BAB IV

PENGUKURAN VARIABILITAS
A. PENDAHULUAN
Pengukuran variabilitas dinamakan sebagai ukuran penyebaran atau
penyimpangan. Untuk analisis statistik yang lengkap dan yang baik, masih
diperlukan ukuran lain yang biasa dinamakan ukuran penyimpangan atau variansi.
Pengukuran penyimpangan adalah suatu ukuran yang menunjukkan tinggi
rendahnya perbedaan data yang diperoleh dari rata-ratanya. Beberapa diantaranya
yang akan dibahas dapat dilihat pada skema berikut:

Gambar IV.1: Skema Pengukuran Variansi

79

B. RENTANG
Rentang adalah selisih antara data terbesar dan data terkecil dari suatu
kumpulan data. Misalkan ditemukan data hasil panen kelapa sawit selama 10
bulan (dalam ton) adalah sebagai berikut:
a. 5 5 6 6 7 7 8 8 8 12 14 22 25
b. 18 19 20 22 22 22 25 25 25 25 25 25
Untuk data (a) rentangnya lebih besar dibandingkan dengan rentang data (b).
Pada umumnya makin kecil rentang,makin merata persebarannya. Makin kecil
rentang makin cenderung menggunakan rata-rata hitung sebagai ukuran gejala
pusat. Sebaliknya makin besar rentang,makin besar keraguan kita untuk
menganggap ukuran tersebut sebagai ukuran gejala pusat.

C. RENTANG ANTAR KUARTIL

Ukuran dispersi yang kedua adalah rentang antar kuartil (RAK), yang
mengambil bagian 50 persen data yang berada ditengah.
RAK= K3-K1
Sebagai pengganti RAK kadang kadang dipakai pula rentang semi antar
kuartil atau disebut simpangan kuartil(SK).
SK=1/2 RAK
Dengan demikian simpangan kuartil: SK= 1/2 (K3 K1)

3k
K1

K2

3k
K3

Gambar IV.2: Rentang Antar Kuartil Dan Simpangan Kuartil

80

Tabel IV.1: Frekuensi untuk mencari Rentang Antar Kuartil

Kelas
l44 - 53
54 - 63
64 - 73
74 - 83
84 - 93
94 - 103
104 - 113
jumlah

f1
3
3
6
8
6
6
5
37

Kuartil data berkelompok:

n+1
4

K1 =

37 +1
4

9,5 10

K3 =

3 (n+1)
4

3+ 38
4

28,5

29
K1 = interval ke 3

K = interval ke 6

b= 63,5

p= 10

b= 93,5

p= 10

n= 37

i=1

n= 37

i=1

F= 6

f= 6

F= 26

f= 6

F
4
K1 = b+p (
)
f

37 x 1
6
4
=63,5+10(
)
6
= 63,5+ 10(0,54)
= 68,9

81

F
4
K3 = b+p (
)
f

37 x 3
26
4
=93, 5+10(
)
6
= 93, 5+2, 9
= 96, 4
Sehingga rentang antar kuartil (RAK) nya adalah:
RAK= K3 K1 = 96,4 68,9 = 27,5
Pada perhitungan diatas diperoleh K1 = 68,9 dan K3 = 96,4 maka rentan
antar kuartilnya adalah RAK= 96,4 68,9 = 27,5. Ini berarti 50% hasil
pengukuran pada praktek listrik paling sedikit 68,9 kg dan paling banyak 96,4 kg
dan hasil pengukuran tegangan tersebut bila dilukiskan sepanjang garis bilangan
akan berada pada interval yang panjangnya 27,5 kg.
RAK

= Panjang garis K1 K3 yang jumlahnya 50% dari data yang ada

SK

= Panjangnya masing-masing sama dengan K1 Me yang berisi 25%

dari data.

D. RATA- RATA SIMPANGAN

Rata rata simpangan (RS) dihitung dengan rumus:

X 1X
RS=

Langkah-langkah yang dilakukan untuk menentukan RS adalah:

a.
b.
c.
d.

Menentukan nilai x
Hitung selisih x1 x dan tentukan harga-harga mutlak-nya.
Jumlah semua harga-harga mutlaknya.
Hasil tersebut dibagi dengan n.

