I.

Ukuran Nilai Tengah (Central Value) = (Central Tendency) = Nilai pemusatan =

Nilai kecenderungan di tengah
Dalam statistik dikenal bermacam-macam nilai tengah :
1. Rata-rata hitung (arithmetic mean = mean)
2. Median
3. Modus (Mode)
4. Rata-rata ukur (geometric mean)
5. Harmonic mean
6. Quadratic mean

I.1. Mean = arithmetic mean = rata-rata hitung = rerata = purata

Rumus :
Untuk data yang disusun dalam distribusi frekuensi tanpa pengelompokkan.
dimana = rata-rata
x̄=
∑x x̄
n
= jumlah
x = nilai tiap pengamatan
n = jumlah pengamatan

a) Besar nilai mean ditentukan oleh tiap nilai distribusi merupakan nilai rata-rata.
Misalkan : Lama perawatan 5 orang pasien ialah 2 hari, 3 hari, 4 hari, 5 hari, dan 6
hari.
2+3+4+5+6
Mean lama perawatan = = 4 hari
5
b) Besar nilai mean dipengaruhi oleh nilai ekstrim Nilai mean hanya untuk distribusi
yang normal atau kurang lebih sebarannya homogen
2+3+4+5+6
Mean = =4
5

2 + 3 + 4 + 5 + 6 + 20
Mean = =7
6
c) Untuk setiap agregat selalu ada nilai meannya.
d) Jumlah (x – mean) = nol (x – mean) = 0
Mean lama perawatan = 4 hari

1
 x x - mean
2 -2
3 -1
4 0
5 1
6 2
Jumlah 0

Keuntungan menggunakan nilai mean :

1. Suatu nilai yang paling dikenal.
2. Suatu nilai yang umum digunakan
3. Suatu nilai yang mudah dipahami
4. Mudah dihitung
5. Untuk menghitungnya seluruh data digunakan
6. Dapat diperlakukan secara aljabar
7. Semua agregat ada nilai meannya

Kerugian menggunakan nilai mean :

1. Dipengaruhi oleh nilai ekstrim
2. Tidak tepat bila distribussinya tidak normal

Rumus :
Untuk data yang disusun dalam distribusi frekuensi dengan pengelompokkan.
dimana f = frekuensi
x̄=
∑ fN t
n
Nt = nilai tengah kelas
= (nilai batas bawah + nilai batas atas)/2

Contoh :
Tinggi badan (cm) Frekuensi Nt f Nt
150 – 154 1 152 152
155 – 159 7 157 1009
160 – 164 7 162 1134
165 – 169 10 167 1670
170 – 174 4 172 688
175 – 179 4 177 708
180 – 184 7 182 1274
Jumlah 40 6725

2
 = 168,1 cm
6725
x̄=
40

Rumus lain :

x̄=N to + i [∑ ]
n
fd

dimana : Nto = nilai tengah titik nol

f = frekuensi
i = interval kelas
d = kode
n = jumlah pengamatan

Contoh :
Tinggi badan (cm) Frekuensi d fd
150 – 154 1 -3 -3
155 – 159 7 -2 -14
160 – 164 7 -1 -7
165 – 169 10 0 0
170 – 174 4 +1 +4
175 – 179 4 +2 +8
180 – 184 7 +3 +21
Jumlah 40 +15
(165+169)
N to = =167
2
cm
x̄=167+5
+15
40 [ ]
=168 , 9

Untuk distribusi frekuensi dengan kelas interval yang tidak sama :

x̄=N to + i [ ]
∑ fd1
n
Contoh :
Tinggi badan (cm) Frekuensi Nt ( N ti  N to ) f d’
d' 
i
150 – 159 8 154,5 -1,5 -12
160 – 164 7 162 0 0
165 – 174 14 169,5 1,5 +21
175 – 179 4 177 3 +12
180 – 184 7 182 4 +28
Jumlah 40 +49

3
Interval yang digunakan ialah 5
cm
x̄=162+5
49
40 [ ]
=168 , 1

Rata-rata hitung dengan bobot (Weighted Mean)

Rumus :

x̄ w =
∑ nx i
∑ ni
Contoh :
Pengukuran berat badan 3 kelompok penderita penyakit paru-paru yang masing-masing
terdiri dari 3, 5 dan 10 orang adalah sebagai berikut :
Kelompok I : 50 kg, 55 kg, 54 kg
= 53 kg
x̄ 1
Kelompok II : 50 kg, 53 kg, 52 kg, 55 kg, 57 kg
= 53,4 kg
x̄ 2
Kelompok III : 51 kg, 55 kg, 57 kg, 60 kg, 52 kg, 48 kg, 47 kg, 58 kg, 59 kg, 62 kg
= 54,9 kg
x̄ 3
Hasil tersebut dapat disusun dalam table berikut :
Kelompok ni xi nixi
I 3 53 159
II 5 53,4 267
III 10 54,9 549
Jumlah 18 161,3 975
Tanpa pembobotan : = 53,8 kg
(53+53 , 4+ 54 , 9 )
x̄=
3
Dengan pembobotan : = 54,2 kg
975
x̄ w =
18

I.2. Median = Rata-rata median

a) Merupakan nilai yang paling ditengah dari suatu array
b) Merupakan suatu nilai posisi
c) Membagi sebuah ‘array’ menjadi dua bagian sama besar

4
 d) Tidak dipengaruhi oleh nilai ekstrim.

Rumus :
Untuk jumlah pengamatan ganjil posisi median = (n + 1)/2
Untuk jumlah pengamatan genap posisi median = antara (½ n) dan (½ n + 1)

Contoh :
Hasil pengukuran tinggi badan terhadap 40 orang siswa setelah diurut :
152 155 156 157 157 157 157 157 160 161
163 163 163 164 164 165 165 165 166 166
167 168 168 169 169 171 171 173 174 175
177 178 179 180 181 181 182 183 183 184
Posisi median antara observasi ke-20 dan ke 21 Median = (166 + 167)/2 = 166,5 cm

Perhitungan median untuk data distribusi frekuensi dengan pengelompokkan

Rumus :
( Me'−f kum )
Me=L+i ( f )
dimana : Me = median
L = batas bawah kelas median
i = interval kelas
Me’ = jumlah pengamatan dari median = ½ n
fkum = frekuensi kumulatif sebelum median
f = frekuensi median

Contoh :
Tinggi badan (cm) Frekuensi fkum
150 – 154 1 1
155 – 159 7 8
160 – 164 7 15
165 – 169 10 25
170 – 174 4 29
175 – 179 4 33
180 – 184 7 40
Jumlah 40

5
 = 165,5 cm
20−15
Me=164 , 5+5
25
25 ( )
Keuntungan menggunakan nilai median :
1. Nilai median mudah dihitung
2. Tidak dipengaruhi oleh nilai ekstrim
3. Lebih ‘typical’ dari nilai mean
4. Nilai median dapat dihitung walau distribusinya ‘open ended’

Kerugian menggunakan nilai median :

1. Nilai median tidak sering digunakan seperti pada nilai mean.
2. Untuk menghitungnya harus dibuat ‘array’ terlebih dahulu.
3. Tidak dapat diperlakukan secara aljabar.

I.3. Modus (Mode) = Rata-rata modus

Nilai modus ialah nilai yang paling sering ada dalam suatu agregat (the value which occurs
most frequently)
1. Suatu nilai posisi
2. Tidak dipengaruhi oleh nilai ekstrim
3. Besar nilai modus pada kurva yang miring
ke kiri : mean < median < mode
ke kanan : mean > median > mode
Contoh :
Agregat Modus
1, 2, 2, 2, 3, 5 2 Unimodal
3, 3, 7, 8, 12, 16 3 Unimodal
5, 5, 6, 9, 12, 17, 17 5 dan 17 Bimodal
1, 2, 3, 5, 7, 9, 12 - Tidak ada nilai modus
5, 5, 6, 9, 12, 17, 17, 20, 20 5, 17 dan 20 Multimodal

Perhitungan modus untuk data distribusi frekuensi dengan pengelompokkan

Rumus :
Δ1
Mo=L+i
( Δ1 + Δ2 )

6
dimana : Mo = modus
L = batas bawah kelas modus
i = interval kelas
= selisih antara kelompok modus dengan sebelumnya
Δ1
= selisih antara kelompok modus dengan sesudahnya
Δ2

Contoh :
Tinggi badan (cm) Frekuensi
150 – 154 1
155 – 159 7
160 – 164 7
165 – 169 10
170 – 174 4
175 – 179 4
180 – 184 7
Jumlah 40
= 166,2 cm
10−7 3 3
Mo=164 , 5+5 ( (10−7 )+(10−4 ) )
=164 ,5+5 ( )
3+6
=164 , 5+5
9()
Keuntungan menggunakan nilai modus :
1. Pada data yang sedikit, nilai modus mudah dilihat.
2. Merupakan nilai rata-rata deskriptif yang typical.
3. Tidak perlu membuat ‘array’.

Kerugian menggunakan nilai modus :

1. Pada data yang sedikit, mungkin tidak ada nilai modus.
2. Tidak dapat diperlakukan secara aljabar.
3. Kegunaannya berkurang bila banyak data yang ‘missing’.

I.4. Geometric mean = Rata-rata ukur

Rumus untuk n kecil :
n
Gm= √ x 1 .x 2 . x 3 .x 4 . x n
Contoh :
Hasil pengobatan suatu penyakit terhadap 3 orang penderita adalah sebagai berikut :
Penderita I : sembuh dalam 3 hari

7
Penderita II : sembuh dalam 9 hari
Penderita III : sembuh dalam 27 hari
Rata-rata kesembuhan adalah :

3 3
Gm= √(3)(9 )(27 )=√ 729=9
Rumus untuk n besar :

log x u=
∑ log x
n

x̄ u=anti log (∑ ) log x

n
Dari contoh di atas :

∑ log x
x̄ u=anti log ( n )
=anti log ( ( log 3+ log3 9+ log 27 )=anti log 0, 9542=9
Rumus untuk data distribusi frekuensi dengan pengelompokkan :

log x u= (∑ ( f log N t
n )
Contoh :
Tinggi badan (cm) Frekuensi Nt log Nt f log Nt
150 – 154 1 152 2,1818 2,1818
155 – 159 7 157 2,1959 15,3713
160 – 164 7 162 2,2095 15,4665
165 – 169 10 167 2,2227 22,2300
170 – 174 4 172 2,2355 8,9420
175 – 179 4 177 2,2480 8,9920
180 – 184 7 182 2,2601 15,8207
Jumlah 40 89,0043

89 ,0043
log x u= =2, 2251
40
cm
x̄ u=167 ,9
Keuntungan ‘Geometric mean’ :
1. Tidak dipengaruhi oleh nilai ekstrim
2. Dapat diperlakukan secara aljabar

8
 Kerugian ‘Geometric mean’ :
1. Tidak dikenal secara luas.
2. Menghitungnya sulit
3. Tidak dapat dihitung bila salah satu nilai agregat = nol atau nilai negatif
I.5. Harmonic mean
1 1 1 1 1
+ + +. .. .. .+ Σ
1 x1 x 2 x 3 xn x
= =
Hm n n

I.6. Quadratic mean

Qm=
√
Σ( x−mean)2
n

Hubungan antara mean, median, dan modus

Hubungan antara ketiga nilai tengah tersebut adalah :
1. Pada distribusi yang simetris, ketiga nilai tersebut terletak pada satu titik ( =Me
x̄
= Mo).
2. Bila distribusi miring ke kanan maka modus akan bergeser mengikuti frekuensi
terbanyak sedangkan mean akan bergeser ke kanan terpengaruh oleh nilai ekstrim.
Median terletak antara modus dan mean.
3. Bila distribusi miring ke kiri maka modus akan bergeser ke kanan mengikuti
frekuensi terbanyak sedangkan mean akan bergeser ke kiri mengikuti nilai ekstrim.
Median terletak antara modus dan mean.
4. Pada distribusi yang miring, median selalu terletak antara modus dan mean.
5. Secara empiris dapat dikatakan bahwa jarak antara modus dan median merupakan
2/3 jarak antara modus dan mean.
6. Dari kenyataan di atas ternyata bahwa modus mengalami pergeseran terbesar,
diikuti oleh mean dan median. Jadi median merupakan nilai yang paling sedikit
bergeser.
Kurva simetris Kurva miring ke kanan Kurva miring ke kiri
(skewed to the right) (skewed to the left)

9
 = Me = Mo Mo < Me < < Me
x̄ x̄ x̄
< Mo

II. Ukuran Dispersi (Ukuran Penyimpangan = Ukuran Variasi)

Kegunaan :
1. Memberi informasi deskriptif tentang derajat penyimpangan.
2. Menilai ketepatan nilai tengah dalam mewakili distribusinya.
Dispersi dapat dibagi dalam :
1. Dispersi mutlak : a. range
b. simpangan rata-rata (mean deviation)
c. variance dan simpangan baku (standar deviasi)
d. standard error
2. Dispersi relatif : koefisien variasi (coefficient of variation = cov)

II.1. Range
Range atau jarak ialah perbedaan antara nilai terbesar dan nilai terkecil dalam data
yang tersusun secara array.
Range = nilai tertinggi – nilai terrendah
Ukuran range mempunyai beberapa kelemahan :
1. Pengukuran range hanya didasarkan pada dua nilai sehingga sangat dipengaruhi
oleh adanya nilai ekstrim.
2. Range hanya memberikan gambaran kasar sehingga sulit dipercaya kebenarannya.
Contoh :
Berat badan (dalam kg) dari lima orang dewasa : 48, 52, 56, 62, 67
Range = 67 kg – 48 kg = 17 kg

10
II.2. Simpangan Rata-Rata (Mean Deviation)
Mean deviation ialah rata-rata deviasi tiap nilai terhadap mean (dalam harga mutlak)
sehingga meniadakan tanda negatif.
Rumus :
Mean Deviation (MD) =
∑ |x− x̄|
n

11
Contoh :
x (kg) xx  x  x 2

48 9 81
52 5 25
56 1 1
62 5 25
67 10 100
285
x  57
5

MD = = 6 kg
9+5+1+5+10
5

II.3. Variance
Variance ialah rata-rata deviasi tiap nilai terhadap mean (yang dikuadratkan), guna
meniadakan tanda negatif.
Rumus :
Variance = s2 =

Dari data di atas :

√ Σ ( x− x̄ )2
n−1

Variance = s2 = =
81+25+1+25+100
√ ∑ ( x− x̄ ) 2
=58
n−1 5−1

II.4. Simpangan Baku (Standard Deviation)

Standard deviation (s) ialah rata-rata deviasi tiap nilai terhadap mean yang dikuadratkan,
ditarik akarnya guna mengembalikan ke taraf semula. Jadi s ialah akar dari variance.
Rumus :
Simpangan baku = s = =
√ var iance √s
Contoh :
Dari data di atas :
Simpangan baku = s = = 7,6
√ 58

12
II.5. Standard error (SE)
SE ialah s dibagi akar n
s 7,6
SE= = =3, 40
√ n √5

II.6. Coefficient of variation (C.O.V) = koefisien keragaman

C.O.V adalah ukuran keragaman untuk melihat perbedaan besar keragaman antara dua
ukuran yang mempunyai skala atau satuan yang berbeda. C.O.V dinyatakan dalam bentuk
proporsi atau persentase standard deviation terhadap nilai rata-rata hitungnya.
x 100 %
s
C .O.V =
x̄

Quartiles
Quartiles ialah nilai-nilai yang membagi sebuah ‘array’ menjadi 4 bagian sama besar.
Median ialah nilai yang membagi sebuah ‘array’ menjadi 2 bagian sama besar Q2 =
median

Q1 Q2 Q3

Quintiles
Quintiles ialah nilai-nilai yang membagi sebuah ‘array’ menjadi 5 bagian sama besar.

Qu1 Qu2 Qu3 Qu4

Deciles
Deciles ialah nilai-nilai yang membagi sebuah ‘array’ menjadi 10 bagian sama besar.

D1 D2 D3 D4 D5 D6 D7 D8 D9

D5 = Median

13
Percentiles
Percentiles ialah nilai-nilai yang membagi sebuah ‘array’ menjadi 100 bagian sama besar.
Dikenal P1, P2, P3, P4, P5, ………………. P98, P99
P50 = Median

III. Skewness = Nilai Kemiringan

Nilai-nilainya tidak perlu dihitung, cukup dinyatakan apakah :
1. Kurva normal
2. Kurva miring ke kanan (skewed to the right)
3. Kurva miring ke ke kiri (skewed to the left)

IV. Kurtosis = Nilai kerampingan = Nilai ‘peakness’

Nilai-nilainya tidak perlu dihitung, cukup dinyatakan apakah :
1. Mesokurtic = Kurva normal
2. Leptokurtic
3. Platykurtic

Penyusunan Distribusi Frekuensi Data Kualitatif

Data kategori dapat juga disusun distribusi frekuensinya.
Contoh :
Jumlah Akseptor KB di Puskesmas “A”
menurut Jenis Kontrasepsi yang Dipakai Bulan Oktober 2002
Kontrasepsi Jumlah
IUD 45
Pil 180
Kondom 125
MOP 12
MOW 21
Jumlah 373

14