MASALAH PENYEBARAN DATA

A.PENGANTAR Ukuran Variabilitas Data (Measures of variability) atau Ukuran Penyebaran Data (Measures of Dispersion). B.PENGERTIAN UKURAN PENYEBARAN DATA Ukuran Penyebaran Data itu, yakni berbagai macam ukuran statistic yang dapat digunakan untuk mengetahui , luas penyebaran data, atau variasi data, atau homogenitas data atau stabilitas data. C.MACAM-MACAM UKURAN PENYEBARAN DATA Macam-macam ukuran Penyebaran Data, dari ukuran yang paling sederhana (kasar) sampai dengan ukuran yang dipandang memiliki kadar ketelitian yang tinggi, yaitu (1) Range, (2) Deviasi (yaitu Deviasi Kuartil, Deviasi Rata-rata dan Deviasi Standar), (3) Variance, dan (4) Ukuran Penyebaran Relatif. Ditilik segi relevansinya, maka dalam pembicaraan lebih lanjut hanya akan dikemukakan dua jenis saja, yaitu (1) dan (2) Deviasi , dan pembicaraan tentang Deviasi pun hanya dibatasi pada Deviasi Rata-rata dan Deviasi Standar. 1. Range

Range, yang dalam dunia statistic dikenal sebagai ukuran penyebaran data yang paling sederhana, yang karena itu juga sering disebut sebagai ukuran penyebaran data yang palin kasar. a. Pengertian Range Range diberi lambing R adalah salah satu ukuran statisik yang menunjukkan jarak penyebaran antara skor (nilai) yang terendah (Lowest Score) sampai skor (nilai) yang tertinggi (Highest Score). Dengan singkat dapat dirumuskan : R=H–L

Karena kelemahan itulah maka sebagai salah satu ukuran penyebaran data. kita akan lebih cenderung untuk menganggap bahwa Mean yang kita peroleh itu sifatnya meragukan. dari nilai rata-rata hitungnya (deviation from the Mean). kian cenderung bagi diri kita untuk menganggap bahwa mean yang kita peroleh merupakan wakil yang presentatif data yang bersangkutan. (2) Dengan mengetahui Range nya saja. . Kelemahan (1) Range sifatnya sangat labil dan kurang teliti. d. sebaliknya kian besar Range nya. Kebaikan dan Kelemahan Kebaikan Kebaikan Range sebagai salah satu ukuran penyebaran data ialah dengan menggunakan Range dalam waktu singkat dapat diperoleh gambaran umum mengenai luas penyebaran data yang sedang kita hadapi. Deviasi Pengertian Deviasi Deviasi ialah selisih atau simpangan dari masing-masing skor dan interval. Penggunaan Range Range kita gunakan sebagai ukuran. apabila didalam waktu yang sangat singkat kita ingin memperoleh gambaran tentang penyebaran data yang sedang kita selidiki dengan mengabaikan factor ketelitian atau kecermatan. c.R = Range yang kita cari H = Skor atau nilai yang tertinggi (Highest Score) L = Skor atau nilai yang terendah (Lowest Score) b. 2. range sangat jarang digunakan dalam pekerjaan analisis statistic. Cara Mencari Range Range kita juga dapat mengatakan bahwa kian kecil Range dari suatu distribusi data. a. kita belum tahu secara pasti bagaimana sebenarnya bentuk Distribusi Data yang kita hadapi mulai dari nilai Terendah dan Nilai tertinggi.

Dalam bahasa Inggris Deviasi rata-rata dikenal dengan nama Mean Deviation (diberi lambang MD) atau Average Deviation (diberi lambang AD). Deviasi rata-rata tadi diformulasikan dalam bentuk rumus sebagai berikut : . Adapun deviasi yang berada dibawah mean dapat diartikan sebagai “Selisih kurang” oleh karena itu selalu bertanda minus (-). maka sudah barang tentu akan terdapat dua jenis deviasi. dalam uraian selanjutnya akan digunakan lambing AD.Deviasi merupakan salah satu ukuran variabilitas data yang biasa dilambangkan dengan huruf kecil dari huruf yang digunakan bagi lambing skornya. dibagi dengan banyaknya skor itu sendiri. Karena deviasi merupakan simpangan atau selisih dari masing-masing skor terhadap mean grupnya. dilazim dikenal dengan istilah Deviasi Negatif. dan lazim dikenal dengan istilah deviasi positif. marilah kita perhatikan contoh berikut ini: Skor (X) 8 7 6 5 4 ∑X = 30 Banyaknya (f) 1 1 1 1 1 N=5 30 =6 5 Deviasi ( x = X − M x ) 8 – 6 = +2 7 – 6 = +1 6–6=0 5 – 6 = -1 4 – 6 = -2 ∑x = 0 Mx = ∑X N = +2 dan +1 adalah Deviasi Positif -2 dan -1 adalah Deviasi Negatif b. Deviasi yang berada diatas Mean dapat diartikan sebagai “selisih lebih” karenanya deviasi semacam ini akan bertanda plus (+). jika skornya Z maka lambing deviasinya z. 1) Deviasi Rata-rata Pengertian Deviasi Rata-rata Deviasi rata-rata yakni Jumlah Harga mutlak deviasi dari tiap-tiap skor. (1) Deviasi yang berada diatas mean dan (2) Deviasi yang berada di bawah mean. Jadi apabila skornya diberi lambing X maka deviasinya berlambangkan x. Guna memperjelas uraian yang telah dikemukakan diatas. jika skornya Y maka dilambangkan deviasinya y.

