
Median, dalam statistika, merupakan nilai tengah dari suatu set data yang telah diurutkan dari terkecil hingga terbesar (atau sebaliknya). Ia membagi data menjadi dua bagian yang sama, di mana 50% data berada di bawah median dan 50% data berada di atas median. Median adalah ukuran tendensi sentral yang robust, artinya ia tidak terlalu terpengaruh oleh nilai ekstrem (outlier) dalam data, berbeda dengan mean (rata-rata). Oleh karena itu, median seringkali menjadi pilihan yang lebih baik daripada mean untuk menggambarkan pusat data ketika terdapat outlier yang signifikan.
Artikel ini akan membahas secara mendalam tentang median, termasuk cara menghitungnya untuk berbagai jenis data, kelebihan dan kekurangannya dibandingkan dengan mean, serta contoh soal yang beragam dengan pembahasan lengkap untuk membantu Anda memahami konsep ini dengan lebih baik.
Mengapa Median Penting?
Median memiliki beberapa keunggulan yang membuatnya penting dalam analisis data:
Cara Menghitung Median
Cara menghitung median berbeda tergantung pada apakah jumlah data ganjil atau genap:
1. Jumlah Data Ganjil:
Contoh:
Data: 3, 5, 1, 8, 6
2. Jumlah Data Genap:
Contoh:
Data: 2, 4, 1, 7, 5, 3
Menghitung Median untuk Data Kelompok (Data Frekuensi)
Ketika data disajikan dalam bentuk tabel frekuensi, perhitungan median sedikit berbeda. Kita perlu menentukan kelas median terlebih dahulu.
Langkah-langkah:
Gunakan Rumus Median untuk Data Kelompok:
Median = L + [(n/2 - F) / f] * c
Di mana:
Contoh Soal Median dan Pembahasan
Berikut adalah beberapa contoh soal median dengan berbagai tingkat kesulitan dan pembahasan lengkap untuk membantu Anda memahami konsep ini lebih mendalam.
Soal 1 (Data Tunggal – Ganjil):
Tentukan median dari data berikut: 12, 15, 10, 18, 20.
Pembahasan:
Soal 2 (Data Tunggal – Genap):
Tentukan median dari data berikut: 8, 11, 5, 14, 9, 7.
Pembahasan:
Soal 3 (Data Tunggal dengan Outlier):
Tentukan median dari data berikut: 5, 7, 9, 11, 100. Bandingkan dengan mean (rata-rata).
Pembahasan:
Median: 9
Mean (rata-rata): (5 + 7 + 9 + 11 + 100) / 5 = 26.4
Perhatikan bahwa outlier (100) sangat mempengaruhi nilai mean, membuatnya jauh lebih besar dari sebagian besar data. Median, di sisi lain, tetap representatif terhadap pusat data yang sebenarnya.
Soal 4 (Data Kelompok):
Berikut adalah data berat badan siswa dalam kg:
Berat Badan (kg) | Frekuensi |
---|---|
40 – 44 | 5 |
45 – 49 | 10 |
50 – 54 | 15 |
55 – 59 | 8 |
60 – 64 | 2 |
Tentukan median dari data tersebut.
Pembahasan:
Hitung Frekuensi Kumulatif:
Berat Badan (kg) | Frekuensi | Frekuensi Kumulatif |
---|---|---|
40 – 44 | 5 | 5 |
45 – 49 | 10 | 15 |
50 – 54 | 15 | 30 |
55 – 59 | 8 | 38 |
60 – 64 | 2 | 40 |
Tentukan Kelas Median:
Gunakan Rumus Median untuk Data Kelompok:
Median = 49.5 + [(40/2 – 15) / 15] 5
Median = 49.5 + [(20 – 15) / 15] 5
Median = 49.5 + (5 / 15) * 5
Median = 49.5 + 1.67
Median = 51.17 kg
Soal 5 (Aplikasi dalam Konteks Nyata):
Sebuah perusahaan ingin mengetahui gaji "tipikal" karyawan mereka. Data gaji karyawan (dalam jutaan rupiah) adalah sebagai berikut: 3, 4, 5, 6, 7, 8, 9, 10, 11, 50. Mana yang lebih representatif untuk menggambarkan gaji tipikal: mean atau median? Hitung keduanya.
Pembahasan:
Urutkan data: 3, 4, 5, 6, 7, 8, 9, 10, 11, 50
Hitung Median:
Hitung Mean:
Dalam kasus ini, outlier (50 juta rupiah) secara signifikan mendongkrak nilai mean. Median (7.5 juta rupiah) memberikan gambaran yang lebih akurat tentang gaji "tipikal" karyawan karena tidak terpengaruh oleh outlier tersebut.
Soal 6 (Membandingkan Dua Set Data):
Dua kelas mengikuti ujian matematika. Berikut adalah nilai ujian mereka:
Kelas mana yang memiliki performa yang lebih baik berdasarkan median?
Pembahasan:
Hitung Median untuk Kelas A:
Hitung Median untuk Kelas B:
Dalam kasus ini, kedua kelas memiliki median yang sama, yaitu 75. Oleh karena itu, berdasarkan median saja, kita tidak dapat menyimpulkan bahwa salah satu kelas memiliki performa yang lebih baik. Kita mungkin perlu melihat ukuran tendensi sentral lainnya (seperti mean) atau ukuran dispersi (seperti rentang atau standar deviasi) untuk mendapatkan gambaran yang lebih lengkap.
Kesimpulan
Median adalah alat yang ampuh dalam analisis data, terutama ketika data mengandung outlier atau distribusi yang miring. Memahami cara menghitung median dan kelebihan serta kekurangannya dibandingkan dengan mean akan membantu Anda membuat keputusan yang lebih tepat dalam menginterpretasikan data dan menarik kesimpulan yang bermakna. Dengan latihan yang cukup, Anda akan semakin mahir dalam menggunakan median untuk menganalisis berbagai jenis data dan memecahkan masalah yang relevan. Artikel ini diharapkan dapat memberikan pemahaman yang komprehensif tentang median dan memberikan Anda dasar yang kuat untuk eksplorasi lebih lanjut dalam statistika.