MAKALAH STATISTIKA

“UKURAN VARIABILITAS”

Diajukan untuk memenuhi tugas mata kuliah statistika

Dosen Pengampu:

Dr. Herwin, M.Pd

Disusun oleh:

Intan Maulida Quriana        21112251129

Rokhmatun Nabillah 21112251021
Suci Dewi Asmara 21112251009
Yoga Marga Mahendra 21112251005
  

Pendidikan Dasar - S2
Program Pascasarjana – Fakultas Ilmu Pendidikan
Universitas Negeri Yogyakarta
2022

i
 KATA PENGANTAR

Assalamu’alaikum Warahmatullahi Wabarakatuh 

Puji dan syukur penulis haturkan kepada Allah Yang Maha Esa yang telah
melimpahkan rahmat dan hidayah-Nya sehingga penulis dapat menyelesaikan
makalah yang berjudul “Ukuran Variabilitas” dalam rangka memenuhi tugas mata
kuliah Statistika. 
Makalah ini akan dijelaskan mengenai apa saja ragam data menurut jenisnya
dan sifatnya. Dalam uraian materi ragam data menurut jenisnya akan dibahas
beberapa bentuk data diantaranya data nominal, data ordinal, data interval dan data
ratio. Sedangkan dalam uraian materi ragam data menurut sifatnya akan dibahas
beberapa bentuk data diantaranya data kategorik, data diskrit, dan data kontinum.
Penulis mengucapkan terima kasih kepada dosen pengampu mata kuliah Statistika
Bapak Dr. Herwin, M.Pd., yang telah memberikan kesempatan kepada penulis untuk
menyelesaikan makalah ini. 
Semoga makalah ini bisa memberikan manfaat dan memberi referensi
pengetahuan bagi para pembaca. Kami mengharapkan saran dan kritik yang
konstruktif agar makalah ini dapat menjadi lebih baik. 

Wassalamu’alaikum Warahmatullahi Wabarakatuh. 

Yogyakarta, 18 Februari 2022 

Penulis

ii
 DAFTAR ISI

KATA PENGANTAR...................................................................................................ii
DAFTAR ISI.................................................................................................................iii
BAB I PENDAHULUAN..............................................................................................1
A. Latar Belakang.......................................................................................................1
B. Rumusan Masalah..................................................................................................2
C. Tujuan Makalah......................................................................................................2
BAB II PEMBAHASAN..............................................................................................3
A. Rentang..................................................................................................................3
B. Varians (V).............................................................................................................4
C. Standar deviasi (SD)...............................................................................................6
D. Mean deviasi (MD)................................................................................................9
E. Bilangan Baku dan Koefisien Variasi (Skor Z)....................................................10
F. Koefisien Variasi Skor T......................................................................................13
BAB III KESIMPULAN..............................................................................................16
DAFTAR PUSTAKA..................................................................................................17

iii
 BAB I
PENDAHULUAN

A. Latar Belakang
Pertama kali statistika hanya dikaitkan dengan pemaparan fakta-fakta
dengan angka-angka atau gambar yang menyangkut situasi kependudukan dan
perekonomian untuk mengambil keputusan politik di suatu negara. Hal tersebut
sampai sekarang masih dilakukan. Pada perkembangannya statistika adalah
sekumpulan konsep atau metode yang dapat digunakan untuk mengumpulkan,
menyajikan dan menganalisis data serta menarik kesimpulan berdasar hasil analisis
data tersebut.
Sehingga dapat dimengerti, bahwa Statistik merupakan kegiatan
mengumpulkan, menyajikan, menganalisis, serta menginterpretasikan data
mengenai kehidupan. Statistika merupakan ilmu yang berkenaan dengan data,
sedang statistik adalah data, informasi, atau hasil penerapan algoritma statistika
pada suatu data. Dari kumpulan data, statistika dapat digunakan untuk
menyimpulkan atau mendeskripsikan data; ini dinamakan statistika deskriptif.
Dalam penyelidikan-penyelidikan, kerapkali kita membutuhkan informasi
yang lebih banyak dari pada hanya mengetahui salah satu tendensi sentral saja.
Kita ingin misalnya, mengetahui bagaimana penyebaran tiap tiap nilai tendensi
sentral itu. Hal inilah yang menjadi pusat perhatian kita dalam bab ini. Yang
dimaksud dengan variabilitas adalah derajat penyebaran nilai-nilai variabel dari
suatu tendensi sentral dalam suatu distribusi. Dua distribusi dikatakan distribusi A
dan distribusi B dibandingkan dengan distribusi A menunjukan penyebaran nilai
nilai variabelnya yang lebih besar daripada distribusi B, maka dikatakan bahwa
distribusi A mempunyai variabilitas yang lebih besar dari distribusi B. Variabilitas
ini juga disebut dispersi.
Pengukuran tentang variabilitas termasuk dalam bdang statistik deskriptif.
Dari itu mudah dimengerti bahwa pengukuran tentang variabilitas mempunyai arti
praktis.

1
B. Rumusan Masalah
Adapun rumusan masalah pada makalah ini adalah :
1. Bagaimana mencari rentang dari sebuah data ?
2. Bagaimana mencari standar deviasi dari sebuah data ?
3. Bagaimana mencari rata-rata deviasi dari sebuah data ?
4. Bagaimana mencari varians dari sebuah data ?
5. Bagaimana mencari skor Z dari sebuah data ?
6. Bagaimana mencari skor T dari sebuah data ?

C. Tujuan Makalah
Adapun tujuan dari makalah ini adalah untuk :
1. Mengetahui cara mencari rentang dari sebuah data
2. Mengetahui cara mencari standar deviasi dari sebuah data
3. Mengetahui cara mencari rata-rata deviasi dari sebuah data
4. Mengetahui cara mencari varians dari sebuah data
5. Mengetahui cara mencari skor Z dari sebuah data
6. Mengetahui cara mencari skor T dari sebuah data

2
 BAB II
PEMBAHASAN

A. Rentang
Range adalah selisih antara nilai data maksimum dengan nilai data
minimum dalam suatu kelompok data. Range (R) merupakan jarak antara nilai
tertinggi (Xt) dengan nilai terendah (Nr) (Mundir, 2012 : 93). Untuk menentukan
range dalam data tunggal atau data berkelompok dapat menggunakan rumus
sebagai berikut:
1. Data Tunggal
R = Nilai terbesar – Nilai terkecil
2. Data Berkelompok

Mencari rentang data untuk tabel distribusi frekuensi dapat dilakukan

dengan dua cara, pertama mengurangkan nilai tengah interval terakhir dengan
nilai tengah interval pertama. Kedua mengurangkan tepi atas interval terakhir
dengan tepi bawah interval pertama.
R = Xi mak - Xi min

R = Batas Atas mak – Batas Bawah min

Keterangan :

Xi mak = nilai tengah interval terakhir

Xi min = nilai tengah interval pertama

Contoh soal :

1. Hitunglah rentang dari data di bawa ini : 5, 8, 9, 7, 9, 5, 6, 10

Jawab : Range (R) = Nilai terbesar – Nilai terkecil

= 10-5

=5

3
 2. Hitunglah rentang dari data di bawah ini :

Jawab :

a. Cara pertama

Rentang = nilai tengah interval terakhir – nilai tengah interval pertama

= 95 – 50

= 45

b. Cara kedua

Rentang = tepi atas interval terakhir – tepi bawah interval pertama

= 97,5 – 47,5

= 50
B. Varians (V)
Varians merupakan jumlah kuadrat terhadap standar deviasi. Hal tersebut
terjadi dengan ketentuan apabila nilai standar deviasi sudah diketahui (Jakni,
2016). Dengan menguadratkan semua penyimpangan, jumlahkan dan
membaginya dengan n, maka akan didapatkan varians. Simbol untuk varians
sampel adalah s2. Sedangkan untuk varians dalam populasi menggunakan simbol
σ (Yusuf & Salafudin, 2012).
2

