MAKALAH

UKURAN PEMUSATAN DATA

Dosen Pengampu:

Asep Rohman, M.Pd.

Disusun Oleh:

Kelompok 4

Rihadi Noto (2020203045)

Poppy Rowani (2020203047)
Ratri Fauziyah Nafisah (2020203041)

PROGRAM STUDI MANAJEMEN PENDIDIKAN ISLAM

FAKULTAS ILMU TARBIYAH DAN KEGURUAN

UNIVERSITAS ISLAM NEGERI RADEN FATAH PALEMBANG

TAHUN AKADEMIK 2022

 KATA PENGANTAR

Segala puji bagi Allah SWT. Tuhan semesta alam yang telah memberikan
kami nikmat serta hidayah-Nya terutama nikmat islam dan nikmat sehat wal afiat
sehingga kami dapat menyelasaikan makalah yang membahas tentang “UKURAN
PEMUSATAN DATA”. Sholawat serta salam tak lupa kita curahkan kepada
baginda besar kita Nabi Muhammad saw yang telah membawa pedoman hidup
yakni, Al-Qur’an sehingga dapat membawa manusia dari zaman kegelapan
menuju zaman terang benderang.

Makalah ini merupakan salah satu tugas mata kuliah Statistik Pendidikan di
program studi Manajemen Pendidikan Islam Fakultas Ilmu Tarbiyah dan
Keguruan Universitas Islam Negeri Raden Fatah Palembang. Selanjutnya penulis
mengucapkan terima kasih kepada Asep Rohman M.Pd. selaku dosen
pembimbing mata kuliah Statistik Pendidikan yang telah memberikan bimbingan
serta arahan dalam mengerjakan penulisan makalah ini.

Penulis menyadari bahwa terdapat banyak kekurangan dalam penulisan

makalah ini, maka dari itu penulis mengharapkan kritik dan saran yang
membangun dari para pembaca demi kesempurnaan makalah ini. Akhir kata kami
mengucapkan terima kasih.

Palembang, Maret 2022

Kelompok 4

ii
 DAFTAR ISI

KATA PENGANTAR..................................................................... ii

DAFTAR ISI..................................................................................... iii

BAB I PENDAHULUAN

A. Latar Belakang...................................................................... 1
B. Rumusan Masalah................................................................ 1
C. Tujuan.................................................................................... 1

BAB II PEMBELAJARAN

A. Pengertian Ukuran Pemusatan Data................................. 2

B. Macam-Macam Ukuran Pemusatan Data......................... 3

BAB III PENUTUP

A. Kesimpulan...........................................................................

DAFTAR PUSTAKA

iii
 BAB I

PENDAHULUAN

A. Latar Belakang
Statistika adalah ilmu pengetahuan yang telah banyak digunakan
dalam kehidupan sehari-hari. Pemerintah menggunakan statistika untuk
menilai hasil pembangunan masa lalu dan juga untuk membuat rencana
masa datang. Selain itu pimpinan mengambil manfaat dari kegunaan
statistika untuk melakukan tindakan-tindakan yang perlu dalam
menjalankan tugasnya. Kata Statistika berbeda dengan Statistik. Statistik
dipakai untuk menyatakan kumpulan data, bilangan maupun non-bilangan
yang disusundalam tabel ataupun diagram, yang melukiskan suatu
persoalan.
Dalam hal ini, makalah kami berisikan materi “Ukuran Pemusatan
Data” yang terdapat pembahasan-pembahasannya yaitu mean, median,
modus, kuartil, desil dan persentil. Maka dari itu, mari kita pahami dan
pelajari isi dari makalah ini.

B. Rumusan Masalah
1. Apa itu ukuran pemusatan data?
2. Apa saja macam-macam ukuran pemusatan data?

C. Tujuan
Untuk mengetahui dan memahami ukuran pemusatan data dan
macam-macamnya.

1
 BAB II
PEMBAHASAN
A. Pengertian Ukuran Pemusatan Data
Ukuran pemusatan adalah nilai tunggal yang mewakili suatu
kumpulan data, menunjukkan karakteristik data, dan menunjukkan pusat
dari nilai data. Untuk memberikan distribusi seperangkat data apakah itu
berupa populasi atau sampel.1 Langkah pertama adalah menentukkan
ukuran pemusatan data. Selain itu, ukuran pemusatan data adalah
sembarang ukuran yang menunjukkan pusat segugus data, yang telah
diurutkan dari yang terkecil sampai yang terbesar, atau sebaliknya. Salah
satu kegunaan dari ukuran pemusatan data adalah untuk membandingkan
dua atau lebih populasi atau contoh, karena sangat sulit untuk
membandingkan masing-masing anggota populasi atau masing-masing
anggota data contoh. Nilai ukuran pemusatan data ini dibuat sedemikian
sehingga cukup mewakili seluruh nilai pada data yang bersangkutan.
Nilai ukuran pemusatan data (average) merupakan nilai yang
mewakili suatu kumpulan data sehingga nilai tersebut harus memiliki
sifat-sifat berikut:
1. Harus mempertimbangkan semua data dalam kelompok data.
2. Tidak boleh terpengaruh oleh nilai-nilai ekstrim atau pencilan
(outlier).
3. Harus stabil dari sampel ke sampel.
4. Harus mampu digunakan untuk analisis statistik lebih lanjut.

Ukuan kecenderungan memusat merupakan suatu bilangan yang

menunjukkan tendensi (kecenderungan) memusatnya bilangan-bilangan
dalam suatu distribusi. Ukuran kecenderungan memusat juga dapat
digunakan untuk merangkum data dan mendeskripsikan suatu kelompok
variabel dengan cara mencari suatu angka (indeks) yang dapat mewakili
seluruh kelompok tersebut. Rata-rata (average) adalah nilai yang mewakili
1
Hadi, Sutrisno. 2015. Statistik. Yogyakarta: Pustaka Belajar.

2
 himpunan atau sekelompok data (a set of data). Nilai rata-rata umumnya
cenderung terletak di tengah suatu kelompok data yang disusun menurut
besar kecilnya nilai. Dengan perkataan lain, ia mempunyai kecenderungan
memusat sehingga sering disebut ukuran kecenderungan memusat
(measures of central tendency).2

B. Macam-Macam Ukuran Pemusatan Data

1. Mean (Rata-Rata Hitung)
Mean merupakan jumlah dari seluruh nilai data lalu dibagi dengan
banyaknya data. Rata-rata hitung dari kumpulan data hanya memiliki
satu nilai rata-rata hitung, sehingga nilai rata-rata hitung dapat
dijadikan sebagai suatu nilai yang mewakili suatu kelompok data. Nilai
ini selanjutnya disebut ukuran pemusatan karena pada umumnya data
mempunyai kecenderungan terletak ditengah-tengah dan memusat ke
dalam suatu kelompok data yang disusun besar kecilnya nilai data.
Pengukuran nilai rata-rata dapat dilakukan pada data populasi maupun
data sampel, pada data yang belum dikelompokkan, hingga pada data
yang sudah dikelompokkan. Dalam melakukan pengukuran nilai rata-
rata, beberapa konsep dan karakteristik yang perlu dipahami berkaitan
dengan rata-rata adalah sebagai berikut:
a. Dapat digunakan untuk menghitung rata-rata dari data yang
mempunyai nilai merata atau yang mempunyai nilai dengan
sebaran nilai yang relatif kecil,
b. Tidak dapat dipakai untuk menghitung rata-rata dari data kualitatif,
c. Tidak dapat digunakan untuk kelompok data yang mempunyai data
ekstrim,
d. Data yang digunakan adalah data yang mempunyai skala
pengukuran interval atau rasio, dan hanya mempunyai satu nilai.3

2
Sujalu, Pinaringan Akas. 2021. Statistik Ekonomi 1. Yogyakarta: Zahir Publishing. Hal 106
3
Wahyudi, Tri Setyo. 2017. Statistika Ekonomi Konsep, Teori, dan Penerapan. Malang: UB Press.
Hal 58.

3
 Rumus rata-rata hitung untuk data kuatitaif tanpa
pengelompokkan, dimana datanya X1, X2, X3, X4,.... data n buah,
adalah:

i=n

x 1+ x 2+ ⋯+ xn i=1
∑ xi
×= =
n n

∑xi = jumlah data

n = banyaknya data

Xi = data ke –i

Contoh:

Cari mean dari 5 orang mahasiswa hasil ujian mata kuliah statistik, jika
x1 = 70, x2 = 65, x3 = 30, x4 = 45, dan x5 = 60.

Jawaban:

x=x 1+ x 2+ …+ xn 70+65+30+ 45+60

= =54
n 5

Rumus rata-rata hitung untuk data kuantitatif yang sudah

dikelompokkan, dihitung dengan rumus:

x=
∑ fi xi
∑ fi
Dimana:

Xi = adalah titik tengah masing-masing kelas

Fi = adalah frekuensi masing-masing kelas

Contoh:

4
 Cari nilai mean dari data yang telah dikelompokkan ditampilkan dalam
tabel distribusi frekuensi berikut:

Batas Kelas Titik Tengah (xi) Frekuensi (fi) x.f

4.5 – 9.5 7 3 21
9.5 – 14.5 12 5 60
14.5 – 19.5 17 4 68
19.5 – 24.5 22 1 22
∑ fi=13 ∑ xifi=171

2. Median
Median adalah suatu nilai yang membatasi 50% frekuensi
distribusi bagian bawah dengan 50% frekuensi bagian atas. Menurut
Purwanto, median adalah nilai yang membagi data menjadi dua bagian
sama besar. Namun demikian, median mungkin saja tidak milik dari
salah satu individu dalam suatu distribusi nilai. Media dapat berfungsi
untuk mengetahui nilai berapa yang terdapat pada orang yang terletak
paling tengah. Median dapat digunakan bila skala pengukuran datanya
minimal ordinal, sehingga terhadap nilai-nilai pengamatan dapat
dilakukan pemeringkatan untuk menemukan nilai pengamatan yang
berlokasi di tengah.4
Contoh:
a. Data diurutkan sebagai 2, 3, 3, 4, 5, 7, 7, 8, 9 maka nilai tengah
data adalah 5. Jika jumlah individu (frekuensi) dalam distribusi itu
ganjil, maka individu yang paling tengah nilainya akan menjadi
median seperti contoh diatas dengan membagi dua kelompok
dengan jumlah yang sama sama, yakni mediannya 5.
b. Diketahui data 4, 5, 7, 8, 9, 12, 15, 18. Jika jumlah data dalam
distribusi frekuensi itu genap, maka untuk menentukkan median
adalah dari nilai nilai berdua yang ditengah dijumlahkan lalu

4
Syafril. 2019. Statistik Pendidikan. Jakarta: Kencana. Hal 42.

5
 dibagi dua, dan itulah yang diajdikan median, sehingga tidak lagi
(8+ 9)
nilai suatu individu tertentu. Jadi mediannya =8,5
2

Median data dalam bentuk tabel distribusi frekuensi didefinisikan

sebagai berikut:

median=L1+ c ¿

Keterangan

L1 = batas bawah kelas median

C = ukuran interval kelas median

n = total frekuensi

(∑f)1 = jumlah frekuensi pada kelas sebelum median

Fmed = frekuensi kelas median

Contoh:

Kelas Frekuensi
60-62 5
63-65 18
66-68 42
69-71 27
72-74 8
Jumlah 100

Berdasarkan data tabel tentang distribusi frekuensi, diketahui bahwa N

= 100, c = 3. Jumlah data adalah ganjil, jika data dibagi menjadi dua
kelompok maka berarti bahwa data berada dalam kelas 66-68. Kelas
interval inilah sebagai kelas median.

