MAKALAH

UKURAN DISPERSI DAN KEMENJULURAN

Dosen Pengampu : Ariwan Joko Nusbantoro, S.E.,M.M.

Kelompok :
1. Eliszha Wijayanti 220810201230
2. Aksel Dharma Divandra 220810201108
3. Rafli Thoriq Riza 220810201117
4. Indah Nur Chumala Sharie 220810201155
5. Hairul Anwar 220810201220
6. Nadiyah Putri Naurah 220810201245

PROGRAM STUDI S1 MANAJEMEN

JURUSAN MANAJEMEN
FAKULTAS EKONOMI DAN BISNIS
UNIVERSITAS JEMBER
2023
 KATA PENGANTAR

Seluruh puji bagi Allah SWT yang telah melimpahkan nikmat serta hidayah-Nya
khususnya nikmat kesempatan dan kesehatan sehingga kelompok kami mampu
merampungkan tugas makalah mata kuliah “STATISTIKA BISNIS”. Selanjutnya
shalawat serta salam kita ucapkan kepada Rasul kita, Muhammad SAW yang telah
menuntun kita dalam memahami Al-quran dan Sunnah guna menjalani kehidupan
beragama.

Makalah ini ialah salah satu tugas mata kuliah Statistika Bisnis di Universitas
Jember. Selanjutnya Kami sampaikan terima kasih yang sebesar-besarnya kepada
pihak-pihak yang telah memberikan panduan dan pengarahan selama penulisan
makalah ini.

Terakhir, kami menyadari bahwa banyak kekurangan dalam penulisan Makalah

ini, maka kami mengharapkan kritik dan saran yang bernilai positif dari para
pembaca guna menyempurnakan makalah ini.
 DAFTAR ISI

HALAMAN JUDUL.........................................................................................................i
KATA PENGANTAR.......................................................................................................ii
DAFTAR ISI..................................................................................................iii

BAB 1 PENDAHULUAN..................................................................................................
1.1 Latar Belakang ..............................................................................................................
1.2 Rumusan Masalah..........................................................................................................
1.3 Tujuan ...........................................................................................................................

BAB 2 PEMBAHASAN.....................................................................................................
2.1 Pengertian Ukuran Dispersi ..........................................................................................
2.2 Jenis Ukuran Dispersi ...................................................................................................
2.3 Kemenjuluran (Skewness) ............................................................................................
2.4 Jenis Kemenjuluran (Skewness) ...................................................................................

BAB 5 PENUTUP..............................................................................................................
5.1 Kesimpulan...................................................................................................................

DAFTAR PUSTAKA.........................................................................................................
 BAB I

PENDAHULUAN

1.1 Latar Belakang

Ukuran dispersi dan kemenjuluran adalah konsep penting dalam statistika

yang berkaitan dengan seberapa jauh atau tersebar data dari pusatnya. Ukuran
dispersi mengukur seberapa jauh titik data dari pusat data, sementara
kemenjuluran mengukur seberapa merata atau tidak merata sebaran data di sekitar
nilai pusat.

Pentingnya ukuran dispersi dan kemenjuluran terletak pada kemampuan

mereka untuk memberikan informasi tentang variasi data, yang merupakan
informasi penting untuk membuat keputusan yang lebih baik dalam berbagai
bidang, seperti bisnis, ilmu pengetahuan, dan ilmu sosial.

Dalam dunia bisnis, ukuran dispersi dan kemenjuluran dapat membantu

perusahaan memahami risiko dalam keputusan investasi atau strategi bisnis, serta
memantau kinerja dan stabilitas keuangan perusahaan. Dalam ilmu pengetahuan,
ukuran dispersi dan kemenjuluran dapat membantu para peneliti mengidentifikasi
perbedaan antara kelompok sampel yang berbeda, serta menentukan apakah hasil
penelitian valid dan dapat dipercaya. Dalam ilmu sosial, ukuran dispersi dan
kemenjuluran dapat membantu para peneliti memahami variasi data dalam survey
dan hasil kuesioner.

