Makna dan Kegunaan Standar Deviasi

Standar deviasi digunakan untuk membandingkan penyebaran dan penyimpangan dua kelompok data
atau lebih.

Bila standar deviasinya kecil maka menunjukkan nilai sampel/populasi mengelompok disekitar nilai rata-
rata hitungnya. Artinya setiap anggota sampel / populasi mempunyai kesamaan.

2 Bila nilai standar deviasinya besar, maka penyebaran nilai tengah juga besar. Selain itu menunjukkan
adanya perbedaan jauh diantara anggota populasi. Maka nilai standar deviasinya tinggi ini dipandang
kurang baik.

3 Teorema Chebyshev.

Untuk suatu kelompok data dari sampel / populasi, minimal proporsi nilai-nilai yang terletak dalam
standar deviasi dari rata-rata hitungnya adalah sekurang-kurangnya 1 - 1/k2, dimana k merupakan
konstanta yang nilainya lebih dari 1.

Maka : 75 % atau ¾ data akan berada pada kisaran ẋ ± 2S

89,9 % data akan berada pada kisaran ẋ ± 3S dan

96 % data akan berada pada kisaran ẋ ± 5S

4 Teorema Chebyshev berlaku untuk semua bentuk distribusi frekuensi, namun apabila kurva berbentuk
kurva normal yaitu : Kurva yang berbentuk simetris, maka akan lebih akurat jika menggunakan hukum
empiris/hukum normal. Hukum empiris untuk distribusi simetris, dengan distribusi frekuensi berbentuk
lonceng diperkirakan 68% data berada di dalam rata rata hitung ditambah satu kali standar deviasi (ẋ ± 1
S), 95 % data berada di dalam rata rata hitung ditambah dua kali standar deviasi (ẋ ± 2 S) dan semua
data atau 99,7 % akan berada di kisaran rata rata hitung ditambah tiga kali standar deviasi (ẋ ± 3 S).

5 Contoh :

Dari data berkelompok rata rata hitung = 490,7 standar deviasi = 144,7 dan kisaran harga saham antara
160 – 878.

Hitung berapa jumlah perusahaan yang berada pada kisaran harga saham antara 201,3 sampai 780,1

Akan diambil 50 % perusahaan sbg contoh audit, maka berapa kisaran harga sahamnya?

6 Penyelesaian : Kisaran harga 201,3 – 780,1 sama dengan 490,7 ± (2 x 144,7) 780,1 = 490,7 + (2 x 144,7)
= 490, ,4 = 780,1 201,3 = 490,7 - (2 x 144,7) = 490, ,4 = 201,3 Jadi nilai k = 2; sehingga : 1 - 1/k2 = 1 - 1/22
= 1 – ¼ = ¾ = 75 %

7 Teorema Chebyshev : 1 - 1/k2 = 50%

8 Maka kisaran harga sahamnya = ẋ ± (k x s)

= 490, ,03

= 694,73

= 490, ,03

= 286,67

antara 286,67 – 694,73

9 Jadi ada 75 % perusahaan yang berada pada kisaran antara ẋ ± 2 S, 490,7 ± (2 x 144,7).

Apabila jumlah perusahaan dengan harga saham pilihan ada 20 maka jumlah perusahaan yang berada
pada kisaran ini adalah 0,75 x 20 = 15 perusahaan.

10 Diasumsikan bahwa kurva distribusi frekuensi untuk 20 harga saham pilihan di BEI berbentuk kurva
normal dengan rata rata hitung harga saham = 490,7 dan standar deviasi = 144,7. Dengan menggunakan
hukum empiris, hitunglah : 68 % perusahaan berada pada kisaran harga saham berapa? 95 %
perusahaan berada pada kisaran harga saham berapa? Untuk semua perusahaan, berapa kisaran harga
sahamnya?

