KELOMPOK 5 :
Kendal 2017
i
KATA PENGANTAR
Puji syukur kami panjatkan kepada Tuhan Yang Maha Esa karena atas
hidayah-Nya kami dapat menyelesaikan pembuatan makalah kami yang berjudul
“Ukuran Pemusatan dan Penyebaran Data”. Alhamdulillah, kami membuat
makalah ini tanpa suatu kendala apapun, karena materi yang kami buat menjadi
makalah ini mudah untuk dipahami.
Dalam makalah ini, kami memberikan beberapa penjelasan mengenai
pemusatan data dan penyebaran data, yaitu pengertian, macam-macam, rumus-
rumus, dan beberapa contoh.
Harapan kami setelah menyelesaikan makalah statistik ini, pembaca akan
lebih mudah dalam memahami materi statistik, khususnya pada materi ukuran
pemusatan dan penyebaran data. Dan kemudian dengan mudah dapat menerapkan
ilmu yang telah dipelajari. Semoga makalah ini bisa bermanfaat bagi para
pembacanya.
Kendal,
Penulis
ii
DAFTAR ISI
iii
BAB I
PENDAHULUAN
A. Latar Belakang
Oleh karena itu, di samping kedua ukuran diatas, maka dalam kesempatan ini,
kami akan menyusun makalah yang berkaitan dengan ukuran pemutusan dan
penyebaran data dalam dunia statistik. Ukuran ini digunakan sebagai bahan
pegangan dalam menafsirkan suatu gejala yang akan diteliti berdasarkan hasil
pengolahan data yang anda kumpulkan dan juga menggambarkan bagaimana
terpencarnya sekumpulan data kuantitatif atau bilangan – bilangan.
Dalam makala yang mengenai ukuran pemusatan dan pembebasan data ini,
ada beberapa macam yang akan kami bahas yaitu: Pada ukuran pemusatan data
terdiri dari Rata-Rata Hitung (Mean/Arhitmetic Mean), Rata-Rata Ukur
(Geometric Mean), Rata-Rata Harmonik, Modus, dan Median. Dan pada ukuran
pembebasan data terdiri dari Jangkauan Data (Range), Jangkauan Antar Kuartil
dan Simpangan Kuartil, Simpangan Rata-Rata, dan Simpangan Baku (Standar
Deviasi)
B. Rumusan Masalah
C. Tujuan
1
BAB II
PEMBAHASAN
UKURAN PEMUSATAN DAN PENYEBARAN DATA
Statistika adalah pengetahuan yang berkaitan dengan metode, teknik atau cara
mengumpulkan data, mengolah data, menganalisis data, menyajikan data dalam
bentuk kurva atau diagram, menarik kesimpulan, menafsirkan data, sertamenguji
hipotesis yang didasarkan pada hasil pengolahan data.
Macam-macam ukuran yang dikenal dalam dunia statistika antara lain ukuran
pemusatan, ukuran letak, dan ukuran penyebaran data. Pada makalah ini, akan
dibahas tentang ukuran pemusatan dan penyebaran data.
Mean dari sekumpulan data adalah jumlah dari kumpulan bilangan dibagi
banyak bilangan tersebut.
∑ 𝑥𝑖
𝑥̅ =
𝑛
Keterangan: 𝑥̅ = Rataan Hitung
2
n = banyak data
xi = data ke-i
Contoh Tentukan rata-rata dari nilai siswa sebagai berikut: 70, 69, 45, 80
dan 56!
∑ 𝑥𝑖 70+69+45+80+56
𝑥̅ = = = 64
𝑛 5
Untuk mencari rata-rata tabel diatas, akan lebih mudah bila dibuat tabel
penolong seperti berikut:
xi fi fixi Dari tabel, ∑ 𝑓𝑖 𝑥𝑖 = 1035 dan ∑ 𝑓𝑖 = 16.
70 5 350 Sehingga:
69 6 414
45 3 135 ∑ 𝑓𝑖 𝑥𝑖 1035
80 1 80 𝑥̅ = ∑ 𝑓𝑖
= = 64,6
16
56 1 56
Jumlah 16 1035 Rataan hitung nilai tersebut adalah 64,6.
Untuk data daftar distribusi frekuensi kelompok rumus yang digunakan sama
∑ 𝑓 𝑖 𝑥𝑖
dengan data daftar distribusi frekuensi tunggal yaitu 𝑥̅ = . Hanya
∑ 𝑓𝑖
saja, karena ada pengelompokan kelas maka xi yang dirumus merupakan titik
𝐵𝑎𝑡𝑎𝑠 𝐵𝑎𝑤𝑎ℎ+𝐵𝑎𝑡𝑎𝑠 𝐴𝑡𝑎𝑠
tengah dari kelas tersebut. 𝑥𝑖 =
2
Contoh: tabel nilai ujian 80 Mahasiswa (I)
Kelas fi xi fixi Dari tabel, dapat kita lihat ∑ 𝑓𝑖 𝑥𝑖 = 6130
31 – 40 1 35,5 35,5 dan ∑ 𝑓𝑖 = 80. Sehingga:
41 – 50 2 45,5 91
51 – 60 5 55,5 277,5 ∑ 𝑓𝑖 𝑥𝑖 6130
61 – 70 15 65,5 982,5 𝑥̅ = ∑ 𝑓𝑖 = 80 = 76,62
71 – 80 25 75,5 1887,5
81 – 90 20 85,5 1710
Rataan hitung nilai ujiannya adalah
91 – 100 12 95,5 1146
76,62.
Jumlah 80 - 6130
3
Untuk mencari rataan hitung data distribusi frekuensi kelompok dapat
digunakan cara lainnya yaitu cara sandi atau cara singkat. Untuk memakai
cara ini maka gunakan langkah-langkah berikut
Ambil salah satu titik tengah kelas, namakan x0.
Untuk titik tengah x0 diberi nilai sandi c = 0
Titik tengah yang nilainya kurang dari x0 berturut-turut diberi harga-harga
sandi c = −1, c = −2, c = −3, dan seterusnya.
Titik tengah yang nilainya lebih dari x0 berturut-turut diberi harga-harga
sandi c = +1, c = +2, c = +3, dan seterusnya.
p merupakan panjang kelas dimana setiap kelas memiliki panjang kelas
yang sama.
∑ 𝑓𝑖 𝑐𝑖
Gunakan rumus: 𝑥̅ = 𝑥0 + 𝑝 ( )
∑ 𝑓𝑖
4
3
𝐺 = 3√𝑥1 . 𝑥2 . 𝑥3 = √2.4.8 = 4
Sebagai contoh saja, kita gunakan soal “hitunglah rata-rata ukur 3 buah data
berikut: x1 = 2, x2 = 4 dan x3 = 8 ! ” .
Untuk data yang telah disusun dalam daftar distribusi frekuensi, digunakan
rumus sebagai berikut:
∑(𝑓𝑖 log 𝑥𝑖 )
log 𝐺 =
∑ 𝑓𝑖
Keterangan : G = Rataan Ukur
xi = Titik tengah kelas
fi = frekuensi yang bersesuaian dengan xi
5
3. Rata-Rata Harmonik
Rata-rata harmonik merupakan kebalikan dari rataan hitung dengan
bilangannya merupakan kebalikan dari kumpulan bilangan tersebut. Dalam
seperangkat data x1, x2, x3,.....,xn. Maka rataan harmoniknya dirumuskan
sebagai berikut:
𝑛
𝐻=
1
∑( )
𝑥𝑖
n = banyak data
xi = data ke-i
𝑛 7
𝐻= 1
= 1 1 1 1 1 1 1 = 5,87
∑( ) + + + + + +
𝑥𝑖 3 5 6 6 7 10 12
∑ 𝑓𝑖
𝐻=
𝑓
∑( 𝑖)
𝑥𝑖
Keterangan : H = Rataan Harmonik
xi = Titik tengah kelas
fi = frekuensi yang bersesuaian dengan xi
6
𝑥̅ = 76,62
G = 75,37 Dapat kita simpulkan bahwa H ≤ 𝑈 ≤ 𝑥̅
H = 73,94
4. Modus
Modus merupakan nilai yang paling banyak muncul dalam suatu kumpulan
data atau bila dilihat dalam data berbentuk tabel modus merupakan nilai
dengan frekuensi terbanyak dalam suatu data.
Contoh Berapakah modus dari data 12, 34, 14, 34, 28, 34, 34, 28, 14 !
Bila diubah dalam bentuk tabel maka:
xi fi
12 1
14 2
28 2
34 4
Modus dari data tersebut adalah 34
Untuk menentukan modus dalam data yang sudah disusun dalam bentuk
daftar distribusi frekuensi kelompok lakukan langkah-langkah berikut:
7
10
= 70,5 + (10) ( ) = 77,17
10 + 5
Modus dari tabel tersebut adalah 77,17.
5. Median
Median adalah nilai tengah dari kumpulan data yang sudah diurutkan
berdasarkan bilangan terkecil ke terbesar. Untuk lebih memahami diagram
berikut:
𝑥1 𝑥2 𝑥3 𝑥4 𝑥5
Median
𝑥1 𝑥2 𝑥3 𝑥4 𝑥5 𝑥6
𝑥3 + 𝑥4
𝑀𝑒 =
2
8
Contoh: tabel nilai ujian 80 mahasiswa (VI)
Nilai fi fk Kelas median: 71 – 80
31 – 40 1 1 b = 70,5
41 – 50 2 3 p = 10
51 – 60 5 8
fk = 23
61 – 70 15 23
71 – 80 25 48 fm = 25
81 – 90 20 68 𝑛
− 𝑓𝑘 40 −23
91 – 100 12 80 𝑀𝑒 = 𝑏 + 𝑝 ( 2
) = 70,5 + (10)( ) =
𝑓𝑚 25
Jumlah 80 -
77,3
9
1. Jangkauan Data (Range)
Dengan menggunakan range maka dapat diketahui gambaran secara kasar
tentang variasi suatu distribusi data. Nilai range ini sangat kasar karena tidak
mempertimbangkan nilai-nilai yang lain selain nilai ekstrimnya. (Rohmad dan
Supriyanto, 2015:76). Jangkauan data merupakan selisih antara nilai maksimum
dan nilai minimun pada suatu data.
𝑅 = 𝑋𝑚𝑎𝑥 − 𝑋𝑚𝑖𝑛
𝑅 = 𝑋𝑚𝑎𝑥 − 𝑋𝑚𝑖𝑛 = 9 – 3 = 6
10
2. Menghitung batas bawah kelas dengan nilai terendah dan batas atas
dengan nilai tertinggi kelas pada data tersebut. Jangkauan datanya
adalah selisih antara batas bawah kelas dengan nilai terendah dan
batas atas dengan nilai tertinggi.
Keterangan:
i = kelas
BB = Batas Bawah
BA = Batas Atas
xi = nilai tengah suatu kelas
Contoh:
Daftar berat badan 100 mahasiswa
Berat Badan (kg) Banyak Mahasiswa (f)
60 – 62 5
63 – 65 18
66 – 68 42
69 – 71 27
72 – 74 8
11
Cara II:
Kelas dengan nilai tertinggi : 72 – 74
𝐵𝐴𝑖 (max) = 74,5
Kelas dengan nilai terendah : 60 – 62
𝐵𝐵𝑖 (𝑚𝑖𝑛) = 59,5
Jangkauan datanya :
𝑅 = 𝐵𝐴𝑖 (max) − 𝐵𝐵𝑖 (𝑚𝑖𝑛) = 74,5 − 59,5 = 12
𝑥1 𝑥2 𝑥3 𝑥4 𝑥5 𝑥6
𝑄1 𝑄3
𝑄2
𝑄𝑅 = 𝑄3 − 𝑄1
1
𝑄𝑑 = (𝑄 − 𝑄1 )
2 3
12
Keterangan:
QR = jangkauan antar kuartil
Qd = simpangan kuartil
Untuk data tunggal
Contoh: nilai ujian 10 mahasiswa : 6, 7, 8, 9, 6, 8, 6, 5, 4, 9. Tentukan
jangkauan kuartil dan simpangan kuartilnya.
3𝑛
− 𝑓𝑘 60 −48
4
𝑄3 = 𝑏 + 𝑝 ( ) = 80,5 + (10) ( ) = 86,5
𝑓𝑄 20
1(80+1)
𝐿𝑒𝑡𝑎𝑘 𝑄1 = = 20,25
4
13
Kelas kuartil 3: 61 – 70
b = 60,5
p = 10
fk = 8
fQ = 15
1𝑛
− 𝑓𝑘 20 −8
4
𝑄1 = 𝑏 + 𝑝 ( ) = 60,5 + (10) ( ) = 68,5
𝑓𝑄 15
𝑄𝑅 = 𝑄3 − 𝑄1 = 86,5 − 68,5 = 18
1 1
𝑄𝑑 = (𝑄3 − 𝑄1 ) = (86,5 − 68,5) = 9
2 2
Jadi, Jangkauan kuartilnya adalah 18 dan simpangan kuartilnya adalah 9.
3. Simpangan Rata-Rata
Simpangan rata-rata adalah rata-rata hitung nilai absolut simpangan. Untuk
menutup kekurangan dari nilai range maka bisa dihitung nilai simpangan rata-
rata. Simpangan rata-rata memperhitungkan nilai-nilai lain selain nilai ekstrim
distribusi data.
∑|𝑥𝑖 − 𝑥̅ | ∑(𝑓|𝑥𝑖 − 𝑥̅ |)
𝑆𝑅 = atau 𝑆𝑅 =
𝑛 𝑛
Untuk data yang disajikan dalam bentuk daftar distribusi frekuensi kelompok
maka 𝑥𝑖 nya adalah nilai tengah dari kelas i.
14
Contoh: Tentukan simpangan rata-rata dari data berikut!
Daftar berat badan 100 mahasiswa
Berat Badan (kg) Banyak Mahasiswa (f)
60 – 62 5
63 – 65 18
66 – 68 42
69 – 71 27
72 – 74 8
15
perhitungan menggunakan nilai absolut maka tidak diketahui arah penyebarannya.
Sehingga, perlu digunakan simpangan baku karena simpangan baku memuat nilai
pangkat 2 dari skor simpangan. Simpangan baku merupakan ukuran penyebaran
yang paling teliti.
∑(𝑥𝑖 − 𝑥̅ )2
𝑆𝐵 = √
𝑛 −1
∑ 𝑓𝑖 (𝑥𝑖 − 𝑥̅ )2
𝑆𝐵 = √
𝑛 −1
Untuk daftar distribusi frekuensi kelompok maka 𝑥𝑖 nya merupakan nilai tengah
dari kelas i.
16
69 – 71 27
72 – 74 8
∑ 𝑓𝑖 (𝑥𝑖 − 𝑥̅ )2 848,75
𝑆𝐵 = √ =√ = 2,93
𝑛 −1 100−1
17
BAB III
PENUTUP
Kesimpulan
Ukuran pemusatan data adalah ukuran yang banyak dipakai sebagai alat
atau parameter untuk digunakan sebagai bahan pegangan dalam menafsirkan suatu
gejala yang akan diteliti berdasarkan hasil pengolahan data yang anda kumpulkan.
Ukuran pemusatan terdiri dari, Rata-Rata Hitung (Mean/Arhitmetic Mean), Rata-
Rata Ukur (Geometric Mean), Rata-Rata Harmonik, Modus, dan Median.
18
DAFTAR PUSTAKA
19