Ukuran Penyebaran

(Measures of Dispersion)
Ukuran Penyebaran
(Measures of Dispersion)

 Ukuran penyebaran (Measures of Dispersion) atau

ukuran keragaman pengamatan dari nilai rata-ratanya
disebut simpangan (deviation/dispersi).
 Terdapat beberapa ukuran untuk menentukan dispersi
data pengamatan, seperti jangkauan/rentang (range),
simpangan kuartil (quartile deviation), simpangan
rata-rata (mean deviation), dan simpangan baku
(standard deviation).
UKURAN SIMPANGAN, DISPERSI,
& VARIASI
1. Rentang dan Rentang Antar Kuartil
2. Simpangan Rata-rata
3. Simpangan Baku
4. Koefisien variasi
Rentang
Ukuran variansi yang paling mudah
adalah rentang. Rentang adalah selisih
bilangan terbesar dengan bilangan
terkecil.
Oleh karena itu apabial dalam analisis kita
memperoleh keterangan yang lebih
banyak, hindari Rentang.

Rentang= Data terbesar-data terkecil

Rentang Antar Kuartil
Apabila kita berhadapan dengan variabel yang
mempunyai tingkat pengukuran orinal, maka
ukuran variansi yang baik adalah Rentang Antar
Kuartil yaitu :
RAK=K3-K1
Ket:
RAK = Rentang Antar Kuartil
K3 = Kuartil Ketiga
K1 = Kuartil Pertama
Simpangan kuartil = ½(K3-K1)
Contoh :
NILAI TIAP JAM UNTUK 65 PABRIK
DI PABRIK A
Nilai Ujian frekuensi
50,00-59,99 8
60,00-69,99 10 K1 = 67,75
70,00-79,99 16 K3 = 90,25
80,00-89,99 14
90,00-99,99 10 Ditafsirkan bahwa 50 % dari data ,
nilainya
100,00-109,99 5
Paling rendah 67,75 dan paling tinggi
110,00-119,99 2 90,25
Jumlah 65 Dengan perbedaan paling tinggi 22,50
Data dari tabel diatas diperolkeh
K1=Rp.67,75
K3=Rp90,25
Maka Rak =Rp.22,50
Ditafsirkan bahwa 50% dari data,
Nilainya paling rendah 67,75 dan paling tinggi
90,25 dengan perbedaan Paling tinggi 22,50.
Sedangkan simpangan kuartilnya=22,50/2=11,25
Frekuensi relatif untuk kelas terakhir diperoleh
dari : 2/65x100%=3,07%
Simpangan Rata-rata
Misalkan data hasil pengamatan berbentuk
x1,x2,..., xn dengan rata-rata x . Selanjutnya
kita tentukan jarak antara data dengan
rata-rata
Maka simpangan rata-rata / rata-rata
simpangan  xi  x
Rumusnya : SR( RS )  n
data berkelompok:
SIMPANGAN RATA-RATA
(lanjutan)
Contoh :
   
Interval Kelas X f fx X-X f X-X

09-21 15 3 45 50,92 152,8

22-34 28 4 112 37,92 151,7
35-47 41 4 164 24,92 99,68
48-60 54 8 432 11,92 95,36
61-73 67 12 804 1,08 12,96
74-86 80 23 1840 14,08 323,8
87-99 93 6 558 27,08 162,5
  Σf = 60 3955   998,8

𝟑𝟗𝟓𝟓 998,76
𝑿=
𝟔𝟎
=𝟔𝟓 ,𝟗𝟐 SR   16,646
60
Simpangan Baku
Simpangan Baku adalah ukuran statistik yang
menggambarkan keadaan keseragaman, makin
besar harga s, maka tidak seragam keadaanya.
Apabila s=0, artinya data harganya sama-sama.
Dimana simpangan baku merupakan akar
kuadrat dari varians
Simpangan baku mempunyai satuan pengukuran,
oleh karena itu simpangan baku tidak bisa
digunakan sebagai alat pembanding keseragaman
apabila satuan pengukuranya tidak sama.
SIMPANGAN BAKU
Data tidak berkelompok :

S
 X-X  
2

atau S 
nX 2 - X 
2

n -1 n n - 1

Data berkelompok :

S
f X - X   2

atau S 
nfX 2 - fX 
2

f - 1 n n - 1
n  f
 SIMPANGAN BAKU (lanjutan)

Contoh 2 :
Interval Kelas X f

09-21 15 3 -50,92 2592,8464 7778,5392

22-34 28 4 -37,92 1437,9264 5751,7056
35-47 41 4 -24,92 621,0064 2484,0256
48-60 54 8 -11,92 142,0864 1136,6912
61-73 67 12 1,08 1,1664 13,9968
74-86 80 23 14,08 198,2464 4559,6672
87-99 93 6 27,08 733,3264 4399,9584
  Σf = 60     26124,584

𝑿=𝟔𝟓,𝟗𝟐
Varians
Apabila dari sebuah populasi berukuran
N, kita mengukur variabel X yang tingkat
pengukuranya sekurang-kurangnya
interval dengan hasil pengukuran x1, x2,
…,x , maka variansinya adalah :
N

nX i - X i 
2 2
2
s 
n n - 1

nf i X i - f i X i 
2 2
s2 
f i f i - 1
Koefisien Variasi
Apabila untuk variabel X kita bisa
menghitung rata-rata dan simpangan
baku, maka koefisien variansi adalah :

simpangan.baku
KV  100%
rata  rata
Kovariansi
Rumus untuk menghitung kovariansi
adalah sebagai berikut:
𝑵
𝟏
𝝈 𝑿𝒀 = ∑
𝑵 −𝟏 𝟏
( 𝑿 𝒊 − 𝝁 𝑿 )( 𝒀 𝒊 − 𝝁𝒀 )