BAB IPENDAHULUAN1.1Latar BelakangDahulu statistik hanyalah
merupakan kumpulan dari angka-angka mengenai penduduk dan
pendapatan suatu masyarakat serta angka-angka lain yang diperlukan
oleh pemerintah. Angka-angka yang menerangkan keadaan penduduk itu
diperlukan oleh pemerintah untuk menentukan jumlah pajak yang akan
dipungut dan cara pemungutannya, demikian juga untuk menaksir
kekuatan potensiil negara yang bersangkutan di dalam keadaan
perang. Tetapi, lama-kelamaan pemerintah mencampuri bidang-bidang
yang lebih luas dari perekonomian suatu masyarakat dan angka-angka
yang diperlukan dan dikumpulkan pun bertambah banyak macamnya.
Dengan demikian macam dan jumlah angka-angka yang harus diolah
bertambahbanyak dan cara-cara pengolahan baru pun
ditemukan.Pengukuran dispersi atau biasa disebut sebagai deviasi
(penyimpangan) , merupakan ukuran tau tingkat penyebarana data yang
nilai rata-rata hitungnya(distribusi data terhadap nilai
rata-ratanya), ukuran disperse dapat pula dikatakan sebagai
rata-rata tingkaat penyimpangan dari hasil pengukuran (observasi),
sehingga pengukuran tersebut dinyatakan sebagai variasi data
terhadap nilai rata-ratanya. Dengan mengetahui ukuran disperse dari
sekumpulan data yangdipunyai, tentunya akansangat membantu dalam
menafsirkan dan menginterpretasikan bagaimana seragaman data yang
sebenarnya. . Ada beberapa macam pengukuran dispers, antara lain
adalah : pengukuran jarak (range), pengukuran deviasi , pengukuran
varians.Maka dengan adanya makalah ini, kami menjelaskan tentang
ukuran penyebaran data dalam statistika. Semoga makalah ini
bermanfaat kepada para pembaca. 1.2Rumusan MasalahBerdasarkan latar
belakang di atas, dapat dirumuskan permasalahan sebagai berikut :1.
Bagaimana cara menghitung nilai range, deviasi , dan varians dalam
suatu data statistika2. Apa saja elemen yang terkandung dalam
perhitungan ange, deviasi dan varians dalam data statistika3. Untuk
mengetahui kelebihan dan kelemahan range dalam ilmu statistika
1.3Tujuan PenulisanSesuai dengan permasalahan diatas, tujuan
yang dicapai dalam makalah ini adalah :1. Untuk mengetahui
perhitungan nilai range, deviasi , dan varians dalam suatu data
statistika2. Untuk mengetahui elemen yang terkandung dalam
perhitungan ange, deviasi dan varians dalam data statistika3. Untuk
mengetahui kelebihan dan kelemahan range dalam ilmu statistika
BAB IIPEMBAHASAN2.1Pengertian Ukuran PenyebaranUkuran penyebaran
adalah ukuran statistic yang digunakan untuk mengetahui luas
penyebaran data atau homogenitas data. Dua variable yang memiliki
mean yang sama belum tentu memiliki kualitas yang sama, tergantung
dari besar atau kecil ukuran penyebaran datanya .Ada beberapa macam
ukuran penyebaran data, namun yang umum digunakan adalah standar
deviasi.Macam-macam ukuran penyebaran data adalah :1. Range
(rentang)2. Rata-rata Deviasi (deviasi mean) 3. Standar Deviasi4.
VariansiKegunaan Ukuran Penyebaran Untuk menentukan apakah suatu
nilai rata-rata dapat mewakili suaturangkaian data atau tidak.
Contoh data upah 5 (lima) karyawan berikut :Rp 15.000,- Rp
25.000,- Rp Rp 30.000,- Rp 30.000,- Rp 100.000,-Nilai rata-rata
atau mean-nya = Rp 50.000,-Kita dapat mengatakan bahwa nilai
rata-ratanya kurang mewakili karena data tersebut memiliki standar
deviasi yang besar, dimana 4 dari 5 karyawan berada di bawah rata-
rata.
Untuk perbandingan terhadap variabilitas data, misalnya data
curahhujan, suhu udara, dsb.
Membantu penggunaan ukuran statistik, misalnya dalam
membandingkanukuran penyebaran sampel terhadap ukuran populasi.
Berikut beberapa contoh pentingnya ukuran penyebaran .1. Saat biaya
pulsa mahal, maka salah satu upaya untuk meringankan biaya pulsa
adalah memilih operator yang paling banyak pelanggannnya, sehingga
memudahkan bicara antar pelanggan yang sama. Saat ini terdapat 68
juta pelanggan untuk lima oprator, sehingga rata-rata pelanggan
setiap orang mencapai 13,6 juta; jarak (range) sebesar 32 juta, dan
standar deviasi sebesar 13 juta. Pelanggan terbanyak dimiliki oleh
Telkomsel, yaitu 35 juta dan yang terkecil adalah Telkom Flexi
dengan 3 juta pelanggan.2. Misalkan anda ingin belajar berenang.
Anda menanyakan berapa kedalaman rata-rata kolam renang. Misalkan
kedalaman rata-rata adalah 1,5 meter. Jika tinggianda adalah 1,65
meter, mungkin Anda piker Anda tidak akan tenggelam. Namun Anda
harus ingat bahwa 1,5 meter adalah rata-ata mulai dari kolam
anak-anak yang kedalamannya hanya 30 cm sampai dengan kolam untuk
dewasa yang kedalamannya mungkin mencapai 3,5 meter, Anda bisa
tenggelam.Dari contoh diatas, Kita bisa jadi lebih memahami
pentingnya ukuran penyebaran. Apabila suatu kumpulan data yang
tidak mempunyai nilai ekstrem rendah dan tinggi, maka ukuran
pemusatan relatif baik untuk digunakan . namun demikian, apabila
datanya mengandung nilai ekstrem , maka kita perlu mengetahui
sebarannya. Pada kasus sampel atau populasi yangmempunyai nilai
ukuran pemusatan yang sama sekalipun,belum tentu mempunyai karakter
yang sama. Oleh karena itu, sangatlah penting untuk memahami makna
ukuran penyebaran. Ada beberapa kemungkianan yang terjadi jika
menggambarkan dua data ditinjau darinilai rata-rata hitung dan
penyebarannya.1. Rata rata sama dengan penyebaran yang berbeda.2.
Rata-rata berbeda, sebaran berbeda.3. Rata-rata berbeda, sebaran
sama.2.2 Range (Jarak)Jarak atau kisaran nilai (range) merupakan
ukuran yang paling sederhana dari ukuran penyebaran.2.2a Data yang
tidak dikelompokkan Jarak merupakan perbedaan antara nilai terbesar
dan terkecil dalam suatu kelompok data baik data populasi maupun
sampel. Semakin kecil ukuran jarak menunjukkan karakter yang lebih
baik, karena berarti data mendekati nilai pusat.
Jarak/Range (R) = Nilai Terbesar (H) Nilai terkecil (L)Contoh
1:TAHUNSiswa SMP Negeri 2 Jakarta
Laki-lakiPerempuan
2002250256
2003243240
2004267238
2005271288
2006244260
Penyelesaian :JumlahLaki- lakiPerempuan
Tertingi271288
Terendah243238
Jarak271 243 = 28 288 238 = 50
Nilai range diperoleh dengan mengurangkan nilai tertinggi dengan
nilai terendah.Contoh 2:Hasil ujian beberapa mata pelajaran
semester genap dari 3 orang siswa kelas II MAN adalah sebagai
berikut :A= 60557065508040B= 50556065706555C= 60606060606060Dari
data diatas dapat kita ketahui :A = Memiliki H = 80, L = 40, R= 80
40 = 40, meannya 60B = Memiliki H = 70, L = 50, R= 70 50 = 20,
meannya 60C = Memiliki H = 60, L = 60, R= 60 60 = 0, meannya 60Dari
contoh 2 di atas dapat kita tarik kesimpulan :1. Semakin kecil
rangenya, maka semakin homogen distribusinya2. Semakin besar
rangenya, maka semakin heterogen distribusinya3. Semakin kecil
rangenya, maka meannya merupakan wakil yang representative4.
Semakin besar rangenya, maka meannya semakin kurang
representative
2.2b Untuk data yang dikelompokkanData berkelompok adalah data
yang sudah dibuat distribusi frekuensinya. Untuk data kelompok ,
nilai jarak (NJ) dapat dihitung dengan dua cara : a. NJ = Nilai
tengah kelas akhir - Nilai tengah kelas pertama b. NJ = Batas atas
kelas akhir Batas bawah kelas pertama Berat Badan
(kg)BanyaknyaMahasiswa (f)
60 625
63 6518
66 6842
69 7127
71 748
Penyelesaian :Cara I : Nilai tengah kelas akhir = = 73 kg: Nilai
tengah kelas Pertama = = 61 kgNJ = Nilai tengah kelas terakhir -
Nilai tengah kelas pertama = 73 61 = 12 kgCara II: Batas atas kelas
akhir = 74,5: Batas bawah kelas Pertama = 59,5NJ = Batas atas kelas
terakhir - Batas bawah kelas pertama = 74,5 59,5 = 15
kg2.3Pengertian DeviasiDeviasi adalah selisih atau simpangan
masing-masing skor atau interval dengan rata-rata hitungnya. Bila
setiap skor atau nilainya lebih besar dari meannya, maka deviasinya
positif. Bila setiap skor atau nilainya lebih kecil dari meannya,
maka deviasinya negative. Penjumlahan deviasi akan selalu
menghasilkan nol, sehingga deviasi tidak dapat digunakan untuk
mengetahui variabilitas data, untuk mengatasi hal ini maka
tanda-tanda aljabarnya ( tanda +, dan - ) diabaikan, atau tanda
positif dan negarifnya tidak mempengaruhi penjumlahan nilai
mutlaknya. Sehingga hasil penjumlahan dapat digunakan untuk
mengetahui variabilitas data.Deviasi terbagi dua, yaitu deviasi
rata-rata dan standar deviasi. 2.3a Data yang tidak dikelompokkan
Deviasi rata-rata Apabila diperhatikan ukuran dari range, maka
kesimpulan data hanya didasarkan pada dua data ekstrem yaitu data
tertinggi dan terendah. Hal tersebut berarti tidak mempertimbangkan
semua nilai data baiik dalam populasi maupun sampel. Oleh sebab
itu, di samping ukuran range, juga dikembangkan ukuran deviasi
rata-rata. Deviasi rata-rata mengukur besarnya variasi atau selisih
dari setiap nilai dalam populasi atau sampel dari rata-rata
hitungnya. Deviasi rata-rata didefenisikan dan dirumuskan sebagai
berikut :Deviasi rata-rata adalah rata-rata hitung dari nilai
mutlak deviasi antara nilai data pengamatan dengan rata-rata
hitungnya.Bentuk rumus deviasi rata-rata yang disingkat dengan MD
(mean deviation) adalah:MD = Keterangan : MD : Deviasi rata-rataX :
Nilai setiap data pengamatan : Nilai rata-rata hitung dari seluruh
nilai pengamatan N: Jumlah data atau pengamatan dalam sampel /
populasi: Lambang penjumlahan: Lambang nilai mutlakDeviasi
standarDeviasi Standar atau sering kali dinamakan sebagai simpangan
baku atau penyimpangan baku, merupakan ukuran penyebaran terbaik
karena dapat digunakan untuk membandingkan suatu rangkaian data
dengan lainnya. Rumus deviasi standar dinyatakan dengan :
Keterangan : : Varians ( merupakan huruf Yunani, dibaca tho)X :
Nilai setiap data / pengamatan : Nilai rata-rata hitungN : Jumlah
total data / pengamatan: Simbol operasi penjumlahan2.3bData yang
dikelompokkanDeviasi rata-rata untuk data berkelompok dirumuskan
sebagai berikut : Keterangan :MD = Deviasi rata-rataf = Jumlah
frekuensi setiap kelasX= Nilai setiap data pengamatan = Nilai rata
rata hitung dai seluruh nilai pengamatan = Jumlah data atau
pengamatan dalam sampel= Operasi penjumlahan = Lambang nilai
mutlak2.4 VariansiVarians adalah simpangan baku (s) yang dipangkat
duakan. Itulah sebabnya, notasi variansi adalah notasi simpangan
baku yang dikuadratkan (s2). Varians dapat dibedakan antara varians
populasi dan varians sampel. Varians populasi adalah devisi kuadrat
dari setia data terhadap rata-rta hitung semua data dalam populasi
