Professional Documents
Culture Documents
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
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
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:
Tentukanlah
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
419,2256
868,7756
1676,9024
1737,5513 8097,9741
Maka
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
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.
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:
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
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.
= 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
Cara
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: