PENGUKURAN

VARIABILITAS
Widyastuti, S. Psi., M. Si., Psikolog
M. Ahkam, S. Pd., S. Psi., M. Si
Nur Afni Indahari A., S. Psi., M. Psi., Psikolog
Ahmad Ridfah, S. Psi., M. Psi., Psikolog
Nue Akmal, S. Psi., MA.
Definisi Variabilitas
• Merupakan derajat penyebaran nilai-nilai variabel dari
suatu tendensi sentral dalam suatu distribusi
 Bilamana dua distribusi, katakan distribusi A dan
distribusi B dibandingkan, dan distribusi A menunjukkan
penyebaran nilai-nilai variabelnya yang lebih besar
daripada distribusi B, maka dikatakan bahwa distribusi A
mempunyai variabilitas yang lebih besar dari distribusi B.
Variabilitas ini juga disebut dispersi (Hadi, 2004).
• Digunakan untuk mengukur sebaran nilai-nilai dalam
distribusi
 Pengukuran variabilitas memberikan informasi
seberapa besar nilai-nilai dalam distribusi menyimpang
dari nilai rata-rata (Vernoy & Kyle, 2002).
Pengukuran variabilitas
• Untuk mencari variabilitas dari suatu
distribusi dapat dilakukan dengan
beberapa cara, yakni: range, mean deviasi
dan standar deviasi
Range
• Range adalah pengukuran variabilitas yang paling
sederhana (Hadi, 2004).
• Range mengukur luasnya nilai dalam sebuah
distribusi, dari tertinggi sampai terendah (Vernoy
& Kyle, 2002).
• Range adalah jarak antara nilai yang tertinggi
dengan nilai yang terendah. Dengan rumus:
R = Xt – Xr
 dimana: R = range
Xt = Nilai tertinggi
Xr = Nilai terendah
Range ...2
• Range sangat tergantung kepada dua nilai, yaitu
nilai tertinggi dan nilai terendah. Kedua nilai ini
adalah nilai-nilai yang ekstrem dalam distribusi.
Sebab itu range akan mempunyai fluktuasi yang
sangat besar, tergantung kepada nilai-nilai
ekstrem itu (Hadi, 2004).
• Jadi, meskipun range didapatkan dengan cepat
dan mudah, namun tidak dapat mengukur
variabilitas secara reliabel (Vernoy & Kyle, 2002).
• Bilamana hanya tersedia waktu satu atau dua
menit untuk mengetahui variabilitas kecakapan
anak-anak dalam suatu kelas, maka dapat
digunakan range sebagai “petunjuk” semata-mata
(Hadi, 2004).
Mean Deviasi/Deviasi rata-rata
(Average Mean Deviation = AMD)
• Merupakan rata-rata dari deviasi nilai-nilai dari
mean dari suatu distribusi, diambil nilainya yang
absolute. Yang dimaksud dengan deviasi absolut
adalah nilai-nilai yang positif (Hadi, 2004)
• Adalah penyimpangan rata-rata masing-masing
nilai dari mean distribusi. Untuk menghitung
penyimpangan rata-rata dari mean, pertama
hitung mean, kemudian kurangi mean dari
masing-masing nilai  nilai penyimpangan (x)
(Vernoy & Kyle, 2002)
Mean Deviasi/Deviasi rata-rata
(Average Mean Deviation = AMD) ......2

• MD = =
Dimana: MD = Mean deviasi
= Jumlah deviasi dalam harga mutlaknya
N = Jumlah individu/kejadian dalam distribusi
Catatan:
jumlah penyimpangan rata-rata dari mean (

Contoh: gunakan data pada pertemuan sebelumnya

(nilai statistik)
Tabel Distribusi Frekuensi Tunggal
Nilai (X) Frekuensi (f) Penyimpangan (𝑥) fIxI
X-mean
82 1 (82 - 72.75) = 9.25 9.25
80 1
79 2
78 1
77 1
76 1
75 5
74 7
73 3
72 6
71 3
70 4
69 1
68 1
67 1
66 1
65 1
Mean Deviasi/Deviasi rata-rata
(Average Mean Deviation = AMD) ......2
• Mean deviasi tidak membuang data sedikitpun. Nilai-nilai
ekstrim tetap dipakai
• Keunggulan mean deviasi terhadap pengukuran variabilitas
dengan range adalah mulai dipenuhinya definisi tentang
variabilitas oleh mean deviasi itu, yaitu penyebaran nilai-nilai
yang ditinjau dari tendensi sentral.
• Akan tetapi mean deviasi mempunyai satu kelemahan pokok,
karena cara perhitungannya mengabaikan tanda-tanda plus
dan minus, sehingga oleh karenanya mean deviasi tidak
dapat dikenai perhitungan-perhitungan matematik yang
tetap mempertahankan nilai-nilai plus dan minus.
• Untuk mengatasi kelemahan itu maka muncul cara
pengukuran variabilitas yang lain, yaitu “Standar Deviasi”
(Hadi, 2004)
Standar Deviasi
• Merupakan akar dari jumlah deviasi kuadrat dibagi banyaknya
individu (Hadi, 2004).

• SD =
dimana: SD = Standar Deviasi
= Jumlah Deviasi Kuadrat
N = Jumlah individu/kejadian dalam distribusi
Standar Deviasi ....2
• Dasar pikiran yang ada dibalik standar deviasi
adalah bahwa untuk menghitung variabilitas,
tanda-tanda (negatif atau positif) harus tidak
diabaikan, sebab itu tanda-tanda itu tetap
dipertahankan.
• Menjadi prinsip matematik bahwa baik bilangan
negatif maupun bilangan positif akan menjadi
positif bilamana dikuadratkan. Itulah sebabnya
deviasi kuadrat merupakan bilangan positif
• SD adalah suatu statistik yang digunakan untuk
menggambarkan variabilitas dalam suatu
distribusi atau beberapa distribusi.
(Hadi, 2004)
Standar Deviasi ....3
• SD =
Rumus Angka kasar
• SD =
• Untuk mencari SD dari distribusi bergolong,
maka nilai X bukan lagi mewakili nilai variabel
individual, melainkan mewakili titik tengah dari
tiap-tiap interval kelas.
SD pada distribusi bergolong
Interval Nilai Frekuensi (f) X
81-85 1 83 6889 6889
76-80 6 78 6084 36504
71-75 24 73 5329 127896
66-70 8 68 4624 36992
61-65 1 63 3969 3969
Jumlah 40 212250

• Mean = 2910/40 = 72.75

• SD = = ...........
Varians
• Merupakan kuadrat dari standar deviasi = mean dari jumlah
deviasi kuadrat.
•V= =
• Varians dari sederetan data yang berupa angka-angka
mempunyai arti penting untuk menguji sesuatu hipotesis
(Hadi, 2004)
Parameter dan Estimasi
• Parameter adalah statistik yang menjelaskan
nilai-nilai populasi
• Estimasi adalah statistik yang diperoleh dari
sampel dan digunakan untuk menjelaskan nilai-
nilai populasi
(Vernoy & Kyle, 2002)
Ringkasan Cara menghitung Varians dan
Standar Deviasi (kontinyu 1-2)
Populasi Sampel

Hitung rata-rata : Hitung rata-rata :

Kurangkan rata-rata dengan Kurangkan rata-rata dengan

masing-masing nilai untuk masing-masing nilai untuk
mendapatkan nilai mendapatkan nilai
simpangan (x) : simpangan (x) :
x=X- x=X-

Kuadratkan nilai simpangan x2 Kuadratkan nilai simpangan x2

Ringkasan Cara menghitung Varians dan
Standar Deviasi (kontinyu 2-2)

Jumlahkan Kuadratkan Jumlahkan Kuadratkan

nilai simpangan ∑x2 nilai simpangan ∑x2

Bagi hasilnya dengan N : Bagi hasilnya dengan n -

1:

Standar deviasi adalah Standar deviasi adalah

akar kuadrat dari varians: akar kuadrat dari varians:
Daftar Pustaka
• Hadi, S. (2004). Statistik. Jilid 1.
Yogyakarta: Penerbit Andi.

• Vernoy, M. & Kyle, D. J. (2002).

Behavioral statistics in action. Third
Edition. Boston: The McGraw-Hill
Companies.
TUGAS VI
• Dengan menggunakan data pada tugas
sebelumnya maka carilah Mean deviasi,
Standar Deviasi, Varians