UKURAN PENYEBARAN DATA

Makalah Ini Disusun Untuk Memenuhi Tugas Kelompok Mata Statistika Pendidikan

Dosen Pengampu : Devi Solehat, M.Pd

Disusun oleh :
Kelompok 3 (Tiga)

Nama Anggota:
1. Jannatun Latifah (11170163000044)
2. Rifka Kamalia Wardani (11170163000046)
3. Nofita Abdilah (11170163000061)
4. Nurmasya Sekar Fadia (11170163000067)

Kelas : Pendidikan Fisika 6B

PROGRAM STUDI PENDIDIKAN FISIKA

FAKULTAS ILMU TARBIYAH DAN KEGURUAN
UNIVERSITAS ISLAM NEGERI SYARIF HIDAYATULLAH
JAKARTA
2020

i
 KATA PENGANTAR
Puji syukur kehadirat Allah SWT atas limpahan rahmat dan anugrah dari-Nya sehingga
penulis dapat menyelesaikan makalah ini tepat pada waktunya. Sholawat dan salam semoga
senantiasa tercurahkan kepada junjungan besar kita, Nabi Muhammad SAW yang telah
menunjukkan kepada kita semua jalan yang lurus berupa ajaran agama islam yang sempurna.

Makalah ini dibuat dengan tujuan untuk memenuhi tugas pada mata kuliah Statistika
Pendidika. Makalah ini menjelaskan tentang “Ukuran Penyebaran Data” . Dengan adanya
makalah ini diharapkan dapat meningkatkan pemahaman ilmu bagi para pembaca, khusunya bagi
penulis.

Tak lupa pula penulis mengucapkan terimakasih kepada teman teman satu kelompok
yang saling memberi dukungan dalam pembuatan serta penyusunan makalah ini. Kepada orang
tua yang telah membantu secara finansial dan terutama do’a. Serta kepada Dosen mata kuliah
Statistika Pendidikan Ibu Devi Solehat, M. yang telah membimbing penulis untuk dapat
menyelesaikan makalah tentang ukuran penyebaran data dalam bidang penelitian.

Penulis menyadari bahwa di dalam makalah ini masih terdapat banyak kekurangan dan
jauh dari kata sempurna. Oleh karena itu, kamengharapkan adanya kritik dan saran untuk
memperbaiki makalah yang akan kami buat di masa yang akan datang, mengingat tidak ada
sesuatu yang sempurna tanpa saran yang membangun.

Semoga ikhtiar kecil penulis ini menjadi amal kebaiakan yang bermanfaat.
Aamiin.

Jakarta, 23 Maret 2020

Penulis

ii
 DAFTAR ISI
KATA PENGANTAR...................................................................................................................ii
DAFTAR ISI.................................................................................................................................iii
BAB I...............................................................................................................................................4
PENDAHULUAN..........................................................................................................................4
1.1 Latar Belakang..................................................................................................................4
1.2 Rumusan Masalah.............................................................................................................4
1.3 Tujuan....................................................................................................................................4
1.4 Manfaat.............................................................................................................................4
BAB II.............................................................................................................................................5
PEMBAHASAN.............................................................................................................................5
2.1 Definisi Ukuran Penyebaran Data.....................................................................................5
2.2 Sebaran..............................................................................................................................5
2.3 Deviasi Rerata...................................................................................................................6
2.3 Variansi dan Deviasi Baku.....................................................................................................7
2.3.1 Variansi...........................................................................................................................7
2.3.2 Simpangan Baku /Deviasi Baku....................................................................................10
2.4Ukuran Penyebaran Lain.......................................................................................................14
2.5 Ukuran Letak dan Skor Baru...............................................................................................15
2.5.1 Ukuran Letak.................................................................................................................15
2.5.2 Skor Baku......................................................................................................................17
BAB III.........................................................................................................................................18
PENUTUP....................................................................................................................................18
3.1 Kesimpulan..........................................................................................................................18
3.2 Saran.....................................................................................................................................18
DAFTAR PUSTAKA...................................................................................................................19

