MAKALAH

UKURAN VARIABILITAS DATA

Diajukan Guna Memenuhi Salah Satu Tugas Mata Kuliah STATISTIK

KEPENDIDIKAN

Dosen Pengampu : Winnie Setia P,, M.Hum

Disusun Oleh :
Kelompok 5
Arde AldiAnto : 201350004
Marselina Putri Febrianti : 201350023
Yeni Sulistyowati : 201350007

PENDIDIKAN GURU SEKOLAH DASAR

SEMESTER V
STKIP PGRI METRO
T.A. 2021 / 2022
 KATA PENGANTAR

Puji syukur atas kehadirat Allah SWT yang telah melimpahkan rahmat dan
hidayah-Nya, sehingga penyusun dapat menyelesaikan makalah untuk memenuhi
mata kuliah STATISTIK KEPENDIDIKAN ini tepat pada waktunya. Dalam
kesempatan ini, penyusun ingin mengucapkan banyak terima kasih kepada semua
pihak yang telah membantu dalam penyusunan makalah ini, sehingga makalah ini
dapat terselesaikan.
Pepatah mengatakan “Tak Ada Gading Yang Tak Retak”, penyusun pun
menyadari bahwa dalam penyusunan makalah ini masih banyak sekali terdapat
kekurangan. Oleh karena itu, penyusun sangat mengharapkan berbagai bentuk
kritik dan saran yang bersifat membangun demi kesempurnaan makalah yang
akan mendatang.
Akhirnya, semoga makalah yang berjudul Ukuran Variabilitas Data ini
dapat bermanfaat bagi penyusun khususnya dan bagi para pembaca pada
umumnya.

Metro, 18 September 2022

Penyusun

ii
 DAFTAR ISI

HALAMAN JUDUL......................................................................................... i
KATA PENGANTAR....................................................................................... ii
DAFTAR ISI...................................................................................................... iii

BAB I PENDAHULUAN
1.1 Latar Belakang.......................................................................... 1
1.2 Rumusan Masalah..................................................................... 1
1.3 Tujuan....................................................................................... 1

BAB II PEMBAHASAN
2.1 Pengertian ukuran variabilitas................................................... 2
2.2 Simpang rata-rata...................................................................... 4
2.3 Memberikan interpretasi........................................................... 8

BAB III PENUTUP

3.1 Kesimpulan............................................................................... 13
3.2 Saran.......................................................................................... 13

DAFTAR PUSTAKA........................................................................................ 16

iii
 BAB I
PENDAHULUAN

1.1 Latar Belakang

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. Bilamana
dua distribusi, katakan 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.
1.2 Rumusan Masalah
1. Apa itu variabilitas?
2. Bagaimana mencari rumus simpang rata-rata data tunggal dan
kelompok?
3. Bagaimana memberikan interpretasi data dan cara melakukannya?

1.3 Tujuan
1. Dapat memahami tentang variabilitas.
2. Untuk mengetahui rumus-rumus mencari simpang rata-rata data tunggal
dan kelompok.
3. Memahami interpretasi data dan dapat memberikan interpretasi data.

1
 BAB II
PEMBAHASAN

2.1 Pengertian ukuran variabilitas

Dalam analisa statistika, informasi yang didapat melalui pengukuran

tendensi sentral saja tidak cukup, karena tidak memberi informasi tentang sampel yang
kita ukur secara menyeluruh. Tendensi sentral hanya memberikan informasi tentang suatu
nilai yang menjadi pusat dari nilai-nilai lainnya, tetapi tidak memberikan informasi
seberapa jauh atau seberapa besar nilai-nilai dalam kelompok itu bervariasi. Sebagai
ilustrasi, coba perhatikan ketiga kelompok data berikut:

A : 25  25  25  25  25  25  25  25  25

B : 21  23  23  24  25  26  26  27  30
C :   6  15  15  21  25  27  30  41  45

Ketiga kelompok data di atas memiliki Mean atau Rata-rata yang sama, tetapi memiliki
karakteristik data yang berbeda. Kelompok data A sangat homogen, sementara kelompok
data B lebih homogen dibanding data C. Lalu, untuk mendapatkan informasi yang lebih
jelas, pengukuran apa yang harus dilakukan? Untuk memberikan gambaran ringkas yang
memadai mengenai suatu distribusi data atau himpunan data, di samping dengan tendensi
sentral juga diperlukan suatu ukuran variabilitas.

