!

#9 UKURAN VARIASI
Rentang, Simpangan Rata-rata, Simpangan
Baku, Angka Baku atau Z score

@Alam
alamyin@gmail.com [] 0821 9505 1199
www.alam-yin.com [] @alamyin
Variasi/Penyebaran data

Adalah suatu nilai yang menunjukkan seberapa jauh nilai

pengamatan tersebar di sekitar nilai rata-rata, sering
disebut juga variasi atau dispersi
Mengapa Variasi (dispersi) penting?

• Memperoleh informasi tambahan tentang penyimpangan

yang terjadi pada suatu distribusi data
• Dapat menilai ketepatan nilai tengah dalam mewakili
distribusinya
• Perhitungan variasi memiliki arti penting untuk
mengadakan analisa statistik inferensia
 Beberapa bentuk dispersi/variasi
10
9
8 1
7
1. Rata2 sama 6
5
variasi beda 4
3
2 3
1
0
2 3 4.6 5 6

2
3. Rata2 berbeda
2. Rata2 dan variasi sama
variasi beda
Nilai Penyebaran Mutlak :
Rentang (Range)
Mean Deviasi
Deviasi Standar
!
Nilai Penyebaran Relatif :
Dispersi/Variasi Relatif
!
Angka Baku atau Z score
 1. Range
Ukuran variasi data yang paling sederhana
Range menggambarkan seberapa jauh data itu memencar
(merentang) tetapi tidak menunjukkan tentang keragaman
datanya
Proses perhitungannya :
!
Urutkan data dari yang terkecil ke terbesar
Nilai range = nilai terbesar – nilai data terkecil
!
Nilai range untuk data kelompok :
= Batas bawah kelas terakhir - batas bawah kelas pertama
atau
= Nilai tengah tertinggi – Nilai tengah terendah
Contoh Range
Data tunggal
Data RS A : 2,2,3,3,3,3,4,4,5,6 ; nilai range = 4 hari
Data RS B : 1,1,2,3,3,3,4,5,5,8, ; nilai range = 7 hari

Data berkelompok
Berat Badan (kg) f Md

41 - 45 4 43
46 - 50 4 48 Batas bawah kelas terakhir = 76
51 - 55 1 53 Batas bawah kelas pertama = 41
56 - 60 2 58
Nilai range : R = 76-41 = 35
61 - 65 5 63
66 - 70 7 68 Nilai tengah tertinggi = 78
71 - 75 5 73 Nilai tengah terendah = 43
76 - 80 2 78
Nilai range : R = 78 – 43 = 35

Jumlah 30
2. Simpangan Rata2 (Mean Deviation)

Merupakan penyimpangan nilai-nilai individu terhadap

nilai rata-rata
Angka selisih antara hasil pengamatan dengan rata-
rata diambil harga mutlaknya tanpa memperhatikan
tanda aljabarnya
Deviasi rata-rata bermanfaat untuk mengetahui
variasi yang terjadi dalam satu kelompok
pengamatan atau membandingkan tingkat variabilitas
dua kelompok atau lebih
Kekurangan deviasi rata-rata yaitu tidak dapat
mengetahui arah simpangan ke kiri atau ke kanan
Deviasi Rata2 (Mean Deviation)

• Jarak setiap data terhadap mean disebut

—
simpangan, dengan rumus : di = Xi – x
—
• Jumlah simpangan Σ (xi- x) = 0, sehingga perlu
—
diabsolutkan : Σlxi- xl

Rumusan Deviasi rata –rata ( MD)

x = Nilai data pengamatan

x = Rata–rata hitung sampel
N = Jumlah data
Contoh Mean Deviation

Alat Tangkap
Hasil Tangkap (x) x-x |x-x|

Pancing ulur 75

Payang 82

Gillnet 78

Cantrang 48

Purse seine 35

Total 318

x = 63.6
Mean Deviation (data berkelompok)

Total 50 255 1684 89.64 442.08

Rata-rata = 1684/50= 33.68

MD= 442.08 / 50 = 8.8416
 3. Varians dan Simpangan Baku
Varians merupakan bilangan yang menunjukkan seberapa jauh data
pengamatan menyebar dari mean

Variansi merupakan jumlah kuadrat semua deviasi nilai-nilai individual terhadap

rata-rata kelompok. Akar variansi disebut standar deviasi atau simpangan baku.

Varians 2 Varians
S
! !
! !
Simpangan Simpangan
baku S baku

Populasi Sampel
Standar Deviasi /SImpanga Baku

Deviasi standar memegang peranan penting karena

dapat memberikan gambaran tentang penyimpangan
yang terjadi pada setiap nilai hasil pengamatan
terhadap rata-rata suatu distribusi
Stantar diviasi sampel yang baik seharusnya
merupakan ukuran yang tidak bias thd standar
deviasi populasi, shg nilai n diganti dengan n-1 untuk
sampel
Contoh SD

Berapakah deviasi standar terhadap rata-rata kadar Hb dari 10

orang wanita hamil yang melakukan PNC di suatu rumah sakit
dengan hasil sebagai berikut : 8,8,9,9,10,10,11,11,12,12

xi (xi - x) (xi - x)²

!
8 -2 4 x = 8+8+9+9+10+10+11+11+12+12
8 -2 4 10
9 -1 1 = 10
9 -1 1
10 0 0
10 0 0
11 1 1 Dengan menggunakan rumus deviasi
11 1 1 populasi maka :
12 2 4
12
!
2 4
= 20 = 2
Σ(xi – x)² =20 10
σ = 1,41
● Dalam suatu populasi selalu terjadi variasi dari hasil
pengamatan baik variasi eksternal maupun variasi internal
sebagai akibat hukum alam

● Semakin besar variasinya semakin tidak seragam datanya

sedangkan semakin kecil variasinya maka keseragaman data
semakin tinggi

● Varians dan deviasi standar sampel menunjukkan suatu

kecenderungan untuk lebih kecil dari varians dan deviasi
standar populasi sehingga untuk mengurangi underestimate,
dilakukan koreksi yaitu besarnya n sampel menjadi n-1
Standar Deviasi Data Berkelompok

2 f 2
S = S= S

Total 50 255 1684 89.64 1884.254 6194.88

Rata-rata 33.68

2
S = 126.4261 S = 11, 2436
Koefisien Variasi

adalah perbandingan antara standar deviasi dengan

nilai rata-rata yang dinyatakan dengan persentase.

