Pendahuluan

Salah satu aspek yang paling penting untuk menggambarkan distribusi data adalah nilai
pusat data pengamatan (Central Tendency). Setiap pengukuran aritmatika yang ditujukan untuk
menggambarkan suatu nilai yang mewakili nilai pusat atau nilai sentral dari suatu gugus data
(himpunan pengamatan) dikenal sebagai ukuran pemusatan data (tendensi sentral). Terdapat tiga
ukuran pemusatan data yang sering digunakan, yaitu Mean (Rata-rata hitung/rata-rata
aritmetika), Median, dan Mode (Modus). Pada Gambar 1 tergambar pola distribusi data
(variabel acak kontinu) dengan posisi Mean, Median dan Mode sesuai dengan pola distribusi
data.

Gambar 1 Pola distribusi data (variabel acak kontinu) dengan posisi Mean,
Median dan Mode

Ukuran statistik lainnya adalah Rata-rata Ukur (Geometric Mean), Rata-rata Harmonik
(H) serta beberapa karakteristik penting yang perlu dipahami untuk ukuran tendensi sentral yang
baik serta bagaimana memilih atau menggunakan nilai tendensi sentral yang tepat. Sementara
ukuran letak data adalah kuartil, desil, dan persentil.
Setelah mempelajari materi pokok bahasan disini, mahasiswa diharapkan memiliki
kompetensi dasar membantu melihat kemajuan dan kegiatan tertentu, memahami konsep
penentuan letak pemusatan data. Kemampuan akhir yang diharapkan adalah Mahasiswa mengerti
dan memahami tentang pengukuran nilai sentral pada distribusi frekuensi beserta
perhitungannya.
.
A. Mean (arithmetic mean)

Rata-rata hitung atau arithmetic mean atau sering disebut dengan istilah mean saja
merupakan metode yang paling banyak digunakan untuk menggambarkan ukuran tendensi
sentral. Penentuan Mean dihitung dengan menjumlahkan semua nilai data pengamatan kemudian
dibagi dengan banyaknya data. Definisi Mean dapat dapat dinyatakan dengan persamaan untuk
data Sampel dan data Populasi.

Mean data Sampel dinyatakan dengan:

Sementara Mean untuk data Populasi dinyatakan dengan:

dimana

∑ = lambang penjumlahan semua gugus data pengamatan

n = banyaknya sampel data
N = banyaknya data populasi
(dibaca "x-bar") = nilai rata-rata sampel
μ (huruf kecil Yunani dibaca “mu”) = nilai rata-rata populasi

a. Rata-rata hitung (Mean) untuk data tunggal

Contoh 1:
Diketahui nilai hasil ujian Statistik seperti berikut: 20; 40; 50; 60; 60; 70; 70; 70; 80; 90.
Hitunglah nilai rata-rata dari nilai ujian statistik tersebut.

Penyelesaian:

n=10,

= 61

b. Nilai Rata-rata Data Dikelompokkan.

Nilai rata-rata dari data yang sudah dikelompokkan bisa dihitung dengan menggunakan
formula berikut:

dimana: fi = frekuensi data ke-i

n = banyaknya sampel data
= nilai rata-rata sampel
xi = data ke-i
Contoh 2:
Berapa rata-rata hitung pada tabel frekuensi berikut (Tabel frekuensi pada tabel ini merupakan
tabel frekuensi untuk data tunggal, bukan tabel frekuensi dari data yang sudah dikelompokkan
berdasarkan selang/kelas tertentu):

xi fi

70 5

69 6

45 3

80 1

56 1

Penyelesaian:
n=16
Untuk memudahkan, kita tambahkan kolom fixi

Xi fi fixi

70 5 350

69 6 414

45 3 135

80 1 80

56 1 56

Jumlah 16 1035

maka
Pedoman Umum membuat Tabel Distribusi Frekuensi

Langkah pertama dalam membuat tabel distribusi frekuensi adalah menentukan kelas interval.
Terdapat 3 pedoman yang dapat diikuti:
1. Berdasarkan Pengalaman, berdasarkan pengalaman jumlah kelas interval yang digunakan
dalam menyusun tabel distribusi frekuensi berkisar antara 6 sd 15 kelas.
2. Ditentukan dengan membaca grafik
3. Ditentukan dengan rumus Sturges
Rumus Sturges :
k = 1 + 3,3 log n
Dimana :
k = Jumlah Kelas Interval
n = Jumlah data observasi

c. Mean dari data distribusi Frekuensi atau dari gabungan

Distribusi Frekuensi:
Rata-rata hitung dari data yang sudah disusun dalam bentuk tabel distribusi frekuensi
dapat ditentukan dengan menggunakan formula yang sama dengan formula untuk menghitung
nilai rata-rata dari data yang sudah dikelompokkan, yaitu:

diman xi = nilai tengah kelas ke i

Contoh 3:
Tabel dibawah ini merupakan nilai ujian statistik 80 mahasiswa yang sudah disusun dalam tabel
frekuensi. Berbeda dengan contoh 2, pada contoh ke-3 ini, tabel distribusi frekuensi dibuat dari
data yang sudah dikelompokkan berdasarkan selang/kelas tertentu sesuai rumus Sturges.
(banyak kelas = 7 dan panjang kelas = 10).

Kelas ke- Nilai Ujian fi

1 31 - 40 2

2 41 - 50 3

3 51 - 60 5

4 61 - 70 13

5 71 - 80 24
 6 81 - 90 21

7 91 - 100 12

Jumlah 80

Penyelesaian:

n=fi = 80

Tambahkan kolom perhittngan nilai tengah kelas (xi) dan perhitungan hitung fixi, diperoleh
Tabel berikut:

Kelas ke- Nilai Ujian fi xi fixi

1 31 - 40 2 35.5 71.0

2 41 - 50 3 45.5 136.5

3 51 - 60 5 55.5 277.5

4 61 - 70 13 65.5 851.5

5 71 - 80 24 75.5 1812.0

6 81 - 90 21 85.5 1795.5

7 91 - 100 12 95.5 1146.0

Jumlah 80 6090.0

drengan menggunakan rumus, diperoleh:

B. Rata-rata Gabungan atau rata-rata terboboti (Weighted Mean)

Rata-rata gabungan (disebut juga grand mean, pooled mean, atau rata-rata umum) adalah cara
yang tepat untuk menggabungkan rata-rata hitung dari beberapa sampel. Penentuan rata-rata
terboboti adalah dengan menggunakan rumus:

dima ni= jumlah data sampel ke i

Contoh 4:
Diketahui dari tiga kelompok data yang merupakan sub sampel masing-masing berukuran 10, 6,
8 dan dengan berturut-turut rata-ratanya adalah 145, 118, dan 162. Tentukan berapa rata-rata
terbobotinya?

Penyelesaian:

C. MEDIAN

Median adalah nilai tengah dari kelompok data yang telah diurutkan (urutannya bisa
membesar atau mengecil). Jika jumlah data ganjil, median = nilai paling tengah. Jika jumlah data
genap, median = rata-rata dari dua nilai tengah, dengan kata lain, median terletak pada nilai ke:
(n/2)

a. Median data tunggal:

Untuk menentukan median dari data tunggal, terlebih dulu kita harus mengetahui letak/posisi
median tersebut. Posisi median dapat ditentukan dengan menggunakan formula berikut:
Median = (n+1)/2
dimana n = banyaknya data pengamatan.

Median apabila n ganjil:

Contoh 5:
Hitunglah median dari nilai ujian matematika berikut ini: 80; 40; 50; 60; 70; 60; 70; 70; 20; 90;
100
Penyelesaian:
data setelah diurutkan adalah : 20; 40; 50; 60; 60; 70; 70; 70; 80; 90; 100
banyaknya data (n) = 11
posisi Median = ½(11+1) = 6
jadi Median = 70 (data yang terletak pada urutan ke-6)
Median apabila n genap:

Contoh 6:
Hitunglah median dari nilai ujian Statistik berikut ini: 80; 40; 50; 60; 70; 60; 70; 70; 20; 90
Penyelesaian:
data setelah diurutkan: 20; 40; 50; 60; 60; 70; 70; 70; 80; 90
banyaknya data (n) = 10
posisi Me = ½(10+1) = 5,5
Data tengahnya: 6 dan 7
jadi Median = ½ (60+70) = 65 (rata-rata dari 2 data yang terletak pada urutan ke-5 dan ke-6)

Untuk data berkelompok yang dinyatakan dalam bentuk tabel distribusi frekuensi:

Med = Lo + c ( ((n/2) – F)) / f )

dimana Med = median

Lo = batas bawah kelas median
c = lebar kelas
n = banyaknya data
F = jumlah frekuensi semua kelas sebelum kelas yang mengandung median
f = frekuensi kelas median

Contoh 7:
Tentukan nilai median dari tabel distribusi berikut:

Kelas ke- Nilai Ujian fi

1 31 - 40 2

2 41 - 50 3

3 51 - 60 5

4 61 - 70 13

5 71 - 80 24

6 81 - 90 21

7 91 - 100 12

Jumlah 80
Penyelesaian:

Letak kelas median:

Setengah dari seluruh data = 40, terletak pada kelas ke-5 (nilai ujian 71-80)
Lo = 70,5, c = 10
n = 80, f = 24
f = 24 (frekuensi kelas median)
F = 2 + 3 + 5 + 13 = 23

diperoleh Tabel berikut:

Kelas ke- Nilai Ujian fi F

1 31 - 40 2 2

2 41 - 50 3 5

3 51 - 60 5 10

4 61 - 70 13 23

5 71 - 80 24 47 ←letak kelas median

6 81 - 90 21 68

7 91 - 100 12 80

8 Jumlah 80

Maka:

D. Mode

Mode atau Modus adalah data yang paling sering muncul/terjadi. Untuk menentukan
modus, pertama susun data dalam urutan meningkat atau sebaliknya, kemudian hitung
frekuensinya. Nilai yang frekuensinya paling besar (sering muncul) adalah modus. Modus
digunakan baik untuk tipe data numerik atau pun data kategoris. Modus tidak dipengaruhi oleh
nilai ekstrem. Beberapa kemungkinan tentang modus suatu gugus data:
  Apabila pada sekumpulan data terdapat dua mode, maka gugus data tersebut
dikatakan bimodal.
 Apabila pada sekumpulan data terdapat lebih dari dua mode, maka gugus data
tersebut dikatakan multimodal.
 Apabila pada sekumpulan data tidak terdapat mode, maka gugus data tersebut
dikatakan tidak mempunyai modus

Meskipun suatu gugus data mungkin saja tidak memiliki modus, namun pada suatu
distribusi data kontinyu, modus dapat ditentukan secara analitis. Posisi mean, mode, dan median
untuk distribusi data kontinu tertera pada Gambar 2. Untuk gugus data yang distribusinya
simetris, nilai mean, median dan modus semuanya sama. Untuk distribusi miring ke kiri
(negatively skewed): mean < median < modus untuk distribusi miring ke kanan (positively
skewed): terjadi hal yang sebaliknya, yaitu mean > median > modus.

Gambar 2 Posisi Meas, Mode, dan Media pada distribusi data kontinu.

Hubungan antara ketiga ukuran tendensi sentral untuk data yang tidak berdistribusi normal,
namun hampir simetris dapat didekati dengan menggunakan rumus empiris berikut:
Mean - Mode = 3 (Mean - Median)

a. Modus Data Tunggal:

Contoh 8:

Modus dari nilai ujian Statistik berikut ini:

a. 20, 40, 50, 60, 60, 70, 70, 70, 80, 90
b. 20, 40, 60, 60, 60, 70, 70, 70, 80, 90
c. 20, 40, 60, 60, 60, 70, 80, 80, 80, 90
d. 20, 40, 50, 50, 60, 70, 70, 80, 80, 90
e 10, 20, 30, 40, 50, 60, 70, 80, 90, 100
Penyelesaian:

a. 20, 40, 50, 60, 60, 70, 70, 70, 80, 90

Fekuensi terbanyak adalah nilai 70 yaitu = 3, sehingga Modus (M) = 70

b. 20, 40, 60, 60, 60, 70, 70, 70, 80, 90

Nilai yang sering muncul adalah angka 60 dan 70 (masing-masing muncul 3 kali), sehingga
Modusnya ada dua, yaitu 60 dan 70. Gugus data tersebut dikatakan bimodal karena mempunyai
dua modus. Karena ke-2 mode tersebut nilainya berurutan, mode sering dihitung dengan
menghitung nilai rata-rata keduanya, ½ (60+70) = 65.

c. 20, 40, 60, 60, 60, 70, 80, 80, 80, 90

Nilai yang sering muncul adalah angka 60 dan 80 (masing-masing muncul 3 kali), sehingga
Modusnya ada dua, yaitu 60 dan 80. Gugus data tersebut dikatakan bimodal karena mempunyai
dua modus. Nilai mode tunggal tidak dapat dihitung karena ke-2 mode tersebut tidak berurutan.

d. 20, 40, 50, 50, 60, 70, 70, 80, 80, 90

Nilai yang sering muncul adalah angka 50, 60 dan 70 (masing-masing muncul 2 kali), sehingga
Modusnya ada tiga, yaitu 50, 60 dan 70. Gugus data tersebut dikatakan multimodal karena
modusnya lebih dari dua.

e. 10, 20, 30, 40, 50, 60, 70, 80, 90, 100

Pada gugus data tersebut, semua frekuensi data sama, masing-masing muncul satu kali, sehingga
gugus data tersebut dikatakan tidak mempunyai modusnya

b. Mode dalam Distribusi Frekuensi:

Modus untuk data terdistribusi frekuensi adalah:

Mo=Lo + c (f1/ (f1+f2))

dimana:
Mo = modal = kelas yang memuat modus
Lo = batas bawah kelas modal
c = panjang kelas modal
fmo = frekuensi dari kelas yang memuat modus (yang nilainya tertinggi)
f1= fmo – fmo-1 = frekuensi kelas modal – frekuensi kelas sebelumnya
f2 = fmo – fmo+1 = frekuensi kelas modal – frekuensi kelas sesudahnya
Contoh 9:

Diketahui data terdistribusi frekuensi seperti Tabel belikut:

Kelas ke- Nilai Ujian fi

1 31 - 40 2

2 41 - 50 3

3 51 - 60 5

4 61 - 70 13

5 71 - 80 24

6 81 - 90 21

7 91 - 100 12

Jumlah 80

Tentukan nilai median dari tabel distribusi frekuensi pada Tabel di atas.

