VARIASI

 variasi merupakan ciri penting dari suatu data

karena dapat mengindikasikan akurasi dan presisi
nilai-nilai observasi yang diperoleh.

 Apabila diperoleh nilai variasi kecil berarti

tingkat keragaman data tersebut rendah, nilai
banyak terkonsentrasi di nilai pusat.
 Sebaliknya bila nilai variasi besar maka
tingkat keragaman data besar, karena nilai-
nilai observasi yang diperoleh saling
berjauhan atau nilai menjauh dari nilai pusat
Ukuran variasi dibedakan menjadi :
Ukuran variasi absolut
digunakan untuk membandingkan suatu ukuran
variasi dengan ukuran variasi yang lain dalam
suatu populasi yang sama, dinyatakan dlm
ukuran yg sama (seperti rupiah, kilogram, ton)
Ukuran variasi relatif
digunakan untuk membandingkan beberapa
ukuran variasi dari beberapa populasi dengan
unit pengukuran yang berbeda.
MACAM-MACAM
VARIASI :
 R A N G E

Range adalah selisih antara nilai maksimum dengan

nilai minimum dalam suatu gugus data.
Range merupakan ukuran variasi yang paling
sederhana dan pada umumnya memberikan ukuran
variasi yang rendah kecermatannya

ien ke 1 2 3 4 5 6 7 8 9
ma Pera- 29 14 11 24 14 14 28 14 18
an (hari)

ge = 29 – 11
= 18
 Varian (variance)
jumlah kuadrat dari selisih nilai
observasinya dengan rata-rata hitung dibagi
banyaknya observasi.

Populasi Sampel

(∑X) 2 ( ∑ X )2
∑X2 ─ N ∑X2 ─ n
σ2 = ──────────── s2 = ────────────
N n-1
 CONTOH
KASUS

Data berat badan sample 10 dosen laki-laki di

Politeknik kesehatan Jayapura didapatkan data
sebagai berikut :

Dosen ke 1 2 3 4 5 6 7 8 9 10

Berat 60 70 65 62 71 69 64 66 63 70
Badan
 PENYELESAIAN

2
NO DOSEN BERAT BADAN (X) x
1 60 3.600
2 70 4.900
3 65 4.225
4 63 3.844
5 71 5.041
6 69 4.761
7 64 4.096
8 66 4.356
9 63 3.969
10 70 4.900

JML 660 43.692

 ( ∑ X )2
∑X2 ─ n
s2 = ─────────
6602 n-1
43.692 - 10
2
S =
9
43.692 - 43.560
2
S =
9
132
2 2
S = S = 14,66
9
 Variasi Data Telah Dikelompokkan

Populasi Sampel
( ∑ fi . x )2
( ∑ fi . x )2 ∑ fi . xi 2 ─ n
∑fi. xi2 ─ N s2 = ────────────
σ2 = ──────────── n
N

Dimana =
fi : Frekuensi kelas ke i
xi : Nilai tengah kelas ke i
N : Banyaknya observasi populasi
n : Banyaknya sampel
 Tabel 5
Distribusi Umur Pasien Rawat Inap Korban Kecelakaan
Lalu lintas di RSUD Abepura, Tahun 2023
UMUR JML PASIEN TITIK TENGAH f.x x2 f.x2
(f) (x)
20 - 22 15 21 315 441 6.615
23 - 25 20 24 480 576 11.520
26 - 28 35 27 945 729 25.515
29 - 31 15 30 450 900 13.500
32 - 34 10 33 330 1.089 10.890
35 - 37 5 36 180 1.296 6.480
100
2.700 74.520

(f.x)2 = (2.700)2 =
7.290.000
 f.x = 2.700 (f.x)2 = 7.290.000
f.x2 = 74.520

7.290.000
( ∑ fi . x )
2
74.520 ─ 100
∑fi. xi2 ─ N σ2 = ────────────
σ2 = ──────────── 100
N

1.620
74.520 ─ 72.900 σ2 = ────────
σ2 = ──────────── 100
100
= 16,2
 Standar Deviasi
 Baik Standar deviasi untuk data yang belum
dikelompokkan maupun data yang telah
dikelompokkan adalah merupakan akar dari
varians. Standar deviasi diberi simbul dengan
SD untuk sampel dan σ untuk Populasi.
 SD dari Varians di atas adalah :
 SD = √ S2
 SD = √ 13,2
 SD = 3,63
 Koefesien Variasi
• Ratio atau perbandingan antara standar
deviasi dengan harga rata-ratanya.
• Semakin besar Koefesien rata-ratanya
semakin beragam (heterogen pula
datanya)
sd
V = ———— x 100
x
 Kasus
Hasil pemeriksaan tinggi badan anak TK di Distrik
Abepura dan Jayapura Utara sbb:
1. Distrik Abepura, rata-rata 117 cm dengan sd 4 CM
2. Distrik Japut, rata-rata 120 cm dan sd 6 cm
Tinggi badan manakah yang lebih seragam ?
4
Abepura V = ———— x 100 = 3,42
117

6
Abepura V = ———— x 100 = 5
120