Anda di halaman 1dari 8

VARIANT dan STANDAR DEVIASI

1. Apa yang dimaksud dengan variant dan bagaimana cara menghitungnya ?


Varian merupakan jumlah kuadrat semua deviasi nilai-nilai individual terhadap rata-rata
kelompok. Varian merupakan konsep yang cukup penting dalam statistik, karena
merupakan dasar dari banyak metode statistik inferensial. Sebagai contoh, berikut adalah
tampilan data:
10, 12, 15, 16 dan 12
Maka dapat dengan mudah dihitung rata-rata dari lima data di atas adalah (10 + 12 + 15 +
16 + 12)/5 = 65/5 = 13. Varian dihitung berdasarkan kuadrat selisih dari masing-masing
data terhadap nilai rata-ratanya, sehingga:

(10-13)^2 + (12-13)^2 + (15-13)^2 + (16-13)^2 + (12-13)^2 = (-3)^2 + (-1)^2 + 2^2 +


3^2 + (-1)^2 = 9 + 1 + 4 + 9 + 1 = 24.

Jadi besarnya varian adalah 24 dibagi 5 (jumlah data jika merupakan populasi) atau
dibagi 5-1 = 4 jika merupakan sampel. Sehingga nilainya adalah 24/4 = 6 (dianggap
merupakan sampel).
Dan jika akan dihitung standar deviasi maka akar kuadrat dari 6 yaitu sebesar 2,449.

Varian merupakan ukuran variabilitas data, yang berarti semakin besar nilai varian berarti
semakin tinggi fluktuasi data antara satu data dengan data yang lain. Untuk jelasnya,
perhatikan data gaji pada dua kelompok masyarakat di bawah:

Kelompok kampung: 3 juta, 1 juta, 6 juta, 8 juta, rata-rata 4,5 juta


Kelompok perumahan: 4 juta, 5 juta, 4,2 juta, 4,8 juta, rata-rata 4,5 juta.
Empat orang dari dua kelompok diambil secara acak dan diambil data gaji perbulannya.
Kelompok pertama, terdiri dari empat orang warga kampung X, yang pertama
mempunyai gaji 3 juta, yang kedua 1 juta, yang ketiga 6 juta dan yang keempat 8 juga,
maka rata-ratanya adalah sebesar 4,5 juta.
Empat orang dari kelompok kedua, yaitu warga perumahan, yang pertama mempunyai
gaji 4 juta, yang kedua 5 juta, yang ketiga 4,2 juta dan yang keempat 4,8 juta dengan ratarata 4,5 juta.
Tampak bahwa rata-rata kedua kelompok adalah sama yaitu sebesar 4,5 juta. Tampilan
data dengan rata-rata, menimbulkan bias, karena seolah-olah mempunyai rata-rata yang
sama, sehingga kebijakan yang diambil dapat salah. Jika kita menghitung varian dari
kedua kelompok tersebut akan diperoleh bahwa kelompok pertama mempunyai varian
sebesar 29/3 = 9,67 dan untuk kelompok kedua mempunyai varian sebesar 0,68/3 =
0,227. Tampak bahwa varian kelompok satu (warga kampung) lebih tinggi dari pada
varian kelompok kedua (warga perumahan). Interpretasinya adalah bahwa pendapatan
warga kampung sangat berfluktuatif ada yang kecil ada yang sangat besar. Akan tetapi
pendapatan warga perumahan relatif sama dan mempunyai tingkat ekonomi yang relatif
sama antara satu warga dengan warga perumahan yang lain. Dengan menyertakan nilai
varian pada rata-rata akan memberikan informasi yang lebih akurat. Demikian juga
dengan standar deviasi, yang besarnya merupakan akar kuadrat dari varian.

Varian dan Standar Deviasi (Simpangan Baku)

Variandan standar deviasi (simpangan baku) adalah ukuran-ukuran keragaman

(variasi) data statistik yang paling sering digunakan. Standar deviasi (simpangan baku)
merupakan akarkuadrat dari varian.

Jadi jika salah satu nilai dari kedua ukuran tersebut diketahui maka akan diketahui juga
nilai ukuran yang lain.
Penghitungan
Dasar penghitungan varian dan standar deviasi adalah keinginan untuk mengetahui
keragaman suatu kelompok data. Salah satu cara untuk mengetahui keragaman suatu
kelompok data adalah dengan mengurangi setiap nilai data dengan rata-rata kelompok
data tersebut, kemudian semua hasilnya dijumlahkan.
Namun cara seperti itu tidak bisa digunakan karena hasilnya akan selalu menjadi 0.

Oleh karena itu, solusi agar nilainya tidak menjadi 0 adalah dengan mengkuadratkan
setiap pengurangan nilai data dan rata-rata kelompok data tersebut, kemudian dilakukan
penjumlahan. Hasil penjumlahan kuadrat (sum of squares) tersebut akan selalu bernilai
positif.

Nilai varian diperoleh dari pembagian hasil penjumlahan kuadrat (sum of squares)
dengan ukuran data (n).

Namun begitu, dalam penerapannya, nilai varian tersebut bias untuk menduga varian
populasi. Dengan menggunakan rumus tersebut, nilai varian populasi lebih besar dari
varian sampel.

