A.

Rerata

Dalam kehidupan sehari-hari, kita sering berbicara tentang rerata, misalnya rerata penghasilan, rerata
harga, rerata penjualan, dan rerata skor hasil ujian. Rerata dihitung dengan menggunakan semua nilai
dalam data, yaitu jumlah seluruh nilai data dibagi dengan banyaknya data. Misalnya, nilai ujian statistika
untuk tujuh orang mahasiswa sebagai berikut: 70, 65, 70, 50, 45, 69, dan 53. Jika kita menggunakan
simbol, diperoleh x,-70, X2-65, Xg-70, X4-50, X;=45, X6=69, x,-53, dan n=7 menyatakan ukuran sampel.
Simbol rerata untuk sampel ialah x (baca; eks garis), sedangkan rerata untuk populasi dipakai simbol u
(baca; mu). Jadi x adalah statistik dan u adalah parameter yang menyatakan nilai rerata. Rumus rerata
adalah T+X, +..+x, atau 71

Bab 5 Ukuran Gejala Pusat 121 Dari rumus itu kita melihat bahwa *, merupakan simbol jumlah semua
nilai x untuk i=1,2,..,n yang ada dalam kumpulan data. Dengan menggunakan rumus ini, rerata nilai
statistika tujuh mahasiswa tersebut di atas adalah: 70+65+70+ 50+45 + 69+53 = 422/7 = 60,2857 yang
kalau dibulatkan sampai dua desimal menjadi 60,29. Untuk data yang cukup banyak, misalnya ukuran
sampel n=100 atau lebih, perhitungan akan sangat mudah dilakukan dengan paket statistika dalam
komputer. Untuk data dengan ukuran sampel tidak terlalu besar, misalnya n=25, kalkulator saku yang
dilengkapi dengan fungsi statistik dapat membantu. Tabel 5.1 Sebaran frekuensi nilai statistika 20
mahasiswa fi 45 53 6. 50 65 69 70 20 Jumlah Tetapi, kalau kita sudah mendapatkan data dalam bentuk
tabel sebaran frekuensi seperti pada Tabel 5.1, rumus untuk menghitung rerata akan berubah. Untuk
data seperti pada Tabel 5.1, rumus rerata berbentuk

122 Dasar-dasar Statistika dengan x menyatakan nilai statistika, fi menyatakan frekuensi untuk nilai x
yang bersesuaian kelompok ke-i, dan k menyatakan banyaknya kelompok. Perlu diperhatikan f =n. Rumus
ini disebut rumus rerata berbobot bahwa dengan frekuensi setiap nilai sebagai bobotnya. Jadi, rerata
ialah jumlah hasil kali frekuensi dan nilai data dibagi dengan jumlah frekuensi. Untuk contoh di atas
dianjurkan dibuat tabel penolong seperti pada Tabel 5.2. Tabel 5.2 Nilai statistika 20 mahsiswa fi fi.Xi Xi
45 180 53 106 50 6. 300 130 345 65 69 5. 70 1. 70 Jumlah 20 1131 Dari Tabel 5.2 didapat S%=20 dan f,
=1131, sehingga berdasarkan rumus diperoleh x =1131/20= 56,55. Jadi, nilai rerata ujian statistika 20
mahasiswa itu adalah 56,55. Conatoh 5.1 Data pada Tabel 5.3 merupakan daftar banyaknya barang yang
dibeli dan banyaknya yang terjual dalam waktu satu mingu pada sebuah toko. Tentukan rerata
persentase penjualan toko itu!

Bab 5 Ukuran Gejala Pusat 123 Tabel 5-3 Banyaknya pembelian dan penjualan minggu pertama agustus
2000 Banyaknya Pembelian Banyaknya Penjualan 92 Nama Barang Persentase Mentega Kecap Sabun 100
200 150 70 520 92 104 52 50 75 35 306 Odol 50 Jumlah Jawaban: Jika rerata persentase barang yang
terjual menggunakan (92+52+50+50)/4 = diperoleh x rumus x 244/4 61. Jadi, dengan rumus tersebut
diperoleh rerata persentase 61%, tetapi banyaknya barang yang terjual 306 dari 520o, berarti persentase
penjualan adalah (306/520) = 58,85%. Hasil ini diperoleh dengan di mana k menggunakan rumus rerata
x= menyatakan banyaknya kelompok seperti dalam Tabel 5-4 Tabel 5.4 Persentase penjualan minggu
pertama agustus 2000 Xi (%) 92 100 200 150 70 92 52 50 104 75 30 306 50 520 Jumlah

