cv.cm

Kalkulator standar deviasi

Standar deviasi sampel atau populasi, varians, dan galat baku, dihitung langkah demi langkah. Angka Anda tetap di tab ini.

Hasil

Standar deviasi (s)
2,13809
Varians (s²)
4,571429
Rata-rata
5
Jumlah data (n)
8
Jumlah
40
Jumlah kuadrat Σ(x − x̄)²
32
Galat baku rata-rata
0,755929
Koefisien variasi
42,76 %
Minimum – maksimum
2 – 9

s² = Σ(x − x̄)² ÷ (n − 1) = 32 ÷ 7 = 4,571429; s = √4,571429 = 2,13809

Langkah demi langkah

xx − x̄(x − x̄)²
2-39
4-11
4-11
4-11
500
500
724
9416

Cara memakai alat ini

Cari standar deviasi dalam tiga langkah.

  1. Tempel angka Anda

    Ketik atau tempel nilai yang dipisahkan spasi, koma, atau baris baru, atau satu kolom dari spreadsheet.

  2. Pilih sampel atau populasi

    Sampel (n − 1) untuk data dari kelompok yang lebih besar, populasi (n) bila Anda punya semua nilai.

  3. Baca dan salin

    Lihat standar deviasi, varians, rata-rata, dan galat baku, rumus yang sudah diisi, serta setiap langkah di tabel.

Tanya jawab

Bagaimana cara menghitung standar deviasi?

Cari rata-ratanya, kurangkan dari setiap nilai, kuadratkan selisihnya, lalu jumlahkan. Bagi jumlah itu dengan n − 1 untuk sampel (atau n untuk seluruh populasi) untuk mendapatkan varians, lalu ambil akar kuadratnya.

Pakai standar deviasi sampel atau populasi?

Gunakan nilai sampel (n − 1) bila angka Anda adalah sampel dari kelompok yang lebih besar, yang hampir selalu terjadi dalam penelitian. Gunakan nilai populasi (n) hanya bila Anda punya data seluruh anggota kelompok.

Apa bedanya standar deviasi dan varians?

Varians adalah rata-rata kuadrat jarak dari rata-rata; standar deviasi adalah akar kuadratnya, sehingga satuannya sama dengan data Anda dan lebih mudah dibaca.

Apa itu galat baku rata-rata (standard error)?

Standar deviasi dibagi √n. Nilai ini menunjukkan seberapa besar rata-rata itu sendiri akan berubah dari sampel ke sampel, dan dipakai dalam selang kepercayaan dan uji t.

Apa arti koefisien variasi?

Standar deviasi sebagai persentase dari rata-rata. Berguna untuk membandingkan sebaran data dengan skala berbeda, misalnya berat dalam kilogram dan tinggi dalam sentimeter.