TUGAS

METEDIOLOGI PENELITIAN

BIOSTATISTIKA

DISUSUN OLEH :
NESTI WISENDRI
1910038105042

STIKES INDONESIA
TAHUN 2020/2021

BAB I
 PENDAHULUAN

1.1 Latar Belakang

Pada dasarnya statistika ialah sebuah konsep dalam bereksperimen, menganalisa data
yang bertujuan untuk mengefisiensikan waktu, tenaga dan biaya dengan memperoleh hasil
yang optimal. Berdasarkan definisinya Statistika merupakan ilmu yang mempelajari
bagaimana merencanakan, mengumpulkan, menganalisis, menginterpretasi, dan
mempresentasikan data. Sedangkan statistik adalah data, informasi, atau hasil penerapan
algoritma statistika pada suatu data. Data sendiri merupakan kumpulan fakta atau angka.
Disadari atau tidak, statistika telah banyak digunakan dalam kehidupan sehari-hari.
Bahkan pemerintah menggunakan statistika untuk menilai hasil pembangunan masa lalu dan
juga untuk membuat rencana masa datang.Sebagai seorang mahasiswa sudah sewajarnya kita
melakukan berbagai kegiatan dan penelitian apalagi sebagai mahasiswa kesehatan
masyarakat. Tidak dipungkiri keberadaan statistik sangat penting untuk membantu
mengumpulkan dan mengolah data yang didapatkan ketika melakukan penelitian. Perlu
diketahui bahwa tidak semua data dapat diolah dengan cara yang sama. Ada berbagai metode
dan cara pengolahan data sesuai dengan karakteristik data. Untuk itu statistik memberikan
cara-cara pengumpulan, penyusunan data menjadi bentuk yang lebih mudah untuk dianalisis
sehingga dapat memberikan informasi yang jelas sebagai petunjuk di dalam pengambilan
keputusan dengan metode yang sesuai dengan karakteristik data yaitu dengan adanya
tendensi sentral.
Tendensi sentral digunakan untuk menggambarkan suatu nilai yang mewakili nilai pusat
atau nilai sentral dari suatu gugus data (himpunan pengamatan). Tendensi sentral sering
sekali digunakan untuk mengetahui rata-rata data (mean), nilai yang berada ditengah data
(median), nilai yang sering muncul dalam data (mode) dan masih banyak lagi yang dapat
dihitung dalam tendensi sentral.
Dengan tendensi sentral, analisis data dalam penelitian dapat dilakukan dengan tepat.
Pemahaman dan pengetahuan mengenai tendensi sentral sangat penting sehingga
pengetahuan terhadap tendensi sentral sangat penting bagi mahasiswa. Untuk hal tersebutlah
dibuat makalah ini.

1.2 Rumusan Masalah

Berdasarkan uraian latar belakang tersebut di dalam makalah ini kami merumuskan
beberapa rumusan masalah:
1. Apakah pengertian dari tendensi sentral?
2. Apakah pengertian dari mean, median dan modus?
3. Bagaimana penghitungan dan penerapan rumus dari tendensi sentral?
 BAB II
PEMBAHASAN

2.1 Definisi Tendensi Sentral

Setiap pengukuran aritmatika yang ditujukan untuk menggambarkan suatu nilai yang
mewakili nilai pusat atau nilai sentral dari suatu gugus data (himpunan pengamatan) dikenal
sebagai ukuran tendensi sentral
Nilai sentral atau tendensi sentral adalah nilai dalam rangkaian data yang mewakili
rangkaian data tersebut. Tendensi sentral merupakan suatu ukuran yang digunakan untuk
mengetahui kumpulan data mengenai sampel atau populasi yang disajikan dalam tabel atau
diagram, yang dapat mewakili sampel atau populasi. Bila ukuran tersebut diambil dari sampel
disebut statistik dan jika ukuran itu diambil dari populasi disebut parameter.Tendensi sentral
digunakan untuk menggambarkan sifat sekumpulan data dari suatu pengamatan.Sentral
Tendensial juga bisa disebut nilai yang representatif dalam suatu kelompok observasi atau
studi.Syarat-syaratnya adalah sebagai berikut:
1. Harus dapat mewakili rangkaian data
2. Perhitungannya harus didasarkan pada seluruh data
3. Perhitungannya harus objektif
4. Perhitungannya harus mudah
5. Dalam suatu rangkaian hanya ada 1 nilai sentral
Terdapat tiga ukuran tendensi sentral yang sering digunakan, yaitu mean (rata-rata
hitung/rata-rata aritmetika), median, modus, kuartil, desi dan presentil.

