DOA BELAJAR

“Aku ridho Allah SWT sebagai Tuhan ku,

Islam sebagai agamaku,
dan Nabi Muhammad sebagai Nabi dan Rasul,
Ya Allah, tambahkanlah kepadaku ilmu
dan berikanlah aku kefahaman”
THE MEASURE OF DATA DISPERSION

ukuran penyebaran data

Data yang dikumpulkan dari suatu pengamatan
selain mempunyai kecenderungan memusat
juga memiliki kecenderungan mempunyai nilai
yang berbeda (kecenderungan memencar).
Yaitu seberapa jauh hasil-hasil pengamatan
menyebar di “sekitar” rata-ratanya, ada yang
sama, lebih besar atau lebih kecil dari rata-
ratanya
Ukuran tendensi sentral (mean, median, mode)
merupakan nilai pewakil dari suatu distribusi
frekuensi, tetapi ukuran tersebut tidak memberikan
gambaran informasi yang lengkap mengenai
bagaimana penyebaran data pengamatan terhadap
nilai sentralnya. Sebagai contoh, kita mempunyai
distribusi kandungan gizi dua varietas padi, masing-
masing terdiri dari 5 plot. Andaikan distribusi
datanya sebagai berikut:
Varietas I   : 45 42 42 41 40
Varietas II  : 54 48 42 36 30
Nilai mean varietas I dan II bernilai sama, 42
Keragaman kedua varietas tersebut berbeda.
Mana yang dipilih?
Varietas I mungkin lebih dipilih karena lebih konsisten. Hal
ini terlihat dari data hasil pada varietas I lebih seragam
dibandingkan Varietas II. Pada Varietas I, hasilnya tidak
terlalu jauh dari nilai pusatnya, 42, sedangkan pada
Varietas II, sebaran datanya sangat beragam (perhatikan
gambar berikut).
Pada contoh tersebut, jelas bahwa ukuran tendensi sentral
saja tidak cukup untuk menggambarkan distribusi frekuensi.
Selain itu kita harus memiliki ukuran persebaran data
pengamatan. Ukuran penyebaran atau ukuran keragaman
pengamatan dari nilai rata-ratanya disebut simpangan
(deviation/dispersi).
Ukuran untuk menentukan dispersi data pengamatan,
jangkauan/rentang (range),
simpangan kuartil (quartile deviation)
simpangan rata-rata (mean deviation)
simpangan baku (standard deviation).
Range adalah perbedaan antara data terbesar
dengan terkecil.
Range bisa dihitung dengan rumus:

R = X max – X min
Example :
Tentukan range dari data: 10,6,8,2,4
jawab:
R = Xmax – Xmin = 10 – 2 = 8
Range hanya memperhitungkan dua nilai, yaitu
nilai maksimum dan nilai minimum dan tidak
memperhitungkan semua nilai, sehingga
sangat tidak stabil atau kurang dapat
diandalkan sebagai indikator dari ukuran
penyebaran. Hal ini terjadi karena range sangat
dipengaruhi oleh nilai-nilai ekstrim.
Simpangan rata-rata merupakan penyimpangan
nilai-nilai individu dari nilai rata-ratanya. Rata-
rata bisa berupa mean atau median. Untuk
data mentah simpangan rata-rata dari median
cukup kecil sehingga simpangan ini dianggap
paling sesuai untuk data mentah. Namun pada
umumnya, simpangan rata-rata yang dihitung
dari mean yang sering digunakan untuk nilai
simpangan rata-rata.
2. Simpangan Rata-rata (continued)
Mean deviation of a number set is:
Absolute mean deviation-Deviation

2.a. Single Data

 xx
SR = n

Example :
Nilai ujian mahasiswa: 7, 5, 6, 3, 8, 7.
Hitung Simpangan rata-ratanya!
Answer:
= 7 5 638 7
x 6
= 6

SR =
76  5 6  6 6  36  8 6  7 6
= 6
8
= 1,33
6
2.b. Weight Data / Grouped data

SR =
f xxi

f
xi = nilai tengah dari interval class (grouped data)
f = frequency
Data berikut merupakan survei konsumsi beras
per bulan pada 40 keluarga. Hitung simpangan
rata-ratanya
51; 48; 49; 51; 51; 51; 58; 58; 69; 69; 51; 52; 52;
52; 65; 68; 54; 55; 64; 57; 58; 54; 48; 59; 60;
60; 60; 70; 70; 61; 46; 46; 55; 60; 60; 60; 47;
61; 56; 64
Rata-rata = 51 + 48+…+64 / 40 = 2280/40 = 57

