Disebut juga dengan ukuran variasi karena menggambarkan bagaimana berpencarnya data
kuantitatif
1. RENTANG
a. Untuk data yang tidak dikelompokkan
Rentang = data terbesar – data terkecil
Contoh :
Data nilai 80 orang mahasiswa
Data terbesar = 99, data terkecil = 35
Rentang = 99 – 35 =64
MD = n
Contoh :
Data : 8, 7, 10 dan 11 (n=4)
¿ ¿
Xi Xi−X |Xi−X|
8 -1 1
7 -2 2
10 1 1
11 2 2
Jumlah 6
n ¿
∑ |Xi−X|
i=1
MD = n
6
= 1,5
MD = 4
Contoh :
Data nilai 80 mahasiswa
Nilai ujian fi
31 – 40 1
41 – 50 2
51 – 60 5
61 – 70 15
71 – 80 25
81 – 90 20
91 – 100 12
Jumlah 80
n
KI fi Xi | X i− X́| f i| X i− X́| ¿
X i − X́
∑ f i|Xi− X|
i=1
n
∑ fi
i=1
31-40 1 35,5
41-50 2 45,5
51-60 5 55,5
61-70 15 65,5
71-80 25 75,5
81-90 20 85,5
91-100 12 95,5
Jml 80 808
MD = 10,1
SIMPANGAN BAKU
Ukuran simpangan yang paling banyak digunakan
Disimbolkan dengan s (untuk sampel) dan σ (sigma) untuk populasi
2
S = variansi sampel
σ 2 = variansi populasi
Jika X1, X2, … , Xn adalah sampel berukuran n maka S2 (variansi) adalah :
a. Data yang tidak dikelompokkan
i. Semua frekwensi data adalah 1
n ¿ 2
∑ ( Xi− X )
s 2 = i=1
1. Variansi = n−1
n ¿ 2
Simpangan baku =
atau
s=
√ ∑ ( Xi−X )
i=1
n−1
n n 2
n ∑ Xi −
i=1
2
(∑ )
i=1
Xi
n n 2
simpangan baku =
Contoh :
s=
√ n ∑ Xi 2 −
i=1
n ( n−1 )
( )
∑ Xi
i=1
¿ ¿ 2
Xi Xi−X ( Xi−X )
12 -4 16
15 -1 1
17 1 1
20 4 16
Jumlah 34
4 ¿ 2
∑ ( Xi− X )
s 2 = i=1
n−1
34 34
= = =11 ,33
4−1 3
s= √11,33=3 ,37
Cara 2
2
Xi Xi
12 144
15 225
17 289
20 400
n n
∑ X i=64 ∑ X 2i =1058
i=1 i=1
4 4 2
s2=
n ∑ Xi 2 −
i=1
( )
∑ Xi
i=1
n ( n−1 )
2
4 (1058 )−( 64 )
=
4 ( 4−1 )
4232−4096 136
= = =11,33
4 (3) 12
s= √ 11, 33
=3,37
Atau
s=
√ ∑ fi ( Xi−X )
i=1
n−1
2. Variansi
n n 2
s2=
n∑
i=1
f i X 2i −
(∑ )
i=1
f i Xi
n ( n−1 )
Simpangan bakunya adalah :
n n 2
s=
Contoh :
√ n ∑ fiXi 2 −
i=1
n( n−1)
Jawab :
Xi fi Xi 2 fi X i f i X 2i
61 5 3721 305 18605
64 18 4096 1152 73728
67 42 4489 2814 188538
70 27 4900 1890 132300
73 8 5329 584 42632
Jumlah 100 6745 455803
n n 2
s2=
n∑
i=1
f i X 2i −
(∑ )
i=1
f i Xi
n ( n−1 )
2 100 ( 455803 )−( 6745 )2
s=
100(100−1 )
85275
= =8 ,61
9900
s= √8,61=2,93
Tugas no.1. Pakai rumus pertama utk data yang sama.
1. Variansi
simpangan baku :
(s 2 )= p2 [ ( )] n
2
∑ fici ∑ fici
i=1
− i=1
n
n n 2
Atau
2. Variansi
s= p
√ ∑ fici
i=1
n
2
− ( )
∑ fici
i=1
n
n n 2
s 2 =p 2 [ n ∑ fici −
i=1
2
n(n−1)
(∑ )
i=1
fici
]
Sehingga simpangan baku
n n 2
Dengan
s= p
n( n−1)
(∑ )
i =1
fici
x i −x 0
ci = nilai sandi = p
fi = frekwensi setiap kls interval
n = banyak data (ukuran sampel)
Contoh :
KI fi
60 – 62 5
63 – 65 18
66 – 68 42
69 – 71 27
72 – 74 8
Jumlah 100
Jawab :
KI Xi fi ci ci2 fi c i fi ci 2
60 – 62 61 5 -2 4 -10 20
63 – 65 64 18 -1 1 -18 18
66 – 68 67 42 0 0 0 0
69 – 71 70 27 1 1 27 27
72 – 74 73 8 2 4 16 32
Jumlah 100 15 97
p = 3 , n = 100
n n 2
Variansi
97 15
2
(s )= p [ ( )]
∑ fici ∑ fici
2 i=1
2
n
2
− i=1
n
2
s =9 −( ( ))
100 100
=9 (0 , 9475)=8 ,5275=8 , 53
s= √8,53
=2,92
Tugas no.2. Gunakan rumus kedua untuk data yang sama.
TUGAS :
1.
Xi fi
61 5
64 18
67 42
70 27
73 8
Jumlah 100
Tentukan variansi dan simpangan baku dengan menggunakan rumus pertama
2.
KI fi
60 – 62 5
63 – 65 18
66 – 68 42
69 – 71 27
72 – 74 8
Jumlah 100
Contoh :
Seorang mahasiswa memperoleh nilai 86 pada mata kuliah statistik dengan rata-rata dan
simpangan baku nilai statistika pada kelompok masing-masing adalah 78 dan 10. Pada mata
kuliah kalkulus mahasiswa tersebut memperoleh nilai 92 dengan rata-rata dan simpangan
baku nilai kalkulus pada kelompok masing-masing adalah 84 dan 18. Dalam mata kuliah
mana mahasiswa tersebut mencapai kedudukan yang lebih baik ?
Jawab :
a. Bilangan baku untuk statistika adalah :
86−78
Z=
10
8
= =0,8
10
b. Bilangan baku untuk kalkulus adalah :
92−84
Z=
18
8
= =0 ,44
18
Artinya :
Mahasiswa mendapat 0,8 simpangan baku diatas rata-rata nilai statistika
Mahasiswa mendapat 0,44 simpangan baku di atas rata-rata nilai kalkulus
Kedudukan mahasiswa lebih baik dalam mata kuliah statistik
Catatan :
1) Ukuran variasi/dispersi : Rentang (R), Rentang Antar Kuartil (RAK), Simpangan
Kuartil (SK) , Mean Deviasi (MD)/rata-rata simpangan dan simpangan baku
merupakan ukuran dispersi absolut.
2) Variasi 20cm untuk ukuran 1000 m dan variasi 20 cm untuk ukuran 10.000 m
mempunyai pengaruh yang berbeda.
3) Untuk mengukur pengaruh dan untuk membandingkan variasi antara nilai-nilai
besar dan nilai-nilai kecil digunakan DISPERSI RELATIF.
Dispersi Absolut
Dispersi Relatif = Rata−rata
Jika untuk dispersi absolut diambil simpangan baku maka diperoleh Koefisien Variasi
( KV )
Simpangan baku
X 100 %
KV = Rata−rata
Atau
s
−
X 100 %
KV = x
Contoh :
Rata-rata dan simpangan baku pendapatan eksekutif masing-masing adalah Rp. 500.000 dan
Rp. 50.000 , sedangkan rata-rata dan simpangan baku pendapatan yang tidak punya keahlian
adalah Rp. 40.000 dan Rp. 2000.
Pendapatan siapa yang lebih beragam ?
Jawab :
50 . 000
= X 100 %
KV Pendapatan eksekutif 500 .000
= 10 %
2000
= X 100%
KV Pendapatan orang tak punya keahlian 40. 000
=5%
∴ Pendapatan eksekutif lebih beragam.