1. PENDAHULUAN Sebagai gambaran kita perhatikan data berikut: 20 20 20 20 20 ------------ Rata-rata hitung = 20 20 10 0 30 40 ------------ Rata-rata hitung = 20 70 10 50 -10 -20 ------------ Rata-rata hitung = 20 Ketiga gugus data di atas mempunyai nilai pusat yang sama, tetapi pada gugus data yang pertama, nilai pusat dapat mewakili gugus dari secara tepat. Ukuran Variasi (Measure of variation) adalah ukuran yang menyatakan seberapa jauh nilai pengamatan yang sebenarnya menyimpang atau berbeda dengan nilai pusatnya. 2. KEGUNAAN UKURAN VARIASI Variasi adalah suatu ciri yang sangat penting dari data. Berikut akan diberikan ilustrasi mengenai kegunaan ukuran variasi.
3. TIPE UKURAN VARIASI Ukuran variasi dibedakan menjadi dua macam yaitu ukuran variasi absolut dan ukuran variasi relatif. Ukuran variasi absolut, digunakan untuk membandingkan suatu ukuran variasi dengna ukuran variasi yang lain dalam suatu populasi yang sama. Biasanya ukuran variasi absolut ini dinyatakan dalam satuan ukuran yang sama (seperti rupiah, kilogram, ton) ukuran variasi relatif, digunakan untuk membandingkan beberapa ukuran variasi dari beberapa populasi dengan unit pengukuran yang berbeda. Macam ukuran variasi antara lain : range, deviasi rata-rata, varience dan standar deviasi, koefisien variasi dan sebagainya.
4. RANGE (JANGKAUAN) Range adalah ukuran variasi yang paling mudah diperoleh dan paling sederhana. Dalam perhitungan nilai rqange dibedakan menjadi dua: a. Untuk data yang tidak dikelompokkan Untuk data yang tidak dikelompokkan, nilai range diperoleh dari selisih nilai pengamatan tertinggi dan nilai pengamatan terendah.
b.
Untuk data yang dikelompokkan Untuk data yang dikelompokkan, range dapat dihitung melalui batas kelas dan nilai tengah. mengingat nilai range tergantung pada dua nilai pengamatan, yaitu nilai pengamatan tertinggi dan nilai pengamatan terendah, maka range tidak dapat menggambarkan variasi dari masing-masing nilai pengamatan.
5. DEVIASI RATA-RATA (MEAN DEVIASI)
Deviasi rata-rata adalah jumlah harga mutlak penyimpangan setiap nilai pengamatan terhadap mean dibagi banyaknya pengamatan. Deviasi rata-rata merupakan rata-rata dari jumlah selisih mutlak nilai data terhadap nilai rata-ratanya. Untuk data yang tidak dikelompokkan Untuk data yang tidak dikelompokkan, deviasi rata-rata diperoleh dengan rumus sebagai berikut: Rumus:
MD
i 1
Xi N i 1
Untuk Populasi
MD
XX n
Untuk sampel
Keterangan :
MD x X N n |.|
= Deviasi rata-rata = Nilai data = rata-rata populasi = rata-rata sampel = banyaknya data populasi = banyaknya data sampel = nilai absolut
Contoh: Penjualan kedaraan roda dua selama lima bulan pertama Tahun 2000 yaitu : 2 4 6 8 10 Rata-rata = 30 / 5 = 10 Berdasarkan rumus tersebut, maka deviasi rata-rata dapat dihitung sebagai berikut :
MD
42024 5
12 MD 2,4 5
Untuk data yang dikelompokkan Untuk data yang dikelompokkan, deviasi rata-rata diperoleh dengan rumus sebagai berikut: Rumus :
MD
i 1
fi Xi N fi xi N |.|
Deviasi rata-rata populasi
Keterangan :
= frekuensi kelas ke i (i = 1.k) = Nilai tengah kelas ke i = rata-rata populasi = banyaknya data = nilai absolut
MD
i 1
fi Xi X n fi xi n
Deviasi rata-rata contoh
Keterangan :
= frekuensi kelas ke i (i = 1.k) = Nilai tengah kelas ke i = rata-rata contoh = banyaknya data
6. STANDAR DEVIASI () Standar deviasi adalah akar pangkat dua dari kuadrat nilai rata-rata selisih nilai data terhadap Mean. Perhitungan untuk varience dan standar deviasi untuk data yang tidak dikelompokkan dan data yang dikelompokkan adalah sebagai berikut: a. Untuk data yang tidak dikelompokkan Rumus: XX N
x N
Keterangan :
= Standar Deviasi x = Nilai data X = rata-rata sampel N = Jumlah frekuensi/pengamatan x = (X-X)
b. Untuk data yang dikelompokkan Rumus: 2
fx /N fx/N
Keterangan : = Standar Deviasi = Jumlah f = Frekuensi x = Nilai tengah N = Jumlah frekuensi
7. VARIASI RELATIF (KOEFISIEN VARIASI)
Koefisien variasi mempunyai peranan yang sangat penting guna membandingkan variasi dari beberapa gugus data yang mempunyai satuan yang berbeda. Semakin kecil koefisien variasinya, maka data itu semakin Homogen, sebaliknya semakin besar koefisien variasinya, maka variasi pada nilai-nilai pengamatan semakin besar atau data itu semakin Heterogen. Rumus :
