UKURAN DATA STATISTIK

BY
DR.I.A.SRI ADNYANI
TEKNIK ELEKTRO UNRAM
 Ukuran data statistik dikelompokan mjd 4:

1. Ukuran pemusatan data:

a. Harga rata-rata (mean value)
b. Harga tengah (median)
c. Harga yang sering muncul (modus/mode)
2. Ukuran penyebaran data/dispersi:
a. Rentangan (range = R)
b. Simpangan baku (standar deviation = s atau σ)
c. Variansi (variance = S2 atau σ2)
3. Ukuran lokasi data:
a. Persentil (Pi)
b. Desil (Di)

c. Quartil (Qi)

4. Ukuran pola distribusi data:

a. Pola kemiringan (Skewness)

b. Pola keruncingan (Kurtosis)

 1. Ukuran Pemusatan

a. Rata-rata (Mean) adalah sebuah nilai yang khas

yang dapat mewakili suatu himpunan data.
Sembaran ukuran yang menunjukkan pusat
segugus data, yang telah diurutkan dari yang
terkecil sampai terbesar atau sebaliknya.

Rata-rata dari suatu himpunan n bilangan x1,

x2 , ….., xn ditunjukkan oleh dan didefinisikan
sbb : n

x1  x 2  .....  x n x i
X   1

n n
Jika bilangan-bilangan x1, x2 , ….., xn masing-masing
terjadi f1, f2 , ….., fn maka nilai rata-ratanya adalah :

f 1 x1  f 2 x 2  .....  f n x n f x i i
X  1

f 1  f 2  ....  f n n

f 1
i
Contoh :
Bulan Jumlah Penjualan Jumlah
Catur wulan I Catur wulan II Catur wulan III
Januari 78 95 89 262
Pebruari 48 96 56 200
Maret 75 68 56 199
April 94 64 58 216
Mei 58 57 51 166
Juni 56 58 52 166
Juli 58 59 46 163
Agustus 58 68 45 171
September 95 58 43 196
Oktober 84 59 41 184
November 78 56 48 182
Desember 49 54 42 145
Jumlah 831 792 627 2250
 Tabulasi frekuensi
Data (=Xi) Tabulasi Frekuensi = (fi) Xi*fi

41 I 1 41
42 I 1 42
43 I 1 43
45 I 1 45
46 I 1 46
48 II 2 96
49 I 1 49
51 I 1 51
52 I 1 52
54 I 1 54
56 IIII 4 224
57 I 1 57
58 IIIII I 6 348
59 II 2 118
64 I 1 64
68 II 2 136
75 I 1 75
78 II 2 156
84 I 1 84
89 I 1 89
94 I 1 94
95 II 2 190
96 I 1 96
JUMLAH 36 2250
 n

f 1 x1  f 2 x 2  .....  f n x n f x i i
X  1

f 1  f 2  ....  f n n

f 1
i

2250
x  62,5
36
 Ukuran Pemusatan

b. Median = harga tengah adalah

besaran yang membagi data menjadi dua
kelompok yang memiliki persentase sama besar.,
dimana himpunan bilangan disusun menurut
urutan besarnya.

Data yang ada di posisi tengah

Untuk mencari harga median dapat dihitung dengan cara berikut:

1. Data belum tabulasi

a. Data ganjil
 n 1
median  x 
 2 
b. Data genap xn  xn
1
median  2 2
2
x = harga variabel
n= banyaknya data pengamatan/ukuran sampel
2. Data tabulasi

 2   f  
n
1
Median  L1   c
 f med 
 

Dimana
L1 = batas kelas bawah dari kelas median = batas bawah - 0,5
n = banyak data
(Σ f)1= jumlah frekuensi semua kelas yang lebih rendah dari kelas
median
f med = frekuensi kelas median
c = panjang kelas = batas atas – batas bawah + 1
Contoh data ganjil

Urutan data ke Data (x)

1 100
2 100
3 150
4 150
5 200
6 200
7 250

 n 1  7 1
median  x   x   x(4)  150
 2   2 
Contoh data genap
Urutan Data Urutan Data Urutan Data Urutan Data
1 41 11 54 21 58 31 84
2 42 12 56 22 58 32 89
3 43 13 56 23 59 33 94
4 45 14 56 24 59 34 95
5 46 15 56 25 64 35 95
6 48 16 57 26 68 36 96
7 48 17 58 27 68
8 49 18 58 28 75
9 51 19 58 29 78
10 52 20 58 30 78
 xn  xn
1
median  2 2
2
x 36  x 36
1
median  2 2
2
x18  x19
median   58
2
Contoh Data Tabulasi
Kelas interval Kelas interval Frekuensi (f) Frekuensi
ke- kumulatif (F)
1 41-50 8 8
2 51-60 16 24
3 61-70 3 27
4 71-80 3 30
5 81-90 2 32
6 91-100 4 36

• Cacah tabel di atas adalah 36, median adalah harga

data pada urutan ke 18 (36 /2).
• data urutan ke 18 berada dalam kelas interval ke -2
 (Σf)1= jumlah frekuensi semua kelas yang lebih rendah
dari kelas median adalah 8
 Frekuensi kelas median adalah 16
 L1 = batas kelas bawah dari kelas median adalah 50,5

n
2   1 f  
Median  L1   c
 f med 
 
 36 
 2  8 
 50,5    x10  56,75
 16 
 
 Ukuran Pemusatan
c. Modus suatu himpunan bilangan adalah nilai yang paling
sering muncul (memiliki frekuensi maksimum). Modus
dapat diperoleh dari rumus :

 1 
Modus  L1    c
 1   2 
Dimana
L1 = batas kelas bawah dari kelas modus- 0,5
1 = selisih frekuensi kelas modus dan frekuensi kelas
sebelumnya
2 = selisih frekuensi kelas modus dan frekuensi kelas
sesudahnya
c = panjang kelas
Contoh
Kelas interval ke- Kelas interval Frekuensi (f)

1 41-50 8
2 51-60 16
3 61-70 3
4 71-8- 3
5 81-90 2
6 91-100 4

 1   8 
Modus  L1     c  50,5    x9
 1   2   8  13 
8
 50,5    x9  50,5  3,43  53,93  54
 21
Hubungan Antara Rata-rata Hitung (Mean), Median dan Modus

Rata-rata hitung (mean), median dan modus

adalah nilai yang digunakan untuk mewakili
seperangkat data.
Ketiga nilai tersebut sering juga disebut dengan
ukuran kecenderungan terpusat (measure of
central tendency).
Sebab kecenderungan dari nilai-nilai tersebut
memusat pada bagian tengah suatu perangkat data.
Pada suatu distribusi frekuensi, hubungan antara rata-
rata, median dan modus adalah sebagai berikut.

1. Jika rata-rata, median dan modus memiliki nilai

yang sama, maka nilai rata-rata, median dan modus
akan terletak pada satu titik dalam kurva distribusi
frekuensi. Kurva distribusi frekuensi tersebut akan
terbentuk simetris.
2. Jika rata-rata lebih besar dari median, dan median
lebih besar dari modus, maka pada kurva distribusi
frekuensi, nilai rata-rata akan terletak di sebelah
kanan, sedangkan median terletak di tengahnya dan
modus di sebelah kiri. Kurva distribusi frekuensi
akan terbentuk menceng ke kiri.
3. Jika rata-rata lebih kecil dari median, dan median
lebih kecil dari modus, maka pada kurva distribusi
frekuensi, nilai rata-rata akan terletak di sebelah kiri,
sedangkan median terletak di tengahnya dan modus
di sebelah kanan. Kurva distribusi frekuensi akan
terbentuk menceng ke kanan.
Kelebihan dan Kekurangan Rata-rata, Median dan Modus

1. Rata-rata

Kelebihan
 Rata-rata lebih populer dan lebih mudah digunakan.
 Dalam satu set data, rata-rata selalu ada dan hanya ada satu rata-rata.
 Dalam penghitungannya selalu mempertimbangkan semua nilai data.
 Tidak peka terhadap penambahan jumlah data.
 Variasinya paling stabil.
 Cocok digunakan untuk data yang homogen.

Kelemahan
 Sangat peka terhadap data ekstrim. Jika data ekstrimnya banyak, rata-rata
menjadi kurang mewakili (representatif).
 Tidak dapat digunakan untuk data kualitatif.
 Tidak cocok untuk data heterogen.
2. Median

Kelebihan
 Tidak dipengaruhi oleh data ekstrim.
 Dapat digunakan untuk data kualitatif maupun kuantitatif.
 Cocok untuk data heterogen.

Kelemahan
 Tidak mempertimbangkan semua nilai data.
 Kurang menggambarkan rata-rata populasi.
 Peka terhadap penambahan jumlah data.
3. Modus

Kelebihan
 Tidak dipengaruhi oleh data ekstrim.
 Cocok digunakan untuk data kuantitatif maupun kualitatif.

Kelemahan
 Modus tidak selalu ada dalam satu set data.
 Kadang dalam satu set data terdapat dua atau lebih modus.
Jika hal itu terjadi modus menjadi sulit digunakan.
 Kurang mempertimbangkan semua nilai.
 Peka terhadap penambahan jumlah data.
 2. Ukuran Penyebaran: Rentang (R)

Menunjukkan selisih antara harga data terbesar

dengan harga data terkecil pada kelompok data

Nilai Indonesia Thailand Malaysia

Tertinggi 17 6 4

Terendah 5 2 1

Jarak 17-5 = 12 6-2 = 4 4-1 = 3

Ukuran Penyebaran : Simpangan Baku (SD)

Simpangan baku (standar deviation) untuk sampel

dinotasikan S atau σ, menunjukkan rata-rata
penyimpangan data dari harga rata-ratanya.
SD merupakan akar kuadrat dari variansi (variance)
Jika rata-rata populasi (µ) tidak diketahui, maka SD
dihitung dg
S= simpangan baku

 x  x 
n 2 i = indeks 1…n
n = banyaknya data pengamatan/ukuran sampel
i xi = harga variabel

s i 1
x = harga rata-rata hitung
n 1
Contoh simpangan baku

Data jumlah mahasiswa pria

Jurusan Jumlah
Teknik Kimia 100
Teknik Industri 125
Teknik Mesin 200
Teknik Elektro 100
Teknik Informatika 100
Teknik Geologi 50
Teknik Lingkungan 50
Jumlah 725

Rata-rata hitung jumlah mahasiswa pria

725
rata  rata   103,57
7
 Jurusan Jumlah X- (X - x)2
x
Teknik Kimia 100 -3,57 12,7449
Teknik Industri 125 21,43 459,2449
Teknik Mesin 200 96,43 9298,745
Teknik Elektro 100 -3,57 12,7449
Teknik Informatika 100 -3,57 12,7449
Teknik Geologi 50 -53,57 2869,745
Teknik Lingkungan 50 -53,57 2869,745

Jumlah 725 0,01 15535,71

Jika harga µ tidak Jika µ diketahui
diketahui
n 2

 x  
 x  x 
n 2 i
i
15535,71 s i 1
s i 1
 n 1
n 1 7 1

= 47,11 S = simpangan baku

i = indeks 1…n
n = banyaknya data pengamatan
x= harga variabel
µ = rata-rata populasi
 Ukuran Penyebaran : variansi s2 (σ2)

Rata-rata hitung deviasi kuadrat setiap data

terhadap rata-rata hitungnya

s 2

 f(X  X) 2

n 1
Contoh variansi untuk data jumlah mahasiswa pria
variansi = S2
= 47,112
= 2219,39
 3. Ukuran lokasi data:
Persentil (Pi)

Persentil
Untuk data tidak berkelompok
in  1
Pi  nilai ke - , i  1,2,3,...,99
100
Untuk data berkelompok
 in 
 - F 
Pi  L 0  c 100  , i  1,2,3,...,99
 f 
 
 
 Contoh :
Interval Nilai Frekuensi P30 membagi data 30%
Kelas Tengah
(X) 30/100 x 60 = 18
9-21
22-34
15
28
3 (3)
4 (7)
P7 membagi data 70%
35-47 41 4 (11)
48-60 54 8 (19) 70/100 x 60 = 42
61-73 67 12 (31)
74-86 80 23 (54) Sehingga :
87-99 93 6 (60)

Σf = 60
P30 berada pada 48-60
P70 berada pada 74-86
  30.60 
 - 11 
P30  47,5  13 100   58,875
 8 
 
 

 70.60 
 - 31 
P70  73,5  13 100   79,72
 23 
 
 
 Ukuran lokasi data:
Desil

2. Desil
Kelompok data yang sudah diurutkan (membesar
atau mengecil) dibagi sepuluh bagian yang sama
besar.
 DESIL

Untuk data tidak berkelompok

in  1
D i  nilai ke - , i  1,2,3,...,9
10

Untuk data berkelompok

L0 = batas bawah kelas desil Di
 in  F = jumlah frekuensi semua
 -F kelas sebelum kelas desil Di
D i  L 0  c 10  , i  1,2,3,...,9
 f  f = frekuensi kelas desil Di
 
