momen kemiringan dan keruncingan
TRANSCRIPT
-
8/18/2019 Momen Kemiringan Dan Keruncingan
1/16
Momen, Kemiringan, dan Keruncingan Page 1
BAB 7
MOMEN, KEMIRINGAN DAN KERUNCINGAN
A.
MomenMisalkan diberikan variable dengan harga- harga : 1 ,2 ,….,. Jika A = sebuah
bilangan tetap dan r = 0, 1, 2…, n maka momen ke-r sekitar A, disingkat ′,didefinisikan oleh hubungan :
′ = ∑ … … … … … … . 1 Menurut Gasperz (1989:87)
∗ = ∑
=1 = ∑
Dimana d = X - AMenurut Amudi Pasaribu (1975:123),
ℎ = 1 ℎ
= Untuk A = 0 didapat momen ke-r sekitar nol atau disingkat momen ke-r (momen
sekitar titik asal):
= ∑ … … … … … . . 2 Menurut Gasperz (1989:87)
= 1 + 2 + ⋯ + = ∑ =1 = ∑
௰
Menurut Amudi Pasaribu (1975:122),
ℎ = 1
ℎ
=
Dari rumus (2) maka untuk r =1 didapat rata-rata . Jika A = kita perolehmomen ke-r sekitar rata-rata, biasa disingkat dengan . Jadi didapat :
= ∑ … … … … … … . 3 Menurut Gasperz (1989:87)
= ∑ =1 = ∑
-
8/18/2019 Momen Kemiringan Dan Keruncingan
2/16
Momen, Kemiringan, dan Keruncingan Page 2
Menurut Amudi Pasaribu (1975:123),
ℎ = 1
ℎ
=
Untuk r =2, rumus (3) memberikan varians 2.Untuk membedakan apakah momen itu untuk sampel atau populasi maka dipakai simbol:
dan ′ untuk momen sampel dan µ µ′ untuk momen populasi .jika ′ adalah statistik sedangkan µ µ ′ adalah parameter. Jika data telah disusun dalam dalam bentuk distribusi frekuensi, maka rumus-
rumus diatas berturut-turut berbentuk :
′ = ∑ … … … … … … . 4 Menurut Gasperz (1989:91),
∗ = ∑ =1 = ∑
Menurut Amudi Pasaribu (1975:123),
ℎ = 1
ℎ
=
= ∑ 㐳 … … … … … . . 5 Menurut Gasperz (1989:91)
= 1 1 + 2 2 + ⋯ + = ∑ =1 = ∑
Menurut Amudi Pasaribu (1975:122),
ℎ = 1 ℎ
=
= ∑ … … … … … … . 6 = ∑ , = = Menurut Gasperz (1989:91)
= ∑
〱 =1 =
∑
-
8/18/2019 Momen Kemiringan Dan Keruncingan
3/16
Momen, Kemiringan, dan Keruncingan Page 3
Menurut Pasaribu (1975:123),
ℎ = 1
ℎ
=
Dengan menggunakan cara sandi, rumus empat menjadi :
′ = ∑ … … … … … … . 7 Dengan p = panjang kelas interval, = variable sandi.Menurut Gasperz (1989:91)
∗ = ∑ =1
Dari ′ , harga-harga untuk beberapa r, dapat ditentukan berdasarkan hubungan :2 = 2′ 1′ 2 3 = 3′ 31′ 2′ +21′ 3 4 = 4′ 41′ 3′ +61′ 22′ +31′ 4 Menurut Gasperz (1989:96)
1 = 0
2 = 2∗ 1∗2 3 = 3∗ 31∗2∗ + 21∗3 4 = 4∗ 41∗2∗ + 61∗22∗ 31∗4 Contoh: Untuk menghitung empat buah momen sekitar rata-rata untuk data dalam daftar
distribusi frekuensi, kita lakukan sebagai berikut.
