Ukuran Penyebaran
Materi
◼ Ukuran penyebaran
◼ Range
◼ Varians
◼ Standar deviasi
◼ Koefisien variasi
◼ Kuartil
◼ Box-plot
Ukuran Penyebaran
pusat sama,
Variasi berbeda
Ukuran Penyebaran [2]
Mengapa mempelajari ukuran penyebaran?
◼ Ukuran pemusatan hanya menunjukkan pusat dari
data dan tidak menjelaskan penyebaran dari data
◼ Contoh: jika seorang pemandu wisata mengatakan
bahwa rata2 kedalaman sungai adalah 1 meter tanpa
informasi tambahan lain. Apakah anda tetap ingin
menyebranginya dengan berjalan kaki tanpa
informasi tambahan lain?
◼ Ukuran penyebaran dapat digunakan untuk
membandingkan sebaran dari dua distribusi data
5
Range
misal:
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14
Range = 14 - 1 = 13
Kekurangan Range
◼ Tidak mempedulikan distribusi data
7 8 9 10 11 12 7 8 9 10 11 12
Range = 12 - 7 = 5 Range = 12 - 7 = 5
Range = 5 - 1 = 4
1,1,1,1,1,1,1,1,1,1,1,2,2,2,2,2,2,2,2,3,3,3,3,4,120
Q1 Q2 Q3
(n = 9)
Q1 = ada di 0.25(9+1) = 2.5 position dari data terurut
sehingga ambil nilai tengah antara pengamatan ke 2 dan 3
jadi, Q1 = 12.5
Varian Populasi
Data Tunggal
◼ Varian populasi:
N
(x i − μ) 2
σ =
2 i =1
N
◼ Varian sampel:
σn 2
2
(x
i=1 i − x)
lj
s =
n−1
N n
(x i − μ) 2
(x − x)
i
2
σ= i =1
S= i=1
N n -1
Pengukuran Variasi
Data A
Mean = 15.5
11 12 13 14 15 16 17 18 19 20 21
s = 3.338
Data B
Mean = 15.5
11 12 13 14 15 16 17 18 19 20 21 s = 0.926
Data C
Mean = 15.5
11 12 13 14 15 16 17 18 19 20 21 s = 4.570
Kelebihan varians dan
standar deviasi
◼ Untuk mengetahui besar perbedaan dari
nilai sampel terhadap rata-rata
◼ Untuk menyatakan keragaman sampel
◼ Untuk membantu mendapatkan data dari
suatu populasi
◼ Mengukur tingkat kepercayaam pada
kesimpulan statistik
Koefisien Variasi [1]
s
CV = 100%
x
Koefisien Variasi [2]
◼ Ikan Hiu:
◼ Rata-rata panjang = 150 cm
◼ Standar deviasi= 15 cm
s 15
CVA = 100% = 100% = 10% Panjang ikan
teri lebih
x 150 bervariasi
◼ Ikan teri: daripada ikan
hiu
◼ Rata-rata panjang= 4 cm
◼ Standar deviasi= 1 cm
s 1
CVB = 100% = 100% = 25%
x 4
Penggunaan ukuran pemusatan dan
penyebaran: Box Plot
Q1 m Q3
Membuat Box-Plot [2]
✓Outlier ditentukan dengan pagar
✓Pagar bawah: Q1-1.5 IQR
✓Pagar atas: Q3+1.5 IQR
✓ data yang berada di luar pagar,
dikatakan outlier (*).
*
Q1 m Q3
Membuat Box-Plot [3]
✓ gambarkan “whiskers” yang
menghubungan nilai max dan min yang
bukan outlier
*
Q1 m Q3
Interpretasi Box-Plot
−
17 -15.4 237.2 2
21 -11.4 130 ( x x )
24 -8.4 70.56 s2 = i
24
26
-8.4
-6.4
70.56
40.96
n −1
27 -5.4 29.16
3051
= = 160,579
27 -5.4 29.16
30 -2.4 5.76
32 -0.4 0.16 20 − 1
35 2.6 6.76
37 4.6 21.16
38 5.6 31.36
41
43
8.6
10.6
73.96
112.4 s = s 2 = 160,579 = 12,672
44 11.6 134.6
46 13.6 185
53 20.6 424.4
58 25.6 655.4
Jumlah 0 3051
Contoh: perhitungan varians [2]
Xi X2 Rumus kerja:
12 122=144
13 169
( xi ) 2
xi −
2
17 289
21 441 s =
2 n
24 576 n −1
24 576
26 676
27 729 6482
27 729 24046 −
30 900 = 20 = 160.6
32 1024 20 − 1
35 1225
37 1369 s = s 2 = 160.6 = 12.67
38 1444
41 1681
43 1849
44 1936
46 2116
53 2809
s 14.192
58 3364 Koefisien Variasi : CV = 100% = 100% = 33.31%
648 24046 x 42.6
◼ Box-Plot
12 13 17 21 24 24 26 27 27 30 32 35 37 38 41 43 44 46 53 58
posisi kuartil ketiga = 0.75(n+1) = 0.75 (21) = 15.75 (antara obs 15 dan 16)
Q3=0.75(41) 30,75+ 0.25(43 )=41.5
f (X )
k 2
i i −X
s= i =1
n −1
Kuartil Data Berkelompok
i
(n ) - F
Letak Q i = (n )
i
Q i = L 0 + c 4
f 4
Qi = kuartil ke-i (i = 1, 2, 3)
L0 = tepi bawah kelas kuartil
c = panjang kelas interval kelas kuartil
n = banyaknya data pengamatan
F = jumlah frekuensi sebelum kelas kuartil
f = frekuensi kelas kuartil
Contoh: Ukuran Penyebaran
Data Berkelompok [1]
Contoh: Berikut ini adalah temperatur (0C) selama 20 hari di perairan
laut K.
22, 20, 23, 26, 28, 27, 29, 22, 26, 29
21, 20, 22, 22, 25, 26, 28, 29, 22, 24
20 – 21 3
22 – 23 6
24 – 25 2
26 – 27 4
28 – 29 5
Jumlah 20
Contoh: Varians Data Berkelompok
KELAS Xi fi Xi . Fi X i − X ( X i − X )2 fi ( X i − X )2
f (X − X) 2
s = s = 6.246 = 2.499
i i 2
118.68
s =
2 i =n
= = 6.246
n -1 19
Kuartil 1 Data Berkelompok
1
Letak Q1 = .20 = 5
4
L0 = 19,5 1
.20 - 3
c =2 Q1 = 19.5 + 2 4 = 19.5 + 0.667 = 20.164
6
n = 20
F =3
f =6
Kuartil 2 Data Berkelompok
2
Letak Q1 = .20 = 10
4
2
L0 = 23.5 .20 - 9
Q 2 = 23.5 + 2 4 = 23.5 + 1 = 24.5
c =2 2
n = 20
F = 3+6= 9
f =2
Kuartil 3 Data Berkelompok
3
Letak Q3 = .20 = 15
4
L0 = 25.5 3
.20 - 11
c = 2 Q3 = 25.5 + 2 4 = 25.5 + 2 = 27.5
4
n = 20
F = 11
f = 4