BAB II

DISTRIBUSI FREKUENSI

A. PENGERTIAN DISTRIBUSI FREKUENSI

Distribusi Frekuensi atau Tabel Frekuensi adalah suatu table yang banyaknya
kejadian/frekuensi (cases) didistribusikan ke dalam kelompok-kelompok (kelas-
kelas) yang berbeda.
Bentuk Distribusi Frekuensi dapat terdiri dari data diskrit atau data kontinyu.
Contohnya sebagai berikut :
1. Distribusi Frekuensi data diskrit
Pendapatan Karyawan Jumlah Karyawan
30 – 39 4
40 – 49 6
50 – 59 8
60 – 69 12
70 – 79 9
80 – 89 7
90 – 99 4
2. Distribusi Frekuensi data kontinyu
Pendapatan Karyawan Jumlah Karyawan
29,5 – 39,5 4
39,5 – 49,5 6
49,5 – 59,5 8
59,5 – 69,5 12
69,5 – 79,5 9
79,5 – 89,5 7
89,5 – 99,5 4

B. MACAM-MACAM TABEL FREKUENSI ATAU DISTRIBUSI FREKUENSI

Tabel Frekuensi dapat dibedakan menjadi 2 (dua), yaitu

1. Tabel Frekuensi Menurut Bilangan/Angka (Numerical Frequency

Distribution), yaitu Tabel Frekuensi yang kelas-kelasnya dinyatakan dalam
bentuk bilangan-bilangan atau angka-angka.
 Prosentase Keuntungan Dan Jumlah Modal
25 Orang Pedagang Kaki Lima
Di Yogyakarta Tahun 1985

Prosentase Jumlah Modal Dalam Ribuan Rupiah

Keuntungan Kurang 100 100 - 500 Lebih 500
0 – 9,9 - 1 1
10 – 19,9 2 2 1
20 – 29,9 5 5 -
30 – 39,9 3 2 -
40 – 49,9 3 - -

2. Tabel Frekuensi Menurut Kategori (Categorical Frequency Distribution),

yaitu Tabel Frekuensi yang kelas-kelasnya dinyatakan dengan kategori-
kategori.

Jumlah Dan Macam Industri Serta Lokasinya

Di Daerah Istimewa Yogyakarta
Tahun 1982/1983

Lokasi Industri
No. Macam Industri Jumlah
Dalam Kota Luar Kota
1 Industri Logam 1 - 1
2 Industri Kimia Dasar 1 1 2
3 Aneka Industri 60 29 89
4 Industri Kecil :
- Berlisensi 2.000 1.178 3.178
- Tercatat 7.007 77.900 84.907

C. CARA MENYUSUN TABEL FREKUENSI MENURUT BILANGAN

Ada beberapa tahap dalam menyusun Tabel Frekuensi menurut bilangan, tahap-
tahap tersebut merupakan pedoman dasar. Adapun tahap-tahap tersebut adalah :
1. Menentukan Jumlah Kelas
Jumlah kelas hendaknya ditentukan sedemikian rupa, sehingga semua data
yang diobservasi dapat masuk seluruhnya. Ada 2 pilihan dalam menentukan
jumlah kelas, yang keduanya mempunyai kelemahan.
a. Apabila jumlah kelas ditentukan dalam jumlah yang sedikit, maka kita
akan kehilangan informasi-informasi yang lengkap (detail), sebab dengan
jumlah kelas yang sedikit berarti kelas intervalnya besar, sehingga variasi
yang terinci dari data individual menjadi hilang.
 b. Sebaliknya apabila jumlah kelasnya banyak, maka perhitungan menjadi
tidak praktis sedang pola frekuensinya menjadi tidak teratur (banyak
frekuensi yang kosong).
Dalam menentukan jumlah kelas ini ada suatu pedoman yang diberikan oleh
H.A. STURGES yang selanjutnya disebut sebagai rumus Sturges.
K= 1 + 3,3 log N
Keterangan :
K = Jumlah kelas
N = Banyaknya data
3,3 = Bilangan konstan

2. Menentukan panjang interval kelas

Panjang interval kelas pada hakekatnya dipengaruhi oleh jumlah kelas dan
rentang (range) data. Pada data diskrit, penentuan panjang interval kelas tidak
menjadi masalah, sedangkan data yang bersifat kontinyu, ada beberapa hal
yang perlu mendapat perhatian sebagai berikut :
1. Sedapat mungkin kita menggunakan panjang interval kelas yang sama,
dengan maksud agar tidak sulit dalam perhitungan lebih lanjut.
2. Kelas terbuka (open end class) sedapat mungkin dihindari, karena pada
kelas terbuka tidak mempunyai batas kelas dengan demikian akan sulit
menetukan nilai tengah (mid point) dari kelas tersebut secara tepat.
3. Panjang interval kelas sebaiknya digunakan 5 atau kelipatan 5, agar
mempermudah perhitungan lebih lanjut serta mempermudah dalam
menggambarkan data pada diagram.
Dengan demikian Sturges memberikan pedoman dalam menentukan panjang
interval kelas sebagai berikut :

Keterangan :
ci = Panjang interval kelas
Range = Selisih antara data terbesar dan terkecil
K = Banyaknya kelas
3. Menentukan Interval Kelas
Dalam menentukan interval kelas harus diperhatikan bahwa data terkecil
harus masuk pada interval kelas 1 dan data terbesar masuk dalam interval
kelas terakhir

4. Memasukkan data pada kelas-kelas dan menjumlahkan

Dalam memasukkan data pada kelas-kelasnya harus teliti dan benar sehingga
menghasilkan frekuensi kelas yang benar dan akurat. Jumlah frekuensi-
fekuensi harus sama dengan banyaknya data.
Untuk memberikan Contoh penyusunan distribusi frekuensi marilah kita ambil
Contoh sebagai berikut :

Data Gaji 50 Orang Karyawan Pada Suatu Perusahaan Mebel

Di Yogyakarta Tahun 1985
(Dalam Ribuan Rupiah)
60 33 85 52 65 77 84 65 57 74
71 81 35 50 35 64 74 47 68 54
80 41 61 91 55 73 59 53 45 77
41 78 55 48 69 85 67 39 76 60
94 66 98 66 73 42 65 94 89 88
Selanjutnya cara penyusunan table frekuensi atau distribusi frekuensi
berdasarkan pada tahap-tahap sebagaimana teleh diuraikan sebelumnya.
1. Tahap menentukan jumlah kelas
Sesuai dengan rumus Sturges :
K = 1 + 3,3 log N
K = 1 + 3,3 log 50
K = 1 + 3,3 (1,6990)
K = 1 + 5,6
K = 6,6 dibulatkan menjadi 7
Banyaknya kelas yang akan digunakan 7

2. Tahap menentukan panjang interval kelas

Panjang interval kelas dapat ditentukan dengan menggunakan pedoman

Sturges, yaitu dengan rumus :
 Apabila digunakan kelipatan 5 untuk menentukan panjang interval kelas,
maka panjang interval kelas = 10.

3. Tahap menentukan interval kelas

DISKRIT KONTINYU
30 – 39 29,5 – 39,5
40 – 49 39,5 – 49,5
50 – 59 49,5 – 59,5
60 – 69 59,5 – 69,5
70 – 79 69,5 – 79,5
80 – 89 79,5 – 89,5
90 – 99 89,5 – 99,5

4. Tahap memasukkan data pada kelas-kelas

a. Diskrit :
Interval Kelas Tabulasi Frekuensi
30 – 39 IIII 4
40 – 49 IIII I 6
50 – 59 IIII III 8
60 – 69 IIII IIII II 12
70 – 79 IIII IIII 9
80 – 89 IIII II 7
90 – 99 IIII 4

b. Kontinyu
Interval Kelas Tabulasi Frekuensi
29,5 – 39,5 IIII 4
39,5 – 49,5 IIII I 6
49,5 – 59,5 IIII III 8
59,5 – 69,5 IIII IIII II 12
69,5 – 79,5 IIII IIII 9
79,5 – 89,5 IIII II 7
89,5 – 99,5 IIII 4

Beberapa penjelasan tentang Tabel Frekuensi atau Distribusi Frekuensi :

1. Panjang interval kelas pada distribusi frekuensi di atas 10, sebab (30 -39),
30 termasuk dihitung atau selisih antara Tepi kelas atas dengan tepi kelas
bawah 39,5 – 29,5 = 10 (untuk distribusi kontinyu)
 2. Frekuensi kelas atau frekuensi adalah jumlah data atau banyaknya kejadian
yang terdapat pada kelas tertentu.
3. Batas kelas bawah (Lower class limit) adalah batas bawah dari suatu kelas,
dalam Contoh di atas 30, 40, 50, 60 dan seterusnya.
Batas kelas atas (Upper class limit) adalah batas atas dari suatu kelas,
dalam Contoh di atas 39, 49, 59, 69 dan seterusnya.
4. Tepi kelas bawah (Lower boundaries class limit) adalah tepi bawah suatu
kelas dalam Contoh di atas 29,5; 39,5; 49,5 dan seterusnya.
Tepi kelas atas (Upper boundaries clas limit) adalah tepi atas suatu kelas
dalam Contoh diatas 39,5; 49,5; 59,5 dan seterusnya.
5. Nilai Tengah (mid-point) adalah setengah dari jumlah batas kelas atas dan
batas kelas bawah atau tepi kelas atas dan tepi kelas bawah.

Untuk kelas I :

Untuk kelas II :

dan seterusnya

D. CARA MENGGAMBAR TABEL/DISTRIBUSI FREKUENSI

Menggambarkan table/distribusi frekuensi dalam bentuk berbagai diagram

dimaksudkan agar informasi lebih mudah dibaca. Cara menggambar tabel
frekuensi ada berbagai macam, yakni :

1. Histogram
Rangkaian berbagai bidang segi empat yang masing-masing bidang
menunjukan banyaknya frekuensi yang terkandung pada masing-masing
interval kelasnya. Apabila panjang interval kelasnya sama, maka skala
tinggi frekuensinya akan sama.
Dalam menggambarkan tabel frekuensi ini selanjutnya digunakan tepi
kelas bukan batas kelas, karena tepi kelas (class boundaries) dapat
berfungsi menghilangkan kesenjangan (gap) yang ada pada masing-masing
kelas.
15
Fre
 12

10
9
8
kuensi

7
6
5
4 4

0
19,5 29,5 39,5 49,5 59,5 69,5 79,5 89,5 99,5
Tepi Kelas

2. Polygon
Garis yang menghubungkan titik-titik tengah dari kelas-kelas suatu tabel
frekuensi atau suatu histogram. Dalam menggambarkan polygon kita harus
menambah satu kelas pada awal dan satu kelas pada akhir yang masing-
masing tidak mempunyai frekuensi (tidak ada datanya), sehingga garis
polygon masing-masing ujungnya memotong sumbu horizontal (datar).

15

10
Frekuensi

0
19,5 29,5 39,5 49,5 59,5 69,5 79,5 89,5 99,5
Tepi Kelas

3. Frekuensi Kumulatif (Ogives)

Frekuensi Kumulatif dari suatu distribusi frekuensi dapat menunjukkan
 berapa frekuensi yang terletak di atas atau di bawah suatu nilai tertentu
dalam interval kelas.
Ada 2 (dua) macam frekuensi kumulatif, yaitu :
a. Frekuensi Kumulatif “Kurang dari” (Less than)
Frekuensi Kumulatif “Kurang Dari” pada Distribusi Frekuensi
Gaji 50 Orang Karyawan Perusahaan Mebel di Yogyakarta
Tahun 1985 (Dalam Ribuan Rupiah)
Frek. Kumulatif
Interval Kelas Frekuensi Tepi Kelas
“Kurang dari”
30 – 39 4 29,5 0
40 – 49 6 39,5 4
50 – 59 8 49,5 10
60 – 69 12 59,5 18
70 – 79 9 69,5 30
80 – 89 7 79,5 39
90 – 99 4 89,5 46
99,5 50
50

40
Frekuensi Kumulatif

30

20

10

0
29,5 39,5 49,5 59,5 69,5 79,5 89,5 99,5
Tepi Kelas

b. Frekuensi Kumulatif “Lebih Dari” (more than)

 Frekuensi Kumulatif “Lebih Dari” pada Distribusi Frekuensi
Gaji 50 Orang Karyawan Perusahaan Mebel di Yogyakarta
Tahun 1985 (Dalam Ribuan Rupiah)
Frek. Kumulatif
Interval Kelas Frekuensi Tepi Kelas
“Lebih dari”
30 – 39 4 29,5 50
40 – 49 6 39,5 46
50 – 59 8 49,5 40
60 – 69 12 59,5 32
70 – 79 9 69,5 20
80 – 89 7 79,5 11
90 – 99 4 89,5 4
99,5 0

50

40
Frekuensi Kumulatif

30

20

10

0
29,5 39,5 49,5 59,5 69,5 79,5 89,5 99,5
Tepi Kelas

4. Frekuensi Relatif
Di samping histogram yang menunjukkan frekuensi absolute pada masing-
masing kelas, maka dapat pula digambarkan frekuensi relatifnya untuk
masing-masing kelas. Frekuensi relative masing-masing kelas dapat
dihitung berdasarkan frekuensi absolute masing-masing kelas dibagi
 dengan jumlah seluruh frekuensinya.

0,3

0,24

0,2
Frekuensi Relatif

0,18
0,16
0,14
0,12
0,1
0,08 0,08

0
19,5 29,5 39,5 49,5 59,5 69,5 79,5 89,5 99,5
Tepi Kelas

E. UKURAN NILAI SENTRAL

Nilai dalam rangkaian data yang dapat mewakili rangkaian data tersebut. Suatu
rangkaian data biasanya mempunyai tendensi untuk terkonsentrasi atau terpusat
pada nilai sentral ini.
1. Rata-rata atau Rata-rata Hitung (Arithmatic Mean)
Rata-rata suatu rangkaian data adalah jumlah seluruh nilai data dibagi
dengan seluruh kejadian (cases)
Untuk mencari rata-rata bias menggunakan metode sebagai berikut :
a. Metode panjang (long method)
Metode ini disebut metode panjang, sebab cara perhitungannya dengan
menggunakan perkalian bilangan-bilangan atau angka-angka yang
panjang.

Keterangan :
= Rata-rata Hitung
 = Frekuensi

= Nilai Tengah

Frekuensi Nilai Tengah

i Interval Kelas fi * Xi
fi Xi
1 30 – 39 4 34,5 138,0
2 40 – 49 6 44,5 267,0
3 50 – 59 8 54,5 436,0
4 60 – 69 12 64,5 774,0
5 70 – 79 9 74,5 670,5
6 80 – 89 7 84,5 591,5
7 90 – 99 4 94,5 378,0
Jumlah 50 3.255,0

b. Metode Singkat (Short method)

Dalam metode singkat ini kita memberikan kode pada deviasinya,
sehingga perhitungannya menjadi singkat, dalam arti, angka-angka
perkaliannya menjadi kecil atau sederhana. Deviasi (d) disini diberi
kode dalam satuan panjang interval kelas (ci) oleh karena itu hasil
akhirnya harus dikalikan dengan panjang interval kelasnya kembali.

