UKURAN PENYEBARAN DATA
Pengertian
Ukuran Penyebaran Data atau ukuran
variasi atau ukuran penyimpangan
merupakan ukuran yang menyatakan
seberapa jauh penyimpangan nilai-nilai
data dari nilai-nilai pusatnya atau ukuran
yang menyatakan seberapa banyak nilai-
nilai data yang berbeda dengan nilai-nilai
pusatnya
Jenis Ukuran Penyebaran Data
1. Jangkauan (Range = R); Jangkauan atau ukuran
jarak adalah selisih nilai terbesar dengan nilai
terkecil dari suatu data.
a. Jangkauan data tunggal; bila ada
sekumpulan data tunggal X1, X2, …, Xn
maka jangkauannya adalah
Range X Maks. X Min.
b. Jangkauan data berkelompok ; untuk data
berkelompok jangkauan dapat ditentukan
dengan dua cara yaitu dengan
menggunakan titik atau nilai tengah dan
menggunakan tepi kelas.
1. Jangkauan adalah selisih titik tengah kelas
tertinggi dengan titik tengah kelas
terendah.
2. Jangkauan adalah selisih tepi atas kelas
tertinggi dengan tepi bawah kelas
terendah.
Pendapatan Pengusaha Kopi di Aceh Tengah
No. Interval Pendapatan Frekuensi
1 140 - 144 2
2 145 - 149 4
3 150 - 154 10
4 155 - 159 14
5 160 - 164 12
6 165 - 169 5
7 170 - 174 3
Jumlah 50
1. Titik tengah kelas terendah = 142
2. Titik tengah kelas tertinggi = 172
3. Tepi bawah kelas terendah = 139,5
4. Tepi atas kelas tertinggi = 174,5
5. Jangkauan = 172 – 142 = 30
6. Jangkauan = 174,5 – 139,5 = 35
2. Jangkauan Antarkuartil dan Jangkauan Semi
Interkuartil
Jangkauan antarkuartil adalah selisih antara
nilai kuartil atas Q3 dan kuartil bawah Q1, dapat
dirumuskan :
JK = Q3 – Q1
Jangkauan semi interkuartil atau simpangan
kuartil adalah setengah dari selisih kuartil atas
Q3 dengan kuartil bawah Q1, dapat
dirumuskan
Q = :½(Q – Q )
d 3 1
Jangkauan antarkuartil dapat digunakan untuk
menemukan adanya data pencilan (Outlier)
yaitu data yang dianggap salah catat atau salah
ukur atau berasal dari kasus yang menyimpang,
karena perlu diteliti ulang. Sehingga dapat
diselesaikan dengan rumusan sebagai berikut :
L = 1,5 x JK
BD = Q1 – L
BL = Q3 + L
L = langkah Pertama
BD = Batas Dalam
BL = Batas Luar
Contoh :
Selidikilah apakah terdapat data pencilan dari
data dibawah ini :
15, 33, 42, 50, 51, 51, 53, 55, 62, 64, 65, 68,
79, 85, 97
1 1 16
Q1 (15 1) (16) 4, jadi Q1 50
4 4 4
3 3 48
Q 3 (15 1) (16) 12, jadi Q 3 68
4 4 4
Jangkauan Kuartil, JK = Q3 – Q1 =68 – 50 = 18
L = 1,5 x 18 = 27
BD = 50 – 27 = 23
BL = 68 + 27 = 95
Pada data diatas terdapat nilai 15 terendah dan
97 data tertinggi, sehingga nilai 15 kurang dari
batas dalam yaitu 23 atau lebih dari batas luar
yaitu 95. Dengan demikian nilai 15 dan 97
termasuk data pencilan oleh karena itu perlu
datanya diteliti ulang. Adanya nilai 15 dan 97
mungkin disebabkan salah dalam mencatat,
salah dalam mengukur atau data dari kasus
menyimpang.
3. Simpangan Rata-Rata (Average Deviation)
Simpangan rata-rata adalah nilai rata-rata
hitung dari harga mutlak simpangan-
simpanganya. Simpangan rata-rata dibedakan :
1. Simpangan rata-rata data tunggal
n
Xi X
SR i 1
n
2. Simpangan rata-rata data berkelompok
fi Xi X
SR
fi
Dimana :
SR = Simpangan rata-rata
Xi = Data ke - i
X = Nilai rata-rata
n = Banyaknya data
f = Banyaknya frekuensi data
i
berkelompok
4. Simpangan Baku atau Standar Deviasi
Simpangan baku adalah nilai tengah kuadrat
simpangan dari nilai tengah atau simpangan
rata-rata kuadrat. Untuk sampel variannya
(varians sampel) disimbolkan dengan s 2,
sedangkan untuk populasi (varians populasi)
disimbolkan dengan σ2 (baca : sigma).
1. Simpangan baku data tunggal
n
X X
i
2
s i 1
n
2. Simpangan baku data Berkelompok
n n 2 n
(f i X i ) ( f i X i ) / f i
2
s i 1 i 1 i 1
n
f 1
i
i 1
Dimana :
s2 = varians/ragam
s = simpangan baku
Xi = Data ke - i
X = Nilai rata-rata
n = Banyaknya data
f i = Banyaknya frekuensi data
berkelompok
Contoh data tunggal :
Suatu penelitian terhadap 8 peusahaan industri
otomotif terhadap tingkat pengembalian
investasinya, hasil penelitian dalam persen
adalah sebagai berikut : 10,6 12,6 14,8 18,2
12,0 14,8 12,2 dan 15,6.
Pertanyaan :
1. Berapa rata-rata tingkat pengembalian
investasinya?
2. Berapa deviasi rata-ratanya?
3. Interpretasikan deviasi rata-ratanya.
Diselesaikan dengan menggunakan
tabulasi
No. (Xi) (X X) X X
i i
1 10,6 -3,25 3,25
2 12,6 -1,25 1,25
3 14,8 0,95 0,95
4 18,2 4,35 4,35
5 12,0 -1,85 1,85
6 14,8 0,95 0,95
7 12,2 -1,65 1,65
8 15,6 1,75 1,75
Jumlah 110,80 16
Rata-Rata 13,85 2
Diselesaikan dengan penguraian rumus
simpangan rata-rata data tunggal
n
Xi X
10,6 13,85 12,6 13,85 14,8 13,85 ... 15,6 13,85
SR i 1
n 8
3,25 1,25 0,95 ... 1,75
SR
8
16
SR 2
8
1. Rata-rata tingkat pengembalian = 13,85
atau sekitar 13,85%
2. Simpangan Rata-rata atau deviasi rata-
rata adalah 2 (2 %)
3. Simpangan rata-rata atau deviasi rata-
rata adalah angka yang menunjukkan
pengembalian investasi perusahaan
otomotif secara simpangan rata-rata 2%
pertahun dari rata-rata hitung
pengembalian investasi sebesar 13,85%.
Contoh data berkelompok :
Penelitian yang dilakukan terhadap dana investasi yang
di investasikan per dua minggu oleh karyawan dalam
rencana pembagian keuntungan, data sebagai berikut :
Jumlah Investasi Banyaknya
(Dalam Dollar) Pekerja
30 - 34 3
35 - 39 7
40 - 44 11
45 - 49 22
50 - 54 40
55 - 59 24
60 - 64 9
65- 69 4
Jumlah Investasi Jumlah Titik ∑Fi x Xi (X X) X X fi Xi X
i i
(Dalam Dollar) Pekerja Tengah (X)
30 - 34 3 32 96 -19,0417 19,0417 57,1250
35 - 39 7 37 259 -14,0417 14,0417 98,2917
40 - 44 11 42 462 -9,0417 9,0417 99,4583
45 - 49 22 47 1034 -4,0417 4,0417 88,9167
50 - 54 40 52 2080 0,9583 0,9583 38,3333
55 - 59 24 57 1368 5,9583 5,9583 143,0000
60 - 64 9 62 558 10,9583 10,9583 98,6250
65- 69 4 67 268 15,9583 15,9583 63,8333
Jumlah 120 6125 687,5833
Rata-rata 51,04 5,7299
687,5833
SR 5,7299
120
Simpangan rata-rata atau deviasi rata-rata
adalah angka yang menunjukkan
pengembalian investasi dari dana yang di
investasikan per 2 minggu, jadi
pengembalian investasi sebesar $5,73 per
minggunya
Contoh data tunggal menentukan simpangan
Suatu penelitian terhadap 8 peusahaan industri
baku:
otomotif terhadap tingkat pengembalian
investasinya, hasil penelitian dalam persen
adalah sebagai berikut : 10,6 12,6 14,8 18,2
12,0 14,8 12,2 dan 15,6.
