Ukuran gejala pusat merupakan suatu ukuran atau nilai yang letaknya cenderung
terletak dipusat data. Nilai rata-rata dapat diartikan sebagai nilai tipikal atau representative
atau perwakilan dari suatu set data. Beberapa contoh dari ukuran gejala pusat atau rata-rata
adalah rata-rata aritmatik (arithmetic mean), median, modus, rata-rata geometric, atau rata-
rata harmonic.
3. Modus(mode)
Adalah nilai data dengan frekuensi atau jumlah kemunculan paling banyak.
4. Median/nilai tengah/rata-rata aritmatik dari dua nilai tengah
Nilai dari median akan membagi data menjadi dua bagian yang sama, sebelum
Menghitung median maka terlebih dahulu data diurutkan dari yang terkecil hingga
terbesar.
Kuartil dan desil merupakan jenis-jenis dari ukuran letak. Ukuran tersebut membagi data
menjadi beberapa bagian yang sama.
1. Kuartil(K)
Ukuran kuartil terdiri dari tiga buah nilai yang membagi data menjadi empat bagian
yang sama. Nilai kuartil dikelompokkan menjadi tiga, yaitu kuartil pertama, kuartil
kedua, dan kuartil ketiga. Berikut merupakan rumus untuk menghitung kuartil :
2. Desil
Ukuran desil terdiri atas Sembilan nilai yang membagi data menjadi sepuluh bagian
yang sama. Berikut rumus untuk menghitung nilai desil:
C. Ukuran Pencaran atau Dispersi atau Sebaran
Ukuran pencaran atau disperse adalah suatu nilai yang mengukur tingkat pencaran
atau sebaran nilai-nilai data terhadap nilai rata-ratanya. Nilai pencaran yang tinggi
menunjukkan nilai-nilai data cenderung terletak cukup jauh terhadap nilai rata-rata dari
data tersebut.
1. Nilai Maksimum
Adalah nilai yang paling tinggi dari suatu data.
2. Nilai Minimum
3. Range
Adalah selisih antara nilai maksimum dengan nilai minimum.
4. Variance
5. Standar Deviasi
Standar deviasi merupakan akar kuadrat positif variance, nilai dari standar
deviasi dapat diinterpretasi sebagai nilai yang menunjukkan seberapa dekat nilai-nilai
data menyebar atau berkumpul disekitar rata-ratanya. Standar deviasi merupakan salah
satu dari ukuran pencaran yang paling sering digunakan.
Adalah suatu variabel yang mengukur deviasi dari rata-rata dalam unit atau satuan
standar deviasi. Data dalam bentuk standar atau baku sangat berguna untuk tujuan
perbandingan distribusi dari beberapa kelompok data. Suatu data dari variabel asli X, dapat
ditransformasi dalam bentuk standar dengan rumus berikut :
D. Ukuran Kemiringan
Adalah suatu nilai yang mengukur ketidaksimetrisan distribusi data. Suatu data
dikatakan berdistribusi simetris sempurna apabila nilai rata-rata, median, dan modus dalam
data adalah sama. Berikut adalah rumus untuk menghitung kemiringan suatu data:
E. Ukuran Keruncingan(Kurtosis)
Adalah suatu nilai yang mengukur tingkat keruncingan atau ketinggian puncak dari
distribusi data. Berikut rumus untuk menghitung kurtosis :
PROGRAM R :
Hasil run program :
APLIKASI DALAM R :
Pada bagian ini akan digunakan package yakni psych. Cara mengaktifkan package psych
adalah sebagai berikut :
4. Tunggu sampai ada tulisan bahwa install sukses pada bagian paling bawah
Pada pengaplikasian kali ini, kita akan menggunakan data wine quality, adapun untuk
mencari data-data bisa mengunjungi situs berikut :
Keterangan :
a. Library(psych) : mengaktifkan package psych
b. Describe( ) = menyajikan ukuran gejala pusat, letak, pencaran, kemiringan, dan
kurtosis untuk data
Keterangan :
a. describeBy(datasimpan$survived, datasimpan$pclass), artinya akan disajikan nilai-
nilai statistik seperti rata-rata, median, dll berdasarkan variabel survived untuk
kelompok pada variabel pclass.
b. summaryBy(survived + pclass ~ sex + embarked, data = datasimpan, FUN =
function(x)
artinya adalah disajikan nilai-nilai statistik seperti mean, range, dll berdasarkan variabel
survived dan pclass untuk kategori sex dan embarked.