SlideShare a Scribd company logo
1 of 22
UKURAN PEMUSATAN
STATISTIKA
Disusun oleh :
KELOMPOK 3
1. Nuruljanah
2. Ranny Novitasari
3. Ria Puspita Sari
4. Rina Anggraini
5. Rusmaini
6. Rindi Antikasari
PENDIDIKAN MATEMATIKA
FAKULTAS KEGURUAN DAN ILMU PENDIDIKAN
UNIVERSITAS SRIWIJAYA
INDARALAYA
UKURAN PEMUSATAN
A. DEFINISI UKURAN PEMUSATAN
Rata-rata (average) adalah nilai yang mewakili himpunan atau sekelompok data (a set
of data).Nilai rata-rata umumnya cenderung terletak di tengah suatu kelompok data yang
disusun menurut besar /kecilnya nilai. Dengan perkataan lain, nilai rata-rata mempunyai
kecenderungan memusat, sehingga sering disebut ukuran kecenderungan memusat (measures
of central tendency). Beberapa jenis rata-rata yang sering dipergunakan adalah rata-rata
hitung (arithmetic mean atau sering disingkat mean saja), rata-rata ukur (geometric mean)
dan rata-rata harmonis (harmonic mean).Setiap rata-rata tersebut selain mempunyai
keunggulan juga memiliki kelemahan, dan ketepatan penggunaannya sangat tergantung pada
sifat dari data dan tujuannya (misalnya, untuk melakukan analisis). (Supranto,J:95)
Disini, yang dimaksud dengan rata-rata ialah rata-rata hitung, kecuali apabila ada
keterangan atau penjelasan lain. Dalam kehidupan sehari-hari, rata-rata ini lebih banyak
dikenal.Contohnya, rata-rata nilai hasil ujian seorang mahasiswa, rata-rata peminat program
studi matematika, dan lain sebagainya. Rata-rata hitung, yang untuk selanjutnya kita singkat
rata-rata, sering digunakan sebagai dasar perbandingan antara dua kelompok nilai atau
lebih.(Supranto,J:95)
Misalnya ada dua mahasiswa, yaitu Ria dan Tia dari Fakultas Keguruan dan Ilmu
Pendidikan Universitas Sriwijaya, yang menempuh ujian lima mata pelajaran, yaitu :
Statistik, Kalkulus Lanjut, Alpro II, Belajar dan Pembelajaran, dan Geometri. Untuk
menentukan mana yang lebih pandai antara Ria dan Tia, dapat dipergunakan rata-rata.
Misalkan hasil ujian Ria dan Tia adalah seperti disajikan dalam Tabel 1.1.
Mata Pelajaran Hasil Ujian Ria
(X)
Hasil Ujian Tia
(Y)
Statistik
Kalkulus Lanjut
Alpro II
Belajar dan Pembelajaran
Geometri
8
7
6
8
7
7
6
5
6
6
Jumlah 36 30
Rata-rata 36/5 =7,2 30/5=6
Dari nilai rata-rata tersebut dapat disimpulkan bahwa Ria lebih pandai dari Tia.
I. Rata-rata Hitung
Apabila kita mempunyai nilai variable X, sebagai hasil pengamatan atau observasi
sebanyak N kali, yaitu X1,X2,…,Xi,…,XN, maka :
a) Rata-rata sebenarnya (populasi):
dibaca “myu”, yaitu symbol rata-rata sebenarnya yang disebut parameter. Rata-rata ini
dihitung berdasarkan populasi.Oleh karena itu, rata-rata sebnarnya sering disebut juga rata-
rata populasi. (Supranto,J:96)
b) Rata-rata perkiraan (sampel):
Apabila rata-rata tersebut dihitung berdasarkan sampel sebanyak n dimana n < N
observasi, maka rata-rata yang diperoleh disebut rata-rata perkiraan, atau rata-rata sampel,
yang diberi symbol yang rumusnya adalah sebagai berikut :(Supranto,J:96)
dibaca “X bar”, yaitu symbol rata-rata
merupakan perkiraan
Contoh1 : Misalkan X Hasil ujian Statistika Dasar Mahasiswa Matematika FKIP “X”. Hasil
ujian dari 30 orang mahasiswa adalah sebagai berikut :
X1 = 60 X2 = 65 X3= 71 X4= 78 X5= 82
X6= 75
X7= 80
X8= 68
X9= 77
X10= 85
X11= 83
X12=70
X13= 75
X14= 85
X15= 77
X16= 70
X17 = 78
X18 = 71
X19 = 82
X20 =75
X21 = 65
X22 = 80
X23 = 80
X24 = 71
X25 = 78
X26 = 85
X27 = 60
X28 = 83
X29 = 68
X30 = 65
a. Berdasarkan data tersebut hitunglah rata-rata hasil ujian yang sebenarnya.
b. Kemudian ambil sampel sebanyak n = 10 dan hitunglah rata-rata perkiraan, jika sampel
yang terambil X2, X5, X7, X9,X14, X17, X21, X23, X26, X28, X29.
Penyelesaian:
a.
=
=
= 74,73
b.
=
=
=
= 84,48
Rata-rata sampel ternyata jauh lebih tinggi. Nilai perkiraan ini akan lebih mendekati nilai
sebenarnya apabila jumlah elemen sampel ditambah, misalnya n=1 atau lebih besar lagi.
n=13
X1 = X27=60
X2 = X21=65
X3 = X18=71
X4 = X17=78
X5 = X19=82
X6 =X 13=75
X7 = X22=80
X8 = X29=68
X9 = X15=77
X10=X26=85
X11 =X28=83
X12=X16=70
=
=
= 74,5 dekat sekali dengan rata-rata (
Pada umumnya, makin besar elemen sampel (nilai n makin besar), makin baik perkiraan yang
diperoleh.Karena pengumpulan data umumnya didasarkan atas sampel, maka hasilnya
merupakan suatu perkiraan.Untuk selanjutnya, kita pergunakan rumus rata-rata perkiraan
sebagai perkiraan dari dan sampel yang diselidiki sebanyak n elemen. (Supranto, J:98)
II. Rata-rata Hitung Data Berkelompok
Apabila data sudah disajikan dalam bentuk tabel frekuensi, dimana X1 terjadi f1 kali ,
X2 terjadi f2 kali, dan seterusnya sampai Xk terjadi fk kali, maka rumus rata-rata dari data
yang sudah dibuat tabel frekuensinya adalah sebagai berikut :
Karena maka ;
atau
di mana M1 = nilai tengah kelas interval ke-I (untuk data berkelompok).
Contoh 2: Tabel berikut memuat data nilai ujian statistikMahasiswa Matematika FKIP “Y”
dan jumlah mahasiswa yang mendapat nilai X, f.
X 61 64 67 70 73
f 5 8 7 10 9
Hitung rata-rata nilai ujian mahasiswa tersebut.
Penyelesaian :
=
=
= 67,76
Jadi, rata-rata nilai ujian mahasiswa di atas adalah 67,76.
Contoh 3: berikut adalah tabel Hasil ujian Statistika Dasar Mahasiswa Matematika FKIP “X”.
Rentang Nilai Banyak Mahasiswa
58-62
63-67
68-72
73-77
78-82
83-87
2
3
7
5
8
5
Hitunglah rata-rata nilai ujian mahasiswa tersebut.
Penyelesaian :
Tabel Hasil ujian Statistika Dasar Mahasiswa Matematika FKIP “X”
Rentang Nilai M F Mf
58-62
63-67
68-72
73-77
78-82
83-87
60
65
70
75
80
85
2
3
7
5
8
5
120
195
490
375
640
425
Jumlah
M1 = …., M6 = =85
=
= 74,83
Jadi, rata-rata perkiraan hasil ujian per mahasiswa adalah 74,83.
III. Rata-rata Hitung Tertimbang
Sering kali dalam suatu persoalan, masing-masing nilai mempunyai nilai bobot /
timbangan tertentu, misalnya X1dengan timbangan W1 , X2 dengan timbangan W2 , dan
seterusnya sampai Xn dengan timbangan Wn . oleh karena itu, rata-rata yang
menggunakan timbangan tersebut disebut rata-rata tertimbang (weighted arithmetic mean)
dengan rumus sebagai berikut : (Supranto, J:101)
Dalam rumus tersebut timbangannya berupa frekuensi ( )
Contoh 4: Seorang mahasiswa FKIP Universitas “X”, menempuh ujian untuk mata kuliah
Kalkulus Lanjut (3 kredit), Statistik (3 kredit), BDP (4 kredit) dan Bahasa Inggris (1
kredit). Ternyata hasilnya menunjukkan bahwa nilai Kalkulus II = 82, Statistik = 86, BDP
= 90, dan Bahasa Inggris = 85. Hitung rata-rata nilai hasil ujian dari mahasiswa tersebut !
Penyelesaian :
Diketahui X1= 82, X2=86, X3= 90, X4= 85, W1=3, W2=3, W3=4, W4=1.
=
=
= 86,27 jadi, rata-rata nilai ujian mahasiswa tersebut adalah 86,27.
B. Beberapa Sifat / Ciri Rata-rata Hitung
1. Jumlah deviasi atau selisih dari suatu kelompok nilai terhadap rata-ratanya adalah sama
dengan nol, yaitu :(Supranto,J :102)
di mana, atau
2. Jumlah deviasi kuadrat dari suatu kelompok nilai terhadap nilai k akan minimum
(terkecil) jika k = . Maksudnya,
3. Apabila ada kelompok nilai :
Kelompok pertama sebanyak f1 nilai dengan rata-rata 1
Kelompok kedua sebanyak f2 nilai dengan rata-rata 2
Kelompok ke-I sebanyak fi nilai dengan rata-rata i
Kelompok ke-k sebanyak fk nilai dengan rata-rata k
Oleh karenanya, rata-rata dari seluruh nilai adalah sebagai berikut :(Supranto,J :103)
4. Apabila k adalah sembarang nilai yang merupakan nilai rata-rata asumsi / anggapan dan d
merupakan deviasi atau selisih dari nilai Xi terhadap k (di = Xi – ki, I = 1,2,…,n), maka
diperoleh rata-rata sebagai berikut :(Supranto,J :104)
sebagai pengganti
sebagai pengganti , i= 1,2,…,k.
5. Jika suatu kelompok data sangat heterogen, maka rata-rata hitung tidak dapat
mewakili masing-masing nilai dari kelompok tersebut dengan baik. Rata-rata
hitung hanya dapat mewakili dengan sempurna atau nilainya tepat apabila
kelompok datanya homogen ( semua nilai dalam kelompok sama ). Semakin
heterogen datanya semakin tidak tepat.
Suatu kelompok data dikatakan homogen atau tidak bervariasi jika semua nilai
dari kelompok tersebut sama dan dikatakan sangat heterogen jika nilai-nilai
tersebut sangat berbeda satu sama lain atau sangat bervariasi. Antara homogen dan
sangat heterogen disebut relatif homogen, yaitu perbedaan antara nilai yang satu
dengan lainnya tidak begitu besar. Untuk mengukur tingkat homogenitas atau
tingkat variasi tersebut, sering dipergunakan kriteria yang disebut simpangan baku
(standard deviation). (Supranto,J :107)
C. MEDIAN (DATA TIDAK BERKELOMPOK)
Apabila ada sekelompok data nilai sebanyak n diurutkan mulai dari yang terkecil X1
sampai dengan yang terbesar Xn, maka nilai yang ada di tengah disebut Median (Med).
(Supranto,J :107)
1. Untuk n Ganjil
Kalau k adalah suatu bilangan konstan dan n ganjil, maka selalu dapat ditulis :
Atau
Contoh 5: Nilai ujian Statistika dari 9 mahasiswa FKIP “X”, masing-masing adalah
sebagai berikut : 90, 70, 60,75, 65, 80, 55, 50, 85. Berapa besarnya nilai median ?
Penyelesaian:
Data diurutkan terlebih dahulu dari nilai terkecil sampai dengan yang terbesar.
X1 = 50, X2 = 55, X3 = 60, X4 = 65, X5= 70, X6 = 75, X7 = 80, X8 = 85, X9 = 90
9 = 2k + 1
k =
Med = Xk+1 = X4+1 = X5 = 70
2. Untuk n Genap
Kalau k adalah suatu bilangan konstan dan n genap, maka selalu dapat ditulis n = 2k,
atau k = . Misalkan n = 8, maka k = 4.
Median =
Contoh6 : dari contoh 5, bukan 9 orang mahasiswa, melainkan ada 10 orang dengan nilai
ujian sebagai berikut : 45, 90, 70, 60,75, 65, 80, 55, 50, 85. Berapa besarnya median dari
nilai ujian Statistika tersebut?
Penyelesaian : X1 = 40, X2 = 50, X3 = 55, X4 = 60, X5= 65, X6 = 70, X7 = 75, X8 = 80, X9
= 85, X10 =90
10 = 2k
k = 5
Med =
=
=
= 67,5 jadi, median nilai ujian Statistik = 67,5
D. MEDIAN (DATA BERKELOMPOK)
Untuk data yang berkelompok, nilai median dapat dicari dengan interpolasi yang
rumusnya adalah sebagai berikut : (Supranto,J:110)
Med =
Di mana :
L0 = nilai batas bawah dari kelas yang mengandung atau memuat nilai median;
n = banyaknya observasi = jumlah semua frekuensi;
= jumlah frekuensi dari semua kelas di bawah kelas yang mengandung median
(kelas yang mengandung median tak termasuk);
= frekuensi dari kelas yang mengandung median;
= besarnya kelas interval, jarak antara kelas yang satu dengan lainnya atau besarnya
kelas interval yang mengandung median.
Secara geometric, median juga merupakan nilai X dari absis (sumbu horizontal)
sesuai dengan jarak tegak lurus yang membagi suatu histogram (seluruh kurva) menjadi
dua daerah yang sama luasnya (50% sebelah kiri median, 50% sebelah kanan median).
Jadi, seluruh observasi seolah-olah dibagi menjadi dua, setengah di sebelah kiri median
(yang terdiri dari observasi yang nilainya sama atau lebih kecil dari median) dan
setengahnya lagi di sebelah kanan median ( yang terdiri dari obsevasi yang nilainya sama
atau lebih besar dari median). (Supranto,J:111)
Contoh7 : dengan menggunakan rumus interpolasi, hitunglah nilai median dari data
berikut:
Tabel Hasil ujian Statistika Dasar Mahasiswa Matematika FKIP “X”
Rentang Nilai Banyak Mahasiswa
(f)
58-62
63-67
68-72
73-77
78-82
83-87
2
3
7
5
8
5
Jumlah 30
Penyelesaian :
Setengah dari observasi = 30/2 = 15 (f1+f2+f3 = 12), dan untuk mencapa 15 masih
kurang 3, sehingga perlu ditambah dengan frekuensi kelas keempat. Jadi median terletak
pada kelas ke-4, yaitu kelas 73-77.
c = 77,5 – 72,5 = 5
L0 = 72,5
n/2 = 15
= 12
fm = 5
Med =
=
= 72,5 + 5 (0,6)
= 72,5 + 3
= 75,5 jadi, median untuk data tersebut adalah 75,5
E. MODUS (DATA TIDAK BERKELOMPOK)
Modus dari suatu kelompok nilai adalah nilai kelompok tersebut yang mempunyai
frekuensi tertinggi, atau nilai yang paling banyak terjadi di dalam suatu kelompok
nilai.Biasanya modus dapat disingkat menjadi Mod. (Supranto, J: 114)
Xi = modus = mod kalau f1mempunyai nilai terbsear
dibandingkan dengan frekuensi lainnya.
untuk semua i
X F
(1) (2)
X1
X2
.
.
.
Xi
.
.
.
Xn
f1
f2
.
.
.
fi
.
.
.
fn
Suatu distribusi mungkin tidak mempunyai mod atau mungkin mempunyai dua mod atau
lebih.Distribusi disebut Unimodal (jika mempunyai satu mod), Bimodal (jika mempunyai dua
mod), atau Multimodal (jika mempunyai lebih dari dua mod).(Supranto, J: 114)
Contoh 8: dari data berikut apakah ada mod nya? Kalau ada, tentukan nilainya!
2, 2, 5, 7, 9, 9, 9, 10, 10, 11, 12, 18
Langkah pertama, buatlah tabel frekuensinya.
Mod
Jadi, mod = 9, sebab nilai observasiini yang paling banyak atau mempunyai frekuensi terbesar.
F. MODUS (DATA BERKELOMPOK)
Apabila data sudah dikelompokkan dan disajikan dalam tabel frekuensi, maka dalam
mencari modusnya harus dipergunakan rumus berikut ini :
Mod =
Di mana :
L0 = nilai batas bawah dari kelas yang memuat modus;
= frekuensi dari kelas yang memuat modus;
= selisih frekuensi kelas yang memuat modus dengan frekuensi
kelas sebelumnya (bawahnya);
X F
2
5
7
9
10
11
12
18
2
1
1
3
2
1
1
1
= selisih frekuensi kelas yang memuat modus dengan frekuensi
kelas sesudahnya (atasnya)
= besarnya jarak antara nilai batas atas dan nilai batas bawah dari kelas yang memuat
modus.
Contoh 9: dari data yang disajikan dalam tabel frekuensi berikut ini, carilah modusnya.
Rentang Nilai Banyak Mahasiswa
(f)
58-62
63-67
68-72
73-77
78-82
83-87
2
3
7
5
8
5
Jumlah 30
Penyelesaian:
Kelas yang berisi modus = 8
L0= = 77,5
Nilai batas atas = = 82,5
c = 82,5 – 77,5 = 5
= 8-5 = 3
= 8-5 = 3
Mod =
=
= 77,5 + 5(0,5)
= 77,5 + 0,25
= 77,75
G. RATA-RATA DI LUAR UKURAN PEMUSATAN
I. Rata-rata Ukur
Nilai rata-rata ukur diberi symbol U, dimana U = . Jadi, rata-rata ukut
suatu kelompok nilai merupakan akar pangkat n dari hasil kali masing-
masing nilai kelompok tersebut.untuk mencari rata-rata ukur, juga dapat dipergunakan
rumus berikut: (Supranto,J:119)
Atau
U menggunakan perbandingan yang relative tetap sehingga seolah-olah urutan data
merupakan barisan geometri.Misalnya dan seterusnya.Di mana
dan seterusnya. U banyak digunakan untuk data teknik atau yang bersifat
enginering.(Herrhyanto & Hamid:4.7)
II. Rata-rata Harmonis
Rata-rata harmonis (RH) dari n angka adalah nilai yang diperoleh
dengan jalan membagi n dengan jumlah kebalikan dari masing-masing X tersebut.
(Supranto,J:123)
Rumusnya adalah sebagai berikut :
III. Nilai Rata-rata Kuadratis (NKR)
Biasanya nilai rata-rata kuadratis disebut juga “Akar Nilai Rata-rata Kuadratis” atau
dikatakan sebagai “Nilai Rata-rata Kuadratis” dari kumpulan bilangan yang merupakan
urutan dan diberi symbol dengan :
i = sampai dengan N
Biasanya NKR ini digunakan dalam ilmu-ilmu fisika, Teknik yang banyak hubungannya
dengan Fisika.(Herrhyanto & Hamid:4.8)
H. KUARTIL, DESIL, DAN PERSENTIL (DATA TAK BERKELOMPOK)
I. Kuartil
Apabila median dapat dikatakan sebagai ukuran perduaan, maka kuartil dapat dikatakan
sebagai ukuran perempatan. Artinya nilai-nilai kuartil akan membagi 4 sama banyak
terhadap banyak data. Dengan demikian kita kenal kuartil pertama (Q1), kuartil kedua
(Q2), dan kuartil ketiga (Q3).(Herrhyanto & Hamid:5.3)
Jika suatu kelompok data atau nilai sudah diurutkan dari yang terkecil (X1) sampai yang
terbesar (Xn), maka untuk menghitung Q1,Q2, dan Q3 dipergunakan rumus sebagai berikut
:
Contoh10: berikut ini adalah data nilai ujian Statistika dari 13 mahasiswa FKIP “X”,
masing-masing adalah sebagai berikut : 90, 70, 60,75, 65, 80, 55, 50, 85,40, 45, 95,65.
(n=13). Carilah nilai Q1,Q2, dan Q3.
Penyelesaian : Pertama-tama data diurutkan terlebih dahulu ;
X1 = 40,X2 =45,X3 = 50, X4 = 55, X5 = 60, X6= 65, X7= 65, X8 = 70, X9 = 75, X10 = 80,
X11 = 85, X12=90, X13= 95
(berarti rata-rata dari X3 dan X4 )
Jadi,
Jadi,
(berarti rata-rata dari X10 dan X11 )
Jadi,
II. Desil
Untuk kelompok data di mana dapat ditentukan 9 nilai yang membagi
kelompok data tersebut menjadi 10 bagian yang sama, misalnya, . artinya
setiap bagian memiliki jumlah observasi yang sama. Nilai tersebut dinamakan desil
pertama, kedua, dan seterusnya sampai desil kesembilan. Jika nilai kelompok data
tersebut sudah diurutkan dari yang terkecil ( sampai yang terbesar , maka
rumus desil adalah sebagai berikut : (Supranto,J:125)
Contoh 11: berdasarkan contoh 10, hitunglah
(berarti
Jadi, 40+
(berarti
Jadi, 45+
(berarti
Jadi, 90+
III. Persentil
Untuk kelompok data dimana , dapat ditentukan 99 nilai, ,
yang disebut persentil pertama, kedua, dan ke-99 yang membagi kelompok data tersebut
menjadi 100 bagian; masing-masing mempunyai bagian dengan jumlah observasi yang
sama dan sedemikian rupa. Apabila data sudah disusun dari yang terkecil ( sampai
yang terbesar ( maka rumus persentil adalah sebagai berikut :
I. KUARTIL, DESIL DAN PERSENTIL (DATA BERKELOMPOK)
Untuk data berkelompok, yaitu data yang sudah dibuat tabel frekuensinya, maka rumus-
rumus untuk kuartil, desil, dan persentil adalah sebagai berikut: (Supranto,J:126)
Rumus Kuartil :
Di mana:
L0 = nilai batas bawah dari kelas yang memuat kuartil ke-i;
n = banyaknya observasi = jumlah semua frekuensi;
= jumlah frekuensi dari semua kelas sebelum kelas yang mengandung kuartil ke-i
(kelas yang mengandung kuartil ke-i tidak termasuk);
= frekuensi dari kelas yang mengandung kuartil ke-i;
= besarnya kelas interval yang mengandung kuartil ke-i atau jarak nilai batas bawah
(atas) kelas terhadap nilai batas bawah (atas) kelas berikutnya.
Rumus Desil :
Rumus Persentil :
Di mana:
L0 = nilai batas bawah dari kelas yang memuat desil ke-i (persentil ke-i);
n = banyaknya observasi = jumlah semua frekuensi;
= jumlah frekuensi dari semua kelas sebelum kelas yang memuat desil ke-i
(persentil ke-i);
= frekuensi dari kelas yang mengandung desil ke-i;
= frekuensi dari kelas yang mengandung persentil ke-i
= besarnya kelas interval yang mengandung desil ke-i (persentil ke-i).
Contoh 12: Berdasarkan data berikut, hitunglah Q1, D6, dan P20.
Rentang Nilai Banyak Mahasiswa
(f)
58-62
63-67
68-72
73-77
78-82
83-87
2
3
7
5
8
5
Jumlah = n =30
Untuk menghitung Q1: = 5 belum mencapai 25% (7,5). Agar mencapai frekuensi
7,5, harus ikut dijumlahan frekuensi kelas ke-3, dengan demikian diketahui kelas ke-3
memuat Q1.
= 5;
= 7
Nilai batas bawah = = 67,5
Nilai batas atas = = 72,5
c = 72,5-67,5 = 5
Untuk menghitung D6: = 17, jumlah ini belum mencapai 60% (=18).
Agar mencapai nilai 18, harus ditambah dengan frekuensi dari kelas ke-5, dengan
demikian kels ke-6 memuat D6.
= 17;
= 8
Nilai batas bawah = = 77,5
Nilai batas atas = = 82,5
c = 82,5-77,5 = 5
Untuk menghitung P20: = 5, jumlah ini belum mencapai 20% (=6). Agar mencapai
nilai 6, harus ditambah dengan frekuensi dari kelas ke-3, dengan demikian kels ke-3
memuat P20.
= 5;
= 7
Nilai batas bawah = = 67,5
Nilai batas atas = = 72,5
c = 72,5-67,5 = 5
Daftar Pustaka
Supranto, J. 2008. STATISTIK Teori dan Aplikasi.Jakarta : Erlangga.
Herrhyanto, Hamid. 2007. Statistika Dasar. Jakarta : Universitas Terbuka

More Related Content

What's hot

Tugas ke 3 statistik pendidikan
Tugas ke 3 statistik pendidikanTugas ke 3 statistik pendidikan
Tugas ke 3 statistik pendidikanyuliana0189
 
Statistik dan Komputasi Materi 1
Statistik dan Komputasi Materi 1Statistik dan Komputasi Materi 1
Statistik dan Komputasi Materi 1Muhammad Luthfan
 
Ukuran letak(6)
Ukuran letak(6)Ukuran letak(6)
Ukuran letak(6)rizka_safa
 
Tendensi sentral
Tendensi sentralTendensi sentral
Tendensi sentral1724143052
 
Makalah Statistik tentang Pengertian Ukuran Pemusatan Data dan Skewness
Makalah Statistik tentang Pengertian Ukuran Pemusatan Data dan SkewnessMakalah Statistik tentang Pengertian Ukuran Pemusatan Data dan Skewness
Makalah Statistik tentang Pengertian Ukuran Pemusatan Data dan SkewnessWindiAyuSafitri1
 
Statistika Ekonomi I : Nilai Pusat Dan Ukuran Penyimpangan
Statistika Ekonomi I : Nilai Pusat Dan Ukuran PenyimpanganStatistika Ekonomi I : Nilai Pusat Dan Ukuran Penyimpangan
Statistika Ekonomi I : Nilai Pusat Dan Ukuran PenyimpanganArie Khurniawan
 
Bab ix statistika
Bab ix  statistikaBab ix  statistika
Bab ix statistikahimawankvn
 
Statistik 1 2 nilai sentral
Statistik 1 2 nilai sentralStatistik 1 2 nilai sentral
Statistik 1 2 nilai sentralSelvin Hadi
 
Bab 3. Ukuran-Ukuran Numerik Statistik Deskriptif
Bab 3. Ukuran-Ukuran Numerik Statistik DeskriptifBab 3. Ukuran-Ukuran Numerik Statistik Deskriptif
Bab 3. Ukuran-Ukuran Numerik Statistik DeskriptifCabii
 
Ukuran pemusatan
Ukuran pemusatanUkuran pemusatan
Ukuran pemusatanrkhmtk11
 
Ukuran Pemusatan dan Ukuran Penyebaran
Ukuran Pemusatan dan Ukuran PenyebaranUkuran Pemusatan dan Ukuran Penyebaran
Ukuran Pemusatan dan Ukuran Penyebaransilvia kuswanti
 
STATISTIK DESKRIPTIF
STATISTIK DESKRIPTIFSTATISTIK DESKRIPTIF
STATISTIK DESKRIPTIFfikri asyura
 
Statistika Deskriptif - Bab 03 - Ukuran Pemusatan
Statistika Deskriptif - Bab 03 - Ukuran PemusatanStatistika Deskriptif - Bab 03 - Ukuran Pemusatan
Statistika Deskriptif - Bab 03 - Ukuran PemusatanZombie Black
 
Materi SMA X - Statistika
Materi SMA X - StatistikaMateri SMA X - Statistika
Materi SMA X - StatistikaAna Sugiyarti
 
4 .ukuran pemusatan data
4 .ukuran pemusatan data4 .ukuran pemusatan data
4 .ukuran pemusatan dataHafiza .h
 
4 mean dispersi_10102015
4 mean dispersi_101020154 mean dispersi_10102015
4 mean dispersi_10102015ahmad fauzan
 

What's hot (20)

Tugas ke 3 statistik pendidikan
Tugas ke 3 statistik pendidikanTugas ke 3 statistik pendidikan
Tugas ke 3 statistik pendidikan
 
Statistik dan Komputasi Materi 1
Statistik dan Komputasi Materi 1Statistik dan Komputasi Materi 1
Statistik dan Komputasi Materi 1
 
Ukuran Pemusatan
Ukuran PemusatanUkuran Pemusatan
Ukuran Pemusatan
 
5. pengukuran variabilitas
5. pengukuran variabilitas5. pengukuran variabilitas
5. pengukuran variabilitas
 
Ukuran letak(6)
Ukuran letak(6)Ukuran letak(6)
Ukuran letak(6)
 
Statistika Dasar
Statistika DasarStatistika Dasar
Statistika Dasar
 
Tendensi sentral
Tendensi sentralTendensi sentral
Tendensi sentral
 
Makalah Statistik tentang Pengertian Ukuran Pemusatan Data dan Skewness
Makalah Statistik tentang Pengertian Ukuran Pemusatan Data dan SkewnessMakalah Statistik tentang Pengertian Ukuran Pemusatan Data dan Skewness
Makalah Statistik tentang Pengertian Ukuran Pemusatan Data dan Skewness
 
R5 g kel 1 statdas 1
R5 g kel 1 statdas 1R5 g kel 1 statdas 1
R5 g kel 1 statdas 1
 
Statistika Ekonomi I : Nilai Pusat Dan Ukuran Penyimpangan
Statistika Ekonomi I : Nilai Pusat Dan Ukuran PenyimpanganStatistika Ekonomi I : Nilai Pusat Dan Ukuran Penyimpangan
Statistika Ekonomi I : Nilai Pusat Dan Ukuran Penyimpangan
 
Bab ix statistika
Bab ix  statistikaBab ix  statistika
Bab ix statistika
 
Statistik 1 2 nilai sentral
Statistik 1 2 nilai sentralStatistik 1 2 nilai sentral
Statistik 1 2 nilai sentral
 
Bab 3. Ukuran-Ukuran Numerik Statistik Deskriptif
Bab 3. Ukuran-Ukuran Numerik Statistik DeskriptifBab 3. Ukuran-Ukuran Numerik Statistik Deskriptif
Bab 3. Ukuran-Ukuran Numerik Statistik Deskriptif
 
Ukuran pemusatan
Ukuran pemusatanUkuran pemusatan
Ukuran pemusatan
 
Ukuran Pemusatan dan Ukuran Penyebaran
Ukuran Pemusatan dan Ukuran PenyebaranUkuran Pemusatan dan Ukuran Penyebaran
Ukuran Pemusatan dan Ukuran Penyebaran
 
STATISTIK DESKRIPTIF
STATISTIK DESKRIPTIFSTATISTIK DESKRIPTIF
STATISTIK DESKRIPTIF
 
Statistika Deskriptif - Bab 03 - Ukuran Pemusatan
Statistika Deskriptif - Bab 03 - Ukuran PemusatanStatistika Deskriptif - Bab 03 - Ukuran Pemusatan
Statistika Deskriptif - Bab 03 - Ukuran Pemusatan
 
Materi SMA X - Statistika
Materi SMA X - StatistikaMateri SMA X - Statistika
Materi SMA X - Statistika
 
4 .ukuran pemusatan data
4 .ukuran pemusatan data4 .ukuran pemusatan data
4 .ukuran pemusatan data
 
4 mean dispersi_10102015
4 mean dispersi_101020154 mean dispersi_10102015
4 mean dispersi_10102015
 

Similar to UKURAN PEMUSATAN STATISTIKA

Espa4123 statistika modul 3.1
Espa4123 statistika   modul 3.1Espa4123 statistika   modul 3.1
Espa4123 statistika modul 3.1Ratzman III
 
Kuliah 1 konsep dasar statistika niken
Kuliah 1 konsep dasar statistika nikenKuliah 1 konsep dasar statistika niken
Kuliah 1 konsep dasar statistika nikenNiken Feladita
 
Statistik dan Statistika
Statistik dan StatistikaStatistik dan Statistika
Statistik dan StatistikaSiti Sahati
 
Bahan Ajar Statistik.pdf
Bahan Ajar Statistik.pdfBahan Ajar Statistik.pdf
Bahan Ajar Statistik.pdfPhatieQawaRe
 
Pertemuan 5 (ukuran pemusatan data dan ukuran letak data)
Pertemuan 5 (ukuran pemusatan data dan ukuran letak data)Pertemuan 5 (ukuran pemusatan data dan ukuran letak data)
Pertemuan 5 (ukuran pemusatan data dan ukuran letak data)reno sutriono
 
4. PPT Materi Ajar Statistika (Ganjil 2019-2020).pdf
4. PPT Materi Ajar Statistika (Ganjil 2019-2020).pdf4. PPT Materi Ajar Statistika (Ganjil 2019-2020).pdf
4. PPT Materi Ajar Statistika (Ganjil 2019-2020).pdfMiffJasenx
 
Ppt singkat pengantar statistika
Ppt singkat pengantar statistikaPpt singkat pengantar statistika
Ppt singkat pengantar statistikaRirinRin2
 
Ukuran pemusatan data adalah nilai tunggal yang dapat memberikan gambaran yan...
Ukuran pemusatan data adalah nilai tunggal yang dapat memberikan gambaran yan...Ukuran pemusatan data adalah nilai tunggal yang dapat memberikan gambaran yan...
Ukuran pemusatan data adalah nilai tunggal yang dapat memberikan gambaran yan...Angga Debby Frayudha
 
ukuran pemusatan dan penyebaran
ukuran pemusatan dan penyebaranukuran pemusatan dan penyebaran
ukuran pemusatan dan penyebaranRatih Ramadhani
 
Statistik-Sosial-pada kelas Pertemuan-4.ppt
Statistik-Sosial-pada kelas Pertemuan-4.pptStatistik-Sosial-pada kelas Pertemuan-4.ppt
Statistik-Sosial-pada kelas Pertemuan-4.pptAhmadSyajili
 
materi Statistik Sosial dan analisis data .ppt
materi Statistik Sosial dan analisis data .pptmateri Statistik Sosial dan analisis data .ppt
materi Statistik Sosial dan analisis data .pptashaby
 
Kelompok 6 statistik
Kelompok 6 statistikKelompok 6 statistik
Kelompok 6 statistikOllaLG
 
Makalah ukuran pemusatan data dan ukuran letak data
Makalah ukuran pemusatan data dan ukuran letak dataMakalah ukuran pemusatan data dan ukuran letak data
Makalah ukuran pemusatan data dan ukuran letak dataAisyah Turidho
 
1. statistika dan_pengujian_opuji_
1. statistika dan_pengujian_opuji_1. statistika dan_pengujian_opuji_
1. statistika dan_pengujian_opuji_deby fatriani
 
Konsep Statistika dan Metode Ilmiah
Konsep Statistika dan Metode IlmiahKonsep Statistika dan Metode Ilmiah
Konsep Statistika dan Metode Ilmiahashfiashaffa
 
Presentasi bahan kuliah
Presentasi bahan kuliahPresentasi bahan kuliah
Presentasi bahan kuliahsupri150266
 
Pert 02 statistik deskriptif 2013
Pert 02 statistik deskriptif 2013Pert 02 statistik deskriptif 2013
Pert 02 statistik deskriptif 2013aiiniR
 

Similar to UKURAN PEMUSATAN STATISTIKA (20)

Espa4123 statistika modul 3.1
Espa4123 statistika   modul 3.1Espa4123 statistika   modul 3.1
Espa4123 statistika modul 3.1
 
Kuliah 1 konsep dasar statistika niken
Kuliah 1 konsep dasar statistika nikenKuliah 1 konsep dasar statistika niken
Kuliah 1 konsep dasar statistika niken
 
Statistik dan Statistika
Statistik dan StatistikaStatistik dan Statistika
Statistik dan Statistika
 
statistik_cek1.pptx
statistik_cek1.pptxstatistik_cek1.pptx
statistik_cek1.pptx
 
Bahan Ajar Statistik.pdf
Bahan Ajar Statistik.pdfBahan Ajar Statistik.pdf
Bahan Ajar Statistik.pdf
 
Pertemuan 5 (ukuran pemusatan data dan ukuran letak data)
Pertemuan 5 (ukuran pemusatan data dan ukuran letak data)Pertemuan 5 (ukuran pemusatan data dan ukuran letak data)
Pertemuan 5 (ukuran pemusatan data dan ukuran letak data)
 
4. PPT Materi Ajar Statistika (Ganjil 2019-2020).pdf
4. PPT Materi Ajar Statistika (Ganjil 2019-2020).pdf4. PPT Materi Ajar Statistika (Ganjil 2019-2020).pdf
4. PPT Materi Ajar Statistika (Ganjil 2019-2020).pdf
 
Ppt singkat pengantar statistika
Ppt singkat pengantar statistikaPpt singkat pengantar statistika
Ppt singkat pengantar statistika
 
Ukuran pemusatan data adalah nilai tunggal yang dapat memberikan gambaran yan...
Ukuran pemusatan data adalah nilai tunggal yang dapat memberikan gambaran yan...Ukuran pemusatan data adalah nilai tunggal yang dapat memberikan gambaran yan...
Ukuran pemusatan data adalah nilai tunggal yang dapat memberikan gambaran yan...
 
ukuran pemusatan dan penyebaran
ukuran pemusatan dan penyebaranukuran pemusatan dan penyebaran
ukuran pemusatan dan penyebaran
 
Statistik-Sosial-pada kelas Pertemuan-4.ppt
Statistik-Sosial-pada kelas Pertemuan-4.pptStatistik-Sosial-pada kelas Pertemuan-4.ppt
Statistik-Sosial-pada kelas Pertemuan-4.ppt
 
materi Statistik Sosial dan analisis data .ppt
materi Statistik Sosial dan analisis data .pptmateri Statistik Sosial dan analisis data .ppt
materi Statistik Sosial dan analisis data .ppt
 
Kelompok 6 statistik
Kelompok 6 statistikKelompok 6 statistik
Kelompok 6 statistik
 
Statistika dan probabilitas tugas iii
Statistika dan probabilitas tugas iiiStatistika dan probabilitas tugas iii
Statistika dan probabilitas tugas iii
 
Makalah ukuran pemusatan data dan ukuran letak data
Makalah ukuran pemusatan data dan ukuran letak dataMakalah ukuran pemusatan data dan ukuran letak data
Makalah ukuran pemusatan data dan ukuran letak data
 
1. statistika dan_pengujian_opuji_
1. statistika dan_pengujian_opuji_1. statistika dan_pengujian_opuji_
1. statistika dan_pengujian_opuji_
 
Konsep Statistika dan Metode Ilmiah
Konsep Statistika dan Metode IlmiahKonsep Statistika dan Metode Ilmiah
Konsep Statistika dan Metode Ilmiah
 
Presentasi bahan kuliah
Presentasi bahan kuliahPresentasi bahan kuliah
Presentasi bahan kuliah
 
Pert 02 statistik deskriptif 2013
Pert 02 statistik deskriptif 2013Pert 02 statistik deskriptif 2013
Pert 02 statistik deskriptif 2013
 
Ukuran pemusatan data
Ukuran pemusatan dataUkuran pemusatan data
Ukuran pemusatan data
 

More from Rusmaini Mini

More from Rusmaini Mini (18)

Tugas pmri kelompok 4 b
Tugas pmri kelompok 4 bTugas pmri kelompok 4 b
Tugas pmri kelompok 4 b
 
Mtq
MtqMtq
Mtq
 
Ppt
PptPpt
Ppt
 
Bse kelas 6
Bse kelas 6Bse kelas 6
Bse kelas 6
 
Bse kelas 5
Bse kelas 5Bse kelas 5
Bse kelas 5
 
Bse kelas 4
Bse kelas 4Bse kelas 4
Bse kelas 4
 
Bse kelas 3
Bse kelas 3Bse kelas 3
Bse kelas 3
 
Bse kelas 2
Bse kelas 2Bse kelas 2
Bse kelas 2
 
Bse kelas 1
Bse kelas 1Bse kelas 1
Bse kelas 1
 
Kecepatan dalam matematika
Kecepatan dalam matematikaKecepatan dalam matematika
Kecepatan dalam matematika
 
Kecepatan dalam matematika
Kecepatan dalam matematikaKecepatan dalam matematika
Kecepatan dalam matematika
 
Sejarah matematikaku
Sejarah matematikakuSejarah matematikaku
Sejarah matematikaku
 
Tema dan alokasi waktu pada sekolah dasar
Tema dan alokasi waktu pada sekolah dasarTema dan alokasi waktu pada sekolah dasar
Tema dan alokasi waktu pada sekolah dasar
 
Lingkaran ku
Lingkaran kuLingkaran ku
Lingkaran ku
 
Tugas kelompok transformaus
Tugas kelompok transformausTugas kelompok transformaus
Tugas kelompok transformaus
 
