Anda di halaman 1dari 16

Inisiasi 3

UKURAN DATA (Mean,median, modus)


Ukuran data sampel disebut statistik, ukuran populasi disebut parametrik.
Ada banyak ukuran dalam statistik, seperti kwartil, desil, persentil, rata-rata
hitung, rata-rata ukur, rata-rata harmonis, median, modus dan sebagainya.
Namun yang dianggap sangat penting untuk diketahui dan yang akan dijelaskan
di sini adalah :
- Mean (rata-rata hitung)
- Median (nilai tengah)
- Modus (mode-trend)
Sebelum menjelaskan ukuran-ukuran data tersebut di atas, perlu dipahami
dahulu apa yang disebut dengan data tak berkelompok dan data berkelompok.
DATA BERKELOMPOK DAN DATA TAK BERKELOMPOK
Data berkelompok adalah data yang sudah dikelompokkan sehingga besaran
data aslinya dapat tidak kelihatan lagi dan berubah menjadi besaran data atau
mewakili kelompoknya. Data tak berkelompok tersebut di atas, untuk
kemudahan, dapat dijadikan data berkelompok seperti di bawah ini.
Gaji bersih 120 Karyawan PT Karya Guna Abadi (x Rp 1.000)
Kelompok Gaji Nilai Tengah Frekuensi
< 500
501-1000
1001-1500
1501-2000
2001-2500
2501-3000
3001-3500
3501-4000
4001-4500
4501-5000
250
750
1.250
1.750
2.250
2.750
3.250
3.750
4.250
4.750
50
15
9
19
9
6
6
1
1
4
Jumlah 120

Data tak berkelompok adalah data yang belum dikelompokkan, masih bebas atau
seadanya
Page 2 of 16
Contoh data tak berkelompok:
Gaji bersih 120 Keryawan PT Karya Guna Abadi (x Rp 1.000)
320 560 750 250 430 1250 450 730 2450 1740
1760 450 250 3550 560 280 2450 4650 1760 250
260 280 1790 240 250 1260 1880 280 250 320
4570 2950 560 4500 430 280 560 1250 2450 290
480 3280 470 270 1880 1880 1760 1880 1880 1760
450 560 3250 3350 250 250 450 280 590 1880
430 2450 260 430 560 570 1790 430 560 1970
3350 250 450 250 430 2900 290 1250 3280 470
1260 260 1260 2760 1740 430 2450 560 260 1260
480 2450 580 470 250 3250 560 560 2650 1250
2450 250 1860 4560 4850 1280 430 1940 250 2450
270 1880 450 2450 430 270 2580 1760 2650 440

CARA MENGHITUNG MEAN (RATA-RATA HITUNG)
- Untuk data tak berkelompok



S = rata-rata
= (sigma) = jumlah
X = nilai data masing-masing sample
n = banyaknya sampel
Contoh (1):
Data: 10 8 11 7 12 15 6 7 5 6 7 9 7 3 7
(n = 15)
Rata-rata dari data tersebut adalah:
= 10+8+11+7+12+15+6+7+5+6+7+9+7+3+7 = 8
15
n
X
S

=
Page 3 of 16
Contoh (2): Dari data PT Karya Guna Abadi di atas.
Gaji bersih 120 Karyawan PT Karya Guna Abadi (x Rp 1.000,-)
320 560 750 250 430 1250 450 730 2450 1740
1760 450 250 3550 560 280 2450 4650 1760 250
260 280 1790 240 250 1260 1880 280 250 320
4570 2950 560 4500 430 280 560 1250 2450 290
480 3280 470 270 1880 1880 1760 1880 1880 1760
450 560 3250 3350 250 250 450 280 590 1880
430 2450 260 430 560 570 1790 430 560 1970
3350 250 450 250 430 2900 290 1250 3280 470
1260 260 1260 2760 1740 430 2450 560 260 1260
480 2450 580 470 250 3250 560 560 2650 1250
2450 250 1860 4560 4850 1280 430 1940 250 2450
270 1880 450 2450 430 270 2580 1760 2650 440

