UKURAN PEMUSATAN DAN

LETAK DATA
UKURAN PEMUSATAN
Merupakan nilai tunggal yang mewakili semua
data atau kumpulan pengamatan dimana nilai
tersebut menunjukkan pusat data.
Yang termasuk ukuran pemusatan :
1. Rata-rata hitung
2. Median
3. Modus
4. Rata-rata ukur
5. Rata-rata harmonis
1. RATA-RATA HITUNG
Rumus umumnya :
Jumlah semua nilai data
Rata - rata hitung 
Banyaknya nilai data
1. Untuk data yang tidak mengulang
X1  X 2  ...  X n X
X 
n n

2. Untuk data yang mengulang dengan frekuensi

tertentu
f1X1  f 2 X 2  ...  f n X n fX
X 
f1  f 2  ...  f n f
RATA-RATA HITUNG (lanjutan)
1. Dalam Tabel Distribusi Frekuensi
Interval Kelas Nilai Tengah Frekuensi fX
(X)
9-21 15 3 45
22-34 28 4 112
35-47 41 4 164
48-60 54 8 432
61-73 67 12 804
74-86 80 23 1840
87-99 93 6 558
Σf = 60 ΣfX = 3955

fX 3955
X   65,92
f 60
RATA-RATA HITUNG (lanjutan)
3. Dengan pembobotan
Masing-masing data diberi bobot.

Misal A memperoleh nilai 65 untuk tugas, 76 untuk

mid dan 70 untuk ujian akhir.
Bila nilai tugas diberi bobot 2, Mid 3 dan Ujian
Akhir 4, maka rata-rata hitungnya adalah :

(2)65  (3)76  (4)70

X  70,89
23 4
2. MEDIAN
Untuk data berkelompok

n 
 -F
Med  L 0  c  2 
 f 
 
 
L 0  batas bawah kelas median
F  jumlah frekuensi semua kelas sebelum
kelas yang mengandung median
f  frekuensi kelas median
MEDIAN (lanjutan)
Contoh :
Interval Frekuensi Letak median ada pada
Kelas
data ke 30, yaitu pada
9-21 3
22-34 4
interval 61-73, sehingga :
35-47 4 L0 = 60,5
48-60 8
61-73 12 F = 19
74-86 23 f = 12
87-99 6  60 
Σf = 60
 - 19 
Med  60,5  13  2   72,42
 12 
 
 
3. MODUS
Untuk data berkelompok

 b1 
Mod  L 0  c  
 b1  b 2 
L 0  batas bawah kelas modus
b1  selisih antara frekuensi kelas modus dengan
frekuensi tepat satu kelas sebelum kelas modus
b 2  selisih antara frekuensi kelas modus dengan
frekuensi tepat satu kelas sesudah kelas modus
MODUS (lanjutan)
Contoh :
Interval Frekuensi Data yang paling sering
Kelas muncul adalah pada interval
9-21 3 74-86, sehingga :
22-34 4
35-47 4 L0 = 73,5
48-60 8
61-73 12 b1 = 23-12 = 11
74-86 23
87-99 6
b2 = 23-6 =17
Σf = 60  11 
Mod  73,5  13    78,61
 11  17 
HUBUNGAN EMPIRIS ANTARA NILAI RATA-RATA HITUNG,
MEDIAN, DAN MODUS

Ada 3 kemungkinan kesimetrian kurva

distribusi data :
1) Jika nilai ketiganya hampir sama maka
kurva mendekati simetri.
2) Jika Mod<Med<rata-rata hitung, maka
kurva miring ke kanan.
3) Jika rata-rata hitung<Med<Mod, maka
kurva miring ke kiri.
 rata2 me mo
Kurva Negatif

mo me rata2

Kurva Positif
HUBUNGAN EMPIRIS ANTARA NILAI RATA-RATA
HITUNG, MEDIAN, DAN MODUS (lanjutan)

Jika distribusi data tidak simetri, maka terdapat

hubungan :

Rata-rata hitung-Modus = 3 (Rata-rata hitung-Median)


X - Mod  3 X  Med 
4. RATA-RATA UKUR
Digunakan apabila nilai data satu dengan yang
lain berkelipatan.
G  X1.X2 ....Xn
n

