MAKALAH

Ukuran Variabilitas Simpangan Baku Varian

Yang Akan Diajukan Kepada Dosen

Mata Kuliah Statistik
Devi Elisa, M.Pd

Disusun Oleh Kelompok 5 :

Nama : Supriatna
Thalia Friska Hutagalung
Mata Kuliah : Statistik

SEKOLAH TINGGI KEGURUAN DAN ILMU PENDIDIKAN

(STKIP)
MUTIARA BANTEN
Jl. Stadion Badak No. 02 Pandeglang, Banten
 KATA PENGANTAR
Puji syukur kehadirat Tuhan Yang Maha Esa atas segala limpahan rahmat dan
hidayah-Nya sehingga kami dapat menyelesaikan makalah ini yang berjudul “Ukuran
Variabilitas Simpangan Baku Varian”. Semoga makalah ini dapat dipergunakan sebagai
salah satu acuan, petunjuk maupun pedoman bagi pembaca.

Harapan kami semoga makalah ini membantu menambah pengetahuan dan

pengalaman bagi para pembaca, sehingga dapat membawa dampak yang baik bagi pembaca
dan penulis.

Makalah ini kami akui masih banyak kekurangan, karena pengetahuan dan
pengalaman yang kami miliki masih sangatlah kurang. Oleh karena itu, kami berharap kepada
para pembaca berkenan untuk memberikan kritik dan masukan yang membangun. Sehingga
kami dapat memperbaiki bentuk maupun isi dari makalah ini, sehingga kedepannya dapat
lebih baik.

Pandeglang, 26 April 2021

Penyusun
 DAFTAR ISI

KATA PENGANTAR ........................................................................i

DAFTAR ISI........................................................................................ii

BAB I PENDAHULUAN....................................................................4
A. Latar Belakang..............................................................4

BAB II PEMBAHASAN.....................................................................5
A. Simpangan Baku...........................................................5
B. Angka Baku (Standard Score)......................................11

BAB III PENUTUP ............................................................................18

A. Kesimpulan...............................................................................18

DAFTAR PUSTAKA .........................................................................21

 BAB I
PENDAHULUAN
A. Latar Belakang
Hampir dalam tiap bidang baik pemerintahan, pendidikan, perekonomian,
perindustrian, atau lainnya akan menghadapi persoalan yang diantaranya
dinyatakan dengan angka-angka. Kumpulan angka-angka ini biasanya disusun
dalam tabel atau daftar disertai diagram atau grafik. Kumpulan angka-angka
mengenai suatu masalah yang dapat memberi gambaran mengenai masalah
tersebut dinamakan statistik, seperti statistik penduduk, statistik kelahiran,
statistik pendidikan dan lain-lain. Statistik juga diartikan sebagai ukuran yang
dihitung dari sekumpulan data dan merupakan wakil dari data itu.
Statistika sering disebut studi tentang variasi karena membahas dan
menyediakan cara-cara untuk menyelidiki variasi gejala alam sosial serta membuat
kesimpulan tentang hal-hal yang melatar belakangi terjadinya variasi (Ferguson &
Takane, 1989). Para ahli statistika telah mengusulkan sejumlah ukuran yang dapat
membantu memahami variasi suatu perangkat data.
Ukuran penyimpangan atau ukuran dispersi adalah suatu ukuran yang
menunjukkan tinggi rendahnya perbedaan data yang diperoleh dari rata-ratanya.
Dengan ukuran penyimpangan bisa diketahui derajat perbedaan data yang satu dengan
data yang lainnya. Adapun yang akan kami sajikan dalam makalah ini adalah:
simpangan baku, distribusi normal dan skor baku.
 BAB II
PEMBAHASAN

A. Simpangan Baku
1. Pengertian Simpangan Baku
Simpangan baku atau juga yang sering kita kenal dengan nama deviasi
standard (standard deviation) adalah ukuran persebaran data. Istilah simpangan
baku sendiri pertama kali dikeluarkan oleh Karl Pearson pada tahun 1984. Ia
merupakan pendiri institute of  Statistika  University College London. Simpangan
ini bisa diartikan jarak rata-rata penyimpangan antara nilai hasil pengukuran
dengan nilai rata-rata . Simpangan baku juga dapat diartikan sebagai satuan
ukuran penyebaran frekuensi dari tendensi sentralnya. Setiap frekuensi
mempunyai deviasi dari tendensi sentralnya, dan juga merupakan ukuran
penyebaran bagi variabel kontinum, bukan variabel diskrit.
Kegunaan Simpangan baku adalah memberikan ukuran variabelitas dan
homogenitas dari serangkain data. Semakin besar nilai simpangan suatu data
semakin tinggi pula variabelitas dan semakin kurang homogenitas dari data
tersebut. Sebaliknya, bila simpangan baku kecil, maka data tersebut semakin dekat
kepada sifat homogenitasnya.

2. Rumus Simpangan Baku untuk Data Tunggal

Jika kita mempunyai sekumpulan data kuantitatif tunggal (tidak berkelompok)
yang dinyatakan oleh x1,x2,x3,….,xn maka dapat dicari simpangan bakunya
dengan rumus :
Untuk data Sample menggunakan rumus :

Untuk data Populasi menggunakan rumus :

 Dengan :
S2 = ragam atau varians
n = banyaknya data
xi = data ke-I
x= rataan hitung
contoh soal 1:
Selama 10 kali ulangan semester ini Andi mendapat nilai 91, 79, 86, 80, 75, 100,
87, 93, 90,dan 88. Berapa simpangan baku dari nilai ulangan Andi?
Jawab
Soal di atas menanyakan simpangan baku dari data populasi jadi menggunakan
rumus simpangan baku untuk populasi.
Kita cari dulu rata ratanya
rata-rata = (91+79+86+80+75+100+87+93+90+88)/10 = 869/10 = 85,9

Kita masukkan ke rumus :

Jika dalam soal menyebutkan sample (bukan populasi) misalnya dari 500
penduduk diambil 150 sample untuk diukur berat badannya… dst, maka menggunakan rumus
untuk sample (n-1).
 1. Rumus Simpangan Baku Untuk Data Kelompok
Misal data kelompok yang dinyatakan dengan x1,x2,x3,…,xn dan masing-masing
mempunyai frekuensi fi,f2,f3,…,fn maka simpangan bakunya dapat dicari dengan rumus
untuk sample menggunakan rumus

untuk populasi menggunakan rumus

dengan:
xi : data ke-i
 : rata-rata populasi x: rata-rata sampel
: simpangan baku populasi s: simpangan baku sampel
N: ukuran populasi n: ukuran sampel
Jika data kelompok tersebut terdiri dari kelas-kelas maka kita harus mencari nilai
tengah dari masing-masing kelas untuk kemudian dicari rata-ratanya dengan cara mecari rata-
rata data berkelompok. Untuk lebih jelasnya mari simak contoh di bawah ini.

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

hitunglah berapa simpangan bakunya

1. Kita cari dulu rata-rata data kelompok tersebut

2. Setelah ketemu rata-rata dari data kelompok tersebut kita bikin tabel untuk
memasukkannya ke rumus simpangan baku

A. DISTRIBUSI NORMAL
1. Pengertian Distribusi Normal
Pada distribusi frekuensi, data yang dikelompokkan dapat membuat histogram,
poligon, ogif dan menentukan keofisien kemiringan suatu data sehingga dari poligon kita
dapat melukis kurva yang halus dan kontinu dan menentukan kemiringan dari suatu distribusi
data. Gambar dibawah menunjukkan perbandingan letak modus, median & rata-rata dalam
tiga macam bentuk distribusi:

a. Data yang distribusinya simetris

Mo= Me= X

b. data yang distribusinya juling ke negatif

X < Me < Mo

c. data yang distribusinya juling ke positif

Mo< Me < X

Gambar 2.1

Pada gambar 2.1 yang bagian a, nilai rata-rata sama atau mendekati nilai median dan
modus, kurva simetri dengan puncak distribusi ada dibagian tengah. Distribusi data sepertti
ini disebut distribusi normal. Distribusi normal sering disebut distribusi Gauss, sesuai nama
pengembangnya,yaitu Karl Gauss pada abad ke- 18, seorang ahli matematika dan astronomi.

