UKURAN

PENYEBARAN DATA

Dr. Edy Santoso, SE., MSc.

 Bentuk Ukuran Penyebaran

Rata-rata sama, penyebaran Rata-rata berbeda dengan Rata-rata berbeda dengan

berbeda penyebaran berbeda penyebaran sama

10 10
10 9
8 8
8
7
6 6
6
5
4
4
4
3 2
2 2
1 0
0
0
2 3 4.6 5 6 2 3 4 5 6 7
2 3 4.6 5 6

Kinerja Karyawan B o go r Kinerja Karyawan B o go r Kinerja Karyawan B o go r

Kinerja Karyawan Tangerang Kinerja Karyawan Tangerang Kinerja Karyawan Tangerang
 Penyebaran Data Ideal (Data Normal)

μ - 3σ μ - 2σ μ-σ μ μ+σ μ + 2σ μ + 3σ X
-3 -2 -1 1 2 3
Z
0
68,26%

95,46%

99,74%
Pengantar

Ketiga ukuran pemusatan yakni rata-rata, median, dan modus yang telah dipelajari,
tidak cukup memberikan gambaran yang memadai untuk suatu data. Oleh karena itu
masih diperlukan ukuran lain untuk mengetahui penyebaran. Ukuran Penyebaran Data
tersebut :
1. Range
2. Simpangan Rata-Rata
3. Simpangan Baku
4. Angka Baku
5. Koefisien Variasi
6. Kemiringan
7. Keruncingan
Jangkauan (Range)

Jangkauan adalah selisih antara nilai maksimum dan nilai minimum yang terdapat dalam
data. Jangkauan dapat dihitung dengan rumus:

R = Xmaks – Xmin

Contoh :
Tentukan range dari data : 10,6,8,2,4

R = Xmaks – Xmin
= 10 – 2
=8
Simpangan Rata-rata

a. Data Tunggal
Rumus simpangan rata-rata untuk data
tunggal dengan

b. Data kelompok
Rumus simpangan rata-rata untuk data kelompok
dengan
Contoh

Seorang guru ekonomi melakukan ujian tertulis pada 12 siswanya. Untuk menentukan
simpangan rata-rata, terlebih dahulu dihitung rata-rata nilai tersebut, selanjutnya
dihitung simpangan tiap siswanya.

Siswa ke-i Nilai

1 75
2 85
3 55
4 80
5 80
6 75
7 75
8 90
9 95
10 90
11 100
12 85
Simpangan Rata-rata Data Tunggal

Siswa ke-i Nilai |Xi - X|

1 75 7.08
2 85 2.92
3 55 27.08 X = ΣXi/n
4 80 2.08 = (985/12)
5 80 2.08
6 75 7.08
= 82,08
7 75 7.08
8 90 7.92 SR = Σ|Xi – X|/n
9 95 12.92
10 90 7.92 = (105/12)
11 100 17.92 = 8,75
12 85 2.92
985 105.00
 Simpangan Rata-rata Data Kelompok

Nilai fi Xi fiXi |Xi - X| fi|Xi - X|

50 - 59 8 54.5 436.0 19 152
60 - 69 10 64.5 645.0 9 90
70 - 79 16 74.5 1192.0 1 16
80 - 89 11 84.5 929.5 11 121
90 - 99 5 94.5 472.5 21 105
50 3675.0 484

X = (ΣXifi)/fi SR = Σfi|Xi – X|/fi

= (3.675/50) = (484/50)
= 73,50 = 9,68
Varian dan Standar Deviasi

a. Data Tunggal
Rumus varian dan standar deviasi data tunggal

b. Data Kelompok
Rumus ragam dan standar deviasi data kelompok.
Varian dan Simpangan Baku Data Kelompok

Tentukan
Nilai simpangan
f baku
X dari tabel
f X distribusi berikut
(X – X) 2 f (X – X)2
i i i i i i i

50 - 59 8 54.5 436.0 361 2888

60 - 69 10 64.5 645.0 81 810
70 - 79 16 74.5 1192.0 1 16
80 - 89 11 84.5 929.5 121 1331
90 - 99 5 94.5 472.5 441 2205
50 3675.0 7250

Ragam atau Varian data kelompok Simpangan baku atau Standar deviasi
data kelompok

S2 = [Σfi(Xi – X)2]/n SD = √[Σfi(Xi – X)2]/n

= [7250/50] = √[7250/50]
= 145 = √ 145
= 12,04
Angka Baku

Dalam statistik, untuk membandingkan dua keadaan atau lebih diperlukan nilai
simpangan baku. Sedangkan, dasar yang digunakan untuk membandingkan dua keadaan
tersebut dengan angka baku.

Z = (Xi - X)/SD

Z = angka baku
X = variabel atau data
X = mean/rata-rata
SD = simpangan baku
Diketahui nilai Xi = 70, X = 50, dan SD = 15. Tentukan angka bakunya

Z = (Xi - X)/SD
= (70 – 50)/15
= 1.33
Koefisien Variasi

Koefisien variasi adalah variasi dalam bentuk relatif, dimana merupakan perbandingan
dua nilai antara standar deviasi dengan mean dan dikalikan dengan 100%. Koefisien
variasi dirumuskan:

KV = (SD/X)*100%

KV = koefisien variasi
SD = standar deviasi
X =mean
Diketahui tabel distribusi frekuensi

Nilai fi
Besarnya koefisien variasi adalah
50 - 59 8
60 - 69 10
70 - 79 16
KV = (SD/X)*100
80 - 89 11 = (12,04/73,50)*100
90 - 99 5 = 16,38
50
Jadi koefisien variasi adalah 16,38%
Kemiringan/Kecondongan Data

Kemiringan: derajat/ukuran dari ketidaksimetrian (asimetri) atau kondisi skewness

suatu distribusi data, dimana terdapat 3 pola kemiringan distribusi data, sbb:

 Distribusi simetri (kemiringan 0)

 Distribusi miring ke kiri (kemiringan negatif)
 Distribusi miring ke kanan (kemiringan positif)
Ukuran Kemiringan (Skewness)

Kurva
Kurva SimSimetris
e tris Kurva Condong Kurva Condong
Positif Negatif

Mo Md μ μ Md Mo

Beberapa metoda yang bisa dipakai untuk menghitung kemiringan data, yaitu: rumus
Pearson, rumus Momen, dan rumus Bowley. Rumus Pearson:

SK = (μ - Mo)/σ
= 3(μ - Md)/σ
Kondisi Skewness

Rumus tersebut dipakai untuk data tidak berkelompok maupun data berkelompok.
 Bila SK = 0 atau mendekati nol, maka dikatakan distribusi data simetri.
 Bila SK bertanda negatif, maka dikatakan distribusi data miring ke kanan.
 Bila SK bertanda positif, maka dikatakan distribusi data miring ke kiri.
 Semakin besar SK, maka distribusi data akan semakin miring atau tidak
simetri
Contoh Ukuran Kemiringan

Contoh untuk data tentang 20 harga saham pilihan pada bulan Maret 2003 di BEJ. Diketahui
mediannya = 497,17 modus = 504,7. Standar deviasi diketahui sebesar 144,7 dan nilai rata-rata
sebesar 490,7. Cobalah hitung koefisien kecondongannya!

Penyelesaian:

Sk = ( – Mo)/ atau Sk = [3( – Md)]/

= (490,7 – 504,7)/144,7 = [3(490,7 – 497,17)]/144,7
= -0,10 = -0,13

Dari kedua nilai Sk tersebut terlihat bahwa keduanya adalah negatif, jadi kurva condong negatif
(ke kanan). Hal ini disebabkan adanya nilai yang sangat kecil, sehingga menurunkan nilai rata-
rata hitungnya. Angka –0,10 dan –0,13 menunjukkan kedekatan dengan nilai 0, sehingga kurva
tersebut, kecondongannya tidak terlalu besar, atau mendekati kurva normal.
Ukuran Keruncingan/Kurtosis

