OSF.

io OSF PREPRINTS
OSF Preprints (03)2020 https://doi.org/10.31219/osf.io/v3n9h

Pemetaan Ukuran Pemusatan Data

Ahmad Sudi Pratikno1,2*, Agitia Ayu Prastiwi1 dan Sila Ramahwati1
1 Department of Elementary Education, Graduate School, Yogyakarta State University, Yogyakarta 55281, Indonesia
2 Department of Islamic Elementary School Education, Faculty of Tarbiyah, Institut Agama Islam Al-falah As-sunniyyah, Jember 68167,
East Java, Indonesia

*
E-mail: ahmad.sudi2016@student.uny.ac.id

Received 10 October 2016

Accepted 24 December 2017
Published 22 March 2020

Abstract
Calculating the research results especially for social science research is quite difficult. This is because the results of social
science research is different from scientific research which commonly give direct effect toward treatment. In mapping the social
science results for example the effect of experimental method on students’ insight is using qualitative research method in
analyzing. In this article, we gave sample research in analyzing mean, median, and modus. However, we use the manual
technique because we exercise the expert skill in counting the mathematic number. Furthermore, to expand and give a valid
result on social science research, we suggest to use computational applications such SPSS and Microsoft Excel. In the end, we
declare that there are more complexity in conducting social science research, meanwhile researchers can use some applications
in analyzing the result and conclude it.

Keywords: mapping, data centre, mean, median, modus, frequency, distribution, statistic

Berkaitan dengan hal tersebut, di dalam makalah ini akan

1. Pendahuluan
1.1 Latar Belakang
Penerapan ilmu statistik telah merambah pada bidang
pendidikan. Tidak terkecuali pada pendidikan tinggi. Di
dalam ilmu statistika terdapat berbagai pengolahan data
yang berperan dalam penelitian kuantitatif. Fenomena-
fenomena yang terjadi di dalam masyarakat dapat
dijadikan sebagai data untuk diolah kemudian
ditampilkan dalam bentuk tabel, grafik, maupun diagram.
Kemunculan data yang beragam inilah selanjutnya akan
menimbulkan data yang sering muncul diantara data
lainnya serta nilai tengah dari data yang sedang diolah.
Dalam bidang pendidikan, istilah modus dan median
sering dijumpai pada data yang terdapat di sekolah,
misalnya data nilai ulangan harian kelas V, data nilai UTS,
UAS, dan data lainnya. Beragam data yang diolah dapat
meningkatkan keterampilan pendidik terutama guru
dalam mengolah data secara akurat. Keterampilan
tersebut tentunya bersandar pada ilmu statistik yang
sejak awal mempelajari tentang penghitungan data.
membahas lebih mendalam mengenai modus dan median
dalam ilmu statistik.
Mean, Median, Modus sama-sama merupakan ukuran
pemusatan data yang termasuk kedalam analisis statistika
deskriptif. Namun, ketiganya memiliki kelebihan dan
kekurangannya masing-masing dalam menerangkan
suatu ukuran pemusatan data. Untuk tahu kegunaannya
masing-masing dan kapan kita mempergunakannya, perlu
diketahui terlebih dahulu pengertian analisis statistika
deskriptif dan ukuran pemusatan data. Analisis Statistika
deskriptif merupakan metode yang berkaitan dengan
penyajian data sehingga memberikan informasi yang
berguna. Upaya penyajian ini dimaksudkan untuk
mengungkapkan informasi penting yang terdapat dalam
data ke dalam berntuk yang lebih ringkas dan sederhana
yang pada akhirnya mengarah pada keperluan adanya
penjelasan dan penafsiran.
Deskripsi data yang dilakukan meliputi ukuran
pemusatan dan penyebaran data. Ukuran pemusatan data
meliputi nilai rata-rata (median), modus, dan median.

22/03/2020 1 © 2020 OSF.io

OSF Preprints, 22(03) 2020 Pratikno, A.S. et al.,

Sedangkan ukuran penyebaran data meliputi ragam frekuensi paling banyak. Skor atau nilai yang memiliki
(variance) dan simpangan baku (standard deviation). Pada frekuensi paling banyak itulah yang disebut sebagai
makalah ini akan dibahas tentang ukuran pemusatan data modus.
yang meliputi mean, median, modus, namun hanya akan a. Sekumpulan data: 2, 3, 4, 4, 5
dibahas modus dan median saja. Maka modusnya adalah 4 muncul 2 kali.
Berdasarkan latar belakang (background) tersebut, b. Sekumpulan data: 3, 3, 3, 4, 4, 5, 5, 5, 6, 9
maka pertanyaan penelitian akan disampaikan sebagai Maka modusnya adalah 3 dan 5 masing-masing
berikut. muncul 3 kali.
c. Sekumpulan data: 1, 1, 2, 3, 4, 4, 5, 6, 7, 7, 8
1. Apakah yang dimaksud dengan modus?
Maka modusnya adalah 1, 4, dan 7 masing-masing
2. Bagaimanakah penghitungan modus dalam olah data?
muncul 2 kali
3. Apakah yang dimaksud dengan median?
d. Sekumpulan data: 3, 4, 5, 6, 7
4. Bagaimanakah penghitungan median dalam olah data?
Maka modusnya tidak ada.
Adapun tujuan dari penelitian yang akan dilakukan atau
Selain itu, dalam hal ini, modus dapat dicontohkan
dicapai sebagai berikut.
misalnya data tentang usia 50 orang Guru Pendidikan
1. Agar dapat mengerti dan memahami pengertian
Biologi di suatu Sekolah Menengah Atas dapat dicari
modus serta aplikasinya dalam olah data.
modusnya dengan cara berikut ini.
2. Agar dapat mengetahui yang dimaksud dengan median
serta cara menghitung dalam olah data.
Tabel 1. Tabel distribusi frekuensi untuk mencari modus
Usia (x) f
2. Pembahasan
31 12
2.1 Modus 30 5
Modus adalah nilai dari variabel atau observasi yang
29 7
memiliki frekuensi tertinggi (Anto Dajan, 2008: 140).
28 4
Modus adalah nilai yang paling sering muncul atau
27 4
mempunyai frekuensi tertinggi (Matrikulasi S2, 2011: 20).
“Another, less frequently used index of central tendency is 26 8
called the mode”. Selain itu, modus ialah indeks yang 25 3
frekuensinya lebih sering digunakan pada pusat (James 24 2
dan Kenetha, 1973:14). Ahmad Sudijono (2011:105) 23 5
menjelaskan bahwa modus adalah suatu skor atau nilai Total N = 50
yang mempunyai frekuensi paling banyak atau nilai yang Modus dari data di atas adalah 31, karena dari 50 orang
memiliki frekuensi maksimal dalam distribusi data. Guru Biologi tersebut, yang paling banyak adalah yang
Berdasarkan beberapa pendapat tersebut, maka dapat berusia 31 tahun.
disimpulkan bahwa modus merupakan nilai yang paling 2. Modus Data Berkelompok
sering muncul atau yang memiliki frekuensi tertinggi pada Rumus modus dengan data berkelompok
sebuah data. Modus = 𝐵𝑚𝑜𝑑 + p[𝑏
𝑏1
]
1 + 𝑏2
Modus digunakan untuk menyatakan fenomena yang
Keterangan:
paling banyak terjadi. Modus atau mode umumnya
𝐵𝑚𝑜𝑑 : Batas bawah kelas modus, yaitu interval deng-
dilambangkan dengan Mo. Dalam data bisa terdapat satu
an frekuensi terbanyak.
modus (unimodus), dua modus (bimodus), lebih dari dua
P : panjang kelas interval pada kelas modus.
modus (multimodus), atau sama sekali tidak memiliki
𝑏1 : selisih frekuensi kelas modus dengan frekuensi
modus. Jika data pengamatan memiliki jumlah frekuensi
kelas interval dengan tanda kelas lebih kecil
yang sama berarti data tersebut tidak memiliki modus.
sebelum tanda kelas modus.
Modus dibagi menjadi dua yakni modus data tunggal dan
𝑏2 : frekuensi kelas modus dikurangi dengan frekue-
modus data kelompok.
nsi kelas sesudahnya.
1. Modus Data Tunggal
Contoh: Tentukan modus dari data pada tabel sebagai
Mencari modus data tunggal dapat dilakukan dengan
berikut.
mudah dan cepat; yaitu hanya dengan memeriksa
(mencari) diantara skor yang ada, yang memiliki

2
https://doi.org/10.31219/osf.io/v3n9h
OSF Preprints, 22(03) 2020 Pratikno, A.S. et al.,

Tabel 2. Tabel modus data berkelompok 2.4 Beberapa Catatan tentang Modus
Interval Frekuensi 1. Rumus Croxton dan Cowden
30-34 8 Croxton dan Cowden memberikan perumusan
35-39 10 mengenai perkiraan modus dalam kelas modus sebagai
𝑓 −𝑓
40-44 13 mo = B(𝑓 −𝑓 0 )+(𝑓
−1
xi
0 −1 −𝑓 )
0 1
45-49 17 Keterangan:
50-54 14 B = tepi kelas bawah dari kelas modus
55-59 11 𝑓0 = frekuensi kelas modus
60-64 7 𝑓1 = frekuensi kelas sesudah kelas modus
𝑓−1 = frekuensi kelas sebelum kelas modus
Jawaban: i = interval kelas
Frekuensi tertinggi adalah pada frekuensi 17 Apabila diperkirakan rumus yang telah disebutkan
dengan interval 45-49. sebelumnya jika digunakan dalam menentukan modus
Maka diketahui, tidak akan jauh berbeda hasilnya. Karena pada asasnya
𝐵𝑚𝑜𝑑 : 45 – 0,5 = 44,5 perkiraan modus tepi kelas bawah akan memberikan hasil
yang tidak jauh berbeda dengan hasil menggunakan
p :5
rumus sebelumnya.
𝑏1 : 17 – 13 = 4
2. Modus “kira-kira” (Approximative Mode)
𝑏2 : 17 – 14 = 3
𝑏1 4
Pada rumus modus data tunggal dan data kelompok,
Mo = 𝐵𝑚𝑜𝑑 + p[ ] = 44,5 + 5 rumus tersebut merupakan rumus yang digunakan untuk
𝑏1 + 𝑏2 4+ 3
= 47,36 menentukan modus atas dasar interpolasi linear. Hasilnya
Jadi modus data dalam tabel ini adalah 47,36. merupakan hasil perkiraan dan modusnya merupakan
2.2 Pengujian Hipotesis modus “kira-kira’” (approximative mode). Sehingga pada
Sebagai seorang peneliti, kita dapat menerapkan akhirnya perkiraan median distribusi frekuensi dengan
penggunaan modus, antara lain: menggunakan cara interpolasi linear memperoleh hasil
yang lebih mendekati median sesungguhnya karena
1. Jika kita ingin memperoleh nilai yang menunjukkan
selisihnya yang amat kecil.
aturan rata-rata dalam waktu yang paling singkat.
3. Distribusi yang bermodus ganda (bi-modal)
2. Dalam mencari nilai yang menunjukkan ukuran
Bagi distribusi yang bermodus ganda (bi-modal),
rata-rata, peneliti dapat meniadakan faktor
perumusan yang digunakan pada data tunggal dan data
ketelitian, artinya: ukuran rata-rata itu dikehendaki
kelompok tidak berlaku. Sebenarnya, distribusi yang
hanya bersifat kasar saja. bermodus ganda sedemikian itu membuktikan adanya
3. Berdasarkan data yang sedang diteliti (data yang penggabungan dua distribusi yang berbeda sifat atau
dicari modusnya) peneliti hanya ingin mencari ciri populasi darimana nilai-nilai observasi sampel tersebut
khasnya saja. dipilih bersifat beda jenis (heterogen). Kemungkinan lain
2.3 Kelebihan dan Kekurangan Modus interval kelas distribusi yang bersangkutan terlalu kecil.
Seperti dapat dipahami dari uraian sebelumnya, Untuk lebih jelasnya perhatikan tabel berikut ini.
kelebihan modus yakni dapat menolong diri kita dalam
waktu yang paling singkat memperoleh rata-rata yang Tabel 3. Distribusi frekuensi hasil produksi padi kering per
hektar dalam kuintal dari 200 tempat observasi di
merupakan ciri khas dari data yang kita hadapi. Adapun
100 desa daerah Sukabumi dan Yogyakarta, 1969
kelemahannya ialah kurang teliti karena terlalu mudah
Jumlah Tempat
atau terlalu gampang diperoleh (dicapai). Selain itu jika Hasil Produksi
Observasi
frekuensi maksimal yang terdapat dalam distribusi 0 – 14 5
frekuensi data yang kita teliti itu lebih dari satu buah, 15 – 29 22
maka akan kita peroleh modus yang banyaknya lebih dari 30 – 44 41
satu buah. Kemungkinan lainnya, bisa terjadi bahwa 45 – 59 38
dalam suatu distribusi frekuensi tidak dapat kita cari atau 60 – 74 47
75 – 89 19
tentukan modusnya, disebabkan karena semua skor yang
90 – 104 16
ada mempunyai frekuensi yang sama. Pada akhirnya hal 105 – 119 6
tersebut sebagai salah satu ukuran rata-rata, modus 120 – 134 5
sifatnya tidak stabil. 135 – 149 1

3
https://doi.org/10.31219/osf.io/v3n9h
OSF Preprints, 22(03) 2020 Pratikno, A.S. et al.,

Jumlah Tempat data itu disebut juga statistik urutan, sedangkan skor yang
Hasil Produksi
Observasi nomor urutnya k, disebut statistik urutan ke-k dan
Jumlah 200 dinyatakan lambang X [k] . Dalam hal demikian, rentang
Distribusi frekuensi pada tabel 3 tersebut memiliki dua data = X[n] − X[1]
modus karena penggabungan 2 distribusi yang berbeda. Jika n merupakan bilangan ganjil, maka statistik urutan
Tabel di atas merupakan penggabungan dua tabel. 𝑛+1
ke 2 merupakan skor yang terletak di tengah setelah
4. Interpretasi tentang penggunaan modus
data diurutkan. Skor itu disebut median.
Modus sebagai rata-rata sebenarnya lebih mendekati
Jadi, apabila n adalah bilangan ganjil,
pengertian “rata-rata” yang mungkin dimiliki sebagian
besar orang yang belum pernah mempelajari metode
Median = X[𝑛+1]
statistik. Hal sedemikian itu tentu berlaku bagi pengertian 2
yang bersifat kualitatif. Seringkali orang mengaburkan
istilah “rata-rata” dengan “kebanyakan” atau “yang paling Apabila n merupakan bilangan genap, maka median data
banyak terjadi”. Hal demikian itu bukanlah merupakan adalah rata-rata dari dua skor yang di tengah, yaitu:
kesalahan. Dalam menghitung biaya produksi rata-rata,
pengusaha seringkali mengambil biaya produksi yang X 𝑛 +X 𝑛
[2 ] [ 2 +1]
paling sering dikelurakan oleh pengusaha tersebut selama Median =
2
suatu periode tertentu dan bukan dengan jalan
menentukan rata-rata hitung biaya produksi selama Contoh Soal
periode tersebut. Dalam menentukan kebijaksanaan Jika dari hasil ujian tujuh orang mahasiswa diperoleh nilai
mengenai persediaan (stocking) branag-barang maupun 6, 7, 9, 5, 8, 10, 8. Untuk menentukan median dari nilai
pemesanan ulang (re-ordering) barang-barang pengusaha tersebut data diurutkan dari yang kecil ke yang besar:
seringkali menggunakan modus sebagai dasar 5 6 7 8 8 9 10
penghitungan dan bukan rata-rata hitung. Karena n = 7 (ganjil), sehingga mediannya adalah
Namun demikian, dalam penelitian bidang ilmu median = X[𝑛+1] = X[7+1] = X [4] = 8
2 2
eksakta, rata-rata hitung lebih banyak digunakan daripada
Median data tunggal
modus. Sebagian besar dari penelitian di bidang ilmu
Misalnya nilai delapan orang mahasiswa yaitu 6, 7, 9, 5, 8,
eksakta umumnya membutuhkan pengukuran yang
10, 7, dan 9. Data diurutkan dari yang kecil ke yang besar:
sangat seksama. Keseksamaan tersebut diperoleh dengan
5 6 7 7 8 9 9 10
penggunaan variabel-variabel yang bersifat kontinu. X 8 +X 8
[2 ] [2 +1] X[4]+ X[5] 7+8
Umumnya, penggunaan variabel yang kontinu bagi Median = = = = 7,5
2 2 2
penghitungan yang seksama jarang menghasilkan nilai-
nilai yang sama besarnya sehingga bentuk frekuensinya Contoh lain
umumnya bersifat tunggal. Tentukan median dari data berikut:
Dalam hal demikian itu, perumusan modus yang baru Nilai Frekuensi
lalu, khususnya yang dihitung dari data yang belum 2 4
dikelompokkan menjadi kabur sekali. Metode perkiraan 4 3
yang baik sekalipun sangat diragukan. 5 1
2.5 Median 7 5
Anto Dajan (2008:130), mengatakan bahwa median 8 8
merupakan nilai sentral dari sebuah distribusi frekuensi. Jumlah 21
Nilai sedemikian itu merupakan nilai sentral berhubungan
dengan posisi sentral yang dimilikinya dalam sebuah Jawab:
distribusi. Maka median juga disebut sebagai rata-rata n = 21 (ganjil) sehingga mediannya adalah
posisi (positional average). Secara teoritis, median median = X[21+1] = X[21+1] = X [11] = 7
2 2
membagi seluruh jumlah observasi atau pengukuran ke Median data berkelompok
dalam 2 bagian yang sama. Jumlah frekuensi nilai-nilai Misalnya diketahui data dalam tabel distribusi frekuensi
observasi yang lebih kecil dari median akan sama dengan sebagai berikut:
jumlah frekuensi nilai-nilai observasi yang lebih besar dari Kelas Frekuensi
median tersebut. 57,1 – 64,0 5
Apabila data numerik, yang terdiri atas n skor 64,1 – 71,0 16
diurutkan dari yang terkecil sampai yang terbesar, maka 71,1 – 78,0 40

4
https://doi.org/10.31219/osf.io/v3n9h
OSF Preprints, 22(03) 2020 Pratikno, A.S. et al.,

Kelas Frekuensi
78,1 – 85,0 10 Proses penentuan median data dengan menggunakan
85,1 – 92,0 5 rumus di atas akan diaplikasikan melalui contoh di bawah
92,1 – 99,0 6 ini.
Jumlah 82 Diketahui distribusi data tentang nilai UAS mahasiswa
Pascasarjana UNY tahun 2008 sebanyak 111 mahasiswa.
Dari suatu tabel distribusi frekuensi seperti ini, yang
disebut median ialah bilangan yang dapat dianggap Tabel 4. Distribusi data nilai UAS mahasiswa Pascasarjana UNY
𝑛
sebagai statistik urutan ke 2 seandainya dalam setiap tahun 2008
kelas, skor (data) tersebar merata di dalam interval Frekeunsi
kelasnya. Hasil Ujian f Tepi kelas kumulatif
“kurang dari”
Berdasarkan tabel sebelumnya, median ialah bilangan
19,995 0
yang dianggap sebagai statistik urutan ke 41, karena n = 20,00 – 29,99 4
29,995 4
82 30,00 – 39,99 9
39,995 13
Nilai median tersebut ditentukan dengan rumus: 40,00 – 49,99 25
49,995 38 n/2 = 55,5
𝑛 50,00 – 59,99 48
Median = 𝐵𝑚𝑒𝑑 + p[
( )−𝐹
2
] 59,995 86
60,00 – 69,99 20
𝑓𝑚𝑒𝑑 69,995 106
Keterangan: 70,00 – 79,99 5
79,995 111
𝐵𝑚𝑒𝑑 = Batas bawah kelas median (kelas yang 111
memuat median)
𝑝 = panjang kelas median
𝑛 = jumlah semua frekuensi n = 111, i = 10
111
𝐹 = jumlah semua frekuensi kelas dengan tanda md = 59,995 –
(
2
)−(111−86)
x 10
kelas lebih kecil dari tanda kelas median 86−38
= 59,995 – 6,354
𝑓𝑚𝑒𝑑 = frekuensi kelas median
= 53,641
2.6 Penggunaan Median
Jadi, dari data dalam tabel distribusi frekuensi tersebut
diperoleh: Nilai rata-rata pertengahan atau median dapat
Kelas median adalah kelas ke-3 yaitu kelas: 71,1 – 78,0 dimanfaatkan manakala seorang peneliti menghadapi
karena median ialah bilangan yang dapat dianggap situasi data sebagai berikut.
𝑛 1. Pada saat peneliti tidak memiliki waktu yang
statistik urutan ke 2 atau statistik urutan ke-41.
cukup luas atau longgar untuk menghitung nilai
𝐵𝑚𝑒𝑑 = 71,1 – 0,05 = 71,05
rata-rata (mean)-nya.
𝑝 =7
2. Ketika seorang peneliti ingin memperoleh nilai
𝐹 = 5 + 16 = 21
rata-rata dengan tingkat ketelitian yang tinggi,
𝑓𝑚𝑒𝑑 = 40
41−21 20 melainkan hanya sekadar ingin mengetahui skor
Median = 71,05 + 7[ ]= 71,05 + 7[ ] = 71,05 +
40 40 atau nilai yang merupakan nilai pertengahan dari
3,5 = 74,55 data yang sedang kita teliti.
Penentuan median dari data yang dikelompokkan dapat 3. Distribusi frekuensi data yang sedang kita hadapi
juga dimulai dari nilai tertinggi ke nilai terendah. Pada
itu bersifat a simetris (tidak normal).
asasnya, perumusan median sedemikian itu tidak berbeda
4. Data yang sedang kita teliti tidak akan dianalisis
dan dapat diberikan sebagai
𝑛
( )−(𝑛− 𝐹 ′ 𝑚)
secara lebih dalam lagi dengan menggunakan
md =A- 2
xi ukuran statistik lainnya.
𝐹′𝑚 −𝐹′
Keterangan: 2.7 Kelebihan dan Kekurangan Median
A = tepi kelas atas dari interval dimana mediannya Kelebihan yang dimiliki oleh median sebagai ukuran
terletak rata-rata ialah medianya dapat diperoleh dalam waktu
n = jumlah observasi yang singkat, karena proses perhitungannya sederhana
F’ = frekuensi kumulatif yang sesuai dengan A dan mudah. Kelemahan median adalah sebagai ukuran
𝐹′𝑚 = frekuensi kumulatif yang bersesuaian dengan rata-rata sifatnya kurang teliti.
tepi kelas atas dari interval dimana median dihi- 2.8 Beberapa Catatan Median dari Data yang Telah
tung Dikelompokkan
i = interval kelas

5
https://doi.org/10.31219/osf.io/v3n9h
OSF Preprints, 22(03) 2020 Pratikno, A.S. et al.,

1. Interpolasi linier kelima atau D5 merupakan nilai X¡ yang memiliki

Median yang dihitung dari data distribusi frekuensi kumulatif “kurang dari” sebesar 5n/10 dan
frekuensi merupakan median “kira-kira” (approximate 50 persen dari nilai-nilai observasi seluruh distribusi
median). Penentuan median dari data yang telah merupakan nilai-nilai yang lebih kecil dari D5
dikelompokkan dengan menggunakan rumus median sedangkan 50 persen merupakan nilai-nilai yang lebih
data berkempok dan data yang tidak berkelompok. besar daripada D5.
Interpolasi sedemikian itu dapat memperoleh hasil 2.9 Hubungan Antara Mean-Median dan Modus
yang mendekati median sesungguhnya apabila kita Dalam keadaan khusus –yaitu dalam keadaan
dapat memenuhi asumsi: a. nilai-nilai observasi yang distribusi frekuensi data yang kita selidiki bersifat normal
terdapat dalam tiap interval kelas didistribusikan (simetris)– maka akan kita temui keadaan sebagai berikut.
secara merata dan b. distirbusinya terdiri dari nilai- a. Mean = median = modus.
nilai observasi atau variabel yang bersifat kontinu. b. Modus = 3 median – 2 mean.
2. Median dari distribusi dengan interval kelas Untuk lebih jelasnya, perhatikan contoh berikut.
terbuka
Berbeda dengan cara menghitung rata-rata Tabel 5. Interval nilai
hitung, median distribusi frekuensi dengan interval Interval
f X x’ fx’ fk(b) fk(a)
kelas yang terbuka juga dapat dihitung. Hal tersebut Nilai
merupakan ciri yang menguntungkan dari median. 64 =
70-74 2 72 +4 +8 2
3. Cara menghitung kuartil N
65-69 4 67 +3 +12 6
Pada dasarnya cara menghitung kuartil sama 62
60-64 9 62 +2 +18 15
58
dengan cara menghitung median. Secara teoritis X ¡ 55-59 10 57 +1 +10 25
49
yang ordinatnya membagi seluruh distribusi ke dalam 50-54 14 (52)M1 0 0 39
39
4 bagian yang sama dinamakan nilai-nilai kuartil. Q1 45-49 10 47 -1 +10 49
25
merupakan kuartil pertama dimana nilai X ¡ memiliki 40-44 9 42 -2 +18 58
15
frekuensi kumulatif “kurang dari” sebesar n/4. 35-39 4 37 -3 +12 62
6
Seperempat dari semua nilai-nilai observasi dalam 30-34 2 32 -4 +8 64=N
2
distribusi merupakan nilai-nilai yang lebih kecil dari Q1 64 0=
Total - - -
dan ¾ nilai selebihnya merupakan nilai-nilai yang =N ∑ 𝑓𝑥1
lebih besar dari Q1. Kuartil kedua diberi notasi Q2 dan
merupakan nilai X¡ yang memiliki frekuensi kumulatif Dengan memperhatikan distribusi frekuensi dari data
“kurang dari” sebesar n/2. Setengah dari semua nilai- yang disajikan di atas, kita tahu bahwa data tersebut di
nilai observasi dari distribusi merupakan nilai-nilai atas memiliki distribusi frekuensi yang bersifat simetris.
yang lebih kecil daripada Q2 dan selebihnya merupakan Jika data tersebut kita hitung mean, median dan
nilai-nilai yang lebih besar daripada Q2. Nilai Q2 modusnya, maka baik mean, median maupun modus akan
sebenarnya sama dengan md. Kuartil ketiga atau Q3 berada pada satu titik, dengan kata lain:
merupakan X¡ yang memiliki frekuensi kumulatif Mean = Median = Modus.
“kurang dari” sebesar 3n/4. Dalam hal ini ¾ dari semua
nilai-nilai observasi dari distribusi merupakan nilai- ∑ 𝑓𝑥 1 0
M = M’ + i ( ) = 52 + ( ) = 52 + 0 = 52
𝑁 64
nilai yang lebih kecil daripada Q3 dan selebihnya ¼ dari 1
− 𝑓𝑘𝑏 32−25
nilai-nilai observasi merupakan nilai-nilai yang lebih Mdn = ℓ + (2𝑁 𝑁 ) Xi = 49,50 + ( ) = X5
14
besar daripada Q3. Secara konsekuen, 50 persen dari
semua nilai-nilai observasi seharusnya terletak antara = 49,50 + 2,50 = 52
Q1 dan Q3.
1
4. Pengukuran desil Mdn = u - (2
𝑁− 𝑓𝑘𝑎
) Xi = 54,50 (
32−25
) = X5
𝑓𝑖 14
Desil ialah nilai-nilai X¡ yang membagi seluruh
luas segi empat panjang dari histogram ke dalam 10 = 54,50 – 2,50 = 52
bagian yang sama. D1 merupakan desil pertama
𝑓𝑏 32−25
dimana nilai X¡ memiliki frekuensi kumulatif “kurang M0 = ℓ + ( 𝑓 ) Xi = 49,50 + ( ) = X5
𝑎 + 𝑓𝑏 14
dari” sebesar n/10. Dalam hal ini 1/10 dari nilai-nilai
= 49,50 – 2,50 = 52
observasi seluruh distribusi merupakan nilai-nilai
yang lebih kecil dari D1 sedangkan selebihnya 𝑓𝑏 10
merupakan nilai-nilai yang lebih besar dari D1. Desil M0 = u - ( 𝑓 ) Xi = 54,50 + (10+10) = X5
𝑎 + 𝑓𝑏

