BAB V

UKURAN GEJALA PUSAT

TIU
Setelah mempelajari materi pada bab ini diharapkan mahasiswa mampu mengetahui
dan memahami tentang: pengertian ukuran gejala pusat, macam-macam ukuran gejala
pusat, menghitung ukuran gejala pusat.

TIK
Setelah mempelajari bab ini diharapkan mahasiswa dapat:
1. Menjelaskan pengertian ukuran gejala pusat
2. Menyebutkan dan menjelaskan macam-macam ukuran gejala pusat
3. Menghitung mean, median, modus, rata-rata ukur, dan rata-rata harmonis,
untuk data tidak berkelompok maupun data berkelompok dengan benar

KOMPETENSI
Mahasiswa dapat melakukan anilisis dan penghitungan ukuran gejala baik dengan
pendekatan mean, median, modus, rata-rata ukur, maupun rata-rata harmonis yang
ditujukan untuk data tidak berkelompok maupun berkelompok yang dijumpai dalam
setiap permasalahan di lingkungan akademik, dunia usaha maupun di masyarakat.

5.1 PENGERTIAN UKURAN GEJALA PUSAT

Ukuran gejala pusat merupakan suatu ukuran nilai yang diperoleh dari nilai data
observasi dan mempunyai kecenderungan berada ditengah-tengah nilai data observasi
tersebut.

45
5.2 MACAM-MACAM UKURAN GEJALA PUSAT

Ada beberapa ukuran gejala pusat yang akan dibahas, yaitu mean, median,
modus, rata-rata ukur dan rata-rata harmonis, baik dari data tidak berkelompok
maupun yang sudah dikelompokkan.

5.2.1 RATA-RATA (MEAN)

Rata-rata adalah suatu nilai rata-rata dari semua nilai data observasi. Nilai rata-
rata data observasi diberi simbol u

1.Data tidak berkelompok

Rata-rata dari suatu data observasi (populasi) tidak berkelompok (ungrouped data)
merupakan nilai yang diperoleh dari penjumlahan semua data dibagi dengan
banyaknya data. Atau secara matematis dapat ditulis dengan formula sebagai
berikut:

u
X
N
Dimana:
U = Rata-rata data observasi (populasi)
 X = Jumlah nilai data observasi
N = Banyaknya data observasi

Contoh kasus
Berikut ini adalah skor tes prestasi 10 tenaga sales PT Kurnia Semarang:

78 56 94 48 82 80 70 76 50 66

Rata-rata skor tes prestasi 10 sales tersebut dapat ditentukan dengan formula di atas.

46
 N = 10
 X = 78 + 56 + 66 + ……..+ 50 = 700
Maka rata-rata:

u
X =
700
 70
N 10

Apabila data observasi tersebut masing-masing mempunyai faktor penimbang,

maka perhitungan nilai rata-ratanya menggunakan formula sebagai berikut:

u
 XW
W
Agar lebih jelas dapat dilihat contoh perhitungan pada tabel 5.1 Sebagai berikut:
Tabel 5.1
Contoh Perhitungan Rata Rata dengan Faktor Penimbang

MATA KULIAH NILAI AKHIR WEIGHT NILAI X WEIGTH

(X) (W) (XW)

1. Matematika 80 3 240
2. Akuntansi 75 3 225
3. P. Bisnis 80 2 160
4. Pancasila 70 2 140
 W  10  XW  765

765
Jadi nilai rata tertimbang adalah =  76,5
10

2.Data berkelompok

47
Data berkelompok adalah data yang telah tersusun dalam bentuk tabel frekuensi.
Dalam tabel frekuensi karena masing-masing kelompok dinyatakan dalam bentuk
kelas-kelas, maka data yang dapat mewakili masing-masing kelas ini adalah nilai
tengahnya. Untuk menghitung rata-ratanya terdapat dua metode, yaitu:
a. Metode Panjang
b. Metode Singkat

a. Metode Panjang
Metode ini disebut metode panjang, sebab cara perhitungannya dengan
menggunakan perkalian angka-angka yang panjang.
Rata-rata data observasi berkelompok metode panjang adalah jumlah hasil kali
antara frekuensi dengan nilai tengah semua kelas dibagi jumlah frekuensi.
Secara matematis dapat ditulis:

u
 fM
N
Contoh
Berikut ini data mengenai laba setiap hari yang diperoleh PT Karunia Semarang
selama 30 hari pada bulan April 2007 seperti yang terdapat pada tabel 5.2.
Tabel 5.2
Contoh Perhitungan Rata Rata dengan Metode Panjang Pada PT Karunia

LABA FREKUENSI NILAI TENGAH fM

(f) (M)
40-49 4 44,5 178
50-59 6 54,5 327
60-69 10 64,5 645
70-79 4 74,5 298
80-89 4 84,4 338
90-99 2 94,5 189

48
 f  30  N  fM  1975

Rata-rata laba setiap hari dapat ditentukan sebagai berikut:

  fM 
1975
 65,83
N 30

Jadi laba rata-rata perhari selama 30 hari tersebut adalah 65.833 atau Rp.
65.833,33.

b. Metode Singkat

Dalam metode singkat ini kita memberikan kode pada deviasinya sehingga
perhitungan menjadi singkat dalam arti angka-angka perkaliannya menjadi kecil
atau sederhana. Formula perhitungannya sebagai berikut:

  A      Ci
 fd 
 N 

Dimana:
 = Rata-rata
A = Rata-rata anggapan (nilai tengah dimana d = 0)
 = Sigma atau jumlah
f = Frekuensi
d = deviasi dalam satuan interval kelas
N = Jumlah frekuensi
Ci = interval kelas
Nilai rata-rata data berkelompok dengan metode singkat dapat ditentukan
dengan langkah-langkah sebagai berikut:
1. Hitung nilai tengah masing-masing kelas (M)
2. Tentukan salah satu nilai tengah sebagai rata-rata anggapan (A) pada nilai
tengah ini kita beri tanda deviasi dalam satuan interval kelas = 0

49
 3. Pada nilai-nilai tengah yang lebih kecil dari A, deviasinya negatip, sedang
pada nilai-nilai tengah yang lebih besar dari A, deviasinya positip.
4. Kalikan deviasi ini dengan frekuensinya (fd) dan jumlahkan hasilnya (fd).
5. Bagi hasil tersebut dengan jumlah frekuensinya dan kalikan hasilnya dengan
interval kelas.
6. Jumlahkan hasilnya pada A kalau positif dan kurangkan pada A kalau
hasilnya negatif

Contoh
Berikut ini data mengenai laba setiap hari yang diperoleh PT Kurnia Semarang
selama 30 hari pada bulan April 2007 seperti yang terdapat pada tabel 5.3.
Tabel 5.3
Contoh Perhitungan Rata Rata dengan Metode Singkat pada PT Kurnia
Rata-rata laba perhari dapat ditentukan sebagai berikut:
LABA FREKUENSI NILAI TENGAH d fd
(f) (M)
40-49 4 44,5 -2 -8
50-59 6 54,5 -1 -6
60-69 10 64,5 0 0
70-79 4 74,5 +1 +4
80-89 4 84,5 +2 +8
90-99 2 94,5 +3 +6
f  30  N  fd  4

 4
  64,5    10
 30 
= 64,5 + 1,3333 = 65,8333 atau Rp. 65.833,30

5.2.2 MEDIAN

50
 Median adalah nilai data yang berada ditengah-tengah urutan data tersebut.
Atau dengan kata lain median adalah data yang membagi data observasi yang sudah
diurutkan menjadi dua bagian yang sama banyak. Nilai median data observasi diberi
symbol Md.

1.Data tidak berkelompak

Median data observasi tidak berkelompak dapat ditentukan dengan langkah-langkah

sebagai berikut:
a. Urutkan letak dari kecil ke besar
N 1
b. Letak median
2
c. Tentukan nilai median. Data observasi yang terletak pada letak median
adalah nilai median.

Contoh kasus:
Berikut ini adalah skor tes prestasi 9 karyawan PT Kurnia Semarang:
78 56 66 94 48 82 80 70 76
Median skor tes 9 karyawan tersebut dapat ditentukan dengan langkah-langkah
sebagai berikut:

a. Urutkan data tersebut dari kecil ke besar

No. Urut 1 2 3 4 5 6 7 8 9
Nilai 48 56 66 7 76 78 80 82 94
b. Tentukan letak median dengan menggunakan rumus:
N 1 9 1
Letak median   5
2 2

51
 Jadi letak median pada urutan ke 5
c. Tentukan nilai median. Data yang terletak pada nomor urut 5 adalah nilai
median. Jadi median skor tes 9 karyawan adalah 76

Apabila banyaknya data menunjukkan bilangan genap, maka median terletak di

antara dua nomor urut. Misalnya data observasi berupa skor tes prestasi 10 tenaga
sales PT Kurnia Semarang sebagai berikut:

48 56 66 94 48 82 80 70 76 96

a. Urutkan data tersebut dari kecil ke besar

No. urut 1 2 3 4 5 6 7 8 9 10
Nilai 48 56 66 94 48 82 80 70 76 96

b. Tentukan letak median dengan menggunakan rumus:

N  1 10  1
Letak median    5,5
2 2
Jadi letak median pada urutan ke 5,5. Atau terletak diantara nomor urut 5 dan
nomor urut 6

c. Tentukan letak median

Cara menentukan median yang terletak di antara dua nomor urut 5 dan 6 adalah
dengan menjumlahkan nilai data nomor urut 5 dengan nilai data pada nomor
urut 6 dan kemudian dibagi 2.
76  78
Median Md   77
2

52
 Jadi skor tes prestasi 10 tenaga salas adalah 77

2.Data berkelompok
Median dari data berkelompok (Group data) dapat ditentukan dengan langkah-
langkah sebagai berikut:
a. Tentukan kelas median dengan formula:
N
Kelas Median 
2
b. Tentukan nilai median dengan menggunakan formula:
 N / 2  Cf 
Md  BMd     Ci
 fMd 

Md = median
BMd = tepi kelas bawah kelas median
N = banyaknya data (total frekuensi)
Cf = frekuensi kumulatif kelas sebelum kelas median
FMd = frekuensi pada kelas median
Ci = interval kelas
Contoh
Pada Tabel 5.4 berikut ini data mengenai laba perhari yang diperoleh PT Kurnia
selama 30 hari pada bulan April 2007 (data dalam ribu rupiah)

Tabel 5.4
Contoh Penghitunga Median Pada PT Kurnia
LABA FREKUENSI TEPI KELAS FREKUENSI
(f) BAWAH KUMULATIF
40-49 4 39,5 4
50-59 6 49,5 1

53
 60-69 10 59,5 20
70-79 4 69,5 24
80-89 4 79,5 28
90-99 2 89,5 30

Langkah-langkah yang perlu dilakukan untuk menentukan median data pada

Tabel 5.4 sebagai berikut:
a. Tentukan kelas median dengan menggunakan formula
Letak Md = N/2 = 30/2 = 25
Jadi kelas median adalah kelas yang ditempati oleh frekuensi kumulatif 15.
Frekuensi kumulatif 15 berada pada kelas yang ketiga. Dengan demikian
kelas letak Md adalah kelas tiga.
b. Tentukan median dengan menggunakan formula, dengan nilai-nilai seperti
tabel 5.4. Sehingga mediannya:
 30 / 2  10 
Md  59,5     10
 10
Md  64,5 atau Rp. 64.500,00

5.2.3 MODUS

Modus adalah data observasi yang mempunyai frekuensi tertinggi.

Modus dari suatu data observasi diberi simbol Mo.

1. Data tidak berkelompok

Modus data observasi yang tidak berkelompok dapat ditentukan dengan

terlebih dahulu menentukan frekuensi masing-masing data.

Contoh

54
 Berikut ini data mengenai skor test prestasi 10 karyawan PT Kurnia
Semarang:

78 56 66 70 48 80 70 76 70 82

Data di atas menunjukkan bahwa frekuensi terbanyak adalah 70 yaitu ada 3

orang karyawan yang memperoleh skor 70. Oleh karena itu modus skor tes
prestasi 10 karyawan PT Kurnia adalah 70.
Data observasi yang mempunyai 2 buah modus disebut bimodus, sedangkan
data observasi yang mempunyai lebih dari 2 modus disebut multi-modus

2. Data berkelompok

Modus data observasi berkelompok dapat ditentukan dengan langkah-langkah

sebagai berikut:
a. Tentukan Kelas Modus
Kelas modus adalah kelas yang mempunyai frekuensi tertinggi.
b. Tentukan modus dengan menggunakan formula

 d1 
Mo  BMo    Ci
 d1  d 2 
Dimana:
Mo = modus
Bmo = tepi kelas bawah kelas modus
d1 = selisih antara frekuensi kelas modus dengan frekuensi kelas
sebelumnya
d2 = selisih antara frekuensi kelas modus dengan frekuensi kelas

55
 sesudahnya
Ci = interval kelas

Contoh
Berdasarkan data pada tabel 5.4 maka langkah langkah yang perlu dilakukan
untuk menentukan modusnya adalah sebagai berikut:

a. Tentukan kelas modus

Kelas modus adalah kelas yang mempunyai frekuensi tertinggi.
Dari tabel 5.4 terlihat bahwa frekuensi tertinggi terletak pada kelas ketiga,
sehingga kelas ketiga adalah modus.
b. Tentukan modus dengan menggunakan formula, dengan memasukkan
nilai nilai sebagai berikut (dari tabel 5.4):
Bmo = 59,5 (tepi kelas bawah kelas modus)
d1 = 4 (yaitu 10-6)
d2 = 6 (yaitu 10-4)
Ci = 10
Modus (Mo) laba perhari yang diperoleh PT Kurnia selama 30 hari pada
bulan April 2007 adalah sebagai berikut:
 4 
Mo  59.5     10  63.5 atau Rp 63.500,00
46
5.2.4 RATA RATA UKUR (GEOMETRIC MEAN)

Apabila kita menghadapi kuantitas yang mengalami perubahan pada

setiap periode dan kita ingin mengetahui berapa besarnya tingkat perubahan
setiap periode, maka jawaban yang dihitung berdasarkan rata-rata hitung
adalah keliru.
Kita membutuhkan ukuran gejala pusat lain yang disebut rata-rata ukur (Mg).

56
 Rata-rata ukur digunakan untuk mencari nilai rata-rata pada data yang
bersifat deret ukur.

1. Data tidak berkelompok

Rata-rata ukur suatu rangkaian data adalah akar pangkat n dari hasil
perkalian nilai datanya. Secara matematis formulanya ditulis sebagai
berikut:
Mg  n
X 1. X 2. X 3...... Xn

Dimana:
Mg = rata-rata ukur
X = nilai data dari 1 sampai ke 3
N = J umlah frekuensi
Contoh
Diketahui perkembangan tingkat bunga selama 3 tahun dalam prosentase
adalah
7 9 11
Maka rata rata pertambahan tingkat bunga ssetiap tahun dapat dihitung
menggunakan formula, sebagai berikut:

Mg  3 7  9  11

 3 693
Cara ini aakan menjadi sulit apabila datanya lebih dari 3,
 8,849
sehingga untuk menghitung rata-rata ukur digunakan
logaritma.

LogMg 
 (log X ) .............. Mg anti log
N
Contoh produksi suatu barang dalam 5 tahun terakhir sebagai berikut:
12 17 33 21 162
Hitung rata-rata perkembangan produksi barang tersebut:

57
 X logX
12 1,07918
17 1,23045
33 1,51851
21 1,32222
162 2,20952
----------
 (log X ) 7,35988

7,35988
log Mg   1,47198 , Mg antilog 1,47198
5
Mg = 29,65
Jadi rata-rata perkembangan produksinya adaalah 29,65

Berdasarkan data tersebut, langkah-langkah untuk menghitung rata-rata ukur,

sebagai berikut:
a. Hitung nilai logaritma masing masing nilai data
b. Jumlahkan hasilnya
c. Bagi hasil tersebut dengan N
d. Cari antilognya

2. Data berkelompok
Rata rata ukur untuk data berkelompok dapat ditentukan sebagai formula
sebagai berikut:

LogMg 
 ( f log M ) .............. Mg anti log
N

58
 Dimana:
Mg = rata-rata ukur
F = frekuensi masing-masing kelas
M = nilai tengah masing-masing kelas
N = jumlah frekuensi

Contoh:
Berikut ini laba perhari yang diperoleh PT Kurnia Semarang selam bulan april
2007 (dalam ribu rupiah)
Tabel 5.5
Contoh Perhitungan Rata Rata Ukur Pada PT Kurnia
LABA FREKUENSI NILAI TENGAH Log M f.log M
(F) (M)
40-49 4 44,5 1,648 6,592
50-59 6 54,5 1,726 10,416
60-69 10 64,5 1,809 18,09
70-79 4 74,5 1,872 7,488
80-89 4 84,5 1,927 7,708
90-99 2 94,5 1,975 3,95
f  30  N 54,244

Jadi rata-rata ukur laba perhari adalah:

54,244
Log Mg   1,80813333
30
Mg  anti log 1,80813333  64,29

Langkah-langkah yang dilakukan adalah:

a. Hitung nilai tengah masing-masing kelas (M)
b. Hitung logaritma masing-masing nilai tengah (Log X)
c. Kalikan hasil tersebut dengan masing-masing frekuensi
d. Jumlahkan hasilnya (f.log X)
e. Bagi hasil tersebut dengan N, hasilnya log M

59
 f. Cari antilogaritmanya untuk memperoleh Mg.

5.2.5 RATA-RATA HARMONY (HARMONIC MEAN)

Sebagaimana rata-rata ukur, rata-rata harmoni digunakan untuk memecahkan
masalah-masalah khusus.
Kegunaan rata-rata harmoni (Mh) adalah:
1. untuk menghitung rata-rata kecepatan apabila jarak yang ditempuh sama
2. untuk menghitung kuantita pembelian dan penjualan barang apabila unit
tertentu diketahui
Rata-rata harmoni suatu rangkaian data adalah kebalikan nilai rata-rata hitung dari
kebalikan nilai datanya. Formulanya dapat dituliskan sebagai berikut:
N
Mh 
 (1 / X )
Dimana :
Mh = rata-rata harmoni
N = jumlah frekuensi
X = nilai data
Langkah-langkah untuk mencari rata-rata harmoni adalah:
a. Hitung kebalikan nilai dari semua nilai data (1/X)
b. Jumlahkan hasilnya (1 / X )
c. Bagi N dengan hasil diatas
Contoh:
Seseorang berpergian sejauh 20 Km pulang pergi. Kecepatan waktu pergi 10 KM
perjam, dan kecepatan waktu pulang 20 Km perjam. Berapakah kecepatan rata-rata
perjam pulang pergi.
Jawab:

Jawaban yang otomatis adalah 1 (10  20) Km perjam. Jawaban ini salah, sebab
2
jarak 40 Km pulang pergi ditempuh selama 3jam. Kecepatan rata-rata adalah

60
1  40 km / jam  13 1 km/jam
3 3
2 40
Mh    13 1
1 1 3 3
20 10
Jadi jawab yang benar adalah 13 1/3 km km/jam

RANGKUMAN
Ukuran gejala pusat merupakan suatu ukuran nilai yang diperoleh dari nilai data
observasi dan mempunyai kecenderungan berada ditengah-tengah nilai data observasi
tersebut. Ada beberapa ukuran gejala pusat, yaitu mean, median, modus, rata-rata
ukur dan rata-rata harmonis, baik dari data tidak berkelompok maupun yang sudah
dikelompokkan. Untuk Data tidak berkelompok Mean, Median, Modus, rata-rata ukur
dan rata-rata harmonisnya ditentukan dengan cara yang berbeda dengan Cara
penentuan untuk data berkelompok. Cara yang yang digunakan untuk data tidak
berkelompok umumnya lebih singkat dan sederhana bila disbanding dengan cara
yang digunakan untuk data berkelompok. Hasil penghitungan untuk Mean, median,
modus, rata-rata ukur dan rata-rata harmonis antara data tidak berkelompok dan data
berkelompok menunjukan hasil yang tidak begitu berbeda jauh bahkan untuk
beberapa kasus memiliki hasil yang sama.

5.3. SOAL-SOAL LATIHAN

1. Data berikut adalah berat badan 9 orang mahasiswa (dalam kg)
60 63 65 64 65 67 65 67 61
Dari data diatas, hitunglah :
a. Rata-rata berat badan 9 orang mahasiswa tersebut
b. Median berat badan mahasiswa
c. Modus berat mahasiswa

61
2. Dari suatu perusahaan yang mempunyai 100 orang karyawan, 60 orang menerima
upah Rp. 4.000,00 perhari sedang 40 lainnya menerima upah Rp. 5.000,00 per
hari.
a. Hitunglah rat-rata perhari
b. Jelaskan mengapa anda menggunakan model ini

3. Toko Mekar jaya menerima pesanan kain tenun ,harga perunitnya berbeda
tergantung kualitas masing-masing. Kualitas I harganya Rp.360.000/unit;
kualitas II harganya Rp.270.000,-/unit; kualitas III harganya Rp.180.000,-/unit.
Selama bulan Desember toko tersebut telah menerima pesanan kain kualitas I
sebanyak 200 buah, kualitas II sebanyak 250 buah,dan kualitas III sebanyak 300
buah.
Pertanyaan:
a. Berapa harga rata-rata kain tenun yang dibayar pembeli pada bulan
Desember?
b. Jika seseorang membeli kain tenun masing- masing Rp.5.400.000 berapa
hara rata-rata kain tenun yang dibeli orang tersebut,

6. Tabel berikut menunjukkan besarnya pengeluaran sewa kamar kost setiap bulan
yang dibayar 80 mahasiswa tahun 2014 di kota Semarang.(dalam ribuan rupiah)
Jumlah Sewa Jumlah Keluarga
240 - 259 9
260 - 279 10
280 - 299 12
300 - 319 20
320 - 339 11
340 - 359 10
360 - 379 5
380 - 399 3

62
Berdasarkan di atas, hitunglah:
a. Besarnya sewa rata-rata
b. Median dari pengeluaran sewa rumah
c. Modus dari pengeluaran sewa rumah

7. Data berikut ini menunjukkan volume pembelian bahan baku selama periode
pembelian (data dalam ribuan kilogram)
Volume Pembelian Frekuensi Pembelian
10 - 19,99 1
20 - 29,99 3
30 - 39,99 6
40 - 49,99 14
50 - 59,99 18
60 - 69,99 10
70 - 9,99 6
80 - 89,99 2
Berdasarkan data di atas, hitunglah:
a. Besarnya rata-rata pembelian pada periode tersebut
b. Median dari pembelian bahan baku
c. Modus dari pembelian bahan baku

63