STATISTIK PENDIDIKAN

Disusun Untuk Memenuhi Salah Satu Tugas Mata kuliah

CRTICAL BOOK REVIEW

UKURAN GEJALA PUSAT DAN VARIABEL

Dosen Pengampu : Ibu Rabiah Afifah Daulay,M,Pd

Fauzi Fazrur Rasyid

0310202063

Tadris Biologi-3

PROGRAM STUDI TADRIS BIOLOGI

FAKULTAS ILMU TARBIYAH DAN KEGURUAN

UNIVERSITAS ISLAM NEGRI SUMATERA UTARA

MEDAN

2023

i
 KATA PENGANTAR

Assalamu’laikum warahmatullahi wabarakatuh

Dengan menyebut nama Allah SWT yang maha pengasih lagi maha penyayang, saya
ucapkan segala puji bagi Allah SWT yang telah memberikan nikmat dan karunianya, sehingga
saya dapat menyelesaian laporan Critical Book Review ini dengan baik. Sholawat dan salam tak
lupa pula senantiasa kita sanjungkan kepada Nabi besar kita Muhammad SAW yang kita harapkan
syafa’atnya di yaumul qiyamah nanti, amin amin ya rabbal alamin.

Critical Book Review ini di buat untuk memenuhi tugas mata kuliah statistik pendidikan .
Tak lupa saya mengucapkan terima kasih kepada ibuk Rabiah afifah Daulay M,Pd yang telah
membimbing dan mendukung dalam menyelesaikan tugas saya ini. Dan saya juga menyampaikan
banyak terima kasih kepada semua pihak yang telah berkontribusi dalam pembuatan Critical Book
Review ini.

Saya sangat berharap kiranya Critical Book Review ini dapat berguna bagi saya sendiri
maupun bagi pembaca untuk mengetahui isi buku beserta kelebihannya dan kekurangan dari buku
tersebut. Saya juga menyadari sepenuhnya bahwa masih ada kekurangan baik dari segi susunan
kalimat maupun tata bahasanya di dalam Critical Book Review ini . Oleh sebab itu, saya berharap
adanya kritik dan saran demi perbaikan Critical Book Review yang akan datang.

Medan, 27 April 2023

Fauzi Fazrur Rasyid

i
 DAFTAR ISI

KATA PENGATAR ....................................................................................................................i

DAFTAR ISI.............................................................................................................................. ii
BAB I PENDAHULUAN ........................................................................................................... 1
A. Latar Belakang ..................................................................................................................... 1
B. Manfaat ................................................................................................................................ 2
BAB II IDENTITAS BUKU ...................................................................................................... 3
A. Identitas Buku ...................................................................................................................... 3
BAB III RINGKASAN BUKU .................................................................................................. 4
A. Buku Utama ......................................................................................................................... 4
a. Ukuran Gejala Pusat ...................................................................................................... 4
b. Variabilitas ..................................................................................................................... 7
B. Buku Pendamping ................................................................................................................ 8
a. Tendensi Sentral ............................................................................................................ 8
b. Variabilitas ................................................................................................................... 12
BAB IV KELEBIHAN DAN KEKURANGAN ...................................................................... 15
A. Kelebihan ........................................................................................................................... 15
a. Buku Utama ................................................................................................................. 15
b. Buku Pendamping ........................................................................................................ 15
B. Kekurangan ........................................................................................................................ 16
a. Buku Utama ................................................................................................................. 16
b. Buku Pendamping ........................................................................................................ 16
BAB V PENUTUP ................................................................................................................... 18
A. Kesimpulan ........................................................................................................................ 18
B. Saran .................................................................................................................................. 18
DAFTAR PUSTAKA ............................................................................................................... 19

ii
 BAB I
PENDAHULUAN

A. Latar Belakang

Statistika berasal dari bahasa latin yaitu status yang berarti negara dan digunakan untuk
urusan negara. Hal ini dikarenakan pada mulanya, statistik hanya digunakan untuk menggambar
keadaan dan menyelesaikan masalah yang berhubungan dengan kenegaraan saja seperti:
perhitungan banyaknya penduduk, peembayaran pajak, gaji pegawai, dan lain sebagainya.
Statistika adalah ilmu yang merupakan cabang dari matematika terapan yang membahas metode-
metode ilmiah untuk pengumpulan, pengorganisasian, penyimpulan. penyajian, analisis data, serta
penarikan kesimpulan yang sahih sehingga keputusan yang diperoleh dapat diterima.
Statistik memegang peranan yang penting dalam penelitian, baik dalam penyusunan model,
perumusan hipotesa, dalam pengembangan alat dan instrument pengumpulan data, dalam
menyusun desain penelitian, dalam penentuan sampel dan dalam analisis data. Dalam banyak hal,
pengolahan dan analisa data tidak luput dari penerapan teknik dan metode statistik tertentu, yang
mana kehadirannya dapat memberikan dasar bertolak dalam menjelaskan hubungan-hubungan
yang terjadi. Statistik dapat di gunakan sebagai alat untuk mengetahui apakah hubungan kausalitas
antara dua atau lebih variabel benar benar terikat secara benar dalam suatu kausalitas empiris
ataukah hubungan tersebut hanya bersifat random atau kebetulan saja.
Statistik telah memberikan teknik-teknik sederhana dalam mengklasifikasikan data secara
lebih mudah, sehingga data tersebut dapat dimengerti secara lebih mudah. Statistik dapat
menyajikan suatu ukuran yang dapat mensifatkan ataupun menyatakan variasinya, dan
memberikan gambaran yang baik tentang kecenderungan tengah –tengah dari variabel. Statistik
dapat menolong peneliti untuk menyimpulkan apakah suatu perbedaan yang di peroleh benar-
benar berbeda secara signifikan. Apakah kesimpuln yang di ambil cukup refresentatif untuk
memeberikan infrensi terhadap populasi tertentu. Teknik–teknik statistik juga digunakan dalam
menguji hipotesa, mengingat tujuan penelitian pada umumnya adalah menguji hipotesa-hipotesa
yang telah di rumuskan, maka statistik telah banyak sekali menolong peneliti dalam pengambilan
keputusan untuk menerima atau menolak suatu hipotesa. Statistik juga dapat meningkatkan
kecermatan peneliti dalam rangka mengambil keputusan terhadap kesimpulan-kesimpulan yang
ingin di Tarik.

