UKURAN SIMPANGAN, DISPERSI, DAN VARIASI

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.

Kelompok Data Rata-rata Rentang

A 6,5 6 5 4,5 3 5 3,5
B 7 65 5,5 5 1 5 6

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.

Pengetahuan mengenai ukuran simpangan bermanfaat untuk:

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

Rentang (range) dapat dirumuskan sebagai berikut:

Rt = Xmaks – Xmin (1)

Rt = Rentang

Xmaks = Nilai tertinggi

Xmin = Nilai terendah

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

Rtr = Rentang relatif

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:

RtA = 3000 – 2100 = 900

RtB = 3200 – 1500 = 1500

RtC = 3800 – 1500 = 2300

RtD = 3400 – 1900 = 1500

Rentang relatif dengan nilai baku rata-rata:

900
RtrA = 2550
= 0,35

1500
RtrB = = 0,59
2550

2300
RtrC = 2550
= 0,90

1500
RtrD = 2550
= 0,59

Rentang relatif dengan ekstrim sebagai bahan baku:

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

Rentang kuartil dirumuskan sebagai berikut:

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)

Kadang-kadang rentang kuartil digunakan untuk membandingkan keragaman beberapa peubah

untuk maksud tersebut digunakan koefisien rentang kuartil dengan rumus:

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

Gunakan hasil perhitungan di atas untuk membandingkan himpunan data A, B, C, dan D.

SIMPANGAN RATA-RATA TERHADAP NILAI TENGAH

Simpangan Rata-rata Data Tak Berkelompok

Simpangan rata-rata data berkelompok dapat dirumuskan sebagai berikut:

1
dx = ∑𝑁
𝑖=1 ⃒ 𝑋𝑖 − 𝑋 ⃒ (7)
𝑁

dx = Simpangan rata-rata

Simpangan Rata-rata Data Berkelompok

Simpangan rata-rata data berkelompok (dalam tabel) frekuensi dirumuskan sebagai berikut:

dx = ∑𝑁
𝑖=1 𝑓𝑖 ⃒Xi - X⃒ (8)

fi = Frekuensi kelas ke-i

Xi = Nilai kelas ke i
X= Rata

Koefisien Simpangan Rata-rata

Koefisien simpangan rata-rata (Coufficiemt of mean deviation) dirumuskan sebagai berikut:

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

Simpangan rata-rata terhadap median dihitung dengan menggunakan rumus sebagai berikut:

a. Data tak berkelompok:

1
dMd = ∑𝑁
𝑖=1 ⃒𝑋𝑖 − 𝑀𝑑 ⃒ (10)
𝑁

dMd = Simpangan rata-rata terhadap median

b. Data berkelompok:
dMd = ∑𝑁
𝑖=1 𝑓𝑖 ⃒Xi - Md⃒ (11)
Xi = Nilai kelas ke-i

Simpangan Rata-rata Terhadap Modus

Simpangan rata-rata terhadap modus dihitung dengn menggunakan rumus sebagai berikut:

a. Data tak berkelompok:

dMO = ∑𝑁
𝑖=1 𝑋𝑖 − 𝑀𝑂 (12)
dMO = Simpangan rata-rata terhadap modus
b. Data berkelompok:
dMO = ∑𝑁
𝑖=1 𝑓𝑖 Xi – MO

Xi = Nilai kelas ke-i

Ragam dan Simpangan Baku

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:

a. Data tak berkelompok:

1 1
Ragam σ2 = ∑𝑁
𝑖=1(𝑋𝑖 − 𝜇 ) = (𝑁 ∑ 𝑋 i ) – μ
2 2 2
(14)
𝑁
1
Simpangan baku σ = √𝑟𝑎𝑔𝑎𝑚 = √σ2 μ = 𝑁 ∑𝑁
𝑖=1 𝑋𝑖

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)

Ragam dan Simpangan Baku Contoh

a. Data tak berkelompok

Ragam dan simpangan baku contoh datri data tak berkelompok dihitung dengan menggunakan
rumus di bawah ini:
1
Ragam : S2 = ∑𝑛𝑖=1{𝑋𝑖 − 𝑋}2
𝑛−1
1 1
= 𝑛−1
{∑𝑛𝑖=1 𝑋i2 - 𝑛 ( ∑𝑛𝑖=1 𝑋𝑖 )2}
1
= 𝑛(𝑛−1)
{ n ∑𝑛𝑖=1 𝑋𝑖 2 - ( ∑𝑛𝑖=1 𝑋𝑖 )2}

Simpangan baku: S = √𝑟𝑎𝑔𝑎𝑚 = + √𝑆2 (16)

b. Data berkelompok
Ragam dan simpangan baku pada data contoh, dari data berkelompok dihitung dengan
menggunakan rumus sebagai berikut:
1
Ragam : S2 = ∑𝑘𝑖=1 𝑓𝑖 { Xi – X }2 (17)
𝑛−1
1 1
= 𝑛−1
{ ∑𝑘𝑖=1 𝑓𝑖𝑋𝑖 2 - 𝑛
( ∑𝑘𝑖=1 𝑓𝑖𝑋𝑖)2}
1
= 𝑛(𝑛−1)
{ n ∑𝑘𝑖=1 𝑓𝑖𝑋𝑖 2 - ( ∑𝑘𝑖=1 𝑓𝑖𝑋𝑖)2}

Simpangan baku: S = √𝑟𝑎𝑔𝑎𝑚 = + √𝑆2

Ragam dan Simpangan Baku Gabungan

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

Koefisien keragaman digunakan untuk membandingkan keragaman beberapa himpunan data

atau beberapa peubah. Koefisien keragaman dirumuskan sebagai berikut:

𝑠𝑖𝑚𝑝𝑎𝑛𝑔𝑎𝑛 𝑏𝑎𝑘𝑢
Koefisien keragaman: CV = 𝑟𝑎𝑡𝑎−𝑟𝑎𝑡𝑎 ℎ𝑖𝑡𝑢𝑛𝑔 atau (19)

𝑠𝑖𝑚𝑝𝑎𝑛𝑔𝑎𝑛 𝑏𝑎𝑘𝑢
= x 100%
𝑟𝑎𝑡𝑎−𝑟𝑎𝑡𝑎 ℎ𝑖𝑡𝑢𝑛𝑔