6
 Maka berdasarkan rumus penghitungan median diperoleh, L1 = 65,5
fmed = 42 dan (∑f)1 = 5+18 =23. Sehingga, nilai median diperoleh:

( )
100
−23
2
med=65,5+3 =67,43
42

3. Modus
Modus adalah nilai dari beberapa data yang mempunyai
frekuensi tertinggi baik data tunggal maupun data yang berdistribusi
atau nilai yang paling sering muncul dalam suatu kelompok data. 5
Modus mungkin juga tidak terdapat dalam kumpulan data. Kondisi
tersebut terjadi dalam kasus dimana semua datanya mempunyai
frekuensi sama. Modus dapat digunakan untuk semua skala
pengukuran data, mulai dari nominal hingga rasio.
Contoh:
a. Diketahui data 2, 2, 5, 7, 9, 9, 9, 10, 10, 11, 12, dan 18 maka data
ini mempunyai modus 9.
b. Diketahui data 3, 5, 8, 10, 12, 15, dan 16 maka data tersebut tidak
mempunyai modus.
c. Diketahui data 2, 3, 4, 4, 4, 5, 5, 7, 7, 7, dan 9 maka data tersebut
mempunyai 2 modus yaitu 4 dan 7.

Data yang memiliki dua modus disebut bimodal, sedangkan data yang
memiliki hanyan satu modal disebut unimodal. Menghitung modus
dapat menggunakan rumus berikut:

∆1
modus=L1+c ( )
∆ 1+∆ 2

Keterangan:

L1 = batas bawah kelas modus

5
Siregar, Syofian. 2017. Statistika Terapan. Jakarta: Kencana. Hal 35.

7
 C = ukuran interval kelas modus

∆1 = selisih frekuensi kelas modus dan frekuensi kelas di bawahnya

∆2 = selisih frekuensi kelas modus dan frekuensi kelas di atasnya

Contoh:

Perhatikan kembali tabel distribusi frekuensi pada contoh di median

sebelumnya. Berdasarkan tabel tersebut, diketahui bahwa kelas modus
terletak pada interval 66-68. Jadi diperoleh L1= 65,5 c= 3 dan fmod=
42. Karena kelas bawahnya mempunyai frekuensi 18 dan kelas
diatasnya mempunyai frekuensi 27 maka,

∆1 = 42 – 18 = 24 dan

∆2 = 42 – 27 = 15

Kemudian diperoleh:

modus=65,5+3 ( 24+15
24
)=67,35

BAB III
PENUTUP
A. Kesimpulan
Salah satu aspek yang penting untuk menggamabarkan distribusi
data adalah nilai pusat data pengamatan. Terdapat 3 ukuran pemusatan

8
 data yaitu mean, median, dan modus. Mean dihitung dengan
menjumlahkan semua nilai data pengamatan kemudian dibagi dengan
banyaknya data, sedangkan median dari n pengukuruan atau pengamatan
x1, x2, ..., xn adalah nilai pengamatan yang terletak ditengah data setelah
data tersebut diurutka, dan yang terakhir modus adalah data yang paling
sering muncul.

DAFTAR PUSTAKA

Hadi, Sutrisno. 2015. Statistik. Yogyakarta: Pustaka Belajar.

Siregar, Syofian. 2017. Statistika Terapan. Jakarta: Kencana. Hal 35.

9
Sujalu, Pinaringan Akas. 2021. Statistik Ekonomi 1. Yogyakarta: Zahir
Publishing. Hal 106

Syafril. 2019. Statistik Pendidikan. Jakarta: Kencana. Hal 42.

Wahyudi, Tri Setyo. 2017. Statistika Ekonomi Konsep, Teori, dan Penerapan.
Malang: UB Press. Hal 58.

10