SENTRAL
Anni Fithriyatul Mas’udah
FIK Universitas Muhammadiyah Ponorogo
Tendensi Sentral
■ Pada umumnya, data kita akan menunjukkan
kecenderungan (tendensi) sentral pada nilai tertentu
■ Dalam statistik, tendensi sentral digunakan untuk
menggambarkan karakteristik umum dari data
■ Ukuran yg umum digunakan:
– Rata-rata/Rerata
– Median
– Modus
Konsep Umum
5
Mean / Rata-rata
Mean paling sering digunakan untuk menggambarkan
ukuran pemusatan data
Rumus: n
i 1
xi
x=
n
Contoh: Lama rawat 10 pasien (hari)
Data: 2, 3, 4, 2, 3, 5, 3, 6,6 ,3, 4
Nilai Mean=(2+3+4+2+3+5+3+6+3+4)/10=3.5 hari
3.5
Sifat nilai Mean
Proses perhitungannya melibatkan semua data
Sangat sensitif terhadap nilai ekstrim (kecil atau besar)
Data: 2, 3, 4, 2, 3, 5, 3, 31 , 3, 4
31
Nilai Mean=(2+3+4+2+3+5+3+20+3+4)/10=6.0 hari
6.0
6
Median / Nilai Tengah
Median membagi data menjadi dua bagian yaitu
50% data berada di bawah nilai median dan 50%
data berada di atas nilai median
Proses perhitungannya
1. Mengurutkan data dari terkecil ke terbesar
2. Menentukan posisi median yaitu (n+1)/2
3. Nilai Median adalah nilai pada posisi median
Contoh: Lama rawat 10 pasien (hari)
Data: 2, 3, 4, 2, 3, 5, 3, 6, 3, 4
Di urutkan menjadi: 2,2,3,3,3, 3,4,4,5,6
Posisi median (10+1)/2=5.5
Nilai median adalah (3+3)/2= 3 hari Posisi median
7
Median (jika ada nilai ekstrim)
8
Modus
Secara kuantitatif nilai yang paling banyak muncul
atau frekuensi paling besar atau nilai pada posisi
puncak suatu kurva/grafik histogram
Proses perhitungannya
Mengurutkan data dari terkecil ke terbesar
(mempermudah)
Satu modus (unimodal), dua modus (bimodal), dst
Contoh:
Data: 2, 3, 4, 2, 3, 5, 3, 6, 3, 4, Mod=3
9
Hubungan Empiris Mean, Median dan Modus
Miring ke kanan
‘Skewness’ negatif
• Mean=Median=Modus simetris
• Modus<Median<Mean ‘Skewness’ Positif
• Mean<Median<Modus ‘Skewness’ Negatif
10
Kelebihan dan Kekurangan Mean, Median dan Modus
Mean
Kelebihan Kekurangan
Mempertimbangkan semua nilai Sensitif /peka terhadap nilai ekstrim
Dapat menggambarkan mean populasi Kurang baik untuk data heterogen
Cocok untuk data homogen
Median
Tidak sensitif /peka terhadap nilai ekstrim Tidak mempertimbangkan semua nilai
Cocok untuk data heterogen /homogen Kurang dapat menggambarkan mean
pop
Modus
Tidak sensitif /peka terhadap nilai ekstrim Tidak mempertimbangkan semua nilai
Cocok untuk data homogen/heterogen Kurang menggambarkan mean populasi
Modus bisa lebih dari satu atau tidak ada
11
Ukuran Letak/Posisi Data
Median (membagi 2)
Kuartil (membagi 4)
Desil (membagi 10)
Persentil (membagi 100)
12
Ukuran Letak/Posisi Data
Median
K1 K2 K3
D1 D9
P10 P25 P75 P90
13
Ukuran Posisi Data
Kuartil
Kuartil membagi data menjadi 4 (empat) bagian yang sama
K1 (25%), K2 (50%) dan K3 (75%)
Kuartil 1 disimbol K1 merupakan 25% data ada di bawah
atau sama dengan nilai K1.
Posisi kuartil Ki= i (n+1)/4, i=1,2,3 n= jml pengamatan
Nilai kuartil (berada pd 1 titik) Nilai pada posisi tsb
Contoh
Data: 3 2 4 5 6 6 5 7 8 8 6 10 11 9 12
Urutkan: 2 3 4 5 5 6 6 6 7 8 8 9 10 11 12
Contoh
Data: 3 2 4 5 6 6 5 7 8 8 6 10 11 9
Urutkan: 2 3 4 5 5 6 6 6 7 8 8 9 10 11
18
Ukuran Variasi Data
Range (min-max)
Mean Deviasi
Standar Deviasi
Variasi (varians)
19
Ukuran Variasi Data
Contoh:Lama rawat 10 pasien (hari) di Dua RS
RS A: 2,2,3,3,3,3,4,4,5,6 maka nilai Mean=3.5 hari, median 3
hari
RS B: 1,1,2,3,3,3,4,5,5,8 maka nilai Mean=3.5 hari , median 3
hari
RS A dan RS B mempunyai nilai Mean yang sama tetapi
mempunyai variasi data yang berbeda
Range RS-A = 2 sd 6 hari dan RS-B = 1 sd 8 hari
x x
n
2
i
i 1
SD =
n 1
Standar Deviasi Populasi
x x
n
2
i
i 1
SD =
N
(Standar Deviasi)2 = Varians
Rata-rata kuadrat Penyimpangan dari masing-masing
pengamatan terhadap nilai Mean-nya
Contoh:Lama rawat 10 pasien (hari) di RS-A
Lama rawat: 2,2,3,3,3,3,4,4,5,6 dengan nilai mean=3.5 hari
Varians: (2-3.5)2+(2-3.5)2+(3-3.5)2+(3-3.5)2+(3-3.5)2+(3-
3.5)2+(4-3.5)2+(4-3.5)2+(5-3.5)2+(6-3.5)2/10-1 = (1,5876)
SD: (1,52+1,52+0.52+0.52+0.52+0.52+0.52+0.52+1.52+2.52)/9
= 1.269 hari
RS B: 1,1,2,3,3,3,4,5,5,8 = SD = 2.121 hari
23
Range
Ukuran variasi data yang paling sederhana dibandingkan dengan
Mean dan Standar Deviasi
Proses perhitungannya:
Urutkan data dari terkecil ke terbesar
terkecil
Contoh: Lama rawat 10 pasien (hari) di Dua RS
RS A: 2,2,3,3,3,3,4,4,5,6 maka nilai Range=4 hari
Nilai range juga sensitif terhadap nilai-nilai ekstrim besar atau kecil
24
Latihan
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
152 155 167 154 163 152 150 159 163 152 153 160 155 150 160 160 150 158 150 154
42 47 59 53 48 60 57 64 63 48 50 75 80 40 65 44 60 43 44 53
Hitunglah:
1. nilai Kuartilnya (K1, K2 dan K3)
2. Mean
3. Median
4. Standar deviasi
5. Mana yg lebih bervariasi TB atau BB?
Contoh soal
■ Diketahui dari 200 mhs,
rata2 berat badannya adalah 60 kg,
median 50,01kg
Std Deviasi 12 kg,
minimum 45kg, dan maksimum 80 kg.
1. Hitunglah berapa org mhs yg memiliki
berat badan <=50kg?
2. Hitunglah berapa org mhs yg memiliki
berat badan >50kg?
26
Contoh soal
■ Diketahui dari 200 mhs, rata2 berat
badannya adalah: 60 kg, kuartil-1:
45,01kg, Std Deviasi: 12 kg,
minimum:40kg, dan maksimum:80 kg.
1. Hitunglah berapa org mhs yg memiliki
berat badan <45kg? = 25% * 200 = 50
org
2. Hitunglah berapa org mhs yg memiliki
berat badan >45kg? = 75% * 200 = 150
org
27
TUGAS
■ Dari variabel: 1. Umur, 2. BB, 3. TB
Hitunglah:
– nilai Kuartil-1 dan kuartil-3
– Mean
– Median
– SD
– Mana yg lebih bervariasi dari ke-3
var tsb?
■ (Gunakan data yg sama)
28