DISPERSION

Oleh
Afnal Asrifuddin
 NILAI SEBAR
(Dispersion)

Dikenal juga dengan istilah UKURAN

VARIASI yang berarti sejauh mana
variasi hasil pengukuran yang ada
didalam suatu distribusi kekiri dan
kekanan dari nilai tengahnya tetapi
masih dapat dipercaya sebagai nilai-
nilai normal
 JENIS NILAI
SEBAR
Untuk data Numerik

Range
Mean Deviasi ( simpangan rata-rata )
Variance
Standard Deviasi.

Untuk data kategori

Kuartil
Desil
Persentil.
 Ran
Ialah selisih antara nilai tertinggi dengan nilai
terendah didalam distribusi hasil pengukuran.
geContoh : 2, 102, 107, 110, 111, 120, 139, 145,
150, 1202.
Range : 1202 2 = 1200

Sifat Range
1. Dipengaruhi nilai ekstrim.
2. Nilai lain yang ada didalam hasil pengukuran tidak
berpengaruh dalam penentuan range.
3. Tidak sempurna sebagai ukuran penyebaran.
Mean
Deviasi
Ialah penyimpangan nilai masing-masing
hasil pengukuran ( Xi ) dengan nilai rata-
ratanya.
Menggunakan nilai mutlak untuk
menghilangkan nilai negatifnya.
Rumus umum SR = (1/n ) (Xi X)
Contoh :
Contoh : Hasil pengukuran berat badan 5 orang dewasa dalam
kg sebagai berikut : 70, 30, 45, 65, 40,

Hasil Pengukuran ( Xi - X ) SR Nilai mutlak

( kg ) (SR)2
70 70 50 + 20 400
30 30 50 - 20 400
45 45 50 - 5 25
65 65 50 + 15 225
40 40 50 - 10 100
MEAN = 50 0 1150

SR = (1/5) (1150) = 230

Varian
Ialah penggunaan pangkat dua dari
simpangan rata-rata untuk masing-
cemasing hasil pengukuran (x ) baik
i
untuk data tidak berkelompok maupun
data berkelompok.
Rumus (1/n ) ( Xi X )
Contoh :
Contoh Data tidak berkelompok : Hasil pengukuran berat badan
5 orang dewasa dalam kg sebagai berikut : 70, 30, 45, 65, 40
Hasil pengukuran (kg) (Xi - Mean) SR (Xi - Mean )

70 70-50 +20 400

30 30-50 -20 400
45 45-50 -5 25
65 65-50 +15 225
40 40-50 -10 100

Mean = 50 0 = 1150

Variance = ( 1/n ) ( Xi- Mean)

Variance = ( 1/5 ) (1150) = 230
Standard
Deviasi
Disebut juga dengan Ukuran penyebaran titik pusat .

Diperoleh dengan mengakarkan variance.

Rumus umum = (1/n) ( Xi Mean )

( Xi )
= ( Xi - --------- )
n
Rumus ini dikenal dengan Unbiased estimate dari

 Sifat standard
Deviasi
Mean pada rumus standard Deviasi dapat diganti
dengan nilai median atau modus
= ( 1/n ) ( X i Md / Mo )
Standard deviasi beberapa buah distribusi yang masing-
masing mempunyai standar deviasi adalah.

n1s1 + n2s2 + .nmsm

= -----------------------------------------
n1 + n2 + nm

Ket : - s1 varians distribusi 1 dst.

- n1 jumlah sampel distribusi 1 dst.

Petunjuk luas daerah penerimaan dibaw ah kurva

normal ( Mean + SD )
 Contoh Petunjuk luas:

- 3 SD - 2 SD -1 SD Mean +1 SD +2SD + 3 SD

- Mean 1 SD luas daerahnya = 68,27 %.

- Mean 2 SD luas daerahnya = 95,45 %.
- Mean 3 SD luas daerahnya = 99,73 %.
 Standard
Error
Adalah perbedaan nilai sampel dengan nilai
populasinya.

Rumus :
SD
SE = -------
n
Ket : SE Standard error
: SD standard deviasi
: n besar sampel
Koefisien
Variasi
Gunanya :
1. Membandingkan variasi dari dua nilai kelompok data
2. Melihat mana yang lebih bervariasi dibandingkan dengan yang
lain.

Rumus :

- Populasi - Sampel
s
KV = ----- x 100 % KV = --------- x 100 %
mean
Kuarti
Adalah nilai sebar yang digunakan
luntuk mengetahui penyebaran
suatu distribusi data yang
berbentuk kategori (diukur menurut
skala nominal atau ordinal )
Contoh
Kuartil
Nilai yang membagi suatu data menjadi 4
bahagian yang sama, dan nilai tersebut adalah
Q1, Q2, dan Q3,

Q1 Q2 Q3

Q1=25%

Q2=50%

Q3 = 75%

Inter quartile range

 KEMIRINGA
N (Skewness )
Apabila didalam perhitungan nilai
tengah, Mean = median = modus
memberikan nilai sama atau
mendekati pada satu titik maka
terbentuk suatu kurva yang dikenal
dengan Kurva Normal.

16
 KURVA NORMAL

(- 3SD ) ( -2SD ) (- 1SD ) X= (+1SD ) ( +2SD ) (+ 3SD ) (X)

Md = Mean
17
= Mo
Apabila didalam perhitungan nilai
tengah, Mean = median = modus tidak
memberikan nilai sama atau saling
menjauhi maka terbentuk suatu kurva
yang dikenal dengan Kurva yang
skewness atau miring.

SKEWNESS NEGATIF
SKEWNESS POSITIF

18
Apabila didalam perhitungan nilai tengah,
Mean < median < modus maka terbentuk suatu
kurva yang dikenal dengan SKEWNESS
NEGATIF.

Mean < Md < Mo

Rumus : ( Mean Mo ) = ( - ) atau Mean < Mo

19
Apabila didalam perhitungan nilai tengah, Mean > median >
modus maka terbentuk suatu kurva yang dikenal dengan
SKEWNESS POSITIF .

Mean > Md > Mo

Rumus : ( Mean Mo ) = (+) atau Mean > Mo

20
Koefisien
Skewness
Koefisien Skewness Pearson
Koefisien Skewness Pearson 1. (SKP-1)

Rumus :

Mean Mo
SKP-1 = ---------------------
S

Ket : Mean = Rata-rata hitung

Mo = Modus
S = Standard Deviasi
21
Koefisien Skewness Pearson 2. (SKP-2)

Rumus :

3(Mean Mo)
SKP-2 = ---------------------
S

Ket : Mean = Rata-rata hitung

Mo = Modus
S = Standard Deviasi

22
 UKURAN KERUNCINGAN
(Kurtosis)

Manfaat
Menentukan bentuk kurva
Menentukan apakah suatu distribusi dapat didekati
dengan fungsi normal atau tidak.

Jenis :
Lepto kurtis.
Platy kurtis
Meso kurtis
23
Lepto kurtis.
Sebahagian besar frekuensi tertumpuk
pada interval yang pendek sekitar nilai
mean.
Contoh :

Mean
24
Platy kurtis
Frekuensi data tersebar merata pada seluruh kelas,
kecuali kelas pertma dan terakhir.
Contoh :

Mean

25
Meso kurtis
Frekuensi data tersebar mendekati distribusi
normal
Contoh :

Mean

26
 Terima kasih
sampai jumpa pada
kuliah berikutnya