UKURAN PENYEBARAN

Nilai Yang Menggambarkan Penyebaran Data dari Nilai Tengahnya

Ditulis sebagai prasyarat Mata Kuliah

Pendidikan Statistik

Disusun Oleh :
Kelompok II

Devita Ariyanti (283)

Isrofatul Khoiriyah (284)
Raga Mardika (287)
Kartika pratiwi (289)
Lujain Ayu Astuti (290)

UNIVERSITAS MUHAMMADIYAH MALANG

FAKULTAS EKONOMI
JURUSAN AKUNTANSI
TAHUN 2011/2012

KATA PENGANTAR
Dengan puji syukur alhamdulillah kami panjatkan kehadirat
Allah swt yang senantiasa melimpahkan rahmat-Nya serta shalawat
dan salam semoga tetap terlimpahkan kehadirat junjungan kita Nabi
Muhammad saw. Yang telah membawa kita dari kegelapan menuju ke
jalan yang terang sehingga penulis dapat menyelesaikan makalah
dengan judul UKURAN PENYEBARAN ( nilai yang menggambarkan
penyebaran data dari nilai tengahnya) .
Penulisan makalah ini dimaksudkan sebagai tugas mata
kuliah Statistika. Dalam penulisan makalah ini bukan semata-mata
atas usaha kami sendiri, melainkan karena bantuan berbagai pihak.
Untuk itu, melalui kata pengantar ini penulis sampaikan ucapan terima
kasih yang sebesar-besarnaya kepada yang terhormat :

Ibu Wenny Yuniaris, S.E .M.M, sebagai dosen mata kuliah

kewarganegaraan yang telah membimbing kami dalam
menyelesaikan tugas makalah ini.
Kami menyadari sepenuhnya bahwa makalah ini jauh dari

sempurna, untuk itu saran serta kritik sangat kami harapakan demi
perbaikan dan penyempurnaan makalah ini. Semoga makalah ini dapat
memberikan manfaat.

Penulis,

BAB I
PENDAHULUAN
1.1 Latar belakang
Pada bab ini akan dibahasukuran penyebaran, ukuranpenyebaran yang akan
dipelajari berturut turut adalah range,deviasi rata-rata, varians, dan standar deviasi,
ukuran penyebaran lain, ukuran kecondongan dan keruncingan. Mengapa kita
mempelajari ukuran penyebaran tersebut, karena kita merasa bahwa mengetahui nilai
tengah saja kurang cukup, tanpa disertai dengan pengetahuan tentang seberapa besar data
tersebut menyebar disekitar nilai tengahnya. Dengan memahami unsur penyebaran data
diharapkan kita tidak menarik kesimpulan yang salah.
1.2 Rumusan masalah
1.2.1
1.2.2
1.2.3
1.2.4
1.2.5
1.2.6

Bagaimana ukuran penyebaran untuk data yang tidak dikelompok ?

Bagaimana ukuran penyebaran untuk data yang dikelompokkan ?
Mencari ukuran penyebaran relatif ?
Apa Makna dan kegunaan standar deviasi?
Bagaimana mencari ukuran penyebaran lainnya ?
Bagaimana mencari ukuran kecondongan dan keruncingan ?

1.3 Tujuan penulisan

Setelah mempelajari bab ini mahasiswa diharapkan dapat memahami makna yang
terkandung dalam nilai ukuran pemusatan untuk persoalan manajemen dan bisnis,
menghitungukuran pemusatan baik rata-rata hitung median maupun modusuntuk data
berkelompok dan tidak berkelompok, mengetahui kelebihan dan kekurangan setiap
ukuran pemusatan, mengetahui letak posisi data dengan kuartil, desil, dan persentil.

BAB II
PEMBAHASAN
Ukuran penyebaran adalah suatu ukuran baik parameter atau statistik untuk
mengetahui seberapa besar penyimpangan data dengan nilai rata-rata hitungnya. Ukuran
penyebaran yang akan dipelajari berturut-turut adalah range, deviasi rata-rata, varians,
standard deviasi, ukuran penyebaran lain, ukuran kecondongan dan keruncingan.
2.1 Ukuran penyebaran untuk data yang tidak dikelompokan
2.1.1

Range(Jarak)

Range adalah perbedaan antara nilai terbesar dengan nilai terkecil. Semakin kecil
ukuran jarak menunjukkan karakter yang lebih baik, karena berarti data mendekati nilai
pusat dan kompak.
Jarak(range)= Nilai Terbesar-Nilai Terkecil
Contoh : 2.1
Berikut adalah laju inflasi dari negera Indonesia, Malaysia, dan Thailand. Hitunglah
Range nya !
Tahun
2002
2003
2004
2005
2006

Indonesia
10
5
6
17
6

Laju Inflasi (%)

Thailand
2
2
3
6
3

Malaysia
2
1
2
4
3

Penyelesaian:
Nilai
Tertinggi
Terendah
Jarak(Range)

Indonesia
17
5
17-5 = 12

Thailand
6
2
6-2 = 4

Malaysia
4
1
4.1 = 3

2.1.2

Deviasi Rata-rata

Deviasi Rata-rata adalah rata-rata hitung dari nilai mutlak deviasi antara nilai data
pengamatan dengan rata-rata hitungnya. Deviasi rata-rata mengukur besarnya variasi
atau selisih dari setiap nilai dalam populasi atau sampel dari rata-rata hitungnya.
MD =

X X

Keterangan :
MD

: Deviasi Rata-rata

: Nilai setiap data pengamatan

XX

: Nilai Rata-rata hitung dari seluruh nilai pengamatan

: Lambang Penjumlahan

||

: Lambang Mutlak

Contoh : 2.2
Hitunglah deviasi rata-rata dari pertumbuhan ekonomi Negara maju dan Indonesia.
Tahun

Pertumbuhan Ekonomi (%)

Negara Maju
Indonesia
3,2
7,5
2,6
8,2
3,2
7,8
3,2
4,9
2,2
-13,7
2,0
4,8
2,3
3,5
2,1
3,2

1994
1995
1996
1997
1998
1999
2000
2001
Penyelesaian :

Langkah pertama adalah menghitung nilai rata-rata hitung dari pertumbuhan ekonomi
Negara maju dan Indonesia.
Langkah kedua mengurangkan setiap data dengan nilai rata-rata.
Langkah ketiga membuat harga mutlak setiap deviasi dan membaginya dengan jumlah
data.
Hasil deviasi rata-rata untuk Negara maju adalah sebagai berikut :
Tahun

|X - XX|

Nilai Mutlak

1994
1995
1996
1997
1998
1999
2000
2001
Jumlah
Rata-rata

3,2
2,6
3,2
3,2
2,2
2,0
2,3
2,1
X = 20,8
X/n = 2,6

|0,6|
|0.0|
|0,6|
|0,6|
|-0,4|
|-0,6|
|-0,3|
|-0,5|

0,6
0,0
0,6
0,6
0,4
0,6
0,3
0,5
| X-XX|=3,6
|X-XX| / n=0,5

a. penjumlahan daridata X berupa pertumbuhan ekonomi Negara maju mendapatkan

nilai 20,8. Apabila nilai tersebut dibagi dengan n=8, maka didapat 2,6 sebagai
nilai hitung rata-rata(XX )
b. langkah keduamengurangkan setiapdata dengan nilai hitung rata-rata. Misalkan
tahun 1994, 3,2-2,6= |-0,6|, dan seterusnya sampai tahun 2001, 2,1 - 2,6 = |0,5|.
c. Langkahketigamembuat harga mutlak, nilai negatif menjadi positif seperti
tahun1998, |-0,4| = 0,4.
d. Langkah keempat menjumlahkan nilai harga mutlak dari 0,6 tahun 1994 sampai
0,5 tahun 2001,dan nilai penjumlahan ini |X- XX| = 3,6. Untuk mendapatkan
deviasi rata-rata, nilai penjumlahan dibagi dengan jumlah data | X- XX | / n = 3,6/8
= 0,5.
Jadi nilai deviasi rata-rata pertumbuhan ekonomi Negara maju adalah 0,5. Untuk
menghitung deviasipertumbuhan ekonomi Indonesia dapat dilakukan dengan cara
yang sama,sehingga hasilnya sebagai berikut :
Tahun
1994
1995
1996
1997
1998
1999
2000
2001
Jumlah
Rata-rata

X
7,5
8,2
7,8
4,9
-13,7
4,8
3,5
3,2
X = 26,2
X/n = 3,3

| X- XX|
|4,2|
|4,9|
|4,5|
|1,6|
|-17,0|
|1,5|
|0,2|
|-0,1|

Nilai mutlak
4,2
4,9
4,5
1,6
17,0
1,5
0,2
0,5
| X - XX | = 34,0
| X - XX | = 4,3

Jadi deviasi rata-rata pertumbuhan ekonomi Indonesia sebesar 4,3% dari rata-rata
hitung pertumbuhan ekonomi sebesar 3,3%.

2.1.3

Varians dan Standar Deviasi

Varians dan standar deviasi adalah sebuah ukuran penyebaran yang menunjukkan standar
penyimpangan atau deviari data terhadap nilai rata-ratanya. Varians adalah rata-rata
hitung deviasi kuadrat setiap data terhadap rata-rata hitungnya. Varians dibedakan antara
varians populasi dan varians sampel. Varians populasi adalah deviasi kuadrat dari setiap
data rata-rata hitung terhadap terhadap semua data dalam sampel.
2 =

( X )
N

Keterangan:
2 : Varians populasi
X : Nilai setiap data/pengamatan dalam populasi
: Nilai rata-rata hitung dalam populasi
N : Jumlah total data/pengamatan dalam populasi
: Simbol operasi penjualan
Contoh 2.3
Hitunglah varians dari pertumbuhan ekonomi Negara maju dan Indonesia
a. Varians Negara maju
Tahun
1994
1995
1996
1997
1998
1999
2000
2001
Jumlah
Rata-rata

X
3,2
2,6
3,2
3,2
2,2
2,0
2,3
2,1
X = 20,8
= X/n = 2,6

X-
0,6
0,0
0,6
0,6
-0,4
-0,6
-0,3
-0,5

(X-)
0,36
0,00
0,36
0,36
0,16
0,36
0,09
0,25
(X-) =1,94
= (X- ) /
N=0,24

a. Langkah pertama, mencari nilai rata-rata hitung populasi = X/N,nilai diperoleh

dengan menjumlahkan seluruh X dari populasi dan membagi dengan N. nilai =
2,6 diperoleh dari membagi 20,8 dengan 8.

b. Langkah kedua mengurangkan setiap nilai X dengan , dan hasilnya tetap dalam
nilai absolut, tidak dimutlakkan.
c. Langkah ketiga, mengkuadratkan nilai X-, sehingga didapat nilai positif semua.
d. Langkah keempat, menjumlahkan nilai (X-) , sehingga didapat nilai 1,94.
Untuk mendapatkan nilai varians, maka nilai 1,94 dibagi dengan N dimana N=8,
sehingga diperoleh varians 0,24.
b. Varians Indonesia, dengan cara yang sama diperoleh hasil berikut :
Tahun
1994
1995
1996
1997
1998
1999
2000
2001
Jumlah
Rata-rata

X
7,5
8,2
7,8
4,9
-13,7
4,8
3,5
3,2
X = 26,2
= X/n = 3,3

X-
4,2
4,9
4,5
1,6
-17,0
1,5
0,2
-0,1

(X-)
0,36
0,00
0,36
0,36
0,16
0,36
0,09
0,25
(X-) =355,76
= (X- ) /
N=44,47

Nilai varians pertumbuhan ekonomi Negara maju dengan Indonesia dapat disimpulkan :
a. Sebaran fluktuasi pertumbuhan ekonomi negara maju lebih kecil disbanding
dengan Indonesia (0,24<44,47)
b. Pertumbuhan ekonomi negara maju mengelompok disekitar nilai rata-ratanya
dibandingkan dengan Indonesia.
Standar Deviasi adalah akar kuadrat dari varians dan menunjukkan standard
penyimpangan data terhadapnilai rata-ratanya.
Rumus Standar Deviasi sebagai berikut :

( X X )
n1

contoh 2.4:
Hitunglah standard deviasi dari pertumbuhan ekonomi Negara maju dan Indonesia
Penyelesaian :

a. Diketahui bahwa untuk Negara maju adalah 0,24, sedang untuk

indonesia 44,47
b. Standard deviasi merupakan akar dari nilai varians, maka diperpleh sbb:

(X )
N

Negara maju =
Indonesia
=

0,24 = 0,49
44,47 = 6,67

Jadi, standar deviasi Indonesia juga lebih besar dari Negara maju.
2.1.4

Varians Sampel

Sampel merupakan bagian dari populasi, namun apabila jumlah anggota di dalam
populasi kurang atau sama dengan 30, diusahakan semuanya menjadi bagian yang dikaji.
Apabila jumlah anggota dalam populasi >30, maka langkah pengambilan sampel dapat
dilakukan, sehingga jumlah data tidak terlalu besar.
s =

( XX )
n1

Keterangan :
s2 : Varians Sampel
X : Nilai setiap data/pengamatan dalam sampel
XX : Nilai rata-rata hitung dalam sampel
n : Jumlah total data/pengamatan dalam sampel
: Simbol operasi penjumlahan

2.1.5

Standar Deviasi Sampel

Standar Deviasi Sampel merupakan penduga bagi standard deviasi ()(populasi. Standar
deviasi sampel merupakan akar kuadrat dari varians sample.

S=

Contoh 2.5 :

( X X )
n1

Hitunglah varians sampel dan standar deviasi pertumbuhan ekonomi Negara maju dan
Indonesia dari tahun 2001-2004 dengan sampel untuk data tahun yang ganjil saja.
Pertumbuhan Ekonomi (%)
Negara maju
Indonesia
2,6
8,2
3,2
4,9
2,0
4,8
2,1
3,2

Tahun
2001
2002
2003
2004

Penyelesaian :
Negara maju
X
2,6
3,2
2,0
2,1

Indonesia

X-XX
0,1
0,7
-0,5
-0,4

(X-XX)
0,01
0,49
0,25
0,16

X
8,2
4,9
4,8
3,2

X-XX
2,9
-0,4
-0,5
-2,1

(X-XX)
8,41
0,16
0,25
4,41

Nilai tengah rata-rata

XX= X/n =

2,6 +3,2+ 2,0+2,1

4

= 9,9/4 =2,5

XX = X/n =

8,41+ 4,9+4,8+ 3,2

4

= 21,1/4 = 5,3

Varians Sampel Indonesia

S =

( XX )
n1

8,41+ 0,16+0,25+ 4,41

41

=13,23/3 = 4,41

0,01+ 0,49+0,25+4,41
41

= 0,91/3 = 0,303

Varians sampel Negara maju :

S =

( XX )
n1

Sedangkan nilai standar deviasi adalah:

Standar deviasi Indonesia:

S=

( X X )
n1

S = 4,41 = 2,1

Standar deviasi Negara maju :

S=

( X X )
n1

S = 0,303 = 0,55

Berdasarkan standar deviasi sampel, deviasi standar Indonesia mencapai 2,1 sedangkan
Negara maju 0,55.

2.2 Ukuran Penyebaran untuk Data yang Dikelompokkan

Pada bagian ini kita akan membahas ukuran penyebaran baik
range, devisi rata-rata, varians dan standar deviasi data berkelompok.
2.2.1 Jarak( Range)
adalahselisihantarabatasatasdarikelastertinggidenganbatasba
wahdarikelasterendah.
Contoh 2.6
Kelaske1
2
3
4
5

Interval
160-303
304-447
448-591
592-735
736-878

Jumlahfreuensi (f)
2
5
9
3
1

Penyelesaian :
Range =batas atas kelas tertinggi batas bawah kelas terendah
= 878-160
= 718
2.2.2 Deviasi Rata-rata
Deviasi rata-rata di rumuskan sebagai berikut :
MD = f|X - XX|
N
Dimana :

MD

: Deviasi rata-rata (mean deviation)

: Jumlah frekuensi setiap kelas

: Nilai setiap data pengamatan

XX

: Nilai rata-rata hitung dari seluruh nilai pengamatan

: jumlah data atau pengamatan dalam sampel

: Lambang penjumlahan

| |

: Lambang nilai mutlak

Untuk nilai rata-rata hitung data berkelompok adalah :

XX = fX
n
Contoh 2.7
Kita akan tetap mengunakan data padacontoh 2.6. hitunglah deviasi
rata-rata dari data berkelompok tersebut
Penyelesaian ;
Menghitung nilai tengah kelas. Untuk memperoleh nilai
tengah data (X), maka nilai tengah kelas dikalikan dengan
frekuensi masing-masing kelas (fX). Jumlah dari perkalian
antara frekuensi dengan nilai tengah kelas dibagi dengan
jumlah data mendapatkan nilai rata-rata hitung data
kelompok (fX/n).
Menghitung deviasi setiap kelas dengan cara
mengurangkan nilai tengah kelas dengan nilai rata-rata (|Xi
- XX| ).
Mengalikan frekuensi dengan deviasi setiap kelas f |Xi -XX|
Menjumlahkan hasil perkalian frekuensi dengan deviasi
setiap kelas kemudian membaginya dengan jumlah data
( n ).


Inter
val
160303
304447
448591
592735
736878
f.X

Titi
k
Ten
231
gah
,5

375
(X)
,5
519
,5
663
,5
807
,0

f.X

46
3,
5
1.
0
87
7,
9
4.
5
67
5,
3
1.
5
99
0,
1
80
0
7,
0
= 9.813,5 dan f

X
X
25
9,11
2
5,
28
2
,8
17
2,
8
31
6,
3
X XX

f X
X
518

,4
576
,0
259
,2
518
,4
316
,3
= 2.188,3

XX = f X = 9.813,5/20 = 490,7
n

a.

b. MD = f X XX = 2.188,3/20 = 109,4
n
2.2.3 Varians dan Standar Deviasi Data Berkelompok
Varians untuk data berkelompok hampir sama dengan varians
data tunggal, namun dikalikan dengan frekuensi setiap kelasnya.
Varians data berkelompok dirumuskan sebagai berikut ;
S = f (X- XX)
n-1
Dimana ;

=Varians sampel

f =Jumlah frekuensi setiap kelas

X = Nilai setiap data/pengamatan dalam sampel
XX = Nilai rata-rata hitung dalam sampel
n = Jumlah total data/pengamatan dalam sampel
= Simbol operasi penjumlahan
Contoh 2.8
Sedang untuk standar deviasi dari data berkelompok dirumuskan
sebagai berikut :
S =

f ( X X )
n1

Interval

Titik

f.XX

(X-XX)

(X-XX)

F(X-XX)

2
5
9
3
1

463,0
1.877,5
4.675,5
1.990,0
807,0

-259,2
-115,2
28,8
172,8
316,3

67.185
13.271
829
29.860
100.04

134.369
66.355
7.465
89.580
100.046

Tengah
160-303
304-447
448-591
592-735
736-878

(X)
231,5
375,5
519,5
663,5
807,0

6
Penyelesaian :

Langkah pertama menemukan nilai rata-rata hitung data (XX) dan

kemudian mencari deviasi antara nilai tengah kelas (Xi) dengan

nilai rata-rata hitung data (Xi XX).

Langkah kedua menguadratkan deviasi nilai tengah kelas dengan

nilai rata-rata hitung (Xi XX).

Langkah ketiga, mengalikan frekuensi dengan kuadrat deviasi (f.

(Xi XX)).
Langkah keempat menjumlahkan hasil perkalian frekuensi dan
kuadrat deviasi, kemudian membagi dengan n - 1, untuk
mendapatkan varians sampel, serta mengakarkan varians
sampel untuk mendapatkan standar deviasi sampel.

Untuk mengetahui rata-rata data (X) lihat contoh 2.7 = 490,7

a. Varian dari sampel adalah :
S = f (X-XX) = 397.815 = 397.815 = 20.938
n-1
( 20-1 )
19
b. Standar deviasi dari sampel adalah :
f (X X )
S = S =
= s 2= 20.938=144,7
n1

2.3 Ukuran Penyebaran Relatif

Ukuran penyebaran relative adalah mengubah ukuran
penyebaran menjadi persentase. Pengunaan ukuran relative akan
memberikan manfaat pada kondisi ;

Data mempuyai satuan pengukuran yang berbeda, misalnya

ukuran % dan ukuran rupiah.

Dan mempunyai satuan ukur n yang sama, namun mempunyai

rata-rata hitung yang sangat berbeda, misalnya sama-sama
mempunyai harga dalam rupiah, tetapi harga rata-rata kelompok
sayuran berbeda dengan harga rata-rata kelompok buah.
Ada beberapa cara untuk membahas ukuran penyebaran relatif ;

Koefisien range
Koefisien deviasi rata-rata
Koefisien deviasi standar
2.3.1 Koefisien Range
Pengukuran penyebaran dengan menggunakan range secara
relatif. Di rumuskan sebagai berikut ;
KR= La-Lb x 100%
La + Lb
Dimana ;

KR : koefisien range dalam %

La : Batas atas data ataukelastinggi
Lb : Batas bawah data atau kelas terendah
Contoh 2.9
Hitunglah koefisien range dari pertumbuhan ekonomi Indonesia
pada contoh 2.2 dan harga saham di BEJ pada bulan juni 2007
seperti pada contoh 2.6
Penyelesaian ;
Koefisien range pertumbuhan ekonomi Indonesia ;
La : 8,2 ( Pertumbuhan tertinggi )
Lb : -13,7 ( Pertumbuhan terendah )
KR = 8,2 (-13,7) x 100
8,2 + (-13,7)
= (21,9/-5,5) x 100
= -398,18%
Koefisien range perkembangan harga saham ;
La : 878 ( Harga saham tertinggi )
Lb : 160 ( Harga saham terendah )
KR = 878 - 160 x 100
878 160
= 718 x 100
1.038
= 69,17%
Dari hasil diatas terlihat bahwa KR untuk pertumbuhan ekonomi
Indonesia -398,18%, sedang KR harga saham 69,17 . dengan

demikian dapat disimpulkan bahwa penyebaran deviasi dari

pertumbuhan ekonomi jauh lebih besar dari harga saham.
2.3.2 Koefisien Deviasi Rata-rata
Ukuran penyebaran dengan menggunakan deviasi rata-rata
relatif terhadap nilai rata-ratanya, atau persentase dari deviasi ratarata terhadap nilai rata-ratanya.
KMD = MD x 100%
XX
Dimana : KMD : Koefisiendeviasi rata-rata dalam %
MD : Deviasi rata-rata
XX
: Nilai rata-rata data
Contoh 2.10
Hitunglah koefisien deviasi rata-rata dari pertumbuhan ekonomi antara
Negara maju dan Indonesia, sebagaimana contoh 2.2
Penyelesaian :
Negara maju
MD = 0,5 XX = 2,6
KMD = (0,5/2,6) x 100%
=19,23%
Indonesia
MD = 4,3 XX = 3,3
KMD = (4,3/3,3) x100%
= 130,30%
Jadi KMD Indonesia 130,30% dan lebih besar dari Negara maju
19,23%. Berarti penyebaran pertumbuhan ekonomi Indonesia lebih
besar dari pada Negara maju.
2.3.3 Koefisien Standar Deviasi
Ukuran penyebaran yang menggunakan standar deviasi relatif
terhadap nilai rata-rata yang dinyatakan sebagai presentase. Yang
dirumuskan sebagai berikut ;
KSD = s x 100%
XX
Dimana ;

Contoh 2.11

KSD

: koefisien standar deviasi dalam %

: Standar deviasi

XX

: Nilai rata-rata data

Berdasarkan standar deviasi dan nilai rata-rata pada contoh 4-5,

hitunglah koefisien standar deviasi untuk pertumbuhan ekonomi
negara maju dan Indonesia !
Penyelesaian :
Negara maju

XX= 2,5

= 0,55

KSD = (0,55/2,5) x 100

= 22%
Indonesia

= 2,21

XX = 5,3

KSD = (2,21/5,3) x 100

= 42 %
Koefisien standar deviasi untuk Indonesia 42% sedang negara
maju 22%.Penyebaran pertumbuhan ekonomi Indonesia hampIr 2 kali
dibandingkan negara maju. Hal tersebut disebabkan oleh kenyataan
bahwa pada tahun 1990-an Indonesia mengalami pertumbuhan
ekonomi yang tinggi berkisar 8-9%, sedang sejak tahun 1997, terjadi
krisis telah mengakibatkan pertumbuhan ekonomi turun bahkan
sampai -13,7.
2.4 Makna dan kegunaan Standar Deviasi
Standar deviasi digunakan untuk membandingkan penyebaran
atau penyimpangan dua kelompok data atau lebih. Apabila standar
deviasinya kecil, maka hal tersebut menunujukkan nilai sampel dan
populasi berkumpul atau mengelompok disekitar nilai rata-rata
hitungnya.
Teorema chebyshev untuk suatu kelompok data dari sampel atau
populasi, minimal poporsi nilai-nilai yang terletak dalam standar
deviasi dar rata-rata hitungnya adalah sekurang-kurangnya 1 1/k,
dimana k merupakan konsanta yang nilainya lebih dari 1.
Contoh 2.12
Pada contoh 2.8 diketahui bahwa nilai rata-rata hitung harga saham (XX)
490,7 , dengan standar deviasi 144,7. Kisaran harga saham antara

160-878. Hitung berapa jumlah perusahaan yang berada pada kisaran

harga saham antara 201,3 sampai 780,1.
Penyelesaian :
Kisaran harga 201,3 -780,1 sama dengan 490,7 (2 144,7)
780,1 = 490,7 + 2 144,7 = 490,7 + 289,4 = 780,1
201,3 = 490,7 - 2 144,7 = 490,7 - 289,4 = 201,3
Jadi nilai k = 2, sehingga : 1 1/k = 1 1/2 = 1 = = 75%
Jadi ada 75% perusahaan yang berada pada kisaran antara XX 2s
(490,7 2 144,7), apabila jumlah perusahaan dengan saham pilihan
ada 20, maka jumlah perusahaan yang berada di kisaran ini adalah =
0,75 20 = 15 perusahaan.
Pada hukum empiris untuk distribusi simetris, dengan distribusi
frekuensi berbentuk lonceng di perkirakan 68% data berada di dalam
rata-rata hitung ditambah satu kali standar deviasi, (XX 1s) ; begitupun
seterusnya. Hukum empiris disajikan dalam bentuk diagram polion :

Contoh 2.13
Diasumsikan bahwa kurva distribusi frekuensi untuk 20 harga saham
pilihan di BEJ berbentuk kurva normal. Seperti pada contoh 2.8, nilai
rata-rata hitung harga saham adalah 490,7 dan standar deviasinya
144,7. Dengan menggunakan hukum empiris hitung ;
a) 68% perusahaan berada pada kisaran harga saham berapa ?

b) 95% perusahaan berada pada pada kisaran harga saham

berapa ?
c) Untuk semua perusahaan, berapa kisaran harga sahamnya ?
Penyelesaian :
a) 68% perusahaan, berada pada kisaran XX 1s
= 4907,1 + 1 . 144,7 = 490,7 + 144,7 = 635,4
= 4907,1 - 1 . 144,7
= 490,7 - 144,7 = 346
Jadi kisaran harga saham untuk 68% perusahaan adalah 346635,4
b) 95% perusahaan, berada pada kisaran XX 2s
= 4907,1 + 2 . 144,7 = 490,7 + 289,4 = 780,1
= 4907,1 - 2 . 144,7
= 490,7 - 289,4 = 201,3
Jadi kisaran harga saham untuk 95% perusahaan adalah 201,3780,1
c) Semua perusahaan, berada pada kisaran XX 3s
= 4907,1 + 3 . 144,7 = 490,7 + 434,1 = 924,8
= 4907,1 - 3 . 144,7
= 490,7 - 434,1 = 56,6
Jadi kisaran harga saham untuk semua perusahaan adalah Rp
56,6-924,8

2.5 Ukuran penyebaran lainnya

Selain range, deviasi rata-rata, varians, dan standar deviasi ada tiga ukuran
penyebaran yang lain yaitu range inter-kuartil (range interquartile), deviasi kuartil
(quartile deviation) dan range persentil (percentile range).
2.5.1

Range Inter-kuartil

Adalah selisih antara kuartil ketiga dengan kuartil pertama.

Jarak inter-kuartil = kuartil ketiga- kuartil pertama= K3 K1
Contoh 2.14
20 saham perusahaan pilihan di BEJ, diketahui bahwa nilai saham terkecil adalah Rp 160,
nilai saham tertinggi adalah Rp 875. Kuartil 1 (K1) = 370, kuartil 2 (K2), dan kuartil 3 (K3)
= 575. Hitunglah jarak inter-kuartilnya!
Penyelesaian :
Jarak inter-kuartil = K3 K1 = 575 370 = 205
Jadi , 50% perusahaan, harga sahamnya berkisar antara 370 575 dengan jarak interkuartil 205.

Apa yang disimpulkan dari inter-kuartil : (a) nilai inter-kuartil yang lebih kecil
menunjukkan bahwa data dalam sampel dan populasi lebih mengelompokkan ke nilai
rata-rata hitung, serta seragam dibandingkan dengan nilai inter-kuartil yang lebih besar,
(b) nilai inter-kuartil yang kecil juga menunjukkan bahwa nilai rata-rata data
dibandingkan dengan nilai inter-kuartil yang besar.
2.5.2

Deviasi Kuartil

Adalah setengah jarak antara kuartil ketiga (K3) dan kuartil pertama (K1).
Deviasi kuartil dirumuskan sebagai berikut:
DK=

k 3k 1

Di mana:
DK

: deviasi kuartil

K3

: kuartil ke- 3

K1

: kuartil ke- 1

Contoh 2.15
Hitunglah deviasi kuartil dari sector perbankan dan perumahan, apabila diketahui harga
saham rata-rata sector perbankan 393, sedang nilai K1 = 88, K2 = 170, dan K3= 525. Harga
saham rata-rata sector perumahan 162, sedang K1= 35, K2= 58, dan K3=118.
Penyelesaian :

DK perbankan = (K3 K1) / 2 = (525 - 88) / 2 = 222,5

DK perumahan = (K3 K1) / 2 = (118 - 35) / 2 = 41,5

Dari nilai deviasi kuartil terlihat bahwa DK perumahan < DK perbankan. Hal ini
menunjukkan bahwa sebaran harga saham sector perumahan lebih kecil dibandingkan
dengan sector perbankan dan nilai tengah rata-rata harga saham sector perumahan lebih
mewakili data saham keseluruhan dibandingkan dengan sector perumahan .
2.5.3

Jarak Persentil

Adalah selisih antara persentil ke- 90 (P90) dengan persentil ke- 10 (P10) .
Jarak persentil dirumuskan sebagai berikut:
JP = P90 P10
Dimana :
JP : jarak persentil
P90 : persentil ke- 90

P10 : persentil ke- 10

Apabila dikaji maka P90 menyatakan 90% data, sedang P10 menyatakan sebesar 10% data,
maka jarak kuartil menyatakan interval bagi 90% data.
Contoh 2.16
Hitunglah jarak persentil dari sector perbankan dan perumahan, apabila diketahui untuk
sector perbankan P10 = 33 dan P90 = 1.020, sedang untuk sector perumahan P10 = 17 dan P90
= 415.
Penyelesaian :

Jarak persentil perbankan = P90 P10 = 1.020 33 = 987

Jarak persentil perumahan = P90 P10 = 415 17 = 398

Jadi jarak persentil untuk 80% perusahaan pada sector perbankan lebih besar
dibandingkan dengan sector perumahan. Hal tersebut menunjukkan bahwa deviasi sector
perbankan lebih besar dibandingkan dengan sector perumahan.
2.6 Ukuran Kecondongan (Skewness)
Kecondongan kurva dapat terjadi sebagai akibat dari
X Md Mo. Pada kurva simetris, = X = Md = Mo sehingga berbentuk simetris.pada
gambar ke- 2, terlihat bahwa = X > Md >Mo, sehingga kurva condong ke kiri, kurva
demikian disebut dengan condong positif. Kurva condong positif ini disebabkan karena
adanya data yang sangat besar sehingga nilai rata-rata hitungnya meningkat. Sebaliknya
pada gambar ke- 3, kurva condong ke kanan karena = X< Md < Mo. Kurva demikian
disebut kurva condong ke kanan atau condong negative.
Pearson dalam lind, marchal and mason (2002) mengembangkan suatu ukuran yang
menjelaskan derajat kecondongan yang dikenal dengan koefisien kecondongan yang
dikenal dengan koefisien kecondongan (coefficient of skewness) yang dirumuskan
sebagai berikut:
SK=

Mo

Di mana :
SK

: koefisien kecondongan

: nilai rata-rata hitung

Mo

: nilai modus

atau Sk =

3 (Md )

Md

: nilai median

: standar deviasi

contoh 2.17`
contoh tetap mengambil data tentang 20 harga saham pilihan pada bulan juni 2007 di
BEJ. Dari contoh 3-8 diketahui mediannya = 497,17, modus pada contoh 3-10 = 504,7.
Standar deviasi dan nilai rata-rata pada contoh 4-8 diketahui Rp 144,7 dan Rp 490,7.
Hitunglah koefisien kecondongannya!
Penyelesaian :
Rumus :
Sk =

