Location via proxy:   [ UP ]  
[Report a bug]   [Manage cookies]                

Diskusi 3

Unduh sebagai pdf atau txt
Unduh sebagai pdf atau txt
Anda di halaman 1dari 31

UKURAN TENDENSI PUSAT DAN

UKURAN LETAK
UNTUK MEMUDAHKAN MEMAHAMI DATA

Menyusun distribusi frekuensi Telah dipelajari pada


modul-1
Menghitung nilai/ukuran statistik

Ukuran Tendensi Pusat Rata-rata hitung

Ukuran letak Median

Ukuran penyimpangan Modus

Ukuran kemencengan

Ukuran keruncingan
Setelah mempelajari materi ini diharapkan kita dapat :

1. Menjelaskan konsep ukuran tendensi pusat (mean, median,modus


2. Menghitung ukuran tendensi pusat (mean,median, modus)
3. Menjelaskan konsep ukuran letak (median, kuartil,decil,persentil)
4. Menerapkan konsep ukuran letak (median, kuartil, decil, persentil)
UKURAN TENDENSI PUSAT DAN UKURAN LETAK

Jika keseluruhan nilai yang ada pada data diurutkan lalu nilai rata-rata
dimasukkan ke dalamnya,maka nilai rata-rata tersebut memiliki tendesi
terletak di urutan paling tengah atau pusat. Rata-rata sering juga
dinamakan sebagai ukuran tendensi pusat (measures of central
tendency) atau ukuran nilai pusat (measures of central value)
UKURAN TENDENSI PUSAT

Salah satu aspek yang paling penting untuk menggambarkan distribusi data
adalah nilai pusat data pengamatan (measures of central tendency).

Setiap pengukuran aritmatika yang ditujukan untuk menggambarkan suatu


nilai yang mewakili nilai pusat atau nilai sentral dari suatu gugus data
(himpunan pengamatan) dikenal sebagai ukuran tendensi sentral.

Terdapat tiga ukuran tendensi sentral yang sering digunakan, yaitu:

A. Mean
B. Median
C. Modus
Ukuran Ukuran Letak
Tendensi Data
Pusat Data tidak dikelompokkan
(Ungrouped Data)

Mean Mean
Median Median
Modus Kuartil
Desil
Presentil Data sudah dikelompokkan
(Grouped Data)
Jumlah data ganjil

Median

Jumlah data genap


A. MEAN
Data tidak dikelompokkan
(Ungrouped Data)
X1 (data ke 1), X2(data ke 2), X3
(data ke 3),…, Xn (data ke n) dibagi
Rumus rata-rata atau average adalah dengan banyaknya data n

CONTOH: diketahui data berat badan 5 orang mahasiswa yang mengambil mata kuliah
statistika sebagai berikut : 59kg, 60kg,54kg,62kg,65kg. Maka rata-rata berat badan 5 orang
mahasiswa tersebut adalah:
= 59 + 60 + 54 +62 + 65 = 300 = 60
KELEMAHAN MEAN 5 5

Sangat dipengaruhi olen nilai ekstim. Misalnya,jika pada data di atas,ditambahkan berat badan
sebesar 120 kg makarata-rata berat mahasiswaakan naik drastis

CONTOH = 59 + 60 + 54 +62 + 65+120 = 420 = 70


6 6
Pada kelompok data yang sudah mempunyai rata-rata ada masing-
masing kelompok, maka rata-rata keseluruhan dapat dihitung :
CONTOH
Golongan Jumlah Rata-rata gaji
pegawai pegawai satu bulan
X =
IV 10 4.000.000
III 70 3.000.000
X = II 30 2.000.000
I 20 1.000.000
Tabel 2.1

X =

X = 2.538.461.538
Data sudah dikelompokkan
(Grouped Data)

Data yang sudah dikelompokkan artinya data tersebut sudah dibuat menjadi suatu distribusi.
Oleh karena itu, menghitung rata-rata adalah menggunakan clas mark/mid point, yaitu nilai
pertengahan suatu kelas, dengan rumus berikut

X =
X =

Dalam hal ini


X = Titik tengah (Class mark/mid point
f = frekuensi

CONTOH
Tabel 2.2
Table 2.2 menunjukkan keuntungan per tahun dari 50 perusahaan batik di Yogyakarta
dalam juta rupiah.

Ada dua cara menghitung titik tengah:


1. Jumlahkan batas bawah dan batas atas kemudian dibagi 2
2. Batas bawah ditambah batas bawah kelas berikutnya dibagi 2 setelah itu dikalikan
masing-masing dengan titik tengah (X) dengan frekuensi (f).Kemudian kita jumlahkan
perkalian titik tengah dengan frekuensi (f.X) hasilnya :

Untuk distribusi frekuensi yang memiliki


X =
Class mark yang besar apalagi pecahan
atau distribusi frekuensi tersebut
X = 64,8 memiliki klas terbuka, akan sulit
X =
menggunakan rumus di atas
Contoh table kelas terbuka Untuk memudahkan dan mempercepat perhitunga
maka skala diubah dari skala X menjadi skala yan
satuannya bulat, yaitu 0,1,2,3 dan seterusnya.Apabil
suatu distribusi frekuensi memiliki klas terbuka,ata
memiliki titik tengah yang besar apalagi pecahan
pehitungan mean dapat dilakukan dengan rumu
yang lain sepeti ini:

= 64,8
B. MEDIAN
Adalah nilai yang letaknya di tengah-tengah setelah data
diurutkan
Data tidak dikelompokkan
(Ungrouped Data)

