KURIKULUM 2026

Panduan Lengkap Statistika 📐

Penjelasan teori mendalam, rumus presisi, dan simulasi perhitungan angka nyata.

01

Pengertian Dasar Statistika

Statistika adalah ilmu yang berkaitan dengan pengumpulan, pengolahan, analisis, interpretasi, dan presentasi data. Sedangkan Statistik adalah data itu sendiri atau hasil olahannya.

  • Populasi: Keseluruhan objek yang diteliti (Contoh: Seluruh siswa di sekolah).
  • Sampel: Bagian dari populasi yang diambil untuk diteliti (Contoh: 30 siswa dari kelas 10).
  • Data Kualitatif: Data berupa kategori/sifat (Warna, Merk).
  • Data Kuantitatif: Data berupa angka (Tinggi badan, Nilai).

Contoh Kasus:

"Seorang peneliti ingin mengetahui rata-rata uang saku 1000 siswa di SMA Maju Jaya, namun ia hanya menanyakan kepada 50 orang siswa."

Populasi: 1000 siswa SMA
Sampel: 50 siswa yang ditanya
02

Penyajian Data

Data disajikan agar informasi mudah dipahami. Teknik penyajian meliputi Tabel Distribusi Frekuensi (mengelompokkan data berdasarkan rentang/interval) dan visualisasi seperti Histogram (grafik batang rapat untuk data kelompok) atau Ogive (grafik frekuensi kumulatif).

Contoh Tabel Frekuensi:

Nilai Frekuensi ($f$) $fk$ (Kumulatif)
60 - 6955
70 - 791015
80 - 89520
03

Ukuran Pemusatan Data

Nilai tunggal yang mewakili karakteristik seluruh data.
  • Mean ($\bar{x}$): Rata-rata.
  • Median ($Me$): Nilai tengah setelah diurutkan.
  • Modus ($Mo$): Nilai paling sering muncul.

Rumus Data Kelompok:

$$ \bar{x} = \frac{\sum (f_i \cdot x_i)}{\sum f_i} \quad ; \quad Me = L + \left( \frac{\frac{n}{2} - F_k}{f_m} \right) \cdot p $$

Perhitungan Mean Data Tunggal:

Data: $5, 7, 8, 4, 6$

1 Jumlahkan: $5+7+8+4+6 = 30$
2 Bagi $n$: $30 / 5 = 6$
$\bar{x} = 6$
04

Ukuran Letak Data

Membagi data yang telah diurutkan menjadi bagian-bagian yang sama besar.
  • Kuartil ($Q$): Membagi data jadi 4 bagian ($Q_1, Q_2, Q_3$).
  • Desil ($D$): Membagi data jadi 10 bagian.
  • Persentil ($P$): Membagi data jadi 100 bagian.

Letak Kuartil Bawah ($Q_1$):

Data (Urut): $2, 4, 5, 7, 8, 10, 12$ ($n=7$)

Rumus Letak: $\frac{1}{4}(n+1) = \frac{1}{4}(7+1) = 2$

Data urutan ke-2 adalah 4. Maka $Q_1 = 4$.

05

Ukuran Penyebaran Data

Mengetahui sejauh mana data bervariasi atau menyimpang dari rata-rata.

Simpangan Baku ($\sigma$)

Ukuran rata-rata penyimpangan data.

$\sigma = \sqrt{\frac{\sum(x_i - \bar{x})^2}{n}}$

Variansi ($\sigma^2$)

Rata-rata kuadrat penyimpangan.

$\sigma^2 = \text{Variansi}$

Contoh Range:

Data: $10, 15, 20, 25, 30$

Range = Max - Min = $30 - 10 = 20$.

06

Diagram Kotak-Garis

Visualisasi grafis berdasarkan 5 angka ringkasan: Nilai Minimum, $Q_1$, $Q_2$ (Median), $Q_3$, dan Nilai Maksimum. Box plot membantu mendeteksi Outlier (data yang terlalu jauh/ekstrim).
Q1 - Q2 - Q3

Ilustrasi: Garis di kiri adalah Min, kotak di tengah berisi kuartil, garis di kanan adalah Max.

07

Frekuensi Kumulatif

Menghitung jumlah frekuensi yang bertambah seiring peningkatan nilai. Digunakan untuk membuat kurva Ogive Positif (kumulatif "kurang dari") dan Ogive Negatif (kumulatif "lebih dari").

Jika frekuensi per kelas: $3, 7, 5$.

Maka FK Kurang Dari: $3 \to (3+7)=10 \to (10+5)=15$.

08

Peluang & Probabilitas

Mengukur kemungkinan terjadinya suatu kejadian.

$P(A) = \frac{n(A)}{n(S)}$

  • Kejadian Saling Lepas: Tidak bisa terjadi bersamaan.
  • Kejadian Bebas: Terjadinya kejadian A tidak mempengaruhi B.

Contoh Dadu:

Peluang muncul angka genap (2, 4, 6) pada satu dadu ($n(S)=6$):

$P = 3/6 = 0,5$ atau $50\%$.
09

Statistika Inferensial

Menarik kesimpulan tentang populasi berdasarkan analisis sampel. Konsep penting: Z-Score (jarak data dari rata-rata dalam satuan standar deviasi) dan Distribusi Normal (bentuk lonceng).

Rumus Z-Score:

$$ Z = \frac{x - \mu}{\sigma} $$

"Berapa skor baku seseorang yang mendapat nilai 85, jika rata-rata kelas 75 dan simpangan baku 5?"

Penyelesaian: $Z = (85 - 75) / 5 = 2$. (Nilai ini berada 2 standar deviasi di atas rata-rata).

10

Korelasi & Regresi

Korelasi ($r$): Mengukur kekuatan hubungan (Nilai $-1$ hingga $1$).

Regresi: Membuat model prediksi berbentuk garis lurus.

Persamaan Regresi Sederhana

$y = a + bx$

Keterangan:
$y$ = Nilai yang diprediksi
$x$ = Variabel bebas (independen)
$a$ = Konstanta (intersep)
$b$ = Koefisien regresi (gradien)

Prediksi Nilai:

Jika model: $y = 10 + 2x$ (Hubungan belajar $x$ jam dan nilai $y$).

Jika belajar 5 jam ($x=5$), maka prediksi nilai adalah: $10 + 2(5) = 20$.

🧠 Challenge Akhir

Manakah yang termasuk ukuran letak data?