UKURAN PENYEBARAN DATA

Pengertian
Ukuran Penyebaran Data atau ukuran variasi
atau ukuran penyimpangan merupakan ukuran
yang menyatakan seberapa jauh penyimpangan
nilai-nilai data dari nilai-nilai pusatnya atau
ukuran yang menyatakan seberapa banyak nilainilai data yang berbeda dengan nilai-nilai
pusatnya

Jenis Ukuran Penyebaran Data

1. Jangkauan (Range = R); Jangkauan atau ukuran
jarak adalah selisih nilai terbesar dengan nilai
terkecil dari suatu data.
a. Jangkauan data tunggal; bila ada
sekumpulan data tunggal X1, X2, , Xn
maka jangkauannya adalah

Range X Maks. X Min.

b. Jangkauan data berkelompok ; untuk data

berkelompok jangkauan dapat ditentukan
dengan dua cara yaitu dengan
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.
3. Jangkauan adalah selisih tepi atas nyata kelas
tertinggi dengan tepi bawah nyata kelas
terendah.

Pendapatan Pengusaha Kopi di Aceh Tengah

No.

Interval Pendapatan

Frekuensi

140 - 144

145 - 149

150 - 154

10

155 - 159

14

160 - 164

12

165 - 169

170 - 174
Jumlah

3
50

1. Titik tengah kelas terendah = 142

2. Titik tengah kelas tertinggi = 172
3. Tepi bawah kelas terendah = 139,5
4. Tepi atas kelas tertinggi = 174,5
5. Jangkauan = 172 142 = 30
6. Jangkauan = 174,5 139,5 = 35

2. Jangkauan Antarkuartil dan Jangkauan Semi

Interkuartil
Jangkauan antarkuartil adalah selisih antara nilai
kuartil atas Q3 dan kuartil bawah Q1, dapat
dirumuskan :
JK = Q3 Q1
Jangkauan semi interkuartil atau simpangan
kuartil adalah setengah dari selisih kuartil atas Q3
dengan kuartil bawah Q1, dapat dirumuskan :

Qd = (Q3 Q1)

Jangkauan antarkuartil dapat digunakan untuk

menemukan adanya data pencilan (Outlier) yaitu
data yang dianggap salah catat atau salah ukur
atau berasal dari kasus yang menyimpang, karena
perlu diteliti ulang. Sehingga dapat diselesaikan
dengan rumusan sebagai berikut :
L = 1,5 x JK
BD = Q1 L
BL = Q3 + L
L
= langkah Pertama
BD = Batas Dalam
BL = Batas Luar

Contoh :
Selidikilah apakah terdapat data pencilan dari data
dibawah ini :
15, 33, 42, 50, 51, 51, 53, 55, 62, 64, 65, 68, 79,
85, 97
1
1
16
Q1 (15 1) (16) 4, jadi Q1 50
4
4
4
3
3
48
Q3 (15 1) (16)
12, jadi Q3 68
4
4
4

Jangkauan Kuartil, JK = Q3 Q1 =68 50 = 18

L = 1,5 x 18 = 27
BD = 50 27 = 23
BL = 68 + 27 = 95
Pada data diatas terdapat nilai 15 terendah dan 97
data tertinggi, sehingga nilai 15 kurang dari batas
dalam yaitu 23 atau lebih dari batas luar yaitu 95.
Dengan demikian nilai 15 dan 97 termasuk data
pencilan oleh karena itu perlu datanya diteliti
ulang. Adanya nilai 15 dan 97 mungkin
disebabkan salah dalam mencatat, salah dalam
mengukur atau data dari kasus menyimpang.

3. Simpangan Rata-Rata (Average Deviation)

Simpangan rata-rata adalah nilai rata-rata hitung
dari harga mutlak simpangan-simpanganya.
Simpangan rata-rata dibedakan :
1. Simpangan rata-rata data tunggal
n
Xi X
SR i 1
n

2. Simpangan rata-rata data berkelompok

fi Xi X
SR
fi
Dimana :

SR
Xi
X

= Simpangan rata-rata
= Data ke - i
= Nilai rata-rata
= Banyaknya data
= Banyaknya frekuensi data berkelompok

4. Simpangan Baku atau Standar Deviasi

Simpangan baku adalah nilai tengah kuadrat
simpangan dari nilai tengah atau simpangan ratarata kuadrat.

1. Simpangan baku data tunggal

n
2
X X
i
i 1
n

2. Simpangan baku data Berkelompok

f X X
f
i

atau

(fi X

2
i

) ( f X ) / f
i i
i
fi 1
2

Dimana :

s2
s
Xi
X

= varians/ragam
= simpangan baku
= Data ke - i
= Nilai rata-rata
= Banyaknya data
= Banyaknya frekuensi data berkelompok

Contoh data tunggal :

Suatu penelitian terhadap 8 peusahaan industri
otomotif terhadap tingkat pengembalian
investasinya, hasil penelitian dalam persen adalah
sebagai berikut : 10,6 12,6 14,8 18,2 12,0 14,8
12,2 dan 15,6.
Pertanyaan :
1. Berapa rata-rata tingkat pengembalian
investasinya?
2. Berapa deviasi rata-ratanya?
3. Interpretasikan deviasi rata-ratanya.

Diselesaikan dengan menggunakan tabulasi

No.

(Xi)

(X X)
i

X X
i

10,6

-3,25

3,25

12,6

-1,25

1,25

14,8

0,95

0,95

18,2

4,35

4,35

12,0

-1,85

1,85

14,8

0,95

0,95

12,2

-1,65

1,65

15,6

1,75

1,75

Jumlah

110,80

16

Rata-Rata

13,85

Diselesaikan dengan penguraian rumus

simpangan rata-rata data tunggal
n
Xi X
10,6 13,85 12,6 13,85 14,8 13,85 ... 15,6 13,85
SR i 1

n
8

SR

3,25 1,25 0,95 ... 1,75

16
SR
2
8

1. Rata-rata tingkat pengembalian = 13,85

atau sekitar 13,85%
2. Simpangan Rata-rata atau deviasi rata-rata
adalah 2 (2 %)
3. Simpangan rata-rata atau deviasi rata-rata
adalah angka yang menunjukkan
pengembalian investasi perusahaan
otomotif secara simpangan rata-rata 2%
pertahun dari rata-rata hitung
pengembalian investasi sebesar 13,85%.

Contoh data berkelompok :

Penelitian yang dilakukan terhadap dana investasi yang di
investasikan per dua minggu oleh karyawan dalam rencana
pembagian keuntungan, data sebagai berikut :
Jumlah Investasi

Banyaknya

(Dalam Dollar)

Pekerja

30 - 34

35 - 39

40 - 44

11

45 - 49

22

50 - 54

40

55 - 59

24

60 - 64

65- 69

Jumlah Investasi

Fi x Xi

(X X)
i

X X
i

Jumlah

Titik

Pekerja

Tengah (X)

30 - 34

32

96

-19,0417

19,0417

57,1250

35 - 39

37

259

-14,0417

14,0417

98,2917

40 - 44

11

42

462

-9,0417

9,0417

99,4583

45 - 49

22

47

1034

-4,0417

4,0417

88,9167

50 - 54

40

52

2080

0,9583

0,9583

38,3333

55 - 59

24

57

1368

5,9583

5,9583

143,0000

60 - 64

62

558

10,9583

10,9583

98,6250

65- 69

67

268

15,9583

15,9583

63,8333

Jumlah

120

(Dalam Dollar)

Rata-rata

f X X
i i

6125

687,5833

51,04

5,7299

687,5833
SR
5,7299
120
Simpangan rata-rata atau deviasi rata-rata
adalah angka yang menunjukkan
pengembalian investasi dari dana yang di
investasikan per 2 minggu, jadi
pengembalian investasi sebesar $5,73 per
minggunya

Contoh data tunggal menentukan simpangan baku:

Suatu penelitian terhadap 8 peusahaan industri

otomotif terhadap tingkat pengembalian
investasinya, hasil penelitian dalam persen adalah
sebagai berikut : 10,6 12,6 14,8 18,2 12,0 14,8
12,2 dan 15,6.
Diselesaikan dengan rumus simpangan baku

n
2
X

i
i

1
s

10,6 13,85 2 12 ,6 13,85 2 14 ,8 13,85 2 ... 15,6 13,85 2

8

 3,25 1,25 0,95

2

s
s
s

... 1,75

10 ,5625 1,5625 0,9025 ... 3,0625

8
42 ,0600
8

s 5,2575 atau s2 = 5,2575

s 2,2929

Titik

Titik
Tengah
kuadrat

Jumlah kali
Frek. dgn
Titik Tgh

Jumlah kali
Frek. dgn
Titik Tgh kudrat

Pekerja

Tengah
(Xi)

X2

Fi x Xi

Fi x Xi2

30 - 34

32

1024

96

3072

35 - 39

37

1369

259

9583

40 - 44

11

42

1764

462

19404

45 - 49

22

47

2209

1034

48598

50 - 54

40

52

2704

2080

108160

55 - 59

24

57

3249

1368

77976

60 - 64

62

3844

558

34596

65- 69

67

4489

268

17956

Jumlah

120

6125

319345

Jumlah
Investasi

Jumlah

(Dalam Dollar)

n
n
n
2
2
(f X i ) ( f X ) / f
i
i i
i
i 1
i 1
i 1
n
fi 1
i 1

319345 6125 /120

2

s
s

120 1

319345 312630 ,2083

119

s 56,4268 atau s2 = 56,4268

s 7,5117

5. Ragam (Variance)
Ragam atau variance ukuran penyebaran/dispersi
yang menjelaskan tingkat keterpencaran data dari
serangkaian distribusi. Apakah data-data tersebut
berkelompok disekitar nilai rata-ratanya atau
terpencar secara tidak beraturan jauh dari nilai
rata-ratanya.
Untuk sampel variannya (varians sampel)
disimbolkan dengan s2, sedangkan untuk
populasi (varians populasi) disimbolkan dengan
2 (baca : sigma).

a. Ragam (Variance) Data Tunggal

Untuk seperangkat data X1, X2, X3, , Xn (data
tunggal) ragamnya dapat ditentukan dengan
rumus sebagai berikut :

X X

Untuk n > 30

X X

n -1

Untuk n 30

b. Ragam (Variance) Data Berkelompok

f X X

s
f

atau
2

2
(f
X
)

(
f
X
)
/
f

2
i
i
i
i
s
fi 1
2
i

Dimana :

s2
s
Xi
X

= varians/ragam
= simpangan baku
= Data ke - i
= Nilai rata-rata
= Banyaknya data
= Banyaknya frekuensi data berkelompok

c. Ragam (Variance) Gabungan

Misalkan terdapat k buah sub sampel sebagai
berikut :
- Sub sampel 1, ukuran n1 dengan ragam

s 12

- Sub sampel 2, ukuran n2 dengan ragam

s 22

- Sub sampel 3, ukuran n3 dengan ragam

s 23

- . , . . ...
- Sub sampel k, ukuran nk dengan ragam

s 2k

Jika sub sampel-sub sampel tersebut digabung

menjadi sebuah sampel berukuran n1 + n2 +
+ nk = n, maka ragam gabungannya
Dengan rumus adalah :
2
gab

atau

(n1 1)s (n2 1)s ... (nk 1)s

(n1 n2 ... nk ) k

s2gab

2
1

2
(n

1)s
1

(n

k)

2
2

2
k

6. Ukuran Dispersi Relatif

Ukuran dispersi atau variasi yang sudah
dipelajari adalah ukuran absolut, ukuran ini
hanya dapat digunakan untuk melihat hasil
penyimpangan-penyimpangan suatu nilai atau
yang terdapat pada suatu kumpulan data,
bukan untuk beberapa kumpulan data.
Untuk membandingkan dispersi atau variasi
dari beberapa kumpulan data digunakan istilah
dispersi relatif, yaitu perbandingan antara
ukuran dispersi absolut dengan nilai rataratanya, dengan rumus sebagai berikut :

dispersi absolut
dispersi relatif =
rata-rata

Ukuran-ukuran koefisien keragaman atau dispersi

relatif adalah sebagai berikut :
1. Koefisien Variasi (Keragaman) (KV)
Koefisien kergaman dapat dirumuskan :

s
KV x 100%
X

2. Variasi (Keragaman) Jangkauan (VR)

Jangkauan keragaman dengan rumus :

R
VR x 100%
X
3. Variasi (Keragaman) Simpangan RataRata (VSR)
Simpangan rata-rata keragaman dapat
dirumuskan :
SR
VSR
x 100%
X

4. Variasi (Keragaman) Kuartil (VQ)

Quartil keragaman dapat dirumuskan :

Qd
VQ
x 100%
Me
Q 3 Q1
VQ
x 100%
Q 3 Q1

5. Kemencengan atau Kecondongan

Kemencengan atau kecondongan (Skewness)
adalah ingkat ketidaksimetrisan atau kejauhan
simetri dari sebuah distribusi.
Sebuah distribusi yang tidak simetris akan
memiliki rata-rata, median dan modus yang tidak
sama besarnya atau

X Me Mo

Sehingga distribusi akan terkonsentrasi pada

salah satu sisi dan kurvanya akan menceng.
Jika distribusi memiliki ekor yang lebih
panjang ke kanan dari pada yang ke kiri
maka distribusi disebut condong ke kanan
atau memiliki kemencengan positif.
Sebaliknya jika distribusi memiliki ekor yang
lebih panjang ke kiri dari pada ke kanan
maka distribusi disebut condong ke kiri atau
memiliki kemencengan negatif.

Berikut gambar kurva dari distribusi yang

condong ke kanan (condong positif) dan
condong ke kiri (condong negatif).

Mo

Kemencengan distribusi ke kanan

Me

Kemencengan distribusi ke kiri

Untuk mengetahui bahwa konsentrasi distribusi

condong ke kanan atau condong ke kiri, dapat
ditentukan berdasarkan metode-metode sebagai
berikut :
1. Koefisien Kemencengan Pearson
Koefisien kemencengan Pearson merupakan nilai
selisih rata-rata dengan modus dibagi simpangan
baku. Koefisien kemencengan Pearson
dirumuskan :

X Mo
sk
s

Apabila secara teori didapatkan hubungan antar

nilai pusat sebagai berikut :

X Mo 3( X Me)
Maka rumus kemencengan di atas dapat diubah
menjadi :

3(X - Me)
sk
s

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
condong ke kanan atau condong 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 condong ke
kiri atau condong negatif.

2. Koefisien Kemencengan Bowley

Koefisien kemencengan Bowley berdasarkan
pada hubungan kuartil-kuartil (Q1, Q2 dan Q3)
dari sebuah distribusi. Koefisien kemecengan
Bowley dirumuskan :
(Q3 Q 2 ) (Q 2 Q1 )
sk B
atau
(Q3 Q 2 ) (Q 2 Q1 )
Q3 2Q 2 Q1
sk B
Q3 Q1
Dimana :

sk B koefisien kemencengan Bowley

Koefisien kemencengan Bowley sering juga disebut Kuartil

Koefisien Kemencengan
Apabila nilai skB dihubungan dengan keadaan kurva,
didapatkan :
1. Jika Q3 Q2 > Q2 Q1, maka distribusi akan menceng ke kanan
atau menceng secara positif
2. Jika Q3 Q2 < Q2 Q1, maka distribusi akan menceng ke kiri atau
menceng secara negatif
3. skB positif berarti distribusi menceng ke kanan
4. skB negatif berarti distribusi menceng ke kiri
5. skB = 0,10 menggambarkan distribusi yang menceng tidak berarti
dan skB > 0,30 menggambarkan kurva yang menceng berarti

5. Keruncingan (Kurtosis)
Keruncingan atau kurtosis adalah tingkat
kepuncakan dari sebuah distribusi yang biasanya
diambil secara relatif terhadap suatu distribusi
normal. Kurvanya dibedakan atas 3 yaitu :
1. Leptokurtik; merupakan distribusi yang
memiliki pucak relatif tinggi.
2. Platikurtik; merupakan distribusi yang memiliki
puncak hampir mendatar.
3. Mesokurtik; merupakan distribusi yang memiliki
puncak tidak tinggi dan tidak mendatar.

Bila distribusinya merupakan distribusi simetris

maka distribusi mesokurtik dianggap sebagai
distribusi normal.
Perhatikan gambar dibawah ini
Leptokurtik

Platikurtik
Mesokurtik

Gambar : Keruncingan Kurva

Untuk mengetahui keruncingan kurva suatu

distribusi, maka ukuran yang digunakan adalah :
1. Koefisien Keruncingan
Koefisien keruncingan atau koefisien kurtosis
dilambangkan dengan 4 (alpha 4). Dengan
ketentuan sebagai berikut :
1. Nilai lebih kecil dari 3 (< 3) maka
distribusinya adalah distribusi Platikurtik.
2. Nilai lebih besar dari 3 (3 >) maka
distribusinya adalah distribusi Leptokurtik.
3. Nilai sama dengan 3 (= 3) maka distribusinya
adalah distribusi mesokurtik.

Untuk mencari nilai keruncingan, dibedakan antara

data tunggal dan data berkelompok :
1. Untuk data tunggal

1
4
(X X)

4 n
4
s
2. Untuk data tunggal
1
4
(X X) f

4 n
4
s