Dalam praktik statistika, terdapat beberapa ukuran dispersi yang umum

digunakan, seperti jangkauan, simpangan baku, dan varians, sementara
kemenjuluran dapat diukur dengan kurtosis dan skewness. Dalam penggunaannya,
ukuran dispersi dan kemenjuluran harus dipertimbangkan secara bersama-sama
dengan ukuran pusat data seperti mean dan median, agar memberikan gambaran
yang lebih lengkap tentang data
1.2 Rumusan Masalah

1. Apa yang dimaksud dengan ukuran dispersi

2. Apa fungsi dari ukuran dispersi
3. Apa saja jenis ukuran dispersi
4. Apa yang dimaksud dengan kemenjuluran atau skewness
5. Apa saja jenis kemenjuluran

1.3 Tujuan

1. Untuk mengetahui pengertian dari ukuran dispersi

2. Untuk mengetahui fungsi dari ukuran dispersi
3. Untuk mengetahui jenis dari ukuran dispersi
4. Untuk mengetahui pengertian dari kemenjuluran atau skewness
5. Untuk mengetahui apa saja jenis kemenjuluran
 BAB II

PEMBAHASAN

2.1 Pengertian Ukuran Dispersi

Ukuran dispersi adalah suatu konsep dalam statistika yang digunakan

untuk mengukur seberapa jauh atau tersebar data dari nilai rata-rata. Secara
umum, ukuran dispersi dapat digunakan untuk menggambarkan keragaman data
dalam sebuah sampel atau populasi.

Fungsi Ukuran Dispersi :

1. Dapat digunakan untuk menentukan apakah nilai rata-ratanya benar-benar

representatif atau tidak.
2. Ukuran dispersi dapat digunakan untuk mengadakan perbandingan
terhadap variabilitas data.
3. Dapat membantu penggunaan ukuran statistika, misalnya dalam pengujian
hipotesis, apakah dua sampel berasal dari populasi yang sama atau tidak.

2.2 Jenis Ukuran Dispersi

 Rentang (Range)
Rentang pada ukuran dispersi adalah perbedaan antara nilai
maksimum dan minimum dari kumpulan data. Dalam hal ini, ukuran
dispersi mengacu pada seberapa tersebar data dalam kumpulan data, atau
seberapa jauh data tersebar dari nilai tengahnya.
Rentang dapat digunakan sebagai ukuran sederhana dari seberapa
jauh data tersebar. Namun, rentang kurang berguna sebagai ukuran
dispersi dalam analisis statistik yang lebih mendalam karena rentang
hanya memperhitungkan dua titik dalam kumpulan data dan tidak
mempertimbangkan semua nilai antara titik maksimum dan minimum.
 Jika kumpulan data memiliki rentang yang besar, maka dapat
disimpulkan bahwa data tersebut tersebar secara luas. Sebaliknya, jika
kumpulan data memiliki rentang yang kecil, maka data tersebut memiliki
konsentrasi yang lebih besar di sekitar nilai tengahnya.
Namun, rentang dapat dipengaruhi oleh pencilan atau nilai ekstrem
dalam kumpulan data. Oleh karena itu, ketika menggunakan rentang
sebagai ukuran dispersi, perlu juga mempertimbangkan ukuran dispersi
lainnya.
Contoh Soal :
Sebuah kelompok siswa memiliki data nilai ujian matematika sebagai
berikut: 70, 75, 80, 85, 90. Tentukan rentang dari nilai-nilai ini.
Jawab:
Untuk mencari rentang, pertama-tama kita perlu mengurutkan nilai-nilai
tersebut dari yang terkecil ke yang terbesar:

70, 75, 80, 85, 90

Kemudian, kita dapat mencari selisih antara nilai terbesar dan nilai
terkecil, yaitu:
90 - 70 = 20

Jadi, rentang dari data nilai ujian matematika tersebut adalah 20.

 Jangkauan Antarkuartil
Jangkauan antarkuartil adalah salah satu ukuran dispersi dalam statistik
yang mengukur rentang atau jangkauan data yang terdapat di dalam jarak
antara kuartil pertama (Q1) dan kuartil ketiga (Q3) dari suatu kumpulan
data. Dalam istilah matematika, jangkauan antarkuartil didefinisikan
sebagai selisih antara Q3 dan Q1, dan sering kali dilambangkan dengan
IQR (Interquartile Range).
Pada dasarnya, IQR digunakan untuk mengevaluasi seberapa jauh atau
seberapa besar variasi data yang terdapat di tengah-tengah rentang data.
Hal ini sangat berguna untuk mengidentifikasi adanya outlier atau data
yang terlalu jauh dari nilai-nilai lain di dalam kumpulan data. Dalam
beberapa kasus, outlier dapat menyebabkan bias dalam analisis statistik,
sehingga penting untuk mengenali dan menangani outlier dengan tepat.

Langkah-langkah untuk menghitung jangkauan antarkuartil adalah

sebagai berikut:
1. Urutkan data dari yang terkecil hingga yang terbesar.
2. Hitung kuartil pertama (Q1) dengan mencari nilai data yang
berada di posisi tengah antara data terkecil dan median.
3. Hitung kuartil ketiga (Q3) dengan mencari nilai data yang berada
di posisi tengah antara median dan data terbesar.
4. Hitung selisih antara Q3 dan Q1 untuk mendapatkan IQR.

Sebagai contoh, misalkan terdapat data sebagai berikut:

7, 2, 6, 4, 8, 1, 3, 9, 5

Urutkan data: 1, 2, 3, 4, 5, 6, 7, 8, 9
Hitung kuartil pertama (Q1): (3 + 4)/2 = 3.5
Hitung kuartil ketiga (Q3): (7 + 8)/2 = 7.5
Hitung IQR: 7.5 - 3.5 = 4
Dalam kasus ini, jangkauan antarkuartil adalah 4, yang menunjukkan
bahwa nilai-nilai data terkonsentrasi pada rentang 3,5 hingga 7,5. Dengan
mengetahui nilai IQR, kita dapat menentukan nilai outlier dengan
menganggap data sebagai outlier jika terletak di luar rentang IQR yang
diubah menjadi batas bawah dan batas atas, yaitu Q1 - 1.5 IQR dan Q3 +
1.5 IQR. Data yang terletak di luar batas ini dianggap sebagai outlier dan
dapat dihilangkan dari analisis statistik jika diperlukan.
 Dalam kesimpulan, jangkauan antarkuartil merupakan ukuran yang
penting dalam statistik yang digunakan untuk mengevaluasi seberapa jauh
atau seberapa besar variasi data yang terdapat di dalam jarak antara kuartil
pertama dan kuartil ketiga dari suatu kumpulan data. IQR juga berguna
untuk mengidentifikasi adanya outlier atau data yang terlalu jauh dari
nilai-nilai lain di dalam kumpulan data.

2.3 Kemenjuluran (Skewness)

Kemenjuluran atau skewness dalam statistika adalah ukuran seberapa tidak

simetris distribusi suatu variabel acak. Distribusi simetris akan memiliki nilai
kemenjuluran yang sama dengan nol, sedangkan distribusi yang condong ke kiri
(bernilai lebih rendah) memiliki kemenjuluran negatif, dan distribusi yang
condong ke kanan (bernilai lebih tinggi) memiliki kemenjuluran positif.

2.4 Jenis Kemenjuluran (Skewness)

Ada beberapa jenis kemenjuluran, yaitu:

1. Kemenjuluran simetris atau normal

Kemenjuluran simetris terjadi ketika distribusi memiliki bentuk yang
simetris dan nilai mean, median, dan modus yang sama. Dalam hal ini,
nilai kemenjuluran sama dengan nol.

