Nama Anggota:
1. Dwi Intan Lestari ( 4220058 )
2. Sidiq Asrofi ( 4220090 )
3. Nila Anggraini ( 42200148 )
A Ukuran Penyebaran Data
Penyebaran atau dispersi adalah pergerakan dari nilai observasi terhadap nilai rata-ratanya. Rata-rata
dari serangkaian nilai observasi tidak dapat diinterpretasikan secara terpisah dari hasil dispersi nilai-
nilai tersebut sekitar rata-ratanya. Makin besar variasi nilai , makin kurang representatif rata-rata
distribusinya. Adapun ukuran penyebaran data yang biasa dihitung adalah range (rentang), standar
deviasi (simpangan baku), kurtosis (keruncingan), skewness (kemiringan). Rentang data
menunjukkan selisih antara nilai terbesar dengan nilai terkecil dalam suatu himpunan data. Simpangan
baku adalah jumlah mutlak selisih setiap nilai pengamatan terhadap nilai rata-rata dibagi dengan
banyaknya pengamatan, kurtosis merupakan ukuran untuk menentukan bentuk-bentuk distribusi yang
biasanya dibandingkan dengan kurva distribusi normal.
Kegunaan ukuran penyebaran antara lain
sebagai berikut:
1) Benar representatif atau tidak. Apabila suatu kelompok data mempunyai Ukuran
penyebaran dapat digunakan untuk menentukan apakah nilai rata-ratanya benar
penyebaran yang tidak sama terhadap nilai rata-ratanya, maka dikatakan bahwa nilai rata-
rata tersebut tidak representatif.
2) Ukuran penyebaran dapat digunakan untuk mengadakan perbandingan terhadap
variabilitas data.
3) Ukuran penyebaran dapat membantu penggunaan ukuran statistika, misalnya dalam
pengujian hipotesis, apakah dua sampel berasal dari populasi yang sama atau tidak.
B. Macam-macam Ukuran Penyebaran Data
1. Range
Penggunaan Range
a. R=H-L
Ket :
b. Range kita gunakan sebagai ukuran, apabila di
dalam waktu yang sangat singkat kita ingin
R = Range yang kita cari
H = Skor atau nilai yang tertinggi memperoleh gambaran tentang penyebaran data
(higbest score) yang sedang kita selidiki dengan mengabaikan
L = Skor atau nilai yang terendah faktor ketelitian atau kecermatan.
(lowest score)
Kelebihan Range Kelemahan Range
c. Range sebagai salah satu
ukuran penyebaran data
d. • Range akan sangat tergantung kepada nilai-
nilai ekstrimnya. Dengan kata lain, besar-
ialah dengan kecilnya Range akan sangat ditentukan oleh
menggunakan Range Nilai Tetendah dan Nilai Tertinggi yang
dalam waktu singkat terdapat dalam distribusi data, dengan
dapat diperoleh gambaran demikian Range sifatnya sangat labil dan
umum mengenai luas kurang teliti.
penyebaran data yang • Range sebagai ukuran penyebaran data, tidak
sedang kita hadapi. memperhatikan sistribusi yang terdapat di
dalam range itu sendiri.
e. Cara Mencari Range Tabel
Perhitungan range nilai hasil tes untuk lima macam
bidang study yang diikuti oleh tiga orang calon yang
mengikuti tes seleksi panerimaan calon mahasiswa
baru pada sebuah perguruan tinggi agama islam
1. Ega 85 65 76 45 65 85 45 40 325 65
2. Nunu 58 65 72 60 70 72 58 14 325 65
3. Yuni 65 65 65 65 65 65 65 0 325 65
Keterangan:
· Kolom 3-7 menunjukkan distribusi nilai hasil yang dicapai oleh tiga orang calon.
· Kolom 8 memuat nilai tertinggi (higbest score) masing-masing calon.
· Kolom 9 memuat nilai terendah (lowest score) masing-masing calon.
· Kolom 10 menunjukkan jumlah seluruh nilai.
· Kolom 11 adalah mean (nilai rata-rata) yang dicapai oleh masing-masing calon.
2. DEVIASI
Ukuran Penyebaran Data selanjutnya yang akan kita pelajari adalah Deviasi (Deviation).
Dalam statistik, yang dimaksud dengan deviasi ialah selisih satu simpangan dari masing-masing skor atau interval, dari
nilai rata-rata hitungannya (deviation from the mean).
Deviasi merupakan salah satu ukuran variabilitas data yang biasa dilambangkan dengan huruf kecil dari huruf yang
digunakan bagi lambang skornya. Jika apabila skornya dibagi lambang X maka deviasinya berlambang x; jika skornya Y
maka deviasinya y; jika skornya Z maka lambang deviasinya z.
Karena deviasi merupakan simpangan atau selisih dari masing-masing skor terhadap Mean groupnya, maka sudah tentu
akan terdapat dua jenis deviasi, yaitu;
Deviasi yang berada diatas Mean, dan deviasi yang berada dibawah Mean.
