MAAT
TEER
RII K
KEE 55””
UKURAN VARIASI
(UKURAN DISPERSI)
OLEH:
[DESKRIPSI: Ukuran Variasi atau yang sering disebut Ukuran Dispersi merupakan
ukuran yang menyatakan seberapa jauh penyimpangan nilai-nilai data dari nilai-
nilai pusatnya; Atau bisa disebut juga Ukuran yang menyatakan seberapa banyak
nilai-nilai data yang berbeda dengan nilai-nilai pusatnya]
Materi Kuliah: Statistika Bisnis | UMS Rappang: Andi Riska Andreani, S.E., M.Ak 1
2021
UKURAN DISPERSI DATA
Dispersi adalah ukuran penyebaran suatu kelompok data terhadap pusat data.
Ukuran dispersi yang sering digunakan dalam penelitian ialah jangkauan (range),
simpangan rata-rata (mean deviation), variansi (variance), dan deviasi baku (standard
deviation). Selain itu pada bab ini juga dibahas tentang simpangan kuartil, koefisien
variasi, kemiringan, dan kurtosis. Dalam dispersi data dibedakan antara ukuran dispersi
pada populasi dan ukuran dispersi pada sampel.
1. Jangkauan (range)
Jangkauan sebuah distribusi frekuensi dirumuskan sebagai beda antara pengukuran
nilai terbesar dan nilai terkecil yang terdapat dalam sebuah distribusi. Untuk
menghitung jangkauan tidak terdapat perbedaan rumus maupun simbol untuk data
populasi maupun data sampel.
Dirumuskan: Range (r) = nilai max – nilai min
Contoh untuk data tunggal:
• Data 1: 50,50,50,50,50 ; mempunyai r = 50-50=0
• Data 2: 30,40,50,60,70 ; mempunyai r = 70-30=40
Contoh untuk data bergolong:
Materi Kuliah: Statistika Bisnis | UMS Rappang: Andi Riska Andreani, S.E., M.Ak 2
2021
simbol yang berbeda untuk mean ( pada populasi dan X pada sampel) dan untuk
banyaknya data (N pada populasi dan n pada sampel)
a. Simpangan Rata-rata pada Populasi
• Bila data tunggal, maka:
SR
|X |
N
• Bila data bergolong, maka:
SR
f | X |,
N
di mana :
X nilai data
rata - rata hitung untuk populasi
N banyak data untuk populasi
Contoh untuk data tunggal:
Tentukanlah simpangan rata-rata untuk kelompok data populasi: 20,30,50,70,80!
Rata rata hitung 50 , N 5, maka
| 20 50 | | 30 50 | | 50 50 | | 70 50 | | 80 50 |
SR
5
30 20 0 20 30 100
20
5 5
Contoh untuk data bergolong:
Tentukanlah SR data modal 40 perusahaan berikut jika data tersebut merupakan
data populasi.
Materi Kuliah: Statistika Bisnis | UMS Rappang: Andi Riska Andreani, S.E., M.Ak 3
2021
SR
f | X | 455,850 11,396
f 40
SR
|XX |
n
• Bila data bergolong, maka:
SR
f X X
,
n
di mana :
X nilai data
X rata - rata hitung untuk sampel
n banyak data untuk sampel
Materi Kuliah: Statistika Bisnis | UMS Rappang: Andi Riska Andreani, S.E., M.Ak 4
2021
Contoh untuk data bergolong:
Tentukanlah SR data modal 40 perusahaan berikut jika data tersebut merupakan
data sampel.
SR
f | X X | 455,850 11,396
f 40
3. Variansi (variance)
Variansi adalah rata-rata kuadrat selisih atau kuadrat simpangan dari semua nilai
data terhadap rata-rata hitung. Untuk menghitung variansi, digunakan rumus dan
simbol yang berbeda antara data sampel dan data populasi.
a. Variansi Pada Populasi
• Bila data tunggal, maka:
2
( X ) 2
N
• Bila data bergolong, maka:
2
( X ) 2 2
dimana f
N
Materi Kuliah: Statistika Bisnis | UMS Rappang: Andi Riska Andreani, S.E., M.Ak 5
2021
dimana :
X nilai data
rata rata hitung
N banyak data
Contoh untuk data tunggal:
Tentukanlah variansi untuk kelompok data populasi 20,30,50,70,80.
(20 50)2 (30 50) (50 50) (70 50) (80 50)
2
5
900 400 0 400 900
520
5
Contoh untuk data bergolong:
Tentukanlah SR data modal 40 perusahaan berikut jika data tersebut merupakan
data populasi.
2
f (X ) 2
8097,9741
202,449
N 40
Materi Kuliah: Statistika Bisnis | UMS Rappang: Andi Riska Andreani, S.E., M.Ak 6
2021
b. Variansi Pada Sampel
• Bila data tunggal, maka:
S 2
2
(X X)
1
n
Materi Kuliah: Statistika Bisnis | UMS Rappang: Andi Riska Andreani, S.E., M.Ak 7
2021
• Bila data bergolong, maka:
S 2
f (X X ) 2
, di mana n f
n 1
dimana :
X nilai data
X rata rata hitung
n banyak data sampel
Contoh untuk data tunggal:
Tentukanlah variansi untuk kelompok data sampel: 20,30,50,70,80.
(20 50) 2 (30 50) 2 (50 50) 2 (70 50) 2 (80 50)2
S 2
5 1
900 400 0 400 900
650
4
Contoh untuk data bergolong:
Tentukanlah SR data modal 40 perusahaan berikut, jika data tersebut merupakan
data sampel.
