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=HL

R = Range yang kita cari H = Skor atau nilai yang tertinggi (Highest Score) L = Skor atau nilai yang terendah (Lowest Score) b. Cara Mencari Range

Range kita juga dapat mengatakan bahwa kian kecil Range dari suatu distribusi data, kian cenderung bagi diri kita untuk menganggap bahwa mean yang kita peroleh merupakan wakil yang presentatif data yang bersangkutan, sebaliknya kian besar Range nya, kita akan lebih cenderung untuk menganggap bahwa Mean yang kita peroleh itu sifatnya meragukan. c. 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. d. 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. Kelemahan (1) Range sifatnya sangat labil dan kurang teliti, (2) Dengan mengetahui Range nya saja, kita belum tahu secara pasti bagaimana sebenarnya bentuk Distribusi Data yang kita hadapi mulai dari nilai Terendah dan Nilai tertinggi. Karena kelemahan itulah maka sebagai salah satu ukuran penyebaran data, range sangat jarang digunakan dalam pekerjaan analisis statistic. 2. a. Deviasi Pengertian Deviasi

Deviasi ialah selisih atau simpangan dari masing-masing skor dan interval, dari nilai rata-rata hitungnya (deviation from the Mean).

Deviasi merupakan salah satu ukuran variabilitas data yang biasa dilambangkan dengan huruf kecil dari huruf yang digunakan bagi lambing skornya. Jadi apabila skornya diberi lambing X maka deviasinya berlambangkan x, jika skornya Y maka dilambangkan deviasinya y, jika skornya Z maka lambing deviasinya z. Karena deviasi merupakan simpangan atau selisih dari masing-masing skor terhadap mean grupnya, maka sudah barang tentu akan terdapat dua jenis deviasi, (1) Deviasi yang berada diatas mean dan (2) Deviasi yang berada di bawah mean. Deviasi yang berada diatas Mean dapat diartikan sebagai selisih lebih karenanya deviasi semacam ini akan bertanda plus (+), dan lazim dikenal dengan istilah deviasi positif. Adapun deviasi yang berada dibawah mean dapat diartikan sebagai Selisih kurang oleh karena itu selalu bertanda minus (-), dilazim dikenal dengan istilah Deviasi Negatif. Guna memperjelas uraian yang telah dikemukakan diatas, 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 66=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. 1)

Deviasi Rata-rata Pengertian Deviasi Rata-rata Deviasi rata-rata yakni Jumlah Harga mutlak deviasi dari tiap-tiap skor, dibagi dengan banyaknya skor itu sendiri. Dalam bahasa Inggris Deviasi rata-rata dikenal dengan nama Mean Deviation (diberi lambang MD) atau Average Deviation (diberi lambang AD), dalam uraian selanjutnya akan digunakan lambing AD. Deviasi rata-rata tadi diformulasikan dalam bentuk rumus sebagai berikut :

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. N = Number of Cases 3) c. 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. 1) Pengertian Deviasi Standar Deviasi standar (Standar Deviation), yang umumnya diberi lambing atau SD. Deviasi Standar, karena Deviasi rata-rata yang tadinya memiliki kelemahan, telah dibakukan atau distandarisasikan, sehingga memiliki kadar kepercayaan atau reliabilitas yang mantap, oleh karena itu, dalam dunia analisis statistic Deviasi standar ini mempunyai kedudukan yang amat penting. Maka rumus umum Deviasi Standar atau SD ialah sebagai berikut :
SD =

X
N

SD = Deviasi Standar

= Jumlah semua deviasi, setelah mengalami proses pengkuadratan

terlebih dahulu. N = Number of Cases 2) a) Cara Mencari Deviasi Standar Cara mencari Deviasi standar untuk data tunggal yang semua skornya berfrekuensi Satu.
SD =

X
N

SD = Deviasi Standar

= Jumlah semua deviasi, setelah mengalami proses pengkuadratan

terlebih dahulu. N = Number of Cases b) Cara mencari Deviasi standar untuk data tunggal yang sebagian

atau seluruh skornya berfrekuensi lebih dari satu.

