Materi 8:

Fraktil dan Dipersi

A. Fraktil
Fraktil digunakan untuk mengetahui fraksi data yang berada di bawah atau diatas
nilai tertentu. Terdapat beberapa nama yang umum dipakai untuk membagi data menjadi
beberapa bagian, yaitu persentil (membagi data menjadi seratus bagian), desil (membagi
data menjadi sepuluh bagian), dan kuartil (membagi data menjadi empat bagian).

Nama Fraktil Pembagi(k) Notasi Kisaran Nilai(i)

Persentil 100 Pi 1 s/d 100
Desil 10 Di 1 s/d 10
Kuartil 4 Qi 1 s/d 4

1. Kuartil
Kuartil dilambangkan dengan Q. Nilai kuartil merupakan nilai dari sekumpulan data
yang dibagi menjadi empat bagian yang sama, dan yang membagi data tersebut dinamakan
kuartil. Selain itu juga terdapat pengertian lainnya yang menyebutkan kuartil merupakan
nilai atau angka yang membagi data terkecil sampai data terbesar atau sebaliknya dari data
terbesar sampai data terkecil.
Ada tiga buah kuartil, yakni kuatil pertama, kuartil kedua, dan kuartil ketiga yang
masing-masing disingkat dengan Q1, Q2, dan Q3. Pemberian nama ini dimulai dari nilai
kuartil paling kecil.
a. Kuartil Pertama (Q1) atau kuartil Bawah merupakan posisi data 25% dari seluruh
distribusi.
b. Kuartil Kedua (Q2) atau Kuartil Tengah merupakan posisi data 50% atau ditengah– tengah
disebut juga Median.
c. Kuartil Ketiga (Q3) atau Kuartil Atas merupakan posisi data 75% dari seluruh distribusi.

1) Kuartil Data Tunggal

Untuk menentukan nilai kuartil yang belum dikelompokkan (data tunggal) memiliki
beberapa langkah-langkah, yaitu sebagai berikut:
a. Menyusun data, dengan mengurutkan data dimulai dari yang terkecil sampai yang
terbesar
b. Menetukan nilai kuartil dengan menggunakan rumus:

Keterangan :

i= Kuartilke-i
n = Jumlahpengamatan/banyaknya data
 i( n+1)
LetakQi=
4

Contoh soal:
Sampel dengan data : 10, 3, 12, 5, 7, 10, 8, 14, 14, 14
Penyelesaian:
Setelah diurutkan menjadi : 3, 5, 7, 8, 10, 10, 12, 14, 14, 14
Cacah data dari contoh di atas adalah 10.
Kuartil ditentukan dengan:
10+1
Letak Q1 = data ke
4
= data ke 2,75 (yaitu antara data ke-2 dengan data ke-3)
1
Nilai Q1 = data ke 2 + (data ke 3 - data ke 2)
4
1
=5+ (7−5)
4
1
= 5 + x2
4
1
=5
2
2(10+1)
Letak Q2 = data ke.
4
= data ke 5,5 (yaitu antara data ke 5 dengan data ke 6)
1
Nilai Q2 = data ke 5 + (data ke 6 - data ke 5)
4
1
= 10 + (10−10)
4
= 10
3(10+1)
Letak Q3 = data ke.
4
= data ke 8,75 (yaitu antara data ke 8 dengan data ke 9)
1
Nilai Q3 = data ke 8 + (data ke 9 - data ke 8)
4
1
= 14 + ( 14−14 )
4
¿14

2) Kuartil Data Berkelompok

Bahwa mencari kuartil data kelompok haruslah dibuat susunan distribusi frekuensi
terlebih dahulu, dalam hal ini semata-mata untuk mempermudah perhitungan. Untuk
mencari kuartil data berkelompok menggunakan rumus sebagai berikut:

( )
i. n
−Fk
Qi 4
¿ Tb+ p
f

Keterangan:

Qi = kuartil ke-i

Tb = tepi bawah kelas kuartil
p = panjang kelas
n = banyaknya data
Fk = frekuensi kumulatif sebelum kelas kuartil
Contoh:
Diketahui data sebagai berikut.
Tabel Distribusi Frekuensi
Nilai data F1
3-5 2
6-8 2
9-11 3
12-14 3
Jumlah 10
2
Misalnya kita ingin menghitung kuartil kedua, maka . x 10 data=5 data
4
Jadi Q2 terletak di kelas ketiga. Dari kelas ketiga tersebut didapat:
b = 8,5 i=2
p=3 n = 10
f=3 F=4
Penyelesaian :
2 x 10
−4
Qi = 8,5 + 3 ( 4
¿
3

()
= 8,5 + 3
1
3
= 9,5

2. Desil
Desil merupakan  ukuran letak yang membagi data yang sudah diurutkan dari terkecil
hingga terbesar menjadi sepuluh bagian sama banyak. Jadi masing-masing bagian memiliki
10 % data keseluruhan dan memiliki 9 nilai desil.
Langkah-langkah menentukan desil adalah sebagai berikut :
D1 letaknya pada data ke 1/10 (n+1)
D2 letaknya pada data ke 2/10 (n+1)
D3 letaknya pada data ke 3/10 (n+1)
dan seterusnya sampai D9

Keterangan:
Di = Desil ke-i (i = 1, 2, 3, ...9
Tb = Tepi bawah
n = banyaknya data
fki = frekuensi kumulatif sebelum kelas yang memuat desil
fi = frekuensi kelas yang memuat desil
I = interval

Contoh :
Dari data berikut hitunglah desil ke 3, desil ke 6 dan desil ke 9
Tabel data nilai 1000 siswa yang mengikuti tes

Nilai Frekuensi
0-9 4
10-19 9
20-29 86
30-39 198
40-49 235
50-59 281
60-69 113
70-79 57
80-89 10
90-99 7

Jawab :
Membuat tabel frekuensi dan frekuensi komulatif
Nilai Frekuensi Frekuensi Komulatif
0-9 4 4
10-19 9 13
20-29 86 99
30-39 198 297
40-49 235 532
50-59 281 813
60-69 113 926
70-79 57 983
80-89 10 993
90-99 7 1000
Jumlah 1000

Desil ke 3
Dicari terlebih dahulu, kelas yang memuat desil ke-3.
D3 = 3/10 (1000) = 300
Maka kelas yang memuat D3 adalah kelas 40-49
Sehingga nilai desilnya
 Maka nilai desil ke-6 adalah 51,1
Desil ke 9
Dicari terlebih dahulu, kelas yang memuat desil ke-9.
D9 = 9/10 (1000) = 900
Maka kelas yang memuat D9 adalah kelas 60-69
Sehingga nilai desilnya

Maka nilai desil ke-9 adalah 67,1.

3. Persentil
Persentil adalah ukuran letak yang membagi kumpulan data yang sudah diurutkan
menjadi 100 bagian sama banyak dan tiap persentil  memiliki bagian 1% data serta
sekumpulan data terdapat 99 buah persentil.

Langkah-langkah menentukan persentil adalah sebagai berikut :

P1 letaknya pada data ke 1/100 (n+1)
P2 letaknya pada data ke 2/100 (n+1)
P3 letaknya pada data ke 3/100 (n+1)
dan seterusnya sampai
P99 letaknya pada data ke 99/100(n+1)

Sedangkan rumus persentil adalah

Pi = Persentil ke-i (i = 1, 2, 3, ...99)

Tb = Tepi bawah
n = banyaknya data
fki = frekuensi kumulatif sebelum kelas yang memuat persentil
fi = frekuensi kelas yang memuat persentil
I = interval

Contoh :
Hitunglah nilai persentil ke-12 dan persentil ke-78 dari data berikut :
Nilai Frekuensi
0-9 4
10-19 9
20-29 86
30-39 198
40-49 235
50-59 281
60-69 113
70-79 57
80-89 10
90-99 7

Jawab :

Buatlah tabel frekuensi komulatif

Frekuensi
Nilai Frekuensi
Komulatif
0-9 4 4
10-19 9 13
20-29 86 99
30-39 198 297
40-49 235 532
50-59 281 813
60-69 113 926
70-79 57 983
80-89 10 993
90-99 7 1000
Jumlah 1000
Persentil ke-12
Menentukan letak persentil ke-12
P12 letaknya pada data ke 12/100 (1000) = 120
Maka kelas yang memuat P12 adalah kelas 30-39
Sehingga nilai persentilnya
 Maka nilai persentil ke-12 adalah 30,56
B. Dispersi

Adakalanya dalam suatu penelitian kita memerlukan informasi terkait

ukuranpenyebaran data ini. Ukuran penyebaran data merupakan ukuran yang menyatakan
seberapa jauh penyimpangan nilai data dari nilai pusatnya atau berapa banyak nilai data
yang berbeda dengan pusatnya. Berikut beberapa macam ukuran penyebaran data :
1. Range (jangkauan)
Range adalah ukuran data yang paling sederhana. Range merupakan selisih antara data
terbesar dan terkecil. Dirumuskan :

R = X max – X min

Untuk data kelompok, range dapat dihitung dengan cara :

a. selisih titik tengah kelas tertinggi dengan titik tengah kelas terendah.
b. selisih tepi bawah kelas tertinggi dengan tepi bawah kelas terendah.
  
Contoh :

Carilah nilai Range dari data berikut :

Nilai Frekuensi(f1)
40-49 3
50-59 7
60-69 10
70-79 5
80-89 3
90-99 2

Jawab :

Menentukan titik tengah kelas tertinggi ½ (90 + 99)= 94,5

Menentukan titik tengah kelas tertendah ½ (40 + 49) = 44,5
Maka nilai Range dapat dihitung :
R = 94,5 - 44,5 = 50

2. Simpangan Rata-rata (SR)

 Simpangan Rata – rata adalah ukuran yang menunjukan rata-rata dari harga
mutlak deviasi tiap data terhadap nilai rata-rata yang merupakan harga mutlak
simpangan-simpangannya. Untuk data tunggal dirumuskan:

Sedangkan untuk data kelompok dirumuskan :

Contoh :
Hitunglah nilai SR (simpangan rata-rata) dari data berikut

Nilai Frekuensi(fi)
40-49 3
50-59 7
60-69 10
70-79 5
80-89 3
90-99 2

Jawab :
terlebih dahulu melengkapi tabel dengan data yang diperlukandan mean (x) dari
data telah dihitung adalah 65,83

Titik tengah |x_i-(x)| fi |(x_i-(x)|

Nilai Frekuensi(f1i)
(xi)
40-49 3 44,5 21,33 63,99
50-59 7 54,5 11,33 79,31
60-69 10 64,5 1,33 13,3
70-79 5 74,5 8,67 43,35
80-89 3 84,5 18,67 56,01
90-99 2 94,5 28,67 57,34
Jumlah 30 313,3

sehingga nilai SR dapat dihitung : 

3. Simpangan baku (standar deviasi)

Simpangan Baku adalah ukuran yang menunjukan deviasi standar data pengamatan
terhadap rata-ratanya. Dari pada simpangan rata-rata, simpangan baku dianggap
merupakan ukuran penyebaran yang lebih baik. Hal ini dikarenakan ukuran ini tidak
menggunakan asumsi nilai mutlak terhadap deviasi, tetapi menggunakan asumsi kuadrat
dari deviasi. Standar deviasi data tidak berkelompok dapat dihitung melalui rumus:
Rumus untuk sampel berukuran kecil ( < =30 )
 Rumus untuk sampel ukuran besar ( > 30 )

Contoh:

Hitunglah nilai standar deviasi dari data berikut :

Nilai Frekuensi(fi)
40-49 3
50-59 8
60-69 12
70-79 9
80-89 6
90-99 2
  

Jawab :
Melengkapi tabel dengan nilai yang dibutuhkan
dengan rata-rata : 67,75

Karena data berjumlah 40 maka SD dirumuskan

4. Simpangan kuartil (jangkauan semi interkuartil)

Simpangan kuartil hampir sama dengan range, karena dihitung dari selisih atau jarak
nilai tertinggi dan nilai terendah suatu data.  Simpangan kuartil bisa menghitung jarak
antara nilai tertinggi dengan nilai terendah dari setengah banyaknya data. Dirumuskan
menjadi:

Qd = ½ (Q3-Q1)
Qd = Simpangan kuartil
Q3 = Quatil atas
Q1 = kuartil Bawah