DATA
60 – 62
63 – 65
66 – 68
69 – 71
72 – 74
5
18
42
27
8
-2
-1
0
1
2
-10
-18
0
27
16
20
18
0
27
32
-40
-18
0
27
64
80
18
0
27
128
jumlah 100 0 15 97 33 253
-
8/18/2019 Momen Kemiringan Dan Keruncingan
4/16
Momen, Kemiringan, dan Keruncingan Page 4
Dengan menggunakan rumus (7) maka :
1′ = 1 ∑ 1 = 3 15100 = 0,45
2′ = 2 ∑ 2
= 32 97100 = 8,73 3′ = 3 ∑ 3 = 33 33100 = 8,91 4′ = 4 ∑ 4 = 34 253100 = 204,93
Sehingga dengan menggunakan hubungan di atas :
2 = 2′ 1′ 2 = 8,73 0,452 = 8,53
3 = 3′ 31′ 2′ +21′ 3
= 8,91 30,458,73 + 20,453 = 2,69
4 = 4′ 41′ 3′ +61′ 22′ +31′ 4= 204,93 4 0,458,93 + 60,4528,73 + 30,454 = 199,38 Dari hasil ini didapat varians 2 = 2 = 8,53
B. Kemiringan (Kemencengan)
Hasan (2009:125) menyatakan kemencengan atau kecondongan ( skewness) adalah
tingkat ketidaksimetrisan atau kejauhan simetri dari sebuah distribusi. Menurut Somantri
(2006:147), ukuran kemiringan adalah suatu ukuran yang dapat digunakan untuk
menentukan miring tidaknya suatu kurva distribusi. Menurut Gasperz (1989:98), ukuran
kemenjuluran atau kemencengan ( skewness) merupakan suatu ukuran yang menunjukkan
sejauh mana pergeseran dari bentuk yang simetri untuk suatu sebaran atau distribusi.
Sedangkan menurut Herrhyanto dan Hamid (2008 : 6.2), ukuran kemiringan adalah
ukuran yang menyatakan sebuah model distribusi yang mempunyai kemiringan tertentu.
Jadi ukuran kemiringan adalah suatu ukuran yang dapat digunakan untukmenentukan miring tidaknya suatu kurva distribusi dibandingkan dengan bentuk yang
simetri.
C. Keruncingan atau Kurtosis
Keruncingan atau kurtosis adalah tingkat kepuncakan dari sebuah distribusi yang
biasanya diambil secara relatif terhadap suatu distribusi normal. (Hasan, 2009:137).
Menurut Gasperz (1989: 104), kurtosis adalah suatu ukuran tentang keruncingan darisebuah sebaran, yang biasanya dibandingkan dengan sebaran normal. Menurut Somantri
-
8/18/2019 Momen Kemiringan Dan Keruncingan
5/16
Momen, Kemiringan, dan Keruncingan Page 5
(2006:151), kurtosis merupakan tingkat menggunungnya suatu distribusi, yang umumnya
dibandingkan dengan distribusi normal”. Sedangkan menurut Herrhyanto dan Hamid
(2008 : 6.12), kurtosis adalah derajat kepuncakan dari suatu distribusi, biasanya diambil
relatif terhadap distribusi normal.
Jadi keruncingan adalah tingkat kepuncakan dari sebuah distribusi, yang biasanya
dibandingkan dengan distribusi normal.
D. Koefisien Momen Kemiringan
Untuk mengetahui bahwa konsentrasi distribusi menceng ke kanan atau
menceng ke k iri, dapat digunakan metode-metode berikut :
1. Koefisien Kemencengan Pearson
Koefisien Kemencengan Pearson merupakan nilai selisih rata-rata dengan
modus dibagi simpangan baku. (Hasan, 2009:126). Koefisien Kemencengan
Pearson dirumuskan sebagai berikut:
= Keterangan :
sk = koefisien kemencengan Pearson
s = simpangan baku = modusApabila secara empiris didapatkan hubungan antar nilai pusat sebagai :
= 3 Maka rumus kemencengan diatas dapat diubah menjadi:
= 3 2. Koefisien Kemencengan Bowley
Koefisien kemencengan Bowley berdasarkan pada hubungan kuartil-kuartil
(Q1, Q2 dan Q3) dari sebuah distribusi. (Hasan, 2009:125). Begitu pula menurut
Gasperz (1989:101) bahwa “Bowley (A.L Bowley) mendasarkan rumusnya pada
nilai-nilai kuartil dari suatu sebaran (distribution)”.
