Anda di halaman 1dari 23

Page 1

UKURAN DISPERSI
OLEH
AGUSTINI TRIPENA
Page 2
.Dispersi atau variasi atau keragaman data adalah
ukuran penyebaran suatu kelompok data
terhadap pusat data.
.Pertimbangan mempelajari Dispersi data :
-. Pusat data, seperti rata-rata hitung, median dan
modus hanya memberi informasi yang sangat
terbatas, sehingga tanpa disandingkan dengan
dispersi data kurang bermanfaat dalam analisis
data
-. Dispersi data sangat penting untuk
membandingkan penyebaran dua distribusi atau
lebih.
Page 3
I. Ukuran Dispersi dengan Range
atau Rentang

R = Nilai maksimum nilai minimum
II. Ukuran Dispersi dengan Simpangan
Rata-Rata
n
x x
SR
n
i
i
=

=
1
Simpangan Rata-Rata data Terkelompok

=

=
i
n
i
i i
f
x x f
SR
1
Page 4
III. Ukuran Dispersi dengan Variansi

notasi untuk variansi populasi
notasi untuk variansi sampel
( )
N
X
atau
n
1 i
2
x i
2
x
2

=

=
( ) ( ) ( )
1 n
X X ... X X X X
S
2
n
2
2
2
1
2

+ + +
=
( )
1 n
X X
n
1 i
2
i

=
Variansi (variance) adalah rata-rata kuadrat selisih atau kuadrat
simpangan dari semua nilai data terhadap rata-rata hitung. Varians
untuk sampel dilambangkan dengan S2. Sedangkan untuk populasi
dilambangkan dengan toh kuadrat .

Page 5
Variansi data Terkelompok
( )
1 n
X X
n
1 i
2
i
2

=

=
f
S

=
=
= =
k
1 i
i
k
1 i
i i
f n ,
n
X f
X
( )

=
=
k
1 i
2
i i
2
X X f
n
1
s
ATAU
1) - (n n
X f X f n
s
2
k
1 i
i i
k
1 i
2
i i
2
|
|
.
|

\
|

=

= =
Page 6
IV. Ukuran Dispersi dengan Simpangan Baku
( )
( )
( )
( ) 1
1
1
2
2
2
2

n n
x x n
s
n
x x f
s
n
x x
s
i i
i i
i
Standar deviasi (standard deviation) adalah akar
pangkat dua dari variansi. Standar deviasi
seringkali disebut sebagai simpangan baku.

Page 7
( )
( )
2
2
2
2
1
|
|
.
|

\
|
=

=


n
d f
n
d f
p s
n n
x f x f n
s
i i
i i i i
Simpangan Baku data Terkelompok
Page 8
V. Koefisien Variasi
% 100 =
X
S
KV

Dimana
S = standar deviasi
= rata hitung


Page 9
VI. Koefisien Variasi Kuartil
1 3
1 3
Q Q
Q Q
KV
Q
+

=
Med
Q Q
KV
Q
2 /
1 3

=
atau
Med = median
Page 10
VII. Ukuran Dispersi dengan Kuartil
Rentang Antar Kuartil (RAK)

RAK= K
3
K
1

Rentang Semi Kuartil (RSK)

RSK= RAK = (K
3
K
1
)

Page 11
KEMIRINGAN
DISTRIBUSI DATA
Page 12
KEMIRINGAN DISTRIBUSI DATA
Derajat atau ukuran dari ketidak
simetrian suatu distribusi data.
Ada 3 rumus :
1. Pearson
2. Momen
3. Bowley
Page 13
1. RUMUS PEARSON
( )
kanan ke miring datanya distribusi maka , 0 3.
kiri ke miring datanya distribusi maka , 0 2.
simetri datanya distribusi maka 0, 1.
: Bila
Pearson kemiringan derajat
S
Med - X 3
atau
S
Mod - X

>
<
=
=
= =
o
o
o
o
o o
Page 14
2. RUMUS MOMEN
Data tidak berkelompok
( )
3
3
3
nS
X - X

E
= o
Data berkelompok
( )

|
.
|

\
|
E
+
|
.
|

\
|
E
|
|
.
|

\
|
E E
=
E
E
=
3
2 3
3
3
3
3
3
3
n
fU
2
n
fU
n
fU
3 -
n
fU
S
c

atau
fS
X - X f

o
o
Page 15
kanan miring datanya distribusi maka 0, Jika 3.
kiri miring datanya distribusi maka 0, Jika 2.
simetri datanya distribusi maka 0, Jika 1.
3
3
3
>
<
=
o
o
o
Page 16
3. RUMUS BOWLEY
1 3
2 1 3
Q - Q
Q - Q Q

+
= o
1. Jika Q
3
- Q
2
= Q
2
- Q
1
atau Q
3
+ Q
1
- 2Q
2
= 0
maka = 0 dan distribusi datanya simetri

2. Jika Q
1
= Q
2
maka = 1 dan distribusi datanya
miring ke kanan

3. Jika Q
2
= Q
3
maka = -1 dan distribusi
datanya miring ke kiri

Page 17
mean
median
modus
mean median modus modus median mean
KEMIRINGAN DISTRIBUSI DATA
Page 18
KERUNCINGAN
DISTRIBUSI DATA
Page 19
Derajat atau ukuran tinggi rendahnya
puncak suatu distribusi data terhadap
distribusi normalnya data Disebut juga
Kurtosis.

Ada 3 jenis :
1. Leptokurtis, puncak relatif tinggi
2. Mesokurtis, puncaknya normal
3. Platikurtis, puncak rendah
Page 20
. Data tidak berkelompok
( )
4
4
4
nS
X - X

E
= o
. Data berkelompok
( )
4
4
4
nS
X - X f

E
= o
s Platikurti 3,
s Leptokurti 3,
Mesokurtis 3,
4
4
4
<
>
=
o
o
o
2 4
4 2
4 3
4
4
4 6 3
fU fU fU fU fU
c fU
S n n n n n n
o

| | | | | | | |
| |

= +
| | | | `
|
| | | |
\ .
\ . \ . \ . \ .
)

Page 21
. Metode Jangkauan Kuartil & Persil

2 / ) (
10 90
1 3
P P
Q Q
k

=
Dimana
.Jika k = 0,263 maka keruncingan distribusi data
disebut mesokurtis
. Jika k > 0,263 maka keruncingan distribusi data
disebut leptokurtis
. Jika k < 0,263 maka keruncingan distribusi data
disebut platikurtis

Page 22
Puncak tumpul
Puncak runcing
Puncak normal
Leptokurtis Platikurtis
Mesokurtis
Keruncingan Distribusi Data


Page 23

Anda mungkin juga menyukai