UKURAN PENYEBARAN DATA

MAKALAH

Disusun Guna Memenuhi Tugas

Mata Kuliah: Statistik Pendidikan I

Dosen Pengampu: Mar`atul Lutfiyah. M.Pd.

Disusun oleh :

1. Hamzah 19106011222
2. Rina Nur Astutik 19106011146
3. Adib Lutfi Fuadi 19106011130

PROGRAM STUDI PENDIDIKAN AGAMA ISLAM

FAKULTAS AGAMA ISLAM
UNIVERSITAS WAHID HASYIM SEMARANG
2021
 KATA PENGANTAR

Puji syukur kami panjatkan kehadirat Allah SWT karena dengan rahmat, karunia, serta
taufik dan hidayah-Nya kami dapat menyelesaikan makalah tentang Ukuran Penyebaran Data ini
dengan baik meskipun ada sedikit kekurangan didalamnya. Dan juga kami berterima kasih kepada
Ibu Mar`atul Lutfiyah, M.Pd. selaku Dosen mata kuliah Statistik Pendidikan I yang telah
memberikan tugas ini kepada kami.

Kami sangat berharap makalah ini dapat berguna dalam rangka menambah wawasan serta
pengetahuan kita mengenai Statistik Pendidikan I. Kami juga menyadari sepenuhnya bahwa di
dalam makalah ini terdapat sedikit kekurangan dan belum sempurna. Oleh sebab itu, kami berharap
adanya kritik, saran, dan usulan demi perbaikan makalah yang telah kami buat dimasa yang akan
datang, mengingat tidak ada sesuatu yang sempurna tanpa saran yang membangun.

Semoga makalah sederhana ini dapat dipahami bagi siapapun yang membacanya.
Sebelumnya kami mohon maaf apabila terdapat kesalahan kata-kata yang kurang berkenan dan
kami memohon kritik dan saran yang membangun demi perbaikan dimasa depan.

Semarang, 29 April 2021

Penyusun

1
 DAFTAR ISI

KATA PENGANTAR ................................................................................................... 1

DAFTAR ISI ................................................................................................................. 2

BAB I PENDAHULUAN

A. Latar Belakang .................................................................................................... 3

B. Rumusan Masalah ............................................................................................... 3
BAB II PEMBAHASAN
A. Rentang ............................................................................................................... 4
B. Simpangan Rata-rata atau Mean Deviasi .............................................................. 6
C. Standar Deviasi dan Variansi ............................................................................... 10
D. Koefisien Variansi (KV) ...................................................................................... 14
E. Soal ..................................................................................................................... 16
BAB III PENUTUP
A. Kesimpulan ......................................................................................................... 17
B. Saran ................................................................................................................... 18
DAFTAR PUSTAKA .................................................................................................... 19

2
 BAB I
PENDAHULUAN

A. 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. Dan statistik
juga merupakan bilangan yang menunjukkan sifat-sifat (karakteristik) data yang
dikumpulkan tersebut.
Statistika dapat didefinisikan sebagai suatu ilmu pengetahuan yang berhubungan
dengan cara-cara mengumpulkan fakta atau data, pengolahan data, kemudian menganalisis
data tersebut sehingga dapat diperoleh suatu kesimpulan atau keputusan. Penggunaan
istilah statitika berakar dari istilah-istilah dalam bahasa latin “modern statisticum
collegiums (dewan negara) dan bahasa Italian statista (“negarawan” atau “politikus”).
Pada abad ke 19 dan awal abad ke 20 statistika mulai banyak menggunakan bidang-
bidang dalam matematika, terutama peluang. Penggunaan statistika pada masa sekarang
dapat di katakan telah menyentuh semua bidang ilmu pengetahuan, mulai dari astronomi
hingga linguistika. Meskipun ada pihak yang menganggap statistika sebagai cabang dari
matematika tetapi sebagian pihak lainya menganggap statistika sebagai bidang yang
banyak terkait dengan matematika melihat dari sejarah dan aplikasinya.
B. Rumusan Masalah
Berdasarkan latar belakang masalah, pemakalah akan mengajukan rumusan
masalah sebagai berikut yaitu:
1. Apa yang dimaksud Rentang ?
2. Apa yang dimaksud Simpangan Rata-rata atau Mean Deviasi ?
3. Apa yang dimaksud Standar Deviasi dan Variansi ?
4. Apa yang dimaksud Koefisien Variansi (KV)

