TENDENCY CENTRAL (2)

SAMI’AN
 KEDUDUKAN MEAN, MEDIAN,
MODUS

 Kedudukan tendency central sangat

tergantung pada bentuk distribusi
 Distribusi normal: kurva menyerupai
genta
 Distribusi juling positif: menyerupai
genta dengan ekor sebelah kanan
 Distribusi juling negatif: menyerupai
genta dengan ekor sebelah kiri
 KEDUDUKAN MEAN, MEDIAN,
MODUS

 Distribusi normal:
mean=median=modus
 Distribusi juling positif:
mean<median<modus
 Distribusi juling negatif:
mean>median>modus
 Kapan Menggunakan Mean,
Median, Modus?
Mean:
 Paling stabil digunakan untuk analisis
matematis
 Paling cocok untuk distribusi normal
 Paling reliabel untuk estimasi
Median:
 Paling cocok untuk distribusi tidak normal
Modus:
 Alat deskripsi yang cepat, namun kasar
 Deskripsi kasus tipikal atau kejadian populer
 Tidak terpengaruh kasus ekstrim
 PERCENTIL

• Membagi distribusi data menjadi seratus

bagian, sehingga ada sembilan puluh sembilan
(99) titik batas persenti (P). P1, P2, P3 , … P99

• Dasar penghitungan adalah dengan menggunakan

angka per seratus dan menurunkan rumus
Median. P1 = 1/100 N, P2 = 2/100 N, P3 =
3/100 N, … P99 = 99/100 N.
 MEDIAN

 12 N  fkb 
Mdn  Bb   i
 fd 
Keterangan:
Mdn : Median
N : Jumlah frekwensi dalam distribusi
Bb : Batas bawah nyata dari interval yang mengandung median
fkb : Frekwensi kumulatif di bawah interval yang mengandung median
fd : Frekwensi interval yang mengandung median
i : Lebar interval
 DESIL

Membagi distribusi data menjadi sepuluh bagian,

sehingga ada sembilan titik batas desil (D). D1,
D2, D3 , … D9

Dasar penghitungan adalah dengan menggunakan

angka per sepuluhan dan menurunkan rumus
Median. D1 = 1/10 N, D2 = 2/10 N, D3 = 3/10
N, … D9 = 9/10 N.
 KUARTIL

Membagi distribusi data menjadi empat bagian,

sehingga ada tiga titik kuartil (K).

Rumusnya dapat menurunkan rumus median

dengan mengubah angka pembagi N.

Dasar penghitungan adalah dengan menggunakan

angka per empat.
• Kuartil 1 (K1) ¼ N.
• Kuartil 2 (K2) 2/4 N = median
• Kuartil 3 (K3) ¾ N
 FUNGSI TENDENCY CENTRAL

Fungsi penghitungan nilai Kuartil, Desil,

Persentil: Untuk pembuatan norma
(patokan) berdasarkan data-data yang
telah diperoleh agar data tersebut dapat
dimaknai secara kualitatif.
Contoh pemaknaan kualitatif:
Baik – Buruk,
Sangat tinggi – Tinggi – Rendah – Sangat
Rendah dll.
LATIHAN.......
Tinggi Frekuensi
Badan (f)
140 - 144 2
145 – 149 4
150 – 154 5
155 – 159 8
160 – 164 11
165 – 169 8
170 – 174 1
175 - 179 1

TOTAL 40
PENGUKURAN VARIABILITAS

SAMI’AN
 VARIABILITAS

 Merupakan penyebaran nilai-nilai dari

tendency central
 Beberapa alat pengukuran
variabilitas:
Range
Mean Deviasi
Standard Deviasi
 RANGE (Re)

 Jarak nilai tertinggi dengan nilai

terendah
 Alat untuk menaksir variasi nilai
secara cepat
 Tergantung pada nilai ekstrim
sehingga tidak stabil
 Tidak menunjukkan bentuk distribusi
 Tidak memenuhi definisi variasi
karena lepas dari tendency central
 RANGE (Re)

 Untuk menghindari nilai ekstrim, ada

beberapa cara untuk mengambil range:
Range 10 – 90 : diambil dari jarak P10
dengan P90
Range kuartil :diambil dari jarak P25
dengan P75