Deviasi yang berada diatas Mean dapat diartikan sebagai “selisih lebih”; karenanya deviasi semacam ini akan bertanda (+),
dan lazim dikenal dengan istilah deviasi positif. Adapun deviasi yang berada dibawah Mean dapat diartikan sebagai “selisih
kurang” oleh karena itu, selalu bertanda minus (-), dan lazim dikenal dengan istilah deviasi negatif.
Perlu diingatlan bahwa semua deviasi – baik yang bertanda plus maupun yang bertanda minus – apabila kita jumlahkan
hasilnya pasti sama dengan nol (0). Skor Banyaknya Deviasi
Guna memperjelas uraian yang telah dikemukakan diatas, marilah kita perhatikan contoh berikut ini:
(X) (f) (x=X-Mx)
8 1 8-6 = +2
7 1 7-6 = +1
6 1 6-6 = 0
5 1 5-6 = -1
.
4 1 4-6 = -2
30 = 5=N 0=
∑X ∑x
3. DEVIASI RATA – Nilai F Deviasi
RATA (x) ( x = X – M)
73 1 +3
78 1 +8
60 1 -10
Keterangan : 70 1 0
AD = Average Deviation = Deviasi Rata-
rata 62 1 -8
∑x = Jumlah harga mutlak deviasi tiap-tiap
skor atau interval.
80 1 +10
N = Number of cases 67 1 -3
Cara Mencari Deviasi Rata-rata 490 = ∑X 7=N 42 = ∑x
1. Cara Mencari Deviasi Rata-rata untuk
Data Tunggal yang masing-masing skornya M = ∑ X = 490 = 70
berfrekuensi satu . N 7
AD = ∑x = 42 = 6,0
N 7
*Dalam menjumlahkan deviasi ini, tanda aljabar (yaitu tanda “plus” dan. tanda “minus”
) diabaikan . Jadi, yang dijumlahkan adalah harga mutlak deviasi tersebut.
AD = Average Deviation = Deviasi Rata-rata.
2. Cara Mencari Deviasi Rata-rata untuk Data Tunggal
∑fx = Jumlah hasil perkalian antara deviasi tiap-tiap interval (x)
yang sebagian atau seluruh berfrekuensi lebih dari satu dengan frekuensi masing- masing interval yang bersangkutan.
N = Number of cases.
Interval F X Fx X X
70-74 3 72 216 + 25, 1875 + 75, 5625
65-69 5 67 335 + 20, 1875 100, 9375
AD = Average Deviation = Deviasi Rata-rata
60-64 6 62 372 + 15, 1875 + 91, 1250
∑f = Jumlah hasil perkalian antara deviasi tiap-tiap
skor dengan frekuensi masing-masing skor tersebut . 55-59 7 57 399 + 10, 1875 + 71, 3125
N = Number of cases 50-54 7 52 364 +5, 1875 + 36, 3125
45-49 17 47 799 + 0, 1875 + 3, 1875
3. Cara Mencari Deviasi Rata-rata untuk Data Kelompokan
Untuk data kelompokan, Deviasi Rata-ratanya dapat diperoleh 40-44 15 42 630 - 4, 8125 -72,1875
dengan menggunakan rumus:
35-39 7 37 259 - 9, 8125 - 68, 6875
30-34 6 32 192 - 14, 8125 - 88, 8750
25-29 5 27 135 - 19, 8125 - 99, 0625
20-24 2 22 44 - 24, 8125 - 49, 6250
756, 8750 =
Total 80 = N - 3745 = ∑fx - ∑fx
4. STANDAR DEVIASI
Contoh soal :
1. jika seseorang ingin menemukan jumlah orang dewasa di
negara bagian California yang beratnya antara 180 dan 200 pound,
ia bisa mengukur bobot sejumlah kecil pria dan menghitung rata-
rata mereka, varians dan standar deviasi, dan nilai yang diperoleh
akan sama dan berlaku untuk populasi secara keseluruhan.
Keterangan :
• s2 = Varian
Selain rumus di atas, ada juga versi lain yang bisa kalian • s = Standar deviasi
gunakan. Walaupun rumus ini berbeda, namun hasil akhir • xi = Nilai x ke – i
nya tetap lah sama. Berikut adalah rumus nya: • x¯ = Rata – rata
• n = Ukuran sampel
• Cara Menghitung Standar Deviasi Data Berkelompok
Untuk data berkelompok, rumus yang digunakan tidak lah jauh berbeda. Supaya lebih jelas silakan
perhatikan rumus di bawah ini:
.
.
A.Contoh soal standar Devisiasi
1. Dari hasil survai yang melihat bagaimana kepemimpinan 10
2. Data nilai UTS yang diambil sampel 10 orang:
orang mahasiswa yang aktif dalam organisasi intra kampus. Data
Kelas A : 50, 50, 60, 70, 70, 70, 76, 80, 85, 90
berikut memperlihatkan nilai kepemimpinan 10 orang responden
tersebut.
. . .
. Jawaban:. .
Jawaban:
.
Any quastion?
Thanks!
CREDITS: This presentation template was created by Slidesgo, including icons by Flaticon
, and infographics & images by Freepik