UKURAN DISPERSI

A. PENGERTIAN DISPERSI

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.

B. 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.

a. Jangkauan data tunggal

Bila ada sekumpulan data tunggal X 1 , X2 . . ., Xn maka jangkauannya
adalah
Jangkauan=X n−1

Contoh soal:

Tentukan jangkauan data: 1, 4, 7, 8, 9, 11!

Penyelesaian:
 X6 = 11 dan X1 = 1
Jangkauan = X6 – X1 = 11 - 1 = 10

b. Jangkauan data berkelompok

Untuk data berkelompok, jangkauan dapat ditentukan dengan dua

cara. yaitu menggunakan titik atau nilai tengah dan menggunakan tepi
kelas.
1) Jangkauan adalah selisih titik tengah kelas tertinggi dengan titik
tengah kelas terendah.
2) Jangkauan adalah selisih tepi atas kelas tertinggi dengan tepi bawah
kelas terendah.
Contoh soal:
Tentukan jangkauan dari distribusi frekuensi berikut
Tabel 4.1

Penyelesaian:

Dari Tabel 4.1 terlihat:

 Titik tengah kelas terendah = 142
Titik tengah kelas tertinggi = 172
Tepi bawah kelas terendah = 139,5
Tepi atas kelas tertinggi = 174,5
Jangkauan = 172 - 142 = 30
Jangkauan = 174,5 - 139,5 = 35

2. Jangkauan Antarkuartil dan Jangkauan Semi Interkuartil

Jangkauan antarkuartil adalah selisih antara nilai kuartil atas ( Q 3 ) dan

kuartil bawah (Q1). Dirumuskan:
JK=Q3−Q1
Jangkauan semi interkuartil atau simpangan kuartil adalah setengah dari
kuartil atas ( Q 3 ) dengan kuartil bawah ( Q 1 ) . Dirumuskan:
1
Qd= ( Q3−Q1 )
2
Rumus-rumus di atas berlaku untuk data tunggal dan data berkelompok.
Contoh Soal:
a. Tentukan jangkauan antar kuartil 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
b. Tentukan jangkauan antarkuartil dan jangkauan semi interkuartil distribusi
frekuensi berikut :
 Tabel 4.2 Nilai Statistik 80 Mahasiswa
Nilai Frekuensi (f)

30 – 39 2
40 – 49 3
50 – 59 5
60 – 69 14
70 – 79 24
80 – 89 20
90 – 99 12
Jumlah 80

Penyelesaian:
n
−( ∑ f 1 ) o
4
Q1=B1 + ×C
f Q1
20−10
¿ 59,5+ ×10
14
¿ 59,5+7,14=66,64
3n
−( ∑ f 3 ) o
4
Q3=B3 + ×C
f Q3
60−48
¿ 79,5+ ×10
20
¿ 79,5+6=85,5
JK=85,5−66,64=85,5
1
Qd= ( 85,5−66,64 )=9,43
2
Jangkauan antar kuartil (JK) dapat digunakan untuk menemukan
adanya data pencilan, yaitu data yang berada diluar pagar dalam dan pagar
luar. Data pencilan ini dapat terjadi karena ada kesalahan dari pencatatan atau
salah ukur atau berasal dari kasus yang menyimpang.
L=1,5 × JK
PD=Q1−L
PL=Q3 + L
Keterangan :
L = satu langkah
PD = pagar dalam
PL = pagar luar

Contoh soal:
Selidiki apakah terdapat data pencilan dari data dibawah ini
15, 33, 42, 50, 51, 51, 53, 55, 62, 64, 65, 68, 79, 85, 97
Penyelesaian :
Q1=50 dan Q3=68
JK=68−50
L=1,5 ×18=27
PD=50−27=23
PL=68+27=95

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.
3. Deviasi Rata-Rata (Simpangan Rata-Rata)
Deviasi rata-rata adalah nilai rata-rata hitung dari harga mutlak
simpangan-simpangannya.

a. Deviasi rata-rata data tunggal

Untuk data tunggal, deviasi rata-ratanya dapat dihitung dengan

menggunakan rumus:

1 ∑| X− X|
DR=
n
∑ |X− X|=
n

Contoh soal :
Tentukan deviasi rata-rata dari 2, 3, 6, 8, 11
Penyelesaian :
2+3+ 6+8+11
Rata−ratahitung=X = =6
5
∑|X i− X|=|2−6|+|3−6|+|6−6|+|8−6|+|11−6|=14
DR=
∑ |X i−X|= 14 =2,8
n 5

b. Deviasi rata-rata untuk data berkelompok

Untuk data berkelompok (distribusi frekuensi), deviasi rata-ratanya
dapat dihitung dengan rumus:
1 ∑ f |X −X|
DR=
n
∑ f |X −X|=
n

Contoh Soal:
Tentukan deviasi rata-rata dari distribusi frekuensi pada tabel berikut :
 Tabel 4.3 Temperatur selama sebulan adalah :
Interval Temperatur Frekuensi
X | X−X| f| X−X|
o
F (hari)
-50 sampai -45,1 4 -47,55 11,3 45,2
-45 sampai -40,1 10 -42,55 6,3 63
-40 sampai -35,1 15 -37,55 1,3 19,5
-35 sampai -30,1 11 -32,55 3,7 40,7
-30 sampai -25,1 10 -27,55 8,7 87

50 255,4

DR=
∑ f |X− X|
n
255,4
¿ =5,108
50

4. Varians
Varians adalah nilai tengah kuadrat simpangan dari nilai tengah atau
simpangan rata-rata kuadrat. Untuk sampel, variansnya (varians sampel)
disimbolkan dengan s2. Untuk populasi, variansnya (varians populasi)

disimbolkan dengan 2 (baca: sigma).

a. Varians data tunggal

1) Untuk sampel besar (n > 30)

2
s=
∑ ( X −X )2
n
 2) Untuk sampel kecil (n ≤ 30)

2
s=
∑ ( X −X )2
n−1

Contoh soal:
Tentukan varians dari data 2, 3, 6, 8, 11 !

Penyelesaian :
n =5
2+3+ 6+8+11
X= =6
5

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
s=
∑ ( X −X )2
n−1

54
¿ =13,5
5−1

b. Varians data berkelompok

1) Untuk sampel besar (n > 30)
 s2=
∑ f ( X−X )2
n

2) Untuk sampel kecil (n ≤ 30)

2
s=
∑ f ( X−X )
2

n−1

Contoh soal:
Tentukan varians dari distribusi frekuensi berikut:

Tabel 4.4 Pengukuran Diameter Pipa

Diameter Frekuensi
65 – 67 2
68 – 70 5
71 – 73 13
74 – 76 14
77 – 79 4
80 – 82 2
Jumlah 40

Penyelesaian:
X =73,425

Diameter f X X −X ( X −X )2 f ( X−X )
2

65 – 67 2 66 -7,425 55,131 110,262

68 – 70 5 69 -4,425 19,581 97,905
71 – 73 13 72 -1,425 2,031 26,403
74 – 76 14 75 1,575 2,481 34,734
77 – 79 4 78 4,575 20,931 83,724
80 – 82 2 81 7,575 57,381 114,762
Jumlah 40 - - - 467,790
 s2=
∑ f ( X−X )2
n

2 467,790
s= =11,694
40

5. Simpangan Baku (Standar Deviasi)

Simpangan baku adalah akar dari tengah kuadrat simpangan dari nilai
tengah atau akar simpangan rata-rata kuadrat. Untuk sampel, simpangan
bakunya (simpangan baku sampel) disimbolkan dengan s. Untuk populasi,
simpangan bakunya (simpangan baku populasi) disimbolkan  (dibaca
sigma). Variansnya tentulah s2 untuk sampel dan σ 2 untuk varians populasi.
Jelasnya s dan s2 merupakan statistik sedangkan  dan σ 2 merupakan
parameter. Untuk nentukan nilai simpangan baku, caranya:
s= √ varians

a. Simpangan baku data tunggal

Untuk seperangkat data X1, X2, X3, .......Xn (data tunggal)
simpangan bakunya dapat ditentukan dengan:
1) Untuk sampel besar (n > 30):

s=
√ ∑ ( X −X )2
n
2) Untuk sampel kecil (n ≤ 30)

s=
√ ∑ ( X −X )2
n−1
 Contoh soal:
Diberikan sampel dengan data: 8, 7, 10, 11, 4
Tentukan simpangan bakunya.
Xi X i −X ( X i−X )
2