Range semi antar kuartil: diambil dari

jarak P25 dengan P75 dibagi dua
 MEAN DEVIASI (MD)
 Merupakan mean dari harga mutlak semua
deviasi nilai-nilai individu
 Lebih stabil dibandingkan range
 Tidak terlalu terpengaruh oleh nilai ekstrim
 Langkah-langkah:
1. Mencari besarnya mean
2. Mencari besarnya penyimpangan (deviasi)
tiap-tiap nilai dari mean
3. Tanda +/- diabaikan, yang dipakai harga
mutlak
 MEAN DEVIASI (MD)

x  X M MD 
 f x
N
x: Deviasi MD: Mean Deviasi
X: Nilai IxI: Deviasi dari mean dengan harga mutlak
M: Mean N: Jumlah Data
 LATIHAN.......
Frekuensi Tanda Deviasi
Tinggi Badan f(X) f(x)
(f) Kelas (X) (x)
140 - 144 2 142 284 -16,875 33,750
145 – 149 4 147 588 -11,875 47,500
150 – 154 5 152 760 -6,875 34,375
155 – 159 8 157 1256 -1,875 15,000
160 – 164 11 162 1782 3,125 34,375
165 – 169 8 167 1336 8,125 65,000
170 – 174 1 172 172 13,125 13,125
175 - 179 1 177 177 18,125 18,125
TOTAL 40 1276 6355 261,250

Mean = 158,875
MEAN DEVIASI (MD)

MD 
 f x
N

261,250
MD 
40

MD  6,531
 STANDARD DEVIASI (SD)

 Mean Deviasi (MD) mengabaikan tanda

+/-, sehingga tidak dapat dilanjutkan
untuk penghitungan lebih lanjut.
 Untuk mengatasi kelemahan ini, ada
alternatif penghitungan variabilitas
dengan Standar Deviasi (SD).
 SD = akar dari jumlah deviasi kuadrat
dibagi N
 STANDARD DEVIASI (SD)

 f X     fX 
2 2

 X
2
X 2
 SD  3
SD    1  
N  N  N  N 
 

   
2
x f x2
SD  2 SD  4
N N

Rumus Data Rumus Data

Distribusi Distribusi
Tunggal frekuensi/Bergolong
STANDARD DEVIASI (SD)

 f X     fX 
2 2

SD    3
N  N 

Rumus Data
Distribusi
Interval
STANDARD DEVIASI (SD)

 f x     fx 
'2 ' 2

SD  i
N  N  5
 

Rumus Data Distribusi

Interval Berdasarkan
Mean Dugaan
 STANDARD DEVIASI (1)

X2 X
2

No Nilai (X) X2 SD  
 N


N  

1 20 400 2
1066  70 
2 17 289 SD   
5  5 
3 14 196 2
1066  70 
SD   
4 10 100 5  5 
5 9 81 SD  213,2  196
∑ 70 1066
SD  17,2
 STANDARD DEVIASI (2)

Deviasi SD 
 x 2

No Nilai (X) x2
(x) N

1 20 6 36
86
2 17 3 9 SD 
5
3 14 0 0
4 10 -4 16
SD  17,2
5 9 -5 25
∑ 70 86
 STANDARD DEVIASI (3)

      fX 
2
f X2
SD   
Nilai 2 2 N  N 
f fX X f(X )
(X) 2
7600  498 
SD   
20 6 120 400 2400 35  35 
17 8 136 289 2312
126 196 1764 SD  217,143  202,452
14 9
10 8 80 100 800 SD  14,69
9 4 36 81 324
∑ 35 498 1066 7600
 STANDARD DEVIASI (4)

Nilai SD 
 f x 
2

f x x2 f(x2) N
(X)
20 6 5,771 33,309 199,856 514,171
SD 
17 8 2,771 7,681 61,447 35
14 9 -0,229 0,052 0,470
10 8 -4,229 17,881 143,047 SD  14,69
9 4 -5,229 27,338 109,352
∑ 35 86,261 514,171
 STANDARD DEVIASI (SD)
Tanda
Data f X2 fX f(X2) x' x'2 fx' f(x'2)
Kelas (X)

125 -129 2 127 16129 254 32258 5 25 10 50

120 - 124 3 122 14884 366 44652 4 16 12 48
115 - 119 7 117 13689 819 95823 3 9 21 63
110 - 114 12 112 12544 1344 150528 2 4 24 48
105 - 109 21 107 11449 2247 240429 1 1 21 21
100 - 104 18 102 10404 1836 187272 0 0 0 0
95 - 99 20 97 9409 1940 188180 -1 1 -20 20
90 - 94 11 92 8464 1012 93104 -2 4 -22 44
85 - 89 5 87 7569 435 37845 -3 9 -15 45
80 - 84 1 82 6724 82 6724 -4 16 -4 16

∑ 100 1045 111265 10335 1076815 5 85 27 355

 STANDARD DEVIASI (3 & 5)

 fx   fx
2
X 2
X 
2 '2 '

SD    SD  i  
 N  N  N 
N    
2
355  27 
SD  5 
2
1076815  10335  
SD    100  100 
100  100 

SD  5 3,55  0,0729
SD  10768,15  10681,22

SD  5 3,4771
SD  86,9275
SD  5(1,865)
SD  9,32
SD  9,325
 VARIAN & Z-SCORE

 Varian (SD2)
 Nilai Standar (Z-score)
Adalah suatu bilangan yang
menunjukkan seberapa jauh nilai
(X) menyimpang dari mean dalam
satuan SD.