Pengukuran Penyimpangan (Range, Deviasi, Varian)

Pengukuran Penyimpangan adalah ukuran yang menyatakan seberapa jauh penuimpangan

nilai-nilai data dari nilai-nilai pusatnya atau ukuran yang menyatakan seberapa banyak nilai-
nilai data yang berbeda dengan nilai-nilai pusatnya.
Pengukuran penyimpangan pada dasarnya adalah pelengkap dari ukuran nilai pusat dalam
menggambarkan sekumpulan data. Jadi, dengan adanya ukuran penyimpangan maka
penggaambaran sekumpulan data akan menjadi lebih jelas dan tepat.
Ada beberapa macam ukuran penyimpangan atau dispersi misalnya nilai jarak
(range), rata-rata simpangan (mean deviation), simpangan baku (standard deviation)
dan koefisien variasi (coefficient of variation).

Range (Rentang/Jangkauan)
Nilai rentang ini menunjukkan selisih antara data yang paling tinggi dengan data yang paling
rendah. Dengan melihat ukuran ini maka dapat diketahui gambaran secara kasar tentang
variasi suatu distribusi data. Nilai range ini sangat kasar, karena tidak mempertimbangkan
nilai-nilai yang lain selain nilai ekstrimnya
Rumus Rentang Data :

R = xt - xr

Dimana :

R = Rentang
xt = Data terbesar dalam kelompok
xr = Data terkecil dalam kelompok
Contoh :

Nilai Kuis 10 Mahasiswa antara lain 100, 75, 30, 85, 87, 25, 100, 55, 87, 70

Data terkecil = 25

Data terbesar = 100

R = 100 25 = 75

Maka range data tersebut adalah 75. Rentang data inilah yang menunjukan tingkat
variasi kelompok.

Varian dan Standar Deviasi

 Salah seorang pembaca blog ini bertanya tentang maksud dari standar deviasi serta
bagaimana mencari standar deviasi dari suatu kelompok data. Berangkat dari
pertanyaan tersebutlah maka postingan tentang varian dan standar deviasi ini
dibuat.
Berbicara tentang standar deviasi atau simpangan baku dalam bahasa Indonesia
tidak bisa lepas dari varians. Hal ini karena standar deviasi adalah akar kuadrat dari
varians atau sebaliknya, varians adalah kuadrat dari standar deviasi.
Dispersi mengukur variasi data yang diteliti dari angka rata-ratanya. Perbedaan
antara nilai data yang diteliti dengan nilai rata-ratanya disebut dengan deviasi
(deviation).
Ada berbagai cara untuk mengukur deviasi, antara lain :
1) Deviasi rata-rata
2) Deviasi absolut rata-rata
3) Deviasi kuadrat rata-rata
4) Varian
5) Deviasi standar

1) Deviasi Rata-rata (Average Deviation)

Deviasi rata-rata adalah penjumlahan dari deviasi masing-masing data yang diteliti
dengan nilai rata-ratanya dibagi dengan jumlah data.

( xi x )
Deviasi rata-rata = ---------------
n

Kelemahan deviasi rata-rata adalah jika nilai deviasi yang bertanda negatif sama
besar dengan nilai deviasi yang bertanda positif, maka deviasi rata-rata yang
merupakan penjumlahan akan sama dengan nol.

2) Deviasi Absolut Rata-rata (Mean Absolute Deviation)

Deviasi ini menghitung deviasi rata-rata dengan mengabaikan tanda positif atau
negatif pada nilai deviasi setiap data yang diteliti dan hanya menggunakan nilai
absolut untuk masing-masing deviasi.

xi x
Deviasi absolut rata-rata = ---------------
n

3) Deviasi Kuadrat Rata-rata (Mean Squared Deviation)

Cara lain yang digunakan untuk menghilangkan tanda positif atau negatif pada
masing-masing deviasi, selain dengan deviasi rata-rata absolut, adalah dengan
mengkuadratkan masing-masing deviasi.

( xi x )2
Deviasi rata-rata = ---------------
n

4) Varian (variance)
Nilai rata-rata dari eviasi yang dikuadratkan tersebut bermanfaat untuk mengukur
variabilitas sampel. Penghitungan nilai rata-rata tersebut dalam kaitannya dengan
proses inferensi akan cenderung menghasilkan estimasi yang lebih rendah terhadap
parameter populasinya, karena menggunakan jumlah data (n) sebagai pembagi dari
jumlah deviasi yang dikuadratkan. Untuk mengeliminasi masalah estimasi tersebut,
pernghitungan nilai rata-rata deviasi yang dikuadratkan dibagi dengan (n-1).
Perhitungan rata-rata ini selanjutnya disebut dengan varian sampel (s2).

