UKURAN NILAI SENTRAL

Oleh:
Nama Kelompok: Absen/NIM:
1. Ni Kadek Ayu Sri Wahyuni 16/1802622010386
2. Ni Kadek Sri Arista 17/1802622010387
3. Ni Kadek Yuni 18/1802622010388
4. Ni Kadek Yuni Parwati 19/1802622010389
5. Ni Komang Elisa Arta Prayanti 20/1802622010390

KELAS G MALAM
FAKULTAS EKONOMI PRODI AKUNTANSI
UNIVERSITAS MAHASARASWATI
DENPASAR
2018
 KATA PENGANTAR

Puji syukur kami haturkan kepada Ida Sang Hyang Widhi Wasa/ Tuhan Yang
Maha Esa, karena atas rahmat dan karunia-Nya yang selalu menyertai seluruh tugas
dan tanggung jawab, sehingga kami dapat menyelesaikan makalah tentang Ukuran
Nilai Sentral ini dengan tepat waktu meskipun banyak kekurangan didalamnya. Dan
juga kami berterima kasih pada Ibu Putu Riska Wulandari,S.Si.,Msi selaku Dosen
mata kuliah Statistik Ekonomi yang telah memberikan tugas ini kepada kami.

Kami sangat berharap makalah ini dapat berguna dalam rangka menambah
wawasan serta pengetahuan kita mengenai Ukuran Nilai Sentral. Kami juga
menyadari sepenuhnya bahwa di dalam makalah ini terdapat kekurangan dan jauh
dari kata sempurna. Oleh sebab itu, kami berharap adanya kritik, saran dan usulan
demi perbaikan makalah yang akan kami buat di masa yang akan datang, mengingat
tidak ada sesuatu yang sempurna tanpa saran yang membangun.

Semoga makalah sederhana ini dapat dipahami bagi siapapun yang

membacanya. Sekiranya makalah yang telah disusun ini dapat berguna bagi kami
sendiri maupun orang yang membacanya. Sebelumnya kami mohon maaf apabila
terdapat kesalahan kata-kata yang kurang berkenan dan kami memohon kritik dan
saran yang membangun demi perbaikan di masa depan.

Denpasar, Oktober 2018

ii
 DAFTAR ISI

KATA PENGANTAR...................................................................................................ii
DAFTAR ISI................................................................................................................iii
BAB I PENDAHULUAN.............................................................................................1
1.1 Latar Belakang................................................................................................1
1.2 Rumusan Masalah...........................................................................................2
1.3 Tujuan Penulisan.............................................................................................2
BAB II PEMBAHASAN...............................................................................................3
2.1 Batasan dan Jenis Nilai Sentral.......................................................................3
2.2 Rata-rata Hitung..............................................................................................3
2.2.1 Rata-rata hitung sederhana......................................................................4
2.2.2 Rata-rata Hitung Tertimbang.................................................................10
2.3 Rata-rata Hitung Gabungan..........................................................................15
2.4 Median..........................................................................................................17
2.5 Modus...........................................................................................................21
2.6 Kebaikan dan Kelemahan Mean, Median, dan Modus.................................25
2.7 Hubungan Mean, Median dan Modus...........................................................26
2.8 Ukuran Nilai Sentral Lainnya.......................................................................30
2.8.1 Rata – rata Ukur.....................................................................................30
2.8.2 Rata – rata Harmonis.............................................................................35
BAB III PENUTUP.....................................................................................................41
3.1 Kesimpulan...................................................................................................41
3.2 Saran.............................................................................................................42
DAFTAR PUSTAKA..................................................................................................43

iii
 BAB I PENDAHULUAN

1.1 Latar Belakang

Pada dasarnya statistika ialah sebuah konsep dalam bereksperimen,
menganalisa data yang bertujuan untuk mengefisiensikan waktu, tenaga dan biaya
dengan memperoleh hasil yang optimal. Berdasarkan definisinya statistika
merupakan ilmu yang mempelajari bagaimana merencanakan, mengumpulkan,
menganalisis, menginterpretasi, dan mempresentasikan data. Sedangkan statistik
adalah data, informasi, atau hasil penerapan algoritma statistika pada suatu data.
Data sendiri merupakan kumpulan fakta atau angka.
Disadari atau tidak, statistika telah banyak digunakan dalam kehidupan sehari-
hari. Bahkan pemerintah menggunakan statistika untuk menilai hasil
pembangunan masa lalu dan juga untuk membuat rencana masa datang. Tidak
dipungkiri keberadaan statistik sangat penting untuk membantu mengumpulkan
dan mengolah data yang didapatkan ketika melakukan penelitian. Perlu diketahui
bahwa tidak semua data dapat diolah dengan cara yang sama. Ada berbagai
metode dan cara pengolahan data sesuai dengan karakteristik data. Untuk itu
statistik memberikan cara-cara pengumpulan, penyusunan data menjadi bentuk
yang lebih mudah untuk dianalisis sehingga dapat memberikan informasi yang
jelas sebagai petunjuk di dalam pengambilan keputusan dengan metode yang
sesuai dengan karakteristik data yaitu dengan adanya ukuran nilai sentral.
Ukuran nilai sentral digunakan untuk menggambarkan suatu nilai yang
mewakili nilai pusat atau nilai sentral dari suatu data (himpunan pengamatan).
Ukuran nilai sentral sering sekali digunakan untuk mengetahui rata-rata data
(mean), nilai yang berada ditengah data (median), nilai yang sering muncul dalam
data (modus) dan masih banyak lagi yang dapat dihitung dalam ukuran nilai
sentral. Dengan ukuran nilai sentral, analisis data dalam penelitian dapat
dilakukan dengan tepat. Pemahaman dan pengetahuan mengenai ukuran nilai
sentral sangat penting bagi mahasiswa. Untuk hal tersebutlah makalah ini dibuat.

1
1.2 Rumusan Masalah
Berdasarkan uraian latar belakang tersebut di dalam makalah ini kami
merumuskan beberapa rumusan masalah:

1. Apakah yang termasuk dari batasan dan macam nilai sentral?

2. Apakah yang tergolong kelompok rata-rata hitung dan bagaimana cara
perhitungannya?
3. Bagaimana cara perhitungan dari rata-rata hitung gabungan?
4. Apakah pengertian dari median serta bagaimana cara perhitungannya?
5. Apakah pengertian dari modus serta bagaimana cara perhitungannya?
6. Apakah kebaikan dan kelemahan dari mean, median, dan modus?
7. Bagaimanakah hubungan antara mean, median, dan modus?
8. Apakah yang tergolong dari ukuran nilai sentral lainnya?

1.3 Tujuan Penulisan

Sesuai dengan latar belakang dan rumusan masalah yang disampaikan diatas,
ada beberapa tujuan yang ingin dicapai, antara lain:
1. Mengetahui batasan dan macam nilai sentral.
2. Mengetahui kelompok rata-rata hitung dan cara perhitungannya.
3. Mengetahui cara perhitungan dari rata-rata hitung gabungan.
4. Mengetahui pengertian dari median serta bagaimana cara perhitungannya.
5. Mengetahui pengertian dari modus serta cara perhitungannya.
6. Mengetahui kebaikan dan kelemahan dari mean, median, dan modus.
7. Mengetahui hubungan antara mean, median, dan modus.
8. Mengetahui yang tergolong dari ukuran nilai sentral lainnya.

2
 BAB II PEMBAHASAN

2
2.1 Batasan dan Jenis Nilai Sentral
Nilai sentral atau nilai rata-rata juga disebut nilai tengah dari
sekumpulan data statistik adalah suatu nilai dalam kumpulan data yang dapat
mewakili kumpulan data tersebut. Nilai rata-rata dari sekumpulan data statistik
pada umumnya cenderung berada disekitar titik pusat penyebaran data. Oleh
karena itu rata-rata dikenal dengan nama ukuran tendensi pusat (measure of
central tendency), juga dikenal dengan nama ukuran nilai pusat (measure of
central value), sebab nilai rata-rata itu umumnya merupakan nilai pertengahan
(pusat) dari nilai-nilai yang ada. Nilai rata-rata tersebut merupakan cerminan
atau gambaran secara umum atau nilai yang dianggap mewakili nilai-nilai
sekelompok atau serangkaian data.

Dalam statistik, ukuran rata-rata ada beberapa macam yaitu :

a. Rata-rata hitung (mean)
b. Modus
c. Median
d. Rata-rata ukur
e. Rata-rata harmonis

1.4 Rata-rata Hitung

Rata-rata hitung atau arithmetic mean atau sering disingkat mean saja
merupakan ukuran nilai sentral yang paling sering digunakan baik dalam
penelitian ilmiah maupun dalam kehidupan sehari-hari. Rata-rata hitung dari
sekelompok atau serangkaian data adalah jumlah dari seluruh data dibagi
dengan banyak data. Dalam menghitung mean dari sekelompok data, mean
dibedakan menjadi dua yaitu : (1) rata-rata hitung sederhana, dan (2) rata-
rata hitung tertimbang.

3
1.4.1 Rata-rata hitung sederhana
2.2.1.1 Rata-rata hitung data yang belum dikelompokkan
 Rata-rata sampel

x́=
∑ xi
n
( i = 1, 2, 3,……n )

 Rata-rata populasi

μ=
∑ xi
N
(i=1,2,3 … … … . N)
Keterangan:
x̅ = rata-rata sampel
n = ukuran sampel (banyak anggota sampel)
μ = rata-rata populasi
N = ukuran populasi (banyak anggota populasi)
xi = data yang ke-I

Contoh:

Seorang staff produksi dari sebuah pabrik yang

menghasilkan produk daging dalam kaleng, memeriksa sebuah
sampel acak 8 kaleng daging sapi untuk diperiksa berat
nettonya. Data yang diperoleh (dalam gram) adalah :

251 245 255 253 254 247 252 253

Hitunglah rata-rata (hitung) berat sample tersebut

Penyelesaian:

N =8

4
 x1 = 251, x2 = 245, x3 = 255, …, dan x8 = 253

x́ = …….?

Per rumus didapat,

x́ =
∑ Xi =
x 1+ x 2+ x 3+ x 4+ x 5+ x 6+ x 7+ x 8
n 8

251+ 245+255+253+254 +247+252+253

=
8

= 251,25

Jadi, berat rata-rata sampel produk daging dalam kaleng

tersebut adalah 251,25 gram.

2.2.1.2 Rata-rata hitung data yang telah di kelompokkan

Bila datanya telah dikelompokkan dalam bentuk tabel
frekuensi, rata-rata hitung sebuah sampel dengan ukuran
tertentu (n), maupun rata – rata hitung sebuah populasi dengan
ukuran tertentu (N), dapat dihitung dengan dua cara yaitu: (1)
cara panjang, dan (2) cara pendek.
(1) Cara Panjang
 Rata-rata sampel
Σ f i mi
x́=
n
(i=1,2,3 , … n)
 Rata-rata populasi
Σ f i mi
μ=
N
(i=1,2,3 , … N )
Keterangan:
x̅ = rata-rata hitung sampel
n = ukuran sampel (banyak anggota sampel)

5
 μ = rata-rata hitung populasi
N = ukuran populasi (banyak anggota populasi)
mi = nilai tengah kelas yang ke-i
fi = frekuensi kelas yang ke-i

(2) Cara Pendek

Menghitung rata-rata hitung dari data yang telah
dikelompokkan, dengan cara ini adalah terlebih dahulu
sekala mi diubah kedalam sekala di. nilai di ini merupakan
bilangan bulat kecil, misalnya: ….,-4,-3,-2,-1,0,+1,+2,+3,
… penetapan harga (rata-rata anggapan/assumed mean),
yaitu nilai tengah kelas yang sekala di nya nol, hendaknya
diusahakan sedemikian rupa, sehingga hasil kali fidi
merupakan bilangan sederhana. Pada umumnya nilai di = 0,
ditentukan pada kelas interval yang memiliki frekuensi
(absolut) terbesar.
Adapun rumusnya yaitu:
 Rata-rata sampel
Σ f i di
x́=x o + xc
n
 Rata-rata populasi
Σ f i di
μ= xo + xc
N
Keterangan:
x̅ = rata-rata hitung sampel
n = ukuran sampel (banyak anggota sampel)
μ = rata-rata hitung populasi
N = ukuran populasi (banyak anggota populasi)
xo = rata-rata anggapan (asummed mean)
fi = frekuensi kelas yang ke-i

6
 di = deviasi kelas ke-i dalam interval kelas
c = interval kelas

Agar lebih jelas, tahapan perhitungan rata-rata (hitung)

sekelompok data sebagai berikut:

1. Hitunglah nilai tengah masing-masing kelas (mi)

2. Pilih salah satu kelas nilai tengah (yang frekuensinya
terbesar) sebagai rata-rata anggapan (xo). Pada nilai tengah
ini diberi tanda deviasi dalam satuan interval kelas di = 0
3. Pada nilai-nilai tengah yang lebih kecil dari xo deviasinya
negatif, sedangkan pada nilai tengah yang lebih besar dari
xo deviasinya positif
4. Masing-masing deviasi di dikalikan dengan frekuensi fi dan
dijumlahkan
5. Kemudian dibagi dengan jumlah frekuensi (=n), hasil
pembagian ini dikalikan interval kelas (c)
6. Akhirnya hasil tahap 5, dijumlahkan dengan xo

Contoh:

Pengeluaran per bulan 50 karyawan lepas (sampel acak)

perusahaan manufaktur di Surabaya,ditabelkan sebagai berikut:

Distribusi Pengeluaran per Bulan 50 Orang Karyawan Lepas

Perusahaan Manufaktur di Surabaya

Pengeluaran per Banyak Karyawan

Bulan (Ribu Rupiah) (orang)
500 – 599 4
600 – 699 6
700 – 799 12
800 – 899 15
900 – 999 10
1000 - 1099 3
Total 50

7
 Hitunglah mean pengeluaran per bulan 50 orang karyawan
lepas tersebut.

Penyelesaian:

(1) Cara panjang

Cara menghitung rata-rata pengeluaran per bulan 50 orang
karyawan lepas perusahaan manufaktur di Surabaya

Pengeluaran Banyak Nilai fi m i

per Bulan Karyawan Tengah
(Ribu Rupiah) (fi) Kelas
(mi)
500 - 599 4 549,5 2.198
600 - 699 6 649,5 3.897
700 - 799 12 749,5 8.994
800 - 899 15 849,5 12.742,5
900 - 999 10 949,5 9.495
1000 - 1099 3 1049,5 3.148,5
Total 50 40.475
Maka dapat diketahui n= 50, Σ f i m i = 40.475
Sesuai rumus didapat:
Σ f i mi
x́=
n
40.475
x́=
50
x́=809,5

Jadi rata-rata (hitung) pengeluaran per orang tiap bulan

karyawan lepas perusahaan manufaktur tersebut adalah Rp
809.500

(2) Cara pendek

Cara menghitung rata-rata pengeluaran per bulan 50 orang

karyawan lepas perusahaan manufaktur di Surabaya

8
 Pengeluaran Banyak Nilai Sekala fidi
per Bulan Karyawan Tengah d (di)
(Ribu (fi) Kelas (mi)
Rupiah)
500 – 599 4 549,5 -3 -12
600 – 699 6 649,5 -2 -12
700 – 799 12 749,5 -1 -12
800 – 899 15 849,5 = xo 0 0
900 – 999 10 949,5 +1 +10
1000 - 1099 3 1049,5 +2 +6
Total 50 -20
Maka diketahui n = 50, Σfidi = -20, c= 100 dan xo =
849,5
Sesuai rumusnya didapat:
Σ f i di
x́=x o + xc
n

x́=849,5+ ( −20
50
x 100)

x́=849,5−40
x́=809,5

Jadi rata-rata (hitung) pengeluaran per orang tiap bulan

karyawan lepas perusahaan manufaktur tersebut adalah
Rp 809.500. Hasil yang dengan metode pendek sama
dengan metode panjang

1.4.2 Rata-rata Hitung Tertimbang

Rata-rata hitung tertimbang tertimbang yaitu rata-rata hitung
dengan memperhatikan arti penting yang dimiliki oleh setiap barang.
Barang yang lebih penting diberikan faktor penimbang yang lebih
besar dibandingkan barang lainnya yang kurang penting. Misanya,
antara beras dan garam, maka beras memiliki arti penting yang lebih
besar bagi kita dibandingkan dengan garam. Oleh karena itu beras
yang diberikan faktor penimbang (w) yang lebih besar dibandingkan

9
 faktor penimbang yang diberikan kepada garam. Rata-rata tertimbang
dari sekelompok serangkaian data,baik yang belum dikelompokkan
maupun yang sudah dikelompokkan (dalam bentuk tabel frekuensi)
dapat dihitung dengan rumus:

∑ xi w
x́ w = i

∑ wi

Cara pemberian faktor penimbangan terhadap suatu barang ada dua

cara, yaitu secara subyektif dan secara obyektif

2.2.2.1 Rata-rata Hitung Tertimbang Secara Subyektif

Pemberian faktor penimbangan terhadap suatu barang
didasarkan pada pandangan masing-masing orang. Sehingga
untuk barang yang sama, bagi orang yang berbeda, pemberian
faktor penimbangannya dapat berbeda, jadi sifatnya subyektif

Contoh:

Harga eceran per kg 4 jenis barang kebutuhan pokok

dikabupaten badung pada bulan desember 2010, tercantum
pada tabel

Tabel harga enceran per kg 4 jenis barang kebutuhan pokok

dikabupaten badung, 2010

Jenis barang Harga enceran

(Rp/kg)
Beras 7.500,00
Gula pasir 11.313,00
Daging ayam 26.458,00
Minyak goring 12.398,69

10
 Hitung rata-rata (hitung) tertimbang harga per kg. untuk 4
barang kebutuhan pokok tersebut

Penyelesaian:

Jenis barang Harga Timbangan x i wi

(Rp/kg) (w i)
( x i)
Beras 7.500,00 20 150.000,00
Gula pasir 11.313,00 3 33.939,00
Daging ayam 26.458,00 1 26.458,00
Minyak goring 12.398,69 2 24.797,38
Total 26 235.194,00

Dari tabel diatas diketahui ∑w i=¿ 26,dan ∑ x i wi = 235.194,00

Per rumus didapat

∑ xi w
x́ w = i

∑ wi

235.194,00
=
26

= 9.045,92

Jadi rata-rata hitung tertimbang harga per kg untuk 4 barang

kebutuhan pokok tersbut adalah Rp. 9.045,92. Harga ini
mendekati harga per kg beras yaitu barang yang paling penting.

2.2.2.2 Rata-rata Hitung Tertimbang Secara Obyektif

Menurut cara obyektif, bobot timbangan yang diberikan
kepada suatu barang tergantung dari banyak sedikitnya barang
yang dibutuhkan. Barang yang telah dikomsumsi atau

11
diproduksi lebih banyak diberikan bobot timbangan lebih
besar, dibandingkan dengan barang yang dikomsumsi atau
diproduksi dalam jumlah yang sedikit. Jadi, artinya penting
suatu barang dilihat dari banyak-sedikitnya kuantitas barang
yang di komsumsi atau diproduksi.

Contoh:

Seorang konsumen pada bulan desember 2010, membeli 4

jenis barang kebutuhan pokok di kabupaten badung,kuantitas
dan harga per kg masing-masing barang seperti yang tercantum
(data hipotetis) pada tabel

Kuantitas dan harga per kg 4 jenis barang yang dibeli seorang

konsumen di kabupaten badung 2010

Jenis barang Harga/kg Timbangan

(Rupiah) (Kg)
Beras 7.500,00 50
Gula pasir 11.313,00 4
Telor ayam 14.500,00 1
Minyak goreng 11.500,00 3

Hitunglah rata-rata hitung tertimbang harga per kg dan 4 jenis

barang kebutuhan pokok tersebut

Penyelesaian:

Cara menghitung rata-rata hitung tertimbang harga per kg 4

jenis barang kebutuhan pokok

Jenis barang Harga/kg Timbangan x i wi

( x ¿¿ i) ¿ ( w¿¿ i) ¿
Beras 7.500,00 50 375.000,00
Gula pasir 11.313,00 4 45.252,00

12
 Telor ayam 14.500,00 1 14.500,00
Minyak 11.500,00 3 34.500,00
goring
Total 58 469.252,00

Dari tabel diatas dapat diketahui ∑w i=¿ 58,dan ∑ x i wi =

469.252,00

Per rumus didapat

∑ xi w
x́ w = i

∑ wi

469.252,00
=
58

= 8.090,55

Jadi, rata-rata hitung tertimbang harga per untuk 4 jenis barang

kebutuhan pokok tersebut adalah Rp 8.090,55. Harga ini,
paling dekat ke harga per kg beras. Kenapa? Oleh karena beras
yang paling banyak dikomsumsi (50 kg).

