UKURAN

PEMUSATAN
DATA
Oleh: Yaya Setiadi, SST, MM, MPd

PTDI- SEKOLAH TINGGI TRANSPORTASI DARAT

DEFINISI

● Ukuran pemusatan adalah suatu ukuran yang menunjukkan dimana suatu data
memusat atau suatu kumpulan pengamatan memusat (mengelompok)
● Ukuran pemusatan merupakan penyederhanaan data untuk mempermudah
peneliti membuat interprestasi dan mengambil suatu keputusan
UKURAN PEMUSATAN DATA #2
● Dalam menyajikan data, selain dengan penyajian dalam bentuk tabel, gambar dan
diagram, biasa juga disajikan dalam bentuk angka-angka ringkasan (summary
figures) seperti rata-rata hitung.
● Setelah tabel ataupun grafik dari suatu data disajikan, biasanya muncul
pertanyaan
○ Berapa rata-ratanya?
○ Berapa rentang datanya?
○ dan pertanyaan lainnya.
● Untuk menjawab itu maka diperlukan teknik deskriptif dalam bentuk numerik
yaitu ukuran pemusatan, ukuran penyebaran, ukuran lokasi, dan ukuran bentuk
(shape)
UKURAN PEMUSATAN DATA #2
● Ukuran pemusatan dari sekelompok data merupakan nilai ataupun data yang bisa
mewakili sekelompok data tersebut atau seringkali disebut juga sebagai rata-
rata.
● Nilai rata-rata pada umumnya memiliki kecenderungan terletak pada posisi
tengah-tengah di dalam suatu kelompok data yang disusun secara berurutan
atau dengan kata lain memiliki kecenderungan memusat.
Beberapa Ukuran Statistik
Uraian Ukuran Data tidak berkelompok Data berkelompok
Rata-rata hitung (tertimbang/tidak tertimbang)
Rata- rata ukur (tertimbang/tidak tertimbang) Rata-rata hitung
Ukuran pemusatan Rata- rata harmonis
Nilai tengah/Median Nilai tengah/Median
Modus Modus
Kuartil Kuartil
Ukuran lokasi Desil Desil
Persentil Persentil
Rentang/range Rentang/range
Ragam/variance Ragam/variance
Ukuran Dispersi
Standart Deviasi Standart Deviasi
Koefisien Variasi Koefisien Variasi
UKURAN PEMUSATAN DATA
● Penghitungan Ukuran berasal dari sampel  Statistik
● Penghitungan Ukuran berasal dari populasi  Parameter

● Penghitungan ukuran pusat bisa dilakukan terhadap data mentah (data yang
belum dikelompokkan dan termasuk data yang terurut) maupun data yang telah
diringkas menjadi distribusi frekuensi (data yang telah dikelompokkan).

● Ada tiga ukuran pusat data yang banyak digunakan, yaitu rata-rata hitung
(mean), median, dan modus.

● Sebagai tambahan akan dijelaskan pula mengenai rata-rata tertimbang dan rata-
rata geometrik
RATA-RATA HITUNG (mean)
● Rata-rata hitung atau arithmatic mean atau lebih dikenal dengan rata-rata
merupakan ukuran pusat data yang paling sering digunakan karena lebih mudah
dimengerti oleh siapa saja dan perhitungannya pun mudah.

● Rata-rata yang dihitung dari data sampel atau sebagai statistik sampel
disimbolkan dengan 𝑿 (baca: X-bar) dan jika dihitung dari data populasi atau
sebagai parameter populasi disimbolkan dengan huruf yunani 𝝁 (baca : myu)
RATA-RATA HITUNG (mean) Data Tunggal
.

● Rata-rata dihitung dengan menjumlahkan seluruh angka data kemudian dibagi

dengan banyaknya (jumlah) data.

● Jumlah data untuk data sampel disebut sebagai ukuran sampel yang disimbolkan
dengan n dan untuk data populasi disebut sebagai ukuran populasi yang
disimbolkan dengan N.

● Contoh : Jika X1, X2, X3…..Xn adalah kumpulan data sebanyak n, maka rata-rata
hitung :

X 1  X 2  ...  X n
X
n
RATA-RATA HITUNG (mean)
Secara Rumus : X 
X i

n
dimana :
𝑋 = rata-rata sampel
= huruf latin “Sigma” (Penjumlahan)
𝑋𝑖 = data ke-i dari variabel acak X
n = ukuran / banyaknya sampel

Sedangkan untuk populasi dirumuskan dengan  X i

dimana :
µ = rata-rata populasi
= huruf latin “Sigma” (Penjumlahan)
𝑋𝑖 = data ke-i dari variabel acak X
N = ukuran / banyaknya populasi
Contoh 1 :
● Produksi barang A (x) mulai dari bulan Januari sampai dengan Desember 2009
(dalam ton) sebagai berikut :
3,5 ; 3 ; 4 ; 4 ; 3 ; 4 ; 4,5 ; 4,5 ; 5 ; 3 ; 4 ; 5.
● Berapa rata-rata produksi barang A per bulan tahun 2009?
12
𝑖=1 𝑥𝑖 3,5+3+4+4+3+4+4,5+5+3+4+5 47,5
𝑥= = = = 3,96
12 12 12

● Jadi rata-rata produksi barang A per bulan pada tahun 2009 adalah 3,96 ton.
Rata-rata hitung tertimbang
● Rata-rata tertimbang/terbobot (weighted average) adalah rata-rata yang dihitung dengan
memperhitungkan timbangan/bobot untuk setiap datanya. Setiap penimbang/bobot tersebut
merupakan pasangan setiap data.

● Dengan adanya penimbang, penghitungan rata-rata akan lebih akurat dan relatif penting satu
sama lain. Perhitungan ini sering digunakan pada portofolio investasi, skor tingkat dan statistik
lainnya.

● Penimbang (wi) adalah suatu angka pembanding suatu nilai agar lebih berarti. Pemilihan angka
penimbang (timbangan) adalah angka atau ukuran yang relatif (ada hubungannya dengan data
yang dihitung). Keterangan:

= rata-rata tertimbang
xi = nilai data ke-i
wi = bobot data ke-i
n = jumlah data
Berikut adalah produksi TV menurut Jumlah Hari
Kerja per BulanTahun 2008
● Pemberian faktor penimbang terhadap suatu barang dapat dilakukan secara
subyektif dan secara obyektif.
Bulan Produksi (xi) Hari Kerja (wi) (xi wi)
(1) (2) (3) (4)
Januari 3,5 20 70
Februari 3 18 54
Maret 4 22 88
April 4 21 84 n
Mei 3 19 57 X w i i
985
Juni 4 21 84 Xi 1
  4,00
Juli 4,5 22 99 w i 246
Agustus 4,5 21 94,5
September 5 21 105
Oktober 3 17 51
November 4 21 84
Desember 5 23 115
Jumlah 246 985,5
Cara Subyektif
● Pemberian faktor penimbang (bobot) terhadap suatu barang didasarkan pada
pandangan masing-masing orang.

● Sehingga untuk barang yang sama, bagi orang yang berbeda, pemberian faktor
penimbangnya dapat berbeda.
Cara Subyektif
● Contoh 5.2.Harga persatuan barang, untuk 4 barang kebutuhan pokok di
Palembang pada tahun 2012, seperti terncantum pada tabel berikut:
● Hitung rata-rata tertimbang harga per kg, untuk 4 barang kebutuhan pokok
tersebut
Jenis barang Harga/Kg
(1) (2)
Beras Rp. 8.000
Gula Rp. 11.000
Garam Rp. 1.000
Minyak goreng Rp. 18.000
● Besarnya bobot/timbangan untuk masing-masing barang, nilainya boleh
ditentukan sembarang menurut pandangan masing-masing orang
Selanjutnya
● Karena pembobotan dilakukan secara subyektif, maka harus berdasarkan
pendapat penghitungnya, misalkan karena beras adalah barang pokok utama,
maka bobotnya harus paling besar, misal 10, sedangkan komoditas lain dibawah
beras dengan urutan sebagai berikut :
Jenis barang Harga/Kg (xi) Bobot (wi) xi.wi Dari tabel didapat nilai
𝒘𝒊 = 24 dan
(1) (2) (3) (4)
Beras Rp. 8.000 10 80.000 𝑥𝑖 𝑤𝑖 = 198,000
Gula Rp. 11.000 7 77.000
n
Garam Rp. 1.000 5 5.000
Minyak goreng Rp. 18.000 2 X w i i
198.000
36.000 X  i 1
= = 8,250
24 198.000 w i
24
Secara Obyektif
● Berbeda dengan Subyektif, cara Obyektif memberikan pembobotan berdasarkan dari
kuantitas barang yang dikonsumsi.
● Barang yang dikonsumsi lebih banyak, diberikan bobot timbangan lebih besar, dbanding
dengan barang yang dikonsumsi dalam jumlah yang lebih sedikit.
● Jadi arti penting suatu barang dilihat dari banyak sedikitnya barang yang dikonsumsi.
● Sebagai contoh : Seorang konsumen pada bulan September 2012 membeli 4 jenis barang
kebutuhan pokok. Kuantitas dan harga per Kg masing-masing barang sebagai berikut:
Harga/Kg Kuantitas
Jenis barang
(Rupiah) (kg)
(1) (2) (3)
Beras Rp. 8.000 50
Gula Rp. 11.000 6
Garam Rp. 1.000 0,5
Minyak goreng Rp. 18.000 5
Penghitungannya menjadi :
Jenis barang Harga/Kg (xi) Timbangan (wi) xi.wi
(1) (2) (3) (4)
Beras Rp. 8.000 50 400,000
Gula Rp. 11.000 6 66,000
Garam Rp. 1.000 0,5 500
Minyak goreng Rp. 18.000 5 90,000
61,5 556.500

