UKURAN PENYEBARAN DISTRIBUSI DATA

(UKURAN DISPERSI)

STATISTIKA 1
UKURAN PENYEBARAN DISTRIBUSI DATA
(UKURAN DISPERSI)
Ukuran dispersi atau ukuran variasi atau ukuran
penyimpangan/penyebaran adalah ukuran yang menyatakan
seberapa jauh penyimpangan nilai-nilai data dari nilai-nilai
pusatnya.
Dalam dunia statistik, dikenal beberapa macam ukuran
dispersi, yaitu:
1. Range (Jangkauan)
Range adalah salah satu ukuran statistik yang menunjukkan
skor (nilai) tertinggi, atau selisih terbesar data dengan nilai
terkecil data.

2
Cara mencari jangkauan (range) dibedakan antara data
tunggal dan data berkelompok.
a. Jangkauan data tunggal
Bila ada sekumpulan data tunggal X1, X2, …, Xn maka
jangkauan adalah
R=H–L
Dimana : R = Range yang kita cari
H = Skor atau nilai yang tertinggi
L = Skor atau nilai yang terendah
Contoh:
Tentukan range data berikut ini :
1, 4, 7, 8, 9, 11
Penyelesaian : R = H – L = 11 – 1 = 10
3
Contoh :
Misalnya nilai tertinggi dan terendah yang berhasil dicapai
oleh 8 orang mahasiswa masing-masing adalah 80 dan 40,
sehingga rangenya = 80 – 40 = 40. Dengan range sebesar
40 itu ada kemungkinan distribusi nilai itu adalah : 40, 47,
52, 59, 64, 67, 70, dan 80, mungkin juga : 40, 40, 40, 40, 40,
40, 40 dan 80; mungkin juga : 40, 40, 50, 50 60, 60 80, 80
dan bentuk distribusi lainnya. Jadi, dengan hanya
mengetahui rangenya saja, kita belum tahu secara pasti
bagaimana sebenarnya bentuk distribusi data yang kita
hadapi mulai dari nilai terendah sampai nilai tertinggi, oleh
karenanya range sangat jarang digunakan dalam analisis
statistik.

4
2. Deviasi Rata-Rata (Simpangan Rata-Rata)
Deviasi adalah selisih atau simpangan dari masing-
masing skor atau interval, dari nilai rata-rata hitungnya.
Deviasi rata-rata yaitu Jumlah harga mutlak deviasi dari
tiap-tiap skor, dibagi dengan banyaknya skor itu sendiri/nilai
rata-rata hitung dari harga mutlak simpangan-simpangannya.
a. Deviasi rata-rata data tunggal
Untuk data tunggal, deviasi rata-ratanya dapat dihitung
dengan menggunakan rumus :
DR =

5
Contoh :
Tentukan deviasi rata-rata dari data 2, 3, 6, 8, 11?
Penyelesaian :

DR =

6
3. Varians
Varians adalah suatu ukuran dispersi yang menjelaskan
tingkat keterpencaran serangkaian distribusi, apakah data-
data berkelompok disekitar nilai rata-ratanya atau terpencar
tidak beraturan jauh dari nilai rata-ratanya. Untuk sampel,
varians disimbolkan dengan s2. Untuk populasi, variansnya
disimbolkan dengan σ2.
a. Varians data tunggal
Untuk data X1, X2, X3, …, Xn (data tunggal), variansnya
dapat ditentukan dengan metode biasa:
 Untuk sampel besar ( n > 30)
s2 =
 Untuk sampel kecil ( n ≤ 30)
s2 =
7
Contoh :
Tentukan varians dari data 2, 3, 6, 8, 11!
Penyelesaian :
n=5
Mean =

=6

8
 x
2 -4 16
3 -3 9
6 0 0
8 2 4
11 5 25
30 54

s2 =
=
= 13,5

9
b. Varians data berkelompok
Untuk data berkelompok (distribusi frekuensi),
variansnya dapat ditentukan dengan menggunakan metode,
antara lain metode biasa.
 Untuk sampel besar ( n > 30)
s2 =
 Untuk sampel kecil ( n ≤ 30)
s2 =

10
4. Simpangan Baku (Standar Deviasi)
Simpangan baku adalah akar dari tengah kuadrat
simpangan dari nilai tengah atau akar simpangan rata-rata
kuadrat. Untuk sampel, simpangan bakunya (simpangan
baku sampel) disimbolkan dengan s. Untuk populasi,
simpangan bakunya (simpangan baku populasi) disimbolkan
σ. Untuk menentukan nilai simpangan baku, caranya ialah
dengan menarik akar dari varians. Jadi,
s=
Cara mencari simpangan baku, dibedakan antara data
tunggal dan data berkelompok.

11
a. Simpangan baku data tunggal
Untuk seperangkat data X1, X2, X3, …, Xn (data tunggal),
simpangan bakunya adalah dengan metode biasa.
Untuk sampel besar ( n > 30)
s=
Untuk sampel kecil ( n ≤ 30)
s=
b. Simpangan baku data berkelompok
Untuk data berkelompok (distribusi frekuensi),
simpangan bakunya dapat ditentukan dengan metode biasa.
 Untuk sampel besar ( n > 30) s =

 Untuk sampel kecil ( n ≤ 30) s =

12