3
 BAB II
PEMBAHASAN
A. Rentang
1. Pengertian Rentang (Range)
Range yang bisa diberi lambang R adalah salah satu ukuran statistic yang menunjukkan
jarak penyebaran antara skor (nilai) yang terendah (Lowest Score) sampai skor (nilai)
tertinggi (Highest Score). Dengan singkat dapat dirumuskan:
R = H- L
R = Range yang kita cari
H = Skore atau nilai yang tertinggi (Highest Score)
L = Score atau nilai yang terendah (Lowest Score)
2. Cara Mencari Range

Nilai yang dicapai

Jumlah
No Nama Bhs. Bhs. Bhs. H L R=H-L Mean
pkn pnjs niali
indo arab ingg
1. A 85 65 76 45 65 85 45 40 325 65

2. B 58 65 72 60 70 72 58 14 325 65

3. C 65 65 65 65 65 65 65 0 325 65

Keterangan:
Kolom 3 s.d. 7 menunjukkan distribusi nilai hasil yang dicapai oleh 3 orang calon.
- Kolom 8 memuat nilai tertinggi (Highest Score) masing-masing calon.
- Kolom 9 memuat nilai terendah (Sowest score) masing-masing calon.
- Kolom 10 menunjukkan jumlah seluruh nilai.
- Kolom 11 adalah mean (Nilai Rata-rata Hitung) yang dicapai oleh masing-masing
calon.
Dari tabel tersebut menunjukkan bahwa makin kecil jarak penyebaran nilai dari
nilai terendah sampai nilai tertinggi, akan semaakin homogen (concentrated) distribusi
nilai tersebut. Sebaliknya makin besar Range-nya, akan makin berserakan (bervariasi)
nilai-nilai yang ada dalam distribusi nilai tersebut.
Selain itu berdasar pada Range kita juga dapat mengatakan bahwa kian kecil
Range dari suatu distribusi data, kian cenderung bagi diri kita untuk menganggap bahwa

4
 mean yang kita peroleh merupakan wakil yang persentatif data yang bersangkutan;
sebaliknya kian besar Range-nya, kita akan lebih cenderung untuk menganggap bahwa
mean yang kita peroleh itu sifatnya meragukan. 1
a. Range data tidak berkelompok
Rumus untuk data tidak berkelompok adalah sebagai berikut:
Jarak (Range) = Nilai terbesar - Nilai terkecil
Contoh :
Data nilai UAS Statistika
Kelas A = 90 80 70 90 70 100 80 50 75 70
Kelas B = 80 80 75 95 75 70 95 60 85 60
Jawab:
Kelas A = 50 70 70 70 75 80 80 90 90 100
Kelas B = 60 60 70 75 75 80 80 85 95 95
Rentangan kelas A = 100 - 50 = 50
Rentangan kelas B = 95 - 60 = 35
b. Range data kelompok
Rumus range untuk data berkelompok adalah sebagai berikut:
Range = Batas atas kelas tertinggi – Batas bawah kelas terendah
Contoh:
Berikut ini adalah data yang sudah dikelompokkan dari harga saham pilihan pada
bulan Juni 20107 di BEJ. Hitunglah range dari data tersebut:

No Harga Saham Frekuensi

1 160 – 303 2

2 304 – 447 5

3 448 – 591 9

4 592 – 735 3

5 736 – 878 1

1
Anas Sudijono, Pengantar Statistik Pendidikan, (Depok: PT RajaGrafindo Persada, 2018), Cet. 27,
hlm. 144-146.

5
 Jawab:
Range = Batas atas kelas tertinggi - Batas bawah kelas terendah.
878-160 = 718.
c. Kebaikan dan Kelemahan Range
1) 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.
2) Kelemahan
a) Range akan sangat tergantung kepada nilai-nilai ekstrimnya. Besar kecilnya
Range akan sangat ditentukan oleh Nilai Terendah dan Nilai Tertinggi yang
terdapat dalam distribusi data. Range bersifat sangat labil dan kurang teliti.
Contoh:
Data X; = 80, = 30, →R = 80 – 30 = 50.
Data Y; = 95, = 45, →R = 95 – 45 = 50.
Data Z; = 88, = 38, →R = 88 – 38 = 50.
b) Range sebagai ukuran penyebaran data, tidak memperhatikan distribusi
yang terdapat didalam Range itu sendiri. Ambilah sebagai contoh, misalnya
nilai tertinggi dan nilai terendah yang berhasil dicapai oleh 8 orang
mahasiswa masing-masing 80 dan 40, sehingga Range-nya = 80-40 = 40.
Dengan Range sebesar itu ada kemungkinan distribusi nilai itu adalah 40,
47, 52, 57, 64, 67, 70 dan 80, mungkin juga 40, 40, 40, 40, 40, 40, 40
dan 80, mungkin juga 40 40, 50 50, 60 60, 80 80 atau bentuk distribusi
lainya. Yang jelas dengan hanya mengetahui Range-nya saja, kita belum
tau secara pasti bagaimana bentuk distribusi data yang kita hadapi mulai
dari nilai terendah sampai nilai tertinggi.
B. Deviasi
Deviasi adalah selisih atau simpangan masing-masing sekor atau interval dengan
nilai rata-rata hitungnya. Bila setiap skor atau nilainya lebih besar dari meannya, maka
deviasinya positif.
Bila setiap sekor atau nilainya lebih kecil dari meannya, maka deviasinya negatif.
Penjumlahan deviasi akan selalu menghasilkan nol, sehingga tidak dapat digunakan untuk
mengetahui variabilitas data, untuk mengatasi hal ini maka tanda-tanda aljabarnya (tanda
+ dan -) diabaikan, atau tanda positif dan negatifnya tidak mempengaruhi penjumlahan

6
harga mutlaknya. Sehingga hasil penjumlahan digunakan untuk mengetahui variabilitas
data.2
1. Simpangan Rata-rata (Mean Deviasi)
Deviasi rata-rata adalah rata-rata hitung dari nilai mutlak deviasi antara nilai
data pengamatan dengan rata-rata hitungnya.
a. Deviasi rata-rata data tunggal
Langkah pertama yang harus kita tempuh adalah membuat tabel perhitungan
deviasi mean. 3 Dengan menggunakan rumus:
∑ 𝑓𝑥
MD = 𝑁

Contoh:

Nilai f fX x fx

85 5 425 19,65 98,25

80 7 560 14,65 102,55

75 12 900 09,65 115,8

70 14 980 04,65 65,10

65 25 1625 -0,35 -8,75

60 16 960 -5,35 -85,60

55 10 550 -10,35 -103,50

50 8 400 -15,35 -122,80

45 3 135 -20,35 -61,5

6535 = 763,4 =
Jumlah 100 = N - ∑ 𝑓𝑥
∑ 𝑓𝑥

2
Dr. Hartono, Statistik untuk Penelitian, (Yogyakarta: LSFK2P, 2004), hlm. 50.
3
Dr. Hartono, Statistik untuk Penelitian, (Yogyakarta: LSFK2P, 2004), hlm. 51.

