Ukuran Dispersi

• Ukuran dispersi adalah ukuran variasi atau

seberapa jauh nilai tersebar datu dengan lainnya
dari gugus data.

• Aplikasi ukuran dispersi yang sering digunakan

adalah standar deviasi.

By : Anton Zulkarnain Sianipar, M.Pd

Data Tunggal

Ukuran Dispersi
• Rentang

• Rentang antar quartil

• Simpangan quarrtil

• Rata – rata simpangan

• Simpangan baku

• Koefisien variansi
By : Anton Zulkarnain Sianipar, M.Pd
Data Tunggal

Rentang ®

Rentang (range) adalah selisih data terbesar

(DB) dan terkecil (DK)
Rentang = DB – DK
Contoh :
9, 7, 6, 5, 5, 6, 4, 7, 8, 8, 7
Rentang ® = 9 – 4 = 5

By : Anton Zulkarnain Sianipar, M.Pd

Data Tunggal
Rentang Antar Quartil (RAQ)

Rentang Antar Quartil adalah nilai quartil

ke-3 dikurangi nilai quartil ke-1.
RAQ = Q3 – Q1
Contoh :
9, 7, 6, 5, 5, 6, 4, 7, 8, 8, 7
RAQ = 8 – 5 = 3.

By : Anton Zulkarnain Sianipar, M.Pd

Data Tunggal

Simpangan Quartil (SQ)

Simpangan Quartil atau rentang antar quartil

adalah setengah dari rentang antar quartil
(RAQ) atau SQ = 1/2(Q3 – Q1) =1/2 RAQ.
Contoh :
9, 7, 6, 5, 5, 6, 4, 7, 8, 8, 7
SQ = ½ (8-5) = ½ x 3 = 1,5
 Rata – rata Simpangan (RS)
Rata – rata simpangan adalah jumlah harga
mutlak dari jarak setiap data terhadap rata – rata
dibagi banyaknya data.

Dari contoh sebelumnya, diperoleh :

Sehingga, rata – rata simpangan (RS) =

 Standar Deviasi dan Varians (SD)
Standar deviasi untuk sampel diberi simbol s dan standar
deviasi untuk populasi diberi simbol σ.
Pangkat dua dari standar deviasi disebut varians.
Sehingga varians sampel adalah s2 dan untuk populasi
adalah σ2.
Rumus :

Tentukan standar deviasi dari contoh 1 tadi!

Data Tunggal

Tabel Perhitungan Varians dan Standar Deviasi

xi f xi 2 fxi fxi2
4 1 16 4 16
5 2 25 10 50
6 2 36 12 72
7 3 49 21 147
8 2 64 16 128
9 1 81 9 81
Jumlah 11   72 494
Data Tunggal

Koefisien Varians (KV)

Koefisien varians biasa digunakan untuk membandingkan
dua data yang sumbernya berbeda, misalnya
membandingkan data hasil ujian statistika dan hasil ujian
pengantar akuntansi. Rumus :

Dari contoh di atas,

Artinya jarak atau kedekatan variasi data ke rata – rata
sebesar 23,02%.

By : Anton Zulkarnain Sianipar, M.Pd

Data Kelompok

Rentan, Rentang Antar Quartil

Tabel 1. Data Nilai Mahasiswa Statistik F

Nilai (f) Nilai Tengah (x) f.x N 100

45 - 50 4 47,5 -16 Min 45

51 -56 4 53,5 -12 Max 90

57 - 62 8 59,5 -16 Mean 68,68

63 - 68 30 65,5 -30 Median 69,27

69 - 74 31 71,5 0 Modus 69

75 - 80 20 77,5 20 Quartil 1 64,3

81 - 86 2 83,5 4 Quartil 3 74,11

87- 92 1 89,5 3 Persentil 10 58

Jumlah 100 - -47 Persentil 90 76,45

By : Anton Zulkarnain Sianipar, M.Pd

Data Kelompok

Dari data di atas, rentang = 90 – 45 = 45

Rentang antar quartil = Q3- Q1 = 74,11 –

64,3 = 9,81

Simpangan Quartil = ½(Q3 – Q1) =

½(9,81)= 4,905

By : Anton Zulkarnain Sianipar, M.Pd

Data Kelompok

Rata – rata Simpangan

Rumus :
Langkah pertama adalah membuat tabel sesuai kebutuhan rumus di
atas,

(xi) (f) Ẍ xi - Ẍ Ixi - ẌI f.Ixi - ẌI

47.5 4 68.68 -21.18 21.18 84.72
53.5 4 68.68 -15.18 15.18 60.72
59.5 8 68.68 -9.18 9.18 73.44
65.5 30 68.68 -3.18 3.18 95.4
71.5 31 68.68 2.82 2.82 87.42
77.5 20 68.68 8.82 8.82 176.4
83.5 2 68.68 14.82 14.82 29.64
89.5 1 68.68 20.82 20.82 20.82
Jumlah 100       628.56

Rata –rata simpangan =

By : Anton Zulkarnain Sianipar, M.Pd

Data Kelompok

Standar Deviasi dan Varians

Rumus :
Dari contoh 1, kita buat tabel :

(xi) (f) xi2 fxi fxi2

47.5 4 2256.25 190 9025
53.5 4 2862.25 214 11449
59.5 8 3540.25 476 28322
65.5 30 4290.25 1965 128708
71.5 31 5112.25 2216.5 158480
77.5 20 6006.25 1550 120125
83.5 2 6972.25 167 13944.5
89.5 1 8010.25 89.5 8010.25
Jumlah 100   6868 478063

By : Anton Zulkarnain Sianipar, M.Pd

Data Kelompok

Sehingga standar deviasi dan varians :

By : Anton Zulkarnain Sianipar, M.Pd

Data Kelompok

Koefisien Varian (KV)

By : Anton Zulkarnain Sianipar, M.Pd

 Tugas!

Soal
1) Tentukan Rata – rata, median, modus, dan standar deviasi, dan varians
dari :
Skor f
60 - 64 4
65 - 69 5
70 - 74 7
75 - 79 12
80 - 84 20
85 - 89 15
90 - 94 12
95 - 99 10
Jumlah 85

2) Dari tabel diatas, tentukan

A) Q3
B) D5
C) P20
Data Tunggal

Koefisien Varians (α3)

• Distribusi yang tidak simetris disebut
miring (skewness).
• Distribusi miring ada dua yaitu miring
positif dan miring negatif.
• Distribusi miring positif atau landai kanan
bila ekor kanan lebih panjang dari ekor kiri.
• Sedangkan distribusi miring negatif atau
landai kiri bila ekor kiri lebih panjang dari
ekor kanan.
Data Tunggal

• Koefisien kemiringan pearson dihitung

dengan rumus :
Data Tunggal

• Misalkan ada suatu data :

4, 5, 5, 6, 6, 7, 7, 7, 7, 8, 8, 9
Maka koefisien kemiringan :

karena berharga negatif, maka distribusi

data miring negatif atau landai kiri
(mo>me>μ).
dengan kata lain kecenderungan data
mengumpul (modusnya di atas rata – rata).
Data Tunggal

Koefisien Kurtosis (α4)

• Koefisien kurtosis adalah ukuran
keruncingan dari distribusi data.
• Makin runcing suatu kurva makin kecil
simpangan baku sehingga data makin
mengelompok atau homogen.
• Ukuran keruncingan suatu dinyatakan
dengan koefisien kurtosis, dengan rumus :
Data Tunggal
• Kriteria untuk koefisien α4 sebagai berikut :
a. Jika α4 > 0,263 maka model kurva runcing (leptokurtis)
b. Jika α4 = 0,263 maka model kurva normal (meskurtis)
c. Jika α4 < 0,263 maka model kurva data (platikurtis)

Gambar Keruncingan Kurva

Data Tunggal

• Untuk contoh diperoleh Q1 = 5, Q3 = 8, P10 = 4,2 ,

P90 = 8,8. Sehingga :

maka model kurvanya adalah runcing (leptokurtis).

Data Kelompok

Koefisien Kemiringan
• Berdasarkan hasil perhitungan sebelumnya
untuk mo = 69 dan x = 68,68 dan s = 8,021
maka :

• Jadi, distribusi data miring negatif atau

landai di sebelah kiri, sehingga
kecenderungan data mengumpul di atas
rata – rata.
Data Kelompok

Koefisien Kurtosis
• Berdasarkan hasil perhitungan
sebelumnya : Q1 = 64,3 , Q3 = 74,11 ,
P10 = 58 , P90 = 76,45, sehingga :

• Karena 0,266 > 0,263, maka model kurva

adalah runcing (leptolurtis).