BAB 5

UKURAN NILAI SENTRAL

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.

TUJUAN INSTRUKSIONAL UMUM

Setelah mempelajari pokok bahasan ini diharapkan mahasiswa mengetahui, mengerti dan
memahami pentingnya ukuran nilai sentral sebagai peralatan analisis dari serangkaian data
statistik.

TUJUAN INSTRUKSIONAL KHUSUS

Setelah mempelajari pokok bahasan ini mahasiswa diharapkan :
1. Dapat menjelaskan pengertian serta kegunaan ukuran nilai sentral dengan benar.
2. Dapat membedakan berbagai jenis ukuran nilai sentral dengan benar.
3. Dapat memahami penggunaan berbagai ukuran nilai sentral dengan benar.
4. Dapat menghitung berbagai ukuran nilai sentral (rata-rata, median, modus, rata-rata ukur, rata-
rata harmonis, dan rata-rata kuadrat) dari data yang sudah dikelompokkan dan yang belum
dikelompokkan dengan berbagai metode secara benar.
5. Mampu menginterpertasi setiap hasil analisisdari setiap ukuran nilai sentral dengan benar.

5.1.PENTINGNYA NILAI SENTRAL

Setelah data dikumpulkan kemudian diolah serta disusun serta disajikan dalam suatu tabel
distribusi frekuensi, maka langkah selanjutnya dari tahapan kegiatan statistik adalah menganalisi
data.

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.

5.2.PENGERTIAN NILAI SENTRAL

Nilai sentral dari sekelompok data adalah suatu nilai yang dapat mewakili sekelompok
data. Nilai sentral pada umumnya mempunyai kecendrungan terletak di tengah dari sekelompok
data yang telah disusun secara sistematis menurut besar kecil. Dengan perkataan lain nilai
tersebut mempunyai kecendrungan memusat, oleh karena itu ukuran nilai sentral disebut ukuran
kecendrungan memusat.

5.3 SYARAT-SYARAT NILAI SENTRAL

Suatu nilai dikatakan sebagai nilai sentral apabila memenuhi persyaratan sebagai
berikut :
- Dapat mewakili sekelompok data
- didasarkan pada keseluruhan data
- objektif

5.4 JENIS NILAI SENTRAL

Beberapa jenis nilai sentral yang sering digunakan adalah :
1. Rata-rata hitung
2. Median
3. Modus
4. Rata-rata ukur
5. Rata-rata Harmonis
6. Rata-rata kuadrat

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

Rata- rata antara lain sering dipergunakan

a. Untuk melakukan perbandingan antara dua nilai atau lebih

b. Dasar penentuan target

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.

ad. 1. Rata-rata untuk data yang belum dikelompokkan

Data yang belum dikelompokkan adalah data yang belum disusun dan belum di
klasifikasikan serta disajikan dalam suatu tabel distribusi frekuensi.
Dalam menghitung rata-rata dari data yang belum dikelompokan digunakan 2 cara
berikut.

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

X = Simbol untuk rata-rata (dibaca eksbar)

∑ = Simbol penjumlahan (dibaca sigma)
𝑋1 = Nilai-nilai data
N = Jumlah (banyaknya data)

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

Hitunglah rata-rata pendapatan perhari dari 6 orang pedagang buah-buahan tersebut.

Penyelesaiannya:

4
• Tambahan semua pendapatan dari 6 orang tersebut ( ∑ 𝑋1 )

34 + 46 + 57 + 50 + 42 + 45 = 276

• Bagikan hasil penjumlahan tersebut (∑ 𝑋1 ) dengan jumlah data

(N): ∑𝑋1

Sehingga di peroleh rata-rata (X) sebesar

∑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:

Tabel 5.1 Harga Eceran Beras Kualitas Sedang di Beberapa

Pasar dalam Kota Jambi Bulan Agustus 2000 (Rp/kg)

Nama pasar harga

1. Angso duo 3.200
2. Talang banjar 3.325
3. Inpres kasang 3.275
4. Simpang kawat 3.300
5. TAC 3.150
6. Kebun handil 3.350

Hitunglah rata-rata harga eceran beras di kota Jambi tersebut dengan menggunakan cara
sederhana.

M Penyelesaian:

A Tetapkan nilai X₀ nya.

