BAB 3
UKURAN PEMUSATAN DAN
PENYEBARAN DATA
Ukuran Pemusatan
1.Rata-rata (Average)
• rata-rata merupakan nilai yang cukup representative untuk memberikan gambaran tentang nilai-nilai yang ter dapat dalam data yang bersangkutan.
• Jenis rata-rata yang lazim digunakan sebagai penguku ran lokasi atau pengukuran pusat adalah rata-rata, me dian, dan modus.
Contoh :
Rata-rata data Tunggal
• Jumlah produksi PT Eka Utama selama 5 bulan adalah : 10 ; 15 ; 13 ; 10 ; 12 (dalam ton),
Rata Hitung data Kelompok
Rata-rata hitung dari data yang dikelompokkan dapat di cari dengan meggunakan rumus :
mi = titik tengah interval kelas • fi = frekuensi kelas
Contoh
Data produksi roti gandum 100 buah
Hasil produksi mi fi mifi 20 – 34 27 8 216 35 – 49 42 24 1008 50 – 64 57 27 1539 65 – 79 72 20 1440 80 – 94 87 8 696 95 – 109 102 8 816 110 – 124 117 4 468 125 – 139 132 1 132 Jumlah 100 6315
2. Median
• Median merupakan nilai pusat dari sekelompok data. istilah lain adalah nilai tengah dari nilai-nilai pengamatan yang disusun secara teratur menu rut besarnya data.
• Median juga disebut sebagai rata-rata posisi / letak (positional average).
• Pengamatan yang tepat di tengah-tengah apabila banyaknya peng
amatan itu ganjil atau rata-rata kedua pengamatan yang di tengah
apabila banyaknya pengamatan genap.
• Secara teoritis median membagi seluruh jml observasi yang lebih kecil ke dalam 2 bagian yang sama.
Contoh soal
Berat 5 barang (dalam ton) yang dihasilkan oleh PT Sejahtera adalh 86, 98, 81, 94 dan 102. Tentukan median dari berat barang tsb.
Setelah mengurutkan dari yang terkecil sampai yang terbesar mk diperoleh median 94,karena posisinya ada ditengah
81 86 94 98 102
• Rumus Median data Berkelompok :
B = tepi kelas bawah dari interval dimana median terletak n = jumlah nilai observasi (frekuensi total)
f = frekuensi dibawah kelas yg berisi median(sebelum nilai median) fm = frekuensi dari kelas yang mengandung median.
Contoh soal
Hasil produksi f Tepi kelas Frekuensi kumulatif
20 – 34 8 19,5 8 35 – 49 24 34,5 32 50 – 64 27 49,5 59 65 – 79 20 64,5 79 80 – 94 8 79,5 87 95 – 109 8 94,5 95 110 – 124 4 109,5 99 125 – 139 1 124,5 100 jumlah 100
3. Modus
• Nilai yang terjadi dengan frekuensi terbesar, yaitu nilai yang paling banyak.
• Modus mungkin tidak ada dan mungkin tidak unik.
• Modus berguna untuk mengetahui tingkat keseringan ke jadian/peristiwa.
Contoh
• Di bawah ini adalah data tentang jumlah karyawan PT Kiat Makmur yang tidak masuk kerja tiap harinya sela ma 11 hari.
2 ; 2 ; 5 ; 7 ; 9 ; 9 ; 9 ; 10 ; 10 ; 11 ; 12
Maka modusnya adalah 9 orang, karena frekuensi atau ju mlah 9 orang adalah yang sering muncul.
Rumus Modus data Berkelompok
Li = tepi kelas bawah dari kelas modus (kelas yang mengandung modus)
∆1 = selisih/kelebihan frekuensi modus dengan frekuensi sebelum nya ( lebih rendah)
∆2 = selisih/kelebihan frekuensi modus dengan frekuensi sesudah
nya ( lebih tinggi)
Contoh:
Distribusi frekuensi hasil produksi roti gandum (dalambuah) selama 100 hari yang diproduksi oleh PT Miti adalah:
Hasil produksi f Tepi kelas Frekuensi kumulatif
20 – 34 8 19,5 8 35 – 49 24 34,5 32 50 – 64 27 49,5 59 65 – 79 20 64,5 79 80 – 94 8 79,5 87 95 – 109 8 94,5 95 110 – 124 4 109,5 99 125 – 139 1 124,5 100 jumlah 100
Latihan !
Data Frekuensi (fi) Frekuensi Kumulatif Tepi Kelas Bawah Titik Tengah (mi) mi.fi 10 – 24 12 25 – 39 20 40 – 54 25 55 – 69 18 70 – 84 25Jawab :
= 39,5 + 100/2 – 32 x 14 = 49,58
57-32
b. Median :
a. Rata Hitung x=5060 /100 = 50,60
c. Modus :
Mo 1 = 39,5 + ..5... x 14 = 45,33
5+7
Mo 2 = 69,5 + ..7... x 14 = 72,56
7+25
B. UKURAN PENYEBARAN
Ukuran penyebaran digunakan untuk mengukur
penyim-pangan nilai-nilai data disekitar nilai rata-rata.
Perhitungan deviasi didasarkan pada penyimpangan nilai
-nilai data secara individu terhadap rata-ratanya, karenan
ya deviasi akan semakin besar jika nilai-nilai datanya me
-nyebar
1. Variansi
• Ukuran variansi menggambarkan seberapa jauh nilai penyimpangan dari
serangkaian nilai observasi.
