BAB IV

PENGUKURAN DISPERSI
PENGUKURAN DISPERSI/PENGUKURAN PENYIMPANGAN

 Pengukuran yang menunjukkan besar kecilnya perbedaan antara data

dengan rata-ratanya.
 Ukuran penyebaran nilai-ni;ai pengamatan disekitar nilai sentral.

Metode Pengukuran :

1. Rentang
2. Deviasi Rata-rata
3. Deviasi standart
4. Varians
5. Koefisien variasi
1. Rentang
Contoh Kasus :
Pada Uji coba penggunaan bahan bakar diperoleh data sebagai berikut,

Merek Jarak Tempuh km/2 liter Total

Skupi 160 150 170 175 150 160 170 1135
Finow 150 140 160 170 160 170 160 1110

Berdasarkan tabel diatas rentang jarak tempuhnya adalah

 Skupi Interpretasi
𝑅 = 170 − 150 = 20 km
1135
ത
𝑋= = 162,143 1. Rentang merek Skupi lebih kecil : Kualitas
7 produksinya lebih merata
2. Merek Skupi lebih jauh jarak tempuh rata-
• Finow
ratanya:lebih hemat bahan bakar
𝑅 = 170 − 140 = 30 km
1110 Kesimpulan
ത
𝑋= = 158,571
7 Sepeda motor Skupi lebih baik kualitasnya dari
pada Finow
 2. Deviasi Rata-rata data tidak berkelompok
Rumus :
σ𝑛𝑖=1 𝑋ത − 𝑋𝑖 𝑋ത − 𝑋1 + 𝑋ത − 𝑋2 + ⋯ + 𝑋ത − 𝑋𝑛
𝐷𝑅 = =
𝑛 𝑛
Contoh Kasus :
Pada Uji coba penggunaan bahan bakar diperoleh data sebagai berikut, Tentukan deviasi rata-rata!
Skupi Finow
ഥ − 𝑿𝒊
Unit Ke- Jarak Tempuh (𝑿) 𝑿 Unit Ke- Jarak Tempuh (𝑿) ഥ − 𝑿𝒊
𝑿 Penyimpangan
1 160 2,14 1 150 8,57 semakin kecil
2 150 12,14 2 140 18,57 maka data
3 170 7,86 3 160 1,43 semakin baik dan
4 175 12,86 4 170 11,43 mendekati
5 150 12,14 5 160 1,43 realitas.
6 160 2,14 6 170 11,43
7 170 7,86 7 160 1,43
Total 1135 57,14 Total 1110 54,28571
Rata-Rata 162,14 8,16 Rata-Rata 158,57 7,76

Jadi, data sepeda motor Finow lebih baik dari pada data jarak tempuh skupi dan lebih mendekati realitas.
2. Deviasi Rata-rata data Berkelompok
𝐹1 𝑋ത − 𝑀1 + 𝐹2 𝑋ത − 𝑀2 + ⋯ + 𝐹𝑛 𝑋ത − 𝑀𝑛
𝐑𝐔𝐌𝐔𝐒 ∶ 𝐷𝑅 =
𝑛
Contoh Kasus : Berikut data produksi tempe oleh 20 karyawan perminggu. Tentukan deviasi rata-rata dari data
berikut :
Jumlah Produksi 𝑿 Karyawan 𝑭𝒊
1000 - 1499 2
1500 - 1999 5
2000 - 2499 10
2500 - 2999 2
3000 - 3499 1
Total 20
 3. Deviasi Standart dan Varian data tidak berkelompok
𝑋1 − 𝑋ത 2 + 𝑋2 − 𝑋ത 2 + ⋯ + 𝑋3 − 𝑋ത 2
𝑠= , 𝑢𝑛𝑡𝑢𝑘 𝑑𝑎𝑡𝑎 < 100
𝑛−1 Varians=𝒔𝟐
𝑋1 − 𝑋ത 2 + 𝑋2 − 𝑋ത 2 + ⋯ + 𝑋3 − 𝑋ത 2
𝑠= , 𝑢𝑛𝑡𝑢𝑘 𝑑𝑎𝑡𝑎 ≥ 100
𝑛
Contoh : Data nyala lampu merek Pilip
adalah 12, 14, 20, 25, 29 hari. Hitunglah
deviasi standart dan varians.
Jawab :
𝑋ത = 20
𝑿𝒊 ഥ𝒊 − 𝑿
𝑿 ഥ ഥ𝒊 − 𝑿
𝑿 ഥ 𝟐
𝑋1 − 𝑋ത + 𝑋2 − 𝑋ത 2 + ⋯ + 𝑋3 − 𝑋ത
2 2 206
12 -8 64 𝑠= = = 7,18
𝑛−1 4
14 -6 36
𝑠 2 = 7,182 = 51,5
20 0 0
25 5 25 Kesimpulan
29 9 81 Data daya nyala lampu merek pilip memiliki penyimpangan rata-rata 7 hari.
20 206
3. Deviasi Standart dan Varian data berkelompok
2
σ𝑛𝑖=1 𝐹𝑖𝑀𝑖 2 σ𝑛𝑖=1 𝐹𝑖𝑀𝑖
𝑠= −
𝑛 𝑛

Contoh Kasus : Berikut data produksi tempe oleh 20 karyawan perminggu. Tentukan standart deviasi !

Jumlah Produksi 𝑿 Karyawan 𝑭𝒊

1000 - 1499 2
1500 - 1999 5
2000 - 2499 10
2500 - 2999 2
3000 - 3499 1
Total 20
3. KOEFISIEN VARIASI
 Dinyatakan dalam prosentase.
 Dapat digunakan untuk membandingkan suatu data dengan satuan berbeda.
 Semakin besar koefisien variasi maka semakin besar resiko penyimpangan data.
 Rumus :
𝒔
𝑲𝑽 = × 𝟏𝟎𝟎%
ഥ
𝑿
Contoh : Mahasiswa melakukan pengukuran tingkat variabilitas terhadap daya nyala lampu yang
nantinya akan dipilihsatu merek dijadikan langganan untuk dipasarkan sebagai berikut,

Daya Nyala
Lampu Ke-
Sinar Pancar Terang
1 25 15 31
2 20 21 25
3 35 30 19
4 31 42 17
5 27 50 28