 Rata-rata hitung tertimbang data berkelompok

Dapat dihitung dengan rumus

∑m i w
x́ w = i

∑wi

Contoh:

Pengeluaran per bulan 50 karyawan lepas (sampel acak)

perusahaan manufaktur di Surabaya,ditabelkan sebagai berikut:

Distribusi Pengeluaran per Bulan 50 Orang Karyawan Lepas

Perusahaan Manufaktur di Surabaya

13
 Pengeluaran per Bulan Banyak Karyawan
(Ribu Rupiah) (orang)
500 – 599 4
600 – 699 6
700 – 799 12
800 – 899 15
900 – 999 10
1000 - 1099 3
Total 50
Hitunglah rata-rata hitung pertimbangannya:

Penyelesaian:

Cara menghitung rata-rata hitung tertimbang pengeluaran per

bulan 50 karyawan lepas perusahaan Manufaktur di Surabaya

Pengeluaran f i = wi mi mi w i
per bulan
500 – 599 4 549,5 2.198
600 – 699 6 649,5 3.897
700 – 799 12 749,5 8.994
800 – 899 15 849,5 12.742,5
900 – 999 10 949,5 9.495
1000 – 1099 3 1049,5 3.48,5
Total 50 40.475

Dari tabel diatas diketahui ∑w i = 50,dan ∑mi wi = 40.475

Per rumus didapat

∑m i w
x́ w = i

∑wi

40475
=
50

= 809,5

14
1.5 Rata-rata Hitung Gabungan
Bila terdapat k buah sampel dengan ukuran masing-masing ni (i = 1,2,3,...,k)
serta rata-rata hitung masing-masing sampel adalah xi (i = 1,2,3,...,k), maka
rata-rata hitung gabungan k buah sempel tersebut, dapat dihitung dengan
rumus:

x̅ = rata-rata hitung sampel

ni = ukuran sampel yang ke-i

xi = rata-rata hitung sampel

Ini merupakan rata-rata hitung tertibang. Sebagai faktor pertimbangan

(wi) adalah ukuran masing-masing sampel (ni).

Contoh:

Data dibawah ini adalah data hasil survei tentang lama menginap para
wisatawan berdasarkan type akomodasinya disuatu kawasan wisata. Data
didapat dari 60 unit akomodasinya pariwisata (25 unit hotel berbintang, 20
unit hotel melati dan 15 unit pondok wisata). Yang diambil sebagai sampel
acak.

Banyak Sampel Rata-rata Lama

Type Akomodasi
(unit) Menginap (hari)
Hotel Berbintang 25 3,24
Hotel Melati 20 2,72
Pondok Wisata 15 3,37
Total 60  

15
 Berdasarkan tabel diatas, hitunglah rata-rata lama menginap para wisatawan.

Penyelesaian:

Rata-rata Lama
Type Banyak Unit
Menginap ni x̅i
Akomodasi Sampel ( ni )
( x̅i )
Hotel
25 3,24 48,6
Berbintang
Hotel Melati 20 2,72 55
Pondok
15 3,37 36
Wisata
Total 60   139,6

Dapat diketahui ∑ni = 60 dan ∑ ni x̅i = 139,6

di dapat

139,6
= = 2,32
60

Jadi, rata-rata lama menginap para wisatawan pada masing-masing

akomodasi adalah 2,32 hari.

1.6 Median
Median dari sekelompok/ serangkaian data adalah nilai yang letaknya
terdapat ditengah-tengah bila banyaknya data ganjil atau rata-rata dari dua
nilai yang berada ditengah bila banyaknya data genap, setelah data itu diurut
dari yang terkecil sampai yang terbesar atau sebaliknya.

16
 Ukuran nilai sentral ini , yaitu median, juga disebut nilai posisi tengah
atau nilai rata-rata pertengahan (positional avarage). Median dibagi menjadi
2 , yaitu :
a. Median data yang belum dikelompokkan
Tahapan perhitungan sebagai berikut:
1) Susunlah data tersebut dari yang nilai terkecil sampai yang nilai
terbesar atau sebaliknya.
2) Tentukan letak mediannya (LMd)
 Bila jumlah data ganjil (n ganjil)
n+1
LMd =
2
 Bila jumlah data genap (n genap)
n n+2
LMd antara data yang ke dan
2 2
3) Menghitung nilai median, Md
 Bila jumlah datanya ganjil ( n ganjil)
n+1
Md = nilai data yang ke
2
 Bila jumlah datanya genap (n genap)

Md = nilai data yang ke ( n2 + n+2 2 ) dibagi dua

Contoh :

Sepuluh deposan sebuah bank umum diambil sebagai sampel acak. Setelah
diperiksa nilai depositonya( dalam juta rupiah), diperoleh data sebagai
berikut:

9 6 2 25 7 3 12 10 8 11

Penyelesaian:

1) Data tersebut disusun terlebih dahulu ( dari nilai yang terkecil sampai
terbesar atau sebaliknya) sebagai berikut:

17
 x1 x2 x3 x4 x5 x6 x7 x8 x9 x10
2 3 6 7 8 9 10 11 12 25
2) Letak median, untuk n = 10 (n genap)
10 10+2
LMd antara data yang ke dan yaitu antara databurutan yang ke-5
2 2
dan ke-6
3) Nilai Mediannya
Md = nilai data urutan ke-5 ditambah ke-6 dibagi 2
X 5+ X 6 8+9
= nilai data = =8,5
2 2
Jadi, Median nilai deposito sepuluh deposan tersebut adalah Rp 8,5 juta.

b. Median data yang telah dikelompokkan

Bila datanya telah dikelompokkan atau disusun dalam distribusi
frekuensi atau tabel frekuensi maka median sekelompok data tersebut
dapat dihitung melalui tahapan berikut.
1) Menentukan letak median ( LMd)
Letak median kelompok data tersebut ditentukan dengan rumus:
n
Lmd =
2
2) Menghitung nilai median ( Md)
Nilai median kelompok data tersebut dihitung dengan rumus:
J LMd −f c
Md=L+ c
( ) (
fm
=L+
fm
xc )
Md = median
L = tepi bawah kelas dari kelas yang mengandung median

J = Selisih antara letak median ( LMd) dengan frekuensi komulatif

pada kelas sebelum kelas terdapatnya medium

fm = frekensi (absolut) dari kelas terdapatnya median

18
 n = banyaknya data atau pengamatan / total frekuensi

fc = frekuensi komulatif pada kelas sebelum kelas median

C = kelas interval

Contoh:

Banyaknya frekuensi transaksi ( yang bernilai antara seratus juta

hingga satu miliar rupiah) di bulan Maret tahun lalu yang dilakukan oleh 80
bank yang beroprasi di Provinsi Bali, Setelah di kelompokkan adalah sebagai
berikut.

Frekuensi Banyaknya Bank

Transaksi (f)
20-29 2
30-39 4
40-40 6
50-59 13
60-69 25
70-79 21
80-89 9
Total 80 
Berdasarkan data tersebut , hituglah mediannya.

Penyelesaian:

Cara menghitung median frekuensi transaksi yang dlakukan oleh 80 bank

Frekuensi Banyak Bank Tepi Bawah

fc
Transaksi (f) Kelas
20-29 2 19,5 2
30-39 4 29,5 6
40-40 6 39,5 12
50-59 13 49,5 25
60-69 25 59,5 50
70-79 21 69,5 71
80-89 9 79,5 80
Total 80

19
 Dari tabel diatas , dapat diketahui : n= 80, c = 10

n 80
LMd = = =40 , yaitu terletak antara frekuensi komulatif 25 dan 50.
2 2
Kelas mediannya adalah kelas ke-5 ( lihat tanda panah pada tabel) dengan
kelas nyatanya: 59,5 - 69,5. Jadi L = 59,5 , fc = 25 dan fm =25.

didapat

n
( −f c )
2
Md=L+ xc
fm

( 40−25 )
Md=59,5+
25

150
Md=59,5+
25

Md=59,5+ 6

Md=65,5=66

Jadi,median frekuensi transaksi ( dengan nilai transaksi antara seratus

juta hingga 1 miliar rupiah) yang dilakukan oleh 80 bank yang dimaksud
adalah 66 kali.

1.7 Modus
Modus dari serangkaian data adalah nilai (atau sifat) yang paling
banyak terjadi, atau sifat/keadaan yang frekuensinya terbesar. Untuk data

20
kuantitatif modus menunjukan nilai yang paling banyak muncul dan untuk
data kualitatif modus menunjukkan sifat atau keadaan yang paling banyak
terjadi. Dengan demikian serangkaian data, mungkin tidak mempunyai
modus, satu modus, dua modus atau lebih.

2.5.1 Modus Data yang Belum Dikelompokkan

Bila sekumpulan data belum disusun dalam distribusi frekuensi, maka

cara menghitung/menentukan modusnya adalah sebagai berikut:

(1) Hitung frekuensi masing-masing data atau sifat atau keadaan

(2) Menentukan modusnya. Data yang frekuensinya terbesar (untuk data
kuantitatif) atau sifat/keadaan yang paling sering terjadi (untuk data
kualitatif) merupakan modusnya.

Contoh (data kuantitatif) :

Nilai tabungan (dalam juta rupiah) sebuah sampel acak yang

berukuran 16, berasal dari deposan sebuah bank disajikan sebagai berikut:

100 50 75 250 75 60 300 250

50 100 60 100 100 50 100 100
Hitunglah modus dari data tersebut!

Penyelesaian :

Tabel Nilai Tabungan 16 Deposan Bank

Nilai Tabungan (xi) Banyak/Frekuensi (f)

50 3
60 2
75 2
100 6
250 2
300 1
Total 16

21
 Maka dari tabel tersebut diatas dapat diketahui frekuensi terbesar
adalah 6. Jadi, modusnya adalah tabungan dengan nilai 100 juta rupiah.
Modus = 100 juta rupiah, memiliki arti bahwa nilai tabungan deposan yang
baling banyak ada (untuk sampel terpilih) yaitu tabungan yang bernilai 100
juta rupiah.

2.5.2 Modus Data yang Telah Dikelompokkan

Bila datanya telah disusun dalam tabel frekuensi, maka modusnya

dapat ditentukan/dihitung melalui dua tahapan sebagai berikut:

(1) Menentukan letak modus (LMod). Modus terletak pada kelas dengan
frekuensi terbesar
(2) Menghitung modus
Modus data berkelompok dapat dihitung dengan rumus:

d1
Mod=L+ xc
d 1 +d 2

Keterangan:

Mod = modus

L = tepi bawah kelas dari kelas terdapatnya modus

d1 = selisih antara frekuensi kelas terdapatnya modus dengan frekuensi

kelas sebelumnya

d2 = selisih antara frekuensi kelas terdapatnya modus dengan frekuensi

kelas sesudahnya

c = interval kelas/panjang kelas

Contoh :

Sebuah sampel nilai penjualan mingguan (dalam juta rupiah) dari 60 penyalur
barang antik di Kota Surabaya disajikan sebagai berikut:

22
 Nilai Penjualan Banyak
(Juta Rupiah) Penyalur
(f)
10 – 14 4
15 – 19 5
20 – 24 8
25 – 29 13
30 – 34 20
35 – 39 10
Total 60

Berdasarkan data tersebut, hitunglah modusnya!

Penyelesaian :

Tabel Perhitungan Modus Nilai Penjualan Mingguan 60 Penyalur

Barang Antik

Nilai Penjualan Banyak Tepi Bawah

(Juta Rupiah) Penyalur Kelas
(f)
10 – 14 4 9,5
15 – 19 5 14,5
20 – 24 8 19,5
25 – 29 13 24,5
30 – 34 20 29,5
35 – 39 10 34,5
Total 60

23
 Dari tabel diatas maka dapat ketahui bahwa frekuensi modusnya = 20,
maka letak modusnya pada kelas ke-5. Jadi, d1 = 20 – 13 = 7 , d2 = 20
– 10 = 10 , L = 29,5 dan c = 5.

Maka berdasarkan rumusnya didapat,

d1
Mod=L+ xc
d 1 +d 2

7
Mod=29,5+ x5
7+ 10

Mod=29,5+ 0,41 x 5

Mod=29,5+ 2,05

Mod=31,55

Jadi, modus dari nilai penjualan mingguan 60 penyalur barang antik di Kota
Surabaya adalah Rp 31,55 juta. Ini menunjukan bahwa nilai penjualan
mingguan dari 60 penyalur barang antik tersebut yang paling banyak adalah
nilai penjualan disekitar Rp 31,55 juta.

