Lia Yulianti

1
1. Ukuran statistik yang dapat menggambarkan keseragaman data.
2. Memperlihatkan bagaimana sebaran data dari rata-ratanya atau ukuran gejala
pusat lainnya.
3. Semakin kecil ukuran keseragaman semakin merata datanya, semakin besar ukuran
keseragaman semakin besar ketidakmerataan data.
4. Untuk membandingkan penyebaran data dari dua atau lebih kelompok data atau
distribusi data.

2
 SUMMARY MEASURES

Central Tendency DISPERSION

Absolute Relative
Dispersion Dispersion

Range Variance Standard Coefficient Standard

Deviation of Variation Score

Inter Quartile Mean Coefficient of Quartile

Range Deviation Variation

3
Ukuran Dispersi : Ukuran baik parameter/statistik untuk mengetahui
seberapa besar pemyimpangan nilai suatu data terhadap rata-ratanya.
Macam-macam Ukuran Dispersi
A. Ukuran Dispersi Absolut
Ukuran dispersi absolut adalah suatu ukuran dispersi yang tidak dibandingkan dengan ukuran
deskriftif lainnya. Ukuran dispersi absolut digunakan untuk membandingkan dua atau lebih data
yang mempunyai satu ukuran yang sama.
Ukuran dispersi absolut terdiri dari :

1. Rentang atau Sebaran (Range (R))

Rentang atau Sebaran adalah selisih antara data yang bernilai terbesar dengan data yang bernilai
terkecil. Semakin besar range suatu data, maka data tersebut semakin tidak merata.
Rumusnya untuk populasi dan sampel menggunakan rumus yang sama sebagai berikut:
R = Xmax – Xmin

CATATAN : Xmax dalam data berkelompok merupakan nilai tengah kelas terakhir, sedangkan Xmin

merupakan nilai tengah kelas pertama.

4
2. Sebaran Antar Kuartil (Inter Quartile Range (IQR))
Sebaran Antar Kuartil adalah selisih antara nilai kuartil ketiga (Q3 ) dengan
kuartil pertama (Q1). Semakin besar IQR suatu data, maka data tersebut
semakin tidak merata.
Rumusnya untuk populasi dan sampel menggunakan rumus yang sama
sebagai berikut :
IQR = Q3 – Q1

3. Simpangan Kuartil (Quartile Deviation (QD) atau Semi Inter Quartile Range)
Simpangan Kuartil adalah setengah bagian dari selisih antara nilai kuartil
ketiga (Q3 ) dengan kuartil pertama (Q1).
Rumusnya untuk populasi dan sampel menggunakan rumus yang sama :
sebagai berikut :
Q3  Q1
QD 
2

5
4. Simpangan Rata-rata (Average Deviation (AD))
Simpangan Rata-rata adalah rata-rata hitung dari nilai mutlak
penyimpangan antara nilai data pengamatan dengan rata-rata
hitungnya. Semakin besar AD suatu data, maka data tersebut
memiliki fluktuasi yang semakin besar atau tidak stabil dan memiliki
resiko yang tinggi.
Rumusnya sebagai berikut :
• Data Tidak Berkelompok (Ungrouped Data (UD))
Populasi : X  Sampel : X x
AD  AD 
N n
• Data Berkelompok (Grouped Data (GD))

Populasi :  f Xi   Sampel :  f Xi  x
AD  AD 
N n

6
5. Simpangan Baku (Standard Deviation (σ atau s))
Simpangan Baku adalah standar rata-rata penyimpangan suatu data
terhadap nilai rata-ratanya. Semakin besar σ atau s suatu data, maka
data tersebut memiliki fluktuasi yang semakin besar atau tidak stabil.
Dalam dunia usaha, simpangan baku sering dijadikan sebagai ukuran
resiko. Semakin besar simpangan baku, maka semakin besar resiko
yang dihadapi.
Rumusnya sebagai berikut :
• Data Tidak Berkelompok (Ungrouped Data (UD))
Populasi : ( X   ) 2

N
Sampel
n > 30 : ( X  x) 2
s
n
( X  x ) 2
n ≤ 30 : s
n 1
7
• Data Berkelompok (Grouped Data (GD))
Populasi :
 f ( X  )2

N

Sampel :
 f ( xi  x) 2
n > 30 : s 
n

 f ( xi  x) 2
n ≤ 30 : s 
n 1

8
Contoh :
Diketahui data sbb :

Nilai Ujian Frekuensi

31 – 40 1
41 – 50 2
51 – 60 5
61 – 70 15
71 – 80 25
81 – 90 20
91 – 100 12
Jumlah 80
Hitunglah simpangan baku?