6
https://doi.org/10.31219/osf.io/v3n9h
OSF Preprints, 22(03) 2020 Pratikno, A.S. et al.,

= 54,50 + 2,50 = 52
Modus = 3 Mdn – 2 M = (3 x 52) – ( 2 x 52)
= 156-104 = 52

3. Penutup
3.1 Kesimpulan
Modus merupakan nilai yang paling sering muncul atau
yang memiliki frekuensi tertinggi pada sebuah data.
Median adalah nilai sentral dari sebuah distribusi
frekuensi. Nilai sedemikian itu merupakan nilai sentral
berhubungan dengan posisi sentral yang dimilikinya
dalam sebuah distribusi. Maka median juga disebut
sebagai rata-rata posisi (positional average). Modus dan
median cukup erat kaitannya karena keduanya hampir
selalu dilibatkan dalam setiap penghitungan data dalam
ilmu statsitika.
3.2 Saran
Penyusun menyadari bahwa artikel ini diperlukan
beberapa revisi demi perbaikan yang mencakup materi
modus dan median. Oleh karena itu, penulis
mengharapkan kritik dan saran yang membangun agar
semakin baik dalam menyusun artikel-artikel pada
kesempatan berikutnya.

DAFTAR PUSTAKA

Anto Dajan. (2008). Pengantar Metode Statistik Jilid I. Jakarta:

LP3ES.

Anas Sudijono. (2011). Pengantar Statistik Pendidikan. Jakarta:

Rajawali Press.

James Popham dan Kennetha Sirotnik. (1973). Educational

Statistics Use and Interpretation. New York: Harper and Row
Publisher.

PPS UNY. (2011). Statistika: Matrikulasi S2 Program

Pascasarjana UNY. Yogyakarta: UNY.

©2020 by the authors. Submitted for

possible open access publication under the
terms and conditions of the Creative
Commons Attribution (CC BY) license (http://creativecommons.
org/licenses/by/4.0/).

7
https://doi.org/10.31219/osf.io/v3n9h