slide7

29
Ukuran Penyebaran Ukuran Penyebaran Darma Ekawati Statistik April 9, 2015 Darma Ekawati Ukuran Penyebaran

description

Ukuran penyebaran

Transcript of slide7

Ukuran Penyebaran

Ukuran Penyebaran

Darma Ekawati

Statistik

April 9, 2015

Darma Ekawati Ukuran Penyebaran

Ukuran PenyebaranRentang DataSimpanganUkuran Penyebaran Relatif

Ukuran Penyebaran

Ukuran penyebaran merupakan ukuran yang menjelaskankecenderungan variasi penyimpangan dari ukuran gejala pusat.Ukuran penyebaran disebut juga ukuran simpangan atau ukurandispersi. Beberapa macam ukuran penyebaran yang akan dibahas,yaitu:

I Rentang data

I Simpangan

I Ukuran penyebaran relatif

Darma Ekawati Ukuran Penyebaran

Ukuran PenyebaranRentang DataSimpanganUkuran Penyebaran Relatif

Rentang Data

Rentang data merupakan ukuran data yang didefinisikan sebagaijarak atau selisih antara dua nilai. Jenis-jenis rentang data yangakan dibahas meliputi:

I Rentang antarkuartil

I Rentang semi antarkuartil

I Rentang a-b persentil

Darma Ekawati Ukuran Penyebaran

Ukuran PenyebaranRentang DataSimpanganUkuran Penyebaran Relatif

Rentang Antarkuartil

Rentang antarkuartil merupakan jarak atau selisih antara kuartilketiga dengan kuartil pertama. Rentang antarkuartil disimbolkandengan RAk dapat dicari dengan menggunakan rumus berikut:

RAk = K3 − K1

Darma Ekawati Ukuran Penyebaran

Ukuran PenyebaranRentang DataSimpanganUkuran Penyebaran Relatif

Contoh:Berikut disajikan data tentang upah tiap jam untuk 94 pegawai disuatu pabrik.

Upah(ribuan) Frekuensi

5, 0− 5, 9 326, 0− 6, 9 307, 0− 7, 9 258, 0− 8, 9 59, 0− 9, 9 2

Jumlah 90

Tentukan RAk dan artinya

Darma Ekawati Ukuran Penyebaran

Ukuran PenyebaranRentang DataSimpanganUkuran Penyebaran Relatif

Jawaban:Dari tabel data tentang upah tiap jam untuk 94 pegawai di suatupabrik diperoleh tabel distribusi frekuensi kumulatif sebagaiberikut:

Upah(ribuan) Frekuensi Frekuensi Kumulatif

5, 0− 5, 9 32 326, 0− 6, 9 30 627, 0− 7, 9 25 878, 0− 8, 9 5 929, 0− 9, 9 2 94

Jumlah 90 −

Darma Ekawati Ukuran Penyebaran

Ukuran PenyebaranRentang DataSimpanganUkuran Penyebaran Relatif

Dengan menggunakan rumus untuk menghitung kuartil diperolehnilai K1 = 5, 7 dan K3 = 7, 3. Dengan demikian, diperolehRAk = 7, 3− 5, 7 = 1, 6 yang dinyatakan dalam ribuan rupiah.Jadi, RAk upah pegawai pabrik adalah Rp 1.600, 00 (seribu enamratus rupiah). Ini berarti 50% data yang nilainya paling rendahRp 5.700, 00 dan yang paling tinggi Rp 7.300, 00.

Darma Ekawati Ukuran Penyebaran

Ukuran PenyebaranRentang DataSimpanganUkuran Penyebaran Relatif

Rentang Semi Antarkuartil

Rentang semi antarkuartil disebut juga dengan simpangan kuartilmerupakan setengah dari nilai rentang antarkuartil. Rentang semiantarkuartil dilambangkan dengan RSAk dapat dicari denganmenggunakan rumus berikut:

RSAk =K3 − K1

2

Darma Ekawati Ukuran Penyebaran

Ukuran PenyebaranRentang DataSimpanganUkuran Penyebaran Relatif

Dari contoh sebelumnya, dapat dihitung

RSAk =7.300− 5.600

2= 800.

Selanjutnya, karenaK3 + K1

2= 6.500, maka 50% pegawai

mendapat upah pada interval (6500± 800) rupiah.

Darma Ekawati Ukuran Penyebaran

Ukuran PenyebaranRentang DataSimpanganUkuran Penyebaran Relatif

Rentang a-b Persentil

Selain menggunakan kuartil, persentil pun dapat digunakan sebagaisalah-satu ukuran penyebaran. Jika a dan b bilangan bulat antara0 dan 100, dimana a lebih kecil dari b, kita definisikan rentang a-bpersentil yang dilambangkan dengan R(a−b)p dengan rumus:

R(a−b)p = Pb − Pa

Darma Ekawati Ukuran Penyebaran

Ukuran PenyebaranRentang DataSimpanganUkuran Penyebaran Relatif

ContohTentukan R(5−90)p dari tabel berikut:

Nilai Frekuensi

131− 135 3136− 140 11141− 145 17146− 150 19151− 155 27156− 160 22161− 165 14166− 170 8171− 175 4

Jumlah 125

Darma Ekawati Ukuran Penyebaran

Ukuran PenyebaranRentang DataSimpanganUkuran Penyebaran Relatif

Jawaban:Dari tabel distibusi frekuensi sebelumnya diperoleh tabel distribusifrekuensi kumulatif sebagai berikut

Nilai Frekuensi Frekuensi Kumulatif

131− 135 3 3136− 140 11 14141− 145 17 31146− 150 19 50151− 155 27 77156− 160 22 99161− 165 14 113166− 170 8 121171− 175 4 125

Jumlah 80 −

Darma Ekawati Ukuran Penyebaran

Ukuran PenyebaranRentang DataSimpanganUkuran Penyebaran Relatif

Dengan menggunakan rumus persentil diperoleh P5 = 136, 98 danP90 = 165, 32 dengan demikian,

R(5−90)p = 165, 32− 136, 98 = 28, 34

Darma Ekawati Ukuran Penyebaran

Ukuran PenyebaranRentang DataSimpanganUkuran Penyebaran Relatif

Simpangan

Kata simpangan mengacu pada selisih nilai setiap data dengannilai rata-ratanya. Simpangan meliputi:

I Rata-rata simpangan

I Simpangan baku dan variansi

Darma Ekawati Ukuran Penyebaran

Ukuran PenyebaranRentang DataSimpanganUkuran Penyebaran Relatif

Rata-rata Simpangan

Misalkan, data hasil pengamatan berbentuk x1, x2, x3, ..., xn

memiliki rata-rata x . Selanjutnya, kita tentukan jarak antara tiapdata dengan rata-rata. Jarak ini ditulis dengan |xi − x |. Jika|xi − x | untuk i = 1, 2 3, ..., n dijumlahkan kemudian dibagi denganbanyaknya data n, diperoleh ukuran penyebaran yang disebutdengan rata-rata simpangan yang dilambangkan dengan RS , dandihitung dengan menggunakan rumus berikut:

RS =

n∑i=1

|xi − x |

n

Darma Ekawati Ukuran Penyebaran

Ukuran PenyebaranRentang DataSimpanganUkuran Penyebaran Relatif

Contoh:Tentukan rata-rata simpangan dari: 1, 3, 4, 7, 9, 12Jawaban:Data tersebut memberikan rata-rata x = 6. Sebagai alat bantuperhatikan tabel berikut:

xi xi − x |xi − x |1 −5 53 −3 34 −2 27 1 19 3 312 6 6

Jumlah − 20

Jumlah nilai-nilai mutlak pada kolom ketiga adalah 20, sehinggadiperoleh

RS =20

6= 3, 33

Darma Ekawati Ukuran Penyebaran

Ukuran PenyebaranRentang DataSimpanganUkuran Penyebaran Relatif

Rata-rata simpangan data yang disusun dalam tabel distribusifrekuensi dihitung dengan menggunakan rumus:

RS =

k∑i=1

fi |xi − x |

n

dengan:

xi = tanda kelas intervalfi = frekuensi yang sesuai dengan xi

n = ukuran sampel atau banyaknya datak = banyak kelas interval

Darma Ekawati Ukuran Penyebaran

Ukuran PenyebaranRentang DataSimpanganUkuran Penyebaran Relatif

Simpangan Baku

Ukuran penyebaran yang paling sering digunakan adalahsimpangan baku. Pangkat dua dari simpangan baku disebutdengan variansi. Simpangan baku dan variansi sampelberturut-turut dilambangkan dengan s dan s2, sedangkan untukpopulasi diberi lambangkan dengan σ dan σ2

Untuk sampel yang berukuran n dengan data x1, x2, x3, ..., xn danrata-rata x , statistik variansi s2 dihitung dengan rumus:

s2 =

n∑i=1

(xi − x)2

n − 1

sehingga simpangan baku dapat dihitung dengan rumus:

s =

√√√√√ n∑i=1

(xi − x)2

n − 1Darma Ekawati Ukuran Penyebaran

Ukuran PenyebaranRentang DataSimpanganUkuran Penyebaran Relatif

Contoh:Tentukan variansi dan simpangan baku dari data: 1, 3, 4, 7, 9, 12Jawaban:Data tersebut memberikan rata-rata x = 6. Sebagai alat bantuperhatikan tabel berikut:

xi xi − x (xi − x)2

1 −5 253 −3 94 −2 47 1 19 3 912 6 36

Jumlah − 84

Darma Ekawati Ukuran Penyebaran

Ukuran PenyebaranRentang DataSimpanganUkuran Penyebaran Relatif

Dari tabel tersebut diperolehn∑

i=1(xi − x)2 = 84 sehingga diperoleh

variansi sebagai berikut:

s2 =

n∑i=1

(xi − x)2

n − 1

=84

6− 116, 8

dan diperoleh simpangan baku s = 4, 1

Darma Ekawati Ukuran Penyebaran

Ukuran PenyebaranRentang DataSimpanganUkuran Penyebaran Relatif

Bentuk lain rumus variansi sampel adalah:

s2 =

nn∑

i=1xi

2 −(

n∑i=1

xi

)2

n (n − 1)

dan bentuk lain dari simpangan baku, yaitu akar kuadrat darivariansi:

s =

√√√√√nn∑

i=1xi

2 −(

n∑i=1

xi

)2

n (n − 1)

Darma Ekawati Ukuran Penyebaran

Ukuran PenyebaranRentang DataSimpanganUkuran Penyebaran Relatif

Jika data dari sampel telah disusun dalam tabel distribusifrekuensi, penentuan variansi s2 menggunakan rumus:

s2 =

nk∑

i=1fi (xi − x)2

n − 1

atau

s2 =

nk∑

i=1fixi

2 −(

k∑i=1

fixi

)2

n (n − 1)

Darma Ekawati Ukuran Penyebaran

Ukuran PenyebaranRentang DataSimpanganUkuran Penyebaran Relatif

Contoh:Tentukan variansi dan simpangan baku dari data dalam tabelberikut

Nilai Frekuensi

5, 0− 5, 9 326, 0− 6, 9 307, 0− 7, 9 258, 0− 8, 9 59, 0− 9, 9 2

Jumlah 90

Darma Ekawati Ukuran Penyebaran

Ukuran PenyebaranRentang DataSimpanganUkuran Penyebaran Relatif

Jawaban:Untuk menghitung variansi dan simpangan baku dari data,digunakan tabel bantu berikut:

Upah(ribuan) fi xi xi2 fixi fi xi

2

5, 0− 5, 9 32 5, 45 29, 7025 174, 40 950, 48006, 0− 6, 9 30 6, 45 41, 6025 193, 50 1248, 07507, 0− 7, 9 25 7, 45 55, 5025 186, 25 1387, 56258, 0− 8, 9 5 8, 45 71, 4025 42, 25 357, 01259, 0− 9, 9 2 9, 45 89, 3025 18, 90 178, 6050

Jumlah 90 − − 615, 30 4121, 7350

Darma Ekawati Ukuran Penyebaran

Ukuran PenyebaranRentang DataSimpanganUkuran Penyebaran Relatif

Dari tabel tersebut terlihat bahwa n = 94,5∑

i=1fi xi = 615, 30 dan

5∑i=1

fi xi2 = 4121, 735, sehingga diperoleh variansi sebagai berikut

s2 =94 (4121, 735)− (615, 30)2

94× 93= 1, 0122

dans =

√1, 0122 = 1, 0061

Darma Ekawati Ukuran Penyebaran

Ukuran PenyebaranRentang DataSimpanganUkuran Penyebaran Relatif

Variansi Gabungan

Misalkan, terdapat k buah sampel yang masing-masing berukurann1, n2, n3, ..., nk , serta nilai variansi masing-masing jugaberturut-turut s1

2, s22, s3

2, ..., sk2. Kalau k sampel ini

digabungkan menjadi satu sampel yang berukurann = n1 + n2 + n3 + ... + nk , variansi sampel besar ini adalahgabungan variansi masing-masing sampel semula dengan rumus:

s2 =

k∑i=1

(ni − 1) si2

k∑i=1

(ni − 1)

Darma Ekawati Ukuran Penyebaran

Ukuran PenyebaranRentang DataSimpanganUkuran Penyebaran Relatif

Variansi merupakan ukuran penyebaran mutlak. Variansi 5cmuntuk jarak 100m dan variansi 5cm untuk jarak 10m tentumempunyai pengaruh yang berbeda. Demikian pula variansi 5untuk satuan penukuran gram dan variansi 5 untuk satuanpengukuran cm, keduanya tidak dapat dibandingkan. Untukmengukur pengaruh demikian dan untuk membandingkan variansiantara nilai-nilai besar dengan nilai-nilai yang kecil, ataumembandingkan nilai-nilai yang mempunyai satuan pengukuranyang berbeda, digunakan ukuran penyebaran relatif.Ukuran penyebaran relatif yang akan dibahas antara lain:

I Koefisien variasi

I Koefisien rata-rata simpangan

Darma Ekawati Ukuran Penyebaran

Ukuran PenyebaranRentang DataSimpanganUkuran Penyebaran Relatif

Koefisien Variasi

Salah satu ukurun penyebaran relatif yang paling sering digunakanadalah koefisien variasi yang dilambangkan dengan KV dan dapatdihitung dengan menggunakan rumus berikut:

KV =simpangan baku

rata− rata× 100%

Darma Ekawati Ukuran Penyebaran

Ukuran PenyebaranRentang DataSimpanganUkuran Penyebaran Relatif

Koefisien Simpangan Rata-rata

Ukuran penyebaran relatif yang lain adalah koefisien simpanganrata-rata yang dilambangkan dengan KSR yaitu rata-ratasimpangan dibagi dengan rata-rata atau median. Jadi, KSR dapatdihitung dengan dua macam rumus, yiatu:

KSR =rata− rata simpangan

rata− rata× 100%

atau

KSR =rata− rata simpangan

median× 100%

Darma Ekawati Ukuran Penyebaran