Pengukuran Dispersi, Kemiringan, dan Keruncingan Distribusi Data

Ukuran penyebaran suatu kelompok data terhadap pusat data disebut dispesi atau variasi atau keragaman data. Ada beberapa jenis ukuran disperse data yang akan dipelajari pada bagian ini, antara lain; Jangkauan (range) Simpangan rata-rata (mean deviation) Variansi (variance) Standar deviasi (standar deviation) Simpangan kuartil (quartile deviation) Koefisien variasi (coeficient of variation) Ukuran dispersi jenis 1 sampai 5 disebut dispersi mutlak, sedangkan jenis 6 disebut disperse relative.

 Jangkauan

atau range (r) suatu kelompok data adalah selisih antara nilai maksimum dengan nilai minimum. Dalam bentuk persamaan sebagai berikut Rumus 5.1

range (r)= nilai maksimum nilai minimum

Untuk

data berkelompok dalam bentuk distribusi frekuensi, jangkauan data dihitung dengan memakai selisih antara nilai tengah kelas yang maksimum dengan nilai tengah kelas minimum.

Contoh Soal
Berat badan 60-62 63-65 66-68 69-71 72-74 X 61 64 67 70 73 f 5 18 42 27 8

Jangkauan

data = 73-61 = 12 Jangkauan suatu kelompk data dapat menunjukkan kualitas data. Makin kecil jangakuan suatu data, maka kualitas data itu semakin baik, sebaliknya semakin besar jangkauan suatu data, maka kualitas data tersebut semakin tidak baik.

Simpangan

rata-rata (mean

deviation) Simpangan rata-rata disingkat SR adalah jumlah nilai mutlak dari selisih semua nilai dengan ratarata dibagi banyaknya data.
Untuk data tidak berkelompok:

Rumus
SR

5.2

Di

mana: X = nilai data = Rata-rata hitung banyaknya data

 Untuk

data berkelompok:

SR
Tanda nilai mutlak pada rumus tersebut untuk menjamin agar simpangan bertanda positif, karena dispersi data merupakan ukuran yang positif.

 Contoh

5.3 Tentukanlah simpangan rata-rata kelompok data: 20, 30, 50, 70, 80! Jawab : Rata-rata hitung

 Variansi

adalah rata-rata kuadrat selisih atau kuadrat simpangan dari semuan nilai data terhadap rata-rata hitung. Variansi untuk sampel dilambangkan dengan S2. Sedangkan untuk populasi dilambangkan dengan 2. data tidak berkelompok:

Untuk

S2
Untuk data berkelompok:
Rumus 5.5

S2

 Standar

deviasi berkaitan langsung dengan variansi. Standar deviasi adalah akar pangkat dua dari variansi. Standar deviasi seringkali disebut simpangan baku. Dengan demikian rumus dari standar deviasi adalah:

Untuk data tidak berkelompok: Rumus 5.6

Untuk data berkelompok :

 Tentukanlah

standar deviasi dari kelompok data

berikut.
Modal 112-120 121-129 130-138 139-147 148-156 157-165 166-174 F 4 5 8 12 5 4 2 40 X 116 125 134 143 152 161 170

601,4756 241,0256 42,5756 6,1256 131,6756

2405,9024 1205,1280 340,6048 73,5072 658,3780

419,2256
868,7756

1676,9024
1737,5513 8097,9741

 Maka

varians data modal tersebut adalah:

S2
Standar deviasinya adalah

 Jangkauan

kuartil disebut juga simpangan kuartil atau rentang semi antarkuartil atau deviasi kuartil. Sedangkan jangkauan persentil 10-90 disebut juga rentang persentil 10-90.

Di

mana Q1 = kuartil bawah atau kuartil pertama Q3 = kuartil atas atau kuartil ketiga

 Jangkauan

Persentil

JP10 90 = P90 P10

Di mana
P10 =

persentil ke-10 dan P90 = persentil ke-90

Contoh

soal: Data berat badan 100 mahasiswa suatu perguruan tinggi disajikan pada tabel distribusi frekuensi berikut. Tentukanlah jangkauan kuartil dan jangkauan persentil 10-90 data tersebut.

Berat badan (kg) 60 - 62 63 65 66 68 69 71 72 - 74

frekuensi 5 18 42 27 8 100

 Jawab: Karena

n = 100, maka Q1 terletak pada nilai ke-25, yaitu kelas 66-68, dan Q3 terletak pada nilai ke-75, yaitu kelas 69-71. Maka nilai Q1 dan Q3 adalah:

Jadi, jangkauan kuartil:

Sedangkan P10 terletak pada nilai ke-10, yaitu kelas 63-65 dan P90 terletak pada nilai ke-90 yaitu kelas 69-71. Maka nilai P10 dan P90 adalah:

 Jawab

Jadi, jangkauan persentil

 Ukuran

penyebaran data seperti jangkauan, simpangan rata-rata, variansi, standar deviasi, jangkauan kuartil, dan jangkauan persentil merupakan dispersi mutlak. Salah satu ukuran disperse relative yang sangat terkenal adalah koefisien variasi (KV) yang dirumuskan sebagai berikut.

Di mana S = standar deviasi

= rata-rata hitung

 Koefisien

variasi kuartil dipakai bilamana suatu kelompok data tidak diketahui berapa nilai rata-rata hitungnya dan standar deviasinya. Koefisien variasi kuartil (KVQ)dirumuskan sebagai berikut

Selain

itu, koefisien variasi kuartil juga dirumuskan dengan cara sebagai berikut

 Salah

satu manfaat penting dari nilai ratarata hitung dan standar deviasi (S) adalah kedua nilai tersebut dapat dipakai untuk membuat transformasi data yang menghasilkan nilai baku atau disebut juga skor baku (nilai standar).
Rumus

 Kemiringan

adalah derajat atau ukuran dari ketidaksimetrian (asimetri) suatu distribusi data. Ada beberapa cara yang dipakai untuk menghitung derajat kemiringan distribusi data. Cara pertama: dengan rumus Pearson

Di mana

Mod = modus S = Standar Deviasi Med = median Bila

 Cara

kedua: dengan rumus Momen Untuk data tidak berkelompok:

Untuk

data berkelompok:

 Cara

ketiga: dengan rumus Bawley Bawley juga mengembangkan rumus sederhana untuk menghitung derajat kemiringan distribusi data, dengan memakai nilai kuartil bawah Q1, kuartil tengah Q2, dan kuartil atas Q3,yaitu:

Keruncingan distribusi data adalah derajat atau ukuran tinggi rendahnya puncak suatu distribusi data terhadap distribusi normalnya data. Keruncingan distribusi data disebut juga kurtosis. Ada tiga jenis derajat keruncingan, yaitu: Leptokurtis artinya distribusi data yang puncaknya relative tinggi. Mesokurtis artinya distribusi data puncaknya normal Platikurtis artinya distribusi data yang puncaknya terlalu rendah atau terlalu mendatar

Derajat keruncingan data dihitung dengan rumus berikut ini: Untuk data tidak berkelompok:

Untuk

data berkelompok: