MAKALAH

UKURAN PENYIMPANGAN (DISPERSI)

Disusun Oleh :

FIRDA NURFAIDA (3315153846)

RAINY SULUYA (331515

RIFKA APRILIANA (3315153288)

Disusun untuk Memenuhi Salah Satu Tugas Mata Kuliah Statistika

Dosen Pengampu: Dr. Agung Purwanto, M.Si

PROGRAM STUDI PENDIDIKAN KIMIA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM

UNIVERSITAS NEGERI JAKARTA

2017

i
 Kata Pengantar

Puji syukur kami ucapkan kepada Tuhan Yang Maha Esa karena berkat
limpahan Rahmat-Nyalah kami dapat menyelesaikan tugas makalah Statistika
Dasar ini. Tugas makalah ini adalah mengenai Ukuran penyimpangsn Dispersi,
isinya meliputi pengertian dispersi, jenis-jenis ukuran dispersi, koefisien variasi,
kemencengan atau kecondongan, keruncingan (kurtosis) serta bilangan z (z-
score).

Ucapan terima kasih kami sampaikan atas bantuan semua pihak. Baik yang
berperan secara langsung maupun tidak langsung dalam proses pembuatan dan
penyusunan makalah ini, sehingga dapat terselesaikan tepat pada waktunya.

Selain itu, penulis juga mengharapkan kritik dan saran yang membangun
demi perbaikan kedepannya. Demikianlah, semoga makalah ini dapat bermanfaat.
Aamiin..

Jakarta , November 2017

Penyusun

Kelompok 6

ii
 Daftar Isi

Halaman Depan..... ........................................................................................... i

Kata Pengantar. ................................................................................................ ii
Daftar Isi........................................................................................................... iii
BAB I Pendahuluan.... ..................................................................................... 1
A. Latar Belakang. .................................................................................... 1
B. Rumusan Masalah. ............................................................................... 2
C. Tujuan Penulisan. ................................................................................. 2
D. Manfaat Penulisan. ............................................................................... 2
BAB II Pembahasan. ........................................................................................ 3
A. Pengertian Dispersi. ............................................................................. 3
B. Jenis-jenis Ukuran Dispersi. ................................................................. 3
C. Koefisien Variasi. ................................................................................. 19
D. Kemencengan atau Kecondongan. ....................................................... 21
E. Keruncingan (Kurtosis). ....................................................................... 29
F. Bilangan z (z-score) ............................................................................. 33
BAB III Penutup .............................................................................................. 37
A. Kesimpulan. ......................................................................................... 37
B. Saran. .................................................................................................... 38
Daftar Pustaka .................................................................................................. 39

iii
 BAB I
Pendahuluan

A. Latar Belakang

Pada dasarnya statistika ialah sebuah konsep dalam bereksperimen,

menganalisa data yang bertujuan untuk mengefisiensikan waktu, tenaga dan
biaya dengan memperoleh hasil yang optimal. Berdasarkan definisinya
Statistika merupakan ilmu yang mempelajari bagaimana merencanakan,
mengumpulkan, menganalisis, menginterpretasi, dan mempresentasikan data.
Sedangkan statistik adalah data, informasi, atau hasil penerapan algoritma
statistika pada suatu data. Data sendiri merupakan kumpulan fakta atau angka.

Dalam materi ini yang akan penulis bahas adalah tentang ukuran
penyebaran atau dispersi. Ukuran penyebaran atau dispersi atau ukuran
simpangan adalah ukuran yang menggambarkan bagaimana berpencarnya
suatu data kuantitatif. Ukuran ini sering disebut dengan ukuran variasi.

Pentingnya kita mempelajari dispersi data didasarkan pada dua

pertimbangan. Pertama, pusat data, seperti rata-rata hitung, median, dan
modus hanya memberi informasi yang sangat terbatas, sehingga tanpa
disandingkan dengan dispersi data kurang bermanfaat dalam analisis data.

Kedua, dispersi data sangat penting untuk membandingkan penyebaran dua

distribusi data atau lebih. Ada beberapa jenis ukuran dispersi data, antara lain:
jangkauan (range), simpangan rata-rata (mean deviation), variansi (variance),
simpangan baku (standard deviation), jangkauan kuarti, dan jangkauan
persentil.

Dari beberapa materi yang dipelajari dalam mata kuliah Statistika Dasar,
kami sebagai kelompok 6 mendapat tugas dari Bapak Dr.Agung Purwanto,
M.Si selaku dosen mata kuliah Statistika Dasar untuk membuat makalah serta
powerpoint mengenai materi Ukuran Dispersi

Untuk itulah, kami membuat makalah beserta powerpoint mengenai

Ukuran Dipersi guna melengkapi tugas yang diberikan.

B. Rumusan Masalah
1. Apa yang dimaksud dengan ukuran dipersi ?
2. Apa sajakah jenis-jenis ukuran dipersi absolut ?

1
 3. Apa sajakah jenis-jenis ukuran dipersi relatif ?
4. Apakah yang dimaksud dengan kemencengan atau kecondongan,
keruncingan, serta bilangan z-score serta bagaimana bentuk-bentuk
persamaan-persamaan pentingnya ?

C. Tujuan Penulisan
1. Untuk mengetahui pengertian ukuran dipersi
2. Untuk mengetahui jenis-jenis ukuran dipersi absolut
3. Untuk mengetahui jenis-jenis ukuran dipersi relatif
4. Untuk mengetahui pengertian serta persamaan-persamaan penting dari
kemencengan atau kecondongan, keruncingan, serta bilangan z-score

D. Manfaat Penulisan
1. Bagi penulis : Memperdalam wawasan dan pengetahuan mengenai
materi tentang ukuran dipersi yang meliputi pengertian dispersi, jenis-
jenis ukuran dispersi, koefisien variasi, kemencengan atau
kecondongan, keruncingan serta bilangan z (z-score).

2. Bagi Mahasiswa/pelajar : Sebagai sumber/literature dalam memperda-

lam materi statistika dasar mengenai ukuran dispersi.

2
 BAB II
Pembahasan

A. Pengertian Dipersi
Ukuran dispersi atau ukuran variasi adalah ukuran yang menyatakan seberapa
jauh nilai-nilai data yang berbeda dari nilai pusatnya atau ukuran yang
menyatakan seberapa banyak nilai-nilai data yang berbeda dari ukuran pusatnya.
Ukuran dispersi pada dasarnya merupakan pelengkap dari ukuran pusat dalam
menggambarkan sekumpulan data. Dengan ukuran dispersi, penggambaran data
akan lebih tepat dan jelas.
Fungsi ukuran dispersi:
Menunjukkan tinggi rendahnya penyimpangan antar data.
Mengeahui derajat perbedaan antar data.

B. Jenis - Jenis Ukuran Dipersi

a. Jangkauan (Range, R)
Range adalah selisih antara nilai terbesar dan nilai terkecil dari data yang
telah disusun berurutan. Cara mencari jangkauan dibedakan antara data tunggal
dan data berkelompok.
1. Jangkauan data tunggal

Contoh Range :
IQ lima orang anggota keluarga adalah : 108, 112, 127, 118, dan 113.
Tentukan rentangnya!
Jawab: Rentangdari 5 IQ tersebut adalah:
=
= 127-108 = 19

3
 2. Jangkauan data berkelompok
Pada data berkelompok, ditentukan dari selisih tepi atas kelas
tertinggi dengan tepi bawah kelas terendah ataupun dengan selisih titik
tengah kelas tertinggi dan titik tengah kelas terendah.
Contoh :
Tentukan jangkauan dari distribusi frekuensi berikut!
Nilai Ujian Frekuensi Titik Tengah
(f) (X)
31 - 40 1 35,5
41 - 50 2 45,5
51 - 60 5 55,5
61 - 70 15 65,5
71 - 80 25 75,5
81 - 90 20 85,5
91 - 100 12 95,5
Jumlah 80

Penyelesaian:
Titik tengah kelas terendah = 35,5
Titik tengah kelas tertinggi = 95,5
Tepi bawah kelas terendah = 30,5
Tepi atas kelas tertinggi = 100,5
Maka :
1. Jangkauan = 95,5 35,5 = 60

2. Jangkauan = 100,5 30,5 = 70

b. Jangkauan Kuartil dan Jangkauan Semi Interkuartil

Jangkauan antarkuartil adalah selisih antar kuartil atas (Q3) dan kuatil bawah (Q1).
Dirumuskan :
= 3 1
Jangkauan semi interkuartil aau simpangan kuartil adalah setengah dari
selisih dari selisih kuartil atas Q3 dengan kuartl bawah Q1. Dirumuskan:
1
= ( 1 )
2 3
Rumus-rumus di atas berlaku untuk data tunggal dan kelompok

4
1. Data Tunggal
i ( n 1)
Qi = ; n = banyak data ; i = 1,2, atau 3
4
Contoh soal :
Tentukan jangkauan antarkuartil dan jangkauan semi interkuartil dari :
2,6,8,5,4,9,12
Penyelesaian:
Q1 = 4
Q3 = 9
Maka :
JK = Q3 Q1 = 9 - 4 = 5
1 1
Qd = (Q3 Q1 ) = 2 (9 4) = 2,5
2

