Disusun Oleh :
PRODI S1 AKUNTANSI
FAKULTAS EKONOMI DAN BISNIS
UNIVERSITAS ISLAM MAJAPAHIT
MOJOKERTO
2019
KATA PENGANTAR
Puji syukur penulis panjatkan kehadirat Tuhan Yang Maha Esa, karena rahmat
dan hidayah-Nya maka penulis dapat menyelesaikan paper untuk mata kuliah Statistika
dengan judul “Pengukuran Gejala Pusat” ini tepat pada waktu yang ditentukan. Tugas
ini disusun untuk memenuhi persyaratan dalam suatu penilaian mata perkuliahan.
Di dalam materi paper ini berisi tentang penjelasan mengenai apa itu pengertian
pengukuran, pegertian dari ukuran gejala pusat, jenis-jenis gejala pusat, penjabaran dan
beberapa rumus serta hubungan diantara beberapa jenis ukuran gejala pusat tersebut.
Penulis harapkan pembaca mampu untuk memahami mengenai apa yang telah diuraikan
dalam materi di paper ini dan menjadi sumber pengetahuan baru.
Tersusunnya tugas ini tidak lepas dari berbagai pihak yang memberi bantuan
bagaimana penggambaran dalam penyusunannya, perubahan isi, mengatasi kesulitan
yang ada dan pencarian reverensi dari berbagai media. Penulis menyadari bahwa dalam
penyajian dan penyusunan materi masih memiliki banyak kelemahan serta kekurangan,
untuk itu penulis berharap kepada semua pihak agar dapat memberikan kritik dan saran
yang bersifat membangun dalam penyusunan tugas ini.
Akhir kata, penulis sampaikan terima kasih kepada semua pihak yang telah
berperan serta dalam penyusunan tugas paper ini dari awal sampai akhir. Semoga Allah
SWT senantiasa meridhai segala usaha penulis. Amin.
Penulis
i
DAFTAR ISI
ii
PEMBAHASAN
PENGUKURAN GEJALA PUSAT ATAU TENDENSI SENTRAL
A. Pemahaman Konsep
1) Pengukuran
Suatu proses kuantifikasi dengan memasang skala ukur dari suatu variabel
penelitian pada satuan pengamatan sebagai cara peneliti mendapatkan angka yang
merupakan variasi nilai pada variabel tersebut.
2) Apa yang diukur?
Suatu obyek pengamatan dalam penelitian yang dijadikan dasar analisis dan
penarikan kesimpulan.
3) 2 Jenis ukuran pemusatan
Ukuran gejala pusat dan ukuran letak.
1
Rata-rata data terserak
Jika Anda memperoleh data dari kegiatan sensus, maka harga rata-rata yang
Anda miliki merupakan rata-rata populasi diberi simbol µ, apabila Anda
memperoleh data dari penelitian sampling, maka datanya merupakan data statistik
sampel. Oleh karena itu jika Anda cari rata-ratanya, maka rata-rata tersebut
merupakan rata-rata sampel, contoh diberi simbol Y ̅ (baca Y bar).
Rumus rata-rata populasi (µ) adalah sebagai berikut: 𝑌1 + 𝑌2 + 𝑌3 + 𝑌𝑛 ∑𝑌𝑖
Keterangan: µ= =
𝑁 𝑁
𝑌𝑖 : data (nilai pengamatan) untuk i = 1,2,3, ... , N
𝑁 : banyaknya data/nilai pengamatan (ukuran populasi)
𝑌1 + 𝑌2 + 𝑌3 + 𝑌𝑛 ∑𝑌𝑖
Rumus rata-rata sampel (Y ̅) adalah sebagai berikut: 𝑌̅ = =
𝑁 𝑁
𝑌𝑖 : data (nilai pengamatan) untuk i = 1,2,3, ... , N
𝑁 : banyaknya data/nilai pengamatan (ukuran sampel)
Kuartil adalah tiga buah nilai yang membagi data yang telah diurutkan besarnya,
menjadi empat kelompok data dengan anggota yang sama banyaknya. Karena
kuartil membagi menjadi 4 kelompok sama banyak, maka harga kuartil kedua akan
sama dengan harga median.
2
Rumus Kuartil :
𝑖(𝑁 + 1)
𝐼𝑄𝑖 =
4
𝑁 = Banyak data
𝐼𝑄𝑖 = Indexs kuartil, menyatakan pada data keberapa letak kuartil ke-I berada.
Desil adalah sembilan buah nilai yang membagi data yang telah diurutkan
besarnya, menjadi sepuluh kelompok data dengan anggota yang sama banyaknya.
Oleh karena itu, harga desil kelima (Dv) akan sama dengan harga mediannya.
Rumus Desil :
𝑖(𝑁 + 1)
𝐼𝐷𝑖 =
10
𝑁 = Banyak data
𝐼𝐷𝑖 = Indeks desil, menyatakan pada data ke berapa letak desil ke-i berada.
Persentil adalah 99 buah nilai yang membagi data yang telah diurutkan besarnya,
menjadi 100 kelompok data dengan anggota yang sama banyaknya. Dengan
demikian, harga persentil ke 50 akan sama dengan harga mediannya. Agar
dikelompokkan menjadi 100 kelompok tentunya data harus cukup banyak, yakni
merupakan kelipatan 100.