11 Penyelesaian :

68 % perusahaan berada pada kisaran ẋ ± 1 S

= 490,7 ± (1 x 144,7)

= 490,7 + (1 x 144,7) = 490, ,7 = 635,4

= 490,7 - (1 x 144,7) = 490, ,7 = 346

Jadi kisaran harga saham untuk 68 % perusahaan adalah 346 – 635,4

95 % perusahaan berada pada kisaran ẋ ± 2 S

= 490,7 ± (2 x 144,7)

= 490,7 + (2 x 144,7) = 490, ,4 = 780,1

= 490,7 - (2 x 144,7) = 490, ,4 = 201,3

12 Jadi 95 % perusahaan berada pada kisaran harga 201,3 – 780,1

C. Untuk semua perusahaan berada pada kisaran ẋ ± 3 S

= 490,7 ± (3 x 144,7)
= 490,7 + (3 x 144,7) = 490, ,1 = 924,8

= 490,7 - (3 x 144,7) = 490, ,1 = 56,6

Jadi kisaran harga untuk semua harga saham perusahaan adalah : ,6 – 924,8

Ukuran Kecondongan

2 Harga yang menunjukkan seberapa jauhkah distribusi itu menyimpang dari simetrik.

Apabila suatu distribusi itu simetrik, dan bermodus satu, maka harga rata-rata (mean), median dan
modus berimpit (sama besar).

Untuk distribusi yang tidak simetrik, harga-harga tengah itu tidak sama.

Semakin menceng distribusinya, maka semakin besar jarak antara mean dan modus.

3 Ukuran Kecondongan - Skewness

Ukuran kecondongan – kemencengan

Kurva tidak simetris

Pada kurva distribusi frekuensi diketahui dari posisi modus, rata-rata dan median

Pendekatan : Jika

Rata-rata = median = modus : Simetris → Sk = 0

Rata-rata > median > modus : Menceng ke kanan → Sk +

Rata-rata < median < modus : Menceng ke kiri → Sk -

4 UKURAN KECONDONGAN Rumus Kecondongan: Sk =  - Mo atau Sk = 3( - Md)



5 Koefisien Skewness

Contoh kasus data dikelompokan

µ = 33.68

Mo = 18

Md = 32

=

Sk = [ ] /
Sk = /

Sk = 1.394

µ = Nilai rata – rata hitung

Mo = Nilai modus

Md = Nilai median

 = Standar deviasi

Dilihat dari hasil koefisien Sk, maka kurva condong kemana?

Sk = {3. [ – 32]}

Sk = 5.04 /

Sk =

6 Diketahui data tentang 20 harga komoditi pilihan pada bulan Desember 2012 di BPS. Diketahui
mediannya= 497,17, modus =504,7, Standar deviasi 144,7 dan nilai rata-rata 490,7.

Hitung koefisien kecondongannya!

7 Sk =  - Mo atau Sk = 3( - Md)



SK = (490,7 – 504,7) / 144,7 = - 0, sk = (3 (490,7 – 497,17)) / 144,7 =- 0,134

8 Ukuran Keruncingan - Kurtosis

Keruncingan disebut juga ketinggian kurva

Pada distribusi frekuensi di bagi dalam tiga bagian :

Leptokurtis = Sangat runcing

Mesokurtis = Keruncingan sedang

Platykurtis = Kurva datar

9 UKURAN KERUNCINGAN
BENTUK KERUNCINGAN
10 Koefisien Kurtosis Bentuk kurva keruncingan – kurtosis

Mesokurtik 4 = 3

Leptokurtik 4 > 3

Platikurtik 4 < 3

Koefisien kurtosis (data tidak dikelompokan)

4 =

Nilai data

1/n ∑(x - )4

4

11 Koefisien Kurtosis Koefisien kurtosis (data dikelompokan) 4 =

1/n ∑ f. (X - )4

4

Jumlah Frekuensi

Nilai rata – rata hitung

Standar deviasi

Nilai tengah kelas

12 Berikut ini adalah pertumbuhan ekonomi beberapa negara Asia tahun 2010

Berikut ini adalah pertumbuhan ekonomi beberapa negara Asia tahun Hitunglah koefisien
keruncingannya dan kurva seperti apa?

Negara

2010

Cina

7,4

Korea Selatan

6,0

Pilipina

4,0
Malaysia

4,5

Hongkong

1,4

Singapura

3,9

Indonesia

3,2

Thailand

3,8

Kamboja

5,0

Vietnam

5,7