You are on page 1of 13

Nama : Hana Azhar Kelas : 3B 2011 NPM : 117006077 PENGUKURAN PENYIMPANGAN Pengukuran penyimpangan adalah suatu ukuran yang

menunjukkan tinggi rendahnya perbedaan data yang diperoleh dari rata-ratanya. Macam-macam pengukuran penyimpangan yang sering digunakan adalah rentangan (range), rentangan antar kuartil, rentangan semi antar kuartil, simpangan rata-rata, simpangan baku, varians, koefisien varians, dan angka baku. 1. Rentangan (Range) Range (rentangan) adalah jarak antara nilai data yang tertinggi dengan nilai data yang terendah atau nilai tertinggi dikurangi nilai terendah. Rumus : data tertinggi data terendah Contoh : data nilai UAS Statistika Kelas A : 90 80 70 90 70 100 80 50 75 70 Kelas B : 80 80 75 95 75 70 95 60 85 60 Langkah-langkah menjawab : Urutkan dulu kemudian dihitung rentangannya. Kelas A : 50 70 70 70 75 80 80 90 90 100 Kelas B : 60 60 70 75 75 80 80 85 95 Rentangan kelas A : 100 50 = 50 Rentangan kelas B : 95 60 = 35 2. Rentangan antar kuartil Rentangan antar kuartil yaitu selisih antara kuartil ketiga dengan kuartil pertama ditulis dengan rumus: RAK = K3 K1 Sementara rumus kuartil adalah: a. Untuk data tunggal

K1 K2 K3
Keterangan : K1,2,3 : nilai kuartil Bp : batas bawah kelas sebelum nilai kuartil akan P : panjang kelas nilai kuartil n : jumlah data f : banyaknya frekuensi kelas kuartil Jf : jumlah dari semua frekuensi kumulatif sebelum kelas kuartil terletak

b. Untuk data kelompok K1 K2 K3


( )

3. Rentangan semi antar kuartil (SK) Rentangan semi antar kuartil ialah setengah dari rentangan antar kuartil (RAK) ditulis dengan rumus : SK = RAK

Contoh : Diketahui data dengan nilai K1 = 72,67 dan K3 = 82,47 dan RAK didapatkan 9,8 maka 4. Simpangan rata-rata

Simpangan rata-rata ialah nilai rata-rata dan harga mutlak semua simpangan terhadap rata-rata (mean) kelompoknya. Maksud harga mutlak di sini semua nilai simpangan negatif dianggap positif. Nilai simpangan diberi simbol (X), sedangkan harga mutlak bersimbol xsehingga ditulis rumus : x = X x Catatan : X : simpangan data dari rata-ratanya X : data yang diketahui x : Mean kelompok data a. Rumus Simpangan rata rata (SR) data tunggal SR b. Rumus Simpangan rata rata (SR) data kelompok SR Contoh 1 : data tunggal Data nilai UAS statistika yang diambil sampel sebanyak 7 mahasiswa sebagai berikut : Nilai (X) 60 65 70 75 80 85 90 75 Rata-rata (x) X x x 15 10 5 0 5 10 15

X = 525

x= 60

x x x 75

SR = = 8,57 Artinya rata-rata nilai UAS 7 orang mahasiswa sebesar 75 dengan simpangan 8,57. Contoh 2 : data kelompok Frekuensi Nilai (f) 60 64 65 - 69 70 - 74 75 78 80 84 85 89 90 94 2 6 15 20 16 7 4 f = 70 (X) 62 67 72 77 82 87 92 124 402 1080 1540 1312 609 368 f.X = 5435 Titik tengah f.X (X-x ) X 15,64 10,64 5,64 0,64 4,36 9,36 14,36 f.X 31,28 63,84 84,6 12,8 69,76 65,52 57,44 f.X= 385,24

SR

Jadi rata-rata nilai statistika dari 70 mahasiswa sebesar 77,64 dengan simpangan baku rata-rata 5,5 5. Simpangan baku Simpangan baku atau deviasi standar adalah ukuran sebaran statistik yang paling lazim. Singkatnya, ia mengukur bagaimana nilai-nilai data tersebar. Bisa juga didefinisikan sebagai, rata-rata jarak

penyimpangan titik-titik data diukur dari nilai rata-rata data tersebut. Simpangan baku didefinisikan sebagai akar kuadrat varians.

Simpangan baku merupakan bilangan tak-negatif, dan memiliki satuan yang sama dengan data. Misalnya jika suatu data diukur dalam satuan meter, maka simpangan baku juga diukur dalam meter pula. Istilah simpangan baku pertama kali diperkenakan oleh Karl Pearson pada tahun 1894, dalam bukunya On the dissection of asymmetrical frequency curves. Simbol stadar deviasi populasi (n atau ) sedangkan simbol sampel (n-1, Sd atau s ). Rumus standar deviasi yaitu :

a. Standar deviasi (s) sampel untuk data tunggal n-1 atau s=

Contoh data tunggal :

Diketahui nilai UTS statistika mahasiswa STIA LAN Bandung No. 1. 2. 3. 4. 5. 6. 7. 8. 9. 10. X 75 70 80 85 60 75 100 90 95 75 X2 5625 4900 6400 7225 3600 5625 10000 8100 9025 5625 X2 66125

N=10 X 10 n-1 805

X2

No.

(X- x ) x

1.

75

-5,5

30,26

2. 3. 4. 5. 6. 7. 8. 9. 10.

