Statistika Ukuran Penyebaran Data
Statistika Ukuran Penyebaran Data
Statistika Ukuran Penyebaran Data
DATA
Ukuran penyebaran data adalah suatu
ukuran yang menyatakan seberapa
besar nilai-nilai data berbeda atau
bervariasi dengan nilai ukuran pusatnya
atau seberapa besar penyimpangan
nilai-nilai data dengan nilai pusatnya.
Jangkauan (range)
Jangkauan adalah selisih antara nilai
maksimum dan nilai minimum yang
terdapat dalam data.
Jangkauan dapat dihitung dengan
rumus:
R=X maks –X min
Contoh :
Tentukan range dari data :
10,6,8,2,4
Jawab :
R = Xmaks – Xmin = 10 – 2 = 8
Simpangan Rata-rata
SR =
xx
Contoh : n
Nilai ulangan matamatika dari 6 siswa
adalah : 7,5,6,3,8,7.Tentukan simpangan
rata-ratanya!
Jawab:
= 7 5 638 7
x
6
=6
SR =
7 6 5 6 6 6 3 6 8 6 7 6
= = 1,33
6
8
6
Data berbobot / data kelompok
SR =
f x x
f
x = data ke-i (data berbobot )
= titik tengah kelas interval
ke-i (data kelompok )
f = frekuensi
Contoh :
Tentukan simpangan dari data berikut :
SR =
f xx =
44,4
f 20
= 2,22
Simpangan Baku / standar deviasi
x x
2
S= atau
n
S= x 2
x
n n
Contoh :
Tentukan simpangan baku dari data :
2,3,5,8,7.
Jawab :
2358 7
x =
5
=5
x x x x x2
S= x x
2
2 -3 9 n
3 -2 4
26
5 0 0 =
5
8 3 9
7 2 4
= 5,2
26
2. Data berbobot / berkelompok
f x x
2
S= atau
f
2
S=
fx 2
f.x
f f
Contoh:
Tentukan standar deviasi dari data berikut
S=
fx 2
f.x
f f
2
2042 194
=
20 20
= 8,01 = 2,83
SIMPANGAN RELATIF
dalam analisis diinginkan untuk
membandingkan simpangan yang datanya
tidak selalu proporsional
yang paling sering digunakan adalah
Koefisien Variasi (KV) dengan rumus:
s
KV 100% 100%
x
KEMIRINGAN DATA
Kemiringan: derajat/ ukuran dari
ketidaksimetrian (asimetri) suatu
distribusi data
3 pola kemiringan distribusi data, sbb:
– Distribusi simetri (kemiringan 0)
– Distribusi miring ke kiri (kemiringan
negatif)
– Distribusi miring ke kanan (kemiringan
positif)
Beberapa metoda yang bisa dipakai
untuk menghitung kemiringan data,
yaitu:
– Rumus Pearson
– Rumus Momen
– Rumus Bowley
Rumus Pearson (α)
atau
X Mod 3( X Med )
S S
Rumus tersebut dipakai untuk data
tidak berkelompok maupun data
berkelompok.
– Bila α = 0 atau mendekati nol, maka
dikatakan distribusi data simetri.
– Bila α bertanda negatif, maka dikatakan
distribusi data miring ke kiri.
– Bila α bertanda positif, maka dikatakan
distribusi data miring ke kanan.
– Semakin besar α, maka distribusi data
akan semakin miring atau tidak simetri
KERUNCINGAN DISTRIBUSI
DATA
Keruncingan distribusi data adalah
derajat atau ukuran tinggi rendahnya
puncak suatu distribusi data terhadap
distribusi normalnya.
Keruncingan data disebut juga
kurtosis, ada 3 jenis yaitu:
– Leptokurtis
– Mesokurtis
– Platikurtis
KERUNCINGAN DISTRIBUSI
DATA
Latihan:
1. Nilai tes matematika dari 5 orang siswa
adalah sebagai berikut : 7,6,7,8,7
besarnya simpangan rata-rata dari data
tesebut adalah….
Jawab :
x xx
x= 76787 7 0
=7
5 6 1
7 0
SR =
xx = 2 8 1
n 5 7 0
= 0,4 Jml 2
2. Standar deviasi (simpangan baku) dari
data 4,6,7,6,3,4 adalah…
Jawab :
x (x- x ) (x- x )2
4 6 7 63 4
x= 4
6
-1
1
1
1
6
7 2 4
=5 6 1 1
3 -2 4
4 -1 1
Jml 12
2
S= ( x x)
n
12
=
6
= 2
3. Hasil tes penerimaan pegawai baru suatu
perusahaan tercatat sebagai berikut :
Nilai Frekuensi
30-39 3
40-49 8
50-59 10
60-69 20
70-79 18
80-89 14
90-99 7
SELAMAT BELAJAR