Makalah Ukuran Dispersi
Makalah Ukuran Dispersi
OLEH :
KELOMPOK IV
1. Afrinal
2. Arifki
3. Cici Wulandari
4. Doli Ali F.
5. Ika Desmawita
6. Mai Ridho Purnomo P.
7. Novia A.
8. Roro Rasi Putra
9. Vivi Indah P.
1
Kata Pengantar
Puji syukur kami ucapkan kepada Tuhan Yang Maha Esa karena berkat
limpahan Rahmat-Nyalah kami dapat menyelesaikan tugas makalah Statistika
Dasar ini. Tugas makalah ini adalah mengenai “Ukuran Dispersi”, isinya meliputi
pengertian dispersi, jenis-jenis ukuran dispersi, koefisien variasi, kemencengan
atau kecondongan, keruncingan (kurtosis) serta bilangan z (z-score).
Ucapan terima kasih kami sampaikan atas bantuan semua pihak. Baik yang
berperan secara langsung maupun tidak langsung dalam proses pembuatan dan
penyusunan makalah ini, sehingga dapat terselesaikan tepat pada waktunya.
Selain itu, penulis juga mengharapkan kritik dan saran yang membangun
demi perbaikan kedepannya. Demikianlah, semoga makalah ini dapat bermanfaat.
Aamiin..
Kelompok I
2
Daftar Isi
Halaman Depan................................................................................................ i
Kata Pengantar.................................................................................................. ii
Daftar Isi........................................................................................................... iii
BAB I Pendahuluan.......................................................................................... 1
A. Latar Belakang...................................................................................... 1
B. Rumusan Masalah................................................................................. 1
C. Tujuan Penulisan................................................................................... 1
D. Manfaat Penulisan................................................................................. 2
BAB II Pembahasan......................................................................................... 3
A. Pengertian Dispersi............................................................................... 3
B. Jenis-jenis Ukuran Dispersi.................................................................. 3
C. Koefisien Variasi.................................................................................. 19
D. Kemencengan atau Kecondongan......................................................... 21
E. Keruncingan (Kurtosis)......................................................................... 29
F. Bilangan z (z-score).............................................................................. 33
BAB III Penutup............................................................................................... 37
A. Kesimpulan........................................................................................... 37
B. Saran..................................................................................................... 38
Daftar Pustaka................................................................................................... 39
3
BAB I
Pendahuluan
A. Latar Belakang
Dari beberapa materi yang dipelajari dalam mata kuliah Statistika Dasar, kami
sebagai kelompok IV mendapat tugas dari Bapak Adree Octova,S.Si.,M.T selaku
dosen mata kuliah Statistika Dasar untuk membuat makalah serta powerpoint
mengenai materi “Ukuran Dispersi”
B. Rumusan Masalah
1. Apa yang dimaksud dengan ukuran dipersi ?
2. Apa sajakah jenis-jenis ukuran dipersi absolut ?
3. Apa sajakah jenis-jenis ukuran dipersi relatif ?
4. Apakah yang dimaksud dengan kemencengan atau kecondongan,
keruncingan, serta bilangan z-score serta bagaimana bentuk-bentuk
persamaan-persamaan pentingnya ?
C. Tujuan Penulisan
1. Untuk mengetahui pengertian ukuran dipersi
2. Untuk mengetahui jenis-jenis ukuran dipersi absolut
3. Untuk mengetahui jenis-jenis ukuran dipersi relatif
1
4. Untuk mengetahui pengertian serta persamaan-persamaan penting dari
kemencengan atau kecondongan, keruncingan, serta bilangan z-score
D. Manfaat Penulisan
1. Bagi penulis : Memperdalam wawasan dan pengetahuan mengenai
materi tentang ukuran dipersi yang meliputi pengertian dispersi, jenis-
jenis ukuran dispersi, koefisien variasi, kemencengan atau
kecondongan, keruncingan serta bilangan z (z-score).
2
BAB II
Pembahasan
A. Pengertian Dipersi
Ukuran dispersi atau ukuran variasi adalah ukuran yang menyatakan seberapa
jauh nilai-nilai data yang berbeda dari nilai pusatnya atau ukuran yang
menyatakan seberapa banyak nilai-nilai data yang berbeda dari ukuran pusatnya.
Ukuran dispersi pada dasarnya merupakan pelengkap dari ukuran pusat dalam
menggambarkan sekumpulan data. Dengan ukuran dispersi, penggambaran data
akan lebih tepat dan jelas.
Fungsi ukuran dispersi:
Menunjukkan tinggi rendahnya penyimpangan antar data.
Mengeahui derajat perbedaan antar data.
Contoh Range :
IQ lima orang anggota keluarga adalah : 108, 112, 127, 118, dan 113.
Tentukan rentangnya!
Jawab: Rentangdari 5 IQ tersebut adalah:
R=X max −X min
R=127-108 = 19
3
2. Jangkauan data berkelompok
Pada data berkelompok, ditentukan dari selisih tepi atas kelas
tertinggi dengan tepi bawah kelas terendah ataupun dengan selisih titik
tengah kelas tertinggi dan titik tengah kelas terendah.
Contoh :
Tentukan jangkauan dari distribusi frekuensi berikut!
Nilai Ujian Frekuensi Titik Tengah
(f) (X)
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
Jumlah 80
Penyelesaian:
Titik tengah kelas terendah = 35,5
Titik tengah kelas tertinggi = 95,5
Tepi bawah kelas terendah = 30,5
Tepi atas kelas tertinggi = 100,5
Maka :
1. Jangkauan = 95,5 – 35,5 = 60
4
1. Data Tunggal
i(n+1 )
Qi = 4 ; n = banyak data ; i = 1,2, atau 3
Contoh soal :
Tentukan jangkauan antarkuartil dan jangkauan semi interkuartil dari :
2,6,8,5,4,9,12
Penyelesaian:
Q1 = 4
Q3 = 9
Maka :
JK = Q3 – Q1 = 9 - 4 = 5
1 1
Qd= (Q ¿ ¿ 3−Q1) ¿ ¿ ( 9−4) = 2,5
2 2
2. Data Berkelompok
in
Qi = Tb +
[ ]
4
−F
f .p
Ket :
Qi = kuartil ke-i (i=1,2,3)
N = ∑f = jumlah data
F = jumlah frekuensi sebelum kelas kuartil ke-i
f = frekuensi kelas kuartil ke-i
p = panjang kelas
Tb = Tepi bawah kelas kuartil ke-i
5
Contoh soal:
Tentukan jangkauan antarkuartil dan jangkauan semi interkuartil distribusi
frekuensi berikut:
TABEL 1. Nilai statistik 80 mahasiswa universitas Borobudur, semester II,
jurusan Manajemen, 1994
Nilai Frekuensi (f)
30 – 39 2
40 – 49 3
Penyelesaian :
50 – 59 5
20−10
60 – 69 14 Q1=Tb+ . p¿ 59,5+ .10
14
70 – 79 24
¿ 59,5+7,14=66,64
80 – 89 20
90 – 99 12 60−48
Q3=Tb+ . p¿ 79,5+ .10
20
Jumlah 80
¿ 79,5+6=85,5
Maka :
JK=85,5−66,64=18,86
1
Q d = (85,5−66,64)=9,43
2
Jangkauan antarkuartil dapat digunakan untuk menemukan adanya data
pencilan, yaitu data yang dianggap salah catat atau salah ukur atau berasal dari
kasus yang menyimpang,
L=1,5 X JK
PD=Q1−L
PL=Q 3 + L
Keterangan:
L = satu langkah
PD = pagar dalam
PL =pagar luar
Contoh soal :
Selidikilah apakah terdapat data pencilandari data di bawah ini!
6
15, 33, 42, 50, 51, 51, 53, 55, 62, 64, 65, 68, 79, 85, 97
Penyelesaian:
Q1 = 50 dan Q3 = 68
JK = 68-50 =18
L = 1,5x18 = 27
PD = 50-27= 23
PL = 68+27 =95
Pada data diatas terdapat data 15 dan 97 yang brarti kurang dari pagar dalam
(23) dan pagar luar (95). Dengan demikian data 15 dan 97 termasuk kedalam data
pecilan karena itu perlu diteliti ulang.
1 ∑| X−X|
DR= ∑∣ X− X A ∣=
n n
Contoh soal:
Tentukan deviasi rata-rata dari 2,3,6,8,11
Penyelesaian:
2+3+ 6+8+11
Rata-rata hitung= X = =6
5
∑| X i−X|=|2−6|+|3−6|+|6−6|+|8−6|+|11−6|=14
∑|X i− X| 14
DR = = = 2,8
n 5
7
1 ∑ f |X −X|
DR= ∑ f ∣ X −X A ∣=
n n
Contoh soal:
Tentukan deviasi rata-rata dari distribusi frekuensi pada Tabel berikut !
140 – 144 2
145 – 149 4
150 – 154 10
155 – 159 14
160 – 164 12
165 – 169 5
170 - 174 3
Jumlah 50
Penyelesaian:
Dari tabel data tersebut. didapat X = 157,7. Dengan nilai itu, dapat dibuat tabel
8
160 – 164 162 12 4,3 51,6
Jumlah - 50 - 282
∑ f | X−X|
DR=
n
282
¿ =5,64
50
d. Varians
Varians adalah nilai tengah kuadrat simpangan dari nilai tengah atau
simpangan rata-rata kuadrat. Untuk varians sampel disimbolkan s2. Untuk populasi
di simbolkan σ 2(baca sigma).
1. Varians data tunggal
• Untuk sampel besar 30 (n>30)
2 ∑ ( x−x́ ) 2
s=
n
atau
∑ X2 ∑ X
s2=
n
−
n ( )
• Untuk sampel kecil (n≤30)
∑ ( x−x́ ) 2
s2=
n−1
atau
2 ∑ X2
s= +¿ ¿
n−1
Contoh soal:
Tentukan varians dari data 2,3,6,8,11
Penyelesaian :
9
X X −X ( X −X )2 X2
2 -4 16 4
3 -3 9 9
6 0 0 36
8 2 4 64
11 5 25 121
30 54 234
2 Σ ( X− X )2 54
s= = = 13,5
n−1 5−1
2 2
2 Σ ( X− X )2 ( Σ X )
s= -
n−1 n ( n−1 )
234 ( 30 ) 2
= - = 13,5
5−1 5 ( 5−1 )
• Metode coding
10
a) Untuk sampel besar (n¿30)
2
∑ f u 2 ( ∑ fu )
s2=C 2 −
n n
Contoh soal :
Tentukan varians dari distribusi frekuensi berikut
Tabel 2. Pengukuran diameter pipa
Diameter (mm) Frekuensi
65 -67 2
68 -70 5
71 -73 13
74 -76 14
77 -79 4
80 -82 2
Jumlah 40
Penyelesaian :
(1) Dengan Metode biasa
X́ =¿ 73,425
2 2
Diameter X F X − X́ ( X − X́ ) f ( X− X́ )
(mm)
65 -67 66 2 -7,425 55,131 110,262
68 -70 69 5 -4,425 19,581 97,905
11
71 -73 72 13 -1,425 2,031 26,403
74 -76 75 14 1,575 2,481 34,734
77 -79 78 4 4,575 20,931 83,724
80 -82 81 2 7,575 57,381 114,762
Jumlah - 40 - - 114,790
2
∑ f ( X− X́ )
s2=
n
467,790
¿ =11,694
40
(2) Dengan Metode Angka Kasar
Diameter X F X2 fX fX 2
65 -67 66 2 4356 132 8712
68 -70 69 5 4761 345 23805
71 -73 72 13 5184 936 67392
74 -76 75 14 5625 1050 78750
77 -79 78 4 6084 312 24336
80 -82 81 2 6561 162 13122
Jumlah - 40 - 2937 216117
∑ f X 2 ∑ fX 2
s2=
n
−
n ( )
2
216117 2937
¿
40
−
40( )
¿ 5402,925−539,231=11,694
12
77 -79 78 4 1 1 4 4
80 -82 81 2 2 4 4 8
Jumlah - 40 - - -21 63
2
∑ f u 2 ( ∑ fu )
s2=C 2 −
n n
2
63 (−21 )
2
¿3 −
40 40
¿ 9 ( 1,575 )−0,276=11,694
3. Varians gabungan
Misalkan, terdapatk bua h subsampel .Jika subsampel-subsampel digabung menjadi
sebuah sampel berukuran n1+ n2 + … nk= n maka varians gabungannya adalah :
( n 1−1 ) s 21+ ( n2−1 ) s22 +…+(n k −1) s 2k
2
s = gab
( n1 +n2 +…+n k )−k
s2gab=
∑ ( n−1 ) s2
∑ n−k
Contoh soal :
Hasil pengamatan terhadap 20 objek mendapatkan s=4. Pengamatan terhadap 30
objek mendapatkan s=5. Berapakah varians gabungannya?
