4/7/2017

Bagian 4 Dispersi
2
 Penyebaran (dispersi) suatu data adalah seberapa jauh
Ukuran penyebaran suatu data berada atau menyebar dari pusat
serangkaian/kelompok data tersebut.
(dispersi)  Atau seberapa besar beda masing-masing nilai data
terhadap rata-rata nilai rata-rata serangkaian/kelompok
Sasaran :  Mampu memahami makna ukuran penyebaran data tersebut.
/ Dispersi  Ukuran Penyebaran adalah ukuran yang menyatakan jauh
 Mampu memahami dan menentukan nilai dekatnya suatu data ke pusat(rata2) serangkaian data.
dispersi absolut  Semakin jauh letak suatu data dari pusat serangkaian
 Memahami Dalil Chebyshev datanya atau semakin besar beda antara nilai suatu data
 Memahami Kaidah Empirik terhadap nilai pusat data maka semakin besar dispersi
 Memahami dan mampu menentukan angka
data tersebut
1 ellya/2013 baku ellya/2013

Ada dua jenis ukuran penyebaran : 1. Ukuran Dispersi Absolut

3 4

1. Ukuran Dispersi  Range

Absolut
 Ukuran dispersi absolut adalah ukuran dispersi yang
 Deviasi Kuartil
hanya dapat digunakan untuk melihat seberapa jauh
 Deviasi Rata-Rata dan
 Deviasi Standar
nilai suatu data menyebar dari nilai pusat (rata2)
serangkaian/kumpulan data tersebut dan bukan
untuk membandingkan variasi beberapa
2. Ukuran Dispersi Relatif  Koefisien Range rangkaian/kumpulan data
 Koefisian Deviasi Kuartil
 Koefisien Deviasi Rata2
 Koefesien Variasi

ellya/2013 ellya/2013

1
 4/7/2017

Range Range Data Belum Berkelompok

5 6

 Range (jarak)/jangkauan serangkaian data adalah Range (R) = Xn – X1

selisih nilai dari data terbesar dengan nilai dari data
yang terkecil dalam rangkaian data tersebut. Xn = Nilai data / pengamatan terbesar
X1 = Nilai data / pengamatan terkecil
 Range merupakan ukuran variasi yang paling
sederhana dan yang paling mudah dihitung

ellya/2013 ellya/2013

Contoh Range Data Berkelompok

Seorang manajer produksi dari sebuah pabrik yang 8

menghasilkan susu bubuk formula untuk bayi, memeriksa
sebuah sampel acak 10 kaleng susu formula untuk diperiksa
berat nettonya. Data yang diperoleh (dlm gram) adalah : 501,
503, 497, 499, 502, 505, 504, 499, 500 dan 502.
Hitunglah Range nya?
Bila datanya telah disusun dalam tabel frekuensi maka rangenya
dapat dihitung dengan rumus:
Range = Batas bawah kelas terakhir – Batas bawah kelas pertama
Atau

Penyelesaian Range = Nilai tengah tertinggi – Nilai tengah terendah

Xn = 505
X1 = 497
Range = 505 – 497 = 8, jadi jarak atau jangkauannya adalah 8
gram
ellya/2013 7 ellya/2013

2
 4/7/2017

Contoh: Penyelesaian:

Distribusi penghasilan 50 per hari 50 pedagang sayur di pasar Distribusi penghasilan 50 per hari 50 pedagang sayur di pasar
wilayah Jakarta Selatan Tahun 2012. Tentukan rangenya? wilayah Jakarta Selatan Tahun 2012.