. sedangkan varians sampel adalah deviasi kuadrat dari setiap
rata-rata hitung terhadap semua data dalam sampel, dimana sampel
adalah bagian dari populasi.2.4aData yang tidak
dikelompokkanVarians PopulasiVarians populsi dapat dirumuskan
sebagai berikut : dengan Contoh : Hitunglah varians dari
pertumbuhan ekonomi Negara maju dan Indonesia.TahunPertumbuhan
Ekonomi (%)
Negara MajuIndonesia
19943,27,5
19952,68,2
19963,27,8
19973,24,6
19982,2-13,7
19992,04,8
20002,33,5
20013,23,2
Penyelesaian :Diketahui : N = 8Langkah langkah :1. Mencari nilai
rata-rata hitung populasi X/ N , yaitu = = 2,62. Mengurangkan
setiap nilai X dengan dan hasilnya tetap dalam nilai absolute,
tidak dimutlakkan . = 3,2 2,6 = 0,6. dst3. Mengkuadratkan nilai ,
sehingga = (0,6)2 = 0,36. Dst4. Menjumlahkan , sehingga disapatkan
nilai 1,94. Untuk mendapatkan nilai varians, maka nilai 1,94
dibagidengan N dimana N=8, sehingga diperoleh nilai vaians adalah
0,24.a. Varians Negara MajuTahunX
19943,20,60,36
19952,60,00,00
19963,20,60,36
19973,20,60,36
19982,2-0,40,16
19992,0-0,60,36
20002,3-0,30,09
20012,1-0,50,25
Jumlah X = 20,8 = 1,94
Rata rata X/ N = 2,6 = / N = 0,24
Ikuti langkah yang sama untuk mencari varian Negara maju.
Sehingga didapatkan :b. Varians IndonesiaTahunX
19947,54,217,64
19958,24,924,01
19967,84,520,25
19974,61,62,56
1998- 13,7-17,0289,00
19994,81,52,25
20003,50,20,04
20013,2-0,10,01
Jumlah X = 26,2 = 355,76
Rata rata X/ N = 3,3 = / N = 44,47
Varians sampelSampel merupakan bagian dari populasi, namun
apabila angggota kdi dalam populsi kurang atau sama dengan 30 ,
diusahakan semuanya menjadi bagian yang dikaji. Apabila
jumlahanggoa dalam populasi > 30, maka langkah pengambilan
sampel dapat dilakukan,sehingga jumlah data tidak terlalu besar.
Varians sampel dirumuskan sebagai berikut :
Keterangan: Varians sampelX : Nilai setiap data / pengamatan :
Nilai rata-rata hitungn : Jumlah total data / pengamatan: Simbol
operasi penjumlahanPembagi untuk varians populasi berbeda dengan
sampel, untuk populasi N, sedang untuk sampel n-1. Mengapa
menggunakan n-1, kkarena apabiladigunakan n, akan menghasilkan
dugaan yang lebih rendah (underestimate) terhadap varians
populasinya. Nilai varians sampel menjadi penduga yang bias atau
menyimpang terhadap populasinya. Pada ukuran sampel yang kecil,
pembagi n-1 akan mengoreksi hasil dugaan yang rendah, sehingga
menjadi penduga yang tidak bias.
2.4bData yang dikelompokkanVarians untuk data berkelompok hamper
sama dengan variansdata tunggal, namun dikalikan dengan frekuensi
setiap kelasnya. Varians data berkelompok dirumuskan :
Keterangan: Varians sampelf: Jumlah frekuensi setiap kelas X :
Nilai setiap data / pengamatan : Nilai rata-rata hitungn : Jumlah
total data / pengamatan: Simbol operasi penjumlahanIntervalTitik
tengahFf.XX-(f .(
160 303231,52463,0-259,267.185134.369
304- 447375,551.877,5-115,213.27166.355
448 591519,594.675,528,88297.465
592 735663,531.999,0172,829.86089.580
736 - 878807,01807,0316,3100.046100.046
Jumlah209.813,0397.815
= = = 490,65Jadi, untuk mencari Varians adalah : = = =
20.9382.5Kelebihan dan kelemahan range2.5aKelebihan RangeHasil
pengukuran jarak sebetulnya sudah dapat menggambarkan dispersi
(variasi) nilai-nilai observasi dengan cara yang paling sederhana
sekali. Bila kita ingin memperoleh hasil pengukuran dispersi secara
kasar dan cepat, pengukuran jarak tersebut dapat digunakan. Karena
kesederhanaan pengukurannya, maka jarak pengukuran yang demikian
banyak sekali digunakan dalam pengawasan kualitas.2.5b Kelemahan
Range 1. Range akan sangat tergantung kepada nilai-nilai
ekstrimnya. Dengan kata lain, besar-kecilnya Rangeakan sangat
ditentukan oleh Nilai Terendah dan Nilai Tertinggi yang terdapat
dalam distribusi data, dengan demikian Range sifatnya sangat
labil,dan kurang teliti. Contoh : Data X: H = 80,L = 30 R = 80 - 30
= 50Data Y: H = 95,L = 45 R = 95 - 45 = 50Data Z: H = 88,L = 38 R =
88 - 38 = 502. Range sebagai ukuran penyebaran data , tidak
memperhatikan distribusi yang terdapat didalam range itu
sendiri.Contoh : Nilai tertinggi dan terendah yang dicapai oleh 8
orang mahasiswa masing-masing adalah 80 dan 40 ,sehingga rangenya =
80 40 = 40. Dengan range sebesar itu ada kemungkinan distribusi
nilai itu adalah : 40,47,52,59,64,67,70,dan 80. Mungkin juga :
40,40,40,40,40,40,40, dan 80, mungkin juga 40,40,50,50,60,60,80,dan
80, atau distribusi bentuk lainnya. Yang jelas, hanya mengetahui
rangenya saja,kita belum tahun secara pasti bagaimana sebenarnya
bentuk distribusi data yang kita hadapi mulai dari nilai terndah
hingga nilai tertinggi. Karena kelemahan itulah maka sebagai salah
satu ukuran penyebaran data, Range sangat jarang digunakan dalam
pekerjaan analistik statistic.
BAB IIIPENUTUP
3.1KesimpulanDengan uraian singkat di atas, kita dapat melihat
kenyataan bahwa statistik sudah sejak lama menjadi bahan pelajaran
yang sangat berguna bagi orang-orang yang mempelajari ilmu-ilmu
masyarakat (social sciences). Tentu hal berarti bahwa statistic
tidak hanya dipelajari oleh orang-orang dari ilmu social saja, di
dalam ilmu-ilmu lain pun pemakaian statistik itu dilakukan oleh
banyak orang.
3.2 SaranDemikianlah makalah ini kami buat, semoga dapat
bermanfaat bagi pembaca . Kami menyadari makalah ini masih jauh
dari kata sempurna, kedepannya penulis akan lebih focus dan detail
dengan contoh yang lebih banyak dan dapat dipertanggung jawabkan.
Penulis sangat mengharapkan kritik dan saran dari pembaca untuk
perbaikan dan kesempurnaan dalam pembuatan makalah selanjutnya.
Kumpulan Pertanyaandari kelompok lain1. Annisa Fitri
AnggrainiKenapa pada perhitungan nilai jarak yang kelompokkan ada
dengan 2 cara. Kenapa hasilnya berbeda dari kedua cara
tersebut?Jawab :Pada cara I yaitu :NJ = Nilai tengah kelas akhir -
Nilai tengah kelas pertama . Memakai nilai tengah dari suatu data
kelompok .misalkan nilai kelas pertama 20 24 , memiliki nilai
tengah = 22 dan nilai kelas akhir 40 44 , memiliki nilai tengah =
42. Sehingga memiliki nilai jarak 42- 22 = 20. Biasanya penggunaan
nilai jarak seperti digunakan pada grafik polygon.
Pada cara II yaitu : NJ = Batas atas kelas akhir Batas bawah
kelas pertama. Batas atas dan batas bawah adalah 0,5 pada suatu
data. Misalkan kelas pertama 20-24 dan kelas akhir 40-44 . memiliki
batas bawah 20 - 0,5 = 19,5. Dan kelas terakhir memiliki batas atas
44 + 0,5 = 44,5. Dan biasanya cara seperti ini digunakan pada
grafik Histogram.
1. HelniOktavianiPada halaman 5 terdapat 3 point yaitu :1. Rata
rata sama dengan penyebaran yang berbeda.1. Rata-rata berbeda,
sebaran berbeda.1. Rata-rata berbeda, sebaran sama.Apakah maksud
dari ketiga point tersebut?Jawab :1. Rata rata sama dengan
penyebaran yang berbeda. Misalkan ada 2 data, A = 50,30,45,45,40
dan B = 45,45,35,35,50. Sama- sama memiliki rata-rata yaitu 42. Dan
memiliki sebaran yang berbeda. Pada data A memiliki sebaranyaitu 50
30 = 20 sedangkan pada data B yaitu 50 35 = 15.1. Rata-rata
berbeda, sebaran berbeda.Misalkan ada 2 data , A= 50,30,45,45,40
dan B = 55,45,30,40,50. Rata-rata A= = 42, data B = = 44 memiliki
rata- rata berbeda. Sebaran A = 50 - 30 = 20, dan B = 55 - 30 = 25.
