Thomas Y. Gunarto
Pengertian
Nilai Penyebaran Data
1. Rata-rata sama,
7
6
5
4
3 penyebaran berbeda
2
1
0
2 3 4.6 5 6
Skewness
Kurtosis
Rentang (Range)
Ukuran variasi data yang paling sederhana
Dengan range, akan diketahui dengan segera gambaran
seberapa jauh data itu memencar (merentang) tetapi tidak
menunjukkan tentang keragaman datanya
Proses perhitungannya :
Urutkan data dari yang terkecil ke terbesar
Nilai range = nilai terbesar – nilai data terkecil
Nilai range untuk data kelompok :
= Batas bawah kelas terakhir - batas bawah kelas pertama
atau
= Nilai tengah tertinggi – Nilai tengah terendah
Rentang (Range)
Contoh 1:
Lama rawat 10 pasien di 2 RS
Data RS A : 2,2,3,3,3,3,4,4,5,6 ; nilai range = 4 hari
Data RS B : 1,1,2,3,3,3,4,5,5,8, ; nilai range = 7 hari
Contoh 2 :
Berat Badan (kg) f Nt
Batas bawah kelas terakhir = 76
41 - 45 4 43 Batas bawah kelas pertama = 41
46 - 50 4 48 Nilai range : R = 76-41 = 35
51 - 55 1 53
56 - 60 2 58
61 - 65 5 63 Nilai tengah tertinggi = 78
66 - 70 7 68 Nilai tengah terendah = 43
71 - 75 5 73 Nilai range : R = 78 – 43 = 35
76 - 80 2 78
Jumlah 30
Kekurangan Range
Hanya melibatkan nilai terbesar dan nilai terkecil tanpa
melibatkan nilai-nilai lain dalam distribusi
Merupakan akar dari varian yaitu akar dari jumlah selisih hasil
pengamatan dengan rata-rata dipangkatkan dua kemudian
dibagi dengan jumlah pengamatan
Varians populasi :
Varians sampel :
• Sampel :
Contoh 4
Berapakah deviasi standar terhadap rata-rata kadar Hb
dari 10 orang wanita hamil yang melakukan PNC di suatu
rumah sakit dengan hasil sebagai berikut :
8,8,9,9,10,10,11,11,12,12
xi (xi - x) (xi - x)² x = 8+8+9+9+10+10+11+11+12+12
10
8 -2 4 = 10
8 -2 4
9 -1 1 Dengan menggunakan rumus deviasi
9 -1
0
1
0
populasi maka :
10
10 0 0
11 1 1
11 1 1
12 2 4
12 2 4 s = 20 = 1.49
10-1
Σ(xi – x)² =20
Rumus lain Standar Deviasi :
Populasi
Sampel
Standard Deviasi Grouped data
Kelas fi Mi Mi-ẋ (Mi-ẋ)2 fi.(Mi-ẋ)2
Jumlah
Mi = Titik Tengah Kelas
Fi = frekuensi kelas
Interpretasi Deviasi Standar
Dalam suatu populasi selalu terjadi variasi dari hasil pengamatan
baik variasi eksternal maupun variasi internal sebagai akibat hukum
alam
1σ 1σ 1σ 1σ
68,26%
95,44%
99,74%
X= Md= Mo
8
6
4
2
0
o
5
7
M
7
0
=
3
8
d
M
t=
R
15
2. Kurva Menceng ke kanan 10
Mo < Md < X 5
0
231 Mo Md Rt 663 807
15
10
X < Md < Mo 0
231 375 Rt Md Mo 807
Koefisien Skewness
Sk = [µ - Mo ] / atau = 3.[µ - Md] /
Contoh kasus data dikelompokan µ = Nilai rata – rata hitung
µ = 33.68 Mo = Nilai modus
Mo = 18 Md = Nilai median
Md = 32 = Standar deviasi
= 11.2439
Sk = {3. [ 33.68 – 32]}
Sk = [33.68- 18 ] / 11.2439
11.2439
Sk = 15.68 / 11.2439
Sk = 5.04 / 11.2439
Sk = 1.394
Sk = 0.4482
Koefisien Kurtosis
Bentuk kurva keruncingan –
kurtosis
Mesokurtik 4 = 3
Leptokurtik 4 > 3
Platikurtik 4 < 3
Koefisien kurtosis (data tidak
dikelompokan) Nilai data
4 = 1/n ∑(x - ) 4
4
Koefisien Kurtosis
Koefisien kurtosis (data dikelompokan)
4 =
1/n ∑ f. (X - ) 4
4
Jumlah Frekuensi