MODUL SESI 3:

ANALISA DATA ACAK

Tujuan Instruksional Khusus

Mahasiswa memahami cara menganalisis data acak

Pokok Bahasan
• Ukuran Sentral/lokasi/pemusatan
- Rata-rata Hitung (rata-rata populasi dan rata-rata sampel)
- Rata-rata Pembobotan
- Median
- Modus
- Rata-Rata Geometris
• Ukuran dispersi
- Jangkauan
- Deviasi rata-rata
• Ukuran lokasi lainnya
- Kuartil, Desil dan Persentil

Pendahuluan
Biasanya suatu kumpulan data memiliki kecenderungan untuk terpusatkan pada suatu nilai
tertentu. Suatu ukuran disebut sebagai nilai sentral, karena pada umummya nilai itu berada
pada bagian tengah suatu distribusi atau kumpulan nilai. Suatu nilai dapat diklasifikasikan
sebagai nilai sentral apabila dapat memenuhi syarat-syarat antara lain :
(a). Nilai tersebut dapat mewakili rangkaian data.;
(b). Perhitungannya didasarkan pada seluruh data dan dilakukan secara obyektif.
Beberapa macam ukuran yang dikelompokkan dalam ukuran sentral/ukuran lokasi adalah :
(a). Rata-Rata Hitung. ;
(b).Median. ;
(c). Modus dan
(d). Rata-rata ukur (Geometrik).
Namun ukuran sentral/ lokasi belum mampu menempilkan gambaran tentang gugus data
secara utuh dan lengkap dengan segala variasi perbedaan yang ada didalamnya. Karena itulah
kita juga akan mendiskusikan bersama tentang ukuran dispersi atau ukuran penyebaran. Yang
termasuk dalam kelompok ukuran dispersi antara lain meliputi : jangkauan (range) dan standar
deviasi.

Ukuran Sentral/Lokasi/Pemusatan.

Rata-rata merupakan suatu nilai yang dianggap dapat mewakili suatu kumpulan data. Jika
mencoba mengurutkan kumpulan data berdasarkan besarnya, maka nilai ratarata cenderung
terletak pada pertengahan kumpulan data tersebut. Rata-rata ini dapat merupakan nilai dari
suatu jumlah populasi atau dan nilai rata-rata sampel.
ΣX
Rata-Rata Populasi : μ = ------
N
Dimana :
μ= mewakili rata-rata populasi
N = Banyaknya nilai dalam populasi
X = mewakili sejumlah nilai tertentu
Σ = huruf kapital Yunani ” sigma” dan menandakan operasi penjumlahan.
ΣX = penjumlahan nilai X populasi.
Hasil yang dapat diukur dari populasi disebut ” Parameter”
Contoh soal :
Disajikan data penjualan perusahaan selama 10 tahun. Notasi X dianggap mewakili
penjualan dalam jutaan rupiah.dengan perincian sbb :
X1 = 50 (hasil penjualan tahun pertama)
X2 = 60 ( hasil penjualan tahun kedua)
X3 = 40
X4 = 70
X5 = 80
X6 = 90
X7 = 100
X8 = 65
X9 = 75 dan X10 = 85
Hitunglah rata-rata penjualan selama 10 tahun tersebut!
Penyelesaian :
ΣX
Rata-Rata Populasi : μ = ------
N
μ = 1/10 (50+60+40+....+85)
μ = 1/10 (715)
μ = 71,5
( Jadi rata-rata penjualan pertahun adalah Rp. 71,5 juta )

Rata – Rata Sampel.

Kerap kali dalam melakukan pengambilan data untuk pemecahan masalah, perusahaan tidak
menggunakan data populasi. Selain karena data yang tersedia banyak, juga akan memakan
waktu dan menghabiskan biaya, sehingga di gunakan sebagian data sebagai data sampel.
ΣX
Rata- Rata Sampel = X = -----------
n
dimana :
X = rata-rata sampel, dibaca ”X bar”
n = banyaknya nilai pada sampel data.
Hasil dari perhitungan sampel disebut dengan Statistik (statistic)
Contoh : diambil dari contoh data penjualan pada 10 tahun diatas, namun untuk mengetahui
rata-rata penjualan hanya diambil data 5 tahun terakhir, sehingga :
X6 = 90 X7 = 100 X8 = 65 X9 = 75 X10 = 85.
Jadi rata –rata penjualan perusahaan adalah :

ΣX
Rata- Rata Sampel = X = ----------- = 1/5 ( 90+100+65+75+85)
n
= 1/5 (415) = 41,5.