Dari contoh tersebut dapat disimpulkan bahwa rata-rata dan sebaran
dari kedua data tersebut berbeda.1. Rata-rata berbeda, sebaran
sama.Misalkan ada 2 data , A= 40,40,40,40,40 dan B =
50,50,50,50,50. Rata-rata A = 40, dan B = 50. Tetapi memiliki
sebaran yang sama yaitu 0. Maka dapat disimpulkan bahwa pada data A
dan B memiliki rata-rata berbeda dengan sebaran yang sama.
1. Vingky Zulfa AzriaPada halaman 6, apakah yang dimaksud dengan
:Semakin kecil rangenya, maka semakin homogen distribusinya dan
Semakin besar rangenya, maka semakin heterogen distribusinya ?Jawab
:1. Semakin kecil rangenya, maka semakin homogeny distribusinya
.maksudnya adalah jika semakin kecil sebaran pada suatu data maka
data tersebut memiliki datum yang sama .Contoh :Data A :
45,50,50,40,50,45,50,40, 40 memiliki range 50-40 = 10. Jika dilihat
dari datanya terdapat nilai yang sama / homogen. Sehingga
kemungkinan kecil memiliki data yang berbeda.karna datanya hanya
berkisar dari 40 -50.1. Semakin besar rangenya, maka semakin
heterogen distribusinya. Maksudnya adalah jika semakin besar
sebaran pada suatu data maka data tersebut memiliki datum yang
bervariasi/ berbeda .Contoh :Data B = 30,40,35,35,45,45,50,55,60
memiliki range 60 30 = 30. Jika dilihat dari datanya terdapat nilai
yang berbeda / heterogen.Sehingga data yang dihasilkan berbeda
karena jaraknya jauh.1. Yeni Yulia PutriKenapa range sangat jarang
digunakan dalam pekerjaanan alistik statistic. Karena range hanya
diukur dari nilai tertinggi dan terendahnya saja tanpa melihat
distribusi datanya. Sehingga data tersebut kurang akurat dan kurang
teliti.Contoh Data A : H= 90 , L= 50 , R = 90 50 = 40Data B : H =80
, L= 40 , R= 80 40 = 40Data C : H = 75, L = 35, R = 75 35
=40.Ketiga data tersebut memiliki range yang sama .sehingga tidak
memperhatikan distribusi data di masing- masing data tersebut.
Sehingga range jarang digunakan dalam analistik statistik. Karena
dalam pengerjaan analistik statistik haruslah memiliki data yang
akurat disetiap datanya.
DAFTAR PUSTAKADajan Anto . 1995 cet XVII. Pengantar Metode
Statistik. Jakarta :LP3ESHartono.2010. Statistika untuk
Penelitian.Yogyakarta :Pustaka PelajarHill McGraw. 1988. Schaums
Outline of Theory and Problem of Statistics. Jakarta :
ErlanggaRazak Abdul. 2005. Statistika Pengolahan Data Sosial Sistem
Manual.Pekanbaru : AutografikaSantosa Purbayu Budi, Hamdani
Muliawan .2007. Statistika Deskriptif dalam Bidang Ekonomi dan
Niaga.Jakarta : ErlanggaSantoso Singgih. 2003. Statistik Deskriptif
: Konsep dan Aplikasi dengan Microsoft Excel dan SPSS. Yogyakarta :
AndiSudijono Anas. 2009. Pengantar Statistika Pendidikan. Jakarta :
Raja Grafindo PersadaSuharyadi,Purwanto . 2008. Statistika : Untuk
Ekonomi dan Keuangan Modern. Jakarta : Salemba EmpatSupangat Andi.
2010.Statistika Dalam Kajian Deskriptif, Inferensi, dan
NonParametik. Jakarta : KencanaSupranto J. 2008. Statistik : Teori
dan Aplikasi. Jakarta : Erlangga Zulkarnain. 2006. Statistika
Pendidikan. Pekanbaru : Cendikia Insani
21