2

 Dispersi = Variasi data = Keragaman data

 Definisi
Dispersi adalah data yang menggambarkan
bagaimana suatu kelompok data menyebar
terhadap pusatnya data atau ukuran
penyebaran suatu kelompok data terhadap
pusat data

3
 Contoh
Tiga kelompok data terdiri dari:
a. 50, 50, 50, 50, 50 (homogen)
rata-rata hitung = 50

b. 50, 40, 30, 60, 70 (heterogen)

rata-rata hitung = 50

c. 100, 40, 80, 20, 10 (heterogen)

rata-rata hitung = 50

Kelompok c lebih heterogen dibandingkan b

4
 (a) Homogen (b) Relatif Homogen (c) Heterogen
x1
100 100 100 
x5

x3 
x4 

x1 x2 x3 x4 x5 x1
50      50  50
x2
 x2 
x3

x4

x5 
0 0 0

5
 Jenis
1. Dispersi Mutlak
Dispersi mutlak digunakan untuk mengetahui
tingkat variabilitas nilai-nilai observasi pada
suatu data
2. Dispersi Relatif
Dispersi relatif digunakan untuk
membandingkan tingkat variabilitas nilai-nilai
observasi suatu data dengan tingkat variabilitas
nilai-nilai observasi data lainnya.
6
 Dispersi Dispersi
Mutlak Relatif

Jangkauan (Range) Koefisien Variasi (Variance Coefficient)

Simpangan Kuartil (Quartile Deviation)
Simpangan Rata-rata (Mean Deviation)
Simpangan Baku (Standard Deviation)

7
 Mean dan median hanya menggambarkan pusat data dari
sekelompok data, tetapi tidak menggambarkan
penyebaran nilai pada data tersebut.
 Dua kelompok data dengan mean yang sama, belum tentu
memiliki penyebaran data yang sama.
 Ukuran dispersi yang kecil menunjukkan nilai data saling
berdekatan (perbedaan kecil), sedangkan ukuran dispersi
yang besar menunjukkan nilai data saling menyebar
(perbedaan nilai masing-masing data besar).
 Ukuran dispersi digunakan untuk melengkapi perhitungan
nilai pusat data.

8
 Dispersi Data Tunggal
 Jangkauan
 Simpangan Rata-rata
 Simpangan Baku

 Dispersi Data Berkelompok

 Jangkauan
 Simpangan Baku

9
 Definisi
Jangkauan adalah selisih antara nilai
maksimum dengan nilai minimum dalam
suatu kelompok/ susunan data.

 Lambang
Jangkauan dapat ditulis “ r “

 Nama Lain
Nilai Jarak, dapat ditulis “ NJ ”
10
 Sifat
Jangkauan merupakan ukuran keragaman
yang paling sederhana.

Jangkauan sangat peka terhadap data

dengan nilai terbesar dan nilai terkecil.

Semakin kecil nilai r maka kualitas data akan

semakin baik, sebaliknya semakin besar nilai
r, maka kualitasnya semakin tidak baik.
11
 Rumus
r = Xn – X1
r = Nilai Maksimum – Nilai Minimum

 Contoh
Diketahui data 20, 30, 50, 70, 100.
Tentukan nilai jangkauan data.
r = X5 – X1
r = 100 – 20
r = 80
12
 Rumus
r = Nilai tengah kelas terakhir – Nilai tengah kelas pertama
r = Batas atas kelas terakhir – Batas bawah kelas pertama

13
 Contoh
Data berat badan 100 mahasiswa suatu
perguruan tinggi. Tentukan nilai jarak dari
data tersebut.
Berat badan Banyaknya Mahasiswa
(Kg) (f)
60 – 62 5
63 – 65 18
66 – 68 42
69 – 71 27
72 – 74 8
14
 Jawaban
Cara I
Nilai tengah kelas pertama = (60 + 62) : 2
Nilai tengah kelas pertama = 61

Nilai tengah kelas terakhir = (72 + 74) : 2

Nilai tengah kelas terakhir = 73

r = Nilai tengah kelas terakhir – Nilai tengah kelas pertama

r = 73 – 61
r = 12
15
 Jawaban
Cara II
Batas bawah kelas pertama = 60 – 0,5 = 59,5

Batas atas kelas terakhir = 74 + 0,5 = 74,5

r = Batas atas kelas terakhir – Batas bawah kelas pertama
r = 74,5 – 59,5
r = 15

Catatan : Cara 1 cenderung menghilangkan kasus ekstrim

16
 Definisi
Simpangan rata-rata adalah jumlah nilai
mutlak dari selisih semua nilai dengan nilai
rata-rata dibagi dibagi dengan banyaknya
data.

 Lambang
Simpangan rata-rata dapat ditulis “ SR “

17
 Rumus

SR 
 X i X
SR 
 X i  Med
n n

 SR = simpangan rata-rata
 n = banyaknya data pengamatan
 X = rata-rata
 Med = median
 Xi = frekuensi data ke-i
18
 Contoh
Diketahui data 30, 40, 50, 60, 70.
Tentukan simpangan rata-rata dan
simpangan median.

 Jawaban
30  40  50  60  70
X   50
5
Med  50
19
 Simpangan rata-rata

SR 
 X i X
n
30  50  40  50  50  50  60  50  70  50
SR 
5
60
SR 
5
SR  12

20
 Simpangan Median

SR 
 X i  Med
n
30  50  40  50  50  50  60  50  70  50
SR 
5
60
SR 
5
SR  12

21
 Rumus

SR 
 f X X
i

f

 SR = simpangan rata-rata
 f = banyaknya frekuensi data
 X = rata-rata
 Xi = frekuensi data ke-i
22
 Contoh
Interval Kelas X f Xi  X f Xi  X

9 – 21 15 3 50,92 152,76
22 – 34 28 4 37,92 151,68
35 – 47 41 4 24,92 99,68
48 – 60 54 8 11,92 95,36
61 – 73 67 12 1,08 12,96
74 – 86 80 23 14,08 323,84
87 – 99 93 6 27,08 162,48
Σ = 60 Σ = 998,76
23
 Jawaban

SR 
 f X X i

f
998,76
SR 
60
SR  16,646

24
 Definisi
Varians adalah ukuran keragaman yang
melibatkan seluruh data.
Varians merupakan rata-rata kuadrat selisih
dari semua nilai data terhadap nilai rata-rata
hitung.
X
 Varians didasarkan pada perbedaan antara
nilai tiap observasi (Xi) dan rata-rata ( untuk
sampel dan  untuk populasi)
25
 Rumus (sampel) S2 = varians sampel
Xi = data ke-i
 X  X
n
2

S 
2 i 1
i
X = rata-rata sampel
n 1 n = banyaknya sampel

 Rumus (populasi) σ2 = varians populasi

N Xi = data ke-i

 iX    2

2  i 1 μ = rata-rata populasi
N N = banyaknya populasi
26
 Rumus (sampel) S2 = varians sampel
k Xi = nilai tengah kelas ke-i
 f i ( xi  x ) 2
fi = frekuensi kelas ke-i
s2  i 1

 k  X = rata-rata sampel
  fi  1
 i 1 
 Rumus (populasi) σ2 = varians populasi
k
Xi = nilai tengah kelas ke-i
 f i ( xi   ) 2

fi = frekuensi kelas ke-i

 
2 i 1
k
μ = rata-rata populasi
f
i 1
i
27
 Definisi
Simpangan baku adalah akar kuadrat positif dari
varians.
Simpangan baku diukur pada satuan data yang
sama, sehingga mudah untuk diperbandingkan.
Simpangan baku paling banyak digunakan
karena mempunyai sifat-sifat matematis yang
sangat penting dan berguna untuk pembahasan
teori dan analisis.

28
 Lambang
Simpangan baku dapat ditulis “ S “
 Nama Lain
Standar Deviasi, dapat ditulis “ SD “
 Kelompok data yang heterogen
mempunyai simpangan baku yang besar.
 Simpangan baku populasi (σ) sering
dipakai.
29
 Rumus (sampel)
 X  X
n
2
i
S i 1

n 1
  n
 
2

n  Xi  
1    
 X i 
i 1
S
2

S = simpangan baku n  1  i 1 n 
sampel  
 
Xi= data ke-i n
  n 2

n X i    X i 
2
X = rata-rata sampel i 1  i 1 
S
n = banyaknya sampel nn  1 30
 Rumus (populasi)
N

 iX    2

 i 1

N
  N
 
2
σ = simpangan baku
n  Xi  
1  i 1   populasi
  i 
2
X 
N  i 1 N  Xi = data ke-i
 
  μ = rata-rata populasi
N = banyaknya populasi
31
 Contoh
Xi Xi Xi2
Diketahui data
upah bulanan X1 30 900
karyawan suatu X2 40 1600
perusahaan X3 50 2500
(dalam ribuan X4 60 3600
rupiah). Hitunglah X5 70 4900
simpangan baku
5 250 13500
dari data tersebut.
32
 Jawaban
  N  
2

n  Xi  
1  i 1  
  i 
2
X 
N  i 1 N 
 
 


1 250 
2

13500  
5 5 
  14,14
Jadi simpangan baku dari data tersebut adalah
14,14 (Rp14.140,00)
33
 Rumus simpangan baku populasi (umum)
k

 f M  
2
i i
 i 1

N
σ = simpangan baku populasi
Mi = nilai tengah dari kelas ke-i, i = 1, 2, …, k
μ = rata-rata populasi
N = banyaknya populasi
34
 Rumus populasi (kelas interval sama)
2
k
 k

fd   fi di 
2
i i
 c i 1
  i 1 
N  N 
 
 
σ = simpangan baku populasi
fi = frekuensi kelas ke-i
di = simpangan dari kelas ke-i terhadap titik asal asumsi
N = banyaknya populasi
c = besarnya kelas interval
35
 Rumus populasi (kelas interval tidak sama)
  k
 