∑ wi = 61,5 dan ∑ xi wi = 556.500

n

X w i i 556.500
X  i 1
= = 9,048,78 ~ 9.000
w i 61,5
Rata-rata Harmonik
● Rata-rata harmonik (harmonic average) adalah rata-rata yang dihitung dengan
cara mengubah semua data menjadi pecahan, dimana nilai data dijadikan sebagai
penyebut dan pembilangnya adalah satu, kemudian semua pecahan tersebut
dijumlahkan dan selanjutnya dijadikan sebagai pembagi jumlah data.
● Rata-rata harmonik ini sering disebut juga dengan kebalikan dari rata-rata hitung
(aritmatik).
● Baik digunakan jika data yang ada (populasi atau sampel) mempunyai beberapa
pencilan n
XH  n
1 Untuk data yang tidak berkelompok (ungroup)
X
i 1 i

XH 
f
n
f Untuk data yang berkelompok (group)
m
i 1 i
Contoh
● Misalkan anda mempunyai 4 ruas sepanjang 10 km untuk perjalanan kendaraan.
Anda mengendarai kendaraan: 100 km/jam untuk 10 km pertama, 110 km/jam
10 km kedua, 90 km/jam untuk 10 km ketiga, 120 km/jam untuk 10 km
keempat.
● Berapa rata-rata kecepatan kendaraan anda?
Kecepatan
Jarak (km) Waktu (jam)
(km/jam)
n 4
XH    103,8
10 100 0.1 n
1 1 1 1 1
10 110 0.091 X
i 1
  
100 110 90 120
i
10 90 0.111
10 120 0.083
40 0.385
 XH 
f
n
f Untuk data yang berkelompok (group)
m
Contoh i 1 i

Interval kelas Nilai tengah (mi) Frekuensi fi / mi

(1) (2) (3) (4)
9-21 15 3 0,2
22-34 28 4 0,143
35-47 41 4 0,098
48-60 54 8 0,148
61-73 67 12 0,179
74-86 80 23 0,288
87-99 93 6 0,065
Σf = 60 Σ f / m = 1,121

60
XH   53,52
1,121
Rata-rata Geometrik
● Digunakan apabila nilai data satu dengan yang lain berkelipatan.
● Rata-rata geometrik sering digunakan dalam bisnis dan ekonomi untuk menghitung rata-
rata tingkat perubahan, rata-rata tingkat pertumbuhan, atau rasio rata-rata untuk data
berurutan tetap atau hampir tetap atau untuk rata-rata kenaikan dalam bentuk persentase
1
n
 n n
X G  n X 1 X 2 ... X i ... X n  n  X i    X i 
i 1  i 1 
Untuk data tidak berkelompok:
Contoh
● Jumlah pinjaman tahun 2000 = 1,086 milyar, tahun 2001 = 2,041 milyar, tahun
2002 = 24,669 milyar. Berapa rata-rata tingkat perubahan pinjaman per tahun?
● Perubahan dari tahun 2000 – 2001 =
○ Pinjaman tahun 2001/ pinjaman tahun 2000= 2,041/1,086 = 1,879
● Perubahan dari tahun 2001 – 2002 =
○ Pinjaman tahun 2002/ pinjaman tahun 2001= 24,669/2,041 = 12,086
● Sehingga:
n=2 dan X1= 1,879 ; X2= 12,086

