UKURAN PEMUSATAN

UKURAN PEMUSATAN (LATAR BELAKANG)

 Bab sebelumnya

Distribusi frekuensi
Perlu ukuran
yang mewakili
Penyajian data Poligon
sekumpulan
Letak data data tanpa
Grafik Histogram kehilangan
pada interval
maknanya
Ogif
UKURAN PEMUSATAN (DEFINISI)

Nilai tunggal yang mewakili

Ukuran pemusatan
suatu kumpulan data dan
menunjukkan pusat
menunjukkan karakteristik dari nilai data.
dari data.
UKURAN PEMUSATAN (JENIS)

Rata-rata hitung (Mean)

Ukuran pemusatan Nilai tengah (Median)

Nilai sering muncul (Modus)

UKURAN PEMUSATAN (CONTOH)
No Nama Bank Aset (Triliun Rp)
1Mandiri 410,619  Rata-rata kepemilikan
2BRI 395,396 asset 9 bank terbesar di
3BCA 323,345 Indonesia Rp 203,819
4BNI 241,169 triliun
5CIMB Niaga 142,932  Bank Mandiri, BRI, BCA dan
6Pan Indonesia 106,508 BNI kepemilikan asetnya
7Permata 74,04 berada di atas rata-rata
8BII 72,03 aset bank
9BTN 68,334
Rata-rata 203,819
RATA-RATA HITUNG (DEFINISI DAN JENIS)

 Rata-rata hitung : nilai yang diperoleh dengan menjumlahkan semua nilai data
dan membaginya dengan jumlah data
 Merupakan nilai yang menunjukkan pusat dari nilai data dan merupakan nilai
yang mewakili keterpusatan data

Rata-rata hitung populasi

Rata-rata hitung sampel

Rata-rata hitung
Rata-rata hitung tertimbang

Rata-rata hitung data berkelompok

RATA-RATA HITUNG POPULASI

Populasi : keseluruhan anggota dari suatu kelompok

μ (myu) = rata-rata hitung populasi

Ʃ (sigma) = penjumlahan (jumlah)
X = nilai data yang ada dalam populasi
N = jumlah total data atau pengamatan dalam populasi
ƩX = jumlah keseluruhan nilai X (data) dalam populasi
 RATA-RATA HITUNG POPULASI
No Nama Bank Kredit (Triliun Rp) ƩX
μ=
1 BCA 256,77 N
2 BNI 200,70 256,77 + 200,70 + 348,23 + 388,80 + 145,40
=
3 BRI 348,23 5
1.339,90
4 Mandiri 388,80 = = 267,98
5 CIMB Niaga 145,40 5
 RATA-RATA HITUNG SAMPEL

 Sampel : bagian atau proporsi dari populasi tertentu yang menjadi kajian atau
perhatian
 Kenapa tidak populasi saja ?????
 Karena keterbatasan waktu, biaya dan tenaga
 Untuk mengetahui tingkat Pendidikan penduduk di Indonesia ???
 Quality control produk suatu perusahaan ???
 Rating televisi ???
 Pemilihan sampel dari populasi untuk memberikan peluang yang sama pada semua
anggota populasi untuk dipilih
 Pemilihan sampel dengan pertimbangan khusus disesuaikan tujuan
 Pemilihan sampel dengan system acak atau random
RATA-RATA HITUNG SAMPEL

X (X bar) = rata-rata hitung sampel

Ʃ (sigma) = penjumlahan (jumlah)
X = nilai data yang ada dalam sampel
n = jumlah total data atau pengamatan dalam sampel
ƩX = jumlah keseluruhan nilai X (data) dalam sampel
RATA-RATA HITUNG SAMPEL
 Tahun 2013 tercatat 480 perusahaan public (emiten) terdaftar di BEI, yang menjual saham 371 perusahaan
dan sisanya menjual obligasi. Perusahaan yang membagikan dividen sebanyak 232 perusahaan dan 11
perusahaan dijadikan sampel untuk dilihat laporan keuangannya. Berapa rata-rata total aset dan rata-rata
laba perusahaan yang yang membagikan dividen

