SIMPANGAN (DISPERSI) DAN VARIASI
Ukuran Simpangan = Ukuran Dispersi = Ukuran Variasi 1. Rentang (range)
2. Rentang antar kuartil
3. Simpangan kuartil (deviasi Kuartil)
4. Rata-rata Simpangan (Deviasi rata-rata)
5. Simpangan baku (standar deviasi) dan Varians
1. Rentang (Range) = skor terbesar – skor terkecil
2. Rentang antar kuartil RAK = K3 – K1
3. Simpangan Kuartil (Deviasi Kuartil = Rentang Semi Antar Kuartil)
SK = ½ (K3 – K1)
4.
Rata-rata Simpangan (Deviasi Rata-rata) RS =∑
|Xi
− ´X| nContoh: Suatu sampel berukuran n = 5, dengan data: 8, 7, 10, 11, 14
Maka Deviasi rata-rata (Rata-rata Simpangan) dapat dihitung sbb:
Xi Xi
-´
X
|
Xi− ´X|
Nilai rata-rata X´ =
∑
Xn
=
50 5 = 10
RS =
∑
|Xi
− ´X|n
=
10
5 = 2,0
8 -2 2
7 -3 3
10 0 0
11 + 1 1
14 + 4 4
∑ X =
50 0 10
Simpangan baku (Standar Deviasi) merupakan ukuran simpangan yang paling banyak digunakan. Misalkan suatu sampel berukuran n, dengan data: X1, X2, X3, …., Xn. Maka simpangan baku (standar deviasi) dari sampel tersebut dapat dihitung sbb:
a.
Estimasi yg sifatnya bias s =√
∑
(Xi− ´X)2n
=
√
∑ xi2
n
b.
Estimasi yg tidak bias s =
√
∑
(Xi− ´X)2n−1
=
√
∑ xi2
n−1 Keterangan:
s = simpangan baku sampel sbg estimasi terhadap σ (simpangan baku
populasi)
n – 1 = derajat kebebasan
Contoh: Suatu sampel berukuran n = 5, dengan data: 8, 7, 10, 11, 14
Maka Simpangan baku atau Standar Deviasi dapat dihitung sbb:
Xi Xi -´
X
X Xi−´¿
¿ ¿ ¿
Nilai rata-rata X´=
∑
Xn
=
505 = 10
s =
√
∑
(Xi− ´X)2n−1
=
√
30 5−1 =√
7,5 = 2,748 -2 4
7 -3 9
10 0 0
11 + 1 1
14 + 4 16
∑ X = 50 0 30
Rumus di atas diterapkan dengan selalu menghitung rerata ( ´
X¿ terlebih dahulu, sehingga disebut sebagai Rumus Deviasi.
6. Simpangan Baku dengan Rumus Skor Kasar :
Harga simpangan baku (standar deviasi) dengan rumus angka kasar atau rumus varians dapat dihitung sbb:
s2 = n. ∑ Xi
2
−(∑ Xi)2
n(n−1) s =
√
n . ∑ Xi2
−(∑ Xi)2
Contoh: Suatu sampel berukuran n = 5, dengan data: 8, 7, 10, 11, 14
Maka Simpangan baku atau Standar Deviasi dapat dihitung dengan rumus angka kasar (rumus varians) sbb:
Xi Xi2
s2 = n. ∑ Xi 2
−(∑ Xi)2
n(n−1)
s =
√
n . Xi2−(∑ Xi)2n(n−1)
s =
√
(5).(530)−(50)25(5−1)
=
√
15020
=
2,74
8 64
7 49
10 100
11 121
14 196
∑ Xi =
50 ∑ Xi
2 =
530
7. Simpangan Baku dari data dalam Distribusi Frekuensi Bergolong:
a. Dengan rumus Angka Kasar (Rumus Varians):
s2
=
n. ∑ fi . Xi 2−(∑ fi. Xi)2
n(n−1)
Keterangan: Xi = tanda kelas (mid-point)
fi = Frekuensi pada kelas yang sesuai n = ∑fi
Contoh: Data Nilai Statistika 80 Mahasiswa yg telah disajikan dalam Tabel Distribusi Frekuensi Bergolong sbb:
