BAB I

PENDAHULUAN
1.1 Latar Belakang
Dengan memahami unsur penyebaran data diharapkan kita tidak menarik
kesimpulan yang salah, nilai range menunjukkan, bahwa yang terkecil negara
maju, kemudian negara industry baru, negara Asean, dan akhirnya Indonesia.
Besarnya range menunjukkan selisih nilai terbesar dan terkecil sehingga juga
menunjukkan fkultuasi. Oleh sebab itu, dapat disimpulkan karena Indonesia
mempunyai range pertumbuhan ekonomi terbesar maka flultuasi dan gejolak
ekonomi yang terjadi juga paling besar. Sedang Negara maju dengan range 1,2%
berarti fluktuasi perekonomian tidak terlalu besar, dan hal ini menunjukkan
terjadinya gejolak yang positif atau negative tidak terlalu besar. Perekonomian
suatu negara yang sudah dalam kondisi matang, cenderung akan lebih stabil.
Standar deviasi digunakan untuk membandingkan penyebaran atau
penyimpangan dua kelompok data atau lebih. Apabila standar deviasinya kecil,
maka hal tersebut menunjukkan nilai sampel dan populasi berkumpul atau
mengelompok di sekitar nilai rata-rata hitungnya. Artinya karena nilainya hampir
sama dengan nilai rata-rata, maka disimpulkan bahwa anggota sampel atau
populasi mempunyai kesamaan. Sebaliknya, apabila nilai deviasinya besar, maka
penyebarannya dari nilai tengah juga besar.

1.2 Rumusan Masalah

1. Apa pengertian nilai penyebaran data ?
2. Apa saja jenis dan sifat nilai penyebaran ?
3. Bagaimana cara perhitungan nilai penyebaran data dan interprestasi ?

1.3 Tujuan
1. Untuk mengetahui pengertian nilai penyebaran data
2. Untuk mengetahui jenis dan sifat nilai penyebaran
3. Untuk mengetahui cara perhitungan nilai penyebaran data dan interprestasi

1
 BAB II
PEMBAHASAN

2.1 Pengertian Nilai Penyebaran Data

Nilai Penyebaran adalah suatu ukuran baik parameter atau statistik untuk
mengetahui seberapa besar penyimpangan data dengan nilai rata-rata hitungnya.
Nilai penyebaran ini dapat menjadi petunjuk apakah sekelompok data
menyebar atau bervariasi di sekitar rata-rata atau jauh diatas rata-rata. Seandainya
ada sekelompok data yang tidak menyebar atau bervariasi akan ditunjukkan
dengan ukuran penyebaran sama dengan nol, dimisalkan pendapatan masyarakat
suatu kota adalah satu juta rupiah per bulan berarti semua masyarakat di kota
tersebut semua berpendapatan satu juta tidak ada yang lebih ataupun kurang.
Ukuran-ukuran Penyebaran atau Dispersi meliputi :
1. Dispersi Absolut
2. Dispersi Relatif

2.2 Jenis Dan Sifat Nilai Penyebaran

Nilai Penyebaran ada 2 macam yaitu:
Dispersi Absolut
Dispersi Relatif
1. Ukuran Penyebaran Dispersi Absolut yaitu :
Range
Range merupakan selisih antara nilai data terbesar dengan data terkecil
dari sekelompok data. Rumusannya adalah R = Xn X1
Deviasi Kuartil/Quartil Deviation
Deviasi Kuartil atau juga disebut Simpangan Kuartil dirumuskan Qd =
Q3 Q1 2AA
Deviasi Rata-rata/Simpangan Rata-rata/Average Deviation
a. Data tidak berkelompok
AD = X n
dimana : X = Nilai observasi/data

2
 x = rata-rata/Mean
= Tanda Mutlak yaitu semua hasil perhitungan jika
menggunakan tanda mutlak maka jika negative hasilnya secara
otomatis diubah menjadi positip.
n = Banyaknya data/observasi
b. Data berkelompok
AD = fm n
dimana : f = Frekuensi dari suatu kelas
m = Nilai Tengah dari suatu kelas
x = rata-rata/Mean
= Tanda Mutlak yaitu semua hasil perhitungan jika
menggunakan tanda mutlak maka jika negative hasilnya secara
otomatis diubah menjadi positip.
n = Banyaknya data/jumlah seluruh frekuensi

