NAMA : DWI YULI PANGESTI

NIM : 042944993
PRODI : AKUNTANSI

Diberikan data produksi hasil panen jambu (kg) : 100, 85, 80, 75, 70, 65, 60, 50, 45, 40,
hitunglah :
1. Deviasi rata-rata
Deviasi rata-rata adalah rata-rata penyimpangan dari data rata-rata (mean) nya. Di
dalam menghitung deviasi rata-rata, kita harus mencari rata-rata harga mutlak dari
selisih antara tiap-tiap data dengan meannya. Penyimpangan data terhadap mean ada
yang positif dan ada yang negaif maka yang dijumlahkan adalah harga mutlak
penyimpangan, bukan penyimpangan data dengan meannya. Hal yang dimaksud
harga mutlak adalah nilai dengan tanpa memandang tanda positif maupun negatif,
semuanya dianggap positif. Harga mutlak X biasanya ditulis dengan |X|.
Untuk mempermudah perhitungan deviasi rata-rata, kita akan menggunakan
pendekatan tabel sebagai berikut :

X X - X̅ |X - X̅|
100 100 – 67 = 33 33
85 85 – 67 = 18 18
80 80 – 67 = 13 13
75 75 – 67 = 8 8
70 70 – 67 = 3 3
65 65 – 67 = -2 2
60 60 – 67 = -7 7
50 50 – 67 = -17 17
45 45 – 67 = -22 22
40 40 – 67 = -27 27
670 0 150

670
X̅ = 10
= 67

150
dx̅ = 10
= 15

Untuk menghitung deviasi rata-rata, kita hitung mean, kita peroleh produksi rata-rata
dari 10 hasil panen tersebut sebanyak 67 kg. Proses seterusnya kita hitung
penyimpangan dari rata-ratanya. Berhubung penyimpangan ini ada yang negatif dan
ada pula yang positif maka kita cari harga mutlak penyimpangan. Setelah itu, baru kita
hitung deviasi rata-rata, kita peroleh deviasi rata-rata adalah 150 : 10 = 15.
2. Range nya
Range adalah perbedaan antara data terbesar dengan data terkecil yang terdapat
dalam sekelompok data.
Diketahui data produksi hasil panen jambu (kg) sebagai berikut :
100, 85, 80, 75, 70, 65, 60, 50, 45, 40
Range = 100 – 40 = 60

3. Deviasi standar

X X - X̅ ( X - X̅ )2
100 100 – 67 = 33 1089
85 85 – 67 = 18 324
80 80 – 67 = 13 169
75 75 – 67 = 8 64
70 70 – 67 = 3 9
65 65 – 67 = -2 4
60 60 – 67 = -7 49
50 50 – 67 = -17 289
45 45 – 67 = -22 484
40 40 – 67 = -27 729
670 0 3210

Hasil perhitungan tersebut kita masukan ke dalam rumus deviasi sandar. Hal yang
perlu kita perhatikan untuk memilih rumus yang akan digunakan adalah data itu
populasi atau sampel, kalau sampel termasuk sampel besar atau sampel kecil. Dari
kondisi data tersebut maka kita dapat memutuskan bahwa data tersebut adalah data
sampel dan merupakan sampel kecil. Dari kondisi data tersebut adalah data sampel
dan merupakan sampel kecil maka kita dapat memasukkan informasi tersebut ke
dalam rumus :

Ʃ (𝑋−𝑋̅ )2
S=√ 𝑛−1

3210
S = √10−1 = 18,89

4. Koefisien variasi
Koefisien variasi adalah presentasi deviasi standar terhadap rata-ratanya. Kegunaan
koefisien variasi adalah untuk mengukur keseragaman data. Semakin kecil koefisien
variasi berarti data tersebut semakin seragam, sedang apabila koefisien variasi
semakin besar, berarti data tersebut semakin tidak seragam (heterogen).
Untuk mencari besarnya koefisien variasi dapat dilakukan dengan rumus sebagai
berikut :
Diketahui :
𝑆
Untuk sampel : V = x 100%
𝑋

18,89
V= 67
x 100% = 28,19%
5. Koefisien kecondongan dan kesimpulan tentang kurva distribusinya

Untuk mengukur kecondongan dari suatu kurva, kita gunakan koefisien

kecondongan/skewness, yang dapat dihitung dengan rumus Pearson sebagai berikut :

𝑋̅ −𝑀𝑜
Sk = 𝑆

Dalam hal ini

Sk adalah koefisien kecondongan
X̅ adalah mean atau rata-rata hitung
Mo adalah modus
S adalah deviasi standar
Dalam suatu distribusi ada kemungkinan tidak ada satu pun modus, bisa juga ada
sebuah modus, dan kemungkinan mengandung lebih dari satu modus. Apabila dalam
sebuah distribusi tidak memiliki modus maka kita dapat memanfaatkan hubungan
antara mean, median, dan modus. Apabila data yang dipakai banyak maka mean,
median, dan modus mempunyai hubungan : Modus = 3 median – 2 mean.
Sehingga koefisien kecondongan dapat dihitung menggunakan rumus berikut :

3 (𝑋̅ −𝑀𝑑)
SK = 𝑆
Setelah diketahui besarnya koefisien skewness maka untuk menentukan gambar
distribusi itu condong ke kiri, condong ke kanan atau simetris, didasarkan atas tanda
dari koefisien kecondongan, dengan ketentuan sebagai berikut :

a. Bila koefisien kecondongan (skewness) itu positif berarti mean lebih besar dari
pada median dan modus maka diagram distribusinya condong ke kiri atau ekornya
di sebalah kanan.

Y-Values
3,5

3 •
2,5
2 —•— Y-Values
1,5
1 • • •
0,5

0 0,5 1 1,5 2 2,5 3 3,5

b. Bila koefisien kecondongan (skewness) itu negative berarti mean lebih kecil dari
pada median dan modus maka kurva itu condong ke kanan atau ekornya di
sebelah kiri.

0,7 •
0,6
0,5
0,4
0,3 —•— Y-Values
0,2• ₒ • —ₒ— Column 1
0,1
0
0 0,5 1 1,5 2 2,5 3 3,5

c. Bila koefisien kecondongan (skewness) itu besarnya sama dengan 0 berarti mean
sama dengan median sama dengan modus maka kurva itu simetris.
07
06
05
04 —•— Y-Value
03
02
01
0 01 02 03 04 05 06

Di samping menggunakan rumus Pearson, untuk menentukan kecondongan suatu

distribusi dapat pula ditentukan dengan melihat nilai α3 (alpha tiga), α3 adalah
rata-rata penyimpangan data-data dari mean, dipangkatkan tiga, dibagi dengan
deviasi standard pangkat tiga.

Sumber :
BMP/ESPA4123/3SKS/MODUL 1-9