makalah3 ,ukuran pemusatan

30
UKURAN PEMUSATAN STATISTIKA Disusun oleh : KELOMPOK 3 1. Nuruljanah 2. Ranny Novitasari 3. Ria Puspita Sari 4. Rina Anggraini 5. Rusmaini 6. Rindi Antikasari PENDIDIKAN MATEMATIKA FAKULTAS KEGURUAN DAN ILMU PENDIDIKAN

Upload: rusmaini-mini

Post on 25-Jun-2015

470 views

Category:

Documents


10 download

TRANSCRIPT

Page 1: Makalah3 ,ukuran pemusatan

UKURAN PEMUSATAN

STATISTIKA 

 

Disusun oleh :

KELOMPOK 3

1. Nuruljanah

2. Ranny Novitasari

3. Ria Puspita Sari

4. Rina Anggraini

5. Rusmaini

6. Rindi Antikasari

PENDIDIKAN MATEMATIKA

 

 

 FAKULTAS KEGURUAN DAN ILMU PENDIDIKAN

UNIVERSITAS SRIWIJAYA

INDARALAYA

Page 2: Makalah3 ,ukuran pemusatan

UKURAN PEMUSATAN

A. DEFINISI UKURAN PEMUSATAN

Rata-rata (average) adalah nilai yang mewakili himpunan atau sekelompok data (a set

of data). Nilai rata-rata umumnya cenderung terletak di tengah suatu kelompok data yang

disusun menurut besar /kecilnya nilai. Dengan perkataan lain, nilai rata-rata mempunyai

kecenderungan memusat, sehingga sering disebut ukuran kecenderungan memusat (measures

of central tendency). Beberapa jenis rata-rata yang sering dipergunakan adalah rata-rata

hitung (arithmetic mean atau sering disingkat mean saja), rata-rata ukur (geometric mean)

dan rata-rata harmonis (harmonic mean). Setiap rata-rata tersebut selain mempunyai

keunggulan juga memiliki kelemahan, dan ketepatan penggunaannya sangat tergantung pada

sifat dari data dan tujuannya (misalnya, untuk melakukan analisis). (Supranto,J:95)

Disini, yang dimaksud dengan rata-rata ialah rata-rata hitung, kecuali apabila ada

keterangan atau penjelasan lain. Dalam kehidupan sehari-hari, rata-rata ini lebih banyak

dikenal. Contohnya, rata-rata nilai hasil ujian seorang mahasiswa, rata-rata peminat program

studi matematika, dan lain sebagainya. Rata-rata hitung, yang untuk selanjutnya kita singkat

rata-rata, sering digunakan sebagai dasar perbandingan antara dua kelompok nilai atau lebih.

(Supranto,J:95)

Misalnya ada dua mahasiswa, yaitu Ria dan Tia dari Fakultas Keguruan dan Ilmu

Pendidikan Universitas Sriwijaya, yang menempuh ujian lima mata pelajaran, yaitu :

Statistik, Kalkulus Lanjut, Alpro II, Belajar dan Pembelajaran, dan Geometri. Untuk

menentukan mana yang lebih pandai antara Ria dan Tia, dapat dipergunakan rata-rata.

Misalkan hasil ujian Ria dan Tia adalah seperti disajikan dalam Tabel 1.1.

Mata Pelajaran Hasil Ujian Ria

(X)

Hasil Ujian Tia

(Y)

Statistik

Kalkulus Lanjut

Alpro II

Belajar dan Pembelajaran

Geometri

8

7

6

8

7

7

6

5

6

6

Page 3: Makalah3 ,ukuran pemusatan

Jumlah 36 30

Rata-rata 36/5 =7,2 30/5=6

Dari nilai rata-rata tersebut dapat disimpulkan bahwa Ria lebih pandai dari Tia.

I. Rata-rata Hitung

Apabila kita mempunyai nilai variable X, sebagai hasil pengamatan atau observasi

sebanyak N kali, yaitu X1,X2,…,Xi,…,XN, maka :

a) Rata-rata sebenarnya (populasi):

μ= 1N∑i=1

N

Xi

μ= 1N

(X1+X 2+…+X i+…+ XN )

μ dibaca “myu”, yaitu symbol rata-rata sebenarnya yang disebut parameter. Rata-rata ini

dihitung berdasarkan populasi. Oleh karena itu, rata-rata sebnarnya sering disebut juga rata-

rata populasi. (Supranto,J:96)

b) Rata-rata perkiraan (sampel):

Apabila rata-rata tersebut dihitung berdasarkan sampel sebanyak n dimana n < N

observasi, maka rata-rata yang diperoleh disebut rata-rata perkiraan, atau rata-rata sampel,

yang diberi symbol X yang rumusnya adalah sebagai berikut : (Supranto,J:96)

X=1n∑i=1

n

Xi

¿ 1n(X1+X2+…+ X i+…+ Xn)

X dibaca “X bar”, yaitu symbol rata-rata

X merupakan perkiraan μ

Contoh 1 : Misalkan X Hasil ujian Statistika Dasar Mahasiswa Matematika FKIP “X”. Hasil

ujian dari 30 orang mahasiswa adalah sebagai berikut :

X1 = 60

X2 = 65

X3 = 71

X4 = 78

X5 = 82

X6 = 75

X7 = 80

X8 = 68

X9 = 77

X10 = 85

Page 4: Makalah3 ,ukuran pemusatan

X11 = 83

X 12=70

X13 = 75

X14 = 85

X15 = 77

X16 = 70

X17 = 78

X18 = 71

X19 = 82

X20 =75

X21 = 65

X22 = 80

X23 = 80

X24 = 71

X25 = 78

X26 = 85

X27 = 60

X28 = 83

X29 = 68

X30 = 65

a. Berdasarkan data tersebut hitunglah rata-rata hasil ujian yang sebenarnya.

b. Kemudian ambil sampel sebanyak n = 10 dan hitunglah rata-rata perkiraan, jika sampel

yang terambil X2, X5, X7, X9,X14, X17, X21, X23, X26, X28, X29.

Penyelesaian:

a. μ= 1N∑i=1

N

Xi

= 1

30(60+65+…+68)

=1

30(2242)

= 74,73

b. X=1n∑i=1

n

Xi

= 1

10( X1+X2+…+ X i+…+X n)

= 1

10(65+82+…+68)

=1

10(848)

= 84,48

Rata-rata sampel ternyata jauh lebih tinggi. Nilai perkiraan ini akan lebih mendekati nilai

sebenarnya apabila jumlah elemen sampel ditambah, misalnya n=1 atau lebih besar lagi.

n=13

X1 = X27=60 X2 = X21=65 X3 = X18=71

Page 5: Makalah3 ,ukuran pemusatan

X4 = X17=78

X5 = X19=82

X6 =X 13=75

X7 = X22=80

X8 = X29=68

X9 = X15=77

X10=X26=85

X11 =X28=83

X12 =X16=70

X= 1

12(60+65+…+70 )

= 1

12(894 )

= 74,5 dekat sekali dengan rata-rata (μ=74,7 ¿

Pada umumnya, makin besar elemen sampel (nilai n makin besar), makin baik perkiraan yang

diperoleh. Karena pengumpulan data umumnya didasarkan atas sampel, maka hasilnya

merupakan suatu perkiraan. Untuk selanjutnya, kita pergunakan rumus rata-rata perkiraan

sebagai perkiraan dari μ dan sampel yang diselidiki sebanyak n elemen. (Supranto, J:98)

II. Rata-rata Hitung Data Berkelompok

Apabila data sudah disajikan dalam bentuk tabel frekuensi, dimana X1 terjadi f1 kali ,

X2 terjadi f2 kali, dan seterusnya sampai Xk terjadi fk kali, maka rumus rata-rata dari data yang

sudah dibuat tabel frekuensinya adalah sebagai berikut :

X=∑i=1

k

f 1 X1

∑i=1

k

f 1

Karena ∑i=1

k

f 1=n maka ;

X=1n∑i=1

k

f 1

atau X=∑i=1

k

f 1 M1

∑i=1

k

f 1

Page 6: Makalah3 ,ukuran pemusatan

di mana M1 = nilai tengah kelas interval ke-I (untuk data berkelompok).

Contoh 2: Tabel berikut memuat data nilai ujian statistik Mahasiswa Matematika FKIP “Y”

dan jumlah mahasiswa yang mendapat nilai X, f.

X 61 64 67 70 73

f 5 8 7 10 9

Hitung rata-rata nilai ujian mahasiswa tersebut.

Penyelesaian :

X=∑i=1

k

f 1 X1

∑i=1

k

f 1

= 61 (5 )+64 (8 )+67 (7 )+70 (10 )+73 ( 9 )

5+8+7+10+9

= 2643

39

= 67,76

Jadi, rata-rata nilai ujian mahasiswa di atas adalah 67,76.

Contoh 3: berikut adalah tabel Hasil ujian Statistika Dasar Mahasiswa Matematika FKIP “X”.

Rentang Nilai Banyak Mahasiswa

58-62

63-67

68-72

73-77

78-82

83-87

2

3

7

5

8

5

Hitunglah rata-rata nilai ujian mahasiswa tersebut.

Penyelesaian :

Tabel Hasil ujian Statistika Dasar Mahasiswa Matematika FKIP “X”

Page 7: Makalah3 ,ukuran pemusatan

Rentang Nilai M F Mf

58-62

63-67

68-72

73-77

78-82

83-87

60

65

70

75

80

85

2

3

7

5

8

5

120

195

490

375

640

425

Jumlah ∑ f =30 ∑ Mf =2245

M1 =58+62

2=60 ,…., M6 =

83+872

=85

X=∑ M 1 f 1

∑ f 1

= 2245

30

= 74,83

Jadi, rata-rata perkiraan hasil ujian per mahasiswa adalah 74,83.

III. Rata-rata Hitung Tertimbang

Sering kali dalam suatu persoalan, masing-masing nilai mempunyai nilai bobot /

timbangan tertentu, misalnya X1 dengan timbangan W1 , X2 dengan timbangan W2 , dan

seterusnya sampai Xn dengan timbangan Wn . oleh karena itu, rata-rata yang

menggunakan timbangan tersebut disebut rata-rata tertimbang (weighted arithmetic mean)

dengan rumus sebagai berikut : (Supranto, J:101)

X=∑W 1 X1

∑W 1

=W 1 X1+W 2 X2+…+W i X i+…+W k X k

W 1+W 2+…+W i+…+W k

Dalam rumus tersebut timbangannya berupa frekuensi (W 1 ¿ f 1)

Contoh 4: Seorang mahasiswa FKIP Universitas “X”, menempuh ujian untuk mata kuliah

Kalkulus Lanjut (3 kredit), Statistik (3 kredit), BDP (4 kredit) dan Bahasa Inggris (1

Page 8: Makalah3 ,ukuran pemusatan

kredit). Ternyata hasilnya menunjukkan bahwa nilai Kalkulus II = 82, Statistik = 86, BDP

= 90, dan Bahasa Inggris = 85. Hitung rata-rata nilai hasil ujian dari mahasiswa tersebut !

Penyelesaian :

Diketahui X1= 82, X2=86, X3= 90, X4= 85, W1=3, W2=3, W3=4, W4=1.

X=∑W 1 X1

∑W 1

= 3 (82 )+3 (86 )+4 (90 )+1(85)

3+3+4+1

= 94911

= 86,27 jadi, rata-rata nilai ujian mahasiswa tersebut adalah 86,27.

B. Beberapa Sifat / Ciri Rata-rata Hitung

1. Jumlah deviasi atau selisih dari suatu kelompok nilai terhadap rata-ratanya adalah sama

dengan nol, yaitu : (Supranto,J :102)

∑i=1

n

X i−X=0

di mana, X=1n∑ X i atau ∑ X i=n X

2. Jumlah deviasi kuadrat dari suatu kelompok nilai terhadap nilai k akan minimum

(terkecil) jika k = X . Maksudnya,

∑i=1

n

¿¿

3. Apabila ada kelompok nilai :

Kelompok pertama sebanyak f1 nilai dengan rata-rata X1

Kelompok kedua sebanyak f2 nilai dengan rata-rata X2

Kelompok ke-I sebanyak fi nilai dengan rata-rata X i

Kelompok ke-k sebanyak fk nilai dengan rata-rata Xk

Oleh karenanya, rata-rata dari seluruh nilai adalah sebagai berikut : (Supranto,J :103)

X=∑ f i X i

∑ f i

=f 1 X1+f 2 X2+…+ f i X i+…+ f k Xk

f 1 +f 2+…+f i +…+ f k

Page 9: Makalah3 ,ukuran pemusatan

4. Apabila k adalah sembarang nilai yang merupakan nilai rata-rata asumsi / anggapan dan d

merupakan deviasi atau selisih dari nilai Xi terhadap k (di = Xi – ki, I = 1,2,…,n), maka

diperoleh rata-rata sebagai berikut : (Supranto,J :104)

X=k+∑ d i

n, sebagai pengganti X=

∑ X i

n

X=k+∑ f 1d i

∑ f 1

, sebagai pengganti X=∑ f 1 X i

∑ f 1

, i= 1,2,…,k.

5. Jika suatu kelompok data sangat heterogen, maka rata-rata hitung tidak dapat

mewakili masing-masing nilai dari kelompok tersebut dengan baik. Rata-rata

hitung hanya dapat mewakili dengan sempurna atau nilainya tepat apabila

kelompok datanya homogen ( semua nilai dalam kelompok sama ). Semakin

heterogen datanya semakin tidak tepat.

Suatu kelompok data dikatakan homogen atau tidak bervariasi jika semua nilai

dari kelompok tersebut sama dan dikatakan sangat heterogen jika nilai-nilai

tersebut sangat berbeda satu sama lain atau sangat bervariasi. Antara homogen dan

sangat heterogen disebut relatif homogen, yaitu perbedaan antara nilai yang satu

dengan lainnya tidak begitu besar. Untuk mengukur tingkat homogenitas atau

tingkat variasi tersebut, sering dipergunakan kriteria yang disebut simpangan baku

(standard deviation). (Supranto,J :107)

C. MEDIAN (DATA TIDAK BERKELOMPOK)

Apabila ada sekelompok data nilai sebanyak n diurutkan mulai dari yang terkecil X1

sampai dengan yang terbesar Xn, maka nilai yang ada di tengah disebut Median (Med).

(Supranto,J :107)

1. Untuk n Ganjil

Kalau k adalah suatu bilangan konstan dan n ganjil, maka selalu dapat ditulis :

n=2 k+1

Atau k=n−12

Contoh 5: Nilai ujian Statistika dari 9 mahasiswa FKIP “X”, masing-masing adalah

sebagai berikut : 90, 70, 60,75, 65, 80, 55, 50, 85. Berapa besarnya nilai median ?

Page 10: Makalah3 ,ukuran pemusatan

Penyelesaian:

Data diurutkan terlebih dahulu dari nilai terkecil sampai dengan yang terbesar.

X1 = 50, X2 = 55, X3 = 60, X4 = 65, X5= 70, X6 = 75, X7 = 80, X8 = 85, X9 = 90

9 = 2k + 1

k = 9−1

2=4

Med = Xk+1 = X4+1 = X5 = 70

2. Untuk n Genap

Kalau k adalah suatu bilangan konstan dan n genap, maka selalu dapat ditulis n = 2k,

atau k = n2

. Misalkan n = 8, maka k = 4.

Median = 12

( X k+ Xk+1)

Contoh 6 : dari contoh 5, bukan 9 orang mahasiswa, melainkan ada 10 orang dengan nilai

ujian sebagai berikut : 45, 90, 70, 60,75, 65, 80, 55, 50, 85. Berapa besarnya median dari

nilai ujian Statistika tersebut?