Variabilitas adalah derajat penyebaran nilai-nilai variabel dari tendensi sentralnya dalam
suatu distribusi yang menunjukkan seberapa banyak nilai-nilai variabel itu berbeda dari
tendensi sentralnya, atau seberapa jauh nilai-nilai varibel itu menyimpang dari tendensi
sentralnya (terutama Mean atau Rata-rata). Pengukuran variabilitas akan memberikan
gambaran variasi, jangkauan, serta heterogenitas-homogenitas dari pengukuran suatu
kelompok (data). Berikut beberapa ukuran variabilitas :
1.

1. Jangkauan Total (total range) atau Rentangan Total (range of

measurement)

2
Jangkauan Total (JT) atau Rentangan  (R) adalah jarak dari data dengan nilai
terendah sampai nilai tertinggi. Pengukuran JT atau RT dapat dilakukan dengan
menggunakan rumus sederhana:

JT atau R = skor maksimum – skor minimum

Sebagai contoh, perhatikan ketiga kelompok data berikut ini:

A : 25  25  25  25  25  25  25  25  25
B : 21  23  23  24  25  26  26  27  30
C :   6  15  15  21  25  27  30  41  45

Tentukan  JT atau R!

JT atau R data A = 25 – 25 = 0
JT atau R data B = 30 – 21 = 9
JT atau R data C = 45 – 6 = 39

Pengukuran JT atau R relatif mudah dan cepat dihitung, tetapi tidak dapat
diandalkan karena hanya berdasarkan nilai ekstrimnya saja. JT atau R mungkin
memberikan gambaran yang salah tentang variabilitas, maka digunakan
pengukuran Jangkauan semi interquartile (Q) yang memberikan informasi lebih
baik dari JT atau R

2. Jangkauan semi interkuartil (Q)

Jangkauan semi interkuartil (Q) adalah distribusi data yang ditunjukkan

dipotongnya di kedua ujungnya masing-masing 25%, yang terdapat di antara 3
titik Q1, Q2, dan Q3. Perhatikan ilustrasi di bawah ini untuk penjelasan letak Q di
antara Q1, Q2, dan Q3.

Berdasarkan ilustrasi di atas, pengukuran jangkauan semi interquartile (Q) dapat

dijelaskan dengan menggunakan rumus berikut:
         
Q = (Q3 – Q1)
        2

3
Q  = kuartil pertama (P )
1 25

Q  = Median (P )
2 50

Q  = kuartil ketiga (P )
3 75

2.2 Simpang rata-rata

Simpang Rata-rata (Mean Deviation) adalah jumlah harga mutlak selisih

setiap nilai (xi) dengan nilai rata-rata (x̄) dibagi dengan banyak data
(n). Simpang rata-rata termasuk ke dalam ukuran penyebaran data dan
merupakan materi dasar ketika mempelajari statistika. Kegunaan dari
Simpangan Rata-rata adalah untuk mengetahui seberapa besar nilai data
menyimpang dari nilai rata-rata data. Simpang Rata-rata dinotasikan sebagai
SR atau MD yang berarti notasi dari Mean Deviation. Rumus simpang
simpang rata-rata ada dua, yaitu simpang rata-rata data tunggal dan simpang
rata-rata data kelompok.

1. Simpang rata-rata data tunggal

Untuk data tunggal memiliki rumus simpangan rata-rata yang lebih
sederhana dibandingkan dengan data berkelompok, untuk menghitung
simpangan rata-rata data tunggal kita dapat menghitungnya dengan rumus
berikut:

Rumus Simpangan Rata-rata Data Tunggal

Keterangan:
SR = Simpangan Rata-rata

4
 xi = nilai tengah data ke-i
x̄ = nilai rata-rata dari data berkelompok
n = banyak data
contoh soal :

Diketahui data nilai mahasiswa 7, 8, 6, 8, 10, 8, 9. Hitunglah besar simpangan

rata-rata dari data tunggal tersebut!

Jawab:
Hitung rata-rata dari data tunggal terlebih dahulu:

kemudian hitung simpangan rata-rata dengan menggunakan rumus simpangan

rata-rata data tunggal

Jadi simpangan rata-rata dari nilai mahasiswa tersebut sebesar 6/7.

2. Simpang rata-rata data berkelompok

Ketika akan menghitung Simpangan rata-rata dari data berkelompok kita

dapat menghitung dengan membagikan jumlah perkalian selisih antara

5
 rata-rata dengan nilai tengah dengan frekuensi terhadap banyak jumlah
seluruh frekuensi data.