Penyelesaian:

Kelas modus =kelas ke-5

Lo = 71-0.5 = 70.5
f1 = 24 -13 = 11
f2 = 24 – 21 = 3
c = 10
Dengan demikian kita buat Tabel berikut:

Kelas ke- Nilai Ujian fi

1 31 - 40 2

2 41 - 50 3

3 51 - 60 5

4 61 - 70 13

→ f1 = (24 – 13) = 11
 5 71 - 80 24 ← kelas modal (frekuensinya paling besar)

→ f2 =(24 – 21) =3

6 81 - 90 21

7 91 - 100 12

8 Jumlah 80

E. Rata-rata Ukur (Geometric Mean)

Untuk gugus data positif x1, x2, …, xn, rata-rata geometrik adalah akar ke-n dari hasil
perkalian unsur-unsur datanya. Secara matematis dapat dinyatakan dengan formula berikut:

dimana: U = rata-rata ukur ;

n = banyaknya sampel;
Π = jumlah dari hasil kali unsur-unsur data.
Rata-rata geometrik sering digunakan dalam bisnis dan ekonomi untuk menghitung rata-rata
tingkat perubahan, rata-rata tingkat pertumbuhan, atau rasio rata-rata untuk data berurutan tetap
atau hampir tetap atau untuk rata-rata kenaikan dalam bentuk persentase.

Rata-rata ukur untuk data tunggal

Contoh 10:
Berapakah rata-rata ukur dari data 2, 4, 8?
Penyelesaian:

atau:
b. Distribusi Frekuensi:
Rumus Geometric Mean untuk data terdistribusi frekuensi adalah:

dimana xi = tanda kelas (nilai tengah)

fi = frekuensi yang sesuai dengan xi

Contoh 11:
Diketahui Tabel distribusi frekuensi berikut, tentukan rata-rata ukur dari tabel distribusi
frekuensi tersebut.
Kelas ke- Nilai Ujian fi

1 31 - 40 2

2 41 - 50 3

3 51 - 60 5

4 61 - 70 13

5 71 - 80 24

6 81 - 90 21

7 91 - 100 12

Jumlah 80

Penyelesaian:

Kelas ke- Nilai Ujian fi xi log xi fi.log xi

1 31 - 40 2 35.5 1.5502 3.1005

2 41 - 50 3 45.5 1.6580 4.9740

3 51 - 60 5 55.5 1.7443 8.7215

4 61 - 70 13 65.5 1.8162 23.6111

5 71 - 80 24 75.5 1.8779 45.0707

6 81 - 90 21 85.5 1.9320 40.5713

7 91 - 100 12 95.5 1.9800 23.7600

8 Jumlah 80 149.8091

F. Rata-rata Harmonik (H)

Rata-rata harmonik dari suatu kumpulan data x1, x2, …, xn adalah kebalikan dari nilai
rata-rata hitung (aritmetik mean). Secara matematis dapat dinyatakan dengan formula berikut:

Rata-rata ini hanya digunakan untuk data yang bersifat khusus, sebagai ukuran tendensi sentral
untuk kumpulan data yang menunjukkan adanya laju perubahan, seperti kecepatan.

a. Rata-rata harmonic untuk data tunggal

Contoh 12:
Si A bepergian pulang pergi. Waktu pergi ia mengendarai kendaraan dengan kecepatan 10
km/jam, sedangkan waktu kembalinya 20 km/jam. Berapakah rata-rata kecepatan pulang pergi?

Penyelesaian:
Apabila kita menghitungnya dengan menggunakan rumus jarak dan kecepatan, tentu hasilnya
13.5 km/jam. Apabila kita gunakan perhitungan rata-rata hitung, hasilnya tidak tepat:

Pada kasus ini, lebih tepat menggunakan rata-rata harmonik:

b. Rata-rata Harmonik untuk Distribusi Frekuensi:

Untuk data terdistribusi frekuensi, rata-rata Harmonik :

Contoh 13:
Diketahui data terdistribusi frekuensi seperti Tabel berikut:

Kelas ke- Nilai Ujian fi

1 31 - 40 2

2 41 - 50 3

3 51 - 60 5

4 61 - 70 13

5 71 - 80 24

6 81 - 90 21

7 91 - 100 12

Jumlah 80

Tentukan rata-rata Harmonik dari tabel distribusi frekuensi pada Tabel tersebut.

Penyelesaian:

Kelas ke- Nilai Ujian fi xi fi/xi

1 31 - 40 2 35.5 0.0563

2 41 - 50 3 45.5 0.0659

3 51 - 60 5 55.5 0.0901

4 61 - 70 13 65.5 0.1985

5 71 - 80 24 75.5 0.3179
6 81 - 90 21 85.5 0.2456

7 91 - 100 12 95.5 0.1257

8 Jumlah 80 1.1000

Perbandingan Ketiga Rata-rata (Mean):

Karakteristik penting untuk ukuran tendensi sentral yang baik, dimana ukuran nilai
pusat/tendensi sentral (average) merupakan nilai pewakil dari suatu distribusi data, sehingga
harus memiliki sifat-sifat berikut:
 Harus mempertimbangkan semua gugus data
 Tidak boleh terpengaruh oleh nilai-nilai ekstrim.
 Harus stabil dari sampel ke sampel.
 Harus mampu digunakan untuk analisis statistik lebih lanjut.

SOAL:

1. Mengulang dengan frekuensi tertentu, hitung nilai rata-rata data berikut:

x 8 6 4 5 6 9

f 2 3 4 3 2 1
2. Misalnya modal (dalam jutaan rupiah) dari 40 perusahaan disajikan pada tabel distribusi
frekuensi berikut:

Modal Nilai Tengah Frekuensi fX

112-120 116 4

121-129 125 5

130-138 134 8

139-138 143 12

148-156 152 5

157-165 161 4

166-174 170 2

Σf=40 ΣfX=

Hitung nilai rata-rata hitungnya!

3. Susun Tabel Distribusi Frekuensi dari data kuliah statistika berikut:

27 79 69 40 51 88 55 48 36 61
53 44 93 51 65 42 58 55 69 63
70 48 61 55 60 25 47 78 61 54
57 76 73 62 36 67 40 51 59 68
27 46 62 43 54 83 59 13 72 57
82 45 54 52 71 53 82 69 60 35
41 65 62 75 60 42 55 34 49 45
49 64 40 61 73 44 59 46 71 86
43 69 54 31 36 51 75 44 66 53
80 71 53 56 91 60 41 29 56 57
35 54 43 39 56 27 62 44 85 61
59 89 60 51 71 53 58 26 77 68
62 57 48 69 76 52 49 45 54 41
33 61 80 57 42 45 59 44 68 73
55 70 39 59 69 51 85 46 55 67

Tentukan Mean, Median dari Tabel distribusi data yang dibuat.

4. Tentukan median data mode 40 perusahaan pada tabel dibawah:

Modal Nilai Tengah

112-120 116

121-129 125

130-138 134

139-138 143

148-156 152

157-165 161

166-174 170

Kesimpulan:

1. Pendekatan perhitungan nilai rata-rata hitung dengan menggunakan distribusi frekuensi

kurang akurat dibandingkan dengan cara perhitungan rata-rata hitung dengan
menggunakan data aktualnya. Pendekatan ini seharusnya hanya digunakan apabila tidak
memungkinkan untuk menghitung nilai rata-rata hitung dari sumber data aslinya.
2. Mean merupakan ukuran nilai pusat yang terbaik dan sering digunakan dalam analisis
statistik.
Referensi:
1. Ronald E. Walpole, Raymond H. Myers, Sharon L. Myers and Keying Ye, 2007,
Probabilitiy and Statistics for Engineers and Scientists, 8th edition, Pearson Prentice
Hall.
2. Sharma, Subhash, 1996, Applied Multivariate Techniques, John Willey & Son, Inc.,
USA.
3. Johson & Wichern, 2007, Applied multivariate statistical analysis, Upper Saddle River:
Pearson Prentice Hall.
4. J. Supranto, M.A. ,2001, Statistika Teori dan Aplikasi, Erlangga, Jakarta.
5. Douglas C. Montgomery, George C. Runger, 2003, Applied Statistic and Probability for
Engineer, third edition, John Wiley and Son Inc.
6. Singgih Santoso, 2014, Panduan Lengkap SPSSversi 20, Alex Media Komputindo.
7. http://www.smartstat.info/statistika/statisika-deskriptif/ukuran-pemusatan-data-mean-
median-mode.html.
Modul Statistik 1 Pertemuan 6 Online 5
PENGUKURAN LETAK DATA
1. PENDAHULUAN
Statistik merupakan sebuah metoda perhitungan yang mampu membantu
banyak kalangan manusia pada saat ini. Baik dalam kehidupan secara umum, ,
perkuliahan, sekolah, perkantoran dan lain sebagainya. Tidak hanya sampai di sana,
statistik juga digunakan untuk membantu dalam hal penelitian, bahkan membuat
karya ilmiah seperti skripsi, tesis dan disertasi. Statistik merupakan alat untuk
mempermudah perhitungan angka-angka atau data. Dari berbagai kehidupan akan
membutuhkan statistik untuk menganalisis sesuatu”.
Berdasarkan penjelasan di atas, jelas statistik memiliki banyak manfaat bagi
manusia, termasuk juga dalam pembuatan karangan ilmiah. Dalam pembuatan
karangan ilmiah begitu banyak materi-materi dari statistik yang digunakan, mulai dari
distribusi frekuensi, uji t, korelasi, regresi, ukuran letak (ukuran lokasi) dan lain
sebagainya, yang digunakan untuk membantu memudahkan dalam pengolahan
data dari hasil penelitian terutama pada penelitian kuantitatif. Dalam penelitian
tersebut, statistik sangatlah peran penting. Untuk itu sudah semestinya semua
kalangan mempelajari statistik agar mampu menerapkannya untuk kebutuhan
tertentu. Terutama untuk mahasiswa dan juga siswa serta para ilmuan. Pada
dasarnya diharapkan mahasiswa lebih memahi statistik serta berbagai macam
materi-materi yang terkandung di dalam statistik tersebut tersebut, salah satunnya
ukuran letak (ukuran lokasi). Ukuran letak (ukuran lokasi) dimaksudkan sebagai
besaran atau ukuran untuk mendapatkan gambaran yang lebih jelas berdasarkan
letak data dari sekumpulan data yang dipunyai. Ukuran ini sangat berarti dalam
rangka melakukan analisis data.
Berdasarkan uraian di atas, jelas salah satu materi yang dibahas di dalam
statistik yaitu ukuran lokasi sangatlah diperlukan untuk membantu menganalisis
suatu data. Berdasarkan hal itu juga mahasiswa dituntut untuk mengetahui
bagaimana pembahasan mengenai ukuran lokasi tersebut baik kuartil, desil maupun
persentil agar mampu menganalisis data pada saat penelitian dan penyusunan
karya akhir.

2. PENGERTIAN UKURAN LETAK DATA (Location Measurement)

Menurut Andi (2007: 69), Ukuran letak (ukuran lokasi) dimaksudkan sebagai
besaran atau ukuran untuk mendapatkan gambaran yang lebih jelas berdasarkan
letak data dari sekumpulan data yang dipunyai. Ukuran ini sangat berarti dalam
rangka melakukan analisis data.
Berdasarkan penjelasan di atas, maka dapat diartikan bahwa ukuran letak
merupakan ukuran untuk melihat dimana letak salah satu data dari sekumpulan
banyak data yang ada. Andi juga di dalam bukunya (2007: 69) menjelaskan bahwa,
yang termasuk ukuran lokasi (ukuran letak) antara lain adalah kuartil, desil dan
persentil.
 Dapat disimpulan bahwa, ukuran nilai letak adalah beberapa nilai yang letaknya
sedemikian rupa sehingga dalam suatu rangkaian data atau suatu distribusi
frekuensi sehingga nilai itu membagi rangkaian data atau distribusi frekuensi
menjadi beberapa bagian yang sama. Ada empat ukuruan nilai letak yang membagi
serangkaian data atau distribusi menjadi dua bagian yang sama yaitu 50% dari
keseluruhan data nilainya terletak dibawah nilai median dan 50% lagi nilainya
terletak diatas nilai median.Ukuran-ukuran lainnya, seperti yang sudah disebutkan
diatas, yaitu kuartil di beri simbol dengan huruf Q, desil dengan simbol huruf D dan
presentil yang disimbolkan dengan huruf P.
Kuartil
Seperti yang sudah dibahas sebelumnya, bahwa median membagi data yang
telah diurutkan menjadi dua bagian yang sama banyak . Adapun Kuartil adalah nilai-
nilai tertentu yang membagi serangkaian data atau suatu distribusi frekuensi menjadi
empat bagian yang sama.
Perhatikan gambar berikut ini :

Gambar 1

Pada gambar 1, jika garis putus-putus tersebut pada gambar dianggap sebagai
serangkaian data atau suatu distribusi frekuensi, maka Nilai Median membagi tepat
data menjadi dua bagian, yaitu 50% disebelah kiri, maupun 50% disebelah kanan.
Demikian pula dengan kuartil, perhatikan gambar berikut :

Gambar 2

Ilustrasi gambar 2
1. Serangkain data atau distribusi frekuensi yang digambarkan dengan garis putus-
putus, dibagi menjadi empat bagian sama besar, yaitu masing-masing 25% untuk
setiap bagiannya.
2. Serangkaian data yang dibagi menjadi empat bagian tersebut, dibagi oleh 3 tiga
buah titik letak data, yaitu Q1, Q2 dan Q3. Q1, Q2 dan Q3 itu lah yang disebut
 dengan kuartil, diman Q1 adalah kuartil 1, Q2 adalah kuartil 2 dan Q3 adalah
kuartil 3.
3. Gambar 2 juga menjelaskan bahwa Q1 menunjukan bahwa data-data observasi
(yang sudah diurutkan dari yang paling kecil ke terbesar) 25% terletak disebelah
kiri titik Q1. Dengan kata lain nilai Q1 adalah nilai yang membatasi data-data
observasi yang dari yang terkecil sampai dengan 25%. atau 25% data observasi
sama atau lebih kecil dari Q1. 50% data observasi sama atau lebih kecil dari Q2.
75% data observasi sama atau lebih kecil dari Q3. Atau dengan kata lain :
- Kuartil eprtama (Q1) adalah sebuah nilai yang menyatakan 25% dari
keseluruhan data atau observasi nilainya lebih kecil dari Q1 dan 75% nya lagi
nilainya lebih besar dari nilai Q1.
- Kuartil kedua (Q2) adalah sebuah nilai yang menyatakan 50% dari keseluruhan
data atau observasi nilainya lebih kecil dari Q2 dan 50% nya lagi nilainya lebih
besar dari nilai Q2. Dapat dikatakan Q2 sama dengan Median.
- Kuartil ketiga (Q3) adalah sebuah nilai yang menyatakan 75% dari keseluruhan
data atau observasi nilainya lebih kecil dari Q3 dan 25% nya lagi nilainya lebih
besar dari nilai Q3.
Desil
Menggunakan gambar 2 sebagai Ilustrasi, maka desil adalah nilai-nilai yang
membagi serangkaian data atau suatu distribusi (digambarkan dengan garis putus-
putus) dibagi menjadi 10 (sepuluh) bagian yang sama besarnya, yaitu masing-
masing 10%. Sedangkan titik-titik pembaginya (pada gambar 2, yaitu Q1, Q2 dan Q3)
ialah nilai-nilai desil sebanyak 9 (sembilan) buah nilai yang disimbolkan dengan D1,
D2, D3 sampai dengan D9.
- Desil pertama (D1) adalah sebuah nilai yang menyatakan 10% dari keseluruhan
data atau observasi nilainya lebih kecil dari D1 dan 90% nya lagi nilainya lebih
besar dari nilai D1.
- Desil kedua (D2) adalah sebuah nilai yang menyatakan bahwa 20% dari
keseluruhan data atau observasi nilainya lebih kecil dari D2 dan 80% nya lagi
nilainya lebih besar dari nilai D2.
- Desil kelima (D5) adalah sebuah nilai yang menyatakan bahwa 50% dari
keseluruhan data atau observasi nilainya lebih kecil dari P5 dan 50% nya lagi
nilainya lebih besar dari nilai P5. Dapat dikatakan P5 sama dengan Median
- Desil keempat (D9) adalah sebuah nilai yang menyatakan bahwa 90% dari
keseluruhan data atau observasi nilainya lebih kecil dari D9 dan 10% nya lagi
nilainya lebih besar dari nilai D9.
- Desil ke-i (Di) adalah sebuah nilai yang menyatakan bahwa 10i% dari keseluruhan
data atau observasi nilainya lebih kecil dari Di dan (100% - 10i%) nya lagi nilainya
lebih besar dari nilai Di.
Persentil
Persentil adalah nilai-nilai yang membagi serangkaian data atau suatu distribusi
menjadi 100 (seratus) bagian yang sama besarnya, yaitu masing-masing sebesar
1%. Sedangkan titik-titik pembaginya ialah nilai-nilai persentil sebanyak 99 (sembilan
puluh sembilan) buah nilai yang disimbolkan dengan P1,P2, P3 sampai dengan P99.
- Persentil pertama (P1) adalah sebuah nilai yang menyatakan 1% dari keseluruhan
data atau observasi nilainya lebih kecil dari P1 dan 99% nya lagi nilainya lebih
besar dari nilai P1.
- Persentil kedua (P2) adalah sebuah nilai yang menyatakan bahwa 2% dari
keseluruhan data atau observasi nilainya lebih kecil dari P2 dan 98% nya lagi
nilainya lebih besar dari nilai P2.
- Persentil kelima puluh (P50) adalah sebuah nilai yang menyatakan bahwa 50%
dari keseluruhan data atau observasi nilainya lebih kecil dari P50 dan 50% nya lagi
nilainya lebih besar dari nilai P50. Dapat dikatakan P50 sama dengan Median.
- Persentil kedua (P99) adalah sebuah nilai yang menyatakan bahwa 99% dari
keseluruhan data atau observasi nilainya lebih kecil dari P99 dan 1% nya lagi
nilainya lebih besar dari nilai P99.
- Persentil ke-i (Pi) adalah sebuah nilai yang menyatakan bahwa 1i% dari
keseluruhan data atau observasi nilainya lebih kecil dari Pi dan (100% - 1i%) nya
lagi nilainya lebih besar dari nilai Pi.

3. PERHITUNGAN UKURAN LETAK DATA

Untuk menentukan atau menghitung ukuran letak data, baik Kuartil, Desil serta
Persentil, dibedakan atas dua metode yang disesuaikan atas jenis atau kondisi data,
yaitu ;
3.1 Data Tidak Berkelompok
Secara umum, untuk data tidak berkelompok, maka data mentah (raw data) yang
diperoleh dari hasil penelitian atau observasi, harus terlebih dahulu melalui
proses pengurutan dari dari data terkecil sampai dengan data terbesar. Untuk
selanjutnya, data yang sudah diuratkan ini kita namakan data berurut.
3.2 Data Berkelompok
Sedangkan untuk data berkelompok, maka prosesnya dimulai setelah proses
distribusi frekuensi (tabel distribusi frekuensi) selesai atau dengan kata lain, data
mentah (raw data) yang diperoleh dari hasil penelitian atau observasi harus
mengalami proses distribusi frekuensi sampai menghasilkan tabel frekuensi
distribusi terlebih dahulu sebelum memproses atau menghitung ukuran letak
data untuk data berkelompok.

3.1.1 Kuartil Data Tak Berkelompok

Setelah data mentah mengalami proses pengurutan data, maka langkah
selanjutnya dalam menentukan kuartil untuk data tak berkelompok yaitu dengan cara
mencari kuartil ke-i (Qi) dengan rumus ;
Dimana :
Qi = Kuartil ke-i
i = 1,2 dan 3
n = Banyak nya data (dimana n > 4)
Contoh 1;
Seorang manajer produksi dari sebuah pabrik yang menghasilkan susu bubuk
formula untuk bayi, memeriksa sebuah sampel acak 10 kaleng susu formula untuk
diperiksa berat nettonya. Data yang diperoleh (dalam gram) adalah; 501, 503, 497,
506, 502, 505, 504, 498, 500, 502. Hitunglah nilai kuartil berat sampel tersebut.
Penyelesaian;
- Data mentah diurutkan terlebih dahulu (dari yang terkecil sampai dengan yang
terbesar), sebagai berikut :
X1 X2 X3 X4 X5 X6 X7 X8 X9 X10
497 498 500 501 502 502 503 504 505 506

- Tentukan nilai Qi ;
i(n+1)
Qi = nilai ke - -----------
4

Kuartil pertama (Q1) ?

1(10+1)
Q1 = nilai ke - -----------
4
Q1 = nilai ke - 2¾
(nilai ke - 2 ¾ berarti bahwa data terletak antara X2 dan X3)
yaitu  = X2 + {¾ x (X3 - X2)}
= 498 + {¾ x (500 - 498)}
= 498 + 1,5
= 499,5
Jadi Q1 = 499,5

Kuartil kedua (Q2) ?

2(10+1)
Q2 = nilai ke - -----------
4
Q2 = nilai ke - 5½
(nilai ke – 5 ½ berarti bahwa data terletak antara X5 dan X6)
yaitu  = X5 + {½ x (X6 - X5)}
= 502 + {½ x (502 - 502)}
= 502 + 0
= 502
Jadi Q2 = 502
 Kuartil ketiga (Q3) ?
3(10+1)
Q3 = nilai ke - -----------
4
Q3 = nilai ke - 8¼
(nilai ke – 8¼ berarti bahwa data terletak antara X8 dan X9)
yaitu  = X8 + {¼ x (X9 - X8)}
= 504 + {¼ x (505 - 504)}
= 504 + 0,25
= 504,25
Jadi Q3 = 504,25
Interpresetasi Nilai Kuartil ;
- Nilai kuartil pertama (Q1) sebesar 499,5, artinya 25% dari data observasi
mempunyai nilai sama atau lebih kecil dari 499,5.
- Nilai kuartil kedua (Q2) sebesar 502, artinya 50% dari data observasi mempunyai
nilai sama atau lebih kecil dari 502.
- Nilai kuartil pertama (Q3) sebesar 504,25, artinya 75% dari observasi mempunyai
nilai sama atau lebih kecil dari 504,25.

3.1.2 Desil Data Tak Berkelompok

Sama dengan kuartil, setelah data mentah mengalami proses pengurutan data,
maka langkah selanjutnya dalam menentukan desil untuk data belum atau tidak
berkelompok yaitu dengan cara mencari desil ke-i (Di) dengan rumus ;

Dimana :
Di = Desil ke-i
i = 1,2,3, sampai dengan 9.
n = Banyak nya data (dimana n > 10)
Dengan menggunakan contoh 1 diatas, hitunglah nilai desil pertama (D1), desil
ketiga (D3), desil kelima (D5),dan desil kedelapan (D8), berat sampel yang terdapat
pada contoh 1 tersebut.
Penyelesaian;
- Data mentah diurutkan terlebih dahulu (dari yang terkecil sampai dengan yang
terbesar, sebagai berikut :
X1 X2 X3 X4 X5 X6 X7 X8 X9 X10
497 498 500 501 502 502 503 504 505 506
- Tentukan nilai Di ;
i(n+1)
Di = nilai ke - -----------
10

Desil pertama (D1) ?

1(10+1)
D1 = nilai ke - -----------
10
D1 = nilai ke - 1,1
(nilai ke – 1,1 berarti bahwa data terletak antara X1 dan X2)
yaitu  = X1 + {0,1 x (X2 - X1)}
= 497 + {0,1 x (498 - 497)}
= 498 + 0,1
= 497,1
Jadi D1 = 497,1

Desil ketiga (D3) ?

3(10+1)
D3 = nilai ke - -----------
10
D3 = nilai ke – 3,3
(nilai ke – 3,3 berarti bahwa data terletak antara X3 dan X4)
yaitu  = X3 + {0,3 x (X4 - X3)}
= 500 + {0,3 x (501 - 500)}
= 500 + 0,3
= 500,3
Jadi D3 = 500,3

Desil kelima (D5) ?

5(10+1)
D5 = nilai ke - -----------
10
D5 = nilai ke – 5,5
(nilai ke – 5,5 berarti bahwa data terletak antara X5 dan X6)
yaitu  = X5 + {0,5 x (X6 – X5)}
= 502 + {0,5 x (502 - 502)}
= 502 + 0
= 502
Jadi D5 = 502
(ternyata Q2 = 502, ini membuktikan bahwa D5 = Q2 = Median)
 Desil ketiga (D8) ?
8(10+1)
D8 = nilai ke - -----------
10
D8 = nilai ke – 8,8
(nilai ke – 8,8 berarti bahwa data terletak antara X8 dan X9)
yaitu  = X8 + {0,8 x (X9 - X8)}
= 504 + {0,8 x (505 - 504)}
= 504 + 0,8
= 504,8
Jadi D8 = 504,8
Interpresetasi Nilai Desil ;
- Nilai desil pertama (D1) sebesar 497,1, artinya 10% dari data observasi
mempunyai nilai sama atau lebih kecil dari 497,1.
- Nilai desil ketiga (D3) sebesar 500,3, artinya 30% dari data observasi mempunyai
nilai sama atau lebih kecil dari 500,3.
- Nilai desil pertama (D5) sebesar 502, artinya 50% dari data observasi mempunyai
nilai sama atau lebih kecil dari 502.
- Nilai desil pertama (D8) sebesar 504,8 artinya 80% dari data observasi
mempunyai nilai sama atau lebih kecil dari 504,8.