Penyelesaian : X1 = 40, X2 = 50, X3 = 55, X4 = 60, X5= 65, X6 = 70, X7 = 75, X8 = 80, X9 =

85, X10 =90

10 = 2k

k = 5

Med = 12

( X k+ Xk+1)

= 12

( X5+ X6 )

= 12

(65+70 )

= 67,5 jadi, median nilai ujian Statistik = 67,5

Page 11: Makalah3 ,ukuran pemusatan

D. MEDIAN (DATA BERKELOMPOK)

Untuk data yang berkelompok, nilai median dapat dicari dengan interpolasi yang

rumusnya adalah sebagai berikut : (Supranto,J:110)

Med = L0+c ¿

Di mana :

L0 = nilai batas bawah dari kelas yang mengandung atau memuat nilai median;

n = banyaknya observasi = jumlah semua frekuensi;

¿ = jumlah frekuensi dari semua kelas di bawah kelas yang mengandung median (kelas

yang mengandung median tak termasuk);

f m = frekuensi dari kelas yang mengandung median;

c = besarnya kelas interval, jarak antara kelas yang satu dengan lainnya atau besarnya

kelas interval yang mengandung median.

Secara geometric, median juga merupakan nilai X dari absis (sumbu horizontal)

sesuai dengan jarak tegak lurus yang membagi suatu histogram (seluruh kurva) menjadi

dua daerah yang sama luasnya (50% sebelah kiri median, 50% sebelah kanan median).

Jadi, seluruh observasi seolah-olah dibagi menjadi dua, setengah di sebelah kiri median

(yang terdiri dari observasi yang nilainya sama atau lebih kecil dari median) dan

setengahnya lagi di sebelah kanan median ( yang terdiri dari obsevasi yang nilainya sama

atau lebih besar dari median). (Supranto,J:111)

Contoh 7 : dengan menggunakan rumus interpolasi, hitunglah nilai median dari data

berikut:

Tabel Hasil ujian Statistika Dasar Mahasiswa Matematika FKIP “X”

Rentang Nilai Banyak Mahasiswa

(f)

58-62

63-67

68-72

73-77

78-82

2

3

7

5

8

Page 12: Makalah3 ,ukuran pemusatan

83-87 5

Jumlah 30

Penyelesaian :

Setengah dari observasi = 30/2 = 15 (f1+f2+f3 = 12), dan untuk mencapa 15 masih

kurang 3, sehingga perlu ditambah dengan frekuensi kelas keempat. Jadi median terletak

pada kelas ke-4, yaitu kelas 73-77.

c = 77,5 – 72,5 = 5

L0 = 72,5

n/2 = 15

¿= 12

fm = 5

Med = L0+c ¿

= 72,5+5 {15−(12)5 }

= 72,5 + 5 (0,6)

= 72,5 + 3

= 75,5 jadi, median untuk data tersebut adalah 75,5

E. MODUS (DATA TIDAK BERKELOMPOK)

Modus dari suatu kelompok nilai adalah nilai kelompok tersebut yang mempunyai

frekuensi tertinggi, atau nilai yang paling banyak terjadi di dalam suatu kelompok nilai.

Biasanya modus dapat disingkat menjadi Mod. (Supranto, J: 114)

Xi = modus = mod kalau f1 mempunyai nilai terbsear

dibandingkan dengan frekuensi lainnya.

f i> f i+1

f i> f i−1} untuk semua i

X F

(1) (2)

X1

X2

.

.

.

Xi

.

.

.

Xn

f1

f2

.

.

.

fi

.

.

.

fn

Page 13: Makalah3 ,ukuran pemusatan

Suatu distribusi mungkin tidak mempunyai mod atau mungkin mempunyai dua mod atau

lebih. Distribusi disebut Unimodal (jika mempunyai satu mod), Bimodal (jika mempunyai dua

mod), atau Multimodal (jika mempunyai lebih dari dua mod). (Supranto, J: 114)

Contoh 8: dari data berikut apakah ada mod nya? Kalau ada, tentukan nilainya!

2, 2, 5, 7, 9, 9, 9, 10, 10, 11, 12, 18

Langkah pertama, buatlah tabel frekuensinya.

Mod

Jadi, mod = 9, sebab nilai observasiini yang paling banyak atau mempunyai frekuensi terbesar.

