RESUME

PENGOLAHAN DATA MENGGUNAKAN RUMUS MEAN, MEDIAN,

MODUS dan STANDAR DEVIASI
Diajukan Dalam Untuk Memenuhi Tugas Riset Keperawatan
Dosen Pembimbing : dr.G.A Sri Puja Warnis Wijayanti, M.Kes

Di susun oleh

I GEDE DARMA SATRIA UTAMA

NIM P07120315017

KEMENTRIAN KESEHATAN REPUBLIK INDONESIA

POLITEKNIK KESEHATAN KEMENTERIAN KESEHATAN

MATARAM

JURUSAN KEPERAWATAN MATARAM

PROGRAM STUDI DIV KEPERAWATAN MATARAM

TAHUN AKADEMI 2017/2018

 MEAN, MEDIAN, MODUS, DAN STANDAR DEVIASI

Mean, Median, Modus sama-sama merupakan ukuran pemusatan data yang

termasuk ke dalam analisis statistika deskriptif. Namun, ketiganya memiliki
kelebihan dan kekurangannya masing-masing dalam menerangkan suatu ukuran
pemusatan data. Untuk tahu kegunaannya masing-masing dan kapan kita
mempergunakannya, perlu diketahui terlebih dahulu pengertian analisis statistika
deskriptif dan ukuran pemusatan data.

Analisis Statistika deskriptif merupakan metode yang berkaitan dengan

penyajian data sehingga memberikan informasi yang berguna. Upaya penyajian ini
dimaksudkan untuk mengungkapkan informasi penting yang terdapat dalam data
ke dalam berntuk yang lebih ringkas dan sederhana yang pada akhirnya mengarah
pada keperluan adanya penjelasan dan penafsiran (Aunudin, 1989).

Deskripsi data yang dilakukan meliputi ukuran pemusatan dan penyebaran

data. Ukuran pemusatan data meliputi nilai rata-rata (median), modus, dan median.
Sedangkan ukuran penyebaran data meliputi ragam (variance) dan simpangan baku
(standard deviation).

Ukuran pemusatan data adalah suatu ukuran yang menggambarkan pusat

dari kumpulan data yang bisa mewakilinya. Disini saya juga akan membahas
tentang standar deviasi juga.

1. Mean
Mean adalah nilai rata-rata dari beberapa buah data. Nilai mean dapat
ditentukan dengan membagi jumlah data dengan banyaknya data.
Mean (rata-rata) merupakan suatu ukuran pemusatan data. Mean suatu data juga
merupakan statistik karena mampu menggambarkan bahwa data tersebut berada
pada kisaran mean data tersebut. Mean tidak dapat digunakan sebagai ukuran
pemusatan untuk jenis data nominal dan ordinal.
Berdasarkan definisi dari mean adalah jumlah seluruh data dibagi dengan
banyaknya data. Dengan kata lain jika kita memiliki N data sebagai berikut
maka mean data tersebut dapat kita tuliskan sebagai berikut :
Dimana:
x = data ke n
x bar = x rata-rata = nilai rata-rata sampel
N = banyaknya data

Bisa juga Menghitung mean

a) Rumus Mean Hitung dari Data Tunggal

b) Rumus Mean Hitung Untuk Data yang Disajikan Dalam Distribusi

Frekuensi

Dengan : fixi = frekuensi untuk nilai xi yang bersesuaian

xi = data ke-i

c) Rumus Mean Hitung Gabungan

 

Contoh Soal No. 1

Hitunglah rata-rata dari data 6, 6, 4, 6, 2, 5, 5, 6, 7, 6, 8!

Jawab:

Dari data tersebut dapat kita ketahui bahwa jumlah data adalah 11 (n = 11).
Dengan menggunakan rumus kita dapat menghitung rata-ratanya.

Rata-rata dari data tersebut adalah 5,55

Contoh Soal No. 2

Diberikan data sebagai berikut: 4, 3, 5, 4, 6, 3, 6, 7, 8, 7, 8, 8. Hitunglah rata-

ratanya!

Jawab:

Jumlah data di atas adalah sebelas (n = 11). Rata-rata

Rata-rata dari data tersebut adalah 5,75.

Contoh Soal No. 3

Rata-rata nilai ujian matakuliah statistika 29 orang mahasiswa adalah 70.

Ketika nilai ujian matakuliah statistika milik Andi digabungkan dengan nilai-
nilai mahasiswa tersebut, rata-rata nilai naik menjadi 71. Berapakah nilai
Andi tersebut?

Jawab:

Soal tersebut dapat diselesaikan dengan menambahkan total keseluruhan nilai

mahasiswa dengan nilai Andi kemudian dibagi dengan jumlah mahasiswa
yang nilainya dijumlahkan (termasuk Andi).

Dari soal diketahui jumlah mahasiswa sebelum nilai Andi dimasukkan adalah
29 (n = 29) dan rata-ratanya adalah 70 ( = 70). Total keseluruhan nilai
mahasiswa sebelum nilai Andi dimasukkan adalah

Dengan masuknya nilai Andi, jumlah mahasiswa bertambah menjadi 30 (n =

30) dan rata-rata nilainya naik menjadi 71 ( = 71). Selanjutnya nilai Andi
dapat diketahui dengan memasukkan komponen yang baru tersebut pada
rumus rata-rata.

