x
i 1
i x
RS =
n
Contoh :
Jika diketahui data 4, 5, 6, 6, 7, 8, 8, 9 maka rata – rata simpangan nya
Jawab :
4 5 6 6 7 8 8 9 53
x = = = 6,625
8 8
n
x
i 1
i x
RS =
n
37
3.2. RATA – RATA SIMPANGAN UNTUK DATA BERKELOMPOK
Jika data hasil pengamatan : x1, x2, …, xn dengan rata – rata x , f sebagai frekuensi
dari tiap data, xi sebagai nilai tengan interval dan N merupakan jumlah dari
frekuensi. Selanjutnya jika jarak antara tiap data dengan rata – rata x adalah |xi
38
Jawab :
Nilai Frekuensi
No xi fi.xi xi x |xi x | f |xi x |
Ujian (fi)
n
f xi x
RS = i 1
N
808
=
80
= 10,1
39
Rumus deviasi standar yang pertama :
x
n
2
i x
i 1
s=
n 1
atau
Rumus deviasi standar yang kedua :
2
n
n
n x x i
2
i
s= i 1 i 1
n n 1
Contoh :
Diberikan sampel data : 8, 7, 10, 11, 4
Jawab :
xi xi x (xi x )2 xi2
8 0 0 64
7 1 1 49
10 2 4 100
11 3 9 121
4 4 16 16
x
n
2
i x
i 1 30
s= = = 2,74
n 1 4
atau jika menggunakan rumus kedua, dengan n = 5 (banyaknya data) dan (xi)2 =
(40)2 = 1600, sehingga :
2
n
n
n x x i
2
5 (350 ) (40) 2
i
s= i 1 i 1 = =
150
=
30
= 2,74
n n 1 5(5 1) 5.4 4
40
hasil yang didapat dengan menggunakan rumus pertama dengan rumus kedua
sama.
Varian adalah kuadrat dari simpangan baku. Simbol : s2
Rumus varian yang pertama :
x
n
2
i x
i 1
s2 =
n 1
Rumus varian yang kedua :
2
n
n
n x i2 x i
s2 = i 1 i 1
n n 1
x
n
2
i x
i 1 30
s2 = = = 7,5
n 1 4
Dan jika menggunakan rumus varians yang kedua didapat :
2
n
n
n x x i 2
i
s2 = i 1 i 1 = 150 = 7,5
n n 1 20
hasilnya juga sama.
3.4. SIMPANGAN BAKU (STANDARD DEVIASI) DAN VARIANS UNTUK DATA DALAM
TABEL DISTRIBUSI FREKUENSI
Rumus Deviasi Standar :
2
n
n
n f i .x f i x i
2
i
S= i 1 i 1
n(n 1)
41
Rumus Varians :
2
n
n
n f i .x f i x i
2
i
2
s = i 1 i 1
n(n 1)
Contoh :
Tentukan deviasi standard dan varian dari :
Nilai Ujian Frekuensi (fi)
31 – 40 1
41 – 50 2
51 – 60 5
61 – 70 15
71 – 80 25
81 – 90 20
91 – 100 12
Jumlah 80
Jawab :
Frekuensi
Nilai Ujian xi xi2 fixi fixi2
(fi)
31 – 40 1 35,5 1260,25 35,5 1260,25
41 – 50 2 45,5 2070,25 90 4140,50
51 – 60 5 55,5 3080,25 227,5 15401,25
61 – 70 15 65,5 4290,25 982,5 64353,75
71 – 80 25 75,5 5700,25 1887,5 142506,25
81 – 90 20 85,5 7310,25 1710 146205
91 – 100 12 95,5 9120,25 1146 109443
Jumlah fi = 80 fixi = fixi2 = 483310
6130
42
Deviasi Standar :
2
n
n
n f i .x f i x i
2
80.(483310 ) (6130 ) 2
i
S= i 1 i 1 = =
1087900
= 172,14 =13,12
n(n 1) 80(80 1) 80(79)
Varian :
2
n
n
n f i .x f i x i
2
43
2) Jika diberikan data :
Nilai Ujian Frekuensi (fi)
31 – 40 1
41 – 50 2
51 – 60 5
61 – 70 15
71 – 80 25
81 – 90 20
91 – 100 12
Jumlah 80
Tentukan Koefisien Varians (KV untuk data berkelompok)
Jawab :
Berdasarkan perhitungan sebelumnya, SD (Standard Deviasi) dari data diatas
adalah 13,12 dan rata–ratanya adalah 76,625, sehingga KV bisa di tentukan :
Standard Deviasi 13,12
KV = x 100 % = x 100 % = 17,12 %
Rata Rata 76,625
mo me
44
b. Distribusi miring negatif
Distribusi ini disebut negatif jika bagian ekor kiri lebih panjang dari ekor bagian
kanan.
