RANGKUMAN MATERI KULIAH

UKURAN NILAI SENTRAL

Disusun oleh KELOMPOK 5 :

I Gusti Agung Ayu Anjani Putri (2307531216)

Ni Nyoman Septria Dewi (2307531217)
Amanda Fahriana (2307531219)

KELAS B2
STATISTIK BISNIS
Dosen Pengampu : Dr. I Gusti Ayu Made Asri Dwija Putri, S.E., M.Si. CMA

PROGRAM STUDI S1 AKUNTANSI

FAKULTAS EKONOMI DAN BISNIS
UNIVERSITAS UDAYANA
TAHUN 2023
 I. Batasan dan Macam Nilai Sentral
Nilai sentral atau nilai rata-rata atau juga disebut nilai Tengah dari sekumpulan
ukuran/amatan adalah suatu nilai dalam kumpulan atau rangkaian ukuran/amatan yang dapat
mewakili kumpulan atau rangkaian ukuran/amatan tersebut. Dalam statistik ukuran rata-rata
ada beberapa bentuk atau beberapa macam antara lain
1. Rata-rata hitung (mean)
2. Modus
3. Median
4. Rata-rata ukur
5. Rata-rata harmonis.

II. Rata-Rata Hitung

Rata-rata hitung atau Aritmatik Mean atau sering disingkat Mean saja merupakan ukuran
nilai sentral yang paling digunakan, baik dalam penelitian ilmiah maupun dalam kehidupan
sehari-hari. Dalam menghitung Mean dari sekelompok atau serangkaian ukuran/amatan Mean
dibedakan atas dua yaitu
1. Rata-rata hitung Sederhana
2. Rata-rata hitung Tertimbang.

A. Rata-rata hitung Sederhana

- Rata-rata hitung Data yang belum Dikelompokkan
 Rumus Rata-rata Sampel
∑��
�= (i= 1, 2, 3 ……n)
�

 Rumus Rata-rata Populasi

∑��
µ= �
(i= 1, 2, 3 ……n)

� = rata-rata sampel
n = ukuran sampel (banyak anggota sampel)
µ = rata-rata populasi
N = ukuran populasi (banyak anggota populasi)
Xi= ukuran/amatan yang ke-i
Menghitung rata-rata dengan rumus tersebut hanya cocok bila jumlah ukuran/amatan dari
datanya kecil atau tidak terlalu banyak akan tetapi bila jumlah ukuran/amatan datanya relatif
banyak menghitung rata-rata hitung dengan cara itu kurang praktis. Maka untuk menghitung
jumlah yang datanya banyak kita akan menggunakan rumus Rata-rata hitung Data yang telah
Dikelompokkan.
-Rata-rata Hitung Data yang telah Dikelompokkan
Dapat dihitung dengan Dua cara
1. Cara Panjang
2. Cara Pendek

- Cara Panjang
 Rumus Rata-rata Sampel
∑����
�= �
(i= 1, 2, 3 ……n)

 Rumus Rata-rata Populasi

∑����
µ= �
(i= 1, 2, 3 ……n)

� = rata-rata sampel
n = ukuran sampel (banyak anggota sampel)
µ = rata-rata populasi
N = ukuran populasi (banyak anggota populasi)
Mi= nilai tengah kelas yang ke-i
Fi= frekuensi kelas yang ke-i

- Cara Pendek
 Rumus Rata-rata Sampel
∑�� ��
�= �� + �� (i= 1, 2, 3 ……n)
�

 Rumus Rata-rata Populasi

∑�� ��
µ= �� + �
xc (i= 1, 2, 3 ……n)

� = rata-rata sampel
n = ukuran sampel (banyak anggota sampel)
µ = rata-rata populasi
N = ukuran populasi (banyak anggota populasi)
Fi= frekuensi kelas yang ke-i
Xo= Rata-rata anggapan
di= deviasi kelas yang ke-i, dalam satuan interval kelas
c= interval kelas
Agar lebih jelas, tahapan perhitungan rata-rata (hitung) data (dalam bentuk tabel frekuensi),
dengan cara pendek (cara koding) adalah sebagai berikut:
1) Hitung nilai tengah masing-masing kelas (m)
2) Pilih salah satu nilai tengah (nilai tengah kelas yang frekuensi absolutnya terbesar)
sebagai rata-rata anggapan (Xo). Pada nilai tengah ini diberi tanda deviasi dalam
satuan interval kelas, d₁ = 0
3) Pada nilai-nilai tengah yang lebih kecil dari Xo, deviasinya negatif, sedangkan
pada nilai-nilai tengah yang lebih besar dari Xo, deviasinya positif.
4) Masing-masing deviasi di dikalikan dengan frekuensinya fi, dan dijumlahkan
5) Kemudian dibagi dengan jumlah frekuensi (= n), hasil pembagian ini dikalikan
interval kelas (c).
6) Akhirnya hasil pada tahap 5, dijumlahkan dengan Xo.

B. Rata-rata Hitung Terimbang

Menghitung rata-rata hitung dengan cara sederhana, seperti yang dibahas di muka.
Pemberian faktor penimbang untuk masing-masing ukuran/amatan adalah sama yaitu satu.
Sedangkan dalam bagian ini kita dibahas rata-rata hitung terimbang yaitu rata-rata hitung
dengan memperhatikan arti penting yang dimiliki oleh setiap barang. Barang yang lebih
penting diberikan faktor penimbang yang lebih besar dibandingkan barang lainnya yang
kurang penting menggunakan simbol (w)
∑����
Rumus; �w= ∑��

�w= rata-rata hitung terimbang sampel

Xi= ukuran/amatan yang ke-i
Wi= timbangan untuk ukuran/amatan yang ke-i
Cara pemberian factor penimbang barang ada dua cara
1. Secara Subyektif
2. Secara Obyektif

A. Rata-rata Hitung Terimbang Secara Subyektif

Menurut cara ini pemberian faktor penimbang terhadap suatu barang didasarkan pada
pandangan masing-masing orang. Sehingga untuk barang yang sama bagi orang yang berbeda,
pemberian faktor penimbangannya dapat berbeda titik terkesan dari namanya, jika sifatnya
Subyektif.
 B. Rata-rata Hitung Terimbang Secara Obyektif
Menurut cara ini, bobo timbangan yang diberikan kepada suatu barang tergantung dari
banyak sedikitnya barang yang dibutuhkan (dikonsumsi, diproduksi, impor atau diekspor).

- Rata-rata Hitung Terimbang Data Berkelompok

∑����
Rumus; �w= ∑��

III. Rata-rata Hitung Gabungan

Bila terdapat ka buah sampel dengan ukuran masing-masing ni(i= 1, 2, 3 ...... k) serta
rata-rata hitung masing-masing sampel adalah sub Xi maka rata-rata hitung gabungan K2
sampel tersebut dapat dihitung dengan rumus sebagai berikut.

IV. Median
Median dari sekelompok/serangkaian data adalah nilai yang letaknya tepat di tengah-
tengah bila banyaknya data ganjil, atau rata-rata dari dua nilai yang berada di tengah bila
banyaknya data genap, setelah data itu diurut dari yang terkecil sampai terbesar atau
sebaliknya diurut dari yang terbesar sampai yang terkecil.
A. Median Data yang Belum Dikelompokkan
(1) Susunlah data tersebut dari yang nilai terkecil sampai yang nilai
terbesar atau sebaliknya.
(2) Tentukanlah letak mediannya (LMd )
a. Bila jumlah datanya ganjil (n ganjil)
�+1
Lmd = 2

b. Bila jumlah datanya genap (n genap)

� �+2
Lmd = 2 dan 2

(3) Menghitung nilai median, Md

 a. Bila jumlah datanya ganjil (n ganjil)
�+1
Md= 2

b. Bila jumlah datanya genap (n genap)

� �+2
Md= 2 dan 2

V. Modus
Modus dari serangkaian ukuran/amatan adalah nilai atau sifat yang paling banyak terjadi,
atau sifat/keadaan yang frekuensinya terbesar. Untuk data kuantitatif modus menunjukkan
nilai numerik yang paling banyak muncul.
A. Modus Data yang Belum Dikelompokkan
Bila sekumpulan ukuran/amatan belum disusun dalam distribusi frekuensi maka menghitung
atau menentukan modusnya adalah sebagai berikut
1. Hitung frekuensi masing-masing ukuran/amatan atau sifat atau keadaan.
2. menentukan modusnya. Ukuran atau hambatan yang frekuensi terbesar (untuk data
kuantitatif) atau sifat/keadaan yang paling sering terjadi (untuk data kuantitatif)
merupakan modusnya.