Keruncingan Kurva
Ke r uncingan Kur va

Platy kurtic Mesokurtic

Leptokurtic

1/n  (x - )4
Rumus Keruncingan: 4 =
4
Ukuran Keruncingan

Kurtosis adalah derajat kelancipan suatu distribusi jika dibandingkan dengan distribusi
normal. Jika nilai kurtosis:
 KK > 3 kurva leptokurtis (puncaknya runcing sekali)
 KK < 3 kurva platikurtis (puncaknya agak mendatar)
 KK = 3 kurva mesokurtis (puncaknya tidak begitu runcing atau distribusi normal)
Contoh Soal Ukuran Keruncingan

Berikut ini adalah pertumbuhan ekonomi beberapa negara Asia tahun 2002.
Hitunglah koefisien keruncingannya.

Negara 2002 Negara 2002

Cina 7,4 Korea Selatan 6,0

Pilipina 4,0 Malaysia 4,5

Hongkong 1,4 Singapura 3,9

Indonesia 5,8 Thailand 6,1

Kamboja 5,0 Vietnam 5,7

Kondisi Kurtosis

X = 49,8;  = X/n = 49,8/10=4,98; No X (X - ) (X - )2 (X - )4

 (X-)2=24,516; (X-)4 =204,27
1 7.40 2.42 5.86 34.30
2 4.00 -0.98 0.96 0.92
Dari data di atas  (x - )4 = 204,27 3 1.40 -3.58 12.82 164.26
4 5.80 0.82 0.67 0.45
Standar deviasi 5 5.00 0.02 0.00 0.00
 =  (X-)2/n =  24,516/10 = 2,4516 = 1,6 6 6.00 1.02 1.04 1.08
7 4.50 -0.48 0.23 0.05
4 = 1/n  (x - )4 = 1/10 . 204,27 8 3.90 -1.08 1.17 1.36
4 1,64 9 3.80 1.12 1.25 1.57
= 20,427 = 3,27 10 5.70 0.72 0.52 0.27
6,25

Jadi nilai 4 = 3,27 dan lebih besar dari 3, maka kurvanya

termasuk kurva leptokurtis.
Data Normal (Ideal)

Uji JB (Jarque-Bera) statistik mengikuti distribusi chi-square. Suatu variabel terdistribusi

normal apabila nilai koefisien S = 0, dan K = 3, atau nilai JB sama dgn O. Jika nilai p yg dihitung
dgn aplikasi JB statistik cukup rendah, mk hipotesis ditolak (data tidak terdistribusi scr normal).
Akan tetapi, jika nilai p cukup tinggi maka asumsi normalitas tidak akan ditolak.

S2 (K – 3)2
JB = n +
6 24

Jika nilai JB > X2, maka residuail terdistribusi tidak normal, dan jika JB < X2, maka residuail
terdistribusi normal, Misal hasil output JB = 3,4475, karena untuk obs. 24, nilai X2 = 5,99 atau JB
< X2 , maka maka residuail terdistribusi normal. Pada nilai JB = 3,4475 nilai Pvalue = 0,1784.
Pengujian Normalisasi Data dengan JB

12
Series: NILAI
Sample 1 60
10
Observations 60

8 Mean 60.55000
Median 61.50000
6 Maximum 98.00000
Minimum 10.00000
Std. Dev. 20.01900
4
Skewness -0.522102
Kurtosis 2.988199
2
Jarque-Bera 2.726256
0 Probability 0.255859
10 20 30 40 50 60 70 80 90 100
Pengujian Normalisasi Data dengan JB

10
Series: TARIF
Sample 1 60
8 Observations 60

Mean 487.7000
6 Median 471.0000
Maximum 600.0000
Minimum 430.0000
4
Std. Dev. 53.25802
Skewness 0.961632
Kurtosis 2.677782
2

Jarque-Bera 9.506924
0
Probability 0.008622
440 460 480 500 520 540 560 580 600
Terima Kasih