A.

UKURAN PEMUSATAN UNTUK DATA TIDAK BERKELOMPOK

1. Rata-rata hitung (Mean):

a.Rata-rata hitung Aritmetik:
• Rata-rata hitung populasi :  X
N

• Rata-rata hitung sampel


X
n
• Rata-rata hitung tertimbang

 (w.X )
w atau

w1 x1  w2 x2  w3 x3  w4 x4  .......  wn xn
w 
w1  w2  w3  w4  ........  wn

n
b.Rata-Rata Harmonik: H 
1
 xi

c.Rata-Rata Geometri (digunakan untuk mengukur pertumbuhan per

tahun)

G  n x1x2 x3...xn atau LogG   log xi

n

rata-rata geometri untuk menghitung laju pertumbuhan

x
Pt  Po (1  )t
100

Catatan: H < G < A

c. Ukuran Letak
a. Median:
n 1
• Letak median 
2
• Data ganjil, median terletak di tengah,
• Median untuk data genap adalah rata-rata dari dua data yang terletak di tengah dan
dicari dengan cara sebagai berikut:
Contoh : diketahui letak median berada diantara data ke -4 dan data ke-5 maka

1
 jika letak median 4,5 maka nilai median adalah data ke-4 +0,5(data ke-5- data ke-4) .
Jika letak median 4,25 maka nilai median adalah data ke-4 +0,25(data ke-5- data ke-4)
b. Modus
Adalah nilai yang (paling) sering muncul
c. Persentil
i (n  1)
Letak persentil: Pi 
100
d. Kuartil
i (n  1)
Letak kuartil : K i 
4
e. Desil
i (n  1)
Letak Desil : Di 
10

A. UKURAN PENYEBARAN DATA TIDAK BERKELOMPOK

1. Standar deviasi (simpangan baku ) dan varians untuk sampel
a. SD untuk sampel berukuran kecil n  30

n x 2   x 
2

S
nn  1
b. SD untuk sampel berukuran besar n > 30

n x 2   x 
2

S
n2
Varians = S2
2. Standar deviasi (simpangan baku ) dan varians untuk populasi
a. Standar deviasi untuk populasi

 x
 x  N
2
2


N
b. Varians untuk populasi: 2

3. Koefisien Variasi
S
Untuk data sampel : KV  x100
X

Untuk data populasi KV  x100

2
4. Angka Baku (Standard Score)
XX
Z
S
Z = Angka baku
X= Nilai data
S=Standar deviasi
Jika Z >0 : keadaan di atas mean (rata-rata hitung)
Z = 0 : keadaan sama dg mean
Z < 0 : keadaan di bawah mean

5.Koefisen Kecondongan/kemiringan (coefficient of skewness)

Rumus Bowley : KK = (Q1 + Q3 – 2M) / (Q3 – Q1)
X  Mo
Rumus Pearson: KK  atau
S
3( X  M )
KK 
S
M = Median
S= Standar deviasi
Mo= Modus
Q1, Q2, Q3 = nilai kuartil ke 1, 2 dan 3
KK > 0 : Kurva miring positif (kurva landai ke kanan)
KK = 0 : Kurva Simetris
KK < 0 : Kurva miring negatif (kurva landai kekiri)

6. Kurtosis (keruncingan)
Untuk data tidak berkelompok:

1
 ( X i   )4
4  N  4

3
Untuk data berkelompok:
1
 (m   )
i
4
fi
4  N
4
Keterangan:
4=3 menunjukkan distribusi normal
4>3 menunjukkan distribusi leptokurtis ( kurva frekuensi memiliki puncak yang lebih
runcing daripada kurva normal)
4<3 menunjukkan distribusi platikurtis( kurva frekuensi memiliki puncak yang lebih
datar daripada kurva normal)