S TAT I S T I KA

UKURAN PEMUSATAN
DAN PENYEBARAN
DATA

TPHI 2018
UKURAN DESKRIPTIF
■ Ukuran deskriptif berupa angka sering digunakan untuk menjelaskan
karakteristik suatu data
■ Dikenal 2 jenis ukuran deskriptif umum yang digunakan yaitu ukuran
pemusatan dan ukuran penyebaran
■ Ukuran pemusatan digunakan untuk menjelaskan lokasi pusat distribusi
dari nilai-nilai pengamatan
■ Ukuran penyebaran digunakan untuk menunjukkan bagaimana variasi /
keragaman nilai-nilai pengamatan tersebut terhadap pusat distribusinya
UKURAN PEMUSATAN
■ Secara umum dikenal 3 nilai pusat yang sering digunakan untuk
menjelaskan karakteristik pusat distribusi suatu data, yaitu Modus (Mo),
Median (Me), dan Mean (μ)
■ Modus : nilai pengamatan yang paling sering terjadi (frekwensinya paling
tinggi)
■ Median : nilai pengamatan yang terletak di tengah-tengah ketika data
diurutkan berdasarkan besarannya
■ Mean / Rata-rata : nilai yang diperoleh dari menjumlahkan semua nilai
pengamatan dibagi dengan jumlah data
 Pemusatan data

Contoh : nilai ulangan 10 10 8 7 7 6 5 5 5 5 4

Maka : rata-rata hitung/mean = 6.55 ; median = 6

modus = 5

Nilai Frekuensi
10 2
8 1
7 2
6 1 -
5 4
4 1
Jumlah 11
MODUS
■ Modus biasanya digunakan sebagai ukuran popularitas, dan dapat
digunakan untuk data kuantitatif maupun kualitatif
■ Suatu set data mungkin memiliki lebih dari satu modus
■ Misal: suatu data pengamatn jumlahbunga anggrek per tangkai sebagai
berikut:

8 7 8 8 10
9 7 7 7 9
8 10 3 7 9

■ Maka modus dari data tersebut adalah 7 (muncul 5 kali)

Contoh mencari modus

■ Data tidak terkelompok

6
Modus pada data terkelompok
 b1 
Mo = Bb + p 
b b 

 1 2 

dengan
Bb = batas bawah kelas interval yang mempunyai frekuensi
tertinggi
b1 = selisih frekuensi tertinggi dengan frekuensi dari kelas interval yang lebih rendah.
b2 = selisih frekuensi tertinggi dengan frekuensi dari kelas interval yang lebih tinggi.
p = panjang kelas.

7
Contoh mencari modus

■ Data terkelompok

Sumber: statistika deskriptif-suprayogi, ITB

solehpunya.files.wordpress.com/2008/03/00-statistika-deskriptif.pdf 8
 MODUS

Contoh :
Interval Kelas Frekuensi Data yang paling sering muncul adalah pada
interval 74-86, sehingga :
9-21 3
22-34 4 Bp = 73,5
35-47 4
48-60 8 b1 = 23-12 = 11
61-73 12
74-86
87-99
23
6
b2 = 23-6 =17
Σf = 60  11 
Mod  73,5  13    78,61
 11  17 
latihan
■ Contoh: hitunglah nilai modus dari data berikut
MEDIAN
■ Untuk suatu set data yang kecil, median adalah data yang terletak di
tengah urutan jika jumlah datanya ganjil, ataupun bila datanya berjumlah
genap maka median dihitung sebagai rata-rata 2 data paling tengah
■ Untuk itu data terlebih dahulu diurutkan berdasarkan nilainya
■ Urutan data posisi median dapat dihitung (jika data berjumlah ganjil)
sebagai berikut: (n+1) / 2

8 7 8 ■ 8 10 n=15
9 7 7 ■ 7 9 (n+1) / 2 = 16/2 =8
8 10 3 ■ 7 9 median pada data urutan 8
Median untuk data tidak terkelompok
■ Jika banyak data genap
n n2
nilai data ke -    nilai data ke -  
2  2 
Me = 2

■ Jika banyak data ganjil

 n 1 
Me = nilai data ke - 
 2 


Data harus diurutkan dulu dari terkecil ke terbesar

12
MEDIAN : nilai tengah dari sekumpulan data setelah diurutkan yang fungsinya membantu
memperjelas kedudukan suatu data.

