MAKALAH BIOSTATISTIK

UKURAN VARIASI, DISPERSI, SEBARAN DATA

OLEH

GIAN DWI PUTRA 2221312007

EKA WAHYUNI 2221312008
AULIANA TESA 2221312009

PROGRAM STUDI MAGISTER KEPERAWATAN

FAKULTAS KEPERAWATAN
UNIVERSITAS ANDALAS
PADANG
2022
 KATA PENGANTAR

Puji dan syukur kami panjatkan kehadirat Tuhan Yang Maha Esa ,karena berkat rahmat
dan hidayah-Nya, kami dapat menyelesaikan tugas makalah ini guna memenuhi tugas mata
kuliah Biostatistik Program Magister Keperawatan Universitas Andalas.
Makalah berisikan tentang Ukuran variassi, disperse dan sebaran data, ini merupakan
bentuk pertanggung jawaban atas tugas yang diberikan Dosen pengampu dalam mata kuliah
Biostatistik Program Magister Keperawatan, sekaligus salah satu syarat untuk memenuhi nilai
kami.
Kami mengucapkan terima kasih kepada Dosen pengampu mata kuliah Biostatistik
Program Magister Keperawatan.
Makalah ini diharapkan dapat bermanfaat bagi pembaca, kami menyadari bahwa dalam
menyusun makalah ini masih mempunyai kekurangan,oleh sebab itu dengan dada lapang serta
tangan dan hati terbuka kami mengharapkan saran dan kritiknya yang bersifat membangun untuk
kesempurnaan makalah ini.

Penulis

ii
 DAFTAR ISI

KATA PENGANTAR ii
DAFTAR ISI iii

BAB I 1
1.1. LATAR BELAKANG 1
1.2. TUJUAN 1
1.3. MANFAAT 1
BAB II TINJAUAN TEORITIS 2
2.1. RENTANG/RANGE ANTAR KUARTIL 2
2.2. SIMPANGAN BAKU DAN RATA-RATA 3
2.3. KOEFISIEN VARIASI, INDEKS VARIASI KUANTITATIF DAN ANTAR KUARTIL
4
BAB III PENUTUP 8
3.1. KESIMPULAN 8
DAFTAR PUSTAKA

iii
 BAB I
PENDAHULUAN

A. Latar Belakang
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 statistika pada suatu data. Data sendiri
merupakan kumpulan fakta atau angka.
Statistika deskriptif adalah metode - metode yang berkaitan dengan pengumpulan
dan penyajian segugus data. Dalam materi ini yang akan kita bahas adalah tentang
ukuran penyebaran atau dispersi. Ukuran penyebaran atau disperse atau ukuran
simpangan adalah ukuran yang menggambarkan bagaimana berpencarnya suatu data
kuantitatif. Ukuran ini sering disebut dengan ukuran variasi.
Pentinggnya kita mempelajari dispersi data didasarkan pada dua pertimbangan.
Pertama, pusat data, seperti rata-rata hitung, median, dan modus hanya member
informasi yang sangat terbatas, sehingga tanpa disandingkan dengan dispersi data
kurang bermanfaat dala manalisis data.
Kedua, dispersi data sangat penting untuk membandingkan penyebaran dua
distribusi data atau lebih. Ada beberapa jenis ukuran dispersi data, antara lain;
jangkauan (range), simpangan rata-rata (mean deviation), variansi (variance),
standardeviasi (standard deviation), jangkauan kuarti, dan jangkauan persentil

B. Tujuan

Tujuan dari makalah ini dapat menjelaskan Ukuran Variai, disperse dan sebaran
data yaitu Retang/range antar kuartil, simpangan baku dan rata-rata, koefisien variasi,
indeks variasi kuantitatif dan antar kuartil.

1
C. Manfaat

Mahasiswa dapat mengetahui Ukuran Variai, disperse dan sebaran data yaitu
Retang/range antar kuartil, simpangan baku dan rata-rata, koefisien variasi, indeks
variasi kuantitatif dan antar kuartil.

