Escolar Documentos
Profissional Documentos
Cultura Documentos
Disusun Oleh :
Kelompok II
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 :
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
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
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
XX
: Lambang Penjumlahan
||
: Lambang Mutlak
Contoh : 2.2
Hitunglah deviasi rata-rata dari pertumbuhan ekonomi Negara maju dan Indonesia.
Tahun
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
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 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
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 :
(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 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
XX= X/n =
= 9,9/4 =2,5
XX = X/n =
= 21,1/4 = 5,3
S =
( XX )
n1
=13,23/3 = 4,41
0,01+ 0,49+0,25+4,41
41
= 0,91/3 = 0,303
( XX )
n1
S=
( X X )
n1
S = 4,41 = 2,1
S=
( X X )
n1
S = 0,303 = 0,55
Berdasarkan standar deviasi sampel, deviasi standar Indonesia mencapai 2,1 sedangkan
Negara maju 0,55.
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
XX
: Lambang penjumlahan
| |
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 ( 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 :
(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.
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 ;
Contoh 2.11
KSD
: Standar deviasi
XX
XX= 2,5
= 0,55
= 2,21
XX = 5,3
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 ?
Range Inter-kuartil
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 :
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
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
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
4 =
1 /n ()4
4
Di mana:
4
: koefisien kurtosis
: jumlah data
: nilai data
: standar deviasi
1
.()4
n f
4
Di mana :
4
: koefisien kurtosis
: jumlah 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
( X ) /n
1 /n (X ) 4
4
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