Anda di halaman 1dari 31

UKURAN VARIASI ATAU DISPERSI

Bahan Kuliah Statistika Ekonomi I


Bentuk Distribusi
NILAI JUMLAH
20 1
30
30 5
40 10 25

50 20
60 28 20

70 20
15
80 10
90 5 10
100 1
5

RATA2 60
MEDIAN 60 0
20 30 40 50 60 70 80 90 100
MODUS 60
X  med  mod
Distribusi simetris

X  med  mod
Bentuk Distribusi
NILAI JUMLAH
20 1
30 10 35

40 29 30
50 24
25
60 16
70 10 20

80 6 15
90 3
10
100 1
5

RATA2 51.9 0
MEDIAN 50 20 30 40 50 60 70 80 90 100

MODUS 40
mod  med  X
Distribusi menceng ke kanan

mod  med  X
Bentuk Distribusi
NILAI JUMLAH
20 1
35
30 3
40 6 30

50 10 25

60 16
20
70 24
80 29 15

90 10
10
100 1
5

RATA2 68.1
0
MEDIAN 70 20 30 40 50 60 70 80 90 100

MODUS 80
X  med  mod
Distribusi menceng ke kiri

X  med  mod
Ukuran Variabilitas
Variation

Range Interquartile Variance Standard Coefficient


Range Deviation of Variation

Ukuran variasi memberikan


informasi mengenai rentang
atau variabilitas dari nilai-
nilai data

Same center,
different variation
A
60

50

40
Perush Penjualan
30
A 50 50 50 50 50
20
B 50 40 30 60 70
10
C 100 40 80 20 10
0
1 2 3 4 5

B C
120
80
70 100
60
80
50
60
40
30 40
20
20
10
0
0
1 2 3 4 5
1 2 3 4 5
Nilai Jarak (Range)
untuk Data Belum dikelompokkan
• NJ = Nilai Maksimum – Nilai Minimum
NJ  X max  X min
merupakan ukuran variasi yang paling
sederhana
Contoh data sampel: 30 10 5 20 20
NJ = 30 – 5 = 25
Jarak Interquartil
• JIQ = Q3 – Q1

• Contoh data sampel: 30 10 5 20 20


Q1 = 7,5 Q3 = 25  JIQ = 25 – 7,5 = 17,5
Rata-rata Simpangan
(untuk Data belum dikelompokkan)
• Rata-rata simpangan dari rata-rata hitung

1
RS   X i  X
n
• Rata-rata simpangan dari median
1
RS   X i  med
n
contoh
• Contoh data sampel: 30 10 5 20 20
85
X   17
5
1
RS  |30  17||10  17||5  17| |20  17| |20  17|
5
1
RS  (13  7  12  3  3)  7,6
5
Varians = ragam
(untuk Data Belum dikelompokkan)
N
• Varians untuk populasi: 1
   Xi   
2 2

N i 1
• Varians untuk sampel besar (n ≥ 100)
n
S   Xi  X 
21 2

n i 1
• Varians untuk sampel kecil (n < 100)
n
1
  Xi  X 
2
S 
2
n  1 i 1
Simpangan baku = standar deviasi
(untuk Data Belum dikelompokkan)
• Simpangan baku 1 N
untuk populasi:       Xi   
2 2

N i 1

• Simpangan baku n
1
  Xi  X 
2
untuk sampel S S 
2

besar (n ≥ 100): n i 1

• Simpangan baku n
1
  Xi  X 
2
untuk sampel S S 
2

kecil (n < 100): n  1 i 1


contoh
• Contoh data sampel: 30 10 5 20 20
85
X   17
5

1  (30  17)2
 (10  17)2
 (5  17)2

S 
2
 
5  1  (20  17)2  (20  17)2 

1
S  (169  49  144  9  9)  95
2
4
S  95  9,746794345
contoh
• Contoh data populasi: 30 10 5 20 20
85
X   17
5

1  (30  17)2
 (10  17)2
 (5  17)2

  
2

5  (20  17)  (20  17)
2 2 

1
  (169  49  144  9  9)  76
2
5
  76  8,717797887
contoh
• Contoh data sampel: 30 10 5 20 20
simpangan baku = S = 9,746794345
varians = S2 = 95

• Contoh data populasi : 30 10 5 20 20


simpangan baku = σ = 8,717797887
varians = σ2 = 76
Nilai Jarak (Range)
untuk Data sudah dikelompokkan
• NJ = Nilai tengah kelas terakhir – Nilai tengah
kelas pertama
Atau
• NJ = tepi atas kelas terakhir – tepi bawah
kelas pertama
Jarak Interquartil
(data yang sudah dikelompokkan)
• JIQ = Q3 – Q1
Rata-rata Simpangan
(untuk Data sudah dikelompokkan)
• Rata-rata simpangan dari rata-rata hitung

1
RS   fi M i  X
n

• Rata-rata simpangan dari median

1
RS   fi M i  med
n
Simpangan baku = standar deviasi
(untuk Data sudah dikelompokkan)
• Simpangan baku 1 k
  fi  M i   
2
untuk populasi: N i 1

• Simpangan baku 1 k
 fi  M i  X 
2
untuk sampel S
besar (n ≥ 100):
n i 1

• Simpangan baku k
fi  M i  X 
1

2
untuk sampel S
n  1 i 1
kecil (n < 100):
Varians = ragam
(untuk Data sudah dikelompokkan)
k
• Varians untuk 1
   fi  M i   
2 2
populasi: N i 1

• Varians untuk sampel k


S   fi  M i  X 
21 2
besar (n ≥ 100): n i 1

• Varians untuk sampel 2 k


fi  M i  X 
1

2
S 
kecil (n < 100): n  1 i 1
Koefisien Variasi
(untuk Data belum dan Sudah
dikelompokkan)
• Untuk populasi

KV   100%

• Untuk sampel
S
kv   100%
X
Dari contoh data sampel tadi

S 9,746794345
KV   100%   100%  57,334
X 17
Ukuran Kemencengan (skewness)
untuk Data belum dikelompokkan
• Rumus skewness menurut Pearson
X  mod 3( X  med)
TK  atau TK 
S S

• Rumus skewness berdasarkan momen ketiga


n
3  3  3   X i  X 
M3 1 3

S nS i 1
Ukuran Kemencengan (skewness)
untuk Data sudah dikelompokkan
• Rumus skewness menurut Pearson
X  mod 3( X  med)
TK  atau TK 
S S

• Rumus skewness berdasarkan momen ketiga


k
 3  3  3  fi  M i  X 
M3 1 3

S nS i 1
Skewness (kemencengan)
• Jika TK atau α3 < 0  kurva menceng ke kiri
• Jika TK atau α3 = 0  kurva simetris
• Jika TK atau α3 > 0  kurva menceng ke kanan

Left-Skewed Symmetric Right-Skewed


Mean < Median Mean = Median Median < Mean
Ukuran Keruncingan (kurtosis)
untuk Data belum dikelompokkan
• Rumus kurtosis berdasarkan momen keempat
n
4  4  4  X i  X 
M4 1 4

S nS i 1
Ukuran Keruncingan (kurtosis)
untuk Data sudah dikelompokkan
• Rumus kurtosis berdasarkan momen keempat
k
 4  4  4  fi  M i  X 
M4 1 4

S nS i 1
Ukuran Kurtosis (Keruncingan)
• Jika α4 > 3  kurva leptokurtis (meruncing)
• Jika α4 = 3  kurva mesokurtis (sedang)
• Jika α4 < 3  kurva platykurtis (mendatar)

leptokurtis Mesokurtis Platykurtis