2. Data Berkelompok
in
4 F
Qi = Tb + . p
f

Ket :
Qi = kuartil ke-i (i=1,2,3)
N = f = jumlah data
F = jumlah frekuensi sebelum kelas kuartil ke-i
f = frekuensi kelas kuartil ke-i
p = panjang kelas
Tb = Tepi bawah kelas kuartil ke-i

5
Contoh soal:
Tentukan jangkauan antarkuartil dan jangkauan semi interkuartil distribusi
frekuensi berikut:
TABEL 1. Nilai statistik 80 mahasiswa universitas Borobudur, semester II,
jurusan Manajemen, 1994
Nilai Frekuensi (f)
30 39 2
40 49 3
50 59 5
60 69 14
70 79 24
80 89 20
90 99 12
Jumlah 80

Penyelesaian :

in in
4 F 4 F
1 = + . 3 = + .
f f

20 10 60 48
= 59,5 + . 10 = 79,5 + . 10
14 20
= 59,5 + 7,14 = 66,64 = 79,5 + 6 = 85,5
Maka :
= 85,5 66,64 = 18,86
1
= (85,5 66,64) = 9,43
2
Jangkauan antarkuartil dapat digunakan untuk menemukan adanya data
pencilan, yaitu data yang dianggap salah catat atau salah ukur atau berasal dari
kasus yang menyimpang,
= 1,5
= 1

6
 = 3 +
Keterangan:
L = satu langkah
PD = pagar dalam
PL =pagar luar
Contoh soal :
Selidikilah apakah terdapat data pencilandari data di bawah ini!

15, 33, 42, 50, 51, 51, 53, 55, 62, 64, 65, 68, 79, 85, 97

Penyelesaian:
Q1 = 50 dan Q3 = 68
JK = 68-50 =18
L = 1,5x18 = 27
PD = 50-27= 23
PL = 68+27 =95
Pada data diatas terdapat data 15 dan 97 yang brarti kurang dari pagar dalam
(23) dan pagar luar (95). Dengan demikian data 15 dan 97 termasuk kedalam data
pecilan karena itu perlu diteliti ulang.

c. Deviasi Rata-Rata (Simpangan Rata-Rata)

Deviasi rata-rata yaitu nilai rata-rata hitung dari harga mutlak simpangan-
simpangannya. Cara mencari deviasi rata-rata ada 2, data tunggal dan data
berkelompok.
1. Deviasi rata-rata data tunggal

| |
= =

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

7
 2+3+6+8+11
Rata-rata hitung= = =6
5

| | = |2 6| + |3 6| + |6 6| + |8 6| + |11 6| = 14

| | 14
DR = = = 2,8
5

2. Deviasi rata-rata untuk data berkelompok

1 | |
= =

Contoh soal:
Tentukan deviasi rata-rata dari distribusi frekuensi pada Tabel berikut !

Tinggi Badan (cm) F

140 144 2

145 149 4

150 154 10

155 159 14

160 164 12

165 169 5

170 - 174 3

Jumlah 50

8
 Penyelesaian:

Dari tabel data tersebut. didapat = 157,7. Dengan nilai itu, dapat dibuat tabel

Tinggi Badan (cm) X F f

140 144 142 2 15,7 31,4

145 149 147 4 10,7 42,8

150 154 152 10 5,7 57

155 159 157 14 0,7 9,8

160 164 162 12 4,3 51,6

165 169 167 5 9,3 46,5

170 174 172 3 14,3 42,9

Jumlah - 50 - 282

| |
=

282
= = 5,64
50

d. Varians
Varians adalah nilai tengah kuadrat simpangan dari nilai tengah atau
simpangan rata-rata kuadrat. Untuk varians sampel disimbolkan 2 . Untuk
populasi di simbolkan 2 (baca sigma).
1. Varians data tunggal
Untuk sampel besar 30 (n>30)
( )2
2 =

9
 atau
2
s2 = ()

Untuk sampel kecil (n30)

( )2
2 = 1

atau
2 (X)2
s2 = 1 + (1)

Contoh soal:
Tentukan varians dari data 2,3,6,8,11
Penyelesaian :
2
( ) 2

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

2
() 54
2 = = 51 = 13,5
1
2 2
() ( 2 )
2 = - (1)
1

234 (30) 2
= 51 - 5(51) = 13,5

2. Varians Untuk data berkelompok :

Ada 3 metode yang digunakan, yaitu
Metode biasa
a) Untuk sampel besar (n>30)

