TUGAS 4

Diajukan untuk Memenuhi Salah Satu Tugas Mata Kuliah Statistika 1

Pada Program Studi Manajemen

Fakultas Ekonomi dan Bisnis Universitas Siliwangi

Disusun Oleh :

Farah Maulida Hanifah 193402023

FAKULTAS EKONOMI DAN BISNIS

UNIVERSITAS SILIWANGI

TASIKMALAYA

2021
 BAB I

PENDAHULUAN

1. Ukuran Gejala Pusat dan Ukuran Letak

Ukuran gejala pusat dan ukuran letak adalah ukuran yang dianggap mewakili
kelompok data sehingga melalui ukuran ini diperoleh gambaran tentang karakteristik
kelompok data tersebut.

Istilah gejala pusat (central tendency) digunakan untuk menunjukkan nilai atau
ukuran yang mendekati titik konsentrasi perangkat data hasil suatu pengukuran. Ukuran
gejala pusat sering digunakan sebagai gambaran umum tentang kecenderungan atau
sebagai wakil dari suatu perangkat data (Furqon, 2004: 35).

Pengukuran nilai sentral merupakan upaya yang ditujukan untuk mengetahui

besarnya nilai rata-rata dari distribusi data yang telah diperoleh dari suatu penyelidikan.
Untuk mengetahui besarnya nilai rata-rata, maka perlu dibedakan secara jelas jenis
datanya; data berkelompok (grouped data) atau data tidak berkelompok (un-grouped
data). Di samping jenis datanya juga perlu dipertimbangkan asal datanya apakah berasal
dari populasi ataukah dari sampel. Apabila penelitian tersebut merupakan penelitian
populasi maka angka (indeks) hasil perhitungan yang menggambarkan sifat kelompok
disebut parameter, apabila data berasal dari sampel maka angka (indeks) tersebut disebut
statistik (Sumanto, 2014: 27).

Menurut Algifari (2010: 50) Ukuran letak sangat diperlukan untuk memberikan
gambaran karakteristik suatu data. Ukuran letak biasanya digunakan untuk mewakili
sekelompok data pada satu set data. Ukuran letak dibagi ke dalam dua macam bentuk
data, yakni data tidak berkelompok (ungrouped data) dan data berkelompok (grouped
data). Data tidak berkelompok adalah data yang tidak dikelompokkan ke dalam nilai
interval tertentu seperti yang terdapat dalam tabel distribusi frekuensi. Contoh data tidak
berkelompok adalah sebagai berikut:

- Ukuran Gejala Pusat

1) Rata-rata hitung
2) Rata-rata ukur
3) Rata-rata harmonik
4) Modus
- Ukuran Letak
1) Median
2) Kuartil
- Rata-rata Hitung 1
 Data tunggal
Misal X1, X2, X3, …,Xn adalah hasil pengamatan dari sampel, maka rata-rata hitung dari
kumpulan data tersebut adalah
n

X 1  X 2  X 3  ...  X n 
Xi
X  i 1
n n
 Contoh :
Bila nilai ujian statistika dari 5 mahasiswa dari suatu kelas adalah 70, 75, 60, 65,
dan 80. Maka rata-rata hitungnya

70  75  60  65  80 350
X   70
5 5
- Rata-rata Hitung 2
 Data berulang
Misal nilai data berulang dengan frekuensi tertentu, X1 berulang f1, X2 berulang f2,
X3 berulang f3, …,Xn berulang fn adalah hasil pengamatan dari sampel, maka rata-
rata hitung dari kumpulan data tersebut adalah
n

f X  f X  f 3 X 3  ...  f n X n fX i i
X 1 1 2 2  i 1
f1  f 2  f 3  ...  f n n

f
i 1
i

 Contoh RH Berulang :
Bila pada suatu ujian statistika, ada 3 mahasiswa mendapat nilai 65, 3 mahasiswa
mendapat nilai 70, 5 mahasiswa mendapat 80, ada 2 mahasiswa mendapat 100.
Maka nilai rata-rata hitungnya

X
3  65  3  70  5  80  2 100  1005  77,31
335 2 13

- Rata-rata Hitung 3
 Data Berbobot
Misal suatu data di mana masing-masing data memiliki bobot tertentu, nilai X1
dengan bobot B1, nilai X2 dengan bobot B2, nilai X3 dengan bobot B3, …, dan
nilai Xn dengan bobot Bn, maka nilai rata-rata hitungnya adalah:
n

B X  B2 X 2  B3 X 3  ...  Bn X n B X i i
X 1 1  i 1
B1  B2  B3  ...  Bn n

B
i 1
i
  Contoh RH Berbobot :
Cara menghitung nilai akhir suatu mata kuliah adalah

NA  10% absensi  20% tugas  30% UTS  40% UAS

Seorang mahasiswa yang selalu hadir dikelas, rata-rata tugasnya 80, UTSnya 70,
dan UASnya 75, maka nilai akhir untuk mahasiswa tersebut.

NA 
10% 100  20%  80  30%  70  40%  75  77
 77
10%  20%  30%  40% 100%
- Rata-rata Hitung 4
 Data Kelompok
n
 n 
fX i i   fici 
X i 1
X  X 0  p i 1n 
n
Atau  
f i   fi 
i 1  i 1 

dengan :
f i  frekuensi kelas ke - i
X i  Nilai tengah kelas ke - i
dengan :
X 0  Nilai tengah kelas dengan kode 0
f i  frekuensi kelas ke - i
c i  kode kelas ke - i
p  panjang kelas

 Contoh RH Kelompok 1
n

fX i i
X i 1
n

f
i 1
i

6070

80
 75.875
  Contoh RH Kelompok 2

- Rata-rata Ukur 1
 Data Tunggal
Misal X1, X2, X3, …, Xn adalah hasil pengamatan dari sampel, maka rata-rata ukur (U)
dari kumpulan data tersebut adalah

U  n X 1  X 2  X 3  ...  X n

Tetapi jika hasil pengamatan terlalu besar maka

n

 log X i
log U  i 1
n
 Contoh RU Tunggal
Hitunglah rata-rata dari bilangan-bilangan 25, 102, 354, dan 1610!

U  4 25 102  354 1610  195,25

Atau
log 25  log 102  log 354  log 1610 9,16
log U    2.290
4 4

U  102.290  195,25
- Rata-rata Ukur 2
 Data Kelompok
n

  f log x 
i i
dengan :
log U  i 1
n
x i  nilai tengah kelas ke - i
f
i 1
i f i  frekuensi kelas ke - i
  Contoh RU Kelompok

- Rata-rata Harmonik 1
 Data Tunggal
Misal X1, X2, X3, …, Xn adalah hasil pengamatan dari sampel, maka rata-rata harmonik
(H) dari kumpulan data tersebut adalah

n n
H  n
1 1 1 1 1
   ... 
x1 x2 x3 xn i 1 xi

 Contoh Rh 1
Hitunglah rata-rata harmonis untuk kumpulan data: 3, 5, 6, 6, 7, 10, 12!
7
H
1 1 1 1 1 1 1
     
3 5 6 6 7 10 12
= 5 145
167
- Rata-rata Harmonik 2
n

f i
dengan :
H i 1
x i  nilai tengah kelas ke - i
n
 fi 
  x
i 1  i 
 f i  frekuensi kelas ke - i
  Contoh :

2. Modus
Modus adalah bilangan yang frekuensi terbesar

- Data Tunggal
Contoh: 2, 8, 9, 11, 2, 6, 6, 7, 5, 2, 2, maka Mo = 2
- Modus 2
 Data Kelompok

 b  dengan :
Mo  b  p 1 
 b1  b2  b  batas bawah kelas Modal (f terbesar)
p  panjang kelas
b1  frekuensi kelas modal - frekuensi kelas sebelumnya
b 2  frekuensi kelas modal - frekuensi kelas sesudahnya
 Contoh Mo
3. Median
Median adalah data tengah atau data yang membagi barisan data menjadi 2 sama banyak

- Langkah-langkah menentukan median:

1. Urutkan data dari yang terkecil hingga terbesar.
2. Tentukan letak median :
3. Tentukan nilai median
4. jika jumlah data ganjil:
5. jika jumlah data genap :

 Contoh Me tunggal
Jika diketahui kumpulan data hasil pengamatan 5, 8, 10, 4, 10, 7, 12. Tentukan Median?

- Median 2
1) Data Kelompok
  Contoh Me

4. Kuartil
Kuartil adalah bilangan-bilangan yang membagi barisan data terurut menjadi 4 bagian sama
banyak.

• Langkah-langkah menentukan kuartil:

1. Urutkan data dari data yang terkecil hingga terbesar.

2. Tentukan letak kuartil :

Tentukan nilai kuartil:

 Contoh Kuartil
Misalkan pada sebuah sampel didapat data: 78, 82, 66, 57, 97, 64, 56, 92, 94, 86, 52, 60,
70. Tentukan: a) K1 dan b)K3

Urutkan datanya:

52, 56, 57, 60, 64, 66, 70, 78, 82, 86, 92, 94, 97
- Kuartil 2
1) Data Kelompok
• Langkah menentukan kuartil dalam data kelompok:
1. Tentukan letak kuartil: in  1
2. Tentukan besar nilai kuartil : LK i 
2

 Contoh Kuartil
 BAB II

KESIMPULAN

2.1 Kesimpulan
Ukuran gejala pusat adalah suatu ukuran yang digunakan untuk mengetahui
kumpulan data mengenai sampel atau populasi yang disajikan dalam tabel dan diagram,
yang dapat mewakili sampel atau populasi. Ada beberapa macam ukuran tendensi sentral
yaitu rata – rata (mean), median, modus. Dalam pembahasan kali ini ada 4 yaitu rata –
rata hitung, rata – rata ukur, rata – rata harmonik, dan modus. Adalah ukuran statistic
yang menggambarkan letak data. Yang termasuk ukuran letak adalah median, kuartil.
 DAFTAR PUSTAKA
https://repository.unicom.ac.id Dede Somantri.mhtml Mendenhall, W., Beaver, R., Beaver,
B.2006.introduction to probability and statistics. USA:Thomson Brooks/Cole Panggabean,
Luhut.2000. Statistika Dasar. Bandung : UPI Sudjana. 2005. Metode Statistika.Bandung: Tasito