SlideShare a Scribd company logo
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

ESPA 4123 - Statistika Ekonomi Modul 2 : Ukuran Tendensi Pusat dan Ukuran Letak
ESPA 4123 - Statistika Ekonomi Modul 2 : Ukuran Tendensi Pusat dan Ukuran LetakESPA 4123 - Statistika Ekonomi Modul 2 : Ukuran Tendensi Pusat dan Ukuran Letak
ESPA 4123 - Statistika Ekonomi Modul 2 : Ukuran Tendensi Pusat dan Ukuran Letak
Ancilla Kustedjo
 
uji hipotesis satu rata – rata bagian 2
uji hipotesis satu rata – rata bagian 2uji hipotesis satu rata – rata bagian 2
uji hipotesis satu rata – rata bagian 2
Ratih Ramadhani
 
LTM Statistika Deskriptif Pertemuan 2
LTM Statistika Deskriptif Pertemuan 2LTM Statistika Deskriptif Pertemuan 2
LTM Statistika Deskriptif Pertemuan 2
Dwi Mardianti
 
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
Cabii
 
Uji Normalitas dan Homogenitas
Uji Normalitas dan HomogenitasUji Normalitas dan Homogenitas
Uji Normalitas dan Homogenitas
Putri Handayani
 
Ukuran Keruncingan
Ukuran KeruncinganUkuran Keruncingan
Ukuran Keruncingan
Putri Handayani
 
Statistika Probabilitas
Statistika ProbabilitasStatistika Probabilitas
Statistika Probabilitas
Iskandar Tambunan
 
7. analisis deret berkala 2
7. analisis deret berkala 27. analisis deret berkala 2
7. analisis deret berkala 2Farhatunisa
 
Ukuran dispersi(5)
Ukuran dispersi(5)Ukuran dispersi(5)
Ukuran dispersi(5)
rizka_safa
 
Uji hipotesis satu rata rata
Uji hipotesis satu rata rataUji hipotesis satu rata rata
Uji hipotesis satu rata rata
Suci Agustina
 
4 .ukuran pemusatan data
4 .ukuran pemusatan data4 .ukuran pemusatan data
4 .ukuran pemusatan data
Hafiza .h
 
Distribusi binomial, poisson dan normal
Distribusi binomial, poisson dan normalDistribusi binomial, poisson dan normal
Distribusi binomial, poisson dan normal
AYU Hardiyanti
 
Bahan ajar statistik bisnis
Bahan ajar statistik bisnisBahan ajar statistik bisnis
Bahan ajar statistik bisnis
Nardiman SE.,MM
 
Perhitungan statistik
Perhitungan statistikPerhitungan statistik
Perhitungan statistik
Ami Ashari
 
Materi 3 - distribusi frekuensi
Materi 3 - distribusi frekuensiMateri 3 - distribusi frekuensi
Materi 3 - distribusi frekuensi
Yunita Dwi Jayanti
 
Distribusi probabilitas-diskrit-poisson
Distribusi probabilitas-diskrit-poissonDistribusi probabilitas-diskrit-poisson
Distribusi probabilitas-diskrit-poissonNarwan Ginanjar
 

What's hot (20)

Bab 2 distribusi frekuensi
Bab 2 distribusi frekuensiBab 2 distribusi frekuensi
Bab 2 distribusi frekuensi
 
ESPA 4123 - Statistika Ekonomi Modul 2 : Ukuran Tendensi Pusat dan Ukuran Letak
ESPA 4123 - Statistika Ekonomi Modul 2 : Ukuran Tendensi Pusat dan Ukuran LetakESPA 4123 - Statistika Ekonomi Modul 2 : Ukuran Tendensi Pusat dan Ukuran Letak
ESPA 4123 - Statistika Ekonomi Modul 2 : Ukuran Tendensi Pusat dan Ukuran Letak
 
uji hipotesis satu rata – rata bagian 2
uji hipotesis satu rata – rata bagian 2uji hipotesis satu rata – rata bagian 2
uji hipotesis satu rata – rata bagian 2
 
LTM Statistika Deskriptif Pertemuan 2
LTM Statistika Deskriptif Pertemuan 2LTM Statistika Deskriptif Pertemuan 2
LTM Statistika Deskriptif Pertemuan 2
 
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
 
Uji Normalitas dan Homogenitas
Uji Normalitas dan HomogenitasUji Normalitas dan Homogenitas
Uji Normalitas dan Homogenitas
 
Ukuran Keruncingan
Ukuran KeruncinganUkuran Keruncingan
Ukuran Keruncingan
 
Statistika Probabilitas
Statistika ProbabilitasStatistika Probabilitas
Statistika Probabilitas
 
7. analisis deret berkala 2
7. analisis deret berkala 27. analisis deret berkala 2
7. analisis deret berkala 2
 
Ukuran dispersi(5)
Ukuran dispersi(5)Ukuran dispersi(5)
Ukuran dispersi(5)
 
Uji hipotesis satu rata rata
Uji hipotesis satu rata rataUji hipotesis satu rata rata
Uji hipotesis satu rata rata
 
Distribusi teoretis
Distribusi teoretisDistribusi teoretis
Distribusi teoretis
 
4 .ukuran pemusatan data
4 .ukuran pemusatan data4 .ukuran pemusatan data
4 .ukuran pemusatan data
 
Distribusi poisson
Distribusi poissonDistribusi poisson
Distribusi poisson
 
Distribusi binomial, poisson dan normal
Distribusi binomial, poisson dan normalDistribusi binomial, poisson dan normal
Distribusi binomial, poisson dan normal
 
Bahan ajar statistik bisnis
Bahan ajar statistik bisnisBahan ajar statistik bisnis
Bahan ajar statistik bisnis
 
Perhitungan statistik
Perhitungan statistikPerhitungan statistik
Perhitungan statistik
 
Materi 3 - distribusi frekuensi
Materi 3 - distribusi frekuensiMateri 3 - distribusi frekuensi
Materi 3 - distribusi frekuensi
 
Distribusi probabilitas-diskrit-poisson
Distribusi probabilitas-diskrit-poissonDistribusi probabilitas-diskrit-poisson
Distribusi probabilitas-diskrit-poisson
 
Analisis regresi.
Analisis regresi.Analisis regresi.
Analisis regresi.
 

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.pptx
SolikhinAjiSaputra
 
4-Fourth meeting - MK Statistik.pdf
4-Fourth meeting - MK Statistik.pdf4-Fourth meeting - MK Statistik.pdf
4-Fourth meeting - MK Statistik.pdf
Aqila Esy
 
Tugas statistik ekonomi
Tugas statistik ekonomiTugas statistik ekonomi
Tugas statistik ekonomi
friska wulandari
 
Statistik SMK Kelas XII TI
Statistik SMK Kelas XII TIStatistik SMK Kelas XII TI
Statistik SMK Kelas XII TI
sri sayekti
 
ukuran pemusatan data
ukuran pemusatan dataukuran pemusatan data
ukuran pemusatan data
MTs Nurul Huda Sukaraja
 
Bahan yola
Bahan yolaBahan yola
Bahan yola
Yolanda Tri Utari
 
Statistik 1 3 dispersi
Statistik 1 3 dispersiStatistik 1 3 dispersi
Statistik 1 3 dispersiSelvin Hadi
 
UKURAN GEJALA PUSAT
UKURAN GEJALA PUSATUKURAN GEJALA PUSAT
UKURAN GEJALA PUSAT
Meutiah Nahrisyah
 
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
EmpatPatimah2
 
Penyajian data
Penyajian dataPenyajian data
penyajian-data.ppt
penyajian-data.pptpenyajian-data.ppt
penyajian-data.ppt
LailanRinsiyani
 
Ukuran Pemusatan 1 - Statistik Deskriptif
Ukuran Pemusatan 1 - Statistik DeskriptifUkuran Pemusatan 1 - Statistik Deskriptif
Ukuran Pemusatan 1 - Statistik Deskriptif
SabithaWibowo
 
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 DESKRIPTIF
fikri 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
 
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
 
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

NUMERASI KOMPETENSI PENDIDIK TAHAP CAKAP DAN MAHIR.pdf
NUMERASI KOMPETENSI PENDIDIK TAHAP CAKAP DAN MAHIR.pdfNUMERASI KOMPETENSI PENDIDIK TAHAP CAKAP DAN MAHIR.pdf
NUMERASI KOMPETENSI PENDIDIK TAHAP CAKAP DAN MAHIR.pdf
DataSupriatna
 
Prensentasi Visi Misi Sekolah dalam rangka observasi pengawas
Prensentasi Visi Misi Sekolah dalam rangka observasi pengawasPrensentasi Visi Misi Sekolah dalam rangka observasi pengawas
Prensentasi Visi Misi Sekolah dalam rangka observasi pengawas
suprihatin1885
 
Modul Projek - Modul P5 Kearifan Lokal _Menampilkan Tarian Daerah Nusantara_...
Modul Projek  - Modul P5 Kearifan Lokal _Menampilkan Tarian Daerah Nusantara_...Modul Projek  - Modul P5 Kearifan Lokal _Menampilkan Tarian Daerah Nusantara_...
Modul Projek - Modul P5 Kearifan Lokal _Menampilkan Tarian Daerah Nusantara_...
MirnasariMutmainna1
 
PPT Observasi Praktik Kinerja PMM SD pdf
PPT Observasi Praktik Kinerja PMM SD pdfPPT Observasi Praktik Kinerja PMM SD pdf
PPT Observasi Praktik Kinerja PMM SD pdf
safitriana935
 
RUBRIK OBSERVASI KINERJA KEPALA SEKOLAH.docx
RUBRIK OBSERVASI KINERJA KEPALA SEKOLAH.docxRUBRIK OBSERVASI KINERJA KEPALA SEKOLAH.docx
RUBRIK OBSERVASI KINERJA KEPALA SEKOLAH.docx
lastri261
 
813 Modul Ajar KurMer Usaha, Energi, dan Pesawat Sederhana (2).docx
813 Modul Ajar KurMer Usaha, Energi, dan Pesawat Sederhana (2).docx813 Modul Ajar KurMer Usaha, Energi, dan Pesawat Sederhana (2).docx
813 Modul Ajar KurMer Usaha, Energi, dan Pesawat Sederhana (2).docx
RinawatiRinawati10
 
Laporan Kegiatan Pramuka Tugas Tambahan PMM.pdf
Laporan Kegiatan Pramuka Tugas Tambahan PMM.pdfLaporan Kegiatan Pramuka Tugas Tambahan PMM.pdf
Laporan Kegiatan Pramuka Tugas Tambahan PMM.pdf
UmyHasna1
 
Dokumen Rangkuman Kehadiran Guru ini dipergunakan sebagai bukti dukung yang w...
Dokumen Rangkuman Kehadiran Guru ini dipergunakan sebagai bukti dukung yang w...Dokumen Rangkuman Kehadiran Guru ini dipergunakan sebagai bukti dukung yang w...
Dokumen Rangkuman Kehadiran Guru ini dipergunakan sebagai bukti dukung yang w...
haryonospdsd011
 
Paparan Kurikulum Satuan Pendidikan_LOKAKARYA TPK 2024.pptx.pdf
Paparan Kurikulum Satuan Pendidikan_LOKAKARYA TPK 2024.pptx.pdfPaparan Kurikulum Satuan Pendidikan_LOKAKARYA TPK 2024.pptx.pdf
Paparan Kurikulum Satuan Pendidikan_LOKAKARYA TPK 2024.pptx.pdf
SEMUELSAMBOKARAENG
 