Nilai fi Xi Xi2 fi. Xi fi . Xi2
31 – 40 1 35,5 1260,25 35,5 1.260,25 41 – 50 2 45,5 2070,25 91,0
4.140,50 51 – 60 5 55,5 3080,25 277,5
15.401,25 61 – 70 15 65,5 4290,25 982,5
JUMLAH 80 -- -- 6130,0 483.310,0
Maka s2 = (80).(483.310)−(6130)
2
80(80−1) = 172,1 s =
√
172,1 = 13,12 b. Dengan Rumus Deviasi :Contoh: Data Nilai Statistika 80 Mahasiswa yg telah disajikan dalam Tabel Distribusi Frekuensi Bergolong sbb:
Nilai fi Xi Xi - X´
(Xi− ´X)2
fi .(Xi− ´X)2
31 – 40 1 35,5 -41,1 1689,21 1.689,21 41 – 50 2 45,5 -31,1
967,21 1.834,42 51 – 60 5 55,5 -21,1
445,21 2.226,05 61 – 70 15 65,5 -11,1
123,21 1.848,15 71 – 80 25 75,5 -1,1
1,21 30,25 81 – 90 20 85,5 +8,9
79,21 1.584,20 91 – 100 12 95,5 +18,9
357,21 4.286,52
JUMLAH 80 -- --
13.498,80 Nilai rata-rata : X´=76,625 ∞ 76,6
s2
=
∑ fi .(Xi− ´X)2
n−1
=
13.498,80
80−1 = 170,9 s =
√
170,9 = 13,07 c. Dengan Rumus Koding :Contoh: Data Nilai Statistika 80 Mahasiswa yg telah disajikan dalam Tabel Distribusi Frekuensi Bergolong sbb:
Nilai
fi
Xi
ci
ci2fi. ci
fi . ci231 – 40 1 35,5 -3 9 -3 9
41 – 50 2 45,5 -2 4 -4 8
51 – 60 5 55,5 -1 1 -5 5
61 – 70 15 65,5 0 0 0 0
81 – 90 20 85,5 +2 4 + 40 80
91 – 100 12 95,5 +3 9 + 36 108
JUMLAH 80 -- -- -- + 89 235
Rumus : s2
=
p2[
n . ∑fi . ci2–(∑fi . ci)2n(n−1)
]
=
(10)2
[
(80).(235)–(89)280(80−1)
]
=172,1
S =
√
172,1 = 13,12Apakah dalam menentukan nilai simpangan baku ini, kita juga bebas menentu-kan letak ci = 0 …?
Contoh:
Nilai
fi
Xi
ci
ci2fi. ci
fi . ci231 – 40 1 35,5 -4 16 -4 16
41 – 50 2 45,5 -3 9 -6 18
51 – 60 5 55,5 -2 4 -10 20
61 – 70 15 65,5 -1 1 -15 15
71 – 80 25 75,5 0 0 0 0
81 – 90 20 85,5 +1 1 + 20 20
91 – 100 12 95,5 +2 4 + 24 48
JUMLAH 80 -- -- -- + 9 137
Rumus : s2
=
p2[
n . ∑fi . ci2–(∑fi . ci)2n(n−1)
]
=
(10)2
[
(80).(137)–(9)280(80−1)
]
=172,1
S =
√
172,1 = 13,128. Simpangan Baku Gabungan dari Beberapa Sub Sampel Misal:
Sub-sample 1 : berukuran n1, dgn simpangan baku s1 Sub-sample 2 : berukuran n2, dgn simpangan baku s2
Maka simpangan baku gabungan dari sampel berukuran n1 + n2 + …..+ nk dapat dihitung dengan rumus:
s2
=
∑
(¿−1). s1 2∑∋−k atau s
2 =
(n1−1). s12+ (n2−1). s22+…+(nk−1)sk2 n1+n2+…+nk−k
C ontoh:
Hasil pengamatan pada sub sampel pertama terhadap 14 objek, menghasilkan s1 = 2,75 , sedangkan pengamatan pada sub sampel kedua terhadap 23 objek, diperoleh s2 = 3,08. Maka simpangan baku gabungan dari kedua sub sampel tsb dapat dihitung:
s2=(n1−1). s1
2
+(n2−1). s22
n1+n2−k
=
(14−1).(2,75)2+(23−1).(3,08)2
14+23−2