BAB I

PENDAHULUAN

A.    Latar Belakang

Statistik berasal dari bahasa Latin yang artinya adalah “status” atau negara.
Pada mulanya statistika berhubungan dengan fakta dan angka yang dikumpulkan oleh
pemerintah untuk bermacam-macam tujuan. Statistik juga diturunkan dari kata bahasa
Inggris yaitu state atau pemerintah. Pengertian yang sangat sederhana tentang statistic
adalah sebagai suatu kumpulan data yang berbentuk angka dan tersusun rapi dalam
suatu tabel, grafik, gambar, dan lain-lain. Misalnya tabel mengenai keadaan pegawai
di kantor-kantor, grafik perkembangan jumlah penduduk dari waktu ke waktu, dan
lain sebagainya. Sedangkan pengertian yang lebih luas mengenai statistik adalah
merupakan kumpulan dari teknik mengumpulkan, analisis, dan interpretasi data
dalam bentuk angka. Dan statistik juga merupakan bilangan yang menunjukkan sifat-
sifat (karakteristik) data yang dikumpulkan tersebut.
Statistika dapat didefinisikan sebagai suatu ilmu pengetahuan yang
berhubungan dengan cara-cara mengumpulkan fakta/data, pengolahan data, kemudian
menganalisis data tersebut sehingga dapat diperoleh suatu kesimpulan/keputusan.
Penggunaan istilah statitika berakar dari istilah - istilah dalam bahasa latin “modern
statisticum collegiums (“dewan negara”) dan bahasa Italian statista (“negarawan”
atau “politikus”). Pada abad ke 19 dan awal abad ke 20 statistika mulai banyak
menggunakan bidang-bidang dalam matematika, terutama peluang.penggunaan
statistika pada masa sekarang dapat di katakan telah menyentuh semua bidang ilmu
pengetahuan, mulai dari astronomi hingga linguistika. Meskipun ada pihak yang
menganggap statistika sebagai cabang dari matematika tetapi sebagian pihak lainya
menganggap statistika sebagai bidang yang banyak terkait dengan matematika
melihat dari sejarah dan aplikasinya.
Dalam dunia statistik, dikenal beberapa macam ukuran penyebaran data, dari
ukuran yang paling sederhana (kasar) sampai dengan ukuran yang dipandang
memiliki kadar ketelitian yang tinggi. Diantaranya Range, Standar Deviasi,
Simpamgan Rata-rata, ukuran penyebaran Relatif dan Simpangan Baku, untuk itu
sangat perlu untuk memahami jenis-jenis ukuran penyebran data tersebut.

B.     Rumusan Masalah

Apa saja jenis-jenis dari ukuran penyebaran data serta memahami komponen
dari ukuran penyebaran data?
C.     Tujuan
Memahami jenis-jenis dari ukuran penyebaran data serta memahami
komponen dari ukuran penyebaran data.
 BAB II
PEMBAHASAN

A. PENGERTIAN DISPERSI

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.
Rata-rata dari serangkaian nilai observasi tidak dapat diinterpretasikan secara
terpisah dari hasil dispersi nilai-nilai tersebut sekitar rata-ratanya. Makin besar variasi
nilai , makin kurang representatif rata-rata distribusinya. Adapun ukuran penyebaran
data yang biasa dihitung adalah range (rentang), standar deviasi (simpangan baku),
simpangan rata-rata, Ukuran Penyebaran Relatif (Ragam) dan simpangan baku
(bilangan baku).
Kegunaan ukuran penyebaran antara lain sebagai berikut:
         Ukuran penyebaran dapat digunakan untuk menentukan apakah nilai rata-
ratanya benar-benar representatif atau tidak. Apabila suatu kelompok data
mempunyai penyebaran yang tidak sama terhadap nilai rata-ratanya, maka dikatakan
bahwa nilai rata-rata tersebut tidak representatif.
         Ukuran penyebaran dapat digunakan untuk mengadakan perbandingan
terhadap variabilitas data.
         Ukuran penyebaran dapat membantu penggunaan ukuran statistika,
misalnya dalam pengujian hipotesis, apakah dua sampel berasal dari populasi yang
sama atau tidak.
B. JENIS-JENIS UKURAN DISPERSI/Pneybaran Data

1 . Jangkauan (Range, R )
Jangkauan atau ukuran jarak adalah selisih nilai terbesar data dengan nilai
terkecil data. Cara mencari jangkauan dibedakan antara data tunggal dan data
berkelompok.
a. Jangkauan data tunggal
Bila ada sekumpulan data tunggal X 1 , X2 . . ., Xn maka jangkauannya adalah
Jangkauan=X n−1

Contoh soal:

Tentukan jangkauan data: 1, 4, 7, 8, 9, 11!

Penyelesaian:

X6 = 11 dan X1 = 1
Jangkauan = X6 – X1 = 11 - 1 = 10
b. Jangkauan data berkelompok

Untuk data berkelompok, jangkauan dapat ditentukan dengan dua cara. yaitu
menggunakan titik atau nilai tengah dan menggunakan tepi kelas.
1) Jangkauan adalah selisih titik tengah kelas tertinggi dengan titik tengah kelas
terendah.
2) Jangkauan adalah selisih tepi atas kelas tertinggi dengan tepi bawah kelas
terendah.
 Contoh soal:
Tentukan jangkauan dari distribusi frekuensi berikut.
Tabel 4.1 Pengukuran tinggi badan 50 mahasiswa

Penyelesaian:

Dari Tabel 4.1 terlihat:

Titik tengah kelas terendah = 142
Titik tengah kelas tertinggi = 172
Tepi bawah kelas terendah = 139,5
Tepi atas kelas tertinggi = 174,5
Jangkauan = 172 - 142 = 30
Jangkauan = 174,5 - 139,5 = 35

c. Jangkauan Antarkuartil dan Jangkauan Semi Interkuartil

Jangkauan antarkuartil adalah selisih antara nilai kuartil atas ( Q 3 ) dan kuartil
bawah (Q1). Dirumuskan:
JK=Q 3−Q 1
 Jangkauan semi interkuartil atau simpangan kuartil adalah setengah dari kuartil
atas ( Q 3 ) dengan kuartil bawah ( Q 1 ) . Dirumuskan:
1
Qd= ( Q 3−Q 1 )
2
Rumus-rumus di atas berlaku untuk data tunggal dan data berkelompok.
Contoh Soal:
a. Tentukan jangkauan antar kuartil dan jangkauan semi interkuartil dari data
berikut :
2,4,6,8,10, 12,14
Penyelesaian :
Q1 = 4 dan Q3 = 12
JK = Q3 – Q1
= 12 – 4 = 8
Qd = ½ (12 – 4) = 4
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:

n
−( ∑ f 1 ) o
4
Q1=B1 + ×C
f Q1
20−10
¿ 59,5+ ×10
14
¿ 59,5+7,14=66,64
3n
−( ∑ f 3 ) o
4
Q3=B3 + ×C
f Q3
60−48
¿ 79,5+ ×10
20
¿ 79,5+6=85,5
JK=85,5−66,64=85,5
1
Qd= ( 85,5−66,64 )=9,43
2
Jangkauan antar kuartil (JK) dapat digunakan untuk menemukan adanya data
pencilan, yaitu data yang berada diluar pagar dalam dan pagar luar. Data pencilan ini
dapat terjadi karena ada kesalahan dari pencatatan atau salah ukur atau berasal dari
kasus yang menyimpang.
L=1,5 × JK
PD=Q1−L
PL=Q3 + L
Keterangan :
L = satu langkah
PD = pagar dalam
PL = pagar luar
Contoh soal:
Selidiki apakah terdapat data pencilan dari data dibawah ini
 15, 33, 42, 50, 51, 51, 53, 55, 62, 64, 65, 68, 79, 85, 97
Penyelesaian :
Q 1=50 dan Q3=68
JK=68−50
L=1,5 ×18=27
PD=50−27=23
PL=68+27=9 5
Pada data di atas terdapat nilai 15 dan 97 yang berarti kurang dari pagar dalam
(23) atau lebih dari pagar luar (95). Dengan demikian, nilai 15 dan 97 termasuk data
pencilan, karena itu perlu diteliti ulang. Adanya nilai 15 dan 97 mungkin disebabkan
salah dalam mencatat, salah dalam mengukur, atau data dari kasus yang menyimpang.

2. 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 dapat dihitung dengan menggunakan

rumus:

DR=
1 |
∑ X− X́|=
∑|X− X́|
n n
Contoh soal :
Tentukan deviasi rata-rata dari 2, 3, 6, 8, 11
Penyelesaian :
2+3+ 6+8+11
Rata−ratahitung= X́ = =6
5
∑|X i− X|=|2−6|+|3−6|+|6−6|+|8−6|+|11−6|=14
∑|X i−X́| 14
DR= = =2,8
n 5
b. Deviasi rata-rata untuk data berkelompok
Untuk data berkelompok (distribusi frekuensi), deviasi rata-ratanya dapat
dihitung dengan rumus:

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

DR=
∑ f |X− X́|
n
255,4
¿ =5,108
50

3. 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. Untuk populasi, simpangan bakunya
(simpangan baku populasi) disimbolkan  (dibaca sigma). Variansnya tentulah s2
untuk sampel dan σ 2 untuk varians populasi. Jelasnya s dan s2 merupakan statistik
sedangkan  dan σ 2 merupakan parameter. Untuk nentukan nilai simpangan baku,
caranya:
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):
2

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

s=
√ ∑ ( X − X́ )
n−1

Contoh soal:
Diberikan sampel dengan data: 8, 7, 10, 11, 4
Tentukan simpangan bakunya.
2
Xi X i − X́ ( X i− X́ )
8 0 0
7 -1 1
10 2 4
11 3 9
4 -4 16
∑ ( xi −x́ ) = 0 ∑ ( xi −x́ ) 2= 30
Rata – rata X́ = 8
30
s=
√ 4
=√ 7,5=2,74

b. Simpangan baku data berkelompok

1) Untuk sampel besar (n > 30)
2

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

s=
√ ∑ f ( X− X́ )
n−1
Contoh soal;
Tentukan simpangan baku
Tabel 4.5 Nilai ujian statistik 100 orang mahasiswa

Niali ujian Frekuensi

40 – 44 8
45 – 49 12
50 – 54 19
55 – 59 31
60 – 64 20
65 – 69 6
70 - 74 4
Jumlah 100

Penyelesaian:
2 2
Nilai f X fX X − X́ ( X − X́ ) f ( X− X́ )
 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
55 – 59 31 57 1767 1,15 1,3225 40,99
60 – 64 20 62 1240 6,15 37,8225 756,45
65 – 69 6 67 402 11,15 124,3225 745,94
70 - 74 4 72 288 16,15 260,8225 1043,29
Jumlah 100 5585 5342,75

X́ =
∑ fX = 5585 =55,8 5
∑ f 100
2

s=
√ ∑ f ( X− X́ ) =
n √ 5342,75
100
=7,3 1

4. 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:
Disper siabsolut
Dispersi relatif =
Rata−rata

a. Koefisien Variasi (KV)

Jika dispersi absolut digantikan dengan simpangan bakunya maka dispersi
relatifnya disebut koefisien variasi ( K V ) Koefisien variasi dirumuskan:
s
KV = × 100 %
X́
Keterangan:
KV = Koefisien variasi
s = simpangan baku
X́ = rata-rata

Contoh soal:
Dari hasil sampling terhadap kandungan Ag dengan menggunakan channel
sampling dan bulk sampling diperoleh data sebagai berikut :
Bulk sampling :
Ś=¿ 57,99 g/t X́ = 78,274
Channel sampling :
Ś=¿ 69,99 g/t X́ = 88,584
a. Tentukan koefisien variasi masing-masing
b. Metode sampling yang mana sebaiknya dilalakukan
Penyelesaian:
Bulk sampling
S 57,99
KV = × 100 %= ×100 %=74,085 %
X́ 78,274
Channel sampling

S 69,99
KV = × 100 %= ×100 %=79,01 %
X́ 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.

BAB III
SIMPULAN DAN SARAN
1. Simpulan
Ukuran penyebaran data yang telah dihitung adalah range (rentang), standar
deviasi (simpangan baku). Rentang data menunjukkan selisih antara nilai terbesar
dengan nilai terkecil dalam suatu himpunan data. Simpangan baku adalah jumlah
mutlak selisih setiap nilai pengamatan terhadap nilai rata-rata dibagi dengan
banyaknya pengamatan kurtosis merupakan ukuran untuk menentukan bentukbentuk
distribusi yang biasanya dibandingkan dengan kurva distribusi normal. Ukuran
penyebaran dapat digunakan untuk menentukan apakah nilai rata-ratanya benar-benar
representatif atau tidak. Apabila suatu kelompok data mempunyai penyebaran yang
tidak sama terhadap nilai rata-ratanya, maka dikatakan bahwa nilai rata-rata tersebut
tidak representatif.
2. Saran
Dalam penyusunan makalah ini penyusun menyadari masih terdapat banyak
kekurangan untuk itu saran yang membangun dari pembaca sangat diharapkan demi
perbaikan dan kemajuan ilmu pengetahuan.

DAFTAR PUSTAKA
Bambang Kustituanto dan Rudy Badrudin, Statistika I, Seri Diktat Kuliah, Penerbit
Gunadarma, Jakarta, 1994
Statistika, (2000) kar. J. Supranto, jilid 1 Chap.6 edisi keenam, halaman 126 –145
Statistika, Teori dan Aplikasi (2001), Bab 05, kar. Wayan Koster, edisi pertama,
halaman 93-134
Haryono Subiyakto, Statistika 2, Seri Diktat Kuliah, Penerbit Gunadarma, Jakarta,
1994
Levin, Richard dan David Rubin, Statistics for Management, Prentice Hall, New
Jersey, 1991
Ronald E Walpole, Pengantar Statistika, edisi terjemahan, PT Gramedia Jakarta,
1992 www.gudangmateri.com
Santoso, Singgih 2001. Aplikasi Excel dalam Statistik Bisnis. Elex Media
Komputindo. Jakarta.