Ukuran pemusatan (mean, median, modus) yang telah kita pelajari hanya
menitikberatkan pada pusat data, tapi tidak memberikan informasi mengenai sebaran
nilai pada data tersebut, apakah nilai-nilai data bervariasi ataukah tidak. Terdapat 3
kondisi variasi data, yaitu data yang homogen (tidak bervariasi), data heterogen (sangat
bervariasi), dan data yang relatif homogen (tidak begitu bervariasi). Ilustrasinya sebagai
berikut:
Data homogen: 50 50 50 50 50 -> rata-rata hitung=50
Data relatif homogen: 50 40 30 60 70 -> rata-rata hitung=50
Data heterogen: 100 40 80 20 10 -> rata-rata hitung=50
Bila kita perhatikan, ketiga kondisi di atas memberikan nilai rata-rata hitung yang
sama, yaitu sebesar 50. Namun, kenyataannya rata-rata hitung pada data yang
homogen dapat dengan baik mewakili himpunan data keseluruhan. Rata-rata hitung
pada data yang relatif homogen cukup baik mewakili himpunan datanya. Sedangkan,
rata-rata hitung pada data yang heterogen tidak dapat mewakili dengan baik himpunan
data secara keseluruhan.
Bayangkan jika Anda adalah seorang petualang yang tidak dapat berenang. Pada
suatu saat Anda ingin menyeberangi danau, tapi Anda tidak memiliki satupun alat
bantuan. Cara satu-satunya adalah dengan berjalan menyelami danau tersebut hingga
sampai ke ujung. Informasi yang Anda peroleh hanyalah bahwa rata-rata kedalaman
danau tersebut sebesar 1,7 meter. Sedangkan tinggi Anda adalah 1,8 meter. Apakah
Anda akan menyeberangi danau begitu saja dan berpikir bahwa Anda tidak akan
tenggelam karena tinggi Anda pasti selalu melebihi kedalaman laut??
Seorang statistisi tentunya akan menjawab seperti ini "Tidak! Saya tidak akan begitu
saja menyeberangi danau hanya dengan informasi bahwa rata-rata kedalaman laut (1,7
meter) lebih rendah daripada tinggi saya (1,8 meter). Saya akan berpikir ulang untuk
melakukan hal itu. Saya tidak yakin bahwa saya tidak akan tenggelam pada semua titik
kedalaman. Yang diberikan cuma nilai rata-rata. Saya butuh informasi tentang
bagaimana variasi kedalaman danau tersebut. Saya akan menyeberangi danau apabila
penyimpangan-penyimpangan kedalaman laut terhadap rata-ratanya tidak membuat
saya tenggelam. Bila terjadi hal sebaliknya maka akan lebih baik bagi saya untuk tidak
melakukan
hal
itu."
Terdapat beberapa macam ukuran variasi atau dispersi, misalnya nilai jarak (range),
rata-rata simpangan (mean deviation), varians, simpangan baku (standard
deviation), dan koefisien variasi (coefficient of variation).
Simpangan
Baku
(Standard
Deviation)
Simpangan baku merupakan akar kuadrat positif dari varians. Diantara ukuran dispersi
atau variasi, simpangan baku adalah yang paling banyak digunakan sebab memiliki
sifat-sifat matematis yang sangat penting dan berguna sekali untuk pembahasan teori
dan analisis. Simpangan baku digunakan untuk mengukur penyimpangan atau deviasi
masing-masing nilai individu dari suatu himpunan data terhadap rata-rata hitungnya.
Satuan simpangan baku mengikuti data aslinya. Seperti pada varians, simpangan baku
juga dibagi menjadi simpangan baku populasi dan simpangan baku sampel.
B.
Pengukuran
Dispersi
Data
Nilai
Jarak
Untuk data berkelompok, range dapat dihitung dengan dua cara yaitu:
Range = Nilai Tengah Kelas Akhir - Nilai Tengah Kelas Pertama
atau:
Range = Tepi Atas Kelas Akhir - Tepi Bawah Kelas Pertama
Berkelompok
(Range)
Kedua cara di atas akan memberikan hasil yang berbeda. Cara pertama cenderung
menghilangkan kasus-kasus ekstrim.
Varians
Untuk data yang berkelompok dan sudah disajikan dalam tabel frekuensi, rumus
varians adalah sebagai berikut:
Simpangan Baku (Standard Deviation)
Untuk data yang berkelompok dan sudah disajikan dalam tabel frekuensi, rumus
simpangan baku adalah sebagai berikut: