Nama : Harniati Wally

NIM : 202222005
Kelas : A

Jawaban

1. Variabilitas menggambarkan seberapa jauh jarak titik data satu sama lain dari pusat
distribusi. Bersaman dengan ukuran tendensi sentral, ukuran variabilitas juga memberikn
statistik deskriptif yang merangkum data. Variabilitas juga disebut sebagai penyebaran, ini
paling sering diukur dengan :
 Range : selisih antara nilai tertinggi dan terendah
 Rentang interkuartil : rentang bagian tengah suatu distribusi
 Deviasi standar : jarak rata-rata dari mean
 Varians : rata-rata jarak kuadrat dari mean

2. Rentang (range) dihitung dengan mengurangkan nilai terendah dari nilai tertinggi dalam
suatu set data. Formula rentang adalah :
Rentang = Nilai Tertinggi-Nilai Terendah

3. Salah satu kelemahan utama dari penggunaan rentang sebagai ukuran variabilitas adalah
rentang sangat sensitif terhadap pencilan atau outler dalam data. Pencilan dapat secara
signifikan mempengaruhi nilai rentang karena rentang hanya mengambil selisih antara nilai
tertinggi dan nilai terendah. Oleh karena itu, jika ada nilai yang jauh dari kebanyakn data
(outlier), rentang dapat memberikan gambaran yang tidak akurat tentang sebaran data.
Untuk mengatasi kelemahan ini, ukuran variabilitas lain seperti simpangan baku atau
kuartil dapat digunakan karena lebih stabil terhadap outlier.

4. Rata-rata simpangan (mean absolute deviation) adalah suatu ukuran variablitas yang
mengukur sejauh mana setiap nilai dalam suatu set data berbeda dari rata-ratanya. Untuk
menghitung rata-rata simpangan, langkah-langkahnya adalah:
a. Hitung rata-rata dari seluruh data.
b. Selanjutnya, ambil selisih antara setiap nilai dengan rata-ratanya.
c. Ambil nilai absolute (tanpa memperdulikan arah positif atau negatif) dari selisih
tersebut.
d. Hitung rata-rata dari nilai-nilai absolute yang dihasilkan.

5. Simpangan baku (standar deviasi) dianggap sebagai ukuran variabilitas yang lebih baik
daripada simpangan rata-rata karena simpangan baku mempertimbangkan tidak hanya
besaran deviasi setiap nilai dari rata-ratanya, tetapi juga memberikan bobot lebih besar
pada nilai-nilai yang jauh dari rata-rata.
 Dalam perhitungan simpangan baku, langkah-langkahnya adalah :
a. Hitung rata-rata dari seluruh data.
b. Selanjutnya, ambil selisih antara setiap nilai dengan rata-ratanya.
c. Kuadratkan setiap selisih
d. Hirung rata-rata dari nili-nilai kuadrat tersebut
e. Ambil akar kuadrat dari rata-rata nilai-nilai kuadrat.

6. Untuk menghitung simpangan baku(𝜎)dari suatu set data, digunakanlah langkah-langkah

berikut :
1. Hitung Rata-rata (𝑿) : Jumlahkan semua nilai dalam set data dan bagi hasilnya
dengan jumlah observasi (n). ini memberikan nilai rata-rata dari data.
1
𝑋 = ∑𝑛𝑖=1 𝑋𝑖
𝑛
2. Hitung Selisih dari Rata-rata (𝑿𝒊 -- 𝑿 ) : Ambil setiap nilai dalam set data dan
kurangkan dengan rata-ratanya.
3. Kuadratkan Selisih : (𝑋𝑖 − 𝑋)2
4. Hitung Rata-rata dari Nilai Kuadrat :
1 𝑛 2
∑ (𝑋𝑖 − 𝑋)
𝑛 𝑖=1
5. Ambil Akar Kuadrat :
1 𝑛
𝜎 = √ ∑ (𝑋𝑖 − 𝑋)2
𝑛 𝑖=1

Jadi, simpangan baku (𝜎)adalah akar kuadrat dari rata-rata nilai-nilai kuadrat selisih antara
setiap nilai dari rata-ratanya. Perhitungan ini memberikan ukuran sebaran data yang
memperhitungkan sejauh mana setiap nilai berbeda dari rata-rata, dengam memberikan
bobot lebih besar pada nilai-nilai yang lebih jauh dari rata-rata.
7. Simpangan baku mengukur sejauh mana nilai-nilai dalam suatu set data bervariasi dari
rata-ratanya. Faktor-faktor yang dapat mempengaruhi besarnya simpangan baku antara
lain:
a. Variabilitas Data: Semakin bervariasi data dalam set data, semakin besar simpangan
bakunya. Jika nilai-nilai data tersebar lebih jauh dari rata-rata, simpangan bakunya akan
lebih besar.
b. Ukuran Sampel: Dalam kasus ukuran sampel yang lebih kecil, simpangan baku
cenderung lebih besar karena perhitungan simpangan baku lebih sensitif terhadap nilai
ekstrem dalam set data yang lebih kecil.
c. Tipe Distribusi: Distribusi data yang lebih merata dan simetris cenderung memiliki
simpangan baku yang lebih kecil, sementara distribusi yang lebih miring atau tidak
simetris dapat menghasilkan simpangan baku yang lebih besar.
d. Pengukuran Skala: Jika satuan pengukuran data berubah (misalnya, dari kilogram ke
gram), simpangan baku juga akan berubah. Oleh karena itu, satuan pengukuran
mempengaruhi besarnya simpangan baku.
 e. Pemilihan Metrik Statistik: Jika menggunakan metrik statistik yang lebih peka
terhadap nilai ekstrem (seperti deviasi absolut), simpangan baku mungkin lebih besar
daripada jika menggunakan metrik statistik yang kurang peka (seperti deviasi kuadrat).
Penting untuk memahami konteks data dan karakteristik set data untuk memahami
dengantepat apa yang menyebabkan simpangan baku menjadi besar atau kecil dalam suatu
analisis.

8. Variansi memainkan peran kunci dalam menghitung simpangan baku karena simpangan
baku sebenarnya adalah akar kuadrat dari variansi. Variansi adalah ukuran sejauh mana set
data tersebar atau bervariasi dari nilai rata-ratanya. Ketika kita menghitung simpangan
baku, kita mengambil akar kuadrat dari variansi untuk kembali ke skala asli data dan
mendapatkan ukuran yang lebih intuitif tentang sebaran data.

9. Interpretasi nilai simpangan baku dalam konteks statistik memberikan gambaran tentang
seberapa jauh nilai-nilai dalam suatu set data tersebar dari rata-rata atau nilai tengahnya.
Beberapa poin interpretatif melibatkan:
a. Nilai Rendah: Simpangan baku yang rendah menunjukkan bahwa sebagian besar nilai
dalam set data cenderung mendekati rata-ratanya. Distribusi data relatif "rapat" atau
kurang bervariasi.
b. Nilai Tinggi: Simpangan baku yang tinggi menandakan bahwa nilai-nilai dalam set data
lebih tersebar dari rata-ratanya. Distribusi data relatif "longgar" atau bervariasi.
c. Perbandingan Antar Grup: Saat membandingkan simpangan baku antara dua atau
lebih grup atau kelompok data, nilai simpangan baku yang lebih besar menunjukkan
variasi yang lebih besar di antara grup atau kelompok tersebut.
d. Stabilitas atau Konsistensi: Dalam beberapa konteks, simpangan baku juga dapat
memberikan gambaran tentang sejauh mana data konsisten dari waktu ke waktu. Jika
simpangan baku tetap relatif stabil, dapat menunjukkan stabilitas atau konsistensi dalam
distribusi data.
Perlu diingat bahwa interpretasi nilai simpangan baku harus selalu dilakukan dengan
mempertimbangkan konteks dan sifat data yang dihadapi. Dalam beberapa kasus, nilai
simpangan baku yang tinggi mungkin wajar tergantung pada situasi atau variabilitas
alamiah dalam data.

10. Koefisien variansi (coefficient of variation atau CV) adalah suatu ukuran statistik yang
digunakan untuk mengukur sejauh mana variabilitas data dalam suatu set data relatif
terhadap rata-ratanya. Koefisien variansi sering digunakan untuk membandingkan sebaran
relatif data yang memiliki skala atau satuan pengukuran yang berbeda.
Rumus untuk menghitung koefisien variansi (CV)
(CV) adalah sebagai berikut:
𝑠
CV = (𝑥) × 100 %
Di mana :
 s adalah simpangan baku dari set data
  𝑥 adalah rata-rata dari set data.
Langkah-langkah untuk menghitung koefisien variansi :
1. Menghitung rata-rata ( 𝑥 ) dari set data
2. Hitung simpangan baku (s) dari set data
3. Gunakan rumus koefisien variansi untuk mendapatkan nilai dalam presentase.
Koefisien variansi dinyatakan dalam bentuk persentase, yang membuatnya lebih mudah
diinterpretasikan. Semakin rendah nilai koefisien variansi, semakin konsisten data dalam
set data relatif terhadap rata-ratanya. Sebaliknya, nilai yang lebih tinggi menunjukkan
tingkat variabilitas yang lebih besar.