Pertemuan 4

Ukuran Pemusatan
Disarikan dari berbagai sumber
 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
2
 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
3
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 4
Rata-rata hitung Ukuran Pemusatan

Tabel 1
Kelas Batas Kelas ttk tengah f x.f
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

5
Ukuran Pemusatan

Untuk data yang dikelompokkan

Rata-rata hitung :

X 
 x. f
f
_
X = 2695 / 50 = 53,9
6
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
7
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
Md = 54,5 8
Cara penghitungan median
Frek kum
kurang dr frek x ttk
kelas Batas kelas frek ttk tngh
tepi bts tngh
bwh
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
median 54.5 25 posisi median
rerata 53.9
modus 55.21
9
 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
10
 Modus Ukuran Pemusatan

Contoh : Lihat tabel 1

Tentukan kelas modusnya (kelas yg memiliki
frekuensi terbesar) : 50 – 59
Frek kum
d1 = 12 – 8 = 4 kelas Batas kelas frek ttk tngh
kurang dr
tepi bts
frek x ttk
tngh

d2 = 12 – 9 = 3
bwh
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

Mo = 49,5 + [4 / (4+3)] 10 = 55,21 6

7
70-79
80-89
8
2
74.5
84.5
40
48
596
169
50 50 2695
median 54.5 25 posisi median
rerata 53.9
modus 55.21
11
 Plus Minus Rata-rata hitung, Median dan Modus
Ukuran Pemusatan Kelebihan Kekurangan

1. Mempertimbangkan semua nilai 1. Peka atau mudah terpengaruh oleh

2. Dapat menggambarkan mean nilai ekstrim
Rata-rata hitung populasi 2. Kurang baik unutk data heterogen
3. Cocok untuk data homogen
(rasio)

1. Tidak terpengaruh oleh data 1. Tidak mempertimbangkan semua

ekstrim nilai
Median 2. Cocok untuk data heterogen 2. Kurang dapat menggambarkan
( nominal) mean populasi

1. Tidak terpengaruh oleh nilai 1. Kurang menggambarkan mean

Modus ekstrim populasi
2. Cocok untuk data 2. Modus bisa lebih dari satu
homogen/heterogen
3. Open ended data
12
 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
13
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 = 5 + (1,75 -1) x (5-3) = 6,5

Latihan : Tentukan Q3 !
14
 Frek kum

Kuartil
kurang dr frek x ttk
kelas Batas kelas frek ttk tngh
tepi bts tngh
bwh
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
Pada data yang dikelompokkan 5
6
60-69
70-79
9
8
64.5
74.5
31
40
580.5
596
1. Tentukan kelas yg terdapat letak Qi. 7 80-89 2
50
84.5 48
50
169
2695
2. Tentukan nilai Qi median
rerata
54.5
53.9
25 posisi median

modus 55.21

 (i / 4) n  F 
Qi  B  
 
.c
 f  i = 1,2,3
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 15
 Frek kum

Kuartil kelas Batas kelas

1 20-29
frek

4
ttk tngh

24.5
kurang dr
tepi bts
bwh
0
frek x ttk
tngh

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
Contoh : data dari tabel 1 5
6
60-69
70-79
9
8
64.5
74.5
31
40
580.5
596
7 80-89 2 84.5 48 169
Tentukan Q3 ! median
50
54.5
50
25 posisi median
2695

rerata 53.9
modus 55.21

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 D3 D4 D5 D6 D7 D8 D9

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
 f  i=
1,2,3,4,5,6,7,8,9

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 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
 f 
i = 1,2,3,4,
……,99
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 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 s
(5  5) 2  (3  5) 2  (7  5) 2  (5  5) 2  (8  5) 2  ( 2  5) 2
6 1

s = 2,28 23
 Deviasi Standar
Pada data yang dikelompokkan
Batas Kelas x f x.f (x-)² f.(x-)²

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 Ekonomi 15 mahasiswa D3
FE Gunadarma :

45 78 95 65 88 70 55 65 81 90 52 73 65 55 67

Tentukan :
1.  2.  3. Md 4. Mo 5. KV
6. Q3 7. D6 8. P82

26
 Soal Latihan
Berikut data Berat badan 50 mhs D3 FE Gunadarma

Berat Badan (kg) Frekuensi

50 – 54 5
55 – 59 9
60 – 64 15
65 – 69 11
70 – 74 6
75 - 79 4
50

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