Pengukuran penyimpangan adalah suatu ukuran yang menunjukkan tinggi rendahnya perbedaan data yang
diperoleh dari rata-ratanya. Ukuran penyimpangan digunakan untuk mengetahui luas penyimpangan data
atau homogenitas data. Dua variabel data yang memiliki mean sama belum tentu memiliki kualitas yang
sama, tergantung dari besar atau kecil ukuran penyebaran datanya. Macam-macam pengukuran
penyimpangan yang sering digunakan adalah rentangan (range), rentangan antar kuartil, rentangan semi
antar kuartil, simpangan rata-rata, simpangan baku, varians, koefisien varians, dan angka baku, namun
yang umum digunakan adalah standar deviasi.
RANGE
Range adalah perbedaan antara data terbesar dengan data terkecil yang terdapat pada sekelompok data.
Range adalah salah satu ukuran statistik yang menunjukan jarak penyebaran data antara nilai terendah
(Xmin) dengan nilai tertinggi (Xmax). Ukuran ini sudah digunakan pada pembahasan daftar distribusi
frekuensi. Jarak atau kisaran nilai (range) merupakan ukuran paling sederhana dari ukuran penyebaran.
Jarak merupakan perbedaan antara nilai terbesar dan nilai terkecil dalam suatu kelompok data baik data
populasi atau sampel. Semakin kecil ukuran jarak menunjukkan karakter yang lebih baik, karena berarti
data mendekati nilai pusat dan kompak.
Contoh :
Kelas A : 90 80 70 90 70 100 80 50 75 70
Kelas B : 80 80 75 95 75 70 95 60 85 60
Langkah-langkah menjawab :
Kelas A : 50 70 70 70 75 80 80 90 90 100
Kelas B : 60 60 70 75 75 80 80 85 95
Rentangan kelas B : 95 – 60 = 35
b) Range Untuk Data Berkelompok
Contoh:
berikut ini adalah data yang sudah dikelompokkan dari harga saham pilihan pada bulan Juni 2007 di BEJ.
Hitunglah Range dari data tersebut.
Harga saham
1 160 – 303 2
2 304 – 447 5
3 448 – 591 9
4 592 – 735 3
5 736 – 878 1
Penyelesaian:
= 878 – 160
= 718
DEVIASI
Deviasi rata-rata adalah rata-rata penyimpangan data-data dari rata-rata (mean)-nya. Di dalam
menghitung deviasi rata-rata harus kita cari rata-rata dari harga mutlak selisih antara tiap-tiap data dengan
meannya. Harga mutlak adalah nilai dengan tidak memandang positif atau negatif, semuanya dianggap
positif. Harga mutlak dari X biasanya ditulis dengan │X│.
8 17 22 10 13
Dengan demikian rata-rata selisih data-data itu terhadap mean (tanpa diabaikan tanda positif dan
negatifnya) sebagai berikut:
=0
Oleh karena itu, dicari terlebih dahulu harga mutlaknya seperti pada rumus di atas. Sehingga besarnya
deviasi rata-rata sebagai berikut:
= (6 + 3 + 8 + 4 + 1)/5
= 22/5 = 4,4.
Varians dan Standar deviasi adalah sebuah ukuran penyebaran yang menunjukkan standar penyimpangan
atau deviasi data terhadap penyimpangan rata-ratanya. Varians adalah rata-rata hitung deviasi kuadrat
setiap data terhadap rata-rata hitungnya. Standar Deviasi adalah akar kuadrat dari varians dan
menunjukkan standar penyimpangan data terhadap nilai rata-ratanya.
Pengukuran Penyimpangan
Pengukuran penyimpangan adalah suatu ukuran yang menunjukkan tinggi rendahnya perbedaan data yang
diperoleh dari rata-ratanya. Macam-macam pengukuran penyimpangan yang sering digunakan
adalah rentangan (range), rentangan antar kuartil, rentangan semi antar kuartil, simpangan rata-rata,
simpangan baku, varians, koefisien varians, dan angka baku.
Rentangan (range)
Range (rentangan) adalah jarak antara nilai data yang tertinggi dengannilai data yang terendah atau nilai
tertinggi dikurangi nilai terendah.;
Kelas A : 90 80 70 90 70 100 80 50 75 70
Kelas B : 80 80 75 95 75 70 95 60 85 60
Langkah-langkah menjawab :
Kelas A : 50 70 70 70 75 80 80 90 90 100
Kelas B : 60 60 70 75 75 80 80 85 95
Rentangan kelas B : 95 – 60 = 35
Simpangan rata-rata merupakan penyimpangan nilai-nilai individu dari nilai rata-ratanya. Rata-rata bisa
berupa mean atau median. Untuk data mentah simpangan rata-rata dari median cukup kecil sehingga
simpangan ini dianggap paling sesuai untuk data mentah. Namun pada umumnya, simpangan rata-rata
yang dihitung dari mean yang sering digunakan untuk nilai simpangan rata-rata.
VARIANS
Varians dan standar deviasi adalah sebuah ukuran penyebaran yang menunjukan standar penyimpangan
atau deviasi data terhadap nilai rata-ratanya.
Varians adalah rata-rata hitung deviasi kuadrat setiap data terhadap rata-rata hitungnya. Varians dapat
dibedakan antara varians populasi dan varians sampel. Varians populasi (σ dibaca tho) adalah deviasi
kuadrat dari setiap data terhadap rata-rata hitung semua data dalam populasi. Varians sampel adalah
deviasi kuadrat dari setiap data rata-rata hitung terhadap semua data dalam sampel dimana sampel adalah
bagian dari populasi.
Varians memiliki kelemahan dimana nilai varians dalam bentuk kuadrad, seperti tahun kuadrat
dalam hal tertentu lebih suit menginterpretasikannya dibandingkan dengan ukuran range yang merupakan
selisih nilai tertinggi dan nilai terendah atau deviasi rata-rata yang merupakan rata-rata hitung selisih data
dari rata-rata hitungnya. Oleh sebab itu, untuk memperoleh satuian yang sama dengan satuan data awal,
maka dilakukan dengan mencari akar kuadrad dari varians populasi. Akar kuadrad dari varians populasi
disebut standar deviasi.
Standar Deviasi
Standar deviasi disebut juga simpangan baku. Seperti halnya varians, standar deviasi juga merupakan
suatu ukuran dispersi atau variasi. Standar deviasi merupakan ukuran dispersi yang paling banyak
dipakai. Hal ini mungkin karena standar deviasi mempunyai satuan ukuran yang sama dengan satuan
ukuran data asalnya. Misalnya, bila satuan data asalnya adalah cm, maka satuan standar deviasinya juga
cm. Sebaliknya, varians memiliki satuan kuadrat dari data asalnya (misalnya cm2). Simbol standar
deviasi untuk populasi adalah σ (baca: sigma) dan untuk sampel adalah s.
Untuk mendapatkan nilai variansi dan standar deviasi dari contoh di atas dapat kita lihat pada penjelasan
berikut ini:
Dari contoh tersebut diatas sudah jelas dari mana kita mendapatkan (xi – x)2 tersebut.
Variansi yang akan kita pakai disini juga variansi sampel, karena data yang kita gunakan adalalah
data sampel. Dari rumus diatas sudah jelas bagai mana kita dapat mendapatkan nilai tersebut.
Jadi, Variansi: Sampel (s2) = 9.5 / 5 = 1.9. Varian sampel yang kita dapat yaitu: 1.9. dan Standar
Deviasi (S) = √1.9 = 1.38.
Varians dan Standar Deviasi data Kelompok
Rumus varians dan standar deviasi untuk data kelompok adalah sebagai berikut
Baik deviasi rata-rata maupun deviasi standar keduanya berguna sebagai ukuran untuk mengetahui
variabilitas data dan untuk mengetahui homogenitas data.
