Bab 4 Statistik Edit

-Bab 4 Pengukuran Dispersi (Penyebaran)
Bab empat
PENGUKURAN DISPERSI
( PENYEBARAN )
Tujuan :
Setelah mempejalari bab ini secara lengkap, diharapkan anda dapat :
Satu
Menjelaskan konsep dasar arti pentingnya ukuran
dispersi (penyebaran)
Dua
Menjelaskan dan memahami pengertian dan
perhitungan ukuran dispersi (penyebaran) range
Tiga
perhitungan ukuran dispersi (penyebaran)
interquartile range
Empat
perhitungan ukuran dispersi (penyebaran) deviasi
rata-rata (mean deviation)
Lima
perhitungan deviasi standar (standart deviation),
varians (variance)
Enam
perhitungan standar score dan koefisien variasi
(Coefficiens of Variation)
Statistik Deskriptif -117-

Seorang pialang seringkali salah di dalam

pengambilan suatu keputusan, dimana saham
yang diinvestasikan pada perusahaan yang dinilai
baik kinerjanya justru mendatangkan kerugian
ketika investasi dilakukan pada perusahaan
tersebut, atau dalam kasus lain seorang nasabah
bank yang berharap memperoleh suku bungan
yang tinggi justru hanya mendapatkan suku
bunga yang rendah dari deposito yang disimpan
pada bank yang bersangkutan.
Salah satu factor penyebab tidak sesuainya

antara harapan dengan kenyataan tersebut
adalah tidak dimasukkannya disperse
(penyebaran) data di dalam analisis pengambilan
keputusan yang dilakukan

4.1. ARTI PENTING UKURAN PENYEBARAN

Seorang decision maker (pengambil keputusan) dituntut untuk
melakukan analisis secara komprehensif di dalam pengambilan suatu
keputusan. Untuk itu beberapa metode analisis atau pendekatan yang
dapat memperbaiki kualitas dari ketepatan pengambilan suatu
keputusan harus digunakan.
Dalam keputusan melakukan investasi, seorang calon investor
mengambil keputusan untuk mengivestasikan dananya dengan
menggunakan pendekatan tingkat pengembalian (return) yang
diperoleh dari kegiatan investasi yang di lakukan. Kenyataan yang
terjadi, investor tersebut justru menderita kerugian walaupun
investasi dilakukan kepada perusahaan yang diestimasi memberikan
rata-rata return tinggi. Di sisi lain, investor lainnya yang melakukan
investasi pada usaha yang memberikan rata-rata return relatif rendah
justru memperoleh keuntungan. Evaluasi dari analisis yang dilakukan
menunjukkan bahwa perusahaan yang diestimasi memberikan rata-
rata return yang tinggi ternyata memiliki pola data yang heterogen
sehingga return yang tinggi juga diikuti oleh resiko yang tinggi pula
sebagai akibat dari heterogenitas atau sebaran datanya. Sebaliknya,
perusahaan yang menghasilkan return rendah ternyata memiliki resiko
yang rendah sebagai akibat pola datanya yang relatif homogen. Kasus
ini menunjukkan rata-rata yang tinggi belum tentu memberikan hasil
yang lebih baik karena harus dilihat pula homogenitas dari data
tersebut.
Sebuah universitas mengirimkan dua orang wakilnya pada kompetisi
akuntansi tingkat nasional. Untuk menentukan wakil yang terpilih,
kepada calon peserta dilakukan beberapa kali pengujian sehingga
terpilih dua orang wakil yang secara keseluruhan menghasilkan rata-
rata nilai sebesar 90 dan 87. Hasil kompetisi di tingkat nasional
menunjukkan wakil universitas dari peserta yang pada tes di tingkat
universitas memperoleh rata-rata nilai 87 justru mendapatkan juara I
sedangkan wakil universitas yang pada tes di tingkat universitas
memperoleh nilai rata-rata 90 justru tidak mendapat nomor sama
sakali. Dari hasil evaluasi terhadap kedua wakil universitas tersebut,
ternyata wakil peserta yang menghasilkan nilai rata-rata 90 memiliki
hasil tes yang tidak stabil (sebaran data bersifat heterogen). Dari 5
kali tes yang dilakukan, peserta pertama menghasilkan nilai 100, 80,
98, 82, 90. Sebaliknya, wakil peserta yang memperoleh nilai rata-rata
tes 87 memiliki sebaran data yang relatif homogen. Dari 5 kali tes,
hasil yang diperoleh 87, 89, 85, 88, 86. Dengan demikian, rata-rata
yang lebih tinggi belum tentu memberikan hasil yang lebih baik
sebelum mempertimbangkan sebaran dari datanya.

Dari dua contoh penjelasan di atas, untuk membuat kesimpulan di

dalam pengukuran central tendency dibutuhkan pula informasi
tambahan di dalam melakukan penilaian terhadap pengukuran central
tendency tersebut. Salah satu informasi tambahan yang dibutuhkan
tersebut adalah ukuran penyebaran (dispersion)
Dispersi atau ukuran penyimpangan atau ukuran

penyebaran adalah ukuran yang menunjukkan besar
kecilnya perbedaan data dari rata-ratanya.
Untuk lebih memperjelas pemahaman mengenai ukuran penyebaran

(dispersion) dapat dilihat pada gambar 4.1. berikut ini. Berdasarkan
gambar tersebut, sekalipun kurva A, B, C memiliki rata-rata yang sama
tetapi ukuran central tendency yang baik ditunjukkan dengan kurva A
dibandingkan dengan kurva B dan kurva C. Pada kurva A, hampir
semua nilai observasi berada di sekitar nilai rata-ratanya atau dengan
kata lain data yang digunakan relatif homogen dibandingkan dengan
kurva B dan C.
Gambar 4.1. Distribusi Penyebaran Data

4.2. MACAM-MACAM UKURAN PENYEBARAN

Untuk melihat pola penyebaran dari sekelompok data dapat digunakan
beberapa pendekatan yaitu range, interquartile range, deviasi rata-
rata, deviasi standar, varians, standard score, koefisien variasi
4.2.1. Range
Range adalah perbedaan antara data terbesar dengan data terkecil
yang terdapat pada sekelompok data. Semakin besar nilai range
menunjukan semakin besar penyebaran dari datanya dan sebaliknya
semakin kecil nilai range berarti semakin kecil penyebaran datanya.
Formulasi untuk besarnya range dinyatakan dengan rumus berikut ini.
Range ( 4-1)
Range = Nilai tertinggi observasi – nilai terendah observasi
Contoh :
Berikut data pengeluaran advertising 2 perusahaan selama 8 bulan
terakhir (juta rupiah)
Ishacc Co 100 180 200 190 160 110 129 115
Achmad Co 80 200 250 90 70 180 100 214
Pertanyaan
Hitung besarnya rata-rata dan range dari kedua kelompok tersebut
serta jelaskan arti dari perhitungan tersebut?
Jawab
Hasil perhitungan PT Ishacc CO
Besarnya rata-rata
100  180  200  190  160  110  129  115
x Ishacc   148
8
Besarnya range = nilai terbesar – nilai terkecil
= 200 – 100 = 100

Hasil perhitungan PTAchmad Co

Besarnya rata-rata
80  200  250  90  70  180  100  214
x Achmad   148
8
Besarnya range = nilai terbesar – nilai terkecil
= 250 – 70 = 180
Kesimpulan
Hasil perhitungan menunjukkan rata-rata pengeluaran advertising
untuk kedua perusahaan besarnya sama yaitu Rp 148 juta. Namun data
untuk perusahaan Ishacc Co lebih homogen dibandingkan dengan
perusahaan Achmad Co seperti ditunjukkan ukuran penyebaran yang
dihitung dengan menggunakan range (R) perusahaan Ischacc Co
sebesar 100 sementara besarnya range untuk perusahaan Achmad Co
sebesar 180. Dengan demikian untuk estimasi perkiraan pengeluaran
adversiting di masa yang akan datang, data dari perusahaan Ischacc
Co memiliki kualitas yang lebih baik dibandingkan dengan data dari
perusahaan Achmad Co.
Kelebihan dan kelemahan Range

Dari segi cara perhitungannya, range adalah ukuran penyebaran yang
mudah dipahami dan perhitungan dapat dilakukan dengan lebih cepat
dan mudah. Karena itu, walaupun perhitungan range kurang teliti
tetapi sering digunakan apabila segera di butuhkan.
Sekalipun range mudah dipahami dan mudah menghitungnya, namun
pengukuran ini sangat tidak mewakili sebagai pengukuran penyebaran.
Kelemahan range adalah kurang teliti, hanya mendasarkan pada
perbedaan data terbesar dan data terkecil saja, tidak menjelaskan
distribusi data-data lainnya yang terletak di antara kedua data itu.
Akibatnya, untuk kelompok-kelompok data yang berbeda
penyebarannya, rangenya bisa sama asal data yang terkecil dan data
yang terbesar nilainya sama.
Sebagai contoh berikut data gaji dari 3 departemen PT Faras (dalam
ribuan). Dari data tersebut besarnya range untuk ketiga departemen
nilainya sama yaitu 1500 – 500 = 1000. Dengan mengacu kepada
perhitungan besarnya range, dapat disimpulkan bahwa penyebaran
data dari rata-ratanya untuk ketiga depertemen sama. Padahal jika
melihat keseluruhan data yang sebenarnya, tentu saja kesimpulan
tersebut salah sebab kenyataan menunjukkan penyebaran data dari
rata-ratanya untuk ketiga kelompok berbeda.

Dept A 500 700 1000 1000 1000 1000 1500

Dept B 500 500 500 750 1500 1500 1500
Dept C 500 600 750 900 1200 1400 1500
4.2.2. Interquartile range

Pengukuran penyebaran kedua yang digunakan adalah interquartile
range yang merupakan selisih antara kuartil ketiga dengan kuartil
pertama. Semakin besar interquartile range menunjukkan bahwa
penyebaran data dari rata-ratanya semakin besar dan sebaliknya
semakin kecil interquartile range berarti semakin kecil penyebaran
data dari rata-ratanya. Secara formulasi interquartile range
dinyatakan dengan formulasi :
Interquartile Range ( 4-2)
Interquartile range = Q3 – Q1
Contoh
Ishacc Co 100 180 200 190 160 110 129 115

Achmad Co 80 200 250 90 70 180 100 214
Pertanyaan
Data perusahaan mana yang paling baik digunakan untuk mengestimasi
perkiraan advertising pada masa yang akan datang jika dasar
penentuannya menggunakan interquartile range ? Jelaskan
Jawab
Perhitungan interquartile range untuk Ischaac Co dan Achmad Co
dilakukan dengan langkah-langkah
 Urutkan data dari terkecil ke terbesar
Ishacc 100 110 115 129 160 180 190 200

Achmad 70 80 90 100 180 200 214 250

 Cari letak dan nilai kuartil 1 dan 3 untuk masing-masing

perusahaan
Ishacc Co
Letak kuartil 1 = (n+1)/4 = (8+1)/4 = 9/4 = 2,25
Karena letak kuartil 1 sebesar 2,25 maka nilai kuartil 1 adalah
rata-rata dari data kedua dan ketiga yaitu (110+115)/2 = 112,5
Letak kuartil 3 = 3(n+1)/4 = 3(9)/4 = 27/4 = 6,75

rata-rata dari data keenam dan ketujuh yaitu (180+190)/2 = 185
Achmad Co
Letak kuartil 1 = (n+1)/4 = (8+1)/4 = 9/4 = 2,25
rata-rata dari data kedua dan ketiga yaitu (80+90)/2 = 85
Letak kuartil 3 = 3(n+1)/4 = 3(9)/4 = 27/4 = 6,75

rata-rata dari data keenam dan ketujuh yaitu (200+214)/2 = 207
 Tentukan besarnya intequartile range untuk kedua kelompok data

tersebut
Ishacc Co
Interquartile range = Q3 – Q1 = 185 – 112,5 = 72,5
Achmad Co
Interquartile range = Q3 – Q1 = = 207 – 85 = 122
Kesimpulan
Hasil perhitungan menunjukkan penyebaran data dari Ishacc Co lebih
kecil dibandingkan dengan Achmad Co seperti ditunjukkan dari
besarnya interquartile range perusahaan Ishacc Co sebesar 72,5
sementara Achmad Co sebesar 122. Dengan demikian data perusahaan
Ishacc Co lebih baik digunakan dalam memprediksi pengeluaran
advertising karena penyebaran datanya lebih kecil dibandingkan
dengan Achmad Co.
Pengerjaan interquartile range untuk data dikelompokkan pada
dasarnya sama, yang berbeda hanya dalam hal perhitungan mencari
kuartil 1 dan kuartil 3 dibandingkan dengan dengan data tidak
dikelompokkan. Prosedur penentuan besarnya kuartil 1 dan kuartil 3
dapat dilihat pada bab 3.

4.2.3. Deviasi Rata-rata (Mean Deviation)

Pengukuran penyebaran yang ketiga adalah deviasi rata-rata (mean
deviation) yang merupakan rata-rata penyebaran data dari rata-rata
(mean). Perhitungan deviasi rata-rata dilakukan dengan mencari rata-
rata dari harga mutlak selisih antara tiap-tiap data dengan rata-
ratanya. Perhitungan harga mutlak menunjukkan selisih positip atau
negatif, semuanya dianggap positip. Harga mutlak dari X biasanya
ditulis dengan X
Deviasi rata-rata untuk data yang tidak

dikelompokkan.
Perhitungan deviasi rata-rata untuk data tidak dikelompokkan
dinyatakan dengan formulasi sebagai berikut:
Deviasi Rata-rata (Mean Deviation) Data

Tidak Dikelompokkan ( 4-3)
MD = Deviasi rata-rata
n Xi = Nilai setiap observasi
X
i 1
i X X
n
= Nilai rata-rata observasi
= jumlah observasi sampel
MD 
n X i  X = Selisih absolut nilai observasi
dengan rata-ratanya
Contoh
Ishacc Co 100 180 200 190 160 110 129 115

Achmad Co 80 200 250 90 70 180 100 214
Pertanyaan
penentuannya menggunakan deviasi rata-rata? Jelaskan

Jawab
Perhitungan deviasi rata-rata untuk Ischacc Co dan Achmad Co
ditunjukkan dengan langkah-langkah berikut ini :
 Hitung nilai rata-rata dari observasi dimana untuk Ischacc Co.
Nilainya sebesar 148 seperti dapat dilihat pada kolom (1) tabel
4.1.
 Hitung selisih antara setiap observasi dengan rata-ratanya
( Xi  X ) seperti dapat diihat pada kolom (2) tabel 4.1.
 Absolutkan selisih antara setiap nilai observasi dengan rata-
ratanya X i  X seperti dapat dilihat pada kolom (3) tabel 4.1.
Tabel 4.1. Perhitungan Deviasi Rata-rata Ischacc Co
Xi Xi  X Xi  X
X i
(1) (2) (3)

100 (100 - 148) = -48 48
180 (180 - 148) = 32 32
200 (200 - 148) = 52 52
190 (190 - 148) = 42 43
160 (160 - 148) = 12 12
110 (110 - 148) = -38 38
129 (129 - 148) = -19 19
115 (115 - 148) = -33 33
X = 148 X i X =0 X i  X = 277
 Hitung besarnya nilai deviasi rata-rata seperti ditunjukkan

perhitungan berikut :
n
X i 1
i X
277
MD  =  34,625
n 8
Jadi besarnya deviasi rata-rata dari Ischacc Co adalah 34,625 yang
artinya rata-rata penyebaran setiap observasi terhadap data-
ratanya sebesar 34,625

Dengan langkah-langkah yang sama, perhitungan deviasi rata-rata

untuk Achmad Co ditunjukkanpada tabel 4.2. berikut .
Tabel 4.2. Perhitungan Deviasi Rata-rata Achmad Co
Xi Xi  X Xi  X
X i
(1) (2) (3)

80 ( 80 - 148) = - 68 68
200 (200 - 148) = 52 52
250 (250 - 148) = 102 102
90 ( 90 - 148) = -58 58
70 ( 70 - 148) = -78 78
180 (180 - 148) = 32 32
100 (100 - 148) = -48 48
214 (214 - 148) = 66 66
X = 148  Xi  X =0 X i  X = 504
n
Xi 1
i X
504
MD  =  63
n 8
Jadi besarnya deviasi rata-rata dari Achmad Co adalah 63 yang
artinya rata-rata penyebaran setiap observasi terhadap data-
ratanya sebesar 63
Kesimpulan
 Hasil perhitungan menunjukkan ukuran penyebaran yang diukur
dari deviasi rata-rata (MD) dari Ischacc Co lebih rendah
dibandingkan dengan Achmad Co (bandingkan 34,625 dengan 63).
Dengan demikian untuk mengestimasi keakuratan pengeluaran
advertising akan lebih tepat menggunakan data Ischacc Co karena
besarnya penyebaran datanya lebih rendah.
 Perhitungan deviasi rata-rata harus menggunakan absolut selisih
dari observasi terhadap rata-ratanya. Hal ini dikarenakan jika
selisih tersebut tidak diabsolutkan maka akan menghasilkan
jumlah  X i  X = 0 yang tentu saja hasil ini akan memberikan
informasi yang keliru. Dengan
X i  X = 0, pengguna bisa

menginterpretasikan seluruh data observasi bersifat homogen
(seluruh nilai observasi sama dengan rata-ratanya).

Deviasi rata-rata untuk data yang dikelompokkan.

Perhitungan deviasi rata-rata untuk data dikelompoknya dinyatakan
dengan formulasi sebagai berikut:
Deviasi Rata-rata (Mean Deviation)
Data Dikelompokkan ( 4-4)
MD = deviasi rata-rata
k Xi = nilai tengah kelas ke-i
X i  X  fi X = nilai rata-rata observasi
MD  i 1 f = jumlah frekuensi kelas-i
n k = banyaknya kelas
X i  X = selisih absolute nilai tengah
dengan rata-ratanya
Contoh soal
Berdasarkan data kelompok pada bab sebelumnya mengenai laba dari
50 perusahaan industri makanan dan minuman yang terdaftar di Bursa
Efek Jakarta yang dinyatakan dalam distribusi frekuensi berikut ini :
(juta rupiah)
Tabel 4.3.
Laba 50 Perusahaan Industri Makanan
Jumlah Laba Frekuensi
0 - 19 5
20 – 39 10
40 – 59 20
60 – 79 12
80 – 99 3
Total 50
Pertanyaan
Hitunglah ukuran penyebaran dari distribusi frekuensi tersebut dengan
menggunakan deviasi rata-rata ?
Jawab
Perhitungan deviasi rata-rata untuk dari laba 50 perusahaan

 Hitung nilai rata-rata dari data kelompok. Dari tabel 4.4.

diperoleh nilai rata-rata sebesar 48,7
 Hitung absolut selisih antara nilai tengah dari setiap kelas dengan
rata-ratanya X i  X seperti dapat diihat pada kolom (5) tabel
4.4.
 Hitung hasil perkalian antara absolut selisih nilai tengah dari
setiap kelas terhadap rata-ratanya dengan frekuensi dari setiap
kelas X i  X .fi seperti ditunjukkan dengan kolom (6) pada tabel
4.4.
Tabel 4.4. Perhitungan Deviasi Rata-rata dalam Kelompok

Jumlah
f Xi f.Xi Xi  X X i  X .fi
Laba
(1) (2) (3) (4) (5) (6)
0 - 19 5 9,5 47.5 39.2 196
20 – 39 10 29,5 295 19.2 192
40 – 59 20 49,5 990 0.8 16
60 – 79 12 69,5 834 20.8 249.6
80 – 99 3 89,5 268.5 40.8 122.4
Total 50 2435 776
x
 f .x  2435  48,7
n 50
 Hitung besarnya deviasi rata-rata data kelompok yang dinyatakan

dengan :
k
X i 1
i  X  fi
776
MD  =  15,52
n 50
Kesimpulan
Hasil perhitungan menunjukkan ukuran penyebaran yang diukur dari
deviasi rata-rata (MD) dari 50 perusahaan industri makanan sebesar
15,52. Hasil ini menunjukkan rata-rata penyebaran setiap observasi
terhadap rata-ratanya adalah 15,52

4.2.4. Deviasi Standar (Standard Deviation)

Pada prinsipnya perhitungan deviasi standar hampir sama dengan
deviasi rata-rata. Perbedaannya adalah jika perhitungan deviasi rata-
rata dilakukan dengan mencari nilai absout dari selisih setiap
observasi dengan rata-ratanya, pada deviasi standar dilakukan dengan
mengkuadratkan selisih nilai setiap observasi dengan rata-ratanya dan
kemudian jumlah dari kuadratnya diakar. Deviasi standar untuk
populasi biasanya diberi simbol σ, sedangkan untuk sampel diberi
simbol s.
Penggunaan ukuran penyebaran deviasi standar (standard deviation)
ini sangat familiar dan banyak digunakan hampir di dalam setiap
disiplin ilmu. Pada intinya pengukuran deviasi standar ini digunakan
dengan tujuan untuk mengetahui homogenitas dari data serta sebagai
proksi dari ukuran resiko atau stabilitas dari data.
Deviasi standar untuk data yang tidak dikelompokan.

Deviasi standar pada data yang tidak dikelompokan untuk populasi dan
sampel dapat dihitung dengan rumus berikut ini :
Deviasi standar populasi dan sampel ( 4-5)

data tidak dikelompokkan
Deviasi standar populasi
n
 = deviasi standar populasi
 X  
2
1 Xi = nilai observasi ke-i
i 1
  = nilai rata-rata populasi
N N = jumlah populasi
Deviasi standar sampel

n s = deviasi standar sampel
 X  X
2
i 1
s X = nilai rata-rata sampel
n 1 n = jumlah sampel

Contoh
Ishacc Co 100 180 200 190 160 110 129 115
Achmad Co 80 200 250 90 70 180 100 214
Pertanyaan
penentuannya menggunakan deviasi standar ? Jelaskan
Jawab
Perhitungan deviasi rata-rata untuk Ischaac Co dan Achmad Co
 Hitung nilai rata-rata dari observasi dimana untuk Ischacc Co
nilainya sebesar 148 seperti dapat dilihat pada kolom (1) tabel
4.5.
 Hitung selisih antara setiap observasi dengan rata-ratanya
( Xi  X ) seperti dapat dilihat pada kolom (2) tabel 4.5.
 Hitung kuadrat dari selisih antara setiap observasi dengan rata-
ratanya  2
X i  X seperti dapat dilihat pada kolom (3) pada
tabel 4.5.
 Hitung besarnya nilai deviasi standar seperti ditunjukkan
perhitungan berikut :
n
 X  X
2
1
i 1 10834
s = = 39,341
n 1 8 1
Jadi besarnya deviasi standar dari Ischacc Co adalah 39,341 yang
artinya rata-rata penyebaran setiap observasi terhadap rata-

