Statistika -Ukuran Penyebaran data : Penjelasan Rumus
dan Contoh Soal Jangkauan, Simpangan, Ragam
Terlengkap
Ukuran penyebaran data
Dalam pengukuran statistika terdpat pula Ukuran Penyebaran data. Ukuran penyebaran data
merupakan ukuran yang menunjukkan seberapa jauh data menyebar dari rata-rata. Terdapat
ukuran penyebaran data yang akan kita pelajari pada artikel ini, yaitu Jangkauan (range),
Simpangan rata-rata, Ragam (variasi), dan Simpangan Baku. namun, sebelum anda
mempelajari postingan ini, sebaiknya anda baca dulu materi sebelumnya tentang
pengertian
Statistika
,
Ukuran Pemusatan data
Dan
Ukuran Letak Data
.
Penjelasan dan uraian lengkapnya akan dijelaskan pada penjelasan di bawah ini.
Jangkauan (Range)
Jangkauan merupakan selisih data terbesar dan data terkecil. Jangkauan sering dilambangkan
dengan R.
1. Jangkauan Data
R = x
maks– x
minKeterangan:
R = jangkauan
X
maks= data terbesar
X
min= data terkecil
Contoh Soal Jangkauan Data
Tentukan jangkauan dari data : 3,6,10,5,8,9,6,4,7,5,6,9,5,2,4,7,8.
Jawab :
R = x
maks– x
min= 10-2 = 8
Jadi, jangkaun data tersebut adalah 8.
2. Jangkauan interkuartil
Jangkauan interkuartil adalah selisih antara kuartil ketiga dan kuartil pertama.
H = Q
3– Q
1Keterangan :
H = jangkauan interkuartil
Q
3= kuartil ketiga
Q
1= kuartil pertama
3. Simpangan kuartil ( jangkauan semi interkuartil)
Singan kuartil adalah setengah dari selisih kuartil ketiga dan kuartil pertama.
Sk = ½ Q
3– Q
1Keterangan :
Sk = simpangan kuartil
Q
3= kuartil ketiga
Q
1= kuartil pertama
Simpangan Rata- Rata
Simpangan rata-rata merupakan nilai rata-rata dari selisih setiap data dengan nilai mean atau
rataan hitungnya. Simpangan rata-rata sering dilambangkan dengan SR.
1. Data Tunggal
Keterangan :
SR = simpangan rata-rata
Xi = data ke-i
X = rataan hitung
n = banyak data
Contoh Soal Simpangan Rata rata Data tunggal
Tentukan simpangan rata-rata dari data 4,6,8,5,4,9,5,7.
Jawab :
Jadi, simpangan rata-ratanya adalah 1,5
2. Data Bergolong (Berkelompok)
Keterangan :
SR = simpangan rata-rata
Xi = data ke-i
X = rataan hitung
fi = frekuensi data ke-i
Contoh Soal Simpangan Rata rata Data Berkelompok
Tentukan simpangan rata-rata dari data berikut:
Data
f
41-45
6
46-50
3
51-55
5
56-60
8
61-65
8
Jawab:
Data
f
x
if
ix
i|x
i-x|
Fi|x
i-x|
41-45
6
43
258 11,5
69
46-50
3
48
114 6,5
19,5
51-55
5
53
265 1,5
7,5
56-60
8
58
464 3,5
28
61-65
8
63
504 8,5
68
Jumlah 30
1.635
165
Jadi, simpangan rata-ratanya adalah 5,5.
Ragam
Ragam atau variasi adlah nilai yang menunjukkan besarnya penyebaran data pada kelompok
data. Ragam atau variasi dilambangkan dengan s
2.
1. Variasi untuk data tunggal
Keterangan :
s
2= variasi
x
i= data ke –i
x = rataan hitung
n = banyak data
2. Variasi untuk data bergolong (berkelompok)
Keterangan :
s
2= variasi
x
i= data ke –i
x = rataan hitung
fi = frekuensi data ke-i
Simpangan baku
Simpangan baku atau disebut juga deviasi standar merupakan akar dari jumlah kuadrat diviasi
dibagi banyaknya data. Simpangan baku sering dilambangkan dengan s.
Keterangan :
S = simpangan baku
x
i= data ke –i
x = rataan hitung
n = banyak data
2. Simpangan baku untuk data bergolong (berkelompok)
Keterangan :
s = simpangan baku
x
i= data ke –i
x = rataan hitung
fi = frekuensi data ke-i
Contoh Soal Simpangan Baku
Tentukan variari dan simpangan baku dari data : 4,6,8,7,9,8.
Data f
41-45 6
46-50 3
51-50 5
56-60 8
61-65 8
Jawab :
Data
f
x
if
ix
i(x
i-x)
2f
i(x
i-x)
241-45
6
43
258
132.25
93.5
46-50
3
48
144
42.25
126.75
51-50
5
53
265
2.25
11.25
56-60
8
58
464
12.25
98
61-65
8
63
504
72.25
578
Jumlah 30
1.635
676
Jadi, variasinya = 22,53 dan simpangan bakunya = 4,75.
Statistika : Ukuran Penyebaran Data
Blog Koma
- Dengan menentukan pemusatan data dan ukuran letak data ternyata
belum cukup untuk memberikan gambaran yang jelas dari suatu data. Pada pengukuran
statistika, selain ukuran pemusatan dan ukuran letak, juga ada
Ukuran Penyebaran Data
.
Ukuran penyebaran data adalah ukuran yang menunjukkan seberapa jauh data suatu
menyebar dari rata-ratanya. Pada
ukuran penyebaran data
, kita akan mempelajari materi
Jangkauan (Range), Simpangan, Ragam (Variansi), ukuran penyebaran pada nilai
kuartil,
dan
Pencilan (Outlier)
. Sebelum membaca tentang ukuran penyebaran data,
sebaiknya kita baca dulu materi "Statistika Secara Umum" dan "Statistika : Penyajian Data".
Jangkauan (Range)
Jangkauan sering disebut range atau rentang. Jangkauan dari suatu data didefinisikan
sebagai selisih antara data terbesar dengan data terkecil. Disini kita simbolkan jangkauan
dengan huruf R.
Rumus umum jangkauan (range) :
Keterangan :
X
min=
nilai atau data terkecil
X
maks=
nilai atau data terbesar
♣
Jangkauan data tunggal
Untuk jangkauan data tunggal, langsung tentukan nilai terbesar dan terkecilnya, lalu
dikurangkan.
Contoh
Tentukan jangkauan(range) dari data-data di bawah ini.
6, 7, 3, 4, 8, 3, 7, 6, 10, 15, 20
Penyelesaian :
Dari data di atas diperoleh
x
maks=20
dan
x
min=3
*). Menentukan jangkauannya :
R
=
x
maks−
x
min=20−3=17
Jadi, jangkauan data tersebut adalah 17.
♣
Jangkauan data Berkelompok
Untuk data bergolong, nilai tertinggi diambil dari nilai tengah kelas tertinggi dan nilai
terendah diambil dari nilai kelas yang terendah.
Contoh
Tentukan range dari tabel berikut ini.
Penyelesaian :
*). Nilai tengah kelas terendah :
x
min=
3+52=4
*). Nilai tengah kelas tertinggi :
x
maks=
18+202=19
*). Menentukan jangkauannya :
R
=
x
maks−
x
min=19−4=15
Jadi, jangkauan data tersebut adalah 15.
Simpangan Rata-rata
Simpangan rata-rata atau deviasi rata-rata adalah ukuran yang menyatakan seberapa
besar penyebaran tiap nilai data terhadap nilai meannya (rata-ratanya).
♠
Simpangan rata-rata data tunggal
Rumus menghitung simpangan rata-rata data tunggal :
Keterangan :
SR
=
Simpangan rata-rata
n
=
ukuran data (total frekuensi)
x
i=
data ke-
i
dari data
x
1,
x
2,
x
3,...,
x
nx
¯¯¯=
rataan hitung.
∑
=
notasi sigma yang artinya jumlahan.
|
x
i−
x
¯¯¯|=
harga mutlak dari
x
i−
x
¯¯¯yang hasilnya selalu positif.
contoh :
|3|=3
dan
|−3|=3
Contoh :
Diketahui data: 7, 6, 8, 7, 6, 10, 5. Tentukan simpangan rata-ratanya.
