Jika data hasil pengamatan : x1, x2, …, xn dengan rata – rata x . Selanjutnya jika jarak antara
tiap data dengan rata – rata x adalah |xi x |, maka rata – rata simpangan (mean deviasi)
Rumus :
n
x
i1
i x
RS =
n
Contoh :
Jika diketahui data 4, 5, 6, 6, 7, 8, 8, 9 maka rata – rata simpangan nya Jawab :
53
4566788 = 6,625
9x = 8
=
8
n
x
i1
i x
RS =
n
5 6 6 7 8 8 9
= 46,625 6,625 6,625 6,625 6,625 6,625 6,625 6,625
8
11
= 8
= 1,375
1
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
x |, maka rata – rata simpangan (mean deviasi)
Rumus :
n
f xi x
RS = i1
N
Contoh :
Jika diberikan tabel Distribusi Frekuensi :
No Nilai Ujian Frekuensi (fi)
1 31 – 40 1
2 41 – 50 2
3 51 – 60 5
4 61 – 70 15
5 71 – 80 25
6 81 – 90 20
7 91 – 100 12
Jumlah 80
Maka tentukan Rata – rata Simpangannya
Jawab :
Nilai Frekuensi
No xi fi.xi xi x |xi x | f |xi x |
Ujian (fi)
n
f xi x
RS = i1
N
808
= 80
= 10,1
x
n
2
i x
i1
s=
n 1
atau
Rumus deviasi standar yang kedua :
n
n 2
nxi1
2
x i
i
i1
s=
nn 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
i1 30
s= = 4 = 2,74
n 1
atau jika menggunakan rumus kedua, dengan n = 5 (banyaknya data) dan (xi)2 = (40)2 =
1600, sehingga :
n
n 2
nx i2 x i
i1 i1 5 (350) (40)2 150 30
s= = = = 4 = 2,74
5(5 1) 5.4
nn 1
hasil yang didapat dengan menggunakan rumus pertama dengan rumus kedua sama.
Varian adalah kuadrat dari simpangan baku. Simbol : s2
Rumus varian yang pertama :
n x i x 2
s2 = i1
n 1
Rumus varian yang kedua :
2
n
n
nx x 2
i i
s2 = i1 i1
n n
1
selanjutnya jika di hitung varians dengan menggunakan rumus varians yang pertama :
2 x
n
i
x 2 30
s = i1 = = 7,5
4
n 1
Dan jika menggunakan rumus varians yang kedua didapat :
2
n
n
nx x 2
150
i i
=
s2 =
i1
i1 = 7,5
n n 1 20
hasilnya juga sama.
f .x
2
2
n
n
n
i i
fi x i
s2 = i1 i1
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
Deviasi Standar :
2
f i .x i i f xi
n n
n 2
Varian :
f x 2
n n
2
n fi .xi i i 80.(483310 ) (6130)2
s2 = i1 i1
= = 172,14
n(n 1) 80(80 1)
Ket : n = fi = 80
KV Standard Deviasi
= Rata Rata x 100%
Contoh :
1) Jika terdapat 2 jenis lampu yaitu lampu pijar dan lampu led. Lampu Pijar dapat digunakan
selama 3500 jam, dengan simpangan baku 1050 jam, sementara Lampu Led dapat
digunakan selama 10000 jam dengan simpangan bakunya sebesar 2000 jam. Maka
tentukan koefisien varians dari masing – masing lampu tersebut. (contoh untuk data
tunggal)
Jawab :
1050 3
KV (Lampu Pijar) = Standard Deviasi x 100 % = x 100% = = 30 %
Rata Rata 3500 10
2000 2
KV (Lampu Led) = Standard Deviasi x 100 % = x 100% = = 20 %
Rata Rata 10000 10
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 :
mo me
b. Distribusi miring negatif
Distribusi ini disebut negatif jika bagian ekor kiri lebih panjang dari ekor bagian kanan.
me mo
4 5 5 6 6 7 7 7 8 = 6,4
x 9=
10
Selanjutnya kita hitung simpangan bakunya, dengan rumus :
x
n
2
i x
s= i1
n 1
(4 6,4) 2 (5 6,4) 2 (5 6,4) 2 (6 6,4) 2 (6 6,4) 2 (7 6,4) 2 (7 6,4) 2 (7 6,4) 2 (8 6,4) 2 (9 6,4) 2
= 10
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 :
Modus
10
Mo = 70,5 + (10) = 77,17
10 5
Simpangan bakunya
2
f i .x i i f xi
n n
n 2
=
172,14 =13,12
Sehingga
3 x4 80
48
Q3 = 80,5 + 10
20
= 86,5
10 x 80
100
P10 = 60,5 + 10 8
15
= 60,5
90100
x 80
68
P90 = 90,5 + 10
12
= 93,83
Sehingga didapat nilai kurtosis :
1
(Q Q 1
(86,5 68,5)
) 3 1
2
= = 0,27
=2 (93,83 60,5)
(P90 P10 )
Karena = 0,27 > 0,263, maka kurvanya berbentuk Platikurtis, yang artinya datanya
menyebar dan tidak homogen.