Statistika Terapan Pertemuan 4
Statistika Terapan Pertemuan 4
Ukuran Penyebaran
• Suatu ukuran baik parameter atau statistik untuk mengetahui seberapa
besar penyimpangan data dengan nilai rata-rata hitungnya.
• Rata-rata bunga bank 11,43% per tahun, namun kisaran bunga antar bank dari
7,5% - 12,75%
• Harga rata-rata saham Rp 470 per lembar, namun kisaran saham sangat besar
dari Rp 50 - Rp 62.500 per lembar
Beberapa Bentuk Ukuran Penyebaran
10
6
1. Rata-rata sama, penyebaran berbeda
4
Nilai tengah = 4.6 2
Bogor = 2-9
Tangerang = 3-7 0
2 3 4.6 5 6
Kinerja Karyawan B o go r
Kinerja Karyawan Tangerang
2. Rata-rata berbeda dengan 3. Rata-rata berbeda dengan
penyebaran berbeda penyebaran sama
10 10
9
Bogor 8 8 Bogor
Nilai Tengah = 4.6 7 Nilai Tengah = 4.6
6
Sebaran = 3-9 6
Sebaran = 1-9
5
4
4
Tangerang 3 Tangerang
2
Nilai Tengah = 3.1 2 Nilai Tengah = 5.6
Sebaran = 2-6 1 0 Sebaran = 1-9
0
2 3 4 5 6 7
2 3 4.6 5 6
Definisi:
Nilai terbesar dikurang nilai terkecil.
Contoh:
Tertinggi 17 6 4
Terendah 5 2 1
Apabila kita perhatikan ukuran dari range, maka kesimpulan data hanya
didasarkan pada dua data ekstrem yaitu data tertinggi dan data
terendah. Hal tersebut berarti tidak mempertimbangkan semua nilai
data, baik dalam populasi maupun sampel. Oleh sebab itu, disamping
ukuran range juga dikembangkan ukuran deviasai rata – rata.
Definisi:
Rata-rata hitung dari nilai mutlak deviasi antara nilai data pengamatan
dengan rata-rata hitungnya.
Rumus:
MD =
X−X
N
Contoh Deviasi Rata-Rata
MD =
X−X
N
Keterangan :
MD = Deviasi rata-rata
X = Nilai rata-rata
hitung dari seluruh nilai
pengamatan
N = Jumlah data atau
pengamatan dalam
sampel/populasi
Indonesia
Silahkan dikerjakan
sama seperti langkah-
langkah di Negara Maju
Varians
Varians dan standar deviasi relative agak berbeda dengan deviasi rata-rata, namun
keduanya didasarkan pada deviasi setiap data dengan rata-rata hitungnya. Apabila
pada deviasi rata-rata mengabaikan tanda (+) dan (-) dengan melakukan tanda
mutlak, maka pada varians, deviasi dikuadratkan, dengan demikian tanda (-) akan
hilang dan menjadi bilangan positif.
Definisi Varians:
Rata-rata hitung dari deviasi kuadrat setiap data terhadap rata-rata hitungnya.
Rumus:
(X − ) 2
=
N
Contoh Varians
Hitunglah varians dari pertumbuhan ekonomi Negara maju dan Indonesia berikut.
Langkah :
1. Mencari nilai rata-rata hitung populasi.
2. Mengurangkan setiap nilai X dengan rata-rata
hitung populasi, dan hasilnya tetap dalam nilai
absolut, tidak dimutlakkan
3. Mengkuadratkan nilai X-𝜇, sehingga didapat nilai
positif semua
4. Langkah keempat, menjumlahkan nilai Σ (x−𝜇) 2
Varians Indonesia
Definisi:
Akar kuadrat dari varians dan menunjukkan standar penyimpangan data
terhadap nilai rata-ratanya.
Rumus:
=
(X − ) 2
N
Contoh Standar Deviasi
Diketahui bahwa varians untuk negara maju adalah 0.24, sedang varians
untuk Indonesia 44,47. Hitung nilai standar deviasinya.
Jawab :
Standar deviasi merupakan akar dari nilai varians, maka diperoleh nilai sebagai
berikut.
=
(X − ) 2
Range:
Selisih antara batas atas dari kelas tertinggi dengan batas bawah dari kelas
terendah.