Contoh : diketahui rata-rata hitung/mean nilai ulangan dari sejumlah siswa adalah 6.55.
Pertanyaannya adalah apakah siswa yang memperoleh nilai 7
termasuk istimewa, baik, atau biasa-biasa saja ?

Jika nilai ulangan tersebut adalah : 10 10 8 7 7 6 5 5 5 5 4,

maka rata-rata hitung = 6.55, median = 6
Kesimpulan : nilai 7 termasuk kategori baik sebab berada di atas rata-rata hitung
dan median (kelompok 50% atas)

Jika nilai ulangan tersebut adalah : 8 8 8 8 8 8 7 5 5 4 3,

maka rata-rata hitung = 6.55, median = 8
Kesimpulan : nilai 7 termasuk kategori kurang sebab berada di bawah median
(kelompok 50% bawah)

Jika sekumpulan data banyak bilangannya genap (tidak mempunyai bilangan tengah)
Maka mediannya adalah rerata dari dua bilangan yang ditengahnya.
Contoh : 1 2 3 4 5 6 7 8 8 9 maka median (5+6) : 2 = 5.5
Contoh mencari median

■ Banyak data genap

14
Contoh mencari median

■ Banyak data ganjil

Sumber: statistika deskriptif-suprayogi, ITB

solehpunya.files.wordpress.com/2008/03/00-statistika-deskriptif.pdf 15
Median data terkelompok
n 
 F
Me = Bb + p  2 
fm

dengan
Bb : batas bawah kelas interval yang mengandung Me
fm : frekuensi kelas interval yang mengandung Me
F : jumlah frekuensi semua kelas sebelum kelas yang mengandung media
p : panjang kelas interval

Letak Me harus paling sedikit mencapai frekuensi setengah dari jumlah data seluruhnya
Contoh mencari median

Sumber: statistika deskriptif-suprayogi, ITB

solehpunya.files.wordpress.com/2008/03/00-statistika-deskriptif.pdf 17
 MEDIAN

Contoh :
Interval Kelas Frekuensi Letak median ada pada data ke 30, yaitu
pada interval 61-73, sehingga :
9-21 3
22-34 4 Bb = 60,5
35-47 4
48-60 8 F = 19
61-73 12
74-86 23 fm = 12
87-99 6
 60 
 - 19 
Med  60,5  13  2
Σf = 60
  72,42
 12 
 
 
MEDIAN
■ Contoh: hitunglah nilai median dari data berikut
MEAN / RATA-RATA
■ Nilai Mean memiliki peranan yang sangat penting dalam menjelaskan
karakteristik data
■ Mean populasi biasa dilambangkan dengan huruf μ, sedangkan mean
sampel biasa dilambangkan dengan huruf y atau x
■ Misalkan x1, x2, x3, ……, xn adalah nilai-nilai pengamatan dari suatu
sampel berukuran n, maka mean sampel dinyatakan sebagai:
MEAN / RATA-RATA
■ Misalkan pada data berikut, maka nilai meannya dapat dihitung sebagai
berikut:

8 7 8 8 10
9 7 7 7 9
8 10 3 7 9
MEAN / RATA-RATA
■ Bagi data yang sudah disusun ke dalam tabel distribusi frekwensi (data
berkelompok), nilai meannya dapat diduga dengan rumus berikut:
MEAN / RATA-RATA
■ Contoh:
 RATA-RATA HITUNG

