SlideShare a Scribd company logo
1 of 40
MENJELASKAN DATA 
Pengukuran Nilai Sentral (Central 
Tendency)
Pengukuran nilai sentral, meliputi 
 Rata-rata Aritmatik/Hitung 
 Rata-rata pembobotan 
 Rata-rata Geometrik 
 Rata-rata Harmonik 
 Median 
 Modus 
 Skewness
Karateristik Rata-Rata 
 Rata-rata Aritmetika / rata-rata hitung adalah ukuran 
lokasi yang paling sering dipakai. 
 Rata-rata ini dihitung dengan cara menjumlah kan semua 
nilai dan membaginya dengan banyaknya nilai tersebut. 
 Karakteristik utama rata-rata adalah: 
 Memerlukan data dalam skala intervaI atau rasio. 
 Semua nilai dipakai. 
 Unik (dalam satu kelompok data hanya ada satu 
rata-rata). 
 Jumlah semua deviasi dari rata-rata adalah 0.
Population Mean 
 Untuk yang tidak dikelompokkan, rata-rata populasi adalah 
jumlah dari semua nilai populasi dibagi dengan jumlah total nilai 
populasi: 
X 
μ = Σ 
N 
dimana μ adalah rata-rata populasi. 
N adalah jumlah total observasi. 
X adalah nilai tertentu. 
S menunjukkan operasi penjumlahan.
Contoh 1 
 Contoh 1: Keluarga Budi memiliki 4 mobil. Berikut 
ini adalah jarak yang sudah ditempuh masing-masing 
mobil: 
56,000, 23,000, 42,000, 73,000 
Hitung rata-rata jarak yang sudah ditempuh keempat 
mobil. 
56,000+ ...+ 73,000 
4 = 48,500 
X 
μ = Σ 
N =
Sample Mean 
 Untuk data yang tidak dikelompokkan, rata-rata sampel 
adalah jumlah semua nilai sampel dibagi jumlah sampel: 
ΣX 
n 
X= 
dimana n adalah jumlah total sampel. 
Rata-rata sampel juga disebut rata-rata aritmetik atau 
rata-rata sampel.
Contoh 2 
 Satu sampel yang terdiri dari lima eksekutif menerima 
bonus dalam jumlah serikut ini tahun lalu ($000): 
14.0, 15.0, 17.0, 16.0, 15.0 
ΣX 14.0+ 15.0+ X= = 17.0+ 16.0+ 15.0 = 77 = 15.4 
n 5 5
Contoh 2 (continued) 
 Satu sampel yang terdiri dari lima eksekutif menerima 
bonus dalam jumlah serikut ini tahun lalu ($000): 
7.0, 15.0, 17.0, 16.0, 15.0 
 Merubah observasi pertama dari 14.0 menjadi 7.0 akan 
merubah rata-rata sampel. 
= 77 
= 15.4 
5 
= 14.0+ ...+ 15.0 
n 
5 
X= ΣX 
= 70 
= 14 
5 
= 7.0+ ...+ 15.0 
n 
5 
X= ΣX
Contoh 3 
 Misalnya ada satu set nilai: 3, 8, dan 4. Rata-ratanya 
adalah 5. Perhitungan berikut menunjukkan 
properti kelima dari rata-rata : 
x (x- x bar) 
3 (3-5)= -2 
8 (8-5)= 3 
4 (4-5)= -1 
Σ= 15 Σ= 0
Weighted Mean (Rata-rata Pembobotan) 
 Rata-rata pembobotan dari satu set angka X1, X2, ..., Xn, 
dengan bobot masing-masing w1, w2, ...,wn, dihitung 
dengan rumus sebagai berikut: 
(w X + w X + ...+ w X ) 
1 1 2 2 n n 
w (w + w + ...w 
1 2 n ) 
X = 
Bobot (w)  Jumlah frekuensi
Contoh 4 
 Dalam satu jam, seorang penjual minuman ringan 
berhasil menjual 50 minuman. Dia menjual lima 
minuman seharga $0.50, lima belas seharga $0.75, lima 
belas seharga $0.90, dan lima belas seharga $1.15. 
Hitung rata-rata tertimbang harga minuman yang 
terjual. 
X = $44.50 = $0.89 
w 
50 
w x (w . x) 
5 0.50 2.50 
15 0.75 11.25 
15 0.90 13.50 
15 1.15 17.25 
Σ= 50 Σ= 44.50
Geometric Mean 
 Geometric mean (GM) atau Rata-rata geometrik dari 
satu set angka n adalah akar pangkat n dari perkalian 
angka n . Formulanya adalah sbb: 
G n X X X Xn 
( 1)( 2)( 3)...( ) 
log 
n 
X 
= 
G 
å = 
log 
Rata-rata geometrik dipergunakan untuk menghitung 
rata-rata persentase, indeks, atau angka relatif. 
 Rata-rata geometrik tidak dapat dihitung bila ada 
angka yang negatif.
Contoh 7 
 Tingkat suku bunga pada 3 surat obligasi 5, 21, dan 4 
persen. 
 Rata-rata geometric : 
GM= 3 (5)(21)(4) = 7.49 
 Rata-rata arithmetic: (5+21+4)/3 =10.0 
 GM menghasilkan angka profit yang lebih konservatif 
karena tidak terlalu dipengaruhi oleh suku bunga 
terbesar, 21 %.
Geometric Mean c o ntinue d 
 Penggunaan lain dari rata-rata geometrik adalah 
untuk menghitung persentase kenaikan penjualan, 
produksi atau aktivitas bisnis atau ekonomi dari satu 
periode ke periode yang lain: 
GM= (Nilai akhir periode) n - 
1 
(Nilai awal periode)
Contoh 8 
 Jumlah total perempuan yang terdaftar pada 
Universitas di Amerika meningkat dari 755,000 pada 
tahun 1992 menjadi 835,000 pada tahun 2000. Berapa 
rata-rata geometrik tingkat pertumbuhannya? 
835,000 
755,000 - 1 = .0127 
GM= 8
Contoh 9 
 Seorang investor ingin memperoleh hasil 100% dalam 
waktu satu tahun dari investasi pada bisnisnya. Berapa 
persentase hasil (return) yang harus diperoleh setiap 
bulan? 
- 1 = .059 
GM= 12 200 
100 
Bisnisnya harus menghasilkan return 5.9% setiap bulan.
Contoh 10 
 Pemerintah Cina pada tahun 1990 menyatakan bahwa 
PDB mereka akan meningkat dua kali lipat dalam 20 
tahun. Berapa tingkat pertumbuhan tahunan PDB agar 
impian ini menjadi kenyataan? 
- 1 = .035 
GM= 20 200 
100 
Pertumbuhan tahunan PDB 3.5%.
Harmonic Mean 
 Rumus : 
H n1 
å 
= 
i X 
 Contoh : 
Pimpinan perusahaan memberikan dana masing-masing 
Rp 100 juta kepada tiga dep (A,B,C) untuk 
pemb komp. Dep A melaporkan harga per unit 
komputer Rp 5 juta, dep B melaporkan Rp 4 juta dan 
dep C melaporkan Rp 4,5 juta. Berapa rata-rata harga 
komputer tersebut ? 
4.462.809,92 
4,5 
1 
4 
1 
5 
1 
3 = 
+ + 
H =
The Median 
 Median adalah nilai tengah dari satu set nilai yang 
telah diurutkan dari nilai terkecil sampai nilai terbesar. 
 Letak median= n+1 
2 
 Untuk satu set data yang ganjil, median akan tepat 
berada di tengah. 
 Untuk satu set data yang genap, median dihitung 
dengan rata-rata hitung dari dua nilai tengah.
Contoh 5 
 Data umum dari satu sampel yang terdiri dari 5 
mahasiswa adalah sbb: 
21, 25, 19, 20, 22 
 Susun data tsb dari kecil ke besar: 
19, 20, 21, 22, 25. Sehingga median adalah 21. 
Tinggi badan empat pemain basket (dlm inci), adalah sbb: 
76, 73, 80, 75 
Susun data tersebut dari kecil ke besar, sehingga 
