Ukuran Dispersi

dan Variasi
 Ukuran Dispersi atau
Ukuran Penyebaran Data

Menurut Sudjana ( 1990:4 ) “Ukuran dispersi adalah

ukuran yang menyatakan seberapa jauh penyimpangan
nilai-nilai data dari nilai-nilai pusatnya atau ukuran yang
menyatakan seberapa banyak nilai-nilai data yang
berbeda dengan nilai-nilai pusatnya”

Jadi, dispersi/pengukuran penyebaran data adalah suatu

ukuran baik parameter atau statistika untuk mengetahui
seberapa besar penyimpangan data. Melalui ukuran
penyebaran dapat diketahui seberapa jauh data-data
menyebar dari titik pemusatannya/suatu kelompok data
terhadap pusat data. Ukuran ini kadang-kadang
dinamakan pula ukuran variasi yang menggambarkan
berpencarnya data kuantitatif.
01 Rentang Nilai & Rentang Jenis Ukuran
antar Kuartil Dispersi
02 Simpangan Rata-Rata

03 Simpangan Baku dan

Varians

04 Koefisien Variasi
Rentang Nilai & Rentang antar Kuartil

Rentang / range (R) sebuah distribusi frekuensi merupakan

beda antara pengukuran nilai terbesar dan nilai terkecil
yang terdapat dalam sebuah distribusi.
Contoh : 10, 20, 30, 40, 50
Range = 50 – 10 = 40
Penentuan range sebuah distribusi merupakan pengukuran
dispersi yang paling sederhana.
1. Rentang (R) Nilai Jarak:
Selisih antara nilai tertinggi (Xt) dan
terendah (Xr) dalam suatu distribusi data.
Sangat dipengaruhi oleh nilai ekstrim.
Rumus : R = Xt - Xr

2. Rentang antar kuartil (RAK) :

Median didefinisikan sebagai nilai yang
membagi seluruh rentang nilai menjadi
dua bagian yang sama.
Kuartil didefinisikan sebagai nilai yang
membagi seluruh rentang nilai menjadi
empat bagian yang sama.
2. Rentang antar kuartil (RAK) :
Ketiga nilai tersebut dinamakan nilai-nilai
kuartil dan dilambangkan dengan :
Q1 = kuartil pertama Q2 = kuartil
kedua
Q3 = kuartil ketiga 50%

Q1 Q2 Q3
Rentang antar kuartil didapat dari selisih
antara nilai kuartil teratas (Q3) dan kuartil
terbawah (Q1).
Nilainya tidak terpengaruh oleh nilai
ekstrim.
Rumus : RAK = Q3 - Q1
3. Simpangan Kuartil :
Nilai setengah dari selisih antara
kuartil
teratas dan terbawah
Rumus : SK = ½ (Q3 - Q1)

Simpangan kuartil (SK) digunakan

untuk
:
• melihat lokasi dari data.
• melihat apakah ada data pencilan
atau data yang
menyimpang, yaitu data Q yang
nilainya :
- lebih kecil dari pagar luar (Q1 – SK)
- lebih besar dari pagar dalam (Q3 +
Contoh :
Sekelompok data : 12 13 15 17 18 22
24 Ditanya : a. Rentang, Rentang Antar
Kuartil
, dan Simpang Kuartil ?
b. Apakah ada data pencilan ?
Jawab :
R = Xt – Xr = 24 – 12 = 12

12 13 15 17 18 22 24
Q1 Median/
Q3
Q2

RAK = Q3 - Q1 = 22 – 13 = 9

SK = ½ (Q3 - Q1) = ½ (22 – 13) = 4,5

= ½ (Q3 + Q1) = ½ (22 + 13) = 17,5
Artinya lokasi 50% data terletak dalam interval
17,5
± 4,5  Jadi di antara 13 – 22
Simpang Kuartil (SK) juga digunakan untuk
melihat apakah ada data pencilan (data
yang nilainya lebih kecil dari nilai pagar
luar atau lebih besar dari nilai pagar
dalam):