Penyelesaian :
*). Menentukan rata-ratanya,
x
¯¯¯=7+6+8+7+6+10+57=497=7
*). Menentukan simpangan rata-ratanya :
SR
=1
n
∑
i=1n|
x
i−
x
¯¯¯|=17
∑
i=17|
x
i−7|=17(|7−7|+|6−7|+|8−7|+|
7−7|+|6−7|+|10−7|+|5−7|)=17(|0|+|−1|+|1|+|0|+|−1|+|3|+|
−2|)=17(0+1+1+0+1+3+2)=17(8)=87
Jadi, simpangan rata-ratanya adalah
87♠
Simpangan rata-rata data berkelompok
Keterangan :
SR
=
Simpangan rata-rata
n
=
banyak kelas
x
i=
nilai tengah kelas ke-
i
x
¯¯¯=
rataan hitung.
f
i=
frekuensi kelas ke-
i
∑
i=1nf
i=
total frekuensi
Contoh :
Tentukan simpangan rata-rata pada tabel berikut ini.
Penyelesaian :
*). Menentukan rata-rata :
x
¯¯¯=
∑
i=1nf
i.
x
i∑
i=1nf
i=630040=157,5
*). Menentukan simpangan rata-ratanya :
SR
=
∑
i=1nf
i.|
x
i−
x
¯¯¯|
∑
i=1nf
i=26040=5,15.
Jadi, simpangan rata-ratanya adalah 5,15.
Simpangan Baku (Standar Deviasi) Data tunggal
Diketahui sekumpulan data kuantitatif yang tidak dikelompokkan dan dinyatakan oleh
x
1,
x
2,...,
x
n. Dari data tersebut, dapat diperoleh nilai simpangan baku (
S
) yang ditentukan
oleh rumus berikut.
Data sampel berlaku untuk
n
<30
dan data populasi untuk
n
≥30
Contoh:
Dari 40 siswa kelas XI IPA diperoleh nilai yang mewakili adalah 7, 9, 6, 3, dan 5. Tentukan
simpangan baku dari data tersebut.
Penyelesaian :
*). Menentukan rata-rata :
x
¯¯¯=
7+9+6+3+55=
305=6
*). Melengkapkan tabel
*). Menentukan simpangan baku
−−−
√
=5√=2,24
Jadi, simpangan bakunya adalah 2,24.
Simpangan Baku (Standar Deviasi) Data Berkelompok
Sekumpulan data kuantitatif yang dikelompokkan, dapat dinyatakan oleh
x
1,
x
2,...,
x
ndan masing-masing data mempunyai frekuensi
f
1,
f
2,...,
f
n. Simpangan baku (
S
) dari data
tersebut diperoleh dengan menggunakan rumus
Data sampel berlaku untuk
n
<30
dan data populasi untuk
n
≥30
Contoh :
Hasil tes Matematika 30 siswa kelas XI IPA seperti ditunjukkan pada tabel di bawah.
Berdasarkan data tersebut, tentukan simpangan bakunya.
Penyelesaian :
*). Menentukan rata-ratanya :
x
¯¯¯=
∑
i=1nf
i.
x
i∑
i=1nf
i=49030=16,33
*). Menentukan simpangan bakunya
s
=
∑
i=15f
i.(
x
i−
x
¯¯¯)
2n
−−−−−−−−−−−−
−
⎷
=836,730−−−−−
√
=27,89−−−−−
√
=5,28
Jadi, simpangan bakunya adalah 5,28.
Ragam (Variansi)
Variansi (ragam) adalah rata-rata dari jumlah kuadrat simpangan tiap data. Ragam bisa
dirumuskan sebagai :
Ragam
=
S
2Artinya ragam diperoleh dari nilai simpangan baku dikuadratkan.
Contoh :
Dari contoh soal yang berkaitan dengan simpangan baku data berkelompok di atas, diperoleh
simpangan bakunya adalah 5,28. Sehingga nilai ragamanya (variansi) adalah :
Ragam
=
S
2=(5,28)
2=27,89
Koefisien Keragaman (KK)
Rumus koefisien keragaman (KK) dari sekumpulan data
x
1,
x
2,
x
3,...,
x
nadalah
KK
=
Sx
¯¯¯Keterangan :
KK
=
Koefisien Keragaman
S
=
simpangan baku
x
¯¯¯=
nilai rata-rata data.
Contoh :
Pak Murtono seorang pengusaha. Bidang usaha yang ia jalani adalah penerbitan, tekstil, dan
angkutan. Dalam 5 bulan terakhir, ia mencatat keuntungan bersih ketiga bidang usahanya.
Hasilnya tampak pada Tabel berikut
Jika Pak Murtono berpendapat bahwa bidang usaha yang akan dipertahankan hanya dua
bidang usaha dengan kriteria bidang usaha dengan keuntungan bersih yang stabil, tentukanlah
bidang usaha yang sebaiknya tidak dilanjutkan.
Penyelesaian :
*). Menghitung rataan, simpangan baku, dan koefisien keragaman dari setiap bidang usaha.
i). Bidang usaha penerbitan
x
¯¯¯SKK
=60+116+100+132+725=96=
∑
i=15(
x
i−
x
¯¯¯)
2n
−1−−−−
−−−−−−
−
⎷
=(60−96)
2+(116−96)
2+(100−96)
2+(132−96)
2+(72−
96)
25−1−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−
−−−−−−−−−−−−−−−−−−
√
=35844−−−−
−
√
=29,93=
Sx
¯¯¯=29,9396=0,31
ii). Bidang usaha tekstil
x
¯¯¯SKK
=156=40,69=
Sx
¯¯¯=40,69156=0,26
ii). Bidang usaha angkutan
x
¯¯¯SKK
=161,6=100,58=
Sx
¯¯¯=100,58161,6=0,62
Jadi, sebaiknya Pak Murtono tidak melanjutkan usaha angkutan karena keuntungannya tidak
stabil (nilai KK paling besar).
Ukuran Penyebaran Data pada Nilai Kuartil
Dari data kita bisa menentukan nilai kuartilnya baik kuartil kesatu (
Q
1), kuartil kedua
(
Q
2), dan kuatil ketiga (
Q
3). Untuk cara menentukan nilai kuartil, silahkan baca materi
"Statistika : Ukuran Letak Data". Dari nilai-nilai kuartil tersebut juga berlaku ukuran
penyebaran yaitu Jangkauan antarkuartil (Hamparan) yang kita simbolkan dengan JK dan
Jangkauan semi antarkuartil (Simpangan Kuartil) yang kita simbolkan dengan SK.
Rumus masing-masing :
JK
=
Q
3−
Q
1dan
SK
=12(
JK
)=12(
Q
3−
Q
1)
Dari nilai penyebaran pada kuartil dikenal juga istilah Langkah (L), yang dirumuskan :
L
=32(
JK
)=32(
Q
3−
Q
1)
Catatan :
Buku lain juga menyebutkan istilah Jangkauan antarkuartil = Jangkauan interkuartil dan
Jangkauan semi antarkuartil = Jangkauan semi interkuartil .
Pencilan (Outlier)
Istilah Pagar dalam dan pagar luar :
*). Pagar dalam (PD) adalah nilai data yang berada satu langkah di bawah kuartil pertama.
Rumusnya :
PD
=
Q
1−
L
*). Pagar luar (PL) adalah nilai data yang berada satu langkah di atas kuartil ketiga..
Rumusnya :
PL
=
Q
3+
L
Pengertian Pencilan :
Semua data yang nilainya kurang dari pagar dalam atau lebih dari pagar luar disebut
pencilan. Pencilan adalah datum yang memiliki karakteristik berbeda dari datum lainnya.
Dapat dikatakan bahwa pencilan merupakan datum yang tidak konsisten (tidak normal)
dalam kumpulan data.
Contoh :
Hasil tes matematika dari 20 siswa tercatat sebagai berikut.
70, 68, 71, 68, 66, 73, 65, 74, 65, 64, 78, 79, 61, 81, 60, 97, 44, 64, 83, 56.
Jika ada data pencilan, tentukan datum tersebut.
Penyelesaian :
*). Data setelah diurutkan menjadi :
44, 56, 60, 61, 64, 64, 65, 65, 66, 68, 68, 70, 71, 73, 74, 78, 79, 81, 83, 97
ada 20 datum (
n
=20
) .
*). Menentukan nilai kuartil data, jangkauan antarkuartil, langkah, pagar dalam(PD) dan
pagar luar(PL).
Q
1Q
1Q
2Q
2Q
3Q
3JKLPDPL
=
X
14(n+1)=
X
14(20+1)=
X
5,25=
x
5+0,25(
x
6−
x
5)=64+0,25(64−64)=64+0=64=
X
24(n+1)=
X
24(20+1)=
X
10,5=
x
10+0,5(
x
11−
x
10)=68+0,5(68−68)=68+0=68=
X
34(n+1)=
X
34(20+1)=
X
15,75=
x
15+0,
75(
x
16−
x
15)=74+0,75(78−74)=74+3=77=
Q
3−
Q
1=77−64=13=32(
J
K
)=32.(13)=19,5=
Q
1−
L
=64−19,5=44,5=
Q
3+
L
=77+19,5=96,5
Jadi, ada dua pencilan dalam data ini, yaitu 44 dan 97 karena datum 44 nilainya kurang dari
PD dan datum 97 nilainya lebih besar dari PL.
4. Ukuran Penyebaran Data
Ukuran Penyebaran Data adalah ukuran yang digunakan untuk menyatakan sebaran atau
variasi dari suatu kelompok data. Berikut ini beberapa ukuran yang biasa digunakan :
A. Range/ Jangkauan
Range/Jangkauan adalah perbedaan antara nilai terbesar dan nilai terkecil pada sekelompok
data.
Sifat – sifat :
Hanya dua nilai yang digunakan
Dipengaruhi oleh Nilai yang ekstrem
Mudah dihitung dan dan dipahami
B. Deviasi Absolut Rata-rata
Deviasi Absolut Rata-rata adalah jumlah nilai absolut setiap deviasi dari rata-rata dibagi
banyaknya pengamatan.
Sifat – sifat :
Tidak terlalu dipengaruhi oleh nilai besar atau kecil
Seluruh pengamatan digunakan dalam perhitungan
C. Variansi
Variansi adalah rata-rata deviasi kuadrat dari rata-rata hitung.
Rumus Variansi Populasi :
Rumus Variansi Sampel :
Sifat – sifat :
Seluruh pengamatan digunakan dalam perhitungan
Tidak terlalu dipengaruhi oleh pengamatan yang ekstrem
Unitnya agak sulit digunakan, biasanya adalah unit kuadrat awal
D. Standar Deviasi
Standar Deviasi adalah akar kuadrat dari Variansi.
Rumus Standar Deviasi Populasi :
Rumus Standar Deviasi Sampel :
Sifat -sifat :
Mempunyai satuan yang sama dengan data aslinya
Merupakan akar kuadrat dari jarak kuadrat rata terhadap nilai rata-rata
Nilainya pasti positif
Merupakan ukuran penyebaran data yang paling sering dilaporkan
Home
Matematika SD
Matematika SMP
Matematika SMA
Matematika Dasar
Matematika Umum
Contoh Soal
Home » RUMUS MATEMATIKA SMP » SMP » Ukuran Penyebaran Data Statistika
Ukuran Penyebaran Data Statistika
Ukuran Penyebaran Data Statistika - Di dalam artikel sebelumnya kita
telah bersama-sama mempelajari materi pelajaran matematika
mengenai Ukuran Pemusatan Data yang di dalamnya meliputi Mean,
Median, dan Modus. Pada kesempatan kali ini kita akan belajar mengenai
ukuran penyebaran data. Untuk mengetahui lebih jelas mengenai apa
yang dimaksud dengan ukuran penyebaran data maka sebaiknya kalian
menyimak dengan baik penjelasan yang akan diberikan oleh Rumus
Matematika Dasar berikut ini:
Ukuran penyebaran data adalah nilai ukuran yang memberikan gambaran
mengenai seberapa besar suatu data menyebar dari titik-titik
pemusatannya. Ukuran penyebaran data meliputi jangkauan, kuartil,
jangkauan interkuartil, serta jangkauan semiinterkuartil atau biasa disebut
juga sebagai simpangan kuartil.
Pengertian Jangkauan, Kuartil, Jangkauan Interkuartil, dan
Jangkauan Semiinterkuartil
Jangkauan
Yang dimaksud dengan jangkauan dari suatu data adalah selisih antara
nilai terbesar dan nilai terkecil yang ada di dalam data tersebut.
Jangkauan dapat dirumuskan sebagai berikut:
Jangkauan = data terbesar – data terkecil.
Mari kita simak contoh soal mengenai jangkauan di bawah ini:
Contoh Soal:
Berikut adalah nilai rapor Putri selama 1 semester terakhir:
78 80 85 90 75
94 92 88 89 95
84 85 92 96 87
Tentukanlah jangkauan dari data tersebut!
Penyelesaian:
Data terbesar = 96
Data terkecil = 75
Jangkauan = data terbesar – data terkecil
Jangkauan = 96 – 75
Jangkauan = 21
Kuartil
Kuartil adalah ukuran yang membagi data yang sudah diurutkan menjadi
empat bagian yang sama. Contohnya adalah sebagai berikut:
Data yang berada di batas pengelompokan pertama disebut sebagai
Kuartil Bawah (Q1)
, data yang berada pada batas pengelompokan yang
kedua disebut sebagai
Kuartil Tengah (Q2)
, sedangkan data yang ada
pada batas pengelompokan ketiga disebut dengan
Kuartil Atas (Q3).
Untuk menentukan nilai-nilai kuartil kita harus mengurutkannya lalu
kemudian menentukan kuartil tengahnya terlebih dahulu (Q
2) yang
merupakan median dari data tersebut. Setelah itu, seluruh data yang ada
di sebelah kiri digunakan untuk mencari kuartil bawah (Q
1). Nilai Q
1adalah median dari data yang ada di sebelah kiri Q
2sedangkan Q
3adalah
median dari seluruh data yang ada di sebelah kanan Q
2.
Pada suatu data yang memiliki ukuran yang cukup besar, nilai-nilai kuartil
dapat ditentukan dengan menggunakan rumus berikut ini:
Letak
Qi
= data ke-
i
/4 (
n
+ 1)
i
= 1, 2, dan 3
Rumus tersebut dapat digunakan setelah data diurutkan naik.
Contoh Soal:
Tentukan nilai kuartil dari data berikut:
3 7 7 7 8 8 9 10 11 11 11
Penyelesaian:
Kareana datanya sudah terurut naik, maka kita bisa menentukan nilai Q
1,
Q2, dan Q
3sebagai berikut (
n
= 11).
Letak Q
1= data ke-1/4 (11 + 1) = data ke-3
Karena data ke-3 = 7 maka Q
1= 7
Letak Q
2= data ke-2/4 (11 + 1) = data ke-6
Karena data ke-6 = 8 maka Q
2= 8
Letak Q
3= data ke-3/4 (11 + 1) = data ke-9
Karena data ke-9 = 11 maka Q
3= 11
Jangkauan Kuartil dan Jangkauan Semiinterkuartil
Jangkauan interkuartil merupakan selisih antara kuartil atas dan kuartil
bawah. Sehingga dapat dirumuskan menjadi:
Q
R= Q
3- Q
1Sedangkan jangkauan semiinterkuartil merupakan setengah dari
jangkauan interkuartil. Sehingga dapat dirumuskan menjadi:
Q
d= 1/2 Q
Ratau Q
d= 1/2(Q
3- Q
1)
Contoh Soal:
Tentukan jangkauan, jangkauan interkuartil, dan jangkauan
semiinterkuartil dari data berikut:
3, 5, 1, 4, 2, 7, 9, 6, 6, 8, 7.
Penyelesaian:
Data diurutkan menjadi :
Diketahui:
data terbesar = 9
data terkecil = 1
Q
1= 3
Q
2= 6
Q
3= 7
Jangkauan = data terbesar – data terkecil = 9 – 1 = 8
Jangkauan interkuartil = Q
R= Q
3- Q
1= 7 – 3 = 4
Jangkauan semiinterkuartil = 1/2(Q
3- Q
1) = 1/2 x 4 = 2
Demikianlah ulasan lengkap seputar
Ukuran Penyebaran Data
semoga
apa yang telah disampaikan di atas dapat kalian pahami dengan baik.