Standar Deviasi
Dalam Penelitian saya, ada kesulitan dalam penyelesaian analisis data yaitu
menggunakan ANAVA atau ANOVA (Analisis Varians atau Analise of Variance) juga
mengenai perhitungan datanya untuk mencari Kesimpulan atau Hipotesis tentang
Standar Deviasi dan Varians. Setelah saya cari-cari menggunakan Search Engine
dengan kata "Standar Deviasi dan Varians" saya kumpulkan hasil search Standar
Deviasi dan Varians sehingga dapat saya simpulkan data menghitung Standar
Deviasi dan Varians, dan Skor Deviasi dari sebuah hasil data yaitu sebagai berikut :
Contoh varians
Simpangan = Nilai ke n – total X
simpangan 1 = 60 – 71 = -11
Simpangan (deviasi)
No Nilai (Xi) Simpangan Kuadrat
Xi – X
1 60 -11 121
2 70 -1 1
3 65 -6 36
4 80 9 81
5 70 -1 1
6 65 -6 36
7 75 4 16
8 80 9 81
9 70 -1 1
10 75 4 16
710:10 = 71 0 390
Selanjutnya dapat dihitung varians, yaitu rata-rata dari total simpangan kuadrat
Simpangan kuadrat = 390
Varians = 390/10 = 39
Standard deviasi = akar varians
Standard deviasi = √390 = 6,2450
Berarti data kelompok nilai mahasiswa memiliki tingkat simpangan baku 6,2450
Sekian dari saya tentang Perhitungan Skor Deviasi dari Standar Deviasi dan
Varians.
Semoga contoh Cara Menghitung Standar Deviasi dan Varians diatas dapat
membantu bagi pembaca yang ingin Mengetahui Pengertian dari Standar Deviasi
dan Varians.
Salam Sukses. (Radit MT)
Dalam ilmu statistik standar deviasi digunakan untuk membandingkan penyebaran atau penyimpangan
data dua kelompok atau lebih. Apabila standar deviasi suatu data tersebut kecil maka hal tersebut
menunjukkan data-data tersebut berkumpul disekitar rata-rata hitungnya, dan jika standar deviasinya
besar hal tersebut menunjukkan penyebaran yang besar dari nilai rata-rata hitungnya.
Salah satu penerapan standar deviasi ini misalnya dalam bidang ekonomi. Standar deviasi dapat
digunakan untuk menghitung perbandingan pertumbuhan ekonomi suatu negara, misalnya mengukur
pertumbungan ekonomi negara-negara ASEAN. Dalam kurun waktu lima tahun terakhir misalnya, standar
deviasi pertumbuhan ekonomi Negara Singapura adalah 0.55, Malaysia sebesar 0.87, Indonesia sebesar
1.03, dan Thailand sebesar 1.01.
Dari hasil penghitungan tersebut dapat diketahui dan dianalisis mengenai pertumbuhan ekonomi
Indonesia yang memiliki standar deviasi lebih besar dibanding 3 Negara ASEAN lainnya, hal ini
mengindikasikan pertumbuhan ekonomi Indonesia yang lebih fluktuatif dan ketidakmenentuan
dibandingkan 3 negara laiinya.
Rumus standar deviasi dituliskan sebagai berikut :
bila data yang dianalisis adalah data populasi serta tidak dikelompokkan.
bila data yang dianalisis adalah data sample serta tidak dikelompokkan.
Dalam formulasi Excel standard deviasi dirumuskan dengan “STDEV,STDEVP, STDEVA, STDEVPA”.
Sebagai contoh perhatikan soal sebagai berikut :
Laju pertumbuhan ekonomi Indonesia (dinyatakan dalam persentase) dalam kurun waktu 2007 sampai
dengan 2010 adalah sebagai berikut : 4.4, 5.3, 5.2 dan 4.8.
Hitunglah standar deviasi sample dan populasinya dengan menggunakan rumus baku dan formulasi
Excel.
Jawab :
Laju
Pertumbuhan
Tahun
Ekonomi
Indonesia %
2007 4,4
2008 5,3
2009 5,2
2010 4,8
Rumus baku
Untuk data sample
Langkah 1. Cari dulu nilai rata-ratanya
X̄ = ΣX : n = 4.4+5.3+5.2+4.8 : 4 = 4.925
Langkah 2. Cari standar deviasi sample
Untuk data populasi
Langkah 1. Cari dulu nilai rata-ratanya
X̄= 4.925
Langkah 2. Cari standar deviasi populasi
Daftar Pustaka:
1. http://ar-ridhwank.blogspot.com/2012/10/statistika-pengukuran-penyimpangan.html
2. http://digensia.wordpress.com/2012/03/15/statistik-deskriptif/
3. http://www.smartstat.info/statistika/statisika-deskriptif/ukuran-penyebaran-measures-of-
dispersion.htm