BAB III

UKURAN KECENDERUNGAN MEMUSAT DAN UKURAN PENYEBARAN

Ukuran kecenderungan memusat atau tendensi sentral adalah ukuran dimana

distribusi data mempunyai gejala atau kecenderungan untuk memusat. Ukuran
pemusatan suatu data atau skor dapat ditentukan berdasarkan nilai harapan,
estimasi, dan prediksi terhadap nilai tertentu yang mewakili seluruh data. Ukuran ini
dapat ditentukan pada data tunggal (individu) atau data kelompok (bergolong).

A. UKURAN KECENDERUNGAN MEMUSAT

1. Data Tunggal
Misalkan diberikan data skor hasil ujian Statistika dari 12 orang mahasiswa
sebagai berikut: 62, 65, 58, 90, 75, 79, 82, 91, 75, 75, 75, 95.
Dengan data ini kita bekerja untuk menentukan kecenderungan memusatnya,
meliputi rata-rata, median, modus, quartil, desil dan presentil.

a. Rata-rata (Mean)
Rata-rata atau mean adalah estimasi terhadap nilai tertentu yang mewakili
seluruh data. Mean dinotasikan dengan X (dibaca eks bar) dan dirumuskan

sebagai berikut: X 
X i
, i = 1, 2, 3,…………n, untuk data di atas, maka
n
rata-rata (mean)-nya adalah:

62  65  58  90  75  79  82  91 75  75  75  95 922
X    76,83
12 12

b. Median (Me)
Median didefinisikan sebagai ukuran tengah setelah data diurutkan. Untuk data di
atas, mediannya dapat dicari dengan cara sebagai berikut.
Data terlebih dahulu diurutkan;
58 62 65 75 75 75 75 79 82 90 91 95

75  75
 75
2
Jika data tunggal jumlahnya cukup banyak, penentuan median dapat juga dicari
dengan rumus median (Me) = X n 1 bila jumlah data ganjil, dan rumus median
2

32 STATISTIKA SOSIAL
 1 
(Me) =  X n  X n  bila jumlah data genap Untuk contoh diatas, kita
2  2 2
1 

1 
gunakan rumus median data genap (Me) = Xn  Xn  =
2  2 2
1 

1 
 X 12  X 12  = 1 X 6  X 61  = 1 X 6  X 7  = 1 75  75  75
2  2 2
1 
 2 2 2

c. Modus (Mo)
Modus dari suatu distribusi data adalah nilai yang paling sering terjadi atau nilai
dengan frekuensi terbanyak. Untuk data di atas, maka modusnya adalah: Mo =
75. Karena bilangan 75 paling sering tampil.

d. Kuartil (Q)
Untuk memahami Quartil suatu data dapat dilihat ilustrasi berikut.
I II III IV

Q1 Q2 Q3
Berdasarkan ilustrasi di atas menunjukkan bahwa pada quartil data terbagi
menjadi empat bagian sama, dengan pembagi (Q1, Q2, dan Q3). Logika tiga
pembagi ini dapat analogikan dengan seseorang yang ingin yang memotong
sebatang kayu menjad empati bagian yang sama. Berapa kali ia harus memotong
dan bagaimana strateginya? Jika ia cermat, maka langkah pertama yang ia
lakukan adalah memotong tepat di tengah sama panjang batang kayu itu.
Masing-masing dua potong kayu tersebut dilakukan pemotongan lagi tepat di
tengahnya, sehingga menjadi empat potong sama panjang, dengan tiga kali
memotong. Tiga kali memotong inilah analogi dari pengertian (Q1, Q2, dan Q3).
Dari ilustrasi ini, quartil dapat diartikan sebagai ukuran per-empatan data. Ukuran
quartil untuk data di atas ditentukan sebagai berikut.
58 62 65 75 75 75 75 79 82 90 91 95

65  75 75  75 82  90
Q1   70 , Q 2   75 , Q 3   86
2 2 2
Untuk kasus dengan sekumpulan data tunggal yang lebih banyak, quartil dapat
i(n  1)
ditentukan dengan menggunakan rumus letak: , i  1, 2, 3 ,
4

STATISTIKA SOSIAL 33
 Misalnya kita akan mencari Q3, maka terlebih dahulu ditentukan letak Q3:
3(n  1) 3(12  1)
=  9,75 , sehingga:
4 4
Q3 = data ke-9 + 0,75 (data ke-10 dikurangi data ke-9)
Q3 = 82 + 0,75 (90 - 82) = 82 + 0,75 (8) = 82 + 6 = 88. Disini terlihat adanya
perbedaan hasil perhitungan antara cara langsung dan yang menggunakan
rumus. Cara langsung lebih akurat dibanding dengan menggunakan rumus.
Penggunakan rumus dapat berdampak kepada adanya pembulatan atau reduksi
dari rumus tersebut. Begitupula untuk Q1 dan Q2. Hasil di yang diperoleh
menunjukan bahwa nilai median (Me) = Q2

e. Desil
Bila Quartil membagi data menjadi empat bagian sama maka Desil membagi data
menjadi sepuluh bagian sama. Dengan demikian terdapat sembilan nilai Desil
yaitu, D1, D2, D3,…………… D9. Untuk menentukan nilai suatu Desil terlebih
dahulu ditentukan letak Desil dengan rumus:
i(n  1)
, i  1, 2, 3,......... ...... 9. Sebagai contoh akan dicari D5.
10
5(12  1)
Letak D5 =  6,5 .
10
Sehingga nilai D5 = data ke-6 + 0,5 (data ke-7 dikurangi data ke-6). Sehingga nilai
D5 = 75 + 0,5 (75 – 75) = 75 + 0 = 75. Nampak bahwa hasil yang diperoleh
menunjukkan Q2 = D5 . Silahkan cari nilai Desil yang lain.

f. Persentil
Dengan menggunakan analisis sama pada Desil, maka Persentil membagi data
menjadi 100 bagian sama. Dengan demikian terdapat 99 nilai Persentil yaitu, P1,
P2, P3,…………… P99. Untuk menentukan nilai suatu Persentil terlebih dahulu
ditentukan letak Persentil dengan rumus:
i(n  1)
, i  1, 2, 3,......... ...... 99. Sebagai contoh akan dicari P50.
100
50(12  1)
letak Presentil =  6,5 .
100
Sehingga:nilai P50 = data ke-6 + 0,5 (data ke-7 dikurangi data ke-6).
Sehingga nilai P50 = 75 + 0,5 (75 – 75) = 75 + 0 = 75. Dengan cara yang sama
diperoleh P10 = 4,2 dan P90 = 8,8. Nampak bahwa hasil-hasil yang diperoleh
menunjukkan Q2 = D5 = P50 . Silahkan cari nilai Persentil yang lain, dan
perlihatkan bahwa Q3 = P75

34 STATISTIKA SOSIAL
2. Data Kelompok (Bergolong)
Data kelompok adalah data yang dikelompokan menurut kelas-kelas dengan
panjang kelas tertentu. Pengelompokan data atas kelas interval akan bermakna
terutama bila kita berhadapan dengan data dalam jumlah besar, sehingga
menyulitkan untuk menyusun ukuran pemusatan dalam bentuk data tunggal
(individu).

a. Rerata (Mean)
Untuk menentukan Mean dari data distribusi frekuensi di atas dibuat tabel seperti
berikut.
Tabel 10. Daftar Distribusi Frekuensi Kompetensi Mengajar Guru
Nilai (f) Nilai tengah f. x
(x)
45 - 50 4 47,5 190
51 - 56 4 53,5 214
57 - 62 8 59,5 476
63 - 68 30 65,5 1965
69 - 74 31 71,5 2216,5
75 - 80 20 77,5 1550
81 - 86 2 83,5 167
87 - 92 1 89,5 89,5
Jumlah 100 - 6868

Sehingga Mean ( X ) =
 f .x  6868  68,68
 f 100
b. Median (Me)
Berdasarkan tabel 10 ditentukan median dengan terlebih dahulu dicari letak
n
median, yaitu: ½ dari seluruh data = ( ) atau ½ x 100 = 50 (lihat frekuensi
2
kumulatif). Jadi median akan terletak pada kelas interval ke lima.