82

Tabel IV.2: Frekuensi untuk menghitung rata-rata simpangan data tunggal

No
1
2
3
4
5
Jumla

Produksi
70
65
45
40
30
250

X1 - X
20
15
-5
-10
-20
==

|X1 X|
20
15
5
10
20
70

h
Menentukan nilai

x =

x =

xi
n
250
10

= 50
Rata rata simpangan :

XiX
n

RS=

70
5

=14

Tabel IV.3: Distribusi frekuensi untuk menghitung rata-rata simpangan data

berkelompok
Tegangan
44 - 53
54 - 63
64 - 73
74 - 83
84 - 93
94 - 103
104 - 113
jumlah

x1
48,5
58,5
68,5
78,5
88,5
98,5
108,5
===

f1
3
3
6
8
6
6
5
37

f1 . x1
145,5
175,5
411,0
628,0
531,0
591,0
542,5
3024,5

x1 - x
-33,24
-23,24
-13,24
-3,24
6,76
16,76
26,76
===

|x1- x|
33,24
23,24
13,24
3,24
6,76
16,76
26,76
===

f1|x1-x|
99,72
69,72
79,44
25,92
40,56
100,56
133,8
549,72

Untuk mencari rata-rata simpangan baku dengan tabel distribusi:

83

xx =

fixi
fi

3024,5
37

= 81, 74

fiXiX
RS=

549,72
37

=14, 85

E. SIMPANGAN BAKU
Simpangan baku merupakan salah satu ukuran variasi yang paling banyak
digunakan sebab memiliki kemungkinan untuk melakukan manipulasi secara
matematis pada rumus-rumus simpangan tersebut dan berguna untuk pembahasan
teori dan analisis. Simpangan baku adalah suatu nilai yang menunjukkan besar
simpangan rata-rata keseluruhan nilai yang terdapat dalam sekumpulan data
dengan nilai pusatnya dengan cara kemungkinan memiliki nilai nol dengan cara
dikuadratkan.
1. Simpangan baku data tidak berkelompok
Bila sampelnya berukuran kecil, maka:

s=

(xixx )
n1

atau s=

n x 2( x)
n(n1)

Simpangan baku dapat juga dihitung dengan rumus berikut:

x 2(n)( x 2)
s =
n1
Bila sampelnya berukuran besar, maka:

s=

( xixx )
n

atau s=

n x ( x)
n

Dengan menggunakan rumus yang lain:

84

x (n)(x x
s=
n

Contoh menghitung simpangan baku untuk sampel kecil:

Tabel IV.4: Contoh menghitung simpangan baku untuk data kecil
PRODUKS

xi - x

(xi x)2

I
70
65
45
40
30
250

20
15
-5
-10
-20
0

400
225
25
100
400
1150

s=

(xixx )
n1

1150
51

= 16,9558

2. Simpangan baku data berkelompok

Bila ukuran sampel kecil:

s=

fi( xixx )
n1

atau sampel berukuran besar s=

fi(xixx )
n

Tabel IV.5: Contoh menghitung simpangan baku untuk data berkelompok

Tegangan
44 - 53
54 - 63
64 - 73
74 - 83
84 - 93
94 - 103
104 - 113
jumlah

x1
48,5
58,5
68,5
78,5
88,5
98,5
108,5
===

f1
3
3
6
8
6
6
5
37

x1 - x
-33,24
-23,24
-13,24
-3,24
6,76
16,76
26,76
===

(x1 x)2
1104,89
540,09
175,29
10,49
45,69
280,89
716,09
===

f1(x1-x)2
3314,67
1620,27
1051,74
83,92
274,14
1685,34
3580,45
11610,53

85

s=

(xixx )
n1

11610,53
37

= 17,71

Menghitung simpangan dengan cara coding.

s= p

n ( fi xi )( fixi)
n

fixi

atau s= p n

( 2)( fixi)
n(n1)

Tabel IV.6: Contoh menghitung simpangan baku untuk cara coding.

Tegangan
x1
f1
44 - 53
48,5
3
54 - 63
58,5
3
64 - 73
68,5
6
74 - 83
78,5
8
84 - 93
88,5
6
94 - 103
98,5
6
104 - 113
108,5
5
jumlah
===
37
Untuk data pada tabel diatas, diperoleh:

ci
-3
-2
-1
0
1
2
3
===

fi . ci
-9
-6
-6
0
6
12
15
12

fi . ci2
27
12
6
0
6
24
45
120

fixi
s= p n

( 2)( fixi)
n

=10

=10

37 ( 120 )12
37

4296
1369

= 17,71
86

3. Simpangan Baku Gabungan

Misalkan k buah sampel dengan ukuran sebagai berikut:
Sampel 1 berukuran n1 dengan varians S12
Sampel 2 berukuran n2 dengan varians S12 dengan demikian seterusnya
Sampel berukuran nk dengan varians Sk2
Bila varians gabungan diberi simbol s2 dari k sampel tersebut maka

s =

|(1)si2|
|k |

Contoh:
Sampel 1, n1 = 40 dan s1 = 10,5
Sampel 2, n2 = 60 dan s2 = 15,7
Sampel 3, n3 = 70 dan s3 = 21,5
s

S2=303,82

(40)1(10,5) 2+(601)(15,7)2+(701)(21,5)2
40+ 60+703

S=

303,82 = 17,43

F. SEBARAN NORMAL
Sebaran normal digambarkan dengan bentuk kurva simetris, berbentuk
seperti lonceng, dari pola data yang diukur. Sebaran normal memiliki nilai mean,
mode dan median yang sama. Sebaran normal juga dikenal dengan nama sebaran

87

Gauss (1777 1855) yang telah menemukan persamaannya dari studi mengenai
galat dalam pengukuran berulang terhadap benda yang sama.
Untuk sebaran normal diketahui harga-harga hasil perbandingan terhadap
besarnya simpangan baku, sebagai berikut:

I: -3s s/d - 2s

= 2, 15%

II: -2s s/d -s

=12, 59%

III: -s s/d rata-rata

= 34, 13%

IV: rata-rata s/d s

= 34, 13%

V: s s/d 2s

= 12, 59%

VI: 2s s/d 3s

= 2, 15%

Penggambaran secara grafik :

68,3

-s

95,5

mean s

-2s s mean s 2s

99,7%

-3s

-2s

-s mean

2S

3S

Gambar IV.3: Grafik Sebaran Normal

88

Misalkan kita mengukur tinggi badan dari sekumpulan karyawan yang

rata-rata 160cm dengan simpangan baku 20cm. Pengukuran tersebut diperoleh
dari sejumlah besar mahasiswa dan dianggap ukurannya normal,maka:
1. 68,27% dari tinggi badan tersebut termasuk di dalam interval diantara x-s dan
x+s, yaitu diantara 140cm dan 180cm
2. 95,45% dari tinggi badan tersebut termasuk di dalam interval diantara x - 2s
dan x+ 2s, yaitu diantara 120cm dan 200cm
3. 99,7% dari tinggi badan mereka tersebut akan termasuk diantara x - 3S dan x
+ 3S, yaitu antara 100cm-200cm

G. ANGKA BAKU
Angka baku atau disebut juga dengan z- score adalah suatu bilangan
yang menunjukan seberapa jauh suatu nilai( angka kasar) menyimpnang dari nilai
rata-rata dalam satuan simpangan baku.
Dengan demikian:

z=

(nilai data)(ratarata)
simpangan baku

Misalkan saya seorang pedagang cengkeh dapat memperoleh keuntungan

=Rp 50.000. Dalam periode tertentu telah diselidiki bahwa = Rp 40.000 dan =
Rp 7500. Sedangkan seorang pedagang kopi dapat memperoleh keuntungan Rp
30.000, dalam periode tertentu telah diselidiki pula bahwa = Rp 20.000 dan =
Rp 5000,Untuk pedagang cengkeh:

z=

50.00040.000
=1,33
7500

Untuk pedagang Kopi :

z=

30.00020.000
=2,00
5000

89

Pedagang cengkeh mendapat keuntungan 1,33 simpangan baku diatas ratarata hasil usaha yang sejenis, sedangkan pedagang kopi keuntungannya 2,00
simpangan baku di atas rata-rata hasil usaha yang sejenis. Ini berarti pedagang
kopi lebih beruntung dari pedagang cengkeh.

H. UKURAN VARIASI RELATIF

Untuk mengetahui produk yang lebih teliti dari beberapa produk yang ada
maka dilakukan perbandingan yang disebut dengan ukuran variasi dalam bentuk
relatif atau sering dinamakan koefisien variasi (KV).

