Variabilitas dan Sebaran

Dua kelas matematika sama-sama punya rata-rata nilai ujian 75. Anda dosen baru, harus memilih satu kelas untuk program remedial intensif. Kelas A: semua nilai antara 70 dan 80. Kelas B: ada yang 35, ada yang 99.

Rata-rata sama, ceritanya jauh berbeda. Kelas A seragam, butuh sedikit penyesuaian. Kelas B beragam — sebagian sudah siap, sebagian jauh tertinggal. Strategi mengajar dua kelas ini tidak mungkin sama.

Yang membedakan keduanya adalah variabilitas: seberapa tersebar data di sekitar rata-ratanya. Tanpa ukuran variabilitas, rata-rata hanya menceritakan separuh cerita.

Inilah inti seluruh materi ini, dalam satu gambar:

Artikel ini membahas empat ukuran variabilitas yang wajib dikuasai: range, varians, standar deviasi, dan koefisien variasi.

Kenapa Variabilitas Penting

Variabilitas menjawab satu pertanyaan: seberapa konsisten data saya?

• Investasi: dua saham sama-sama memberi imbal hasil rata-rata 10% per tahun. Yang satu naik-turunnya 5%, yang lain 30%. Profil risikonya jauh berbeda.
• Manufaktur: dua lini produksi rata-rata 60 detik per unit. Yang satu simpangannya 2 detik, yang lain 15 detik. Kendali mutunya berbeda.
• Pendidikan: dua kelas rata-rata nilainya sama, tetapi sebarannya beda. Pendekatan mengajarnya beda.

Rata-rata tanpa ukuran sebaran seperti rumah tanpa atap: berdiri, tetapi belum lengkap.

Empat Ukuran Variabilitas

Ada juga ukuran tambahan yang akan kita bahas di akhir: IQR (jarak antarkuartil).

Range: Selisih Terbesar dan Terkecil

Ukuran paling sederhana — hanya butuh dua angka.

$$\text{Range} = x_{\max} - x_{\min}$$

Di sini $x_{\max}$ adalah nilai terbesar dalam data dan $x_{\min}$ nilai terkecil.

Contoh. Nilai kelas A: 70, 72, 74, 75, 76, 78, 80, 82.

$$\text{Range A} = 82 - 70 = 12$$

Nilai kelas B: 35, 60, 70, 75, 80, 85, 90, 99.

$$\text{Range B} = 99 - 35 = 64$$

Range kelas B lima kali lebih lebar.

Kelemahannya: range hanya memakai dua nilai dan mengabaikan semua data di antaranya, jadi sangat mudah terdistorsi oleh satu pencilan (nilai ekstrem yang jauh dari lainnya). Pada data 70, 72, 74, 75, 76, 78, 80, 500, range melonjak jadi $500 - 70 = 430$ hanya karena satu angka. Pakai range untuk gambaran kasar saja.

Varians: Rata-rata Kuadrat Simpangan

Berbeda dari range, varians melibatkan semua data. Idenya tiga langkah:

1. Hitung simpangan tiap nilai dari rata-rata.
2. Kuadratkan tiap simpangan.
3. Rata-ratakan hasil kuadrat itu.

Langkah 1 — simpangan. Simpangan sebuah nilai adalah jaraknya (bertanda) dari rata-rata:

$$\text{simpangan} = x_i - \bar{x}$$

Di sini $x_i$ adalah nilai ke-$i$ dalam data, dan $\bar{x}$ (dibaca “x-bar”) adalah rata-rata data. Misalnya kalau rata-ratanya 80 dan sebuah nilai 70, simpangannya $70 - 80 = -10$ (sepuluh di bawah rata-rata). Nilai di atas rata-rata bersimpangan positif, di bawah rata-rata negatif:

Langkah 2 — kenapa dikuadratkan? Kalau simpangan langsung dijumlahkan, yang positif dan negatif saling membatalkan sampai totalnya selalu nol (Anda akan lihat ini di tabel di bawah). Mengkuadratkan menghilangkan tanda, sekaligus memberi bobot lebih besar pada simpangan yang jauh:

Langkah 3 — rata-ratakan. Untuk data sampel (sebagian data, diambil dari kelompok yang lebih besar), varians ditulis $s^2$:

$$s^2 = \frac{\sum_{i=1}^{n}(x_i - \bar{x})^2}{n - 1}$$

Untuk populasi (seluruh data yang ada), varians ditulis $\sigma^2$:

$$\sigma^2 = \frac{\sum_{i=1}^{n}(x_i - \mu)^2}{n}$$

Penjelasan tiap lambang:

• $\sum_{i=1}^{n}$ artinya “jumlahkan untuk semua data, dari yang ke-1 sampai ke-$n$”.
• $n$ = banyak data; $\bar{x}$ = rata-rata sampel; $\mu$ (dibaca “mu”) = rata-rata populasi.
• $(x_i - \bar{x})^2$ = kuadrat simpangan tiap nilai (luas persegi pada gambar di atas).

Kenapa pembagi n−1 untuk sampel?

Ini disebut koreksi Bessel. Saat kita menghitung rata-rata dari sampel ($\bar{x}$), rata-rata itu sudah “ditentukan” oleh data, sehingga kita kehilangan satu derajat kebebasan. Kalau tetap dibagi $n$, varians sampel cenderung meremehkan (terlalu kecil) dibanding varians populasi yang sebenarnya. Membagi dengan $n-1$ — angka yang sedikit lebih kecil — memperbesar hasil secukupnya untuk mengoreksi bias itu. Di Excel: =VAR.S(range) memakai $n-1$ (sampel), =VAR.P(range) memakai $n$ (populasi).

Contoh hitung varians dari nol

Data sampel: 70, 75, 80, 85, 90. Rata-ratanya $\bar{x} = (70+75+80+85+90)/5 = 80$.

Perhatikan kolom tengah: jumlah simpangan selalu 0 — itulah alasan kita mengkuadratkan dulu. Sekarang masukkan ke rumus:

$$s^2 = \frac{\sum (x_i - \bar{x})^2}{n - 1} = \frac{250}{5 - 1} = \frac{250}{4} = 62{,}5$$

Varians sampel = 62,5.

Masalah satuan varians

Karena simpangan dikuadratkan, varians bersatuan kuadrat dari data asli. Kalau data dalam Rupiah, variansnya “Rupiah kuadrat” — sulit dimaknai. “Varians gaji = 6,25 juta Rupiah kuadrat” tidak punya arti yang langsung terbayang. Itulah kenapa kita perlu standar deviasi.

Standar Deviasi: Akar Varians

Standar deviasi (SD) adalah akar kuadrat dari varians. Lambangnya $s$ untuk sampel, $\sigma$ (dibaca “sigma”) untuk populasi.

$$s = \sqrt{s^2} = \sqrt{\frac{\sum_{i=1}^{n}(x_i - \bar{x})^2}{n - 1}}$$

Dengan mengakarkan, satuan SD kembali sama dengan satuan data asli. Kalau data dalam Rupiah, SD juga dalam Rupiah — bisa langsung ditafsirkan.

Contoh. Dari hasil tadi $s^2 = 62{,}5$, maka:

$$s = \sqrt{62{,}5} \approx 7{,}91$$

Menafsirkan standar deviasi

SD mengukur jarak khas tiap titik data dari rata-rata. SD 7,91 pada data nilai ujian berarti: rata-rata, nilai mahasiswa berjarak sekitar 7,91 poin dari rata-rata 80.

Untuk data yang berbentuk lonceng (normal), berlaku aturan 68–95–99,7:

• sekitar 68% data berada di rentang $[\bar{x} - 1s,\; \bar{x} + 1s] = [72{,}09;\ 87{,}91]$
• sekitar 95% data berada di $[\bar{x} - 2s,\; \bar{x} + 2s] = [64{,}18;\ 95{,}82]$

Rincian aturan ini ada di Distribusi Normal.

Kembali ke kasus pembuka — sekarang angkanya punya makna:

Kelas A: sekitar 68% nilai di rentang [71,5; 78,5] — sangat seragam. Kelas B: sekitar 68% nilai di rentang [56,3; 93,7] — sangat beragam. SD memberi sinyal yang tidak bisa diberikan rata-rata.

Koefisien Variasi: Sebaran Relatif

Standar deviasi punya satu keterbatasan: tidak bisa dibandingkan langsung antara dua variabel yang satuannya berbeda.

• SD gaji = Rp 2 juta (data berkisar 5–10 juta)
• SD tinggi badan = 8 cm (data berkisar 150–180 cm)

Mana yang lebih bervariasi? Tidak bisa dijawab langsung — satuannya beda (Rupiah vs cm). Koefisien variasi (CV) menyelesaikannya dengan membagi SD oleh rata-rata, lalu dinyatakan dalam persen:

$$CV = \frac{s}{\bar{x}} \times 100\%$$

Karena SD dan $\bar{x}$ bersatuan sama, hasil baginya tanpa satuan — jadi bisa dibandingkan lintas variabel.

Contoh. Gaji: rata-rata 7 juta, SD 2 juta → $CV = \tfrac{2}{7} \times 100\% \approx 28{,}6\%$. Tinggi: rata-rata 165 cm, SD 8 cm → $CV = \tfrac{8}{165} \times 100\% \approx 4{,}8\%$. Kesimpulannya: relatif terhadap ukurannya, gaji jauh lebih bervariasi daripada tinggi badan.

Sebagai pegangan kasar: CV < 15% data seragam; 15–30% sedang; > 30% sangat beragam (pertimbangkan median sebagai pusat).

Bereksperimen Sendiri

Geser pengatur SD dan lihat bagaimana sebaran berubah sementara rata-rata tetap, lalu bandingkan koefisien variasi dua kelompok data.

IQR: Jarak Antarkuartil

Selain empat ukuran utama, ada IQR (interquartile range) — lebar 50% data di tengah. IQR tahan terhadap pencilan, jadi cocok berpasangan dengan median.

Cara menghitungnya: urutkan data, cari kuartil-1 (Q1, batas 25% terbawah) dan kuartil-3 (Q3, batas 75% terbawah), lalu:

$$\text{IQR} = Q_3 - Q_1$$

Contoh hitung dari nol. Data terurut: 60, 65, 70, 72, 75, 78, 80, 82, 85, 90 ($n = 10$).

Excel QUARTILE.INC (dan kebanyakan perangkat lunak) mencari posisi kuartil dengan rumus: $\text{posisi} = 1 + (n-1)\times p$, lalu menginterpolasi.

• Q1 ($p = 0{,}25$): posisi $= 1 + 9 \times 0{,}25 = 3{,}25$ → antara data ke-3 (70) dan ke-4 (72): $70 + 0{,}25\,(72-70) = 70{,}5$
• Q3 ($p = 0{,}75$): posisi $= 1 + 9 \times 0{,}75 = 7{,}75$ → antara data ke-7 (80) dan ke-8 (82): $80 + 0{,}75\,(82-80) = 81{,}5$
• $\text{IQR} = 81{,}5 - 70{,}5 = 11{,}0$

Hitung-tangan di atas cocok persis dengan =QUARTILE.INC(range; 1) dan =QUARTILE.INC(range; 3). (Catatan: sebagian buku teks memakai posisi $(n+1)\times p$ sehingga angkanya sedikit berbeda; di sini kita sengaja memakai metode yang sama dengan Excel agar hasil hitung tangan dan hitung Excel identik.)

IQR juga menjadi dasar pendeteksian pencilan: nilai di luar $[Q_1 - 1{,}5\times\text{IQR};\ Q_3 + 1{,}5\times\text{IQR}]$ ditandai sebagai pencilan.

Rumus di Excel

=VAR.S(A1:A100)        → Varians sampel (pembagi n−1)
=VAR.P(A1:A100)        → Varians populasi (pembagi n)
=STDEV.S(A1:A100)      → Standar deviasi sampel
=STDEV.P(A1:A100)      → Standar deviasi populasi
=STDEV.S(A1:A100)/AVERAGE(A1:A100)*100  → Koefisien variasi (%)
=MAX(A1:A100)-MIN(A1:A100)              → Range
=QUARTILE.INC(A1:A100; 1)               → Q1
=QUARTILE.INC(A1:A100; 3)               → Q3
=QUARTILE.INC(A1:A100;3)-QUARTILE.INC(A1:A100;1) → IQR

⬇ Unduh 04-variabilitas.xlsx

Berkas pendamping berisi 10 lembar; yang paling instruktif adalah KALKULASI_MANUAL — menampilkan tiap langkah hitung varians dengan formula hidup, termasuk kolom $(x_i - \bar{x})^2$ — dan KALKULASI_OTOMATIS yang membandingkannya dengan fungsi bawaan Excel.

Cek Pemahaman

1. Sebuah data sampel: 4, 6, 8. Hitung variansnya ($s^2$) dari nol.

Lihat jawaban

Rata-rata $\bar{x} = (4+6+8)/3 = 6$. Simpangan: −2, 0, 2 → kuadratnya 4, 0, 4 → jumlah = 8. Varians sampel $s^2 = 8 / (3-1) = 4$. (Standar deviasinya $s = \sqrt{4} = 2$.)

2. Dua mesin mengisi botol. Mesin A: rata-rata 500 ml, SD 5 ml. Mesin B: rata-rata 250 ml, SD 4 ml. Mesin mana yang lebih presisi secara relatif?

Lihat jawaban

Bandingkan dengan koefisien variasi, bukan SD mentah. Mesin A: $CV = 5/500 = 1{,}0\%$. Mesin B: $CV = 4/250 = 1{,}6\%$. Walau SD mesin B lebih kecil (4 < 5), secara relatif mesin A lebih presisi karena CV-nya lebih rendah.

Kesalahan Umum

Memakai VAR.P untuk sampel. Kalau data Anda sampel (diambil dari kelompok lebih besar), pakai VAR.S/STDEV.S (pembagi $n-1$). VAR.P hanya untuk populasi lengkap. Salah pakai akan meremehkan variabilitas.

Lupa mengakarkan varians. Hasil $\sum(x_i-\bar{x})^2/(n-1)$ adalah varians, bukan SD. SD = akar varians. Tanda salah: kalau “SD” Anda lebih besar dari rentang seluruh data, kemungkinan lupa diakar.

Membandingkan SD beda satuan. SD gaji (Rupiah) tidak bisa langsung diadu dengan SD tinggi (cm). Pakai koefisien variasi untuk perbandingan lintas satuan.

Memakai CV saat rata-rata mendekati nol. Kalau rata-rata = 0,1 dan SD = 2, maka CV = 2000% — tidak bermakna. CV hanya sahih untuk variabel yang rata-ratanya jelas positif (mis. gaji, tinggi), bukan untuk yang bisa negatif (mis. imbal hasil saham yang berfluktuasi di sekitar nol).

Melaporkan SD untuk data yang menceng. Kalau data sangat miring (gaji, harga rumah), SD bisa lebih besar dari rata-rata dan aturan 68–95–99,7 tidak berlaku. Untuk data seperti ini, laporkan median dan IQR, dan gambarkan dengan boxplot.

Dipakai di Dunia Nyata

• Manajemen risiko investasi. SD imbal hasil saham = ukuran volatilitas. Saham dengan imbal hasil rata-rata sama tetapi SD lebih rendah lebih disukai investor yang menghindari risiko. Rasio Sharpe dan model CAPM bertumpu pada SD.
• Kendali mutu (Six Sigma). Pabrik menargetkan SD kecil agar produk seragam; koefisien variasi jadi metrik utama (target CV sangat kecil untuk presisi tinggi).
• Penelitian klinis. Alat ukur (kadar gula darah, tekanan darah) dinilai keandalannya lewat CV pengukuran berulang — CV kecil berarti alat presisi.
• Asesmen pendidikan. SD nilai ujian menilai kualitas soal: SD terlalu kecil berarti soal kurang membedakan, SD terlalu besar berarti soal tidak setara.

Lanjutan

Rata-rata dan variabilitas adalah fondasi statistika deskriptif: dua angka (rata-rata + SD, atau median + IQR) sudah meringkas data dengan efektif.

Langkah berikutnya: memahami bentuk distribusi. Dua data dengan rata-rata dan SD sama pun bisa berbentuk sangat berbeda.

• Lanjut ke Distribusi Normal — distribusi terpenting, tempat aturan 68–95–99,7 berasal.
• Perlu menyegarkan rata-rata dulu? Balik ke Tendensi Sentral.

Setelah variabilitas dan distribusi normal, Anda siap masuk statistika inferensial: uji hipotesis, interval kepercayaan, sampai regresi.