Frekuensi Nilai Tengah Kelas

Batas- Batas Kelas
(fi) (Xi)
Kelas Frekuensi 30 – 39 2 34,5
40 – 49 6 44,5
30 – 39 2 50 – 59 6 54,5
40 – 49 6 60 – 69 16 64,5
50 – 59 6 70 – 79 10 74,5
60 – 69 16 80 – 89 10 84,5
70 – 79 10 Jumlah 50
80 – 89 10
Range = 80 – 30 = 50 atau Range = 84,5 – 34,5 = 50
Jumlah 50
Jadi jangkauannya adalah Rp. 50.000,-
ellya/2013 9 ellya/2013 10

Deviasi Kuartil Contoh diambil dari kuartil

11
1. Untuk Data Belum Berkelompok
Deviasi kuartil (DQ) serangkaian data adalah selisih NQ1 = 499 dan NQ3 = 503,250
nilai kuartil ketiga (NQ3) dan kuartil pertama (NQ1) Maka Deviasi Kuartil = (503,250 – 499)/2 = 2,125
dibagi dua. Jadi deviasi kuartil untuk susu formula adalah 2,125 gram

NQ3 – NQ1
Deviasi Kuartil (DQ) = 2. Untuk Data Berkelompok
2 NQ1 = 57 dan NQ3 = 77
Maka Deviasi Kuartil = (77 - 57)/2 = 10
NQ3 = Nilai kuartil ketiga Jadi deviasi kuartil untuk penghasilan per hari pedagang sayur
NQ1 = Nilai kuartil kesatu adalah Rp. 10.000,-

ellya/2013 ellya/2013 12

3
 4/7/2017

Contoh-1
Deviasi Rata-Rata
13
Kuantitas dan harga per kg kebutuhan pokok yang dibeli
seorang konsumen di Jakarta tahun 2012. Tentukan Deviasi
Deviasi rata-rata (DR) serangkaian data adalah rata-rata dari
Rata-Ratanya
jumlah selisih mutlak nilai data terhadap nilai rata-ratanya
Selisih atau penyimpangan antara nilai data terhadap data
dijadikan nilai mutlak positif Jenis Barang Kuantitas (Kg)
Deviasi Rata-Rata Data Belum Berkelompok Beras 50
Gula Pasir 2
∑ |Xi – X| Minyak Goreng 5
DR =
n Telur 10
Terigu 3
DR = Deviasi Rata-rata
Xi = Nilai data yang ke – i Jumlah 70
X = Rata-rata Hitung
n = Banyaknya pengamatan
ellya/2013 ellya/2013 14

Penyelesaian Latihan
Kuantitas dan harga per kg kebutuhan pokok yang dibeli seorang konsumen
Mulia Resort jumlah Pengunjung Pada Tahun 2012, tentukan
di Jakarta tahun 2012.
nilai deviasi rata-ratanya?.
Jenis Barang Kuantitas (Kg) ( Xi – X ) | Xi – X |
Bulan Jumlah Pengunjung
Beras 50 36 36 Januari 150
Gula Pasir 2 -12 12 Februari 135
Minyak Goreng 5 -9 9 Maret 145
Telur 10 -4 4 April 136
Terigu 3 -11 11 Mei 98
Juni 113
Jumlah 70 72 Juli 138
Agustus 120
X = 70/5 = 14 Kg September 129
DR = 72/70 = 1,03 Kg Oktober 99
Jadi Deviasi rata-rata kebutuhan pokok tersebut adalah 1,03 Kg. Nopember 120
Desember 195
Nilai DR = 1,03 Kg memiliki arti bahwa secara rata-rata kelima kebutuhan
pokok tersebut menyimpang sebesar 1,03 Kg dari nilai rata2nya Jumlah 1.578

ellya/2013 15 ellya/2013 16

4
 4/7/2017

Deviasi Rata-Rata Data Berkelompok

Contoh:
Distribusi penghasilan 50 per hari 50 pedagang sayur di pasar
wilayah Jakarta Selatan Tahun 2012. Tentukan Deviasi Rata-
∑ fi |Xi – X| ratanya
DR =
N
Kelas Frekuensi

DR = Deviasi Rata-rata 30 – 39 2
fi = Frekuensi absolute kelas ke-i 40 – 49 6
Xi = Nilai tengah kls data ke i 50 – 59 6
X = Rata-rata Hitung 60 – 69 16
n = Banyaknya pengamatan 70 – 79 10
80 – 89 10
Jumlah 50

ellya/2013 17 ellya/2013 18

Penyelesaian Latihan
Distribusi penghasilan 50 per hari 50 pedagang sayur di pasar wilayah
Jakarta Selatan Tahun 2012. Koperasi Karya Mulia Jumlah Produksi Harian Para Pengrajin,
Kelas fi Xi fi.Xi |Xi-X| fi |Xi-X|
tentukan deviasi rata-ratanya?
30 – 39 2 34,5 69 31,20 62,40
40 – 49 6 44,5 267 21,20 127,20
50 – 59 6 54,5 327 11,20 67,20 Jumlah Produksi Jumlah Pengrajin
60 – 69 16 64,5 1032 1,20 19,20 10 hingga 19 unit 10
70 – 79 10 74,5 745 8,80 88 20 hingga 29 unit 15
80 – 89 10 84,5 845 18,80 188
30 hingga 39 unit 5
Jumlah 50 3285 552 40 hingga 49 unit 10
50 hingga 59 unit 10
X = 3285 / 50 = 65,70
Jumlah 50
DR = 552 / 50 = 11,04
Jadi Deviasi rata-rata penghasilan per hari pedagang sayur di
pasar wilayah Jakarta Selatan adalah Rp. 11.040,-
ellya/2013 19 ellya/2013 20

5
 4/7/2017

Deviasi Standar dan Varians untuk Data Belum

Deviasi Standar Berkelompok
21 22

 Deviasi Standar dan Varians Sampel Ukuran Kecil (n

Deviasi standar atau simpangan baku serangkaian/
≤ 30)
sekelompok data adalah akar kuadrat dari variansnya.
Deviasi Standar Varians
Variansnya adalah rata-rata hitung dari kuadrat
deviasi (selisih antara nilai data terhadap rata-rata
hitung kelompok data tersebut) setiap data atau S
 (Xi  X) 2
S2 =
∑ (Xi – X)2

pengamatan n-1 n-1

S = Deviasi standar (simpangan baku)

n = Ukuran sampel
S2 = Varians
X = Rata-rata hitung
Xi = Nilai data yang ke-i
ellya/2013 ellya/2013

Contoh-1 Penyelesaian

Kuantitas dan harga per kg kebutuhan pokok yang dibeli Kuantitas dan harga per kg kebutuhan pokok yang dibeli
seorang konsumen di Jakarta tahun 2012. Tentukan Deviasi seorang konsumen di Jakarta tahun 2012.
Standard dan Variansnya?
Jenis Barang Kuantitas (Kg) ( Xi – X ) (Xi – X)2

Jenis Barang Kuantitas (Kg) Beras 50 36 1296

Gula Pasir 2 -12 144
Beras 50 Minyak Goreng 5 -9 81
Gula Pasir 2 Telur 10 -4 16
Minyak Goreng 5 Terigu 3 -11 121
Telur 10 Jumlah 70 1658
Terigu 3
Jumlah 70 X = 70/5 = 14 Kg n = 5 (sampel kecil)

ellya/2013 23 ellya/2013 24

6
 4/7/2017

 Deviasi Standar dan Varians Sampel Ukuran Besar (n

> 30)

S
 (Xi  X) 2
S = √ 1658/(5-1)
n-1 Deviasi Standar Varians
= 20,36 kg

Jadi deviasi standar atau simpangan baku dari kebutuhan

pokok tersebut 20,36 Kg Nilai S = 20,36 memiliki arti bahwa
rata-rata penyimpangan kelima kebutuhan pokok tersebut
sebesar 20,36 Kg dari rata-rata kebutuhan pokok tersebut S = Deviasi standar (simpangan baku)
n = Ukuran sampel
S2 = Varians
X = Rata-rata hitung
Xi = Nilai data yang ke-i

ellya/2013 25 ellya/2013 26

Deviasi Standar dan Varians untuk Data

Latihan Berkelompok
Mulia Resort jumlah Pengunjung Pada Tahun 2012, tentukan 28
nilai deviasi standar dan variansnya?. a. Metode Panjang (Long Method)