Rata-rata aset : Rata-rata laba :

ƩX ƩX
X= X=
n n
1.252.059 70.942
= =
11 11
= 113.823,55 = 6.449,27
RATA-RATA HITUNG TERTIMBANG
 Pada rata-rata hitung populasi dan sampel semua data dianggap memiliki tingkat atau bobot yang sama
 Bagaimana jika memiliki bobot yang berbeda ????
1) Pengaruh waktu. Data dengan waktu berbeda memiliki dampak berbeda. Contoh : permintaan
dipengaruhi pendapatan, dimana pendapatan saat ini (Yt) berbeda dengan pendapatan tahun lalu
(Yt-1) atau penadapatan dua tahun yang lalu (Yt-2). Pendapatan saat ini (Yt) lebih besar dari
pendapatan tahun-tahun sebelumnya (Yt-1) dan (Yt-2).
2) Pengaruh volume. Data dengan volume berbeda memiliki dampak berbeda. Contoh : PT. Telkom dan
PT. Alfa mengalami kenaikan laba 20%. Laba PT. Telkom 1,5 triliun, laba PT. Alfa 5 miliar. Maka
kenaikannya berbeda.

Xw = rata-rata hitung tertimbang

Ʃ (sigma) = penjumlahan (jumlah)
X = nilai data yang ada dalam populasi atau sampel
w = nilai bobot dari suatu data
RATA-RATA HITUNG TERTIMBANG
Penggunaan aset sebagai pembobot
dengan pertimbangan tingkat
profitabilitas. Berapa laba yang
dihasilkan dari setiap aset yang dimiliki
oleh perusahaan.

Ʃ(w x X)
Xw =
Ʃw
13.981.697.380
=
1.252.059
= 11.166,96
RATA-RATA HITUNG DATA BERKELOMPOK
 Data berkelompok : data yang dikelompokkan dalam distribusi frekuensi.

X (X bar) = rata-rata hitung data berkelompok

Ʃ (sigma) = penjumlahan (jumlah)
fi = frekuensi kelas ke-i (masing-masing kelas)
xi = nilai tengah kelas ke-i (masing-masing kelas)
fixi = hasil perkalian antara frekuensi dengan nilai tengah kelas ke-i (masing-masing kelas)
n = jumlah total data atau pengamatan
RATA-RATA HITUNG DATA BERKELOMPOK

Ʃƒixi
X=
n Jadi rata-rata harga
(3 x 80,7) + (4 x 88,2) + (7 x 95,7) + (4 x 103,2) + (4 x 110,7) saham pilihan untuk 22
= perusahaan adalah Rp
22 96,4 per lembar
= 2.120,4 / 22 = 96,4
SIFAT RATA-RATA HITUNG

1. Setiap kelompok baik skala interval atau rasio memiliki rata-rata hitung
2. Semua nilai data harus dimasukkan perhitungan rata-rata hitung
3. Satu kelompok hanya memiliki satu rata-rata hitung
4. Rata-rata hitung untuk membandingkan karakteristik dua atau lebih populasi atau sampel
5. Rata-rata hitung sebagai satu-satunya ukuran pemusatan, maka jumlah deviasi nilai terhadap
rata-rata hitungnya selalu = 0
6. Rata-rata hitung sebagai titik keseimbangan dari keseluruhan data maka letaknya di tengah data
7. Rata-rata hitung sangat dipengaruhi oleh nilai ekstrem (nilai yang sangat besar atau sangat kecil)
8. Bagi data dan kelompok data yang sifatnya terbuka (labih dari atau kurang dari) tidak mempunyai
rata-rata hitung
 MEDIAN (DEFINISI DAN JENIS)
 Median : suatu nilai yang berada di tengah-tengah data setelah data diurutkan dari yang terkecil ke
yang terbesar atau sebaliknya
 Kenapa perlu median jika sudah ada rata-rata hitung ???
 Rata-rata hitung dipengaruhi data ekstrem sehingga kemungkinan tidak
mencerminkan kondisi sebenarnya

