UKURAN NILAI

PUSAT

Hepi Hapsari Handayani

Pengertian Nilai Pusat

 Diperlukan ukuran2 yang dapat mewakili data

 Statistik menyediakan suatu nilai berupa nilai tunggal yang
cukup mewakili keseluruhan nilai yang ada dalam data
tersebut
 Ukuran nilai pusat merupakan ukuran yang dapat mewakili
data secara keselurhan
 Jenis Jenis Ukuran Nilai Pusat

 Rata-Rata Hitung (Mean)

 Adalah nilai rata-rata dari data-data yang ada
 Rata-rata hitung dari populasi diberi simbol μ
 Rata-rata hitung dari sampel diberi simbol X

Jumlah semua nilai data

Rata  rata hitung 
Jumlah data
A. Rata2 hitung (Mean)
1.Data tunggal
X 
 X

X 1  X 2  ...  X n
n n

apabila ada frekuensi f 1 , f 2 ,..., f n maka

X 
 fX

f 1 X 1  f 2 X 2  ...  f n X n
 f f 1  f 2  ...  f n

apabila f1 memiliki rata  rata hitung m1 , f 2 memiliki rata  rata hitung m 2 ,...,
f k memiliki rata  rata hitung m k maka

X 
 fm

f1m1  f 2 m 2  ...  f k m k
f f1  f 2  ...  f k
A. Rata2 hitung (Mean)
2.Data Berkelompok
a. Metode Biasa

X 
 fX

 f

b. Metode simpangan rata-rata

X  M 
 fd M adalah rata 2
hitung sementara , biasanya diambil


dari titik tengah kelas dgn frekuensi terbesarny a
f d  X M
X  titik tengah int erval kelas
c. Metode Coding f  frekuensi kelas
C  panjang kelas

X  M  (C .
 fu
)
u  0 ,  1 ,  2 ,...
d
f 
C
, dengan d  X  M
 B.Varians

1. Data tunggal
 Metode biasa

a. Untuk sampel besar (n>30)

2  ( X  X )2
s 
n

b. Untuk sampel kecil (n≤30)

2
s2 
 ( X  X )
n 1
 B. Varians
 Metode angka kasar
a. Untuk sampel besar (n>30)
2
s2 
  (  X )2
X
n n

b. Untuk sampel kecil (n≤30)

2 2
s2 
 X

(  X )
n 1 n(n  1)

2. Data Berkelompok
Metode biasa

a. Untuk sampel besar (n>30)

s2 
 f ( X  X ) 2

n
 B. Varians
b. Untuk sampel kecil (n≤30)

 f ( X  X )2
s2 
n 1

 Metode angka kasar

a. Untuk sampel besar (n>30)
2  fX 2  fX 2
s  ( )
n n
b. Untuk sampel kecil (n≤30)
2 2
s2 
 fX

(  fX )
n 1 n(n  1)
 B. Varians
 Metode coding
a. Untuk sampel besar (n>30)
2  fu 22  fu 2
s C . ( )
n n
b. Untuk sampel kecil (n≤30)
2  fu 2 ( fu ) 2
2
s C . 
n 1 n(n  1)
Varians gabungan

2  (n  1) s 2
s gab 
nk
 C. Median
1. Data tunggal
a.ganjil (n=ganjil) B  tepi bawah kelas median
n  jumlah frekuensi
Me  X n   f 2  0  jumlah frekuensi kelas  kelas sebelum
2 kelas median
C  panjang int erval kelas
b.genap (n=genap) f Me  frekuensi kelas median

X n  X n2 Dalam mencari data berkelompo k ( distribusi frekuensi )

yg perlu dicari terlebih dahulu adalah kelas tempat median
2 2
Me  1
2 berada yaitu    f 2  0  n
2

2. Data berkelompok
1
n  ( f 2 ) 0
Me  B  2 .C
f Me
 D. Modus

1. Data tunggal
adalah data yang frekuensinya terbanyak

2. Data berkelompok
L  tepi bawah kelas mod us
d d  selisih frekuensi kelas mod us
M L .C
1 1

d d
O

1 2 dgn kelas sebelumnya

d  selisih frekuensi kelas mod us
2

dgn kelas sesudahnya

C  panjang int erval kelas