Mata Kuliah

STATISTIK PEMERINTAHAN
Kuliah 5 (13 Februari 2024)
PENGUKURAN STATISTIK (1)
(Pengukuran Terpusat: Modus, Median, Mean)

Dosen:
Ir. Rahman Ibrahim, M.Sc.

INSTITUT PEMERINTAHAN DALAM NEGERI

Semester II - 2023/2024
RENCANA MATERI KULIAH 2023/2024

1. Perkenalan/Pendahuluan
2. Konsep Dasar Statistika
3. Penelitian data
4. Distribusi Frekuensi
5. Pengukuran Statistik (2 Pertemuan)
6. Probabilitas (2 Pertemuan)
7. Pengujian Hipotesis
8. Analisis Korelasi
9. Analisis Regresi
 TUJUAN

Mampu memahami tentang ukuran statistik

yang mencakup:
• ukuran pemusatan, yaitu modus, median
dan rata-rata dalam suatu distribusi data
serta hubungannya satu sama lain.

• ukuran penyebaran, maupun letak data

dalam suatu distribusi data.
 MATERI
1. Ukuran Pemusatan

 Pengukuran ukuran pusat

 Modus pada data yang telah dikelompokkan
 Median pada data yang telah dikelompokkan
 Rata-rata hitung pada data yang telah dikelompokkan
 Hubungan antara rata-rata, median, dan modus
 PENGERTIAN PENGUKURAN UKURAN PUSAT

• Ukuran kecenderungan memusat atau nilai sentral adalah

ukuran dimana distribusi data memiliki gejala atau
kecenderungan memusat pada suatu nilai tertentu
• Ukuran pemusatan dapat ditentukan berdasarkan nilai harapan,
prediksi thd nilai tertentu yg dapat mewakili seluruh data
• Nilai tsb memberikan gambaran nilai pd umumnya dari suatu
kelompok data, bisa juga utk melakukan perbandingan antar
kelompok atau antar waktu dari suatu kelompok
• Angka yg digunakan utk menghitung dpt berasal dari data
mentah atau data yg sudah dikelompokkan dalam table
frekuensi
GAMBARAN ANGKA RINGKASAN HASIL PENGOLAHAN
• Hasil perhitungan data ringkasan dg data yg telah diolah
akan berbeda, dan angka ringkasan yg lebih dipercaya
adalah data mentah, walaupun hasilnya tidak terlalu
banyak berbeda

• Angka ringkasan hasil hitungan menggambarkan 4 hal yaitu:

1. Pusat data, disebut ukuran pusat atau ukuran lokasi
2. Posisi data, disebut ukuran posisi
3. Keragaman atau pencaran (sebaran) data, disebut
ukuran keragaman
4. Ukuran kemiringan dan Ukuran kelancipan
• Ukuran Tendensi Sentral mrp suatu ukuran yg digunakan utk melihat
seberapa besar kecenderungan data memusat pada nilai tertentu.
• Nilai tsb dinamakan nilai tunggal atau nilai pusat
• Ada 3 jenis ukuran tendensi sentral yaitu : modus (mode), median, dan
mean (rata-rata)
• Penggunaan ukuran tendensi sentral harus memperhatikan skala
pengukuran data yg dianalisis, hubungan antara skala pengukuran dg
teknik ukuran tendensi sentral seperti tabel dibawah ini

Skala Pengukuran Modus/Mode Median Mean/Rata2

Nominal  . - -
Ordinal  .  . -
Interval dan Ratio  .  .  .

Ingat skala pengukuran ? Bahan Kuliah ke-2 Penelitian Data

Nominal : bersifat kualitatif
Ordinal : bersifat kualitatif dapat menjadi kuantitatif jika diberi skor
Interval : bersifat kuantitatif
Rasio : bersifat kuantitatif dan kontinyu ada satuan ukurnya
 MODUS
• Modus adalah nilai yg terbanyak dalam suatu kelompok data

• Modus adalah satu-satunya ukuran pemusatan yg dapat

digunakan utk data dg variabel berskala nominal, oleh
karena itu dpt digunakan utk data dg variabel yg berskala
nominal, ordinal, interval maupun ratio.

