Ukuran Penyebaran

• Suatu ukuran baik parameter atau statistik

untuk mengetahui seberapa besar
penyimpangan data dengan nilai rata-rata
hitungnya.

• Ukuran penyebaran membantu mengetahui

sejauh mana suatu nilai menyebar dari nilai
tengahnya, semakin kecil atau semakin
besar.
 Ukuran Penyebaran Data
(Measurement of dispersion)
 Dengan mengetahui nilai rata-rata saja, informasi
yang didapat kadang-kadang bisa salah
interpretasi.
 Misalnya, dari dua kelompok data diketahui rata-
ratanya sama, kalau hanya dari informasi ini kita
sudah menyatakan bahwa dua kelompok ini sama,
mungkin saja kita bisa salah kalau tidak diketahui
bagaimana bervariasinya data di dalam kelompok
masing-masing.
PENGGUNAAN UKURAN PENYEBARAN

• Rata-rata berat badan mahasiswa sebesar 52 kg,

namun kisaran berat badan dari 46 kg – 75 kg.

• Rata-rata IPK lulusan Agribisnis FP Unsri 3,34

padahal kisaran IPK dari 2,31 – 3,78.

• Harga rata-rata karet di tingkat petani Sumsel

adalah Rp 10.000 per kg, namun kisaran harga karet
tersebut sangat besar dari Rp 5.000 – Rp 16.250 per
kg
 BEBERAPA BENTUK UKURAN PENYEBARAN

10
1. Rata-rata sama,
penyebaran berbeda 8

0
2 3 4.6 5 6

Kelompok A Kelompok B
BEBERAPA BENTUK UKURAN PENYEBARAN

3. Rata-rata berbeda dengan

2. Rata-rata berbeda dengan penyebaran sama
penyebaran berbeda

10

9 10
8
8
7

6
6

5 4
4
2
3

2 0
1 2 3 4 5 6 7
0
2 3 4.6 5 6

Kelompok A Kelompok B
Kelompok A Kelompok B
 Bentuk Suatu Distribusi Data

• Menjelaskan bagaimana data didistribusikan

• Ukuran bentuk
– Simetrik atau menceng
Menceng Kekiri Simetrik Menceng Kekanan
Rerata < Median < ModusRerata = Median =Modus Modis < Median < Rerata
 Ukuran Penyebaran Data

• Menunjukkan bagaimana bervariasinya data di

dalam kelompok data itu terhadap nilai rata-ratanya.
• Semakin besar nilai variasi maka semakin bervariasi
pula data tersebut.
• Ada bermacam-macam ukuran penyebaran data,
yaitu sebagai berikut:
1. Rentang (Range)
2. Simpangan Rata-Rata (Average Deviation)
3. Variansi (Variance)
4. Simpangan Baku (Standard Deviation)
 UKURAN PENYEBARAN (DISPERSI)

1. Jangkauan (Range, R) SEBERAPA JAUH

a. Jangkauan data tunggal PENYIMPANGAN NILAI-
NILAI DATA DARI NILAI-
NILAI PUSATNYA
Jangkauan = Xn – X1

b. Jangkauan data berkelompok

Tinggi badan
Frekuensi Selisih titik tengah/tepi atas kelas
(cm) tertinggi dengan titik tengah/tepi
140-144 2 bawah kelas terendah
145-149 4
150-154 10
Titik tengah kelas terendah = 142
155-159 14 Titik tengah kelas tertinggi = 172
160-164 12 Tepi bawah kelas terendah = 139,5
165-169 5 Tepi atas kelas tertinggi = 174,5
170-174 3
1. Jangkauan = 172-142 = 30 atau
Jumlah 50
2. Jangkauan = 174,5-139,5 = 35
 Rentang (Range)
• Ukuran variasi
• Difference between the largest and the smallest
observations:

Rentang
X terbesar X terkecil
• Tidak bergantung pada (bentuk) distrib. data
Rentang =12 - 7= 5 Rentang =12 - 7= 5

7 8 9 10 11 7 8 9 10 11
12 12
 2. Jangkaun Antarkuartil dan Jangkauan Semi Interkuartil

 Jangkauan Antarkuartil

JK = Q3 – Q1

 Jangkauan Semi Interkuartil

11
Qd 
Qd QQ3 -3Q-1Q 1 
22
 Data Pencilan Keterangan :
L = 1,5 x JK L = satu langkah
PD = Q1 – L PD = pagar dalam
PL = Q3 + L PL = pagar luar
Contoh soal

