UKURAN VARIASI ATAU DISPERSI

(Pengukuran Varians)
oleh
Prof. Dr. Nasruddin Noer, M. Eng. Sc
&
Dra. Hj. Juwairiah, M.Si

nasnoer1955@gmail.com aderismanto01.wordpress.com
 VARIANS
 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 ( X untuk sampel
dan  untuk populasi)

nasnoer1955@gmail.com
 VARIANS – DATA
TUNGGAL
 Rumus (sampel) S2 = varians sampel
Xi = data ke-i
  X  Xsampel

n
2
= rata-rata i
X
S2  i 1

n = banyaknya
n 1 sampel

 Rumus (populasi) σ2 = varians populasi

Xi = data
N ke-i
  X i    2

μ  = rata-rata
2 i 1 populasi
N
N = banyaknya populasi
nasnoer1955@gmail.com aderismanto01.wordpress.com
VARIANS – DATA BERKELOMPOK

 Rumus (sampel) S2 =varians sampel

k
Xi = fnilai
( x  xtengah kelas ke-i
 i i )2
s 2fi =
i 1
frekuensi kelas ke-i
 k

=  fi  1
rata-rata X
sampel
 i 1 

 Rumus k (populasi) σ2 =varians populasi

X i

= f (
nilai
i x i   ) 2
tengah kelas ke-i
 
2 i 1

fi = frekuensi
k
kelas ke-i
f i
μ = rata-rata
i 1 populasi
Simpangan Baku – Data
Tunggal
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.
Simpangan Baku – Data
Tunggal
 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.

aderismanto01.wordpress.com
 Simpangan Baku – Data
Tunggal
X  X
n
 Rumus (sampel) 2
i
S i 1

n 1
S = simpangan baku
  n
 
2

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

S i 1  i 1 
n n  1
n = banyaknya sampel
 Simpangan Baku – Data
Tunggal
 Rumus (populasi)
N

σ= X simpangan
  i baku 2

 i 1

Npopulasi
Xi = data ke-i   N 2

  X   i
1  rata-rata 
 μ = populasi
n


2 i 1
X  i
N N
N = banyaknyapopulasi
i 1
 
 
Simpangan Baku – Data Tunggal

 Contoh
Xi Xi Xi2
Diketahui data X1 30 900
upah bulanan
X2 40 1600
karyawan suatu
perusahaan X3 50 2500
(dalam ribuan X4 60 3600
rupiah). Hitunglah X5 70 4900
simpangan baku 5 250 13500
dari data tersebut.
Simpangan Baku – Data Tunggal
 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)
Simpangan Baku – Data Berkelompok
Rumus simpangan baku populasi (umum)

 f M  
2
i i
 i 1

σ = simpangan baku populasi

Mi = nilai tengah dari kelas ke-i, i = 1, 2, …, k
μ = rata-rata populasi
N= banyaknya populasi
Simpangan Baku – Data Berkelompok
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
Simpangan Baku – Data Berkelompok

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
Simpangan Baku – Data Berkelompok
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
Simpangan Baku – Data Berkelompok

Rumus sampel (kelas tidak sama)

  k
 
2

k   fi M i  
1    
 f i M i 
2 i 1
S 
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
Simpangan Baku – Data Berkelompok

 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.

Simpangan Baku – Data Berkelompok

 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)
Simpangan Baku – Data Berkelompok

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
i i  2

 c i 1
  i 1   9 95    9   13,72
N  N  40  40 
 
 
Simpangan Baku – Data Berkelompok

 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
Simpangan Baku – Data Berkelompok

 Jawaban
M M2 f fM fM 2
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 
i 1
 
2
 226.361,50    16,85
N  i 1 N  50  50 
 
 
APLIKASI KOMPUTER
• Simpangan Baku
APLIKASI KOMPUTER
• Simpangan Baku
APLIKASI KOMPUTER
• Simpangan Baku