NILAI TENDENSI TENGAH

CENTRAL TENDENCY

1
 Distribusi Frekuensi

DISTRIBUSI FREKUENSI : mengelompokkan data interval/rasio dan menghitung

banyaknya data dalam satu kelompok/klasifikasi

USIA FREKUENSI Membuat distribusi frekuensi :

1. Mencari sebaran (range) yakni selisih antara data paling besar
20 5
dengan data paling kecil)  35 – 20 = 15
21 6 2. Menentukan banyak kelas dengan rumus k = 1 + 3,3 log n
22 13 7
1. Menentukan panjang kelas dengan rumus
23 4 i = sebaran / banyak kelas  15/7 = 2
24 7
25 7 KELOMPOK USIA FREKUENSI
26 7 20 – 21 11
27 5 22 – 23 17
28 3 24 – 25 14
29 4 26 – 27 12
30 15 28 – 29 7
31 3 30 – 31 18
33 5 32 - 33 5
35 1 34 - 35 1

2
 Frekuensi

FREKUENSI : banyaknya data untuk satu kelompok/klasifikasi

KELOMPOK FREKUENSI PEKERJAAN FREKUENSI

Kelompok ke-1 f1 Administrasi 18
Kelompok ke-2 f2 Personalia 8
Kelompok ke-3 f3 Produksi 19
Kelompok ke-i fi Marketing 27
Kelompok ke-k fk Keuangan 13
k 85
n = Σ fi
i=1

k
n = Σ fi = f1 + f2 + f3 +….. + fi + …… + fk
i=1
3
 Tabel Silang

TABEL : memberikan informasi secara rinci. Terdiri atas kolom dan baris

Kolom pertama : LABEL

KOLOM
Kolom kedua …. n : Frekuensi atau label
TABEL
BARIS Berisikan data berdasarkan kolom

Tabel Tabulasi Silang

Prestasi Kerja
Bidang pekerjaan Sangat Jelek Cukup Baik Sangat Jumlah
jelek baik baik
Administrasi
Personalia
Produksi
Marketing
Keuangan
Jumlah
4
 Penyajian Data
TABEL
Tabel 1.1 Bidang Pekerjaan berdasarkan Latar Belakang Pendidikan

Count
pendidikan
SMU Akademi Sarjana Jumlah
bidang adminis tras i 1 8 6 15
pekerjaan personalia 1 7 8
produks i 4 3 5 12
marketing 2 14 11 27
keuangan 3 4 6 13
Jumlah 10 30 35 75

bidang pekerjaan
GRAFIK administrasi
personalia
produksi
marketing
keuangan

Pies show counts

5
 Membuat Grafik

GRAFIK : memberikan informasi dengan benar dan cepat, tetapi tidak rinci.

Syarat :
1. Pemilihan sumbu (sumbu tegak dan sumbu datar), kecuali grafik lingkaran
2. Penetapan skala (skala biasa, skala logaritma, skala lain)
3. Ukuran grafik (tidak terlalu besar, tinggi, pendek)

Jenis Grafik :
4
• Grafik Batang (Bar)
Sumbu tegak

3
• Grafik Garis (line)
2
• Grafik Lingkaran (Pie)
1
• Lain-lain
0
1 2 3 4
Titik
pangkal Sumbu datar

6
 Jenis Grafik

Grafik Batang (Bar) Grafik Garis (line)

30 30

20 20

10 10

Jumlah
Count

0 0
administrasi personalia produksi marketing keuangan administrasi personalia produksi marketing keuangan

bidang pekerjaan bidang pekerjaan

Grafik lingkaran (pie) Grafik Interaksi (interactive)

800000

keuangan
administrasi

700000

600000

personalia
500000
Mean gaji perbulan

Jenis kelamin
400000
marketing
laki-laki
produksi
300000 w anita
sangat jelek jelek cukup baik baik sangat baik
7
prestasi kerja
Ukuran Tendensi Sentral

RATA-RATA HITUNG = RATA-RATA = RERATA

(AVERAGE, MEAN)

MEDIAN

MODUS = MODI

Ukuran Penyebaran / Keragaman / Dispersi

/ Dispersion

8
 Kapan menggunakan ?

• Data kontinyu
• Distribusi data :
- Normal  Mean
 Modus
- Tidak Normal  Median

• Data Diskrit  Modus

9
 Normalitas
Distribusi Normal : kurva berbentuk bel, simetris, simetris terhadap sumbu yang
melalui nilai rata-rata

Kurtosis = keruncingan

Skewness = kemiringan

+3s  +2s  -s   +s  +2s  +3s

68%
95%
99%

• Lakukan uji normalitas

- Rasio Skewness & Kurtosis berada –2 sampai +2
Rasio = nilai
Standard error
- Uji Kolmogorov Smienov atau Saphiro Wilk

10
 Ukuran Tendensi Sentral
RATA-RATA : suatu bilangan yang bertindak mewakili sekumpulan bilangan
RATA-RATA HITUNG (RERATA) : jumlah bilangan dibagi banyaknya

X + X2 + X3 + … + Xn n
X= 1 Σ Xi
n i =1

n
Bila terdapat sekumpulan bilangan di mana masing-masing bilangannya memiliki frekuensi,
maka rata-rata hitung menjadi :
k
X f + X2 f2 + X3 f3 + … + Xkfk Σ Xifi
X= 1 1
f 1 + f2 + f 3 + … + f k i =1

k
Σ fi
Cara menghitung : i =1

Bilangan (Xi) Frekuensi (fi) Xi fi

70 3 210
63 5 315
Maka : X = 695 = 69.5
10
85 2 170
Jumlah 10 695
11
 Median

MEDIAN : nilai tengah dari sekumpulan data setelah diurutkan yang fungsinya membantu
memperjelas kedudukan suatu data.

Contoh : diketahui rata-rata hitung nilai ulangan dari sejumlah siswa adalah 6.55.
Pertanyaannya adalah apakah siswa yang memperoleh nilai 7
termasuk istimewa, baik, atau biasa-biasa saja ?

Jika nilai ulangan tersebut adalah : 10 10 8 7 7 6 5 5 5 5 4,

maka rata-rata hitung = 6.55, median = 6
Kesimpulan : nilai 7 termasuk kategori baik sebab berada di atas rata-rata hitung
dan median (kelompok 50% atas)

Jika nilai ulangan tersebut adalah : 8 8 8 8 8 8 7 5 5 4 3,

maka rata-rata hitung = 6.55, median = 8
Kesimpulan : nilai 7 termasuk kategori kurang sebab berada di bawah median
(kelompok 50% bawah)

Jika sekumpulan data banyak bilangannya genap (tidak mempunyai bilangan tengah)
Maka mediannya adalah rerata dari dua bilangan yang ditengahnya.
Contoh : 1 2 3 4 5 6 7 8 8 9 maka median (5+6) : 2 = 5.5

12
 Modus

MODUS : bilangan yang paling banyak muncul dari sekumpulan bilangan,

yang fungsinya untuk melihat kecenderungan dari sekumpulan bilangan tersebut.

Contoh : nilai ulangan 10 10 8 7 7 6 5 5 5 5 4

Maka : s = 6 ; k = 3 ; i =2
rata-rata hitung = 6.55 ; median = 6
modus = 5 ; kelas modus = 5 - 7

Nilai Frekuensi Nilai Frekuensi

10 2 8 – 10 3
8 1 5–7 7
7 2 2–4 1
6 1 Jumlah 11
5 4
4 1
Jumlah 11 - +
Mo  Me

Kurva positif apabila rata-rata hitung > modus / median

Kurva negatif apabila rata-rata hitung < modus / median
13
 Ukuran Penyebaran

UKURAN YANG MENYATAKAN HOMOGENITAS / HETEROGENITAS :

1. RENTANG (Range)
2. DEVIASI RATA-RATA (Average Deviation)
3. VARIANS (Variance)
4. DEVIASI STANDAR (Standard Deviation)

Rentang (range) : selisih bilangan terbesar dengan bilangan terkecil.

Sebaran merupakan ukuran penyebaran yang sangat kasar, sebab hanya bersangkutan
dengan bilangan terbesar dan terkecil.

Contoh : A : 100 90 80 70 60 50 40 30 20 10
X = 55
B : 100 100 100 100 100 10 10 10 10 10
r = 100 – 10 = 90
C : 100 100 100 90 80 30 20 10 10 10

Rata-rata

14
 Deviasi rata-rata
Deviasi Rata-rata : penyebaran
Berdasarkan harga mutlak simpangan Kelompok A Kelompok B
bilangan-bilangan terhadap rata- Nilai X X - X |X – X| Nilai X X - X |X – X|
ratanya. 100 45 45 100 45 45
90 35 35 100 45 45
80 25 25 100 45 45
70 15 15 90 35 35
60 5 5 80 25 25

Rata-rata 50 -5 5 30 -25 25
40 -15 15 20 -35 35
30 -25 25 10 -45 45
20 -35 35 10 -45 45
10 -45 45 10 -45 45
Jumlah 0 250 Jumlah 0 390

DR = 250 = 25 DR = 390 = 39
10 10

n
|Xi – X|
Rata-rata DR = Σ
n
i=1

Makin besar simpangan,

makin besar nilai deviasi rata-rata
15
 Varians & Deviasi Standar

Varians : penyebaran berdasarkan Kelompok A Kelompok B

jumlah kuadrat simpangan bilangan- Nilai X X -X (X–X)2 Nilai X X -X (X –X)2
bilangan terhadap rata-ratanya ; 100 45 2025 100 45 2025
melihat ketidaksamaan sekelompok data
90 35 1225 100 45 2025
80 25 625 100 45 2025
n
s = Σ (Xi – X)
2 70 15 225 90 35 1225
2

i=1 n-1 60 5 25 80 25 625

50 -5 25 30 -25 625
40 -15 225 20 -35 1225

Deviasi Standar : penyebaran 30 -25 625 10 -45 2025

berdasarkan akar dari varians ; 20 -35 1225 10 -45 2025

menunjukkan keragaman kelompok data 10 -45 2025 10 -45 2025
Jumlah 8250 Jumlah 15850

