Technicae ad Deviationem Mediam in Datis Statisticis Determinandam
Dalam statistika, memahami “pusat” data saja—misalnya melalui rata-rata (mean) atau median—sering kali belum cukup. Dua kumpulan data bisa memiliki rata-rata yang sama, namun tingkat “keragaman” nilainya berbeda jauh. Karena itu, ukuran penyebaran (dispersi) menjadi penting. Salah satu ukuran penyebaran yang relatif mudah dipahami dan digunakan adalah simpangan rata-rata . Artikel ini membahas teknik menentukan simpangan rata-rata pada berbagai bentuk data statistik, lengkap dengan langkah-langkah dan contoh perhitungan.
Pengertian Simpangan Rata-Rata
Simpangan rata-rata (mean deviation) adalah ukuran yang menyatakan rata-rata jarak setiap data terhadap suatu ukuran pemusatan, umumnya rata-rata hitung (mean) atau median . Jarak yang dimaksud adalah nilai mutlak dari selisih data dengan nilai pusat, sehingga tidak ada selisih negatif yang “membatalkan” selisih positif.
Secara umum, simpangan rata-rata menggambarkan seberapa jauh data menyebar dari nilai pusatnya. Semakin kecil simpangan rata-rata, semakin rapat data mengelompok di sekitar pusat; semakin besar nilainya, semakin bervariasi data tersebut.
Mengapa Menggunakan Nilai Mutlak?
Jika kita menghitung rata-rata dari selisih data terhadap mean tanpa nilai mutlak, maka jumlah selisih akan selalu nol (karena mean adalah titik keseimbangan). Misalnya, ada selisih +5 dan -5, jika dijumlah menjadi 0. Karena itu, digunakan nilai mutlak agar penyimpangan benar-benar mencerminkan jarak data dari pusat.
Rumus Simpangan Rata-Rata untuk Data Tunggal
Untuk data tunggal (tidak dikelompokkan), simpangan rata-rata terhadap mean dirumuskan:
\[
SR = \frac{\sum |x_i – \bar{x}|}{n}
\]
Information:
– \( SR \): simpangan rata-rata
– \( x_i \): data ke-i
– \( \bar{x} \): rata-rata hitung (mean)
– \( n \): banyaknya data
Teknik Perhitungan Data Tunggal (Langkah-langkah)
1. Hitung mean \( \bar{x} \) dari seluruh data.
2. Hitung selisih setiap data dengan mean: \( x_i – \bar{x} \).
3. Ambil nilai mutlak dari setiap selisih: \( |x_i – \bar{x}| \).
4. Jumlahkan semua nilai mutlak selisih.
5. Bagi dengan jumlah data \( n \).
Contoh Data Tunggal
Data nilai: 6, 8, 10, 12, 14
1) Mean:
\[
\bar{x}=\frac{6+8+10+12+14}{5}=\frac{50}{5}=10
\]
2) Nilai mutlak selisih:
– |6 − 10| = 4
– |8 − 10| = 2
– |10 − 10| = 0
– |12 − 10| = 2
– |14 − 10| = 4
Jumlah = 4 + 2 + 0 + 2 + 4 = 12
3) Simpangan rata-rata:
\[
SR=\frac{12}{5}=2{,}4
\]
Artinya, secara rata-rata setiap nilai menyimpang 2,4 satuan dari mean (10).
Simpangan Rata-Rata untuk Data Berfrekuensi (Diskrit)
Jika data disajikan dalam bentuk nilai dan frekuensi (misalnya tabel), rumusnya menjadi:
\[
SR = \frac{\sum f_i |x_i – \bar{x}|}{\sum f_i}
\]
Information:
– \( f_i \): frekuensi data \( x_i \)
Teknik Perhitungan Data Berfrekuensi
1. Hitung mean: \(\bar{x}=\frac{\sum f_i x_i}{\sum f_i}\)
2. Hitung \( |x_i-\bar{x}| \)
3. Kalikan dengan frekuensi: \( f_i |x_i-\bar{x}| \)
4. Jumlahkan seluruh hasil langkah 3
5. Bagi dengan total frekuensi
Contoh Data Diskrit
| Nilai (x) | Frekuensi (f) |
|-|-|
| 5 | 2 |
| 7 | 3 |
| 9 | 1 |
Total frekuensi: \(2+3+1=6\)
Mediocris:
\[
\bar{x}=\frac{(5)(2)+(7)(3)+(9)(1)}{6}=\frac{10+21+9}{6}=\frac{40}{6}=6{,}67
\]
Hitung simpangan:
– Untuk x=5: |5−6,67|=1,67 → dikali f=2 → 3,34
– Untuk x=7: |7−6,67|=0,33 → dikali f=3 → 0,99
– Untuk x=9: |9−6,67|=2,33 → dikali f=1 → 2,33
Jumlah: 3,34 + 0,99 + 2,33 = 6,66
Simpangan rata-rata:
\[
SR=\frac{6{,}66}{6}=1{,}11
\]
Simpangan Rata-Rata untuk Data Kelompok (Interval Kelas)
Pada data berkelompok (misalnya distribusi frekuensi interval), nilai data tidak ditampilkan satu per satu, melainkan dalam kelas-kelas. Untuk itu digunakan titik tengah kelas (xi) sebagai wakil data dalam kelas.
Formula:
\[
SR=\frac{\sum f_i |x_i-\bar{x}|}{\sum f_i}
\]
Namun, \(x_i\) adalah titik tengah kelas .
Teknik Perhitungan Data Kelompok
1. Tentukan titik tengah tiap kelas:
\[
x_i=\frac{\text{batas bawah + batas atas}}{2}
\]
2. Hitung mean berkelompok:
\[
\bar{x}=\frac{\sum f_i x_i}{\sum f_i}
\]
3. Hitung \( |x_i-\bar{x}| \)
4. Kalikan dengan frekuensi \( f_i \)
5. Jumlahkan seluruh hasilnya, lalu bagi dengan total frekuensi
Contoh Data Kelompok
| Kelas | f |
|-|-|
| 10–14 | 3 |
| 15–19 | 5 |
| 20–24 | 2 |
Titik tengah:
– 10–14 → 12
– 15–19 → 17
– 20–24 → 22
Total f = 10
Mediocris:
\[
\bar{x}=\frac{(12)(3)+(17)(5)+(22)(2)}{10}=\frac{36+85+44}{10}=\frac{165}{10}=16{,}5
\]
Simpangan:
– |12−16,5|=4,5 → ×3 = 13,5
– |17−16,5|=0,5 → ×5 = 2,5
– |22−16,5|=5,5 → ×2 = 11
Jumlah = 13,5 + 2,5 + 11 = 27
Simpangan rata-rata:
\[
SR=\frac{27}{10}=2{,}7
\]
Simpangan Rata-Rata terhadap Median
Selain terhadap mean, simpangan rata-rata juga bisa dihitung terhadap median . Prinsipnya sama, hanya nilai pusatnya berbeda. Ini berguna ketika data memiliki pencilan (outlier) karena median lebih tahan terhadap nilai ekstrem.
Untuk data tunggal:
\[
SR_{Me}=\frac{\sum |x_i-Me|}{n}
\]
Untuk data berfrekuensi:
\[
SR_{Me}=\frac{\sum f_i|x_i-Me|}{\sum f_i}
\]
Kelebihan dan Keterbatasan Simpangan Rata-Rata
commoda:
1. Mudah dipahami karena menggunakan “jarak rata-rata” dari pusat data.
2. Menggunakan semua data (tidak hanya data tertentu).
3. Dapat dihitung untuk berbagai bentuk penyajian data.
Keterbatasan:
1. Kurang populer dibanding simpangan baku dalam analisis statistik lanjutan.
2. Penggunaan nilai mutlak membuatnya kurang nyaman untuk beberapa manipulasi aljabar.
3. Tidak sekuat simpangan baku dalam banyak metode inferensial.
Extrema
Teknik menentukan simpangan rata-rata pada data statistik pada dasarnya mengikuti pola yang konsisten: tentukan nilai pusat (mean atau median), hitung jarak tiap data (atau titik tengah kelas) dari pusat dengan nilai mutlak, lalu ambil rata-ratanya—dengan memperhatikan frekuensi jika data disajikan dalam tabel. Simpangan rata-rata menjadi ukuran penyebaran yang praktis untuk menggambarkan keragaman data secara intuitif. Dengan memahami langkah-langkahnya, Anda dapat membandingkan variasi antar kelompok data dan menilai kestabilan suatu kumpulan data secara lebih lengkap.
Jika Anda ingin, saya bisa bantu membuat versi artikel ini dalam format tugas sekolah (dengan pendahuluan–pembahasan–kesimpulan) atau menambahkan latihan soal beserta pembahasannya.