KV =

Simpangan baku
Ratarata hitung

100 %

Contoh :
1. Seorang mahasiswa meneliti kualitas sepatu kulit yang bisa dipakai oleh
golongan berpenghasilan menengah. Peneliti tersebut mengambil sampel
masing-masing 5 sepatu dari 3 merk yaitu A,B dan C. Hasil pengamtan tentang
kualitas (masa pakai) dalam tahun adalah sebagai berikut :
Sepatu A
Sepatu B
Sepatu C

0,5
1,0
0,5

1,0
1,5
1,5

2,0
1,0
2,0

1,5
1,0
0,5

1,0
1,0
2,0

Ditanya : Sepatu merek apakah yang mempunyai masa pakai yang lebih lama dan
lebih baik. Jelaskan jawaban saudara beserta alasannya.
Penyelesaian :
Sepatu A
No
1.
2.
3.
4.
5.
Jumlah

X1
0,50
1,00
2,00
1,50
1,00
6,00

X12
0,25
1,00
4,00
2,25
1,00
8,50
90

Simpangan baku :

Untuk sampel kecil :

x1

2
1
S = nx

x1

2
1
S = n x

x1 = 6,0

x2 = 8,50

Maka :
X

6,00
5

x 1 2

1 2
S = n x

KV =

s
x

= 1,2
2

100%

( 5 ) ( 8,50 )

0,57
1,20

6,5
20

= 0,57

100% = 47,5%

Sepatu B
No
1.
2.
3.
4.
5.
Jumlah

x22 = 6,25

x2 = 5,5
X

X22
1,00
2,25
1,00
1,00
1,00
6,25

X2
1,00
1,50
1,00
1,00
1,00
5,50

x
n

5,5
5

= 1,1

x1

1 2
S2 = n x

5,5

( 5 ) ( 6,25 )

1
20

= 0,22

91

s
x

KV =

100% =

0,22
1,10

100% = 20 %

Sepatu C

No
1.
2.
3.
4.
5.
Jumlah
6.5
= 5

x
n

X22
0,25
2,25
4,00
0,25
4,00
10,75

X2
0,5
1,5
2,0
0,5
2,0
6,5

= 1,3

x1

2
1
S3 = n x

11,5
20

KV =

s
x

6,5 2

( 5 ) (10,75 )

53,7542,25
20

= 0,76

100% =

0,76
1,3

100% = 58,5 %

Kesimpulan :
Sepatu C lebih tahan lama dibandingkan dengan sepatu A maupun B karena
rata-rata masa pakai sepatu C lebih besar dibandingkan dengan sepatu A maupun
sepatu B. Ditinjau dari ukuran disversinya ternyata sepatu Blebh baik masa
pakainya dibandingkan dengan masa pakai sepatu A dan C, karena koefisien
variasi sepatu B lebih kecil dibandingkan dengan sepatu A dan C (KV B < KVA dan
KVC).
2. Seorang penjaga malam ingin mengetahui kualitas baterai yang biasa
dipakainya. Dari hasil pengamatan yang dilakukannya diperoleh data masa
pakai baterai dalam menit sebagai berikut :
Baterai X = 268 223
274
240
235
Baterai Y = 256 234
210
260
250
a. Secara rata-rata baterai manakah yang lebih tahan lama?
b. Baterai manakah yang mempunyai masa pakai lebih merata?

92

Penyelesaian :
No

(x- X )

1
2
3
4
5
Jumla

268
223
274
240
235
1240

(x- X )2

20
-25
26
-8
-13
-

400
625
676
64
169
1934

(y- y )

256
234
210
260
250
1210

14
-8
-32
18
8
-

x
x

n1

(y- y
)2
196
64
1024
324
64
1672

a)

1240
5

= 248

Sx =

1934
4

= 21,99
y

1210
5

= 242

Sy =

(44) 2
=
n1

20,45

Kesimpulan : Baterai yang lebih baik adalah baterai x karena

b) KVx =
KVy =

s
x
s
y

100% =

100% =

21,99
248
20,45
242

100%

1672
4

x >

= 8,87%

100% = 8,45%

Kesimpulan :
Baterai y lebih merata dibandingkan dengan baterai x karena KVy < KVx
3) Diketahui data mengenai umur (dalam tahun) dan harga jual (dalam juta
rupiah) dari 6 mobil bekas yang dijual oleh seorang pedagang mobil sebagai
berikut :

93

Umur (tahun)
Harga jual (dalam

puluhan juta rupiah)

2,35

1,70

1,75

1,40

0,98

0,90

Pertanyaan :
Lakukan perhitungan, apakah umur atau harga jual yang mempunyai nilai yang
lebih merata?

Penyelesaian :
(x1- x

X1
1
2
2
3
5
5
18

a)

-2
-1
-1
0
2
2
-

KV1 =

18
6

SX1 =

(x1- x

X2

4
1
1
0
4
4
14

(x2- x

2,35
1,70
1,75
1,40
0,98
0,90
9,08

0,84
0,19
0,24
-0,11
0,53
-0,61
-

(x -

)2
0,71
0,04
0,06
0,01
0,28
0,37
1,47

=3

( xx) 2
n1
s
x

100% =

9,08
6

14
61

1,67
3

14
5

= 1,67

100% = 55,66%

=1, 51

94

SX2 =

KV2 =

(xx) 2
n1

s
x

100% =

1,47
61

1,47
5

0,54
1,51

100% = 35,76%

= 0,54

Kesimpulan : Harga jual mobil lebih merata karena KV1 > KV2

4. Pendapatan para pedagang tiap hari tercatat seperti pada tabel berikut :
Pendapatan tiap hari

Banyak Pedagang

(dalam Rp)
500-999
1000-1499
1500-1999
2000-2499
2500-2999
3000-3499
3500-3999
4000-4499

(fi)
6
11
17
25
17
16
5
3

Pertanyaan :
a.
b.
c.
d.

Hitunglah rata-rata besar pendapatan pedagang tiap hari

Hitunglah besar variasi dari pendapatan pedagang.
Hitunglah koefisien variasi dari pendapatan pedagang
Hitunglah besar simpangan baku dari pendapatan pedagang.

Penyelesaian :
Pendapata

Xi

fx

(x-x)

f(x-x)2

n
500-999
1000-1499
1500-1999
2000-2499
2500-2999
3000-3499

6
11
17
25
17
16

749,5
1249,5
1749,5
2249,5
2749,5
3249,5

4497,0
13744,5
29741,5
56237,5
46741,5
51992,0

-1595
-1095
-595
-95
40,5
905

1.526.415
13.189.275
6.018.425
225.625
2.788.425
13.104.400
95

3500-3999
4000-4499
Jumlah

a.

15
3
100

3749,5
4249,5

fx
n

18747,5
12748,5
234450

234450
100

1405
1905

9.870.125
10.887.075
57.609.765

= 2344,5

Kesimpulan :
Rata-rata pendapatan pedagang setiap hari dengan menggunakan rata-rata
hitung sebesar Rp 2344,5
b. V = S2
V : Besar variasi
s=

f (xx )
n

57.609 .765
100

= 759,01

Maka : V =S2
= (759,01)2 = 576096,2
Kesimpulan :
Ukuran dispersi 100 pendapatan pedagang tersebut dengan menggunakan
koefisien variasi sebesar 33,46%. Artinya hasil bagi atau perbandingan antara
simpangan baku terhadap rata-rata hitungnya, pendapatan pedagang per hari
sebesar 33,64%.
c. KV =

s
x

100% =

759,01
2344,5

100% = 32,37%

Kesimpulan :
Ukuran dispersi 100 pendapat pedagang tersebut dengan menggunakan
koefisien variasi sebesar 32,37%, artinya hasil bagi atau perbandingan antara
simpangan baku terhadap rata-rata hitungnya, pendapatan pedagang tiap hari
sebesar 32,37%.
d. Simpangan baku

96

S=

x
x

n
f

Rumus untuk sampel besar n>30

S = 759,01
Kesimpulan :
Ukuran dispersi dari 100 pendapatan pedagang dengan menggunakan
simpangan baku sebesar 759,01. Artinya, rata-rata penyimpangan pendapatan 100
pedagang tersebut terhadap reta-ratanya sebesar Rp759,01.

