Simpangan Baku Berbobot

Apa itu Simpangan Baku Berbobot?

Ketika titik data memiliki tingkat kepentingan atau mewakili frekuensi yang berbeda, kita menggunakan simpangan baku berbobot. Ini umum dalam analisis portofolio, data survei dengan bobot pengambilan sampel, dan perhitungan IPK.

Dalam perhitungan standar (tanpa bobot), setiap titik data berkontribusi sama terhadap rata-rata dan simpangan baku. Namun skenario dunia nyata sering memerlukan pemberian pengaruh lebih besar pada beberapa pengamatan dibanding yang lain. Investasi senilai $1 juta harus mempengaruhi perhitungan volatilitas portofolio Anda lebih dari posisi $1.000. Respons survei dari kelompok demografi yang lebih besar harus memiliki bobot lebih saat mengestimasi parameter populasi.

Kapan Menggunakan SD Berbobot

Gunakan simpangan baku berbobot kapan pun titik data Anda memiliki tingkat kepentingan, frekuensi, atau keandalan yang berbeda. SD tanpa bobot mengasumsikan semua titik sama pentingnya—yang sering merupakan asumsi yang tidak tepat.

Rumus SD Berbobot

Pertama, Anda memerlukan rata-rata berbobot:

Rata-rata Berbobot

x̄w = Σ(wᵢxᵢ) / Σwᵢ

Kemudian, simpangan baku berbobot (versi populasi):

Simpangan Baku Berbobot (Populasi)

σw = √[Σwᵢ(xᵢ - x̄w)² / Σwᵢ]

Di mana wᵢ adalah bobot, xᵢ adalah nilai data, dan x̄w adalah rata-rata berbobot.

Untuk data sampel, gunakan rumus terkoreksi bias (analog dengan koreksi Bessel):

Simpangan Baku Berbobot (Sampel)

sw = √[Σwᵢ(xᵢ - x̄w)² / (Σwᵢ - Σwᵢ²/Σwᵢ)]

Koreksi sampel lebih kompleks karena “ukuran sampel efektif” tergantung pada distribusi bobot. Jika semua bobot sama, ini tereduksi menjadi koreksi n-1 yang familiar.

Perhitungan Langkah demi Langkah

Hitung rata-rata berbobot

Kalikan setiap nilai dengan bobotnya, jumlahkan hasil kali tersebut, dan bagi dengan jumlah bobot.

Hitung deviasi kuadrat berbobot

Untuk setiap nilai, cari (nilai - rata-rata berbobot)², lalu kalikan dengan bobotnya.

Jumlahkan deviasi kuadrat berbobot

Tambahkan semua hasil kali dari langkah 2.

Bagi dengan jumlah bobot

Untuk SD populasi, bagi dengan Σwᵢ. Untuk SD sampel, gunakan koreksi bias.

Ambil akar kuadrat

Simpangan baku berbobot akhir.

Aplikasi Dunia Nyata

Volatilitas Portofolio: Dalam keuangan, simpangan baku portofolio harus memperhitungkan alokasi aset yang berbeda. Volatilitas portofolio 50% saham, 50% obligasi dihitung menggunakan SD berbobot di mana bobot adalah persentase alokasi.

Analisis Survei: Sampel survei sering merepresentasikan berlebih atau kurang demografi tertentu. Pembobotan menyesuaikan hal ini, memastikan hasil mencerminkan populasi sebenarnya. SD berbobot menangkap variabilitas dalam populasi, bukan hanya sampel.

Penilaian Akademik: Saat menghitung IPK, mata kuliah yang berbeda memiliki SKS yang berbeda. Mata kuliah 4 SKS harus mempengaruhi IPK Anda lebih dari mata kuliah 1 SKS. Perhitungan berbobot menangani ini secara alami.

Meta-Analisis: Saat menggabungkan hasil dari beberapa studi, setiap studi diberi bobot berdasarkan presisinya (sering kali varians terbalik). Ini memberikan pengaruh lebih pada studi yang lebih besar dan lebih presisi.

Contoh Perhitungan

Contoh Portofolio: Pertimbangkan portofolio dengan tiga saham:

Saham A: imbal hasil 15%, alokasi 50% (bobot = 0,50)
Saham B: imbal hasil 8%, alokasi 30% (bobot = 0,30)
Saham C: imbal hasil -2%, alokasi 20% (bobot = 0,20)

Rata-rata berbobot = (0,50×15 + 0,30×8 + 0,20×(-2)) / 1,0 = 9,5%

SD Berbobot = √[(0,50×(15-9,5)² + 0,30×(8-9,5)² + 0,20×(-2-9,5)²)] = √[(0,50×30,25 + 0,30×2,25 + 0,20×132,25)] = √[15,125 + 0,675 + 26,45] = √42,25 = 6,5%

Perhatikan Dampaknya

Saham C hanya memiliki alokasi 20% tetapi berkontribusi besar terhadap volatilitas karena imbal hasilnya menyimpang secara signifikan dari rata-rata berbobot. Inilah yang ditangkap SD berbobot—baik deviasi maupun bobot sama-sama penting.

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 goal	What to focus on	Common mistake
Definition	What the metric is and what quantity it summarizes	Treating the formula as self-explanatory
Formula choice	Sample versus population assumptions and notation	Using n when n-1 is required or vice versa
Interpretation	Whether the result indicates concentration, spread, or risk	Calling 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.