BAB IV

PENGUKURAN DISPERSI

4. 1. Pengertian Despersi.

Pengukuran dispersi biasa disebut sebagai deviasi (penyimpangan) adalah merupakan

ukuran atau tingkat penyebaran data yang diukur terhadap nilai rata-rata hitungnya (distribusi
data terhadap nilai rata-ratanya. Ada beberapa macam pengukuran dispersi antara lain :
pengukuran jarak (range), pengukuran deviasi rata-rata, pengukuran deviasi kwartil, pengukuran
varian dan deviasi standar (simpangan baku).

4. 2. Pengukuran Jarak (Range).

Yaitu mengukur selisih antara data terbesar dan data terkecil, sehingga selisih antara data
ini dikatakan sebagai jarak (range).

Pengukuran jarak untuk data yang belum dikelompokkan :

P = Xmak – Xmin, dimana Xmak : data terbesar, Xmin : data terkecil.
Contoh : nilai ujian 80 mahasiswa
P = 99 – 35 = 64
Pengukuran jarak untuk data yang sudah dikelimpokkann:
P = Xk – X1, dimana Xk : nilai tengah kelas interval terakhir, X1 : nilai tengah kelas interval
pertama.
Contoh : nilai ujian 80 mahasiswa
P = 95.5 – 35.5 = 60

4. 3. Pengukuran Deviasi Rata-Rata.

Yaitu pengukuran jarak penyebaran data terhadap nilai rata-ratanya. Tingkat penyebaran
data dikatakan baik jika konsentrasi data terpusat disekitar rata-ratanya, tingkat penyebaran data
dikatakan kurang baik jika konsentrasi data jauh terpusat dari sekitar rata-ratanya, dan tingkat
penyebaran data dikatakan homogin jika konsentrasi data sama dengan nilai rata-ratanya.

Pengukuran deviasi rata-rata untuk data yang belum dikelompokkan :

 Xi  X
, dimana Xi : data ke-i, X  
Xi X 1  x 2  x3  ......  Xn
dX   , nilai rata-ratanya.
n n n

Contoh :
Berdasarkan hasil pengamatan dilakukan terhadap 12 orang masyarakat Kabupaten Biak
Numfor mengenai kondisi pendapatannya, diperoleh informasi (dalam puluhan ribu rupiah)
sebagao berikut : 135, 70, 105, 110, 80, 142, 155, 125, 200, 225, 175, 210, maka deviasi rata-
ratanya adalah :

X
 Xi  135  70  105  ......  210  144,33
n 12
 Xi  X 135  144,33  70  144,33  110  144,33  ...........  210  144,33
dX    40,55
n 12

23
Pengukuran deviasi rata-rata untuk data yang sudah dikelompokkan :
 fi. Xi  X , dimana fi : frekuensi ke-i, Xi : nilai tengah dan X  
fi. Xi
dX  adalah nilai
 fi  fi
rata-ratanya.

Contoh : nilai ujian 80 mahasiswa

Diketahui bahwa X  
fi. Xi
= 75,87,
 fi

 fi. Xi  X 2. 35,5  75,87  3. 45,4  75,87  5. 55,5  75,87  ...........  12. 95,5  75,87
dX    .........
 fi 80

4. 4. Simpangan Baku (deviasi standar) = S , dan (variansi) = S2

Untuk data yang belum dikelompokkan.

 Xi  X )
S  n
2
 X i  X )2
, n > 100 S2  , n > 100
n
  X i  X )2 , n < 100   X i  X ) , n < 100
2

S n1
S2 
n 1

Contoh : diketahui sampel data 8, 7, 10, 11, 4

xi Xi - X Xi - X 2
X
8  7  10  11  4
8
8 0 0 5
7 -1 1 30
S2   7.5
10 2 4 5 1
11 3 9 S  7.5 =2.74
4 -4 16
30

Bentuk lain dari variansi adalah : S  2

 
n.  fi.xi 2   fi.xi 
2

n.(n  1)
Contoh lain.
xi xi 2
8 64  xi = 40 (5 x350)  (40) 2
S  2
 7.5
7 49  xi2 = 350 5(5  1)
10 100 n =5
S  7.5  2.74
11 121
4 16
40 350
Untuk data yang sudah dikelompokkan :

S 
2  fi. X i  X )
2

 
n.  fi.xi 2   fi.xi 
2

n 1 n.(n  1)

24
 Contoh : nilai ujian 80 mahasiswa, dimana X = 75.86 (sub 4.1)

Dikerjakan dengan cara I :

fi xi Xi - X Xi - X
2
fi. Xi - X2

2 35.5 -40.36 1628.73 3259.47

3 45.5 -30.36 922.34 2767.01
5 55.5 -20.36 414.94 2074.68
14 65.5 -10.36 107.53 1505.52
24 75.5 -0.36 0.1369 3.28
20 85.5 9.64 92.74 1854.73
12 95.5 19.64 385.33 4624.04
80 16088.75

S 2

 fi.( xi  x) 2


16088 .75
 203.65 , S  203 .65  14.27
n 1 80  1

Dikerjakan dengan cara II :

Nilai Ujian fi xi xi2 fi.xi fi.xi2

31-40 2 35.5 1260.25 71 2520.5

41-50 3 45.5 2070.25 136.5 6210.75
51-60 5 55.5 3080.25 277.5 15401.25
61-70 14 65.5 4290.25 917 60063.5
71-80 24 75.5 5700.25 1812 136806
81-90 20 85.5 7310.25 1710 146205
91-100 12 95.5 9120.25 1146 109443

Jumlah 80 6070 476650

n ( fi xi2 ) – ( fi xi)2 80 . 476650 - (6070)2

2
S = = = 203.65
n ( n – 1) 80 ( 80 – 1)

S =  203.65 = 14.27
Jadi semakin kecil nilai ukuran simpangan baku, maka dapat diartikan tingkat
penyebaran data akan semakin mendekati nilai rata-ratanya, dan jika nilai simpangan
baku = 0, dapat diartikan bahwa data yang dipunyai sama dengan nilai rata-ratanya atau
data yang dipunyai tidak didapati penyimpangan (despersi) terhadap nilai rata-ratanya.

4. 5. Pengukuran Relatif.
Pengukuran relatif adalah merupakan angka perbandingan antara nilai simpangan baku
(deviasi standar) dengan nilai rata-ratanya.

Koefisien variasi (Kv) :

simpangan baku s
Kv = x 100 % = x 100 %
Rata – rata X

25
Contoh : nilai ujian 80 mahasiswa.

s 14.27
Kv = x 100 % = = 18.8 %
X 75.86

Contoh.
Di pasar Inpres Biak Kota harga cabe merah rata-rata Rp.7500,- per kg dengan
simpangan baku Rp.650,- per kg. Harga minyak goreng rata-rata Rp.12500,- per kaleng
dengan simpangan baku Rp.450,- per kaleng. Bahan manakah yang mempunyai
penyimpangan lebih besar ?

Jawab :

S 650
Cabe Merah : K v  .100 %  .100 %  8,67%
X 7500
S 450
Minyak Goreng : K v  .100 %  .100 %  3,6%
X 12500

Jadi dapat disimpulkan bahwa cabe merah mempunyai penyimpangan (dispersi)

lebih besar dibanding dengan minyak goreng. Dalam hal ini minyak goreng mempunyai
simpangan baku lebih kecil, sehingga tingkat penyebaran data semakin mendekati nilai
rata-ratanya.

26