1

MODUL PERKULIAHAN

STATISTIK

Ukuran Penyebaran Data

Abstract Kompetensi
Variance dan deviasi standard Mahasiswa mampu menjelaskan
menggambarkan penyebaran data. pengertian skewness, kurtosis deviasi
Skewness menjelaskan kedua-duanya, standard dan variance
yaitu mengenai pemusatan dan
penyimpangan data.

Fakultas Program Studi Tatap Muka Kode MK Disusun Oleh

04
Ekonomi dan Bisnis Manajemen F041700023 Retna Kristiana,ST,MM,Mt
Ukuran penyebaran data
Ukuran penyebaran data

Beberapa jenis pengukuran penyebaran data antara lain :

a. Rentangan (range)
b. Varians
c. Simpangan baku (standar deviasi)
d. Koefisien varians

a. Rentangan (Range)
Rentangan dapat di ketahui dengan mengurangi data tertinggi dengan data
terendah. Rentangan berfungsi untuk melihat perbedaan dari data yang ada.

Rumus :

R = Data tertinggi – data terendah

Contoh :

Data UTS Statistika

Kelas A : 90, 70, 50, 80, 50, 60, 70, 70, 85, 85

Kelas B : 95, 87, 76, 84, 75, 96, 85, 83, 73, 80

Langkah :

1. urutkan dulu kemudian dihitung rentangannya

Kelas A : 50, 50, 60, 70, 70, 70, 80, 85, 85, 90

Kelas B : 73, 75 ,76, 83, 84, 85, 87, 80, 95, 96

Rentangan Kelas A : 90-50 = 40

Rentangan Kelas B : 96-73 = 24

b. Simpangan Rata-rata (Mean Deviasi)

Simpangan rata-rata merupakan nilai rata-rata dari harga mutlak semua simpangan
terhadap rata-rata (mean) kelompoknya. Rumus untuk simpangan rata-rata :

2021 Statistik
2 Retna Kristiana,ST,MM
Biro Bahan Ajar eLearning dan MKCU
http://pbael.mercubuana.ac.id/
 a. Data tunggal

SR =
x− x
n

Contoh :

Data nilai UTS yang diambil sampel 10 orang:

Kelas A : 50, 50, 60, 70, 70, 70, 76, 80, 85, 90

Nilai (X) Rata-Rata (X- x )

(x)
|x|
SR =
x− x
n

50 20 = 101

50 20 10

60 70 10 =10,1

70 70 0 Artinya rata-rata nilau UTS 10 orang

70 70 0 mahasiswa sebesar 70 dengan
simpangan 10,1
70 70 0

76 70 6

80 70 10

85 15

90 20

701 101

b. Data Berkelompok

SR =
 f .(x − x )
i

f
SR = Simpangan rata-rata

f = frekuensi

x i
= titik tengah

x = rata-rata

2021 Statistik
3 Retna Kristiana,ST,MM
Biro Bahan Ajar eLearning dan MKCU
http://pbael.mercubuana.ac.id/
Contoh :

Nilai f Titik Tengah (X) f.X (X- x ) f. |x|

|x|

60-64 2 62 124 15,64 31,28

65-69 6 67 402 10,64 63,84

70-74 15 72 1.080 5,64 84,6

75-79 20 77 1.540 0,64 12,8

80-84 16 82 1.312 4,36 69,76

85-89 7 87 609 9,36 65,52

90-94 4 92 368 14,36 57,44

Jumlah 70 5.435 385,24

x = 5435 = 77,64

70

SR =
 f .(x − x ) = 385,24 = 5,5
i

f 70

Jadi, rata-rata nilai statistik 70 orang mahasiswa sebesar 77,64 dengan simpangan rata-rata
5,5

c. Simpangan Baku ( Standar deviasi )

Simpangan baku ( standar deviasi) menunjukkan tingkat atau derajat variasi

kelompok data dari rata-ratanya. Standar deviasi ini digunakan untuk memperlihatkan
seberapa besar perbedaan data yang ada dibandingkan dari rata-rata data itu sendiri.

Rumus untuk Standar deviasi :

1. Data tunggal :

S=
x 2

n −1

S = Standar deviasi

2021 Statistik
4 Retna Kristiana,ST,MM
Biro Bahan Ajar eLearning dan MKCU
http://pbael.mercubuana.ac.id/
 X = nilai rata – rata di kuadratkan

n = Jumlah sampel

contoh :

1. Data nilai UTS yang diambil sampel 10 orang:

Kelas A : 50, 50, 60, 70, 70, 70, 76, 80, 85, 90

Nilai (X) (X- x ) X2

S=
x 2

|x|
n −1
50 -20 400
1661
50 -20 400 =
10 − 1
60 -10 100
1661
70 0 0 =
9
70 0 0
=
70 0 0

76 6 36

80 10 100

85 15 225

90 20 400

701 101 1661

2. Dari hasil survai yang melihat bagaimana kepemimpinan 10 orang mahasiswa yang
aktif dalam organisasi intra kampus. Data berikut memperlihatkan nilai
kepemimpinan 10 orang responden tersebut.
No X X2 X - x ( x) x2

1 75 5625 - 5,5 30,25

2 70 4900 -10,5 110,25

3 80 6400 -0,5 0,25

4 85 7225 4,5 20,25

5 60 3600 -20,5 420,25

6 75 5625 -5,5 30,25

2021 Statistik
5 Retna Kristiana,ST,MM
Biro Bahan Ajar eLearning dan MKCU
http://pbael.mercubuana.ac.id/
 No X X2 X - x ( x) x2

7 100 10000 19,5 380,25

8 90 8100 9,5 90,25

9 95 9025 14,5 210,25

10 75 5625 -5,5 30,25

Jumlah 805 66125 0 1322,5

x =
x
n

805
x = = 80,5
10

Maka :

S=
x 2

n −1

1322
S=
10 − 1

1322
S=
9

S= 146,9

S = 12,12

Jadi dapat disimpulkan bahwa rata-rata nilai kepemimpinan mahasiswa yang aktif dalam
organisasi intra kampus adalah 80, 5 dengan standar deviasi (penyimpangan) 12,12.

2. Data Berkelompok :

S=
 f .x 2

 f −1

2021 Statistik
6 Retna Kristiana,ST,MM
Biro Bahan Ajar eLearning dan MKCU
http://pbael.mercubuana.ac.id/
Contoh

Data nilai 70 orang mahasiswa Statistika

Nilai f Batas kelas atas x (X- x ) X2 fX2

|x|

60-64 2 64,5 -15 225 450

65-69 6 69,5 -10 100 600

70-74 15 70,5 -5 25 375

75-79 20 79,5 79,5 0 0 0

80-84 16 84,5 5 25 400

85-89 7 89,5 10 100 700

90-94 4 94,5 15 225 900

Jumlah 70 556,5 0 700 3425

S=
 f .x 2

 f −1

3425
S=
69

S= 49,64

S = 7,045

Jadi, standar deviasi nilai statistika dari 70 mahasiswa sebesar 7,045

d. Varians

Varian ini digunakan untuk menunjukkan tingkat homogenitas suatu data. Varians ini dapat
dihitung dengan berdasarkan kepada standar deviasi dan rata-rata data.

Varians adalah kuadrat dari standar deviasi.

2021 Statistik
7 Retna Kristiana,ST,MM
Biro Bahan Ajar eLearning dan MKCU
http://pbael.mercubuana.ac.id/
Contoh :

Jika (Standar Deviasi) ➔ 13,58 maka (Varians) = 13,582 = 184.4164

Jika (Standar Deviasi) ➔ 7,045 maka (Varians) = 7,0452 = 49.632025

e. Koefisien Varians (KV)

Koefisein varians adalah perbandingan antara Standar deviasi dengan harga mean
(rata-rata) yang dinyatakan dalam angka persentase (%). Guna dari koefisien Varians
untuk mengamati variasi atau sebaran data dari meannya. Semakin kecil koefien
variannya maka data semakin seragam (homogen), sebaliknya semakin besar koefisien
varians maka data semakin bervariasi (heterogen).