SD =

fx
N

SD = Deviasi Standar

fx

= Jumlah hasil perkalian antara frekuensi masing-masing skor, dengan

deviasi skor yang telah dikuadratkan. N = Number of Cases

c)

Cara mencari Deviasi Standaruntuk Data Kelompokan

Deviasi standar dapat dicari dengan mengunakan dua buah rumus , yaitu rumus panjang dan rumus singkat. Rumus panjang kita pakai bila kita memiliki alat Bantu penghitungan seperti kalkulator dan sebagainya, karenaa memerlukan tingkat ketelitian dan kecermatan yang setinggi mungkin. 1) Cara Mencari Deviasi Standar untuk Data kelompokan, dengan

mengunakan rumus panjang

SD =

fx
N

SD = Deviasi Standar

fx

= Jumlah hasil perkalian antara frekuensi masing-masing skor, denagn

deviasi skor yang telah dikuadratkan. N = Number of Cases

2)

Cara mencari Deviasi standar untuk Data kelompokan, dengan

menggunakan Rumus pendek

SD = i

fx
N

fx
N

SD = Deviasi Standar i = Kelas interval

fx

= Jumlah hasil perkalian antara frekuensi masing-masing interval ,

dengan x 2

fx =
dengan x

Jumlah hasil perkalian antara frekuensi masing-masing interval ,

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. Ada tiga buah rumus dapat digunakan, yaitu : Rumus Pertama =
SD =

X
N

2 2 M X

Rumus Kedua = SD =

( N ) ( X 2 ) ( X )
N2

Rumus Ketiga = SD =

1 N

N.

(X )

SD = Deviasi Standar

= Jumlah skor X setelah terlebih dahulu dikuadratkan.

2

(X )

= Jumlah seluruh skor X, yang kemudian dikuadratkan.

M X = Nilai rata-rata Hitung (=mean) skor X.

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.

fX

( fX )

SD = Deviasi Standar yang kita cari 1 = Bilangan Konstan (yang tidak boleh diubah-ubah

fX

= Jumlah hasil perkalian antara frekuensi tiap-tiap skor (f) denagn skor

yang telah dikuadratkan lebih dahulu x 2

(fX )

= 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. Adapun rumus yang digunakan adalah :
SD =

fX
N

fX
N

SD = Deviasi Standar

fX
fX

= Jumlah hasil perkalian antara midpoint-2 yang telah dikuadratkan

x 2 dengan frekuensinya masing-masing.

= Jumlah hasil perkalian antara midpoint dengan frekuensinya masing-

masing. N = Number of Cases d. 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. Dengan mengetahui besar kecilnya Deviasi rata-rata dan Deviasi Standar, kita dapat mengetahui pula bagaimana Variabilitas dan homogenitas data yang sedang kita selidiki. Jika deviasi rata-rata atau deviasi standar makin besar, hali ini berarti makin besarlah variabilitas datannya atau semakin kurang homogen. Sebaliknya, apabila Deviasi rata-rata atau Deviasi Standar kecil, data yang sedang kita teliti itu makin dekat kepada sifat Homogenitas. e. Saling Hubungan antara Deviasi Rata-rata dan Deviasi Standar

Antara Deviasi Rata-rata dan Deviasi Standar terdapat saling hubungan sebagai berikut AD = 0,798 SD sedangkan SD = 1,253 AD Artinya : Bahwa besarnya Deviasi rata-rata (AD) adalah sekitar Bahwa besarnya Deviasi Standar (SD) adalah sekitar 0,798 atau 0,8 kali dari Deviasi Standar 1,253 atau 1,3 kali dari Deviasi Rata-rata f. 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, dapat dan

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

6. Untuk mengubah (mengkonversikan) Raw Score menjadi nilai satndar T (T Score) dimana T Score itu dapat diperoleh dengan rumus :
X M X T .Score = 50 + 10 SD X atau T Score = 50+10 X z Score