F. MODUS (DATA BERKELOMPOK)

Apabila data sudah dikelompokkan dan disajikan dalam tabel frekuensi, maka dalam

mencari modusnya harus dipergunakan rumus berikut ini :

Mod = L0+c ¿

Di mana :

L0 = nilai batas bawah dari kelas yang memuat modus;

f m0 = frekuensi dari kelas yang memuat modus;

X F

2

5

7

9

10

11

12

18

2

1

1

3

2

1

1

1

Page 14: Makalah3 ,ukuran pemusatan

¿ = f m0−f m0−1=¿ selisih frekuensi kelas yang memuat modus dengan frekuensi kelas

sebelumnya (bawahnya);

¿ = f m0−f m0+1=¿ selisih frekuensi kelas yang memuat modus dengan frekuensi kelas

sesudahnya (atasnya)

c = besarnya jarak antara nilai batas atas dan nilai batas bawah dari kelas yang memuat

modus.

Contoh 9: dari data yang disajikan dalam tabel frekuensi berikut ini, carilah modusnya.

Rentang Nilai Banyak Mahasiswa

(f)

58-62

63-67

68-72

73-77

78-82

83-87

2

3

7

5

8

5

Jumlah 30

Penyelesaian:

Kelas yang berisi modus f m0= 8

L0 = 12

(77+78 )= 77,5

Nilai batas atas = 12

(82+83 ) = 82,5

c = 82,5 – 77,5 = 5

f (m0−1)=5

f (m0+1)=5

¿ = 8-5 = 3

¿ = 8-5 = 3

Mod = L0+c ¿

= 77,5+5 { 33+3 }

= 77,5 + 5(0,5)

Page 15: Makalah3 ,ukuran pemusatan

= 77,5 + 0,25

= 77,75

G. RATA-RATA DI LUAR UKURAN PEMUSATAN

I. Rata-rata Ukur

Nilai rata-rata ukur diberi symbol U, dimana U = n√ X1 . X2 . X3 … Xn . Jadi, rata-rata ukut

suatu kelompok nilai X1 , X2 , X3 ,… Xn merupakan akar pangkat n dari hasil kali masing-

masing nilai kelompok tersebut. untuk mencari rata-rata ukur, juga dapat dipergunakan

rumus berikut: (Supranto,J:119)

log U=∑ log X i

n

Atau U ¿antilog (∑ log X i

n )U menggunakan perbandingan yang relative tetap sehingga seolah-olah urutan data

merupakan barisan geometri. Misalnya X1 , X2 , X3 , X4 dan seterusnya. Di mana

X1

X2

=X2

X3

=X3

X4

dan seterusnya. U banyak digunakan untuk data teknik atau yang bersifat

enginering.(Herrhyanto & Hamid:4.7)

II. Rata-rata Harmonis

Rata-rata harmonis (RH) dari n angka X1 , X2 , X3 ,… Xn adalah nilai yang diperoleh

dengan jalan membagi n dengan jumlah kebalikan dari masing-masing X tersebut.

(Supranto,J:123)

Rumusnya adalah sebagai berikut :

RH= n

∑i=1

n1X1

Page 16: Makalah3 ,ukuran pemusatan

III. Nilai Rata-rata Kuadratis (NKR)

Biasanya nilai rata-rata kuadratis disebut juga “Akar Nilai Rata-rata Kuadratis” atau

dikatakan sebagai “Nilai Rata-rata Kuadratis” dari kumpulan bilangan yang merupakan

urutan X1 ; X2 ; X3 ;… Xn dan diberi symbol dengan :

NKR=√∑ X i2

N

i = sampai dengan N

Biasanya NKR ini digunakan dalam ilmu-ilmu fisika, Teknik yang banyak hubungannya

dengan Fisika.(Herrhyanto & Hamid:4.8)

H. KUARTIL, DESIL, DAN PERSENTIL (DATA TAK BERKELOMPOK)

I. Kuartil

Apabila median dapat dikatakan sebagai ukuran perduaan, maka kuartil dapat dikatakan

sebagai ukuran perempatan. Artinya nilai-nilai kuartil akan membagi 4 sama banyak

terhadap banyak data. Dengan demikian kita kenal kuartil pertama (Q1), kuartil kedua