Tugas Mandiri 1.4.a.4.3 Keyakinan Kelas.pdf
Tugas Mandiri 1.4.a.4.3 Keyakinan Kelas.pdfTugas Mandiri 1.4.a.4.3 Keyakinan Kelas.pdf
Tugas Mandiri 1.4.a.4.3 Keyakinan Kelas.pdf
muhammadRifai732845
 
PPT Aksi Nyata Diseminasi Modul 1.4.pptx
PPT Aksi Nyata Diseminasi Modul 1.4.pptxPPT Aksi Nyata Diseminasi Modul 1.4.pptx
PPT Aksi Nyata Diseminasi Modul 1.4.pptx
Kurnia Fajar
 
tugas pai kelas 10 rangkuman bab 10 smk madani bogor
tugas pai kelas 10 rangkuman bab 10 smk madani bogortugas pai kelas 10 rangkuman bab 10 smk madani bogor
tugas pai kelas 10 rangkuman bab 10 smk madani bogor
WILDANREYkun
 
VISI MISI KOMUNITAS BELAJAR SDN 93 KOTA JAMBI
VISI MISI KOMUNITAS BELAJAR SDN 93 KOTA JAMBIVISI MISI KOMUNITAS BELAJAR SDN 93 KOTA JAMBI
VISI MISI KOMUNITAS BELAJAR SDN 93 KOTA JAMBI
gloriosaesy
 
Seminar: Sekolah Alkitab Liburan (SAL) 2024
Seminar: Sekolah Alkitab Liburan (SAL) 2024Seminar: Sekolah Alkitab Liburan (SAL) 2024
Seminar: Sekolah Alkitab Liburan (SAL) 2024
SABDA
 
Laporan wakil kepala sekolah bagian Kurikulum.pdf
Laporan wakil kepala sekolah bagian Kurikulum.pdfLaporan wakil kepala sekolah bagian Kurikulum.pdf
Laporan wakil kepala sekolah bagian Kurikulum.pdf
yuniarmadyawati361
 
LK 1 - 5T Keputusan Berdampak PERMATA BUNDA.pdf
LK 1 - 5T Keputusan Berdampak PERMATA BUNDA.pdfLK 1 - 5T Keputusan Berdampak PERMATA BUNDA.pdf
LK 1 - 5T Keputusan Berdampak PERMATA BUNDA.pdf
UditGheozi2
 
PRESENTASI OBSERVASI PENGELOLAAN KINERJA KEPALA SEKOLAH.pptx
PRESENTASI OBSERVASI PENGELOLAAN KINERJA KEPALA SEKOLAH.pptxPRESENTASI OBSERVASI PENGELOLAAN KINERJA KEPALA SEKOLAH.pptx
PRESENTASI OBSERVASI PENGELOLAAN KINERJA KEPALA SEKOLAH.pptx
muhammadyudiyanto55
 
Pi-2 AGUS MULYADI. S.Pd (3).pptx visi giru penggerak dan prakrsa perubahan bagja
Pi-2 AGUS MULYADI. S.Pd (3).pptx visi giru penggerak dan prakrsa perubahan bagjaPi-2 AGUS MULYADI. S.Pd (3).pptx visi giru penggerak dan prakrsa perubahan bagja
Pi-2 AGUS MULYADI. S.Pd (3).pptx visi giru penggerak dan prakrsa perubahan bagja
agusmulyadi08
 
LAPORAN EKSTRAKURIKULER SEKOLAH DASAR NEGERI
LAPORAN EKSTRAKURIKULER SEKOLAH DASAR NEGERILAPORAN EKSTRAKURIKULER SEKOLAH DASAR NEGERI
LAPORAN EKSTRAKURIKULER SEKOLAH DASAR NEGERI
PURWANTOSDNWATES2
 
ppt-menghindari-marah-ghadab-membiasakan-kontrol-diri-dan-berani-membela-kebe...
ppt-menghindari-marah-ghadab-membiasakan-kontrol-diri-dan-berani-membela-kebe...ppt-menghindari-marah-ghadab-membiasakan-kontrol-diri-dan-berani-membela-kebe...
ppt-menghindari-marah-ghadab-membiasakan-kontrol-diri-dan-berani-membela-kebe...
AgusRahmat39
 