10
 ( )2
2 =

b) Untuk sampel kecil (n 30)
( )2
2 =
1

Metode angka kasar

a) Untuk sampel besar (n>30)
2
2
2
= ( )

b) Untuk sampel besar (n 30)
2 ()2
2 =
1 ( 1)

Metode coding
a) Untuk sampel besar (n>30)

2
2 ()2
2
=

b) Untuk sampel besar (n 30)

2 ()2
2 = 2
1 ( 1)
Keterangan:
C = Panjang interval kelas
d XM
u ==

M = rata-rata hitung sementara

Contoh soal :
Tentukan varians dari distribusi frekuensi berikut
Tabel 2. Pengukuran diameter pipa
Diameter (mm) Frekuensi

11
 65 -67 2
68 -70 5
71 -73 13
74 -76 14
77 -79 4
80 -82 2
Jumlah 40

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

( )2
2 =

467,790
= = 11,694
40
(2) Dengan Metode Angka Kasar
Diameter X F
65 -67 66 2 4356 132 8712
68 -70 69 5 4761 345 23805
71 -73 72 13 5184 936 67392
74 -76 75 14 5625 1050 78750

12
 77 -79 78 4 6084 312 24336
80 -82 81 2 6561 162 13122
Jumlah - 40 - 2937 216117

2 2
2 = ( )

216117 2937 2
= ( )
40 40

= 5402,925 539,231 = 11,694

(3) Dengan Metode coding

Diameter X F
65 -67 66 2 -3 9 -6 18
68 -70 69 5 -2 4 -10 20
71 -73 72 13 -1 1 -13 13
74 -76 75 14 0 0 0 0
77 -79 78 4 1 1 4 4
80 -82 81 2 2 4 4 8
Jumlah - 40 - - -21 63

2 ()2
2 = 2

63 (21)2
= 32
40 40

= 9 (1,575) 0,276 = 11,694

3. Varians gabungan
Misalkan, terdapat . Jika subsampel-subsampel digabung
menjadi sebuah sampel berukuran n1+ n2 + nk= n maka varians gabungannya
adalah :

13
 2
(1 1)12 + (2 1)22 + + ( 1)2
=
(1 + 2 + + )

2 (1)2
=

Contoh soal :
Hasil pengamatan terhadap 20 objek mendapatkan s=4. Pengamatan terhadap 30
objek mendapatkan s=5. Berapakah varians gabungannya?

Penyelesaian :

(20 1)16 + (30 1)25

2 =
(20 + 30) 2

304 + 725
= = 21,44
48

e. Simpangan Baku (Standar Deviasi)

Simpangan baku adalah akar dari tengah kuadrat simpangan dari nilai
tengah atau akar simpangan rata-rata kuadrat, atau simpangan baku adalah suatu
nilai yang menunjukkan tingkat (derajat) variasi atau kelompok data atau ukuran
standar penyimpangan dari meannya.

s = varians

Cara mencari simpangan baku dibedakan menjadi 2:

1. Simpangan baku data tunggal
Metode biasa
a) Untuk sampel besar ( > 30)
)2
(XX
s= n

b) Untuk sampel kecil ( 30)

14
 (X
X)2
s=
n1

Metode angka kasar ( 30)

a) Untuk sampel besar ( > 30)

X 2 X 2
s= ( )
n n

b) Untuk sampel kecil ( 30)

X 2 X 2
s=
n 1 n(n 1)

Contoh soal:
Tentukan simpangan baku dari data 2, 3, 6, 8, 11
Penyelesaian:
Dari perhitungan diperoleh varians (s2)=13,5
Dengan demikian, simpangan bakunya adalah
s = varians

= 13,5 = 3,67

2. Simpangan baku data berkelompok

Metode biasa
a) Untuk sampel besar ( > 30)

( )2
=

b) Untuk sampel kecil ( 30)

( )2
=
1

Metode Angka kasar

15
 a) Untuk sampel besar ( > 30)

2 2
= ( )

b) Untuk sampel kecil ( 30)

2 ()2
=
1 ( 1)

Metode Coding
a) Untuk sampel besar ( > 30)

2 2
= ( )

b) Untuk sampel kecil ( 30)

2 ()2
=
1 ( 1)

Keterangan :
C = Panjang interval kelas
d XM
u ==

M = rata-rata hitung sementara

Contoh soal:
Tentukan simpangan baku dari distribusi frekuensi berikut (gunakan ketiga
rumus)!
Tabel 3. Berat badan 100 mahasiswa universitas X tahun 2013
Berat Badan (kg) Frekuensi (f)
40-44 8
45-59 12
50-54 19
55-59 31

16
 60-64 20
65-69 6
70-74 4
Jumlah 100
Penyelesaian:
(a) Dengan metode biasa
Berat ( ) (
Badan )
40-44 42 8 336 -13,85 191,8225 1.534,58
45-59 47 12 564 -8,85 78,3225 939,87
50-54 52 19 988 -3,85 14,8225 281,63
55-59 57 31 1.767 1,15 1,3225 40,99
60-64 62 20 1.240 6,15 37,8225 756,45
65-69 67 6 402 11,15 124,3225 745,94
70-74 72 4 288 16,15 260,8225 1.043,29
Jumlah 100 5.585 5.342,75

X
=

5.585
= = 55,85
100

( )2
=

5.342,75
= = 7,31
100

(b) Dengan metode angka kasar

Berat Badan X2 2
40-44 42 8 336 1.764 14.112

17
 45-59 47 12 564 2.209 26.508
50-54 52 19 988 2.704 51.376
55-59 57 31 1.767 3.249 100.719
60-64 62 20 1.240 3.844 76.880
65-69 67 6 402 4.489 16.934
70-74 72 4 288 5.184 20.736
Jumlah 100 5.585 317.265

2 2
= ( )

317.265 5.585 2
= ( ) = 7,31
100 100

(c) Dengan metode coding

Berat Badan 2 2
40-44 42 8 -3 9 -24 72
45-59 47 12 -2 4 -24 48
50-54 52 19 -1 1 -19 19
55-59 57 31 0 0 0 0
60-64 62 20 1 1 20 20
65-69 67 6 2 4 12 24
70-74 72 4 3 9 12 36
Jumlah 100 -23 219

2 2
= ( )

219 23 2
= 5 ( ) = 7,31
100 100

18
3. Simpangan baku gabungan
Dengan cara menarik akar dari variasi gabungan.

2
=

Dalam bentuk rumus, simpangan baku gabungan dituliskan :

(1)1 +( 1)2 ++(1)1 (1)

= (1 +2 ++ )
=

( 1)
=

Contoh soal :
jika diketahui:
1 = 100 dan 1 = 5,08
2 = 50 dan 2 = 2,32
Tentukan sgab!
Penyelesaian:
(1 1)1 + (2 1)2
=
(1 + 2 )

(100 1)5,08 + (50 1)2,32

= = 4,166
(100 + 50) 2

C. KOEFISIEN VARIASI
Jenis Ukuran dispersi yang telah dijelaskan merupakan dispersi
absolut,yang hanya dapat melihat penyimpangan pada satu kumpulan data saja.
Maka untuk membandingkan penyimpangan pada beberapa kumpulan data,
digunakanlah dispersi relatif yaitu perbandingan dispersi absolut dan rata-ratanya.

=

19
 a. Koefisien Variasi (KV)
Jika dispersi absolut digantikan dengan simpangan bakunya maka dispersi
relatifnyadisebut koefisien variasi (KV).

= 100%

Contoh soal :
Dari hasil penelitian terhadap kualitas timah putih di Pulau A dan Pulau B
diperoleh data sebagai berikut:
= 60.000 , = 30
= 53.000 , = 25
a) Tentukan koefisien Variasi masing-masing!
b) Di Pulau manakah timah yang paling bagus kualitasnya?
Penyelesaian:
30
a) KVA =
x 100% = x 100% = 0,05 %
X 60.000
25
KVB =
x 100% = x 100% = 0,047%
X 53.000

b) Jadi, variasi kualitas timah yang paling bagus adalah di Pulau A

b. Variasi Jangkauan (VR)

Dispersi relatif yang dispersi absolutnya digantikan dengan jangkauan.

= 100%

c. Variasi Simpangan Rata-Rata (VSR)
Dispersi relatif yang dispersi absolutnya digantikan dengan simpangan rata
rata

= 100%

d. Variasi Quartil (VQ)

Dispersi relatif yang dispersi absolutnya digantikan dengan kuartil.

= 100%

20
 3 1
= 100%
3 + 1

Contoh soal :
Dua perusahaan, yaitu MAKMUR dan SEJAHTERA memiliki 50 karyawan.
Untuk keperluan penelitian mengenai variasi gaji karyawan, diambil sampel
sebanyak 7 orang setiap perusahaan dengan gaji masing-masing (dalam ribuan
rupiah): 300, 250, 350, 400, 600, 500, 550 dan 200, 450, 250, 300, 350, 750, 500.
a) Tentukan dispersi relatif perusahaan tersebut!
b) Perusahaan mana yang memiliki variasi gaji lebih baik?

Penyelesaian:
Misalkan perusahaan Makmur= X dan Perusahaan SEJAHTERA= Y.
2950
a) = = = 421,43
7
2 = 1.347.500

X 2 (X)2
sA =
n 1 n(n 1)

1.347.500 (2950)2
= = 131,836
6 7(7 1)

2800
= = = 400
7
2 = 1.330.000

1.330.000 (2800)2
sB = = 187,08
6 7(71)

b) Variasi gaji di perusahaan B lebih baik dari variasi gaji di perusahaan A.

D. KEMENCENGAN ATAU KECONDONGAN

Merupakan kejauhan simetri dari sebuah distribusi. Distribusi yang tidak
simetris akan memiliki rata-rata ,median ,dan modus yang tidak sama (

21
 ). Sehingga distribusi akan terdistribusi pada salah satu sisi dan kurvanya akan
menceng. Jika distribusi memiliki ekor yang lebih panjang kekanan daripada
kekiri maka distribusi tersebut akan menceng ke kanan ( kemencengan positif)
,jika ekor distribusi lebih panjang kekiri daripada ke kanan maka distribusi
tersebut akan menceng ke kiri atau memiliki kemencengan negatif. Data yang
baik adalah data yang memliliki kemencengan simetri, karena data tersebut lebih
mudah untuk diolah.
Ada 3 kemungkinan kesimetrian kurva distribusi data :
1) Jika nilai ketiganya sama maka kurvanya berbentuk simetri.
2) Jika Mean > Med > Mod, maka kurva miring ke kanan.
3) Jika Mean < Med < Mod, maka kurva miringke kiri.

Untuk mengetahui sebuah distribusi menceng ke kanan atau kekiri

digunakan beberapa metode-metode berikut.

a. Koefisien Kemencengan Pearson

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

22

=

Keterangan :
= Koefisien Kemencengan Pearson
Secara empiris didapatkan hubungan antara nilai pusat sebagai:

= ( )

Maka,rumus kemencengan di atas dapat dirubah menjadi:

( )
=

Jika nilai sk dihubungkan dengan keadaan kurva, maka:
1) sk =0 kurva berbentuk simetris
2) sk > 0 kurva menceng ke kanan
3) sk < 0 kurva menceng ke kiri
Contoh soal 1 :
Diberikan data tinggi badan mahasiswa,Tentukan besarnya kemencengan kurva dari
data berikut:

Ukuran data dari tabel frekuensi tersebut adalah

Mean = 109,6
Median =108

23
Modus = 105
Deviasi standar = 9,26
Ukuran kemencengan Pearson adalah=109,6105 = 4,6.
Koefisien kemencengan (CK) adalah : 4,6:9,26= 0,5

Contoh soal 2 :
Koefisien kemiringan kurva distribusi frekuensi dari hasil penjualan suatu barang
yang mempunyai nilai rata-rata =Rp 516.000,00, modus = Rp 435.000,00dan
standar deviasi = Rp 150.000,00adalah..
Penyelesaian:

=

516.000,00 435.000,00
= 0,54
150.000

Contoh soal 3:

24
25
 b. Koefisien Kemencengan Bowley
Q 3 + 2Q 2 Q1
skb =
Q 3 - Q1
Keterangan:
Skb= Koefisien Kemencengan Bowley
Q1 = kuartil pertama
Q2 = kuartil kedua
Q3= kuartil ketiga
1. Jika Q3 - Q2 = Q2 - Q1atau Q3 + Q1 - 2Q2 = 0 maka = 0 dan distribusi datanya
simetri

2. Jika Q1 = Q2 maka = 1 dan distribusi datanya miring ke kanan

3. Jika Q2 = Q3maka = -1 dan distribusi datanya miring ke kirI

Penyelesaian:
Q1= 102,71
Q2= 108
Q3= 116
3 22 + 1
=
3 1
116 2(108) + 102,71
= = 0,204
116 102,71
Karena skb positif, maka kurva menceng ke kanan dengan kemencengan yang
tidak berarti.

26
 c. Koefisien Kemencengan Persentil
Koefisien kemencengan persentil didasarkan atas hubungan antarpersentil (P90,
P50, P10) dari sebuah distribusi . Koefesien ini dirumuskan:
(90 50 ) (50 10 )
=
50 10

(90 250 + 10 )
=
50 10
Keterangan :
= Koefisien kemencengan persentil
P= persentil
d. Koefisien kemencengan momen
Koefisien Kemencengan Momen didasarkan pada perbandingan momen ke-3
dengan pangkat 3 simpangan baku. Koefisien ini dilambangkan dengan 3 .
Koefisien Kemencengan Momen disebut juga kemencengan relatif.
1. 3= 0, maka distribusi datanya simetri

2. 3 < 0, maka distribusi datanya miring ke kiri

3. 3 > 0, maka distribusi datanya miring ke kanan

4. menurut Karl Pearson, distribusi dengan 3 > 0,50 adalah distribusi

sangat menceng.

