MEDIAN (Md)

Termasuk juga rata-rata letak (positional measure)

karena perhitungan median didasarkan pada letak dari
nilainya.
Median didapatkan dengan menyusun nilai-nilai variabel
dalam bentuk array dan kemudian mendapatkan nilai
tengahnya.

Menghitung Median
Untuk Data Yang Tidak Berkelompok

Setelah semua nilai kita susun dari yang kecil ke yang

besar (array) maka posisi median dapat kita temukan
sebagai berikut:
 Untuk jumlah pengamatan (n) ganjil
X1, X2, X3, …. , X n , X n  1 , X n  3 , …. , Xn
2 2 2

Md
n 1
Median sama dengan nilai X yang ke
2
Contoh : Persentase murid-murid yang lulus dari 5 buah
Sekolah Lanjutan Tingkat Atas adalah 50, 74, 76,
89 dan 93. Hitunglah mediannya!

50%, 74%, 76%, 89%, 93%

51
n=5, median sama dengan nilai x yang ke = 3.
2
Dari daftar tersebut X3 = 76%,
jadi median sama dengan 76%
 Untuk jumlah pengamatan (n) genap
Disini dibedakan antara nilai-nilai diskrit dan kontinyu

Untuk nilai diskrit

n
Median sama dengan nilai X yang ke atau
n2 2
nilai X yang ke
2

Contoh : 24 4 5 6 6 7 8
X1 X2 X3 X4 X5 X6 X7 X8
n = 8 (genap)

Median = nilai X yang ke X 8= X atau X 8 2X

=
4 5
2 2
= 5 atau 6
 Untuk nilai kontinyu
X n  X n2
2 2
Median = (nilai rata-rata dari dua nilai
2
yang terletak di tengah-tengah)

Contoh : 50% 70% 76% 89% 93% 100%

X1 X2 X3 X4 X5 X6

X n  X n 2
Median =
2 2
2
X 6  X 6 2
X3  X 4
 2 2

2 2
76 %  89 %
 = 82,5%
2
 Menghitung Median Untuk Data Berkelompok

n 
  FLMd 
M d  LMd  2 i
 f Md 
 
 
Dimana : Md = Nilai Median
LMd = Batas bawah nyata kelas yang
mengandung median
n = Jumlah frekuensi dalam distribusi
FMd = Frekuensi komulatif sebelum batas bawah
kelas yang mengandung median
fMd = Frekuensi dari kelas yang mengandung
median
i = Luas kelas
Menghitung Nilai Median upah per minggu dari 260
buruh suatu pabrik

Kelas Jumlah Buruh Frek Meningkat

(Ribuan Rp) f c.f.
260
 130
2,0 – 3,9 12 12 2
4,0 – 5,9 20 32
6,0 – 7,9 39 71
8,0 – 9,9 70 141 klas yang
10,0 – 11,9 51 192 mengandung
12,0 – 13,9 24 216 Median
14,0 – 15,9 21 237
16,0 – 17,9 15 252
18,0 – 19,9 8 260
  n2  FL Md 
Md = LMd   i

 Md f
 260 
  71 
= 7,95 +  2 2
 70 
 
 
 59 
= 7,95 +  2
 70 
= 7,95 +
1,69
= 9,64
 Mode (Mo)

Dalam pengertian sehari-hari mode adalah

nilai variabel yang tercatat berjumlah
paling banyak.
Dalam statistik mode dapat diberi batasan
sebagai berikut :
Mode dari suatu kumpulan nilai adalah
suatu nilai dari kumpulan nilai tersebut
yang paling sering terjadi.
Contoh :

Menghitung Nilai Mode

Besar Keluarga Frekuensi

4 2
5 2
6 4
7 1
9 1

Jumlah 10

Dari tabel tersebut diatas diketahui bahwa yang

paling banyak frekuensinya adalah nilai 6, jadi nilai
mode = 6
Untuk data berkelompok, mode ditentukan dengan rumus :

 d1 
M o  LMo    i
 d1  d 2 

d1 = fMo – f1
d2 = fMo – f2
Mo = Mode yang dicari
f1 = Frekuensi dari klas yang terletak diatas klas
yang mengandung mode
f2 = Frekuensi dari clas yang terletak dibawah
klas yang mengandung mode
fMo = Frekuensi dari klas yang mengadung mode
LMo = batas bawah nyata klas yang mengadung
mode
i = interval
Contoh :
Frekuensi tertinggi adalah 70
Klas f
yaitu frekuensi klas ke 4.
2,0 – 3,9 12 Sehingga klas ke 4 (8,0 – 9,9)
4,0 – 5,9 19 merupakan klas yang
6,0 – 7,9 39 mengandung mode.
8,0 – 9,9 70
10,0 – 11,9 52 d1 = fMo – f1
12,0 – 13,9 24
14,0 – 15,9 21 = 70 – 39
16,0 – 17,9 15 = 31
18,0 – 19,9 8 d2 = fMo – f2
= 70 – 52
Jumlah 260 = 18

 d1   31 
Mo = LMo    i = 7,95 +   2 = 7,95 + 1,27
 d1  d 2   3118 
= 9,22
Hubungan Antara Berbagai Ukuran Tendensi Pusat

1. Dalam distribusi frekuensi simetris sempurna, nilai mean,

median, dan mode adalah sama.

Nilai
Md = X = Mo

2. Dalam suatu distribusi frekuensi yang mempunyai

dua mode (bimodal) dan kurvenya simetris, nilai mean
dan median sama dan berimpit pada satu titik di
tengah-tengah absis, sedangkan modenya terletak di
kiri kanan titik mean dalam jarak yang sama.
 f

Mo X = Md Mo Nilai

3. Dalam distribusi tidak simetris, nilai mean, median dan

mode tidak sama atau terpisah satu sama lain.

a. Distribusi frekuensi yang demikian terdapat dua macam :

Distribusi meruncing kea rah nilai tinggi
Dalam distribusi seperti ini, mean akan mempunyai nilai
yang tertinggi kemudian diikuti median dan mode.
Distribusi yang digunakan disebut condong ke kiri atau
juling positif karena ujungnya memanjang ke arah nilai
positif.
 f

M o Md X Nilai

b. Distribusi meruncing ke arah nilai rendah

Dalam distribusi semacam ini, mode akan mempunyai nilai
yang tertinggi kemudian dibawahnya diikuti median dan mean.
Distribusi yang demikian disebut condong ke kanan atau
juling negative, karena ujungnya memanjang ke arah nilai
negative.
f

X Md Mo Nilai
4. Untuk distribusi yang mendekati simetris, kita dapat
memperkirakan letak nilai mode berdasarkan hubungan antara
nilai mean, median dan mode.
Pada kebanyakan distribusi, jarak antara mean dengan
median sekitar sepertiga jarak antara mean dengan mode.
Mean – Mode = 3 (Mean – Median)

Nilai mode yang diperkirakan berdasarkan nilai mean dan

median tersebut disebut empirical mode, dan dihitung dengan
rumus sebagai berikut :


MO  X  3 X  Md 
Contoh : =X 10,10
Md
= 9,66
M O – 3 (10,10 – 9,66)
= 10,10
= 8,78
Karena nilai mode tersebut hanya taksiran saja, dengan
sendirinya agak berbeda dengan nilai mode yang didapatkan
dengan rumus mode.
5. Untuk nilai-nilai yang positif, dalam kebanyakan distribusi,
nilai arithmetic mean lebih besar daripada nilai geometric
mean dan nilai geometric mean lebih besar daripada
harmonic mean.

X > G > H