BAB 2 Statistika Deskriptif - Ukuran Pemusatan
BAB 2 Statistika Deskriptif - Ukuran Pemusatan
2
1. Pendahuluan
Untuk mendapatkan gambaran yang lebih jelas tentang sekumpulan data mengenai
sesuatu hal, baik dari sample ataupun populasi, data dapat ditampilkan dalam bentuk grafik
atau diagram. Selain itu data juga dapat disajikan dalam suatu ukuran-ukuran yang dapat
menggambarkan sifat dari data tersebut.
Dalam kesempatan ini akan disajikan bagaimana cara menampilkan ukuran-ukuran
gejala pusat, yang meliputi mean modus, median, dan kuartil serta ukuran simpangan yang
meliputi range, variansi, dan deviasi standar.
2. Dasar Teori
Ukuran yang dihitung dari sekumpulan data dalam sample dinamakan statistik.
Statistik-statistik tersebut antara lain adalah mean, modus, median, dan kuartil.
x1 x2 x3 .... xn
x
n
Supriyanto, M.Si. Panduan Praktikum Biostatistika 12
atau
n
x i
x i 1
Untuk data berkelompok (misalnya dalam distribusi frekuensi), rumus yang digunakan
adalah
k
fx i i
x i 1
k
f
i 1
i
b. Median
Median (disimbulkan dengan Me) menentukan letak data setelah data diurutkan. Jika
X1, X2, , Xn adalah data awalnya dan X(1), X(2),,X(n) adalah data yang telah terurut,
maka median dari data itu adalah :
1. Jika n adalah bilangan ganjil, maka Me X n 1
2
Xn Xn
1
2 2
2. Jika n adalah bilangan genap, maka, Me
2
Jika data kita sudah dalam bentuk distribusi frekuensi, maka untuk menentukan mediannya
digunakan rumus berikut :
n F
Me b p 2
f
dimana :
b batas bawah kelas median, yaitu kelas dimana median berada
p panjang kelas median
n banyaknya data
Supriyanto, M.Si. Panduan Praktikum Biostatistika 13
c. Modus
Untuk menyatakan fenomena yang sering terjadi digunakan ukuran yang disebut
dengan modus, dan biasa disimbolkan dengan Mo.
Modus untuk data tunggal (data kuantitatif pada umumnya) ditentukan dengan jalan
menentukan frekuensi terbanyak di antara data itu. Sedangkan jika data kuantitatif telah
disusun dalam distribusi frekuensi, modus ditentukan dengan rumus :
b1
Mo b p
b1 b2
dimana
b batas bawah kelas modal, yaitu kelas interval dengan frekuensi terbesar
p panjang kelas modal
b1 frekuensi kelas modal dikurangi dengan frekuensi kelas interval di atas kelas modal
b2 frekuensi kelas modal dikurangi dengan frekuensi kelas interval di bawah kelas
modal
Selain ukuran-ukuran diatas (yang biasa disebut dengan ukuran gejala pusat) masih ada lagi
ukuran-ukuran dalam statistika. Ukuran tersebut adalah ukuran simpangan.
Rentang
Rentang adalah perbedaan atau selisih antara harga tertinggi dengan yang terendah
dari sekumpulan data.
Rumus untuk menetukan rentang adalah :
Rentang = data tertinggi data terendah
Ukuran simpangan ini biasanya digunakan dalam statistika industri, untuk menghitung
kontrol kualitas.
Deviasi rata-rata
Deviasi rata-rata adalah harga rata-rata penyimpangan tiap data terhadap mean
(rata-rata) data.
Makin kecil harga deviasi ini berarti makin kecil dispersi (pemencaran) data terhadap harga
meannya.
Rumus yang digunakan adalah :
n
x i x
dr i 1
f i xi x k
dr i 1
n
dengan n f
i 1
i
Supriyanto, M.Si. Panduan Praktikum Biostatistika 15
x x
2
i
s2 i 1
(n 1)
Sedangkan deviasi standar dirumuskan sebagai berikut :
n
x x
2
i
i 1
s
(n 1)
Untuk data yang tersusun dalam distribusi frekuensi, variansi dan deviasi
standarnya dapat kita hitung dengan anggapan bahwa besar tiap data sama dengan titik
tengah kelas interval yang bersangkutan. Langkah-langkah yang ditempuh untuk mencari
variansi dan deviasi standarnya adalah sebagai berikut :
a. Menghitung deviasi titik tengah tiap kelas interval terhadap mean. Harga ini kita
anggap sebagai deviasi tiap data dalam interval yang bersangkutan terhadap mean.
b. Harga-harga deviasi yang kita peroleh dalam (a) kita kuadratkan.
c. Harga-harga yang telah dikkuadratkan ini masing-masing kita kalikan dengan
frekuensi yang bersangkutan.
d. Harga-harga hasil kali itu kita jumlahkan.
e. Jumlah itu kita bagi dengan (n-1), dimana n adalah banyaknya data.
f. Deviasi standarnya diperoleh dengan menarik akar variansi itu.
Supriyanto, M.Si. Panduan Praktikum Biostatistika 16
Jika langkah diatas dituangkan dalam persamaan, maka akan diperoleh rumus sebagai
berikut :
Variansi :
1 k
s2 f i ( xi x ) 2
n 1 i 1
Deviasi standar :
1 k
s
n 1 i 1
f i ( xi x ) 2
dengan
s2 = variansi
s = deviasi standar
fi = frekuensi ke-i
xi = titik tengah interval ke-i
x = mean
k
n = banyak data = f
i 1
i
Variansi :
k
2
f i xi
f i xi i 1
1 k
s
2 2
n 1 i 1 n
Deviasi standar :
Supriyanto, M.Si. Panduan Praktikum Biostatistika 17
k
2
i i
f x
f i xi
1 k
s i 1
2
n 1 i 1 n
3. Prosedur Minitab
Untuk menghitung ukuran-ukuran yang telah diuraikan di atas, kita dapat memulainya
dengan contoh berikut.
Contoh 1.
Bukalah salah satu file library dari Minitab, misalnya file Pulse.mtw. Pilih variable yang
akan kita perhatikan adalah Height dan Sex. Langkah yang ditempuh adalah sebagai
berikut :
1. Jika kita menggunakan dialog Box, lakukan
a. Stat > Basic Statistics > Descriptive Statistics
b. Pilih variable Height dalam kotak dialog variable.
c. Cek kotak By variable dan masukkan variabel Sex ke dalamnya.
d. Klik OK.
2. Session command:
MTB > DESCRIBE Height;
SUBC > BY Sex.
Contoh 2.
Misalkan dimiliki data sebagai berikut :
Langkah penggunaan :
Selanjutnya
Sorot Stat Basic Statistics Display Descriptive Statistics
Supriyanto, M.Si. Panduan Praktikum Biostatistika 19
Descriptive Statistics: C1
4. Latihan
1. Dimiliki data ujian Biostatistika dari 100 mahasiswa Fakultas Biologi tahun akademik
2011/2012 sebagai berikut :
29 87 57 41 57 86 59 61 46 50
76 90 60 70 69 82 56 58 50 74
58 59 41 79 57 40 70 40 46 65
69 52 56 56 70 69 68 31 45 58
49 90 75 41 86 65 56 78 47 46
50 74 66 48 88 69 68 51 76 35
73 70 56 50 29 41 58 40 43 44
80 70 61 50 60 59 63 41 57 31
56 66 69 32 71 56 80 68 55 70
69 90 72 87 56 52 82 79 61 55
2. Bukalah file Drive.mtw dari file library. Analisalah data tersebut. Kesimpulan apa
yang dapat Anda lihat ?