2

k   fi M i  
1   
 f i M i 
i 1
 2

N  i 1 N 
 
 
σ = simpangan baku populasi
fi = frekuensi kelas ke-i
Mi = nilai tengah dari kelas ke-i, i = 1, 2, …, k
N = banyaknya populasi
36
 Rumus sampel (kelas yang sama)
2
k
 k

   fi di 
2
fi di
S  c i 1   i 1 
n 1  n 1 
 
 
S = simpangan baku sampel
fi = frekuensi kelas ke-i
di = simpangan dari kelas ke-i terhadap titik asal asumsi
n = banyaknya sampel
c = besarnya kelas interval
37
 Rumus sampel (kelas tidak sama)

  k
 
2

k   fi M i  
1    
 f i M i 
i 1
S
2

n  1  i 1 n 1 
 
 
S = simpangan baku sampel
fi = frekuensi kelas ke-i
Mi = nilai tengah dari kelas ke-i, i = 1, 2, …, k
n = banyaknya sampel
38
 Contoh
Modal dari 40 perusahaan (dalam jutaan rupiah)
adalah sebagai berikut:

138 164 150 132 144 125 149 157

146 158 140 147 136 148 152 144
168 126 138 176 163 119 154 165
146 173 142 147 135 153 140 135
161 145 135 142 150 156 145 128

Tentukan simpangan baku dari data diatas.

39
 Jawaban
Modal (M) Nilai Tengah Frekuensi (f)
118 - 126 122 3
127 - 135 131 5
136 - 144 140 9
145 - 153 149 12
154 - 162 158 5
163 - 171 167 4
172 - 180 176 2
Jumlah 40

 Kelas interval sama, yaitu 9 (127 – 118)

40
 Kelas f d d2 fd fd2

118 - 126 3 -3 9 -9 27
127 - 135 5 -2 4 -10 20
136 - 144 9 -1 1 -9 9
145 - 153 12 0 0 0 0
154 - 162 5 1 1 5 5
163 - 171 4 2 4 8 16
172 - 180 2 3 9 6 18
Jumlah 40 0 28 fidi = -9 fidi2 = 95

2
k
 k

fd   fi di 
2

  9 95    9   13,72
i i 2

 c i 1
  i 1
N  N  40  40 
 
  41
 Contoh
Data nilai ujian statistik dasar dari 50
mahasiswa STMIK MDP, disusun dalam tabel
berikut ini. Tentukan simpangan baku dari
data di samping.
Kelas M (Nilai Tengah) f
30 - 39 34,5 4
40 - 49 44,5 6
50 - 59 54,5 8
60 - 69 64,5 12
70 - 79 74,5 9
80 - 89 84,5 7
90 - 100 94,5 4
42
 Jawaban
M M2 f fM fM2
34,5 1.190,25 4 138,0 4.761,00
44,5 1.980,25 6 267,0 11.881,50
54,5 2.970,25 8 436,0 23.762,00
64,5 4.160,25 12 774,0 49.923,00
74,5 5.550,25 9 670,5 49.952,25
84,5 7.140,25 7 591,5 49.981,75
95 9.025,00 4 380,0 36.100,00
Jumlah f1 = 50 f1Mi = 3.257 f1Mi2 = 226.361,50

  k  
2

k   fi M i  
1    1  3257 2

 f i M i 

 2 i 1
 226.361,50    16,85
N  i 1 N  50  50 
 
  43
 Simpangan Baku

44
 Simpangan Baku

45
 Simpangan Baku

46
Sepuluh orang juri memberikan penilaian
terhadap jenis makanan yang baru
dikembangkan sebagai berikut.

23 30 14 10 15 28 30 25 24 17

Hitunglah nilai jangkauan, simpangan rata-rata,

dan simpangan baku.

47
 Hasil penelitian terhadap hasil produksi padi kering per hektar dalam kuintal
di 100 desa tahun 2010 sebagai berikut
71 29 64 118 74 86 53 38 70 64
48 39 78 72 33 64 41 36 78 58
60 42 96 48 43 39 63 71 43 69
39 72 120 102 26 86 39 28 64 61
78 82 78 96 38 63 71 43 53 86
56 83 103 64 64 78 96 54 48 50
112 136 48 73 63 63 123 62 36 58
108 27 73 42 71 54 28 96 81 63
67 48 100 62 48 62 71 72 63 71
83 28 28 43 39 38 36 83 62 60
 Buatlah Tabel distribusi frekuensi berdasarkan petunjuk Sturges. Hitunglah
nilai jangkauan, simpangan rata-rata, dan standard deviasi.

48