! j Kegiatan Belajar 4: Ukuran Penyebaran Data
=
a
Kompetenst Dasar
Menentukan ulcaran penyebaran data
‘Tujuan Keglatan Belajar
Setelah mempelajrt uraian pada Keglatan belajar int dtharapkan slswa day
engin jengkaun dart sunt data yang daa ns PE
menghitung kuartil dart data tunggal dan daa berkelompok:
rmenfitung Jangkuan kari dan Jangkavian sem antarkuarl
rmenghitung desil dari data tunggal dan data berkelompok
rmenghitung persentil dart data tunggal dan data berkelompok:
rmenghitung simparigan rata-rata dart data tungjal dan data berkelompok:
menghitung simpangan baku dart data tunggal dan data berkelompokt
rmenghitung nilal standar (Z-scord; serta
rmenghitung Koeflsien varast
Pembangunan kawasan industri di berbagai negara mulal
digiatkan seiring semakin majunya teknologi. Pem-
bangunan yang dinilai positif di kalangan negara
berkembang justru menimbulkan dampak yang negatif
terhadap lingkungan dan sosial. Hal ini dikarenakan
pembuangan limbah yang tidak terkontrol serta
perubahan perilaku manusia pemegang kendali perusa-
haan. Perhatikan diagram batang di samping. Dari diagram
tersebut dapat kita tentukan ukuran penyebaran data
seperti yang akan kita pelajari pada uraian berikut.
> ; 7 Sumber: Korps, & Apsus 2007
@y% _Uraian Materi Diagram batang mengenai persentasi perusahaan
‘yang mengikuti CSA di berbagai negara
Ukuran penyebaran data (dispers) meliputt: jangkauah, kuartil,
desil, persentil, simpangan kuartil, simpangan rata-rata, dan simpangan
baku. Selain itu, pada kegiatan belajar ini akan dibahas pulamengenai_§}
nilaj standar (Z-score) dan koefisien variasi,
A. Jangkauan
Jangkauan atau range (R) adalah selisih data terbesar
(ax) dengan data terkecil (x;,,) Yang dirumuskan sebagai berikut
Tentukan jangkauan dari data: 7, 12,9, 11, 15,27, 14, 17, 19, 24, 16!
Penyelesaian:
R=27-7=20
Jadi, jangkauan dari data tersebut adalah 20.
B. Kuartil Gauss mempelajar penye
baran dari berbagai macam
Kuartil dilambangkan Q, yaitu nilai data yang membagi _| data Ista 'standar covast
Keseluruhan data terurut menjadi empat bagian yang sama | dlkemukakan oleh boiau.
banyak. Dengan demikian terdapat tiga kuartil, yaitu:
Kuartil bawah,
kuartil tengah (median), dan
—# &
Dipindai dengan CamScanner1, Kuartil Data Tunggal
Untik data tunggal, kuartil d
(a.=aatane- (244) dengan t= 1, 2,3.
japat dihitung dengan rumus berikut-
Contoh:
Tentukan ku
Penyelesaian:
3(13+1)
a (ME ») Qs = data ke-( a
Lil dari data: 8, 4, 4, 5, 5, 6, 6.6, 6, 7, 7, 8, 9 (n=13)!
Q =
1
= data ke- 3} = data ke-103
445
2 =7
45
&
#
(20341)
data ke (ca
data ke-7
6
2. Kuartil Data Berkelompok
Kuartil dari data yang disajikan dalam tabel distribusi frekuensi dapat dihitung dengan rumus
na
‘Menghitung kuartl data ber-
kelompok tidak jaun berbeda
a
Tb = tepi bawah interval Q, congener
P= panjang kelas interval 9,
n= banyak data,
F = frekuensi kumulatif sebelum kelas Q, dan
f= frekuensi pada kelas Q, +
‘Contoh:
Hitung kuartil dari data pada tabel 2.13 berikut!
Tabel 2.14 Nilai Matematika Siswa
Keahlian Teknik Mekanik Otomotif
MK “PANCASILA" Tahun Pelajaran
2007/2008 _
=i F Penyelesaian:
1
51-55 4 160-24
56-60 20 Q= osu 7 |= 60,5 +3,35 = 63,85
61-65 24 :
66-70 | 56 104 160-48
71-75 19 123 Qo= e509) 5] esavaannane
76-80 16 139 7
81-85 10 149 3 ei 103
86-90 7 156 Q3= 70,5+5|4—5—|=70,5+4,21=74,71
91-95 3 159
96-100 1 160 Jadi, nilai kuartil data pada tabel Q,= 63.85:
160 p= 68,36, Qs = 74,71.
