slide7
description
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