UKURAN GEJALA

PUSAT DAN
UKURAN LETAK
Ukuran •
•
Rata-rata hitung
Rata-rata ukur
Gejala •
•
Rata-rata harmonik
Modus
Pusat • median

Ukuran • Kuartil
• Desil
Letak • Persentil
 RATA-RATA HITUNG
 Ukuran Gejala Pusat yang paling umum
 Mean = sum of values divided by the number of
values
 Terpengaruh nilai ekstrim (outliers)

0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9
10 10

Mean = Mean =
3 4
1  2  3  4  5 15 1  2  3  4  10 20
 3  4
5 5 5 5
 RATA-RATA HITUNG

Population Mean Sample Mean

n

x n

 i 1
i
x i
N x i 1

n
Contoh: terdapat nilai ujian 5 mahasiswa prodi statistika
untuk mata kuliah metode statistika yaitu sebagai berikut :
87 86 74 76 77

Hitunglah rata-rata dari nilai

mahasiswa tersebut

87 +86 +74 +76 +77

x  80
5
Contoh: terdapat nilai ujian mahasiswa prodi statistika untuk
mata kuliah metode statistika yaitu sebagai berikut :
jika ada 5 mahasiswa endapat nilai 87, enam mendapat 86, tiga
mendapat 74, dan masing-masing mendapat nilai 76 & 77

xi fi
x
 f x i i

f
87 5
86 6 i

74 3 x :menyatakan nilai data

i

76 1 f : menyatakan frekuensi untuk nilai x

i i
yanf bersesuaian

77 1 1326
x  82.875
16
 Rata-rata di boboti
Jenis rata-rata ini digunakan ketika ingin
melihat presentase

Hitung rata-rata mengenai

BARANG DISIMPAN RUSAK % persen barang yang rusak
A 100 96 96
96  46  50  75
B 200 92 46 x  100%  66.75%
4
C 160 80 50
Padahal barang rusak ada 328
D 80 60 75 dari total keseluruhan 540
540 328 maka

328
x  100%  60.07%
540
 • Maka digunakan rumus sebagai berikut :

xi (%) fi xifi
96 100 96
x :menyatakan persen yang rusak
i

46 200 92 f :menyatakan banyaknya barang

i

50 160 80
75 80 60
x
 f x
100%
i i

f i

328
x  100%  60.07%
540

maka rata-rata terdapat 60.07% barang yang rusak

Rata-rata gabungan
Rata-rata gabungan adalah suatu ukuran rata-rata
yang menggabungkan beberapa sampel yang diambil
dari populasi yang sama

• Jika terdapat keadaan :

• Sub sampel 1 berukuran n1 denan rata-rata x1
• Sub sampel 2 berukuran n2 dengan rata-rata
• ....
x2
• Sub sampel k berukuran nk dengan rata-rata x k

x
 nx i i

n i
Contoh: Tiga sub sampel masing-masing berukuran 10, 6
dan 8 sedangkan rata-ratanya adalah 145, 118, 162. hitung rata-
rata gabungannya

(10 145)  (6 118)  (8 162)

x  143.9
10  6  8
Rata-rata hitung pada tabel distribusi frekuensi


Nilai
ujian frekuensi tanda kelas produk f x
x i i

f
31-40 1 35.5 35.5
41-50 2 45.5 91
i
51-60 5 55.5 277.5
61-70 15 65.5 982.5
6130
71-80
81-90
25
20
75.5 1887.5
85.5 1710 x  76.62
91-100 12 95.5 1146 80
80 6130

• Tanda kelas merupakan setengah dari jumlah ujung bawah dan ujung
atas
• Maka telah dianggap bahwa ada 1 mahasiswa yang endapat nilai 35.5
• Ada 2 orang mendapat nilai 45.5 dan seterusnya
• Maka nilai asli pada tahapan ini sudah tidak digunakan melainkan
digantikan oleh nilai tanda kelas
Rata-rata hitung pada tabel
distribusi frekuensi
• Cara sandi /cara singat
• Pilih satu tanda kelas kemudian namakan menjadi x0.
• Untuk x0 diberi nilai sandi c=0
• Tanda kelas yang lebih kecil dari x0 berturut-turut diberi sandi
c=-1, c=-2,dst
• Tanda kelas yang lebih besar dari x0 berturut-turut diberi
sandi c=1, c=2,dst
 f c 
x  x0  p  i i

  f 
 i 
Nilai ujian frekuensi tanda kelas ci fici
31-40 1 35.5 -4 -4
41-50 2 45.5 -3 -6  f c 
51-60 5 55.5 -2 -10 x  x0  p  i i
61-70 15 65.5 -1 -15   f 
71-80 25 75.5 0 0  i 

81-90 20 85.5 1 20
91-100 12 95.5 2 24
80 9

• Karena panjang kelas 10 maka

 9 
x  75.5  10    76.62
 80 
RATA-RATA UKUR

Jika perbandingan tiap dua data

berurutan tetap atau hampir tetap

U n
x .x .x ......x
1 2 3 n

• Atau untuk nilai bilangan besar dapat menggunakan logaritma

log U 
 log x i

n
Contoh
• Diketahui nilai x1=2, x2=4, x3=8
• Maka rata-ratanya dengan menggunakan rata-rata ukur adalah

U  3 2 48  4

• Atau
log 2  log 4  log 8
log U   0.6021
3
log 2  log 4  log 8
log U   0.6021
3
• Maka rata-rata Ukur U=4
Rata-rata ukur distribusi
frekuensi

Nilai ujian frekuensi tanda kelas log xi fi log xi
31-40 1 35.5 1.550228 1.550228 ( f log x )
log U  i i

f
41-50 2 45.5 1.658011 3.316023
51-60 5 55.5 1.744293 8.721465 i
61-70 15 65.5 1.816241 27.24362
71-80 25 75.5 1.877947 46.94867
150
81-90
91-100
20
12
85.5 1.931966 38.63932
95.5 1.980003 23.76004 log U   1.877
80 150.1794 80

• Maka rata-rata U 75.37

Rata-rata harmonik
n
H
 1 
  
 xi 
• Contoh kasus yang sering menggunakan rata-rata harmonik
merupakan data kecepatan dan untuk data yang mengandung
outlier
• Misal : rio berpergian pulang-pergi. Saat pergi dengan
kecepatan 10km/jam sedangkan sat kembali 20 km/jam
• Berapa rata-rata kecepatan pulang pergi ?
• Jika rata-rata hitung biasa : 1 (10  20)km / jam  15km / jam
2
• H  2  13 1
1 1 3

10 20
Rata-rata harmonik untuk
distribusi harmonik

H
 f i

( f / x )
i i
MODUS
• Nilai yang paling sering muncul
• Ukuran modus di lambangkan dengn Mo
• Contoh : terdapat susunan data sbb :
• 23,26,37,21,22,23,23
Maka modusnya adalah 23
Modus untuk distribusi
frekuensi
• Namun jika data di susun dalam tabel distribusi
frekuensi maka  b1 
Mo  b  p 
  
 b1 b 2 
• b : batas bawah kelas modal , yaitu kelas dengan
frekuensi terbanyak
• P : panjang kelas
• b1 : frekuensi kelas modal dikurangi frekuensi kelas
tanda kelas yang lebih kecil sebelum tanda kelas modal
• b2 : frekuensi kelas modal dikurangi frekuensi kelas
tanda kelas yang lebih besar setelah tanda kelas modal
• Berapa modus dari data berikut

Nilai ujian frekuensi

31-40 1
41-50 2
51-60 5
61-70 15  10 
71-80 25 Mo  70.5  10    77.17
81-90 20  10  5 
91-100 12
80
• Kelas modal : kelas ke 5
• b= 70.5
• b1= 25-15=10
• b2=25-20=5
• P= 10
Median
• Median merupakan nilai tengah setelah data diurutkan dari
kecil kebesar
• Membagi data menjadi dua sama banyak
• Tidak di pengaruhi nilai ekstrim
• Letak : (Xn+1)/2
• Jika data ganjil, setelah data di susun maka median merupakan
data yang posisinya berada paling tengah
• 4 12 5 7 8 10 10 ; maka di susun menjadi 4 5 7 8 10 10 12
• Mediannya adalah 8
• Jika data genap , setelah data di susun . Maka mediannya
sama dengan rata-rata dua data tengah
• 7 8 8 10 12 14 16 19 maka mediannya ½(10+12)= 11
Median untuk distribusi
frekuensi
1 
2 n  F 
Me  b  p  
 f 
 

• b : batas bawah kelas median

• p : panjang kelas median
• n : banyak data
• F : jumlah semua frekuensi dengan tanda kelas lebih kecil dari
tanda kelas median
• f : frekuensi kelas median
 Nilai ujian frekuensi
31-40 1
41-50 2
51-60 5 1 
 (80)  23 
61-70 15 Me  70.5  10  2   77.3
71-80 25  25 
81-90 20  
91-100 12
80
• Setengah dari seluruh data adalah 40
• Maka median akan terletak pada interval ke 5
• b= 70.5
• P = 10
• f = 25
• F = 23
•
• Artinya ada 50% dari data yang bernilai paling rendah 77.3 dan sisanya bernilai
paling besar 77.3
• Dari data diatas di dapat
• Rata-rata = 76.62
• Modus = 77.17
• Median = 77.3
Kuartil

• Langkah-langkah mmenentukan kuartil

• Susun data menurut urutan nilainya
• Tentukan letak kuartil
• Tentukan nilai kuartil
• Letak kuartil ke i diberi lambang Qi
• Dengan i= 1, 2,3
i (n  1)
letak Q  datake
i 4

• Carilah Kuartil pertama dan ketiga dari: 10, 9, 7, 8, 7, 6, 5, 9, 8,

9, 10, 9, 10 tentukan Q1 dan Q3
• Disusun menjadi 5 6 7 7 8 8 9 9 9 9 10 10 10

1(13  1)
 3.25
Nilai Q  data ke 3 + 0.25 (data ke 4-data ke 3)
letak Q 1 4
1

=7+0.25(7-7)
=7
Nilai Q  data ke 10 + 0.5 (data ke 11-data ke 10)
3(13  1) 1
letak Q 3  4  10.5 =9+0.5(10-9)
=9,5
• Desil : membagi data menjadi 10 bagian sama besar
• Maka akan ada 9 desil
i (n  1)
letak D i  datake
10
• Persentil : membagi data yang sudah diurutkan menjadi 100
bagian yang sama.

i (n  1)
letak P i  datake
100

Median = Q2=D5=P50
• Carilah Desil 5 dan Persentil 10 dari: 10, 9, 7, 8, 7, 6, 5, 9, 8, 9,
10, 9, 10
•Bagaimana menentukan kuartil,
desil, persentil untuk data yang
disusun pada distribusi frekuensi?
•Berikan contohnya !!!