UKURAN DISPERSI
dr. Dedi Ardinata, M.Kes
Statistik dan Statistika
■ Statistik : nilai-nilai ukuran data yang mudah dimengerti.
Contoh : statistik liga sepak bola Indonesia
■ Analisa Univariate
– Analisa Univariate adalah analisa yang
mempelajari kasus-kasus dengan variabel tunggal
dengan memfokuskan pada tiga karakteristik:
■ Distribusi,
■ Tendensi Sentral, dan
■ Ukuran Dispersi.
Ukuran Dispersi
■ Ukuran dispersi/pemencaran/penyebaran/pengukuran penyimpangan adalah suatu
ukuran yang menunjukkan tinggi rendahnya perbedaan data yang diperoleh dari
rata-ratanya (mean-nya)
untuk mengetahui
Simpan tingkat variasi nilai observasi
Deviasi Simpan
Jangka
pada suatu data
gan Varian baku gan
uan/Re
rata-rata si (standa kuartil
ntang (mean (quartile
Koefisien variasi (coeficient of variation)
(varian rd
(Range deviatio deviatio
ce) deviati
, R) n) on) n)
Selisih antara nilai maksimal (Xmax) dan minimal (Xmin) dalam suatu distribusi
data. Sangat dipengaruhi oleh nilai ekstrim.
40, 45, 49, 47, 50, 100, 47, 42, 48, 49,
40, 42, 45, 47, 47, 48, 49, 49, 50, 100
Contoh :
40, 42, 45, 47, 47, 48, 49, 49, 50, 100
Range = 100 – 40 = 60
UNTUK DATA BERKELOMPOK • Cara-1
Nilai tengah kelas terakhir = (72 + 74 ) /2 = 73
Untuk data berkelompok, R dihitung dengan dua cara : Nilai tengah kelas pertama = (60 + 62)/2 = 61
1. R = ½ (Nilai tengah kelas terakhir – Nilai tengah kelas Jadi R = 73 – 61 = 12 Kg.
pertama)
2. R = ½ (Batas atas kelas terakhir – Batas bawah kelas
pertama). • Cara-2
Nilai Batas atas kelas terakhir = 74,5 Kg
Contoh : Hitung R dari berat badan 100 Mahasiswa dibawah ini. Nilai Batas bawah kelas pertama = 59,5 kg
Jadi R = 74,5 – 59,5 = 15 Kg.
Berat Badan (Kg) Banyaknya (f)
60 – 62 5 Catatan :
63 – 65 18 Cara-1 Cenderung menghilangkan kasus-kasus
66 – 68 42 ekstrim.
69 – 71 27
72 – 74 8
Nilai R akan selalu positif.
◦ R besar, menyatakan bahwa paling sedikit ada satu data yang harganya
berbeda jauh dengan data lainnya
15
2. Simpangan rata-rata (mean deviation):
Simpangan Rata-rata (SR) adalah jumlah nilai mutlak dari selisih semua
nilai dengan nilai rata-rata dibagi banyaknya data.
Baik pada populasi maupun sampel digunakan rumus yang sama untuk
menghitung simpangan rata-rata. Akan tetapi, digunakan simbol yang
berbeda untuk mean (µ pada populasi dan x pada sampel) dan untuk
banyaknya data (N pada populasi dan n pada sampel)
116-140,525 = 24,525
n genap
n ganjil
4x20,475=81,900
3. Variansi (variance)
Variansi adalah rata-rata kuadrat selisih atau kuadrat simpangan dari semua nilai data
terhadap rata-rata hitung. Untuk menghitung variansi, digunakan rumus dan simbol yang
berbeda antara data sampel dan data populasi.
4. Deviasi baku (standard deviation)
Deviasi baku adalah adalah akar pangkat dua dari variansi. Oleh karena
itu, tentunya terdapat perbedaan rumus dan simbol untuk menghitung
deviasi baku pada data populasi dan data sampel
5. Simpangan kuartil (quartile deviation)
Simpangan kuartil merupakan ukuran setengah jarak antara kuartil ke 3 dan kuartil ke 1.
Rumusan : SK = [ K3 – K1 ] / 2
Terdapat sejumlah data pengujian yang terdiri dari 5, 7, 4, 4, 6, 2, 8. Tentukan Q1, Q2 dan Q3.
maka hitung rata-rata dari angka maka hitung rata-rata dari angka Maka hitung rata-rata dari
yang berada di posisi 2 dan 3 yang berada di posisi 5 dan 6 angka berada di posisi 6 dan 7
yaitu (3+3)/2 = 3 yaitu (4+5)/2 = 4,5 yaitu (6+6)/2 = 6
Kuartil data tunggal dengan jumlah data ganjil
Terdapat sejumlah data pengujian yang terdiri dari 5, 7, 4, 4, 6, 2, 8. Hitung nilai Q1, Q2 dan Q3.
Langkah 1 : urutkan data menjadi 2, 4, 4, 5, 6, 7, 8
B1=70-0,5
=69,5 N = 40
6. Koefisien variasi (coeficient of variation)
Digunakan untuk membandingkan beberapa kumpulan data yang berbeda
Contoh:
Diketahui data hasil ujian dari 120 orang
MK Statistik: MK Matematika:
• Rata-rata = 56 • Rata-rata = 65
• Deviasi Baku = 23 • Simpangan Baku = 30