Deskripsi Singkat
Bab ini akan mengenalkan ukuran penyebaran atau ukuran disperse atau ukuran variansi yang
menggambarkan bagaimana berpencarnya data kuantitatif. Beberapa ukuran dispersi yang ungkap
disini antara lain range, deviasi mean, range semi-interkuartil, range persentil 10-90, standar deviasi,
variansi
Relevansi
Salah satu persyaratan yang harus dipenuhi untuk mendapatkan hasil analisis statistic yang bisa
dipercaya adalah data yang akan diolah memiliki sebaran atau distribusi normal dan memiliki sifat
homogen. Sedangkan cara untuk mendapatkan sifat dan karakter data seperti itu harus dipahami
ukuran disperse atau variansinya. Dengan demikian materi ini sangat membantu untuk
mengevaluasi data sebelum data dianalisis menggunakan statistic.
Capaian Pembelajaran
1. Mahasiswa mampu memahami penyebaran data statistic
2. Mahasiswa mampu mengidentifikasi kualitas data statistic menggunakan parameter dispersi
3. Mahasiswa mampu mengidentifikasi normalitas data dengan menggunakan ukuran mean dan
standar deviasi.
UKURAN PENYEBARAN
Dengan mengetahui nilai rata-rata saja, informasi yang didapat kadang-kadang bisa
salah interpretasi.
Misalnya, dari dua kelompok data diketahui rata-ratanya sama, kalau hanya dari
informasi ini kita sudah menyatakan bahwa dua kelompok ini sama, mungkin saja kita
bisa salah kalau tidak diketahui bagaimana bervariasinya data di dalam kelompok
masing-masing.
Data
Varietas I : 45 42 42 41 40
Varietas II : 54 48 42 36 30
Nilai mean varietas I dan II bernilai sama, 42, namun keragaman kedua varietas tersebut berbeda.
Varietas I lebih konsisten, terlihat data pada varietas I lebih seragam dibandingkan dengan Varietas
II. Pada Varietas I, hasilnya tidak terlalu jauh dari nilai pusatnya, 42, sedangkan pada Varietas II,
sebaran datanya sangat beragam
Pada contoh tersebut, jelas bahwa ukuran tendensi sentral saja tidak cukup untuk menggambarkan
distribusi frekuensi.
Selain itu kita harus memiliki ukuran persebaran data pengamatan dari nilai rata-ratanya disebut
simpangan (deviation/dispersi).
Terdapat beberapa ukuran untuk menentukan dispersi data pengamatan, seperti jangkauan/rentang
(range), simpangan kuartil (quartile deviation), simpangan rata-rata (mean deviation), Ragam
(variance) dan simpangan baku (standard deviation).
Contoh
Tentukan Mean dan Range dari kedua Varietas berikut. Kesimpulan apa yang bisa Anda tarik
berdasarkan nilai mean (rata-rata) dan range-nya?
Varietas I 45 42 42 41 40
Varietas
45 40 44 41 40
III
Jawab:
Kesimpulan:
Kedua Varietas, I dan III mempunyai nilai mean dan range yang sama, yaitu mean = 42 dan
range = 5.
Apabila kita hanya menggunakan ukuran range sebagai ukuran penyebaran, pasti kita mengatakan
bahwa keragaman hasil kedua varietas sama.
Namun apabila kita perhatikan bagaimana sebaran data kedua varietas terhadap nilai pusatnya,
mungkin kita lebih memilih Varietas I, karena pada Varietas I sebaran datanya tidak jauh dari nilai
pusatnya.
Ukuran penyebaran data merupakan ukuran yang menunjukkan seberapa jauh suatu data
menyebar dari rata-ratanya. Ukuran penyebaran data yang ada dalam materi statistika meliputi
jangkaun, hamparan, dan kuartil.
Apa itu yang di maksud dengan jangkaun, hamparan, dan kuartil, berikut penjelasan nya :
Jangkauan atau rentang ialah selisih antara nilai data besar dan nilai data terkecil.
Hamparan atau Jangkauan Antar Kuartil (JAK) merupakan selisih antara kuartil atas (Q3)
dengan kuartil bawah (Q1).
Kuartil adalah pembagian sejumlah data terurut menjadi samajumlah nya untuk setiap
bagian. Setiap bagian dipisahkan oleh nilai kuartil yang meliputi kuartil bawah (Q1), kuartil
tengah (Q2), dan kuartil atas (Q1).
Terdapat ukuran penyebaran data yang kita akan pelajari pada artikel ini, yaitu Jangkauan (range),
Simpangan rata-rata, Ragam (variasi), dan Simpangan Baku.
Jangkauan Data
R = xmaks – xmin
Keterangan:
R = jangkauan
Xmaks = data terbesar
Xmin = data terkecil
Jawab :
R = xmaks – xmin
= 10-2 = 8
Jangkauan interkuartil
Jangkauan interkuartil adalah selisih antara kuartil ketiga dan kuartil pertama.
H = Q3 – Q1
Keterangan :
H = jangkauan interkuartil
Q3 = kuartil ketiga
Q1 = kuartil pertama
Keterangan :
Sk = simpangan kuartil
Q3 = kuartil ketiga
Q1 = kuartil pertama
Simpangan Rata- Rata
Simpangan rata-rata merupakan nilai rata-rata dari selisih setiap data dengan nilai mean atau rataan
hitungnya. Simpangan rata-rata sering dilambangkan dengan SR.
Data Tunggal
Keterangan :
SR = simpangan rata-rata
Xi = data ke-i
X = rataan hitung
n = banyak data
Keterangan :
SR = simpangan rata-rata
Xi = data ke-i
X = rataan hitung
fi = frekuensi data ke-i
1.1.Dispersi
Kecuali ukuran gejala pusat masih ada lagi ukuran lain yaitu ukuran penyebaran atau
ukuran dispersi. Ukuran ini kadang-kadang dinamakan pula ukuran variansi,yang menggambarkan
bagaimana berpencarnya data kuantitatif. Beberapa ukuran dispersi yang terkenal antara lain range,
deviasi mean, range semi-interkuartil, range persentil 10-90, standar deviasi, variansi.
Range (Rentang)
Range = data terbesar – data terkecil
EXAMPLE 1.
Range dari data 2, 3, 3, 5, 5, 5, 8, 10, 12 is 12 - 2 = 10.
Terkadang range ditulis secara sederhana yaitu 2 to 12, or 2–12.
N
∑ |X j − X̄|
j=1
=
∑|X− X̄| =|X − X̄|
MD = N N
Dengan : MD = Mean Deviation
, f 3 , …,f N maka
N
∑ f j|X j − X̄|
j=1
=
∑ f |X− X̄|
MD = N N
didefinisikan
σ=
√ ∑ ( X j − X̄ ) 2
j=1
N
s=
√ ∑ ( X j− X̄ )2
j=1
N −1
10
s=
√ 5−1
= √ 2,5
2
N ∑ X 2 − (∑ X )
s=
√ N ( N−1 ) = √ 5 . 330 − 402 1650−1600
5. 4 √
=
20
=√ 2 . 5
2
X j Xj
6 36
7 49
8 64
9 81
10 100
40 330
Standar Deviasi dari data berdaftar distribusi frekuensi yang berasal dari sampel didefinisikan :
s=
√
Dengan :
∑ f j ( A j− X̄ )2
j=1
N −1
s = Standar Deviasi
Jumlah … - … - - …
Aj 2 2
Aj . A j -
Rentang nilai frekuensi
fj
( A j − X̄ ) f j ( A j − X̄ )
X̄
50-54 1 52 52 -23,375 546,39 546.39
55-59 2 57 114 -18,375 337,64 675.28
60-64 11 62 682 -13,375 178,89 1967.79
65-69 10 67 670 -8,375 70,14 701.4
70-74 12 72 864 -3,375 11,39 136.68
75-79 21 77 1617 1,625 2,64 55.45
80-84 6 82 492 6,625 43,89 263.34
85-89 9 87 783 11,625 135,14 1216.26
90-94 4 92 368 16,625 276,39 1105.56
95-99 4 97 388 21.625 467,64 1870.56
Jumlah 80 - 6030 - - 8538.71
X̄ =75,375 s=
√ N ∑ f j . A 2 − (∑ f j . A j )
j
N ( N−1 ) s= √ 8538.71
80−1
= √108. 08 = 10.39
2 fj A
Rentang nilai fj Aj Aj f j Aj j2
Jumlah … - - … …
2
Rentang nilai frekuensi Aj Aj f j Aj fj A2
j
50-54 1 52 2704 52 2704
55-59 2 57 3249 114 6498
60-64 11 62 3844 682 42284
65-69 10 67 4489 670 44890
70-74 12 72 5184 864 62208
75-79 21 77 5929 1617 124509
80-84 6 82 6724 492 40344
85-89 9 87 7569 783 68121
90-94 4 92 8464 368 33856
95-99 4 97 9409 388 37636
Jumlah 80 - - 6030 463050
2 2
s=
√ N ∑ f j . A 2 − (∑ f j . A j )
j
N ( N−1 )
2
= √ 80. 463050 − ( 6030 )
80 x 79
= √108,08 = 10.39
√
s = d2
N ∑ f j . c 2 − (∑ f j . c j )
j
N ( N−1 )
2 fjc
Rentang nilai fj c j c j
f j cj j2
Jumlah … - - … …
2 fjc
Rentang nilai
frekuens
c j c j
f j cj j2
i
50-54 1 -5 25 -5 25
55-59 2 -4 16 -8 32
60-64 11 -3 9 -33 99
65-69 10 -2 4 -20 40
70-74 12 -1 1 -12 12
75-79 21 0 0 0 0
80-84 6 1 1 6 6
85-89 9 2 4 18 36
90-94 4 3 9 12 36
95-99 4 4 16 16 64
Jumlah 80 - - - 26 350
2
x 350 − (−26 )2
s= d
√ 2
N ∑ f j . c 2 − (∑ f j . c j )
j
N ( N−1 ) = √ 52 80
80 x 79
= √ 108 .08 = 10.39
4.2 Varians
Varians dari suatu data adalah kuadrat dari standar deviasi.