METODE STATISTIKA

UKURAN LETAK DATA DAN UKURAN

DISPERSI DATA

Dosen Pembimbing :
Prof. Dr. I Gusti Putu Suharta, M.Si.

Oleh :

Ni Kadek Sri Agustini 1813011005

Ida Bagus Kade Hendra Adi Wirawan 1813011017

JURUSAN MATEMATIKA
PROGRAM STUDI PENDIDIKAN MATEMATIKA S1
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS PENDIDIKAN GANESHA
SINGARAJA
2020

i
 KATA PENGANTAR

Puji syukur penulis penulis panjatkan kepada Tuhan Yang Maha Esa,
karena atas berkat dan rahmat-Nya penulis diberikan kemudahan dan kelancaran
dalam pembuatan makalah ini sehingga dapat diselesaikan tepat waktu. Makalah
ini disusun sebagai tugas Metode Statistika. Judul dari makalah ini adalah
“Ukuran Letak Data dan Ukuran Dispersi Data”.
Dalam penyusunan makalah ini, penulis sadar bahwa makalah ini masih
banyak kekurangan dan jauh dari kata sempurna karena keterbatasan pengetahuan
penulis. Oleh karena itu sangat diharapkan pembaca dapat memberikan kritik dan
saran yang bersifat membangun demi kesempurnaan makalah ini. Dan pada
kesempatan ini penulis mengucapkan terima kasih kepada :
1. Prof. Dr. I Gusti Putu Suharta, M.Si. selaku dosen pengampu mata kuliah
Metode Statistika yang telah membimbing serta memotivasi penulis
dalam pembuatan makalah ini.
2. Pihak keluarga yang senantiasa memberikan dukungan baik berupa doa
maupun motivasi kepada penulis.
3. Teman-teman serta sumber informasi lainnya yang juga telah berperan
dalam proses pembuatan makalah ini.
Akhir kata, penulis meminta maaf yang sebesar-besarnya jika ada hal yang
kurang berkenan menurut pembaca mengenai makalah ini. Kami berharap semoga
makalah ini dapat memberikan manfaat bagi semua pihak, khususnya manfaat di
bidang pendidikan.

Singaraja, 10 Maret 2020

Penulis

ii
 DAFTAR ISI

HALAMAN JUDUL
KATA PENGANTAR.................................................................................. ii
DAFTAR ISI................................................................................................. iii
BAB I PENDAHULUAN
1.1.....................................................................................Latar Belakang
..........................................................................................................1
1.2........................................................................................................Rumusan
Masalah.............................................................................................. 1
1.3.............................................................................................................Tujuan
............................................................................................................2
BAB II KAJIAN FILOSOFIS
2.1.............................................................................................................Ukura
n Letak Data........................................................................................ 3
2.1.1 Kuartil........................................................................................ 3
2.1.2 Desil........................................................................................... 6
2.1.3 Persentil..................................................................................... 10
2.2.............................................................................................................Ukura
n Dispersi Data................................................................................... 16
2.2.1 Jangkauan atau Range............................................................... 16
2.2.2 Jangkauan Antarkuartil dan Jangkauan Semi Interkuartil......... 17
2.2.3 Deviasi Rata-rata....................................................................... 19
2.2.4 Varians....................................................................................... 20
2.2.5 Simpangan Baku........................................................................ 22
2.2.6 Koefisien Variasi....................................................................... 24
BAB III PENUTUP
3.1.............................................................................................................Kesim
pulan................................................................................................... 26
3.2.............................................................................................................Saran
............................................................................................................26
DAFTAR PUSTAKA

iii
 BAB I
PENDAHULUAN

1.1 Latar Belakang

Pada dasarnya statistika ialah sebuah konsep dalam bereksperimen,
menganalisa data yang bertujuan untuk mengefisiensikan waktu, tenaga
dan biaya dengan memperoleh hasil yang optimal. Statistika merupakan
salah satu cabang pengetahuan yang banyak dipelajari oleh ilmuan dari
hampir semua bidang ilmu pengetahuan seperti ilmu kedokteran, teknik,
manajemen, sosial, dan semua bidang yang mencakup pengetahuan
manusia. Statistika adalah metode atau ilmu yang mempelajari suatu proses
dalam merencanakan, mengumpulkan, menganalisis, dan
mempresentasikan data. Istilah Stastistika memiliki pengertian berbeda
dengan statistic. Statistik merupakan kumpulan data, bilangan atau non
bilangan yang disajikan sedemikian rupa (biasanya dalam bentuk table atau
grafik) yang menggambarkan suatu persoalan atau keadaan. Sedangkan
statistika adalah pengetahuan yang berhubungan dengan cara-cara
pengumpulan, penyajian, pengolahan dan analisis data, serta macam teknik
analisis data. Stastisika digunakan sebagai cara-cara ilmiah untuk
mengumpulkan, menyusun, meringkas dan menyajikan data penelitian.
Kata statistika diturunkan dari kata Inggris state atau pemerintah.
Perkembangan statistika secara progresif baru terjadi pada abad 19, dengan
ditandai pengembangan teori statistika oleh para ahli matematika. Di dalam
materi stastistika memiliki banyak materi tentang mengumpulkan data,
penyajian, dan analisis data. Adapun salah satu materi dari stastistika yaitu
ukuran letak, dan ukuran dispersi. Ukuran letak adalah suatu ukuran
sepanjang garis horizontal yang letaknya ditengah distribusi data. Ukuran
lokasi sekumpulan data adalah nilai representatif bagi keseluruhan nilai
data atau dapat menggambarkan distribusi data itu, khususnya dalam hal
letaknya (lokasinya). Nilai tersebut dihitung dari keseluruhan data
bersangkutan sehingga cenderung terletak diurutan tengah atau pusat
setelah data diurutkan menurut besarnya. Sedangkan Ukuran dispersi atau
sering dikatan ukuran deviasi adalah ukuran yang sering digunakan untuk
melihat besarnya sebaran data, salah satu contohnya adalah jangkauan,
deviasi rata-rata, variansi, dan lain-lain.

1.2 Rumusan Masalah

Mengacu pada latar belakang yang telah diuraikan di atas, adapun
beberapa masalah yang akan dikaji dalam makalah ini yaitu sebagai berikut.
1.2.1. Bagaimana pengertian dan bagian dari ukuran letak data?
1.2.2. Bagaimana pengertian dan bagian dari ukuran dispersi data?

1
1.3 Tujuan
Berdasarkan rumusan masalah diatas, maka tujuan dibentuknya makalah
ini adalah :
1.3.1. Untuk mengetahui pengertian dan bagian dari ukuran letak data.
1.3.2. Untuk mengetahui pengertian dan bagian dari ukuran dispersi data.

2
 BAB II
PEMBAHASAN

2.1 Ukuran Letak Data

Ukuran letak adalah beberapa nilai yang letaknya sedemikian rupa dalam
suatu rangkaian data atau dalam suatu distribusi frekuensi sehingga nilai itu
membagi rangkaian data atau distribusi frekuensi itu menjadi beberapa bagian
yang sama. Ada empat ukuran letak yaitu median, kuartil, desil dan persentil
(Nata,2016). Sub bab ini akan menjelaskan keempat ukuran letak, kecuali median.
2.1.1 Kuartil
Kuartil adalah nilai-nilai yang membagi serngkaian data menjadi empat
bagan yang sama. Dengan demikian terdapat tiga kuartil, kuartil pertama
(K1) adalah sebuah nilai yang menyatakan 25% dari keseluruhan data
nilainya lebih kecil dari nilai kuartil pertama dan 75% lagi nilainya lebih
besar dari nilai kuartil pertama. Kuartil kedua (K 2) adalah sebuah nilai yang
menyatakan 50% dari keseluruhan data nilainya lebih kecil dari nilai kuartil
kedua dan 50% lagi nilainya lebih besar dari nilai kuartil kedud, kuartil
kedua sama dengan median. Kuartil ketiga (K3) adalah sebuah nilai yang
menyatakan 75% dari keseluruhan data nilainya lebih kecil dari nilai kuartil
ketiga dan 25% lagi nilainya lebih besar dari nilai kuartil ketiga
(Nata,2016).
1. Kuartil data tunggal
Cara mencari kuartil data tunggal adalah sebagai berikut.
1. Susun data dari nilai yang terbesar sampai terkecil atau
sebaliknya.

x (n+1)
Lkx =
4
2. Tentukan letak kuartil yang ke-x (LKx)
Dengan x = 1, 2, 3 dan n = banyaknya data
3. Tentukan nilai kuartil ke-x
Data merupakan urut ke- LKx.

3
 Contoh:
Nilai terendah UTS Persamaan Deferensial dari sampel acak sebelas
Mahasiswa telah disusun sebagai berikut: 18 19 20 23 24 25 27
30 32 35 dan 36.
Misal dicari kuartil pertama, maka cara mencari kuartil pertama adalah
sebagai berikut.
1. Susun data dari nilai yang terbesar sampai terkecil atau
sebaliknya.
18 19 20 23 24 25 27 30 32 35 36
2. Menentukan letak kuartil
x (n+1)
Lkx =
4 karena mencari kuartil pertama, maka x = 1
1(11+1)
Lkx = =3
4
Sehingga letak kuartil adalah pada urut data ke-3
3. Menentukan Nilai Kuartil
Data urut ke-3 adalah 20
Jadi, kuartil pertama dari sampel acak sebelas Mahasiswa tersebut
adalah 20

2. Kuartil data berkelompok

Cara mencari kuartil data berkelompok adalah sebagai berikut.

x.n
Lkx =
4
1. Tentukan letak kuartil yang ke-x (LKx)
Dengan x = 1, 2, 3 dan n = banyaknya data
2. Tentukan nilai kuartil yang ke-x

Lkx −f cx
Lx =L x +
( f kx )
Dengan

4
 Kx = kuartil ke-x
Lx = tepi bawah kelas dari kelas dengan kuartil ke-x
= batas bawah kelas – 0,5
fKc = frekuensi kelas terdapatnya kuartil ke-x
n = banyaknya data
c = interval kelas
tepi atas kelas-tepi bawah kelas
= 2
di mana tepi atas kelas = batas atas kelas + 0,5
fc = frekuensi kumulatif kelas sebelum kelas dengan
kuartil ke-x
LKx = letak kuartil ke-x

Contoh:
Pada tabel di bawah ini disajikan sebuah sampel acak berupa Nilai
Mahasiswa 4B pada Mata Kuliah Metode Statistika.
Nilai Banyak Mahasiswa
Mahasiswa (orang)
20 – 29 1
30 – 39 4
40 – 49 7
50 – 59 13
60 – 69 25
70 – 79 15
80 – 89 5
Jumlah 70

Misal dicari kuartil data pertama, maka cara mencari kuartil

pertama dari data berkelompok di atas adalah sebagai berikut.
1. Membuat tabel penolong yang dapat mempermudah
penghitungan dengan menambahkan kolom tepi bawah kelas
(Lx) dan frekuensi kumulatif kelas (fc).
Tepi Frekuensi
Interval Frekuensi
No Bawah Kumuatif
Kelas (f)
Kelas (Lx) (fc)

5
 1 20 - 29 1 19,5 1
2 30 - 39 4 29,5 5
3 40 - 49 7 39,5 12
4 50 - 59 13 49,5 25
5 60 - 69 25 59,5 50
6 70 - 79 15 69,5 65
7 80 - 89 5 79,5 70

2. Menentukan letak kuartil pertama.

x .n
Lkx=
4
1.70
Lk1 = =17, 5
4
Maka letak kuartil perama antara frekuensi kumulatif 12
dan 25, yaitu pada kelas 50 – 59.
3. Menentukan nilai kuartil pertama
Lkx −f cx
K x=L x +
( f kx )
.c

L k 1 −f c 1
K 1 =L1 +
( fk1 ) .c

17 ,5−12
K 1 =L1 + (13
. 10 )
K 1 =49 , 5+4 ,23=53 , 73
Jadi, kuartil pertama dari sampel acak Nilai Mahasiswa 4B
pada Mata Kuliah Metode Statistika adalah 53,73.

2.1.2. Desil
Desil merupakan nilai yang membagi data menjadi sepuluh bagian
yang sama. Dengan demikian maka terdapat sembilan ukuran desil, yaitu
desil pertama (D1), desil kedua (D2), ketiga (D3), sampai desil kesembilan
(D9). Desil pertama merupakan sebuah nilai yang membagi serangkaian
data sehingga 10% dari seluruh data nilainya kurang dari nilai (D1) dan
90% lagi nilainya lebih besar dari (D1). Desil kedua merupakan sebuah nilai
yang membagi serangkaian data sehingga 20% dari seluruh data nilainya
kurang dari nilai (D2) dan 80% lagi nilainya lebih besar dari (D2). Desil

6
kelima merupakan sebuah nilai yang membagi serangkaian data sehingga
50% dari seluruh data nilainya kurang dari nilai (D 5) dan 50% lagi nilainya
lebih besar dari (D5). Desil kelima sama dengan median. Secara umum desil
ke-x (Dx) dengan x = 1, 2, 3,…,9 adalah sebuh nilai yang membagi
serangkaian data sehingga 10x% dari seluruh data nilainya kurang dari nilai
(Dx) dan (100% - 10x%) dari seluruh data tersebut memiliki nilai lebih
besar dari (Dx). desil terdiri atas desil data tunggal dan desil data
berkelompok (Nata,2016).
1. Desil data tunggal
Cara mencari desil data tunggal adalah sebagai berikut.
1. Susun data dari nilai terkecil sampai terbesar atau sebaliknya.
2. Tentukan letak desil yang ke-x (LDx).

x (n+1 )
LDx =
10

Dengan x = 1, 2, 3, … ,9 dan n = banyaknya data

3. Tentukan nilai desil ke-x (Dx).
Data merupakan urut ke- LDx.

Contoh:
Diambil data mengenai usia dari 29 sampel secara acak Pegawai dan
Mahasiswa FMIPA yang mengikuti Seminar Nasional, didapatkan data
sebagai berikut.
40 41 43 21 22 23 24 27 28 30 30 31 31 38 39 39 33
34 35 36 18 19 20 32 36 43 18 37 37

Misal dicari desil pertama, maka cara mencari desil pertama adalah
sebagai berikut.
1. Susun data dari nilai yang terbesar sampai terkecil atau
sebaliknya.
18 18 19 20 21 22 23 24 27 28 30 30 31 31 32
33 34 35 36 36 37 37 38 39 39 40 41 43 43

7
 2. Menentukan letak desil pertama.
x (n+1 )
LDx =
10
1(29+1)
LD 1= =3
10
Sehingga letak desil pertama adalah pada urut data ke-3
3. Menentukan nilai desil pertama.
Data urut ke-3 adalah 19
Jadi, desil pertama dari 29 sampel secara acak Pegawai dan
Mahasiswa FMIPA yang mengikuti Seminar Nasional adalah 19
tahun.
Sebagaimana yang telah disampaikan sebelumnya jika desil pertama
merupakan sebuah nilai yang membagi serangkaian data sehingga 10%
dari seluruh data nilainya kurang dari nilai (D1) dan 90% lagi nilainya
lebih besar dari (D1). D1 = 19 tahun berarti 10% dari keseluruhan sampel
yang berupa usia tersebut usianya kurang dari 19 tahun dan 90% nya lagi
usianya lebih dari 22 tahun.
2. Desil data berkelompok
Cara mencari kuartil data berkelompok adalah sebagai berikut.