I. UKURAN KEMIRINGAN DAN KURTOSIS

1. Ukuran Kemiringan (Skewness)
Ukuran

kemiringan

adalah

ukuran

yang

menyatakan

derajat

ketidaksimetrikan sebuah model lingkungan. Ditinjau dari ukuran kemiringan, ada

tiga macam model distribusi, yaitu model positif, simetris dan negatif.

Negatif

Simetris

Positif

Gambar IV.4: Model distribusi ukuran kemiringan

97

Model kemiringan positif terjadi bila kurvanya mempunyai ekor yang

memanjang kesebelah kanan.
Model kemiringan negatif terjadi bila kurvanya mempunyai ekor yang
memanjang ke sebelah kiri.
Untuk mengetahui ketidaksimetrian sebuah model digunakan koefisien
kemiringan Pearson (coefficient skewness pearson) yang ditentukan oleh :
Sk =

xMo
s

..................................................(1)

Dimana : sk = ukuran kemiringan

x

= rata-rata

Mo

= modus

= simpangan baku

Bila secara empirik didapat hubungan antar nilai pusat sebagai :

x

- Mo = 3 ( x Me)

Maka rumus di atas dapat dirubah menjadi :

Sk =

3 ( x Me )
s

...........................................(2)

Dimana : Me = median
Rumus (1) dan (2) berturut-turut dinamakan koefisien kemiringan Pearson tipe
pertama dan kedua.
Kriteria penentuan model menurut Pearson adalah sebagai berikut :
1. Bila koefisien kemiringan lebih kecil dari0 maka model lengkungan adalah
2.

negatif
Bila koefisien kemiringan lebih besar dari 0 maka model lengkungan

adalah positif.
3. Bila koefisien kemiringan sama dengan 0 maka model lengkungan adalah
simetris atau normal.
2. Kurtosis
Kurtosis adalah ukuran keruncingan sebuah model lengkungan atau tinggi
rendahnya sebuah model lengkungan. Apabila ditinjau dari ukuran keruncingan,

98

maka ada tiga macam model lengkungan atau distribusi, yaitu : model distribusi
leptokurtis, mesokurtis dan platikurtis.

Gambar IV.5: Model distribusi ukuran keruncingan

Ukuran keruncingan yang biasa digunakan adalah 4 (alpha 4) dan serring
disebut moment coefficient of kurtosis atau koefisien atau koefisien kurtosis
(coefficient of kurtosis).
Koefisien kurtosis untuk data tidak berkelompok :

4 =

( xx )

n . s4

Koefisien untuk data berkelompok :

4 =

fi ( xx )

n . s4

Kriteria penentuan model adalah sebagai berikut :

99

1. Bila koefisien kurtosis (4) lebih kecil dari 3 maka model lengkungan
adalah platikurtis.
2. Bila koefisien kurtosis (4) lebih besar dari 3 maka model lengkungan
adalah leptokurtis.
3. Bila koefisien kurtosis (4)

sama dengan 3 maka model lengkungan

adalah normal.

Contoh :
Tabel IV.7: Tabel menghitung koefisien kurtosis dan skewness
Tegangan
44-53

Xi
48,5

54-63
64-73
74-83
84-93
94-103
104-113

fi
3

58,5
68,5
78,5
88,5
98,5
108,5

3
6
8
6
6
5

Jumlah

(xi-x)2
1104,89

xi-x
-33,24
-23,24
-13,24
-3,24
6,76
16,76
26,76

540,09
175,29
10,49
45,69
280,89
716,09

fi(xi-x)2
3314,67

(fi(xi-x)2)2
3.662.396,11

1620,27
1051,74
83,92
274,14
1685,34
3580,45

9
875.116,252
184.375,491
881,596
12.529,623
473.420,77
2.563.978,86
4
7.772.698,71

37

1)

x =

2) s =

3) KV =

fi xi
fi

fi ( x x )
fi

s
x

100% =

3024,5
37

= 81,74

11610,53
37

17,71
81,74

= 17,71

100% = 21,66%

4) Koefisien Kemiringan
Sk =

x Mo
S

100

Terlebih dahulu dicari modus :

Mo = b+p

b1
b1+ b 2

73,5+10

2
2+2

= 78,5

Maka :

Sk =

81,7478,5
17,71

= 0,8

Kesimpulan : Karena koefisien kemiringan 0,8 > 0, maka model lengkungannya

adalah lengkungan positif.
5) Koefisien Kurtosis

4 =

fi ( xx ) 4
n . s4

7.772.698,715
17,71

=
4
37

7.772.698,715
3.639 .786 .994

= 21,02

Kesimpulan :
Koefisien kurtosis sebesar 21,02 harga ini lebih besar dari 3 dengan demikian
model distribusi adalah distribusi leptokurtis.

101

J. RINGKASAN
Pengukuran variabilitas dinamakan sebagai ukuran penyebaran atau
penyimpangan. Ukuran ini dapat dinyatakan dalam Rentang, Rata-rata
simpangan, Simpangan baku, Varians, Rentang kuartil, Simpangan kuartil,
Koefisien variasi, Angka baku
Rentang adalah selisih antara data terbesar dan data terkecil dari suatu
kumpulan data.
rentang antar kuartil (RAK) yaitu ukuran variansi yang mengambil bagian
50 persen data yang berada ditengah.
RAK= K3-K1
Rata rata simpangan (RS) dihitung dengan rumus:

X 1X
RS=

Simpangan baku merupakan salah satu ukuran variasi yang paling banyak
digunakan sebab memiliki kemungkinan untuk melakukan manipulasi
secara matematis pada rumus-rumus simpangan tersebut dan berguna
untuk pembahasan teori dan analisis
Simpangan baku data tidak berkelompok
Bila sampelnya berukuran kecil, maka:
102

s=

(xixx )
n1

atau s=

n x 2( x)
n(n1)

Simpangan baku dapat juga dihitung dengan rumus berikut:

2

x (n)( x )
s =
n1

Bila sampelnya berukuran besar, maka:

s=

( xixx )
n

atau s=

n x 2( x)
n

Dengan menggunakan rumus yang lain:

2

x (n)(x x
s=
n

Simpangan baku data berkelompok

Bila ukuran sampel kecil:

s=

fi( xixx )
n1

atau sampel berukuran besar s=

fi(xixx )
n

Menghitung simpangan dengan cara coding dapat dihitung dengan rumus

s= p

n ( fixi ) ( fixi)
n

atau s= p

n ( fixi ) ( fixi)
n (n1)

Sebaran normal digambarkan dengan bentuk kurva simetris, berbentuk

seperti lonceng, dari pola data yang diukur
Angka baku atau disebut juga dengan z- score adalah suatu bilangan yang
menunjukan seberapa jauh suatu nilai( angka kasar) menyimpnang dari
nilai rata-rata dalam satuan simpangan baku
Simpangan baku dapat dihitung dengan rumus
(nilai data)(ratarata)
z=
n ( n1 )

103

 Untuk mengetahui produk yang lebih teliti dari beberapa produk yang ada
maka dilakukan perbandingan yang disebut dengan ukuran variasi dalam
bentuk relatif atau sering dinamakan koefisien variasi (KV).
KV =

Simpangan baku
Ratarata hitung

100 %

Ukuran kemiringan adalah ukuran yang menyatakan derajat

ketidaksimetrikan sebuah model lingkungan
Kurtosis adalah ukuran keruncingan sebuah model lengkungan atau tinggi
rendahnya sebuah model lengkungan.

K. SOAL
1.
2.
3.
4.
5.
6.

sebutkan bermacam-macam ukuran disperse ?

Apa yang di maksud dengan rentang atau nilai jarak ?
Apa yang dimaksud dengan deviasi rata atau rata-rata simpangan ?
Apa yang dimaksud dengan deviasi standar atau simpangan baku ?
5.Apa yang Imaksud dengan ukuran tingkat kemencengan ?
6.Sebutkan tiga jenis kuva distribusi frekuensi berdasarkan tingkat

keruncingannya ?
7. 7.Dari lima data berikut 5,8,4,10,dan 3.tentukan rentang dan nilai rata-rata
simpangannya ?
8. Berdasarkan data berikut :
Kelas

frekuensi

Jawablah:

jawablah0-4

a.tentukan rangennya ?

5-9

10-14

15-19

20-24

b.hitung deviasi standarnya ?

c.berapa variasinya ?
d.berapa nilai koefisiensi variasinya ?

