Anda di halaman 1dari 23

MAKALAH

UKURAN GEJALA PUSAT DATA


BELUM DIKELOMPOKKAN DAN
DIKELOMPOKKAN DAN UKURAN DISPERSI

Nama Kelompok :

Farhan Zainuddin (12120290)


Deftian Fahmi (12120331)
Shandy slamet (12120168)
Hary Mustafa (12120327)

STMIK NUSAMANDIRI
KOTA SUKABUMI

1
KATA PENGANTAR
Puji dan syukur penulis panjatkan kehadirat Allah SWT atas segala karunia yang telah
dilimpahkan, sehingga penulis dapat menyelesaikan makalah yang berjudul Ukuran Gejala
Pusat Data belum di Kelompokkan, Data di Kelompokkan, dan Ukuran Dispersi dengan tepat
pada waktunya. Sebagaimana ketentuan yang sudah berlaku di Sekolah Manajemen
Informatika & Komputer Nusa Mandiri, bahwa mahasiswa diharuskan menyusun makalah
sebagai salah satu persyaratan untuk memperoleh nilai UAS Statistik Deskriptif.
Dengan kerendahan hati penulis mengucapkan terima kasih kepada semua pihak yang
telah membantu penulis dalam menyelesaikan makalah ini. Penulis menyadari bahwa dalam
penulisan ini masih terdapat banyak kekurangan. Untuk itu penulis mengharapkan kritik dan
saran yang sifatnya membangun demi kesempurnaan makalah ini.
Akhir kata penulis berharap semoga makalah ini dapat memberikan manfaat dan
pengembangan wawasan bagi mahasiswa dan pembaca pada umumnya.

Sukabumi, November 2013

Penyusun,

2
DAFTAR ISI
Kata Pengantar ................................................................................. 2
Daftar Isi ........................................................................................... 3

BAB I PENDAHULUAN
1.1 Latar Belakang .......................................................... 4
1.2 Maksud dan Tujuan ..................................................... 4
1.3 Ruang Lingkup ............................................................ 5

BAB II LANDASAN TEORI


2.1 Pengertian Ukuran Gejala Pusat ................................. 6
2.2 Pengertian Data Belum Dikelompokkan .................... 6
2.3 Pengertian Data Dikelompokkan ................................ 6
2.4 Macam-Macam Ukuran Gejala Pusat .......................... 6
2.5 Ukuran Dispersi ........................................................... 10

BAB III PEMBAHASAN


3.1 Contoh Kasus ............................................................... 12
3.2 Pembahasan Kasus ...................................................... 14

BAB IV KESIMPULAN DAN SARAN


4.1 Kesimpulan ................................................................. 21
4.2 Saran ............................................................................ 22

DAFTAR PUSTAKA ....................................................................... 23

3
BAB I
PENDAHULUAN

1.1 Latar Belakang

Pada hakekatnya statistik adalah suatu kerangka teori-teori dan metode-metode yang telah
dikembangkan untuk melakukan pengumpulan, analisis, dan pelukisan data sampel guna
memperoleh kesimpulan-kesimpulan yang bermanfaat.
Adapun satatistika adalah ilmu tentang cara-cara mengumpulkan, menggolongkan,
menganalisis, dan mencari keterangan yang berhubungan dengan pengumpulan data yang
penyelidikan dan kesimpulannya berdasarkan bukti-bukti yang berupa angka-angka.
Secara umum kedudukan statistika memiliki beberapa manfaat, antara lain:
a. Menyajikan data secara ringkas dan jelas, sehingga lebih mudah dimengerti oleh
para pengguna.
b. Menunjukkan trend atau tendensi perkembangan suatu masalah.
c. Melakukan penarikan kesimpulan secara ilmiah.

1.2 Maksud dan Tujuan


Kedudukan ilmu statistika memiliki beberapa maksud, yaitu:
1. Mengetahui cara penghitungan Ukuran Gejala Pusat Data yang belum
Dikelompokkan, Data Dikelompokkan dan ukuran dispersi.
2. Memberikan suatu informasi dalam pengolahan data.
3. Membantu mempermudah penyajian data.
4. Memacu mahasiswa untuk dapat memahami pengumpulan, pengolahan serta
penganalisaan data, penarikan kesimpulan serta pembuatan keputusan.
5. Menambah wawasan dalam hal menganalisa sebuah data berkelompok.

Adapun tujuan dari penulisan makalah ini adalah sebagai berikut:


1. Untuk memenuhi salah satu tugas Ujian Akhir Semester (UAS) pada mata kuliah
Statistika Deskriptif.
2. Mengetahui cara mengolah data dengan menggunakan aplikasi Microsoft Excel 2007.
3. Membandingkan hasil pengolahan data statistik baik secara manual maupun otomatis
dengan menggunakan aplikasi komputer.

4
1.3 Ruang Lingkup

Statistika mempunyai ruang lingkup yang sangat luas setelah statistika berkembang
secara mandiri. Semua masalah yang berkaitan dengan data berupa angka dapat dipecahkan
dengan menggunakan metode statistik. Dengan menggunakan statistik kita dapat memberikan
gambaran, membandingkan dan menunjukkan hubungan data ekonomi.
Penguasaan statistika dan kemampuan menggunakannya merupakan suatu hal yang
sangat penting dan sangat bermanfaat bagi sebuah organisasi perusahaan khususnya dalam
bidang ekonomi dan bisnis. Karena dengan itu, sebuah organisasi perusahaan bisa
mendapatkan informasi yang sangat berguna bagi kemajuan perusahaannya. Informasi
tersebut bisa didapatkan dari hasil pengolahan data yang telah disimpulkan kemudian data
tersebut bisa kita analisa untuk dijadikan bahan perkiraan dalam mengambil keputusan di
masa yang akan datang.
Dalam pengolahan data tersebut, setiap perusahaan bisa menggunakan teknologi
komputer seperti aplikasi Microsoft Office Excel. Oleh karena itu, kami mencoba untuk
membahas mengenai bagaimana cara penggunaan aplikasi tersebut dalam pengolahan data
yang diinginkan dengan pengetahuan yang kami dapatkan.

5
BAB II
LANDASAN TEORI

2.1 Pengertian Ukuran Gejala Pusat


Ukuran gejala pusat dapat disebut juga dengan nilai sentral atau nilai tendensi pusat.
Nilai sentral adalah nilai dalam suatu rangkaian data yang dapat mewakili rangkaian data
tersebut.
Ada beberapa syarat agar suatu nilai dapat dikatakan sebagai nilai sentral, yaitu:
1. Nilai sentral harus dapat mewakili rangkaian data.
2. Perhitungannya harus didasarkan pada seluruh data.
3. Perhitungannya harus mudah
4. Dalam suatu rangkaian data hanya ada 1 nilai sentral.
2.2 Pengertian Data Belum Dikelopokkan
data yang tidak dikelompokkan adalah data yang tidak disusun ke dalam distribusi
frekuensi sehingga tidak mempunyai interval kelas dan titik tengah kelas.
2.3 Pengertian Data Dikelompokkan
Data yang dikelompokkan adalah data yang sudah disusun ke dalam sebuah distribusi
frekuensi sehingga data tersebut mempunyai interval kelas yang jelas dan mempunyai titik
tengah kelas.

2.4 Macam-Macam Ukuran Gejala Pusat


Ukuran pemusatan data yang termasuk ke dalam analisis statistika deskriptif adalah
rata-rata hitung (mean), median, modus, dan fraktil (kuartil, desil, persentil).
Berikut ini adalah macam-macam ukuran gejala pusat data yang sudah di
kelompokkan, yaitu:
2.4.1 Rata-Rata Hitung (mean)
Nilai rata-rata hitung (mean) adalah total dari semua data yang diperoleh dari jumlah seluruh
nilai data dibagi dengan jumlah frekuensi yang ada. Untuk mencari rata-rata hitung berupa
data kelompok, maka terlebih dahulu harus ditentukan titik tengah dari masing-masing kelas.
Rumus rata-rata hitung data belum dikelompokkan : X
Xi X1 X 2 X 3 .............. X n

n n
Rumus rata-rata hitung data dikelompokkan :
Keterangan: f = frekuensi
x = titik tengah

6
2.4.2 Median
Median merupakan sebuah nilai data yang berada di tengah-tengah dari rangkaian data
yang telah tersusun secara teratur.
Rumus median data belum dikelompokkan :
Jika jumlah data ganjil : Jika jumlah data genap :

n = jumlah data n = jumlah data

k = (n-1)/2 k = n/2

Median = Xk+1 Median = 1/2 (Xk + Xk+1)

Rumus median data dikelompokkan :

Keterangan: Lm = tepi bawah kelas median


N = jumlah frekuensi
f = frekuensi kumulatif di atas kelas median
fm = frekuensi kelas median
c = interval kelas median

2.4.3 Modus
Modus merupakan nilai data yang memiliki frekuensi terbesar atau nilai data yang
paling sering muncul.
Rumus modus data belum dikelompokkan : jika pada kumpulan data itu terdapat
lebih dari satu data yang sama dan
paling sering muncul
Rumus modus data dikelompokkan :

Keterangan: Lmo = tepi bawah kelas modus


d1 = selisih antara frekuensi kelas modus dengan frekuensi kelas
sebelum modus
d2 = selisih antara frekuensi kelas modus dengan frekuensi kelas
sesudah modus
c = interval kelas modus

7
2.4.4 Kuartil
Pada prinsipnya, pengertian kuartil sama dengan median. Perbedaanya hanya terletak
pada banyaknya pembagian kelompok data. Median membagi kelompok data atas 2 bagian,
sedangkan kuartil membagi kelompok data atas 4 bagian yang sama besar, sehingga akan
terdapat 3 kuartil yaitu kuartil ke-1, kuartil ke-2 dan kuartil ke-3, dimana kuartil ke-2 sama
dengan median.
Rumus Kuartil data belum dikelompokkan :

Rumus Kuartil data dikelompokkan :

2.4.5 Desil
Desil adalah suatu rangkaian data yang membagi suatu distribusi menjadi 10 bagian
yang sama besar.
Rumus Desil data belum dikelompokkan :

Rumus Desil data dikelompokkan :

8
2.4.6 Persentil
Persentil adalah ukuran letak yang membagi suatu distribusi menjadi 100 bagian yang
sama besar.
Rumus Persentil data belum dikelompokkan :

Rumus Persentil data dikelompokkan :

Keterangan rumus kuartil, desil, persentil :


Qi = kuartil ke-i
Di = desil ke-i
Pi = persentil ke-i
L = tepi bawah kelas kuartil, desil, persentil
N = jumlah frekuensi
f = frekuensi kumulatif dari atas pada kelas sebelum kelas Qi/Di/Pi
f = frekuensi kelas kuartil, desil, persentil
c = interval kelas kuartil, desil, persentil

9
2.5 Ukuran Dispersi
UKURAN DISPERSI atau UKURAN VARIASI atau UKURAN PENYIMPANGAN
adalah ukuran yang menyatakan seberapa jauh penyimpangan nilai-nilai data dari nilai-nilai
pusatnya (penyebaran suatu kelompok data terhadap pusat data).
Berikut Jenis-jenis ukuran dispersi yaitu :
2.5.1 Jangkauan (range)
Jangkauan atau range adalah selisih antara data pengamatan terbesar dengan data
pengamatan terkecil yang terdapat pada kumpulan suatu data tersebut.
Rumus jangkauan (range): R = N max N min
Keterangan: R = jangkauan atau range
N max = nilai maksimum
N min = nilai minimum

2.5.2 Simpangan Rata-rata (Mean Deviation)


Mean Deviation adalah jumlah nilai mutlak dari selisih semua nilai dengan nilai rata-rata
dibagi banyaknya data

Keterangan : SR = Simpangan Rata-rata


X = Nilai data
= Nilai ratarata hitung
f = Frekuensi kelas (data berkelompok)
n = Banyaknya data

10
2.5.3 Variansi (Variance)
Variansi adalah rata-rata kuadrat selisih atau kuadrat simpangan dari semua nilai data
terhadap rata-rata hitung. Variansi untuk sampel dilambangkan dengan S2 Variansi untuk

populasi dilambangkan dengan 2

- Data tidak berkelompok

- Data berkelompok

2.5.4 Simpangan Baku (Standard Deviation)


Simpangan Baku adalah akar pangkat dua dari variasi Simpangan baku (S) = S

2.5.5 Jangkauan Kuartil


Disebut juga simpangan kuartil atau rentang semi antar kuartil atau deviasi kuartil
Persamaannya :

Dengan
Q1 = kuartil pertama
Q3 = kuartil ketiga

2.5.6 Jangkauan Persentil

Dengan
P10 = persentil kesepuluh
P90 = persentil kesembilanpuluh

11
2.2 Contoh Kasus
1. Contoh soal data belum dikelompokkan
150 150 153 153 154
155 155 155 155 155
155 155 155 155 156
157 157 157 157 157
157 157 158 158 158
158 158 158 160 160
160 160 160 160 160
160 160 160 160 161
164 165 165 167 168
168 169 169 170 170
170 170 171 172 173
173 175 175
N = 58

Dari data diatas, buatlah :

1. Rata-rata hitung

2. Median

3. Modus

4. Kuartil ke-3

5. Desil ke-7

6. Persentil ke-98

12
2. Contoh soal data dikelompokkan
Berikut ini adalah data nilai dari 80 mahasiswa kelas 12.3B.03 :

Nilai Frekuensi

50 59 7

60 69 9

70 79 25

80 89 22

90 99 17

80

Dari data diatas, buatlah: 1. Rata-rata hitung

2. Median

3. Modus

4. Kuartil ke-1

5. Kuartil ke-3

6. Desil ke-7

7. Persentil ke-10

8. Range (Jangkauan)

9. Simpangan rata-rata

10. variansi & Simpangan baku

13
2.3 Pembahasan Kasus

Jawaban soal data belum dikelompokkan

1. Rata-rata hitung

X
Xi X1 X 2 X3 .............. X n
n n
1
= 9333 = 160,9138
58

2. Median
Jika jumlah data ganjil : Jika jumlah data genap :
n = jumlah data n = jumlah data
k = (n-1)/2 k= n/2
median = Xk+1 median = (Xk + Xk+1)
n = 58 data
k = 58/2 = 29
median = (X29 + X30) = (160 +160) = 160

3. Modus
jika pada kumpulan data itu terdapat lebih dari satu data yang sama dan paling
sering muncul
Modus = 160

4. Kuartil ke-3
Q3 = 3 ( n + 1 )/4
= 3 ( 58 + 1 )/4 = 44,25 = 44 + 0,25
= Xi + 0,25 ( Xi+1 Xi )
= X44 + 0,25 ( X44 +1 X44 )
= 167 + 0,25 ( X45 X44 )
= 167 + 0,25 ( 168 167 )
= 167 + 0,25
= 167,25
5. Desil ke-7
D7 = 7 ( n + 1 )/10
= 7 ( 58 + 1 )/10 = 41,30 = 41 + 0,30
= Xi + 0,30 ( Xi+1 Xi )
= X41 + 0,30 ( X41 +1 X41 )
= 164 + 0,30 ( X42 X41 )
= 164 + 0,30 ( 165 164 )
= 164 + 0,30
= 164,30
6. Persentil ke-98
P98 = 98 ( n + 1 )/100
= 98 ( 58 + 1 )/100 = 57,82 = 57 + 0,82
= Xi + 0,82 ( Xi+1 Xi )
= X57 + 0,82 ( X57+1 X57 )
= 175 + 0,82 ( X58 X57 )
= 175 + 0,82 ( 175 - 175 )
= 175 + 0
= 175

14
Jawaban soal data dikelompokkan

1. Rata-Rata Hitung

Rata-rata hitungnya adalah :


Nilai Frekuensi Titik Tengah f.x

(f) (m)

50 59 7 54,5 381,5

60 69 9 64,5 580,5

70 79 25 74,5 1862,5

80 89 22 84,5 1859 = 6290


90 99 17 94,5 1606,5 80

80 6290 = 78.625

2. Median

Nilai Tepi Nilai Frekuensi Frekuensi Mediannya adalah :

Kumulatif

50 59 49,5-59,5 7 7

60 69 59,5-69,5 9 16 (f)
= 69,5+ 40-16 . 10
70 79 69,5-79,5 25 (fm) 41 25
= 79,1
80 89 79,5-89,5 22 63

90 99 89,5-99,5 17 80

80 (n)

15
3. Modus

Nilai Tepi Nilai Frekuensi Modusnya adalah :

50 59 49,5-59,5 7

60 69 59,5-69,5 9

70 79 69,5-79,5 25
= 69,5+ (25-9) . 10
80 89 79,5-89,5 22
(25-9)+(25-22)
90 99 89,5-99,5 17 = 77.9
80 (n)

4. Kuartil ke-1

Nilai Tepi Nilai Frekuensi Frekuensi Kuartil ke-1 adalah :

Kumulatif

50 59 49,5-59,5 7 7

60 69 59,5-69,5 9 16 (f) n = 80 1n/4 = 1(80)/4 = 20

70 79 69,5-79,5 25 (fq) 41 = 69,5 + 20-16 . 10


25
80 89 79,5-89,5 22 63 = 71,1
90 99 89,5-99,5 17 80

80 (n)

16
5. Kuartil ke-3

Nilai Tepi Nilai Frekuensi Frekuensi Kuartil ke-3 adalah :

Kumulatif

50 59 49,5-59,5 7 7

60 69 59,5-69,5 9 16 n = 80 3n/4 = 3(80)/4 = 60

70 79 69,5-79,5 25 41 (f) = 79,5 + 60-41 . 10


22
80 89 79,5-89,5 22 (fq) 63 = 88,1
90 99 89,5-99,5 17 80

80 (n)

6. Desil ke-7

Nilai Tepi Nilai Frekuensi Frekuensi Desil ke-7 adalah :

Kumulatif

50 59 49,5-59,5 7 7
n=807n/10 = 7(80)/10 =56
60 69 59,5-69,5 9 16
= 79,5 + 56-41 . 10
70 79 69,5-79,5 25 41 (f) 22
= 86,3
80 89 79,5-89,5 22 (fd) 63

90 99 89,5-99,5 17 80

80 (n)

17
7. Persentil ke-10

Nilai Tepi Nilai Frekuensi Frekuensi Persentil ke-10 adalah :

Kumulatif

50 59 49,5-59,5 7 7 (f)

60 69 59,5-69,5 9 16 n = 80 10n/100
= 10 (80)/100 = 8
70 79 69,5-79,5 25 41
= 59,5 + 8-7 . 10
80 89 79,5-89,5 22 63 9
= 60,6
90 99 89,5-99,5 17 80

80 (n)

8. Range (jangkauan)

Nilai Tepi Nilai Frekuensi Frekuensi

Kumulatif
R = N max N min
50 59 49,5-59,5 7 7
R = 99 50 = 49
60 69 59,5-69,5 9 16

70 79 69,5-79,5 25 41

80 89 79,5-89,5 22 63

90 99 89,5-99,5 17 80

80 (n)

18
9. Simpangan rata-rata

Nilai Titik Tengah Frekuensi

(x) (f)

50 59 54,5 7 24,1 168,7

60 69 64,5 9 14,1 126,9

70 79 74,5 25 4,1 102,5

80 89 84,5 22 5,9 129,8

90 99 94,5 17 15,9 270,3

80 798,2

Simpangan rata-ratanya adalah :

= 1 (798,2)
80
= 9,97

19
10. Variansi & Simpangan Baku

Nilai Titik Tengah Frekuensi

(x) (f)

50 59 54,5 7 -24,1 580,81 4065,67

60 69 64,5 9 -14,1 198,81 1789,29

70 79 74,5 25 -4,1 16,81 420,25

80 89 84,5 22 5,9 34,81 765,82

90 99 94,5 17 15,9 252,81 4297,77

80 (n) 798,2 11338,8

Variansinya adalah :

= 1 (11338,8)
80-1
= 11338,8
79
= 143,52

Simpangan bakunya adalah :

(S) = 143,52 = 11,98

20
BAB IV
KESINPULAN DAN SARAN
4.1 Kesimpulan
Adapun kesimpulan dari permasalahan diatas adalah :
1. Mean adalah rata-rata hitung dari jumlah data dibagi dengan frekuensi.
Mean atau rata-rata hitung dari contoh kasus diatas adalah
Data belum dikelompokkan : 160,9138
Data dikelompokkan : 78,625
2. Median adalah nilai tengah-tengah dari data yang tersusun secara terurut.
Median dari contoh kasus diatas adalah
Data belum dikelompokkan : 160
Data dikelompokkan : 79,1
3. Modus adalah nilai yang paling sering muncul.
Modus dari contoh kasus diatas adalah
Data belum dikelompokkan : 160
Data dikelompokkan : 57,9
4. Kuartil adalah rangkaian data yang membagi suatu distribusi menjadi 4 bagian.
Kuartil ke-1 dari contoh kasus diatas adalah
Data dikelompokkan : 71,1
5. Kuartil adalah rangkaian data yang membagi suatu distribusi menjadi 4 bagian.
Kuartil ke- 3 dari contoh kasus diatas adalah
Data belum dikelompokkan : 167,25
Data dikelompokkan : 88,1
6. Desil adalah rangkaian data yang membagi suatu distribusi menjadi 10 bagian.
Desil ke-7 dari contoh kasus diatas adalah
Data belum dikelompokkan : 164,30
Data dikelompokkan : 86,3
7. Persentil adalah rangkaian data yang membagi suatu distribusi menjadi 100 bagian.
Persentil ke-98 dari contoh kasus diatas adalah 175 (data belum dikelompokkan)
Persentil ke-10 dari contoh kasus diatas adalah 60,6 (data dikelompokkan)
8. Range adalah selisih antara data terbesar dengan data terkecil.
Range dari contoh kasus diatas adalah 49
9. Simpangan rata-rata adalah jumlah nilai mutlak dari selisih semua nilai dengan nilai
rata-rata dibagi banyaknya data
Simpangan rata-rata dari contoh kasus diatas adalah 9,97
10. Variansi adalah rata-rata kuadrat simpangan dari semua nilai data terhadap rata-rata
hitung.
Variansi dari contoh kasus diatas adalah 143,52
11. Simpangan baku adalah akar pangkat dua dari variasi Simpangan baku.
Simpangan baku dari contoh kasus diatas adalah 11,98

21
4.2 Saran

Dalam kehidupan sehari hari, penggunaan aplikasi microsoft Excel dapat


memberikan manfaat yang besar bagi suatu organisasi perusahaan maupun
pendidikan, yaitu waktu menjadi lebih efisien ketika melakukan pengolahan data
mentah menjadi data berkelompok yang nantinya menjadi informasi bagi organisasi
tersebut dalam menentukan keputusan yang lebih baik di masa yang akan datang.
Sebaliknya, jika sebuah organisasi perusahaan maupun pendidikan masih
menerapkan penghitungan manual dalam pengolahan data statistik, maka waktu
yang ada menjadi kurang efisien dan pengerjaan dalam mengolah data menjadi
kurang efektif.
Bila dibandingkan hasil dari pengolahan data secara manual dengan hasil
pengolahan data secara otomatis yaitu dengan aplikasi microsoft excel, maka akan
memperoleh hasil yang berbeda dari keduanya. Tingkat keakuratan pengolahan data
secara otomatis lebih mendekati kebenaran daripada pengolahan data secara manual.

22
DAFTAR PUSTAKA
1. http://ratnagit.blogspot.com/2012/05/ukuran-gejala-pusat-data_18.html
2. http://uzy-maniez.blogspot.com/2012/05/ukuran-dispersi-ukuran-penyebaran.html
3. http://www.4shared.com/get/PeGPLBwd/bab_v_-_ukuran_dispersi.html
4. http://nandaniyulia.blogspot.com/2013/05/ukuran-gejala-pusat-data-yang-belum-di.html

23