Meera XU SMK/ BAK.
Dipindai dengan CamScannerC. Desil
Jangkauan Antar-Kuartil (Hamparan = H)
Jangkawan antar-kuartil adalah selisth antara kuarlil atas dengan kuartil bawah yang
dirumuskan scbagat berikut.
Contoh:
Hitunglah hamparan dari data pada Tabel 2.131
Penyelesaian:
H=74,71-63,85 = 10,86
Jadi, hamparan dari data pada tabel adalah 10,86.
4, Jangkauan Semi Inter-Kuartil (Simpangan Kuartil = Q,)
Jangkauan semi inter-kuartil adalah setengah dari selisih antara kuartil atas dengan
kuartil bawah yang-dirumuskan sebagai berikut.
Contoh:
Hitunglah simpangan kuartil dari data pada tabel 2.13!
Jawab:
042 273885 «5,43
Jadi, jangkauan semi inter-kuartil adalah 5,43.
Keteltian sangat dibutuhkan
dalam proses penghitungan
‘unsurnsur di dalam statistika,
Hel ni dikarenakan unsur yang
‘salurmemilik keterkatan dengan
Uunsur yang lain
Desil dilambangkan dengan D, yaitu nilai data yang membagi keseluruhan data terurut
menjadi sepuluh bagian yang sama banyak. Dengan demikian terdapat sembilan desil, yaitu
desil ke-1 (D,), desil ke-2 (D.), . .., dan desil ke-9 (Dg).
1. Desil Data Tunggal
Untuk data tunggal, destl dapat dihitung dengan rumus berikut:
Contoh:
Tentukan D,, D3 dan D, dari data: 3, 4, 4, 5.5, 6, 6.6.6.7, 7, 8, 9 (n=13)!
Penyelesaian:
13+) 703+
D, = data re-(# = | a data ke-( agen
z 4
= data ke-(12) = data ke-93
(antara data ke-1 dan ke-2) {antara data ke-9 dan ke-10)
4
= 3+ 24-3) 6+ 507-6)
= 34 . = 68 7
3(1341) Jadi, desil ke-1 adalah 3,4; desil ke-3 adalah 5;
Dy = data ke-(“5 ’) dan desil ke-7 adalah 6.8.
0
data ke-(43)
{antara data ke-4 dan ke-5)
1
5+ 515-5)
2 :
suuen (2)
Dipindai dengan CamScanner2. Desil Data Berkelompok
Desi untuk data berkclompok dapat dihitung dengan
rum sebagat berikaut,
hn = letak D,
tepi bawah interval kelas D,
panjang kelas interval,
banyak data,
Sumber wn psoas
frekuensi kumulatif sebelum kelas D, dan Gregor rede!
J = frekuensi pada kelas D, Gregor Mendel (1822-1684)
Contoh: _menggunakan statistika untuk
mencari tahu sifat-sifat dari
Hitung Ds dan Dg dari data pada Tabel 2.13 bérikut! enced tu sia oie
Tabel 2.14 kan dat satu generasi ke gene-
Nilai Matematika Siswa rasilainnya.
Program Keahlaian Teknik Mekanik Otomotif
— so Penyelesaian:
/Nilat ae
51-55 4 4 410224
meee Re D,=65.5+ 5] 10 | -.65.5+2.86= 685
6165 | 24 48
66-70 56 101 Lp, 9 ep! uy
71-75 19 123, 301
pea 19 S Dy=805+ 7 | 80,5+2,5=83
81-85 10 149 —}sp,
| 86-90 7 | 156 Jadi, desil ke-5 adalah 68,36 dan desil ke
91-95 3 159 adalah 83,
96-100 1 160
D. Persentil
Persentil dilambangkan dengan P yaitu nilai data yang membagi keseluruhan data terurtt
‘menjadi seratus bagian yang sama banyaknya. Dengan demikian terdapat 99 persentil, yall
Py, Pp, -..dan Pog.
1. Persentil data tunggal
Persentil data tunggal dapat diperoleh dengan rumus berikut.