1
 Untuk kelanjutan “Critical Book Review” ini, saya menganalisa buku yang berjudul
“Statistik Pendidikan (Teori dan Praktik Dalam Pendidikan)”, buku ini ditulis oleh Dr. Rusydi
Ananda, M.Pd dan Muhammad Fadhli, M.Pd. Sebagai pembanding saya mengambil satu buku
yang berjudul “ Statistik Pendidikan (Pengantar Analisis Data Untuk Penulisan Skripsi dan Tesis”,
buku ini ditulis oleh Drs. H. Mundir.

B. Manfaat
Manfaat Critical Book Review ini adalah untuk dapat menambah wawasa yang luas,
khususnya tentang materi statistik pendidikan, memberikan informasi atau pemahaman yang
komprehensif tentang apa yang tampak dan terungkap dalam sebuah buku pembelajaran yang
mengajak pembaca untuk memikirkan dan mendiskusikan lebih jauh mengenai masalah yang
muncul, kemudian dapat menilai terkait kelebihan dan kekurangan dalam sebuah penulisan buku,
untuk dapat lebih berpikir kritis mengenai buku yang di review, dan untuk memenuhi tugas Critical
Book Review mata kuliah statistik pendidikan.

2
 BAB II

IDENTITAS BUKU

A. Identitas Buku

Judul : Statistik pendidikan (Teori dan Praktik

dalam pendidikan)
Penulis : Dr. Rusydi Anansa, M.Pd dan Muhammad
Fadli, M.Pd
Editor : Syarbaini Saleh, S.Sos, M.Si
ISBN : 978-602-51022-2-6
Penerbit : CV. Widya Puspita
Cetakan : Pertama januari 2018
Reviewer : Fauzi Fazrur Rasyid
Halaman : 1-351
Penata Letak : Muhammad Fadli, M.Pd
Desain Sampul: Pusdikra Advertising

Judul : Statistik Pendidikan

Penulis : Drs. H. Mundir
Cetakan 1: September 2012
Penerbit : STAIN Jember Press
Editor : Muhibbin dan Hisbiyatul Hasanah
Halaman : 237
ISBN : 978-602-8716-37-6
Reviewer : Fauzi Fazrur Rasyid

3
 BAB III

RINGKASAN BUKU

A. BUKU UTAMA

UKURAN GEJALA PUSAT DAN VARIABILITAS

a. Ukuran Gejala Pusat

Ukuran gejala pusat (central tendency) adalah ukuran statistik yang menyatakan bahwa satu
skor yang dapat mewakili keseluruhan distribusi skor atau penilaian yang sedang diteliti. Ukuran
gejala pusat sering juga disebut dengan ukuran lokasi yaitu suatu ukuran yang menetapkan letak
titik pemusatan di mana terdapat kecenderungan bagi setiap variabel untuk mengarah kepadanya.
Matre dan Gilbreath sebagaimana dikutip Mangkuatmodjo (1997) menjelaskan ukuran tendensi
sentral merupakan suatu bilangan tunggal yang dipergunakan untuk mewakili suatu kelompok
data.
Tujuan dalam pengukuran gejala pusat adalah untuk menerangkan secara akurat tentang
skor/penilaian suatu objek yang sedang diteliti, baik secara individual maupun kelompok, melalui
pengukuran tunggal. Dengan demikian maka gejala pusat merupakan penyederhanaan data untuk
mempermudah peneliti membuat interpretasi dan mengambil kesimpulan (Irianto, 2004). Ukuran
gejala pusat dibedakan atas tiga yaitu: mean (rata-rata), modus, dan median.
1. Mean (Arithmetic Mean)
Rata-rata hitung atau nilai rata-rata (rerata) dalam bahasa Inggris digunakan istilah Arithmetic
Mean dan adakalanya disingkat dengan Mean. Simbol umum yang digunakan untuk rata-rata untuk
sampel adalah X di baca “x bar”, sedangkan untuk populasi adalah dibaca “myu”. Mean
merupakan hasil bagi dari sejumlah skor dengan banyaknya responden. Menurut Irianto (2004)
perhitungan mean merupakan perhitungan yang sederhana karena hanya membutuhkan jumlah
skor dan jumlah responden. Mangkuatmodjo (1997) menjelaskan rata-rata hitung merupakan suatu
bilangan tunggal yang dipergunakan untuk mewakili nilai sentral dari sebuah distribusi.
2. Median (Nilai Tengah).
Median merupakan skor yang membagi distribusi frekuensi menjadi dua sama besar (50%
sekelompok objek yang diteliti terletak di bawah median dan 50% yang lainnya terletak di atas
median (Irianto, 2004). Selanjutnya Mangkuatmodjo (1997) menjelaskan median merupakan nilai