70 80 85 60 75 100 90 95 75

-10,50 -0,5 4,5 -20,5 -5,5 19,5 9,5 14,5 -5,5 0

110,25 0,25 20,25 420,25 30,25 380,25 90,25 210,25 30,25 X2 1322,5

N=10 X 10 805

x= = = 80,5

s= = =

= 12,12 b. Standar deviasi (s) populasi untuk data distribusi (kelompok) Standar deviasi (s) sampel untuk data kelompok n-1 Contoh data distribusi : atau s=

Frekuensi Nilai (f) 60 64 65 - 69 70 - 74 75 78 80 84 85 89 90 94 2 6 15 20 16 7 4 f = 70

Titik tengah f.X (X) 62 67 72 77 82 87 92 124 402 1080 1540 1312 609 368 f.X = 5435

X2 3844 4489 5184 5929 6724 7569 8464

f. X2 7688 26934 77760 118580 107584 52983 33856 f.X2= 425385

n-1


2953225

42 988 93

Frekuensi Nilai (f) 60 64 65 - 69 70 - 74 75 78 80 84 2 6 15 20 16

Batas kelas atas (X) 64,52 69,5 74,5 79,5 84,5

(X-x) x x -15 -10 79,5 -5 0 5

f. X2 450 600 375 0 400

85 89 90 94

7 4 f = 70

89,5 94,5 X = 556,5

10 15 0

700 900 f.X2= 3425

X n 556 5 7

s = = = = = 7,04

6. Varians Varians adalah salah satu ukuran dispersi atau ukuran variasi. Varians dapat menggambarkan bagaimana berpencarnya suatu data kuantitatif. Varians diberi simbol 2 (baca: sigma kuadrat) untuk populasi dan untuk s2 sampel. Selanjutnya kita akan menggunakan simbol s2 untuk varians karena umumnya kita hampir selalu berkutat dengan sampel dan jarang sekali berkecimpung dengan populasi. Rumus untuk menghitung varians ada dua , yaitu rumus teoritis dan rumus kerja. Namun demikian, untuk mempersingkat tulisan ini, maka kita gunakan rumus kerja saja. Rumus kerja ini mempunyai

kelebihan dibandingkan rumus teoritis, yaitu hasilnya lebih akurat dan lebih mudah mengerjakannya. Simbol varians untuk populasi = 2 atau 2n sedangkan untuk sampel
n-1 atau (s 2

) atau S.

a. Rumus varians (S) sampel untuk data tunggal

n-1 = [

f (f X )

f X ] atau S = [ ]

b. Rumus varians (S) sampel untuk data distribusi (dikelompokkan)

n = [

(f X) f

atau S = [

f X2

Contoh :data berdistribusi Jika (Standar Deviasi) Maka (Variasi) s = 7,016 (data sampel) S = 7,0162 = 49,2243 7. Koefisien varians Koefisien varians adalah perbandingan antara standar deviasi dengan harga mean yang dinyatakan dengan (%). Gunanya untuk mengamati variasi data atau sebaran data dari meannya (rata-ratanya). Artinya semakin kecil koefisien variasinya maka data semakin seragam (homogen). Sebaliknya semakin besar koefisien variasinya maka data semakin heterogen. Menghitung besarnya koefisien varians dengan rumus : KV = x100%

Keterangan : KV = Koefisien variasi (%) s x = Standar deviasi = Rata-rata

8. Angka baku Angka baku (Zscore) atau skor baku ialah bilangan yang menunjukkan tingkat data penyimpangan dari mean dalam satuan standar deviasi atau seberapa jauh suatu nilai tersebut yang menyimpang dari ratarata dengan satuan s. Kegunaan angka baku antara lain: untuk mengamata perubahan nlai kenaikan, nilai penurunan variabel atau satuan gejala yang ada dari meannya dan untuk menaikkan (mengubah) data ordinal menjadi data interval dengan jalan mengubah skor mentah menjadi skor baku. Artinya semakin kecil angka bakunya semakin kecil juga perubahan variabel tersebut dari nilai meannya. Sebaliknya semakin besar angka bakunya semakin besar juga perubahan angka baku dari ilai rata-ratanya. Sehingga dapat ditulis dengan rumus: Z(score) = Keterangan : Z(score) = angka baku X S X = nilai variabel = standar deviasi = rata-rata (mean)

Contoh : Fatimah mahasiswa STIA mengambil 5 mata kuliah dengan nilai prestasi UTS dan rata-rata kelas : Bahasa inggris = nilai 80, x = 70, s = 5

Statistika Manajemen SDM

= nilai 95, = nilai 85,

x = 75, s = 4 x = 80, s = 5 x = 70, s = 10 x = 85, s = 5

Hukum Tata Negara = nilai 90, Matematika = nilai 100,

Berdasarkan kelima nilai diatas, mana yang lebih baik diperoleh oleh Fatimah? Jawab : Kalau dlihat dari besar nilainya, matematika yang paling baik derajatnya yaitu 100 lebih besar dari nilai statistika = 95, tetapi kalau dnilai secara relative di banding dengan rata-ratanya, maka harus dihitung angka bakunya yaitu:

Z(BI) = =2

Z(HTN) = =2

Z(MAT) = =3

Z(MSDM) = =1

Z(STK) = =5 Berdasarkan kelima nilai tersebut yang lebih baik adalah satistika atau kedudukan nilai statistika lebih tinggi dari pada nilai keempat mata kuliah diatas. Dalam penggunaan bilangan Z sering diubah menjadi distribusi baru (model yang baru) yang mempunyai x dan standar deviasi yang sudah ditentukan. Bilangan yang diperoleh dengan cara ini disebut bilangan baku (bilangan standar). Dengan x dan s ditulis rumus: Z(score) Keterangan : Z(score) = Angka baku ( )

X x s s x

= Nilai variabel = Mean yang sudah ditentukan = Standar deviasi yang sudah ditentukan = Satandar deviasi = Rata-rata (Mean)

You might also like