Reflection paper
Reflection paperReflection paper
Reflection paper
 
Permendiknas no 22 th 2006
Permendiknas no 22 th 2006Permendiknas no 22 th 2006
Permendiknas no 22 th 2006
 
Rpp mini 8 ketrampilan
Rpp mini 8 ketrampilanRpp mini 8 ketrampilan
Rpp mini 8 ketrampilan
 

UKURAN PEMUSATAN STATISTIKA

  • 1. UKURAN PEMUSATAN STATISTIKA Disusun oleh : KELOMPOK 3 1. Nuruljanah 2. Ranny Novitasari 3. Ria Puspita Sari 4. Rina Anggraini 5. Rusmaini 6. Rindi Antikasari PENDIDIKAN MATEMATIKA FAKULTAS KEGURUAN DAN ILMU PENDIDIKAN UNIVERSITAS SRIWIJAYA INDARALAYA
  • 2. UKURAN PEMUSATAN A. DEFINISI UKURAN PEMUSATAN Rata-rata (average) adalah nilai yang mewakili himpunan atau sekelompok data (a set of data).Nilai rata-rata umumnya cenderung terletak di tengah suatu kelompok data yang disusun menurut besar /kecilnya nilai. Dengan perkataan lain, nilai rata-rata mempunyai kecenderungan memusat, sehingga sering disebut ukuran kecenderungan memusat (measures of central tendency). Beberapa jenis rata-rata yang sering dipergunakan adalah rata-rata hitung (arithmetic mean atau sering disingkat mean saja), rata-rata ukur (geometric mean) dan rata-rata harmonis (harmonic mean).Setiap rata-rata tersebut selain mempunyai keunggulan juga memiliki kelemahan, dan ketepatan penggunaannya sangat tergantung pada sifat dari data dan tujuannya (misalnya, untuk melakukan analisis). (Supranto,J:95) Disini, yang dimaksud dengan rata-rata ialah rata-rata hitung, kecuali apabila ada keterangan atau penjelasan lain. Dalam kehidupan sehari-hari, rata-rata ini lebih banyak dikenal.Contohnya, rata-rata nilai hasil ujian seorang mahasiswa, rata-rata peminat program studi matematika, dan lain sebagainya. Rata-rata hitung, yang untuk selanjutnya kita singkat rata-rata, sering digunakan sebagai dasar perbandingan antara dua kelompok nilai atau lebih.(Supranto,J:95) Misalnya ada dua mahasiswa, yaitu Ria dan Tia dari Fakultas Keguruan dan Ilmu Pendidikan Universitas Sriwijaya, yang menempuh ujian lima mata pelajaran, yaitu : Statistik, Kalkulus Lanjut, Alpro II, Belajar dan Pembelajaran, dan Geometri. Untuk menentukan mana yang lebih pandai antara Ria dan Tia, dapat dipergunakan rata-rata. Misalkan hasil ujian Ria dan Tia adalah seperti disajikan dalam Tabel 1.1. Mata Pelajaran Hasil Ujian Ria (X) Hasil Ujian Tia (Y) Statistik Kalkulus Lanjut Alpro II Belajar dan Pembelajaran Geometri 8 7 6 8 7 7 6 5 6 6
  • 3. Jumlah 36 30 Rata-rata 36/5 =7,2 30/5=6 Dari nilai rata-rata tersebut dapat disimpulkan bahwa Ria lebih pandai dari Tia. I. Rata-rata Hitung Apabila kita mempunyai nilai variable X, sebagai hasil pengamatan atau observasi sebanyak N kali, yaitu X1,X2,…,Xi,…,XN, maka : a) Rata-rata sebenarnya (populasi): dibaca “myu”, yaitu symbol rata-rata sebenarnya yang disebut parameter. Rata-rata ini dihitung berdasarkan populasi.Oleh karena itu, rata-rata sebnarnya sering disebut juga rata- rata populasi. (Supranto,J:96) b) Rata-rata perkiraan (sampel): Apabila rata-rata tersebut dihitung berdasarkan sampel sebanyak n dimana n < N observasi, maka rata-rata yang diperoleh disebut rata-rata perkiraan, atau rata-rata sampel, yang diberi symbol yang rumusnya adalah sebagai berikut :(Supranto,J:96) dibaca “X bar”, yaitu symbol rata-rata merupakan perkiraan Contoh1 : Misalkan X Hasil ujian Statistika Dasar Mahasiswa Matematika FKIP “X”. Hasil ujian dari 30 orang mahasiswa adalah sebagai berikut : X1 = 60 X2 = 65 X3= 71 X4= 78 X5= 82
  • 4. X6= 75 X7= 80 X8= 68 X9= 77 X10= 85 X11= 83 X12=70 X13= 75 X14= 85 X15= 77 X16= 70 X17 = 78 X18 = 71 X19 = 82 X20 =75 X21 = 65 X22 = 80 X23 = 80 X24 = 71 X25 = 78 X26 = 85 X27 = 60 X28 = 83 X29 = 68 X30 = 65 a. Berdasarkan data tersebut hitunglah rata-rata hasil ujian yang sebenarnya. b. Kemudian ambil sampel sebanyak n = 10 dan hitunglah rata-rata perkiraan, jika sampel yang terambil X2, X5, X7, X9,X14, X17, X21, X23, X26, X28, X29. Penyelesaian: a. = = = 74,73 b. = = = = 84,48
  • 5. Rata-rata sampel ternyata jauh lebih tinggi. Nilai perkiraan ini akan lebih mendekati nilai sebenarnya apabila jumlah elemen sampel ditambah, misalnya n=1 atau lebih besar lagi. n=13 X1 = X27=60 X2 = X21=65 X3 = X18=71 X4 = X17=78 X5 = X19=82 X6 =X 13=75 X7 = X22=80 X8 = X29=68 X9 = X15=77 X10=X26=85 X11 =X28=83 X12=X16=70 = = = 74,5 dekat sekali dengan rata-rata ( Pada umumnya, makin besar elemen sampel (nilai n makin besar), makin baik perkiraan yang diperoleh.Karena pengumpulan data umumnya didasarkan atas sampel, maka hasilnya merupakan suatu perkiraan.Untuk selanjutnya, kita pergunakan rumus rata-rata perkiraan sebagai perkiraan dari dan sampel yang diselidiki sebanyak n elemen. (Supranto, J:98) II. Rata-rata Hitung Data Berkelompok Apabila data sudah disajikan dalam bentuk tabel frekuensi, dimana X1 terjadi f1 kali , X2 terjadi f2 kali, dan seterusnya sampai Xk terjadi fk kali, maka rumus rata-rata dari data yang sudah dibuat tabel frekuensinya adalah sebagai berikut : Karena maka ; atau
  • 6. di mana M1 = nilai tengah kelas interval ke-I (untuk data berkelompok). Contoh 2: Tabel berikut memuat data nilai ujian statistikMahasiswa Matematika FKIP “Y” dan jumlah mahasiswa yang mendapat nilai X, f. X 61 64 67 70 73 f 5 8 7 10 9 Hitung rata-rata nilai ujian mahasiswa tersebut. Penyelesaian : = = = 67,76 Jadi, rata-rata nilai ujian mahasiswa di atas adalah 67,76. Contoh 3: berikut adalah tabel Hasil ujian Statistika Dasar Mahasiswa Matematika FKIP “X”. Rentang Nilai Banyak Mahasiswa 58-62 63-67 68-72 73-77 78-82 83-87 2 3 7 5 8 5 Hitunglah rata-rata nilai ujian mahasiswa tersebut. Penyelesaian :
  • 7. Tabel Hasil ujian Statistika Dasar Mahasiswa Matematika FKIP “X” Rentang Nilai M F Mf 58-62 63-67 68-72 73-77 78-82 83-87 60 65 70 75 80 85 2 3 7 5 8 5 120 195 490 375 640 425 Jumlah M1 = …., M6 = =85 = = 74,83 Jadi, rata-rata perkiraan hasil ujian per mahasiswa adalah 74,83. III. Rata-rata Hitung Tertimbang Sering kali dalam suatu persoalan, masing-masing nilai mempunyai nilai bobot / timbangan tertentu, misalnya X1dengan timbangan W1 , X2 dengan timbangan W2 , dan seterusnya sampai Xn dengan timbangan Wn . oleh karena itu, rata-rata yang menggunakan timbangan tersebut disebut rata-rata tertimbang (weighted arithmetic mean) dengan rumus sebagai berikut : (Supranto, J:101) Dalam rumus tersebut timbangannya berupa frekuensi ( )
