UKURAN DISPERSI

( DATA KELOMPOK )

Disusun Oleh :

Putri Ramadhani
Muhammad Romsi Aryadi
Muhammad Hidayat
Muhammad Al-qossasi
 PENYIMPANGAN DATA

YAITU

Suatu ukuran yang menunjukkan tinggi rendahnya perbedaan data

yang diperoleh dari rata-rata data tersebut.
 1. Rentang
YAITU : ukuran yang paling sederhana dari ukuran penyebaran. Dan merupakan
perbedaan antara nilai terbesar dan terkecil dan suatu kelompok data.
RUMUS : Menggunakan dua cara :
1.Nilai tengah kelas akhir – nilai tengah kelas pertama
2.Tepi atas kelas akhir – tepi bawah kelas pertama
CONTOH :

interval frekuensi
30-34 8
35-39 10
40-44 13
45-49 17
50-54 14
Jawab :
1.CARA PERTAMA
Nilai tengah kelas pertaman = (30+34)/2=32
Nilai tengah kelas terakhir = (50+54)/2 =52
rentang : 52-32 = 20
2.CARA KEDUA
Tepi bawah kelas pertama = 30-0,5 =29,5
tepi atas kelas terakhir = 54+ 0,5= 54,5
rentang = 54,5 – 29,5 = 25

Walau hasilnya berbeda tetapi diharapkan dapat memberikan gambaran

perkiraan rentang dari sekumpulan data tersebut.
 2. RENTANG ANTAR KUARTIL
YAITU : nilai quartil ke-3 dikurangi nilai quartil ke-1.
RUMUS : RAK = Q3 – Q1

Contoh :

NILAI FREKUENSI
40-48 4
49-57 12  Q1
58-66 10
67-75 8  Q3
76-84 4
85-93 2
JUMLAH 40
Mencari q1 dan q3 terlebih dahulu
Q1 = tb+(1/4.n-F).I/f
= 48,5+ 10-4/12 =53
Q3 = tb+(3/4.n-F).I/f
= 66,5+30-26/8 =71
Jadi = q3-q1 = 71-53 = 18
 3. SIMPANGAN QUARTIL

YAITU : Setengah dari jangkauan kuartil. Q3– Q1. atau dengan JAK = jangkauan
antar kuartil, Q3 = kuartil ke 3, KQ =kuartil ke 1)
RUMUS : SIMPANGAN KUARTIL : QR/2
DIKET : QR = jangkauan interkuartil/rentang antar kuartil( RAK )

CONTOH : ( soalnya sama dengan yang di atas! rentang antar kuartil )

Sebelum mencari simpangan quartil, kita mencari QR terlebih dahulu

( dari soal di atas, kita sudah dapat QR nya = 18 )

Jadi simpangan kuartilnya :

QR/2 = 18/2 = 9
 4. RATA-RATA SIMPANGAN

YAITU :merupakan selisih tiap datum terhadap mean

(rata-rata).
RUMUS :
f X - X
SR 
f
Contoh :
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

998,76
SR   16,646
60
 5. STANDAR DEVIASI (simpangan baku)
yaitu :nilai statistik yang digunakan untuk menentukan
bagaimana sebaran data dalam sampel, dan seberapa dekat
titik data individu ke mean – atau rata-rata – nilai sampel.
 Metode Biasa
 Untuk sampel besar (n > 30)

 Untuk sampel kelcil (n ≤ 30)

 Metode angka besar

Untuk sampel besar (n > 30)

Untuk sampel kelcil (n ≤ 30)

 contoh
Tinggi badan xi fi ( fi.xi ) (fi.xi^2)
151 - 155 153 3 459 70277
156-160 158 4 632 99856
161-165 163 4 652 106276
166-170 168 5 840 141120
171-175 173 3 519 89787
176-180 178 2 356 63368
21 3456 570634
Diperoleh (fi.xi^2) = 570634
Cari terlebih dahulu varianya, karena standar
devisiasi merupakan akar kuadrat dari varian,
S^2 = (fi.xi^2)- (fi.xi)^2/n)/n-1
= 570634- ( 3458)^2/21)/21-1
= 60,83
Jadi S= akar dari varians
s = akar dari 60,83 = 7,80
 6. Varians

Yaitu : Rata-rata kuadrat selisih dari semua

nilai data terhadap nilai rata-rata hitung.
Rumus :

S^2 = (fi.xi^2)- (fi.xi)^2/n)/n-1

Contoh : ( SOALNYA SAMA DENGAN YANG STANDAR
DEVIASI )

S^2 = (fi.xi^2)- (fi.xi)^2/n)/n-1

= 570634- ( 3458)^2/21)/21-1
= 60,83
 7. KEMIRINGAN
YAITU :Ukuran kemiringan adalah ukuran yang menyatakan sebuah model
distribusi yang mempunyai kemiringan tertentu. Apabila diketahui besarnya nilai
ukuran ini maka dapat diketahui pula bagaimana model distribusinya, apakah
distribusi itu simetrik, positif, atau negatif.
a. Koefisien kemiringan (Modus)

Koefisien kemiringan
=

dimana : = rata-rata, Mo = Modus, s =

simpangan baku
b. Koefisien kemiringan (Median)

Koefisien Kemiringan
=

dimana : = rata-rata, Mo = Median, s =

simpangan baku
c. Koefisien kemiringan menggunakan nilai
kuartil

Koefisien kemiringannya =
Q3- 2Q2 + Q1

Q3- Q1

dimana : Q1 = kuartil ke satu, Q2 = kuartil ke dua,

Q3 = kuartil ke tiga
 Menurut Pearson, dari hasil koefisien kemitingan
diatas, ada tiga criteria untuk mengetahui model distribusi
dari sekumpulan data (baik data berkelompok maupun data
tidak berkelompok), yaitu :

Jika koefisien kemiringan < 0, maka bentuk

distribusinya negatif
Jika koefisien kemiringan = 0, maka bentuk
distribusinya simetrik
Jika koefisien kemiringan > 0, maka bentuk
distribusinya positif
CONTOH :
koefisien kemiringannya
=
a. Q1 = ………… ?
Q1 = (n)
Q1 = (28)
Q1 = 7 (kelas interval ke 3)

Maka Q1 = Tb + p
` `
= 2,85 + 0,2
= 2,85 +
0,08
= 2,93
b. Q2 = ………… ?
Q2 = (n)
Q2 = (28)
Q2 = 14 (kelas interval ke 4)

Maka Q2 = Tb + p

` `= 3,05 + 0,2
= 3,05 + 0,11
= 3,16
c. Q3 = ………… ?
Q3 = (n) Q3 = (28)
Q3 = 21 (kelas interval ke 5)

Maka Q3 = Tb + p

` `= 3,25 + 0,2
= 3,25 + 0,13
= 3,38
Sehingga koefisien = ____

= - 0,022
8. Ukuran Keruncingan (Kurtosis)

•Ukuran keruncingan adalah kepuncakan dari suatu distribusi,

biasanya diambil relatif terhadap distribusi normal. Sebuah distribusi yang
mempunyai puncak relatif tinggi dinamakan leptokurtik, sebuah distribusi
mempunyai puncak mendatar dinamakan platikurtik, distribusi normal
yang puncaknya tidak terlalu tinggi atau tidak mendatar dinamakan
mesokurtik.
Untuk mengetahui apakah sekumpulan data
mengikuti distribusi leptokurtik, platikurtik, dan
mesokurtik, hal ini dapat dilihat berdasarkan
koefisien kurtosisnya.
 Dari hasil koefisien kurtosis diatas, ada tiga
criteria untuk mengetahui model distribusi dari
sekumpulan data, yaitu :

 Jika koefisien kurtosisnya < 0,263 maka

distribusinya adalah platikurtik
 Jika koefisien kurtosisnya = 0,263 maka
distribusinya adalah
mesokurtik > 0,263 maka

 Jika koefisien kurtosisnya

distribusinya adalah leptokurtik
 Untuk menghitung koefisien kurtosis digunakan
rumus

Dimana K1 = Kuartil kesatu

K2 = Kuartil kedua
P10 = Persentil ke10
P90 = Persentil ke90
Contoh soal

Misalkan berat badan bayi (dicatat dalam Kg) yang baru lahir dirumah sakit
bersalin “Bunda” dapat dilihat dalam tabel berikut.

Hitung koefisien kurtosisnya

Penyelesaian :
a. Q1 = ………… ?
Q1 = (n)
Q1 = (28)
Q1 = 7 (kelas interval ke 3)

Maka Q1 = Tb + p

` `
= 2,85 + 0,2
= 2,85 + 0,08
= 2,93
b. Q3 = ………… ?
Q3 = (n)
Q3 = (28)
Q3 = 21 (kelas interval ke 5)

Maka Q3 = Tb + p

` `= 3,25 + 0,2
= 3,25 + 0,13
= 3,38
c. P10 = ………… ?
P10 = (n)

P10 = (28)
= 2,8 (kelas interval ke 2)
P10

maka P10 = Tb + p

` `= 2,65 + 0,2
= 2,65 + 0,05
= 2,70
d. P90 = ………… ?
P90 = (n)
P10 = (28)
= 25,2 (kelas interval ke 6)
P10

maka P10 = Tb + p

` `= 3,45 + 0,2
= 3.45 + 0,088
= 3,54
Sehingga koefisien kurtosisnya

0,268
 9. Koefisien Variasi
 Ukuran-ukuran dipersi yang telah dibahas merupakan dipersi
absolut. Ukuran dispersi absolut hanya dapat digunakan untuk
penyimpangan2 nilai yang terdapat pada suatu kumpulan data,
bukan untuk beberapa kumpulan data
 Untuk membandingkan dispersi dari beberapa kesimpulan
diguanakan istilah dipersi relati.
 Disperi relatif = dispersi absolut / Rata-rata
 Diepersi relatif terdiri dari koefisien variasi, variasi jangkauan,
variasi simpangan rata2 dan variasi kuartil
Koefisien Variasi (KV)
KV= Koefisien Variasi
s = simpangan baku
rata-rata
 contoh
Tinggi B. xi fi ( fi.xi ) (fi.xi^2)
151-155 153 3 459 70277
156-160 158 4 632 99856
161-165 163 4 652 106276
166-170 168 5 840 141120
171-175 173 3 519 89787
176-180 178 2 356 63368
21 3456 570634
Terlebih dahulu mencari simpangan bakunya
Diperoleh (fi.xi^2) = 570634
Cari terlebih dahulu varianya, karena standar devisiasi
merupakan akar kuadrat dari varian,
S^2 = (fi.xi^2)- (fi.xi)^2/n)/n-1
= 570634- ( 3458)^2/21)/21-1
= 60,83
Jadi S= akar dari varians
s = akar dari 60,83 = 7,80
Kemudian mencari rata-rata nya
MENCAARI rata-ratanya : xi.fi/fi
= 3456/21
= 164,5
Kemudian barulah mencari kv nya :

kv = 7,8/164,5 x 100% = 4,74

SELESAI