UKURAN PENYEBARAN

By: Dr. ZURAIDAH, M.Si.

PENDAHULUAN
• Ukuran penyebaran digunakan untuk
mengetahui luas penyebaran data atau
homogenitas data
• Macam-macam ukuran penyebaran adalah sbb.
• Range / Kisaran
• Mean Deviation / Simpangan Rata-Rata
• Standart Deviation / Simpangan Baku
• Varians / Ragam
• Koefisien Variansi
• Angka Baku
RANGE / KISARAN
• Range / kisaran merupakan salah satu ukuran statistic
yang menunjukkan jarak penyebaran data antara nilai
terendah dengan nilai tertinggi
• Semakin kecil range maka distribusi data semakin
homogen dan mean merupakan wakil yang
representative dari data
• Semakin besar range maka distribusi data semakin
heterogen dan mean-nya semakin kurang representatif
• Untuk Data Tidak Berkelompok / Data Tunggal
R = Xt – Xr
Dimana : Xt = nilai pengamatan tertinggi
Xr = nilai pengamatan terendah
SIMPANGAN RATA-RATA
(DEVIASI RATA-RATA)
• Simpangan rata-rata (deviasi rata-rata) merupakan
jumlah harga mutlak simpangan setiap skornya
dibagi dengan banyaknya skor
• Kelemahannya adalah yang dijumlahkan hanya
harga mutlaknya saja (mengabaikan tanda
aljabarnya) yang secara matematik kurang dapat
dipertanggung jawabkan (dianggap kurang teliti)
• Untuk Data Tidak Berkelompok (Tunggal)

 xi  x
Sr  i 1
n
• Dimana : Sr = Simpangan rata-rata
xi = Nilai pengamatan ke-i
x = Rata-rata hitung
n = Banyaknya pengamatan
• Untuk Data Berkelompok
k

 fi xti  xt
Sr  i 1
k

 i 1
fi

• Dimana :
Sr = Simpangan rata-rata
xti = Nilai tengah pengamatan ke-i
xt = Rata-rata hitung nilai tengah pengamatan
fi = Frekuensi kelas ke-i
k = banyaknya kelas
SIMPANGAN BAKU / DEVIASI
STANDAR ( s , σ , stdv )
• Simpangan baku biasa disebut juga deviasi standar atau standard
deviation karena simpangan baku berasal dari simpangan rata-rata
yang telah dibakukan atau distandarisasikan, sehingga memiliki
kadar kepercayaan atau reliabilitas yang lebih mantap
• Simpangan baku (deviasi standar) merupakan ukuran
penyimpangan terhadap nilai rata-ratanya
• Simpangan baku (deviasi standar) merupakan harga akar positif dari
selisih item data dengan nilai rata-rata yang dibagi oleh jumlah data
(untuk data tidak berkelompok)

s s 2
  2
Untuk data tidak berkelompok

  xi
i 1
x 2
SD = s  , untuk n > 30
n

Keterangan :
SD = s = Simpangan baku (Standard deviation)
xi = Nilai pengamatan ke-i
x t = Nilai rata-rata hitung
n = Banyaknya pengamatan
Untuk data berkelompok
1. Metode Biasa
k

  x ti 
fix t  2

i 1
s k
, untuk n ≤ 30
f
i 1
i  1

  x ti 
fix t  2

i 1
s k
, untuk n > 30
f
i 1
i

Keterangan :
s = SD = Standard Deviasi = Simpangan Baku
xti = Nilai tengah kelas ke-i
x = Rata-rata hitung nilai tengah pengamatan
t

fi = Frekuensi kelas ke-i

k = banyaknya kelas
2. Metode Angka Kasar

2 2
k  k 
  i ti 
f x   f i xti 
 i 1   i 1 
k k
f i x  2
ti k f i xti2  k
i 1
f
i 1
i
i 1
f i
s= , untuk n ≤ 30 i 1
k s= , untuk n > 30
f
k

i 1
i  1 f
i 1
i

Keterangan :
s = SD = Standard Deviasi = Simpangan Baku
xti = Nilai tengah kelas ke-i
fi = Frekuensi kelas ke-i
k = banyaknya kelas
3. Metode Coding

2 Keterangan :
k
k

i1 f i ui  i1 i i 
2
 f u s = SD = Standard Deviasi =
Simpangan Baku
sI k  k ,untuk n ≤ 30 I = panjang interval kelas
 k

i1 f i  1  f i   f i  1 fi = frekuensi kelas ke-i
i 1  i 1  k = banyaknya kelas di dalam pencaran
frekuensi
ui = simpangan antara titik tengah
kelas ke-i dengan titik tengah kelas
2
2  
k k pertengahan di bagi dengan interval
i1 i i  i1 i i 
f u  f u kelas
sI k  k , untuk n > 30
 
i1 f i  i1 f i 
RAGAM / VARIANS ( s² ,σ² )
• Ragam (varians) merupakan nilai kuadrat dari deviasi
rata-rata, dimana paling sedikit ada 2 nilai yang tidak
sama antara xi dan x nya
• Untuk Data Tidak Berkelompok / Data Tunggal
2
 n 
n  i  x

 i   i 1 
n
 
2
x x xi
2

n
s2  i 1
 i 1

n 1 n 1

Dimana : s² = variansi = ragam

xi = Nilai pengamatan ke-i
x = Nilai rata-rata hitung
n = Banyaknya pengamatan
• Untuk Data Berkelompok
2
 k

  f i xti 
f i xti2   i 1 k 
k


k

 fi  xti  xt 2 i 1
 fi
s2  i 1
k  i 1

f
k
i  1 f i  1
i 1 i 1

Dimana :
s² = variansi = ragam
xti = Nilai tengah kelas ke-i
x t = Rata-rata hitung nilai tengah pengamatan
fi = Frekuensi kelas ke-i
k = banyaknya kelas
KOEFISIEN VARIANSI
• Koefisien variansi merupakan angka perbandingan antara nilai
simpangan baku (tingkat penyimpangan data ) dengan nilai
rata-ratanya (nilai tengahnya)

• Untuk Data Tunggal dan Data Berkelompok

s
kv  100%
x
 ANGKA BAKU
• Angka baku merupakan bilangan yang menunjukkan
tingkat data penyimpangan dari mean dalam satuan
simpangan baku atau berapa jauh suatu nilai
tersebut yang menyimpang dari rata-rata dengan
satuan st.dv.
• Kegunaan angka baku untuk mengamati perubahan
nilai kenaikan dan nilai penurunan variable atau
suatu gejala yang ada dari meannya.
• Semakin kecil angka bakunya semakin kecil pula
perubahan variable tersebut dari nilai meannya.
Sebaliknya semakin besar angka bakunya semakin
besar juga perubahan angka baku dari nilai rata-
ratanya.
• Rumus xx
z
st.dv
Dimana z = angka baku
x = nilai variable
x = rata-rata hitung (mean)
St.dv = simpangan baku
• Dalam penggunaan bilangan z sering dirubah
menjadi distribusi baru (model yang baru) yang
mempunyai rata-rata xo dan simpangan baku st.dvo
yang sudah ditentukan. Bilangan yang diperoleh
dengan cara ini disebut bilangan baku (bilangan
standar).
• Adapun rumus untuk memperoleh bilangan baku
sbb:
 xx 
z  x0  st.dv0  
 st.dv 

Dimana z = angka baku

x = nilai variable
x = rata-rata hitung (mean)
St.dv = simpangan baku
xo = mean yang sudah ditentukan
St.dvo = simpangan baku yang sudah
ditentukan