UKURAN

PENYIMPANGAN
ACHMAD HASAN HAFIDZI, SE.,MM.
 UKURAN PENYIMPANGAN

 Ukuran Penyimpangan atau ukuran dispersi pada dasarnya menunjukkan

seberapa jauh nilai-nilai dalam suatu kelompok terpencar dari reratanya.

 Macam-macam ukuran penyimpangan data yang sering digunakan dalam

penelitian:
1. Jangkauan (range)
2. Simpangan rata-rata (average of deviation)
3. Simpangan baku (standard deviation)
4. Variansi (variance)
1. Jangkauan (range)

 Jangkauan dari nilai-nilai � , � , � , … � , disajikan dengan J, adalah selisih antara nilai

yang terbesar dan terkecil dan dirumuskan oleh:

✓ Data tunggal:
J=� ��� − � �

✓ Data bergolong:
Nilai tertinggi diambil dari nilai tengah kelas tertinggi dan nilai terendah diambil dari
nilai tengah kelas yang terendah

 Jangkauan banyak digunakan dalam menentukan apakah datanya menyebar atau tidak.
Semakin besar jangkauan, maka akan semakin menyebar datanya.
1. Jangkauan (range)

 Umur 10 orang adalah 18, 19, 20, 18, 17, 22, 25, 27, 19, dan 22 tahun.
Carilah jangkauannya.
Solusi:
Tampak bahwa Xmaks = 27 dan Xmin = 17
sehingga J = 27 – 17 = 10.
Jadi, jangkauan data tersebut adalah 10
Penting!
a. Semakin kecil jangkauannya maka semakin homogen distribusinya
b. Semakin besar jangkauannya maka semakin heterogen distribusinya
c. Semakin kecil jangkauannya, maka meannya merupakan wakil yang representatif
d. Semakin besar jangkauannya maka meannya semakin kurang representatif
2. Simpangan rata-rata (average of deviation)

 Simpangan rata-rata adalah penyimpangan nilai-nilai individu dari nilai rata-ratanya.

✓ Data tunggal:

SR   xi  x
n di mana:
1 SR = Simpangan rata-rata
�� = nilai data ke i

n i 1 �ҧ = rataan hitung
n = banyak data
2. Simpangan rata-rata (average of deviation)

➢ Contoh soal 1
Diketahui data: 6, 10, 7, 6, 9, 4. Tentukan simpangan rata-ratanya.

SR   xi  x
Solusi: n
1
+ + + +9+
xത =
n i 1 = =7

SR  6  7  10  7  7  7  6  7  9  7  4  7 
1

  1  3  0   1  2   3 
6
1

 1  3  0  1  2  3  (10)  1,67
6
1 1
6 6
2. Simpangan rata-rata (average of deviation)

➢Latihan 1
Kelompok belajar terdiri atas 5 orang mahasiswa. Mahasiswa
yang termuda umurnya x tahun dan yang tertua berumur 2x
tahun. Jika tiga anak yang lain berturut-turut berumur x+1 tahun,
x+5 tahun, dan 2x-3 tahun. Rata-rata hitung umur mereka adalah
16.
Tentukan range dan simpangan rata-ratanya!
2. Simpangan rata-rata (average of deviation)

 Simpangan rata-rata adalah penyimpangan nilai-nilai individu dari nilai rata-ratanya.

✓ Data bergolong:

 f i xi  x
n di mana:

SR 
SR = Simpangan rata-rata
i 1


�� = nilai tengah data ke i
�ҧ = rataan hitung
n
n = banyak data
fi �� = frekuensi data ke i
i 1
2. Simpangan rata-rata (average of deviation)

➢ Contoh soal 2
Tentukan simpangan rata-rata pada tabel berikut ini.

Nilai Frekuensi ��

141 – 145 2
146 – 150 4
151 – 155 8
156 – 160 12
161 – 165 10
166 – 170 4
 Solusi:

Nilai Frekuensi �� �� �� . �� �� − �ҧ �� �� − �ҧ
141 – 145 2 143 286 14,5 29

f
146 – 150
xi  x
4 148 592 9,5 38 n

SR 
151 – 155 8 153 1224 4,5 36
i 1

f
i

156 – 160 12 158 1896 0,5 6 n

161 – 165
i 1
10 i
163 1630 5,5 55
166 – 170 4 168 672 10,5 42

Jumlah 40 6300 260

 f .x f xi  x
6
6

x i 1
  157,5 SR    5,2
f
i i
6300
i 1

f
i
260
6
40 6
40
i 1
i

i 1
i
3. Simpangan baku (standard deviation) dan Variansi

 Simpangan Baku
✓ Data tunggal: di mana:

 (x  x)
SD = Simpangan baku
n
2 �� = Variansi

SD 
�� = nilai data ke i
i 1
i
�ҧ = rataan hitung
n n = banyak data

 Variansi

 i 
n
2

SD 
( x x )
2 i 1
n Atau kuadrat dari simpangan Baku
3. Simpangan baku (standard deviation) dan Variansi
➢ Contoh soal 3
Diketahui data: 6, 10, 7, 6, 9, 4. Tentukan simpangan baku dan variansinya.

 i 
n
Solusi: 2
+ + + +9+
SD 
( x x )
i 1
xത = = =7
n

SD 
6  7 2  10  7 2  7  7 2  6  7 2  9  7 2  4  7 2
6


 12  32  02   12  22   32
6
1 9  0 1 4  9
 
24
 4  2 (simpangan baku)
6 6
Jadi variansi nya adalah �� = 2 =
3. Simpangan baku (standard deviation) dan Variansi

 Simpangan Baku
✓ Data bergolong:

  
di mana:
f i xi  x
n
2 SD = Simpangan baku
SD  i 1 ��


= Variansi
n
�� = nilai tengah data ke i
fi
i 1
�ҧ = rataan hitung
n = banyak data
 Variansi
�� = frekuensi data ke i

 f x x 
n
2

SD 2  i 1


i i

n
fi
i 1
Atau kuadrat dari simpangan Baku
3. Simpangan baku (standard deviation) dan Variansi

➢ Contoh soal 4
Tentukan simpangan baku dan variansi pada tabel berikut ini.

Nilai Frekuensi ��
141 – 145 2
146 – 150 4
151 – 155 8
156 – 160 12
161 – 165 10
166 – 170 4
 Solusi:
Nilai Frekuensi �� �� �� . �� �� − �ҧ �� − �ҧ �� �� − �ҧ
141 – 145 2 143 286 -14,5 210,25 420,5
146 – 150 4 148 592 -9,5 90,25 361
151 – 155 8 153 1224 -4,5 20,25 162
156 – 160 12 158 1896 0,5 0,25 3
161 – 165 10 163 1630 5,5 30,25 302,5
166 – 170 4 168 672 10,5 110,25 441

Jumlah 40 6300 1690

 f x x   f .x
n 6
2

x   157,5
SD 
i 1

f
i i
6300
i 1


i i
6
n 40
i 1
i
fi
i 1
 Solusi:
Nilai Frekuensi �� �� �� . �� �� − �ҧ �� − �ҧ �� �� − �ҧ
141 – 145 2 143 286 -14,5 210,25 420,5
146 – 150 4 148 592 -9,5 90,25 361
151 – 155 8 153 1224 -4,5 20,25 162
156 – 160 12 158 1896 0,5 0,25 3
161 – 165 10 163 1630 5,5 30,25 302,5
166 – 170 4 168 672 10,5 110,25 441

Jumlah 40 6300 1690

 Simpangan Baku  Variansi

 f x x 
n
2

SD    42,25  6,5
Jadi �� = , = 2,2
i 1

f
i i 1690
n 40

i 1
i
➢ Latihan 2

A. Jangkauan
B. Simpangan Rata-rata
C. Simpangan baku
D. Variansi
UKURAN KEMIRINGAN
Ukuran kemiringan adalah ukuran yang menyatakan sebuah model distribusi yang mempunyai
kemiringan tertentu. Apabila diketahui besarnya nilai ukuran ini maka dapat diketahui pula
bagaimana model distribusinya, apakah distribusi itu simetrik, positif, atau negatif.

Berikut ini contoh ketiga macam model distribusi tersebut:

UKURAN KEMIRINGAN
Untuk mengetahui apakah sekumpulan data mengikuti model distribusi simetrik, positif, atau
negatif, hal ini dapat dilihat berdasarkan nilai koefisien kemiringannya.
UKURAN KEMIRINGAN
UKURAN KEMIRINGAN
UKURAN KEMIRINGAN
Tb K1 = ¼ (n)

Tb K2 = ½ (n)

Tb K3= ¾ (n)

K1, K2, K3
UKURAN KEMIRINGAN
Menurut PERSON,dari hasil koefisiennya kemiringan diatas,ada tiga cretiria untuk mengetahui
model distribusi dari sekumpuan data (baik data terkelompok maupun data tidak
terkelompok),yaitu :

1. Jika koefisiennya kemiringan < 0,maka bentuk distribusinya negatif.

2. Jika koefisien kemiringannya = 0,maka bentuk distribusinya simetrik.

3. Jika koefisien kemiringannya > 0,maka bentuk distribusinya positif.

UKURAN KEMIRINGAN
UKURAN KEMIRINGAN
UKURAN KEMIRINGAN
UKURAN KEMIRINGAN
UKURAN KERUNCINGAN
(KURTOSIS)
Ukuran keruncingan adalah kepuncakan dari suatu distribusi, biasanya diambil relatif terhadap
distribusi normal. Sebuah distribusi yang mempunyai puncak relatif tinggi dinamakan leptokurtik,
sebuah distribusi mempunyai puncak mendatar dinamakan platikurtik, distribusi normal yang
puncaknya tidak terlalu tinggi atau tidak mendatar dinamakan mesokurtik.
UKURAN KERUNCINGAN
(KURTOSIS)
UKURAN KERUNCINGAN
(KURTOSIS)
Dari hasil koefisien kurtosis diatas, ada tiga criteria untuk mengetahui model distribusi dari
sekumpulan data, yaitu :

1. Jika koefisien kurtosisnya < 0,263 maka distribusinya adalah platikurtik

2. Jika koefisien kurtosisnya = 0,263 maka distribusinya adalah mesokurtic

3. Jika koefisien kurtosisnya > 0,263 maka distribusinya adalah leptokurtik

UKURAN KERUNCINGAN
(KURTOSIS)
UKURAN KERUNCINGAN
(KURTOSIS)
UKURAN KERUNCINGAN
(KURTOSIS)
UKURAN KERUNCINGAN
(KURTOSIS)
UKURAN KERUNCINGAN
(KURTOSIS)