Dosen:
Karyadi Hidayat
Pengertian dispersi
• Ukuran dispersi atau ukuran variasi atau ukuran
penyimpangan adalah ukuran yang menyatakan
seberapa jauh penyimpangan nilai-nilai data dari
nilai-nilai pusatnya atau ukuran yang menyatakan
seberapa banyak nilai-nilai data yang berbeda
dengan nilai-nilai pusatnya
• Ukuran dispersi pada dasarnya merupakan
pelengkap dari ukuran nilai pusat dalam
menggambarkan sekumpulan data. Jadi, dengan
adanya ukuran dispersi maka penggambaran
sekumpulan data akan menjadi lebih jelas dan
tepat
Jenis-jenis ukuran dispersi
1. Dispersi mutlak
Jangkauan (Range)
Simpangan Rata-rata (Mean Deviation)
Varians (Variance)
Standar Deviasi (Standard Deviation)
Simpangan Kuartil (Quartile Deviation)
2. Dispersi relatif
Koefisien Variasi (Coeficient of Variation)
1. JANGKAUAN
Jangkauan atau ukuran jarak adalah selisih nilai
terbesar dengan data dengan nilai terkecil data.
∑
DR = ∑ =
∑
DR = ∑ =
Contoh 01.
Tentukan deviasi rata-rata dan deviasi frekuensi
dari data berikut ini:
Berat badan banyaknya mahasiswa (f)
60 – 62 10
63 – 65 25
66 – 68 32
69 – 71 15
72 – 74 18
penyelesaian
banyaknya
Berat badan mahasiswa X fX X − X f X − X
(f)
60 – 62 10 61 610 6,18 61,8
63 – 65 25 64 1600 3,18 79,5
66 – 68 32 67 2144 0,18 5,76
69 – 71 15 70 1050 2,82 42,3
72 – 74 18 73 1314 5,82 104,76
100 6718 294,12
∑
Dari tabel di atas didapat =
∑
= = 67,18
∑ ,
DR = = = 29,412
3. varians
Varians adalah nilai tengah kuadrat simpangan dari nilai tengah atau
simpangan rata-rata kuadrat. Untuk sampel, variansnya (varians sampel)
disimbolkan dengan s2. Untuk populasi, variansnya (varians populasi)
disimbolkan dengan 2 (baca: sigma).
a. Varians data tunggal
1) Metode biasa
∑
Untuk sampel besar (n30): s2 =
∑
Untuk sampel kecil (N30): s2 =
2) Metode angka kasar
∑ ∑
Untuk sampel besar (n30): s2 = −
∑ ∑
Untuk sampel kecil (N30): s2 = −
Contoh 02.
Tentukan varians dari data 2, 3, 6 8, 11!
X − − X2
2 -4 16 4
Penyelesaian: 3 -3 9 9
6 0 0 36
n=5 8 2 4 64
11 5 25 121
= =6 30 54 234
∑
s2 = = =13,5
∑ ∑
s2 = − = − = 13,5
b. Varians data berkelompok
1) Metode biasa
∑
Untuk sampel besar (n30): s2 =
∑
Untuk sampel kecil (N30): s2 =
2) Metode angka kasar
∑ ∑
Untuk sampel besar (n30): s2 = −
∑ ∑
Untuk sampel kecil (N30): s2 = −
3) Metode coding
∑ ∑
Untuk sampel besar (n30): s2 = . −
∑ ∑
Untuk sampel kecil (N30): s2 = . −
Keterangan:
C = panjang interval kelas
u= =
M = rata-rata hitung sementara
Contoh 03.
Tentukan varian dari distribusi frekuensi Contoh
01 dengan metode biasa, angka kasar dan
coding!
Penyelesaian:
kelas f X fX X fX X − X (X − X) f (X − X)
2 2 u u fu fu 2 2 2 2
= 67,18
60 – 62
10 61 610 3721 37210 -6,18 38,1924 381,924 -2 4 -20 40
63 – 65 25 64 1600 4096 102400 -3,18 10,1124 252,81 -1 1 -25 25
66 – 68 32 67 2144 4489 143648 -0,18 0,0324 1,0368 0 0 0 0
69 – 71 15 70 1050 4900 73500 2,82 7,9524 119,286 1 1 15 15
72 – 74 18 73 1314 5329 95922 5,82 33,8724 609,7032 2 4 36 72
100 6718 22535 452680 90,162 1364,76 0 10 6 152
• Dengan metode biasa
∑
s2 = = 1364,76
100
= 13,6476
• Dengan metode kasar
∑ ∑
s2 = − = 452680
100
−
6718
100
=13,6476
• Dengan metode coding
∑ ∑
s2 = . − =
3 . − =. − =13,6476
4. SIMPANGAN BAKU (STANDAR
DEVIASI)
Simpangan baku adalah akar dari tengah kuadrat simpangan dari nilai
tengah atau akar rata-rata kuadrat (s = ). Untuk sampel,
simpangan bakunya dilambangkan dengan s, sedangkan untuk
simpangan baku populasi dilambangkan dengan .
a. Simpangan baku data tunggal
1) Metode biasa
∑
Untuk sampel besar (n30): s =
∑
Untuk sampel kecil (N30): s =
2) Metode angka kasar
∑ ∑
Untuk sampel besar (n30): s = −
∑ ∑
Untuk sampel kecil (N30): s = −
b. Simpangan baku data berkelompok
1) Metode biasa
∑
Untuk sampel besar (n30): s =
∑
Untuk sampel kecil (N30): s =
2) Metode angka kasar
∑ ∑
Untuk sampel besar (n30): s = −
∑ ∑
Untuk sampel kecil (N30): s = −
3) Metode coding
Keterangan:
C = panjang interval kelas
u= =
M = rata-rata hitung sementara
5. Koefisien variasi (dispersi relatif)