Contoh:
1 160 - 303 2
2 304 - 447 5
3 448 - 591 9
4 592 - 735 3
5 736 - 878 1
Deviasi Rata-Rata
Data Berkelompok
Titik
Interval Tengah f f.X X – X f X – X
(X)
RUMUS
MD = f |X – X|
160-303 231,5 2 463,0 -259,2 518,4
N
304-447 375,5 5 1.877,5 -115,2 576,0 f.X = 9.813,5
f X– X = 2.188,3
b. MD = f X – X = 2.188,3/20
n
736-878 807,0 1 807,0 316,3 316,3
= 109,4
=9813,5 =2188,3
Varians dan Standar Deviasi Data Berkelompok
Varians
Rata-rata hitung deviasi kuadrat setiap data terhadap rata-rata hitungnya
RUMUS:
s2 =
f(X − X) 2
n −1
Standar Deviasi
Akar kuadrat dari varians dan menunjukkan standar penyimpangan data terhadap
nilai rata-ratanya.
RUMUS:
s2 =
f(X − X) 2
n −1
Contoh
1 160 - 303 2
2 304 - 447 5
3 448 - 591 9
4 592 - 735 3
5 736 - 878 1
Jawab
Titik
Interval Tengah f f.X X-X (X−X) 2 f (X−X) 2
(X)
160 – 303 231,5 2 463,0 -259,2 67185 134369
304 – 447 375,5 5 1877,5 -115,2 13271 66355
448 – 591 519,5 9 4675,5 28,8 829 7465
592 – 735 663,5 3 1990,0 172,8 29860 89580
736 – 878 807,0 1 807,0 316,3 100046 100046
• Varians dari sampel
s 2
=
f(X − X) 2
= 𝑠2 = 20938 = 144,7
n −1
Contoh Varians dan Standar Deviasi Data
Berkelompok
Varians :
S2 = (X – )2 (X – ) (X – ) 2
X
n-1
= 8,41 + 0,16 + 0,25 + 4,41 8,2 2,9 8,41
4-1
= 13,23/3 = 4,41 4,9 -0,4 0,16
S = (X – )2 = S2
3,2 -2,1 4,41
n-1
= 4,41 = 2,21
Ukuran Penyebaran Relatif
a. Koefisien Range
RUMUS:
La − Lb
KR = x100%
La + Lb
Keterangan:
KR : Koefisien range dalam %
La : Batas atas data atau kelas tertinggi
Lb : Batas bawah data atau kelas terendah
Keterangan :
KSD : Koefisien standar deviasi dalam %
s : Standar deviasi
X : Nilai rata-rata
Contoh
a.
b.
Negara Maju
Negara Maju
La = 3.2
MD = 0.5
Lb = 2.0
X = 2.6
KR = ((3.2-2.0)/(3.2+2.0)) x 100% = 23.07%
KMD = (0.5/2.6) x 100% = 19.23%
Indonesia
Indonesia
La = 8.2
MD= 4.3
Lb = -13.7
X =3.3
KR =(8.2-(-13.7))/(8.2-(-13.7)) X 100% = -398.18%
KR =(4.3/3.3) X 100% = 130.30%
c.
Negara Maju
s = 0.55
X = 2.5
Indonesia
s = 2.21
X =5.3
• 68% data berada pada kisaran rata-rata hitung + satu kali standar deviasi,
(X 1s)
• 95% data berada pada kisaran rata-rata hitung + dua kali standar deviasi,
(X 2s)
• semua data atau 99,7% akan berada pada kisaran rata-rata hitung + tiga
kali standar deviasi, (X 3s)
Diagram Poligon Hukum Empirik
-3s -2s 1s X 1s 2s 3s
BAGIAN I Statistik Deskriptif
b. Deviasi Kuartil
Rumus = DK = K3 − K1
2
c. Jarak Persentil
Rumus Kecondongan:
Sk = - Mo atau Sk = 3( - Md)
Contoh Soal Ukuran Kecondongan
Contoh untuk data tentang 20 harga saham pilihan pada bulan Maret 2003 di BEJ. Dari contoh
pada soal 3-9 diketahui mediannya= 497,17, modus pada contoh 3-11=504,7, Standar deviasi
dan nilai rata-rata pada contoh soal 4-8 diketahui 144,7 dan 490,7. Cobalah hitung koefisien
kecondongannya!
Penyelesaian:
Rumus =
Dari kedua nilai Sk tersebut terlihat bahwa keduanya adalah negatif, jadi kurva condong negatif
(ke kanan). Hal ini disebabkan adanya nilai yang sangat kecil, sehingga menurunkan nilai rata-
rata hitungnya. Angka –0,10 dan –0,13 menunjukkan kedekatan dengan nilai 0, sehingga
kurva tersebut, kecondongannya tidak terlalu besar, atau mendekati kurva normal.
Ukuran Keruncingan
Ke r uncingan Kur va
4 = 1/n (x - )4
Rumus Keruncingan:
4
Contoh Soal Keruncingan
Jadi nilai 4 =3,27 dan lebih kecil dari 3, 3,9 -1,08 1,17 1,36
maka kurvanya termasuk Platykurtic.
3,8 1,12 1,25 1,57
Langkah- langkah: