Ukuran Statistik Data

Yulia Resti
 Ukuran Statistik Data

Jenis Ukuran Statistik Data

Ukuran pemusatan: Ukuran penyebaran:

•ukuran yang menyatakan pusat dari
sebaran data.
•menunjukkan kecenderungan suatu
data yang berkelompok (memusat)
pada nilai-nilai tertentu.
•ukuran yang dipakai untuk mengukur tingkat penyebaran
data
•menunjukkan kecenderungan penyebaran nilai-nilai atau
variasi dari nilai-nilai dalam suatu distribusi
•semakin kecil ukuran penyebaran semakin seragam data
tersebut dan semakin besar ukuran penyebaran semakin
beragam data tersebut

1. Rata-rata (Mean) 1.Rentang (Range)

2. Median 2.Deviasi Rata-rata (Average Deviation)
3. Modus 3.Varians (Variance)
4.Deviasi Standar (Standard Deviation)

Data Data Data Data

Tunggal Kelompok Tunggal Kelompok
 Ukuran Pemusatan

1 RATA-RATA : suatu bilangan yang bertindak mewakili sekumpulan bilangan

RATA-RATA HITUNG (RERATA) : jumlah bilangan dibagi banyaknya
Pada data yang tidak Pada data yang
dikelompokkan: dikelompokkan:
𝑛 𝑛
    ∑ 𝑓 𝑖 𝑥𝑖
𝑥 1 + 𝑥2 +.....+ 𝑥𝑛
∑ 𝑥𝑖 𝑓 𝑥 +𝑓 𝑥 +.....+ 𝑓 𝑛 𝑥 𝑛
𝑋=
¯ = 1 ¯= 1 1 2 2
𝑋 = 1
𝑛
𝑛 𝑛 𝑓 1+ 𝑓 2 +....+𝑓 𝑛
∑ 𝑓𝑖
1

Bila terdapat sekumpulan bilangan di mana masing-masing bilangannya

memiliki frekuensi, maka rata-rata hitung menjadi :

Cara menghitung :
Bilangan (Xi) Frekuensi (fi) Xi fi
70 3 210 695
Maka : X= = 69.5
63 5 315 10
85 2 170
Jumlah 10 695
2 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
Pada data yang tidak
dikelompokkan:
Pada data yang
dikelompokkan:
  𝑛
Median=𝐿1 +
2
[
− (∑ 𝑓 )1

𝑓 𝑚𝑒𝑑
×𝑐 ]
Dimana:
L1 = batas kelas bawah dari kelas median.
N = banyak data
(Σ f)1 = jumlah frekuensi semua kelas yang lebih rendah dari kelas
median
f med = frekuensi kelas median
C = panjang kelas

5
3 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 ; p =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
Jumlah 11
6 1
5 4 - +
Mo X Me
4 1
Jumlah 11 Kurva positif apabila rata-rata hitung > modus / median
Kurva negatif apabila rata-rata hitung < modus / median
Pada data yang
dikelompokkan:
  𝛿1
𝑀𝑜𝑑𝑢𝑠=𝐿1 +
[ ]
𝛿 1+𝛿 2
×𝑐

Dimana:
L1 = batas kelas bawah dari kelas modus.
1 = selisih frekuensi kelas modus dan frekuensi kelas
sebelumnya
2 = selisih frekuensi kelas modus dan frekuensi kelas
sesudahnya
c = panjang kelas
Contoh:
Tentukan:
a) mean (rata-rata),
b) median,
c) modus
dari data berikut:

Berat badan (kg) Banyak Mahasiswa

60-62 5
63-65 18
66-68 42
69-71 27
72-74 8
Jawab: Berat badan Banyak Mahasiswa Titik Tengah mf
(kg) (f) (m)
60-62 5 (60+62)/2 = 61 5(61)=305
63-65 18 64 1152
66-68 42 67 2814
69-71 27 70 1890
72-74 8 73 584
jumlah 100 - 6745

a) Mean = 6745/100 = 67,45

b) kelas yang memuat median (frekuensi ke 50 dan 51) : kelas 66-68  L1 = 66-0,5= 65,5
ሺσ 𝑓 ሻ1 =5+18=23 Pada data yang
Fmed = 42 dikelompokkan:
𝑛
c = panjang/interval kelas 3

