Anda di halaman 1dari 23

UKURAN DISPERSI

A. PENGERTIAN DISPERSI
Ukuran dispersi atau ukuran variasi atau ukuran penyimpangan adalah
ukuran yang menyatakan seberapa jauh penyimpangan nilai-nilai data dari nilai-
nilai pusatnya atau ukuran yang menyatakan seberapa banyak nilai-nilai data
yang berbeda dengan nilai-nilai pusatnya.
Ukuran dispersi pada dasarnya adalah pelengkap dari ukuran nilai pusat
dalam menggambarkan sekumpulan data. Jadi, dengan adanya ukuran dispersi
maka penggambaran sekumpulan data akan menjadi lebih jelas dan tepat.

B. JENIS-JENIS UKURAN DISPERSI
1. Jangkauan (Range, R)
Jangkauan atau ukuran jarak adalah selisih nilai terbesar data dengan
nilai terkecil data. Cara mencari jangkauan dibedakan antara data tunggal dan
data berkelompok.

a. J angkauan data tunggal
Bila ada sekumpulan data tunggal X
1
, X
2
. . ., X
n
maka jangkauannya
adalah


Contoh soal:
Tentukan jangkauan data: 1, 4, 7, 8, 9, 11!
Penyelesaian:
X
6
= 11 dan X
1
= 1
Jangkauan = X
6
X
1
= 11 - 1 = 10

b. J angkauan data berkelompok
Untuk data berkelompok, jangkauan dapat ditentukan dengan dua
cara. yaitu 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.
Contoh soal:
Tentukan jangkauan dari distribusi frekuensi berikut
Tabel 4.1

Penyelesaian:
Dari Tabel 4.1 terlihat:
Titik tengah kelas terendah = 142
Titik tengah kelas tertinggi = 172
Tepi bawah kelas terendah = 139,5
Tepi atas kelas tertinggi = 174,5
Jangkauan = 172 - 142 = 30
Jangkauan = 174,5 - 139,5 = 35

2. Jangkauan Antarkuartil dan Jangkauan Semi Interkuartil
Jangkauan antarkuartil adalah selisih antara nilai kuartil atas ( Q
3
) dan
kuartil bawah (Q
1
). Dirumuskan:


Jangkauan semi interkuartil atau simpangan kuartil adalah setengah dari
kuartil atas ( Q
3
) dengan kuartil bawah ( Q
1
) . Dirumuskan:

)
Rumus-rumus di atas berlaku untuk data tunggal dan data berkelompok.
Contoh Soal:
a. Tentukan jangkauan antar kuartil dan jangkauan semi interkuartil dari data
berikut :
2,4,6,8,10, 12,14
Penyelesaian :
Q
1
= 4 dan Q
3
= 12
JK = Q
3
Q
1

= 12 4 = 8
Q
d
= (12 4) = 4
b. Tentukan jangkauan antarkuartil dan jangkauan semi interkuartil distribusi
frekuensi berikut :

Tabel 4.2 Nilai Statistik 80 Mahasiswa
Nilai Frekuensi (f)
30 39
40 49
50 59
60 69
70 79
80 89
90 99
2
3
5
14
24
20
12
Jumlah 80

Penyelesaian:

( )
Jangkauan antar kuartil (JK) dapat digunakan untuk menemukan
adanya data pencilan, yaitu data yang berada diluar pagar dalam dan pagar
luar. Data pencilan ini dapat terjadi karena ada kesalahan dari pencatatan atau
salah ukur atau berasal dari kasus yang menyimpang.


Keterangan :
L = satu langkah
PD = pagar dalam
PL = pagar luar

Contoh soal:
Selidiki apakah terdapat data pencilan dari data dibawah ini
15, 33, 42, 50, 51, 51, 53, 55, 62, 64, 65, 68, 79, 85, 97
Penyelesaian :







Pada data di atas terdapat nilai 15 dan 97 yang berarti kurang dari
pagar dalam (23) atau lebih dari pagar luar (95). Dengan demikian, nilai 15
dan 97 termasuk data pencilan, karena itu perlu diteliti ulang. Adanya nilai 15
dan 97 mungkin disebabkan salah dalam mencatat, salah dalam mengukur,
atau data dari kasus yang menyimpang.