Rumus Presentil :
𝑖(𝑁 + 1)
𝐼𝑃𝑖 =
100
𝑁 = Banyak data
𝐼𝑃𝑖 = Indeks presentil, menyatakan pada data ke berapa letak presentil ke-i berada.
3) Modus
Modus adalah data yang memiliki frekuensi pemunculan terbanyak. Oleh
karena itu, cara mencari modus dapat dilihat dari berapa kali suatu data muncul di
antara seluruh data yang ada.
Rumus Modus :
𝑑1
𝑀𝑜 = 𝐿𝑀0 + 𝑝 ( )
𝑑1 + 𝑑2
𝑀𝑜 = Modus
𝐿𝑀𝑂 = Batas bawah kelas modus, yakni kelas interval dengan frekuensi terbesar.
𝑝 = Panjang kelas modus
𝑑1 = Frekuensi kelas modus dikurangi frekuensi kelas interval sebelumnya.
𝑑2 = Frekuensi kelas modus dikurangi frekuensi kelas interval sesudahya.
Minor Means
1) Rata-rata ukur
Rata-rata ukur (Geometric mean) merupakan rata-rata nilai/harga pengamatan yang
dihitung atas dasar akar banyaknya nilai/harga pengamatan dari hasil perkalian
seluruh data. Sajian rata-rata ukur akan lebih baik dibandingkan rata-rata hitung
3
jika merupakan data yang menunjukkan urutan perubahan yang tetap atau hampir
tetap.
a. Rata-rata ukur data terserak
Untuk mencari rata-rata ukur dari data yang masih terserak digunakan rumus
sebagai berikut :
Rata-rata ukur populasi (𝜇𝐺)
∑ log 𝑌1
log 𝜇𝐺 = 𝑁
Keterangan :
Yi : data (nilai pengamatan) untuk i = 1,2,3,…,N
N : banyaknya data/nilai pengamatan ukuran (populasi)
∑ 𝑓 log 𝑌
Rata-rata ukur sampel (𝑌̅ 𝐺) → log 𝑌̅ G = ∑𝑖 𝑓 𝑖
𝑖
Keterangan :
Yi : nilai tengah kelas ke-i untuk i = 1,2,3,….,k
fi : frekuensi kelas ke-i, dan f1 + f2 + f3 + …… + fk = n
Keterangan :
Yi : data ( nilai pengamatan untuk i = 1,2,3,….,N
N : banyaknya data/nilai pengamatan (ukuran populasi)
4
Rata-rata harmonis sampel (𝑌̅𝐻 ):
𝑛
(𝑌̅𝐻 ) = 1 1 1 1
+ + +⋯.+
𝑌1 𝑌2 𝑌3 𝑌𝑛
Keterangan :
Yi : data(nilai pengamatan untuk i = 1, 2, 3, ...., N
N : banyaknya data/nilai pengamatan (ukuran populasi)
Keterangan :
Q : Rata-rata kuadrat
k : banyaknya kelas interval
fi : frekuensi data pada kelas interval ke-i
Xi :titik tengah kelas interval ke-i
5
∑𝑘 ̅
𝑗=1 𝑛𝑗 𝑋𝑗
𝑋̅ 𝑔𝑎𝑏 = ∑𝑘
𝑗=1 𝑛𝑗
Keterangan :
𝑋̅j : rata-rata ke-j
nj : jumlah sampelnya
6
DAFTAR PUSTAKA
Purwanto & Suharyadi, (2007), Statistika untuk Ekonomi dan Keuangan Modern ed 2,
Jakarta: Salemba Empat.
http://vebrianaparmita.wordpress.com/2013/09/21/bab-iv-pengukuran-gejala-pusat-
mean-modus-median/
(2018).Hubungan Antara Rata-rata Hitung (Mean), Median dan
Modus.https://www.rumusstatistik.com/2018/06/rata-rata-kuadrat-quadratic-
mean.html?m=1.
(2018).Statistik Deskriptif Rata-rata Kuadrat (Quadratic
Mean).https://www.rumusstatistik.com/2018/06/rata-rata-kuadrat-quadratic-
mean.html?m=1.
(2014).Ukuran Gejala Pusat (Definisi).
http://metodestatistik.blogspot.com/2014/06/ukuran-gejala-pusat-
definisi.html?m=1. (di akses pada selasa. Tanggal 10 Juni 2014. Pukul 10.27).
SETIAWAN, Nugraha. (2015). Pengolahan dan Analisis Data. Universitas Padjadjaran,
Bandung.
Mulyati, H. (2012). Kemampuan Dasar-Dasar Akuntansi Dan Keberlanjutan Studi
Mahasiswa di Program Studi Akuntansi di Lingkungan Perguruan Tinggi
Muhammadiyah (PTM) Jakarta. Liquidity, 1(1), 1-12.
Natawiria, A. S., Riduwan, H. I., & Refi Rifaldi, S. N. (2010). Statistika Bisnis.
Oktavianti, Mutiara Anisa. (2013). PENGUKURAN GEJALA PUSAT (MEAN-
MODUS-MEDIAN). https://mutiaoctivianti.wordpress.com/pengukuran-gejala-
pusat-mean-modus-median/.