1. Dalam Tabel Distribusi Frekuensi

Interval Kelas Nilai Tengah (M) Frekuensi FM

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

N= 60 ΣM = 3955

FM 3955
X   65,92
N 60
Contoh menghitung rata-rata
Kelas interval Nilai tengah (M) F FM
13-15 14 5 70
16-18 17 6 102
19-21 20 7 140
22-24 23 2 46
jumlah 20 358

Mean = 358/20 = 17,9

25
LATIHAN SOAL
Dari set data berikut, tentukanlah nilai Modus, Median, dan Meannya,
kemudian buatlah tabel distribusi frekwensinya dan lakukan pendugaan nilai
modus, median, dan mean berdasarkan tabel tersebut

77 61 59 60 79 71 92 73 35 61
88 59 58 57 60 56 56 58 65 62
48 73 42 45 73 56 40 71 71 78
58 85 73 66 59 49 47 68 80 78
70 87 67 55 74 68 60 53 53 69
 LATIHAN SOAL
Ukuran Deskriptif Interval F M FK FM
   
35-43 3 39 3 117
Mean 64.06 44-52 4 48 7 192
Standard Error 1.795552
53-61 18 57 25 1026
Median 61.5
62-70 8 66 33 528
Mode 73
71-79 12 75 45 900
Standard Deviation 12.69647
Sample Variance 161.2004 80-88 4 84 49 336
89-97 1 93 50 93
  50     3192
LATIHAN SOAL
■ Dugaan Modus = 53 + x 9
= 58,25

■ Dugaan Median = 53 +
= 62,00

■ Dugaan Mean =
= 63,84
UKURAN PENYEBARAN
■ Untuk dapat menjelaskan distribusi frekwensi suatu set data secara lebih
rinci dibutuhkan ukuran penyebaran atau keragaman data, untuk
menggambarkan bentuk distribusi datanya
■ Ukuran penyebaran data paling sederhana adalah kisaran / range (selisih
nilai pengamatan terbesar dengan terkecil), namun informasi yang
diberikan sangat terbatas
■ Kisaran dapat dilengkapi nilai persentil ke-p, yaitu suatu nilai yang
membagi 2 urutan suatu set data sedemikian rupa sehingga sebanyak p%
dari data tersebut terletak dibawah nilai tersebut
■ Misal: nilai persentil ke 30 artinya sebanyak 30% dari total hasil
pengamatan yang telah diurutkan berada di bawah nilai tersebut
Contoh

Tentukan kuartil bawah (Q1), kuartil tengah (Q2) dan kuartil atas (Q3) dari data-data
berikut ini
.........
UKURAN PENYEBARAN
■ Untuk mengetahui posisi nilai persentil ke-p pada suatu urutan data
dihitung dengan cara: n+1 x (p/100)
■ Untuk data dalam bentuk tabel distribusi frekwensi, nilai persentil ke-p
dihitung dengan cara
Persentil ke-p

L = batas bawah dari interval kelas persentil ke-p

W = lebar interval
Fm = frekwensi kelas persentil ke-p
n = jumlah pengamatan
cf = frekwensi kumulatif sebelum kelas persentil ke-p
KUARTIL
■ Nilai persentil yang sering digunakan dalam penyajian data adalah
persentil ke 25, 50, dan 75, yang masing-masing disebut sebagai kuartil
bawah / Q1 (p=25), kuartil tengah / median / Q2 (p=50), dan kuartil
atas / Q3 (p=75)
■ Untuk menentukan posisi kuartil bawah: n+1/4
■ Untuk menentukan posisi kuartil atas: n+1 x (3/4)
■ Jika posisi kuartil bukan merupakan bilangan bulat, maka nilainya
ditentukan dengan interpolasi
■ Misal Q1 = 2,75 maka posisinya antara data ke-2 (y2) dan ke-3 (y3)
dengan nilai Q1 = y2 + 0,75(y3 – y2)
KUARTIL
■ Untuk data dalam bentuk tabel distribusi frekwensi, nilai Q1 dan Q3
dihitung dengan cara
Q1
Q3