Sampai bertemu kembali pada pembahasan materi pelajaran matematika
selanjutnya. Selamat belajar!!!
TUGAS MAKALAH
STATISTIKA DESKRIPTIF
“UKURAN PENYEBARAN DATA (SIMPANGAN RATA – RATA , STANDAR
DEVIASI , JANGKAUAN KUARTIL , JANGKAUAN PERSENTIL”
Kelompok 8
Farid Naufal Bayu Agung
11113401
Mariah Ulfah Apriani
11113454
Doni Supriadi
11113473
Cista Daniarti
11113480
Fadhilla Hianing Alsfia
11113489
Ratu Halimatussa’adiyah
11113552
Al Fattah Nur Halim Suhandi
11113622
Dosen : Morinof Hendra
Jakarta
2012
KATA PENGANTAR
Puji syukur kehadirat Tuhan Yang Maha Kuasa atas segala limpahan Rahmat, Inayah,
Taufik dan Hidayah-Nya sehingga kami dapat menyelesaikan penyusunan makalah ini dalam
bentuk maupun isinya yang sangat sederhana.
Penulisan makalah ini digunakan untuk memenuhi salah satu tugas mata pelajaran
Statistika Deskriptif. Oleh karena itu, kami mengucapkan rasa terima kasih kepada :
1. Bapak Morinof Hendra selaku dosen pengajar mata kuliah Statistika Deskriptif
2. Teman-temanku semua yang telah mendukung dan memberi semangat kepada
penulis
Harapan kami semoga makalah ini membantu menambah pengetahuan dan
pengalaman bagi para pembaca, sehingga kami dapat memperbaiki bentuk maupun isi
makalah ini sehingga kedepannya dapat lebih baik.
Makalah ini kami akui masih banyak kekurangan karena pengalaman yang kami
miliki sangat kurang. Oleh kerena itu kami harapkan kepada para pembaca untuk
memberikan masukan-masukan yang bersifat membangun untuk kesempurnaan makalah ini.
Jakarta,26 Mei 2012
Tim penyusun
i
DAFTAR ISI
KATA PENGANTAR...i
DAFTAR ISI...ii
BAB I PENDAHULUAN
1.1 Latar Belakang...1
1.2 Rumusan Masalah...1
1.3 Tujuan...1
BAB II LANDASAN TEORI
2.1 Pengertian Ukuran Penyebaran Data...2
BAB III PEMBAHASAN
3.1 Simpangan Rata - Rata ……….………...3
3.2 Standar Deviasi ...4
3.3 Jangkauan Kuartil...6
3.4 Jangkauan Persentil …. ………...9
BAB IV PENUTUP
4.1 Kesimpulan...10
4.2 Saran...10
DAFTAR PUSTAKA
ii
BAB I
PENDAHULUAN
1.1
Latar Belakang
Pengetahuan kita tentang berbagai macam ukuran sangat diperlukan agar
kita dapat memperoleh gambaran lebih lengkap dalam memahami tentang data
– data yang telah terkumpul . Kita telah memahami dua macam ukuran , yaitu :
1.
Ukuran gejala meliputi rata – rata hitung , rata – rata ukur , rata – rata
harmonic , dan modus .
2.
Ukuran letak meliputi median , kuartil , desil , dan persentil .
Di samping kedua ukuran yang telah kita pahami tersebut kita masih akan
membahas ukuran lain , yaitu simpangan atau ukuran penyebaran . Ukuran
terakhir ini menggambarkan bagaimana terpencarnya sekumpulan data
kuantitatif atau bilangan – bilangan . beberapa ukuran yang akan kami bahas di
dalam makalah ini adalah simpangan rata – rata , standar deviasi , jangkauan
kuartil , dan jangkauan persentil .
1.2
Rumusan Masalah
Pada makalah ini kami merumuskan beberapa hal :
1.
Pengertian ukuran penyebaran data
3.
Standar deviasi
4.
Jangkauan kuartil
5.
Jangkauan persentil
1.3
Tujuan
1.
Untuk memenuhi tugas dari dosen pada mata kuliah Statistika Deskriptif.
2.
Agar pembaca mengerti apa maksud dari ukuran penyebaran data.
1
BAB II
LANDASAN TEORI
2.1
Pengertian Ukuran Penyebaran Data
Setelah mengetahui tentang distribusi frekuensi nilai rata – rata dari data
yang sdang kita teliti , kita juga perlu mengetahui tentang ukuran yang dapat
digunakan untuk mengetahui variabilitas atau penyebaran datanya . Ukuran
yang dimaksud dalam dunia statistik dikenal denga nama variabilitas data atau
ukuran penyebaran data .
Ukuran penyebaran data itu yakni , berbagai macam ukuran statistik yang
dapat digunakan untuk mengetahui luas penyebaran data atau variasi data atau
homogenitas data atau stabilitas data .
2
BAB III
3.1SIMPANGAN RATA-RATA (Mean Deviation)
Simpangan rata-rata (SR) : yang di maksud dengan simpangan (deviation)
adalah selisih antara nilai pengamatan ke I dengan nilai rata-rata atau antara xi
dengan X (X rata-rata) penjumlahan daripada simpangan-simpangan dalam
pengamatan kemudian di bagi dengan jumlah pengamatan , N , di sebut dengan
simpangan rata-rata
Dalam setiap nilai Xi akan mempunyai simpangan sebesar xi-X . karena
nilai xi berfariasai di atas dan dibawah nilai rata-ratanya maka jika nilai
simpangan tersebut di jumblahkan akan sama dengan “nol”.untuk dapat
mengitung rata-rata dari simpangan tersebut maka nilai yang di ambil adalah
nilai “absolute” dari simpangan itu sendiri,artinya tidak menghiraukan apakah
nilai simpangan tersebut positif (+) atau negative (-) rata-rata.
Data tidak bekelompok
SR = 1 ∑|X - X|
n
Data dikelompokan
SR = 1/n ∑f | X - X|
Ketarangan :
SR = Simpangan Rata-rata
X = Nilai data
= NILAI Rata-rata hitung
f = Frekuensi kelas ( data berkelompok )
N = Banyaknya data
3
Contoh soal
Diketahui suatu deretan bilangan 4 ,6 ,9, 5 hitunglah
- simapangan Rata –rata
Jawab :
SR = 1/n ∑ |X-
|
= µ = 1/n
= ¼ (4+6+9+5) = 1/4 . 24 = 6
SR = ¼(|4-6| + |6-6| + |9-6| + |5-6|)
= ¼(2+0+3+1)
=6/4 = 1.5
3.2STANDAR DEVIASI
Dalam kamus bahasa Indonesia istilah deviasi diartikansebagai
penyimpangan. Dalam dunia statistik istilah deviasi adalah simpangan atau
selisih dari masing-masing skor atau interval dari nilai rata-rata hitung
(deviation from the mean). Sedangkan deviasi standar atau standart deviation
adalah pengembangan dari deviasi rata-rata.
Karl Person
memberikan jalan
keluar dari deviasi rata-rata yang kurang dipertanggung jawabkan dengan tidak
membedakan deviasi “Plus” dan deviasi “Minus”. Jalan keluarnya sebagai
berikut:
1.
Mengkuadratkan semua deviasi yang ada baik yang deviasi yang bertanda
“Plus” atau deviasi yang bertanda “Minus”. Dengan demikian baik yang
bertanda “Plus” akan tetap “Plus”, sedangkan yang bertanda “Minus” akan
menjadi “Plus”.
4
2.
Kemudian dari hasil kuadrat dijumlahkan dan dicara rata-ratanya.
3.
Kemudian diakarkan dari rata-rata tersebut
Deviasi standar atau Standart Deviation dilambangkan dengan
SD
atau δ.
Disebut standar deviasi karena merupakan pengembangan dari deviasi rata-rata
yang mempunyai kelemahan itu kemudian distandarisasi atau dibakukan
sehingga tingkat kepercayaannya lebih atau dapat dipertanggung
jawabkan,maka dalam dunia statistik deviasi standar sering digunakan.
Rumus standar deviasi adalah:
SD=
Keterangan :
SD= deviasi standar atau standart deviation
= jumlah deviasi standar setelah dikuadratkan dari masing-masing
deviasi
N= number of cases
Contoh soal:
Tinggi
badan(X)
f
Deviasi
(x=X-Mx)
150
1
-15,8
249,64
155
1
-10,8
116,64
157
1
-8,8
77,44
160
1
-5,8
33,64
163
1
-2,8
7,84
167
1
1,2
1,44
172
1
6,2
38,44
176
1
10,2
104,04
178
1
12,2
148,84
180
1
14,2
201,64
1658
10=N
0=
979,6=
5
JAWAB:
a.
Mencari meannya dengan :
Mx=
=
=165,8
b.
Mencari deviasi masing-masing nilai (x) dengan rumus x=X-Mx
(lihat kolom 3)
c.
Mengkuadratkan masing-masing deviasi yang sudah didapat pada langkah 2,
menjadi
, kemudian menjumlahkan
menjadi
= 979,6
d.
Mencari standar deviasi dengan rumus:
SD=
=
= 97.96
3.3JANGKAUAN KUARTIL
Kuartil adalah suatu harga yang membagi histogram frekuensi menjadi 4
bagian yang sama, sehingga disini akan terdapat 3 harga kuartil yaitu kuartil I
( K1), kuartil II (K2) dan kuartil III (K3), dimana harga kuarti II sama dengan
harga median.
Jangkauan kuartil disebut juga simpangan kuartil atau rentang semi antar
kuartil atau deviasi kuartil.
Kuartil dibagi menjadi 3 yaitu:
a.
Kuartil pertama ialah nilai dalam distribusi yang membatasi 25% frekuansi di
bagian bawah distribusi yang membatasi 25% frekuensi dibagian atas dan 75%
frekuensi dibagian bawah destribusi
b.
Kuartil kedua ialah nilai dalm distribusi yang membatasi 50% frekuensi
6
c.
Kuartil ketiga ialah nilai dalam distribusi yang membatasi 75% frekuensi di
bagian atas dan 25% frekuensi bagian bawah
Untuk kelompok data dimana n ≥ 100, dapat ditentukan 99 nilai, P
1, P
2, …
P
99, yang disebut persentil pertama, kedua dan ke-99, yang membagi kelompok
data tersebut menjadi 100 bagian,masing-masing mempunyai bagian dengan
jumlah observasi yang sama, dan sedemikian rupa sehingga 1% data/observasi
sama atau lebih kecil dari P
1, 2% data/observasi sama atau lebih kecil dari P
2.Jangkauan kuartil
dirumuskan dengan:
JK=
(Q
₃
-Q
₁
)
Contoh:
Nilai
f
21-26
15
27-32
10
33-38
15
39-44
20
45-50
16
51-56
14
57-62
10
=100
Ditanya: nilai jangkauan kuartil?
7
Jawab :
=26,5+6
=38,5+6
=26,5+6
=38,5+6
=26.5+
=38,5+ 13,8
=26,5+4 =52,3
=30,5
JK=
(Q₃-Q₁)
=
(52,3 - 30,5)
=
(21,8)
= 10,9
8
3.4JANGKAUAN PERSENTIL
Bagian rumus yang berubah hanyalah bagian yang menentukan letak titik
persentil, dan bagian-bagian yang lain nya yang menyesuaikan persentil yang di
maksud.
Tabel
Letak Beberapa Titik Persentil
Persentil ke-1 n/100
Persentil ke-12 12n/100
Persentil ke-27 27n/100
persentil ke-87 87n/100
Persentil ke-99 99n/100
Jangkauan Persentil
dirumuskan dengan:
JP
₁₀₋₉₀
= P
₉₀
- P
₁₀
Dengan:
P₁₀ = persetil kesepuluh
P₉₀ = persentil kesembilanpuluh
Contoh:
JP
₂₀₋₈₀
= JP
₈₀
- JP
₂₀
9
BAB IV
PENUTUP
4.1 KESIMPULAN
Dari data di atas kita bisa menyimpulkan bahwa Statistika Deskriptif
masih berkaitan dengan pelajaran matematika , contohnya ukuran penyebaran
data . Ukuran penyebaran data bisa dibilang hampir mirip dengan matematika
hanya saja ukuran penyebaran data lebih mendalam di banding matematika .
4.2 SARAN
Kegiatan pratikum tentang Statistika Deskriptif hendaknya dapat
dilakukan dengan lebih cermat . Melakukan penghitung ukuran penyebaran data
di butuhkan kesabaran dan juga ketelitian .
Penyebaran Data
Pengertian Ukuran Penyebaran Data
Ukuran Penyebaran Data adalah suatu ukuran baik parameter atau
statistika untuk mengetahui seberapa besar penyimpangan data dengan nilai rata-rata hitungnya.Melalui ukuran penyebaran dapat diketahui seberapa jauh data-data menyebar dari titik pemusatannya atau suatu kelompok data terhadap pusat.Ukuran ini kadang-kadang dinamakan pula ukuran variasi yang
menggambarkan berpencarnya data kuantitatif.
Ukuran Penyebaran Data mencakup data : 1. Ungroup Data
Merupakan data yang belum dikelompokan atau bisa disebut data tunggal 2. Group Data
Merupakan data yang telah dikelompkkna biasanya berupa tabel distribusi frekuensi.
2.3 Macam-macam Ukuran Penyebaran Data
Beberapa Ukuran Penyebaran data yang terkenal meliputi sebagai berikut : 1. Jangkauan ( Range )
2. Simpangan Rata-rata ( Mean Deviation )
3. Variasi ( Variance )
4. Simpangan Baku ( Standard Deviation )
5. Simpangan Kuartil ( Quartil Deviation )
6. Jangkauan ( Persentil )
Pengertian dan Perhitungan Ukuran Penyebaran
Data
Jangkauan ( Range )
Jangkaun (Range) menyatakan ukuran yang menunjukan selisih nilai antara nilai maksimum dan nilai minimum atau selisih dari bilangan terbesar dengan bilangan terkecil.
Jangkauan (Range) merupakan ukuran penyebaran yang sangat kasar,sebab hanya bersangkutan dengan bilangan terbesar dan terkecil.Semakin kecil nilai Jangkauan (Range) maka kualitas data akan semakin baik,dan sebaliknya semakin besar nilai Jangkauan (Range),maka kualitas data semakin tidak baik.
Contoh Soal :
Kelas
K.A.
Rata-rata
Nilai IPK
11.2A.11
3,58
11.2B.11
3,05
11.2C.11
3,00
Jawab:
Jangkauan (Range) = 3,58 – 3,00
Jangkauan (Range) = Nilai Maks –
Nilai Min
= 0,58
Simpangan Rata-rata (Mean Deviation)
Simpangan Rata-rata (Mean Deviation) merupakan jumlah nilai mutlak dari selisih semua nilai dengan niali rata-rata dan dibagi banyaknya data.
Keterangan : Y = Nilai data
Ȳ = Nilai rata-rata N = Jumlah data
Contoh Soal :
Nilai UTS akuntansi dari 5 mahasiswa Komputerisasi Akuntansi adalah 9,6,7,8,5.Tentukan simpangan rata-rata !
Nilai Mahasiswa Y - Ȳ Nilai Mutlak
5 -2 2 6 -1 1 7 0 0 8 1 1 9 2 2
Simpangan Rata-rata = Σ
|
Y - Ȳ|
Data Tunggal
N
Total 35 6 Rata-rata Ȳ 7
Jawab:
Rata-rata Ȳ = ( 5 + 6 + 7 + 8 + 9 ) = 35 = 7
5 5
Simpangan Rata-rata = |5-7| + |6-7| + |7-7| + |8-7|+ |9-7|
Data Tunggal 5
= 2 + 1+ 0 + 1+ 2 = 6
= 1,2
5
Keterangan : Y = Nilai data Ȳ = Nilai rata-rata N = Jumlah data f = FrekuensiContoh Soal:
Tentukan Simpangan Rata-rata dari data berikut :
Nilai UTS SIM Frekuensi Nilai Tengah (Y) 4 --- 6 36 5
Simpangan Rata-rata = Σ
f
|
Y - Ȳ|
DataKelompok
N
7 --- 9 44 8
Jumlah 80
Jawab:
Nilai UTS Frekuens i (Y) Ʃf . Y | Y - Ȳ | Ʃf . | Y - Ȳ | 4 – 6 36 5 36 x 5 = 180 1,65 59,4 7 -- 9 44 8 44 x 8 = 352 1,35 59,4 Jumlah 80 532 118,8
Ȳ = Ʃ f . Y = 532 Simpangan Rata-rata = Ʃ f | Y - Ȳ
|
N 80 Data Kelompok N
= 6,65 = 118,8
80
= 1,485
Varisi (Variance)
Variasi (Variance) merupakan rata-rata kuadrat selisih atau simpangan dari semua nilai data terhadap rata-rata hitung.
Variansi ( S²) =
Σ
| Y
- Ȳ |²
Data Tunggal
N
Keterangan : Y = N ilai data Ȳ = Nilai rata- rata N = Jumlah dataContoh Soal:
Nilai UTS akuntansi dari 5 mahasiswa Komputerisasi Akuntansi adalah 9,6,7,8,5.Tentukan Variansi !
Jawab :
Rata- rata Ȳ = ( 5 + 6 + 7 + 8 + 9 ) = 35 = 7
5 5
Variansi (S²) = |5-7|² + |6-7|² + |7-7|² + |8-7|² + |9-7|²
Data Tunggal 5
= -2² + -1²+ 0² + 1²+ 2 ²= 10
= 2
5 5
Variansi ( S² ) = Σ
f
|
Y - Ȳ |²
Data Kelompok N
Keterangan : Y = Nilai data Ȳ = Nilai rata- rata N = Jumlah data f = Frekuensi
Contoh :
Tentukan Variansi dari data berikut :
Nilai UTS SIM Frekuensi Nilai Tengah ( Y ) 4 --- 6 36 5 7 --- 9 44 8 Jumlah 80
Jawab :
Nilai UTS Frekue nsi ( Y) Σ f . Y | Y - Ȳ |² Σ f. | Y - Ȳ |² 4 – 6 36 5 36 x 5 =180 (5 - 6,65) ²=2,7225 98,01 7 – 9 44 8 44 x 8 =352 (8 – 6,65) ²=1,8225 80,19 Jumla h 80 532 178,2Ȳ = Ʃ f . Y = 532 Variansi = Ʃ f | Y - Ȳ |
²
N 80 Data Kelompok N
= 6,65 = 178,2
80
= 2,2275
Simpangan Baku (Standard Deviation)
Simpangan Baku (Standard Deviation) merupakan akar kuadrat dari variansi dan menunjukan standar penyimpangan data terhadap nilai rata-ratanya.
Simpangan Baku =
Variansi (S²) atau
Σ
| Y
-
Ȳ |²
Data Tunggal
N
Keterangan : Y = Nilai data Ȳ = Nilai rata-rata N = Jumlah dataContoh :
Nilai UTS akuntansi dari 5 mahasiswa Komputerisasi
Akuntansi adalah 9,6,7,8,5.Tentukan simpangan baku !
Jawab :
Rata-rata Ȳ = ( 5 + 6 + 7 + 8 + 9 ) = 35 = 7
5 5
Variansi (S²) = |5-7|² + |6-7|² + |7-7|² + |8-7|² + |9-7|²
Data Tunggal 5
= -2² + -1²+ 0² + 1²+ 2 ²= 10
= 2
5 5
Simpangan Baku =
Variansi (S²)
Data Tunggal =
2
Simpangan Baku =
Σ
f
| Y
- Ȳ |²
Data Kelompok
N
Keterangan : Y = Nilai data Ȳ = Nilai data N = Jumlah data f = FrekuensiContoh :
Tentukan Simpangan Baku dari data berikut :
Nilai UTS SIM
Frekuensi Nilai Tengah (Y) 4 – 6 36 5 7 -- 9 44 8 Jumlah 80
Jawab :
Nilai UTS Frekue nsi ( Y ) Σ f . Y | Y - Ȳ |² Σ f. | Y - Ȳ |² 4 – 6 36 5 36 x 5 =180 (5 - 6,65) ²=2,7225 98,01 7 – 9 44 8 44 x 8 =352 (8 – 6,65) ²=1,8225 80,19 Jumlah 80 532 178,2Ȳ = Ʃ f . Y = 532 Variansi = Ʃ f | Y - Ȳ |
²
N 80 Data Kelompok N
= 6,65 = 178,2
80
Simpangan Baku =
Variansi (S²) = 2,2275
Data Kelompok =
2,2275
Simpangan Kuartil (Quartil Deviation)
Simpangan Kuartil (Quartil Deviation) merupakan rentang atau jarak semi antar kuartil.
Simpangan Kuartil = 1
( Q3 – Q1 )
Data Tunggal 2
Keterangan : Q1 = Kuarti Atas Q2 = Kuartil Tengah Q3 = Kuartil BawahContoh Soal:
Diketahui data 3,6,2,6,7,5,4,3,8,2,5.Tentukan Simpangan Kuartil !
Jawab :
2,2,
3
,3,4,
5
,5,6,
6
,7,8
Simpangan Kuartil
=1/2( 6 – 3)
Data
Tunggal = 1,5
Simpangan Kuartil = 1
( Q3 – Q1 )
Data Kelompok 2
Keterangan : Q1 = Kuarti Atas Q2 = Kuartil Tengah Q3 = Kuartil BawahContoh :
Tentukan Simpangan Kuartil.Dari data berikut !
Nilai Frekue nsi 57 --- 61 3 62 --- 66 5 67 --- 71 10
72 --- 76 12 77 – 81 10 82 – 86 8 Jumlah (n) 48
Jawab :
Untuk menentukan Q1 kita perlu ¼ x 48 =12,jadi Q1 terletak pada b=67-0,5 = 66,5; p= 5;F =8 ;f = 10.
Nilai Q1 = 66,5+ 12 – 8 . 5
10 = 66,5 + 2 = 68,5
Untuk menentukan Q1 kita perlu ¾ x 48 =36,jadi Q1 terletatk pada b=77-0,5 = 76,5;p= 5;F = 28;f = 10. Nilai Q3 = 76,5 + 36 – 28 . 5 10 = 76,5 + 4 = 80,5 Jadi,Simpangan Kuartil = ½ ( Q3 – Q1 ) = ½ ( 80,5 – 68,5 ) = ½ .12 = 6
Jangkauan Persentil
Jangkaun Persentil merupakan nilai yang membagi bilangan tersebut atas 100 bagian yang sama banyaknya setelah bilangan bilangan tersebut diurutkan dari yang terkecil sampai yang terbesar.
Jangkauan Persentil = Letak P
i= data
ke i ( N + 1 )
100
Keterangan : N = Jumlah data i = Persentil ke -Contoh :
Diketahui data : 9,3,8,4,5,6,8,7,5,7 Tentukan P20 dan P70!
Jawab :
Data diurutkan : 3 ,4, 5, 5, 6, 7, 7 ,8, 8, 9
Letak P20 = data ke 20 (10 + 1) = data ke 2 1/5
100 Nilai P20 = data ke 2 + 1 (data ke 3 – data ke2)
5
= 4 + 1/5 (5 – 4) = 4 1/5
JP 20 –70 = P70
-- P20
Letak P70 = data ke 70 ( 10 + 1) = data ke 7 7/10
100
Nilai P70 = data ke 7 + 7 (data ke 8 - data ke7)
10 = 7 + 7/10 ( 8 – 7 ) = 7 7/10 Jawab : JP 20 – 70 = P70 – P20 = 7 7/10 – 4 1/5 = 77/10 – 42/10 = 35/10 = 3 1/2
Mencari Ilmu
Selasa, 20 Mei 2014Makalah Ukuran Penyebaran Data (Darman)
BAB I
PENDAHULUAN A. Latar belakang
Ukuran penyebaran data merupakan salah satu materi statistika yang didalamnya dibahas tentang sejauh mana data itu menyebar dari nilai rata-rata dalam data. Sebenarnya materi ini cukup mudah untuk kta pahami namun dalam menentukan nilai-nilai dari setiap komponen yang termasuk dalam ukuran
penyebaran data seringkali kita beleum mampu memhami ataupun kita keliru dalam mentukan nilai-nilai dari komponen-komponen tersebut.