Koefisien variasi berguna untuk melihat sebaran data

dari rata-rata hitungnya.
Nilai Standar (Angka Baku) atau Z Scor

Nilai standar (angka baku) adalah perubahan yang

dipergunakan untuk membandingkan dua buah keadaan atau
lebih. Angka baku yang lazim dipergunakan adalah Z score.

Z-score digunakan untuk mengambil sampel dalam satu set

data atau untuk menentukan berapa jumlah standar deviasi di
atas atau di bawah mean.

Untuk mencari Z-score suatu sampel, Anda harus mencari

dulu mean, varian, dan standar deviasinya. Untuk menghitung
Z-score, Anda harus mencari selisih antara value sampel dan
value mean, lalu membaginya dengan standar deviasi.
Contoh

1. Cari rata-rata dari sampel di atas

2. Variasi/dispersi/penyebaran data

3. Simpangan baku
Z-Score
Z-score digunakan untuk mengambil sampel dalam satu set data
untuk menentukan berapa jumlah standar deviasi di atas atau di
bawah mean.#
Untuk mencari Z-score suatu sampel, Anda harus mencari dulu
mean, varian, dan standar deviasinya. #
Nilai standar (angka baku) adalah perubahan yang dipergunakan
untuk membandingkan dua buah keadaan atau lebih. Angka baku
yang lazim dipergunakan adalah Z score, dirumuskan dengan:

X-μ μ = mean/Rata2#
z= σ = Simpangan Baku / Standart Deviation
σ
Kegunaan Z-Score

Membandingkan dua data atau lebih dalam suatu

keolmpok

Membandingkan posisi seseorang dengan orang lain

dalam kelompok masing-masing.

#
Contoh : A, mendapat nilai 7 sementara B 9. A berargumen
bahwa guru kelasnya itu pelit nilai sementara guru kelas B
baik hati. Nah untuk membuktikan apakah memang Anton
mendapat nilai yang sama atau lebih baik dari Budi, kita
menggunakan Z-score
 Contoh Kasus Z-Score
Pada UAS, A memperoleh nilai 60 mata kuliah SM. Rata2 kelas mata kuliah
SM adalah 50 dan simpangan baku 10.

Mata kuliah BS, A memperoleh nilai 56, dan rata2 kelasnya 48 dgn
simpangan baku 4. Dalam kasus ini, di manakah posisi nilai A yg lebih baik.

Jawab:

X-μ
Dik
z=
Mata Kuliah SM: X= 60; μ = 50 ; σ = 10
σ
Diperoleh Z = 1

Mata Kuliah BS: X= 56; μ = 48 ; σ = 4

Diperoleh Z = 2

#
Jadi NIlai A untuk mata kuliah BS lebih baik
dari mata kuliah SM.
Contoh_2
Dari pengumpulan data, nilai Statistika dari dua kelas diperoleh data sbb :

A & B sekelas (Kelas X) memperoleh nilai statistika 64 dan 43. Rata2 nilai kelas
X adalah 57 dan simpangan baku 14.

Di kelas Y, rata2 nilai statistika adalah 31 dan simpangan bakunya 6. C & D,

siswa kelas Y memperoleh nilai statistika 34 dan 28.

Standar skor (rata2 standar) adalah 50 dgn simpangan baku 5.

Bandingkan nilai keempat siswa tsb. Standar Skor = μst + (σst x Z)

J A W A B

1. Hitung Z-Score masing2 siswa

(Dik, Kelas X: A= 64, B=43, μ = 57, σ = 14 ;

Kelas Y: C = 34, D=28, μ = 31, σ = 6 )

#
2. Ubah Z-Score ke standar score yang telah ditetapkan dgn rumus

Standar Skor = μst + (σst x Z)

1. Nilai Zscor masing2 A= 0,5 ; B=-1 ; C=0,5 ; D=-0,5

2. Ubahlah Z skor ke standar skor yang telah ditetapkan dgn rumus :

Standar Skor = μst + (σst x Z)#

#
Nilai A yang distandarkan : 50 + (5 x 0,5)= 52,5

Nilai B yang distandarkan : 50 + (5 x -1)= 45

Nilai C yang distandarkan : 50 + (5 x 0,5)= 52,5

Nilai D yang distandarkan : 50 + (5 x -0,5)= 47,5

Kesimpulan : Nilai terendah adalah siswa B,dan yang tertinggi adalah

siswa A dan C
Seorang peneliti mengembangkan tes IQ. Dalam 1 tahun ia telah
menerapkan tesnya kepada sekelompok responden yg memiliki kriteria
yg hampir sama dlm jumlah yg cukup besar. Diperoleh μ = 80 dan σ = 10.

Selanjutnya, ia ingin membandingkan dgn beberapa hasil pengujiannya μ

= 100 dan σ = 15. Lalu ia mengambil beberapa sampel dgn nilai sbb :

#
Responden A B C D E F G H

Nilai 90 85 100 90 70 70 75 95
Referensi

1.

2.