MAKALAH

STATISTIKA PENDIDIKAN
“UKURAN PEMUSATAN DATA”

Dosen Pengampu :
Muhammad Haris Effendi Hsb, S.Pd.,M.Si.,Ph.D.

Disusun Oleh:
Kelompok 4

Leila Agustina (A1C121006)

Nur Liyana (A1C121029)
Rahma Fitria (A1C121042)
Mangontang Sinaga (A1C121079)

PROGRAM STUDI PENDIDIKAN KIMIA

FAKULTAS KEGURUAN DAN ILMU PENDIDIKAN
UNIVERSITAS JAMBI
2022
 KATA PENGANTAR
Puji dan syukur penulis ucapkan kepada Allah SWT, atas berkat dan
anugerah-Nya sehingga penulis dapat menyelesaikan makalah ini. Tujuan dari
penulisan makalah ini dibuat untuk memenuhi syarat tugas matakuliah statistika
pendidikan.
Dalam menyelesaikan penulisan makalah ini, penulis banyak mendapatkan
dukungan dan motivasi dari berbagai pihak. Oleh karena itu, pada kesempatan ini
penulis mengucapkan terimakasih kepada berbagai pihak yang telah memberikan
dukungan dalam menyelesaikan penulisan makalah ini.
Penulis menyadari dalam penulisan makalah ini masih banyak terdapat
kesalahan. Oleh karena itu diharapkan saran dan kritik yang membangun dari
pembaca agar kedepannya dapat menjadi lebih baik.
Harapan penulis semoga penulisan makalah ini dapat memberikan manfaat
kepada penulis dan pembaca.
Oktober, 2022

Penyusun

ii
 DAFTAR ISI

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

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

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

PENDAHULUAN...................................................................................................1

1.1. Latar Belakang.............................................................................................1

1.2. Rumusan Masalah........................................................................................2

1.3. Tujuan..........................................................................................................2

BAB II......................................................................................................................3

PEMBAHASAN......................................................................................................3

2.1. Ukuran Pemusatan Data...............................................................................3

2.2. Jenis-Jenis Ukuran Pemusatan Data.............................................................3

2.3. Ukuran Letak Data.......................................................................................8

2.4. Jenis Ukuran Letak Data..............................................................................8

2.5. Ukuran Penyebaran Data............................................................................14

2.6. Jenis Ukuran Penyebaran Data...................................................................14

2.7. Skewness....................................................................................................17

BAB III..................................................................................................................18

PENUTUP..............................................................................................................18

5.1. Kesimpulan................................................................................................18

5.2. Saran...........................................................................................................19

DAFTAR PUSTAKA............................................................................................20

iii
 BAB I
PENDAHULUAN
1.1. Latar Belakang
Pada hakikatnya statistik adalah suatu kerangka teori-teori dan metode-
metode yang telah dikembangkan untuk melakukan pengumpulan, analisis, dan
pelukisan data sampel guna memperoleh kesimpulan-kesimpulan yang
bermanfaat.Adapun satatistika adalah ilmu tentang cara-cara mengumpulkan,
menggolongkan, menganalisis, dan mencari keterangan yang berhubungan dengan
pengumpulan data yang penyelidikan dan kesimpulannya berdasarkan bukti-bukti
yang berupa angka-angka.
Statistik berasal dari bahasa Latin yang artinya adalah “status” atau negara.
Pada mulanya statistika berhubungan dengan fakta dan angka yang dikumpulkan
oleh pemerintah untuk bermacam-macam tujuan. Statistik juga diturunkan dari
kata bahasa Inggris yaitu state atau pemerintah. Pengertian yang sangat sederhana
tentang statistic adalah sebagai suatu kumpulan data yang berbentuk angka dan
tersusun rapi dalam suatu tabel, grafik, gambar, dan lain-lain. Misalnya tabel
mengenai keadaan pegawai di kantor-kantor, grafik perkembangan jumlah
penduduk dari waktu ke waktu, dan lain sebagainya. Sedangkan pengertian yang
lebih luas mengenai statistik adalah merupakan kumpulan dari teknik
mengumpulkan, analisis, dan interpretasi data dalam bentuk angka. Dan statistik
juga merupakan bilangan yang menunjukkan sifat-sifat (karakteristik) data yang
dikumpulkan tersebut.
Statistika dapat didefinisikan sebagai suatu ilmu pengetahuan yang
berhubungan dengan cara-cara mengumpulkan fakta/data, pengolahan data,
kemudian menganalisis data tersebut sehingga dapat diperoleh suatu
kesimpulan/keputusan. Penggunaan istilah statitika berakar dari istilah - istilah
dalam bahasa latin “modern statisticum collegiums (“dewan negara”) dan bahasa
Italian statista (“negarawan” atau “politikus”). Pada abad ke 19 dan awal abad ke
20 statistika mulai banyak menggunakan bidang-bidang dalam matematika,
terutama peluang.penggunaan statistika pada masa sekarang dapat di katakan telah
menyentuh semua bidang ilmu pengetahuan, mulai dari astronomi hingga
linguistika. Meskipun ada pihak yang menganggap statistika sebagai cabang dari

