Standar Deviasi adalah?✔️ Penjelasan apa itu standar deviasi lengkap dengan Rumus✔️ Contoh soal✔️ dan Cara mencari/ menghitungnya.
Dalam bidang ilmu Statistika ada yang namanya standar deviasi. Ini merupakan rumus yang banyak dan lebih sering digunakan dalam perhitungan statistik. Karl Pearson adalah orang pertama yang memperkenalkan rumus ini, tepatnya pada tahun 1894.
Rumus ini diterapkan untuk mengetahui sejauh mana penyimpangan dalam perhitungan statistik. Perhitungan ini diterapkan dengan tujuan melihat seberapa dekat data statistik dengan data rata-rata secara akurat dalam sebuah penelitian melalui rumus tertentu.
Untuk membantu anda memahami materi yang satu ini, berikut wikistatistika ulas secara lengkap apa itu standar deviasi, kegunaan, cara perhitungan serta contoh soal lengkap dengan jawaban pembahasannya.
Apa itu Standar Deviasi?
Dalam ilmu statistika, pengertian standar deviasi adalah statistik yang mengukur penyebaran data relatif terhadap rata ratanya. Sederhananya, standar deviasi adalah ukuran statistik yang digunakan untuk mengetahui jumlah variasi atau sebaran kelompok data suatu sampel.
Standar deviasi dilambangkan dengan simbol sigma ( σ ) dan dalam beberapa literatur juga sering disimbolkan dengan huruf alfabet ‘s’ maupun ‘SD’.
Standar deviasi juga dikenal dengan istilah deviasi kuadrat rata-rata akar, hal ini karena secara matematis, rumus standar deviasi berisi akar pangkat dua (kuadrat) dari varian.
Standar deviasi yang mendekati nol menunjukkan bahwa titik data mendekati rata-rata, sedangkan standar deviasi yang tinggi atau rendah menunjukkan bahwa titik data masing-masing berada di atas atau di bawah rata-rata
Jika penyebaran kelompok data berada di sekitar area rata- rata, menunjukan bahwa nilai standar deviasi yang rendah. Sebaliknya, penyebaran kelompok data yang lebih tersebar luas menunjukkan nilai standar deviasi yang tinggi.
Untuk lebih mudah dalam memahaminya, perhatikan contoh ilustrasi gambar ukuran penyebaran data sampel standar deviasi berikut ini.
Pada kurva gambar 1 diatas dapat kita lihat bahwa data yang ada lebih tersebar dan karenanya memiliki standar deviasi yang lebih tinggi dibandingkan dengan kurva dibawah ini.
Gambar kurva kedua ini menunjukkan tingkat penyebaran data sampel yang lebih kecil karena data mengelompok hanya di sekitar area rata rata, dan karenanya kurva tersebut memiliki standar deviasi yang lebih rendah dibandingkan gambar pertama.
