P. 1
Ukuran Gejala Pusat (Mean, Median Dan Modus) Untuk Data Tunggal Dan Data Bergolong

Ukuran Gejala Pusat (Mean, Median Dan Modus) Untuk Data Tunggal Dan Data Bergolong

|Views: 1,673|Likes:
Published by La Ode Rinaldi
Blok 16 Biostatistik
Blok 16 Biostatistik

More info:

Published by: La Ode Rinaldi on Apr 04, 2011
Copyright:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as DOC, PDF, TXT or read online from Scribd
See more
See less

04/22/2013

pdf

text

original

Ukuran Gejala Pusat (Mean, Median dan Modus) untuk Data Tunggal dan Data Bergolong

PENDAHULUAN Tabel dan diagram dianggap cukup baik untuk menyajikan sekumpulan data yang diperoleh dari lapangan. Namun demikian, kadangkadang orang ingin menyajikan data dengan suatu ukuran yang mewakilinya, baik untuk populasi maupun untuk sampel. Ukuran yang mewakili kumpulan data tersebut disebut ukuran tendensi sentral atau ukuran pemusatan data. Diberi nama ukuran tendensi sentral, karena ukuran itu cenderung ada di tengah-tengah (setelah data diurutkan). Beberapa macam ukuran tendensi sentral yang sering digunakan dalam penelitian adalah rataan, median dan modus. Pada praktek penelitian , peneliti sering kali bekerja dengan sampel, yang berarti peneliti sebenarnya tidak mengetahui ukuran tendensi sentral dan ukuran dispersi populasi. Kecuali ukuran tendensi sentral dan ukuran dispersi, kadang-kadang perlu diketahui ukuran letak dari suatu kelompok data diurutkan. UKURAN TENDENSI SENTRAL Ukuran tendensi sentral yang dibicarakan di sini adalah rataan (yang meliputi rataan hitung, rataan harmonis dan rataan geometric), median dan modus. 1. Rata-rata (Rata-rata hitung atau mean) Rataan hitung atau rataan hitung sering pula disebut mean. Rataan dari sekumpulan data ditentukan sebagai perbandingan jumlah datum dengan banyak nilai datum. Dengan demikian

Pemakaai rataan banyak sekali dilakukan, bukan saja di dalam pelajaran statistic akan tetapi juga dalam perhitungan sehari-hari. Harga rata-rata adalah suatu harga yang dapat dipakai untuk “ mewakili “ sekumpulan data, suatu harga yang representative. Tentu sekumpulan data itu tidaklah sepenuhnya dapat diterangkan dengan harga rata-ratanya, karena harga rata-rata hanyalah merupakan suatu nilai sekitar mana bilangan-bilangan lain tersebar. Jikalau kita perhatikan urutan besar dari angka-angka yang kita hadapi, yaitu jika kita mencoba menderetkan bilangan-bilangan itu menurut urutan besarnya, maka harga rata-rata itu bertendens terletak pada
1

pertengahan urutan atau deretan itu. Oleh karena itu sering juga dinamakan ukuran tendensi pertengahan (measure of central tendency). Rataan meliputi rataan hitung, rataan harmonis dan rataan geometric. Rataan hitung (arithmetic mean) inilah yang paling banyak dipakai dalam ilmu statistic dan di dalam penghidupan sehari-hari. Biasanya, jika seseorang membicarakan mengenai rataan maka yang dimaksud adalah rataan hitung. Secara umum, jika suatu kumpulan data terdiri dari X1,X2,X3,…,Xn maka rataan dari kumpulan data itu ditentukan dengan rumus berikut :
= Atau µ Dengan :

(untuk populasi)

(untuk sampel)

Atau

n = banyaknya datum yang diamati xi = nilai datum yang ke-i Berdasarkan rumus di atas, tampak bahwa rataan sebagai statistic ditentukan oleh semua nilai datum yang terdapat dalam suatu kumpulan data. Dengan perkataan lain, tiap nilai dalam datum yang ada dalam kumpulan data memberikan sumbangan atau kontribusi terhadap besar dan kecilnya sebuah nilai rataan. Nilai rataan pada populasi dan sampel tidaklah berbeda yang membedakan hanyalah simbol. Jika pada populasi rataan diberi simbol µ sedangkan pada sampel diberi simbol . Contoh : Hitunglah rataan dari kumpulan data berikut ini : 4, 5, 6, 7, 8, 10, 10, 10 Jawab : Untuk sampel Jumlah nilai datum dari kumpulan data yang diamati adalah