B. Tujuan
Memahami materi ukuran penyebaran data serta mampu menentukan nilai-nilai
dari komponen ukuran penebaran data.
Bagaiman kita memahami seperti apa ukuran penyebaran data ?
Apa saja yang termasuk dalam ukuran penyebaran data ?
Bagaimana kita menentukan nilai-nilai dari komponen ukuran penyebarandata ?
D. Manfaat Penulisan
Untuk dijadikan pegangan dalam pembelajaran statistika khususnya dalam
materi ukuran penyebaran data
BAB II
PEMBAHASAN
A. Ukuran Penyebaran Data
Dengan menentukan pemusatan data dan ukuran letak data ternyata belum cukup untuk memberikan gambaran yang jelas dari suatu data. Mengapa demikian? Untuk mengetahuinya, simaklah permasalahan berikut dengan
cermat! Dinas pertanian menyarankan penggunaan pupuk jenis baru dengan merk A dan B agar dapat meningkatkan hasil panen jagung. Setelah dilakukan uji coba pada 8 petak lahan yang sama, hasil panen jagung disajikan dalam tabel berikut.
Tabel 1.Data hasil panen jagung dalam ton Pupuk A 8 8 6 5 4 9 5 7 Pupuk B 6 6 7 7 8 7 6 5
Dari data tabel diatas rata–rata hasil panen dengan pupuk A dan pupuk B sama, yaitu 6,5 ton. Namun, apabila data tersebut digunakan untuk mengukur kualitas pupuk setiap lahan. Apakah kualitas pupuk A akan sama dengan pupuk B? Belum tentu. Coba Anda perhatikan tabel 1.20, hasil panen pupuk B memiliki rentang yang lebih kecil dari pupuk A, yaitu 5 sampai 8. Jadi, dengan
menggunakan pupuk B, hasil panen setiap petak lebih seimbang. Dengan demikian, untuk memberikan gambaran suatu data yang lebih lengkap diperlukan suatu ukuran, yaitu ukuran penyebaran data.
Sehingga dapat disimpulkan bahwa :
Ukuran penyebaran data adalah ukuran yang menunjukkan seberapa jauh data suatu menyebar dari rata–ratanya.
Beberapa ukuran penyebaran sebagai berikut.
1. Jangkauan
sering disebut range atau rentang. Jangkauan dari suatu data
didefinisikan sebagai selisih antara data terbesar dengan data terkecil. Untuk memahaminya, perhatikan contoh di bawah ini!
Contoh 1
Data terurut dari banyaknya buku pelajaran yang dimiliki 9 siswa yaitu: 4, 5, 6, 6, 7, 7, 7, 8, 9
Jangkauan data di atas adalah R = xmaks – x min = x9 – x1 = 9 – 4 = 5
Dapat disimpulkan bahwa untuk menentukan jangkauan suatu kumpulan data tunggal dapat menggunakan persamaan:
kumpulan data tunggal dapat menggunakan persamaan:
R = xmaks– xmin
Keterangan:
R = jangkauan/range/rentang
Xmaks = data terbesar
Xmin = data terkecil
Jangkauan data berkelompok merupakan selisih antara nilai tengah kelas terakhir dengan nilai tengah kelas pertama.
Perhatikan tabel berikut ini!
Tabel 2 Data umur peserta sertifikasi guru
Umur Titik Tenga Frekuensi
30-34 32 5
35-39 37 35
40-44 42 100
45-49 47 50
50-54 52 10
Tabel 2 menunjukkan data umur peserta yang mengikuti diklat sertifikasi guru yang berjumlah 200 orang.
Bila nilai tengah kelas pertama adalah 32 dan nilai tengah kelas terakhir adalah 52, maka
R = 52 – 32 = 20
Jadi, jangkauan data dari tabel 2 adalah 20. Dapat disimpulkan bahwa untuk menentukan jangkauan data berkelompok digunakan persamaan:
R = xmaks– xmin
R = jangkauan/range/rentang
Xmin = nilai tengah kelas pertama
2. Jangkauan Antarkuartil
Jangkauan antarkuartil juga disebut hamparan. Bagaimana cara
menentukan jangkauan antarkuartil ? Perhatikan contoh pada subbab jangkauan untuk data tunggal. Diperoleh nilai kuartil pertama Q1 = 5,5 dan kuartil ketiga Q3
= 7,5.
Jadi, jangkauan antarkuartilnya adalah H = 7,5 – 5,5 = 2.
Dapat disimpulkan bahwa:
Jangkauan antarkuartil adalah selisih antara kuartil ketiga dengan kuartil pertama.
Untuk menentukan jangkauan antarkuartil, dapat digunakan persamaan:
H = Q3 – Q1
Keterangan:
H = jangkauan antarkuartil (hamparan)
Q3 = kuartil ketiga
Q1 = kuartil pertama
3. Jangkauan semi antarkuartil
Jangkauan semi antarkuartil juga disebut simpangan kuartil. Apa
Untuk mengetahuinya, perhatikan contoh 1.7. Diperoleh nilai jangkauan antarkuartil H = 2, nilai jangkauan semi antarkuartilnya adalah
Dapat disimpulkan bahwa:
Jangkauan semi antarkuartil adalah nilai dari setengah kali jangkauan antarkuartil.
Pengertian di atas dapat dinyatakan dalam persamaan:
Keterangan:
Qd = jangkauan semi antarkuartil
H = jangkauan antarkuartil (hamparan)
4. Langkah
Apabila nilai jangkauan antarkuartilnya dikalikan satu setengah, maka diperoleh langkah sebesar:
L = 1
Jadi, dapat disimpulkan bahwa:
Langkah adalah nilai dari satusetengah dikalikan jangkauan antarkuartil.
Pengertian tersebut dapat ditunjukkan dengan persamaan:
L = 1 =
5. Pagar Dalam dan Pagar Luar
Untuk menentukan pagar dalam dan pagar luar, coba Anda lihat kembali hasil pada contoh sebelumnya. Apakah ada hubungannya?
Bila diperoleh, pagar dalam = Q1 – L = 5,5 – 3 = 2,5 pagar luar = Q3 + L = 7,5 + 3 = 10,5 Dapat disimpulkan bahwa untuk menentukan pagar dalam dan luar digunakan persamaan:
Pagar dalam = Q1 – L
Pagar luar = Q3 + L
Sehingga dapat didefinisikan:
Pagar dalam adalah nilai data yang berada satu langkah di bawah kuartil pertama.
Pagar luar adalah nilai data yang berada satu langkah di atas kuarti ketiga.
Pagar dalam dan pagar luar berfungsi sebagai batas penentu normal atau tidaknya suatu data.
Data xi dikatakan normal apabila nilai data yang satu dengan nilai data yang lain tidak jauh berbeda dan terletak di antara batas–batas pagar dalam dan pagar luar.
Data xi dikatakan tidak normal apabila nilai data tersebut tidak konsisten dalam kelompoknya, dan terletak kurang dari pagar dalam dan lebih dari pagar luar.
Data yang tidak konsisten dalam kelompoknya disebut pancilan atau data liar. Pencilan pada suatu kumpulan data menimbulkan kecurigaan sehingga pencilan itu perlu dikaji secara seksama. Apa yang menjadi penyebabnya? Munculnya data pencilan dalam suatu kumpulan data dapat terjadi akibat kesalahan ketika mencatat data dan juga kesalahan ketika melakukan pengukuran.
6. Statistik Lima Serangkai
Nilai–nilai statistik seperti jangkauan, jangkauan antarkuartil, jangkauan semi antarkuartil, langkah, pagar dalam, dan pagar luar akan lebih mudah ditentukan apabila kumpulan data disajikan dengan menggunakan statistik lima serangkai dalam bentuk bagan.
Untuk lebih jelasnya, perhatikan contoh berikut. Contoh 2
Diketahui data 31, 32, 27, 28, 29, 36, 35, 32, 34, tentukanlah: a. Statistik lima serangkai
b. Jangkauan
c. Jangkauan antarkuartil d. Jangkauan semi antarkuartil e. Langkah
f. Pagar dalam dan pagar luar
g. Jika terdapat nilai 10 dan 50, apakah kedua nilai data tersebut konsisten dalam kumpulan data yang sudah diketahui?
Jawab:
a. Statistik lima serangkai
* Urutkan data dari data yang terkecil hingga yang terbesar membentuk statistik jajaran, sebagai berikut:
27, 28, 29, 31, 32, 32, 34, 35, 36, 37, 38
Tentukan kuartil dengan mencari letak Q1, Q2, dan Q3.
Letak Q1 = = data ke–3, yaitu Q1 = = 29
Letak Q2 = = data ke–6, yaitu Q2 = = 32
Letak Q3 = = data ke–9, yaitu Q3 = x9 = 36
Jadi, statistik lima serangkai dapat disajikan pada tabel berikut.
xmin = 27 Xmax = 38
b. Jangkauan
R = xmaks– xmin
= 38 – 27 = 11
Jadi, jangkauan dari data adalah 11.
c. Jangkauan antarkuartil
H = Q3 – Q1
= 7
Jadi, jangkauan antarkuartil dari data adalah 7.
d. Jangkauan semi antarkuartil,
= 3,5
Jadi, jangkauan semi antarkuartil dari data adalah 3,5.
e. Langkah, L = 1,5 H
7= 1,5 × = 10,5
Jadi, langkah dari data adalah 10,5.
f. Pagar dalam = Q1 – L = 29 – 10,5 = 18,5 Pagar luar = Q3 + L = 36,5 + 10,5 = 46,5
g. Karena 10 lebih kecil dari pagar dalam dan 50 lebih besar dari pagar luar, nilai data 10 dan 50 tidak konsisten terhadap kumpulan data pada soal tersebut.
Menetukan Nilai statistik Lima Serangkai dalam tabel distribusi frekuensi
7. Simpangan Rata–Rata
Pada subbab terdahulu, Anda telah mempelajari nilai mean atau rata– rata hitung dari kumpulan data. Bagaimanakah hubungan ukuran penyebaran data terhadap rata–rata data tersebut? Untuk mengetahuinya, marilah kita simak contoh 3 berikut ini.
Diketahui hasil dari pengukuran adalah 3, 4, 5, 6, 8, 9. Penyebaran nilai data terhadap rata–ratanya dapat ditentukan dengan langkah– langkah berikut.
a. Sebelumnya, Anda menentukan terlebih dahulu nilai rata–rata dari data dengan n = 5, yaitu:
b. Tuangkan data-data tersebut dalam tabel. Tabel 3 3 -3 3 4 -2 2 6 0 0 8 2 2 9 3 3
c. Selanjutnya dari tabel tersebut, simpangan rata–rata data dapat diperoleh dengan persamaan:
Jadi, simpangan rata–rata data tersebut adalah 2. Dari contoh di atas, dapat disimpulkan bahwa:
Simpangan rata–rata atau deviasi rata–rata adalah ukuran yang menyatakan seberapa besar penyebaran tiap nilai data terhadap nilai meannya (rata– ratanya).
Bila diketahui data tunggal , , , ..., dengan rata–rata maka simpangan dari adalah , simpangan dari adalah , dan seterusnya sehingga diperoleh jumlah nilai mutlak simpangan, yaitu:
Simpangan rata–rata dapat didefinisikan sebagai: Keterangan : SR = simpangan rata-rata n =banyaknya data = data ke-i i= 1, 2, 3, …,n = mean
Untuk data dari tabel distribusi frekuensi, simpangan rata–rata dapat ditentukan dengan persamaan:
Keterangan :
SR = simpangan rata-rata = frekuensi data ke-i n =banyaknya data = data ke-i
i= 1, 2, 3, …,n
= mean
Untuk memahaminya perhatikan contoh berikut ini! Contoh 4
Data pengukuran berat masing–masing barang elektronik bila akan ditentukan simpangan rata–ratanya, maka tabel menjadi:
Berat(kg )
Titik tenga frekuensi
11-15 13 1 13 -16 16 16-20 18 4 72 -11 11 21-25 23 8 184 -6 6 26-30 28 10 280 -1 1 31-35 33 9 297 4 4 36-40 38 6 228 9 9 41-45 43 2 86 14 14 Jumlah - 40 1160 236 Maka diperoleh = 5,9
Jadi, simpangan rata–rata data pada tabel 4 adalah 5,9.
8. Variansi dan Simpangan Baku
Ukuran penyebaran data yang paling sering digunakan adalah variansi (ragam) dan simpangan baku (standar deviasi). Ragam dan simpangan baku menjelaskan penyebaran data di sekitar rataan. Pada bagian ini, kita hanya akan membahas cara menghitung dan mendapatkan ragam dan simpangan baku dari suatu data, sedangkan kegunaannya belum akan dipelajari pada bab ini.
a. Variansi (Ragam)
Coba Anda ingat kembali cara menentukan nilai mean atau rata– rata hitung dari suatu data. Mean atau rata–rata hitung mewakili suatu data sehingga dalam pengamatan diharapkan nilai data lebih kecil dari nilai rata–rata.
Untuk memahaminya, perhatikan nilai–nilai berikut: 1, 4, 8, 10, 12. Rata– rata data tersebut ( ) adalah 7 dan simpangan dari masing– masing data ( – )
adalah –6, –3, 1, 3, 5. Bila Anda perhatikan, jumlah dari simpangan di atas adalah nol.
Misalnya, kumpulan data , , ..., mempunyai rata–rata , maka simpangan masing–masing data dari rata–ratanya adalah ( ), (),
..., (). Jumlah dari semua simpangan :
Harus sama dengan nol. Untuk mengatasi hal itu, diperlukan suatu ukuran penyebaran, yaitu variansi (ragam). Variansi didasarkan pada jumlah kuadrat dari simpangan, didefinisikan sebagai:
Variansi (ragam) adalah rata–rata dari jumlah kuadrat simpangan tiap data.
Persamaan berikut digunakan untuk menentukan besarnya variansi (ragam).
Keterangan :
= variansi/ragam
Maka, nilai variansi/ragam dari data pada contoh di atas adalah:
Jadi, variansi dari data adalah 16.
Untuk data berkelompok atau data yang disajikan dalam tabel distribusi frekuensi, variansi atau ragam dapat dinyatakan dengan persamaan:
Untuk memahami penggunaannya, perhatikan contoh berikut ini! Dari data pada tabel 5 diperoleh data mengenai berat barang elektronik. Variansi/ragam dari data tersebut dapat ditentukan, yaitu dengan mengkuadratkan simpangannya. Bila rata–rata data = 29,
maka:
Tabel 5 Berat barang elektronik dalam (kg) Berat(kg
)
Titik tenga ) frekuensi
11-15 13 1 -16 256 256 16-20 18 4 -11 121 484 21-25 23 8 -6 36 283 26-30 28 10 -1 1 10 31-35 33 9 4 16 144 36-40 38 6 9 81 486 41-45 43 2 14 196 392 Jumlah - 40 - - 2060 Maka diperoleh:
Jadi, variansi atau ragam data pada tabel adalah 51,5.
b. Simpangan Baku (Standar Deviasi)
Untuk mengatasi kesulitan menafsirkan ukuran penyebaran data yang dinyatakan dalam satuan kuadrat yaitu variansi (ragam), digunakan suatu ukuran yang disebut simpangan baku atau standar deviasi. Simpangan baku mengukur penyebaran data dengan satuan yang sama dengan satuan data.
Bila satuan kuadrat merupakan bentuk variansi atau ragam, apa
hubungan variansi dengan simpangan baku? Untuk mengetahuinya, simaklah contoh berikut ini.
Data dari tabel 5 diperoleh nilai variansi atau ragam, yaitu: simpangan bakunya adalah:
s = = = 7,18
Jadi, nilai simpangan bakunya adalah 7,18.
Sehingga dapat disimpulkan bahwa:
Simpangan baku atau standar deviasi adalah nilai akar dari variansi atau ragam.
Simpangan baku/standar deviasi dapat dihitung dengan persamaan: 1) Untuk data tunggal
2) Untuk data berkelompok
dengan s = simpangan baku/standar deviasi