stat

5/13/2018 Stat - slidepdf.com

http://slidepdf.com/reader/full/stat5571ff4449795991699cf098 1/34

BAB I

PENDAHULUAN

1.1 Latar Belakang

Seorang ilmuwan sangatlah berhubungan erat dengan percobaan – percobaan atau

penelitian – penelitian. Dan statistika memegang peranan penting sebagai alat bantu

penelitian. Hal ini meliputi dari proses, perancangan, pelaksanaan, analisis hingga

pengambilan kesimpulan. Dengan adanya statistika, maka para ilmuwan menjadi lebih

mudah dalam melakukan penelitian. Minitab merupakan suatu program komputer yang

digunakan untuk mempermudah pengerjaan statistik suatu data.

Hal yang paling sering dibahas dalam statistika adalah ukuran pemusatan dan

penyebaran dari suatu data. Hal ini sering sekali dibahas karena dapat diinterpretasikan

dalam kehidupan sehari – hari. Dengan menghitung mean, dapat kita interpretasikan dalam

kehidupan sehari – hari seperti menghitung rata – rata pengeluaran per bulan, menghitung

rata – rata nilai dalam 1 semester, dan masih banyak lagi. Tidak hanya mean saja tetapi

masih banyak yang lainnya seperti modus, ragam, standar deviasi, dan lain – lain.

1.2 Tujuan

1.2.1 Tujuan Umum

Mahasiswa mampu menghitung dan menginterpretasikan ukuran pemusatan dan

penyebaran dari suatu data.

1.2.2 Tujuan Khusus

Mahasiswa mampu:

1. menghitung nilai mean, median, jangakauan, variansi, dan simpangan baku serta

menginterpretasikannya.

2.menjelaskan pengaruh outlier terhadap mean dan median.

3.menjelaskan hubungan antara jangkauan dan simpangan baku.



BAB II

DASAR TEORI

Ada beberapa macam ukuran pemusatan data, yaitu:

1. Mean

Mean merupakan ukuran rata-rata dari data. Rata – rata hitung dilambangkan dengan ”

x ”. Rata – rata merupakan pembagian antara jumlah nilai dari keseluruhan data dengan

banyaknya data :

1

n

i

i

x

xn

==

∑

Dan apabila datanya berkelompok maka rumus rata – ratanya adalah sebagai berikut:

1

1

k

i i

i

k

i

i

f x

x

f

=

=

=

∑

∑

2. Variance

Variansi atau ragam adalah ukuran penyimpangan dari data terhadap rata-rata. Dan juga

dapat dikatakan bahwa ragam adalah rata – rata perbedaan mean dengan nilai masing –

masing observasi. Ragam dilambangkan dengan S2. Dirumuskan dengan :

( )2

2 1

1

n

i

i

x x

sn

=

−

=−

∑

3. Standar Deviasi

Standar deviasi disebut juga simpangan baku. Standar deviasi merupakan akar dari

variansi atau ragam. Adapun rumusnya adalah:

( )2

1

1

n

i

i

x x

sn

=

−

=−

∑

4. Standar Error of Mean

Merupakan variansi beberapa mean jika penelitian dilakukan beberapa kali dengan

beberapa sampel. Rumusnya adalah

n

SDSE =



5. First Quartile

Suatu data yang dibagi 4 bagian yang sama besar, dimana seperempat bagian yang

pertama disebut dengan kuartil 1 atau kuartil bawah. Rumus kuartil bawah adalah:

)1(4

11+

=n

xQ untuk n berjumlah ganjil

)2(4

11+

=n

xQuntuk n berjumlah genap

6. Skewness

Skewness adalah ukuran suatu kemungkinan keasimetrisan (kemenjuluran) dari pola

sebaran data. Skewness ada dua yaitu skewness negatif (menjulur ke kiri) dan skewness

positif (menjulur ke kanan). Adapun rumusnya adalah sebagai berikut:

7. Kurtosis

Kurtosis adalah ukuran suatu kemaksimuman atau suatu puncak dari pola sebaran data

dengan variabel yang acak. Adapun rumusnya adalah sebagai berikut:

Dengan 4 µ adalah rata rata dan 4σ adalah standar deviasi.

8. Sebaran normal

Sebaran normal adalah sebaran kontinu dengan x mengambil nilai mulai dari ∞−

sampai dengan ∞+ , dengan fungsi sebaran

2

2

1

22

1),,()(

−

=σ

µ

πσ

σ µ

x

e xn x f

Ciri – ciri dari kurva normal yaitu bentuknya lonceng, setangkup pada sumbu x dan y,

asimptotik.

