STATISTIKA

PENGUKURAN
TENDENSI
SENTRAL DAN DISPERSI
PENDAHULUAN
Dalam aktivitas pengamatan,
penelitian atau observasi
tidak jarang dijumpai data
yang berhasil dihimpun tidak memperlihatkan karakteristik
sama atau berbeda antara
satu dengan yang lainnya
Dengan kata lain distribusi
Salah satu tugas statistik
data yang tersusun ada
adalah menentukan suatu
kemungkinan akan
angka di sekitar mana nilai-
nilai dalam distribusi
data yang relatif homogen
memusat.
atau heterogen.
Dengan kata lain salah satu tugas statistik adalah
menentukan angka yang menjadi pusat suatu
distribusi.

Angka/ nilai yang menjadi pusat suatu distribusi

selanjutnya disebut tendensi sentral atau
kecenderungan tengah.

Ada 3 jenis pengukuran tendensi sentral yang sangat

penting yaitu; Mean, Median dan Mode/ modus.
MEAN / RATA-RATA (X)

Mean diterapkan dengan tujuan untuk

menentukan angka/ nilai rata-rata dan
secara aritmatik ditentukan dengan cara
menjumlah seluruh nilai dibagi
banyaknya individu.

Pengukuran rata-rata dapat diterapkan

dengan asumsi bahwa data yang
diperoleh dari hasil pengukuran berskala
interval dan rasio.
  N ∑X
1. Mean ( X ) = ; Jumlah nilai dibagi banyaknya individu
 2. Mean yang ditimbang : menentukan rata-rata jika
data ada frekuensinya
 ∑ FX

Mean ( X ) = ; Jumlah frek. kali nilai dibagi total frek.

N

3. Menghitung mean pada kasus data bergolong bisa dilakukan

dengan rumus mean terkaan sebagai berikut :
RUMUS MEAN
∑ fx’
Mean ( X ) = MT +{ }. i
N
KETERANGAN :

MT : mean terkaan/ mean kerja,

ditentukan titik dari
tengah interval nilai dimana
harga mean diterka.
Fx’ : jumlah deviasi kesalahan akibat
terkaan
N : jumlah individu/ total
frekuensi.
i : lebar interval
MEDIAN (MDN)

Median adalah nilai yang membagi distribusi

menjadi 2 bagian yang sama yakni 50 persen,
50 persen.

Harga median bisa ditentukan dengan beberapa

formulasi tergantung pada kasus yang dihadapi.
JIKA DATANYA TUNGGAL
 Median = X ( k + 1 ) atau nilai yang ke k + 1
 untuk kasus n ganjil
N-1
dimana n = 2 k+1 dan k =
2

 Median = ½ ( X k + X k+1)
 untuk n genap
N
dimana n = 2 k dan k=
2
JIKA DATANYA BERGOLONG

½ N – Cfb
Median = Bb + {
}. i Fd

Keterangan :
Bb : Batas bawah nyata dari interval kelas
yang mengandung
median
Cfb : Frekuensi kumulatif dibawah interval kelas
yang mengandung median
Fd : Frekuensi dalam interval yang mengandung
median
i : Lebar kelas/ interval
N : Banyak individu atau jumlah frekuensi
 MODUS / MODE

Modus didefinisikan sebagai nilai yang paling sering muncul atau nilai
yang memiliki frekuensi paling banyak.

Satu hal yang perlu diingat bahwa modus adalah persoalan nilai
bukannya frekuensi. Frekuensi hanya menunjuk intensitas kemunculan
sesuatu nilai.

Pada data tunggal menentukan mode/modus hanya dengan

memperhatikan nilai yang memiliki frekuensi terbanyak maka dapat
diidentifikasi nilai modus/mode dari distribusi data.
Definisi : Nilai yang (paling) sering muncul.
Rumus Modus Berkelompok: Mo= L + (d1/(d1+d2)) x i

Mo= Modus
L = Batas semu kelas modus
D1 = Selisih frekuensi kelas modus dengan kelas
sebelumnya.
D2 = Selisih frekuensi kelas modus dengan
kelas sesudahnya.
i = interval kelas.
Ukuran Variasi
atau
Dispersi
Pendahuluan

Pengukuran Dispersi Data tidak berkelompok :

p
 Nilai Jarak
 Rata-rata simpangan

engukuran Dispersi Data berkelompok :

K oefisien variasi
 PENGERTIAN DASAR

Dispersi = Variasi data = Keragaman data.

