Ukuran Penyimpangan (Dispersi)

 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
1. Range
Perbedaan antara data terbesar dengan data terkecil
yang terdapat pada sekelompok data.
2. Deviasi Rata-rata/Rata-rata Simpangan
Rata-rata penyimpangan data-data dari rata-
ratanya, yaitu selisih antara tiap data dengan rata-
rata Nilai Mutlak.
3. Deviasi Standar/Simpangan Baku
Standar penyimpangan data dari rata-ratanya.
1. Data yang Tidak Dikelompokkan

SR 
 X i X
n
SR = rata-rata simpangan
n = banyaknya data pengamatan
= rata-rata
Xi = frekuensi data ke-i
Diketahui data 30, 40, 50, 60, 70, maka
tentukan simpangan rata-ratanya!

30  40  50  60  70
X  50
5

SR 
 Xi  X
n
30  50  40  50  50  50  60  50  70  50
SR 
5
60
SR 
5
SR  12
2. Data yang Dikelompokkan

SR 
 f Xi  X
n
SR = simpangan rata-rata
f = banyaknya frekuensi data
rata-rata
Xi = frekuensi data ke-i
 Interval X f fiXi Xi  X f Xi  X
Kelas
0 – 29 14,5 3 43,5 78,5 235,5
30 – 59 44,5 9 400,5 48,5 436,5
60 – 89 74,5 15 1117,5 18,5 277,5
90 – 119 104,5 20 2090,0 11,5 230,0
120 – 149 134,5 7 941,5 41,5 290,5
150 - 179 164,5 6 987,0 71,5 429,0
Σ = 60 5580,0 Σ = 1899,0

Mean (X) = 5580/60 = 93

Deviasi Rata-Rata = 1899/60 = 31,65
 Definisi
Varians adalah ukuran keragaman yang
melibatkan seluruh data.
Varians merupakan rata-rata kuadrat selisih
dari semua nilai data terhadap nilai rata-rata
hitung.

 Varians didasarkan pada perbedaan antara

nilai tiap observasi (Xi) dan rata-rata (
untuk sampel dan  untuk populasi) X

8
 Rumus (sampel) S2 = varians sampel
Xi = data ke-i
 X  X = rata-rata sampel
n
2
i
S 
2 i 1 X
n = banyaknya sampel
n 1

 Rumus (populasi) σ2 = varians populasi

Xi = data ke-i
μ = rata-rata populasi
N

 iX    2

2  i 1
N = banyaknya populasi
N

9
 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
= rata-rata sampel
 k 
  fi  1 X
 i 1 
 Rumus (populasi) σ2 = varians populasi
Xi = nilai tengah kelas ke-i
k

 f i ( xi   ) 2 fi = frekuensi kelas ke-i

2  i 1 μ = rata-rata populasi
k

f
i 1
i
10
 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.

11
 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.

12
  X  X
n
 Rumus (sampel) i
2

S i 1

n 1

  n
 
2

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

S i 1  i 1 
nn  1
13
 Rumus (populasi)
N

 iX   2
σ = simpangan baku
 i 1

N populasi
  N
 
2
Xi = data ke-i
n  Xi  
1  i 1   μ = rata-rata populasi
  i 
2
X 
N  i 1 N  N = banyaknya populasi
 
 

14
 Contoh
Diketahui data Xi Xi X i2
upah bulanan X1 30 900
karyawan suatu
X2 40 1600
perusahaan (dalam
ribuan rupiah). X3 50 2500
Hitunglah X4 60 3600
simpangan baku
dari data tersebut. X5 70 4900
5 250 13500
15
 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)

16
 Rumus simpangan baku populasi (umum)
k

 f X  
2
i i
 i 1
N

σ = simpangan baku populasi

Xi = nilai tengah dari kelas ke-i, i = 1, 2, …,
k
μ = rata-rata populasi
N = banyaknya populasi

17
 Rumus (sampel)

 f X 
n
2
i i X
s i 1
n 1

S = simpangan baku sampel

Xi= nilai tengah kelas ke-i
fi = frekuensi kelas ke-i
X = rata-rata sampel
18
Untuk Populasi
2
σ𝑘𝑖=1 𝑓𝑖 σ𝑘𝑖=1(𝑓𝑖 𝑋𝑖 2 ) − 𝑘
σ𝑖=1(𝑓𝑖 𝑋𝑖)
𝜎= 2
𝑘
σ𝑖=1 𝑓𝑖
Untuk Sampel
𝑘 𝑘 2 𝑘 2
σ𝑖=1 𝑓𝑖 σ𝑖=1(𝑓𝑖 𝑋𝑖 ) − σ𝑖=1(𝑓𝑖 𝑋𝑖)
𝑠=
(σ𝑘𝑖=1 𝑓𝑖)(σ𝑘𝑖=1 𝑓𝑖 − 1)
Interval Fi Xi 𝐗𝐢𝟐 Fi 𝐗𝐢𝟐 Fi Xi
0 – 29 3 14,5 210,25 630,75 43,50
30 – 59 9 44,5 1980,25 17822,25 400,50
60 – 89 15 74,5 5550,25 83253,75 1117,50
90 – 119 20 104,5 10920,25 218405,00 2090,00
120 – 149 7 134,5 18090,25 126631,75 941,50987,00
150 - 179 6 164,5 27060,25 162361,50
60 63811,50 609105,00 5580,0

60 609105 − 55802
𝜎=
602

60 609105 − 31136400
=
3600
= 1502,75 = 38,765
Merupakan angka yang menunjukkan
perbedaan antara besar suatu hal (variabel)
dengan rata-ratanya yang dinyatakan dalam
satuan deviasi standar.
 Semakin besar angka standar maka semakin
tinggi kenaikan dibandingkan kebiasaan.
 Semakin kecil angka standar maka semakin
rendah kenaikan dibandingkan kebiasaan.
Untuk Populasi
𝑋𝑖 − 𝜇
𝑍𝑖 =
𝜎
Untuk Sampel
𝑋𝑖 − 𝑋ത
𝑧𝑖 =
𝑠
Diketahui data
2, 8, 10, 4, 1
Maka:
25
𝜇= =5
5
𝜎
(2 − 5)2 +(8 − 5)2 +(10 − 5)2 +(4 − 5)2 +(1 − 5)2
=
5
= 3,46
 2−5
𝑍1 = = −0.87
3,46
8−5
𝑍2 = = 0.87
3,46
10−5
𝑍3 = =1,45
3,46
4−5
𝑍4 = = −0.29
3,46
1−5
𝑍5 = = −1,16
3,46
Yaitu presentase deviasi standar terhadap nilai
rata-rata dari sekumpulan data.
 Semakin kecil koefisien variasi berarti
semakin seragam data tersebut.
 Semakin besar koefisien variasi berarti
semakin data tersebut tidak seragam.
 Jika kelompok data lebih besar dibandingkan
kelompok data yang lainnya, maka data
kelompok tersebut lebih bervariasi atau lebih
heterogen.
Untuk Populasi
𝜎
𝐾𝑉 = 𝑥100%
𝜇
Untuk Sampel
𝑠
𝐾𝑉 = 𝑥100%
𝑋ത
Menurut hasil sensus, pendapatan rata-rata
per bulan penduduk Malaysia adalah RM 5,000
dengan simpangan baku RM 1,500. Sedangkan
hasil sensus di Indonesia, pendapatan rata-rata
per bulan adalah Rp 2.500.000 dengan
simpangan baku Rp 800.000.
Dari pendapatan rata-rata kedua negara
tersebut, negara manakah yang lebih merata
pendapatannya?
Untuk Malaysia
1500
𝐾𝑉 = 𝑥100% = 30%
5000
Untuk Indonesia

800000
𝐾𝑉 = 𝑥100%=32%
2500000

Jadi, penduduk yang lebih merata pendapatannya

adalah Malaysia karena koefisien variasinya lebih
kecil daripada Indonesia yaitu sebesar 30%