ANALISA DATA:

UKURAN PEMUSATAN
Ukuan Pemusatan
1.Rata rata hitung

Data tunggal
n

x =

2.Rata rata Ukur

xi

atau

i=1

fi

xi
x =

Data Berkelompok
f x
x =
f
n

i=1

i=1

U= n x 1 . x 2 . x 3 . x n
log U=
log U= log
U=anti log

3.Rata rata
Harmonik

H=

4.Rata rata
Kuadratis

( log nx )

n
H=

x1
i=1 i

M e=

( f i . log x i )
fi

x
n

NRK =

n
n

xi
i=1

x 2i
n

n+ 1
2

NRK =

f i x 2i

fi

n
F
2
M e =b+ p
f

( )

5. Median

Mo= data dengan frekuensi

tertinggi

6. Modus

1.Rata rata
2.Rata rata
3.Rata rata
4.Rata rata
5. Median
6. Modus

hitung
Ukur
Harmonik
Kuadratis

M o=b+ p

b1
b1 +b 2

Contoh:
n

xi

1.Hitunglah Nilai rata-rata dari 25,23,26 dan 30

x = i=1
n

= 26
n

f i xi

2. Hitunglah nilai rata-rata dari nilai berbobot dibawah ini

xi
17
20
31
39

fi
2
5
6
4
17

x = i=1

fi

fixi
34
100
186
156
476
n

3.Hitunglah Nilai rata rata data berikut ini.

1
2
3
4
5

Berat Badan
38 - 44
45 - 51
52 - 58
59 - 65
66 - 72

Tally
IIII
IIIIIIIIIIIIII
IIIIIIIIIII
IIIII
IIII

xi
41
48
55
62
69

f i xi

x = i=1

fi

fi
4
14
11
5
4

2179
=54,4750
40

fixi
164
672
605
310
276

476
=28
17

73 - 79
Jumlah

II

76

2
40

152
2179

4.Hitunglah Nilai rata-rata dari 560, 8,33, 136, 17, 67, 275,
8, 17, 33, 67, 136, 275, 560
U= n x 1 . x 2 . x 3 . x n
log U= log

log U=

x
n

= 8.17 .33.67 .136 .275 .560=

7

= log 8 + log 17 + log 33 + log 67 + log 136 + log 275 + log 560/7

0,9030+1,2303+1,5185+1,8260+2,1335+ 2,4393+ 2,7481 12,7987

=
=1,8283
7
7

U = anti log 1,8283 = 67,35

U=anti log

2 4=2
3 8=2
4 16=2
5 32=2

( log nx )

6 64=2
7 128=2

17/8 =2,125
33/17 =1,9411
67/33 = 2,0303
136/67= 2,0298
275/136 = 2,022
560/275 = 2,0363
U = 67,7174
5. Jarak antara Medan dan tanjung balai 180 km si A berangkat dengan
menggunakan kenderaan mobil dari Medan menuju tanjung balai dengan
kecepatan rata-rata 80 km/jam. Pulangnya dengan menempuh jalan yang
sama dengan kecepatan 90 km/jam.
Hitunglah kecepatan rata-rata pulang pergi,

6. Data berat badan mahasiswa FKM UNPRI sem 2 adalah sebagai berikut:
Berat Badan
xi
fi
fixi
1
38 - 44
41
4
164
2
45 - 51
48
14
672
3
52 - 58
55
11
605
4
59 - 65
62
5
310
5
66 - 72
69
4
276
6
73 - 79
76
2
152
Jumlah
40
2179
i
Letak K i= n
4

Letak K1 = x 40 = 10 ( K1 berada di kelas ke 2)

[ ]

i
nF
4
Nilai K i=b+ p
f ki

Nilai K 1=44,5+7

104
=47,5
14

UKURAN LOKASI DAN DISPERSI

Ukuran
Lokasi
Kuartil

Desil

Data tunggal /tersebar

i
Letak K i= ( n+1 )
4

i
Letak K i= n
4

datake i+ 1data ke i
Nilai K i=Nilai datake i+ sisa

i
nF
4
Nilai K i=b+ p
f ki

Letak Di=

i
( n+1 )
10

datake i+ 1data ke i
Nilai D i=Nilai datake i+ sisa

Persentil

Data berkelompok

Letak Pi=

i
( n+1 )
100

datake i+ 1data ke i
Nilai P i=Nilai data ke i+ sisa

[ ]

