Ngizatul Afifah, S.Pd., M.

Si|Statistik Ekonomi

PERTEMUAN 4
UKURAN PENYEBARAN,
KEMIRINGAN DAN KERUNCINGAN

1. Ukuran Penyebaran data

Ukuran penyebaran (variabilitas) adalah suatu ukuran yang menyatakan seberapa besar
nilai-nilai data berbeda atau bervariasi dengan nilai ukuran pusatnya atau seberapa besar
penyimpanan nilai-nilai data dengan nilai pusatnya. Ukuran penyebaran yang akan dibahas
pada bab ini adalah simpangan rata-rata, simpangan baku, varians dan nilai standar.
a. Simpangan rata-rata
Simpangan rata-rata dari data tunggal
| |
=

Keterangan:
= simpangan rata-rata = data ke-
= rata-rata = banyaknya data
Contoh:
Hitunglah simpangan rata-rata dari data berikut ini!
4, 5, 6, 7, 7, 7, 8, 8, 9, 9
Penyelesaian:
| |
= =

=
| | | | | |
=

=

=
=7 =

= 1,2
Simpangan rata-rata dari data yang dikelompokkan:
| |
=

Contoh:
Dari Tabel 15, tentukan nilai simpangan rata-ratanya!

29
Ngizatul Afifah, S.Pd., M.Si|Statistik Ekonomi

Penyelesaian:
Tabel 21. Simpangan Rata-Rata Nilai Matematika dari 50 Siswa
Nilai | | | |
52-58 55 2 110 21 42
59-65 62 6 372 14 84
66-72 69 7 483 7 49
73-79 76 20 1520 0 0
80-86 83 8 664 7 56
87-93 90 4 360 14 56
94-100 97 3 291 21 63
Jumlah 50 3800 350

| |
=
=

= =

= 76 =7
b. Simpangan baku
Simpangan baku data yang belum dikelompokkan:

( ) ( )
= atau =

Keterangan:
= varians = nilai rata-rata
= simpangan baku = banyaknya data
= nilai ke-
Contoh:
Hasil ulangan matematika seorang siswa selama 7 kali adalah sebagai berikut: 3, 5, 5, 6, 7, 8,
8. Hitunglah simpangan bakunya!
Penyelesaian:
= Varians:
( )
= =
( ) ( ) ( )
=6 =

= 2,86

30
Ngizatul Afifah, S.Pd., M.Si|Statistik Ekonomi

Simpangan baku:
=
= 2,86
= 1,69
Simpangan baku data yang berkelompok:
( )
= atau = ( )
atau = ( )

Contoh:
Dari Tabel 15, tentukan nilai simpangan bakunya!
Penyelesaian:
Tabel 22. Simpangan Baku Nilai Matematika dari 50 Siswa
Nilai ( ) .( )
52-58 55 2 441 882 110 6050 -3 -6 18
59-65 62 6 196 1176 372 23064 -2 -12 24
66-72 69 7 49 343 483 33327 -1 -7 7
73-79 76 20 0 0 1520 115520 0 0 0
80-86 83 8 49 392 664 55112 1 8 8
87-93 90 4 196 784 360 32400 2 8 16
94-100 97 3 441 1323 291 28227 3 9 27
Jumlah 50 1372 4900 3800 293700 0 0 100

( )
= =

=

( ) ( )

= ( ) ( ) ( )
= ( )
=7 ( )
= 100 = 10
= 100 = 10 = 100 = 10
c. Nilai Standar
Nilai standar (angka baku) adalah perubahan yang dipergunakan untuk membandingkan
dua buah keadaan atau lebih. Angka baku yang lazim dipergunakan adalah score, dirumuskan
sebagai berikut:

=

Contoh:
Seorang siswa mendapat nilai matematika 65, dengan rata-rata 60 dan simpangan bakunya 12.
Nilai akutansi 75, dengan rata-rata 70 dan simpangan baku 15. Manakah kedudukan nilai yang
paling baik?

1
Ngizatul Afifah, S.Pd., M.Si|Statistik Ekonomi

Penyelesaian:
Nilai matematika: Nilai Akutansi:
= =

= 0,42 = 0,33
Jika bilangan diubah ke dalam sistem baru, dengan rata-rata dan simpangan baku
maka:

= + .

Contoh:
Tiga orang calon mahasiswa yang berasal dari sekolah yang berbeda akan memasuki suatu
Perguruan Tinggi Bina Bangsa. Jika calon A, nilai matematika 85, rata-rata kelas 90,
simpangan baku 24. Calon B, nilai matematika 82, rata-rata kelas 85, simpangan baku 20.
Calon C, nilai matematika 80, rata-rata kelas 87, simpangan baku 25. Manakah calon yang
harus didahulukan jika dikenakan sistem dengan rata-rata 500 dan simpangan baku 100?
Penyelesaian:
= 85; = 90 dan = 24 = 500 + . 100
= 82; = 85 dan = 20
= 472
= 80; = 87 dan = 25
Jadi yang didahulukan adalah Calon B
= 500 + . 100 karena memiliki nilai yang lebih besar.
= 479,17
= 500 + . 100

= 485
d. Koefisien Variasi (KV)
Koefisien variasi digunakan untuk menentukan keseragaman suatu data. Semakin kecil
koefisien variasi maka semakin homogen data tersebut. Sebaliknya, semakin besar koefisien
variasi maka semakin heterogen datanya. Besarnya koefisien variasi dinyatakan sebagai:

= 100%

Keterangan:
= koefisien variasi = rata-rata
= simpangan standar

32
Ngizatul Afifah, S.Pd., M.Si|Statistik Ekonomi

Contoh:
Nilai rata-rata matematika kelas III A 70 dengan simpangannnya standar 4,5 dan nilai rata-
rata kelas III B adalah 60 dengan simpangan standarnya 5,1. Hitunglah koefisien variasi
masing-masing!
Penyelesaian:
, ,
kelas IIIA = 100% = 64% dan kelas IIIB = 100% = 8,5%

Dari contoh di atas ternyata koefisien variasi kelas IIIB lebih kecil daripada koefisien variasi
IIIA. Hal ini berarti nilai matematika kelas IIIA lebih homogen daripada kelas IIIB.

2. Ukuran kemiringan (Skewness)

Ukuran kemiringan adalah ukuran yang menyatakan sebuah model distribusi yang
mempunyai kemiringan tertentu. Jika kita melihat sebuah kurva frekuensi, kita dapat melihat
letak kecenderungan berkumpulnya nilai-nilai data dengan jelas. Jika nilai-nilai data tersebar
secara merata di sebelah kiri maupun sebelah kanan rata-rata maka kurvanya akan berbentuk
simetris (Gambar 7). Jika nilai-nilai data tidak tersebar merata antara sisi-sisi kiri dan kanan
rata-ratanya maka kurva akan condong ke kiri atau ke kanan (Gambar 8 dan Gambar 9).

Gambar 7. Kurva Simetris Gambar 8. Distribusi Positif Gambar 9. Distribusi Negatif

(kurva condong ke kanan) (Kurva Condong ke Kiri)
Untuk mengetahui apakah data mengikuti kurva simetris, kurva negatif, atau kurva positif,
kita dapat melihatnya berdasarkan nilai koefisiennya, yaitu dengan cara sebagai berikut:
Koefisien kemiringan dari karl pearson
( )
= atau =
Keterangan:
= koefisien skewness (kemiringan) = simpangan baku
= modus = rata-rata
= median
Kriteria untuk menentukan jenis kurva populasi:
a. < 0 : distribusi negatif

34
Ngizatul Afifah, S.Pd., M.Si|Statistik Ekonomi

b. = 0 : simetris/normal
c. > 0 : distribusi positif
Contoh:
Dari suatu sebaran data diketahui nilai rata-ratanya = 45,2, modus = 43,7 dan =
19,59. Tentukan koefisien kemiringannya!
Penyelesaian:

=
, ,
= ,

= 0,08
Hasil = 0,08 (positif) berarti sebaran datanya miring ke kanan, seperti pada Gambar 8.

3. Ukuran keruncingan (kurtosis)

Ukuran keruncingan adalah kepuncakan dari suatu distribusi, biasanya diambil relatif
terhadap distribusi normal. Sebuah distribusi yang mempunyai puncak relatif tinggi dinamakan
leptokurtik, sebuahpuncak relatif tinggi dinamakan leptokurtik, sebuah distribusi mempunyai
puncak mendatar dinamakan platikurtik, distribusi normal yang puncaknya tidak terlalu tinggi
atau tidak mendatar dinamakan mesokurtik.

Gambar 10. Jenis-Jenis Kurtosis

Untuk mengetahui apakah sekumpulan data mengikuti distribusi leptokurtik, platikurtik,
dan mesokurtik, hal ini dapat dilihat berdasarkan koefisien kurtosisnya.
1
( )
=2

Keterangan:
= Bilangan Kappa (koefisien kurtosis)
= Kuartil atas

35
Ngizatul Afifah, S.Pd., M.Si|Statistik Ekonomi

= Kuartil bawah
= Persentil ke-10
= Persentil ke-90
Dari hasil koefisien kurtosis diatas, ada tiga kriteria untuk mengetahui model distribusi
dari sekumpulan data, yaitu :
a. < 0,263 : kurva platikurtik
b. = 0,263 : kurva mesokurtik
c. > 0,263 : kurva leptokurtik
Contoh:
Suatu data memiliki = 2,83, = 3,38, = 2,70 dan = 3,54. Hitunglah koefisien
kurtosis dari data populasi tersebut dan tentukan jenis kurvanya!
Penyelesaian:
( )
=

( , , )
= , ,

= 0,327
Nilai = 0,327 > 0,263 maka kurva distribusinya sangat runcing dengan jenis kurva
leptokurtik.

7. Tugas Pertemuan ke-4

Jenis Tugas : Berkelompok
Batas Pengumpulan : Seminggu
Ketentuan : Tugas ditulis tangan di kertas folio. Berkas yang dikumpulkan
adalah fotokopi dari tugas tersebut.
Soal : 1. Selain ukuran penyebaran yang telah dijelaskan pada
modul ini, ada beberapa ukuran penyebaran yang lain
seperti rentang/jangkauan, rentang antar kuartil dan
simpangan kuartil. Masing-masing jelaskan dan beri
contoh.
2. Dari tugas pertemuan 3
a. Tentukan simpangan rata-rata, varians dan
simpangan baku (gunakan ketiga rumus yang ada)

2
Ngizatul Afifah, S.Pd., M.Si|Statistik Ekonomi

b. Koefisien kemiringannya (menggunakan dua rumus

yang ada), jenis kurvanya dan gambarkan kurvanya
c. Koefiesien kurtosis, jenis kurvanya dan gambar
kurvanya

*****Kerjakan dengan sungguh-sungguh dan jangan menganggapnya sebagai beban.

Jadikan sebagai sarana untuk menempa kemampuan diri. Niatkan untuk mencari ilmu dan
beribadah bukan sekedar mencari nilai. Semoga dimudahkan oleh Allah AWT. Amiin...
^_^*****

36