Σ
SDCalc
PemulaDasar-Dasar·12 min

Panduan Lengkap Simpangan Baku

Kuasai simpangan baku dengan panduan komprehensif kami. Pelajari rumus, perhitungan langkah demi langkah, contoh dunia nyata, dan kapan menggunakan sampel vs populasi.

Apa itu Simpangan Baku?

Simpangan baku (standar deviasi) adalah ukuran statistik yang mengkuantifikasi besarnya variasi atau sebaran dalam suatu kumpulan data. Secara sederhana, simpangan baku menunjukkan seberapa jauh angka-angka tersebar dari nilai rata-ratanya (mean).

Bayangkan seperti ini: jika Anda memiliki sekelompok nilai ujian siswa, simpangan baku menunjukkan apakah sebagian besar siswa memperoleh nilai yang serupa (SD rendah) atau nilai-nilainya sangat bervariasi (SD tinggi).

Visual Comparison

Low SD (σ = 0.5)

Data clustered tightly around the mean

High SD (σ = 2)

Data spread widely from the mean

Mengapa Simpangan Baku Penting?

Simpangan baku adalah salah satu ukuran statistik yang paling banyak digunakan karena memberikan wawasan penting untuk pengambilan keputusan di hampir setiap bidang:

  • Keuangan:Mengukur risiko investasi dan volatilitas portofolio
  • Manufaktur:Pengendalian mutu dan peningkatan proses Six Sigma
  • Sains:Melaporkan ketidakpastian pengukuran dan presisi eksperimen
  • Pendidikan:Menganalisis distribusi nilai ujian dan kurva penilaian
  • Kesehatan:Uji klinis dan memahami variabilitas data pasien

Rumus Simpangan Baku

Terdapat dua versi rumus simpangan baku, tergantung apakah Anda bekerja dengan sampel atau seluruh populasi:

Simpangan Baku Populasi

σ = √[Σ(xᵢ - μ)² / N]

Simpangan Baku Sampel

s = √[Σ(xᵢ - x̄)² / (n-1)]

Keterangan Simbol

σ (sigma) = SD populasi · s = SD sampel · Σ = jumlah dari · xᵢ = setiap titik data · μ (mu) = mean populasi · x̄ (x-bar) = mean sampel · N = ukuran populasi · n = ukuran sampel

Mengapa (n-1)?

Saat bekerja dengan sampel, kita membagi dengan (n-1) bukan n. Ini disebut koreksi Bessel dan memberikan estimasi tak bias dari simpangan baku populasi.

Perhitungan Langkah demi Langkah

Mari kita hitung simpangan baku sampel untuk kumpulan data: 4, 8, 6, 5, 3

1

Hitung Rata-rata

Mean = (4 + 8 + 6 + 5 + 3) / 5 = 26 / 5 = 5,2
2

Cari Setiap Deviasi dari Rata-rata

4 - 5,2 = -1,2 · 8 - 5,2 = 2,8 · 6 - 5,2 = 0,8 · 5 - 5,2 = -0,2 · 3 - 5,2 = -2,2
3

Kuadratkan Setiap Deviasi

(-1,2)² = 1,44 · (2,8)² = 7,84 · (0,8)² = 0,64 · (-0,2)² = 0,04 · (-2,2)² = 4,84
4

Jumlahkan Deviasi Kuadrat

1,44 + 7,84 + 0,64 + 0,04 + 4,84 = 14,8
5

Bagi dengan (n-1)

Varians = 14,8 / (5-1) = 14,8 / 4 = 3,7
6

Ambil Akar Kuadrat

Simpangan Baku = √3,7 = 1,924

Tips Pro

Gunakan Kalkulator Simpangan Baku kami untuk menghitung SD secara instan dengan solusi langkah demi langkah untuk kumpulan data apa pun.

