PROBABILITAS DAN STATISTIKA

UKURAN PENYEBARAN DATA

Dosen pengampu
Olnes Hutajulu S.Pd, M.Eng

Oleh Kelompok 11
HENGKI PURBA
5192530001
TRY SATRIA SITUMORANG
5193530014

PROGRAM STUDI S1 TEKNIK ELEKTRO

FAKULTAS TEKNIK UNIVERSITAS NEGERI MEDAN
2020
 Kata Pengantar

Puji syukur kami panjatkan kehadirat Tuhan YME karena-Nya kami bisa
menyelesaikan makalah tugas ini tepat waktu. Kami berterimmakasih kepada bapak
Olnes Yosefa Hutajulu, S.Pd, M.Eng. Selaku dosen pengampu di mata kuliah
Probabilitas dan Statistika ini.

Makalah ini dibuaat dengan tujuan agar mahasiswa maupun pembaca dapat
memahami materi yang berhubungan dengan Probabilitas dan Statistika. Dalam
pembuatan makalah ini ada banyak sekali kekurangan disana sininya, baik dari segi
penulisan hingga penyampaian materi yang ada didalam makalah ini. Kami
mengharapkan kritik dan saran dari para pembaca agar kedepannya makalah ini menjadi
lebih baik lagi dan dapat bermanfaat bagi orang orang yang membacanya.

Medan, Maret 2020

penulis
 DAFTAR ISI
KATA PENGANTAR................................................................................................................
DAFTAR ISI...............................................................................................................................
BAB I.
KAJIAN TEORI ..........................................................................................................................
BAB II.
PEMBAHASAN & CONTOHCONTOH SOAL ....................................................................
BAB III.
PENUTUP...................................................................................................................................

DAFTAR PUSTAKA
 BAB I

KAJIAN TEORI
Ukuran penyebaran data

Ukuran penyebaran data merupakan ukuran yang menunjukkan seberapa jauh data
menyebar dari rata-rata. Terdapat ukuran penyebaran data yang akan kita pelajari pada artikel
ini, yaitu Jangkauan (range), Simpangan rata-rata, Ragam (variasi), dan Simpangan Baku.

BAB II

Range adalah perbedaan antara data terbesar dengan data terkecil yang terdapat pada
sekelompok data. Range adalah salah satu ukuran statistik yang menunjukan jarak
penyebaran data antara nilai terendah (Xmin) dengan nilai tertinggi (Xmax). Ukuran ini
sudah digunakan pada pembahasan daftar distribusi frekuensi. Jarak atau kisaran nilai (range)
merupakan ukuran paling sederhana dari ukuran penyebaran. Jarak merupakan perbedaan
antara nilai terbesar dan nilai terkecil dalam suatu kelompok data baik data populasi atau
sampel. Semakin kecil ukuran jarak menunjukkan karakter yang lebih baik, karena berarti
data mendekati nilai pusat dan kompak.

a) Range Untuk Data Tidak Berkelompok

Rumus untuk data tidak berkelompok adalah sebagai berikut :
Jarak (range) = Nilai Terbesar – Nilai Terkecil
Contoh :
Data nilai UAS Statistika
Kelas A : 90 80 70 90 70 100 80 50 75 70
Kelas B : 80 80 75 95 75 70 95 60 85 60
Langkah-langkah menjawab :
Urutkan dahulu kemudian dihitung berapa rentangannya.
Kelas A : 50 70 70 70 75 80 80 90 90 100
Kelas B : 60 60 70 75 75 80 80 85 95
Rentangan kelas A : 100 – 50 = 50
Rentangan kelas B : 95 – 60 = 35

b) Range Untuk Data Berkelompok

Rumus Range untuk data berkelompok adalah sebagai berikut:
Range = batas atas kelas tertinggi – batas bawah kelas terendah
Contoh:

Nilai Ulangan Matematika Banyak siswa  (Frekuensi)

41 – 50 3
51 – 60 7
61 – 70 10
71 – 80 5
81 – 90 4
91 – 100 1
Range = Xmaks –  Xmin
= Tepi atas kelas terakhir – Tepi bawah  kelas pertama
= 100,5 – 40,5 = 60
2. DEVIASI
Deviasi rata-rata adalah rata-rata penyimpangan data-data dari rata-rata (mean)-nya.
Di dalam menghitung deviasi rata-rata harus kita cari rata-rata dari harga mutlak selisih
antara tiap-tiap data dengan meannya. Harga mutlak adalah nilai dengan tidak memandang
positif atau negatif, semuanya dianggap positif. Harga mutlak dari X biasanya ditulis dengan
│X│.
3. Varians
Varians adalah salah satu ukuran dispersi atau ukuran variasi.  Varians dapat
menggambarkan bagaimana berpencarnya suatu data kuantitatif.  Varians diberi simbol 
σ2 (baca: sigma kuadrat) untuk populasi dan untuk s2 sampel. 
Selanjutnya kita akan menggunakan simbol s2  untuk varians karena umumnya kita hampir
selalu berkutat dengan sampel dan jarang sekali berkecimpung dengan populasi.
Rumus variens untuk sampel

Keterangan:
Contoh soal:
4. Simpangan baku
Simpangan baku atau disebut juga deviasi standar merupakan akar dari jumlah
kuadrat diviasi dibagi banyaknya data. Simpangan baku sering dilambangkan dengan s.
Rumus Standar Deviasi

 1. Rumus Standar Deviasi Data Tunggal

 2. Rumus Standar Deviasi Data Kelompok untuk Populasi

Keterangan:
 S2 = varians atau ragam untuk sampel

 fi = Frekuensi

 xi = Titiktengah

 x¯ = Rata-rata (mean) sampeldan   μ = rata-rata populasi

 n =  Jumlah data

C. Contoh Soal Standar Deviasi

Telah dilakukan pengukuran intensitas cahaya sebanyak 10 kali di halaman sekolah.

Diperoleh data berturut-turut sebagai berikut: 10,2; 10,5;11,0;10,6;12,0;13,0;11,5;12,5;11,3
dan 10,8 W/m2.

Jawab

Pertama-tama kita tulis datanya di dalam tabel

Setelah itu gunakan persamaan atau rumusnya

Contoh Soal
Dilakukan sebuah penelitian terhadap tinggi badan anak di suatu desa. Diperoleh data seperti
di bawah

ini. 
Hitung varian dan standar deviasi data tersebut. 
Berdasarkan contoh di atas kita sudah mengetahui interval dan frekuensi tiap kelas interval
(fi). Maka langkah selanjutnya adalah membuat tabel lagi untuk mengetahui banyaknya data,
titik tengah, fixi dan fixi^2. Berikut adalah tabelnya. 

Dari tabel di atas, dapat kita hitung: 

Setelah itu kita bisa mengetahui varian data berkelompok dengan rumus yang sudah ditulis di
atas. 
Sudah kita peroleh bahwa varian contoh di atas adalah 60,83. Sedangkan untuk menghitung
standar deviasi kita perlu mengakarkuadratkan angka varian. 
s = √60,83 = 7,8 
Jadi standar deviasi dari data berkelompok di atas adalah 7,8. 

5. SKEWNESS (KEMENCENGAN)
Skewness adalah suatu nilai yang menunjukkan seberapa jauh pergeseran dari bentuk
simetris (normal) suatu distribusi atau sering disebut derajat ketidaksimetrisan.
menceng positif (positive skewness) : jika suatu kurva frekuensi memanjang ke kanan
terhadap titik pusat maksimum / menceng kekanan (skewned to the right)
menceng negatif (negative skewness) : jika suatu kurva frekuensi memanjang ke kiri terhadap
titik pusat maksimum / menceng kekiri (skewned to the left)
Yang dijadikan ukuran simetris atau tidaknya suatu distribusi ialah letak nilai mean, median
dan modus. Makin tinggi tingkat ketidaksimetrisan suatu distribusi akan semakin besar pula
perbedaan nilai mean, median dan modus.

Dapat disimpulkan, Skewness adalah derajat ketidaksimetrisan suatu distribusi. Jika kurva
frekuensi suatu distribusi memiliki ekor yang lebih memanjang ke kanan (dilihat dari
meannya) maka dikatakan menceng kanan (positif) dan jika sebaliknya maka menceng kiri
(negatif). Secara perhitungan, skewness adalah momen ketiga terhadap mean. Distribusi
normal (dan distribusi simetris lainnya, misalnya distribusi t atau Cauchy) memiliki skewness
0 (nol).
6. KURTOSIS (KERUNCINGAN)
Kurtosis adalah ukuran keruncingan dari suatu distribusi yang biasanya dibandingkan
dengan distribusi normal atau disebut ketinggian kurva.
Leptokurtik (Sangat runcing) adalah distribusi frekuensi yang tersebar lebih jauh dari nilai
pusat yang menunjukkan hanya sedikit frekuensi yang tersebar dan mempunyai puncak yang
sangat runcing.
Platykurtis (Kurva datar) adalah distribusi yang menunjukkan frekuensi agak tersebar
diseluruh kelas, kecuali dibagian pertama dan terakhir mampunyai puncak yang lebih datar/
normal
Mesokurtis (Keruncingan sedang) adalah distribusi yang puncaknya tidak begitu runcing
ataupun tidak terlalu datar.
Kurtosis adalah derajat keruncingan suatu distribusi (biasanya diukur relatif terhadap
distribusi normal). Kurva yang lebih lebih runcing dari distribusi normal dinamakan
leptokurtik, yang lebih datar platikurtik dan distribusi normal disebut mesokurtik. Kurtosis
dihitung dari momen keempat terhadap mean. Distribusi normal memiliki kurtosis = 3,
sementara distribusi yang leptokurtik biasanya kurtosisnya > 3 dan platikurtik <>
 BAB III
PENUTUP

KESIMPULAN:

Ukuran penyebaran data merupakan salah satu jalan untuk pemecahan masalah data. Baik itu
data tunggal maupun data kelompok. Dengan adanya metode ini kita dapat lebih mudah
mengolah banyak data.
 DAFTAR PUSTAKA

https://aninpranidhana.wordpress.com/ukuran-letak-data/

http://ngajimatematika.blogspot.com/2017/09/statistika-ukuran-letak-quarti-desil.html

https://www.siswapedia.com/pengertian-rumus-dan-contoh-soal-standar-deviasi/