124 Dasar-dasar Statistika Dalam Tabel 5.4, X = persentase yang terjual, f; banyaknya pembelian,
sehingga diperoleh fj.x; baris pertama adalah 92%x100=D92. Demikian pula pada pada baris lainnya,
sehingga , =520 dan fx, =306. =306/520=58,85%. Jadi, x= Catatan: Conatoh 5.1 menunjukkan bahwa
menghitung rerata dari beberapa nilai persentase tidak tepat apabila tidak diberi bobot sesuai nilai
mutlak masing-masing nilai persentase tersebut. Conatoh 5.2 Hitung rerata nilai 100 mahasiswa yang
terdapat pada Tabel 4.5- Jawaban: Untuk menghitung rerata nilai 100 mahasiswa yang terdapat pada
Tabel 4.5, dibuat kembali dalam bentuk Tabel 5-5. Dari Tabel 5.5 didapat f =100 dan. Sx, =7158, sehingga
x=7158/100=71,58. Jadi, rerata nilai ujian statistika 100 mahasiswa tersebut adalah 71,58. Perlu
diperhatikan bahwa tanda kelas (x) pada Tabel 5-5 adalah setengah dari jumlah ujung bawah dan ujung
atas, sebagai wakil setiap kelas interval. Jadi, telah dianggap ada dua mahasiswa mendapat nilai 19, satu
orang mendapat nilai 30, dan seterusnya. Nilai-nilai asi

Bab 5 Ukuran Gejala Pusat 125 semula sudah tidak ada lagi di sini, dan sudah diganti dengan tanda kelas.
Hasil ini merupakan pendekatan, ohingga hasil perhitungan rerata mungkin akan berbeda al, fi pada
langan hasil rerata yang dihitung langsung dari data la pada semula. Tabel 5.5 Nilai statistika untuk 100
mahasiswa =306. Frekuensi (f) Nilai Ujian 14-24 Tanda kelas(x) 19 30 41 38 25-35 30 328 364 36-46 47-57
58-68 69-79 80-90 91-101 Jumlah tung cepat atlak 52 63 1134 1850 2550 864 74 30 9. 85 96 100 7158
ada Selanjutnya, kita akan memperhatikan beberapa ciri khusus rerata. Dalam menghitung rerata, semua
nilai data menentukan nilai rerata. Karena itu, nilai ekstrem yang biasa juga disebut pencilan (out lier),
baik ang terbesar, sangat mempengaruhi nilai rerata. Misalnya, Nta akan menghitung rerata penghasilan
pegawai dalam Duah perusahaan. Kalau penghasilan pemilik perusahaan jauh lebih besar daripada
penghasilan setiap pegawai lainnya dimasukkan dalam perhitungan, nilai rerata akan terangkat menjadi
tinggi akibat nilai ekstrem penghasilan pemilik perusahaan itu. Demikian pula jika ada nilai ekstrem
sangat kecil akan menurunkan nilai rerata. Karena itu, nilai rerata bukan satu-satunya ukuran gejala
pusat, masih ng ik terkecil maupun yang ada beberapa alternatif yang dapat dipilih sesuai keperluan dan
juga bila ada data pencilan. Sebelum membahas ukuran gejala pusat yang lain, beberapa sifat rerata
dapat dikemukakan di sini. Rerata hitung sangat banyak digunakan dalam perhitungan statistik karena
nilai ini mudah dihitung dan mudah 218783

126 Dasar-dasar Statistika dipahami. Di samping itu, terdapat keuntungan lain ditinjau dari sudut
statistika inferensial, antara lain sebagai berikut. a. Nilai rerata hitung berdasarkan pada semua hasil
pengamatan, sehingga dipengaruhi oleh semua nilai peubah. Dalam hal ini, nilai-nilai ekstrem memberi-
kan pengaruh terlalu besar. b. Rerata hitung terdefinisi dengan ketat dan selalu dapat ditentukan jika
nilai-nilai individual peubah tersedia. Rerata hitung dapat dihitung: (1) jika butir-butir data individual
diketahui, jika nilai total dan banyaknya butir data diketahui, atau (3) jika sebaran frekuensi tersedia
digunakan untuk menaksir secara dekat nilai rerata dari butir-butir yang jatuh dalam setiap kelas. d.
Rerata hitung itu sendiri dapat lebih lanjut dimanipulasi secara aljabar. e. Rerata hitung mudah
diterapkan pada data numerik yang pada umumnya terdapat dalam perhitungan statistika. f. Rerata
bersifat tunggal, artinya dalam satu himpunan data numerik, nilai rerata hitung tersebut hanya satu nilai
saja. Hal ini berlainan misalnya dengan modus yang pada satu himpunan data mungkin terdapat lebih
dari satu nilai. g. Nilai rerata dari nilai rerata semua sampel yang mungkin diambil dari suatu populasi,
merupakan nilai yang disebut rerata utama (grand mean) yang nilainya sama dengan rerata populasi u
(baca; mu). h. Rerata sampel merupakan penaksir (estimator) terbaik terhadap nilai rerata populasi. Hal
in mempunyai arti penting dalam statistika inferensial. C.

B. Simpangan Kata simpangan mengacu kepada selisih nilai setiap data dengan nilai reratanya. Jadi,
rerata simpangan, simpangan baku, variansi, dan koefisien variasi memberikan rumus untuk menghitung
ukuran variasi penyimpngan nilai- nilai data dari nilai rerata. Rerata simpangan 1. Misalkan, data hasil
pengamatan berbentuk X,,X2,.Xn memiliki rerata x. Selanjutnya, kita menentukan jarak antara setiap
data dengan rerata . Jarak ini ditulis dengan nilai mutlak |x-x| (baca: nilai mutlak dari selisih x, dan x).
Nilai mutlak |x|=x jika x positif, |x|=0 jika x=0, dan |x|=-x jika x negatif. Jadi, nilai mutlak selalu
melambangkan tanda positif, karena inilah |x-x| disebut jarak antara x dan x. Jika jarak-jarak |x-x ], untuk
i-1,2,.,n dijumlahkan, kemudian dibagi oleh banyaknya data n, diperoleh ukuran penyebaran yang
disebut rerata simpangan, yang dilambangkan oleh RS, dan dihitung dengan rumus: RS = Contoh 7.4
Tentukan RS data: 1, 3, 4. 7, 9, 12.!

Dasar-dasar Statistika 168 Jawaban: Data tersebut memberikan nilai rerata x=6. Sebagai alat bantu kita
buat Tabel 7.2. Tabel 7.2 Penyimpangan data dari rerata Xi xj - x| x - !x -5 -3 -2 3 3 3 12 6. Jumlah 20
Jumlah nilai-nilai mutlak pada kolom ketiga adalah 20, sehingga RS=20/6%3D3,33. Perlu diperhatikan
bahwa jumlah semua x;-x adalah nol. Jika tidak ada pembulatan bilangan, hal ini selalu benar untuk
setiap kumpulan data, dan dapat digunakan untuk menguji kebenaran perhitungan. Rerata simpangan
data yang sudah disusun dalam tabel sebaran frekuensi dihitung dengan menggunakan rumus: RS= E
dengan x = tanda kelas interval; fi = frekuensi yang sesuai dengan x; n = ukuran sampel; k = banyaknya
kelas interval. Rerata simpangan adalah ukuran penyebaran yang sahih, tetapi penggunaannya terbatas.
Pengaruh saling meniadakan (jumlah nol) dari jumlah semua Xi-X dapat

Bab 7 Ukuran Penyebaran 169 ditiadakan dengan menguadratkannya sebelum ditambah. Jadi semua
bilangan x-x dikuadratkan sehingga semua suku-sukunya positif, lalu dijumlahkan. Hal inilah yang akan
kita bicarakan pada bagian berikut. gai alat 2. Simpangan baku dan variansi Ukuran penyebaran yang
paling sering digunakan adalah simpangan baku. Pangkat dua dari simpangan baku disebut variansi.
Simpangan baku dan variansi sampel berturut-turut ditulis dengan lambang s dan s', sedangkan untuk
populasi diberi lambang o (baca: sigma) dan o". Jadi s dan s adalah statistik, sedangkan o dan o adalah
parameter. Jika kita mempunyai sampel berukuran n dengan data X1,X2..Xn dengan rerata x, statistik
variansi s dihitung dengan rumus: 1 20, nhwa ada tiap guji n-1 Untuk mencari nilai simpangan baku s,
diambil nilai akar s yang positif. abel Kelihatannya cukup wajar juga kalau rumus s menggunakan
pembagi n, dan bukan n-1. Tetapi, statistikawan telah membuktikan bahwa membagi dengan n
menghasilkan nilai yang sangat kecil untuk mendapatkan taksiran tidak bias untuk variansi populasi. Kata
tidak bias berarti bahwa jika kita mengambil banyak sampel dari satu populasi, rerata variansi dari
sampel-sampel itu akan memberikan penaksir yang lebih baik untuk variansi populasi daripada variansi
setiap sampel itu sendiri. Satu alasan penting digunakannya simpangan baku sebagai ukuran penyebaran
adalah karena sudah dipelajari secara ekstensif. ng ng at