Anda di halaman 1dari 28

UKURAN DISPERSI DATA

By:
Shochrul Rohmatul Ajija
Definisi Dispersi Data
 Menyatakan seberapa jauh penyimpangan nilai-nilai data dari
nilai-nilai pusatnya
 Ukuran yang menyatakan seberapa banyak nilai-nilai data
yang berbeda dengan nilai-nilai pusatnya
 Merupakan pelengkap dari ukuran nilai pusat dalam
menggambarkan sekumpulan data
Jenis-Jenis Ukuran Dispersi Data
 Jangkauan (Range)
 Deviasi Rata-Rata (Simpangan Rata-Rata)
 Varians
 Simpangan Baku (Standar Deviasi)
 Dispersi Relatif
JANGKAUAN (RANGE)
 Merupakan selisih nilai terbesar data dengan nilai terkecil data
 Semakin tinggi nilai ‘range’, semakin beragam, bervariasi atau
heterogen suatu data, vice versa
 Jangkauan Data Tunggal:
 Jika ada data: X1, X2, …,Xn, maka jangkauannya adalah
Xn – X1
 Contoh:
Jangkauan dari data: 1, 4, 7, 8, 9, 11
X6 = 11 dan X1 = 1
Jangkauan = X6 – X1 = 11 – 1 = 10
Jangkauan Data Berkelompok
 Tentukan jangkauan dari distribusi frekuensi berikut:
Tinggi Badan (cm) Frekuensi
140 – 144 2
145 – 149 4
150 – 154 10
155 – 159 14
160 – 164 12
165 – 169 5
170 – 174 3
Jumlah 50
Penyelesaian
 Cara 1:
Dengan mencari selisih titik tengah kelas tertinggi dengan titik
tengah kelas terendah
Titik tengah kelas tertinggi = 172
Titik tengah kelas terendah = 142
Jangkauan = 172 – 142 = 30
 Cara 2:
Dengan mencari selisih tepi batas atas kelas tertinggi dengan tepi
batas bawah kelas terendah
Tepi batas atas kelas tertinggi = 174,5
Tepi batas bawah kelas terendah = 139,5
Jangkauan = 174,5 – 139,5
= 35
Jangkauan Antarkuartil & Jangkauan
Semi Interkuartil
 Jangkauan antarkuartil :
selisih antara nilai kuartil atas (Q3) & kuartil bawah (Q1)
JK = Q3 – Q1
 Jangkauan semi interkuartil (simpangan kuartil) :
Setengah dari selisih kuartil atas (Q3) dengan kuartil bawah
(Q1)
Qd = ½ (Q3 – Q1)
 Tentukan jangkauan antarkuartil & semi interkuartil dari data
berikut:
2, 4, 6, 8, 10, 12, 14
Q1 = 4 dan Q3 = 12
JK = Q3 – Q1
= 12 – 4
=8
Qd = ½ (12 – 4)
=4
 Tentukan jangkauan antarkuartil & jangkauan semi
interkuartil dari data berikut:

Nilai Frekuensi
30 – 39 2
40 – 49 3
50 – 59 5
60 – 69 14
70 – 79 24
80 – 89 20
90 – 99 12
Jumlah 80
1  3 
 N  fk b   N  fkb 
Q1  Bb   4 i Q3  Bb   4 i
 fd   fd 
   
   
 20  10   60  48 
 59,5    x 10  79,5    x 10
 14   20 
 59,5  7,14  79,5  6
 66,64  85,5

JK  85,5  66,64  18,86

Qd  85,5  66,64   9,43


1
2
DEVIASI RATA-RATA (MEAN DEVIATION)
 Merupakan harga rata-rata dari suatu penyimpangan nilai
terhadap mean kelompok nilai tersebut dalam suatu distribusi
 Merupakan nilai rata-rata hitung dari harga mutlak
simpangan-simpangannya
 Deviasi Rata-Rata Tunggal

MD 
 X X
n
 Deviasi Rata-Rata Data Kelompok

MD 
 f X X
n
Contoh
 Tentukan Mean Deviation dari 2, 3, 6, 8, 11!
 Penyelesaian:

2  3  6  8  11
X 6
5

MD 
 X i X
n
2  6  3  6  6  6  8  6  11  6

5
14

5
 2,8
 Tentukan Mean Deviation dari data berikut: X  157,7
Tinggi X f XX f XX
Badan (cm)
140 – 144 142 2 15,7 31,4
145 – 149 147 4 10,7 42,8
150 – 154 152 10 5,7 57
155 – 159 157 14 0,7 9,8
160 – 164 162 12 4,3 51,6
165 – 169 167 5 9,3 46,5
170 – 174 172 3 14,3 42,9
Jumlah - 50 - 282

MD 
 X i X

282
 5,64
n 50
Variance & Standard Deviation
 The variance is the arithmetic mean of the
squared deviations from the mean.
 The Standard Deviation is the square root of the
variance
 The sample variance/standard deviation is used
as estimator of population variance/standard
deviation
Variance
 Ungroup Data  Group Data
• Population • Population
 X    2
 f X   
2
2   2

n n
 X
2
 fX 
2

 X 2

 fX 2

  2 n
2  n
• Sample n Sample n

  X X  f X  X 
2 2

s 2
 s2 
n 1 n 1
 X
2
 fX 
2

X 2
  fX 2

n
s2  n s2 
n 1 n 1
Standard Deviation
 Ungroup Data  Group Data
• Population • Population
  X   2
 f X  
2
    i
n n
 X
2
 fX 
2

 X   n   fX   n
2 2

   
n n
• Sample Sample

 X  X   f X  X 
2 2

s s
n 1 n 1
 X
2
 fX 
2

 X   n   fX   n
2 2

s s
n 1 n 1
Variance&Standard Deviation for
Grouped Data
Penjualan f Xi f (X i - X ) ^2
20-30 4 25 3,457.44
30-40 7 35 2,634.52
40-50 8 45 706.88
50-60 12 55 4.32
60-70 9 65 1,011.24
70-80 8 75 3,394.88
80-90 2 85 1,872.72
Total 50 13,082.00

13.082,00 13.082,00
 
2
 261,64      16,18
50 50
Characteristics of Variance & Standard
Deviation
 Variance
 All observations are used in the calculation
 It is unduly influenced by extreme observations
 It can not be negative
 The units are somewhat difficult to work with; they are the
original units squared
 Standard Deviation
 It is square root of the average squared distance from the
mean
 It is the most widely reported measure of dispersion
Interpretation and Uses of the
Standard Deviation
 Chebyshev’s theorem: For any set of observations, the minimum
proportion of the values that lie within k standard deviations of
the mean is at least 1 - 1/ k2, where k is any constant greater than
1.
Cont..
 Empirical Rule: For any symmetrical, bell-shaped distribution,
approximately 68% of the observations will lie within  1
of the mean ( );approximately 95% of the observations will lie
within  2 of the mean (  ) approximately 99.7% within
o 3 of the mean (  ).
Bell - Shaped Curve showing the relationship between  and .

3 2 1  1 2  3


Varians Gabungan

 n  1  2

 gabungan
2

n  k
 Contoh:
Hasil pengamatan terhadap 20 objek mendapatkan   4
Pengamatan terhadap 30 objek mendapatkan   5
Berapakah varians gabungannya?
n1  20  1  4   12  16
n 2  30  2  5   22  25
 n  1  2
20  1 16  30  1 25 304  725
 gabungan
2
    21,44
n  k 20  3  2 48
Simpangan Baku (Standar Deviasi)
Gabungan
 n  1 
 gabungan   2
atau  gabungan 
n  k
gabungan

Contoh :
Diketahui :
n1  150 dan  1  6,04
n 2  40 dan  2  3,42
Tentukan  gabungan!
n1  1  1  n 2  1  2
 gabungan 
n1  n 2   k
150  1 6,04  40  1 3,42

150  40  2
 5,496
Relative Dispersion
 The coefficient of variation
 is the ratio of the standard deviation to the arithmetic
mean, expressed as a percentage
 It is useful for comparing distribution with different
units and mean
 Population :

V  x100%
 Sample : 
s
V  x100%
X
 Dari hasil penelitian terhadap besi beton di Toko A dan Toko B
diperoleh data sebagai berikut:
X A  55.590 psi ,  A  20
X B  76.000 psi ,  B  25

Tentukan koefisien variasi masing-masing! Di Toko mana


sebaiknya kita membeli besi beton?
A 20
VA   100%   100%  0,036%
XA 55.590
B 25
VB   100%   100%  0,033%
XB 76.000

Variasi kekuatan besi beton di Toko A > Toko B  jadi sebaiknya


beli di Toko A
Relative Dispersion
 Standard score (Angka Standar)
 is deviation of variable value from arithmetic
mean expressed by standard deviation
 Population :
X 
AS 
 Sample : 
X X
AS 
s
Others Dispersion
Q3  Q1
 Quartile Deviation : Q 
2
 Coefficient of Quartile Variation :

Q3  Q1  Q3  Q1
VQ  2 VQ 
Md Q3  Q1

 The Interquartile range is the distance between the third


quartile Q3 and the first quartile Q1 = Q3 - Q1