3.1.3 Persentil Data Tak Berkelompok

Sama dengan kuartil dan desil, setelah data mentah mengalami proses
pengurutan data, maka langkah selanjutnya dalam menentukan persentil untuk data
belum atau tak berkelompok yaitu dengan cara mencari persentil ke-i (Pi) dengan
rumus ;

Dimana :
Pi = Persentil ke-i
i = 1,2,3, sampai dengan 99.
n = Banyak nya data (dimana n > 100)
Untuk presentil data tak berkelompok segaja tidak di berikan contoh mengingat data
yang diperlukan cukup banyak, yaitu sebanyak 100 atau lebih data. Selain akan
membuat tidak effektifnya pembahasan, perhitungan data persentil untuk data tak
berkelompok sangat jarang dilakukan mengingat jumlah data penelitian yang lebih
dari 30 (tergantung subjektifitas peneliti) biasanya langsung dibuatkan tabel
distribusi frekuensinya dalam penyajian data.
3.2.1 Kuartil Data Berkelompok
Penentuan ukuran letak data khususnya kuartil dengan mengunakan data
berkelompok, didahului dengan proses pembuatan tabel frekuensi data mentah yang
diperoleh. Untuk data berkelompok, penentuan nilai kuartil dapat dilakukan dengan
menggunakan rumus sebagai berikut :

Dimana :
L0 = Tepi bawah dari kelas yang memuat nilai kuartil ke-i
n = Banyaknya observasi / jumlah semua frekuensi / jumlah data
(fi)0 = Jumlah frekuensi dari semua kelas sebelum kelas yang mengandung
kuartil ke-i (kelas yang mengandung kuartil ke-i tidak termasuk)
fq = frekuensi dari kelas yang memuat nilai kuartil ke-i
c = besarnya kelas (panjang interval kelas) yang mengandung kuartil ke-i
i = 1,2 dan 3
Contoh 2;
Dari tabel distribusi frekuensi berikut;

hitunglah nilai-nilai kuartil (Q1, Q2 dan Q3) !

Penyelesaian;
- Untuk menyelesaikan perhitungan ukuran letak data berkelompok, sebaiknya
disertakan pula data frekuensi relatif dan frekuensi kumulatif kurang dari, sebagai
berikut :

- Kuartil pertama (Q1) ?

- Untuk menghitung Q1 ; perlu diingat bahwa ukuran letak kuartil pertama adalah
25% pertama dari keseluruhan data, dimana dari tabel dapat dilihat pada
frekuensi kumulatif kurang dari angak 25% termasuk pada kelas 4 (kelas 3
belum masuk, karena baru 17%), maka dapat dikatakan bahwa kelas yang
membuat kuartil pertama (Q1) adalah kelas 4.
- L0 (tepi bawah kelas yang membuat kuartil pertama)  batas bawah kelas – {½
x (batas bawah kelas – batas atas kelas sebelumnya) = 71 - {½ x (71-70)
= 71 - 0,5 = 70,5
- c (besarnya kelas / panjang interval kelas yang mengandung kuartil pertama)
yaitu 3 (74, 75 dan 76).
- (fi)0 (Jumlah frekuensi kelas sebelum kelas yang mengandung kuartil
pertama) = 2 + 5 + 10 = 17
- fq (frekuensi dari kelas yang memuat nilai kuartil pertama) = 13
- n (Jumlah data) = 100
- Menghitung kuartil pertama dengan rumus
i.n/4 - (fi)0
Qi = L 0 + c ------------------
fq

(1x100)/4 - 17
Q1 = 70,5 + 3 --------------------
13
 Q1 = 70,5 + 1,85 = 72,35

Jadi Q1 = 71,19

- Kuartil kedua (Q2) ?

- Ukuran letak kuartil kedua (Q2) adalah 50% terletak (termasuk) pada kelas 5.
- L0 kelas 5 = 73,5
- c=3
- (fi)0 = 30
- fq = 27
- n = 100
- Menghitung kuartil kedua dengan rumus
i.n/4 - (fi)0
Qi = L 0 + c ------------------
fq

(2x100)/4 - 30
Q2 = 73,5 + 3 --------------------
27

Q2 = 73,5 + 2,22 = 75,72

Jadi Q2 = 75,72

- Kuartil ketiga (Q3) ?

- Ukuran letak kuartil ketiga (Q3) adalah 75% terletak (termasuk) pada kelas 6.
- L0 kelas 6 = 76,5
- c=3
- (fi)0 = 57
- fq = 23
- n = 100
- Menghitung kuartil ketiga dengan rumus
i.n/4 - (fi)0
Qi = L 0 + c ------------------
fq

(3x100)/4 - 57
Q3 = 76,5 + 3 --------------------
23

Q3 = 76,5 + 2,35 = 78,85

Jadi Q2 = 78,85
Interpresetasi Nilai Kuartil ;
- Nilai kuartil pertama (Q1) sebesar 72,35, artinya 25% dari data observasi
mempunyai nilai sama atau lebih kecil dari 72,35.
- Nilai kuartil kedua (Q2) sebesar 75,72, artinya 50% dari data observasi
mempunyai nilai sama atau lebih kecil dari 75,72.
- Nilai kuartil ketiga (Q3) sebesar 78,85, artinya 75% dari observasi mempunyai nilai
sama atau lebih kecil dari 78,85.

3.2.2 Desil Data Berkelompok

Setelah melakukan proses pembuatan tabel frekuensi dari data mentah yang
diperoleh. Untuk data berkelompok, penentuan nilai desil dapat dilakukan dengan
menggunakan rumus sebagai berikut :

Dimana :
L0 = Tepi bawah dari kelas yang memuat nilai desil ke-i
n = Banyaknya observasi / jumlah semua frekuensi / jumlah data
(fi)0 = Jumlah frekuensi dari semua kelas sebelum kelas yang mengandung desil
ke-i (kelas yang mengandung desil ke-i tidak termasuk)
fd = frekuensi dari kelas yang memuat nilai desil ke-i
c = besarnya kelas (panjang interval kelas) yang mengandung desil ke-i
i = 1,2,3 sampai dengan 9.

Dengan menggunakan contoh 2 diatas, hitunglah nilai desil pertama (D1), desil
ketiga (D3), desil kelima (D5),dan desil kedelapan (D8), pengukuran pipa yang
terdapat pada contoh 2 tersebut
Penyelesaian;
- Untuk menyelesaikan perhitungan desil digunakan tabel frekuensi yang sama
dengan perhitungan kuartil diatas.
- Desil pertama (D1) ?
- Ukuran letak desil pertama (D1) adalah 10% terletak (termasuk) pada kelas 3.
- L0 kelas 3 = 67,5
- c=3
- (fi)0 = 7
- fd = 10
- n = 100
- Menghitung desil pertama dengan rumus
 i.n/10 - (fi)0
Di = L0 + c --------------------
fd

(1x100)/10 - 7
D1 = 67,5 + 3 --------------------
10

D1 = 67,5 + 0,9 = 68,4

Jadi D1 = 68,4

- Desil ketiga (D3) ?

- Ukuran letak desil ketiga (D3) adalah 30% terletak (termasuk) pada kelas 4.
- L0 kelas 4 = 70,5
- c=3
- (fi)0 = 17
- fd = 13
- n = 100
- Menghitung desil ketiga dengan rumus
i.n/10 - (fi)0
Di = L0 + c --------------------
fd

(3x100)/10-17
D3 = 70,5 + 3 --------------------
13

D3 = 70,5 + 3 = 73,5

Jadi D3 = 73,5

- Desil kelima (D5) ?

- Ukuran letak desil kelima (D5) adalah 50% terletak (termasuk) pada kelas 5.
- L0 kelas 5 = 73,5
- c=3
- (fi)0 = 30
- fd = 27
- n = 100
- Menghitung desil kelima dengan rumus
i.n/10 - (fi)0
Di = L0 + c --------------------
fd

(5x100)/10-30
D5 = 73,5 + 3 --------------------
27
 D5 = 73,5 + 2.22 = 75,72

Jadi D5 = 75,72
(ternyata Q2 = 75,72, ini membuktikan bahwa D5 = Q2 = Median)

- Desil kedelapan (D8) ?