4
yang membagi serangkaian nilai variable (data) sedemikian rupa sehingga setengah dari rangkaian
itu mempunyai nilai yang lebih kecil dari atau sama dengan nilai median. Sedangkan setengahnya
lagi memiliki nilai yang sama dengan atau lebih besar dari nilai median. Oleh karena itu median
juga disebut rata-rata letak karena yang menjadi dasar adalah letak
variabel bukan nilainya.
Pemaknaan yang sama namun dengan menggunakan bahasa yang sedikit berbeda
dikemukakan oleh Spiegel (2004) yaitu median dari suatu himpunan bilangan yang diatur
berdasarkan urutan besarnya (dengan kata lain, membentuk suatu array) adalah nilai tengah dari
array tersebut (jika banyaknya data adalah ganjil) atau dapat juga merupakan mean dari kedua
nilai tengahnya (jika banyaknya data adalah genap).
Langkah-langkah menentukan median adalah:
1. Menyusun data menjadi bentuk tersusun menurut besarnya.
2. Menentukan nilai tengahnya yaitu skor yang membagi distribusi menjadi dua sama besar.
3. Jika jumlah frekuensi ganjil maka menentukan median akan mudah yaitu skor yang terletak
di tengah-tengah barisan skor tersusun.
4. Jika jumlah frekuensi genap maka median merupakan rata-rata dari dua skor yang paling
dekat dengan median.
Contoh:
1. Terdapat data sebagai berikut: 8 5 7 6 4 3 9
2. Terdapat data sebagai berikut: 3 7 4 6 9 5

Penyelesaian data untuk nomor 1 adalah:

penyusunan data 3 4 5 6 7 8 9
skor yang membagi distribusi menjadi 2 bagian yang sama banyak adalah 6 sehingga data tersebut
memiliki nilai median yaitu 6.

Penyelesaian data untuk nomor 2 adalah:

penyusunan data 3 4 5 6 7 9
skor yang membagi distribusi menjadi 2 bagian yang sama banyak adalah 5 dan 6 sehingga data
5+6
tersebut memiliki nilai median yaitu: = 5,5
2

5
3. Modus
Modus atau mode adalah nilai variabel (atribut) yang memiliki frekuensi terbanyak
(Mangkuatmodjo, 1997). Senada dengan pengertian modus ini, dijelaskan Irianto (2004) bahwa
modus adalah skor yang mempunyai frekuensi terbanyak dalam sekumpulan distribusi skor.
Dengan kata lain modus dianggap sebagai nilai yang menunjukkan nilai-nilai yang lain
terkonsentrasi. Modus dapat dicari dalam distribusi frekuensi satuan maupun kelompok.
Contoh:
1. Terdapat data sebagai berikut: 8 5 7 6 4 3 9
2. Terdapat data sebagai berikut: 3 7 4 6 9 5 7
3. Terdapat data sebagai berikut: 7 6 4 6 9 5 7

Penyelesaian data untuk nomor 1 adalah:

Masing-masing data atau skor yang terdiri dari 1 (satu) frekuensi maka kelompok data tersebut
tidak memiliki modus.

Penyelesaian data untuk nomor 2 adalah:

Data atau skor 7 memiliki frekuensi terbanyak yaitu 2 sedangkan data atau skor lainnya masing-
masing 1. Oleh karena itu kelompok data tersebut memiliki modus yaitu 7.

Penyelesaian data untuk nomor 3 adalah:

Data atau skor 6 dan 7 memiliki frekuensi terbanyak yaitu 2 sedangkan data atau skor lainnya
masing-masing 1. Oleh karena itu kelompok data tersebut memiliki modus 6 dan 7.

Modus memiliki karakteristik tersendiri yaitu:

1. Modus merupakan nilai dengan frekuensi tertinggi di dalam sekelompok data. Modus tidak
dihitung dari seluruh nilai dan tidak ditentukan secara jabar seperti pada nilai rata-rata.
Misalkan data sebagai berikut 2, 3, 7, 7, 8. Modusnya adalah 7. Jumlah nilai bukan 7 x 5 =
35, melainkan 2 + 3 + 7 + 7 + 8 = 27.
2. Modus tidak dipengaruhi oleh nilai-nilai ekstrim. Misalnya modus dari data 3, 4, 5, 5, 7
adalah 5 dan modus dari nilai 3, 4, 5, 5, 70 adalah 5.

6
3. Modus dari sekelompok data diskrit mudah dihitung. Tetapi modus dari data sekelompok
data kontiniu jelas tidak pernah ada.
4. Modus bagi sebuah distribusi tidak dapat dihitung secara pasti seperti pada rata-rata. Jadi
diperlukan suatu pertimbangan yang matang di dalam menginterpretasikan kepentingan dari
modus yang dihitung.
5. Nilai dari modus sangat dipengaruhi oleh metode penetapan interval kelas. Misalnya data 2,
5, 7, 8, 10, 12, 15, 16, 18, 20 ini tidak ada modusnya karena masing-masing nilai memiliki
frekuensi hanya 1.

b. Variabilitas
Variabilitas merupakan kondisi di mana sekumpulan skor sama atau tidak. Jika sekumpulan
skor itu sama maka distribusi tersebut tidak mempunyai variabilitas. Besar kecilnya variabilitas
merupakan gambaran tentang penyebaran distribusi (Irianto, 2004).
Kegunaan variabilitas dijelaskan Irianto (2004) adalah:
1. Variabilitas memberikan indikasi bagaimana tingkat akurasi ratarata dalam menjelaskan
distribusi. Jika variabilitas kecil kemudian seluruh skor mengumpul dan setiap skor
mendekati rata-rata, maka rata-rata sampel representatif untuk seluruh distribusi skor.
Sebaliknya jika variabilitas besar, maka skor tersebar dan tidak mendekati harga rata-
ratanya, sehingga rata-rata sampel tidak representatif untuk seluruh distribusi skor.
2. Variabilitas memberikan indikasi seberapa tepatnya suatu skor atau sekelompok skor
menggambarkan keseluruhan distribusi. Mengingat rata-rata populasi sering tidak diketahui,
maka peneliti lebih banyak menggunakan rata-rata yang berasal dari sampel. Jika variabilitas
kecil, maka setiap skor akan akurat dalam menggambarkan keseluruhan distribusi.
Sebaliknya jika variabilitas sampel berdistribusi besar, maka setiap skor atau sekumpulan
skor tidak akurat dalam menggambarkan keseluruhan distribusi.
Terdapat 3 (tiga) macam variabilitas yaitu: range, interquartile range dan standar deviasi.
1. Range
Range adalah perbedaan antara skor terbesar dan skor terkecil. Rumus mencari nilai range
yaitu: Range = skor tertinggi – skor terendah.
Contoh:
Terdapat data sebagai berikut: 5 7 4 6 9 10

7
Dari data diketahui skor tertinggi 10, skor terendah 4 sehingga nilai range adalah:
Range = 10 – 4 = 6
2. Interquartile Range.
Interquartile range merupakan perbedaan antara kuartil pertama dengan kuartil ketiga.
Kuartil adalah batasan yang akan membagi distribusi frekuensi menjadi empat sama besar, dengan
demikian maka dapat ditentukan 3 (tiga) buah kuartil dalam distribusi frekuensi.
Interquartile range dapat dihitung dengan rumus: Interquartile range = Q3 – Q1
3. Standar deviasi.
Teknik range dan interquartile range merupakan perhitungan variabilitas yang masih kasar,
sehingga jarang dipergunakan untuk melakukan perhitungan variabilitas. Perhitungan variabilitas
yang tingkat keakuratannya lebih baik digunakan teknik standar deviasi. Standar deviasi atau
simpangan baku merupakan salah satu cara mengukur variasi sekelompok data kuantitatif. Besar
harga standar deviasi menunjukkan tingkat varians dari sekumpulan data. Semakin besar harga
standar deviasi, berarti semakin bervariasi atau heterogen angka-angka pada data kuantitatif
tersebut. Standar deviasi (standard deviation) digunakan lambang SD.
Data yang di kumpulkan dari lokasi penelitian, pada umumnya belum teratur, dan masih
merupakan bahan keterangan yang sifatnya kasar dan data mentah. untuk Statistik mempersiapkan
dua bentuk penyajian data yaitu, tabel dan Grafik.
1. Tabel : adalah alat penyajian data angka dalam bentuk baris-baris dan kolom kolom
Misalnya, jumlah pegawai di klasifikasi menurut jenis kelamin, umur dan pendidikan.
2. Grafik tidak lain adalah alat penyajian data yang tertuang dalam bentuk lukisan, baik lukisan
garis, gambar maupun lambang.
a. Grafik Garis ( Polugon) biasanya di buat untuk menunjukkan perkembangan suatu
keadaan, perkembangan tersebut bisa naik ataupun bisa turun. Grafik Garis dapat di buat
dari distribusi frekuensi data tunggal maupun dari distribusi data.
B. BUKU PEMBANDING
TENDENSI SENTRAL DAN VARIABILITAS
a. Tendensi Sentral
Tendensi sentral (ukuran kecenderungan memusat) merupakan salah satu bentuk analisis
statisti deskriptif. Dengan,tendensi sentral dapat diketahui skor atau nilai mana yang menjadi pusat
distribusi dan di sekitar skor mana skor-skor lain terletak atau tersebar.

8
Perhitungan tendensi sentral lazimnya meliputi perhitungan tentang mean (rata-rata hitung),
median, modus, kuartil, desil, dan persentil.nggap positif walaupun negatif. Rumus simpangan
rata- rata untuk data tunggal sebagai berikut:

1. Mean
Mean atau rata-rata hitung dapat dihitung dengan 3 cara. Ketiga cara tersebut digunakan
sesuai dengan kondisi data apakah data tersebut disajikan dalam bentuk data mentah, dalam bentuk
distribusi frekuensi tunggal, atau dalam bentuk distribusi frekuensi bergolong.
Pemanfaatan mean
Mean –sebagai salah satu bentuk analisis statistik deskriptif– dapat digunakan dengan
pertimbangan sebagai berikut:
1. Mean tepat digunakan untuk menentukan tendensi sentral (ukuran kecenderungan memusat)
saat peneliti menghadapi sejumlah data yang frekuensinya bersifat normal (symetris). Namun
jikat tidak normal (a symetris), maka sebaiknya peneliti tidak menggunakan mean, tetapi
menggunakan yang lain. Misalnya: median atau modus.
2. Mean cukup dapat diandalkan atau memiliki reliabilitas yang tinggi, karena mean diperoleh
dari perhitungan seluruh data yang ada dan tidak ada satu datapun yang tertinggal.
3. Namun demikian, mean memiliki kelemahan yang perlu diperhatikan. Kelamahan ini mucul
saat data yang terkumpul amat variatif dan ekstrim sehingga hasil mean yang diperoleh amat
jauh atau menyimpang dari kenyataan. Perhatikan contoh kasus berikut.
a) Lima mahasiswa mendapat skor mata kuliah Metode Penelitian Kualitatif: 100, 95, 50,
35, 20. Maka mean-nya adalah 300:5 = 60. Atau mendapat skor: 95, 55, 50, 50, 50. Maka
mean-nya adalah 300:5 = 60. Mean ini ternyata menyimpang dari kenyataan.
b) Lima mahasiswa memiliki uang saku masing-masing: Rp.10.000,-; Rp. 2.000,-; Rp.
3.000,-; Rp. 1.500,-; dan Rp. 3.500,-. Maka mean-nya adalah Rp. 20.000,- :5 = Rp. 4.000,-
Mean ini juga menyimpang dari kenyataan.
2. Median (Md)
Median adalah angka yang terletak di tengah-tengah sebuah distribusi frekuensi, atau suatu
angka yang membelah jumlah skor menjadi dua bagian yang sama antara skor bagian atas (1/2N
skor di atas median) dan skor bagian bawah (1/2N skor di bawah median). Mengingat letak media
selalu di tengahtengah, maka median dapat disebut juga sebagai rata-rata posisi. Median dapat
ditemukan pada data tunggal dan pada data bergolong (tabel disitribusi bergolong). Pada data

9
tunggal, kemungkinan seluruh skornya berfrekuensi 1 dengan jumlah kasus ganjil atau genap, atau
seluruh (sebagian besar) skornya berfrekuensi lebih dari 1. Perlu dipahami bahwa yang dimaksud
dengan tabel tunggal adalah tabel yang menyajikan skor atau data secara terpisah satu-satu dan
tidak ada kelas interval, dan kalau saja dianggap ada, maka isi kelas interval itu hanya satu.
Sedangkan tabel bergolong adalah tabel yang menyajikan skor atau data secara berkelompok
melalui kelas interval, sehingga isi kelas interval pasti lebih dari satu.
Pemanfaatan Median
Nilai median relatif lebih cepat ditemukan daripada nilai mean, karena perhitungannya tidak
harus dilakukan satu persatu terhadap skor atau data yang ada. Namun justru kondisi seperti inilah
yang menjadikan nilai median dianggap kurang teliti.
Median sering digunakan saat kondisi data bersifat tidak normal (a symetris), tidak ada waktu
yang cukup (banyak) untuk menghitung mean, tidak dimaksudkan untuk mencari rata-rata dengan
tingkat akurasi (ketelitian) yang tinggi namun sekedar ingin mengetahui nilai pertengahan
(median) dari sekumpulan data (skor) yang terkumpul, dan tidak akan dilanjutkan dengan analisis
statistik yang lain.

3. Modus (Mo)
Modus (mode, Mo) adalah skor (data) yang memiliki frekuensi terbanyak (sering muncul)
dibanding skor-skor (data-data) lain dari hasil sebuah pengukuran. Lazimnya, modus dapat dicari
dari skor (data) yang disajikan dalam bentuk tabel distribusi tunggal dan tabel distribusi bergolong.
Pemanfaatan Modus
Modus digunakan pada prinsipnya untuk mencari model atau karakteristik sejumlah data yang
terkumpul dalam waktu yang sesingkat mungkin. Inilah kelebihan yang dimiliki modus. Namun
perlu dipahami, bahwa modus tidak dapat dicari manakala dalam sejumlah data yang terkumpul,
terdapat dua skor yang memiliki jumlah frekuensi sama, atau semua skor memiliki jumlah
frekuensi sama.

4. Kuartil (Q)
Dalam pembahasan sebelumnya telah dideskripsikan tentang Median, yaitu skor (titik,
ukuran) tendensi sentral yang membagi sejumlah data yang terkumpul ke dalam dua bagian yang
sama, yaitu ½ N di bawah Median dan ½ N di atas Median. Berikut ini dideskripsikan tentang

10
Kuartil (Quartile, Q), yaitu skor (titik, ukuran) tendensi sentral yang membagi sejumlah data yang
terkumpul ke dalam empat bagian yang sama, yaitu masing-masing bagian se besar ¼ N.
Apabila dalam Median hanya ditemukan satu skor (titik) yang membagi sejumlah data yang
terkumpul ke dalam dua bagian yang sama besar, maka dalam Kuartil ditemukan tiga skor (titik)
yang membagi sejumlah data yang terkumpul kedalam empat bagian yang sama besar. Skor (titik)
tersebut adalah Q1, Q2, dan Q3. Selanjutnya, sejumlah data yang terkumpul yang akan dicari atau
dilakukan perhitungan Kuartilnya, pada suatu saat disajikan dalam bentuk tabel distribusi
frekuensi tunggal dan pada saat yang lain dalam tabel distribusi frekuensi bergolong. Oleh karena
itu, juga dibutuhkan rumus mencari Q (Q1, Q2, dan Q3) untuk data tunggal dan data bergolong.
Kuartil dalam ilmu statistik lebih banyak dimanfaatkan untuk menganalisis data lalu
mendeskripsikan atau memvisualkan melalui kurva. Kurva yang terbentuk memiliki tiga
kemungkinan, yaitu kurva normal, kurva juling positif, dan kurva juling negatif.