9. Histogram

Histogram adalah tampilan grafis dari tabulasi frekuensi yang digambarkan dengan

grafis batangan sebagai manifestasi data binning. Tiap tampilan batang menunjukkan

proporsi frekuensi pada masing-masing deret kategori yang berdampingan dengan interval

yang tidak tumpang tindih. Dan contoh dari histogram adalah



10. Boxplot

Boxplot diperkenalkan oleh J. F. Turkey untuk keperluan eksplorasi data. Diagram

kotak garis atau boxplot digunakan untuk memeriksa kesimetrikan data dan kemungkinan

adanya pencilan setelah dipastikan ketunggalan datanya. Diagram ini menampilkan datadalam bentuk diagram yang terdiri dari kotak dan garis. Boxplot dapat digunakan untuk

menunjukkan perbedaan antara populasi tanpa menggunakan asumsi distribusi statistik yang

mendasarinya. Karenanya, boxplot tergolong dalam statistik non-parametrik. Jarak antara

bagian-bagian dari box menunjukkan derajat dispersi (penyebaran) dan skewness

(kecondongan) dalam data. Dalam penggambarannya, boxplot dapat digambarkan secara

horizontal maupun vertikal.

BAB III

http://en.wikipedia.org/wiki/File:Box-Plot_mit_Min-Max_Abstand.png

http://id.wikipedia.org/wiki/Berkas:Black_cherry_tree_histogram.svg



METODOLOGI

Untuk memunculkan hasil dari mean, standar deviasi , variasi, SE of mean dan sebagainya

pada program Minitab adalah dengan menggunakan perintah Stat Basic Statistic

Descriptive statistics isikan pada kotak Variables, nama kolom yang akan dihitung

nilainya klik graphs… pilih boxplot dan histogram OK OK .

Maka akan muncul tampilan seperti ini

Variable Minimum Maximum Q1 Q3

Mahasisw 71,00 90,00 75,00 85,75

BAB IV



PEMBAHASAN

Data jumlah mahasiswa kimia yang mengikuti rapat besar untuk diklat mahasiswa baru

angkatan 2010 yang sudah dicari meannya dengan menggunakan minitab adalah sebagai

berikut:

Descriptive Statistics: mahasiswa Kimia

Variable N Mean Median TrMean StDev SE Mean

mahasisw 20 79,00 79,00 78,89 6,35 1,42

Variable Minimum Maximum Q1 Q3

mahasisw 71,00 89,00 71,75 86,00

a. Dalam 20 kali pertemuan, sebagian besar mahasiswa kimia yang mengikuti rapat besar

untuk diklat mahasiswa baru angkatan 2010 sekitar 79 orang.

b. Mahasiswa kimia yang mengikuti rapat besar untuk diklat mahasiswa baru angkatan

2010 kira- kira 5 hari < 71 sampai 72 orang dan kira-kira 15 hari > 71 sampai 72 orang.

c.Dan SE of mean dari data tersebut adalah 1,42

d.Standar deviasinya sebesar 6,349



e.Ragamnya yaitu sebesar 40,3158

f. Skewness dari data yang ada sebesar 0,041

g.Kurtosis yang didapatkan adalah -1,517

h.Gambar histogram dari data jumlah mahasiswa kimia yang mengikuti rapat besar untuk

diklat mahasiswa baru angkatan 2010, sebagai berikut:

i. Gambar boxplot dari data tersebut adalah



BAB V

PENUTUP

5.1 Kesimpulan

Minitab adalah salah satu program komputer yang membantu dalam pengerjaan suatu

statistik. Dimana minitab dapat digunakan untuk menghitung ukuran pemusatan dan

penyebaran dari suatu data. Adapun perintah untuk menghitung tersebut adalah

Stat Basic Statistic Descriptive statistics isikan pada kotak

Variables, nama kolom yang akan dihitung nilainya klik graphs… pilih

boxplot dan histogram OK OK .

Maka akan muncul hasil dari mean, standar deviasi, ragam, kuartil bawah, standar error of

mean, kurtosis, dan skewness. Serta muncul pula histogram dan boxplot dari data yang telah

kita buat.

5.2 Saran

Dalam pengerjaan minitab hendaknya praktikan lebih teliti dalam memilih pilihan hasil

yang ingin di munculkan. Selain itu hendaknya lebih teliti dalam memilih setiap perintah

yang ada agar semua perintah yang diingankan dapat muncul pada hasil.



LAPORAN PRAKTIKUM STATISTIKA DASAR

STATISTIKA DESKRIPTIF I

Asisten : 1. Ali Rojin

2. Aditya Ramadhan

Oleh :

Nama : Fifi Nafikah

NIM : 0910920010

LABORATORIUM STATISTIKA

JURUSAN MATEMATIKA

FAKULTAS MIPA

UNIVERSITAS BRAWIJAYA

2010



DAFTAR PUSTAKA

Hoel, P.G. 1976. Elementary Statistic. John Wiley & Sons Inc. New York.

Saefuddin, A., K.A. Notodipuro, A. Alamudi, K. Sadik. 2008. Statistika Dasar. PT Grasindo.

Jakarta.

Walpole, R.E. 1992. pengantar Statistika. PT Gramedia Pustaka. Jakarta.



STATISTIKA DESKRIPTIF II

SOAL

1. Ada 25 data yaitu

86,75,68,66,60,45,92,82,76,66,73,61,51,28,30,55,62,71,69,80,83,32,56,63,74. Data tersebut

harus dibuat diagram steam leaf dan histogram serta mencari k (banyaknya interval kelas), c

(lebar interval), mean dan modusnya.

2. Data pada nomor 1 dikalikan 2. Lalu dibuat pula diagram steam leaf dan histogram serta

mencari k (banyaknya interval kelas), c (lebar interval), mean dan modusnya.

LANGKAH – LANGKAH

1. a. Pada kolom C1 diberi nama data, lalu data yang ada dimasukkan pada kolom C1.

b. Untuk mencari k maka perintah yang dilakukan adalah Calc Calculator pada

kolom Store Result in Variable di isi kolom C3, lalu Expression ditulis 1+3,3*log(n)

OK. Maka akan muncul nilai k pada kolom C3.

c. Untuk mencari nilai c maka perintah yang dilakukan adalah Calc Calculator

pada kolom Store Result in Variable di isi kolom C4, lalu Expression ditulis (max-min)/k

OK. Maka akan muncul nilai c pada kolom C4.

d. Untuk membuat diagram steam leaf, perintah yang dilakukan adalah Graph

Character Graph Steam-and-Leaf pada kotak Variables diisikan nama kolom

C1 yaitu data, increment diisi 4 OK. Maka akan muncul diagram stem-and-leaf dari

data tersebut.

e. Untuk membuat histogram, perintah yang dilakukan adalah Graph Histogram

pada Graph, masukkan nama kolom yang akan dibuat yaitu data Options

pada Type of Histogram dipilih Frequency, pada Type of Intervals dipilih CutPoint, pada

Definition of Interval dipilih Midpoint/Cutpoint position dan diisikan ”batas bawah

data:batas atas data/k” OK OK. Dan akan muncul histogram dari data yang

ada.

2. a. Kolom C2 diberi nama data*2, lalu perintah yang dilakukan adalah Calc Calculator

pada kolom Store Result in Variable di isi kolom C2, lalu Expression ditulis C1*2

OK. Maka akan muncul data dari kolom C1 yang sudah dikalikan 2 pada kolom C2.

b. Untuk mencari k maka perintah yang dilakukan adalah Calc Calculator

pada kolom Store Result in Variable di isi kolom C5, lalu Expression ditulis 1+3,3*log(n)

. OK. Maka akan muncul nilai k pada kolom C5.



c. Untuk mencari nilai c maka perintah yang dilakukan adalah Calc Calculator

pada kolom Store Result in Variable di isi kolom C6, lalu Expression ditulis (max-min)/k

OK. Maka akan muncul nilai c pada kolom C6.

d. Untuk membuat diagram steam leaf, perintah yang dilakukan adalah Graph

Character Graph Steam-and-Leaf pada kotak Variables diisikan nama kolom

C2 yaitu data*2, increment diisi 4 OK. Maka akan muncul diagram stem-and-leaf

dari data tersebut.

e. Untuk membuat histogram, perintah yang dilakukan adalah Graph Histogram

pada Graph, masukkan nama kolom yang akan dibuat yaitu data*2 Options

pada Type of Histogram dipilih Frequency, pada Type of Intervals dipilih CutPoint, padaDefinition of Interval dipilih Midpoint/Cutpoint position dan diisikan ”batas bawah

data:batas atas data/k” OK OK. Dan akan muncul histogram dari data yang

ada.

