BAB IV

UKURAN - UKURAN STATISTIK

A. Tujuan Instruksional
1. Umum
Mata kuliah memberikan kemampuan untuk menerapkan konsep dasar statistik
secara umum dan akan dibahas penerapan statistika dalam bidang teknologi pangan
meliputi statistik deskriptif dan inferensial baik menggunakan uji parametrik maupun
non parametrik
2. Khusus
Setelah mengikuti perkuliahan ini mahasiswa akan dapat menghitung ukuran gejala
pusat, ukuran penyebaran dan ukuran letak.
B. Pokok Bahasan
Ukuran gejala pusat, ukuran penyebaran dan ukuran letak
C. Sub Pokok Bahasan
Pendahuluan, mean, median, modus, range, mean deviasi, varians, simpangan baku,
koefisien variasi, kuartil, desil dan persentil.

D. Pendahuluan
Ukuran-ukuran yang merupakan wakil dari kumpulan data baik untuk sampel
maupun populasi . Ukuran-ukuran dalam statistik antara lain.
1. Ukuran gejala pusat meliputi rata-rata hitung, rata-rata ukur, rata-rata harmonis
dan modus
2. Ukuran letak meliputi kuartil, median , desil dan persentil
3. Ukuran simpangan atau ukuran dispersi menggambarkan bagaimana terpencarnya
data kuantitatif, yang berguna untuk memeriksa keajegan atau ketelitian suatu
data, meliputi rentang, rentang antar kuartil, simpangan rata-rata, varians.
Standar deviasi, koefisien variasi dan angka baku.
Ukuran yang dihitung dari kumpulan data sampel dinamakan statistik sedang ukuran
yang dihitung dari kumpulan data populasi dinamakan parameter.

RS 1
E. Ukuran gejala pusat
Nilai spesifik yang merupakan ukuran dimana data itu terpusat (terkonsentrasi) pada
suatu nilai. Nilai konsentrasi ini sudah dapat memberikan gambaran salah satu sifat
data yang diamati (secara deskriptif)
Ukuran gejala pusat yang digunakan :
a. Mean=rata-rata hitung=aritmetic mean
b. Median = nilai tengah
c. Modus = yang paling sering muncul
1. Rata-rata hitung (mean)
 Rata-rata hitung adalah nilai yang diperoleh dari jumlah seluruh data dibagi
dengan banyaknya data dalam suatu kumpulan data.
 Mean dapat digunakan apabila data berskala rasio atau interval dan
mempunyai sebaran normal.
 Nilai yang baik mewakili suatu data, nilai ini sering dipakai dan paling banyak
dikenal dalam menyimpulkan sekelompok data.
 Sifat dari mean :
1. Merupakan wakil dari keseluruhan nilai
2. Mean sangat dipengaruhi nilai ekstrim
3. Nilai mean berasal dari semua nilai pengamatan
Contoh ada 5 mahasiswa diukur berat badannya : 55 kg, 50 kg, 45 kg, 60
kg, 150 kg, nilai meannya 72 kg hasil ini tidak dapat mewakili karena secara
visual datanya sebagian besar kurang dari 60 kg. Dengan demikian penggunaan
nilai mean yang ada nilai ekstrimnya kurang tepat.
• Simbol rata-rata untuk sampel = x
• Simbol rata-rata untuk populasi = 

a. Rumus untuk data tunggal

jumlah nilai data
Rata-rata hitung =
banyak data
n

x=
x1 + x2 +...+ xn x i
i=1
=
n n

Contoh :
Rata-rata hitung dari 4, 7 , 8 , 8 , 9 , 12 adalah
 n


xi
x i1
n
4  7  8  8  9 12 48
x 6 6  8

b. Rumus untuk data berkelompok

f x i i

x= i=1
n

f i
i=1

Contoh 2:
Nilai Frekuensi
xI fI fi xI n

6 12 72  fi x i 253
7 8 56 x = n i=1  7, 23
35
8
9
10
5
80
45
 fi
i=1

Jumlah  xI =35  fixi =253

c. Rumus data distribusi frekuensi

contoh 3.
Nilai Frekuensi Nilai tengah(xI) fixI
fI
50-59 5 54,5 272,5
60-69 12 64,5 774
70-79 8 74,5 596
80-89 10 84,5 845
90-99 5 94,5 472,5
Jumlah 40 2960

f x i i
2.960 = 74
x= i=1
n 
40
f i
i=1

2. Median
 Nilai yang terletak pada observasi yang ditengah, kalau data telah disusun.
 Nilai yang membagi data menjadi dua sama besar (50% nilai kecil dan 50% nilai
besar).
 Jadi median adalah nilai yang letaknya ditengah-tengah data setelah data
diarray(diurutkan) dari nilai kecil ke nilai besar atau sebaliknya.
 Data yang mempunyai nilai Me adalah data berskala rasio/interval.
 Keuntungan penggunaan Me : Nilai median lebih stabil karena tidak dipengaruhi
nilai pengamatan yang ekstrim.
 Kerugian menggunakan median dibandingkan mean adalah : Me tidak
mempertimbangkan nilai-nilai sebagian besar pengamatan, sehingga secara umum
kurang efisien dibandingkan dengan nilai mean.

a. Rumus data tunggal

 Untuk data ganjil

Median(Me)=X((n+1)/2) diurutkan
atau data paling tengah dari data yang sudah

 Untuk data Genap

x
(n /x2)((n / 2)1)
Me = atau rata-rata hitung dua data ditengah
2

Contoh 4:
a. Median dari 3,6,5,7,8 adalah setelah disusun berurut 3,5,6,7,8 maka mediannya
adalah 6 .atau dengan rumus x((5+1)/2) = x3 = 6
artinya 50 % data berada diatas 6 dan 50 % data dibawah 6
b. Median dari 3,6,5,7,8,9 adalah setelah disusun berurut 3,5,6,7,8,9 maka
mediannya (6+7)/2=6,5. Atau dengan rumus(x3+x4)/2= (6+7)/2=6,5

b. Rumus untuk data distribusi frekuensi berkelompok

Langkah-langkah :
1. Tentukan letak median dengan rumus : n/2
2. Tentukan nilai median ke-i dengan rumus :

n 
Median(Me) =L +  2 - F  p
i  
 f 
 
Dimana:
Li = tepi bawah kelas median
 n = frekuensi total
F = jumlah frekuensi dibawah kelas median
f = frekuensi kelas median
P = panjang kelas median
Contoh 5 :
Kelas Frekuensi fI Setengahdarijumlah seluruhdata
50-459 5 median ter-letak di kelas ke-3 , karena jumlah frekuensi lebih dari 20
=(40/2)=20. Jadi kelas
60-69 12
F = 5+12=17
70-79 8
P=79,5-69,5=10
80-89 10
90-99 5
Jumlah 40

n   
40 -F - 17
   
Median(Me) =L + 2 p = 69,5+ 2 10 = 69,5 + 3,75 = 73,25
i    
 f   8 
   

3. Modus

 Modus merupakan suatu nilai yang mempunyai frekuensi terbanyak.

 Data yang mempunyai modus adalah rasio/interval, ordinal dan nominal
 Sifat modus : Tidak terpengaruh oleh nilai ekstrim besar atau kecil.
 Pada data nominal/ordinal bisa langsung dibaca nilai data yang mempunyai
frekuensi tertinggi.
 Data dapat tidak mempunyai modus, bila tidak ada nilai-nilai yang sama dalam
kumpulan data tersebut

a. Untuk data tunggal

Modus ditentukan dengan mencari data yang mempunyai frekuensi terbanyak
Contoh 6 : modus dari 2,3,3,4,6,7,8,8,8,9 adalah 8
b. Untuk data distribusi frekuensi berkelompok
 s 
Modus(Mo)=L i +  s +s
1 
p
 1 2
Dimana:
Li = tepi bawah kelas modus
S1 = Selisih frekuensi kelas modus dengan frekuensi kelas dibawahnya
 S2 = Selisih frekuensi kelas modus dengan frekuensi kelas diatasnya
P = panjang kelas modus

Contoh 7 :
Kelas Frekuensi Nilai Kelas modus adalah kelas ke-
fi tengah(xi)
2 P=69,5-59,5=10
50-59 5 54,5
60-69 12 64,5 L2 = 59,5
70-79 8 74,5 S1 = 12-5=7
80-89 10 84,5
90-99 5 94,5 S2 = 12-8=4
Jumlah 40

7 
Modus(Mo)= 59,5+ 10= 59,5 +6,36= 65,86
 7+4 
 
4. Hubungan Mean, Median dan Modus
Hubungan mean, median daan modus akan menentukan distribusi datanya :
 Bila nilai mean =median=modus , maka bentuk distribusi datanya normal

 Bila nilai mean >median>modus , maka bentuk distribusi datanya menceng

atau miring kanan

 Bila nilai mean <median<modus , maka bentuk distribusi datanya menceng

atau miring kiri
F. Ukuran Penyebaran/dispersi

 Ukuran penyebaran disebut juga variabilitas atau ukuran dispersi yaitu : suatu
ukuran untuk mengetahui sejauh mana data yang ada itu menyebar.
 Jenis-jenis penyebaran :
1. Range
2. Mean deviasi = rata-rata penyimpangan
3. Standar deviasi
4. Varians
5. Koefisien variasi
1. Range
 Range atau rentang adalah nilai yang menunjukkan perbedaan nilai pengamatan
yang paling besar dengan nilai paling kecil (mak-min).
 Kelemahan tidak dapat mengetahui bagaimana variasi nilai di dalam data itu
(tanpa memperhitungkan seluruh nilai-nilai), terlebih jika nilai-nilai di ujung data
angkanya ekstrim.
 Contoh 8 :
1. 0, 8, 8, 9, 9, 25  range = 25-0 = 25
2. 0,5,10,15,20, 25  range =25-0=25
2. Mean deviasi (rata-rata deviasi)
 Mean deviasi adalah penyimpangan nilai-nilai data terhadap nilai meannya.
 Atau rata-rata dari seluruh perbedaan pengamatan dibagi banyaknya pengamatan,
digunakan nilai mutlak.
 Nilai ini jarang digunakan
 Nilai ini lebih cermat dari nilai range
n

 x xi
Md  i1

RS 8
 n

RS 9
 Dimana : x = rata-rata
││= harga mutlak
xi = data ke- i
n = banyaknya data

Contoh 9
Hitung mean deviasi dari data 80, 70, 100, 110, maka mean = 90

xi │xi-x│ │ xi-x│2 n
 x x i
60
80 10 100
Md  i1

70 20 400 n 4
100 10 100  15
110 20 400
jumlah 60 1000

3 Varians
Varians adalah variasi nilai-nilai individual dibandingkan nilai mean.
Simbol varians
n
2
1. Untuk sampels
  xi  x 
2

2. Untuk populasi 2 Varians(s2 )  i1

n 1
Dari contoh di atas diperoleh
n

 xi  x 2
1000

Varians(s2 )  i 1
  333.33
n 1 4 1

4. Simpangan Baku (standar deviasi)

 Nilai ini paling banyak dipakai.
 Nilai mean dan SD bersama-sama dapat memberi gambaran yang spesifik dari
sifat-sifat data dengan skala interval/rasio
 Simbol simpangan baku
o Untuk sampels
o Untuk populasi 
 Simpangan baku yang dihitung berdasarkan sampel (s) untuk memperkirakan
simpangan baku populasi () di sebut simpangan baku taksiran.
RS 10
  Standar Deviasi (SD) = varians = s2
 Nilai standar deviasi disebut juga simpangan baku karena merupakan patokan luas
area di bawah kurva normal.
 Penggunaan SD untuk menilai dispersi rata-rata sampel :
1. Pada interval kepercayaan 68% nilai terdistribusi pada mean ± 1 SD
2. Pada interval kepercayaan 95% nilai terdistribusi pada mean ± 2 SD
3. Pada interval kepercayaan 99% nilai terdistribusi pada mean ± 3 SD
Rumus simpangan baku (s) :

 x  x
2
i
s  Varians(s2 )  i1
n 1

Contoh 10

 x  x
2
i
i1 1000
s n 1   333.33  18, 26
4 1

5. Koefisien keragaman

Koefisien variasi /koefisien keragaman untuk melihat perbedaan besar keragaman

antara dua ukuran yang mempunyai skala berbeda

KV= simpangan baku x 100% = S x 100%

rata-rata hitung x
Contoh 11
Rata-rata TB mahasiswa AKPER 160 cm dan s=5.5 cm
Rata-rata TB mahasiswa AKZI 157 cm dan s=4.8 cm
Maka :
KV(TB mhs
AKPER)=(5.5/160)x100%=3.44% KV(TB
mhs AKZI)=(4.8/157)x100%=3.06%
TB mhs AKZI relatif lebih uniform(seragam)
TB mhs AKPER lebih bervariasi (dat TBnya lebih menyebar)

G. Ukuran Letak (posisi)

Nilai posisi median termasuk ukuran letak, nilai posisi lain adalah :
 1. Kuartil
Sekumpulan data dibagi menjadi 4 bagian yang sama banyak setelah disusun menurut
urutan nilainya.
Kuartil dibedakan menjadi :
1. Kuartil 1 (K1)
2. Kuartil 2 (K2)
3. Kuartil 3 (K3)

¾n
½n Ket : K1 = kuartil satu membagi data menjadi ¼ n
¼n K2 = kuartil kedua (median) membagi data menjadi ½ n
K3 = kuartil ketiga membagi data menjadi ¾ n

K1 K2 K3

a. Untuk data tunggal

Cara menentukan kuartil :
1. Urutkan data
2. Tentukan letak kuartil dengan rumus :

K = data ke i(n+1) dimana Ki = kuartil ke-i

i
 4  i = 1,2,3

3. Tentukan nilai kuartil dengan interpolasi

Contoh 12 :
K1, K2 dan K3 dari data 45, 50, 53, 49, 55, 51, 52, 48, 51, 56 adalah
 45, 48, 49, 50, 51, 51, 52, 53, 55, 56
K = data ke
1(10+1)  3
1  data ke 2
 4  4

 Nilai K1 = data ke 2 + ¾(data ke 3-data ke2)
= 48 + ¾ (49-48)
= 48 ¾
K = data ke
 2(10+1)  1
2  data ke 5
 4  2

 Nilai K3 = data ke 5 + ½ (data ke 6-data ke 5)
= 51 + ½ (51-51)
= 51
K = data ke
3(10+1)  1
3  data ke 8

 4  4

  Nilai K3 = data ke 8 + ¼ (data ke 9-data ke 8)
= 53 + ¼ (55-53)
= 53+1/2
= 53,5

b. Untuk data distribusi frekuensi berkelompok

Langkah-langkah :
1. Tentukan letak kuartil dengan rumus : (in)/4
 in 
2. Tentukan nilai kuartil ke-i dengan rumus =  - F
Kuartil (K i ) =Li +  4 p
Dimana:  f 
 
Li = tepi bawah kuartil ke-I
i = 1,2,3
n = frekuensi total
F = jumlah frekuensi dibawah kelas kuartil ke-i f = frekuensi kelas kuartil
contoh 13
Nilai Frekuensi fI 1. Letak kuartil ke-1 = 40/4 =10
50-59 5 Kelas kuartil terletak di kelas ke-2 , karena
60-69 12
70-79 8 jumlah frekuensi lebih dari 10 yaitu 17 (5+ 12)
80-89 10 F=5
90-99 5
Jumlah 40 P=69,5-59,5=10
L1 = 59,5, f = 12
 40 
2. nilai K = 59,5+  4 - 5 10 = 59,5 + 4,17 = 63,67
1  
12
 
 

2. Desil
Desil adalah suatu nilai yang membagi sekumpulan data yang telah diurutkan menjadi
10 bagian yang sama besar, maka akan terdapat 9 titik pembagi (Desil ) yaitu desil
pertama sampai desil ke-9
9/10 n D1 = desil ke-1 membagi data menjadi 1/10n
2/10 n D2 = desil ke-2 membagi data menjadi 2/10 n
1/10 n .
D9 = desil ke-9 membagi data menjadi 9/10 n

D1 D2 . . . D9

a. Untuk data tunggal

 Cara menentukan desil :
1. Urutkan data
2. Tentukan letak desil dengan rumus :

D = data ke i(n+1) dimana Di = desil ke-i

i
 10  i = 1,2,3, … ,9

3. Tentukan nilai desil dengan interpolasi

Contoh 14. Nilai DI dan D8 dari data 45, 50, 53, 49, 55, 51, 52, 48, 51, 56
adalah
 45, 48, 49, 50, 51, 51, 52, 53, 55, 56

D = data ke 1(10+1)  1
 data ke 1
1  10 
  10
 Nilai D1 = data ke 1 + 1/10(data ke 2-data ke 1)
= 45 + 1/10 (48-45)
= 45 + 0,3
= 45,3

D = data ke 8(10+1)  8
 data ke 8
8  10 
  10
 Nilai D8 = data ke 8 + 8/10 (data ke 9-data ke 8)
= 53 + 8/10 (55-53)
= 54,6

b. Untuk data distribusi frekuensi berkelompok

Langkah-langkah :
1. Tentukan letak desil dengan rumus :  in 
(in)/10  -F
Desil (Di ) =Li +  10
2. Tentukan nilai desil ke-i dengan rumus = p
 f 
 
Dimana:
Li = tepi bawah desil ke-I
i = 1,2,3
n = frekuensi total
F = jumlah frekuensi dibawah kelas desil ke-i
f = frekuensi kelas desil
Contoh 15
 Nilai Frekuensi 1. Letak desil ke-1 = 40/10 =4
fI
Kelas desil terletak di kelas ke-1 , karena
50-59 5
60-69 12 jumlah frekuensi kurang dari 15
70-79 8
F=0
80-89 10
90-99 5 P=59,5-49,5=10
Jumlah 40 L1 = 49,5, f = 5

 40 
2. nilai d = 49,5+ 10 - 0 10 = 49,5 + 8 = 57,5
1  
 5 
 
3. Persentil
Persentil adalah suatu nilai yang membagi sekumpulan data yang telah diurutkan
menjadi 100 bagian yang sama besar, maka akan terdapat 99 titik pembagi (Persentil)
yaitu persentil pertama sampai persentil ke-99

99/100 n
P1 = persentil ke-1 membagi data menjadi 1/100 n
2/100 n
P3 = persentil ke-2 membagi data menjadi 2/100 n
1/100 n
.
p99 = Persentil ke-99 membagi data menjadi 99/10
P1 P2 . . . P99

a. Untuk data tunggal

Cara menentukan persentil :
1. Urutkan data
2. Tentukan letak persentil dengan rumus :

P = data ke i(n+1) dimana Pi = persentil ke-i

i
 100  i = 1,2,3, … ,9

3. Tentukan nilai persentil dengan interpolasi

Contoh 16.
Nilai P10 dan P90 dari data 45, 50, 53, 49, 55, 51, 52, 48, 51, 56 adalah
 45, 48, 49, 50, 51, 51, 52, 53, 55, 56
P = data ke 10(10+1)  data ke 1 1
10 

 100  10

Nilai P10 = data ke 1 + 1/10(data ke 2-data ke 1)
 = 45 + 1/10 (48-45)
= 45 + 0,3
= 45,3

 P = data ke 90(10+1)  9
90  data ke 9
 100  10

Nilai P90 = data ke 9 + 9/10 (data ke 10-data ke 9)
= 55 + 9/10 (56-55)
= 55,9

b. Untuk data distribusi frekuensi

berkelompok
Langkah-langkah :
1. Tentukan letak persentil dengan rumus : (in)/100  in 
 -F 
2. Tentukan nilai persentil ke-i dengan rumus = Persentil (Pi ) =Li +  100
p
 f 
 
Dimana:
Li = tepi bawah persentil ke-i
i = 1,2,3
n = frekuensi total
F = jumlah frekuensi dibawah kelas persentil ke-i
f = frekuensi kelas persentil
Contoh 17
Nilai Frekuensi 1. Letak persentil ke-30 = 30.40/100 =12
fI Kelas persentil terletak di kelas ke-2 , karena
50-59 5 jumlah frekuensi lebih dari 10 yaitu 17 (5+ 12)
60-69 12 F=5
70-79 8 P = 69,5-59,5=10
80-89 10 L1 = 59,5, f = 12
90-99 5
Jumlah 40

 30.40 
2. nilai P = 59,5+ 100 - 5  10 = 59,5 + 5,8= 65,3
30  
 12 
 

Soal :

1. Di bawah ini data pengukuran tinggi badan 9 responden dewasa :

160, 165, 170, 150, 155, 155, 160, 160, 175
a. Berapa mean dan median tinggi badan responden ?
 b. Tentukan tinggi badan responden terbanyak ?
c. Tentukan kuartil ke 1 dan 3
d. Tentukan range dan standar deviasi tinggi badan responden !
e. Tentukan batas maksimal berat badan responden jika dari sampel tersebut akan
dipilih sebanyak 70% responden dengan tinggi badan terendah.

2. Di bawah ini data pengukuran berat badan 10 responden ibu hamil:

50, 60, 70, 50, 55, 55, 60, 60, 75, 55
a. Berapa mean dan median berat badan responden ?
b. Berat badan responden terbanyak ?
c. Berapa minimum, maksimum dan standar deviasi ?
d. Tentukan kuartil ke 1 dan 3
e. Tentukan persentil 10
f. Tentukan batas minimal berat badan responden jika dari sampel tersebut akan
dipilih sebanyak 20% responden dengan berat badan tertinggi.

3. Dibawah ini disajikan data distribusi nilai ujian Statistika pada 3 kelompok yang
berbeda :
Kelas A Kelas B Kelas C
 siswa(n) 50 60 70
 Xi(nilai) 2835 3540 4240
 (Xi -X )2 1800 2000 1500
Dari informasi tersebut, kelompok mana yang memiliki distribusi ujian paling baik ?

4. Hasil pengujian dua jenis makanan yang memberi efek kenaikan berat badan sebagai
berikut
Merk A merk B
20 21
25 22
18 24
27 23
Makanan manakah yang distribusinya lebih baik (seragam) ?