RANGKUMAN DISPERSI

(Disusun untuk memenuhi tugas mata kuliah Statistika Ekonomi dan Bisnis I)
Dosen pengampu: Robiatul Wilda, S.Pd., M.M

Kelompok 7 :

1. AURORA CINTAURI 2330203020160

2. ELLSA RIYANY 2330103020091
3. FEBRIANTI 2330103020004

UNIVERSITAS PALANGKA RAYA

FAKULTAS EKONOMI DAN BISNIS
JURUSAN MANAJEMEN
2024
1. Pengertian Dispresi
Dispersi adalah peristiwa penguraian cahaya polikromatik menjadi cahaya-cahaya
monokromatik pada prisma lewat pembiasan atau pembelokan. Hal ini membuktikan bahwa
cahaya putih terdiri dari harmonisasi berbagai cahaya warna dengan berbeda-beda panjang
gelombang. sedangkan Istilah dispersi adalah istilah statistik yang mewakili besar kecilnya
distribusi nilai yang diharapkan untuk suatu variabel tertentu. Dispersi dapat dihitung dan
diukur menggunakan statistik yang berbeda seperti rentang, varians, dan deviasi standar. Istilah
dispersi telah diterapkan di berbagai bidang termasuk keuangan, ekonomi, analisis bisnis, dan
peramalan. Kegunaan utamanya adalah untuk membuat prediksi mengenai tujuan masa depan.

2. Pengukuran Dispersi Data Tidak Berkelompok

Pengukuran dispersi data tidak berkelompok adalah ukuran yang menunjukkan seberapa jauh
nilai-nilai data individu berbeda dari nilai rata-rata. Pengukuran dispersi penting untuk
memahami variabilitas data dan untuk membuat kesimpulan yang lebih akurat tentang dataset.
Berikut adalah tabel ringkasan dari metode pengukuran dispersi data tidak berkelompok :

Metode Rumus Kelebihan Kekurangan

Jangkauan Max – Min Sederhana Tidak
mempertimbangkan
nilai individu
Deviasi Rata-Rata Σ(Xi - X̄) / N Memberikan Sensitif terhadap
informasi detail outlier
Deviasi Kuartil (Q3 - Q1) / 2 Tahan terhadap Tidak sepopuler
outlier varians dan
simpangan baku
Varians Σ(Xi - X̄)² / N Ukuran dispersi Sulit untuk
yang paling umum diinterpretasikan
digunakan
Simpangan Baku √(Σ(Xi - X̄)² / N) Mudah Sama rumitnya
diinterpretasikan dengan varians
Dispersi Relatif (SD / X̄) * 100% Memungkinkan Tidak sepopuler
perbandingan antar varians dan
dataset dengan data simpangan baku
skala berbeda

3. Pengukuran Dispersi Data Berkelompok

Pengukuran dispersi data berkelompok, atau variasi data, menunjukkan seberapa jauh nilai-
nilai data dalam kelompok data tersebut berbeda dari nilai rata-rata. Pengukuran ini penting
untuk memahami variabilitas data dan untuk membuat kesimpulan yang lebih akurat tentang
dataset.
Berikut adalah tabel tingkasan dari metode pengukutan dispersi data berkelompok :

4. Nilai atau Data yang di bakukan (standar skor (Z-score)

Pengertian Z-Score:
Z-score adalah nilai yang menunjukkan seberapa jauh suatu nilai data individu berbeda dari
rata-rata dalam satuan standar deviasi. Z-score dihitung dengan rumus berikut:

Rumus : Z = (X - μ) / σ

Keterangan:

Z: Z-score

X: Nilai data individu

μ: Rata-rata

σ: Standar deviasi

Contoh: Misalkan kita memiliki dataset nilai ujian dengan rata-rata 70 dan standar deviasi 10.
Nilai Z-score untuk nilai ujian 80 adalah:

Z = (80 - 70) / 10 = 1

Artinya, nilai ujian 80 adalah 1 standar deviasi di atas rata-rata.

5. Kofisien Variasi
Koefisien variasi (KV) adalah ukuran statistik yang menunjukkan seberapa besar variasi data
relatif terhadap rata-ratanya. KV dihitung dengan membagi simpangan baku dengan rata-rata
dan mengalikannya dengan 100%.

