Penyebaran Data

Dosen Pengampu:
RISYA AHRIYASNA, S.Gz, M.Gz
 
Disusun oleh :
NAMA : INTAN PRATIWI
NIM :2020272018
PRODI : S1 GIZI
 Ukuran penyebaran data
Ukuran penyebaran data adalah suatu ukuran yang menya
takan seberapaukuran yang menyatakan seberapa besar
nilai-nilai data berbeda ataubesar nilai-nilai data berbed
a atau bervariasi dengan nilai ukuran pusatnyabervariasi
dengan nilai ukuran pusatnya atau seberapa besar penyim
panganatau seberapa besar penyimpangan nilai-nilai data
dengan nilai pusatnya.
 Jenis Ukuran Penyebaran Data
a) Jangkauan (range )
• Jangkauan adalah selisih antara nilai maksimum dan nila
i minimum yang maksimum dan nilai minimum yang terda
pat dalam data.terdapat dalam data. Range (pengukura
n jarak) merupakan pengukuran dispersi yang paling se
derhana, oleh karena itu range ini sering disebut sebag
ai penyebaran data yang paling kasar.
• Jangkauan dapat dihitung dengan rumus:
R = X maks - X min
keterangan;
R ; Jangkauan atau range
Xmin : Nilai atau data terkecil
X maks : nilai atau data terbesar
• Contoh : Tentukan range dari data : 10, 6, 8, 2, 4
• jawab :
R = X maks - X min
= 10-2 = 8
 Kelebihan dan Kekurangan Range

• Salah satu kelebihan range yakni peneliti dapat mempe

roleh gambaran umum mengenai luas penyebaran data y
ang sedang diteliti dalam waktu yang relatif singkat.
• Adapun kekuranngan, sebagai berikut.
- Tergantung pada nilai ekstrem.
- Tidak memperhatikan distribusi yang terdapat dalam range itu sendiri.
 Pengunaan Range
• Range digunakan sebagai ukuran apabila di dalam waktu
yang singkat peneliti ingin memperoleh gambaran tenta
ng penyebaran data yang sedang diteliti dengan menga
baikan faktor ketelitian.
 Simpangan Rata-rata

Simpangan Rata-rata

• (simpangan rata-rata dari(impangan rata-rata dari sekumpulan bilangan adal

ah: sekumpulan bilangan adalah: nilai rata-rata hitung harga nilai rata-rata h

itung harga mutlak simpangan-simpangannya.mutlak simpangan-simpangannya.

• Rata-rata simpangan adalah suatu simpangan nilai untuk observasi terhadap

rata-rata. Rata-rata simpangan sering disebut simpangan rata-rata atau mea

n deviasi, yang dilambangkan dengan “SR”.

Untuk data tunggal, rata-rata simpangan ditentukan dengan rumus: Untuk data berkelompok, rata-rata simpangan ditentu

kan dengan rumus: *) Data berbobot / data kelompok

SR = 1∑F

Keterangan :

SR = Simpangan Rata-Rata

X = Nilai data ke-i

= Nilai Rata-Rata Hitung

f = frekuensi

N = Banyaknya Data

Pembahasan:

Rata-rata hitung = 13,09

SR = 1 * ( 701,70) / 113

= 6,209

= 6,21
 SIMPANGAN BAKU / STANDAR DEVIASI
• Simpangan Baku (S) dari sekumpulan bilangan adalah akar dari jumlah deviasi kuadrat dari bilanga
n-bilangan tersebut dibagi dengan banyaknya bilangan atau akar dari rata-rata deviasi kuadrat.
1) Data berbobot / berkelompok
• S=√S2
• S2=∑F
• 1
• 113-1
• S² = .6.119,1142
• S² = 1/112.6.119,1142
• S² = 54,63
2) Mencari Simpangan Baku dari jawaban Di atas
• S =√S²
• S =√54,63
• S=7,39
• S=7,40
 KOEFISIEN VARIASI
• Pada ukuran variasi hanya digunakan untuk melihat penyimpangan nilai yang terdapat pa
da kumpulan data dan merupakan ukuran variasi absolut. Bukan ukuran variasi yg bergun
a untuk membandingkan beberapa kumpulan data. Ukuran variasi relatif adalah ukuran v
ariasi yg dapat digunakan untuk Membandingkan beberapa kumpulan data yg berbeda.

Keterangan :
V= Ukuran variasi relatif/koefisien variasi
S = simpangan baku/deviasi standart
X = Nilai rata-rata hitung mean
 Contoh :
• Hasil penelitian tingkat pengetahuan gizi di pada ibu hamil di desa dan kota
dimana
X kota = 80, 56 S kota = 23
X desa = 60,34 S desa = 30
Carilah koefisien variasi dari kedua wilayah tersebut.
Jawab :
23
V kota = ------- x 100% = 28,55%
80,56

30
V desa = ------- x 100% = 49,72%
60,34
• Karena V desa > V kota artinya tingkat pengetahuan desa lebih bervariasi (heterogen).
 UKURAN KESIMETRISAN/ KECONDONGAN
• Untuk mengetahui simetris/tidaknya suatu kurva distribusi fr
ekuensi pada nilai pusatnya.
Distribusi data simetris maka:
X = Md = Mo
Distribusi data tidk simetris maka:
X ≠ Md ≠ Mo
Untuk mengetahui konsentrasi distribusi ke arah kanan atau
kiri kita dapat
menggunakan koefisien kecondongan pearson (coeffisient Ske
wness Pearson)