UKURAN KERAGAMAN

Ukuran ukuran keragaman berusaha untuk menyatakan kondisi

data di alam yang cenderung berbagai bagai / beraneka ragam.

Ilustrasi : Seandainya kita membandingkan nilai nilai Anton

dan Susan, sedangkan Anton dan Susan mempunyai rata
rata yang sama.

Anton , rata rata = 80

Nilai data Anton : 85 75 85 75 80

Susan , rata rata = 80

Nilai data Susan : 90 100 80 100 30

Nilai rata rata yang sama antara Anton dan Susan membuat kita
sulit menyimpulkan kondisi Anton dan Susan, benarkah keduanya
mempunyai kondisi yang sama ?. Ternyata informasi mengenai
keduanya dapat lebih banyak apabila kita menampilkan juga nilai
keragaman data Anton dan Susan. Nilai rata rata yang sama
dapat dihasilkan oleh data yang berbeda beda. Perhitungan nilai
keragaman memperlihatkan tentang heterogenitas data dan
implikasi yang mengikutinya.

A. Range

Range = selisih antara data maksimum - minimum

Contoh : bila rata rata kelas = 57,5 dan range data 30,
berapakah kisaran nilai di kelas tersebut ?

Jawaban yang diterima , antara lain : 40 sampai 70

Jawaban yang tidak masuk , anta
ra lain :
- 5 sampai 35
- 70 sampai 100
- 20 sampai 50
 B. Variansi / Ragam

• Populasi => σ 2 = ∑ ( Xi - µ ) 2 / N
Contoh : nilai ragam untuk Anton :

Ragam/varians (σ2 ) = (85 -80)2 +(75-80)2 +(85-80)2 +(75-80)2

+(80-80)2 / 5 = 100 / 5 = 20

• Sampel => s2 = ∑ (Xi - ̅ )2 / ( n – 1)

• Perhitungan untuk tabel frekuensi

∑ {(Xi – µ )2 . Fi }
2
Ragam (σ ) = -------------------------
∑F

Untuk perhitungan tabel di bawah ini, diperlukan data rata rata

tabel, yang sudah dihitung, yaitu µ = 69,83

No Kelas Data Midpoint Frek. (Xi-69,83)2. Fi

(Xi)
1 40 - 49 44,5 3 1924,8
2 50 - 59 54,5 11 2585,1
3 60 - 69 64,5 17 482,9
4 70 - 79 74,5 16 348,9
5 80 - 89 84,5 6 1291,2
6 90 –99 94,5 7 4260,3
60 10839,2

Jadi σ 2 = 10839,2 /60 = 180,65

C. SIMPANGAN BAKU / STANDAR DEVIASI

(simpangan baku merupakan akar dari variansi /ragam)

Populasi => σ = √ (σ 2 )

Maka untuk data di atas : √ σ2 = √ 180,65 = 13,44

D. Koefisien variansi

Kovarians = ( simpangan baku / rata rata ) x 100 %

Untuk menilai homogenitas kelompok kelompok data yang nilai

datanya merupakan himpunan bersifat saling asing (nilai data
di kelompok A dan B, sangat berbeda besarnnya).

Contoh :

( dalam jutaan rupiah )

Gaji di perusahaan A : 3,5 5,0 4,5 8,5 15,2

Gaji di perusahaan B : 17,5 22,5 28,7 35,0 62,5

Sehingga : µ A = 7,34 σ A = 4,28 kovarians = 58,31 %

Serta : µ B = 33,24 σ B = 15,77 kovarians = 47,44 %

Jadi apabila kita membandingkan gaji di A dan B hanya

berdasarkan nilai simpangan baku maka seakan akan kondisi di
B lebih heterogen daripada A (karena simpangan baku B lebih
besar daripada A ) padahal apabila kita hitung nilai kovarians
maka perusahaan A lebih heterogen daripada B. mengapa
demikian ? hal ini karena nilai data di B memang lebih besar
daripada A sehingga variansi nya menjadi besar. Perhitungan
kovarians memperlihatkan A yang lebih heterogen.

Masalah 1 :

** Direktorat prosesing data pada RS. Segera Sembuh

sedang menguji coba suatu sistem berbasis komputer. Bapak
Salyo sebagai kepala direktorat prosesing data tersebut
sangat mengetahui bahwa variabel penting yang dapat
mempengaruhi para dokter sebagai calon penggunanya
adalah lama waiting time atau waktu tunggu. Waktu tunggu
diartikan sebagai lama waktu antara input data ataupun
ketika meminta informasi dengan tanggapan yang diberikan
oleh komputer. Hasil perbincangan pak Salyo dengan para
dokter di RS tersebut mendapatkan lama waktu tunggu yang
masih dapat diterima mereka. Hal ini membuat pak Salyo
bernegosiasi dengan perusahaan pemasok hardware untuk
rumah sakit itu. Pak Salyo meminta perusahaan pemasok
menyediakan hardware dengan spesifikasi waktu tunggu rata
rata tidak melebihi 10 detik.
 Setelah satu bulan, pak Salyo mengadakan observasi
untuk mengetahui pelaksanaan dan kenyataan waktu tunggu
di lapang.

Minggu I Minggu II Minggu III

(detik)
7 6 3 6 4 12 5 5 13
4 4 5 10 4 14 11 5
7 7 6 10 6 5 15 13
5 8 10 8 12 5

1). Hitunglah mean ketiga kelompok data, apakah

nampaknya sesuai standar ?

2). Hitunglah median dari ketiganya.

3). Hitunglah range dan simpangan baku

4). Bagaimana pendapat anda tentang spesifikasi hardware

pada RS berdasarkan nilai keragaman pada ketiga minggu
tersebut ?

E. Standar skor (Z)

Ukuran ini dapat dipergunakan untuk membandingkan hal hal

yang berbeda kondisi / sifat datanya.

Standar skor atau angka baku, berdasarkan distribusi Normal

yang menggambarkan kondisi alamiah data di dunia, yaitu
sebagian besar data bertumpu di sekitar rata rata.

Contoh :

# Linawati mengetahui nilai Fisika nya berada pada standar

skor sebesar 1,5 sehingga Linawati merasa senang. Andika,
teman Linawati merasa sedih karena mengetahui nilai
Fisikanya pada standar skor - 0,25. Mengapa reaksi
mereka berbeda ?

# Anton ingin mengetahui kemampuan dirinya lebih kemana.

Berdasarkan nilai nilai untuk beberapa pelajaran sbb :

Matematika ( nilai Anton = 60 pada rata rata kelas = 45

dan simpangan baku = 20)
Kimia ( nilai Anton = 70 pada rata rata kelas = 75 dan
simpangan baku = 25)
Bahasa Jerman (nilai Anton = 75 pada rata rata = 80 dan
simpangan baku = 20)

Sebaiknya pada jurusan apakah Anton berada ?

Masalah 2 :

# Diana mengikuti test penempatan pada suatu Biro Konsultan

yang mempunyai tiga bagian yaitu bidang Hukum, Sains dan
Lingkungan, Akuntansi. Test penempatan diikuti 5 peserta staff
lainnya dan dinilai dengan mengamati jumlah kesalahan ketik
yang dibuat oleh para peserta.
Hasil test Diana sbb :

Bagian Kesalahan Rata Simpangan

Diana rata baku
Hukum 4 2,5 1,5
Akuntansi 6 4,5 2,0
Sains dan 5 7,4 4,0
Lingkungan

Dimanakah Diana sebaiknya ditempatkan ?

Masalah 3

# Andika memperbandingkan tiga merek transmemory

berdasarkan waktu proses salin data (dalam detik). Suatu
aplikasi diujicobakan pada ketiga merek transmemory
tersebut dengan hasil :

Hasil Rata
Merek pada rata pada Simpangan
aplikasi X berbagai baku
aplikasi
A 65,2 72 10,5
B 87,5 92,6 16,4
C 55,7 48,5 9,6

Pada merek transmemory apakah , aplikasi tersebut relatif

lebih cepat dibandingkan aplikasi lainnya ?