5. Menurut Kenney and Keeping, nilai 3 bervariasi antara 2bagi distribusi

yang sangat menceng.

Untul mencari 3 dibedakan antara data tunggal dan data berkelompok:

1. Untuk data tunggal

1 3
3 ( )
3 = 3 =
3
3 = koefisien kemencengan

27
M3= momen ketiga, mengukur kemencengan
S = simpangan baku
n = banyaknya data pengamatan
Xi= data frekuensi ke-i
2. Untuk data berkelompok
1 3
3 ( ) .
3 = 3 =
3
Atau
3 3 2 3
3 = =( 3( )( ) + 2( ) )
3

28
E. KERUNCINGAN (KURTOSIS)
Keruncingan adalah tingkat kepuncakan dari suatu distribusi yang diambil secara
relatif terhadap suatu distribusi normal.
Kurtosis terdiri dari:
1. Leptokurtis, puncak kurva relatif tinggi

29
2. Mesokurtis, puncak kurva normal
3. Platikurtis, puncak kurva rendah

a. Koefisien Keruncingan
Dilambangkan dengan 4 . Jika hasil perhitungan koefisien keruncingan
diperoleh:
1. Jika 4> 3, maka bentuk kurva leptokurtis (meruncing)
2. Jika 4= 3, maka bentuk kurva mesokurtis (normal)
3. Jika 4< 3, maka bentuk kurva platikurtis(mendatar)

Untuk mencari nilai atau koefisien keruncingan dibedakan antara data tunggal dan
data berkelompok.

1. Untuk data tunggal

1 4
( )
4 =
4
2. Untuk data berkelompok
1 4
( )
4 =
4

30
 Atau
4 4 3 2 2 4
4 = =( 4( )( ) + 6( )( ) 3( ) )
4

Jawab :

31
 b. Koefisien Kurtosis Persentil
Koefisien Kurtosis Persentil dilambangkan dengan K(kappa). Untuk
distribusi normal, nilai K=0,263. Koefisien ini dirumuskan:
1
(3 1 )
=2
90 10
Keterangan:
Jika nilai k> 0,263 kurva leptokursis
Nilai k <0,263 kurva platikurtis
Nilai k=0,263 kurva mesokurtis

32
Contoh soal:
Dari sekelompok data yang disusun dalam tabel distribusi frekuensi diketahui
nilai Q1=55,24; Q3 =73,64 ; P10= 44,5, P90= 82,5. Besarnya koefisien kurtosis data
tersebut adalah...

F. BILANGAN Z (Z SCORE)
Nilai standar (Z-score) adalah suatu bilangan yang menunjukkan seberapa
jauh sebuah nilai mentah menyimpang dari rata-ratanya dalam suatu distribusi
data dengan satuan SD. Dengan demikian, nilai standar tidak lagi tergantung pada
satuan pengukuran seperti cm, kg, rupiah, detik dan sebagainya atau merupakan
perbedaan antara raw score (skor asli) dengan rata-rata dengan menggunakan unit-
unit simpangan baku, untuk mengukur perbedaan tersebut.
Rumus Z-score :

=

Dimana: Z = Nilai standar

X = Nilai mentah yang akan dicari nilai standarnya
= Rata-rata distribusi
s = Standar deviasi distribusi
Mengapa Z-skor penting ?
Z-skor merupakan perhitungan yang sering dipakai karena rumus-rumus
statistik parametrik diturunkan dengan menggunakan asumsi, bahwa distribusi
suatu populasi berdistribusi normal

33
 Dengan demikian maka transformasi ke Z-skor merupakan cara sederhana
dan baik untuk analisis parametrik.
Contoh soal 1:
Jika diketahui sebaran nilai statistik dari 1000 orang mahasiswa
Universitas Padjadjaran dalam 5 tahun terakhir berdistribusi normal dengan nilai
rata-rata 70 dan simpangan baku 10, maka hitunglah:
1. Jumlah mahasiswa yang mendapat nilai statistik antara 65 s/d 75!
2. Jumlah mahasiswa yang mendapat nilai lebih besar dari 80!
3. Dari 400 orang mahasiswa yang mendapat nilai tertinggi,
berapakah nilai terendah dari mereka?
4. Dari 300 orang yang nilainya terendah, berapakah nilai tertinggi
dari mereka?
Penyelesaian:

Cari Peluangnya dengan menggunakan Tabel Bilangan z

Jumlah mahasiswa yang mendapat nilai statistik antara 65 s/d 75 adalah sama
dengan Jumlah Peluang yang mendapat nilai 65 dari 1000 mahasiswa ditambah
Jumlah Peluang yang mendapat nilai 75.