- Ukuran letak desil kedelapan (D8) adalah 80% terletak pada kelas 6.
- L0 kelas 6 = 76,5
- c=3
- (fi)0 = 57
- fd = 23
- n = 100
- Menghitung desil kedelapan dengan rumus
i.n/10 - (fi)0
Di = L0 + c --------------------
fd

(8x100)/10-57
D8 = 76,5 + 3 --------------------
23

D8 = 76,5 + 3 = 79,4

Jadi D3 = 79,5

Interpresetasi Nilai Desil ;

- Nilai desil pertama (D1) sebesar 68,4, artinya 10% dari data observasi mempunyai
nilai sama atau lebih kecil dari 68,4.
- Nilai desil ketiga (D3) sebesar 73,5, artinya 30% dari data observasi mempunyai
nilai sama atau lebih kecil dari 73,5.
- Nilai desil kelima (D5) sebesar 75,72, artinya 50% dari data observasi mempunyai
nilai sama atau lebih kecil dari 75,72.
- Nilai desil kedelapan (D8) sebesar 79,4 artinya 80% dari data observasi
mempunyai nilai sama atau lebih kecil dari 79,4.

3.2.3 Presentil Data Berkelompok

Setelah melakukan proses pembuatan tabel frekuensi dari data mentah yang
diperoleh. Untuk data berkelompok, penentuan nilai presentil dapat dilakukan
dengan menggunakan rumus sebagai berikut :
Dimana :
L0 = Tepi bawah dari kelas yang memuat nilai presentil ke-i
n = Banyaknya observasi / jumlah semua frekuensi / jumlah data
(fi)0 = Jumlah frekuensi dari semua kelas sebelum kelas yang mengandung
persentil ke-i (kelas yang mengandung persentil ke-i tidak termasuk)
fd = frekuensi dari kelas yang memuat nilai presentil ke-i
c = besarnya kelas (panjang interval kelas) yang mengandung persentil ke-i
i = 1,2,3 sampai dengan 99.

Dengan menggunakan contoh 2 diatas, hitunglah nilai persentil kelimabelas (P15),

Presentil kelimapuluh (P50), dan Presentil ke sembilanpuluh tiga (P93), pengukuran
pipa yang terdapat pada contoh 2 tersebut
Penyelesaian;
- Untuk menyelesaikan perhitungan persentil digunakan tabel frekuensi yang sama
dengan perhitungan kuartil diatas.
- Persentil kelimabelas (P15) ?
- Ukuran letak presentil kelimabelas (P15) adalah 15% terletak (termasuk) pada
kelas 3.
- L0 kelas 3 = 67,5
- c=3
- (fi)0 = 7
- fp = 10
- n = 100
- Menghitung persentil kelimabelas dengan rumus
i.n/10 - (fi)0
Pi = L 0 + c --------------------
fp

(15x100)/100 - 7
P15 = 67,5 + 3 ---------------------------
10

P15 = 67,5 + 2,4 = 69,9

Jadi P15 = 66,9

- Persentil kelimapuluh (P50) ?

- Ukuran letak presentil kelimapuluh (P50) adalah 50% terletak (termasuk) pada
kelas 5.
- L0 kelas 5 = 73,5
- c=3
- (fi)0 = 30
- fp = 27
 - n = 100
- Menghitung persentil kelimapuluh dengan rumus
i.n/10 - (fi)0
Pi = L 0 + c --------------------
fp

(50x100)/100 - 30
P50 = 73,5 + 3 ---------------------------
27

P15 = 73,5 + 2,22 = 75,72

Jadi P50 = 75,72

(ternyata Q2 = D5 = 75,72 , ini membuktikan bahwa P50 = D5 = Q2 = Median)

- Persentil kesembilanpuluhtiga (P93) ?

- Ukuran letak presentil kesembilanpuluhtiga (P93) adalah 93% terletak
(termasuk) pada kelas 7.
- L0 kelas 7 = 79,5
- c=3
- (fi)0 = 80
- fp = 16
- n = 100
- Menghitung persentil kesembilanpuluhtiga dengan rumus
i.n/10 - (fi)0
Pi = L 0 + c --------------------
fp

(93x100)/100 - 80
P93 = 79,5 + 3 ---------------------------
16

P93 = 79,5 + 2,43 = 81,93

Jadi P93 = 81,93

Interpresetasi Nilai Persentil ;

- Nilai persentil kelimabelas pertama (P15) sebesar 69,9, artinya 15% dari data
observasi mempunyai nilai sama atau lebih kecil dari 69,9.
- Nilai persentil kelimapuluh (P50) sebesar 75,72, artinya 50% dari data observasi
mempunyai nilai sama atau lebih kecil dari 75,72.
- Nilai persentil kesembilanpuluhtiga (D8) sebesar 79,4 artinya 80% dari data
observasi mempunyai nilai sama atau lebih kecil dari 79,4.
Rangkuman/ Istilah penting
 Kuartil adalah nilai-nilai tertentu yang membagi serangkaian data atau suatu
distribusi frekuensi menjadi empat bagian yang sama, yaitu masing-masing
25%., dimana titik-titik pembaginya yaitu Q1, Q2 dan Q3 disebut nilaikuatil ke-i.
 Desil adalah nilai-nilai yang membagi serangkaian data atau suatu distribusi
menjadi 10 (sepuluh) bagian yang sama besarnya, yaitu masing-masing 10%.
Sedangkan titik-titik pembaginya ialah nilai-nilai desil sebanyak 9 (sembilan)
buah nilai yang disimbolkan dengan D1, D2, D3 sampai dengan D9.
 Persentil adalah nilai-nilai yang membagi serangkaian data atau suatu distribusi
menjadi 100 (seratus) bagian yang sama besarnya, yaitu masing-masing
sebesar 1%. Sedangkan titik-titik pembaginya ialah nilai-nilai persentil sebanyak
99 (sembilan puluh sembilan) buah nilai yang disimbolkan dengan P1,P2, P3
sampai dengan P99.

Daftar Pustaka
 J. Supranto, Statistik, Teori dan Aplikasi, Jilid 1, Penerbit Erlangga, 2016
 Djarwanto Ps, Statistik Sosial ekonomi, Edisi ketiga, BPFE Yogyakarta, 2001
 Ronald EW, Pengantar statistika, Edisi ke 3,
 Yanti Budiasih, Statistika Deskriptif untuk Ekonomi dan Bisnis, Jelajah Nusa, 2012
 Sugiyono, Statistika untuk Penelitian, Penerbit Alfabeta Bandung, 2010
 Suharyadi, Purwanto, Statistika untuk Ekonomi dan Keuangan Modern,Edisi
2,Penerbit Salemba Empat, 2008