Median = 65,5 + ቈ2
100

42
−23
቉x 3 = 65,64
 
Median=𝐿1 + [
2
𝑓 𝑚𝑒𝑑
]
− (∑ 𝑓 )1
×𝑐

c) kelas yang memuat modus (frekuensi tertinggi : kelas 66-68  L1 = 66-0,5= 65,5
𝛿1 = 42-18 = 24
𝛿1
𝛿2 = 42-27 = 15
Modus = 65,5 + ቂ
24
ቃx 3 = 67,35
24+15
 
𝑀𝑜𝑑𝑢𝑠=𝐿 1 +
𝛿[ ]
1 +𝛿 2
×𝑐
 Ukuran Penyebaran

UKURAN YANG MENYATAKAN HOMOGENITAS / HETEROGENITAS :

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

1 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
 Kelompok A Kelompok B

2 Deviasi Rata-rata : Nilai X X - X |X – X| Nilai X X - X |X – X|

100 45 45 100 45 45
penyebaran Berdasarkan harga 90 35 35 100 45 45
mutlak simpangan bilangan- 80 25 25 100 45 45
bilangan terhadap rata-ratanya. 70 15 15 90 35 35
60 5 5 80 25 25
50 -5 5 30 -25 25
40 -15 15 20 -35 35
30 -25 25 10 -45 45
20 -35 35 10 -45 45
Rata-rata
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
3 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
s2 = Σ (Xi – X)
2 70 15 225 90 35 1225

i=1 n-1
60 5 25 80 25 625
50 -5 25 30 -25 625
40 -15 225 20 -35 1225
30 -25 625 10 -45 2025
4 Deviasi Standar : penyebaran
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
Latihan:
Dimiliki data berikut:
Nilai Frekuensi
10 – 14 6
15 – 19 4
20 – 24 12
25 – 29 16
30 – 34 10
35 – 39 2

50

Tentukan mean, median, dan modusnya

 Jawab :
Rata-rata (Mean)

𝑛
Nilai xi Fi Fi.Xi  
∑ 𝑓 𝑖 ⋅ 𝑥𝑖
10 – 14 12 6 72 𝑥=
¯
𝑖=1
𝑛
15 – 19 17 4 68 ∑ 𝑓 𝑖
𝑖=1
20 – 24 22 12 264
27 16 432  
25 – 29
30 – 34 32 10 320
35 – 39 37 2 74
Jumlah
50 1230
 •Karena n = 50, maka kelas median adalah yang memuat data
ke-25, yaitu kelas 25 – 29. maka diperoleh :
• = 24,5 Nilai Frekuensi
• = 6 + 4 + 12 = 22 10 – 14 6
15 – 19 4
• = 16 12
20 – 24
• c =5 25 – 29 16
10
  𝑛 30 – 34

𝑀𝑒=𝐿1 +
 
( 2
)
−∑ 𝑓 1
𝑓 𝑚𝑒𝑑
𝑐
35 – 39

Jumlah
2

50
 • Kelas modus adalah 25 – 29. sehingga :
• l1 = 24,5
• 1 = 16 – 12 = 4
• 2 = 16 – 10 = 6
• c =5 Nilai Frekuensi
10 – 14 6
 
𝛿1
𝑀𝑜 𝑑𝑢𝑠=𝑙 1+
 
𝛿 1 +𝛿 2
𝑐
4
( ) 15 – 19
20 – 24
25 – 29
4
12
16
¿24,5+
 
( )
4 +6
4
5 30 – 34
35 – 39
10
2
¿24,5+
 
(
10
¿24,5+2
) 5 50

¿26,5
 
 KUARTIL

PENGERTIAN
• Adalah nilai-nilai dari data yang membagi gugus data
yang telah tersortir menjadi 4 bagian yang sama besar.
• Karena membagi 4 bagian, maka akan dikenal 3 macam
kuartil, yaitu:
Kuartil ke-I, adalah nilai dari data yang membagi gugus data
menjadi 25% sebelah bawah dan 75% sebelah atas. → Q1
Kuartil ke-II, adalah nilai dari data yang membagi gugus data
menjadi 50% sebelah bawah dan 50% sebelah atas. → Q2
Kuartil ke-III, adalah nilai dari data yang membagi gugus data
menjadi 75% sebelah bawah dan 25% sebelah atas. → Q3

