PENGANTAR
Ukuran nilai sentral merupakaan salah satu peralatan analisis statistik yang penting dan
penggunanya selalu mengalami perkembangan. Sesuai kebutuhan serta persoalan yang dan
kegunaan nilai sentral, jenis ukuran nilai sentral, rata-rata hitung, median, modus, rata-rata ukur,
rata-rata harmonis, rata-rata kuadrat serta berbagai metode dalam menghitung dari setiap ukuran
nilai sentral tersebut.
1
Untuk melakukan analisis data maka perlu dipelajari sifat-sifat, gejala-gejala serta
fenomena dari tabel distribusi frekuensi tersebut. Dalam mempelajari tabel frekuensi ini perlu
diletakkan adanya suatu nilai yang dapat mewakili suatu kelompok data tersebut.
Beberapa jenis ukuran nilai sentral ini memiliki kebaikan dan kelemahan dalam
penggunaannya sebagai peralatan analisis data. Dalam kaitan ini dipahami kegunaan dan
persyaratan dalam penggunaan setiap ukuran nilai sentral tersebut.
2
5.5 RATA-RATA HITUNG
Rata-rata hitung yang untuk selanjutnya disebut rata-rata adalah hasil penjumlahan dari
seluruh nilai data dibagi dengan banyaknya data. Bila diketahui bahwa nilai Variabel X dari
sejumlah nilai data adalah X1, X2, X3 …..XN
Maka rata-rata adalah :
1
X= 𝑁 (X1 + X2 + X3 + …..+ XN )
Atau :
𝑁
1
𝑋 = ∑ 𝑋1
𝑁
1−1
Sebagai salah satu ukuran nilai sentral, maka rata-rata sebaiknya digunakan apabila
distribusi nilai dari sekelompok data adalah normal atau relatif normal.
Sebagai ukuran nilai sentral, rata-rata mempunyau kebaikan dan kelemahan sebagai berikut :
Kebaikannya :
a. Mudah dihitung
b. Mudah dimengerti
c. Objektif
d. Perhitungannya didasarkan pada seluruh data
e. Dapat digunakan untuk perhitungan lebih lanjut.
Kelemahannya :
a. Mudah dipengaruhi oleh nilai yang ekstrim
b. Pada distribusi yang tidak normal (condong), maka rata-rata kurang mewakili.
3
Perhitungan rata-rata dibedakan atas 2 bagian yaitu :
- Perhitungan rata-rata umtuk data yang belum dikelompokkan
- Perhitungan rata-rata untuk data yang sudah dikelompokkan.
1. Cara biasa
Cara biasa ini digunakan bila jumlah datanya relatif dikit serta nilai-nilai data merupakan
nilai-nilai yang praktis.
Rumus: 5.1
1
X=𝑁 ∑𝑁
𝑖=1 𝑋1
Contoh :
Berikut ini adalah data pendapatan perhari dari 6 orang pedagang buah-buahan di kota Jambi
(ribuan rupiah).
Pedagang A B C D E F
Pendapatan 34 46 57 50 42 45
Penyelesaiannya:
4
• Tambahan semua pendapatan dari 6 orang tersebut ( ∑ 𝑋1 )
34 + 46 + 57 + 50 + 42 + 45 = 276
(N): ∑𝑋1
∑𝑋1 276
X= = = 46
𝑁 6
Jadi rata-rata (X) pendapatan perhari dari 6 orang pedagang buah-buahan di kota Jambi adalah
sebesar Rp. 46.000-,
2. Cara sederhana
Cara ini digunakan bila jumlah dapat cukup banyak serta nilai-nilai data merupakan nilai
yang kurang praktis.
Rumus 5.2
1
X = 𝑋0 + 𝑁 ∑𝑛𝑖=0(𝑋1 − 𝑋0 )
Keterangan:
X = Rata-rata
𝑋0 = Nilai sembarangan (arbriter) atau nilai yang ditetapkan
N = Banyaknya data-data
𝑋1 = Nilai-nilai data
5
Contoh:
Hitunglah rata-rata harga eceran beras di kota Jambi tersebut dengan menggunakan cara
sederhana.
M Penyelesaian:
(X₁-X₀)
∑ 𝑋₁ − 𝑋₀
𝑁
∑ 𝑋₁ − 𝑋₀
E Tambahkan nilai X₀ dengan hasil bagi tersebut
𝑁
∑ 𝑋₁ − 𝑋₀
X₀ +
𝑁
6
Tabel 5.2 Perhitungan rata-rata dengan cara sederhana
X₁ X₀ X₁ - X₀
3.200 3.000 200
3.325 3.000 325
3.275 3.000 275
3.300 3.000 300
3.150 3.000 150
3.350 3.000 350
1.600
∑ 𝑋₁ − 𝑋₀
X = X₀ +
𝑁
1.600
= 3.000 +
6
Jadi rata-rata harga eceran beras kualitas sedang di kota Jambi bulan Agustus 2000 adalah
Data yang telah dikelompokkan merupakan data yang sudah disusun dan diklasifikasikan
serta disajikan dalam tabel distribusi frekuensi.
Bila data tersebut sudah disajikan dalam suatu tabel distribusi frekuensi, maka setiap
frekuensi dari masing-masing kelompok atau kelas menunjukkan banyaknya frekuensi dari kelas
yang bersangkutan.
Dalam menghitung rata-rata dari data yang dikelompokkan digunakan 2 cara yaitu :
a. Cara Biasa
b. Cara Sederhana
7
Ad. a Cara Biasa
Cara biasa ini adalah suatu cara menghitung nilai rata-rata dengan menggunakan
nilai tengah ( X₁ ) dari setiap kelas interval.
Bila X₁ terjadi sebanyak F₁ kali, X₂ terjadi sebanyak F₂ kali sampai X,, terjadi
sebanyak F,, kali, maka rata-ratanya dirumuskan sebagai berikut:
Rumus 5.3
∑𝑛
𝑖=0 𝐹1 𝑋1
X= ∑ 𝐹1
Keterangan :
X = Rata-rata
F1 = Frekuensi kelas ke i
I = 1,2,3.......N
∑ F1 = Jumlah frekuensi
Tabel 5.3 Jumlah Rumah Tangga di Kota Jambi menurut kelompok Pengeluaran untuk
Konsumsi Makanan Jadi (Ribuan Rupiah Perbulan).
8
Dari tabel diatas hitunglah rata-rata pengeluaran perbulan dari 70 rumah tangga untuk konsumsi
makanan jadi tersebut dengan menggunakan cara biasa.
Penyelesaiannya :
1. Tentukan nilai tengah dari masing-masing kelas interval (X1) yaitu kolom 3.
2. Kalikan frekuensi masing-masing kelas ( F1 ) dengan nilai tengah dari kelas tersebut ( X1 )
atau F1X1 yaitu kolom 2 dikalikan dengan kolom 3.
3. Jumlah hasil perkaian tersebut ( ∑ F1X2 ) yaitu jumlah kolom 4.
4. Bagikan hasil penjumlahan tersebut ( ∑ F1X2 ) dengan jumlah frekuensi ( ∑ F1 ) atau
∑ F1X2 yaitu jumlah kolom 4 dibagi jumlah kolom 2.
∑ F1
TOTAL 70 3.780
X = ∑ F1X2
∑ F1
= ∑ kolom 4
∑ kolom 2
Interprestasi: Jadi rata-rata besarnya pengeluaran perhari dari 70 rumah tangga untuk
konsumsi makanan jadi di Kota Jambi rata-rata sebesar Rp.54.000,-
perbulan.
9
ad. b. Cara Sederhana
Disamping menggunakan cara biasa yaitu dengan menggunakan nilai tengah ( X1
), maka perhitungan rata-rata dari data yang dikelompokkan juga dapat
menggunakan nilai sederhana ( d1 ).
Dengan menggunakan nilai sederhana ini perhitungan menjadi lebih mudah dan singkat.
rumus 5.4
X = X0 + ∑N F1 d1 x C
∑ F1
Keterangan :
X = Rata-rata
Keterangan :
10
Tabel 5.5 Jumlah Rumah Tangga menurut Kelompok Pengeluaran Perbulan untuk
Konsumsi Makanan Jadi di Kota Jambi.
Dari tabel diatas hitunglah rata-rata pengeluaran rumah tangga perbulan dengan menggunakan
cara sederhana.
Caranya :
1. Tentukan nilai tengah dari kelas interval yang frekuensinya terbesar ( X0 ) yaitu kolom 3.
2. Tentukan nilai d1 = 0 pada frekuensi terbesar, sebelum d1 = 0 diberi tanda (-) dalam jarak
satu kesatuan dan sesudah d1 = 0 diberi tanda (+) juga dalam jarak satu satuan (kolom 4).
3. Dikalikan frekuensi masing-masing kelas ( F1 ) atau kolom 2 dengan nilai sebernarnya (
d1 ) atau kolom 4. ( kolom 5 = kolom 2 x kolom 4 ) yaitu F1 d1.
4. Jumlahkan hasil perkalian tersebut yaitu ∑ F1 d1 atau ∑ kolom 5.
5. Bagikan hasil penjumlahan tersebut dengan totel frekuensi ( ∑ F1 )
atau ∑ F1 d1 yaitu ∑ kolom 5 .
∑ F1 ∑ kolom 2
6. Kalikan bagi hasil tersebut dengan interval kelasnya ( C ) atau ∑ F1 d1 x C
∑ F1
11
Tabel 5.6 Proses Perhitungan Rata-Rata dari Data yang dikelompokan dengan cara
sederhana.
Berdasarkan Tabel 5.6 diatas diperoleh besarnya rata-rata yaitu sebagai berikut.
X = X0 + ∑ F1d1 x C
∑ F1
0
= 54 + x7
70
= 54
Jadi rata-rata pengeluaran konsumsi makanan jadi dari 70 rumah tangga di Kota Jambi
perbulanya sebesar Rp. 54.000,-.
Dari kedua cara tersebut diatas yaitu cara biasa ( rumus 5.3 ) dan cara sederhana
( rumus 5.4 ) diperoleh hasil yang sama.
5.6 MEDIAN
Median merupakan nilai tengah dari sekelompok data yang telah tersusun secara
sistematis baik dari nilai yang terkecil hingga terbesar maupun sebaliknya.
Median juga disebut sebagai ukuran letak, karena median membagi sekelompok
data atas dua bagian yang sama besarnya.
12
Sebagian ukuran nilai sentral maka median juga mempunyai kebaikan dan kelemahan.
a. Mudah dihitung.
c. pada distribusi yang tidak normal (condong) median lebih mewakili dibandingkan rata-
rata.
Kelemahanya :
b. Kurang dikenal.
Penentuan nilai median dari data yang belum dikelompokkan dilakukan dengan
menentukan letak median dari sekelompok data yang telah disusun secara sistematis.
Letak Median dari data baik denagan jumlah ganjil (N=ganjil) maupun jumlah data
genap (N=genap) dilakukan dengan menggunakan rumus berikut.
20 25 27 35 23 30 29
Penyelesaianya :
13
1. Setelah data diurutkan 20 23 25 27 29 30 33 35
N+1 N+1
2. Maka median terletak pada 2 = 2 = 4,5
Rumus 5.6
n/2 –F x C
Md= Bb + Fm
Keterangan :
Md = Median
= Letak median
14
Rumus 5.7
Keterangan :
Md = median
𝑛⁄ = jumlah median
2
n = Jumlah frekuensi
15
Dari tabel diatas maka dengan menggunakan rumus 5.6 maka median dapat
dihitung dengan langkah-langkah sebagai berikut.
Penyelesaiannya :
M = 50,5 + 35-26 x 7
18
= 50,5 + 3,5
= 54
Hasil yang sama juga akan diperoleh bila menggunakan rumus 5.7 yaitu menggunakan
batas kelas atas. Dengan mengikuti langkah langkah yang sama seperti menggunakan
rumus 5.6 yang menggunakan batas kelas bawah diperoleh nilai-nilai untuk masing masing
variable dari rumus 5.7 sebagai berikut.
Letak median n = 70 = 35
2 2
Kelas median 51-57
Batas kelas bawah Bb = 50,5
Fk = 6+8+12+18 = 44
16
n= 70
Fm = 18
C=7
Md = Ba - 𝑛⁄2 - (n – Fk) x C
Fm
= 57,5 – 35 – (70 - 44) x 7
18
= 57,5 – 35 - 26 x 7
18
= 57,5 -3,5
= 54
5.7 MODUS
Modus merupakan sesuatu yang paling banyak muncul atau terjadi. Sesuatu tersebut
dapat berupa nilai untuk data yang bersifat kuantitatif dan peristiwa atau kejadian untuk data
yang bersifat kualitatif. Dari suatu kelompok data baik yang belum dikelompokkan maupun data
yang sudah dikelompokkan dapat saja memiliki :
-Satu modus
-Dua modus
Modus sebagai ukuran nilai sentral sebaiknya digunakan bila data berdistribusi tidak
normal (condong) baik condong kekiri maupun condong kekanan.
17
Dalam istilah lain modus dapat berarti :
a . Mode yaitu sesuatu yang lagi digandrungi atau meluas disuatu tempat.
b . Sebagian besar.
c. Pada umumnya.
Kebaikan modus
a . Mudah dimengerti.
c . Pada distribusi yang tidak normal modus lebih mewakili dari rata-rata dan median.
Kelemahannya
Perhitungan modus dari suatu kelompok data yang belum dikelompokkan dilakukan
dengan cara sebagai berikut.
18
Contoh
Tentukan modus dari tabungan perhari dari 7 orang pedagang buah-buahan di pasar
buah Jambi berikut ini.
Pedagang A B C D E F G
Tabungan 9 7 5 8 10 9 6
(Ribuan Rp)
Penyelesaiannya :
5 6 7 8 9 9 10
. Maka diperoleh besarnya modus dari tabungan tersebut sebesar Rp. 9.000,- yaitu
Perhitungan modus dari suatu kelompok data yang telah disusun dan telah disajikan
dalam suatu tabel distribusi dapat dilakukan dengan 2 cara dengan rumus sebagai
berikut.
1. Menggunakan batas kelas bawah (Bb) dengan rumus 5.8 sebagai berikut.
𝑆1
Rumus 5.8 Mo = Bb + 𝑆 𝑥𝐶
1 + 𝑆2
2. Menggunakan batas kelas atas (Ba) dengan rumus 5.9 sebagai berikut.
𝑆2
Rumus 5.9 Mo = Ba = 𝑆 𝑥𝐶
1 + 𝑆2
Keterangan :
Mo = Modus
Bb = Batas kelas bawah dari kelas modul
Ba = Batas kelas atas dari kelas modus
19
S1 = Selisih frekuensi kelas modus dengan frekuensi sebelum frekuensi kelas modus
S2 = Selisih frekuensi kelas modus dengan frekuensi setelah frekuensi kelas modus
C = Besarnya interval kelas
Tabel 5.8 Pengeluaran perbulan untuk konsumsi makanan Jadi dari 70 Rumah Tangga
di Kota Jambi (Ribuan Rupiah)
Golongan Pengeluaran Frekuensi
30 - 36 6
37 – 43 8
44 - 50 12
51 - 57 18
58 - 64 12
65 - 71 8
72 - 78 6
TOTAL 70
Dari tabel diatas maka dengan menggunakan kedua rumus 5.8 dan 5.9 maka perhitungan modus
dilakukan dengan cara sebagai berikut.
Tentukan letak modus yaitu terletak pada frekuensi terbesar dengan frekuensinya 18 = Fmo
(frekuensi kelas modus).
Tentukan kelas modus yaitu 51-57
Bb = 51 – 0,5 = 50,5
Ba = 57 + 0,5 = 57,5
S1 = 18 – 12 = 6
S2 = 18 – 12 =6
Interval kelasnya (C) = 7
Sehingga besarnya nilai modus dengan rumus 5.8 adalah :
6
Mo = 50,5 + 6+6 𝑥 7
= 50,5 + 3,5
= 54
Sedangkan dengan menggunakan rumus 5.9 juga diperoleh nilai modus yang sama yaitu :
6
Mo = 57,5 - 6+6 𝑥 7
= 57,5 – 3,5
= 54
20
5.8 HUBUNGAN ANTARA RATA-RATA, MEDIAN DAN MODUS
Nilai sentral yang terdiri dari rata-rata, median dan modus pada dasarnya memiliki
hubungan tertentu. Hubungan ketiga nilai sentral tersebut dapat berbentuk :
1. Simetris
2. Condong ke kiri
3. Condong ke kanan
Ad.1. Simetris
Antara rata-rata, median dan modus dikatakan mempunyai hubungan yang simetris nila
ketiga nilai sentral tersebut adalah sama.dengan kata lain ketiga nilai sentral tersebut
berada pada titik yang sama (X=Med=Mo).
Ketiga nilai sentral ini akan sama bila nilai data berdistribusi secara normal. Perhatikan
tabel berikut.
21
Tabel 5.9 contoh data yang berdistribusi secara normal
Sementara itu hubungan antara rata-rata, median dan modus akan condong ke kiri bila
nilai rata-rata lebih besar dari median dan median lebih besar dari modus.
_
M0 < Md < X
22
_
Nilai rata-rata ( x ) akan lebih besar dari median (md) dan median lebih besar dari modus
(mo) bila data berdistribusi tidak normal dengan frekuensi terbesar terletak pada kelas-
kelas awal.
Tabel 5.10 contoh distribusi data yang tidak normal (condong ke kiri)
Bentuk distribusi data dari hubungan ketiga nilai tersebut juga tidak normal dengan
frekuiensi terbesar terletak pada kelas-kelas akhir dari suatu distribusi frekuensi.
23
Tabel 5.10 contoh distribusi data yang tidak normal (condong ke kanan)
Rata-rata ukur dari suatu rangkaian data adalah akar pangkat n dari hasil perkalian dari nilai-nilai
datanya
Bila kita ingin mengetahui berapa besar perubahan yang terjadi pada setiap periode maka
kita memerlukan suatu ukuran nilai sentral lainnya yaitu rata-rata ukur (Geometri Mean).
Tabel 5.12 Perkembangan Tingkat Bunga dan Deposito Seorang Nasabah Selama Tahun 2000-
2004
𝑇𝑖𝑛𝑔𝑘𝑎𝑡 𝐵𝑢𝑛𝑔𝑎
1+
100
24
Berdasarkan tabel di atas maka dapat dihitung rata-rata pertumbuhan setiap tahun dengan
menggunakan rata-rata ukur (Gm) berikut.
5
= √1,679965
= 1,1093
Jadi rata-rata pertumbuhan pertahun deposito seorang nasabah bank di kota Jambi selama tahun
2000-2004 adalah 1,1093 pertahun.
Dalam menghiutng rata-rata ukur dari suatu rangkaian data dibedakan atas dua, yaitu:
Untuk menhitung rata-rata ukur dari data yang belum dikelompokkan dapat digunakan
rumus berikut.
Gm = 𝑛√𝑥1 . 𝑋2…..𝑥𝑛
Contoh :
Perkembangan (%) 7 9 11
3
Gm = √7𝑥9𝑥11
3
= √693
25
= 8,849
Di samping cara diatas, rata-rata ukur dari data yang belum dikelompokkan juga dapat
dihitung dengan cara berikut:
∑ log 𝑥𝑖
Log Gm = 𝑁
Contoh :
Penyelesaian:
Tahun Xi Log Xi
2000 175 2,2430
2001 210 2,3222
2002 285 2,4548
2003 310 2,4913
2004 340 2,5314
12,0427
∑ log 𝑥𝑖 12,0427
Maka Log Gm = =
𝑁 5
= 2,4085
Antilog Gm = 256,19
26
ad. 2. Menghitung rata-rata ukur untuk data yang sudah dikelompokkan
Untuk menghitung rata-rata dari data yang sudah dikelompokkan digunakan rumus
sebagai berikut:
∑𝑁
𝑖=1 𝐹𝑖𝐿𝑜𝑔𝑋𝑖
Gm = ∑ 𝐹𝑖
Keterangan:
Fi = Frekuensi kelas ke i
Contoh
27
Dari tabel di atas dapat dihitung rata-rata ukurnya (Gm) dengan cara berikut :
∑FiLogXi
∑FiLogXi
──────
∑Fi
Tebel 5.14 Proses perhitungan rata-rata ukur dari data yang dikelompokkan
28
Dari tabel di atas diperoleh besarnya rata-rata ukur (Geometric Mean) yaitu :
∑FiLogXi
Gm = ──────
∑Fi
= 120,509
70
= 1,7215
AntiLog Gm = 52,67
Jadi rata-rata ukurnya adalah sebesar 52,67
29
d. Rata-rata ukur
7. Dimisalkan upah perbulan dari 80 orang karyawan suatu perusahaan sebagai berikut :
Dari tabel di atas anda diminta untuk menghitung dan menginterpretasikan nilai-nilai berikut :
a. Rata-rata
b. Median
c. Modus
d. Rata-rata Ukur
30