Kalkulator Statistik
Kalkulator statistik merangkum satu kumpulan data menjadi semua ukuran pentingnya sekaligus: rata-rata, median, modus, simpangan baku, kuartil, dan koefisien variasi. Tempel data di atas dan lihat ringkasan lengkapnya beserta tabel frekuensi dan langkah perhitungannya secara instan, tanpa perlu menghitung satu per satu.
Tempelkan angka-angka data, dipisahkan koma, spasi, atau baris baru. Desimal boleh memakai koma atau titik (68,27 atau 68.27). Pilih metode kuartilnya, lalu klik Hitung.
Masukkan pasangan nilai dan frekuensi, satu pasangan per baris, dengan format: nilai frekuensi. Contoh: 85 3 berarti nilai 85 muncul 3 kali.
Masukkan kelas dan frekuensinya, satu kelas per baris, dengan format: batas bawah-batas atas frekuensi. Contoh: 40-49 3.
Histogram dan diagram kotak data contoh
Histogram di bawah ini memakai 10 nilai ujian pada Contoh soal 2 di bawah. Batang tertinggi ada di kelas 85β90 (tiga nilai), dan sebarannya hampir simetris. Garis tegak utuh menandai rata-rata (80,90), garis putus-putus menandai median (83,00). Diagram kotak di bawahnya memakai metode Linear: kotaknya membentang dari Q1 (73,25) sampai Q3 (85,00), garis di dalam kotak adalah median (83,00), dan kumisnya mencapai nilai terkecil (68) dan terbesar (94).
rata-rata 80,90 Β· median 83,00
Apa yang dihitung kalkulator statistik?
Satu kumpulan data menyimpan banyak cerita: di mana pusatnya, seberapa lebar sebarannya, dan bagaimana bentuknya. Kalkulator statistik di atas meringkas semuanya sekaligus. Dari data yang Anda tempel, ia menghitung banyak data (n), jumlah, rata-rata, median, modus, rentang, nilai minimum dan maksimum, kuartil Q1, Q2, dan Q3, jangkauan antarkuartil (IQR), varians dan simpangan baku populasi dan sampel, galat baku, koefisien variasi (CV) sampel dan populasi, skewness, serta kurtosis berlebih. Hasilnya disertai daftar data terurut dan tabel frekuensi, sehingga Anda dapat memeriksa setiap langkahnya.
Ada tiga mode. Ringkasan lengkap menerima angka-angka mentah yang dipisahkan koma, spasi, atau baris baru β ini mode yang paling sering dipakai. Tabel frekuensi menerima pasangan nilai dan frekuensi, berguna bila datanya sudah diringkas (misalnya nilai 85 muncul 3 kali). Data kelompok menerima kelas-kelas beserta frekuensinya, untuk data yang hanya tersedia dalam bentuk tabel kelas seperti pada Contoh soal 4 di bawah. Semua perhitungan berjalan di peramban Anda; data tidak pernah dikirim ke mana pun.
Ringkasan ini adalah fondasi hampir semua analisis. Bila Anda hanya butuh satu ukuran, pakai kalkulator khususnya: simpangan baku, kuartil, atau koefisien variasi.
Contoh soal 1: lima bilangan
Data: 2, 4, 6, 8, 10. Lima bilangan yang berjarak sama β contoh yang bersih untuk memeriksa setiap rumus.
- Urutkan data (sudah terurut): 2, 4, 6, 8, 10. Banyak data n = 5 dan jumlahnya 30.
- Rata-rata = 30 / 5 = 6,00. Median = 6,00 (nilai tengah). Modus: tidak ada β setiap nilai muncul sekali.
- Rentang = 10 β 2 = 8. Nilai minimum 2, maksimum 10.
- Varians populasi = ((2β6)Β² + (4β6)Β² + (6β6)Β² + (8β6)Β² + (10β6)Β²) / 5 = 40 / 5 = 8, sehingga Ο = β8 = 2,8284.