2
 BAB II
TINJAUAN TEORITIS

UKURAN VARIASI, DISPERSE, DAN SEBARAN DATA

Ukuran variasi atau dispersi adalah ukuran yang menyatakan seberapa jauh
penyimpangan nilai-nilai individu terhadap nilai pusatnya (rata-rata).
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. Ada beberapa macam ukuran variasi atau
dispersi, misalnya nilai jarak (range), rata-rata simpangan (mean deviation), simpangan baku
(standard deviation), koefisien variasi (coefficient of variation), ukuran kemencengan kurva
(skewness), dan ukuran keruncingan kurva (kurtosis). Di antara ukuran variasi atau disperse data
tersebut simpangan baku yang sering dipergunakan, khususnya untuk keperluan analisis data.
Terdapat 3 kondisi variasi data, yaitu data yang homogen (tidak bervariasi), data
heterogen (sangat bervariasi), dan data yang relatif homogen (tidak begitu
bervariasi). Ilustrasinya sebagai berikut:

Data homogen:                    50  50  50  50  50 -> rata-rata hitung=50

               
Data relatif homogen:         50  40  30  60  70 -> rata-rata hitung=50

Data heterogen:                   100  40  80  20  10 -> rata-rata hitung=50

Bila kita perhatikan, ketiga kondisi di atas memberikan nilai rata-rata hitung yang sama,
yaitu sebesar 50. Namun, kenyataannya rata-rata hitung pada data yang homogen dapat dengan
baik mewakili himpunan data keseluruhan. Rata-rata hitung pada data yang relatif homogen
cukup baik mewakili himpunan datanya. Sedangkan, rata-rata hitung pada data yang heterogen
tidak dapat mewakili dengan baik himpunan data secara keseluruhan.

2.1. Rentang/ Range Antar Kuartil

a. Jangkauan (Range, R)
Rentang adalah bentuk paling sederhana dari ukuran variasi. Range atau rentang
(r) suatu kelompok data adalah selisih antara nilai maksimum dengan nilai minimum.
Rentang suatu kelompok data dapat menunjukkan kualitas data, makin kecil rentang
suatu data, makakualitas data itu semakin baik sebaliknya semakin besar rentang
suatu data, maka kualitas data tersebut semakin tidak baik.( M. Iqbal Hasan, 2001) .
Range adalah selisih antara nilai terbesar dan nilai terkecil dari data yang telah

3
disusun berurutan. Cara mencari jangkauan dibedakan antara data tunggal dan data
berkelompok.

1) Jangkauan Data Tunggal

R= Xmax - Xmin
Contoh Range:
IQ lima orang anggota keluarga adalah; 108, 112, 127,118, dan 113.
Tentukan rentangnya?
Jawab: Rentangdari 5 IQ tersebut adalah
R= Xmax - Xmin

R = 127 – 108 = 19

2) Jangkauan Data Berkelompok

Pada data berkelompok, ditentukan dari selisih tepi atas kelas tertinggi
dengan tepi bawah kelas terendah ataupun dengan selisih titik tengah kelas
tertinggi dan titik tengah kelas terendah.

b. Jangkauan Antarkuartil
Jangkauan antarkuartil juga disebut hamparan. Bagaimana cara menentukan
jangkauan antarkuartil ? Perhatikan contoh berikut jangkauan untuk data tunggal.
Diperoleh nilai kuartil pertama Q1 = 5,5 dan kuartil ketiga Q3 = 7,5.
Jadi, jangkauan antarkuartilnya adalah H = 7,5 – 5,5 = 2.
Dapat disimpulkan bahwa:
Jangkauan antarkuartil adalah selisih antara kuartil ketiga dengan kuartil pertama.
Untuk menentukan jangkauan antarkuartil, dapat digunakan persamaan:
H = Q3 – Q1
Keterangan:
H = jangkauan antarkuartil (hamparan)
Q3 = kuartil ketiga
Q1 = kuartil pertama
c. Jangkauan Semi Antarkuartil

4
 Jangkauan semi antarkuartil juga disebut simpangan kuartil. Apa hubungan antara
jangkauan semi antarkuartil dengan jangkauan antarkuartil? Untuk mengetahuinya,
perhatikan contoh 1.7. Diperoleh nilai jangkauan antarkuartil H = 2, nilai jangkauan
semi antarkuartilnya adalah
Dapat disimpulkan bahwa:
Jangkauan semi antarkuartil adalah nilai dari setengah kali jangkauan antarkuartil.
Pengertian di atas dapat dinyatakan dalam persamaan:
Keterangan:
Qd = jangkauan semi antarkuartil
H = jangkauan antarkuartil (hamparan)

2.2. Simpangan Baku dan Rata-rata

a. Simpangan Baku
Simpangan baku adalah akar dari tengah kuadrat simpangan dari nilai tengah atau
akar kuadrat dari variansi. Simpangan baku adalah ukuran simpangan yang paling
banyak digunakan dalam statistika karena standardeviasi melibatkan semuanilai data
sertamerupakan bentuk linear danselalupositif, sementar aukuranukuran dispersi data
merupakanjarak yang bentukknya linear danpositif.
Rumus simpangan baku untuk data yang sudah dikelompokkan :

S = √ S2

b. Simpagan Rata-Rata
Simpangan rata-rata disingkat SR adalah jumlah nilai mutlak dari selisih
semuanilai dengan nilai rata-rata dibagi dengan banyaknya data.
Rumus simpagan rata – rata untuk data yang sudah dikelompokkan :
1
SR =
n−1
∑ f ∨X− X∨¿ ¿

2.3. Koefisien Variasi, Indeks Variasi Kuantitatif dan Antar Kuartil

a. Variasi
Variansi adalah rata-rata kuadrat selisih atau kuadrat simpangan dari semuanilai
data terhadap rata-rata hitung. Varians iuntuk sampel dilambangkan dengan S2.
Rumus Variansi untuk data yang sudah dikelompokkan :

5
 1
2
S =
n−1
∑ f ( X− X)
2

b. Indeks Dispersi atau Indeks Variasi Kualitatif (Index of Dispersion or Index

of Qualitative Variation)
Untuk mengukur keseragaman (variasi) data yang mempunyai tingkat pengukuran
nominal, digunakan Indeks dispersi dengan rumus:

( )
C 2 C
C. ∑ fi - ∑f 2
i=1 i=1 i
ID =

(∑ )
C 2
f i ( c-1 )
i=1

Nilai numerik ID terbatas: 0  ID  1

ID = 0 menunjukkan bahwa data seragam sempurna. Keadaan ini terjadi
apabila semua frekuensi terdapat pada satu kategri dan kategori lainnya
frekuensinya sama dengan nol (0). ID=1 mengisyaratkan variasi maksimal.
Fenomenon ini terjadi jika frekuensi terbagi rata untuk semua kategori.
Contoh:
Hasil penelitian Mahasiswa di Desa X tentang jenis pekerjaan penduduk
disajikan dalam data sebagai berikut:

No. Kategori Pekerjaan Banyaknya

1. PNS 75
2. ABRI 9
3. Pedagang 38
4. Petani 142
5. Buruh 208
6 Pelajar/Mahasiswa 196
7. Lain-lain 81
Jumlah penduduk 15 tahun lebih 749

Untuk menghitung Indeks Dispersi diperlukan data:

No. Kategori Pekerjaan fi fi2

6
 1. PNS 75 5625
2. ABRI 9 81
3. Pedagang 38 1444
4. Petani 142 20164
5. Buruh 208 43264
6 Pelajar/Mahasiswa 196 38416
7. Lain-lain 81 6561
Jumlah 749 115555

(7 )(7492 - 115555)
ID = = 0,926356637
(7492 )(7-1)

Jika dijadikan persen, maka ID = 92,6356637%, dibulatkan ID = 92,6%.

c. Antar kuartil
a) Jangkauan Kuartil dan Jangkauan Persentil
Jangkauan kuartil atau simpangan kuartil merupakan modifikasi dari range
yang sederhana, yakni mencoba ‘mempersempit’ jarak yang diukur. Jika pada
range sederhana, jarak kedua titik adalah data terbesar dan terkecil, atau antar dua
ujung nilai data, maka pada interkuartil range, data yang digunakan adalah data
yang lebih dekat ketitik pusat. ( M.Iqbal Hasan,2001).

Rumus jangkauan kuartil untuk data yang sudah dikelompokkan :

1
JK = (Q3 – Q1)
2
Jangkauan persentil 10 – 90 disebut juga rentang persentil 10 – 90.
Rumus jangkauan persentil untuk data yang sudahdikelompokkan :
JP = P90 – P10

7
 BAB III
PENUTUP

A. Kesimpulan

Disperse data adalah ukuran yang menyatakan seberapa jauh

penyimpangan nilai-nilai individu terhadap nilai pusatnya (rata-rata). Dispersi data

sangat penting untuk membandingkan penyebaran dua distribusi data atau

lebih .Disperse data dibagi menjadi : Range, simpangan rata – rata, variansi

simpangan baku, jangkauan kuartil dan jangkauan persentil.

Pentingnya kita mempelajari dispersi data didasarkan pada pertimbangan.

Pertama, pusat data seperti rata-rata hitung, median dan modus hanya memberi

informasi yang sangat terbatas, sehingga tanpa disandingkan dengan dispersi data

kurang bermanfaat dalam analisis data. Kedua, dispersi data sangat penting untuk

membandingkan penyebaran dua distribusi atau lebih.

8
 DAFTAR PUSTAKA

Agus, Irianto. 2004. Statistik Konsep Dasar Dan Aplikasinya. Jakarta : Prenada Media.

Hasan, M. Iqbal.2001. Pokok-PokokMateri Statistik I (Statistik Deskriptif). Bumi Aksara :

Jakarta.