Materi Kuliah: Statistika Bisnis | UMS Rappang: Andi Riska Andreani, S.E., M.Ak 8
2021
f (X X ) 2
8097,9741
S 2
207,64
n 1 39
Materi Kuliah: Statistika Bisnis | UMS Rappang: Andi Riska Andreani, S.E., M.Ak 9
2021
4. Deviasi baku (standard deviation)
Deviasi baku adalah adalah akar pangkat dua dari variansi. Oleh karena itu, tentunya
terdapat perbedaan rumus dan simbol untuk menghitung deviasi baku pada data
populasi dan data sampel.
a. Deviasi baku pada Populasi
• Bila data tunggal, maka:
(X ) 2
N
• Bila data bergolong, maka:
f ( X ) 2
,di mana N f
N
Contoh untuk data tunggal:
Tentukanlah deviasi baku untuk kelompok data polulasi: 20,30,50,70,80.
(20 50)2 (30 50) 2 (50 50) 2 (70 50) 2 (80 50) 2
5
900 400 0 400 900
520 22.804
5
Contoh untuk data bergolong:
Tentukanlah deviasi baku data modal 40 perusahaan berikut, jika data tersebut
merupakan data populasi.
Materi Kuliah: Statistika Bisnis | UMS Rappang: Andi Riska Andreani, S.E., M.Ak 10
2021
f (X ) 2
8097,9741
202,45 14,229
N 40
b. Deviasi baku pada Sampel
• Bila data tunggal, maka:
S (2X X )
n 1
• Bila data bergolong, maka:
S
2 f (X X ) 2
, di mana n f
n 1
Contoh untuk data tunggal:
Tentukanlah deviasi baku untuk kelompok data sampel: 20,30,50,70,80.
(20 50) 2 (30 50) 2 (50 50) 2 (70 50) 2 (80 50) 2
S
5 1
900 400 0 400 900
650 25,495
4
Contoh untuk data bergolong:
Tentukanlah deviasi baku data modal 40 perusahaan berikut, jika data tersebut
merupakan data sampel.
Materi Kuliah: Statistika Bisnis | UMS Rappang: Andi Riska Andreani, S.E., M.Ak 8
2021
f (X ) 2
8097,9741
202,45 14,229
N 40
Materi Kuliah: Statistika Bisnis | UMS Rappang: Andi Riska Andreani, S.E., M.Ak 9
2021
V = ukuran variasi relatif (koefisien variasi)
S = deviasi baku
X = mean
Contoh:
Diketahui data hasil ujian dari 120 orang
MK Statistik:
• Rata-rata = 56
• Deviasi Baku = 23
MK Matematika:
• Rata-rata = 65
• Simpangan Baku = 30
Tentukan hasil ujian yang mana yang variansinya lebih besar.
Ss 30
Vs 100% 100% 46,15%
Xs 65
Sm 23
Vm 100% 100% 41,07%
Xm 56
Karena Vs > Vm berarti hasil ujian statistik lebih bervariasi (heterogen) dibanding hasil
ujian matematika.
Jika data tersebut merupakan data populasi, digunakan simbol yang berbeda untuk
mean dan deviasi baku, yaitu untuk mean dan untuk deviasi baku.
Materi Kuliah: Statistika Bisnis | UMS Rappang: Andi Riska Andreani, S.E., M.Ak 10
2021
frekuensi
frekuensi
frekuensi
Mod=Med=X Mod Med X Mod Med X
Terdapat beberapa cara yang dipakai untuk menghitung derajat kemiringan distribusi
data. Data yang dibicarakan pada pembahasan ini adalah data sampel. Untuk data
populasi dapat digunakan cara yang sama dengan mengganti symbol untuk mean (
pada populasi dan X pada sampel) dan variansi ( 2 pada populasi dan s2 pada
sampel)
a) Pearson
X Mod 3(X Med )
atau
S S
di mana :
X derajat kemiringan Pearson
Mod rata rata hitung
S modus
Med standar deviasi
median
Rumus ini dapat dipakai untuk data tunggal maupun data bergolong,
dengan aturan sbb:
– Bila = 0, distribusi data simetri
– Bila = negatif, distribusi data miring ke kiri
– Bila = positif, distribusi data miring ke kanan
Semakin besar , distribusi data akan semakin miring atau makin tidak
simetri.
Materi Kuliah: Statistika Bisnis | UMS Rappang: Andi Riska Andreani, S.E., M.Ak 11
2021
b) Momen
Bila data tunggal, maka:
3
( X X ) 3
nS 3
Bila data bergolong, maka:
3 3
f (X X )3
nS
di mana:
3 derajat kemiringan
X rata rata hitung
S s tan dar deviasi
n f
Materi Kuliah: Statistika Bisnis | UMS Rappang: Andi Riska Andreani, S.E., M.Ak 12
2021
c) Platikurtis
Distribusi data yang puncaknya rendah atau terlalu datar
frekuensi
frekuensi
frekuensi
4
(X X ) 4
nS 4
• Bila data bergolong, maka:
4
f ( X X ) 4
nS 4
di mana:
3 derajat kemiringan
X rata rata hitung
S s tan dar deviasi
n f
Materi Kuliah: Statistika Bisnis | UMS Rappang: Andi Riska Andreani, S.E., M.Ak 13
2021
Sumber:
• Syamsudin. 2002. Statistik Deskriptif. MUP: Surakarta
• N. Setyaningsih, Pengantar Statistika Matematika, MUP -UMS
• Budiyono, Statistika untuk Penelitian, 2004 , UNS
Materi Kuliah: Statistika Bisnis | UMS Rappang: Andi Riska Andreani, S.E., M.Ak 14
2021