Rumus : KV = (SD / X̄) * 100%

Keterangan:
KV: Koefisien Variasi
SD: Simpangan Baku
X̄: Rata-rata

Manfaat: Membandingkan variabilitas data dari set data yang berbeda skalanya, mengukur
risiko investasi dalam portofolio keuangan, mengevaluasi konsistensi proses manufaktur.
Interpretasi:

• KV tinggi menunjukkan data yang lebih bervariasi.

• KV rendah menunjukkan data yang lebih homogen.

6. Ukuran Kemencengan dan Keruncingan Kurva

Dalam statistik, ukuran kemencengan dan keruncingan kurva digunakan untuk
menggambarkan bentuk distribusi data. Keduanya memberikan informasi yang berbeda
tentang karakteristik distribusi tersebut.
1. Ukuran kemencengan (skewness)
Kurva halus atau model yang bentuknya bisa positif, negatif, atau simetrik. Model
positif terjadi bila kurvanya mempunyai ekor yang memanjang ke sebelah kanan.
Sebaliknya, jika memanjang ke sebelah kiri di dapat model negatif. Dalam kedua hal
ini terjadi sifat taksimetri. Untuk mengetahui derajat taksimetri di sebuah model,
digunakan ukuran kovesien kemiringan / kemencengan atau skewnees.
2. Ukuran keruncingan (kurtosis)
Keruncingan bertitik tolak dari kurva model normal atau distribusi normal, tinggi
rendahnya atau runcing tidaknya bentuk kurva disebut kurtosis. Kurva distribusi data,
yang tidak terlalu runcing atau tidak terlalu datar dinamakan mesokurtik. Kurva yang
runcing di namakan leptokurtik sedangkan data yang datar disebut platikurtik.

Salah satu ukuran kurtosis ialah kofisien kurtosis dengan rumus :

7. Manfaat Memperlajari Dispersi di Bidang Ekonomi
Manfaat memperlajari dispersi di bidang ekonomi dispersi, atau penyebaran data, adalah
konsep penting dalam ekonomi karena membantu para ekonom dan pelaku pasar untuk
memahami dan menganalisis berbagai fenomena ekonomi. Berikut adalah beberapa manfaat
mempelajari dispersi di bidang ekonomi:

• Memahami risiko dan ketidakpastian

• Menganalisis ketimpangan pendapatan
• Mengevaluasi efektivitas kebijakan ekonomi
• Memahami fluktasi ekonomi
• Meningkatan kualitas keputusan bisnis

8. Contoh Penerapan Dispersi dibidang Ekonomi

Contoh penerapan dispersi di bidang ekonomi dispersi, atau penyebaran data,
adalah konsep penting dalam ekonomi karena membantu para ekonom dan
pelaku pasar untuk memahami dan menganalisis berbagai fenomena ekonomi.
Berikut adalah beberapa contoh penerapan dispersi di bidang ekonomi, yaitu:
• Analisis risiko dan ketidakpastian
Contohnya Investor: Dispersi return portofolio digunakan untuk
mengukur risiko investasi. Investor dengan portofolio yang memiliki
dispersi return yang rendah akan memiliki risiko yang lebih kecil
dibandingkan dengan investor dengan portofolio yang memiliki dispersi
return yang tinggi.
• Menganalisis ketimpangan pendapatan
Contohnya, pemerintah dapat menerapkan kebijakan pajak progresif
untuk mendistribusikan pendapatan secara lebih merata.
• Mengevaluasi efektivitas kebijakan ekonomi
Contohnya, dengan mempelajari dispersi pengangguran sebelum dan
setelah penerapan kebijakan stimulus, para ekonom dapat menilai
efektivitas kebijakan tersebut dalam mengurangi pengangguran.
• Memahami fluktuasi ekonomi
Contohnya Ekonom: Dispersi membantu para ekonom untuk memahami
fluktuasi ekonomi, seperti siklus bisnis dan inflasi. Dengan mempelajari
dispersi data ekonomi, para ekonom dapat membuat model yang lebih
akurat untuk memprediksi fluktuasi ekonomi di masa depan.
• Meningkatkan kualitas keputusan bisnis
Contohnya, dengan mempelajari dispersi biaya produksi, perusahaan
dapat mengidentifikasi area yang dapat dioptimalkan untuk meningkatkan
efisiensi.