1
matematika tetapi sebagian pihak lainya menganggap statistika sebagai bidang
yang banyak terkait dengan matematika melihat dari sejarah dan aplikasinya.
1.2. Rumusan Masalah
Adapun rumusan masalah penulisan makalah ini, antara lain:
1) Apa itu ukuran pemusatan data ?
2) Apa saja jenis-jenis ukuran pemusatan data ?
3) Apa itu ukuran letak data ?
4) Apa saja jenis-jenis ukuran letak data ?
5) Apa itu Ukuran Penyebaran Data ?
6) Apa saja jenis ukuran penyebaran data?
7) Apa itu Skewness?

1.3. Tujuan
Adapun tujuan penulisan makalah ini, antara lain:
1) Mengetahui ukuran pemusatan data
2) Mengetahui jenis-jenis ukuran pemusatan data
3) Mengetahui ukuran letak data
4) Mengetahui jenis-jenis ukuran letak data
5) Mengetahui Ukuran Penyebaran Data
6) Mengetahui jenis ukuran penyebaran data
7) Mengetahui Skewness

2
 BAB II
PEMBAHASAN
2.1. Ukuran Pemusatan Data
Ukuran Pemusatan Data Adalah sembarang ukuran yang menunjukan
pusat segugus data, yang telah diurutkan dari yang terkecil sampai yang terbesar
atau sebaliknya dari yang terbesar sampai yang terkecil. Ukuran Pemusatan dari
sekumpulan data adalah nilai tunggal yang representatif bagi keseluruhan nilai
data atau dapat menggambarkan distribusi data itu, khususnya dalam hal letaknya
(lokasinya). Nilai tersebut dihitung dari keseluruhan data bersangkutan sehingga
cenderung terletak diurutan paling tengah atau pusat setelah data diurutkan
menurut besarnya. Oleh karena itu, nilai tunggal tersebut sering dinamakan
ukuran tendensi sentral (measures of central tendency) atau ukuran nilai pusat
(measures of central value).
2.2. Jenis-Jenis Ukuran Pemusatan Data
Ukuran pemusatan data terdiri dari :
1. Rata-Rata (Mean)
Mean secara singkat adalah sekelompok angka atau jumlah dari
keseluruhan angka dibagi dengan banyaknya angka tersebut. Mean menunjukkan
rata-rata dari masing-masing variabel semua responden.
a. Mean Data tunggal
Mean data tunggal dapat dituliskan dalam bentuk sederhana sebagai berikut:

Keterangan : x̄ : Rata-rata
∑x : Jumlah x
N : banyaknya data
Contoh soal:
Nilai ulangan matematika dari seorang siswa SMK adalah sebagai berikut :
- Ekonomi: 8
- Kewirausahaan: 8
- Bahasa Indonesia : 7,5
- Matematika 9

3
- Bahasa Inggris:7
Mean dari ulangan-ulangan tersebut adalah :
Jawab :

x̄ = (8 + 8 + 7,5 +9 + 7 ) : 5
x̄ = 7,9

b. Mean Data Kelompok

Mean data kelompok dapat dituliskan dalam bentuk sederhana sebagai berikut:

 fx
x̄ =
f

Keterangan : x̄ = mean
∑fx : Jumlah frekuensi terhadap nilai tengah
∑f : Jumlah Frekuensi
Contoh soal:
Tentukan Mean dari data berikut :
Nilai ulangan matematika siswa kelas 3P1
Nilai Frekuensi
50 – 52 5
53 – 55 18
56 – 58 42
59 - 61 27
62 - 64 8

Jawab :
Untuk menentukan meannya maka tabel tersebut diubah dan dilengkapi seperti
berikut :

4
 Nilai Tengah (x) F(x) f.x

51 5 255
54 18 432
57 42 2394
60 27 1620
63 8 504
Jumlah 100 5745

Nilai rata-rata (mean) ulangan matematika kelas 3P1 adalah:

∑ fx 5745
x̄ = = 57,45
∑f 100

2. Nilai Tengah (Median)

Median dari sekumpulan bilangan/data adalah bilangan atau data yang
ditengah-tengah setelah bilangan-bilangan itu diurutkan.
a. Median data tunggal
Jika banyaknya data n ganjil maka median

Jika banyaknya n genap maka

Keterangan : Me : Median
Xn : Data ke-n
Contoh soal:
Nilai ulangan matematika dari seorang siswa SMK adalah sebagai berikut :
- Ekonomi: 8
- Kewirausahaan: 8
- Bahasa Indonesia : 7,5
- Matematika 9
- Bahasa Inggris:7
Median dari ulangan-ulangan tersebut adalah :
Jawab : 7, 7.5, 8 , 8, 9

5
 (5+1)
=X = X3 , Data ketiga yaitu 8, sehingga mediannya adalah 8.
2

b. Median data kelompok

Rumus median data kelompok yaitu :

Keterangan : Me : median
Tb : tepi bawah kelas median
p : panjang kelas
n : banyak data
F : frekuensi kumulatif sebelum kelas median
f : frekuensi kelas median
Contoh soal:
Tentukan Median dari data berikut :
Nilai ulangan matematika siswa kelas 3P1
Nilai Frekuensi
50 – 52 5
53 – 55 18
56 – 58 42
59 - 61 27
62 - 64 8

Jawab :
Nilai Frekuensi Frekuensi
(F) sebelum median
(f)
50 – 52 5 5
53 – 55 18 23
56 – 58 42 65
59 - 61 27 92

6
 62 – 64 8 100
Jumlah 100

Menentukan kelas median yaitu : ½ n = ½ (100) = 50

Karena banyaknya data adalah 100 maka median terletak diantara nilai 56-58.
Dengan demikian , Tb =56-0,5 = 55,5; p=3 ; f =7; F= 16.

50−23
Me = 55,5 + 3 = 57,42
42

3. Nilai Terbanyak (Modus)

Modus dari sekumpulan data (bilangan )adalah data yang paling banyak muncul
atau data yang mempunyai frekuensi terbanyak.
a. Modus data tunggal
Rumus modus data tunggal yaitu mencari nilai yang paling banyak muncul.
Contoh soal:
Nilai ulangan matematika dari seorang siswa SMK adalah sebagai berikut :
- Ekonomi: 8
- Kewirausahaan: 8
- Bahasa Indonesia : 7,5
- Matematika 9
- Bahasa Inggris:7
Modus dari ulangan-ulangan tersebut adalah :
Jawab : 8 karena nilai 8 paling banyak muncul

b. Modus data kelompok

Mo=Tb+ ( d 1+d
d1
2)
.c

Keterangan: Mo = Modus data

Tb = Tepi bawah kelas modus.

