STATISTIK INFERENSIAL

Nanda Aula Rumana, SKM., MKM

SESI 3

PENGUKURAN DATA

www.esaunggul.ac.id
VISI
Menjadi perguruan tinggi kelas dunia berbasis
intelektualitas, kreatifitas dan kewirausahaan, yang
unggul dalam mutu pengelolaan dan hasil pelaksanaan
Tridarma Perguruan Tinggi.
MISI
1. Menyelenggarakan pendidikan tinggi yang bermutu
dan relevan
2. Menciptakan suasana akademik yang kondusif
3. Memberikan pelayanan prima kepada seluruh
pemangku kepentingan

www.esaunggul.ac.id
 KEMAMPUAN AKHIR YANG DIHARAPKAN
Mahasiswa memahami apa yang dimaksud dengan ukuran
sentral, ukuran posisi, dan ukuran penyebaran/variasi
Mahasiswa memahami guna dari perhitungan ukuran sentral,
ukuran posisi, dan ukuran penyebaran/variasi
Dapat menghitung ukuran sentral, ukuran posisi, dan ukuran
penyebaran/variasi dari data yang belum dikelompokkan.

www.esaunggul.ac.id
PENGUKURAN
Numerik
STATISTIK
Ukuran Sentral/tengah
Mean
Median
Modus
Ukuran Posisi
Median
Kuartil
Desil
Persentil
Ukuran Variasi/Dispersi/Penyebaran
Range
Mean Deviasi
Standar Deviasi
Varian
Coefisien Variasi
Katagorik
Proporsi/Persentase

Rasio
Rate
www.esaunggul.ac.id
DATA NUMERIK

www.esaunggul.ac.id
 Numerik

Ukuran Sentral/tengah

Ukuran Posisi

Ukuran Variasi/disperse/penyebaran

www.esaunggul.ac.id
 UKURAN
SENTRAL/TENGAH

www.esaunggul.ac.id
Ukuran Sentral/tengah

Mean

Median

Modus

www.esaunggul.ac.id
 MEAN
•Rata-rata merupakan hasil bagi dari sejumlah nilai dengan
banyaknya responden atau sample. Perhitungan mean
merupakan perhitungan yang sederhana, karena hanya
membutuhkan jumlah nilai dan jumlah responden (n).

•Jika sebaran nilai berdistribusi normal, maka rata-rata nilai

merupakan nilai tengah dari distribusi frekuensi nilai tersebut.

•Rata-rata dalam suatu rangkaian data adalah jumlah seluruh

data dibagi dengan seluruh kejadian.

www.esaunggul.ac.id
Secara matematis dirumuskan sebagai berikut :
Dimana ;

X
 X
N

X = X bar yang merupakan notasi rata-rata

 = Sigma = jumlah
X = nilai dari keseluruhan data
N = jumlah data

www.esaunggul.ac.id
•Berikut ini adalah jumlah saudara kandung dari 5 mahasiswa
yang dipilih secara acak, yaitu ; 2; 4; 6; 8; 10.
•Maka rata-rata jumlah saudara kandung ke-5 mahasiswa
tersebut adalah

2  4  6  8  10
X 6
5

www.esaunggul.ac.id
 MEDIAN

Median merupakan skor yang membagi

distribusi frekuensi menjadi dua sama besar
(50% obyek yang diteliti terletak dibawah
median dan 50% sisanya terletak diatas median)

www.esaunggul.ac.id
 MEDIAN

Langkah yang dilakukan adalah dengan cara :

• Urutkan data dari nilai yang terkecil
• Cari letak median, dengan rumus :

n 1
Median 
2

• Cari nilai median pada susunan tersebut

• Apabila datanya genap, maka untuk mencari median yang terletak
diantara 2 nilai, harus dicari rata-rata nya.

www.esaunggul.ac.id
 CONTOH SOAL
– data 3,4,4,5,6,8,8,9,10
• Posisi median = 5 n 1 9 1
• Nilai Median = 6
Median   5
2 2
– Data 20,80,75,60,50,85,45,90
• Urutkan data menjadi n 1 8 1
20,45,50,60,75,80,85,90 Median    4,5
• Posisi Median =4,5 2 2
• Nilai Median adalah nilai ke-4 dan ke-5, yaitu nilai ke 4
+½(nilai ke 5-nilai ke 4)=60+1/2(75-60) =60+7,5=67,5

www.esaunggul.ac.id
 MODUS

Mode adalah skor yang mempunyai frekuensi

terbanyak dalam sekumpulan distribusi nilai.
Dengan kata lain Mode atau Modus dianggap
sebagai nilai yang menunjukkan nilai-nilai yang
terkonsentrasi dari sekumpulan data

www.esaunggul.ac.id
 MODUS
Mode atau modus adalah nilai yang paling sering muncul dalam data.
Cara perhitungan Modus adalah sebagai berikut :
– Untuk data yang tidak dikelompokkan
• Cari Nilai yang paling sering muncul dari kumpulan data
• Nilai yang paling sering muncul itu adalah modus
• Satu modus (unimodal), dua modus (bimodal), dst
• Tidak ada modus
Contoh:

 Data: 2, 3, 4, 2, 3, 5, 3, 6, 3, 4, Mod=3

 Data: 2, 3, 4, 2, 3, 5, 3, 2, 3, 2, Mod=2 dan 3

 Data: 2, 3, 4, 5, 6, 7, 8, 9, Tidak ada Modus

www.esaunggul.ac.id
 PERBANDINGAN MEAN, MODE DAN MEDIAN
Mode merupakan yang paling sederhana dan paling fleksibel,
karena dapat digunakan untuk seluruh skala pengukuran.
Perhitungan Mean akan lebih baik jika disertai dengan
perhitungan Mode. Perbedaan nilai mean dan mode akan
menggambarkan kondisi penyebaran data yang dihadapi.

Median memiliki kelebihan dibandingkan Mean jika data yang

dianalisa terdapat skor atau nilai yang ekstrem, atau terdapat
perbedaan yang sangat jauh antara data yang tertinggi dengan
data yang terendah.

www.esaunggul.ac.id
KELEBIHAN DAN KEKURANGAN MEAN, MODE DAN MEDIAN

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

www.esaunggul.ac.id
UKURAN POSISI/LETAK

www.esaunggul.ac.id
 Ukuran posisi/letak

Median (membagi 2)

Kuartil (Membagi 4)

Desil (Membagi 10)

Persentil (membagi 100)

www.esaunggul.ac.id
 Median
Median merupakan skor yang membagi distribusi frekuensi menjadi
dua sama besar (50% obyek yang diteliti terletak dibawah median
dan 50% sisanya terletak diatas median)
50% 50%

Rumus untuk mencari posisi data

n 1
Median 
2

www.esaunggul.ac.id
 Kuartil
Kuartil adalah ukuran letak yang membagi suatu
distribusi menjadi 4 bagian yang sama

www.esaunggul.ac.id
 Kuartil
Langkah yang dilakukan adalah dengan cara :
• Urutkan data dari nilai yang terkecil
• Cari letak/posisi kuartil, dengan rumus :

1(n  1) 2(n  1) 3(n  1)

K1  K2  K3 
4 4 4

• Cari nilai kuartil pada susunan tersebut

• Apabila datanya genap, maka untuk mencari median yang terletak
diantara 2 nilai, harus dicari rata-rata nya.

www.esaunggul.ac.id
 Contoh soal
Carilah nilai kuartil pada rangkaian data berikut ini ;
20 40 30 30 60 50 70
Langkah :
Urutkan data :
20 30 30 40 50 60 70
Cari letak kuartil :
1(7  1) , terletak pada data yang ke-2 30
K1  2
4

2(7  1) , Terletak pada data yang ke-4  40

K2  4
4

3(7  1) , terletak pada data yang ke-6  60

K3  6
4

www.esaunggul.ac.id
 Desil
Desil adalah ukuran letak yang membagi suatu distribusi menjadi
10 bagian yang sama besar

www.esaunggul.ac.id
 Desil
Langkah yang dilakukan adalah dengan cara :
• Urutkan data dari nilai yang terkecil
• Cari letak/posisi desil, dengan rumus :

1(n  1) 2(n  1) i (n  1)
D1  D2  Di 
10 10 10

• Cari nilai desil pada susunan tersebut

• Apabila datanya genap, maka untuk mencari median yang terletak
diantara 2 nilai, harus dicari rata-rata nya.

www.esaunggul.ac.id
 Contoh soal
Carilah nilai desil pada rangkaian data berikut ini ;
3 2 4 5 6 6 5 7 8 8 6 10 11 9
Langkah :
Urutkan data :
2 3 4 5 5 6 6 6 7 8 8 9 10 11
Cari letak desil :
, terletak pada data diantara 1 dan 2  Nilai D1=2 + 0.5 (3-2)=2.5
1(14  1)
D1   1,5
10
2(14  1) , Terletak pada data yang ke-3 4
D2  3
10