7
sat
Contoh:
Untuk menentukan kekuatan nyala bola lampu lstrik, dilakukan yalaks
120 bola lampu listrik dan diperoleh data sebagai berikut! Laas
‘Tabel 2:15 Kekuatan Nyala Lampu
Kekuatan nyala (hari) | 45 | 46 [47 | 48 | a9] 60] 81] so] oo
20) 8 | 12
Banyaknya lampu 4]/ie [12] 12 | 8} os
Hitunglah Pyo dan Pyo dart data tersebutl
Materia XU SMIK/ MAK
Dipindai dengan CamScannerPenyelesaian:
4120+
Pyo = data ke-(40" .
4 (Pon Pao = data ke- (S20
ala ke- 482 a
49 = data ke-964
= 51
Persentil Data Berkelompok
Untuk data berkelompok yang disajikan dalam tabel distribust frekuenst, persentil dapat
dihitung dengan rumus berilcut,
letak P,,
tepi bawah kelas P,
panjang kelas,
banyak data,
frekuensi kumulatif sampai dengan kelas sebelum kelas P,, dan
frekuensi pada kelas P,
Contoh:
Hitung Po dan Pog dari data pada Tabel 2.13!
‘Tabel 2.14 Nilai Matematika Siswa
‘Program Keahtian Teknik Mekanik Otomotif ¢
SME "PANCASILA” Tom Pelajeren 2007/2008
pul | Te) Penyelesaian:
51-55 47
56-60 24 ++ Pig z Z 7
sitar! ca Pip =55.5+5| 55,5+3,0=585
66-70 104
71-75 123 0
76-80 139 790 100-199
81-85 149 —1-+ Pop nore 7 805 +2,5=83
86-90 156 5
91-95 159 Jadi, Pio adalah 58,5 dan Pg adalah 83,
96-100 160
3, Jangkauan Persentil (JP) 3
Jangkauan persentil adalah selisih antara persentil ke-90 dengan persentil ke-10 yang
dirumuskan dengan:
Contoh:
Hitunglah jangkauan persentil dari data pada tabel 2.13!
Penyelesaian:
UP = Poy Py
835819
= 245
Jadi, jangkauan persentil data pada tabel 2.13 adalah 24,5.
—— satin SF ( 2)
Dipindai dengan CamScannerE. Simpangan Rata-rata
Simpangan rata-rata dilambangkan (SR) adalah jumtah selisth mutlak nilal setiap day,
dengan rata-rata dibagi banyaknya data.
1, Simpangan Rata-Rata Data ‘Tunggal
Simpangan rata-rata data tunggal dihitung men
x, = nilal data,
® = rata-rata, dan
banyak data.
erikcut.
ggunakan rumus b
ne
Contoh:
ome simpangan ratacrata dart data: 7, 11, 10, 9. 8:6!
Penyelesaian:
7+11+10+94846
Sumber: wwe moarptassiocon
‘Mataharidan planet planet
‘Statistika memungkinkan bag
ppara penelii untuk mengun-
ppulkan informasi yang akuat
frengenai situast yang tera
ppada saat ini maupun mera
‘makan kejadan di masa men-
datang,
=15
adi, simpangan rata-rata pada data di atas adalah 1,5.
Simpangan Rata-Rata Data Berkelompok
Simpangan rata-rata data berkelompok diitung menggunalan
rumus berikut. -
mean (rata-rata), dan.
dengan fj = frekuensi data kelas ke-
4, = nilai tengah Kelas ke-t SA = n= banyak data.
Contoh: ~ .
Tentukan simpangan rata-rata data pada tabel umur pengunjung pameran seni berikut
Tabel 2.16
‘Tabel Umur Pengunjung Pameran Seni
Ss
46
224
297
228
129
at
BSESERE
1.020 158
Penyelesaian:
ze hfikt = mm
: Ein t) 102 2 527
adi, simpangan rata-rata dala pada tabel 2.15 adalah 5,27.
SR
Dipindai dengan CamScannerF, Simpangan Baku
Simpangan bakwt ata
Kuadrat selisth antara
1, Data Tunggal
dilambangkan dengan §D adalah akar dari jumlah
nilal dibagt banyaknya.
deviast
ata hitung di
«%, dirumuskiin sebagai berikut.
‘Simpangan baku (SD) dari tunggal x), x,
dengan x; = data ke-i, mean, dan n = banyak data.
Contoh:
Tentukan simpangan baku dari data: 5, 3, 7, 6, 4, 3, 10, 2!
