Ukuran Pemusatan (Central Tendency)

Salah satu aspek yang paling penting dalam menunjukan distribusi data yaitu nilai pusat
pengamatan. Pada masing-masing pengukuran aritmatika yang diarahkan dalam menunjukan
suatu nilai yang mewakili nilai pusat ataupun nilai sentral dari suatu gugus data (himpunan
pengamatan) dikenal dengan sebutan ukuran tendensi sentral. AdapunAdapun tiga jenis
ukuran tendensi sentral yang sering dimanfaatkan, diantaranya yaitu:

 Mean

Rata-rata hitung atau juga disebut dengan arithmetic mean atau yang sering kita sebut
sebagai mean saja adalah suatu metode yang paling banyak dipakai dalam menunjukan
ukuran tendensi sentral.

Mean ini dihitung dengan menjumlahkan seluruh nilai data pengamatan lalu dibagi dengan
banyaknya data. Mean dipengaruhi oleh adanya nilai ekstrem.

 Median

Median merupakan nilai yang membagi himpunan pengamatan menjadi dua bagian yang
sama besar atau 50% dari pengamatan yang berada di bawah median serta 50% lagi berada di
atas median. Median dari n pengukuran/ pengamatan x1, x2 ,…, xn merupakan suatu nilai
pengamatan yang berada di tengah gugus data sesudah data tersebut diurutkan. Jika
banyaknya pengamatan (n) ganjil, median berada tepat ditengah gugus data, sementara
jika n genap, median didapatkan dengan cara interpolasi. Yakni cara di mana rata-rata dari
dua data yang berada di tengah gugus data. Median tidak dipengaruhi oleh adanya nilai
ekstrem.

 Modus

Modus merupakan suatu data yang paling sering muncul atau terjadi. Untuk menentukan
adanya modus, pertama kali kita harus menyusun data dalam urutan meningkat atau
sebaliknya. Lalu diikuti dengan menghitung frekuensinya. Nilai yang frekuensinya paling
besar (sering muncul) itulah yang dinamakan sebagai modus. Modus dipakai baik untuk tipe
data numerik maupun data kategoris. Modus tidak dipengaruhi oleh adanya nilai ekstrem.
Karakteristik penting untuk ukuran pusat yang baik

Ukuran dari nilai pusat (average) adalah nilai pewakil dari sebuah distribusi data, sehingga
harus mempunyai sifat-sifat seperti yang ada di bawah ini:
 - 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.

Dari beberapa ukuran nilai pusat, Mean hampir memenuhi seluruh persyaratan tersebut,
kecuali dengan syarat pada point kedua, rata-rata akan dipengaruhi oleh nilai ekstrem.
Sebagai contoh, apabila item yaitu 2; 4; 5; 6; 6; 6; 7; 7; 8; 9 maka mean, median dan juga
modus yang seluruhnya sama dengan 6. Apabila nilai terakhir merupakan 90 bukan 9, rata-
rata akan menjadi 14.10.

Sementara untuk median dan modus yang tidak berubah. Meskipun median dan juga
modusnya lebih baik dalam hal ini, tetapi mereka tidak memenuhi persyaratan lainnya. Oleh
sebab itu Mean adalah suatu ukuran nilai pusat yang terbaik serta sering dimanfaatkan dalam
bidang analisis statistik.

Kapan kita menggunakan nilai pusat yang berbeda? Nilai ukuran pusat yang tepat untuk
dipakai akan tergantung dalam sifat data, sifat distribusi frekuensi serta tujuan. Apabila data
kualitatif, hanya modusnya saja yang bisa dipakai. Sebagai contoh, jika kita tertarik untuk
mengetahui jenis tanah yang khas pada sebuah lokasi, atau pola tanam di sebuah daerah, kita
bisa memakai modus. Namun, disisi lain juga, apabila data bersifat kuantitatif, kita bisa
memakai salah satu dari ukuran nilai pusat tersebut. Apabila data bersifat kuantitatif, maka
kita harus mempertimbangkan sifat distribusi frekuensi gugus data itu. Jika distribusi
frekuensi data tidak normal (tidak simetris), median atau modus adalah ukuran pusat yang
tepat.

Jika ada nilai-nilai ekstrim, baik kecil atau besar, lebih tepat memakai median ataupun
modus. Jika distribusi data normal (simetris), seluruh ukuran nilai pusat, baik itu mean,
median, maupun modus bisa dipakai. Tetapi, mean lebih sering dipakai dibanding yang
lainnya sebab lebih memenuhi persyaratan untuk ukuran pusat yang baik. Pada saat kita
berhadapan dengan laju, kecepatan serta harga akan lebih tepat memakai rata-rata harmonik.
Apabila kita tertarik dalam perubahan relatif, seperti dalam kasus pertumbuhan bakteri,
pembelahan sel dan sebagainya, rata-rata geometrik merupakan rata-rata yang paling tepat
untuk digunakan.