Koefisien kemencengan Bowley dirumuskan :
= 3 2 2 13 2 + 2 1
-
8/18/2019 Momen Kemiringan Dan Keruncingan
6/16
Momen, Kemiringan, dan Keruncingan Page 6
= 2 + − Keterangan : sk B = koefisien kemencengan Bowley;
Q = kuartil
3.
Koefisien Kemencengan Persentil
Gasperz (1989:102) mengatakan “Ukuran Kelly merupakan suatu ukuran
moderat antara ukuran Pearson yang didasarkan pada semua bagian data dan ukuran
Bowley yang didasarkan pada 50% dari bagian data. Kelly mendasarkan pada
sebaran antara persentil 90 (90 dan persentil 10 . Jadi KoefisienKemencengan Persentil didasarkan atas hubungan antar persentil (P90, P50 dan
P10) dari sebuah distribusi (Hasan, 2009:132).
Koefisien Kemencengan Persentil dirumuskan :
= 90 50 50 1090 50 + 50 10 = 2 + −
sk P = koefisien kemecengan persentil , P = persentil
4. Koefisien Kemencengan Momen
Koefisien Kemencengan Momen didasarkan pada perbandingan momen ke-3
dengan pangkat tiga simpangan baku. Koefisien kemencengan momen
dilambangkan dengan α3. Koefisien kemencengan momen disebut juga
kemencengan relatif. (Hasan, 2009:133)
Menurut Gasperz (1989:103), kemenjuluran relatif α3 digunakan sebagai
pengukuran kemenjuluran sekitar rata-rata sebaran teorit is (distribusi teoritis).
Menurut Somantri (2006:149), koefisien alpha ketiga merupakan rata-rata
penyimpangan data dari rata-ratanya dipangkatkan tiga, dibagi dengan simpangan
baku pangkat tiga. Jadi koefisien kemencengan momen adalah nilai perbandingan
momen ke-3 dengan pangkat tiga simpangan baku.
Untuk mencari nilai α3, dibedakan antara data tunggal dan data berkelompok.
a. Untuk data tunggal
Koefisien kemencengan momen untuk data tunggal dirumuskan sebagai:
á3 = 33 = 1
∑
33
á3= koefisien kemecengan momen
-
8/18/2019 Momen Kemiringan Dan Keruncingan
7/16
Momen, Kemiringan, dan Keruncingan Page 7
Menurut Gasperz (1989:103),
捦 3 = 33 3 = 3√ 23 Menurut Pasaribu (1975:128),
á3 = 33 = 13 3=1 b. Untuk data berkelompok
Koefisien kemencengan momen untuk data berkelompok dirumuskan
α3 = 〱3s3 = 1n ∑x x3f s3
atau α = C
s = ∑ fu
n 3 ∑ fu
n ∑ fun + 2 ∑ fun
Menurut Pasaribu (1975:128),
á3 = 33 = 13 3
=1 atau α = Cs = ∑ fu
n 3 ∑ fu
n ∑ fun + 2 ∑ fun
dalam pemakaiannya, rumus kedua lebih praktis dan lebih mudah perhitungannya.
E. Koefisien Momen Keruncingan
Untuk mengetahui keruncingan suatu distribusi, ukuran yang sering digunakan
adalah koefisien kurtosis persentil.
1. Koefisien keruncingan
Koefisien keruncingan atau koefisien kurtosis dilambangkan dengan α4 (alpha 4).