  • 8. Contoh 4: Seorang mahasiswa FKIP Universitas “X”, menempuh ujian untuk mata kuliah Kalkulus Lanjut (3 kredit), Statistik (3 kredit), BDP (4 kredit) dan Bahasa Inggris (1 kredit). Ternyata hasilnya menunjukkan bahwa nilai Kalkulus II = 82, Statistik = 86, BDP = 90, dan Bahasa Inggris = 85. Hitung rata-rata nilai hasil ujian dari mahasiswa tersebut ! Penyelesaian : Diketahui X1= 82, X2=86, X3= 90, X4= 85, W1=3, W2=3, W3=4, W4=1. = = = 86,27 jadi, rata-rata nilai ujian mahasiswa tersebut adalah 86,27. B. Beberapa Sifat / Ciri Rata-rata Hitung 1. Jumlah deviasi atau selisih dari suatu kelompok nilai terhadap rata-ratanya adalah sama dengan nol, yaitu :(Supranto,J :102) di mana, atau 2. Jumlah deviasi kuadrat dari suatu kelompok nilai terhadap nilai k akan minimum (terkecil) jika k = . Maksudnya, 3. Apabila ada kelompok nilai : Kelompok pertama sebanyak f1 nilai dengan rata-rata 1 Kelompok kedua sebanyak f2 nilai dengan rata-rata 2 Kelompok ke-I sebanyak fi nilai dengan rata-rata i Kelompok ke-k sebanyak fk nilai dengan rata-rata k Oleh karenanya, rata-rata dari seluruh nilai adalah sebagai berikut :(Supranto,J :103)
  • 9. 4. Apabila k adalah sembarang nilai yang merupakan nilai rata-rata asumsi / anggapan dan d merupakan deviasi atau selisih dari nilai Xi terhadap k (di = Xi – ki, I = 1,2,…,n), maka diperoleh rata-rata sebagai berikut :(Supranto,J :104) sebagai pengganti sebagai pengganti , i= 1,2,…,k. 5. Jika suatu kelompok data sangat heterogen, maka rata-rata hitung tidak dapat mewakili masing-masing nilai dari kelompok tersebut dengan baik. Rata-rata hitung hanya dapat mewakili dengan sempurna atau nilainya tepat apabila kelompok datanya homogen ( semua nilai dalam kelompok sama ). Semakin heterogen datanya semakin tidak tepat. Suatu kelompok data dikatakan homogen atau tidak bervariasi jika semua nilai dari kelompok tersebut sama dan dikatakan sangat heterogen jika nilai-nilai tersebut sangat berbeda satu sama lain atau sangat bervariasi. Antara homogen dan sangat heterogen disebut relatif homogen, yaitu perbedaan antara nilai yang satu dengan lainnya tidak begitu besar. Untuk mengukur tingkat homogenitas atau tingkat variasi tersebut, sering dipergunakan kriteria yang disebut simpangan baku (standard deviation). (Supranto,J :107) C. MEDIAN (DATA TIDAK BERKELOMPOK) Apabila ada sekelompok data nilai sebanyak n diurutkan mulai dari yang terkecil X1 sampai dengan yang terbesar Xn, maka nilai yang ada di tengah disebut Median (Med). (Supranto,J :107) 1. Untuk n Ganjil Kalau k adalah suatu bilangan konstan dan n ganjil, maka selalu dapat ditulis : Atau Contoh 5: Nilai ujian Statistika dari 9 mahasiswa FKIP “X”, masing-masing adalah sebagai berikut : 90, 70, 60,75, 65, 80, 55, 50, 85. Berapa besarnya nilai median ?
  • 10. Penyelesaian: Data diurutkan terlebih dahulu dari nilai terkecil sampai dengan yang terbesar. X1 = 50, X2 = 55, X3 = 60, X4 = 65, X5= 70, X6 = 75, X7 = 80, X8 = 85, X9 = 90 9 = 2k + 1 k = Med = Xk+1 = X4+1 = X5 = 70 2. Untuk n Genap Kalau k adalah suatu bilangan konstan dan n genap, maka selalu dapat ditulis n = 2k, atau k = . Misalkan n = 8, maka k = 4. Median = Contoh6 : dari contoh 5, bukan 9 orang mahasiswa, melainkan ada 10 orang dengan nilai ujian sebagai berikut : 45, 90, 70, 60,75, 65, 80, 55, 50, 85. Berapa besarnya median dari nilai ujian Statistika tersebut? Penyelesaian : X1 = 40, X2 = 50, X3 = 55, X4 = 60, X5= 65, X6 = 70, X7 = 75, X8 = 80, X9 = 85, X10 =90 10 = 2k k = 5 Med = = = = 67,5 jadi, median nilai ujian Statistik = 67,5
  • 11. D. MEDIAN (DATA BERKELOMPOK) Untuk data yang berkelompok, nilai median dapat dicari dengan interpolasi yang rumusnya adalah sebagai berikut : (Supranto,J:110) Med = Di mana : L0 = nilai batas bawah dari kelas yang mengandung atau memuat nilai median; n = banyaknya observasi = jumlah semua frekuensi; = jumlah frekuensi dari semua kelas di bawah kelas yang mengandung median (kelas yang mengandung median tak termasuk); = frekuensi dari kelas yang mengandung median; = besarnya kelas interval, jarak antara kelas yang satu dengan lainnya atau besarnya kelas interval yang mengandung median. Secara geometric, median juga merupakan nilai X dari absis (sumbu horizontal) sesuai dengan jarak tegak lurus yang membagi suatu histogram (seluruh kurva) menjadi dua daerah yang sama luasnya (50% sebelah kiri median, 50% sebelah kanan median). Jadi, seluruh observasi seolah-olah dibagi menjadi dua, setengah di sebelah kiri median (yang terdiri dari observasi yang nilainya sama atau lebih kecil dari median) dan setengahnya lagi di sebelah kanan median ( yang terdiri dari obsevasi yang nilainya sama atau lebih besar dari median). (Supranto,J:111) Contoh7 : dengan menggunakan rumus interpolasi, hitunglah nilai median dari data berikut: Tabel Hasil ujian Statistika Dasar Mahasiswa Matematika FKIP “X” Rentang Nilai Banyak Mahasiswa (f) 58-62 63-67 68-72 73-77 78-82 83-87 2 3 7 5 8 5 Jumlah 30
  • 12. Penyelesaian : Setengah dari observasi = 30/2 = 15 (f1+f2+f3 = 12), dan untuk mencapa 15 masih kurang 3, sehingga perlu ditambah dengan frekuensi kelas keempat. Jadi median terletak pada kelas ke-4, yaitu kelas 73-77. c = 77,5 – 72,5 = 5 L0 = 72,5 n/2 = 15 = 12 fm = 5 Med = = = 72,5 + 5 (0,6) = 72,5 + 3 = 75,5 jadi, median untuk data tersebut adalah 75,5 E. MODUS (DATA TIDAK BERKELOMPOK) Modus dari suatu kelompok nilai adalah nilai kelompok tersebut yang mempunyai frekuensi tertinggi, atau nilai yang paling banyak terjadi di dalam suatu kelompok nilai.Biasanya modus dapat disingkat menjadi Mod. (Supranto, J: 114) Xi = modus = mod kalau f1mempunyai nilai terbsear dibandingkan dengan frekuensi lainnya. untuk semua i X F (1) (2) X1 X2 . . . Xi . . . Xn f1 f2 . . . fi . . . fn
  • 13. Suatu distribusi mungkin tidak mempunyai mod atau mungkin mempunyai dua mod atau lebih.Distribusi disebut Unimodal (jika mempunyai satu mod), Bimodal (jika mempunyai dua mod), atau Multimodal (jika mempunyai lebih dari dua mod).(Supranto, J: 114) Contoh 8: dari data berikut apakah ada mod nya? Kalau ada, tentukan nilainya! 2, 2, 5, 7, 9, 9, 9, 10, 10, 11, 12, 18 Langkah pertama, buatlah tabel frekuensinya. Mod Jadi, mod = 9, sebab nilai observasiini yang paling banyak atau mempunyai frekuensi terbesar. F. MODUS (DATA BERKELOMPOK) Apabila data sudah dikelompokkan dan disajikan dalam tabel frekuensi, maka dalam mencari modusnya harus dipergunakan rumus berikut ini : Mod = Di mana : L0 = nilai batas bawah dari kelas yang memuat modus; = frekuensi dari kelas yang memuat modus; = selisih frekuensi kelas yang memuat modus dengan frekuensi kelas sebelumnya (bawahnya); X F 2 5 7 9 10 11 12 18 2 1 1 3 2 1 1 1
  • 14. = selisih frekuensi kelas yang memuat modus dengan frekuensi kelas sesudahnya (atasnya) = besarnya jarak antara nilai batas atas dan nilai batas bawah dari kelas yang memuat modus. Contoh 9: dari data yang disajikan dalam tabel frekuensi berikut ini, carilah modusnya. Rentang Nilai Banyak Mahasiswa (f) 58-62 63-67 68-72 73-77 78-82 83-87 2 3 7 5 8 5 Jumlah 30 Penyelesaian: Kelas yang berisi modus = 8 L0= = 77,5 Nilai batas atas = = 82,5 c = 82,5 – 77,5 = 5 = 8-5 = 3 = 8-5 = 3 Mod = = = 77,5 + 5(0,5) = 77,5 + 0,25 = 77,75
  • 15. G. RATA-RATA DI LUAR UKURAN PEMUSATAN I. Rata-rata Ukur Nilai rata-rata ukur diberi symbol U, dimana U = . Jadi, rata-rata ukut suatu kelompok nilai merupakan akar pangkat n dari hasil kali masing- masing nilai kelompok tersebut.untuk mencari rata-rata ukur, juga dapat dipergunakan rumus berikut: (Supranto,J:119) Atau U menggunakan perbandingan yang relative tetap sehingga seolah-olah urutan data merupakan barisan geometri.Misalnya dan seterusnya.Di mana dan seterusnya. U banyak digunakan untuk data teknik atau yang bersifat enginering.(Herrhyanto & Hamid:4.7) II. Rata-rata Harmonis Rata-rata harmonis (RH) dari n angka adalah nilai yang diperoleh dengan jalan membagi n dengan jumlah kebalikan dari masing-masing X tersebut. (Supranto,J:123) Rumusnya adalah sebagai berikut :
  • 16. III. Nilai Rata-rata Kuadratis (NKR) Biasanya nilai rata-rata kuadratis disebut juga “Akar Nilai Rata-rata Kuadratis” atau dikatakan sebagai “Nilai Rata-rata Kuadratis” dari kumpulan bilangan yang merupakan urutan dan diberi symbol dengan : i = sampai dengan N Biasanya NKR ini digunakan dalam ilmu-ilmu fisika, Teknik yang banyak hubungannya dengan Fisika.(Herrhyanto & Hamid:4.8) H. KUARTIL, DESIL, DAN PERSENTIL (DATA TAK BERKELOMPOK) I. Kuartil Apabila median dapat dikatakan sebagai ukuran perduaan, maka kuartil dapat dikatakan sebagai ukuran perempatan. Artinya nilai-nilai kuartil akan membagi 4 sama banyak terhadap banyak data. Dengan demikian kita kenal kuartil pertama (Q1), kuartil kedua (Q2), dan kuartil ketiga (Q3).(Herrhyanto & Hamid:5.3) Jika suatu kelompok data atau nilai sudah diurutkan dari yang terkecil (X1) sampai yang terbesar (Xn), maka untuk menghitung Q1,Q2, dan Q3 dipergunakan rumus sebagai berikut : Contoh10: berikut ini adalah data nilai ujian Statistika dari 13 mahasiswa FKIP “X”, masing-masing adalah sebagai berikut : 90, 70, 60,75, 65, 80, 55, 50, 85,40, 45, 95,65. (n=13). Carilah nilai Q1,Q2, dan Q3. Penyelesaian : Pertama-tama data diurutkan terlebih dahulu ; X1 = 40,X2 =45,X3 = 50, X4 = 55, X5 = 60, X6= 65, X7= 65, X8 = 70, X9 = 75, X10 = 80, X11 = 85, X12=90, X13= 95 (berarti rata-rata dari X3 dan X4 ) Jadi,
  • 17. Jadi, (berarti rata-rata dari X10 dan X11 ) Jadi, II. Desil Untuk kelompok data di mana dapat ditentukan 9 nilai yang membagi kelompok data tersebut menjadi 10 bagian yang sama, misalnya, . artinya setiap bagian memiliki jumlah observasi yang sama. Nilai tersebut dinamakan desil pertama, kedua, dan seterusnya sampai desil kesembilan. Jika nilai kelompok data tersebut sudah diurutkan dari yang terkecil ( sampai yang terbesar , maka rumus desil adalah sebagai berikut : (Supranto,J:125) Contoh 11: berdasarkan contoh 10, hitunglah (berarti Jadi, 40+ (berarti Jadi, 45+ (berarti Jadi, 90+ III. Persentil
  • 18. Untuk kelompok data dimana , dapat ditentukan 99 nilai, , yang disebut persentil pertama, kedua, dan ke-99 yang membagi kelompok data tersebut menjadi 100 bagian; masing-masing mempunyai bagian dengan jumlah observasi yang sama dan sedemikian rupa. Apabila data sudah disusun dari yang terkecil ( sampai yang terbesar ( maka rumus persentil adalah sebagai berikut : I. KUARTIL, DESIL DAN PERSENTIL (DATA BERKELOMPOK) Untuk data berkelompok, yaitu data yang sudah dibuat tabel frekuensinya, maka rumus- rumus untuk kuartil, desil, dan persentil adalah sebagai berikut: (Supranto,J:126) Rumus Kuartil : Di mana: L0 = nilai batas bawah dari kelas yang memuat kuartil ke-i; n = banyaknya observasi = jumlah semua frekuensi; = jumlah frekuensi dari semua kelas sebelum kelas yang mengandung kuartil ke-i (kelas yang mengandung kuartil ke-i tidak termasuk); = frekuensi dari kelas yang mengandung kuartil ke-i; = besarnya kelas interval yang mengandung kuartil ke-i atau jarak nilai batas bawah (atas) kelas terhadap nilai batas bawah (atas) kelas berikutnya. Rumus Desil : Rumus Persentil :
  • 19. Di mana: L0 = nilai batas bawah dari kelas yang memuat desil ke-i (persentil ke-i); n = banyaknya observasi = jumlah semua frekuensi; = jumlah frekuensi dari semua kelas sebelum kelas yang memuat desil ke-i (persentil ke-i); = frekuensi dari kelas yang mengandung desil ke-i; = frekuensi dari kelas yang mengandung persentil ke-i = besarnya kelas interval yang mengandung desil ke-i (persentil ke-i). Contoh 12: Berdasarkan data berikut, hitunglah Q1, D6, dan P20. Rentang Nilai Banyak Mahasiswa (f) 58-62 63-67 68-72 73-77 78-82 83-87 2 3 7 5 8 5 Jumlah = n =30 Untuk menghitung Q1: = 5 belum mencapai 25% (7,5). Agar mencapai frekuensi 7,5, harus ikut dijumlahan frekuensi kelas ke-3, dengan demikian diketahui kelas ke-3 memuat Q1. = 5; = 7 Nilai batas bawah = = 67,5 Nilai batas atas = = 72,5
  • 20. c = 72,5-67,5 = 5 Untuk menghitung D6: = 17, jumlah ini belum mencapai 60% (=18). Agar mencapai nilai 18, harus ditambah dengan frekuensi dari kelas ke-5, dengan demikian kels ke-6 memuat D6. = 17; = 8 Nilai batas bawah = = 77,5 Nilai batas atas = = 82,5 c = 82,5-77,5 = 5
  • 21. Untuk menghitung P20: = 5, jumlah ini belum mencapai 20% (=6). Agar mencapai nilai 6, harus ditambah dengan frekuensi dari kelas ke-3, dengan demikian kels ke-3 memuat P20. = 5; = 7 Nilai batas bawah = = 67,5 Nilai batas atas = = 72,5 c = 72,5-67,5 = 5
  • 22. Daftar Pustaka Supranto, J. 2008. STATISTIK Teori dan Aplikasi.Jakarta : Erlangga. Herrhyanto, Hamid. 2007. Statistika Dasar. Jakarta : Universitas Terbuka