Rumus Simpangan Rata-rata Data Berkelompok

Keterangan:
SR = Simpangan Rata-rata
fi = besar frekuensi data
xi = nilai tengah data ke-i
x̄ = nilai rata-rata dari data berkelompok
contoh soal :

Sebuah data usia penduduk di suatu daerah di Indonesia diketahui:

Hitunglah besar nilai simpangan rata-rata dari data berkelompok tersebut!

Jawab:
Untuk menghitung besar simpangan rata-rata terlebih dahulu mari kita hitung
mean atau rata-rata dari data berkelompok tersebut menggunakan tabel hitung:

6
Kemudian hitung besar simpangan rata-rata dari data usia tersebut:

7
Jadi besar simpangan rata-rata dari data usia tersebut sebesar 3,55.

2.3 Memberikan interpretasi

Interpretasi merupakan sebuah proses yang berarti memaknai berbagai

kumpulan dari jenis data penelitian yang sudah diolah. Berbagai data
tersebut akhirnya mampu mengubah berbagai grafik, baik grafik batang,
grafik garis, bentuk tabular, atau bentuk yang serupa lainnya. Oleh sebab
itu, memerlukan interpretasi untuk menganalisisnya.

Interpretasi data juga dapat disebut sebagai proses terjadinya data yang
dianalisis dan dilihat dari sisi yang dapat memberikan sebuah makna
terhadap data tersebut, yang mana data tersebut memungkinkan untuk
ditarik arti dari kesimpulan yang relevan dan juga bermanfaat. secara
hakikat, interpretasi data mengacu pada bagaimana proses mengkritisi
dan menentukan pentingnya sebuah informasi yang diperoleh atau
didapatkan. Misalnya informasi yang didapatkan melalui hasil penelitian
survei, bagaimana proses temuan eksperimen, bagaimana pengamatan
atau laporan penelitian naratif, dan lain sebagainya.

Sehingga akhirnya, interpretasi data menjadi suatu proses keterampilan

untuk berpikir kritis yang penting bagi diri sendiri dan bagi orang lain
dalam hal untuk memahami buku teks, grafik, atau tabel. Itulah sebabnya
mengapa interpretasi data menjadi hal yang sangat perlu dan penting
untuk dilakukan.

Pengertian interpretasi data secara umum merupakan serangkaian proses

dari meninjau data melalui beberapa proses yang sebelumnya sudah
ditentukan terlebih dahulu, Kemudian proses tersebut akan membantu
memberikan beberapa makna atau pengertian pada berbagai data untuk
menghasilkan suatu kesimpulan yang relevan.

Interpretasi data juga dapat diartikan sebagai kegiatan yang memiliki

tujuan untuk menggabungkan berbagai hasil dari analisis yang dibuat
dengan berbagai bentuk, misalnya dari bentuk kriteria, dari bentuk
pertanyaan, maupun dari standar khusus. Dengan demikian, hal ini sangat
berguna agar data yang sudah digunakan dapat disampaikan dengan baik.

Hasilnya, jika data yang digunakan di dalam interpretasi data mampu dan
berhasil tersampaikan dengan baik, maka berbagai permasalahan yang
ada di dalam penelitian mampu terjawab dengan baik pula.

8
Selain memiliki pengertian secara umum, tentu saja interpretasi data ini
memiliki pengertian atau dipandang menurut sudut pandang yang berbeda
dari para ahli. Oleh sebab itu, berikut ini merupakan pendapat dari para
ahli mengenai interpretasi data yang perlu dipahami. Salah satu ahli yang
berpendapat mengenai interpretasi data adalah K Abror.

Menurut K Abror, interpretasi data merupakan suatu tahapan yang

dilakukan dengan tujuan mengaitkan hubungan antara berbagai variabel
penelitian dengan hipotesis penelitian, antara diterima atau ditolak.
Sehingga dalam hal ini mampu menjelaskan terkait dengan fenomena
penelitian secara mendalam berdasarkan data dan informasi yang tersedia.
Sehingga dapat disimpulkan bahwa interpretasi data merupakan kegiatan
penggabungan terhadap hasil dari analisis dengan berbagai macam
pertanyaan dan kriteria pada sebuah standar tertentu untuk menciptakan
sebuah arti atau makna dari berbagai data yang telah dikumpulkan oleh
peneliti untuk mencari jawaban terhadap berbagai permasalahan yang ada
di penelitian tersebut.

a. Jenis interpretasi data

Ada beberapa jenis interpretasi data, yaitu metode interpretasi pada

data kualitatif dan metode interpretasi pada data kuantitatif.