Rata-rata hitung
120
000 . 1 . ) 440 ... 560 320 ( Rp
n
X
S
+ + +
= =


= Rp 1.262.500
Untuk data berkelompok
Rata-rata hitung =
n
x f
S

=
.

x = nilai data masing-masing sampel
f = frekwensi masing-masing kelompok
f.x = perkalian frekuensi masing-masing kelompok dengan nilai x dari kelompok
tersebut
N = jumlah data
Untuk mengelompokkan data, perlu dibuat tabel frekuensi, yaitu tabel yang
menunjukkan berapa kali nilai X
i
terjadi.



Page 4 of 16
Contoh: Dari data berkelompok PT Karya Guna Abadi
Kelompok Gaji Nilai Tengah (x) Frekuensi (f) f.x
< 500
501-1000
1001-1500
1501-2000
2001-2500
2501-3000
3001-3500
3501-4000
4001-4500
4501-5000
250
750
1.250
1.750
2.250
2.750
3.250
3.750
4.250
4.750
50
15
9
19
9
6
6
1
1
4
12500
11250
11250
33250
20250
16500
19500
3750
4250
19000

4 , 42
50
2120
.
= = =

n
x f
S
Kelompok Gaji Nilai Tengah (x) Frekuensi (f) f.x
< 500
501-1000
1001-1500
1501-2000
2001-2500
2501-3000
3001-3500
3501-4000
4001-4500
4501-5000
250
750
1.250
1.750
2.250
2.750
3.250
3.750
4.250
4.750
50
15
9
19
9
6
6
1
1
4
12500
11250
11250
33250
20250
16500
19500
3750
4250
19000
Jumlah
120
= n
151.500
= f.x

Rata-rata hitung
120
000 . 1 . 500 . 151
.
Rp
n
x f
S

= =


Ternyata, rata-rata hitung dari data yang sama, baik yang tidak dikelompokkan
maupun dikelompokkan hasilnya sama yaitu Rp. 1.262.500.
Rata-rata hitung tidak selalu dapat dipakai dengan baik mewakili suatu kelompok
nilai. Jadi, jika tiga SMU mempunyai nilai rata-rata yang sama untuk ujian
matematika dari murid-muridnya, misalnya 7, itu tidak berarti mutu pengajaran
matematika dari ketiga SMU tersebut sama pula.


Page 5 of 16
No. Murid
Nilai Rata-Rata Ujian Matematika
SMU I SMU II SMU III
1 7 7 8
2 7 6 8
3 7 5 5
4 7 8 9
5 7 7 10
6 7 9 6
7 7 7 3
8 7 6 4
9 7 7 8
10 7 8 9
Jumlah 70 70 70
Rata-rata 7 7 7


Dari angka-angka pada tabel tersebut di atas, terlihat bahwa rata-rata 7 untuk
SMU I, SMU II dan SMU III berasal dari nilai-nilai yang derajat homogenitasnya
tidak sama. Nilai-nilai yang dimiliki SMU I betul-betul sempurna homogen
(semuanya 7), sedangkan nilai-nilai yang dimiliki SMU II sudah kurang homogen
lagi, dan untuk SMU III nilai-nilainya sudah menjadi semakin tidak homogen lagi
atau heterogen. Dengan kata lain, secara kasar, nilai rata-rata SMU I dan SMU II
masih dapat dianggap mewakili seluruh nilai yang ada dalam kelompoknya, akan
tetapi nilai rata-rata yang dimiliki SMU III kelihatannya kurang atau tidak bisa
mewakili nilai-nilai dalam kelompoknya karena sifatnya heterogen (sangat
bervariasi).
Di sini terlihat bahwa, sepanjang berdasarkan data tersebut di atas dan tanpa
mempertimbangkan faktor-faktor lainnya, mutu pengajaran matematika di SMU I
adalah yang paling baik, diikuti oleh SMU II dan yang paling buruk adalah SMU
III.
Nilai rata-rata hitung akan dengan baik mewakili nilai-nilai yang sifatnya relatif
homogen dalam kelompoknya. Jika nilai-nilai dimaksud relatif sudah tidak
homogen lagi atau heterogen, biasanya digunakan nilai median untuk mewakili
kelompoknya.