menjadi: 
73, 75, 76, 80. Median: (75+76)/2= 75.5
Karakteristik Median 
1. Dalam satu data set ada satu median (unik). 
2. Median tidak dipengaruhi oleh nilai yang terlalu 
besar maupun terlalu kecil. Oleh karena itu, 
median menjadi ukuran sentral yang penting 
ketika ada nilai yang semacam itu. 
3. Dapat dihitung pada data skala rasio, interval, 
maupun ordinal.
The Mode (Modus) 
 Modus adalah nilai observasi yang peling sering 
muncul. 
 Dalam satu data set, dimungkinkan ada lebih dari satu 
modus. 
 Contoh 6: Nilai ujian sepuluh orang siswa adalah sbb: 
81, 93, 84, 75, 68, 87, 81, 75, 81, 87. 
Karena nilai 81 paling sering muncul, maka nilai 
tersebut adalah Modus.
MEAN, MEDIAN & 
MODUS 
untuk data yang dikelompokkan 
(Distribusi Frekuensi)
Rata-rata untuk Data yang dikelompokkan 
 Mean (rata-rata) dari data sampel yang disusun dalam 
distribusi frekuensi dihitung dengan rumus berikut: 
x = Σxf 
n 
di mana: 
• x : nilai tengah kelas 
• f : frekuensi kelas 
• n : jumlah observasi
Contoh 12 
 Sebuah sampel yang 
terdiri dari sepuluh 
bioskop di Surabaya 
dihitung jumlah film 
yang diputar minggu 
lalu. Hitunglah jumlah 
rata-rata film yang 
diputar. 
Jumlah 
film yang 
diputar 
frequency 
f 
1 up to 3 1 
3 up to 5 2 
5 up to 7 3 
7 up to 9 1 
9 up to 11 3 
Total 10
Contoh 12 c o ntinue d 
= 66 
n 
= 6.6 
10 
X= ΣXf 
Jumlah 
film yang 
diputar 
frequency 
f 
class 
midpoint 
X 
(f ) (X) 
1 up to 3 1 2 2 
3 up to 5 2 4 8 
5 up to 7 3 6 18 
7 up to 9 1 8 8 
9 up to 11 3 10 30 
Tot al 10 66
Median untuk Data yang dikelompokkan 
 Median suatu data sampel yang disusun dalam 
distribusi frekuensi dihitung dengan cara berikut: 
2 CF 
f (i) 
n 
Median= L+ 
- 
di mana: 
• L adalah batas bawah kelas median 
• CF adalah frekuensi kumulatif sebelum kelas median, 
• f adalah frekuensi kelas median 
• i adalah interval kelas median.
Menentukan kelas Median 
 Untuk menentukan kelas median untuk data kelompok: 
 Buatlah distribusi frekuensi kumulatif. 
 Lalu bagi jumlah total data dengan 2. 
 Tentukan kelas akan berisi nilai ini. Untuk Contoh, 
jika n = 50, 50 / 2 = 25, kemudian tentukan kelas 
akan berisi nilai urutan ke 25.
Contoh 13 
Jumlah film 
yg diputar 
Frekuensi Frekuensi 
Kumulatif 
1 up to 3 1 1 
3 up to 5 2 3 
5 up to 7 3 6 
7 up to 9 1 7 
9 up to 11 3 10
Contoh 13 c o ntinue d 
 Dari tabel kita peroleh: 
L=5, n=10, f=3, i=2, CF=3 
10 
2 3 
3 (2) = 6.33 
2 CF 
f (i) = 5+ 
n 
Median= L+ 
- -
Modus untuk data yang dikelompokkan 
 Modus untuk data yang dikelompokkan dapat 
diperkirakan dengan nilai tengah kelas yang memiliki 
frekuensi kelas terbesar. 
Movies 
showing 
Frequency Class 
Midpoint 
1 up to 3 1 2 
3 up to 5 2 4 
5 up to 7 3 6 
7 up to 9 1 8 
9 up to 11 3 10 
 Contoh 13 (continued): 
Modus dalam Contoh 13 
adalah 6 (nilai tengah dari 5 
s/d 7) dan 10 (nilai tengah dari 
9 s/d 11) . 
Ketika dua nilai modus muncul lebih dari satu kali, distribusi-nya 
disebut bimodal, seperti dalam Contoh 13.
Modus untuk data kelompok 
 Modus untuk data yang dikelompokkan dapat 
dihitung dengan formula berikut: 
 Formula : 
æ ö 
M L d i 
= +ç ¸ è + ø 
æ ö 
= -ç ¸ è + ø 
 d1: f kelas modus - f kelas sebelum kelas modus 
 d2: f kelas modus – f kelas sesudah kelas modus 
1 
0 
1 2 
2 
1 2 
o 
d d 
M U d i 
d d
Movies 
showing 
Frequency Class 
Midpoint 
1 up to 3 1 2 
3 up to 5 2 4 
5 up to 7 3 6 
7 up to 9 1 8 
9 up to 11 3 10 
æ ö æ - ö = + ç ¸ = + ç ¸´ = + = è + ø è - + - ø 
1 3 2 2 1 
5 2 5 5.67 
0 
1 2 
æ ö æ - ö = + ç 1 
= + = + = è + ¸ ç ø è - + - ¸´ ø 
0 
1 2 
(3 2) (3 1) 3 
2 9 3 1 2 9 4 9.8 
(3 1) (3 0) 5 
M L d i 
d d 
M L d i 
d d
EXAMPLE 
Penjualan f X 
20-<30 4 25 
30-<40 7 35 
40-<50 8 45 
50-<60 12 55 
60-<70 9 65 
70-<80 8 75 
80-<90 2 85 
50 
æ 
= + - o M 
50 (12 8) = ÷ ÷ø 
10 55,7 
(12 8) (12 9) 
ö 
ç çè 
- + -
Distribusi Simetris 
zero skewness: modus = median = mean 
Density Distribution 
(tinggi dapat ditafsirkan 
sebagai frekuensi relatif) 
Area di bawah distribusi kepadatan adalah 1. Jumlah frekuensi relatif adalah 1. 
Jadi median selalu membagi distribusi kepadatan menjadi dua daerah yang sama.
Right Skewed Distribution 
Positively skewed: 
(Menceng ke kanan) 
Mean dan Median berada di 
sebelah kanan dari Modus. 
Modus<Median<Mean
Left Skewed Distribution 
Negatively Skewed: 
(Menceng ke kiri) 
Mean dan Median disebelah kiri 
Modus. 
Mean<Median<Modus
Latihan soal no. 58 
f X f.x fk 
0 -< 5 2 2.5 5 2 
5 -< 10 7 7.5 52.5 9 
10 -< 15 12 12.5 150 21 
15 -< 20 6 17.5 105 27 
20 -< 25 3 22.5 67.5 30 
30 380 
x = Σf ´x = = 
a. Mean 380 12.67 
30 
n 
b. Kelas Median 30/2=15  Kelas: 10-<15 
n CF 30 
- - 9 
Median= L+ 2 (i) = 10+ 2 (5) = 12.5 
12 m 
f 
c. Kelas Modus 10-<15 
æ ö æ - ö = + ç 1 
¸ = + + ç ¸´ = è ø è - + - ø 
0 
1 2 
10 12 7 5 10.83 
(12 7) (12 6) 
M L d i 
d d
Latihan soal no. 59 
f X f.x fk 
20 -< 30 7 25 175 7 
30 -< 40 12 35 420 19 
40 -< 50 21 45 945 40 
50 -< 60 18 55 990 58 
60 -< 70 12 65 780 70 
70 3310 
x = Σf ´x = = 
a. Mean 3310 47.28 
70 
n 
b. Kelas Median 70/2=35  Kelas: 40-< 50 
n CF 70 
- -19 
Median= L+ 2 (i) = 40+ 2 (10) = 40+ 7.62= 47.62 
21 m 
f 
c. Kelas Modus 40-<50 
æ ö æ - ö = + ç 1 
¸ = + + ç ¸´ = è ø è - + - ø 
0 
1 2 
40 21 12 10 47.5 
(21 12) (21 18) 
M L d i 
d d
Latihan soal no. 60 
f X f.x fk 
10-<20 3 15 45 3 
20-<30 7 25 175 10 
30-<40 18 35 630 28 
40-<50 20 45 900 48 
50-<60 12 55 660 60 
60 175 2410 
x = Σf ´x = = 
a. Mean 2410 40.17 
60 
n 
b. Kelas Median 60/2=30  Kelas: 40-< 50 
n CF 60 
- - 28 
Median= L+ 2 (i) = 40+ 2 (10) = 40+ 1= 41 
20 m 
f 
c. Kelas Modus 40-<50 
æ ö æ - ö = + ç 1 
¸ = + + ç ¸´ = è ø è - + - ø 
0 
1 2 
40 20 18 10 41 
(20 18) (20 12) 
M L d i 
d d

