PERTEMUAN VIII

Dosen :
Ira Herawati, ST. MT
 UKURAN DISPERSI
 Ukuran dispersi atau ukuran variasi atau ukuran
penyimpangan 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 pusat.

 Pada dasarnya adalah pelengkap dari ukuran

nilai pusat dalam menggambarkan sekumpulan
data
Jenis-jenis ukuran dispersi :
1. Jangkauan (range, R)
2. Jangkauan Antarkuartil dan Jangkauan
Semi Interkuartil
3. Deviasi rata-rata
4. Varians
5. Simpangan Baku (Standar Deviasi)
1. Jangkauan (Range, R)
Jangkauan atau ukuran jarak adalah selisih nilai
terbesar data dengan nilai terkecil data.

a. Jangkauan data tunggal

Bila ada sekumpulan data tunggal X1, X2, ..., Xn
maka jangkauannya adalah
Jangkauan = Xn – X1
Contoh :
Tentukan jangkauan data 1, 4, 7, 8, 9, 11
Penyelesaian:
X6 = 11 dan X1 =1
Jangkauan = X6 – X1 = 11 – 1 = 10
b. Jangkauan Data Berkelompok
Dapat ditentukan dengan dua cara yaitu
menggunakan titik atau nilai tengah dan
menggunakan tepi kelas.
1) Jangkauan adalah selisih titik tengah
kelas tertinggi dengan titik tengah kelas
terendah
2) Jangkauan adalah selisih tepi atas kelas
tertinggi dan tepi bawah kelas terendah.
2. Jangkauan Antarkuartil dan Jangkauan Semi Interkuartil
Jangkauan antarkuartil adalah selisih antara nilai kuartil atas (Q3)
dan kuartil bawah (Q1)
JK = Q3 – Q1

Jangkauan semi interkuartil atau simpangan interkuartil adalah

setengah dari selisih kuartil atas (Q3) dengan kuartil bawah (Q1).
Qd = ½ (Q3 – Q1)
Contoh :
Tentukan jangkauan antarkuartil dan jangkauan semi interkuartil dari
data berikut
2, 4, 6, 8, 10, 12, 14

Penyelesaian :
Q1 = 4 dan Q3 = 12
JK = Q3 – Q1
= 12 – 4 = 8
Qd = ½ (12-4) = 4
Jangkauan atarkuartil (JK) dapat digunakan untuk menemukan adanya data
pencilan, yaitu data yang dianggap salah catat atau salah ukur atau berasal dari
data yang menyimpang, karena itu perlu diteliti ulang. Data pencilan adalah data
yang kurang dari pagar dalam atau lebih dari pagar luar

L = 1,5 x JK
PD = Q1 – L L = satu langkah
PL = Q1 – L PD = Pagar dalam
PL = Q3 + L PL = Pagar luar

Contoh
Selidikilah apakah terdapat data pencilan dari data di bawah ini
15, 33, 42, 50, 51, 51, 53, 55, 62, 64, 65, 68, 79, 85, 97
Penyelesaian :
Q1 = 50 dan Q3 = 68
JK = 68 – 50 = 18
L = 1,5 x 18 = 27
PD = 50 – 27 = 23
PL = 68 + 27 = 95
Pada data diatas terdapat nilai 15 dan
97 yang berarti kurang dari pagar dalam
(23) atau lebih dari pagarl luar (95).

Dengan demikian, nilai 15 dan 97

termasuk data pencilan, karena itu perlu
diteliti ulang. Adanya nilai 15 dan 97
mungkin disebabkan salah dalam
mencatat salam dalam mengukur, atau
dari kasus yang menyimpang.
3. Deviasi Rata-Rata (Simpangan Rata-Rata)
Adalah nilai rata-rata hitung dari harga mutlak
simpangan-simpangannya.
a. Deviasi data tunggal
Deviasi rata-rata dapat dihitung :

Contoh :
Tentukan rata-rata dari 2, 3, 6, 8, 11
Penyelesaian :
Rata-rata hitung =
 b. Deviasi rata-rata untuk data berkelompok

4. Varians
Adalah nilai tengah kuadrat simpangan dari nilai
tengah atau simpangan rata-rata kuadrat. Untuk
sampel, variansnya (varians sampel) disimbolkan
dengan S2 . Untuk populasi, variansnya (varians
populasi disimbolkan dengan σ2

a. Varians data tunggal

untuk seperangkat data X1, X2, X3,...,Xn (data
tunggal), variansnya dapat ditentukan dengan dua
metode yakni metode biasa dan metode angka kasar
1. Metode Biasa
a) untuk sampel besar(n>30) :

b) Untuk sampel kecil (n≤30):

2. Metode angka kasar

a) untuk sampel besar(n>30) :

b) Untuk sampel kecil (n≤30):

b. Varians data berkelompok
3 Metode yang dapat digunakan metode
biasa, metode angka kasar dan metode
coding.
1. Metode Biasa
a) untuk sampel besar (n>30) :
b) Untuk sampel kecil (n≤30):
2. Metode angka kasar
a) untuk sampel besar (n>30) :
b) Untuk sampel kecil (n≤30):
c. Metode Coding
a) untuk sampel besar (n>30) :
b) Untuk sampel kecil (n≤30):

Dimana :
C = panjang interval kelas
U = d/C = (X-M)/C
M = rata-rata hitung
c. Varians Gabungan
Misalkan terdapat k buah sampel sebagai berikut :
- Sub sampel 1, berukuran n1 dg varians S 12
-Sub sampel 2, berukuran n2 dg varians S 22
- ......................, ........ .......................
-Sub sampel 3, berukuran n3 dg varians S k2
Jika sub sampel tersebut digabungkan menjadi
sampel berukuran n1+n2+...+nk =n maka varians
gabungannya adalah :
Contoh :
Hasil pengamatan terhadap 20 objek mendapatkan
s = 4. Pengamatan terhadap 30 objek
mendapatkan s = 5. Berapakah varians
gabungannya?
Penyelesaian :
n1 = 20 s1 = 4 S12 = 16
n2 = 30 s2 = 5 S12 = 25
k=2
5. Simpangan baku (standar deviasi)
Adalah akar dari tengah kuadrat simpangan dari
nilai tengah atau akar simpangan rata-rata
kuadrat.
Sampel = s (simpangan baku sampel)
Populasi = σ (simpangan baku populasi)
Menentukannya dengan menarik akar dari varians

a) Simpangan baku data tunggal

untuk seperangkat data X1, X2, X3,...,Xn (data
tunggal) dapat ditentukan dengan metode
biasa dan metode angka kasar.
1) Metode biasa
a) untuk sampel besar (n>30) :

b) Untuk sampel kecil (n≤30):

2) Metode angka kasar

a) untuk sampel besar (n>30) :

b) Untuk sampel kecil (n≤30):

b. Simpangan baku data berkelompok
dapat ditentukan dengan 3 metode, yaitu
metode biasa, metode angka kasar, dan
metode coding
1) Metode biasa
a) Untuk sampel besar (n>30) :

b) Untuk sampel kecil (n≤30):

2) Metode angka kasar
a) Untuk sampel besar (n>30) :

b) Untuk sampel kecil (n≤30):

3) Metode Coding
a) Untuk sampel besar (n>30) :

b) Untuk sampel kecil (n≤30):

C. Simpangan baku Gabungan

Atau dapat ditulis :

Contoh :
n1 = 150 dan S1 = 6,04
n2 = 40 dan S2 = 3,42
Tentukan Sgab !
 Koefisien Variasi
Untuk membandingkan dispersi atau variasi dari
beberapa kumpulan data digunakan istilah dispersi
relatif, yaitu perbandingan antara dispersi absolut
dengan rata-ratanya.

Dispersi relatif dirumuskan sebagai :

Jenis-jenis dispersi relatif :
1. Koeffisien Variasi (KV)
2. Variasi Jangkauan (VR)
3. Variasi Simpangan Rata-rata (VSR)
4. Variasi Quartil (VQ)
1. Koefficient Variasi (KV)
adalah jika dispersi absolut digantikan dengan simpangan
bakunya, dispersi relatifnya disebut dengan koefisien
variasi :

Dimana :
KV = Koefisien variasi
S = Simpangan baku
= rata-rata
2. Variasi Jangkauan (VR)
adalah dispersi relatif yang dispersi absolutnya digantikan
oleh jangkauan.

3. Variasi Simpangan Rata-rata (VSR)

adalah dispersi relatif yang dispersi relatifnya digantikan
oleh simpangan rata-rata.

4. Variasi Kuartil (VQ)

adalah dispersi relatif yang dispersi absolutnya digantikan
dengan kuartil.
 KEMENCENGAN ATAU
KECONDONGAN (SKEWNESS)
Adalah tingkat ketidaksimetrisan atau kejauhan simetri dari
sebuah distribusi.

Sebuah distribusi yang tidak simetris akan memiliki rata-

rata, median, dan modus yang tidak sama besar
Sehingga distribusi akan terkonsentrasi pada salah satu
sisi dan kurvanya akan menceng.

Jika distribusi menceng ke kanan maka disebut memiliki

kemencengan positif, dan jika menceng ke kiri memiliki
kemencengan negatif.
Metode2 untuk mengetahui bahwa konsentrasi distribusi
menceng ke kanan atau menceng ke kiri :
1. Koefisien kemencengan Pearson
Merupakan nilai selisih rata-rata dengan modus dibagi
dengan simpangan baku

Sk = koefisien kemencengan Pearson

Bila secara empiris didapat hubungan antar nilai pusat :

Maka rumus kemencengan dapat diubah menjadi :

Jika nilai sk dihubungkan dengan keadaan kurva maka :
1) Sk = 0 kurva memiliki bentuk simetris

2) Sk > 0 nilai-nilai terkonsentrasi pada sisi sebelah kanan

( terletak disebelah kanan Mo), sehingga kurva memiliki
ekor memanjang ke kanan, kurva menceng ke kanan atau
menceng positif

3) Sk < 0 nilai terkonsentrasi pada sisi sebelah kiri

( terletak di sebelah kiri Mo), sehingga kurva memiliki ekor
memanjang ke kiri, kurva menceng ke kiri atau menceng
negatif
2. Koefisien kemencengan Bowley
Berdasarkan pada hubungan kuartil-kuartil (Q1, Q2 dan
Q3) dari sebuah distribusi.

Atau :

Koefisien kemencengan Bowley sering juga disebut dengan

kuartil koefisien kemencengan.
3. Koefisien kemencengan Persentil
Didasarkan atas hubungan antar persentil
(P90, P50, P10) dari sebuah distribusi.
4. Koefisien Kemencengan Momen
didasarkan pada perbandingan momen ke-3 dengan
pangkat tiga simpangan baku. Dilambangkan dengan α3.
Disebut juga kemencengan relatif.
a. Untuk data tunggal

b. Untuk data berkelompok

Atau :
Keruncingan (kurtosis)