Statistika (Statistics) : Ilmu yang antara lain mempelajari cara-cara menetukan suatu penduga bagi suatu parameter, serta

kemudian
ilmu pengetahuan murni dan terapan, mengenai penciptaan, pengembangan dan penerapan teknik-teknik sedemikian rupa
sehingga ketidakpastian inferesia induktif dapat dievaluasi (diperhitungkan)
Statistika adalah ilmu pengetahuan yang mempelajari bertugas mengambil kesimpulan mengenai nilai parameter tersebut
berasarkan nilai penduga yang didapat. (Andi Hakim, Rambe, 1993)
Statistika : Metode, ilmu dan atau seni yang berkaitan dengan tata cara pengumpulan data, analisis data, interpretasi hasil
analisis untuk disimpulkan serta pelaksanaan perkiraan pada batas-batas yang masih dibenarkan. (Solimun, 1997)
Menurut Torrie (1993) Statistika adalah metode yang paling efisien tentang cara-cara pengumpulan, pengolahan, penyajian
serta analisis data, penarikan kesimpulan serta pembuatan keputusan yang cukup beralasan berdasarkan data dan analisa
yang dilakukan.
Sedangkan Statistik (Statistic) adalah nilai yang didapat dari sampel yang diambil yang digunakan untuk menduga
nilai dari populasi (Parameter) dimana sampel tersebut diambil. Menurut Undang-Undang Statistik Republik Indonesia
(1997) statistik adalah data yang diperoleh dengan cara pengumpulan, pengolahan, penyajian dan analisis serta
sebagai sistem yang mengatur keterkaitan antarunsur d
https://stato.wordpress.com/pengertian-statistika/

BAB I
PENDAHULUAN
1.1.Latar Belakang
Pada dasarnya statistika ialah sebuah konsep dalam bereksperimen, menganalisa data
yang bertujuan untuk mengefisiensikan waktu, tenaga dan biaya dengan memperoleh hasil
yang optimal. Berdasarkan definisinya Statistika merupakan ilmu yang mempelajari
bagaimana merencanakan, mengumpulkan, menganalisis, menginterpretasi, dan
mempresentasikan data. Sedangkan statistikadalah data, informasi, atau hasil penerapan
algoritma statistika pada suatu data. Data sendiri merupakan kumpulan fakta atau angka.

Disadari atau tidak, statistika telah banyak digunakan dalam kehidupan sehari-hari.
Bahkan pemerintah menggunakan statistika untuk menilai hasil pembangunan masa lalu dan
juga untuk membuat rencana masa datang. Begitu pula Pimpinan mengambil manfaat dari
kegunaan statistika untuk melakukan tindakan - tindakan yang perlu dalam menjalankan
tugasnya, diantaranya: perlukah mengangkat pegawai baru, sudah waktunyakah untuk
membeli mesin baru, bermanfaatkah kalau pegawai di tatar, bagaimanakah kemajuan usaha
tahun tahun yang lalu, berapa banyak barang harus dihasilkan setiap tahunnya, perlukah
sistem baru dianut dan sistem lama ditinggalkan, dan masih banyak lagi untuk disebutkan.
Dunia penelitian atau riset, dimanapun dilakukan bukan saja telah mendapat manfaat yang
baik dari statistika tetapi sering harus menggunakannya. Untuk mengetahui apakah cara yang
baru ditemukan lebih baik daripada cara lama, melalui riset yang dilakukan dilaboratorium,
atau penelitian yang dilakukan di lapangan, perlu diadakan penilaian dengan statistika.
Apakah model untuk sesuatu hal dapat kita anut atau tidak, perlu diteliti dengan
menggunakan teori statistika. Statistika juga telah cukup mampu untuk menentukan apakah
faktor yang satu dipengaruhi atau mempengaruhi faktor lainnya. Kalau ada hubungan antara
factor - faktor, berapa kuat adanya hubungan tersebut? Bisakah kita meninggalkan faktor
yang satu dan hanya memperhatikan faktor lainnya untuk keperluan studi lebih lanjut.
 Uraian singkat tadi, hendaknya cukup dapat memberikan gambaran bahwa statistika
sebenarnya diperlukan, minimal penggunaan metodanya. Sesungguhnya statistika sangat
diperlukan bukan saja hanya dalam penelitian atau riset, tetapi juga perlu dalam bidang
pengetahuan lainnya seperti : teknik, industri, ekonomi, astronomi, biologi, kedokteran,
asuransi, pertanian, perniagaan, bisnis, sosiologi, antropologi, pemerintahan, pendidikan,
psikologi, meteorologi, geologi, farmasi, ekologi, pengetahuan alam, pengetahuan sosial, dan
lain sebagainya.

