1. Mean (Rata-rata)
Artinya: Jumlah semua nilai dibagi banyaknya data.
Contoh: Kamu catat uang jajan 5 hari: 10rb, 20rb, 15rb, 10rb, 25rb. Total = 80rb, dibagi 5 = 16rb. Itu mean-nya.
➡️ Dalam keseharian: "Rata-rata nilai ulanganku 75" berarti jumlah semua nilai dibagi banyak ujian.
---
2. Median (Nilai tengah)
Artinya: Setelah diurutkan, ambil yang posisi tengah.
Contoh: Data gaji bulanan teman: 2jt, 3jt, 4jt, 10jt, 50jt. Diurutkan tetap sama, nilai tengah = 4jt. Lebih tahan terhadap data ekstrem (10jt dan 50jt gak terlalu pengaruh).
➡️ Dalam keseharian: "Gaji median karyawan di kantorku 5 juta" (artinya 50% karyawan di bawah 5jt, 50% di atas).
---
3. Modus (Nilai paling sering muncul)
Artinya: Nilai yang frekuensinya paling tinggi.
Contoh: Ukuran sepatu teman: 39, 40, 39, 41, 39, 42. Yang paling sering = 39.
➡️ Dalam keseharian: "Warna baju yang paling banyak dipakai anak kelas adalah merah" — merah adalah modus.
---
4. Range (Jangkauan)
Artinya: Nilai terbesar dikurangi nilai terkecil. Menunjukkan sebaran data secara kasar.
Contoh: Suhu harian seminggu: 25, 28, 30, 26, 29, 31, 27. Terbesar=31, terkecil=25, range = 31-25 = 6 derajat.
➡️ Dalam keseharian: "Pengeluaranku hari ini paling kecil 5rb, paling besar 200rb, jadi rangenya 195rb."
---
5. Varian (Varians)
Artinya: Rata-rata dari kuadrat jarak setiap data ke mean. Mengukur seberapa jauh data menyebar.
Contoh sederhana: Nilai ujian: 60, 70, 80 (mean=70). Jarak: -10, 0, +10. Kuadrat: 100, 0, 100. Rata-rata kuadrat = (100+0+100)/3 ≈ 66,7.
➡️ Sulit dipakai langsung di keseharian, tapi konsepnya: varians besar artinya data sangat beragam. Misal, gaji karyawan: ada yang 5jt, 6jt, 50jt, 500jt → varians besar.
---
6. Kuartil (Ku4rtil)
Artinya: Nilai yang membagi data terurut menjadi 4 bagian sama besar.
· Kuartil 1 (Q1) = 25% data terendah.
· Kuartil 2 (Q2) = median (50%).
· Kuartil 3 (Q3) = 75% data.
Contoh keseharian: Nilai rapor siswa di kelas: diurutkan. Q1 adalah nilai terendah 25% siswa. Misal kamu dapat nilai di atas Q3, berarti kamu termasuk 25% terbaik.
➡️ Dalam lomba: "Skor kamu masuk kuartil atas" artinya di atas 75% peserta.
---
7. Skewness (Kemiringan)
Artinya: Seberapa asimetris distribusi data.
· Simetris = mean ≈ median. (contoh: tinggi badan orang dewasa)
· Miring kanan (positif) = ekor panjang ke kanan, mean > median. Contoh: gaji penduduk (kebanyakan rendah, sedikit super kaya).
· Miring kiri (negatif) = ekor ke kiri, mean < median. Contoh: usia kematian (kebanyakan tua, sedikit muda).
Contoh sehari-hari: Penghasilan warga desa. Rata-ratanya 5jt, tapi median 3jt → ada sedikit orang kaya yang tarik rata-rata ke kanan. Itu skewness positif.
---
8. Kurtosis (Keruncingan)
Artinya: Seberapa tinggi puncak distribusi dan tebal ekornya dibanding distribusi normal.
· Leptokurtik (puncak tinggi, ekor tebal) → data banyak di tengah, tapi juga ada outlier ekstrem. Contoh: return saham (sering tenang, tiba-tiba crash).
· Platykurtik (puncak rendah, ekor tipis) → data menyebar merata. Contoh: nilai ujian yang sangat bervariasi.
Contoh keseharian: Umur pengguna aplikasi Tiktok. Puncak tajam di usia 15-25 tahun (banyak), tapi ekornya juga ada yang usia 60 tahun (jarang tapi ada). Itu cenderung leptokurtik.
---
9. Distribusi Frekuensi
Artinya: Pengelompokan data ke dalam kelas-kelas interval, lalu dihitung berapa banyak data di setiap kelas.
Contoh: Nilai ujian 30 siswa. Kita buat kelas:
· 0–50 : 2 siswa
· 51–70 : 10 siswa
· 71–85 : 12 siswa
· 86–100: 6 siswa
Itu tabel distribusi frekuensi. Bisa digambar histogram atau poligon.
Dalam keseharian: Data tinggi badan penduduk dikelompokkan: 150-160 cm, 161-170 cm, dst. Terlihat mana kelompok paling banyak.
---
Ringkasan (biar gak bingung):
· Mean, median, modus → nilai pusat.
· Range, varian → ukuran sebaran.
· Kuartil → membagi data jadi 4 bagian.
· Skewness → miring kiri/kanan.
· Kurtosis → runcing atau datar.
· Distribusi frekuensi → cara mengelompokkan data ke dalam interval.
Semua ini adalah alat statistika deskriptif untuk mendeskripsikan data tanpa menarik kesimpulan ke populasi.