L = batas bawah dari interval kelas Q

W = lebar interval
Fm = frekwensi kelas Q
n = jumlah pengamatan
cf = frekwensi kumulatif sebelum kelas Q
KUARTIL
■ Contoh: hitunglah nilai Q1, Q2, dan Q3 dari data berikut. Tentukan juga
nilai persentil ke-60
KUARTIL
■ Ukuran penyebaran data lainnya adalah kisaran antar kuartil (IQR), yaitu
selisih antara kuartil atas dengan kuartil bawah. IQR = Q3 - Q1
■ IQR dapat digunakan untuk membandingkan keragaman atau variasi
antar 2 set data, akan tetapi ada kalanya kurang dapat memberikan
informasi yang bermanfaat tentang keragaman suatu set data
■ Nilai kuartil dan kisaran antar kuartil dapat digunakan untuk menyajikan
data dalam bentuk diagram kotak / box plot
■ Diagram ini digunakan untuk mempelajari keragaman dari data dan
keadaan data pada ujung-ujung distribusinya, serta mendeteksi
kemungkinan adanya nilai-nilai pencilan (outlier)
BOX PLOT
BOX PLOT
Untuk membuat box plot, terlebih dahulu perlu dihitung nilai-nilai berikut:
■ Batas dalam bawah (lower inner fence) = Q1 – 1,5(IQR)
■ Batas dalam atas (upper inner fence) = Q3 + 1,5(IQR)
■ Batas luar bawah (lower outer fence) = Q1 - 3(IQR)
■ Batas luar atas (upper outer fence) = Q3 + 3(IQR)
■ Nilai rendah terdekat: nilai pengamatan terkecil yang terletak antara Q1
dengan nilai batas dalam bawah
■ Nilai atas terdekat: nilai pengamatan terbesar yang terletak antara Q3
dengan nilai batas dalam atas
BOX PLOT
Nilai yang terletak di luar batas dalam disebut pencilan ringan (mild outlier),
sedangkan nilai di luar batas luar merupakan pencilan ekstrim (extreme
outlier)
Langkah-langkah membuat box plot:
■ Buat kotak atau persegi panjang yang panjangnya mulai dari Q1 sampai
Q3
■ Buat garis melintang di dalam kotak menunjukkan posisi median
■ Hubungkan nilai Q1 dan nilai rendah terdekat dengan garis, begitu juga
Q3 dengan nilai atas terdekat
■ Tandai nilai pencilan ringan dengan “x” dan pencilan ekstrim “o”
UKURAN PENYEBARAN
■ Salah satu ukuran keragaman yang saat ini dianggap paling penting dan
paling sering digunakan adalah varians (variance) dan simpangan baku
(standard deviation)
■ Varians merupakan rata-rata dari kuadrat simpangan nilai-nilai
pengamatan terhadap nilai rata-ratanya
■ Varians =

■ Simpangan baku dihitung sebagai akar dari varians

VARIANS DAN SIMPANGAN BAKU
8 7 8 8 10
9 7 7 7 9
8 10 3 7 9
(Ʃ = (8+7+8+8+10+9+……..+
= = 13.689
Ʃ = ++++++……..+
= 953
= (15 x 953) – 13.689 = 2,886 S=
15(15 – 1) S = 1,699
VARIANS DAN SIMPANGAN BAKU
■ Untuk data yang ditampilkan dalam bentuk tabel distribusi frekwensi,
nilai varians dapat dihitung dengan rumus:

Varians = = . Fi
n–1

mi = titik tengah kelas ke-i

Fi = frekwensi kelas ke-i
X = rata-rata
LATIHAN AKHIR
Hasil pengukuran panjang baku tubuh benih ikan kerapu bebek (milimeter)

78 92 84 86 78 96 101 78 88 72
100 97 96 78 80 104 79 89 100 85
73 90 99 102 76 94 86 77 83 101
89 79 124 110 99 85 74 109 88 89
90 90 113 87 86 77 92 101 74 76
75 76 98 89 86 76 94 94 98 86