STATISTIK

PROBABILITAS

Powerpoint Templates Page 1

ANALISA DESKRIPTIF

• Pengukuran Tendensi
Sentral (measures of
central tendency)

• Pengukuran Dispersi
(measures of dispersion)

Powerpoint Templates Page 2

PENGUKURAN DISPERSI
• —Dispersi/penyebaran/variasi/penyimpangan
adalah perserakan dari nilai observasi
terhadap nilai rata-ratanya.
• Pengukuran dispersi adalah pengukuran
seberapa jauh penyimpangan nilai-nilai data
dari nilai pusatnya (rata-ratanya) atau
bagaimana penyebaran suatu kelompok data.

PENGUKURAN DISPERSI ADALAH

METODE UNTUK
MENGGAMBARKAN BAGAIMANA
SUATU KELOMPOK DATA
MENYEBAR
TERHADAP PUSAT DATA

Powerpoint Templates Page 3

PENGUKURAN DISPERSI
Pengukuran dispersi data didasarkan pada
2 pertimbangan :
1.Pengukuran tendensi sentral (mean,
median dan modus) hanya memberikan
informasi yang terbatas.
2.Pengukuran dispersi penting digunakan
untuk membandingkan penyebaran 2 atau
lebih distribusi data.

Powerpoint Templates Page 4

PENGUKURAN DISPERSI
Berdasarkan besar kecilnya penyebaran,
kelompok data dibagi menjadi dua,yaitu :
•Kelompok data homogen
Penyebaran relatif kecil
Jika seluruh data sama, maka disebut
kelompok data homogen 100%.
•Kelompok data heterogen
Penyebarannya relatif besar.

Powerpoint Templates Page 5

 Data agak bervariasi
10,30,50,70,90 30,40,50,60,70

Keempat kelompok data mempunyai

rata-rata hitung yang sama, yaitu :

X  50

50,50,50,50,50 10,20,40,80,100
Data homogen Data heterogen
Powerpoint Templates Page 6
KEGUNAAN UKURAN DISPERSI
a. Ukuran penyebaran dapat digunakan untuk
menentukan apakah nilai rata-ratanya
benar-benar representatif atau tidak.
Apabila suatu kelompok data mempunyai
penyebaran yang tidak sama terhadap nilai
rata-ratanya, maka dikatakan bahwa nilai
rata-rata tersebut tidak representatif.
• Ukuran penyebaran dapat digunakan untuk
mengadakan perbandingan terhadap
variabilitas data.
• Ukuran penyebaran dapat membantu
penggunaan ukuran statistika, misalnya
dalam pengujian hipotesis, apakah dua
sampel berasal dari populasi yang sama
atau tidak.

Powerpoint Templates Page 7

JENIS UKURAN DISPERSI
1. Dispersi absolut / mutlak
Digunakan untuk mengetahui tingkat variasi nilai
observasi pada suatu data.
• Jangkauan (Range)
• Simpangan Rata-rata (Mean Deviation)
• Variansi (Variance)
• Standar Deviasi (Standart Deviation)
• Simpangan Kuartil (Quartile Deviation)

2. Dispersi relatif
Digunakan untuk membandingkan tingkat
variasi nilai observasi pada suatu data dengan
tingkat variasi nilai observasi data-data
lainnya.
Koefisien Variasi (Coeficient of Variation)

Powerpoint Templates Page 8

JANGKAUAN/RENTANG/RANGE
Rentang / range (R) sebuah distribusi
frekuensi merupakan beda antara
pengukuran nilai terbesar dan nilai
terkecil yang terdapat dalam sebuah
distribusi.
Contoh : 10, 20, 30, 40, 50
Range = 50 – 10 = 40
Penentuan range sebuah distribusi
merupakan pengukuran dispersi yang
paling sederhana.

Powerpoint Templates Page 9

JANGKAUAN/RENTANG/RANGE
Kelemahannya :
hanya ditentukan oleh 2 nilai observasi.
Jika pada data terdapat nilai ekstrim,
range akan memberikan gambaran yang
variasinya kurang benar.

Contoh :
40, 42, 45, 47, 47, 48, 49, 49, 50, 100
Range = 100 – 40 = 60

Powerpoint Templates Page 10

JANGKAUAN/RENTANG/RANGE
1. Rentang (R) Nilai Jarak:
Selisih antara nilai tertinggi (Xt) dan
terendah (Xr) dalam suatu distribusi data.
Sangat dipengaruhi oleh nilai ekstrim.
Rumus : R = Xt - Xr

2. Rentang antar kuartil (RAK) :

Median didefinisikan sebagai nilai yang
membagi seluruh rentang nilai menjadi
dua bagian yang sama.
Kuartil didefinisikan sebagai nilai yang
membagi seluruh rentang nilai menjadi
empat bagian yang sama.
Powerpoint Templates Page 11
JANGKAUAN/RENTANG/RANGE
2. Rentang antar kuartil (RAK) :
Ketiga nilai tersebut dinamakan nilai-nilai
kuartil dan dilambangkan dengan :
Q1 = kuartil pertama Q2 = kuartil kedua
Q3 = kuartil ketiga 50%

Q1 Q2 Q3
Rentang antar kuartil didapat dari selisih
antara nilai kuartil teratas (Q3) dan kuartil
terbawah (Q1).
Nilainya tidak terpengaruh oleh nilai
ekstrim.
Rumus : RAK = Q3 - Q1
Powerpoint Templates Page 12
JANGKAUAN/RENTANG/RANGE
3. Rentang Semi Interkuartil / Simpangan
Kuartil / Deviasi Kuartil :
Nilai setengah dari selisih antara kuartil teratas
dan terbawah
Rumus : SK = ½ (Q3 - Q1)

Simpangan kuartil (SK) digunakan untuk :

• melihat lokasi dari data.
• melihat apakah ada data pencilan atau data
yang menyimpang, yaitu data Q yang
nilainya :
- lebih kecil dari pagar luar (Q1 – SK)
- lebih besar dari pagar dalam (Q3 + SK)
( Powerpoint
karena salah catat atau salah ukur
Templates Page ).
13
Contoh :
Sekelompok data : 12 13 15 17 18 22 24
Ditanya : a. Rentang, Rentang Antar Kuartil , dan
Simpang Kuartil ?
b. Apakah ada data pencilan ?
Jawab :
R = Xt – Xr = 24 – 12 = 12

12 13 15 17 18 22 24
Q1 Median/ Q3
Q2

RAK = Q3 - Q1 = 22 – 13 = 9

SK = ½ (Q3 - Q1) = ½ (22 – 13) = 4,5

= ½ (Q3 + Q1) = ½ (22 + 13) = 17,5
Artinya lokasi 50% data terletak dalam interval 17,5 ±
4,5  Jadi di antara 13 – 22
Powerpoint Templates Page 14
Simpang Kuartil (SK) juga digunakan untuk
melihat apakah ada data pencilan (data yang
nilainya lebih kecil dari nilai pagar luar atau
lebih besar dari nilai pagar dalam):

Pagar luar = 13 – 4,5 = 9,5

Pagar dalam = 22 + 4,5 = 26,5

Kelompok data diatas tidak ada data

pencilan krn :
12 > 9,5 dan 24 < 26,5.
Artinya : semua data dapat digunakan
dalam perhitungan.

Powerpoint Templates Page 15

JANGKAUAN/RENTANG/RANGE
4. Simpangan rata-rata/deviasi rata-rata/
mean deviation :
Simpangan rata-rata merupakan ukuran variasi
yang lebih baik daripada range. Karena
simpangan rata-rata didapatkan
/diperhitungkan dari nilai keseluruhan data,
bukan hanya dari nilai ekstrimnya saja.
Simpangan rata-rata merupakan ukuran variasi
yang didasarkan pada pengukuran
simpangan absolut, yang menekankan pada
besar/kecilnya (magnitude) simpangan dan
bukan pada arah simpangan.

Powerpoint Templates Page 16

JANGKAUAN/RENTANG/RANGE
4. Simpangan rata-rata/deviasi rata-rata/
mean deviation :
Simpangan rata-rata merupakan suatu
simpangan nilai untuk observasi terhadap
rata-rata.
Simpangan rata-rata adalah jumlah nilai mutlak
dari selisih semua nilai dengan nilai rata-
rata dibagi dibagi dengan banyaknya data.

Data tunggal
X-X
SR 
n

f X - X Data berkelompok
SR 
f
Powerpoint Templates Page 17
Contoh simpangan rata-rata data
tunggal :
x xi - x
n=6
7 0,33
xi = 40 / 6 = 6,67
5 -1,67
8 1,33
4 -2,67 X-X
6 -0,67 SR 
10 3,33 n
40 10
10
SR   1,67
6

Powerpoint Templates Page 18

Contoh simpangan rata-rata data yang
berkelompok:
Interval X f X-X f X-X
Kelas
9-21 15 3 50,92 152,76
22-34 28 4 37,92 151,68
35-47 41 4 24,92 99,68
48-60 54 8 11,92 95,36
61-73 67 12 1,08 12,96
74-86 80 23 14,08 323,84
87-99 93 6 27,08 162,48
Σf = 60 998,76

f X - X 998,76
SR   16,646
SR  60
f
Powerpoint Templates Page 19
VARIANS
Varians adalah rata – rata dari simpangan
kuadrat setiap data terhadap rata – rata
hitung.

 
2 
 X-X  2

atau  
2 n X 2 -   X 
2

n n
Data tunggal

2   f
x 2

 x2
n
n  f

Data berkelompok

Powerpoint Templates Page 20

SIMPANGAN BAKU/
STANDARD DEVIASI
• Simpangan Baku/deviasi baku sering
digunakan untuk menyatakan derajat dispersi
(penyebaran).  Karl Pearson
• Simpangan baku merupakan ukuran
penyebaran yang paling baik, karena
menggambarkan besarnya penyebaran tiap-
tiap unit observasi.

Data
Tunggal Sd 

 x-x  2
 x2  2
atau Sd   x
n  n 

  x 2f  2
Data Sd   x
Berkelompok
 n 
Powerpoint Templates Page 21
Contoh :
Data hasil penjualan dari 5 pedagang adalah :
5, 8, 4, 10, 3.
Berapa varians dan standar deviasi hasil penjualan ?

 

 x-x
2  2

(5  6) 2  (8  6) 2  (4  6) 2  (10  6) 2  (3  6) 2
 
2
 6,8
5

Sd 
 x-x   2
s = Sd  6,8  2,6077
n

Powerpoint Templates Page 22

Contoh :
Interval
Kelas
X f

x  X-X
2
 2
x2 f
9-21 15 3 2592,85 7778,55
22-34 28 4 1437,93 5751,72
35-47 41 4 621 2484
48-60 54 8 142,09 1136,72
61-73 67 12 1,17 14,04
74-86 80 23 198,25 4559,75
87-99 93 6 733,33 4399,98
Σf = 60 26124,76

2   f
x 2

 x2
n 26124,76
n  f  
2
 435,4127
60
  x 2f  2 Sd  435,4127  20,8666
Sd   x
 n 
Powerpoint Templates Page 23
KOEFISIEN VARIASI
• Varians dan Standar Deviasi mengukur
variasi atau dispersi secara absolut (satuan
dan interpretasinya jelas) dan hanya dapat
melihat dispersi satu set kumpulan data.
• Koefisien Variasi (KV) mengukur dispersi
secara relatif dan digunakan untuk
membandingkan dua set atau lebih
kumpulan data.

Powerpoint Templates Page 24

KOEFISIEN VARIASI
• Koefisien variasi adalah perbandingan antara
simpangan standar dengan nilai rata-rata yang
dinyatakan dengan persentase.
• Koefisien variasi berguna untuk melihat sebaran data
dari rata-rata hitungnya.
• Rumus Koefisien Variasi :

Sd
kv  100% Sd : standar deviasi
x

Powerpoint Templates Page 25

KOEFISIEN VARIASI
•  
SdB > SdA

Sd A 6,3
kv A  100%   100%  105%
xA 60
Sd B 15,8
kv B  100%   100%  16,6%
xB 60

Powerpoint Templates Page 26

KOEFISIEN VARIASI
Ada 2 jenis barang dijual dipasar, dengan data sbb:
Barang A : harga rata – rata = Rp 35000, per kg
standar deviasi = Rp 1000 per kg
Barang B : harga rata – rata = Rp 15000, per kg
standar deviasi = Rp 600 per kg.
Tentukan apakah harga barang A atau B yang lebih
bervariasi ?
Jawab :
kv A = (1000/35000) x 100% = 2,85 %
kv B = (600/15000) x 100% = 4 %
kv B > kv A,
maka berarti harga barang B lebih bervariasi dari
barang A.

Powerpoint Templates Page 27

 Kuis #2
Diketahui suatu tabel frekuensi sebagai berikut :

Kelas data Frekuensi A Frekuensi B

0–4 12 10
5–9 17 14
10 – 14 22 24
15 – 19 16 20
20 – 24 13 12
Tentukan :
a. Nilai Jarak dan Simpangan Kuartil masing –
masing frekuensi.
b. Varians dan Standar Deviasi masing – masing
frekuensi.
c. Frekuensi manakah yang lebih besar variasinya ?
Powerpoint Templates Page 28
Powerpoint Templates Page 29