Penguasaan statistika dan kemampuan menggunakannya merupakan suatu hal yang

sangat penting dan sangat bermanfaat bagi sebuah organisasi perusahaan khususnya dalam
bidang ekonomi dan bisnis. Karena dengan itu, sebuah organisasi perusahaan bisa
mendapatkan informasi yang sangat berguna bagi kemajuan perusahaannya. Informasi
tersebut bisa didapatkan dari hasil pengolahan data yang telah disimpulkan kemudian data
tersebut bisa kita analisa untuk dijadikan bahan perkiraan dalam mengambil keputusan di
masa yang akan datang. Semakin berkembang pesatnya teknologi di zaman sekarang ini,
setiap perusahaan menginginkan agar bisa menggunakan teknologi tersebut dalam membuat
sebuah perencanaan yang matang untuk masa depan perusahaannya dari informasi yang telah
ada pada perusahaannya. Informasi tersebut terdiri dari data variabel dan juga data numerik
yang telah dikumpulkan, dibagi-bagi, kemudian diolah menjadi data ringkasan yang
berbentuk variabel maupun angka-angka. Dalam pengolahan data tersebut, setiap perusahaan
bisa menggunakan teknologi komputer dari aplikasi yang telah dibuat oleh Perusahaan
Microsoft seperti Microsoft Office Excel dan ada juga aplikasi komputer yang membantu
untuk pengolahan data seperti aplikasi SPSS. Oleh karena itu, kami mencoba untuk membuat
kerangka tulisan ini yang membahas mengenai bagaimana cara penggunaan aplikasi tersebut
dalam pengolahan data yang diinginkan dengan pengetahuan yang kami dapatkan dari kuliah
Statistika Deskriptif dan juga dari berbagai sumber yang kami peroleh baik dari media
internet maupun buku-buku yang membahas tentang penggunaan aplikasi tersebut.

Dalam makalah ini, kami akan membahas materi yang berjudulUKURAN

PENYEBARAN DATA (DISPERSI). Alasan kami memilih judul ini karena kami ingin
menambah wawasan tentang bagaimana data itu tersebar.
http://neng0neng.blogspot.co.id/2010/11/makalah-statistika-dispersi.html
 ABSTRAK

Tujuan dari pembuatan makalah ini adalah untuk memenuhi tugas mata kuliah
Statistik Bisnis. Selain itu, pembuatan makalah ini juga bertujuan untuk memberikan
informasi bagi para pembaca mengenai bagaimana caranya mengetahui apakah suatu rata-rata
penyebaran data, benar-benar mewakilkan keseluruhan data atau tidak. Data yang diambil
untuk dijadikan sampel adalah data mengenai Upah Minimum di setiap Propinsi di Indonesia
dan untuk menganalisisnya penulis menggunakan perhitungan menggunakan Metode Ukuran
Dispersi. Dalam makalah ini akan dianalisis rata-rata penyebaran data, penyimpangannya,
dan beberapa perhitungan yang ada didalam metode ukuran dispersi. Berdasarkan hasil
analisis dapat diketahui penyebaran upah minimum tiap tahun di masing-masing daerah rata-
rata penyebarannya bervariasi. Hal tersebut dapat dilihat dari besarnya ukuran penyebaran
datastandar deviasi. Untuk penyimpangan untuk seluruh daerah sampel adalah Rp.
417.412,0514 menunjukkan bahwa rata-rata data tersebut representative karena lebih kecil
dari mean. Selain itu sebaran antar kuartilnya sebesar Rp.540.000. Untuk CV yang paling
stabil adalah daerah Banten sebesar 9,59% dan untuk perkembangan upah minimum, yang
lebih baik adalah daerah Bali.

BAB I
PENDAHULUAN
1.1. LATAR BELAKANG
Pembangunan ketenagakerjaan Indonesia mempunyai banyak dimensi dan keterkaitan.
Keterkaitan itu tidak hanya dengan kepentingan tenaga kerja selama, sebelum dan sesudah
masa kerja tetapi juga keterkaitan dengan kepentingan pengusaha, pemerintah dan
masyarakat. Untuk itu diperlukan pengaturan yang menyeluruh dan komprehensif, antara lain
mencakup sumber daya manusia, peningkatan produktivitas dan lain sebagainya. Bertitik
tolak dari karyawan sebagai sumber daya manusia itulah, maka perusahaan perlu mengetahui
bahwa tenaga kerja memerlukan penghargaan serta diakui keberadaannya, juga prestasi kerja
yang mereka ciptakan dan harga diri yang mereka miliki. Salah satu cara memberikan
penghargaan terhadap prestasi kerja karyawan yaitu dengan melalui upah. Upah Minimum
adalah suatu standar minimum yang digunakan oleh para pengusaha atau pelaku industri
untuk memberikan upah kepada pekerja di dalam lingkungan usaha atau kerjanya. Karena
pemenuhan kebutuhan yang layak di setiap propinsi berbeda-beda, maka disebut Upah
Minimum Propinsi. Upah Minimum Propinsi (UMP) adalah Upah Minimum yang berlaku
untuk seluruh Kabupaten/Kota di satu Provinsi. Upah minimum ini di tetapkan setiap satu
tahun sekali oleh Gubernur berdasarkan rekomendasi Komisi Penelitian Pengupahan dan
Jaminan Sosial Dewan Ketenagakerjaan Daerah (sekarang Dewan Pengupahan Provinsi).
Namun akhir akhir ini sering sekali buruh di Indonesia berdemo meminta kenaikan upah
minimum yang ada dan ketidak pemerataan upah minimum yang ada di setiap daerah. Hal ini
membuat penulis merasa tertarik untuk menghitung tentang kenaikan rata-rata upah di setiap
daerah apakah sudah representative atau belum, juga untuk menentukan di daerah manakah
yang perkembangan UMPnya lebih baik.
1.2. PERUMUSAN MASALAH
1) Apakah rata-rata per daerah sampel periode 2009-2013 representative atau tidak?
2) Apakah rata-rata semua sampel pada tahun 2013 representative atau tidak?
3) Berapakah penyimpangan semua sampel?
4) Berapakah sebaran antar kuartil ?
5) Daerah sampel manakah yang lebih stabil upahnya ?
6) Jika pada tahun 2014 DKI JAKARTA Upah minimumnya Rp.2,241,300. Rata-rata upahnya
Rp.1.441.404,8 dan simpangan bakunya Rp.460.628,9118. Untuk wilayah Bali, upah
minimumnya Rp.1,321,000 dengan rata-rata upah minimumnya Rp.925.563,2 dan simpangan
baku Rp.161.976,9211 di wilayah manakah pegawai mendapatkan upah yang lebih baik?
(sesuai data bps pada tahun 2014).
1.3. TUJUAN
Tujuan dari pembuatan makalah ini, yaitu :
1. Untuk mengetahui apakah penyebaran upah minimum antara daerah yang satu dengan yang
lainnya rata-ratanya representatif atau tidak.
2. apakah antara daerah satu dengan yang lainnya penyebaran upahnya merata atau tidak.
3. apakah meningkatnya upah minimum per tahun menjadi lebih baik atau tidak dan untuk
mengetahui apakah gaji minimum yang ditentukan oleh pemerintah sudah cukup baik atau
belum dengan menganalisisnya menggunakan metode Statistik Ukuran Dispersi.
4. Membantu untuk memahami cara menganalisa data menggunakan Metode Ukuran Dispersi.
1.4. MANFAAT
Manfaat dari pembuatan makalah ini adalah kita dapat mengetahui apakah upah minimum
yang diberikan oleh pemerintah sudah sesuai dan merata di setiap daerah atau belum. Selain
itu kita juga dapat melihat dengan meningkatnya penyebaran upah minimum di tiap daerah
apakah menjadi lebih baik atau sama saja dan dengan dibuatnya makalah ini diharapkan
dapat menambah pengetahuan pembaca mengenai ukuran dispersi.

BAB II
TINJAUAN PUSTAKA
2.1. DEFINISI STATISTIKA
Statistika deskriptif adalah teknik yang digunakan untuk menyaring data dan
menampilkannya dalam bentuk yang dapat dimengerti oleh setiap orang. Hal ini melibatkan
proses kuantifikasi dari penemuan suatu fenomena. Berbagai statistik sederhana, seperti rata-
rata, dihitung dan ditampilkan dalam bentuk tabel dan grafik. Statistika deskriptif dapat
memberikan pengetahuan yang signifikan pada kejadian fenomena yang belum dikenal dan
mendeteksi keterkaitan yang ada di dalamnya. Tetapi dapatkah statistika deskriptif
memberikan hasil yang bisa diterima secara ilmiah? Statistik merupakan suatu alat
pengukuran yang berhubungan dengan keragaman pada karakteristik objek-objek yang
 berbeda. Objek yang belum dikenal tidaklah mewakili populasi objek yang memiliki
"quantifiabel feature" melalui penyelidikan. Namun demikian, keragaman bisa menjadi hasil
dari keberagaman yang lainnya (karena acak atau terkontrol). Pada ilmu fisika, yang sangat
berkaitan dengan ekstraksi dan formulasi persamaan matematik tidak menyisakan banyak
tempat untuk fluktuasi acak. Pada ilmu statistika, fluktuasi seperti itu dapat dijadikan model.
Hubungan relasi statistik selanjutnya merupakan hubungan relasi yang menerangkan suatu
proporsi perubahan yang pasti.
Statistika Deskriptif adalah ilmu yang mempelajari tentang cara:
a. Mengumpulkan data/informasi.
b. Mengolah data hasil pengumpulan.
c. Menyajikan data hasil pengolahan.
d. Menganalisis data.

2.2. Definisi Ukuran Dispersi

Dispersi adalah data yang menggambarkan bagaimana suatu kelompok data menyebar
terhadap pusatnya data atau ukuran penyebaran suatu kelompok data terhadap pusat
data. Rata-rata dari serangkaian nilai observasi tidak dapat diinterpretasikan secara terpisah
dari hasil dispersi nilai-nilai tersebut sekitar rataratanya. Makin besar variasi nilai xi , makin
kurang representatif rata-rata distribusinya. Ukuran penyebaran suatu kelompok data terhadap
pusat data disebut dispersi atau variasi atau keragaman data. Dispersi data digunakan untuk
membandingkan penyebaran dua distribusi data atau lebih.
2.2. Klasifikasi Ukuran Dispersi
1. Dispersi Mutlak/Absolut
Dispersi mutlak/Absolut digunakan untuk mengetahui tingkat variabilitas nilai-nilai
observasi pada suatu data.Dispersi ini terdiri dari :
a) Range (R) atau sebaran atau jangkauan adalah selisih antara nilai maksimum dengan nilai
minimum dalam suatu kelompok/ susunan data.

b) Inter Quartile Range (IQR) atau sebaran antar quartile adalah selisih nilai quartile ke-3
dengan nilai quartile ke-1.

c) Quartile Deviation (QD) adalah merupakan bagian selisih antara Q3 dengan Q1.

d) Average Deviation (AD) sering disebut juga mean deviation/deviasi rata-rata merupakan
rata-rata penyimpangan suatu nilai terhadap rata-ratanya.
atau
e) Standard Deviation (SD atau ) adalah suatu nilai yang menujukkan rata-rata penyimpangan
suatu nilai terhadap rata-ratanya.
2. Dispersi Relatif
Dispersi relatif digunakan untuk membandingkan tingkat variabilitas nilai-nilai
observasi suatu data dengan tingkat variabilitas nilai-nilai observasi data lainnya. Ukuran
dispersi relatif ini terdiri dari :
a. Coefficient of Variance (CV) adalah menyatakan persentase deviasi standar dari rata-ratanya.
Guna dari koefisien variasi ini adalah untuk mengukur keseragaman suatu hal. Semakin kecil
koefisien variasi semakin besar berarti suatu data itu semakin tidak seragam. Untuk mencari
koefisien variasi ini dapat dilakukan dengan rumus sbb:

b. Coefficient of Quartile Variation (CQV) adalah suatu bilangan yang diperoleh dari
perbandingan antara selisih Q3 dengan Q1 terhadap jumlah nilai Q3 dan Q1.

c. Standard Score (Z) adalah merupakan suatu bilangan yang diperoleh dari hasil perbandingan
selisih suatu nilai dengan rata-ratanya terhadap rata-rata nilai tersebut.
http://mainartikel.blogspot.co.id/2014/12/ukuran-dispersi_24.html
 http://kumansite.blogspot.co.id/2013/05/materi-dispersi-statistik.html

Ukuran yang menyatakan seberapa jauh penyimpangan nilai-nilai dalam distribusi data dari nilai
pusatnya Atau Ukuran yang menyatakan seberapa banyak nilai-nilai dalam distribusi data yang
berbeda dari nilai pusatnya Karena itu, Ukuran-ukuran dispersi merupakan pelengkap dari ukuran-
ukuran nilai pusat dalam menggambarkan suatu distribusi data

Pengertian
Penyebaran atau dispersi adalah pergerakan dari nilai observasi
terhadap nilai rata-ratanya. Rata-rata dari serangkaian nilai observasi
tidak dapat diinterpretasikan secara terpisah dari hasil dispersi nilai-nilai tersebut
sekitar rata-ratanya.
Makin besar variasi nilai, makin kurang representatif rata-rata distribusinya.

Jenisnya :

1) Dispersi mutlak

- Jangkauan (Range)

- Simpangan Rata-rata (Mean Deviation)

- Variansi (Variance)
 - Standar Deviasi (Standart Deviation)

- Simpangan Kuartil (Quartile Deviation)

2) Dispersi relatif

Koefisien Variasi (Coeficient of Variation)

Beberapa jenis pengukuran Dispersi mutlak sebagai berikut:

1. Jangkauan (Range)
Selisih antara batas atas dari kelas tertinggi dengan batas bawah dari kelas
terendah.
J = Xmax-Xmin

2. Simpangan Rata-Rata (Mean Deviation)

Jumlah nilai mutlak dari selisih semua nilai dengan nilai rata-rata dibagi
banyaknya data.

3. Varians (Variance)
Rata-rata hitung deviasi kuadrat setiap data terhadap rata-rata hitungnya.

4. Standar Deviasi
Akar kuadrat dari varians dan menunjukkan standar penyimpangan data
terhadap nilai rata-ratanya.

5. Jangkauan kuartil dan jangkauan persentil 10-90

Jangkauan kuartil disebut juga simpangan kuartil atau semi antar
kuartil atau deviasi kuartil sedangkan jangkauan persentil 10-90 disebut
juga rentang persentil 10-90.
JK : 1/2 (K3 - K1)
JP : P90 - P10

Beberapa jenis pengukuran Dispersi relatif sebagai berikut:

6. Koefisien Variasi
Koefisien Variasi, disebut dispersi relatif, dapat digunakan untuk
membandingkan nilai nilai besar dengan nilai nilai kecil. Sedangkan lima
bentuk dispersi sebelumnya tidak bisa.

7. Angka Baku

A. Kegunaan Ukuran Penyebaran Data

Dispersi Data adalah data yang menggambarkan bagaimana suatu kelompok
data menyebar terhadap pusatnya data atau ukuran penyebaran suatu kelompok
data terhadap pusatnya data.
Dispersi data sangat penting untuk membandingkan penyebaran dua distribusi
data atau lebih. Pusat data seperti rata-rata hitung, median dan modus hanya
memberi informasi yang sangat terbatas sehingga tanpa disandingkan dengan
dispersi data menjadi kurang bermanfaat dalam menganalisa data.

