UNIVERSITAS BORNEO TARAKAN

FAKULTAS TEKNIK
JURUSAN TEKNIK SIPIL

STATISTIKA TEKNIK
Pengukuran Dispersi, Kemiringan, dan
Keruncingan Distribusi Data
Sipil UBT
 PENDAHULUAN
Disajikan data berikut ini :
1. Kelompok Data : 50, 50, 50, 50, 50
2. Kelompok Data : 30, 40, 50, 60, 70
3. Kelompok Data : 20, 30, 50, 70, 80

Dispersi data menggambarkan bagaimana suatu kelompok data menyebar terhadap pusat data.
Pentingnya dispersi berdasarkan pertimbangan.
1. Pusat Data (rata-rata hitung, median, dan modus hanya memberikan informasi terbatas)
2. Membandingkan distribusi data (2 atau lebih)
Range, Simpangan Rata-Rata (Mean Deviation),
Variansi (Variance), Standar Deviasi (Standard
Deviation), Jangkauan Kuartil dan Jangkauan
Persentil, Koefisien Variasi, Koefisien Kuartil,
dan Nilai Baku.
Jangkauan

1. Kelompok Data : 50, 50, 50, 50, 50

2. Kelompok Data : 30, 40, 50, 60, 70
3. Kelompok Data : 20, 30, 50, 70, 80
Simpangan rata-rata (mean deviation)

SR adalah jumlah nilai mutlak dari selisih semua nilai dengan

nilai rata-rata dibagi banyaknya data.
 Contoh SR
1. Kelompok Data : 50, 50, 50, 50, 50
2. Kelompok Data : 30, 40, 50, 60, 70
3. Kelompok Data : 20, 30, 50, 70, 80

Nilai Tengah Frekuensi

Modal
xi fi
112 - 120 116 4
121 - 129 125 5
130 - 138 134 8
139 - 147 143 12
148 - 156 152 5
157 - 165 161 4
166 - 174 170 2
 Variansi (Variance)
Variansi adalah rata-rata kuadrat selisih atau kuadrat simpangan dari semua nilai data terhadap
rata-rata hitung.
 Contoh Variansi
1. Kelompok Data : 50, 50, 50, 50, 50
2. Kelompok Data : 30, 40, 50, 60, 70
3. Kelompok Data : 20, 30, 50, 70, 80

Nilai Tengah Frekuensi

Modal
xi fi
112 - 120 116 4
121 - 129 125 5
130 - 138 134 8
139 - 147 143 12
148 - 156 152 5
157 - 165 161 4
166 - 174 170 2
 Standar Deviasi (Standard Deviation)

Standar deviasi berkaitan langsung dengan variansi. SD adalah akar pangkat dari variansi. SD juga
adalah rata-rata kuadrat selisih atau kuadrat simpangan dari semua nilai data terhadap rata-rata
hitung.
Data Tunggal Data Kelompok

𝑛∑𝑥 − ∑𝑥 𝑛 ∑ 𝑓𝑥 − ∑ 𝑓𝑥
𝑆 = 𝑆 =
𝑛(𝑛 − 1) 𝑛(𝑛 − 1)

𝑛∑𝑥 − ∑𝑥 𝑛 ∑ 𝑓𝑥 − ∑ 𝑓𝑥
S 𝑆= 𝑆=
𝑛(𝑛 − 1) 𝑛(𝑛 − 1)
SD cara Coding

𝑛 ∑ 𝑓𝑈 − ∑ 𝑓𝑈
𝑆 =𝑐
𝑛(𝑛 − 1)

𝑛 ∑ 𝑓𝑈 − ∑ 𝑓𝑈
𝑆=𝑐
𝑛(𝑛 − 1)
 Contoh SD
1. Kelompok Data : 50, 50, 50, 50, 50
2. Kelompok Data : 30, 40, 50, 60, 70
3. Kelompok Data : 20, 30, 50, 70, 80

Nilai Tengah Frekuensi

Modal
xi fi
112 - 120 116 4
121 - 129 125 5
130 - 138 134 8
139 - 147 143 12
148 - 156 152 5
157 - 165 161 4
166 - 174 170 2
 Jangkauan Kuartil dan Jangkauan Persentil 10-90

Jangkauan kuartil (JK) juga disebut simpangan kuartil/rentang semi antarkuartil atau deviasi kuartil.
Jangkauan persentil (JP) 10 -90 disebut rentang persentil 10 – 90.
Jangkauan Kuartil Jangkauan Persentil
1
𝐽𝐾 = (𝑄 − 𝑄 ) 𝐽𝑃 =𝑃 −𝑃
2
 Contoh JK dan JP

