1
LOGO
2
UKURAN DISPERSI DATA
Dispersi/ Variansi/ Keragaman Data
Ukuran penyebaran suatu kelompok data terhadap
pusat data.
UKURAN DISPERSI DATA
a) Jangkauan (Range)
b) Simpangan Rata-rata(Mean Deviation)
c) Variansi (Variance)
d) Standar Deviasi (Standard Deviation)
e) Simpangan Kuartil (Quartile Deviation)
f) Koefisien Variasi (Coeficient of Variation)
(a)-(e) disebut Dispersi Mutlak
(f) disebut Dispersi Relatif
LOGO
Jangkauan ( Range)
Selisih/ beda antara pengukuran nilai terbesar dan terkecil yang terdapat
dalam sebuah distribusi frekuensi.
JANGKAUAN KUARTIL (dQ)
Simpangan Rata-Rata
- Deviasi rata-rata dari data yang belum dikelompokan
3
1
4
Range(R)= nilai max nilai min
) (
2
1
) (
1 3
Q Q dQ JK =
( )
n
x x
x
i
= c
LOGO
- Deviasi rata-rata dari data yang telah dikelompokan
Variansi ( VARIANCE )
Rata-rata kuadrat selisih atau kuadrat simpangan dari semua nilai data
terhadap rata-rata hitung.
Karl Pearson merumuskan pengukuran varians, untuk sampel
4
n
x x f
x
i i
= c
( )
1
2
2
=
n
x x
s
i
LOGO
sedangkan untuk populasi,
Ini merupakan rumus dari Fisher dan Wilks
= Variansi sampel
= Variansi populasi
= Rata-rata hitung sampel
n = total banyaknya pengamatan suatu sampel
N = total bwnyaknya pengamatan dalam populasi
5
( )
N
x
i
=
o
2
LOGO
Variansi dari data yang dikelompokan
Menghitung Variansi dengan metode koding atau transformasi dari nilai x
kenilai u
6
1
) (
0
2
2
=
=
n
x x f i
s
n
i
i
) 1 (
) (
2 2
2 2
=
n n
u f u f
p s
i i
LOGO
Standard Deviasi ( Standard deviation)
>> akar pangkat dua dari variansi
=> untuk data yang tidak dikelompokan
atau
7
=
1
) (
2
2
=
n
x x n
s
i i
( )
1
2
=
n
x x
s
i
LOGO
=> untuk data yang dikelompokan
atau
8
1
) (
2
=
n
x x f
s
i i
) 1 (
) (
2
2
=
n n
x f x f n
s
i i i i
LOGO
Standard deviasi jika dihitung dengan menggunakan
transformasi nilai x ke nilai u .
9
( )
) 1 (
2
2
=
n n
u f u f n
p s
i i
LOGO
jangkauan Kuartil ( Quartile Deviation)
10
) Q (Q QD JK
1 3
= =
LOGO
Pengukuran Dispersi Relatif
>> Koefisien Variansi
KV = CV = v = koefisien variasi
s = standard deviasi
= rata-rata pengamatan/ data
11
KV = CV = v = x 100%
LOGO
>> Koefisien variansi kuartil
atau
KVQ = Koefisien Variasi Kuartil
Q3 = Kuartil ke-3
Q1 = Kuartil pertama
Me = Median
12
( )
( )
1 3
1 3
Q Q
Q Q
VQ KVQ
+
= =
( )
Me
Q Q
VQ KVQ
2
1 3
= =
LOGO
>> Nilai Baku ( Z )
Transformasi dari rata-rata hitung dan standard deviasi.
13
n i ana
s
x x
z
i
... 3 , 2 , 1 _ dim =
=
LOGO
CONTOH SOAL : Tabel Tinggi Badan
14
Tinggi Badan
(dalam cm)
151 153 152 5 10,65 53,25
154 - 156 155 8 7,65 61,20
157 159 158 13 4,65 60,45
160 162 161 21 1,65 34,65
163 165 164 25 1,35 33,75
166 168 167 15 4,35 65,25
169 171 170 8 7,35 58,80
172 174 173 5 10,35 51,75
100 48,00 419,10
i
x
i
f
x x
i
x x f
i i
LOGO
Dit : Simpangan Rata Rata
Jawab :
,
= 4,191
15
n
x x f
x
i i
= c
100
10 , 419
LOGO
CONTOH SOAL : Tabel Tinggi Badan
16
Tinggi Badan
(dalam cm)
151 153 151 5 113,4225 567,1125
154 - 156 155 8 58,5225 468,1800
157 159 158 13 21,6225 281,0925
160 162 161 21 2,7225 57,1725
163 165 164 25 1,8225 45,5625
166 168 167 15 18,9225 283,8375
169 171 170 8 54,0225 432,1800
172 174 173 5 107,1225 535,6125
100 378,1800 2670,7500
i
x
i
f
( )
2
x x
i
( )
2
x x f
i i
LOGO
Ditanya :
Variance dari data yang dikelompokan
Standard Deviasi data yang dikelompokan
Jawab :
Variance
=>
=> 26, 9773
17
1
) (
0
2
2
=
=
n
x x f i
s
n
i
i
1 100
7500 , 2670
LOGO
Standard Deviasi
,
=
=> 5,1936
18
1
) (
2
=
n
x x f
s
i i
1 100
75 , 2670
9773 , 26
9773 , 26
LOGO
KEMIRINGAN (SKEWNESS) dan Keruncingan
(KURTOSIS)
Kemiringan (Skewness) Distribusi Data
> Derajat-derajat atau ukuran dari ketidak simetrisan
(asimetri) suatu distribusi data.
