Pert

UKURAN
ke 5
PEMUSATA
N DATA
DEFINI
SI
● Ukuran pemusatan adalah suatu ukuran yang menunjukkan dimana suatu
data
memusat atau suatu kumpulan pengamatan memusat (mengelompok)
● Ukuran pemusatan merupakan penyederhanaan data untuk
mempermudah
peneliti membuat interprestasi dan mengambil suatu
keputusan
UKURAN PEMUSATAN DATA
#2
●Dalam menyajikan data, selain dengan penyajian dalam bentuk tabel, gambar
dan diagram, biasa juga disajikan dalam bentuk angka-angka ringkasan
(summary figures) seperti rata-rata hitung.
● Setelah tabel ataupun grafik dari suatu data disajikan, biasanya muncul
pertanyaan
○ Berapa rata-ratanya?
○ Berapa rentang datanya?
○ dan pertanyaan lainnya.
● Untuk menjawab itu maka diperlukan teknik deskriptif dalam bentuk
numerik
yaitu ukuran pemusatan, ukuran penyebaran, ukuran lokasi, dan ukuran
bentuk
UKURAN PEMUSATAN DATA
#2
●Ukuran pemusatan dari sekelompok data merupakan nilai ataupun data yang
bisa mewakili sekelompok data tersebut atau seringkali disebut juga sebagai
rata- rata.
● Nilai rata-rata pada umumnya memiliki kecenderungan terletak pada posisi
tengah-tengah di dalam suatu kelompok data yang disusun secara
berurutan atau dengan kata lain memiliki kecenderungan memusat.
Beberapa Ukuran Statistik
Uraian Ukuran Data tidak berkelompok Data berkelompok
Rata-rata hitung (tertimbang/tidak tertimbang)
Rata- rata ukur (tertimbang/tidak tertimbang) Rata-rata hitung
Ukuran pemusatan Rata- rata harmonis
Nilai tengah/Median Nilai tengah/Median
Modus Modus
Kuartil Kuartil
Ukuran lokasi Desil Desil
Persentil Persentil
Rentang/range Rentang/range
Ragam/variance Ragam/variance
Ukuran Dispersi
Standart Deviasi Standart Deviasi
Koefisien Variasi Koefisien Variasi
UKURAN PEMUSATAN
DATA
● Penghitungan Ukuran berasal dari sampel  Statistik
● Penghitungan Ukuran berasal dari populasi  Parameter

● Penghitungan ukuran pusat bisa dilakukan terhadap data mentah (data yang
belum dikelompokkan dan termasuk data yang terurut) maupun data yang
telah diringkas menjadi distribusi frekuensi (data yang telah
dikelompokkan).

● Ada tiga ukuran pusat data yang banyak digunakan, yaitu rata-rata
hitung (mean), median, dan modus.

● Sebagai tambahan akan dijelaskan pula mengenai rata-rata

tertimbang dan rata-
RATA-RATA HITUNG
(mean)
● Rata-rata hitung atau arithmatic mean atau lebih dikenal dengan rata-rata
merupakan ukuran pusat data yang paling sering digunakan karena lebih
mudah dimengerti oleh siapa saja dan perhitungannya pun mudah.

● Rata-rata yang dihitung dari data sampel atau sebagai statistik sampel
disimbolkan dengan 𝑿 (baca: X-bar) dan jika dihitung dari data populasi
atau sebagai parameter populasi disimbolkan dengan huruf yunani 𝝁
(baca : myu)
RATA-RATA HITUNG (mean) Da ta
.

Tunggal
● Rata-rata dihitung dengan menjumlahkan seluruh angka data kemudian dibagi
dengan banyaknya (jumlah) data.

● Jumlah data untuk data sampel disebut sebagai ukuran sampel yang
disimbolkan dengan n dan untuk data populasi disebut sebagai ukuran
populasi yang disimbolkan dengan N.

● Contoh : Jika X1, X2, X3…..Xn adalah kumpulan data sebanyak n, maka
rata-rata hitung :

X1  X 2  ...  X n
X
n
RATA-RATA HITUNG
(mean)
Secara X  n
Rumus
dimana: X i

: 𝑋 = rata-rata
sampel
σ = huruf latin “Sigma” (Penjumlahan)
𝑋𝑖 = data ke-i dari variabel acak X
n = ukuran / banyaknya sampel

Sedangkan untuk populasi dirumuskan dengan   N

X i

dimana :
µ = rata-rata populasi
σ = huruf latin “Sigma”
(Penjumlahan)
Contoh 1
:●
Produksi barang A (x) mulai dari bulan Januari sampai dengan Desember
2009
(dalam ton) sebagai berikut :
3,5 ; 3 ; 4 ; 4 ; 3 ; 4 ; 4,5 ; 4,5 ; 5 ; 3 ; 4 ; 5.
● Berapa rata-rata produksi barang A per bulan tahun 2009?
12
𝑥= σ 𝑖1= 𝑥 𝑖 = 3,5+3+4+4+3+4+4,5+5+3+4+5 = 47,5 = 3,96
12 12 12

● Jadi rata-rata produksi barang A per bulan pada tahun 2009 adalah 3,96
ton.
Rata-rata hitung tertimbang
● Rata-rata tertimbang/terbobot (weighted average) adalah rata-rata yang dihitung dengan
memperhitungkan timbangan/bobot untuk setiap datanya. Setiap penimbang/bobot
tersebut merupakan pasangan setiap data.

● Dengan adanya penimbang, penghitungan rata-rata akan lebih akurat dan relatif penting
satu sama lain. Perhitungan ini sering digunakan pada portofolio investasi, skor tingkat
dan statistik lainnya.

● Penimbang (wi) adalah suatu angka pembanding suatu nilai agar lebih berarti. Pemilihan
angka
penimbang
yang (timbangan) adalah angka atau ukuran yang relatif (ada hubungannya dengan data
Keterangan:
dihitung). = rata-rata
tertimbang
xi = nilai data ke-
i wi = bobot data
Berikut adalah produksi TV menurut Jumlah
Hari Kerja per BulanTahun 2008
● Pemberian faktor penimbang terhadap suatu barang dapat dilakukan
secara
Bulan Produksi (x ) Hari Kerja (w ) (xi wi)
subyektif dan
(1)
secara
(2)
obyektif.
i

(3)
i

(4)
Januari 3,5 20 70
Februari 3 18 54
Maret 4 22 88
April 4 21 84 n
Mei 3 19 57
Juni 4 21 84  X i wi 985
Juli 4,5 22 99 X  i1
 246  4,
00
Agustus 4,5 21 94,5  wi
September 5 21 105
Oktober 3 17 51
November 4 21 84
Desember 5 23 115
Jumlah 246 985,5
Cara Subyektif
● Pemberian faktor penimbang (bobot) terhadap suatu barang didasarkan
pada
pandangan masing-masing orang.

● Sehingga untuk barang yang sama, bagi orang yang berbeda, pemberian
faktor
penimbangnya dapat berbeda.
Cara Subyektif
● Contoh 5.2.Harga persatuan barang, untuk 4 barang kebutuhan pokok
di
Palembang pada tahun 2012, seperti terncantum pada tabel berikut:
● Hitung rata-rata tertimbang harga per kg, untuk 4 barang kebutuhan
Jenis barang Harga/Kg
pokok tersebut (1) (2)
Beras Rp. 8.000
Gula Rp. 11.000
Garam Rp. 1.000
Minyak goreng Rp. 18.000
● Besarnya bobot/timbangan untuk masing-masing barang, nilainya
boleh
ditentukan sembarang menurut pandangan masing-masing orang
Selanjutnya
● Karena pembobotan dilakukan secara subyektif, maka harus berdasarkan
pendapat penghitungnya, misalkan karena beras adalah barang pokok utama,
maka bobotnya harus paling besar, misal 10, sedangkan komoditas lain
dibawah beras dengan urutan sebagai berikut :
Jenis barang Harga/Kg (xi) Bobot (wi) xi.wi Dari tabel didapat nilai
(1) (2) (3) (4) σ 𝒘𝒊 = 24 dan
Beras Rp. 8.000 10 80.000
Gula Rp. 11.000 7 77.000 σ 𝑥𝑖 𝑤𝑖 = 198,000
Garam Rp. 1.000 5 5.000 n

Minyak goreng Rp. 18.000 2

36.000  X i wi
198.000
X  i1
= 24 = 8,250
24 198.000
 wi
Secara Obyektif
● Berbeda dengan Subyektif, cara Obyektif memberikan pembobotan berdasarkan dari
kuantitas barang yang dikonsumsi.
● Barang yang dikonsumsi lebih banyak, diberikan bobot timbangan lebih besar,
dbanding
dengan barang yang dikonsumsi dalam jumlah yang lebih sedikit.
● Jadi arti penting suatu barang dilihat dari banyak sedikitnya barang yang
dikonsumsi.
● Sebagai contoh : Seorang konsumen pada bulan
Harga/Kg September 2012 membeli 4 jenis
Kuantitas
Jenis barang
barang (Rupiah) (kg)
(1) (2) (3)
kebutuhan pokok.Beras Kuantitas dan harga
Rp. 8.000per Kg masing-masing
50 barang sebagai
berikut: Gula Rp. 11.000 6
Garam Rp. 0,5
1.000
Minyak goreng Rp. 18.000 5
Penghitungannya
menjadi : Jenis barang Harga/Kg (xi) Timbangan xi.wi
(wi)
(1) (2) (3) (4)
Beras Rp. 8.000 50 400,000
Gula Rp. 11.000 6 66,000
Garam Rp. 1.000 0,5 500
Minyak goreng Rp. 18.000 5 90,000
61,5 556.500
∑ wi = 61,5 dan ∑ xi wi = 556.500
n

i  1 X 556.500
X 
i
= = 9,048,78 ~ 9.000
61,5
w i 
w i
Rata-rata Harmonik
● Rata-rata harmonik (harmonic average) adalah rata-rata yang dihitung dengan
cara mengubah semua data menjadi pecahan, dimana nilai data dijadikan
sebagai penyebut dan pembilangnya adalah satu, kemudian semua pecahan
tersebut dijumlahkan dan selanjutnya dijadikan sebagai pembagi
jumlah data.
● Rata-rata harmonik ini sering disebut juga dengan kebalikan dari rata-rata
hitung
pencilan
(aritmatik). n
X 
● Baik digunakan jika data
 yang Untuk
H
1 n
ada data
(populasi atau
yang tidak sampel) mempunyai
berkelompok
(ungroup)
beberapa X i1 i

X  f
H
 n
f Untuk data yang berkelompok
 (group)
i 1 m i
Conto
h●
Misalkan anda mempunyai 4 ruas sepanjang 10 km untuk perjalanan
kendaraan. Anda mengendarai kendaraan: 100 km/jam untuk 10 km pertama,
110 km/jam 10 km kedua, 90 km/jam untuk 10 km ketiga, 120 km/jam
untuk 10 km keempat.
● Berapa rata-rata kecepatan kendaraan anda?
Kecepatan
Jarak (km) Waktu (jam)
(km/jam)
n 4
XH    103, 8
10 100 0.1 n
1 1 1 1
1
10 110 0.091  100  110  9 0  120
i1 Xi
10 90 0.111
10 120 0.083
40 0.385
 X H


n
f
f Untuk data yang berkelompok

Conto i 1 m i
(group)

h Interval kelas Nilai tengah (mi) Frekuensi fi / mi

(1) (2) (3) (4)
9-21 15 3 0,2
22-34 28 4 0,143
35-47 41 4 0,098
48-60 54 8 0,148
61-73 67 12 0,179
74-86 80 23 0,288
87-99 93 6 0,065
Σf = 60 Σ f / m = 1,121

60
XH   53,
1,12 52
1
Rata-rata Geometrik
● Digunakan apabila nilai data satu dengan yang lain berkelipatan.
● Rata-rata geometrik sering digunakan dalam bisnis dan ekonomi untuk menghitung rata-
rata tingkat perubahan, rata-rata tingkat pertumbuhan, atau rasio rata-rata untuk data
berurutan tetap atau hampir tetap atau untuk rata-rata kenaikan dalam bentuk
persentase 1
n n n
X G  n X 1 X 2 ...X i ...X n Xi  
 n 
i1
  
i1
X i 

Untuk data tidak

berkelompok:
Conto
h ●
Jumlah pinjaman tahun 2000 = 1,086 milyar, tahun 2001 = 2,041 milyar,
tahun
2002 = 24,669 milyar. Berapa rata-rata tingkat perubahan pinjaman per tahun?
● Perubahan dari tahun 2000 – 2001 =
○ Pinjaman tahun 2001/ pinjaman tahun 2000= 2,041/1,086 = 1,879
● Perubahan dari tahun 2001 – 2002 =
○ Pinjaman tahun 2002/ pinjaman tahun 2001= 24,669/2,041 = 12,086
● Sehingga:
n=2 dan X1= 1,879 ; X2= 12,086

