Anda di halaman 1dari 27

Ukuran Pemusatan

dan

Ukuran Penyebaran
Tujuan Pembelajaran :

1. Memahami dan mengerti tentang ukuran pemusatan


2. Mampu mencari nilai Rata-rata hitung, Median, Modus,
Kuartil Desil dan Persentil pada data yang tidak
dikelompokkan dan pada data yang dikelompokkan
3. Memahami plus minusnya ukuran pemusatan : rata-rata
hitung, median dan modus
4. Memahami dan mengerti tentang ukuran penyebaran
5. Dapat menghitung Deviasi standar pada data populasi
maupun pada data sampel
6. Memahami penggunaan Koefisien Variasi

1
Ukuran Pemusatan
Ukuran Pemusatan menunjukkan di mana suatu data
memusat atau suatu kumpulan pengamatan memusat
(mengelompok)

Pada umumnya data akan memusat pada nilai-nilai :


Rata-rata hitung, Median dan Modus

Rata-rata hitung

Jumlah semua nilai data


Rata-rata hitung = ------------------------------------
Banyaknya data
2
Ukuran Pemusatan Rata-rata hitung

Pada data yang tidak dikelompokkan


n

X i
X  i 1

contoh : 5 8 4 7 9

_ 5+8+4+7+9
X = ----------------------- = 6,6
5 3
Rata-rata hitung Ukuran Pemusatan

Tabel 1
Kelas Batas Kelas ttk tengah f x.f
(x)
1 20 – 29 24,5 4 98
2 30 – 39 34,5 7 241,5
3 40 – 49 44,5 8 356
4 50 – 59 54,5 12 654
5 60 – 69 64,5 9 580,5
6 70 – 79 74,5 8 596
7 80 - 89 84,5 2 169
50 2695

4
Ukuran Pemusatan

Untuk data yang dikelompokkan

Rata-rata hitung :

X
 x. f
f
_
X = 2695 / 50 = 53,9

5
Median Ukuran Pemusatan
Median adalah nilai yang berada di tengah, yang
membagi dua jumlah data sama banyak
(setelah data diurut).

Pada data yang tidak dikelompokkan


1. Data diurut dari nilai kecil ke besar
2. Tentukan posisi median = (n+1)/2
3. Tentukan nilai median

Contoh : data : 9 5 7 8 4 5
1. Sort data : 4 5 5 7 8 9
2. Posisi median = (6+1)/2 = 3,5
3. Nilai median pada posisi 3,5 adalah 6 6
Cara penghitungan median
frek kum kurang frek x ttk
kelas Batas kelas frek ttk tngh dr tepi bts bwh tngh
1 20-29 4 24.5 0 98
2 30-39 7 34.5 4 241.5
3 40-49 8 44.5 11 356
4 50-59 12 54.5 19 654
5 60-69 9 64.5 31 580.5
6 70-79 8 74.5 40 596
7 80-89 2 84.5 48 169
50 50 26957
Median Ukuran Pemusatan
Pada data yang dikelompokkan

 (n / 2)  F 
Md  B   .i
 fm 
Md : Nilai Median
B : Tepi batas bawah kelas median
F : frekuensi kumulatif sebelum kelas median
fm : frekuensi pada kelas median
i : interval kelas median

Contoh : Lihat tabel blkng cara penghitungan md

Md = 49,5 + [( 25 – 19) / 12] x 10 8


Md = 54,5
Modus Ukuran Pemusatan

Modus adalah nilai yang paling sering


muncul.