2.2 Ukuran Tendensi Sentral

1. Mean
Arti dari mean tidak lain adalah “angka rata-rata”. Istilah Mean akan tetap dipakai disini
oleh karena sudah lazim digunakan dalam statistik. Dari segi aritmetik Mean adalah “Jumlah
nilai-nilai dibagidengan jumlah individu”.Istilah mean saja merupakan metode yang paling
banyak digunakan untuk menggambarkan ukuran tendensi sentral. Mean (rata-rata)
merupakan jumlah seluruh nilai data dibagi dengan seluruh kejadian atau nilai rata-rata dari
beberapa buah data.
Untuk keperluan ini, dalam perhitungan ukuran-ukuran statistik akan digunakan simbol-
simbol. Nilai-nilai data kuantitatif akan dinyatakan dengan x 1, x2, …, xn, apabila dalam
kumpulan data itu terdapat n buah nilai. Simbol n juga digunakan untuk menyatakan ukuran
sampel, yakni banyaknya objek atau data yang diteliti dalam sampel.Rata-rata untuk data
kuantitatif yang terdapat dalam sebuah sampel dihitung dengan jalan membagi jumlah nilai
data oleh banyaknya data.
 Perhitungan Mean Data Yang Tidak Dikelompokkan (Ungrouped Data)
Penggunaan data tidak dikelompokkan maupun data yang dikelompokkan data yang
dikelompokkan umumnya berkaitan dengan jumlah data yang digunakan. Jika jumlah data
yang digunakan relatif sedikit, rata-rata data yang tidak dikelompokkan (ungrouped data)
menjadi pilihan untuk digunakan. Sebaliknya, jika jumlah data yang digunakan relatif banyak
maka penggunaan data kelompok (grouped data) banyak dipilih.
Mean Data Tunggal
Dirumuskandengan

ΣXi
Mean= atau lebih sederhananya ditulis;
n

Keterangan :
X1: data ke 1
X2: data ke 2
Xn: data ke-n
n: jumlah data Simbol ∑ adalah huruf Yunani yang disebut “Sigma” dan mempunyai
arti jumlah.
Contoh:
Menghitung rata-rata data tunggal:
Diketahui data : 3, 4, 5, 2, 6, 7, 4, 6, 3, 5. Hitung nilai rata–ratanya!
ΣXi
Mean= Jawab:
n

= 3 + 4 + 5 + 2 + 6 + 7 + 4 + 6 + 3+ 5
                                    9
=   45  
9
=   5
Mean Data Kelompok
Untuk data berkelompok rumus rata-ratanya adalah jumlah hasil kali antara frekuensi
dengan nilai data dibagi jumlah frekuensi; dimana menyatakan frekuensi untuk nilai yang
bersesuaian.
Dirumuskan dengan;
 Σ( fi . xi)
Mean=
Σfi
Atau:
Keterangan :
X1: data ke 1
X2: data ke 2
Xn: data ke n
f1: frekuensi data ke 1
f2: frekuensi data ke 2
fn: frekuensi data ke n
n: jumlah data
xi: nilai tengah
Contoh menghitung rata-rata data kelompok:
Nilai F x

1 -5 3 3
6 -10 7 8
11 – 15 4 13
16 – 20 3 18
21 – 25 7 23
26 – 30 9 28
31 – 35 6 33
36 – 40 7 38
41 – 45 8 43
46 - 50 6 48

60

Σ( fi . xi)
Mean= Jawab:
Σfi
= {(3.3)+(7.8)+(4.13)+(3.18)+(7.23)+(9.28)+(6.33)+(7.38)+(8.43)+(6.48)}
                                                            60
={9+56+52+54+161+252+198+266+344+288}
                                              60
 = 28
Kelebihan mean:
1. Nilai rata-rata punyai sifat objektif
2. Nilai rata-rata mudah dimengerti
3. Nilai rata-rata mudah dihitung
4. Perhitungan rata-rata didasarkan pada data keseluruhan sehingga nilai rata-rata
dapat mewakili suatu rangakaian data.
5. Nilai rata-rata mempunyai stabilitas sampel
6. Nilai rata-rata digunakan untuk perhitungan lebih lanjut
Kelemahan mean:
1. Nilai rata-rata mudah dipengaruhi oleh nilai ekstrem, baik kecil maupun besar
2. Pada distribusi yang condong, nilai rata-rata kurang mewakili

