Simpangan Baku vs Varians: Perbedaan Utama yang Wajib Dipahami

Apa itu Varians?

Varians (dilambangkan dengan σ² untuk populasi dan s² untuk sampel) adalah ukuran statistik sebaran antar angka dalam sebuah kumpulan data. Ini mewakili rata-rata dari selisih kuadrat terhadap Rata-rata (μ). Dengan mengkuadratkan deviasinya, varians memastikan bahwa deviasi negatif dan positif tidak saling meniadakan, sehingga memberikan ukuran dispersi yang sebenarnya. Namun, karena deviasi dikuadratkan, satuan varians yang dihasilkan adalah kuadrat dari satuan data asli, sehingga agak abstrak untuk diinterpretasikan secara langsung.

Varians Populasi

σ² = Σ(xᵢ - μ)² / N

Satuan Ukuran

Jika data Anda menyatakan tinggi badan dalam sentimeter, variansnya akan dinyatakan dalam sentimeter kuadrat (cm²). Satuan kuadrat ini menjadi alasan utama mengapa varians sulit diinterpretasikan dalam konteks praktis di dunia nyata.

Apa itu Simpangan Baku?

Simpangan baku (dilambangkan dengan σ untuk populasi dan s untuk sampel) adalah akar kuadrat dari varians. Ia mengukur rata-rata jumlah penyimpangan titik data individual dari rata-rata. Karena diperoleh dengan mengakarkan varians, simpangan baku dinyatakan dalam satuan yang sama dengan data asli, sehingga jauh lebih intuitif dan mudah diinterpretasikan untuk aplikasi dunia nyata. Ini adalah ukuran dispersi statistik yang paling banyak digunakan.

Simpangan Baku Populasi

σ = √(Σ(xᵢ - μ)² / N)

Simpangan Baku vs Varians: Perbedaan Inti

Meskipun kedua metrik ini mengukur sebaran titik data di sekitar rata-rata, hubungan matematis dan kegunaan praktisnya sangat berbeda. Perbedaan mendasarnya terletak pada satuan dan kemudahan interpretasi. Simpangan baku adalah akar kuadrat dari varians, yang mengembalikan ukuran sebaran ke satuan asli data. Varians, karena bernilai kuadrat, memberikan bobot yang tidak proporsional pada pencilan (outlier), sehingga sangat sensitif terhadap nilai ekstrem.

Fitur	Varians (σ² / s²)	Simpangan Baku (σ / s)
Dasar Matematis	Rata-rata deviasi kuadrat	Akar kuadrat dari varians
Satuan	Satuan kuadrat (misalnya, cm², Rp²)	Satuan asli (misalnya, cm, Rp)
Kemudahan Interpretasi	Abstrak; sulit dikaitkan dengan data	Intuitif; langsung sesuai dengan data
Sensitivitas terhadap Pencilan	Tinggi (karena proses pengkuadratan)	Sedang (akar kuadrat meredam efeknya)
Kasus Penggunaan Utama	Inferensi statistik, ANOVA, Teori portofolio	Statistik deskriptif, Pelaporan, Aturan empiris

Rumus Populasi vs Sampel

Saat menghitung metrik ini, Anda harus membedakan antara populasi dan sampel. Populasi mencakup semua anggota dari kelompok tertentu, sedangkan sampel adalah subset dari populasi tersebut. Penggunaan rumus sampel dengan penyebut (n - 1)—yang dikenal sebagai Koreksi Bessel—memperbaiki bias inheren dalam mengestimasi varians populasi dari sebuah sampel, sehingga memastikan estimator tersebut tidak bias.

Varians Sampel

s² = Σ(xᵢ - x̄)² / (n - 1)

Hindari Jebakan n vs n-1

Menggunakan 'n' alih-alih '(n - 1)' untuk varians sampel akan secara sistematis meremehkan varians populasi yang sebenarnya. Selalu gunakan derajat kebebasan (df = n - 1) saat bekerja dengan data sampel untuk menyimpulkan parameter populasi.

Kapan Menggunakan Varians vs Simpangan Baku

Memilih antara varians dan simpangan baku sangat bergantung pada tujuan analisis Anda. Jika Anda ingin menyampaikan sebaran data kepada audiens non-teknis, simpangan baku adalah pilihan terbaik karena selaras dengan satuan alami data. Namun, jika Anda melakukan perhitungan statistik menengah—seperti menghitung statistik F dalam ANOVA, menilai risiko dalam teori portofolio modern, atau melakukan pengujian hipotesis—varians lebih nyaman secara matematis.

Gunakan Varians Saat...

- Melakukan ANOVA atau uji-F - Menghitung risiko portofolio (matriks kovarians) - Melakukan pembuktian statistik teoretis - Mengembangkan fungsi kerugian machine learning (misalnya, MSE)

Gunakan Simpangan Baku Saat...

- Melaporkan sebaran data dalam publikasi - Menerapkan Aturan Empiris (68-95-99.7) - Menyusun peta kontrol untuk jaminan kualitas - Mengomunikasikan variabilitas kepada pemangku kepentingan non-teknis

Menghitung Simpangan Baku dan Varians di Python

Modul `statistics` pada Python menyediakan fungsi bawaan untuk varians dan simpangan baku. Saat menggunakan fungsi-fungsi ini, sangat penting untuk memilih metode yang tepat berdasarkan apakah data Anda mewakili populasi atau sampel.

python

import statistics

# Dataset sampel
data = [14, 18, 12, 15, 11]

# Menghitung Varians dan Simpangan Baku Sampel
sample_var = statistics.variance(data)
sample_sd = statistics.stdev(data)

# Menghitung Varians dan Simpangan Baku Populasi
pop_var = statistics.pvariance(data)
pop_sd = statistics.pstdev(data)

print(f"Sample Variance: {sample_var:.2f}")
print(f"Sample SD: {sample_sd:.2f}")
print(f"Population Variance: {pop_var:.2f}")
print(f"Population SD: {pop_sd:.2f}")

Pertanyaan yang Sering Diajukan

Apakah varians bisa negatif? Tidak, karena jumlah deviasi kuadrat (xᵢ - μ)² selalu bernilai nol atau positif, varians tidak pernah bisa negatif.
Mengapa simpangan baku lebih disukai daripada varians untuk pelaporan? Simpangan baku lebih disukai karena memiliki satuan yang sama dengan rata-rata, sehingga jauh lebih mudah untuk dikontekstualisasikan dan diinterpretasikan bersama data mentah.
Apakah varians sama dengan mean squared error (MSE)? Keduanya mirip, tetapi MSE biasanya mengukur rata-rata selisih kuadrat antara nilai estimasi dan nilai aktual, sedangkan varians mengukur sebaran di sekitar rata-rata. Jika estimatornya adalah rata-rata, maka MSE sama dengan varians.

Sources

References and further authoritative reading used in preparing this article.

← Pusat Pembelajaran