Misalkan nilai X₀ – 3.000

B Kurangi biaya beras pada setiap pasar ( X₁ ) dengan nilai sembarangannya ( X₀ )

(X₁-X₀)

C Jumlahkan hasil pengurangan tersebut (∑ X₁ - X₀)

D Bagikan hasil penjumlahan tersebut (∑ X₁ - X₀) dengan jumlah data ( N )

∑ 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

= 3.000 + 266,67 = 3.266,67

Jadi rata-rata harga eceran beras kualitas sedang di kota Jambi bulan Agustus 2000 adalah

Rp. 3.266,67 per kg.

Ad. 2. Rata-rata untuk data yang dikelompokkan

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

X1 = Nilai tengah dari masing-masing kelas interval

∑ F1 = Jumlah frekuensi

Tabel 5.3 Jumlah Rumah Tangga di Kota Jambi menurut kelompok Pengeluaran untuk
Konsumsi Makanan Jadi (Ribuan Rupiah Perbulan).

Kelompok 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

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

Tabel 5.4 Proses perhitungan rata-rata dengan menggunakan cara biasa.

Golongan Pengeluaran Frekuensi Nilai Tengah F1X2

( F1 ) ( X1 )
30-36 6 33 198
37-43 8 40 320
44-50 12 47 564
51-57 18 54 972
58-64 12 61 732
65-71 8 68 544
72-78 6 75 450

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

X0 = Nilai tengah dari kelas interval yang frekuensinya terbesar.

F1 = Frekuensi kelas dari masing-masing kelas interval.

X1 = Nilai tengah dari masing-masing kelas interval

d1 = Deviasa dalam satuan interval.

Keterangan :

d1 = 0 terletak pada frekuensi terbesar.

Sebelum d1 = 0 diberi tanda -1,-2 dan seterusnya

Sesudah d1 = 0 diberi tanda +1,+2 dan seterusnya

∑ F1 = Jumlah frekuensi seluruhnya.

C = besarnya interval kelas.

10
 Tabel 5.5 Jumlah Rumah Tangga menurut Kelompok Pengeluaran Perbulan untuk
Konsumsi Makanan Jadi di Kota Jambi.

Golongan Pengeluaran Jumlah

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 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

7. Tambahkan nilai X0 dengan hasil perkalian tersebut atau X0 + ∑ F1 d1 x C

∑ F1

11
Tabel 5.6 Proses Perhitungan Rata-Rata dari Data yang dikelompokan dengan cara
sederhana.

Golongan Pengeluaran Frekuensi X0 d1 F 1 d1

( F1 )
1 2 3 4 5
30-36 6 -3 -18
37-43 8 -2 -16
44-50 12 -1 -12
51-57 18 54 0 0
58-64 12 1 12
65-71 8 2 16
72-78 6 3 18
TOTAL 70 0

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.

Kebaikan median antara lain :

a. Mudah dihitung.

b. Tidak dipengaruhi oleh nilai ekstrim.

c. pada distribusi yang tidak normal (condong) median lebih mewakili dibandingkan rata-
rata.

Kelemahanya :

a. Tidak dapat dipergunakan pada perhitungan lebih lanjut.

b. Kurang dikenal.

Perhitungan median dibedakan atas 2 bagian yaitu :

a. Median untuk data yang belum dikelompokkan dan

b. Median untuk data yang telah dikelompokkan.

Ad 1. Median data yang belum dikelompokkan.

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.

Rumus 5.5: N+1

2
Contoh:

Pendapatan perhari dari 7 orang pengemudi ojek (ribuan Rp).

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

3. Nilai median terletak antara data ke 4 dan ke 5 yaitu 27 + 29 = 28

2
Jadi nilai mediannya adalah 28

Ad. 2. Median dari data yang dikelompokkan.

Median untuk data yang dikelompokkan dapat dihitung menggunakan 2 cara

berikut.

1. menggunakan batas kelas bawah (Bb) dengan rumus sebagai berikut.

Rumus 5.6
n/2 –F x C
Md= Bb + Fm

Keterangan :

Md = Median

Bb = Batas kelas bawah dari kelas median.

= Letak median

N = Jumlah frekuensi atau banyak data

F = Frekuensi kumulatif sebelum frekuensi kelas median

Fm = Frekuensi kelas median

C = Besarnya interval kelas

2. Menggunakan batas kelas atas dengan rumus sebagai berikut.

14
 Rumus 5.7

Md= Ba- n/2 – (n-Fk) x C

Fm

Keterangan :

Md = median

Ba = Batas kelas atas dari kelas median.

𝑛⁄ = jumlah median
2

n = Jumlah frekuensi

Fk = frekuensi komulatif hingga frekuensi kelas median

Fm = frekuensi kelas median

C = besarnya interval kelas

Tabel 5.7 Pengeluaran perbulan dari 70 Rumah Tangga di

Kota jambi menurut golongan pengeluaran
(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

15
 Dari tabel diatas maka dengan menggunakan rumus 5.6 maka median dapat
dihitung dengan langkah-langkah sebagai berikut.

1. Menentukan letak median dengan rumus 𝑛⁄2 = 70 = 35

2
Median terletak pada frekuensi yang ke 35 yaitu pada kelas interval ke 4
yaitu 51-57
2. Menentukan batas kelas bawah dari kelas median 51-57 maka Bb = 51-
0,5=50,5
3. Menghitung frekuensi komulatif sebelum frekuensi kelas median f= 6 + 8
+ 12 = 26
4. Menentukan frekuensi kelas median Fm = 18
5. Menentukan besarnya interval kelas C = 7

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

Dari nilai-nilai tersebut maka diperoleh mediannya sebagai berikut.

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 :

-Tidak ada modus

-Satu modus

-Dua modus

-Atau lebih dari 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.

b . Tidak dipengaruhi oleh nilai ekstrim.

c . Pada distribusi yang tidak normal modus lebih mewakili dari rata-rata dan median.

Kelemahannya

a . Tidak dapat dipergunakan untuk perhitungan lebih lanjut.

b . Perhitungannya lebih sulit dari rata-rata.

Perhitungan moodus dibedakan atas 2 yaitu:

1 . Modus untuk data yang belum dikelompokkan.

2 . Modus untuk data yang sudah dikelompokkan.

ad. 1. Modus untuk data yang belum dikelompokkan

Perhitungan modus dari suatu kelompok data yang belum dikelompokkan dilakukan
dengan cara sebagai berikut.

1. Menyusun nilai-niai data secara sistematis atau teratur.

2. Menyusun jumlah dari masing-masing nilai data tersebut.
3. Nilai data yang jumlahnya terbanyak adalah modusnya.

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 :

. Setelah nilai tabungan tersebut diurutkan sebagai berikut :

5 6 7 8 9 9 10

. Maka diperoleh besarnya modus dari tabungan tersebut sebesar Rp. 9.000,- yaitu

jumlah tabungan tersebut muncul 2 kali.

ad. 2. Modus untuk data yang dikelompokkan

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).

Mean = Median = Modus

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

Kelompok pendapatan Frekuensi

20-26 4
27-33 6
34-40 8
41-47 14
48-54 8
55-61 6
62-68 4
Total 50

Ad. 2. Condong ke kiri

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)

Kelompok pendapatan Frekuensi

20-26 8
27-33 13
34-40 11
41-47 8
48-54 5
55-61 3
62-68 2
Jumlah 50

Ad. 3. Condong ke kanan

_
Hubungan antara rata-rata ( x ), median (md) dan modus (mo) akan condong ke kanan
_
bila nilai rata-rata ( x ) lebih kecil dari median (md) dan median lebih kecil dari modus
(mo).

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)

Kelompok pendapatan Frekuensi

20-26 2
27-33 3
34-40 5
41-47 7
48-54 12
55-61 13
62-68 8
Jumlah 50

5.9 Rata-rata Ukur (Geometri C Mean)

Rata-rata ukur dari suatu rangkaian data adalah akar pangkat n dari hasil perkalian dari nilai-nilai
datanya

Dirumuskan menjadi Gm = 𝑛√𝑥1 . 𝑋2…..𝑥𝑛

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

Tahun Tingkat Bunga (%) Faktor Tabungan Akhir

Pertumbuhan Tahun
2000 7 1,07 107.000
2001 8 1,08 115.560
2002 10 1,10 127.120
2003 12 1,12 142.370
2004 18 1,18 168.000

Faktor pertumbuhan diperoleh dengan cara berikut:

𝑇𝑖𝑛𝑔𝑘𝑎𝑡 𝐵𝑢𝑛𝑔𝑎
1+
100

24
Berdasarkan tabel di atas maka dapat dihitung rata-rata pertumbuhan setiap tahun dengan
menggunakan rata-rata ukur (Gm) berikut.

Gm = 5√1,07 𝑥 1,08 𝑥 1,10 𝑥 1,12 𝑥 1,18

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:

1. Rata-rata ukur untuk data yang belum dikelompokkan.

2. Rata-rata ukur untuk data yang sudah dikelompokkan.

ad. 1. Rata-rata ukur untuk data yang belum dikelompokkan.

Untuk menhitung rata-rata ukur dari data yang belum dikelompokkan dapat digunakan
rumus berikut.

Gm = 𝑛√𝑥1 . 𝑋2…..𝑥𝑛

Contoh :

Dimisalkan selama 3 tahun terakhir volume penjualan dodol kentang mengalami

perkembangan sebagai berikut:

Tahun 2002 2003 2004

Perkembangan (%) 7 9 11

Maka rata-rata pertumbuhan volume penjualan dodol kentang adalah:

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 :

Dimisalkan produksi Gula Aren selama 5 tahun adalah sebagai berikut:

Tahun 2000 2001 2002 2003 2004

Produksi (Kg) 175 210 285 310 340

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

Jadi, rata-rata produksi Gula Aren pertahun sebesar 256,19 Kg.

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:

Gm = Rata-rata Ukur (Geometric mean)

∑ = Simbol untuk penjualan

Fi = Frekuensi kelas ke i

Xi = Nilai tengah kelas interval ke i

∑Fi = Total frekuensi

Contoh

Tabel 5.13 Pengeluaran Perbulan dari 70 Rumah Tangga

untuk Konsumsi Buah-buahan (ribuan rupiah)

Kelompok 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

27
Dari tabel di atas dapat dihitung rata-rata ukurnya (Gm) dengan cara berikut :

1. Tentukan nilai tengah dari masing-masing kelas interval (Xi).

2. Carilah Log dari masing-masing nilai tengahnya (LogXi).

3. Kalikan frekuensi masing-masing interval (Fi) dengan Log dari nilai tengahnya (LogXi) atau
Fi Log Xi.

4. Jumlahkan hasil perkalian tersebut.

∑FiLogXi

5. Bagikan hasil penjumlahan tersebut dengan total frekuensinya.

∑FiLogXi
──────
∑Fi

6. Carilah AntiLog dari hasil pembagian tersebut.

7. Kurangi I dengan hasil AntiLog Gm tersebut.

Tebel 5.14 Proses perhitungan rata-rata ukur dari data yang dikelompokkan

Kelompok Frekuensi Xi LogXi FiLogXi

Pengeluaran (Fi)
30 - 36 6 33 1,5185 9,111
37 - 43 8 40 1,6021 12,817
44 - 50 12 47 1,6720 20,065
51 - 57 18 54 1,732 31,183
58 - 64 12 61 1,7853 21,423
65 - 71 8 68 1,8325 14,660
72 - 78 6 75 1,8750 11,250
Total 70 - - 120,509

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

SOAL UNTUK LATIHAN

1. Coba saudara jelaskan pengertian serta kegunaan dari ukuran nilai sentral.
2. Terdapat beberapa jenis ukuran nilai sentral. Jelaskan masing-masing pengertian dan
kegunaan dari nilai sentral tersebut.
3. Jelaskan kapankah sebaiknya rata-rata digunakan sebagai nilai sentral dari suatu kelompok
data.
4. Coba saudara jelaskan kebaikan dan kelemahan dari rata-rata sebagai ukuran nilai sentral.
5. Jelaskan perbedaan yang paling mendasar antara rata-rata hitung dengan rata-rata ukur
sebagai ukuran nilai sentral.
6. Berikut ini adalah data keuntungan perhari dari 10 orang pedagang sayur-sayuran (ribuan
rupiah)
35 27 30 35 33 41 29 36 23 45
Dari data di atas anda diminta untuk menghitung dan menginterpretasikan nilai-nilai berikut :
a. Rata-rata
b. Median
c. Modus

29
 d. Rata-rata ukur

7. Dimisalkan upah perbulan dari 80 orang karyawan suatu perusahaan sebagai berikut :

Upah Karyawan (Rp 000,-) Jumlah

500 - 599 4
600 - 699 8
700 - 799 12
800 - 899 18
900 - 999 20
1000 - 1999 10
1100 - 1199 8
Total 80

Dari tabel di atas anda diminta untuk menghitung dan menginterpretasikan nilai-nilai berikut :
a. Rata-rata
b. Median
c. Modus
d. Rata-rata Ukur

BACAAN YANG DIANJURKAN

Anto Dajan, Pengantar Metode Statistik, Jilid 1, LP3ES, Jakarta

Boediono , Statistik Dan Probabiliya Teori Dan Aplikasi, Ghalya, Jakarta

J. Suprianto, Statistik,Teori Dan Aplikasi, Jilid 1, Erlangga, Jakarta

30