Adalah data yang menggambarkan bagaimana suatu kelompok data menyebar

terhadap pusatnya data atau ukuran penyebaran suatu kelompok data terhadap
pusatnya data

Contoh : Ada 3 kelompok data sbb

(a). 50, 50, 50, 50, 50 rata-rata hitung = 50 (homogen)

(b). 50, 40, 30, 60, 70 rata-rata hitung = 50 (heterogen)
(c). 100, 40, 80, 20, 10 rata-rata hitung = 50 (heterogen)

Tapi kelompok (c), lebih Heterogen dibandingkan (b)

 GAMBAR RATA-RATA HITUNG
(1) (2) Relatif Homogen (3) Heterogen
Homogen
x1

100 100 100 

x5

x3 
x4 

x1 x2 x3 x4 x5
x1
50      50  50
x2
 x2

x3

x4 

x5
0 0 0
Mengapa Mempelajari Dispersi:

Pusat data seperti rata-rata hitung, median dan

modus hanya memberi informasi yang sangat 2. Dispersi data sangat penting untuk
terbatas sehingga tanpa disandingkan dengan membandingkan penyebaran dua distribusi
dispersi data menjadi kurang bermanfaat data atau lebih
dalam menganalisa data.
JENIS UKURAN DISPERSI DATA
1. Jangkauan = nilai jarak (range)
2. Simpangan rata-rata (mean deviation)
3. Simpangan baku (standart deviation)
4. Koefisien variasi (coefficient of variation)

2 Jenis Kelompok Data

5. Data tidak dikelompokan
6. Data dikelompokan
DATA TIDAK DIKELOMPOKAN
NILAI JARAK = JANGKAUAN (R) ATAU (NJ)
Adalah selisih antara nilai maximum dengan nilai minimum
dalam suatu kelompok/susunan data
Rumus :
Nilai Jarak = Nj = (Xn - X1)
= Nilai maximum – nilai minimum

Contoh :

(a). 50, 50, 50, 50, 50 Nj = 50 - 50 = 0

(b). 50, 60, 30, 40, 70 Nj = 70 - 30 = 40
(C). 20, 30, 50, 70, 80 Nj = 80 - 20 = 60
SIMPANGAN RATA-RATA (SR)
Jumlah nilai mutlak dari selisih semua nilai dengan nilai rata-
rata dibagi banyaknya data
Rumus : RS terhadap Rata-rata Hitung

RS = 1/n  | Xi - X |

Rumus : RS terhadap Median

RS = 1/n  | Xi - Median |

Contoh : 50, 40, 30, 60, 70

Carilah simpangan rata-rata, baik terhadap rata-rata hitung maupun
Median
JAWABAN….
SIMPANGAN RATA-RATA

X = I/5 ( 50 + 40 + 30 + 60 + 70 ) = 50, jadi median = 50

• RS terhadap rata hitung

1/5 { |0| + |-10| + |-20| + |10| + |20| } = 12

a). 50 – 50 = 0 b). 40 - 50 = -10 c). 30 - 50 = -20

d). 60 – 50 = 10 e). 70 - 50 = 20

• RS terhadap Median
I/5  | Xi - Median | = 12

Catatan : hasil RS terhadap rata hitung dan terhadap Median adalah sama
 SIMPANGAN BAKU (S)
Adalah akar pangkat dua dari variasi

Rumus :
 ( X - X )2
S =
n - 1

Contoh : 50, 40, 30, 60, 70 dimana n = 5

 (Xi – X)2 = (50 – 50)2 + (40 – 50)2 + (30 – 50)2 + (60 – 50)2 + (70 + 50)2

= 1000

1000
S= = 15,81
5-1
DATA DIKELOMPOKAN,
NILAI JARAK = NJ
Nj dapat dihitung dengan 2 cara :
1. Nj = nilai tengah kelas terakhir – nilai tengah kelas pertama
2. Nj = batas atas kelas terakhir – batas bawah kelas pertama
Contoh :
Hitung Nj dari berat badan 100 mahasiswa akuntansi, Binus, sbb :

Berat badan Banyaknya Mahasiswa

(Kg) (f)
60 – 62 5
63 – 65 18
66 – 68 42
69 - 71 27
72 - 74 8
JAWABAN, …
NILAI JARAK (NJ)
Cara 1
• Nilai tengah kelas terakhir (72 + 74) / 2 = 73 Kg
• Nilai tengah kelas pertama (60 + 62) / 2 = 61 Kg

Nj = 73 - 61 = 12 Kg

Cara 2
• Batas atas kelas terakhir 74,5 Kg
• Batas bawah kelas pertama 59,5 Kg

Nj = 74,5 - 59,5 = 15 Kg

Catatan : Cara 1 cenderung menghilangkan kasus Extrim

DATA DIKELOMPOKAN, …
SIMPANGAN BAKU (S ATAU
)
• Simpangan baku Populasi (), sering dipakai
• Simpangan baku Sampel (S), jarang dipakai

Guna : untuk membandingkan hanya 1 kelompok, dimana satuannya sama

dengan satuan data aslinya

Contoh soal :
• Apabila kelas intervalnya sama
Modal dari 40 populasi perusahaan (jutaan rupiah), sbb :

138 164 150 132 144 125 149 157

146 158 140 147 136 148 152 144
168 126 138 176 163 119 154 165
146 173 142 147 135 153 140 135
161 145 135 142 150 156 145 128

Kemudian data dikelompokan dalam bentuk tabel frekuensi, sbb :

LANJUTAN, …
Modal (M) Nilai Tengah Frekuensi (f)
118 - 126 122 3
127 - 135 131 5
136 - 144 140 9
145 - 153 149 12
154 - 162 158 5
163 - 171 167 4
172 - 180 176 2
Jumlah 40

• Hitung simpangan baku terhadap data kelompok tersebut diatas

Disini kelas intervalnya sama

Kelas f d d2 fd fd2
118 - 126 3 -3 9 -9 27
127 - 135 5 -2 4 -10 20
136 - 144 9 -1 1 -9 9
145 - 153 12 0 0 0 0
154 - 162 5 1 1 5 5
163 - 171 4 2 4 8 16
172 - 180 2 3 9 6 18
Jumlah 40 0 28 fidi = -9 fidi2 = 95
LANJUTAN,…
Rumus (Kelas Interval sama)

k k 2
 fidi 2  fidi 2
I= 1 I= 1
95 -9
9 40 40
 = C N N = = 13,72

Contoh : (Apabila kelas Interval tidak sama)

• Hitunglah Simpangan baku untuk data X = nilai ujian Statistik dari 50 siswa
Akuntansi Univ. Binus

Kelas M (Nilai Tengah) f

30 - 39 34,5 4
40 - 49 44,5 6
50 - 59 54,5 8
60 - 69 64,5 12
70 - 79 74,5 9
80 - 89 84,5 7
90 - 100 94,5 4
JAWABAN,….
Rumus (Kelas Interval sama)
k 2

k (  fiMi ) 1 (3.255)2
1  fiMi 2 I= 1 9 225.982,50 50
 = N I= 1 N =

= 16,78

M M2 f fM fM 2
34,5 1.190,25 4 138,0 4.761,00
44,5 1.980,25 6 267,0 11.881,50
54,5 2.970,25 8 436,0 23.762,00
64,5 4.160,25 12 774,0 49.923,00
74,5 5.550,25 9 670,5 49.952,25
84,5 7.140,25 7 591,5 49.981,75
94,5 8.930,25 4 378,0 35.721,00

Jumlah f1 = 50 f1Mi = 3.255 f1Mi2 = 225.982,50

KOEFISIEN VARIASI (KV)
Adalah untuk membandingkan 2 kelompok nilai yang bebas dari satuan data
asli atau asalnya
Misal : harga 10 mobil (jutaan rupiah) dengan harga 10 ekor ayam
(ratusan rupiah)
Rumus :

KV =  / x 100 %

Dimana :  = rata-rata sebenarnya (dari populasi) beda dengan X (sampel)

Contoh soal :
Harga 5 mobil bekas masing-masing (dalam jutaan rupiah) 4, 4,5, 5, 4,75,
4,25, dan harga ayam masing-masing Rp. 600, Rp. 800, Rp. 900, Rp. 550,
Rp. 1.000. Hitung simpangan baku harga mobil ( m ) dan simpangan baku
harga ayam ( a ) dan mana yang lebih bervariasi (heterogen), harga mobil
atau harga ayam ?
JAWABAN, …..
Mencari  Mobil dan Ayam
. m = 1/5 (Rp. 4.000.000 + 4.500.000 + ………….. + 4.250.000)

= Rp. 4.500.000
. a = 1/5 (Rp. 600 + 800 + ……………….. + 1.000) = Rp. 770

Mencari  Mobil dan Ayam

. m = 1/5  (Xi - m )2 = Rp. 353.550

. a = Rp. 172,05

Mencari KV Mobil dan Ayam

. KV mobil = 353.550 / 4.500.000 x 100% = 7,86%

. KV ayam = 172,05 / 770 x 100% = 22,34%

Simpulan : karena KV ayam > KV mobil, maka harga ayam lebih

Nama Pengarang : Dr. Riduwan, M.B.A
Tahun Terbit : 2013
Judul Buku : Dasar-Dasar
Statistika
Kota Terbit : Bandung
Penerbit : ALFABETA
Jumlah Halaman : 273