104

e.berapa nilai koefisiensi kemencengannya?

f.berapa

nilai

koefisiensi

keruncingannya

9. Hasil nilai ujian mahasiswa pada matakuliah statistik sebagai berikut :65, 95,
83, 54, 38, 77 ,68 ,61 ,70, 92, 45 , 65, 78, 81 ,66, 50, 67, 75, 90, 83.hitunglah
rata-rata hitungnya, berapa divisiasi standarna,dan apa interppretasi hasil
parhitungan saudara .
10. Seorang peneliti melakukan observasi mengenai biaya konsumsi buku 50
orang mahasiswa.misalkan data biaya konsumsi buku rata-rata setiap bulan di
sajikan seperti pada table berikut ini .

Pertanyaan :
a. Hitung media dan modus
b. tentukan K3 (kuartil ke -3)dan D7 (DESIL Ke-7)
c. Hitung rata-rata simpangan dan simpangan baku
d. Bagaimana

lengkungan distribusi frekuensi ditinjau dari koefisiensi

kemiringan (skewness) dan ditinjau dari koefisiensi kurtosis ?

Berikan kesimpulan anda.
Biaya konsumsi buku tiap

frekuensi

bulan (dalam ribuan rupiah )

60-66

67-73

74-80

11

81-87

12

88-94

95-101

102-108

Jumlah

50

105

11. .Hasil observasi seorang peneliti terhadap sampel sebanyak 60 orang

pedagang ditemukan data tentang tabungan rata-rata setiap bulan (dalam
ribuan rupiah )seoerti yang di sajikan pada table berikut.

Tabungan tiap bulan frekuensi

(dalam

ribuan

rupiah)
30-38
39-47
48-56
57-65
66-74
75-83
84-92
93-101
jumlah
Pertanyaan :

3
5
9
13
10
9
6
5
60

a.Hitunglah median dan modus.

b.Tentukan K2 (Kuartil ke-2)dan D5 (Desil ke-5)
c.Hitung rata-rata simpangan dan simpangan baku.
d.Bagaimana bentuk lengkungan distribusi frekuensi ditinjau dari koefisien
kemiringan dan ditinjau dari koefisien kurtosis.berikan kesimpulan anda.
12. Seorang mahasiswa meneliti kualitas computer yang dipakai para sekretaris
perusahaan

pada

kompter.mahasiswa

suatu

kota

tersebut

ditinjau
mengambil

dari

lamanya

sampel

masa

pakai

masing-masing

5
106

unit(buah)computer dari empat merek.Hasil pengamatan tentan masa pakaI

(dalam tahun ) adalah sebagai berikut:
Merek A : 2 6 3
4 5
Merek B : 4 4 4
5 4
Merek C : 5 4 7 2 5
Merek D : 5 3 7 8 2
Komputer merek apakah yang memiliki masa pakai lebih lama ?
Bila ditinjau dari ukuran dispersinya ,computer merek apa yang lebih baik?
Berikan alasan anda.
13. Komputer mahasiswa melakukan observasi terhadap kualitas pakaian dari tiga
merek yang berbeda. Mahasiswa tersebut, mengambil sampel sebanyak 6
potong untuk masing-masing merek. Andaikan hasil pengamatan daya tahan
(dalam tahun) pakaian tersebut adalah sebagai berikut :
Savile Row :
3
5
4
3
4
2
Arrow : 4
4
4
5
4
5
Choya : 7
2
4
6
6
5
Tentukan merk pakaian apa yang memiliki masa pakai yang lebih lama? Bila
ditinjau dari ukuran dispersinya dengan menggunakan koefisien variasi, merk
pakaian apa yang lebih baik? Berikan alasan anda.
14. Seorang programmer melakukan observasi terhadap kualitas disket dari tiga
merk yang berbeda. Ia mengambil sampel sebanyak 7 unit dari masing-masing
merek. Andaikan hasil pengamatan daya tahan (dalam tahun) disket tersebut
adalah sebagai berikut :
Precision : 4
6
5
4
5
3
7
Fuji :
5
5
5
6
6
6
7
Verbatim : 8
3
5
7
7
6
7
Tentukan merek disket apa yang memiliki masa pakai yang lebih lama? Bila
ditinjau dari ukuran dispersinya dengan menggunakan koefisien variasi, merek
disket apa yang lebih baik? Berikan alasan anda.

107

108