PENGUKURAN DISPERSI DATA

PROGRAM STUDI PERENCANAAN WILAYAH DAN KOTA

FAKULTAS SAINS DAN TEKNOLOGI
UNIVERSITAS TEKNOLOGI YOGYAKARTA Pertemuan 3 – 14 Oktober 2021
Materi Pertemuan 3
• Definisi Dispersi Data
• Jenis-jenis Dispersi Data
1. Jangkauan (range)
2. Simpangan rata-rata (mean deviation)
3. Variansi (variance)
4. Standar deviasi (standard deviation)
5. Simpangan kuartil (quartile deviation)
6. Koefisien variasi (coefficient of variation)
 DISPERSI DATA
• Adalah ukuran penyebaran suatu kelompok data terhadap pusat data
• Nama lain: variasi/ keragaman data
• Data yang seragam, variannya kecil
Manfaat dispersi data:
• Informasi yang diberikan hasil perhitungan ukuran pemusatan data (mean,
median, modus) terbatas sehingga tanpa disandingkan dengan dispersi data
kurang bermanfaat dalam analisis data.
• Dispersi data bermanfaat untuk membandingkan penyebaran dua distribusi
data/ lebih.
Contoh Dispersi
• Saat ingin membangun jembatan, hasil perhitungan menunjukkan
bahwa kekuatan besi minimum yang dibutuhkan adalah 60.000 psi.
Untuk itu, untuk amannya, dipesanlah besi jembatan berukuran rata-
rata 65.000 psi. Namun , setelah besi jembatan datang, diambil
beberapa sampel dan diukur kekuatannya sehingga didapat ukuran
90.000, 80.000, 45.000, 120.000 yang kalau dihitung rata-ratanya
67.000 psi (lebih besar dari rata-rata sebelumnya 65.000 psi). Namun
jika dilihat dari sebaran ukurannya, memiliki sebaran yang timpang
(ada yang 45.000 psi, jauh dari kekuatan minimal yang dibutuhkan).
• Sehingga, bukan hanya melihat pada rata-rata, namun juga
perlu pembatasan keseragaman/ sebaran data.
JENIS UKURAN DISPERSI DATA
1. Jangkauan (range)
2. Simpangan rata-rata (mean deviation)
3. Variansi (variance)
4. Standar deviasi (standard deviation)
5. Simpangan kuartil (quartile deviation)
6. Koefisien variasi (coefficient of variation)
JANGKAUAN (RANGE)
Range (r) = nilai maksimum – nilai minimum

• Merupakan ukuran dispersi data yang paling

sederhana
• Adalah selisih dari data terbesar dengan data
terkecil
• (-) Jarang dipakai karena terlalu “kasar” dalam
menunjukkan sebaran data untuk analisis data
dengan tingkat ketelitian tinggi
• (+) Paling mudah digunakan
Contoh Jangkauan Data Tunggal

Diketahui:
• Data 3, 5, 7, 7, 8, 9, 10 → range ???
• Data 5, 5, 7, 7, 8 ,8, 9 → range??

• Data mana yang lebih baik??

▫ Data kedua lebih seragam (rangenya hanya 4 atau berkisar dari
5 sampai 9, dibanding data pertama yang rangenya besar yaitu 7
atau berkisar dari 3 hingga 10)
 Interval Xi fi
60-62 61 5
63-65 64 18
Contoh Jangkauan 66-68 67 42

Data Berkelompok 69-71 70 27

72-74 73 8

Jangkauan data = 73-61 = 12

Jangkauan data pada data

berkelompok dihitung dengan
selisih nilai tengah kelas
maksimum dikurangi nilai tengah
kelas minimum.
SIMPANGAN RATA-RATA (SR)
• Adalah jumlah nilai mutlak dari selisih semua nilai
dengan nilai rata-rata dibagi banyak data.
• Tanda nilai mutlak menjamin agar hasil positif karena dispersi
data adalah ukuran yang positif (mengabaikan tanda positif
negatifnya)
• (+) Lebih baik dibandingkan jangkauan karena
mempertimbangkan selisih nilai data dengan pusat data
 X

Lanjutan SR...

• SR data tidak berkelompok

Σ 𝛸−𝑋ത
SR =
𝑛

dimana: X = nilai data

X

𝑋ത = rata-rata hitung
n = banyak data
• SR data berkelompok
Σ𝑓 𝛸−𝑋ത
SR = , dimana n = Σf
𝑛
Contoh Simpangan Rata-Rata

SR kelompok data 20, 30, 50, 70, 80 adalah ...

Jawab:

ത = 50 dan n =5
Rata-rata (𝑋)
SR = 20 − 50 + 30 − 50 + 50 − 50 + 70 − 50 + 80 − 50
5
= 30 + 20 + 0 + 20 + 30
5
= 100
5
= 20
 Interval f
112-120 4
Diketahui data ത
Mean (𝑋)
121-129 5
berkelompok (40 data) 130-1138 8 =
Σ𝑓𝑋
Σ𝑓
sbb. Hitung simpangan 139-147 12
= 5621 / 40
rata-ratanya (SR)! 148-156 5
= 140,525
157-165 4
166-174 2

Interval Xi f ഥ|
|𝛸i−𝑿 ഥ|
f|𝛸i− 𝑿
112-120 116 4 24,525 98,100
121-129 125 5 15,525 77,625
SR
130-1138 134 8 6,525 52,200 𝜮𝒇 𝜲−𝑿ഥ
139-147 143 12 2,475 29,700
=
𝒏
𝟒𝟓𝟓,𝟖𝟓𝟎
148-156 152 5 11,475 57,375 =
157-165 161 4 20,475 81,900
𝟒𝟎

166-174 170 2 29,475 58,950

= 11,396
Σ𝑓 = 40 Σ𝑓 𝛸 − 𝑋ത
= 455,850
 VARIANSI (S²)
• Adalah rata-rata kuadrat selisih atau kuadrat simpangan
dari semua nilai data terhadap rata-rata hitung.
• Bukan merupakan ukuran dispersi yang baik untuk
menggambarkan penyebaran data karena memakai kuadrat selisih
sehingga hasilnya lebih besar.
• (-) Jarang dipakai dalam analisis.
• (+) mempertimbangkan selisih nilai data dengan pusat data
Lanjutan S²

• S² data tidak berkelompok

ത
Σ(𝑋−𝑋)² 𝑛 Σ𝑋² − Σ𝑋 2
S² = atau S² =
𝑛−1 𝑛(𝑛−1)

• S² data berkelompok
ത
Σ(𝑋−𝑋)²
S² = , dimana n = Σf
𝑛−1
atau
𝑛 Σ𝑓𝑋² − Σ𝑓𝑋 2
S² =
𝑛(𝑛−1)
 Contoh Variansi
Tentukan variansi data 20, 30, 50, 70, 80 . . .
Jawab:

ത = 50 dan n =5
Rata-rata (𝑋)
ത
Σ(𝑋−𝑋)²
S² =
𝑛−1
= (20-50)² + (30-50)² + (50-50)² + (70-50)² + (80-50)²
5-1
= 900 + 400 + 0 + 400 +900
4
= 650
 Interval f
112-120 4
Diketahui data 121-129 5
berkelompok (40 130-1138 8

data) sbb. Hitung 139-147 12

148-156 5
Variansinya! ത
Mean (𝑋)
157-165 4
Σ𝑓𝑋
166-174 2 =
Σ𝑓
Interval X f fX ഥ )²
(𝛸−𝑿 ഥ )²
f(𝛸− 𝑿 = 5621 / 40
112-120 116 4 464 601,4756 2405,9024
121-129 125 5 625 241,0256 1205,1280
= 140,525
130-1138 134 8 1072 42,5756 340,6048
139-147 143 12 1716 6,1256 73,5072 S²
148-156 152 5 760 131,6756 658,3780 ഥ )²
𝜮(𝑿−𝑿
157-165 161 4 644 419,2256 1676,9024 =
166-174 170 2 340 868,7756 1737,5513
𝒏−𝟏
Σ𝑓 = 40 Σ𝑓𝑋 ഥ )²
Σ𝑓(𝛸− 𝑿
= 8097,9741 / 39
= 5621 = 8097,9741 = 207,64
STANDAR DEVIASI (S)
• Adalah akar dari variansi.
• Adalah standar penyimpangan data-data dari rata-ratanya
• Nama lain: simpangan baku
• Selalu bertanda positif.
• Merupakan ukuran dispersi paling baik sehingga paling banyak dipakai dalam
analisis.
• Standar deviasi mengukur seberapa luas penyimpangan atau penyebaran nilai data
tersebut dari nilai rata-rata atau mean.
• Apabila standar deviasi semakin tinggi, maka data tersebut semakin menyebar dari nilai
meannya (data heterogen) dan sebaliknya.
Lanjutan S

• S Data tidak berkelompok

ത
Σ(𝑋 − 𝑋)²
S=
𝑛−1

• S Data berkelompok

ത
Σ𝑓(𝑋 − 𝑋)²
S= , dimana n = Σf
𝑛−1
Contoh Standar Deviasi Data Tunggal
• Diketahui data 3, 5, 7, 7, 8, 9, 10. berapa standar deviasinya?

Jawab:
Mean = 7
Maka standar deviasinya:
3−7 ²+ 5−7 ²+ 7−7 ²+ 7−7 ²+ 8−7 ²+ 9−7 ²+ 10−7 ²
S=√
(7−1)
= 2,38
Contoh Standar Deviasi Data Berkelompok
• Diketahui jumlah penghasilan pedagang di Pasar Subur sebagai berikut:
1. Hitunglah mean (rata-rata)nya!
2. Hitung deviasi standarnya!
Penghasilan (dalam Juta Rp) Jumlah Pedagang (f)
0 – 99 10
100 – 199 20
200 – 299 30
300 – 399 40
400 – 499 35
500 – 599 27
600 - 699 13
Jumlah 175
Jawab
1. Mencari mean
Penghasilan Jumlah Xi fiXi
(dalam Juta Pedagang
Rp) (f) ത
Mean (𝑋)
0 – 99 10 49,5 495 Σ𝑓𝑋
100 – 199 20 149,5 2990 =
Σ𝑓
200 – 299 30 249,5 7485 63962,50
300 – 399 40 349,5 13980 =
175
400 – 499 35 449,5 17732,50
500 – 599 27 549,5 14836,50
= 365,5
600 - 699 13 649,5 8443,50
Jumlah 175 63962,50
Lanjutan jawaban...

2. Mencari standar deviasi (diketahui mean = 365,5)

Penghasilan f Xi ത
𝑓𝑖(𝑋 − 𝑋)²
(dalam Juta
Rp) ത
Σ𝑓(𝑋 − 𝑋)²
0 – 99 10 49,5 998560 S=
𝑛−1
100 – 199 20 149,5 933120
4555200
200 – 299 30 249,5 403680 =
300 – 399 40 349,5 10240 175−1
400 – 499 35 449,5 246960 = 161,800
500 – 599 27 549,5 914112
600 - 699 13 649,5 1048528
Jumlah 175 4555200
JANGKAUAN KUARTIL DAN
JANGKAUAN PERSENTIL 10-90
1 Dimana: Q1 = kuartil bawah/ kuartil pertama
JK = (Q3 – Q1) Q3 = kuartil atas/ kuartil ketiga
2

Dimana: P10 = persentil ke-10

JP10-90 = P90 – P10 P90 = persentil ke-90

• Jangkauan kuartil disebut juga simpangan kuartil atau rentang

semikuartil atau deviasi kuartil.
• Jangkauan persentil 10-90 disebut juga rentang persentil 10-90
• Lebih baik dibandingkan jangkauan (selisih nilai maksimum dan
minimum)
Contoh Jangkauan Kuartil
Berikut adalah data berat badan 100 mahasiswa. Tentukan
jangkauan kuartil dan jangkauan persentil 10-90.
INGAT

Berat (kg) f
60 -62 5
63 – 65 18
66 – 68 42
69 – 71 27
72 – 74 8
Total 100 Pi
Jawab
Karena n=100 maka Q1 terletak pada nilai ke-25, yakni
kelas 66-68 dan Q3 terletak pada nilai ke-75, yaitu kelas
69-71.
Sehingga:
25−23
Q1 = 65,5 + 3 ( ) = 65,64
42
75−65
Q3 = 68,5 + 3 ( ) = 69,61
27
1
Jadi, JK = (Q3 – Q1)
2
1
= (69,61 – 65,64)
2
= 1,985
P10 terletak pada nilai ke-10 yaitu pada kelas ke 63-65
dan P90 terletak pada nilai ke-90 atau kelas ke 69-71.
sehingga:
10−5
P10 = 62,5 + 3 ( ) = 63,33
18
90−65
P90 = 68,5 + 3 ( ) = 71,28
27

Jadi, jangkauan Persentil JP90-10

= P90 – P10
= 71,28 – 63,33
= 7,95
• Bahwa ukuran penyebaran: jangkauan, simpangan rata-rata,
variansi, standar deviasi, jangkauan kuartil, dan jangkauan
persentil merupakan dispersi mutlak sehingga tidak dapat
dipakai untuk membandingkan penyebaran data antara
dua kelompok data/ lebih.
• Untuk membandingkan variasi digunakan dispersi relatif.
• Salah satu ukuran dispersi relatif yang terkenal adalah koefisien
variasi (KV)
KOEFISIEN VARIASI (KV)
𝑆
Koefisien Variasi (KV) = x 100%
𝑋ത

Dimana: S = standar deviasi

𝑋ത = rata-rata hitung
 Contoh KV
Diketahui lampu A rata-rata mampu menyala selama 1500 jam dengan simpangan
baku (S1) 275 jam. Sedangkan lampu B rata-rata menyala 1750 jam dengan
simpangan baku (S2) 300 jam. Lampu mana yang kualitasnya lebih baik?
Jawab:
275
KV Lampu A = x 100% = 18,3%
1500

300
KV Lampu B = x 100% = 17,1%
1750

Jadi, dilihat koefisien variasinya, kemampuan menyala lampu A lebih bervariasi

(persentasenya) daripada lampu B karena KV lampu A lebih besar dari lampu B
atau lampu B memiliki variasi lebih kecil sehingga lampu B memiliki kualitas
lebih baik.
Kerjakan individu:
1. Diketahui data retribusi parkir Kota A (juta rupiah). Hitunglah standar
deviasinya!
2. Jika disandingkan dengan hasil perhitungan mean (𝑋= ത 53,245) yang telah
dihitung sebelumya apa yang bisa disimpulkan?
Retribusi fi Xi ത
𝑓𝑖(𝑋𝑖 − 𝑋)²

15,00 – 29,99 10 22,495 9455,625

ത
Σ𝑓(𝑋 − 𝑋)² 30,00 – 44,99 15 37,495 3720,937
S= , dimana n = Σf
𝑛−1 45,00 – 59,99 40 52,495 22,500

23568,75
60,00 – 74,99 30 67,495 6091,875
= = 15,43
99
75,00 – 89,99 5 82,495 4277,813

100 23568,75
Referensi

• Boediono & Wayan Koster. 2014. Teori dan Aplikasi Statistika

dan Probabilitas. Bandung: Rosda
• Subagyo, P. 2011. Statistika Terapan Edisi 2011. yogyakarta:
BPFE UGM
 SEKIAN
TERIMAKASIH . . .