Penyelesaian :
304+725
¿ =21,44
48
13
nilai yang menunjukkan tingkat (derajat) variasi atau kelompok data atau ukuran
standar penyimpangan dari meannya.
s = √ varians
s=
√
∑ ( X − X́ )
n
s=
√
∑ ( X − X́ )
n−1
∑ X2 ∑ X 2
s=
√ n
− ( )
n
∑ X2 ∑ X2
s=
√ −
n−1 n ( n−1 )
Contoh soal:
Tentukan simpangan baku dari data 2, 3, 6, 8, 11
Penyelesaian:
Dari perhitungan diperoleh varians (s2)=13,5
Dengan demikian, simpangan bakunya adalah
s = √ varians
¿ √ 13,5=3,67
14
2. Simpangan baku data berkelompok
• Metode biasa
a) Untuk sampel besar (n>30)
s= √ ∑ f ¿ ¿ ¿
b) Untuk sampel kecil (n ≤ 30)
s= √ ∑ f ¿ ¿ ¿
∑ fX 2 ∑ fX 2
s=
√
n
−
n ( )
b) Untuk sampel kecil (n ≤ 30)
∑ fX 2
s=
√ n−1
−¿ ¿ ¿
• Metode Coding
a) Untuk sampel besar (n>30)
∑ fu2
s=C
√ n
−¿ ¿
∑ fu2
s=C
√ n−1
−¿ ¿ ¿
Keterangan :
C = Panjang interval kelas
d X−M
u = =
C C
M = rata-rata hitung sementara
Contoh soal:
15
Tentukan simpangan baku dari distribusi frekuensi berikut (gunakan ketiga
rumus)!
Tabel 3. Berat badan 100 mahasiswa universitas” X” tahun 2013
Berat Badan (kg) Frekuensi (f)
40-44 8
45-59 12
50-54 19
55-59 31
60-64 20
65-69 6
70-74 4
Jumlah 100
Penyelesaian:
(a) Dengan metode biasa
Berat X f fX X −X ¿ f¿
Badan
40-44 42 8 336 -13,85 191,8225 1.534,58
45-59 47 12 564 -8,85 78,3225 939,87
50-54 52 19 988 -3,85 14,8225 281,63
55-59 57 31 1.767 1,15 1,3225 40,99
60-64 62 20 1.240 6,15 37,8225 756,45
65-69 67 6 402 11,15 124,3225 745,94
70-74 72 4 288 16,15 260,8225 1.043,29
Jumlah 100 5.585 5.342,75
∑f X
X=
∑f
5.585
¿ =55,85
100
s= √ ∑ f ¿ ¿ ¿
5.342,75
¿
√ 100
=7,31
16
(b) Dengan metode angka kasar
Berat Badan X f fX X2 fX 2
40-44 42 8 336 1.764 14.112
45-59 47 12 564 2.209 26.508
50-54 52 19 988 2.704 51.376
55-59 57 31 1.767 3.249 100.719
60-64 62 20 1.240 3.844 76.880
65-69 67 6 402 4.489 16.934
70-74 72 4 288 5.184 20.736
Jumlah 100 5.585 317.265
∑ f X 2 ∑ fX 2
s=
n√ −
n ( )
317.265 5.585 2
¿
√ 100
−
100 ( =7,31 )
(c) Dengan metode coding
Berat Badan X f u u2 fu f u2
40-44 42 8 -3 9 -24 72
45-59 47 12 -2 4 -24 48
50-54 52 19 -1 1 -19 19
55-59 57 31 0 0 0 0
60-64 62 20 1 1 20 20
65-69 67 6 2 4 12 24
70-74 72 4 3 9 12 36
Jumlah 100 -23 219
∑ fu2
s=C
√ n
−¿ ¿
219
¿5
√ 100
−¿ ¿
17
3. Simpangan baku gabungan
Dengan cara menarik akar dari variasi gabungan.
S gab= √ S2gab
Dalam bentuk rumus, simpangan baku gabungan dituliskan :
∑ ( n−1 ) s
s gab=
∑n−k
Contoh soal :
jika diketahui:
n1 =100 dan s1 =5,08
n2 =50 dan s 2=2,32
Tentukan sgab!
Penyelesaian:
( n1−1 ) s 1+ ( n2−1 ) s2
S gab=
( n1+ n2 )−k
C. KOEFISIEN VARIASI
Jenis Ukuran dispersi yang telah dijelaskan merupakan dispersi
absolut,yang hanya dapat melihat penyimpangan pada satu kumpulan data saja.
Maka untuk membandingkan penyimpangan pada beberapa kumpulan data,
digunakanlah dispersi relatif yaitu perbandingan dispersi absolut dan rata-ratanya.
Dispersi absolut
Dispersi relatif =
Rata−rata
18
a. Koefisien Variasi (KV)
Jika dispersi absolut digantikan dengan simpangan bakunya maka dispersi
relatifnyadisebut koefisien variasi (KV).
s
KV = × 100 %
X́
Contoh soal :
Dari hasil penelitian terhadap kualitas timah putih di Pulau A dan Pulau B
diperoleh data sebagai berikut:
X́ A =60.000 psi , s A =30
X́ A =53.000 psi, s A =25
a) Tentukan koefisien Variasi masing-masing!
b) Di Pulau manakah timah yang paling bagus kualitasnya?
Penyelesaian:
sA 30
a) KVA = x 100% = x 100% = 0,05 %
X́ A 60.000
sB 25
KVB = x 100% = x 100% = 0,047%
X́ B 53.000
b) Jadi, variasi kualitas timah yang paling bagus adalah di Pulau A
19
Dispersi relatif yang dispersi absolutnya digantikan dengan kuartil.
QD
VQ= ×100 %
Ṁe
Q 3−Q 1
VQ= ×100 %
Q 3 +Q 1
Contoh soal :
Dua perusahaan, yaitu MAKMUR dan SEJAHTERA memiliki 50 karyawan.
Untuk keperluan penelitian mengenai variasi gaji karyawan, diambil sampel
sebanyak 7 orang setiap perusahaan dengan gaji masing-masing (dalam ribuan
rupiah): 300, 250, 350, 400, 600, 500, 550 dan 200, 450, 250, 300, 350, 750, 500.
a) Tentukan dispersi relatif perusahaan tersebut!
b) Perusahaan mana yang memiliki variasi gaji lebih baik?
Penyelesaian:
Misalkan perusahaan Makmur= X dan Perusahaan SEJAHTERA= Y.
∑ X A 2950
a) X́ A = = =421,43
n 7
∑´X A 2 = 1.347.500
2 2
sA =
∑X
√−
(∑ X )
n−1 n ( n−1 )
2
¿
√ 1.347 .500 ( 2950 )
6
−
7 ( 7−1 )
=131,836
∑ X B 2800
X́ B= = =400
n 7
∑´X B2 = 1.330.000
2
s B=
√
1.330 .000 ( 2800 )
6
−
7 ( 7−1 )
=187,08
20
D. KEMENCENGAN ATAU KECONDONGAN
Merupakan kejauhan simetri dari sebuah distribusi. Distribusi yang tidak
simetris akan memiliki rata-rata ,median ,dan modus yang tidak sama (
X́ ≠ M e ≠ M O ). Sehingga distribusi akan terdistribusi pada salah satu sisi dan
kurvanya akan menceng. Jika distribusi memiliki ekor yang lebih panjang
kekanan daripada kekiri maka distribusi tersebut akan menceng ke kanan
( kemencengan positif) ,jika ekor distribusi lebih panjang kekiri daripada ke kanan
maka distribusi tersebut akan menceng ke kiri atau memiliki kemencengan
negatif. Data yang baik adalah data yang memliliki kemencengan simetri, karena
data tersebut lebih mudah untuk diolah.
Ada 3 kemungkinan kesimetrian kurva distribusi data :
1) Jika nilai ketiganya sama maka kurvanya berbentuk simetri.
2) Jika Mean > Med > Mod, maka kurva miring ke kanan.
3) Jika Mean < Med < Mod, maka kurva miringke kiri.
21
a. Koefisien Kemencengan Pearson
Koefisien Kemencengan Pearson merupakan nilai selisih rata-rata dengan
modus dibagi simpangan baku. Dirumuskan:
X −Mo
sk=
s
Keterangan :
sk = Koefisien Kemencengan Pearson
Secara empiris didapatkan hubungan antara nilai pusat sebagai:
X −Mo=3(X −Me)
22
Mean = 109,6
Median =108
Modus = 105
Deviasi standar = 9,26
Ukuran kemencengan Pearson adalah=109,6105 = 4,6.
Koefisien kemencengan (CK) adalah : 4,6:9,26= 0,5
Contoh soal 2 :
Koefisien kemiringan kurva distribusi frekuensi dari hasil penjualan suatu barang
yang mempunyai nilai rata-rata =Rp 516.000,00, modus = Rp 435.000,00dan
standar deviasi = Rp 150.000,00adalah..
Penyelesaian:
X −Mo
sk=
s
516.000,00−435.000,00
=0,54
150.000
Contoh soal 3:
23
24
b. Koefisien Kemencengan Bowley
Q3 + 2 Q 2 + Q1
skb =
Q 3 - Q1
Keterangan:
Skb= Koefisien Kemencengan Bowley
Q1 = kuartil pertama
Q2 = kuartil kedua
Q3= kuartil ketiga
1. Jika Q3 - Q2 = Q2 - Q1atau Q3 + Q1 - 2Q2 = 0 maka α = 0 dan distribusi datanya
simetri
Penyelesaian:
Q1= 102,71
Q2= 108
Q3= 116
Q3−2 Q2 +Q1
sk b=
Q3−Q1
116−2(108)+102,71
¿ =0,204
116−102,71
Karena skb positif, maka kurva menceng ke kanan dengan kemencengan yang
tidak berarti.
25
c. Koefisien Kemencengan Persentil
Koefisien kemencengan persentil didasarkan atas hubungan antarpersentil (P90, P50,
P10) dari sebuah distribusi . Koefesien ini dirumuskan:
( P ¿ ¿ 50−P10)
sk p=( P ¿ ¿ 90−P 50)− ¿¿
P 50−P10
(P ¿ ¿ 90−2 P50+ P 10 )
sk p= ¿
P50 −P 10
Keterangan :
sk p= Koefisien kemencengan persentil
P= persentil
d. Koefisien kemencengan momen
Koefisien Kemencengan Momen didasarkan pada perbandingan momen ke-3
1
3 ∑ ( X −X )3
M n
α 3= 3 =
s s3
α 3= koefisien kemencengan
26
M3= momen ketiga, mengukur kemencengan
S = simpangan baku
n = banyaknya data pengamatan
Xi= data frekuensi ke-i
2. Untuk data berkelompok
1
3 ∑ ( X −X )3 . f
M n
α 3= 3 =
s s3
Atau
C 3 ∑ f u3 ∑ f u2 3
∑ fu ∑fu
α 3= 3 =
s ( n
−3 ( n )( ) ( ) )
n
+2
n
27
E. KERUNCINGAN (KURTOSIS)
28
Keruncingan adalah tingkat kepuncakan dari suatu distribusi yang diambil secara
relatif terhadap suatu distribusi normal.
Kurtosis terdiri dari:
1. Leptokurtis, puncak kurva relatif tinggi
2. Mesokurtis, puncak kurva normal
3. Platikurtis, puncak kurva rendah
a. Koefisien Keruncingan
Dilambangkan dengan α 4. Jika hasil perhitungan koefisien keruncingan
diperoleh:
1. Jika α4> 3, maka bentuk kurva leptokurtis (meruncing)
2. Jika α4= 3, maka bentuk kurva mesokurtis (normal)
3. Jika α4< 3, maka bentuk kurva platikurtis(mendatar)
Untuk mencari nilai atau koefisien keruncingan dibedakan antara data tunggal dan
data berkelompok.
29
1
∑ ( X−X )4
n
α 4=
s4
2. Untuk data berkelompok
1
∑ ( X−X )4 f
n
α 4=
s4
Atau
C 4 ∑ f u4 ∑ f u3 ∑ f u2 ∑fu 2 4
∑ fu ∑fu
α 4=
s4
=( n
−4( n )( ) (
n
+6
n )( ) ( ) )
n
−3
n
Jawab :
30
31
b. Koefisien Kurtosis Persentil
Koefisien Kurtosis Persentil dilambangkan dengan K(kappa). Untuk
distribusi normal, nilai K=0,263. Koefisien ini dirumuskan:
1
( Q3−Q1 )❑
2
K=
P90−P10
Keterangan:
Jika nilai k> 0,263 kurva leptokursis
Nilai k <0,263 kurva platikurtis
Nilai k=0,263 kurva mesokurtis
Contoh soal:
Dari sekelompok data yang disusun dalam tabel distribusi frekuensi diketahui
nilai Q1=55,24; Q3 =73,64 ; P10= 44,5, P90= 82,5. Besarnya koefisien kurtosis data
tersebut adalah...
F. BILANGAN Z (Z SCORE)
Nilai standar (Z-score) adalah suatu bilangan yang menunjukkan seberapa
jauh sebuah nilai mentah menyimpang dari rata-ratanya dalam suatu distribusi
data dengan satuan SD. Dengan demikian, nilai standar tidak lagi tergantung pada
satuan pengukuran seperti cm, kg, rupiah, detik dan sebagainya atau merupakan
perbedaan antara raw score (skor asli) dengan rata-rata dengan menggunakan unit-
unit simpangan baku, untuk mengukur perbedaan tersebut.
32
Rumus Z-score :
X− X
Z=
s
33
Jumlah mahasiswa yang mendapat nilai statistik antara 65 s/d 75 adalah sama
dengan Jumlah Peluang yang mendapat nilai 65 dari 1000 mahasiswa ditambah
Jumlah Peluang yang mendapat nilai 75.
Jadi, jumlah mahasiswa yang mendapat nilai statistik antara 65 s/d 75 adalah
383 orang.
Jumlah mahasiswa yang mendapat nilai lebih besar dari 80 adalah jumlah
peluang yang dibatasi oleh nilai lebih besar dari (> 80):
Atau dibulatkan menjadi 341 orang yang mendapatkan nilai > 80 (lihat model
grafik diatas)
34
Dari Σ400 orang mahasiswa yang mendapat nilai tertinggi, dengan
menggunakan table z-score dan perhitungan diatas, maka nilai tertendah dari
mereka adalah 82.8.
Perhitungannya dari orang, maka peluangnya (lihat table z-score) mendekati
0.3997 dari 1000 populasi yang ada dan diketahui nilai z-nya = 1.28
Maka, jika z dirumuskan dengan zi = (xi – x)/s maka didapatkan xi – x = z
dikali dengan s. (lihat cara hitung diatas)
Dari 300 orang yang nilainya terendah, untuk mengetahui nilai tertinggi dari
mereka dapat menggunakan table z-score dan dari Σ300 orang, maka peluangnya
(lihat table z-score) mendekati 0.2996 dari 1000 populasi yang ada dan diketahui
nilai z-nya = -0.84
Nilai (-) diberikan karena posisinya berada disebelah kiri dari nilai rata-rata
(mean).
Dengan demikian (lihat perhitungan diatas) maka dari 300 mahasiswa yang
nilainya terendah, maka nilai tertinggi mereka adalah 61.6.
35
Contoh soal 2:
Suatu kelompok data mempunyai nilai rata-rata 43. Dengan simpangan baku 5,39.
Jika salah satu datanyabernilai 50. nyatakan dalam nilai standar!
Penyelesaian:
Xi = 50
X = 43
s = 5,39
X− X 50−43
Z= = =1,299
s 5,39
BAB III
Penutup
A. Kesimpulan
1) Ukuran dispersi atau ukuran variasi adalah ukuran yang menyatakan
seberapa jauh nilai-nilai data yang berbeda dari nilai pusatnya atau ukuran
yang menyatakan seberapa banyak nilai-nilai data yang berbeda dari
ukuran pusatnya.
2) Dispersi absolut, terdiri dari :
a. Jarak/rentang/range
b. Rentang antar kuatil/nterquartile
c. Quartile devasi
d. Mean deviation
e. Simpangan baku
36
Dispersi relatif, terdiri dari : Koefisien variasi
B. Saran
Diharapkan kepada teman-teman supaya mempelajari dan dapat menguasai
materi mengenai “Ukuran Dispersi“ karena matei ini merupakan salah satu bagian
penting dalam ilmu statistik yang memiliki manfaat guna menunjukkan tinggi
rendahnya penyimpangan antar data.serta mengeahui derajat perbedaan antar data.
37
Daftar Pustaka
38