PEMBAHASAN
VARIABILITAS
Variabilitas merupakan kondisi di mana sekumpulan skor sama atau tidak. Jika
sekumpulan skor itu sama, maka distribusi tersebut tidak mempunyai variabilitas. Besar
kecilnya variabilitas merupakan gambaran tentang penyebaran distribusi.
Pengertian lain menyatakan bahwa ukuran variabilitas adalah suatu ukuran yang
mengukur sebaran data. Karena yang diukur adalah seberapa jauh data menyimpang dari rata-
ratanya, maka ukuran variabilitas sering disebut sebagai ukuran penyimpangan (Subagyo,
1988: Bab 4).
Dalam artikel lain juga dinyatakan bahwa ukuran penyebaran (variabilitas) adalah
suatu ukuran yang menyatakan seberapa besar nilai-nilai data berbeda atau bervariasi dengan
nilai ukuran pusatnya atau seberapa besar penyimpangan nilainilai data dengan nilai
pusatnya.
Dari berbagai pengertian di atas dapat dipahami bahwa yang dimaksud ukuran
variabilitas (penyebaran) adalah ukuran yang mengukur seberapa jauh data yang ada
menyimpang dari ukuran pusatnya (tendency central). Pengukuran variabilitas sangat penting
artinya, terutama untuk penggambaran serangkaian data, lebih-lebih jika seseorang ingin
membandingkan dua atau lebih rangkaian data. Karena dalam usaha memandingkan beberapa
rangakaian data, penggunaan ukuran pusat saja tidak akan memberikan hasil yang cukup
lengkap, bahkan dapat memberikan hasil yang menyesatkan. Kegunaan perhitungan
variabilitas adalah:
Untuk mencari variabilitas dari suatu distribusi dapat dilakukan dengan beberapa cara,
seperti yang akan dijelaskan berikut:
A. Range
Range merupakan pengukuran variabilitas yang paling sederhana. Range disebut juga
sebagai data yang paling kasar. Range adalah jarak antara nilai yang tertinggi dengan
nilai yang terendah.
R = Xt – Xr
Keterangan:
R = Range
Xt = nilai tertinggi
Xr = nilai terendah
1. Penggunaan Range
Range kita gunakan sebagai ukuran, apabila di dalam waktu yang sangat singkat
kita ingin memperoleh gambaran tentang penyebaran data yang sedang kita
selidiki dengan mengabaikan faktor ketelitian dan kecermatan.
Kebaikan dan Kelemahan Range
a) Kebaikan
- Range sebagai salah satu ukuran penyebaran data ialah dengan
menggunakan Range dalam waktu singkat dapat diperoleh gambaran
umum mengenai luas penyebaran data yang sedang kita hadapi.
b) Kelemahan Range:
- Penggunaannya sangat terbatas.
- Sangat tergantung pada nilai tertinggi dan nilai terendah sehingga
mempunyai fluktuasi yang sangat besar.
- Range kurang memenuhi definisi sebagai alat pengukuran variabilitas
karena tidak dapat menunjukkan letak tendensi sentral dan penyebarannya/
tidak menunjukkan bentuk distribusi.
c) Range 10-90
- Nilai-nilai yang ekstrem (terlalu rendah atau terlalu tinggi) adalah nilai-
nilai yang tidak stabil.
- Untuk menghindari nilai-nilai yang tidak stabil itu, maka diambil range
yang lebih sempit yaitu range antara persentil ke-10 dengan persentil ke-
90.
d) Range 10-90
- memotong distribusi sebanyak 20 persen, yaitu masing-masing 10 persen
pada tiap ujungnya.
- Rumus R 10-90 = P90 – P10
- Kelemahan : masih tergantung pada nilai-nilai di bagian ujung distribusi
e) Range 25-75
- Range 25-75 memotong 25 persen dari tiap-tiap ujung distribusi atau 50
persen frekuensi distribusi.
- Disebut juga sebagai “Range antar Kwartil”
- R 25-75 = P75 – P25 = K3 – K1
- Masih memiliki kelemahan karena masih memiliki sifat-sifat Range
Q = (Q3 – Q1)
2
Qd = ½QR
atau
Qd = ½(Q3 – Q1)
Cari Q 3
letak Q3 = 3/4 (n+1)
letak Q3 = 3/4 (8+1)
letak Q3= 3/4 (9)
letak Q3 = 27/4
letak Q3 = 6,75
letak Q3 ada di data urutan 6,75 atau ada di antara data 6 dan 7
Cari Q1
letak Q1 = 1/4 (n+1)
letak Q1 = 1/4 (8+1)
letak Q1 = 1/4 (9)
letak Q1 = 9/4
letak Q1 = 2,25
Letak Q1 ada di data urutan ke 2,25, artinya Q1 terletak di antara data urutan kedua
dan ketiga
Q1 = (data ke-2 + data ke-3):2
Q1 = (6+7):2
Q1 = 6,5
Nilai varian didapat dari pembagian hasil penjumlahan kuadrat (sum of squares)
dengan ukuran data (n).
Meskipun demikian ketika diterapkan nilai varian tersebut bias untuk menduga
varian populasi. Dengan memakai rumus-rumus diatas maka nilai varian populasi bisa
lebih besar dari varian sampel.
Supaya tidak bias saat menduga varian populasi maka n sebagai pembagi
penjumlahan kuadrat (sum of squares) harus diganti dengan n-1 (derajat bebas)
sehingga nilai varian sampel mendekati varian populasi. Dengan begitu rumus varian
sampel akan menjadi seperti dibawah ini:
Nilai varian yang diperoleh merupakan nilai yang berbentuk kuadrat. Seperti
misalnya satuan nilai rata-rata adalah gram dengan begitu nilai varian adalah gram
kuadrat. Untuk memperoleh nilai satuannya maka varian diakarkuadratkan supaya
hasilnya standar deviasi (simpangan baku).
Contoh Penghitungan :
Dalam suatu kelas, tinggi badan beberapa orang siswa yang dijadikan sampel adalah
sebagai berikut.
172, 167, 180, 170, 169, 160, 175, 165, 173, 170.
Dari data tersebut diketahui bahwa jumlah data (n) = 10, dan (n – 1) = 9. Selanjutnya
dapat dihitung komponen untuk rumus varian.
Nilai suatu Z-score adalah merupakan suatu ukuran yang menentukan seberapa
besar jarak suatu nilai (dari observasi suatu set sample) terhadap rata-ratanya dalam
satuan standar deviasinya.
Nilai Z-score akan berada pada suatu titik pada sumbu datar dari kurva normalnya.
Keberadaan nilai z-score akan menentukan posisinya dalam sumbu datar kurva
normal yang juga mencerminkan seberapa jauh keberadaan suatu nilai observasi (x)
terhadap rata-ratanya.
Apabila z-score bernilai negative(-) maka dia ada pada posisi sebelah kiri rata-rata
nya dalam kurva normal (dilihat dari hadapan kita). Sementara bila bernilai
positive(+), maka ada di posisi sebelah kanan rata-ratanya.
Keterangan :
Zi : Skor Baku
S : Simpangan baku.
Contoh Penghitungan :
Masih sama untuk dataset diatas, telah diketahui standar deviasi nya adalah
5.51. Misalnya, dalam sampel tinggi badan siswa, kita ingin mencari berapa z-score
dan peluang siswa yang tinggi badan nya dibawah 167.
Langkah berikutnya, perhatikan nilai z-score terhadap z-table dalam kurva normal.
Carilah nilai probabilitas nilai -0,544 dalam kurva normal dengan cara:
Nilai negative hanya menunjukkan posisi saja sehingga dapat diabaikan dalam
mencari besarnya probabilitas dalam kurva normal
Lihat nilai 0,5 pada judul baris di kolom pertama (kolom paling kiri), kemudian
carilah nilai 4 pada judul kolom di baris pertama (baris paling atas), disini didapatkan
nilai sebesar 0,2946
Seperti kita ketahui, bahwa luas seluruh area dibawah kurva normal adalah 1, dan
setengah luas area kurva normal adalah sebesar 0,5 (yaitu luas arsiran dari titik tengah
ke titik ujung). Dimana Titik tengah adalah rata-rata.
Kesimpulan pada contoh kasus diatas, peluang mendapatkan siswa dengan tinggi bada
yang umurnya dibawah 167 cm sebesar 0,2946 x 100% = 29,46%.
DAFTAR PUSTAKA
https://id.scribd.com/doc/100407619/BAB-5-Variabilitas
https://id.scribd.com/doc/109778823/Ukuran-Variabilitas
http://addi-muhaemin.blogspot.com/2012/04/statistika-pengukuran-variabilitas.html?m=1
http://idayoce.blogspot.com/2016/07/variabilitas-range-deviasi.html
http://blogpsikologi.blogspot.com/2016/08/memahami-macam-ukuran-variabilitas-dan.html
https://mafia.mafiaol.com/2014/06/cara-menentukan-jangkauan-interkuartil-simpangan-
kuartil.html
https://text-id.123dok.com/document/9ynp5jllz-rentang-rentang-rentang-interkuartil-dan-
simpangan-kuartil.html
https://informatikalogi.com/menghitung-varian-standart-deviasi-z-score/
https://books.google.co.id/