Ns. Herlina Nababan, S.

Kep

UKURAN PEMUSATAN
1. MEAN (RATA-RATA HITUNG)

2. MEDIAN
3. MODUS (MODE)

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, x2, x3, xn, maka nilai rata-rata adalah: = x1 + x2 + x3 + +xn
n

Lanjut mean
Contoh :

Ada data berat badan 5 orang dewasa: 56, 62, 52, 48, 67 kg Rata-rata berat badan lima orang ini adalah : 56 + 62 + 52 + 48 + 67 = 57 kg 5

Sifat2 dari mean

1. Merupakan wakil dari keseluruhan nilai

2. Mean sangat dipengaruhi nilai ekstrem baik

ekstrem kecil maupun ekstrim besar 3. Nilai mean berasal dari semua pengamatan

B. 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, 52 kg, 51 kg, 52 kg, 53 kg (belum diurut) 50 kg, 51 kg, 52 kg, 52 kg, 53 kg Median = 5 + 1 = 3 2 * Jadi median pada data diatas adalah 52 kg

 Contoh: 48, 52, 56, 62, 67, 70 kg Posisi median adalah pengamatan ke 3, 4, maka nilai

median adalah jumlah pengamatan ketiga dan keempat dibagi dua.

Dalam hal ini median adalah : 56 kg + 62 kg = 59 kg 2

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

C. MODUS
Nilai yang paling banyak ditemui dalam suatu

pengamatan Contoh: 50 kg, 51 kg, 52 kg, 52 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, jadi tidak ada modus 2. Ditemui satu modus (unimodal) 3. Ada dua modus (bimodal) 4. Lebih dari 3 modus (multimodal)
1.

Hubungan antara Mean, Median dan Modus 1. Pada distribusi yang simetris ketiga nilai ini sama besarnya
2. Nilai median selalu terletak antara nilai modus dan

mean pada distribusi yang menceng

3. Apabila nilai mean lebih besar daripada nilai median

dan modus, maka dikatakan distribusi menceng ke kanan

4. Bila nilai mean lebih kecil lebih kecil daripada nilai

median dan modus, maka distribusi menceng ke kiri

Nilai letak (posisi)

Data disusun dari data yg terkecil sampai terbesar, kita dpt membagi pengamatan menjadi bbrp bagian .

Posisi pengamatan yg umum dipakai adl pembagian mjd dua pengamatan,empat pengamatan, sepuluh pengamatan, atau seratus pengamatan

Pembagian pengamatan mjd dua - Nilai median mrp nilai pengamatan pd posisi paling tengah (data sudah disusun/array) Kwartil - Nilai yg membagi pengamatan mjd empat - Krn itu ada tiga kwartil (kwartil I,II,III) Desil - Nilai yg membagi pengamatan mjd sepuluh, shg ada sembilan desil Persentil - Nilai yg membagi data mjd seratus bagian, shg ada 99 persentil.

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

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

 Jawab:

Posisi Q3 = (10 + 1) = (11) = 33/4 = 8,25 (letak posisi di urutan 8&9) Maka nilai Q3 = 60 + 0,25 (61-60) = 60 + 0,25 = 60,25

 Soal nomor 2-4 silahkan dikerjakan..

^_^

Nilai-nilai variasi
- Nilai variasi atau deviasi adl nilai yg menunjukkan

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

Lanjutan.
b. Rata-rata Deviasi (Mean Deviation) Rata-rata dari seluruh perbedaan pengamatan dibagi banyaknya pengamatan. Untuk ini diambil nilai mutlak.
X (Kg) 48 52 56 62 67 9 5 1 5 10 Ix-xI Ix-xI 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

Lanjutan.
c. Varian

Rata-rata perbedaan antara mean dg nilai masing-masing observasi. Rumus: V (S) = Ix-xI n-1 Cth: dari tabel diatas dpt dihitung variannya sbb: V = 81+25+1+25+100 = 58 4

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

Lanjutan.
e. 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: 7,6 x 100% = 13,33% 57

latihan
Hitung COV

1. TB X= 160 cm, S = 10 cm 2. BB X = 57 kg, S = 7 kg

lanjutan..
Kegunaan dari koefisien varian adalah untuk

perbandingan variasi antara dua pengamatan atau lebih. 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%, sedangkan nilai koefisien varian dari kadar kolesterol adalah 18%. Ini menunjukkan variasi kadar glukosa darah lebih besar dibandingkan kadar kolesterol.