MAKALAH

“UKURAN PEMUSATAN DATA”

Disusun untuk memenuhi tugas

Mata Kuliah: Statistik I

Dosen Pengampu : Hasnita S.Si., M.Si.,

DI SUSUN OLEH

MUNA DAHLIA
NIM 1904120006
SHELA AYU FEBRIANI
NIM 1904120024
LIYA KHAIRINA
NIM 1904120064

INSTITUT AGAMA ISLAM NEGERI PALANGKA RAYA

FAKULTAS EKONOMI DAN BISNIS ISLAM

PROGRAM STUDI EKONOMI SYARIAH TAHUN 2020

1
 KATA PENGANTAR

Assalamu’alaikum Wr... Wb...

Alhamdulillahirabbil’alamin, Puji syukur kehadirat Allah SWT dimana
berkat rahmat dan kasih sayang-Nya, penulis dapat menyelesaikan salah satu
tugas mata kuliah “Statistik I” dengan judul “Ukuran Pemusatan Data”. Penulis
mengucapkan banyak terima kasih kepada semua pihak yang telah membantu
menyelesaikan makalah kuliah ini. Semoga apa yang penulis susun ini dapat
memberikan tambahan ilmu bagi pembaca dan penulis pula, Aamiin. Mohon maaf
apabila ada kesalahan yang terdapat pada penyusunan makalah ini karena segala
sesuatu yang benar itu datangnya dari Allah dan salah berasal dari kami sendiri.

Wassalamu’alaikum Wr... Wb...

Palangkaraya, 10 April 2021

2
 DAFTAR ISI

KATA PENGANTAR.................................................................................................1
DAFTAR ISI................................................................................................................3
BAB I............................................................................................................................4
PENDAHULUAN........................................................................................................4
A. Latar Belakang...........................................................................................4
B. Rumusan Masalah......................................................................................4
C. Tujuan Penulisan........................................................................................5
BAB II...........................................................................................................................6
PEMBAHASAN...........................................................................................................6
A. Pengertian Ukuran Pemusatan Data...........................................................6
B. Ukuran Pemusatan Data dan Contohnya...................................................6
BAB III.......................................................................................................................14
PENUTUP..................................................................................................................14
A. Kesimpulan..............................................................................................14
DAFTAR PUSTAKA................................................................................................15

3
 BAB I
PENDAHULUAN

A. Latar Belakang
Statistika adalah ilmu pengetahuan yang telah banyak digunakan
dalam kehidupansehari-hari. Pemerintah menggunakan statistika untuk
menilai hasil pembangunan masa laludan juga untuk membuat rencana masa
datang.Selain itu pimpinan mengambil manfaat dari kegunaan statistika untuk
melakukan tindakan-tindakan yang perlu dalam menjalankan tugasnya. Kata
Statistika berbeda dengan Statistik. Statistik dipakai untuk menyatakan
kumpulan data, bilangan maupun non-bilangan yang disusundalam tabel
ataupun diagram, yang melukiskan suatu persoalan.
Mean, Median, Modus sama-sama menupakan ukuran pemusatan data yang
termasuk kedalam analisis statstika deskriptif. Namun, ketiganya memiki
kelebihan dan kekurangannya masing-masing dalam menerangkan suatu
ukuran pemusatan data. Untuk tahu kegunaannya masing-masing dan kapan
mempergunakannya, perlu diketahui terlebih dahulu pengerian anaisis
statisika deskriptf dan ukuran pemusatan data. Analisis Statistka deskriptif
merupakan metode yang berkaitan dengan penyajian data sehingga
memberikan informasi yang berguna. Upaya penyajan ini dimaksudkan untuk
mengungkapkan informasi pening yang terdapat dalam data kedalam bentuk
yang lebih ringkas dan sederhana yang pada akhirnya mengarah pada
keperluan adanya penjelasan dan pemaparan. Desknpsi data yang dilakukan
meiputi ukuran pemusatan dan penyebaran data. Ukuran pemusatan data
meliput nilai rata-rata (median), modus, dan median.
Dalam hal ini, makalah kami berisikan materi“Ukuran Pemusatan
Data” yang terdapat pembahasan-pembahasannya yaitu mean, median, modus,
kuartil, desil dan persentil. Maka dari itu, mari kita pahami dan pelajari isi dari
makalah ini.

B. Rumusan Masalah
1. Apa Pengertian Ukuran Pemusatan Data? 

4
 2. Apa saja Jenis Ukuran Pemusatan Data dan Bagaimana Contohnya?
3.

C. Tujuan Penulisan
1. Untuk Mengetahui Ukuran Pemusatan Data
2. Untuk Mengetahui Jenis Ukuran Pemusatan Data dan Bagaimana
Contohnya.
3.

5
 BAB II
PEMBAHASAN

A. Pengertian Ukuran Pemusatan Data

Ukuran pemusatan adalah sembarang ukuran yang menunjukkan pusat
segugus data, yang telah diurutkan dari yang terkecil sampai yang terbesar
atau sebaliknya dari yang terbesar sampai yang terkecil. Salah satu kegunaan
dari ukuran pemusatan data adalah untuk membandingkan dua (populasi ) atau
contoh, karena sangat sulit untuk membandingkan masing-masing anggota
dari masing-masing anggota populasi. Nilai ukuran pemusatan ini dibuat
sedemikian sehingga cukup mewakili seluruh nilai pada data yang
bersangkutan.

1.      Mendefinisikan ukuran-ukuran data numerik yg menjelaskan ‘ciri-

ciri’ data.

2.      Sembarang ukuran yang menunjukkan pusat segugus data yang telah
diurutkan dari yang terkecil hingga terbesar atau sebaliknya

3.      Merupakan penyederhanaan data untuk mempermudah peneliti

membuat interpretasi dan mengambil suatu kesimpulan

B. Ukuran Pemusatan Data dan Contohnya

Secara umum, pemusatan data dapat dijelaskan dengan menggunakan
ukuran-ukuran berikut:

1. Mean (Average)/Rata-rata

Mean yang dikenal dengan nilai rata-rata adalah ukuran pemusatan data yang
paling populer dan terkenal. Data mean ini senantiasa dapat digunakan dengan
data diskrit dan kontinu, meskipun penggunaannya paling sering dengan data
kontinu.

6
Mean sama dengan jumlah semua nilai dalam kumpulan data dibagi dengan
jumlah nilai dalam kumpulan data. Jadi, jika kita memiliki n nilai dalam
kumpulan data dan nilainya x1, x2, x3,……, xn, mean atau rata-rata
dari sampel tersebut dapat dihitung dengan cara:

Rumus ini biasanya ditulis dengan cara yang sedikit berbeda menggunakan
huruf kapital Yunani, Σ, yang dinamakan “sigma“, yang berarti “jumlah dari
…“:

Secara tidak langsung mungkin telah memperhatikan bahwa rumus di atas

mengacu pada mean sampel. Jadi, mengapa kita menyebutnya mean sampel?.
Hal ini karena, dalam statistik, sampel dan populasi memiliki arti yang sangat
berbeda dan perbedaan ini sangat penting, bahkan jika, dalam kasus mean,
mereka dihitung dengan cara yang sama.

Untuk mengetahui bahwa kita menghitung mean populasi dan bukan mean
sampel, kita menggunakan huruf kecil Yunani “mu“, yang dilambangkan
sebagai µ:

Mean pada dasarnya adalah model kumpulan data kita. Ini adalah nilai yang
paling umum. Namun, kita akan melihat bahwa mean sering kali bukan salah
satu nilai aktual yang kita amati dalam kumpulan data yang kita miliki.

7
Namun, salah satu properti pentingnya adalah meminimalkan kesalahan dalam
prediksi salah satu nilai dalam kumpulan data. Artinya, ini adalah nilai yang
menghasilkan jumlah kesalahan terendah dari semua nilai lain dalam
kumpulan data.

Sifat penting mean adalah bahwa ia menyertakan setiap nilai dalam kumpulan
data kita sebagai bagian dari penghitungan. Selain itu, mean adalah satu-
satunya ukuran tendensi sentral di mana jumlah deviasi setiap nilai dari mean
selalu nol.

l.

Contoh perhitungan mean

Misalnya saja;

Partisipan 1 2 3 4 5

Waktu reaksi (milidetik) 287 345 365 298 380

Pertama, kita tambahkan jumlah semua nilai:

⅀x = 287 + 345 + 365 + 298 + 380 = 1675

Kemudian kita menghitung mean menggunakan rumus ⅀x / n. Ada 5 nilai

dalam dataset, jadi n = 5.

Mean (x̄) = 1675/5 = 335

Jadi, mean: 335 milidetik

2. Median

Median adalah nilai tengah dari sekumpulan data yang telah disusun menurut
urutan besarnya (dari nilai terkecil ke nilai terbesar). Median tidak terlalu
terpengaruh oleh pencilan dan data miring. Untuk menghitung median,
misalkan kita memiliki data di bawah ini:

8
65, 55, 89, 56, 35, 14, 56, 55, 87, 45, 92

Pertama-tama kita perlu mengatur ulang data tersebut agar berurutan dari yang
terkecil dahulu:

14, 35, 45, 55, 55, 56, 56, 65, 87, 89, 92

2. Median

Median adalah nilai tengah dari sekumpulan data yang telah disusun menurut
urutan besarnya (dari nilai terkecil ke nilai terbesar). Median tidak terlalu
terpengaruh oleh pencilan dan data miring. Untuk menghitung median,
misalkan kita memiliki data di bawah ini:

65, 55, 89, 56, 35, 14, 56, 55, 87, 45, 92

Pertama-tama kita perlu mengatur ulang data tersebut agar berurutan dari yang
terkecil dahulu:

14, 35, 45, 55, 55, 56, 56, 65, 87, 89, 92

Median pada contoh tersebut adalah 56 (disorot dengan bold). Ini adalah nilai
tengah karena ada 5 nilai sebelum dan 5 nilai setelahnya.

Data ini berfungsi dengan baik ketika kita memiliki jumlah skor ganjil, tetapi
apa yang terjadi ketika kita memiliki jumlah skor genap? Bagaimana jika kita
hanya memiliki 10 skor? Yang perlu kita lakukan adalah mengambil dua skor
tengah dan rata-rata hasilnya, seperti contoh di bawah ini:

65, 55, 89, 56, 35, 14, 56, 55, 87, 45

Kita atur ulang data itu menjadi secara berurutan dari yang terkecil dahulu:

14, 35, 45, 55, 55, 56, 56, 65, 87, 89

Kita harus mengambil skor ke-5 dan ke-6 dalam kumpulan data kami dan rata-
rata untuk mendapatkan median 55,5. Berdasarkan contoh tersebut, bisa

9
dikatakan bahwa jika kumpulan data berisi nilai genap, median kumpulan data
adalah rata-rata dari dua nilai tengah.

3. Modus (Mode)

Modus merupakan nilai yang paling sering muncul dalam set data. Untuk
menemukan mode, urutkan kumpulan data kita secara numerik atau kategoris
dan pilih respons yang paling sering muncul. Pada histogram, ini mewakili
batang tertinggi dalam diagram batang. Oleh karena itu, kita terkadang dapat
menganggap mode sebagai opsi paling populer.

Contoh perhitungan Modus

Misalnya;

Dalam contoh set data di bawah, nilai 5 paling sering muncul, yang
menjadikannya mode. Data ini mungkin mewakili skala Likert 5 poin.

10
Biasanya, kita menggunakan mode dengan data kategorikal, data ordinal, dan
diskrit. Faktanya, mode adalah satu-satunya ukuran tendensi sentral yang
dapat kita gunakan dengan data kategorikal, seperti rasa es krim yang paling
disukai.

Namun, dengan data kategorikal, tidak ada nilai sentral karena kita tidak dapat
mengurutkan grup. Dengan data ordinal dan diskrit, mode dapat berupa nilai
yang tidak berada di tengah. Sekali lagi, mode tersebut mewakili nilai yang
paling umum.
4. Kuartil

Kuartil atau perempatan adalah nilai pengamatan yang terletak pada

pengamatan ke- ¼ n (=K 1), ke- ½ n (=K 2 atau median), dan ke- ¾ n (=K 3).
Rumus yang digunakan
Carilah kuartil Q3 dari data jumlah gastropoda di bawah ini :

Jenis Jumlah
Gastropo Gastropo
da da
A 6
1
2
B
2
1
C
0
5
D 6
1

11
 2
E

Urutan data : 1, 1, 2, 2, 2, 5, 6, 6, 10

Q3 terletak pada data ke 7 dan 8 yaitu 6

Berarti 75% data mempunyai nilai dibawah 6

5.      Desil

Pada prinsifnya rumus yang digunakan untuk mencari desil sama dengan
rumus untuk kuartil. Ada 9 jenis desil yang dilambangkan dengan D1, D2
sampai D9, D1 mempunyai sifat bahwa 10% data jatuh dibawah D1, 20% data
jatuh dibawah D2 dan seterusnya sampai 90% jatuh dibawah D9.

Contoh
Carilah dari data desil D5 jumlah gastropoda di bawah ini

12
Jenis Jumlah
Gastropoda Gastropoda
A 6
B 1
C 2
D 2 D5 terletak pada data ke 5
E 10 yaitu 2 .Berarti 50% data
F 5
G 6 mempunyai nilai di bawah 2.
H 1
I 2
6.      Persentil

Rumus persentil juga sama dengan rumus kuartil. Ada 99 jenis desil yang
dilambangkan dengan P1, P2 sampai P99, 1 mempunyai sifat bahwa 1% data
jatuh dibawah P1, 2% data jatuh dibawah P2 dan seterusnya sampai 99%
jatuh dibawah P99.

Contoh :
Carilah dari data persentil P44 jumlah gastropoda di bawah ini

Jenis Jumlah
Gastropoda Gastropoda
A 6
B 1
C 2
D 2 D44 terletak pada data ke 4
E 10
F 5 dan 5 yaitu 2 . Berarti 44%
G 6 data mempunyai nilai di
H 1
I 2 bawah 2.

13
 BAB III
PENUTUP

A. Kesimpulan

Ukuran pemusatan adalah sembarang ukuran yang menunjukkan pusat

segugus data, yang telah diurutkan dari yang terkecil sampai yang terbesar
atau sebaliknya dari yang terbesar sampai yang terkecil.Salah satu kegunaan
dari ukuran pemusatan data adalah untuk membandingkan dua (populasi ) atau
contoh, karena sangat sulit untuk membandingkan masing-masing anggota
dari masing-masing anggota populasi. Nilai ukuran pemusatan ini dibuat
sedemikian sehingga cukup mewakili seluruh nilai pada data yang
bersangkutan.

Nilai Pemusatan data yang sering digunakan adalah Mean,Median,

Modus, Kuartil, Desil, Persentil. Mean atau rataan merupakan salah satu
ukuran untuk memberikan gambaran yang lebih jelas dan singkat tentang
sekumpulan data. Rumus yang digunakan ialah Modus adalah nilai yang
paling sering muncul. Jika kita tertarik pada data frekuensi, jumlah dari suatu
nilai dari kumpulan data, maka kita menggunakan modus.Median adalah nilai
pengamatan yang terletak di tengah-tengah data yang kita punyai dan telah
diurutkan dari kecil ke besar atau sebaliknya. Untuk menentukan median suatu
data pengamatan tergantung pada n, apakah n tersebut ganjil atau genap.

Kuartil atau perempatan adalah nilai pengamatan yang terletak pada

pengamatan ke- ¼ n (=K 1), ke- ½ n (=K 2 atau median), dan ke- ¾ n (=K 3).
Pada prinsifnya rumus yang digunakan untuk mencari desil dan persentil sama
dengan rumus untuk kuartil. Ada 9 jenis desil yang dilambangkan dengan D1,
D2 sampai D9, D1 mempunyai sifat bahwa 10% data jatuh dibawah D1, 20%
data jatuh dibawah D2 dan seterusnya sampai 90% jatuh dibawah D9.
Sedangkan persentil terdapat 99 jenis yang dilambangkan dengan P1, P2
sampai P99, 1 mempunyai sifat bahwa 1% data jatuh dibawah P1, 2% data
jatuh dibawah P2 dan seterusnya sampai 99% jatuh dibawah P99.

14
 DAFTAR PUSTAKA
Nugroho.Sendi-sendi Statistik.Jakata:CV Rajawali.1991.
Turmuzi, Sri Harini.Metode Statistika Pndekatan Teoritis dan Aplikatif UIN
Malang Press, 2008.
Sugiyono. Statistika untuk Penelitian. Bandung:Alfabeta.2006.
IqbalHasan. Pokok-pokok Materi Statistik 1, Edisikedua.Jakarta: Bumi Aksara .
2002
SyahirmanYusi, dkk.. Statistika Untuk Ekonomi Dan Pendidikan Palembang:
Citra Book Indonesia.2010.

15