Recently uploaded (20)

NUMERASI KOMPETENSI PENDIDIK TAHAP CAKAP DAN MAHIR.pdf
NUMERASI KOMPETENSI PENDIDIK TAHAP CAKAP DAN MAHIR.pdfNUMERASI KOMPETENSI PENDIDIK TAHAP CAKAP DAN MAHIR.pdf
NUMERASI KOMPETENSI PENDIDIK TAHAP CAKAP DAN MAHIR.pdf
 
Prensentasi Visi Misi Sekolah dalam rangka observasi pengawas
Prensentasi Visi Misi Sekolah dalam rangka observasi pengawasPrensentasi Visi Misi Sekolah dalam rangka observasi pengawas
Prensentasi Visi Misi Sekolah dalam rangka observasi pengawas
 
Modul Projek - Modul P5 Kearifan Lokal _Menampilkan Tarian Daerah Nusantara_...
Modul Projek  - Modul P5 Kearifan Lokal _Menampilkan Tarian Daerah Nusantara_...Modul Projek  - Modul P5 Kearifan Lokal _Menampilkan Tarian Daerah Nusantara_...
Modul Projek - Modul P5 Kearifan Lokal _Menampilkan Tarian Daerah Nusantara_...
 
PPT Observasi Praktik Kinerja PMM SD pdf
PPT Observasi Praktik Kinerja PMM SD pdfPPT Observasi Praktik Kinerja PMM SD pdf
PPT Observasi Praktik Kinerja PMM SD pdf
 
RUBRIK OBSERVASI KINERJA KEPALA SEKOLAH.docx
RUBRIK OBSERVASI KINERJA KEPALA SEKOLAH.docxRUBRIK OBSERVASI KINERJA KEPALA SEKOLAH.docx
RUBRIK OBSERVASI KINERJA KEPALA SEKOLAH.docx
 
813 Modul Ajar KurMer Usaha, Energi, dan Pesawat Sederhana (2).docx
813 Modul Ajar KurMer Usaha, Energi, dan Pesawat Sederhana (2).docx813 Modul Ajar KurMer Usaha, Energi, dan Pesawat Sederhana (2).docx
813 Modul Ajar KurMer Usaha, Energi, dan Pesawat Sederhana (2).docx
 
Laporan Kegiatan Pramuka Tugas Tambahan PMM.pdf
Laporan Kegiatan Pramuka Tugas Tambahan PMM.pdfLaporan Kegiatan Pramuka Tugas Tambahan PMM.pdf
Laporan Kegiatan Pramuka Tugas Tambahan PMM.pdf
 
Dokumen Rangkuman Kehadiran Guru ini dipergunakan sebagai bukti dukung yang w...
Dokumen Rangkuman Kehadiran Guru ini dipergunakan sebagai bukti dukung yang w...Dokumen Rangkuman Kehadiran Guru ini dipergunakan sebagai bukti dukung yang w...
Dokumen Rangkuman Kehadiran Guru ini dipergunakan sebagai bukti dukung yang w...
 
Paparan Kurikulum Satuan Pendidikan_LOKAKARYA TPK 2024.pptx.pdf
Paparan Kurikulum Satuan Pendidikan_LOKAKARYA TPK 2024.pptx.pdfPaparan Kurikulum Satuan Pendidikan_LOKAKARYA TPK 2024.pptx.pdf
Paparan Kurikulum Satuan Pendidikan_LOKAKARYA TPK 2024.pptx.pdf
 
Tugas Mandiri 1.4.a.4.3 Keyakinan Kelas.pdf
Tugas Mandiri 1.4.a.4.3 Keyakinan Kelas.pdfTugas Mandiri 1.4.a.4.3 Keyakinan Kelas.pdf
Tugas Mandiri 1.4.a.4.3 Keyakinan Kelas.pdf
 
PPT Aksi Nyata Diseminasi Modul 1.4.pptx
PPT Aksi Nyata Diseminasi Modul 1.4.pptxPPT Aksi Nyata Diseminasi Modul 1.4.pptx
PPT Aksi Nyata Diseminasi Modul 1.4.pptx
 
tugas pai kelas 10 rangkuman bab 10 smk madani bogor
tugas pai kelas 10 rangkuman bab 10 smk madani bogortugas pai kelas 10 rangkuman bab 10 smk madani bogor
tugas pai kelas 10 rangkuman bab 10 smk madani bogor
 
VISI MISI KOMUNITAS BELAJAR SDN 93 KOTA JAMBI
VISI MISI KOMUNITAS BELAJAR SDN 93 KOTA JAMBIVISI MISI KOMUNITAS BELAJAR SDN 93 KOTA JAMBI
VISI MISI KOMUNITAS BELAJAR SDN 93 KOTA JAMBI
 
Seminar: Sekolah Alkitab Liburan (SAL) 2024
Seminar: Sekolah Alkitab Liburan (SAL) 2024Seminar: Sekolah Alkitab Liburan (SAL) 2024
Seminar: Sekolah Alkitab Liburan (SAL) 2024
 
Laporan wakil kepala sekolah bagian Kurikulum.pdf
Laporan wakil kepala sekolah bagian Kurikulum.pdfLaporan wakil kepala sekolah bagian Kurikulum.pdf
Laporan wakil kepala sekolah bagian Kurikulum.pdf
 
LK 1 - 5T Keputusan Berdampak PERMATA BUNDA.pdf
LK 1 - 5T Keputusan Berdampak PERMATA BUNDA.pdfLK 1 - 5T Keputusan Berdampak PERMATA BUNDA.pdf
LK 1 - 5T Keputusan Berdampak PERMATA BUNDA.pdf
 
PRESENTASI OBSERVASI PENGELOLAAN KINERJA KEPALA SEKOLAH.pptx
PRESENTASI OBSERVASI PENGELOLAAN KINERJA KEPALA SEKOLAH.pptxPRESENTASI OBSERVASI PENGELOLAAN KINERJA KEPALA SEKOLAH.pptx
PRESENTASI OBSERVASI PENGELOLAAN KINERJA KEPALA SEKOLAH.pptx
 
Pi-2 AGUS MULYADI. S.Pd (3).pptx visi giru penggerak dan prakrsa perubahan bagja
Pi-2 AGUS MULYADI. S.Pd (3).pptx visi giru penggerak dan prakrsa perubahan bagjaPi-2 AGUS MULYADI. S.Pd (3).pptx visi giru penggerak dan prakrsa perubahan bagja
Pi-2 AGUS MULYADI. S.Pd (3).pptx visi giru penggerak dan prakrsa perubahan bagja
 
LAPORAN EKSTRAKURIKULER SEKOLAH DASAR NEGERI
LAPORAN EKSTRAKURIKULER SEKOLAH DASAR NEGERILAPORAN EKSTRAKURIKULER SEKOLAH DASAR NEGERI
LAPORAN EKSTRAKURIKULER SEKOLAH DASAR NEGERI
 
ppt-menghindari-marah-ghadab-membiasakan-kontrol-diri-dan-berani-membela-kebe...
ppt-menghindari-marah-ghadab-membiasakan-kontrol-diri-dan-berani-membela-kebe...ppt-menghindari-marah-ghadab-membiasakan-kontrol-diri-dan-berani-membela-kebe...
ppt-menghindari-marah-ghadab-membiasakan-kontrol-diri-dan-berani-membela-kebe...
 

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