x .n
LDx =
10

1. Tentukan letak desil yang ke-x (LDx)

Dengan x = 1, 2, 3, …, 9 dan n = banyaknya data

L Dx−f Cx
D x =Lx + ( f Dx ) .c

2. Tentukan nilai desil yang ke-x

Dengan
Dx = desil ke-x
Lx = tepi bawah kelas dari kelas dengan desil ke-x
= batas bawah kelas – 0,5

8
 fDc = frekuensi kelas terdapatnya desil ke-x
n = banyaknya data
c = interval kelas
tepi atas kelas-tepi bawah kelas
= 2
di mana tepi atas kelas = batas atas kelas + 0,5
fc = frekuensi kumulatif kelas sebelum kelas dengan desil ke-
x
LDx = letak desil ke-x

Contoh:
Biaya yang diperoleh oleh salah satu Jurusan dari donatur Alumni
berdasarkan hasil survei sampling donator Alumni dikelompokkan
sebagai berikut.
Biaya Donatur
(juta rupiah) (orang)
50 – 99 20
100 – 149 13
150 – 199 26
200 – 249 75
250 – 299 30
300 – 349 12
350 – 399 24
Jumlah 200

Misal dicari desil data ketiga, maka cara mencari desilketiga dari
data berkelompok di atas adalah sebagai berikut.
1. Membuat tabel penolong yang dapat mempermudah
penghitungan dengan menambahkan kolom tepi bawah kelas
(Lx) dan frekuensi kumulatif kelas (fc).
Tepi
Frekuensi
Interval Frekuensi Bawah
No Kumuatif
Kelas (f) Kelas
(fc)
(Lx)
1 50 – 99 20 49,5 20
2 100 – 149 13 99,5 33

9
 3 150 – 199 26 149,5 59
4 200 – 249 75 199,5 134
5 250 – 299 30 249,5 164
6 300 – 349 12 299,5 176
7 350 – 399 24 349,5 200

2. Menentukan letak desil ketiga.

x .n
L Dx=
10

3.200
L D 3= =60
10
Maka letak kuartil perama antara frekuensi kumulatif 59
dan 134, yaitu pada kelas 200 – 249.
3. Menentukan nilai desilketiga
L Dx−f Cx
D x =Lx + ( f Dx ).c

L D 3−f C 3
D 3=L3 + ( f D3 ) .c

D 3=199,5+ ( 60−59
75 )
.50

D3=199,5+ 0,666=200,17
Jadi, desil ketiga dari hasil survei sampling donator
Alumni adalah 200,17 juta rupiah.

2.1.3. Persentil
Persentil merupakan nilai yang membagi data menjadi seratus
bagian yang sama. Dengan demikian maka terdapat sembilan puluh
sembilan ukuran persentil, yaitu persentil pertama (P1), persentil kedua
(P2), ketiga (P3), sampai persentil kesembilan puluh sembilan (P99).
Persentil pertama merupakan sebuah nilai yang membagi serangkaian data,
sehingga 1% dari seluruh data nilainya kurang dari nilai (P1) dan 99% lagi
nilainya lebih besar dari (P1). Persentil kedua merupakan sebuah nilai yang
membagi serangkaian data, sehingga 2% dari seluruh data nilainya kurang
dari nilai (P2) dan 98% lagi nilainya lebih besar dari (P 2). Persentil kelima

10
puluh merupakan sebuah nilai yang membagi serangkaian data sehingga
50% dari seluruh data nilainya kurang dari nilai (P 50) dan 50% lagi
nilainya lebih besar dari (P50). Persentil kelima puluh sama dengan median.
Secara umum persentil ke-x (Px) dengan x = 1, 2, 3, … ,99 adalah sebuh
nilai yang membagi serangkaian data sehingga 1x% dari seluruh data
nilainya kurang dari nilai (Px) dan (100% - 1x%) dari seluruh data tersebut
memiliki nilai lebih besar dari (Px) (Nata,2016). Persentil terdiri atas
persentil data tunggal dan persentil data berkelompok.
1. Persentil data tunggal
Cara mencari persentil data tunggal adalah sebagai berikut.

x (n+1)
LPx =
100

1. Susun data dari nilai terkecil sampai terbesar atau

sebaliknya.
2. Tentukan letak persentil yang ke-x (LPx).
Dengan x = 1, 2, 3, … ,99 dan n = banyaknya data
3. Tentukan nilai persentil ke-x (Px).
Data merupakan urut ke- LPx.