iii
 BAB I
PENDAHULUAN
1.1 Latar Belakang
Statistik berasal dari bahasa Latin yang artinya adalah “status” atau negara. Pada mulanya
statistika berhubungan dengan fakta dan angka yang dikumpulkan oleh pemerintah untuk
bermacam-macam tujuan. Statistik juga diturunkan dari kata bahasa Inggris yaitu state atau
pemerintah. Pengertian yang sangat sederhana tentang statistic adalah sebagai suatu
kumpulan data yang berbentuk angka dan tersusun rapi dalam suatu tabel, grafik, gambar,
dan lain-lain. Misalnya tabel mengenai keadaan pegawai di kantor-kantor, grafik
perkembangan jumlah penduduk dari waktu ke waktu, dan lain sebagainya. Sedangkan
pengertian yang lebih luas mengenai statistik adalah merupakan kumpulan dari teknik
mengumpulkan, analisis, dan interpretasi data dalam bentuk angka. Statistik juga merupakan
bilangan yang menunjukkan sifat-sifat (karakteristik) data yang dikumpulkan tersebut.

Ukuran penyebaran data merupakan salah satu matetri statistika yang didalambnya
dibahas tentang sejauh mana data itu menyebar dari nilai rata- rata dalam data. Sebenarnya
materi ini cukup mudah untuk dipahami, namun dalam menentukan nilai nilai dari setiap
komponen yang termasuk dalam ukuran penyebaran data setingkali kita belum mampu
memahami ataupun kita keliru dalam menentukan nilai nilai dari komponen-komponen
tersebut.

1.2 Rumusan Masalah

Adapun rumusan masalan yang akan dibahas adalah :
1. Bagaimana kita memahami ukuran penyebaran data?
2 Bagaimana menentukan deviasi rerata ?
3 Bagiaman menentukan Variasi dan deviasi baku?
4 Bagaimana cara mengkur Ukuran penyebaran lain ?
5 Bagaimana keadaan ukuran letak dan skor baru?

1.3 Tujuan
1. Untuk mengetahui dan memahami definisi dari sebaran.
2. Untuk mengetahui dan memahami definisi dari Deviasi rerata.
3. Untuk mengetahui dan memahami definisi dari Variansi dan deviasi baku
4. Untuk mengetahui ukuran letak dan skor baru
1.4 Manfaat
1. Dapat memahami materi ukuran penyebaran
2. Untuk dijadikan pegangan dalam pembelajaran statistika khususnya dalam materi ukuran
penyebaran data
 BAB II
PEMBAHASAN
2.1 Definisi Ukuran Penyebaran Data
Ukuran penyebaran atau dispersi data adalah ukuran statistik untuk mengetahui ukuran
penyimpangan data dengan nilai rata rata hitungannya. 1 Ukuran penyebaran data diperlukan
untuk menginterprestasikan data secara keseluruhan .
Kegunaan Ukuran Penyebaran :
1. Ukuran penyebaran dapat digunakan untuk menentukan apakah nilai rata-ratanya benar
benar representatif atau tidak.
2. Ukuran penyebaran dapat digunakan sebagai perbandingan terhadap variabilitas data.
3. Ukuran penyebaran dapat membantu penggunaan ukuran statistika.
4. Ukuran penyebaran dapat membentuk penggunaan ukuran penyebaran sampel terhadap
ukuran populasi 2
Semakin besar tingkat sebaran data maka data semakin heterogen sedangkan semakin kecil
tingkat penyebaran data maka data semakin homogen

2.2 Sebaran
Sebaran adalah salah satu cara yang paling sederhana untuk mengukur penyebaran tentang
sukumpulan bilangan. Sebaran ialah selisih bilangan terbesar dan terkecil. Sebaran digunakan untuk
memperoleh gambaran tentang penyebaran data yang sedang diselidiki dalam waktu singkat dengan
mengabaikan faktor ketelitian. Contohnya adalah pada nilai kelompok X dan Y

X : 70 69 67 67 66 65 65 65 63 63
Y : 95 87 84 72 59 58 58 51 51 45
Sebaran dalam kelompok X ialah 70-63 = 7 dan
Sebaran dalam kelompok Y ilalah 95-45=50
Sebaran merupakn ukuran penyebaran yang sangat kasar, karena hanya bersangkutan dengan dua
bilangan paling besar dan paling kecil dari sekumpulan bilangan. Bilangan- bilangan sisanya tidak
dapat terjelaskan, kecuali bilangan tersebut terletat diantara kedua bilangan paling bear dan paling
kecil. Sebaran ini dapat menggunakan ukuran penyebaran untuk mengetahui sekumpulan penyebaran
data dengan cepat, namun hasil yang diperoleh sangat kasar. Perhatikann contoh berikut:

X : 30 30 30 30 30 30 30 30 30 95
Y : 30 95 95 95 95 95 95 95 95 95
Z : 30 30 30 30 30 95 95 95 95 95
Ketiga kumpulan bilangan tersebut sebenarnya masing masing bernilai sama, yaitu 65 (didapatkan
dari 95-30), tetapi penyebarannya tidak sama.

1
Neneng.2016. Statistika untuk Analisis Data Penelitian. Bandung: CV Pusaka Setia. Hlm 133
2
Ibid

5
 Pada kumpulan X = kebanyakan bilangan 30
Pada kumpulan Y= kebanyakan bilangan 953

2.3 Deviasi Rerata

Deviasi rerata atau Simpangan rata-rata adalah rata-rata jarak antara nilai-nilai data
menuju rata-ratanya. Simpangan rata-rata termasuk ke dalam ukuran penyebaran data seperti
halnya varian dan standar deviasi. Kegunaannya adalah untuk mengetahui seberapa jauh
nilai data menyimpang dari rata-ratanya.
n
1
Deviasi rerata atau SR= ∑ |x −x́|
n i=1 i
Keterangan :
SR=¿ Simpangan rata rata/ Deviasi rerata
x i=¿Titik tengah kelas ke-i
x́=¿ Rerata
n= Banyak Data

Contoh Soal:
Misalkan tinggi badan 10 orang mahasiswa adalah sebagai berikut.
172,167,180,170,169,160,175,165,173,170
Hitunglah simpangan rata-rata data tinggi badan tersebut!
Jawab :
Pertama, hitung terlebih dahulu rata-ratanya.
n
1 1
x́= ∑ x i¿ ( 172+167+…+170 )¿ 170,1
n i=1 10
Selanjutnya hitung |x i−x́|

3
Prof.H.E.T.Ruseffendi,SPd,MSc.,PhD, Statistika Dasar untuk Penelitian Pendidikan, (Bandung:Bandung Press.
1998), hlm 130.

6
 Selanjutnya dapat dihitung simpangan rata-ratanya, yaitu:
n
1 1
SR= ∑ |x i−x́|¿ 39,2¿ 3,92
n i=1 10

2.3 Variansi dan Deviasi Baku

2.3.1 Variansi
Variansi adalah salah satu ukuran dispersi atau ukuran variasi.  Varians dapat
menggambarkan bagaimana berpencarnya suatu data kuantitatif.  Varians diberi simbol  σ2
(baca: sigma kuadrat) untuk populasi dan untuk s2 sampel. 
Selanjutnya kita akan menggunakan simbol s2  untuk varians karena umumnya kita hampir
selalu berkutat dengan sampel dan jarang sekali berkecimpung dengan populasi.4
Varian dan standar deviasi (simpangan baku) adalah ukuran-ukuran keragaman (variasi)
data statistik yang paling sering digunakan. Standar deviasi (simpangan baku) merupakan
akar kuadrat dari varian.
s=s2−−√
Oleh karena itu, jika salah satu nilai dari kedua ukuran tersebut diketahui maka akan
diketahui juga nilai ukuran yang lain.

Penghitungan
Dasar penghitungan varian dan standar deviasi adalah keinginan untuk mengetahui
keragaman suatu kelompok data. Salah satu cara untuk mengetahui keragaman dari suatu
kelompok data adalah dengan mengurangi setiap nilai data dengan rata-rata kelompok data
tersebut, selanjutnya semua hasilnya dijumlahkan.

Namun cara seperti itu tidak bisa digunakan karena hasilnya akan selalu menjadi 0.

Oleh karena itu, solusi agar nilainya tidak menjadi 0 adalah dengan mengkuadratkan
setiap pengurangan nilai data dan rata-rata kelompok data tersebut, selanjutnya dilakukan
penjumlahan. Hasil penjumlahan kuadrat (sum of squares) tersebut akan selalu bernilai
positif.

4
Riduawan. Pengantar statistika sosial. (Bandung: Alfabeta. 2009)h. 120

7
 Nilai varian diperoleh dari pembagian hasil penjumlahan kuadrat (sum of squares)
dengan ukuran data (n).

Namun begitu, dalam penerapannya, nilai varian tersebut biasa untuk menduga varian
populasi. Dengan menggunakan rumus tersebut, nilai varian populasi lebih besar dari varian
sampel.5
Oleh karena itu, agar tidak bias dalam menduga varian populasi, maka n sebagai pembagi
penjumlahan kuadrat (sum of squares) diganti dengan n-1 (derajat bebas) agar nilai varian
sampel mendekati varian populasi. Oleh karena itu rumus varian sampel menjadi: 

Nilai varian yang dihasilkan merupakan nilai yang berbentuk kuadrat. Misalkan satuan
nilai rata-rata adalah gram, maka nilai varian adalah gram kuadrat. Untuk menyeragamkan
nilai satuannya maka varian diakarkuadratkan sehingga hasilnya adalah standar deviasi
(simpangan baku).

Untuk mempermudah penghitungan, rumus varian dan standar deviasi (simpangan baku)
tersebut bisa diturunkan :
Rumus varian :

Rumus standar deviasi (simpangan baku) :

Keterangan:
s2 = varian
s = standar deviasi (simpangan baku)
xi = nilai x ke-i
5
Andi. Statistika “Data Kajian Deskriftif, Inferensi, dan Non Parametrik”. (Jakarta: Kencana Prenada Media
Group. 2007) h. 102

8
  = rata-rata
n = ukuran sampel

Contoh Penghitungan
Misalkan 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.

Dari tabel tersebut dapat ketahui:

 
Dengan demikian, jika dimasukkan ke dalam rumus varian, maka hasilnya adalah sebagai
berikut.

9
Dari penghitungan, diperoleh nilai varian sama dengan 30,32.

Dari nilai tersebut bisa langsung diperoleh nilai standar deviasi (simpangan baku) dengan
cara mengakarkuadratkan nilai varian.

2.3.2 Simpangan Baku /Deviasi Baku

Standar deviasi merupakan ukuran penyebaran yang paling banyak digunakan. Semua
gugus data dipertimbangkan sehingga lebih stabil dibandingkan dengan ukuran lainnya.
Namun, apabila dalam gugus data tersebut terdapat nilai ekstrem, standar deviasi menjadi
tidak sensitif lagi, sama halnya seperti mean.
Standar Deviasi memiliki beberapa karakteristik khusus lainnya. SD tidak berubah
apabila setiap unsur pada gugus datanya di tambahkan atau dikurangkan dengan nilai
konstan tertentu. SD berubah apabila setiap unsur pada gugus datanya dikali/dibagi dengan
nilai konstan tertentu. Bila dikalikan dengan nilai konstan, standar deviasi yang dihasilkan
akan setara dengan hasilkali dari nilai standar deviasi aktual dengan konstan.6

Rumus Simpangan Baku untuk Data Tunggal

1. Untuk data sample menggunakan rumus

2. Untuk data populasi menggunkan rumus

6
Riduwan, Op.Cit. h. 122

10
 Contoh :

Selama 10 kali ulangan semester ini sobat mendapat nilai 91, 79, 86, 80, 75, 100, 87, 93,
90,dan 88. Berapa simpangan baku dari nilai ulangan sobat?

Jawab
Soal di atas menanyakan simpangan baku dari data populasi jadi menggunakan rumus

Dengan rata-rata = (91+79+86+80+75+100+87+93+90+88)/10 = 869/10 = 85,9

Masukkan kedalam rumus

Rumus Simpangan Baku Untuk Data Kelompok

1. Untuk sample menggunakan rumus

2. Untuk populasi menggunakan rumus

11
 Contoh :

Diketahui data tinggi badan 50 siswa samapta kelas c adalah sebagai berikut

Hitunglah berapa simpangan bakunya

1. Cari rata-rata data kelompok tersebut

2. Kemudian rata-rata dari data kelompok tersebut kita bikin tabel untuk dimamasukkan ke
dalam rumus simpangan baku

12
13
2.4Ukuran Penyebaran Lain
Ukuran penyebaran lain terdiri dari sebaran antar kuartil, sebaran semi antar kuartil, dan
sebaran keempat..
Sebaran antar kuartil = K3 – K1

Sebaran antar kuartil ini mengandung 25% data. Sebaran antar kuartil tidak seperti
sebaran dipengaruhi oleh data terbesar dan data terkecil, tetapi dipengaruhi oleh data yang ada
di sekitar tengah. 7
Selain sebaran antar kuartil, biasa juga dipergunakan ukuran penyebaran yang disebut dengan
sebaran semi antar kuartil (deviasi kuartil).

K 3−K 1
Sebaran semi antar kuartil =
2
Terdapat ukuran penyebaran yang sekarang ini sering dipergunakan, karena
kelebihannya. Ukuran penyebaran itu disebut sebaran keempat. Kelebihannya ialah karena
sebaran keempat memberikan gambaran secara menyeluruh keadaan pusat, penyebaran, dan
data yang jauh menyimpang. Berikut ini contoh bagaimana menghitung dan menyajikan data
menurut sebaran keempat.8
Andaikan kita mempunyai skor ulangan 24 orang siswa sebagai berikut.
45 58 73 54 59 78 98 94 55 56 57 47
53 48 56 41 46 44 56 60 66 44 54 60
Cara menghitung sebaran keempat adalah sebagai berikut.
1. Urutkan data itu dari yang paling kecil ke yang palng besar. Setelah diurutkan, data di
atas menjadi
2. 41 44 44 45 46 47 48 53 54 54 55 56
3. 56 56 57 58 59 60 60 66 73 78 94 98
4. Hitung medium dibawah (lower fourth), yaitu median setengah data yang lebih kecil.
Median bawah itu (47 + 48)/2 = 47,5

7
Prof.H.E.T.Ruseffendi,SPd,MSc.,PhD, Statistika Dasar untuk Penelitian Pendidikan, (Bandung:Bandung Press.
1998), hlm 130.
8
Ibid

14
 5. Hitung median atasnya (upper fourth), yaitu median setengah data yang lebih besar.
Median atas itu 60.
6. Sebaran keempat (SP) = median atas – median bawah = 60 – 47,5 = 12,5

Sekarang mari kita buat kotak datanya.

1. Tarik segmen garis yang memuat data di atas. Misalnya sebagai berikut.
2. Di atas ruas garis itu buatlah persegi panjang yang sisi kirinya ada di atas nilai median
bawha dan sisi kanannya ada di atas nilai median atas. Gambarnya adalah sebagai berikut.
Tarik juga ruas garis tegak di atas nilai mediannya.
3. Pada masing-masing sisi kiri dan sisi kanan persegi panjang itu tariklah ruas garis ke kiri
dan ke kanan maksimum sepanjang 1,5 SP = 1,5 × 12,5 = 18,75 sampai mengenai data
yang paling jauh yang masih terjangkau (perkalian SP dengan 1,5 adalah perjanjian). Yang
masih terjangkau di sebelah kanan adalah 78, sedang yang di sebelah kiri terjangkau semua
4. Kemudian beri tanda bilangan yang ada diantara 1,5 SP dan 3 SP dengan 8. (Perkalian SP
dengan 3 adalah perjanjian). (Pada data di atas 1,5 SP = 78,75 dan 3 SP = 97,5; bilangan
yang ada diantara 1,5SP dan 3SP adalah 94). Bilangan yang ada d daerah itu disebut
bilangan buangan sedang (mild outliers). Sedangkan bilang yang ada di luar daerah 3SP
disebut bilangan buangan ekstrim (extreme outliers). Bilangan buangan ekstrim itu diberi
tanda ●.
Pada contoh di atas, bilangan buangan ekstrimnya adalah 98. Lengkapnya, gambar kotak data
di atas adalah sebagai berikut.
Bisa disimpulkan bahwa sebaran keempat itu tidak terpengaruh oleh data 25% terbawah atau
25% teratas.9

2.5 Ukuran Letak dan Skor Baru

2.5.1 Ukuran Letak

Peringkat (ranking) adalah nomor urut seseorang dalam suatu kelompok, nomor urut
yang didasarkan kepada urutan kemampuuan yang diurutkan mulai dari yang paling besar.
Andaikan nilai-nilai ulangan aljabar berikut berturut-turut milik siswa A, B, C, D, E dan F.
Nilai-nilai itu 4,5,7,3,8 dan 9. Untuk melihat peringkat A, B, C dan seterusnya kita supaya
mengurutkan nilai itu berdasarkan kepada besarnya dimulai dari yang paling besarnya,
dimulai dari yang paling besar. Urutan itu adalah: 9(milik F), 8(milik E), 7(milik C), 5(milik

9
Ibid, hlm. 130-131

15
B), 4(milik A) dan 3(milik D). Maka peringkat F adalah 1, E adalah 2, C adalah 3, B adalah
4, A adalah 5 dan D adalah 6.

Bila dalam sekumpulan bilangan ada yang kembar ada dua atau lebihi, seperti 8 pada
9,8,8,5,5,3 atau pada 9,8,8,8,4,3 bagaimana menghitung peringkatnya? Peringkatnya
diperoleh dari rearata peringkat-peringkat bilangan kembar dua atau lebih itu, dengan
berpikir seolah-olah bilangan-bilangan kembar itu tidak sama. Peringkat 8 dari 9,8,8,5,5,3
itu adalah 2,5. Itu diperoleh dari (2+3) : 2. Dalam perhitungannya seolah-olah 8 yang kedua
itu berbeda (lebih kecil) dari 8 di sebelah kirinya sehingga peringkatnya pun harus sama ;
supaya adil. Karena itulah, peringkat untuk 8 adalah (2+3) : 2=2. Dengan beralasan sama
seperti itu, peringkat 8 dari 9,8,8,8,4,3 adalah (2+3+4):3=3.

Dengan peringkat saja sering timbul pertanyaan yang tidak bisa dijawab. Misalnya pada
persoalan berikut. Andaikan siswa A dalam kelas matematika yang banyak siswanya 45
orang berperingkat 6 sedangkan dalam kelas bahasa inggris yang banyak siswanya 0 orang
berperingkat 7. Dalam kelas manalah dapat menjawab pertanyaan seperti itu kita harus
mengetahui konsep peringkat persen atau peringkat persentil, yaitu konsep yang berkenaan
dengan rasio. Misalnya, nilai 65 adalah nilai dengan nilai-nilai yang ada dibawahnya
sebanyak 45 persen, maka peringkat persen dari 65 itu adalah 45.

Untuk menjawab pertanyaan seperti itu orang yang menghitung peringkat persen secara
sederhana sebagai berikut. Peringkat persen dalam matematika sama dengan (45-6)/45 x100
= 87, dan dalam bahasa inggris sama dengan (50-7)/50x100=8. Kesimpulannya ialah
kemampuan relatif siswa itu lebih baik dalam bahasa inggris daripada dalam matematika.

Menjawab pertanyaan diatas dengan menggunakan cara sederhana seperti itu adalah
benar, tetapi perhitungan tersebut kurang tepat. Untuk perhitungan peringkat persen yang
lebih tepat adalah

PP=( ⟨ N−R ⟩ +0,5 ) x 100 : N … … … …(5.15)

Dengan PP = Peringkat Persen

N= banyak nilai

R = peringkat nilai

Bila nilai-nilai itu belum disusun dalam peringkat, rumusnya adalah

PP=( U . 0,5 ) x 100 : N . . . .. . .. ( 5.16 )

Dengan U=nomor urut (dimulai dari yang terkecil) ; bila ada beberapa nilai yang sama,
nomor urut untuk nilai yang sama itu adalah nomor urut reratanya (seperti pada menentukan
peringkat).

16
 Peringkat persen dihitung dengan rumus

f
(
PP= f k −
2)x 100: N … … … … … ( 5.17 )

2.5.2 Skor Baku

Skor baku adalah skor yang sudah berolah dalam bentuk tertentu seperti skor-z dan skor-
T. Skor yang demikian itu disebut skor baku dengan maksud untuk membedakan dari skor
mentah. Skor baku yang akan dibahas adalah skor stanin, skor huruf, skor-z dan skor-T.

1. Stanin
Pada stanin, kurva halus data dibagi dalam sembilan kelompok yang jaraknya
(lebarnya) perkelompok sebesar setengah deviasi baku. Kelompok 1 sampai
kelompok 9, mulai dari data paling kecil, berturut-turut disebut stanin 1, stanin 2, dan
seterusnya.
2. Skor Huruf
Berdasarkan kepada sifat distribusi normal bahwa luas daerah antara satu deviasi
baku ke sebelah kiri dan ke sebelah kanan dari rerata itu memuat 68,26%, antara dua
deviasi baku ke sebelah kiri dan ke sebelah kanan dari rerata itu memuat 95,44% dan
seterusya, kita dapat membuat sistem penilaian dengan huruf-huruf yang dipakai
adalah A,B,C,D, dan G (Gagal).
3. Skor-z dan Skor-T
Skor-z diperoleh dari z=( X− X́ ) : S, sedangkakn skor-T diperoleh dari
T =( ( X− X́ ) : S ) x 10+50.

Seperti yang sudah diuraikan, skor baku itu bukan ukuran penyebaran. Disini
diuraikan sekedar untuk melihat kegurauan salah sebuah ukuran penyebaran yaitu deviasi
baku dikaitkan dengan salah sebuah ukuran gejala sentral yaitu rerata.10

10
Ibid.hlm.132-137

17
 BAB III
PENUTUP
3.1 Kesimpulan
1. Ukuran penyebaran data adalah ukuran yang menunjukan seberapa jauh suatu data
menyebar dari rata-rata
2. Simpangan rata-rata atau deviasi rerata adalah ukuran yang menyatakan seberapa besar
penyebaran tiap nilai data terhadap nilai meannya (rata-ratanya)
3. Variansi (ragam) adalah rata-rata dari jumlah kuadrat simpangan tiap data
4. Skor baku adalah skor yang sudah berolah dalam bentuk tertentu seperti skor-z dan skor-
T

3.2 Saran

Melakukan perhitungan ukuran penyebaran data dibutuhkan kesabaran dan ketelitian.

Dalam pembuatan makalah ini penulis menyadari masih terdapat banyak kekurangan, untuk
itu saran yang membangun dari pembaca sangat diharapkan penulis demi sempurnanya
makalah ini.

18
 DAFTAR PUSTAKA
Andi. 2007. Statistika Data Kajian Deskriftif, Inferensi, dan Non Parametrik. Jakarta: Kencana
Prenada Media Group.
Neneng.2016. Statistika untuk Analisis Data Penelitian. Bandung: CV Pusaka Setia.
Prof.H.E.T.Ruseffendi,SPd,MSc.,PhD. 1998. Statistika Dasar untuk Penelitian Pendidikan.
Bandung:Bandung Press.
Riduawan. 2009. Pengantar statistika sosial. Bandung: Alfabeta.

19