OUTPUT

Dan Output dari data tersebut yaitu

Data : 86,75,68,66,60,45,92,82,76,66,73,61,51,28,30,55,62,71,69,80,83,32,56,63,74

Data*2:172,150,136,132,120,90,184,164,152,132,146,122,102,56,60,110,124,142,138,160,166,

64,112,126,148.



Gambar 1. output data dari minitab

Stem-and-Leaf Display: data

Stem-and-leaf of data N = 25

Leaf Unit = 1,0

1 2 8

3 3 02

3 3

3 4

4 4 5

5 5 1

7 5 56

11 6 0123

(4) 6 6689

10 7 134

7 7 56



5 8 023

2 8 6

1 9 2

Stem-and-Leaf Display: data*2

Stem-and-leaf of data*2 N = 25

Leaf Unit = 1,0

1 5 6

3 6 04

3 6

3 7

3 7

3 8

3 8

4 9 0

4 95 10 2

5 10

7 11 02

7 11

10 12 024

11 12 6

(2) 13 22

12 13 68

10 14 2

9 14 68

7 15 02

5 15

5 16 04

3 16 6

2 17 2

1 17

1 18 4

Gambar 2. histogram dari data pada minitab



Gambar 3. Histogram dari data*2 pada minitab



SEBARAN PELUANG KHUSUS

SOAL

1. Bangkitkan data sebanyak 100 nilai dari sebaran Binomial dengan parameter:

a. n = 10 dan p = 0,1

b. n = 10 dan p = 0,5

c. n = 10 dan p = 0,9

Dari masing – masing data, hitunglah frekuensi relatif dari X = 5, X ≤ 4, X 6, 4 X ≤ 6,˃ ˂

dengan metode empirik. Hitunglah peluang berikut dari masing – masing data :

P(X = 5), P(X ≤ 4), P(X 6), P(4 X ≤ 6) secara teoritis.˃ ˂

2. Bangkitkan data sebanyak 100 nilai dari sebaran Normal dengan parameter:

a. µ = 50 dan σ2 = 1

b. µ = 50 dan σ2 = 10

Buat Histogram dari data tersebut dan bandingkan rentang nilai maksimum dan minimum.

Hitunglah frekuensi relatif masing – masing data dari X > 51, X ≤ 49, 49 X ≤ 51. Hitunglah˂

peluang secara teoritis dari masing – masing data :

P(X > 51), P(X ≤ 49), P(49 X ≤ 51).˂

LANGKAH – LANGKAH

1. a. Pada kolom C1 diberi nama data ( a / b / c ), lalu pilih Calc Random Data

Binomial Pada kolom Generate disikan banyaknya data; kolom Store Coulumn

dimasukkan nama kolom yang akan dijadikan tempat data; kolom Number Of Trials

diisikan nilai n; kolom Probability Of Success diisikan nilai p OK. Dan akan

muncul random data pada kolom C1.

b. Untuk mencari frekuensi relatif maka perintah yang dilakukan adalah Calc Calculator

pada kolom Store Result in Variable di isi kolom yang diinginkan seperti C2, lalu

Expression ditulis C1=5 untuk x = 5; C1 ≤ 4 untuk X ≤ 4; C1 6 untuk X 6; C1 > 4 and˃ ˃

C1 ≤ 6 untuk 4 X ≤ 6 OK. Maka akan muncul frekuensi relatif pada kolom C2˂

ataupun kolom lain yang diinginkan. Setelah itu memilih lagi Calc Calculator


Expression ditulis Sum (C2) OK. Maka pada kolom yang diinginkan seperti kolom

C3 akan muncul jumlah dari kolom yang sebelumnya.

c. Untuk menghitung peluang secara teoritis maka perintah yang dilakukan adalah Calc

Probability Distribution Binomial ada beberapa parameter yaitu probability



untuk peluang nilai X, cumulative probability untuk peluang kumulatif, inverse cumulative

probability untuk invers dari peluang kumulatif dan dipilih salah satu dari parameter yang

ada. Pada kolom Number Of Trial diisikan nilai n; kolom Probability Of Success diisikan

nilai p. Lalu dipilih parameter Input Constant dan nilai X dimasukkan pada kolom Input

Constant OK.