Rata-rata laba 11 perusahaan adalah

Rp 6.449,27 miliar. Nilai tersebut
menjadi bias karena jarak perusahaan
dengan laba terendah Rp 213 miliar
dan tertinggi Rp 22.460 miliar adalah
105 kali
MEDIAN (DEFINISI DAN JENIS)

Median untuk data

tidak berkelompok

Median
Median untuk data
berkelompok
MEDIAN DATA TIDAK BERKELOMPOK

Median data tidak berkelompok : nilai yang letaknya di tengah data yang telah
diurutkan namun datanya belum dikelompokkan dalam kelas atau kategori
tertentu atau belum dalam bentuk distribusi frekuensi
Cara mencari letak nilai median data tidak berkelompok :
1. Letak median = (n + 1)/2
2. Jika jumlah datanya ganjil maka nilai median merupakan nilai yang
letaknya di tengah data
3. Jika jumlah datanya genap maka nilai median merupakan nilai rata-
rata dari dua data yang letaknya berada di tengah
 MEDIAN DATA TIDAK BERKELOMPOK (CONTOH)

diurutkan

Letak median = (n + 1)/2 = (11 +1)/2 = 12/2 = 6 Nilai median terletak pada data ke 6 yaitu
pada aset Rp 19.709 M dan laba Rp 2.989 M
MEDIAN DATA TIDAK BERKELOMPOK (CONTOH)

Median = (n + 1)/2 = (6 + 1)/2 = 7/2 = 3,5

Maka nilai median terletak antara 3 dan 4

Nilai median = (60 + 50)/2 = 55

MEDIAN DATA BERKELOMPOK
 Media data berkelompok : nilai yang letaknya ada di tengah data, sehingga data berada setengahnya di atas
dan setengahnya di bawah
 Tahapannya :
1. Menentukan letak kelas dimana median berada = n/2 dimana n adalah jumlah frekuensi
2. Melakukan interpolasi di kelas median untuk mendapatkan nilai median (Md)
MEDIAN DATA BERKELOMPOK

Md = nilai median
L = batas bawah atau tepi kelas dimana median berada
n = jumlah total frekuensi
Cf = frekuensi kumulatif sebelum kelas median berada
f = frekuensi di mana kelas median berada
i = besarnya interval kelas
 MEDIAN DATA BERKELOMPOK
Menggunakan contoh data Latihan 2.5 dari 53 data harga
L = 157,7 (tepi kelas bawah interval 158,2 – 172,2)
mobil n = 53 (jumlah total frekuensi)
Cf = 26 (jumlah frekuensi kumulatif sebelum kelas median
f = 17 (jumlah frekuensi pada kelas interval)
i = 14 (jarak interval kelas 172,2 – 158,2

Letak median = 53/2 = 26,5 53/2 - 26

Md = 157,7 + x 14
17
Letak median antara frekuensi = 157,7 + {(0,5/17) x 14}
kumulatif 26 dan 43 pada = 157,7 + (3/9) x 143
interval 158,2- 172,2 = 157,7 + 0,41
= 158,11

Jadi median dari 53 harga mobil adalah Rp 158,11 juta

SIFAT-SIFAT MEDIAN

1. Untuk sekelompok data hanya ada satu nilai median

2. Untuk menentukan median, data harus diurutkan dari terbesar ke terkecil atau
sebaliknya
3. Nilai median tidak dipengaruhi oleh nilai ekstrem
4. Nilai media dapat dihitung dari distribusi frekuensi dengan kelas interval terbuka
5. Semua skala pengukuran baik rasio, interval dan ordinal dapat digunakan
mencari nilai median
MODUS
 Modus : nilai yang paling sering muncul
 Kelebihan : mudah ditemukan, dapat digunakan untuk semua skala pengukuran dan tidak dipengaruhi nilai
ekstrem
 Kelemahan : sekumpulan data tidak memiliki modus atau sekumpulan data memiliki modus lebih dari satu
 Modus jarang digunakan dibanding rata-rata hitung (mean) dan nilai tengah (median)