AD = ∑x N AD = Average Deviation = Deviasi rata-rata ∑x = Jumlah harga mutlak deviasi tiap-tiap skor atau interval N = Number of Cases 2) a) Cara Mencari Deviasi Rata-rata Cara Mencari Deviasi rata-rata untuk Data Tunggal yang masing-masing skornya berfrekuensi Satu. Mx = ∑X N AD = ∑x N Mx = ∑Y N AD = ∑y N b) Cara Mencari Deviasi rata-rata untuk Data Tunggal yang sebagian atau seluruh skornya berfrekuensi lebih dari satu. Rumus yang digunakan adalah : AD = ∑fx N AD = Average Deviation = Deviasi rata-rata ∑fx = Jumlah hasil perkalian antara deviasi tiap-tiap skor dengan frekuensi masing-masing skor tersebut N = Number of Cases c) Cara Mencari Deviasi rata-rata untuk Data Kelompokan Deviasi rata-ratanya dapat diperoleh dengan menggunakan rumus : AD = ∑fx N AD = Average Deviation = Deviasi rata-rata .

∑fx = Jumlah hasil perkalian antara deviasi tiap-tiap interval (x) dengan frekuensi masing-masing interval yang bersangkutan. Kelemahan Deviasi rata-rata Deviasi Standar Deviasi rata-rata sebagai salah satu ukuran variabilitas data ditilik dari segi matematika memiliki kelemahan yang sangat mendasar karena mengganggap sama antara deviasi yang bertanda “plus” dengan deviasi yang bertanda “minus”. setelah mengalami proses pengkuadratan terlebih dahulu. telah dibakukan atau distandarisasikan. yang umumnya diberi lambing δ atau SD. sehingga memiliki kadar kepercayaan atau reliabilitas yang mantap. oleh karena itu. dalam dunia analisis statistic Deviasi standar ini mempunyai kedudukan yang amat penting. SD = ∑X N 2 . N = Number of Cases 2) a) Cara Mencari Deviasi Standar Cara mencari Deviasi standar untuk data tunggal yang semua skornya berfrekuensi Satu. 1) Pengertian Deviasi Standar Deviasi standar (Standar Deviation). N = Number of Cases 3) c. Maka rumus umum Deviasi Standar atau SD ialah sebagai berikut : SD = ∑X N 2 SD = Deviasi Standar ∑X 2 = Jumlah semua deviasi. karena Deviasi rata-rata yang tadinya memiliki kelemahan. Deviasi Standar.

SD = Deviasi Standar ∑X 2 = Jumlah semua deviasi. dengan deviasi skor yang telah dikuadratkan. N = Number of Cases b) Cara mencari Deviasi standar untuk data tunggal yang sebagian atau seluruh skornya berfrekuensi lebih dari satu. setelah mengalami proses pengkuadratan terlebih dahulu. N = Number of Cases c) Cara mencari Deviasi Standaruntuk Data Kelompokan Deviasi standar dapat dicari dengan mengunakan dua buah rumus . Rumus panjang kita pakai bila kita memiliki alat Bantu penghitungan seperti kalkulator dan sebagainya. 1) Cara Mencari Deviasi Standar untuk Data kelompokan. dengan mengunakan rumus panjang SD = ∑ fx N 2 SD = Deviasi Standar . karenaa memerlukan tingkat ketelitian dan kecermatan yang setinggi mungkin. SD = ∑ fx N 2 SD = Deviasi Standar ∑fx 2 = Jumlah hasil perkalian antara frekuensi masing-masing skor. yaitu rumus panjang dan rumus singkat.

N = Number of Cases 2) Cara mencari Deviasi standar untuk Data kelompokan. Ada tiga buah rumus dapat digunakan. dengan x 2 ∑fx = dengan x Jumlah hasil perkalian antara frekuensi masing-masing interval . denagn deviasi skor yang telah dikuadratkan. dengan menggunakan Rumus pendek SD = i ∑fx N 2  −    ∑fx   N    2 SD = Deviasi Standar i = Kelas interval ∑fx 2 = Jumlah hasil perkalian antara frekuensi masing-masing interval . yaitu : Rumus Pertama = SD = ∑X N 2 2 −M X Rumus Kedua = SD = ( N ) (∑ X 2 ) − (∑ X ) N2 2 .∑fx 2 = Jumlah hasil perkalian antara frekuensi masing-masing skor. N = Number of Cases d) Cara lain yang dapat dipergunakan untuk menghitung atau mencari Deviasi Standar 1) Cara lain untuk mencari Deviasi Standar Data tunggal yang seluruh skornya berfrekuensi satu.