More Related Content

What's hot

Permintaan dan-penawaran
Permintaan dan-penawaranPermintaan dan-penawaran
Permintaan dan-penawaranHaidar Bashofi
 
Analisis tabel-kontingensi
Analisis tabel-kontingensiAnalisis tabel-kontingensi
Analisis tabel-kontingensiDwi Mardiani
 
Pendekatan distribusi binomial ke normal
Pendekatan distribusi binomial ke normalPendekatan distribusi binomial ke normal
Pendekatan distribusi binomial ke normalAndriani Widi Astuti
 
Pengantar statistika slide 3
Pengantar statistika slide 3Pengantar statistika slide 3
Pengantar statistika slide 3Az'End Love
 
Bab 12 keseimbangan pasar uang dan barang
Bab 12   keseimbangan pasar uang dan barangBab 12   keseimbangan pasar uang dan barang
Bab 12 keseimbangan pasar uang dan barangYusron Blacklist
 
Soal dan jawaban uci chi kuadrat dan regresi
Soal dan jawaban uci chi kuadrat dan regresiSoal dan jawaban uci chi kuadrat dan regresi
Soal dan jawaban uci chi kuadrat dan regresiVivin Dolpin
 
Anuitas Biasa (Matematika Keuangan)
Anuitas Biasa (Matematika Keuangan)Anuitas Biasa (Matematika Keuangan)
Anuitas Biasa (Matematika Keuangan)Kelinci Coklat
 
Momen kemiringan dan_keruncingan(7)
Momen kemiringan dan_keruncingan(7)Momen kemiringan dan_keruncingan(7)
Momen kemiringan dan_keruncingan(7)rizka_safa
 
Pengujian one way anova dengan manual dan spss 19
Pengujian one way anova dengan manual dan spss 19Pengujian one way anova dengan manual dan spss 19
Pengujian one way anova dengan manual dan spss 19Sowanto Sanusi
 
Konsumsi dan Pengeluaran Konsumen
Konsumsi dan Pengeluaran KonsumenKonsumsi dan Pengeluaran Konsumen
Konsumsi dan Pengeluaran KonsumenTrisnadi Wijaya
 
BAB 5. Distribusi Normal dan Distribusi Sampling
BAB 5. Distribusi Normal dan Distribusi SamplingBAB 5. Distribusi Normal dan Distribusi Sampling
BAB 5. Distribusi Normal dan Distribusi SamplingCabii
 
Bunga Sederhana dan Tingkat Diskon (Matematika Keuangan)
Bunga Sederhana dan Tingkat Diskon (Matematika Keuangan)Bunga Sederhana dan Tingkat Diskon (Matematika Keuangan)
Bunga Sederhana dan Tingkat Diskon (Matematika Keuangan)Kelinci Coklat
 
Anggaran penjualan-pert-2-4-mhs
Anggaran penjualan-pert-2-4-mhsAnggaran penjualan-pert-2-4-mhs
Anggaran penjualan-pert-2-4-mhsMaun Saifullah
 
MEMAKSIMASI PROFIT PADA PASAR PERSAINGAN SEMPURNA, ANALISIS JANGKA PENDEK DAN...
MEMAKSIMASI PROFIT PADA PASAR PERSAINGAN SEMPURNA, ANALISIS JANGKA PENDEK DAN...MEMAKSIMASI PROFIT PADA PASAR PERSAINGAN SEMPURNA, ANALISIS JANGKA PENDEK DAN...
MEMAKSIMASI PROFIT PADA PASAR PERSAINGAN SEMPURNA, ANALISIS JANGKA PENDEK DAN...Altina Hanum
 
10.pendugaan interval
10.pendugaan interval10.pendugaan interval
10.pendugaan intervalhartantoahock
 
Analisis regresi-sederhana
Analisis regresi-sederhanaAnalisis regresi-sederhana
Analisis regresi-sederhanaAchmad Alphianto
 
uji hipotesis beda dua rata - rata
uji hipotesis beda dua rata - ratauji hipotesis beda dua rata - rata
uji hipotesis beda dua rata - rataRatih Ramadhani
 

What's hot (20)

Permintaan dan-penawaran
Permintaan dan-penawaranPermintaan dan-penawaran
Permintaan dan-penawaran
 
Presentasi bab-09
Presentasi bab-09Presentasi bab-09
Presentasi bab-09
 
Analisis tabel-kontingensi
Analisis tabel-kontingensiAnalisis tabel-kontingensi
Analisis tabel-kontingensi
 
Pendekatan distribusi binomial ke normal
Pendekatan distribusi binomial ke normalPendekatan distribusi binomial ke normal
Pendekatan distribusi binomial ke normal
 
Pengantar statistika slide 3
Pengantar statistika slide 3Pengantar statistika slide 3
Pengantar statistika slide 3
 
Bab 12 keseimbangan pasar uang dan barang
Bab 12   keseimbangan pasar uang dan barangBab 12   keseimbangan pasar uang dan barang
Bab 12 keseimbangan pasar uang dan barang
 
Soal dan jawaban uci chi kuadrat dan regresi
Soal dan jawaban uci chi kuadrat dan regresiSoal dan jawaban uci chi kuadrat dan regresi
Soal dan jawaban uci chi kuadrat dan regresi
 
Anuitas Biasa (Matematika Keuangan)
Anuitas Biasa (Matematika Keuangan)Anuitas Biasa (Matematika Keuangan)
Anuitas Biasa (Matematika Keuangan)
 
Momen kemiringan dan_keruncingan(7)
Momen kemiringan dan_keruncingan(7)Momen kemiringan dan_keruncingan(7)
Momen kemiringan dan_keruncingan(7)
 
Pengujian one way anova dengan manual dan spss 19
Pengujian one way anova dengan manual dan spss 19Pengujian one way anova dengan manual dan spss 19
Pengujian one way anova dengan manual dan spss 19
 
Konsumsi dan Pengeluaran Konsumen
Konsumsi dan Pengeluaran KonsumenKonsumsi dan Pengeluaran Konsumen
Konsumsi dan Pengeluaran Konsumen
 
BAB 5. Distribusi Normal dan Distribusi Sampling
BAB 5. Distribusi Normal dan Distribusi SamplingBAB 5. Distribusi Normal dan Distribusi Sampling
BAB 5. Distribusi Normal dan Distribusi Sampling
 
Bunga Sederhana dan Tingkat Diskon (Matematika Keuangan)
Bunga Sederhana dan Tingkat Diskon (Matematika Keuangan)Bunga Sederhana dan Tingkat Diskon (Matematika Keuangan)
Bunga Sederhana dan Tingkat Diskon (Matematika Keuangan)
 
Teori pendugaan statistik
Teori pendugaan statistikTeori pendugaan statistik
Teori pendugaan statistik
 
Anggaran penjualan-pert-2-4-mhs
Anggaran penjualan-pert-2-4-mhsAnggaran penjualan-pert-2-4-mhs
Anggaran penjualan-pert-2-4-mhs
 
MEMAKSIMASI PROFIT PADA PASAR PERSAINGAN SEMPURNA, ANALISIS JANGKA PENDEK DAN...
MEMAKSIMASI PROFIT PADA PASAR PERSAINGAN SEMPURNA, ANALISIS JANGKA PENDEK DAN...MEMAKSIMASI PROFIT PADA PASAR PERSAINGAN SEMPURNA, ANALISIS JANGKA PENDEK DAN...
MEMAKSIMASI PROFIT PADA PASAR PERSAINGAN SEMPURNA, ANALISIS JANGKA PENDEK DAN...
 
10.pendugaan interval
10.pendugaan interval10.pendugaan interval
10.pendugaan interval
 
Uji Hipotesis
Uji HipotesisUji Hipotesis
Uji Hipotesis
 
Analisis regresi-sederhana
Analisis regresi-sederhanaAnalisis regresi-sederhana
Analisis regresi-sederhana
 
uji hipotesis beda dua rata - rata
uji hipotesis beda dua rata - ratauji hipotesis beda dua rata - rata
uji hipotesis beda dua rata - rata
 

Similar to Statistik 1 2 nilai sentral

Ukuran Penyebaran Data Mean Modus Median.pptx
Ukuran Penyebaran Data Mean Modus Median.pptxUkuran Penyebaran Data Mean Modus Median.pptx
Ukuran Penyebaran Data Mean Modus Median.pptxSolikhinAjiSaputra
 
4-Fourth meeting - MK Statistik.pdf
4-Fourth meeting - MK Statistik.pdf4-Fourth meeting - MK Statistik.pdf
4-Fourth meeting - MK Statistik.pdfAqila Esy
 
Statistik SMK Kelas XII TI
Statistik SMK Kelas XII TIStatistik SMK Kelas XII TI
Statistik SMK Kelas XII TIsri sayekti
 
Statistik 1 3 dispersi
Statistik 1 3 dispersiStatistik 1 3 dispersi
Statistik 1 3 dispersiSelvin Hadi
 
3-ukuran-pemusatan-data-mean-median-dan-modus.pptx
3-ukuran-pemusatan-data-mean-median-dan-modus.pptx3-ukuran-pemusatan-data-mean-median-dan-modus.pptx
3-ukuran-pemusatan-data-mean-median-dan-modus.pptxEmpatPatimah2
 
Ukuran Pemusatan 1 - Statistik Deskriptif
Ukuran Pemusatan 1 - Statistik DeskriptifUkuran Pemusatan 1 - Statistik Deskriptif
Ukuran Pemusatan 1 - Statistik DeskriptifSabithaWibowo
 
Statistik Ukuran Pemusatan Data
Statistik Ukuran Pemusatan DataStatistik Ukuran Pemusatan Data
Statistik Ukuran Pemusatan DataEvi Jayanti
 
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
 
Media pembelajaran staistika
Media pembelajaran staistikaMedia pembelajaran staistika
Media pembelajaran staistikaalvinazadaa
 
STATISTIK DESKRIPTIF
STATISTIK DESKRIPTIFSTATISTIK DESKRIPTIF
STATISTIK DESKRIPTIFfikri asyura
 

Similar to Statistik 1 2 nilai sentral (20)

Ukuran Penyebaran Data Mean Modus Median.pptx
Ukuran Penyebaran Data Mean Modus Median.pptxUkuran Penyebaran Data Mean Modus Median.pptx
Ukuran Penyebaran Data Mean Modus Median.pptx
 
4-Fourth meeting - MK Statistik.pdf
4-Fourth meeting - MK Statistik.pdf4-Fourth meeting - MK Statistik.pdf
4-Fourth meeting - MK Statistik.pdf
 
Tugas statistik ekonomi
Tugas statistik ekonomiTugas statistik ekonomi
Tugas statistik ekonomi
 
Statistik SMK Kelas XII TI
Statistik SMK Kelas XII TIStatistik SMK Kelas XII TI
Statistik SMK Kelas XII TI
 
Central tendency
Central tendencyCentral tendency
Central tendency
 
Ukuran pemusatan data
Ukuran pemusatan dataUkuran pemusatan data
Ukuran pemusatan data
 
ukuran pemusatan data
ukuran pemusatan dataukuran pemusatan data
ukuran pemusatan data
 
Bahan yola
Bahan yolaBahan yola
Bahan yola
 
Statistik 1 3 dispersi
Statistik 1 3 dispersiStatistik 1 3 dispersi
Statistik 1 3 dispersi
 
UKURAN GEJALA PUSAT
UKURAN GEJALA PUSATUKURAN GEJALA PUSAT
UKURAN GEJALA PUSAT
 
3-ukuran-pemusatan-data-mean-median-dan-modus.pptx
3-ukuran-pemusatan-data-mean-median-dan-modus.pptx3-ukuran-pemusatan-data-mean-median-dan-modus.pptx
3-ukuran-pemusatan-data-mean-median-dan-modus.pptx
 
Penyajian data
Penyajian dataPenyajian data
Penyajian data
 
penyajian-data.ppt
penyajian-data.pptpenyajian-data.ppt
penyajian-data.ppt
 
Ukuran Pemusatan 1 - Statistik Deskriptif
Ukuran Pemusatan 1 - Statistik DeskriptifUkuran Pemusatan 1 - Statistik Deskriptif
Ukuran Pemusatan 1 - Statistik Deskriptif
 
Statistik Ukuran Pemusatan Data
Statistik Ukuran Pemusatan DataStatistik Ukuran Pemusatan Data
Statistik Ukuran Pemusatan Data
 
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
 
Media pembelajaran staistika
Media pembelajaran staistikaMedia pembelajaran staistika
Media pembelajaran staistika
 
STATISTIK DESKRIPTIF
STATISTIK DESKRIPTIFSTATISTIK DESKRIPTIF
STATISTIK DESKRIPTIF
 
Statistika
StatistikaStatistika
Statistika
 
Statistika
StatistikaStatistika
Statistika
 

More from Selvin Hadi

Statistik 1 11 15 edited_chi square
Statistik 1 11 15 edited_chi squareStatistik 1 11 15 edited_chi square
Statistik 1 11 15 edited_chi squareSelvin Hadi
 
Statistik 1 10 12 edited_anova
Statistik 1 10 12 edited_anovaStatistik 1 10 12 edited_anova
Statistik 1 10 12 edited_anovaSelvin Hadi
 
Statistik 1 9 uji hipothesis dua sampel
Statistik 1 9 uji hipothesis dua sampelStatistik 1 9 uji hipothesis dua sampel
Statistik 1 9 uji hipothesis dua sampelSelvin Hadi
 
Statistik 1 8 uji hipothesis satu sample
Statistik 1 8 uji hipothesis satu sampleStatistik 1 8 uji hipothesis satu sample
Statistik 1 8 uji hipothesis satu sampleSelvin Hadi
 
Statistik 1 7 estimasi & ci
Statistik 1 7 estimasi & ciStatistik 1 7 estimasi & ci
Statistik 1 7 estimasi & ciSelvin Hadi
 
Statistik 1 6 distribusi probabilitas normal
Statistik 1 6 distribusi probabilitas normalStatistik 1 6 distribusi probabilitas normal
Statistik 1 6 distribusi probabilitas normalSelvin Hadi
 
Statistik 1 5 distribusi probabilitas diskrit
Statistik 1 5 distribusi probabilitas diskritStatistik 1 5 distribusi probabilitas diskrit
Statistik 1 5 distribusi probabilitas diskritSelvin Hadi
 
