ABSTRACT
There is a rule of thumb formula to estimate a standard deviation for a small
sample (2 to 15 samples). This formula is based on a ratio between the range data
(maximum minus minimum) and the square root of the number of the samples.
Although this formula has a small bias, Mantel (1951) used some constants instead of
the square root of the number of the samples that produced even a smaller bias to a
normal and a uniform distributed data. In this manuscript, we modify three constants
that Mantel (1951) proposed when the number of objects is equal to 2 and 3. We also
add a rule that the data must be assumed to be a standard normal (N (0,1)) or a
standard uniform (U (0,1)) distribution.
Keywords : standard deviation, small sample, normal distribution, uniform distribution
(1951) dan Gehan (1980) juga membe- rataan dari seluruh subyek. Disisi lain,
rikan alternatif perhitungan standar standar deviasi cara cepat menggunakan
deviasi untuk sampel kecil untuk data rumus:
yang menyebar normal dan uniform -
dimana standar deviasi dihitung dari ……………………...(2)
range dibagi dengan akar dari jumlah
obyek. dimana max adalah nilai terbesar dan
Penelitian ini bertujuan meng- min adalah nilai terkecil dari data. Jika
evaluasi perhitungan cara cepat (Rule of cara biasa dan cara cepat menghasilkan
Thumb) untuk standar deviasi yang nilai 0, cara cepat adalah penduga tak
diajukan oleh Mantel (1951) dengan berbias.
membandingkan cara biasa pada sampel Perhitungan standar deviasi dengan
kecil bagi data yang meyebar normal dan menggunakan rumus (2) akan diban-
uniform. Data yang menyebar normal dingkan juga dengan nilai standar deviasi
atau uniform penting menjadi perhatian yang diperoleh dengan menggunakan
karena data tersebut sering dijumpai penyebut yang diusulkan oleh Mantel
(diasumsikan) dalam penelitian pertanian (1951) dimana pembilangnya sama tetapi
(Bell et al, 2012; Sahoo et al, 2008; Zhao penyebutnya tidak menggunakan .
et al, 2000). Penyebut yang digunakan dalam cara
Mantel adalah penyebut yang ada pada
tabel Mantel (1951).
METODE PENELITIAN
Tahap-tahap simulasi dari awal sam-
Penelitian pendugaan standar devia- pai dengan akhir dikerjakan menggu-
si untuk sampel kecil menggunakan nakan software R. Kode (syntax) soft-
simulasi data. Data simulasi dibangkitkan ware R yang digunakan dalam penelitian
dari sebaran populasi yang menjadi topik ini dapat diperoleh melalui permintaan
penelitian yaitu data yang menyebar kepada penulis.
normal dan uniform. Sampel kecil diba-
tasi pada jumlah sample 2 sampai
dengan 15. Parameter data simulasi HASIL DAN PEMBAHASAN
untuk tiap sebaran bervariasi dengan Tiap jumlah n dibangkitkan sebanyak
menggunakan beberapa alternatif pilihan 1000 data kemudian dihitung standar
parameter. deviasinya menggunakan cara biasa (1)
Data hasil simulasi dihitung standar dan cara cepat (2). Dari perhitungan
deviasinya dengan cara biasa dan cara tersebut diambil rataannya kemudian
cepat (Rule of Thumb) kemudian dise- diselisihkan antara cara (1) dan (2) untuk
lisihkan. Sebaran normal yang disimu- mendapatkan nilai bias.
lasikan pertama adalah sebaran data Tabel 1 menunjukkan nilai bias dari
normal dengan rataan 0 dan ragam. data yang menyebar normal dengan
Kemudian kedua parameter ini divariasi. parameter nilai tengah (mean) dan ragam
Jumlah sampel yang dibangkitkan 2 (variance) yang berbeda-beda. Pada
sampai dengan 15 subyek. Tiap n jumlah jumlah n = 2, nilai bias untuk semua vari-
subyek, standar deviasi cara biasa dan asi parameter adalah 0. Ini berarti cara
cara cepat diambil berdasarkan rataan (1) dan cara (2) menghasilkan nilai
dari 1000 kali pembangkitan data. standar deviasi yang sama.
Standar deviasi cara biasa dihitung
Hal lain yang dapat dilihat pada
dengan menggunakan rumus:
Tabel 1 adalah pada saat ragam data
sama tanpa memperhitungkan nilai
-
……………………………(1) tengahnya, bias yang diperoleh juga
- sama. Dilain pihak, jika nilai tengah data
sama tetapi ragamnya lebih besar, 2 kali
dimana n adalah jumlah subyek, xi adalah lebih besar misalnya, bias cara (1) dan
nilai subyek ke-i, dan adalah nilai cara (2) menjadi 2 kali lebih besar pula.
Volume 1 (1), 2012 Pendugaan Standar Deviasi Sampel Kecil 39
Ini dikarenakan cara (1) dan cara (2) sehingga untuk jumlah n ini penyebut
adalah pendugaan untuk standar deviasi lebih disarankan.
yang merupakan akar dari ragam, Sebaran data kedua yang disimu-
sehingga dengan berubahnya nilai ragam lasikan adalah data yang menyebar
maka bias pendugaan cara (2) merespon uniform. Standar deviasi cara biasa (1)
perubahan nilai ragam bukan perubahan dan cara cepat (2) dihitung dari tiap jum-
nilai tengah. lah n yang dibangkitkan dari 1000 data
Mantel (1951) memberikan tabel nilai seperti sebelumnya, kemudian nilai bias
penyebut pada cara (2) agar diperoleh juga dihitung. Tabel 3 adalah nilai bias
penduga tak bias bagi sebaran normal dari data yang menyebar uniform dengan
sehingga penyebut pada cara (2) parameter minimum dan maksimum yang
tidak lagi digunakan. Dalam hal ini, tidak beragam. Saat n = 2, nilai bias 0 diper-
disebutkan apakah Mantel (1951) men- oleh untuk semua variasi parameter yang
standarisasi/ mengasumsi data menyebar berarti cara (1) dan cara (2) menghasil-
N(0,1), padahal terlihat pada hasil kan nilai standar deviasi yang sama.
simulasi Tabel 1, ragam data akan Tabel 3 juga menunjukkan bahwa
sangat berpengaruh terhadap bias pen- range (max–min) parameter data uniform
dugaan. Berdasarkan alasan ini, penulis yang sama diperoleh nilai bias yang
menyarankan (mengasumsi) penggunaan sama, tanpa mempedulikan nilai mini-
sebaran normal standar (N (0,1)) jika mum ataupun maksimum yang ada.
menggunakan nilai penyebut yang Disisi lain, jika range parameter data
diusulkan Mantel (1951). uniform dua kali lebih besar, 2 kali lebih
Penggunaan sebaran normal standar besar misalnya, bias cara (1) dan cara (2)
N (0,1) untuk cara cepat (2) dapat menjadi 2 kali lebih besar pula. Alasan
dibandingkan dengan cara Mantel (pe- dari hasil ini adalah perhitungan nilai
nyebut tidak menggunakan , tetapi ragam pada sebaran uniform berdasar-
menggunakan tabel Mantel). Perban- kan pada nilai kuadrat dari range data,
dingan bias cara (2) dan cara Mantel sehingga perbedaan range akan ber-
dapat dilihat pada Tabel 2. Bias cara pengaruh terhadap bias pendugaan cara
Mantel lebih besar saat n = 2 dan n = 3, (2).
Tabel 1 Bias antara perhitungan cara biasa dan cara cepat untuk data normal
n \ data N (0, 1) N (0, 2) N (0, 3) N (1, 1) N (1, 2) N (1, 3)
2 0.00 0.00 0.00 0.00 0.00 0.00
3 0.09 0.19 0.28 0.09 0.19 0.28
4 0.12 0.23 0.35 0.12 0.23 0.35
5 0.11 0.22 0.33 0.11 0.22 0.33
6 0.10 0.20 0.31 0.10 0.20 0.31
7 0.10 0.19 0.29 0.10 0.19 0.29
8 0.08 0.16 0.25 0.08 0.16 0.25
9 0.08 0.16 0.24 0.08 0.16 0.24
10 0.08 0.16 0.23 0.08 0.16 0.23
11 0.08 0.15 0.23 0.08 0.15 0.23
12 0.08 0.16 0.24 0.08 0.16 0.24
13 0.09 0.18 0.27 0.09 0.18 0.27
14 0.10 0.20 0.30 0.10 0.20 0.30
15 0.11 0.21 0.32 0.11 0.21 0.32
40 BUDIAJI ET AL. JIPP
Tabel 2 Hasil perbandingan bias antara cara cepat (N (0,1)) dan cara Mantel
n sd (1)* sd (2)* sd (m)* bias (2)* bias (m)*
2 0.84 0.84 0.93 0.00 0.10
3 0.90 0.99 1.01 0.09 0.11
4 0.93 1.04 1.02 0.12 0.10
5 0.94 1.04 1.02 0.11 0.09
6 0.96 1.04 1.03 0.10 0.09
7 0.97 1.04 1.03 0.10 0.09
8 0.97 1.01 1.00 0.08 0.08
9 0.98 1.00 1.00 0.08 0.08
10 0.98 0.97 0.99 0.08 0.08
11 0.97 0.95 0.97 0.08 0.08
12 0.97 0.94 0.97 0.08 0.08
13 0.98 0.92 0.96 0.09 0.08
14 0.97 0.90 0.94 0.10 0.08
15 0.98 0.90 0.95 0.11 0.09
*(1), (2), dan (m) berturut-turut adalah cara (1), (2), dan Mantel
Tabel 3 Bias antara perhitungan cara biasa dan cara cepat untuk data uniform
n \ data U (0, 1) U (0, 2) U (0, 3) U (1, 2) U (1, 3) U (1, 4)
2 0.00 0.00 0.00 0.00 0.00 0.00
3 0.03 0.05 0.08 0.03 0.05 0.08
4 0.03 0.06 0.09 0.03 0.06 0.09
5 0.03 0.05 0.08 0.03 0.05 0.08
6 0.02 0.05 0.07 0.02 0.05 0.07
7 0.02 0.04 0.07 0.02 0.04 0.07
8 0.02 0.05 0.07 0.02 0.05 0.07
9 0.03 0.05 0.08 0.03 0.05 0.08
10 0.03 0.06 0.09 0.03 0.06 0.09
11 0.04 0.07 0.11 0.04 0.07 0.11
12 0.04 0.09 0.13 0.04 0.09 0.13
13 0.05 0.10 0.15 0.05 0.10 0.15
14 0.06 0.11 0.17 0.06 0.11 0.17
15 0.06 0.12 0.18 0.06 0.12 0.18
Tabel 4 Hasil perbandingan bias antara cara cepat (U (0,1)) dan cara Mantel
n sd (1)* sd (2)* sd (m)* bias (2)* bias (m)*
2 0.24 0.24 0.27 0.00 0.03
3 0.26 0.28 0.28 0.03 0.03
4 0.28 0.30 0.30 0.03 0.02
5 0.28 0.30 0.29 0.03 0.02
6 0.28 0.29 0.29 0.02 0.02
7 0.28 0.28 0.28 0.02 0.02
8 0.28 0.28 0.28 0.02 0.02
9 0.29 0.27 0.28 0.03 0.02
10 0.28 0.26 0.27 0.03 0.02
11 0.28 0.25 0.27 0.04 0.03
12 0.29 0.24 0.27 0.04 0.03
13 0.29 0.24 0.26 0.05 0.03
14 0.29 0.23 0.26 0.06 0.03
15 0.29 0.23 0.26 0.06 0.03
*(1), (2), dan (m) berturut-turut adalah cara (1), (2), dan Mantel