Rumus Koefisien Varians

s
KV = x 100 %
x

KV = Koefisien varians

s = Standar deviasi

x = Rata-rata (mean)

Contoh :

Nilai 70 orang mahasiswa, standar deviasi = 7,045 dengan nilai rata-rata 77,64 maka
Koefisien Variansnya adalah :

s 7,045
KV = x 100 % = x100% = 9,07 %
x 77,64

e. Skewness (ukuran kecondongan)

- Ukuran kecondongan – kemencengan

o Kurva tidak simetris
- Pada kurva distribusi frekuensi diketahui dari posisi modus, rata -rata
dan median
- Pendekatan : Jika
o mean = median = mo dus : Simetris
o Modus < mean < median : Menceng ke kiri
o Median < mean < modus : Menceng ke kanan

2021 Statistik
8 Retna Kristiana,ST,MM
Biro Bahan Ajar eLearning dan MKCU
http://pbael.mercubuana.ac.id/
 Gambar a. Menceng ke kiri Gambar b. Menceng ke
kanan

f. Kurtosis (ukuran keruncingan)

- Keruncingan disebut juga ketinggian kurva

- Pada distribusi frekuensi di bagi dalam tiga bagian :
◼ Leptokurtis = Sangat runcing
◼ Mesokurtis = Keruncingan sedang (normal)
◼ Platykurtis = Kurva data r

Cara Membuat Tabulasi Data

Langkah 1

Mengurutkan data mentah dari yang terkecil ke besar

Menghitung rentang,

R = Xmaks – Xmin

2021 Statistik
9 Retna Kristiana,ST,MM
Biro Bahan Ajar eLearning dan MKCU
http://pbael.mercubuana.ac.id/
Langkah 2

Menentukan banyak nya kelas dengan kaidah empiris Sturgess sebagai

berikut :

K = 1 + 3,3 log n

Dengan

k menyatakan banyak kelas

n menyatakan banyaknya data

Langkah 3

Menentukan panjang dan interval kelas

Panjang kelas = rentang/banyak kelas

Langkah 4

Membuat table ;

Batas a tas = batas bawah+(panjang kelas -1)

Langkah 5

Menghitung frekuensi tiap kelasnya dengan turus.

2021 Statistik
10 Retna Kristiana,ST,MM
Biro Bahan Ajar eLearning dan MKCU
http://pbael.mercubuana.ac.id/
Daftar Pustaka
1. Suharyadi; Purwanto. Statistika Untuk Ekonomi & Keuangan Modern, Jakarta: Salemba
Empat , Ed 1, 2004
2. Prof. Dr. Agus Irianto, , “Statistik : Konsep Dasar dan Aplikasinya”, Jakarta, Kencana,
2006
3. Getut Pramesti, “Aplikasi SPSS 15.0 dalam Model Linier Statistika”, Jakarta, Media Alex
Computindo, 2007.
4. Dr. Ir. Harinaldi, M.Eng, “Prinsip-Prinsip Statistik untuk Teknik dan Sains”,Jakarta,
Erlangga, 2005.
5. Prof. Dr. Sudjana, MA.,MSc., ”Metoda Statistika”, Bandung, Tarsito, 2007
6. Sudaryono, M.Pd., “Statistika Probabilitas [Teori&Aplikasi]”, Yogyakarta, Andi, 2012.

2021 Statistik
11 Retna Kristiana,ST,MM
Biro Bahan Ajar eLearning dan MKCU
http://pbael.mercubuana.ac.id/