Ukuran Pemusatan Data

UKURAN PEMUSATAN DATA

A. Ukuran Pemusatan Data Tunggal

Ukuran pemusatan data digunakan agar data yang diperoleh mudah untuk dibaca dan
dipahami. Ukuran pemusatan data terdiri atas mean, median, dan modus.
1. Rata rata
Mean dari sekumpulan data adalah jumlah seluruh data dibagi banyaknya data. Dengan
mengetahui mean suatu data, maka variasi data yang lain akan mudah diperkirakan.

Rumus mean :

 Contoh :
Nilai ulangan matematika Anto pada semster 1 adalah 6, 8, 5, 7, 9, dan 7. Maka meannya
adalah :

Misalkan sekumpulan data terdiri atas nilai X1, X2, X3 … Xndan memiliki frekuensi f1, f2, f3, …
fn maka mean dapat dicari dengan rumus :

 Contoh :
Tentukan mean dari data berikut !

6, 5, 6, 7, 8, 9, 5, 6, 8, 9, 9, 6, 7, 4, 5, 8, 7, 4, 8, 5

Jawab :
Data diatas akan lebih mudah dikerjakan bila disajikan dalam tabel frekuensi.

Tabel frekuensi :
 1. Median
Median adalah nilai tengah dari sekupulan data yang telah diurutkan dari terkecil ke
terbesar. Median dipengaruhi oleh jumlah data, jika jumlah dta ganjil maka mediannya
adalah nilai tengah dari data yang telah diurutkan, dan jika jumlah data genap maka
mediannya adalah mean dari dua bilangan yang ditengah setelh data diurutkan.

 Contoh 1 :
Tentukan median dari data berikut!

3, 5, 4, 6, 8, 7, 3

Jawab :
Jumlah data = 7 (ganjil)

Data diurutkan akan menjadi seperti berikut:

3, 3, 4, 5, 6, 7, 8
Nilai 5 ada ditengah data yang telah diurutkan, maka 5 merupakan median.

 Contoh 2 :
Tentukan median dari data berikut !

9, 6, 5, 4, 3, 7, 8, 5

Jawab :
Jumlah data = 8 (genap)

Data diurutkan akan menjadi seperti berikut :

3, 4, 5, 5, 6, 7, 8, 9
nilai 5 dan 6 ada ditengah data yang telah diurutkan, maka mediannya adalah 5 + 6 / 2 = 5,5

2. Modus
 Modus adalah nilai data yang paling sering muncul atau nilai data yang frekuensinya paling
banyak, modus dinotasikan dengan Mo.

 Contoh :
Tentukan modus dari data berikut !

4, 8, 7, 4, 6, 3, 6, 8, 6, 3

Jawab :
Data yang paling sering muncul adalah 6, maka Mo = 6

A. Ukuran Pemusatan Data Kelompok

Data berkelompok merupakan data yang disajikan dalam bentuk kelas-kelas interval. Untuk
menghitung ukuran pemusatan data berkelompok, agak berbeda dari cara menghitung
ukuran pemusatan data tunggal. Untuk lebih jelasnya perhatikan uraian berikut:

1. Rata-rata
Untuk mencari rata-rata data berkelompok, caranya ada tiga, yaitu cara biasa, cara rataan
sementara dan cara coding.

1. Menghitung rata-rata data berkelompok dengan cara biasa

Mengapa disebut cara biasa? Karena prinsipnya sama saja dengan menghitung nilai rataan
untuk data tunggal. Rumus yang digunakan yaitu:

Keterangan:

fi = frekuensi kelas ke i

xi = titik tengah kelas ke i

Untuk lebih jelasnya, perhatikan contoh berikut:

Tabel di bawah ini merupakan nilai ulangan matematika kelas XI IPA.

Tentukan rata-rata dari data di atas!

Jawab:

Untuk menghitung rata-rata data pada contoh soal di atas, terlebih dahulu kita siapkan
tabel berikut

Sesudah tabel tersebut lengkap, selanjutnya kita masukkan nilai-nilai yang kita perlukan ke
dalam rumus di atas. sehingga rata-rata nilai dari data tersebut adalah:

Yang diperlukan hanya ketekunan dan ketelitian. Biasanya kita sering terjebak dalam hal
perhitungan di tabelnya saja, sehingga berdampak ke hasil akhir yang salah. Namun, jika
kita merasa kesulitan dengan angka-angka yang sangat besar, untuk menghitung nilai rata-
rata data berkelompok dapat juga menggunakan cara kedua, yaitu memakai rataan
sementara.

1. Menghitung rata-rata data berkelompok dengan menggunakan rataan sementara

Cara ini disebut cara rataan sementara karena kita terlebih dahulu menentukan nilai titik
tengah yang akan kita asumsikan sebagai rataan sementara. Rumus untuk menentukan nilai
rata-rata data berkelompok dengan menggunakan rataan semetara adalah:
 Agar lebih jelas, nilai rataan data di atas dapat dihitung dengan menggunakan rataan
sementara. Perhatikan tabel berikut!