Tentukan jangkauan antar kuartil dan jangkau semi kuartil

dari data berikut !
2, 4, 6, 8, 10, 12, 14

Jawab:
Q1 = 4 dan Q3 = 12
JK = Q3 - Q1
= 12 -4 = 8
Qd = 1/2(12-4) = 4
Contoh soal :
Nilai Frekuensi Penyelesaian :
30-39 2
n
40-49 3   f1 o
50-59 5 Q 1  B1  4 .C
f Q1
60-69 14
20 - 10
70-79 24  59,5  x10
14
80-89 20
 59,5  7,14  66,64
90-99 12
3n
Jumlah 80   f 3 o
Q 3  B3  4 .C
fQ3
60  48
 79,5  x10
20
JK  85,5 - 66,64  18,86
1
Qd  (85,5  66,64)  9,43
2
Contoh soal

Selidiki apakah terdapat data pencilan dari data di bawah

ini !
15, 33, 42, 50, 51, 51, 53, 55, 62, 64, 65, 68, 79, 85, 97

Jawab:
Q1 = 50 dan Q3 = 68
JK = 68 – 50 = 18
L = 1,5 x 18 = 27
PD = 50 - 27 = 23 (< 23 adalah 15)
PL = 68 + 27 = 95 (> 95 adalah 97)
Jadi data pencilannya adalah 15 dan 97
3. Deviasi Rata-rata (Simpangan Rata-rata)

a. Deviasi rata-rata data tunggal

1
DR   X - X 
 X-X
n n

b. Deviasi rata-rata untuk data berkelompok

1
DR   f X - X 
f X-X
n n
 b. Deviasi rata-rata untuk data berkelompok

1 f X-X
DR 
n
f X -X  n

Tinggi Badan (cm) X f X-X f X-X

140 - 144 142 2 15,7 31,4

145 - 149 147 4 10,7 42,8
150 - 154 152 10 5,7 57
155 – 159 157 14 0,7 9,8
160 – 164 162 12 4,3 51,6
165 – 169 167 5 9,3 46,5
170 - 179 172 3 14,3 42,9
jumlah - 50 - 282

DR 
 f X-X

282
 5,64
n 50
4. Varians
a. Varians data tunggal
1. Metode biasa
 X - X 
2
a) Sampel besar (n>30): s2 
n

b) Sampel kecil (n≤30):

s2 
 X - X
2

n -1

2. Metode angka kasar

a) Sampel besar (n>30) : 2

s2 
X 2
 X 
  
n 
 n 
b) Sampel kecil (n≤30) :  X
 
2 2
2
X
s  
n -1 n(n - 1)
Membandingkan Standar Deviasi

Data A Rerata=15.5
s = 3.338
11 12 13 14 15 16 17 18 19 20 21

Data B
Rerata=15.5
11 12 13 14 15 16 17 18 19 20 21 s = .9258

Data C
Rerata=15.5
11 12 13 14 15 16 17 18 19 20 21 s = 4.57
Contoh soal:

Tentukan varians dari data: 2,

3, 6, 8, 11
X X-X X - X 
2
X2
2 -4 16 4
3 -3 9 9
Jawab:
6 0 0 36
n=5 8 2 4 64
2  3  6  8  11 11 5 25 121
X 6
5 30 54 234

s2 
 X - X
2


54
 13,5
n 1 5 1

s 2

 X 2


 X

2
234 (30) 2
  13,5
n -1 n(n - 1) 5  1 5(5  1)
b. Varian data berkelompok
1. Metode biasa
f X - X 
2

a). Sampel besar (n>30): s 2



n
 f X - X 
2
2
s 
b). Sampel kecil (n≤30) : n 1

2. Metode angka kasar 2

s2 
 fX 2
  fX 
  
a) Sampel besar (n>30) : n  n 


s2 
 fX 2
 fX 
2

b) Sampel kecil (n≤30) : n 1


n (n  1)
 Tentukan varians dari distribusi frekuensi berikut

Diameter (mm) Frekuensi

65 - 67 2
68 - 70 5
71 – 73 13
74 – 76 14
77 – 79 4
80 - 82 2
s2 

f X -X 
2


467,790
 11,694
Jumlah 40 n 40

Jawab: Metode Biasa

Diamater X f X-X X - X  2
f X-X
65 - 67 66 2 -7,425 55,131 110,262
68 - 70 69 5 -4,425 19,581 97,905
71 – 73 72 13 -1,425 2,-31 26,403
74 – 76 75 14 1,575 2,481 34,734
77 – 79 78 4 4,575 20,931 83,724
80 - 82 81 2 7,575 57,381 114,762
Jumlah 40 - - 467,790
 Metode angka kasar

Diamater X f X2 fX fX 2
65 - 67 66 2 4.356 132 8.712
68 - 70 69 5 4.761 345 23.805
71 – 73 72 13 5.184 936 67.392
74 – 76 75 14 5.625 1.050 78.750
77 – 79 78 4 6.084 312 24.336
80 - 82 81 2 6.561 162 13.122
Jumlah - 40 - 2.937 216.117

s2 
 fX 2
  fX  216.117  2.937  2
       5402,925  5391,231  11,694
n 
 n  40  40 
3) Metode coding
a) Sampel besar (n>30) :

 fu 2   fu 
2

s2  C2 .   

n  n 
b) Sampel kecil (n≤30) :

s 2 2
C .
 fu 2


 fu 
2

n 1 n (n  1)

Keterangan :
C = panjang interval kelas
d XM
u 
C C

M = rata-rata hitung sementara

 Metode coding

Diamater X f u u2 fu fu 2
65 - 67 66 2 -3 9 -6 18
68 - 70 69 5 -2 4 -10 20
71 – 73 72 13 -1 1 -13 13
74 – 76 75 14 0 0 0 0
77 – 79 78 4 1 1 4 4
80 - 82 81 2 2 4 4 8
Jumlah - 40 - - -21 63

 fu 2   fu   2

2

2  63   21    9(1,575  0,276)  11,694

s2  C2 .    3
  
n  40  40  
 n   
b. Varians gabungan

2
s gab 
 (n - 1)s 2

n k
5. Simpangan Baku (Standar Deviasi)

s  varians
a. Simpangan baku data tunggal
1) Metode biasa
a. Sampel besar (n>30) :

 X - X 
2

s
n
b. Sampel kecil (n≤30) :

 X - X 
2

s
n -1
2) Metode angka kasar
a) Sampel besar (n>30) : b) Sampel kecil (n≤30) :

X 2
 X 
2

s
 X2 
 X
2
2
s    
n  n 
 n -1 n n - 1

b. Simpangan baku data berkelompok

1) Metode biasa
a) Sampel besar (n>30) : b) Sampel kecil (n≤30) :

 f X - X  f X - X 
2 2

s s
n n -1
2) Metode angka kasar
a) Sampel besar (n>30) : b) Sampel kecil (n≤30) :

s
 fX 2   fX 
  
2

s
 fX 2


 fX 
2

n 
 n  n -1 n(n - 1)

3) Metode coding
a) Sampel besar (n>30) : b) Sampel kecil (n≤30) :

 fu   fu 
2

sC
 fu 2
  fu 
  
2 2

n n  sC
  n -1 n(n - 1)
Keterangan :
C = panjang interval kelas
d X-M
u 
C C
M = rata-rata hitung sementara
c. Simpangan baku gabungan

 n - 1s
s gab 
n -k
C. KOEFISIEN VARIASI

Dispersi absolut
Dispersi relatif 
Rata - rata

1. Koefisien Variasi (KV)

sKeterangan :
KV  s =x100% simpangan baku
X
X  rata - rata
2. Variasi Jangkauan (VR)

R
VR  x100%
X
3. Variasi Simpangan Rata-rata (VSR)

SR
VSR  x100%
X
4. Variasi Kuartil (VQ)
Qd
VQ  x100%
Me
Q3 - Q1
VQ  x100%
Q 3  Q1
Rata-rata dan standar deviasi merupakan dua pengukuran dalam statistika yang seharusnya
digunakan secara simultan. Namun para pengguna data, tidak hanya orang awam riset dan statistik
bahkan mereka yang sehari-hari menggeluti riset dan statistik, acap kali hanya menampilkan nilai
rata-rata.
Padahal kedua ukuran yang menggambarkan kecenderungan data ini diciptakan untuk saling
melengkapi, jika hanya satu yang ditampilkan (khususnya nilai rata-rata) dapat mengakibatkan
misleading terhadap data sehingga berdampak pada kesalahan dalam pengambilan keputusan.
Separah itu kah? Ya! Karena rata-rata sangat rentan terhadap yang namanya pecicilan eh…pecilan
alias nilai ekstrim, alias outliers. Standar deviasi berperan sebagai detektor keberadaan pecilan,
sehingga jika persentase standar deviasi terhadap rata-rata lebih dari 30% apalagi lebih dari 100%
maka sebuah gugus data dapat dikatakan tidak memiliki sebaran data yang baik alias mengandung
oknum-oknum pecilan.
Ada kisah humor klasik dari buku “dongeng statistik” yang menggambarkan “bahaya”
dari pemisahan kedua ukuran ini. Begini ceritanya …
Alkisah di negeri deskriptif tersebutlah seorang murid yang baru belajar jurus-jurus
statistik, sebut saja Paijo. Paijo baru saja menyelesaikan jurus menghitung nilai rata-
rata namun belum mempelajari jurus menghitung nilai standar deviasi. Paijo sangat
menguasai jurus rata-rata dan sangat percaya diri karenanya. Suatu waktu Paijo ingin
berkunjung ke negeri inferensia menemui seorang seniornya. Untuk sampai ke negeri
inferensia Paijo harus menyeberang sebuah sungai yang lebar dan tidak diketahui
kedalamannya. Tiba di pinggir sungai Paijo bertemu dengan seorang kakek berjubah
putih, dari penampilannya sang kakek sepertinya seorang pendekar statistik. Paijo
pun bertanya pada si kakek, “Kek, numpang nanya, apakah kakek tahu berapa rata-
rata kedalaman sungai ini?” Si kakek sambil tersenyum menjawab “ tahu cu, rata-rata
kedalaman sungai ini adalah 1.5 meter”. “wah enteng” pikir Paijo dalam hati. “Saya
kan tingginya 1.70 meter, jadi saya bisa menyeberang sungai ini tanpa menggunakan
rakit”. “Baik kek, terima kasih atas informasinya”. Paijo dengan penuh percaya diri
menyeberang sungai tersebut. Tapi belum 5 meter dia menyeberang tiba-tiba
tubuhnya terperosok dan tenggelam, apes bagi Paijo ternyata dia tidak bisa
berenang, akhirnya dia meninggal dunia.
Singkat cerita di alam baka Paijo kembali bertemu dengan sang kakek
berjubah putih tadi, yang ternyata seorang malaikat. Dengan geram
Paijo berkata kepada si Kakek, “Kek, gimana sih katanya rata-rata
kedalaman sungainya hanya 1.5 meter, buktinya saya tenggelam dan
mati!  Si kakek dengan senyum mesem berkata “Cu, kamu kan
bertanya berapa rata-rata kedalaman sungainya, memang benar rata-
ratanya hanya 1.5 meter, tapi kamu tidak menanyakan standar
deviasinya, standar deviasinya adalah 5 meter karena ada palung
sedalam 15 meter….(huaa ha..ha…ha…, lucu ngga sih?)
Saya tidak mengharapkan pembaca tertawa setelah membaca kisah di
atas, tapi kalau sampai tertawa berarti selera humor Anda sangat
berkelas (he..he..he..). Saya hanya ingin menghimbau, pada saat
menggunakan nilai rata-rata jangan pernah lupakan nilai standar
deviasi, jangan pernah pisahkan mereka, kalau tidak ingin tenggelam
dalam sungai jebakan data…
Sudah ada banyak sekali artikel tentang rata-rata dan standar
deviasi, baik serius maupun sedikit berbau humor. Berikut
adalah salah satunya (artikel ini sudah beredar banyak di dunia
maya, jadi bukan kami yang mengarang untuk pertama
kalinya).

Alkisah, Si Roy yang berusia 19 tahun diajak ke sebuah pesta

oleh temannya, Budi. Menurut Budi, pesta itu akan didatangi
oleh cewek-cewek yang rata-rata berusia 17 tahun. Wuih, Roy
sangat bersemangat dengan harapan mendapatkan kenalan
banyak cewek, siapa tahu ada yang cocok untuk dijadikan
pacar.
Pada hari yang telah ditentukan, Roy yang datang dengan
berdandan abis-abisan ternyata kecewa berat dengan tamu yang
datang ke pesta itu. Ternyata yang datang adalah ibu-ibu dengan
anaknya masing-masing yang masih kecil. Spontan Roy protes
berat ke Budi temanya. Si Budi dengan enteng menjawab:
"Eh tahu gak. dari 3 ibu-ibu tersebut, semuanya berusia 30 tahun
dan anaknya berusia 4 tahun. Jadi kalau dihitung rata-ratanya
adalah ((3 x 30) + (3 x 4))/6 =  (90+12)/6 = 17 tahun."
Dari cerita tersebut, Budi tidaklah salah.
Di sinilah letak konsep standar deviasi yang sangat penting
diletakkan bersama-sama dengan nilai rata-rata. Standar deviasi
diukur berdasarkan akar kuadrat dari varians di mana konsep
perhitungan sederhana telah dibahas di sini
So, adalah penting untuk menyertakan nilai standar deviasi pada
nilai rata-rata agar interpretasi tidak menyesatkan.