang menunjukkan frekuensi kumulatif kurang dari atau frekuensi kumulatif lebih dari disebut poligon kumulatif. Poligon kumulatif dibuat mulus, yang hasilnya disebut ogif. Ada dua macam ogif, yaitu sebagai berikut.
a. Ogif frekuensi kumulatif kurang dari disebut ogif positif.
b. Ogif frekuensi kumulatif lebih dari disebut ogif negatif.

Median

2. Median

1) Median untuk data tunggal
    Median adalah suatu nilai tengah yang telah diurutkan. Median dilambangkan Me.
    Untuk menentukan nilai  Median  data tunggal dapat dilakukan dengan cara:
    a) mengurutkan data kemudian dicari nilai tengah,
    b) jika banyaknya data besar, setelah data diurutkan, digunakan rumus:

      Untuk n ganjil  : Me = X1/2(n + 1)

                                           Xn/2  + Xn/2 +1
      Untuk n genap: Me =   ––––––––––––
                                                   2

      Keterangan:
      xn/2 = data pada urutan ke-n/2 setelah diurutkan.

      Contoh:
      Tentukan median dari data: 2, 5, 4, 5, 6, 7, 5, 9, 8, 4, 6, 7, 8
      Jawab:
      Data diurutkan menjadi: 2, 4, 4, 5, 5, 5, 6, 6, 7, 7, 8, 8, 9
      Median = data ke-(13 + 1)/2 = data ke-7
      Jadi mediannya = 6

2) Median untuk data kelompok
Jika data yang tersedia merupakan data kelompok, artinya data itu dikelompokkan ke dalam interval-interval kelas yang sama panjang. Untuk mengetahui nilai mediannya dapat ditentukan dengan rumus berikut ini.


Keterangan:
Kelas median adalah kelas yang terdapat data X1/2 n
L = tepi bawah kelas median
c = lebar kelas
n = banyaknya data
F = frekuensi kumulatif kurang dari sebelum kelas median
f  = frekuensi kelas median

Contoh: Tentukan median data berikut:
Berikut Simulasi menentukan median data kelompok, silahkan dicoba

Modus

3. Modus

Modus ialah nilai yang paling sering muncul atau nilai yang mempunyai frekuensi tertinggi. Jika suatu data hanya mempunyai satu modus disebut unimodal dan bila memiliki dua modus disebut bimodal, sedangkan jika memiliki modus lebih dari dua disebut multimodal. Modus dilambangkan dengan Mo.

1) Modus data tunggal
    Modus dari data tunggal adalah data yang sering muncul atau data dengan
    frekuensi tertinggi.
    Perhatikan contoh soal berikut ini.
    Contoh:
    Tentukan modus dari data di bawah ini.
    2, 1, 4, 1, 1, 5, 7, 8, 9, 5, 5, 10
    Jawab:
    Data yang sering muncul adalah 1 dan 5. Jadi modusnya adalah 1 dan 5.

2. Modus data kelompok
    Modus data kelompok dirumuskan sebagai berikut:


   Keterangan:
   L   = tepi bawah kelas modus
   c    = lebar kelas
   d1 = selisih frekuensi kelas modus dengan kelas sebelumnya
   d2 = selisih frekuensi kelas modus dengan kelas sesudahnya 
   Contoh:
   Tentukan modus data berikut:

Berikut simulasi menentukan modus data kelompok, silahkan di coba

Kuartil

Kuartil (Q)

Seperti yang sudah dibahas sebelumnya, bahwa median membagi data yang telah diurutkan menjadi dua bagian yang sama banyak. Adapun kuartil adalah membagi data yang telah diurutkan menjadi empat bagian yang sama banyak.
1) Kuartil data tunggal
    Urutkan data dari yang kecil ke yang besar, kemudian tentukan kuartil dengan rumus sebagai berikut:
 
 
    Contoh:
    Tentukan Q1, Q2, dan Q3 dari data : 3, 4, 7, 8, 7, 4, 8, 4, 6, 9, 10, 8, 3, 7, 12.
     Jawab:
     Langkah 1: urutkan data dari  kecil ke besar sehingga diperoleh
                      3, 3, 4, 4, 4, 6, 7, 7, 7, 8, 8, 8, 9, 10, 12.
                                                 1(15+1)
     Langkah 2: Letak data Q1=–––––––– = 4
                                                      4
                      Jadi Q1 terletak pada data ke-empat yaitu 4

                                                 2(15+1)
     Langkah 3: Letak data Q2=–––––––– = 8
                                                      4
                      Jadi Q2 terletak pada data ke-delapan yaitu 7

                                                 3(15+1)
     Langkah 4: Letak data Q1=–––––––– = 12
                                                      4
                      Jadi Q3 terletak pada data ke-duabelas yaitu 8


2) Kuartil data kelompok

Nilai kuartil dirumuskan sebagai berikut.



