UKURAN PENYIMPANGAN
5.1 Pendahuluan
Selain ukuran gejala pusat dan ukuran letak, dalam statistika masih terdapat
ukuran lain, yaitu ukuran simpangan atau ukuran dispersi. Ukuran simpangan atau
Beberapa ukuran dispersi yang terkenal dan diuraikan dalam tulisan ini
adalah rentang, rentang antar kuartil, simpangan kuartil atau deviasi kuartil,
rata-rata simpangan atau rata-rata deviasi, simpangan baku atau standar deviasi,
Sebagaimana telah dikemukakan pada bab III, rentang adalah selisih antara data
terbesar dengan data terkecil, sehingga istilah rentang erat kaitannya dengan bidang-
bidang lain di luar statistika. Perlu diingat kembali rumus rentang dinyatakan
.
R data terbesar data terkecil
Karena mudah dihitung, rentang banyak digunakan dalam cabang lain di luar
kuartil merupakan selisih antara kuartil ke-3 (K ) dengan kuartil ke-1 . Secara
3 ( K1 )
Simpangan kuartil atau deviasi kuartil atau disebut juga rentang semi antar
1
Simpangan Kuartil SK
2
sehingga:
K 3 K1
SK
2
Contoh
IKIP Budi Utomo Malang adalah sebagai berikut: 56, 76, 34, 59, 62, 56, 68, 60, 73, dan
81.
= 81 – 34
= 47
sehingga:
data ke 2.
Nilai = data ke 2 +
K1 3
data ke 3 data ke 2
4
= 56 +
3
(56 56)
4
Nilai =56
K1
data ke 5.
Nilai = data ke 5 +
K2 1
data ke 6 data ke 5
4
= 60 +
1
(62 60)
4
Nilai = 60
K2 1
2
data ke 8.
Nilai = data ke 8 +
K3 1
data ke 9 data ke 8
4
= 73 +
1
(76 73)
4
sehingga RAK =
K 3 K1
=
1
73 56
4
=
1
17
4
=
1 1
17
2 4
=
5
8
8
jarak antara tiap-tiap data dengan rata-rata . Jarak dalam simbul ditulis dengan notasi
x
.
xi x
dengan banyak data, maka diperoleh rata-rata simpangan yang dinotasikan dengan RS,
sehingga:
x i x
RS
n
Contoh
IKIP Budi Utomo Malang adalah sebagai berikut: 56, 76, 34, 59, 62, 56, 68, 60, 73, dan
81.
Berdasarkan data di atas, diperoleh rata-rata hitung nilai mahasiswa yang dapat
sehingga diperoleh
56 76 34 59 62 56 68 60 73 81
x
10
625
x
10
x 62,5
Nilai Mahasiswa x xi x xi x
34 62,5 34 - 62,5 = -28,5 28,5
56 62,5 56 - 62,5 = -6,5 6,5
56 62,5 56 - 62,5 = -6,5 6,5
59 62,5 59 - 62,5 = -3,5 3,5
60 62,5 60 - 62,5 = -2,5 2,5
Statistika Dasar:Dwi Purnomo- 73
62 62,5 62 - 62,5 = -0,5 0,5
68 62,5 68 - 62,5 = 5,5 5,5
73 62,5 73 - 62,5 = 11,5 11,5
76 62,5 76 - 62,5 = 13,5 13,5
81 62,5 81 - 62,5 = 18,5 18,5
Jumlah 97
x i x
RS
n
28,5 6,5 6,5,5 2,5 0,5 55,5 11,5 13,5 18,5
RS
10
97
RS
10
= 9,7
dari simpangan baku disebut varians. Simpangan baku sampel dinotasikan dengan s,
notasi simpangan baku sampel dan populasi maka kuadrat simpangan baku dinotasikan
dan
x x
2 2
x i x
i
s 2
n 1 n 1
Contoh
IKIP Budi Utomo Malang adalah sebagai berikut: 56, 76, 34, 59, 62, 56, 68, 60, 73, dan
81.
x 2
i x
s
n 1
56 76 34 59 62 56 68 60 73 81
x
10
625
x
10
x 62,5
x 2
i x
s
n 1
812,25 42,25 42,5 12,25 6,25 0,25 30,25 132,25 182,25 342,25
s
10 1
1602,50
s
9
s 178,05555556
s 13,344
s= dan
n xi2 xi n xi2 xi
2 2
s2
n 1 n(n 1)
Dalam rumus di atas, tampak bahwa data tidak perlu ditentukan rata-rata ( ), akan
x
tetapi tetap menggunakan data aslinya ( ) dan ruimus ini yang sangat dianjurkan untuk
xi
Contoh
IKIP Budi Utomo Malang adalah sebagai berikut: 56, 76, 34, 59, 62, 56, 68, 60, 73, dan
81.
n xi2 xi
2
s
n(n 1)
(402800) (390625)
s
90
12175
s
90
s 135,2777777777
s 11,631
f x 2
i i x
s
n 1
Contoh
Tentukan simpangan baku data yang tersajikan dalam daftar distribusi frekuensi berikut
ini:
Kelas Interval fi xi x ( xi x) ( xi x ) 2 f i ( xi x ) 2
13,0-17,4 2 15,2 34,1 -18,9 357,21 714,42
17,5-21,9 3 19,7 34,1 -14,4 207,36 622,08
22,0-26,4 1 24,2 34,1 -9,9 98,01 98,01
26,5-29,9 10 28,7 34,1 -5,4 29,16 291,6
31,0-35,4 28 33,2 34,1 -0,9 0,81 22,68
35,5-39,9 18 37,7 34,1 3,6 12,96 233,28
40,0-44,4 13 42,2 34,1 8,1 65,61 852,93
Jumlah 75 - - - - 2835,0
Berdasarkan tabel di atas, diperoleh:
2
f i xi x
s
n 1
2835,0
s
75 1
2835,0
s
74
s 38,3108
s 6,1895
s
n(n 1)
dengan
n : banyaknya data
f ; frekuensi
i
Contoh
Tentukan simpangan baku data yang tersajikan dalam daftar distribusi frekuensi berikut
ini:
Kelas Interval fi xi 2
xi f i xi f i xi2
13,0-17,4 2 15,2 231,04 30,4 462,08
17,5-21,9 3 19,7 388,09 59,1 1164,27
22,0-26,4 1 24,2 585,64 24,2 585,64
26,5-29,9 10 28,7 823,69 287 8236,9
31,0-35,4 28 33,2 1102,24 929,6 30862,72
35,5-39,9 18 37,7 1421,29 678,6 25583,22
40,0-44,4 13 42,2 1780,84 548,6 23150,92
Jumlah 75 - 2557,5 90045,75
s
n(n 1)
2
(75)(90045,75) (2557,5)
s
75(75 1)
6753431,25 6540806,25
s
5550
212625
s
5550
s 38,3108
s 6,1895
Cara lain untuk menentukan simpangan baku adalah cara sandi (cooding) sebagaimana
dalam menentukan rata-rata hitung. Rumus simpangan baku dengan cara cooding
adalah
n f i ci2 f i ci
2
s p
n(n 1)
Contoh
Tentukan simpangan baku data yang tersajikan dalam daftar distribusi frekuensi berikut
ini:
n f i ci2 f i ci
2
s p
n(n 1)
(75)(143) (15) 2
s 4,5
75(75 1)
10725 225
s 4,5
5550
10500
s 4,5
5550
s 4,5 1,89189
s 4,51,375460611
s 6,189572748
simpangan baku gabungan dari sekelompok data. Jika terdapat k buah subsampel
dengan kenyataan:
4) ............................................................................................
