UKURAN DISPERSI (UKURAN PENYEBARAN DATA)

Dosen Pengampu: Nurul Rafiqah Nasution, M.pd

D
I
S
U
S
U
N
Oleh :
Kelompok: 5
Maihamzani Putra Pulungan: 0104172095
Ziyana Silvia Saragih : 0104172131

MANAJEMEN DAKWAH

FAKULTAS DAKWAH DAN KOMUNIKASI

UNIVERSITAS ISLAM NEGERI

2020
 Kata Pengantar

Assalamu’alaikum Wr.Wb.

Puji syukur kami panjatkan ke hadirat Allah SWT.karena dengan rahmat dan hidayahnya
kami dapat menyelesaikan makalah yang kami susun ini yang berjudul “Ukuran Dispersi”.
Kami ucapkan banyak terima kasih kepada pembimbing kami atas bantuannya dalam proses
pembuatan makalah ini.

Dengan selesainya makalah ini, kami berharap makalah yang kami susun ini dapat
memberikan manfaat dan pengetahuan yang berguna bagi para pembaca. kami sadar bahwa
makalah ini jauh dari kata sempurna. Oleh karena itu, kami harapkan adanya kritik dan saran
yang membangun demi kesempurnaan karya selanjutnya agar menjadi lebih baik lagi
kedepannya. Akhir kata, kami berharap semoga makalah ini dapat diterima oleh dosen
pengampuh dan dapat berguna bagi siapa saja yang memerlukannya dimasa yang akan datang.

Medan, 6 April 2020

Kelompok 5

i
 DAFTAR ISI

Kata Pengantar..................................................................................................................i
Daftar Isi ............................................................................................................................ii
Bab I ...................................................................................................................................1
Pendahuluan.......................................................................................................................1
a. Latar belakang......................................................................................................1
b.Rumusan masalah.................................................................................................1
c.Tujuan masalah.....................................................................................................1
Bab II..................................................................................................................................2
Pembahasan.......................................................................................................................2
a. Pengertian Ukuran dispersi..................................................................................2
b. Mcam-macam rentang.........................................................................................2
c. Deviasi rata-rata...................................................................................................5
d. Varians.................................................................................................................6
f. Standar Deviasi....................................................................................................7
g. Koefisien..............................................................................................................12
h. Kemenceng..........................................................................................................13
Bab III ................................................................................................................................19
Penutup...............................................................................................................................19
a.Kesimpulan...........................................................................................................19
Daftar Pustaka...................................................................................................................20

ii
 BAB I
PENDAHULUAN
A. 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. Berdasarkan definisinya Statistika merupakan ilmu
yang mempelajari bagaimana merencanakan, mengumpulkan, menganalisis,
menginterpretasi, dan mempresentasikan data. Sedangkan statistik adalah data,
informasi, atau hasil penerapan algoritma statistika pada suatu data. Data sendiri
merupakan kumpulan fakta atau angka. Disadari atau tidak, statistika telah banyak
digunakan dalam kehidupan sehari-hari.
Bahkan pemerintah menggunakan statistika untuk menilai hasil pembangunan
masa lalu dan juga untuk membuat rencana masa datang. Uraian ini hendaknya cukup
dapat memberikan gambaran bahwa statistika sebenarnya diperlukan, minimal
penggunaan metodanya. Sesungguhnya statistika sangat diperlukan bukan saja hanya
dalam penelitian atau riset, tetapi juga perlu dalam bidang pengetahuan lainnya seperti :
teknik, industri, ekonomi, astronomi, biologi, kedokteran, asuransi, pertanian,
perniagaan, bisnis, sosiologi, antropologi, pemerintahan, pendidikan, psikologi,
meteorologi, geologi, farmasi, ekologi, pengetahuan alam, pengetahuan sosial, dan lain
sebagainya. Dalam makalah ini, kami akan membahas materi yang berjudul ”UKURAN
PENYEBARAN DATA (DISPERSI)”. Agar menambah wawasan tentang bagaimana data
itu tersebar.

B. Rumusan Masalah
1. Apa pengertian ukuran dispersi ?
2. Apa saja macam-macam jangkauan ?
3. Bagaimana menghitung deviasi rata-rata ?
4. Bagaimana menghitung standar deviasi ?

C. Tujuan
Agar mengetahui apa itu dispersi dan mengetahui bagaimana menyelesaikan penyebaran
data (disperse)

1
 BAB II
PEMBAHASAN
A. PENGERTIAN DISPERSI

Ukuran dispersi atau ukuran variasi adalah ukuran yang menyatakan seberapa jauh
nilai-nilai data yang berbeda dari nilai pusatnya atau ukuran yang menyatakan seberapa
banyak nilai-nilai data yang berbeda dari ukuran pusatnya. Ukuran dispersi pada dasarnya
merupakan pelengkap dari ukuran pusat dalam menggambarkan sekumpulan data. Dengan
ukuran dispersi, penggambaran data akan lebih tepat dan jelas.1
Fungsi ukuran dispersi:

 Menunjukkan tinggi rendahnya penimpangan antar data.

 Mengeahui derajat perbedaan antar data.

B. MACAM-MACAM RENTANG (JANGKAUAN)

Range/jangkauan adalah selisih antara nilai terbesar dan nilai terkecil dari data yang
telah disusun berurutan. Cara mencari jangkauan dibedakan antara data tunggal dan data
berkelompok.
1. Jangkauan data tunggal

RUMUS
R = Xmax-Xmin

Contoh Range:

IQ lima orang anggota keluarga adalah; 108, 112, 127, 118, dan 113. Tentukan rentangnya!
Jawab: Rentangdari 5 IQ tersebut adalah
R = Xmax- Xmin
127-108 = 19

2. Jangkauan data berkelompok

Pada data berkelompok, ditentukan dari selisih tepi atas kelas tertinggi dengan tepi
bawah kelas terendah ataupun dengan selisih titik tengah kelas tertinggi dan titik tengah kelas
terendah.2

1
J. Supranto, Statistik : Teori dan Aplikasi, ( Jakarta : Penerbit Erlangga, 2000). Hal. 5
2
Agus Irianto. Statistik Konsep Dasar Dan Aplikasinya. (Jakarta : Prenada Media, 2004) Hal. 39
2
 3. Jangkauan Kuartil dan Jangkauan Semi Interkuartil

RUMUS :
JK = Q3-Q1

Jangkauan semi interkuartil aau simpangan kuartil adalah setengah dari selisih dari selisih kuartil
atas Q3 dengan kuartl bawah Q1. Dirumuskan:

Qd = ½ ( Q3-Q1)

Rumus-rumus di atas berlaku untuk data tunggal dan kelompok.

Contoh soal:

Tentukan jangkauan antarkuartil dan jangkauan semi interkuartil distribusi frekuensi berikut:
TABEL 5.2
NILAI STATISTIK 80 MAHASISWA UNIVERSITAS BOROBUDUR,
SEMESTER II, JURUSAN MANAJEMEN, 1994
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

3
 Penyelesaian:

n
−( Σ f 1)ο
Q 1 = B1+ 4
xC
f q1

20−10
= 59,5 + x 10
14

= 59,5 + 7,14

= 66,64

JK = 85,5 – 66,64 = 18,86

3n
−(Σ f 3 )ο
Q 3 = B 3+ 4
xC
f q3

60−48
= 79,5 + x 10
20

= 79,5 + 6

=85,5

1
Q4 = ( 85,5 – 66,64 ) = 9,43
2

Jangkauan antarkuartil dapat digunakan untuk menemukan adanya data pencilan,

yaitu data yang dianggap salah catat atau salah ukur atau berasal dari kasus yang
menyimpang,

L = 1.5 X JK
PD = Q1 – L
PL = Q3 = L

Keterangan:

L = satu langkah

PD = pagar dalam

PL =pagar luar

Contoh soal :
Selidikilah apakah terdapat data pencilandari data di bawah ini! 15, 33, 42, 50, 51, 51, 53, 55,
62, 64, 65, 68, 79, 85, 97
4
Penyelesaian:
Q1 = 50 dan Q3 = 68
JK = 68-50 =18
L = 1,5x18 = 27
PD = 50-27= 23
PL = 68+27 =95

Pada data diatas terdapat data 15 dan 97 yang berarti kurang dari pagar dalam (23)
dan pagar luar (95). Dengan demikian data 15 dan 97 termasuk kedalam data pecilan karena
itu perlu diteliti ulang.

C. DEVIASI RATA-RATA (SIMPANGAN RATA-RATA)

Deviasi rata-rata yaitu nilai rata-rata hitung dari harga mutlak simpangan-
simpangannya. Cara mencari deviasi rata-rata ada 2, data tunggal dan data berkelompok.3

Deviasi rata-rata data tunggal

1 ∑ │ X − X́ A │
DR = ∑│X - X́ A │ =
n n

Contoh Soal:

Tentukan deviasi rata-rata dari 2,3,6,8,11

Penyelesaian:

2+ 3+6+8+ 11
Rata-rata hitung X = =6
5
∑│ X 1 - X│ = │2-6│+│3-6 │+ │6-6│+ │8-6│ + │11-6│ = 14
∑ X 1− X │ 14
DR = = =5
n 5

Deviasi rata-rata untuk data berkelompok

3
Hasan Iqbal, Pokok-Pokok Materi Statistik, (Jakarta:Bumi Aksara, 2000) Hal. 30
5
 1
DR = ∑f │X - X́ A │= ¿ ¿
n

Contoh soal:

Tentukan deviasi rata-rata dari distribusi frekuensi pada Tabel 5.1 !

Penyelesaian:

Dari tabel 5.1 didapat =X 157,7. Dengan nilai itu, dapat dibuat tabel

Tinggi Badan (cm) X f ( Rumus ) (rumus)

140 – 144 142 2 15,7 31,4

145 – 149 147 4 10,7 42,8

150 – 154 152 10 5,7 57

155 – 159 157 14 0,7 9,8

160 – 164 162 12 4,3 51,6

165 – 169 167 5 9,3 46,5

170 – 174 172 3 14,3 42,9

Jumlah - 50 - 282

RUMUS
6
DR = ¿ ¿
282
=
50

= 5,64

D. VARIANS

Varians adalah nilai tengah kuadrat simpangan dari nilai tengah atau simpangan rata-rata
kuadrat. Untuk sampel, variansnya (varians sampel) disimbolkan dengan s2. Untuk populasi,
variansnya (varians populasi) disimbolkan dengan s2 (baca: sigma).

a.)  Varians data tunggal

 Untuk sampel besar (n > 30)

 Untuk sampel kecil (n ≤ 30)

b.)  Varians data berkelompok

E. DEVIASI STANDAR ( SIMPANGAN

BAKU )
Simpangan baku adalah akar dari tengah
kuadrat simpangan dari nilai tenga atau akar simpangan rata-rata kuadrat, atau simpangan baku
adalah suatu nilai yang menunjukkan tingkat (derajat) variasi atau kelompok data atau ukuran
standar penyimpangan dari meannya.

Cara mencari simpangan baku dibedakan menjadi 2:

Simpangan baku data tunggal

7
 1. Metode biasa

a. Untuk sampel besar ( n > 30 )

RUMUS
∑ f ( X− X́)2
s2 =
n

b. Untuk sampel kecil ( n < 30 )

RUMUS
∑ f ( X− X́)2
s2 =
n−1

2. Metode angka kasar (n>30)

a. Untuk sampel besar ( n < 30)

RUMUS
2 ∑f X2 ∑ fX 2
s= –( )
n n

b. Untuk sampel kecil (n<30 )

RUMUS
2
∑ f X 2 ( ∑ fX )
s2= –
n−1 ( n−1 )

Contoh soal:

Tentukan simpangan baku dari data 2, 3, 6, 8, 11

Penyelesaian:

Dari perhitungan diperoleh varians (s2)=13,5

Dengan demikian, simpangan bakunya adalah

S = √ varians
=√ 13,5

= 3,67

Simpangan baku data berkelompok

1. Metode biasa
8
 a. Untuk sampel besar ( n>30)

RUMUS
∑ f ( X− X́ )2
s=
√ n

b. Untuk sampel kecil (n<30)

RUMUS
∑ f (X − X́ )2
s=
n−1

2. Metode Angka kasar

a. Untuk sampel besar (n>30)

RUMUS
∑f X2 ∑ fX 2
s= –( )
n n

b. Untuk sampel kecil (n<30)

RUMUS
2
∑ f X 2 ( ∑ fX )
s= –
n−1 ( n−1 )

3. Metode Coding

a. Untuk sampel besar (n>30)

RUMUS
2
∑ f u2 - ∑ f u
s=C
√ n n

b. Untuk sampel kecil (n<30)

RUMUS
2
∑ f u2 - ∑ f u
s=C
√
n−1 n(n−1)

9
 Keterangan:

C = Panjang interval kelas

u==

M = rata-rata hitung sementara

Contoh soal:

Tentukan simpangan baku dari distribusi frekuensi berikut (gunakan ketiga rumus)!

TABEL BERAT BADAN 100 MAHASISWA UNIVERSITAS” X” TAHUN 2013

Berat Badan (kg) Frekuensi (f)

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

(a) Dengan metode biasa

Berat Badan X f fx
40-44 42 8 336 -13,85 78,3225 1.534,58
45-59 47 12 564 -8,85 14,8225 939,87
50-54 52 19 988 -3.35 1,3225 281,63
55-59 57 31 1.979 1,15 37,8225 40,99
60-64 62 20 1.240 6,15 124,3225 756,45
65-69 67 6 402 11,15 260.8225 745,94
70-74 72 4 288 16,15 1.043,29
Jumlah 100 5.585 5.342,75

Jalan
10
 ∑ fX
X́ =
∑f
5.585
=
100
= 55,85
2
S = ∑ f ( X− X́ )
√ n
5.342,75
=
√ 100
= 7,31

(b) Dengan metode angka kasar

Berat Badan
40-44 42 8 336 1.764 14.112
45-59 47 12 564 2.209 26.508
50-54 52 19 988 2.704 51.376
55-59 57 31 1.767 3.249 100.719
60-64 62 20 1.240 3.844 76.880
65-69 67 6 402 4.489 16.934
70-74 72 4 288 5.184 20.736
Jumlah 100 5.585 317.265

∑f X2 ∑ fX 2
S= –( )
n n

317.265 5.585 2
= –( )
100 100
= 7,31
c. Dengan metode coding

Berat Badan
40-44 42 8 -3 9 -24 72
45-59 47 12 -2 4 -24 48
50-54 52 19 -1 1 -19 19
55-59 57 31 0 0 0 0
60-64 62 20 1 1 20 20

11
 65-69 67 6 2 4 12 24
70-74 72 4 3 9 12 36
Jumlah 100 -23 219

2
∑ f u2 - ∑ f u
s=C
n√
219 −23 2
n
¿5
√ -
100 100
= 7,31

Simpangan baku gabungan

Dengan cara menarik akar dari variasi gabungan.

S gab=√ s 2
gab

Dalam bentuk rumus, simpangan baku gabungan dituliskan :

S ∑ (n−1) s
gab=
∑ n−k

Contoh soal:

jika diketahui:

n1= 100 dan s1= 5,08

n2 = 50 dan s2= 2,32

Tentukan s gab !