Bulan Jumlah Pengunjung  Untuk Sampel Ukuran Kecil (n ≤ 30)

Januari 150
Februari 135 Deviasi Standar Varians
Maret 145
April 136
Mei
Juni
98
113 S
 fi.(Xi  X) 2
S2 =
∑ fi. (Xi – X)2

Juli 138 n-1

Agustus 120 n-1
September 129
Oktober 99 S = Deviasi standar (simpangan baku)
Nopember 120 n = Ukuran sampel
Desember 195 S2 = Varians
X = Rata-rata hitung
Jumlah 1.578
Xi = Nilai data yang ke-i
ellya/2013 27 ellya/2013

7
 4/7/2017

 Untuk Sampel Ukuran Besar (n > 30)

Contoh:
Distribusi penghasilan 50 per hari 50 pedagang sayur di pasar
Deviasi Standar Varians wilayah Jakarta Selatan Tahun 2012. Tentukan Deviasi Standard
dan Varians
∑ fi. (Xi – X)2
S
 fi.(Xi  X) 2
S2 =
n n Kelas Frekuensi

30 – 39 2
S = Deviasi standar (simpangan baku) 40 – 49 6
fi = Frekuensi 50 – 59 6
n = Ukuran sampel 60 – 69 16
S2 = Varians 70 – 79 10
X = Rata-rata hitung 80 – 89 10
Xi = Nilai data yang ke-i Jumlah 50

ellya/2013 29 ellya/2013 30

Penyelesaian a. Metode Pendek (Short Method)

Distribusi penghasilan 50 per hari 50 pedagang sayur di pasar wilayah
 Untuk Sampel Ukuran Kecil (n ≤ 30)
Jakarta Selatan Tahun 2012.

Kelas fi Xi fi.Xi |Xi-X|2 fi |Xi-X|2

Deviasi Standar
30 – 39 2 34,5 69 973,44 1946,88
40 – 49 6 44,5 267 449,44 2696,64
50 – 59 6 54,5 327 125,44 752,64
60 – 69 16 64,5 1032 1,44 23,04
Varians
70 – 79 10 74,5 745 77,44 774,40
80 – 89 10 84,5 845 353,44 3534,40
Jumlah 50 3285 1980,64 9728

S = √ 9.728/50 = 13,95 S2 = 194,56 X=3285/50 = 65,7

S = Deviasi standar (simpangan baku)
n = Ukuran sampel
Deviasi standar dari penghasilan per hari pedagang sayur di Ci = Intercal Kelas
pasar wilayah jakarta Selatan adalah Rp. 13.950 dengan Varians fi = Frekuensi kelas ke-i
Rp. 194.560,- di = Deviasi kelas ke-i
ellya/2013 31 ellya/2013 32

8
 4/7/2017

Contoh: Penyelesaian
Distribusi penghasilan 50 per hari 50 pedagang sayur di pasar wilayah
Distribusi penghasilan 50 per hari 50 pedagang sayur di pasar
Jakarta Selatan Tahun 2012.
wilayah Jakarta Selatan Tahun 2012. Tentukan Deviasi Standard
dan Varians Kelas fi Xi di fi.di di2 fi.di2
30 – 39 2 34,5 -2 -4 4 8
40 – 49 6 44,5 -1 -6 1 6
Kelas Frekuensi 50 – 59 6 54,5 0 0 0 0
60 – 69 16 64,5 1 16 1 16
30 – 39 2 70 – 79 10 74,5 2 20 4 40
40 – 49 6 80 – 89 10 84,5 3 30 9 90
50 – 59 6 Jumlah 50 56 160
60 – 69 16
70 – 79 10 S = √ (160/50) – ((56/50)2) x 10
80 – 89 10 S = 13,95 S2 = 194,56
Deviasi standar dari penghasilan per hari pedagang sayur di
Jumlah 50
pasar wilayah jakarta Selatan adalah Rp. 13.950 dengan Varians
Rp. 194.560,-
ellya/2013 33 ellya/2013 34

Latihan 2. Ukuran Dispersi Relatif

Penjualan Minuman Ringan Merek Fresstea Sepanjang Tahun
2012 di Wilayah DKI, tentukan 36

a. Range Ukuran dispersi relatif adalah ukuran penyebaran yang dapat

b. Deviasi Kuartil digunakan untuk membandingkan penyebaran dari dua atau lebih
c. Deviasi Rata-Rata kumpulan (distribusi) suatu data yang memiliki satuan yang sama
d. Deviasi standar dan variansnya ataupun berbeda
Kelas Frekuensi
Yang termasuk ukuran dispersi relatif adalah:
10 sampai 16 3
17 sampai 23 5
1. Koefisien dari range
24 sampai 30 9
2. Koefisien dari deviasi kuartil
31 sampai 37 4
3. Koefisien dari deviasi Rata-rata
38 sampai 44 8
4. Koefisien dari deviasi standar (koefisien variasi)
45 sampai 51 7
Jumlah 36
ellya/2013 35 ellya/2013

9
 4/7/2017

 Koefisien Dari Range  Koefisien Dari Deviasi Standar (Variasi)

Koefisien dari range rumusnya :
Koefisien variasi adalah perbandingan antara simpangan baku
Xn – X1 sekelompok data/pengamatan dengan rata-rata hitungnya
Koefisien Range =
Xn + X1
(mean).
Koefesien variasi paling banyak digunakan dalam statistika
 Koefisien Dari Deviasi Kuartil untuk membandingkan kehomogenan/homogenitas
sekelompok data dengan kelompok data lainnya, baik dengan
Koefisien dari deviasi kuartil rumusnya : satuan yang sama ataupun satuan kedua kelompok2 yang
NQ3 – NQ1 berbeda.
Koefisien Deviasi Kuartil =
NQ3 + NQ1 Deviasi Standar
Koefisien Variasi = x 100%
 Koefisien Dari Deviasi Rata-Rata
Mean
Koefisien dari deviasi rata-rata rumusnya :
Koefisien Deviasi Rata-Rata = Deviasi Rata-rata / Rata-rata
ellya/2013 37 ellya/2013 38

Contoh Penyelesaian
Pada label susu formula bayi merk A dan merk B tertera berat a. Hitunglah koefesien variasi berat netto susu formula merk A
netto 500 gram. Hasil pemeriksaan dua buah sampel berukuran dan merk B tersebut?
10 berupa kaleng susu formula merk A dan 10 kaleng susu
formula merk B, diperoleh hasil untuk berat netto sbb (dlm SA SB
gram);
KVA = x 100% KVB = x 100%
XA XB
XA = 500 gram XB = 500 gram
SA = 45 gram SB = 75 gram
= (45/500) x 100% = (75/500) x 100%
a. Hitunglah koefesien variasi berat netto susu formula merk A dan = 9% = 15%
merk B tersebut?
b. Bila kita ingin membeli susu formula yang berat nettonya sesuai yang Jadi koefesien variasi berat netto susu formula merk A adalah
tertera pada labelnya yaitu 500 gram, susu formula merk manakah 9% dan koefesien variasi susu formula merk B adalah 15%
yang sebaiknya kita pilih? Berikan alasan?
ellya/2013 39 ellya/2013 40

10
 4/7/2017

b. Oleh karena koefisien variasi berat netto susu formula merk A
(KVA = 9%) lebih kecil dari koefesien variasi berat netto merk
B (KVB = 15%) yaitu:
(KVA = 9% < KVB = 15%),
Contoh
Dua sampel yang masing-masing terdiri dari 5 buah sampel
biskuit merk A dan 5 buah sampel biscuit merk B. ditimbang
berat nettonya, diperoleh data sbb (dlm gram):

itu menunjukkan bahwa berat netto susu formula merk A Sampel 1 (Merek A) 155 145 148 157 142
lebih seragam daripada berat netto susu bayi merk B, maka Sampel 2 (Merek B) 145 156 152 149 155
dari itu kita sebaiknya membeli susu formula merk A.

