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 91TEOR! 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 92PENGUKURAN 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