 Cara mencari modus :

1. Untuk data tidak berkelompok modus adalah nilai yang paling sering muncul atau frekuensi yang paling
banyak
2. Untuk data berkelompok rumusnya :

d1 Mo = nilai modus
Mo = L + xi L = batas bawah atau tepi kelas dimana modus berada
d1 + d2 d1 = selisih frekuensi kelas modus dengan kelas sebelumnya
d2 = selisih frekuensi kelas modus dengan kelas sesudahnya
i = besarnya interval kelas
MODUS

Modusnya adalah 100, yaitu angka

yang paling banyak muncul
MODUS (UNTUK DATA YANG SUDAH DIKELOMPOKKAN)

Frekuensi
paling banyak
adalah 17,
maka nilai
modus
terletak pada
interval
158,2-172,2
MODUS (UNTUK DATA YANG SUDAH DIKELOMPOKKAN)

L = 157,7 (batas bawah atau tepi kelas modus)

d1 = 6 diperoleh dari 17 – 11 (selisih frekuensi kelas dengan kelas sebelumnya)
d1 = 10 diperoleh dari 17 – 7 (selisih frekuensi kelas dengan kelas sesudahnya)
i = 14 (jarak interval dalam kelas 172,2-158,2)

Mo = 157,7 + (6/16) x 14
= 157,7 + 5,25
= 162,95

Jadi modusnya adalah 162,95

HUBUNGAN RATA-RATA HITUNG, MEDIAN DAN MODUS

Kurva simetris (slope/kecondongan nol :

Rt = Md = Mo
HUBUNGAN RATA-RATA HITUNG, MEDIAN DAN MODUS

Kurva condong ke kiri

(slope/kecondongan positif) :
Rt > Md > Mo
HUBUNGAN RATA-RATA HITUNG, MEDIAN DAN MODUS

Kurva condong ke kanan

(slope/kecondongan negatif) :
Rt < Md < Mo
 UKURAN LETAK (KUARTIL)

Kuartil : ukuran letak yang membagi

data yang telah diurutkan menjadi 4
bagian dari kuartil sebesar 25%

K1 = sebelah kiri 25%, kanan 75%

K2 = sebelah kiri 50%, kanan 50%
K3 = sebelah kiri 75%, kanan 25%
UKURAN LETAK (KUARTIL) – DATA TIDAK BERKELOMPOK

1. Jika investor ingin membeli sahan

terbaik antara 50% - 75% mana
yang dipilih
2. Jika investor tidak ingin membeli
saham terendah termasuk 25%
mana yang dipilih
 UKURAN LETAK (KUARTIL) – DATA TIDAK BERKELOMPOK (GENAP)
213 Letak kuartil :
436 K1 = [1(n+1)]/4 = [1(8+1)]/4 = (1x9)/4 = 9/4 = 2,25
K2 = [2(n+1)]/4 = [2(8+1)]/4 = (2x9)/4 = 18/4 = 4,50
756 K3 = [3(n+1)]/4 = [3(8+1)]/4 = (3x9)/4 = 27/4 = 6,75
1.076 Jika pecahan tidak ada nilai yang pas
2.454 NK = NKB + [(LK-LKB)/(LKA-LKB)] x (NKA-NKB)
NK = nilai kuartil
2.989 NKB = nilai kuartil yang berada di bawah letak kuartil
4.082 LK = letak kuartil
5.991 LKB = Letak kuartil yang berada di bawah letak kuartil
LKA = Letak kuartil yang berada di atas letak kuartil
NKA = nilai kuartil yang berada di atas letak kuartil

Letak nilai kuartil 2,25 : Letak nilai kuartil 4,50 : Letak nilai kuartil 4,50 :
NK1 = 436 + [(2,25-2)/(3-2)] x (756-436) NK2 = 1.076 + [(4,5-4)/(5-4)] x (2.454-1.076) NK2 = 2.989 + [(6,75-6)/(7-6)] x (4.082-2.989)
NK1 = 516 NK1 = 1.765 NK1 = 3.808,75
UKURAN LETAK (KUARTIL) – DATA BERKELOMPOK

14)
16,5 (antara 14-18)
K2

K3

99,45 +[(16,5 – 14)/4] x 7,4 = 99,450

 UKURAN LETAK (DESIL)

Desil : ukuran letak yang membagi data

yang telah diurutkan atau data
berkelompok menjadil 10 bagian sama
besar atau setiap bagian desil sebesar
10%
UKURAN LETAK (DESIL) – DATA TIDAK BERKELOMPOK
UKURAN LETAK (DESIL) – DATA TIDAK BERKELOMPOK (GENAP)
10.250 Letak desil :
D2 = [2(n+1)]/10 = [2(8+1)]/10 = 18/10 = 1,8 Letak nilai desil 1,8 :
10.650 ND2 = 10.250 + [(1,8-1)/(2-1)] x (10.650-10.250)
D5 = [5(n+1)]/10 = [5(8+1)]/10 = 45/10 = 4,5 ND2 = 10.570
19.500 D8 = [8(n+1)]/10 = [8(8+1)]/10 = 72/10 = 7,2
20.050 Jika pecahan tidak ada nilai yang pas
Letak nilai desil 4,50 :
20.550 ND = NDB + [(LD-LDB)/(LDA-LDB)] x (NDA-NDB) ND5 = 20.050 + [(4,5-4)/(5-4)] x (20.550-20.050)
ND = nilai desil ND5 = 20.300
29.800 NDB = nilai desil yang berada di bawah letak desil
30.550 LD = letak desil Letak nilai desil 7,2 :
36.850 LDB = Letak desil yang berada di bawah letak desil ND8 = 30.550 + [(7,2-7)/(8-7)] x (36.850-30.550)
LDA = Letak desil yang berada di atas letak desil ND8 = 31.810
NDA = nilai desil yang berada di atas letak desil
UKURAN LETAK (DESIL) – DATA BERKELOMPOK

23.652,5 +[(180/10) – 17)/18] x

6.600 =24.019,2
 UKURAN LETAK (PERSENTIL)

Persentil : bagian dari ukuran letak yang

membagi data yang telah diurutkan
menjadi 100 bagian yang sama besar
atau setiap bagian dari desil sebesar 1%
UKURAN LETAK (PERSENTIL) – DATA TIDAK BERKELOMPOK
UKURAN LETAK (PERSENTIL) – DATA TIDAK BERKELOMPOK (GENAP)
230 Letak desil :
250 P75 = [75(n+1)]/100 = [75(12+1)]/100 = 975/100 = 9,75
275 P35 = [35(n+1)]/100 = [35(12+1)]/100 = 455/100 = 4,55
Jika pecahan tidak ada nilai yang pas
290 NP = NPB + [(LP-LPB)/(LPA-LPB)] x (NPA-NPB)
300 NP = nilai persentil
315 NPB = nilai persentil yang berada di bawah letak persentil
LP = letak persentil
320 LPB = Letak persentil yang berada di bawah letak persentil
325 LPA = Letak persentil yang berada di atas letak persentil
NPA = nilai persentil yang berada di atas letak persentil
335
350 Letak nilai persentil 9,75: Letak nilai persentil 4,55 :
NP75 = 335 + [(9,75-9)/(10-9)] x (350-335) NP35 = 290 + [(4,55-4)/(5-4)] x (300-290)
375 NP75 = 346,25 NP35 = 295,5
390
UKURAN LETAK (PERSENTIL) – DATA BERKELOMPOK

6.083,3

18 34.213,5
SEKIAN DAN TERIMA KASIH