(n 1) s
i
2
i
n k i
Contoh
dan
n1 60, n1 105, dan n3 35
20030,27
s
197
Statistika Dasar:Dwi Purnomo- 82
s 101,6764975
s 10,08347646
Jadi diperoleh penyimpangan atau deviasi standar dari rata-rata yang dinyatakan
dalam satuan simpangan baku. Bilangan yang didapat dinamakan angka baku Z.
Angka baku dalam penggunaannya sering diubah menjadi keadaan atau model
bam, atau tepatnya distribusi bam. Distribusi bam mempunyai rata-rata dan
xo
simpangan bakunya yang telah ditentukan. Angka yang diperoleh dengan cara ini
so
dinamakan angka baku atau angka standar dan dinyatakan dengan rumus
x x
z i xo s o i
s
sederhana yaitu . sehingga angka z sering dinamakan angka baku atau angka
xi x
zi
s
standar.
Contoh
1) Dalam bidang psikologi tes Wescheler-Belevue diubah ke dalam angka baku dengan
2) Tes klasifikasi umum, tentara di Amerika Serikat biasanya dijadikan angka baku
Angka baku atau angka standar juga digunakan untuk membandingkan keadaan
Contoh
1) Seorang peserta ujian statistika mendapat nilai 96 pada ujian akhir semester dengan
rata-rata dan simpangan baku kelompok berturut-turut adalah 71,5 dan 12,12
2) Pada ujian yang lain, seorang peserta mendapat nilai 94 dalam suatu kelompok
sebagaike13,34
3) Berdasarkan keadaan 2) dan 3) dalam ujian yang mana peserta tersebut mendapat
nilai terbaik.
variasi di antara nilai-nilai besar dan nilai kecil maka digunakan dispersi relatif yang
dinyatakan dengan:
Dispersi Relatif =
Dispersi Absolut
rata rata
Jika untuk dispersi absolut diambil simpangan baku, maka didapat koefisien
Dispersi Absolut
KV x100%
rata rata
Koefisien variasi tidak tergantung pada satuan yang digunakan, oleh karenanya dapat
digunakan untuk membandingkan variasi relatif beberapa kumpulan data dengan satuan
yang berbeda.
Contoh
Dua macam lampu merek A dan B masing-masing rata-rata dapat dipakai selama 3500
jam dengan simpangan baku 1050 jam. Lampu B mempunyai rata-rata 2000 jam dengan
1) KV Lampu merek A =
1050
x100% 30%
3500
2) . KV lampu merek B =
2000
x100% 20%
10000
lebih uniform.
1.6 Soal-soal
1) Diberikan data sebagai berikut: 12, 8, 9, 10. 14, 15, 8, 10, 12, 11, 17, 10
b. Simpangan baku
68 84 75 89 68 90 62 88 76 93 65 86 80
73 79 88 73 60 93 71 50 85 75 67 73 73
81 65 75 87 74 62 93 78 63 72 57 81 77
66 78 82 75 94 77 69 74 68 60 66 76 54
96 78 89 61 75 95 60 79 83 71 74 77 86
79 62 67 97 78 85 76 65 71 75 67 66 66
Dengan terlebih dahulu menyusun data dalam daftar distribusi frekuensi data
tersebut, tentukan:
2. Simpangan Kuartil
3. Rata-rata simpangan
4. Simpangan baku
b. Simpangan Kuartil
c. Rata-rata simpangan
d. Simpangan baku
68 84 75 89 68 90 62 88 76 93
73 79 88 73 60 93 71 50 85 75
81 65 75 87 74 62 93 78 63 72
66 78 82 75 94 77 69 74 68 60
96 78 89 61 75 95 60 79 83 71
79 62 67 97 78 85 76 65 71 75
65 80 73 57 88 78 62 76 53 74
86 67 73 81 72 63 76 75 85 77
baku 3.
b. Jika dalam sistem baku ini, nilai lulus paling kecil 15, tentukan banyaknya siswa
tidak lulus.