 
 Desil Untuk Data Tunggal
38

Dari data berikut

10,15,19,21,21,22,22,23,24,25
26,28,31,33,36,37,45,50,55,63
Tentukan Desil ke 2, 5 dan 8 ?
 Jawab :
39
in  1
D i  nilai ke - ,
10
220  1
D 2  nilai ke -  4,2 ;
10
D 2  datake 4  0,2(datake5  datake 4)
 21  0,2(21 - 21)  21
520  1
D 5  nilai ke -  10,5 ; D 5  25  0,5(26  25)  25,5
10
820  1
D8  nilai ke -  16,8 ; D8  37  0,8(45  37)  43,4
10
 Contoh :
Interval Nilai Frekuensi D3 membagi data 30%
Kelas Tengah
(X) 3/10 x 60 = 18
9-21
22-34
15
28
3 (3)
4 (7)
D7 membagi data 70%
35-47 41 4 (11)
48-60 54 8 (19) 7/10 x 60 = 42
61-73 67 12 (31)
74-86 80 23 (54) Sehingga :
87-99 93 6 (60)

Σf = 60
D3 berada pada 48-60
D7 berada pada 74-86
 DESIL (lanjutan)

 3.60 
 - 11 
D 3  47,5  13 10   58,875
 8 
 
 

 7.60 
 - 31 
D 7  73,5  13 10   79,72
 23 
 
 
 Ukuran lokasi data:
Quartil

Kelompok data yang sudah diurutkan (membesar

atau mengecil) dibagi empat bagian yang sama
besar.

Sekelompok data hanya mempunyai 3 buah kwartil

yaitu:
1) Quartil bawah (Q1)
2) Quartil tengah (Q2)
3) Quartil atas (Q3)
 Untuk data tidak berkelompok
in  1
Q i  nilai ke - , i  1,2,3
4
Untuk data berkelompok

 in  L0 = batas bawah kelas kuartil

 - F 
Q i  L 0  c 4  , i  1,2,3 F = jumlah frekuensi semua
 f  kelas sebelum kelas kuartil Qi
 
  f = frekuensi kelas kuartil Qi
Letak kuartil ditentukan oleh rumus:
Letak Qi = data ke i (n  1)
Dengan i = 1, 2, 3 4
Contoh:
• Data: 75, 82, 66, 57, 64, 56, 92, 94, 86, 52, 60, 70
• Urutan: 52, 56, 57, 60, 64, 66, 70, 75, 82, 86, 92, 94

Letak Q1 = data ke 1(12  1) = Data ke 3¼

4
Nilai Q1 = data ke 3 + ¼ (data ke-4 – data ke-3)
= 57 + ¼ (60 – 57) = 57 ¾
 2(12  1) = Data ke 6½
Letak Q2 = data
4
Nilai Q2 = data ke 6 + ½ (data ke-7 – data ke-6)
= 66 + ½ (70 – 66) = 68

Letak Q3 = data 3(12  1)

= Data ke 9¾
4
Nilai Q3 = data ke 9 + ¾ (data ke-10 – data ke-9)
= 82 + ¾ (86 – 82) = 85
 Contoh :
Interval Nilai Frekuensi Q1 membagi data menjadi 25 %
Kelas Tengah Q2 membagi data menjadi 50 %
(X) Q3 membagi data menjadi 75 %
9-21 15 3 (3)
22-34 28 4 (7)
35-47 41 4 (11)
Sehingga :
48-60 54 8 (19)
61-73 67 12 (31) ¼ n = ¼ x 60 = 15
74-86 80 23 (54)
Q1 terletak pada 48-60
87-99 93 6 (60)
Σf = 60 ½ n = ½ x 60 = 30
Q2 terletak pada 61-73
¾ n = ¾ x 60 = 45
Q3 terletak pada 74-86
  1.60 
 - 11 
Untuk Q1, maka : Q1  47,5  13 4   54
 8 
 
 
 2.60 
 - 19 
Untuk Q2, maka : Q 2  60,5  13 4   72,42
 12 
 
 
 3.60 
 - 31 
Untuk Q3, maka : Q3  73,5  13 4   81,41
 23 
 
 