UKURAN PENYEBARAN

 Selain ukuran tendensi sentral dan ukuran letak, masih ada

ukuran lain yaitu ukuran penyebaran. Ukuran penyebaran
adalah ukuran yang menunjukkan seberapa jauh data
menyebar dari rata-ratanya.
Contoh :
Ada 3 kelompok data

1. 5, 5, 5, 5, 5 ; x = 5, (tidak bervariasi = seragam).
2. 5, 4, 3, 6, 7 ; x = 5, (tidak begitu bervariasi = relatif seragam)
3. 8, 6, 5, 4, 2 ; = 5, (sangat bervariasi = tidak seragam)

x
Ukuran Penyebaran (1)
1. Range =Rentang = R
R = data terbesar – data terkecil
Contoh : Data IQ 10 mahasiswa
99,101,102,104,105,106,107,108,109,110. Tentukan R = ?
Jawab : R = 110 – 99 = 11
2. Rentang Antar Kwartil (RAK)
RAK = K3 – K1
Artinya : 50% data pertengahan paling rendah = K1 dan
paling tinggi = K3
Contoh: Dari nilai UAS Statistika 32 mahasiswa diperoleh
K1 = 56,5 dan K3 = 70,19 , Artinya 50% data pertengahan nilai UAS
Statistika paling kecil 56,5 dan paling tinggi 70,19
Ukuran Penyebaran (2)
3. Simpangan Kwartil (SK)
SK = ½ (K3 – K1)
Contoh: Dari nilai UAS Statistika 32 mahasiswa.
SK = ½ (K3 – K1) = ½ (70,19 - 56,5) = 6,84. Selanjutnya, karena
½ (K3 + K1) = ½ (70,19 + 56,5) = 63,34, maka 50% data ditengah nilai
UAS Statistika terletak dalam interval 63,34 ± 6,84 atau antara 56,5 dan
70,19

4. Simpangan Rata-rata (SR)

a. Data tidak berkelompok n 
 |x i x|
SR  i 1

n
Ukuran Penyebaran(3)
 Contoh : 5, 4, 3, 6, 7 . SR = ?
 
No xi xi  x | xi  x |
1 5 0 0
2 4 -1 1
3 3 -2 2
4 6 1 1
5 7 2 2
∑ 25 0 6
n 

 25  |x  x |
i
6
x  5  SR  i 1
  1,2
5 n 5
Ukuran Penyebaran (4) k

f i

|xi  x |
b.Data berkelompok SR  i 1
k

f
i 1
i

x  63,75
Tabel Perhitungan Simpangan Rata-rata 252
SR   7,88
Nilai UAS Statistika 32 Mahasiswa 32
 
No. Nilai UAS Stat. fi xi |xi - x | fi|xi - x |
32 mhsw

1 45 – 51 3 48 15,75 47,25
2 52 – 58 7 55 8,75 61,25
3 59 – 65 10 62 1,75 17,5
4 66 – 72 6 69 5,25 31,5
5 73 – 79 3 76 12,25 36,75
6 80 – 86 3 83 19,25 57,75
∑ - 32 - - 252 5
Ukuran Penyebaran(5)
5. Simpangan Baku (s) dan Varians (s2)
Ukuran simpangan antara nilai-nilai data dengan rata-
rata
Varians (s2) : Pangkat dua simpangan
n n baku n 
n xi  ( xi )
2 2
 i
( x  x ) 2

s i 1 i 1
 i 1
n(n  1) n 1
a. Data tidak berkelompok

Contoh: Diketahui data 5, 4, 3, 6, 7 dan 8, 6, 5, 4, 2

Tentukan data yang mana lebih menyebar
 Ukuran Penyebaran(6)
5(145)  (25) 2
No xi (xi)2 No xi (xi)2 s
5(135)  (25) 2 5(5  1)
s
1 5 25 5(5  1) 1 8 64
100
2 4 16 2 6 36 s  2,24
3 3 9 50 3 5 25 20
s  1,58
4 6 36 20 4 4 16
5 7 49 5 2 4
∑ 25 135 ∑ 25 145
Data kedua lebih menyebar dari data pertama
Ukuran Penyebaran(7)
k k k 
n f x  ( f i xi )
2
i i
2
 f (x i i  x) 2
b. Data berkelompok s  
i 1 i 1 i 1

n(n  1) n 1

Tabel Perhitungan Simpangan Baku

Nilai UAS Statistika 32 Mahasiswa

No. Nilai UAS fi xi (xi)2 fixi fi(xi)2

Stat.32 mhsw

1 45 – 51 3 48 2304 144 6912

2 52 – 58 7 55 3025 385 21175
3 59 – 65 10 62 3844 620 38440
4 66 – 72 6 69 4761 414 28566
5 73 – 79 3 76 5776 228 17328
6 80 – 86 3 83 6889 249 20667
8
∑ - 32 - - 2040 133088
Ukuran Penyebaran(8)
 Perhitungan untuk data berkelompok
k k
n f x  ( f i xi ) 2
2
i i
32(133088)  ( 2040) 2
s i 1 i 1

n( n  1) 32(32  1)
4258816  4161600 97216
s   98  9,90
32(31) 992
Skewness
 Ukuran yang menjelaskan

kurang simetrinya suatu
distribusi. Sk  3( x  Md )
s

Nilai Sk : -3 ≤ Sk ≤ 3
1. Jika Sk = 0 (nol) maka kurva simetris
2. Jika Sk = - (negatif) maka kurva negatif
3. Jika Sk = + (positif) maka kurva positif
 Dari nilai UAS Statistika 32 mahasiswa diperoleh

x  63,75; Md  62,7; s  9,90
3(63,75  62,7)
Sk   0,32  kurva positif
9,90
Koefisien Variasi (KV)
s
KV  
100%
x
 Semakin kecil KV maka data semakin mendekati rata-rata.
Semakin besar KV maka data semakin menyebar (data
menjauhi rata-rata)
 Contoh: Diketahui data 5, 4, 3, 6, 7 dan 8, 6, 5, 4, 2
Tentukan data yang mana lebih menyebar
 1,58
Data : 5.4.3.6.7  x  5; s  1,58  KV  (100%)  31,6%
5
 2,34
Data : 8.6.5.4.2  x  5; s  2,34  KV  (100%)  46,8%
5
 Data 8, 6, 5, 4, 2 lebih menyebar dari data 5, 4, 3, 6, 7
Angka Baku atau Nilai Z
 Nilai z mengukur berapa simpangan baku sebuah
pengamatan terletak di atas atau di bawah nilai rata-

ratanya.
xx
z
s
 Contoh :
Seorang mahasiswa mendapat nilai Statistik 82, rata-rata
68; s = 8. Nilai Matematika 89, rata-rata 80; s = 6. Dalam
mata ujian mana dia mencapai kedudukan yang lebih
baik ?
Angka Baku atau Nilai Z(1)
 Jawab: 
x  x 82  68
Statistika : z    1,75
s 8

x  x 89  80
Matematika: z    1,5
s 6

 Mahasiswa itu mendapat 1,75 simpangan baku diatas rata-

rata nilai Statistika dan hanya 1,5 simpangan baku diatas
rata-rata nilai Matematika. Kedudukannya lebih tinggi
dalam hal Statistika.
Kaidah Empirik
 Distribusi berbentuk genta

1. 68% : x s

2. 95% : x  2 s

:  3s
3. 99,7% x