UKURAN DISPERSI

A. PENGERTIAN DISPERSI
Ukuran dispersi atau ukuran variasi atau ukuran penyimpangan adalah
ukuran yang menyatakan seberapa jauh penyimpangan nilai-nilai data dari nilainilai 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. Jangkauan data tunggal

Bila ada sekumpulan data tunggal X 1 , X2 . . ., Xn maka jangkauannya
adalah
Jangkauan=X n 1
Contoh soal:
Tentukan jangkauan data: 1, 4, 7, 8, 9, 11!
Penyelesaian:

X6 = 11 dan X1 = 1
Jangkauan = X6 X1 = 11 - 1 = 10
b. Jangkauan 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
Tepi atas kelas tertinggi

= 139,5
= 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 (Q1). Dirumuskan:
JK =Q3Q1
Jangkauan semi interkuartil atau simpangan kuartil adalah setengah dari
kuartil atas ( Q 3 ) dengan kuartil bawah ( Q 1 ) . Dirumuskan:
1
Qd= ( Q3Q1 )
2
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 :
Q1 = 4 dan Q3 = 12
JK = Q3 Q1
= 12 4 = 8
Qd = (12 4) = 4

b. Tentukan jangkauan antarkuartil dan jangkauan semi interkuartil distribusi

frekuensi berikut :
Tabel 4.2 Nilai Statistik 80 Mahasiswa
Nilai
30 39

Frekuensi (f)
2

40 49

50 59

60 69

14

70 79

24

80 89

20

90 99
Jumlah

12
80

Penyelesaian:
n
( f ) o
4 1
Q1=B1+
C
f Q1
59,5+

2010
10
14
59,5+7,14=66,64

3n
( f ) o
4 3
Q3=B3 +
C
f Q3
79,5+

6048
10
20
79,5+6=85,5

JK =85,566,64=85,5
1
Qd= ( 85,566,64 )=9,43
2
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.
L=1,5 JK
PD=Q1L
PL=Q3+ L
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 :
Q1=50 dan Q3=68
JK =6850

L=1,5 18=27
PD=5027=23

PL=68+27=95

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:
DR=

1 |
|= | X X|
X X

n
n

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

Rataratahitung= X=

2+3+6 +8+11
=6
5

|X iX|=|26|+|36|+|66|+|86|+|116|=14

DR=

|X i X |
n

14
=2,8
5

b. Deviasi rata-rata untuk data berkelompok

Untuk data berkelompok (distribusi frekuensi), deviasi rata-ratanya
dapat dihitung dengan rumus:
DR=

1
f |X X |
f |X X |=

n
n

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

Tabel 4.3 Temperatur selama sebulan adalah :

Interval

Frekuens

Temperatur oF

i (hari)

-50 sampai -45,1

-45 sampai -40,1

10

-40 sampai -35,1

15

-35 sampai -30,1

11

-30 sampai -25,1

10
50

DR=

f | X X |
n

|X X |

-47,55
-42,55
-37,55
-32,55
-27,55

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

|X X |
45,2
63
19,5
40,7
87
255,4

255,4
=5,108
50

4. Varians
Varians adalah nilai tengah kuadrat simpangan dari nilai tengah atau
simpangan rata-rata kuadrat. Untuk sampel, variansnya (varians sampel)
disimbolkan dengan s2. Untuk populasi, variansnya (varians populasi)
disimbolkan dengan 2 (baca: sigma).

a. Varians data tunggal

1) Untuk sampel besar (n > 30)
2
( X X )

s=
2

2) Untuk sampel kecil (n 30)

2
( X X )

s=
2

n1

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

X X

( X X )

-4

16

-3

36

64

11
30

25
54

121
234

X2

2
( X X )

s=
2

n1

54
=13,5
51

b. Varians data berkelompok

1) Untuk sampel besar (n > 30)
2
f ( X X )

s=
2

2) Untuk sampel kecil (n 30)

2
f ( X X )

s=
2

n1

Contoh soal:
Tentukan varians dari distribusi frekuensi berikut:
Tabel 4.4 Pengukuran Diameter Pipa
Diameter

Frekuensi

65 67

68 70

71 73

13

74 76

14

77 79

80 82
Jumlah

2
40

Penyelesaian:
X =73,425

Diameter

X X

( X X )

65 67

66

-7,425

55,131

110,262

68 70

69

-4,425

19,581

97,905

71 73

13

72

-1,425

2,031

26,403

74 76

14

75

1,575

2,481

34,734

77 79

78

4,575

20,931

83,724

80 82
Jumlah

2
40

81
-

7,575
-

57,381
-

114,762
467,790

2
f ( X X )

2
f ( X X )

s=
2

s 2=

467,790
=11,694
40

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 s2 untuk sampel dan

untuk varians

populasi. Jelasnya s dan s2 merupakan statistik sedangkan dan

merupakan parameter. Untuk nentukan nilai simpangan baku, caranya:

s= varians

a. Simpangan baku data tunggal

Untuk seperangkat data X1, X2, X3, .......Xn (data tunggal)
simpangan bakunya dapat ditentukan dengan:
1) Untuk sampel besar (n > 30):
s=

( X X )

2) Untuk sampel kecil (n 30)

s=

( X X )

n1

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

Xi

X i X

8
7
10
11
4

0
-1
2
3
-4
( x i x )

( X i X )

0
1
4
9
16
( x i x )2 =

=0
Rata rata
s=

30

=8

30
= 7,5=2,74
4

b. Simpangan baku data berkelompok

1) Untuk sampel besar (n > 30)
s=

f ( X X )

2) Untuk sampel kecil (n 30 )

s=

f ( X X )
n1

Contoh soal;
Tentukan simpangan baku
Tabel 4.5 Nilai ujian statistik 100 orang mahasiswa
Niali ujian
40 44

Frekuensi
8

45 49

12

50 54

19

55 59

31

60 64

20

65 69

70 - 74
Jumlah

4
100

Penyelesaian:
X X

Nilai

fX

40 44

42

336

-13,85

191,8225

1534,58

45 49

12

47

564

-8,85

78,3225

939,87

50 54

19

52

988

-3,85

14,8225

281,63

55 59

31

57

1767

1,15

1,3225

40,99

60 64

20

62

1240

6,15

37,8225

756,45

65 69

67

402

11,15

124,3225

745,94

70 - 74
Jumlah

4
100

72

288
5585

16,15

260,8225

1043,29
5342,75

( X X )

f ( X X )


X =

fX

s=

5585
=55,85
100

f ( X X )

5342,75
=7,31
100

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:

Dispersi relatif =

Dispersi abso lut

Ratarata

Koefisien Variasi (KV)

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

s
100
X

Keterangan:
KV = Koefisien variasi
s = simpangan baku
X

= rata-rata

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

S=

57,99 g/t

= 78,274

= 88,584

Channel sampling :

S=
a.
b.

69,99 g/t

Tentukan koefisien variasi masing-masing

Metode sampling yang mana sebaiknya dilalakukan
Penyelesaian:
Bulk sampling
KV =

S
57,99
100 =
100 =74,085
X
78,274

Channel sampling

KV =

S
69,99
100 =
100 =79,01
88,584
X

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:
sk =

Mo
X
s

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 (

terletak di

sebelah kanan M o ) , sehingga kurva memiliki ekor memanjang ke

kanan, kurva menceng ke kanan atau menceng positif;
3 ) sk < 0 > nilai-nilai terkonsentrasi pada sisi sebelah kiri (

terletak d i

sebelah kiri M o ) , 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
Interval Kelas

Frekuensi

(m3/s)
31 40

(f)
4

41 50

51 60

61 70

71 80

11

81 90

91 100
Jumlah

2
40

Penyelesaian:

a. Tentukan nilai sk dan ujilah

arah kemencengan
b. Gambarkan kurvanya

Interval

Titik

Frekuens

Kelas

Tengah

(m3/s)
31 40

(X)

(f)

35,5
45,5
55,5
65,5
75,5

41 50
51 60
61 70

3
5
8
11
7

85,5
95,5

71 80
81 90

91 100
Jumlah

40

fX

X X

( X X )

( X X )
142
136,5
277,5
524
830,5
598,5
191

-32
-22
-12
-2
8
18
28

1024
484
144
4
64
324
784

2700

4096
1452
720
32
704
2268
1568

10840

fX = 2700 =67,5
X =
f 40
s=

f ( X X )

n1

10840
=16,672
39

1
1
n( f 2 ) o
( 40 )12
2
2
Me=B+
C=60,5+
10=60,5+10=70,5
f Me
8
Mo=L+

a . sk =

d1
4
C=70,5+
10=70,5+4,44=74,94
d 1+d 2
4+ 5

XMo
67,574,94
=
=0,446
s
16,672

Dari hasil perhitungan diperoleh nilai sk -0,446, yaitu negative maka

kurvanya menceng ke kiri atau menceng negatif.
b. Gambar kurva:

12
10
8
6
4
2
0
35.5

45.5

55.5

65.5

75.5

85.5

95.5

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.

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
1
4
( X X )

n
4=
s4
Contoh soal
Tentukan keruncingan kurva dari data kadar Au hasil pemboran
Lubang Bor

Kadar Au g/t

5,2

1,5

35,9

9,8

17,7

Penyelesaian:
X

X X

( X 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

14,02

1778,1824

1774462

70,1

x =

x = 70,1 =14,02
n

( X X )

s=

( X X ) =
n1

1778,182
=21,084
4

1
4
1
( X X )
1774462
n
5
354892,4
4=
=
=
=1,796
4
4
197611,4
s
( 21,084 )
Karena nilainya lebih kecil dari pada 3 yaitu 1,796 maka distribusi
platikurtik.
2) Untuk data berkelompok
1
4
( X X ) f

n
4=
s4
Contoh soal:
Berikut ini adalah distribusi frekuensi dari pengukuran diameter pipa
Diameter Pipa

Frekuensi (f)

(mm)
65 67

a. Tentukan nilai koefisien

68 70

71 73

13

keruncingannya
b. Gambar grafiknya

74 76

14

77 79

Penyelesaian:

80 - 82
Jumlah

Dari perhitungan diperoleh s =

40
Diameter

3,42
f

X X

( X X )

4
f ( X X )

65 67

66

-7,425

3039,3

6078,7

68 70

69

-4,425

71 73

13

72

-1,425

86
383,40

72
1917,0

74 76

14

75

1,575

77 79

78

4,575

09
4,1234

04
53,604

80 82

81

7,575

38
6,1535
438,09

69
86,149

11
3292,5
36

01
1752,3
64
6585,0
72

Jumlah

40

16472,97

1
4
1
( X X ) f
16.472,97
n
40
411,824
a . 4=
=
=
=3,01
4
4
136,806
s
( 3,42 )
Karena nilai keruncingannya adalah 3,01 maka bentuk kurva tersebut
adalah mesokurtik
b. Grafik:

16
14
12
10
8
6
4
2
0
66

69

72

75

78

81

Gambar 4.4 Keruncingan kurva bagi diameter pipa

SOAL-SOAL LATIHAN
1. Jelaskan apa yang dimaksud dengan ukuran :
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

mm/ 554,

Feb

Mar

Apr

Mei

Juni

Juli

Agus

Sept

Okt

261,

176,

297,

264,

122,

232,

122,

84,X 73,X

Nov

Des

285,

380,

bula

n
a. Deviasi rata-rata
b. Hitung varians dan simpangan bakunya
5. Diketahui kadar Ni (%) dari enam buah drill hole adalah :
Drill hole
Kadar Ni (%)

1
0,9

2
1,2

3
1,5

4
1,9

5
2,4

6
2,6

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