MATERI KULIAH 03 September 2026 3 menit baca 4

Statistika dan Probabilitas: Ukuran Penyebaran Data

Artikel ini membahas berbagai ukuran penyebaran data dalam statistika deskriptif, mulai dari rentang, simpangan rata-rata, simpangan baku, variansi, koefisien variansi, hingga skewness dan kurtosis, lengkap dengan contoh perhitungannya, bagi mahasiswa Informatika Universitas Siber Asia.

## Pembuka

Dalam statistika deskriptif, data tidak hanya dilihat dari nilai tengahnya, tetapi juga dari seberapa jauh nilai-nilai tersebut menyebar. Dua kelompok data bisa memiliki rata-rata yang sama, tetapi tingkat keragamannya sangat berbeda. Karena itu, **ukuran penyebaran data** menjadi bagian penting untuk memahami karakter data secara lebih utuh.

Bagi mahasiswa Informatika, materi ini berguna saat menganalisis hasil pengujian sistem, performa algoritma, data sensor, atau data pengguna. Ukuran penyebaran membantu kita menjawab pertanyaan seperti: apakah data stabil, apakah ada nilai yang terlalu ekstrem, dan apakah satu kelompok data lebih konsisten daripada kelompok lain.

## Rentang dan simpangan rata-rata

Ukuran penyebaran yang paling sederhana adalah **rentang**. Rentang dihitung dengan rumus:

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

Jika data nilai tugas adalah 60, 70, 75, 80, dan 90, maka rentangnya adalah $90 - 60 = 30$. Rentang mudah dihitung, tetapi hanya bergantung pada dua nilai ekstrem, sehingga kurang menggambarkan penyebaran keseluruhan.

Ukuran berikutnya adalah **simpangan rata-rata**. Ukuran ini menghitung rata-rata dari nilai mutlak selisih setiap data terhadap rata-ratanya. Secara umum:

$$SR = \frac{\sum |x_i - \bar{x}|}{n}$$

Misalnya data $60, 70, 75, 80, 90$ memiliki rata-rata $\bar{x} = 75$. Selisih mutlaknya adalah 15, 5, 0, 5, dan 15. Jumlahnya 40, sehingga simpangan rata-ratanya:

$$SR = \frac{40}{5} = 8$$

Artinya, secara rata-rata setiap data menyimpang 8 satuan dari nilai tengah.

## Variansi dan simpangan baku

Dua ukuran yang paling sering digunakan adalah **variansi** dan **simpangan baku**. Variansi mengukur rata-rata kuadrat penyimpangan data terhadap mean, sedangkan simpangan baku adalah akar kuadrat dari variansi. Untuk populasi:

$$\sigma^2 = \frac{\sum (x_i - \mu)^2}{N}$$

$$\sigma = \sqrt{\sigma^2}$$

Untuk sampel, rumus yang umum dipakai adalah:

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

$$s = \sqrt{s^2}$$

Dengan data sebelumnya, selisih dari mean adalah $-15, -5, 0, 5, 15$. Kuadratnya menjadi 225, 25, 0, 25, dan 225. Jumlah kuadrat selisih adalah 500. Jika dianggap sampel, maka variansinya:

$$s^2 = \frac{500}{4} = 125$$

Simpangan bakunya:

$$s = \sqrt{125} \approx 11{,}18$$

Simpangan baku lebih mudah ditafsirkan karena satuannya sama dengan data asli. Semakin besar simpangan baku, semakin menyebar data tersebut.

## Koefisien variansi, skewness, dan kurtosis

Jika ingin membandingkan dua data dengan skala berbeda, gunakan **koefisien variansi**. Rumusnya:

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

Dengan contoh di atas, koefisien variansinya adalah:

$$KV = \frac{11{,}18}{75} \times 100\% \approx 14{,}91\%$$

Nilai ini menunjukkan tingkat penyebaran relatif terhadap rata-rata. Koefisien variansi sangat berguna saat membandingkan data yang satuannya berbeda atau rata-ratanya jauh tidak sama.

Selain ukuran berbasis jarak dari mean, ada pula ukuran bentuk sebaran, yaitu **skewness** dan **kurtosis**. Skewness menunjukkan kemencengan distribusi. Jika ekor distribusi lebih panjang di kanan, data disebut menceng ke kanan; jika lebih panjang di kiri, menceng ke kiri. Secara konsep, skewness membantu kita melihat apakah data simetris atau tidak.

Kurtosis menggambarkan keruncingan distribusi dan seberapa tebal ekor distribusinya. Distribusi dengan kurtosis tinggi cenderung lebih runcing dan memiliki ekor lebih tebal, sedangkan kurtosis rendah cenderung lebih datar. Dalam analisis data, dua ukuran ini penting untuk memahami apakah data mendekati distribusi normal atau memiliki pola penyebaran yang tidak biasa.

## Penutup

Ukuran penyebaran data memberi gambaran yang lebih lengkap daripada sekadar nilai rata-rata. Rentang cocok untuk gambaran cepat, simpangan rata-rata memberi ukuran penyimpangan yang lebih representatif, sedangkan variansi dan simpangan baku menjadi dasar analisis yang lebih kuat. Koefisien variansi membantu perbandingan relatif, sementara skewness dan kurtosis menjelaskan bentuk distribusi data.

Bagi mahasiswa Informatika Universitas Siber Asia, penguasaan materi ini sangat penting untuk membaca data secara kritis. Dalam praktiknya, memahami penyebaran data akan membantu saat menilai kestabilan sistem, membandingkan performa model, atau menafsirkan hasil eksperimen secara lebih akurat.

#statistika #mahasiswa informatika #universitas siber asia #ukuran penyebaran data #simpangan baku #deviasi standar #variansi #koefisien variansi #skewness #kurtosis

Komentar (0)

Belum ada komentar. Jadi yang pertama berkomentar di bawah.

Statistika dan Probabilitas: Ukuran Penyebaran Data

Komentar (0)

Tulis Komentar

Artikel Terkait

Estetika Humanisme: Psikologi Humanistik

Estetika Humanisme: Leadership

Estetika Humanisme: Manajemen Konflik