MAKALAH STATISTIKA EKONOMI

“UKURAN PEMUSATAN-NILAI TUNGGAL YANG MEWAKILI

KARAKTERISTIK SEKUMPULAN DATA”
Dosen Pengampu:Tri Effiyanti, S.Pd., M.Pd

DISUSUN OLEH:
KELOMPOK 3
Brema Bastanta Perangin-Angin : 7231142007
Cici Carnila Br Sitepu : 7233142022
Goretti Lolina Pandiangan : 7233142018
Inda Helena Situmorang : 7233142020

PROGRAM STUDI PENDIDIKAN AKUNTANSI

FAKULTAS EKONOMI
UNIVERSITAS NEGERI MEDAN
2024

1
 KATA PENGANTAR
Puji syukur kami panjatkan kepada Tuhan Yang Maha Esa sehingga kami dapat menyelesaikan
makalah tersebut dengan tepat waktu. Kami juga mengucapkan banyak terima kasih untuk teman
teman yang sudah ikut ambil bagian dalam pengerjaan makalah ini mulai dari pencarian materi,
analisis materi, hingga pengerjaannya menjadi sebuah makalah
Makalah ini bertujuan untuk memenuhi tugas mata kuliah Statistika Ekonomi dengan dosen
pengampu Ibu Tri Effiyanti, S.Pd., M.Pd yang sudah memberikan kami kepercayaan membuat
makalah yang berjudul “Ukuran Pemusatan-Nilai Tunggal yang Mewakili Karakteristik
Sekumpulan Data”.
Dalam proses pengerjaan makalah ini kami juga memohon maaf apabila ada kesalahan dalam
penulisan makalah tersebut mulai dari penulisan kata, tata bahasa dan sebagainya. Kami juga
menerima kritik dan saran yang membangun untuk kemajuan tugas tugas kami kedepannya.

Medan, 19 Maret 2024

Kelompok 3

2
 DAFTAR ISI
Cover....................................................................................................................... 1
Kata Pengantar ...................................................................................................... 2
Daftar Isi ................................................................................................................ 3
Bab I Pendahuluan ................................................................................................ 4
a. Latar Belakang ............................................................................................ 4
b. Rumusan Masalah....................................................................................... 4
c. Tujuan .......................................................................................................... 4
Bab II Pembahasan ............................................................................................... 5
a. Defenisi Ukuran Pemusatan Data ............................................................. 5
b. Ukuran Pemusatan Data menurut Ahli .................................................... 5
c. Tujuan Ukuran Pemusatan ........................................................................ 5
d. Rata Rata Hitung ........................................................................................ 5
e. Median.......................................................................................................... 9
f. Modus ........................................................................................................... 11
g. Hubungan Rata Rata Hitung Median & Modus ...................................... 13
h. Ukuran Letak .............................................................................................. 14
Bab III Penutup ..................................................................................................... 15
a. Kesimpulan .................................................................................................. 15
Daftar Pustaka ....................................................................................................... 16

3
 BAB I
PENDAHULUAN
A. Latar Belakang
Dalam perkembangan Ilmu Pengetahuan dan Teknologi (IPTEK) saat ini, bahwa ilmu
statistika telah mempengaruhi hampir seluruh aspek kehidupan manusia. Hampir semua
kebijakan publik dan keputusan-keputusan yang diambil oleh pakar ilmu pegetahuan atau
para eksekutif (dalam ruang lingkup ilmu mereka) didasarkan pada metode statistika serta
hasil analisis dan interpretasi data, baik secara kuantitatif maupun kualitatif
Pada hakekatnya statistik adalah suatu kerangka teori-teori dan metode- metode yang
telah dikembangkan untuk melakukan pengumpulan, analisis, dan peluisan sampel data
guna memperoleh kesipulan-kesimpulan yang bermanfaat. Adoun statistika adalah ilmu
tentang cara-cara mengumpulkan, menggolongkan, menganalisis, dan mencari keterangan
yang berhubungan dengan pengumpulan data yang penyelidikan dan kesimpulannyan
berdasarkan bukti-bukti yang berupa angka-angka.
Pada hal ini, makalah kami berisi materi "Ukuran Pemusatan Data" yang Pembahasan-
pembahasannya yaitu mean, median, modus, kuartil, desil terdapat dan persentil. Maka dari
itu, mari kita pahami dan pelajari isi dari makalah ini.
B. Rumusan Masalah
1. Apa definisi dari ukuran pemusatan data?
2. Apa saja yang termasuk dalam ukuran pemusatan data?
3. Apa definisi dari jenis-jenis ukuran pemusatan data?
4. Apa rumus yang digunakan dalam mencari nilai ukuran pemusatan data?
C. Tujuan
Adapun tujuan dari penuisan makalah ni adalah sebagai berikut:
1. Mengetahui defenisi dri ukuran pemusatan data
2. Mengetahui jenis-jenis dari ukuran pemusatan data

4
 BAB II
PEMBAHASAN
A. DEFENISI UKURAN PEMUSATAN
Data adalah hal yang sangat penting dalam berbagai bidang, termasuk dalam
penelitian. Data dapat digunakan untuk mengetahui informasi yang diperlukan dalam suatu
penelitian atau analisis. Ukuran pemusatan adalah nilai tunggal yang mewakili suatu
kumpulan data dan menunjukkan karakteristik dari data. Ukuran pemusatan menunjukkan
pusat dari nilai data. Ukuran pemusatan cenderung terletak ditengah suatu kelompok data
yang menunjukkan pusat dari nilai data. Nilai tunggal adalah
B. UKURAN PEMUSATAN DATA MENURUT AHLI
Ukuran Pemusatan Data menurut para ahli di bidang statistika bisa memiliki definisi
yang berbeda-beda, namun secara umum memiliki kesamaan yaitu sebagai suatu ukuran
dalam statistika yang menunjukkan titik pusat atau titik tengah dari sekelompok data.
Menurut Triyono et al. (2007), Ukuran Pemusatan Data merupakan salah satu statistik
deskriptif yang digunakan untuk mengetahui nilai pusat dari suatu kelompok data.
Sementara itu, Islam (2012) menyebutkan bahwa Ukuran Pemusatan Data digunakan untuk
menentukan nilai pusat dari data yang dianalisis dengan menggunakan teknik statistik.
C. TUJUAN UKURAN PEMUSATAN
1. Mengetahui titik pusat atau titik tengah dari sekelompok data
2. Menentukan nilai rata rata atau mean dari sekelompok data. Nilai mean
sering dipakai dalam analisis statistik untuk mengambil suatu Keputusan
atau estimasi nilai
3. Memahami distribusi data yang diperoleh apakah simetris atau tidak
simetris
D. RATA-RATA HITUNG
3.2 Rata-Rata Hitung
Rata-rata hitung merupakan nilai yang diperoleh dengan menjumlahkan semua nilai data
dan membaginya dengan jumlah data. Rata-rata hitung merupakan nilai yang menunjukkan
pusat dari nilai data dan merupakan nilai yang dapat mewakili dari keterpusatan data.
Untuk mempermudah memahami tentang rata-rata hitung, pada sub-bab ini akan dibahas
secara berurutan rata-rata hitung populasi, rata-rata hitung sampel, rata-rata hitung
tertimbang, dan rata-rata hitung data berkelompok.
3.2.1 Rata-Rata Hitung Polusi
Rata-rata hitung populasi merupakan nilai rata-rata dari data populasi. Pengertian populasi
seperti dikemukakan di Bab 1 adalah semua anggota dari suatu ekosistem atau keseluruhan
anggota dari suatu kelompok. Contoh populasi daftar saham: LQ45 tahun 2013 di Bursa
Efek Jakarta sebanyak 45 emiten, populasi pengusaha rotan di Solawesi Selatan yang
terdiri atas 35 anggota, populasi provinsi di Indonesia tahin 2007 sebanyak 33 (2) provinsi
ditambah dengan provinsi baru yaitu Banten, Bangka Belitung, Kepulauan Riau, Papua
Barat, Gorontalo, dan Sulawesi Barat, serta kehilangan satu provinsi Timor Timur) Pada