STATISTIKA SOSIAL 35
 Rumus Median:
1 
 n - F
Me = b + p  2 
 f 
 
 
Dimana:
Me = median
b = batas bawah kelas median (batas bawah – 0,5)
p = panjang kelas
n = banyak data
F = jumlah frekuensi kelas-kelas sebelum kelas median
f = frekuensi kelas median

n 100
Letak median adalah =  50 , berada pada frekuensi kumulatif yang
2 2
memuat 50, yaitu 77 (frekuensi kumulatif 46 belum memuat nilai 50). Perhatikan
frekuensi kumulatif pada tabel berikut.
Tabel 11. Daftar Distribusi Frekuensi Kumulatif
Nilai (f) f. kumulatif
45 - 50 4 4
51 - 56 4 8
57 - 62 8 16
63 - 68 30 46
69 - 74 31 77
75 - 80 20 97
81 - 86 2 99
87 - 92 1 100
Jumlah 100 -
sehingga diperoleh nilai median:
 50 - 46  4
Me = 68,5 + 6   = 68,5 + 6( ) = 68,5 + 0,774 = 69,27
 31  31
c. Modus (Mo)
Berdasarkan tabel 10, dihitung Modus data berkelompok di atas dengan
menggunakan rumus sebagai berikut:
d1
Mo = b + p
d1 + d2

36 STATISTIKA SOSIAL
 Dimana :
Mo = modus
b = batas bawah kelas modus
p = panjang kelas
d1 = selisih frekuensi kelas modus dengan frekuensi kelas sebelumnya
d2 = selisih frekuensi kelas modus dengan frekuensi kelas sesudahnya
Letak modus ditentukan berdasarkan pada kelas interval dengan frekuensi yang
paling besar, yaitu pada (69 – 74)

 (31- 30) 
Mo = 68,5 + 6  
 (31- 30)  (31- 20) 
1
Mo = 68,5 + 6   = 69
 12 

d. Quartil
Dengan menggunakan analisis yang sama pada penentuan letak median dan
nilai median pada data tabel 11 di atas, maka penentuan letak Quartil dan nilai
Quartil dilakukan sebagai berikut.
in
Letak Quartil ditentukan dengan rumus: , dimana i adalah Quartil ke-i
4
dan n banyak data.

Quartil Qi dengan i = 1, 2, dan 3 dihitung dengan rumus:

 in 
 - F
Qi = b + p  4 
 f 
 
 

dimana:
Qi = Quartil ke-i
b = batas bawah kelas Qi, ialah kelas interval dimana Qi akan terletak,
p = panjang kelas
F = jumlah frekuensi sebelum kelas Quartil ke-i
f = frekuensi kelas Quartil ke-i
Perhitungan Q1, Q2 dan Q3 dtentukan dengan langkah-langkah sebagai berikut:
.

STATISTIKA SOSIAL 37
 Menentukan nilai “ Q1 “ (Quartil ke-1)?
100
letak Q1 : 1x = 25 atau Quartil ke- 1 akan terletak pada interval kelas ke-
4
4 (karena angka 25 berada pada frekuensi kumulatif = 46). Hal ini nampak pada
tabel berikut ini.
Tabel 12. Daftar Distribusi Frekuensi Kumulatif
Nilai (f) f. kumulatif
45 - 50 4 4
51 - 56 4 8
57 - 62 8 16
63 - 68 30 46
69 - 74 31 77
75 - 80 20 97
81 - 86 2 99
87 - 92 1 100
Jumlah 100 -

Sehingga:
 (25 - 16) 
Q1 = 62,5 + 6  
 30 
 9 
Q1 = 62,5 + 6   = 62,5 + 1,8 = 64,3
 30 

Menentukan nilai “ Q2 “ (Quartil ke-2)?

100
letak Q2 : 2x = 50 atau Quartil ke- 2 akan terletak pada interval kelas
4
ke- 5 (karena angka 50 berada pada frekuensi kumulatif = 77).

 (50 - 46) 
Q 2 = 68,5 + 6  
 31 
4
Q 2 = 68,5 + 6   = 62,5 + 0,774 = 69,27
 31 
Dari hasil ini terlihat bahwa Q2 = Median (Me) = 69,27

Menentukan nilai “ Q3 “ (Quartil ke-3)?

38 STATISTIKA SOSIAL
 100
letak Q3 = 3x = 75 atau Quartil ke- 3 masih akan terletak pada interval
4
kelas ke- 5 (angka 75 berada pada frekuensi kumulatif = 77).
 (75 - 46)   29 
Q 3 = 68,5 + 6   = 68,5 + 6   = 62,5 + 5,6129 = 74,11.
 31   31 
Dari hasil perhitungan pada tabel 10 di atas diperoleh statistik kecenderungen
memusat meliputi:: Mean ( X ) = 68,68 ; Median (Me) = Q2 = 69,27 ; Modus
(Mo) = 69 ; Quartil : Q1 = 64,3 dan Q3 = 74,11.

e. Desil
Dengan menggunakan analisis yang sama pada penentuan letak Quartil dan nilai
Quartil pada data tabel 12 di atas, maka penentuan letak Desil dan nilai Desil
dilakukan sebagai berikut.
in
Letak Quartil ditentukan dengan rumus: , dimana i adalah Desil ke-i (i =
10
1, 2, 3,............9) dan n banyaknya data.

Desil (Di) , dengan i = 1, 2, 3, ............9, dihitung dengan rumus :

 in 
 - F
Di = b + p  10 
 f 
 
 

dimana:
Di = desil ke-i
b = batas bawah kelas Di, ialah kelas interval dimana Di akan terletak,
p = panjang kelas
F = jumlah frekuensi sebelum kelas desil ke-i
f = frekuensi kelas desil ke-i

Sebagaimana telah dibahas pada Desil data tunggal, diketahui bahwa nilai Desil
ada 9 buah, yaitu: D1, D2, D3,.....D9. Contoh kita kali ini diberikan Desil ke-8 atau
D8.

Menentukan “ D8 “ (Desil ke- 8)?

in 8 x 100
letak D8 : = = 8 x 10 = 80 atau Desil ke- 8 akan terletak pada
10 10
interval kelas: 75 - 80 (karena angka 80 berada pada frekuensi kumulatif = 97).

STATISTIKA SOSIAL 39
 Hal ini nampak pada tabel berikut ini.

Tabel 13. Daftar Distribusi Frekuensi Kumulatif

Nilai (f) f. kumulatif
45 - 50 4 4
51 - 56 4 8
57 - 62 8 16
63 - 68 30 46
69 - 74 31 77
75 - 80 20 97
81 - 86 2 99
87 - 92 1 100
Jumlah 100 -

Sehingga:
 (80 - 77) 
D 8 = 74,5 + 6  
 20 
 3 
D 8 = 74,5 + 6  
 20 
D8 = 74,5 + 0,9 = 75,4
Silahkan mencoba: D1, D2, D3, D4, D5, D6, D7, dan D9.

f. Persentil
Dengan menggunakan analisis yang sama pada penentuan letak Desil dan nilai
Desil pada data tabel 13 di atas, maka penentuan letak Persentil dan nilai
Persentil dilakukan sebagai berikut.
in
Letak Quartil ditentukan dengan rumus: , dimana i adalah Persentil
100
ke-i dengan (i = 1, 2, 3,............99) dan n banyaknya data.

40 STATISTIKA SOSIAL
Persentil Pi (i = 1, 2, 3, ............99) dihitung dengan rumus:

 in 
 - F
Pi = b + p  100 
 f 
 
 
dimana:
Pi = persentil ke-i
b = batas bawah kelas Pi, ialah kelas interval dimana Pi akan terletak,
p = panjang kelas
F = jumlah frekuensi sebelum kelas persentil ke-i
f = frekuensi kelas persentil ke-i

Menentukan “ P75 “ (Persentil ke- 75)?

in 75 x 100
letak P75 : = = 75 atau Persentil ke- 75 akan terletak pada
100 100
interval kelas: 69 - 74 (karena angka 75 berada pada frekuensi kumulatif = 77).
Hal ini nampak pada tabel berikut ini.
Tabel 14. Daftar Distribusi Frekuensi Kumulatif
Nilai (f) f. kumulatif
45 - 50 4 4
51 - 56 4 8
57 - 62 8 16
63 - 68 30 46
69 - 74 31 77
75 - 80 20 97
81 - 86 2 99
87 - 92 1 100
Jumlah 100 -

Sehingga:
 (75 - 46) 
P75 = 68,5 + 6  
 31 
 29 
P75 = 68,5 + 6   = 62,5 + 5,6129 = 74,11
 31 

STATISTIKA SOSIAL 41
Dengan cara yang sama diperoleh P10 = 58 dan P90 = 76,45. Silahkan mencoba nilai-
nilai untuk Persentil: P25, P50, P65, P78, P90 dan P95.

B. UKURAN PENYEBARAN (VARIABILITAS)

Ukuran penyebaran atau dispersi digunakan untuk menggambarkan

bagaimana menyebarnya atau berpencarnya data kuantitatif. Beberapa ukuran
penyebaran yang dikenal yaitu: rentang, rentang antar Quartil, simpangan Quartil,
rata-rata simpangan, simpangan baku, koefisien variansi, koefisien kemiringan dan
koefisien kurtosis.

1. Data Tunggal
Untuk memahami ukuran penyebaran, berikut diberikan data hasil ujian
statistika mahasiswa (skala 0 -10): 9, 7, 6, 5, 5, 6, 4, 7, 8, 8, 7. Selanjutnya
dari data ini akan ditentukan ukuran dispersi dan variabilitasnya.
a. Rentang (R)
Rentang adalah data terbesar (DB) dikurangi data terkecil (DK), atau R = DB –
DK. Untuk data hasil ujian di atas, maka: Rentang = 9 – 4 = 5.

b. Rentang Antar Quartil (RAQ)

Rentang antar Quartil adalah Quartil ke-3 dikurangi Quartil ke-1 atau RAQ = Q3
- Q1 . Untuk data di atas:

4, 5, 5, 6, 6, 7, 7, 7, 8, 8, 9

Q1 Q2 Q3
Sehinggan rentang antar Quartil (RAK) = 8 - 5 = 3

c. Simpangan Quartil (SQ)

Simpangan Quartil atau rentang semi antar Quartil adalah setengah dari
rentang antar Quartil, atau SQ = ½ (Q3 - Q1) = ½ RAQ. Untuk data di atas,
maka SQ = ½ ( 8 - 5) = ½ x 3 = 1,5.

d. Rerata Simpangan (RS)

Rata-rata simpangan adalah jumlah harga mutlak dari jarak setiap data terhadap

rata-rata dibagi banyaknya data atau dirumuskan dengan: RS =

X i -X
,
N
4 556677788 9 72
dimana X    6,55
11 11

42 STATISTIKA SOSIAL
Sehinggan rata-rata Simpangan (RS) =
4 - 6,55  2. 5 - 6,55  2. 6 - 6,55  3. 7 - 6,55  2. 8 - 6,55  9 - 6,55
= 1,41
11

e. Simpangan Baku atau Standar Deviasi (SD)

Standar deviasi untuk sampel diberi simbol: s dan standar deviasi untuk
populasi diberi simbol . Pangkat dua dari standar deviasi disebut varians.
Sehingga varians sampel adalah s2 dan untuk populasi adalah 2. Dengan
demikian s dan s2 merupakan statistik sedangkan  dan 2 merupakan
parameter. Statistik standar deviasi untuk sampel s dalam bentuk distribusi
frekuensi dirumuskan sebagai berikut:

 fx - ( fx i ) 2 /n  fx - (  fx i ) 2 /n
2 2
i i
s  , dan yang populasi  
n -1 n
Standar deviasi untuk data 9, 7, 6, 5, 5, 6, 4, 7, 8, 8, 7 dapat dihitung
dengan menggunakan tabel sebagai berikut.

Tabel 15. Perhitungan Varians dan Standar Deviasi

Xi fi Xi2 fi Xi fi Xi2
4 1 16 4 16
5 2 25 10 50
6 2 36 12 72
7 3 49 21 147
8 2 64 16 128
9 1 81 9 81
Jumlah 11 - 72 494
Sehingga simpangan standar deviasi sampel:
494 - (72) 2 /11
s   2,2727  1,508
11 - 1

Sedangkan varians sampel: s2 = 2,273. Silahkan mencoba untuk standar deviasi

dan varians untuk populasi.

e. Koefisien Varians (KV)

Koefisien varians biasa digunakan untuk membandingkan dua data yang
sumbernya berbeda, misalnya membandingkan data hasil ujian statistika dan
hasil ujian akuntasi. Koefisien Varians dinyatakan dalam persen dan dinyatakan
dengan rumus:

STATISTIKA SOSIAL 43
 Standar Deviasi
KV  x 100% . Sehingga koefisien varians untuk data di atas
Rata - rata
1,508
adalah (KV) = x 100% = 23,02%. Artinya jarak atau kedekatan variasi data
6,55
ke rata-rata adalah 23,02%.

f. Koefisien Kemiringan (3)

Distribusi yang tidak simetris disebut miring (skewness). Distribusi miring ada dua
yaitu miring positif dan miring negatif. Distribusi miring positif atau landai kanan
bila ekor kanan lebih panjang dari ekor kiri. Sedangkan Distribusi miring negatif
atau landai kiri bila ekor kiri lebih panjang dari ekor kanan.

