Ukuran Nilai Sentral

Nilai Sentral
` Pengertian Nilai Sentral
` Nilai sentral suatu rangkaian data adalah nilai dalam
rangkaian data yang dapat mewakili data tersebut. Suatu
rangkaian data biasanya memiliki tendensi
(kecenderungan) untuk memusat pada nilai sentral ini.
` Dari sekumpulan data (distribusi), ada beberapa harga/nilai
yang dapat kita anggap sebagai wakil dari kelompok data
tersebut.
` Nilai-nilai yang biasa digunakan untuk mewakili data
tersebut adalah mean dan modus disebut sebagai nilai
tengah (central tendency)
Macam Nilai Sentral
UKURAN TENDENSI SENTRAL
(CENTRAL TENDENCY MEASUREMENT)

2. Median
… Merupakan suatu nilai yang terletak di tengah-
tengah sekelompok data setelah data tersebut
diurutkan dari yang terkecil sampai terbesar.
… Suatu nilai yang membagi sekelompok data
dengan jumlah yang sama besar.
… Untuk data ganjil, median merupakan nilai yang
terletak di tengah sekumpulan data, yaitu di
urutan ke-
… Untuk data genap, median merupakan rata-rata
nilai yang terletak pada urutan ke- dan
UKURAN TENDENSI SENTRAL
(CENTRAL TENDENCY MEASUREMENT)

2. Median – (Lanjutan)
… Jika datanya berkelompok, maka median dapat
dicari dengan rumus berikut:
− f kum<
n
Median = LB + 2
.I
f median
Dimana
LB = Lower Boundary (tepi bawah kelas median)
n = banyaknya observasi
fkum< = frekuensi kumulatif kurang dari kelas median
fmedian = frekuensi kelas median
I = interval kelas
UKURAN TENDENSI SENTRAL
(CENTRAL TENDENCY MEASUREMENT)

3. Modus
… Merupakan suatu nilai yang paling sering muncul
(nilai dengan frekuensi muncul terbesar)
… Jika data memiliki dua modus, disebut bimodal
… Jika data memiliki modus lebih dari 2, disebut
multimodal
UKURAN TENDENSI SENTRAL
(CENTRAL TENDENCY MEASUREMENT)

3. Modus – (Lanjutan)
… Jika data berkelompok, modus dapat dicari
dengan rumus berikut:
fa
Modus = LB + .I
f a + fb
Dimana
LB = Lower Boundary (tepi bawah kelas dengan
frekuensi terbesar/kelas modus)
fa = frekuensi kelas modus dikurangi frekuensi kelas
sebelumnya
fb = frekuensi kelas modus dikurangi frekuensi kelas
sesudahnya
I = interval kelas
UKURAN TENDENSI SENTRAL
(Contoh Penghitungan)

DATA TIDAK BERKELOMPOK

„ Berikut adalah data sampel tentang nilai sewa bulanan
untuk satu kamar apartemen ($). Berikut adalah data
yang berasal dari 70 apartemen di suatu kota tertentu:
425 430 430 435 435 435 435 435 440 440
440 440 440 445 445 445 445 445 450 450
450 450 450 450 450 460 460 460 465 465
465 470 470 472 475 475 475 480 480 480
480 485 490 490 490 500 500 500 500 510
510 515 525 525 525 535 549 550 570 570
575 575 580 590 600 600 600 600 615 615
UKURAN TENDENSI SENTRAL
(Contoh Penghitungan)

„ Rata-rata Hitung (Mean)

x =
∑ xi
=
34.356
= 490,80
n 70

„ Median
Karena banyaknya data genap (70), maka median
merupakan rata-rata nilai ke-35 dan ke-36, yaitu
(475 + 475)/2 = 475

„ Modus = 450 (muncul sebanyak 7 kali)

UKURAN TENDENSI SENTRAL
(Contoh Penghitungan)

DATA BERKELOMPOK
Dari contoh Bengkel Hudson Auto

Frekuensi Frekuensi Lower

Biaya ($) xi fixi
(fi) kumulatif Boundary
50 – 59 2 54,5 2 49,5 109,0
60 – 69 13 64,5 15 59,5 838,5
70 – 79 16 74,5 31 69,5 1192,0
80 – 89 7 84,5 38 79,5 591,5
90 – 99 7 94,5 45 89,5 661,5
100 – 109 5 104,5 50 99,5 522,5
Total 50 3915,0
UKURAN TENDENSI SENTRAL
(Contoh Penghitungan)

DATA BERKELOMPOK (L)

„ Rata-rata Hitung (Mean)

x=
∑ fx
i i
=
3915,0
= 78,3
∑f i 50

„ Median
50
− 15
Median = 69,5 + 2
.10 = 75,75
16
„ Modus
3
Modus = 69,5 + .10 = 72
3+9
KELEBIHAN & KEKURANGAN
RATA-RATA , MEDIAN & MODUS
„ Rata-rata Hitung (Mean)
… Kelebihan:
„ Melibatkan seluruh observasi
„ Tidak peka dengan adanya penambahan data
„ Contoh dari data :
3 4 5 9 11 Rata-rata = 6,4
3 4 5 9 10 11 Rata-rata = 7

… Kekurangan:
„ Sangat peka dengan adanya nilai ekstrim (outlier)
„ Contoh: Dari 2 kelompok data berikut
Kel. I : 3 4 5 9 11 Rata-rata = 6,4
Kel. II : 3 4 5 9 30 Rata-rata = 10,2
KELEBIHAN & KEKURANGAN
RATA-RATA , MEDIAN & MODUS
„ Median
… Kelebihan:
„ Tidak peka terhadap adanya nilai ekstrim
„ Contoh: Dari 2 kelompok data berikut
Kel. I : 3 4 5 13 14
Kel. II : 3 4 5 13 30
Median I = Median II = 5