Banyak datum yang diamati adalah Rataan
2

Jadi rataan kumpulan data itu adalah Atau pada populasi

Rataan untuk Distribusi Frekuensi Data Tunggal Untuk menghitung rataan dari sekumpulan data yang disajikan dalam table distribusi frekuensi tunggal , kita dapat menggunakan cara seperti contoh di atas dengan menguraikan datanya menjadi nilai-nilai tunggalnya. Namun demikian cara di bawah ini akan lebih mudah digunakan. Jika pada distribusi tunggal masing-masing X mempunyai frekuensi f maka rataannya didefinisikan sebagai berikut :

Contoh : Carilah rataan hitung dari data yang disajikan dalam table berikut Tabel 1.1 Daftar Distribusi Nilai Mahasiswa Nilai 4 5 6 8 Jawab : Dari Tabel 1.1 dapat dihitung jumlah rataannya Frekuensi 3 8 10 4

Namun

demikian

biasanya

menggunakan

rumus

:

Tabel 1.2 Tabel Kerja untuk Menghitung Rataan
3

Nilai (x) 4 5 6 8

Frekuensi (f) 3 8 10 4

Fx 12 40 60 32

Rataan untuk Distribusi Frekuensi Data Bergolong Kalau kita telah membentuk penceran frekuensi dan kumpulan data, maka bilangan-bilangan atau nilai-nilai itu tidak lagi dipertimbangkan satu persatu melainkan dipertimbangkan dalam kelas-kelas oleh karena sebuah kelas bukanlah sebuah nilai, maka haruslah kita dapat mengambil nilai atau nilai-nilai tertentu untuk mewakili kelas-kelas itu di dalam perhitungan rataan. Pada umumnya orang memakai titik tengah. Dengan demikian maka setiap nilai pada suatu kelas dianggap sama dengan titik tengah kelas. Namun asumsi ini jelas salah. Oleh karena it, banyak orang yang berpendapat bahwa mencari rataan dari distribusi frekuensi data bergolong pastilah salah. Pencarian rataan seperti ini dilakukan dulu ketika orang belum mengenal kalkulator, sehingga untuk menjumlah data yang cukup banyak mengalami kesulitan. Pada jaman sekarang, kalkulator sudah banyak tersedia dan bahkan program computer sudah dengan mudah diperoleh, mencari rataan dengan melalui distribusi frekuensi data bergolong sangat tidak dianjurkan. Namun cara ini diperkenalkan untuk dimengerti dan dipakai manakala datanya memang disajikan dalam distribusi frekuensi data bergolong dan data individualnya tidak diketahui. Contoh : Carilah rataan dari data yang disajikan dalam table berikut Tabel 1.3 Daftar Distribusi Hasil Pengamatan Tinggi Tanaman Hasil Pengukura n (dalam mm) 119 – 127 128 – 136 137 – 145 146 – 154 155 – 163 164 – 172 173 – 181 Frekuensi (f)

3 6 10 11 5 3 2

4

Jawab : Hasil Pengukura n (dalam mm) 119 – 127 128 – 136 137 – 145 146 – 154 155 – 163 164 – 172 173 – 181 Titik Tengah (x) 123 132 141 150= 159 168 177 Frekuensi (f)

3 6 10 11 5 3 2

369 792 1410 1650 795 504 354

Sehingga rataannya

Dalam contoh di atas, rataan suatu kumpulan data yang disajikan dengan tebel frekuensi bergolong dihitung dengan cara menentukan nilai kemudian membaginya dengan . Tampak bahwa ketika menghitung nilai diperoleh nilai bilangan yang besar. Untuk menghindari nilai bilangan yang besar ini, suatu rataan dapat dicari dengan menggunakan nilai rataan sementara. Sebagai pedoman, nilai rataan sementara ditetapkan nilai titik tengah yang memiliki frekuensi terbesar. Setelah rataan sementara ditetapkan, rataan yang sebenarnya dapat ditentukan dengan 2 metode yaitu : *) Metode simpangan rataan *) Metode pengkodean (coding) 1). Metode Simpangan Rataan Misalkan adalah rataan sementara yang ditetapkan dan adalah

simpangan tiap nilai titik yengah terhadap atau . Rataan sesungguhnya ditetapkan sebagai jumlah dari rataan sementara dengan simpangan rataan.