9
 Nilai fi xi fixi (xi – x) 2 fi
31 – 40 1 35,5 35,5 (35.5-76.625) 2x 1 = 1691,27
41 – 50 2 45,5 91 (45.5-76.625) 2x 2 = 1937,53
51 – 60 5 55,5 277,5 (55.5-76.625 ) 2x 5 = 2231,32
61 – 70 15 65,5 982,5 (65.5-76. 625) 2x 15 = 1856,48
71 – 80 25 75,5 1887,5 (75.5-76.625 ) 2x 25 = 31,64
81 – 90 20 85,5 1710 (85.5-76.625) 2x 20 = 1575,31
91 –100 12 95,5 1146 (95.5-76.625) 2x 12 = 4275,19
Jumlah ∑fi=80 ∑fixi=6130 ∑ (xi – x) 2 fi = 13598,74

 xi . fi 6130
x   76 , 625
 f 80

13598 , 74
s  13 , 04
80
Jadi simpangan baku untuk nilai ujian adalah 13,04.

10
6. Varians (Variance (V)
Varians adalah rata-rata hitung dari deviasi kuadrat setiap data
terhadap rata-rata hitungnya atau merupakan bentuk kuadrat dari
simpangan baku.
Rumusnya sebagai berikut :
• Data Tidak Berkelompok (Ungrouped Data (UD)) dan Data
Berkelompok (Grouped Data (GD))
Populasi : V   2

Sampel : V  s2

11
Latihan

Kelas f
118-126 3
127-135 5
136-144 9
145-153 12
154-162 5
163-171 4
172-180 2
Jumlah 40

Hitunglah Ukuran Dispersi Absolut

12
B. Ukuran Dispersi Relatif
Ukuran dispersi relatif adalah suatu ukuran dispersi yang dibandingkan
dengan ukuran deskriftif lainnya. Ukuran dispersi relatif digunakan untuk
membandingkan dua data atau lebih yang berbeda baik yang mempunyai
satuan ukuran yang sama atau berbeda.
Ukuran dispersi relatif terdiri dari :
1. Koefisien Variasi (Coefficient of Variation (CV))
Koefisien Variasi adalah hasil bagi antara simpangan baku suatu data dengan
rata-rata hitungnya, dinyatakan dalam bentuk persentase. CV digunakan
sebagai ukuran perbandingan antara dua data atau lebih (terutama jika
simpangan baku tidak bisa dijadikan ukuran perbandingan). Semakin kecil CV,
maka data tersebut lebih homogen atau lebih merata (lebih baik).
Rumusnya sebagai berikut :

Populasi :

CV   100%

s
Sampel : CV   100%
x
13
2. Koefisien Variasi Kuartil (Coefficient of Quartile Variation (CVQ))
Koefisien Variasi Kuartil adalah hasil bagi antara selisih nilai kuartil ketiga (Q3 ) dan
kuartil pertama (Q1) dengan penjumlahan nilai kuartil ketiga (Q3 ) dan kuartil
pertama (Q1), dinyatakan dalam bentuk persentase.
Rumusnya senagai berikut :

Untuk populasi dan sampel menggunakan rumus yang sama :

QD Q3  Q1
CVQ   100% atau CVQ   100%
Me Q3  Q1

14
Angka Baku (Standard Score (Z))
Angka Baku adalah bilangan yang diperoleh dari hasil bagi antara selisih nilai tertentu suatu
data dan rata-rata hitung data tersebut dengan nilai simpangan bakunya. Angka baku
digunakan sebagai ukuran perbandingan antara dua data atau lebih. Semakin besar angka
bakunya, maka data tersebut lebih baik.
Rumusnya sebagai berikut :

Populasi : X 
Z

Sampel :
X x
Z
s
Contoh :
Tuan A adalah pedagang telur yang setiap hari menghasilkan volume penjualan rata-rata
Rp. 75.000 dan simpangan baku Rp. 12.500, sedangkan Tuan B adalah pedagang
kelontong yang setiap hari menghasilkan volume penjualan rata-rata Rp. 55.000 dan
simpangan baku Rp. 5.000. Pada suatu hari bertepatan dengan hari besar A
menghasilkan Rp. 95.000 dan B menghasilkan Rp. 65.000. Siapa yang berhasil menaikkan
volume penjualan ?
15
Jawab :
Tuan A = Z = 95.000 – 75.000 =1,6
12.500
Tuan B = Z = 65.000 - 55.000 = 2,0
5000
Kesimpulan : Yang berhasil menaikkan volume penjualan adalah tuan B karena
mempunyai angka standar lebih besar.

16
UKURAN KEMENCENGAN / UKURAN KEMIRINGAN (Skewness (Sk = σ3))

Ukuran kemencengan (Skewness (Sk = σ3)) adalah suatu ukuran yang

menunjukkan menceng atau tidaknya bentuk kurva suatu distribusi frekuensi
(DF).
Batas-batas Ukuran Kemencengan
 0,0 ≤ ‫ ׀‬Sk = σ3 ‫ < ׀‬0,1 berarti bentuk kurva DF nya normal atau dapat
dianggap normal.

kurva simetris

17
 0,1 ≤ ‫׀‬Sk = σ3 ‫ < ׀‬0,3 berarti bentuk kurva DF nya menceng ke kiri jika nilainya negatif
atau menceng ke kanan jika nilainya positif

kurva menceng ke kanan

 Sk = σ3 ‫ ≥ ׀‬0,3 berarti bentuk kurva DF nya sangat menceng ke kiri jika nilainya
negatif atau menceng ke kanan jika nilainya positif.

kurva menceng ke kiri

18
Rumus-rumus yang digunakan
1. Rumus Bowley

Q3  2Q2  Q1 Q3  Q2   Q2  Q1 

Sk   3  atau Sk 3 
Q3  Q1 Q3  Q2   Q2  Q1 
2. Rumus Pearson

x  Mo 3( x  M e )
Sk   3  atau Sk   3 
s s
3. Rumus Moment / Matematis

Sk   3 

f X x 
3

ns 3

19
Contoh :
Berapa kemiringan menurut metode Pearson, bowley dan moment ?

Nilai fi
0–9 5
10 – 19 20
20 – 29 15
30 – 39 45
40 – 49 10
50 – 59 5
Jumlah 100

20
 Jawab :

No Nilai f xi f.xi (xi – x)2.f (xi – x)3.f

1 0–9 5 4,5 22,5 3125 -78125
2 10 – 19 20 14,5 290 4500 -67500
3 20 – 29 15 24,5 367,5 375 -1875
4 30 – 39 45 34,5 1552,5 1125 5625
5 40 – 49 10 44,5 445 2250 33750
6 50 – 59 5 54,5 275,5 125 78125
Jumlah 100 2950 11500 -30000

k
f i xi 2950  f ( X  x) 2 11500
X    29,50 s   10,72
i 1 fi 100 n 100

 d1 
Mo  L  .ci  29,5  10 30   34,12
Mo  d  d  Mo  30  35 
 1 2

21
  1 / 2n  F 
 .ci  29,5  10 1 / 2.100  40   31,72
Me  L
Me  f  Me  
 45 
 Me 

 i.n   1.100 
 F   5
Qi  LQ1   4 .ciMe  9,5  10 4   19,5
 f Q1   20 
   
   

 i.n   3.100 
 F    40 
Q3  LQ 3   4 .ciQ 3  29,5  10 4   37,28
 fQ3   45 
   
   

22
1. Skewness menurut Pearson :

x  Mo 29,50  34,12
Sk   3  SK   0,43
s 10,72
Jadi menurut Pearson kurvanya menceng ke kiri

2. Skewness menurut Bowley :

Q3  2Q2  Q1 37, 28  2(31,72)  19,5

Sk   3  SK   0,37
Q3  Q1 (37, 28  19,5)

Karena Skewness negatif maka kurvanya menceng ke kiri.

3. Skewness menurut metode Moment :

Sk   3 

f X x 3
S
k

 30000
3
 0, 24
ns 3 100 x10,72

Karena Skewness negatif maka kurvanya menceng ke kiri.

23
UKURAN KERUNCINGAN (Kurtosis (Kt = σ4 ))
Rumus Moment / Matematis :
Sampel :
Kt   4 
f X x 
4

ns 4

Untuk menentukan apakah distribusi itu runcing atau tidak, maka kita
gunakan ketentuan sebagai berikut :
Bila (4) > 3 : Leptokurtic (diagram distribusi berbentuk runcing)
Bila (4) < 3 : Platikurtic (diagram distribusi berbentuk landai)
Bila (4) = 3 : Mezokurtic (diagram distribusi berbentuk simetris)

1 1. Leptokurtic

2. Mezokurtic
2

3
3. Platycurtic
24
Contoh :
Berapa koefisien kurtosis dari data dibawah ini ?

Nilai fi
0–9 5
10 – 19 20
20 – 29 15
30 – 39 45
40 – 49 10
50 – 59 5
Jumlah 100

25
Jawab :

Kelas
0 –9
f
5
(xi – x)4.f
1.953.125 Kt   4 

 f X x 
4

ns 4
10 – 19 20 1.012.500
20 – 29 15 9.375 5462500
30 – 39 45 28.125 K4   4,14
4
100 x10,72
40 – 49 10 506.250
50 – 59 5 1.953.125
Jumlah 100 5.462.500

Bila (K4) > 3 : Leptokurtic

(diagram distribusi berbentuk runcing)

26
Latihan
1. Berapa kemiringan menurut metode moment dan koefisien
kurtosis dari data frekuensi dibawah ini :
Umur Frekuensi
10-19 3
20-29 5
30-39 10
40-49 12
50-59 20
Jumlah 50

2. Dua perusahaan A dan B masing-masing memperoleh laba sebesar Rp.

45.000 dan Rp. 37.500 dalam bulan yang sama. Jika rata-rata
perusahaan A sebesar Rp. 32.000 dan simpangan baku Rp. 8.500 dan
perusahaan B sebesar Rp. 26.000 dan simpangan baku Rp. 5.000,
perusahaan manakah yang memiliki keuntungan yang lebih baik?

27