STATISTIK
Dosen Pengampu :
2024
KATA PENGANTAR
Segala puji bagi Allah SWT yang telah memberikan rahmat dan nikmat serta hidayah-
Nya terutama nikmat kesempatan dan kesehatan sehingga penulis dapat menyelesaikan
makalah mengenai “Standar Deviasi, Skor Standar dan Varians”. Tak lupa pula shalawat
beserta salam kita sampaikan kepada Nabi besar kita Muhammad SAW yang telah
memberikan pedoman hidup yakni Al-qur’an dan sunnah untuk keselamatan umat di dunia.
Kemudian juga tidak lupa pula saya ucapkan terima kasih kepada Bapak dosen yang telah
memberikan tugas mata kuliah Statistik serta memberikan ilmu nya kepada kami semua,
sehingga dapat menambah pengetahuan dan wawasan sesuai dengan bidang kami. Kami
menyadari bahwa makalah ini masih jauh dari kata sempurna, oleh karena itu kritik dan saran
dari semua pihak yang bersifat membangun selalu kami harapkan demi kesempurnaan
makalah ini.
Semoga makalah ini dapat memberikan wawasan yang lebih luas kepada pembaca
dan penulis. Akhir kata kami sampaikan terimakasih kepada semua pihak yang telah berperan
serta dalam menyusun makalah ini dari awal sampai akhir. Semoga Allah SWT senantiasa
me-ridhoi segala usaha kita Aamiin.
Kelompok 5
DAFTAR ISI
A. Latar Belakang
Standar deviasi merupakan ukuran statistik yang menggambarkan seberapa
jauh setiap nilai dalam kumpulan data tersebar dari nilai rata-ratanya. Dalam statistik,
kita sering tertarik untuk mengetahui sebaran data karena hal ini memberikan
informasi tentang kehomogenan atau keheterogenan data tersebut. Standar deviasi
dihitung dengan cara mengambil akar kuadrat dari variansi. Variansi adalah rata-rata
kuadrat jarak antara setiap nilai data dan nilai rata-rata. Semakin besar standar deviasi,
semakin besar pula variasi atau sebaran data.
Skor standar adalah konsep yang digunakan untuk mengukur seberapa jauh
suatu nilai dalam distribusi dari rata-rata distribusi dalam satuan standar deviasi.
Dengan menggunakan skor standar, kita dapat membandingkan posisi relatif suatu
nilai terhadap distribusi data. Skor standar dihitung dengan membagi selisih antara
nilai data dengan rata-rata populasi atau sampel dengan standar deviasi populasi atau
sampel. Skor standar sering digunakan dalam analisis statistik untuk membandingkan
data dari distribusi yang berbeda-beda secara relatif, terlepas dari perbedaan skala
atau satuan pengukuran.
B. Rumusan Masalah
1. Apa itu Standar Deviasi?
2. Apa itu Skor Standar?
3. Apa itu Varians?
C. Tujuan
1. Untuk mengetahui Standar Deviasi.
2. Untuk mengetahui Skor Standar.
3. Untuk mengetahui Varians.
BAB II
PEMBAHASAN
A. Standar Deviasi
1. Pengertian Standar Deviasi
Standar deviasi adalah menunjukkan variasi dari suatu data; di dunia investasi,
standar deviasi menjadi salah satu ukuran besar kecilnya risiko yang terdapat pada
suatu instrumen investasi.
Standar deviasi yang besar menunjukkan volatilitas atau fluktuasi harga yang
besar pada suatu instrumen investasi, yang berarti juga risiko yang besar yang
terdapat pada instrumen tersebut. Standar deviasi yang kecil menunjukkan
volatilitas atau fluktuasi harga yang kecil pada suatu instrumen investasi yang
berarti juga risiko yang kecil yang terdapat pada instrumen tersebut.
Standar deviasi menunjukkan risiko keseluruhan suatu instrumen investasi,
seperti Reksa dana. Risiko ini mencakup risiko tidak sistematis – risiko lain-lain
yang dapat diminimalisir menggunakan strategi diversifikasi - juga risiko
sistematis—risiko pasar yang tidak dapat dieliminasi. Perhitungan risiko pada
standar deviasi menggunakan return instrumen investasi pada masa lalu.
Penyelesaian :
Pertama, menghitung nilai tengah dari data berat badan. Misalnya,
cara menghitung nilai tengah data pertama adalah 31,32,33,34,35. Data
tengahnya adalah 33.
B. Skor Standar
Dalam statistik , skor standar adalah jumlah deviasi standar dimana nilai skor
mentah (yaitu nilai pengamatan atau titik data) berada di atas atau di bawah nilai rata-
rata dari apa yang diamati atau diukur. Skor mentah di atas rata-rata memiliki skor
standar positif, sedangkan skor mentah di bawah rata-rata memiliki skor standar
negatif.
Hal ini dihitung dengan mengurangkan rata-rata populasi dari skor mentah
individu dan kemudian membagi selisihnya dengan deviasi standar populasi . Proses
mengubah skor mentah menjadi skor standar disebut standarisasi atau normalisasi
(namun, "normalisasi" dapat mengacu pada banyak jenis rasio; lihat Normalisasi
untuk informasi lebih lanjut).
Skor standar paling sering disebut z -scores ; kedua istilah tersebut dapat
digunakan secara bergantian, seperti yang dijelaskan dalam artikel ini. Istilah setara
lainnya yang digunakan termasuk nilai-z , statistik-z , skor normal , variabel standar ,
dan tarikan dalam fisika energi tinggi .
Menghitung skor-z memerlukan pengetahuan tentang mean dan deviasi
standar dari seluruh populasi yang memiliki titik data; jika seseorang hanya memiliki
sampel observasi dari populasi, maka perhitungan analog menggunakan mean sampel
dan deviasi standar sampel menghasilkan t -statistik .
Jika mean populasi dan deviasi standar populasi diketahui, skor mentah x
diubah menjadi skor standar dengan
Nilai absolut z mewakili jarak antara skor mentah x dan rata-rata populasi
dalam satuan simpangan baku. z negatif bila skor mentahnya di bawah rata-rata,
positif bila di atas.
Menghitung z menggunakan rumus ini memerlukan penggunaan mean
populasi dan deviasi standar populasi, bukan mean sampel atau deviasi sampel.
Namun, mengetahui mean dan deviasi standar yang sebenarnya dari suatu populasi
sering kali merupakan ekspektasi yang tidak realistis, kecuali dalam kasus seperti
pengujian standar , yang mana seluruh populasi diukur.
Jika mean populasi dan deviasi standar populasi tidak diketahui, skor standar
dapat diperkirakan dengan menggunakan mean sampel dan deviasi standar sampel
sebagai perkiraan nilai populasi.
Meskipun hal ini harus selalu dinyatakan, perbedaan antara penggunaan
statistik populasi dan statistik sampel sering kali tidak dibuat. Dalam kedua kasus
tersebut, pembilang dan penyebut persamaan mempunyai satuan ukuran yang sama
sehingga satuannya saling hapus melalui pembagian dan z dibiarkan sebagai besaran
tak berdimensi .
Skor-z sering digunakan dalam uji-z dalam pengujian standar – analog dengan
uji-t Student untuk populasi yang parameternya diketahui, bukan diperkirakan.
Karena sangat jarang mengetahui keseluruhan populasi, uji-t lebih banyak digunakan.
Interval prediksi
Skor standar dapat digunakan dalam perhitungan interval prediksi . Interval
prediksi [ L , U ], yang terdiri dari titik ujung bawah yang diberi tanda L dan titik
akhir atas yang diberi tanda U , adalah suatu interval sedemikian rupa sehingga
observasi masa depan X akan terletak pada interval dengan probabilitas yang tinggi,
yaitu :
Pengendalian proses
Dalam aplikasi pengendalian proses, nilai Z memberikan penilaian sejauh
mana suatu proses beroperasi di luar target.