- Varians sampel = 40 / (5 β 1) = 10, sehingga s = β10 = 3,1623. Pembagi n β 1 membuat s sedikit lebih besar dari Ο.
- Kuartil β Linear: Q1 = 4, Q3 = 8. Tukey: paruh bawah 2, 4 mediannya 3 dan paruh atas 8, 10 mediannya 9, jadi Q1 = 3, Q3 = 9. EXC: Q1 = 3, Q3 = 9. IQR (Linear) = 8 β 4 = 4.
- Galat baku = s / βn = 3,1623 / β5 = 1,4142.
- CV sampel = 3,1623 / 6 Γ 100% = 52,70%; CV populasi = 2,8284 / 6 Γ 100% = 47,14%. Keduanya Sangat Tinggi menurut pita koefisien variasi β wajar, karena datanya membentang dari 2 sampai 10 dengan rata-rata hanya 6.
- Skewness = 0 β datanya simetris sempurna. Kurtosis berlebih populasi = β1,3 (sampel β1,2): datanya lebih datar dan ekornya lebih ringan daripada distribusi normal.
Perhatikan perbedaan Tukey: karena n ganjil, median (6) tidak masuk ke paruh mana pun. Paruh bawah hanya berisi 2 dan 4, paruh atas hanya 8 dan 10. Itulah sebabnya Tukey memberi Q1 = 3 dan Q3 = 9, bukan 4 dan 8 β nilai 4 dan 8 adalah hasil metode lain (inklusif). Kalkulator di atas memakai konvensi Tukey yang eksklusif, sama seperti kalkulator kuartil.
| Metode kuartil | Q1 | Q2 | Q3 | IQR |
|---|---|---|---|---|
| Linear | 4,00 | 6,00 | 8,00 | 4,00 |
| Tukey | 3,00 | 6,00 | 9,00 | 6,00 |
| EXC | 3,00 | 6,00 | 9,00 | 6,00 |
Contoh soal 2: nilai ujian 10 siswa
Sepuluh nilai ujian: 72, 85, 90, 85, 68, 77, 85, 94, 72, 81. Inilah data bawaan kalkulator di atas β dan data pada histogram.
- Urutkan: 68, 72, 72, 77, 81, 85, 85, 85, 90, 94. Banyak data n = 10, jumlah 809.
- Rata-rata = 809 / 10 = 80,90. Median = (81 + 85) / 2 = 83,00 (rata-rata dua nilai tengah). Modus = 85 (muncul 3 kali).
- Rentang = 94 β 68 = 26. Minimum 68, maksimum 94.
- Varians populasi = 64,49, sehingga Ο = 8,0306. Varians sampel = 71,6556, sehingga s = 8,4650.
- Kuartil β Linear: Q1 = 73,25, Q3 = 85,00, IQR = 11,75. Tukey: Q1 = 72, Q3 = 85. EXC: Q1 = 72, Q3 = 86,25.
- Galat baku = 8,4650 / β10 = 2,6769. CV sampel = 8,4650 / 80,90 Γ 100% = 10,46% (Sedang).
- Skewness = β0,09 (hampir simetris, sedikit miring ke kiri β mediannya 83,00 berada di atas rata-ratanya 80,90). Kurtosis berlebih = β1,04.
Median yang sedikit di atas rata-rata adalah tanda kemiringan kiri yang ringan. Bila Anda ragu memakai rata-rata atau median untuk data seperti ini, baca rata-rata, median, dan modus.
Contoh soal 3: satu pencilan mengubah segalanya
Data: 1, 2, 3, 4, 100. Empat bilangan kecil dan satu bilangan yang jauh lebih besar.
- Rata-rata = (1 + 2 + 3 + 4 + 100) / 5 = 110 / 5 = 22,00. Median = 3,00.
- Kutip mediannya. Satu nilai 100 menarik rata-rata dari 2,50 (rata-rata empat bilangan kecil) menjadi 22,00, tetapi median tetap 3,00 β ia hanya melihat nilai tengah.
- Rentang = 100 β 1 = 99. Varians populasi = 1.522,00, Ο = 39,0128. Varians sampel = 1.902,50, s = 43,6177.
- Skewness = 2,23 β miring ke kanan dengan kuat. Kuartil (Linear): Q1 = 2, Q3 = 4.
Bila satu nilai ekstrem dapat mengubah ringkasan sebesar ini, ukuran penyebaran yang memakai kuadrat (simpangan baku) ikut membesar. Untuk data seperti ini, ukuran yang memakai nilai mutlak lebih jujur β lihat simpangan rata-rata yang memakai selisih mutlak tiap nilai terhadap rata-ratanya dan hampir tidak bergerak oleh satu pencilan.
Contoh soal 4: data kelompok
Nilai 25 siswa dikelompokkan ke dalam kelas. Kelas-kelas ini sama dengan yang dipakai pada cara menghitung simpangan baku dan kalkulator kuartil, sehingga hasilnya dapat diperiksa silang.
| Kelas | f | Titik tengah | f Γ m | F kumulatif |
|---|---|---|---|---|
| 40β49 | 3 | 44,5 | 133,5 | 3 |
| 50β59 | 6 | 54,5 | 327,0 | 9 |
| 60β69 | 9 | 64,5 | 580,5 | 18 |
| 70β79 | 5 | 74,5 | 372,5 | 23 |
| 80β89 | 2 | 84,5 | 169,0 | 25 |
| Jumlah | 25 | β | 1.582,5 | β |
- Rata-rata kelompok = 1.582,5 / 25 = 63,30.
- Median kelompok: posisi 12,5 jatuh di kelas 60β69. Median = 59,5 + ((12,5 β 9) / 9) Γ 10 = 63,39.
- Modus kelompok: kelas 60β69 (f = 9, tertinggi). Modus = 59,5 + ((9 β 6) / ((9 β 6) + (9 β 5))) Γ 10 = 59,5 + 4,29 = 63,79.
- Varians populasi = 122,56, Ο = 11,07. Varians sampel = 127,67, s = 11,30.
- Galat baku = 11,30 / β25 = 2,26. CV sampel = 11,30 / 63,30 Γ 100% = 17,85% (Tinggi).
Ketiga ukuran pusat berdekatan β rata-rata 63,30, median 63,39, modus 63,79 β tanda datanya kira-kira simetris.
Kasus khusus: satu nilai dan semua nilai sama
Dua kasus ujung menguji apakah rumusnya masuk akal. Data satu nilai [7]: rata-rata 7, median 7, simpangan baku populasi 0 β tidak ada penyebaran sama sekali β sedangkan simpangan baku sampel tidak terdefinisi (pembagi n β 1 menjadi nol), sehingga kalkulator menampilkan tanda strip. Data semua sama [5, 5, 5, 5]: rata-rata 5, simpangan baku 0, dan CV 0% β tidak ada penyebaran relatif terhadap rata-ratanya.
Kapan memakai rata-rata, kapan memakai median?
Pakai rata-rata bila datanya simetris dan tidak ada pencilan β rata-rata memakai semua nilai, sehingga ia efisien dan cocok untuk perhitungan lanjutan seperti simpangan baku dan interval kepercayaan. Pakai median bila datanya miring atau memuat pencilan β median hanya melihat nilai tengah. Contoh soal 3 menunjukkan alasannya: rata-rata 22,00 tidak menggambarkan satu pun dari empat bilangan kecil itu, sedangkan median 3,00 menggambarkannya. Aturan praktisnya: bila rata-rata dan median berjauhan, laporkan keduanya dan jelaskan mengapa. Penjelasan lengkapnya ada di rata-rata, median, dan modus.
Apa bedanya simpangan baku populasi dan sampel?
Simpangan baku populasi (Ο) membagi jumlah kuadrat selisih dengan n β ia dipakai bila datanya adalah seluruh populasi yang ingin Anda gambarkan. Simpangan baku sampel (s) membagi dengan n β 1 (koreksi Bessel) β ia dipakai bila datanya hanya sampel dan Anda ingin memperkirakan simpangan baku populasinya. Pembagi n β 1 membuat s sedikit lebih besar, mengoreksi bias ke bawah dari pembagi n. Pada data lima bilangan di atas, Ο = 2,8284 dan s = 3,1623. Bila Anda tidak yakin mana yang dipakai, pakai s β kebanyakan soal dan perangkat lunak memakai simpangan baku sampel. Perhitungan lengkapnya ada di cara menghitung simpangan baku.
Bagaimana cara membaca ringkasan statistik?
Baca dengan urutan: pusat, sebaran, bentuk. Pertama, pusat β rata-rata dan median: bila keduanya berdekatan, datanya simetris; bila berjauhan, datanya miring. Kedua, sebaran β simpangan baku dan IQR: simpangan baku untuk data simetris, IQR untuk data miring. Ketiga, bentuk β skewness dan kurtosis: skewness menunjukkan arah kemiringan, kurtosis menunjukkan berat ekornya. Terakhir, kuartil β Q1 dan Q3 menunjukkan di mana separuh data di tengah berada. Untuk membandingkan penyebaran dua kumpulan data yang skalanya berbeda, jangan bandingkan simpangan bakunya β bandingkan koefisien variasinya (CV). Dan bila datanya mendekati normal, sekitar 68% data berada dalam satu simpangan baku dari rata-rata β lihat kalkulator distribusi normal.
Menghitung statistik di Excel
Excel memakai fungsi yang sama β dan hasilnya sama, bila datanya sama. Untuk lima bilangan pada Contoh soal 1 (di A2:A6) dan sepuluh nilai ujian pada Contoh soal 2 (di A2:A11):
| Rumus | Hasil | Arti |
|---|---|---|
=AVERAGE(A2:A6) | 6 | Rata-rata contoh 1 |
=MEDIAN(A2:A6) | 6 | Median contoh 1 |
=MODE.SNGL(A2:A6) | #N/A | Modus contoh 1 β tidak ada modus |
=STDEV.S(A2:A6) | 3,1623 | Simpangan baku sampel |
=STDEV.P(A2:A6) | 2,8284 | Simpangan baku populasi |
=VAR.S(A2:A6) | 10 | Varians sampel |
=QUARTILE.INC(A2:A11; 1) | 73,25 | Q1 contoh 2 (Linear) |
=SKEW(A2:A11) | β0,09 | Skewness contoh 2 |
=KURT(A2:A11) | β1,04 | Kurtosis berlebih contoh 2 |
Rumus memakai pemisah titik koma (;) seperti pada Excel berbahasa Indonesia. =MODE.SNGL memberi #N/A bila tidak ada nilai yang berulang β itulah cara Excel mengatakan βtidak ada modusβ.
Kesalahan umum
- Memakai rata-rata untuk data yang miring. Bila datanya miring atau memuat pencilan, rata-rata menyesatkan β laporkan median (dan IQR) sebagai gantinya.
- Mencampur simpangan baku populasi dan sampel. Ο membagi dengan n, s membagi dengan n β 1. Keduanya berbeda β pada lima bilangan di atas, 2,8284 lawan 3,1623. Sebutkan mana yang Anda pakai.
- Membandingkan simpangan baku dari dua skala berbeda. Simpangan baku memakai satuan data β membandingkan SD gaji (jutaan rupiah) dengan SD tinggi badan (sentimeter) tidak ada artinya. Pakai koefisien variasi untuk perbandingan seperti itu.
- Melaporkan kuartil tanpa menyebut metode. Linear, Tukey, dan EXC memberi Q1/Q3 yang berbeda pada data yang sama. Sebutkan metodenya.
- Membaca skewness dan kurtosis tanpa melihat datanya. Kedua angka itu meringkas bentuk, tetapi tidak menggantikan histogram β selalu periksa diagramnya.
Pertanyaan yang sering diajukan
Kalkulator statistik adalah alat yang merangkum satu kumpulan data menjadi semua ukuran pentingnya sekaligus: rata-rata, median, modus, simpangan baku, kuartil, dan koefisien variasi. Anda menempel data, lalu alat ini menampilkan ringkasannya beserta tabel frekuensi dan langkah perhitungannya secara instan.
Alat ini menghitung banyak data, jumlah, rata-rata, median, modus, rentang, nilai minimum dan maksimum, kuartil Q1, Q2, dan Q3 dengan tiga metode, IQR, varians dan simpangan baku populasi dan sampel, galat baku, koefisien variasi, skewness, dan kurtosis berlebih. Hasilnya disertai daftar terurut dan tabel frekuensi.
Pakai rata-rata bila datanya simetris dan tidak ada pencilan, karena rata-rata memakai semua nilai. Pakai median bila datanya miring atau memuat pencilan, karena median hanya melihat nilai tengah dan tidak terseret oleh satu nilai ekstrem. Pada data 1, 2, 3, 4, 100, rata-ratanya 22,00 tetapi mediannya 3,00 - medianlah yang menggambarkan kebanyakan data.
Simpangan baku populasi (sigma) membagi jumlah kuadrat selisih dengan n, karena datanya adalah seluruh populasi. Simpangan baku sampel (s) membagi dengan n dikurangi 1, karena datanya hanya sampel dan pembagi itu mengoreksi biasnya. Bila data Anda adalah sampel, pakai s; bila datanya seluruh populasi, pakai sigma.
Karena posisi kuartil sering jatuh di antara dua nilai data, dan tiap metode menginterpolasi dengan cara berbeda. Linear memakai posisi (n dikurangi 1) kali p ditambah 1, EXC memakai posisi (n ditambah 1) kali p, sedangkan Tukey mengambil median tiap paruh. Ketiganya benar menurut definisinya masing-masing, jadi sebutkan metodenya saat melaporkan hasil.
Skewness mengukur kemiringan: nol berarti simetris, positif berarti ekor panjang ke kanan, negatif berarti ekor panjang ke kiri. Kurtosis berlebih mengukur berat ekor dan keruncingan: negatif berarti datanya lebih datar dan ekornya lebih ringan dari distribusi normal, positif berarti ekornya lebih berat. Pada data 2, 4, 6, 8, 10, skewness-nya 0 dan kurtosis berlebih populasinya -1,3.
Pakai titik tengah tiap kelas sebagai wakil kelasnya. Rata-rata kelompok adalah jumlah frekuensi kali titik tengah dibagi banyak data. Median dan modus kelompok dicari dari kelas yang memuat posisinya, dengan rumus interpolasi yang memakai tepi bawah kelas, frekuensi kumulatif sebelumnya, frekuensi kelas, dan panjang kelas. Mode Data kelompok pada kalkulator di atas menghitung semuanya dari tabel kelas yang Anda masukkan.
Tidak. Semua perhitungan berjalan di peramban Anda sendiri dan data tidak pernah dikirim ke server. Anda dapat menutup halaman ini dan data Anda hilang.
Langkah Selanjutnya
Jelajahi Alat Lainnya
Kalkulator Simpangan Baku
Hitung simpangan baku sampel dan populasi beserta variansnya.
Hitung ββ AktifKalkulator Kuartil
Hitung kuartil Q1, Q2, Q3, IQR, dan ringkasan lima angka dengan tiga metode.
Hitung ββ AktifKalkulator Koefisien Variasi
Bandingkan penyebaran dua kumpulan data dengan CV dan RSD.
Hitung ββ AktifKalkulator Simpangan Rata-Rata
Hitung simpangan rata-rata dari rata-rata dan dari median, serta median simpangan mutlak.
Hitung βSumber: NIST/SEMATECH e-Handbook of Statistical Methods, 1.3.5.1. Measures of Location β eda351; 1.3.5.6. Measures of Scale β eda356. Lihat semua alat di kalkulator statistik. Metode yang dipakai alat ini mengikuti metodologi situs ini.