Kegunaan ukuran penyebaran antara lain sebagai berikut :

a. Ukuran penyebaran dapat digunakan untuk menentukan apakah nilai rataratanya
benar-benar representatif atau tidak. Apabila suatu kelompok data
mempunyai penyebaran yang tidak sama terhadap nilai rata-ratanya, maka
dikatakan bahwa nilai rata-rata tersebut tidak representatif.
b. Ukuran penyebaran dapat digunakan untuk mengadakan perbandingan
terhadap variabilitas data.
c. Ukuran penyebaran dapat membantu penggunaan ukuran statistika,
misalnya dalam pengujian hipotesis, apakah dua sampel berasal dari
populasi yang sama/tidak.

B. Kemiringan dan Keruncingan Data

Kemiringan Distribusi Data
Kemiringan adalah derajat atau ukuran dari ketidaksimetrisan suatu distribusi
data. Pengukuran kemiringan suatu distribusi data dapat diketahui dengan beberapa
cara, antara lain:
Memperhatikan hubungan antara rata-rata hitung, median dan modus.
Menggunakan koefisien Pearson.
Menggunakan Momen ketiga.
Menggunakan kotak diagram garis.
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 = x t - 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 = ---------------

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 = ---------------

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 = ---------------

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).

http://www.rumusstatistik.com/2013/07/varian-dan-standar-deviasi-simpangan.html

()
1
Contoh :

n = 9, x = 30

x ( xi x ) xi x ( x i 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.

Definisi Ukuran Dispersi

Dispersi adalah data yang menggambarkan bagaimana suatu kelompok data menyebar
terhadap pusatnya data atau ukuran penyebaran suatu kelompok data terhadap pusat
data. Rata-rata dari serangkaian nilai observasi tidak dapat diinterpretasikan secara terpisah
dari hasil dispersi nilai-nilai tersebut sekitar rataratanya. Makin besar variasi nilai xi , makin
kurang representatif rata-rata distribusinya. Ukuran penyebaran suatu kelompok data terhadap
pusat data disebut dispersi atau variasi atau keragaman data. Dispersi data digunakan untuk
membandingkan penyebaran dua distribusi data atau lebih.
2.2. Klasifikasi Ukuran Dispersi
1. Dispersi Mutlak/Absolut
Dispersi mutlak/Absolut digunakan untuk mengetahui tingkat variabilitas nilai-nilai
observasi pada suatu data.Dispersi ini terdiri dari :
a) Range (R) atau sebaran atau jangkauan adalah selisih antara nilai maksimum dengan nilai
minimum dalam suatu kelompok/ susunan data.

b) Inter Quartile Range (IQR) atau sebaran antar quartile adalah selisih nilai quartile ke-3
dengan nilai quartile ke-1.

c) Quartile Deviation (QD) adalah merupakan bagian selisih antara Q3 dengan Q1.

d) Average Deviation (AD) sering disebut juga mean deviation/deviasi rata-rata merupakan
rata-rata penyimpangan suatu nilai terhadap rata-ratanya.
atau
e) Standard Deviation (SD atau ) adalah suatu nilai yang menujukkan rata-rata penyimpangan
suatu nilai terhadap rata-ratanya.

2. Dispersi Relatif
Dispersi relatif digunakan untuk membandingkan tingkat variabilitas nilai-nilai
observasi suatu data dengan tingkat variabilitas nilai-nilai observasi data lainnya. Ukuran
dispersi relatif ini terdiri dari :
a. Coefficient of Variance (CV) adalah menyatakan persentase deviasi standar dari rata-ratanya.
Guna dari koefisien variasi ini adalah untuk mengukur keseragaman suatu hal. Semakin kecil
koefisien variasi semakin besar berarti suatu data itu semakin tidak seragam. Untuk mencari
koefisien variasi ini dapat dilakukan dengan rumus sbb:

b. Coefficient of Quartile Variation (CQV) adalah suatu bilangan yang diperoleh dari
perbandingan antara selisih Q3 dengan Q1 terhadap jumlah nilai Q3 dan Q1.

c. Standard Score (Z) adalah merupakan suatu bilangan yang diperoleh dari hasil perbandingan
selisih suatu nilai dengan rata-ratanya terhadap rata-rata nilai tersebut.