Anda di halaman 1dari 55

NILAI PENYEBARAN DATA

BIOSTATISTIK
Learning Objectif
Minimum
Range dan Mean Deviasi
Maksimum

Koefisien Standar
Kuartil
Variasi Deviasi

Kurtosis dan
Skewnes

BIOSTATISTIK
Pengertian
Nilai Penyebaran Data/Ukuran Penyebaran

Adalah suatu nilai yang menunjukkan seberapa jauh nilai


pengamatan tersebar di sekitar nilai rata-rata, sering
disebut juga variasi atau dispersi.

BIOSTATISTIK
MENGAPA NILAI PENYEBARAN
(DISPERSI) ITU PENTING ??
Dengan perhitungan dispersi, akan diperoleh
informasi tambahan tentang penyimpangan yang
terjadi pada suatu distribusi
Dengan menghitung dispersi, dapat menilai
ketepatan nilai tengah dalam mewakili distribusinya
Perhitungan dispersi memiliki arti penting untuk
mengadakan analisa statistik inferensia

BIOSTATISTIK
BEBERAPA BENTUK UKURAN PENYEBARAN

10
1. Rata-rata sama,
penyebaran berbeda 8

0
2 3 4.6 5 6

Kinerja Karyawan B o go r
Kinerja Karyawan Tangerang

5
BEBERAPA BENTUK UKURAN PENYEBARAN

2. Rata-rata berbeda dengan 3. Rata-rata berbeda dengan


penyebaran berbeda penyebaran sama

10 10
9
8 8
7
6 6
5
4
4
3
2
2
1 0
0
2 3 4 5 6 7
2 3 4.6 5 6

Kinerja Karyawan B o go r Kinerja Karyawan B o go r


Kinerja Karyawan Tangerang Kinerja Karyawan Tangerang

6
Nilai Penyebaran Mutlak :
Rentang (Range)
Deviasi Kuartil
Mean Deviasi
Deviasi Standar

Nilai Penyebaran Relatif :


Koefisien Variasi
Rentang/Nilai Jarak (Range)
Ukuran variasi data yang paling sederhana
Dengan range, akan diketahui dengan segera gambaran seberapa jauh data itu
memencar (merentang) tetapi tidak menunjukkan tentang keragaman datanya
Proses perhitungannya :
Urutkan data dari yang terkecil ke terbesar
Nilai range = nilai terbesar (maksimum) – nilai data terkecil (minimum)
Nilai range untuk data kelompok :
= Batas bawah kelas terakhir - batas bawah kelas pertama
atau
= Nilai tengah tertinggi – Nilai tengah terendah
Rentang (Range)
Contoh 1:
Lama rawat 10 pasien di 2 RS
Data RS A : 2,2,3,3,3,3,4,4,5,6 ; nilai range = 4 hari
Data RS B : 1,1,2,3,3,3,4,5,5,8, ; nilai range = 7 hari
Contoh 2 :
Berat Badan (kg) f Nt

41 - 45 4 43 Batas bawah kelas terakhir = 76


46 - 50 4 48 Batas bawah kelas pertama = 41
51 - 55 1 53
Nilai range : R = 76-41 = 35
56 - 60 2 58
61 - 65 5 63 Nilai tengah tertinggi = 78
66 - 70 7 68 Nilai tengah terendah = 43
71 - 75 5 73 Nilai range : R = 78 – 43 = 35
76 - 80 2 78

Jumlah 30
Soal
Perusahaan Harga Saham

Sentul City 530

Tunas Baru 580


Berapa Nilai Range
proteinprima 650 nya ?
total 750

Mandiri 840
Soal
Tinggi f Nt
badan
140-149 9
150-159
160-169
30
17
Berapa Nilai Range
170-179 12 nya ?
jumlah 68
Simpangan Rata-Rata
(Mean Deviation)
Merupakan penyimpangan nilai-nilai individu terhadap nilai
rata-rata

Angka selisih antara hasil pengamatan dengan rata-rata


diambil harga mutlaknya tanpa memperhatikan tanda
aljabarnya

Deviasi rata-rata bermanfaat untuk mengetahui variasi


yang terjadi dalam satu kelompok pengamatan atau
membandingkan tingkat variabilitas dua kelompok atau
lebih

Kekurangan deviasi rata-rata yaitu tidak dapat mengetahui


arah simpangan ke kiri atau ke kanan
Simpangan Rata-Rata
(Mean Deviation)
1. Data tidak berkelompok (Ungrouped data)

Rumus:
MD 
 XX
N

Keterangan : X = Nilai data pengamatan


X = Rata – rata hitung
N = Jumlah data

13
Contoh Deviasi Rata - Rata
1. Data tidak berkelompok (Ungrouped data)

Perusahaan Indek x-X Nilai Mutlak


Sentul City 7.5 1.14 1.14

Tunas Baru 8.2 1.84 1.84

proteinprima 7.8 1.44 1.44

total 4.8 -1.56 1.56

Mandiri 3.5 -2.86 2.86

Total 31.8 8.84

Rata -rata (X) 6.36 MD 1.768

MD =
= ∑|x - X| / n
= 8.84 / 5
= 1.768
2. Data berkelompok (Grouped data)

Rumus:

Keterangan : X = Nilai data pengamatan


X = Rata – rata hitung
n = Jumlah data
F = Frekuensi
Contoh Deviasi Rata-rata
Nilai Ujian Statistik
Nilai
Ujian (x)
31-40 1 35,5 35,5 - 41,1 41,1 41,1
41-50 2 45,5 91,0 - 31,1 31,1 62,2
51-60 5 55,5 277,5 -21,1 21,1 105,5
61-70 15 65,5 982,5 -11,1 1,1 166,5
71-80 25 75,5 1887,5 -1,1 1,1 27,5
81-90 20 85,5 1710,0 8,9 8,9 178,0
91-100 12 95,5 1146,0 18,9 18,9 226,8
jumlah 80 6130,0 807,6
soal
Berat Badan
40
45
50 Berapa Nilai MD nya
55
60
?
Jumlah
soal
Interval Titik tengah
Kelas Kelas f (x) f.x |x - X| f.|x - X|
1 16 24 10 20 200 13.68 136.8
2 25 33 18 29 522 4.68 84.24
3 34 42 14 38 532 4.32 60.48
4 43 51 4 47 188 13.32 53.28
5 52 60 2 56 112 22.32 44.64
6 61 69 2 65 130 31.32 62.64

Total 50 255 1684 89.64 442.08


Rata - rata
(X) 33.68

Berapa Nilai MD nya


?
Deviasi Standar
(Standar Deviation)
Simpangan baku (standar deviation) merupakan ukuran
dispersi yang sering digunakan dalam statistika

Merupakan akar dari varian yaitu akar dari jumlah selisih


hasil pengamatan dengan rata-rata dipangkatkan dua
kemudian dibagi dengan jumlah pengamatan

Deviasi standar memegang peranan penting karena dapat


memberikan gambaran tentang penyimpangan yang
terjadi pada setiap nilai hasil pengamatan terhadap rata-
rata suatu distribusi

Stantar diviasi sampel yang baik seharusnya merupakan


ukuran yang tidak bias thd standar deviasi populasi, shg
nilai n diganti dengan n-1 untuk sampel
Varians dan Standar Deviasi
Populasi
Varians
 Rata – rata hitung deviasi kuadrat setiap
data terhadap rata – rata hitungnya
Rumus varians populasi

(X - µ )2
 2=
N X = Nilai data pengamatan
µ = Nilai rata – rata hitung
N = Jumlah total data
Contoh Kasus Varians
Perusahaan Indek X-µ (X - µ)²
Sentul City 7.5 1.14 1.2996
Tunas Baru 8.2 1.84 3.3856
proteinprima 7.8 1.44 2.0736
total 4.8 -1.56 2.4336
Mandiri 3.5 -2.86 8.1796
Jumlah ( ∑X ) 31.8 ∑(X - µ)² 17.372
Rata - rata (µ) 6.36 ² 3.4744

(X - µ )2 17.372
 2= = = 3.4744
N 5
Standar Deviasi

Standar deviasi
 Akar kuadrat dari varians dan menunjukan
standar penyimpangan data terhadap nilai
rata-ratanya
Rumus standar deviasi
(X - µ )2
= atau  =  ²
N
Contoh Kasus Standar Deviasi

Nilai varians :
(X - µ )2 17.372
 2= = = 3.4744
N 5

Nilai standar deviasi :


