UKURAN PENYEBARAN

Ukuran penyebaran atau adalah suatu untuk ukuran baik

parameter

statistic

mengetahui

seberapa besar penyimpangan data dengan nilai rata-rata hitungnya. Mengapa kita mempelajari ukuran penyebaran tersebut? Karena kita merasa bahwa mengetahui nilai tengah saja kurang cukup, tanpa disertai dengan pengetahuan tentang seberapa besar data tersebut menyebar disekitar nilai tengahnya. Dengan memahami unsur penyebaran data diharapkan kita tidak menarik kesimpulan yang salah. 1. RANGE (JARAK)

Range adalah ukuran yang paling sederhana dari ukuran penyebaran. Range merupakan perbedaan antar nilai terbesar dan terkecil dalam suatu kelompok data baik data populasi atau sampel. Semakin kecil ukuran range menunjukkan karakter yang lebih baik, karena data mendekati pada nilai pusat dan kompak.

1 .2 2. Data yang tidak dikelompokkan Range = Nilai terbesar – Nilai terkecil Tahun Pertumbuhan Ekonomi (%) Negara Negara Negara Indonesi Maju industry baru 7.6 3.2 7.3 6.a.6 7.5 2.3 2.2 2.2 3.0 2.8 -9.4 1.9 -13.8 3.1 3.1 4.2 1994 1995 1996 1997 1998 1999 2000 2001 3.8 4.5 a 7.3 6.1 3.2 2.4 6.0 4.0 -1.7 4.5 5.6 7.6 Asean 6.5 3.5 8.

dapat disimpulkan karena Indonesia mempunyai range . Besarnya range menunjukkan selisih nilai terbesar dan terkecil sehingga juga menunjukkan fkultuasi.5 3 2.2 6 3.1 3. negara Asean.2 7.1 1. bahwa yang terkecil negara maju.2 -1.6 4. dan akhirnya Indonesia.5 -9.Tahun 1994 1995 1996 1997 1998 1999 2000 2001 max min range Pertumbuhan Ekonomi (%) Negara Negara Negara Maju industry baru Asean 3.5 3.6 6.6 3.3 4.3 6. kemudian negara industry baru. Oleh sebab itu.2 6.1 2.1 5.4 2.2 2 1.8 2.3 7.6 7.4 2 2.2 Dari nilai range menunjukkan.

pertumbuhan Negara maju ekonomi dengan tidak terbesar range terlalu maka flultuasi dan gejolak ekonomi yang terjadi juga paling besar. yang berarti dan fluktuasi hal ini atau perekonomian menunjukkan terjadinya gejolak positif negative tidak terlalu besar. Data yang dikelompokkan Range adalah selisih antar batas atas dari kelas tertinggi dengan batas bawah dari kelas terendah. a. Kelas ke1 2 3 4 5 Interval 160 304 448 592 736 303 447 591 735 879 Jumlah frekuensi 3 4 9 3 1 Range = 879 – 160 = 718 2. DEVIASI RATA-RATA Data yang tidak dikelompokkan . Sedang 1. Perekonomian suatu negara yang sudah dalam kondisi matang.2% besar. b. cenderung akan lebih stabil.

Merupakan rata-rata hitung dari nilai mutlak deviasi antara nilai data pengamatan dengan ratarata hitungnya. MD = Σ |X -X| N MD : deviasi rata-rata X X N Σ || : nilai setiap data pengamatan : nilai rata-rata hitung dari seluruh nilai pengamatan : jumlah data atau pengamatan dalam : lambang penjumlahan : lambang nilai mutlak sampel/populasi .

6 0.2 0.4 2 -0.2 2.8 3.2 -0.2 3.6 2.8 4.6 3.1 7.6 2.2 0.2 7.5 8.0 2.6 0.2 2.6 .9 -13.Tahun Pertumbuhan ekonomi (%) Negara Indonesia 1994 1995 1996 1997 1998 1999 2000 2001 Maju 3.6 0.4 0.2 Tahun 1994 1995 1996 1997 1998 1999 Pertumbuhan Ekonomi (%) Negara |X -X| Nilai Maju mutlak 3.2 2.6 0 0 3.5 3.6 3.2 0.6 0.7 4.3 2.

45 Jadi nilai deviasi rata-rata pertumbuhan ekonomi Negara maju adalah 0.5 0.2000 2001 Jumla h Ratarata 2.45 b.3 2.3 0.3 -0. Deviasi rata-rata untuk data berkelompok dirumuskan sebagai berikut: MD = Σ f|X -X| N MD : deviasi rata-rata F X X N Σ : jumlah frekuensi setiap kelas : nilai setiap data pengamatan : nilai rata-rata hitung dari seluruh nilai pengamatan : jumlah data atau pengamatan dalam : lambang penjumlahan sampel/populasi .8 2.6 -0.6 0.5 3.1 20.