… Kekurangan:
„ Sangat peka dengan adanya penambahan data (sangat
dipengaruhi oleh banyaknya data)
„ Contoh: Jika ada satu observasi baru masuk ke dalam
kelompok I, maka median = 9
KELEBIHAN & KEKURANGAN
RATA-RATA , MEDIAN & MODUS
„ Modus
… Kelebihan:
„ Tidak peka terhadap adanya nilai ekstrim
„ Contoh: Dari 2 kelompok data berikut
Kel. I : 3 3 4 7 8 9
Kel. II : 3 3 4 7 8 35
Modus I = Modus II = 3
… Kekurangan:
„ Peka terhadap penambahan jumlah data

„ Cohtoh: Pada data

3 3 4 7 8 9 Modus = 3
3 3 4 7 7 7 8 9 Modus = 7
DISTRIBUSI FREKUENSI : mengelompokkan data interval/rasio dan
menghitung
banyaknya data dalam satu kelompok/klasifikasi
USIA FREKUENSI
Membuat distribusi frekuensi :
20 5 1. Mencari sebaran (range) yakni selisih antara data paling besar dengan
21 6 data paling kecil) Æ 35 – 20 = 15
2. Menentukan banyak kelas dengan rumus k = 1 + 3,322 log n
22 13 Æ8
23 4 1. Menentukan panjang kelas dengan rumus
p = sebaran / banyak kelas Æ 15/8 = 2
24 7
25 7 KELOMPOK USIA FREKUENSI
26 7 20 – 21 11
27 5 22 – 23 17
28 3 24 – 25 14
29 4 26 – 27 12
30 15 28 – 29 7
31 3 30 – 31 18
33 5 32 - 33 5
35 1 34 - 35 1
Menghitung Data Bergolong
Contoh data hasil Test kemampuan managerial terhadap 100
pegawai di kantor X dengan distribusi sbb
DISTRIBUSI NILAI KEMAMPUAN MANAGERIAL 100 PEGAWAI DIKANTOR X

INTERVAL NILAI KEMAMPUAN FREKUENSI / JUMLAH

21 - 30 2
31 – 40 6
41 – 50 18
51 – 60 30
61 – 70 20
71 – 80 10
81 – 90 8
91 - 100 8

jumlah 100
a. Modus ( data bergolong )
Rumus
MO = b+p ( bi )
bi + b2
MO = Modus
b = batas bawah klas interval dengan frekuensi terbanyak
p = panjang klas interval
b1 = frekuensi pada klas modus (frekuensi pada klas interval
terbanyak) dikurangi frekuensi klas interval terdekat
sebelumnya
b2 = frekuensi klas modus dikurangi frekuensi klas interval
berikutnya
 Hitungannya sbb ;
a. Klas modus adalah klas ke 4 , frekuensinya = ( f, 30 )
b. b = 51 – 0,5 = 50,5
c. b1 = 30 –18 = 12
d. b2 = 30 – 20 = 10 MO = 50,5 + 10 ( 12 ) = 55, 95
12 + 10

b. Menghitung Median
Rumus Md = b + p ( ½n –F )
f
Md = Median n = jumlah smpel/data
b. = batas bawah dimana median akan terletak
F = jumlah semua frekuensi sebelum klas median
f = frekuensi klas median
 Cara menghitung

½ n : ½ x 100 = 50 klas median akan terletak pada interval ke 4

b : batas bawah adalah 51 – 0,5 = 50,5
p : panjang klas = 10
F : 2 + 6 + 18 = 26
f : frekuensi klas median = 30
Jadi Median = 50,5 + 10 ( 50 – 26 ) = 58,5
30
C.Menghitung Mean
a Rumus x = Σf N t
n
Ket : x = rata-rata
Σ = jumlah
f = frekuensi
Nt = nilai tengah klas
n = jml data
 Contoh
Berat Badan Penderita TBC

no Berat Badan f Nt f Nt
1 41 -- 45 4 43 172
2 46 -- 50 4 48 192
3 51 -- 55 1 53 53
4 56 -- 60 2 58 116
5 61 -- 65 5 63 315
6 66 -- 70 7 68 476
7 71 -- 75 5 73 365
8 76 -- 80 2 78 156

jumlah 30 1.845
jadi x = 1845 = 61,5 kg
30
 Contoh Modus

No Kelas Kelas Interval Frekwensi (f)

1 10 – 19 1
2 20 – 29 6
3 30 – 39 9
4 40 – 49 31
5 50 – 59 42
6 60 – 69 32
7 70 – 79 17
8 80 – 89 10
9 90 - 100 2
Jumlah : 150
„ Berdasarkan tabel tersebut :
•Modus : kelas ke 5 (f-nya terbesar = 42)
•p (panjang kelas) = 10
•b = 50 – 0,5 = 49,5
•b1 = 42 – 31 = 11
•b2 = 42 – 32 = 10
11
Modus = 49,5 + 10( ) = 54,738
11+10
 Contoh Median

No Kelas Kelas Interval Frekwensi (f)

1 10 – 19 1
2 20 – 29 6
3 30 – 39 9
4 40 – 49 31
5 50 – 59 42
6 60 – 69 32
7 70 – 79 17
8 80 – 89 10
9 90 - 100 2
Jumlah : 150
„ Diketahui :
• n = 150
• 1/2n = 150/2 = 75
• Jadi median akan terletak di interval ke
5,karena sampel ke 75 terletak di interval ke 5
• b = 51 – 0,5 = 50,5
• p = 10
• f = 42
• F = 1 + 6 + 9 + 31 = 47
75 - 47
• Median = 50,5 + 10 ( ) = 57,16
42