PENDAHULUAN
Pengetahuan mengenai nilai tengah (mean) dari suatu himpunan data, belumlah cukup untuk
menerangkan apa yang menjadi ciri-ciri data tersebut. Masih perlu diketahui tentang sejauh mana semua
ilai data yang ada menyimpang dari nilai tengahnya. Semakin kecil simpangan, data semakin heterogen
dan sebaliknya semakin besar simpangan, data semakin heterogen.
Dua himpunan data dengan nilai tengah sama, tidak menjamin bahwa ciri-ciri dari kedua data
tersebut adalah sama. Sebagai contoh perhatikan kelompok A dan B berikut.
Data A dan B mempunyai nilai tengah sama (5) akan tetapi rentangnya berbeda (Rentang A =
3,5 sedangkan rentang B = 6,0), maka kedua kelompok data tersebut mempunyai ciri
berbeda.Simpangan adalah nilai peubah yang menyatakan jarak antara nilai-nilai data dan nilai baku.
Pada umumnya nilai tengah merupakan nilai baku. Rata-rata simpangan merupakan ukuran simpangan.
1. Memperjelas gambaran tentang nilai tengah. Semakin kecil simpangan, nilai tengah semakin
dapat diandalkan untuk mewakili unsur-unsur data dan sebaliknya jika ukuran simpangan
semakin besar, nilai tengah semakin tidak dapat diandalkan untuk mewakili semua unsur data.
2. Memberikan keterangan-keterangan tentang perbandingan beberapa peubah.
3. Panduan dalam pengawasan mutu.
Ukuran simpangan meliputi: rentang, simpangan rata-rata, ragam, dan simpangan baku.
RENTANG
Rt = Rentang
Rentang dapat bermanfaat dalam hal-hal di mana nilai ekstrim mengandung resiko seperti:
temperatur, curah hujan, harga dan mutu barang.
Semakin besar rentang, data semakin beragam atau semakin heterogen. Keragaman 2 kelompok
data atau lebih dapat dibandingkan dengan membandingkan rentang masing-masin kelompok data
bersangkutan. Jika satuan data berbeda, maka digunakan rentang relatif dngan rumusan sebagai berikut:
𝑅𝑡
Rtr = (2)
𝑋
X = Rata-rata hitung
Pada rumusan di atas X disebut nilai baku, dan jika nila-nilai ekstrim meruakan nilai baku maka
rentang relatif dirumuskan sebagai berikut:
𝑋𝑚𝑎𝑘𝑠 − 𝑌𝑚𝑖𝑛
Rtr = 𝑋𝑚𝑎𝑘𝑠 + 𝑋𝑚𝑖𝑛
(3)
Bandingkan keragaman data A, B, C, dan D dengan menggunakan rentang absolut, rentang relatif
dengan rata-rata hitung sebagai nilai baku, dan rentang relatif dengan menggunakan nilai ekstrim
sebagai nilai baku.
Jumlah frekuensi
Kelas
A B C D
1500 - 1600 0 0 2 0
1700 - 1800 0 2 4 0
1900 - 2000 0 4 4 4
2100 - 2200 10 10 10 14
2300 - 2400 22 14 16 16
2500 - 2600 20 18 14 16
2700 - 2800 14 16 12 12
2900 - 3000 14 10 6 12
3100 - 3200 0 6 6 4
3300 - 3400 0 0 0 2
3500 - 3600 0 0 0 0
3700 - 3800 0 0 4 0
Jumlah 80 80 80 80
Rata-rata 2550 2550 2550 2550
Jawab.
Rentang absolut:
900
RtrA = 2550
= 0,35
1500
RtrB = = 0,59
2550
2300
RtrC = 2550
= 0,90
1500
RtrD = 2550
= 0,59
900
RtrA = 2100+3000
= 0,18
1500
RtrB = 1700+3200
= 0,31
2300
RtrC = = 0,43
1500+3800
1500
RtrD = = 0,28
1900+3400
Dari hasil perhitungan di atas dapat terlihat bahwa rentang (absolut dan relatif) A terkecil dan rentang
C terbesar. Dengan demikian dapat disimpulkan bahwa himpunan data C lebih beragam atau lebih
bervariasi dibandingkan dengan data lainnya atau himpunan data A lebih homogan dibandingkan
dengan yang lainnya.
Rentang kuartil
RQ = Q1 – Q3 (4)
Q1 = Kuartil pertama
Q3 = Kuartil ketiga
Rentang antar kuartil memberikan arti bahwa 50%, berdasarkan nilai-nilai unsur data, dari data
berada dalam selang atau rentang tersebut. Misalkan, Q1 = 33 dan Q1 = 60, berarti 50% dari data
bernilai antara 33 dan 60.
Jika ingin mengetahui tentang kesimetrisan data, maka digunakan simpangan kuartil dengan
rumus:
𝑄3−𝑄1
dQ = 2
(5)
𝑄3−𝑄1
CdQ = 2
(6)
Sehubungan dengan rentang kuartil ada beberapa hal yang perlu diketahui yaitu:
1. Semakin kecil rentang antar kuartil, tingkat konsentrasi sebaran tengah sebesar 50% semakin
besar.
2. Besarnya rentang antar kuartil memberikan petunjuk tentang keragaman data sekitar
pemusatannya. Makin kecil rentang antar kuartil data makin homogen.
3. Rentang antar kuartil bukan ukuran simpangan dalam arti sebaran nila-nilai data, akan tetapi
Jumlah frekuensi
Kelas
A B C D
15 – 16 0 0 2 0
17 – 18 0 2 4 0
19 – 20 0 4 4 4
21 – 22 10 10 10 14
23 – 24 22 14 16 16
25 – 26 20 18 14 16
27 – 28 14 16 12 12
29 – 30 14 10 6 12
31 – 32 0 6 6 4
33 – 34 0 0 0 2
35 – 36 0 0 0 0
37 – 38 0 0 4 0
Jumlah 80 80 80 80
Rata-rata 2550 2550 2550 2550
Jawab
Kuartil A B C D
Q1 23,4 23,07 22,5 22,75
Q2 27,64 28 28,17 28,17
Rentang Kuartil
Q3 - Q1 4,24 4,93 5,67 5,42
Simpangan Kuartil
𝑄3 − 𝑄1
2 2,12 2,47 2,84 2,71
Koefisien
simpangan Kuartil
𝑄3 − 𝑄1
𝑄3 + 𝑄1 0,083 0,097 0,112 0,106
1
dx = ∑𝑁
𝑖=1 ⃒ 𝑋𝑖 − 𝑋 ⃒ (7)
𝑁
dx = Simpangan rata-rata
Simpangan rata-rata data berkelompok (dalam tabel) frekuensi dirumuskan sebagai berikut:
dx = ∑𝑁
𝑖=1 𝑓𝑖 ⃒Xi - X⃒ (8)
Xi = Nilai kelas ke i
X= Rata
𝑑𝑥
Cdx = 𝑋
(9)
Koefisien simpangan rata-rata terhadap nilai tengah dapat digunakan untuk memandingkan keragaman
beberapa himpunan data. Makin kecil koefisien simpangan rata-rata, data semakin homogen dan
sebaliknya semakin besar koefisien simpangan rata-rata, data semakin heterogen (beragam).
Simpangan rata-rata terhadap median dihitung dengan menggunakan rumus sebagai berikut:
Simpangan rata-rata terhadap modus dihitung dengn menggunakan rumus sebagai berikut:
Ragam dan simpangan baku merupakan ukuran keragaman yang paling banyak digunakan
dalam analisis statistika. Ragam dibedakan atas ragam populasi dan ragam contoh (sample).
RAGAM DAN SIMPANGAN BAKU POPULASI
Ragam dan simpangan baku populasi dihitung dengan menggunakan rumus sebagai berikut:
b. Data berkelompok
1 1
Ragam: σ2 = ∑𝑁
𝑖=1 𝑓𝑖 (Xi – μ) = ( 𝜮 fi Xi ) - μ
2 2 2
𝑁 𝑁
1
Simpangan baku: σ = = √𝑟𝑎𝑔𝑎𝑚 = √σ2 ; μ 𝑁 ∑𝑁
𝑖=1 𝑓𝑖 𝑋𝑖 (15)
Misalkan k buah contoh dengan ukuran masing-masing: n1, n2, ..., nk, dengan ragam berturut-
turut: S12, S22, ..., Sk2. Ragam gabungan dari k contoh tersebut adalah:
∑𝐾
𝑖=1(𝑛𝑖−1) 𝑆𝑖
Sσ2 = ∑𝐾
(18)
𝑖=1 𝑛𝑖−𝑘
Koefisien Keragaman
𝑠𝑖𝑚𝑝𝑎𝑛𝑔𝑎𝑛 𝑏𝑎𝑘𝑢
Koefisien keragaman: CV = 𝑟𝑎𝑡𝑎−𝑟𝑎𝑡𝑎 ℎ𝑖𝑡𝑢𝑛𝑔 atau (19)
𝑠𝑖𝑚𝑝𝑎𝑛𝑔𝑎𝑛 𝑏𝑎𝑘𝑢
= x 100%
𝑟𝑎𝑡𝑎−𝑟𝑎𝑡𝑎 ℎ𝑖𝑡𝑢𝑛𝑔