Pertemuan 4 (Mahasiswa)
Pertemuan 4 (Mahasiswa)
Pertemuan 4 (Mahasiswa)
(Ukuran Gejala
Pusat)
Kania Evita Dewi
Ukuran Gejala Pusat disebut juga rata-rata
menunjukkan di mana suatu data memusat atau
suatu kumpulan pengamatan memusat
Yang termasuk Ukuran Gejala Pusat:
1. Rata-rata hitung (arithmetic mean)
Definisi 2. Median
3. Modus
4. Rata-rata Ukur (geometric mean)
5. Rata-rata harmonis (harmonic mean)
Rata-rata hitung
https://youtu.be/tuyxzHThYUk
Rata-rata hitung bisa dipanggil juga rata-rata
Definisi Formula:
Misal X1, X2, X3, …,Xn adalah hasil pengamatan dari
sampel, maka rata-rata hitung dari kumpulan data
tersebut adalah
Dimana:
Rata-rata adalah data ke-i
hitung data n adalah jumlah data
tunggal adalah jumlah semua nilai X1, X2, X3, …,Xn
Contoh:
Bila nilai ujian 5 mahasiswa adalah 80, 85, 70, 65, 90,
maka nilai rata-rata hitungnya adalah:
Misal nilai data berulang dengan frekuensi
tertentu, X1 berulang f1, X2 berulang f2, X3 berulang
f3, …,Xn berulang fn adalah hasil pengamatan dari
sampel, maka rata-rata hitung dari kumpulan data
tersebut adalah
Rata-rata
hitung data Contoh:
berulang Misalkan dalam suatu ujian matematika, ada 4 orang
mendapat 70, 3 orang mendapat 65, 2 orang
mendapat 80 dan 1 orang mendapat 95. Maka nilai
rata-rata hitungnya adaah:
Misal suatu data di mana masing-masing data
memiliki bobot tertentu, nilai X1 dengan bobot B1,
nilai X2 dengan bobot B2, nilai X3 dengan bobot B3,
…, dan nilai Xn dengan bobot Bn, maka nilai rata-
rata hitungnya adalah:
Rata-rata Contoh:
Hitung data Cara menghitung nilai akhir suatu mata kuliah
berbobot adalah
Menggunakan kode
Menggunakan nilai
tengah kelas
Rata-rata
Dimana:
Hitung data Dimana: adalah nilai tengah
kelompok adalah nilai tengah kelas kode ke-0
kelas ke-I P adalah Panjang kelas
adalah frekuensi kelas adalah kode kelas ke-i
ke-i
adalah frekuens kelas
ke-i
Kelas Frekuensi
60 - 65 9
66 - 71 4
72 - 77 7
78 - 83 6
84 - 89 3
90 - 95 1
Urutkan : 4,5,7,8,10,10,12
7 1
L Me 4
2
Contoh Me Me X 4 8
tunggal Jika diketahui kumpulan data hasil pengamatan 5, 8,
10, 4, 10, 7. Tentukan Median?
Urutkan: 4,5,7,8,10,10
6 +1
𝐿 𝑀𝑒 = =3 , 5
1
2 1
𝑀𝑒=
2 [ 𝑋 1 + 𝑋1
2
𝑛
2
𝑛 +1 ]
=
2
[ 7 +8 ] =7 ,5
n
F
Me b p 2
f
dengan :
Median 1 k
untuk Data b batas bawah kelas median f i
2 i 1
Kelompok
p panjang kelas
k
n fi
i 1
Contoh Me
Berdasarkan data diatas:
maka median ada dikelas ke-3
Maka: ; p = 6; n = 30; ;
Modus
https://youtu.be/QMFg8lQh7x8
Modus adalah bilangan yang frekuensi terbesar
Definisi dan Data tunggal
Cara Contoh:
penentuan Jika terdapat seperti sebagai berikut: 2, 8, 9, 11, 2, 6,
untuk Data 6, 7, 5, 2, 2, maka Mo = 2 (karena angka 2 adalah
mucul sebanyak 4 kali)
Tunggal
b1
Mo b p
b1 b2
Dimana:
b adalah batas bawah kelas modus
p adalah Panjang kelas
Modus 2 adalah frekuensi kelas modus dikurangi dengan
frekuensi kelas sebelum modus
adalah frekuensi kelas modus dikurangi dengan
frekuensi kelas sesudah modus
Contoh Mo
Data
Kelompok Berdasarkan data diatas:
adalah kelas ke-1 karena frekuensinya terbesar
Maka: ; p = 6; ;
Rata-rata Ukur
https://youtu.be/_jpH9AK6CoI
Misal X1, X2, X3, …, Xn adalah hasil pengamatan dari
sampel, maka rata-rata ukur (U) dari kumpulan data
tersebut adalah
U n X 1 X 2 X 3 ... X n
f log x
i i
log U i 1
n
f
i 1
i
Rata-rata
Ukur 2 dengan :
x i nilai tengah kelas ke - i
f i frekuensi kelas ke - i
Kelas Frekuen Nilai
si tengah
Maka
Rata-rata
Harmonik
https://youtu.be/vn6DOFhzjEQ
Misal X1, X2, X3, …, Xn adalah hasil pengamatan dari
sampel, maka rata-rata harmonik (H) dari kumpulan
data tersebut adalah
n n
H
Definisi dan 1 1 1 1 n
1
formula
...
x1 x2 x3 xn
i 1 xi
untuk data
tunggal
Hitunglah rata-rata harmonis untuk kumpulan data: 3,
5, 6, 6, 7, 10, 12!
7
H
1 1 1 1 1 1 1
Contoh Rh 1 3 5 6 6 7 10 12
145
5
167
≈ 5 , 87
n
f i
H i 1
n
fi
i 1 xi
Rata-rata
Harmonik
Data dengan :
Kelompok
x i nilai tengah kelas ke - i
f i frekuensi kelas ke - i
Kelas Frekuen Nilai
si tengah
60 - 65 9 62,5 0,14
66 - 71 4 68,5 0,06
72 - 77 7 74,5 0,09
78 - 83 6 80,5 0,07
Contoh Rata- 84 - 89 3 86,5 0,03
90 - 95 1 92,5 0,01
rata
Harmonik Jumlah 30 0,42
Data
Kelompok
Berdasarkan data diatas:
;
Maka:
Kelebihan dan kekurangan Ukuran Gejala Pusat
Kelebihan dan Kekurangan
Ukuran Gejala Pusat Kelebihan Kekurangan
Rata-rata Hitung 1. Mempertimbangkan 1. Peka atau mudah
semua nilai terpengaruh oleh nilai
2. Dapat menggambarkan ekstrim
mean populasi 2. Kurang baik untuk data
3. Variasniya paling stabil heterogen
4. Cocok untuk data
homogen