5
umumnya yang dimaksud dengan populasi adalah semua hal, objek, atau orang yang ingin
dipelajari.
Rata-rata hitung polusi dihitung dengan cara mengumpulkan data pengukuran polusi dari
berbagai sumber atau lokasi, kemudian menjumlahkan semua nilai tersebut dan
membaginya dengan jumlah total data yang diambil. Ini memberikan gambaran tentang
tingkat polusi secara keseluruhan dalam suatu wilayah atau periode waktu tertentu.
Rata-tata hitung populasi dihitung dengan caracara:
Rata -Rata hitung populasi=Jumlah seluruh nilai dalam populasi/Jumlah data/observasi
dalam populasi Di mana:
μ Rata-rata hitung populasi. Simbol u dibaca myu
Σ: Simbol dari operasi penjumlahan. Simbol ∑ dibaca sigma
X: Nilai data yang berada dalam populasi
N: Jumlah total data atau pengamatan dalam populasi
ΣX: Jumlah dari keseluruhan nilai X (data) dalam populasi.
Contoh soal
Berikut ini adalah nilai kredit dalam triliun rupiah yang disalurkan oleh lima bank terbesar
di Indonesia pada tahun 2012. Berapa rata-rata hitung nilai kreditnya?

Penyelesaian soal:
μ=ΣΧ /N
= 256,77+200,70+ 348,23+ 388,80+145,40 /5
1.339.9/5 =267,98
Jadi, rata-rata nilai kredit dari lima bank terbesar di Indonesia pada tahun 2012 adalah Rp
267,98 triliun Rata-rata nila kredit tersebut sudah cukup mewakili kredit yang diberikan
perbankan secara keseluruhan.
3.2.2 Rata-Rata Hitung Sampel
Cara perhitungan rata-rata hitung sampel secara teknik relatif hampir sama dengan rata-
rata hitung populasi. Pada rata-rata hitung sampel ditekankan pada unsur sampelnya.
Pengertian sampel sebagaimana diuraikan pada Bab I adalah suatu bagian atau proporsi
dari populasi tertentu yang menjadi kajian atau perhatian. Mengapa tidak menggunakan
populasi saja? Alasan utama adalah adanya keterbatasan waktu, biaya, dan tenaga. Coba

6
bayangkan jika untuk mengetahui tingkat pendidikan orang Indonesia harus dilakukan
dengan menanyai seluruh penduduk Indonesia, atau bagian quality control pada
perusahaan, apakah bagian ini harus meneliti semua produk yang dihasilkan, kalau semua
produk dijadikan sampel. lalu bagian mana yang dijual? Contoh lain adalah bagian rating
acara televisi, apakah untuk menentukan banyaknya orang yang melihat suatu acara televisi
perlu semua orang ditanyai acara apa yang dilihat? Berdasarkan kondisi tersebut, pemilihan
sampel diperlukan dengan tetap memperhitungkan keterwakilan dari keseluruhan populasi.
Oleh sebab itu, pemilihan sampel dari populasi dilakukan dengan memberikan peluang
yang sama terhadap semua anggota populasi untuk dipilih. Atau dengan cara lain, sampel
dipilih dengan pertimbangan khusus dan disesuaikan dengan tujuan. Beberapa cara
pemilihan sampel dari populasi dapat dilakukan dengan pengocokan sampel atau memakai
tabel random.
Rata-rata hitung sampel dihitung dengan cara:
Rata-rata hitung sampel=Jumlah seluruh nilai dalam sampel/Jumlah data/observasi dalam
sampel
Rata-rata hitung sampel atau ukuran lain yang berdasarkan pada sampel biasadisebut
dengan statistik juga dapat disajikan dalam bentuk simbol sebagai berikut:
X=ΣΧ/N
Di mana:
X: Rata-rata hitung sampel. Simbol X dibaca “X bar”
Σ: Simbol dari operasi penjumlahan. Simbol ∑ dibaca sigma
X: Nilai data yang berada dalam sampel
n: Jumlah total data atau pengamatan dari sampel
ΣX: Jumlah dari keseluruhan nilai X (data) dari sampel
3.2.3 Rata-Rata Hitung Tertimbang
Pada perhitungan rata-rata hitung populasi dan sampel, setiap data dianggap mempunyai
tingkat atau bobot yang sama. Namun demikian, dalam beberapa kasus ada data yang
dipandang mempunyai bobot yang berbeda. Pertanyaan awal pada sub-bab ini, mengapa
ada data mempunyai bobot yang berbeda? Untuk menjawab pertanyaan tersebut, berikut
beberapa kasus untuk memperjelas mengapa kita perlu melakukan pembobotan.
1. Pengaruh waktu. Data dengan waktu yang berbeda mempunyai dampak berbeda. Teori
ekonomi menyatakan bahwa permintaan dipengaruhi oleh pendapatan. Pengaruh
pendapatan tahun ini (Y) dengan pendapatan tahun lalu (Y) atau bahkan dua tahun lalu
(Y2) berbeda. Permintaan lebih banyak dipengaruhi oleh Y,, dibandingkan dengan Y dan
Y.2. Oleh sebab itu, bobot Y, dianggap lebih besar dibandingkan dengan bobot Y dan Y-2
2. Pengaruh volume. Data dengan pengaruh volume berbeda juga mempunyai dampak
yang berbeda. Contoh PT Telkom dan PT Alfa Retailindo, kedua perusahaan misalnya
mengalami kenaikan laba sebesar 20%. Kenaikan 20% pada PT Telkom memberikan
kenaikan sebesar Rp 1,5 triliun (0,2 x 7,568 triliun), sedang pada PT Alfa Retailindo
sebesar Rp 5 miliar (0,2 x 25 miliar). Oleh sebab itu, dipandang perlu memberikan
pembobotan yang berbeda antara PT Telkom dan PT Alfa Retailindo.
Berdasarkan kasus seperti di atas, maka beberapa ahli ekonomi dan statistik
mempertimbangkan adanya pembobotan data berdasarkan pertimbangan-pertimbangan