• Modus dianggap sbg nilai yg menunjukkan nilais lain

terkonsentrasi

• Penentuan modus dapat dilakukan dg 2 Teknik yaitu

1) data yg belum dikelompokan
2) data yg sudah dikelompokkan
 MODUS DATA YANG TIDAK BERKELOMPOK
(data tunggal)

• Perhatikan yg belum dikelompokan :

9, 12, 33, 12, 8, 16, 12, 24, 8, 20
Maka Modusnya adalah 12 karena muncul (frekuensi nya) paling
banyak yaitu 3 kali

• Perhatikan jika ada 2 data yg muncul sama banyaknya, misal :

9, 12, 33, 12, 8, 16, 12, 24, 8, 20, 24, 8, 24
Maka modusnya 12 dan 24 yg sama-sama muncul 3 kali
 MODUS DATA YANG BERKELOMPOK
Pada data yg berkelompok, Modus terletak pada selang kelas yg punya frekuensi
tertinggi
Contoh:
Kelas Selang Kelas Frekuensi Tepi Bawah Kelas Keterangan
1 15 – 19 6 14,5
2 20 – 24 8 19,5
3 25 – 29 14 24,5
4 30 – 34 16 29,5 Mo=???
5 35 – 39 12 34,5
6 40 – 44 10 39,5
7 45 – 49 4 44,5
8 50 – 54 2 49,5
Jumlah 72

Cara perhitungan Modus (Mo) Data Berkelompok pada slide berikutnya

 Perhitungannya dengan rumus :

Kelas Selang K Frekuensi Tepi Bawah Ket.

Dimana:
Kelas Mo = Modus
b = Tepi bawah kelas yg mengandung Mo
1 15 – 19 6 14,5
p = Panjang kelas
2 20 – 24 8 19,5 d1 = Selisih frek kelas Mo dg frek kelas sebelumnya
3 25 – 29 14 24,5 d2 = Selisih frek kelas Mo dg frek kelas sesudahnya
4 30 – 34 16 29,5 Mo=?
5 35 – 39 12 34,5 Dari contoh tabel diketahui:
Mo = Modus
6 40 – 44 10 39,5
b = 29,5
7 45 – 49 4 44,5 p =5
8 50 – 54 2 49,5 d1 =16-14=2
Jumlah 72 d2 = 16-12=4
= 29,5 + 5
= 29,5+ 5x0,33 = 29,5+1,65 = 31,15
 MEDIAN

• Median merupakan skor yg membagi distribusi frekuensi

menjadi dua sama besar (50% sekelompok objek yg diteliti
terletak di bawah median, dan 50% yg lainnya terletak di atas
median). Dapat diartikan sbg ukuran tengah dari data, setelah
data tsb diurutkan.

• Penentuan median dapat dilakukan dg 2 Teknik yaitu data yg

belum dikelompokan dan data yg sudah dikelompokkan

• Untuk jumlah data yg kecil, median dapat langsung dihitung

• Jika jumlah datanya besar, akan sulit sulit mengurutkannya, shg

harus diolah terlebih dahulu dengan mengelompokkan melalui
table distribusi frekuensi
 MEDIAN DARI DATA YANG BELUM DIKELOMPOKKAN
Perhatikan contoh sepuluh data : 34, 49, 60, 27, 81, 40, 54, 61, 62, 78
Jika diurutkan maka datanya sbb : 27, 34, 40, 49, 54, 60, 61, 62, 78, 81
Maka Median adalah dua data yg ada di tengah, yaitu 54 dan 60
Jadi Median dari sepuluh data tsb adalah : (54+60) / 2 = 114/2 = 57

Bagaimana jika jumlah datanya ganjil?, misal ditambahkan satu data nilainya 68
Maka setelah diurutkan Kembali data tsb: 27, 34, 40, 49, 54, 60, 61, 62, 68, 78, 81
Sehingga sekarang dapat dipastikan Mediannya adalah 60 (urutan data ke-6)

Rumus Median:
, jika jumlah data ganjil
, jika jumlah data genap
 MENENTUKAN MEDIAN CARA TUKEY
• Tukey (dalam Sinambela dan Chotim,hal 93) memperkenalkan cara mudah
mencari Median dengan konsep Gows To (Membesar Ke)
• Kunci mengingat suatu pecahan membesar ke bilangan bulat yg lebih besar
berikutnya.
• Bilangan bulat membesar ke bilangan pecahan yaitu bilangan tsb ditambah
setengah
Contoh :
7,7 membesar ke 8 atau 7,7  8
7,2 membesar ke 8 atau 7,2 8
7,0 membesar ke 7,5 atau 7,0  7,5
12 membesar ke 12,5 atau 12  12,5
• Misal ada 121 bilangan yg akan dicari Mediannya. Langkah pertama mengurutkan
dari kecil ke besar, kemudian hitung 121/2 =60,5 membesar ke 61 artinya Median
letaknya pada urutan ke 61
• Jika ada 720 bilangan maka setelah diurutkan dari terkecil sampai terbesar
kemudian dihitung 720/2=360, dan membesar ke-360,5 atau Median berada
diantara urutan ke-360 dan ke-361
 MEDIAN DARI DISTRIBUSI FREKUENSI
Rumus :
Dimana: Selang Kelas Frekuensi Tepi Bawah Frekuensi
Me = Median , n = banyak data (f) (b) Kumulatif
b = tepi bawah kelas yg mengandung Me (F)
p = Panjang kelas
15 – 19 6 14,5 6
F = Frekuensi kumulatif sebelum kelas median
f = frekuensi kelas median 20 – 24 8 19,5 14
Diketahui : n=72 ; b=29,5 ; p= 5 ; F= 28 ; f= 16 25 – 29 14 24,5 28
Menentukan kelas interval yg mengandung
Median dg melihat ½(n )= 1/2 x (72) = 36 30 – 34 16 29,5 44
(Pendekatan Tukey 36 membesar ke 44) 35 – 39 12 34,5 56
Maka Frek kumulatif pertama yg sama atau
40 – 44 10 39,5 66
lebih besar dari 36 adalah 44 ada pada selang
kelas 30 - 34 45 – 49 4 44,5 70
50 – 54 2 49,5 72

Jadi Me adalah: Jumlah 72

= 29,5+5 (8/16) = 29,5+(5 x 0,5) = 29,5 + 2,5 = 32
 RATA-RATA HITUNG (MEAN)
• Mean dapat didefinisikan sebagai nilai keseimbangan dari suatu distribusi
• Mean mrp nilai rata-rata aritmatika yg dhitung dg cara menjumlahkan
seluruh skor kemudian membaginya dengan jumlah skor
• Nilai rata-rata mrp alat ukur yg sering digunakan utk menentukan nilai
pemusatan atau kecenderungan memusat
• Nilai rata-rata sering dugunakan utk menentukan nilai pemusatan atau
kecenderungan memusat
• Nilai rata-rata sering digunakan pada data yg diperoleh dari hasil pengukuran
yg menggunakan skala interval dan rasio
• Dihitung dg 2 pendekatan, dari data belum dikelompokan dan data sudah
dikelompokkan