2. Median
Median (nilai tengah),adalah suatu nilai yang membatasi 50% dari frekuensi distribusi
sebelah atas dan 50% frekuensi distribusi sebelah bawah ataumerupakan nilai tengah dari
rangkaian data yang telah tersusun secara teratur. Atau sebagai ukuran letak, karena median
membagi distribusi menjadi 2 bagian yang sama. Median menentukan letak data setelah data
itu disusun menurut urutan nilainya.
Perhitungan Median Data Yang Tidak Dikelompokkan (Ungrouped Data)
Langkah-langkahnya antara lain:
▪ Urutkan data dari terkecil ke terbesar atau dari terbesar ke terkecil. Dalam
pembahasan ini, urutan data selalu dimulai dari terkecil ke terbesar.
(n+1)
▪ Tentukan letak median dengan formulasi
2
▪ Untuk kasus jumlah data ganjil, nilai tengah dari observasi yang sudah di urutkan
merupakan nilai median sementara untuk kasus jumlah data genap, nilai median
merupakan rata-rata dari dua data yang berada pada letak median untuk data yang
sudah diurutkan.

Median Data Tunggal

Jika banyak data ganjil maka median setelah data disusun menurut nilainya merupakan
data paling tengah.
(n+ 1)
Posisi Median=
2
Keterangan :
 n= Jumlah data
Contoh:
Diketahui data :2, 3, 3, 4, 4, 5, 5, 6, 6, 7. Hitung median data tersebut!

(n+ 1)
                 Posisi Median=
2
(10+1)
¿
2
¿ 5,5
Data ke-5,5 berada diantara angka 4 dan 5 maka ….
Median=  4+5
2
= 4,5
Median Data Kelompok

Keterangan :
Lm= true lower limit atau batas bawah sesungguhnya dari kelas dengan frekuensi paling
tinggi (tepi bawah kelas median)
n= Jumlah Frekuensi
∑f= Frekuensi kumulatif diatas kelas median
fm= Frekuensi kelas median (frekuensi tertinggi dari kelas interval)
c= interval kelas median
Contoh:
Menghitung  Median data kelompok:
Nilai Fm F

 1 -5 3 3

6 -10 7 10

11 – 15 4 14

16 – 20 3 17

21 – 25 7 24
 26 – 30 9 33

31 – 35 6 39

36 – 40 7 46

41 – 45 8 54

46 - 50 6 60

60

Jawab:
Kelas median=1/2.n
                      = ½.60
                      = 30
Berada pada kelas 26-30
Lm= 26 - 0,5= 25,5
n = 60                      ∑f = 24
c = 5                        fm = 9
Median = Lm + ( n/2 - ∑f ) . c
                             fm
= 25,5 + (60/2 – 24) . 5
                              9
=25,5 + (30 – 24) . 5
                            9
= 25,5 + 0,67 . 5
=25,5 +3,35
=28,85
Median memiliki kelebihan dan kekurangan antara lain:
Kelebihan:
1. Cocok untuk data heterogen
2. Median digunakan bila terdapat data yang ekstrim dalam sekelompok data
Kekurangan:
1. Tidak mempertimbangkan semua nilai
2. Kurang dapat menggambarkan mean populasi
 3. Modus
Modus,merupakan nilai data yang memiliki frekuensi terbesar atau dengan kata lain,
nilai data yang paling sering terjadi.Ukuran ini juga dalam keadaan tidak disadari sering
dipakai untuk menentukan rata-rata data kualitatif.Misalnya banyak kematian di Indonesia
disebakan oleh penyakit malaria, pada umumnya kecelakaan lalulintas karena kecerobohan
pengemudi, maka tidak lain masing-masing merupakan modus penyebab kematian dan
kecelakaan lalu lintas.Cara menentukan modus amat sangat mudah hanya dengan mengamati
data yang paling sering muncul. Dalam satu rangkaian data, kadang dijumpai adanya 1
modus, 2 modus atau tidak ada modus.
Perhitungan Modus Data Yang Tidak Dikelompokkan (Ungrouped Data)
Langkah-langkahnya sebagai berikut:
● Urutkan data dari terkecil ke terbesar atau dari terbesar ke terkecil
● Cari modus dengan cara mencari nilai observasi yang paling banyak muncul. Bisa
terjadi dalam satu kumpulan data tidak terdapat modus atau bahkan memiliki modus lebih
dari satu. Untuk kasus dimana ada 2 modus dikenal dengan sebutan bimodus atau untuk
yang lebih dari 3 modus dikenal dengan multimodus.

Modus Data Tunggal

Dalam data tunggal, modus dapat dibatasi sebagai nilai variabel yang mempunyai
frekuensi tertinggi dalam distribusi. Cara menentukan modus data tunggal yakni dengan
mengamati data yang paling sering muncul.
Contoh modus data tunggal:
Berapakah modus dari data berikut : 1,2,2,4,4,4,5,6,7,8,9.
Jawab:
Modus= 4 , karena angka 4 muncul paling banyak yaitu 3 kali.
Modus Data Kelompok
Untuk data  kualitatif yang telah disusun dalam tabel distribusi frekuensi (data berkelompok),
modusnya dapat ditentukan dengan rumus:
d1
Modus=Lmo + .c
(d 1+ d 2)
dengan:
Lmo = Tepi bawah kelas modus
d1 = selisih antara frekuensi kelas modus denganfrekuensi kelas sebelum modus
d2 = selisih antara frekuensi kelas modus denganfrekuensi kelas sesudah modus
c = interval kelas modus
Contoh menghitung  Modus data kelompok:
Nilai Fmo F

1 -5 3 3

6 -10 7 10
 11 – 15 4 14

16 – 20 3 17

21 – 25 7 24

26 – 30 9 33

31 – 35 6 39

36 – 40 7 46

41 – 45 8 54

46 - 50 6 60

60

Jawab:
Diketahui:Kelas modus 26–30(karena memiliki frekuensi terbanyak = 9)
Lmo= 26 – 0,5 = 25,5
d1 = 9– 7 = 2
d2 = 9 – 6 = 3
c =5
Ditanyakan: nilai Modus 
Jawab:
Mo    = Lmo +      d1       . c
                           d1 + d2
            =25,5 +       2       .  5
                           2 +  3
            = 25,5 + 0,4 . 5
            = 25,5 + 2
            = 27,5
Modus dibandingkan ukuran lainnya, tidak tunggal adanya.Yang berarti sekumpulan data
biasanya mempunyai lebih dari sebuah modus.
 Kelebihan:
1. Tidak peka atau tidak terpengaruh pada nilai ekstrem
2. Cocok untuk data homogen maupun heterogen (dapat digunakan untuk semua
jenis data)
 Kekurangan:
 1. Kurang menggambarkan mean populasi
2. Modus bisa lebih dari satu, atau tidak ada satu pun
3. Teknik perhitungan ukuran ini kurang memiliki ketelitian

2.3 Kuartil, Desil dan Presentil

1) Kuartil
Jika sekumpulan data dibagi menjadi empat bagian yang sama banyak, sesudah disusun
menurut urutan nilainya, maka bilangan pembaginya disebut kuartil. Ada tiga buah kuartil,
yakni kuatil pertama, kuartil kedua, dan kuartil ketiga yang masing-masing disingkat dengan
Q1, Q2, dan Q3. Pemberian nama ini dimulai dari nilai kuartil paling kecil. Untuk menentukan
nilai kuartilnya adalah:
a. Susun data menurut urutan nilainya
b. Tentukan letak kuartil
c. Tentukan nilai kuartil
Letak kuartil ke-i, diberi lambang Qi, ditentukan oleh rumus:
n+1
Q1= Kuartil bawah= x ( )
4
2 ( n+1 )
Q2= Median= Kuartil Tengah= x ( )
4
3 ( n+ 1 )
Q3= Kuartil atas= x ( )
4
Kuartil Data Tunggal
Contoh Kuartil data tunggal :
Sampel dengan data 3,4,4,5, 5,6,6,6,6,7,7,8,9.
Q1= 1(13+1)
4
= 1.14
4
= 14 : 4
= 3,5
Data ke-3.5 berada antara angka 4 dan 5 sehingga:
4+5= 4.5
2
Q2=  2(13+1)
4
= 2(14)
4
= 7
Data ke-7 adalah 6
Q3= 3(13+1)
                4
=3(14)
 4
   = 10.5
Data ke-10.5 berada diantara angka 7 dan 7, sehingga:
7+7= 7
2
Kuartil Data Berkelompok
Qi = Tb + p { ( i/4.n )-F }
                             f
Keterangan:
i/4.n = letak Qi
Tb = Tepi bawah interval kelas Qi (Tb= batas bawah - 0,5)
p = Panjang kelas interval
n = Banyak data
F = Frekuensi kumulatif sebelum kelas Qi
f = Frekuensi pada kelas Qi 

Contoh Kuartil data berkelompok:

Hitunglah kuartil Dari data pada tabel dibawah ini !
Tabel Nilai Praktikum Komputer Mahasiswa

Nilai F F

51 – 55 4 4
56 – 60 20 24
61 – 65 24 48<Q1>
66 – 70 56 104<Q2>
71 – 75 19 123<Q3>
76 – 80 16 139
81 – 85 10 149
86 – 90 7 156
91 – 95 3 159
96 – 100 1 160

160

Letak Q1 = ¼. n
             = ¼.160
             = 40
Data ke-40 berada pada kelas 61-65
(Tb = 61 – 0,5 = 60,5)
Jadi :
Q1 = Tb + p { (1/4.n –F)}
f
      = 60,5+ 5 { (1/4.160 – 24 )}
                                24
       = 60,5 + 5 {0,67}
      = 60,5 + 3,35 = 63,85

Letak Q2 = 2 /4. n
             = 2/4 .160
             = 80
Data ke-80 berada pada kelas 66-70
(Tb = 66 – 0,5 = 65,5)
Jadi :
Q2 = Tb + p { (2/4.n –F)}
f
      = 65,5+ 5 { (2/4.160 – 48 )}
                                 56
      = 65,5 + 5 {0,57}
      = 65,5 + 2,85 = 68,35

Letak Q3 = 3/4 .n
= ¾ . 160
= 120
Data ke-120 berada pada kelas 71-75
(Tb = 71 – 0,5 = 70,5)
Jadi :
Q3 = Tb + p { (3/4.n –F)}
                             f
= 70,5+ 5 { (3/4.160 – 104 )}
                                 19
= 70,5 + 5 {0,84}
= 70,5 + 4,2 = 74,7

2) Desil
Jika sekumpulan data dibagi menjadi 10 bagian yang sama, maka didapat sembilan
pembagi dan tiap pembagi dinamakan desil. Karenanya ada sembilan buah desil, ialah desil
pertama, desil ke-dua, …, desil ke-sembilan, yang disingkat D 1, D2, …, D9. Desil-desil ini
dapat ditentukan dengan jalan:
● Susun data menurut urutan nilainya
● Tentukan letak desil
● Tentukan nilai desil
Letak desil ke-i, diberi lambang Di
Desil Data Tunggal
Contoh Desil data tunggal:
Tentukan D1, D3 dan D7 dari data : 3, 4, 4, 5, 5, 6, 6, 6, 6, 7, 8, 8, 8, 9(n=14)!

Jawab:

Di = i ( n + 1 )

            10

D1 = 1(14+1)
            10
= 15
10
     = 1,5
Data ke 1,5 berada diantara angka 3 dan 4 jadi :
3+4 = 3,5
2
D3 = 3(14+1)
10
       =  45
10
       = 4,5
Data ke 4,5 berada diantara angka 5 dan 5 jadi :
5+5 = 5
2
D7 = 7(14+1)
10
     = 105
10
     = 10,5
Desil Data Kelompok
Untuk data berkelompok yang telah disusun dalam tabel distribusi frekuensi, desil ke-i
Di (i= 1, 2, …, 9) dihitung dengan rumus:
dengan:
 i= 1, 2, …, 9.
Tb= batas bawah kelas Di , ialah kelas interval dimana Di  akan terletak.
p = panjang kelas Di.
F = jumlah frekuenasi dengan tanda kelas lebih kecil dari tanda kelas Di.
f = frekuensi kelas Di.
Contoh Desil pada data berkelompok :
Hitunglah D5 dan D9 dari data pada tabel berikut ini:
Tabel Nilai Praktikum Komputer Mahasiswa

Nilai f F

51 – 55 4 4

56 – 60 20 24

61 – 65 24 48

66 – 70 56 104<D5>

71 – 75 19 123

76 – 80 16 139

81 – 85 10 149

86 – 90 7 156

91 – 95 3 159

96 – 100 1 160

160

Jawab:
Di   = Tb + p { ( i/10.n )-F }
f
Letak D5 = 5/10 .n
             = 5/10.160
             = 80
Data ke-80 berada pada kelas 66-70
(Tb = 66 – 0,5 = 65,5)
Jadi:
D5 = Tb + p { (5/10.n –F)}
                            f
 = 65,5+ 5 {(5/10.160 – 48 )}
      56
= 65,5 + 5 {0,57}
  = 65,5 + 2,85 = 68,35
3) Persentil
Sekumpulan data yang dibagi menjadi 100 bagian yang sama, akan menghasilkan 99
pembagi berturut-turut yang dinamakan persentil pertama, persentil kedua, …, persentil ke-
99. Simbol yang digunakan berturut-turut P1, P2, …, P99. Persentil ini dapat ditentukan dengan
cara:
● Susun data menurut urutan nilainya.
● Tentukan letak presentil
● Tentukan nilai presentil
Letak presentil ke-i, diberi lambang P.
Persentil Data Tunggal
1 ( n+1 )
Rumus Persensil ke-i = X ( )
100

Contoh Persentil Data Tunggal:

Diketahui data sebagai berikut : 3, 4, 4, 5, 5, 6, 6, 6, 6, 7, 8, 8, 8, 9(n=14). Hitung P90!
Jawab:
Pi = i ( n + 1 )
100
P90 = 90 (14+1)
100
= 1350
100
= 13,5
Data ke-13,5 berada diantara angka 8dan 9 jadi:
8+9 = 8,5
2
Persentil Data Kelompok
Untuk data berkelompok yang telah disusun dalam tabel distribusi frekuensi, persentil
ke-i Pi (i = 1, 2, …, 99) dihitung dengan rumus:
dengan:
 i = 1, 2, …, 99.
Tb = batas bawah kelas Pi , ialah kelas interval dimana Pi  akan terletak.
p = panjang kelas Pi.
F = jumlah frekuenasi dengan tanda kelas lebih kecil dari tanda kelas Pi.
f = frekuensi kelas Pi.
Contoh Persentil Pada Data Berkelompok :
Hitung P10 dari data di bawah ini!
Tabel Nilai Praktikum Komputer Mahasiswa

Nilai F F

51 – 55 4 4

56 – 60 20 24<P10>

61 – 65 24 48

66 – 70 56 104

71 – 75 19 123

76 – 80 16 139

81 – 85 10 149

86 – 90 7 156

91 – 95 3 159

96 – 100 1 160

160
 Jawab:
 Pi  = Tb + p {( i/100.n )-F }
f
Letak P10 = 10/100 .n
= 10/100.160
= 16
Data ke-16 berada pada kelas 56-60
(Tb = 56 – 0,5 = 55,5)
Sehingga:
P10 = Tb + p { (10/100.n –F)}
f
= 55,5+ 5 { (10/100.160 – 4 )}
20
= 55,5 + 5 {0,6}
         = 55,5 + 3 = 58,5

BAB III
 PENUTUP

3.1 Kesimpulan
Nilai sentral atau tendensi sentral adalah nilai dalam rangkaian data yang mewakili
rangkaian data tersebut. Disebut juga sebagai ukuran letak/lokasi karena menunjukkan letak
dari pusat atau sekumpulan data. Terdapat tiga ukuran tendensi sentral yang sering
digunakan, yaitu mean (rata-rata hitung/rata-rata aritmetika), median, modus, kuartil, desi dan
presentil.
Data sangat bervariasi, baik data tunggal maupun berkelompok. Mean berarti rata-rata
hitung, yaitu jumlah semua data dibagi dengan banyaknya data. Median merupakan nilai
tengah dari pengamatan setelah data dari terkecil ke terbesar atau dari terbesar ke terkecil.
Sedangkan, modus adalah nilai dari pengamatan yang paling banyak muncul.
Ada pula, kuartil yang merupakan hasil pembagian sekumpulan data menjadi empat
kelompok dengan batas-batas antar satu kuartil dengan kuartil lainnya. Selanjutnya, desil
berupa sekumpulan data yang dibagi menjadi sepuluh kelompok setelah data diurutkan dari
terkecil ke terbesar. Begitu pun dengan presentil yang dibagi menjadi seratus kelompok
setelah data diurutkan.