Gm  (1,879)(12,086)  4,765
● Artinya rata-rata tingkat perubahan pinjaman per tahun untuk tahun
2000-2002
adalah 4,765 milyar.
Untuk data
berkelompok:

1 1
f2
Gm  ( x1 x 2 ...x k f ) n  xi
f1 fi n
k

LogGm 
1

f
1
i 
log x  n  (log x ) f
i i i
n
Dimana:

X G  anti log
  f lo g X  xi = nilai tengah kelas
ke i

 f fi = frekuensi kelas ke i
Contoh data
berkelompok :
Nilai
Interval Frekuensi Log X f log X
kelas tenga (fi)
h (mi)
(1) (2) (3) (4) (5)
9-21 15 3 1,18 3,54
22-34 28 4 1,45 5,8
35-37 41 4 1,61 6,44
48-60 54 8 1,73 13,84
61-73 67 12 1,83 21,96
74-86 80 23 1,90 43,7
87-99 93 6 1,97 11,82
Σf = 60 Σf log X = 107,1

  f lo g X  X G  anti log 60   60,

1 0 7 ,1
X G  anti log   f 
95
Rata-rata hitung untuk Data Berkelompok
● 1. Metode
defisional k
k

k 1
x  i1
fi X i
Karen mak x  f iX i

k
fi  n a: n
 i 1
fi a
i1
i1

f i Mi
1 k
ata
x  i1 k
 n

i i
u i1 f M
f i
i1

Dimana:
fi= frekuensi kelas ke i
Mi = nilai tengah kelas ke-i ; i = 1, 2, 3,
…, k
Tabel berikut memuat data nilai ujian
pengantar matematika Mhs STIS.
Xi 61 64 67 70 73
fi 5 18 42 27 8

Hitunglah rata-rata nilai ujian pengantar matematika Mhs

STIS?
x fi X i
5(61) 18(64)  42(67)  27(70)  8(73)
 fi
 5 18  42  27 
8
 67, 45
Metode
pengkodean
X  X 0
i  U i fi
n
𝑋 : rata-rata sampel ( µ jika populasi)
X : titik tengah pada kelas yang
o berkode nol
i : interval kelas
Ui : kode titik tengah pada kelas ke- i
fi : frekuensi kelas ke i
n : ukuran sampel ( N jika populasi)
Conto
h Pendapatan
Fi Mi Ui Uifi
(puluhan ribu Rp)
(1) (2) (3) (4) (5)
1-5 6 3 -1 -6
6-10 20 8 0 0
11-15 10 13 1 10
16-20 9 18 2 18
21-25 5 23 3 15
Jumlah 50 37

X  X0  i 
Ui
n
fi

X0  8, i  5, Ui fi  37,
Xn 
 850
37
 5.5 0  1 1,
MEDIA
N●
Median adalah nilai yang letaknya di tengah dari data yang telah diurutkan
dari
nilai terkecil sampai terbesar.
● Jika banyak data ganjil maka Me adalah data yang terletak tepat yang
ditengah setelah diurutkan ·
● Jika banyak data genap maka Me adalah ratarata dari dua data yang
terletak di
tengah setelah diurutkan.
Median untuk Data Tunggal
● Jumlah data ganjil: misal x1, x2, x3, x4, x5, x6, x7, x8, x9 n = 9

● Letak nilai median = (k+1)/2=5 atau letak nilai median adalah data yang
ke 5,
● sehingga median adalah = X5.
● Contoh: data setelah diurutkan sbb
5, 6, 6, 6, 7, 8, 8, 9, 9
● Maka : Me = 7
Median untuk Data Tunggal
● Jumlah data genap: misal x1, x2, x3, x4, x5, x6, x7, x8 n = 8
● Letak nilai median = (n+1)/2 = 9/2 = 4,5 atau letak nilai median adalah
data
yang ke 4,5; sehingga nilai median = (x4 +x5)/2

● Contoh: data setelah diurutkan adalah sebagai berikut:

5, 6, 6, 7, 7, 7, 8, 9
77
Me  2  7
Median untuk Data
Berkelompok
 n  F 0 
 
M e  L Me  I 2 f
 Me 
 

Dimana:
LM = tepi bawah kelas median;
= interval kelas median;
e I
= frekuensi kumulatif sebelum kelas
F0
= median;
n
= jumlah frekuensi
fM frekuensi kelas median
e
MEDIA
Berat Badan (Kg)
N (1)
Mi
(2)
f
(3)
Fk
(4)
60 – 62 61 5 5
63 – 65 64 18 23
66 – 68 67 42 65
69 – 71 70 27 92
72 – 74 73 8 100
Jumlah 100
● Jumlah frekuensi = 100.
● Setengah dari observasi = 100/2 = 50, jadi nilai median adalah observasi yang
ke 50.
Frekuensi
● Jadi kelaskumulatif hingga 50
(66-68) adalah terletak pada kelas ke- 3, yaitu kelas 66 – 68.
kelas
median.  n  F  0
LMe = 65,5  2
Me  LMe  I f   65,5   50  23  65,64
Me  3  42 
I = 68,5 – 65,5 =3
 
F0= 5 + 18 = 23
fMe= 42
MODU
S●
Modus dari suatu kelompok adalah nilai kelompok yang mempunyai
frekuensi terbanyak/tertinggi, atau nilai yang paling banyak terjadi di
dalam suatu kelompok, biasanya disingkat Mo.
Modus untuk Data Tunggal
● Suatu distribusi mungkin tidak mempunyai modus, atau mungkin mempunyai
dua
modus/lebih.
● Distribusi
○ disebut unimodal, kalau mempunyai satu modus,
○ bimodal, kalau mempunyai dua modus, atau
○ multimodal, kalau mempunyai lebih dari dua modus.

● Tentukan modus dari data berikut:

a. 2, 2, 5, 7, 9, 9, 9, 10, 10, 11, 12, 18
b. 3, 5, 8, 10, 12, 15, 16
c. 2, 3, 4, 4, 4, 5, 5, 7, 7, 7, 9
Modus untuk Data
Berkelompok

Mo  ML  I fm1 
 o  m1 fm2
f
Lmo = tepi bawah kelas modus; kelas modus adalah kelas yang mempunyai frekuensi terbanyak
I = interval kelas modus Interval kelas modus adalah tepi atas kelas modus dikurang tepi bawah kelas
Fm modus.
1 = selisih frekuensi kelas yang memuat modus dengan frekuensi kelas sebelum kelas modus
Fm = selisih frekuensi kelas yang memuat modus dengan frekuensi kelas sesudah kelas modus
2
MODU
S Berat Badan (Kg) Mi f Fk
(1) (2) (3) (4)
60 – 62 61 5 5
63 – 65 64 18 23
66 – 68 67 42 65
69 – 71 70 27 92
72 – 74 73 8 100
Jumlah 100

LMo = 65,5
I = 68,5 – 65,5 =
3
fm1 = 42 – 18 =
24
fm2 = 42 – 27 =  24
Mo15 ML  I m1f 
f  65,5  
  m1 m2  24 15  67,35
3
o

f

Hubungan Mean, Median dan
Modus
● Pada distribusi frekuensi yang berbentuk simetris, rata-rata, median, dan
modus
terletak dalam satu titik.
● Dengan kata lain, rata-rata sama dengan median dan sama dengan modus
Hubungan Mean, Median dan
Modus
● Sedangkan pada distribusi yang menceng ke kanan atau menceng secara
positif
berturut-turut ketiga ukuran tersebut adalah modus, median, dan rata-rata.
Hubungan Mean, Median dan
Modus
● jika distribusi frekuensinya menceng ke kiri atau menceng secara negative,
maka
ketiga ukuran tersebut secara berurutan adalah rata-rata, median, dan modus.
Hubungan Mean, Median dan
Modus
● Terlihat bahwa rata-rata dapat berubah demikian jauh dibandingkan dengan
kedua ukuran lainnya.
● Hal ini tidak terlepas dari kelemahan rata-rata itu sendiri, yaitu kuatnya
pengaruh angka-angka ekstrim terhadap rata-rata.
● Yang harus diingat bahwa median senantiasa terletak diantara rata-rata dan
modus.
Terim
a
Kasih