1. Data Tunggal
Secara Rumus dapat dituliskan sebagai berikut (Jakni, 2016):

V¿ ∑
( Xi−X )2
Jika n > 30
n

V¿ ∑
( Xi−X )2
Jika n < 30
n−1

4
 Keterangan:
V ¿Varians
Xi ¿ Data
∑ ( Xi−X )2 ¿ Jumlah dari data dikurangi rata-rata dan dikuadratkan
n ¿ Banyak data
Contoh:
(Contoh soal diambil dari contoh soal pada standar deviasi data tunggal)
Tentukan mean deviasi dari data tersebut jika diketahui ∑ ( Xi−X )2 = 433,33!
Jawab:

V¿ ∑ ( Xi−X )2
Jika n > 30
n
433,33
V¿
5
V¿ 86,67
2. Data Kelompok
Secara Rumus dapat dituliskan sebagai berikut (Jakni, 2016):

V¿
∑ fi ( Xi− X )2
∑ fi
Keterangan:
V ¿Varians
Fi ¿ Frekuensi Data
xi ¿ Nilai Tengah Data
X ¿ Rata-Rata
∑ ¿ Lambang jumlah
Contoh:
(Contoh soal diambil dari contoh soal pada standar deviasi data
kelompok)
Tentukan mean deviasi dari data tersebut jika diketahui
∑ fi ( Xi−X )2 =7986,10!
Jawab:

MD ¿
∑ fi ( Xi− X )
2

∑ fi
7986,10
MD ¿
41

5
 MD ¿ 194,78

C. Standar deviasi (SD)

1. Konsep Standar Deviasi
Standar deviasi sering disebut juga dengan simpangan baku. Bentuk
pangkat dua dari standar deviasi adalah varians. Untuk data yang berasal dari
sebuah sampel, standar deviasi dilambangkan dengan simbol s, sedangkan
untuk populasi diberi simbol σ (sigma) (Sudjana, 2006:93).
Perhitungan standar deviasi masuk kedalam perhitungan statistika
deskriptif. Statistika deskriptif merupakan statistika yang berguna untuk
menganalisis data dengan mendeskripsikan serta menggambarkan data yang
telah terkumpul (Jakni, 2006:103). Standar deviasi digunakan untuk
membandingkan penyebaran sebuah data.
Lebih rinci dijelaskan bahwa standar deviasi dalam penelitian
digunakan sebagai:
a. Untuk mengukur seberapa jauh data statistika menyimpang atau tidak
bisa dilakukan dengan cara perhitungan standar deviasi.
b. Untuk menentukan seberapa dekat data dari suatu sampel statistik dengan
data mean ( X ).
c. Semakin rendah nilai standar deviasi maka semakin mendekati rata-rata (
X ) artinya semakin lebar rentang variasi datanya serta setiap anggota
sampel atau populasi.
d. Ukuran besarnya perbedaan dari nilai sampel terhadap ( X )
e. Memberikan gombolan kualitas data sampel yang diperoleh.
2. Langkah-langkah menentukan SD
Langkah - Langkah dalam menentukan standar deviasi adalah sebagai berikut
(Muri, 2014: 268);
a. Urutkan data (data kelompok atau data tunggal) dari terkecil hingga
terbesar
b. Hitunglah rata-rata dari data tersebut ( X )
c. Hitunglah selisih masing-masing data dengan nilai rata-rata
d. Kuadratkan masing-masing hasil selisih data tersebut lalu jumlahkan
e. Bagi jumlah hasil kuadrat dengan nilai n (pada populasi) dan n−1 (pada
sampel) maka didapatkan nilai standar deviasinya.

6
7
3. Perhitungan Standar Deviasi
a. Data tunggal
Adapun rumus standar deviasi untuk data tunggal adalah sebagai
berikut (Jakni, 2016;116):
Rumus ini menunjukan data pada populasi pada suatu data

SD ¿
√ n √
∑ ( Xi−X )2 , jika n ¿ 30 atau σ ¿ ∑ ( Xi−X )2
n
Rumus ini menunjukan data pada sampel pada suatu data

SD ¿
√
Keterangan:
n−1 √
∑ ( Xi−X )2 , jika n ¿ 30 atau s ¿ ∑ ( Xi−X )2
n−1

SD ¿Standar Deviasi
Xi ¿ Data
∑ ( Xi−X )2 ¿ Jumlah dari data dikurangi rata-rata dan dikuadratkan
n ¿ Banyak data
Contoh (Jakni, 2016):
Misalkan data hasil belajar siswa dari 6 orang yaitu 60, 75, 70, 80, 55,
dan 70. Rata-rata dari data tersebut adalah 68,33. Tentukan nilai standar
deviasi data tersebut!
Dik:
X =68,33
n ¿6
Xi ¿ 60, 75, 70, 80, 55, 70
Dit: SD ?
Jawab:

SD ¿

SD
√ ∑ ( Xi−X )2 , jika n ¿ 30
n−1

√
2 2 2 2 2 2
( 60−68,33 ) + ( 75−68,33 ) + ( 70−68,33 ) + ( 80−68,33 ) + ( 55−68,33 ) + ( 70−68,33 )
¿
6−1

√
2 2 2 2 2 2
SD ¿ (−8,33 ) + ( 6,67 ) + ( 1,67 ) + ( 11,67 ) + (−13,33 ) + ( 1,67 )
5

SD ¿
√ 69,39+ 44,49+2,79+136,19+177,69+2,79
5

8
 SD ¿
√ 433,34
5
SD ¿ √ 86,67
SD ¿ 9,31

b. Data Kelompok
Sedangkan rumus standar deviasi untuk data kelompok adalah
sebagai berikut (Jakni, 2016):
Rumus ini menunjukan data pada populasi pada suatu data

SD ¿
√ ∑ fi √
∑ fi ( Xi−X )2 , jika n ¿ 30 atau σ =¿ ∑ fi ( Xi−X )2

Rumus ini menunjukan data pada sampel pada suatu data

∑ fi

SD ¿
√
Keterangan:
∑ fi−1 √
∑ fi ( Xi−X )2 , jika n ¿ 30 atau s ¿ ∑ fi ( Xi−X )2
∑ fi−1

SD ¿Standar Deviasi
Fi ¿ Frekuensi Data
Xi ¿ Nilai Tengah Data
X ¿ Rata-Rata Data
∑ ¿ Jumlah dari data dikurangi rata-rata dan dikuadratkan
n ¿ Banyak Data
Contoh:
Diketahui rata-rata dari data suatu data kelompok adalah 51,92 dan
panjang kelasnya (n) adalah 8. Tentukan standar deviansi dari data
tersebut!
Jawab:
Tabel bantu perhitungan standar deviasi
INTERVAL Fi Xi X Xi −X ( Xi− X )2 Fi ( Xi− X )2
25-32 3 28,50 51,92 -23,42 548,50 1645,50
33-40 7 36,50 51,92 -15,42 237,78 1664,46
41-48 8 44,50 51,92 -7,42 55,06 440,48
49-56 9 52,50 51,92 0,58 0,34 3,06
57-64 3 60,50 51,92 8,58 73,62 220,86

9
 65-72 8 68,50 51,92 16,58 274,90 2199,20
73-80 3 76,50 51,92 24,58 604,18 1812,54
JUMLAH 41 7986,10

SD ¿
√ ∑ fi ( Xi−X )2
∑ fi
SD ¿
√ 7986,10
41
SD ¿ √ 194,78
SD ¿ 13,96

D. Mean deviasi (MD)

1. Data Tunggal
Adapun rumus rata-tata standar deviasi untuk data tunggal adalah
sebagai berikut (Jakni, 2016):

MD ¿
∑ |Xi−X|
n
Keterangan:
MD ¿Mean Deviasi
Xi ¿ Data
n ¿ Banyak data
X ¿ Rata-Rata
∑ ¿ Lambang jumlah
||=¿ Lambang nilai absolut (Semua nilai negatif dijadikan positif)
Contoh:
(Contoh soal diambil dari contoh soal pada standar deviasi data tunggal)
Tentukan mean deviasi dari data tersebut jika diketahui ∑ | Xi−X| = 43,34!
Jawab:

MD ¿
∑ |Xi−X|
n
43,34
MD ¿
6
MD ¿ 7,22

10
11
 2. Data Kelompok
Adapun rumus standar deviasi untuk data kelompok adalah sebagai
berikut (Jakni, 2016):

MD ¿
∑ fi|xi− X|
∑ fi
Keterangan:
MD ¿Mean Deviasi
Fi ¿ Frekuensi Data
xi ¿ Nilai Tengah Data
X ¿ Rata-Rata
∑ ¿ Lambang jumlah
||=¿ Lambang nilai absolut (Semua nilai negatif dijadikan positif)
Contoh:
(Contoh soal diambil dari contoh soal pada standar deviasi data
kelompok)
Tentukan mean deviasi dari data tersebut jika diketahui ∑ fi|xi− X|=474.90!
Jawab:

MD ¿
∑ fi|xi− X|
∑ fi
474,90
MD ¿
41
MD ¿ 11,58

E. Bilangan Baku dan Koefisien Variasi (Skor Z)

Angka Baku sering disebut Z, Adapun rumus angka baku adalah sebagai berikut:

Xi−X
Z=
SD
Keterangan:
Z = angka baku
Xi = salah satu data (data ke-1 dan seterusnya sesuai banyak data untuk data
tunggal atau nilai batas kelas untuk data kelompok)
X = rata-rata data

12
SD = standar deviasi

Contoh perhitunganya adalah:

Misalkan data hasil belajar siswa dari 6 orang yaitu 60, 75, 70, 80, 55, 70 dengan rata-
rata dari data tersebut adalah 68,33 dan standar deviasi adalah 9,31 tentukan nilai
angka baku dari data tersebut?
Diketahui:
X = 68, 33
Sd = 9,31
Xi = 60, 75, 70, 80, 55, dan 70.
Ditanya: berapakah nilai angka bakunya?
Jawab:
Xi−X
Z=
SD
60−68,33
Z=
9,31
−8,33
Z=
9,31
Z = -0,90
Dari perhitungan di atas diketahui angka baku dari salah satu data adalah -0,90 dan
dari tabel z diketahui untuk harga z negative adalah 0,1841

Misalkan kita mempunyai sebuah sampel berukuran n dengan data X1

X2, . . . . ,Xn sedangkan rata – ratanya = X rata-rata dan simpangan baku = s. dari
sini kita dapat membentuk data baru Z1, Z2, . . . ,Zn dengan rumus

Xi−X
V (11) ……………. Z1 =
S
Untuk I = 1, 2, . . . . , n.
Jadi diperoleh penyimpangan atau deviasi data dari rata- rata dinyatakan dalam
satuan simpangan baku. Bilangan yang didapat dinamakan bilangan z. variabel
Z1, Z2, . . ,Zn ternyata mempunyai rata – rata = 0 dan simpanga baku = 1

Dalam penggunaanya bilangan z ini sering diubah menjadi keadaan atau model
baru, atau tepatnya distribusi baru, yang mempunyai rata-rata X0 dan simpangan

13
baku S0 yang ditentukan. Bilangan yang diperoleh dengan car aini dinamakan
bilangan baku atau bilangan standar dengan rata-rata X0 dan simpangan baku S0
dengan rumus

V (12) …………….. Z1 = X0 + S0 ( Xi−X

S )

Perhatikan bahwa untuk X0 = 0 dan S0 = 1, Rumus V(12) menjadi Rumus V(11),

sehingga bilangan z sering pula disebut bilangan standar.
Contoh:
(1) Dalam psikologi, test Wechsler Bellevue diubah ke daam bilangan baku
dengan rata-rata= 10 dan simpangan baku = 1
(2) Test Klasifikasi Umum Tentara di Amerika Serikat biasa dijadikan bilangan
baku dengan rata-rata = 100 dan simpangan baku = 20
(3) “Graduate Record Examinator” di USA dinyatakan dalam bilangan standar
dengan rata-rata = 500 dan simpangan baku = 100
Bilangan baku sering dipakai untuk membandingkan keadaan distribusi
fenomena.
Contoh: seorang mahasiswa mendapat nilai 86 pada ujian akhir matematika di
mana rata-rata dan simpangan baku kelompok, masing-masing 78 dan 10. Pada
ujian akhir statistika di mana rata-rata kelompok 84 dan simpangan baku 18, ia
mendapat nilai 92. Dalam mata ujian mana ia mencapai kedudukan yang lebih
baik?

Jawab: Dengan rumus V(11) didapat bilangan baku:

86−78
Untuk matematika z = = 0,8
10
92−84
Untuk statistika z = = 0,44
18
Mahasiswa itu mendapatkan 0,8 simpangan baku di atas rata-rata nilai
matematika dan hanya 0,44 simpangan baku di atas rata-rata nilai statistika.
Kedudukannya lebih tinggi dalam hal matematika. Kalau saja nilai-nilai di atas ke
dalam bilangan angka baku dengan rata-rata 100 dan simpangan baku 20, maka:

14
Untuk matematika z = 100 + 20 ( 86−78
10 )
= 116

Untuk statistika z = 100 + 20 ( 98−84

18 )
= 108,9

Dalam sistem ini lebih unggul daripada matematika.

Ukuran variasi atau disperse yang diuraikan dalam bagian – bagian lalu
merupakan disperse absolut. Variasi 5 cm untuk ukuran jarak 100 m dan variasi 5
cm untuk ukuran jarak 20 m jelas mempunyai pengaruh yang berlainan. Untuk
mengukur pengaruh demikian dan untuk membandingkan variasi antara nilai –
nilai besar dan nilai – nilai kecil, digunakan disperse relatif yang ditentukan oleh:

Dispersi Absolut
V (13) ………………. Dispersi relatif =
Rata−rata

Jika untuk disperse absolut diambil simpangan baku, maka didapat koefisien
variasi KV. Rumusnya, dinyatakan dalam persen, berbentuk:

simpangan baku
V (14) ………………. KV = ×100 %
rata−rata

Koefisien variasi tidak bergantung pada satuan yang digunakan, karenanya dapat
dipakai untuk membandingkan variasi relative beberapa kumpulan data dengan
satuan yang berbeda.

Contoh: Semacam lampu electron rata-rata dapat dipakai selama 3.500 jam
dengan simpangan baku 1.050 jam. Lampu model lain rata – ratanya 10.000 jam
dengan simpangan baku 2.000 jam.
Dari sini mudah dihitung:
1.050
KV (lampu pertama) = ×100 % = 30%
3.500
2.000
KV (lampu kedua) = ×100 % = 20%
10.000
Ternyata lampu kedua secara relative mempunyai masa pakai yang lebih unform.

15
F. Koefisien Variasi Skor T

Nilai T sebenarnya merupakan transformasi dari nilai z, dengan asumsi

bahwa mean dari kelas itu 50 dengan SD 10. Nilai T dapat dipakai untuk
membandingkan posisi subjek dalam kelompok. Jika z-scores memiliki mean = 0
dan SD = 1, T-scores memiliki mean = 50 dan SD = 10.

T skor pada dasarnya adalah skor Z yang ditulis dengan format lain.

Skor T  dibuat apabila skor Z nilainya di bawah skor mean distribusi.
Perhitungannya yaitu mengalikan skor Z dengan 10 lalu ditambah 50 Skor T
digunakan untuk menghilangkan nilai (-) pada z yang biasa digunakan dalam
pengukuran skala sikap.

Rumus skor T:
Xi−X
T score=50+10( )
SD
T score=50+10 z

Keterangan:
T = skor T
Xi = salah satu data (data ke-1 dan seterusnya sesuai banyak data untuk data
tunggal atau nilai batas kelas untuk data kelompok)
X = rata-rata data
SD = standar deviasi

16
 Ketika sampelnya besar (n lebih besar dari 30), Z- score biasanya
dihitung tetapi T-score lebih disukai bila sampel kurang dari 30. Ini karena
kita tidak mendapatkan perkiraan yang baik dari deviasi standar populasi
dengan sampel kecil dan inilah mengapa skor T lebih baik.

17
Contoh:
Seorang mahasiswa mendapat nilai 86 pada ujian akhir matematika di
mana rata-rata dan simpangan baku kelompok, masing-masing 78 dan 10.
Pada ujian akhir statistika di mana rata-rata kelompok 84 dan simpangan baku
18, ia mendapat nilai 92. Dalam mata ujian mana ia mencapai kedudukan yang
lebih baik?

Jawab: Dengan rumus didapat bilangan baku:

86−78
Untuk matematika z = = 0,8
10
92−84
Untuk statistika z = = 0,44
18
Mahasiswa itu mendapatkan 0,8 simpangan baku di atas rata-rata nilai
matematika dan hanya 0,44 simpangan baku di atas rata-rata nilai statistika.
Kedudukannya lebih tinggi dalam hal matematika. Kalau saja nilai-nilai di
atas ke dalam bilangan angka baku dengan rata-rata 50 dan simpangan baku
10, maka:

Untuk matematika T = 50 + 10 ( 86−78

10 )
= 58

Untuk statistika T = 50 + 10 ( 98−84

18 )
= 54,4

Dalam sistem ini lebih unggul daripada matematika.

18
 BAB III
KESIMPULAN

Dalam sebuah penelitian teknik analisis data terdapat dua macam yakni
teknik analisis data kuantitatif dan teknik analisis data kualitatif. Pada dasarnya
analisis data dalam kuantitatif menggunakan pendekatan statistik. Teknik analisis data
kuantitatif menggunakan statistik terdapat dua macam pula yaitu statistika deskriptif
dan statistika inferensial.
Statistika deskriptif merupakan statistika yang berguna untuk menganalisis
data dengan mendeskripsikan serta menggambarkan data yang telah terkumpul. Jenis
perhitungan yang masuk kedalam statistika deskriptif yang menjadi bahasan diatas
meliputi rentang, varians, standar deviasi, angka baku (skor Z) dan skor T .
Rentang merupakan selisih antara nilai data maksimum dengan nilai data
minimum dalam suatu kelompok data. Range (R) merupakan jarak antara nilai
tertinggi (Xt) dengan nilai terendah (Nr). Varians merupakan jumlah kuadrat terhadap
standar deviasi. Hal tersebut terjadi dengan ketentuan apabila nilai standar deviasi
sudah diketahui
Standar deviasi sering disebut juga dengan simpangan baku. Bentuk pangkat
dua dari standar deviasi adalah varians. Standar deviasi digunakan untuk
membandingkan penyebaran sebuah data.
Skor Z dan skor T digunakan dalam statistik dan disebut sebagai skor standar.
Mereka menunjukkan berapa banyak SD pengamatan dalam data di atas atau di
bawah rata-rata.

19
 DAFTAR PUSTAKA

Sudjana, 2005. Metode Statistika. Bandung. PT. Tarsiro Bandung.

Jakni, S.Pd, 2006. Metode Penelitian Eksperimen Bidang Pendidikan. Bandung.
Alfabeta
Muri Yusuf, 2014. Metode Penelitian Kuantitatif, Kualitatif, dan Penelitian
Gabungan. Jakarta. PT. Fajar Interpratama Mandiri.
Subana. (2000), Statistik Pendidikan, : Bandung : Pustaka Setia

Sudijono, Anas. (2010). Pengantar Statistik Pendidikan. Jakarta: Rajawali

Pers Sujana. (2005). Metoda Statistika. Bandung : Tarsito
Supardi. (2009). Statistik pendidikan. Jakarta : Diadit media

20