Kelompok Data 30, 35, 40, 45, 50, 55, 60, 65, 70, 80, 85, 95, 100

Nilai Tengah Frekuensi

Modal
xi fi
112 - 120 116 4
121 - 129 125 5
130 - 138 134 8
139 - 147 143 12
148 - 156 152 5
157 - 165 161 4
166 - 174 170 2
 KOEFISIEN VARIASI

Koefisien variasi merupakan dispersi relatif. Koefisien variasi digunakan untuk membandingkan
penyebaran 2 kelompok data atau lebih. Variasi 1 m dalam pengukuran jarak 1000 m tentu berbeda
pengaruhnya dengan variasi 1 m dalam pengukuran 2000 m.

Koefisien Variasi

𝑆
𝐾𝑉 = × 100%
𝑋
 Contoh KV
1. Kelompok Data : 30, 40, 50, 60, 70
2. Ada 2 jenis bola lampu. Jenis A rata-rata mampu menyala selama 1500 jam dengan
Simpangan Baku = 275 jam, sedangkan lampu Jenis B rata-rata bertahan 1750 jam dengan
simpangan baku = 300 jam. Manakan kualitas lampu yang lebih baik?
 Koefisien Variasi Kuartil

Koefisien variasi kuartil digunakan apabila tidak diketahui berap nilai rata-rata hitungnya dan
standar deviasinya.
KV Kuartil
𝑄 −𝑄 𝑄 −𝑄 /
𝐾𝑉 = ATAU 𝐾𝑉 =
𝑄 +𝑄 𝑀𝑒𝑑
 Contoh KV Kuartil

Kelompok Data 30, 35, 40, 45, 50, 55, 60, 65, 70, 80, 85, 95, 100
 Nilai Baku (Z)

Rata-rata hitung dan S dapaat digunakan untuk mentransformasi data yang menghasilkan nilai
baku/skor baku (nilai standar).
𝑋 − 𝑋
𝑍 = Dimana i = 1,2,3,…n
𝑆

Skor baku dapat dipakai untuk membuat skala yang sama dari 2 atau lebih kelompok data yang
semula skalanya berbeda, sehingga dapat dibandingkan.
 Contoh Nilai Baku
Nilai rata-rata PAS MK Kalkulus I di kelas A dengan 45 mahasiswa adalah 78 dan simpangan
baku (S) = 10. Sedangkan untuk MK Analisa Struktur di kelas itu mempunyai nilai rata-rata 84
dan (S) = 18. Bila So Ye Ji memperoleh nilai PAS untuk MK Kalkulus I = 86 dan Analisa
Struktur = 92, bagaimana posisi/prestasi So Ye Ji di Kelas tersebut?
 KEMIRINGAN
DISTRIBUSI DATA
Rumus Pearson
Rumus Momen
Khusus untuk data berkelompok dalam bentuk table distribusi frekuensi, derajat kemiringan 𝛼 ,
dapat dihitung dengan cara transformasi :

𝑐 ∑ 𝑓𝑈 ∑𝑓𝑈 ∑𝑓𝑈 ∑𝑓𝑈

𝛼 = −3 +2
𝑆 𝑛 𝑛 𝑛 𝑛
Rumus Bowley
 Contoh Kemiringan Distribusi Data

Kelompok Data 3,4,4,5,6,8,8,8,9,10

 KERUNCINGAN
DISTRIBUSI DATA
 Khusus untuk data berkelompok derajat keruncingan 𝛼 ,
dapat dihitung dengan cara transformasi :

𝛼
𝑐 ∑ 𝑓𝑈 ∑𝑓𝑈 ∑𝑓𝑈 ∑𝑓𝑈 ∑𝑓𝑈
= −4 +6
𝑆 𝑛 𝑛 𝑛 𝑛 𝑛
∑𝑓𝑈
−3
𝑛
Cara lain yang dipakai untuk menghitung derajat keruncingan distribusi
data (k) adalah :

1
𝐽𝐾 (𝑄 − 𝑄 )
𝑘= = 2
𝑃 − 𝑃 𝑃 − 𝑃

Jika;
k = 0,263 : mesokurtis
k > 0,263 : leptokurtis
k < 0,263 : platikurtis
Contoh Derajat Keruncingan