3. Deviasi Rata-Rata (Simpangan Rata-Rata)
Deviasi rata-rata adalah nilai rata-rata hitung dari harga mutlak
simpangan-simpangannya.

a. Deviasi rata-rata data tunggal
Untuk data tunggal, deviasi rata-ratanya dapat dihitung dengan
menggunakan rumus:

|
|



Contoh soal :
Tentukan deviasi rata-rata dari 2, 3, 6, 8, 11
Penyelesaian :

| | | | | | | | | | |

|



b. Deviasi rata-rata untuk data berkelompok
Untuk data berkelompok (distribusi frekuensi), deviasi rata-ratanya
dapat dihitung dengan rumus:

|
|



Contoh Soal:
Tentukan deviasi rata-rata dari distribusi frekuensi pada tabel berikut :



Tabel 4.3 Temperatur selama sebulan adalah :
Interval
Temperatur
o
F
Frekuensi
(hari)
X |

| f |

|
-50 sampai -45,1
-45 sampai -40,1
-40 sampai -35,1
-35 sampai -30,1
-30 sampai -25,1
4
10
15
11
10
-47,55
-42,55
-37,55
-32,55
-27,55

11,3
6,3
1,3
3,7
8,7

45,2
63
19,5
40,7
87
50 255,4


|





4. Varians
Varians adalah nilai tengah kuadrat simpangan dari nilai tengah atau
simpangan rata-rata kuadrat. Untuk sampel, variansnya (varians sampel)
disimbolkan dengan s
2
. Untuk populasi, variansnya (varians populasi)
disimbolkan dengan
2
(baca: sigma).

a. Varians data tunggal
1) Untuk sampel besar (n > 30)


2) Untuk sampel kecil (n 30)




Contoh soal:
Tentukan varians dari data 2, 3, 6, 8, 11 !
Penyelesaian :
n = 5

X
2

2
3
6
8
11
-4
-3
0
2
5
16
9
0
4
25
4
9
36
64
121
30 54 234



b. Varians data berkelompok
1) Untuk sampel besar (n > 30)


2) Untuk sampel kecil (n 30)



Contoh soal:
Tentukan varians dari distribusi frekuensi berikut:
Tabel 4.4 Pengukuran Diameter Pipa
Diameter Frekuensi
65 67
68 70
71 73
74 76
77 79
80 82
2
5
13
14
4
2
Jumlah 40

Penyelesaian:


Diameter f X


65 67
68 70
71 73
74 76
77 79
80 82
2
5
13
14
4
2
66
69
72
75
78
81
-7,425
-4,425
-1,425
1,575
4,575
7,575
55,131
19,581
2,031
2,481
20,931
57,381
110,262
97,905
26,403
34,734
83,724
114,762
Jumlah 40 - - - 467,790


5. Simpangan Baku (Standar Deviasi)
Simpangan baku adalah akar dari tengah kuadrat simpangan dari nilai
tengah atau akar simpangan rata-rata kuadrat. Untuk sampel, simpangan
bakunya (simpangan baku sampel) disimbolkan dengan s. Untuk populasi,
simpangan bakunya (simpangan baku populasi) disimbolkan (dibaca
sigma). Variansnya tentulah s
2
untuk sampel dan

untuk varians populasi.


Jelasnya s dan s
2
merupakan statistik sedangkan dan

merupakan
parameter. Untuk nentukan nilai simpangan baku, caranya:


a. Simpangan baku data tunggal
Untuk seperangkat data X
1
, X
2
, X
3
, .......X
n
(data tunggal)
simpangan bakunya dapat ditentukan dengan:
1) Untuk sampel besar (n > 30):


2) Untuk sampel kecil (n 30)









Contoh soal:
Diberikan sampel dengan data: 8, 7, 10, 11, 4
Tentukan simpangan bakunya.
X
i


8
7
10
11
4
0
-1
2
3
-4
0
1
4
9
16
(

) = 0 (

)

= 30
Rata rata

= 8



b. Simpangan baku data berkelompok
1) Untuk sampel besar (n > 30)


2) Untuk sampel kecil (n )









Contoh soal;
Tentukan simpangan baku
Tabel 4.5 Nilai ujian statistik 100 orang mahasiswa
Niali ujian Frekuensi
40 44
45 49
50 54
55 59
60 64
65 69
70 - 74
8
12
19
31
20
6
4
Jumlah 100

Penyelesaian:
Nilai f X fX


40 44
45 49
50 54
55 59
60 64
65 69
70 - 74
8
12
19
31
20
6
4
42
47
52
57
62
67
72
336
564
988
1767
1240
402
288
-13,85
-8,85
-3,85
1,15
6,15
11,15
16,15
191,8225
78,3225
14,8225
1,3225
37,8225
124,3225
260,8225
1534,58
939,87
281,63
40,99
756,45
745,94
1043,29
Jumlah 100 5585 5342,75



C. KOEFISIEN VARIASI
Untuk membandingkan dispersi atau variasi dari beberapa kumpulan data
digunakan istilah dispersi relatif, yaitu perbandingan antara dispersi absolut dan
rata-ratanya. Dispersi relatif dirumuskan:






Koefisien Variasi (KV)
Jika dispersi absolut digantikan dengan simpangan bakunya maka dispersi
relatifnya disebut koefisien variasi (KV) Koefisien variasi dirumuskan:



Keterangan:
KV = Koefisien variasi
s = simpangan baku

= rata-rata

Contoh soal:
Dari hasil sampling terhadap kandungan Ag dengan menggunakan channel
sampling dan bulk sampling diperoleh data sebagai berikut :
Bulk sampling :

57,99 g/t

= 78,274
Channel sampling :

69,99 g/t

= 88,584
a. Tentukan koefisien variasi masing-masing
b. Metode sampling yang mana sebaiknya dilalakukan

Penyelesaian:
Bulk sampling


Channel sampling


a. Jadi variasi kadar Ag dengan menggunakan Channel sampling lebih besar
daripada variasi kadar Ag dengan menggunakan Bulk Sampling
b. Sebaiknya menggunakan channel sampling untuk pengambilan sampel.

D. KEMENCENGAN ATAU KECONDONGAN
Kemencengan atau kecondongan (skewness) adalah tingkat ketidaksimetrisan
atau kejauhan simetri dari sebuah distribusi.
Jika distribusi memiliki ekor yang lebih panjang ke kanan daripada yang ke
kiri maka distribusi disebut menceng ke kanan atau memiliki kemencengan positif.
Sebaliknya, jika distribusi memiliki ekor yang lebih panjang ke kiri daripada yang
ke kanan maka distribusi disebut menceng ke kiri atau memiliki kemencengan
negatif.
Berikut ini gambar kurva dari distribusi yang menceng ke kanan (menceng
positif) dan menceng ke kiri (menceng negatif).



Gambar 4.1 Kemencengan distribusi (a) Menceng ke kekiri (b) Menceng ke
kanan

Untuk mengetahui bahwa konsentrasi distribusi menceng ke kanan atau
menceng ke kiri, dapat digunakan menggunakan metode koefisien kemencengan
Person

Koefisien Kemencengan Pearson
Koefisien kemencengan Pearson merupakan nilai selisih rata-rata dengan
modus dibagi simpangan baku. Koefisien kemencengan Pearson dirumuskan:


Keterangan:
sk = koefisien kemencengan Person
Jika 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 menceng ke kanan atau menceng 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 menceng ke kiri atau menceng negatif.
Contoh soal:
Berikut ini adalah frekuensi debit air sungai
Tabel 4.6 frekuensi debit sungai



a. Tentukan nilai sk dan ujilah
arah kemencengan
b. Gambarkan kurvanya




Penyelesaian:
Interval Kelas
(m
3
/s)
Frekuensi
(f)
31 40
41 50
51 60
61 70
71 80
81 90
91 100
4
3
5
8
11
7
2
Jumlah 40
Interval
Kelas
(m
3
/s)
Titik
Tengah
(X)
Frekuensi
(f)
fX

f(


31 40
41 50
51 60
61 70
71 80
81 90
35,5 4 142 -32 1024 4096
45,5
3
136,5 -22 484 1452
55,5
5
277,5 -12 144 720
65,5
8
524 -2 4 32
75,5
11
830,5 8 64 704
85,5
7
598,5 18 324 2268
4
3
5
8
11
7
142
136,5
277,5
524
830,5
598,5
-32
-22
-12
-2
8
18
1024
484
144
4
64
324
4096
1452
720
32
704
2268




()

()


Dari hasil perhitungan diperoleh nilai sk -0,446, yaitu negative maka
kurvanya menceng ke kiri atau menceng negatif.
b. Gambar kurva:
91 100 95,5
2
191 28 784 1568

2

191

28

784

1568

Jumlah 40 2700 10840

Gambar 4.2 Kurva menceng ke kiri untuk debit air sungai

E. KERUNCINGAN (KURTOSIS)
Keruncingan atau kurtosis adalah tingkat kepuncakan dari sebuah
distribusi yang biasanya diambil secara relatif terhadap suatu distribusi normal.
Berdasarkan keruncingannya, kurva distribusi dapat dibedakan atas tiga
macam, yaitu sebagai berikut.
1. Leptokurtik
Leptokurtik merupakan distribusi yang memiliki puncak relatif tinggi.
2. Platikurtik
Platikurtik merupakan distribusi yang memiliki puncak hampir mendatar.
3. Mesokurtik
Mesokurtik merupakan distribusi yang memiliki puncak tidak tinggi dan tidak
mendatar.

0
2
4
6
8
10
12
35.5 45.5 55.5 65.5 75.5 85.5 95.5
Bila distribusinya merupakan distribusi simetris maka distribusi
mesokurtik dianggap sebagai distribusi normal.


Gambar 4.3 Keruncingan Kurva
Ukuran yang sering digunakan untuk mengetahui keruncingan suatu distribusi
adalah koefisien keruncingan

1. Koefisien Keruncingan
Koefisien keruncingan atau koefisien kurtosis dilambangkan dengan

4
. (alpha 4). Jika hasil perhitungan koefisien keruncingan diperoleh:
a. nilai lebih kecil dari 3 (<3) maka distribusinya adalah distribusi
platikurtik:
b. nilai lebih besar dari 3 (>3) maka distribusinya adalah distribusi
leptokurtik.
c. nilai yang sama dengan 3 (= 3) maka distribusinya adalah distribusi
mesokurtik.

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


Contoh soal
Tentukan keruncingan kurva dari data kadar Au hasil pemboran
Lubang Bor Kadar Au g/t
1 5,2
2 1,5
3 35,9
4 9,8
5 17,7

Penyelesaian:
X


5,2
1,5
35,9
9,8
17,7
-8,82
1,5
35,9
9,8
17,7
77,7924
2,25
1288,81
96,04
313,29
6051,657
5,0625
1661031
9223,682
98150,62
70,1

14,02 1778,1824

1774462



( )





Karena nilainya lebih kecil dari pada 3 yaitu 1,796 maka distribusi
platikurtik.
2) Untuk data berkelompok


Contoh soal:
Berikut ini adalah distribusi frekuensi dari pengukuran diameter pipa



a. Tentukan nilai koefisien keruncingannya
b. Gambar grafiknya

Penyelesaian:
Dari perhitungan diperoleh s = 3,42
Diameter f X


65 67
68 70
2
5
66
69
-7,425
-4,425
3039,386 6078,772
Diameter Pipa (mm) Frekuensi (f)
65 67
68 70
71 73
74 76
77 79
80 - 82
2
5
13
14
4
2
Jumlah 40
71 73
74 76
77 79
80 82
13
14
4
2
72
75
78
81
-1,425
1,575
4,575
7,575
383,4009
4,123438
6,1535
438,0911
3292,536

1917,004
53,60469
86,14901
1752,364
6585,072

Jumlah 40 - - -
16472,97


()


Karena nilai keruncingannya adalah 3,01 maka bentuk kurva tersebut
adalah mesokurtik
b. Grafik:

Gambar 4.4 Keruncingan kurva bagi diameter pipa



SOAL-SOAL LATIHAN
1. Jelaskan apa yang dimaksud dengan ukuran :
0
2
4
6
8
10
12
14
16
66 69 72 75 78 81
a. Kemiringan
b. Kurtosis
2. Berikan contoh fenomena yang dapat memberikan model kurva:
a. Negatif
b. Positif
3. Jelaskan bagaimana sifat data akan berkumpul jika lengkungannya:
a. Leptokurtik
b. Platikutik



4. Diketahui data curah hujan rata-rata setiap bulan selama tahun 2012 adalah
sebagai berikut :
Bulan Jan Feb Mar Apr Mei Juni Juli Agus Sept Okt Nov Des
mm/
bula
n
554,
X
261,
X
176,
X
297,
X
264,
X
122,
X
232,
X
122,
X
84,X 73,X 285,
X
380,
X

a. Deviasi rata-rata
b. Hitung varians dan simpangan bakunya

5. Diketahui kadar Ni (%) dari enam buah drill hole adalah :
Drill hole 1 2 3 4 5 6
Kadar Ni (%) 0,9 1,2 1,5 1,9 2,4 2,6

Tentukan simpangan kuartil, deviasi rata-rata, varians, dan simpangan baku dari
data diatas apakah ada data pencilan dari kadar Ni diatas