Pada data yang dikelompokkan

 d1 
Mo  B   .i
 d1  d 2 
Mo = Nilai Modus
B = Tepi Batas Bawah kelas modus
d1= beda frekuensi antara kelas modus dg kelas sebelumnya
d2 = beda frekuensi antara kelas modus dg kelas sesudahnya
i = interval kelas modus
9
Modus Ukuran Pemusatan

Contoh : Lihat tabel 1


Tentukan kelas modusnya (kelas yg
memiliki frekuensi terbesar) : 50 – 59
d1 = 12 – 8 = 4
d2 = 12 – 9 = 3

Mo = 49,5 + [4 / (4+3)] 10 = 55,21

10
Plus Minus Rata-rata hitung, Median dan Modus

Ukuran Kelebihan Kekurangan


Pemusatan
1. Mempertimbangkan 1. Peka atau mudah
semua nilai terpengaruh oleh nilai
Rata-rata hitung 2. Dapat menggambarkan ekstrim
mean populasi 2. Kurang baik unutk data
3. Cocok untuk data heterogen
homogen (rasio)
1. Tidak terpengaruh oleh 1. Tidak mempertimbangkan
data ekstrim semua nilai
Median 2. Cocok untuk data 2. Kurang dapat
heterogen ( nominal) menggambarkan mean
populasi
1. Tidak terpengaruh oleh 1. Kurang menggambarkan
Modus nilai ekstrim mean populasi
2. Cocok untuk data 2. Modus bisa lebih dari satu
homogen/heterogen
3. Open ended data
11
Ukuran Letak
Kuartil : membagi data menjadi 4 bagian sama banyak.

Q1 Q2 Q3
Pada data yang tidak dikelompokkan
1. Data diurut (dari kecil ke besar)
2. Tentukan posisi (letak) kuartil = LK
Posisi Qi adalah [i(n+1) / 4] i = 1, 2, 3
3. Tentukan nilai kuartil = NK = Qi

NK = NKB + (LK – LKB) x (NKA-NKB)

NKB : Nilai kuartil yg berada di bawah letak kuartil


NKA : Nilai kuartil yg berada di atas letak kuartil
LKB : Letak data yg berada di bawah letak kuartil
12
Kuartil Ukuran letak

Contoh :
Data : 5 7 3 9 11 9

Tentukan nilai Q1 !
1. Data diurut : 3 5 7 9 9 11
2. Posisi (Letak) Kuartil 1
LK1 = [1(6+1) / 4] = 1,75
3. Nilai kuartil 1 = Q1
Q1 = 3 + (1,75 -1) x (5-3) = 4,5

Latihan : Tentukan Q2 dan Q3 !


13
Kuartil Ukuran letak

Pada data yang dikelompokkan


1. Tentukan kelas yg terdapat letak Qi.
2. Tentukan nilai Qi

 (i / 4)n  F 
Qi  B   .c i = 1,2,3
 f 
Qi = Nilai kuartil ke – i
B = Tepi batas bawah kelas kuartil
n = jumlah frekuensi
F = frekuensi kumulatif sebelum kelas kuartil
f = frekuensi pada kelas kuartil
c = interval kelas kuartil
14
Cara penghitungan median
frek kum kurang frek x ttk
kelas Batas kelas frek ttk tngh dr tepi bts bwh tngh
1 20-29 4 24.5 0 98
2 30-39 7 34.5 4 241.5
3 40-49 8 44.5 11 356
4 50-59 12 54.5 19 654
5 60-69 9 64.5 31 580.5
6 70-79 8 74.5 40 596
7 80-89 2 84.5 48 169
50 50 2695
15
Kuartil Ukuran letak

Contoh : data dari tabel 1


Tentukan Q3 !

1. Tentukan kelas yg terdapat letak Q3 :


(3/4 x 50) = 37,5 yaitu kelas : 60 - 69
2. Tentukan Nilai Q3 :

Q3 = 59,5 + [ (37,5 – 31)/9 ] x 10 = 66,72


16
Desil Ukuran letak

Desil : membagi data menjadi 10 bagian sama banyak

D1 D2 D 3 D 4 D 5 D 6 D 7 D 8 D 9

Cara menecari nilai desil, prinsipnya sama dg cara


mencari nilai kuartil. Bedanya pada menentukan posisi
(letak) desil (LD) yaitu :
Pada data yang tidak dikelompokkan
LD = i (n+1) / 10 i = 1, 2, 3, …., 10

17
Desil Ukuran letak

Pada data yang dikelompokkan


1. Tentukan kelas yg terdapat letak Di.
2. Tentukan nilai Di

 (i / 10)n  F 
Di  B   .c i=
1,2,3,4,5,6,7,8,9 f 
Di = Nilai desil ke – i
B = Tepi batas bawah kelas desil
n = jumlah frekuensi
F = frekuensi kumulatif sebelum kelas desil
f = frekuensi pada kelas desil
c = interval kelas desil
18
Persentil Ukuran letak

Persentil : membagi data menjadi 100 bagian sama banyak.

