UKURAN PEMUSATAN

Merupakan nilai tunggal yang mewakili semua

data atau kumpulan pengamatan dimana nilai
tersebut menunjukkan pusat data.
Yang termasuk ukuran pemusatan :
1. Rata-rata hitung
2. Median
3. Modus
4. Rata-rata ukur
5. Rata-rata harmonis
1. RATA-RATA HITUNG
Rumus umumnya :
Jumlah semua nilai data
Rata - rata hitung 
Banyaknya nilai data

1. Untuk data yang tidak mengulang

X1  X 2  ...  X n X
X 
n n

2. Untuk data yang mengulang dengan frekuensi

tertentu f X  f X  ...  f X fX
X 1 1 2 2 n n

f1  f 2  ...  f n f
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
 MEDIAN
a. Median (Md)
ialah suatu ukuran gejala pusat yang menunjukan letak dan
membagi sekumpulan bilangan menjadi 2 sehingga separo
bilangan > median dan separo bilangan < median
1) Ungrouped data
Posisi Me = N + ½, dengan data harus dalam bentuk array
/ urutan
Contoh :
2 4 100 7 3 2 7 ---- array 2 2 3 4 7 7 100
Posisi Me = 8/2 = 4, nilai Me = 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
9-21 3
data ke 30, yaitu pada
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  60 
87-99 6  - 19 
Σf = 60 Med  60,5  13  2   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
22-34 4 74-86, sehingga :
35-47
48-60
4
8
L0 = 73,5
61-73 12 b1 = 23-12 = 11
74-86 23
87-99 6 b2 = 23-6 =17 11 
Σf = 60 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.
KELEBIHAN & KEKURANGAN
MEAN, MEDIAN, MODUS
UKURAN KELEBIHAN KEKURANGAN
PEMUSATAN
RATA-RATA HITUNG 1. Mempertimbangkan semua nilai 1. Peka atau mudah terpengaruh
2. Dpt menggambarkan mean populasi oleh nilai ektrem
3. Variasinyastabil 2. Kurang baik untuk data
4. Cocok untuk data homogen heterogen

MEDIAN 1. Tidak peka atau tidak terpengaruh 1. Tidak mempertimbangkan

oleh nilai ekstrem semua nilai
2. Cocok untuk data heterogen 2. Kurang dapat menggambarkan
mean populasi

MODUS 1. Tidak peka oleh nilai ektrem 1. Kurang menggambarkan

2. Cocok untuk data homogen mean populasi
maupun hiterogen 2. Modus bisa lebih dari satu
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 
4. RATA-RATA UKUR
Digunakan apabila nilai data satu dengan yang
lain berkelipatan. G  n X1.X 2 ....X n

Untuk data tidak berkelompok

  log X 
G  antilog  
 n 

Untuk data berkelompok

  f log X 
G  antilog  
 f 
RATA-RATA UKUR (lanjutan)
Contoh :

Interval Nilai Tengah Frekuensi log X f log X

Kelas (X)
9-21 15 3 1,18 3,54
22-34 28 4 1,45 5,8
35-47 41 4 1,61 6,44
48-60 54 8 1,73 13,84
61-73 67 12 1,83 21,96
74-86 80 23 1,90 43,7
87-99 93 6 1,97 11,82
Σf = 60 Σf log X = 107,1

 107,1 
G  antilog    60,95
 60 
5. RATA-RATA HARMONIS
Biasanya digunakan apabila data dalam bentuk
pecahan atau desimal.
n
Untuk data tidak berkelompok RH   1 
 
X

f
Untuk data berkelompok RH 
f 
 
X
RATA-RATA HARMONIS
(lanjutan)
Contoh :

Interval Nilai Frekuensi f/X

Kelas Tengah (X)
9-21 15 3 0,2
22-34 28 4 0,143
35-47 41 4 0,098
48-60 54 8 0,148
61-73 67 12 0,179
74-86 80 23 0,288
87-99 93 6 0,065
Σf = 60 Σf / X = 1,121

60
RH   53,52
1,121
KUARTIL, DESIL, PERSENTIL
1. Kuartil
Kelompok data yang sudah diurutkan
(membesar atau mengecil) dibagi empat bagian
yang sama besar.

Ada 3 jenis yaitu kuartil pertama (Q1) atau kuartil

bawah, kuartil kedua (Q2) atau kuartil tengah,
dan kuartil ketiga (Q3) atau kuartil atas.
KUARTIL (lanjutan)
Untuk data tidak berkelompok

i n  1
Q i  nilai ke - , i  1,2,3
4
Untuk data berkelompok
 in 
 - F 
Q i  L 0  c 4  , i  1,2,3 L0 = batas bawah kelas kuartil
 f  F = jumlah frekuensi semua
 
 
kelas sebelum kelas kuartil Qi
f = frekuensi kelas kuartil Qi
KUARTIL (lanjutan)
Contoh :
Q1 membagi data menjadi 25 %
Interval Nilai Frekuensi Q2 membagi data menjadi 50 %
Kelas Tengah Q3 membagi data menjadi 75 %
(X)
9-21 15 3
22-34 28 4 Sehingga :
35-47 41 4
48-60 54 8
61-73 67 12
Q1 terletak pada 48-60
74-86 80 23 Q2 terletak pada 61-73
87-99 93 6
Q3 terletak pada 74-86
Σf = 60
KUARTIL (lanjutan)
 1.60 
 - 11 
Q1  47,5  13 4   54
Untuk Q1, maka :  8 
 
 

 2.60 
 - 19 
Untuk Q2, maka : Q 2  60,5  13 4   72,42
 12 
 
 

 3.60 
 - 31 
Untuk Q3, maka : Q 3  73,5  13 4   81,41
 23 
 
 
50, 40, 45, 60, 75, 80, 80,78, 90, 100
Langkah pertama yang dilakukan adalah mengurutkan data:
40, 45, 50, 60, 75, 78, 80, 80, 90, 100

Q1= nilai ke = nilai ke 11/4 = nilai ke 2,75

= Nilai ke-2 + 0,75 (nilai ke-3- nilai ke-2)
= 45 + 0,75 (50-45)
= 45 +0,75 (5)
= 45+3,75
= 48,75
Q2 = nilai ke- (2(10+1))/4 = 21/4 = 5 1/4
= nilai ke-5+ 1/4(nilai ke-6-nilai ke-5)
= 75+1/4(78-75)
= 75+0,75
= 75,75
Q3 = nilai ke- (3(10+1))/4 = 31/4 =7 3/4
= nilai ke 7 + 0,75 (nilai 8 –nilai 7)
= 80 + 0,75 (80-80)
= 80 + 0
= 80
KUARTIL, DESIL, PERSENTIL
(lanjutan)
2. Desil
Kelompok data yang sudah diurutkan
(membesar atau mengecil) dibagi sepuluh
bagian yang sama besar.
DESIL (lanjutan)
Untuk data tidak berkelompok
i n  1
D i  nilai ke - , i  1,2,3,...,9
10

Untuk data berkelompok

in  
 - F  L0 = batas bawah kelas desil Di
D i  L 0  c 10  , i  1,2,3,...,9 F = jumlah frekuensi semua
 f 
  kelas sebelum kelas desil Di
 
f = frekuensi kelas desil Di
DESIL (lanjutan)
Contoh :
Interval Nilai Frekuensi D3 membagi data 30%
Kelas Tengah
(X) D7 membagi data 70%
9-21 15 3
22-34 28 4
35-47 41 4 Sehingga :
48-60 54 8
61-73 67 12
74-86 80 23
87-99 93 6 D3 berada pada 48-60
Σf = 60
D7 berada pada 74-86
DESIL (lanjutan)
 3.60 
 - 11 
D 3  47,5  13 10   58,875
 8 
 
 

 7.60 
 - 31 
D 7  73,5  13 10   79,72
 23 
 
 
KUARTIL, DESIL, PERSENTIL
(lanjutan)
3. Persentil
Untuk data tidak berkelompok
i n  1
Pi  nilai ke - , i  1,2,3,...,99
100
Untuk data berkelompok
in  
 -F
Pi  L 0  c 100  , i  1,2,3,...,99
 f 
 
 
SOAL LATIHAN
 Data sebagai berikut :
 5 7 14 9 11 3 27 15 16 18 9 9 20 15 17
18 12
 Tentukan nilai :
 Mean, median, modus.
 Kuartil K1,K2 dan K3