17
 KUARTIL

LETAK KUARTIL
• Untuk data-data yang telah tersusun dalam TDF,
  𝑛
Letak   Q1=
4
  2𝑛 𝑛
Letak   Q2= =
→ Letak Median
4 2

  3𝑛
Letak   Q3=
4
Keterangan: n = banyaknya data
18
 KUARTIL

• Setelah Kelas Kuartil ditentukan, selanjutnya nilai

Kuartil ke-q dapat dicari dengan menyelesaikan
 
perhitungan: 𝑠
Kuartilke −q =TBBKelasKuartilke − q+i. ( )
𝑓𝑄

  atau 𝑠′
Kuartilke −q =TBAKelasKuartilke − q − i.
( )
𝑓𝑄

q = 1, 2, dan 3
19
KUARTIL
• Keterangan formula:
di mana:
TBB = Tepi Batas Bawah
TBA = Tepi Batas Atas
s = selisih antara Letak Kuartil dengan frekuensi
kumulatif sebelum Kelas Kuartil
s’ = selisih antara Letak Kuartil dengan frekuensi
kumulatif sampai Kelas Kuartil
i = interval kelas
fQ = frekuensi Kelas Kuartil

20
 KUARTIL
Contoh 4:
• Misal diketahui sebuah TDF hipotetik sbb:
Kelas Frekuensi Frek. Kumulatif
16 - 23 10 10
24 - 31 17 27
Kelas 32 - 39 7 34
Q3 40 - 47 10 44
48 - 55 3 47
56 - 63 3 50
 50 ----

Berapakah kuartil ke-3 sebaran data tersebut di atas?

21
KUARTIL
• Jawab:
Letak Kuartil ke-3 ditentukan terlebih dulu:
Letak Q3 = 3n/4 = (3×50)/4 = 37,5
Dari frekuensi kumulatif dapat diketahui bahwa data ke-
37,5 berada di kelas 40 – 47 (kelas ini memuat data ke-35
sampai data ke-44). Dengan demikian, Kelas Q3 adalah
kelas 40 – 47.
TBB Kelas Q3 = (39 + 40) / 2 = 39½
TBA Kelas Q3 = (47 + 48) / 2 = 47½
Lebar Kelas, i = 39½ – 47½ = 8
Frek. Kum. sblm Kelas Q3 = 34 → s = 37,5 – 34 = 3,5
Frek. Kum. sampai Kelas Q3 = 44 → s’ = 44 – 37,5 = 6,5
Frekuensi Kelas Kuartil = 10
22
KUARTIL
• Jawab (lanjutan…):

  3,5
Jadi, Q3=39,5+8. ( )
10
=42,3

  6,5
atau Q3=47,5− 8. ( )=42,3
10

23
 DESIL

PENGERTIAN
• Adalah nilai-nilai dari data yang membagi gugus data
yang telah tersortir menjadi 10 bagian yang sama besar.
• Karena membagi 10 bagian, maka akan dikenal 9 macam
desil, yaitu:
Desil ke-1, adalah nilai dari data yang membagi gugus data
menjadi 10% sebelah bawah dan 90% sebelah atas. → D1
Desil ke-2, adalah nilai dari data yang membagi gugus data
menjadi 20% sebelah bawah dan 80% sebelah atas. → D2
Desil ke-7, adalah nilai dari data yang membagi gugus data
menjadi 70% sebelah bawah dan 30% sebelah atas. → D7

24
 DESIL

LETAK DESIL
• Untuk
  data-data
𝑛 yang telah tersusun dalam TDF,
Letak   D1=
10
  2𝑛 𝑛
Letak   D2= =
10 5
  5𝑛 𝑛
Letak   D5= =
→ Letak
10 Median
2
  7𝑛
Letak   D7=
10

Keterangan: n = banyaknya data

25
 DESIL

• Setelah Kelas Desil ditentukan, selanjutnya nilai

Desil ke-d dapat dicari dengan menyelesaikan
 
perhitungan: 𝑠
Desilke − d=TBBKelasDesilke − d+i.
( )
𝑓𝐷

  atau 𝑠′
Desilke − d=TBAKelasDesilke − d − i.
( )
𝑓𝐷

d = 1, 2, 3, ….., 9
26
DESIL
• Keterangan formula:
di mana:
TBB = Tepi Batas Bawah
TBA = Tepi Batas Atas
s = selisih antara Letak Desil dengan frekuensi
kumulatif sebelum Kelas Desil
s’ = selisih antara Letak Desil dengan frekuensi
kumulatif sampai Kelas Desil
i = interval kelas
fD = frekuensi Kelas Desil

27
 DESIL
Contoh 5:
• Misal diketahui sebuah TDF hipotetik sbb:
Kelas Frekuensi Frek. Kumulatif
16 - 23 10 10
24 - 31 17 27
Kelas 32 - 39 7 34
D9 40 - 47 10 44
48 - 55 3 47
56 - 63 3 50
 50 ----

Berapakah desil ke-9 sebaran data tersebut di atas?