Atau dengan kata lain perbedaan berat-berat netto susu a. Hitunglah koefesien variasi untuk sampel 1 dan sampel 2
formula merk A tersebut satu sama yang lainya lebih kecil dari b. Manakah yang lebih seragam berat netto biscuit merk A atau
perbedaan berat-berat netto susu formula merk B. biscuit merk B?

ellya/2013 41 ellya/2013 42

Penyelesaian

ellya/2013 43 ellya/2013 44

11
 4/7/2017

DALIL CHEBYSHEV
46

Ahli matematika Rusia P.L. Chebyshev (1821-1894) terkenal

dengan dalilnya:
Sekurang-kurangnya (1-1/k2) bagian dari seluruh data
(sampel atau populasi) terletak dalam k simpangan baku dari
nilai rata-rata hitungnya tanpa memandang bentuk
distribusinya.

Tanpa memandang bentuk distribusi datanya, sekurang-

kurangnya (1-1/k2) proporsi nilai data terletak dalam interval
X ± ks (untuk sampel) dan µ ± kσ (untuk populasi), k =
bilangan positif yang lebih besar dari 1

ellya/2013 45 ellya/2013

Contoh-1
Iklan televsi pada saluran televisi tertentu rata-rata
berlangsung 50 detik dengan simpangan baku 7,5 detik.
Menurut dalil Chebyshev tentukanlah proporsi (bagian)
iklan yang berlangsung dari 40 sampai 60 detik
Penyelesaian
X = 50 s = 7,5
Interval waktu 40 sampai 60 detik berarti nilai bawah dari X ± ks
adalah 40 dan nilai atasnya 60. Dengan mengambil nilai X – ks =
40 dan X ± ks = 60, maka nilai k dapat dihitung sbb:

X – ks = 40
50 – k 7,5 = 40 -7,5k = -10
k = 1,33
Sehingga: 1 -1/k2 = 1 – 1/1,332 = 0,44

Jadi sekurang-kurangnya 0,44 bagian atau 44% dari total iklan

tersebut berlangsung dari 40 sampai 60 detik.
ellya/2013 47 ellya/2013 48

12
 4/7/2017

Contoh-2 Penyelesaian

Rata-rata hitung harga pe lembar saham seluruh perusahaan

yang menjual sahamnya kepada masyarakat disebuah kota
adalah Rp. 8.000,- dengan deviasi standar Rp. 500,-.
Menurut dalil Chebychev berapa persen dari keseluruhan
harga-harga per lembar saham tersebut memiliki harga
antara Rp. 6.800,- dan Rp. 10.000,-

ellya/2013 49 ellya/2013 50

KAIDAH EMPIRIK Contoh

51
Pada distribusi data/pengamatan yang mendekati atau berbentuk
genta (normal) maka kira-kira :
68% dari banyaknya data/pengamatan terletak dalam µ ± 1σ
95% dari banyaknya data/pengamatan terletak dalam µ ± 2σ
99,7% dari banyaknya data/pengamatan terletak dalam µ ± 3σ
Sebuah Bank yang berkantor pusat di Jakarta dengan kantor
cabang yang bertebaran diseluruh provinsi yang ada di tanah
air menggaji 2.200 karyawanya dengan gaji rata-rata Rp.
2.000.000,- per orang per bulan dengan deviasi standar Rp.
225.000,-. Dengan menganggap bahwa gaji-gaji karyawan
tersebut berdistribusi menyerupai genta (berdistribusi
normal), gunakan kaidah empirik untuk mendiskripsikan
penyebaran data tersebut?

