2025

Bab 4
UKURAN
PENYEBARAN
Presented by
Page 1

Kelompok 7
 2025

KELOMPOK 7

RAHEL ANGELIA NAILA NOVITA SARI

(248330016) (248330021)

RAFID RIDHO PULUNGAN

(248330011)
 2025

Ukuran
Penyebaran
Dalamstatistika, ukuranpenyebaran(disebut jugaukuran
dispersi) adalah ukuranyang menunjukkanseberapa tersebar
atau bervariasinya datadalam suatu kumpulan data. Ukuran
ini memberikan informasi tentang sejauh mana data
menyimpang dari nilai rata-rata (mean) atau pusat data.
 2025

Mengetahui Tingkat Membandingkan Dua

Keragaman (Variasi) Data atau Lebih Kelompok
Dua kelas memiliki nilai rata-rata Data
ujian yang sama, tetapi satu kelas
Dua merekbateraimemiliki
memiliki simpangan baku lebih

Tujuan
tinggi. Artinya, nilai siswa di kelas umur rata-rata sama, tapi
satu memiliki simpangan
tersebut lebih beragam.
baku lebih kecil→ berarti

Ukuran Membantu Menilai

lebih dapat diandalkan.

Membantu dalam

Penyebaran Konsistensi atau

Stabilitas Data
Dalam produksi barang, perusahaan
Mengidentifikasi Outlier
(Data Ekstrem)
Dalam analisis gaji, IQR
ingin hasil produksinya konsisten. membantu menemukan
Ukuran penyebaran bisa
menunjukkan apakah ukuran atau
pegawai dengan gaji sangat
berat produk bervariasi terlalu besar tinggi atau rendah
atau tidak. dibanding rekan-rekannya.

Next Slide
 2025

Jenis-JenisUkuran Penyebaran

Deviasi
Range Rata-rata
varians Standar
Deviasi
 Range
Rangeadalah ukuran penyebaran yang paling sederhana, yaitu selisih antara nilai
terbesar dan nilaiterkecil dalam suatu kumpulan data.
Range=Nilai Maksimum−Nilai Minimum

Contoh Soal:
Misalnya kamu punya data nilai ujian dari 7 siswa:
Data nilai:
72, 80, 65, 90, 85, 78, 68
Langkah-langkah menghitung Range:
Tentukan nilai maksimum:
Nilai tertinggi = 90
Tentukan nilai minimum:
Nilai terendah = 65

Range=90−65=25
 Deviasi Rata-Rata
Deviasi rata-rata (mean deviation) adalah salah satu ukuran penyebaran data yang
menunjukkan rata-rata dari selisih absolut antara setiap data dan nilai rata-ratanya
(mean, median, atau modus).
Data Tunggal:
MD=∑Ixi​−xˉI​/n​
Data Berkelompok:
MD=∑fIxi​−xˉ​I/∑f
Keterangan:
MD = Deviasi rata-rata
Xi= Nilai data ke-i
Xˉ = Rata-rata hitung (mean)
N= Banyaknya data
Ixi​−xˉI = Selisih absolut antara data dan rata-rata
F= Frekuensi setiap kelas
 Langkah-langkah Menghitung Deviasi Rata-Rata
[Link] rata-rata (mean) dari data.
[Link] selisih absolut antara setiap data dan rata-rata.
[Link] semua hasil selisih absolut.
[Link] jumlah tersebut dengan banyaknya data (atau total frekuensi untuk data berkelompok).
Contoh Data Tunggal
Misal data:
5, 7, 8, 10, 10
1️⃣ Rata-rata:
xˉ=5+7+8+10+105=8
2️⃣ Hitung selisih absolut:
|5 − 8| = 3
|7 − 8| = 1
|8 − 8| = 0
|10 − 8| = 2
|10 − 8| = 2
3️⃣ Jumlahkan:
3+1+0+2+2=8
4️⃣ Deviasi rata-rata:
MD=8/5=1.6

Jadi, deviasi rata-rata = 1,6

 Varians
Varians adalah ukuran penyebaran data yang menunjukkan seberapa jauh
nilai-nilai data menyebar dari rata-ratanya. Semakin besar nilai varians,
semakin tersebar data dari rata-rata. Sebaliknya, jika varians kecil, berarti
data berkumpul dekat rata-rata.
1. Untuk Data Tunggal (Populasi)
σ2=∑(xi−xˉ)2/N
Ket:
2. Untuk Data Sampel a2 = varians populasi
s2=∑(xi−xˉ)2/n−1​ s2 = varians sampel
xi= nilai data ke-i
3. Untuk Data Berkelompok
xˉ = rata-rata (mean)
σ2=∑f(xi−xˉ)2/∑f2​ n = jumlah data
(xi−xˉ)2= selisih data dengan mean yang
dikuadratkan
f = frekuensi tiap kelas
 Langkah-langkah Menghitung Varians
Misal data:
4, 6, 8, 10, 12
1️⃣ Cari rata-rata:
xˉ=4+6+8+10+12/5=8
2️⃣ Hitung selisih tiap data terhadap mean:

Data Selisih(x-x~) (x-x~)2

4 -4 16

6 -2 4

8 0 0

10 2 4

12 4 16

3️⃣ Jumlahkan kuadrat selisih:

∑(x−xˉ)2=16+4+0+4+16=40
4️⃣ Hitung varians:
σ2=40/5=8
✅ Jadi, varians = 8
 Standar Deviasi
Standar deviasi (standard deviation) adalah ukuran yang menunjukkan seberapa jauh data-
data dalam suatu kumpulan menyebar dari nilai rata-ratanya.
➡️ Semakin besar standar deviasi → data lebih tersebar (banyak variasi).
➡️ Semakin kecil standar deviasi →data lebih seragam (terpusat di sekitar rata-rata).

Rumus Standar Deviasi: Keterangan:

1. Untuk Data Tunggal (Populasi) σ = simpangan baku populasi
σ=∑(xi−xˉ)2/N​​ s = simpangan baku sampel
2. Untuk Data Sampel xi​= data ke-i
s=∑(xi−xˉ)2n−1​ xˉ = rata-rata
3. Untuk Data Berkelompok N = banyaknya data
σ=∑f(xi−xˉ)2/∑f​ f = frekuensi kelas
Langkah-langkah Menghitung Standar Deviasi (Data Tunggal)
Misal data:
6, 8, 10, 12, 14
1️⃣ Hitung rata-rata:
xˉ=6+8+10+12+14/5=10
2️⃣ Hitung selisih tiap data dari mean dan kuadratkan:
Data (x−x̄ ) (x−x̄ )²

6 -4 16

8 -2 4

3️⃣ Jumlahkan kuadrat selisih:

10 0 0
∑(x−xˉ)2=16+4+0+4+16=40
12 2 4
4️⃣ Hitung varians:
14 4 16
σ2=405=8
5️⃣ Ambil akar kuadratnya (standar deviasi):
σ=8=2.83
✅ Jadi, standar deviasi = 2,83
Kesimpulan Menurut Beberapa Para Ahli
Menurut Sudjana (2005), ukuran penyebaran adalah suatu nilai yang menunjukkan tingkat
variasi atau keragaman data terhadap nilai rata-ratanya. Artinya, ukuran penyebaran digunakan
untuk melihat sejauh mana data menyimpang dari nilai pusat, seperti mean, median, atau
modus.

Sementara itu, Slamet (2006) menyatakan bahwa ukuran penyebaran menunjukkan seberapa
besar perbedaan antar nilai data dalam satu kumpulan data. Jika penyebaran data kecil, berarti
data tersebut cenderung homogen, sedangkan jika besar berarti heterogen.

Menurut Sugiyono (2017), ukuran penyebaran berfungsi untuk mengetahui keseragaman data.
Melalui ukuran penyebaran, kita dapat mengetahui apakah data cenderung terkumpul di sekitar
nilai tengah (stabil) atau justru tersebar jauh dari nilai tengahnya (tidak stabil).
 Kesimpulan dari Kelompok 7
Berdasarkan hasil pembahasan dan pendapat dari berbagai ahli, kelompok kami menyimpulkan
bahwa ukuran penyebaran merupakan alat dalam statistika yang digunakan untuk mengukur
tingkat keragaman atau variasi data dalam suatu kumpulan data.
Ukuran penyebaran menunjukkan seberapa jauh nilai-nilai data menyimpang dari nilai pusatnya,
seperti mean, median, atau modus. Semakin besar nilai penyebaran, semakin beragam (heterogen)
data tersebut. Sebaliknya, jika ukuran penyebaran kecil, maka data dianggap seragam (homogen)
dan cenderung berkumpul di sekitar nilai tengah.
Menurut beberapa ahli seperti Sudjana (2005), Sugiyono (2017), dan Sudijono (2011), ukuran
penyebaran sangat penting untuk memahami karakteristik data secara menyeluruh, tidak hanya
dari nilai pusatnya saja. Ukuran penyebaran juga membantu menilai konsistensi dan kestabilan
data, serta menjadi dasar dalam analisis statistik yang lebih lanjut.
THANK YOU
by Kelompok 7