MAKALAH

PENGANTAR STATISTIK DAN TENDENSI CENTRAL

Untuk memenuhi tugas terstruktur mata kuliah Statistik
Dosen pengampu : Drs. Dayan Hediana, M.Pd

DI SUSUN OLEH :

1. Nurhasan Hapipudin
2. Dikri Cahyadi
3. Pandu Medal

SEKOLAH TINGGI KEGURUAN DAN ILMU PENDIDIKAN MUTIARA BANTEN

TAHUN AKADEMIK 2022/2023

i
 KATA PENGANTAR

Puji syukur kita panjatkan kehadirat Allah SWT, karena atas rahmat dan karunianya
penulis dapat menyelesaikan Makalah ini. Adapun tujuan dari pembuatan makalah ini adalah
untuk memenuhi tugas kuliah.
Meskipun dalam penyusunan makalah ini penulis banyak menemukan hambatan dan
kesulitan, tetapi karena motivasi dan dorongan dari berbagai pihak makalah ini dapat
terselesaikan.
Penulis menyadari bahwa pada penulisan makalah ini masih banyak terdapat
kekurangan. Oleh karena itu penulis mengharapkan sumbang saran dan keritik dari semua
pihak yang membaca makalah ini yang sifatnya membangun untuk kesempurnaan makalah
ini.
Harapan penulis semoga makalah ini bermanfaat bagi semua pihak yang
membacanya. Tidak lupa penulis mengucapkan terimakasih kepada semua pihak atas
dukungannya sehingga terwujudnya makalah ini.

Pandeglang, 15 September 2022

Penulis

i
 DAFTAR ISI

KATA PENGANTAR .............................................................................................. i

DAFTAR ISI.............................................................................................................ii

BAB I PENDAHULUAN ......................................................................................... 1

A. Latar Belakang ......................................................................................................1

B. Rumusan Masalah .................................................................................................1

C. Tujuan Penulisan ...................................................................................................1

BAB II PEMBAHASAN .......................................................................................... 2

A. Pengantar Statistik................................................................................................ 2

1) Pengertian Data .............................................................................................. 2

2) Jenis-jenis Data .............................................................................................. 3
3) Fungsi Data ....................................................................................................4
4) Kegunaan Dalam Pendidikan .........................................................................4

B. Tendensi Central ..................................................................................................5

1) Definisi Tendensi Central ..............................................................................5

2) Ukuran Tendensi Central ...............................................................................5

BAB III PENUTUP ..................................................................................................20

A. Kesimpulan .........................................................................................................20
DAFTAR PUSTAKA

ii
 BAB I
PENDAHULUAN
A. Latar Belakang
Penggunaan Statistik sudah dikenal sebelum abad 18, pada saat itu negara-negara Babilon,
Mesir dan Roma mengeluarkan catatan tentang nama, usia, jenis kelamin, pekerjaan dan jumlah
anggota keluarga. Kemudian pada tahun 1500, pemerintah Inggris mengeluarkan catatan tentang
kematian dan tahun 1662, dikembangkan catatan tentang kelahiran dan kematian. Baru pada tahun
1772-1791, G.Achenwall menggunakan istilah Statistik dalam bukunya Statistical Account of
Scotland.Tahun 1981-1935 R.Fisher mengenalkan analisa varians dalam literatur statistiknya.
Di Indonesia Pengantar Statistik telah dicantumkan dalam kurikulum matematika Sekolah Dasar
sejak tahun 1975. Hal itu disebabkan karena sekitar lingkungan kita berada selalu berkaitan dengan
Statistik.Pentingnya data dalam suatu penelitian membuat peran data menjadi sangat penting.Baik
tidaknya penelitian berawal dari baik tidaknya sumber data yang didapatkan.Sangatlah penting data
data yang objektif demi mendapatkan hasil penelitian yang benar.Dalam pencarian data pun
memilikiperan yang penting,karena sumber data yang didapatkan harus dihasilkan dari proses yang
baik pula.

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.

B. Rumusan Masalah
Berdasarkan uraian latar belakang tersebut di dalam makalah ini kami merumuskan
beberapa rumusan masalah:
1. Apakah pengertian dari statistik?
2. Apakah pengertian dari tendensi central?
3. Bagaimana penghitungan statistik dan tendensi central?

C. Tujuan Penulisan
Adapun tujuan dari penulisan makalah ini yaitu :
1. Untuk mengetahui dasar dari pengertian statistik dan tendensi central
2. Mengerti dan mengetahui tentang data dan fungsinya dalam dunia pendidikan
3. Mengerti dasar perhitungan dan pengelompokan statistik dan tendensi central

1
 BAB II
PEMBAHASAN

A. Pengertian Statistik
Secara etimologis kata statistik berasal dari kata status (bahasa latin) atau kata staat
(bahasa belanda), dalam bahasa Indonesia kata tersebut diterjemahkan menjadi negara. Pada
awalnya, kata “statistik” diartikan sebagai “kumpulan bahan keterangan (data) baik berwujud
angka (data kuantitatif) maupun data yang tidak berwujud (data kualitatif) yang mempunyai
arti penting dan kegunaan besar bagi suatu negara. Namun pada perkembangan selanjutnya,
arti statistik hanya dibatasi pada “kumpulan bahan keterangan yang berwujud angka (data
kuantitatif ) saja, bahan keterangan yang tidak berwujud angka (data kualitatif) tidak lagi
disebut statistik.
Dalam kamus Bahasa Indonesia, statistik diartikan dalam dua arti : Pertama, statistik
sebagai “ilmu statistik” dan kedua, statistik ‘diartikan sebagai “ukuran yang diperoleh atau
berasal dari sampel,”yaitu sebagai lawan dari kata “parameter” yang berarti “ukuran yang
diperoleh atau berasal dari populasi”.
1. Pengertian Data
Data adalah bentuk jamak dari datum. Data merupakan keterangan-keterangan tentang
suatu hal, dapat berupa yang diketahui atau yang dianggap atau anggapan. Data adalah
sejumlah informasi yang dapat memberikan gambaran tentang suatu gambaran atau masalah
,baik yang berupa angka-angka (golongan) maupun bentuk katagori,seperti: baik, buruk,
tinggi, rendah dan sebagainya. Seorang peneliti atau pemimpin sebuah instasi selalu
membutuhkan data untuk dijadikan landasan objektif dalam membuat suatu keputusan atau
menarik kesimpulan dari penelitiannya.
Dalam menarik suatu kesimpulan atau membuat suatu keputusan, seorang peneliti
memerlukan data yang benar. Apabila data yang salah digunakan untuk membuat keputusan,
keputusan yang dihasilkan menjadi tidak tepat atau dengan kata lain bahwa data yang salah
akan menyesatkan.
Agar tidak terjadi kesalahan yang mengakibatkan kerugian besar, data yang baik
harus memenuhi bebrapa persyaratan berikut ini:
1. Objektif : Data yang diperoleh dari hasil penelitian harus menggambarkan keadaan
sebenarnya.
2. Relevan : Data yang diperolah harus ada kaitannya dengan permasalahan yang akan
diteliti.
3. Sesuai Zaman (Up To Date) : Data tidak boleh tertinggal zaman (usang) sebab adnya
perkembangan waktu dan teknologi menyebabkan suatu kejadian dapat mengalami
perubahan dengan cepat.
4. Representatif : Data yang diperoleh dari hasil penelitian sampel harus memiliki atau
menggambarkan keadaan populasinya.
5. Dapat Dipercaya : Sumber data (narasumber) harus diperoleh dari sumber yang tepat.

2
2. Jenis-Jenis Data
Data adalah ukuran dari variabel.Data diperoleh dengan mengukur nilai satu atau
lebih variabel dalam sampel (atau populasi).
1. Menurut Sifatnya
a) Data Kualitatif : data yang tidak berbentuk angka.
b) Data Kuantitatif : data yang berbentuk bilangan (angka)
a. Data Kotinu : dimana angka-angkanya sambung-menyambung.
b. Data Diskrit : merupakan data bilangan bulat dan bukan pecahan.
2. Berdasarkan Cara Menyusun Angka
a) Data Nominal : penyusunan angkanya berdasarkan klasifikasi penggolongan
tertentu
b) Data Ordinal : dimana penyusunan angkanya berdasarkan urutan atau
kedudukan.
c) Data Interval : data statistik yang mempunyai jarak yang sama terhdap hal-
hal yang diteliti.
3. Menurut Bentuk Angkanya
a) Data Tunggal : data yang angkanya beridir sendiri atau data yang tidak
dikelompokan serta tidak tergantung terhadap data lainnya.
b) Data Kelompok : dimana setiap unitnya terdiridari sekelompok angka yang
saling melengkapi
4. Berdasarkan Sumber
a) Data Primer : data yang diperoleh atau bersumber dari tangan pertama yaitu
sumber yang memang benar mewakili atau yang berhak
memberikan informasi data.
b) Data Sekunder : data yang diperoleh atau bersumber dari tangan kedua atau
diperoleh bukan dari sumbernya langsung.
5. Berdasarkan Waktu Pengumpulnya
a) Data Seketika : yang mencerminkan keadaan pada suatu ketika saja.
b) Data Urutan Waktu : yang mencerminkan keadaan dari waktu ke waktu
secara berurutan.

3
3. Fungsi Data
Kemajuan atau perkembangan anak didik setelah menempuh proses pendidikan dalam
jangka waktu tertentu sebenarnya yang bersifat kualitatif, akan tetapi diubah menjadi data
yang bersifat kuantitatif karena dalam kegiatan penilaian hasil pendidikan cara yang paling
umum adalah dengan menggunakan data kuantitatif. Maka tidak perlu diragukan lagi bahwa
statistik yang berupa data mempunyai fungsi sangat penting sebagai alat bantu, yaitu untuk
memperoleh, menganalisis dan menyimpulkan data dari hasil yang telah dicapai.
Selain itu juga dalam ilmu pengetahuan akan dapat menyajikan data-data dalam bentuk
angka-angka, sehingga diperlukan statistik dalam menafsirkan dan menyimpulkan data
tersebut.
4. Kegunaan Dalam Pendidikan

Telah dijelaskan bahwa istilah statistik dapat diberi pengertian sebagai data statistik.
Statistik berkaitan erat dengan pemanfaatan data. Ada berbagai jenis pengelompokan data,
salah satunya adalah kategori data kuantitatif dan data kualitatif.
Data kuantitatif mengacu pada angka seperti, jumlah penduduk, tingkat pertumbuhan
ekonomi, hasil belajar belajar siswa selama 2 semester atau 1 tahun yang dituaikan dalam
betuk angka.
Sedangkan data kualitatif mengacu pada yang bukan angka, seperti agama, jenis kelamin,
tingkat pendidikan, betuk apresiasi guru tehadap siswanya dan sebagainya.
Data yang ditemukan atau dianalisis dalam dunia pendidikan biasanya berupa :
1. Prestasi siswa
2. Data yang berkaitan dengan keadaan anak didik
3. Data tentang pendidik , tenaga pendidik, pegawai dan lulusannya
4. Data tentang anggaran pendidikan
5. Data tentang kepustakaan, administratif dan perlengkapan
Prinsip pengumpulan data statistik pendidikan diantaranya :
1. Lengkap datanya : lengkap disini mengandung pengertian bahwa volume data
sebagaimana yang direncanakan dan dapat dicapai dengan sebaik-baiknya.
2. Tepatnya data : tepatnya dalam hal jenis, waktu pengumpulannya, kegunaan dan alat
untuk menghimpun data.
3. Kebenaran data yang dihimpun : merupakan data yang bersumber dari pihak yang benar.

4
B. Tendensi Sentral
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). 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 dibagi dengan 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 x1, 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)

5
menjadi pilihan untuk digunakan. Sebaliknya, jika jumlah data yang digunakan relatif banyak
maka penggunaan data kelompok (grouped data) banyak dipilih.
Mean Data Tunggal
Dirumuskan dengan

𝚺𝐗𝐢
𝐌𝐞𝐚𝐧 = 𝒏
atau lebih sederhananya ditulis;

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

6
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 = 𝚺𝐟𝐢
Jawab:

= {(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.

7
 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 atau merupakan 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

8
 (𝟏𝟎+𝟏) Median= 4+5
= 𝟐
2
= 𝟓, 𝟓
= 4,5
Data ke-5,5 berada diantara angka 4
dan 5 maka ….
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:

9
 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.

10
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
(𝐝𝟏 + 𝐝𝟐)

dengan:
Lmo = Tepi bawah kelas modus
d1 = selisih antara frekuensi kelas modus dengan frekuensi kelas sebelum modus
d2 = selisih antara frekuensi kelas modus dengan frekuensi 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

11
 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

12
 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
13
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

14
 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 D1, 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

15
 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>

16
 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
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.

17
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 8 dan 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

18
 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
Jawab:
160
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,

19
 BAB III
PENUTUP

A. Kesimpulan

1. Secara etimologis kata statistik berasal dari kata status (bahasa latin) atau
kata staat (bahasa belanda), dalam bahasa Indonesia kata tersebut diterjemahkan
menjadi negara.Pada awalnya, kata “statistik” diartikan sebagai “kumpulan bahan
keterangan (data) baik berwujud angka (data kuantitatif) maupun data yang tidak
berwujud (data kualitatif) yang mempunyai arti penting dan kegunaan besar bagi
suatu negara.
Data adalah bentuk jamak dari datum. Data merupakan keterangan-
keterangan tentang suatu hal, dapat berupa yang diketahui atau yang dianggap
atau anggapan. Data adalah sejumlah informasi yang dapat memberikan gambaran
tentang suatu gambaran atau masalah ,baik yang berupa angka-angka (golongan)
maupun bentuk katagori,seperti: baik, buruk, tinggi, rendah dan sebagainya.

2. 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, desil dan presentil.

20
 DAFTAR PUSTAKA

Moersetyo ,Subana dan Rahardi. 2000. Statistik Pendidikan. (Bandung:Pustaka Setia)

Supardi ,Darwyan Syah, dan Abd.Aziz Hasibuan. 2009. Pengantar Statistik Pendidikan,Cet 4,
(Jakarta:Gaung Persada)
Suprapto dan Johanes. 2008. Statistika:Teori Dan Aplikasi, jilid I, (Jakarta:PT Erlangga)
Drs.H.Mundir ,Muhibbin. 2012. Statistik Pendidikan, Cet 1, (Jember:STAIN Jember Press)

21