Reza Fahmi. MA
Nilai rata-rata ialah suatu nilai yang dapat mewakili sekelompok
nilai hasil pengamatan
Memiliki kecenderungan untuk berada ditengah-tengah suatu
distribusi sehingga disebut juga Kecenderungan Nilai Tengah
(Central Tendency)
Simbol :
a) x untuk Sampel
b) μ untuk Populasi
Rumus Mean ialah jumlah semua hasil pengamatan (Ʃx) dibagi
dengan banyaknya pengamatan (n)
Rumus (1) :
(1) x = Ʃx
n
Bila seluruh data ditambah dengan konstanta c yaitu
yi = xi + c, i = 1,2,…..,n maka mean y = mean x + c
Bila seluruh data dikalikan dengan konstanta c yaitu yi = xi
+ c, i = 1,2,…..,n maka mean y = (mean x).c
Ex :
Data : 2,3,4,2,3,5,3,6,3,4 dan mean 3.5
Jika masing-masing ditambah dengan angka 2 menjadi :
4,5,6,4,5,7,5,8,5,6 dengan mean 5.3 = 3.5+2
Jika masing-masing dikalikan dengan angka 2 menjadi :
4,6,8,4,6,10,6,12,6,8 dengan mean 7 = 3.5x2
Contoh 1 :
Hasil pengukuran berat badan 10 orang penderita
diabetes melitus yang dirawat di Rumah Sakit M
adalah sbb :
65,60, 55, 70, 67, 53, 61, 64, 75 dan 50 (dalam kg)
Dengan menggunakan rumus.1 maka :
x = Ʃx =
65+60+55+70+67+53+61+64+75+50
n 10
= 62 kg
Rumus (1) hanya dapat digunakan pada jumlah pengamatan yang tidak
banyak sedangkan jika data yang tersedia cukup banyak yaitu dengan
beberapa rumus yaitu :
(2) Data disusun dalam bentuk distribusi frekuensi tanpa
pengelompokkan
Ket : x = rata-rata
Rumus (2) : x = Ʃfixi Ʃ = jml
Ʃfi f = frekuensi
x = hasil pengamatan
(3) Data disusun dalam bentuk distribusi frekuensi dengan
interval kelas yang sama
Rumus (3) : x = Ʃfi Nt
Ʃfi Ket : x = rata-rata
Ʃ = jml
f = frekuensi
Nt = nilai tengah kelas
Contoh 2 :
Hasil pengukuran berat badan 30 orang penderita
diabetes melitus yang dirawat di Rumah Sakit M adalah
sbb :
Berat Badan
f f.x
(kg)
Dengan menggunakan rumus.2 43 4 172
x = Ʃfx maka : 50 4 200
55 1 55
n 60 2 120
= 1.866 62 1 62
63 1 63
30 65 3 195
= 62.2 kg 67 2 134
68 1 68
69 1 69
70 3 210
71 1 71
72 3 216
75 1 75
78 2 156
Jumlah 30 1.866
Contoh 3 :
Hasil pengukuran berat badan 30 orang penderita
diabetes melitus yang dirawat di Rumah Sakit M adalah
sbb : (frekuensi distribusi dikelompokkan)
Berat Badan
(kg) f Nt f.Nt Dengan menggunakan rumus.3
x = Ʃfi Nt
41 - 45 4 43 172
46 - 50 4 48 192 Ʃfi
51 - 55 1 53 53
56 - 60 2 58 116
= 1.845
30
61 - 65 5 63 315
66 - 70 7 68 476
= 61.5 kg
71 - 75 5 73 365
76 - 80 2 78 156
Jumlah 30 1.845
(3) Perhitungan rata-rata menggunakan kode
Rumus (4) :
Ket : x = rata-rata
x = k + (Ʃdi/n) Ʃ = jml
k = sembarang nilai yang merupakan
asumsi rata-rata
di = selisih nilai xi terhadap k
n = jumlah pengamatan
Rumus (5) :
x = k + (Ʃfi di/ Ʃfi)
Ket : x = rata-rata
Ʃ = jml
k = sembarang nilai yang merupakan
asumsi rata-rata
di = selisih nilai xi terhadap k
f = frekuensi
n = jumlah pengamatan
Menghitung rata-rata yang terdiri dari beberapa kelompok
dengan jumlah pengamatan setiap kelompoknya berbeda
sehingga memerlukan pembobotan (weighted)
Rata-rata dengan pembobotan (weighted mean) ialah rata-
ratakan k buah nilai x1, x2,...xk dengan dengan memberi
pembobot w1, w2,....wk pada nilai-nilai tsb
Dengan rumus :
Cara Perhitungan Rata-Rata
Contoh 5.
50
53
2 (n = 5) 52 dengan w1 =3 ; x1 = 53 ; w2 = 5 ; x2 = 53.5 ;
55
57
w3 = 10 ; x3 = 54.9, maka :
xw = (3x53)+(5x53.5)+(10x54.9)
51 48 3+5+10
55 47
3 (n = 10) 57 58 = 54.17 kg
60 59
52 62
Median membagi data menjadi dua bagian yaitu 50% data
berada dibawah nilai median dan 50% data berada di atas nilai
median
Sifat-sifat median :
Median dapat digunakan untuk data kuantitatif baik
kontinue maupun diskrit
Dapat digunakan untuk data kualitatif yaitu variabel yang
berskala ordinal
Cocok dipakai untuk data yang distribusinya miring (tidak
simetris)
Median lebih stabil karena tidak dipengaruhi oleh nilai
ekstrim
Mengurutkan data dari terkecil ke terbesar
Menentukan posisi median yaitu (n+1)/2
Menghitung nilai median
Med
Ket :
b = tepi bawah kelas median yaitu kelas interval dimana median akan
terletak
p = panjang kelas median
n = banyaknya data
F = jumlah semua frekuensi yang terletak sebelum kelas median
f = frekuensi kelas median
Cara Perhitungan Rata-Rata
Contoh 6 :
NILAI FREKUENSI
30-39 4 Menggunakan rumus median untuk
40-49 6 data berkelompok yaitu :
50-59 8
60-69 12 Med
70-79 9
80-89 7
90-99 4 dengan b = 59.5 ; p = 10 ; F = 18 ;
f = 12 maka :
50
Med = 59.5 + 10((1/2 x 50)-18)
12
= 59.5 + 5.83 = 65.3
Secara kuantitatif nilai yang paling banyak muncul atau
frekuensi paling besar
Sifat-sifat modus :
Modus paling stabil terhadap nilai ekstrim dibandingkan
mean dan median
Tidak memperhitungkan seluruh pengamatan
Jarang dipakai untuk analisis statistik
Proses perhitungannya :
Mengurutkan data dari terkecil ke terbesar
Bisa mengandung 1 modus, 2 modus dst serta 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
Rumus mencari modus untuk data berkelompok :
Mod
Ket :
b = tepi bawah kelas modus yaitu kelas interval yang memiliki
frekuensi terbanyak
p = panjang kelas modus
b1 = frekuensi kelas modus dikurangi frekuensi kelas interval
sebelumnya
b2 = frekuensi kelas modus dikurangi frekuensi kelas interval
sesudahnya
Cara Perhitungan Rata-Rata
Contoh 7 :
Berat badan 10 wanita hamil yang datang ke RSIA dikota B
pada bulan Nopember 2008 adalah sbb :
Menggunakan rumus modus untuk data
NILAI FREKUENSI berkelompok yaitu :
30-39 4 Mod
40-49 6
50-59 8
60-69 12
70-79 9 dengan b = 59.5 ; p = 10 ; b1 = 12-8 = 4 ;
80-89 7 b2 = 12 – 9 = 3 maka :
90-99 4 Mod = 59.5 + 10 x (4/(4+3))
50 = 59.5 + 5.71 = 65.21
Perhitungan nilai rata-rata dilakukan untuk memberikan
interpretasi terhadap data yang diperoleh
Dengan menggunakan salah satu ukuran nilai rata-rata,
maka diperoleh suatu nilai yang bisa mewakili seluruh
nilai observasi yang diperoleh
Pada kurva yang simetris, mean, median dan modus
terletak pada satu titik
X = Me = Mo
Pada kurva yang berdistribusi tidak simetris :
Pada distribusi miring ke kanan, modus
akan bergeser ke kiri mengikuti nilai dengan
frekuensi terbanyak, mean akan bergeser ke
kanan karena terpengaruh oleh nilai ekstrim
dan median terletak antara mean dan modus
Mo Me x
Pada kurva yang berdistribusi tidak simetris :
Pada distribusi miring ke kiri, modus akan
bergeser ke kanan mengikuti nilai dengan
frekuensi terbanyak, mean akan bergeser ke
kiri karena terpengaruh oleh nilai ekstrim dan
median terletak antara mean dan modus
x Me Mo
Pada distribusi miring (kekanan atau kekiri),
median selalu berada ditengah-tengah antara
mean dan modus, mean selalu tertarik ke arah
nilai ekstrim. Secara empiris, jarak antara
modus dan median adalah 2/3 jarak modus dan
mean