Gm  (1,879)(12,086)  4,765
● Artinya rata-rata tingkat perubahan pinjaman per tahun untuk tahun 2000-2002
adalah 4,765 milyar.
Untuk data berkelompok:

 
1 1
2
Gm  ( x1 x2 ... xk )  xi
f1 f fk n fi n

1 1
 log xi i   (log xi ) f i
f
LogGm 
n n
  f log X  Dimana:
X G  anti log   xi = nilai tengah kelas ke i

 f  fi = frekuensi kelas ke i
Contoh data berkelompok :

Nilai tengah
Interval kelas Frekuensi (fi) Log X f log X
(mi)
(1) (2) (3) (4) (5)
9-21 15 3 1,18 3,54
22-34 28 4 1,45 5,8
35-37 41 4 1,61 6,44
48-60 54 8 1,73 13,84
61-73 67 12 1,83 21,96
74-86 80 23 1,90 43,7
87-99 93 6 1,97 11,82
Σf = 60 Σf log X = 107,1

  f log X   107,1 
X G  anti log   X G  anti log    60, 95

 f   60 
Rata-rata hitung untuk Data Berkelompok
● 1. Metode defisional
k

fX i i k 1 k
x  i 1
k Karena f i n maka: x   fi X i
f i 1 n i 1
i
i 1

f i Mi
1 k
atau x i 1
k
  fi M i
n i 1
f i 1
i

Dimana:
fi= frekuensi kelas ke i
Mi = nilai tengah kelas ke-i ; i = 1, 2, 3, …, k
Tabel berikut memuat data nilai ujian pengantar
matematika Mhs STIS.
Xi 61 64 67 70 73
fi 5 18 42 27 8

Hitunglah rata-rata nilai ujian pengantar matematika Mhs STIS?

x
 fX i i

5(61)  18(64)  42(67)  27(70)  8(73)
 67, 45
f i
5  18  42  27  8
Metode pengkodean

X  X0 i
 U i fi
n
𝑋 : rata-rata sampel ( µ jika populasi)
Xo : titik tengah pada kelas yang berkode nol
i : interval kelas
Ui : kode titik tengah pada kelas ke- i
fi : frekuensi kelas ke i
n : ukuran sampel ( N jika populasi)
Contoh
Pendapatan
Fi Mi Ui Uifi
(puluhan ribu Rp)
(1) (2) (3) (4) (5)
1-5 6 3 -1 -6
6-10 20 8 0 0
11-15 10 13 1 10
16-20 9 18 2 18
21-25 5 23 3 15
Jumlah 50 37

X  X0  i
U f i i

X 0  8, i  5, U f  37, n  50
i i

37
X  8  5.  11, 7
50
MEDIAN
● Median adalah nilai yang letaknya di tengah dari data yang telah diurutkan dari
nilai terkecil sampai terbesar.
● Jika banyak data ganjil maka Me adalah data yang terletak tepat yang ditengah
setelah diurutkan ·
● Jika banyak data genap maka Me adalah ratarata dari dua data yang terletak di
tengah setelah diurutkan.
Median untuk Data Tunggal
● Jumlah data ganjil: misal x1, x2, x3, x4, x5, x6, x7, x8, x9 n = 9

● Letak nilai median = (k+1)/2=5 atau letak nilai median adalah data yang ke 5,
● sehingga median adalah = X5.
● Contoh: data setelah diurutkan sbb
5, 6, 6, 6, 7, 8, 8, 9, 9
● Maka : Me = 7
Median untuk Data Tunggal
● Jumlah data genap: misal x1, x2, x3, x4, x5, x6, x7, x8 n = 8
● Letak nilai median = (n+1)/2 = 9/2 = 4,5 atau letak nilai median adalah data
yang ke 4,5; sehingga nilai median = (x4 +x5)/2

● Contoh: data setelah diurutkan adalah sebagai berikut:

5, 6, 6, 7, 7, 7, 8, 9
77
Me  7
2
Median untuk Data Berkelompok
n 
  F 
 0

Me  LMe  I 2 
f
 Me 

 


Dimana:
LMe = tepi bawah kelas median;
I = interval kelas median;
F0 = frekuensi kumulatif sebelum kelas median;
n = jumlah frekuensi
fMe = frekuensi kelas median
MEDIAN
Berat Badan (Kg) Mi f Fk
(1) (2) (3) (4)
60 – 62 61 5 5
63 – 65 64 18 23
66 – 68 67 42 65
69 – 71 70 27 92
72 – 74 73 8 100
Jumlah 100
● Jumlah frekuensi = 100.
● Setengah dari observasi = 100/2 = 50, jadi nilai median adalah observasi yang ke 50.
● Frekuensi kumulatif hingga 50 terletak pada kelas ke- 3, yaitu kelas 66 – 68.
● Jadi kelas (66-68) adalah kelas median.
LMe = 65,5 n 
 2  F0   50  23 
I = 68,5 – 65,5 =3 Me  LMe  I   65,5  3   65,64
F0= 5 + 18 = 23  f Me   42 
 
fMe= 42
MODUS
● Modus dari suatu kelompok adalah nilai kelompok yang mempunyai frekuensi
terbanyak/tertinggi, atau nilai yang paling banyak terjadi di dalam suatu
kelompok, biasanya disingkat Mo.
Modus untuk Data Tunggal
● Suatu distribusi mungkin tidak mempunyai modus, atau mungkin mempunyai dua
modus/lebih.
● Distribusi
○ disebut unimodal, kalau mempunyai satu modus,
○ bimodal, kalau mempunyai dua modus, atau
○ multimodal, kalau mempunyai lebih dari dua modus.

● Tentukan modus dari data berikut:

a. 2, 2, 5, 7, 9, 9, 9, 10, 10, 11, 12, 18
b. 3, 5, 8, 10, 12, 15, 16
c. 2, 3, 4, 4, 4, 5, 5, 7, 7, 7, 9

● Silakan di coba!
Modus untuk Data Berkelompok

 f 
Mo  LMo  I  m1 
 f m1  f m 2 

Lmo = tepi bawah kelas modus; kelas modus adalah kelas yang mempunyai frekuensi terbanyak
I = interval kelas modus Interval kelas modus adalah tepi atas kelas modus dikurang tepi bawah kelas modus.
Fm1 = selisih frekuensi kelas yang memuat modus dengan frekuensi kelas sebelum kelas modus
Fm2 = selisih frekuensi kelas yang memuat modus dengan frekuensi kelas sesudah kelas modus
MODUS
Berat Badan (Kg) Mi f Fk
(1) (2) (3) (4)
60 – 62 61 5 5
63 – 65 64 18 23
66 – 68 67 42 65
69 – 71 70 27 92
72 – 74 73 8 100
Jumlah 100

LMo = 65,5
I = 68,5 – 65,5 = 3
fm1 = 42 – 18 = 24
fm2 = 42 – 27 = 15

 f   24 
Mo  LMo  I  m1   65,5  3    67,35
 f m1  f m 2   24  15 
Hubungan Mean, Median dan Modus
● Pada distribusi frekuensi yang berbentuk simetris, rata-rata, median, dan modus
terletak dalam satu titik.
● Dengan kata lain, rata-rata sama dengan median dan sama dengan modus
Hubungan Mean, Median dan Modus
● Sedangkan pada distribusi yang menceng ke kanan atau menceng secara positif
berturut-turut ketiga ukuran tersebut adalah modus, median, dan rata-rata.
Hubungan Mean, Median dan Modus
● jika distribusi frekuensinya menceng ke kiri atau menceng secara negative, maka
ketiga ukuran tersebut secara berurutan adalah rata-rata, median, dan modus.
Hubungan Mean, Median dan Modus
● Terlihat bahwa rata-rata dapat berubah demikian jauh dibandingkan dengan
kedua ukuran lainnya.
● Hal ini tidak terlepas dari kelemahan rata-rata itu sendiri, yaitu kuatnya pengaruh
angka-angka ekstrim terhadap rata-rata.
● Yang harus diingat bahwa median senantiasa terletak diantara rata-rata dan
modus.
Terima
Kasih