BAB V

UKURAN PENYEBARAN DATA

A. Pengertian Ukuran Penyebaran
Perhatikan data yang berkait dengan nilai STATISTIKA dan nilai
Matematika lima orang Mahasiswa di bawah ini.
Tabel 5.1. Nilai STATISTIKA Lima Mahasiswa FE Unigal
Mata Pelajaran Ali Budi Cici Didi Edi Jumlah Mean
STATISTIKA 5 5,5 6 6,5 7 30 6
Matematika 2 4 6 8 10 30 6

Data nilai STATISTIKA cenderung lebih memusat ke angka 6, sedangkan

data nilai matematika lebih menyebar. Edi yang mendapat nilai 7 untuk
STATISTIKA ternyata berada pada urutan pertama, sedangkan si Didi yang
mendapat nilai Matematika 8 malah ada pada urutan kedua. Hal ini menunjukkan
bahwa walaupun rata-rata nilai kedua mata pelajaran sudah didapatkan namun
masih dibutuhkan satu ukuran yang akan menggambarkan penyebaran datanya
yang dikenal dengan sebutan ukuran penyebaran data atau ukuran dispersi.
Ukuran penyebaran data/ Ukuran dispersi / ukuran variabilitas / ukuran
penyimpangan / ukuran perpencaran / ukuran penyebaran: adalah suatu bilangan
yang dapat menunjukkan besarnya penyimpangan nilai suatu variabel terhadap
rata-ratanya.
Guna Ukuran Dispersi : sebagai alat pelengkap Ukuran Gejala Pusat untuk
membandingkan dua atau lebih kelompok bilangan atau kelompok keterangan
yang berbeda.
Macam-macam Ukuran Dispersi :
1. Ukuran dispersi absolut : adalah ukuran dispersi yang tidak
dibandingkan dengan ukuran deskriptif lain, yang terdiri dari :
a. Jangkauan/Sebaran / rentang / Range ( R ) : adalah suatu bilangan
yang diperoleh dari selisih antara nilai data maksimum dengan nilai
data minimum.
b. Sebaran antar kuartil / Inter Quartile Range ( IQR ) : adalah suatu
bilangan yang diperoleh dari selisih antara kuartil 3 dan kuartil 1.
c. Simpangan kuartil / kuartil deviasi / Quartile Deviation ( QD ) :
adalah suatu bilangan yang merupakan setengah bagian dari sebaran
antar kuartil.
d. Simpangan rata-rata/Average Deviation ( AD ) : adalah suatu
bilangan yang merupakan rata-rata penyimpangan nilai suatu
variabel terhadap rata-rata hitungnya.
e. Simpangan baku / standard deviasi / Standard deviation (  atau s ) :
adalah suatu bilangan yang merupakan rata-rata penyimpangan nilai
suatu variabel terhadap rata-rata hitungnya.
f. Variansi / ragam / Variance ( V ) : adalah suatu bilangan yang
merupakan bentuk kuadrat dari simpangan bakunya.

46
2. Ukuran dispersi relatif : adalah ukuran dispersi yang dibandingkan dengan
ukuran deskriptif lain, yang terdiri dari :
a. Koefisien variasi/Coefficient Of Variation (CV) : adalah suatu bilangan
yang biasanya dinyatakan dalam persen yang merupakan hasil bagi atau
perbandingan antara simpangan baku terhadap rata-rata hitungnya.
b. Koefisien variasi kuartil/Coefficient Of Quartile Variation (CVQ) : adalah
sutau bilangan yang biasanya dinyatakan dalam persen yang merupakan
hasil bagi atau perbandingan antara simpangan kuartil terhadap mediannya
atau antara selisih kuartil 3 dan kuartil 1 terhadap jumlah kuartil 3 dan
kuartil 1.
c. Angka baku/Standar Score (Z) : adalah suatu bilangan yang merupakan
hasil bagi atau perbandingan antara selisih nilai tertentu suatu variabel dan
rata-rata hitung terhadap simpangan bakunya.

B. Jangkauan/Sebaran/Range (R)
Jangkauan, nilai jarak, atau rentang, merupakan selisih antara nilai tertinggi
dengan nilai terendah, sehingga jangkauan nilai STATISTIKA = 7 – 5 = 2 dan
jangkauan nilai matematika = 10 – 2 = 8. Kesimpulannya, sebagaimana
dinyatakan tadi, nilai Matematikanya lebih bervariasi dari Statistika ada nilai
STATISTIKA. Perhatikan sekarang tabel distribusi frekuensi berikut:
Tabel 5. 2. Banyaknya Mahasiswa Kelas 1 SMP Adi berdasar Tingginya:
Tinggi (cm) Titik Tengah (xi) Turus Frekuensi (fi)
119 – 127 123 III 3
128 – 136 132 IIII I 6
137 – 145 141 IIII IIII 10
146 – 154 150 IIII IIII I 11
155 – 163 159 IIII 5
164 – 172 168 III 3
173 – 181 177 II 2

Untuk menentukan jangkauan pada suatu tabel, dapat digunakan 2 cara.