Tabel 4.5. Perhitungan Deviasi Standar Ishacc Co
Xi Xi  X X i  X
2
(1) (2) (3)

100 (100 - 148) = -48 2304
180 (180 - 148) = 32 1024
200 (200 - 148) = 52 2704
190 (190 - 148) = 42 1764
160 (160 - 148) = 12 144
110 (110 - 148) = -38 1444
129 (129 - 148) = -19 361
115 (115 - 148) = -33 1089
X = 148 X i X =0 X i  X = 10834
Dengan langkah-langkah yang sama, perhitungan deviasi standar

untuk Achamd Co ditunjukkan pada tabel 4.6.
Tabel 4.6. Perhitungan Deviasi Rata-rata Achmad Co
Xi Xi  X X i  X
2
(1) (2) (3)

80 -68 4624
200 52 2704
250 102 10404
90 -58 3364
70 -78 6084
180 32 1024
100 -48 2304
214 66 4356
X = 148  Xi  X =0 X i  X = 34864
Besarnya deviasi standar untuk Achmad Co adalah :

n
 X  X
2
1
i 1 34864
s = = 70.57316
n 1 8 1

Jadi besarnya deviasi rata-rata dari Achmad Co adalah 70,57 yang

artinya rata-rata penyebaran setiap observasi terhadap rata-
Kesimpulan
deviasi standar (s) dari Ischacc Co lebih rendah dibandingkan dengan
Achmad Co (bandingkan 39,341 dengan 70,57). Dengan demikian untuk
mengestimasi keakuratan pengeluaran advertising akan lebih tepat
menggunakan data Ischacc Co karena besarnya penyebaran datanya
lebih rendah.
Deviasi standar untuk data yang dikelompokkan.

Perhitungan deviasi standar untuk data dikelompokknya dinyatakan
dengan formulasi sbagai berikut:
Deviasi Standar (Standard Deviation)

Deviasi standar populasi
 = deviasi standar populasi
2 Xi = nilai tengah kelas ke-i

 X i    fi
 = nilai rata-rata populasi
N N = jumlah populasi
Deviasi standar sampel
X  X   fi
2 s = deviasi standar sampel
i
s Xi = nilai tengah kelas ke-i
n 1 X = nilai rata-rata sampel
n = jumlah sampel
Contoh soal
Berdasarkan data kelompok pada bab sebelumnya mengenai laba dari
50 perusahaan industri makanan dan minuman yang terdaftar di Bursa
Efek Jakarta yang dinyatakan dalam distribusi frekuensi berikut ini :
(juta rupiah)

Tabel 4.7.
Laba 50 Perusahaan Industri Makanan
Jumlah Laba Frekuensi
0 - 19 5
20 – 39 10
40 – 59 20
60 – 79 12
80 – 99 3
Total 50
Pertanyaan
Hitunglah ukuran penyebaran dari distribusi frekuensi tersebut dengan
menggunakan deviasi standar ?
Jawab
Perhitungan deviasi standar untuk dari laba 50 perusahaan
 Hitung nilai rata-rata dari data kelompok. Dari tabel 4.8.
diperoleh nilai rata-rata sebesar 48,7
 Hitung selisih antara nilai tengah dari setiap kelas dengan rata-
ratanya lalu hasilnya dikuadratkan seperti ditunjukkan pada kolom
(5) pada tabel 4.8
 Hitung perkalian antara kuadrat dari selisih antara nilai tengah
dan rata-rata dengan jumlah frekuensi dari masing-masing kelas
 2

X i  X .fi. Dari tabel 4.8 hasil perkalian ini ditunjukkan dengan
kolom (6) yang merupakan hasil kali dari kolom (2) dengan kolom
(5).
 Hitung besarnya deviasi standar dengan menggunakan rumus
berikut ini :
X  X   fi
2
i 21568
s = = 20,98
n 1 50  1

Tabel 4.8. Perhitungan Deviasi Standar Data Kelompok

Jumlah
Laba
f Xi f.Xi X i  X 2 X i  X 2 .fi
(1) (2) (3) (4) (5) (6)

2
0 - 19 5 9,5 47.5 ( 9,5-48,7) = 1536,64 7683.2
20 – 39 10 29,5 295 (29,5-48,7)2 = 368,64 3686.4
40 – 59 20 49,5 990 (49,5-48,7)2 = 0,64 12.8
60 – 79 12 69,5 834 (69,5-48,7)2 = 432,64 5191.68

2
80 – 99 3 89,5 268.5 (89,5-48,7) = 1664,64 4993.92
Total 50 2435 21568
x
 f .x  2435  48,7
n 50
Kesimpulan
deviasi standar (s) sebesar 20,98, yang artinya rata-rata penyebaran
setiap observasi dari rata-ratanya sebesar 20,98.
Deviasi standar untuk data yang dikelompokkan

dengan metode Short-cut
Proses perhitungan deviasi standar untuk data kelompok biasanya
berkaitan dengan perhitungan yang relatif kompleks terutama dari
satuan angkanya. Untuk mempermudah perhitungan, deviasi standar
dapat dihitung dengan menggunakan cara yang lebih mudah yang
dikenal dengan metode short-cut. Formulasi untuk deviasi standar
dengan metode short-cut dinyatakan dengan rumus 4-7.
Langkah-langkah pengerjaan deviasi standar dengan metode short-cut

dilakukan dengan langkah-langkah sebagai berikut :
 Tentuan nilai u untuk masing-masing kelas dimana nilai 0
ditentukan secara acak misalnya kelas ketiga. Kelas sebelumnya
nilainya berkurang 1 sedangkan kelas sesudahnya nilainya
bertambah 1 (lihat pada kolom 3) pada 4.9

Deviasi Standar (Standard Deviation)

Deviasi standar dengan metode short-cut
k 2
 k 
n  u i2 f i    u i f i 
s  ci i 1  i 1 
n n  1 
s = deviasi standar
ci = kelas interval
u = coding untuk masing-masing kelas
f = frekuensi dari masing-masing kelas
n = jumlah observasi sampel
 Hitung nilai ui.fi yang merupakan perkalian dari kolom (2) dengan
kolom (3) sehingga diperoleh hasil pada kolom (4)
 Hitung nilai ui2 fi yang merupakan perkalian dari kolom (2) dengan
kuadrat kolom (3) sehingga diperoleh hasil pada kolom (5)
 Hitung besarnya deviasi standar dengan formulasi short-cut
k 2
 k 
n  u i2 f i    u i f i 
5054   2
2
s  ci i 1  i 1  = 20  20,98
n n  1 50501
Hasil perhitungan deviasi standar dengan metode short-cut
sebesar 20,98 sama dengan yang hasil perhitungan dengan metode
standar seperti dijelaskan pada bagian sebelumnya.

Tabel 4.9. Perhitungan Deviasi Standar Data Kelompok

Dengan metode Short-Cut
Jumlah
f ui uifi ui2fi
Laba
(1) (2) (3) (4) (5)
0 - 19 5 -2 -10 20
20 – 39 10 -1 -10 10
40 – 59 20 0 0 0
60 – 79 12 1 12 12
80 – 99 3 2 6 12
Total 50 -2 54
4.2.5. Varians (Variance)

Varians merupakan ukuran penyebaran yang diperoleh dengan cara
mengkuadratkan deviasi standar. Dengan demikian prosedur
perhitungan varians baik untuk data tidak dikelompokkan maupun
data dikelompokkan adalah sama dengan perhitungan deviasi standar.
Jika standar deviasi populasi disimbolkan dengan  maka varians
populasi dinyatakan dengan  2. Formulasi varians dinyatakan sebagai
berikut :
Varians (Variance) data tidak ( 4-8)

dikelompokkan
Varians populasi
n 2
 = varians populasi
 X 1  
2
Xi = nilai observasi ke-i
2  i 1
 = nilai rata-rata populasi
N
N = jumlah populasi

Varians sampel
2
n
s = varians sampel
 X  X
1
2 i 1 X = nilai rata-rata sampel
s  n = jumlah sampel
n 1
Dari contoh soal pada tabel 4.5 diperoleh deviasi standar Ischacc Co
sebesar s = 39,341, sehingga besarnya varians (s2) adalah 39,3412 =
1547,71. Angka ini menunjukkan rata-rata kuadrat penyebaran setiap
observasi terhadap rata-ratanya sebesar 1547,71.
Formulasi untuk varians data dikelompokkan dinyatakan dengan rumus

berikut ini :
Varians (Variance) data dikelompokkan (4.9)
Varians populasi
2 2
 2

X i    f i 
Xi
=
=
varians populasi
nilai tengah kelas ke-i
N  = nilai rata-rata populasi
N = jumlah populasi
varians sampel
X  X   fi
2 2
s = varians sampel
2 i
s  Xi = nilai tengah kelas ke-i
n 1 X = nilai rata-rata sampel
n = jumlah sampel
Dengan berdasarkan tabel 4.8 diperoleh besarnya deviasi standar (s) =

20,98, sehingga besarnya varians (s2) adalah 20,982 =440,16. Angka ini
menunjukkan rata-rata kuadrat penyebaran setiap observasi terhadap
rata-ratanya sebesar 440,16.

4.2.6. Standard Score (Zscore)

Pada ukuran-ukuran penyebaran yang telah dijelaskan sebelumnya,
pengukuran dilakukan dengan berdasarkan data observasinya sehingga
diperoleh pengukuran-pengukuran penyebaran seperti range,
interquartile range, deviasi rata-rata, deviasi standar dan varians.
Hasil akhirnya adalah diperolehnya satu angka tertentu yang dijadikan
sebagai ukuran penyebaran dari sekelompok data.
Ada satu pengukuran penyebaran yang berkaitan dengan perubahan
langsung kepada nilai-nilai dari sekumpulkan data yang dikenal dengan
sebutan standard score. Secara definisi, standard score adalah
perbedaan antara nilai setiap observasi dengan rata-ratanya yang
dinyatakan dalam satuan deviasi standar. Secara formulasi dinyatakan
dengan rumus breikut ini :
Standard Score ( 4-10)
Standard Score populasi
x = nilai observasi populasi
x  = nilai rata-rata populasi
Z SCORE populasi 
  = deviasi standar populasi
Standard Score sampel
xx x = nilai observasi sampel
Z SCORE sampel  x = nilai rata-rata sampel
s s = deviasi standar sampel
Beberapa kegunaan dari penggunaan standard score adalah :

1. Sebagai ukuran penyebaran melalui penggambaran seberapa jauh
nilai-nilai setiap observasi terhadap nilai rata-ratanya yang
dinyatakan dalam satuan standar deviasi. Semakin besar nilai
standard score menunjukkan semakin besar penyebaran data dari
rata-ratanya atau distribusi datanya semakin heterogen dan
sebaliknya.
2. Untuk menilai kenaikan atau perbedaan suatu observasi
dibandingkan dengan rata-ratanya. Semakin besar nilai standard
score berarti semakin tinggi kenaikan data dibandingkan rata-
ratanya atau sebaliknya.
3. Untuk memperbaiki kualitas data terutama bila satuan variabel-
variabel yang digunakan tidak sama.
Contoh
terakhir seperti pada contoh terdahulu (juta rupiah)

Ischacc Co 100 180 200 190 160 110 129 115

Achmad Co 80 200 250 90 70 180 100 214
Pertanyaan
penentuannya menggunakan menggunakan standard score ? Jelaskan
Jawab
Perhitungan standard score untuk Ischacc Co ditunjukkan dengan
langkah-langkah berikut ini :
 Hitung nilai rata-rata dan deviasi standar dari sekumpulan data
dimana dari perhitungan sebelumnya diperoleh rata-rata sebesar
148 dan deviasi standar sebesar 39,341 seperti dapat dilihat kolom
(1) tabel 4.10.
 Hitung nilai standard score untuk setiap observasi seperti
ditunjukkan pada kolom (2) tabel 4.10.
Tabel 4.10. Perhitungan Standard Score ( ZSCORE ) Ischacc Co

XX
Z SCORE 
Xi s
(1) (2)
100 (100 – 148)/39,341 = -1.220
180 (180 – 148)/39,341 = 0.813
200 (200 – 148)/39,341 = 1.322
190 (190 – 148)/39,341 = 1.068
160 (160 – 148)/39,341 = 0.305
110 (110 – 148)/39,341 = - 0.966
129 (129 – 148)/39,341 = -0.483
115 (115 – 148)/39,341 = -0.839
X = 148
s = 39,341
Dengan langkah-langkah yang sama, hasil perhitungan standard score

untuk Achmad Co dapat dilihat pada tabel 4.11.

Tabel 4.11. Perhitungan Standard Score ( ZSCORE )

XX
Z SCORE 
Xi s
(1) (2)
80 ( 80 – 148 )/70,57 = -0.964
200 ( 200 – 148 )/70,57 = 0.737
250 ( 250 – 148 )/70,57 = 1.445
90 ( 90 – 148 )/70,57 = -0.822
70 ( 70 – 148 )/70,57 = -1.105
180 ( 180 – 148 )/70,57 = 0.453
100 ( 100 – 148 )/70,57 = -0.680
214 ( 214 – 148 )/70,57 = 0.935
X = 148
s = 70,57
Kesimpulan
Dengan membandingkan nilai standard score dari Ischacc Co dan
Achmad Co dapat dilihat bahwa secara relatif nilai standard score
Ischacc Co relatif lebih homogen dibandingkan dengan Achmad Co
sehingga untuk mengestimasi pengeluaran advertising lebih baik
menggunakan data Ischacc Co.
Contoh
Ratu adalah penjual daging ayam yang setiap harinya memiliki omzet
penjualan rata-rata sebesar Rp 100.000,- dengan deviasi standar Rp
25.000,- . Sementara Nadya adalah penjual daging sapi yang memiliki
omzet penjualan rata-rata perhari sebesar Rp 75. 000,- dan deviasi
standar Rp 10.000.-. Pada suatu hari bertepatan dengan Hari Raya
Idul Fitri, Ratu dapat menghasilkan penjualan sebesar Rp 130.000,-
sementara Nadya pada hari yang sama bisa menghasilkan penjualan
sebesar Rp 90.000,-
Pertanyaan
Tentukan siapa yang secara relatif lebih berhasil meningkatkan
penjualannya? Apakah Ratu atau Nadya. Jelaskan.

