Simpangan Baku 

(standard deviation)

Ukuran tingkat penyimpanan data yang paling banyak digunakan dalam analisis data
adalah deviasi data atau simpangan baku (s untuk simpangan baku sample, dan δ untuk
simpangan baku populasi). Adapun maksud dan pengertian dari ukuran di atas adalah
merupakan ukuran penyimpangan terhadap nilai rata-ratanya, nilai simpangan baku
merupakan akar positif dari selisih item data dengan nilai rata-rata yang dibagi oleh jumlah
data (untuk data yang belum dikelompokkan), dengan formulasi sebagai berikut:
Rumus Simpangan Baku untuk Data Tunggal
Rumus untuk data sampel                        s =            
Rumus untuk data populasi                     σ =
Contoh:
Selama 10 kali ulangan semester ini Andi mendapat nilai 91, 79, 86, 80, 75, 100, 87, 93,
90,dan 88. Berapa simpangan baku dari nilai ulangan Andi?
Jawab:
Soal di atas menanyakan simpangan baku dari data populasi jadi menggunakan rumus
simpangan baku untuk populasi.
Kita cari dulu rata-ratanya
 Setelah itu kita tentukan  - xi 2 dari setiap nilai yang ada, hasilnya seperti di tabel
diatas.
Selanjutnya,kita masukkan ke rumus:
S=
S=
Rumus Simpangan Baku untuk Data Berkelompok
Rumus untuk data sampel                        s =      
Rumus untuk data populasi                     σ = 
     
    Semakin kecil nilai dari ukuran simpangan baku tersebut, maka dapat
diartikan bahwa tingkat penyebaran data akan semakin mendekati nilai rata-
ratanya, dan jika nilai simpanagn baku = 0, dapat diartikan bahwa data yang
dipunyai sama dengan nilai rata-ratanya. Misalkan, kita mempunyai 5 data yang
diperoleh dari hasil survei 5 orang mahasiswa yang dimintai keterangan perihal
Indeks Prestasi mereka adalah 3,2; 3,2; 3,2; 3,2 dan 3,2 (kebetulan semua
sama IPK-nya), maka kalau nilai rat-rata akan didapatkan  X = 3,2 dan
berdasarkan hasil perhitungan dari formulasi diatas besarnya s akan sama
dengan 0 (nol). Hal ini dapat diartika bahwa dari data yang kita punya tidak
didapati penyimpangan terhadap nilai rata-ratanya
 KOEFISIEN VARIASI
Koefisien Variasi
Simpangan baku yang baru saja kita bahas mempunyai
satuan yang sama dengan satuan data aslinya.
Kali ini merupakan suatu kelemahan jika kita ingin
membandingkan dua kelompok data, misalnya modal dari
sepuluh perusahaan besar di Amerka dengan yang ada di
Indonesia, harga sepuluh mobil (jutaan rupiah) dengan harga
sepuluh ekor ayam (ribuan rupiah), dan berat sepuluh ekor
gajah dengan berat sepuluh ekot semut. Walaupun nilai
simpangn baku untuk berat gajah atau harga mobil lebih
besar, nilai ini belum tentu lebih heterogen atau lebih
bervariasi daripada berat semut dan harga ayam. Untuk keperluan
perbandingan dua kelompok nilai penggunaan koefisien variasi
(KV), yang bebas dari satuan data asli,
Koefisien variasi (KV) atau koefisien variasi ialah
perbandingan antara simpangan standar dan
harga atau nilai rata-rata yang dinyatakan
dengan persentase.

Koefisien variasi berguna untuk mengamati variasi

data atau sebaran data dari rata-rata hitungnya;
dalam pengertian jika koefisien variasinya
semakin kecil, datanya semakin seragam
(homogen). Sebalikny, jika koefisien variasinya
semakin besar,  datanya semakin heterogen.
Koefisien variasi memiliki rumus sebagai berikut
:
               KV =  X 100 %, untuk populasi
               Kv  =  X 100 %, untuk sampel
Keterangan :
               KV      = Koefisien Variasi
               S          = Simpangan baku
               x          = Rata-rata
Jika ada dua kelompok data
dengan KV1 dan KV2  di mana KV1 > KV2, maka
kelompok pertama lebih bervariasi atau lebih
heterogen daripada kelompok kedua.
Contoh :
Harga 5 mobil bekas masing-masing adalah Rp 4.000.000, Rp 4.500.000, Rp 5.000.000, Rp 4.750.000,  serta
Rp 4.250.000 dan harga 5 ayam masing-masing Rp 600, Rp 800, Rp 900, Rp 550, dan Rp 1000. Hitunglah
simpangan baku harga mobil (sm) harga ayam (sa). Mana yang lebih bervariasi (heterogen), harga mobil atau harga
ayam ?
Penyelesaian

µm  =  (4.000.000 + 4.500.000 + . . . + 4.250.000)

       = Rp 4.500.000
sm  = S(Xi  -  µa)2 
    =  Rp 353.550
µa    =   (600 + 800 + . . .+ 1.000)
       =  Rp 770

sa    = S(Xi  -  µa)2 
       =  Rp 172,05

KVm  =    x 100%
          =      x 100%
          = 7,86 %

KVa   =    x 100%
          =      x 100%
          = 22,34%

Karena KVa > KVm , ini berarti harga ayam lebih bervariasi (heterogen) dibandingkan harga mobil .
JANGKAUAN KUARTIL
Jangkauan antarkuartil merupakan selisih antara kuartil atas
atau Q_3Q3​ dengan kuartil bawah atau Q_1Q1​ atau dapat ditulis
seperti berikut
J=Q_3-Q_1J=Q3​−Q1​
Kuartil sendiri merupakan bilangan yang membagi data terurut
menjadi empat bagian sama banyak. Oleh karena itu, terdapat
tiga nilai kuartil antara lain kuartil bawah atau Q_1Q1​, kuartil
tengah atau Q_2Q2​, dan kuartil atas atau Q_3Q3​.
Semakin besar nilai jangkauan kuartil suatu data, maka semakin
besar pula persebaran data tersebut. Selain itu, nilai jangkauan
kuartil juga dapat membantu memprakirakan banyak data
tersebut.
 Jangkauan kuartil mempunyai rumus
sebagai berikut :
tentukan jangkauan kuartil dan simpangan
kuartil dari data tunggal dibawah ini :
1. 3, 4, 6, 8, 10, 12, 13
2. 12, 14, 18, 20, 26, 30, 35, 37, 40,42, 52
penyelesaian :