2. a. Pada kolom C1 diberi nama data ( a / b / c ), lalu pilih Calc Random Data

Normal Pada kolom Generate disikan banyaknya data; kolom Store Coulumn

dimasukkan nama kolom yang akan dijadikan tempat data; kolom Mean diisikan nilai µ;

kolom Standar Deviation diisikan nilai σ OK. Dan akan muncul random data pada

kolom C1.b. Untuk mencari jangkauan yang dilakukan adalah Stat Basic Statistics Store

Descriptive Statistics Pada kolom Variables diisikan nama kolom yang akan dicari

jangkauannya Statistics pilih Range OK OK. Maka pada

kolom C2 akan muncul nilai range dari data yang ada.

c. Untuk mencari frekuensi relatif maka perintah yang dilakukan adalah Calc Calculator


Expression ditulis C1 ≤ 49 untuk X ≤ 49; C1 51 untuk X 51; C1 > 49 and C1 ≤ 51 untuk ˃ ˃

49 X ≤ 51 OK. Maka akan muncul frekuensi relatif pada kolom C3 ataupun kolom˂

lain yang diinginkan. Setelah itu memilih lagi Calc Calculator pada kolom

Store Result in Variable di isi kolom yang diinginkan seperti C4, lalu Expression ditulis

Sum (C3) OK. Maka pada kolom yang diinginkan seperti kolom C4 akan muncul

jumlah dari kolom yang sebelumnya.

c. Untuk menghitung peluang secara teoritis maka perintah yang dilakukan adalah Calc

Probability Distribution Normal ada beberapa parameter yaitu probability

untuk peluang nilai X, cumulative probability untuk peluang kumulatif, inverse cumulative

probability untuk invers dari peluang kumulatif dan dipilih salah satu dari parameter yang

ada. Pada kolom Mean diisikan nilai µ; kolom Standar Deviation diisikan nilai σ. Lalu

dipilih parameter Input Constant dan nilai X dimasukkan pada kolom Input Constant

OK.



OUTPUT

1. Sebaran Binomial

a. n=10 dan p=0,1 maka datanya :



Dan peluangnya yaitu :

Probability Density FunctionBinomial with n = 10 and p =

0,100000

x P( X = x )

5,00 0,0015

P(X = 5) = 0,0015

Cumulative Distribution FunctionBinomial with n = 10 and p =

0,100000

x P( X <= x )4,00 0,9984

P(X <= 4) = 0,9984


0,100000

x P( X <= x )

6,00 1,0000

P(X > 6) = 1 - P(X <= 6) = 1 - 1 = 0


0,100000

x P( X <= x )

6,00 1,0000


0,100000

x P( X <= x )

4,00 0,9984

P(4 < X <= 6) = P(X <= 6) - P(X <= 4) = 1

- 0,9984 = 0,0016



b. n = 10 dan p = 0,5



Dan peluangnya yaitu:


0,500000

x P( X = x )

5,00 0,2461

P(X = 5) = 0,2461


0,500000

x P( X <= x )4,00 0,3770

P( X <= 4) = 0,3770


0,500000

x P( X <= x )

6,00 0,8281

P(X > 6) = 1 - P(X <= 6) = 1 - 0,8281 =

0,1719


0,500000

x P( X <= x )

6,00 0,8281


0,500000

x P( X <= x )4,00 0,3770

P(4 < X <= 6) = P(X <= 6) - P(X <= 4) =

0,8281 - 0,3770 = 0,4511



c. n = 10 dan p = 0,9





0,900000

x P( X = x )

5,00 0,0015

P(X = 5) = 0,0015


0,900000

x P( X <= x )

4,00 0,0001

P(X <= 4) = 0,0001


0,900000

x P( X <= x )

6,00 0,0128

P(X > 6) = 1 - P(X <= 6) = 1 - 0,0128 =

0,9872


0,900000

x P( X <= x )

6,00 0,0128


0,900000

x P( X <= x )

4,00 0,0001

P(4 < X <= 6) = P(X <= 6) - P(X <= 4) =

0,0128 - 0,0001 = 0,0127



2. Sebaran Normal

a. µ = 50 dan σ2 = 1




Cumulative Distribution FunctionNormal with mean = 50,0000 and

standard deviation = 1,00000

x P( X <= x )

51,0000 0,8413

P(X > 51) = 1 - P(X <= 51) = 1 - 0,8413 =

0,1587



x P( X <= x )

49,0000 0,1587

P(X <= 49) = 0,1587



x P( X <= x )