5(14  1)
D5   7,5 , terletak pada data diantara 7 dan 8 Nilai D5=6 + 0.5 (6-6)=6
10

www.esaunggul.ac.id
 Persentil
Persentil merupakan skor yang membagi distribusi frekuensi menjadi
100 sama besar
Rumus untuk mencari posisi data
n 1
Persentil 
100

www.esaunggul.ac.id
 UKURAN
PENYEBARAN/DISPERSI/VARIASI

www.esaunggul.ac.id
 Definisi
Yang dimaksud dengan ukuran penyebaran adalah persebaran
data terhadap rata-ratanya. Semakin kecil nilai penyebarannya
maka akan semakin dekat nilai datanya dengan rata-ratanya.
Atau dikatakan datanya semakin homogen
digunakan untuk mengetahui seberapa besar penyebaran atau
penyimpangan nilai data dari nilai rata- rata hitungnya.
Nilai Tengah  titik berat pada pusat data
Nilai Variasi  juga fokus pada sebaran nilai , dapat
membandingkan sebaran dari dua distribusi data secara lebih
rinci.

www.esaunggul.ac.id
 Pembayaran pasien rawat inap di Rumah
Sakit “Sehat”

Rp. 500.000 Rp. 700.000

Rp. 300.000

Rp. 400.000
Rp. 600.000
www.esaunggul.ac.id
Rp. 500.000 Rp. 500.000
Rp. 500.000
Rp. 500.000
Rp. 500.000
www.esaunggul.ac.id
UKURAN PENYEBARAN/DISPERSI/VARIASI

Range
Mean Deviasi

Standar Deviasi

Varians

Coefisien Variasi

www.esaunggul.ac.id
 Range

Range adalah selisih dari nilai tertinggi dengan nilai

terendah.
Range = Xmax – Xmin
Xmax : Nilai tertinggi
Xmin : Nilai terendah

Semakin besar nilai Range maka semakin besar pula

penyimpangan data dari rata-rata hitungnya

www.esaunggul.ac.id
 SIMPANGAN RATA-RATA/DEVIASI RATA-RATA (Mean Deviation)

Deviasi rata-rata adalah jumlah selisih mutlak setiap data

terhadap rata-ratanya.
Di dalam menghitung deviasi rata-rata harus kita cari rata-rata
dari harga mutlak selisih antara tiap-tiap data dengan meannya.
Harga mutlak adalah nilai dengan tidak memandang positif atau
negatif, semuanya dianggap positif. Harga mutlak dari X biasanya
ditulis dengan │X│

www.esaunggul.ac.id
 Simpangan/Deviasi Rata-rata (Mean Deviation)

Untuk Data tidak berkelompok

SimpanganRata  Rata 
 Xi  X
N
Dimana ;
Xi : nilai setiap data pengamatan
: Rata-rata
X data
N : Jumlah

www.esaunggul.ac.id
 Contoh soal
8 17 22 10 13
Mean/Rata-rata = ( 8 + 17 + 22 + 10 +13 )/5 = 14.
Mean Deviation/Simpangan Rata-rata
= (8-14) + (17-14) + (22-14) + (10-14) + (13-14)/5
= (-6) + 3 + 8 + (-4) + (-1)/5
=0
Oleh karena itu, dicari terlebih dahulu harga mutlaknya. Sehingga besarnya
simpangan rata-rata sebagai berikut:
Simpangan rata-rata
= │8-14│+ │17-14│ + │22-14│ + │10-14│ + │13-14│/5
= (6 + 3 + 8 + 4 + 1)/5
= 22/5 = 4,4.

www.esaunggul.ac.id
 Simpangan Baku/Standar Deviasi (Standard
Deviation) dan Varians
Varians dan Standar deviasi adalah sebuah ukuran penyebaran yang
menunjukkan standar penyimpangan atau deviasi data terhadap
penyimpangan rata-ratanya.
Data yang tidak dikelompokkan

SD   
 ( Xi  X ) 2

V   2  ( Xi  X ) 2

N N
SD : Standar Deviasi/Simpangan Baku
V : Varians
Xi : nilai setiap data pengamatan

XN : :Jumlah
Rata-rata
data

www.esaunggul.ac.id
No Xi X ( Xi  X ) ( Xi  X ) 2

1 70 58.75 11.25 126.6

2 80 58.75 21.25 451.6
3 60 58.75 1.25 1.6
4 70 58.75 11.25 126.6
5 50 58.75 -8.75 76.6
6 40 58.75 -18.75 351.6
7 40 58.75 -18.75 351.6
8 60 58.75 1.25 1.6
Z 1487.5

2 1487.5 1487.5
V   SD   
8 8
www.esaunggul.ac.id
Koefisien Variasi (Variation Coefficient)

SD
CV  x100%
X
No Harga Motor Bekas Harga Ayam
1 4,000,000 600
2 4,500,000 800
3 5,000,000 900
4 4,750,000 550
5 4,250,000 1,000
Z 22,500,000 3,850
Mean 4,500,000 770
SD 395,285 192
CV 8.78 24.94

Jadi, CV motor < CV ayam Ayam lebih bervariasi

www.esaunggul.ac.id
Terima kasih

www.esaunggul.ac.id