Penyelesaian:
5+347+6+4+3+10+
5
5P 43-57 + (6-5 + (4-5 +3
sp= |
+9
(cxxexrscsce
v 8
Ingat kembali aca menghi-
‘ung menggunakan sigma yang
telah dipelajari pada Mate-
rmatka Kelas X bab 7!
6
Jadi, simpangan baku dari data tersebut adalah V6.
2. Data Berkelompok
‘Simpangan baku untuk data berkelompok yang disajikan dalam tabel distribus! frekuensi
frekuensi kelas ke-i, = mean(rata-rata), dan
Xj = nilal tengah kelas ke-i, n= banyak data,
Contoh:
Hitung simpangan baku dari data pada tabel berikut!
Tabel 2.17
Tabel Umur Pengunjung Pameran Seni
Interval | fi | | fim) len FL) in 2? | Fi 2?
21-25 2 23 46 =i 121 242
26-30 8 28 224 6 36 288
(31-35 9 33 297 -1 1 9
36-40 6 38 228 4 16 96
41-45 3 43 129 9 81 243.
46-50 2 48 96 14 196 392
l Jumlah 30 1.020 1,270
Penyelesaian:
Mean x = [2f* . 1.020 = (22 = @E-
jean X Sh 0 34 SD \30 651
Jadi, simpangan baku dari data pada tabel 2.16 adalah 6,51.
Dipindai dengan CamScannerG. Nilai Standar (Z-score)
Nilai standar (2-score) adalah nila y
atau variabel dengan nilat rata-ratany:
-hasil pengukuran atau lebih schingga diketahut keberha:
data fangka).
Untuk menghitung besamya nilal sta
tara besar suatu pew
menyatakan perbedaan ant te
Nant atandar digunakan untuk membandingkan qu)
k siian dua usaha yang dinyatakan dala
ilar (Z-seore) digunakan rumus berikut,
nila data
mean (rata-rata)
simpangan baku
Penyelesaian:
1. Pada ujian matematika, Andi mendapat nilai 68, rata-rata kelasnya 55 dan simpangan baky
10. Berapa nilai standar matematika Andi?
Penyelesaian:
Diketahui:
x
Jadi, nilai matematika Andi menyimpang 1,3 di atas nilai rata-rata.
2. Berikut ini adalah petikan nilai rapor seorang siswa SMK bernama Ardi:
Tabel 2.18 Nilai Rapor Ardi
Mata Pelajaran | Nilai | 72
Bahasa Indonesia | 85
Bahasa Ingeris 80
‘Matematika 70
Pada mata pelajaran apa Ardi mendapat kedudukan paling baik?
Jawab:
85-75
Nilai Standar Bahasa Indonesia: Zj,q = "= = 067
Nal Standar Bahasa ingest Zing = M28 = 19
Nilai Standar Metematika: Zu = 2S = 19
adi, kedudukan Ardi yang paling baik adalah pada mata pelajaran matematika.
H. Koefisien Variasi :
Koefisien variast (KV) adalah nilai yang meny
ratanya. KV digunakan untuk melihat merata
Makin kecil nilaf KV data maka data tersebut
KV data semakin besar maka data tersebut m:
Koefisien variast dirumuskan sebagai berikut.
a
yatakan persentase simpangan baku dari rata
atau tidaknya suatu nilai data (keseragaman
makin seragam (homogen). Sebaliknya, jika nilai
takin tidak seragam (heterogen), ea
simpangan baku
mean (rata-rata).
SES Matemauta XU S308 / MAK.
a"F
Dipindai dengan CamScannerContoh:
Berikut ini adalah hasil uji coba masa pakai lampu neon (dalam jam).
Tabel 2.18 Hasil Uji Coba Lampu Neon
‘Merek lampu | Masa pakai rata-rata | Simpangan baku
Terang 3000 500
Padang 5000 600
ving-lang 4500 400
Lampu merek apakah yang paling merata masa pakainya?
Jawab: juTahu
KV lampu merek Terang = 5; 100% = 16.67%.
imu statistika yang diterapkan
pada pabrik produksi pada
umumnya digunakan untuk
rmenilai kualtas hasil produksi
dan merancang kesalahan
yang mungkin terjadi oi masa
‘mendatang.
KV lampu merek Padang = 220; x 100% = 12%.
KV lampu merek Jing-lang = 72%, x 100% = 8.89%.
Jadi, lampu yang paling merata masa pakainya adalah merek
Jing-lang.
as
indai dengan CamScanner