Jawab
Jika dilihat kenaikan penjualan dari nilai rupiahnya (secara absolut),
kenaikan penjualan yang Ratu sebesar Rp 30.000,- memang lebih
besar dibandingkan dengan Nadya yang hanya sebesar Rp 15.000,-.
Akan tetapi, keberhasilan peningkatan penjualan harus dilihat secara
relatif dengan menghitung standard score-nya dimana nilainya untuk
masing-masing penjual sebagai berikut :
X  X 130.000  100.000
Zscore untuk Ratu =   1,2
s 25.000
X  X 90.000  75.000
Zscore untuk Nadya =   1,5
s 10.000
Kesimpulan
Secara relatif yang lebih berhasil menaikkan volume penjualan adalah
Nadya karena memiliki standard score lebih tinggi dibandingkan
dengan Ratu.
4.2.7. Koefisien Variasi (Coefficient of Variation)

Coefficient of Variation atau koefisien variasi merupakan salah satu
pengukuran tingkat penyebaran data yang digunakan untuk mengukur
keseragaman data. Perdefinisi koefisien variasi adalah merupakan
prosentase deviasi standar dari rata-ratanya. Semakin kecil koefisien
variasi menunjukkan data semakin seragam dan sebaliknya semakin
besar berarti data semakin heterogen
Koefisien variasi banyak digunakan karena di dalam pengukurannya
menggabungkan antara central tendency (rata-rata) dan ukuran
dispersi (deviasi standar). Dilihat dari rata-rata, yang biasanya dipilih
adalah yang memiliki rata-rata lebih tinggi, sedangkan dilihat dari
deviasi standar yang dipilih adalah yang lebih rendah. Seringkali
perilaku dari suatu variabel memiliki rata-rata lebih tinggi
dibandingkan variabel lain tetapi deviasi standarnya lebih tinggi.
Untuk kasus seperti ini, penggunaan koefisien variasi sangat tepat
untuk digunakan.
Secara formulasi, koefisien variasi dinyatakan dengan rumus berikut
ini :

Coefficient of Variation ( 4-10)

Coefficient of Variation populasi
  = nilai rata-rata populasi
KV  x100  = deviasi standar populasi

Coefficient of Variation sampel

s
KV  x100 X = nilai rata-rata sampel
X s = deviasi standar sampel
Contoh
Manajer pemasaran yang bergerak dalam usaha penjualan bola lampu
listrik menerima proposal pengajuan 2 jenis bola lampu dari 2 pabrik.
Untuk menentukan bola lampu yang dipilih dilakukan uji stabilitas
terhadap daya tahan bola lampu tersebut. Hasil uji coba terhadap 8
bola lampu di masing-masing pabrik menghasilkan data sebagai
berikut ( jam ).
Jenis 1 200 225 230 215 230 235 235 230
Jenis 2 190 230 240 235 250 245 240 235
Pertanyaan
Tentukan jenis bola lampu mana yang akan dipilih manajer pemasaran
untuk dijual?
Jawab
Untuk penentuan jenis bola lampu yang digunakan dilakukan
pengukuran keseragaman data yang mencerminkan stabilitas dari daya
tahan bola lampu dengan menggunakan koefisien variasi.
Adapun langkah-langkah perhitungan koefisien variasi adalah

 Hitung nilai rata-rata dari daya tahan kedua jenis bola lampu
tersebut. Dengan mengacu kepada formulasi rata-rata hitung
seperti dijelaskan pada bagian sebelumnya diperoleh hasil

perhitungan rata-rata untuk masing-masing jenis bola lampu

sebagai berikut (lihat tabel 4.12)
Jenis 1 rata-rata daya tahannya = 225 jam
Jenis 2 rata-rata daya tahannya = 230 jam
 Hitung deviasi standar untuk masing-masing jenis bola lampu.
Dengan mengacu kepada formulasi deviasi standar pada bagian
sebelumnya diperoleh hasil sebagai berikut : (lihat tabel 4.12)
Jenis 1 deviasi standar daya tahannya = 11,95 jam
Jenis 2 deviasi standar daya tahannya = 21,38 jam
 Hitung besarnya koefisien variasi untuk masing-masing jenis bola
lampu.
s 11 , 95
Jenis 1  KV  x100 = x100  5 , 31
X 225
s 21 , 38
Jenis 2  KV  x100 = x100  9 , 29
X 230
Tabel 4.12. Perhitungan Koefiisen Variasi

Jenis 1 Jenis 2
200 180
225 225
230 240
215 235
230 250
235 235
235 240
230 235
X 1  225 X 2  230
s1  11.95 s 2 = 21.38
Kesimpulan
Hasil perhitungan koefisien variasi menunjukkan jenis bola lampu yang
dipilih adalah bola lampu jenis pertama. Hal ini disebabkan karena
koefisien variasi yang dihasilkan lebih kecil dibandingkan dengan jenis
bola lampu yang kedua (5,31 dibandingkan dengan 9,29). Dengan
demikian sekalipun rata-rata daya tahan bola lampu jenis pertama
lebih rendah namun penyebarannya lebih homogen dibandingkan jenis
yang kedua sehingga yang dipilih tetap jenis bola lampu pertama.



KATA-KATA PENTING
 Ukuran dispersi (penyebaran)

 Range
 Interquartile range
 Deviasi rata-rata (Mean Deviation)
 Deviasi standar (Standard Deviation)
 Varians (Variance)
 Standard Score
 Koefiisen variasi (Coefficient of Variation)

LATIHAN-LATIHAN
4.1. Yang mana dari gambar berikut yang paling representatif
(mewakili) data yang baik. Jelaskan.
2,0 2,0
(a) (b)
4.2. Hitung besarnya range dari data 10, 23, 44, 35, 38, 15 dan
berikan komentar dari hasil perhitungan tersebut.
4.3. Data jumlah lembar ketikan dari seluruh 8 karyawan rental

komputer selama 1 minggu ditunjukkan dengan informasi
berikut ini : (lembar)
120 125 123 124 127 126 125 130
Pertanyaan :
Hitung besarnya range dari data tersebut dan berikan komentar
dari hasil perhitungan tersebut.
4.4. Dengan berdasarkan sampel dari laba per lembar saham 12

perusahaan yang terdaftar di bursa efek berikut ini : (ribu
rupiah)
7,50 12,50 19,50 15.50 17,50 9,50

8,50 13,50 18,50 20,00 16,50 10,50
Pertanyaan :
 Barapa besarnya range dari data tersebut dan berikan
komentar dari hasil perhitungan tersebut.
 Kondisi pasar modal dianggap tidak stabil jika laba per
lembar saham terendah dari perusahaan yang ada nilainya
minimum 100% dari besarnya range. Bagaimana kondisi
pasar modal tersebut? Jelaskan.
4.5. Berikut data mengenai temperatur selama bulan Januari tahun

2007 di provinsi DKI Jakarta.
23,2 24,6 22,9 25,9 25,9 26,2

24,8 24,9 23,9 25,3 26,7 25,1
22,7 26,8 24,5 25,9 26,2 23,8
25,5 24,4 26,3 26,9 25,7 24,8
25,4 26,8 26,7 26,9 27,3 28,7
Pertanyaan :
a. Hitung besarnya range dari data dan berikan komentar dari
hasil perhitungan tersebut.
b. Suatu daerah dikatakan memiliki temperatur yang stabil jika
besarnya rata-rata temperatur di daerah tersebut lebih
besar dibandingkan besarnya range. Bagaimana kondisi
temperatur di provinsi DKI Jakarta. Jelaskan.
4.6. PT Green Bird sebagai perusahaan yang bergerak dalam bidang

jasa angkutan taksi ingin mengevaluasi penerimaan dari para
sopir taksi dengan tujuan agar terjadi perbaikan manajemen
pengelolaan dengan pertimbangan semakin ketatnya persaingan.
Dari sampel 40 sopir taksinya, berikut data mengenai jumlah
penerimaan rata-rata selama 1 bulan dari supir taksi tersebut
(dalam ribuan)
350 500 400 420 540 370 450 440

380 370 410 450 540 450 430 570
420 430 530 580 490 590 470 430
570 530 550 440 39- 590 520 385
540 430 380 485 375 495 540 530
Pertanyaan :
a. Hitung besarnya range dari datas tersebut dan jelaskan
interpretasi dari hasil perhitungan tersebut.
b. Jika besarnya range minimum 50% dari data tertinggi, maka
kepada para supir akan diberikan penyuluhan mengenai
pelayanan terhadap pelanggan. Apakah penyuluhan akan
diberikan ? jelaskan.
4.7. Dengan berdasarkan pada soal 4.6. buatlah tabel distribusi

frekuensi mengenai penerimaan perbulan dan hitung besarnya
interquartile range serta berikan komentar dari hasil
perhitungan tersebut.

4.8. Hitung besarnya interquartile range dari data 12, 27, 29, 20, 18,
25, 30, 22, 19, 25
4.9. Hitung besarnya deviasi rata-rata dari data 25, 27, 25, 28, 29
dan berikan komentar dari hasil perhitungan tersebut.
4.10. Data harga saham PT Adinda selama 12 terakhir dinyatakan

dengan informasi berikut ini :
1870 2250 2820 3250 5820 9250

2580 7750 3520 2850 6520 9950
Pertanyaan :
a. Hitung dispersi (penyebaran) data harga saham PT Adinda
Hitung dengan menggunakan deviasi rata-rata?
b. Apakah secara keseluruhan harga saham PT Adinda selama
12 terakhir stabil ? Jelaskan.
4.11. Ukuran perusahaan (Firm Size) akan berpengaruh terhadap

aktivitas jalannya perusahaan di dalam memaksimumkan
keuntungannya. Berbagai pendekatan digunakan untuk
menentukan ukuran perusahaan dan biasanya ukuran perusahaan
dilakukan dengan pendekatan Total Assets (TA). Ukuran
perusahaan dari 40 perusahaan yang bergerak dalam industri
manufaktur pakaian jadi dinyatakan dengan data berikut ini
(ratusan juta rupiah).
12.2 14.3 15.7 18.4 13.2 20.2 38.2 22.5

15.7 16.9 18.7 13.2 12.3 36.0 15.5 19.7
28.2 32.8 18.3 15.2 18.7 28.4 19.2 35.2
18.7 19.2 25.3 18.3 19.2 30.1 35.2 32.4
22.8 29.5 27.3 29.2 31.2 17.5 30.5 17.5
22.5 27.2 18.4 32.2 35.1 26.8 22.5 29.3
Pertanyaan :
a. Buatlah distribusi frekuensi untuk data ukuran perusahaan
tersebut.
b. Hitung besarnya deviasi rata-rata berdasarkan data
kelompok dan berilah komentar mengenai dari hasil
perhitungan tersebut.

4.12. Berikut tabel jumlah proyek-proyek investasi yang terealisasi

berdasarkan kelompok nilai investasinya di daerah.
Wilayah Barat Wilayah Timur
Nilai Jumlah Nilai Jumlah
Investasi Proyek Investasi Proyek
0 – 20 4 0 – 20 6
21 – 40 10 21 – 40 12
41 - 60 15 41 - 60 17
61 - 80 12 61 - 80 10
81 –100 9 81 –100 5
Pertanyaan :
a. Hitung penyebaran dari nilai investasi di kedua wilayah
tersebut dengan pendekatan deviasi rata-rata.
b. Mana wilayah yang paling diminati dalam melakukan
investasi jika dasar kriterianya deviasi rata-rata. Jelaskan.
4.13. Hitung nilai deviasi standar dan varians dari data 4, 7, 12, 8, dan
15. Berikan komentar dari hasil perhitungan tersebut.
4.14. Jika indeks prestasi dari seluruh mahasiswa yang mencapai nilai
diatas 3,75 dinyatakan dengan data berikut ini :
3,82 3,90 3,87 3,95 3,97 3,85 3,99 4,0
Pertanyaan :
Hitung dispersi (penyebaran) nilai dari IPK mahasiswa tersebut
dengan pendekatan deviasi standar dan varians.
4.15. Upah buruh mingguan dari pabrik sepatu NIKA diwakili oleh 10
pekerja berikut ini (ribu rupiah)
520 600 750 850 580

700 650 800 700 900
Pertanyaan :
a. Hitung dispersi (penyebaran) nilai dari upah buruh tersebut
dengan menggunakan pendekatan deviasi standar dan
varians. Berikan komentar dari hasil perhitungan tersebut.

b. Jika besarnya deviasi standar maksimal 20% dari besarnya

upah rata-rata dapat disimpulkan bahwa perbedaan upah
antara karyawan tidak terlalu signifikan. Bagaimana
keadaan karyawan tersebut. Jelaskan.
4.16. Resiko merupakan salah satu faktor yang dipertimbangkan oleh

para investor di dalam memutuskan kegiatan investasi yang
dilakukan. Return yang tinggi belum tentu dipilih oleh investor
karena biasanya diikuti oleh resiko (risk) yang tinggi pula.
Berikut data mengenai return saham dari 2 jenis saham
perusahaan selama 8 bulan.
Pers.1 0.15 0.11 0.05 0.08 0.07 0.14 0.30 0.14

Pers.2 0.13 0.15 0.17 0.20 0.21 0.17 0.09 0.10
Pertanyaan :
Tentukan perusahaan mana yang memberikan resiko paling
tinggi jika pendekatan yang digunakan adalah deviasi standar
dan varians. Jelaskan.
4.17. Ketatnya persaingan kualitas di tingkat universitas menyebabkan

perguruan tinggi harus selalu meningkatkan kualitas dari
lulusannya. Salah satu indikator dari kualitas lulusan adalah
rata-rata lama waktu yang dibutuhkan untuk mendapatkan
pekerjaan dari mulai lulus sampai mendapatkan pekerjaan.
Berikut data mengenai lama waktu memperoleh pekerjaan
setelah lulus dari sampel 48 lulusan Universitas Mpu Gandring.
(tahunan)
1.12 0.95 1.12 0.75 1.52 1.32 0.65 0.75

0.85 0.90 0.75 0.60 1.53 1.65 1.05 0.85
0.65 0.50 0.45 0.95 1.25 0.75 0.85 1.32
1.32 1.45 1.30 1.52 1.54 2.1 0.50 0.40
0.75 0.85 1.25 1.10 1.32 1.45 1.50 0.50
0.85 0.90 1.30 0.60 0.75 0.85 0.95 1.25
Pertanyaan :
a. Buatlah tabel distribusi frekuensi untuk data diatas dan
jelaskan.
b. Hitung berapa rata-rata waktu yang dibutuhkan untuk
mendapatkan pekerjaan setelah lulus dari Universitas Mpu
Gandring tersebut.

c. Berapakah rata-rata perbedaan waktu mendapatkan

pekerjaan dari setiap mahasiswa terhadap rata-rata waktu
mendapatkan pekerjaan dengan pendekatan deviasi standar
dan varians.
d. Jika rata-rata lulusan mendapatkan pekerjaan
membutuhkan waktu kurang dari 1 tahun maka universitas
yang bersangkutan dianggap memiliki kualitas yang baik.
Bagaimanakah kualitas lulusan mahasiswa Mpu Gandring
tersebut. Jelaskan.
4.18. Data mengenai pendapatan perkapita dari 100 keluarga

prasejahtera ditunjukkan dengan tabel distribusi frekuensi
berikut ini : (ribu rupiah)
Tabel Diskribusi Pendapatan