Contoh:
Diberikan data mengenai Nilai Trigonometri dari sembilan
Mahasiswa yang mengulang Mata Kuliah tersebut adalah
sebagai berikut.
85 70 65 82 65 60 90 80 75
Misal dicari persentil ke-30, maka cara mencari persenti ke tiga
puluh adalah sebagai berikut.
1. Susun data dari nilai yang terbesar sampai terkecil atau
sebaliknya.
60 65 65 70 75 80 82 85 90
2. Menentukan letak persentil ke-30.

11
 x (n+1)
LPx =
100
30(9+1)
LP 30 = =3
100
Sehingga letak desil pertama adalah pada urut data ke-3
3. Menentukan nilai desil pertama.
Data urut ke-3 adalah 65
Jadi, persentil ke-30 dari Mahasiswa yang mengulang mata
kuliah Trigonometri adalah 65%.
Sebagaimana yang telah disampaikan sebelumnya jika
persentilke-30 merupakan sebuah nilai yang membagi
serangkaian data sehingga 30% dari seluruh data nilainya
kurang dari nilai (P30) dan 70% lagi nilainya lebih besar dari
(P30). P30 = 65% berarti 30% dari keseluruhan sampel yang
berupa persentase tingkat hunian tersebut persentasenya kurang
dari 65% dan 70% nya lagi persentasenya lebih dari 65%.

2. Persentil data berkelompok

Cara mencari persentil data berkelompok adalah sebagai berikut.

x.n
LPx =
100

1. Tentukan letak desil yang ke-x (LDx)

Dengan x = 1, 2, 3, …, 99 dan n = banyaknya data
2. Tentukan nilai persentil yang ke-x

LPx −f Cx
P x =Lx + ( f Px ) .c

Dengan
Px = persentil ke-x
Lx = tepi bawah kelas dari kelas dengan persentil ke-x
= batas bawah kelas – 0,5
fPc = frekuensi kelas terdapatnya persentil ke-x

12
 n = banyaknya data
c = interval kelas
tepi atas kelas-tepi bawah kelas
= 2
di mana tepi atas kelas = batas atas kelas + 0,5
fc = frekuensi kumulatif kelas sebelum kelas dengan
persentil ke-x
LPx = letak persentil ke-x

Contoh:
Diberikan survei mengenai sumbangan sembako kepada korban
bencana alam dari Undiksha yang diambil secara acak.
Sumbangan Korban
(kg) (orang)
5,0 - 5,9 20
6,0 - 6,9 29
7,0 - 7,9 62
8,0 - 8,9 152
9,0 - 9,9 126
10,0 - 10,9 150
11,0 - 11,9 61
Jumlah 600
Misal dicari persentil data ketiga puluh, maka cara mencari
persentil ke-30 dari data berkelompok di atas adalah sebagai
berikut.
1. Membuat tabel penolong yang dapat mempermudah
penghitungan dengan menambahkan kolom tepi bawah
kelas (Lx) dan frekuensi kumulatif kelas (fc).
Tepi
Frekuensi
Interval Frekuensi Bawah
No Kumuatif
Kelas (f) Kelas
(fc)
(Lx)
1 5,0 - 5,9 20 4,95 20
2 6,0 - 6,9 29 5,95 49
3 7,0 - 7,9 62 6,95 111
4 8,0 - 8,9 152 7,95 263
5 9,0 - 9,9 126 8,95 389

13
 6 10,0 - 10,9 150 9,95 539
7 11,0 - 11,9 61 10,95 600
2. Menentukan letak persentil ketiga puluh.
x.n
LPx =
100
30.600
LP 30 = =180
10
Maka letak kuartil pertama antara frekuensi kumulatif 111
dan 263, yaitu pada kelas 8,0 - 8,9.
3. Menentukan nilai persentil ketiga puluh.
LPx −f Cx
P x =Lx + ( f Px )
.c

L P 30−f C 30
P30=L3 +
( f P 30 ).c

P30=7,95+ ( 180−111
152 )
.1

D3=7,95+ 0,4539=8,4039
Jadi, persentil ke-30 dari sumbangan sembako kepada
korban bencana alam adalah 8,4039 kg.

Sebelumnya dalam mencari kuartil, desil, dan persentil pada data

tunggal diberikan contoh letak data yang merupakan bilangan
utuh.Bila letak data dari Kx, Dx, dan Pxbukan merupakan bilangan
utuh (bilangan bulat positif) maka nilai Kx, Dx, dan Pxdihitung dengan
menggunakan pendekatan Lind, dkk (dalam Nata 2016) yang dapat
dirumuskan sebagai berikut.

