Materi 3

Start
Outline

▫
▫
▫

▫
▫

▫
3.1. Ukuran Pemusatan
Ukuran Pemusatan (tendency central) suatu himpunan data  titik tempat dimana
nilai-nilai suatu gugus data cenderung mengelompok, menunjukkan titik tengah suatu
histogram atau kurva distribusi frekuensi

x
 = x , untuk populasi; x = n , untuk sampel
N
x

•


•

States Populasi (ribuan)

Washington 5,136
Oregon 2,977
Alaska 587
Hawai 1,160
California 30,867 Pencilan

5136 + 2977 + 587 + 1160

Mean = = 2465 ribu
4
5136 + 2977 + 587 + 1160 + 30867
Mean = = 8145.4 ribu
5
•
mf , untuk rata-rata populasi mf , untuk rata-rata sampel
= x=
N n

Dimana m = midpoint (titik tengah), dan f = frekuensi untuk tiap kelas

• Contoh:
Tabel berikut menunjukkan distribusi frekuensi waktu (dalam menit) yang
diperlukan untuk berangkat dari rumah ke tempat kerja untuk seluruh perkerja
suatu pabrik yang berjumlah 25 orang.

Waktu Yg Diperlukan Jumlah • Pertanyaan:

(menit) Pekerja Hitunglah rata-rata waktu yang diperlukan?
0 – 10 4
• Jawab:
10 – 20 9
– Tentukan ‘titik tengah’ (m) masing-
20 – 30 6 masing kelas
30 – 40 4 – Hitung perkalian m dengan f (frekuensi
40 – 50 2 masing-masing kelas)
 Waktu (menit) f m m.f
– Hitung :
0 – 10 4 5 20
10 – 20 9 15 135 mf 535
= = = 21.40 menit
20 – 30 6 25 150 N 25
Jadi pekerja pabrik tersebut rata-
30 – 40 4 35 140
rata berangkat dari rumah ke
40 – 50 2 45 90 pabrik selama 21.40 menit
N=25 mf=535

• Median adalah nilai yang terletak pada tengah suatu data dimana data tersebut telah
diurutkan (di-ranking).
• Himpunan data yang telah diurutkan menurut besarnya ini dinamakan array.
Penghitungan median, terdiri 2 tahap :
– Urutkan data terlebih dulu dari terendah hingga tertinggi
– Tentukan posisi median
n + 1 , untuk n ganjil
Posisi Median =
2
Dimana n adalah jumlah sampel data, dan jika data menunjukkan suatu populasi,
ganti n dengan N
Jika n atau N = genap  median = rata-rata dari 2 data tengah
• Jika jumlah data n = 7, maka posisi median =(7+1)/2 = 4 atau data yang ke-4
• Dimana:
n/2 - fkm • Bm = tepi bawah kelas median
Median = Bm + i [ ] • i = interval kelas (tepi atas - tepi bawah)
fm
• n = ukuran sampel data
• Contoh: • fkm = frekuensi kumulatif sebelum median
• fm = frekuensi pada kelas median
Penghasilan Mingguan Jumlah
(dolar) Pekerja (f) Dari data tabel disamping, maka:
301 – 400 9 • Bm = (500+501)/2 = 500.5
401 – 500 16 • i = 100
501 – 600 33 • n = 100
• fkm = 9+16= 25
601 – 700 20
• fm = 33
701 – 800 14
50 - 25
801 - 900 8 Median = 500.5 + 100 [ ]
33
= 575.81 dolar

• Mode adalah nilai yang memiliki frekuensi tertinggi dalam suatu gugus data.
• Data hanya memiliki 1 modus disebut unimodal; 2 modus dengan frekuensi sama
disebut bimodal; dan lebih dari 2 disebut multimodal
•
Dimana:
d1
Mode = Bm + i [ ] • Bm = tepi bawah kelas mode
d1 + d2
• i = interval kelas (tepi atas - tepi bawah)
• Contoh: • d1 = (frekuensi kelas mode – frekuensi
sebelum kelas mode)
Penghasilan Mingguan Jumlah • d2 = (frekuensi kelas mode – frekuensi
(dolar) Pekerja (f) sesudah kelas mode)
301 – 400 9
401 – 500 16
Dari data tabel disamping, maka:
501 – 600 33
• Bm = (500+501)/2 = 500.5
601 – 700 20
• i = 100
701 – 800 14 • d1 = 33 - 16 = 17
801 - 900 6 • d2 = 33 – 20 = 13

17
Mode = 500.5 + 100 [ ]
17 + 13
= 556.72 dolar
8
 (a) (b) (c)
b. Untuk suatu histogram yang miring ke kanan, nilai mean terbesar; mode terkecil;
median antara mean dan modus. Nilai mean di sini sensitif terhadap pencilan di
ekor kanan (pengaruh nilai ekstrim besar : pencilan mayor)

c. Untuk suatu histogram yang miring ke kiri, nilai mean terkecil, mode terbesar;
median antara mean dan modus. Dalam hal ini pencilan disebelah kiri menarik
nilai mean ke kiri (pengaruh nilai ekstrim kecil : pencilan minor)

9
• Rata-rata dimana tiap nilai data diberikan nilai bobot (pembobotan) yang
menunjukkan bobot relatif masing-masing nilai data yang diratakan.
• Misalnya pada kasus perhitungan Indeks Prestasi, Nilai Penjualan Barang, dll

n Di mana
Bx i 1
i i x B : rata-rata tertimbang
xB  n Bi : bobot ke-i
B
i 1
i
xi : data ke-i
n : banyak data

Nilai Angka Mutu SKS

Mata Kuliah (Xi.Bi)
Mutu (Xi) (Bi)
Pancasila B 3 2 6 40
Indeks Prestasi =
Teori Ekonomi A 4 4 16 12
Bahasa Inggris C 2 3 6 = 3.33
Manajemen A 4 3 12
 13 12 40
10
a. Rata-rata geometrik (ukur) digunakan untuk menghitung rata-rata laju
pertumbuhan (growth rate), misalnya : pertumbuhan penduduk, penjualan,
tingkat bunga, dll

G  n x1  x2  x3    xn atau
Dimana:
G : rata-rata geometrik
log x 1  log x 2  log x 3      log x n xi : data ke-i
log G =
n n : banyak data
b. Contoh:
Data pertumbuhan suku bunga dalam 5 hari kerja :
1.5 2.3 3.4 1.2 2.5 %

Maka,

G  n x1  x2  x3    xn
log x1  log x 2  log x 3  log x 4  log x 5
log G =
5 11
 log 1.5  log 2.3  log 3.4  log 1.2  log 2.5
log G =
5
0.176... 0.361...0.531...0.079...0.397...
log G =
5
15464
. ...
= = 0.30928
5
G = antilog 0.30928
G = 2.03837

12
3.2. Ukuran Penyebaran / KERAGAMAN

Range = Nilai terbesar – Nilai terkecil

•

• Simpangan baku, paling sering digunakan untuk mengukur penyebaran. Nilai

simpangan baku menunjukkan seberapa dekat nilai-nilai suatu data dengan nilai
rata-rata.
• Nilai simpangan baku yang kecil  data menyebar dalam range lebih kecil
mendekati nilai rata-rata mean, dan begitu sebaliknya.
• Nilai simpangan baku diperoleh dari akar kuadrat nilai ragam (varians)
13
• 
• 
•

 

• Contoh:
Anggap tersedia data seperti pada tabel berikut dari suatu variabel x. Tentukan
ragam dan simpangan baku untuk data tersebut!
Tabel Data
Jawab :

14
•

( Σmf )2 ( Σmf )2
Σm2f - Σm2f - n Σf (m – x )2
N
σ2 = s2 = =
N n-1 n-1
Dimana:
m = titik tengah, f = frekuensi untuk tiap kelas
2 = ragam populasi; s2 = ragam sampel
Simpangan baku populasi:  = 2
Simpangan baku sampel: s = s2

• Nilai ukuran seperti mean, median, mode, range, ragam, atau simpangan
baku yang diturunkan dari suatu data populasi disebut parameter populasi
• Jika ukuran mean. median, mode, range, ragam, atau simpangan baku
yang diturunkan dari suatu data sampel, maka disebut sebagai statistik sampel
• Sehingga:
– ,  dan 2 adalah parameter populasi
– x, s dan s2 adalah statistik sampel 15
•
•

•
Dimana:
σ s  dan s = simpangan baku populasi dan sampel
w= w=
 x  dan x = rata-rata populasi dan sampel
w = koefesien varians

• Merupakan ukuran penyimpangan data dari rata-rata populasi .

• Nilai z dapat bernilai nol (0), positif (+) atau negatif (-)
z nol  data bernilai sama dengan rata-rata populasi
z positif  data bernilai di atas rata-rata populasi
z negatif  data bernilai di bawah rata-rata populasi
 = simpangan baku populasi
x
z x = nilai data
  = rata-rata populasi 16
3.3. Ukuran Lokasi
•

Q1 = n/4 ; Q2 = n/2 = median ; Q3 = 3n/4

• Untuk data yang telah dikelompokkan, maka:

n/4 - fkq 3n/4 - fkq
Q1 = Bq + i [ ] Q3 = Bq + i [ ]
fq fq

Dimana:
Bm = tepi bawah kelas kuartil
i = interval kelas (tepi atas - tepi bawah)
n = ukuran sampel
fq = frekuensi pada kelas kuartil
fkq = frekuensi kumulatif sebelum kelas kuartil
• Jarak antar kuartil (Inter Quartil Range/IQR)= Q3 – Q1
17
•

Nilai < Median Nilai > Median

68 + 73 76 + 79 85 + 88
Q1 = Q2 = Q3 =
2 2 2
= 70.5 = 77.5 = 86.5
• Q1 = 70.5, bahwa ± 25% mahasiswa pd sampel mendapat nilai < 70.5
• Q2 = 77.5, bahwa ± 50% mahasiswa pd sampel mendapat nilai < 77.5
• Q3 = 86.5, bahwa ± 75% mahasiswa pd sampel mendapat nilai < 86.5
Dgn melihat letak nilai 88, bahwa nilai 88 termasuk dalam 25% nilai terbaik
18
•
•

Hitunglah nilai D7!

1.6 2.6 3.1 3.2 3.4 3.7 3.9 4.3
Jawab:
1.9 2.9 3.1 3.3 3.4 3.7 3.9 4.4 Data dibawah D7 = 7/10 x 40 = 28
2.2 3.0 3.1 3.3 3.5 3.7 4.1 4.5 D7 = (3.7+3.8)/2
2.5 3.0 3.2 3.3 3.5 3.8 4.1 4.7 = 3.75 tahun
2.6 3.1 3.2 3.4 3.6 3.8 4.2 4.7
Artinya bahwa 70% dari sampel aki mobil yang ada, memiliki umur di bawah 3.75 thn
*) Nilai D7 diperkirakan jatuh pada nilai rata-rata data ke-28 & 29 (karena D7 harus
mencakup 70% data) 19
•

Dimana:
Bd = tepi bawah kelas desil
nk/10 - fkd i = interval kelas (tepi atas - tepi bawah)
Dk = Bd + i [ ] n = ukuran sampel
fd
k = 1,2,…., 9
fd = frekuensi pada kelas desil
fkd = frekuensi kumulatif sebelum kelas desil

• Presentil yaitu nilai-nilai yg membagi sederetan data menjadi 100 bagian yg sama.
• Nilai-nilai tersebut dilambangkan dengan P1, P2, ….., P99, mempunyai sifat bahwa 1%
data jatuh di bawah P1, 2% di bawah P2, ….., dan 99% jatuh di bawah P99

Pk = Nilai data ke-[kn/100] suatu data yang telah diurutkan

n = jumlah data sampel

20
•
Dimana:
nk/100 - fkp
Pk = Bp + i [ ] Bp = tepi bawah kelas presentil
fp
i = interval kelas (tepi atas – tepi bawah)
n = ukuran sampel
• Contoh: k = 1,2,…., 99
fp = frekuensi pada kelas presentil
Tabel fkp = frekuensi kumulatif sebelum kelas presentil
Kelas f
21– 30 7
Tentukan presentil ke-67 !
31– 40 8
Jawab:
41– 50 10
80.67/100 - 40
51– 60 15 P67 = 60.5 + 10 [ ]
25
61– 70 25 = 65.94
71- 80 10
81 -90 5
f=80
21
• Yaitu

•
1. Pencilan Biasa  x > (Q3+1.5 IQR) atau x < (Q1+1.5 IQR) dan bukan Ekstrim
2. Pencilan Ekstrim  x > (Q3+3 IQR) atau x < (Q1+3 IQR) dan bukan Biasa
• Contoh:
Buatlah sebuah box dan whisker plot untuk data berikut yang menunjukkan
income (dalam ribuan dolar) untuk sebuah sampel yang terdiri dari 12 keluarga.
23 17 32 60 22 52 29 38 42 92 27 46
Solusi:
a. Data diurutkan lebih dulu, dan hitung Q1, Q2, Q3 dan IQR
17 22 23 27 29 32 38 42 46 52 60 92
Q1= (23+27)/2 = 25 ; Q2 = (32+38)/2 = 35 ; Q3 = (46+52)/2 = 49
IQR = Q3 - Q1 = 24 22
b. Tentukan 2 titik masing2 berjarak (1.5 x IQR) dibawah Q1 dan diatas Q3
1.5 x IQR = 1.5 x 24 = 36
- Lower Inner Fence = Q1 – 36 = 25 – 36 = -11
- Upper Inner Fence = Q3 + 36 = 49 + 36 = 85
Tentukan pula batas Outer Fence, yaitu 3 IQR diatas Q3, dan dibawah Q1
3 x IQR = 3 x 24 = 72
- Lower Outer Fence = Q1 – 72 = 25 – 72 = -47
- Upper Outer Fence = Q3 + 72 = 49 + 72 = 121
c. Tentukan nilai min dan max dalam data yang terletak antara 2 inner fence.
- Nilai Minimum = 17
- Nilai Maksimum = 60
d. Buat diagram box dan whisker Pencilan Biasa

Outer Fence Inner Fence Inner Fence Outer Fence

Q1 Q2 Q3

-47 -11 17 25 35 49 60 85 92 121

1.5 IQR 1.5 IQR
3 IQR 3 IQR 23
Latihan
1. Hitunglah range, mean, ragam, simpangan baku, dan koefesien variasi untuk data
sampel berikut:
Gunakan rumus ragam dan koefisien variasi sbb:
a. 0 2 4 6 8 10
b. 0 4 5 5 6 10 Σ (xi – x )2 s
c. 4 4 4 4 4 4 s 2
= w =
n-1 x
2. Hitunglah range, mean, ragam, simpangan baku, dan koefesien variasi untuk data
sampel berikut: Gunakan rumus ragam dan koefisien variasi sbb:
a. 7 3 4 1 5 6
b. 3 4 5 2 6 10 (Σx)2
Σx - n
2
s
c. 1 2 3 4 5 6 s2
= w =
n-1 x

3. Diketahui suatu data sampel sebagai berikut:

50 38 56 57 48 74 41 51 52 46
51 50 60 46 41 53 65 59 42 37
50 45 52 42 47 47 63 58 49 55
a. Tentukan nilai Q1, Q2, Q3, dan IQR
b. Buatlah sebuah Box and Whisker Plot untuk data tersebut di atas, apakah
terdapat pencilan? 24
0856-8742185