B. Modus Data yang Telah Dikelompokkan

Berikut merupakan dua tahapan untuk menghitung modus data yang telah dikelompokkan
1. Menentukan letak modus lmod modus terletak pada kelas dengan frekuensi terbesar.
2. Menghitung modus dapat dihitung dengan rumus sebagai berikut.

Mod = modus
L = Tepi bawah kelas dari kelas terdapatnya modus
D1 = Selisih antara frekuensi kelas terdapatnya modus dengan frekuensi kelas
sebelumnya
D2 = Selisih antara frekuensi kelas terdapatnya modus dengan frekuensi kelas
sesudahnya
C = interval kelas

VI. Kebaikan dan Kelemahan Mean, Median, dan Modus

A. Mean
Kebaikan mean sebagai ukuran nilai sentral /nilai Tengah adalah (1) Mean telah dikenal
secara umum, (2) Mean mudah dihitung, dan (3) Mean merupakan nilai rata-rata yang stabil
sedangkan kelemahannya yaitu mudah dipengaruhi oleh nilai ekstrem.
B. Median
Kebaikan median sebagai ukuran nilai sentral atau wilayah tengah adalah sebagai berikut (1)
Median sangat mudah dihitung bila ukuran/amatan dari data tidak terlalu banyak atau relatif
kecil atau sedikit, (2) Median tidak dipengaruhi oleh nilai ekstrim sedangkan kelemahannya
adalah (1) Median sebagai ukuran nilai sentral sifatnya kurang teliti dan (2) Median sebagai
ukuran nilai sentral kurang dikenal dibandingkan dengan Mean.
C. Modus
Kebaikan modus sebagai ukuran nilai sentral adalah untuk ukuran atau amatan yang
jumlahnya relatif kecil modus mudah diketahui dan tidak perhitungan sedangkan
kelemahannya adalah modus sebagai ukuran nilai sentral kurang teliti.

VII. Hubungan Mean, Median dan Modus

Hubungan antara Mean, Median dan Modus dari suatu distribusi frekuensi
adalah sebagai berikut :
1) Distribusi Frekuensi Simetris
Nilai mean,median dan modus sama besar ( Mean=Median=Modus) dengan kata lain
nilai mean, median, dan modus sama terletak pada satu titik dan kurva dari distribusi
frekuensi simetris.
2) Distribusi Frekuensi Menceng ke Kanan atau Condong ke Kiri
Nilai mean > median > modus atau dengan kata lain letak nilai mean di paling kanan, median
di tengah dan modus di kiri.
3) Distribusi Frekuensi Menceng ke Kiri atau Condong ke Kanan
Nilai mean < median < modus atau dengan kata lain letak nilai mean di paling kiri, median di
tengah dan modus di kanan.

VIII. Ukuran Nilai Sentral Lainnya

Selain mean, median dan modus adapun ukuran sentral lainnya yaitu rata-rata ukur dan rata-
rata harmonis:

1) Rata-Rata Ukur (GM)

 Merupakan serangkaian n ukuran/amatan adalah akar pangkat n dari hasil
ukuran/amatan seluruh ukuran/amatan tersebut dengan catatan salah satu dari
ukuran/amatan data tersebut tidak negatif atau nol.
Ukuran sentral ini digunakan saat :
1. Menghitung rata-rata data pembanding seperti rata-rata persentase dan nilai
indeks
2. Menghitung rata-rata laju perubahan

2) Rata-Rata Harmonis
Merupakan banyaknya ukuran/amatan dari data (n) dibagi dengan jumlah
kebalikan (nilai) ukuran/amatan. Ukuran sentral ini sering digunakan dalam mencari rata-rata
nilai data yang berbeda untuk sejumlah ukuran/amatan yang sama, misalnya menghitung
kecepatan rata-rata untuk kecepatan yang sama dalam jarak yang berbeda. Rata-rata harmonis
dibagi lagi menjadi dua yaitu :
a) Rata-Rata Harmonis Data yang Tidak Berkelompok
b) Rata-Rata Harmonis Data yang Telah Dikelompokkan

DAFTAR PUSTAKA
1. Wirawan, Nat. 2022. Statistika Ekonomi dan Bisnis (Buku 1: Statistika Deskriptif).
Denpasar:Keraras Emas