lulupuspita

Sunday, 22 September 2013

Pengukuran Gejala Pusat (Mean, Modus, Median)

Ukuran gejala pusat dan ukuran letak masih merupakan bagian dari statistik deskriptif. Ada beberapa
macam ukuran gejala pusat , yaitu rata-rata hitung, rata- rata ukur, rata-rata harmonik, median dan
modus. Sedangkan ukuran letak meliputi kuartil, desil dan persentil. Bila ukuran tersebut diambil dari
sampel disebut statistik dan jika ukuran diambil dari populasi disebut parameter.

UKURAN GEJALA PUSAT

Ukuran gejala pusat adalah suatu ukuran yang digunakan untuk mengetahui kumpulan data mengenai
sampel atau populasi yang disajikan dalam tabel atau diagram, yang dapat mewakili sampel atau
populasi. Ada beberapa macam ukuran tendensi sentral, yaitu rata-rata (mean), median, modus, kuartil,
desil dan persentil. Gejala pusat sebagai nilai rata-rata yang mempunyai kecenderungan memusat,
sehingga sering disebut ukuran kecenderungan memusat (measures of central tendency). Beberapa
jenis rata-rata yang sering digunakan adalah rata-rata hitung (arithmetic mean atau sering disingkat
mean saja), lalu rata-rata ukur (geometric mean), kemudian rata-rata harmonis (harmonic mean). Dan
umumnya terdapat istilah mean ,median, dan modus.

Gejala pusat pada hakekatnya menganggap rata-rata (average) dapat merupakan nilai yang cukup
representatif bagi penggambaran nilai-nilai yang terdapat dalam data yang bersangkutan. Rata-rata
sedemikian itu dapat dianggap sebagai nilai sentral dan dapat digunakan sebagai pengukuran lokasi
sebuah distribusi frekuensi. Statistik mengenal bermacam-macam rata-rata dengan nama-nama yang
khas, yaitu rata-rata hitung (mean), median, modus, rata-rata ukur dan rata-rata harmonis itu semua
merupakan jenis rata-rata yang lazim digunakan sebagai pengukuran lokasi atau pengukuran tendensi
sentral (central tendency) dari sebuah distribusi.

A. Rata-rata Hitung (Mean)

Statistik yang paling banyak digunakan ukuran gejala pusat adalah Rata-rata hitung (Mean). Rata-rata
hitung didefinisikan sebagai jumlah semua skor untuk variabel dan kemudian dibagi dengan jumlah
pengamatan. Oleh karena itu, rumus untuk rata-rata hitung adalah sebagai berikut:
Sebagai contoh, mengambil data yang disajikan dalam Tabel :

Jumlah pengamatan (ΣX) adalah 1 + 5 + 7 + 2 + 10 + 4 + 6 + 5 + 4 + 6 = 50. Lalu, kita membagi nilai ini
dengan n, yang pada contoh ini adalah 10 karena kita memiliki 10 pengamatan. Jadi, 50/10 = 5. Rata-rata
hitung untuk set pengamatan ini adalah 5. Software statistik SPSS menyediakan beberapa cara untuk
menghitung rata-rata untuk sebuah variabel. Perintah Mean dapat ditemukan di bawah Descriptives,
kemudian Frequencies, Explore, dan akhirnya Mean. Selain itu, rata-rata dapat menjadi tambahkan
output untuk perhitungan lainnya,seperti regresi ganda. Output untuk mean Descriptives disajikan pada
Gambar :

Seperti yang terlihat pada output, variabel “titik data” memiliki total 10 observasi (dilihat di bawah
kolom N), nilai terendah dalam kumpulan data adalah 1, nilai tertinggi adalah 10, rata-rata adalah 5, dan
standar deviasi 2,539.

Ada dua masalah utama yang perlu Anda ketahui ketika menggunakan rata-rata hitung.

Rata-rata hitung dapat dipengaruhi oleh outliers, atau data nilai-nilai yang berada di luar jangkauan
mayoritas titik data. Outliers dapat menarik mean menuju daerah outliers, sehingga menghasilkan nilai
Mean yang bias. Sebagai contoh, jika data yang ditetapkan dalam Gambar 1 termasuk data titik (yang
akan pengamatan 11) dari 40, mean akan menjadi 8.2. Jadi, ketika kumpulan data sangat miring, itu
dapat lebih signifikan untuk menggunakan ukuran gejala pusat yang lain (misalnya, median atau modus).

Rata-rata hitung sulit untuk ditafsirkan ketika variabel yang dihitung adalah variabel nominal dengan dua
tingkatan (misalnya, jenis kelamin) dan tidak signifikan ketika ada lebih dari dua tingkat atau kelompok
untuk suatu variabel (misalnya, etnis). Mean akan konsisten saat pengukuran dengan pengulangan
(repeated measures) pada variabel yang sama, rata-rata hitung cenderung untuk tidak berubah secara
radikal (selama tidak ada ekstrim outliers dalam kumpulan data).

B. Modus

Modus paling banyak digunakan pada penelitian kualitatif. Dalam penelitian kualitatif, hal yang paling
banyak menyebabkan suatu keadaan sering di anggap penyebab keadaan tersebut. Misalnya
kebanyakan kecelakaan lalulintas disebabkan oleh pengemudi yang mabuk. Pengemudi yang mabuk
dalam hal ini adalah “modus”. Dalam data berbentuk kuantitatif, modus sangat mudah untuk dideteksi.
Dengan melihat data kita tinggal menentukan angka berapa yang paling sering muncul. Angka yang
sering muncul itulah yang kita sebut dengan modus.
Pada data nilai siswa pada mata pelajaran sejarah kebudayaan Islam di atas terlihat bahwa angka yang
paling sering muncul adalah 67 yang muncul sebanyak tiga kali dan tidak ada yang muncul sebanyak itu
dari data yang lain. Akan tetapi pada data yang telah tersusun dalam tabel frekuensi, modus dapat di
cari dengan menggunakan rumus:

Keterangan:

b= batas bawah kelas modus yaitu kelas yang memiliki frekuensi terbanyak

p= panjang kelas modus

b1 = frekuensi kelas modus dikurangi frekuensi kelas interval dengan tanda kelas yang lebih kecil
sebelum tanda kelas modus.

b2 = frekuensi kelas modal dikurangi frekuensi kelas interval dengan tanda kelas yang lebih besar
sesudah tanda kelas modus.

Misalnya dari tabel frekuensi di atas kita dapat menghitung modusnya. Dengan memperhatikan tabel
kita akan menemukan

b = 70,5

p = 10

b1 = 7 – 5 = 2

b2 = 7 – 3 = 4

Dengan memasukkan data tersebut ke dalam rumus akan kita dapatkan

Kembali kita menemukan bahwa menghitung modus pada data berkelompok berbeda dengan
menghitung modus pada data tunggal. Aspek ramalan yang kita gunakan pada penentuan modus
dengan menggunakan data berkelompok turut menentukan hasil modus yang kita temukan. Ternyata
menentukan modus dengan tidak mengelompokkan data lebih tepat daripada kita mengelompokkan
data terlebih dahulu.

C. Median

Median adalah datum yang membagi data menjadi dua kelompok, 50 persen data kurang dari nilai
median dan 50 persen data lebih besar dari median. Pada data tunggal, pencarian nilai median dilakukan
dengan cara mengurutkan data dari nilai terkecil ke nilai terbesar. Kemudian nilai tengah data yang telah
diurutkan itu merupakan nilai median.

Bagaimana menentukan nilai median dari data berkelompok? Bagaimana penurunan formula nilai
median untuk data berkelompok hingga menjadi rumus sebagai berikut:

di mana:

Lo = tepi bawah dari kelas limit yang mengandung median,

Me = nilai median,

n = banyaknya data,

Fk = frekuensi kumulatif sebelum kelas yang memuat median,

f0 = frekuensi kelas yang memuat median,

c = panjang intreval kelas.

Perhatikan Tabel berikut:

Bentuk histogram dari Tabel Di atas adalah:

Oleh karena banyaknya data 64, maka nilai median jatuh pada data ke-32. Garis merah horizontal
menunjukkan posisi data ke-32 sementara garis hijau muda vertikal menunjukkan median data
berkelompok dari data di atas. Jumlah kumulatif hingga kelas limit ketiga adalah 22. Berarti, posisi
median berada pada data ke-10 (32 – 22) pada kelas limit keempat. Bilangan ini diperoleh dari (n/2 –
Fk).

Median data berkelompok dihitung berdasarkan interpolasi dari posisi data pada kelas limit yang
mengandung median. Secara matematis, persamaannya dapat ditulis sebagai berikut:

Sehingga dengan manipulasi matematik akan diperoleh persamaan:

Di mana: Lu – Lo menyatakan panjang interval kelas c dan Fk* – Fk menunjukkan frekuensi kelas limit
median f0. Dengan demikian, median data berkelompok yang dihasilkan sama dengan:
Demikian asal muasal median untuk data berkelompok.

Sumber :

Syaiful, Anam. (2012, 13 Oktober). Mean, Modus, Median. Diakses pada tanggal 22 September 2013 dari
http://anamsyaifulnews.blogspot.com/2012/10/mean-modus-median.html

Saleh, Ansari. Ukuran Gejala Pusat dan Sebaran. Diakse pada tanggal 21 September 2013 dari
http://ansarisaleh.web.id/userfiles/statistika3.pdf

Sudjana. 2000. Statistika. Bandung : Tarsito.

lulu puspita at 01:26

Share

1 comment:

AnonymousFriday, 27 September 2013 at 00:01:00 GMT+7

statistika oh statistika :D

Reply

Home

View web version

About Me

My photo

lulu puspita

View my complete profile

Powered by Blogger.