 =  3.4744 = 1.864

Nilai penyimpangan sebesar 1.864


Varians dan Standar Deviasi Sampel

Varians
(x - x )2
s 2=
n -1
Standar deviasi
S =  s²
Contoh Kasus Sampel
Harga
No Perusahaan saham x-X (x - X)² Varians :
1 Jababeka 215 -358 128164 ∑(x – X)²
2 Indofarma 290 -283 80089
s² =
3 Budi Acid 310 -263 69169
4 Kimia farma 365 -208 43264
n–1
5 Sentul City 530 -43 1849 s² = 824260 / 9
6 Tunas Baru 580 7 49 s² = 91584.44
7 proteinprima 650 77 5929
8 total 750 177 31329
9 Mandiri 840 267 71289 Standar deviasi :
10 Panin 1200 627 393129 S =  s²
Jumlah 5730 824260 S =  91584.44
Rata - Rata (X) 573 s² 91584.44
S = 302.63
S 302.63
Koevisien Variasi
Koefisien variasi adalah perbandingan
antara simpangan standar dengan nilai
rata-rata yang dinyatakan dengan persen-
tase.
Koefisien variasi berguna untuk melihat
sebaran data dari rata-rata hitungnya.
Besarnya Koefisien Variasi dinyatakan
dengan rumus,
S
KV = x 100%
x
KV = koefisien variasi
S = simpangan standar
x = rata-rata
Contoh 1:
Nilai rata-rata matematika Kelas III AK 1
adalah 80 dengan simpangan standar 4,5
dan nilai rata-rata Kelas III AK 2 adalah 70
dengan simpangan standar 5,2. Hitunglah
koefisien variasi masing-masing.
Jawab :
KV III AK 1 = SS x 100%
xx
= 44,5,5 x 100% = 5,6%
8080
KV III AK 2 = 55,2,2 x 100% = 7,4%
7070
Contoh 2 :
Standar deviasi sekelompok data adalah
1,5 sedang koefisien variasinya adalah
12,5%. Mean kelompok data tersebut
adalah….
Jawab : S
KV = x 100%
x
1,5
12,5% = x 100%
x
150%
12,5% =
x
150%
= = 12
12,5%
SOAL
Harga obat per kemasan dos besar : Rp.
4.000.000,00 ; Rp.4.500.000,00 ;
Rp.5.000.000,00 ; Rp.4.750.000,00 ; Rp.
4.250.000,00
Harga pil per butir : Rp.600,00 ; Rp.800,00
;Rp.900,00 ; Rp.550,00 ; Rp.1.000,00
Manakah yang lebih bervariasi harganya ?
KUARTIL
1. Kuartil
Kelompok data yang sudah
diurutkan (membesar atau
mengecil) dibagi empat bagian yang
sama besar.

Ada 3 jenis yaitu kuartil pertama


(Q1) atau kuartil bawah, kuartil
kedua (Q2) atau kuartil tengah, dan
kuartil ketiga (Q3) atau kuartil atas.
KUARTIL

Untuk data tidak berkelompok


in  1
Q i  nilai ke - , i  1,2,3
4

Untuk data berkelompok


 in 
 - F 
L0 = batas bawah kelas kuartil
Qi  L 0  c 4  , i  1,2,3
 f  F = jumlah frekuensi semua
 
  kelas sebelum kelas kuartil Qi
f = frekuensi kelas kuartil Qi
Contoh Quartil data tidak berkelompok
Sampel
75,82,66,57,64,56,92,94,86,52,60,70
setelah disusun menjadi :
52,56,57,60,64,66,70,75,82,86,92,94

112  1
Q i  nilai ke - ,  3,25
4
Data ke-3 ¼, yaitu antara data ke-3 dan ke-
4 seperempat jauh dari data ke-3
Nilai Q1 = data ke-3 + ¼ (data ke-4 – data ke -3 )
= 57 + ¼ (60-57 )
= 57 ¾
Soal !
150,151,151,154,155,156,157,158
Berapa nilai Q1 dan Q3 ?
SKEWNESS
A. Skewness
Skewness atau ukuran kemencengan :
 digunakan untuk mengukur simetris atau kemencengan
suatu kurva.
 Rumus untuk koefisien Skewness menurut pearson :
Sk = 3 Mean – Median
Deviasi Standar
 Rumus Koefisien Alpha 3 ( α₃)
 n Untuk data tidak
1 ∑ xi - x ³ dikelompokkan

α₃ = n i =1

 n Untuk data
1 ∑ xi - x ³ . fi dikelompokkan

α₃ = n i =1

Keterangan :
X = rata – rata sampel
Xi = nilai – nilai setiap observasi
n = jumlah observasi sampel
s = deviasi standar sampel
f = frekuensi setiap sampel
Tingkat kemencengan atau simetris dari suatu distribusi didasarkan atas
ketentuan berikut :

a. Ket :
Distribusi data yang menceng
kiri/ekornya di sebelah kanan
( besarnya koefisien skweness positif),
yang artinya mean > median dan modus.
mean median modus
b.
Ket :
Distribusi data yang menceng kanan/
ekornya disebelah kiri
mean median modus
( besatnya koefisien skweness negatif ),
yang artinya mean < median dan modus.

c.
Ket :
Distribusi data yang simetris
( besarnya koefisien skweness 0),yang
artinya mean = median =modus.
Modus = mean = median
Contoh Soal
Data tidak dikelompokkan
1. Distribusi data dari hasil ujian 12 siswa untuk 2 kelas
yang berbeda dinyatakan dengan nilai berikut :
Kelas A
45 50 50 50 55 60
60 82 87 90 95 100

Pertanyaan :
Tentukan tingkat kemencengan dengan koefisien
skweness dari distribusi nilai kelas tersebut.
Penyelesaian :
a. Perhitungan koefisien skweness untuk kelas A
Sk = 3 mean – median
Deviasi Standar
Step 1 : hitunglah besar rata – rata
x = Σx = 45 + 50 + 82 + 60 + 90 + 50 + 60 + 50 + 55 + 95 + 87 + 100
n 12
= 824 = 68, 67
12
Step 2 : Hitunglah median
- Urutkan data dari yang terkecil ke terbesar seperti data soal
- Tentukan letak median dengan rumus n + 1 / 2 = 12 +1 / 2 = 6,5 sehingga
median terletak antara data ke 6 dan ke 7.
Median = 60 +60 = 60
- 2
Step 3 : Hitunglah Deviasi Standar

S = Σ( Xi – X )²
n -1

= (45 – 68,7)² + ( 50 – 68,7) ² + ( 82 – 68,7)² +… + ( 100-68,7 )²


12 – 1
= 20,4
Step 4 : Hitunglah Koefisien Skewness
Sk = 3 mean - median = 3 68,67 – 60 = 1,275
standar deviasi 20,4
Karena besarnya koefisien skewness sebesar positif 1,275 hal ini menunjukan bahwa
distribusi data menceng kiri.
Perhitungan koefisien Alpha 3 untuk kelas A :
Step 1 tentukan besar rata –ratanya, x = 68, 67
Step 2 tentukan besarnya deviasi standar S = 20,4
Step 3 tentukan besarnya ( xi – x )³
Xi (Xi - X )² (Xi - X )³
45 560.2689 -13261.56486
50 348.5689 -6507.781363
50 348.5689 -6507.781363
50 348.5689 -6507.781363
55 186.8689 -2554.497863
60 75.1689 -651.714363
60 75.1689 -651.714363
82 177.6889 2368.593037
87 335.9889 6158.676537
90 454.9689 9704.486637
95 693.2689 18253.77014
100 981.5689 30752.55364
 step 4 tentukan besarnya α₃
Σ 824 4586.6668 30595.24444
n
1 ∑ xi - x ³ 1
α₃ = n i =1 = 12 30595,24444 = 0, 300
s³ 20,4³
Karena besarnya α₃ = 0,300 > 0 maka distribusi data menceng kiri.
Contoh Soal
Data dikelompokkan
(Xi - X )² (Xi - X )².f ( Xi –X ) ³ ( Xi –X ) ³.f
Jumlah Laba f Xi f.Xi 4. α₃

0 -19 5 9.5 47.5 1536.64 7683.2 -60236.288 -301181.44


n

20 - 39 10 29.5 295 368.64 3686.4 -7077.888 -70778.88


1

40 - 59 20 49.5 990 0.64 12.8 0.512 10.24


60 - 79 12 69.5 834 432.64 5191.68 8998.912 107986.944
n

80 - 99 3 89.5 268.5 1664.64 4993.92 67917.312 203751.936


1 ∑ (xi- x)³ . fi

∑ 50 2435 21568 -60211.2


α₃ = n i =1

3. ( Xi – X ) .f 1
1. Rata -rata
2. Deviasi
= 50 ( - 60211,2)
standar
20,98³
X = ∑ f.Xi = 2435 = - 0,130
n 50 = - 60211.2
= 48,7 xi - x ³ . fi
α₃ = n i =1
S = Σ(Xi- X)² . f