X |X -X| F|X -X| 694.5 1502 252 108 36 756 432 324 9 4675.5 663.5 519.5 4 F.5 519.5 Jumlah frekuensi 3 4 9 3 1 Interval 160 303 304 447 448 - Nilai Jumlah tengah frekue kelas nsi (F) (X) 231.5 .|| : lambang nilai mutlak Interval 160 – 303 304 – 447 448 – 591 592 – 735 736 – 879 Nilai tengah kelas 231.5 375.5 3 375.5 807.

VARIANS DAN STANDAR DEVIASI Varians & standar deviasi adalah sebuah ukuran penyebaran yang menunjukkan standar penyimpangan atau deviasi data terhadap nilai rata-ratanya.5 9670 483.8 Kerjakan untuk menghitung deviasi pertumbuhan ekonomi Indonesia! 3. Varians Varians populasi Varians sampel . Varians adalah rata-rata hitung deviasi kuadrat setiap data terhadap rata-rata hitungnya.5 180 324 540 324 2376 118.5 807.5 3 1990.5 1 807.591 592 735 736 879 Jumlah Ratarata 663.

36 2.6 0.µ)2 N σ2 X : varians populasi : nilai setiap data pengamatan : nilai rata-rata hitung dari dalam populasi : jumlah data atau pengamatan dalam populasi : lambang penjumlahan µ N Σ Tahun 1994 1995 Pertumbuhan Ekonomi (%) Negara (X .6 0 0 .µ) (X . Data yang tidak dikelompokkan Varians populasi σ2 = Σ(x .(deviasi kuadrat dari setiap (deviasi kuadrat dari setiap (Data terhadap ratarata hitung semua Data terhadap rata-rata hitung data dalam populasi) semua data dalam sampel) a.2 0.µ)2 Maju 3.

8 2.25 1.6 -0.4 -0.6 0. Kerjakan untuk menghitung varians pertumbuhan ekonomi Indonesia! Standar deviasi adalah akar kuadrat dari varians dan menunjukkan standar penyimpangan data terhadap nilai rata-ratanya.2425 Jadi varians pertumbuhan ekonomi untuk Negara sebesar 0.6 -0.3 2.2 3.16 0.3 -0.36 0.36 0.2 2.6 0.36 0.1996 1997 1998 1999 2000 2001 Jumla h Ratarata 3. σ = √ Σ(X .µ)2 N .5 0.09 0.1 20.2 2 2.94 0.2425.

Data yang dikelompokkan s2 = Σf( x – x )2 .2425 berapa standar deviasinya? Varians sampel s2 = Σ(x .Diketahui bahwa σ2 untuk Negara maju adalah 0.x)2 n -1 s2 X X N Σ : varians sampel : nilai setiap data pengamatan : nilai rata-rata hitung dari dalam sampel : jumlah data atau pengamatan dalam sampel : lambang penjumlahan b.

5 663.5 807.5 3 1990.5 4 1502 108 36 180 324 11664 1296 32400 104976 46656 11664 97200 104976 9 4675.5 1 807.5 252 63504 190512 375.n -1 Sedang untuk standar deviasi data berkelompok adalah sebagai berikut: s= √Σf( x – x )2 n -1 Interv al 160 303 304 447 448 591 592 735 736 - Nilai Jumlah F .5 3 694.5 519.5 . X (X -X) (X f(X tengah frekue -X)^2 -X)^2 kelas nsi (F) (X) 231.

5 451008 23737. Berapa standar deviasinya? MAKNA & KEGUNAAN STANDAR DEVIASI Standar deviasi digunakan untuk membandingkan penyebaran atau penyimpangan dua kelompok data atau lebih. satandar deviasi yang tinggi biasanya dipandang kurang baik bila dibandingkan dengan standar deviasi rendah. maka hal tersebut menunjukkan nilai sampel dan populasi berkumpul atau mengelompok di sekitar nilai rata-rata hitungnya. 26 Jadi varians sebesar 23. maka disimpulkan mempunyai bahwa anggota sampel atau populasi nilai kesamaan. Sebaliknya. Oleh sebab itu.737.879 Jumlah Ratarata 9670 483. Hal tersebut menunjukkan adanya nilai-nilai ekstrem baik yang tinggi maupun rendah. Standar deviasi yang besar juga menunjukkan adanya perbedaan jauh diantara anggota populasi. Artinya karena nilainya hampir sama dengan nilai rata-rata. apabila deviasinya besar. . maka penyebarannya dari nilai tengah juga besar. Apabila standar deviasinya kecil.26.

co.id%2Fsyam%2Ffiles %2F2009%2F11%2FUKURANPENYEBARAN.google.id/url? sa=t&rct=j&q=kegunaan+standar+deviasi&source=web &cd=3&ved=0CC4QFjAC&url=http%3A%2F %2Fblog.http://www.uad.ac.doc&ei=7bxDT_iQE8_orQelqajLBw&usg=AF QjCNGsz7aIcjmDChCJzFKFGJ0GSZnzwQ&cad=rja februari 2012) (21 .