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, kadang-
kadang 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 (untuk populasi) (untuk sampel)

Dengan :

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 Frekuensi
4 3
5 8
6 10
8 4

Jawab :

Dari Tabel 1.1 dapat dihitung jumlah rataannya

Namun demikian biasanya menggunakan rumus :

Tabel 1.2

Tabel Kerja untuk Menghitung Rataan

3
Nilai (x) Frekuensi (f) Fx
4 3 12
5 8 40
6 10 60
8 4 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 Frekuensi
Pengukura (f)
n
(dalam
mm)
119 – 127 3
128 – 136 6
137 – 145 10
146 – 154 11
155 – 163 5
164 – 172 3
173 – 181 2

4
Jawab :

Hasil Titik Frekuensi

Pengukura Tengah (f)
n (x)
(dalam
mm)
119 – 127 123 3 369
128 – 136 132 6 792
137 – 145 141 10 1410
146 – 154 150= 11 1650
155 – 163 159 5 795
164 – 172 168 3 504
173 – 181 177 2 354

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 Titik Frekuensi Simpangan f.d

Pengukura Tengah (f)
n (x)
(dalam
mm)
119 – 127 123 3 -27 -81
128 – 136 132 6 -18 -108
137 – 145 141 10 -9 -90
146 – 154 150= 11 0 0
155 – 163 159 5 9 45
164 – 172 168 3 18 54
173 – 181 177 2 27 54

Berdasarkan Tabel 1.4 diatas diperoleh dan . Jadi

rataan sebenarnya adalah :

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 Tengah (f) (c)
n (x)
(dalam
mm)
119 – 127 123 3 -3 -9
128 – 136 132 6 -2 -12
137 – 145 141 10 -1 -10
146 – 154 150= 11 0 0
155 – 163 159 5 1 5
164 – 172 168 3 2 6
173 – 181 177 2 3 6

Berdasarkan Tabel di atas diperoleh dan . Dengan

panjang kelas , 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 Frekuensi
tengah
X1 f1
X2 f2
X3 f3
. .
. .
. .
Xk 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

(ii) Median ditetapkan sebagai rataan dua nilai datum yang

ditengah, jika ukuran data n genap

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) Frekuensi (f) f kumulatif

4 3 3
5 8 11
6 10 21
8 4 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) Frekuensi

50.00 – 59.99 8
60.00 – 69.99 10
70.00 – 79.99 16
80.00 – 89.99 14
90.00 – 99.99 10
Kelas median
100.00 – 109.99 5
110.00 – 119.99 2
Jumlah 65 Jawab :

- 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) 3 4 5 6 7
Frekuensi( 1 2 2 3 2
f)

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 data bergolong dapat dicari dengan

menggunakan rumus :

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 Frekuensi
80 – 89 2
90 – 99 6
100 – 109 10
110 – 119 d2 14 d1
120 – 129 9
130 – 139 7
140 – 149 2
50

14
 Kelas Modus

Carilah modusnya.

Jawab :

Modus berada pada kelas ke 4, sehingga :

Sehingga :

Daftar Pustaka

Budiyono.2004.Statistika Untuk Penelitian.Surakarta : Sebelas Maret

University

Wirodikromo,Sartono.2004.Matematika Untuk SMA Kelas XI.Jakarta :

Erlangga

15
16