Page 6 of 16
CARA MENGHITUNG MEDIAN (NILAI TENGAH)
Median adalah suatu nilai yang membagi data yang diobservasi menjadi dua
bagian yang sama, setelah data tersebut disusun dari urutan yang terbesar
sampai yang terkecil atau sebaliknya. Setengah dari nilai-nilai yang ada besarnya
sama atau lebih kecil dari nilai median, sedangkan setengah lainnya besarnya
sama atau lebih besar dari nilai median.
Contoh:
Data asli (belum diurutkan):
4 8 6 10 2 3 5 7 9 5 3 12 5 15 9
Data setelah diurutkan mulai dari yang terkecil:
2 3 3 4 5 5 5 7 8 9 9 10 12 15

7 nilai 7 nilai

Data setelah diurutkan mulai dari yang terbesar:
15 12 10 9 9 8 7 5 5 5 4 3 3 2
Median = Med = 6
Jika jumlah datanya ganjil, Med berada tepat di tengah-tengah. Seperti dalam
contoh di atas, jumlah data ada 15, nilai Med ada pada data yang ke -8.
Bagaimana jika jumlah datanya genap?
Contoh (sudah diurut):
2 5 9 10 12 15 17 20 (jumlah data ada 8 = genap)

4 nilai 4 nilai

6
6
11
Page 7 of 16
Med = antara 10 dan 12 atau = 11
Dengan demikian, rumus untuk mencari Med adalah :
Untuk jumlah data ganjil (n ganjil)

1 +
=
k
x
Med dan n = jumlah data
Untuk jumlah data genap (n genap)

2
1 + +
=
k k
X X
Med dan n = jumlah data
Kelemahan Median adalah tidak bisa menggambarkan berapa jauhnya jarak
nilai Median terhadap nilai data yang maksimum dan minimum. Oleh karenanya,
dalam menggunakan Median sebaiknya disebutkan juga nilai data yang
maksimum dan yang minimum.

CARA MENGHITUNG MODUS
Modus ialah suatu nilai yang mempunyai frekuensi terbesar, atau nilai yang
paling sering terjadi.
Contoh: Nomor-nomor sepatu pria yang dipakai di tiga daerah yang diambil dari
masing-masing 10 sampel.





2
1
=
n
k
2
n
k =
Page 8 of 16
No. Sampel Daerah 1 Daerah 2 Daerah 3
1 40 38 38
2 39 42 38
3 39 39 40
4 41 40 41
5 42 42 40
6 40 42 41
7 42 39 41
8 40 42 40
9 41 40 38
10 41 42 42
Modus 40 dan 41 42 38,40 dan 41
Frekuensi Masing-masing 3 5 Masing-masing 3
Rata-rata 40,5 40,6 40,1

Penjelasan:
o Daerah 1 mempunyai Modus sebanyak 2 buah, yaitu nomor 40 dan 41.
o Daerah 2 hanya mempunyai 1 Modus, yaitu nomor 42.
o Daerah 3 mempunyai 3 Modus, yaitu nomor 38, 40 dan 41.
o Jadi, nilai modus tidak selalu tunggal, tetapi bisa 2,3 atau lebih lagi, bahkan
bisa terjadi ada data yang tidak mempunyai modus sama sekali.
o Bayangkan jika data tersebut di atas adalah hasil survey sebuah perusahaan
sepatu, yang memproduksi jumlah terbesar sepatunya berdasarkan nomor
rata-ratanya. Jadi, walaupun data sifatnya homogen, tapi dalam kasus
tersebut, tidak benar jika digunakan nilai rata-rata atau nilai mediannya.

SIMPANGAN BAKU (UKURAN PENYEBARAN DATA)
Dalam penjelasan tentang perhitungan rata-rata di atas, ternyata kelompok-
kelompok data yang mempunyai nilai rata-rata yang sama, belum tentu
menggambarkan derajat homogenitas yang sama pula. Lalu, bagaimana cara
mengukur tingkat homogenitas atau penyebaran data atau variasi suatu
kelompok data ? Caranya adalah dengan mengukur simpangan bakunya. Nilai
simpangan baku adalah sama dengan akar dari nilai varians-nya dan nilai
tersebut akan menggambarkan bagaimana derajat penyebarannya
(berpencarnya) suatu kelompok data.
Page 9 of 16
Untuk data sampel, simpangan baku disebut dengan S dan varians-nya disebut
dengN S
2
(pangkat dua dari simpangan baku, merupakan statistik). Untuk data
populasi, simpangan baku disebut dengan (tho) dan varians-nya disebut
dengan
2
.
Jadi, rumus untuk mencari nilai simpangan baku adalah:
Untuk data sampel:
( )
1
2
2

=

n
s x
S
i

Simpangan baku biasa disebut deviasi standar. Pangkat dua dari simpangan baku
dinamakan variasi.
Contoh menghitung simpangan baku:
No. Murid
Nilai Ujian Matematika
SMU I SMU II SMU III
x -x (-x)
2
x -x (-x)
2
x -x (-x)
2

1 7 0 0 7 0 0 8 +1 +1
2 7 0 0 6 -1 +1 8 +1 +1
3 7 0 0 5 -2 +4 5 -2 +4
4 7 0 0 8 +1 +1 9 +2 +4
5 7 0 0 7 0 0 10 +3 +9
6 7 0 0 9 +2 +4 6 -1 +1
7 7 0 0 7 0 0 3 -4 +16
8 7 0 0 6 -1 +1 4 -3 +9
9 7 0 0 7 0 0 8 +1 +1
10 7 0 0 8 +1 +1 9 +2 +4
Jumlah 70 0 0 70 0 +12 70 0 +50
Rata-rata 7 7 7


Simpangan baku SMU I =
( )
( )
0
1 10
0
1
=

n
s x
i

Simpangan baku SMU II =
( )
( )
464 , 3
1 10
12
1
=

n
s x
i

Simpangan baku SMU III =
( )
( )
071 , 7
1 10
50
1
=

n
s x
i


Page 10 of 16
Dari perhitungan simpangan baku di atas, ternyata:
- Simpangan baku dari nilai ujian matematika di SMU I = 0, hal ini berarti
kelompok datanya betul-betul mutlak homogen, sehingga rata-ratanya betul-
betul sangat mewakili kelompoknya.
- Simpangan baku dari nilai ujian matematika di SMU II = 3,464, hal ini berarti
kelompok data sudah kurang homogen lagi. Walaupun demikian, karena
simpangan bakunya masih relatif kecil, mungkin nilai rata-ratanya masih bisa
digunakan untuk mewakili data dalam kelompoknya.
- Simpangan baku dari nilai ujian matematika di SMU III = 7,071 yang
menunjukkan bahwa kelompok data sudah makin tidak homogen atau
heterogen. Oleh karenanya perlu dipertimbangkan, apakah nilai rata-ratanya
masih akan dipakai untuk mewakili nilai-nilai data dalam kelompoknya atau
tidak.
- Jadi, semakin kecil nilai simpangan baku, semakin homogen nilai-nilai yang
terdapat dalam kelompok data yang bersangkutan dan semakin baik nilai
rata-ratanya dalam mewakili kelompoknya.

