MAKALAH

ANALISIS DESKRIPTIF
(PENGUKURAN GEJALA PUSAT)

Disusun Oleh :

Christofer Sevanya Sondakh 210811020130

Nehemia Emilly Montolalu 210811020086
Enjinia Yovani Rumenser 210811020052
Ikriyanto Ismail 210811020016
Paul William Jong Pangaila 210811020031

UNIVERSITAS SAM RATULANGI

FAKULTAS ILMU SOSIAL DAN POLITIK
PROGRAM STUDI ILMU ADMINISTRASI BISNIS

1
 KATA PENGANTAR

Puji syukur kami panjatkan pada Tuhan yang maha esa, karena atas berkatnya kami
dapat menyelesaikan tugas makalah dari mata kuliah Statistik Bisnis. Pembuatan makalah ini
bertujuan untuk menyelesaikan tugas kelompok yang sudah diberikan. Makalah yang kami
susun ini berjudul ―Distribusi Frekuensi‖. Kami menyadari bahwa dalam penyusunan
makalah ini mungkin masih banyak kekurangan-kekurangan yang ditemukan, oleh karena itu
kami ucapkan permohonan maaf yang sebesar-besarnya. Kami sangat menerima kritik dan
saran yang membangun dari para pembaca dan semoga makalah ini dapat bermanfaat bagi
para pembaca juga dapat menambah ilmu pengetahuan, dan memperuas wawasan kita.
Terima kasih.

Manado, 24 Agustus 2022

Kelompok 8

2
 DAFTAR ISI
COVER ................................................................................................................. 1
KATA PENGANTAR .......................................................................................... 2
DAFTAR ISI......................................................................................................... 3
BAB 1 PENDAHULUAN .................................................................................... 4
BAB 2 PEMBAHASAN ....................................................................................... 5
BAB 3 KESIMPULAN......................................................................................... 15
DAFTAR PUSTAKA ........................................................................................... 16

3
 BAB I
PENDAHULUAN

A. Latar Belakang
Pada hakekatnya statistik adalah suatu kerangka teori-teori dan metode-metode yang
telah dikembangkan untuk melakukan pengumpulan, analisis, dan penulisan data sampel
guna memperoleh kesimpulan-kesimpulan yang bermanfaat.
Adapun statistika adalah ilmu tentang cara-cara mengumpulkan, menggolongkan,
menganalisis, dan mencari keterangan yang berhubungan dengan pengumpulan data yang
penyelidikan dan kesimpulannya berdasarkan bukti-bukti yang berupa angka-angka.
Secara umum kedudukan statistika memiliki beberapa manfaat, antara lain :
a. Menyajikan data secara ringkas dan jelas, sehingga lebih mudah dimengerti oleh para
pengguna.
b. Menunjukkan trend atau tendensi perkembangan suatu masalah.
c. Melakukan penarikan kesimpulan secara ilmiah.

B. Tujuan
a. Mengetahui pengukuran gejala pusat
b. Mengetahui dan menjelaskan rata-rata (mean)
c. Mengetahui dan menjelaskan mode
d. Mengetahui dan menjelaskan median
e. Menjelaskan dan memberikan contoh rata-rata (mean); mode dan median.

C. Pokok Bahasan
a. Rata rata (mean)
b. Mod
Median

4
 BAB II
PEMBAHASAN

A. Pengertian Analisis Deskriptif & Ukuran Gejala Pusat

Analisis deskriptif adalah analisis yang menggam-barkan suatu data yang akan dibuat
baik sendiri maupun secara kelompok. Tujuan analisis deskriptif untuk membuat
gambaran secara sistematis data yang faktual dan akurat mengenai fakta-fakta serta
hubungan antar fenomena yang diselidiki atau diteliti. Dalam penyajian ini akan dibahas
mengenai pengukuran gejala pusat misalnya Mean, Mode, dan Median.
Ukuran gejala pusat dapat disebut juga dengan nilai sentral atau nilai tendensi pusat.
Nilai sentral adalah nilai dalam suatu rangkaian data yang dapat mewakili rangkaian data
tersebut.
Ada beberapa syarat agar suatu nilai dapat dikatakan sebagai nilai sentral, yaitu:
a) Nilai sentral harus dapat mewakili rangkaian data
b) Perhitungannya harus didasarkan pada seluruh data
c) Perhitungannya harus mudah
d) Dalam suatu rangkaian data hanya ada 1 nilai sentral

1. Rata-Rata (Mean)
Rata-rata hitung atau disingkat dengan mean. Penggunaan rata-rata hitung untuk
sampel bersimbul ( X dibaca: eks bar).
Perhitungan mean dibagi dua yaitu mean data tunggal dan mean data kelompok.
a. Mean Data Tunggal
Data yang dipakai untuk menghitung mean tunggal hanya sedikit jumlahnya,
perhitungannya dengan cara menunjukkan semua nilai data dibagi banyaknya data,

dengan rumus:

Contoh 1
Diketahui enam pegawai bagian penjualan (sales) alat
telekomunikasi menghasilkan penjualan minggu in dengan
nilai masing-masing (dalam juta rupiah): 120, 180, 155, 95, 140, 225
carilah nilai meannya:

Contoh 2
Direkur PT Bnet21 ingin membagikan wang kepada lima orang
anak buahnya untuk keperluan lebaran tahun in: Fathimahtush
Sholihah Rp 6 juta, Juma'adi Rp 9 juta, Hamidah Nur Husna Rp 6,5
juta, Miftakhul Anang Rp 7,5 juta, dan Cahyo Kuncoro Rp 5 juta
Berapakah rata-rata uang yang diterima kelima orang tersebut?

5
b. Rata-rata Tertimbang (weighted meari)
Dalam kasus tertentu, beberapa data yang akan dihitung memiliki nilai yang sama.
Untuk mempermudah perhitungan, dapat menggunakan rata-rata tertimbang. Rumus
untuk menghitung rata- rata tertimbang :

Contoh 3
Sebuah perusahaan subkontraktor yang menjadi mitra PT.
Telkomsel membayar karyawannya setiap minggu sebesar Rp250.000,00;
Rp275.000,00; dan Rp300.000,00. Saat ini ada 28 karyawan yang bekerja, 15 di
antaranya dibayar Rp250.000,00; 10 dibayar Rp275.000,00; dan sisanya dibayar
Rp300.000,00. Berapa jumlah bayaran rata-rata per minggu dari ke-28 karyawannya?
Jawab :

c. Rata-rata Geometris
Rata-rata geometris digunakan untuk menentukan rata-rata
perubahan persentase, rasio, indeks, atau tingkat perubahan dari
waktu ke waktu. Rata-rata geometris dihitung dengan menggunakan
rumus :

Contoh 4
Kenaikan persentase penjualan selama empat bulan terakhir
produk Speedy PT. Telkom adalah 4,91; 5,75; 8,12; dan 21,60.
Berapa rata-rata geometrisnya?
Jawab:

6
d. Mean Data Kelompok
Apabila data yang sudah dikelompokkan dalam distribusi
frekuensi, maka data tersebut akan berbaur sehingga keaslian data
itu akan hilang bercampur dengan data lain menurut kelasnya, hanya
dalam perhitungan mean kelompok diambil titik tengahnya yaitu
setengah dari jumlah ujung bawah kelas dan ujung atas kelas untuk
mewakili setiap kelas interval. Hal ini dimaksudkan untuk menghindari
kemungkinan data yang ada di setiap interval mempunyai nilai yang
lebih besar atau lebih kecil dari titik tengah. Perhitungan data mean
kelompok dapat dicari dengan rumus:

Contoh 5
Diketahui hasil penilaian kinerja pegawai di lingkungan Dina:;
Kominfo Jabar yang berjumlah 70 orang seperti terlihat pada tabel
berikut. Berapakah rata rata nilai kinerja tersebut.

7
8
Contoh 6
Teori lain untuk menghitung mean kelompok dapat dihitung
dengan menggunakan rumus :

2) Pilihlah satu dari titik tengah sembarang, misalnya t0 = 72

kemudian berilah angka 0 pada kolom Si.
3) Urutkan nilai titik tengah yang lebih kecil dari t0 dengan angka -1,
-2 pada kolom Sj dan nilai titik tengah yang lebih besar dengan
angka 1,2,3,4 pada kolom s^
4) Hitunglah nilai rata-rata dengan rumus:

9
2. Mode
Mode atau disingkat dengan (Mo) ialah nilai dari data yang
mempunyai frekuensi tertinggi baik data tunggal maupun data
distribusi atau nilai yang sering muncul dalam kelompok data.
a. Menghitung Mode Data Tunggal
Menghitung mode dengan data tunggal dilakukan sangat
sederhana, yaitu dengan cara mencari nilai yang sering muncul di
antara sebaran data. Ukuran ini sering dipakai untuk rata-rata data
kualitatif.
Misalnya sebagian besar penyakit AIDS di Amerika disebabkan
oleh hubungan bebas, pada umumnya masyarakat Jepang bekerja
koras, sebagian besar rakyat Indonesia bercocok tanam dan lain-lain.
Penggunaan mode bagi data kualitatif maupun data kuantitatif
dengan cara menentukan frekuensi terbanyak di antara data yang
ada.
Contoh 1
Diketahui frekuensi kedatangan pelanggan ke Gerai Telkomsel
BEC pada hari Sabtu setiap minggunya selama 10 minggu sebagai
berikut: 140; 160; 160; 165; 172; 160; 170; 160; 180; dan 190.
Jawab: nilai mode frekuensi kedatangan pelanggan dari
Jakarta, yaitu pada nilai 160 karena muncul 4 kali.
Contoh 2
Diketahui tingkat penyelesaian berkas pengaduan (komplain)
setiap minggu di salah satu operator seluler sebagai berikut : 35; 35;
25; 20; 32; 27; 32; dan 32.
Jawab: Mode tingkat penyelesaian berkas pengaduan (komplain)
di salah satu operator seluler adalah 32 berkas/ minggu
karena muncul 3 kali.
b. Menghitung Mode Berdistribusi
Apabila kita sudah mengerti mode berbentuk tunggal tadi maka
kita akan lebih mudah memahami mode berbentuk distribusi. Dalam
hal ini dapat dihitung dengan rumus:

10
Contoh 3
Diketahui data distribusi frekuensi sebagai berikut.

Tandailah (Bb, P, Ft dan F2) pada Tabel 6 kemudian hitung modenya:

Langkah-langkah menjawab:
1) Carilah jumlah frekuensi (f) mode yang terbanyak dalam gugusan data yang mendekati
rerata, yaitu 20. Nilai mode terletak di kelas
interval ke-4.
2) Carilah batas bawah kelas mode (Bb) * Bb = 1/2 (74+75) = 74,5
3) Hitunglah panjang kelas mode (P) P = 75 -79 = 5
4) Carilah (F^, yaitu selisih antara frekuensi mode dengan frekuensi
sebelumnya. = f — fsb = 20 — 15 =5.
5) Carilah (F2), yaitu selisih antara frekuensi mode dengan frekuensi
sesudahnya. -> F2 = f - fsd = 20 - 16 = 4
6) Hitung mode dengan rumus:

11
3. Median
Median (Me) ialah nilai tengah dari gugusan data yang telah
diurutkan (disusun) mulai dari data terkecil sampai data terbesar atau
sebaliknya dari data terbesar sampai data terkecil. Median dibagi
menjadi dua perhitungan, yaitu median data tunggal dan median data
kelompok.
a. Mencari Median Bentuk Data Tunggal
Mencari median data tunggal dengan cara mengurutkan data
tersebut dari data terkecil sampai data terbesar atau sebaliknya dari
data terbesar sampai data terkecil, kemudian posisi median dicari
dengan rumus: Me = Vz(n = 1) dimana n = jumlah data.
Contoh 1: Data Ganjil
Diketahui data: 65; 70; 90; 40; 35; 45; 70; M); dan 50

Langkah-langkah menjawab:
1) Urutkan data dari data terkecil sampai data terbesar:
35; 40; 45; 50; 65; 70; 70; 80; 90
2) Carilah posisi median dengan rumus: Me = 1/2 (n + 1)
Me = 1/2 (9 + 1) = 5 (posisi pada data ke-5)
Jadi, Letak Me = 65
Contoh 2: Data Genap
Diketahui data: 50; 65; 70; 90; 40; 35; 45; 70; 80; dan 90
Langkah-langkah menjawab:
1) Urutkan data dari data terkecil sampai data terbesar:
35; 40; 45; 50; 50; 65; 70; 70; 80; 90
2) Carilah posisi median dengan rumus: Me = V2 (n + 1)
Me = 1/2 (10 + 1) = 5,5 (posisi pada data ke-5,5)
Jadi, Posisi Me = Vz (50 + 65) = 57,5
b. Mencari Median Data Kelompok
Mencari median data kelompok ini perlu dibuat susunan
distribusi frekuensi terlebih dahulu dengan cara mengurutkan datadata terkecil sampai data
terbesar atau sebaliknya dari data terbesar
r,ampai data terkecil, kemudian menghitung Rentangan (R), Jumlah
Kelas (K) dan Panjang Kelas Interval (P). Kemudian membuat
distribusi frekuensi dilanjutkan mencari nilai mediannya dengan
rumus:

12
Contoh 1
Diketahui hasil penilaian kinerja pegawai di lingkungan Dinas
Kominfo Jabar yang berjumlah 70 orang, diperoleh data:
70, 70, 71, 60, 63, 80, 81, 81, 74, 74, 66, 66, 67, 67, 67, 68, 76, 76,
77, 77, 77, 80, 80, 80, 80, 73, 73, 74, 74, 74, 71, 72, 72, 72, 72, 83,
84, 84, 84, 84, 75, 75, 75, 75, 75, 75, 75, 78, 78, 78, 78, 78, 78, 79,
79, 81, 82, 82, 83, 89, 85, 85, 87, 90, 93, 94, 94, 87, 87, 89.
Langkah-langkah menjawab:
1) Urutkan data dari terkecil sampai terbesar.
60, 63
66, 66, 67, 6, 67, 68
70, 70, 71, 71, 72, 72, 72, 72, 73, 73, 74, 74, 74, 74, 74
75, 75, 75, 75, 75, 75, 75, 75, 76, 76, 77, 77, 77, 78, 78, 78, 78, 78, 79, 79
80, 80, 80, 80, 80, 81, 81, 81, 82, 82, 83, 83, 84, 84, 84, 84
85, 85, 87, 87, 87, 89, 89
90, 93, 94, 94
2) Hitung jarak atau rentangan (R)
R = data tertinggi - data terendah
R ~ 94 - 60 =34
3) Hitung jumlah kelas (K) dengan Sturges.
K = 1 + 3,3 log 70
K = 1 +3,3. 1,845
K = 1 + 6,0885 = 7,0887 « 7
4) Hitung panjang kelas interval (P)

5) Tentukan batas kelas interval dengan rumus:

(60 + 5) = 65 – 1 = 64
(65 + 5) = 70 – 1 = 69
(70 + 5) = 75 – 1 = 74
(75 + 5) = 80 – 1 = 79
(80 + 5) = 85 – 1 = 84
(85 + 5) = 90 – 1 = 89
(90 + 5) = 95 – 1 = 94
6) Buatlah Tabel sementara dengan cara dihitung satu demi satu
yang sesuai dengan urutan interval kelas

13
7) Cari nilai interval yang mengandung unsur median dengan rumus
Vz n = Vz x 70 = 35. Jadi median diperkirakan terletak di kelas
interval ke-4 seperti pada Tabel 8.
8) Cari batas bawah kelas median (Bb)
Bb = 1/2 (74 + 75) = 74,5 atau 74 + 1/2 = 74,5
9) Hitung panjang kelas median (P) —> P = 75 - 79 =5
10) Carilah jumlah frekuensi kelas median (f) - » f = 20
11) Cari jumlah dari semua frekuensi kumulatif di bawah kelas
median
(Jf) —> Jf = 2 + 6 + 15 = 23
12) Hitung nilai median dengan rumus:

Jadi, nilai Median (Me) = 77,5

14
 BAB III
KESIMPULAN

Rata-rata hitung atau mean ( X ) adalah hasil dari jumlah keseluruhan data dibagi n
(jumlah responden). Rata-rata tertimbang dapat digunakan untuk menghitung rata-rata dari
data dimana terdapat beberapa data yang nilainya sama. Sedangkan rata-rata geometris
digunakan untuk menghitung rata-rata dari perubahan persentase, rasio, indeks, atau tingkat
perubahan dari waktu ke waktu.
Mode (Mo) ialah nilai dari data yang mempunyai frekuensi tertinggi baik data tunggal
maupun data distribusi atau nilai yang sering muncul dalam kelompok data. Median (Me) ialah
nilai tengah dari gugusan data yang telah diurutkan (disusun) mulai dari data terkecil sampai
data terbesar atau sebaliknya dari data terbesar sampai data terkecil. Median dibagi menjadi
dua perhitungan, yaitu median data tunggal dan median data kelompok.

15
 DAFTAR PUSTAKA
Anderson, TW, (1958). An Introduction to Multivariate Statistical
Analysis, New York: John Wiley and Sons Inc.
Al-Rasyid Harun (1994). Analisis Jalur (Path Analysis) scbagai
Sarana Statistika dalam Analisis Kausal. Bandung: LP3S
Fakultas Ekonomi UNPAD.
Alwin, Duane P. & Robert M. Hauser. (1975). ’’Decomposition of
Effects in Path Analysis” Amarican Sosiological Review. Vol.
40. p37-47.
Bachrudin, Achmad & Harapan L. Tobing. (2003) Analisis Data untuk
Penelitian Survai dengan Menggunakan LISREL 8. Bandung:
Jurusan Statistika FMIPA Unpad.
Berenson, Mark L. And Levine, David M. (1996J Basic Business
Statistics Concepts and applications. Sixth Edition New
York:Prentice-Hall International, Inc.
Cooper, Donald R. & William C. Emory. (1997). Metode Penelitian
Bisnis. Edisi Bahasa Indonesia. Jakarta: Erlangga.
Drape, N.R. and Smith H, Applied Regression Analysis, New York:
John Wiley and Sons Inc.
Ferdinand, Augusty. 2002. SEM dalam Penelitian Manajemen.
Semarang: BP-UNDIP.

16
 MAKALAH
ANALISIS DESKRIPTIF
(PENGUKURAN PENYIMPANGAN)

Disusun Oleh :

Christofer Sevanya Sondakh 210811020130

Nehemia Emilly Montolalu 210811020086
Enjinia Yovani Rumenser 210811020052
Ikriyanto Ismail 210811020016
Paul William Jong Pangaila 210811020031

UNIVERSITAS SAM RATULANGI

FAKULTAS ILMU SOSIAL DAN POLITIK
PROGRAM STUDI ILMU ADMINISTRASI BISNIS

17
 KATA PENGANTAR

Puji dan syukur kami panjatkan kepada tuhan yang maha Esa atas rahmat dan tuntunan
nya kami kelompok 8 dapat menyelesaikan makalah dengan judul “Analisis deskriptif’’ tepat
pada waktunya.
Adapun tujuan dari penulisan makalah ini adalah untuk memenuhi tugas dari ibu J.V
mangindaan SE.M. Bus (Acc).ph.D dan ibu olivia walangitan SAB.msi sebagai dosen
pengantar dari mata kuliah “Statistik Bisnis”.
Kami menyadari bahwa makalah ini masih jauh dari kata sempurna,oleh karena itu kami
sangat mengharapkan segala kritik dansaran pembaca demi penyempurnaan makalah ini.
Apabila terdapat banyak kesalahan pada makalah ini,kami memohon maaf. Demikian
yang dapat kami sampaikan, akhir kata semoga makalah dari kelompok kami dapat
bermanfaat bagi kita semua.

Manado, 24 agustus 2022

penyusun

18
 DAFTAR ISI

COVER .......................................................................................................................... 17
KATA PENGANTAR ................................................................................................... 18
DAFTAR ISI.................................................................................................................. 19
BAB I PENDAHULUAN .............................................................................................. 20
BAB II PEMBAHASAN ............................................................................................... 21
BAB III PENUTUP ....................................................................................................... 26
DAFTAR PUSTAKA .................................................................................................... 27

19
 BAB I
PENDAHULUAN

A. Latar Belakang Masalah

Pada dasarnya statistika ialah sebuah konsep dalam bereksperimen, menganalisa
data yang bertujuan untuk mengefisiensikan waktu, tenaga dan biaya dengan
memperoleh hasil yang optimal. Berdasarkan definisinya Statistika merupakan
ilmu yang mempelajari bagaimana merencanakan, mengumpulkan, menganalisis,
menginterpretasi,dan mempresentasikan data.Sedangkan statistik adalah data,
informasi, atau hasil penerapan algoritma statistik pada suatu data. Data sendiri
merupakan kumpulan fakta atau angka.
Dalam pengukuran penyimpangan kita hanya melihat bagaimana semua data dilihat
dari kesemaannya, tetapi tidak menjelaskan perbedaan antar data. Bisa saja dengan
pengukuran memusat menghasilkan kesimpulan yang sama tetapi jika dilihat dari
masing-masing data akan ada perbedaan. Dengan demikian akan menghasilkan
kesimpulan yang salah.

B. Rumusan Masalah
1. Apa yang dimaksud dengan analisis deskriptif ukuranpenyimpangan
2. Mengetahui macam macam ukuran penyimpangan
3. Mengetahui rumus ukuran penyimpangan

C. TUJUAN
Tujuan penulisan makalah ini adalah mengetahui tahapan tahapan yang analisis
deskriptif ukuran penyimpangan dan mejelaskan tahapan tahapan standar deviasi dari suatu
data.

20
 BAB II
PEMBAHASAN

A. Pengertian Pengukuran Penyimpangan

Pengukuran penyimpangan adalah suatu ukuran yang menunjukkan tinggi rendahnya
perbedaan data yang diperoleh dari rata-ratanya. Ukuran penyimpangan digunakan untuk
mengetahui luas penyimpangan data atau homogenitas data. Dua variabel data yang
memiliki mean sama belum tentu memiliki kualitas yang sama, tergantung dari besar atau
kecil ukuran penyebaran datanya. Macam-macam pengukuran penyimpangan yang sering
digunakan adalah rentangan (range), rentangan antar kuartil, rentangan semi antar kuartil,
simpangan rata-rata, simpangan baku, varians, koefisienvarians, dan angka baku, namun
yang umum digunakan adalahstandar deviasi.

B. Macam-Macam Penyimpangan
1. Range
Range adalah perbedaan antara data terbesar dengan data terkecil yang
terdapat pada sekelompok data. Range adalah salah satu ukuran statistik yang
menunjukan jarak penyebaran data antara nilai terendah (Xmin) dengan nilai
tertinggi (Xmax). Ukuran ini sudah digunakan pada pembahasan daftar distribusi
frekuensi. Jarak atau kisaran nilai(range) merupakan ukuran paling sederhana
dari ukuran penyebaran. Jarak merupakan perbedaan antara nilai terbesar dan
nilai terkecil dalam suatu kelompok data baik data populasiatau sampel. Semakin
kecil ukuran jarak menunjukkan karakter yang lebih baik, karena berarti data
mendekati nilai pusat dan kompak.
a) Range Untuk Data Tidak Berkelompok
Rumus untuk data tidak berkelompok adalah sebagai berikut :
Jarak (range) = Nilai Terbesar – Nilai Terkecil
Contoh :
Data nilai UAS Statistika
Kelas A : 90 80 70 90 70 100 80 50 75 70
Kelas B : 80 80 75 95 75 70 95 60 85 60
Langkah-langkah menjawab :
Urutkan dahulu kemudian dihitung berapa rentangannya.Kelas A : 50 70 70 70 75
80 80 90 90 100
Kelas B : 60 60 70 75 75 80 80 85 95
Rentangan kelas A : 100 – 50 = 50
Rentangan kelas B : 95 – 60 = 35

21
 b) Range Untuk Data Berkelompok
Rumus Range untuk data berkelompok adalah sebagai berikut:Range = batas atas
kelas tertinggi – batas bawah kelas terendah
Contoh:
berikut ini adalah data yang sudah dikelompokkan dari harga saham pilihan pada
bulan Juni 2007 di BEJ. Hitunglah Range dari data tersebut.
Harga saham
1 160 – 303 2
2 304 – 447 5
3 448 – 591 9
4 592 – 735 3
5 736 – 878 1
Penyelesaian:
Range = batas atas kelas tertinggi – batas bawah kelasterendah
= 878 – 160
= 718

1.DAVIASI
Deviasi rata-rata adalah rata-rata penyimpangan data- data dari rata-rata
(mean)-nya. Di dalam menghitung deviasi rata-rata harus kita cari rata-rata dari harga
mutlak selisih antara tiap-tiap data dengan meannya. Harga mutlak adalah nilai
dengan tidak memandang positif atau negatif, semuanya dianggap positif. Harga
mutlak dari X biasanya ditulis dengan
│X│.
a) Deviasi Untuk Data Tidak Berkelompok
Rumus Deviasi untuk data tidak berkelompok adalah sebagaiberikut:

22
Contoh :
data sebagai berikut:
8 17 22 10 13
Mean-nya = ( 8 + 17 + 22 + 10 +13 )/5 = 14.
Dengan demikian rata-rata selisih data-data itu terhadap mean (tanpa diabaikan
tanda positif dan negatifnya) sebagai berikut: MD = (8-14) + (17-14) + (22-14) +
(10-14) + (13-14)/5
= (-6) + 3 + 8 + (-4) + (-1)/5
=0
Oleh karena itu, dicari terlebih dahulu harga mutlaknya seperti pada rumus di atas.
Sehingga besarnya deviasi rata-rata sebagai berikut:
Deviasi rata-rata = │8-14│+ │17-14│ + │22-14│ + │10-14│ +
│13-14│/5
= (6 + 3 + 8 + 4 + 1)/5
= 22/5 = 4,4.

23
b) Deviasi Untuk Data Berkelompok
Rumus Deviasi untuk data berkelompok adalah sebagai berikut:

24
Rumus Standar Deviasi untuk data tidak berkelompok adalahsebagai berikut:

a) Varians Dan Standar Deviasi Untuk Data Berkelompok

Rumus Varians untuk data berkelompok adalah sebagai berikut:

Rumus Standar Deviasi untuk data berkelompok adalah

sebagai berikut:

25
 BAB III
PENUTUP

A. Kesimpulan
Pengukuran penyimpangan dapat diartikan suatu ukuran yang menunjukkan tinggi
rendahnya perbedaan data yang diperoleh dari rata-rata data tersebut. Beberapa jenis
pengukuran penyimpangan antara lain : Rentangan (range) Varians Simpangan baku
(standar deviasi) Koefisien varians Rentangan dapat di ketahui dengan mengurangi data
tertinggi dengan data terendah. Rentangan berfungsi untuk melihat perbedaan dari data
yang ada.

B. Saran
Dalam kehidupan sehari hari bahwa pengunaan aplikasi microsof Excel dan juga spss
dapat memberikan manfaat yang besar bagi suatu organisasi perusahaan maupun
pendidikan yaitu waktu dapat menjadi efisien ketika melakukan pengolahan data mentah
menjadi data kelompok yang nantinya menjadi data informasi bagi organisasi tersebut
dalam menetukan keputusan yang lebih baik dimasa yang akan datang.

26
 DAFTAR PUSTAKA

http://ar-ridhwank.blogspot.com/2012/10/statistika-pengukuran- penyimpangan.html
http://elib.unikom.ac.id/download.php?id=101766
http://nidannss.wordpress.com/2013/10/07/statistika-deskriptif-ii-
pengukuran penyimpangan-rang

27
28