Dengan demikian, nilai rata-rata Andi adalah 100.

Contoh Soal No. 4

Berikut ini adalah data nilai mahasiswa untuk mata kuliah statistika, nilai
mahasiswa diurutkan dari yang terendah ke yang tertinggi: 4, 4, 4, 5, 5, 5, 5,
5, 6, 6, 6, 6, 7, 7, 7, 7, 7, 7, 8, 9. Menurut pertimbangan dosen, mahasiswa
harus mengulang ujian kembali untuk memperbaiki nilai apabila nilai yang
mereka dapatkan berada di bawah rata-rata. Berapa orangkah yang harus
memperbaiki nilainya tersebut?
Jawab:

Sebelum menghitung jumlah mahasiswa yang harus memperbaiki nilainya,

kita harus menghitung dulu rata-rata nilai tersebut. Diketahui banyaknya data
adalah 20 (n = 20), sehingga nilai rata-ratanya dapat dihitung sebagai berikut.

Rata-rata nilai mahasiswa adalah 6, dengan demikian mahasiswa yang harus

mengulang ujian adalah mahasiswa yang nilainya berada di bawah 6. Jumlah
mahasiswa yang nilainya di bawah 6 adalah 8 orang.

Contoh Soal No. 5

Sebuah keluarga memiliki 8 orang anak, yaitu A, B, C, D, E, F, G, H. Umur

A adalah 2x + 1 tahun, umur B adalah x + 1 tahun, umur C, D, E, F, G dan H
berturut-turut adalah x + 2, x + 3, x + 4, x + 5, x + 6 dan x + 7 tahun. Jika rata-
rata umur semua anak tersebut adalah 7. Berapakah umur A?

Jawab:

Umur A adalah 2x + 1, dimana untuk menghitungnya, nilai x harus kita

ketahui terlebih dahulu. Dari soal diketahui rata-rata umur adalah 7 dan
banyaknya data adalah 8 (n = 8). Jika komponen-komponen yang diketahui
dalam soal di atas dimasukkan ke dalam rumus rata-rata, maka
 Nilai x adalah 3, dengan demikian umur A adalah 2(3) + 1 = 7 tahun.

2. Median
Median menentukan letak tengah data setelah data disusun menurut
urutan nilainya. Bisa juga nilai tengah dari data-data yang terurut. Simbol
untuk median adalah Me. Dengan median Me, maka 50% dari banyak data
nilainya paling tinggi sama dengan Me, dan 50% dari banyak data nilainya
paling rendah sama dengan Me. Dalam mencari median, dibedakan untuk
banyak data ganjil dan banyak data genap. Untuk banyak data ganjil, setelah
data disusun menurut nilainya, maka median Me adalah data yang terletak tepat
di tengah. Median bisa dihitung menggunakan rumus sebagai berikut:
variansi merupakan salah satu ukuran sebaran yang paling sering digunakan
dalam berbagai analisis statistika. Standar deviasi merupakan akar kuadrat
positif dari variansi. Secara umum, variansi dirumuskun sabagai :

Contoh:
Dari lima kali kuiz statistika, seorang mahasiswa memperoleh nilai 82, 93, 86,
92, dan 79. Tentukan median populasi ini.

jawab: Setelah data disusun dari yang terkecil sampai terbesar, diperoleh 79
82 86 92 93

Oleh karena itu medianya adalah 86

Kada nikotin yang berasal dari sebuah contoh acak enam batang rokok cap
tertentu adalah 2.3, 2.7, 2.5, 2.9, 3.1, dan 1.9 miligram. Tentukan mediannya.

jawab: Bila kadar nikotin itu diurutkan dari yang terkecil sampai terbesar,
maka diperoleh 1.9 2.3 2.5 2.7 2.9 3.1

Maka mediannya adalah rata-rata dari 2.5 dan 2.7, yaitu

Selain itu juga dapat dicari median dari data yang telah tersusun dalam bentuk
distribusi frekuensi. Rumus yang digunakan ada dua, yaitu

Dimana :
Bak = batas kelas atas median
c = lebar kelas
s’ = selisih antara nomor frekuensi median dengan frekuensi kumulatif sampai
kelas median
fM = frekuensi kelas median
 Sebelum menggunakan kedua rumus di atas, terlebih dahulu harus ditentukan
kelas yang menjadi kelas median. Kelas median adalah kelas yang memuat
nomor frekuensi median, dan nomor frekuensi median ini ditentukan dengan
membagi keseluruhan data dengan dua.

3. Modus
Modus adalah nilai yang sering muncul. Jika kita tertarik pada data frekuensi,
jumlah dari suatu nilai dari kumpulan data, maka kita menggunakan modus.
Modus sangat baik bila digunakan untuk data yang memiliki sekala kategorik
yaitu nominal atau ordinal.
Sedangkan data ordinal adalah data kategorik yang bisa diurutkan, misalnya kita
menanyakan kepada 100 orang tentang kebiasaan untuk mencuci kaki sebelum
tidur, dengan pilihan jawaban: selalu (5), sering (4), kadang-kadang(3), jarang
(2), tidak pernah (1). Apabila kita ingin melihat ukuran pemusatannya lebih baik
menggunakan modus yaitu yaitu jawaban yang paling banyak dipilih, misalnya
sering (2). Berarti sebagian besar orang dari 100 orang yang ditanyakan
menjawab sering mencuci kaki sebelum tidur. Inilah cara menghitung modus:

1. Data yang belum dikelompokkan

Modus dari data yang belum dikelompokkan adalah ukuran yang memiliki
frekuensi tertinggi. Modus dilambangkan mo.
2. Data yang telah dikelompokkan
Rumus Modus dari data yang telah dikelompokkan dihitung dengan
rumus:

Dengan : Mo = Modus
L = Tepi bawah kelas yang memiliki frekuensi tertinggi (kelas modus) i =
Interval kelas
 b1 = Frekuensi kelas modus dikurangi frekuensi kelas interval terdekat
sebelumnya
b2 = frekuensi kelas modus dikurangi frekuensi kelas interval terdekat
sesudahnya

Contoh:
Sumbangan dari warga Bogor pada hari Palang Merah Nasional tercatat sebagai
berikut: Rp 9.000, Rp 10.000, Rp 5.000, Rp 9.000, Rp 9.000, Rp 7.000, Rp
8.000, Rp 6.000, Rp 10.000, Rp 11.000. Maka modusnya, yaitu nilai yang
terjadi dengan frekuensi paling tinggi, adalah Rp 9.000.
Dari dua belas pelajar sekolah lanjutan tingkat atas yang diambil secara acak
dicatat berapa kali mereka menonton film selama sebulan lalu. Data yang
diperoleh adalah 2, 0, 3, 1, 2, 4, 2, 5, 4, 0, 1 dan 4. Dalam kasus ini terdapat dua
modu, yaitu 2 dan 4, karena 2 dan 4 terdapat dengan frekuensi tertinggi.
Distribusi demikian dikatakan bimodus.

4. Standar deviasi

Standar Deviasi dan Varians Salah satu teknik statistik yg digunakan untuk
menjelaskan homogenitas kelompok. Varians merupakan jumlah kuadrat
semua deviasi nilai-nilai individual thd rata-rata kelompok. Sedangkan akar
dari varians disebut dengan standar deviasi atau simpangan baku.

Standar Deviasi dan Varians Simpangan baku merupakan variasi sebaran data.
Semakin kecil nilai sebarannya berarti variasi nilai data makin sama Jika
sebarannya bernilai 0, maka nilai semua datanya adalah sama. Semakin besar
nilai sebarannya berarti data semakin bervariasi.

Cara penulisan rumus fungsi standar deviasi

STDEV (number1, number2,…)

Dengan :
 Number1, number2, … adalah 1-255 argumen yang sesuai dengan sampel
populasi. Anda juga dapat menggunakan array tunggal atau referensi ke array,
bukan argumen yang dipisahkan oleh koma.

a) Keterangan
STDEV mengasumsikan bahwa argumen adalah contoh dari populasi. Jika
data anda mewakili seluruh populasi, untuk menghitung deviasi standar
menggunakan STDEVP.
b) Standar deviasi dihitung menggunakan metode “n-1″ .
c) Argumen dapat berupa nomor atau nama, array, atau referensi yang
mengandung angka.
d) Nilai-nilai logis dan representasi teks dari nomor yang Anda ketik langsung
ke daftar argumen akan dihitung.
e) Jika argumen adalah sebuah array atau referensi, hanya nomor/angka dalam
array atau referensi yang akan dihitung. Sel kosong, nilai-nilai logis, teks,
atau nilai-nilai kesalahan dalam array atau referensi akan diabaikan.
f) Argumen yang kesalahan nilai atau teks yang tidak dapat diterjemahkan ke
dalam nomor/angka akan menyebabkan kesalahan.
g) Jika Anda ingin memasukkan nilai-nilai logis dan representasi teks angka
dalam referensi sebagai bagian dari perhitungan, gunakan fungsi STDEVA.

Dalam penerapannya STDEV , perhitungan standar deviasi secara manual

menggunakan rumus berikut:

Dimana:
x = data ke n
x bar = x rata-rata = nilai rata-rata sampel
n = banyaknya data
variansi merupakan salah satu ukuran sebaran yang paling sering digunakan
dalam berbagai analisis statistika. Standar deviasi merupakan akar kuadrat
positif dari variansi. Secara umum, variansi dirumuskun sabagai :

Jika kita memiliki n observasi yaitu X1,X2,….Xn, dan diketahui Xbar adalah
rata-rata sampel yang dimiliki, maka variansi dapat dihitung sebagai :

Contoh:

Jika dimiliki data : 210, 340, 525, 450, 275

maka variansi dan standar deviasinya :

mean = (210, 340, 525, 450, 275)/5 = 360

variansi dan standar deviasi berturut-turut :

Sedangkan jika data disajikan dalam tabel distribusi frekuensi, variansi
sampel dapat dihitung sebagai :