Setelah data diurutkan dari kecil ke besar atau sebaliknya, selanjutnya mencari Median
dengan rumus ini

Contoh Jika banyaknya data 7 maka letak median

Jika banyaknya data 8 maka letak median


Untuk jumlah data ganjil

Contoh Data berikut adalah umur 7 orang anak peserta lomba melukis

5 4 3 4 6 7 8
Setelah diurutkan menjadi :

3 4 4 5 6 7 8
4 4

Maka Median :
Untuk jumlah data genap

Contoh Data berikut adalah umur warga dalam sebuah Rumah


Tangga

36 40 55 44 60 54 33 50 70 66
Setelah diurutkan menjadi :

33 36 40 44 50 54 55 60 66 77

5,5 5,5

Median Ldm : Tidak ada

Maka nilai Median :


Data sudah dikelompokkan
(Grouped Data)

Letak median dapat dihitung dengan rumus dibawah ini:

Letak Selajutnya, hitung frekuensi kumulatifnya lalu


menghitung Median dengan rumus :

Md = nilai median
L = class boundary bawah pada klas median
Ci = lebar kelas (Class Interval)
j = selisih antara letak median dengan frekuensi kumulatif sebelum kelas median dan letak
median LMd)
Mencari median dari keuntungan 50 perusahaan batik di
Contoh Yogyakarta

Atau.
Median keuntungan per tahun untuk 50 perusahaan batik di Yogyakarta adalah
= Rp 44 950.000
C. MODUS ( mode)
Teknik penjelasan kelompok yang didasarkan atas nilai yang sedang populer
(yang sedang menjadi mode) atau nilai yang sering muncul dalam kelompok
tersebut.

Data tidak dikelompokkan


(Ungrouped Data)

Contoh Setelah diurutkan ternyata 60 muncul 3 kali


Data berat badan 20 orang
mahasiswa yang mengikuti kuliah
statistik sebagai berikut

Modus : 60
C. MODUS ( mode)
Data sudah dikelompokkan
(Grouped Data)

Pertama mencari letak modus.Modus terletak pada frekuensi yang


paling besar. Lalu mencari nilai modus dengan rumus :
Contoh

Frekuensi terbesar = 12, maka


kelas ke 4 adalah kelas modus

d1 = 12 – 8 = 4
d2 = 12 – 9 = 3
Class boundary bawah adalah 39,95. Kelas interval
terbesar adalah 10. Maka :

= 65, 6643

Artinya paling banyak perusahaan batik mempunyai keuntungan sebesar 65,


6643 juta
UKURAN LETAK DATA

Pada pengukuran statistik juga ada Ukuran letak data. Suatu data tidak hanya
dapat di bagi menjadi dua bagian yang sama (median), tetapi dapat kita bagi
menjadi emapat, sepuluh, dan bahkan seratus bagian yang sama. Pada
materi Ukuran Letak kita akan mempelajari:

A. Median
B. Kuartil
C. Decile
D. Precentile

MENGURUTKAN, MENCARI LETAK DATA &


MENCARI NILAI DATA
A. Median B. Kuartil
Sudah dibahas
sebelumnya

Kuartil membagi suatu distribusi


menjadi 4 bagian yang sama
Menentukan Ukuran Letak
besar masing-masing sebesar
Median sesuai dengan
25%.Dalam hal ini kita mengenal
pembahasan sebelumnya
ada 3 kuartil, yaitu kuartil 1,
kuartil 2 dan kuartil 3
B. KUARTIL
Data tidak dikelompokkan
(Ungrouped Data)

Setelah mengurutkan data dari kecil ke besar maka langkah berikutnya mencari
letak kuartil dengan rumus:
Contoh
Data tentang umur penduduk suatu wilayah sebagai berikut :

21 36 22 45 25 28 22 10 37 19
50 24 15 23 33 55 26 63 31 21

10 15 19 21 21 22 22 23 24 25 Setelah diurutkan
26 28 31 33 36 37 45 50 55 63 menjadi seperti ini
Data sudah dikelompokkan
(Grouped Data)
Contoh
Letak kuartil dapat dicari dengan rumus :

Artinya keuntungan dari 25%tertinggi


adalah Rp 77,172,000
C. DECILE/DESIL
Data tidak dikelompokkan Angka yang membagi data
(Ungrouped Data) menjadi 10 bagian yang sama

Selanjutnya
mencari nilai
decile
......
......
Data tentang umur penduduk suatu wilayah sebagai berikut : Setelah diurutkan
menjadi seperti ini

21 36 22 45 25 28 22 10 37 19 10 15 19 21 21 22 22 23 24 25
50 24 15 23 33 55 26 63 31 21 26 28 31 33 36 37 45 50 55 63
Data sudah dikelompokkan
(Grouped Data)

Letak Decile

Tidak perlu mengurutkan


data, karena data sudah
dalam bentuk distribusi
frekuensi
......

......
Kelas decil 1 mengandung angka 5
Kelas decil 2 mengandung angka 10
Kelas decil 3 mengandung angka 20

Dan seterusnya Dan selanjutnya nilai decil

Contoh
D. PRESENTIL
Data tidak dikelompokkan Angka yang membagi data menjadi 100 bagian
(Ungrouped Data) yang sama

Selanjutnya mencari
nilai presentil

......
......
Data sudah dikelompokkan
(Grouped Data)

Setelah menghitung frekuensi kumulatif kurang Selanjutnya mencari nilai presentil


dari lalu dicari letak presentil

......
......
Daftar Pustaka

Christina Suparmi, 2012, Statistika Ekonomi,


Universitas Terbuka, Jakarta

Anda mungkin juga menyukai