Mo me   me mo
(i) miring positif (ii) miring negatif

Koefisien kemiringan Pearson dihitung dengan rumus:

3 ( x  me) ( x  mo)
α3  atau α 3  , untuk data:
s s
4, 5, 5, 6, 6, 7, 7, 7, 8, 8, 9

Diperoleh x = 6,55, mo = 7, sehingga kalau kita menggunakan rumus

( x  mo) (6,55  7,00)
α3  , maka koefisien kemiringan α 3   - 2,98 .
s 1,508
Karena berharga negatif, maka distribusi data miring negatif atau landai kiri.
Dengan kata lain kecenderungan data mengumpul di atas rata-rata.

g. Koefisien Kurtosis (4)

Koefisien kurtosis adalah ukuran keruncingan dari distribusi data. Makin runcing
suatu kurva maka makin kecil simpangan baku sehingga data makin
mengelompok. Ukuran keruncingan suatu distribusi dinyatakan dengan koefisien
Kurtosis, dengan rumus sebagai berikut.

44 STATISTIKA SOSIAL
 1
(Q 3 - Q 1 )
4  2 dengan,
P90  P10
Q1 = Quartil pertama
Q3 = Quartil ketiga
P90 = Persentil ke 90
P10 = Persentil ke 10
Kriteria untuk koefisien  4 sebagai berikut:
(1) Jika  4  0,263 maka model kurva runcing (leptokurtis)
(2) Jika  4 = 0,263 maka model kurva normal (mesokurtis)
(3) Jika  4  0,263 maka model kurva datar (platikurtis)

(1) leptokurtis (2) mesokurtis (3) platikuris

Untuk data di atas dengan K1 = 5, K3 = 8, P10 = 4,2, P90 = 8,8 diperoleh:

1 1
(Q 3 - Q 1 ) (8 - 5)
2 2 1,5
4  =   0,326 .
P90  P10 8,8  4,2 4,6

Karena 0,326  0,263, maka model kurva adalah runcing (leptokurtis).

h. Skor Baku (Z)

Setiap data mentah dapat ditransformasi ke skor baku. Skor baku atau nilai baku
Xi  X
data ditentukan dengan rumus: z i  , Dari hasil perhitungan diperoleh
s
X  6,55; s  1,508 maka nilai baku untuk (Xi) = 7, adalah
7  6,55
zi   0,298 . Skor baku terlihat pada tabel berikut:
1,508

STATISTIKA SOSIAL 45
 Tabel 16. Perhitungan Skor Baku
Xi fi Mean Standar Zi
deviasi
4 1 -1,691
5 2 -1,028
6 2 X  6,55 s = 1,508 -0,365
7 3 0,298
8 2 0,962
9 1 1,625
Jumlah 11 -

2. Data Kelompok
Penentuan ukuran penyebaran data berkelompok, berdasarkan data
kompetensi mengajar guru yang diuraikan dibagian depan. Adapun hasil-hasil
perhitungan yang telah diperoleh disarikan pada tabel berikut.
Tabel 17. Statistika Kompetensi Mengajar Guru
Statistik Frekuensi (f)
n 100
Min 45
Maks 90
Mean ( x ) 68,68
Median (Me) 69,27
Modus (Mo) 69
Quartil-1 (Q1) 64,3
Quartil-3 (Q3) 74,11
Persentil-10 (P10)
58
Persentil-90 (P90)
76,45

a. Rentang
Sebagaimana telah diuraikan di depan bahwa rentang adalah data terbesar
dikurangi data terkecil, atau Rentang = DB – DK. Untuk data kompetensi
mengajar guru yang diuraikan di depan diperoleh, maka rentangnya: adalah
90 – 45 = 45.
b. Rentang antar Quartil (RAQ)
Dari hasil perhitungan diperoleh Q3 = 7,11 dan Q1 = 64,3, sehingga rentang antar
Quartil (RAQ) = Q3 - Q1 = 74,11 - 64,3 = 9,81.

46 STATISTIKA SOSIAL
c. Simpangan Quartil (SQ)
Simpangan Quartil atau rentang semi antar Quartil adalah setengah dari
rentang antar Quartil, atau SQ = ½ (Q3 - Q1) = ½ ( 74,11 - 64,3) = ½ x 9,81
= 4,905

d. Rata-rata Simpangan (RS)

Rata-rata simpangan adalah jumlah harga mutlak jarak setiap data terhadap rata-
rata kumpulan data dibagi banyaknya data atau dirumuskan:

RS =
f X i -X
N
Langkah selanjutnya adalah membuat tabel sesuai kebutuhan yang pada rumus
di atas sebagai berikut.
Tabel 18. Perhitungan Rata-rata Simpangan
(xi) f X Xi - X  Xi - X  f. Xi - X 
47,5 4 -21,18 21,18 84,72
53,5 4 -15,18 15,18 60,72
59,5 8 68,68 -9,18 9,18 73,44
65,5 30 -3,18 3,18 95,40
71,5 31 2,82 2,82 87,42
77,5 20 8,82 8,82 176,40
83,5 2 14,82 14,82 29,64
89,5 1 20,82 20,82 20,82
Jumlah 100 - 628,56

Sehingga rata-rata Simpangan (RS) = 628,56/ 100 = 6,286

e. Standar Deviasi dan Varians

Statistik standar deviasi atau simpangan baku sampel s dalam bentuk distribusi

 fx - ( fx i ) 2 /n
2
i
frekuensi dirumuskan sebagai: s 
n -1

Untuk perhitungan simpangan baku ini dibuat tabel sebagai berikut:

STATISTIKA SOSIAL 47
 Tabel 19. Perhitungan Standar Deviasi dan Varians
Xi fi Xi2 fi Xi fi Xi2
47,5 4 2256,25 190,00 9025,00
53,5 4 2862,25 214,00 11449,00
59,5 8 3540,25 476,00 28322,00
65,5 30 4290,25 1965,00 128707,50
71,5 31 5112,25 2216,50 158479,75
77,5 20 6006,25 1550,00 120125,00
83,5 2 6972,25 167,00 13944,50
89,5 1 8010,25 89,50 8010,25
- 100 - 6868 478063

478063- (6868)2 /100

Sehingga standar deviasi: s   64,33091  8,021
100 - 1
Sedangkan varians adalah s2 = 64,331

.
f. Koefisien Varian (KV)
Koefisien Varians digunakan untuk membandingkan variasi antara nilai-nilai kecil
dan besar. Misalnya variasi 8 cm untuk ukuran jarak 100 m dan variasi 8 untuk
ukuran 20m jelas mempunyai pengaruh yang berbeda.
Koefisien Varians dinyatakan dalam persen dengan rumus:
Standar Deviasi
KV  x 100% .
Rerata

Sehingga untuk data pada tabel di atas adalah:

8,021
KV  x 100%  11,68%
68,68

g. Koefisien Kemiringan
( x  mo)
Untuk data pada tabel 17, diperoleh α 3 
s
(68,68  69)
α3   - 0,040 .
8,021
Jadi distribusi data miring negatif atau landai di sebelah kiri.

48 STATISTIKA SOSIAL
 h. Koefisien Kurtosis
Untuk data pada tabel 1 dengan K1 = 64,3, K3 = 74,11, P10 = 58, P90 = 76,45
1 1
(Q 3 - Q 1 ) (74,11 - 64,30)
2 2 4,905
diperoleh:  4  =   0,266 .
P90  P10 76,45 58 18,45
Karena 0,266  0,263, maka model kurva adalah runcing (leptokurtis).

i. Skor Baku (Z)

Skor baku atau nilai baku suatu data ditentukan dengan rumus:
Xi  X
zi  ,
s
Dari data pada tabel 17 diperoleh X  68,68; s  8,021 maka dapat dicari nilai
47,5 - 68,68
baku misalnya untuk data X = 47,5 maka zi    2,641.
8,021
Perhitungan nilai atau skor baku diperlihatkan melalui tabel berikut.

Tabel 20. Daftar Distribusi Frekuensi Kompetensi Mengajar Guru

Nilai (f) Nilai Mean Standar Zi
tengah(x) deviasi
46 - 50 4 47,5 -2,641
51 - 56 4 53,5 -1,893
57 - 62 8 59,5 -1,169
63 - 68 30 65,5 X  68,68 s = 8,021 -0,390
69 - 74 31 71,5 0,352
75 - 80 20 77,5 1,100
81 - 86 2 83,5 1,848
87 - 92 1 89,5 2,596
Jumlah 100 -

C. Latihan
1. Misalkan Xi adalah banyaknya penjualan beras (ton/bulan) dari dua pedagang
beras (X1 dan X2), disajikan pada tabel berikut:

STATISTIKA SOSIAL 49