Untuk mencari nilai koefisien keruncingan, dibedakan antara data tunggal dan
data kelompok.
a. Untuk data tunggal
α4 = 1n ∑x x4s4 Menurut Gasperz (1989:103),
4 = 44 4 = 422 Menurut Pasaribu (1975:131),
-
8/18/2019 Momen Kemiringan Dan Keruncingan
8/16
Momen, Kemiringan, dan Keruncingan Page 8
á4 = 44 = 14 4
=1 b. Untuk data kelompok
α4 = 1n ∑x x4f s4 atau α = Cn = ∑ fu
n 4 ∑ fu
n ∑ fun + 6 ∑ fu
n ∑ fun
3 ∑ fun
Menurut Pasaribu (1975:131),
á4 = 44 = 14 4
=1
2.
Koefisien kurtosis persentilKoefisien kurtosis persentil dilambangkan dengan K (kappa). Untuk distribusi
normal, nilai K=0,263 . Koefisien kurtosis persentil, dirumuskan :
K = 12 Q QP P
F. Sifat Distribusi Data Berdasarkan Koefisien Momen Kemiringan Dan Koefisien
Momen Keruncingan.1. Sifat Distribusi Data Berdasarkan Koefisien Momen Kemiringan
Sebuah distribusi yang tidak simetris akan memiliki rata-rata, median dan
modus yang tidak sama besarnya ( ≠ ≠ . Sehingga distribusi akanterkonsentrasi pada salah satu sisi dan kurvanya akan menceng.
Jika distribusi memiliki ekor yang lebih panjang ke kanan daripada yang ke
kiri maka distribusi disebut menceng ke kanan atau memiliki kemencengan positif.
Sebaliknya, jika distribusi memiliki ekor yang lebih panjang ke kiri daripada yang ke
kanan maka distribusi disebut menceng ke kiri atau memiliki kemencengan negatif.
Jika nilai sk dihubungkan dengan keadaan kurva maka :
a. = 0 kurva memiliki bentuk simetrisb. ˃ 0 nilai-nilai terkonsentrasi pada sisi sebelah kanan ( terletak disebelah
kanan ) sehingga kurva memiliiki ekor memanjang ke kanan, kurva mencengke kanan atau menceng positif.
-
8/18/2019 Momen Kemiringan Dan Keruncingan
9/16
Momen, Kemiringan, dan Keruncingan Page 9
c. ˂ 0 nilai-nilai terkonsentrasi pada sisi sebelah kiri ( terletak disebelah kiri ) sehingga kurva memiliiki ekor memanjang ke kiri, kurva menceng ke kiriatau menceng negatif.
Berikut ini gambar kurva dari distribusi yang menceng ke kanan (menceng
positif) dan menceng ke kiri (menceng negatif).
Mo
Mo
(a) (b)
Gambar 1
Keterangan : Kemencengan Distribusi (a) Menceng ke kanan (b) Menceng ke kiri
a. Koefisien Kemencengan Pearson
Contoh soal :
Berikut ini adalah data nilai ujian statistik dari 40 mahasiswa sebuah universitas
Nilai Ujian Frekuensi
31 – 40
41 – 50
51 – 60
61 – 70
71 – 80
81 – 90
91 – 100
4
3
5
8
11
7
2
Jumlah 40
Tentukan nilai sk dan ujilah arah kemencengannya (gunakan kedua rumus tersebut) !
