Anda di halaman 1dari 53

UKURAN PENYEBARAN DATA

Pengertian
Ukuran Penyebaran Data atau ukuran variasi atau ukuran penyimpangan merupakan ukuran yang menyatakan seberapa jauh penyimpangan nilai-nilai data dari nilai-nilai pusatnya atau ukuran yang menyatakan seberapa banyak nilainilai data yang berbeda dengan nilai-nilai pusatnya

Jenis Ukuran Penyebaran Data


1. Jangkauan (Range = R); Jangkauan atau ukuran jarak adalah selisih nilai terbesar dengan nilai terkecil dari suatu data. a. Jangkauan data tunggal; bila ada sekumpulan data tunggal X1, X2, , Xn maka jangkauannya adalah

Range X Maks. X Min.

b. Jangkauan data berkelompok ; untuk data berkelompok jangkauan dapat ditentukan dengan dua cara yaitu dengan menggunakan titik atau nilai tengah dan menggunakan tepi kelas. 1. Jangkauan adalah selisih titik tengah kelas tertinggi dengan titik tengah kelas terendah. 2. Jangkauan adalah selisih tepi atas kelas tertinggi dengan tepi bawah kelas terendah. 3. Jangkauan adalah selisih tepi atas nyata kelas tertinggi dengan tepi bawah nyata kelas terendah.

Pendapatan Pengusaha Kopi di Aceh Tengah

No.
1 2 3 4 5 6 7

Interval Pendapatan
140 - 144 145 - 149 150 - 154 155 - 159 160 - 164 165 - 169 170 - 174 Jumlah

Frekuensi
2 4 10 14 12 5 3 50

1. Titik tengah kelas terendah = 142 2. Titik tengah kelas tertinggi = 172 3. Tepi bawah kelas terendah = 139,5 4. Tepi atas kelas tertinggi = 174,5
5. Jangkauan = 172 142 = 30 6. Jangkauan = 174,5 139,5 = 35

2. Jangkauan Antarkuartil dan Jangkauan Semi Interkuartil Jangkauan antarkuartil adalah selisih antara nilai kuartil atas Q3 dan kuartil bawah Q1, dapat dirumuskan :
JK = Q3 Q1 Jangkauan semi interkuartil atau simpangan kuartil adalah setengah dari selisih kuartil atas Q3 dengan kuartil bawah Q1, dapat dirumuskan :

Qd = (Q3 Q1)

Jangkauan antarkuartil dapat digunakan untuk menemukan adanya data pencilan (Outlier) yaitu data yang dianggap salah catat atau salah ukur atau berasal dari kasus yang menyimpang, karena perlu diteliti ulang. Sehingga dapat diselesaikan dengan rumusan sebagai berikut :
L = 1,5 x JK BD = Q1 L BL = Q3 + L L = langkah Pertama BD = Batas Dalam BL = Batas Luar

Contoh :
Selidikilah apakah terdapat data pencilan dari data dibawah ini : 15, 33, 42, 50, 51, 51, 53, 55, 62, 64, 65, 68, 79, 85, 97
1 1 16 Q1 (15 1) (16) 4, jadi Q1 50 4 4 4 3 3 48 Q3 (15 1) (16) 12, jadi Q3 68 4 4 4

Jangkauan Kuartil, JK = Q3 Q1 =68 50 = 18

L = 1,5 x 18 = 27 BD = 50 27 = 23 BL = 68 + 27 = 95 Pada data diatas terdapat nilai 15 terendah dan 97 data tertinggi, sehingga nilai 15 kurang dari batas dalam yaitu 23 atau lebih dari batas luar yaitu 95. Dengan demikian nilai 15 dan 97 termasuk data pencilan oleh karena itu perlu datanya diteliti ulang. Adanya nilai 15 dan 97 mungkin disebabkan salah dalam mencatat, salah dalam mengukur atau data dari kasus menyimpang.

3. Simpangan Rata-Rata (Average Deviation) Simpangan rata-rata adalah nilai rata-rata hitung dari harga mutlak simpangan-simpanganya. Simpangan rata-rata dibedakan : 1. Simpangan rata-rata data tunggal
n Xi X SR i 1 n

2. Simpangan rata-rata data berkelompok


fi Xi X SR fi
Dimana :

SR Xi
X

= Simpangan rata-rata = Data ke - i = Nilai rata-rata = Banyaknya data = Banyaknya frekuensi data berkelompok

4. Simpangan Baku atau Standar Deviasi Simpangan baku adalah nilai tengah kuadrat simpangan dari nilai tengah atau simpangan ratarata kuadrat.

1. Simpangan baku data tunggal


n 2 X X i i 1 n

2. Simpangan baku data Berkelompok

s
atau

f X X f
i i i

(fi X

2 i

) ( f X ) / f i i i fi 1
2

Dimana :

s2 s Xi
X

= varians/ragam = simpangan baku = Data ke - i = Nilai rata-rata = Banyaknya data = Banyaknya frekuensi data berkelompok

Contoh data tunggal : Suatu penelitian terhadap 8 peusahaan industri otomotif terhadap tingkat pengembalian investasinya, hasil penelitian dalam persen adalah sebagai berikut : 10,6 12,6 14,8 18,2 12,0 14,8 12,2 dan 15,6. Pertanyaan : 1. Berapa rata-rata tingkat pengembalian investasinya? 2. Berapa deviasi rata-ratanya? 3. Interpretasikan deviasi rata-ratanya.

Diselesaikan dengan menggunakan tabulasi


No. 1 2 (Xi) 10,6 12,6

(X X) i
-3,25 -1,25

X X i

3,25 1,25

3
4 5 6 7 8 Jumlah Rata-Rata

14,8
18,2 12,0 14,8 12,2 15,6 110,80 13,85

0,95
4,35 -1,85 0,95 -1,65 1,75

0,95
4,35 1,85 0,95 1,65 1,75 16 2

Diselesaikan dengan penguraian rumus simpangan rata-rata data tunggal


n Xi X 10,6 13,85 12,6 13,85 14,8 13,85 ... 15,6 13,85 SR i 1 n 8

SR

3,25 1,25 0,95 ... 1,75 8

16 SR 2 8

1. Rata-rata tingkat pengembalian = 13,85 atau sekitar 13,85% 2. Simpangan Rata-rata atau deviasi rata-rata adalah 2 (2 %) 3. Simpangan rata-rata atau deviasi rata-rata adalah angka yang menunjukkan pengembalian investasi perusahaan otomotif secara simpangan rata-rata 2% pertahun dari rata-rata hitung pengembalian investasi sebesar 13,85%.

Contoh data berkelompok :


Penelitian yang dilakukan terhadap dana investasi yang di investasikan per dua minggu oleh karyawan dalam rencana pembagian keuntungan, data sebagai berikut :
Jumlah Investasi (Dalam Dollar) 30 - 34 35 - 39 40 - 44 45 - 49 50 - 54 55 - 59 60 - 64 65- 69 Banyaknya Pekerja 3 7 11 22 40 24 9 4

Jumlah Investasi (Dalam Dollar) 30 - 34

Jumlah Pekerja 3

Titik Tengah (X) 32

Fi x Xi

(X X) i
-19,0417

X X i
19,0417

f X X i i

96

57,1250

35 - 39
40 - 44 45 - 49 50 - 54 55 - 59 60 - 64 65- 69 Jumlah Rata-rata

7
11 22 40 24 9 4 120

37
42 47 52 57 62 67

259
462 1034 2080 1368 558 268 6125 51,04

-14,0417
-9,0417 -4,0417 0,9583 5,9583 10,9583 15,9583

14,0417
9,0417 4,0417 0,9583 5,9583 10,9583 15,9583

98,2917
99,4583 88,9167 38,3333 143,0000 98,6250 63,8333 687,5833 5,7299

687,5833 SR 5,7299 120


Simpangan rata-rata atau deviasi rata-rata adalah angka yang menunjukkan pengembalian investasi dari dana yang di investasikan per 2 minggu, jadi pengembalian investasi sebesar $5,73 per minggunya

Contoh data tunggal menentukan simpangan baku:

Suatu penelitian terhadap 8 peusahaan industri otomotif terhadap tingkat pengembalian investasinya, hasil penelitian dalam persen adalah sebagai berikut : 10,6 12,6 14,8 18,2 12,0 14,8 12,2 dan 15,6. Diselesaikan dengan rumus simpangan baku
n 2 X X i i 1 s n

10,6 13,85 2 12 ,6 13,85 2 14 ,8 13,85 2 ... 15,6 13,85 2


8

s
s
s

3,25 1,25 0,95


2 2

... 1,75

10 ,5625 1,5625 0,9025 ... 3,0625


8
42 ,0600 8

s 5,2575 atau s2 = 5,2575

s 2,2929

Jumlah Investasi (Dalam Dollar) 30 - 34 35 - 39 40 - 44 45 - 49 50 - 54 55 - 59 60 - 64 65- 69 Jumlah

Jumlah

Titik
Tengah (Xi) 32 37 42 47 52 57 62 67

Titik Tengah kuadrat X2 1024 1369 1764 2209 2704 3249 3844 4489

Jumlah kali Frek. dgn Titik Tgh Fi x Xi 96 259 462 1034 2080 1368 558 268 6125

Jumlah kali Frek. dgn Titik Tgh kudrat Fi x Xi2 3072 9583 19404 48598 108160 77976 34596 17956 319345

Pekerja 3 7 11 22 40 24 9 4 120

n n n 2 2 (f X i ) ( f X ) / f i i i i i 1 i 1 i 1 n fi 1 i 1

s
s

319345 6125 /120


2

120 1

319345 312630 ,2083


119

s 56,4268 atau s2 = 56,4268

s 7,5117

5. Ragam (Variance) Ragam atau variance ukuran penyebaran/dispersi yang menjelaskan tingkat keterpencaran data dari serangkaian distribusi. Apakah data-data tersebut berkelompok disekitar nilai rata-ratanya atau terpencar secara tidak beraturan jauh dari nilai rata-ratanya.
Untuk sampel variannya (varians sampel) disimbolkan dengan s2, sedangkan untuk populasi (varians populasi) disimbolkan dengan 2 (baca : sigma).

a. Ragam (Variance) Data Tunggal Untuk seperangkat data X1, X2, X3, , Xn (data tunggal) ragamnya dapat ditentukan dengan rumus sebagai berikut :

X X i
n n -1

2
Untuk n > 30

X X i

2
Untuk n 30

b. Ragam (Variance) Data Berkelompok

f X X s f atau
2 i i i
2 i

2 (f X ) ( f X ) / f 2 i i i i s fi 1

Dimana :

s2 s Xi
X

= varians/ragam = simpangan baku = Data ke - i = Nilai rata-rata = Banyaknya data = Banyaknya frekuensi data berkelompok

c. Ragam (Variance) Gabungan Misalkan terdapat k buah sub sampel sebagai berikut : - Sub sampel 1, ukuran n1 dengan ragam - Sub sampel 2, ukuran n2 dengan ragam - Sub sampel 3, ukuran n3 dengan ragam - . , . . ... - Sub sampel k, ukuran nk dengan ragam
s2 k
2 s1

s2 2

s2 3

Jika sub sampel-sub sampel tersebut digabung menjadi sebuah sampel berukuran n1 + n2 + + nk = n, maka ragam gabungannya Dengan rumus adalah :

2 gab

atau

(n1 1)s (n2 1)s ... (nk 1)s (n1 n2 ... nk ) k


2 1 2 2
2 (n 1)s 1

2 k

s2 gab

(n

k)

6. Ukuran Dispersi Relatif Ukuran dispersi atau variasi yang sudah dipelajari adalah ukuran absolut, ukuran ini hanya dapat digunakan untuk melihat hasil penyimpangan-penyimpangan suatu nilai atau yang terdapat pada suatu kumpulan data, bukan untuk beberapa kumpulan data. Untuk membandingkan dispersi atau variasi dari beberapa kumpulan data digunakan istilah dispersi relatif, yaitu perbandingan antara ukuran dispersi absolut dengan nilai rataratanya, dengan rumus sebagai berikut :

dispersi absolut dispersi relatif = rata-rata

Ukuran-ukuran koefisien keragaman atau dispersi relatif adalah sebagai berikut : 1. Koefisien Variasi (Keragaman) (KV) Koefisien kergaman dapat dirumuskan :

s KV x 100% X

2. Variasi (Keragaman) Jangkauan (VR) Jangkauan keragaman dengan rumus :

R VR x 100% X 3. Variasi (Keragaman) Simpangan RataRata (VSR) Simpangan rata-rata keragaman dapat dirumuskan :
SR VSR x 100% X

4. Variasi (Keragaman) Kuartil (VQ) Quartil keragaman dapat dirumuskan :

Qd VQ x 100% Me
Q 3 Q1 VQ x 100% Q 3 Q1

5. Kemencengan atau Kecondongan Kemencengan atau kecondongan (Skewness) adalah ingkat ketidaksimetrisan atau kejauhan simetri dari sebuah distribusi. Sebuah distribusi yang tidak simetris akan memiliki rata-rata, median dan modus yang tidak sama besarnya atau

X Me Mo

Sehingga distribusi akan terkonsentrasi pada salah satu sisi dan kurvanya akan menceng. Jika distribusi memiliki ekor yang lebih panjang ke kanan dari pada yang ke kiri maka distribusi disebut condong ke kanan atau memiliki kemencengan positif. Sebaliknya jika distribusi memiliki ekor yang lebih panjang ke kiri dari pada ke kanan maka distribusi disebut condong ke kiri atau memiliki kemencengan negatif.

Berikut gambar kurva dari distribusi yang condong ke kanan (condong positif) dan condong ke kiri (condong negatif).

Mo

Kemencengan distribusi ke kanan

Me

Kemencengan distribusi ke kiri

Untuk mengetahui bahwa konsentrasi distribusi condong ke kanan atau condong ke kiri, dapat ditentukan berdasarkan metode-metode sebagai berikut : 1. Koefisien Kemencengan Pearson Koefisien kemencengan Pearson merupakan nilai selisih rata-rata dengan modus dibagi simpangan baku. Koefisien kemencengan Pearson dirumuskan :

X Mo sk s

Apabila secara teori didapatkan hubungan antar nilai pusat sebagai berikut :

X Mo 3( X Me)
Maka rumus kemencengan di atas dapat diubah menjadi :

3(X - Me) sk s

Nilai sk dihubungkan dengan keadaan kurva maka :

1. sk = 0; kurva memiliki bentuk simetris 2. sk > 0; nilai-nilai terkonsentrasi pada sisi sebelah kanan ( X terletak di sebelah kanan Mo), sehingga kurva memiliki ekor memanjang ke kanan, kurva condong ke kanan atau condong positif. 3. sk < 0; nilai-nilai terkonsentrasi pada sisi sebelah kiri ( X terletak di sebelah kiri Mo), sehingga kurva memiliki ekor memanjang ke kiri, kurva condong ke kiri atau condong negatif.

2. Koefisien Kemencengan Bowley Koefisien kemencengan Bowley berdasarkan pada hubungan kuartil-kuartil (Q1, Q2 dan Q3) dari sebuah distribusi. Koefisien kemecengan Bowley dirumuskan : (Q3 Q 2 ) (Q 2 Q1 ) sk B atau (Q3 Q 2 ) (Q 2 Q1 )
Q3 2Q 2 Q1 sk B Q3 Q1
Dimana :

sk B koefisien kemencengan Bowley

Koefisien kemencengan Bowley sering juga disebut Kuartil Koefisien Kemencengan Apabila nilai skB dihubungan dengan keadaan kurva, didapatkan :
1. Jika Q3 Q2 > Q2 Q1, maka distribusi akan menceng ke kanan atau menceng secara positif 2. Jika Q3 Q2 < Q2 Q1, maka distribusi akan menceng ke kiri atau menceng secara negatif 3. skB positif berarti distribusi menceng ke kanan 4. skB negatif berarti distribusi menceng ke kiri 5. skB = 0,10 menggambarkan distribusi yang menceng tidak berarti dan skB > 0,30 menggambarkan kurva yang menceng berarti

5. Keruncingan (Kurtosis) Keruncingan atau kurtosis adalah tingkat kepuncakan dari sebuah distribusi yang biasanya diambil secara relatif terhadap suatu distribusi normal. Kurvanya dibedakan atas 3 yaitu :
1. Leptokurtik; merupakan distribusi yang memiliki pucak relatif tinggi. 2. Platikurtik; merupakan distribusi yang memiliki puncak hampir mendatar. 3. Mesokurtik; merupakan distribusi yang memiliki puncak tidak tinggi dan tidak mendatar.

Bila distribusinya merupakan distribusi simetris maka distribusi mesokurtik dianggap sebagai distribusi normal. Perhatikan gambar dibawah ini
Leptokurtik

Platikurtik Mesokurtik

Gambar : Keruncingan Kurva

Untuk mengetahui keruncingan kurva suatu distribusi, maka ukuran yang digunakan adalah : 1. Koefisien Keruncingan Koefisien keruncingan atau koefisien kurtosis dilambangkan dengan 4 (alpha 4). Dengan ketentuan sebagai berikut : 1. Nilai lebih kecil dari 3 (< 3) maka distribusinya adalah distribusi Platikurtik. 2. Nilai lebih besar dari 3 (3 >) maka distribusinya adalah distribusi Leptokurtik. 3. Nilai sama dengan 3 (= 3) maka distribusinya adalah distribusi mesokurtik.

Untuk mencari nilai keruncingan, dibedakan antara data tunggal dan data berkelompok : 1. Untuk data tunggal

1 4 (X X) 4 n 4 s 2. Untuk data tunggal 1 4 (X X) f 4 n 4 s

Anda mungkin juga menyukai