BAB V
1
A. Jenis-jenis Ukuran Dispersi
B. Koefisien Variasi
C. Bilangan Z (Z-Score)
2
UKURAN DISPERSI DATA
• Ukuran dispersi atau ukuran variasi atau ukuran
penyimpangan adalah ukuran yang menyatakan
seberapa jauh penyimpangan nilai-nilai data dari
nilai-nilai pusatnya atau ukuran yang menyatakan
seberapa banyak nilai-nilai data yang berbeda
dengan nilai-nilai pusatnya.
• Ukuran dispersi pada dasarnya adalah pelengkap dari
ukuran nilai pusat dalam menggambarkan
sekumpulan data. Jadi, dengan adanya ukuran
dispersi maka penggambaran sekumpulan data akan
menjadi lebih jelas dan tepat.
3
A. Jenis-jenis Ukuran Dispersi
1. Jangkauan (Range, R)
Jangkauan atau ukuran jarak adalah selisih nilai terbesar data dengan
nilai terkecil data. Cara mencari jangkauan dibedakan antara data
tunggal dan data berkelompok.
Jangkauan = Xn – X1
Contoh soal:
Tentukan jangkauan data 1, 4, 7, 8, 9, 11
Penyelesaian:
X6 = 11 dan X1 = 1
Jangkauan = X6 – X1 = 11 – 1 = 10.
4
Jangkauan data berkelompok.
Untuk data data berkelompok, jangkauan dapat
ditentukan dengan dua cara, yaitu
menggunakan titik atau nilai tengah dan
menggunakan tepi kelas .
– Selisih titik tengah kelas tertinggi dengan titik
tengah kelas terendah .
– Selisih tepi atas kelas tertinggi dengan tepi
bawah kelas terendah.
5
• Contoh soal:
Tentukan jangkauan dari distribusi frekuensi berikut!
• PENGUKURAN TINGGI BADAN 50 MAHASISWA
6
Penyelesaian:
Titik tengah kelas terendah = 142
Titik tengah kelas tertinggi = 172
Tepi bawah kelas terendah = 139,5
Tepi atas kelas tertinggi = 174,5
7
Jangkauan Antarkuartil dan jangkauan Semi
Interkuartil.
8
Contoh soal:
1. Tentukan jangkauan antarkuartil dan jangkauan semi
interkuartil dari data berikut!.
2, 4, 6, 8, 10, 12, 14
Penyelesaian:
Q1 = 4 dan Q3 = 12
JK = Q3 – Q1
= 12 – 4 = 8
Qd = ½ (12 – 4) = 4
9
2. Tentukan jangkauan antarkuartil dan jangkauan semi
interkuartil distribusi frekuensi berikut.
10
11
Jangkauan antarkuartil (JK) dapat digunakan untuk menemukan
adanya data pencilan, yaitu data yang dianggap salah cacat
atau salah ukur atau berasal dari kasus yang menyimpang,
karena itu perlu perlu diteliti ulang. Data pencilan adalah data
yang kurang dari pagar dalam atau lebih dari pagar luar.
L = 1,5 x JK
PD = Q1 – L Keterangan:
PL = Q3 + L L = Satu Langkah
PD = Pagar Dalam
PL = Pagar Luar
12
• Pada data di atas terdapat nilai 15 dan 97 yang berarti kurang dari
pagar dalam (23) atau lebih dari pagar luar (95).
• Dengan demikian nilai 15 dan 97 termasuk data pencilan, karena itu
perlu diteliti ulang. Adanya nilai 15 dan 97 mungkin disebabkan
salah dalam mencatat, salah dalam mengukur, atau data dari kasus
yang menyimpang.
13
Deviasi Rata-Rata (Simpangan Rata-Rata).
14
= 4 + 3 + 0 + 2 + 5 = 14
15
Deviasi rata-rata untuk data berkelompok
16
• Contoh soal:
Tentukan deviasi rata-rata dari distribusi frekuensi pada tabel
berikut.
PENGUKURAN TINGGI BADAN 50 MAHASISWA
17
Dengan nilai tersebut dapat dibuat tabel deviasinya.
18
Varians.
• Varians adalah ukuran seberapa jauh sebuah
kumpulan bilangan tersebar.
19
Varians.
Varians data tunggal.
Varian ada dua metode yaitu metode biasa dan metode angka
kasar.
1. Metode biasa
20
2. Metode angka kasar
21
2
22
Varians data berkelompok
Untuk data berkelompok (distribusi frekuensi), variansnya
adalah :
1. Metode biasa
23
2. Metode angka kasar
24
Contoh soal:
Tentukan varians dari distribusi frekuensi berikut.
25
Penyelesaian :
26
Standar Deviasi (Simpangan Baku)
• Standar deviasi adalah ukuran yang digunakan untuk
mengukur jumlah variasi atau sebaran sejumlah nilai
data.
• Semakin rendah nilai standar deviasi, maka semakin
mendekati rata-rata, sedangkan jika nilai standar
deviasi semakin tinggi maka semakin lebar rentang
variasi datanya. Sehingga standar deviasi merupakan
perbedaan dari nilai sampel terhadap rata-rata.
27
Standar Deviasi (Simpangan Baku)
28
• Untuk sampel, simpangan bakunya (simpangan baku
sampel) disimbolkan dengan s. Untuk populasi,
simpangan bakunya (simpangan baku populasi)
disimbolkan . Untuk menentukan nilai simpangan
baku, caranya ialah dengan menarik akar dari
varians.
29
Simpangan baku data tunggal
1. Metode biasa
30
2. Metode angka kasar
31
32
33
Simpangan baku data berkelompok
Untuk data berkelompok (distribusi frekuensi), simpangan
bakunya adalah :
1. Metode biasa
34
2. Metode angka kasar
35
Contoh soal:
Tentukan simpangan baku dari distribusi frekuensi pada contoh
berikut:
36
37
Contoh soal :
Tentukan simpangan baku dari distribusi frekuensi berikut.
38
Penyelesaian:
39
B. Koefisien Variasi
• Ukuran-ukuran dispersi atau variasi yang telah
dibahas sebelumnya merupakan dispersi
absolut (mutlak, takterbatas), seperti
jangkauan, simpangan rata-rata, simpangan
kuartil dan simpangan baku.
• Ukuran dispersi absolut hanya dapat
digunakan untuk melihat penyimpangan-
penyimpangan nilai yang terdapat pada suatu
kumpulan data, bukan untuk beberapa
kumpulan data.
40
• Untuk membandingkan dispersi atau variasi
dari beberapa kumpulan data digunakan
istilah dispersi relatif, yaitu perbandingan
antara dispersi absolut dan rata-ratanya.
Dispersi relatif dirumuskan:
41
• Berikut ini adalah empat macam dispersi
relatif, yaitu koefisien variasi, variasi
jangkauan, variasi simpangan rata-rata, dan
variasi kuartil.
42
Koefisien Variasi (KV)
Jika dispersi absolut digantikan dengan
simpangan bakunya maka dispersi relatifnya
disebut koefisien variasi (KV). Koefisien variasi
dirumuskan:
43
• Contoh soal:
• Dari hasil penelitian terhadap besi beton di
toko A dan toko B, diperoleh data sebagai
berikut.
44
Penyelesaian:
45
Variasi Jangkauan (VR)
• Variasi jangkauan / koefisien Range (KR)
adalah dispersi relatif yang dispersi absolutnya
digantikan dengan jangkauan.
46
Variasi Simpangan Rata-Rata (VSR)
• Variasi simpangan rata-rata adalah dispersi
relatif yang dispersi absolutnya digantikan
dengan simpangan rata-rata.
47
Variasi Kuartil (VQ)
• Variasi kuartil adalah dispersi relatif yang
dispersi absolutnya digantikan dengan kuartil.
48
Contoh soal:
• Dua perusahaan yaitu A dan B memiliki karyawan
sebanyak 50 orang. 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.
– Tentukan dispersi relatif perusahaan tersebut (gunakan ke-
4 macam dispersi relatif)!.
– Perusahaan mana yang memiliki variasi gaji yang lebih
baik?
49
Penyelesaian:
a. 1) perhitungan koefisien variasi.
2
𝑋 ( 𝑋)2
𝑠= −
𝑛−1 𝑛(𝑛 − 1)
1.347.500 29502
𝑠𝐴 = −
7−1 7(7 − 1)
1.347.500 8.702.500
𝑠𝐴 = −
6 42
𝑠𝐴 = 224.583,33 − 207.202,38
𝑠𝐴 = 17.380,95 = 131,837
50
51
2) Perhitungan variasi jangkauan
350
𝑉𝑅𝐴 = 𝑥 100%
421,43
= 𝟖𝟑, 𝟎𝟓%
52
3) Perhitungan variasi simpangan rata-rata
Lihat hal 14-15
𝑿𝑨 − 𝑿𝑨 110,204
𝑺𝑹𝑨 = 𝑉𝑆𝑅𝐴 = 𝑥 100%
𝒏 421,43
= 𝟐𝟔, 𝟏𝟓%
𝑿𝑩 − 𝑿𝑩
𝑺𝑹𝑩 =
𝒏
53
Note:
54
4) Perhitungan variasi kuartil.
• Urutan data:
55
56
a. Dari perhitungan dispersi relatif di atas, terlihat bahwa
dispersi relatif gaji perusahaan B lebih baik daripada
dispersi relatif gaji perusahaan A.
b. Variasi gaji di perusahaan B lebih baik dibandingkan variasi
gaji di perusahaan A.
57
C. Bilangan Z (Z-Score)
58
• Variabel data baru z1, z2, z3, ...,zn ternyata
memiliki rata-rata 0 dan simpangan baku 1.
• Dalam penggunaannya, bilangan z sering
diubah menjadi distribusi yang baru dengan
rata rata dan simpangan baku S0, Angka yang
diperoleh dengan cara itu disebut angka
standar atau angka baku, dengan rumus:
59
• Jika X0 = 0 dan S0 = 1 maka:
• Penyelesaian:
61
45.000 − 32.000 37.500 − 26.000
𝑧𝐴 = 𝑧𝐵 =
8.500 5.500
𝑧𝐴 = 1,53 𝑧𝐵 = 2,09
62
• Jadi, berdasarkan distribusi baru di atas, perusahaan B
memperlihatkan nilai yang lebih tinggi (Rp 43.630,00)
dibandingkan dengan perusahaan A (Rp 39.710,00).
63