Diselesaikan dengan rumus simpangan baku
n
Xi X2
10,6 13,85 2 12,6 13,85 2 14,8 13,85 2 ... 15,6 13,85 2
s i 1
n 8
s
3,25 2
1,25 0,95 ... 1,75
2 2 2
s
10,5625 1,5625 0,9025 ... 3,0625
8
42,0600
s
8
s 5,2575 atau s2 = 5,2575
s 2,2929
Titik Jumlah kali Jumlah kali
Jumlah
Jumlah Titik Tengah Frek. dgn Frek. dgn
Investasi
kuadrat Titik Tgh Titik Tgh kudrat
Tengah
(Dalam Dollar) Pekerja X2 ∑Fi x Xi ∑Fi x Xi2
(Xi)
30 - 34 3 32 1024 96 3072
35 - 39 7 37 1369 259 9583
40 - 44 11 42 1764 462 19404
45 - 49 22 47 2209 1034 48598
50 - 54 40 52 2704 2080 108160
55 - 59 24 57 3249 1368 77976
60 - 64 9 62 3844 558 34596
65- 69 4 67 4489 268 17956
Jumlah 120 6125 319345
n n 2 n
(f X i ) ( f X ) / f
2
i i i i
s i 1 i 1 i 1
n
fi 1
i 1
s
319345 6125 / 120
2
120 1
s
319345 312630,2083
119
s 56,4268 atau s2 = 56,4268
s 7,5117
5. Kemencengan atau Kecondongan
Kemencengan atau kecondongan (Skewness)
adalah ingkat ketidaksimetrisan atau kejauhan
simetri dari sebuah distribusi.
Sebuah distribusi yang tidak simetris akan
memiliki rata-rata, median dan modus yang
tidak sama besarnya atau
X Me Mo
Sehingga distribusi akan terkonsentrasi
pada salah satu sisi dan kurvanya akan
menceng. Jika distribusi memiliki ekor
yang lebih panjang ke kanan dari pada
yang ke kiri maka distribusi disebut
condong ke kanan atau memiliki
kemencengan positif. Sebaliknya jika
distribusi memiliki ekor yang lebih
panjang ke kiri dari pada ke kanan maka
distribusi disebut condong ke kiri atau
memiliki kemencengan negatif.
Berikut gambar kurva dari distribusi yang
condong ke kanan (condong positif) dan
condong ke kiri (condong negatif).
Kemencengan distribusi ke kanan
Kemencengan distribusi ke kiri
Untuk mengetahui bahwa konsentrasi distribusi
condong ke kanan atau condong ke kiri, dapat
ditentukan berdasarkan metode-metode sebagai
berikut :
1. Koefisien Kemencengan Pearson
Koefisien kemencengan Pearson merupakan
nilai selisih rata-rata dengan modus dibagi
simpangan baku. Koefisien kemencengan
Pearson dirumuskan :
X Mo
sk
s
Apabila secara teori didapatkan hubungan antar
nilai pusat sebagai berikut :
X Mo 3(X Me)
Maka rumus kemencengan di atas dapat diubah
menjadi :
3(X - Me)
sk
s
Nilai sk dihubungkan dengan keadaan kurva maka :
1. sk = 0; kurva memiliki bentuk simetris
2. sk > 0; nilai-nilai terkonsentrasi pada sisi sebelah
kanan ( X terletak di sebelah kanan Mo),
sehingga kurva memiliki ekor memanjang ke
kanan, kurva condong ke kanan atau condong
positif.
3. sk < X0; nilai-nilai terkonsentrasi pada sisi sebelah
kiri ( terletak di sebelah kiri Mo), sehingga
kurva memiliki ekor memanjang ke kiri, kurva
condong ke kiri atau condong negatif.
5. Keruncingan (Kurtosis)
Keruncingan atau kurtosis adalah tingkat
kepuncakan dari sebuah distribusi yang
biasanya diambil secara relatif terhadap suatu
distribusi normal. Kurvanya dibedakan atas 3
yaitu :
1.Leptokurtik; merupakan distribusi yang
memiliki pucak relatif tinggi.
2.Platikurtik; merupakan distribusi yang
memiliki puncak hampir mendatar.
3.Mesokurtik; merupakan distribusi yang
memiliki puncak tidak tinggi dan tidak
mendatar.
Bila distribusinya merupakan distribusi simetris
maka distribusi mesokurtik dianggap sebagai
distribusi normal.
Perhatikan gambar dibawah ini
Leptokurtik
Platikurtik
Mesokurtik
Gambar : Keruncingan Kurva
Untuk mengetahui keruncingan kurva suatu
distribusi, maka ukuran yang digunakan adalah :
1. Koefisien Keruncingan
Koefisien keruncingan atau koefisien kurtosis
dilambangkan dengan α4 (alpha 4). Dengan
ketentuan sebagai berikut :
1. Nilai lebih kecil dari 3 (< 3) maka
distribusinya adalah distribusi Platikurtik.
2. Nilai lebih besar dari 3 (3 >) maka
distribusinya adalah distribusi Leptokurtik.
3. Nilai sama dengan 3 (= 3) maka
distribusinya adalah distribusi mesokurtik.
Untuk mencari nilai keruncingan, dibedakan
antara data tunggal dan data berkelompok :
1. Untuk data tunggal
1
(X X) 4
α4 n 4
s
2. Untuk data tunggal
1
(X X) f
4
α4 n 4
s