Oleh karena itu, agar tidak bias dalam menduga varian populasi, maka n sebagai pembagi
penjumlahan kuadrat (sum of squares) diganti dengan n-1 (derajat bebas) agar nilainya
menjadi lebih besar dan mendekati varian populasi. Oleh karena itu rumus varian menjadi
:

Nilai varian yang dihasilkan merupakan nilai yang berbentuk kuadrat. Jika satuan nilai
rata-rata adalah gram, maka nilai varian adalah gram kuadrat. Untuk menyeragamkan
nilai satuannya maka varian diakarkuadratkan sehingga hasilnya adalah standar deviasi
(simpangan baku).

Untuk mempermudah penghitungan, rumus varian dan standar deviasi (simpangan baku)
tersebut bisa diturunkan :

Rumus varian :

Rumus standar deviasi (simpangan baku) :

Contoh Penghitungan

Misalkan dalam suatu kelas, tinggi badan beberapa orang siswa yang dijadikan sampel
adalah sebagai berikut.

172, 167, 180,170, 169, 160, 175, 165, 173, 170

Dari data tersebut dapat dihitung varian dengan menggunakan rumus varian di atas.

Dari penghitungan, diperoleh nilai varian sama dengan 30,22.


Dari nilai tersebut bisa langsung diperoleh nilai standar deviasi (simpangan baku) dengan
cara mengakarkuadratkan nilai varian.

Keterangan:
s2 = varian
s= standar deviasi (simpangan baku)

xi= nilai x ke-i


= rata-rata
n= ukuran sampel
http://www.konsultanstatistik.com/2009/04/no-comment.html

2. Pengertian standar deviasi dan cara menghitungnya ?


Standar Deviasi
Mesikpun pembahasan mengenai standar deviasi agak sedikit keluar dari topik kalibrasi,
tetapi pengetahuan dan pemahamannya sangatlah penting dalam pengolahan data hasil
kalibrasi. Sehingga kali ini saya akan sedikit menulis tentang pengertian dari standar
deviasi tersebut tetapi masih dihubungkan dengan kalibrasi meskipun sebenarnya hampir
semua ilmu pengetahuan dalam suatu riset pasti menggunakan perhitungan deviasi ini.
Seperti kita tahu, dalam pengolahan data hasil kalibrasi, tentunya ada perhitungan
ketidakpastian. Salah satu budget ketidakpastian tersebut berasal dari pengulangan
pengambilan data dengan beberapa kali pengukuran yang lebih lanjut dikategorikan
sebagai ketidakpastian tipe A.
Dari pengambilan beberapa data tersebut tentu kita bisa mendapatkan beberapa nilai
statistik, misalnya rata-rata dan standar deviasi. Kalau rata-rata tentu teman teman sudah
tahu semuanya jadi saya tidak akan membahas lagi disini. Jadi apa itu pengertian standar
deviasi?
Dalam ilmu statistika, standar deviasi sering disebut dengan simpangan baku (yang
biasanya dilambangkan dengan huruf s) yaitu suatu ukuran yang menggambarkan tingkat
penyebaran data dari nilai rata-rata.
Formula yang digunakan untuk menghitung standar deviasi tersebut adalah

Rumus standar deviasi

Biar makin jelas mari


kita berikan contoh kasus secara langsung saja..
Misalkan data hasil pengamatan dari 10 kali pengambilan data adalah sebagai berikut.
5; 3; 4; 5; 6; 4; 5; 3; 4; 5
dari rumus tersebut diatas lambang x bar merupakan rata-rata hasil pengukuran.
Sehingga dari rata rata pengukuran dapat kita hitung yaitu :
rata-rata = (5+3+4+5+6+4+5+3+4+5)/10 = 4.4
Kemudian data yang didapatkan dari pengurangan hasil pengukuran terhadap rata rata
tersebut adalah berturut-turut :
0.6; -1.4; -0.4; 0.6; 1.6; -0.4; 0.6; -1.4; -0.4; 0.6
Dan kuadrat dari data tersebut diatas adalah :
0.36; 1.96; 0.16; 0.36; 2.56; 0.16; 0.36; 1.96; 0.16; 0.36
Jika dijumlahkan mendapatkan nilai sebesar = 8.4, hasil ini dibagi dengan 9 dimana
angkan 9 ini didapatkan dari hasil pengamatan 1 (10 1 = 9)
Sehingga standar deviasi (s) = 0.966092
Waduh ribet ya. Pingin yang simpel? Biasanya anak anak jaman sekarang kan
pinginnya yang instan he he..
Gunakan saja rumus excel :

Dimana rumus excel untuk standar deviasi adalah =STDEV


Gambar berikut merupakan ilustrasi pengolahan data standar deviasi menggunakan
excel :

Dapat
dilihat selah
kita

memasukkan formula =STDEV muncul tulisan didalam kurung number1;number2,


Nah teman taman tinggal memasukkan data yang akan diolah menjadi standar deviasi
tersebut. Pingin lebih gampang tinggal drag cell dari B2 sampai B11. Nanti akan terlihat
hasil yang sama dengan perhitungan manual sebelumnya.
http://jasakalibrasi.net/standar-deviasi/

Anda mungkin juga menyukai