Pengantar

UKURAN PENYEBARAN/DISPERSI/KERAGAMAN/VARIASI DATA :

 Ukuran yang menunjukkan penyebaran

suatu kelompok data terhadap pusat (rata-
rata) data.
 Ukuran yang menyatakan seberapa besar
nilai-nilai data berbeda atau bervariasi
dengan nilai ukuran pusatnya atau
seberapa besar penyimpangan nilai-nilai
data dengan nilai pusatnya.
Ukuran ini dinamakan pula nilai/ukuran
variasi, yang menggambarkan bagaimana
berpencarnya data dari pusatnya; terdiri :

1. Rentang/Kisaran/Jangkauan/Wilayah
(Range)
2. Simpangan Rata-rata (Mean Deviation)
3. Standar Deviasi/Simpangan Baku
(Standart Deviation)
4. Ragam/Variansi (Variance)
5. Koefisien Variasi (Coeficient of Variation)
 1. Rentang (Range)

 Rentang sekumpulan data adalah beda (selisih) antara

pengamatan terbesar (maksimum) dan terkecil (minimum)
dalam kumpulan data tersebut.
 Rentang dapat dihitung dengan rumus:
R = nilai maksimum – nilai minimum = |Xa-Xi|
 Semakin kecil nilai R maka kualitas data akan semakin
baik, sebaliknya semakin besar nilai R, maka kualitasnya
semakin tidak baik (jelek)

Contoh-1 :
Tentukan range dari data : 10, 6, 8, 2, 4
Jawab :
R = Xmaks – Xmin = 10 – 2 = 8
Contoh-2 :
Nilai mata kuliah X dari siswa yang berasal
dari SMU dan SMK
No SMU SMK
1 54 60
2 57 64
3 71 51
4 60 79
5 80 47
6 68 77
7 85 80
8 90 60
9 72 96
10 63 86
Jumlah 700 700
Jawab :
Selisih nilai pengamatan tertinggi dengan nilai
pengamatan terendah
R = Xmaks – Xmin
SMU = 90 - 54 = 36
SMK = 96 - 47 = 49
Sangat mudah dihitung, namun sangat kasar hasilnya,
karena tidak mempertimbangkan jumlah data
Digunakan dalam statistik pengendalian mutu
Digunakan sebagai dasar pengujian statistika
2. Simpangan Rata-rata
Simpangan Rata-rata dari sekumpulan data
adalah : nilai rata-rata hitung harga mutlak
simpangan-simpangannya.

Contoh :
Nilai ulangan matematika dari 6 siswa adalah : 7,5,6,3,8,7.
Tentukan simpangan rata-ratanya!
Jawab:
7 5 638 7
x= 6
= 6

76  56  66  36  86  76

SR =
6
8
=
6
= 1,33
Jika data dikelompokkan, maka - rumus
simpangan rata-rata berubah menjadi

fi | Xi- X |
SR :
n

dengan :
Xi : rata-rata kelas
X : rata-rata umum
fi: frekuensi kelas ke-i
Contoh :

Himpunan data A {2,4,5,6,8} dan himpunan data B

{1,4,5,6,9} masing-masing memiliki rata-rata yang
sama, yaitu X = 5. Tetapi data A lebih seragam sedang
data B lebih menyebar.Hal ini dapat dilihat, misalnya,
berdasar selisih (kisaran) data terkecil dengan data
terbesar. Pada A, selisihnya (8-2) = 6, sedang pada B
selisihnya ( 9-1 ) = 8.
Kisaran himpunan data 2,4,5,6,8 adalah K = | 8 -
2 |= 6 sedangkan simpangan rata-ratanya adalah:
|8-2|/5 = 1,2.
Lihat Tabel 3.1. Simpangan rata-ratanya adalah
{4(5,8-7,8} + 3 (6,8 -7,8) + 11(7,8-7,8) + 12(8,8-
7,8)}/30 =23/30 = 0,77
3. Simpangan Baku/ standar deviasi
Akar kuadrat dari varians dan menunjukkan
standar penyimpangan data terhadap nilai rata-
ratanya.

Rumus simpangan baku :

S

 X-X 
2

atau S 
nX - X 
2 2

n -1 n n - 1
 S

 X-X 
2

atau S 
nX 2 - X 
2

n -1 n n - 1

Contoh -1: Data = 50, 40, 30, 60, 70 dimana n = 5;

Tentukan simpangan baku

Jawab : X = (50+40+30+60+70)/5 = 50

 X - X = (50–50)2 + (40–50)2 + (30–50)2 + (60–50)2

2

+ (70-50)2
= 1.000

S= 1.000/(5–1)= 15,81
4. Varians/Ragam
Rata-rata kuadrat selisih dari semua nilai data
terhadap nilai rata-rata hitung.
Rumus :
n N
 ( xi  x ) 2
 i
( x   ) 2

i 1
Sampel : s 
2 i 1 Populasi : 2 
n 1 N
 5. KOEFISIEN VARIASI/KOEFISIEN KERAGAMAN

 Mengindikasikan seberapa besar nilai simpangan

baku relatif terhadap rata-ratanya
 Rumus Hitung
Koefisien Variasi =

s 
Sampel : KV (CV )  100% Populasi : cv  100%
x x
 Contoh : Rumus  S2 
X - X 
2

atau S2 
n X 2
- X 
2

n -1 n n - 1
Tentukan CV dari data : 2, 3, 5, 8, 7.
2358 7
x =5
5
x x  x  x  x 
2
S 26 /(5  1)
2 -3 9
 6,5
3 -2 4
 2,55
5 0 0
S
8 3 9 CV  .100%
x
7 2 4
2,55
26 CV  .100%
5
 51%
Kesimpulan = Data tidak seragam karena CV > 30%
harga koefisien variasi tidak dipengaruhi oleh
satuan yang digunakan, sehingga statistik ini
dapat dipakai untuk membandingkan sebaran
yang berbeda satuannya.
Suatu himpunan data dapat dianggap seragam jika
koefisien ragamnya  30%.

Contoh :
Koefisien ragam himpunan data A {2,4,5,6,8}
adalah (2,00/5)x 100 % = 40,0 %, sedang
koefisien ragam himpunan data B {1,4,5,6,9}
adalah (2,6/5)x 100 % = 52,0 %. Baik
himpunan data A maupun B keduanya tidak
seragam (karena koefisien ragamnya lebih
daripada 30%), tetapi himpunan data A lebih
seragam daripada B.
 Skor baku

Dari suatu himpunan data (X1,X2,...Xn) dapat dibuat data

baru berupa skor baku (Z1, Z2 , . . . Zn ) . Skor baku
("standard score/ standardized variable")peubah
didefinisikan sebagai

(Xi-X)
Zi =
s
dengan :
Zi : skor baku data ke-i
Xi : data asli ke-i
X : rata-rata
s : simpangan baku
Contoh :
Data 2, 4, 5, 6, dan 8 dapat diubah menjadi data baru
dalam bentuk skor baku. Karena rata-rata dan
simpangan baku data tersebut
adalah X = 5, dan s = 2,maka skor baku data
pertama adalah
(2-5)
Z1 = = -1,5, Z2 = -0,5; Z3 = 0; Z4 = +0,5, dan Z5 = +1,5.
2
Ternyata jumlah nilai Zi atau  Zi = 0, sehingga rata-
rata atau Z = 0. Selanjutnya, dapat dihitung
ragam Z atau sz2