P. 1
Bab 6 Ukuran Dispersi Auto Saved)

Bab 6 Ukuran Dispersi Auto Saved)

|Views: 1,381|Likes:
Published by anii88

More info:

Published by: anii88 on Jan 09, 2012
Copyright:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as PDF, TXT or read online from Scribd
See more
See less

03/24/2015

pdf

text

original

UKURAN DISPERSI

A. PENGERTIAN DISPERSI
Ukuran dispersi atau ukuran variasi atau ukuran penyimpangan adalah
ukuran yang menyatakan seberapa jauh penyimpangan nilai-nilai data dari nilai-
nilai pusatnya atau ukuran yang menyatakan seberapa banyak nilai-nilai data yang
berbeda dengan nilai-nilai pusatnya.

B. JENIS-JENIS UKURAN DISPERSI
1. Jangkauan (Range, R)
Jangkauan atau ukuran jarak adalah selisih nilai terbesar data dengan nilai
terkecil data. Cara mencari jangkauan dibedakan antara data tunggal dan data
berkelompok.
a. Jangkauan Data Tunggal
Bila ada sekumpulan data tunggal, X
1
, X
2
, ....., X
n
maka jangkauannya
adalah :


Contoh:
Tentukan jangkauan data : 12, 14, 10, 8, 6, 4, 2
Penyelesaian :
Data diurutkan : 2, 4, 6, 8, 10, 12, 14
X
7
= 14 dan X
1
= 2
Jangkauan = X
7
– X
1
= 12 – 2 = 12

b. Jangkauan Data Berkelompok
Dapat ditentukan dengan dua cara :
- Jangkauan adalah selisih titik tengah kelas tertinggi dengan titik tengah
kelas terendah.
Jangkauan = X
n
– X
1

- Jangkauan adalah selisih tepi atas kelas tertinggi dengan tepi kelas
terendah.
Contoh :
Tentukan jangkauan dari distribusi frekuensi berikut!
Nilai Ujian Frekuensi (f) Titik Tengah (X)
31 - 40 1 35.5
41 - 50 2 45.5
51 - 60 5 55.5
61 - 70 15 65.5
71 - 80 25 75.5
81 - 90 20 85.5
91 - 100 12 95.5
80
Penyelesaian:
Titik tengah kelas terendah = 35,5
Titik tengah kelas tertinggi = 95,5
Tepi bawah kelas terendah = 30,5
Tepi atas kelas tertinggi = 100,5
1. Jangkauan = 95,5 – 35,5 = 60
2. Jangkauan = 100,5 – 30,5 = 70

2. Jangkauan Antarkuartil dan Jangkauan Semi Interkuartil
Jangkauan antarkuartil adalah selisih antar kuartil atas (Q
3
) dan kuatil
bawah (Q
1
). Dirumuskan :
1 3
Q Q JK ÷ =
Jangkauan semi interkuartil adalah setengah dari selisih kuartil atas (Q
3
)
dan kuatil bawah (Q
1
). Dirumuskan :
( )
1 3 2
1
Q Q Qd ÷ =
Rumus-rumus di atas berlaku untuk data tunggal dan data berkelompok.
Contoh :



a. Untuk Data Tunggal
Tentukan jangkauan antarkuartil dan jangkauan semi interkuartil dari :
2,6,8,5,4,9,12
Penyelesaian:
Q
1
= 4 dan Q
3
= 9
5 4 9
1 3
= ÷ = ÷ = Q Q JK

( ) ( ) 5 , 2 4 9
2
1
1 3 2
1
= ÷ = ÷ = Q Q Qd


b. Untuk data Kelompok

Tentukan jangkauan antarkuartil dan jangkauan semi interkuatil distribusi
frekuensi dari Tabel Nilai Ujian Statistik dari 80 mahasiswa universitas
Borobudur Tahun 1997
Nilai Ujian Frekuensi (f) Titik Tengah (X)
31 - 40 1 35.5
41 - 50 2 45.5
51 - 60 5 55.5
61 - 70 15 65.5
71 - 80 25 75.5
81 - 90 20 85.5
91 - 100 12 95.5
80
( )
5 , 68
15
8
4
80 1
10 5 , 60
1
=
|
|
|
|
.
|

\
|
÷
+ = Q
( )
5 , 86
20
48
4
80 3
10 5 , 80
3
=
|
|
|
|
.
|

\
|
÷
+ = Q
15 5 , 68 5 , 86
1 3
= ÷ = ÷ = Q Q JK

( ) ( ) 5 , 7 5 , 68 5 , 86
2
1
1 3 2
1
= ÷ = ÷ = Q Q Qd


Jangkauan antarkuartil (JK) dapat digunakan untuk menemukan data
pencilan, yaitu data yang dianggap salah atau salah ukur atau berasal dari kasus
yang menyimpang, karena itu perlu diteliti ulang. Data pencilan adalah data yang
kurang dari pagar luar.
L = 1,5 x JK
PD = Q
1
– L
PL = Q
3
+ L
Keterangan:
L = satu langkah
PD = pagar dalam
PL = pagar luar

Contoh soal:
Selidikilah apakah terdapat data pencilan dari data dibawah ini!
15, 33, 42, 50, 51, 51, 53, 55, 62, 64, 65, 68, 79, 85, 97.
Penyelesaian:
Q
1
= 50 dan Q
3
= 68
JK = 68 – 50 = 18
Sehingga :
L = 1,5 x 18 = 27
PD = 50 – 27 = 23
PL = 68 + 27 = 95
Pada data di atas terdapat nilai 15 dan 97 yang berarti kurang dari pagar
dalam (23) atau lebih dari pagar luar (95). Dengan demikian, nilai 15 dan 97
termasuk data pencilan, karena itu perlu diteliti ulang. Adanya nilai 15 dan 97
mungkin disebabkan salah dalam mencatat, salah dalam mengukur, atau data dari
kasus menyimpang.

3. Deviasi Rata-Rata (Simpangan Rata-Rata)
Deviasi rata-rata adalah nilai rata-rata hitung dari harga mutlak
simpangan-simpangannya.
a. Deviasi rata-rata data tunggal



n
X X
X X
n
DR
¿
¿
÷
= ÷ =
1
Contoh soal : Tentukan deviasi rata-rata data 7,6,3,4,8,8
Penyelesaian:
ΣX = 7 + 6 + 3 + 4 + 8 + 8 = 36
Sehingga mean (rata-rata hitung) adalah : 6
6
36
= = X

10 6 8 6 8 6 4 6 3 6 6 6 7 = ÷ + ÷ + ÷ + ÷ + ÷ + ÷ = ÷
¿
X X
i

67 , 1
6
10
= =
÷
=
¿
n
X X
DR
i

b. Deviasi rata-rata untuk data berkelompok
n
X X f
X X f
n
DR
¿
¿
÷
= ÷ =
1

Contoh :
Tentukan deviasi rata-rata distribusi frekuensi berikut :
Nilai Ujian Frekuensi (f) X X X ÷ X X f ÷
31 - 40 1 35.5 41.125 41.125
41 - 50 2 45.5 31.125 62.25
51 - 60 5 55.5 21.125 105.625
61 - 70 15 65.5 11.125 166.875
71 - 80 25 75.5 1.125 28.125
81 - 90 20 85.5 8.875 177.5
91 - 100 12 95.5 18.875 226.5
JUMLAH 80 808

Penyelesaian :
Dari contoh sebelumnya didapatkan bahwa 625 , 76 = X

1 , 10
80
808
= =
÷
=
¿
n
X X f
DR




4. Varians
Varians adalah nilai tengah kuadrat simpangan dari nilai simpangan rata-
rata kuadrat. Varians sampel disimbolkan dengan s
2
. Varians populasi
disimbolkan dengan σ
2
(sigma).
a. Varians data tunggal
Dapat digunakan dengan dua metode, yaitu metode biasa dan metode
angka kasar.
1. Metode Biasa
a. Untuk sampel besar (n > 30) :


b. Untuk sampel kecil (n ) 30 s :


2. Metode Angka Kasar
a. Untuk sampel besar (n > 30) :


b. Untuk sampel kecil (n ) 30 s :


Contoh :
Tentukan varians dari data 2, 3, 6, 8, 11 ?
Penyelesaian:
n = 5





( )
n
¿ X ÷ X
=
2
s
2
( )
1
2
s
2
÷
X ÷ X
=
¿
n
2
2
s
2
|
.
|

\
| ¿ ¿
÷ =
n
X
n
X
( )
) 1 (
2
1
2
s
2
÷
X
÷
÷
=
¿ ¿
n n n
X
6
5
11 8 6 3 2
=
+ + + +
= X
X
X X ÷ ( )
2
X X ÷
X
2

2
3
6
8
11
-4
-3
0
2
5
16
9
0
4
25
4
9
36
64
121
30 54 234

1. Metode Biasa


2. Metode Angka Kasar



b. Varians data berkelompok
Untuk data berkelompok, dapat digunakan dengan tiga metode, yaitu :
1) Metode biasa,
a. Untuk sampel besar (n > 30) :


b. Untuk sampel kecil (n ) 30 s :


2) Metode angka kasar
b. Untuk sampel besar (n > 30) :


c. Untuk sampel kecil (n ) 30 s :



( )
n
f ¿ X ÷ X
=
2
s
2
( )
1
2
s
2
÷
X ÷ X
=
¿
n
f
2
2
2
s
|
.
|

\
|
E
÷
E
=
n
fX
n
fX
( )
( ) 1
2 2
2
s
÷
E
÷
E
=
n n
fX
n
fX
( )
5 , 13
1 5
54
1
2
s
2
=
÷
=
÷
X ÷ X
=
¿
n
( ) ( ) ( )
( )
5 , 13
1 5 5
2
30
1 5
234
) 1 (
2
1
2
s
2
=
÷
÷
÷
=
÷
X
÷
÷
X
=
¿ ¿
n n n
3) Metode coding
a. Untuk sampel besar (n > 30) :
2
2
2 2
|
|
.
|

\
|
÷ · =
¿ ¿
n
fu
n
fu
C s
b. Untuk sampel kecil (n ) 30 s :
( )
( ) 1 1
2
2
2 2
÷
÷
÷
· =
¿ ¿
n n
fu
n
fu
C s
Keterangan:
C = panjang interval kelas
u =
C
M X
C
d ÷
=
M = rata-rata hitung sementara

Contoh :
Tentukan Varians dari distribusi frekuensi berikut :
Nilai Ujian Frekuensi (f)
31 - 40 1
41 - 50 2
51 - 60 5
61 - 70 15
71 - 80 25
81 - 90 20
91 - 100 12
JUMLAH 80
Penyelesaian :
1. Dengan Metode Biasa
625 , 76 = X
Nilai Ujian
Frekuensi
(f)
X Χ Χ ÷
( )
2
Χ Χ ÷ ( )
2
Χ Χ f ÷
31 - 40 1 35.5 -41.125 1691.266 1691.266
41 - 50 2 45.5 -31.125 968.766 1937.531
51 - 60 5 55.5 -21.125 446.266 2231.328
61 - 70 15 65.5 -11.125 123.766 1856.484
71 - 80 25 75.5 -1.125 1.266 31.641
81 - 90 20 85.5 8.875 78.766 1575.313
91 - 100 12 95.5 18.875 356.266 4275.188
JUMLAH 80 13598.750


2. Dengan Metode Angka Kasar
Nilai Ujian Frekuensi (f) X X
2
fX fX
2

31 - 40 1 35.5 1260.25 35.50 1260.25
41 - 50 2 45.5 2070.25 91.00 4140.50
51 - 60 5 55.5 3080.25 277.50 15401.25
61 - 70 15 65.5 4290.25 982.50 64353.75
71 - 80 25 75.5 5700.25 1887.50 142506.25
81 - 90 20 85.5 7310.25 1710.00 146205.00
91 - 100 12 95.5 9120.25 1146.00 109443.00
JUMLAH 80 6130.00 483310.00



3. Metode coding
Nilai Ujian Frekuensi (f) X u u
2
fu fu
2

31 - 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 35 9 137
( )
984 , 168
80
750 , 13598
2
s
2
= =
÷
=
¿
n
Χ Χ f
984 , 168
2
2
2
s =
E
÷
E
=
|
.
|

\
|
n
fX
n
fX
( )
( )
984 , 168
1 1
2
2
2 2
=
÷
÷
÷
· =
¿ ¿
n n
fu
n
fu
C s

5. Simpangan Baku (Standar Deviasi)
Simpangan baku adalah akar dari tengah kuadrat. Simpangan Baku sampel
disimbolkan dengan s. Simpangan Baku populasi disimbolkan dengan σ.
Menentukan simpangan baku : varians = s
Rumus diatas berlaku untuk data tunggal dan data kelompok.

Contoh
a. Untuk data Tunggal
Tentukan simpangan baku (standar deviasi) dari data 2, 3, 6, 8, 11 ?
Penyelesaian:
Dari perhitungan sebelumnya, diperoleh s
2
= 13,5
Simpangan bakunya adalah:
67 , 3 5 , 13 var = = = ians s

b. Untuk data Kelompok
Contoh :
Tentukan simpangan baku dari distribusi frekuensi berikut :
Nilai Ujian Frekuensi (f)
31 - 40 1
41 - 50 2
51 - 60 5
61 - 70 15
71 - 80 25
81 - 90 20
91 - 100 12
JUMLAH 80

Penyelesaian :
Dari contoh soal diatas diperoleh varian = 168,984
Sehingga simpangan baku adalah :
99 , 12 984 , 168 varians = = = s

C. KOEFISIEN VARIASI
Koefisien dispersi atau variasi yang telah dibahas sebelumnya merupakan
dispersi absolut, seperti jangkauan, simpangan rata-rata, simpangan kuartil dan
simpangan baku. Untuk membandingkan dispersi atau variasi dari beberapa
kumpulan data, digunakan istilah dispersi relatif, yaitu perbandingan antara
dispersi absolut dan rata-ratanya.
Dispersi relatif digunakan untuk membandingkan tingkat variabilitas nilai-
nilai observasi suatu data dengan tingkat variabilitas nilai-nilai observasi data
lainnya. Koefisien variasi adalah contoh dispersi relatif.
Ada empat macam dispersi relatif, yaitu :
1. Koefisien Variasi (KV)
Jika dispersi absolut digantikan dengan simpangan bakunya maka dispersi
relatifnya disebut koefisien variasi (KV).
% 100 × =
X
s
KV
Keterangan:
KV = koefisien variasi
s = simpangan baku
X = rata-rata
Contoh Soal:
Dari hasil penelitian 2 Sekolah Dasar Kelas 1, diketahui jumlah siswa
yang menyukai matematika adalah :
Sekolah Dasar X = 800 =
A
X anak, 8 =
A
s
Sekolah Dasar Y = 550 =
B
X anak, 3 =
B
s
Tentukan Koefisien variasi masing-masing!
Penyelesaian:
% 1 % 100
800
8
% 100 = × = × =
A
A
A
X
s
KV
% 55 , 0 % 100
550
3
% 100 = × = × =
B
B
B
X
s
KV

2. Variasi Jangkauan (VR)
Variasi jangkauan adalah dispersi relatif yang dispersi absolutnya
digantikan dengan jangkauan.
% 100 × =
X
R
VR
3. Variasi Simpangan Rata-Rata (VSR)
Variasi Simpangan Rata-Rata adalah dispersi relatif yang dispersi
absolutnya digantikan dengan simpangan rata-rata.
% 100 × =
X
SR
VR
4. Variasi Kuartil (VQ)
Variasi Kuartil adalah dispersi relatif yang dispersi absolutnya digantikan
dengan kuartil.
% 100
% 100
1 3
1 3
×
+
÷
=
× =
Q Q
Q Q
VQ
Me
Qd
VQ

DISPERSI ABSOLUT digunakan untuk mengetahui tingkat variabilitas
nilai-nilai observasi pada suatu data, sedangkan DISPERSI RELATIF digunakan
untuk membandingkan tingkat variabilitas nilai-nilai observasi suatu data dengan
tingkat variabilitas nilai-nilai observasi data lainnya

You're Reading a Free Preview

Download
scribd
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->