Pada tabel di atas, titik tengah kelas interval ketiga di beri warna merah, karena saya
menentukan rataan sementaranya 65,5, sehingga saya beri tanda warna merah. Nah, setelah
kita melengkapi tabel tersebut, selajutnya tinggal menuangkan angka-angka yang
dibutuhkan ke dalam rumus rataan sementara.

1. Menghitung rata-rata data berkelompok dengan cara coding

Sama dengan menggunakan simpangan rata-rata sementara, sebelum menghitung rata-rata
dengan cara coding, kita juga harus menetapkan rata-rata sementara. Namun rata-rata
sementara yang kita tetapkan harus sama dengan salah satu nilai tengah salah satu kelas
interval.

 Contoh:
Sebanyak 21 orang pekerja dijadikan sampel dan dihitung tinggi badannya. Data tinggi
badan dibuat dalam bentuk kelas-kelas interval. Hasil pengukuran tinggi badan adalah
sebagai berikut.
Hitunglah rata-rata tinggi badan pekerja dengan menggunakan cara koding!

Penyelesaian:

Misalkan kita menetapkan rata-rata sementara adalah nilai tengah kelas keempat, yaitu
168. Dengan begitu kita bisa membuat tabel dan pengkodean seperti di bawah ini.

Pengkodean dimulai dari angka 0 untuk kelas interval dimana rata-rata sementara
ditetapkan. Kemudian dengan kelas sebelumnya berturut-turut menjadi angka negatif (-1, -
2, -3 dan seterusnya) menjauhi kelas rata-rata sementara. Berikutnya dengan kelas
sesudahnya berturut-turut pengkodeannya menjadi angka positif (1,2 3 dan seterusnya)
menjauhi kelas rata-rata sementara tersebut.

Dari tabel di atas diperoleh

Hasil rata-rata hitung menggunakan coding adalah sebagai berikut.

1. Median
Mendengar kata median, pasti kita semua sudah tahu, yang di maksud adalah nilai tengah
data. Tapi tidak cukup di tengah-tengah saja, untuk menetukan median, datanya harus
diurutkan terlebih dahulu dari yang terkecil ke yang terbesar. Kecuali datanya sudah
tersaji dalam bentuk tabel, karena biasanya data dalam tabel sudah terurut dari yang kecil
ke yang besar. Untuk data yang tersaji dalam bentuk tabel distribusi frekuensi
berkelompok, rumus mencari mediannya sebagai berikut:
Sebelum menggunakan rumus tersebut, kita harus menentukan letak median terlebih
dahulu. Median terletak di setengah dari banyak data. Setelah mengetahui letak median,
gunakan rumus di atas untuk menentukan nilai mediannya.

1. Modus
Modus adalah data yang sering muncul atau mempunyai frekuensi paling banyak. Sebuah
data bisa saja tidak mempunyai modus ketika semua data muncul dengan frekuensi yang
sama atau bahkan bisa jadi sebuah data mempunya modus lebih dari satu.

Untuk data yang di sajikan dalam bentuk tabel distribusi frekuensi berkelompok, kita dapat
dengan mudah menentukan letak modus dengan cara melihat kelas interval yang mempunyai
frekuensi paling besar. Untuk menentukan nilainya, gunakan rumus di bawah ini!

Contoh:

Untuk memperjelas penggunaan rumus median dan modus di atas, mari kita lihat contoh soal
di bawah ini. Data di ambil dari soal pada pembahasan rumus rata-rata data berkelompok.
Perhatikan tabel berikut!
Tentukan median dan modus dari data di atas!

Jawab:

a. Median

sebelum menggunakan rumus, terlebih dahulu kita tentukan letak kelas median. Banyak data
tersebut adalah 40, sehingga median terletak pada data ke -20 yang berada pada kelas
interval ke-3. Sehingga kita mengetahui:

sehingga median dari data di atas adalah:

b. Modus

Modus pada data diatas terletak pada kelas interval ke-3 karena mempunyai frekuensi
paling besar yaitu 14. Sehingga kita mengetahui:

Sehingga modus dari data di atas adalah:

Ukuran Penyebaran Data

Ukuran Penyebaran Data adalah ukuran yang digunakan untuk menyatakan sebaran atau variasi
dari suatu kelompok data. Berikut ini beberapa ukuran yang biasa digunakan :
A. Range/ Jangkauan
Range/Jangkauan adalah perbedaan antara nilai terbesar dan nilai terkecil pada sekelompok data.

Sifat – sifat :
 Hanya dua nilai yang digunakan
 Dipengaruhi oleh Nilai yang ekstrem
 Mudah dihitung dan dan dipahami
B. Deviasi Absolut Rata-rata
Deviasi Absolut Rata-rata adalah jumlah nilai absolut setiap deviasi dari rata-rata dibagi banyaknya
pengamatan.

