Pertemuan ke-5

Ukuran Penyebaran
• Rentang Data (R)
• Simpangan Rata-rata
• Variansi
Ukuran
Penyebaran • Deviasi Standar
• Simpangan Kuartil
Rentang Data (R)
 Adalah selisih data terbesar dan terkecil

R  X ( n )  X (1) ; dengan X ( n ) : Data terbesar

X (1) : Data terkecil
Simpangan Rata-Rata ( S ) r

 Adalah harga rata-rata penyimpangan tiap data

terhadap meannya.
 Besar perbedaan antara data dan meannya adalah
harga mutlaknya.

1. Data Terurut (Tidak dikelompokkan)

Misal dipunyai data X 1 , X 2,  , X ndengan rata-rata x ,
maka :
n

 Xi X
Sr  i 1
n
2. Data berkelompok :
k

 fi Xi X
Sr  i 1
n

Dengan : X i : nilai tengah kelas interval ke-i

f i : frekwensi kelas interval ke-i
X : rata-rata
Ragam/Variansi
1. Data Terurut (Tidak berkelompok)
Variansi sampel Adalah jumlah kuadrat deviasi
terhadap mean sampel dibagi n-1
Ragam untuk suatu sampel dinotasikan dengan .S 2
Rumus:

X i  X 
n
2

S 2
 i 1
n 1
Ragam lanjutan…
Variansi populasi Adalah jumlah kuadrat deviasi
terhadap mean populasi dibagi N
Ragam untuk suatu populasi dinotasikan dengan  2

Rumus
N

 Xi
N

  X   2


i

 
2 i 1
N
dengan i 1
N
Ragam Lanjutan…
2. Data berkelompok
Rumus:

  2
k
fi X i  X
S2  i 1
n 1
Simpangan Baku/Deviasi Standar

 Simpangan baku disefinisikan sebagai akar positif dari

variansi.
1. Data Terurut (Tidak berkelompok)
Untuk Data sampel
Rumus: n
 
 i
2
X  X
S  i 1
n 1
Untuk Data Populasi
N

 ( xi   ) 2
 i 1
N
Simpangan Baku/Deviasi Standar(S )

2. Data Berkelompok
Rumus:

X i  X 
n


2
fi
S  i 1
n 1
Simpangan Kuartil (S k )
 Nilai Simpangan Kuartil atau deviasi kuartil dapat
ditentuka dengan Rumus:

K 3  K1
Sk 
2
Dimana K1 = Kuartil 1
K3 = Kuartil 3
Latihan 1
 Dimiliki sekumpulan data nilai UAS sebagai berikut :
80,79,75,90,95,87,68,77,79,81,87,dan 79
Tentukan nilai:
Rentang, Simpangan rata-rata, Variansi, Simpangan
baku dan Simpangan Kuartil
Kuis
 Dimiliki sekumpulan data IPK sebagai berikut :
3,20; 3,41 ; 2,99; 3,52 ; 2,76 dan 3,11
Tentukan nilai:
Rentang, Simpangan rata-rata, Variansi, Simpangan
baku dan Simpangan Kuartil, KSD dan KSR.
Latihan 2
Interval Nilai Frekuensi |Xi - X | f |Xi - X |
Kelas Tengah (f)
(Xi)
33 – 42 37,5 7
43 – 52 47,5 5
53– 62 57,5 9
63– 72 67,5 10
73 – 82 77,5 10
83 – 92 87,5 5
93 – 102 97,5 4

Σf = 50 Σf |Xi - X | =
k

 fi Xi X

Sr  i 1
n 

Latihan 3
Interval Nilai Frekuensi (Xi - X ) (Xi - X )2 f(Xi - X )2
Kelas Tengah (f)
(Xi)
33 – 42 37,5 7
43 – 52 47,5 5
53– 62 57,5 9
63– 72 67,5 10
73 – 82 77,5 10
83 – 92 87,5 5
93 – 102 97,5 4

Σf = 50 Σf(Xi - X ) =

 fi X i  X 
k
2

S 2
 i 1
n 1 

Bilangan Baku “Z”
 Digunakan untuk menentukan nilai suatu data yang masih
mentah “x” ke suatu bilangan “Z” dengan cara transformasi
 Bilangan baku sering dipakai untuk membandingkan
keadaan distribusi fenomena
 Nilai Z mengukur berapa simpanagan baku sebuah
pengamatan terhadap rata-ratanya.
 Definisi : Misalkan dimiliki sebuah sampel berukuran n
dengan data x1 , x, x3 ,...., xn , rata rata x dan simpangan
baku S, maka dapat dibentuk data baru z1 , z , z3 ,...., z n

 Rumus xi  x
Zi 
S
Contoh
 Seorang siswa memiliki nilai 80 untuk bahasa inggris,
dan memiliki nilai 70 untuk pelajaran matematika.
Diketahui bahwa rata-rata kelas untuk pelajaran
bahasa inggris adalah 75 dan deviasi standar nya 10,
sedangkan rata-rata kelas untuk pelajaran
matematika adalah 63 dengan deviasi standar 8.

 Dalam mata pelajaran apa siswa tersebut memiliki

kemampuan yang lebih baik?
Ukuran Kecondongan - Skewness
 Definisi :
Ukuran kemencengan didefinisikan sebagai harga
yang menunjukkan seberapa jauh distribusi suatu
data menyimpang dari kurva normal yang
berbentuk simetrik.
Lanjutan
 Pada kurva distribusi frekuensi diketahui dari posisi
modus (Mo), rata-rata ( ) dan median (Me)
 Pendekatan : Jika
 Rata-rata = median = modus : Simetris
 Rata-rata < median < modus : Menceng ke kanan
 Rata-rata > median > modus : Menceng ke kiri
Koefisien Skewness
mean  modus x  Mo
K m ( sampel )  
deviasi standar S

mean  modus   Mo
K m ( populasi )  
deviasi standar 
Contoh 1
Contoh kasus data dikelompokan
 x = 20
 Mo = 20
 Md = 20
 S = 9.64

20  20
Km  0
9.64
Kurva 1
• Rata-rata = median = modus : Simetris
Posisi berimpit, nilai Km = 0
Contoh 2
Contoh kasus data dikelompokan
 x = 25
 Mo = 33
 Md = 29
 S = 9.64

25  33
Km   0.83
9.64
Kurva 2
• Rata-rata < median < modus : Menceng ke
kanan
sehingga Km < 0 (negatif)
Contoh 3
Contoh kasus data dikelompokan
 x = 33.68
 Mo = 18
 Md = 32
 S = 11.2439

33,68  18
Km   1.394
11.2439
Kurva 3
• Rata-rata > median > modus : Menceng ke
kiri, sehingga Km > 0 (positif)