ellya/2013 ellya/2013 52

13

Penyelesaian
µ = 2.000.000,- σ = 225.000
Untuk mendiskripsikan penyebaran data dengan menggunakan kaidah
empirik , sebelumnya ditentukan interval-interval sbb:
µ ± 1σ = 2.000.000. ± 225.000 = 1.775.000 hingga 2.255.000
µ ± 2σ = 2.000.000. ± 450.000 = 1.550.000 hingga 2.450.000
µ ± 3σ = 2.000.000. ± 675.000 = 1.325.000 hingga 2.675.000
Jadi
 68% dari banyak karyawan tersebut ( ± 1.496 orang) mendapat gaji per
bulan berkisar antara Rp. 1.775.000,- hingga Rp. 2.225.000
 95% dari banyak karyawan tersebut ( ± 2.090 orang) mendapat gaji per
bulan berkisar antara Rp. 1.550.000,- hingga Rp. 2.450.000
 99,7% dari banyak karyawan tersebut ( ± 2.193 orang) mendapat gaji per
bulan berkisar antara Rp. 1.325.000,- hingga Rp. 2.675.000
ellya/2013 53
Angka Baku Sampel Angka Baku Populasi
Xi - X Xi - µ
Z = Z =
S S
Xi : nilai data/pengamatan yang ke i
X : Rata-rata sampel
S : Deviasi standar/simpangan baku sampel
µ : Rata-rata populasi
σ : deviasi standar/simpangan baku populasi
Nilai Z dapat bernilai positif dan negatif
Bila Z = a, berarti letak data/pengamatan tersebut berada: a
deviasi standar di atas rata-ratanya.
Bila Z = -a berarti letak data/pengamatan tersebut berada: a
deviasi standar di bawah rata-ratanya, a adalah suatu konstanta
55
4/7/2017
Angka Baku
54
 Angka baku atau nilai baku (nilai Z) adalah perbedaan antara
nilai suatu data/pengamatan secara individual dengan nilai
rata-rata hitung kelompoknya yang dinyatakan dalam satuan
deviasi standar.
 Nilai Z mengukur beberapa deviasi standar sebuah
data/pengamatan terletak di atas atau di bawah nilai rata-
ratanya.
 Nilai baku umunya digunakan untuk menbandingkan dua
pengamatan yang berasal dari dua populasi yang berbeda
sehingga dapat ditentukan peringkat atau range relatifnya
ellya/2013
Contoh
Gilang adalah mahasiswa manajemen dan Dendi adalah
mahasiswa akuntansi. Pada uas, nilai ujian Matematika
Gilang dan Dendi masing-masing 90 dan 75. Sedangkan nilai
Rata-rata Matematika untuk kelas Manajemen dan Akuntansi
masing-masing 75 dan 65 dan dengan deviasi standar
masing-masing 12,5 dan 7,5
a. Siapakah yang lebih berprestasi khususnya dalam
matakuliah Matematika, Gilang atau Dendi
b. Bagaimana kedudukan nilai matematika Gilang dan Dendi
di kelasnya masing-masing.
ellya/2013 ellya/2013 56
14
 4/7/2017

Penyelesaian Soal Latihan

Gilang : Dendi :
Xnilai = 90 Xnilai = 75
Xratakls = 75 Xratakls = 65
S = 12,5 S = 7,5
Xi - X
Z= Z Gilang = (90 -75)/12,5 Z Dendi = (75-65)/7,5
S = 1,20 = 1,33
a. Oleh karena nilai Z Dendi lebih besar dari nilai Z Gilang maka ini berarti
Dendi lebih berprestasi jika dibandingkan dengan Gilang
b. Gilang dengan nilai Z = 1,20 ini berarti kedudukan nilai Gilang 1,20
deviasi standar (1,20 x 12,5 = 15) di atas rata-rata kelasnya. Jadi selisih
nilai Gilang dengan nilai rata-rata kelasnya adalah 15
c. Dendi dengan nilai Z = 1,33 ini berarti kedudukan nilai Dndi 1,33 deviasi
standar (1,33 x 7,5 = 9,975) di atas rata-rata kelasnya. Jadi selisih nilai
Dendi dengan nilai rata-rata kelasnya adalah 9,975
ellya/2013 57 ellya/2013 58

15