Minggu, 20 April 2014

BAB 6

halaman terkait:
Tugas pertama

Bab 2 dan 3                                            Bab 9
Bab 4 Ukuran Pemusatan
Bab 5 Ukuran Penyebaran.
Bab 6 Momen ...
Bab 7 Distribusi


BAB 6
Momen, Kemiringan, & kurtosis
  KEMIRINGAN
      Kemiringan (skewnes) merupakan derajat ketidaksimetrian (keasimetrian), atau dapat juga disefinisikan sebagai penyimpangan dari kesimetrian dari suaru distribusi. Jika suatu kurva frekuensi (polygon frekuensi yang terhaluskan) dari suatu distribusi memiliki ekor kurva yang lebih panjang ke arah sisi kanan dibandingkan ke arah sisi kiri dari nilai maksimum tengah, maka distribusi ini lebih dikenal dengan nama distribusi miring ke kanan atau memiliki kemiringan positif. Untuk kondisi sebaliknya, distibusi dikenal dengan distribusi miring ke kiri atau kemiringan negatif.
Gambar 1
      Untuk distribusi miring, mean akan cendrung berada pada sisi yang sama dengan modus di ekor kurva yang lebih panjang (lihat gambar 1). Jadi ukuran kesimetrian dapat diperoleh dari selisih atau perbedaan nilai mean dan modus: mean – modus. Ukuran ini dapat dibuat menjadi ukuran tanpa dimensi atau satuan jika kita membandingnya dengan suatu ukuran dispersi, seperti misalnya deviasi standar. Tingkat kemiringan suatu kurva (skewness), ditentukan dengan menggunakan rumus (formulasi) sebagai berikut:
 
dengan  Mean   : Rata-rata
Mo       : Modus
Me       : Median
                        S          : Simpangan baku
Bila :
-          α=0, distribusi datanya simetri
-          α<0, distribusi datanya miring ke kiri
-          a>0, distribusi datanya miring ke kanan
2.      Momen :
*      Untuk data tunggal :  
*      Untuk data berkelompok :
*      Cara koding :
Bila :
-          α=0, distribusi datanya simetri
-          α<0, distribusi datanya miring ke kiri
-          a>0, distribusi datanya miring ke kanan
3.      Bowley :  
Bila :
-           atau maka α=0 dan distribusi datanya simetri
-          maka α=1 dan distribusi datanya miring ke kanan
-          maka α=-1 dan distribusi datanya miring ke kiri
 KERUNCINGAN
      Kurtosis/keruncingan adalah derajat kepuncakan suatu distribusi, biasanya diambil relatif  terhadap distribusi normal. Ukuran keruncingan adalah suatu besaran yang digunakan untuk menentukan apakah sekumpulan data derajat kepuncakan leptokutik (lancip), normal atau platikurtik (tumpul). Tingkat keruncingan suatu kurva (kurtosis) memiliki 3 jenis, yaitu :
1.      Leptokurtis (puncak relative tinggi)
2.      Mesokurtis (puncak normal)
3.      Platikurtis (puncak relative rendah)



 Rumus untuk mencari keruncingan :
*      Untuk data tunggal :
*      Rumus Persentil : 
dengan k = koefisien kurtosis persentil
              Q1 = kuartil pertama
              Q3 = kuartil ketiga
              P90 = persentil ke-90
              P10 = persentil ke-10
Bila : k = 0,263 maka keruncingan distribusi datanya mesokurtis
         k > 0,263 maka keruncingan distribusi datanya leptokurtis
         k < 0,263 maka keruncingan distribusi datanya platikurtis
*      Untuk data berkelompok :
*      Cara koding :
Bila : α = 3 maka keruncingan distribusi datanya mesokurtis
    α > 3 maka keruncingan distribusi datanya leptokurtis
        α < 3 maka keruncingan distribusi datanya platikurtis

BAB 5

halaman terkait;

Tugas pertama
Bab 2 dan 3                                      
Bab 5 Ukuran Penyebaran.                Bab 9 Analisis Variansi              
Bab 6 Momen ...                               Bab 10 Analisis Regresi dan Korelasi


BAB 5
Ukuran Penyebaran Data

Ada beberapa cara untuk mengukur penyebaran data, salah satunya adalah dengan jangkauan. Namun kali ini kita akan mempelajari ukuran penyebaran data yang lebih akurat dari jangkauan, yaitu:

JANGKAUAN (RANGE)               Notasi: J
Untuk data yang tidak dikelompokkan, jangkauan adalah selisih antara nilai terbesar dan nilai terkecil. Untuk data yang dikelompokkan, jangkauan adalah selisih antara titik tengah kelas tertinggi dengan titik tengah kelas terendah.

KUARTIL
                                Notasi: q

Kuartil membagi data (n) yang berurutan atas 4 bagian yang sama banyak.
------|------|-------|-------
        Q1       Q2       Q3

Q1 = kuartil bawah (1/4n )
Q2 = kuartil tengah/median (1/2n)
Q3 = kuartil atas (1/4n )
Untuk data yang tidak dikelompokkan terlebih dahulu dicari mediannya, kemudian kuartil bawah dan kuartil atas.
Untuk data yang dikelompokkan rumusan kuartil identik dengan rumusan mencari median.
Q1 = L1 + [(1/4n - (å f)1)/fQ1] . c
Q3 = L3 + [(3/4n - (å f)3)/fQ3] . c

DESIL                                     Notasi: D

Desil membagi data (n) yang berurutan atas 10 bagian yang sama besar. (D,, D2, D3, . . . . . . , D9)
Di = Li + ((i/10)n - (å f)i)/fi . c

PERSENTIL
                             Notasi: P
Persentil membagi data (n) yang berurutan atas 100 bagian yang sama besar. (P1, P2, P3, . . . . . . ,P99)
Pi = Li +( i/100 n - (åf)i)/fi . c
Cara mencari Desil dan Persentil identik dengan cara mencari kuartil.

SIMPANGAN

SIMPANGAN KUARTIL                Notasi: Qd
(JANGKAUAN SEMI INTERKUARTIL)
Qd = (Q3 - Q1) / 2
SIMPANGAN BAKU                    Notasi: S
(STANDAR DEVIASI)
S = Ö((åfi(xi-x bar)²)/n)

atau CARA CODING
       ___________________
S = Ö fidi² / n) - (fidi/n)²
          __________________
   = c Ö (å fiui² / n) - (fiui/n)²


RAGAM (VARIANSI)
                     Notasi:

KOEFISIEN KERAGAMAN              V = S / x bar . 100%


Contoh:
1. Data tidak dikelompokkan
    Diketahui data

    95, 84, 86, 90, 93, 88, 97, 98, 89, 94
    Data diurutkan terlebih dahulu, menjadi:
    84 86 818 89 90 93 94 915 97 98
    Q1 = 88 ; Q2 = 90 93 ; Q3 = 95
    a. Jangkauan J = 98 - 84 = 14

    b. Kuartil Q1=88 ; Q2 = (90+93)/2 = 91,5 ; Q3 = 95

        Simpangan kuartil = Qd = (95 - 88) / 2 = 3,5


    c. Rata-Rata

        = (88+86+88+89+90+93+95+97+98)/10 = 91,4

        Simpangan baku = Ö(((84-91,4)² + ...... + (98-91,4)²)/10) = 4,72

2. Data dikelompokkan

Skor
Titik Tengah
Frekuensi
50-54
52
4
55-59
57
6
60-64
62
8
65-69
67
16
70-74
72
10
75-79
77
3
80-84
82
2
85-89
87
1
n = 50
a. Jangkauan = Titik tengah kelas tertinggi - Titik tengah kelas     terendah = 87-52 =35
b. Kuartil bawah (¼n )

       Q1 =
59,5 + ((12,5 - 10)/8 . (5)) = 61,06

    Kuartil bawah (¾n )


    Q3 = 69,5 + (37,5 - 34)/10 . 5 = 71,25

   Simpangan Kuartil

   Qd = (Q3 - Q1) / 2 = (71,25 - 61,06) / 2 = 5,09
c. Rata-rata
    _
    x = ((4)(52) + (6)(57) + ... + (1)(870)
/ 50 = 66,4
d. Simpangan Baku

  ___________________________________
     Ö((52-66,4)² + ...... + (87-66,4)²)/50 = 7,58
CATATAN:


  • Bila pada suatu kumpulan data, setiap data ditambah / dikurangi dengan suatu bilangan, maka:
    - nilai statistik yang berubah: Rata-rata, Median, Modus, Kuartil.
    - nilai statistik yang tetap : J angkauan, Simpangan Kuartil,   Simpangan  baku.

  • Bila pada suatu kumpulan data, setiapp data dikali ldibagi dengan suatu bilangan, maka: semua nilai statistiknya berubah.

  • .
    Range ( rentang)
    Range merupakan selisih antara nilai tertinggi dengan nilai terendah baik itu dalam data populasi maupun statistic sampel. Ukuran ini masuk dalam taraf ukuran yang paling sederhana, dan range dapat di rumuskan dengan:
    UKURAN PENYEBARAN PADA STATISTIK
    Contoh:
    Seorang peneliti ingin mengetahui kecenderungan pengambilan jumlah mk oleh para mahasiswa. Disini peneliti mengamati jumlah mk 6 mahasiswa dalam tiga bulan dan diperoleh data sebagai berikut: 5, 8, 7, 6, 5, 8. Cara penyelesaiannya dapat kita lihat berikut ini:
    • Untuk lebih mudahnya angka kita urutkan terlebih dahulu, yaitu: 5, 5, 6, 7, 8, 8.
    • Tahap selanjutnya, kita dapat lihat rumus Range di atas,
      Maka: 8 – 5 = 3.
      Jadi nilai Rangenya adalah 3.
    Deviasi Rata-Rata (Mean Deviation)
    Deviasi Rata-Rata dapat didefinisikan sebagai ukuran penyebaran yang memperlihatkan penyimpangan suatu nilai dari rata-rata hitung. Ukuran yang digunakan dalam deviasi ini adalah nilai mutlak, sehingga tidak dihasilkan nilai negative. Rumus yang ada pada deviasi ini ada dua yaitu untuk deviasi populasi dan deviasi sampel.
    Rumus dari deviasi rata-rata ini biasa disingkat dengan MD (mean deviation) atau AD (average deviation), rumus rumus tersebut dapat kita lihat dibawah ini:
    UKURAN PENYEBARAN PADA STATISTIK
    Untuk rumus sampel:
    UKURAN PENYEBARAN PADA STATISTIK
    Dari contoh soal yang pertama kita dapat lanjutkan dengan berikut ini:
    UKURAN PENYEBARAN PADA STATISTIK
    • Untuk mendapatkan nilai | xi – x |, kita bisa jumlahkan nilai pengamatan dan di bagi dengan jumlah yang diteliti.
    • Untuk soal yg diatas berarti: 39 / 6 = 6.5.
      Karena contoh di atas menggunakan data sampel, sehingga rumus yang digunakan juga menggunakan notasi sampel.
      MD = 7 / 6 = 1.17.
      Dari soal diatas deviasi rata-rata yang didapat adalah 1.17.
    Variansi (Variance) dan Standar Deviasi (Standard Deviation)
    Variansi (Variance) dan Standar Deviasi adalah sebuah ukuran penyebaran yang menunjukkan standar penyimpangan atau deviasi data terhadap nilai rata-rata. Variansi (Variance) dapat didefinisikan sebagai rata-rata hitung kuadrat setiap data terhadap rata-rata hitungnya. Variansi ini dapat dibedakan menjadi dua, yaitu variansi populasi (deviasi kuadrat untuk semua data dalam populasi) dan variansi sampel (deviasi kuadrat untuk semua data dalam sampel).
    Rumus dari Variansi populasi dan sampel dapat dilihat dibawah ini:
    UKURAN PENYEBARAN PADA STATISTIK
    Sedangkan standar deviasi merupakan akar kuadrat dari variansi dan menunjukkan standar penyimpangan data terhadap nilai rata-ratanya.
    Rumus standar deviasi tersebut adalah:
    UKURAN PENYEBARAN PADA STATISTIK
    Untuk mendapatkan nilai variansi dan standar deviasi dari contoh di atas dapat kita lihat pada penjelasan berikut ini:
    UKURAN PENYEBARAN PADA STATISTIK
    • Dari contoh tersebut diatas sudah jelas dari mana kita mendapatkan (xi – x)2 tersebut.
    • Variansi yang akan kita pakai disini juga variansi sampel, karena data yang kita gunakan adalalah data sampel. Dari rumus diatas sudah jelas bagai mana kita dapat mendapatkan nilai tersebut.
      Jadi, Variansi: Sampel (s2) = 9.5 / 5 = 1.9.
      Varian sampel yang kita dapat yaitu: 1.9. dan Standar Deviasi (S) = √1.9 = 1.38.
    Dari contoh diatas pastinya para pembaca sudah sedikit paham mengenai bagai mana cara menyelesaikan pertanyaan tentang range, Deviasi Rata-Rata, dan Variansi (Variance) dan Standar Deviasi (Standard Deviation).
    Pada intinya mengenai pembahasan ini laksana hierarki, namun disini yang dibahas adalah bagian yang paling atas akan disempurnakan pada bagiam dibawahnya dan begitu selanjutnya. Disini bagian yang paling atas adalah range. Deviasi rata-rata mempunyai kelebihan dibandingkan dengan ukuran range, karena deviasi rata-rata menggunakan seluruh data yang terdapat pada sampel atau populasi, dan kelemahan dari Deviasi rata-rata yaitu pemakaian nilai mutlak yang relative sulit sehingga digunakannya ukuran lain yang lebih baik lagi yaitu standar deviasi.
    - See more at: http://www.uthk-mandiri.com/statistics/ukuran-penyebaran-pada-statistik#sthash.TluW5yIs.dpuf
    .
    Range ( rentang)
    Range merupakan selisih antara nilai tertinggi dengan nilai terendah baik itu dalam data populasi maupun statistic sampel. Ukuran ini masuk dalam taraf ukuran yang paling sederhana, dan range dapat di rumuskan dengan:
    UKURAN PENYEBARAN PADA STATISTIK
    Contoh:
    Seorang peneliti ingin mengetahui kecenderungan pengambilan jumlah mk oleh para mahasiswa. Disini peneliti mengamati jumlah mk 6 mahasiswa dalam tiga bulan dan diperoleh data sebagai berikut: 5, 8, 7, 6, 5, 8. Cara penyelesaiannya dapat kita lihat berikut ini:
    • Untuk lebih mudahnya angka kita urutkan terlebih dahulu, yaitu: 5, 5, 6, 7, 8, 8.
    • Tahap selanjutnya, kita dapat lihat rumus Range di atas,
      Maka: 8 – 5 = 3.
      Jadi nilai Rangenya adalah 3.
    Deviasi Rata-Rata (Mean Deviation)
    Deviasi Rata-Rata dapat didefinisikan sebagai ukuran penyebaran yang memperlihatkan penyimpangan suatu nilai dari rata-rata hitung. Ukuran yang digunakan dalam deviasi ini adalah nilai mutlak, sehingga tidak dihasilkan nilai negative. Rumus yang ada pada deviasi ini ada dua yaitu untuk deviasi populasi dan deviasi sampel.
    Rumus dari deviasi rata-rata ini biasa disingkat dengan MD (mean deviation) atau AD (average deviation), rumus rumus tersebut dapat kita lihat dibawah ini:
    UKURAN PENYEBARAN PADA STATISTIK
    Untuk rumus sampel:
    UKURAN PENYEBARAN PADA STATISTIK
    Dari contoh soal yang pertama kita dapat lanjutkan dengan berikut ini:
    UKURAN PENYEBARAN PADA STATISTIK
    • Untuk mendapatkan nilai | xi – x |, kita bisa jumlahkan nilai pengamatan dan di bagi dengan jumlah yang diteliti.
    • Untuk soal yg diatas berarti: 39 / 6 = 6.5.
      Karena contoh di atas menggunakan data sampel, sehingga rumus yang digunakan juga menggunakan notasi sampel.
      MD = 7 / 6 = 1.17.
      Dari soal diatas deviasi rata-rata yang didapat adalah 1.17.
    Variansi (Variance) dan Standar Deviasi (Standard Deviation)
    Variansi (Variance) dan Standar Deviasi adalah sebuah ukuran penyebaran yang menunjukkan standar penyimpangan atau deviasi data terhadap nilai rata-rata. Variansi (Variance) dapat didefinisikan sebagai rata-rata hitung kuadrat setiap data terhadap rata-rata hitungnya. Variansi ini dapat dibedakan menjadi dua, yaitu variansi populasi (deviasi kuadrat untuk semua data dalam populasi) dan variansi sampel (deviasi kuadrat untuk semua data dalam sampel).
    Rumus dari Variansi populasi dan sampel dapat dilihat dibawah ini:
    UKURAN PENYEBARAN PADA STATISTIK
    Sedangkan standar deviasi merupakan akar kuadrat dari variansi dan menunjukkan standar penyimpangan data terhadap nilai rata-ratanya.
    Rumus standar deviasi tersebut adalah:
    UKURAN PENYEBARAN PADA STATISTIK
    Untuk mendapatkan nilai variansi dan standar deviasi dari contoh di atas dapat kita lihat pada penjelasan berikut ini:
    UKURAN PENYEBARAN PADA STATISTIK
    • Dari contoh tersebut diatas sudah jelas dari mana kita mendapatkan (xi – x)2 tersebut.
    • Variansi yang akan kita pakai disini juga variansi sampel, karena data yang kita gunakan adalalah data sampel. Dari rumus diatas sudah jelas bagai mana kita dapat mendapatkan nilai tersebut.
      Jadi, Variansi: Sampel (s2) = 9.5 / 5 = 1.9.
      Varian sampel yang kita dapat yaitu: 1.9. dan Standar Deviasi (S) = √1.9 = 1.38.
    Dari contoh diatas pastinya para pembaca sudah sedikit paham mengenai bagai mana cara menyelesaikan pertanyaan tentang range, Deviasi Rata-Rata, dan Variansi (Variance) dan Standar Deviasi (Standard Deviation).
    Pada intinya mengenai pembahasan ini laksana hierarki, namun disini yang dibahas adalah bagian yang paling atas akan disempurnakan pada bagiam dibawahnya dan begitu selanjutnya. Disini bagian yang paling atas adalah range. Deviasi rata-rata mempunyai kelebihan dibandingkan dengan ukuran range, karena deviasi rata-rata menggunakan seluruh data yang terdapat pada sampel atau populasi, dan kelemahan dari Deviasi rata-rata yaitu pemakaian nilai mutlak yang relative sulit sehingga digunakannya ukuran lain yang lebih baik lagi yaitu standar deviasi.
    - See more at: http://www.uthk-mandiri.com/statistics/ukuran-penyebaran-pada-statistik#sthash.TluW5yIs.dpuf
    .
    Range ( rentang)
    Range merupakan selisih antara nilai tertinggi dengan nilai terendah baik itu dalam data populasi maupun statistic sampel. Ukuran ini masuk dalam taraf ukuran yang paling sederhana, dan range dapat di rumuskan dengan:
    UKURAN PENYEBARAN PADA STATISTIK
    Contoh:
    Seorang peneliti ingin mengetahui kecenderungan pengambilan jumlah mk oleh para mahasiswa. Disini peneliti mengamati jumlah mk 6 mahasiswa dalam tiga bulan dan diperoleh data sebagai berikut: 5, 8, 7, 6, 5, 8. Cara penyelesaiannya dapat kita lihat berikut ini:
    • Untuk lebih mudahnya angka kita urutkan terlebih dahulu, yaitu: 5, 5, 6, 7, 8, 8.
    • Tahap selanjutnya, kita dapat lihat rumus Range di atas,
      Maka: 8 – 5 = 3.
      Jadi nilai Rangenya adalah 3.
    Deviasi Rata-Rata (Mean Deviation)
    Deviasi Rata-Rata dapat didefinisikan sebagai ukuran penyebaran yang memperlihatkan penyimpangan suatu nilai dari rata-rata hitung. Ukuran yang digunakan dalam deviasi ini adalah nilai mutlak, sehingga tidak dihasilkan nilai negative. Rumus yang ada pada deviasi ini ada dua yaitu untuk deviasi populasi dan deviasi sampel.
    Rumus dari deviasi rata-rata ini biasa disingkat dengan MD (mean deviation) atau AD (average deviation), rumus rumus tersebut dapat kita lihat dibawah ini:
    UKURAN PENYEBARAN PADA STATISTIK
    Untuk rumus sampel:
    UKURAN PENYEBARAN PADA STATISTIK
    Dari contoh soal yang pertama kita dapat lanjutkan dengan berikut ini:
    UKURAN PENYEBARAN PADA STATISTIK
    • Untuk mendapatkan nilai | xi – x |, kita bisa jumlahkan nilai pengamatan dan di bagi dengan jumlah yang diteliti.
    • Untuk soal yg diatas berarti: 39 / 6 = 6.5.
      Karena contoh di atas menggunakan data sampel, sehingga rumus yang digunakan juga menggunakan notasi sampel.
      MD = 7 / 6 = 1.17.
      Dari soal diatas deviasi rata-rata yang didapat adalah 1.17.
    Variansi (Variance) dan Standar Deviasi (Standard Deviation)
    Variansi (Variance) dan Standar Deviasi adalah sebuah ukuran penyebaran yang menunjukkan standar penyimpangan atau deviasi data terhadap nilai rata-rata. Variansi (Variance) dapat didefinisikan sebagai rata-rata hitung kuadrat setiap data terhadap rata-rata hitungnya. Variansi ini dapat dibedakan menjadi dua, yaitu variansi populasi (deviasi kuadrat untuk semua data dalam populasi) dan variansi sampel (deviasi kuadrat untuk semua data dalam sampel).
    Rumus dari Variansi populasi dan sampel dapat dilihat dibawah ini:
    UKURAN PENYEBARAN PADA STATISTIK
    Sedangkan standar deviasi merupakan akar kuadrat dari variansi dan menunjukkan standar penyimpangan data terhadap nilai rata-ratanya.
    Rumus standar deviasi tersebut adalah:
    UKURAN PENYEBARAN PADA STATISTIK
    Untuk mendapatkan nilai variansi dan standar deviasi dari contoh di atas dapat kita lihat pada penjelasan berikut ini:
    UKURAN PENYEBARAN PADA STATISTIK
    • Dari contoh tersebut diatas sudah jelas dari mana kita mendapatkan (xi – x)2 tersebut.
    • Variansi yang akan kita pakai disini juga variansi sampel, karena data yang kita gunakan adalalah data sampel. Dari rumus diatas sudah jelas bagai mana kita dapat mendapatkan nilai tersebut.
      Jadi, Variansi: Sampel (s2) = 9.5 / 5 = 1.9.
      Varian sampel yang kita dapat yaitu: 1.9. dan Standar Deviasi (S) = √1.9 = 1.38.
    Dari contoh diatas pastinya para pembaca sudah sedikit paham mengenai bagai mana cara menyelesaikan pertanyaan tentang range, Deviasi Rata-Rata, dan Variansi (Variance) dan Standar Deviasi (Standard Deviation).
    Pada intinya mengenai pembahasan ini laksana hierarki, namun disini yang dibahas adalah bagian yang paling atas akan disempurnakan pada bagiam dibawahnya dan begitu selanjutnya. Disini bagian yang paling atas adalah range. Deviasi rata-rata mempunyai kelebihan dibandingkan dengan ukuran range, karena deviasi rata-rata menggunakan seluruh data yang terdapat pada sampel atau populasi, dan kelemahan dari Deviasi rata-rata yaitu pemakaian nilai mutlak yang relative sulit sehingga digunakannya ukuran lain yang lebih baik lagi yaitu standar deviasi.
    - See more at: http://www.uthk-mandiri.com/statistics/ukuran-penyebaran-pada-statistik#sthash.TluW5yIs.dpuf
    .
    Range ( rentang)
    Range merupakan selisih antara nilai tertinggi dengan nilai terendah baik itu dalam data populasi maupun statistic sampel. Ukuran ini masuk dalam taraf ukuran yang paling sederhana, dan range dapat di rumuskan dengan:
    UKURAN PENYEBARAN PADA STATISTIK
    Contoh:
    Seorang peneliti ingin mengetahui kecenderungan pengambilan jumlah mk oleh para mahasiswa. Disini peneliti mengamati jumlah mk 6 mahasiswa dalam tiga bulan dan diperoleh data sebagai berikut: 5, 8, 7, 6, 5, 8. Cara penyelesaiannya dapat kita lihat berikut ini:
    • Untuk lebih mudahnya angka kita urutkan terlebih dahulu, yaitu: 5, 5, 6, 7, 8, 8.
    • Tahap selanjutnya, kita dapat lihat rumus Range di atas,
      Maka: 8 – 5 = 3.
      Jadi nilai Rangenya adalah 3.
    Deviasi Rata-Rata (Mean Deviation)
    Deviasi Rata-Rata dapat didefinisikan sebagai ukuran penyebaran yang memperlihatkan penyimpangan suatu nilai dari rata-rata hitung. Ukuran yang digunakan dalam deviasi ini adalah nilai mutlak, sehingga tidak dihasilkan nilai negative. Rumus yang ada pada deviasi ini ada dua yaitu untuk deviasi populasi dan deviasi sampel.
    Rumus dari deviasi rata-rata ini biasa disingkat dengan MD (mean deviation) atau AD (average deviation), rumus rumus tersebut dapat kita lihat dibawah ini:
    UKURAN PENYEBARAN PADA STATISTIK
    Untuk rumus sampel:
    UKURAN PENYEBARAN PADA STATISTIK
    Dari contoh soal yang pertama kita dapat lanjutkan dengan berikut ini:
    UKURAN PENYEBARAN PADA STATISTIK
    • Untuk mendapatkan nilai | xi – x |, kita bisa jumlahkan nilai pengamatan dan di bagi dengan jumlah yang diteliti.
    • Untuk soal yg diatas berarti: 39 / 6 = 6.5.
      Karena contoh di atas menggunakan data sampel, sehingga rumus yang digunakan juga menggunakan notasi sampel.
      MD = 7 / 6 = 1.17.
      Dari soal diatas deviasi rata-rata yang didapat adalah 1.17.
    Variansi (Variance) dan Standar Deviasi (Standard Deviation)
    Variansi (Variance) dan Standar Deviasi adalah sebuah ukuran penyebaran yang menunjukkan standar penyimpangan atau deviasi data terhadap nilai rata-rata. Variansi (Variance) dapat didefinisikan sebagai rata-rata hitung kuadrat setiap data terhadap rata-rata hitungnya. Variansi ini dapat dibedakan menjadi dua, yaitu variansi populasi (deviasi kuadrat untuk semua data dalam populasi) dan variansi sampel (deviasi kuadrat untuk semua data dalam sampel).
    Rumus dari Variansi populasi dan sampel dapat dilihat dibawah ini:
    UKURAN PENYEBARAN PADA STATISTIK
    Sedangkan standar deviasi merupakan akar kuadrat dari variansi dan menunjukkan standar penyimpangan data terhadap nilai rata-ratanya.
    Rumus standar deviasi tersebut adalah:
    UKURAN PENYEBARAN PADA STATISTIK
    Untuk mendapatkan nilai variansi dan standar deviasi dari contoh di atas dapat kita lihat pada penjelasan berikut ini:
    UKURAN PENYEBARAN PADA STATISTIK
    • Dari contoh tersebut diatas sudah jelas dari mana kita mendapatkan (xi – x)2 tersebut.
    • Variansi yang akan kita pakai disini juga variansi sampel, karena data yang kita gunakan adalalah data sampel. Dari rumus diatas sudah jelas bagai mana kita dapat mendapatkan nilai tersebut.
      Jadi, Variansi: Sampel (s2) = 9.5 / 5 = 1.9.
      Varian sampel yang kita dapat yaitu: 1.9. dan Standar Deviasi (S) = √1.9 = 1.38.
    Dari contoh diatas pastinya para pembaca sudah sedikit paham mengenai bagai mana cara menyelesaikan pertanyaan tentang range, Deviasi Rata-Rata, dan Variansi (Variance) dan Standar Deviasi (Standard Deviation).
    Pada intinya mengenai pembahasan ini laksana hierarki, namun disini yang dibahas adalah bagian yang paling atas akan disempurnakan pada bagiam dibawahnya dan begitu selanjutnya. Disini bagian yang paling atas adalah range. Deviasi rata-rata mempunyai kelebihan dibandingkan dengan ukuran range, karena deviasi rata-rata menggunakan seluruh data yang terdapat pada sampel atau populasi, dan kelemahan dari Deviasi rata-rata yaitu pemakaian nilai mutlak yang relative sulit sehingga digunakannya ukuran lain yang lebih baik lagi yaitu standar deviasi.
    - See more at: http://www.uthk-mandiri.com/statistics/ukuran-penyebaran-pada-statistik#sthash.TluW5yIs.dpuf