TUGAS KELOMPOK

UKURAN PEMUSATAN DATA

Untuk Memenuhi Tugas Mata Kuliah Statistika
Dosen Pembimbing : Ns. Devi Nurmalia, S.Kep, M.Kes.

OLEH
Kelompok 1 A.16.1

Amalia Soya Praditta 22020113140135

Utin Saidatul Khasanah 22020116120021
Hasna Mufida 22020116120043
Khoirul Bariyah 22020116120047
Faiq Assidqie 22020116130075
Muhammad Nur Afiyan 22020116130084
Tyas Widi Rahayu 22020116130088
Nur Chamidah 22020116140108

PROGRAM STUDI ILMU KEPERAWATAN

DEPARTEMEN KEPERAWATAN FAKULTAS KEDOKTERAN
UNIVERSITAS DIPONEGORO
2017
UKURAN PEMUSATAN DATA

A. Pengertian Ukuran Pemusatan Data

Menurut Ronald E Walpole, ukuran pemusatan adalah sembarang ukuran
yang menunjukkan pusat segugus data yang telah diurutkan dari yang
terkecil sampai yang terbesar atau sebaliknya dari yang terbesar sampai
yang terkecil. Ukuran pemusatan data adalah mencari sebuah nilai yang
dapat mewakili dari suatu rangkaian data. Istilah lain dari pemusatan data
adalah ukuran tendensi sentral.
Macam- macam ukuran pemusatan data :
1. Rata-rata hitung (mean)
Mean dari sekumpulan bilangan adalah jumlah bilangan – bilangan
dibagi oleh banyaknya bilangan. Dalam bahasa Inggris, nilai rata-rata
dihitung dikenal dengan istilah Arithmetic Mean atau sering dikenal
dengan nama mean saja.

2. Rata-rata ukur (geometrik mean)

Rata-rata ukur (geometrik) adalah rata-rata yang diperoleh dengan
mengalihkan semua data dalam suatu kelompok sampel, kemudian
diakarpangkatkan dengan jumlah data sampel tersebut. Secara
matematis rata-rata ukur (geometrik) dirumuskan seperti berikut :
Jika perbandingan tiap dua data berurutan tetap atau hamper tetap,
rata-rata ukur lebih baik dipakai daripada rata-rata hitung, apabila
dikehendaki rata-ratanya.

3. Rata-rata harmonis (harmonik mean)

Nilai rata-rata harmonik dari sekumpulan bilangan adalah kebalikan
dari nilai rata-rata hitung dari kebalikan bilangan yang termasuk dalam
 kumpulan bilangan tersebut. Rata-rata harmonis dari seperangkat data
sebagi berikut :

4. Median
Median dari sekumpulan bilangan adalah bilangan yang di tengah-
tengah atau rata-rata bilangan tengah setelah bilangan-bilangan itu
diurutkan dari yang terkecil sampai yang terbesar.

5. Modus
Modus adalah nilai yang paling sering muncul dalam sekumpulan data,
atau nilai yang memiliki frekuensi tertinggi. Modus dari sekumpulan
bilangan adalah bilangan yang paling sering muncul atau nilai yang
memiliki frekuensi terbanyak (terbesar).
6. Rata-rata gabungan
Rata-rata gabungan adalah gabungan dari masing-masing hasil rata-
rata hitung yang menjadi satu. Dinyatakan dengan rumus sebagai
berikut:
B. Langkah – langkah input data menggunakan SPSS
1. Sebelum membahas cara input data dalam SPSS, terlebih dahulu buka
program SPSS. Saat pertama kali masuk pada program SPSS akan
muncul kotak dialog SPSS for Windows (aktif) dan SPSS data editor.

Kotak Dialog SPSS

2. Pilih Open an existing data file, apabila sebelumnya telah mempunyai

file data dengan format save (format SPSS). Klik Cancel untuk
memulai membuat data baru dan mengaktifkan SPSS Data Editor.