HUBUNGAN MEAN, MEDIAN DAN MODUS
Jika Mean mengukur rata-rata sekelompok data, Median mengukur titik tengah
data, maka Modus mengukur pusat data dengan mendeteksi nilai data yang
paling sering muncul. Secara logika, jika data mempunyai nilai-nilai yang sama,
maka jelas Mean sama persis dengan Median, dan Median juga sama persis
dengan Modus.
Sebagai contoh, berikut nilai sekelompok data yang sama:
5 5 5 5 5 5
Dari data di atas, maka:
Mean jelas bernilai 5, karena semua nilai sama, yakni 5
Median juga bernilai 5, karena diurutkan ke manapun, nilainya juga tetap 5
Page 11 of 16
Modus juga bernilai 5, karena nilai yang terbanyak muncul juga cuma satu
yakni 5
Jadi untuk data yang ideal seperti di atas, atau untuk data yang berdistribusi
normal (penjelasan distribusi normal lihat modul lainnya), berlaku ketentuan :
MEAN = MEDIAN = MODUS
Namun demikian, tidak semua data mempunyai nilai seperti itu, atau mesti
berdistribusi normal. Banyak data dalam praktek yang cukup bervariasi, sehingga
bisa agak menceng ke kiri atau menceng ke kanan (penjelasan kemencengan
lihat modul lain di belakang).Untuk data dengan kemencengan yang moderat,
hubungan antara Mean, Median dan Modus secara umum adalah :
MODUS = MEAN -3(MEAN-MEDIAN)
Dengan ketentuan:
JIKA DISTRIBUSI DATA CENDERUNG MENCENG KE KANAN (RIGHT
SKEWED).






Modus Mean
Median

Gambar Distribusi yang Right Skewed

Untuk data yang agak menceng ke kiri, maka nilai Mean lebih besar dari Modus.


Page 12 of 16
JIKA DISTRIBUSI DATA CENDERUNG MENCENG KE KIRI (LEFT
SKEWED)





Mean Modus
Median

Gambar Distribusi yang Left Skewed

Untuk data yang agak menceng ke kiri, maka nilai mean lebih kecil dari Modus.
Namun demikian, baik pada distribusi yang menceng ke kanan atau menceng ke
kiri, nilai Median tetap terletak di tengah pada kedua janis distribusi data
tersebut. Maka pada distribusi data yang menceng secara moderat, seharusnya
Median adalah alat ukur central tendency yang paling akurat (tepat) untuk
menggambarkan karakteristik data. Walau demikian, dalam praktek penilaian
secara subjektif serta pertimbangan kepopuleran alat lebih menentukan manakah
alat ukur central tendency yang akan digunakan.
Kasus 1:
Sebagai contoh, data temperatur udara di sembilan kota di Pulau Jawa dalam
sebulan terakhir:
Kota Temperatur (
o
C)
Malang 21
Surabaya 24
Yogyakarta 26
Bandung 23
Semarang 27
Jakarta 28
Magelang 23
Solo 23
Cirebon 25

Page 13 of 16
Keterangan:
Temperatur Kota Malang dalam sebulan terakhir rata-rata adalah 21
o
C. Demikian
seterusnya untuk pengertian data lainnya.
Mean
Rata-rata temperatur di sembilan kota tersebut adalah :
44 , 24
9
220
9
25 23 23 28 27 23 26 24 21
= =
+ + + + + + + +
= X
Rata-rata temperatur adalah 24,44
0
C.
Median
Karena data tidak berkelompok, maka dilakukan proses:
Mengurutkan data tersebut, misal dari terkecil-terbesar (ascending), sehingga
menjadi :
Urutan
1
Urutan 2 Urutan 3 Urutan 4 Urutan 5
21 23 23 23 24
Urutan
6
Urutan 7 Urutan 8 Urutan 9
25 26 27 28