5

Sebagai ilustrasi rataan pada contoh di atas akan dihitung dengan menggunakan metode Simpangan Rataan. Pertama-tama ditetapkan nilai rataan sementara sebab nilai ini adalah nilai titik tengah yang mempunyai frekuensi terbesar. Kemudian dihitung simpangan tiap nilai titik tengah terhadap atau dan perkalian frekuensi f dengan simpangan di atau f.d. Perhitungan-perhitungan itu selanjutnya disajikan dalam sebuah table seperti pada Tabel 1.4 berikut

Hasil Pengukura n (dalam mm) 119 – 127 128 – 136 137 – 145 146 – 154 155 – 163 164 – 172 173 – 181

Titik Tengah (x) 123 132 141 150= 159 168 177

Frekuensi (f)

Simpangan

f.d

3 6 10 11 5 3 2

-27 -18 -9 0 9 18 27

-81 -108 -90 0 45 54 54

Berdasarkan Tabel 1.4 diatas diperoleh rataan sebenarnya adalah :

dan

. Jadi

2). Metode Pengkodean ( Coding ) Jika masing-masing kelas mempunyai panjang yang sama (misalkan panjang kelas c), maka simpangan dapat dituiskan menjadi Dengan demikian, rataan sebenarnya atau rataan sesungguhnya ditentukan dengan aturan

disebut kode

Sebagai ilustrasi , rataan pada contoh di atas akan dihitung dengan metode pengkodean . sehingga Tabel 1.3 diubah menjadi Hasil Titik Frekuensi Kode f.d
6

Pengukura n (dalam mm) 119 – 127 128 – 136 137 – 145 146 – 154 155 – 163 164 – 172 173 – 181

Tengah (x) 123 132 141 150= 159 168 177

(f)

(c)

3 6 10 11 5 3 2

-3 -2 -1 0 1 2 3

-9 -12 -10 0 5 6 6

Berdasarkan Tabel di atas diperoleh panjang kelas

dan

. Dengan

, maka rataan sebenarnya adalah

Perhatikan bahwa rataan yang dihitung dengan Metode Simpangan dan Metode Pengkodean itu memberikan hasil yang sama dengan rataan yang dihitung terdahulu. Rataan Geometrik ( rata-rata ukur/geometric mean ) Selain dikenal rataan hitung, dikenal pula rataan geometric. Pada praktek, rataan geometric jarang dipakai. Rataan geometric dari n bilangan positif X1, X2, X3,…,Xn disajikan dengan G, didefinisikan sebagai berikut

Untuk perhitungan bilangan-bilangan yang lebih besar dan ruwet sebaiknya kita menggunakan logaritma, sebagai berikut :

Atau

Dengan demikian, rumus untuk harga rata-rata ukur dari data tersusun (grouped data) dapatlah dituliskan sebagai berikut:

7

Titik tengah X1 X2 X3 . . . Xk

Frekuensi f1 f2 f3 . . . fk

Sehingga diperoleh

Contoh : Carilah rataan geomerik dari : 1, 1, 2, 2, 4, 4 Jawab :

Rataan Harmonik ( Harmonis ) Rataan yang selanjutnya adalah rataan harmonic/harmonis. Salah satu penerapannya adalah untuk analisis variansi dua jalan atau lebih dengan sel tak sama yang akan dibahas pada bab XIII. Rataan harmonic/harmonis juga sangat jarang digunakan pada ilmu statistic. Rataan harmonis ( harmonic mean ) dari sekumpulan data adalah kebalikan dari rataan hitung dari kebalikan bilangan-bilangan yang termasuk di dalam kumpulan data kita. Rataan harmonis dari bilangan X1, X2, X3,…,Xn disajikan dengan H, didefinisikan sebagai berikut :

Contoh : Carilah rataan harmonis dari bilangan-bilangan 2, 3, 4, 5 Jawab :

8

2. Median kita mengenal median jalan sebagai bagian dari jalan yang berada di tengah-tengah. Begitu pula halnya dengan median dalam statistika. Median adalah sebuah nilai dari kumpulan data yang berada di tengah-tengah, dengan catatan nilai kumpulsn data tadi telah diurutkan dari yang terkecil hingga yang terbesar. Dengan perkataan lain median adalah suatu nilai yang membelah sekelompok data menjadi dua bagian cacahnya (banyaknya) sama. Median pada populasi dan sampel sama. Misalnya kumpulan data tentang nilai matematika dari 10 murid yang terdahulu diurutkan nilainya dari yang terkecil sampai dengan yang terbesar, maka kumpulan data itu dapat disajikan sebagai berikut x1 x2 x3 x4 x5 x6 x7 x8 x9 x10

3

4

4

4

5

5

5

5 6

7

Kumpulan data yang telah diurutkan seperti itu disebut statistic jajaran atau statistic peringkat. Dari statistic jajaran dapat ditetapkan nilai datum terkecil, disebut statistic minimum, yaitu xmin=x1 dan nilai datum terbesar, disebut statistic maksimum, yaitu xmak=x2. Kedua statistic ini (xmin dan u xmak=x2) disebut sebagai statistic ekstrim. Untuk kumpulan data di atas statistic-statistik ekstrimnya adalah : *) Statistik minimum: Xmin = X1 = 3, dan *) Statistik maksimum : Xmak = X10 = 7 Jika nilai-nilai dalam suatu kumpulan data telah diurutkan, maka median dari kumpulan data itu dapat disajikan ditentukan sebagai berikut :
(i)

Median ditetapkan sama dengan nilai datum yang ditengah, jika ukuran data n ganjil, atau Median ditetapkan sebagai rataan dua nilai datum ditengah, jika ukuran data n genap yang

(ii)

Secara umum aturan di atas dapat dirumuskan sebagai berikut. Misalkan suatu kumpulan data telah disajikan dalam statistic jajaran: x1, x2, x3,……..xn-2, xn-1, xn

9

Dengan x1<x2<x3<…<xn-2<xn-1<xn, maka median dari kumpulam data itu ditentukan sebagai berikut :
(i)

Jika ukuran data n ganjil, maka mediannya adalah nilai datum yang di tengah atau nilai datum yang ke Ditulis:

(ii)

Jika ukuran data n genap, maka mediannya adalah rataan dari dua nilai datum yang di tengah atau rataan dari nilai datum ke dan nilai datum ke Ditulis :

Untuk kumpulan data nilai ulangan matematika dari 10 anak yang telah disajikan dalam bentuk statistic jajaran di depan, maka mediannya adalah :

Median untuk Distribusi Frekuensi Data Tunggal Untuk mencari median pada distribusi frekuensi data tunggal dapat menggunakan rumus seperti di atas. Contoh : Carilah median dari nilai-nilai berikut : a) 2, 3, 3, 0, 1, 1, 4 b) 6, 7, 8, 9, 10, 11, 12, 13 Jawab : a) 0 1 1 2 3 3 4

Median

10

Jadi median dari kumpulan data itu adalah b) 6 7 8 9 10 11 12 13

X4 X5

Jadi, median dari kumpulan data itu adalah 9,5

Contoh lain :

Nilai (x) 4 5 6 8

Frekuensi (f) 3 8 10 4

f kumulatif 3 11 21 25

Untuk mencari median karena f ganjil maka

Dengan demikian median berada pada data ke 13 yaitu 6

Median untuk Distribusi Frekuensi Data Bergolong Sesuai dengan sifat distribusi frekuensi data bergolong yang tidak dapat diketahui nilai-nilai individualnya, maka median dari distribusi frekuensi data bergolong merupakan nilai pendekatan. Asumsi yang dipakai adalah bahwa median terletak pada kelas yang memuat nilai memuatnilai yang berada di tengah urutan (sesuai dengan pengertian bahwa median adalah nilai yang berada di tengah setelah data diurutkan). Kelas ini disebut kelas median. Jika pada distribusi frekuensi data bergolong :

11

Dengan :

b = tepi bawah kelas median

l = luas kelas F = jumlah frekuensi sebelum kelas median N = banyaknya data Contoh : Berat badan dari 65 orang tampak pada Tabel 1.5, kemudian tentukanlah mediannya.

