UKURAN PEMUSATAN

DATA
KARAKTERISTIK KUMPULAN
DATA (DATA SET)
1.Memusat pada nilai tertentu dari suatu
distribusi yang disebut nilai pusat (middle
of data set)
2.Menyebar atau berpencar (spread of a
data set)
UKURAN PEMUSATAN DATA
Merupakan nilai tunggal yang mewakili semua data
atau kumpulan pengamatan dimana nilai tersebut
menunjukkan pusat data.
Yang termasuk ukuran pemusatan data :
Rata-rata hitung

Median

Modus

Rata-rata ukur

Rata-rata harmonis
 Macam Ukuran
Macam Ukuran

Tendensi Pusat Penyebaran

Rerata Modus
Hitung Median Rentang Koefisien
Variasi
Variansi
Rerata Harmonik

Deviasi Standar
Rerata Ukur
 Dari sekumpulan data (distribusi), ada
beberapa harga/nilai yang dapat kita
anggap sebagai wakil dari kelompok
data tersebut.
 Nilai-nilai yang biasa digunakan untuk
mewakili data tersebut adalah mean dan
modus  disebut sebagai tendensi
pusat (central tendency)
1. RATA-RATA (RERATA) HITUNG (MEAN)

 Nilai yang baik dalam mewakili suatu

data
 Paling banyak dikenal dalam
menyimpulkan sekelompok data
1. RATA-RATA (RERATA) HITUNG (lanjutan)
 Rerata suatu data kuantitatif
• Rerata Sampel Ukuran Sampel
n

X i
X1  X 2    X n
X i 1

n n
Ukuran Populasi
• N
Rerata Populasi
X i
X1  X 2    X N
 i 1

N N
1. RATA-RATA (RERATA) HITUNG (lanjutan)

 Ukuran tendensi pusat yang paling

sering digunakan
 Sangat dipengaruhi ekstrim
(pencilan/outliers)
0 1 2 3 4 5 6 7 8 9 10 0 1 2 3 4 5 6 7 8 9 10 12 14

Rerata = 5 Rerata= 6
1. RATA-RATA (RERATA) HITUNG (lanjutan)
Rumus umumnya :
Jumlah semua nilai data
Rata - rata hitung 
Banyaknya nilai data

Untuk data yang tidak mengulang

X1  X 2  ...  X n X
X 
n n

Untuk data yang mengulang dengan frekuensi

tertentu
f1X1  f 2 X 2  ...  f n X n fX
X 
f1  f 2  ...  f n f
1. RATA-RATA (RERATA) HITUNG (lanjutan)
1. Dalam Tabel Distribusi Frekuensi
Interval Kelas Nilai Tengah Frekuensi fX
(X)
9-21 15 3 45
22-34 28 4 112
35-47 41 4 164
48-60 54 8 432
61-73 67 12 804
74-86 80 23 1840
87-99 93 6 558
Σf = 60 ΣfX = 3955

fX 3955
X   65,92
f 60
1. RATA-RATA (RERATA) HITUNG (lanjutan)

2. Dengan pembobotan
Masing-masing data diberi bobot.
Misal A memperoleh nilai 65 untuk tugas, 76 untuk
mid dan 70 untuk ujian akhir.
Bila nilai tugas diberi bobot 2, Mid 3 dan Ujian Akhir
4, maka rata-rata hitungnya adalah :

(2)65  (3)76  (4)70

X  70,89
23 4
 Sifat dari Mean
1. Merupakan wakil dari keseluruhan nilai
2. Mean sangat dipengaruhi nilai ekstrim baik ekstrim
kecil maupun ekstrim besar (pencilan/outliers)

Contoh: BB 5 orang dewasa

56 + 62 + 90 + 48 + 67 = 64,6 kg
5
3. Nilai mean berasal dari semua nilai pengamatan
2. NILAI TENGAH (MEDIAN)
 Merupakan nilai tengah dari nilai-niai pengamatan
yang disusun secara teratur (array) menurut
besarnya data.
 Median membagi nilai pengamatan yang ada pada
gugus data sehingga 50 % terletak di bawah median
dan 50 % di atas median.
 Kelebihan median : tidak dipengaruhi pencilan
 Median dapat digunakan apabila skala pengukuran
datanya minimal ordinal, sehingga dapat dilakukan
pemeringkatan (rank) untuk menemukan nilai
pengamatan yang berlokasi di tengah.
 2. NILAI TENGAH (MEDIAN)
 Ukuran tendensi pusat yang tegar
 Tidak terpengaruh oleh data ekstrim

0 1 2 3 4 5 6 7 8 9 10 0 1 2 3 4 5 6 7 8 9 10 12 14

Median = 5 Median = 5
 Setelah data diurutkan, median adalah angka
yang terletak “ditengah”
 Jika n atau N ganjil, median adalah angka di tengah
 Jika n atau N genap, median adalah rerata kedua angka
ditengah
2. NILAI TENGAH (MEDIAN)
 Kalau datanya genap posisi Median terletak di
antara 2 nilai, sehingga nilai Median adalah
rata-rata dari 2 nilai tersebut.
 Contoh : pengukuran BB 6 orang
48, 52, 56, 62, 67, 70 kg
 Posisi Median adalah pengamatan ke 3,4
 Nilai Median = 56 + 62 = 59 kg
2
2. NILAI TENGAH (MEDIAN)
 Kelebihan nilai Median adalah: Nilai
Median tidak terpengaruh oleh data
ekstrim.
 Contoh: Hasil pengukuran BB 5 orang
48, 52, 60, 65, 95 kg
 Nilai Median tetap pada posisi 3 yaitu 60
kg, meskipun ada nilai ekstrim 90 kg.
2. NILAI TENGAH (lanjutan)
Untuk data berkelompok
n 
 - F 
Med  L 0  c  2 
 f 
 
 
L 0  batas bawah kelas median
F  jumlah frekuensi semua kelas sebelum
kelas yang mengandung median
f  frekuensi kelas median
2. NILAI TENGAH (lanjutan)
Contoh :
Interval Frekuensi Letak median ada pada data
Kelas ke 30, yaitu pada interval
9-21 3
61-73, sehingga :
22-34 4
35-47 4 L0 = 60,5
48-60 8
61-73 12
F = 19
74-86 23 f = 12
87-99 6  60 
 - 19 
Med  60,5  13  2
Σf = 60
  72,42
 12 
 
 
3. NILAI SERING MUNCUL (MODUS)
 Adalah nilai yang mempunyai frekuensi
terbesar dalam suatu kumpulan data.
 Berguna untuk mengetahui tingkat
seringnya terjadi suatu peristiwa
 Modus dapat juga digunakan untuk
semua skala pengukuran data mulai dari
skala nominal hingga skala rasio.
3. NILAI SERING MUNCUL (MODUS)
 Adalah suatu ukuran tendensi pusat
 Datum yang paling banyak muncul
 Tidak terpengaruh oleh harga ekstrim
 Dapat ada untuk data numerik atau kategorik
 Dapat tidak ada
 Dapat tidak tunggal

0 1 2 3 4 5 6
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14
Tak Ada
Modus = 9
Modus
3. NILAI SERING MUNCUL (MODUS)
 Adalah nilai yang paling banyak ditemui di
dalam suatu pengamatan
 Ada beberapa kemungkinan :

1. Tidak ada nilai yang lebih banyak diobservasi

jadi tidak ada modus
Contoh: 56, 62, 55, 57, 65
2. Ditemui satu Modus (Uni modal).Contoh: 56,
62, 62, 62, 55, 57, 65
3. NILAI SERING MUNCUL (MODUS)
3. Ada 2 Modus (bi modal)
Contoh: 56, 55, 58,58, 60, 62, 62
4. Ada 3 Modus (Multi modal)
Contoh: 55, 55 ,56 ,56 ,62 ,62 ,61, 58
 MODUS (lanjutan)
Contoh :
Data yang
Interval Frekuensi
Kelas paling sering muncul adalah pada
9-21 3 interval 74-86, sehingga :
22-34 4 L0 = 73,5
35-47 4
48-60 8 b1 = 23-
61-73 12
74-86 23
12 = 11
87-99 6 b2 = 23-6
Σf = 60
=17
 11 
ModP=73,5
13  13    78,61
 11  17 
HUBUNGAN EMPIRIS ANTARA NILAI RATA-
RATA HITUNG, MEDIAN, DAN MODUS

Ada 3 kemungkinan kesimetrian kurva

distribusi data :
 Jika nilai ketiganya hampir sama maka
kurva mendekati simetri (symetrical
curve). Nilai mean, median dan modus
terletak pada satu titik dari kurva
distribusi frekuensi.
HUBUNGAN EMPIRIS ANTARA NILAI
MEAN, MEDIAN, DAN MODUS

 Jika Modus<Median<Mean, maka kurva

miring ke kanan (skewed right). Nilai
mean terletak di sebelah kanan kurva
distribusi frekuensi kemudian median
terletak di tengah dan modus terletak di
kiri.
HUBUNGAN EMPIRIS ANTARA NILAI
MEAN, MEDIAN, DAN MODUS

 Jika Mean<Median<Modus, maka kurva

miring ke kiri (skewed left). Nilai mean
terletak di sebelah kiri kurva distribusi
frekuensi kemudian median terletak di
tengah dan modus terletak di sebelah
kanan.
 Bentuk suatu Distribusi
 Menjelaskan bagaimana data di distribusikan
 Ukuran bentuk
 Simetrik atau menceng

Menceng Kekiri Simetrik Menceng Kekanan

Mean < Median < Modus Mean = Median =Modus Modus < Median < Mean
HUBUNGAN EMPIRIS ANTARA NILAI RATA-RATA
HITUNG, MEDIAN, DAN MODUS (lanjutan)

Jika distribusi data tidak simetri, maka terdapat

hubungan :

Rata-rata hitung-Modus = 3 (Rata-rata hitung-Median)


X - Mod  3 X  Med 
 4. RATA-RATA UKUR
Digunakan apabila nilai data satu dengan yang lain
berkelipatan. G  n X .X ....X
1 2 n

Untuk data tidak berkelompok

  log X 
G  antilog  
 n 

Untuk data berkelompok

  f log X 
G  antilog  
 f 
 RATA-RATA UKUR (lanjutan)
Contoh :
Interval Nilai Tengah Frekuensi log X f log X
Kelas (X)
9-21 15 3 1,18 3,54
22-34 28 4 1,45 5,8
35-47 41 4 1,61 6,44
48-60 54 8 1,73 13,84
61-73 67 12 1,83 21,96
74-86 80 23 1,90 43,7
87-99 93 6 1,97 11,82
Σf = 60 Σf log X = 107,1

 107,1 
G  antilog    60,95
 60 
 RATA-RATA UKUR UNTUK
GEJALA PERTUMBUHAN

Pt
rt 1 diman : Pt adalah keadaan diakhir tahun

Po Po adalah keadaan awal tahun

r adalah rata - rata pertumbuhan
atau t adalah lama waktu perhitungan

t
Pt  Po (1  r)
 5. RATA-RATA HARMONIS
Biasanya digunakan apabila data dalam bentuk
pecahan atau desimal.
Untuk data tidak berkelompok RH  n
1
 
X

Untuk data berkelompok f

RH 
f 
 
X
 RATA-RATA HARMONIS
(lanjutan)
Contoh :
Interval Nilai Frekuensi f/X
Kelas Tengah (X)
9-21 15 3 0,2
22-34 28 4 0,143
35-47 41 4 0,098
48-60 54 8 0,148
61-73 67 12 0,179
74-86 80 23 0,288
87-99 93 6 0,065
Σf = 60 Σf / X = 1,121

60
RH   53,52
1,121
KUARTIL, DESIL, PERSENTIL
1. Kuartil
Kelompok data yang sudah diurutkan
(membesar atau mengecil) dibagi empat
bagian yang sama besar.

Ada 3 jenis yaitu kuartil pertama (Q1) atau

kuartil bawah, kuartil kedua (Q2) atau kuartil
tengah, dan kuartil ketiga (Q3) atau kuartil
atas.
 Kuartil
 Membagi Data Berurut menjadi 4 Kelompok

25% 25% 25% 25%

K 1  K 2  K 3 in  1
 Letak Kuartil ke-i Ki  
4
Data setelah diurutkan : 11 12 13 16 16 17 18 21
22 19  1 12  13
Position of Q1   2.5 Q1   12.5

dan , bukan4 ukuran Tendensi Pusat
2
 = Median, suatu ukuran Tendensi Pusat
Q1 Q3
Q2
 KUARTIL (lanjutan)
Untuk data tidak berkelompok
in  1
Q  nilai ke -
i , i  1,2,3
4
Untuk data berkelompok
 in 
 - F 
Q i  L 0  c 4  , i  1,2,3 L0 = batas bawah kelas kuartil
 f  F = jumlah frekuensi semua
 
  kelas sebelum kelas kuartil Qi
f = frekuensi kelas kuartil Qi
c = interval kelas
 KUARTIL (lanjutan)
Contoh :
Q1 membagi data menjadi 25 %
Interval Nilai Frekuensi
Kelas Tengah Q2 membagi data menjadi 50 %
(X) Q3 membagi data menjadi 75 %
9-21 15 3
22-34 28 4
35-47 41 4 Sehingga :
48-60 54 8
61-73 67 12
74-86 80 23 Q1 terletak pada 48-60
87-99 93 6
Q2 terletak pada 61-73
Σf = 60
Q3 terletak pada 74-86
 KUARTIL (lanjutan)
 1.60 
Untuk Q1, maka :  - 11 
Q1  47,5  13 4   54
 8 
 
 

 2.60 
Untuk Q2, maka :  - 19 
Q 2  60,5  13 4   72,42
 12 
 
 

Untuk Q3, maka :  3.60 

 - 31 
Q 3  73,5  13 4   81,41
 23 
 
 
KUARTIL, DESIL, PERSENTIL (lanjutan)

2. Desil
Kelompok data yang sudah diurutkan
(membesar atau mengecil) dibagi
sepuluh bagian yang sama besar.
 DESIL (lanjutan)
Untuk data tidak berkelompok
in  1
D  nilai ke -
i , i  1,2,3,...,9
10

Untuk data berkelompok

L0 = batas bawah kelas desil Di
 in 
 - F  F = jumlah frekuensi semua
D i  L 0  c 10  , i  1,2,3,...,9 kelas sebelum kelas desil Di
 f 
  f = frekuensi kelas desil Di
 
 DESIL (lanjutan)
Contoh :
Interval Nilai Frekuensi D3 membagi data 30%
Kelas Tengah
(X) D7 membagi data 70%
9-21 15 3
22-34 28 4
35-47
48-60
41
54
4
8
Sehingga :
61-73 67 12
74-86 80 23
87-99 93 6
D3 berada pada 48-60
Σf = 60
D7 berada pada 74-86
 DESIL (lanjutan)
 3.60 
 - 11 
D 3  47,5  13 10   58,875
 8 
 
 

 7.60 
 - 31 
D 7  73,5  13 10   79,72
 23 
 
 
PERSENTIL

Jika suatu data dibagi menjadi 100

bagian yang sama sehingga didapat 99
pembagi dan setiap pembagi kemudian
disebut presentil.
P1 P2 P3 P4 P99
PERSENTIL (lanjutan)

Untuk data tidak berkelompok

in  1
Pi  nilai ke - , i  1,2,3,...,99
100
Untuk data berkelompok
 in 
 -F
Pi  L 0  c 100  , i  1,2,3,...,99
 f 
 
 