7
 d1 = Selisih frekuensi kelas modus dengan kelas sebelumnya.
d2 =Selisih frekuensi kelas modus dengan kelas sesudahnya.
c = panjang kelas/interval.

Contoh soal:
Tentukan Modus dari data berikut :
Nilai ulangan matematika siswa kelas 3P1
Nilai Frekuensi
50 – 52 5
53 – 55 18
56 – 58 42
59 - 61 27
62 - 64 8

Jawab :
Menentukan kelas median yaitu : frekuensi paling tinggi : 42
Karena frekuensi paling tinggi 42 maka modus terletak diantara nilai 56-58.
Dengan demikian , Tb =56-0,5 = 55,5; c=3 ; d1 = 42-18 = 34; d2 = 42-27 = 15

Mo=Tb+ ( d 1+d
d1
2)
.c

34
Mo = 55,5 + 3 = 57,58
34+15

2.3. Ukuran Letak Data

Ukuran letak suatu rangkaian data adalah ukuran yang didasarkan pada
letak ukuran tersebut dalam suatu distribusi. Ukuran letak dinyatakan dalam
fraktil. Fraktil adalah nilai yang menbagi data yang berurutan menjadi beberapa
bagian, diantaranya kuartil, desil, persentil.
2.4. Jenis Ukuran Letak Data
1. Kuartil
Kuartil adalah ukuran letak yang membagi data yang telah diurutkan atau
data yang berkelompok menjadi 4 bagian sama besar, atau setiap bagian dari
kuartil sebesar 25%.

8
 a. Kuartil data tunggal
Rumus mencari letak kuartil untuk data genap dan data ganjil adalah:
Ukuran Letak Rumus Ukuran Letak
Data Genap Data Ganjil
Kuartil 1 [1(n+1)] / 4 1n/4
Kuartil 2 [2(n+1)] / 4 2n/4
Kuartil 3 [3(n+1)] / 4 3n/4

Contoh soal:
Nilai ulangan matematika dari seorang siswa SMK adalah sebagai berikut :
- Ekonomi: 8
- Kewirausahaan: 8
- Bahasa Indonesia : 7,5
- Matematika 9
- Bahasa Inggris:7
Kuartil 2 dari ulangan-ulangan tersebut adalah :
Jawab : 7, 7.7, 8, 8, 9
Termasuk data ganjil, n=5 sehinga :
X = 2 (6)/4 = 3, Karena X=3 maka Data ke-3 yaitu 8.
b. Kuartil Data Kelompok
Untuk data berkelompok, penyelesaiannya dapat ditentukan dengan beberapa
langkah yang harus dilakukan yaitu:
o Menentukan letak data kuartil untuk data berkelompok
o Melakukan interpolasi untuk mengetahui nilai kuartil dengan rumus
sebagai berikut:
NKi = L + ((i .n/4)-Cf)/Fk .Ci
Dimana:
NKi : nilai kuartil ke-i di mana i = 1, 2, 3
L : tepi bawah kelas di mana letak kuartil berada
n : jumlah data/frekuensi total
Cf : frekuensi kumulatif sebelum kelas kuartil
Fk : frekuensi pada kelas kuartil

9
Ci : interval kelas kuartil

Contoh soal:
Tentukan Kuartil 1 dari data berikut :
Nilai ulangan matematika siswa kelas 3P1
Nilai Frekuensi
50 – 52 5
53 – 55 18
56 – 58 42
59 - 61 27
62 - 64 8

Jawab :
Menentukan kelas Q1 yaitu : i .n/4 = 1(100)/4 = 25, Artinya data ke 25 sehingga
letak Q1 diantara nilai nilai 56-58. Dengan demikian , L =56-0,5 = 55,5; Ci=3 ;
Cf : 5+18 = 23 ; F = 42
Q1 = L + ((i .n/4)-Cf)/Fk .Ci
Q1 = 55,5 + {((25-23)/42) . 3)
Q1 = 55,64

2. Desil
Desil adalah ukuran letak yang membagi data yang telah diurutkan atau
data berkelompok menjadi 10 bagian sama besar, atau setiap bagian dari desil
sebesar 10 %.
a. Desil Data Tunggal

Di=Data ke ( i(n+1)
10 )
Contoh soal:
Nilai ulangan matematika dari seorang siswa SMK adalah sebagai berikut :
- Ekonomi: 8
- Kewirausahaan: 8
- Bahasa Indonesia : 7,5

10
- Matematika 9
- Bahasa Inggris:7
Desil 1 dari ulangan-ulangan tersebut adalah :
Jawab : 7, 7.7, 8, 8, 9
D1 = Data ke (1+5)/10 = 0.6 , dibulatkan menjadi = 1
Data ke 1 = 7
b. Desil Data Kelompok
Untuk mencari nilai desil data berkelompok, ada beberapa langkah yaitu:
 Menentukan letak desil dalam data yang sudah berbentuk distribusi
frekuensi
 Menentukan nilai desil dengan melakukan interpolasi dengan rumus
sebagai berikut:
NDI = L + ((in/10)-Cf)/Fk .Ci
Dimana:
NDi : nilai desil ke-i di mana i = 1, 2, 3, ... 9
L : tepi kelas di mana letak desil berada
N : jumlah data/frekuensi total
Cf : frekuensi kumulatif sebelum kelas desil
Fk : frekuensi pada kelas desil
Ci : interval kelas desil

Contoh soal:
Tentukan Desil 1 dari data berikut :
Nilai ulangan matematika siswa kelas 3P1
Nilai Frekuensi
50 – 52 5
53 – 55 18
56 – 58 42
59 - 61 27
62 - 64 8

Jawab :

11
Menentukan kelas D1 yaitu : i .n/10 = 1(100)/10 = 10, Artinya data ke 10
sehingga letak D1 diantara nilai nilai 53-55. Dengan demikian , L =53-0,5 = 52,5;
Ci=3 ;
Cf : 5 ; F = 18
D1 = L + ((i .n/4)-Cf)/Fk .Ci
D1 = 52,5 + {((10-3)/18) . 3)
D1 = 53,67
3. Persentil
Persentil juga merupakan bagian dari ukuran letak. Persentil adalah ukuran letak
yang membagi data yang telah diurutkan atau data yang berkelompok menjadi 100
bagian yang sama besar, atau setiap bagian dari desil sebesar 1%.
a. Persentil Data tunggal

Di=Data ke ( i(n+1)
100 )
Contoh soal:
Nilai ulangan matematika dari seorang siswa SMK adalah sebagai berikut :
- Ekonomi: 8
- Kewirausahaan: 8
- Bahasa Indonesia : 7,5
- Matematika 9
- Bahasa Inggris:7
Persentil 1 dari ulangan-ulangan tersebut adalah :
Jawab : 7, 7.7, 8, 8, 9
D1 = Data ke (1+5)/100 = 0.06 , dibulatkan menjadi = 1
Data ke 1 = 7

b. Persentil Data Kelompok

Untuk mencari nilai persentil data berkelompok ada beberapa langkah
yang dilakukan yaitu:
 Menentukan letak persentil dalam data yang sudah terdistribusi
frekuensinya

12
  Menentukan nilai persentil dengan melakukan interpolasi dengan rumus
sebagai berikut:

NP i = L + ((in/100)-Cf)/Fk . Ci
Dimana:
NPi : nilai persentil ke-i di mana i = 1, 2, 3, ... 99
L : tepi kelas di mana letak persentil berada
N : jumlah data/frekuensi total
Cf : frekuensi kumulatif sebelum kelas persentil
Fk : frekuensi pada kelas persentil
Ci : interval kelas persentil

Contoh soal:
Tentukan Persentil 50 dari data berikut :
Nilai ulangan matematika siswa kelas 3P1
Nilai Frekuensi
50 – 52 5
53 – 55 18
56 – 58 42
59 - 61 27
62 - 64 8

Jawab :
Menentukan kelas P50 yaitu : i .n/10 = 50(100)/100 = 50, Artinya data ke 50
sehingga letak P50 diantara nilai nilai 56-58. Dengan demikian , L =56-0,5 =
55,5; Ci=3 ;
Cf : 5+18= 23 ; F = 42
D1 = L + ((i .n/4)-Cf)/Fk .Ci
D1 = 55,5 + {((50-23)/42) . 3)
D1 = 57,42

4. Persentase

13
 Persentase adalah suatu perbandingan (rasio) untuk menyatakan pecahan
dari seratus yang ditunjukkan dengan simbol %. Persen berasal dari bahasa latin,
per centum yang artinya Per-seratus. Persentase juga bisa dikatakan sebagai suatu
cara untuk menunjukkan sebuah angka sebagai bagian dari keseluruhan, dimana
keseluruhan tersebut ditulis dengan 100%.
Persentase = (jumlah bagian/jumlah keseluruhan) x 100%
Dengan menggunakan rumus ini, sebuah rasio atau pecahan bisa diubah ke
dalam bentuk persen (%)
Contoh soal:
Nilai ulangan matematika dari seorang siswa SMK adalah sebagai berikut :
- Ekonomi: 8
- Kewirausahaan: 8
- Bahasa Indonesia : 7,5
- Matematika 9
- Bahasa Inggris:7
Persentase nilai ekonomi terhadap semua nilai ulangan dari ulangan-ulangan
tersebut adalah :
Jawab : jumlah bagian nilai ekonomi : 8
Jumlah keseluruhan : 8+8+7,5+9+7 = 39,5
Persentase : (8/39,5) x 100 %
Persentase nilai ekonomi : 20,25%.

2.5. Ukuran Penyebaran Data

Ukuran penyebaran data adalah suatu ukuran yang menyatakan seberapa
besar nilai-nilai data berbeda atau bervariasi dengan nilai ukuran pusatnya atau
seberapa besar penyimpangan nilai-nilai data dengan nilai pusatnya. Kegunaan
Ukuran Penyebaran Data Adapun kegunaan dari ukuran penyebaran data ini,
adalah :
a. Untuk menentukan apakah suatu nilai rata-rata dapat mewakili suatu
rangkaian data atau tidak.
b. Untuk perbandingan terhadap variabilitas data, misalnya data curah
hujan, suhu udara, dsb

14
2.6. Jenis Ukuran Penyebaran Data
Jenis ukuran penyebaran data yaitu :
1. Jangkauan (Range)
Jangkauan atau biasa disebut range adalah selisih antara data terbesar
dengan data terkecil. Sedangkan untuk data kelompok, data tertinggi diambil dari
nilai tengah interval tertinggi dan data terendah diambil dari nilai tengah interval
terendah.
Rumus Jangkauan yaitu :
R= Xmax-Xmin
Contoh soal:
Nilai ulangan matematika dari seorang siswa SMK adalah sebagai berikut :
- Ekonomi: 8
- Kewirausahaan: 8
- Bahasa Indonesia : 7,5
- Matematika 9
- Bahasa Inggris:7
Jangkauan nilai dari ulangan-ulangan tersebut adalah :
Jawab : Xmax = 9 ; X min = 7
Maka R = 9-7 = 2

2. Standar Deviasi
Standar deviasi adalah ukuran penyebaran yang paling banyak digunakan.
Semua gugus data dipertimbangkan sehingga lebih stabil dibandingkan dengan
ukuran lainnya. Namun, apabila dalam gugus data tersebut terdapat nilai ekstrem,
standar deviasi menjadi tidak sensitif lagi, samahalnya seperti mean.
a. Standar Deviasi Data Tunggal

√
2
∑ ( Xi− x̄ )
SD=
n
Contoh soal:
Nilai ulangan matematika dari seorang siswa SMK adalah sebagai berikut :
- Ekonomi: 8
- Kewirausahaan: 8

15
- Bahasa Indonesia : 7,5
- Matematika 9
- Bahasa Inggris:7
Standar Deviasi nilai dari ulangan-ulangan tersebut adalah :
Jawab : x̄ =( 8+8+7,5+9+7): 5 = 7,9

√
2 2 2 2 2
( 8−7,9 ) + ( 8−7,9 ) + ( 7,5−7,9 ) + ( 9−7,9 ) + ( 7−7,9 )
SD=
5

SD=
√ 0,01+ 0,01+ 0,16+1,21+0,81
5

SD=
√ 2,2
5
= 0,66

b. Standar deviasi Data Kelompok

√
2
∑ f ( Xi− x̄ )
S D=
n

Contoh soal:
Tentukan Standar Deviasi dari data berikut :
Nilai ulangan matematika siswa kelas 3P1
Nilai Frekuensi
50 – 52 5
53 – 55 18
56 – 58 42
59 - 61 27
62 - 64 8

Jawab :
Nilai xi f fxi xi- x̄ (xi- x̄)2 fi(Xi- x̄)2
50-52 51 5 255 -6.45 41.6025 208.0125
53-55 54 18 972 -3.45 11.9025 214.245
56-58 57 42 2394 -0.45 0.2025 8.505
59-61 60 27 1620 2.55 6.5025 175.5675
62-64 63 8 504 5.55 30.8025 246.42

16
Jumlah 100 5745 91.0125 852.75

√
2
∑f ( Xi− x̄ )
S D=
n

S D=
√ 852,75
100
SD = 2,92

2.7. Skewness
Kemencengan atau kecondongan (skewness) adalah tingkat
ketidaksimetrisan atau kejauhan simetri dari sebuah distribusi. Skewness diartikan
sebagai kemiringan distribusi data. Sebuah distribusi yang tidak simetris akan
memiliki rata-rata, median, dan modus yang tidak sama besarnya sehingga
distribusi akan terkonsentrasi pada salah satu sisi dan kurvanya akan menceng.
Ukuran kemiringan kurva adalah derajat atau ukuran dari ketidaksimetrian suatu
distribusi data. Nilai skewness (ukuran kemiringan) menunjukkan data normal
ketika nilai-nilai tersebut berada di antara rentang nilai -2 sampai dengan 2. Kurva
positif apabila rata-rata hitung > modus/median. Kurva negative apabila rata-rata
hitung < modus/media. Jika distribusi memiliki ekor yang lebih panjang ke kanan
daripada yang ke kiri maka distribusi disebut menceng ke kanan atau memiliki
kemencengan positif. Sebaliknya, jika distribusi memiliki ekor yang lebih panjang
ke kiri daripada yang ke kanan maka distribusi disebut menceng ke kiri atau
memiliki kemencengan negatif.
Kriteria untuk mengetahui model distribusi dari koefisien kemiringan :
 Jika koefisien kemiringan <nol, maka bentuk distribusinya negative (ekor
bagian kiri lebih Panjang).
 Jika koefisien kemiringan = nol, maka bentuk distribusinya simetrik.
 Jika koefisien kemiringan > nol, maka bentuk distribusinya positif (ekor
bagian kanan lebih Panjang).
Rumus Koefisien Skewness yaitu
x̄−Mo
Sk=
SD

17
Ket : x̄ = rata-rata
Mo = Modus
SD = Standar Deviasi
Contoh soal:
Tentukan Koefisien Skewness dari data berikut :
Nilai ulangan matematika siswa kelas 3P1
Nilai Frekuensi
50 – 52 5
53 – 55 18
56 – 58 42
59 - 61 27
62 - 64 8
Jawab :
Berdasarkan perhitungan contoh sebelumnya maka didapat
x̄ = 57,45
Mo = 57,58
SD =2,92
Maka :
¯
57,45−57,58
Sk=
2,92
Sk = -0,044
Karena Koefisien Skewness <0 , maka bentuk distribusinya negative (ekor bagian
kiri lebih Panjang).

18
4.
4.1.
BAB III
PENUTUP
5.
5.1. Kesimpulan
Berdasarkan pemaparan dapat disimpulkan bahwa :
1. Ukuran pemusatan adalah nilai tunggal yang mewakili suatu kumpulan
data dan menunjukkan karakteristik data.
2. Ukuran pemusatan data terbagi atas mean, modus, median. Rata-rata
hitung (mean) merupakan nilai yang diperoleh dengan menjumlahkan
semua nilai data dan membagikan dengan jumlah data.Modus adalah suatu
nilai pengamtan yang sering muncul.Median merupakan suatu nilai yang
berada ditengah-tengah data, setelah data tersebut diurutkan dari data yang
terkecil ke yang terbesar atau sebaliknya dari data terbesar ke yang
terkecil.
3. Ukuran letak adalah ukuran yang menunjukkan pada bagian mana data
tersebut terletak pada suatu data yang telah diurutkan.
4. Ukuran letak terdiri atas kuartil, desil, presentil dan persentase. Kuartil
adalah ukuran letak yang membagi data yang telah diurutkan atau data
yang berkelompok menjadi 4 bagian sama besar, atau setiap bagian dari
kuartil sebesar 25%. Desil adalah ukuran letak yang membagi data yang
telah diurutkan atau data berkelompok menjadi 10 bagian sama besar,
atau setiap bagian dari desil sebesar 10 %. Persentil adalah ukuran letak
yang membagi data yang telah diurutkan atau data yang berkelompok
menjadi 100 bagian yang sama besar, atau setiap bagian dari desil sebesar
1%. Persentase adalah rasio perbandingan data.
5. Ukuran penyebaran data adalah suatu ukuran yang menyatakan seberapa
besar nilai-nilai data berbeda atau bervariasi dengan nilai ukuran pusatnya
atau seberapa besar penyimpangan nilai-nilai data dengan nilai pusatnya.
6. Jenis ukuran penyebaran data adalah jangkauan dan standar deviasi

19
 7. Kemencengan atau kecondongan (skewness) adalah tingkat
ketidaksimetrisan atau kejauhan simetri dari sebuah distribusi.

5.2. Saran
Dalam kehidupan sehari – hari, penggunaan aplikasi microsoft Excel dapat
memberikan manfaat yang besar bagi suatu organisasi perusahaan maupun
pendidikan, yaitu waktu menjadi lebih efisien ketika melakukan pengolahan data
mentah menjadi data berkelompok yang nantinya menjadi informasi bagi
organisasi tersebut dalam menentukan keputusan yang lebih baik di masa yang
akan datang

20
 DAFTAR PUSTAKA

Abadyo, dkk. 2004. Metoda Statistika Praktis. Malang: Universitas Negeri

Malang.
Anton Dajan. 1981. Pengantar Metode Statistik Jilid I halaman 100-146".
Jakarta : Lembaga Penelitian, Pendidikan dan Penerangan Ekonomi dan
Sosial.
Ghozali, I. (2016) Aplikasi Analisis Multivariete Dengan Program IBM SPSS 23.
Edisi 8. Semarang: Badan Penerbit Universitas Diponegoro
Hadi, Sutrisno. 2015. Statistik. Yogyakarta: Pustaka Belajar.
Ronald E.Walpole. 1993. Pengantar Statistika, halaman 22-27". Jakarta: PT
Gramedia Pustaka Utama. ISBN 979-403-313-8.
Suharyadi, SK, dan Purwanto. Statistika Untuk Ekonomi dan Keuangan Modern
Buku I. 2003. Jakarta: Penerbit Salemba Empat.

21