Standar Deviasa/ Simpangan Baku

a. Data tidak berkelompok
S = (X x)2 untuk sample kecil / n < 30 n - 1
S = (X x)2 untuk sampel besar/ n = 30 ke atas n
b. Data berkelompok
S = (m x)2 .f n
dimana : m : Nilai Tengah dari suatu kelompok kelas
f : Frekuensi dari suatu kelompok kelas
n : Jumlah seluruh data/frekuensi
S = I2 [ ui2.fi - ( uifi )2 ] n
dimana : I = Interval kelas
ui = Nilai deviasi kelas ke i
fi = Frekuensi kelas ke i
n = Jumlah seluruh data

3
 2. Ukuran Penyebaran Dispersi Relative yaitu :
Koefisien Variasi
KV = s X 100 X
Dimana : X = Rata-rata Hitung
S = Standar Deviasi
Makin tinggi Nilai Koefisien Variasi, makin besar
pencaran/dispersi/variasi dari suatu data.
Nilai Standar
Nilai standar digunakan untuk mencari melihat posisi suatu data
dihubungkan dengan sekelompoknya secara relatif.
Z=x-X s
dimana : Z = Nilai Standar
x = Nilai dari suatu data yang akan dicari posisi /
kedudukannya.
X = Nilai Rata-rata Hitung dan s adalah Standar Deviasi

2.3 Cara Perhitungan Nilai Penyebaran Dan Interprestasinya

Seperti apa yang sudah disebutkan di muka bahwa ukuran tendensi sentral
merupakan nilai yang mewakili sekumpulan bilangan. Ternyata nilai nilai
tersebut belum merupakan wakil yang baik, tetapi hanya memberikan gambaran
sepintas lalu saja dari sekumpulan data. Untuk memperjelasnya selain ukuran
tendensi sentral perlu ditambah suatu keterangan mengenai penyebaran nilai data
tersebut. Penyebaran nilai tersebut dinamakan variasi atau dispersi atau ukuran
penyebaran. Yang termasuk ukuran dispersi antara lain adalah :
1. Range (Jangkauan)
Range dari sekumpulan bilangan adalah selisih antara bilangan
tertinggi (maksimum) dengan bilangan terendah (minimum).
Contoh
Tentukan range dari : 5, 6, 3, 4, 7, 19, 10, 11

4
 Jawab :
Nilai tertinggi = 19
Nilai terendah = 3
Range = 19 3 = 16
Untuk menentukan range data berkelompok ada dua cara yaitu :
a. range adalah titik tengah dari kelas yang tertinggi dikurangi titik tengah
dari nilai terendah .
b. range adalah batas atas nyata (tepi atas) dari kelas tertinggi dikurangi batas
bawah nyata (tepi bawah dari kelas terendah.
Contoh
Tentukan range dari data berikut :
Nilai Frekuensi
50 52 5
53 55 18
56 58 42
59 61 27
62 64 8
Dengan cara i)
Range = 63 51 = 12
dengan cara ii)
Range = 64,5 49,5 = 15
2. Simpangan Rata-rata
Simpangan rata-rata adalah ukuran disfersi yang menyatakan
penyebaran nilai-nilai (data) terhadap rata-ratanya. Simpangan rata-rata dari
sekumpulan bilangan/data merupakan nilai rata-rata hitung harga mutlak
simpangan-simpangannya.
a. Simpangan Rata-rata Data Tunggal
Jika sekelompok bilangan-bilangan adalah : x1, x2, x3, x4, .,xn

dan rata-ratanya = x
maka simpangan rata-rata :

5
 x1 x x 2 x x3 x ..... xn x
SR =
n
xx
=
n
xx
SR =
Jadi simpangan rata-rata data tunggal : n

Contoh
Tentukan simpangan rata-rata dari : 7, 5, 6, 2
Jawab :
7562
x =
4
20
=
4
=5
75 55 65 25
SR =
4
2 0 1 3
=
4
6
=
4
= 1,5
b. Simpangan Rata-rata Data Berbobot
simpangan rata-rata untuk data berbobot dapat dihitung dengan rumus
:
f xx
SR =
n

Contoh
Hitunglah simpangan rata-rata dari data berikut :
Ulangan matematika kelas 3P1
Nilai 5 6 7 8 9
Frekuensi 6 8 13 10 3

6
 Jawab :
Nilai (x) f f.x xx f xx

5 6 30 1,9 11,4
6 8 48 0,9 7,2
7 13 91 0,1 1,3
8 10 80 1,1 11
9 3 27 2,1 6,3
Jumlah 40 276 37,2
276
x =
40
= 6,9
37,2
SR =
40
= 0,93
c. Simpangan Rata-rata Data Berkelompok
Simpangan rata-rata data berkelompok pada hakekatnya dapat dihitung
dengan rumus yang sama dengan data berbobot yaitu :

f xx
SR =
n

Contoh 28
Pada tabel berikut ini diketahui rata-ratanya 53,46. tentukan simpangan
rata-ratanya !
Berat Badan 50 siswa SAWOJAJAR
Berat fekuensi
47 49 10
50 52 12
53 55 15
56 58 8

7
 59 62 5
Jumlah 50
Jawab :
Tabel di atas dilengkapi sebagai berikut :
Berat f x xx f xx

47 49 10 48 5,46 54,6
50 52 12 51 2,46 29,52
53 55 15 54 0,54 8,1
56 58 8 57 3,54 28,32
59 62 5 60 6,54 32,7
Jumlah 50 153,24
153,24
SR =
50
= 3,06
3. Simpangan Baku / Deviasi Standar
Simpangan baku suatu rangkaian data atau bilangan adalah akar dari
jumlah deviasi kuadrat dari bilangan-bilangan tersebut dibagi dengan
banyaknya bilangan / jumlah frekuensi, atau akar dari rata-rata deviasi
kuadrat.
Secara statistik dirumuskan sebagai berikut :

( x x)2
s= n

Rumus tersebut selanjutnya dapat disederhanakan menjadi :

s= x2
n ( nx ) 2

Untuk data yang telah disusun dalam tabel frekuensi ( data berbobot
atau data berkelompok), simpangan baku dihitung dengan rumus sebaga
berikut :

8
 f ( x x)2
s= f

Atau disederhanakan menjadi :

fd 2
s= fx2
f ( fxf ) 2 Atau s= f ( fdf ) 2

Catatan : d = deviasi

Contoh
Tentukan simpangan baku dari : 7, 5, 6, 2
Jawab :
7562
x =
4
=5
( 7 5 ) 2 ( 55 ) 2 ( 6 5 ) 2 ( 2 5 ) 2
s= 4

4 0 1 9
= 4

14
= 4

= 3,5
= 1,87
Contoh
Tentukan simpangan baku dari data Berat Badan Siswa SMK SAWOJAJAR
dari contoh 15 !
Jawab :
Berat f x x- x (x - x ) 2 F (x - x ) 2
47 49 10 48 -5,46 29,81 298,1
50 52 12 51 -2,46 6,05 72,6

9
 53 55 15 54 0,54 0,31 4,65
56 58 8 57 3,54 12,53 100,24
59 62 5 60 6,54 42,77 213,85
Jumlah 50 689,44

689, 44
S = 50

= 13,79
= 3,7
Atau dapat dihitung sebagai berikut :
Berat f d fd d2 fd 2
47 49 10 -6 -60 36 360
50 52 12 -3 -36 9 108
53 55 15 0 0 0 15
56 58 8 3 24 9 72
59 62 5 6 30 36 180
Jumlah 50 -42 720

s= 72
50 ( 5042 ) 2

= 14,4 0,71

= 13,69
= 3,7
4. Angka Baku
Angka baku digunakan untuk mengetahui kedudukan suatu obyek
yang diselidiki terhadap keadaan pada umumnya ( nilai rata-rata ) kumpulan
obyek tersebut.

10
 Angka baku ( Z ) dihitung dengan menggunakan rumus :

xx
Z= X = obyek/data yang diselidiki
s
x = nilai rata-rata data yang diselidiki
s = simpangan baku

Contoh
Pada suatu hari seorang pedagang buah-buahan memperoleh
keuntungan Rp 13.000,00 dari hasil penjualan dagangannya. Sedangkan
seorang pedagang beras pada hari yang sama memperoleh keuntungan sebesar
Rp 8.000,00. keuntungan rata-rata pedagang buah pada hari tersebut
Rp10.000,00 dengan simpangan baku Rp 2.500,00. sedangkan rata-rata dan
simpangan bamu pedagang beras berturut-turut Rp 6.000,00. siapakah
diantara kedua pedagang tersebut yang usahanya lebih maju ?
Jawab :
Pedagang buah :

x = 13.000,00 x = 10.000,00 s = 2.500,00

13.000,00 10.000,00
maka : Z =
2.500,00
3.000,00
=
2.500,00
= 1,2
Pedagang beras :
x = 8.000,00 x = 6.000,00 s 1.000,00
8.000,00 6.000,00
maka : Z =
1.000,00
2.000,00
=
1.000,00
=2
Dari hasil perhitungan tersebut maka berarti usaha pedagan buah 1,2
simpangan baku di atas rata-rata, sedangkan usah pedagang beras adalah dua
simpangan baku di atas rata-rata hasil usaha pedagang beras seluruhnya.
Karena nilai Z untuk pedagang beras lebih besar dari nilai Z pedagang buah
maka usaha pedagang beras lebih maju dibanding usaha pedagang buah.

11
5. Koefisien Variasi / Variabilitas
Koefisien Variasi adalah suatu perbandingan antara simpangan baku
dengan nilai rata-rata sekumpilan data yang dinyatakan dengan persentase.
Jadi rumus Koefisian Variasi (KV):

s
KV = x 100%
x

Besar kecilnya koefisien Variasi menunjukkan baik tidaknya

sekumpulan data. Jika koefisien variasi semakin kecil maka sekumpulan data
semakin baik / homogen, sebaiknya jika koefisien variasinya semakin besar
maka sekumpulan data makin heterogen.
Contoh
Rata-rata nilai matematika suatu kelas adalah 8,25 dengan simpangan baku
0,75. Hitunglah besarnya koefisien variasi !
Jawab :
x = 8,25 s = 0,75

s
KV = x 100%
x
0,75
= x 100%
8,25
= 9,09 %

12
 BAB III
PENUTUP
A. Kesimpulan
Standar deviasi digunakan untuk membandingkan penyebaran atau
penyimpangan dua kelompok data atau lebih. Apabila standar deviasinya kecil,
maka hal tersebut menunjukkan nilai sampel dan populasi berkumpul atau
mengelompok di sekitar nilai rata-rata hitungnya. Artinya karena nilainya hampir
sama dengan nilai rata-rata, maka disimpulkan bahwa anggota sampel atau
populasi mempunyai kesamaan. Sebaliknya, apabila nilai deviasinya besar, maka
penyebarannya dari nilai tengah juga besar. Hal tersebut menunjukkan adanya
nilai-nilai ekstrem baik yang tinggi maupun rendah. Standar deviasi yang besar
juga menunjukkan adanya perbedaan jauh diantara anggota populasi. Oleh sebab
itu, satandar deviasi yang tinggi biasanya dipandang kurang baik bila
dibandingkan dengan standar deviasi rendah.

B. Saran
Setelah memahami makalah ini, maka sebaiknya kita mempelajari sumber-
sumber hukum Islam, dalil-dalil yang shahih yang menunjukkan kepada kita
hukum Allah swt, apa syarat-syarat ijtihad, dan bagaimana metode berijtihad yang
benar sesuai batasan-batasan syariat. Kemidian mengapllikasikannya dalam
kehidupan kita sehari-hari.

13
 DAFTAR PUSTAKA
Argyrous, George. (1997). Statistic for Social Research. MacMillan Press Ltd.
Babbie, Earl. (1992). The Practice of Social Research. Belmont: Wadsworth Co.
Bailey, Kenneth D. (1994). Methods of Social Research. New York: The Free Press..
Elifson, Kirk W., Richard P., Runvon and Audrey Haber. (1990). Fundamentals of
Social Statistics. Mc. Graw Hill Publishing Company.
Creswell, John. (1994). Research Design Quantitative and Qualitative Approaches. :
Thousand Oaks: Sage Publication.
Dajan, Anto. (1995). Pengantar Metode Statistik Jilid I. Jakarta: LP3S.
Djarwanto. (1996). Mengenal Beberapa Uji Statistik dalam Penelitian. Jogyakarta:
Liberty.

14