NILAI RATA-RATA

(CENTRAL TENDENCY)

Tujuan Belajar :
Setelah mempelajari materi ini, diharapkan mahasiswa mampu :
1. Menjelaskan pengertian nilai rata-rata
2. Menjelaskan sifat-sifat nilai rata-rata
3. Menjelaskan cara-cara perhitungan rata-rata
4. Menjelaskan interpretasi perhitungan rata-rata
 Nilai rata-rata ialah suatu nilai yang dapat mewakili
sekelompok nilai hasil pengamatan
 Memiliki kecenderungan untuk berada ditengah-tengah suatu
distribusi sehingga disebut juga Kecenderungan Nilai Tengah
(Central Tendency)

Mengapa nilai rata-rata diperlukan ???

Memberikan gambaran deskriptif terhadap data
yang diperoleh
Membandingkan gambaran deskriptif suatu kelompok dengan
kelompok lain
Sebagai dasar dalam perhitungan statistik inferensia
 DISTRIBUSI FREKWENSI
• Macam distribusi frekwensi:
a. menurut bilangan
(kelas – kelasnya dinyatakan dalam bentuk bilangan)
a. menurut kategori
(kelas – kelasnya dinyatakan dalam bentuk kategori)
 DISTRIBUSI FREKWENSI
Penjelasan distribusi frekwensi
- Jumlah kelas (menurut sturges)
rumus : K = 1 + 3,3 log N
dimana K = jumlah kelas
N = Banyaknya frekwensi
3,3 = Bilangan konstanta
- Interval kelas
Yaitu : perbedaan antara batas kelas atas dan batas
kelas bawah.
Rumus : Ci = range / k
dimana Ci = interval kelas
Range = selisih data terbesar dan data terkecil
NILAI RATA-RATA
(CENTRAL TENDENCY)

Mean atau Arithmetic Mean

Weighted Mean
Median
Modus
 Sifat dari Mean :
a) Ukuran nilai tengah yang paling sering digunakan
b) Merupakan wakil dari keseluruhan nilai
c) Berasal dari semua nilai pengamatan
d) Labil (sangat dipengaruhi oleh nilai ekstrim)

 Simbol :
a) x untuk Sampel
b) μ untuk Populasi

 Rumus Mean ialah jumlah semua hasil pengamatan (Ʃx)

dibagi dengan banyaknya pengamatan (n)
Rumus (1) :
(1) x = Ʃx
n
 Bila seluruh data ditambah dengan konstanta c yaitu
yi = xi + c, i = 1,2,…..,n maka mean y = mean x + c
 Bila seluruh data dikalikan dengan konstanta c yaitu yi = xi
+ c, i = 1,2,…..,n maka mean y = (mean x).c

Ex :
 Data : 2,3,4,2,3,5,3,6,3,4 dan mean 3.5
 Jika masing-masing ditambah dengan angka 2 menjadi :
4,5,6,4,5,7,5,8,5,6 dengan mean 5.3 = 3.5+2
 Jika masing-masing dikalikan dengan angka 2 menjadi :
4,6,8,4,6,10,6,12,6,8 dengan mean 7 = 3.5x2
Cara Perhitungan Rata-Rata

Contoh 1 :
Hasil pengukuran berat badan 10 orang penderita diabetes
melitus yang dirawat di Rumah Sakit M adalah sbb :
65,60, 55, 70, 67, 53, 61, 64, 75 dan 50 (dalam kg)
Dengan menggunakan rumus.1 maka :
x = Ʃx = 65+60+55+70+67+53+61+64+75+50
n 10
= 62 kg
Rumus (1) hanya dapat digunakan pada jumlah pengamatan yang
tidak banyak sedangkan jika data yang tersedia cukup banyak
yaitu dengan beberapa rumus yaitu :
(2) Data disusun dalam bentuk distribusi frekuensi tanpa
pengelompokkan Ket : x = rata-rata
Ʃ = jml
Rumus (2) : x = Ʃfixi f = frekuensi
x = hasil pengamatan
Ʃfi
(3) Data disusun dalam bentuk distribusi frekuensi dengan
interval kelas yang sama
Ket : x = rata-rata
Rumus (3) : x = Ʃfi Nt Ʃ = jml
f = frekuensi
Nt = nilai tengah kelas
Ʃfi
Cara Perhitungan Rata-Rata

Contoh 2 :
Hasil pengukuran berat badan 30 orang penderita diabetes
melitus yang dirawat di Rumah Sakit M adalah sbb :
Berat Badan
f f.x
(kg)
Dengan menggunakan rumus.2 43 4 172
x = Ʃfx maka : 50 4 200
55 1 55
n 60 2 120
= 1.866 62 1 62
63 1 63
30 65 3 195
= 62.2 kg 67 2 134
68 1 68
69 1 69
70 3 210
71 1 71
72 3 216
75 1 75
78 2 156

Jumlah 30 1.866
Cara Perhitungan Rata-Rata
Contoh 3 :
Hasil pengukuran berat badan 30 orang penderita diabetes
melitus yang dirawat di Rumah Sakit M adalah sbb :
(frekuensi distribusi dikelompokkan)

Berat Badan f Nt f.Nt Dengan menggunakan rumus.3

(kg)
x = Ʃfi Nt
41 - 45 4 43 172
46 - 50 4 48 192
Ʃfi
51 - 55 1 53 53
= 1.845
56 - 60 2 58 116
30
61 - 65 5 63 315
66 - 70 7 68 476 = 61.5 kg
71 - 75 5 73 365
76 - 80 2 78 156

Jumlah 30 1.845
(3) Perhitungan rata-rata menggunakan kode
Rumus (4) : Ket : x = rata-rata
Ʃ = jml
x = k + (Ʃdi/n) k = sembarang nilai yang merupakan
asumsi rata-rata
di = selisih nilai xi terhadap k
n = jumlah pengamatan

Rumus (5) : Ket : x = rata-rata

Ʃ = jml
x = k + (Ʃfi di/ Ʃfi) k = sembarang nilai yang merupakan
asumsi rata-rata
di = selisih nilai xi terhadap k
f = frekuensi
n = jumlah pengamatan
Menghitung rata-rata yang terdiri dari beberapa kelompok
dengan jumlah pengamatan setiap kelompoknya berbeda
sehingga memerlukan pembobotan (weighted)
Rata-rata dengan pembobotan (weighted mean) ialah rata-
ratakan k buah nilai x1, x2,...xk dengan dengan memberi
pembobot w1, w2,....wk pada nilai-nilai tsb
Dengan rumus :
Cara Perhitungan Rata-Rata

Contoh 5.

Pengukuran rata-rata berat badan 3 kelompok penderita

penyakit paru-paru yang masing-masing kelompok terdiri dari
3,5 dan 10 orang dengan berat badan sbb :
Kelompok Berat Badan (kg) Dengan menggunakan rumus weighted
mean yaitu :
50
1 (n = 3) 55
54

50
53
2 (n = 5) 52
55 dengan w1 =3 ; x1 = 53 ; w2 = 5 ; x2 = 53.5 ;
57
w3 = 10 ; x3 = 54.9, maka :
xw = (3x53)+(5x53.5)+(10x54.9)
51
55
48
47 3+5+10
3 (n = 10) 57
60
58
59 = 54.17 kg
52 62
 Median membagi data menjadi dua bagian yaitu 50% data
berada dibawah nilai median dan 50% data berada di atas nilai
median
 Sifat-sifat median :
Median dapat digunakan untuk data kuantitatif baik
kontinue maupun diskrit
Dapat digunakan untuk data kualitatif yaitu variabel yang
berskala ordinal
Cocok dipakai untuk data yang distribusinya miring (tidak
simetris)
Median lebih stabil karena tidak dipengaruhi oleh nilai
ekstrim
 Mengurutkan data dari terkecil ke terbesar
 Menentukan posisi median yaitu (n+1)/2
 Menghitung nilai median

Contoh : Data : 2,3,4,2,3,5,3,6,3,4

Diurutkan menjadi : 2,2,3,3,3,3,4,4,5,6
Posisi median : (10 + 1)/2 = 5.5 (berarti antara angka ke-5 dan
ke-6)
Nilai median adalah (3+3)/2 = 3
 Rumus median untuk data berkelompok

Med
Ket :
b = tepi bawah kelas median yaitu kelas interval dimana median akan
terletak
p = panjang kelas median
n = banyaknya data
F = jumlah semua frekuensi yang terletak sebelum kelas median
f = frekuensi kelas median
Cara Perhitungan Rata-Rata
 Contoh 6:

NILAI FREKUENSI
30-39 4 Menggunakan rumus median untuk
40-49 6 data berkelompok yaitu :
50-59 8
60-69 12 Med
70-79 9
80-89 7
90-99 4 dengan b = 59.5 ; p = 10 ; F = 18 ;
f = 12 maka :
50
Med = 59.5 + 10((1/2 x 50)-18)
12
= 59.5 + 5.83 = 65.3
 Secara kuantitatif nilai yang paling banyak muncul atau
frekuensi paling besar
 Sifat-sifat modus :
Modus paling stabil terhadap nilai ekstrim dibandingkan
mean dan median
Tidak memperhitungkan seluruh pengamatan
Jarang dipakai untuk analisis statistik
 Proses perhitungannya :
 Mengurutkan data dari terkecil ke terbesar

 Bisa mengandung 1 modus, 2 modus dst serta tidak ada modus

Contoh :
 Data : 2,3,4,2,3,5,3,6,3,4, Mod = 3

 Data 2,3,4,2,3,5,3,2,3,2, Mod = 2 dan 3

 Data 2,3,4,5,6,7,8,9, tidak ada modus

Rumus mencari modus untuk data berkelompok :

Mod

Ket :
b = tepi bawah kelas modus yaitu kelas interval yang memiliki
frekuensi terbanyak
p = panjang kelas modus
b1 = frekuensi kelas modus dikurangi frekuensi kelas interval
sebelumnya
b2 = frekuensi kelas modus dikurangi frekuensi kelas interval
sesudahnya
Cara Perhitungan Rata-Rata
 Contoh 7:
Berat badan 10 wanita hamil yang datang ke RSIA dikota B
pada bulan Nopember 2008 adalah sbb :
Menggunakan rumus modus untuk data
NILAI FREKUENSI berkelompok yaitu :
30-39 4 Mod
40-49 6
50-59 8
60-69 12
70-79 9 dengan b = 59.5 ; p = 10 ; b1 = 12-8 = 4 ;
80-89 7 b2 = 12 – 9 = 3 maka :
90-99 4 Mod = 59.5 + 10 x (4/(4+3))
50 = 59.5 + 5.71 = 65.21
 INTERPRETASI PERHITUNGAN
RATA-RATA
• Perhitungan nilai rata-rata dilakukan untuk memberikan
interpretasi terhadap data yang diperoleh
• Dengan menggunakan salah satu ukuran nilai rata-rata,
maka diperoleh suatu nilai yang bisa mewakili seluruh
nilai observasi yang diperoleh
• Pada kurva yang simetris, mean, median dan modus
terletak pada satu titik

X = Me = Mo
 INTERPRETASI PERHITUNGAN
RATA-RATA
• Pada kurva yang berdistribusi tidak simetris :
 Pada distribusi miring ke kanan, modus akan
bergeser ke kiri mengikuti nilai dengan frekuensi
terbanyak, mean akan bergeser ke kanan karena
terpengaruh oleh nilai ekstrim dan median
terletak antara mean dan modus

Mo Me x
 INTERPRETASI PERHITUNGAN
RATA-RATA
• Pada kurva yang berdistribusi tidak simetris :
 Pada distribusi miring ke kiri, modus akan
bergeser ke kanan mengikuti nilai dengan
frekuensi terbanyak, mean akan bergeser ke kiri
karena terpengaruh oleh nilai ekstrim dan median
terletak antara mean dan modus

x Me Mo
INTERPRETASI PERHITUNGAN
RATA-RATA

 Pada distribusi miring (kekanan atau kekiri), median

selalu berada ditengah-tengah antara mean dan
modus, mean selalu tertarik ke arah nilai ekstrim.
Secara empiris, jarak antara modus dan median
adalah 2/3 jarak modus dan mean
 kanan)
nilai modus < median < mean
HUBUNGAN ANTARA MEAN,
b.2. Menceng ke kiri
MEDIAN DAN MODUS
nilai mean < median < modus
Hubungan antara Modus, median & Rata-rata
gambar dibawah menunjukkan perbandingan letak
modus, median & rata-rata dalam tiga macam bentuk
distribusi
a. Data yang distribusinya simetris
Mo= Me= X

b. data yang distribusinya juling ke negatif

X < Me < Mo
c. data yang distribusinya juling ke positif
Mo< Me < X

X X Me Mo Mo Me X
Mo
Me

a = simetris b = juling - c=juling +