Ukuran Variabilitas

Ukuran variabilitas, atau dispersi, mengukur seberapa tersebar suatu kumpulan observasi di sekitar titik pusatnya. Dua kumpulan data dapat memiliki rerata yang sama namun sangat berbeda dalam seberapa erat nilai-nilainya mengelompok, dan ukuran-ukuran seperti rentang, varians, standar deviasi, dan rentang interkuartil menangkap perbedaan tersebut.

Definition

Ukuran variabilitas mengukur sebaran observasi di sekitar nilai sentral: rentang adalah perbedaan antara nilai terbesar dan terkecil, varians adalah rerata deviasi kuadrat dari rerata, standar deviasi adalah akar kuadratnya dalam satuan asli, dan rentang interkuartil adalah sebaran paruh tengah dari data yang terurut.

Scope

Entri ini mencakup ukuran-ukuran dispersi utama — rentang, varians, standar deviasi, dan rentang interkuartil — serta cara penghitungan dan interpretasinya. Entri ini membedakan standar deviasi dari galat baku dan merupakan referensi metodologis, bukan panduan klinis.

Core questions

• Seberapa luas observasi menyebar di sekitar titik pusatnya?
• Ukuran dispersi mana yang berpasangan secara tepat dengan ukuran lokasi yang dipilih?
• Bagaimana standar deviasi berbeda dari galat baku?

Key concepts

• Rentang
• Varians
• Standar deviasi
• Rentang interkuartil
• Koefisien variasi
• Standar deviasi versus galat baku
• Memasangkan dispersi dengan tendensi sentral

Mechanisms

Rentang, celah antara nilai ekstrem, sederhana tetapi tidak stabil karena hanya bergantung pada dua nilai dan bertambah seiring ukuran sampel. Varians merata-ratakan deviasi kuadrat observasi dari rerata, dan standar deviasi mengembalikan kuantitas tersebut ke satuan pengukuran asli, menjadikannya pendamping alami rerata untuk data yang kira-kira simetris. Rentang interkuartil, yang membentang dari persentil ke-25 hingga ke-75, menggambarkan paruh tengah data dan kuat terhadap pencilan (outlier), menjadikannya pendamping median untuk distribusi miring. Sumber kebingungan yang berulang adalah perbedaan antara standar deviasi, yang menggambarkan sebaran observasi individual, dan galat baku, yang menggambarkan presisi estimasi seperti rerata dan menyusut seiring bertambahnya sampel.

Clinical relevance

Ukuran dispersi memberi tahu pembaca seberapa bervariasi suatu pengukuran atau hasil, yang penting untuk menilai konsistensi, rentang referensi, dan presisi estimasi yang dilaporkan. Entri ini menjelaskan bagaimana variabilitas dirangkum untuk penilaian dan bukan merupakan dasar untuk keputusan diagnostik atau pengobatan individual.

Epidemiology

Pelaporan variabilitas bersama dengan tendensi sentral adalah harapan dasar dalam penelitian kesehatan, dan perbedaan standar deviasi versus galat baku adalah kesalahan pelaporan yang umum: membingungkan keduanya dapat membuat estimasi terlihat lebih atau kurang presisi dari yang sebenarnya. Rentang interkuartil lebih disukai ketika data miring.

History

Varians dan standar deviasi diformalkan pada akhir abad kesembilan belas dan awal abad kedua puluh, dengan istilah standar deviasi diperkenalkan oleh Karl Pearson dan kerangka analitik varians dikembangkan oleh Ronald Fisher. Rentang interkuartil yang kuat dan berbasis kuantil memperoleh prominensi dengan munculnya analisis data eksplorasi dan diagram kotak (box plot) pada abad kedua puluh.

Debates

Standar deviasi atau galat baku dalam pelaporan?

Penulis sering melaporkan galat baku sebagai pengganti standar deviasi karena secara numerik lebih kecil, yang dapat menyesatkan pembaca tentang variabilitas observasi yang mendasari; panduan metodologis menekankan pelaporan standar deviasi untuk menggambarkan sebaran dan menyimpan galat baku untuk presisi estimasi.

Key figures

• Douglas G. Altman
• J. Martin Bland
• S. Manikandan

Seminal works

• manikandan-2011-dispersion
• altman-bland-2005

Frequently asked questions

Apa perbedaan antara standar deviasi dan galat baku?

Standar deviasi menggambarkan seberapa banyak observasi individual bervariasi di sekitar rerata, sedangkan galat baku menggambarkan seberapa presisi rerata itu sendiri diestimasi. Galat baku menurun seiring bertambahnya ukuran sampel; standar deviasi tidak.

Kapan rentang interkuartil harus digunakan sebagai pengganti standar deviasi?

Ketika data miring atau mengandung pencilan, rentang interkuartil menggambarkan sebaran dengan lebih akurat karena, seperti median, ia tidak terpengaruh oleh nilai-nilai ekstrem.