Keterangan :
= Rata-rata Hitung
A = Rata-rata anggapan (assumed mean)
= Frekuensi
= Deviasi dalam satuan panjang interval kelas
ci = Panjang interval kelas

i Interval Kelas fi Xi di fi * di
 1 30 – 39 4 34,5 -3 -12
2 40 – 49 6 44,5 -2 -12
3 50 – 59 8 54.5 -1 -8
4 60 – 69 12 64,5 = A 0 0
5 70 – 79 9 74,5 +1 +9
6 80 – 89 7 84,5 +2 +14
7 90 – 99 4 94,5 +3 +12
Jumlah 50 +3

2. Median
Median suatu rangkaian data adalah nilai tengah dari rangkaian data yang
telah tersusun secara teratur. Median juga disebut ukuran letak, karena letak
Median membagi distribusi menjadi dua bagian yang sama.

Keterangan :
Limd = Tepi bawah kelas median
n = Banyaknya data

f seblm _ fmd = Jumlah frekuensi-frekuensi sebelum frekuensi median

= Frekuensi median
ci = Panjang interval kelas

Tepi Bawah
Interval Kelas Data ke fi Keterangan
Kelas
30 – 39 01 – 04 4 29,5
40 – 49 05 – 10 6 39,5
50 – 59 11 – 18 8 49,5
60 – 69 19 – 30 12 59,5 Kelas Md (dt ke
70 – 79 31 – 39 9 69,5 25)
80 – 89 40 – 46 7 79,5
90 – 99 47 - 50 4 89,5
3. Modus atau Mode
Modus dari suatu rangkaian data adalah nilai data yang memiliki frekuensi
terbesar dengan kata lain, nilai data yang paling sering terjadi.

Keterangan :
Limod = Tepi bawah kelas modus
a = Selisih frekuensi modus dengan frekuensi sebelumnya
b = Selisih frekuensi modus dengan frekuensi sesudahnya
ci = Panjang interval kelas

Interval Kelas Tepi Bawah Kelas fi Keterangan

30 – 39 29,5 4
40 – 49 39,5 6
50 – 59 49,5 8
60 – 69 59,5 12 Kelas Modus
70 – 79 69,5 9
80 – 89 79,5 7
90 – 99 89,5 4

Hubungan antara Mean, Median dan Modus :

Jika Mean = Median = Modus, maka distribusi normal atau distribusi
yang simetris
Jika Modus < Median < Mean, maka distribusi akan condong kanan.
Jika Modus > Median > Mean, maka distribusi akan condong kiri.
4. Rata-rata Ukur (Geometric Mean)
Apabila kita menghadapi kuantita yang mengalami perubahan pada setiap
periode dan kita ingin mengetahui berapa besarnya tingkat perubahan setiap
periode, maka jawaban yang dihitung berdasarkan rata-rata hitung adalah
keliru. Kita membutuhkan ukuran nilai sentral lain yang disebut rata-rata
ukur (Geometric Mean) disingkat dengan notasi Mg.
 Keterangan :
Mg = Rata-rata Ukur
fi = Frekuensi
Xi = Nilai Tengah

Interval Kelas fi Xi Log Xi fi * log Xi

30 – 39 4 34,5 1,53782 6,15128
40 – 49 6 44,5 1,64836 9,89016
50 – 59 8 54,5 1,73639 13,89117
60 – 69 12 64,5 1,80956 21,71472
70 – 79 9 74,5 1,87216 16,84941
80 – 89 7 84,5 1,92686 13,48799
90 – 99 4 94,5 1,97543 7,90173
Jumlah 50 89,88646

5. Rata-rata Harmoni (Harmonic Mean)

Rata-rata Harmoni suatu rangkaian data adalah kebalikan nilai rata-rata
hitung dari kebalikan nilai datanya.
Rata-rata Harmoni dirumuskan sebagai berikut

Keterangan :
Mh = Rata-rata Harmoni
fi = Frekuensi
Xi = Nilai Tengah

Interval Kelas fi Xi fi/Xi

30 -39 4 34,5 0,11594
40 – 49 6 44,5 0,13483
50 – 59 8 54,5 0,14679
 60 -69 12 64,5 0,18605
70 – 79 9 74,5 0,12081
80 – 89 7 84,5 0,08284
90 – 99 4 94,5 0,04233
Jumlah 50 0,82959

6. Rata-rata Kuadrat (Quadratic Mean)

Rata-rata Kuadrat suatu rangkaian data adalah akar pangkat 2 dari kuadrat
nilai rata-ratanya. Rata-rata Kuadrat dinotasikan dengan Mq dan
dirumuskan sebagai berikut :

Keterangan :
Mq = Rata-rata Kuadrat
fi = Frekuensi
Xi = Nilai Tengah

Interval Kelas fi Xi Xi2 fi * Xi2

30 – 39 4 34,5 1.190,25 4.761,00
40 – 49 6 44,5 1.980,25 11.881,50
50 – 59 8 54,5 2.970,25 23.762,00
60 – 69 12 64,5 4.160,25 49,923,00
70 – 79 9 74,5 5.550,25 49.952,25
80 – 89 7 84,5 7.140,25 49.981,75
90 – 99 4 94,5 8.930,25 35.721,00
Jumlah 50 225.982,50

F. UKURAN LETAK
Sebagaimana halnya Median yang membagi suatu distribusi menjadi 2 (dua)
bagian yang sama, artinya 50% dari data terletak di atas Median, sedang 50%
lainnya berada di bawah Median, maka masih ada beberapa ukuran letak yang
membagi suatu distribusi menjadi berbagai bagian yang sama. Median disebut
bagian ukuran letak, karena letaknya membagi 2, selanjutnya ukuran-ukuran lain
yang letaknya membagi 4, 10, 100 pun disebut ukuran letak

Ukuran Letak suatu rangkaian data adalah ukuran yang didasarkan letak dari
ukuran tersebut dalam suatu distribusi..

Ada berbagai macam Ukuran Letak disamping Median sebagaimana telah

dibahas dalam subbab terdahulu. Ukuran Letak tersebut adalah :

1. Kuartil (Quartile)
Kuartil adalah Ukuran Letak yang membagi suatu distribusi menjadi 4
(empat) bagian yang sama
Cara perhitungan kuartil ;
Pada data berkelompok atau data yang berbentuk Tabel Frekuensi, maka
rumus letak yang digunakan adalah sebagai berikut :

1. Kuartil I (K1) =

2. Kuartil II (K2) =

3. Kuartil III (K3) =

Selanjutnya penggunaan rumus tersebut dapat dilihat di bawah ini :

Tepi Bawah
Interval Kelas Data ke fi Keterangan
Kelas
30 – 39 01 – 04 4 29,5
40 – 49 05 – 10 6 39,5
50 – 59 11 – 18 8 49,5 K1 = 12,5
60 – 69 19 – 30 12 59,5 K2 = 25
70 – 79 31 – 39 9 69,5 K3 = 37,5
80 – 89 40 – 46 7 79,5
90 – 99 47 - 50 4 89,5
2. Desil
Desil suatu rangkian data adalah Ukuran Letak yang membagi suatu
distribusi menjadi 10 bagian yang sama.
Cara Perhitungan Desil :
Untuk data berkelompok berlaku rumus letak sebagai berikut :

1. Desil 1 (D1) =

2. Desil 5 (D5) =

3. Desil 9 (D9) =

Selanjutnya penggunaan rumus dapat dilihat di bawah ini :

Tepi Bawah
Interval Kelas Data ke fi Keterangan
Kelas
30 – 39 01 – 04 4 29,5
40 – 49 05 – 10 6 39,5 D1 (5)
50 – 59 11 – 18 8 49,5
60 – 69 19 – 30 12 59,5 D5 (25)
70 – 79 31 – 39 9 69,5
80 – 89 40 – 46 7 79,5 D9 (45)
 90 – 99 47 – 50 4 89,5

G. UKURAN PENYEBARAN

Penyebaran adalah perserakan data individual terhadap nilai rata-rata. Data yang
bersifat homogen mempunyai penyebaran (dispresi) yang kecil, sedang data yang
bersifat heterogen penyebarannya akan besar.
Ada beberapa syarat untuk Ukuran Penyebaran, yakni :
1. Perhitungan Ukuran Penyebaran harus didasarkan data keseluruhan.
2. Ukuran Penyebaran harus mudah dibandingkan.
3. Ukuran Penyebaran harus mudah dihitung.
4. Ukuran Penyebaran hendaknya tidak mudah dipengaruhi oleh fluktuasi
sampel yang satu dengan sampel yang lain.
Pengukuran penyebaran terhadap suatu nilai rata-rata disebut Ukuran Dispersi,
Ukuran Variasi atau Ukuran Penyebaran atau Penyimpangan..
Pada Dasarnya dapat dibedakan 2 (dua) macam Ukuran Penyebaran, yakni :
1. Ukuran Penyebaran Absolut
Ukuran Penyebaran yang digunakan untuk membandingkan dengan Ukuran
Penyebaran yang lain dalam suatu populasi yang sama. Ukuran Penyebaran
absolute biasanya dinyatakan dalam satuan ukuran yang sama (unit satuan
sama seperti : Rupiah, Kilogram, Ton dan sebagainya).
Macam Ukuran Penyebaran Absolut antara lain adalah :
a. Range (Rentang)
Ukuran Penyebaran sederhana atau metode kasar adalah Range atau
Rentang, yaitu : Selisih nilai data terbesar dan yang terkecil
Dirumuskan :

L = Nilai data terbesar

S = Nilai data terkecil
Untuk data berkelompok perhitungan Range dirumuskan sebagai berikut
1). Range = Batas kelas tertinggi – Batas kelas terendah.
2). Range = Nilai Tengah tertinggi – Nilai Tengah terendah.
Berdasarkan tabel frekuensi di atas, maka range dapat dihitung :
1). Range = 99 – 39 = 60
2). Range = 94,5 - 34,5 = 60
b. Deviasi Kuartil (Quartile Deviation)
Deviasi Kuartil suatu rangkaian data adalah setengah jarak antara Kartil
I dan Kuartil III. Deviasi Kuartil disebut juga sebagai Semi Interquartile
range dan dirumuskan sebagai berikut :

QD = Deviasi Kuartil
K3 = Kuatil III
K1 = Kuartil I

c. Deviasi Rata-rata (Mean Deviation)

Deviasi Rata-rata suatu rangkaian data adalah rata-rata dari jumlah
selisih mutlak nilai data terhadap nilai rata-ratanya.
Untuk data berkelompok berlaku rumus sebagai berikut :
 Interval
30 – 39 4 34,5 30,6 122,4
40 – 49 6 44,5 20,6 123,6
50 – 59 8 54,5 10,6 84,8
60 – 69 12 64,5 0,6 7,2
70 – 79 9 74,5 9,4 84,6
80 – 89 7 84,5 19,4 135,8
90 – 99 4 94,5 29,4 117,6
Jumlah
50 676,0

d. Deviasi Standar (Penyimpangan Baku)

Deviasi Standar suatu rangkaian data adalah akar pangkat 2 dari kuadrat
nilai rata-rata selisih nilai data terhadap mean.
Untuk data berkelompok dirumuskan :

Interval
30 – 39 4 34,5 936,36 3745,44
40 – 49 6 44,5 424,36 2546,16
50 – 59 8 54,5 112,36 898,88
60 – 69 12 64,5 0,36 4,32
70 – 79 9 74,5 88,36 795,34
80 – 89 7 84,5 376,36 2634,52
90 – 99 4 94,5 864,36 3457,44
Jumlah
50 14082,10

2. Ukuran Penyebaran Relatif

Ukuran Penyebaran Relatif yakni untuk dapat membandingkan berbagai
ukuran yang mempunyai satuan yang berbeda. Aapun macam ukuran
penyebaran relatif ini adalah :
a. Koefisien Range

b. Koefisien Deviasi Kuartil

c. Koefisien Deviasi Rata-rata

d. Koefisien Deviasi Standar

Koefisien deviasi standar juga disebut koefisen variasi (V)