Simbol My (µ) utk nilai rata-rata populasi, dan symbol X utk rata-rata sampel
Simbol utk rata-rata sampel……..
, i=1,2,3…,n
Untuk data yg dikelompokkan , i=1,2,3…,n
 CONTOH MEAN
1. Data mentah sebanyak sepuluh data sbb : 34, 49, 60, 27, 81, 40, 54, 61, 62, 78
Rata-rata hitung :
X = 34+49+60+27+ 81+40+54+61+62+78 = 546 = 54,6
10 10

2. Mencari rata-rata Hitung Data Dikelompokan

∑𝑥 𝑖 . 𝑓𝑖
Rata-rata hitung =
∑ 𝑓𝑖
X = 2324
72

= 32,78
 RATA-RATA UKUR

Perhitungan rata-rata (Rata-rata Hitung/Mean) mrp perhitungan yg sederhana

Jika pancaran skor berdistribusi normal maka rata-rata hitungnya mrp nilai tengah
dari distribusi frekuensi skor tsb
Rata-rata hitung tidak mempertimbangkan pancaran (variabilitas) skor, shg sebelum
melakukan interpretasi atas nilai rata-rata perlu melihat variabilitasnya

Contoh Dua buah distribusi skor sbb:

Nilai Matematik kelas H4 (10 Praja) yaitu Dari perhitungan rata-rata,
10, 9, 8, 7, 6, 5, 4, 3, 2, 1 rata-rata= 55/10=5,5 maka tidak ada perbedaan
Nilai Matematik kelas H5 (10 Praja) yaitu antara kelas H4 dan H5 karena
5, 6, 5, 4, 8, 7, 4, 6, 6, 4  Rata-rata= 55/10=5,5 rata-ratanya sama…?
Sebenarnya ada perbedaan dalam penyebaran (rentangan) skor
Kelas H4 rentangan skornya 10-1=9, sedangkan kelas H5 mempunyai
rentangan skor 8-4=4.
Kesimpulannya, kelas H5 lebih homogin daripada kelas H4
 RATA-RATA UKUR (lanjutan….)

• Menghitung rata-rata berdasarkan distribusi frekuensi diawali

dengan menghitung hasil kali skor dengan masings frekuensinya,
kemudian hasil kalinya dijumlahkan dan hasil penjumlahan dibagi
dengan jumlah frekuensi
• Langkah di atas berlaku utk data yg murni yaitu data mrp skor
numerik biasa berupa deret hitung
• Sebaliknya bila penyebaran skor atau nilai yg dicari rata-ratanya
mempunyai rentangan yg sangat lebar, maka rata-ratanya sukar
dipercaya dan tidak mencerminkan data keseluruhan
• Kepercayaan thd rata-rata juga dipengaruhi oleh pengumpulan
data
• Sebelum rata-rata digunakan sbg dasar interpretasi, diperlukan
perhitungan nilai simpangan baku (standar deviasi)
 RATA-RATA UKUR (lanjutan….)

• Apabila skor mrp deret ukur maka perhitungan rata-rata lebih

tepat menggunakan rata-rata ukur karena sifat skor berdistribusi
hitung berbeda dengan sifat skor berdistribusi ukur
• Rumus

• Atau Rumus lainnya

U= 1/n (logX1 + log X2 + log X3 + log Xn)

Dimana:
, adalah mrp penjumlahan log X dari yg ke-1 sampai dengan yg ke-n
CONTOH
Distribusi angka yg berderet ukur : 2 4 8 16 32 64
Rata-rata ukurnya adalah

U = 11,3137085 dibulatkan 11,31

 RATA-RATA HARMONIK

Rata-rata harmonik adalah rata-rata lain yg kadangs dipakai

dalam analysis of variance yg mempunyai jumlah sampel yg
berbeda setiap selnya
Rumus :
H=

Contoh
Harga rata-rata harmonik dari bilangan 2 3 4 5 adalah
H = 3,12
 GRAND MEAN
Grand mean mrp rata-rata dari beberapa rata-rata