P1 P2 P3 P98 P99

Cara menecari nilai persentil, prinsipnya sama dg cara


mencari nilai kuartil. Bedanya pada menentukan posisi
(letak) persentil (LP) yaitu :

Pada data yang tidak dikelompokkan


LP = i (n+1) / 100 i = 1, 2, 3, …., 100

19
Persentil Ukuran letak

Pada data yang dikelompokkan


1. Tentukan kelas yg terdapat letak Pi.
2. Tentukan nilai Pi

 (i / 100)n  F 
Pi  B   .c i = 1,2,3,4,
……,99  f 
Pi = Nilai persentil ke – i
B = Tepi batas bawah kelas persentill
n = jumlah frekuensi
F = frekuensi kumulatif sebelum kelas persentil
f = frekuensi pada kelas persentil
c = interval kelas persentil
20
Ukuran Penyebaran
Ukuran Penyebaran menggambarkan
bagaimana suatu kelompok data menyebar
terhadap pusat data.

Macam-macam ukuran penyebaran :


> Jarak (Range)
Jarak = Nilai terbesar – nilai terkecil

> Deviasi rata-rata (MD)


MD 
 x
N
21
Ukuran Penyebran

> Deviasi Standar


Pada data yang tidak dikelompokkan

 x   
2
Untuk data populasi : 
N

 x  X 
2
Untuk data sampel : s
n 1
22
Deviasi Standar
Contoh :
Data populasi : 5 3 7 5 8 2
=5 (5  5)  (3  5)  (7  5)
2 2 2
 (5  5) 2  (8  5) 2  (2  5) 2

6

 = 2,08
Data sampel : 5 3 7 5 8 2
X 5
(5  5) 2  (3  5) 2  (7  5) 2  (5  5) 2  (8  5) 2  (2  5) 2
s
6 1

s = 2,28
23
Deviasi Standar
Pada data yang dikelompokkan
Batas x f x.f (x-)² f.(x-)²
Kelas
20 – 29 24,5 4 98 864.36 3457.44
30 – 39 34,5 7 241,5 376.36 2634.52
40 – 49 44,5 8 356 88.36 706.88
50 – 59 54,5 12 654 0.36 4.32
60 – 69 64,5 9 580,5 112.36 1101.24
70 – 79 74,5 8 596 424.36 3394.88
80 - 89 84,5 2 169 936 1872.72
50 2695 13082

2695 13082
  53,9   16,17
50 50 24
Ukuran Penyebaran Relative

Digunakan untuk membandingkan dua


atau lebih distribusi.
Koefisien Variasi

Untuk data populasi
KV  x100%

s
Untuk data sampel KV  x100%
X
25
Soal Latihan
Berikut Nilai UTS Statistika 15 mahasiswa
S1 TM UMY:
4a a8 9a 6a 8a 7a a5 6a 8a 9a 5a
7a 6a 5a 6a
Di mana a= angka terakhir no. mhs., jika
20160130003, maka a=3, shg 4a=43

Tentukan :
1.  2.  3. Md 4. Mo 5. KV
6. Q3 7. D6 8. P82 26
Soal Latihan
Berikut data Berat badan 50 mhs S1 TM UMY

Berat Badan (kg) Frekuensi


50 – 54 1a
55 – 59 9
60 – 64 15
65 – 69 1a
70 – 74 6
75 - 79 4
50

Tentukan :
1.  2.  3. Md 4. Mo 5. Q3 6. D7 7. P15
27

Anda mungkin juga menyukai