UKURAN PENYIMPANGAN

Selain ukuran pusat dan ukuran letak, masih ada lagi ukuran lain, yaitu ukuran simpangan atau ukuran dispersi. Ukuran ini
kadang-kadang dinamakan pula ukuran variasi. Ukuran variasi ini menggambarkan bagaimana berpencarnya data
kuantitatif.

Beberapa ukuran dispersi yang akan diuraikan pada pertemmuan ini, ialah : rentang, rentang antar kuartil, simpangan
kuartil atau deviasi kuartil, rata-rata simpangan atau rata-rata deviasi, simpangan baku atau deviasi standar,
varians dan koefisien variasi.
RENTANG, RENTANG ANTAR KUARTIL, DAN SIMPANGAN KUARTIL
Ukuran variasi yang paling mudah ditentukan ialah rentang.

Rentang (R) = data terbesar – data terkecil

Contoh : data nilai statistika 80 mahasiswa pada tugas 3, data terbesar = 99 dan data terkecil = 35, maka rentangnya
adalah 99 – 35 = 64.

Jika datanya merupakan data berkelompok maka rentang dapat dicari dengan cara ;

Rentang (R) = nilai tengah kelas terkahir – nilai tengah kelas pertama

Atau

Rentang (R) = batas atas kelas terkahir – batas bawah kelas pertama

Rentang antar kuartil merupakan selisih antara K3 dan K1. Jadi didapatlah hubungan :

RAK = K3 – K1
Dengan RAK = rentang antar kuartil,
K3 = kuartil ketiga,

K1 = kuartil pertama.

Contoh : daftar berikut menyatakan upah tiap jam untuk 65 mahasiswa magang yang bekerja disuatu perusahaan.

Tabel 1

Upah (Rupiah) fi Dengan menggunakan rumus mencari nilai – nilai K1 dan K3 dapat dihitung hasilnya :
50,00 – 59,99 8
60,00 – 69,99 10 K1 = Rp 68, 25
70,00 – 79,99 16 K3= Rp 90,75
80,00 – 89,99 14
90,00 – 99,99 10 Maka Rentang Antar Kuartil dari data tersebut adalah,
100,00 – 109,99 5
RAK = K3 – K1
110,00 – 119,99 2
jumlah 65 = 90,75 – 68,25

= 22,50

Simpangan kuartil atau deviasi kuartil, nilainya adalah setengah dari rentang antar kuartil. Jika simpangan kuartil disingkat SK, maka :

SK = ½ (K3 – K1)

Contoh : dari tabel 1, didapat :

SK = ½ (K3 – K1) = ½ (90,75 – 68,25) = ½ (22,50) = 11,25

Jadi, SK = 11,25
RATA – RATA SIMPANGAN
Rata – rata simpangan merupakan ukuran variasi yang lebih baik dari pada range. Apabila rata – rata simpangan ini disetarakan pada
ukuran nilai pusat dalam hal ini mean, maka hal tersebut akan dapat menggambarkan suatu kumpulan yang tepat, baik bagi nilai
pusatnya maupun bagi variasi keseluruhan nilai yang ada dalam kumpulan data tersebut.

Data tak berkelompok

Jika kita mempunyai data x1, x2, x3, .... xn dan nilai rata- ratanya x maka kita dapat menentukan jarak atau rentang atau selisih tiap-tiap nilai data
dengan nilai rata-ratanya sehinggah kita peroleh urutan data baru sebagai berikut: x1 x,x2 x,......xn x. Ukuran nilai data diambil harga
mutlaknya menjadi:

x1 x,x2 x,.......xn x

Jika urutan x1 x kita jumlah kemudian dibagi dengan banyaknya data (n), maka akan kita peroleh nilai rata-rata simpangannya (RS), ditulis
dengan rumus:
n
1
RS= ∑ |X − X́|
n i=1 i

Di mana :
RS = rata- rata simpangan
N = jumlah keseluruhan data
i = nomor data
Xi = nilai data nomor i
X́ =mean keseluruhan nilai dat a

Contoh : hitunglah rata-rata simpangan dari dat berikut : 4 3 3 4 5 4 6 4 3

X́ =
∑ xi = 3+4 +3+3+ 4+5+ 4+ 6+4 +3 = 39
n 10 10

X́ =3,9. Nilai rata-rata dari data tersebut adalah 3,9

Rata-rata simpangannya :

n
1
RS= ∑ |X − X́|
n i=1 i

1
RS= {|3−3,9| +|4−3,9|+|3−3,9|+|3−3,9| +|4−3,9|+|5−3,9| +|4−3,9| +|6−3,9|+|4−3,9| +|3−3,9|}
10

1
RS= ( 0,9+0,1+0,9+0,1+1,1+0,1+2,1+0,1+0,9 )
10

1
RS= (7,2 )
10

RS=0,72

Jadi, rata-rata simpangannya adalah 0,72.

data berkelompok

untuk data yang telah dikelompokkan ke dalam distribusi frekuensi, maka dalam menghitung simpangan rata-ratanya pertama kali kita
menganggap bahwa semua nilai data masing-masing kelas tersebar secara merata, sehingga nilai tengah kelas dianggap cukup untuk
mewakili semua data yang ada dalam kelas tersebut. Maka simpangan data berkelompok dapat dihitung dengan rumus :

k
1
RS= ∑ f |x − X́|
n i=1 i i

Dimana :
RS = simpangan rata-rata
n = banyaknya nilai data
k= banyaknya kelas
fi =frekuensi pad akelas ke-i
xi = nilai tengah kelas ke-i
X́ = nilai rata-rata
Contoh :

Data berikut ini merupakan nilai statisitika dari 100 mahasisw :

Nilai Frekuensi (f)

30 – 39 2
40 – 49 3
50 – 59 11
60 – 69 20
70 – 79 32
80 – 89 25
90 – 99 7

Carilah nilai simpangan rata-rata dari tabel tersebut !

Simpangan rata-rata ( RS):

k
1
RS= ∑ f i| x i− X́|
n i=1

1
RS= (1036 )=10,36
100

Jadi simpangan rata-rata untuk data diatas

adalah 10,36.
 Nilai Frekuensi (f) Nilai tengah f . xi xi . X́ F (xi . X́ )
(xi)

30 – 39 2 34,5 69 38 76

40 – 49 3 44,5 133,5 28 84

50 – 59 11 54,5 599,5 18 198

60 – 69 20 64,5 1290 8 160

70 – 79 32 74,5 2384 2 64

80 – 89 25 84,5 2112,5 12 300

90 – 99 7 94,5 661,5 22 154

jumlah 100 7250 1036

Rata-rata hitung ( X́ ) = 72,5

SIMPANGAN BAKU

Rata-rata simpangan mempunyai kelemahan terhadap nilai maksimum dan minimum, yakni nilai rata-rata simpangan tidak dapat membedakan
antara rentang yang besar dengan rentang yang lebih sempit.

Untuk mengatasi kelemahan rata-rata simpangan itu, dipelajari nilai “simpangan baku”.ukuran penyimpangan inilah yang umum banyak dipakai.

Kuadrat dari simpangan baku disebut varian. S merupakan simbol dari simpangan baku suatu sampel sedangkan merupakan simbol simpangan
baku suatu populasi.
Jika kita mempunyai sampel berukuran n dengan data x1, x2, x3, ... xn dan nilai rata-rata x dan setiap selisih antara x dan xi dikuadratkan sehingga
tidak ada lagi masalah negatif atau positif maka:

2 ( x 1− x́ )2+( x 2− x́)2 +…+(x n− x́ )2

s=
n−1

2 ∑ ( xi − x́)2
s=
n−1
Karena setiap selisih dikuadratkan maka hasilnya harus ditarik kembali akarnya untuk memperoleh nilai simpangan baku:

∑ ( x i− x́)2
s=
√n−1
Langkah-langkah untuk mencari simpangan baku (s) :
1. Hitung rata-rata ( x́ ¿
2. Tentukan selisih ( x 1−x́ ) , ( x2 −x́ ) , … ,( x n −x́)
2 2 2
3. Tentukan kuadrat selisih tersebut, ( x 1− x́) ,(x 2− x́ ) , … ,(x n− x́ )
4. Kuadrat-kuadrat tersebut dijumlahkan
5. Jumlah tersebut dibagi oleh (n – 1)

Contoh : diberikan sample dengan data : 8, 7, 10, 11, 4. Tenteukanlah nilai simpangan bakunya.

Untuk menentukan simpangan baku (s), kita buat tabel berikut :

Xi ( x i− x́ ) ( x i− x́ )2 Rata-rata x́=8.
8 0 0
7 -1 1 ∑ ( xi −x́ ) 2=30.
10 2 4
11 3 9
∑ ( x i− x́)2
4 4 16 s=
√ n−1

30
s=
√ 5−1

30
Jika data dari sampel telah disusun dalam daftar distribusi frekuensi, maka untuk menentukan varians (s) 2 dipakai rumus :

2
s=
∑ f i (x i− x́)2
n−1
Untuk simpangan bakunya :
∑ f i ( xi −x́)2
s=
√ n−1

Contoh : hitunglah varians dan simpangan baku untuk data pada tabel dibawah ini. Data dari nilai ujian 80 mahasiswa

Rata-rata hitung (x́ ¿=76,6.

2
s=
∑ f i ( x i− x́)2
n−1
2 13498,80
 2
Nilai ujian fi xi xi-x́ ( xi− x́ ) fi( xi− x́ )2

31-40 1 35,5 -41,1 1689,21 1689,21

41-50 2 45,5 -31,1 967,21 1834,42

51-60 5 55,5 -21,1 445,21 2226,05

61-70 15 65,5 -11,1 123,21 1848,15

71-80 25 75,5 -1,1 1,21 30,25

81-90 20 85,5 8,9 79,21 1584,20

91-100 12 95,5 18,9 357,21 4286,52

Jumlah 80 - - - 13498,80

Jadi, nilai variansnya 170,9 dan nilai simpangan bakunya 13,07

Cara singkat atau coding dapat digunakn juga untuk menghitung varians sehingga perhitungan akan lebih sederhana. Rumusnya
adalah

s2= p2 ¿

Contoh : hitunglah varians dan simpangan baku untuk data pada tabel dibawah ini. Data dari nilai ujian 80 mahasiswa
 fi∙ ci Dari tabel didapat nilai p = 10, n = 80, ∑ fi ∙ ci=9 dan
Nilai ujian fi xi Ci ci 2 fi∙ ci 2
∑ fi ∙ ci2=137 .
31-40 1 35,5 -4 16 -4 16

41-50 2 45,5 -3 9 -6 18 s2= p2 ¿

80 x 137−(9)2
51-60 5 55,5 -2 4 -10 20 s2=(10)2 ( 80 x 79 )
61-70 15 65,5 -1 1 -15 15 s2=172,1
71-80 25 75,5 0 0 0 0
s= √ 172,1
81-90 20 85,5 1 1 20 20 s = 13,11

91-100 12 95,5 2 4 24 48

Jumlah 80 - - - 9 137

Jadi, nilai variansnya adalah 172,1 dan simpangan bakunya 13,11.

Kita juga dapat menentukan simpangan baku gabungan. Jika ada k buah sampel berukuran n = n1 + n2 +… +nk, maka simpangan baku
untuk sampel ini merupakan simpangan baku gabungan, yang dapat dihitung dengan rumus :

s2=
∑ (ni−1) si2
∑ ni−k
Atau lengkapnya :

2 ( n1 −1 ) s i2 + ( n2−1 ) s i2+ …+(nk −1)s i2

s=
n1 +n2 +…+ nk −k
Dengan s2 berarti varians gabungan untuk sampel yang berukuran n. sehingga simpangan bakunya s= √ s2 .

Contoh : hasil pengamatan pertama terhadap 14 objek memberikan s = 2,75 sedangkan pengamatan yang kedua kalinya terhadap 23
objek menghasilkan s = 3,08. Hitunglah varians gabungan dan simpangan baku gabungannya.

2 ( n1 −1 ) s i2 + ( n2−1 ) s i2+ …+(nk −1)s i2

s=
n1 +n2 +…+ nk −k

2 ( 14−1 )( 2,75 )2+ ( 23−1 ) (3,08 )2

s=
14+ 23−2
s2=8,7718
s= √ 8,7718
s=2,96
Jadi, varians gabungannya adalah 8,7718 dan simpangan baku gabungannya 2,96.
BILANGAN BAKU (SKOR Z)
Misalkan kita mempunyai sebuah sampel berukuran n dengan data x1, x2, x3, ... xn sedangkan rata-ratanya = x́ dan simpangan baku = s.

dari sini kita dapat membentuk data baru, yaitu z1, z2, …, zn dengan rumus :
xi −x́
z i= untuk i=1,2 ,… ,n
s
Dalam penggunaanya, bilangan z ini sering diubah menjadi keadaan atau model baru, atau tepatnya distribusi baru, yang mempunyai
rata-rata x́ 0 dan simpangan baku s0 yang ditentukan. Bilangan yang diperoleh dengan cara ini dinamakan bilangan baku atau bilangan
standar dengan rumus :
xi −x́
z i=x́ 0 +s 0 ( )s
Bilangan baku sering dipakai untuk membandingkan keadaan distribusi fenomena.

Contoh : seorang mahasiswa mendapat nilai 86 pada ujian akhir matematika di mana rata-rata dan simpangan baku kelompok, masing-
masing 78 dan 10. Pada ujian akhir statistika di mana rata-rata kelompok 84 dan simpangan baku 18, ia mendapat nilai 92. Dalam mata
ujian mana ia mencapai kedudukan yang lebih baik?
x− x́ 86−78
Jawab : untuk matematika z= = =0,8
s 10
x−x́ 92−84
untuk statsitika z= = =0,44
s 18
Mahasiswa tersebut mendapat 0,8 simpangan baku di atas rata-rata nilai matematika dan hanya 0,44 simpangan baku di atas rata-rata
nilai statistika. Kedudukannya lebih tinggi dalam hal matematika.