UKURAN PENYEBARAN

Mata kuliah:
Pengantar Statistik Sosial
 Ukuran Penyebaran
Adalah suatu nilai tunggal yang meringkas perbedaan dalam suatu kumpulan
data dan bisa memberikan gambaran seberapa jauh nilai-nilai pengamatan
menyimpang atau berbeda dari nilai pusatnya. Ukuran penyebaran dapat
dilihat dari tingkat keruncingan kurva atau Kurtosis.

A B C
Kurva A menunjukkan data memiliki nilai ukuran penyebaran (variasi) kecil, berarti
keragaman datanya rendah, dan nilai terkonsentrasi di sekitar nilai pusatnya atau
pengamatan homogen. Kurva B menunjukkan jika data memiliki nilai ukuran penyebaran
(variasi) besar berarti keragaman datanya tinggi, dan nilai tidak terkonsentrasi disekitar
nilai pusatnya (tersebar) atau data heterogen. Sedangkan kurva C menunjukkan data
yang terdistribusi secara normal.
Bentuk Hasil dari Ukuran Penyebaran
•Ukuran Variasi Absolut berarti membandingkan suatu ukuran
variasi dengan ukuran variasi lain dalam populasi yang sama dan
dinyatakan dalam satuan ukuran yang sama.
•Ukuran Variasi Relatif berarti membandingkan beberapa ukuran
variasi dari beberapa popolasi dengan unit pengukuran berbeda.

Jenis-jenis ukuran Penyebaran

Data Kuantitatif Data Kualitatif

Range Index of Qualitative Variation
(IQV)
Simpangan absolut rata-rata atau mean
absolute deviation atau avergage deviation
atau mean deviation
Variance (Ragam)
Standar Deviasi
 UKURAN PENYEBARAN UNTUK DATA KUALITATIF
THE INDEX OF QUALITATIVE VARIATION ( IQV )
 Merupakan ukuran variasi untuk data kualitatif, yang
nilainya diperoleh dari hasil membagi jumlah keseluruhan
perbedaan yang diamati dengan jumlah maksimum
kemungkinan perbedaan.
Nilai IQV

0 50 100
Data cenderung Data tidak homogen Data cenderung
homogen dan heterogen heterogen
 :

Rumus :
Total .number.of .observed.differences
IQV  100
Maximum.number.of . possible.differences
Atau
A
IQV   100
B

n 2  l  1
Dimana
Max  B  
2l
Keterangan
l = jumlah kategori
n = jumlah data observasi
Contoh : Tabel III.9
Pendidikan perempuan peserta KB di Puskesmas AAA (n=50 )
Kategori Frekuensi Persentase
SD 11 22%
SMP 12 24%
SMA 24 48%
PT 3 6%
Jumlah 50 100%
Sumber : Data Fiktif,
2003

Total number (A) = 11 (12 + 24 + 3) + 12 (24 +3) + 24 (3)

= 429 + 324 + 72 = 825
n 2  l  1 50 2  4  1 2500  3
   937,5
2l 2.4 8
A 825
IQV  100  100  88
B 937,5
Rumus IQV yang lain adalah:

k (N²-∑f²)
N² (k-1)
Keterangan:
k = jumlah kategori
N = jumlah kasus
∑f² = jumlah frekuensi dari setiap kategori yang dikuadratkan
Penggunaan Rumus IQV ke-2
Katego Frekuens f²
ri i
SD 11 121
SMP 12 144
SMA 24 576
PT 3 9
Jumlah 50 850
Nilai IQV nya adalah
k (N²-∑f²)
N² (k-1)
4 (50²-850)
50² (4-1)
4 (2500-850) = 4 (1650) = 6600 = 0.88
2500 (3) 7500 7500
 UKURAN PENYEBARAN UNTUK DATA KUALITATIF