51,0000 0,8413



x P( X <= x )

49,0000 0,1587

P(49 < X <= 51) = P(X <= 51) - P(X <=

49) = 0,8413 - 0,1587 = 0,6826



b. µ = 50 dan σ2 = 10



Dan peluangnya yaitu :



x P( X <= x )

51,0000 0,6241

P(X > 51) = 1 - P(X <= 51) = 1 - 0,6241 =

0,3759



x P( X <= x )

49,0000 0,3759

P(X <= 49) = 0,3759



x P( X <= x )

51,0000 0,6241



x P( X <= x )

49,0000 0,3759

P(49 < X <= 51) = P(X <= 51) - P(X <=

49) = 0,6241 - 0,3759 = 0,2482

PEMBAHASAN

Pada sebaran binomial dengan ketentuan n = 10 dan p = 0,1, peluang frekuensi relatif dari

X=5 yaitu 0 sedangkan hasil peluang X=5 adalah 0,0015. Peluang frekuensi relatif dari X ≤ 4



yaitu 1 sedangkan hasil peluang dari X ≤ 4 adalah 0,9984. Peluang frekuensi relatif dari X 6˃

yaitu 0 dan hasil peluang dari X 6 adalah 0. Peluang frekuensi relatif dari 4 X ≤ 6 yaitu 0,˃ ˂

sedangkan hasil peluang dari 4 X ≤ 6 adalah 0,0016.˂


X=5 yaitu 0,3 sedangkan hasil peluang X=5 adalah 0,2461. Peluang frekuensi relatif dari X ≤ 4

yaitu 0,32 sedangkan hasil peluang dari X ≤ 4 adalah 0,3770. Peluang frekuensi relatif dari X ˃

6 yaitu 0,17 dan hasil peluang dari X 6 adalah 0,1719. Peluang frekuensi relatif dari 4 X ≤ 6˃ ˂

yaitu 0,51, sedangkan hasil peluang dari 4 X ≤ 6 adalah 0,4511.˂


X=5 yaitu 0 sedangkan hasil peluang X=5 adalah 0,0015. Peluang frekuensi relatif dari X ≤ 4yaitu 0 sedangkan hasil peluang dari X ≤ 4 adalah 0,0001. Peluang frekuensi relatif dari X 6˃

yaitu 1 dan hasil peluang dari X 6 adalah 0,9872. Peluang frekuensi relatif dari 4 X ≤ 6 yaitu˃ ˂

0, sedangkan hasil peluang dari 4 X ≤ 6 adalah 0,0127.˂

Pada sebaran binomial dengan ketentuan µ = 50 dan σ2 = 1, peluang frekuensi

relatif X ≤ 49 yaitu 0,16 sedangkan hasil peluang dari X ≤ 49 adalah 0,1587. Peluang frekuensi

relatif dari X 51 yaitu 0,23 dan hasil peluang dari X 51 adalah 0,1587. Peluang frekuensi˃ ˃

relatif dari 49 X ≤ 51 yaitu 0,61, sedangkan hasil peluang dari 49 X ≤ 51 adalah 0,6826. Dan˂ ˂

jangkauan sebesar 5,01790.

Pada sebaran binomial dengan ketentuan µ = 50 dan σ2 = 10, peluang frekuensi relatif X

≤ 49 yaitu 0,3 sedangkan hasil peluang dari X ≤ 49 adalah 0,3759. Peluang frekuensi relatif dari

X 51 yaitu 0,49 dan hasil peluang dari X 51 adalah 0,3759. Peluang frekuensi relatif dari 49˃ ˃ ˂

X ≤ 51 yaitu 0,21, sedangkan hasil peluang dari 49 X ≤ 51 adalah 0,2482. Dan jangkauan˂

sebesar 16,6077.

Dari beberapa data tersebut dapat dikatakan bahwa peluang relaati kumulatif mayoritas

hampir sama besarnya dengan peluang suatu kejadian tertentu. Tetapi persamaan tersebut

tidaklah sama besarnya karena mempunyai selisih nilai. Tetapi ada juga yang mempunyai

selisih nilai di antara keduanya cukup besar. Jadi, peluang frekuensi kumulatif dari suatu data

tidak bisa dikatrakan sebagai peluang suatu kejadian tertentu. Selain itu semakin besar

simpangan baku pada sebaran normal maka semakin beragam pula data tersebut. Sehingga

menyebabkan jangkauannya menjadi lebih besar.

stat

Documents