Penyelesaian :

( n1−1 ) s1 +( n2−1) s2
s gab=
( n 1+ n2 )−k

(100−1 ) + ( 50−1 ) 2,32

¿ = 4,166
( 100+50 )−2

G. KOEFISIEN VARIASI
12
 Untuk membandingkan dispersi atau variasi dari beberapa kumpulan data digunakan
istilah dispersi relatif, yaitu perbandingan antara dispersi absolut dan rata-ratanya. Dispersi
relatif dirumuskan:4

Koefisien Variasi (KV)

Jika dispersi absolut digantikan dengan simpangan bakunya maka dispersi relatifnya disebut
koefisien variasi (KV) Koefisien variasi dirumuskan:

  H. KEMENCENGAN ATAU KECONDONGAN

Kemencengan atau kecondongan (skewness) adalah tingkat ketidaksimetrisan atau

kejauhan simetri dari sebuah distribusi. Jika distribusi memiliki ekor yang lebih panjang ke
kanan daripada yang ke kiri maka distribusi disebut menceng ke kanan atau memiliki
kemencengan positif. Sebaliknya, jika distribusi memiliki ekor yang lebih panjang ke kiri
daripada yang ke kanan maka distribusi disebut menceng ke kiri atau memiliki kemencengan
negatif.

Berikut ini gambar kurva dari distribusi yang menceng ke kanan (menceng positif) dan menceng
ke kiri (menceng negatif).

4
https://fahrudinahmad.wordpress.com /2020/3/4
13
Gambar 4.1 Kemencengan distribusi (a) Menceng ke kekiri  (b) Menceng ke kanan

a.)  Koefisien Kemencengan Pearson

Koefisien kemencengan Pearson merupakan nilai selisih rata-rata dengan modus dibagi
simpangan baku. Koefisien kemencengan Pearson dirumuskan:

Keterangan:

       sk   =   koefisien kemencengan Person

Jika nilai sk dihubungkan dengan keadaan kurva maka:

 sk = 0 —> kurva memiliki bentuk simetris;

 sk > 0 —> nilai-nilai terkonsentrasi pada sisi sebelah kanan ( terletak disebelah kanan
Mo), sehingga kurva memiliki ekor memanjang ke kanan, kurva menceng ke kanan atau
menceng positif;

 sk < 0 —> nilai-nilai terkonsentrasi pada sisi sebelah kiri (terletak disebelah kiri Mo),
sehingga kurva memiliki ekor memanjang ke kiri, kurva menceng ke kiri atau menceng
negatif. Apabila secara empiris didapatkan hubungan antarnilai pusat sebagai:

Maka rumus kemencengan diatas dapat dirubah menjadi:

14
b.)  Koefisien Kemencengan Bowley

Koefisien kemencengan Bowley berdasarkan pada hubungan kuartil-kuartil (Q1, Q2 dan Q3)
dari sebuah distribusi. Koefisien kemencengan Bowley dirumuskan :

Koefisien kemencengan Bowley sering juga disebut Kuartil Koefisien

Kemencengan.Apabila nilai skB dihubungkan dengan keadaan kurva, didapatkan :

1. Jika Q3 – Q2 > Q2 – Q1 maka distribusi akan menceng ke kanan atau menceng secara
positif.

2. Jika Q3 – Q2 < Q2 – Q1 maka distribusi akan menceng ke kiri atau menceng secara
negatif.

3. skB positif, berarti distribusi mencengke kanan.

4. skB negatif, nerarti distribusi menceng ke kiri.

5. skB = ± 0,10 menggambarkan distribusi yang menceng tidak berarti dan sk B> 0,30
menggambarkan kurva yang menceng berarti.

c.)  Koefisien Kemencengan Persentil

Koefisien Kemencengan Persentil didasarkan atas hubungan antar persentil (P 90,P50 dan P10) dari
sebuah distribusi. Koefisien Kemencengan Persentil dirumuskan :

Keterangan :

skP = koefisien kemecengan persentil , P = persentil 

15
d.)  Keofisien Kemencengan Momen

Koefisien Kemencengan Momen didasarkan pada perbandingan momen ke-3 dengan pangkat
tiga simpang baku. Koefisien menencengan momen dilambangkan dengan α3. Koefisien
kemencengan momen disebut juga kemencengan relatif.

Apabila nilai α3dihubungkan dengan keadaan kurva, didapatkan :

1.  Untuk distribusi simetris (normal), nilai α3= 0,

2. Untuk distribusi menceng ke kanan, nilai α3 = positif,

3. Untuk distribusi menceng ke kiri, nilai α3= negatif,

4. Menurut Karl Pearson, distribusi yang memiliki nilai α3> ±0,50 adalah distribusi yang
sangat menceng

5. Menurut Kenney dan Keeping, nilai α3 bervariasi antara ± 2 bagi distribusi yang
menceng.

Untuk mencari nilai α3, dibedakan antara data tunggal dan data berkelompok.

 Untuk data tunggal

Koefisien Kemencengan Momen untuk data tunggal dirumuskan :

α3 = koefisien kemencengan momen

 Untuk data berkelompok

Koefisien kemencengan momen untuk data berkelompok dirumuskan :

I. KERUNCINGAN (KURTOSIS)
16
Keruncingan atau kurtosis adalah tingkat kepuncakan dari sebuah distribusi yang biasanya
diambil secara relatif terhadap suatu distribusi normal.

Berdasarkan keruncingannya, kurva distribusi dapat dibedakan atas tiga macam, yaitu sebagai
berikut.

1. Leptokurtik

Leptokurtik merupakan distribusi yang memiliki puncak relatif tinggi.

2. Platikurtik

Platikurtik merupakan distribusi yang memiliki puncak hampir mendatar.

3. Mesokurtik

Mesokurtik merupakan distribusi yang memiliki puncak tidak tinggi dan tidak mendatar.

Bila distribusinya merupakan distribusi simetris maka distribusi mesokurtik dianggap sebagai
distribusi normal.

Gambar 4.3 Keruncingan Kurva

Ukuran yang sering digunakan untuk mengetahui keruncingan suatu distribusi adalah koefisien
keruncingan

a.)  Koefisien Keruncingan

17
Koefisien keruncingan atau koefisien kurtosis dilambangkan dengan a4. (alpha 4). Jika hasil
perhitungan koefisien keruncingan diperoleh:

1. nilai lebih kecil dari 3 (<3) maka distribusinya adalah distribusi platikurtik:

2. nilai lebih besar dari 3 (>3) maka distribusinya adalah distribusi leptokurtik.

3. nilai yang sama dengan 3 (= 3) maka distribusinya adalah distribusi mesokurtik.

Untuk mencari nilai koefisien keruncingan, dibedakan antara data tunggal dan data
berkelompok.

 Untuk data tunggal

 Untuk data berkelompok

b.)  Koefisien Kurtosis Persentil

Koefisien Kurtosis Persentil dilambangkan dengan K  (kappa). Untuk distribusi normal, nilai K =
0,263. Koefisien Kurtosis Persentil, dirumuskan :

18
 BAB III

PENUTUP

Kesimpulan

Dispersi data adalah ukuran penyebaran suatu kelompok data terhadap pusat data.
Memiliki Jenis ukuran :

1. Dispersi Mutlak : Jangkauan (range), Simpangan rata-rata (mean deviation),

Variansi (variance), Standar deviasi (standard deviation), Simpangan kuartil
(quartile deviation)

2. Dispersi Relatif  : Koefisien variasi (coeficient of variation).

Pentingnya kita mempelajari dispersi data didasarkan pada pertimbangan. Pertama, pusat data
seperti rata-rata hitung, median dan modus hanya memberi informasi yang sangat terbatas,
sehingga tanpa disandingkan dengan dispersi data kurang bermanfaat dalam analisis data.
Kedua, dispersi data sangat penting untuk membandingkan penyebaran dua distribusi atau lebih.

19
 DAFTAR PUSTAKA

Supranto, J. 200. Statistik : Teori dan Apliksi. Jakarta : Erlangga

Irianto, Agus. 2004. Statisti Konsep Dasar dan Aplikasinya. Jakarta : Prenada Media
Iqbal, Hasan. 2000. Pokok-pokok Materi Staistik. Jakarta : Bumi Aksara
https://fahrudinahmad.wordpress.com diakses pada tanggal 3 April 2020 pkl 09.00 Wib

20