Sifat – sifat :
 Tidak terlalu dipengaruhi oleh nilai besar atau kecil
 Seluruh pengamatan digunakan dalam perhitungan
 Nilai absolut agak sulit digunakan
C. Variansi
Variansi adalah rata-rata deviasi kuadrat dari rata-rata hitung.
Rumus Variansi Populasi :

Rumus Variansi Sampel :

Sifat – sifat :
 Seluruh pengamatan digunakan dalam perhitungan
 Tidak terlalu dipengaruhi oleh pengamatan yang ekstrem
 Unitnya agak sulit digunakan, biasanya adalah unit kuadrat awal
D. Standar Deviasi
 Standar Deviasi adalah akar kuadrat dari Variansi.
Rumus Standar Deviasi Populasi :

Rumus Standar Deviasi Sampel :

Sifat -sifat :
 Mempunyai satuan yang sama dengan data aslinya
 Merupakan akar kuadrat dari jarak kuadrat rata-rata terhadap nilai rata-rata
 Nilainya pasti positif
 Merupakan ukuran penyebaran data yang paling sering dilaporkan

Irun poenya
 Entries (RSS)

 Comments (RSS)
 Beranda
 About
 beranda
Analisis regresi linier sederhana dengan menggunakan SPSS

Mann-Whitney U-test

Analisis deskriptif menggunakan SPSS

Posted by: irun89 on: April 15, 2010
 In: matematika | science | tutorial

 8 Comments
Untuk melakukan analisis deskriptif dengan menggunakan SPSS (SPSS 11,5)
harus dimulai dengan menginput data (menginput data ke dalam program
SPSS). Seperti di bawah ini :
 Langkah-langkah proses analisisnya adalah sebagai berikut :
1. Klik Analyze pada menu SPSS. Kemudian klikDescriptive Statistics, lalu
klik Frequencies seperti di bawah ini.

1. Beberapa saat kemudian akan muncul tampilan seperti di bawah ini.

 Dalam kotak sebelah kiri ada dua variabel, yang dianalisis adalah variabel
dengan data interval, dalam hal ini adalah variabel nilai. Kemudian blok
variabel nama, lalu klik kotak di tengah yang ada tanda panahnya.
Sehinngga variabel yang di blok pindah ke kotak Variables (s). kemudian
klik OK.

2. Pengaturan Analisis
Pengaturan analisis dilakukan untuk memberikan perintah kepada komputer
aspek mana saja yang perlu dianalisis. Sehingga outputnya sesuai dengan
kebutuhan.
1. Statistics
Klik kotak Statistics, sehingga akan muncul tampilan seperi di bawah ini :
Pada menu Frequencies Statistcs di atas terdapat empat kelompok
analisis yaitu :
 Percentile Values, yaitu untuk menghitung nilai persentil. Misalnya kita
akan menghitung nilai persentil, maka kita klik
pada Quartilesdan Percentiles (s). misalnya pada analisis ini kita ingin
menghitung nilai persentil ke 10 dan 90, maka pada kotak di samping
kananPercentiles (s) kita ketik 10 kemudian klikAdd dan ketik 90
kemudian klik Add, sehingga angka 10 dan 90 masuk ke kotak di
bawahnya.
 Central Tendensy (ukuran tendensi sentral).
misalnya kita akan menghitung besarnya mean (rata-rata),
median, mode (modus), dan sum (jumlah nilai keseluruhan),
maka kita klik pada kotak yang akan dianalisis sehingga pada
kotak tersebut ada tanda chek list.
 Dispersion (ukuran penyebaran data).
Misalnya kita akan menghitung besarnya stsndar deviasi,
varians, range, minimum (nilai terendah), maksimum (nilai
tertinggi) dan standar deviasi, maka kita klik pada kotak pilihan
yang akan dianalisis sehingga pada kotak tersebut ada tanda
chek list.
 Distribution, untuk mengetahui skewness dan kurtosis pada distribusi
data. Misalnya kita akan menghitung besarnya kurtosis dan skewness
maka klik kotak menu kurtosis dan skewness, sehingga pada kotak
tersebut ada tanda chek list.
Tampilannya seperti di bawah ini
 Kemudian klik Continue
1. Charts
Menu Charts adalah untuk menampilkan data dalam bentuk
diagram. Misalnya pada analisis ini kita ingin menyajikan data dalam
bentuk histogram yang disertai dengan kurva normal, maka klik
kotak Charts kemudian klik bulatan histogram dan kotak with normal
curve, sehingga akan muncul tampilan berikut.

Kemudian klik Continue

2. Format
Klik Format, sehingga akan muncul tampilan berikut :
 Misalkan pada analisis ini kita ingin menyajikan data yang diurutkan
dari nilai terendah ke nilai yang paling tinggi, maka klik
bulatanAscending values. kemudian klik Continue.
Dengan demikian kita telah melakukan pengaturan analisis deskriptif sesuai
dengan kebutuhan yang kita inginkan. Untuk proses analisis maka klik-
lah OK. Babarapa saat kemudian akan keluar output program SPSS (SPSS
11,5) sebagai berikut :
Tentang iklan-iklan ini