Anda di halaman 1dari 17

TUGAS 1C

UKURAN PENYEBARAN DATA


(DISPERSI)

Lila Listyani O
Elkom A 2011/115514053/2011
Ahmad Kafil Mawaidz
Elkom A 2011/115514066/2011
Fachrory Akbar Ghozali
Elkom A 2011/115514208/2011
Hari / Jam kuliah : Jumat / 1-2 (07.00 08.40 WIB)

PROGRAM STUDI PENDIDIKAN TEKNIK ELEKTRO


JURUSAN TEKNIK ELEKTRO
FAKULTAS TEKNIK
UNIVERSITAS NEGERI SURABAYA
2013

A. DASAR TEORI
Ukuran penyebaran adalah suatu ukuran yang digunakan untuk mengetahui seberapa
besar penyimpangan data dengan nilai rata-rata hitungnya.
1. Rentang (range)
Rentang (range) merupakan perbedaan nilai antara nilai terbesar dan terkecil pada
suatu kelompok data.
Semakin kecil ukuran rentang (range) menunjukkan karakter yang lebih baik,
karena berarti data mendekati nilai pusat.
Cara menghitung Rentang ( range) :
R = Xn X1..........................................................................................................
(1)
Dimana R = Rentang
Xn= Nilai terbesar
X1 = Nilai terkecil
Rentang antar kuartil adalah selisih antara kuartil ketiga dengan kuartil pertama
Cara menghitung Rentang antar kuartil :
RAK = K3 K1.......................................................................................................
(2)
Dimana RAK = Rentang antar kuartil
K3 = Kuartil ketiga
K1 = Kuartil pertama
Simpangan kuartil adalah setengah jarak antara kuartil ketiga dengan kuartil
pertama
Cara menghitung simpangan kuartil :
SK = (K3 K1) ..................................................................................................
(3)
Dimana SK = Simpangan kuartil
K3 = Kuartil ketiga
K1 = Kuartil pertama
2. Rata-rata simpangan
Rata-rata simpangan adalah rata-rata hitung dari nilai mutlak antara nilai data
pengamatan dengan rata-rata hitungnya
Cara menghitung rata-rata simpangan :

RS =

..........................................................................................................

(4)
Dimana RS = Rata-rata simpangan
X = Nilai setiap data pengamatan
= Nilai rata-rata hitung dari seluruh nilai pengamatan
Ukuran sampel
3. Simpangan baku (deviasi standart)
Simpangan baku adalah akar kuadrat dari varians dan menunjukkan standar
penyimpangan data terhadap nilai rata-ratanya.
Cara menghitung simpangan baku (deviasi standart ) :
Data tunggal
cara pertama

S2 =

cara kedua

S2 =

S=

...............(5)

...........................................(6)

Dimana S2 = Varians sampel


S = Akar varians
Xi = Nilai setiap data / pengamatan dalam sampel
= Nilai rata-rata hitung dalam sampel
Jumlah total data pengamatan dalam sampel
Data kelompok

1. S2 =

.................................................................................... (7)

2. S2 =

..............................................................................(8)

3. S2 = p2 (

) ...................................................................... (9)

4. Simpangan baku gabungan


Cara menghitung simpangan baku gabungan :
S2 =
atau

..................................................................................
S2 =

(10)

.....................................(11)

5. Bilangan baku dan koefisien variansi


Bilangan baku ini digunakan menyederhanakan data dan membandingkan keadaan
distribusi sebuah kejadian

Cara menghitung bentuk baku :


Zi =

) ..................................................................................

(12)

Jika X0 = 0 dan S = 1 , bentuk baku menjadi


Zi =

, i = 1, 2, ..... , n .................................................................................. (13)

Cara menghitung koefisien variansi :


KV = (

) x 100% .............................................................

(14)

6. Kemiringan dan kurtosis


Kemiringan kurva dapat terjadi sebagai akibat dari
Model positif : - Miring ke arah positif
- Grafik miring ke kanan

Gambar 1. Kemiringan model positif


Kemiringan kurva model positif ini disebabkan karena adanya data yang sangat
besar sehingga nilai rata-rata hitungnya meningkat.

= > Md > Mo.

Model negatif : - Miring ke arah negatif


- Grafik miring ke kiri

Gambar 2. Kemiringan model negatif


Kemiringan kurva model negatif ini disebabkan adanya data yang ekstrem kecil,
sehingga menurunkan nilai hitung rata-ratanya.

= < Md < Mo.

Model simetri : - Kemiringan 0

Gambar 3. Kemiringan model simetri

Pada kurva model simetri ini

= = Md = Mo , sehingga berbentuk simetri.

Rumus :
Koefisien Pearson tipe 1 = (
Koefisien Pearson tipe 2 = 3 (
Dimana

) ................................(15)
) ..........................(16)

= Koefisien Kemiringan
= Nilai rata-rata hitung
= Standart deviasi
Mo = Nilai modus
Md = Nilai median

Kurtosis merupakan ukuran keruncingan. Jadi tinggi rendah atau keruncingan data
dapat dilihat melalui nilai koefisien kurtosis.
Cara menghitung koefisien kurtosis :
K=

...........................................................................................................(17)

Dimana K = 0,262 Normal


K < 0,263 Platikurtik (landai)
K > 0,263 Leptokurtik (runcing)

B. PERMASALAHAN
Berdasarkan tugas 1A, diperoleh tabel data distribusi frekuensi sebagai berikut:
Tabel 1. Daftar Distribusi Frekuensi nilai kuis siklus 1
Nilai kuis
30 38
39 47
48 56
57 65
66 74
75 83
84 92
Jumlah

Frekuensi
11
9
15
15
8
1
1
60

Soal: menghitung rentang, standar deviasi, dan variansi menggunakan perhitungan


manual dan spss.

C. PEMBAHASAN
1. Rentang (Range)
Berdasarkan tugas 1A, diperoleh tabel data distribusi frekuensi sebagai berikut:
Tabel 2. Distribusi Frekuensi Data Hasil kuis siklus 1
Nilai kuis
30 38
39 47
48 56
57 65
66 74
75 83
84 92
Jumlah

Frekuensi
11
9
15
15
8
1
1
60

R = data tertinggi data terendah ................................................................... (1)


R = 90 32
R = 58
RAK data tunggal
RAK = K3 K1 ................................................................................................. (2)
RAK = 60 40 (nilai K3 dan K1 dari data tunggal tugas 1b)
RAK = 20
SK = (K3 K1) ............................................................................................... (3)
SK = (20)
SK = 10
RAK data kelompok
RAK = K3 K1...............................................................................................
RAK = 62,5 42,5 (nilai K3 dan K1 dari data kelompok tugas 1b )
RAK = 20
SK = (K3 K1)
SK = (20)
SK = 10

2. Simpangan Rata-Rata
Dari tugas 1b, didapatkan

Tabel 3. Perhitungan SR untuk data tunggal


No

xi

xi -

||xi - ||

(3)

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45

32
32
32
32
32
36
36
36
36
36
36
40
40
40
40
40
40
40
44
44
48
48
48
50
50
50
50
50
50
50
52
56
56
56
56
60
60
60
60
60
60
60
60
60
60

-20,53
-20,53
-20,53
-20,53
-20,53
-16,53
-16,53
-16,53
-16,53
-16,53
-16,53
-12,53
-12,53
-12,53
-12,53
-12,53
-12,53
-12,53
-8,53
-8,53
-4,53
-4,53
-4,53
-2,53
-2,53
-2,53
-2,53
-2,53
-2,53
-2,53
-0,53
3,47
3,47
3,47
3,47
7,47
7,47
7,47
7,47
7,47
7,47
7,47
7,47
7,47
7,47

20,53
20,53
20,53
20,53
20,53
16,53
16,53
16,53
16,53
16,53
16,53
12,53
12,53
12,53
12,53
12,53
12,53
12,53
8,53
8,53
4,53
4,53
4,53
2,53
2,53
2,53
2,53
2,53
2,53
2,53
0,53
3,47
3,47
3,47
3,47
7,47
7,47
7,47
7,47
7,47
7,47
7,47
7,47
7,47
7,47

46
47
48
49
50
51
52
53
54
55
56
57
58
59
60

60
60
60
64
64
70
70
70
70
70
70
70
70
80
90
Jumlah

7,47
7,47
7,47
11,47
11,47
17,47
17,47
17,47
17,47
17,47
17,47
17,47
17,47
27,47
37,47

7,47
7,47
7,47
11,47
11,47
17,47
17,47
17,47
17,47
17,47
17,47
17,47
17,47
27,47
37,47
677,06

Perhitungan untuk simpangan rata-rata data tunggal:

3. Simpangan Baku (Standart Deviasi)


Dari tugas 1B, didapatkan

Tabel 4. Perhitungan SD untuk data tunggal


No
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15

xi
32
32
32
32
32
36
36
36
36
36
36
40
40
40
40

xi -
-20,53
-20,53
-20,53
-20,53
-20,53
-16,53
-16,53
-16,53
-16,53
-16,53
-16,53
-12,53
-12,53
-12,53
-12,53

||xi - ||
20,53
20,53
20,53
20,53
20,53
16,53
16,53
16,53
16,53
16,53
16,53
12,53
12,53
12,53
12,53

(xi - )2
421,4809
421,4809
421,4809
421,4809
421,4809
273,2409
273,2409
273,2409
273,2409
273,2409
273,2409
157,0009
157,0009
157,0009
157,0009

16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60

40
40
40
44
44
48
48
48
50
50
50
50
50
50
50
52
56
56
56
56
60
60
60
60
60
60
60
60
60
60
60
60
60
64
64
70
70
70
70
70
70
70
70
80
90

-12,53
-12,53
-12,53
-8,53
-8,53
-4,53
-4,53
-4,53
-2,53
-2,53
-2,53
-2,53
-2,53
-2,53
-2,53
-0,53
3,47
3,47
3,47
3,47
7,47
7,47
7,47
7,47
7,47
7,47
7,47
7,47
7,47
7,47
7,47
7,47
7,47
11,47
11,47
17,47
17,47
17,47
17,47
17,47
17,47
17,47
17,47
27,47
37,47

12,53
12,53
12,53
8,53
8,53
4,53
4,53
4,53
2,53
2,53
2,53
2,53
2,53
2,53
2,53
0,53
3,47
3,47
3,47
3,47
7,47
7,47
7,47
7,47
7,47
7,47
7,47
7,47
7,47
7,47
7,47
7,47
7,47
11,47
11,47
17,47
17,47
17,47
17,47
17,47
17,47
17,47
17,47
27,47
37,47

157,0009
157,0009
157,0009
72,7609
72,7609
20,5209
20,5209
20,5209
6,4009
6,4009
6,4009
6,4009
6,4009
6,4009
6,4009
0,2809
12,0409
12,0409
12,0409
12,0409
55,8009
55,8009
55,8009
55,8009
55,8009
55,8009
55,8009
55,8009
55,8009
55,8009
55,8009
55,8009
55,8009
131,5609
131,5609
305,2009
305,2009
305,2009
305,2009
305,2009
305,2009
305,2009
305,2009
754,6009
1404,001

Jumlah

677,06

10734,93

Data Tunggal

Data Kelompok
Dari tugas 1B, didapatkan

a. Cara I
Tabel 5. Perhitungan data kelompok untuk mencari SD cara 1
Nilai
30 38
39 47
48 56
57 65
66 74
75 83
84 92
Jumlah

fi
11
9
15
15
8
1
1
60

xi -
-19,05
-10,05
-1,05
7,95
16,95
25,95
34,95

xi
34
43
52
61
70
79
88

(xi - )2
362,9025
101,0025
1,1025
63,2025
287,3025
673,4025
1221,503

(fi(xi - ))2
3991,928
909,0225
16,5375
948,0375
2298,42
673,4025
1221,503
10058,85

b. Cara II
Tabel 6. Perhitungan data kelompok untuk mencari SD cara 2
Nilai
30 38
39 47
48 56
57 65
66 74
75 83

Fi
11
9
15
15
8
1

xi
34
43
52
61
70
79

xi2
1.156
1.849
2.704
3.721
4.900
6.241

fi*xi
374
387
780
915
560
79

fi*xi2
12.716
16.641
40.560
55.815
39.200
6.241

84 92
Jumlah

1
60

88
3.183

7.744

88
-

7.744
178.917

c. Cara III
Tabel 7. Perhitungan data kelompok untuk mencari SD cara 3
Nilai
30 38
39 47
48 56
57 65
66 74
75 83
84 92
Jumlah

Fi
11
9
15
15
8
1
1
60

xi

ci

ci2

fi*ci

fi*ci2

34
43
52
61
70
79
88
-

-2
-1
0
1
2
3
4

4
1
0
1
4
9
16

-22
-9
0
15
16
3
4
7

44
9
0
15
32
9
16
125

)
)

4. Simpangan Baku Gabungan


Berdasarkan hasil pengamatan pertama terhadap 25 objek memberikan s = 14,52
sedangkan pengamatan yang kedua kalinya terhadap 35 objek memberikan s =
12,91. Maka dengan rumus (10) dapat diperoleh simpangan baku gabungan sebagai
berikut:

s2 = 184,94

5. Bilangan Baku dan Koefisien Variansi

Rumus untuk perhitungan bilangan baku = Zi =

.................................. (13)

Berdasarkan hasil perhitungan data di atas, maka diperoleh: simpangan baku data
kelompok = 13,06 dan nilai rata-rata data kelompok = 53,05. Berikut ini adalah
tabel bilangan baku untuk N = 60, sebagai berikut:

Tabel 8. Bilangan baku 75 siswa

No

xijtdyu

1
2

32
32

-20,53
-20,53

-1,57198
-1,57198

3
4
5
6
7
8
9
10
11
12
13

32
32
32
36
36
36
36
36
36
40
40

-20,53
-20,53
-20,53
-16,53
-16,53
-16,53
-16,53
-16,53
-16,53
-12,53
-12,53

-1,57198
-1,57198
-1,57198
-1,2657
-1,2657
-1,2657
-1,2657
-1,2657
-1,2657
-0,95942
-0,95942

14
15
16
17
18
19
20

40
40
40
40
40
44
44

-12,53
-12,53
-12,53
-12,53
-12,53
-8,53
-8,53

-0,95942
-0,95942
-0,95942
-0,95942
-0,95942
-0,65314
-0,65314

21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60

48
48
48
50
50
50
50
50
50
50
52
56
56
56
56
60
60
60
60
60
60
60
60
60
60
60
60
60
64
64
70
70
70
70
70
70
70
70
80
90

Koevisien Variansi (KV)

-4,53
-4,53
-4,53
-2,53
-2,53
-2,53
-2,53
-2,53
-2,53
-2,53
-0,53
3,47
3,47
3,47
3,47
7,47
7,47
7,47
7,47
7,47
7,47
7,47
7,47
7,47
7,47
7,47
7,47
7,47
11,47
11,47
17,47
17,47
17,47
17,47
17,47
17,47
17,47
17,47
27,47
37,47

-0,34686
-0,34686
-0,34686
-0,19372
-0,19372
-0,19372
-0,19372
-0,19372
-0,19372
-0,19372
-0,04058
0,265697
0,265697
0,265697
0,265697
0,571975
0,571975
0,571975
0,571975
0,571975
0,571975
0,571975
0,571975
0,571975
0,571975
0,571975
0,571975
0,571975
0,878254
0,878254
1,337672
1,337672
1,337672
1,337672
1,337672
1,337672
1,337672
1,337672
2,103369
2,869066

Berdasarkan perhitungan data di atas, diperoleh bahwa: simpangan baku kelompok


= 13,06 dan nilai rata-rata kelompok = 53,05.

................................................ (14)
= 24,62%

6. Kemiringan (skewness) dan keruncingan (Kurtosis)


Kemiringan:
Nilai rata-rata tunggal

= 52,53

Nilai modus tunggal

= 60

Nilai median tunggal

= 51

Nilai standar deviasi

= 13,49

1. Koefisien Pearson tipe 1

= ( Rata-rata Modus) / s ............................. (15)


= (52,53 60) / 13,49
= - 0,55

2. Koefisien Pearson tipe 2

= 3 ( Rata-rata Median) / s ....................(16)


= 3 (52,53 51) / 13,49
= 0,34

Karena median < mean < modus, maka model skewnessnya negatif

Model skewness negatif

Berdarkan tugas 1B, diperoleh data sebagai berikut:


K3 = 60 dan K1 = 40
P10 = 36 dan P90 = 70

Jadi, K= 0,294
Koefisien Kurtosis K : K > 0,263 Leptokurtik (runcing)

Gambar 3. Leptokurtik (runcing)

D. KESIMPULAN

Dari hasil pembahasan didapatkan data sebagai berikut:


Rentang = 58
Rentang antar kuartil tunggal = 10
Rentang antar kuartil kelompok = 10
Simpangan rata-rata tunggal = 11,28
Simpangan baku (standar deviasi) tunggal = 13,49
Simpangan baku (standar deviasi) kelompok cara 1 = 13,06
Simpangan baku (standar deviasi) kelompok cara 2 = 13,06
Simpangan baku (standar deviasi) kelompok cara 3 = 13,06
Bilangan baku bisa dilihat di table 8.
Koefisien variansi = 24,62%
Koefisien pearson 1 = -0,55
Koefisien pearson 2 = 0,34
Koefisien kurtosis = 0,294
Ukuran penyebaran analisis dengan spss:
Masuk menu analyze

pilih descriptive statistic

variable nilai ke kotak sebelah kanan

frequencies

klik menu statistic

tanda centang std. deviation, variance, range, skewness, kuirtosis


continue

pindah
beri
klik

klik ok.

Hasil keterangan analisis dengan spss:


Dalam daftar pada spss (Std. deviasi = 13,489; Variansi = 181,948; Skewness = 0,277;
Standard error of skewness = 0,309; Kurtosis = -0,392; Standard error of kurtosis =
0,608; Rentang = 58)
Hasil pengukuran skewness dan kurtosis pada spss dengan perhitungan manual terdapat
perbedaan, ini dikarenakan pada spss ada standard eror of skewness atau kurtosis yang
mendeteksi ukuran standar kesalahan program dalam memunculkan hasil yang diminta.

Anda mungkin juga menyukai