5. Desil (D)
Desil (decile), yaitu skor (titik, ukuran) tendensi sentral yang membagi data yang terkumpul
ke dalam 10 jarak yang sama besar, yaitu 1/10 N. Sehingga di sini, ditemukan 9 skor (titik, ukuran)
yang membagi data ke dalam 10 jarak yang sama. Desil dilambangkan oleh huruf D = D1, D2, D3,
D4, D5, D6, D7, D8, dan D9. Sebagaimana data pada Kuartil (Q), data pada Desil (D) ini
adakalanya didistribusikan secara tunggal dan adakalanya secara bergolong, yang masing-masing
membutuhkan rumus sendiri.
Pemanfaatan Desil
Desil dapat dimanfaatkan untuk menggolongkan seluruh data yang ada ke dalam sepuluh
bagian yang sama besar, kemudian menepatkan subyek-subyek terteliti ke dalam sepuluh golongan
tersebut.
6. Persentil (P)
Persentil (percentile), yaitu skor (titik, ukuran) tendensi sentral yang membagi data yang
terkumpul ke dalam 100 jarak yang sama besar, yaitu 1/100 N. Sehingga di sini, ditemukan 99
skor (titik, ukuran) yang membagi data ke dalam 100 jarak yang sama. Persentil dilambangkan
oleh huruf P = P1, P2, P3, P4, P5, P6,
P7, P8, .......... dan seterusnya hingga P99. Rumus yang digunakan untuk menghitung atau mencari
Persentil ada 2, yaitu rumus untuk data tunggal dan rumus untuk data begolong.
Pemanfaatan Persentil
11
Persentil dapat dimanfaatkan dalam berbagai hal yang terkait dengan pendidikan, antara lain
adalah sebagai berikut:
1) Persentil dimanfaatkan untuk mengetahui tempat atau kedudukan seorang siswa di banding
dengan siswa-siswa lain se kelasnya. Artinya, pada persentil berapa dia itu berada.
2) Persentil dimanfaatkan sebagai alat untuk menetapkan nilai batas kelulusan dalam sebuah
tes atau seleksi. Misal. Dalam sebuah seleksi pegawai baru yang diikuti oleh 50 peserta,
panitia menggunakan standar kelulusan P90 pada tahap seleksi I dan P95 pada tahap seleksi
II. Itu berarti, peserta seleksi yang nilainya sama atau lebih besar dari P90 dia lulus pada
seleksi I, dan hanya mereka yang nilainya sama atau lebih besar dari P95 yang lulus pada
seleksi tahap II.

b. Variabilitas
Variabilitas merupakan salah satu bentuk analisis statistik deskriptif di samping tendensi
sentral. Kalau dengan tendensi sentral dapat diketahui skor atau nilai mana yang menjadi pusat
distribusi dan di sekitar skor mana skor-skor lain terletak atau tersebar, maka dengan variabilitas
dapat diketahui keberadaan (variasi) skor-skor yang mendekati tendensi sentral.
Variabilitas merupakan alat analisis statistik deskriptif yang berfungsi mendeskripsikan hasil
pengukuran terhadap suatu sampel. Variabilitas merupakan karakteristik yang menandai hasil
pengukuran setiap sampel. Variabilitas senantiasa didukung oleh besar kecilnya tiap skor (skor
individu) dalam suatu sampel. Tingkat variabilitas sebuah sampel akan ditandai oleh besar
kecilnya jarak (range) skor sampel tersebut.
Tiga kelompok distribusi data boleh jadi memiliki nilai tendensi sentral (misal, mean = rata-
rata) yang sama, akan tetapi derajat penyebaran (variasinya) mungkin sangat berbeda. Misalnya,
tiga buah hasil pengukuran dari tiga buah sampel (dengan populasi) yang berbeda menghasilkan
data sebagai berikut.

Sampel I = 50,50,50,50,50,50,50,50,50,50.
Sampel II = 40,44,45,46,50,50,54,55,56,60.
Sampel III = 25,30,35,40,45,55,60,65,70,75.

Ketiga data tersebut memiliki tendensi sentral (dalam hal ini adalah mean) sama yaitu 50,
namun memiliki derajat variabilitas yang berbeda. Data sampel I tidak memiliki derajat variabilitas

12
karena semua datanya sama besar, atau derajat variabilitasnya sama dengan nol atau mendekati
nol. Data sampel II memiliki derajat variabilitas 21 dan data sampel III memiliki derajat
variabilitas 51. Dengan demikian Variabilitas merupakan ukuran tentang derajat (variasi)
penyebaran skorskor variabel (data) dari suatu tendensi sentral dalam sebuah distribusi.
Ukuran variabilitas yang lazim digunakan dalam analisis statistik deskriptif meliputi: Range,
Mean Deviasi, Standar Deviasi, Varian, dan Nilai Standar (Z-Score).