Tabel 1.5 Berat Badan 65 Orang Berat Badan (kg) 50.00 – 59.99 60.00 – 69.99 70.00 – 79.99 80.00 – 89.99 90.00 – 99.99 100.00 – 109.99 110.00 – 119.99 Jumlah Frekuensi 8 10 16 14 10 5 2 65

Kelas Jawab :

median

Mencari letak kelas median dengan :

Maka kelas median terletak pada ukuran kelas ke 32,5 terletak pada kelas ke 3, oleh karena itu :

12

Sehingga :

3. Modus Modus disebut juga mode. Modus dari sekumpulan data yang disajikan dalam bentuk statistic jajaran ditentukan sebagai nilai datum yang paling sering muncul atau nilai datum yang mempunyai frekuensi terbesar. Modus pada populasi dan sampel sama. Suatu kelompok data mungkin mempunyai modus atau mungkin tidak mempunyai modus, maka banyaknya modus yang ada mungkin tidak tunggal (lebih dari sebuah). Kelompok data yang mempunyai dua modus disebut bimodus, kelompak data yang mempunyai tiga modus disebut trimodus, dan seterusnya. Modus untuk Distribusi Frekuensi Data Tunggal Untuk mencari modus pada distribusi frekeuensi data tunggal hanya dengan menentukan nilai yang sering muncul atau nilai yang mempunyai frekuensi terbesar. Contoh : Kumpulan data 3, 4, 4, 5, 5, 6, 6, 6, 7, 7 modusnya adalah… Jawab : Mempunyai modus=6 sebab nilai 6 yang sering muncul, yaitu sebanyak 3 kali Atau untuk mempermudah buatlah table distribusi frekuensinya Tabel 1.6 Daftar Distribusi Nilai Siswa

Nilai(x) Frekuensi( f)

3 1

4 2

5 2

6 3

7 2

Dari table 1.6 maka dapat diketahui bahwa sekumpulan data tersebut hanya memiliki 1 modus sehingga disebut unimodus

Modus untuk Distribusi Frekuensi Data Bergolong
13

Seperti halnya median, modus dari distribusi frekuensi data bergolong juga merupakan pensekatan. Diasumsikan bahwa modus berada pada kelas yang frekuensinya terbanyak. Kelas ini disebut kelas modus. Hal ini juga mengakibatkan perbedaan modus pada distribusi frekuensi data bergolong disbanding dengan modus yang diperoleh dengan data aslinya. Modus pada distribusi menggunakan rumus : data bergolong dapat dicari dengan

Dengan :

b = tepi bawah kelas modus l = luas kelas

d1= selisih frekuensi kelas modus dengan frekuensi kelas sebelumnya d2= selisih frekuensi kelas modus dengan frekuensi kelas sesudahnya

Contoh : Tingkat kecerdasan (IQ) dari 50 anak tampak seperti pada table berikut

Tabel 1.7 Daftar Distribusi IQ Anak

IQ 80 – 89 90 – 99 100 – 109 110 – 119 120 – 129 130 – 139 140 – 149

Frekuensi 2 6 10 d2 14 9 7 2 50

d1

14

Kelas Carilah modusnya. Jawab : Modus berada pada kelas ke 4, sehingga :

Modus

Sehingga :

Daftar Pustaka Budiyono.2004.Statistika Untuk Penelitian.Surakarta : Sebelas Maret University Wirodikromo,Sartono.2004.Matematika Untuk SMA Kelas XI.Jakarta : Erlangga

15

16

You're Reading a Free Preview

Download
scribd
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->