Untuk data tidak berkelompok

  log X 
G  antilog  
 n 
Untuk data berkelompok
  f log X 
G  antilog  
 f 
RATA-RATA UKUR (lanjutan)
Contoh :
Interval Nilai Tengah Frekuensi log X f log X
Kelas (X)
9-21 15 3 1,18 3,54
22-34 28 4 1,45 5,8
35-47 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

 107,1 
G  antilog    60,95
 60 
5. RATA-RATA HARMONIS
Biasanya digunakan apabila data dalam bentuk
pecahan atau desimal.
Untuk data tidak berkelompok RH  n
1
 
X
Untuk data berkelompok
f
RH 
f 
 
X
RATA-RATA HARMONIS (lanjutan)
Contoh :
Interval Nilai Tengah Frekuensi f/X
Kelas (X)
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 Σf / X = 1,121

60
RH   53,52
1,121
KUARTIL, DESIL, PERSENTIL
1. Kuartil
Kelompok data yang sudah diurutkan
(membesar atau mengecil) dibagi empat
bagian yang sama besar.

Ada 3 jenis yaitu kuartil pertama (Q1) atau

kuartil bawah, kuartil kedua (Q2) atau
kuartil tengah, dan kuartil ketiga (Q3) atau
kuartil atas.
KUARTIL (lanjutan)
Untuk data tidak berkelompok
in  1
Q i  nilai ke - , i  1,2,3
4

Untuk data berkelompok

 in 
 - F 
L0 = batas bawah kelas kuartil
Qi  L 0  c 4  , i  1,2,3
 f  F = jumlah frekuensi semua
 
  kelas sebelum kelas kuartil Qi
f = frekuensi kelas kuartil Qi
KUARTIL (lanjutan)
Contoh :
Interval Nilai Frekuensi Q1 membagi data menjadi 25 %
Kelas Tengah Q2 membagi data menjadi 50 %
(X) Q3 membagi data menjadi 75 %
9-21 15 3
22-34 28 4
35-47 41 4
Sehingga :
48-60 54 8
61-73 67 12
Q1 terletak pada 48-60
74-86 80 23
87-99 93 6 Q2 terletak pada 61-73
Σf = 60 Q3 terletak pada 74-86
KUARTIL (lanjutan)
 1.60 
Untuk Q1, maka :  - 11 
Q1  47,5  13 4   54
 8 
 
 

Untuk Q2, maka :  2.60 

 - 19 
Q 2  60,5  13 4   72,42
 12 
 
 
Untuk Q3, maka :  3.60 
 - 31 
Q3  73,5  13 4   81,41
 23 
 
 
KUARTIL, DESIL, PERSENTIL (lanjutan)

2. Desil
Kelompok data yang sudah diurutkan
(membesar atau mengecil) dibagi sepuluh
bagian yang sama besar.
DESIL (lanjutan)

Untuk data tidak berkelompok

in  1
Di  nilai ke - , i  1,2,3,...,9
10

Untuk data berkelompok

L0 = batas bawah kelas desil Di
 in 
 - F  F = jumlah frekuensi semua
Di  L 0  c 10  , i  1,2,3,...,9 kelas sebelum kelas desil Di
 f 
  f = frekuensi kelas desil Di
 
DESIL (lanjutan)
Contoh :
Interval Nilai Frekuensi D3 membagi data 30%
Kelas Tengah
(X) D7 membagi data 70%
9-21 15 3
22-34 28 4
35-47
48-60
41
54
4
8
Sehingga :
61-73 67 12
74-86 80 23
87-99 93 6
D3 berada pada 48-60
Σf = 60
D7 berada pada 74-86
DESIL (lanjutan)

 3.60 
 - 11 
D3  47,5  13 10   58,875
 8 
 
 

 7.60 
 - 31 
D7  73,5  13 10   79,72
 23 
 
 
KUARTIL, DESIL, PERSENTIL (lanjutan)

3. Persentil
Untuk data tidak berkelompok
in  1
Pi  nilai ke - , i  1,2,3,...,99
100
Untuk data berkelompok
 in 
 -F
Pi  L 0  c 100  , i  1,2,3,...,99
 f 
 
 
UKURAN SIMPANGAN
DEFINISI
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.
JENIS UKURAN PENYIMPANGAN
 Terdiri dari:
 Rentang
 Rentang antar kuartil
 Simpangan (deviasi) kuartil
 Rata-rata simpangan
 Simpangan baku (deviasi standart)
 Varians
 Koefisien variasi
 Kemencengan
Rentang, rentang antar kuartil dan
simpangan kuartil
 Rentang = data terbesar – data terkecil