Cara 1:
Nilai tengah kelas terakhir ½ (173 + 181) = 177, dan nilai tengah kelas pertama ½
(119 + 127) = 123, sehingga R = 54.
Cara 2:
Batas atas kelas terakhir 181,5; dan batas bawah kelas pertama 118,5; sehingga
jangkauan R =181,5 – 118,5 = 63. Jadi :
R= Xmaks- Xmin
C. Simpangan rata-rata/Average Deviation ( AD )
Simpangan rata-rata (AD) adalah salah satu ukuran penyebaran yang mengukur
penyebaran nilai-nilai data terhadap nilai rata-ratanya. Untuk menghitung
simpangan rata-rata dari data x1, x2, x3, …, xn digunakan rumus:

Untuk data berkelompok juga data tidak berkelompok:

47
 X 
Populasi : AD =
N

X X
Sampel : AD =
n
dengan n/N = banyaknya data dan µ/ x = nilai rata-rata. Jika dari data x1, x2, x3,
…, xn. Untuk data berkelompok juga data tidak berkelompok masing-masingnya
muncul dengan frekuensi f1, f2, f3, …, fn akan didapat rumus:
 f X 
Populasi : AD =
N

f XX
Sampel : AD =
n

D. Varians atau Ragam dan Simpangan Baku (Standard Deviation)

Pada prakteknya, nilai simpangan rata-rata di atas jarang dipakai karena
penggunaan nilai mutlak yang menyebabkan kekakuan dalam perhitungan
statistika. Sebagai penggantinya dilakukan dengan mencari kuadrat dari
simpangan setiap ukuran terhadap nilai rata-ratanya. Rata-rata dari semua nilai
kuadrat dari simpangan itulah yang disebut varians atau ragam. Varians dari suatu
data dinotasikan dengan s2. Untuk menghitung varians dari suatu data x1, x2, x3,
2
n ( x) x2
=   (  )2 ,
x
…, xn digunakan rumus s 2  1  ( x i  x )2 =  x 2 
n i 1 n n n
dengan n = banyaknya data, dan x = nilai rata-rata. Jika dari data x1, x2, x3, …, xn
masing-masingnya muncul dengan frekuensi f1, f2, f3, …, fn akan didapat rumus:
n fx 2
s 2  1  fi ( x i  x )2 atau s 2    (  )2 .
fx
n i 1 n n
Jika cara di atas dilakukan terhadap suatu data hasil pengukuran yang
memiliki satuan tertentu misal meter (m), maka akan diperoleh varians dengan
satuan meter persegi (m2). Oleh karena itu untuk memperoleh suatu nilai yang
memiliki satuan sama dengan satuan setiap ukuran pada data, maka kita perlu nilai
akar kuadrat dari varians yang selanjutnya disebut dengan simpangan baku
(standard deviation) yang dinotasikan dengan σ (untuk populasi) dan s (untuk
populasi) dengan rumus:
Untuk data tidak berkelompok:
Populasi:

 X   
2
Cara panjang :  =
N

48
 Cara pendek :

  X 2   X 2 
 =    
 N  N  

Sampel besar ( n > 30 ) :

Cara panjang : s =
X  X  2

Cara pendek :

 X 2   X 
2

s=     
 n  n  

Untuk data berkelompok:

Populasi:
Cara panjang :

 f X   
2
 =
N
Cara pendek :

  X 2   X 2 
 =    
 N  N  

  fX 2   f  2 
 = ci    
 N  N  

Sampel besar ( n > 30 ) :

 f X   
2
Cara panjang : s =
n
Cara pendek :

 X 2  Y 2 
s=    
 n  n  

49
   fX 2   f  2 
s = ci    
 n  n  

Sampel kecil ( n≤ 30 )

 f X  X 
2

Cara panjang : s =
n 1
Cara pendek :

  fX 2  fX 2 
s=   
 n  1 nn  1 

  fX 2  fX 2 
s = ci   
 n  1 nn  1 

Rumus-rumus Ukuran Dispersi :

UNGROUPED DATA GROUPED DATA
(DATA TIDAK BERKELOMPOK) (DATA BERKELOMPOK / FF )
1. Sebaran / rentang / Range (G) 1. Sebaran / rentang / Range (G)
Populasi / Sampel Populasi / Sampel
R= Xmaks- Xmin R= Xmaks- Xmin
2. Sebaran antar kuartil / Inter Quartile 2. Sebaran antar kuartil / Inter Quartile
Range (IQR) Range (IQR)
Populasi sampel : IQR = Q3-Q1 Populasi sampel : IQR = Q3-Q1
3. Simpangan kuartil / kuartil deviasi 3. Simpangan kuartil / kuartil deviasi
Quartile Deviation (QD) Quartile Deviation (QD)
Populasi/Sampel Populasi/Sampel
IQR IQR
QD = atau QD = atau
2 2
Q3  Q1 Q3  Q1
Qd = Qd =
2 2
4. Simpangan rata-rata / Average 4. Simpangan rata-rata / Average
Deviation (AD) : Deviation (AD) :