Atribut Variabel pada Variable View

3. Setelah Data Editor aktif, lakukan langkah-langkah berikut untuk
membuat data baru :
a) Klik Variable View untuk mendefinisikan atribut variabel. Terdapat
sepuluh atribut variabel yang perlu di definisikan, yaitu:

Atribut Variabel pada Variable View

1) Name, merupakan nama yang akan ditampilkan dibaris teratas

pada tampilan Data View.
2) Type, merupakan tipe variable yang dipakai. Ada delapan tipe
variable, akan tetapi secara umum data dibedakan menjadi
dua, yaitu variable angka (Numeric, Comma, Dot, Scientific
notation, Date, Dollar dan Custom currency) dan Variable non
angka (String).

Variable type
3) Width, merupakan lebar kolom yang nilai defaultnya 8.
4) Decimals, merupakan angka digit setelah koma.
5) Label, merupakan penjelasan atribut variable Name.
6) Value, merupakan pengkodean di variable. Contoh, Tekstur
tanah diberi kode 1 untuk lempung berliat berpasir, kode 2
untuk lempung dan kode 3 untuk lempung berliat. Klik sel di
kolom value yang akan diberi pengkodean, maka akan muncul
kotak dialog Value Labels. Tulis 1 dalam kolom Value dan
lempung berliat dalam Value Label kemudian klik Add, maka
akan muncul tulisan 1 = “lempung berliat” pada kotak.
Lakukan cara yang sama untuk melakukan pengkodean pada
 baris yang lain. Jika selesai melakukan pengkodean di seluruh
value, klik OK.

Value labels
7) Missing, menetapkan nilai khusus data sebagai user missing.
Contoh, Anda ingin membedakan data yang tidak diperoleh
karena responden menolak menjawab dan data yang hilang
karena anda belum mengirimkan ke responden.
8) Columns, mempunyai fungsi seperti Width
9) Align, merupakan posisi data dalam cell.
10) Measure, merupakan tipe data yang digunakan. Secara
otomatis SPSS akan memilih SCALE untuk tipe numeric,
sedangkan untuk tipe string terdapat dua pilihan, yaitu
ORDINAL atau NOMINAL. Tipe data ordinal dan nominal
sering disebut tipe data categorical. Perbedaannya, tipe data
nominal tidak menunjukkan tingkatan, misalkan data hari:
senin. Selasa, rabu dst., sedangkan tipe data ordinal
menunjukkan tingkatan, misalnya jenis toko: minimarket,
supermarket, dan hypermarket.
11) Setelah semua variable terisi, klik Data View di Data Editor
untuk memulai input data.
12) Masukkan kode pada variable Tkstrtanah, kode 1 untuk
lempung berliat, kode 2 untuk lempung liat perpasir dan kode
3 untuk lempung.
 Tampilan default Tampilan variabel

Tampilan default kode yang telah dimasukkan, apabila ingin menampilkan nilai

variable nya, maka klik tombol Value Labels di toolbar.

C. Penggunaan SPSS untuk Pengujian Hipotesis Dua Sampel

Uji t Dua Sampel yang Saling Bebas Menggunakan SPSS
Contoh 1 : Manager Penjualan PT. Duta Makmur ingin mengetahui apakah
ada perbedaan prestasi penjualan roti rasa durian berdasarkan tingkat
pendidikan salesman.

Pendidikan Sales Rasa Durian

 Sarjana 300
Sarjana 320
Sarjana 324
Sarjana 315
Sarjana 400
Sarjana 420
Akademik 398
Akademik 375
Akademik 364
Akademik 325
Akademik 410
Akademik 425

Penyelesaian :
1. Masukkan data dalam cell
2. Klik Variable View, masukkan variabel yang dibutuhkan seperti
yang terlihat pada Gambar 1.

Gambar 1 Variabel View untuk Data Penjualan

3. Klik Data, input data ke dalam jendela Editor, pada variabel

Salesman masukkan data sesuai kode berikut:
1 = salesman-sarjana
2 = salesman-akademi Catatan: Perhitungan dalam SPSS selalu
untuk tipe data numerik. Untuk itu, variabel salesman harus
dijadikan numerik.
4. Dari menu utama, pilih Analyze > Compare Means > Independent-
Samples T Test. Muncul kotak dialog Gambar 2.
5. Masukkan variabel Durian pada Test Variable(s).
6. Grouping Variable, pengelompokan ada pada variabel Salesman,
maka masukkan variabel Salesman.
7. Klik pada Define Group, seperti Gambar 3.

 Untuk Group 1 isi dengan 1, yang berarti berisi tanda 1 atau

”salesman-sarjana”.
 Untuk Group 1 isi dengan 2, yang berarti grup berisi tanda 2
atau “salesman-akademi”.

8. Setelah selesai, pilih Continue > OK maka keluarannya sebagai

berikut:
 Kesimpulan: Dengan 0.05 untuk kasus di atas diketahui nilai t-tabel
adalah -1.812. Karena pada keluarannya diperoleh t-hitung =
-1.439 > t-tabel = -1.812 maka terima H0. Jadi dapat disimpulkan
bahwa tidak terdapat perbedaan antara prestasi penjualan roti
durian dengan tingkat pendidikan salesman. Catatan: Penarikan
kesimpulan pengujian hipotesis dengan software SPSS
menggunakan statistik uji t, karena output SPSS tidak
menampilkan P-value.

D. Contoh penggunaan spss dalam menghitungan mean, modus, dan median :

1. Pertama kita buka SPSSnya terlebih dahulu.
2. Buka variable view, lalu atur seperti gambar di bawah ini.

3. Klik titik pada values di kolom buah.

Isikan dengan nilai 1 untuk anggur, 2 untuk apel, dan 3 untuk jeruk.
4. Setelah itu ok.
5. Kembali ke Data View isikan dengan data berikut.

Setelah data dimasukan maka langkah selanjutnya yaitu mengolah data.

6. Klik pada menu Alalyze pilih Frequencies.

7. Lalu akan muncul jendela seperti ini. Pindahkan data yang akan diolah.
 8. Klik statistik maka isi seperti data dibawah ini.

9. Lalu continue, maka selesai. Ini akan menghasilkan seperti ini..

Contoh soal :

1. 5 anak kelas a 16.1 memiliki nilai statstika yang berbeda, antara lain :
 A memiliki nilai 79, B memiliki nilai 80, C memiliki nilai 84, D memiliki
nilai 75, E memiliki nilai 77. Sementara kelas a 16.2 memiliki nilai
sebagai berikut:
F memiliki nilai 86, G memiliki nilai 75, H memiliki nilai 78, I memiliki
nilai 72, J memiliki nilai 74. Tentukan nilai mean, median, rata-rata
gabungan?

2. Seorang ibu membeli buah-buahan dengan masing-masing sebanyak 5

buah apel, 10 buah jeruk, 15 buah mangga, 3 buah melon, dan 1 buah
semangka. Berapa rata-rata harmonis dan rata-rata geometric banyak buah
tersebut?
Jawaban
No.1
FREQUENCIES VARIABLES=a.16.1 a.16.2
/STATISTICS=MEAN MEDIAN
/ORDER=ANALYSIS.

Frequencies
Notes
Output Created 28-AUG-2017 14:45:42
Comments
Input Active Dataset DataSet0
Filter <none>
Weight <none>
Split File <none>
N of Rows in Working
5
Data File
Missing Value Definition of Missing User-defined missing values
Handling are treated as missing.
Cases Used Statistics are based on all
cases with valid data.
Syntax FREQUENCIES
VARIABLES=a.16.1 a.16.2
/STATISTICS=MEAN
MEDIAN
/ORDER=ANALYSIS.
Resources Processor Time 00:00:00.00
Elapsed Time 00:00:00.15

[DataSet0]

