Cara menghitung standar deviasi data tunggal sebagai berikut. Cara menghitung standar deviasi data kelompok sebagai berikut.
Untuk lebih jelasnya, dibawah ini diberikan beberapa contoh cara menghitung standar deviasi untuk data tunggal dan data kelompok. Contoh 1 Hitunglah standar deviasi dari data tunggal: 4, 6, 5, 7, 3. Cara menghitung
n = 5
x̄ = 4 + 6 + 5 + 7 + 3 5 x̄ = 25 5 = 5
Dari perhitungan diatas diperoleh Σ(xi – x̄)2 = 10.
SD = Contoh 2 Hitunglah standar deviasi dari data yang disajikan dalam tabel dibawah ini.
Cara menghitung
Σfi = 5 + 1 + 9 + 6 + 4 = 25.
Dari perhitungan diatas diperoleh Σxi . fi = 1.390. Jadi nilai rata-rata sebagai berikut. x̄ = Σ xi . fi Σfi x̄ = 1.390 25
Dari perhitungan diatas diperoleh Σfi (xi – x̄)2 = 1.066.
SD =
Contoh 3 Hitunglah standar deviasi dari data dibawah ini.
Cara menghitung
Nilai rata-rata (x̄) sebagai berikut. x̄ = Σ xi . fi Σfi x̄ = 342 41 = 8,34
Dari perhitungan diatas diperoleh Σfi (xi – x̄)2 = 77,6716.
SD =
Related posts:Apa itu standar deviasi dan koefisien variasi?Koefisien Variasi adalah perbandingan Simpangan Baku (Standar Deviasi) dengan Rata-rata Hitung dan dinyatakan dalam bentuk persentase. Kegunaan koefisien variasi adalah untuk melihat sebaran/distribusi data dari rata-rata hitungnya.
Bagaimana cara mencari nilai standar deviasi?Cara menghitung standar deviasi manual
Pertama, tentukan nilai rata-rata atau 'mean'. Caranya jumlahkan nilai dari semua data, kemudian dibagi dengan banyaknya data. Setelah itu, cari nilai varian yaitu dengan mengurangi 'mean' dari nilai data. Dari masing-masing nilai yang didapatkan, lalu dikuadratkan.
Apakah variasi dan standar deviasi sama?Varians dan Standar Deviasi
Ini berarti varians melihat rata-rata semua nilai dalam kumpulan data Anda, sedangkan standar deviasi melihat penilaian yang tepat dari penyebaran data. Meskipun ada sedikit perbedaan antara kedua konsep ini, varians dan standar deviasi bergantung satu sama lain.
Apa itu standar deviasi dan contohnya?Standar deviasi adalah nilai statistik yang sering kali dipakai dalam menentukan kedekatan sebaran data yang ada di dalam sampel dan seberapa dekat titik data individu dengan mean atau rata-rata nilai dari sampel itu sendiri.
|