MODUL PERKULIAHAN

Modul
Statistika dan
Probabilitas

Ukuran Pemusatan Data

Fakultas Program Studi Tatap Muka Kode MK Disusun Oleh

Ilmu Komputer Sistem Informasi F061700005 Raisyuli Indria ST, MT

03

Abstract
Modul ini mempelajari cara
perhitungan rata-rata, median,
modus, kwartil desil dan
persentil, memahami perbedaan
ukuran-ukuran yg ada pada
ukuran pemusatan data
Kompetensi
 Mampu memahami cara
perhitungan rata-rata,
median, modus, kwartil
desil dan persentil.
 Mampu memahami
perbedaan ukuran-ukuran
yg ada pada ukuran
pemusatan data.
Ukuran Pemusatan Data
Ukuran Pemusatan Data

Nilai tunggal yang mewakili (representatif) bagi seluruh nilai dalam data dianggap sebagai
rata-rata (averages).

Nilai rata-rata umumnya cenderung terletak ditengah dalam suatu kelompok data yang
disusun menurut besar kecilnya nilai. Jadi keseluruhan nilai yang ada dalam data diurutkan
besarnya dan selanjutnya nilai rata-rata dimasukan kedalamnya, maka nilai rata-rata
tersebut mempunyai tendensi (kecenderungan) terletak diurutan paling tengah atau pusat.

Maka nilai rata-rata sering disebut sebagai ukuran kecenderungan memusat (measures of
central tendency).

Beberapa jenis rata-rata yang sering digunakan :

1. Rata-rata hitung (Mean) : X

2.Median : Md

3.Modus : Mod

4. Rata-rata Ukur (geometric mean) : Gm.

5. Rata-rata Harmonis : Rh.

Rata-rata Hitung (Mean)

Rata-rata hitung (mean) : merupakan jumlah nilai seluruh data dibagi

dengan jumlah data.

Mean populasi diberi simbol m (miyu)

Mean sampel diberi simbol x (eks bar)

Contoh :

2016 Statistika dan Probabilitas

2 Raisyuli Indria, ST. MT
Pusat Bahan Ajar dan eLearning
http://www.mercubuana.ac.id
Perusahaan pembuat lampu pijar PT. Jelas Terang pada tahun 2004 telah berhasil
memproduksi lampu sebanyak 50.000 buah. Untuk memperoleh informasi teknis tentang
umur rata-rata bola lampu pijak tersebut, maka diambil sampel sebanyak 5 buah bola lampu
untuk ditest. Dari 5 buah lampu tersebut, didapatkan umur masing-masing bola lampu : 967,
949, 940, 952 dan 922 jam.

Jika sampel tersebut dianggap dapat mewakili populasi maka umur rata-rata bola lampu
(untuk 50.000 buah) diduga mendekati 946 jam. atau m = 946 jam

Apabila data disajikan dalam bentuk tabel frekwensi, dimana X1 mempunyai frekwensi f1
kali, X2 mempunyai frekwensi f2 kali dan seterusnya hingga Xn mempunyai frekwensi fn
kali, maka rumus rata-ratanya :

Contoh : Didapatkan data sebagai berikut : 6, 6, 6, 6, 8, 8, 8, 8, 10, 10, 10, 10, 10,10.

2016 Statistika dan Probabilitas

3 Raisyuli Indria, ST. MT
Pusat Bahan Ajar dan eLearning
http://www.mercubuana.ac.id
Untuk beberapa kumpulan data yang masing-masing kumpulan data telah diketahui nilai
rata-rata dan jumlah datanya, maka “mean” dari seluruh kumpulan data dapat dicari
langsung dengan cara :

Contoh :

Berikut ini disajikan data tentang harga beras rata-rata pada 5 kelompok pasar di propinsi X
seperti pada tabel berikut ini :

2016 Statistika dan Probabilitas

4 Raisyuli Indria, ST. MT
Pusat Bahan Ajar dan eLearning
http://www.mercubuana.ac.id
RATA-RATA HITUNG GRUPED DATA

Grouped data atau data yang telah dikelompokan ialah data yang telah mengalami
penyederhanaan dalam bentuk distribusi frekwensi.

2016 Statistika dan Probabilitas

5 Raisyuli Indria, ST. MT
Pusat Bahan Ajar dan eLearning
http://www.mercubuana.ac.id
Metode Short Cut

Pada dasarnya menghitung rata-rata hitung dengan metode short cut adalah merubah skala
titik tengah (class mark) suatu kelas dengan sebuah skala baru yaitu skala U yang bernilai
kecil dan bulat = 0, ± 1, ± 2, ± 3 dan selanjutnya skala U ini juga disebut penyeimbangan
nomer interval kelas.