1.8 Kebaikan dan Kelemahan Mean, Median, dan Modus

Setelah ketiga ukuran nilai sentral yang terpenting dibahas, selanjutnya
pada bagian ini akan ditinjau kebaikan dan kelemahan masing-masing ukuran

24
nilai sentral tersebut. Menurut Gupta dan Gupta (1983), Ott, R.L., dan M.
Longnecker (2010) bahwa kebaikan dan kelemahan mean, median, dan modus
adalah sebagai berikut:

a. Mean
Kebaikan mean sebagai ukuran nilai sentral/nilai tengah adalah:
(1) Mean telah dikenal secara umum
(2) Mean mudah dihitung
(3) Mean merupakan nilai rata-rata yang stabil

Sedangkan kelemahannya yaitu :

(1) Mean mudah dipengaruhi oleh nilai ekstrem.

b. Median
Kebaikan median sebagai ukuran nilai sentral/nilai tengah antara lain
adalah:
(1) Median sangat mudah dihitung bila data ( pengamatan) tidak terlalu
banyak/relative kecil
(2) Median tidak terpengaruh oleh nilai ekstrem

Sedangkan kelemahannnya antara lain adalah:

(1) Median sebagai ukuran nilai sentral sifatnya kurang teliti

(2) Median sebagai ukuran nilai sentral kurang dikenal dibandingkan
dengan mean

c. Modus
Kebaikan modus sebagai ukuran nilai sentral/nilai tengah antara lain
adalah:
(1) Untuk data atau pengamatan yang jumlahnya relative kecil, modus
mudah diketahui dan tidak perlu perhitungan
(2) Modus tidak dipengaruhi oleh nilai ekstrem

25
 (3) Modus dapat digunakan sebagai ukuran nilai sentral baik untuk data
kuantitatif maupun untuk data kualitatif

Sedangkan kelemahannya adalah:

(1) Modus sebagai ukuran nilai sentral kurang teliti, sebab suatu distribusi
frekuensi kadang-kadang ada dua modus, tiga modus atau bahkan
tidak ada modus.

1.9 Hubungan Mean, Median dan Modus

Hubungan mean, median dan modus dari suatu distribusi frekuensi adalah
sebagai berikut :
1. Bila distribusi frekuensi tersebut simetris, maka nilai mean, nilai
median, dan nilai modus sama besar (mean=media=modus), atau
dengan kata lain mean, median dan modus terletak pada satu titik dan
kurva dari distribusi frekuensi tersebut simetris atau berbentuk normal
2. Bila distribusi frekuensi tersebut menceng ke kiri atau condong ke
kanan, maka nilai mean < median < modus, atau dengan kata lain letak
mean paling kiri, disusul median dan modus letaknya paling kanan
3. Bila distribusi frekuensi tersebut menceng ke kanan atau condong ke
kiri, maka nilai mean > median > modus.

Pada distribusi frekuensi yang menceng, nilai median selalu terletak di

tengah, artinya nilai median tidak terpengaruhi oleh nilai ekstrem. Jadi median
merupakan nilai sentral yang dianggap paling mewakili pada distribusi yang
menceng, alternatife berikutnya baru modus dan terakhir mean.

26
Contoh :

Hasil survei sempel acak 80 hotel berbintang mengenai tingkat

huniannya didapat hasil sebagai berikut.

Tingkat Banyak
Hunian Hotel
(%) (f)
55-59 2
60-64 7
65-69 10
70-74 24
75-79 32
80-84 5
Total 80

Berdasarkan data tersebut hitunglah :

a) Rata rata hitungnya, dan berikan interprestasi

b) Mediannya

27
 c) Modusnya, dan berikan interprestasi
d) Tentukanlah pola sebaran data tersebut (Simetris, menceng kanan,
atau menceng kiri)

Penyelesaian:

Tingkat Banyak Hotel (mi) fimi Tepi bawah Fc

Hunian (%) (f) kelas
55-59 2 57 114 54,5 2
60-64 7 62 342 59,5 9
65-69 10 67 670 64,5 19
70-74 24 72 1728 69,5 43
75-79 32 77 2464 74,5 75
80-84 5 82 410 79,5 80
Total 80 5.728

a) Menghitung rata-rata hitung ( mean )

Dari table diatas dapat diketahui bahwa n = Σf1 = 80 dam Σf1m1 =

5.728

Maka :

5.728
x̅ = = 71,6
80

Jadi rata-rata tingkat hunian hotel berbintang tersebut adalah

71,6%

b) Menghitung mediannya

Dari tabel diatas dapat diketahui n = 80 dan c = 5

28
 Lmd = n/2=80/2=40, yaitu terletak antara frekuensi
komulatif 19 dan 43, yaitu pada kelas ke-4. Kelas mediannya
(kelas nyata) adalah 69,5-74,5. Jadi L = 69,5 fc = 19 dan fm = 24

Maka didapat

( n −fc)
Md = 2
L+ xc
fm

( 40−19)
= 69,5+ x5
24

21
= 69,5+ x5
24

= 69,5 + 4,375 = 73,86

Jadi, Md = 73,86 % .

c) Menghitung Modusnya
Dari tabel diatas dapat diketahui bahwa frekuensi modusnya
( Frekuensi terbesar ) = 32, maka kelas modus adalah kelas ke-5.
Kelas nyatanya adalah 74,5 – 79,5 maka L = 74,5, d 1 = 32-24 = 8,
d2 = 32 – 5 = 27 serta c = 5

Maka :

d1
Mod = L+ xc
d 1+d 2

8
= 74,5+ x5
35

= 74,5 + 1,142

= 75,64

29
 Jadi, modusnya adalah 75,64 % . Modus 75,64 % artinya
bahwa tingkat hunian dari 80 hotel berbintang tersebut yang paling
banyak pada kisaran 75,64 %

d) Oleh karena nilai Mean = 71,6% < Median = 73,86% < Modus =
75,64%. Maka sebaran data / distribusi frekuensi tersebut menceng
ke kiri atau condong ke kanan.

1.10 Ukuran Nilai Sentral Lainnya

Dalam sub bahasan telah dibahas tiga ukuran nilai sentral terpenting
yaitu mean, median, dan modus. Pada sub bahasan ini, akan dibahas ukuran
nilai sentral lainnya yaitu (1) rata-rata ukur, dan (2) rata-rata harmonis

1.10.1 Rata – rata Ukur

Rata – rata ukur ( GM ) serangkaian n data adalah akar pangkat n dari
hasi kali nilai – nilai seluruh data tersebut. Dengan catatan salah satu
nilai – nilai data tersebut tidak negatif atau nol.
Rata – rata ukur ( Geometric Mean ) , terutama di gunakan untuk : (1)
menghitung rata – rata data rasio , seperti rata – rata persen , rata –
rata nilai indeks dan rata – rata nilai relatif, dan (2) untuk menghitung
rata – rata laju perubahan. Seperti rata – rata pertumbuhan penduduk,
rata – rata pertumbuhan ekonomi, rata – rata pertumbuhan indeks
ekonomi, rata – rata kenaikan penjualan, rata – rata kenaikan
produksi dari satu period ke periode waktu lain. Jadi ,rata – rata ukur
(GM) dapat di rumuskan sebagai berikut:

GM = √n ( X ¿¿ 1)( X 2)( X 3) ⋯( X n )¿

GM = rata – rata ukur

30
x1 = nilai data yang pertama
xn = nilai data yang ke – n
n = banyaknya data / banyak pengamatan

Contoh:
Tingkat bunga deposito 5 tahun terakhir sebesar 10, 12, 15,
17,dan 18 persen per tahun. Hitunglah rata – rata ukur tingkat bunga
deposito tersebut.