( xi x )2
Varian = s2 = ----------------
(n-1)

5) Deviasi Standar (Standard Deviation)

Varian mengukur dispersi dengan nilai yang dikuadratkan.
Penggunaan kudrat sebagai ukuran mempunyai kelemahan, yaitu :

Semakin besar nilai deviasi masing-masing data yang diteliti dari rata-
ratanya, maka nilai variannya juga semakin besar.
Jika data yang diteliti berupa satuan uang (Rupiah), maka variannya dalam
bentuk rupiah yang dikuadratkan.

Untuk mengembalikan ukuran dispersi menjadi ukuran (semula) yang sama dengan
ukuran data yang diteliti, dihitung nilai akar dari varian yang selanjutnya disebut
dengan deviasi standar (s).
Contoh :
n = 9, x = 30
x ( xi x ) xi x ( xi x )2
40 10 10 100
10 -20 20 400
20 -10 10 100
40 10 10 100
35 5 5 25
25 -5 5 25
15 -15 15 225
40 10 10 100
45 15 15 225
0 100 1.300

Berdasarkan data diatas, pengukuran tendensi sentral dan dispersi adalah sebagai
berikut :

Deviasi rata-rata =0
Deviasi absolut rata-rata = 100/9 = 11,11

Deviasi kuadrat rata-rata = 1.300/9 = 144,44

Varian = 1.300/8 = 162,50

Deviasi standar = 12,75

VARIAN
Varian merupakan jumlah kuadrat semua deviasi nilai-nilai individual terhadap
rata-rata kelompok. Varian merupakan konsep yang cukup penting dalam statistik,
karena merupakan dasar dari banyak metode statistik inferensial. Sebagai contoh,
berikut adalah tampilan data:
10, 12, 15, 16 dan 12
Maka dapat dengan mudah dihitung rata-rata dari lima data di atas adalah
(10 + 12 + 15 + 16 + 12)/5 = 65/5 = 13. Varian dihitung berdasarkan kuadrat selisih
dari masing-masing data terhadap nilai rata-ratanya, sehingga:

(10-13)^2 + (12-13)^2 + (15-13)^2 + (16-13)^2 + (12-13)^2 = (-3)^2 + (-1)^2 + 2^2 +

3^2 + (-1)^2 = 9 + 1 + 4 + 9 + 1 = 24.
 Jadi besarnya varian adalah 24 dibagi 5 (jumlah data jika merupakan
populasi) atau dibagi 5-1 = 4 jika merupakan sampel. Sehingga nilainya adalah 24/4 =
6 (dianggap merupakan sampel).
Dan jika akan dihitung standar deviasi maka akar kuadrat dari 6 yaitu sebesar
2,449.

Varian merupakan ukuran variabilitas data, yang berarti semakin besar nilai varian
berarti semakin tinggi fluktuasi data antara satu data dengan data yang lain.

Contoh :
data gaji pada dua kelompok masyarakat di bawah:

Kelompok kampung: 3 juta, 1 juta, 6 juta, 8 juta, rata-rata 4,5 juta

Kelompok perumahan: 4 juta, 5 juta, 4,2 juta, 4,8 juta, rata-rata 4,5 juta.
Empat orang dari dua kelompok diambil secara acak dan diambil data gaji
perbulannya. Kelompok pertama, terdiri dari empat orang warga kampung X, yang
pertama mempunyai gaji 3 juta, yang kedua 1 juta, yang ketiga 6 juta dan yang
keempat 8 juga, maka rata-ratanya adalah sebesar 4,5 juta.
Empat orang dari kelompok kedua, yaitu warga perumahan, yang pertama mempunyai
gaji 4 juta, yang kedua 5 juta, yang ketiga 4,2 juta dan yang keempat 4,8 juta
dengan rata-rata 4,5 juta.
Tampak bahwa rata-rata kedua kelompok adalah sama yaitu sebesar 4,5 juta.
Tampilan data dengan rata-rata, menimbulkan bias, karena seolah-olah mempunyai
rata-rata yang sama, sehingga kebijakan yang diambil dapat salah. Jika kita
menghitung varian dari kedua kelompok tersebut akan diperoleh bahwa kelompok
pertama mempunyai varian sebesar 29/3 = 9,67 dan untuk kelompok kedua
mempunyai varian sebesar 0,68/3 = 0,227. Tampak bahwa varian kelompok satu
(warga kampung) lebih tinggi dari pada varian kelompok kedua (warga perumahan).
Interpretasinya adalah bahwa pendapatan warga kampung sangat berfluktuatif ada
yang kecil ada yang sangat besar. Akan tetapi pendapatan warga perumahan relatif
sama dan mempunyai tingkat ekonomi yang relatif sama antara satu warga dengan
warga perumahan yang lain. Dengan menyertakan nilai varian pada rata-rata akan
memberikan informasi yang lebih akurat. Demikian juga dengan standar deviasi,
yang besarnya merupakan akar kuadrat dari varian.