PENGUKURAN DISPERS!, KEMIRINGAN, DAN KERUNCINGAN DISTRIBUS! DATA
BAB 5
Pengukuran Dispersi, Kemiringan,
dan Keruncingan Distribusi Data
A. PENDAHULUAN
ada bab sebelumnya kita telah mempelajari statistika
deskriptif, yaitu distribusi frekuensi dan menggambarkan-
nya dalam bentuk histogram, poligon dan frekuensi poligon,
serta frekuensi kumulatif dan ogif. Kita juga telah mempelajari
statistika deskriptif yang lain yaitu ukuran pemusatan data, seperti
nilai rata-rata hitung, median, modus, rata-rata ukur, rata-rata
harmonis, serta letak data, yaitu kuartil, desil, dan persentil. Aspek
pengukuran lain yang juga sangat penting untuk dipelajari yang
masih merupakan bagian dari statistika deskriptif adalah pe-
ngukuran dispersi, kemiringan, dan keruncingan data. Dispersi data
menggambarkan bagaimana suatu kelompok data menyebar
terhadap pusat data.
Untuk mengawali pembahasan dispersi data, pandanglah tiga
kelompok data berikut ini.
Kelompok data 1:50, 50, 50, 50, 50; mempunyai X = 50
Kelompok data 2: 30, 40, 50, 60, 70; mempunyai X =50
Kelompok data 3: 20, 30, 50, 70, 80; mempunyai X =50
Tiga kelompok data itu_masing-masing mempunyai rata-rata
hitung yang sama, yaitu X = 50, tetapi penyebaran nilai pada
masing-masing kelompok data itu berbeda. Kelompok data 1, nilai-
nya tidak menyebar karena semuanya sama. Sedangkan kelompok
data 2 dan kelompok data 3 nilai-nilainya menyebar terhadap pusat
91TEOR! DAN APLIKASI STATISTIKA DAN PROBABILITAS
data, yaitu X = 60, tetapi kelompok data 8 lebih menyebar daripada
kelompok data 2, sebab kelompok data 2 mempunyai nilai terkecil
30 dan nilai terbesar 70 sementara kelompok data 3 mempunyai
nilai terkecil 20 dan nilai terbesar 80.
Kelompok data 1 disebut data yang homogen, sedangkan
kelompok data 2 dan kelompok data 3 disebut data yang heterogen;
di mana kelompok data 3 lebih heterogen daripada kelompok data 2.
B. DISPERSI DATA
Pentingnya kita mempelajari dispersi data didasarkan pada dua
pertimbangan. Pertama, pusat data, seperti rata-rata hitung, me-
dian, dan modus hanya memberi informasi yang sangat terbatas,
sehingga tanpa disandingkan dengan dispersi data kurang berman-
faat dalam analisis data. Kedua, dispersi data sangat penting untuk
membandingkan penyebaran dua distribusi data atau lebih.
Ukuran penyebaran suatu kelompok data terhadap pusat data
disebut dispersi atau variasi atau keragaman data.
Ada beberapa jenis ukuran dispersi data yang akan dipelajari
pada bagian ini, antara lain; (1) jangkauan (range), (2) simpangan
rata-rata (mean deviation), (3) variansi (variance), (4) standar
deviasi (standard deviation), (5) simpangan kuartil (quartile devia-
tion), dan (6) koefisien variasi (coeficient of variation). Ukuran
dispersi jenis (1) sampai dengan (5) disebut dispersi mutlak,
sedangkan jenis 6 disebut dispersi relatif.
1. Jangkauan (Range)
Pengertian jangkauan sesungguhnya sudah kita pakai pada Bab III.
Ukuran dispersi data yang paling sederhana untuk menghitung dan
menginterpretasikan data adalah jangkauan. Janghawan atau range
(r) suatu kelompok data adalah selisih antara nilai maksimum
dengan nilai minimum, Dalam bentuk persamaan dinyatakan
sebagai berikut.
Rumus 5.1
92PENGUKURAN DISPERS!, KEMIRINGAN, DAN KERUNCINGAN DISTRIBUS! DATA
Contoh 5.1
Kelompok data 1: 50, 50, 50, 50, 50; mempunyai jangkauan r = 50-50 = 0
Kelompok data 2: 30, 40, 50, 60, 70; mempunyai jangkauan r = 70-80 = 40
Kelompok data 3: 20, 30, 50, 70, 80; mempunyai jangkauan r = 80-20 = 60
Terlihat bahwa kelompok data 1 mempunyai jangkauan yang
paling kecil dan kelompok data 3 mempunyai jangkauan yang paling
besar. Artinya kelompok data 3 paling menyebar daripada yang lain.
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 5.2
Perhatikan tabel berat badan berikut ini.
TABEL 5,1
Jangkauan data = 73 ~ 61 = 12 kg
Jangkauan suatu kelompok data dapat menunjukkan kualitas
data. Makin kecil jangkauan suatu data, maka kualitas data itu
semakin baik, sebaliknya semakin besar jangkauan suatu data,
maka kualitas data tersebut semakin tidak baik. Oleh karena
terlalu sederhana, yaitu hanya memakai nilai maksimum dan nilai
minimum, maka jangkauan dikatakan terlalu kasar untuk meng-
gambarkan penyebaran data sehingga dalam analisis data yang
memerlukan tingkat ketelitian yang tinggi, ukuran dispersi data ini
jarang dipakai. Inilah kekurangan dari jangkauan data. Akan tetapi
kelebihannya paling mudah dihitung.
2. Simpangan Rata-Rata (Mean Deviation)
Simpangan rata-rata disingkat SR adalah jumlah nilai mutlak dari
selisih semua nilai dengan nilai rata-rata dibagi banyaknya data.
93