Makalah Ukuran Dispersi - Compress
Makalah Ukuran Dispersi - Compress
OLEH :
KELOMPOK IV
1. Afrinal
2. Arifki
3. Cici Wulandari
4. Doli Ali F.
5. Ika Desmawita
7. Novia A.
9. Vivi Indah P.
1
JURUSAN TEKNIK PERTAMBANGAN
FAKULTAS TEKHNIK
UNIVERSITAS NEGERI PADANG
2014
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..
2
Kelompok I
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
4. Untuk mengetahui pengertian serta persamaan-persamaan penting dari
kemencengan atau kecondongan, keruncingan, serta bilangan z-score
D. Manfaat Penulisan
1
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).
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:
2
Menunjukkan tinggi rendahnya penyimpangan antar data.
Mengeahui derajat perbedaan antar data.
R= X max −X min
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
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
1. Data Tunggal
i ( n 1)
4
Qi = ; 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
4
Maka :
JK = Q3 – Q1 = 9 - 4 = 5
Q
(¿ ¿ 3−Q 1) 1
¿ (9−4 )
1 2 = 2,5
Qd= ¿
2
2. Data Berkelompok
in
4 F
f
Qi = Tb + .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
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
5
Nilai Frekuensi (f)
30 – 39 2
40 – 49 3 Penyelesaian :
50 – 59 5 ¿ 59,5+7,14=66,64
60 – 69 14
70 – 79 24 Q3=Tb+. p
80 – 89 20
90 – 99 12 60−48
¿ 79,5+ .10
Jumlah 80 20
¿ 79,5+6=85,5
20−10
Q1=Tb+. p ¿ 59,5+ .10
14
6
Maka :
JK =85,5−66,64=18,86
1
Qd = (85,5−66,64)=9,43
2
PD=Q1−L
PL=Q3+ L
Keterangan:
L = satu langkah
PD = pagar dalam
PL =pagar luar
Contoh soal :
Selidikilah apakah terdapat data pencilandari data di bawah 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 =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
X= =6
Rata-rata hitung= 5
∑|X i −X|=|2−6|+|3−6|+|6−6|+|8−6|+|11−6|=14
∑| X i− X| 14
DR = n = 5 = 2,8
1 ∑ f | X− X|
DR= ∑ f ∣ X− X A ∣=
n n
Contoh soal:
Tentukan deviasi rata-rata dari distribusi frekuensi pada Tabel berikut !
Penyelesaian:
Dari tabel data tersebut. didapat X = 157,7. Dengan nilai itu, dapat dibuat tabel
∑ f |X −X|
DR=
n
282
¿ =5,64
50
d. Varians
Varians adalah nilai tengah kuadrat simpangan dari nilai tengah atau
2
populasi di simbolkan σ (baca sigma).
1. Varians data tunggal
• Untuk sampel besar 30 (n>30)
2
2 ∑ ( x−x́ )
s=
n
atau
∑ X2 ∑ X
s= 2
n
−
n ( )
atau
∑X
¿
¿
¿2
¿
2 ∑ X2
s= +¿
n−1
Contoh soal:
Tentukan varians dari data 2,3,6,8,11
Penyelesaian :
X X −X ( X −X )2 X
2
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 ) 54
s 2= = = 13,5
n−1 5−1
2 2
Σ ( X −X ) ( Σ X2)
s 2= -
n−1 n ( n−1 )
234 ( 30 ) 2
= 5−1 - 5 ( 5−1 ) = 13,5
∑f X 2 ∑fX 2
s 2=
n
−
n ( )
b) Untuk sampel besar (n ≤30 )
2
2 ∑f X 2 ( ∑fX )
s= −
n−1 ( n−1 ) n
• Metode coding
a) Untuk sampel besar (n ¿ 30)
2
∑ f u2 ( ∑fu )
s 2=C 2 −
n n
b) Untuk sampel besar (n ≤30 )
2
∑ f u2 ( ∑ fu )
s 2=C 2 −
n−1 n ( n−1 )
Keterangan:
C = Panjang interval kelas
d X−M
u = C = C
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
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
2 ∑f ( X − X́ )
s=
n
467,790
¿ =11,694
40
∑f X 2 ∑fX 2
s 2=
n
−
n ( )
2
216117 2937
¿
40
−
40 ( )
¿ 5402,925−539,231=11,694
65 -67 66 2 -3 9 -6 18
68 -70 69 5 -2 4 -10 20
71 -73 72 13 -1 1 -13 13
74 -76 75 14 0 0 0 0
77 -79 78 4 1 1 4 4
80 -82 81 2 2 4 4 8
Jumlah - 40 - - -21 63
2
∑ f u2 ( ∑fu )
s 2=C 2 −
n n
2
63 (−21 )
¿ 32 −
40 40
¿ 9 ( 1,575 )−0,276=11,694
3. Varians gabungan
s
2 ∑ ( n−1 ) s2
gab = ∑ n−k
Contoh soal :
Hasil pengamatan terhadap 20 objek mendapatkan s=4. Pengamatan terhadap 30
objek mendapatkan s=5. Berapakah varians gabungannya?
Penyelesaian :
s= √ varians
√
2
∑ ( X − X́ )
s=
n
√
2
∑ ( X − X́ )
s=
n−1
√
∑ X2 ∑ X 2
s=
n
−
n ( )
b) Untuk sampel kecil ( n ≤30 )
s=
√ ∑ X2
−
∑ X2
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
X −X ¿2
¿
∑f ¿
¿
s= √ ¿
√
∑fX 2 ∑fX 2
s=
n
−
n ( )
b) Untuk sampel kecil ( n ≤30 )
∑ fX ¿2
¿
¿
∑ fX 2
−¿
n−1
s= √¿
• Metode Coding
a) Untuk sampel besar ( n>30 )
∑ fu 2
¿
n
∑ fu 2
−¿
n
s=C √ ¿
Keterangan :
C = Panjang interval kelas
d X−M
u = C = C
∑f X
X=
∑f
5.585
¿ =55,85
100
X −X ¿2
¿
∑f ¿
¿
s= √ ¿
¿
√ 5.342,75
100
=7,31
√
∑f X 2 ∑fX 2
s=
n
−
n ( )
¿
√ 317.265 5.585 2
100
−
100 (=7,31 )
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
∑ fu 2
¿
n
∑ fu 2
−¿
n
s=C √¿
−23 2
¿
100
¿
219
−¿
100
¿ 5 √¿
3. Simpangan baku gabungan
Dengan cara menarik akar dari variasi gabungan.
S gab = √ S2gab
∑ ( n−1 ) s
s gab =
∑ n−k
Contoh soal :
jika diketahui:
n1=100 dan s1=5,08
Tentukan sgab!
Penyelesaian:
( n1 −1 ) s 1+ ( n2−1 ) s 2
S gab =
( n 1+ 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
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
sB 25
KVB = X́ B x 100% = 53. 000 x 100% = 0,047%
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
∑ X 2 (∑ X )
s A= −
n−1 n ( n−1 )
√
2
1.347 .500 ( 2950 )
¿ − =131,836
6 7 ( 7−1 )
∑ X B 2800
X́ B= = =400
n 7
∑´X B 2
= 1.330.000
√
2
1.330 .000 ( 2800 )
sB= − =187,08
6 7 (7−1 )
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.
Untuk mengetahui sebuah distribusi menceng ke kanan atau kekiri
digunakan beberapa metode-metode berikut.
Keterangan :
sk = Koefisien Kemencengan Pearson
X −Mo=3(X −Me)
Contoh soal 1 :
Diberikan data tinggi badan mahasiswa,Tentukan besarnya kemencengan kurva dari
data berikut:
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:
b. Koefisien Kemencengan Bowley
Q + 2Q 2 Q1
skb = 3
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
2. Jika Q1 = Q2 maka α = 1 dan distribusi datanya miring ke kanan
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.
c. Koefisien Kemencengan Persentil
Koefisien kemencengan persentil didasarkan atas hubungan antarpersentil (P90, P50,
P10) dari sebuah distribusi . Koefesien ini dirumuskan:
P
P
( ¿ ¿ 50−P10 )
(¿ ¿ 90−P50 )−
P50−P10
¿
sk p =¿
P
(¿ ¿ 90−2 P50 + P10)
P50 −P10
sk p=¿
Keterangan :
sk p
= Koefisien kemencengan persentil
P= persentil
d. Koefisien kemencengan momen
Koefisien Kemencengan Momen didasarkan pada perbandingan momen ke-3
3
dengan pangkat 3 simpangan baku. Koefisien ini dilambangkan dengan .
Koefisien Kemencengan Momen disebut juga kemencengan relatif.
1. α3= 0, maka distribusi datanya simetri
sangat menceng.
1
3 ∑ ( X −X )3
M n
α 3= 3 =
s s3
α3
= koefisien kemencengan
( )( ) ( ) )
3 3 2 3
α 3=
C
s
3
=
∑f u
n
−3(∑f u
n
∑ fu
n
+2
∑ fu
n
E. KERUNCINGAN (KURTOSIS)
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
α4
Dilambangkan dengan . 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.
Atau
( )( ) ( ) )
4 4 3 2 2 4
α 4=
C
s
4
=
∑f u
n
−4(∑f u
n )( ) (
∑ fu
n
+6
∑f u
n
∑fu
n
−3
∑ fu
n
Jawab :
b. Koefisien Kurtosis Persentil
Koefisien Kurtosis Persentil dilambangkan dengan K(kappa). Untuk
distribusi normal, nilai K=0,263. Koefisien ini dirumuskan:
1 ❑
( Q −Q1 )
2 3
K=
P 90−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.
Rumus Z-score :
X−X
Z=
s
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)
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.
a. Jarak/rentang/range
c. Quartile devasi
d. Mean deviation
e. Simpangan baku
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.
Daftar Pustaka