Macam-Macam kemiringan Distribusi Data
Simetri , distribusi data dimana nilai x, median dan modusnya berimpit
miring ke kanan, jika Mo lebih kecil dari Me dan Rata-Ratanya, S
ering juga disebut KEMIRINGAN POSITIF.
miring ke kiri, jika Mo lebih besar dari Me dan Rata-Ratanya, sering
disebut KEMIRINGAN NEGATIF
19
LOGO
Gambar Kemiringan ( Skewness)
Mo = Me =
20
x
Mo < Me <
Mo > Me >
y
LOGO
Beberapa cara menghitung derajat kemiringan :
a. Rumus Pearson
atau
b. Rumus Momen
- Untuk data tidak berkelompok :
21
s
M x
0
= c
LOGO
- Untuk data berkelompok
- Cara Transformasi
22
( )
3
3
3
ns
x x f
i
= o
}
2
2 3
3
3
3
2 3
(
(
(
(
(
=
n
u f
n
u f
n
u f
n
u f
s
p
i
i i i
o
LOGO
c. Rumus Bawley
Keruncingan (Kurtosis) Distribusi Data
>>Derajat atau ukuran tinggi rendahnya puncak suatu distribusi data
terhadap distribusi normal datanya.
Macam derajat Keruncingan
> Leptokurtis ( Puncak Runcing)
> Mesokurtis ( Puncak Normal )
> Platikurtis ( Puncak Tumpul )
23
1 3
2 1 3
Q Q
Q Q Q
+
= o
LOGO
Cara menghitung derajat Kemiringan
>> Untuk Data tidak Berkelompok
= derajat kemiringan
n = fi
>> Untuk Data Berkelompok
24
( )
4
4
4
ns
x x
= o
( )
4
4
4
ns
x x f
i
= o
LOGO
>> Cara Lain yang dipakai adalah Jangkauan Kuartil dan Percentil
- Jika k = 0,263 keruncingan disebut Mesokurtis
- Jika k > 0,263 keruncingan disebut Leptokurtis
- Jika k < 0,263 keruncingan disebut Platikurtis
25
( )
( )
( )
10 90
1 3
10 90
1 3
10 90
2
2
1
P P
Q Q
P P
Q Q
P P
JK
k
=
LOGO
>> Cara Transformasi
- Jika = 3 maka keruncingan Mesokurtis
- Jika > 3 maka keruncingan Leptokurtis
- Jika < 3 maka keruncingan Platikurtis
26
4 2
2 3 4
4
4
4
2 6 4
(
+
(
=
n
u f
n
u f
n
u f
n
u f
n
u f
n
u f
s
p
i i i i i i
o
LOGO
Contoh soal
Tabel Nilai PA II
27
Nilai
PA II
U
51 - 55
53 9 -2 -18 36 -72 144
56 - 60
58 25 -1 -25 25 -25 25
61 - 65 63 38 0 0 0 0 0
66 - 70 68 20 1 20 20 20 20
71 - 75 73 8 2 16 32 64 128
n = 10
n = 10
100 -7 113 -13 317
i
x
2
.u f
i
3
.u f
i
4
.u f
i
u f
i
.
i
f
i
f
LOGO
Ditanya : - Derajat Kemiringan
- Derajat Keruncingan
?????????????????
28
LOGO
Jawab
Derajat Kemiringan
=>
0,854( -0,13 + 0,2373 0,000686)
0,0091karena positif, data miring kekanan
29
}
2
2 3
3
3
3
2 3
(
=
n
u f
n
u f
n
u f
n
u f
s
p
i
i i i
o
|
.
|
\
|
+
|
.
|
\
|
|
.
|
\
|
3
3
3
100
7
2
100
7
100
113
3
100
13
27 , 5
5
LOGO
Derajat keruncingan
=>
0,813(3,17-0,0346+0,0332-0,00004802) = 2,566
karena < dari 3 maka keruncingan disebut Platikurtis
30
4 2
2 3 4
4
4
4
2 6 4
(
+
(
=
n
u f
n
u f
n
u f
n
u f
n
u f
n
u f
s
p
i i i i i i
o
|
.
|
\
|
|
.
|
\
|
|
.
|
\
|
+
|
.
|
\
|
|
.
|
\
|
4 2
4
4
100
7
2
100
7
100
113
6
100
7
100
13
4
100
317
) 27 , 5 (
5
LOGO
31