Nilai Kx, Dx, dan Px = x i+ k ( x (i +1)−x i)

Dengan,
xi = nilai data urut yang ke-i
x (i+1 ) = nilai data urut ke-(i + 1)

Contoh:

14
 Diberikan data mengenai Nilai UAS Kalkulus Deferensial kelas 1A
yaitu 30 35 40 46 54 60 65 70 74 78 80 84.
Misal dicari K3, D5, dan P30
3(n+1) 3 (12+ 1)
1. L K 3= = =9,75
4 4

Letak K3 berada di antara data dengan urutan ke-9 dan data dengan
urutan ke-10. Maka dalam hal ini i = 9 dan k = 0,75
Sehingga
L Kx=x i+ k ( x (i+1 )−x i )
L K 3=74+ 0,75 (78−74 )=77
Jadi, kuartil ketiga pada data tersebut adalah 77

5(n+1) 5 (12+ 1)
2. L D 5= = =6,5
10 10

Letak D5 berada di antara data dengan urutan ke-6 dan data dengan
urutan ke-7. Maka dalam hal ini i = 6 dan k = 0,5
Sehingga
L Dx=x i +k ( x( i+1 )−xi )
L D 5=60+0,5 ( 65−60 )=62,5≈ 63
Jadi, desil kelima pada data tersebut adalah 63

30(n+1) 30(12+1)
3. LP 30 = = =3,9
100 100

Letak P30 berada di antara data dengan urutan ke-3 dan data dengan
urutan ke-4. Maka dalam hal ini i = 3 dan k = 0,9
Sehingga
LPx =x i +k ( x( i+1)−x i )
LP 30 =40+0,9 ( 46−40 )=45,4 ≈ 45
Jadi, persentil ke-30 Nilai UAS Kalkulus Deferensial kelas 1A
adalah 45.

15
2.2 Ukuran Dispersi Data
Ukuran dispersi atau ukuran variasi atau ukuran penyimpangan
adalah ukuran yang menyatakan seberapa jauh penyimpangan nilai-nilai
data dari nilai-nilai pusatnya atau ukuran yang menyatakan seberapa
banyak nilai-nilai data yang berbeda dengan nilai-nilai pusatnya.
Ukuran dispersi pada dasarnya adalah pelengkap dari ukuran nilai
pusat dalam menggambarkan sekumpulan data. Jadi, dengan adanya
ukuran dispersi maka penggambaran sekumpulan data akan menjadi lebih
jelas dan tepat.
Ukuran Dispersi (Sudjana, 2005) atau ukuran simpangan yang
kadang-kadang juga dinamakan ukuran variasi, yang menggambarkan
bagaimana berpencarnya data kuantitatif. Beberapa ukuran dispersi yang
terkenal dan diuraikan disini ialah : rentang, rentangan antarkuartil,
simpangan kuartil, atau deviasi kuartil, rata-rata simpangan atau rata-rata
deviasi, simpangan baku atau deviasi standar, varians dan koefisien
variasi.

2.2.1 Jangkauan atau Range

Jangkauan atau rentang atau range adalah selisih nilai terbesar data
dengan nilai terkecil data. Cara mencari jangkauan dibedakan antara data
tunggal dan data berkelompok.

1. Jangkauan data Tunggal

Bila ada sekumpulan data tunggal

x 1 , x 2 , x 3 ,⋯x n

Jangkauan =x n −x1
Contoh:
Diberikan data 1, 4, 7, 8, 9, 10

Jangkauan data =
x n− x1

x n= x10=10 dan x 1=1

Jangkauan =
x n− x1 =10−1=9
2. Jangkauan data berkelompok

16
 Untuk data berkelompok jangkauan dapat ditentukan dengan
selisih titik tengah kelas tertinggi dengan titik tengah kelas
terendah.
Contoh:
Diberikan data mengenai tinggi badan mahasiswa yang diambil
secara acak.

Tinggi Badan (cm) Frekuensi

140-144 2

145-149 4

150-154 10

155-159 14

160-164 12

165-169 5

170-174 3

Jumlah 50

Untuk menentukan jangkaun data tersebut maka terlebih dahulu

ditentukan:
Titik tengah kelas terendah = 142
Titik tengah kelas tertinggi = 172
Jangkauan = 172 - 142 = 30

2.2.2 Jangkauan Antarkuartil dan Jangkauan Semi Interkuartil

Jangkauan antarkuartil (JK) adalah selisih antara nilai kuartil atas

( Q3 ) dan kuartil bawah ( Q1 ) . Dirumuskan :

J K =Q3 −Q1
Jangkauan semi interkuartil atau simpangan kuartil ( Qd ) adalah
setengah

dari selisih kuartil atas ( Q3 ) dengan kuartil bawah ( Q1 ) .

Dirumuskan: 1)

17
 1
Qd = (Q 3 −Q )1
2
Rumus-rumus di atas berlaku untuk data tunggal dan data berkelompok.
Contoh Soal :
a. Tentukan jangkauan antarkuartil dan jangkauan semi interkuartil dari
data berikut :
6,8,10, 12,14,16,18
Penyelesaian :
Q1 =6 dan Q3 =18

JK =Q−Q1
¿ 18−6
¿ 12
1
Qd = ( 12 )=6
2
b. Tentukan jangkauan antarkuartil dan jangkauan semi interkuartil
distribusi frekuensi berikut :
Tabel 4.2 Nilai Statistik 80 Mahasiswa
Nilai Frekuensi (f)
30–39 2
40–49 3
50–59 5
60–69 14
70–79 24
80–89 20
90–99 12
Jumlah 80

Penyelesaian :