Boediono, (2008:345) Distribusi normal adalah mendefinisikan frekuensi relatif skor

x tertentu pada suatu distribusi bergantung kepada dua parameter (μ dan σ) dan dua konstanta
( π =3,1416) dan bilangan dasar sistem logaritma asli , e = 2,7183) . Distribusi normal
dirumuskan sebagai berikut:
 2. Karakteristik Distribusi Normal
Distribusi normal berbentuk sebuah lonceng (bell-shape) oleh karena itu distribusi
normal sering disebut sebagai bell shape distribution. Sebagai model teoritik distribusi
normal memiliki empat karakteristik yang bersifat komulatif yaitu unimodal, simetrik, identik
dan asimtotik.

Gambar 2.2

a. Unimodal, terdiri dari dua kata yaitu Uni = satu dan modal = modus, distribusi
normal memiliki hanya satu modus.
b. Simetrik, yaitu jika data dibagi menjadi dua pada bagian median, maka distribusi
frekuensi skor yang berada di atas median sama dengan distribusi frekuensi skor di
bawah median.

c. Identik, yaitu nilai modus, median dan rata-rata pada distribusi normal adalah sama.
( modus = median = rata rata)
 e. Asimtotik, yaitu kurva distribusi normal tidak akan pernah menyentuh absisnya,
yaitu distribusi normal terbentuk dari perangkat dari skor yang bersifat kontinu dari
mulai data yang tak hingga sampai dengan nilai yang tak hingga pula. Model
Distribusi normal dapat berbeda-beda, hal tersebut tergantung pada nilai simpangan
baku dan rata-rata data.

3. Bentuk Kurva Normal

Ada tiga bentuk kurva distribusi normal yaitu: Mesokurtic,Playcurtic dan leptokurtic.

B. Angka Baku (Standard Score)

1. Pengertian Angka Baku
Angka baku biasa dikatakan pula sebagai standar skor atau nilai standar, dan disimbolkan
dengan huruf “z”. Oleh karena diberi simbol “z” maka banyak pula yang menyebut “z score”
atau z skor atau angka z. Angka baku (z skor) adalah suatu nilai atau suatu angka yang
menunjukkan seberapa jauh atau seberapa banyak suatu angka atau nilai yang dimiliki
individu menyimpang dari nilai rata-ratanya, dengan satuan simpangan bakunya.

Seandainya terdapat dua orang yaitu si Abu dan si Bento dari kelas yang berbeda
mendapat nilai Matematika 65 dan 70, maka kurang bijaksanalah apabila segera diambil
kesimpulan bahwa nilai Bento lebih baik daripada nilai Abu, tanpa melihat nilai rata-rata dan
simpangan baku dari masing-masing kelasnya.

Seandainya nilai rata-rata kelas adalah sama, yaitu 55, itupun belum dapat disimpulkan nilai
si Bento lebih baik daripada si Abu tanpa melihat simpangan bakunya. Hal tersebut dapat
terjadi karena simpangan baku menentukan seberapa lebar sebaran nilai dari masing-masing
kelas. Apabila simpangan baku dari kelas Abu adalah 5, sedangkan simpangan baku dari
kelas Bento adalah 15, maka tampaklah bahwa Abu lebih baik daripada Bento, karena Untuk
mendapatkan distribusi normal baku maka perlu untuk mengubah skor X ke dalam skor baku
z. Persamaan untuk mengubah adalah :

Dimana:
Z = skor baku
Xi = data ke i
μ= rata-rata
σ = simpangan baku

sehingga nilai Abu dan Bento masing-masing menyimpang dari nilai ratarata dengan
ukuran simpangan baku sebesar :

Dari hasil perhitungan tersebut di atas dapat diyakinkan bahwa nilai Abu lebih baik
daripada nilai Bento ketika dibandingkan dengan masing-masing kelompoknya. Kelompok
Bento lebih besar variasinya dari pada kelompok Abu, karena kelompok Bento memiliki
simpangan baku sebesar 15. Jika dilihat dalam presentase, maka Abu menyimpang dari nilai
rataratanya sejauh 2 s atau 47,72 % sedangkan Bento 1 s atau 34,13%.

Adapun transformasi nilai x ke z adalah:

Gambar 3.2. Transformasi nilai X ke Z

2. Cara mencari luas distribusi normal baku

Cara mencari luas distribusi normal baku
a. Hitung z hingga dua desimal
b. Gambarkan kurvanya
c. Letakkan harga z pada sumbu datar. Lalu tarik garis vertikal hingga memotong kurva
d. Luas yang tertera dalam daftar adalah luas daerah antara garis dengan garis tegak titik
nol
e. Dalam daftar normal standar, cari tempat harga z pada kolom paling kiri hanya hingga
satu desimal dan desimal keduanya dicari pada baris paling atas
f. Bilangan yang didapat merupakan luas yang dicari dan harus ditulis dalam 4 desimal.

3. Daerah di Bawah Kurva Normal

Distribusi normal dimanfaatkan sebagai rujukan dalam menafsirkan data apabila
distribusi data itu dapat dihampiri oleh model distribusi normal. Daerah di bawah kurva
normal, luasan daerah itu menunjukan peluang munculnya nilai perubah acak yang memiliki
distribusi normal baku pada interval 0 sampai dengan z untuk z = 0,0; 0,01; 0,02.....009 dst.
Oleh karena distribusi normal bersifat simetrik terhadap rata-ratanya, maka kita tidak perlu
menghitung luas daerah dari 0 ke skor z yang bertanda negatif.
Luas daerah dibawah kurva normal dai 0 s/d z dapat diperoleh dengan
mengintegrasikan persamaan 0 ke z pada persamaan 3.1. Distribusi normal baku mempunyai
rata-rata = 0 dan simpangan baku = 1, maka persamaan menjadi :
 Luas daerah dibawah kurva normal dai 0 s/d z dapat diketahui dengan menggunakan
tabel z (terlampir), tabel luas dibawah lengkungan normal standar dari 0 ke z, bilangan dalam
daftar menyatakan desimal.
Untuk menentukan luas daerah di bawah kurva normal standar, telah dibuat daftar
distribusi normal standar,yaitu tabel luas kurva normal standar dengan nilai-nilai Z tertentu.
Dengan daftar tersebut, bagian-bagian luas dari distribusi normal standar dapat dicari.
Karena seluruh luas kurva adalah1dan kurva simetris terhadap 𝜇=0 maka luas dari
garis tegakpada titik nol ke kiriat aupun ke kanan adalah 0,5 dan diartikan: P(Z>0)=0,5. Luas
daerah dibawah kurva normal pada interval tertentu dapat dituliskan:P(0<Z<b).
Cara menggunakan tabel z tersebut adalah misalnya untuk mengetahui luas daerah di
bawah kurva normal antara 0 ke z = 1,96. Dengan menggunakan tabel z, dilihat pada kolom 1
dicari nilai z = 1,9 dan pada bari pertama dilihat pada nilai 0,06, pertemuan baris dan kolom
tersebut adalah nilai = 4750, maka berarti luas daerah dibawah kurva normal antara 0 ke z =
1,96 adalah = 0,750.

Gambar 3.1 daerah dibawah kurva normal

Contoh 4:
Suatu populasi berjumlah 1000, data sampel diambil secara acak sebanyak 200 subjek. Rata-
rata sampel = 40 dan simpangan baku = 10, ditanyakan :
Berapa persen subjek yang memperoleh skor antara 0 sampai dengan 55? dengan asumsi
bahwa data diambil dari populasi yang berdistribusi normal.
Penyelesaian:
Pertama:
1. Mengubah skor 40 dan 55 ke dalam skor baku (skor z) yaitu sebagai berikut:

X=40 , z = (40-40)/10 = 0,00

X=55 , z = (55-40)/10 = 1,50
2. Melihat tabel z antara z = 0,00 ke z = 1,50; maka pada kolom pertama dilihat pada
nilai z = 1,5, pada baris pertama pada nilai =0, maka didapatkan nilai 4332, atau =
0,4332.

3. Dengan nilai sebesar 0,4332 maka dapat disimpulkan bahwa jumlah subjek yang
mempunyai skor antara 0 – 55 adalah 43,32% , jika diterapkan pada populasi maka
kurang lebih ada sekitar 43,32% x 1000 = 433 subjek.

Berapa persen subjek yang memperoleh skor diatas 55? dengan asumsi bahwa data diambil
dari populasi yang berdistribusi normal.

Penyelesaian:
Penyelesaian pertanyaan adalah sebagai berikut:
1. Pertanyaan sebelumnya, menemukan harga z untuk skor 55, yaitu 1,50.
2. Luas setengah kurva normal (0 <$ adalah 0,500 atau 50%.
3. Jika luas antara 0 - 1,50 adalah 0,4332 (lihat jawaban terhadap soal pertama),
4. Maka luas daerah untuk z >1,50 adalah 0,5 – 0,4332 = 0,0668
5. Sehingga subjek yang bernilai >55 adalah 6,68% , atau sekitar 6,68% x 1000 = 66,8 atau
sekitar 67 orang.

Contoh 5:
Diketahui suatu distribusi normal dengan μ= 50 dan σ = 10. Carilah probabilitas bahawa
X mendapat nilai antara 45 dan 62!
Jawab:
Gunakan tabel distribusi normal standart, diperoleh:
P( 45  x  62)  P( 0, 5  z  1, 2)
 P(z  1, 2 )  P(z  0, 5)
 0, 8849  0, 3085
 0, 5764
 BAB III
PENUTUP

A. Kesimpulan
a. Simpangan baku juga dapat diartikan sebagai satuan ukuran penyebaran frekuensi
dari tendensi sentralnya. Setiap frekuensi mempunyai deviasi dari tendensi
sentralnya, dan juga merupakan ukuran penyebaran bagi variabel kontinum, bukan
variabel diskrit.
b. Rumus Simpangan Baku
Data Tunggal
untuk data sample menggunakan rumus

untuk data populasi menggunkan rumus

Untuk Data Kelompok

Rumus untuk sample menggunakan rumus

untuk populasi menggunakan rumus

c. Distribusi normal adalah mendefinisikan frekuensi relatif skor x tertentu pada

suatu distribusi bergantung kepada dua parameter (μ dan σ) dan dua konstanta ( π
=3,1416) dan bilangan dasar sistem logaritma asli , e = 2,7183) .
d. Karakteristik distribusi normal yaitu: Unimodal , Simetrik, Identik, dan Asimtotik.
e. Angka baku (z skor) adalah suatu nilai atau suatu angka yang menunjukkan
seberapa jauh atau seberapa banyak suatu angka atau nilai yang dimiliki individu
menyimpang dari nilai rata-ratanya, dengan satuan simpangan bakunya.
f. Untuk menentukan luas daerah di bawah kurva normal standar, telah dibuat daftar
distribusi normal standar,yaitu tabel luas kurva normal standar dengan nilai-nilai
Z tertentu. Dengan daftar tersebut, bagian-bagian luas dari distribusi normal
standar dapat dicari.
 DAFTAR PUSTAKA

Boediono dan Wayan,2008. Teori dan Aplikasi Statistika dan Probabilitas. Bandung:
Alfabeta

Emanuelli Mendrofa,2013. Distribusi Normal. Bahan ajar

Indra Jaya,2010. Statistik Penelitian Untuk Pendidikan. Bandung: Citapustaka Media Perintis

Sudjana, 1996. Metode Statistika. Bandung: Tarsito

Sugiono,2013. Statistika Untuk Penelitian. Bandung: Alfabeta