2. Kemenjuluran negatif
Kemenjuluran negatif terjadi ketika ekor distribusi yang lebih panjang
berada di sebelah kiri dari nilai tengah distribusi (median). Dalam kasus
ini, nilai kemenjuluran akan negatif dan semakin besar nilainya, semakin
condong distribusi ke kiri.
 3. Kemenjuluran positif
Kemenjuluran positif terjadi ketika ekor distribusi yang lebih panjang
berada di sebelah kanan dari nilai tengah distribusi. Dalam kasus ini, nilai
kemenjuluran akan positif dan semakin besar nilainya, semakin condong
distribusi ke kanan.

4. Kemenjuluran sangat negatif atau sangat positif

Jika distribusi memiliki ekor yang sangat panjang di salah satu sisi,
kemenjuluran akan dikatakan sangat negatif atau sangat positif. Dalam hal
ini, nilai kemenjuluran akan semakin mendekati -1 atau 1.

Kemenjuluran dapat dihitung dengan menggunakan rumus matematika yang

disebut dengan Pearson’s moment coefficient of skewness. Rumus tersebut
adalah:

Namun, terdapat juga beberapa alternatif formula yang dapat digunakan untuk
menghitung kemenjuluran, tergantung pada jenis data yang digunakan. Penting
untuk memahami dan menginterpretasikan kemenjuluran dengan benar dalam
analisis statistika untuk memperoleh kesimpulan yang akurat dan relevan.

Contoh :

Sebuah data set berisi nilai-nilai tinggi badan (dalam cm) dari 10 orang dengan
nilai simpangan baku 2,584, adalah sebagai berikut:

{160, 165, 170, 168, 164, 162, 166, 163, 169, 167}

Hitunglah nilai skewness dari data tersebut.

Jawaban:

Langkah 1: Hitung rata-rata dan median dari data set tersebut.

Rata-rata = (160 + 165 + 170 + 168 + 164 + 162 + 166 + 163 + 169 + 167) / 10 =
165.4

Median = (164 + 165 + 166 + 167 + 168) / 5 = 166

Langkah 2: Hitung skewness menggunakan rumus:

skewness = (3 x (rata-rata - median)) / simpangan baku

skewness = (3 x (165.4 - 166)) / 2.584

skewness = -0.231

Jadi, nilai skewness dari data set tersebut adalah -0.231. Karena nilai skewnessnya
negatif, maka dapat disimpulkan bahwa distribusi data tersebut condong ke kiri
(skewed to the left)
 BAB III

PENUTUP

3.1 Kesimpulan

Ukuran dispersi dan skewness merupakan dua konsep yang sangat penting
dalam analisis statistik. Ukuran dispersi mengacu pada seberapa jauh atau tersebar
data dari nilai rata-ratanya, sedangkan skewness mengacu pada seberapa simetris
atau asimetris distribusi data. ada beberapa ukuran dispersi yang umum
digunakan, seperti rentang. Rentang mengukur jarak antara nilai maksimum dan
minimum dalam kumpulan data

Sementara itu, skewness mengukur seberapa simetris atau asimetris

distribusi data. Distribusi data simetris memiliki skewness nol, sedangkan
skewness positif menunjukkan bahwa ekor distribusi data lebih panjang di sisi
kanan dan skewness negatif menunjukkan bahwa ekor distribusi data lebih
panjang di sisi kiri. Skewness dapat digunakan untuk membantu menentukan tipe
distribusi data, yang penting dalam memilih statistik inferensial yang tepat.

Dalam kesimpulannya, baik ukuran dispersi maupun skewness adalah alat

yang berguna untuk memahami karakteristik distribusi data. Ukuran dispersi
membantu untuk memahami seberapa jauh data tersebar dari nilai rata-rata,
sementara skewness membantu untuk memahami seberapa simetris atau asimetris
distribusi data. Penggunaan kedua konsep ini dapat membantu peneliti dan analis
statistik untuk membuat kesimpulan yang lebih tepat dan akurat dari data yang
mereka analisis.
 DAFTAR PUSTAKA

Hasan, & Iqbal. (2001). Pokok-Pokok Materi Statistik. Jakarta: Bumi Aksara.
Suharto. (2009). Dasar-Dasar Statistika. Jakarta: Gramedia Pustaka Utama.