Escolar Documentos
Profissional Documentos
Cultura Documentos
PEMBAHASAN
A. PENGERTIAN RATA-RATA
Istilah rata-rata dalam kehidupan sehari-hari sebenarnya merupakan istilah
yang sering kali kita jumpai dan bahkan sering digunakan. Nilai rata-rata merupakan
salah satu ukuran untuk memberikan gambaran yang lebih jelas dan singkat tentang
sekumpulan data menegnai suatu persoalan, apakah tentang sampel atau populasi
selain penyajian melalui daftar atau diagram.
Misalnya ada sekumpulan data yang berupa angka, contohnya: nilai hasil tes
seleksi, Nilai UAS, Nilai Raport. Dari Sekumpulan data tersebut pasti kita akan
tertarik untuk mencari satu angka yang mewakili sekumpulan data tersebut yaitu suatu
nilai yang kita pandang representative dapat mencerminkan gambaran secara umum
mengenai keadaan nilai tersebut. Satu buah nilai dengan fungsi seperti yang telah
dikemukakan diatas itulah yang biasa kita sebut dengan rata-rata atau nilai rata-rata
ata harga rata-rata, atau ukuran rata-rata.
Nilai rata-rata dari sekumpulan data yang berupa angka itu umumnya
mempunyai kecenderungan untuk berada disekitar titik pusat penyebaran data
tersebut. Oleh karena itulah nilai rata-rata atau ukuran rata-rata dikenal dengan ukuran
tendensi pusat (Measure of Central Tendency).
Ukuran tendensi sentral biasanya digunakan untuk menjaring data yang
menunjukkan pusat atau pertengahan dari gugusan data yang menyebar. Harga rata-
rata data kelompok data itu dapat mewakili harga data yang ada dalam kelompok
tersebut. Nilai rata-rata yang diperoleh dari hasil pengukuran sampel disebut sttistik
sedangkan nilai rata-rata yang diperoleh dari penghitungan populasi disebut
parameter.
Nilai rata-rata juga dikenal dengan sebutan Ukuran Nilai pertengahan
(Measure of Central Value), sebab nilai rata-rata itu umumya merupakan nilai
pertengahan dari nilai-nilai yang ada. Selain nilai rata-rata itu biasanya berposisi pada
sekitar sentral penyebaran nilai yang ada, maka nilai Rata-rata itu dikenal dengan
nama Ukuran Posisi Pertengahan (Measure of Central Position).
Dari uraian diatas secara singkat dapat dikemukakan bahwa apa yang
dimaksud dengan rat-rata itu tidak lain adalah: tiap bilangan yang dapat dipakai
sebagai wkil dari rentetan nilai. Rata- rata itu wujudnya hanyalah satu bilangan saja,
namun dengan satu bilangan dapat tercermin gambaran secara umum mengenai
kumpulan data tersebut.
∑ xi
Mx= i=1
∑ fi
b) Cara Mencari Mean
Mencari mean dapat dilakukan dengan berbagai macam cara, tergantung dari
data yang akan dicari Mean-nya itu apakah Data Tunggal atau Data Kelompok.
1. Cara mencari mean untuk data tunggal
Ada dua macam cara yang dapat digunakan untuk mencari Mean dari Data
Tunggal (Data yang tidak dikelompokkan) yaitu: (1) cara mencari Mean dari data
tunggal yang seluruh skornya berfrekuensi satu satu, dan (2) cara mencari Mean
dari Data Tunggal dimana sebagian atau seluruh skornya berfrekuensi lebih dari
satu.
a) Cara Mencari Mean Data Tunggal Yang Seluruh Skornya berfrekuensi Satu
(1) Rumus yang Digunakan
Rumus yang digunakan untuk mencari Mean data tunggal yang seluruh
skornya berfrekuensi satu adalah:
Mx=
∑x
N
Mx= Mean yang kita cari
∑ x = jumlah dari skor−skor yang ada
N= Number of cases (banyaknya skor-skor itu sendiri).
(2) Contoh
Jika nilai hasil ulangan dari seorang siswa SMP dengan menggunakan Tabel
Distribusi Frekuensi maka proses perhitungannya adalah sebagai berikut:
Perhitungan Mean Nilai Hasil Ulangan Harian Dalam
Bidang studi Agama Islam ,PPKn, Bahasa inggris, Bahasa Indonesia
IPS, IPA Seorang Siswa Madrasah Aliyah Negeri
x f
9 1
8 1
7 1
6 1
5 1
4 1
39=∑ x 6=N
Dari Tabel 3.1 telah kita peroleh: ∑ x =39 , sedangkan N=6 dengan demikian:
Mx =
∑ x = 39 =6,50
N 6
b) Cara Mencari Mean data Tunggal yang sebagian atau seluruh skornya
berfrekuensi lebih dari satu.
