Standar error adalah standar deviasi dari rata-rata. Bila kita mempunyai beberapa kelompok
data, misalnya tiga kelompok, maka kita akan mempunyai tiga buah nila rata-rata. Bila kita
hitung nilai standar deviasi dari tiga buah nilai rata-rata tersebut, maka nilai standar deviasi
dari nilai rata-rata tersebut disebut nilai standar error. Simbol standar error untuk sampel
adalah atau kadang-kadang ditulis SE.
Contoh:
Kita mempunyai data jumlah anakan padi varietas Pandan Wangi sbb:
Sampel I II III
1 28 30 36
2 32 30 40
3 15 27 31
4 21 22 26
5 22 24 30
6 17 20 24
7 17 17 22
8 14 15 14
9 29 27 31
10 28 30 39
11 27 26 36
12 29 23 31
Rata-rata 23.25 24.25 30
Secara teori, standar error adalah standar deviasi dari nilai rata-rata. Dari contoh di atas,
nilai rata-rata ada 3 buah, yaitu 23,25 24,25 30. Oleh karenanya, bila kita hitung nilai
standar deviasi dari ke tiga nilai tersebut, maka nilai itu disebut juga nilai standar error dari
keseluruhan data di atas (lihat rumus menghitung standar deviasi di blog ini). Namun, untuk
keperluan praktis, maka perhitungan nilai standar error tidak dihitung dari nilai rata-ratanya,
tetapi langsung dihitung dari keseluruhan data dengan rumus seperti di atas.
Nilai standar error data di atas adalah
Untuk mencari nilai s2, lihat cara menghitung varians di blog ini.
Perhitungan standar error
Istilah “standard error” dan “standard deviation” terkadang membingungkan. Namun
sebenarnya ada hal pokok yang membedakan. Ilustrasinya sebagai berikut: Apabila kita
ingin mengetahui variance populasi maka untuk menduganya digunakan variance sampel.
Hal yang sama apabila melakukan pendugaan meanmean sample, selanjutnya dalam
pendugaan tersebut kemungkinan nilai mean akan berbeda-beda untuk tiap sample.
Perbedaan ini dapat menimbulkan variasi pada penduga mean. Variasi pada
penduga itulah yang disebut sebagai standard error. Oleh karena dalam ilustrasi
menggunakan penduga mean maka variasi penduga disebut sebagaistandard error mean.
Dari masalah ini dapat diambil kesimpulan bahwa standard deviation mengukur variasi
pengamatan, sedangkan standard error mengukur variasi penduga atau statistics.
Hal ini membuktikan bahwa memang pengertian standard deviation hampir sama dengan
standard error, dan kebingungan dua istilah ini memang dapat dimaklumi.
Standard error dapat menunjukkan bagaimana tingkat fluktuasi dari penduga atau statistic.
Standard error juga dapat diintepretasikan seberapa akurat penduga dalam menduga
parameter.
Penggunaan lain dari standard error adalah tidak sebagai bagian dari penduga atau
statistic tetapi bagian dari logaritma statistic. Sebagai contoh, model logistic regresion
dihitung dari odds ratio data, tapi standard error bukan sebagai odds ratio melainkan
sebagai log odds ratio. Dalam kondisi ini diperlukan perhitungan secara komputer untuk
mendapatkan confidence interval dalam log scale dan ditransformasi kembali ke skala asli.
Standard error dapat diketahui dari nilai confidence interval dan selang interval, dengan
rumus:
a. 90% -> standard error = interval /1.64
b. 95% -> standard error = interval /1.96
c. 99% -> standard error = interval /2.58
Contoh: Masih dalam sekumpulan cabe, kita ingin mengetahui berapa standard error dari
cabe apabila kita ingin menduga 95% confidence interval dengan selang +/- 0.5 gram.
Standar errorr diperoleh dari SE(mean) = 0.5/1.96 = 0.26
Standard error dapat juga digunakan untuk menentukan ukuran sample secara
sederhana, dengan rumus: n = (standard deviasi/standard error)^2, atau kuadrat dari
pembagian standard deviasi dibagi standard error. Contoh: Sama seperti contoh di atas, kita
ingin mengetahui berapa ukuran sample dari cabe apabila kita ingin menduga 95%
confidence interval dengan selang +/- 0.5 gram dengan standar error 0.26, standard deviasi
2. Ukuran contoh diperoleh dari n = (standard deviasi/standard error)^2 = (2/0.26)^2 =
7.69^2 = 59.1 = 60. Maka sample yang dibutuhkan sebanyak 60 cabe.