1

Kenapa Data Harus Diringkas?

 Agar data berguna, pengamatan yang
diperoleh harus disusun dalam
bentuk yang lebih terorganisir.
 Peringkasan data akan memudahkan
pengambilan kesimpulan
 Peringkasan data dapat menggunakan
ukuran pemusatan dan ukuran
penyebaran data
2
 Ukuran Pemusatan
Ukuran pemusatan merupakan
nilai tengah dari sebuah distribusi
data
Ukuran pemusatan sering juga
disebut sebagai ukuran lokasi
pusat

3
 Perbandingan
Ukuran Pemusatan

Kurva A Kurva B

Kurva C

4
 Rata-rata Aritmetika
 Perhitungan rata-rata yang paling umum digunakan adalah
rata-rata aritmetika
 Rata-rata aritmetika merupakan penjumlahan semua nilai
pengamatan dibagi secara langsung dengan jumlah
pengamatannya
 Umumnya perhitungan dilakukan dari sampel, dan bukan dari
populasi. Sehingga hasil perhitungan merupakan statistik.
 Bila rata-rata aritmetika dihitung dari sampel, disimbolkan
sebagai x-bar
 Bila dihitung dari populasi, disimbolkan sebagai μ (dibaca:
myu)
5
 Formula Perhitungan Rata-rata Aritmatika
 Dari data yang tidak dikelompokkan :
X-bar = ∑ xi / n
 Dari data yang dikelompokkan :


 Formula

( f .x )
x
n
 Di mana :
 x – bar = rata-rata sampel
 ∑ = jumlah dari…
 f = frekuensi dari tiap kelas interval
 x = nilai tengah tiap kelas interval
 n = jumlah observasi dalam sampel
6
Contoh Perhitungan Rata-rata Aritmetika dari
Data Tidak Terkelompok
 Dari 10 buah generator, diamati jumlah hari di mana
generator tersebut harus diperbaiki. Data terdapat dalam
tabel di bawah.
 Hitunglah rata-rata aritmetikanya.

Generator 1 2 3 4 5 6 7 8 9 10
Jumlah 7 23 4 8 2 12 6 13 9 4
hari
perbaikan

x-bar = (7+23+4+8+2+12+6+13+9+4)/10 = 8,8

7
 Perhitungan Rata-rata Aritmatika dari Data
Terkelompok
 Rata-rata aritmatika dari data yang dikelompokkan :

Frekuensi Nilai Tengah

Kelas f.X
(f) (X)
1,5 - 1,9 2 1,7 3,4
2,0 - 2,4 1 2,2 2,2
2,5 - 2,9 4 2,7 10,8
3,0 - 3,4 15 3,2 48
3,5 - 3,9 10 3,7 37
4,0 - 4,4 5 4,2 21
4,5 - 4,9 3 4,7 14,1
40 136,5

x-bar = 136,5/40 = 3,4125

8
Kelebihan dan Kelemahan Rata-
rata Aritmatika
 Kelebihan :
 Perhitungannya familiar dan jelas
 Setiap set data hanya memiliki satu buah nilai rata-rata
 Dapat digunakan untuk membandingkan beberapa
buah set data

 Kelemahan :
 Dipengaruhi oleh nilai ekstrim
 Tidak dapat dioperasikan, bila terdapat open-ended
class group
9
Modus
 Modus adalah nilai observasi yang memiliki
frekuensi terbesar atau nilai observasi yang paling
sering muncul dalam sebuah data set
 Terdapat resiko menggunakan ukuran modus dari
data tidak terkelompok, terutama bila dalam
distribusi data diketahui bahwa rata-rata
hitungnya bernilai jauh di bawah modusnya
 Hal ini menimbulkan pertanyaan, apakah benar
nilai modus mencerminkan ukuran pemusatan
distribusi data tersebut?
10
Modus dari Data Tidak Terkelompok
a.Buat data array
b.Tentukan Mo dari frekuensi data terbanyak
Observasi

0 2 5 7 15
Modus
0 2 5 7 15

1 4 6 8 15

1 4 6 12 19
11
Modus dari Data Terkelompok
a. Tentukan Kelas Modus
b. Hitung Mo = Lmo + [ d1 / (d1 + d2) ] w
Lmo = Batas bawah kelas yg mengandung modus
w = interval kelas
d1 = selisih frek kelas modus dgn frek kelas sebelumnya
d2 = selisih frek kelas modus dgn kelas sesudahnya

12
Perhitungan Modus dari Data Terkelompok (1)
Frekuensi
Kelas Interval Frekuensi Kumulatif
0.00 - 49.99 78 78
50.00 - 99.99 123 201
100.00 - 149.99 187 388
150.00 - 199.99 82 470
200.00 - 249.99 51 521
250.00 - 299.99 47 568
300.00 - 349.99 13 581
350.00 - 399.99 9 590
400.00 - 449.99 6 596
450.00 - 499.99 4 600
Jumlah Observasi 600
13
 Perhitungan Modus dari Data Terkelompok (2)

 Diketahui :  Perhitungan Modus:

 d1 
𝐿𝑀𝑂 =99,95 Mo  LMO    w
 d1  d 2 
d1= 187 – 123 = 64
 64 
Mo  99,95   50
d2= 187 – 82 = 105  64  105 
w = 50 Mo  99,95  (0.38)(50)
Mo  99,95  19
Mo  118,95
14
 Multimodal Distributions
 Sebuah distribusi data dimungkinkan
memiliki lebih dari satu modus, yaitu bila
terdapat lebih dari satu buah pengamatan
yang muncul dalam frekuensi yang sama
 Bimodal adalah distribusi data yang memiliki
dua buah nilai modus
 Frekuensi modus dalam bimodal dapat sama
atau tidak sama
15
Kelebihan dan Kelemahan Modus
 Kelebihan :
 Dapat digunakan untuk data kualitatif
 Tidak dipengaruhi oleh nilai ekstrim
 Dapat diaplikasikan untuk data yang
memiliki open ended class group

 Kelemahan :
 Bila terdapat lebih dari 1 modus
 Bila tidak terdapat pengamatan yang
muncul lebih dari 1 kali
16
 Median
 Median merupakan sebuah nilai
tunggal dari sebuah data set yang
mengukur titik tengah data setelah
data dibuat dalam bentuk array
 Separuh pengamatan terletak sebelum
titik tengah, dan separuh sisanya
terletak sesudah titik tengah
17
Median Data Tidak Terkelompok
 Tentukan posisi median terlebih dahulu
 Posisi median terletak pada : (n+1)/2 dari seluruh
urutan data
 Nilai median adalah nilai pengamatan pada posisi
median
 Bila jumlah pengamatan genap, maka nilai median
merupakan pembagian dari dua pengamatan di
titik tengah tersebut dibagi dua.

18
Median dari Data Tidak Terkelompok
Item data 1 2 3 4 5 6 7
dalam data
array
Nilai 4.2 4.3 4.7 4.8 5.0 5.1 9.0
observasi

Item data 1 2 3 4 5 6 7 8
dalam data
array
Nilai 86 52 49 43 35 31 30 11
observasi

Median = (43+35)/2 = 39 19
Median Data Terkelompok
 Langkah perhitungan median untuk
data terkelompok :
 Tentukan posisi median
 Buat frekuensi kumulatifnya untuk
menentukan kelas di mana median
terdapat
 Tentukan besarnya interval kelas
 Hitung median dengan menggunakan
formula median
20
Formulasi Median Data Terkelompok
 n / 2  F 
~ 
m w  L
 f  m
 m 
m = median sampel
n = total observasi (jumlah item)
F = jumlah frekuensi tiap kelas sampai dengan kelas
sebelum median (kelas median tidak termasuk)
 fm = Frekuensi kelas median
w = lebar interval kelas
 Lm = Batas bawah dari kelas yang mengandung median

21
Perhitungan Median Data Terkelompok (1)
Frekuensi
Kelas Interval Frekuensi Kumulatif
0.00 - 49.99 78 78
50.00 - 99.99 123 201
100.00 - 149.99 187 388
150.00 - 199.99 82 470
200.00 - 249.99 51 521
250.00 - 299.99 47 568
300.00 - 349.99 13 581
350.00 - 399.99 9 590
400.00 - 449.99 6 596
450.00 - 499.99 4 600
Jumlah Observasi 600
22
Perhitungan Median Data Terkelompok (2)

~  600 / 2  201 
m 50  99,95
 187 
~  99 
m  50  99 ,95
187 
~
m  (0,529)(50)  99,95
~  126.42
m
23
 Kelebihan dan Kelemahan Median
 Kelebihan :
 Nilai ekstrim tidak berpengaruh terhadap perhitungan
 Mudah dimengerti dan mudah pula untuk dihitung
 Dapat diaplikasikan meskipun terdapat open-ended class group (kecuali
bila median terdapat dalam kelas tersebut)
 Dapat diterapkan pada data kualitatif

 Kelemahan :
 Karena median merupakan titik tengah data array, maka distribusi data
harus diurutkan terlebih dahulu. Akan menyulitkan bila melakukan hal
ini untuk data yang besar, tanpa bantuan komputer
 Untuk mengestimasi pemusatan data, penggunaan rata-rata hitung
akan lebih mudah diaplikasikan dibandingkan dengan median
24
 Pilihan Penggunaan
Ukuran Pemusatan
 Bila distribusi data simetris  gunakan rata-rata
hitung
 Bila data menggunakan timbangan tertentu 
gunakan rata-rata tertimbang
 Bila distribusi data memiliki skewness positif atau
negatif  gunakan median
 Bila terdapat banyak modus  jangan gunakan
ukuran ini
25
 Kuartil
 Membagi sederatan data 9yang sudah dikelompokkan)
terurut menjadi empat bagian yang sama.
 Kelas kuartil
Q1 = n/4 → kuartil pertama
Q2 = 2n/4 = n/2 = Me → kuartil kedua
Q3 = 3n/4 → kuartil ketiga
 Nilai kuartil

Bq = tepi batas kelas bawah pada kelas kuartil fq = frekuensi pada kelas kuartil
P = interval kelas n = ukuran/jumlah sampel
f kq = frekuensi kumulatif sebelum kelas kuartil
 Contoh Soal
Hasil Produksi fi
30 – 34 2 Penentuan kelas
35 - 39 8 Q1 = n/4 = 44/4 = 11
Q2 = n/2 = 44/2 = 22
40 - 44 20 Q3 = 3n/4 = 3(44)/4 = 33
45 - 49 10
50 - 54 4
Jumlah 44

Nilai Kuartil Q2 = Me = 42,5

 Desil
 Membagi deretan data menjadi 10 bagian yang sama.
 Rumus desil
Desil ke 1 = n/10
Desil ke 2 = 2n/10
Desil ke 3 = 3n/10
Dimana:
Desil ke 4 = 4n/10 Di = D1, D2, …., D9
Desil ke 5 = 5n/10 → Median Bd = Tepi batas kelas bawah kelas desil
P = Interval kelas
Desil ke 6 = 6n/10 f kd = Frekuensi kumulatif sebelum
Desil ke 7 = 7n/10 kelas desil
fd = frekuensi kelas desil
Desil ke 8 = 8n/10 n = jumlah sampel
Desil ke 9 = 9n/10
 Contoh Soal
Hasil Produksi fi
Titik desil ke 7 = 7n/10
30 – 34 2 = 7(44)/10
35 - 39 8 = 30,8
40 - 44 20
45 - 49 10
50 - 54 4
Jumlah 44

Nilai desil ke 7 adalah ……

 Persentil
 Membagi deretan data menjadi 100 bagian yang sama.
 Rumus persentil
Persentil ke 1 = n/100
Persentil ke 2 = 2n/100
Persentil ke 3 = 3n/100 Dimana:
………… Pi = P1, P2, …., P99
Bp = Tepi batas kelas bawah kelas
Persentil ke 99 = 99n/100 persentil
P = Interval kelas
f kp = Frekuensi kumulatif sebelum
kelas persentil
fp = frekuensi kelas persentil
n = jumlah sampel
 Contoh Soal
Hasil Produksi fi
30 – 34 2 Titik persentil ke 1 = n/100 = 44/100
= 0,44
35 - 39 8
40 - 44 20
45 - 49 10
50 - 54 4
Jumlah 44
Titik persentil ke 99 = 99n/100
=99(44)/100 = 43,56
Nilai persentil ke 1 & 99
adalah ……
 Kasus
 Di bawah ini terdapat kelompok data umur
penduduk sebuah kota dan frekuensinya
untuk tiap kelas. Berdasarkan data
tersebut, hitunglah :
 Modus
 Median
 Rata-rata Hitung

33
Kasus - Lanjutan
Kelompok Umur Frekuensi
47.0 – 51.9 4
52.0 – 56.9 9
57.0 – 61.9 13
62.0 – 66.9 42
67.0 – 71.9 39
72.0 – 76.9 20
77.0 – 81.9 9
34