Keterangan:
Qi = kuartil ke-i (1, 2, atau 3)
L  = tepi bawah kelas kuartil ke-i
n = banyaknya data
F = frekuensi kumulatif kelas sebelum kelas kuartil
c = lebar kelas
f = frekuensi kelas kuartil


Contoh:
Tentukan kuartil  dari data berikut:
Berikut simulasi menentukan kuartil data kelonpok:

Ukuran Penyebaran Data

Ukuran pemusatan yaitu mean, median dan modus, merupakan informasi yang memberikan penjelasan kecenderungan data sebagai wakil dari beberapa data yang ada. Adapun ukuran penyebaran data memberikan gambaran seberapa besar data menyebar dari titik-titik pemusatan.

1. Jangkauan (Range)

Ukuran penyebaran yang paling sederhana (kasar) adalah jangkauan (range) atau rentangan nilai, yaitu selisih antara data terbesar dan data terkecil.
1) Range data tunggal
    Untuk range data tunggal dirumuskan dengan:

    R = xmaks – xmin

    Contoh :
    Tentukan range dari data-data di bawah ini.
     6, 7, 3, 4, 8, 3, 7, 6, 10, 15, 20

     Jawab:
     Dari data di atas diperoleh xmaks = 20 dan xmin = 3
     Jadi, R = xmaks – xmin
                 = 20 – 3 = 17

2) Range data kelompok
Untuk data kelompok, nilai tertinggi diambil dari nilai tengah kelas tertinggi dan nilai terendah diambil dari nilai kelas yang terendah.
    Contoh :
    Tentukan range dari data berikut!

2. Simpangan Rata-Rata (Deviasi Rata-Rata)

    Simpangan rata-rata suatu data adalah nilai rata-rata dari selisih setiap data dengan nilai rataan hitung.

     1) Simpangan rata-rata data tunggal
         Simpangan rata-rata data tunggal dirumuskan sebagai berikut.
        

     2) Simpangan rata-rata data kelompok 
         Simpangan rata-rata data kelompok dirumuskan:
        


3. Simpangan Baku (Deviasi Standar) dan Ragam

Sebelum membahas simpangan baku atau deviasi standar, perhatikan contoh berikut. Kamu tentu tahu bahwa setiap orang memakai sepatu yang berbeda ukurannya. Ada yang berukuran 30, 32, 33, ... , 39, 40, dan 41. Perbedaan ini dimanfaatkan oleh ahli-ahli statistika untuk melihat penyebaran data dalam suatu populasi. Perbedaan ukuran sepatu biasanya berhubungan dengan tinggi badan manusia. Seorang ahli matematika Jerman, Karl Ganss mempelajari penyebaran dari berbagai macam data. Ia menemukan istilah deviasi standar untuk menjelaskan penyebaran yang terjadi. Saat ini, ilmuwan menggunakan deviasi standar atau simpangan baku untuk mengestimasi akurasi pengukuran. Deviasi standar adalah akar dari jumlah kuadrat deviasi dibagi banyaknya data.

1) Simpangan baku dan ragam data tunggal
    Simpangan baku/deviasi standar data tunggal dirumuskan sebagai berikut.

        
        

2) Ragam dan Simpangan baku data kelompok Ragam () dan Simpangan baku (s) data kelompok
dirumuskan sebagai berikut.


Berikut simulasi ragam dan simpangan baku

Latihan Soal

Silahkan kerjakan latihan berikut. Ikuti petunjuk yang ada, apabila latihan belum muncul mohon sabar sebentar karena sedang proses:

Evaluasi

Silahkan kerjakan evaluasi berikut, tulis nama dan kelas. Apabila evaluasi belum muncul mohon sabar sebentar karena sedang proses.