Menginterpretasi Hasil

Memahami arti nilai simpangan baku sangat penting untuk membuat keputusan yang tepat:

Nilai SDInterpretasiContoh
SD RendahTitik data berkumpul dekat di sekitar rata-rata; konsistensi tinggiKomponen yang diproduksi mesin dengan toleransi ketat
SD TinggiTitik data tersebar luas; variabilitas tinggiPerubahan harga saham harian
SD NolSemua titik data identikBarang dengan harga tetap di toko

Aturan Empiris (68-95-99,7)

Untuk data berdistribusi normal: 68% data berada dalam 1 simpangan baku dari rata-rata · 95% berada dalam 2 simpangan baku · 99,7% berada dalam 3 simpangan baku

Contoh Dunia Nyata

Contoh 1: Nilai Ujian

Sebuah kelas dengan 30 siswa mengikuti ujian. Nilai rata-rata adalah 75 dengan simpangan baku 10. Interpretasi: Sebagian besar siswa (sekitar 68%) memperoleh nilai antara 65 dan 85. Siswa yang memperoleh nilai 95 menunjukkan performa luar biasa baik (2 SD di atas rata-rata), sementara nilai 55 menunjukkan mereka kesulitan (2 SD di bawah rata-rata).

Contoh 2: Mutu Manufaktur

Sebuah pabrik memproduksi baut yang seharusnya berdiameter 10mm. Setelah mengukur 100 baut, rata-ratanya 10,02mm dengan SD 0,05mm. Interpretasi: Proses terkendali dengan baik. 99,7% baut akan berada antara 9,87mm dan 10,17mm (±3σ). Jika spesifikasi mengharuskan 10mm ± 0,2mm, proses ini dengan mudah memenuhi standar mutu.

Kesalahan Umum yang Harus Dihindari

Menggunakan rumus yang salah

Jangan gunakan SD populasi (N) ketika Anda memiliki sampel. Ini akan meremehkan variabilitas sebenarnya.

Mengabaikan pencilan

Simpangan baku sensitif terhadap pencilan. Satu nilai ekstrem dapat meningkatkan SD secara dramatis. Pertimbangkan menggunakan deviasi absolut median (MAD) untuk kumpulan data dengan pencilan.

Mengasumsikan distribusi normal

Aturan empiris (68-95-99,7) hanya berlaku untuk data berdistribusi normal. Periksa distribusi data Anda sebelum menerapkan persentase ini.

Further Reading

← Pusat Pembelajaran

How to Read This Article

A statistics tutorial is a practical interpretation guide, not just a formula dump. It refers to the assumptions, notation, and reporting language that analysts need when they explain a result to a teacher, manager, client, or reviewer. The article body covers the specific topic, while the sections below create a common interpretation frame that readers can reuse across related metrics.

Reading goalWhat to focus onCommon mistake
DefinitionWhat the metric is and what quantity it summarizesTreating the formula as self-explanatory
Formula choiceSample versus population assumptions and notationUsing n when n-1 is required or vice versa
InterpretationWhether the result indicates concentration, spread, or riskCalling a large value good or bad without context

Frequently Asked Questions

How should I interpret a high standard deviation?

A high standard deviation means the observations are spread farther from the mean on average. Whether that spread is acceptable depends on the context: wide dispersion might signal risk in finance, instability in manufacturing, or genuine natural variation in scientific data.

Why do some articles mention n while others mention n-1?

The denominator reflects the difference between population and sample formulas. Population variance and population standard deviation use N because the full dataset is known. Sample variance and sample standard deviation often use n-1 because Bessel’s correction reduces bias when estimating population spread from a sample.

What is a statistical interpretation guide?

A statistical interpretation guide is a page that moves beyond arithmetic and explains meaning. It tells you what a metric is, when the formula applies, and how to describe the result in plain English without overstating certainty.

Can I cite this article in a report?

You should cite the underlying authoritative reference for formal work whenever possible. This page is best used as an explanatory bridge that helps you understand the concept before quoting the original standard or handbook.

Why include direct citations on every article page?

Direct citations give readers a route to verify the definition, notation, and assumptions. That improves trust and reduces the chance that a simplified explanation is mistaken for the entire technical standard.

Authoritative References

These sources define the concepts referenced most often across our articles. Bessel's correction is a sample adjustment, variance is a squared measure of spread, and standard deviation is the square root of variance expressed in the same units as the data.