• Nilai variansi diperoleh lebih kecil apabila nilai-nilai tersebut
berkonsen-trasi di sekitar rata-ratanya,atau nilai tunggal yang menunjukkan rata-rata
distribusi secara lengkap.
• Nilai ukuran variansi yang kecil menunjukkan tingkat keragaman data
yang rendah. tetapi sebaliknya nilai keragaman besar, mk nilai variansi
juga besar dan nilai-nilai observasi menyebar jauh dari nilai rata-ratanya
atau saling berjauhan.
Variansi dibedakan mjd 2 yaitu :
1. Ukuran variansi absolut,
digunakan untuk membandingkan su
atu ukuran variasi yang satu dengan yang lain dalam populasi yang sama
contoh: rupiah, kg, ton.
2.
Ukuran variansi relatif,
biasanya digunakan untuk membanding
kan beberapa variansi dari beberapa populasi dengan unit pengukuran yang
berbeda .
Rumus Variansi
• Rumus Karl Pearson biasanya digu nakan untuk menghitung variansi dari data populasi,
• Fisher dan Wilk digunakan untuk data sampel.
Contoh
• Sebuah industry yang bergerak dalam bidang pemintal mempunyai 6 mesin
pemintal. Berat ke6 mesin pemin tal (dalam ton) tersebut adalah:
Contoh
-Hasil produksi Xi (Xi – x¯)2 f
i (Xi-x)2 fi 20 – 34 27 1306,82 8 10454,58 35 – 49 42 447,32 24 10735,74 50 – 64 57 37,82 27 1021,21 65 – 79 72 78,32 20 1566,45 80 – 94 87 568,82 8 4550,58 95 – 109 102 1509,32 8 12074,58 110 – 124 117 2899,82 4 11599,29 125 – 139 132 4740,32 1 4740,32 Jumlah 100 56742,75
Range/Jangkauan
Jangkauan adalah selisih antara nilai maksimum dan nilai minimum yang terdapat dalam data.
Jangkauan dapat dihitung dengan rumus: • R = X maks – X min
Contoh :
Tentukan range dari data : 10,6,8,2,4 Jawab :
3.Simpangan Baku / standar deviasi
Simpangan Baku (S) dari sekumpulan bilangan adalah
akar dari jumlah deviasi kuadrat dari bilangan-bila
ngan tersebut dibagi dengan banyaknya bilangan atau
akar dari rata-rata deviasi kuadrat.
n
x
x
i
2 a. Data Tunggal S = S = 2 2n
x
n
x
atauContoh :
Tentukan simpangan baku dari data : 2,3,5,8,7. Jawab : = = 5
x
5
7
8
5
3
2
x 2 3 5 8 7
x
x
- 3 - 2 0 3 2
2x
x
9 4 0 9 4 26
n x xi
2 S =5
26
2
,
5
= =Simpangan Baku
b. Data berbobot / berkelompok S = S = atau
f x x f 2 2 2 f f.x f fx
Contoh:
Tentukan standar deviasi dari data berikut
Data Frekw x 3 – 5 2 4 6 – 8 4 7 9 – 11 8 10 12 - 14 6 13 Jumlah 20
Penyelesaian :
Data Frek x 3 – 5 2 4 6 – 8 4 7 9 – 11 8 10 12 - 14 6 13 Jumlah 20 2 2 f f.x f fx
220
194
20
2042
Jawab : S = =8
,
01
x2 f.x f.x2 16 8 32 49 28 196 100 80 800 169 78 1014 194 2042 =PENYAJIAN DATA
1. Diagram batang dan daunLangkah-langkah membuat diagram batang dan daun:
1. Dari angka-angka yang diteliti pilihlah batang dan daun. Perlu diingat bahwa batang mencakup angka terkecil dan terbesar.
2. Batang diurutkan dari bagian terkecil di ujung atas dan bagian terbesar di ujung bawah.
3. Bagian daun diletakkan pada batang yang bersesuaian. Urutkanlah daun dari terkecil sampai terbesar untuk setiap batang.
4. Buatlah catatan mengenai satuan batang dan daun.
5. Periksa kembali apakah tidak ada angka yang terlewati dengan menghitung jumlah daun.
KUARTIL
Kuartil adalah nilai yang membagi kelompok data atas empat
bagian yang sama setelah bilangan-bilangan itu diurutkan.
Dengan garis bilangan letak kuartil dapat ditunjukkan sebagai
berikut:
Q1 Q2 Q3
Menentukan nilai Kuartil a. Data tunggal
Letak Qi = data ke
dengan i = 1, 2, 3 dan n = banyaknya data
4 ) 1 (n i
Contoh :
Hasil pendataan usia, dari 12 anak balita (dalam tahun) diketahui sebagai b erikut : 4, 3, 4, 4, 2, 1, 1, 2,1, 3, 3, 4 , tentukan : a. Kuartil bawah (Q1) b. Kuartil tengah (Q2) c. Kuartil atas (Q3) Jawab : Data diurutkan : 1,1,1,2,2,3,3,3,4,4,4,4 a.Letak Q1 = data ke = data ke 3 ¼
Nilai Q1 = data ke-3 + ¼ (data ke4 – data ke3)
= 1 + ¼ (2 – 1) = 1¼ 4 ) 1 12 ( 1