Ns. Herlina Nababan, S.

Kep

UKURAN PEMUSATAN
 1. MEAN (RATA-RATA HITUNG)

 2. MEDIAN
 3. MODUS (MODE)

maka nilai rata-rata adalah:  Х = x1 + x2 + x3 + …+xn n . x2. ……xn.A. Rata2 Hitung (Mean)  Nilai yang mewakili himpunan atau sekelompok data yang didapat dengan menjumlahkan semua data lalu membagi dengan jumlah pengamatan  Misal kalau kita mempunyai n pengamatan yang terdiri dari x1. x3.

52.Lanjut mean  Contoh : Ada data berat badan 5 orang dewasa: 56. 48. 67 kg Rata-rata berat badan lima orang ini adalah : 56 + 62 + 52 + 48 + 67 = 57 kg 5 . 62.

Nilai mean berasal dari semua pengamatan . Merupakan wakil dari keseluruhan nilai  2. Mean sangat dipengaruhi nilai ekstrem baik ekstrem kecil maupun ekstrim besar  3.Sifat2 dari mean  1.

53 kg Median = 5 + 1 = 3 2 * Jadi median pada data diatas adalah 52 kg . MEDIAN  Median adalah nilai yang terletak pada observasi setelah data disusun/diurutkan (array) disebut juga nilai tengah  Posisi median n+1 2 Contoh: ada 5 berat orang dewasa 50 kg.B. 52 kg. 52 kg. 51 kg. 52 kg. 53 kg (belum diurut) 50 kg. 52 kg. 51 kg.

4. 62.  Dalam hal ini median adalah :  56 kg + 62 kg = 59 kg 2 . 67. maka nilai median adalah jumlah pengamatan ketiga dan keempat dibagi dua. 56. 52. Contoh: 48. 70 kg  Posisi median adalah pengamatan ke 3.

Sifat Median  Nilai ini disebut juga nilai posisi  Tidak terpengaruh oleh nilai ekstrim  Letaknya selalu ditengah  Jika jumlah observasi ganjil maka median adalah titik data yang ditengah  Jika jumlah observasi genap maka median merupakan rata-rata dua titik terdekat .

52 kg. 52 kg.C. MODUS  Nilai yang paling banyak ditemui dalam suatu pengamatan Contoh: 50 kg. 51 kg. 53 kg Modus pada diatas adalah 52 kg karena pada pengamatan diatas ditemui 52 kg sebanyak 2 kali .

 Dalam sekelompok data pengamatan ada beberapa kemungkinan : Tidak ada nilai yang lebih banyak diobservasi. Lebih dari 3 modus (multimodal) 1. Ada dua modus (bimodal) 4. Ditemui satu modus (unimodal) 3. . jadi tidak ada modus 2.

Median dan Modus 1. maka dikatakan distribusi menceng ke kanan 4. maka distribusi menceng ke kiri . Bila nilai mean lebih kecil lebih kecil daripada nilai median dan modus. Apabila nilai mean lebih besar daripada nilai median dan modus. Pada distribusi yang simetris ketiga nilai ini sama besarnya 2.Hubungan antara Mean. Nilai median selalu terletak antara nilai modus dan mean pada distribusi yang menceng 3.

II.Nilai yg membagi data mjd seratus bagian.Nilai letak (posisi)  Data disusun dari data yg terkecil sampai terbesar.Nilai yg membagi pengamatan mjd empat . sepuluh pengamatan. atau seratus pengamatan Pembagian pengamatan mjd dua .Nilai yg membagi pengamatan mjd sepuluh.Nilai median mrp nilai pengamatan pd posisi paling tengah (data sudah disusun/array) Kwartil .  Posisi pengamatan yg umum dipakai adl pembagian mjd dua pengamatan.Krn itu ada tiga kwartil (kwartil I. kita dpt membagi pengamatan menjadi bbrp bagian . shg ada sembilan desil Persentil .III) Desil . .empat pengamatan. shg ada 99 persentil.

Menentukan posisi  Median : Me = ½ (n + 1)  Kuartil : Q3 = ¾ (n + 1)  Desil : D7 = 7/10 (n + 1)  Persentil : P 84 = 84/100 (n + 1) .

Latihan  Ada 10 data BB yaitu:  50. 55. 61. Q1 ? . D3 ?  3. 52. 55. 65  Tentukan posisi dari :  1. Q3 ?  2. 51. P57 ?  4. 60. 54. 57.

25 = 60.25 (61-60) = 60 + 0.25 .25 (letak posisi di urutan 8&9) Maka nilai Q3 = 60 + 0. Jawab: Posisi Q3 = ¾ (10 + 1) = ¾ (11) = 33/4 = 8.

. ^_^ . Soal nomor 2-4 silahkan dikerjakan…….

.62. .Nilai variasi atau deviasi adl nilai yg menunjukkan bagaimana bervariasinya data di dalam kelompok data itu thd nilai rata-ratanya.Nilai-nilai variasi .67 range: 67-48= 17.Semakin besar nilai variasi. Macam-macam nilai variasi a. semakin bervariasi pula data tsb.56. 52. Range Nilai yg menunjukkan perbedaan nilai pengamatan yg paling besar dg nilai yg paling kecil. Contoh: 48.

Rata-rata Deviasi (Mean Deviation) Rata-rata dari seluruh perbedaan pengamatan dibagi banyaknya pengamatan.Lanjutan…. X (Kg) 48 52 56 62 67 9 5 1 5 10 Ix-xI Ix-xI² 81 25 1 25 100 Rumus: Md= ∑Ix-xI N Cth: Mean: 48+52+56+62+67 = 57 Kg 5 Mean deviasi: 9+5+1+5+10 = 6 Kg 5 285 . Untuk ini diambil nilai mutlak. b.

Varian Rata-rata perbedaan antara mean dg nilai masing-masing observasi. Rumus: V (S²) = ∑ Ix-xI² n-1 Cth: dari tabel diatas dpt dihitung variannya sbb: V = 81+25+1+25+100 = 58 4 . c.Lanjutan….

d. Akar dari varian nilai standar deviasi ini disebut juga sbg “simpangan baku” krn mrp patokan luas area di bawah kurva normal.Lanjutan…. Standar Deviasi adl. Rumus: S = √V = √S² Cth: Standar deviasi dari data di atas adl.6 Kg . S = √58 = 7.

Lanjutan….6 x 100% = 13. Koefisien Varian (Coefisient Of Variation = COV) mrp rasio dari standar deviasi thd nilai mean dan dibuat dalam bentuk persentase. Rumus: S x 100 % X Contoh: koefisien varian pd data di atas yaitu: 7.33% 57 . e.

BB X = 57 kg. S = 7 kg . TB X= 160 cm.latihan  Hitung COV 1. S = 10 cm 2.

Ini menunjukkan variasi kadar glukosa darah lebih besar dibandingkan kadar kolesterol. Nilai yang lebih besar menunjukkan adanya variasi pengamatan yang lebih besar  Sebagai contoh data survei perilaku hidup sehat dikota X tersebut dihitung niali koefisien varian dari glukosa darah dan kadar kolesterol. Hasil menunjukkan nilai koefisien varian dari glukosa adl 36%.. .  Kegunaan dari koefisien varian adalah untuk perbandingan variasi antara dua pengamatan atau lebih. sedangkan nilai koefisien varian dari kadar kolesterol adalah 18%.lanjutan.