(Q2), dan kuartil ketiga (Q3) .(Herrhyanto & Hamid:5.3)

Jika suatu kelompok data atau nilai sudah diurutkan dari yang terkecil (X1) sampai yang

terbesar (Xn), maka untuk menghitung Q1,Q2, dan Q3 dipergunakan rumus sebagai

berikut :

Qi=nilai yangkei(n+1)

4, i=1,2,3

Contoh10: berikut ini adalah data nilai ujian Statistika dari 13 mahasiswa FKIP “X”,

masing-masing adalah sebagai berikut : 90, 70, 60,75, 65, 80, 55, 50, 85,40, 45, 95,65.

(n=13). Carilah nilai Q1,Q2, dan Q3.

Penyelesaian : Pertama-tama data diurutkan terlebih dahulu ;

X1 = 40, X2 =45,X3 = 50, X4 = 55, X5 = 60, X6= 65, X7= 65, X8 = 70, X9 = 75, X10 = 80,

X11 = 85, X12 =90, X13= 95

Q1=nilai yangke1(13+1)

4=nilai ke3

12

(berarti rata-rata dari X3 dan X4 )

Page 17: Makalah3 ,ukuran pemusatan

Jadi, Q1=12

(50+55 )=52,5

Q2=nilai yangke2(13+1)

4=nilai ke7

Jadi, Q2=X7=65 ,

Q2=nilai yangke3(13+1)

4=nilai ke10

12

(berarti rata-rata dari X10 dan X11 )

Jadi, Q3=12

(80+85 )=82,5

II. Desil

Untuk kelompok data di mana n ≥ 10 dapat ditentukan 9 nilai yang membagi kelompok

data tersebut menjadi 10 bagian yang sama, misalnya, D1 , D 2 , D3 ,… D 9 . artinya setiap

bagian memiliki jumlah observasi yang sama. Nilai tersebut dinamakan desil pertama,

kedua, dan seterusnya sampai desil kesembilan. Jika nilai kelompok data tersebut sudah

diurutkan dari yang terkecil (¿ X1 ¿ sampai yang terbesar (¿ X 9), maka rumus desil adalah

sebagai berikut : (Supranto,J:125)

Di=nilai yangkei(n+1)

10,i=1,2 , …, 9

Contoh 11: berdasarkan contoh 10, hitunglah D1 , D 2 , D9 .

D1=nilai yangke1(13+1)

10=nilai ke1

410

(berarti X1+4

10(X2−X1)

Jadi, D1=¿40+4

10(45−40 )=42

D2=nilai yangke2(13+1)

10=nilai ke2

810

(berarti X2+8

10(X3−X2)

Jadi, D2=¿45+8

10(50−45 )=49

D9=nilai yang ke9(13+1)

10=nilaike 12

610

Page 18: Makalah3 ,ukuran pemusatan

(berarti X12+8

10( X13−X12)

Jadi, D9=¿90+8

10(95−90 )=94

III. Persentil

Untuk kelompok data dimana n ≥ 100 , dapat ditentukan 99 nilai, P1 , P2 , P3 ,… P99 ,

yang disebut persentil pertama, kedua, dan ke-99 yang membagi kelompok data tersebut

menjadi 100 bagian; masing-masing mempunyai bagian dengan jumlah observasi yang

sama dan sedemikian rupa. Apabila data sudah disusun dari yang terkecil (X1 ¿ sampai

yang terbesar (X n¿ maka rumus persentil adalah sebagai berikut :

Pi=nilai yangkei(n+1)

10, i=1,2 , …,99

I. KUARTIL, DESIL DAN PERSENTIL (DATA BERKELOMPOK)

Untuk data berkelompok, yaitu data yang sudah dibuat tabel frekuensinya, maka rumus-

rumus untuk kuartil, desil, dan persentil adalah sebagai berikut: (Supranto,J:126)

Rumus Kuartil :

Q1=L0+c ¿

Di mana:

L0 = nilai batas bawah dari kelas yang memuat kuartil ke-i;

n = banyaknya observasi = jumlah semua frekuensi;

¿ = jumlah frekuensi dari semua kelas sebelum kelas yang mengandung kuartil ke-i (kelas

yang mengandung kuartil ke-i tidak termasuk);

f q = frekuensi dari kelas yang mengandung kuartil ke-i;

c = besarnya kelas interval yang mengandung kuartil ke-i atau jarak nilai batas bawah

(atas) kelas terhadap nilai batas bawah (atas) kelas berikutnya.

i=1,2,3

¿=ikali n

Rumus Desil :

D1=L0+c ¿

Rumus Persentil :

Page 19: Makalah3 ,ukuran pemusatan

P1=L0+c ¿

Di mana:

L0 = nilai batas bawah dari kelas yang memuat desil ke-i (persentil ke-i);

n = banyaknya observasi = jumlah semua frekuensi;

¿ = jumlah frekuensi dari semua kelas sebelum kelas yang memuat desil ke-i (persentil

ke-i);

f d = frekuensi dari kelas yang mengandung desil ke-i;

f p = frekuensi dari kelas yang mengandung persentil ke-i

c = besarnya kelas interval yang mengandung desil ke-i (persentil ke-i).

i=1,2,3

¿=ikali n

Contoh 12: Berdasarkan data berikut, hitunglah Q1, D6, dan P20.

Rentang Nilai Banyak Mahasiswa

(f)

58-62

63-67

68-72

73-77

78-82

83-87

2

3

7

5

8

5

Jumlah ∑ f i= n =30

Untuk menghitung Q1: f 1+ f 2= 5 belum mencapai 25% (7,5). Agar mencapai frekuensi

7,5, harus ikut dijumlahan frekuensi kelas ke-3, dengan demikian diketahui kelas ke-3

memuat Q1.

¿ = 5;

n=30

f q= 7

Nilai batas bawah = 12

(67+68 )= 67,5

Nilai batas atas = 12

(72+73 )= 72,5

c = 72,5-67,5 = 5

Page 20: Makalah3 ,ukuran pemusatan

Q1=L0+c ¿

¿67,5+5 { 304

−5

7 }¿67,5+5 {7,5−5

7 }¿67,5+5 (0,35 )

¿67,5+1,75

¿69,25

Untuk menghitung D6 : f 1+ f 2+ f 3+ f 4 = 17, jumlah ini belum mencapai 60% (=18). Agar

mencapai nilai 18, harus ditambah dengan frekuensi dari kelas ke-5, dengan demikian

kels ke-6 memuat D6 .

¿ = 17;

n=30

f d= 8

Nilai batas bawah = 12

(77+78 )= 77,5

Nilai batas atas = 12

(82+83 )= 82,5

c = 82,5-77,5 = 5

Di=L0+c¿

D6=77,5+5 {6.3010

−17

8 }¿77,5+5 {18−17

8 }¿77,5+5 (0,125 )

¿77,5+0,625

¿78,125

Untuk menghitung P20 : f 1+ f 2 = 5, jumlah ini belum mencapai 20% (=6). Agar mencapai

nilai 6, harus ditambah dengan frekuensi dari kelas ke-3, dengan demikian kels ke-3

memuat P20 .

Page 21: Makalah3 ,ukuran pemusatan

¿ = 5;

n=30

f p= 7

Nilai batas bawah = 12

(67+68 )= 67,5

Nilai batas atas = 12

(72+73 )= 72,5

c = 72,5-67,5 = 5

P1=L0+c ¿

P20=67,5+5 { 20.30100

−5

7 }¿77,5+5 {6−5

7 }¿77,5+5 (0,142 )

¿77,5+0,71

¿78,21

Daftar Pustaka

Page 22: Makalah3 ,ukuran pemusatan

Supranto, J. 2008. STATISTIK Teori dan Aplikasi. Jakarta : Erlangga.

Herrhyanto, Hamid. 2007. Statistika Dasar. Jakarta : Universitas Terbuka