1. Range (R)
Range (R) merupakan jarak atau rentang antara nilai tertinggi (Xt) dengan nilai terrendah (Nr).
Rumus untuk menghitung range adalah sebagai berikut.
R = (Xt-Xr) + 1
Dengan menggunakan data dari tiga kelompok sampel di atas, dapat diketahui:
R I = (50 – 50) + 1 = 1
R II = (60 – 40) + 1 = 21
R III = (75 – 25) + 1 = 51
Dari ketiga contoh tersebut dapat dimengerti bahwa nilai R dapat dijadikan petunjuk dan
indikator tentang taraf keragaman atau variabilitas suatu distribusi. Semakin tinggi nilai R berarti
distribusi data semakin beragam, bervariasi, atau heterogen. Sebaliknya semakin rendah nilai R
berarti distribusi data semakin tidak beragam, tidak bervariasi, sejenis atau homogen. Dengan
demikian, Range (R) dapat digunakan untuk menentukan atau menggambarkan tingkat variabilitas
dan penyebaran data secara cepat dalam waktu yang relatif singkat.

2. Mean Deviasi (MD)

Deviasi (D) adalah penyimpangan atau selisih masingmasing skor dari Mean kelompoknya.
Karena skor-skor tersebut ada yang di atas Mean dan ada yang di bawahnya, maka akan terjadi
dua deviasi, yaitu deviasi di atas Mean (deviasi positif), dan deviasi di bawah Mean (deviasi
negatif). Apabila seluruh deviasi tersebut dijumlahkan, maka akan ditemukan hasilnya sama
dengan nol (0).
Mean Deviasi (MD) berarti penyimpangan rata-rata, yaitu harga rata-rata dari suatu
penyimpangan nilai terhadap nilai mean kelompok nilai tersebut dalam sebuah distribusi. Hanya
saja, dalam perhitungan deviasi (D) digunakan simbol positif dan negatif, sebaliknya dalam

13
perhitungan MD digunakan harga mutlak, artinya nilai deviasi semua dihitung mutlak positif, dan
nilai negatif dikesampingkan.
3. Standar Deviasi (SD)
Standar deviasi (SD) merupakan akar dari jumlah deviasi kuadrat dibagi jumlah (banyaknya)
individu dalam sebuah tabel distribusi frekuensi. Sebagaimana terdeskripsikan sebelumnya, bahwa
tabel distribusi frekuensi memiliki dua bentuk, yaitu tabel distribusi frekuensi tunggal (dengan
frekuensi masing-masing satu, atau lebih dari satu), dan tabel distribusi frekuensi bergolong.
Masing-masing bentuk tabel distribusi frekuensi tersebut memiliki rumus perhitungan SD yang
berbeda.
4. Varian (SD2)
Varian adalah suatu angka yang menunjukkan ukuran variabilitas yang dihitung dengan jalan
mengkuadratkan SD. Hal ini dapat dilakukan apabila SD telah diketahui lebih dahulu.
5. Nilai Standar (Z-Score)
Nilai Standar (Z-Score) adalah suatu bilangan (angka) yang menunjukkan seberapa jauh
suatu nilai (X) menyimpang dari Mean dalam satuan standar deviasi (SD). Dengan nilai standar,
peneliti dapat memberikan suatu ukuran baku dan juga dapat menggunakannya sebagai ukuran
untuk membandingkan dua gejala atau lebih.

14
 BAB IV

KELEBIHAN DAN KEKURANGAN

A. Kelebihan
a. Buku Utama
1) Pada buku utama ini sudah memaparkan isi (Materi) yang sudah cukup jelas dan
menggunakan bahasa yang mudah dipahami sehinga dapat memberikan informasi yang
lengkap bagi pembaca.

2) Buku ini juga sudah jelas akan identitasnya yang ditandai dengan adanya ISBN yang
tertera di bagian halaman depan, sehingga tidak diragukan lagi sumbernya.

3) Penulis buku mampu menuliskan setiap penggunaan kata-kata dengan menghubungkan

antar gagasan utama dengan topik yang disampaikan pada setiap paragraf.

4) Dalam buku ini memiliki berbagai contoh pembahasan penjelasan juga tidak panjang
lebar namun langsung diberikan contoh yang nyata untuk mudah memahami analisis
data atau dalam pelaksanaannya.

5) Dalam buku ini juga sudah cukup lengkap sebagai pedoman bagi mahasiswa untuk
melakukan pengolaan data penelitian skripsi atau tesis, karena pada buku ini dijelaskan
berbagai cara penghitungan ukuran gejala pusat dan variabilitas .

6) Setiap landasan teori yang dibahas dalam buku diperkuat lagi oleh pendapat para ahli
terdahulu, serta di simpulkan pula penjelasannya secara singkat dengan menggunakan
bahasa yang mudah untuk dipahami.

b. Buku Pembanding
1) Pada buku pembanding ini memaparkan materi atau isi pokok pembahasannya dengan
baik dan mencukupi standart untuk dijadikan sumber referensi pembelajaran. Karena
dari segi isi materi pada buku ini, penjelasan dalam sudah dipaparkan secara terurut,
sistematik, pada setiap sub judulnya mengenai materi ukuran gejala pusat dan
variabilitas sehingga tidak memberikan kebingungan bagi pembacanya.
2) Dalam buku ini juga dipaparkan terkait tabel dari contoh soal, dan beberapa latihan soal
dengan singkat, padat, dan jelas sehingga sangat relevan dengan pembahasan materi.

15
 3) Buku ini juga sudah jelas identitasnya yang ditandai dengan adanya ISBN yang tertera
Dalam buku juga terdapat contoh, gambar serta beberapa tabel, yang memudahkan
pembaca dalam memahami materinya.
4) Dalam penggunaan bahasa pada buku ini menggunakan bahasa yang lugas , dan mudah
di pahami pembaca. Kemudian dari aspek layout dan tata letak sudah tersusun dengan
baik yang di lihat dari susunan isi materi buku.
5) Dengan kelengkapan dan ketuntasan pembahasan ini maka buku ini memiliki
kemuktahiran yang baik dalam memberikan pemahaman untuk mengerjakan statistik
hingga pengambilan kesimpulan dalam mengerjakan data, terutama dalam materi
perhitungan ukuran gejal pusat dan variabilitas.
B. Kekurangan
a. Buku Utama
Dilihat dari segi materi pada buku utama ini sebenarnya sudah mencakup materi- materi
penting pada pembelajaran statistik pendidikan, dalam sub materi yang dijabarkan terjadi
lompatan atau ketidak runtunan dari sistematika penyusunan , sehingga membuat pembaca
agak sedikit bingung, terutama pada materi ukuran gejala pusat dan variabel , walaupun tidak
selengkap buku pembanding. Namun penulisan buku sudah sangat bagus dalam
memaparkan isi walaupun ada sedikit kekurangan . Maka dengan itu menurut saya buku ini
amatlah layak dijadikan sebagai sumber referensi belajar. Buku ini juga sudah memiliki
identitas yang lengkap, sehingga nenandakan buku yang dikelola atu disusun oleh penulis di
selesaikan secara serius dan profesional hingga dapat diterbitkan oleh tim penerbit buku,
dengan demikian pada buku utama ini walaupun ada sedikit kekurangan ,buku ini sangat
layak bagi referensi mahasiswa dalam mengerjakan tugas, karena bahasa yang di gunakan
mudah untuk di pahami.
b. Buku Pembanding
Pada setiap buku pasti mempunyai kekurangan, begitu pula buku pembanding ini , buku
yg dibahas kali ini terbilang tebal dan cenderung memberikan kesan membosankan pada
sebagian orang terlebih lagi buku ini membahas tentang sepeutar perhitungan analisis data ,
selain itu tamplian buku ini juga terlihat biasa saja , tidak tersentuh warna sedikit pun hanya
cover nya saja yang berwarna. Pada buku pembanding juga sudah sangat baik dalam
struktur penulisannya dan meteri yang disajikan, kelemahan buku ini menurut saya, hanya

16
saja penulisan pada buku pembanding ini dalam sub materi yang di jabarkan terlalu panjang
tidak lugas dan terlalu banyak contoh yang ditampilkan tanpa memuat data tabel yang
mendukung.

17
 BAB V

PENUTUP

A. Kesimpulan
Kesimpulan yang dapat di ambil dari critical book review ini yaitu bahwa kedua buku
mempunyai makna yang berkaitan dengan “UKURAN GEJALA PUSAT DAN
VARIABILITAS”. Namun setiap buku memiliki kelebihan dan kekuranganya masing-
masing. Dan menurut penulis diantara kedua buku tersebut yang paling mudah di pahami
oleh mahasiswa adalah buku pembanding, selain mudah dimengerti buku pembanding
tersebut juga membahas mengenai bagaimana cakupannya dari materi ukuran gejala pusat
dan variabilitas dengan penerapan dalam statistik yang dipaparkan secara terperinci,dengan
sub judul serta point- point yang tertata dengan rapi, dengan bahasa yang mudah untuk di
pahami, sehingga buku yang berkualitas dan bersandar ISBN ini patut dijadikan referensi
bagi dosen/guru dan mahasiswa Tadris Biologi terkhususnya, yang kelak akan menjadi
calon guru biologi, dan buku tersebut juga sangat layak untuk dibaca karena pembahasan
yang ringan serta fleksibel membawa pembaca dengan mudah untuk dimengerti maksud
dari isi buku tersebut.

B. Saran
Saran pengritik terhadap penulis buku yaitu agar melengkapi point-point yang kurang
seperti menyusun kembali isi buku dengan memberikan sub judul agar tertata dengan rapi,
kemudian harapan pengkritik kepada penulis buku sekiranya agar di penulisan dalam
menerbitkan buku selanjutnya yang berkaitan dengan statistik dapat memperoleh hasil
yang lebih akurat dan maksimal. Segala kekurangan dijadikan sebagai motivasi dalam
penulisan berikutnya, agar lebih meningkatkan kualitas dalam menyusun dan mengkaji
sebuah penulisan buku.

18
 DAFTAR PUSTAKA

Fadhli, Muhammad dan Rusydi Ananda, 2018. Statistik Pendidikan (Teori Dan Praktik Dalam
Pendidikan). Medan: CV Widya Medan.

Mundir, 2012. Statistik Pendidikan. Jember: STAIN Jember Press.

19