1. Jika jumlah sampelnya sama utk masings Mean, dihitung dg rumus :

GM = (1+ 2+ 3+…+ k) : k
Dimana:
k adalah banyak rata=rata yg akan dicari Grand Mean nya

2. Jika jumlah sampel tidak sama utk masings mean, grand mean dihitung dg
rumus :

Catatan: Rumus ini dapat juga utk menghitung GM dimana jumlah sampel di
setiap rata-rata adalah sama
CONTOH
1. Rata-rata nilai dari Kelas A, B, C dan D sbb: 60, 70, 65, 80
Perhitungan rata-rata pada masings kelas didasarkan pada nilai 10 siswa
Maka GM = (60+70+65+80) :4
=275:4  GM = 68,75

Dihitung dg rumus kedua, GM=

=
=  GM= 68,75

2. Jika rata-rata soal diatas diperoleh dari jumlah siswa yg tidak sama. Misal:
10 siswa kelas A, 8 siswa kelas B, 7 siswa kelas C, dan 15 siswa kelas D
Maka GM =

=
= 2815 : 40  GM= 70,375
 PERBANDINGAN MODUS, MEDIAN DAN MEAN

• Mode mrp kalkulasi yg paling sederhana dan fleksibel karena

dpt digunakan pada seluruh skala pengukuran
• Perhitungan Mean akan lebih baik bila disertai dg perhitungan
Modus nya
• Perbedaan nilai Mean dan Modus akan menggambarkan kondisi
penyebaran data yg dihadapi
• Median punya kelebihan daripada mean jika data yg dianalisis
terdapat beberapa skor yg ekstrim atau beda antara data yg
terendah dan tertinggi sangat mencolok, juga jika data yg
dihadapi tidak menentukan suatu besaran nilai,
• Misal untuk jumlah penduduk tidak mungkin ada rata-rata yg
merupakan bilangan besaran pecahan
 GRAFIK SEBARAN CENTRAL TENDENCY (1)

Symmetrical distribution Distribusi binomial Bila data yg dipakai berdistribusi

(distribusi simetri) atau
distribusi normal,
Nilai Modus, Median dan
Meanterletak pada satu titik =
sama
Akan diperoleh 2 macam nilai
Modus, letaknya vertical dengan
puncaks distribusi
Nilai Median dan Mean sama
Kondisi seperti ini akan terjadi bila
distribusi binomialnya simetri
antara kanan dan kiri
rectangular dimana frekuensi
pada masings skornya adalah
sama.
Mode tidak ditemukan
Nilai Mean dan Median sama
terletak di tengah distribusi
GRAFIK SEBARAN CENTRAL TENDENCY (2)

Apabila nilainya berdistribusi skewed, maka nilas

Modus, Mean dan Median akan berbeda
Distribusi Skewed terdiri dari 2 macam, yaitu Positif
dan Negatif
Nilai Modus, Median dan Mean sepereti tertera
pada gambar disamping

Dari kelima distribusi tsb, dapat dilihat nilai Median

selalu berada pada posisi di tengah
Nilai Mean posisinya berubah-ubah tergantung dari
distribusinya
Shg perlu berhati-hati bila analisis yg dipakai
melibatkan Mean
 TUGAS #5
1. Data hasil penelitian kepuasan 19 Praja Prodi PPTP sbb:
46 43 15 38 38 50 20 43 29 44 58 17 18 51 53 18 48 38 35
Hitung/Tentukan : Rata-rata, Median dan Modus dari data tersebut !

Kelas Interval Frekuensi 2. Dari Distribusi Frekuensi suatu hasil

126 -137 4 penelitian seperti tabel disamping ini.
138 – 149 8
150 – 161 11
Berdasarkan tabel tersebut hitunglah:
1) Rata-rata
162 – 173 20
2) Median
174 – 185 11 3) Modus
186 – 197 3
198 – 209 3
Jumlah 60

Catatan: Tugas dikerjakan pada kertas folio bergaris

TERIMAKASIH