Penyelesaian
x 1 = 10, x 2 = 12, x 3 = 15, x 4 = 17, x 5 = 18

GM = √5 ¿ ¿

= √5 ( 10 ) (12 ) (15)(17)(18)

= 14,06
Jadi rata – rata ( ukur ) tingkat bunga deposito tersebut 14,06% per
tahun.

Contoh:
Indeks harga penjualan beras 4 tahun terakhir adalah :
100, 125, 150, dan 200
Hitunglah rata – rata indeks harga penjualan beras tersebut.

Penyelesaian
x 1 = 100, x 2 = 125, x 3= 150, x 4 = 200

GM = √4 ¿ ¿

31
 = √4 ( 100 ) (125 ) (150)( 200)

= 139,15

Jadi, rata – rata indeks harga penjualan beras tersebut 139,15

Untuk menghitung rata – rata perubahan / pertumbuhan

aktivitas ekonomi dan bisnis dalam selang waktu tertentu ,rumus dapat
di nyatakan sebagai berikut:

x1 x2 x3 x
GM =
√(
n−1

x0 )( )( )
x1 x2
⋯( n ) - 1
x n−1

xn
=
√
n−1

x0
-1

n = selang waktu
x 0 = nilai data pada awal periode
x n = nilai data pada periode ke – n / akhir periode

Contoh :
Perkembangan nilai ekspor Indonesia selama 5 tahun, kurun
waktu 2006 - 2010, seperti tercantum dalam tabel.

Tahun Nilai Impor

2006 100.798,6
2007 114.100,9
2008 137.020,4
2009 116.510,0
2010 157.779,1

32
 Tahun Nilai Impor Rasio
( x n) xn
xn −1
2006 100.798,6 -
2007 114.100,9 1,1319
2008 137.020,4 1,2008
2009 116.510,0 0,8503
2010 157.779,1 1,3542
Berdasarkan data pada tabel diatas , hitunglah rata – rata
pertumbuhan nilai impor Indonesia kurun waktu 2006 - 2010

Penyelesian:
Cara Menghitung Rata – rata Pertumbuhan Ekspor Indonesia Kurun
Waktu (2006-2010)

Selang waktunya (dari 2006 sampai dengan 2010) adalah 5

tahun, meliputi tahun2006, 2007, 2008, 2009, 2010. Jadi n = 5. Dalam
selang waktu 5 tahun tersebut terdapat 4 (n – 1 = 5 – 1) rasio
perubahan nilai ekspor yaitu :
x1 x2 x3 x4
= 1,1319 = 1,2008 0,8503 = 1,3542
x0 x1 x2 x3

perumus didapat,

x1 x2 x3 x
GM =
√(
n−1

x0 )( )( )
x1 x2
⋯( n )
x n−1
-1

x1 x2 x3 x
=
5−1

√( x0 )( )( )
x1 x2
⋯( n )
x n−1
-1

= √4 (1,1319)(1,2008)(0,8503)(1,3542) – 1
= (1,1185) – 1

33
 = 0,1185

Jadi, rata – rata pertumbuhan nilai impor Indonesia kurun waktu 2006
- 2010 sebesar 11,85% (=0,1185 X 100% ) per tahun

Hasil yang sama dapat juga diperoleh dengan rumus lainnya , yaitu
dengan mengambil nilai awal x 0= 100.798,6 dan nilai akhir x n
=157.779,1 sebagai berikut:

xn
GM =
n−1

√ x0
–1

157.779,1
=
√
4

100.798,6
-1
= 1,1185– 1
= 0,1185

Jadi, rata – rata pertumbuhan nilai ekspor Indonesia kurun waktu

2006 - 2010 sebesar 11,85% (=0,1185 X 100% ) per tahun

Contoh:
Pada tahun 2010 penduduk suatu kabupaten adalah 2,502170 juta jiwa,
dan pada tahun 2014 sebanyak 2,618369 juta jiwa. Beberapa persen
rata – rata pertumbuhan penduduk kabupaten tersebut ?

Penyelesaian:
Selang waktu dari 2010 sampai dengan 2014 adalah 5 tahun, meliputi
tahun 2010, 2011, 2012, 2013, dan 2014. Jadi n = 5
x n = 2,618369; x 0 = 2,502170

34
 Per rumus di dapat
xn
GM =
√
n−1

x0
-1

2,618369
=
√
4

2,502170
–1

= 1,0114 – 1
= 0,0114
Jadi, rata – rata pertumbuhan penduduk kabupaten per tahun kurun
waktu 2010 – 2014 adalah sebesar 1,14% (=0,0114 × 100 %)

1.10.2 Rata – rata Harmonis

Rata – rata harmonis ( Harmonic Mean ) adalah banyaknya
data atau pengamatan ( n ) dibagi dengan jumlah kebalikan nilai data.
Dalam prakteknya rata – rata harmonis banyak digunakan untuk
mencari rata – rata nilai data yang berbeda untuk sejumlah
pengamatan yang sama. Misalnya menghitung kecepatan rata – rata,
untuk jarak yang sama dengan kecepatan yang berbeda, menghitung
harga rata – rata per unit dalam beberapa kali pembelian dengan
sejumlah uang yang sama ( tetap ) yang harga per unitnya berbeda
dalam setiap pembelian.
2.8.2-1 Rata –rata Harmonis Data Tidak Berkelompok.
Rata – rata Harmonisnya dapat dihitung dengan rumus :

n
H=∑1
x1

H = rata – rata harmonis

n = banyaknya data / pengamatan

x 1 = nilai data yang ke – 1

35
Contoh:
Seorang pedagang menyediakan anggaran sebesar Rp
600.000,00 tiap bulannya dalam jangka waktu 6 bulan untuk
pembelian daging sapi. Jika harga per kg daging sapi mulai
bulan pertama sampai dengan bulan yang ke enam sebagai
berikut : Rp 20.000,00 ; Rp 25.000,00 Rp. 30.000,00; Rp
40.000,00; Rp 50.000,00, Rp 60.000,00 Tentukanlah harga
rata – rata tiap kg daging sapi tersebut
Penyelesaian:
Dalam hal ini, banyak pengamatan ( Frekuensi Pembelian )
adalah 6 kali, jadi n = 6. Nilai pengamatan yaitu: x 1 = 20.000,
x 2 = 25.000, x 3 = 30.000, x 4 = 40.000, x 5= 50.000, x 6= 60.000

Per Rumus didapat,

n
H= 1
∑x
1

6
H= 1 1 1 1 1 1
+ + + + +
20.000 25.000 30.000 40.000 50.000 60.000

6
= 30 24 20 15 12 10
+ + + + +
600.000 600.000 600.000 600.000 600.000 600.000

6
= 111
600.000

= 32.432,40

36
 Jadi, harga rata – rata ( harmonis ) per kg daging sapi
tersebut adalah Rp 32.432,40

Contoh:
Sebuah keluarga dalam acara liburan menempuh jarak 120 km
pulang pergi. Kecepatan rata – rata waktu berangkat 80 km per
jam dan kecepatan rata – rata waktu balik 60 km per jam.
Hitunglah kecepatan rata – rata keluarga tersebut selama
perjalanan ( pulang – pergi ).

Penyelesaian:
Dalam hal ini banyaknya (frekuensi) pengamatan adalah 2,
yaitu kecepatan rata–rata waktu berangkat dan kecepatan rata –
rata waktu balik. Jadi n = 2. Nilai pengamatan masing –

masing adalah : x 1 = 80 dan x 2 = 60.

Per rumus rata – rata ( harmonis ) nya dapat dihitung sebagai

berikut :

n
H= 1
∑x
ii

2
= 1 1
+
80 60

2
= 1,5 + 2
120 120
= 68,57
Jadi, rata – rata kecepatan keluarga tersebut selama perjalanan
adalah 68,57 km per jam

37
2.8.2-2 Rata – rata Harmonis Data yang Telah Dikelompokkan

Untuk data yang telah di kelompokan , rata – rata

harmonisnya dapat dihitung dengan rumus :

n
H= f
∑ mi
i

H = Rata – rata harmonis

n = banyaknya data
m i = nilai tengah kelas yang ke – i
f i = frekuensi kelas yang ke – i

Contoh:
Distribusi Penghasilan per bulan 70 usaha rental Kendaraan
Roda Empat di Kabupaten Badung tahun 2010
Penghasilan per Bulan Banyak Usaha
(Juta Rp) ( f i)
20 – 29 1
30 – 39 4
40 – 49 7
50 – 59 13
60 – 69 25
70 – 79 15
80 – 89 5
Total 70

Berdasarkan data pada tabel hitunglah rata – rata harmonisnya

Penyelesaian:
Cara menghitung Rata-rata Harmonis Penghasilan per Bulan
Usaha Rental Kendaraan Roda Empat di Kabupaten Badung.

38
 Penghasila Banyak Usaha Titik f i / mi
n per Bulan ( f i) Tengah
(Juta Rp) (m i)
20 – 29 1 24,5 0,04081
30 – 39 4 34,5 0,11594
40 – 49 7 44,5 0,15730
50 – 59 13 54,5 0,23853
60 – 69 25 64,5 0,38759
70 – 79 15 74,5 0,20134
80 – 89 5 84,5 0,05917
Total ∑ f i = n = 70 1,20068

fi
Dari tabel , dapat di ketahui n = 70, ∑ = 1,20068
mi

Maka rumus didapat,

n
H= f
∑ mi
i

70
= 1,20068

= 58,30

Jadi, rata – rata (harmonis) penghasil per 70 usaha rental

kendaraan roda empat di Kabupaten Badung adalah Rp 58,30
juta

39
 BAB III PENUTUP

2
2.1 Kesimpulan
Dari hasil penjelasan tentang Ukuran Nilai Sentral sebelumnya, maka
diambil kesimpulan:

 Nilai sentral/nilai rata-rata/nilai tengah dari data statistik adalah suatu nilai
dalam kumpulan atau rangkaian data yang dapat mewakili kumpulan atau
rangkaian data tersebut. Dalam ukuran nilai sentral ada beberapa macam
antara lain (1) rata-rata hitung (mean), (2) median. (3) modus, (4) rata-rata
ukur, dan (5) rata-rata harmonis.
 Rata-rata hitung (mean) dari sekelompok atau serangkaian data adalah
jumlah seluruh nilai data dibagi dengan banyak data. Dalam menghitung

40
 mean dibedakan menjadi dua yaitu: (1) rata-rata hitung sederhana, dan (2)
rata-rata hitung tertimbang.
 Rata-rata hitung gabungan dapat dihitung dengan rumus:
Σnix̅i
x́=
Σni
 Median dari sekelompok/serangkaian data adalah nilai yang letaknya tepat
di tengah-tengah bila banyaknya data ganjil, atau rata-rata dari dua nilai
yang berada di tengah bila banyaknya data ganjil, atau rata-rata dari dua
nilai yang berada di tengah bila banyaknya data genap, setelah data itu
diurut dari data yang terkecil sampai terbesar atau sebaliknya.
 Modus dari serangkaian data adalah nilai (atau sifat) yang paling banyak
terjadi, atau sifat/keadaan yang frekuensinya terbesar.
 Menurut Gupta dan Gupta (1983), Ott, R.L., dan M. Longnecker (2010)
ketiga ukuran nilai sentral (mean,median dan modus) memiliki kebaikan
dan kelemahan masing-masing.
 Menurut Levin (1981), Gupta dan Gupta (1983), Lind, et al., 2008 dari
suatu distribusi frekuensi mean, median dan modus memiliki hubungan
satu sama lain.
 Selain tiga ukuran nilai sentral terpenting yang telah dibahas sebelumnya,
adapun ukuran nilai sentral lainnya yaitu (1) rata-rata ukur, dan (2) rata-
rata harmonis.

2.2 Saran
Disadari atau tidak ilmu mengenai ukuran nilai sentral ini sudah sering
digunakan dalam kehidupan sehari-hari. Hanya saja ilmu ini masih digunakan
secara sederhana, terutama yang paling sering digunakan adalah rata-rata
hitungnya, padahal selain rata-rata hitungnya masih ada beberapa macam
ukuran nilai sentral yang dapat di terapkan dalam kehidupan sehari-hari. Oleh
karena itu ilmu mengenai ukuran nilai sentral ini perlu dipelajari atau dikenal

41
lebih luas lagi, agar manfaat dari ilmu ini dapat dirasakan oleh masyarakat
luas bukan hanya para pelaku bisnis dan ekonomi, pengambil keputusan, dan
pelajar atau mahasiswa saja.

DAFTAR PUSTAKA

Buku:
Wirawan, Nata. 2016. Cara Mudah Memahami Statistika Ekonomi Dan
Bisnis Buku 1 Statistika Deskriptif. Denpasar: Keramas Emas.

Internet:
Girsang, Gio Adamarthata. 2012. Resume Tendensi Sentral (Mean, Median,
Modus, dan Standar Deviasi). Tersedia:
http://blog.ub.ac.id/girsang/2012/03/14/resume-tendensi-sentral-mean-
median-modus-dan-standar-deviasi/ . (4 Oktober 2018)

42