me mo
x
n
2
i x
i 1
s=
n 1
2 2 2 2 2 2 2 2 2 2
( 4 6, 4) (5 6, 4) (5 6, 4) (6 6, 4) (6 6, 4) (7 6, 4) (7 6, 4) (7 6, 4) (8 6,4) (9 6, 4)
=
10
45
51
= = 1,43
5
Dari data tersebut dapat di lihat bahwa angka yang paling banyak keluar adalah
angka 7, maka mo = 7. Sehingga koefisien kemiringan dapat dihitung :
( x mo) (6,4 7)
Koefisien kemiringan = = = 0,42
s 1,43
Karena Koefisien kemiringannya bernilai negative, maka Distribusi data miring
negatif
2. Jika di berikan data :
Nilai Ujian Frekuensi (fi)
31 – 40 1
41 – 50 2
51 – 60 5
61 – 70 15
71 – 80 25
81 – 90 20
91 – 100 12
Jumlah 80
Tentukan kemiringannya. Soal ini untuk data berkelompok
Jawab :
Berdasarkan perhitungan sebelumnya di dapat :
Rata - rata
n
fi x i
6130
x = i 1 = = 76,625
n 80
fi
i 1
Modus
10
Mo = 70,5 + (10) = 77,17
10 5
46
Simpangan bakunya
2
n
n
n f i .x f i x i
2
80.(483310 ) (6130 ) 2
i
S= i 1 i 1 = =
1087900
n(n 1) 80(80 1) 80(79)
= 172,14 =13,12
Sehingga
( x mo) (7,625 77,17)
Koefisien kemiringan = = = 5,342
s 13,12
Keterangan :
Q1 = Kuartil pertama
Q3 = Kuartil ke-3
P10 = Persentil ke-10
P90 = Persentil ke-90
Selanjutnya untuk koefisien Kurtosis () terbagi dalam 3 kategori :
Jika > 0,263 ; maka model kurva Runcing (Leptokurtis)
Jika = 0,263 ; maka model kurva normal (Mesokurtis)
Jika < 0,263 ; maka model kurva datar (Platikurtis)
47
Contoh :
Jika di berikan data dalam Distribusi Frekuensi :
Nilai Ujian Frekuensi (fi)
31 – 40 1
41 – 50 2
51 – 60 5
61 – 70 15
71 – 80 25
81 – 90 20
91 – 100 12
Jumlah 80
Tentukan Kurtosis dari tabel tersebut
90Jawab :
1 x 80
8
Q1 = 60,5 + 10 4
15
= 68,5
3 x 80
48
Q3 = 80,5 + 10 4
20
= 86,5
10 x 80
8
P10 = 60,5 + 10 100
15
= 60,5
90 x 80
68
P90 = 90,5 + 10 100
12
= 93,83
48
Sehingga didapat nilai kurtosis :
1 (Q Q ) 1 (86,5 68,5)
3 1
= 2 = 2 = 0,27
(P90 P10 ) (93,83 60,5)
Karena = 0,27 > 0,263, maka kurvanya berbentuk Platikurtis, yang artinya
datanya menyebar dan tidak homogen.
49