 Rentang antar kuartil = K3 – K1,

 Simpangan kuartil/deviasi kuartil/rentang semi

antar kuartil harganya setengah dari rentang
antar kuartil
SK = ½ (K3 – K1)
Simpangan baku/Deviasi Standar dan
variansi
 Variansi (s2) adalah harga penyimpangan/deviasi yang
juga memperhitungkan deviasi tiap data terhadap
meannya (rata-ratanya)
 Deviasi standar (s) adalah akar positif variansi
 Rumus:

 
2
2

( xi x )
s n 1  ( xi  x )
2

s
n 1
Contoh:
 Terdapat data 8. 7, 10, 11, 4

xi x‾ xi-x (xi-x)2
30
s  5  1  7. 5
8 8 0 0 2
7 8 -1 1
10 8 2 4
11 8 3 9
30
s  2.74
4 8 -4 16
30
4
Simpangan baku dan variansi dari
distribusi frequensi
 Rumus

 f (x  x)
2
i i

2
s n 1
 xi = tanda kelas
 fi = frequensi yang sesuai dengan tanda kelas
xi dan n = ∑fi
Contoh
Bobot sapi fi xi x xi-x (xi-x)2 fi(xi-x)2
31-40 1 35.5 76.60 -41.10 1689.21 1689.21
41-50 2 45.5 76.60 -31.10 967.21 1934.42
51-60 5 55.5 76.60 -21.10 445.21 2226.05
61-70 15 65.5 76.60 -11.10 123.21 1848.15
71-80 25 75.5 76.60 -1.10 1.21 30.25
81-90 20 85.5 76.60 8.90 79.21 1584.20
91-100 12 95.5 76.60 18.90 357.21 4286.52
Jumlah 80 3662.47 13598.80
13498.80
  170.90
2
s 79 13498.80
s  170.90  13.07
79
Koefisien variansi
 Harga deviasi dalam bentuk persentase.
Berguna untuk membandingkan deviasi dua
kelompok data
simpanganbaku
 Rumus: KV  x100%
rata  rata
Contoh: dari data terdahulu

13.07
KV  x100%  17.06%
76.6
Kemencengan
 Harga yang menunjukkan seberapa jauhkah distribusi itu
menyimpang dari simetrik. Apabila suatu distribusi itu
simetrik, dan bermodus satu, maka harga rata-rata
(mean), median dan modus berimpit (sama besar).
Untuk distribusi yang tidak simetrik, harga-harga tengah
itu tidak sama. Semakin menceng distribusinya, maka
semakin besar jarak antara mean dan modus.
 Rumus:
Km = rata-rata – modus/deviasi standar
 Untuk distribusi yang tidak terlalu menceng, rumus
diatas dapat diganti dengan:
 Km = (3Xrata-rata – modus/deviasi standar)
 Dari rumus diatas terlihat jelas bahwa untuk
distribusi yang simetrik harga kemencenganya =
0. Untuk distribusi yang mempunyai mean lebih
besar dari modus, harga kemencengannya
positif, dan distribusinya dinamakan menceng
positif (kekanan). Sebaliknya jika mean lebih
kecil dari modus, harga kemencengannya
negatif dan distribusinya dinamakan menceng
negatif (kekiri)
 Km = 0 distribusi simetrik
 Km < 0 distribusi menceng kekiri
 Km > 0 distribusi menceng ke kanan
Ukuran Keruncingan - Kurtosis
Keruncingan disebut juga ketinggian kurva
Pada distribusi frekuensi di bagi dalam
tiga bagian :
Leptokurtis = Sangat runcing
Mesokurtis = Keruncingan sedang
Platykurtis = Kurva datar
Leptokurtik Platikurtik Mesokurtik
Koefisien Kurtosis
Bentuk kurva keruncingan – kurtosis
Mesokurtik a4 = 3
Leptokurtik a4 > 3
Platikurtik a4 < 3
Nilai data
Koefisien kurtosis (data tidak
dikelompokan)
a4 = 1/n ∑(x - )4
4
Koefisien Kurtosis
Koefisien kurtosis (data dikelompokan)

4 = 1/n ∑ f. (X - )4
4

Jumlah Frekuensi

Standar deviasi Nilai rata – rata hitung

Nilai tengah kelas