UKURAN

PENYEBARAN/
UKURAN VARIASI/
UKURAN DISPERSI

LOGO
Edit your company slogan
Esi Fitriani Komara,SE.,MSM
 Contents

Pengertian

Ukuran penyebaran data tidak berkelompok

Ukuran penyebaran data berkelompok

Ukuran penyebaran relatif

Ukuran kecondongan ( skewness)

Ukuran keruncingan (Kurtosis)

LOGO
www.themegallery.com
 Pengertian

Ukuran penyebaran
adalah suatu ukuran baik
parameter atau statistik
untuk mengetahui
seberapa besar
penyimpangan data
dengan nilai rata-rata
hitungnya.

LOGO
www.themegallery.com
Mengapa perlu Karena kita merasa bahwa
mengetahui nilai tengah saja
mempelajari ukuran
belum cukup, tanpa disertai
penyebaran??? dengan pengetahuan tentang
seberapa besar data tersebut
menyebar disekitar nilai
tengahnya

LOGO
www.themegallery.com
 Apabila suatu kumpulan data tidak memiliki nilai ekstrem
rendah dan tinggi, maka ukuran pemusatan relatif baik
untuk digunakan.
 Namun, apabila datanya mengandung nilai ekstrem, maka
kita perlu mengetahui sebarannya.

LOGO
www.themegallery.com
 Ukuran Penyebaran untuk Data tidak berkelompok

Jarak atau
Varians sampel kisaran nilai (range)

Data Tidak
Berkelompok

Deviasi rata-rata
Standar deviasi sampel

Varians dan
standar deviasi
LOGO
www.themegallery.com
 Data tidak berkelompok

1. Jarak (Range)
 Jarak atau kisaran nilai (Range) adalah ukuran yang paling
sederhana dari ukuran penyebaran.
 Jarak merupakan perbedaan antara nilai terbesar dan terkecil
dalam suatu kelompok data baik data populasi atau sampel.
 Semakin kecil ukuran jarak menunjukan karakter yang lebih
baik, karena data mendekati nilai pusat dan kompak.
Jarak (Range) = Nilai Terbesar – Nilai Terkecil

LOGO
www.themegallery.com
 Data tidak berkelompok

Contoh :
Cari jarak dari data berikut:
50 40 30 60 70

Jawab:
Di urutkan : 30 40 50 60 70
NJ = Nilai terbesar – Nilai terkecil
= 70 - 30
= 40

LOGO
www.themegallery.com
 Data tidak berkelompok

2. Deviasi Rata-Rata (MD/Mean Deviation) / (AD/Average deviation)

 Deviasi rata-rata mengukur besarnya variasi atau selisih dari setiap
nilai dalam populasi atau sampel dari rata-rata hitungnya.

 Rumus Deviasi rata-rata:

Dimana: MD : Deviasi rata-rata
X : Nilai setiap data pengamatan
: Nilai rata-rata hitung dari seluruh nilai pengamatan
N : Jumlah data atau pengamatan dalam sampel/populasi
∑ : Lambang penjumlahan
││: Lambang nilai mutlak

LOGO
www.themegallery.com
 Data tidak berkelompok
3. Varians dan Standar Deviasi
 Varians dan standar deviasi adalah sebuah ukuran penyebaran yang
menunjukan standar penyimpangan atau deviasi data terhadap nilai
rata-ratanya
 Varians adalah rata-rata hitung deviasi kuadrat setiap data terhadap
rata-rata hitungannya.
 Varians dibedakan menjadi varians populasi
dan varians sampel.
Sampel Populasi
Rata-rata
Standar deviasi S
Varians
Data n N

LOGO
www.themegallery.com
 Data tidak berkelompok

 Varians populasi adalah deviasi kuadrat dari setiap data

terhadap rata-rata hitung semua data dalam populasi
 Varian populasi dapat dirumuskan sebagi berikut:
ingat bahwa

Dimana: : Varians populasi

X : Nilai setiap data/pengamatan dalam populasi
: Nilai rata-rata hitung dari populasi
N : Jumlah total data /pengamatan dalam populasi
∑ : Lambang penjumlahan

LOGO
www.themegallery.com
 Data tidak berkelompok

 Standar deviasi adalah akar kuadrat dari varians dan

menunjukan standar penyimpangan data terhadap nilai
rata-ratanya.
 Rumus standar deviasi populasi:

Dimana: : standar deviasi populasi

X : Nilai setiap data/pengamatan dalam populasi
: Nilai rata-rata hitung dari populasi
N : Jumlah total data /pengamatan dalam populasi
∑ : Lambang penjumlahan

LOGO
www.themegallery.com
 Data tidak berkelompok

3. Standar Deviasi Sampel

 Standar deviasi sampel adalah akar kuadrat dari varians
sampel.
 Rumus standar deviasi sampel:
Sampel berukuran kecil n ≤ 30 Sampel berukuran besar > 30

Dimana: S : Standar deviasi sampel

X : Nilai setiap data/pengamatan dalam sampel
n : Jumlah total data atau pengamatan dalam sampel
∑ : Lambang penjumlahan

LOGO
www.themegallery.com
 Data tidak berkelompok

4. Varians Sampel
 Varians sampel adalah deviasi kuadrat
dari setiap data rata-rata hitung terhadap
semua data dalam sampel, dimana
sampel adalah bagian dari populasi.
 Varians sampel data tidak berkelompok
dirumuskan S2
 Dimana S adalah standar deviasi

LOGO
www.themegallery.com
 Ukuran Penyebaran untuk Data berkelompok

1 2 3
Jarak (Range) Deviasi Standar Deviasi
Rata-Rata dan Varians

LOGO
www.themegallery.com
1. Jarak (Range) data berkelompok
Jarak/Range adalah selisih antara batas atas dari kelas tertinggi
dengan batas bawah dari kelas terendah.
Contoh:
Berikut data harga saham LQ-45 November 2013
Kelas ke Interval Frekuensi
1 3.850 – 10.450 13
2 10.451 – 17.051 4 Range = 36.853 – 3.850
= 33.003
3 17.052 – 23.652 3
4 23.653 – 30.253 1
5 30.254 – 36.853 2

LOGO
www.themegallery.com
2. Deviasi Rata-Rata data berkelompok
Deviasi rata-rata untuk data berkelompok:

Dimana: MD : Deviasi rata-rata

f : Jumlah frekuensi setiap kelas
X : Nilai setiap data pengamatan
: Nilai rata-rata hitung dari seluruh nilai pengamatan
N : Jumlah data atau pengamatan dalam sampel/populasi
∑ : Lambang penjumlahan
││: Lambang nilai mutlak

Ingat Nilai rata-rata berkelompok

LOGO
www.themegallery.com
 3. Standar deviasi dan varians data berkelompok
 Standar deviasi sampel data berkelompok
dirumuskan:
Sampel berukuran kecil n ≤ 30 Sampel berukuran besar > 30

Dimana: S : Standar deviasi sampel

u : koding
f : frekuensi
n : Jumlah total data atau pengamatan dalam sampel
∑ : Lambang penjumlahan

LOGO
www.themegallery.com
 Sedangkan rumus untuk varians data berkelompok adalah S2
 Dimana S adalah standar deviasi

LOGO
www.themegallery.com
 Ukuran Penyebaran Relatif

Ukuran penyebaran relatif adalah mengubah nilai ukuran penyebaran dari

berbagai satuan menjadi ukuran relatif atau persen

11 22 33

Koefisien Koefisien
Koefisien
Deviasi Standar
Range
Rata-rata Deviasi

LOGO
www.themegallery.com
1. Koefisien Range
Adalah pengukuran penyebaran dengan menggunakan range
secara relatif
Koefisien range dirumuskan sebagi berikut:
KR = La – Lb
X 100%
La +Lb
Dimana:
KR = Koefisien range dalam %
La = Batas atas data atau kelas tertinggi
Lb = Batas bawah data atau kelas terendah

LOGO
www.themegallery.com
2. Koefisien deviasi rata-rata
Adalah ukuran penyebaran dengan menggunakan deviasi rata-
rata terhadap nilai rata-ratanya, atau presentase dari deviasi
rata-rata terhadap nilai rata-ratanya.
Koefisien deviasi rata-rata rumusnya:
KMD = MD
X 100%

Dimana :
KMD = Koefisien deviasi rata-rata
MD = Deviasi rata-rata
= Nilai rata-rata data

LOGO
www.themegallery.com
3. Koefisien standar deviasi/Koefisien Variasi(KV)
Adalah ukuran penyebaran yang menggunakan standar deviasi
relatif terhadap nilai rata-rata yang dinyatakan sebagai
presentase.
Koefisien standar deviasi rumusnya:
Untuk data sampel Untuk data populasi

Dimana:
KSD = Koefisien standar deviasi dalam %
S / σ = Standar deviasi
/ μ= Nilai rata-rata data

LOGO
www.themegallery.com
 Angka Baku
 Untuk membandingkan dua keadaan atau lebih
 Rumus z = (nilai data – mean) / SD
Dimana z = angka baku
SD = Standar deviasi
Jika Z > 0 : keadaan di atas mean
Z = 0 : keadaan sama dengan mean
Z < 0 : keadaan di bawah mean

LOGO
www.themegallery.com
 Ukuran Kecondongan (Skewness)

 Ukuran kecondongan : kurva tidak simetris

 Jika = Md = Mo, maka kurva berbentuk simetis atau normal.
 Kecondongan kurva dapat terjadi sebagai akibat dari ≠ Md ≠ Mo
 Ada 2 bentuk kecondongan yaitu positif dan negatif
 Kecondongan positif disebabkan karena adanya data yang sangat
besar sehingga nilai rata-rata hitungannya meningkat.
 Kecondongan negatif disebabkan karena danya data ekstrem kecil,
sehingga menurunkan nilai hitung rata-ratanya

LOGO
www.themegallery.com
 LOGO
www.themegallery.com
 Pearson dalam Lind, Marchal dan Mason (2002) mengembangkan
suatu ukuran yang menjelaskan derajat kecondongan yang dikenal
dengan koef kecondongan (Coefficient of Skewness) yang
dirumuskan sebagai berikut:

Dimana:
Sk/KK = Koef kecondongan
μ = Nilai rata-rata hitung
Mo = Nilai Modus
Md = Nilai Median
= Standar deviasi
LOGO
www.themegallery.com
 Sedangkan koefisien kecondongan menurut bowley
adalah
KK = (Q1 + Q3 – 2M)
(Q3 - Q1)
M = Median
Q = kuartil

LOGO
www.themegallery.com
 Ukuran Keruncingan (Kurtosis)

 Ukuran keruncingan (kurtosis) ada yang menyebut kepuncakan atau

ketinggian kurva.
 Untuk mengukur keruncingan dari suatu kurva dapat dilakukan melalui
perbandingan dengan kurva normal (simetris).
 Kurva normal adalah kurva yang mempunyai distribusi yang tidak
mendatar dan tidak meruncing kurva yang seperti itu disebut dengan
mesokurtik
 Kurva dengan distribusi puncak yang mendatar dikenal dengan platikurtik
 Kurva dengan distribusi puncak yang tinggi dikenal dengan leptokurtik

LOGO
www.themegallery.com
 LOGO
www.themegallery.com
 Untuk mengetahui keruncingan kurva, dapat digunakan rumus
koefisien keruncingan atau koef kurtosis ( ).
 Apabila = 3 maka kurva mesokurtik
> 3 maka kurva leptokurtik
< 3 maka kurva platikurtik

LOGO
www.themegallery.com
 untuk data tidak berkelompok
rumusnya:
Dimana:
: Koefisien kurtosis
n : Jumlah data
X : Nilai data
untuk data berkelompok rumusnya: : Nilai rata-rata hitung data
: Standar deviasi
f : Jumlah frekuensi kelas

LOGO
www.themegallery.com
 Contoh soal data tidak berkelompok
Harga suatu barang dalam ribuan rupiah sbb:
325 400 500 600 625

Diketahui: nilai Q1 = 362,5; Q3 = 612,5 dan median = 500

Saudara diminta untuk menghitung:
a. Rata-rata
b. Standar deviasi dan varians
c. Koefisien variasi (KV)
d. Jika harga suatu barang 540 hitung nilai Z nya
e. Koef Skewness (KS) menurut bowley
f. Kurtosis

LOGO
Jawaban:
X X2
a. Rata-rata 325 105.625
= 2450/5 = 490 400 160.000

b. Standar deviasi dan varians 500 250.000

600 360.000
625 390.625
2.450 1.266.250

S = 128,208814
= 16.437,49999

LOGO
www.themegallery.com
c. Koefisien variasi (KV)

= (128,208814 / 490) x 100

= 26,16506408

d. Angka Baku
z = (nilai data – mean) / SD
= (540- 490) / 128,208814
= 0,3899 / 0,39 (harga barang di atas rata-rata)

LOGO
www.themegallery.com
e. Koef Skewness (KS) menurut bowley
KS = (Q1 + Q3 – 2M) = (362,5 + 612,5 – (2 x 500) = -0,1
(Q3 - Q1) 612,5 – 362,5
(landai ke kiri)
f. Kurtosis
x X - ̅x (X - ̅x)^4
325 -165 741.200.625
400 -90 65.610.000
= (1/5) x
500 10 10.000
1.285.381.250
600 110 146.410.000
270.191.287,8
625 135 332.150.625
= 0,951460175
1.285.381.250
(platikurtis)

LOGO
www.themegallery.com
Untuk mengetahui nilai SD dan rata2 (tidak data
berkelompok:
1. Pilih mode SD
2. Masukan data (missal data 1=4 dan data 2 =5
maka klik 4 lalu pilih M+ lalu 5, dsb
-Untuk mengetahui jumlah : Pilih shift S-Sum
-Untuk mengetahui SD : Pilih Shift S-Var pilih SD
-Untuk mengetahui rata2 : Pilih Shift S-Var
- pilih rata2

LOGO
www.themegallery.com
 Contoh soal data berkelompok

Distribusi frekuensi Piutang Dagang Nasabah PT.X

(Puluhan Ribu Rupiah)

Interval Kelas Frekuensi

49-56 2
57-64 7
65-72 9
73-80 10
81-88 4
89-96 2
Jumlah 34

Saudara diminta menghitung rata-rata, standar deviasi

dan varians
LOGO
www.themegallery.com
Jawaban:

LOGO
www.themegallery.com
 Standar deviasi  Rata-rata

= 2433 / 34
= 71,55882353
= 10,08476188
 Varians
= 101,7024221

LOGO
www.themegallery.com
Untuk mengetahui zigma dalam tabel data berkelompok:
1. Pilih mode Reg Quad
2. Masukan data X lalu Y (missal x=4 dan Y=5 maka klik 4.5)
lalu pilih M+ dsb
Note : jika data berkelompok : U=X dan F= Y
-Untuk mengetahui jumlah : Pilih shift S-Sum

Untuk data berkelompok tidak bisa langsung diketahui nilai

rata-rata dan standar deviasi

LOGO
www.themegallery.com
 Latihan soal 1
Soalnya seperti soal latihan pertemuan sebelumnya data
yaitu nilai statistik dari 40 orang mahasiswa FE
UNJANI.
Saudara diminta untuk menghitung:
a. Standar deviasi dan varians
b. Koefisien variasi (KV)
c. Jika harga saham 75 hitung nilai Z nya
d. Koef Skewness (KS) menurut bowley
e. Kurtosis

LOGO
www.themegallery.com
 Latihan Soal L2
160 285 300 360 370 405 410 450 500 500
500 525 550 550 550 575 600 650 700 874

Saudara diminta untuk menghitung:

a. rata-rata
b.Median
c. Modus
d.Persentil 25. 50 dan 75
e. Kuartil 1,2, dan 3
f. Desil 5
LOGO
www.themegallery.com
www.themegallery.com

LOGO
Edit your company slogan