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 . ……xn. 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. x2.A.

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

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

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

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

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 .

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

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

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

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

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) .

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

 Jawab: Posisi Q3 = ¾ (10 + 1) = ¾ (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 variasi atau deviasi adl nilai yg menunjukkan bagaimana bervariasinya data di dalam kelompok data itu thd nilai rata-ratanya.Nilai-nilai variasi . Macam-macam nilai variasi a.62. Contoh: 48.67 range: 67-48= 17. .56. semakin bervariasi pula data tsb.Semakin besar nilai variasi. Range Nilai yg menunjukkan perbedaan nilai pengamatan yg paling besar dg nilai yg paling kecil. 52. .

b. 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 . Rata-rata Deviasi (Mean Deviation) Rata-rata dari seluruh perbedaan pengamatan dibagi banyaknya pengamatan.Lanjutan…. Untuk ini diambil nilai mutlak.

Lanjutan…. 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.

d. Rumus: S = √V = √S² Cth: Standar deviasi dari data di atas adl. 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.6 Kg . S = √58 = 7.

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.Lanjutan….33% 57 .6 x 100% = 13. e.

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

Ini menunjukkan variasi kadar glukosa darah lebih besar dibandingkan kadar kolesterol.  Kegunaan dari koefisien varian adalah untuk perbandingan variasi antara dua pengamatan atau lebih. Hasil menunjukkan nilai koefisien varian dari glukosa adl 36%.lanjutan. sedangkan nilai koefisien varian dari kadar kolesterol adalah 18%. .. 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.

Sign up to vote on this title
UsefulNot useful