MEAN, MEDIAN, MODUS, DAN STANDAR DEVIASI

Mean, Median, Modus sama-sama merupakan ukuran pemusatan data yang termasuk kedalam analisis statistika deskriptif. Namun, ketiganya memiliki kelebihan dan kekurangannya masingmasing dalam menerangkan suatu ukuran pemusatan data. Untuk tahu kegunaannya masingmasing dan kapan kita mempergunakannya, perlu diketahui terlebih dahulu pengertian analisis statistika deskriptif dan ukuran pemusatan data. Analisis Statistika deskriptif merupakan metode yang berkaitan dengan penyajian data sehingga memberikan informasi yang berguna. Upaya penyajian ini dimaksudkan untuk mengungkapkan informasi penting yang terdapat dalam data ke dalam berntuk yang lebih ringkas dan sederhana yang pada akhirnya mengarah pada keperluan adanya penjelasan dan penafsiran (Aunudin, 1989) Deskripsi data yang dilakukan meliputi ukuran pemusatan dan penyebaran data. Ukuran pemusatan data meliputi nilai rata-rata (median), modus, dan median. Sedangkan ukuran penyebaran data meliputi ragam (variance) dan simpangan baku (standard deviation). Ukuran pemusatan data adalah suatu ukuran yang menggambarkan pusat dari kumpulan data yang bisa mewakilinya. Disini saya juga akan membahas tentang standar deviasi juga.

1. Mean Mean adalah nilai rata-rata dari beberapa buah data. Nilai mean dapat ditentukan dengan membagi jumlah data dengan banyaknya data. Mean (rata-rata) merupakan suatu ukuran pemusatan data. Mean suatu data juga merupakan statistik karena mampu menggambarkan bahwa data tersebut berada pada kisaran mean data tersebut. Mean tidak dapat digunakan sebagai ukuran pemusatan untuk jenis data nominal dan ordinal. Berdasarkan definisi dari mean adalah jumlah seluruh data dibagi dengan banyaknya data. Dengan kata lain jika kita memiliki N data sebagai berikut maka mean data tersebut dapat kita tuliskan sebagai berikut

atau

Bisa juga Menghitung mean

a) Rumus Mean Hitung dari Data Tunggal b) Rumus Mean Hitung Untuk Data yang Disajikan Dalam Distribusi Frekuensi

Dalam mencari median. Simbol untuk median adalah Me. Tentukan median populasi ini. dibedakan untuk banyak data ganjil dan banyak data genap. Untuk banyak data ganjil. Bisa juga nilai tengah dari data-data yang terurut. seorang mahasiswa memperoleh nilai 82. 92. dan 79. 6. maka 50% dari banyak data nilainya paling tinggi sama dengan Me.Dengan : fixi = frekuensi untuk nilai xi yang bersesuaian xi = data ke-i c) Rumus Mean Hitung Gabungan Contoh 1: Diberikan data sebagai berikut: 7. 86. 93. Median bisa dihitung menggunakan rumus sebagai berikut: Contoh: Dari lima kali kuiz statistika. Median Median menentukan letak tengah data setelah data disusun menurut urutan nilainya. 2. 6. Dengan median Me. setelah data disusun menurut nilainya. 9. 2. 2 Banyaknya/ukuran data adalah 5 Yang ditanyakan adalah mean () Dengan demkian berdasarkan definisi mean maka kita peroleh Sehingga mean data diatas adalah 5. 1. 9. 1. maka median Me adalah data yang terletak tepat di tengah. Tentukan mean data tersebut! Penyelesaian: Data yang diketahui adalah 7. dan 50% dari banyak data nilainya paling rendah sama dengan Me. .

9.5 2. yaitu itu juga dapat dicari median dari data yang telah tersusun dalam bentuk distribusi frekuensi.7 2. Perhatikan tabel di bawah ini.jawab: Setelah data disusun dari yang terkecil sampai terbesar.1.9 miligram.9 2.5 dan 2. dan 1.7.3 2. Kelas median adalah kelas yang memuat nomor frekuensi median.7. kita akan cari median dengan kedua cara diatas . 2. jawab: Bila kadar nikotin itu diurutkan dari yang terkecil sampai terbesar. Tentukan mediannya.1 Maka mediannya adalah rata-rata dari 2. 2. 3.3. diperoleh 79 82 86 92 93 Oleh karena itu medianya adalah 86 Kada nikotin yang berasal dari sebuah contoh acak enam batang rokok cap tertentu adalah 2. terlebih dahulu harus ditentukan kelas yang menjadi kelas median. Rumus yang Dimana : Bbk = batas kelas bawah median c = lebar kelas s = Selisih antara nomor frekuensi median dengan frekuensi kumulatif dari kelas-kelas di muka kelas median fM = frekuensi kelas median Dimana Bak c fM = frekuensi kelas median = = batas kelas lebar atas : median kelas s’ = selisih antara nomor frekuensi median dengan frekuensi kumulatif sampai kelas median Sebelum menggunakan kedua rumus di atas.9 3. maka diperoleh 1. yaitu Selain digunakan ada dua. 2.5. dan nomor frekuensi median ini ditentukan dengan membagi keseluruhan data dengan dua.

Data Modus dilambangkan mo. tidak pernah (1). Apabila kita ingin melihat ukuran pemusatannya lebih baik menggunakan modus yaitu yaitu jawaban yang paling banyak dipilih. Data yang telah dikelompokkan Rumus Modus dari data yang telah dikelompokkan dihitung dengan rumus: yang belum dikelompokkan Modus dari data yang belum dikelompokkan adalah ukuran yang memiliki frekuensi tertinggi. Inilah cara menghitung modus: 1. Dengan b1 = Frekuensi kelas modus dikurangi : frekuensi Mo kelas interval = terdekat Modus sebelumnya L = Tepi bawah kelas yang memiliki frekuensi tertinggi (kelas modus) i = Interval kelas b2 = frekuensi kelas modus dikurangi frekuensi kelas interval terdekat sesudahnya . misalnya kita menanyakan kepada 100 orang tentang kebiasaan untuk mencuci kaki sebelum tidur. sering (4). Berarti sebagian besar orang dari 100 orang yang ditanyakan menjawab sering mencuci kaki sebelum tidur. misalnya sering (2). jumlah dari suatu nilai dari kumpulan data. Sedangkan data ordinal adalah data kategorik yang bisa diurutkan. 2. maka kita menggunakan modus. kadang-kadang(3). Modus sangat baik bila digunakan untuk data yang memiliki sekala kategorik yaitu nominal atau ordinal.Dengan menggunakan kedua rumus di atas didapat: 3. dengan pilihan jawaban: selalu (5). jarang (2). Modus Modus adalah nilai yang sering muncul. Jika kita tertarik pada data frekuensi.

0. Semakin kecil nilai sebarannya berarti variasi nilai data makin sama Jika sebarannya bernilai 0.000. perhitungan standar deviasi secara manual menggunakan rumus berikut: Dimana: x = data ke n . Sel kosong. adalah Rp 9. Rp 7. Rp 10. Nilai-nilai logis dan representasi teks dari nomor yang Anda ketik langsung ke daftar argumen akan dihitung. Rp 10. Distribusi demikian dikatakan bimodus. Standar defiasi Standar Deviasi dan Varians Salah satu teknik statistik yg digunakan untuk menjelaskan homogenitas kelompok. array. Cara penulisan rumus fungsi standar deviasi STDEV (number1. 4. d. Rp 6.…) Dengan : Number1.Contoh: Sumbangan dari warga Bogor pada hari Palang Merah Nasional tercatat sebagai berikut: Rp 9.000. Argumen yang kesalahan nilai atau teks yang tidak dapat diterjemahkan ke dalam nomor/angka akan menyebabkan kesalahan. Dalam kasus ini terdapat dua modu. 2. Anda juga dapat menggunakan array tunggal atau referensi ke array.000. e. 2.000. hanya nomor/angka dalam array atau referensi yang akan dihitung. Standar untuk deviasi menghitung dihitung deviasi standar menggunakan metode STDEVP. Rp 11. STDEV mengasumsikan bahwa argumen adalah contoh dari populasi. 4. bukan argumen yang dipisahkan oleh koma.000. 5. Rp 9.000. yaitu 2 dan 4. … adalah 1-255 argumen yang sesuai dengan sampel populasi. Dalam penerapannya STDEV . Data yang diperoleh adalah 2. Jika argumen adalah sebuah array atau referensi. populasi. Jika data anda mewakili seluruh b. Maka modusnya. Standar Deviasi dan Varians Simpangan baku merupakan variasi sebaran data. teks. Rp 8.000. 3. g. gunakan fungsi STDEVA. Jika Anda ingin memasukkan nilai-nilai logis dan representasi teks angka dalam referensi sebagai bagian dari perhitungan. 1. f. Semakin besar nilai sebarannya berarti data semakin bervariasi. 0. 4. menggunakan “n-1″ c. Argumen dapat berupa nomor atau nama. karena 2 dan 4 terdapat dengan frekuensi tertinggi. atau referensi yang mengandung angka. Keterangan a. number2. yaitu nilai yang terjadi dengan frekuensi paling tinggi. Rp 9. Rp 5. Varians merupakan jumlah kuadrat semua deviasi nilai-nilai individual thd rata-rata kelompok. . maka nilai semua datanya adalah sama. nilai-nilai logis. Dari dua belas pelajar sekolah lanjutan tingkat atas yang diambil secara acak dicatat berapa kali mereka menonton film selama sebulan lalu.000.000. 1 dan 4.000. Sedangkan akar dari varians disebut dengan standar deviasi atau simpangan baku.000. number2. atau nilai-nilai kesalahan dalam array atau referensi akan diabaikan.

x bar = x rata-rata = nilai rata-rata sampel n = banyaknya data variansi merupakan salah satu ukuran sebaran yang paling sering digunakan dalam berbagai analisis statistika.…. 525. 450. maka variansi dapat dihitung sebagai : Contoh: Jika dimiliki data : 210. Standar deviasi merupakan akar kuadrat positif dari variansi. 275)/5 = 360 variansi dan standar deviasi berturut-turut : Sedangkan jika data disajikan dalam tabel distribusi frekuensi. 340.Xn. 450.X2. 525. variansi dirumuskun sabagai : Jika kita memiliki n observasi yaitu X1. dan diketahui Xbar adalah rata-rata sampel yang dimiliki. Secara umum. 275 maka variansi dan standar deviasinya : mean = (210. variansi sampel dapat dihitung sebagai . 340.

com/2011/12/modus.wordpress.com/mean-rata-rata http://agusnurli.bamstheguru.median.com/2007/07/08/mengingat-kembali-statistik-mean-modus-median/ http://materi-statistik.modus) Sumber: http://www.com/2011/12/median.blogspot.wordpress.html http://exponensial.html http://materi-statistik.blogspot.com/tag/standar-deviasi/ .contoh: (untuk data pada contoh-contoh sebelumnya/mean.

Sign up to vote on this title
UsefulNot useful