PEMBAHASAN
Menurut Sudijono, Anas (2009:77), nilai rata-rata dari sekumpulan data yang berupa
angka itu pada umumnya mempunyai kecenderungan untuk berada disekitar titik pusat
penyebaran data angka tersebut; karena itulah nilai rata-rata atau ukuran rata-rata itu
dikenal pula dengan nama Ukuran Tendensi Pusat (Measure of Cental Tendency). Nilai
Rata-rata juga sering dikenal dengan istilah Ukuran Nilai Prtengahan (Measure of
Central Value), sebab nilai rata-rata itu pada umumnya merupakan nilai pertengahan dari
nilai-nilai yang ada. Selain itu, karena nilai rata-rata itu biasanya berposisi pada sekitar
sentral penyebaran nilai yang ada, maka nilai rata-rata itu pun yang dikenal dengan nama
Ukuran Posisi Pertengahan (Measyre of Central Position).
Berdasarkan uraian diatas dapat disimpulkan bahwa, nilai rata – rata adalah
merupakan penjelasan kelompok yang didasarkan nilai rata-rata dari kelompok tersebut.
Maka individu-individu yang mewakili kelompok itu diharapkan tidak terjadi
penyimpangan yang ekstrem sehingga bisa mewakili ( representatif) dari kelompok atau
populasi / obyek penelitian. Teknik statistik untuk menjelaskan nilai rata-rata pada
kelompok ini disebut tendency central (gejala pusat) dapat menggunakan tekhnik yaitu
modus, median, mean.
Statistik Infrensial adalah semua metode yang berhubungan dengan analisis sebagian
data (contoh ) atau juga sering disebut dengan sampel untuk kemudian sampai pada
peramalan atau penarikan kesimpulan mengenai keseluruhan data induknya(populasi).
2.2 Sifat – Sifat Nilai Rata- rata
2. Median
Digunakan pada data yang bersifat kuantitatif maupun kualitatif berskala ratio,
interval maupun ordinal
3. Modus
Digunakan baik pada data kualitatif (nominal dan ordinal) maupun data
kuantitatif (interval dan rasio)
b. Range (rentang)
Rentang merupakan ukuran despersi ( penyimpangan ) yang paling sederhana
karena hanya melibatkan 2 nilai dalam distribusi . Yaitu nilai terbesar dan terkecil.
Range merupakan gambaran kasar tentang besarnya variasi sehingga dengan range
saja belum bisa mengetahui variasi yang sebenarnya
Contoh :
1. Distribusi berat badan dengan range yang sama tetapi mean berbeda
2. Range berbeda tapi mean sama
2. Dengan menggunakan salah satu ukuran nilai rata-rata, maka diperoleh suatu nilai
yang bisa mewakili seluruh nilai observasi yang diperoleh
3. Pada kurva yang simetris, mean, median dan modus terletak pada satu titik
4. Pada kurva yang berdistribusi tidak simetris
Pada distribusi miring ke kanan, modus akan bergeser ke kiri mengikuti nilai
dengan frekuensi terbanyak, mean akan bergeser ke kanan karena terpengaruh
oleh nilai ekstrim dan median terletak antara mean dan modus
Pada distribusi miring ke kiri, modus akan bergeser ke kanan mengikuti nilai
dengan frekuensi terbanyak, mean akan bergeser ke kiri karena terpengaruh
oleh nilai ekstrim dan median terletak antara mean dan modus
Pada distribusi miring (kekanan atau kekiri), median selalu berada ditengah-
tengah antara mean dan modus, mean selalu tertarik ke arah nilai ekstrim.
Secara empiris, jarak antara modus dan median adalah 2/3 jarak modus dan
mean