Rumus Ketiga = SD = 1 N N. N = Number of Cases 2) Cara lain untuk mencari Deviasi Standar Data tunggal yang sebagian atau seluruh skornya berfrekuensi lebih dari satu. SD = 1 N N. yang kemudian dikuadratkan. ∑X 2 − (∑X ) 2 SD = Deviasi Standar ∑x 2 = Jumlah skor X setelah terlebih dahulu dikuadratkan. ∑ fX 2 − (∑ fX ) 2 SD = Deviasi Standar yang kita cari 1 = Bilangan Konstan (yang tidak boleh diubah-ubah ∑fX 2 = Jumlah hasil perkalian antara frekuensi tiap-tiap skor (f) denagn skor yang telah dikuadratkan lebih dahulu x 2 (∑fX ) 2 = Jumlah hasil perkalian antara frekuensi tiap-tiap skor (f) dengan masing-masing skor yang bersangkutan (X) N = Number of Cases 3) Cara lain untuk mencari Deviasi Standar Data Kelompokan Deviasi Standar untuk data Kelompokan juga dapat ddicari atau diperhitungkan berdasarkan angka kasar atau skor aslinya. M X = Nilai rata-rata Hitung (=mean) skor X. 2 (∑X ) = Jumlah seluruh skor X. Adapun rumus yang digunakan adalah : SD = ∑fX N 2  −    ∑fX N      2 .

253 AD Artinya :  Bahwa besarnya Deviasi rata-rata (AD) adalah sekitar Bahwa besarnya Deviasi Standar (SD) adalah sekitar 0. Kegunaan Deviasi Rata-rata dan Deviasi Standar Baik Deviasi rata-rata maupun deviasi standar keduanya berguna sebagai ukuran untuk mengetahui variabilitas data dan sekaligus untuk mengetahui homogenitas data. Catatan Tambahan Tentang Penggunaan Lebih Lanjut dari Mean dan Deviasi Standar Dalam Dunia Pendidikan Sebagai catatan tambahan perlu kiranya dikemukakan disini bahwa mean dan deviasi standar sebagai dua buah ukuran statistic yang dipandang memiliki reliabilitas yang tinggi. hali ini berarti makin besarlah variabilitas datannya atau semakin kurang homogen. dapat dan .798 SD sedangkan SD = 1. apabila Deviasi rata-rata atau Deviasi Standar kecil.798 atau 0. Sebaliknya. N = Number of Cases d. kita dapat mengetahui pula bagaimana Variabilitas dan homogenitas data yang sedang kita selidiki.3 kali dari Deviasi Rata-rata f. data yang sedang kita teliti itu makin dekat kepada sifat Homogenitas.8 kali dari Deviasi Standar  1. = Jumlah hasil perkalian antara midpoint dengan frekuensinya masing- masing.SD = Deviasi Standar ∑fX ∑fX 2 = Jumlah hasil perkalian antara midpoint-2 yang telah dikuadratkan x 2 dengan frekuensinya masing-masing.253 atau 1. Jika deviasi rata-rata atau deviasi standar makin besar. Saling Hubungan antara Deviasi Rata-rata dan Deviasi Standar Antara Deviasi Rata-rata dan Deviasi Standar terdapat saling hubungan sebagai berikut AD = 0. Dengan mengetahui besar kecilnya Deviasi rata-rata dan Deviasi Standar. e.

Ranking Tengah ( Kelompok anak didik yang tergolong cukup/sedang) dan Ranking Bawah (Kelompok anak didik yang tergolong lemah/bodoh) 5. Dapat disebutkan disini misalnya: 1. yaitu : Ranking Atas (Kelompok anak didik yang tergolong pandai).Score = 50 + 10  SD X    atau T Score = 50+10 X z Score   . Untuk mengubah Raw Score (Skor mentah) ke dalam nilai standar sekala 5 atau huruf A-B-C-D dan E. Untuk mengubah (mengkonversikan) Raw Score menjadi nilai satndar T (T Score) dimana T Score itu dapat diperoleh dengan rumus :  X −M X T .Score = X −M X SD X 6. yaitu nilai-nilai standar mulai dari 0 sampai dengan 10 (=11 Nilai Standar). dimana z Score dapat diperoleh dengan rumus : z. Untuk menetapkan nilai batas lulus Aktual (minimum Passing Level atau Passing Grade). 3. 4. Untuk mengelompokkan anak didik ke dalam tiga ranking.sering digunakan dalam dunia pendidikan. khususnya dalam rangka Evaluasi hasil belajar anak didik. di mana patokan yang digunakan untuk keperluan tersebut adalah : Mean + 0. Untuk mengubah (mengkonversikan) Raw Score menjadi Nilai Standar z (z Score).25 SD 2. Untuk mengubah (mengkonversikan ) Raw Score menjadi niali Standar Sebelas (Eleven point Scale = Standar Eleven = Stanel).

Sign up to vote on this title
UsefulNot useful