BAB III

Ukuran Variabilitas Data Ekonomi

Dalam ilmu ekonomi, data adalah elemen penting yang digunakan untuk menganalisis situasi
ekonomi, membuat keputusan bisnis, atau merumuskan kebijakan publik. Namun, data ekonomi
seringkali tidak stabil dan bervariasi dari waktu ke waktu. Oleh karena itu, penting bagi kita
untuk memahami cara mengukur variabilitas data ekonomi agar dapat membuat analisis yang
akurat dan informasi yang berharga.
Materi ini akan menguraikan masing-masing konsep ukuran variabilitas, yaitu rentang,
simpangan, variansi, dan deviasi, serta bagaimana kita dapat menginterpretasikan variasi dalam
data ekonomi. Rentang akan menjelaskan seberapa jauh data ekonomi tersebar, simpangan akan
mengukur seberapa seragam distribusi data, variansi akan memberikan gambaran tentang
seberapa besar variasi dalam data, dan deviasi akan menghitung sejauh mana data individual
berbeda dari nilai rata-rata.
Pemahaman akan konsep-konsep ini akan membantu kita dalam menganalisis data ekonomi
dengan lebih baik, mengidentifikasi tren atau pola yang mungkin terjadi, serta mengambil
keputusan yang lebih tepat dalam konteks ekonomi.
Rentang
Pengertian Rentang (Range): Rentang adalah salah satu ukuran variabilitas yang digunakan
dalam analisis data ekonomi. Ini adalah perbedaan antara nilai maksimum dan nilai minimum
dalam suatu set data. Rentang memberikan gambaran tentang seberapa besar variasi atau
perbedaan antara nilai-nilai dalam data.
Fungsi Rentang dalam Ekonomi Manajemen:
Identifikasi Variabilitas: Rentang membantu manajer ekonomi dalam mengidentifikasi sejauh
mana data ekonomi bervariasi. Ini dapat membantu mereka memahami seberapa fluktuatif situasi
ekonomi dalam periode waktu tertentu.
Contoh Penerapan Rentang dalam Ekonomi Manajemen: Misalkan seorang manajer di
sebuah perusahaan ingin mengukur seberapa besar fluktuasi dalam harga bahan baku yang dibeli
oleh perusahaan selama setahun terakhir. Dia mengumpulkan data harga bahan baku setiap bulan
dan mencatat harga tertinggi dan terendah dalam rentang waktu tersebut. Misalnya, harga
tertinggi adalah $100 per ton dan harga terendah adalah $80 per ton. Maka rentang harga bahan
baku selama setahun adalah $100 - $80 = $20 per ton. Dengan mengetahui rentang ini, manajer
dapat mengevaluasi seberapa besar variabilitas harga bahan baku dan mengambil tindakan yang
sesuai, seperti merencanakan stok dengan lebih baik atau mencari alternatif pemasok yang lebih
stabil.
Contoh Soal tentang Rentang dalam Ekonomi Manajemen: Seorang manajer stok di sebuah
toko ingin mengevaluasi variasi harga produk tertentu selama tiga bulan terakhir. Berikut adalah
harga produk tersebut dalam tiga bulan terakhir: $50, $55, $48, $60, $52, $45, $58. Hitunglah
rentang dari harga produk tersebut selama periode tersebut.
Jawaban :
Nilai Minimum = $45
Nilai Maksimum = $60
Rentang = Nilai Maksimum - Nilai Minimum Rentang = $60 - $45 = $
Contoh Penerapan Rentang dalam Ekonomi Manajemen: Misalkan seorang manajer proyek
dalam perusahaan konstruksi ingin mengevaluasi variabilitas biaya bahan bangunan selama
beberapa bulan terakhir. Dengan menghitung rentang biaya, manajer dapat menentukan sejauh
mana biaya ini bervariasi dan apakah ada kebutuhan untuk meninjau ulang perencanaan
anggaran proyek tersebut.
Dalam contoh ini, jika rentang biaya bahan bangunan selama beberapa bulan terakhir adalah
besar, maka manajer dapat merencanakan anggaran proyek yang lebih fleksibel untuk mengatasi
fluktuasi biaya yang mungkin terjadi. Sebaliknya, jika rentangnya kecil, manajer mungkin dapat
menganggarkan dengan lebih ketat. Rentang membantu dalam pengambilan keputusan yang
lebih baik dalam mengelola proyek dan anggaran dalam konteks ekonomi manajemen.
Kelebihan Penggunaan Rentang :
Kelebihan :
1. Sederhana dan Mudah Dipahami: Rentang adalah ukuran statistik yang sangat
sederhana dan mudah dipahami. Hal ini membuatnya sangat berguna dalam berbagai
situasi bisnis dan ekonomi tanpa memerlukan pemahaman statistik yang mendalam.
2. Mengidentifikasi Variabilitas: Rentang dapat memberikan gambaran awal tentang
variabilitas data. Semakin besar rentangnya, semakin besar variabilitas atau fluktuasi data
tersebut. Ini dapat membantu para pengambil keputusan dalam memahami sejauh mana
data berfluktuasi dan mengidentifikasi potensi risiko atau peluang.
3. Penggunaan Cepat dan Kasual: Rentang dapat dengan mudah dihitung tanpa perlu alat
statistik khusus atau perangkat lunak. Ini membuatnya berguna dalam situasi di mana
Anda perlu membuat perkiraan kasar dengan cepat.
Kekurangan :
1. Rentan terhadap Outlier: Rentang sangat rentan terhadap nilai-nilai outlier atau
ekstrem dalam data. Nilai ekstrem dapat secara signifikan mempengaruhi nilai rentang,
sehingga tidak selalu mencerminkan sebaran data secara keseluruhan.
2. Tidak Sensitif terhadap Perubahan di Tengah Data: Rentang hanya
memperhitungkan nilai maksimum dan minimum dalam data. Itu tidak memberikan
informasi tentang perubahan yang mungkin terjadi di tengah data, seperti pergeseran
yang signifikan dalam nilai tengah. Oleh karena itu, rentang tidak dapat mengidentifikasi
perubahan dalam sebaran data di luar nilai ekstrem.
3. Tidak Memadai untuk Data Terurut: Rentang tidak mempertimbangkan urutan data.
Ini berarti jika data diurutkan ulang tanpa perubahan dalam nilai individu, rentang akan
tetap sama. Ini bisa menjadi kekurangan dalam analisis data terurut.
4. Kurang Informatif: Rentang adalah ukuran yang sederhana dan kasar untuk mengukur
variabilitas data. Dalam banyak kasus, informasi lebih rinci seperti simpangan kuartil
atau deviasi standar dapat memberikan wawasan yang lebih mendalam tentang sebaran
data.

Simpangan Kuartil
Pengertian Simpangan Kuartil (Interquartile Range - IQR)Simpangan kuartil, atau IQR, adalah
ukuran statistik yang digunakan untuk mengukur sebaran data dalam kuartil bagian tengah. IQR
adalah perbedaan antara kuartil ketiga (Q3) dan kuartil pertama (Q1) dalam data yang telah
diurutkan.
Fungsi Simpangan Kuartil dalam Ekonomi Manajemen:
Mengukur Variabilitas Tengah: Simpangan kuartil fokus pada variabilitas dalam kuartil
tengah data, yang berarti ini memberikan gambaran tentang seberapa besar perbedaan antara
nilai-nilai yang terletak di tengah distribusi data. Ini membantu dalam menilai seberapa stabil
data ekonomi pada interval tengah.
Contoh Penerapan Simpangan Kuartil dalam Ekonomi Manajemen: Seorang manajer
keuangan ingin memahami seberapa besar fluktuasi gaji pegawai di perusahaannya yang berada
di tingkat manajemen menengah. Dia mengumpulkan data gaji bulanan untuk semua manajer
pada tingkat ini. Setelah mengurutkan data, dia menghitung kuartil pertama (Q1) dan kuartil
ketiga (Q3) dari data gaji. Misalkan Q1 adalah $5,000 dan Q3 adalah $6,500. Maka IQR gaji
manajer di tingkat ini adalah $6,500 - $5,000 = $1,500. Ini berarti bahwa gaji manajer di tingkat
ini memiliki variabilitas sekitar $1,500 di sekitar median gaji mereka. Informasi ini dapat
membantu manajer keuangan dalam merencanakan anggaran dan kebijakan kompensasi yang
lebih tepat.
Penerapan Simpangan Kuartil dalam Ekonomi dan Bisnis: IQR memiliki beberapa
penerapan dalam ekonomi dan bisnis, termasuk :

- Deteksi Outlier: IQR digunakan untuk mendeteksi data outlier (data yang sangat jauh
dari sebagian besar data). Data outlier dapat memberikan wawasan tentang masalah atau
peluang dalam ekonomi atau bisnis
- Analisis Gaji: Dalam analisis gaji atau kompensasi, IQR dapat digunakan untuk
memahami sebaran gaji karyawan di perusahaan. Ini dapat membantu perusahaan dalam
perencanaan gaji dan kompensasi
- Analisis Harga: Dalam analisis harga barang atau jasa, IQR dapat memberikan
gambaran tentang sebaran harga di pasar. Ini dapat membantu perusahaan dalam
menentukan harga yang bersaing
- Evaluasi Risiko: IQR dapat digunakan dalam analisis risiko untuk mengukur variabilitas
hasil keuangan atau proyeksi bisnis di sekitar nilai tengah. Ini membantu perusahaan
dalam manajemen risiko
- Analisis Kinerja Keuangan: IQR dapat digunakan untuk menganalisis kinerja keuangan
perusahaan dengan mengukur variabilitas laporan keuangan seperti pendapatan, laba,
atau asset
Kelebihan dan Kekurangan Simpangan Kuartil
Kelebihan :
1. Resistan terhadap Outlier: Simpangan kuartil lebih tahan terhadap pengaruh outlier
dibandingkan dengan ukuran lainnya seperti rentang. Oleh karena itu, ia memberikan
informasi yang lebih stabil tentang sebaran data.
2. Mudah Dipahami: Simpangan kuartil relatif mudah dipahami dan dihitung. Ini
membuatnya berguna dalam analisis bisnis di mana pemahaman statistik yang mendalam
mungkin tidak diperlukan.
3. Memperhitungkan Data Terurut: Simpangan kuartil mempertimbangkan urutan data,
yang berguna dalam analisis data berurutan seperti data waktu.
Kekurangan :
1. Kurang Informatif: Simpangan kuartil memberikan informasi tentang sebaran data di
sekitar nilai tengah, tetapi kurang informatif dalam mengidentifikasi fluktuasi atau
keragaman di luar kuartil pertama dan ketiga.

Simpangan Desil
Simpangan desil (Decile Range) adalah ukuran statistik yang digunakan untuk membagi data
menjadi sepuluh bagian yang sama dalam urutan terurut. Ini membantu mengidentifikasi nilai-
nilai yang membagi data ke dalam 10% kelompok yang setara. Dalam ekonomi dan bisnis,
simpangan desil digunakan untuk menganalisis distribusi data dalam berbagai konteks, seperti
analisis pendapatan, evaluasi kinerja, atau penetapan harga
Pengertian Simpangan Desil: Simpangan desil adalah ukuran yang membagi data menjadi
sepuluh kelompok yang sama dalam urutan terurut. Desil pertama (D1) adalah nilai yang
membagi 10% data terendah, desil kedua (D2) membagi 20% data berikutnya, dan seterusnya
hingga desil kesepuluh (D10) yang membagi 10% data tertinggi.
Kelebihan dan Kekurangan SImpangan Desil
Kelebihan :
1. Pemahaman yang Lebih Rinci: Simpangan desil membagi data menjadi lebih banyak
kelompok daripada simpangan kuartil, sehingga memberikan wawasan yang lebih rinci
tentang sebaran data.
2. Resistan terhadap Outlier: Seperti simpangan kuartil, simpangan desil juga cenderung
lebih tahan terhadap pengaruh outlier daripada rentang.
3. Penilaian yang Lebih Dalam: Simpangan desil dapat memberikan wawasan lebih dalam
tentang bagaimana data terkonsentrasi di berbagai persentil.
Kekurangan :
1. Kompleksitas Pemahaman: Memahami simpangan desil dengan baik memerlukan
pemahaman yang lebih dalam tentang statistik. Ini mungkin tidak sesederhana simpangan
kuartil atau simpangan persentil.
2. Pemutusan Data: Simpangan desil memotong data menjadi lebih banyak kelompok,
yang bisa menyebabkan kehilangan beberapa informasi.

Simpangan Persentil
Simpangan persentil (percentile range) adalah ukuran statistik yang digunakan untuk memahami
sebaran data dan membagi data ke dalam beberapa persentil yang menunjukkan peringkat dalam
distribusi data. Simpangan persentil membantu dalam memahami di mana nilai tertentu berada
dalam kaitannya dengan distribusi data keseluruhan. Dalam konteks ekonomi dan bisnis,
simpangan persentil dapat membantu dalam berbagai analisis, termasuk analisis performa,
penetapan harga, atau perbandingan kinerja dengan pesaing.
Pengertian Simpangan Persentil: Simpangan persentil adalah ukuran yang membagi data ke
dalam beberapa persentil. Persentil adalah nilai yang membagi data menjadi beberapa kelompok
dengan persentase tertentu dari data dalam setiap kelompok. Simpangan persentil
memungkinkan kita untuk melihat di mana suatu nilai berada dalam kaitannya dengan persentase
tertentu dari data yang ada.
Kelebihan dan kekurangan Simpangan Persentil
Kelebihan :
1. Fleksibilitas: Simpangan persentil dapat digunakan untuk memahami sebaran data dalam
berbagai persentil yang bisa memberikan wawasan yang lebih terperinci.
2. Dapat Digunakan untuk Data Terurut dan Non-Terurut: Simpangan persentil dapat
digunakan baik untuk data yang terurut maupun yang tidak terurut.
3. Dapat Menangani Outlier: Simpangan persentil kurang sensitif terhadap outlier
dibandingkan dengan rentang.
Kekurangan :
1. Pemahaman yang Kompleks: Seperti simpangan desil, pemahaman simpangan
persentil memerlukan pemahaman statistik yang lebih dalam, yang mungkin sulit bagi
banyak orang.
2. Tidak Sederhana untuk Data Terurut: Dalam beberapa situasi, simpangan persentil
mungkin kurang sederhana dibandingkan dengan simpangan kuartil untuk data yang
terurut.
Variansi
Variansi statistik adalah salah satu ukuran dispersi yang digunakan dalam statistik untuk
mengukur sejauh mana data dalam satu himpunan tersebar atau tersebar dari nilai rata-rata.
Dalam ekonomi dan bisnis, variansi digunakan untuk menganalisis sejauh mana data ekonomi
atau bisnis bervariasi, yang dapat memberikan wawasan tentang risiko, volatilitas, dan stabilitas
dalam keputusan keuangan dan perencanaan bisnis.
Berikut adalah pengertian, contoh perhitungan, dan penerapan variansi statistik untuk ekonomi
dan bisnis secara lengkap dan detail :
Pengertian Variansi: Variansi adalah ukuran statistik yang mengukur sejauh mana data dalam
satu set tersebar dari nilai rata-rata. Variansi digunakan untuk mengukur tingkat ketidakpastian
atau fluktuasi dalam data. Semakin besar variansi, semakin besar fluktuasi atau ketidakpastian
dalam data tersebut.
Contoh Perhitungan Variansi: Langkah-langkah perhitungan variansi adalah sebagai berikut:

- Hitung nilai rata-rata (mean) dari data ekonomi atau bisnis

- Selisihkan setiap data individu dari nilai rata-rata dan kemudian kuadratkan selisih
tersebut
- Jumlahkan semua kuadrat selisih
- Bagi hasil penjumlahan tersebut dengan jumlah data
- Hasilnya adalah varians
Misalnya, kita memiliki data pendapatan tahunan dari lima karyawan dalam sebuah perusahaan:
$40,000, $45,000, $50,000, $55,000, dan $60,000. Langkah-langkah perhitungan variansi adalah
sebagai berikut :

- Hitung rata-rata: (40,000 + 45,000 + 50,000 + 55,000 + 60,000) / 5 = $50,000

- Selisihkan setiap data dengan rata-rata dan kuadratkan selisihnya :

- (40,000 - 50,000)2 = 100,000,000

- (45,000 - 50,000)2 = 25,000,000
- (50,000 - 50,000)2 = 0
- (55,000 - 50,000)2 = 25,000,000
- (60,000 - 50,000)2 = 100,000,000
- Jumlahkan kuadrat selisih: 100,000,000 + 25,000,000 + 0 + 25,000,000 + 100,000,000 =
250,000,000
- Bagi hasil penjumlahan tersebut dengan jumlah data: 250,000,000 / 5 = 50,000,000
Maka, variansi dari data pendapatan tahunan karyawan tersebut adalah $50,000,000
Penerapan Variansi dalam Ekonomi dan Bisnis: Variansi memiliki berbagai penerapan dalam
ekonomi dan bisnis, antara lain :

- Manajemen Risiko: Variansi digunakan untuk mengukur tingkat risiko dalam investasi
atau portofolio saham. Investasi dengan variansi yang lebih tinggi cenderung lebih
berisiko, sementara investasi dengan variansi yang lebih rendah cenderung lebih stabil
- Perencanaan Keuangan: Variansi membantu perusahaan dan individu merencanakan
keuangan mereka dengan lebih baik. Dengan mengetahui variansi pendapatan atau biaya,
mereka dapat membuat anggaran yang lebih realistis
- Analisis Pasar Keuangan: Dalam analisis pasar saham, variansi digunakan untuk
mengukur volatilitas harga saham. Saham dengan variansi yang lebih tinggi cenderung
mengalami fluktuasi harga yang lebih besar
 - Evaluasi Kinerja Bisnis: Bisnis dapat menggunakan variansi untuk mengevaluasi
kinerja mereka dari waktu ke waktu. Variansi dalam pendapatan atau laba tahunan dapat
membantu perusahaan mengidentifikasi tren dan perubahan dalam kinerja mereka
- Pemilihan Investasi: Ketika mempertimbangkan berbagai proyek investasi, variansi
digunakan sebagai salah satu faktor yang mempengaruhi keputusan. Proyek dengan
variansi yang lebih rendah cenderung lebih stabil dari segi pengembalian investasi
Penerapan variansi dalam ekonomi dan bisnis membantu para pengambil keputusan untuk
memahami dan mengelola ketidakpastian, merencanakan keuangan dengan lebih baik, serta
membuat keputusan investasi yang lebih bijak.
Kelebihan dan Kekurangan Variansi
Kelebihan :
1. Mengukur Variabilitas Data: Variansi memberikan informasi tentang sejauh mana data
tersebar dari nilai rata-rata. Semakin besar variansinya, semakin besar variabilitas data,
yang dapat membantu dalam mengidentifikasi risiko dan peluang.
2. Dapat Digunakan dalam Analisis Statistik yang Lebih Lanjut: Variansi adalah
langkah awal untuk menghitung deviasi standar, yang merupakan ukuran statistik yang
lebih populer. Deviasi standar sering digunakan dalam analisis statistik yang lebih
mendalam, dan variansi adalah komponen utama dalam perhitungan deviasi standar.
3. Sederhana dan Cepat dihitung: Variansi adalah ukuran statistik yang sederhana dan
mudah dihitung. Anda hanya perlu menghitung selisih kuadrat antara setiap data dan rata-
rata, kemudian menjumlahkannya.
4. Sensitif terhadap Perubahan Data: Variansi cukup sensitif terhadap perubahan dalam
data. Jika ada perubahan yang signifikan dalam data, variansnya akan mencerminkan
perubahan tersebut.
Kekurangan :
1. Sensitif terhadap Outlier: Variansi sangat sensitif terhadap nilai-nilai outlier atau
ekstrem dalam data. Nilai ekstrem dapat secara signifikan mempengaruhi nilai varians,
sehingga tidak selalu mencerminkan sebaran data secara keseluruhan.
2. Tidak Terukur dalam Unit yang Sama: Variansi diukur dalam satuan kuadrat dari
satuan data. Ini membuat varians sulit untuk diinterpretasikan dalam satuan data asli.
Deviasi standar (akar kuadrat dari varians) digunakan untuk mengatasi masalah ini.
3. Tidak Selalu Mewakili Sebaran Keseluruhan Data: Varians cenderung memberikan
penekanan pada perbedaan yang besar antara data individu, sementara tidak memberikan
perhatian yang cukup terhadap fluktuasi data di sekitar rata-rata. Itu bisa menjadi
kelemahan dalam beberapa analisis.
4. Tidak Mampu Mengidentifikasi Perubahan dalam Lokasi Data: Varians hanya
memberikan informasi tentang sebaran data, bukan perubahan dalam lokasi data
(misalnya, pergeseran dalam nilai tengah). Ini membuatnya kurang informatif dalam
mengidentifikasi perubahan tren atau pergeseran dalam data.

Deviasi Standar
Deviasi standar (standard deviation) adalah ukuran statistik yang digunakan untuk mengukur
sebaran atau keragaman data dalam suatu himpunan data. Ini memberikan informasi tentang
sejauh mana setiap data dalam himpunan tersebar dari rata-rata (mean) data tersebut. Semakin
besar deviasi standar, semakin besar variabilitas data, dan sebaliknya
Contoh Perhitungan Deviasi Standar :
Langkah-langkah perhitungan deviasi standar adalah sebagai berikut :

- Hitung nilai rata-rata (mean) dari data

 - Selisihkan setiap data individu dari nilai rata-rata
- Kuadratkan selisih dari langkah kedua
- Jumlahkan semua kuadrat selisih dari langkah ketiga
- Bagi hasil penjumlahan dengan jumlah data
- Ambil akar kuadrat dari hasil pembagian di langkah kelima
Contoh perhitungan deviasi standar dari data nilai ujian (X) adalah sebagai berikut :
Data: 85, 88, 92, 78, 90

- Hitung rata-rata: (85 + 88 + 92 + 78 + 90) / 5 = 86.6

- Selisihkan setiap data dari rata-rata dan kuadratkan selisihnya :

- (85 - 86.6)^2 = 2.56

- (88 - 86.6)^2 = 1.96
- (92 - 86.6)^2 = 30.56
- (78 - 86.6)^2 = 73.96
- (90 - 86.6)^2 = 11.56
- Jumlahkan semua kuadrat selisih: 2.56 + 1.96 + 30.56 + 73.96 + 11.56 = 121,6
- Bagi hasil penjumlahan tersebut dengan jumlah data: 121.6 / 5 = 24.32
- Ambil akar kuadrat dari hasil pembagian: √24.32 ≈ 4.932
Maka, deviasi standar dari data tersebut adalah sekitar 4.932
Fungsi Deviasi Standar :
Deviasi standar memiliki beberapa fungsi dalam ekonomi dan bisnis :

- Mengukur Risiko: Deviasi standar digunakan dalam analisis keuangan dan investasi
untuk mengukur risiko. Semakin besar deviasi standar, semakin besar risikonya
- Penentuan Harga: Dalam bisnis, deviasi standar dapat membantu menentukan harga
produk atau layanan. Produk dengan deviasi standar yang lebih tinggi mungkin diberi
harga lebih tinggi
- Manajemen Kualitas: Dalam manufaktur atau operasi bisnis, deviasi standar digunakan
untuk mengukur kualitas produk atau proses. Semakin rendah deviasi standar, semakin
konsisten dan berkualitas produknya
- Evaluasi Kinerja: Deviasi standar dapat digunakan dalam analisis kinerja bisnis atau
individu untuk menilai variabilitas hasil kinerja dari waktu ke waktu
Penerapan Deviasi Standar dalam Ekonomi dan Bisnis :
Deviasi standar digunakan dalam berbagai konteks ekonomi dan bisnis, termasuk :

- Investasi: Dalam analisis investasi, deviasi standar digunakan untuk mengukur volatilitas
saham atau portofolio. Investasi dengan deviasi standar yang lebih rendah cenderung
lebih stabil
- Manajemen Keuangan: Deviasi standar membantu perusahaan dalam mengelola risiko
keuangan, seperti fluktuasi pendapatan atau biaya
- Kontrol Kualitas: Dalam manufaktur, deviasi standar digunakan untuk mengukur
variabilitas kualitas produk. Semakin kecil deviasi standar, semakin konsisten produknya
- Penilaian Risiko Kredit: Dalam perbankan, deviasi standar digunakan untuk menilai
risiko kredit dengan mengukur variabilitas pembayaran kredit
Kelebihan dan kekurangan deviasi standar :
Kelebihan :
 1.Memberikan informasi tentang tingkat variabilitas atau keragaman data.
2.Mudah dimengerti dan dihitung.
3.Dapat digunakan dalam berbagai konteks ekonomi dan bisnis.
Kekurangan :
1. Rentan terhadap pengaruh outlier. Data outlier dapat mempengaruhi nilai deviasi standar
secara signifikan.
2. Tidak memberikan informasi tentang sebaran data secara keseluruhan, seperti rentang
atau simpangan kuartil.
3. Tidak dapat membedakan antara penyimpangan di atas dan di bawah rata-rata, seperti
kasus ketidaksetaraan pendapatan.
Meskipun deviasi standar memiliki beberapa kelemahan, ini tetap merupakan alat statistik yang
sangat berguna dalam mengukur variabilitas data dan mengambil keputusan ekonomi dan bisnis.
Itu dapat digunakan bersama dengan ukuran statistik lainnya untuk memberikan wawasan yang
lebih lengkap tentang sebaran data