Statistik 1 4 probabilitas
Statistik 1 4 probabilitasStatistik 1 4 probabilitas
Statistik 1 4 probabilitasSelvin Hadi
 
Statistik 1 1 intro & dist frek
Statistik 1 1 intro & dist frekStatistik 1 1 intro & dist frek
Statistik 1 1 intro & dist frekSelvin Hadi
 

More from Selvin Hadi (9)

Statistik 1 11 15 edited_chi square
Statistik 1 11 15 edited_chi squareStatistik 1 11 15 edited_chi square
Statistik 1 11 15 edited_chi square
 
Statistik 1 10 12 edited_anova
Statistik 1 10 12 edited_anovaStatistik 1 10 12 edited_anova
Statistik 1 10 12 edited_anova
 
Statistik 1 9 uji hipothesis dua sampel
Statistik 1 9 uji hipothesis dua sampelStatistik 1 9 uji hipothesis dua sampel
Statistik 1 9 uji hipothesis dua sampel
 
Statistik 1 8 uji hipothesis satu sample
Statistik 1 8 uji hipothesis satu sampleStatistik 1 8 uji hipothesis satu sample
Statistik 1 8 uji hipothesis satu sample
 
Statistik 1 7 estimasi & ci
Statistik 1 7 estimasi & ciStatistik 1 7 estimasi & ci
Statistik 1 7 estimasi & ci
 
Statistik 1 6 distribusi probabilitas normal
Statistik 1 6 distribusi probabilitas normalStatistik 1 6 distribusi probabilitas normal
Statistik 1 6 distribusi probabilitas normal
 
Statistik 1 5 distribusi probabilitas diskrit
Statistik 1 5 distribusi probabilitas diskritStatistik 1 5 distribusi probabilitas diskrit
Statistik 1 5 distribusi probabilitas diskrit
 
Statistik 1 4 probabilitas
Statistik 1 4 probabilitasStatistik 1 4 probabilitas
Statistik 1 4 probabilitas
 
Statistik 1 1 intro & dist frek
Statistik 1 1 intro & dist frekStatistik 1 1 intro & dist frek
Statistik 1 1 intro & dist frek
 

Recently uploaded

Ppt tentang perkembangan Moral Pada Anak
Ppt tentang perkembangan Moral Pada AnakPpt tentang perkembangan Moral Pada Anak
Ppt tentang perkembangan Moral Pada Anakbekamalayniasinta
 
04-Gemelli.- kehamilan ganda- duo atau triplet
04-Gemelli.- kehamilan ganda- duo atau triplet04-Gemelli.- kehamilan ganda- duo atau triplet
04-Gemelli.- kehamilan ganda- duo atau tripletMelianaJayasaputra
 
Laporan Guru Piket untuk Pengisian RHK Guru Pengelolaan KInerja Guru di PMM
Laporan Guru Piket untuk Pengisian RHK Guru Pengelolaan KInerja Guru di PMMLaporan Guru Piket untuk Pengisian RHK Guru Pengelolaan KInerja Guru di PMM
Laporan Guru Piket untuk Pengisian RHK Guru Pengelolaan KInerja Guru di PMMmulyadia43
 
IPA Kelas 9 BAB 10 - www.ilmuguru.org.pptx
IPA Kelas 9 BAB 10 - www.ilmuguru.org.pptxIPA Kelas 9 BAB 10 - www.ilmuguru.org.pptx
IPA Kelas 9 BAB 10 - www.ilmuguru.org.pptxErikaPuspita10
 
Kelompok 2 Karakteristik Negara Nigeria.pdf
Kelompok 2 Karakteristik Negara Nigeria.pdfKelompok 2 Karakteristik Negara Nigeria.pdf
Kelompok 2 Karakteristik Negara Nigeria.pdftsaniasalftn18
 
KONSEP KEBUTUHAN AKTIVITAS DAN LATIHAN.pptx
KONSEP KEBUTUHAN AKTIVITAS DAN LATIHAN.pptxKONSEP KEBUTUHAN AKTIVITAS DAN LATIHAN.pptx
KONSEP KEBUTUHAN AKTIVITAS DAN LATIHAN.pptxawaldarmawan3
 
Materi Pertemuan Materi Pertemuan 7.pptx
Materi Pertemuan Materi Pertemuan 7.pptxMateri Pertemuan Materi Pertemuan 7.pptx
Materi Pertemuan Materi Pertemuan 7.pptxRezaWahyuni6
 
Panduan Substansi_ Pengelolaan Kinerja Kepala Sekolah Tahap Pelaksanaan.pptx
Panduan Substansi_ Pengelolaan Kinerja Kepala Sekolah Tahap Pelaksanaan.pptxPanduan Substansi_ Pengelolaan Kinerja Kepala Sekolah Tahap Pelaksanaan.pptx
Panduan Substansi_ Pengelolaan Kinerja Kepala Sekolah Tahap Pelaksanaan.pptxsudianaade137
 
Aksi Nyata Modul 1.1 Calon Guru Penggerak
Aksi Nyata Modul 1.1 Calon Guru PenggerakAksi Nyata Modul 1.1 Calon Guru Penggerak
Aksi Nyata Modul 1.1 Calon Guru Penggeraksupriadi611
 
Materi Bimbingan Manasik Haji Tarwiyah.pptx
Materi Bimbingan Manasik Haji Tarwiyah.pptxMateri Bimbingan Manasik Haji Tarwiyah.pptx
Materi Bimbingan Manasik Haji Tarwiyah.pptxc9fhbm7gzj
 
DESAIN MEDIA PEMBELAJARAN BAHASA INDONESIA BERBASIS DIGITAL.pptx
DESAIN MEDIA PEMBELAJARAN BAHASA INDONESIA BERBASIS DIGITAL.pptxDESAIN MEDIA PEMBELAJARAN BAHASA INDONESIA BERBASIS DIGITAL.pptx
DESAIN MEDIA PEMBELAJARAN BAHASA INDONESIA BERBASIS DIGITAL.pptxFuzaAnggriana
 
adap penggunaan media sosial dalam kehidupan sehari-hari.pptx
adap penggunaan media sosial dalam kehidupan sehari-hari.pptxadap penggunaan media sosial dalam kehidupan sehari-hari.pptx
adap penggunaan media sosial dalam kehidupan sehari-hari.pptxmtsmampunbarub4
 
TUGAS GURU PENGGERAK Aksi Nyata Modul 1.1.pdf
TUGAS GURU PENGGERAK Aksi Nyata Modul 1.1.pdfTUGAS GURU PENGGERAK Aksi Nyata Modul 1.1.pdf
TUGAS GURU PENGGERAK Aksi Nyata Modul 1.1.pdfElaAditya
 
Materi Strategi Perubahan dibuat oleh kelompok 5
Materi Strategi Perubahan dibuat oleh kelompok 5Materi Strategi Perubahan dibuat oleh kelompok 5
Materi Strategi Perubahan dibuat oleh kelompok 5KIKI TRISNA MUKTI
 
Modul 1.2.a.8 Koneksi antar materi 1.2.pdf
Modul 1.2.a.8 Koneksi antar materi 1.2.pdfModul 1.2.a.8 Koneksi antar materi 1.2.pdf
Modul 1.2.a.8 Koneksi antar materi 1.2.pdfSitiJulaeha820399
 
Modul Ajar Biologi Kelas 11 Fase F Kurikulum Merdeka [abdiera.com]
Modul Ajar Biologi Kelas 11 Fase F Kurikulum Merdeka [abdiera.com]Modul Ajar Biologi Kelas 11 Fase F Kurikulum Merdeka [abdiera.com]
Modul Ajar Biologi Kelas 11 Fase F Kurikulum Merdeka [abdiera.com]Abdiera
 
MATERI EKOSISTEM UNTUK SEKOLAH MENENGAH ATAS
MATERI EKOSISTEM UNTUK SEKOLAH MENENGAH ATASMATERI EKOSISTEM UNTUK SEKOLAH MENENGAH ATAS
MATERI EKOSISTEM UNTUK SEKOLAH MENENGAH ATASKurniawan Dirham
 
1.2.a.6. Demonstrasi Konstektual - Modul 1.2 (Shinta Novianti - CGP A10).pdf
1.2.a.6. Demonstrasi Konstektual - Modul 1.2 (Shinta Novianti - CGP A10).pdf1.2.a.6. Demonstrasi Konstektual - Modul 1.2 (Shinta Novianti - CGP A10).pdf
1.2.a.6. Demonstrasi Konstektual - Modul 1.2 (Shinta Novianti - CGP A10).pdfShintaNovianti1
 
Modul Ajar Bahasa Indonesia - Menulis Puisi Spontanitas - Fase D.docx
Modul Ajar Bahasa Indonesia - Menulis Puisi Spontanitas - Fase D.docxModul Ajar Bahasa Indonesia - Menulis Puisi Spontanitas - Fase D.docx
Modul Ajar Bahasa Indonesia - Menulis Puisi Spontanitas - Fase D.docxherisriwahyuni
 
implementasu Permendikbudristek no 53 2023
implementasu Permendikbudristek no 53 2023implementasu Permendikbudristek no 53 2023
implementasu Permendikbudristek no 53 2023DodiSetiawan46
 

Recently uploaded (20)

Ppt tentang perkembangan Moral Pada Anak
Ppt tentang perkembangan Moral Pada AnakPpt tentang perkembangan Moral Pada Anak
Ppt tentang perkembangan Moral Pada Anak
 
04-Gemelli.- kehamilan ganda- duo atau triplet
04-Gemelli.- kehamilan ganda- duo atau triplet04-Gemelli.- kehamilan ganda- duo atau triplet
04-Gemelli.- kehamilan ganda- duo atau triplet
 
Laporan Guru Piket untuk Pengisian RHK Guru Pengelolaan KInerja Guru di PMM
Laporan Guru Piket untuk Pengisian RHK Guru Pengelolaan KInerja Guru di PMMLaporan Guru Piket untuk Pengisian RHK Guru Pengelolaan KInerja Guru di PMM
Laporan Guru Piket untuk Pengisian RHK Guru Pengelolaan KInerja Guru di PMM
 
IPA Kelas 9 BAB 10 - www.ilmuguru.org.pptx
IPA Kelas 9 BAB 10 - www.ilmuguru.org.pptxIPA Kelas 9 BAB 10 - www.ilmuguru.org.pptx
IPA Kelas 9 BAB 10 - www.ilmuguru.org.pptx
 
Kelompok 2 Karakteristik Negara Nigeria.pdf
Kelompok 2 Karakteristik Negara Nigeria.pdfKelompok 2 Karakteristik Negara Nigeria.pdf
Kelompok 2 Karakteristik Negara Nigeria.pdf
 
KONSEP KEBUTUHAN AKTIVITAS DAN LATIHAN.pptx
KONSEP KEBUTUHAN AKTIVITAS DAN LATIHAN.pptxKONSEP KEBUTUHAN AKTIVITAS DAN LATIHAN.pptx
KONSEP KEBUTUHAN AKTIVITAS DAN LATIHAN.pptx
 
Materi Pertemuan Materi Pertemuan 7.pptx
Materi Pertemuan Materi Pertemuan 7.pptxMateri Pertemuan Materi Pertemuan 7.pptx
Materi Pertemuan Materi Pertemuan 7.pptx
 
Panduan Substansi_ Pengelolaan Kinerja Kepala Sekolah Tahap Pelaksanaan.pptx
Panduan Substansi_ Pengelolaan Kinerja Kepala Sekolah Tahap Pelaksanaan.pptxPanduan Substansi_ Pengelolaan Kinerja Kepala Sekolah Tahap Pelaksanaan.pptx
Panduan Substansi_ Pengelolaan Kinerja Kepala Sekolah Tahap Pelaksanaan.pptx
 
Aksi Nyata Modul 1.1 Calon Guru Penggerak
Aksi Nyata Modul 1.1 Calon Guru PenggerakAksi Nyata Modul 1.1 Calon Guru Penggerak
Aksi Nyata Modul 1.1 Calon Guru Penggerak
 
Materi Bimbingan Manasik Haji Tarwiyah.pptx
Materi Bimbingan Manasik Haji Tarwiyah.pptxMateri Bimbingan Manasik Haji Tarwiyah.pptx
Materi Bimbingan Manasik Haji Tarwiyah.pptx
 
DESAIN MEDIA PEMBELAJARAN BAHASA INDONESIA BERBASIS DIGITAL.pptx
DESAIN MEDIA PEMBELAJARAN BAHASA INDONESIA BERBASIS DIGITAL.pptxDESAIN MEDIA PEMBELAJARAN BAHASA INDONESIA BERBASIS DIGITAL.pptx
DESAIN MEDIA PEMBELAJARAN BAHASA INDONESIA BERBASIS DIGITAL.pptx
 
adap penggunaan media sosial dalam kehidupan sehari-hari.pptx
adap penggunaan media sosial dalam kehidupan sehari-hari.pptxadap penggunaan media sosial dalam kehidupan sehari-hari.pptx
adap penggunaan media sosial dalam kehidupan sehari-hari.pptx
 
TUGAS GURU PENGGERAK Aksi Nyata Modul 1.1.pdf
TUGAS GURU PENGGERAK Aksi Nyata Modul 1.1.pdfTUGAS GURU PENGGERAK Aksi Nyata Modul 1.1.pdf
TUGAS GURU PENGGERAK Aksi Nyata Modul 1.1.pdf
 
Materi Strategi Perubahan dibuat oleh kelompok 5
Materi Strategi Perubahan dibuat oleh kelompok 5Materi Strategi Perubahan dibuat oleh kelompok 5
Materi Strategi Perubahan dibuat oleh kelompok 5
 
Modul 1.2.a.8 Koneksi antar materi 1.2.pdf
Modul 1.2.a.8 Koneksi antar materi 1.2.pdfModul 1.2.a.8 Koneksi antar materi 1.2.pdf
Modul 1.2.a.8 Koneksi antar materi 1.2.pdf
 
Modul Ajar Biologi Kelas 11 Fase F Kurikulum Merdeka [abdiera.com]
Modul Ajar Biologi Kelas 11 Fase F Kurikulum Merdeka [abdiera.com]Modul Ajar Biologi Kelas 11 Fase F Kurikulum Merdeka [abdiera.com]
Modul Ajar Biologi Kelas 11 Fase F Kurikulum Merdeka [abdiera.com]
 
MATERI EKOSISTEM UNTUK SEKOLAH MENENGAH ATAS
MATERI EKOSISTEM UNTUK SEKOLAH MENENGAH ATASMATERI EKOSISTEM UNTUK SEKOLAH MENENGAH ATAS
MATERI EKOSISTEM UNTUK SEKOLAH MENENGAH ATAS
 
1.2.a.6. Demonstrasi Konstektual - Modul 1.2 (Shinta Novianti - CGP A10).pdf
1.2.a.6. Demonstrasi Konstektual - Modul 1.2 (Shinta Novianti - CGP A10).pdf1.2.a.6. Demonstrasi Konstektual - Modul 1.2 (Shinta Novianti - CGP A10).pdf
1.2.a.6. Demonstrasi Konstektual - Modul 1.2 (Shinta Novianti - CGP A10).pdf
 
Modul Ajar Bahasa Indonesia - Menulis Puisi Spontanitas - Fase D.docx
Modul Ajar Bahasa Indonesia - Menulis Puisi Spontanitas - Fase D.docxModul Ajar Bahasa Indonesia - Menulis Puisi Spontanitas - Fase D.docx
Modul Ajar Bahasa Indonesia - Menulis Puisi Spontanitas - Fase D.docx
 
implementasu Permendikbudristek no 53 2023
implementasu Permendikbudristek no 53 2023implementasu Permendikbudristek no 53 2023
implementasu Permendikbudristek no 53 2023
 