Letak Di=

i
n
10

[ ]

i
nF
10
Nilai D i=b+ p
f Di
Letak Pi=

i
n
100

i
nF
100
Nilai P i=b+ p
f Pi

UKURAN DISPERSI
1.Ukuran Dispersi dengan Range atau Rentang
R = Nilai Maksimum nilai minimum
2. Ukuran Dispersi Dengan Kuartil
RAK = K3 - K1
RSK = RAK
3. Ukuran Dispersi Dengan rata-rata Simpangan
|x x|
RS=
i

4. Ukuran Dispersi Dengan Simpangan Baku

( x x )
( x x )
s=
s=
atau
n1
n1
2

Contoh :
1.ditentukan data tersebar dengan susunan sebagai berikut:
9, 9, 10, 13, 14, 17, 19, 19, 21, 22, 23, 25, 25, 29, 33, 35, 35, 39, 43, 47
i
Letak K i= ( n+1 )
4
1
Letak K 1= ( 20+1 )=5,25
4
Nilai K 1=Nilai data ke 5+0,25( datake6data ke 5)
Nilai K 1=14+0,25(1714 )
Nilai K 1=14+ 0,75=14,75

Letak K2 = 10,5
Nilai K2 = 22 + 0,5 (23 22) = 22,5
Letak K3 = 15,75
Nilai K3 = 33 + 0,75 (35 33) = 34,5

UKURAN KEMIRINGAN

x =M e =M o

Mo Me

Mo

Me
Simetris
kiri (negative)

miring kanan (positif)

Rumus untuk mengetahui koefisien kemiringan

1.Koefisien kemiringan pertama dari Pearson
Koefisien kemiringan=

x M o
s

2. Koefisien kemiringan kedua dari Pearson

Koefisien kemiringan=

3( x M o )
s

3.Jika menggunakan nilai kuartil maka rumusnya adalah :

Koefisien kemiringan=

K 32 K 2 + K 1
K 3 K 1

miring

4.Jika menggunakan nilai persentil maka rumusnya :

Koefisien kemiringan=

P902 P50P10
P90P10

Kriteria untuk mengetahui model distribusi data :

1.Jika koefisien kemiringan lebih kecil dari nol maka bentuk distribusinya
negative
2. Jika koefisien kemiringan sama dengan nol maka bentuk distribusinya simetri
3. Jika koefisien kemiringan lebih besar dari nol maka bentuk distribusinya positif
Sebagai contoh: berat bayi yang baru lahir (dalam kg) diperoleh data sebagai
berikut
Berat bayi
Banyak bayi
(fi)
2,5 2,6
2
2,7 - 2,8
3
2,9 3,0
5
3,1 3,2
7
3,3 3,4
6
3,5 3,6
5
jumlah
28
Tentukanlah bentuk distribusi kurva dari data diatas

M o=b+ p

b1
b1 +b 2

M o=3.05+0.2

s=

75
( 75 )+(76)

( x ix )2 =
n1

0.7517
27

=3.1833

= 0.1668

1.Koefisien kemiringan pertama dari Pearson

Koefisien kemiringan=

x M o 3.14283,1833
=
=0,2428
s
0.1668

2. Koefisien kemiringan kedua dari Pearson

Koefisien kemiringan=

3( x M o ) 3(3.14284.3833)
=
=0.7284
s
0.1668

UKURAN KERUNCINGAN (KURTOSIS)

Untuk mengetahui apakah sekumpulan data mengikuti distribusi leptokurtic,

platikurtik, atau mesokurtik dapat dilihat dari koefisien kurtosisnya dengan
menggunakan rumus :

1
( K K 1 )
2 3
K=
P90P10

Ada 3 kriteria kurtosis untuk mengetahui model distribusi sekumpulan data :

1. Jika koefisien kurtosisnya kurang dari 0,263 maka distribusinya adalah
platykurtik
2. Jika koefisien kurtosisnya sama dengan 0,263 maka distribusinya adalah
mesokurtik
3. Jika koefisien kurtosisnya lebih dari 0,263 maka distribusinya adalah
leptokurtic