PENGUKURAN DISPERSI

(PENGUKURAN PENYIMPANGAN)

Yang masuk dalam kelompok pengukuran penyimpangan yaitu; Range, Standard

Deviation, dan Variance.
Pengukuran penyimpangan adalah suatu ukuran yang menunjukkan tinggi
rendahnya perbedaan data yang diperoleh dari rata-ratanya. (distribusi data dari rata-rata
hitungnya).
Misalnya: diambil nilai ketrampilan penyelesaian masalah dari dua group karyawan
bagian teknis. Group A dan Group B masing-masing 10 Orang. Diperoleh data:
Group A : 90, 80, 70, 90, 70, 100, 80, 50, 75, 70
Group B : 80, 80, 75, 95, 75, 70, 95, 60, 85, 60
Nilai rata-rata karyawan Group A dan Group B = 77,5 tetapi simpangan baku
Group A dan Group B berbeda yaitu Group A = 13,9 sedangkan Group B = 12,3.
Apabila seorang manajer memutuskan nilai berdasarkan nilai rata-rata dan jumlah
data saja untuk diberi ranking, maka hal itu kurang adil. Karena realitas menunjukkan
tidak demikian kenyataannya, nilai ketrampilan Group A terletak antara 50–100 dan nilai
ketrampilan Group B terletak antara 60-95. Hal ini dapat ditarik kesimpulan bahwa nilai
ketrampilan Group B lebih merata daripada nilai ketrampilan Group A. nilai Group A
lebih tinggi dari Group B. Oleh karena itu, digunakan ukuran yang menunjukkan derajat
atau tinggi rendahnya penyimpangan antar data tersebut. Sehingga ukuran simpangan itu,
sangat penting. Artinya kita bisa mengetahui derajat perbedaan data yang satu dengan
data yang lainnya.

PENGUKURAN JARAK (RANGE)

42
 Pengukuran ini adalah pengukuran yang paling sederhana, yaitu mengukur selisih
antara data terbesar dan data terkecil:
Pengukuran Jarak untuk data yang belum dikelompokkan:

R = Xmaks – Xmin

Xmaks : Data terbesar

Xmin : Data terkecil

Contoh 1 : Data Nilai Kemampuan Mahasiswa Semester I dan Semester II

Semester I : 90, 80, 70, 90, 70, 100, 80, 50, 75, 70
Semester II : 80, 80, 75, 95, 75, 70, 95, 60, 85, 60
Berapakah Rangenya ?

Langkah menjawab :
Urutkan datanya terlebih dahulu kemudian dihitung range (jaraknya)
Semester I : 50, 70, 70, 70, 75, 80, 80, 90, 90, 100
Semester II : 60, 60, 70, 75, 75, 80, 80, 85, 95, 95
Range Semester I : 100 – 50 = 50
Range Semester II : 95 – 60 = 35

Contoh 2 : Diketahui data Prestasi Mahasiswa FE Unkris sebagai berikut :

Prestasi Mahasiswa A : 45, 50, 60, 65, 70, 80
Prestasi Mahasiswa B : 45, 49, 55, 60, 75, 80
Prestasi Mahasiswa C : 45, 48, 50, 52, 60, 80
Prestasi Mahasiswa D : 45, 46, 50, 51, 70, 80
Keempat data mahasiswa FE Unkris menunjukkan nilai pengukuran jarak yang
sama yaitu : 80-45 = 35, tetapi penyebaran variasi berbeda.

43
Pengukuran jarak untuk data yang sudah dikelompokkan dalam daftar distribusi
frekuensi:

R = Xk – X1

Xk : Nilai tengah Kelas interval terakhir

X1 : Nilai tengah kelas interval pertama

Sebagai ilustrasi, untuk menentukan nilai pengukuran jarak dari data yang sudah
dikelompokkan ke dalam daftar distribusi frekuensi, sebagai berikut :

Interval Kelas fi Xi
25 - 34 15 29,5
35 - 44 7 39,5
45 - 54 8 49,5
55 - 64 12 59,5
65 - 74 22 69,5
75 - 84 10 79,5
85 - 94 15 89,5
95 - 104 9 99,5
Jumlah 98

Berapa Range (Pengukuran Jaraknya) ?

R = 99,5 – 29,5 = 70

PENGUKURAN SIMPANGAN BAKU (STANDARD DEVIATION)

44
 Ukuran tingkat penyimpangan data yang paling banyak digunakan dalam analisis
data adalah deviasi standar atau simpangan baku (s, sd atau δn-1) untuk simpangan baku
sampel, dan δ atau δn untuk simpangan baku populasi.
Simpangan baku atau standard deviation adalah suatu nilai yang menunjukkan
tingkat (derajat) variasi kelompok atau ukuran standar penyimpangan dari reratanya.
a. Rumus simpangan baku data tunggal : untuk SAMPEL
Model 1:

Contoh : Data Skor Kemampuan karyawan bagian perakitan perusahaan

antena TV sebagai berikut :
Model 1
Kemampuan Karyawan Bagian Perakitan
No X X2
1 75 5625
2 70 4900
3 80 6400
4 85 7225
5 60 3600
6 75 5625
7 100 10000
8 90 8100
9 95 9025
10 75 5625
∑ 805 66125

45
 = = = 12,12

Model 2

Model 2
Data sama cara berbeda
Kemampuan Karyawan Bagian Perakitan

X–
No X x2
x
1 75 -5,5 30,25
2 70 -10,5 110,25
3 80 -0,5 0,25
4 85 4,5 20,25
5 60 -20,5 420,25
6 75 -5,5 30,25
7 100 19,5 380,25
8 90 9,5 90,25
9 95 14,5 210,25
10 75 -5,5 30,25
∑ 805 0 1322,5

Mencari rerata  = = =

46
 = = 12,12

b. Rumus simpangan baku data distribusi :

Model 1

Model 2

s=

Model 1
Distribusi Frekuensi Nilai Kinerja Pegawai
Dinas Kominfo

Nilai Mid Point

No f f.x x2 f.x2
Interval (x)
1 60 - 64 2 62 124 3844 7688
2 65 - 69 6 67 402 4489 26934
3 70 - 74 15 72 1080 5184 77760
4 75 - 79 20 77 1540 5929 118580

47
5 80 - 84 16 82 1312 6724 107584
6 85 - 89 7 87 609 7569 52983
7 90 - 94 4 92 368 8464 33856
∑ 70 5435 425385

= =

= = 7,016

Model 2
Distribusi Frekuensi Nilai Kinerja Pegawai
Dinas Kominfo

Nilai Batas (X - )
No Interval f Kelas (x) x2 fx2
x
1 60 - 64 2 64,5 -15 225 450
2 65 - 69 6 69,5 -10 100 600
3 70 - 74 15 74,5 -5 25 375
4 75 - 79 20 79,5 0 0 0
5 80 - 84 16 84,5 5 25 400
6 85 - 89 7 89,5 10 100 700
48
 7 90 - 94 4 94,5 15 225 900
∑ 70 556,5 0 700 3425

Mencari rerata  = = =

s= = = = 7,045

VARIANCE

Adalah kuadrat dari simpangan baku, fungsinya untuk mengetahui tingkat

penyebaran atau variasi data.
Simbol Variance Populasi (δ2 atau δ2n) sedangkan untuk Sampel (s atau δ2n-1).

Contoh :
Standar deviasi (s) = 12,12, maka Varians (S) = 146,9 (data tunggal)
Standar deviasi (s) = 7,045, maka Varians (S) = 49,64 (data distribusi)

49