Statistik 1 2 nilai sentral

  • 1. MENJELASKAN DATA Pengukuran Nilai Sentral (Central Tendency)
  • 2. Pengukuran nilai sentral, meliputi  Rata-rata Aritmatik/Hitung  Rata-rata pembobotan  Rata-rata Geometrik  Rata-rata Harmonik  Median  Modus  Skewness
  • 3. Karateristik Rata-Rata  Rata-rata Aritmetika / rata-rata hitung adalah ukuran lokasi yang paling sering dipakai.  Rata-rata ini dihitung dengan cara menjumlah kan semua nilai dan membaginya dengan banyaknya nilai tersebut.  Karakteristik utama rata-rata adalah:  Memerlukan data dalam skala intervaI atau rasio.  Semua nilai dipakai.  Unik (dalam satu kelompok data hanya ada satu rata-rata).  Jumlah semua deviasi dari rata-rata adalah 0.
  • 4. Population Mean  Untuk yang tidak dikelompokkan, rata-rata populasi adalah jumlah dari semua nilai populasi dibagi dengan jumlah total nilai populasi: X μ = Σ N dimana μ adalah rata-rata populasi. N adalah jumlah total observasi. X adalah nilai tertentu. S menunjukkan operasi penjumlahan.
  • 5. Contoh 1  Contoh 1: Keluarga Budi memiliki 4 mobil. Berikut ini adalah jarak yang sudah ditempuh masing-masing mobil: 56,000, 23,000, 42,000, 73,000 Hitung rata-rata jarak yang sudah ditempuh keempat mobil. 56,000+ ...+ 73,000 4 = 48,500 X μ = Σ N =
  • 6. Sample Mean  Untuk data yang tidak dikelompokkan, rata-rata sampel adalah jumlah semua nilai sampel dibagi jumlah sampel: ΣX n X= dimana n adalah jumlah total sampel. Rata-rata sampel juga disebut rata-rata aritmetik atau rata-rata sampel.
  • 7. Contoh 2  Satu sampel yang terdiri dari lima eksekutif menerima bonus dalam jumlah serikut ini tahun lalu ($000): 14.0, 15.0, 17.0, 16.0, 15.0 ΣX 14.0+ 15.0+ X= = 17.0+ 16.0+ 15.0 = 77 = 15.4 n 5 5
  • 8. Contoh 2 (continued)  Satu sampel yang terdiri dari lima eksekutif menerima bonus dalam jumlah serikut ini tahun lalu ($000): 7.0, 15.0, 17.0, 16.0, 15.0  Merubah observasi pertama dari 14.0 menjadi 7.0 akan merubah rata-rata sampel. = 77 = 15.4 5 = 14.0+ ...+ 15.0 n 5 X= ΣX = 70 = 14 5 = 7.0+ ...+ 15.0 n 5 X= ΣX
  • 9. Contoh 3  Misalnya ada satu set nilai: 3, 8, dan 4. Rata-ratanya adalah 5. Perhitungan berikut menunjukkan properti kelima dari rata-rata : x (x- x bar) 3 (3-5)= -2 8 (8-5)= 3 4 (4-5)= -1 Σ= 15 Σ= 0
  • 10. Weighted Mean (Rata-rata Pembobotan)  Rata-rata pembobotan dari satu set angka X1, X2, ..., Xn, dengan bobot masing-masing w1, w2, ...,wn, dihitung dengan rumus sebagai berikut: (w X + w X + ...+ w X ) 1 1 2 2 n n w (w + w + ...w 1 2 n ) X = Bobot (w)  Jumlah frekuensi
  • 11. Contoh 4  Dalam satu jam, seorang penjual minuman ringan berhasil menjual 50 minuman. Dia menjual lima minuman seharga $0.50, lima belas seharga $0.75, lima belas seharga $0.90, dan lima belas seharga $1.15. Hitung rata-rata tertimbang harga minuman yang terjual. X = $44.50 = $0.89 w 50 w x (w . x) 5 0.50 2.50 15 0.75 11.25 15 0.90 13.50 15 1.15 17.25 Σ= 50 Σ= 44.50
  • 12. Geometric Mean  Geometric mean (GM) atau Rata-rata geometrik dari satu set angka n adalah akar pangkat n dari perkalian angka n . Formulanya adalah sbb: G n X X X Xn ( 1)( 2)( 3)...( ) log n X = G å = log Rata-rata geometrik dipergunakan untuk menghitung rata-rata persentase, indeks, atau angka relatif.  Rata-rata geometrik tidak dapat dihitung bila ada angka yang negatif.
  • 13. Contoh 7  Tingkat suku bunga pada 3 surat obligasi 5, 21, dan 4 persen.  Rata-rata geometric : GM= 3 (5)(21)(4) = 7.49  Rata-rata arithmetic: (5+21+4)/3 =10.0  GM menghasilkan angka profit yang lebih konservatif karena tidak terlalu dipengaruhi oleh suku bunga terbesar, 21 %.
  • 14. Geometric Mean c o ntinue d  Penggunaan lain dari rata-rata geometrik adalah untuk menghitung persentase kenaikan penjualan, produksi atau aktivitas bisnis atau ekonomi dari satu periode ke periode yang lain: GM= (Nilai akhir periode) n - 1 (Nilai awal periode)
  • 15. Contoh 8  Jumlah total perempuan yang terdaftar pada Universitas di Amerika meningkat dari 755,000 pada tahun 1992 menjadi 835,000 pada tahun 2000. Berapa rata-rata geometrik tingkat pertumbuhannya? 835,000 755,000 - 1 = .0127 GM= 8
  • 16. Contoh 9  Seorang investor ingin memperoleh hasil 100% dalam waktu satu tahun dari investasi pada bisnisnya. Berapa persentase hasil (return) yang harus diperoleh setiap bulan? - 1 = .059 GM= 12 200 100 Bisnisnya harus menghasilkan return 5.9% setiap bulan.
  • 17. Contoh 10  Pemerintah Cina pada tahun 1990 menyatakan bahwa PDB mereka akan meningkat dua kali lipat dalam 20 tahun. Berapa tingkat pertumbuhan tahunan PDB agar impian ini menjadi kenyataan? - 1 = .035 GM= 20 200 100 Pertumbuhan tahunan PDB 3.5%.
  • 18. Harmonic Mean  Rumus : H n1 å = i X  Contoh : Pimpinan perusahaan memberikan dana masing-masing Rp 100 juta kepada tiga dep (A,B,C) untuk pemb komp. Dep A melaporkan harga per unit komputer Rp 5 juta, dep B melaporkan Rp 4 juta dan dep C melaporkan Rp 4,5 juta. Berapa rata-rata harga komputer tersebut ? 4.462.809,92 4,5 1 4 1 5 1 3 = + + H =
  • 19. The Median  Median adalah nilai tengah dari satu set nilai yang telah diurutkan dari nilai terkecil sampai nilai terbesar.  Letak median= n+1 2  Untuk satu set data yang ganjil, median akan tepat berada di tengah.  Untuk satu set data yang genap, median dihitung dengan rata-rata hitung dari dua nilai tengah.
  • 20. Contoh 5  Data umum dari satu sampel yang terdiri dari 5 mahasiswa adalah sbb: 21, 25, 19, 20, 22  Susun data tsb dari kecil ke besar: 19, 20, 21, 22, 25. Sehingga median adalah 21. Tinggi badan empat pemain basket (dlm inci), adalah sbb: 76, 73, 80, 75 Susun data tersebut dari kecil ke besar, sehingga menjadi: 73, 75, 76, 80. Median: (75+76)/2= 75.5
  • 21. Karakteristik Median 1. Dalam satu data set ada satu median (unik). 2. Median tidak dipengaruhi oleh nilai yang terlalu besar maupun terlalu kecil. Oleh karena itu, median menjadi ukuran sentral yang penting ketika ada nilai yang semacam itu. 3. Dapat dihitung pada data skala rasio, interval, maupun ordinal.
  • 22. The Mode (Modus)  Modus adalah nilai observasi yang peling sering muncul.  Dalam satu data set, dimungkinkan ada lebih dari satu modus.  Contoh 6: Nilai ujian sepuluh orang siswa adalah sbb: 81, 93, 84, 75, 68, 87, 81, 75, 81, 87. Karena nilai 81 paling sering muncul, maka nilai tersebut adalah Modus.
  • 23. MEAN, MEDIAN & MODUS untuk data yang dikelompokkan (Distribusi Frekuensi)
  • 24. Rata-rata untuk Data yang dikelompokkan  Mean (rata-rata) dari data sampel yang disusun dalam distribusi frekuensi dihitung dengan rumus berikut: x = Σxf n di mana: • x : nilai tengah kelas • f : frekuensi kelas • n : jumlah observasi
  • 25. Contoh 12  Sebuah sampel yang terdiri dari sepuluh bioskop di Surabaya dihitung jumlah film yang diputar minggu lalu. Hitunglah jumlah rata-rata film yang diputar. Jumlah film yang diputar frequency f 1 up to 3 1 3 up to 5 2 5 up to 7 3 7 up to 9 1 9 up to 11 3 Total 10
  • 26. Contoh 12 c o ntinue d = 66 n = 6.6 10 X= ΣXf Jumlah film yang diputar frequency f class midpoint X (f ) (X) 1 up to 3 1 2 2 3 up to 5 2 4 8 5 up to 7 3 6 18 7 up to 9 1 8 8 9 up to 11 3 10 30 Tot al 10 66
  • 27. Median untuk Data yang dikelompokkan  Median suatu data sampel yang disusun dalam distribusi frekuensi dihitung dengan cara berikut: 2 CF f (i) n Median= L+ - di mana: • L adalah batas bawah kelas median • CF adalah frekuensi kumulatif sebelum kelas median, • f adalah frekuensi kelas median • i adalah interval kelas median.
  • 28. Menentukan kelas Median  Untuk menentukan kelas median untuk data kelompok:  Buatlah distribusi frekuensi kumulatif.  Lalu bagi jumlah total data dengan 2.  Tentukan kelas akan berisi nilai ini. Untuk Contoh, jika n = 50, 50 / 2 = 25, kemudian tentukan kelas akan berisi nilai urutan ke 25.
  • 29. Contoh 13 Jumlah film yg diputar Frekuensi Frekuensi Kumulatif 1 up to 3 1 1 3 up to 5 2 3 5 up to 7 3 6 7 up to 9 1 7 9 up to 11 3 10
  • 30. Contoh 13 c o ntinue d  Dari tabel kita peroleh: L=5, n=10, f=3, i=2, CF=3 10 2 3 3 (2) = 6.33 2 CF f (i) = 5+ n Median= L+ - -
  • 31. Modus untuk data yang dikelompokkan  Modus untuk data yang dikelompokkan dapat diperkirakan dengan nilai tengah kelas yang memiliki frekuensi kelas terbesar. Movies showing Frequency Class Midpoint 1 up to 3 1 2 3 up to 5 2 4 5 up to 7 3 6 7 up to 9 1 8 9 up to 11 3 10  Contoh 13 (continued): Modus dalam Contoh 13 adalah 6 (nilai tengah dari 5 s/d 7) dan 10 (nilai tengah dari 9 s/d 11) . Ketika dua nilai modus muncul lebih dari satu kali, distribusi-nya disebut bimodal, seperti dalam Contoh 13.
  • 32. Modus untuk data kelompok  Modus untuk data yang dikelompokkan dapat dihitung dengan formula berikut:  Formula : æ ö M L d i = +ç ¸ è + ø æ ö = -ç ¸ è + ø  d1: f kelas modus - f kelas sebelum kelas modus  d2: f kelas modus – f kelas sesudah kelas modus 1 0 1 2 2 1 2 o d d M U d i d d
  • 33. Movies showing Frequency Class Midpoint 1 up to 3 1 2 3 up to 5 2 4 5 up to 7 3 6 7 up to 9 1 8 9 up to 11 3 10 æ ö æ - ö = + ç ¸ = + ç ¸´ = + = è + ø è - + - ø 1 3 2 2 1 5 2 5 5.67 0 1 2 æ ö æ - ö = + ç 1 = + = + = è + ¸ ç ø è - + - ¸´ ø 0 1 2 (3 2) (3 1) 3 2 9 3 1 2 9 4 9.8 (3 1) (3 0) 5 M L d i d d M L d i d d
  • 34. EXAMPLE Penjualan f X 20-<30 4 25 30-<40 7 35 40-<50 8 45 50-<60 12 55 60-<70 9 65 70-<80 8 75 80-<90 2 85 50 æ = + - o M 50 (12 8) = ÷ ÷ø 10 55,7 (12 8) (12 9) ö ç çè - + -
  • 35. Distribusi Simetris zero skewness: modus = median = mean Density Distribution (tinggi dapat ditafsirkan sebagai frekuensi relatif) Area di bawah distribusi kepadatan adalah 1. Jumlah frekuensi relatif adalah 1. Jadi median selalu membagi distribusi kepadatan menjadi dua daerah yang sama.
  • 36. Right Skewed Distribution Positively skewed: (Menceng ke kanan) Mean dan Median berada di sebelah kanan dari Modus. Modus<Median<Mean
  • 37. Left Skewed Distribution Negatively Skewed: (Menceng ke kiri) Mean dan Median disebelah kiri Modus. Mean<Median<Modus
  • 38. Latihan soal no. 58 f X f.x fk 0 -< 5 2 2.5 5 2 5 -< 10 7 7.5 52.5 9 10 -< 15 12 12.5 150 21 15 -< 20 6 17.5 105 27 20 -< 25 3 22.5 67.5 30 30 380 x = Σf ´x = = a. Mean 380 12.67 30 n b. Kelas Median 30/2=15  Kelas: 10-<15 n CF 30 - - 9 Median= L+ 2 (i) = 10+ 2 (5) = 12.5 12 m f c. Kelas Modus 10-<15 æ ö æ - ö = + ç 1 ¸ = + + ç ¸´ = è ø è - + - ø 0 1 2 10 12 7 5 10.83 (12 7) (12 6) M L d i d d
  • 39. Latihan soal no. 59 f X f.x fk 20 -< 30 7 25 175 7 30 -< 40 12 35 420 19 40 -< 50 21 45 945 40 50 -< 60 18 55 990 58 60 -< 70 12 65 780 70 70 3310 x = Σf ´x = = a. Mean 3310 47.28 70 n b. Kelas Median 70/2=35  Kelas: 40-< 50 n CF 70 - -19 Median= L+ 2 (i) = 40+ 2 (10) = 40+ 7.62= 47.62 21 m f c. Kelas Modus 40-<50 æ ö æ - ö = + ç 1 ¸ = + + ç ¸´ = è ø è - + - ø 0 1 2 40 21 12 10 47.5 (21 12) (21 18) M L d i d d
  • 40. Latihan soal no. 60 f X f.x fk 10-<20 3 15 45 3 20-<30 7 25 175 10 30-<40 18 35 630 28 40-<50 20 45 900 48 50-<60 12 55 660 60 60 175 2410 x = Σf ´x = = a. Mean 2410 40.17 60 n b. Kelas Median 60/2=30  Kelas: 40-< 50 n CF 60 - - 28 Median= L+ 2 (i) = 40+ 2 (10) = 40+ 1= 41 20 m f c. Kelas Modus 40-<50 æ ö æ - ö = + ç 1 ¸ = + + ç ¸´ = è ø è - + - ø 0 1 2 40 20 18 10 41 (20 18) (20 12) M L d i d d