18
 n
−( fi ) 0
4 ∑
Q1 =B1 + ×C
fQ1
20−10
¿59 ,5+ ×10
14
¿59 ,5+7 ,14=66 , 64

3
−( ∑ f 3 ) 0
4
Q3 =B 3 + ×C
f Q3
60−48
¿79 ,5+ ×10
20
¿79 ,5+6=85 , 5
JK =85 , 5−66 ,64=18 , 86
1
Qd = (85 ,5−66 , 64 )=9 , 43
2

2.2.3 Deviasi Rata-rata (Simpangan Rata-rata)

Deviasi rata-rata adalah nilai rata-rata hitung dari harga mutlak
simpangan-simpangannya.
a. Deviasi rata-rata data tunggal
Untuk data tunggal, deviasi rata-ratanya (DR) dapat dihitung dengan
menggunakan rumus:

DR=
1
|X− X|=
∑|X−X|
n
∑ n
Contoh :
Tentukan deviasi rata-rata 2,3,6,8,11
Penyelesaian :

2+3+6 +8+11
Rata-rata hitung = X= =6
5
∑|X i− X|=|2−6|+|3−6|+|6−6|+|8−6|+|11−6|
¿ 14

DR=
∑|X i −X| =14 =2,8
n 5

19
 b. Deviasi rata-rata untuk data berkelompok
Untuk data berkelompok (distribusi frekuensi), deviasi rata-ratanya
dapat dihitung dengan rumus:

DR=
1
f |X −X|=
∑ f |X −X|
n
∑ n
Contoh Soal:
Tentukan deviasi rata-rata dari distribusi frekuensi pada tabel
berikut :
Tabel 4.3 Temperatur selama sebulan adalah :
Interval
Temperatur
Frekuensi
(hari)
X
|X−X| f|X−X|
∘
F
-50 sampai 4 -47,55 11,3 45,2
-45,1 -45 10 -42,55 6,3 63
sampai 15 -37,55 1,3 19,5
-40,1 -40 11 -32,55 3,7 40,7
sampai 10 -27,55 8,7 87
-35,1 -35
sampai
-30,1 -30
sampai
-25,1
50 255,4

DR=
∑ f|X− X|
n
255 , 4
= =5 ,108
50
2.2.4 Varians
Varians adalah nilai tengah kuadrat simpangan dari nilai tengah atau
simpangan rata-rata kuadrat. Untuk sampel, variansnya (varians sampel)
2
disimbolkan dengan s .Untuk populasi, variansnya (varians populasi)
2
disimbolkan dengan (baca: sigma).
a. Varians data tunggal
1) 1) Untuk sampel besar (n > 30)

20
 ∑2( X− X )2
s=
n
2) Untuk sampel kecil (n ≤ 30)

∑ ( X− X )2
2
s=
n−1
Contoh soal:
Tentukan varians dari data 2, 3, 6, 8, 11 !
Penyelesaian :
n=5
2+ 3+6+8+ 11
X= =6
5
( X −X )2
X 2
X −X X
2 -4 16 4
3 -3 9 9
6 0 0 36
8 2 4 64
11 5 25 121
30 54 234

2+3+ 6+8+11
X=
5
∑ ( X −X )2
2
s=
n−1
54
¿ =13 ,5
5−1

b. Varians data berkelompok

1) Untuk sampel besar (n>30)

∑2f ( X− X )2
s=
n
2) Untuk sampel kecil (n ≤ 30)

2∑ f ( X− X )2
s=
n−1
Contoh soal:
Tentukan varians dari distribusi frekuensi berikut:

21
 Tabel 4.4 Pengukuran Diameter Pipa
Diameter Frekuensi
65–67 2
68–70 5
71–73 13
74–76 14
77–79 4
80–82 2
Jumlah 40
Penyelesaian:
Diameter f X X −X ( X −X )2 f ( X −X )2
65 – 67 2 66 -7,425 55,131 110,262
68 – 70 5 69 -4,425 19,581 97,905
71 – 73 13 72 -1,425 2,031 26,403
74 – 76 14 75 1,575 2,481 34,734
77 – 79 4 78 4,575 20,931 83,724
80 – 82 2 81 7,575 57,381 114,762
jumlah 40 - - - 467,790

X=73,425
2 ∑ f ( X− X )2
s=
n
467 , 790
s2= =11, 694
40

2.2.5 Simpangan Baku (Standar Deviasi)

Simpangan baku adalah akar dari tengah kuadrat simpangan dari
nilai tengah atau akar simpangan rata-rata kuadrat. Untuk sampel,
simpangan bakunya (simpangan baku sampel) disimbolkan dengan s.
Dalam (Sudjana, 2005) Pangkat dua dari simpangan baku
dinamakan varians. Untuk sampel, simpangan baku akan diberi simbul s,
sedangkan untuk populasi diberi simbol (baca:sigma). Variansnya
2 2
tentulah s bentuk varians sampel dan untuk varians populasi. Jelasnya,
2 2
s dan s merupakan statistik sedangkan dan parameter.
Untuk nentukan nilai simpangan baku, caranya :

22
 s= √ varians
a. Simpangan baku data tunggal
Untuk seperangkat data X1, X2, X3, .......Xn (data tunggal) simpangan
bakunya dapat ditentukan dengan:
1) Untuk sampel besar (n > 30):

∑ ( X −X )2
2)
s=
√ n
Untuk sampel kecil (n ≤ 30)

( X −X )2
s=
√ ∑
Contoh soal:
n−1

Diberikan sampel dengan data: 8, 7, 10, 11, 4

Tentukan simpangan bakunya.