Langkah-langkah pengunaan metode short cut.

1. Menentukan letak pusat skala U (skala U = 0) Pusat skala U (U=0) diletakan pada titik
tengah (class mark) dari kelas yang memiliki frekwensi yang terbesar, atau kadang-kadang
diletakan pada class mark dari kelas yang memiliki urutan tengah.

2016 Statistika dan Probabilitas

6 Raisyuli Indria, ST. MT
Pusat Bahan Ajar dan eLearning
http://www.mercubuana.ac.id
2. Mengganti masing-masing class mark atau titik tengah dengan skala u. Untuk data yang
telah disajikan dalam tabel, maka titik tengah yang berada diatas kelas dengan skala U = 0
diganti dengan –1 dan selanjutnya titik tengah diatasnya lagi diganti dengan –2 demikian
seterusnya. Titik tengah dibawahnya berturut-turut diganti dengan 1,2,3 dan seterusnya.

3. Menghitung titik tengah suatu kelas yang dianggap sebagai nilai rata-rata (Xo). Nilai rata-
rata ini (Xo) letaknya sebaris dengan skala U = 0.

4. Menghitung faktor koreksi yang akan membuat rata-rata yang diasumsikan (dianggap)
menjadi sama dengan rata-rata yang diperoleh dari metode langsung.

Rumus perhitungan rata-rata hitung dengan Metode Short Cut adalah :

MEDIAN (Md)

Median adalah suatu ukuran pemusatan yang menempati posisi tengah jika data diurutkan
menurut besarnya. Median ini merupakan rata-rata ditinjau dari segi kedudukannya dalam
urutan data (positional avarage).

Data yang tidak dikelompokan

 Jika jumlah data tidak merupakan kelipatan 2.

2016 Statistika dan Probabilitas

7 Raisyuli Indria, ST. MT
Pusat Bahan Ajar dan eLearning
http://www.mercubuana.ac.id
Maka nilai median adalah sama dengan nilai data yang memiliki urutan tengah atau data
yang bernomor urut k

Contoh :

Didapat kumpulan data sebagai berikut :

6, 17, 13, 3, 10, 7, 9

Maka mediannya dapat dicari sebagai berikut :

3, 6, 7, 9 , 10, 13, 17

k selanjutnya dapat dicari sebagai berikut :

Jadi nilai mediannya sama dengan nilai data yang memiliki urutan data yang ke – 4, y.i = 9

Jika jumlah data merupakan kelipatan 2

Maka k merupakan bilangan rasional pecahan, yang didapat dari rumus:

Sedangkan nilai mediannya merupakan rata-rata nilai data yang bernomor urut paling dekat
dengan k. Rumus mediannya adalah :

Contoh :

Didapatkan kumpulan data sebagai berikut :

4, 8, 7, 15, 12, 13.

Maka mediannya dapat dicari sebagai berikut :

4, 7, 8, 12, 13, 15

data tersebut n –nya = 6 (kelipatan 2)

2016 Statistika dan Probabilitas

8 Raisyuli Indria, ST. MT
Pusat Bahan Ajar dan eLearning
http://www.mercubuana.ac.id
maka k = n + 1 = 6 + 1 = 3,5

22

Data yang paling dekat dengan k adalah :

Data ke – 3 ke ke – 4 dan berturut-turut memiliki nilai 8 dan 12.

Md = 8 + 12 = 10 ⇒ merupakan nilai rata-rata dari dua nilai yang ada

2 ditengah

Contoh :

Didapatkan kumpulan data sebagai berikut :

4, 8, 7, 15, 12, 13.

Maka mediannya dapat dicari sebagai berikut :

4, 7, 8, 12, 13, 15

data tersebut n –nya = 6 (kelipatan 2)

maka k = n + 1 = 6 + 1 = 3,5

22

Data yang paling dekat dengan k adalah :

Data ke – 3 ke ke – 4 dan berturut-turut memiliki nilai 8 dan 12.

Md = 8 + 12 = 10 ⇒ merupakan nilai rata-rata dari dua nilai yang ada 2 ditengah

Data yang dikelompokan (Grouped Data)

Median Grouped data merupakan sebuah nilai yang membagi seluruh luas histogram
frekwensi menjadi dua bagian yang sama besar

Perhitungan Media data yang telah dikelompokan

Menentukan letak median pada suatu kelas.

Kelas median terletak pada kelas yang pertama kali mempunyai frekwensi kumulatif dari
atas sama dengan atau melebihi n/2.

2016 Statistika dan Probabilitas

9 Raisyuli Indria, ST. MT
Pusat Bahan Ajar dan eLearning
http://www.mercubuana.ac.id
Mencari nilai median (Md) dengan rumus :

Perhitungan median dapat juga didasarkan pada tepi kelas atas (upper class boundary)
dengan rumus :

2016 Statistika dan Probabilitas

10 Raisyuli Indria, ST. MT
Pusat Bahan Ajar dan eLearning
http://www.mercubuana.ac.id
MODUS (Mod)

Modus atau mode adalah nilai dari observasi atau pengamatan yang memiliki frekwensi
tertinggi.

Nilai observasi yang memiliki 2 modus disebut Bimodal, dan lebih dari 2 disebut “Multi
Modal”.

 Modus data yang tidak dikelompokan.

Diketahui sekumpulan data sebagai berikut :

3, 5, 8, 2, 9, 10, 10, 9, 9, 11, 12, 18, 18, 9.

Penyelesaian : dibuat tabel frekwensi

Data yang dikelompokan

2016 Statistika dan Probabilitas

11 Raisyuli Indria, ST. MT
Pusat Bahan Ajar dan eLearning
http://www.mercubuana.ac.id
Perhitungan modus dapat juga didasarkan pada tepi klas atas (TA) dengan rumus sebagai
berikut :

KWARTIL, DESIL DAN PERSENTIL

Jika median adalah harga yang membagi distribusi angka menjadi dua bagian yang sama,
maka “kwartil” adalah harga yang membagi distribusi angka menjadi 4 (empat) bagian yang
sama. Sehingga terdapatlah tiga harga kwartil, yaitu :

 Kwartil pertama (K1) : adalah suatu nilai dalam distribusi yang membatasi 25%
frekwensi dibagian bawah distribusi dari 75% frekwensi dibagian atas.
 Kwartil kedua (K2) : adalah suatu nilai dalam distribusi yang membatasi 50%
frekwensi dibawah dan diatasnya ⇒k2 = Md.
 Kwartil kedua (K3) : adalah suatu nilai dalam distribusi yang membatasi 75%
frekwensi bagian bawah dan 25% frekwensi bagian atas.

2016 Statistika dan Probabilitas

12 Raisyuli Indria, ST. MT
Pusat Bahan Ajar dan eLearning
http://www.mercubuana.ac.id
 Jika suatu kelompok data (nilai) sudah diurutkan dari yang terkecil sampai dengan yang
terbesar, maka untuk menghitung K1, K2 dan K3 digunakan rumus :

Contoh :

Upah bulanan 13 karyawan super store X dalam 1000 Rp. 40, 30, 50, 65, 45, 55, 70, 60, 80,
35, 85, 95, 100.

K1, K2 dan K3 ?

Penyelesaian :

Data upah setelah diurutkan : 30, 35, 40, 45, 50, 55, 60, 65, 70, 80, 85, 95, 100. ⇒

n = 13

nilai yang ke 3 ½, berarti rata-rata dari X3 dan X4

2016 Statistika dan Probabilitas

13 Raisyuli Indria, ST. MT
Pusat Bahan Ajar dan eLearning
http://www.mercubuana.ac.id
Rumus : Desil

Rumus : Persentil

Untuk data yang telah dikelompokan maka rumus Kwartil, Desil dan Persentil adalah
sebagai berikut :

2016 Statistika dan Probabilitas

14 Raisyuli Indria, ST. MT
Pusat Bahan Ajar dan eLearning
http://www.mercubuana.ac.id
2016 Statistika dan Probabilitas
15 Raisyuli Indria, ST. MT
Pusat Bahan Ajar dan eLearning
http://www.mercubuana.ac.id
Berarti 60% dari observasi nilainya sama atau lebih kecil dari 73, 69.

2016 Statistika dan Probabilitas

16 Raisyuli Indria, ST. MT
Pusat Bahan Ajar dan eLearning
http://www.mercubuana.ac.id
Daftar Pustaka
1. Sudjana, Metoda Statistika, Penerbit Tarsito, Bandung, 2005.
2. Levin, Richard I & David Rubin, Statistics for Management, Prentice Hall, New
Jersey, 1991.
3. Sidney
Siegel, Statistik Non Parametrik untuk Ilmu-Ilmu Sosial, Gramedia, 1992.
4. Anton Dayan, Pengantar Metode Statistik I & II, LP3S, Jakarta, 1995.
5. Gujarati Damodar, Dasar-dasar Ekonometrika Dasar, Erlangga, 2009.
6. Ronald E Walpole, Pengantar Statistika, Edisi Terjemahan, PT Gramedia Jakarta,
1992.
7. Supranto, Statistik: Teori dan Aplikasi I & II, Erlangga, 2009.

2016 Statistika dan Probabilitas

17 Raisyuli Indria, ST. MT
Pusat Bahan Ajar dan eLearning
http://www.mercubuana.ac.id