7
 yang logis. Oleh sebab itu, rata-rata hitung tertimbang dikembangkan sebagai upaya
mempertimbangkan nilai bobot, dan peran dari setiap data yang dianggap berbeda.
Rata-rata hitung tertimbang adalah suatu nilai yang diperoleh dari suatu kelompok data
yang dinyatakan sebagai X1, X2, X3..... X berturut-turut ditimbang dengan bobot W1 W2
W3 .......Wn.
Rumus rata-rata hitting tertimbang dinyatakan sebagai berikut:

atau dapat disederhanakan menjadi:

Di mana:
Xw:Rata-rata hitung tertimbang
Σ: Simbol dari operasi penjumlahan
X: Nilai data yang berada dalam populasi/sampel
n: Jumlah total data atau pengamatan dari populasi/sampel
w: Nilai bobot dari suatu data
3.2.4 Rata-Rata Data Berkelompok
Pengertian data berkelompok adalah data yang sudah dikelompokkan dalam bentuk
distribusi frekuensi Data yang sudah dikelompokkan akan kehilangan identitas data mentah
sehingga untuk melihat nilai rata-rata hitung harus diduga dari distribusi frekuensinya.
Pengelompokan data dalam bentuk distribusi sebagaimana dijelaskan pada Bab 2, akan
mempermudah untuk memahami dan menyederhanakan data. Data-data yang sudah
dikelompokkan dalam satu kelas akan memiliki karakteristik yang sama, dan dalam suatu kelas
dicerminkan oleh nilai tengah kelasnya. Oleh sebab itu, rata-rata hitung untuk data berkelompok
baik populasi maupun sampel dirumuskan sebagai berikut:
∑ 𝑓𝑖𝑋𝑖
𝑋̅ =
𝑛

8
 Di mana:
𝑋̅: Rata-rata hitung data berkelompok. Simbol 𝑋̅ dibaca "X bar"
Σ: Simbol dari operasi penjumlahan. Simbol ∑ dibaca sigma
𝑓𝑖 : Frekuensi kelas ke-i (masing-masing kelas)
𝑥𝑖 : Nilai tengah kelas ke-i (masing-masing kelas)
𝑓𝑖 𝑥𝑖 : Hasil perkalian antara frekuensi dan nilai tengah pada kelas ke-i
(masing-masing kelas)
n: Jumlah total data atau pengamatan

3.2.5 Memahami Sifat Rata-Rata Hitung

Rata-rata hitung sebagai salah satu ukuran pemusatan mempunyai sifat-sifat sebagai berikut:
1. Setiap kelompok baik dalam bentuk skala interval maupun rasio mempunyai rata-rata
hitung.
2. Semua nilai data harus dimasukkan ke dalam perhitungan rata-rata hitung
3. Satu kelompok baik kelas maupun satu kesatuan dalam populasi dan sampel hanya
mempunyai satu rata-rata hitung.
4. Rata-rata hitung untuk membandingkan karakteristik dua atau lebih populasi atau sampel.
5. Rata-rata hitung sebagai satu-satunya ukuran pemusatan, maka jumlah deviasi setiap nilai
terhadap rata-rata hitungnya selalu sama dengan nol.
6. Rata-rata hitung sebagai titik keseimbangan dari keseluruhan data, maka letaknya berada
ditengah data.
7. Rata-rata hitung nilainya sangat dipengaruhi oleh nilai ekstrem, yaitu nilai yang sangat
besar atau sangat kecil.
8. Bagi data dan sekelompok data yang sifatnya terbuka (lebih dari atau kurang dari) tidak
mempunyai rata-rata hitung.
E. MEDIAN
Median merupakan salah satu ukuran pemusatan. Median merupakan suatu nilai yang
berada di tengah-tengah data, setelah data tersebut diurutkan. Mungkin Anda bertanya,
mengapa perlu median setelah Anda mempelajari rata-rata hitung? Dari sifat rata-rata
hitung diketahui bahwa rata-rata hitung sangat dipengaruhi oleh data ekstrem baik yang
terbesar maupun yang terkecil, sehingga nilai rata-rata hitung tidak mencerminkan kondisi
sebenarnya. Pada Contoh 3-2 nilai rata-rata dari laba bersih 11 perusahaan adalah
Rp6.449,28 miliar. Apabila Anda mempunyai perusahaan dengan laba hanya Rp20 miliar,
apakah Anda termasuk kelompok tersebut? Nilai rata-rata hitung laba bersih tersebut
mengandung makna bias, karena ada data yang sangat ekstrem, yaitu nilai tertinggi

9
mencapai Rp22.460 miliar dan yang terkecil Rp213 miliar, di mana jarak yang tertinggi
mencapai 105 kali dari yang terkecil.
Median adalah titik tengah dari semua nilai data yang telah diurutkan dari nilai yang
terkecil ke yang terbesar, atau sebaliknya dari yang terbesar ke yang terkecil.
Untuk lebih memahami tentang median, kita akan membahasnya satu per satu.

3.3.1 Median untuk Data Tidak Berkelompok

Median untuk data tidak berkelompok adalah nilai yang letaknya di tengah data yang telah
diurutkan, namun datanya belum dikelompokkan ke dalam kelas/kategori tertentu atau
belum dalam bentuk distribusi frekuensi.
Bagaimana mencari letak dan nilai median untuk data tidak berkelompok?
1. Letak dari median dapat dicari dengan rumus (n + 1)/2.
2. Apabila jumlah datanya ganjil, maka nilai median merupakan nilai yang letaknya di
tengah data.
3. Apabila jumlah datanya genap, maka nilai median merupakan nilai rata-rata dari dua
data yang letaknya berada di tengah.
3.3.2 Median untuk Data Berkelompok
Pengertian median untuk data berkelompok tetaplah sama, yaitu nilai yang letaknya ada
di tengah data, sehingga data berada setengahnya di atas dan setengahnya di bawah. Yang
membedakan median data berkelompok dan median data tidak berkelompok adalah pada
data berkelompok nilai informasi atau karakteristik dari masing-masing data tidak dapat
diidentifikasi lagi, yang dapat diketahui hanya karakter dari kelas atau intervalnya.
Akibatnya akan terdapat kesulitan dalam menentukan nilai median yang tepat pada suatu
interval kelas. Oleh sebab itu, pendugaan dilakukan dengan cara sebagai berikut:
1. Menentukan letak kelas di mana nilai median berada. Letak median untuk data
berkelompok adalah n/2, di mana n adalah jumlah frekuensi.
2. Melakukan interpolasi di kelas median untuk mendapatkan nilai median dengan rumus
sebagai berikut: Md=L+xi
........................................................................................................................................... M
𝑛
−𝐶𝑓
d= {( 2
) × 𝑖}
𝑓
Di mana:
Md: Nilai median
L: Batas bawah atau tepi kelas di mana median berada
n: Jumlah total frekuensi
G: Frekuensi kumulatif sebelum kelas median berada
𝐶𝑓 : Frekuensi di mana kelas median berada
i: Besarnya interval kelas
Bagi data dan sekelompok data yang sifatnya terbuka (lebih dari atau kurang dari) tidak
mempunyai rata-rata hitung.

10
3.3.3 sifat-sifat Median
1. Nilai median bersifat unik, umtuk sekelompok data hanya ada satu median.
2. Untuk menentukan nilai medium harus dilakukan pengurutan data dari yang terkecil ke terbesar
atau sebalik nya
3. nilai median tidak dipengaruhi oleh nilai ekstrem seperti hal nya nilai rata-rata hitung.
4. median dapat dihitung untuk sebuah distribusi frekuensi dengan interval yang terbuka.
5. semua skala pengukuran baik rasio, interval, dan ordinal, dapat digunakan untuk mencari nilai
median.

F. MODUS
Modus merupakan salah satu ukuran pemusatan di samping rata-rata hitung dan median.
Modus adalah suatu nilai pengamatan yang paling sering muncul. Sebagai contoh modus seperti
merek mobil apa yang banyak dibeli konsumen, berapa Tingkat inflasi yang sering Terjadi selama
tahun 2007 sampai 2007 dan apa tingkat pendidikan yang paling umum di Indonesia jawaban atas
pertanyaan tersebut adalah modus modus sebagai ukuran pemusatan mempunyai kelebihan dan
kekurangan kelebihan modus adalah mudah ditemukan dapat digunakan untuk semua skala
pengukuran serta tidak dipengaruhi oleh nilai ekstrim namun modus juga mempunyai kelemahan
diantaranya kadang kala Sekumpulan data tidak mempunyai modus sehingga semua data dianggap
mudut kelemahan lain kadangkala kesimpulan data memiliki modus lebih dari satu Oleh sebab itu
sebagai salah satu alat ukur modus relatif jarang digunakan dibandingkan dengan rata-rata hitung
dan median.
Bagaimana mencari nilai modus?
1. Untuk data tidak berkelompok, maka modus adalah nilai yang sering muncul atau frekuensi
yang paling banyak.
2. Untuk data berkelompok, maka modus diperoleh dari rumus sebagai berikut
𝑑1
𝑀𝑜 = 𝐿 + {( ) 𝑥𝑖}
𝑑1 + 𝑑2

Di mana:
Mo : Nilai modus
L: Batas bawah atau tepi kelas di mana modus berada
d1: selisih frekuensi kelas modus dengan kelas sebelumnya
d2: selisih frekuensi kelas modus dengan kelas sesudahnya
I: Besarnya interval kelas

11
Contoh
Hitunglah modus dari data yang sudah dikelompokkan pada kasus 53 harga mobil Daihatsu pada
tahun 2013
Penyelesaian
1. Menetukan kelas modus, yaitu kelas interval dengan frekuensi yang paling sering muncul.
Frekuensi yang paling banyak adalah 17, maka nilai modus berada pada kelas 158,2-172,2

Interval Tepi kelas Frekuansi

113,2 -127,2 112,7 6
128,2 – 142,2 127,7 9
143,2 – 157,2 142,7 11
d1
158,2 – 172,2 157,7 17
d2
173,2 – 187,2 172,7 7
188,2 – 202,2 187,7 2
203,2 -217,2 202,7
217,7 1

(17 adalah letak modus )

2. Melakukan interpolasi nilai dengan rumus
𝑑1
𝑀𝑜 = 𝐿 + {( ) 𝑥𝑖}
𝑑1 + 𝑑2

Dimana
Mo: Nilai modus yang dicari
L: 157,7 yaitu batas bawah /tepi kelas modus
d1 : 6 yaitu (17-11) selisih antara frekuensi kelas (17) dengan frekuensi kelas sebelumnya (11)
d2 : 10 yaitu (17-7) selisih antara frekuensi kelas (17) dengan frekuensi kelas sesudahnya (7)
i : 14, yaitu jarak interval dalam kelas, jarak antara batas atas kelas (172,2) dengan batas
bawah, yaitu = 172,2 – 158,2 =14, yaitu jarak interval dalam kelas
Oleh karena itu nilai modus menjadi:
Mo = 157,7 + (6/16). 14
= 157,7 + 5,25
= 162,95

12
G. HUBUNGAN RATA-RATA HITUNG MEDIAN DAN MODUS
Dari awal Bab 2, telah dibahas tentang rata-rata hitung, median, dan modus. Ketiga ukuran
pemusatan tersebut dapat dimanfaatkan untuk mengetahui bentuk kurva poligon dari data
yang dikaji baik populasi maupun sampel. Bentuk kurva poligon bisa berupa kurva normal
atau simetris, condong ke kiri (skewed negatif) atau condong ke kanan (skewed positif).
Hubungan ketiga ukuran dengan bentuk kurva poligon dijelaskan sebagai berikut:
1. Kurva simetris
Kurva simetris adalah kurva di mana sisi kanan dan kiri sama, sehingga kalau dilipat Kurva
simetris dari titik tengahnya maka akan ada dua bagian yang sama. Untuk kurva yang
simetris, maka nilai untuk rata-rata hitung (X), median (Md), dan modus (Mo) sama. Kurva
simetris juga dapat dikatakan sebagai kurva dengan kecondongan nol.