7
 Jawab:
- Dikalikan f (kolom 2) dengan X (kolom 1). Contoh baris pertama 5 × 85 =
425, demikian seterusnya. Hingga jumlah yang diperoleh ∑fX = 6535.
- Selanjutnya x (kolom 4), terlebih dahulu carilah meannya, dengan rumus:
∑ 𝑓𝑥
Mx = 𝑁
6535
Mx = = 65,35
100

Kemudian carilah deviasi (x) masing-masing skornya dengan rumus:

x = X - Mx.
Contoh baris pertama x = 85 – 65,35 = 19,65 dan seterusnya.
- fX (kolom5), kalikanlah f (kolom 2), dengan x (kolom 4), contoh pada baris
pertama 5 × 19,65 = 98,25 dan seterusnya. Lalu jumlahkanlah kebawah
dengan mengabaikan tanda negatifnya, sehingga diperoleh ∑Fx = 763,4
Dari tabel diatas dapat diketahui bahwa:
∑Fx = 763,4 dan N = 100,
selanjutnya subtitusikan ke dalam rumus:
∑ 𝑓𝑥 763,4
MD = =
𝑁 100
MD = 7,634
b. Deviasi rata-rata data kelompok
Langkah pertama yang harus dilakukan adalah menyiapkan tabel
perhitungan mencari deviasi mean. Dengan menggunakan rumus, yang sama
dengan data tunggal tadi namun dengan tata cara yang berbeda.
Interval fx
f X fX x
Nilai

80-84 11 82 902 19,22 211,42

75-79 24 77 1848 14,22 341,28

70-74 30 72 2160 9,22 276,60

65-69 48 67 3216 4,22 202,56

60-64 55 62 3410 -0,78 -42,90

55-59 31 57 1767 -5,78 -179,18

8
 50-54 19 52 988 -10,78 -204,82

45-49 17 47 799 -15,78 -268,26

40-44 10 42 420 -20,78 -207,8

35-39 5 37 185 -25,78 -128,10

Jumlah 250 = N - 15695 = ∑ 𝑓𝑥 - 2063,73 = ∑ 𝑓𝑥

Jawab:
- X (kolom 3), nilai tengah masing-masing skor pada kolom 1. Contoh pada
80 + 84 164
baris pertama: Interval 80 – 84 nilai tengahnya = = 82 dan
2 2
seterusnya.
- fX (kolom 4), kalikanlah f (kolom 2) dengan X (kolom 3). Contoh dari baris
pertama, 11 × 82 = 902 dan seterusnya, lalu jumlahkanlah.
- Kolom 5 (x), terlebih dahulu mencari meannya dengan rumus:
∑ 𝑓𝑥
Mx =
𝑁
15695
= 62,78
250

Selanjutnya carilah deviasi (x) masing-masing skornya dengan rumus:

x = X – Mx atau kolom 3 dikurang dengan mean, contoh baris pertama 82
– 62,78 = 19,22.
- Kolom 6 (fx), kalikan f (kolom 2) dengan x (kolom 5). Contoh baris pertama
11 × 19,22 = 211,42 dan seterusnya. Lalu jumlahkan kebawah sehingga
diperoleh ∑fx = 2063,72.
- Langkah selanjutnya substitusikan kedalam rumus:
∑ 𝑓𝑥 2063,72
MD = = = 8,255
𝑁 250

2. Kelemahan Deviasi Mean

Kelemahan deviasi mean atau deviasi rata-rata adalah pada penjumlahan deviasi
positif dan deviasi negative yang mengabaikan tanda aljabarnya, sehingga yang
dijumlahkan hanya harga mutlaknya saja. Cara kerja seperti ini secara matematik
kurang dapat dipertanggungjawabkan. Oleh karena itu, dalam menganalisa data
statistik deviasi mean jarang dipergunakan karena dianggap kurang teliti. 4

4
Dr. Hartono, Statistik untuk Penelitian, (Yogyakarta: LSFK2P, 2004), hlm. 51-54

9
C. Standar Deviasi (Simpangan Baku) dan Variansi
1. Standar Deviasi (Simpangan Baku)
Simpangan baku adalah nilai yang menunjukkan tingkat (derajat) variasi
kelompok data dari meannya. Rumus simpangan baku dibuat tentu bukan tanpa sebab.
Simpangan baku umumnya dipakai oleh para ahli statistik atau orang yang terjun di
dunia statistik untuk mengetahui apakah sampel data yang diambil mewakili seluruh
populasi.5
a. Standar deviasi data tunggal
2
(𝑥−𝑥)
SD = ∑ √
𝑛

Contoh:Tentukan simpangan baku dari: 4, 3, 9, 6, 8.