50
 X   f X 
Populasi : AD = Populasi : AD =
N N

X X f XX
Sampel : AD = Sampel : AD =
n n
5. Simpangan baku/standar deviasi / 5. Simpangan baku/standar deviasi /
standard deviation (  atau s ) : standard deviation (  atau s ) :
Populasi: Populasi:

 X   
2 Cara panjang :
Cara panjang :  =
N  f X   
2
 =
N
Cara pendek : Cara pendek :

  X 2   X 2    X 2   X 2 
 =      =    
 N  N    N  N  

  fX 2   f  2 
 = ci    
Sampel besar ( n > 30 ) :
 N  N  

Cara panjang : s =
X  X  2
Sampel besar ( n > 30 ) :
n
 f X   
2
Cara panjang : s =
n
Cara pendek :
Cara pendek :
 X 2
X  
2

s=       X 2  Y 2 
 n  n   s=    
 n  n  

  fX 2   f  2 
s = ci    
 n  n  

Sampel kecil ( n≤ 30 ) Sampel kecil ( n≤ 30 )

 f X  X 
2

Cara panjang : s =
n 1
 X  X 
2

Cara panjang : s =
n 1 Cara pendek :

51
 Cara pendek :   fX 2  fX 2 
s=   
 n  1 nn  1 
  X 2  X 2 
s=      fX 2  fX 2 
 n  1 nn  1  s = ci   
 n  1 nn  1 

6. Variansi/ragam/variance (V)
Populasi : V =  2 6. Variansi/ragam/variance (V)
Populasi : V =  2
Sampel : V = s 2
Sampel : V = s 2
7 Koefisien variasi / Coefficient of
7. Koefisien variasi / Coefficient of
Variation ( CV ) :
Variation ( CV ) :

Populasi : CV = .100 
 Populasi : CV = .100

s
s Sampel : CV =  .100
Sampel : CV =  .100 X
X

8. Koefisien variasi kuartil /

8. Koefisien variasi kuartil /
Coefficient of Quartiloe Variation
Coefficient of Quartile Variation
CVQ :
CVQ :
Populasi / smpel
Populasi / smpel
QD
QD CVQ = .100 atau
CVQ = .100 atau Me
Me
Q3  Q1
Q  Q1 CVQ = .100
CVQ = 3 .100 Q3  Q1
Q3  Q1
9. Angka baku / Standard Score (Z) :
9. Angka baku / Standard Score (Z) :
X 
Populasi : Z = X 
 Populasi : Z =
 
XX 
Sampel : Z = XX
s Sampel : Z =
s

52
Soal Latihan
1. Tentukan jangkauan/Range (R), simpangan rata-rata (AD), varians (s2), dan
simpangan baku (s) dari data berikut:
a. 2, 4, 6, 9, 9.
b. 102, 104, 106, 109, 109.
c. 20, 40, 60, 90, 90.
Hal menarik apa saja yang dapat Anda nyatakan dari hasil itu?

2. Tentukan simpangan baku (s) dari berat 100 Mahasiswa FE Unigal berikut:
Berat 60 – 62 63 – 65 66 – 68 69 – 71 72 – 74
Frekuensi 5 18 42 27 8

3. Berikut ini Nilai Seleksi Karyawan Baru PT Alam Baru untuk mengisi
lowongan tenaga administrasi:
Banyaknya
Nilai Seleksi
Peserta
11 - 20 14
21 - 30 55
31 - 40 81
41 - 50 124
51 - 60 407
61 - 70 209
71 - 80 78
81 - 90 25
91- 100 7
Jumlah 1.000
Berdasarkan data pada tabel di atas:
a. Berapakah rata-ratanya
b. Berapakah Simpangan Bakunya

4. Rata-rata pengasilan per hari para pedagang Bakso di Pasar Ciamis sebesar
Rp150.000,00 dengan simpangan baku Rp20.000,00. Sedangkan rata-rata
pengasilan per hari para pedagang Mie Ayam di pasar yang sama sebesar
Rp100.000,00 dengan simpangan baku Rp10.000,00. Pak Budi seorang
pedangang Bakso dengan penghasilan per hari sebesar Rp200.000,00; Pak
Bono seorang pedangang Mie Ayam dengan penghasilan per hari sebesar
Rp140.000,00. Jika Pak Budi dan Pak Bono sama-sama berdagang di Pasar
Ciamis, diminta:
a. Siapakan diantara Pak Budi dan Pak Bono yang paling berhasil dalam
usahanya? jelaskan!
b. Siapakan diantara Pak Budi dan Pak Bono yang paling homogen
penghasilannya? Jelaskan!
2
n ( x) x2
=   (  )2
x
5. Buktikan: s 2  1  ( x i  x )2 =  x 2 
n i 1 n n n

53
 n fx 2
6. Buktikan: s 2  1  fi ( x i  x )2 =   (  )2 .
fx
n i 1 n n

54