Ukuran penyebaran data

Shinta sumiarsih
 Rata-rata hitung
• Rata-rata hitung
• Median
• Modus
 Rata-rata hitung
• Diperoleh dengan jalan membagi jumlah niali
data dengan banyak data.
• Simbol rata-rata hitung untuk sampel ialah X
 Rata-rata gabungan
• Rata-rata gabungan adalah rata-rata dari beberapa sub
sampel lalu dijadikan satu. Misalkan ada k buah sub sampel
masing-masing dengan keadaan sebagai berikut:
 Sifat rata-rata (mean)
• Setiap set data bak interval atau rasio memiliki nilai
mean
• Setiap nilai dimasukan dalam perhitungan nilai
mean
• Nilai mean bersifat unik. Setiap data hanya memiliki
satu nilai rata-rata, misal: pemakaian air bersih
dalam suatu rumah memiliki satu niali rata-rata
• Jumlah deviasi setiap nilai observasi terhadap rata-
ratanya adalah nol
 Median
• Menentukan letak data setelah data itu
disusun menurut urutan nilainya dari terkecil
ke yang tersebar. Kalau nilai media=Me, maka
50% dari nilai-nilainya paling tinggi sama
dengan Me sedangkan 50% lagi nilai-nilainya
paling rendah sama dengan Me
 Modus
• Untuk menyatakan fenomena yang paling
banyak terjadi atau paling banyak terdapat
digunakan ukuran modus disingkat dengan Mo.
• Ukuran ini juga dapat ditentukan dalam
keadaan tidak sadari pada data penelitian
kualitatif (seperti data kecelakaan)
• Modus data kualitatif ditentukan dengan jalan
menentukan frekuensi terbanyak atau data
yang paling sering muncul diantara data itu
 Rumus

b = batas bawah kelas modus

p= panjang kelas modus
b1 = frekuensi kelas modus dkurangi frekuensi kelas interval
terdekat sebelumnya
b2 = frekuensi kelas modus dikurangi frekuensi kelas interval
terdekat berikutnya
 Sifat-sifat ukuran gejala pusat dan letak

• Secara statistik nilai mean umumnya lebih stabil untuk

data kontinu
• Nilai mean paling sensitfi karena hanya ukuran inilah yang
menggunakan semua nilai yang ada dalam
perhitungannya
• Kelemahannya sangat dipengaruhi oleh nilai ekstrem yang
ada
• Media merupakan ukuran yang lebih stabil jka data
terdapat nilai ekstrem atau terpotong pada satu sisi
• Modus sangat sering digunakan untuk ukuran pemusatan
pada nominal
 Hubungan antara mean, median dan modus

• Ketiga nilai ukuran ini digunakan unutk

mewakili seperangkat data dan sering disebut
dengan kecenderungan terpusat (measure of
central tendency)
• Pada analisis data biasanya fokus perhatian
tidak terletak pada keseluruhan data, tetapi
terletk hanya dimana data tersebut memusat
Jika mean, median dan
modus memiliki nilai yang
sama, maka nilai akan
terletak pada satu titik kurva
distribusi frekuensi (simetris)

Jika mean lebih besar dari median dan

median lebih besar dari modus, maka pada
kurva distribusi frekuensi, nilai rata-rata
akan terletak di sebelah kanan, sedangkan
median terletak di tengahnya dan modus
di sebelah kiri, kurva distribusi frekuensi
yang terbentuk adalah menceng kanan
atau kemencengan positif.
Lanjutan

Jika mean lebih kecil dari median,

dan median lebih kecil dari modus,
maka pada kurva distribusi frekuensi,
nilai mean akan terletak disebelah
kiri, sedangkan median terletak di
tengahnya dan modus di sebelah
kanan. Kurva distribusi frekuensi yang
terbentuk adalah menceng kiri atau
kemencengan negatif.

Jika kurva distribusi frekuensi

tidak simetris (menceng ke kiri
atau ke kanan), maka biasanya
akan berlaku hubungan antara
rata-rata median dan modus
sebagai berikut.
Rata-rata- Mo = 3 (Rata-rata-
Median)
UKURAN-UKURAN VARIASI
 Ukuran – ukuran variasi
• Pengertian ukuran variasi
• Kegunaan ukuran penyebaran data
• Macam-macam ukuran penyebaran data
• Keruncingan (kurtosis)
• Kemiringan (skewness)
 Pengertian ukuran variasi
• Suatu ukuran yang menyatakan seberapa besar
nilai-nilai data berbeda atau bervariasi dengan niali
ukurang pusatnya atau seberapa besar
penyimpangan nilai-nilai data dengan nilai pusatnya
• Ukuran penyebaran atau ukuran keragaman
pengamatan dari nilai rata-ratanya disebut
simpangan (deviasi/dispersi). Pengamatan, seperti
jangkauan/rentang (range), simpangn kuartil
(quartile deviation), simpangan rata-rata (mean
deviation), dan simpangan baku (standart deviation)
 Kegunaan ukuran penyebaran data

• Untuk menentukan apakah suatu nilai rata-

rata dapat mewakili suatu rangkaian data atau
tidak.
• Untuk perbandingan terhadap variabilitas
data, misalnya data curah hujan, suhu, dsb.
• Membantu penggunaan ukurang statistik,
misalnya dalam membandingkan ukuran
penyebaran sampel terhadap ukuran populasi
 Macam-macam ukuran penyebaran data

• Rentang (range), perbedaan antara nilai

tertinggi dan terendah dari sekumpulan
observasi.
Rentang = data terbesar-data terkecil
• Kelemahan:
1. ditentukan oleh hanya dua nilai observasi
2. Tergantung pada banyaknya nilai observasi
3. Sukar dipercaya karena hanya berdasar pada nilai
observasi
• Varians, harga sampel individu dari harga rata-
rata hitungnya, memberi petunjuk bagaimana
penyebaran dari sampel tersebut. Semakin
besar variasinya, maka harga sampel semakin
menyebar terhadap harga rata-rata hitungnya.
• Standar deviasi, akar dari variansi.
Rumus untuk data tunggal:

rumus data berkelompok:

• Koefisien variasi, digunakan untuk
membandingkan variasi relatif beberapa kumpulan
data dengan satuan yang berbeda.

• Keruncingan, distribusi data adalah derajat atau

ukuran tinggi rendahnya puncak suatu distribusi
data terhadap distribusi normalnya data. Ada 3
jenis derajat data keruncingan yaitu:
1. Leptokurtis jika puncak relatif tinggi
2. Mesokurtis jika puncak normal
3. Platikurtis jika puncak terlalu rendah/datar
Rumus untuk menghitung kurtosis:

Kriteria untuk menafsirkan koefisien yaitu:

a4= 3 distribusi normal
a4> distribusi leptokurtik (runcing)
a4< distribusi platikurtik (datar/landai)
• Kemiringan, harga yang menunjukkan
seberapa jauhkah distribusi itu menyimpang
dari simetrik
• Rumus :
Terima kasih