Mencari Median. Urutan Median adalah:
5
2
1 9
=
+
= Md
Dari tabel array (urutan) di atas terlihat urutan ke 5 adalah 24. Dengan
demikian, Median dari Temperatur adalah 24
0
C.
Modus
Untuk data tidak berkelompok, sama dengan perlakuan terhadap Median, data
diurutkan terlebih dahulu, sehingga menjadi seperti yang terlihat pada tabel di
atas (lihat urutan pada Median). Modus adalah data yang paling sering keluar,
Page 14 of 16
yang jika dilihat pada tabel di atas adalah angka 23, yang berjumlah 3 buah.
Dengan demikian Modus Temperatur adalah 23
0
C.
- Bagaimana Hubungan Mean, Median Dan Modus ?
Jika dimasukkan pada persamaan di atas :
Modus = 24,44 3 (24,44 24) = 23,11
Perhatikan nilai Modus dengan persamaan di atas, yang menghasilkan
temperatur 23,11
0
C. Bandingkan dengan penghitungan Modus sebelumnya,
(23
0
C) yang hanya berselisih sedikit dengan perhitungan menggunakan
hubungan Mean, Median dan Modus.
Catatan:
Karena modus (23,11) lebih kecil dari Mean (24,44), maka distribusi data relatif
menceng ke kanan.
Kasus 2:
Kasus sama dengan kasus pada modul MODUS.
Berikut data usia 15 orang karyawan sebuah perusahaan (dalam satu tahunan)
24 24 29
26 21 30
25 24 20
24 24 26
26 25 28

Langkah mencari Modus, Median dan Mean :
Dari data di atas, dibuat urutan dari usia secara ascending, dengan hasil :
No. Nilai No. Nilai No. Nilai
1 20 6 24 11 26
2 21 7 24 12 26
3 24 8 25 13 28
4 24 9 25 14 29
5 24 10 26 15 30

Page 15 of 16
Pada tabel di atas terlihat :
- Modus atau data terbanyak adalah 24 tahun, yakni sejumlah 5 buah.
- Median atau titik tengah data. Karena jumlah data ganjil, maka median ada
pada tengah data, atau urutan ke 8 yakni 25 tahun.
- Mean atau rata-rata hitung, yang bisa dicari dengan rumus :
15
30 ... 21 20 + + +
= Mean
Yang berarti Mean adalah 25,06 tahun
Dengan demikian jika akan menghitung Modus dengan menggunakan Median
dan Mean adalah :
Mo = 25,06 3(25,06-25) = 24,8 tahun
Perhatikan perbedaan yang tidak besar antara hasil Modus (24 tahun) dengan
Modus dari perhitungan (24,8 tahun).
Jika diperhatikan ketiga nilai central tendency tersebut, terlihat bahwa:
Mean Median Modus, karena 25,06 25 24 tahun
Hal ini berarti distribusi data di atas tidak bisa dikatakan simetris atau normal.
Namun demikian perbedaan tersebut tidaklah besar, sehingga bisa juga
dikatakan distribusi data tersebut menceng secara moderat. Tingkat
kemencengan bisa diukur dari Koefisien Pearson:
Sk = (25,06 24)/2,65 = +0,4
Hasil +0,4 berrati distribusi menceng ke kanan (karena tanda positif) dan secara
moderat, karena angka 0,4 masih di bawah 1.




Page 16 of 16
Sumber Bahan Bacaaan:
Kachigan, Sam Kash (1986), Statistical Analyisis: An Interdisiplinary
Introduction to Univariate & Multivariate Methods, Radius Press,
New York.
Kuncoro. Mudrajat (2003), Metode Riset Untuk Bisnis dan Ekonomi:
Bagaimana Meneliti dan Menulis Tesis ?, Erlangga, Jakarta
Mutiara, Kurwadi Erna (2004), Statistik Berbasis Komputer untuk Orang-
Orang Non Statistik, Elek Media Komputindo, Jakarta
Santoso, Purbayu Budi dan Ashari (2005), Analisis Statistik dengan
Microsoft Excel dan SPSS, Andi, Yogyakarta.
Santoso, Singgih (2003), Statistik Deskriptif Konsep dan Aplikasi Dengan
Microsoft Excel dan SPSS, Andi, Yogyakarta.
Santoso, Singgih dan Fandy Tjiptono (2001), Riset Pemasaran: Konsep dan
Aplikasi dengan SPSS, Elek Media Komputindo, Jakarta
Santoso, Singgih, Mengatasi Berbagai Masalah Statistik dengan SPSS ver.
11.5, Elek Media Komputindo, Jakarta
Trihendradi, Cornelius (2004), Memecahkan Statistik: Deskriptif,
Parametrik dan Non Parametrik dengan SPSS 12, Andi,
Yogyakarta