SlideShare a Scribd company logo
1 of 28
UKURAN PEMUSATAN
Merupakan nilai tunggal yang mewakili semua
data atau kumpulan pengamatan dimana nilai
tersebut menunjukkan pusat data.
Yang termasuk ukuran pemusatan :
1. Rata-rata hitung
2. Median
3. Modus
4. Rata-rata ukur
5. Rata-rata harmonis
1. RATA-RATA HITUNG
Rumus umumnya :
1. Untuk data yang tidak mengulang
2. Untuk data yang mengulang dengan frekuensi
tertentu
data
nilai
Banyaknya
data
nilai
semua
Jumlah
hitung
rata
-
Rata 
n
X
n
X
...
X
X
X n
2
1 





f
fX
f
...
f
f
X
f
...
X
f
X
f
X
n
2
1
n
n
2
2
1
1










RATA-RATA HITUNG (lanjutan)
1. Dalam Tabel Distribusi Frekuensi
Interval Kelas Nilai Tengah
(X)
Frekuensi fX
9-21
22-34
35-47
48-60
61-73
74-86
87-99
15
28
41
54
67
80
93
3
4
4
8
12
23
6
45
112
164
432
804
1840
558
Σf = 60 ΣfX = 3955
65,92
60
3955
f
fX
X 




RATA-RATA HITUNG (lanjutan)
2. Dengan Memakai Kode (U)
Interval Kelas Nilai Tengah
(X)
U Frekuensi fU
9-21
22-34
35-47
48-60
61-73
74-86
87-99
15
28
41
54
67
80
93
-3
-2
-1
0
1
2
3
3
4
4
8
12
23
6
-9
-8
-4
0
12
46
18
Σf = 60 ΣfU = 55
65,92
60
55
13
54
f
fU
c
X
X 0 


















RATA-RATA HITUNG (lanjutan)
3. Dengan pembobotan
Masing-masing data diberi bobot.
Misal A memperoleh nilai 65 untuk tugas, 76 untuk
mid dan 70 untuk ujian akhir.
Bila nilai tugas diberi bobot 2, Mid 3 dan Ujian
Akhir 4, maka rata-rata hitungnya adalah :
70,89
4
3
2
(4)70
(3)76
(2)65
X 





a. Median (Md)
ialah suatu ukuran gejala pusat yang menunjukan letak dan
membagi sekumpulan bilangan menjadi 2 sehingga separo
bilangan > median dan separo bilangan < median
1) Ungrouped data
Posisi Me = N + ½, dengan data harus dalam bentuk array
/ urutan
Contoh :
2 4 100 7 3 2 7 ---- array 2 2 3 4 7 7 100
Posisi Me = 8/2 = 4, nilai Me = 4
MEDIAN
2. MEDIAN
Untuk data berkelompok
median
kelas
frekuensi
f
median
mengandung
yang
kelas
sebelum
kelas
semua
frekuensi
jumlah
F
median
kelas
bawah
batas
L
f
F
-
2
n
c
L
Med
0
0

















MEDIAN (lanjutan)
Contoh :
Letak median ada pada
data ke 30, yaitu pada
interval 61-73, sehingga :
L0 = 60,5
F = 19
f = 12
Interval
Kelas
Frekuensi
9-21
22-34
35-47
48-60
61-73
74-86
87-99
3
4
4
8
12
23
6
Σf = 60 72,42
12
19
-
2
60
13
60,5
Med 














3. MODUS
Untuk data berkelompok
modus
kelas
sesudah
kelas
satu
tepat
frekuensi
dengan
modus
kelas
frekuensi
antara
selisih
b
modus
kelas
sebelum
kelas
satu
tepat
frekuensi
dengan
modus
kelas
frekuensi
antara
selisih
b
modus
kelas
bawah
batas
L
b
b
b
c
L
Mod
2
1
0
2
1
1
0














MODUS (lanjutan)
Contoh :
Data yang paling sering
muncul adalah pada interval
74-86, sehingga :
L0 = 73,5
b1 = 23-12 = 11
b2 = 23-6 =17
Interval
Kelas
Frekuensi
9-21
22-34
35-47
48-60
61-73
74-86
87-99
3
4
4
8
12
23
6
Σf = 60 78,61
17
11
11
13
73,5
Mod 









HUBUNGAN EMPIRIS ANTARA NILAI RATA-RATA
HITUNG, MEDIAN, DAN MODUS
Ada 3 kemungkinan kesimetrian kurva
distribusi data :
1) Jika nilai ketiganya hampir sama maka
kurva mendekati simetri.
2) Jika Mod<Med<rata-rata hitung, maka
kurva miring ke kanan.
3) Jika rata-rata hitung<Med<Mod, maka
kurva miring ke kiri.
KELEBIHAN & KEKURANGAN
MEAN, MEDIAN, MODUS
UKURAN
PEMUSATAN
KELEBIHAN KEKURANGAN
RATA-RATA HITUNG 1. Mempertimbangkan semua nilai
2. Dpt menggambarkan mean populasi
3. Variasinyastabil
4. Cocok untuk data homogen
1. Peka atau mudah terpengaruh
oleh nilai ektrem
2. Kurang baik untuk data
heterogen
MEDIAN 1. Tidak peka atau tidak terpengaruh
oleh nilai ekstrem
2. Cocok untuk data heterogen
1. Tidak mempertimbangkan
semua nilai
2. Kurang dapat menggambarkan
mean populasi
MODUS 1. Tidak peka oleh nilai ektrem
2. Cocok untuk data homogen
maupun hiterogen
1. Kurang menggambarkan
mean populasi
2. Modus bisa lebih dari satu
HUBUNGAN EMPIRIS ANTARA NILAI RATA-
RATA HITUNG, MEDIAN, DAN MODUS
(lanjutan)
Jika distribusi data tidak simetri, maka terdapat
hubungan :
Rata-rata hitung-Modus = 3 (Rata-rata hitung-Median)
 
Med
X
3
Mod
-
X 

4. RATA-RATA UKUR
Digunakan apabila nilai data satu dengan yang
lain berkelipatan.
Untuk data tidak berkelompok
Untuk data berkelompok
n
n
2
1 ....X
.X
X
G 





 

n
X
log
antilog
G









f
X
log
f
antilog
G
RATA-RATA UKUR (lanjutan)
Contoh :
Interval
Kelas
Nilai Tengah
(X)
Frekuensi log X f log X
9-21
22-34
35-47
48-60
61-73
74-86
87-99
15
28
41
54
67
80
93
3
4
4
8
12
23
6
1,18
1,45
1,61
1,73
1,83
1,90
1,97
3,54
5,8
6,44
13,84
21,96
43,7
11,82
Σf = 60 Σf log X = 107,1
60,95
60
1
,
107
antilog
G 







5. RATA-RATA HARMONIS
Biasanya digunakan apabila data dalam bentuk
pecahan atau desimal.
Untuk data tidak berkelompok
Untuk data berkelompok








X
1
n
RH









X
f
f
RH
RATA-RATA HARMONIS
(lanjutan)
Contoh :
Interval
Kelas
Nilai Tengah
(X)
Frekuensi f / X
9-21
22-34
35-47
48-60
61-73
74-86
87-99
15
28
41
54
67
80
93
3
4
4
8
12
23
6
0,2
0,143
0,098
0,148
0,179
0,288
0,065
Σf = 60 Σf / X = 1,121
53,52
121
,
1
60
RH 

KUARTIL, DESIL, PERSENTIL
1. Kuartil
Kelompok data yang sudah diurutkan
(membesar atau mengecil) dibagi empat bagian
yang sama besar.
Ada 3 jenis yaitu kuartil pertama (Q1) atau kuartil
bawah, kuartil kedua (Q2) atau kuartil tengah,
dan kuartil ketiga (Q3) atau kuartil atas.
KUARTIL (lanjutan)
Untuk data tidak berkelompok
Untuk data berkelompok
L0 = batas bawah kelas kuartil
F = jumlah frekuensi semua
kelas sebelum kelas kuartil Qi
f = frekuensi kelas kuartil Qi
  1,2,3
i
,
4
1
n
i
-
ke
nilai
Qi 


1,2,3
i
,
f
F
-
4
in
c
L
Q 0
i 














KUARTIL (lanjutan)
Contoh :
Q1 membagi data menjadi 25 %
Q2 membagi data menjadi 50 %
Q3 membagi data menjadi 75 %
Sehingga :
Q1 terletak pada 48-60
Q2 terletak pada 61-73
Q3 terletak pada 74-86
Interval
Kelas
Nilai
Tengah
(X)
Frekuensi
9-21
22-34
35-47
48-60
61-73
74-86
87-99
15
28
41
54
67
80
93
3
4
4
8
12
23
6
Σf = 60
KUARTIL (lanjutan)
Untuk Q1, maka :
Untuk Q2, maka :
Untuk Q3, maka :
54
8
11
-
4
1.60
13
47,5
Q1 














72,42
12
19
-
4
2.60
13
60,5
Q2 














81,41
23
31
-
4
3.60
13
73,5
Q3 














Q1= nilai ke = nilai ke 11/4 = nilai ke 2,75
= Nilai ke-2 + 0,75 (nilai ke-3- nilai ke-2)
= 45 + 0,75 (50-45)
= 45 +0,75 (5)
= 45+3,75
= 48,75
Q2 = nilai ke- (2(10+1))/4 = 21/4 = 5 1/4
= nilai ke-5+ 1/4(nilai ke-6-nilai ke-5)
= 75+1/4(78-75)
= 75+0,75
= 75,75
Q3 = nilai ke- (3(10+1))/4 = 31/4 =7 3/4
= nilai ke 7 + 0,75 (nilai 8 –nilai 7)
= 80 + 0,75 (80-80)
= 80 + 0
= 80
50, 40, 45, 60, 75, 80, 80,78, 90, 100
Langkah pertama yang dilakukan adalah mengurutkan data:
40, 45, 50, 60, 75, 78, 80, 80, 90, 100
KUARTIL, DESIL, PERSENTIL
(lanjutan)
2. Desil
Kelompok data yang sudah diurutkan
(membesar atau mengecil) dibagi sepuluh
bagian yang sama besar.
DESIL (lanjutan)
Untuk data tidak berkelompok
Untuk data berkelompok
L0 = batas bawah kelas desil Di
F = jumlah frekuensi semua
kelas sebelum kelas desil Di
f = frekuensi kelas desil Di
  9
1,2,3,...,
i
,
10
1
n
i
-
ke
nilai
Di 


9
1,2,3,...,
i
,
f
F
-
10
in
c
L
D 0
i 














DESIL (lanjutan)
Contoh :
D3 membagi data 30%
D7 membagi data 70%
Sehingga :
D3 berada pada 48-60
D7 berada pada 74-86
Interval
Kelas
Nilai
Tengah
(X)
Frekuensi
9-21
22-34
35-47
48-60
61-73
74-86
87-99
15
28
41
54
67
80
93
3
4
4
8
12
23
6
Σf = 60
DESIL (lanjutan)
58,875
8
11
-
10
3.60
13
47,5
D3 














79,72
23
31
-
10
7.60
13
73,5
D7 














KUARTIL, DESIL, PERSENTIL
(lanjutan)
3. Persentil
Untuk data tidak berkelompok
Untuk data berkelompok
  99
1,2,3,...,
i
,
100
1
n
i
-
ke
nilai
Pi 


99
1,2,3,...,
i
,
f
F
-
100
in
c
L
P 0
i 














SOAL LATIHAN
 Data sebagai berikut :
 5 7 14 9 11 3 27 15 16 18 9 9 20 15 17
18 12
 Tentukan nilai :
 Mean, median, modus.
 Kuartil K1,K2 dan K3

More Related Content

Similar to ukuran_pemusatan.ppt

STATISTIK DESKRIPTIF
STATISTIK DESKRIPTIFSTATISTIK DESKRIPTIF
STATISTIK DESKRIPTIFfikri asyura
 
Ukuran pemusatan dan letak data.ppt
Ukuran pemusatan dan letak data.pptUkuran pemusatan dan letak data.ppt
Ukuran pemusatan dan letak data.pptWandiSuhendri
 
Ukuranpemusatandanletakdatastikes2
Ukuranpemusatandanletakdatastikes2Ukuranpemusatandanletakdatastikes2
Ukuranpemusatandanletakdatastikes2Yabniel Lit Jingga
 
Ukuran Penyebaran Data Mean Modus Median.pptx
Ukuran Penyebaran Data Mean Modus Median.pptxUkuran Penyebaran Data Mean Modus Median.pptx
Ukuran Penyebaran Data Mean Modus Median.pptxSolikhinAjiSaputra
 
Espa4123 statistika modul 2
Espa4123 statistika   modul 2Espa4123 statistika   modul 2
Espa4123 statistika modul 2Ratzman III
 
statistik ekonomi
statistik  ekonomistatistik  ekonomi
statistik ekonomiQory235
 
4. Data Deskriptif 2.pdf
4. Data Deskriptif 2.pdf4. Data Deskriptif 2.pdf
4. Data Deskriptif 2.pdfJurnal IT
 
Bab 3. Ukuran-Ukuran Numerik Statistik Deskriptif
Bab 3. Ukuran-Ukuran Numerik Statistik DeskriptifBab 3. Ukuran-Ukuran Numerik Statistik Deskriptif
Bab 3. Ukuran-Ukuran Numerik Statistik DeskriptifCabii
 
4. ukuran pemusatan data dan ukuran penyebaran data
4. ukuran pemusatan data dan ukuran penyebaran data4. ukuran pemusatan data dan ukuran penyebaran data
4. ukuran pemusatan data dan ukuran penyebaran dataRia Defti Nurharinda
 
Slide3 statistika
Slide3 statistikaSlide3 statistika
Slide3 statistikazetpur
 
Bab03 ukuranpemusatan-090318095104-phpapp02-110702093055-phpapp02
Bab03 ukuranpemusatan-090318095104-phpapp02-110702093055-phpapp02Bab03 ukuranpemusatan-090318095104-phpapp02-110702093055-phpapp02
Bab03 ukuranpemusatan-090318095104-phpapp02-110702093055-phpapp02Wayan Sudiarta
 
Pertemuan 6 (ukuran penyebaran data)
Pertemuan 6 (ukuran penyebaran data)Pertemuan 6 (ukuran penyebaran data)
Pertemuan 6 (ukuran penyebaran data)reno sutriono
 
Materi 4 ukuran nilai pusat vi d
Materi 4  ukuran nilai pusat vi dMateri 4  ukuran nilai pusat vi d
Materi 4 ukuran nilai pusat vi dNurul Faqih Isro'i
 
PERTEMUANN PENDAHULUAN Statistika Konsep Statistika PERTEMUAN I & II.ppt
PERTEMUANN PENDAHULUAN Statistika Konsep Statistika PERTEMUAN I & II.pptPERTEMUANN PENDAHULUAN Statistika Konsep Statistika PERTEMUAN I & II.ppt
PERTEMUANN PENDAHULUAN Statistika Konsep Statistika PERTEMUAN I & II.pptRomadhonDwiCahyoNugr
 
4._central_tendensi_nerisa(0).ppt hdhsbshs
4._central_tendensi_nerisa(0).ppt hdhsbshs4._central_tendensi_nerisa(0).ppt hdhsbshs
4._central_tendensi_nerisa(0).ppt hdhsbshssr9786603
 
4._central_tendensi_nerisa gak jelas.ppt
4._central_tendensi_nerisa gak jelas.ppt4._central_tendensi_nerisa gak jelas.ppt
4._central_tendensi_nerisa gak jelas.pptRinaKurniawati17
 

Similar to ukuran_pemusatan.ppt (20)

STATISTIK DESKRIPTIF
STATISTIK DESKRIPTIFSTATISTIK DESKRIPTIF
STATISTIK DESKRIPTIF
 
Ukuran pemusatan dan letak data.ppt
Ukuran pemusatan dan letak data.pptUkuran pemusatan dan letak data.ppt
Ukuran pemusatan dan letak data.ppt
 
Stat d3 3
Stat d3 3Stat d3 3
Stat d3 3
 
STATISTIK DESKRIPTIF.pdf
STATISTIK DESKRIPTIF.pdfSTATISTIK DESKRIPTIF.pdf
STATISTIK DESKRIPTIF.pdf
 
Ukuranpemusatandanletakdatastikes2
Ukuranpemusatandanletakdatastikes2Ukuranpemusatandanletakdatastikes2
Ukuranpemusatandanletakdatastikes2
 
Ukuran Penyebaran Data Mean Modus Median.pptx
Ukuran Penyebaran Data Mean Modus Median.pptxUkuran Penyebaran Data Mean Modus Median.pptx
Ukuran Penyebaran Data Mean Modus Median.pptx
 
Espa4123 statistika modul 2
Espa4123 statistika   modul 2Espa4123 statistika   modul 2
Espa4123 statistika modul 2
 
statistik ekonomi
statistik  ekonomistatistik  ekonomi
statistik ekonomi
 
4. Data Deskriptif 2.pdf
4. Data Deskriptif 2.pdf4. Data Deskriptif 2.pdf
4. Data Deskriptif 2.pdf
 
Bab 3. Ukuran-Ukuran Numerik Statistik Deskriptif
Bab 3. Ukuran-Ukuran Numerik Statistik DeskriptifBab 3. Ukuran-Ukuran Numerik Statistik Deskriptif
Bab 3. Ukuran-Ukuran Numerik Statistik Deskriptif
 
4. ukuran pemusatan data dan ukuran penyebaran data
4. ukuran pemusatan data dan ukuran penyebaran data4. ukuran pemusatan data dan ukuran penyebaran data
4. ukuran pemusatan data dan ukuran penyebaran data
 
Slide3 statistika
Slide3 statistikaSlide3 statistika
Slide3 statistika
 
Bab03 ukuranpemusatan-090318095104-phpapp02-110702093055-phpapp02
Bab03 ukuranpemusatan-090318095104-phpapp02-110702093055-phpapp02Bab03 ukuranpemusatan-090318095104-phpapp02-110702093055-phpapp02
Bab03 ukuranpemusatan-090318095104-phpapp02-110702093055-phpapp02
 
Central tendency mean median modus
Central tendency mean median modusCentral tendency mean median modus
Central tendency mean median modus
 
Pertemuan 6 (ukuran penyebaran data)
Pertemuan 6 (ukuran penyebaran data)Pertemuan 6 (ukuran penyebaran data)
Pertemuan 6 (ukuran penyebaran data)
 
Materi 4 ukuran nilai pusat vi d
Materi 4  ukuran nilai pusat vi dMateri 4  ukuran nilai pusat vi d
Materi 4 ukuran nilai pusat vi d
 
PERTEMUANN PENDAHULUAN Statistika Konsep Statistika PERTEMUAN I & II.ppt
PERTEMUANN PENDAHULUAN Statistika Konsep Statistika PERTEMUAN I & II.pptPERTEMUANN PENDAHULUAN Statistika Konsep Statistika PERTEMUAN I & II.ppt
PERTEMUANN PENDAHULUAN Statistika Konsep Statistika PERTEMUAN I & II.ppt
 
Ukuran Pemusatan
Ukuran PemusatanUkuran Pemusatan
Ukuran Pemusatan
 
4._central_tendensi_nerisa(0).ppt hdhsbshs
4._central_tendensi_nerisa(0).ppt hdhsbshs4._central_tendensi_nerisa(0).ppt hdhsbshs
4._central_tendensi_nerisa(0).ppt hdhsbshs
 
4._central_tendensi_nerisa gak jelas.ppt
4._central_tendensi_nerisa gak jelas.ppt4._central_tendensi_nerisa gak jelas.ppt
4._central_tendensi_nerisa gak jelas.ppt
 

Recently uploaded

UTILITAS BANGUNAN BERUPA PENANGKAL PETIR.pptx
UTILITAS BANGUNAN BERUPA PENANGKAL PETIR.pptxUTILITAS BANGUNAN BERUPA PENANGKAL PETIR.pptx
UTILITAS BANGUNAN BERUPA PENANGKAL PETIR.pptxAndimarini2
 
LAJU RESPIRASI.teknologi hasil pertanianpdf
LAJU RESPIRASI.teknologi hasil pertanianpdfLAJU RESPIRASI.teknologi hasil pertanianpdf
LAJU RESPIRASI.teknologi hasil pertanianpdfIftitahKartika
 
Presentasi gedung jenjang 6 - Isman Kurniawan.ppt
Presentasi gedung jenjang 6 - Isman Kurniawan.pptPresentasi gedung jenjang 6 - Isman Kurniawan.ppt
Presentasi gedung jenjang 6 - Isman Kurniawan.pptarifyudianto3
 
2024.02.26 - Pra-Rakor Tol IKN 3A-2 - R2 V2.pptx
2024.02.26 - Pra-Rakor Tol IKN 3A-2 - R2 V2.pptx2024.02.26 - Pra-Rakor Tol IKN 3A-2 - R2 V2.pptx
2024.02.26 - Pra-Rakor Tol IKN 3A-2 - R2 V2.pptxEnginerMine
 
Manajer Lapangan Pelaksanaan Pekerjaan Gedung - Endy Aitya.pptx
Manajer Lapangan Pelaksanaan Pekerjaan Gedung - Endy Aitya.pptxManajer Lapangan Pelaksanaan Pekerjaan Gedung - Endy Aitya.pptx
Manajer Lapangan Pelaksanaan Pekerjaan Gedung - Endy Aitya.pptxarifyudianto3
 
PEMELIHARAAN JEMBATAN pada Ujian Kompete
PEMELIHARAAN JEMBATAN pada Ujian KompetePEMELIHARAAN JEMBATAN pada Ujian Kompete
PEMELIHARAAN JEMBATAN pada Ujian KompeteIwanBasinu1
 
BAB_3_Teorema superposisi_thevenin_norton (1).ppt
BAB_3_Teorema superposisi_thevenin_norton (1).pptBAB_3_Teorema superposisi_thevenin_norton (1).ppt
BAB_3_Teorema superposisi_thevenin_norton (1).pptDellaEkaPutri2
 
Pengolahan Kelapa Sawit 1 pabrik pks.pdf
Pengolahan Kelapa Sawit 1 pabrik pks.pdfPengolahan Kelapa Sawit 1 pabrik pks.pdf
Pengolahan Kelapa Sawit 1 pabrik pks.pdffitriAnnisa54
 
Laporan Tinjauan Manajemen HSE/Laporan HSE Triwulanpptx
Laporan Tinjauan Manajemen HSE/Laporan HSE TriwulanpptxLaporan Tinjauan Manajemen HSE/Laporan HSE Triwulanpptx
Laporan Tinjauan Manajemen HSE/Laporan HSE Triwulanpptxilanarespatinovitari1
 
397187784-Contoh-Kasus-Analisis-Regresi-Linear-Sederhana.pptx
397187784-Contoh-Kasus-Analisis-Regresi-Linear-Sederhana.pptx397187784-Contoh-Kasus-Analisis-Regresi-Linear-Sederhana.pptx
397187784-Contoh-Kasus-Analisis-Regresi-Linear-Sederhana.pptxVinaAmelia23
 
ppt hidrolika_ARI SATRIA NINGSIH_E1A120026.pptx
ppt hidrolika_ARI SATRIA NINGSIH_E1A120026.pptxppt hidrolika_ARI SATRIA NINGSIH_E1A120026.pptx
ppt hidrolika_ARI SATRIA NINGSIH_E1A120026.pptxArisatrianingsih
 
Lecture 02 - Kondisi Geologi dan Eksplorasi Batubara untuk Tambang Terbuka - ...
Lecture 02 - Kondisi Geologi dan Eksplorasi Batubara untuk Tambang Terbuka - ...Lecture 02 - Kondisi Geologi dan Eksplorasi Batubara untuk Tambang Terbuka - ...
Lecture 02 - Kondisi Geologi dan Eksplorasi Batubara untuk Tambang Terbuka - ...rororasiputra
 
perbedaan jalan raya dan rel bahasa Indonesia.pptx
perbedaan jalan raya dan rel bahasa Indonesia.pptxperbedaan jalan raya dan rel bahasa Indonesia.pptx
perbedaan jalan raya dan rel bahasa Indonesia.pptxMuhamadIrfan190120
 
Presentation Bisnis Teknologi Modern Biru & Ungu_20240429_074226_0000.pptx
Presentation Bisnis Teknologi Modern Biru & Ungu_20240429_074226_0000.pptxPresentation Bisnis Teknologi Modern Biru & Ungu_20240429_074226_0000.pptx
Presentation Bisnis Teknologi Modern Biru & Ungu_20240429_074226_0000.pptxyoodika046
 
Konsep rangkaian filter aktif berbasis operational amplifier
Konsep rangkaian filter aktif berbasis operational amplifierKonsep rangkaian filter aktif berbasis operational amplifier
Konsep rangkaian filter aktif berbasis operational amplifierbudi194705
 
sample for Flow Chart Permintaan Spare Part
sample for Flow Chart Permintaan Spare Partsample for Flow Chart Permintaan Spare Part
sample for Flow Chart Permintaan Spare Parthusien3
 
Pengeloaan Limbah NonB3 KLHK-Upik-090921.pdf
Pengeloaan Limbah NonB3 KLHK-Upik-090921.pdfPengeloaan Limbah NonB3 KLHK-Upik-090921.pdf
Pengeloaan Limbah NonB3 KLHK-Upik-090921.pdfPusatKeteknikanKehut
 
B_Kelompok 4_Tugas 2_Arahan Pengelolaan limbah pertambangan Bauksit_PPT.pdf
B_Kelompok 4_Tugas 2_Arahan Pengelolaan limbah pertambangan Bauksit_PPT.pdfB_Kelompok 4_Tugas 2_Arahan Pengelolaan limbah pertambangan Bauksit_PPT.pdf
B_Kelompok 4_Tugas 2_Arahan Pengelolaan limbah pertambangan Bauksit_PPT.pdf114210034
 

Recently uploaded (19)

UTILITAS BANGUNAN BERUPA PENANGKAL PETIR.pptx
UTILITAS BANGUNAN BERUPA PENANGKAL PETIR.pptxUTILITAS BANGUNAN BERUPA PENANGKAL PETIR.pptx
UTILITAS BANGUNAN BERUPA PENANGKAL PETIR.pptx
 
LAJU RESPIRASI.teknologi hasil pertanianpdf
LAJU RESPIRASI.teknologi hasil pertanianpdfLAJU RESPIRASI.teknologi hasil pertanianpdf
LAJU RESPIRASI.teknologi hasil pertanianpdf
 
Presentasi gedung jenjang 6 - Isman Kurniawan.ppt
Presentasi gedung jenjang 6 - Isman Kurniawan.pptPresentasi gedung jenjang 6 - Isman Kurniawan.ppt
Presentasi gedung jenjang 6 - Isman Kurniawan.ppt
 
2024.02.26 - Pra-Rakor Tol IKN 3A-2 - R2 V2.pptx
2024.02.26 - Pra-Rakor Tol IKN 3A-2 - R2 V2.pptx2024.02.26 - Pra-Rakor Tol IKN 3A-2 - R2 V2.pptx
2024.02.26 - Pra-Rakor Tol IKN 3A-2 - R2 V2.pptx
 
Manajer Lapangan Pelaksanaan Pekerjaan Gedung - Endy Aitya.pptx
Manajer Lapangan Pelaksanaan Pekerjaan Gedung - Endy Aitya.pptxManajer Lapangan Pelaksanaan Pekerjaan Gedung - Endy Aitya.pptx
Manajer Lapangan Pelaksanaan Pekerjaan Gedung - Endy Aitya.pptx
 
Abortion Pills In Doha // QATAR (+966572737505 ) Get Cytotec
Abortion Pills In Doha // QATAR (+966572737505 ) Get CytotecAbortion Pills In Doha // QATAR (+966572737505 ) Get Cytotec
Abortion Pills In Doha // QATAR (+966572737505 ) Get Cytotec
 
PEMELIHARAAN JEMBATAN pada Ujian Kompete
PEMELIHARAAN JEMBATAN pada Ujian KompetePEMELIHARAAN JEMBATAN pada Ujian Kompete
PEMELIHARAAN JEMBATAN pada Ujian Kompete
 
BAB_3_Teorema superposisi_thevenin_norton (1).ppt
BAB_3_Teorema superposisi_thevenin_norton (1).pptBAB_3_Teorema superposisi_thevenin_norton (1).ppt
BAB_3_Teorema superposisi_thevenin_norton (1).ppt
 
Pengolahan Kelapa Sawit 1 pabrik pks.pdf
Pengolahan Kelapa Sawit 1 pabrik pks.pdfPengolahan Kelapa Sawit 1 pabrik pks.pdf
Pengolahan Kelapa Sawit 1 pabrik pks.pdf
 
Laporan Tinjauan Manajemen HSE/Laporan HSE Triwulanpptx
Laporan Tinjauan Manajemen HSE/Laporan HSE TriwulanpptxLaporan Tinjauan Manajemen HSE/Laporan HSE Triwulanpptx
Laporan Tinjauan Manajemen HSE/Laporan HSE Triwulanpptx
 
397187784-Contoh-Kasus-Analisis-Regresi-Linear-Sederhana.pptx
397187784-Contoh-Kasus-Analisis-Regresi-Linear-Sederhana.pptx397187784-Contoh-Kasus-Analisis-Regresi-Linear-Sederhana.pptx
397187784-Contoh-Kasus-Analisis-Regresi-Linear-Sederhana.pptx
 
ppt hidrolika_ARI SATRIA NINGSIH_E1A120026.pptx
ppt hidrolika_ARI SATRIA NINGSIH_E1A120026.pptxppt hidrolika_ARI SATRIA NINGSIH_E1A120026.pptx
ppt hidrolika_ARI SATRIA NINGSIH_E1A120026.pptx
 
Lecture 02 - Kondisi Geologi dan Eksplorasi Batubara untuk Tambang Terbuka - ...
Lecture 02 - Kondisi Geologi dan Eksplorasi Batubara untuk Tambang Terbuka - ...Lecture 02 - Kondisi Geologi dan Eksplorasi Batubara untuk Tambang Terbuka - ...
Lecture 02 - Kondisi Geologi dan Eksplorasi Batubara untuk Tambang Terbuka - ...
 
perbedaan jalan raya dan rel bahasa Indonesia.pptx
perbedaan jalan raya dan rel bahasa Indonesia.pptxperbedaan jalan raya dan rel bahasa Indonesia.pptx
perbedaan jalan raya dan rel bahasa Indonesia.pptx
 
Presentation Bisnis Teknologi Modern Biru & Ungu_20240429_074226_0000.pptx
Presentation Bisnis Teknologi Modern Biru & Ungu_20240429_074226_0000.pptxPresentation Bisnis Teknologi Modern Biru & Ungu_20240429_074226_0000.pptx
Presentation Bisnis Teknologi Modern Biru & Ungu_20240429_074226_0000.pptx
 
Konsep rangkaian filter aktif berbasis operational amplifier
Konsep rangkaian filter aktif berbasis operational amplifierKonsep rangkaian filter aktif berbasis operational amplifier
Konsep rangkaian filter aktif berbasis operational amplifier
 
sample for Flow Chart Permintaan Spare Part
sample for Flow Chart Permintaan Spare Partsample for Flow Chart Permintaan Spare Part
sample for Flow Chart Permintaan Spare Part
 
Pengeloaan Limbah NonB3 KLHK-Upik-090921.pdf
Pengeloaan Limbah NonB3 KLHK-Upik-090921.pdfPengeloaan Limbah NonB3 KLHK-Upik-090921.pdf
Pengeloaan Limbah NonB3 KLHK-Upik-090921.pdf
 
B_Kelompok 4_Tugas 2_Arahan Pengelolaan limbah pertambangan Bauksit_PPT.pdf
B_Kelompok 4_Tugas 2_Arahan Pengelolaan limbah pertambangan Bauksit_PPT.pdfB_Kelompok 4_Tugas 2_Arahan Pengelolaan limbah pertambangan Bauksit_PPT.pdf
B_Kelompok 4_Tugas 2_Arahan Pengelolaan limbah pertambangan Bauksit_PPT.pdf
 

ukuran_pemusatan.ppt

  • 1. UKURAN PEMUSATAN Merupakan nilai tunggal yang mewakili semua data atau kumpulan pengamatan dimana nilai tersebut menunjukkan pusat data. Yang termasuk ukuran pemusatan : 1. Rata-rata hitung 2. Median 3. Modus 4. Rata-rata ukur 5. Rata-rata harmonis
  • 2. 1. RATA-RATA HITUNG Rumus umumnya : 1. Untuk data yang tidak mengulang 2. Untuk data yang mengulang dengan frekuensi tertentu data nilai Banyaknya data nilai semua Jumlah hitung rata - Rata  n X n X ... X X X n 2 1       f fX f ... f f X f ... X f X f X n 2 1 n n 2 2 1 1          
  • 3. RATA-RATA HITUNG (lanjutan) 1. Dalam Tabel Distribusi Frekuensi Interval Kelas Nilai Tengah (X) Frekuensi fX 9-21 22-34 35-47 48-60 61-73 74-86 87-99 15 28 41 54 67 80 93 3 4 4 8 12 23 6 45 112 164 432 804 1840 558 Σf = 60 ΣfX = 3955 65,92 60 3955 f fX X     
  • 4. RATA-RATA HITUNG (lanjutan) 2. Dengan Memakai Kode (U) Interval Kelas Nilai Tengah (X) U Frekuensi fU 9-21 22-34 35-47 48-60 61-73 74-86 87-99 15 28 41 54 67 80 93 -3 -2 -1 0 1 2 3 3 4 4 8 12 23 6 -9 -8 -4 0 12 46 18 Σf = 60 ΣfU = 55 65,92 60 55 13 54 f fU c X X 0                   
  • 5. RATA-RATA HITUNG (lanjutan) 3. Dengan pembobotan Masing-masing data diberi bobot. Misal A memperoleh nilai 65 untuk tugas, 76 untuk mid dan 70 untuk ujian akhir. Bila nilai tugas diberi bobot 2, Mid 3 dan Ujian Akhir 4, maka rata-rata hitungnya adalah : 70,89 4 3 2 (4)70 (3)76 (2)65 X      
  • 6. a. Median (Md) ialah suatu ukuran gejala pusat yang menunjukan letak dan membagi sekumpulan bilangan menjadi 2 sehingga separo bilangan > median dan separo bilangan < median 1) Ungrouped data Posisi Me = N + ½, dengan data harus dalam bentuk array / urutan Contoh : 2 4 100 7 3 2 7 ---- array 2 2 3 4 7 7 100 Posisi Me = 8/2 = 4, nilai Me = 4 MEDIAN
  • 7. 2. MEDIAN Untuk data berkelompok median kelas frekuensi f median mengandung yang kelas sebelum kelas semua frekuensi jumlah F median kelas bawah batas L f F - 2 n c L Med 0 0                 
  • 8. MEDIAN (lanjutan) Contoh : Letak median ada pada data ke 30, yaitu pada interval 61-73, sehingga : L0 = 60,5 F = 19 f = 12 Interval Kelas Frekuensi 9-21 22-34 35-47 48-60 61-73 74-86 87-99 3 4 4 8 12 23 6 Σf = 60 72,42 12 19 - 2 60 13 60,5 Med               
  • 9. 3. MODUS Untuk data berkelompok modus kelas sesudah kelas satu tepat frekuensi dengan modus kelas frekuensi antara selisih b modus kelas sebelum kelas satu tepat frekuensi dengan modus kelas frekuensi antara selisih b modus kelas bawah batas L b b b c L Mod 2 1 0 2 1 1 0              
  • 10. MODUS (lanjutan) Contoh : Data yang paling sering muncul adalah pada interval 74-86, sehingga : L0 = 73,5 b1 = 23-12 = 11 b2 = 23-6 =17 Interval Kelas Frekuensi 9-21 22-34 35-47 48-60 61-73 74-86 87-99 3 4 4 8 12 23 6 Σf = 60 78,61 17 11 11 13 73,5 Mod          
  • 11. HUBUNGAN EMPIRIS ANTARA NILAI RATA-RATA HITUNG, MEDIAN, DAN MODUS Ada 3 kemungkinan kesimetrian kurva distribusi data : 1) Jika nilai ketiganya hampir sama maka kurva mendekati simetri. 2) Jika Mod<Med<rata-rata hitung, maka kurva miring ke kanan. 3) Jika rata-rata hitung<Med<Mod, maka kurva miring ke kiri.
  • 12. KELEBIHAN & KEKURANGAN MEAN, MEDIAN, MODUS UKURAN PEMUSATAN KELEBIHAN KEKURANGAN RATA-RATA HITUNG 1. Mempertimbangkan semua nilai 2. Dpt menggambarkan mean populasi 3. Variasinyastabil 4. Cocok untuk data homogen 1. Peka atau mudah terpengaruh oleh nilai ektrem 2. Kurang baik untuk data heterogen MEDIAN 1. Tidak peka atau tidak terpengaruh oleh nilai ekstrem 2. Cocok untuk data heterogen 1. Tidak mempertimbangkan semua nilai 2. Kurang dapat menggambarkan mean populasi MODUS 1. Tidak peka oleh nilai ektrem 2. Cocok untuk data homogen maupun hiterogen 1. Kurang menggambarkan mean populasi 2. Modus bisa lebih dari satu
  • 13. HUBUNGAN EMPIRIS ANTARA NILAI RATA- RATA HITUNG, MEDIAN, DAN MODUS (lanjutan) Jika distribusi data tidak simetri, maka terdapat hubungan : Rata-rata hitung-Modus = 3 (Rata-rata hitung-Median)   Med X 3 Mod - X  
  • 14. 4. RATA-RATA UKUR Digunakan apabila nilai data satu dengan yang lain berkelipatan. Untuk data tidak berkelompok Untuk data berkelompok n n 2 1 ....X .X X G          n X log antilog G          f X log f antilog G
  • 15. RATA-RATA UKUR (lanjutan) Contoh : Interval Kelas Nilai Tengah (X) Frekuensi log X f log X 9-21 22-34 35-47 48-60 61-73 74-86 87-99 15 28 41 54 67 80 93 3 4 4 8 12 23 6 1,18 1,45 1,61 1,73 1,83 1,90 1,97 3,54 5,8 6,44 13,84 21,96 43,7 11,82 Σf = 60 Σf log X = 107,1 60,95 60 1 , 107 antilog G        
  • 16. 5. RATA-RATA HARMONIS Biasanya digunakan apabila data dalam bentuk pecahan atau desimal. Untuk data tidak berkelompok Untuk data berkelompok         X 1 n RH          X f f RH
  • 17. RATA-RATA HARMONIS (lanjutan) Contoh : Interval Kelas Nilai Tengah (X) Frekuensi f / X 9-21 22-34 35-47 48-60 61-73 74-86 87-99 15 28 41 54 67 80 93 3 4 4 8 12 23 6 0,2 0,143 0,098 0,148 0,179 0,288 0,065 Σf = 60 Σf / X = 1,121 53,52 121 , 1 60 RH  
  • 18. KUARTIL, DESIL, PERSENTIL 1. Kuartil Kelompok data yang sudah diurutkan (membesar atau mengecil) dibagi empat bagian yang sama besar. Ada 3 jenis yaitu kuartil pertama (Q1) atau kuartil bawah, kuartil kedua (Q2) atau kuartil tengah, dan kuartil ketiga (Q3) atau kuartil atas.
  • 19. KUARTIL (lanjutan) Untuk data tidak berkelompok Untuk data berkelompok L0 = batas bawah kelas kuartil F = jumlah frekuensi semua kelas sebelum kelas kuartil Qi f = frekuensi kelas kuartil Qi   1,2,3 i , 4 1 n i - ke nilai Qi    1,2,3 i , f F - 4 in c L Q 0 i               
  • 20. KUARTIL (lanjutan) Contoh : Q1 membagi data menjadi 25 % Q2 membagi data menjadi 50 % Q3 membagi data menjadi 75 % Sehingga : Q1 terletak pada 48-60 Q2 terletak pada 61-73 Q3 terletak pada 74-86 Interval Kelas Nilai Tengah (X) Frekuensi 9-21 22-34 35-47 48-60 61-73 74-86 87-99 15 28 41 54 67 80 93 3 4 4 8 12 23 6 Σf = 60
  • 21. KUARTIL (lanjutan) Untuk Q1, maka : Untuk Q2, maka : Untuk Q3, maka : 54 8 11 - 4 1.60 13 47,5 Q1                72,42 12 19 - 4 2.60 13 60,5 Q2                81,41 23 31 - 4 3.60 13 73,5 Q3               
  • 22. Q1= nilai ke = nilai ke 11/4 = nilai ke 2,75 = Nilai ke-2 + 0,75 (nilai ke-3- nilai ke-2) = 45 + 0,75 (50-45) = 45 +0,75 (5) = 45+3,75 = 48,75 Q2 = nilai ke- (2(10+1))/4 = 21/4 = 5 1/4 = nilai ke-5+ 1/4(nilai ke-6-nilai ke-5) = 75+1/4(78-75) = 75+0,75 = 75,75 Q3 = nilai ke- (3(10+1))/4 = 31/4 =7 3/4 = nilai ke 7 + 0,75 (nilai 8 –nilai 7) = 80 + 0,75 (80-80) = 80 + 0 = 80 50, 40, 45, 60, 75, 80, 80,78, 90, 100 Langkah pertama yang dilakukan adalah mengurutkan data: 40, 45, 50, 60, 75, 78, 80, 80, 90, 100
  • 23. KUARTIL, DESIL, PERSENTIL (lanjutan) 2. Desil Kelompok data yang sudah diurutkan (membesar atau mengecil) dibagi sepuluh bagian yang sama besar.
  • 24. DESIL (lanjutan) Untuk data tidak berkelompok Untuk data berkelompok L0 = batas bawah kelas desil Di F = jumlah frekuensi semua kelas sebelum kelas desil Di f = frekuensi kelas desil Di   9 1,2,3,..., i , 10 1 n i - ke nilai Di    9 1,2,3,..., i , f F - 10 in c L D 0 i               
  • 25. DESIL (lanjutan) Contoh : D3 membagi data 30% D7 membagi data 70% Sehingga : D3 berada pada 48-60 D7 berada pada 74-86 Interval Kelas Nilai Tengah (X) Frekuensi 9-21 22-34 35-47 48-60 61-73 74-86 87-99 15 28 41 54 67 80 93 3 4 4 8 12 23 6 Σf = 60
  • 27. KUARTIL, DESIL, PERSENTIL (lanjutan) 3. Persentil Untuk data tidak berkelompok Untuk data berkelompok   99 1,2,3,..., i , 100 1 n i - ke nilai Pi    99 1,2,3,..., i , f F - 100 in c L P 0 i               
  • 28. SOAL LATIHAN  Data sebagai berikut :  5 7 14 9 11 3 27 15 16 18 9 9 20 15 17 18 12  Tentukan nilai :  Mean, median, modus.  Kuartil K1,K2 dan K3