UKURAN PENYEBARAN

Ukuran penyebaran adalah suatu ukuran baik parameter atau statistic untuk mengetahui seberapa besar penyimpangan data dengan nilai ratarata hitungnya. Mengapa kita mempelajari ukuran penyebaran tersebut? Karena kita merasa bahwa mengetahui nilai tengah saja kurang cukup, tanpa disertai dengan pengetahuan tentang seberapa besar data tersebut menyebar disekitar nilai tengahnya. Dengan memahami unsur penyebaran data diharapkan kita tidak menarik kesimpulan yang salah. 1. RANGE (JARAK)

Range adalah ukuran yang paling sederhana dari ukuran penyebaran. Range merupakan perbedaan antar nilai terbesar dan terkecil dalam suatu kelompok data baik data populasi atau sampel. Semakin kecil ukuran range menunjukkan karakter yang lebih baik, karena data mendekati pada nilai pusat dan kompak. a. Data yang tidak dikelompokkan

Range = Nilai terbesar – Nilai terkecil

0 4.Tahun Negara Maju 1994 1995 1996 1997 1998 1999 2000 2001 3.1 3.4 6.2 Indonesia .0 2.1 4.6 3.3 6.6 7.8 -9.2 2.1 Pertumbuhan Ekonomi (%) Negara industry baru 7.5 2.2 3.4 1.8 3.3 2.2 2.1 3.5 3.8 4.5 5.7 4.5 7.2 2.6 7.6 Negara Asean 6.3 6.9 -13.0 -1.2 7.5 8.

dapat disimpulkan karena Indonesia mempunyai range pertumbuhan ekonomi terbesar maka flultuasi dan gejolak ekonomi yang terjadi juga paling besar.2 Dari nilai range menunjukkan.5 3.1 1. Sedang Negara maju dengan range 1. Oleh sebab itu.4 2.6 7.2 2 1.1 5.2% berarti fluktuasi perekonomian tidak terlalu besar. dan akhirnya Indonesia.2 6 3.5 -9.2 6.1 3.2 7.6 3.6 4. negara Asean. bahwa yang terkecil negara maju. Besarnya range menunjukkan selisih nilai terbesar dan terkecil sehingga juga menunjukkan fkultuasi.Tahun 1994 1995 1996 1997 1998 1999 2000 2001 max min range Pertumbuhan Ekonomi (%) Negara Maju Negara industry Negara Asean baru 3.3 7. dan hal ini menunjukkan terjadinya gejolak yang positif atau .3 6.2 -1. kemudian negara industry baru.4 2 2.6 6.5 3 2.8 2.3 4.1 2.

735 736 . . Perekonomian suatu negara yang sudah dalam kondisi matang.447 448 .negative tidak terlalu besar. DEVIASI RATA-RATA Data yang tidak dikelompokkan Merupakan rata-rata hitung dari nilai mutlak deviasi antara nilai data pengamatan dengan rata-rata hitungnya. a. Kelas ke1 2 3 4 5 Interval 160 . Data yang dikelompokkan Range adalah selisih antar batas atas dari kelas tertinggi dengan batas bawah dari kelas terendah.303 304 .591 592 .879 Jumlah frekuensi 3 4 9 3 1 Range = 879 – 160 = 718 2. cenderung akan lebih stabil. b.

MD = Σ |X -X| N MD : deviasi rata-rata X X N Σ || : nilai setiap data pengamatan : nilai rata-rata hitung dari seluruh nilai pengamatan : jumlah data atau pengamatan dalam sampel/populasi : lambang penjumlahan : lambang nilai mutlak Tahun Pertumbuhan ekonomi (%) .

3 0.1 Indonesia 7.45 1994 1995 1996 1997 1998 1999 2000 2001 Jumlah Rata-rata .6 0.2 3.3 2.9 -13.5 0.3 -0.4 -0.5 3.7 4.2 2.2 2 2.2 2.2 2.6 0 0.6 0.4 0.2 2.2 3.6 -0.6 -0.1 20.8 4.8 2.5 8.0 2.6 0.2 7.6 3.2 Tahun Pertumbuhan Ekonomi (%) Negara Maju |X -X| Nilai mutlak 3.6 0 0.2 2.6 0.3 2.6 3.6 0.6 0.8 3.Negara Maju 1994 1995 1996 1997 1998 1999 2000 2001 3.5 3.

45 b.Jadi nilai deviasi rata-rata pertumbuhan ekonomi Negara maju adalah 0. Deviasi rata-rata untuk data berkelompok dirumuskan sebagai berikut: MD = Σ f|X -X| N MD : deviasi rata-rata F X X N Σ || : jumlah frekuensi setiap kelas : nilai setiap data pengamatan : nilai rata-rata hitung dari seluruh nilai pengamatan : jumlah data atau pengamatan dalam sampel/populasi : lambang penjumlahan : lambang nilai mutlak Interval Nilai tengah kelas Jumlah frekuensi .

735 736 .5 3 4 9 3 1 Interval Nilai tengah kelas (X) 231.5 1990.5 807.5 1502 4675.591 592 . VARIANS DAN STANDAR DEVIASI .879 231.160 .X |X -X| F|X -X| 160 .447 448 .5 Jumlah frekuensi (F) 3 4 9 3 1 F.5 252 108 36 180 324 756 432 324 540 324 2376 118.303 304 .5 375.303 304 .5 519.5 663.5 375.5 9670 483.5 663.5 807.591 592 .5 807.879 Jumlah Rata-rata 694.735 736 .447 448 .8 Kerjakan untuk menghitung deviasi pertumbuhan ekonomi Indonesia! 3.5 519.

Varians sampel (deviasi kuadrat dari setiap Data terhadap rata-rata hitung semua data dalam sampel) Data yang tidak dikelompokkan Varians populasi σ2 = Σ(x . Varians adalah rata-rata hitung deviasi kuadrat setiap data terhadap rata-rata hitungnya.Varians & standar deviasi adalah sebuah ukuran penyebaran yang menunjukkan standar penyimpangan atau deviasi data terhadap nilai rataratanya.µ)2 N σ2 X : varians populasi : nilai setiap data pengamatan : nilai rata-rata hitung dari dalam populasi µ . Varians Varians populasi (deviasi kuadrat dari setiap (Data terhadap rata-rata hitung semua data dalam populasi) a.

09 0.6 3.µ)2 .36 0 0.3 2.2 2 2.3 -0. σ = √ Σ(X .2 2.6 0.6 -0.6 -0.36 0.µ)2 3.4 -0.6 0. Kerjakan untuk menghitung varians pertumbuhan ekonomi Indonesia! Standar deviasi adalah akar kuadrat dari varians dan menunjukkan standar penyimpangan data terhadap nilai rata-ratanya.16 0.6 0 0.36 0.2425.1 20.N Σ : jumlah data atau pengamatan dalam populasi : lambang penjumlahan Tahun Pertumbuhan Ekonomi (%) Negara Maju (X .8 2.µ) (X .5 0.2425 1994 1995 1996 1997 1998 1999 2000 2001 Jumlah Rata-rata Jadi varians pertumbuhan ekonomi untuk Negara sebesar 0.2 3.25 1.36 0.2 2.94 0.

2425 berapa standar deviasinya? Varians sampel s2 = Σ(x .x)2 n -1 s 2 : varians sampel : nilai setiap data pengamatan : nilai rata-rata hitung dari dalam sampel : jumlah data atau pengamatan dalam sampel : lambang penjumlahan X X N Σ b.N Diketahui bahwa σ2 untuk Negara maju adalah 0. Data yang dikelompokkan .

5 663.5 Jumlah F.5 807.5 807.5 1990.5 375.5 1502 4675.X frekuensi (F) 3 4 9 3 1 694.5 519.303 304 .s2 = Σf( x – x )2 n -1 Sedang untuk standar deviasi data berkelompok adalah sebagai berikut: s= √Σf( x – x )2 n -1 Interval Nilai tengah kelas (X) 231.26 .879 Jumlah Rata-rata 252 108 36 180 324 63504 11664 1296 32400 104976 190512 46656 11664 97200 104976 451008 23737.735 736 .5 (X -X) (X -X)^2 f(X -X)^2 160 .447 448 .5 9670 483.591 592 .

Berapa standar deviasinya? MAKNA & KEGUNAAN STANDAR DEVIASI Standar deviasi digunakan untuk membandingkan penyebaran atau penyimpangan dua kelompok data atau lebih. satandar deviasi yang tinggi biasanya dipandang kurang baik bila dibandingkan dengan standar deviasi rendah.737. maka disimpulkan bahwa anggota sampel atau populasi mempunyai kesamaan.26. apabila nilai deviasinya besar.Jadi varians sebesar 23. maka penyebarannya dari nilai tengah juga besar. Apabila standar deviasinya kecil. . Hal tersebut menunjukkan adanya nilai-nilai ekstrem baik yang tinggi maupun rendah. Sebaliknya. maka hal tersebut menunjukkan nilai sampel dan populasi berkumpul atau mengelompok di sekitar nilai rata-rata hitungnya. Artinya karena nilainya hampir sama dengan nilai rata-rata. Oleh sebab itu. Standar deviasi yang besar juga menunjukkan adanya perbedaan jauh diantara anggota populasi.

Sign up to vote on this title
UsefulNot useful