28
DESIL
• Jawab:
Letak Desil ke-9 ditentukan terlebih dulu:
Letak D9 = 9n/10 = (9×50)/10 = 45
Dari frekuensi kumulatif dapat diketahui bahwa data ke-45
berada di kelas 48 – 55 (kelas ini memuat data ke-45
sampai data ke-47). Dengan demikian, Kelas D9 adalah kelas
48 – 55.
TBB Kelas D9 = (47 + 48) / 2 = 47½
TBA Kelas D9 = (55 + 56) / 2 = 55½
Lebar Kelas, i = 55½ – 47½ = 8
Frek. Kum. sblm Kelas D9 = 44 → s = 45 – 44 = 1
Frek. Kum. sampai Kelas D9 = 47 → s’ = 47 – 45 = 2
Frekuensi Kelas Desil = 3
29
DESIL
• Jawab (lanjutan…):

  1
Jadi,
3()
D 9=47,5+8. =50,166.. .

  2
atau D 9=55,5− 8. ( )=50,166. . .
3

30
 PERSENTIL

PENGERTIAN
• Adalah nilai-nilai dari data yang membagi gugus data
yang telah tersortir menjadi 100 bagian yang sama besar.
• Karena membagi 100 bagian, maka akan dikenal 99
macam persentil, yaitu:
Persentil ke-1, adalah nilai dari data yang membagi gugus data
menjadi 1% sebelah bawah dan 99% sebelah atas. → P1
Persentil ke-32, adalah nilai dari data yang membagi gugus
data menjadi 32% sebelah bawah dan 68% sebelah atas. → P32
Persentil ke-73, adalah nilai dari data yang membagi gugus
data menjadi 73% sebelah bawah dan 27% sebelah atas. → P73

31
 PERSENTIL

LETAK PERSENTIL
• Untuk
  data-data
𝑛 yang telah tersusun dalam TDF,
Letak   P1=
100
  32 𝑛
Letak   P32=
100
  50 𝑛 𝑛
Letak   P50= =
→ Letak
100 Median
2
  73 𝑛
Letak   P73=
100

Keterangan: n = banyaknya data

32
 PERSENTIL

• Setelah Kelas Persentil ditentukan, selanjutnya nilai

Persentil ke-p dapat dicari dengan menyelesaikan
 
rumus: 𝑠
( )
Persentilke − p=TBBKelasPersentilke − p+i .
𝑓𝑃

  atau 𝑠′
( )
Persentilke − p=TBAKelasPersentilke − p− i .
𝑓𝑃

p = 1, 2, 3, ….., 99
33
PERSENTIL
• Keterangan formula:
di mana:
TBB = Tepi Batas Bawah
TBA = Tepi Batas Atas
s = selisih antara Letak Persentil dengan
frekuensi
kumulatif sebelum Kelas Persentil
s’ = selisih antara Letak Persentil dengan
frekuensi
kumulatif sampai Kelas Persentil
i = interval kelas
fP = frekuensi Kelas Persentil

34
 PERSENTIL
Contoh 6:
• Misal diketahui sebuah TDF hipotetik sbb:
Kelas Frekuensi Frek. Kumulatif
16 - 23 10 10
24 - 31 17 27
Kelas 32 - 39 7 34
P56 40 - 47 10 44
48 - 55 3 47
56 - 63 3 50
 50 ----

Berapakah persentil ke-56 sebaran data tersebut di

atas?