2. Kurva condong ke kiri

Kurva condong ke kiri atau condong positif disebabkan nilai rata-rata hitung lebih besar
dibandingkan median dan modus. Hal tersebut terjadi karena adanya nilai ekstrem tinggi
yang memengaruhi nilai rata-rata hitung, sedangkan median, dan modus tidak
terpengaruhi. Pada kejadian seperti ini data sampel atau populasi pada umumnya bernilai
rendah, tetapi ada beberapa data ekstrem yang bernilai sangat tinggi, yang mendorong nilai
rata-rata meningkat. Kurva condong kiri.

3. Kurva condong ke kanan

Kurva condong ke kanan atau condong negatif disebabkan nilai rata-rata hitung lebih kecil
daripada nilai median dan modus. Penyebab dari peristiwa ini adalah adanya nilai ekstrem
rendah yang memengaruhi nilai rata-rata hitung. Data sampel atau populasi pada umumnya
relatif tinggi dan ada beberapa data yang nilainya ekstrem sangat rendah, hal ini
menyebabkan nilai rata-rata terdorong untuk turun. Dalam kondisi demikian, maka nilai
rata-rata hitung tidak terlalu baik digunakan dibandingkan dengan ukuran median dan
modus.

13
 Hubungan antara nilai tengah, Md, dan Mo dapat disimpulkan bahwa apabila nilai tengah,
Md, dan Mo hampir sama, maka ketiga ukuran baik untuk digunakan. Untuk sekumpulan
data yang memiliki nilai ekstrem baik ekstrem tinggi maupun rendah, maka kurva akan
condong ke kiri dan ke kanan, maka nilai rata-rata hitung kurang baik digunakan, dan
median serta modus menjadi ukuran yang lebih baik. Untuk kasus kurva yang normal atau
simetris, maka terdapat hubungan antara rata- rata hitung, median, dan modus yang
dinyatakan sebagai berikut:
Modus= rata-rata hitung - 3 (rata-rata hitung - median)
Rata-rata hitung = {3(median) - modus}/2
Median= {2(rata-rata hitung) + modus}/3

H. UKURAN LETAK
Ukuran yang menunjukkan data pada bagian mana data tersebut terletak pada suatu data
yang sudah diurutkan.
1. Kuartil
Ukuran letak yang membagi data yang telah diurutkan atau data yang berkelompok
menjadi empat bagian sama besar atau setiap bagian dari kuartil sebesar 25%.
2. Desil
Ukuran letak yang membagi data yang telah diurutkan atau data berkelompok menjadi
10 bagian sama besar atau setiap bagian dari desil sebesar 10%.
3. Persentil
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%.

14
 BAB III
PENUTUP
A. Kesimpulan
Ukuran pemusatan adalah suatu nilai tinggal yang mewakili karakter suatu
kelompok data.
Terdapat hal hal penting dalam ukuran pemusatan diantaranya
a. Salah satu aspek yang paling penting untuk menggambarkan distribusi data
adalah nilai pusat data pengamalan.

b. Terdapat tiga ukuran tendensi sentral yang sering digunakan, yaitu:

1. Mean (Rata-rata hitung/rata-rata aritmetika)
2. Median
3. Modus

c. Mean dihitung dengan menjumlahkan semua nilai data pengamatan

kemudian dibagi dengan banyaknya data.

d. Median dari pengukuran atau pengamatan x1, X2, X, adalah nilai

pengamatan yang terletak di tengah gugus data setelah data tersebut diurutkan.

e. Modus adalah data yang paling sering muncul/terjadi..

15
 DAFTAR PUSTAKA

Purwanto, S. (2022). STATISTIKA Untuk Ekonomi Dan Keuangan Modern. Jakarta: Salemba
Empat.

16