Pagar luar = 13 – 4,5 = 9,5

Pagar dalam = 22 + 4,5 = 26,5

Kelompok data diatas tidak ada data

pencilan krn :
12 > 9,5 dan 24 < 26,5.
Artinya : semua data dapat digunakan
dalam perhitungan.
4. Simpangan rata-rata/deviasi rata-rata/ mean
deviation :
Simpangan rata-rata merupakan ukuran variasi
yang lebih baik daripada range. Karena
simpangan rata-rata didapatkan
/diperhitungkan dari nilai keseluruhan data,
bukan hanya dari nilai ekstrimnya saja.
Simpangan rata-rata merupakan ukuran variasi
yang didasarkan pada pengukuran simpangan
absolut, yang menekankan pada besar/kecilnya
(magnitude) simpangan dan bukan pada arah
simpangan.
4. Simpangan rata-rata:
Simpangan rata-rata merupakan suatu
simpangan nilai untuk observasi
terhadap
rata-rata.
Simpangan rata-rata adalah jumlah nilai
mutlak dari selisih semua nilai dengan
nilai rata-rata dibagi dengan
banyaknya data

X-
Data Tunggal SR  X
n

SR  f X - X Data berkelompok
f
Contoh simpangan rata-rata data Contoh simpangan rata-
tunggal : rata data yang
x xi - x berkelompok:
7 0,33 Interval X f X-X fX-X
5 -1,67 Kelas
8 1,33 9-21 15 3 50,92 152,76
4 -2,67 22-34 28 4 37,92 151,68
6 -0,67 35-47 41 4 24,92 99,68
10 3,33 48-60 54 8 11,92 95,36
61-73 67 12 1,08 12,96
40 10 74-86 80 23 14,08 323,84
87-99 93 6 27,08 162,48
n=6 Σf = 60 998,76
= 40 / 6 = 6,67
998,76
X-X SR  f X - X SR  16,646
SR  f 60
n
10
SR  1,67
6
Varians adalah rata – rata dari simpangan
kuadrat setiap data terhadap rata – rata
hitung.

 
2

 X-
atau  2
nX2 -
X n 2

X 
2n

Data tunggal

 2   x 2 f  x2
n
n  f

Data berkelompok
  Simpangan Baku/deviasi baku sering
digunakan untuk menyatakan derajat
dispersi (penyebaran).  Karl Pearson
 Simpangan baku merupakan ukuran
penyebaran yang paling baik, karena
menggambarkan besarnya penyebaran
tiap-tiap unit observasi.

Data
Tunggal Sd 

 x-
atau Sd   x 2   x
2

x2n
  n 

  x
2
Data
Berkelompok
Sd    x f 2

 n 

Contoh Soal :

Data hasil penjualan dari 5 pedagang adalah :

5, 8, 4, 10, 3.
Berapa varians dan standar deviasi hasil penjualan ?

 
 x-
2

x
2n

(5  6)2  (8  6)2  (4  6)2  (10  6)2  (3   6,8
  2
5
6) 2

Sd 

 x-
s =
Sd  6,8 
x 
2n 2,6077
Contoh Simpangan Baku Data kelompok:
Interval
Kelas
X f
x2  X -  x2 f

X 2

9-21 15 3 2592,85 7778,55

22-34 28 4 1437,93 5751,72
35-47 41 4 621 2484
48-60 54 8 142,09 1136,72
61-73 67 12 1,17 14,04
74-86 80 23 198,25 4559,75
87-99 93 6 733,33 4399,98
Σf = 60 26124,76

 2   x 2 f  x2
n
n  f 26124,76
 
2
60  435,4127
 x Sd  435,4127  20,8666
Sd    x f  2 2

 n 
 Koefisien variasi adalah perbandingan antara
simpangan standar dengan nilai rata-rata
yang dinyatakan dengan persentase.
 Koefisien variasi berguna untuk melihat
sebaran data dari rata-rata hitungnya.
 Rumus Koefisien Variasi :

Sd
kv  100%
Sd : standar deviasi
x
THANK YOU