 Metode interpretasi data kualitatif

Jenis interpretasi data yang pertama adalah metode interpretasi data

kualitatif. Metode jenis ini digunakan untuk melakukan analisis data pada
penelitian kualitatif, atau yang dikenal juga sebagai data kategoris.
Biasanya, metode ini pengerjaannya bukan menggunakan angka atau pola
untuk menggambarkan data, melainkan menggunakan teks.

Di dalam penelitian kualitatif, data kualitatif biasanya dikumpulkan

dengan menggunakan berbagai macam teknik. Namun seringkali, akan
lebih sulit untuk dianalisis bila dibandingkan dengan metode penelitian
kuantitatif lainnya.

Tentu hal ini berbeda dengan data kuantitatif yang biasanya data yang
didapat langsung dapat dianalisis setelah dilakukan pengumpulan dan
pemilahan. Akan tetapi, data kualitatif ini perlu dikodekan terlebih dahulu
ke dalam angka-angka, sebelum akhirnya dapat dianalisis dengan tepat.

Oleh sebab itu, biasanya teks yang digunakan pada interpretasi data pada
data kualitatif ini lebih rumit dan memakan waktu banyak. Sehingga

9
besar kemungkinan akan terjadi banyak kesalahan jika dianalisis dalam
kondisi yang asli. Maka dari itu, pengkodean yang dilakukan perlu untuk
didokumentasikan dengan tujuan agar data atau dokumentasi tersebut
dapat digunakan lagi oleh orang lain.

Dalam metode interpretasi data kualitatif, dibagi lagi menjadi dua jenis,
yaitu data nominal dan juga data ordinal.

 Data nominal

Data nominal merupakan data yang diberikan pada objek atau

kategori yang tidak menggambarkan tentang kedudukan pada
objek tersebut, melainkan hanya sekadar label atau kode data.
Sehingga, data nominal pada metode interpretasi data kualitatif ini
bersifat saling lepas atau tidak berhubungan antara yang satu
dengan yang lain.

 Data ordinal

data ordinal merupakan data yang memiliki penomoran objek atau

memiliki pengkategorian yang disusun menurut besarnya, yaitu
dari tingkat yang paling rendah ke tingkat yang paling tinggi, atau
sebaliknya dengan jarak atau rentang yang tidak harus sama. Ciri-
ciri dari data ordinal pada metode interpretasi data kualitatif ini
yaitu kategori datanya dapat disusun berdasarkan urutan yang logis
dan sesuai dengan besarnya karakteristik yang dimiliki.

 Metode interpretasi data kuantitatif

Metode ini biasanya digunakan untuk menganalisis data

yang digunakan pada penelitian kuantitatif, atau yang
biasanya juga dikenal sebagai data numerik.

Sama halnya dengan data kualitatif, data kuantitatif ini juga

dibagi lagi menjadi dua jenis, yaitu data diskrit dan data
kontinu.

 Data diskrit

Data diskrit adalah informasi yang hanya dapat mengambil nilai

tertentu dan tidak dapat dibuat lebih presisi, sehingga nilai yang
ada di dalam data tersebut mungkin terbatas.

10
 Data kontinu

data kontinu adalah data yang dapat mengambil nilai apa pun, yang
biasanya di dalam batas-batas tertentu, sehingga dapat dibagi lagi
menjadi bagian yang lebih halus. Data kontinu ini dibagi lagi
menjadi data interval dan juga data rasio, dengan menggunakan
semua tipe data numerik. Dalam penelitian kuantitatif ini, biasanya
menggunakan pengkodean angka. Sehingga, proses analisis data
kuantitatif ini melibatkan teknik pemodelan statistik dan statistika
seperti standar deviasi, mean, dan juga median.

b. Cara melakukan interpretasi data

 Mengumpulkan data

Langkah pertama yang harus dilakukan di dalam melakukan

interpretasi data adalah mengumpulkan semua data yang
relevan. Hal ini bisa dilakukan dengan melakukan
visualisasi terlebih dahulu, bisa dalam bentuk diagram
batang, grafik, lingkaran, atau lain sebagainya. Dengan
mengumpulkan data menjadi diagram tersebut, maka Anda
akan lebih tepat dan akurat dalam menganalisis data,
sehingga tidak ada bias. Setelah data yang Anda miliki
lengkap, Anda bisa melanjutkan ke tahap selanjutnya, yaitu
tahap mengembangkan temuan. Agar data yang
dikumpulkan untuk data interpretasi kuat dan akurat, maka
ada beberapa hal yang bisa Anda lakukan.

 Mengidentifikasi tipe data

Pertama, Anda bisa melakukan identifikasi jenis data yang

diperlukan untuk penelitian yang Anda lakukan. Apakah itu
melalui data nominal, data ordinal, data interval, atau
dengan rasio. Hal tersebutlah sebagai kunci tepat yang
diperlukan dalam mengumpulkan data agar dapat
memahami pertanyaan penelitian dengan benar. Jika
terdapat pertanyaan pada penelitian, maka Anda dapat
mengidentifikasi jenis data yang diperlukan saat melakukan
penelitian.

 Menghindari bias

yang harus dilakukan saat mengumpulkan data adalah

menghindari berbagai jenis bias yang mungkin ditemui oleh

11
 peneliti saat mengumpulkan data untuk melakukan sebuah
analisis. Meskipun bias tersebut bisa saja datang dari diri
peneliti, akan tetapi sebagian besar bias biasanya
disebabkan oleh responden penelitian. Ada dua bias yang
mungkin bisa ditimbulkan responden, misalnya bias respons
dan bias non-respons. Bisa jadi, Anda sebagai peneliti tidak
dapat menghilangkan bias tersebut, akan tetapi Anda dapat
menghindari atau bahkan mengurangi dengan seminimal
mungkin. Bias tersebut bisa saja mempengaruhi proses
interpretasi data, jika responden tidak memberikan jawaban
dari pertanyaan sama sekali selama proses penelitian.
Dengan demikian, Anda sebagai peneliti tetap harus
melakukan metode pengumpulan data yang tepat agar tidak
terjadi bias dengan cara apa pun.

 Menggunakan survei tertutup

Tips terakhir agar data yang dikumpulkan tepat dan akurat

adalah melakukan survei terbuka. Survei terbuka ini mampu
memberikan informasi secara rinci mengenai pertanyaan
dan memungkinkan responden untuk sepenuhnya dapat
mengekspresikan diri, sehingga hal ini bukan jadi jenis
survei terbaik untuk interpretasi data, karena membutuhkan
banyak pengkodean sebelum data dapat dianalisis. Dengan
survei tertutup, maka Anda dapat membatasi jawaban
responden untuk beberapa opsi yang sudah ditentukan,
sekaligus Anda juga dapat menghilangkan data yang tidak
relevan di dalamnya. Dengan demikian, Anda lebih mudah
melakukan analisis dan juga menafsirkan data. Meski
demikian, survei tertutup ini mungkin tidak cocok dengan
beberapa kasus, misalnya saat mengumpulkan informasi
pribadi dari responden, misalnya nama, alamat, nomor
telepon, email, dan lain sebagainya.

12
 BAB III
PENUTUP

3.1 Kesimpulan
Jadi terdapat beberapa macam ukuran variabilitas salah satunya
menggunakan jangkauan total (total range) atau rentangan total (range of
measurement). Sementara itu kegunaan simpang rata-rata adalah untuk
mengetahui seberapa besar nilai data menyimpang dari nilai rata-rata data.
Dan juga interpretasi data adalah data yang dianalisis dilihat dari sisi yang
terdapat sebuah makna.

3.2 Saran
untuk mengetahui ukuran variabilitas, simpang rata-rata, dan
interpretasi data perlu melakukan beberapa cara agar hasil yang didapat
kongrit dan dapat dipahami.

13
 DAFTAR PUSTAKA

Statiska Psikologi 1. (12 Agus. 2016). PsikologiMultitalent.com. Diakses tanggal 18 sep.

2022, dari https://www.psikologimultitalent.com/2016/08/memahami-macam-
ukuran-variabilitas-dan.html

Naufal Al Majid. (2021, Agustus 30). Pengertian, Rumus dan Contoh Soal Simpangan
Rata-rata. Tugassains. Diakses pada 18 September 2022 melalui
https://www.tugassains.com/2021/08/pengertian-rumus-contoh-soal-simpangan-
rata-rata.html?m=1

Salma. (2022, Maret 9). Interpretasi Data: Pengertian, Jenis, Cara Melakukan, dan
Contoh. Penerbitdeepublish. Diakses pada 18 September 2022 melalui
https://penerbitdeepublish.com/interpretasi-data/

Ainun Najib. 2016. Makalah Ukuran variabilitas (Range dan Median Deviasi). Makalah.
https://ainunnajib1994.blogspot.com/2016/03/makalah-ukuran-variabilitas-range-
dan.html?m=1

14