Perbandingan skor diukur pada skala yang berbeda: ACT dan SAT
Ketika skor diukur pada skala yang berbeda, skor tersebut dapat dikonversi
menjadi skor-z untuk membantu perbandingan. Dietz dkk, berikan contoh berikut,
membandingkan nilai siswa pada tes sekolah menengah SAT dan ACT (lama). Tabel
tersebut menunjukkan mean dan deviasi standar untuk skor total pada SAT dan ACT.
Misalkan siswa A mendapat nilai 1800 pada SAT, dan siswa B mendapat nilai
24 pada ACT. Siswa mana yang memiliki kinerja lebih baik dibandingkan peserta tes
lainnya?
Karena siswa A mempunyai skor-z yang lebih tinggi daripada siswa B, siswa
A mempunyai prestasi lebih baik dibandingkan peserta tes lainnya dibandingkan
siswa B.
C. Varians
Menurut laman Geeks for Geeks, varians adalah nilai pengukuran yang
digunakan untuk mengetahui bagaimana data tersebar terhadap mean atau nilai rata-
rata kumpulan data.
Varians digunakan untuk mengetahui bagaimana sebaran data terhadap mean
atau nilai rata-rata. Sederhananya, varians adalah ukuran statistik jauh dekatnya
penyebaran data dari nilai rata-ratanya.
Simbol yang digunakan untuk mendefinisikan varians adalah σ2 untuk data
populasi. Varian untuk sampel menggunakan simbol s2.
Varians biasanya diajarkan pada ilmu statistik untuk mengukur tingkat
kesamaan atau kedekatan dalam suatu kelompok. Varians adalah nilai statistik yang
sering kali dipakai dalam menentukan kedekatan sebaran data yang ada di dalam
sampel dan seberapa dekat titik data individu dengan mean atau rata-rata nilai dari
sampel itu sendiri.
Contoh :
1. Di suatu kelas bimbel terdiri dari 8 orang yang memiliki nilai ujian matematika
65, 55, 70, 85, 90, 75, 80, dan 75.
Pembahasan:
Menghitung nilai rata-rata dari nilai data yang ada. Nilai rata-rata sama dengan
jumlah dari setiap nilai yang ada dalam kumpulan data dibagi dengan jumlah data
tersebut.
Terakhir, simpangan setiap nilai data kita kuadratkan lalu kita bagi dengan
nilai rata-rata data. Nilai yang dihasilkan disebut varians.
Pembahasan:
Menghitung nilai rata-rata dari nilai data yang ada. Nilai rata-rata sama dengan
jumlah dari setiap nilai yang ada dalam kumpulan data dibagi dengan jumlah data
tersebut.
Terakhir, simpangan setiap nilai data kita kuadratkan lalu kita bagi dengan
nilai rata-rata data. Nilai yang dihasilkan disebut varians.
B. Saran
Besar harapan kami dengan dibuatnya makalah ini mampu memberikan ilmu
pengetahuan dan bermanfaat. Untuk kedepannya supaya makalah ini bisa dibuat
semaksimal mungkin maka kami membutuhkan kritik dan saran dari Bpk/Ibu Dosen
pengampu mata kuliah serta dari teman-teman sekalian. Sekian dan terimakasih.
DAFTAR PUSTAKA
https://www.detik.com/bali/berita/d-6407981/rumus-standar-deviasi-pengertian-fungsi-jenis-
dan-contoh
https://www.quipper.com/id/blog/mapel/matematika/standar-deviasi/
https://en.wikipedia.org/wiki/Standard_score
https://statistics.laerd.com/statistical-guides/standard-score.php
https://www.zenius.net/blog/rumus-varians-data-tunggal-dan-pembahasan-soal
https://www.detik.com/edu/detikpedia/d-6952619/rumus-varians-pengertian-jenis-cara-
menghitung-dan-contohnya