Statistics
a.16.1 a.16.2
N Valid 5 5
Missing 0 0
Mean 79.00 77.00
Median 79.00 75.00
Frequency Table

a.16.1
Frequenc Valid Cumulative
y Percent Percent Percent
Valid 75 1 20.0 20.0 20.0
77 1 20.0 20.0 40.0
79 1 20.0 20.0 60.0
80 1 20.0 20.0 80.0
84 1 20.0 20.0 100.0
Total 5 100.0 100.0

a.16.2
Frequenc Valid Cumulative
y Percent Percent Percent
Valid 72 1 20.0 20.0 20.0
74 1 20.0 20.0 40.0
75 1 20.0 20.0 60.0
78 1 20.0 20.0 80.0
86 1 20.0 20.0 100.0
Total 5 100.0 100.0
FREQUENCIES VARIABLES=a.16.1 a.16.2
/STATISTICS=RANGE MAXIMUM MEAN MEDIAN
/ORDER=ANALYSIS.

Frequencies
Notes
Output Created 28-AUG-2017 14:58:50
Comments
Input Active Dataset DataSet0
Filter <none>
Weight <none>
Split File <none>
N of Rows in Working
5
Data File
Missing Value Definition of Missing User-defined missing values
Handling are treated as missing.
Cases Used Statistics are based on all
cases with valid data.
Syntax FREQUENCIES
VARIABLES=a.16.1 a.16.2
/STATISTICS=RANGE
MAXIMUM MEAN MEDIAN
/ORDER=ANALYSIS.
Resources Processor Time 00:00:00.02
Elapsed Time 00:00:00.02

Statistics
a.16.1 a.16.2
N Valid 5 5
Missing 0 0
Mean 79.00 77.00
Median 79.00 75.00
Range 9 14
Maximum 84 86
Frequency Table
a.16.1
Frequenc Valid Cumulative
y Percent Percent Percent
Valid 75 1 20.0 20.0 20.0
77 1 20.0 20.0 40.0
79 1 20.0 20.0 60.0
80 1 20.0 20.0 80.0
84 1 20.0 20.0 100.0
Total 5 100.0 100.0
a.16.2
Frequenc Valid Cumulative
y Percent Percent Percent
Valid 72 1 20.0 20.0 20.0
74 1 20.0 20.0 40.0
75 1 20.0 20.0 60.0
78 1 20.0 20.0 80.0
86 1 20.0 20.0 100.0
Total 5 100.0 100.0
DESCRIPTIVES VARIABLES=a.16.1 a.16.2
/STATISTICS=MEAN STDDEV MIN MAX.

Descriptives
Notes
Output Created 28-AUG-2017 14:59:08
Comments
Input Active Dataset DataSet0
Filter <none>
Weight <none>
Split File <none>
N of Rows in Working
5
Data File
Missing Value Definition of Missing User defined missing values
Handling are treated as missing.
Cases Used All non-missing data are used.
Syntax DESCRIPTIVES
VARIABLES=a.16.1 a.16.2
/STATISTICS=MEAN
STDDEV MIN MAX.
Resources Processor Time 00:00:00.00
Elapsed Time 00:00:00.04

Descriptive Statistics
Minimu Maximu Std.
N m m Mean Deviation
a.16.1 5 75 84 79.00 3.391
a.16.2 5 72 86 77.00 5.477
Valid N
5
(listwise)
No.2a (rata-rata harmonis)

2b. (rata-rata geometric)

U=

U=4
 DAFTAR PUSTAKA

Syamsudin. 2005. Matematika SMA 3 Kelompok Bisnis dan Manajemen.

Yogyakarta: Grasindo
Trihendradi, C. (2004). Memecahkan Kasus Statistik: Deskriptif, Parametrik dan
Non Parametrik dengan SPSS 12. Yogyakarta: Penerbit ANDI
Firmansyah, Teguh. 2014. Cara Mencari Mean Median Modus Pada SPSS.
Diakses pada Senin, 28 Agustus 2017 URL : http://www.firmansyah-
teguh.com/2014/05/cara-mencari-mean-median-modus-pada-spss.html