A. Jangkauan/Rentang/Range
• Merupakan selisih antara nilai maksimum dan nilai minimum dalam suatu
kumpulan (gugus) data. Jangkauan dikenal sebagai ukuran penyebaran
yang paling sederhana dan rendah akurasinya. Karena itu jarang
digunakan karena hanya melibatkan dua nilai dalam satu kumpulan data
dan tergantung nilai ekstrim.
Contoh :
• Usia tertinggi perempuan peserta KB di puskesmas AAA adalah 40 tahun
• Usia terendah perempuan peserta KB di puskesmas AAA adalah 16 tahun
• Range usia perempuan peserta KB di puskesmas AAA adalah = 40 – 16 = 24
• Jadi rentang usia perempuan peserta KB di puskesmas AAA adalah 24 tahun
B. Simpangan Absolut Rata-Rata (Mean Absolute
Deviation)/MAD
• MAD diperoleh dengan cara penjumlahan mutlak penyimpangan setiap
nilai pengamatan terhadap rata-rata dan dibagi banyaknya pengamatan.
Nilai ini mencerminkan rata-rata selisih mutlak nilai data terhadap nilai
rata-rata. Simpangan absolut rata-rata dapat menggambarkan variasi
seluruh nilai pengamatan dan tidak terlalu dipengaruhi oleh nilai ekstrim,
namun jarang digunakan pada analisis data lanjutan.
• Rumus MAD ada yang untuk Data yang Dikelompokkan dan Data yang
Tidak Dikelompokkan
Rumus :
a.Data tidak dikelompokkan

Populasi Sampel

N N

x i  x
i 1
i x
MAD  i 1
MAD 
N N
Keterangan
μ = Rata-rata hitung (mean) untuk populasi
x = Rata-rata hitung (mean) untuk sampel
x = Data observasi
i
N = jumlah data populasi
n jumlah data sampel
Contoh: data tidak dikelompokkan (Ungrouped data)
Data usia perempuan peserta KB di puskesmas AAA
(baris pertama)
25 28 35 35
28
x =30,2

 25  30,2  28  30,2  35  30,2  35  30,2  28  30,2 

MAD 
5
MAD 
 5,2  2,2  4,8  4,8  2,2
 3,84
5
B. Data dikelompokkan

Populasi Sampel
K

f
K

f i  xi   i  xi  x
i 1
MAD  i 1
MAD 
N N
Keterangan
μ = Rata-rata hitung (mean) untuk populasi
x = Rata-rata hitung (mean) untuk sampel
xi = Nilai tengah kelas

fi = frekuensi absolut

N = jumlah data populasi

n jumlah data sampel
 Contoh: data dikelompokkan (Grouped data)
Tabel III.10
Usia Perempuan Peserta KB di Puskesmas AAA (n=50)
Batas nyata xi fi xifi |xi – x| fi .|xi – x |
15,5 ≤ x < 19,5 17,5 9 157,5 10 90
19,5 ≤ x < 23,5 21,5 9 193,5 6 54
23,5 ≤ x < 27,5 25,5 8 204,0 2 16
27,5 ≤ x < 31,5 29,5 7 206,5 2 14
31,5 ≤ x < 35,5 33,5 9 301,5 6 54
35,5 ≤ x < 39,5 37,5 5 187,5 10 50
39,5 ≤ x < 43,5 41,5 3 124,5 14 42
∑ Σ 50 1375 320

x = 27,5 MAD 
320
 6,4
50
C. Variance dan Standar Deviasi
• Variance (ragam) adalah jumlah kuadrat dari selisih
nilai observasi dengan nilai rata-rata hitung dan
dibagi banyaknya observasi. Sedangkan Standar
deviasi adalah akar dari variance (ragam). Dalam
statistika deskriptif dan inferensia, standar deviasi
banyak digunakan karena interpretasinya lebih
mudah dan memiliki satuan pengukuran yang sama
dengan data aslinya.
Rumus Variance (ragam):
1). Data tidak dikelompokkan
Populasi Sampel

N N

  xi   
2

 ix  x  2

2  i 1
S2  i 1

N n 1
atau atau
N  x  2
 x  2

x
i N

 i
2 i
2
i
N x
2  i 1
i 1 N
N S 
2

n 1
Keterangan
σ2 = variance (ragam) untuk populasi

S2 = variance (ragam) untuk sampel

μ = rata-rata hitung (mean) untuk populasi
x = rata-rata hitung (mean) untuk sampel
xi = data observasi
N = jumlah data populasi
n jumlah data sampel
 Contoh: data tidak dikelompokkan (Ungrouped data)
Data usia perempuan peserta KB di puskesmas AAA (baris
pertama)
25 28 35 35 28

x =30,2
•Cara dengan rumus pertama
Jika data populasi

 2
 25  30,2 2 2 2 2
 28  30,2  35  30,2  35  30,2  28  30,2
2

5
2 
 27,04  4,84  23,04  23,04  4,84  82.8  16,56
5 5
Jika data
sampel
S 2
 25  30,2
2 2 2 2
 28  30,2  35  30,2  35  30,2  28  30,2
2

4
S 
2  27,04  4,84  23,04  23,04  4,84 82.8
  20,70
4 4
Cara dengan rumus kedua

Jika data populasi

 2

 
2528 22
 35 2
 35 2
 28 2
 
  25  28  35  35  28 / 5
2

5
4643   22801 5 4643  4560,20 82.8
 
2
   16,56
5 5 5
Jika data sampel

S 2

 
25 282 2
 35 2
 35 2
 28 2
 
  25  28  35  35  28 / 5
2

4
4643   22801 5 4643  4560,20 82.8
 
2
   20,70
4 4 4
2). Data dikelompokkan

Populasi Sampel

 f  x  x
N

 f  x  
2 2
i i i i

  2 i 1 S  2 i 1

N n 1
atau atau
N  f i  xi 
2
N  f i  xi 
2

 f i  x i2 
N
f i  x i 
2

n
 
2 i 1
S 
2 i 1

N n 1
Keterangan
σ2 = variance (ragam) untuk populasi
S2 = variance (ragam) untuk sampel
μ = Rata-rata hitung (mean) untuk populasi
x = Rata-rata hitung (mean) untuk sampel
xi = Nilai tengah kelas
fi = frekuensi absolut
N = jumlah data populasi
n = jumlah data sampel
 Contoh: data dikelompokkan (Grouped data)
Cara dengan rumus pertamaTabel III.11
Usia Perempuan Peserta KB di Puskesmas AAA
(n=50)
Batas nyata xi fi fi . xi (xi – x ) (xi – x )2 fi . (xi – x )
15,5 ≤ x < 19,5 17,5 9 157,5 -10 100 900
19,5 ≤ x < 23,5 21,5 9 193,5 -6 36 324
23,5 ≤ x < 27,5 25,5 8 204,0 -2 4 32
27,5 ≤ x < 31,5 29,5 7 206,5 2 4 28
31,5 ≤ x < 35,5 33,5 9 301,5 6 36 324
35,5 ≤ x < 39,5 37,5 5 187,5 10 100 500
39,5 ≤ x < 43,5 41,5 3 124,5 14 196 588
∑ Σ 50 1375 2696
= Jika data
x 27,5 populasi
Jika data sampel
2696 2696
 
2
 53,92 S 
2
 55,02
50 49
 Cara dengan rumus kedua
Tabel III.12
Usia Perempuan Peserta KB di Puskesmas AAA
(n=50)
xi fi fi . xi xi2 fi . xi2
17,5 9 157,5 306,25 2756,25
21,5 9 193,5 462,25 4160,25
25,5 8 204,0 650,25 5202,00
29,5 7 206,5 870,25 6091,75
33,5 9 301,5 1122,25 10100,25
37,5 5 187,5 1406,25 7031,25
41,5 3 124,5 1722,25 5166,75 x = 27,5
Σ 50 1375 40508,50
Jika data populasi

 
2  
40508,75  1375  50 40508,75  37812,50 2696,25
2
   53,93
50 50 50
Jika data sampel

S 
2  

40508,75  1375  50 40508,75  37812,50 2696,25
2
  55,03
49 49 49
 Rumus Standar Deviasi
1). Data tidak dikelompokkan
Populasi Sampel

  2 S  S2
Contoh :
Data usia perempuan peserta KB di puskesmas AAA (baris pertama)


25 28 35 35 28 x ,2
=30

Jika data populasi Jika data sampel

 2  16.56 S 2  20,70
   2  16,56  4,07 S  S 2  20,70  4,55
 2). Data dikelompokkan
Populasi Sampel

  2
S S 2

Contoh :
Jika data
Jika data sampel
populasi
  53,92
2
S 2  55,02
    53,92  7,34
2
S  S 2  55,02  7,42