UKURAN

PENYEBARAN
Adha Pramana Nasaruddin
A011211024
STATISTIKA EKONOMI L
UKURAN PENYEBARAN
Ukuran Penyebaran data merupakan ukuran yang
menujukkan seberapa besar nilai-nilai data berbeda atau
bervariasi dengan nilai ukuran pusatnya atau seberapa besar
penyimpangan nilai data dengan nilai pusatnya.
 PENYEBARAN DATA 3

KELAS A DAN KELAS B MEMPUNYAI

JUMLAH SISWA YANG SAMA YAITU 6
ORANG
DATA NILAI DI KEDUA KELAS TERSEBUT
ADALAH SEBAGAI BERIKUT :

KELAS     NILAI       RATA-RATA

A 60 80 70 70 75 65 70

B 55 95 55 90 35 100 70
 MEASURES OF DISPERSION

Mengukur dispersi atau variabilitas di antara nilai2 dlm

kelompok data.

Variabilitas tsb. dpt dilihat pada sejumlah indikator, antara

lain:
• Average deviation
• Variance
• Standard deviation

Average Deviation (Simpangan Rata2)

Selisih antara setiap nilai pada rangkaian data dengan rata-rata penyimpangan
data-data dari rata-rata (mean)-nya. Di dalam menghitung deviasi rata-rata harus
kita cari rata-rata dari harga mutlak selisih antara tiap-tiap data dengan meannya.
Harga mutlak adalah nilai dengan tidak memandang positif atau negatif, semuanya
dianggap positif.
Data tidak berkelompok:

S | Xi - m |
Populasi: AD =
N

AD = average deviation
X = nilai observasi
m = mean
N = jumlah observasi

S | Xi - X |
Sampel: AD =
n

X = rata2 sampel
Pd contoh umur 8 orang anak:

X X-m |X-m|
5 - 5,5 5,5 S | Xi - m |
8 - 2,5 2,5 AD =
8 - 2,5 2,5 N
11 0,5 0,5
11 0,5 0,5 = 21 / 8
11 0,5 0,5 = 2,6 tahun
14 3,5 3,5
16 5,5 5,5
m = 10,5 S| X - m |= 21,0
Untuk data berkelompok:

S (f | Xi - m | )
Populasi: AD =
N

S (f | Xi - X | )
Sampel: AD =
n
Pada contoh umur 8 orang anak:

X X-m |X-m|
5 - 5,5 5,5 S | Xi - m |
8 - 2,5 2,5 AD =
8 - 2,5 2,5 N
11 0,5 0,5
11 0,5 0,5 = 21 / 8
11 0,5 0,5 = 2,6 tahun
14 3,5 3,5
16 5,5 5,5
m = 10,5 S| X - m |= 21,0
Untuk data berkelompok:

S (f | Xi - m | )
Populasi: AD =
N

S (f | Xi - X | )
Sampel: AD =
n
Kelas Upah Mid-Point Jum. Pekerja
(Rp 000) (Xi) fi |Xi - X| (f|X - X|)
140 - 159 149,5 7 45 315
160 - 179 169,5 20 25 500
180 - 199 189,5 33 5 165
200 - 219 209,5 25 15 375
220 - 239 229,5 11 35 385
240 - 259 249,5 4 55 220
S fi = n = 100 S(f|X - X|) = 1.960

S (f | Xi - X | )
AD =
n

= 1960 / 100
= 19,6
VARIANCE (Variansi) dan STANDARD DEVIATION
(Simpangan Baku)

Variance, hampir sama dg Average Deviation. Perbedaan-nya

adalah pd variance selisih antara nilai2 individual dg rata2
dipangkat-duakan, lalu dijumlahkan.

Ukuran variabilitas nilai2 yang paling banyak dipakai adalah

Standard Deviation (Simpangan Baku).

Simpangan Baku ini mudah dihitung, yakni dg menghitung akar

variance.
Variance & Simpangan Baku data tidak berkelompok:

Variance

Populasi Sampel
S(Xi - m)2 S(Xi - X)2
s2 = s2 =
N n-1

Simpangan Baku

Populasi Sampel

S(Xi - m)2 S(Xi - X)2

s= s=
N n-1
Pd contoh umur 8 orang anak:

Variance:
X Xi - m (Xi - m) 2
S(Xi - m) 2
5 - 5,5 30,25 s2 =
N
8 - 2,5 6,25
8 - 2,5 6,25 86
s2 =
11 0,5 0,25 8
11 0,5 0,25 = 10,75
11 0,5 0,25
14 3,5 12,25 Simpangan Baku:
16 5,5 30,25
S(Xi - m)2
m = 10,5 Total = 86,00 s=
N
s= 10,75
= 3,3
Untuk Data Berkelompok:

Variance

Populasi Sampel

S f (Xi - m)2 S f (X - X) 2
s2 = s2 = i

N n-1

Simpangan Baku

Populasi Sampel

S f (Xi - m)2 S f (Xi - X)2

s= s=
N n-1
 Jum.
Kelas Upah Mid-Point Pekerja
(Rp 000) (Xi) fi (Xi - X) (Xi - X)2 f(Xi - X)2
140 - 159 149,5 7 -45 2025 14175
160 - 179 169,5 20 -25 625 12500
180 - 199 189,5 33 - 5 25 825
200 - 219 209,5 25 15 225 5625
220 - 239 229,5 11 35 1225 13475
240 - 259 249,5 4 55 3025 12100
N = 100 S f (Xi - X)2 = 58.700

Variance: Simpangan Baku:

S f (Xi - m)2
S f (Xi - m)2
s2 = s=
n-1 n-1
58.700 = 592.92 58.700
s =
2
s= = 24,35
99 99
Kegunaan Simpangan Baku

Std. deviation merupakan ukuran dispersi yg paling penting

sehubungan dg berbagai metoda Statistika Infrens. Salah satu
penggunaannya adalah distribusi frekuensi yg simetris dan
mesokurtik, terkenal dg istilah Normal Curve (Kurva Normal).

Suatu distribusi yg berdistribusi normal, kurang lebih 65% nilai2

terletak pd 1 std. deviasi dari mean, 95% pd 2 std. deviasi dari
mean.

68 % 95 %
m-1s m m+1s m+2s m m-2s
Pearson’s Coefficient of Skewness:

Mengukur penyimpangan bentuk kurva dari bentuk

yg simetris.

3(m - Med)
Population Skewness = s

Sample Skewness = 3(X - Med)

s

m = population mean
X = sample mean
Med = median
s = population std. deviation
s = sample std. deviation
Jika skewness = 0, maka kurvanya simetris (kurva normal), karena
mean = median
Jika skewness > 0, kurvanya condong ke kanan
Jika skewness < 0, kurvanya condong ke kiri.

Untuk contoh yg lalu:

3(X - Med)
Skewness =
s
3(194,5 - 193,44)
=
24,35
= 0,13 ------> condong agak ke kanan
KOEFFISIEN VARIASI (COEFFICIENT OF VARIATION)

Utk mengetahui dispersi relatif dari 2 atau lebih rangkaian data

σ
KV = X 100 %
μ

s = standar deviasi
m= rata-rata hitung (mean)
THANK YOU