Kesimpulan : Rata-rata penjualan (dihitung dengan data sampel ) menunjukkan hasil yang lebih
sedikit. Nilai sampel akan mendekati nilai sebenarnya, apabila jumlah data sampel ditambah.
Rata – rata baik rata-rata populasi dan rata-rata sampel mempunyai kelemahan dalam
pengukuran, karena rata-rata sangat dipengaruhi oleh angka yang luar biasa besar atau kecil.
Rata-Rata Pembobotan
Salah satu kekurangan rata-rata adalah cenderung diabaikannya perbedaan bobot dari Masing-
masing data, meskipun sebenarnya terdapat keadaan tertentu atau sesuatu yang seharusnya
dipertimbangkan sebagai arti pembeda. Karenanya bila diperlukan , masing-masing unsur data,
perlu diberikan faktor penimbang atau bobot tertentu yang mungkin berbeda antara satu
dengan yang lainnya. Ada dua cara dalam pembobotan. Yang pertama adalah memberikan
bobot tertentu secara subyektif, dalam arti bahwa pemberian bobot itu didasarkan pada
persepsi atau preferensi individu. Dan yang kedua adalah memberikan bobot dengan
berdasarkan pada pertimbangan objektif seperti satuan tertentu.
ΣWiXi
Rumus : X = ------------
ΣW
Dimana : X bar adalah rata-rata pembobotan,
X = nilai pengamatan,
W = faktor penimbang.
Contoh:
Seorang Mahasiswa dari jurusan Managemen UMB, Mengikuti ujian untuk mata kuliah Ekonomi
Mikro(4sks), Metode Kuantitatif Bisnis (4sks), Statistik Ekonomi I (2sks), Ekonomi Manajerial
(4sks). Dari 4 mata kuliah yang diambil diperoleh nilai akhirnya adalah:
• Ekonomi Mikro : 80
• Metode Kuantitatif Bisnis : 88
• Statistik Ekonomi I : 78
• Ekonomi Manajerial : 90
Hitunglah rata-rata hasil ujian dari mahasiswa tersebut?
Jawab:
Diketahui : X1=80, X2=88, X3=78, X4=90
W1=4, W2=4, W3=2, W4=4
Maka :
X 
Wi. Xi
 Wi

4.80  4.88  2.78  4.90


= 84. 864  4  2  4
Jadi rata-rata ujian nilai mahasiswa tersebut = 84.86
Median
Median adalah nilai tengah dari rangkaian data yang telah diurutkan, dari data dengan nilai
paling kecil hingga yang terbesar atau sebaliknya. Dengan menghitung median suatu rangkaian
data, distribusinya terbagi menjadi dua bagian yang sama, yaitu : separuh berada di bawah nilai
median, dan separuhnya lagi berada diatas nilai median. Karena berada ditengah rangkaian
data apabila diurutkan, median dapat juga dinamakan rata-rata letak.
1. Nilai median untuk data yang tidak dikelompokkan.
Contoh data n ganjil :
Ada 7 karyawan dengan upah perbulan masing-masing Rp 20.00, Rp. 80.000, Rp.75.000,
Rp. 60.000, Rp. 50.000, Rp. 85.000 dan Rp. 45.000.
Tentukan Median pada upah karyawan tersebut !.
Penyelesaian :
1. Urutkan dahulu dari yang terkecil sampai dengan yang terbesar.
X1 = 20.000, X2 = 45.000, X3 = 50.000, X4 = 60.000, X5 = 75.000,
X6 = 80.000, X7 = 85.000.
2. Tentukan nilai k dari 7 data karyawan(jumlah ganjil ),
Rumus : n = 2k +1, maka 7 = 2k+1 sehingga k = 3.
Jadi Median = Med = X k+1 = X 3+1 = X4 = Rp. 60.000.
Contoh data n genap :
Ada 8 karyawan dan upad dalam ribuan rupiah adalah sebagai berikut :
20,80,75,60,50,85,45,90. Berapa nilai median ?
Penyelesaian :
1. Urutkan X1= 20, X2 =45, X3 =50, X4 =60, X5 = 75, X6 = 80, X7 = 85, X8 = 90.
2. Tentukan nilai k dari 8 data (jumlah genap ),
Rumus : Med = ½ (Xk + X k+1 )
Med = ½ (X4 + X5 ) = ½ (60 + 75 ) = 67,5.
Modus
Modus merupakan data yang memiliki frekuensi terbayak atau yang paling sering terjadi. Modus
dapat diperoelh dari kumpulan data yang bersifat kuantitatif maupun kualitatif. Bagi beberapa
pihak yang berkepentingan , mengetahui modus berguna untuk membantu mengambil
keputusan berkenaan dengan sesuatu hal. Contoh : suatu penelitian pasar dilakukan dan
ternyata model pakaian yang paling banyak diminta adalah pakaian kasual; dan perusahaan
garmen dapat menjadikan informasi ini sebagai dasar untuk menentukan corak pakaian jadi
yang harus dibuatnya. Dalam kenyataannya, suatu rangkaian data bisa memiliki satu, dua atau
beberapa atau tidak memiliki modus sama sekali.
X Frekuensi
2 2
5 1
7 1
9 3
10 2
11 1
12 1
18 1
Dilihat dari data diatas, maka modus adalah 9 dengan frekuensi 3.

Rata-rata Geometrik
Ada kalanya kita menghadapi suatu keadaan dimana jumlah suatu data mengalami perubahan
yang terkait dengan perubahan waktu. Dan kita ingin mengetahui rata-rata perubahan setiap
periode tersebut.. Contoh : mengetahui rata-rata persentase tingkat perubahan hasil penjualan.
Contoh soal : Bapak Bambang memiliki uang sejumlah Rp. 100.000.000 yang didepositokan di
Bank Buana Perkasa. Ia telah menyimpannya selama lima tahun dengan tingkat bunga yang
berbeda tiap tahunnya. Berikut tabelnya :
Tahun Tingkat bunga (%) Faktor Pertumbuhan Tabungan akhir tahun
1 7 1,07 107.000.000
2 8 1,08 115.560.000
3 10 1,10 127.116.000
4 12 1,12 142.370.000
5 18 1,18 168.000.000
Bila perhitungan rata-rata hitung, maka faktor pertumbuhan hingga akhir tahun ke 5 adalah
sebesar 1,11 sehingga depositi akhir tahun ke 5 menjadi Rp. 168.505.815. Namun data actual
jumlah depositi pada tahun ke 5 hanya sebesar Rp. 168.000.000. Sehinng perhitungan factor
pertumbuhan yang sebenarnya adalah :
G = n √ X1 . X2 . X3 . X4 ...Xn
G = 5 √ (1,07) x (1,08) x (1,10) x ( 1,12) x (1,18) = 5 √1,6799 = 1,1093

Ukuran Variasi
Pengukuran nilai sentral (rata-rata hitung, median ,modus, dan rata-rata geometrik) tidak bisa
mempresentasikan sekumpulan data secara sempurna. Hal ini terjadi karena dalam
kenyataannya bisa saja beberapa distribusi data mempunyai nilai sentral yang sama, namun
variasi data yang terjadi didalamnya sesungguhnya berbeda.
Contoh : ada 3 kelompok data :
(1) 50 ; 50 ; 50 ;50 ;50; rata-rata hitung = 50
(2) 50 ; 40; 30 ; 60 ; 70; rata-rata hitung = 50
(3)100; 40 ; 80 ;20 ;10; rata-rata hitung = 50
Walaupun rata-rata hitung dari masing-masing kelompok sama (50), namun kelompok (1) rata-
rata hitung dapat mewakili kelompok data dengan baik ; kelompok (2)cukup baik = tidak begitu
bervariasi, sedangkan kelompok (3) tidak mewakili data dengan baik.

Jangkauan( range)
Jika suatu kelompok nilai (data) sudah disusun menurut urutan yang terkecil (X1) sampai
dengan yang terbesar (Xn), maka untuk menghitung nilai variasi digunakan rumus :

Jangkauan = Nj = Xn – X1 (nilai maksimum- nilai minimum)

Contoh :
Hitunglah jangkauan (variasi) dari data berikut : 50 ; 40 ; 30 ; 60 ; 70
Penyelesaian : diurutkan X1 = 30, X2 = 40, X3= 50, X4 = 60 dan X5 = 70, maka
NJ = X5 – X1 = 70 -30 = 40

Rata-Rata Simpangan
Apabila ada sejumlah data X1, X2,.....Xn dan rata-rata X = 1/n Σxi, maka simpangan terhadap
rata-rata hitung diartikan sebagai : (X1- X rata-rata ), ( X2 – Xrata-rata),.... ( Xn – Xrata-rata ),
sehingga Rata-rata simpangan (RS) adalah RS = 1/n Σ I Xi – X I
Contoh : data 50; 40; 60; 70; 30
Maka X rata-rata = 1/5 (50 +40 +30 +60 + 70 ) = 50
RS = 1/5 ΣI50-50I + I40-50I + I30-50I + I60-50I = I70-50I
RS = 1/5 (0 + 10 + 20 + 10 + 20 )
Rs = 1/5 (60) = 12
Varians
Varians adalah rata-rata hitung dari kuadrat simpangan setiap pengamatan terhadap rata-rata
hitungnya.
Standar Baku (Standar deviasi) suatu ukuran yang menunjukkan deviasi standar data
pengamatan terhadap rata-ratanya. Standar deviasi di dapat dari akar kuadrat positif dari
varians.