Jawab:
4+3+9+6+8 30
𝑥= = =6
5 5
2
(𝑥−𝑥) (4−6) 2 + (3−6)2 +(9−6)2 +(6−6)2 +(8−6)2
SD = ∑ √ =√
𝑛 5

4+9+9+0+4
=√ = √5,2
5

b. Standar deviasi data kelompok

2
∑ 𝑓𝑖 ((𝑥−𝑥)
S=√
𝑛
Contoh:

Nilai Frekuensi

63-67 2

68-72 3

73-77 6

78-82 4

83-87 4

5
Robert D. Mason, Teknik Statistika untuk Bisnis dan Ekonomi, (Jakarta: PT Gelora Aksara Pratama,
1999), hlm. 136.

10
 88-92 1

Jawab:
𝟐
Nilai F xi Fi.xi 𝒙𝒊 − 𝒙𝟐 𝒇𝒊(𝒙𝒊 − 𝒙)

63-67 2 65 130 -12 288

68-72 3 70 210 -7 147

73-77 6 75 450 -2 24

78-82 4 80 320 3 36

83-87 4 85 340 8 256

88-92 1 90 90 13 169

Jumlah 20 - 1540 - 920

2
∑ 𝑓𝑖 ((𝑥−𝑥)
S=√
𝑛
Langkah Selanjtnya
∑ 𝑓𝑖.𝑥𝑖 1540
𝑥= ∑ 𝑓𝑖
= =7
20

Dimasukkan kerumus:

920
√ = √46
20

2. Variansi
Variansi (variance) adalah rata-rata hitung deviasi atau selisihkuadrat setiap data terhadap rata-
rata hitungnya. Varians dapat menggambarkan bagaimana berpencarnya suatu data kuantitatif.
Variansi diberisi simbol 𝜎2 untuk populasi dan untuk S2 sampel.
a. Variansi data tunggal
1) Data populasi
Populasi adalah seluruhan data yang diperoleh dari observasi tanpa kecuali data
tersebut diambil saat menganalisisnya.
Rumus:
11
 𝑁 ∑(𝑋𝑖−µ)2
σ2 =
𝑁
Keterangan:
σ2: varians populasi
Xi: varians data ke-i
𝜇: rata-rata (populasi)
N : jumlah data populasi
∑: sigma
2) Data sampel
Sampel adalah data bagian dari populasi, artinya data yang diambil dari
beberapa populasi untuk di analisa.
Rumus:

2 𝑁 ∑𝑛
𝑖−1(𝑋𝑖−𝑋)
2
𝑆 =
𝑛
Keterangan:
𝑆 2 : varians (sampel)
N: jumlah data populasi
∑: sigma
Xi: varians data ke-i
X: rata-rata sampel
N: jumlah data
Contoh:
Nilai ragam (varians) dari data 4, 5, 4, 6, 4, 3, 5, 2, 3, 4 adalah:
Jawab:
4+5+4+6+4+3+5+2+3+4 40
X= = =4
10 10
Selanjutnya kita hitung variansi sebagai berikut:
𝑁 ∑𝑛
𝑖−1(𝑋𝑖−𝑋)
2
𝑆2 =
𝑛
𝑆2=
(4−4)2 +(5−4)2 +(4−4)2 +(6−4)2 +(4−4)2 +(3−4)2 +(5−4)2 +(2−4)2 +(3−4)2 +(4−4)2
10
0+1+0+4+0+1+1+4+1+0 12
= = = 1,2
10 10

12
 b. Variansi data kelompok
1) Bila n > dari 30,
Rumus I:
𝐹𝑖 ∑(𝑋𝑖−µ)2
Populasi: 𝜎 2 =
𝑁
∑ 𝑓𝑖(𝑥𝑖−𝑥)2
Sampel: 𝑆 2 =
𝑛
Rumus II:
∑ 𝑋2 ∑𝑋
𝑆 2= –( )²
𝑛 𝑛
2) Bila n < = 30, maka penyebut menjadi n-1
Rumus I:
∑ 𝑓𝑖 (𝑥𝑖 − 𝑥 )2
𝑛−1
Rumus II:
∑ 𝑋2 ∑𝑋
𝑆 2= –( )²
𝑛−1 𝑛(𝑛−1)

Contoh:
Berikut table hasil teskompetensi mahasiswa STMIK Triguna Dharma
sebanyak 40 orang.6

Nilai Mahasiswa F

65-67 2

68-70 5

71-73 13

74-76 14

77-79 4

80-82 2

6
Robert D. Mason, Teknik Statistika untuk Bisnis dan Ekonomi, (Jakarta: PT Gelora Aksara Pratama,
1999), hlm. 129.

13
 Dari tabel diatas variansi nilai mahasiswa dengan menggunakan rumus I,
dan>30 sebagai berikut:
Nilai 𝒇(𝒙𝒊 − 𝒙)𝟐
fi Xi fi.Xi Xi-X (𝒙𝒊 − 𝒙)𝟐
Mahasiswa

65-67 2 66 132 -7,43 55,20 11o,40

68-70 5 69 345 -4,43 19,62 100,00

71-73 13 72 936 -1,43 2,04 26,00

74-76 14 75 1050 1,57 2,46 34,51

77-79 4 76 304 4,57 20,88 83,54

80-82 2 81 162 7,57 57,30 114,61

∑ 40 - 2937 - - 469,07

Variansi dari hasil tes adalah:

2937
X= = 73,43
40
469
𝑆2 = = 11,73
40
D. Koefisien Variansi (KV) atau Ragam
Koefisien ragam atau koefisien varian adalah nisbah atau perbandingan antara
simpangan standar dengan nilai rata-rata yang dinyatakan dalam persentase. Dirumuskan:
𝑆𝐷
KV = .100%
𝑋

Keterangan:
- KV: Koefisien Varian
- SD: Simpangan Standar
- 𝑥: Nilai rata-rata

Koefisien ragam berguna untuk mengamati variasi atau sebaran data dari rata-rata
hitungnya, dengan pengertian jika koefisien ragam semakin kecil artinya data semakin

14
 seragam (homogen) dan sebaliknya, jika koefisien ragam semakin besar maka data semakin
tidak seragam (heterogen).7
Contoh 1:
Berdasarkan hasil rekapitulasi data secara nasional diketahui rata-rata nilai siswa
SD di Atambua adalah 7,5 dengan simpangan baku 2,13, sedangkan rata-rata nilai
siswa SD di Singkawang 82,72 dengan simpangan baku 12,11. Nilai siswa dari
daerah manakah yang lebih tinggi ?
Jawab:
2,13
Atambua . 100% = 28,4 %
7,5
12,11
Singkawang . 100% = 14,6 %
82,72

Jadi nilai siswa SD di Atambua lebih tinggi dibandingkan dengan nilai siswa SD di
Singkawang.
Contoh 2:
Hitunglah koefisien variasi dari data 6, 7, 8, 9, 10, 14
Jawab:
6+7+8+9+10+14 54
𝑋= = =9
6 6

(6−9)2 +(7−9)2 +(8−9)2 +(9−9)2 +(10−9)2 +(14−9)2

𝑆2=
6

9+4+1+0+1+25
=
6

40
= = 6,667 /6,67
6

𝑆= √6,67 = 2,6

𝑠
𝐾𝑉 = .100%
𝑋

2,6
= . 100% = 28,9% 8
9

7
Syaiful Anam, Statistika Pendidikan, (Semarang: CV Pilar Nusantara, 2019), hlm. 68.
8
Wahdan Najib Habiby, Statistika Pendidikan, (Surakarta: Muhammadiyah University Press, 2017),
hlm. 142-143.

15
E. Soal
1. Tentukan Rentang, Mean Deviasi, Standar Deviasi dan Variansi data kelompok dari
tabel dibawah ini !

Nilai Statistik Frekuensi

56-60 4

61-65 5

66-70 7

71-75 10

76-80 14

81-85 11

86-90 8

91-95 6

2. Hitunglah Koefisien Variasi dari data 8, 10, 12, 14, 16, 18, 20, 22, 24, 28 !

16
 BAB III
PENUTUP
A. Kesimpulan
Range yang bisa diberi lambang R adalah salah satu ukuran statistic yang
menunjukkan jarak penyebaran antara skor (nilai) yang terendah (Lowest Score) sampai
skor (nilai) tertinggi (Highest Score).
Rumus: R = H- L
Deviasi adalah selisih atau simpangan masing-masing sekor atau interval dengan
nilai rata-rata hitungnya. Bila setiap skor atau nilainya lebih besar dari meannya, maka
deviasinya positif.
Deviasi rata-rata adalah rata-rata hitung dari nilai mutlak deviasi antara nilai data
pengamatan dengan rata-rata hitungnya.
Rumus Mean Deviasi:
∑ 𝑓𝑥
MD = 𝑁

Simpangan baku(Standar Deviasi) adalah nilai yang menunjukkan tingkat (derajat)

variasi kelompok data dari meannya. Rumus simpangan baku dibuat tentu bukan tanpa
sebab.
Rumus Standar Deviasi Data Tunggal
2
(𝑥−𝑥)
SD = ∑ √ 𝑛

Rumus Standar Deviasi Data Kelompok

2
∑ 𝑓𝑖 ((𝑥−𝑥)
S=√
𝑛

Variansi (variance) adalah rata-rata hitung deviasi atau selisihkuadrat setiap data terhadap rata-rata
hitungnya.
Rumus Variansi Data Tunggal
𝑁 ∑(𝑋𝑖−µ)2
Populasi: σ2 =
𝑁

2 𝑁 ∑𝑛
𝑖−1(𝑋𝑖−𝑋)
2
Sampel: 𝑆 =
𝑛
Rumus Variansi Data Kelompok
Bila n > dari 30 maka rumusnya

17
 Rumus I:
𝐹𝑖 ∑(𝑋𝑖−µ)2
Populasi: 𝜎 2 =
𝑁
∑ 𝑓𝑖(𝑥𝑖−𝑥)2
Sampel: 𝑆 2 =
𝑛
Rumus II:
∑ 𝑋2 ∑𝑋
𝑆 2= –( )²
𝑛 𝑛

Bila n < = 30, maka penyebut menjadi n-1

Rumus I:
∑ 𝑓𝑖 (𝑥𝑖 − 𝑥 )2
𝑛−1
Rumus II:
∑ 𝑋2 ∑𝑋
𝑆 2= –( )²
𝑛−1 𝑛(𝑛−1)

Koefisien ragam atau koefisien varian adalah nisbah atau perbandingan antara
simpangan standar dengan nilai rata-rata yang dinyatakan dalam persentase.
Rumus :
𝑆𝐷
KV = .100%
𝑋

B. Saran
Demikianlah makalah yang dapat kami buat, semoga dapat bermanfaat bagi
pembacanya. Tentunya masih banyak kekurangan yang terdapat dalam makalah ini, untuk
itu kita berharap kritik dan saran yang membangun dari para pembaca agar dapat kami
jadikan acuan untuk lebih baik lagi kedepannya.

18
 DAFTAR PUSTAKA

Sudijono, Anas. 2018. Pengantar Statistik Pendidikan. Depok: PT RajaGrafindo Persada

Hartono. 2004. Statistik untuk Penelitian. Yogyakarta. LSFK2P.

D. Mason, Robert. 1999. Teknik Statistika untuk Bisnis dan Ekonomi. Jakarta: PT Gelora
Aksara Pratama.

Anam, Syaifu. 2019. Statistika Pendidikan. Semarang: CV Pilar Nusantara.

Habiby, Wahdan Najib. 2017. Statistika Pendidikan. Surakarta: Muhammadiyah University

Press.

19