Beras Titik Frekuensi Simpangan fi

tengah Xi fi xi  x
xi  x
46 – 50 48 6 9 54

51 – 55 53 12 4 48

56 – 60 58 12 1 12

61 – 65 63 5 6 30

66 - 70 68 5 11 55

40 199
SR =

199 / 40 = 4,975 kg
Example :
Hitung simpangan rata-rata data berikut:

Data Frequency x

3–5 2 4

6–8 4 7

9 – 11 8 10

12 - 14 6 13
Total 20
Answer :
Data Frequency x xx F xx
F.x
3–5 2 4 8 5,7 11,4
6–8 4 7 28 2,7 10,8
9 – 11 8 10 80 0,3 2,4
12 - 14 6 13 78 3,3 19,8
Total 20 194 44,4

 f .x
x =
 f SR =
 f xx
f
194 = 9,7 44,4
= = = 2,22
20 20
Varians dan standard deviasi

 Dalam praktek, simpangan rata-rata jarang

digunakan. Penggunaan harga-harga mutlak
dalam simpangan rata-rata sangat sulit dan
merepotkan secara matematis. Untuk
memanipulasi hal ini telah digunakan kuadrat
semua simpangan yang disebut ragam (varians)
dan standard deviasi. Dasar penghitungan
varian adalah keinginan untuk mengetahui
keragaman suatu kelompok data.
3. Varians populasi

1 n
   (Xi  )
2 2

n i 1
 = Nilai rata-rata populasi
4. Simpangan baku (standard deviation)
populasi
 Nilai varian yang dihasilkan merupakan nilai yang
berbentuk kuadrat. Jika satuan nilai rata-rata adalah
gram, maka nilai varian adalah gram kuadrat. Untuk
menyeragamkan nilai satuannya maka varian
diakarkuadratkan sehingga hasilnya adalah standar
deviasi (simpangan baku).

1 n
 
n i 1
(Xi  ) 2
Example :
Hitung standard deviation data berikut:
2, 3, 5, 8, 7.
x x   x   2

Answer :
2 -3 9
= 2358 7 3 -2 4
5 5 0 0
=5 8 3 9
1 n 26
 
n i 1
2
(Xi  ) =
5
7 2 4
26

= 5, 2  2.280
 Dalam suatu kelas terdapat 30 siswa.
Bila semua diukur tinggi badannya, maka
hasil yang diperoleh merupakan populasi
tinggi badan siswa di kelas tersebut.
Hitung ragam dan simpangan bakunya.
 164; 168; 169; 160; 163; 166; 167; 167;
162; 162; 167, 162; 165; 166; 165; 163;
167; 168; 164; 163; 168; 171; 171; 160;
160; 164; 169; 170; 170; 164
1. Hitung nilai rata-rata populasi

 = Nilai rata-rata populasi

(164+168+…+164) / 30 = 165.5
2. Kurangkan masing-masing data dengan rata-rata populasi, kemudian
hasilnya dipangkatkan
(164-165.5)2 + (168-165.5)2 +…+(164-165.5)2
3. Jumlahkan hasil yang sudah dipangkatkan dibagi dengan 30

 2 10.32 Varians
4. Akarkan hasilnya

  10.32  3.21cm Standard deviasi

Varians dan simpangan baku data berkelompok
pada populasi
k

 fi ( X i   ) 2
 2
 i 1
k

i 1
fi

 fi ( X i   ) 2
  i 1
k

i 1
fi
Data di bawah ini merupakan hasil pencatatan berat badan
50 mahasiswa baru. Hitung ragam dan simpangan bakunya
 59, 62, 62, 56, 68, 69, 66, 66, 72, 73, 69, 56, 56, 56, 57, 57, 58,
71, 64, 65, 65, 59, 60, 60, 60, 60, 61, 71, 67, 67, 69, 68, 69, 65,
68, 73, 73, 69, 65, 58, 58, 59, 66, 63, 64, 61, 61, 62, 69, 68

 μ = (59+62+….+69+ 68) / 50 = 64 kg
BB (kg) Frek Titik tengah (Xi-μ) (Xi-μ)2 Fi (Xi-μ)2
(Xi)
56-58 9 57 -7 49 9 x 49 = 441
59-61 10 60 -4 16 10 x 16 = 160
62-64 6 63 -1 1 6x1=6
65-67 9 66 2 4 9 x 4 = 36
68-70 10 69 5 25 10 x 25 = 250
71-73 6 72 8 64 6 x 64 = 384
50 1277
 k

 fi ( X i   ) 2
 
2 i 1
k

f
i 1
i

 1277 / 50= 25.54

 Simpangan baku = √25.54 = 5.05 kg

 Namun begitu, dalam penerapannya, nilai varian dan
standard deviasi tersebut bias untuk menduga
varian populasi. Dengan menggunakan rumus
tersebut, nilai varian populasi lebih besar dari varian
sampel.

 Oleh karena itu, agar tidak bias dalam menduga varian

dan standard deviasi populasi, maka n sebagai
pembagi penjumlahan kuadrat (sum of squares) diganti
dengan n-1 (derajat bebas) agar nilainya menjadi lebih
besar dan mendekati varian populasi. Oleh karena itu
rumus varian menjadi :
 Varians dan Simpangan baku sampel

Varians dan Simpangan baku juga bisa dihitung dari sampel.

Rumus untuk menghitung varians sampel (S2) adalah.
n

 i
( X
i 1
 X ) 2

S=2
n 1
Rumus untuk menghitung simpangan baku sampel (S)
adalah.
n

 i
( X  X ) 2

S= i 1

n 1
 Data tinggi badan populasi 30 siswa

 164; 168; 169; 160; 163; 166; 167;167;

162; 162; 167, 162; 165; 166; 165; 163;
167; 168; 164; 163; 168; 171; 171;160;
160; 164; 169; 170; 170; 164
 Apabila diambil secara acak 10 data
164, 166, 160, 167, 171, 162, 163, 164, 169, 168
Hitung ragam dan simpangan baku sampel tsb
X =164+166+160+167+171+162+163+164+169+168
10
= 165.4

S2 = (164-165.4)2 + (166-165.4)2 +…(168-165.4)2 / 9

= 104,4 / 9
= 11.60

S = √ 11.60 = 3.41 cm
 Varians dan Simpangan baku sampel data berkelompok

Rumus untuk menghitung varians sampel (S2) data

berkelompok adalah.
k

 fiXi 2  nX 2

2 i 1
S= n 1

Rumus untuk menghitung simpangan baku sampel (S) data

berkelompok adalah.
k

 fiXi 2 i  nX 2

S= i 1

n 1
Kelas Xi Fi Xi2 Fi x Xi Fi x Xi2
40-49 44,5 2 1980,25 89 3960.50
50-59 54,5 4 2970,25 218 11881,00
60-69 64,5 7 4160,25 451,5 29121,75
70-79 74,5 9 5550,25 670,5 49952,25
80-89 84,5 5 7140,25 422,5 35701,25
90-99 94,5 3 8930,25 283,5 26790,75
30 2135 157407,50

X =2135 / 30 = 71,2
k

S=  i 1
fiXi 2i  nX 2
S=
157407,50  30(71, 2) 2
=13,5
30  1
n 1
 Perhatikan penulisan lambang varians
dan standard deviasi pada populasi
berbeda dengan penulisan lambang
varians dan standard deviasi pada
sampel
 2
 var populasi
  SDpopulasi
2
S = varians sampel
S = Standard deviasi sampel
 DOA SESUDAH BELAJAR

‫ِيم‬
‫ح‬ ‫الر‬
َّ ‫ن‬
ِ ‫م‬
َ ‫ح‬
ْ ‫الر‬
َّ ِ ‫هَّللا‬ ‫ِب ْس ِم‬
ِ

ْ ‫اعه ُ َوَأ ِر َنا ا ْل َباطِ ل َ َباطِ الً َو‬

ْ ‫ار ُز ْق َنا‬
‫اج ِت َنا َب ُه‬ ْ ‫اَل َّل ُه َّم َأ ِر َنا ا ْل َح َّق َح ًّقا َو‬
َ ‫ار ُز ْق َنا ا ِّتـ َب‬

Ya Allah, Tunjukkanlah kepada kami kebenaran

sehinggga kami dapat mengikutinya

Dan tunjukkanlah kepada kami kejelekan

sehingga kami dapat menjauhinya