Anda di halaman 1dari 6

SIMPANGAN (DISPERSI) DAN VARIASI

Ukuran Simpangan = Ukuran Dispersi = Ukuran Variasi


1. Rentang (range)
2. Rentang antar kuartil
3. Simpangan kuartil (deviasi Kuartil)
4. Rata-rata Simpangan (Deviasi rata-rata)
5. Simpangan baku (standar deviasi) dan Varians
1. Rentang (Range) = skor terbesar skor terkecil
2. Rentang antar kuartil RAK = K3 K1
3. Simpangan Kuartil (Deviasi Kuartil = Rentang Semi Antar Kuartil)

SK = (K3 K1)

4. Rata-rata Simpangan (Deviasi Rata-rata) RS =

|Xi X |
n

Contoh: Suatu sampel berukuran n = 5, dengan data: 8, 7, 10,


11, 14
Maka Deviasi rata-rata (Rata-rata Simpangan) dapat dihitung
sbb:
Xi

Xi X

|Xi X |

8
7
10
11
14

-2
-3
0
+1
+4

2
3
0
1
4

X=
50

10

Nilai rata-rata

X
X =
n

= 10

RS =

|Xi X |

5. Simpangan Baku = Standar Deviasi

10
5

= 2,0

50
5

Simpangan

baku

(Standar

Deviasi)

merupakan

ukuran

simpangan yang paling banyak digunakan. Misalkan suatu sampel


berukuran n, dengan data: X1, X2, X3, ., Xn. Maka simpangan
baku (standar deviasi) dari sampel tersebut dapat dihitung sbb:

a. Estimasi yg sifatnya bias s =

b. Estimasi yg tidak bias s =

( Xi X )2

(Xi X )2
n1

xi 2
n

xi 2
n1

Keterangan:
s = simpangan baku sampel sbg estimasi terhadap
(simpangan baku
populasi)
n 1 = derajat kebebasan
Contoh: Suatu sampel berukuran n = 5, dengan data: 8, 7, 10, 11,
14
Maka Simpangan baku atau Standar Deviasi dapat dihitung sbb:
Xi

8
7
10
11
14

Xi X

X
Xi

-2
-3
0
+1
+4

4
9
0
1
16

Nilai rata-rata
50
5

s=

X
X =
n

= 10

( Xi X )2
n1

30
51

7,5 = 2,74
X = 50

30

Rumus di atas diterapkan dengan selalu menghitung rerata (


X

terlebih dahulu, sehingga disebut sebagai Rumus Deviasi.

6. Simpangan Baku dengan Rumus Skor Kasar :

Harga simpangan baku (standar deviasi) dengan rumus angka


kasar atau rumus varians dapat dihitung sbb:
s

n. Xi 2( Xi)2
n ( n1 )

s=

n . Xi 2( Xi)2
n ( n1 )

Contoh: Suatu sampel berukuran n = 5, dengan data: 8, 7, 10, 11,


14
Maka Simpangan baku atau Standar Deviasi dapat dihitung
dengan rumus angka kasar (rumus varians) sbb:
Xi

Xi 2

8
7
10
11
14
Xi =
50

64
49
100
121
196
2
Xi =

s=

530

n. Xi 2( Xi)2
n ( n1 )

s=

n . Xi 2( Xi)2
n ( n1 )

( 5 ) .(530)(50)2
5 ( 51 )

150
20

2,74

7. Simpangan Baku dari data dalam Distribusi Frekuensi


Bergolong:
a. Dengan rumus Angka Kasar (Rumus Varians):
s

n. fi . Xi2(fi . Xi)2
n ( n1 )

Keterangan: Xi = tanda kelas (mid-point)


fi = Frekuensi pada kelas yang sesuai
n = fi
Contoh: Data Nilai Statistika 80 Mahasiswa yg telah disajikan
dalam Tabel Distribusi Frekuensi Bergolong sbb:
Nilai

fi

Xi

Xi 2

31 40

35,5

1260,25

fi. Xi
35,5

fi . Xi 2

1.260,25
41 50

45,5

2070,25

91,0
4.140,50

51 60

55,5

3080,25

277,5
15.401,25

61 70

15

71 80
81 90
91 100
JUMLAH
s

Maka

25
20
12
80

65,5
75,5
85,5
95,5
--

4290,25
5700,25
7310, 25
9120, 25
--

( 80 ) . ( 483.310 )(6130)2
80 ( 801 )

982,5
64.353,75
142.506,25
146.205,0
109.443,0
483.310,0

1887,5
1710,0
1146,0
6130,0

= 172,1 s =

172,1 = 13,12

b. Dengan Rumus Deviasi :


Contoh: Data Nilai Statistika 80 Mahasiswa yg telah disajikan
dalam Tabel Distribusi Frekuensi Bergolong sbb:
Nilai
31 40

fi
1

Xi
35,5

Xi -

fi .( Xi X )2
(Xi X )2

-41,1

1689,21
1.689,21

41 50

45,5

-31,1

51 60

55,5

-21,1

61 70
71 80
81 90

15
25
20

65,5
75,5
85,5

967,21

1.834,42

445,21

2.226,05

123,21

1.848,15

1,21

30,25

79,21

1.584,20

357,21

4.286,52

-11,1
-1,1
+8,9

91 100

12

95,5

+18,9

JUMLAH

80

--

-13.498,80

Nilai rata-rata :

X =76,625

76,6

2
fi .( Xi X)
n1

13.498,80
801

= 170,9 s =

170,9 = 13,07

c. Dengan Rumus Koding :


Contoh: Data Nilai Statistika 80 Mahasiswa yg telah disajikan
dalam Tabel Distribusi Frekuensi Bergolong sbb:

Nilai

fi

Xi

ci

ci2

fi. ci

fi . ci 2

31 40
41 50
51 60
61 70
71 80
81 90
91 100
JUMLAH

1
2
5
15
25
20
12
80

35,5
45,5
55,5
65,5
75,5
85,5
95,5
--

-3
-2
-1
0
+1
+2
+3
--

9
4
1
0
1
4
9
--

-3
-4
-5
0
+ 25
+ 40
+ 36
+ 89

9
8
5
0
25
80
108
235

Rumus :

n . fi . ci ( fi . ci)
p
n(n1)
2

( 80 ) . ( 235 ) (89)2
(10)
80(801)
2

172,1
S=

172,1 = 13,12

Apakah dalam menentukan nilai simpangan baku ini, kita juga


bebas menentu-kan letak ci = 0 ?
Contoh:

Nilai

fi

Xi

ci

ci2

fi. ci

fi . ci 2

31 40
41 50
51 60
61 70
71 80
81 90
91 100
JUMLAH

1
2
5
15
25
20
12
80

35,5
45,5
55,5
65,5
75,5
85,5
95,5
--

-4
-3
-2
-1
0
+1
+2
--

16
9
4
1
0
1
4
--

-4
-6
-10
-15
0
+ 20
+ 24
+9

16
18
20
15
0
20
48
137

Rumus :

s2 =

p2

n . fi . ci ( fi . ci)
n(n1)

(10)2

( 80 ) . (137 ) (9)2
80( 801)

172,1
S=

172,1 = 13,12

8. Simpangan Baku Gabungan dari Beberapa Sub Sampel


Misal:
Sub-sample 1 : berukuran n1, dgn simpangan baku s1
Sub-sample 2 : berukuran n2, dgn simpangan baku s2
..
Sub-sample k : berukuran nk, dgn simpangan baku sk
Maka simpangan baku gabungan dari sampel berukuran n1 + n2
+ ..+ nk dapat dihitung dengan rumus:
( 1 ) . s 12

2
s =
s2 =
atau
k
( n11 ) . s 12+ ( n21 ) . s 22+ + ( nk 1 ) sk 2
n 1+n 2++nk k
C ontoh:

Hasil pengamatan pada sub sampel pertama terhadap 14


objek, menghasilkan s1 = 2,75 , sedangkan pengamatan pada
sub sampel kedua terhadap 23 objek, diperoleh s2 = 3,08.
Maka simpangan baku gabungan dari kedua sub sampel tsb
dapat dihitung:
s 2=

( n 11 ) . s 12 + ( n 21 ) . s 22
n 1+n 2k

s 2=8,772

( 141 ) .(2,75)2+ ( 231 ) .(3,08)2


14 +232

s = 8,772 = 2,96