2
Xi X i −X ( X i−X )
8 0 0
7 -1 1
10 2 4
11 3 9
4 -4 16
∑ ( x i −x )=0 ∑ ( x i −x )2=30
Rata-rata X =8
Penyelesaian:

30
s=
√ 4
=√ 7,5=2 , 475

b. Simpangan baku data berkelompok

1) Untuk sampel besar ( n>30 )

∑ f ( X −X )2
s=
√ n
2) Untuk sampel kecil ( n≤30 )

23
 ∑ f ( X −X )2
s=

Contoh soal:
√ n−1

Tentukan simpangan baku Tabel 4.5

Nilai ujian statistik 100 orang mahasiswa
Nilai f X fX X −X ( X −X )2 f ( X −X )2
40 – 44 8 42 336 -13,85 191,8225 1534,58
45 – 49 12 47 564 -8,85 78,3225 939,87
50 – 54 19 52 988 -3,85 14,8225 281,63 40,99
55 – 59 31 57 1767 1,15 1,3225 756,45
60 – 64 20 62 1240 6,15 37,8225 745,94
65 – 69 6 67 402 11,15 124,3225 1043,29
70 - 74 4 72 288 16,15 260,8225
Jumlah 100 5585 5342,75

X=
∑ fX =5585 =55 , 85
∑ f 100
∑ f ( X −X )2 = 5342 ,75 =7 , 31
s=
√ n √ 100

2.2.6 Koefisien Variasi

Untuk membandingkan dispersi atau variasi dari beberapa kumpulan
data digunakan istilah dispersi relatif, yaitu perbandingan antara dispersi
absolut dan rata-ratanya. Dispersi relatif dirumuskan:
Dispersi absolut
Dispersi relatif =
Rata-rata

Jika dispersi absolut digantikan dengan simpangan bakunya maka

dispersi relatifnya disebut koefisien variasi (KV) Koefisien variasi
dirumuskan:
s
KV = ×100 %
X
Keterangan:
KV= Koefisien variasi
s= simpangan baku
X =rata-rata

24
 Contoh soal:
Dari hasil sampling terhadap kandungan Ag dengan menggunakan
channel sampling dan bulk sampling diperoleh data sebagai berikut :
Bulk sampling :
g
S=57 ,99
t
X =78 ,274
Channel sampling:
g
S=69 , 99
t
X =88 ,584
Penyelesaian:
a. Tentukan koefisien variasi masing-masing.
b. Metode sampling yang mana sebaiknya di lakukan Penyelesaian:

 Bulk sampling
s 57 , 99
KV = ×100 %= ×100 %=74, 085 %
X 78 , 274
 Channel sampling
s 69 , 99
KV = ×100 %= ×100 %=79, 01%
X 88 , 584
a. Jadi variasi kadar Ag dengan menggunakan Channel sampling lebih besar
daripada variasi kadar Ag dengan menggunakan Bulk Sampling
b. Sebaiknya menggunakan channel sampling untuk pengambilan sampel.

25
 BAB III
PENUTUP

3.1 Simpulan
1. Ukuran letak adalah beberapa nilai yang letaknya sedemikian rupa
dalam suatu rangkaian data atau dalam suatu distribusi frekuensi
sehingga nilai itu membagi rangkaian data atau distribusi frekuensi itu
menjadi beberapa bagian yang sama. Ada empat ukuran letak yaitu
median, kuartil, desil dan persentil.
3. Ukuran dispersi atau ukuran variasi atau ukuran penyimpangan adalah
ukuran yang menyatakan seberapa jauh penyimpangan nilai-nilai data
dari nilai-nilai pusatnya atau ukuran yang menyatakan seberapa banyak
nilai-nilai data yang berbeda dengan nilai-nilai pusatnya, yang terdiri dari
rentang, rentangan antarkuartil, simpangan kuartil, atau deviasi kuartil,
rata-rata simpangan atau rata-rata deviasi, simpangan baku atau
deviasi standar, varians dan koefisien variasi.

3.2 Saran
Penulis menyadari bahwa makalah ini masih jauh dari kata
sempurna, kedepannya penulis akan lebih fokus dan details dalam
menjelaskan tentang makalah di atas dengan sumber – sumber yang lebih
banyak yang tentunya dapat di pertanggungjawabkan. Kami sangat
membutuhkan saran dan kritik dari pembaca untuk kesempurnaan makalah
kami. Semoga makalah ini dapat bermanfaat dalam dalam kehidupan
sehari-hari khususnya dalam dunia pendidikan.

26
 DAFTAR PUSTAKA

Sudjana. 2005. Metode Stastisika. Bandung: Tarsito

Kuswanto, Dedy. 2012. Statistik untuk Pemula dan Orang Awam. Cipayung: Laskar
Aksara
Siregar,Syofian.2011. Statistika Deskriptif untuk Penelitian. Jakarta:
Rajawali Pers

27