IV.

UKURAN PENYEBARAN( DISPERSI)

Penyebaran  Adanya variasi nilai-nilai data

 Variasi nilai data satu dengan nilai data lainnya
 Variasi nilai-nilai data dengan rata-ratanya

Penyebaran serangkaian nilai-nilai data :

 Kecil bila nilai-nilai data terkonsentrasi di sekitar rata-ratanya
 Besar bila nilai-nilai data berserakan jauh dari rata-ratanya.

Variasi data dikelompokkan menjadi :

1. Data Homogen (tidak bervariasi)
2. Data Heterogen (sangat bervariasi)
3. Data Relatif Homogen (tidak terlalu bervariasi)
Contoh Variasi Data

Data “X”
XA XB XC
50 50 100
50 40 40
50 30 80
50 60 20
50 70 10
250 250 250
X = 50 X = 50 X = 50
Grafik Variasi Data

100
90
80
70
60
50
40
30
20
10
0
1 2 3 4 5
Ukuran Penyebaran

 Suatu ukuran baik parameter atau statistik

untuk mengetahui seberapa besar penyim-
pangan data dengan nilai rata-rata hitungnya.

 Ukuran penyebaran membantu mengetahui

sejauh mana suatu nilai menyebar dari nilai
tengahnya, apakah kecil atau besar.
Beberapa Bentuk Ukuran Penyebaran

1. Rata-rata sama
10
Penyebaran berbeda
9
8
7
6
5
4
3
2
1
0
2 3 4.6 5 6
Beberapa Bentuk Ukuran Penyebaran

2. Rata-rata berbeda 3. Rata-rata berbeda

Penyebaran berbeda Penyebaran sama

10
10
9
9
8
8
7
7
6
6
5 5
4 4
3 3
2 2
1 1
0 0
2 3 4.6 5 6 2 3 4 5 6 7
Pengukuran Penyebaran dapat
dilakukan dengan cara:

A. Pengukuran Jarak (Range)

B. Pengukuran Deviasi Rata-rata (Mean Deviation)
C. Pengukuran Varians dan Deviasi Standar (Varians
and Standard Deviation)
 Jenis-jenis Statistika
A. Pengukuran Jarak (Range)

Range  selisih antara nilai data tertinggi dengan nilai

data terendah

Contoh:
 Un-Group Data:
 Untuk X A  Range = 50 – 50 = 0
 Untuk X B  Range = 70 – 30 = 40
 Untuk X C  Range = 100 – 10 = 90
 Group Data:

Tabel : Distribusi Pendapatan Perkapita Masyarakat di Daerah A dari

50 Kepala Keluarga Pada Tahun 2019(ratusan ribu rupiah)

Pendapatan Mid Point Jumlah KK

Perkapita (Ci) (Xi) (fi)
30 – 39 34,5 4
40 – 49 44,5 6
50 – 59 54,5 8
60 – 69 64,5 12
70 – 79 74,5 9
80 – 89 84,5 7
90 – 99 94,5 4
Jumlah 50

Range = 94,5 – 34,5 = 60

C. Pengukuran Deviasi Rata-rata
(Mean Deviation)

Deviasi rata-rata  rata-rata hitung dari nilai

mutlak deviasi antara nilai data pengamatan
dengan rata- rata hitungnya.
Deviasi rata-rata  mengukur besarnya variasi
atau selisih dari setiap nilai
dalam populasi atau sampel
dari rata-rata hitungnya.
Namun pengrata-rataan deviasi secara absolut
tanpa menghiraukan tanda positif atau negatif
menyulitkan manipulasi secara matematis.
Bentuk Rumus
Deviasi Rata-rata

 Un-Group Data

MD 
 X i X Dimana X = Rata hitung
n

Contoh: Untuk data XB

XB
50
XB - X
0
XB  X

0 MD 
 X i X
40 -10 10 n
30 -20 20 60

60 10 10 5
70 20 20  12
∑ = 250 - ∑ = 60
X = 50 - -
 Group Data
diman X = Nilai Tengah (BB+BA)/ 2
MD 
 f i Xi  X
X = Rata Hitung 65,1
n ( sdh dihitung )
Contoh :
Tabel : Distribusi Pendapatan Perkapita Masyarakat di Daerah A dari
50 Kepala Keluarga Pada Tahun 2019 (ratusan ribu rupiah)

fi Xi  X

Ci Xi fi Xi  X Xi  X
30 – 39 34,5 4 -30,6 30,6 122,4
f i Xi  X
40 – 49 44,5 6 -20,6 20,6 123,6
MD 
n
50 – 59 54,5 8 -10,6 10,6 84,8
676
60 – 69 64,5 12 0,6 0,6 7,2 
70 – 79 74,5 9 9,4 9,4 84,6 50
80 – 89 84,5 7 19,4 19,4 135,8  13,52
90 – 99 94,5 4 29,4 29,4 117,6
Jumlah 50 676
D. Pengukuran Varians dan Deviasi Standar
(Varians and Standar Deviation)

Varians dan Deviasi Standar, relatif agak berbeda

dengan deviasi rata-rata, namun keduanya didasarkan pada
deviasi setiap data dengan rata-rata hitungnya.
Deviasi rata-rata mengabaikan tanda + dan – dengan
melakukan tanda mutlak, maka pada varians, deviasi
dikuadratkan, dengan demikian tanda negatif akan hilang
dan menjadi bilangan positif
Varians  rata-rata hitung deviasi kuadrat setiap data
terhadap rata-rata hitungnya.
Deviasi Standar  Sebuah ukuran penyebaran yang
menunjukkan standar penyimpangan atau deviasi data
terhadap nilai rata-ratanya.
Bentuk Rumus
Varians dan Deviasi Standar

 Un-Group Data
 Varians (S2)

S 2

  X i X  2

atau S 
2
n  X    X 
2
i i
2

n 1 n(n  1)

 Deviasi Standar (S)

 X   X    X 
2 2 2
X atau n i i
S
i
S
n 1 n(n  1)
Contoh: Untuk data XB
XB XB - X (X B  X) 2 X 2B
50 0 0 2500
40 -10 100 1600
30 -20 400 900
60 10 100 3600
70 20 400 4900
∑ = 250 - ∑= 1000 ∑= 13500
= 50 - -

 Varians
n  X    X 
2 2

  atau i i
S2 

2
X i X n(n  1)
S 2

n 1 5(13500) - (250) 2

1000 5(5  1)
 67500 - 62500
5 1 
20
 250  250
 Deviasi Standar

 X  2
i X
S
n 1
 250
 15,8114

atau

n X     X i 
2 2
i
S
n(n  1)
 250
 15,8114
 Group Data
 Varians (S2)
Long Method: Short Method:

S 2

  f (X
i i  X) 2   n   f i d i2     f i d i  2
S 2  C i2 .


n 1  n(n  1) 
 

 Deviasi Standar (S)

Long Method: Short Method:

 f (X  n  f d    f d  
2
 X) 2 2
i i S  Ci  i i i i 
S  n(n  1) 
n 1  
Contoh :
Tabel : Distribusi Pendapatan Perkapita Masyarakat di Daerah A dari
50 Kepala Keluarga Pada Tahun 2019 (ratusan ribu rupiah)

Ci Xi fi X i  X (X i  X ) 2 f i (X i  X ) 2 di di2 fidi fidi2

30 – 39 34,5 4 -30,6 936,36 3745,44 -3 9 -12 36
40 – 49 44,5 6 -20,6 424,36 2546,16 -2 4 -12 24
50 – 59 54,5 8 -10,6 112,36 898,88 -1 1 -8 8
60 – 69 64,5 12 0,6 0,36 4,32 0 0 0 0
70 – 79 74,5 9 9,4 88,36 795,24 1 1 9 9
80 – 89 84,5 7 19,4 376,36 2634,52 2 4 14 28
90 – 99 94,5 4 29,4 864,36 3457,44 3 9 12 36
Jumlah 50 - - 14082,00 - - 3 141
 Varians (S2)
Long Method: Short Method:

S2    f (X
i i  X) 2  2
 n   f i d i2     f i d i  2
S  C .

2
i
n(n  1)



n 1  
 50 141   3 2 
14082,00  10 
2

  50(50  1)


50  1  7050  9 
 100  
 287,3878  2450 
 100 (2,873878)
 287,3878

 Deviasi Standar (S)

Long Method: Short Method:

 f (X   f d    f d 
n 2 2

i i  X) 2
S  Ci  i i i i 
S 

n(n  1) 

n 1  10 2,873878
 287,3878  16,9525  10 (1,69525)
 16,9525