35
PERSENTIL
• Jawab:
Letak Persentil ke-56 ditentukan terlebih dulu:
Letak P56 = 56n/100 = (56×50)/100 = 28
Dari frekuensi kumulatif dapat diketahui bahwa data ke-28
berada di kelas 32 – 39 (kelas ini memuat data ke-28
sampai data ke-34). Dengan demikian, Kelas P56 adalah
kelas 32 – 39.
TBB Kelas P56 = (31 + 32) / 2 = 31½
TBA Kelas P56 = (39 + 40) / 2 = 39½
Lebar Kelas, i = 39½ – 31½ = 8
Frek. Kum. sblm Kelas P56 = 27 → s = 28 – 27 = 1
Frek. Kum. sampai Kelas P56 = 34 → s’ = 34 – 28 = 6
Frekuensi Kelas Persentil = 7
36
PERSENTIL
• Jawab (lanjutan…):

  1
Jadi,
7()
P 56=31,5+8. =32,642. ..

  6
atau P 56=39,5− 8. ( )=32,642.. .
7

37
 UKURAN LOKASI

Review:
• Hitunglah nilai median, Q3, D4, dan P67 atas data
contoh pada pertemuan ke-2 yang
Kelas Titik datanya ditulis
Tengah Frekuensi
ulang sbb: 16-22 19 9
23-29 26 12
30-36 33 7
37-43 40 15
44-50 47 2
51-57 54 3
58-64 61 2
Jml () 50

38
 RATA-RATA TERTIMBANG

PENGERTIAN
• Adalah perhitungan rata-rata yang
mempertimbangkan beban yang berbeda-beda
untuk setiap nilai data.
• Pengertian bobot sama seperti penggunaan
frekuensi kelas pada perhitungan rata-rata
aritmetika untuk data yang tersusun dalam TDF.
• Contohnya dapat ditemui pada perhitungan nilai
indeks prestasi, nilai penjualan barang, dan lain-
lain.
39
 RATA-RATA TERTIMBANG

• Formula yang dipakai menyesuaikan dari

perhitungan rata-rata aritmetika
n bagi data yang
tersusun dalam TDF.  i 1
Bi xi
xB  n

B
i 1
i

xB

di mana: = rata-rata tertimbang

Bi = bobot data ke-i
xi = data ke-i
n = banyaknya data
40
 RATA-RATA TERTIMBANG

Contoh 7:
• Diketahui transkrip nilai seorang mahasiswa sbb:
Mata Kuliah Nilai Angka Mutu SKS ( Bi . xi
Mutu ( xi ) Bi )
Pancasila B 3 2 6
Teori Ekonomi A 4 4 16
Bahasa Inggris C 2 3 6
Pengantar Mnj A 4 3 12
 14 12 40

Berdasarkan data transkrip tersebut, hitunglah Indeks

Prestasi dari mahasiswa yang bersangkutan.
41
 RATA-RATA TERTIMBANG

• Jawab:
Indeks Prestasi
n mahasiswa yang bersangkutan
adalah:  Bi xi
i 1 40
xB  n
12
 Bi
= i 1 = 3,33…

42
 RATA-RATA GEOMETRIK

PENGERTIAN
• Adalah perhitungan rata-rata yang digunakan pada
data laju pertumbuhan (growth rate) →
perhitungan rata-rata laju pertumbuhan.
• Laju pertumbuhan dapat dijumpai misalnya pada
data pertumbuhan penduduk, tingkat bunga, inflasi,
dan lain-lain.

43
 RATA-RATA GEOMETRIK

• Formula yang digunakan adalah sebagai berikut:

G  x1  x2  x3    xn
n

atau
log x 1  log x 2  log x 3     log x n
log G =
n

di mana: G = rata-rata geometrik

xi = data ke-i
n = banyaknya data

44
 RATA-RATA GEOMETRIK

Contoh 8:
• Diketahui gugus data pertumbuhan suku bunga selama
5 hari kerja (dalam %) sebagai berikut:
1,5 2,3 3,4 1,2 2,5
Berpakah rata-rata pertumbuhannya selama 5 hari tsb?

• Jawab:
Perhitungan menggunakan cara logaritma sebagai
berikut:

45
RATA-RATA GEOMETRIK
Rata-rata pertumbuhannya adalah:

G  n x1  x2  x→
3    xn

log x1  log x 2  log x 3  log x 4  log x 5

log G =
5
 log 1.5+  log  2.3+log 3.4+log 1.2+  log  2.5
¿
5
 0.176...+ 0.361...+0.531 ...+0.079 ...+0.397 ...
¿
5
 1.5464 ...→ G = antilog 0,30928
¿ =0,30928
5
46