Karena data tunggal yang akan dihitung Meannya baik sebagian atau seluruh
skornya berfrekuensi lebih dari satu, maka rumus untuk mencari mean seperti
yang telah dikemukakan diatas perlu dimodifikasi yaitu dengan jalan memasukkan
atau mengikutsertakan frekuensi skor yang ada kedalam rumus. Dengan demikian
rumus diatas berubah menjadi:
Mx=
∑x
N
Dengan:
Mx= Mean yang dicari
∑ x =¿ jumlah dari hasil perkalian antara masing-masing skor dengan
frekuensinya.
N=number of cases
(3) Contoh:
Dalam ujian Akhir Semester(UAS) bidang studi statistika yang diikuti 100
orang mahasiswa, diperoleh nilai sebagai berikut:
Untuk memperoleh Mean dari sekumpulan data tersebut , tiap-tiap skor harus
dikalikan dengan frekuensinya masing-masing setelah itu dijumlahkan dan
akhirnya dibagi dengan N. dengan demikian maka kita membutuhkan 1 kolom
tambahan untuk meletakkan angka dari hasil perkalian x dengan frekuensi.
3 4 12
2 1 2
Total N=100 ∑ fx=578
Mx=
∑ fx
N
M= Mean yang dicari
∑ fx=¿ ¿ jumlah dari hasil perkalian antara midpoint dari masing-masing
interval dengan frekuensi
N=number of cases
Contoh:
Diketahui Nilai Ujian Statistik Universitas A tahun 2010 yang diikuti
oleh 70 mahasiswa. Berapakah rata-rata kelompok nilai statistic:
Langkah-langkah menjawab:
Mx=
∑ fx
N
5435
=
70
= 77,643
Dengan metode mencari Mean dengan Metode panjang, kita bekerja dengan bilangan
yang cukup besar. Karena itu jika perhitungan tidak dibantu oleh kalkulator
disamping sangat memerlukan ketelitian yang tinggi, resiko kesalahan yang kita
hadapi cukup besar. Ada cara lain yang lebih praktis dalam arti perhitungannnya
dapat dilakukan dengan cepat dan leih praktis,mudah dengan resiko kesalahan yang
kecil.
b) Mencari Mean Data Kelompok Dengan Menggunakan Metode Singkat.
(1) Rumus yang digunakan
Jka dalam perhitungan Mean Digunakan metode, maka rumus yang digunakan
adalah sebagai berikut:
Fx '
Ms=M +i
'
(∑ ) N
Dengan:
Mx= Mean
M’= Mean Terkaan atau Mean Taksiran
i = interval class (besar /luasnya pengelompokan data)
∑ Fx ' =jumlahdari hasil perkalian antara titik tengah buatan sendiri dengan
frekuensi dari masing-masing interval.
N=¿number of cases
(2) Contoh
Jika misalnya data yang disajkan pada table diatas kita cari Mean nya dengan
menggunakan metode singkat, maka proses perhitungan dan langkah
perhitungannya adalah
Langkah 1: Mencari Mean Terkaan sendiri (M’)
Dalam Meilih satu midpoint diantara Midpoint yang ada dalam Tabel Distribusi
Frekuensi.
Disini titik tengah yang dipilih adalah M’=72 , kemudian beri angka 0 pada
kolom x’
2) urutkan nilai titik tengah yang lebih kecil dari M’ denagn angka -1 ,-2 pada
kolom x’ dan harga titik tengah yang lebih besar dengan angka 1,2,3,4 pada kolom
x’
3) menghitung nilai rata-rata dengan rumus:
Fx '
Ms=M +i
'
(∑ )
N
c) penggunaan Mean
1) bahwa pada data statistic yang kita hadapi merupakan data yang berdistribusi
frekuaensinya bersifat normal atau simetris, setidak-tidaknya mendekati normal.
Jadi jika data statistic bersifat a symetris maka untuk mencari Nilai Rata-rata
hendaknya jangan menggunakan Mean, sebab Nilai Rata-rata yang diperoleh
nantinya akan terlalu jauh menyimpang dari kenyataan yang sebenarnya.
2) Bahwa dalam kegiatan analisis data, kita menghendaki kadar kemantapan atau
kadar kepercayaan yang setinggi mungkin.
3) Bahwa dalam penganalisaan data selanjutnya , terhadap data yang sedang kita
hadapi atau kita teliti itu, akan kenakan ukuran-ukuran statistic selain Mean,
misalnya: Deviasi Rata-Rata, Deviasi Standart, Korelasi, dsb.
d) Kelemahan Mean
Mean dikenal dengan ukuran rata-rata yang menduduki tempat paling penting
jika dibandingkan dengan ukuran rata-rata lainnya. Namun Mean juga memiliki
kelemahan-kelemahan seperti dikemukaaan di bawah ini:
1) Karena Mean itu diperoleh atau berasal dari hasil perhitungan terhadap seluruh
angka yang ada, maka jika dibandingkan dengan ukuran rata-rata lainnya
perhitungan nya relative sulit
2) Dalam menghitung Mean sangat diperlukan ketelitian dan kesabaran, lebih-lebih
apabila kita dihadapkan kepada bilangan yang cukup besar, sedangkan kita tidak
memiliki alat bantu perhitungan seperti mesin hitung.
3) Sebagai salah satu ukuran rata-rata, Mean kadang-kadang sangat dipengaruhi oleh
angka atau nilai ekstrimnya, sehingga hasil yang diperoleh kadang terlalu jauh
dari kenyataan yang ada.
Contoh: siswa ‘A’ memiliki nilai raport untuk lima macam bidang studi, masing-
masing 6,6,6,6,dan 6 sehingga Nilai rata-rata Hitungnya= 30:5 = 6. Siswa ‘B’
untuk kelima bidang studi yang sama memperoleh nilai 10,4,3,8,5, sehingga Nilai
Rata-rata juga = 30:5 = 6. Siswa ‘C’ untuk kelima bidang studi tersebut memiliki
nilai 10,2,2,6 dan 10 yang berarti nilai rata-rata hitungnya = 30:5 = 6.
Kelompok A Me Kelompok B
50% 50%
NIlai tertinggi untuk kelompok A= Me
Nilai tertentu untuk kelompok B = Me
Dengan lain kata , Me berfungsi sebagai nilai tertinggi dari kelompok A dan
juga berfungsi sebagai nilai terendah dari Kelompok B. Banyaknya anggota
kelompok A sama dengan banyak anggota dari kelompok B.
Jika datanya ganjil maka Mdn merupakan nilai data yang terletak di tengah-
tengah dimana sebelah kiri dan kananya masing-masing terdapat n data.
(2) Mencari nilai rata-rata pertengahan untuk data tunggal yang selurujnya
berfrekuensi 1, dan number of casesnya berup biangan genap.
Untuk data tunggal yang seluruh skornya berfrekuensi 1 dan number of
casesnya merupakan bilangan genap (yaitu: N=2n), maka Median atau
nilai-nilai Rata-rata pertengahan daa yang demikian itu terletak antara
bilangan yang ke-n dank e (n+1)
Contoh:
Tinggi badan peserta Seleksi penerima calon penerbang, menunjukkan
angka sebagai berikut: 168 162 169 170 164 167 161 166 163 dan 165
a) Urutkan data dari data terkecil sampai data terbesar
161 162 163 164 165 166 167 168 169 170
b) Karena N =10 (merupakan bilangan bulat) sedangkan rumus untuk
mencarinya adalah N=2n maka 10=2n… n=5
Jadi median atau nilai rata-rata pertengahannya terletak antara bilangan
ke 5 dan ke 6, jadi Mdn:
165+166
Mdn= =165,50
2
b) Apabila data tunggal yang akan kita cari nilai rata-rata pertengahan atau
mediannya, sebagian atau seluruh skornya berfrekuensi lebih dari satu,
maka menggunakan rumus dibawah ini:
1 1
Mdn= l + 2
(N−fkb
f1 )
atau Mdn=u−
2 N
−fka
f1 ( )
Mdn = median
l= lower limit (batah bawah nyata dari skor yang mengandung median)
fkb= frekuensi kumulatif yang terletak di bawah skor yang mengandung
median
fi = frekuensi asli (frekuensi dari sko yang mengendung median)
N= number of cases
U = uppee limit ( batas atas nyata dari skor yang mengandung median)
Fka= frekuensi kumulatif yang terletak diatas skor yang mengandung
median
Contoh:
Skor berikut ini menunjukkan usia 50 orang guru Agama islam yang
bertugas pada sekolah dasar negeri di suatu kecamatan:
26 28 27 24 31 27 25 28 26 30
29 27 26 30 25 23 31 28 26 27
31 24 27 29 27 30 28 26 29 25
23 29 27 26 28 25 27 28 30 25
24 29 31 27 26 28 27 26 27 27
Untuk mencari median dari data semacam ini, terlebih dahulu kita siapkan
table distribusi frekuensi .
1. Pertama-tama data dibagi menjadi dua bagian yang sama besar yaitu
masing-masing sebesar 1/2N pada pertengahan distribusi frekuensi
Data itulah terletak median yang dicari
Karena N = 50 maka ½ N= ½ X 50 = 25. Titik pertengahan data
tersebut adalah pada frekuensi kumulatif 30 . jadi nilai pertengahan
usia guru adalah pada skor 27
2. A) lower limitnya= 27-0,5 =26,5
B) Fekuensi aslinya (fi)=12
C) frekuensi kumulatif yang terletak di bawah skor yang mengandung
median (fkb) yaitu= 18.
3. Maka:
1
Mdn= l + 2
(
N−fkb
f1 )
= 26,50 + ( 25−18
12 )
= 27,083( dapat dibulatkan menjadi 27)
Perhitungan :
Mencari letak pertengahan distribusi data, yaitu: 1/2N ;Karena N= 100
maka,1/2N=50
Dari table letak pertengahan data adalah pada frekuensi kumulatif sebesar 70
Jadi interval nilai yang mengandung median adalah interval nilai 55-59 maka
dengan cepat dapat diktahui l= 54,50 ; fi=25 sedangkan fkb=45 adapun interval
kelasnya adalah 5. Jadi kita masukkan ke dalam rumus:
(
Mdn= l + 2
N−fkb
f1 )
Xi=54,50−
50−45
25 (
x5 )
= 54,50 + 5/25 X 5= 54,50+1= 55,50
1
Mdn=u−
2N
f1(
−fka
xi )
Mdn= 59,5- ( 50−30
25 )
x5
= 59,50-4 = 55,50
3. Modus (Mode)
A. Pengertian Modus
Modus digunakan untuk gejala-gejala yang sering terjadi, diberi symbol
dengan Mo dan umumnya Mo dipakai sebagai nilai rata-rata bagi data
kualitatif.
B. Menghitung modus data tunggal
Menghitung modus data tunggal dilakukan sangat sederhana yaitu dengan cara
mencari nilai yang sering muncul diantara data. Ukuran ini sering dipakai
untuk rata-rata data kualitatif. Misalnya: sebagian besar siswa tidak lulus
akibat tidak belajar,sebagian besar rakyat Indonesia bercocock tanam dll.
Penggunaan modus data tunggal sbb:
Contoh:
Diketahui nilai Ujian statistic bagi 10 siswa , data sebagai berikut:
40,60,60,65,72,60,80,dan 90
Dari data diatas maka kita dapat mengetahiu nilai yang sering muncul adalah
60
C. Menghitung modus data kelompok
Untuk mencari modus data kelompok maka menggunakan rumus berikut ini:
Interval yang mengandung modus adalah interval 60-64 dan l=59,50; upper limit
(u)=64,50 fa=5 ; fb=5 ;I= 5
Mo=l+ ( fa+fafb ) X i
5
= 59,50 + (
5+5 )
X 5=59,50+ 2,50=62
Rumus kedua:
Mo=u− ( fafb+ fb ) Xi
5
=64,50-(
5+5 )
X5
= 64,50-2,50 = 62
D. Penggunaan modus
1. Ingin memperoleh nilai yang menunjukkan aturan rata-rata dalam waktu
yang paling singkat
2. Dalam mencari nilai yang menunjukkan ukuran rata-rata itu kita
meniadakan factor ketelitian , artinya ukuran rata-rata itu kita kehendaki
hanya bersifat kasar saja.
3. Dari data sedang kita teliti kita hanya ingin mengetahi ciri khasnya saja
E. Kelebihan dan Kelemahan Modus
Kebaikan modus dapat menolong diri kita dalam waktu yang paling singkat
emperoleh ukuran rata-rata yang merupakan ciri khas dari data yang kita
hadapi.
Adapun kelemahannya ialah kurang teliti karena modus terlalu mudah atau
terlalu gampang diperoleh (dicapai). Selain frekuensi data yang kira teliti lebih
dari 1 buah, maka modus yang akan kita dapatkan juga akan lebih dari stu
buah.
M= Me = Mo
Tetapi jika M= Me = Mo,kurva mungkin positif dan mungkin negative
Hubungan empiris yang dapat diandalkan untuk ketiga besaran pusat kecenderungan itu:
Mo+2M= 3Me
n1 , n2 , n3 n4
q1 q2 q3
(
Qn= l + 4 N
−Fkb
fi )
- Untuk data kelompok
n
-
(
Qn= l + N
4
−Fkb
fi
x
) i
NILAI F fkb
(X)
46 2 60=N
45 2 58
44 3 56
43 5 53
42 8 48
41 10 40
40 12 30
39 6 18
38 5 12
37 4 7
36 2 3
35 1 1
- Titik Q1 = 1/4N = ¼ X 60 = 15 (terletak pada skor 39)
Dengan demikian dapat kita ketahui : l = 38,50 ; fi=6 fkb=12
1
(
Q1= l + N
4
−Fkb
fi
= 38,50
)
15−12
6 ( )
=38,50 + 0,50 = 39
titik Q2 = 2/4N = 2/4 X 60= 30 (terletak pada skor 40). Dengan demikian
dapat kita ketahui l= 39,50; fi =12 fk=18
2
Q2= l + N
(
−Fkb
fi
=39,50+ )
30−18
12 ( )
=39,30+1,0=40,50
(
Q3= 4 N
−Fkb
fi )
=41,50 +
45−40
8 ( )
=41,50+ 0,625=42,125
Mencari D5 :
Titik D5=5/10 N= 5/10 x 60 = 30 (terletak pada skor 40) dengan demikian
dapat kita ketahui : l=39,50; fi=12 dan fkb=18
5
D5
¿ l+(10 N
−fkb
fi )
D5= 39,50+ ( 30−18
12 )
=40,50
Mencari D9 :
Titik D9=9/10 N= 9/10 x 60 = 54 (terletak pada skor 44) dengan demikian
dapat kita ketahui : l=43,50; fi=3 dan fkb=53
9
D9
¿ l+(10 N
−fkb
fi )
D9=43,50 + ( 54−53
3 )
=43,17
Mencari D3 :
Titik D3=3/10 N= 3/10 x 80 = 24 (terletak pada interval 40-44) dengan
demikian dapat kita ketahui : l=39,50; fi=15 dan fkb=20
3
D3
¿ l+(10 N
−fkb
fi
xi )
D3= 39,50 ( 24−20
15 )
x5
Mencari D7 :
Titik D7=7/10 N= 7/10 x 80 = 56 (terletak pada interval50-54) dengan
demikian dapat kita ketahui : l=49,50; fi=7 dan fkb=52
7
D3
¿ l+(10 N
−fkb
fi
xi )
D3= 49,50 ( 56−52
7 )
x5
D3= 52,36
Diantara kegunaan decile adalah untuk menggolongkan suatu distribusi data
ke dalam sepuluh bagian yang sama besar, kemudian menempatkan subjek-
subjek penelitian ke dalam sepuluh golongan tersebut
C. Presentil
Presentil atau disingkat (Pn) ialah nilai yang membagi data menjadi 100
bagian yang sama, setelah disusun dari data terkecil sampai data terbesar atau
sebaliknya. Cara mencari presentil hamper sama dengan nilai Desil, bedanya
kalau desil data dibagi 10 kalau presentil data dibagi 100 bagian sama besar.
Harga-harga presentil ada 99 bagian yaitu Ps1 sampai Ps 99.
Untuk mencari precentil digunakan rumus sebagai berikut:
- untuk data tunggal
n
Pn =
l+ (
100 N
fi
−fkb
)
- untuk data kelompokan:
n
- Pn =
l+ (
100 N
fi
−fkb
) xi
Pn= presentil yang ke-n ( di sini n dapat diisi dengan bilangan 1,2,3,4,5,6,7
sampai 99)
l= lower limit (batas bawah nyata dari skor atau interval yang mengandung
presentil ke-n)
N= Number of cases
Fkb= frekuensi kumulatif yang terletak dibawah skor atau interval yang
mengandung presentil ke-n
Fi = frekuensi dari skor atau interval yang mengandung presentil ke-n atau
frekuensi aslinya.
Tabel 3.15 perhitungan precentil ke-5 , precentil ke-20 dan precentil k-75
Dari data table 3.13
NILAI F fkb
(X)
46 2 60=N
45 2 58
44 3 56
43 5 53
42 8 48
41 10 40
40 12 30
39 6 18
38 5 12
37 4 7
36 2 3
35 1 1
-
-