M 0

Sk =

490,7504,7
144,7

Sk = -0,10

atau

Sk =

atau Sk =

3 (Md )

3 (490,7497,17)
144,7

Sk = -0,13

Dari kedua nilai Sk tersebut terlihat bahwa keduanya adalah negative jadi kurva condong
negative (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.
Contoh 2.18
Berikut ini adalah pertumbuhan ekonomi beberapa Negara Asia tahun 2006. Hitunglah
koefisien kecondongan , dan apa maknanya?
Negara
Cina
Filipina
Hongkong
Indonesia
Kamboja

2006
7,4
4,0
1,4
5,8
5,0

Negara
Korea selatan
Malaysia
Singapura
Thailand
Vietnam

2006
6,0
4,5
3,9
6,1
5,7

Penyelesaian :

a. Masukkan data ke sheet MS Excel, misalnya dikolom A dari baris 1 sampai 10.
Lakukan operasi untuk nilai rata-rata dengan rumus @average(a1:a10), tekan
enter. Hasil = 4,98.
b. Mencari median dengan melakukan operasi dengan rumus @median(a1:a10),
tekan enter. Hasil Md=5,35.
c. Mencari standar deviasi dengan melakukan operasi dengan rumus
@stdev(a1:a10), tekan enter. Hasilnya = 1,65.
d. Memasukkan nilai ke dalam rumus Sk yaitu :
Sk =

3 (4,985,35)
=0,67
1,68

2.8 Ukuran Keruncingan (kurtosis)

Untuk mengukur keruncingan dari suatu kurva dapat dilakukan melalui perbandingan
dengan kurva normal (simetris). Kurva normal yaitu mempunyai distribusi yang tidak
mendatar dan tidak meruncing. Untuk mengetahui keruncingan kurva, dapat digunakan
rumus koefisien keruncingan yang dikenal dengan koefisien kurtosis (4) . apabila 4 = 3
maka kurva mesokurtik, 4> 3 berarti kurva leptokurtik, 4<3 maka kurva platikurtik
koefisien kurtosis (4)untuk data yang tidak dikelompokkan adalah :

4 =

1 /n ()4
4

Di mana:
4

: koefisien kurtosis

: jumlah data

: nilai data

: nilai rata-rata hitung data

: standar deviasi

untuk data yang dikelompokkan dirumuskan sebagai berikut :

4

1
.()4
n f
4

Di mana :
4

: koefisien kurtosis

: jumlah data

: jumlah frekuensi kelas

: nilai tengah kelas

: nilai rata-rata hitung data

: standar deviasi

Contoh 2.19
Berikut ini adalah pertumbuhan ekonomi beberapa Negara Asia tahun 2006. Hitunglah
koefisien keruncingan !
Negara
Cina
Filipina
Hong kong
Indonesia
Kamboja

2006
7,4
4,0
1,4
5,8
5,0

Negara
Korea Selatan
Malaysia
Singapura
Thailand
Vietnam

2006
6,0
4,5
3,9
6,1
5,7

X
7,4
4
1,4
5,8
5
6
4,5
3,9
6,1
5,7

(X-)2
5,86
0,96
12,82
0,67
0,00
1,04
0,23
1,17
1,25
0,52

(X-)
2,42
-0,98
-3,58
0,82
0,02
1,02
-0,48
-1,08
1,12
0,72

(X-)4
34,30
0,92
164,26
0,45
0,00
1,08
0,05
1,36
1,57
0,27

= 49,8; = /n = 49,8 / 10 = 4,98;(X-) = 24,516;(X-)4 = 204,27

Dari data di atas (X-)4= 204,27
Standar deviasi =
4 =

( X ) /n

1 /n (X ) 4
4

24,516/10 = 2,4516 = 1,6

1 /10 204,27
1,6 4

20,427
6,25

= 3,27

jadi nilai 4 = 3,27 dan lebih besar dari 3, maka kurvanya termasuk mesokurtik.

BAB III
PENUTUP
2.6 Kesimpulan
Ukuran penyebaran adalah suatu ukuran baik parameter maupun
statistik untuk mengetahui seberapa besar penyimpangan data
dengan nilai rata-rata hitungnya. Oleh sebab itu, sangatlah penting
untuk memahami makna ukuran penyebaran. Ada beberapa
kemungkinan yang terjadi jika menggambarkan dua data ditinjau dari
nilai rata-rata hitung dan penyebarannya.
`

DAFTAR PUSTAKA
Suharyadi, 2007, Statistka Ekonomi dan keuangan Modern. Halaman 97-130
Purwanto S.K. 2007 Statistka Ekonomi dan keuangan Modern. Halaman 97-130