UKURAN VARIASI DAN

UKURAN POSISI
DALAM BIOSTATISTIKA

ARMAIDI DARMAWAN, dr, M.Epid

PRODI KEPERAWATAN UNJA 2022

 LEARNING OBJECTIVE
Mahasiswa • Ukuran variasi:
• Range,
mampu • mean deviasi,
menjelaskan • std deviasi dan
tingkat tingkat • koef. Variasi
• Ukuran posisi;
pengukuran
• quartile,
dalam • decile
statistika : • percentile.
 Pemusatan dan Penyebaran Data
• Rata-rata hitung ( mean )
Nilai – nilai Tendensi • Rata-rata Ukur ( Arithmetic Mean )
Sentral ( Ukuran Gejala • Rata-rata harmonik ( Harmonic Mean )
• Modus ( mode )
Pusat )  pak Rudini • Median

Nilai – nilai ukuran • Kuartil

penempatan ( Ukuran • Desil
Letak ) : • Presentil

Nilai – nilai • Simpangan Baku ( standar deviasi

• Rentang ( range )
Penyimpangan / variasi / • Simpangan rata – rata
dispersi • Koefisien Varian
 Nilai dispersi / nilai variasi
Adalah nilai yang menunjukkan bagaimana
bervariasinya data di dalam kelompok data itu
terhadap nilai rata-ratanya.

Jadi, semakin besar nilai variasi maka semakin

bervariasi pula data tersebut.
 Mengapa dispersi penting ?
• Didapat info tambahan ttg penyimpangan yg terjadi pada suatu
distribusi data.
• Dapat menilai ketepatan nilai tengah dalam mewakili distribusinya.
• Untuk analisis melalui perhitungan statistik yang lebih mendalam
• Dengan mengetahui nilai rata-rata saja,informasi yang didapat
kadang-kadang bisa salah interpretasi.
• Misalnya, dari dua kelompok data diketahui rata-ratanya sama, kalau
hanya dari informasi ini kita sudah menyatakan bahwa dua kelompok
ini sama, mungkin saja kita bisa salah kalau tidak diketahui bagaimana
bervariasinya data di dalam kelompok masing-masing
 Mengapa terjadi variasi ?
• Variasi merupakan peristiwa alamiah  dapat terjadi pada semua
kejadian
• Misal :
• 1) beberapa orang analis mengukur leukosit seseorang (hasil berbeda2),
perbedaan disebabkan variasi antar individu  variasi eksterna
• 2) leukosit seseorang diukur oleh analis berkali2 pada waktu berbeda
(hasilnya berbeda2), variasi disebabkan adanya variasi intra-individu 
variasi interna
 Ukuran variasi / dispersi, al :
A. Dispersi absolut :
• Rentang (range),
• Deviasi rata-rata (mean deviation),
• Deviasi standar (standar deviation), dan
• Varians
• Kuartil,
• Desil,
• Persentil
B. Dipersi relatif
• Koefisien variasi
 1. RENTANG/ RANGE
• Perbedaan antara elemen/nilai data tertinggi dan terendah
• Ukuran dispersi paling sederhana
• Range adalah : selisih antara nilai terbesar dan nilai terkecil dari data
yang telah disusun berurutan
• Contoh Range:
BB 5 orang dewasa 48,52,56,62,dan 67 kg
Range adalah 67 – 48 = 17 kg

8
 Tabel Distribusi berat badan mahasiswa

Berat badan
Kelompok 1 Kelompok 2
40 40
43 39
49 40
60 40
60 43
64 45
65 50
65 52
66 55
70 70
Jumlah 582 474
Range 30 30
Rata-rata 58,2 47,4
 Tabel Distribusi nilai ujian

Nilai ujian
Kelompok 1 Kelompok 2
40 10
45 25
50 55
55 70
60 90

Jumlah 250 250

Rata-rata 50 50
Range 20 80
Interpretasi tabel nilai ujian
Dilihat nilai rata2, kedua kelompok seolah-olah punya nilai
sama

Namun, range keduanya ternyata berbeda

Kesimpulan :
• - kelompok 1 punya kepandaian merata
• - kepandaian kelompok 2 sangat bevariasi
 2. RATA-RATA DEVIASI
•Rata-rata Deviasi (Mean deviation= Md)
adalah rata-rata dari seluruh perbedaan
pengamatan dibagi banyaknya pengamatan.
•Untuk itu diambil nilai mutlak.
Rumus: Md = Σ [ x – x ]
n
 Contoh mean deviasi

X (kg) [x–x] [ x – x ]2
48 9 81
52 5 25
56 1 1
62 5 25
67 10 100
285

Mean = 48 + 52 + 56 + 62 + 67 = 57 kg
5
Mean Deviasi = 9 + 5 + 1+ 5 + 10 = 6 kg
5
 3. VARIANS
• Yaitu rata-rata perbedaan antara mean dengan nilai
masing-masing observasi.
• Rumus : V (S2) = Σ ( x – x )2
n-1
• Contoh:
V = 81 + 25 + 1 + 25 + 100 = 58
4
 4. STANDAR DEVIASI
Standar deviasi = simpangan baku
Yaitu suatu nilai yang menunjukkan tingkat variasi suatu
kelompok data
Jika simpangan baku di kuadratkan disebut varians

Simpangan baku untuk data sampel  “S”, varians  S2

Simpangan baku untuk data populasi  “σ” (tho), varians
 σ2
 4. STANDAR DEVIASI
•Rumus :
S = √v = √S2

•Contoh :
S = √58 = 7,6 kg
 5. Koefisien Variasi
• Koefisien Variasi adalah perbandingan Simpangan Baku (Standar
Deviasi) dengan Rata-rata Hitung dan dinyatakan dalam bentuk
persentase.
• Kegunaan koefisien variasi adalah untuk melihat sebaran/distribusi
data dari rata-rata hitungnya. Semakin kecil koefisien variasi maka
data semakin homogen (seragam), sedangkan semakin besar
koefisien variasi maka data semakin heterogen (bervariasi).
Rumus Koefien Variasi
 Ukuran posisi
• Pengukuran posisi dari suatu nilai/skor
• Terdiri dari
• Quartile
• Decile
• Percentile

19
 Quartile
Quartile
• Membagi nilai/skor ke dalam 4 bagian yang sama
besar

25% 25% 25% 25%

Q1 Q2 Q3
(minimum) (median) (maximum)

20
 Quartile

Kuartil : membagi data menjadi 4 bagian sama banyak

Pada data yang tidak dikelompokkan

1. Data diurut (dari kecil ke besar)
2. Tentukan posisi (letak) kuartil = LK
Posisi Qi adalah [i(n+1) / 4] i = 1, 2, 3
3. Tentukan nilai Quartil = NQ = Qi

NQ = NQB + (LK – LQB) x (NQA-NQB)

NQB : Nilai kuartil yg berada di bawah letak kuartil

NQA : Nilai kuartil yg berada di atas letak kuartil
LBB : Letak data yg berada di bawah letak kuartil
21
 Kuartil
Contoh :
Data : 5 7 3 9 11 9

Tentukan nilai Q1 !
1. Data diurut dahulu: 3 5 7 9 9 11
2. Posisi (Letak) Kuartil 1
LQ1 = [1(6+1) / 4] = 1,75
3. Nilai kuartil 1 = Q1
Rumus: NQ = NQB + (LQ – LQB) x (NQA-NQB)
Q1 = 5 + (1,75 -1) x (5-3) = 6,5
22
 Decile
Decile
Membagi nilai/skor ke dalam 10 bagian yang sama besar

10% 10% 10% 10% 10% 10% 10% 10% 10% 10%

23
 Percentiles
• Membagi nilai/skor ke dalam 100 bagian yang sama besar
• Rumus
(n)(i)
[ 100
] – cf
Pi = li + wi
fi

24
 Desil

Desil : membagi data menjadi 10 bagian sama banyak

D1 D2 D3 D4 D5 D6 D7 D8 D9

Cara menecari nilai desil, prinsipnya sama dg cara mencari

nilai kuartil. Bedanya pada menentukan posisi (letak) desil
(LD) yaitu :
Pada data yang tidak dikelompokkan
LD = i (n+1) / 10 i = 1, 2, 3, …., 10

25
 Percentiles
Keterangan
Pi = Hasil perhitungan kelas percentile
i = Angka percentile yang telah ditentukan
li = Batas kelas bawah dari kelas percentile
n = Total seluruh observasi
cf = Frekuensi kumulasi kelas sebelum kelas
percentile
fi = Frekuensi dari kelas percentile
wi = Besarnya kelas interval

26
 Contoh
Hasil nilai ujian semester 100 orang mahasiswa dibagi
menjadi 4 group seperti pada tabel di bawah ini.

Nilai ujian Frek (f) Midpoint (x) Cum. Freq (cf)

50 – 59 20 54,5 20
60 – 69 35 64,5 55
70 – 79 27 74,5 72
80 – 89 28 84,5 100
Total n = 100
27
Berapa nilai ujian semester pada P25?

Jawab
(n)(i)
[ 100
] – cf
Pi = li + wi
fi
(100)(25)
P25 = 59,5 +
[ 100 ] – 20 10
35
P25 = 59, 5 + 1, 4 = 60,9

 Nilai ujian semester pada P25 adalah 60,9

28
Berapa nilai ujian semester pada P80?

Jawab
(n)(i)
[ 100
] – cf
Pi = li + wi
fi
(100)(80)
P80 = 79,5 +
[ 100 ] – 72 10
28
P80 = 79,5 + 2,85 = 82,4

 Nilai ujian semester pada P80 adalah 82,4

29
 Soal Latihan
Berikut Nilai Latihan Biostatistika 15 mahasiswa Keperawatan Unja :
Mhs nilai Lat
1 45
2 78 Tentukan :
3 95 1. Rentang (range),
4 65 2. Deviasi rata-rata (mean deviation),
5 88
70
3. Deviasi standar (standar deviation), dan
6
7 55 4. Varians
8 65 5. Kuartil,
9 81 6. Desil,
10 90 7. Persentil
11 52
12 73
13 65
14 55
15 67
30
Terima Kasih

31