Perusahaan Indek X-µ (X - µ)²

Sentul City 7.5 1.14 1.2996
Tunas Baru 8.2 1.84 3.3856
proteinprima 7.8 1.44 2.0736
total 4.8 -1.56 2.4336
Mandiri 3.5 -2.86 8.1796
Jumlah ( ∑X ) 31.8 ∑(X - µ)² 17.372
Rata - rata (µ) 6.36 s² 3.4744

s 2= å(X - µ )2 = 17.372 = 3.4744

N 5

Standar Deviasi
Rumus standar deviasi populasi :
σ = √ {Σ (Mi - μ)² } / N untuk data tak berkelompok
X= nilai populasi/sampel
μ = rata-rata
N = jumlah sampel/populasi
Atau Standar deviasi adalah akar dari varian (σ) : S = √ σ2. Untuk soal diatas maka:
S = √ σ2 = √ 3,477

Ukuran Letak lainnya

Ukuran letak adalah ukuran letak titik pada sekumpulan data. Ada beberapa ukuran letak
lainnya , yaitu kuartil, desil dan persentil.
Kuartil
Kuartil adalah suatu nilai yang membagi data menjadi empat bagian yang sama besar, terletak
di setiap perempatan dari sekelompok data setelah data tersebut diurutkan dari yang terkecil
sampai terbesar.
Kuartil untuk data tak berkelompok terletak pada data ke i(n+1)/4.Sehingga:
Kuartil pertama akan terletak pada data ke 1(n+1)/4
Kuartil ke dua akan terletak pada data ke 2(n+1)/4
Kuartil ke tiga akan terletak pada data ke 3(n+1)/4

Desil
Desil adalah suatu nilai yang membagi data menjadi sepuluh bagian yang sama besar dari
sekelompok data setelah data tersebut diurutkan dari yang terkecil sampai terbesar.
Desil untuk data berkelompok terletak pada data ke i(n+1)/10.Sehingga:
Desil pertama akan terletak pada data ke 1(n+1)/10
Desil ke dua akan terletak pada data ke 2(n+1)/10
Desil ke tiga akan terletak pada data ke 3(n+1)/10 dan seterusnya hingga yang ke sepuluh.
Untuk data tidak berkelompok

i n  1
D i  nilai ke - , i  1,2,3,...,9
10
Dimana:
L0= batas bawah kelas desil Di
F = jumlah frekuensi semua kelas sebelum kelas desil Di
f = frekuensi kelas desil Di

Persentil
Persentil adalah suatu nilai yang membagi data menjadi seratus bagian yang sama besar dari
sekelompok data setelah data tersebut diurutkan dari yang terkecil sampai terbesar.
Desil untuk data berkelompok terletak pada data ke i(n+1)/100.Sehingga:
Desil pertama akan terletak pada data ke 1(n+1)/100
Desil ke dua akan terletak pada data ke 2(n+1)/100
Desil ke tiga akan terletak pada data ke 3(n+1)/100 dan seterusnya hingga yang ke seratus.

Untuk data tidak berkelompok

i n  1
Pi  nilai ke - , i  1,2,3,...,99
100
 SIMPULAN
1. Ukuran sentral/lokasi adalah nilai yang digunakan untuk menjelaskan pusat dari
sekelompok data.
a. Rata-rata hitung adalah ukuran sentral yang paling banyak digunakan secara luas.
b. Rata-rata pembobotan diperoleh dengan mengalikan setiap pengamatan dengan
Bobot yang bersesuaian.
c. Median adalah nilai tengah dari sekelompok data yang terurut.
d. Modus adalah nilai yang paling sering muncul dalam sekelompok data.
e. rata-rata Geometris adalah akar pangkat n dari hasil kali n nilai positif.
2. Ukuran dispersi adalah variasi atau sebaran dari data.
a. Jangkauan adalah perbedaan antara nilai terbesar dan nilai terkecil pada sekelompok
data.
b. Standar deviasi adalah akar kuadrat variansi.