-
8/18/2019 Momen Kemiringan Dan Keruncingan
10/16
Momen, Kemiringan, dan Keruncingan Page 10
Penyelesaian:
Nilai X F U u
F
f
31 –
4041 – 50
51 – 60
61 – 70
71 – 80
81 – 90
91 – 100
35,545,5
55,5
65,5
75,5
85,5
95,5
4
3
5
8
11
7
2
-4
-3
-2
-1
0
1
2
16 9
4
1
0
1
4
-16
-9
-10
-8
0
7
4
64
27
20
8
0
7
8
Jumlah 40 -32 134
= + ∑ ∑ = 75,5 + 103240 = 75,5 8 = 67,5
= ∑ ∑ = 10 13440 3240 = 101,646 = 16,46
= + 12 (∑ 2) . = 60,5 +12 40 128 . 10 = 60,5 + 10 = 70,5
= + 11 + 2
. = 70,5 + 33 + 4
= 70,5 + 4,29 = 74,34 = = 67,5 74,3416,46 = 0,42 Dengan menggunakan cara lain :
= 3 = 367,5 70,516,46 = 0,5
Oleh karena nilai sk -nya negatif (-0,42) maka kurvanya menceng ke kiri atau
menceng negatif.
-
8/18/2019 Momen Kemiringan Dan Keruncingan
11/16
Momen, Kemiringan, dan Keruncingan Page 11
b. Koefisien Kemencengan Bowley
Koefisien kemencengan Bowley sering juga disebut Kuartil Koefisien.
Kemencengan.Apabila nilai sk B dihubungkan dengan keadaan kurva, didapatkan :
a.
Jika Q3 - Q2 = Q2 - Q1 atau Q3 + Q1 - 2Q2 = 0 maka sk B = 0 dan distribusidatanya simetri
b. Jika Q1 = Q2 maka sk B = 1 dan distribusi datanya miring ke kanan
c. Jika Q2 = Q3 maka sk B = -1 dan distribusi datanya miring ke kiri
d. sk B = ± 0,10 menggambarkan distribusi yang menceng tidak berarti dan sk B>
0,30 menggambarkan kurva yang menceng ber ar t i.
Contoh soal :
Tentukan kemencengan kurva dari distribusi frekuensi berikut : Nilai UjianMatematika Dasar I dari 111 mahasiswa, 1997
Nilai Ujian Frekuensi
20,00 – 29,99
30,00 – 39,99
40,00 – 49,99
50,00 –
59,9960,00 – 69,99
70,00 – 79,99
4
9
25
40
28
5
Jumla
111
Penyelesaian:
Kelas 1 = 3
1 = 1 + 14 (∑ 1) 1 . = 39,995 + 27,751325 . 10 = 45,895 Kelas 2 = 4
2 = 2 +12 (∑ 2) 2 . = 49,995 + 55,53840 . 10 = 54,37
Kelas 3 = 5
3 = 3 + 34 (∑ 3) 3 . = 59,995 + 83,257828 . 10 = 61,87
-
8/18/2019 Momen Kemiringan Dan Keruncingan
12/16
Momen, Kemiringan, dan Keruncingan Page 12
= 3 22 + 13 1 = 61,87 254,37 +45,89561,8745,895 = 0,06 Karena negative (0,06) maka kurva maka kurva menceng ke kiri.
c. Koefisien Kemencengan Persentil
Contoh Soal:
Tentukan kemencengan kurva dari distribusi frekuensi berikut: Nilai Ujian
Matematika Dasar I dari 111 mahasiswa, 1997
Nilai Ujian Frekuensi
20,00 – 29,99
30,00 – 39,99
40,00 – 49,99
50,00 – 59,99
60,00 – 69,99
70,00 – 79,99
4
9
25
40
28
5
Jumlah 111
Penyelesaian:
Kelas 10 = 2 10 = + 110(∑ 1) 1 . = 29,995 + 11,149 .10 =37,885
Kelas 50 = 450 = + 12 (∑ 1) 1 . = 49,995 + 55,5389 . 10 = 69,44
Kelas 90 = 590 = + 910 (∑ 1) 1 . = 59,995 + 99,9789 . 10 = 84,33 = 90250 + 109010 = 84,33 269,44 +37,88584,3337,885 = 0,36
Karena negative (0,36) maka kurva maka kurva menceng ke kiri.
