📊

Kalkulator Statistik Deskriptif

Hitung mean, median, modus, varians, std deviasi, kuartil, tabel frekuensi, z-score, dan korelasi Pearson.

MATEMATIKA

Kalkulator statistik deskriptif untuk siswa SMA, mahasiswa, dan peneliti. Analisis data tunggal, data berkelompok, distribusi normal, dan korelasi antar variabel.

Empat tab: statistik deskriptif data tunggal (mean, median, modus, varians, std deviasi, kuartil, IQR, outlier dengan histogram), tabel frekuensi data berkelompok (mean, median, modus dengan rumus interpolasi), z-score & distribusi normal (dengan persentil dari erf approximation), dan korelasi Pearson dengan persamaan regresi linier dan scatter plot SVG.

Kalkulator Statistik Deskriptif

Hitung mean, median, modus, varians, std dev, kuartil, z-score, dan korelasi Pearson untuk kebutuhan penelitian dan tugas sekolah.

Hitung statistik lengkap dari data tunggal: mean, median, modus, varians, kuartil, dan deteksi outlier.

0 angka terdeteksi
Kalkulator ini menggunakan rumus statistik standar. Untuk analisis lanjutan (uji hipotesis, ANOVA, regresi berganda), gunakan software statistik seperti SPSS, R, atau Python.

Informasi kalkulator

Cara menggunakan kalkulator ini

  1. Pilih tab sesuai data: Data Tunggal untuk daftar nilai, Data Berkelompok untuk tabel frekuensi, Z-Score untuk distribusi normal, Korelasi untuk dua variabel.
  2. Tab Data Tunggal: masukkan nilai dipisahkan koma atau enter (misal 70, 75, 80, 85, 90), kalkulator menghitung mean, median, modus, varians, std deviasi, kuartil, dan IQR.
  3. Tab Data Berkelompok: isi interval kelas dan frekuensi tiap kelas (misal 60-69 frekuensi 5, 70-79 frekuensi 8, dst).
  4. Tab Z-Score: masukkan nilai X, mean, dan std deviasi populasi untuk menghitung z dan persentil.
  5. Tab Korelasi: masukkan pasangan data (x, y), kalkulator menghitung Pearson r, persamaan regresi y = a + bx, dan scatter plot.
  6. Tips: untuk data dengan outlier ekstrem, gunakan median daripada mean sebagai ukuran pemusatan.

Statistik Deskriptif dan Korelasi Pearson

Mean = Sum(x) / n ; Var = Sum((x - mean)^2) / (n-1) ; SD = sqrt(Var) ; z = (x - mu) / sigma ; r = Sum((x-mx)(y-my)) / sqrt(Sum((x-mx)^2) * Sum((y-my)^2))
  • n: ukuran sampel
  • x, y: nilai observasi
  • mean, mx, my: rata-rata sampel
  • Var: varians sampel (pembagi n-1) atau populasi (n)
  • SD: standar deviasi
  • z: skor standar (jumlah std deviasi dari mean)
  • r: koefisien korelasi Pearson, range -1 hingga +1

Untuk data berkelompok, mean = Sum(f*x_tengah) / Sum(f); median = L + ((n/2 - F)/f) * c dengan L batas bawah kelas median, F frekuensi kumulatif sebelum kelas median, f frekuensi kelas median, c lebar kelas.

Contoh: Statistik nilai 7 siswa: 65, 70, 70, 75, 80, 85, 95

Diketahui:
  • Data: 65, 70, 70, 75, 80, 85, 95
  • n = 7
Langkah:
  1. Mean = (65+70+70+75+80+85+95) / 7 = 540/7 = 77.14
  2. Urutkan: 65, 70, 70, 75, 80, 85, 95; median = nilai ke-4 = 75
  3. Modus = 70 (muncul 2 kali)
  4. Deviasi: -12.14, -7.14, -7.14, -2.14, 2.86, 7.86, 17.86
  5. Sum squared dev = 147.4+51.0+51.0+4.6+8.2+61.8+319.0 = 643.0
  6. Var (sampel) = 643.0 / 6 = 107.17 ; SD = sqrt(107.17) = 10.35
  7. Q1 = nilai ke-2 = 70, Q3 = nilai ke-6 = 85, IQR = 15

Hasil: Mean 77.14; median 75; modus 70; SD 10.35; IQR 15; tidak ada outlier (semua dalam Q1 - 1.5*IQR hingga Q3 + 1.5*IQR).

Pertanyaan yang sering diajukan

Apa beda mean, median, dan modus?
Mean adalah rata-rata aritmetika (jumlah dibagi banyak data), sensitif terhadap outlier. Median adalah nilai tengah setelah data diurutkan, tahan outlier. Modus adalah nilai yang paling sering muncul, bisa lebih dari satu (bimodal). Untuk data simetris ketiganya hampir sama; untuk data miring kanan (penghasilan masyarakat) mean lebih besar dari median; miring kiri (usia harapan hidup) sebaliknya.
Kenapa varians sampel pakai pembagi n-1?
Pembagi n-1 (Bessel's correction) menghasilkan estimator yang tidak bias untuk varians populasi. Jika pakai n, varians sampel cenderung underestimate varians populasi karena data sampel sudah dipakai menghitung mean. Konsep ini penting di statistika inferensial; di SMA Indonesia kadang masih diajarkan pembagi n untuk varians populasi, sehingga perlu diperhatikan konteks soalnya.
Apa arti koefisien korelasi Pearson r?
Pearson r mengukur kekuatan dan arah hubungan linier antara dua variabel kuantitatif. Range -1 hingga +1; r = +1 berarti hubungan positif sempurna, r = -1 negatif sempurna, r = 0 tidak ada hubungan linier. Tabel interpretasi umum: |r| 0.0-0.3 lemah, 0.3-0.7 sedang, 0.7-1.0 kuat. Korelasi tidak berarti kausalitas; perlu desain studi yang tepat untuk menyimpulkan sebab-akibat.
Bagaimana cara mendeteksi outlier?
Metode IQR: nilai di bawah Q1 - 1.5*IQR atau di atas Q3 + 1.5*IQR dianggap outlier (Tukey 1977). Metode z-score: |z| > 3 dianggap outlier untuk data normal. Boxplot adalah visualisasi yang paling umum. Outlier dapat berasal dari kesalahan input, kasus ekstrem yang sah, atau heterogenitas data; selalu periksa sebab sebelum membuangnya.
Apa itu distribusi normal dan z-score?
Distribusi normal (Gaussian) berbentuk lonceng simetris dengan mean dan std deviasi sebagai parameter. Aturan empiris: 68% data dalam +/- 1 SD, 95% dalam +/- 2 SD, 99.7% dalam +/- 3 SD dari mean. Z-score mengonversi nilai X ke jumlah std deviasi dari mean: z = (X - mu)/sigma. Banyak fenomena alam (tinggi badan, error pengukuran, IQ) mendekati distribusi normal.

Terakhir diperbarui: 11 Mei 2026

Kalkulator Terkait

🤰Masa Subur
KESEHATAN

Kalkulator Masa Subur dan Jenis Kelamin

Hitung masa subur Anda berdasarkan siklus menstruasi dan prediksi jenis kelamin bayi menggunakan metode Shettles.

Buka Kalkulator →
📅Konversi Hijriah
AGAMA · SOSIAL

Kalkulator Konversi Kalender Hijriah dan Masehi

Konversi tanggal antara kalender Hijriah (Islam) dan Masehi (Gregorian) dengan mudah dan akurat.

Buka Kalkulator →
🔍Meta Description
MARKETING

Kalkulator Meta Description

Cek dan optimasi panjang meta description untuk SEO. Pastikan meta description Anda sesuai standar Google.

Buka Kalkulator →