8 0 0
7 -1 1
10 2 4
11 3 9
4 -4 16
∑ ( xi −x ) = 0 ∑ ( xi −x ) 2= 30
Rata – rata X = 8

s=
√ 30
4
=√ 7,5=2,74

b. Simpangan baku data berkelompok

1) Untuk sampel besar (n > 30)

√
2

s=
∑ f ( X−X )
n
2) Untuk sampel kecil (n≤ 30)

√
2

s=
∑ f ( X−X )
n−1
 Contoh soal;
Tentukan simpangan baku
Tabel 4.5 Nilai ujian statistik 100 orang mahasiswa

Niali ujian Frekuensi

40 – 44 8
45 – 49 12
50 – 54 19
55 – 59 31
60 – 64 20
65 – 69 6
70 - 74 4

Jumlah 100

Penyelesaian:

Nilai f X fX X −X ( X −X )2 f ( X−X )
2

40 – 44 8 42 336 -13,85 191,8225 1534,58

45 – 49 12 47 564 -8,85 78,3225 939,87
50 – 54 19 52 988 -3,85 14,8225 281,63
55 – 59 31 57 1767 1,15 1,3225 40,99
60 – 64 20 62 1240 6,15 37,8225 756,45
65 – 69 6 67 402 11,15 124,3225 745,94
70 - 74 4 72 288 16,15 260,8225 1043,29

Jumlah 100 5585 5342,75

 X=
∑ fX = 5585 =55,85
∑ f 100

√ √
2

s=
∑ f ( X−X ) = 5342,75
=7,31
n 100

C. KOEFISIEN VARIASI
Untuk membandingkan dispersi atau variasi dari beberapa kumpulan data
digunakan istilah dispersi relatif, yaitu perbandingan antara dispersi absolut dan
rata-ratanya. Dispersi relatif dirumuskan:

Dispersi absolut
Dispersi relatif =
Rata−rata

Koefisien Variasi (KV)

Jika dispersi absolut digantikan dengan simpangan bakunya maka dispersi
relatifnya disebut koefisien variasi ( K V ) Koefisien variasi dirumuskan:
s
KV = × 100 %
X

Keterangan:
KV = Koefisien variasi
s = simpangan baku
X = rata-rata

Contoh soal:
 Dari hasil sampling terhadap kandungan Ag dengan menggunakan channel
sampling dan bulk sampling diperoleh data sebagai berikut :
Bulk sampling :
S=¿ 57,99 g/t X = 78,274
Channel sampling :
S=¿ 69,99 g/t X = 88,584
a. Tentukan koefisien variasi masing-masing
b. Metode sampling yang mana sebaiknya dilalakukan

Penyelesaian:
Bulk sampling
S 57,99
KV = × 100 %= ×100 %=74,085 %
X 78,274
Channel sampling

S 69,99
KV = × 100 %= ×100 %=79,01 %
X 88,584
a. Jadi variasi kadar Ag dengan menggunakan Channel sampling lebih besar
daripada variasi kadar Ag dengan menggunakan Bulk Sampling
b. Sebaiknya menggunakan channel sampling untuk pengambilan sampel.

D. KEMENCENGAN ATAU KECONDONGAN

Kemencengan atau kecondongan (skewness) adalah tingkat ketidaksimetrisan

atau kejauhan simetri dari sebuah distribusi.
Jika distribusi memiliki ekor yang lebih panjang ke kanan daripada yang ke
kiri maka distribusi disebut menceng ke kanan atau memiliki kemencengan positif.
Sebaliknya, jika distribusi memiliki ekor yang lebih panjang ke kiri daripada yang
 ke kanan maka distribusi disebut menceng ke kiri atau memiliki kemencengan
negatif.
Berikut ini gambar kurva dari distribusi yang menceng ke kanan (menceng
positif) dan menceng ke kiri (menceng negatif).

Gambar 4.1 Kemencengan distribusi (a) Menceng ke kekiri (b) Menceng ke

kanan

Untuk mengetahui bahwa konsentrasi distribusi menceng ke kanan atau

menceng ke kiri, dapat digunakan menggunakan metode koefisien kemencengan
Person

Koefisien Kemencengan Pearson

Koefisien kemencengan Pearson merupakan nilai selisih rata-rata dengan

modus dibagi simpangan baku. Koefisien kemencengan Pearson dirumuskan:
X −Mo
sk=
s

Keterangan:

sk = koefisien kemencengan Person

Jika nilai sk dihubungkan dengan keadaan kurva maka:
1) sk = 0 —> kurva memiliki bentuk simetris;

2) sk > 0 —> nilai-nilai terkonsentrasi pada sisi sebelah kanan ( X terletak di

sebelah kanan M o ) , sehingga kurva memiliki ekor memanjang ke
kanan, kurva menceng ke kanan atau menceng positif;

3 ) sk < 0 —> nilai-nilai terkonsentrasi pada sisi sebelah kiri ( X terletak d i

sebelah kiri M o ) , sehingga kurva memiliki ekor memanjang ke
kiri, kurva menceng ke kiri atau menceng negatif.
Contoh soal:
Berikut ini adalah frekuensi debit air sungai
Tabel 4.6 frekuensi debit sungai

Interval Kelas Frekuensi

(m3/s) (f)
31 – 40 4
a. Tentukan nilai sk dan ujilah
41 – 50 3
arah kemencengan
51 – 60 5
b. Gambarkan kurvanya
61 –70 8
71 – 80 11
81 – 90 7
91 – 100 2
Jumlah 40
Penyelesaian:
 Interval Titik Frekuens fX X −X ( X −X )2 f( X −X )2
Kelas Tengah i
(m3/s) (X) (f)
31 – 40 35,5 4 142 -32 1024 4096
41 – 50 45,5 3 136,5 -22 484 1452

51 – 60 55,5 5 277,5 -12 144 720

61 –70 65,5 8 524 -2 4 32

75,5 11 830,5 8 64 704
71 – 80
85,5 7 598,5 18 324 2268
81 – 90
95,5 2 191 28 784 1568
91 – 100
Jumlah 40 2700 10840

X=
∑ fX = 2700 =67,5
∑ f 40

√ ∑ f ( X−X ) =
√
2
10840
s= =16,672
n−1 39
1 1
n−( ∑ f 2 ) o ( 40 )−12
2 2
Me=B+ C=60,5+ × 10=60,5+ 10=70,5
f Me 8
d1 4
Mo=L+ C=70,5+ × 10=70,5+ 4,44=74,94
d 1+d 2 4 +5

X −Mo 67,5−74,94
a . sk= = =−0,446
s 16,672

Dari hasil perhitungan diperoleh nilai sk -0,446, yaitu negative maka

kurvanya menceng ke kiri atau menceng negatif.

b. Gambar kurva:
 12

10

0
35.5 45.5 55.5 65.5 75.5 85.5 95.5

Gambar 4.2 Kurva menceng ke kiri untuk debit air sungai

E. KERUNCINGAN (KURTOSIS)

Keruncingan atau kurtosis adalah tingkat kepuncakan dari sebuah

distribusi yang biasanya diambil secara relatif terhadap suatu distribusi normal.
Berdasarkan keruncingannya, kurva distribusi dapat dibedakan atas tiga
macam, yaitu sebagai berikut.

1. Leptokurtik
Leptokurtik merupakan distribusi yang memiliki puncak relatif tinggi.

2. Platikurtik
Platikurtik merupakan distribusi yang memiliki puncak hampir mendatar.

3. Mesokurtik
Mesokurtik merupakan distribusi yang memiliki puncak tidak tinggi dan tidak
mendatar.
 Bila distribusinya merupakan distribusi simetris maka distribusi
mesokurtik dianggap sebagai distribusi normal.

Gambar 4.3 Keruncingan Kurva

Ukuran yang sering digunakan untuk mengetahui keruncingan suatu distribusi
adalah koefisien keruncingan

1. Koefisien Keruncingan

Koefisien keruncingan atau koefisien kurtosis dilambangkan dengan

4. (alpha 4). Jika hasil perhitungan koefisien keruncingan diperoleh:
a. nilai lebih kecil dari 3 (<3) maka distribusinya adalah distribusi
platikurtik:
b. nilai lebih besar dari 3 (>3) maka distribusinya adalah distribusi
leptokurtik.
c. nilai yang sama dengan 3 (= 3) maka distribusinya adalah distribusi
mesokurtik.
 Untuk mencari nilai koefisien keruncingan, dibedakan antara data
tunggal dan data berkelompok.

1) Untuk data tunggal

1
n
∑ ( X− X )4
α 4= 4
s

Contoh soal

Tentukan keruncingan kurva dari data kadar Au hasil pemboran

Lubang Bor Kadar Au g/t

1 5,2
2 1,5
3 35,9
4 9,8
5 17,7

Penyelesaian:
X X −X ( X −X )2 ( X −X )4
5,2 -8,82 77,7924 6051,657
1,5 1,5 2,25 5,0625
35,9 35,9 1288,81 1661031
9,8 9,8 96,04 9223,682
17,7 17,7 313,29 98150,62

70,1 14,02 1778,1824 1774462

x=
∑ x = 70,1 =14,02
n 5
 s=
√ ∑ ( X −X )2 =
n−1 √ 1778,182
4
=21,084

1 1
n
∑ ( X− X )4
5
×1774462
354892,4
α 4= = = =1,796
s
4
( 21,084 ) 4
197611,4

Karena nilainya lebih kecil dari pada 3 yaitu 1,796 maka distribusi
platikurtik.

2) Untuk data berkelompok

1
n
∑ ( X− X )4 f
α 4= 4
s
Contoh soal:
Berikut ini adalah distribusi frekuensi dari pengukuran diameter pipa

Diameter Pipa Frekuensi (f)

(mm)
65 – 67 2 a. Tentukan nilai koefisien
68 – 70 5 keruncingannya
71 – 73 13 b. Gambar grafiknya
74 – 76 14
77 – 79 4 Penyelesaian:
80 - 82 2 Dari perhitungan diperoleh s =
Jumlah 40
3,42

Diameter f X X −X ( X −X )4 f ( X−X )4
65 – 67 2 66 -7,425 3039,3 6078,7
68 – 70 5 69 -4,425 86 72
71 – 73 13 72 -1,425 383,40 1917,0
 74 – 76 14 75 1,575 09 04
77 – 79 4 78 4,575 4,1234 53,604
80 – 82 2 81 7,575 38 69
6,1535 86,149
438,09 01
11 1752,3
3292,5 64
36 6585,0
72

Jumlah 40 - - - 16472,97

1 1
n
∑ ( X−X )4 f
40
× 16.472,97
411,824
a . α 4= = = =3,01
s 4
( 3,42 ) 4
136,806
Karena nilai keruncingannya adalah 3,01 maka bentuk kurva tersebut
adalah mesokurtik
b. Grafik:
16

14

12

10

0
66 69 72 75 78 81

Gambar 4.4 Keruncingan kurva bagi diameter pipa

SOAL-SOAL LATIHAN
1. Jelaskan apa yang dimaksud dengan ukuran :
a. Kemiringan
b. Kurtosis
2. Berikan contoh fenomena yang dapat memberikan model kurva:
a. Negatif
b. Positif
3. Jelaskan bagaimana sifat data akan berkumpul jika lengkungannya:
a. Leptokurtik
b. Platikutik

4. Diketahui data curah hujan rata-rata setiap bulan selama tahun 2012 adalah
sebagai berikut :
Bulan Jan Feb Mar Apr Mei Juni Juli Agus Sept Okt Nov Des

mm/ 554, 261, 176, 297, 264, 122, 232, 122, 84,X 73,X 285, 380,
bula X X X X X X X X X X
n

a. Deviasi rata-rata
b. Hitung varians dan simpangan bakunya

5. Diketahui kadar Ni (%) dari enam buah drill hole adalah :

Drill hole 1 2 3 4 5 6
Kadar Ni (%) 0,9 1,2 1,5 1,9 2,4 2,6
Tentukan simpangan kuartil, deviasi rata-rata, varians, dan simpangan baku dari
data diatas apakah ada data pencilan dari kadar Ni diatas