-
8/18/2019 Momen Kemiringan Dan Keruncingan
13/16
Momen, Kemiringan, dan Keruncingan Page 13
d. Koefisien Kemencengan Momen
Apabila nilai α3dihubungkan dengan keadaan kurva, didapatkan :
a. Untuk distribusi simetris (normal), nilai α3= 0,
b. Untuk distribusi menceng ke kanan, nilai α3 = positif,c. Untuk distribusi menceng ke kiri, nilai α3= negatif,
d. Menurut Karl Pearson, distribusi yang memiliki nilai α3 > ± 0,50 adalah
distribusi yang sangat menceng
e. Menurut Kenney dan Keeping, nilai α3 bervariasi antara ± 2 bagi distribusi
yang menceng.
2.
Sifat Distribusi Data Berdasarkan Koefisien Momen Keruncingan
Berdasarkan keruncingannya, kurva distribusi dapat dibedakan atas tiga
macam, yaitu sebagai berikut :
a. Leptokurtik : Merupakan distribusi yang memiliki puncak relatif t inggi.
b. Platikurtik : Merupakan distribusi yang memiliki puncak hampir mendatar
c. Mesokurtik : Merupakan d istribusi yang memiliki puncak tidak tinggi dan
tidak mendatar
Bila distribusi merupakan distribusi simetris maka distribusi mesokurtikdianggap sebagai distribusi normal. Dari hasil koefisien kurtosis, ada tiga kriteria
untuk mengetahui model distribusi dari sekumpulan data, yaitu koefisien keruncingan
atau koefisien kurtosis dilambangkan dengan α4 (alpha 4). Jika hasil perhitungan
koefisien keruncingan diperoleh :
1) Nilai lebih kecil dari 3, maka distribusinya adalah distribusi pletikurtik
2) Nilai lebih besar dari 3, maka distibusinya adalah distribusi leptokurtik
3) Nilai yang sama dengan 3, maka distribusinya adalah distribusi mesokurtik
-
8/18/2019 Momen Kemiringan Dan Keruncingan
14/16
Momen, Kemiringan, dan Keruncingan Page 14
leptokurtik
mesokurtik
platikurtik
Gambar 2. Kurva Keruncingan
a) Koefisien keruncingan
Contoh soal : tentukan keruncingan kurva dari data 2,3,6,8,11!
Penyelesaian :
= 6 = 3,67 X 4 2
36
8
11
-4
-30
2
5
256
810
16
625
Jumlah 0 978
α4 = 1n
∑x x4s4 =
15
9783,674 = 195,6181,4 = 1,08
Karena nilainya 1,08 (lebih kecil dari 3) maka distribusinya adalah distribusi
platikurtik.
b) Koefisien kurtosis persentil
Jika hasil perhitungan koefisien keruncingan diperoleh :
a) Nilai lebih kurang dari 0,263, maka distribusinya adalah distribusi pletikurtik
b)
Nilai lebih lebih dari 0,263, maka distibusinya adalah distribusi leptokurtikc) Nilai yang sama dengan 0,263, maka distribusinya adalah distribusi mesokurtik
-
8/18/2019 Momen Kemiringan Dan Keruncingan
15/16
Momen, Kemiringan, dan Keruncingan Page 15
Contoh soal :
Berikut ini disajikan tabel distribusi frekuensi dari tinggi 100 mahasiswa
universitas XYZ.
a. Tentukan koefisien kurtosis persentil (K) !
b. Apakah distribusinya termasuk distribusi normal !
Tinggi (inci) frekuensi (f)
60 – 62
63 – 65
66 – 68
69 – 71
72 – 74
5
18
42
27
8
Jumlah 100
Penyelesaian :
Kelas Q1 = kelas ke 3
Q1 = B1 +14
n ∑ f 1of Q1 . C = 65,5 + 252342 .3 = 65,64
Kelas Q3 = kelas ke 4 Q3 = B3 +
34 n ∑ f 3of Q3 . C = 68,5+ 75 6527 .3 = 69,61 Kelas P10 = kelas ke 2
P10 = B10 + 10100 n ∑ f 10of P10 . C = 62,5 + 1 0 518 .3 = 63,33 Kelas P90 = kelas ke 4 P90 = B90 + 90100 n ∑ f 90of P90 . C = 68,5 + 906527 .3 = 71,28 Koefisien kurtosis persentil (K) adalah :
K = 12 Q QP P = 12 69,6165,6471,2863,33 = 0,25
Karena nilai K = 0,25 ( K < 0,263) maka distribusinya bukan distribusi normal.
-
8/18/2019 Momen Kemiringan Dan Keruncingan
16/16
Momen Kemiringan dan Keruncingan Page 16
DAFTAR PUSTAKA
Akbar, Purnomo Setiady dan Husaini Usman. 2006. Pengantar Statistika Edisi Kedua.
Jakarta : PT Bumi Aksara
Akdon dan Riduwan .2013. Rumus dan Data dalam Analisis Statistika. Bandung : Alfabeta.
Dajan, Anto, 1986. “Pengantar Metode Statistik Jilid II”. Jakarta : LP3ES .
Furqon. 1999. Statistika Terapan Untuk Penelitian. AFABETA:Bandung
Gaspersz, Vincent. 1989. Statistika. Armico:Bandung
Hamid, H.M. Akib dan Nar Herrhyanto. 2008. Statistika Dasar. Jakarta : Universitas
Terbuka.
Harinaldi, 2005. “ Prinsip- prinsip Statistik untuk Teknik dan Sains”. Jakarta : Erlangga.
Hasan, M. Iqbal. 2011. Pokok – Pokok Materi Statistika 1 ( Statistik Deskriptif ). Jakarta :
PT Bumi Aksara
Herrhyanto, Nar. 2008. Statistika Dasar . Jakarta: Universitas Terbuka.
Mangkuatmodjo, Soegyarto. 2004. Statistika Lanjutan. Jakarta: PT Rineka Cipta.
Pasaribu, Amudi. 1975. Pengantar Statistik . Gahlia Indonesia : Jakarta
Rachman,Maman dan Muchsin . 1996. Konsep dan Analisis Statistik . Semarang : CV.
IKIP Semarang Press
Riduwan . 2010. Dasar-dasar Statistika . Bandung : Alfabeta.
Saleh,Samsubar. 1998. STATISTIK DESKRIPTIP . Yogyakarta : UPP AMP YKPN.
Siregar,Syofian. 2010. Statistika Deskriptif untuk Penelitian Dilengkapi Perhitungan Manual
dan Aplikasi SPSS Versi 17 . Jakarta : Rajawali Pers.
Somantri, Ating dan Sambas Ali Muhidin. 2006. Aplikasi statistika dalam Penelitian. pustaka
ceria : Bandung
Subana,dkk. 2000. Statistik Pendidikan. Pustaka Setia:Bandung
Sudijono, Anas. 2008. Pengantar Statistik Pendidikan. Raja Grafindo Persada.Jakarta
Sudijono, Anas. 2009. Pengantar Statistik Pendidikan. Jakarta : PT RajaGrafindo Persada.
Sudijono, Anas. 1987. Pengantar Statistik Pendidikan. Jakarta : PT RajaGrafindo Persada.
Sudjana, M.A., M.SC.2005. METODE STATISTIKA. Bandung: Tarsito
Sugiyono. 2014. Statistika untuk Penelitian. Bandung : Alfabeta.
Supranto, 1994. “Statistik Teori dan Aplikasi Jilid 2”. Jakarta : Erlangga.
Usman, Husaini & Setiady Akbar, Purnomo.2006. PENGANTAR STATISTIKA. Yogyakarta:
BUMI AKSARA.
Walpole, Ronald E, 1995. “Pengantar Statistik Edisi Ke-4”. Jakarta : PT Gramedia.