UKURAN VARIASI DATA

Varians adalah salah satu ukuran dispersi atau ukuran variasi.  Varians dapat menggambarkan
bagaimana berpencarnya suatu data kuantitatif.

1.1. Rentang Data/Nilai Jarak (Range)

Range atau nilai jarak adalah selisih nilai-nilai extreme yang terdapat dalam kumpulan data
atau dengan kata lain selisih nilai tertinggi dengan nilai terendah dalam kumpulan data. Hal ini
berlaku baik pada data berkelompok maupun data tidak berkelompok

1. Data tidak Berkelompok (urutkan dahulu data dari terendah ke tertinggi)

Rumus : Range = Xn – X 1
Xn = Nilai Tertinggi
X1 = Nilai Terendah

Contoh data : 30 60 80 90 95 110

Range = 110 − 30
= 80

2. Data berkelompok

USIA JUMLAH
20-24 12
25-29 22
30-34 28
35-39 11

Range pada data di atas adalah 39 – 20 = 19

Pada data berkelompok, nilai terendah adalah batas bawah kelas terendah dan nilai
tertinggi adalah batas atas nilai tertinggi. Range sebagai ukuran variasi data memiliki
beberapa kelemahan, yaitu sebagai berikut :
a. Hanya merupakan selisih nilai tertinggi dengan nilai terendah, sehingga tidak bisa
menjadi ukuran variasi yang baik apabila terdapat nilai-nilai ekstrim, baik di bawah
maupun di atas.
b. Nilai Range sangat dipengaruhi nilai ekstrim. Artinya, apabila selisih nilai tertinggi
dengan terendah terlalu besar, nilai range ikut menjadi besar.
c. Sangat tergantung pada jumlah sampel
d. Tidak applicable untuk distribusi frekuensi dengan kelas terbuka.
1.2. Range Interkuartil

Range interkuartil adalah selisih antara kuartil ketiga dan kuartil pertama.
Untuk mendapatkan nilai range interkuartil, terlebih dahulu kita harus membagi data 4 bagian.

25% 25%

Nilai Q1Q2Q3Nilai
TerendahTertinggi
Nilai range interkuartil = Q3 − Q1. Setengah dari nilai range interkuatil disebut deviasi kuartil
yang bisa didapat dari membagi dua nilai range interkuartil.
Rumus :
Q3 – Q 1
Deviasi Kuartil =
2
Jarak dari Q1 ke Q2 dan dari Q2 ke Q3 menentukan apakah data bersifat simetris atau tidak.
Jika deviasi kuartil = median maka data bersifat simetris, artinya (Q3-Q2) = (Q2-Q1). Apabila
nilainya berbeda, maka data menjadi tidak simetris.
Deviasi kuartil mengukur range rata-rata sebesar 25% data dari sekelompok data.
Semakin besar nilai deviasi quartil, semakin besar variasi 50% data yang diobservasi.
Sementara, semakin kecil deviasi kuartil, semakin tinggi kesamaan data (kurang variasi).

Contoh : Tentukanlah nilai range, range interkuartil dan deviasi kuartil dari data berikut!

Pajak Pendapatan Wajib Pajak Frekuensi

(Dalam Jutaan Rupiah) Komulatif
5−9 20 20
10 − 14 27 47
15 − 19 34 81
20 − 24 24 105
25 − 29 19 124

Untuk menentukan kelas yang memuat nilai Q 1 maka banyak data harus dibagi 4, atau n/4.
Maka didapat 124/4 = 31. Nilai tersebut berada pada interval ( 10 – 14 ). Batas bawah atau L
nya adalah 10.

Rumus :
i ( n/4 – cf )
Q1 = L + Xh
f
1( 124
/4 – 20 )
Q1 = 10 + X5
27
11
Q1 = 10 + X5
27

Q1 = 12,03

Untuk menentukan kelas yang memuat nilai Q3, maka banyak data harus dikalikan 3 dan
kemudian dibagi 4, atau 3(n/4). Maka didapat 3 (124/4 = 93. Nilai tersebut berada pada
interval ( 20 – 24 ). Batas bawahnya adalah 20. Maka nilai Q3 adalah sebagai berikut :
 3( 124
/4 – 81 )
Q3 = 20 + X5
24

Q1 = 22,5

Range interkuartil = Q3 - Q1
Range interkuartil = 22,5 -12,3
Range interkuartil = 10,47

Deviasi kuartil dapat dicari sebagai berikut :

Q3 – Q 1
Deviasi Kuartil =
2
22,5 – 10,47
Deviasi Kuartil =
2
Deviasi kuartil = 5,235

1.3. Deviasi Rata-Rata (Mean Deviation) dan Varians

1.3.1. Deviasi Rata-Rata/Simpangan Rata-rata (Mean Deviation)

Deviasi bisa juga disebut simpangan.
Contoh :
KCP Duren Sawit memiliki data 7 perusahaan yang konsisten memberikan laporan pajak tepat
waktu. Usia kesepuluh perusahaan tersebut adalah : 5, 9, 11, 11, 14, 16, 18
Jika kita jumlahkan usia ketujuh perusahaan, maka kita dapatkan umur total perusahaan
adalah 84 yang apabila kita bagi 7 adalah 12.
Maka cara menentukan deviasi rata-rata dapat dilakukan sebagai berikut:
5 - 12 -7
9 - 12 -3
11 - 12 -1
11 - 12 -1
14 - 12 2
16 - 12 4
18 - 12 6
0

Adanya tanda negatif menyebabkan penjumlahan selisih nilai akan selalu menjadi nol, sehingga
tidak dapat dibagi dengan banyak data untuk mendapatkan deviasi rata-rata. Cara untuk
mendapatkan nilainya adalah dengan mengkuadratkan selisih nilai tersebut, baru kemudian
dibagi dengan banyak data. Dalam statistik, kuadrat jumlah selisih nilai yang dibagi dengan
banyak data menghasilkan satuan lain yang disebut varians. Dengan demikian penggunaan
cara ini akan membantu kita untuk tidak hanya mendapatkan standar deviasi, tetapi juga
mendapatkan nilai varians dari data.

1.3.2. Varians
Varians merupakan rata-rata hitung dari kuadrat simpangan setiap pengamatan terhadap rata-
rata hitungnya.

1.4. Manfaat Standar Deviasi dan Varians

Manfaat utama dari standar deviasi dan varians adalah untuk dapat melihat variasi data.
Semakin besar varians dan standar deviasi mengindikasikan data yang besar variasinya.
Besarnya variasi adalah indikasi bahwa banyak nilai yang berjarak cukup jauh dari rata-rata.
Sedangkan data yang nilai varians dan standar deviasinya kecil menunjukkan bahwa data
cenderung homogen atau jarak tiap data dengan rata-rata tidak terlalu berjauhan.