Anda di halaman 1dari 17

PENGERTIAN STATISTIKA, PENYAJIAN DATA DAN

UKURAN NILAI PEMUSATAN

B. PENYAJIAN DATA
Setelah tahap pengumpulan data bisa diselesaikan, maka data yang terkumpul
perlu disajikan dalam bentuk yang mudah dibaca dan dipahami oleh pihak-pihak
yang berkepentingan. Bila jumlah data yang dikumpulkan sedikit, memang tak
banyak kendala yang dihadapi dalam membaca dan memahami data tersebut. Namun
bila data yang terkumpul banyak, maka seringkali dijumpai kesulitan dalam
memahaminya. Untuk mempermudah pemahaman data, maka sebaiknya data yang
diperoleh disusun secara sistematis.
Pada umumnya penyajian data dilakukan dengan menggunakan tabel-tabel
atau grafik.
1. Tabel
Tabel merupakan kumpulan angka-angka yang disusun sedemikian rupa
menurut kategori tertentu, sehingga memudahkan dalam melakukan pembahasan dan
analisis data. Dalam membuat suatu tabel perlu diperhatikan hal-hal berikut :
a. Suatu tabel hendaknya mempunyai judul untuk mempermudah dalam
membedakan tabel yang satu dengan tabel yang lain.
b. Unit pengukuran dari angka-angka yang terdapat dalam baris dan kolom tabel
harus dijelaskan secara eksplisit.
c. Kategori kelas dalam tabel harus tegas, jangan sampai tumpang tindih antara
kelas yang satu dengan kelas yang lain.
d. Sumber data dan keterangan perlu dicantumkan guna mempermudah pengecekan
kembali pada sumbernya bila pada data dijumpai keraguan.
e. Keterangan yang diberikan pada tabel harus jelas agar tidak membingungkan
pembaca.

1.1. Distribusi Frekuensi


Distribusi frekuensi atau tabel frekuensi adalah suatu susunan data dalam
suatu tabel yang telah diklasifikasikan menurut kelas-kelas atau kategori-kategori
tertentu.
Pada tabel distribusi frekuensi dijumpai ada beberapa lajur. Lajur pertama
menggambarkan macam variabel yang diobservasi, lajur kedua dan selanjutnya

Choirul - Statistik Deskriptif- 1


menunjukkan frekuensi. Nilai yang terdapat pada lajur frekuensi dapat terdiri dari
beberapa macam :
a. Frekuensi mutlak, yaitu besaran yang menunjukkan jumlah obyek yang masuk
dalam kelas yang bersangkutan.
b. Frekuensi relatif, yaitu besaran yang menunjukkan persentase obyek yang masuk
dalam kelas yang bersangkutan.
c. Frekuensi kumulatif positif, yaitu besaran yang menunjukkan jumlah obyek yang
termasuk dalam kelas yang bersangkutan dan kelas-kelas yang sebelumnya.
d. Frekuensi kumulatif negatif, yaitu besaran yang menunjukkan jumlah obyek yang
masuk dalam kelas yang bersangkutan dan kelas-kelas berikutnya.
e. Frekuensi relatif kumulatif positif, yaitu besaran yang menunjukkan jumlah
persentase obyek yang termasuk dalam kelas yang bersangkutan dan kelas-kelas
yang sebelumnya.
f. Frekuensi relatif kumulatif negatif, yaitu besaran yang menunjukkan jumlah
persentase obyek yang masuk dalam kelas yang bersangkutan dan kelas-kelas
berikutnya.
Ada dua macam bentuk distribusi frekuensi sesuai dengan pembagian
kelasnya, yaitu distribusi kualitatif (kategori) dan distribusi kuantitatif (bilangan).
Distribusi frekuensi kualitatif (kategori) adalah distribusi frekuensi yang pembagian
kelasnya dinayatakan dalam bukan bentuk angka. Pada umumnya distribusi kualitatif
banyak digunakan untuk data yang mempunyai skala pengukuran nominal dan
ordinal. Contoh :
Tabel 1. JUMLAH TENAGA KESEHATAN DI PROVINSI BALI
TAHUN 2016/2017

TENAGA KESEHATAN JUMLAH


Dokter Spesialis 196
Dokter Umum 659
Dokter di Puskesmas 254
Dokter Gigi 119
Bidan 981
Tenaga kesehatan lain 6.351
JUMLAH 8.560
Sumber : Dinas Kesehatan Prov. Baliage, 2017

Distribusi frekuensi kuantitatif (bilangan) adalah distribusi frekuensi yang


pembagian kelasnya dinayatakan dalam angka. Tabel distribusi frekuensi kuantitatif
dapat juga dibagi ke dalam dua macam, yaitu distribusi frekuensi kuantitatif tunggal
dan bergolong. Contoh tabel distribusi frekuensi kuantitatif tunggal.

Choirul - Statistik Deskriptif- 2


Tabel 2. BERAT BADAN BAYI LAHIR YANG PERSALINANNYA
DITOLONG OLEH BIDAN NI WAYAN SUKSES
SELAMA TAHUN 2016

BERAT BADAN BAYI LAHIR JUMLAH


( dalam kg )
3,5 8
3,0 12
2,5 14
2,0 5
1,5 1
JUMLAH 40
Sumber : Laporan Persalinan Bidan Ni Wayan Sukses, 2016

Contoh tabel distribusi frekuensi kuantitatif bergolong.

Tabel 3. BERAT BADAN BAYI LAHIR YANG PERSALINANNYA


DITOLONG OLEH BIDAN I GUSTI AYU JEGEG GATI
SELAMA TAHUN 2016

BERAT BADAN BAYI LAHIR JUMLAH


( dalam kg )
> 3,5 9
3,00 – 3,50 18
2,50 – 2,99 18
2,00 – 2,49 20
< 2,00 2
JUMLAH 67
Sumber : Laporan Persalinan Bidan I Gusti Ayu Jegeg Gati, 2016

1.2. Cara Menyusun Distribusi Frekuensi

a. Menentukan banyaknya kelas


Banyaknya kelas dalam suatu distribusi frekuensi hendaknya ditentukan
sedemikian rupa sehingga seluruh data hasil observasi bisa tertampung. Apabila kelas
yang dibuat terlalu sedikit, maka informasi yang terperinci akan hilang karena
interval kelasnya terlalu besar. Sebaliknya bila kelas yang ada terlalu banyak,
kemungkinan ada kelas tertentu yang frekuensinya nol.
Penentuan banyaknya kelas antara 5 sampai 15. Untuk keseragaman dlam

penentuan banyaknya kelas dapat dipergunakan kaidah Sturges dengan rumus :

K = 1 + 3,322 log n

di mana K = banyaknya kelas


n = jumlah observasi

Choirul - Statistik Deskriptif- 3


Contoh :
Tabel 4. HASIL UJIAN MATA KULIAH STATISTIK MAHASISWA
SEMESTER VI JURUSAN KESEHATAN LINGKUNGAN
TAHUN 2000

2,1 1,0 3,2 1,5 3,2 2,2 3,3 3,3


3,5 3,2 3,1 2,2 3,6 3,5 2,5 3,2
4,0 2,4 3,1 3,6 3,1 2,1 3,8 3,7
2,6 3,2 3,3 3,3 2,5 1,5 3,5 3,5
1,7 2,4 3,4 3,6 3,7 3,4 3,2 2,8

Sumber : Laporan Pendidikan Jurusan Kesehatan Lingkungan


Poltekkes Denpasar, 2000 (Fiktif)

Dari nilai statistik 40 orang mahasiswa tersebut dapat kita buat distribusi
frekuensi dengan kelas sebanyak :
K = 1 + 3,322 log n

= 1 + 3,322 log 40

= 1 + 3,322 (1,6)

= 1 + 5,3

= 6,3 (dibulatkan menjadi 6 )

Berdasarkan perhitungan tersebut maka tabel distribusi frekuensi yang dibuat

disarankan kelasnya sebanyak 6.

b. Menentukan interval kelas


Interval kelas sangat dipengaruhi oleh banyaknya kelas dan penyebaran dari
data yang akan disusun dalam distribusi frekuensi . Adapun besarnya kelas dapat
ditentukan dengan rumus :
H L
I =
K

di mana I = interval kelas


H = nilai observasi tertinggi ditambah setengah unit pengamatan terkecil
L = nilai observasi terendah dikurangi setengah unit pengamatan terkecil
K = banyaknya kelas

Choirul - Statistik Deskriptif- 4


Data yang disajikan dalam Tabel 4 mempunyai nilai terendah 1,0 dan tertinggi 4,0
sehingga bila dibuat 6 kelas, maka diperoleh interval sebesar :
4,00  1,00 3,00
I = = = 0,50
6 6
Dengan demikian Tabel 4 bisa kita buatkan tabel distribusi frekuensinya
seperti berikut :

Tabel 5. HASIL UJIAN MATA KULIAH STATISTIK MAHASISWA


SEMESTER VI JURUSAN KESEHATAN LINGKUNGAN
TAHUN 2000

NILAI JUMLAH
1,00 – 1,50 3
1,51 – 2,00 1
2,01 – 2,50 8
2,51 – 3,00 2
3,01 – 3,50 19
3,51 – 4,00 7
JUMLAH 40

Dalam kenyataan pelaksanaan administrasi pendidikan, penentuan kelas


dibuat berdasarkan kebutuhan menentukan prestasi akademik dengan kelas seperti
pada Tabel 6 berikut :

Tabel 6. HASIL UJIAN MATA KULIAH STATISTIK MAHASISWA


SEMESTER VI JURUSAN KESEHATAN LINGKUNGAN
TAHUN 2016

NILAI JUMLAH
A ( 3,51 - 4,00 ) 7
B ( 2,76 - 3,50 ) 20
C ( 2,00 - 2,75 ) 9
D ( 1,00 - 1,99 ) 4
E ( < 1,00 ) 0 dihapus
JUMLAH 40

Untuk kelas yang kosong biasanya tidak dicantumkan, sebagaimana kita lihat
pada tabel di atas kelas E = 0 (nol), sehingga bila kita hilangkan kelas tersebut, maka
jumlah kelas hanya ada 4 yaitu kelas A, B, C dan D.

Choirul - Statistik Deskriptif- 5


2. Grafik
Grafik merupakan gambar yang menunjukkan data secara visual, yang dibuat
berdasarkan nilai pengamatan aslinya ataupun dari tabel yang dibuat sebelumnya.
Penyajian data menggunakan grafik mempunyai beberapa keuntungan, yaitu :
a. Grafik lebih mudah diingat daripada tabel
b. Grafik lebih menarik bagi orang-orang tertentu yang tidak menyukai angka dan
tabel
c. Dengan grafik dapat diperoleh informasi secara visual dan juga dapat
dipergunakan untuk melakukan pembandingan secara visual pula
d. Grafik dapat menunjukkan perubahan hubungan satu bagian dengan bagian
lainnya

Sedangkan kelemahan penyajian data dengan grafik adalah :


a. Penyajian jenis grafik harus disesuaikan dengan tujuan penyajian data
b. Penyajian data dalam bentuk grafik hanya memberi gambaran dalam garis besar
saja
c. Tampilan grafik sangat dipengaruhi oleh skala yang dipergunakan.

Beberapa bentuk grafik yang paling sering digunakan adalah :


a. Histogram ( Diagram Batang )
Histogram merupakan grafik dari distribusi frekuensi suatu variabel.
Grafiknya tersusun dari kumpulan balok persegi panjang yang terletak pada dua garis
sumbu yang saling tegak lurus ( garis horizontal sebagai sumbu X dan garis vertikal
sebagai sumbu Y). Sumbu horizontal menunjukkan kelas atau nilai variabel yang
diobservasi, sedangkan sumbu vertikal menunjukkan besar frekuensi dari tiap kelas.
Data yang tersaji dalam Tabel 6 dapat kita sajikan dalam bentuk Histogram
seperti berikut :

Choirul - Statistik Deskriptif- 6


Gambar 1. Nilai Statistik Mahasiswa Kesling
Semester VI Tahun Akademik 2000

25
20
Jumlah

15
10
5
0
A B C D E
Nilai

b. Pie Diagram ( Diagram Lingkaran )


Penyajian data dalam bentuk diagram lingkaran didasarkan pada sebuah
lingkaran yang dibagi menjadi beberapa bagian sesuai dengan banyaknya kelas
penyusunnya. Karena sudut suatu lingkaran penuh adalah 360o maka penggunaan
skala yang tepat untuk masing-masing bagian ditentukan secara proporsional sesuai
dengan frekuensi kelas masing-masing.
Data yang tersaji dalam Tabel 6 dapat kita sajikan dalam bentuk Pie Diagram
seperti berikut :

D
C
A

Gambar 2. Nilai Ujian Statistik Mahasiswa Jurusan Kesling


Semester VI Tahun Akademik 2000

Untuk menentukan seberapa besar sudut guna menunjukkan luas masing-


masing bagian, penjelasan adalah seperti berikut :
7
Untuk kelas A besarnya sudut : x 360o = 63o
40

Choirul - Statistik Deskriptif- 7


20
Untuk kelas B besarnya sudut : x 360o = 180o
40
9
Untuk kelas C besarnya sudut : x 360o = 81o
40
4
Untuk kelas D besarnya sudut : x 360o = 36o
40

c. Diagram Batang dan Daun ( Stem-and-Leaf Plot )


Dengan menggunakan histogram, hasil yang diperoleh tidak dapat digunakan
untuk melihat nilai-nilai pengamatan aslinya. Untuk mengetahui nilai pengamatan
nilai asli seringkali harus dilihat kembali catatan semula. Dengan menggunakan
diagram batang-daun, selain dapat diketahui informasi mengenai distribusi dari gugus
data dapat juga dilihat nilai-nilai pengamatan aslinya.
Sebagai pengganti interval dalam histogram, dalam diagram batang-daun
ditulis bilangan-bilangan yang diperuntukkan sebagai batang, dan di sebelah
kanannya ditulis bilangan sisanya. Dengan cara ini hasil tally dapat segera diketahui,
dan nilai aslinya masih kelihatan.
Adapun tahapan atau langkah-langkah yang dapat dilakukan untuk membuat
diagram batang – daun :
1) Pilih bilangan yang akan menjadi batang (perhatikan agar batang yang dipilih
mencakup semua bilangan dalam gugus data). Pada umumnya nilai batang
dimulai dari 0 hingga 9.
2) Urutkan batangnya. Tempatkan nilai batang terkecil di bagian atas dan nilai
batang terbesar di bagian bawah. Urutan bisa juga dibalik.
3) Buat garis vertikal yang memisahkan batang dan daun.
4) Untuk setiap nilai pengamatan, tulis bilangan yang merupakan daun dari batang
yang bersangkutan dan letakkan di sisi kanan batangnya.
5) Susun urutan bilangan yang merupakan daun dari batang yang sama dalam urutan
dari kecil ke besar.
Data yang tersaji dalam Tabel 4 dapat kita sajikan dalam bentuk diagram
batang-daun seperti berikut :

Frekuensi Batang dan Daun

4.00 1 0557
10.00 2 1122445568
25.00 3 1112222223333445555666778

Choirul - Statistik Deskriptif- 8


1.00 4 0

Lebar batang : 1.00


Setiap daun : 1 kasus

Gambar 3. Nilai Ujian Statistik Mahasiswa Jurusan Kesling


Semester VI Tahun Akademik 2000

d. Diagram Kotak Garis (Box Plot)


Diagram kotak garis merupakan suatu diagram yang diperoleh dari hasil
pencarian 5 nilai. Kelima angka yang dimaksud adalah nilai minimum, nilai kuartil 1
(Q1), Median (Q2), nilai kuartil 3 (Q3) dan nilai maksimum.
Kuartil berarti perempatan. Untuk memperoleh nilai kuartil, terlebih dahulu
nilai pengamatan harus diurutkan dari kecil ke besar. Kemudian kita bagi jumlah
pengamatan, masing-masing seperempat pertama (Q1), seperempat kedua (Q2) atau
setengahnya (menjadi Median), dan seperempat ketiga (Q3).
Bila diagram kotak garis untuk variabel yang diamati lebih dari satu, dapat
digambarkan secara bersama. Dari tampilan yang ada dapat dilakukan pembandingan
secara visual mengenai kondisi pemusatan dan penyebaran data serta melihat
kesimetrisan distribusi data. Selain itu ada manfaat lain dari diagram kotak garis,
yaitu mengetahui ada tidaknya nilai ekstrim pada gugus data.
Untuk keperluan tersebut diperlukan
1. Nilai hamparan (H) =Q3 – Q1 .
2. Satu setengah nilai hamparan disebut satu langkah.
3. Satu langkah di bawah nilai Q1 disebut nilai ekstrim bawah,
4. Satu langkah berada di atas Q3 disebut nilai ekstrim atas.

Data dalam Tabel 4 bila kita jadikan diagram kotak garis, maka dapat kita
peroleh :
1) Nilai minimum = 1,00
2) Nilai maksimum = 4,00
3) Nilai seperempat pertama atau ke-10 = 2,40
4) Nilai seperempat kedua atau ke-20 = 3,20

Choirul - Statistik Deskriptif- 9


5) Nilai seperempat ketiga atau ke-30 = 3,50
6) Nilai hamparan (H) = 3,50 – 2,40 = 1,10
7) Nilai langkah = 1,5 H = 1,5 x 1,10 = 1,65
8) Nilai ekstrim atas = Q3 + 1 langkah = 3,50 + 1,65 = 5,15
9) Nilai ekstrim bawah = Q1 – 1 langkah = 2,40 – 1,65 = 0,75
dan gambarnya bisa kita lihat seperti berikut :

4.5

4.0

3.5

3.0

2.5

2.0

1.5

1.0

.5
N= 40

nilai statistik

Gambar 4. Nilai Ujian Statistik Mahasiswa Jurusan Kesling


Semester VI Tahun Akademik 2000

Pada gambar di atas nampak nilai ekstrim, baik atas maupun bawah tidak bisa
muncul dalam gambar. Dari penghitungan diketahui bahwa nilai ekstrim bawah =
0,75 sedangkan nilai minimum adalah 1,10. Begitu pula dengan nilai ekstrim atas
adalah 5,15 sedangkan nilai maksimum adalah 4,00. Dengan demikian dapat kita
katakan bahwa pada nilai ujian tersebut tidak memiliki nilai ekstrim, baik atas
maupun bawah.

Choirul - Statistik Deskriptif- 10


C. UKURAN NILAI PUSAT
Distribusi frekuensi telah memberikan banyak kemudahan bagi kita untuk
memahami suatu kumpulan data. Namun demikian, masih banyak pemakai data
menginginkan suatu informasi yang lebih singkat karena distribusi frekuensi masih
banyak menampilkan angka-angka. Agar penyajian lebih praktis, dapat diucapkan
secara singkat, mudah diingat dan dapat dibandingkan dengan kumpulan data lainnya,
maka statistika dituntut untuk memberikan kemudahan tersebut.
Salah satu di antara teknik statistika untuk menjawab tuntutan tersebut adalah
nilai pusat. Nilai pusat digunakan sebagai salah satu ukuran karena suatu kumpulan
data biasanya mempunyai kecenderungan untuk memusat pada nilai tertentu. Nilai
tertentu ini bisa dalam bentuk nilai tunggal atau dalam bentuk kecenderungan.

1. Rata-Rata Hitung ( Arithmetic Mean ) :


Mean pada prinsipnya dapat ditentukan dengan cara menjumlahkan nilai
seluruh data dibagi dengan banyaknya data. Pada umumnya mean digunakan bila data
berskala interval atau rasio, dan paling cocok untuk data berdistribusi unimodal
(simetri dengan satu pincak distribusi). Untuk mencari nilai Mean ikuti langkah
berikut :

1) Data tidak berkelompok


Data yang tidak berkelompok adalah data yang berdiri secara individual
belum disusun dalam distribusi frekuensi. Untuk menuliskan dua formula mean
digunakan rumus berikut :
MEAN POPULASI
N Jumlah seluruh nilai data populasi
x i
 i 1
N
Banyaknya data

MEAN SAMPEL
n Jumlah seluruh nilai data sampel
x i
x i 1
n
Banyaknya data

Contoh I : Rata-rata populasi


Tinggi badan 5 orang anak kelas I SD diukur dengan hasil sebagai berikut : 110, 113,
115, 114 dan 112. Dan rata-rata tinggi badan mereka adalah :

Choirul - Statistik Deskriptif- 11


N

x i
=
110  113  115  114  112
=
564
= 112,8
 i 1
5 5
N

Contoh II : Rata-rata sampel


Dari 40 orang siswa yang ada dalam kelas 3 SMP diambil sebanyak 5 orang untuk
diuji kemampuan matematikanya. Dan diperoleh nilai seperti berikut : 6,7 ; 4,9 ;
4,0 ; 5,2 dan 2,2 . Nilai rata-ratanya adalah :
n

x i
=
6,7  4,9  4,0  5,2  2,2
= 4,6
x i 1
5
n

Apabila pengambilan sampel kelima orang siswa tersebut dapat dikatakan telah
mewakili siswa kelas 3 SMP di mana mereka bersekolah, maka dapat dikatakan rata-
rata nilai matematika untuk kelas 3 di sana adalah 4,6.

2) Data yang dikelompokkan


Data yang dikelompokkan adalah data yang telah mengalami penyederhanaan,
yaitu dalam bentuk distribusi frekuesni. Data yang seperti ini telah berubah sifat
aslinya dan yang nampak adalah nilai kelompoknya.
Perhitungan mean untuk data yang dikelompokkan sama dengan data yang
tidak dikelompokkan namun mengalami modifikasi, sehingga rumusnya menjadi
seperti berikut :
k di mana :
 f .x i i X = nilai rata-rata
X  i 1
f i = frekuensi kelas ke-i
n xi = nilai tengah kelas ke-i
k = banyaknya kelas
n = banyaknya sampel

Contoh penghitungan Mean data yang dikelompokkan : Penghasilan 20 orang


karyawan dalam suatu perusahaan yang disajikan dalam tabel berikut :

Choirul - Statistik Deskriptif- 12


Tabel 7. PENGHASILAN KARYAWAN PT. BAYUDEWA
TINGKAT PENGHASILAN xi fi fi . xi
( ratusan ribu rupiah ) (nilai tengah *)

0 - 7 3,5 2 7,0
8 - 15 11,5 6 69,0
16 - 23 19,5 3 58,5
24 - 31 27,5 5 137,5
32 - 39 35,5 2 71,0
40 - 47 43,5 2 87,0

JUMLAH 20 430,0
*) Nilai tengah diperoleh dari jumlah nilai terendah dan tertinggi dalam kelas dibagi 2

Nilai rata-ratanya adalah :


k

 f .x i i
=
430,0
= 21,5 ( dalam ratusan ribu rupiah ) atau dapat dikatakan
X  i 1
20
n
bahwa rata-rata penghasilan karyawan PT. Bayudewa adalah sebesar Rp 2.150.000,-

b. Median
Median adalah nilai yang terletak di tengah bila nilai-nilai pengamatan
disusun secara teratur menurut besarnya dari kecil ke besar. Median merupakan
ukuran nilai pusat yang dapat digunakan, baik untuk data yang dikelompokkan
maupun untuk data yang tidak dikelompokkan. Nilai median sangat dipengaruhi oleh
letak urutan dari nilai kumpulan data sehingga median sering disebut sebagai rata-rata
letak (positional average). Median membagi nilai-nilai pengamatan yang ada pada
gugus data, sehingga 50% berada di bawah median dan 50% berada di atas median.
Sebagai salah satu ukuran nilai pusat, kelebihan median adalah tidak
dipengaruhi oleh adanya niali ekstrim. Median dapat dipergunakan untuk data dengan
skala ukuran minimal ordinal.

1) Data yang tidak dikelompokkan


Pada data yang tidak dikelompokkan nilai median dapat diperoleh dengan
mengurutkan terlebih dahulu nilai-nilai pengamatan dari kecil ke besar atau
sebaliknya. Posisi median dapat ditentukan melalui rumus berikut :
(n  1)
Posisi median = di mana n adalah jumlah pengamatan.
2

a) Untuk jumlah data ganjil

Choirul - Statistik Deskriptif- 13


Dari tujuh nilai hasil pengamatan :
1 2 3 4 5 6 7

1,2 4,3 4,7 4,8 5,0 5,1 5,2

Median
(n  1) (7  1)
Posisi median = = = 4
2 2
Jadi sebagai median adalah data yang terletak pada urutan ke empat, yaitu = 4,8

b) Untuk jumlah data genap


Dari delapan nilai hasil pengamatan :
1 2 3 4 5 6 7 8

11 30 31 35 43 49 52 86

Median
(n  1) (8  1)
Posisi median = = = 4,5
2 2

Jadi sebagai median terletak pada data antara urutan ke empat dan ke lima, yaitu =
(35  43)
= 39
2

b. Data dikelompokkan
Untuk penentuan median pada data yang telah dikelompokkan, maka
dilakukan langkah-langkah berikut :
(n  1)
1) Menentukan letak median pada suatu kelas dengan rumus : k =
2
2) Menentukan nilai median melalui pendekatan :
(n / 2  cfb)
Md = B1 + fm
i

di mana : Md = Median
B1 = Batas bawah nyata dari kelas yang mengandung median
n = Banyaknya data observasi
cfb = Frekuensi kumulatif di bawah kelas yang berisi median
fm = Frekuensi dari kelas yang mengandung median

Choirul - Statistik Deskriptif- 14


i = Interval kelas dari batas nyata

Contoh penentuan niali median untuk data berkelompok :


Berat badan dari 50 orang ibu hamil yang berkunjung ke Puskesmas :

Tabel 8. BERAT BADAN IBU HAMIL YANG BERKUNJUNG


KE PUSKESMAS BULAN JANUARI 2018

BERAT BADAN BUMIL fi fk


(kilogram)

60 - 62 1 1
63 - 65 2 3 kelas yang
66 - 68 13 16 mengandung
69 - 71 20 36 median
72 - 74 11 47
75 - 77 3 50

68,3
68,7
(50  1)
Letak median pada posisi : k = = 25,5
2
Selanjutnya untuk menentukan nilai median kita lakukan penghitungan :
(n / 2  cfb) ( 25  16)
Md = B1 + fm
i = 68,5 + x 2 = 69,4
20

c. Modus
Modus adalah nilai data yang mempunyai frekuensi terbesar dalam suatu
kumpulan data. Meski Modus (Mode) bukan merupakan nilai pusat yang digunakan
secara luas seperti halnya Mean, namun sangat berguna untuk mengetahui tingkat
keseringan terjadinya suatu peristiwa.
1) Modus data yang tidak dikelompokkan
Data yang masing-masing hanya memiliki frekuensi satu tidak memiliki
modus. Pada data yang muncul dengan frekuensi lebih dari data yang lain, maka nilai
tersebutlah yang muncul sebagai modus. Munculnya suatu modus pada suatu gugus
data bisa satu (Mono modus), atau dua modus (Bimodus), atau banyak modus
(unimodus).
Contoh data yang tidak memiliki modus :

1 2 3 4 5 6 7

Choirul - Statistik Deskriptif- 15


Contoh Mono Modus :

1 2 3 4 5 5 6 7

Contoh Bi Modus :

1 1 2 3 4 5 6 6 7

2) Modus data yang dikelompokkan


Untuk data yang dikelompokkan sebagaimana pada tabel distribusi frekuensi
modus dapat dicari dengan rumus berikut :
d1
Mo = B1 + ( d1  d 2) x i

di mana :
Mo = Modus
B1 = batas bawah nyata*) dari kelas yang mengandung modus
i = interval dari batas nyata
d1 = selisih frekuensi antara kelas yang mengandung modus dengan
frekuensi kelas sebelumnya
d2 = selisih frekuensi antara kelas yang mengandung modus dengan
frekuensi kelas sesudahnya

*) Batas bawah nyata = tepi bawah kelas dikurangi setengah nilai pengamatan
Batas atas nyata = tepi atas kelas ditambah setengah nilai pengamatan

Contoh :
Kelas f
60 - 62 1
63 – 65 2
66 – 68 13 Kelas yang
69 – 71 20 mengandung modus
72 – 74 11
75 – 77 3

Posisi modus pada kelas 69 – 71 yang memiliki frekuensi tertinggi, yaitu 20. Dan
nilai modusnya adalah :
d1 7
Mo = B1 + ( d1  d 2) x i = 68,5 + (7  9) x 2 = 69,3

DAFTAR PUSTAKA

Choirul - Statistik Deskriptif- 16


Supramono, dan Sugiarto. 1993. Statistika. Yogyakarta : Andi Offset.

Soeryana, Endang. 1993. Statistika Dasar Universitas, Ekonomi dan Akuntansi.


Bandung : M2S Bandung

Choirul - Statistik Deskriptif- 17