n–1
= 21568 Karna α₃ negatif maka
50 – 1
= 20,98 distribusi data menceng kanan
Kurtosis
B. Kurtosis
 Kurtosis atau ukuran keruncingan
 Dilihat dari keruncingannya kurva distribusi normal
dibagi menjadi 3 :
 leptokrutic ( kurva sangat runcing)
 Platycrutic ( kurva agak datar )
 Mezokurtic ( puncak tidak begitu runcing )
Gambar kurva kurtosis :

 Untuk menentukan runcing atau tumpul sebuah distribusi dapat


digunakan kriteria sebagai berikut :

 Apabila α₄ lebih besar dari 3 berati diagram distribusi itu runcing atau
leptokurtis.
 Apabila α₄ kurang dari 3 berati diagram distribusi landai atau
tumpul atau platikurtis.
 Apabila α₄ sama dengan 3 berati diagram distribusi normal atau mezokurtic.
RUMUS
Berikut rumus untuk menghitung tingkat keruncingan suatu kurva :
Alpha 4 (α₄ )
 Data tidak dikelompokkan

Ket : M = median
S = deviasi standar sampel
n = jumlah observasi sampel
Xi = nilai – nilai setiap observasi
X = rata – rata sampel
 Data dikelompokkan

1 n

M 4 n i 1
( X i  X ) 4
. fi
4  4 
S S4

Ket : M = median
S = deviasi standar sampel
X i = nilai tengah setiap kelas
X = rata – rata sampel
n = jumlah observasi sampel
fi = frekuensi tiap – tiap kelas
CONTOH SOAL
Data tidak dikelompokkan
a. Data tidak dikelompokkan
kelas A
45 50 50 50 55 60
60 82 87 90 95 100

Tentukan tingkat keruncingan dengan


menggunakan kriteria α₄ !
Penyelesaian :
 tentukan besarnya rata – rata
X = ∑ x = 824 = 68,67
n 12
4

 tentukan besarnya deviasi standar

S= ∑ Xi – X ² = 4586,67 = 20,4
n–1 11
4
 tentukan besarnya ( Xi – X )

Xi ( Xi - X )² ( Xi - X )4
45 560.2689 313901.2403
50 348.5689 121500.278
50 348.5689 121500.278
50 348.5689 121500.278
55 186.8689 34919.98579
60 75.1689 5650.363527
60 75.1689 5650.363527
82 177.6889 31573.34518
87 335.9889 112888.5409
90 454.9689 206996.7
95 693.2689 480621.7677
100 981.5689 963477.5054
Σ 824 4586.6668 2520180.647
 tentukan besarnya α₄
1 n

n i 1
( X i  X ) 4
. fi 1 2520180,647
α₄ = = 12 = 24, 73
S4 20,4⁴

Karena besarnya α₄ = 24,73 > 3 maka distribusi data adalah leptokurtis


( runcing )
Contoh Soal
Data dikelompokkan
4
Jumlah (Xi - X )².f ( Xi –X ) . f
4
Laba f Xi f.Xi (Xi - X )² ( Xi –X )

0 -19 5 9.5 47.5 1536.64 7683.2 2361262.49 11806312.4

20 - 39 10 29.5 295 368.64 3686.4 135895.45 1358954.5

40 - 59 20 49.5 990 0.64 12.8 0.4096 8.192

60 - 79 12 69.5 834 432.64 5191.68 187177.37 2246128.44

80 - 99 3 89.5 268.5 1664.64 4993.92 2771026.33 8313078.99


23724482.6
∑ 50 2435 21568
Penyelesaian
 step 1 tentukan besarnya rata –rata
X = ∑ fi. Xi = 2435 = 48, 7
n 50
 step 2 tentukan besarnya deviasi standar
S= Σ(Xi- X)² . fi = 21568 = 20,98
n–1 50 – 1
4
 step 3 tentukan besarnya ( Xi –X ) . fi = 23724482,6
Step 4 tentukan besarnya α₄
1 n
α₄ =

n i 1
( X i  X ) 4
. fi
= 1 23724482,6 = 2,449
50
S4 20,984
TERIMA KASIH
&
SELAMAT BELAJAR