Perkapita 100 keluarga
Pendapatan Jumlah Proyek
per kapita
100 – 299 5
300 - 499 45
500 – 699 40
700 - 899 7
900 - 1099 3
Pertanyaan :
a. Bagaimanakah dispersi (penyebaran) pendapatan perkapita
dari keluarga prasejahtera tersebut jika digunakan
pendekatan deviasi standar ?
b. Jika deviasi standar nilainya lebih besar dari 10%
dibandingkan dengan nilai rata-ratanya menunjukkan bahwa
pendapatan perkapita dari keluarga prasejahtera tersebut
tidak merata. Bagaimana kondisi keluarga prasejahtara
diatas. Jelaskan.
4.19. Hitung data 12, 15, 18, 20, 16 ke dalam bentuk standard score.
4.20. Kinerja keuntungan dari dua perusahaan ditunjukkan dengan

informasi berikut ini. Perusahaan PT Anggie memiliki
keuntungan rata-rata Rp 50 juta pertahun dengan deviasi
standar sebesar Rp 5 juta, sementara PT Arie memiliki
keuntungan rata-rata sebesar Rp 35 juta dengan deviasi standar
Rp 2 juta. Jika pada tahun 2006, PT Anggie memperoleh

keuntungan sebesar Rp 75 juta, sementara PT Arie pada tahun

yang sama menghasilkan keuntungan sebesar Rp 42,5 juta.
Pertanyaan
Jika dilihat secara relatif, perusahaan mana yang paling berhasil
meningkatkan keuntungannya ? Jelaskan.
4.21. Dari data 25, 45, 30, 50, 60, 45, 70, hitung besarnya koefisien
variasinya.
4.22. Tentukan kelompok data mana yang akan anda pilih jika
pendekatan yang digunakan adalah koefiisen variasi. Jelaskan
Kelompok A 100 112 130 105 125 118

Kelompok B 90 120 150 135 110 95
Kelompok C 110 112 117 121 118 115
4.23. Salah satu kualitas dari sebuah universitas dapat diukur dengan
pendekatan basic salary (gaji pokok) yang diterima pada saat
pertama kali bekerja. Berikut data dari 6 sampel mengenai gaji
pokok yang diterima oleh lulusan dari 2 universitas ( juta rupiah)
Univ. A 2,30 3,50 1,60 3,20 2,75 1,90
Univ. B 1,75 2,30 1,80 1,60 2,75 2,02
Pertanyaan
Tentukan kualitas lulusan mana yang paling baik jika
pendekatan yang digunakan adalah basic salary (gaji) yang
diterima. Jelaskan hasil perhitungan anda.
4.24. Karena skala usaha mengalami penurunan yang cukup besar,

dengan terpaksa akan ada seorang karyawan bagian produksi
yang harus di PHK. Berdasarkan catatan kinerja karyawan bagian
produksi, terdapat 2 orang karyawan yang memiliki kinerja
paling rendah. Data produksi untuk kedua karyawan tersebut
selama 1 minggu terakhir ditunjukkan data berikut ini (unit)
Karyawan A 200 230 250 215 270 275
Karyawan B 225 240 250 220 225 220

Pertanyaan
Jika kriteria karyawan yang akan dipertahankan adalah
karyawan yang stabil di dalam melakukan aktivitas produksinya,
tentukan karyawan mana yang akan di PHK tersebut. Jelaskan.
4.25. Hasil evaluasi terhadap daya tarik investasi di dua daerah

ditunjukkan dengan data realisasi investasi yang terjadi di dua
daerah tersebut seperti ditunjukkan pada tabel berikut ini :
Tabel Investasi di 2 daerah

Investasi Jumlah proyek Jumlah Proyek
(Rp juta) Daerah A Deaerah B
100 – 299 5 40
300 - 499 45 30
500 – 699 40 20
700 - 899 7 6
900 - 1099 3 4
Pertanyaan
Manakah daerah yang lebih memiliki daya tarik investasi, Daerah
A atau daerah B ? Jelaskan.

Bab 4 Statistik Edit

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Bab 4 Statistik Edit

Diunggah oleh

Hak Cipta:

Format Tersedia

-Bab 4 Pengukuran Dispersi (Penyebaran)

Statistik Deskriptif -117-

Seorang pialang seringkali salah di dalam

Salah satu factor penyebab tidak sesuainya

Statistik Deskriptif -118-

4.1. ARTI PENTING UKURAN PENYEBARAN

Statistik Deskriptif -119-

Dari dua contoh penjelasan di atas, untuk membuat kesimpulan di

Dispersi atau ukuran penyimpangan atau ukuran

Untuk lebih memperjelas pemahaman mengenai ukuran penyebaran

Gambar 4.1. Distribusi Penyebaran Data

Statistik Deskriptif -120-

4.2. MACAM-MACAM UKURAN PENYEBARAN

Range = Nilai tertinggi observasi – nilai terendah observasi

Achmad Co 80 200 250 90 70 180 100 214

Statistik Deskriptif -121-

Hasil perhitungan PTAchmad Co

Kelebihan dan kelemahan Range

Statistik Deskriptif -122-

Dept A 500 700 1000 1000 1000 1000 1500

4.2.2. Interquartile range

Interquartile Range ( 4-2)

Ishacc Co 100 180 200 190 160 110 129 115

Ishacc 100 110 115 129 160 180 190 200

Statistik Deskriptif -123-

 Cari letak dan nilai kuartil 1 dan 3 untuk masing-masing

Letak kuartil 3 = 3(n+1)/4 = 3(9)/4 = 27/4 = 6,75

Letak kuartil 3 = 3(n+1)/4 = 3(9)/4 = 27/4 = 6,75

 Tentukan besarnya intequartile range untuk kedua kelompok data

Statistik Deskriptif -124-

4.2.3. Deviasi Rata-rata (Mean Deviation)

Deviasi rata-rata untuk data yang tidak

Deviasi Rata-rata (Mean Deviation) Data

Ishacc Co 100 180 200 190 160 110 129 115

Statistik Deskriptif -125-

Tabel 4.1. Perhitungan Deviasi Rata-rata Ischacc Co

(1) (2) (3)

 Hitung besarnya nilai deviasi rata-rata seperti ditunjukkan

Statistik Deskriptif -126-

Dengan langkah-langkah yang sama, perhitungan deviasi rata-rata

(1) (2) (3)

Statistik Deskriptif -127-

Deviasi rata-rata untuk data yang dikelompokkan.

Statistik Deskriptif -128-

 Hitung nilai rata-rata dari data kelompok. Dari tabel 4.4.

Tabel 4.4. Perhitungan Deviasi Rata-rata dalam Kelompok

 Hitung besarnya deviasi rata-rata data kelompok yang dinyatakan

Statistik Deskriptif -129-

4.2.4. Deviasi Standar (Standard Deviation)

Deviasi standar untuk data yang tidak dikelompokan.

Deviasi standar populasi dan sampel ( 4-5)

Deviasi standar sampel

Statistik Deskriptif -130-

Statistik Deskriptif -131-

Tabel 4.5. Perhitungan Deviasi Standar Ishacc Co

(1) (2) (3)

Dengan langkah-langkah yang sama, perhitungan deviasi standar

Tabel 4.6. Perhitungan Deviasi Rata-rata Achmad Co

(1) (2) (3)

Besarnya deviasi standar untuk Achmad Co adalah :

Statistik Deskriptif -132-

Jadi besarnya deviasi rata-rata dari Achmad Co adalah 70,57 yang

Deviasi standar untuk data yang dikelompokkan.