X −X
Dimana:
X = nilai data
n
Contoh:
• Deviasi rata-rata dari nilai UTS 10 siswa adalah
78 56 66 94 48 82 80 70 76 50
• Langkah pertama adalah menghitung nilai rata-rata 10 orang yaitu
700:10 = 70
• langkah kedua menghitung selisih skor dengan µ
Skor µ X-µ X −X
SR =
78 70 8 n
56 70 14
66 70 4 120
94 70 24 SR=
10
48 70 22 =12
82 70 12
80 70 10
70 70 0
76 70 6
50 70 20+
120
• Data Berkelompok (Grouped Data)
Dimana:
( f X − X ) X = nilai data
SR =
X= rata – rata hitung
n = Σf = jumlah frekuensi
n
2
VARIANCE/VARIANS ( s )
• Variansi adalah rata – rata kuadrat selisih atau
kuadrat simpangan dari semua nilai data terhadap
rata – rata hitung.
s2 = simbol untuk sample
2
= simbol untuk populasi
• Data Tidak Berkelompok Data Populasi
2 ∑(X−µ )𝟐
( X − X )
2
=
𝑁
S =
2
n −1
f (X − X )
2
S =
2
n −1
Contoh (Menggunakan soal sebelumnya)
Skor µ X-µ (X−µ )𝟐
78 70 8 64
56 70 14 196
66 70 4 16
94 70 24 576
48 70 22 484
82 70 12 144
80 70 10 100
70 70 0 0
76 70 6 36
50 70 20+ 400+
120 2016
2 =
2016
10
= 201,6
STANDAR DEVIASI/ STANDARD DEVIATION (S)
n −1
f (X − X )
Data Berkelompok 2
S =
2
n −1
Contoh (Menggunakan soal Sebelumya)
Skor µ X-µ (X−µ )𝟐
78 70 8 64
56 70 14 196
66 70 4 16
94 70 24 576
48 70 22 484
82 70 12 144
80 70 10 100
70 70 0 0
76 70 6 36
50 70 20+ 400+
120 2016
2 =
2016
= 14,20
10
Contoh Soal
• Data tidak berkelompok
Diketahui sebuah data berikut:
20, 50, 30, 70, 80
Tentukanlah:
a. Range (r)
b. Simpangan Rata – rata (SR)
c. Variansi
d. Standar Deviasi
• Jawab:
a. Range (r) = nilai terbesar – nilai terkecil = 80 – 20 = 60
b. Simpangan Rata – rata (SR):
X −X
SR =
n
20 + 50 + 30 + 70 + 80
X= = 50
5
n=5
20 − 50 + 50 − 50 + 30 − 50 + 70 − 50 + 80 − 50
SR =
5
30 + 0 + 20 + 20 + 30 100
SR = = = 20
5 5
• Variansi (s 2 )
( X − X )
2
S =
2
n −1
(20 − 50) 2
+ (50 − 50) 2
+ (30 − 50) 2
+ (70 − 50) 2
+ (80 − 50) 2
S2 =
5 −1
900 + 0 + 400 + 400 + 900 2600
S2 = = = 650
4 4
S= S 2
( f X − X )
SR =
n
n = jml frekuensi
• Variansi
f (X − X )
2
S =
2
n −1
• Standar Deviasi
f (X − X )
2
S =
2
n −1
• Untuk memudahkan mencari jawaban, maka dibuat tabel
sesuai dengan keperluan jawaban
Nilai
Modal f Tengah
(X)
fx
X −X f X −X ( X − X )2 f ( X − X )2
112 - 120 4 116 464 24,525 98,100 601,476 2405,902
𝑓𝑥
* =𝑓
Maka dapat dijawab:
= 170 – 116 = 54
• Range (r)
455,850
SR = = 11,396
40
• Variansi
8097,974 8097,974
S =
2
= = 207, 64
40 − 1 39
• Standar Deviasi
S = 207, 64 = 14, 41
JANGKAUAN QUARTIL
DAN JANGKAUAN PERSENTIL 10-90
• Jangkauan kuartil disebut juga simpangan kuartil, rentang
semi antar kuartil, deviasi kuartil. Jangkauan persentil 10-90
disebut juga rentang persentil 10-90
• Jangkauan kuartil dan jangkauan persentil lebih baik daripada
jangkauan (range) yang memakai selisih antara nilai
maksimum dan nilai minimun suatu kelompok data
• Rumus:
Jangkauan Kuartil:
Ket:
1
JK = (Q3 − Q1 ) JK: jangkauan kuartil
Q1: kuartil bawah/ pertama
2 Q3: kuartil atas/ ketiga
• Rumus Jangkauan Persentil
Rumus:
Ket:
S KV: Koefisien variasi
KV = *100% S : Standar deviasi
X X : Rata – rata hitung
KOEFISIEN VARIASI KUARTIL
• Alternatif lain untuk dispersi relatif yang bisa digunakan jika
suatu kelompok data tidak diketahui nilai rata – rata hitungnya
dan nilai standar deviasinya.
• Rumus:
Q3 − Q1 (Q3 − Q1 ) / 2
KVQ = atau KVQ =
Q3 + Q1 Med
NILAI BAKU
• Nilai baku atau skor baku adalah hasil transformasi antara nilai
rata – rata hitung dengan standar deviasi
• Rumus:
X1 − X Nilai i = 1, 2, 3, …, n
Zi =
S
Contoh Soal untuk Koefisien Variasi dan
Simpangan Baku
• Koefisien Variasi
Ada dua jenis bola lampu. Lampu jenis A secara rata – rata
mampu menyala selama 1500 jam dengan simpangan baku
(standar deviasi) S1 = 275 jam, sedangkan lampu jenis B secara
rata – rata dapat menyala selama 1.750 jam dengan simpangan
baku S2 = 300 jam. Lampu mana yang kualitasnya paling baik?
Jawab:
Lampu jenis A:
S1 275
KV1 = *100% = *100% = 18,3%
Lampu jenis B: X1 1500
S2 300
KV2 = *100% = *100% = 17,1%
X2 1750
• Nilairata – rata ujian akhir semester mata kuliah Statistika
dengan 45 mahasiswa adalah 78 dan simpangan baku/standar
deviasi (S) = 10. Sedangkan untuk mata kuliah Bahasa Inggris
di Kelas itu mempunyai nilai rata – rata 84 dan simpangan
bakunya (S) = 18. Bila dikelas itu, Desi mendapat nilai UAS
untuk Statistika adalah 86 dan untuk bahasa Inggris adalah 92,
bagaimana posisi/ prestasi Desi di kelas itu?
• Jawab
• Untuk mengetahui posisi/ prestasi Desi, maka harus dicari nilai
baku (Z) dari kedua mata kuliah tersebut.
X −X
Z=
S
dengan nilai X adalah nilai UAS yang diperoleh Desi
• Untuk Mata Kuliah Statistika
X = 86 S = 10
Maka: X = 78 86 − 78
Z= = 0,8
10
• Untuk Mata Kuliah Bahasa Inggris
X = 92 S = 18
Maka: X = 84 92 − 84
Z= = 0, 4
18
Karena nilai baku (Z) untuk mata kuliah Statistika
lebih besar dari B. Inggris, maka posisi Desi lebih baik
pada mata kuliah Statistika dari pada B. Inggris
KEMIRINGAN DATA/KEMENCENGAN/SKEWNESS
• Kemiringan: derajat/ ukuran dari ketidaksimetrian (asimetri) suatu
distribusi data
• 3 pola kemiringan distribusi data, sbb:
• Distribusi simetri (kemiringan 0)
• Distribusi miring ke kiri (kemiringan negatif)
• Distribusi miring ke kanan (kemiringan positif)
Rumus Koefisien Skewness
menggunakan Formula Pearson
3(µ − 𝑀𝑑)
𝑆𝑘 =
σ
𝑆𝑘 = Koefisien Kemencengan/Skewness
µ = nilai rata-rata
Md = nilai Median
σ = standar deviasi
• Beberapa metoda yang bisa dipakai untuk menghitung kemiringan data,
yaitu:
• Rumus Pearson
• Rumus Momen
• Rumus Bowley
X − Mod 3( X − Med )
= atau =
S S
• Rumus tersebut dipakai untuk data tidak berkelompok maupun data
berkelompok.
• Bila α = 0 atau mendekati nol, maka dikatakan distribusi data simetri.
• Bila α bertanda negatif, maka dikatakan distribusi data miring ke kiri.
• Bila α bertanda positif, maka dikatakan distribusi data miring ke kanan.
• Semakin besar α, maka distribusi data akan semakin miring atau tidak simetri
RUMUS MOMEN ( 3 )
• Cara lain yang dipakai untuk menghitung
derajat kemiringan adalah rumus momen
derajat tiga, yaitu
• Untuk data tidak berkelompok:
3 =
(X − X ) 3
3
nS
• Untuk data berkelompok
3 = ( f ( X − X ) 3
)
f S3
• Besarnya koefisien kemencengan dapat juga diketahui melalui nilai alpha 3
(α3 ):
1 3
𝑁
∑(𝑋−µ)
α3 =
σ3
• Jika α3 = 0, maka distribusi data simetri
• Jika α3 < 0, maka distribusi data miring ke kiri (negative skew)
• Jika α3 > 0, maka distribusi data miring ke kanan (positive skew)
• Untuk mencari nilai Standar deviasi (S) menggunakan variabel U:
2
n fU 2
− ( fU )
S =c
n ( n − 1)
• Variabel U = 0, ±1, ±2, ±3, dst.
• RUMUS BOWLEY
Q3 + Q1 − Q2
=
Q3 − Q1
KERUNCINGAN DISTRIBUSI
DATA
• Keruncingan
distribusi data adalah derajat atau ukuran tinggi
rendahnya puncak suatu distribusi data terhadap distribusi
normalnya.
• Keruncingan data disebut juga kurtosis, ada 3 jenis yaitu:
• Leptokurtis
• Mesokurtis
• Platikurtis
KERUNCINGAN DISTRIBUSI
DATA
• Keruncingan distribusi data (α4) dihitung dengan rumus:
• Data tidak berkelompok
4 = ( X − X ) 4
nS 4
• Data Berkelompok
4 =
( f (X − X ) ) 4
f *S 4
• Khusus untuk transformasi
c fU
4 4
fU fU fU fU fU
3 2 2 4
4 = 4 − 4
− 6
− 3
S n n n n n n
• Keterangan
• α4 = 3, distribusi data mesokurtis
• α4 > 3, distribusi data leptokurtis
• α4 < 3, distribusi data platikurtis
• Selain cara di atas, untuk mencari keruncingan data, dapat dicari dengan
menggunakan rumus:
1
(Q3 − Q1 )
JK
K= =2
P90 − P10 P90 − P10 K= Koefisien Kurtorsis Persentil
• Keterangan
• K = 0,263 maka keruncingan distribusi data mesokurtis
• K > 0,263 maka keruncingan distribusi data leptokurtis
• K < 0,263 maka keruncingan distribusi data platikurtis