34
 Jadi, jumlah mahasiswa yang mendapat nilai statistik antara 65 s/d 75 adalah
383 orang.

Jumlah mahasiswa yang mendapat nilai lebih besar dari 80 adalah jumlah
peluang yang dibatasi oleh nilai lebih besar dari (> 80):
Atau dibulatkan menjadi 341 orang yang mendapatkan nilai > 80 (lihat model
grafik diatas)

Dari 400 orang mahasiswa yang mendapat nilai tertinggi, dengan

menggunakan table z-score dan perhitungan diatas, maka nilai tertendah dari
mereka adalah 82.8.
Perhitungannya dari orang, maka peluangnya (lihat table z-score) mendekati
0.3997 dari 1000 populasi yang ada dan diketahui nilai z-nya = 1.28
Maka, jika z dirumuskan dengan zi = (xi x)/s maka didapatkan xi x =
z dikali dengan s. (lihat cara hitung diatas)

35
 Dari 300 orang yang nilainya terendah, untuk mengetahui nilai tertinggi dari
mereka dapat menggunakan table z-score dan dari 300 orang, maka peluangnya
(lihat table z-score) mendekati 0.2996 dari 1000 populasi yang ada dan diketahui
nilai z-nya = -0.84
Nilai (-) diberikan karena posisinya berada disebelah kiri dari nilai rata-rata
(mean).
Dengan demikian (lihat perhitungan diatas) maka dari 300 mahasiswa yang
nilainya terendah, maka nilai tertinggi mereka adalah 61.6.

Contoh soal 2:
Suatu kelompok data mempunyai nilai rata-rata 43. Dengan simpangan baku 5,39.
Jika salah satu datanyabernilai 50. nyatakan dalam nilai standar!
Penyelesaian:
Xi = 50
= 43
s = 5,39
50 43
= = = 1,299
5,39

36
 BAB III
Penutup

A. Kesimpulan
1) Ukuran dispersi atau ukuran variasi adalah ukuran yang menyatakan
seberapa jauh nilai-nilai data yang berbeda dari nilai pusatnya atau ukuran
yang menyatakan seberapa banyak nilai-nilai data yang berbeda dari
ukuran pusatnya.
2) Dispersi absolut, terdiri dari :
a. Jarak/rentang/range
b. Rentang antar kuatil/nterquartile
c. Quartile devasi
d. Mean deviation
e. Simpangan baku

Dispersi relatif, terdiri dari : Koefisien variasi

3) a. Kemencengan : Merupakan kejauhan simetri dari sebuah distribusi.

Distribusi yang tidak simetris akan memiliki rata-rata ,median ,dan modus
yang tidak sama ( ). Sehingga distribusi akan terdistribusi
pada salah satu sisi dan kurvanya akan menceng.
b. Keruncingan : tingkat kepuncakan dari suatu distribusi yang diambil
secara relatif terhadap suatu distribusi normal.
c. Nilai standar (Z-score) adalah suatu bilangan yang menunjukkan
seberapa jauh sebuah nilai mentah menyimpang dari rata-ratanya dalam
suatu distribusi data dengan satuan SD. Dengan demikian, nilai standar
tidak lagi tergantung pada satuan pengukuran seperti cm, kg, rupiah, detik
dan sebagainya atau merupakan perbedaan antara raw score (skor asli)
dengan rata-rata dengan menggunakan unit-unit simpangan baku, untuk
mengukur perbedaan tersebut.

37
B. Saran
Diharapkan kepada teman-teman supaya mempelajari dan dapat menguasai
materi mengenai Ukuran Dispersi karena matei ini merupakan salah satu bagian
penting dalam ilmu statistik yang memiliki manfaat guna menunjukkan tinggi
rendahnya penyimpangan antar data.serta mengeahui derajat perbedaan antar data.

38
 Daftar Pustaka

Agus, Irianto. 2004. Statistik Konsep Dasar Dan Aplikasinya. Jakarta : Prenada
Media.
Budi Santosa, Purbayu dan ashari. 2006. Analisis Statistik dengan menggunakan
Ms. Excel & SPSS. Yogyakarta : ANDI.
Hasan.Iqbal.2001.Pokok-Pokok Materi Statistik 1.Jakarta:Bumi Aksara.
http://id.scribd.com/doc/93612143/Soal-Pearson
http://www.stkip-ktb.ac.id/download/file/fid/437

39