UKURAN PEMUSATAN

(NILAI SENTRAL) DISPERSI,

SKEWNES DAN KURTOSIS

OLEH :
MOH. AMIN, SE., MSA
Ukuran Pemusatan Data (Central Tendency)

- Salah satu aspek yang paling penting untuk

menggambarkan distribusi data adalah nilai
pusat data pengamatan (tendensi sentral).
Setiap pengukuran aritmatika yang ditujukan
untuk menggambarkan suatu nilai yang mewakili
nilai pusat atau nilai sentral dari suatu gugus
data (himpunan pengamatan) dikenal sebagai
ukuran tendensi sentral.
- Merupakan nilai tunggal yang mewakili semua
data atau kumpulan pengamatan dimana nilai
tersebut menunjukkan pusat data.
Yang termasuk ukuran pemusatan dan letak data :
1. Rata-rata hitung
2. Median
3. Modus
4. Rata-rata ukur
5. Rata-rata harmonis
6. Kwartil, desil dan persentil.
1. RATA-RATA HITUNG

adalah : sering disebut dengan istilah

mean saja. merupakan metode yang
paling banyak digunakan untuk
menggambarkan ukuran tendensi
sentral. Mean dihitung dengan
menjumlahkan semua nilai data
pengamatan kemudian dibagi dengan
banyaknya data.
Yang biasa disebut rata-rata dalam
kehidupan sehari-hari adalah rata-rata
hitung.
PERNAHKAH MENDENGAR PERNYATAAN
INI?
 Berapa rata-rata nilai ulangan statistika di kelasmu?
 Tinggi badan rata-rata mahasiswa kelas J adalah 156
cm
 Berapa keuntungan rata-rata yang diperoleh petani
padi setiap musim dalam satu tahun?
 Berapa rata-rata jumlah kendaraan bermotor yang
melintasi Jalan Jenderal Sudirman setiap menit?
1. RATA-RATA HITUNG

Rata-rata hitung populasi dinyatakan

dengan lambang  dibaca “mu”,
sedangkan rata-rata hitung sampel
dinyatakan dengan lambang dibaca “x
bar” atau dan lain-lain, tergantung
lambang yang digunakan untuk
menyatakan variable yang sedang dicari
rata-ratanya.
1. RATA-RATA HITUNG
terdapat dua cara untuk menghitung nilai rata-rata hitung
1. rata-rata hitung untuk data yang belum dikelompokkan
(ungrouped data)
2. Rata-rata hitung yang telah dikelompokan (grouped
data)
Terbagi dalam dua metode :
- Rata-rata hitung dengan metode panjang (long
Method)
- Rata-rata hitung dengan metode pendek
(short Method)
Rata-rata Hitung Sederhana


1. Data Tidak Berkelompok
X  X 2  ...  X n xi
X 1
n
Atau X 
n
n = banyak data : xi = harga data

2. Data Berkelompok

X
 fi.xi Xi = titik tengah dalam interval kelas
x0 = nilai arbriter dalam xi
 fi i = interval kelas
ui = xi – x0
Cara panjang i

X  x0 
 fi.ui
.i
 fi
Cara pendek
Contoh soal 1

Nilai ulangan statistika 5 mahasiswa akuntansi

kelas J adalah
8, 5, 7, 10, dan 5.
tentukan nilai rata-rata dari nilai 5 mahasiswa
akuntansi kelas J tersebut .............?
 Pembahasan soal 1

Dik :
Data = 8, 5, 7,10, 5

n = banyak data =5

Σxi = jumlah data = 8 + 5 + 7 + 10 + 5

= 35
Ditanya : rata-rata  X
Jawab :
Σxi
x
n
35
== 7
5
 Contoh soal 2

Berat badan 10 orang mhs kls J adalah z, 48,

50, 44, 46, 50, 56, 57, 44, dan 45 kg. Jika berat
badan rata-rata ke 10 mahasiswa tersebut 50
kg, nilai yang benar untuk z adalah …. Kg.
 Pembahasan soal 2

Diketahui : Ditanya : z
banyak data = n = 10 Jawab :
Rata-rata = 50
Σxi
Jumlah data x 
n
z  440
Σxi = z + 48+50+44+46+50 50 = 10
+56+57+44+45 z + 440 = 50 . 10
= z + 440
z + 440 = 500
z = 500 – 440
z = 60
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)
2. Dengan Memakai Kode (U)
Interval Kelas Nilai Tengah U Frekuensi fU
(X)
9-21 15 -3 3 -9
22-34 28 -2 4 -8
35-47 41 -1 4 -4
48-60 54 0 8 0
61-73 67 1 12 12
74-86 80 2 23 46
87-99 93 3 6 18
Σf = 60 ΣfU = 55

 fU   55 
X  X0  c    54  13    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 
 - 19 
Med  60,5  13  2
Σf = 60
  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.
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 
Tugas rumah
nilai F
1–3 5
4–6 7
7–9 9
10 – 12 4
11 – 15 3
16 – 18 2
jumlah 30

1. Tentukan nilai rata – ratanya metode panjang dan pendek

2. Tentukan nilai standar deviasi metode pendek dan panjang
3. Tentukan nilai Skewness (SK/TK)