8250 15850
n s= √ 9 = 30.28 s= √ 9 = 41.97
√ Σ (Xi – X)
2
s=
i=1 n-1
Kesimpulan :
Kelompok A : rata-rata = 55 ; DR = 25 ; s = 30.28
Kelompok B : rata-rata = 55 ; DR = 39 ; s = 41.97
Maka data kelompok B lebih tersebar daripada kelompok A
16
Output SPSS for windows

17
Frequencies

Statistics

N
Valid Missing
Us ia (th) 85 0
Us ia (th) 85 0

Usia (th)

Valid Cumulative
Frequency Percent Percent Percent
Valid 20 5 5,9 5,9 5,9
21 6 7,1 7,1 12,9
22 13 15,3 15,3 28,2
23 4 4,7 4,7 32,9
24 7 8,2 8,2 41,2
25 7 8,2 8,2 49,4
26 7 8,2 8,2 57,6
27 5 5,9 5,9 63,5
28 3 3,5 3,5 67,1
29 4 4,7 4,7 71,8
30 15 17,6 17,6 89,4
31 3 3,5 3,5 92,9
33 5 5,9 5,9 98,8
35 1 1,2 1,2 100,0
Total 85 100,0 100,0
Total 85 100,0

18
 Usia (th)

Valid Cumulative
Frequency Percent Percent Percent
Valid 20-21 11 12,9 12,9 12,9
22-23 17 20,0 20,0 32,9
24-25 14 16,5 16,5 49,4
26-27 12 14,1 14,1 63,5
28-29 7 8,2 8,2 71,8
30-31 18 21,2 21,2 92,9
32-33 5 5,9 5,9 98,8
34-35 1 1,2 1,2 100,0
Total 85 100,0 100,0
Total 85 100,0

Explore

Case Processing Summary

Cases
Valid Missing Total
N Percent N Percent N Percent
Us ia (th) 85 100,0% 0 ,0% 85 100,0%

19
 Descriptives

Statistic Std. Error

Us ia (th) Mean 25,96 ,43
95% Confidence Lower
25,12
Interval for Mean Bound
Upper
26,81
Bound
5% Trimmed Mean
Tests of Normality
25,88
Kolmogorov-Smirnova
Median 26,00 Statistic df Sig.
Variance 15,511 Us ia (th) ,130 85 ,001
Std. Deviation a. Lilliefors Significance Correction
3,94
Minimum 20
Maximum 35
Range 15
Interquartile Range
8,00
Skewness ,244 ,261
Kurtos is -1,047 ,517

20
Usia (th)

Histogram
20

10

Std. Dev = 3,94

Mean = 26,0
0 N = 85,00
20,0 22,0 24,0 26,0 28,0 30,0 32,0 34,0 36,0
21
Usia (th)
Usia (th) Stem-and-Leaf Plot

Frequency Stem & Leaf

11,00 2 . 00000111111
17,00 2 . 22222222222223333
14,00 2 . 44444445555555
12,00 2 . 666666677777
7,00 2 . 8889999
18,00 3 . 000000000000000111
5,00 3 . 33333
1,00 3. 5

Stem width: 10
Each leaf: 1 case(s)

22
 Normal Q-Q Plot of Usia (th)
3

-1

-2
10 20 30 40

Observed Value

23
 Detrended Normal Q-Q Plot of Usia (th)
,4

,3

,2

,1

-,0

-,1

-,2

-,3
18 20 22 24 26 28 30 32 34 36

Observed Value

24
40

30

20

10
N= 85

Usia (th)

25
Frequencies

Statistics

N St d.
Valid Missing Mean Median Mode Deviation
St atist ic St atist ic St atist ic St atist ic St atist ic St atist ic
Us ia (t h) 85 0 25,96 26,00 30 3,94

Statistics

Skewness Kurtos is Range

Statistic Std. Error Statistic Std. Error Statistic
Us ia (th) ,244 ,261 -1,047 ,517 15

Statistics

Percentiles
Minimum Maximum 25,00 50,00 75,00
Statistic Statistic Statistic Statistic Statistic
Us ia (th) 20 35 22,00 26,00 30,00

26
 Histogram
20

10
Frequency

Std. Dev = 3,94

Mean = 26,0
0 N = 85,00
20,0 22,0 24,0 26,0 28,0 30,0 32,0 34,0 36,0

Usia (th)

27
SPSS for Windows

Langkah pengoperasian

28
29