Cara Menghitung Simpangan Baku
Simpangan baku (standard deviation) adalah salah satu ukuran statistik yang paling sering dipakai untuk mengetahui seberapa “menyebar” data dari nilai rata-ratanya. Dalam kehidupan nyata, simpangan baku membantu kita memahami kestabilan atau variasi suatu fenomena: misalnya variasi nilai ujian, fluktuasi penjualan, perbedaan tinggi badan, hingga risiko pada data keuangan. Semakin kecil simpangan baku, semakin dekat data-data tersebut terhadap rata-rata. Sebaliknya, simpangan baku yang besar menandakan data tersebar jauh dari rata-rata dan variasinya tinggi.
Artikel ini akan membahas pengertian simpangan baku, rumus yang digunakan, serta langkah-langkah menghitungnya secara manual melalui contoh yang mudah dipahami.
1. Pengertian Simpangan Baku
Simpangan baku adalah akar kuadrat dari varians. Varians sendiri merupakan rata-rata dari kuadrat selisih setiap data terhadap rata-rata. Mengapa menggunakan kuadrat? Karena selisih data terhadap rata-rata bisa bernilai negatif atau positif. Jika dijumlahkan langsung, selisih negatif dan positif dapat saling meniadakan sehingga hasilnya menyesatkan. Dengan mengkuadratkan selisih, semua nilai menjadi positif dan penyebaran data bisa diukur dengan benar.
Secara sederhana:
– Varians = ukuran penyebaran dalam satuan “kuadrat”.
– Simpangan baku = ukuran penyebaran yang sudah kembali ke satuan asli data.
Contoh: jika data berupa nilai ujian (satuan poin), varians akan bersatuan poin², sedangkan simpangan baku kembali bersatuan poin, sehingga lebih mudah diinterpretasikan.
2. Simpangan Baku Populasi vs Sampel
Sebelum menghitung, penting mengetahui jenis data yang Anda miliki:
1. Populasi : data mencakup seluruh anggota yang ingin diteliti.
Rumus simpangan baku populasi memakai pembagi N (jumlah data).
2. Sampel : data hanya sebagian dari populasi, biasanya digunakan untuk mewakili populasi yang lebih besar.
Rumus simpangan baku sampel memakai pembagi (n − 1) untuk mengoreksi bias estimasi. Koreksi ini disebut Bessel’s correction .
Dalam praktik sehari-hari (misalnya riset, survei, analisis kelas), data sering dianggap sampel, sehingga pembaginya adalah (n − 1).
3. Rumus Simpangan Baku
A. Rumus Simpangan Baku Populasi
Misalkan data: \( x_1, x_2, \dots, x_N \)
Rata-rata populasi:
\[
\mu = \frac{\sum_{i=1}^{N} x_i}{N}
\]
Varians populasi:
\[
\sigma^2 = \frac{\sum_{i=1}^{N}(x_i – \mu)^2}{N}
\]
Simpangan baku populasi:
\[
\sigma = \sqrt{\sigma^2}
\]
B. Rumus Simpangan Baku Sampel
Rata-rata sampel:
\[
\bar{x} = \frac{\sum_{i=1}^{n} x_i}{n}
\]
Varians sampel:
\[
s^2 = \frac{\sum_{i=1}^{n}(x_i – \bar{x})^2}{n – 1}
\]
Simpangan baku sampel:
\[
s = \sqrt{s^2}
\]
4. Langkah-Langkah Menghitung Simpangan Baku Secara Manual
Agar mudah dipahami, kita gunakan contoh data nilai ujian 5 siswa:
Data: 60, 70, 70, 80, 90
Anggap data ini adalah sampel (umum dalam contoh pembelajaran).
Langkah 1: Hitung rata-rata
\[
\bar{x} = \frac{60 + 70 + 70 + 80 + 90}{5} = \frac{370}{5} = 74
\]
Jadi rata-rata nilai adalah 74 .
Langkah 2: Hitung selisih tiap data dengan rata-rata
Buat kolom selisih \( (x_i – \bar{x}) \):
– 60 − 74 = −14
– 70 − 74 = −4
– 70 − 74 = −4
– 80 − 74 = 6
– 90 − 74 = 16
Langkah 3: Kuadratkan selisih tersebut
Hitung \( (x_i – \bar{x})^2 \):
– (−14)² = 196
– (−4)² = 16
– (−4)² = 16
– 6² = 36
– 16² = 256
Langkah 4: Jumlahkan hasil kuadrat selisih
\[
\sum (x_i – \bar{x})^2 = 196 + 16 + 16 + 36 + 256 = 520
\]
Langkah 5: Hitung varians (untuk sampel, bagi dengan n − 1)
Karena n = 5, maka n − 1 = 4:
\[
s^2 = \frac{520}{4} = 130
\]
Jadi varians sampelnya adalah 130 .
Langkah 6: Akar kuadrat varians untuk mendapatkan simpangan baku
\[
s = \sqrt{130} \approx 11{,}40
\]
Jadi simpangan baku data tersebut sekitar 11,40 . Artinya, secara rata-rata nilai siswa menyimpang sekitar 11 poin dari rata-rata 74.
5. Cara Cepat: Rumus Alternatif (Komputasi)
Selain cara manual di atas, ada rumus komputasi yang sering dipakai untuk mempercepat perhitungan, terutama jika data banyak:
Varians sampel:
\[
s^2 = \frac{\sum x_i^2 – \frac{(\sum x_i)^2}{n}}{n – 1}
\]
Rumus ini menghindari perhitungan selisih satu per satu, tetapi tetap memerlukan ketelitian saat menghitung jumlah kuadrat data.
Namun, untuk pemahaman konsep, cara langkah demi langkah (selisih → kuadrat → jumlahkan) biasanya lebih mudah dan lebih aman dari kesalahan.
6. Interpretasi Simpangan Baku
Simpangan baku tidak hanya berhenti pada angka, tetapi harus diinterpretasikan:
– Simpangan baku kecil : data berkumpul dekat rata-rata, variasi rendah, hasil lebih konsisten.
– Simpangan baku besar : data menyebar jauh dari rata-rata, variasi tinggi, hasil kurang konsisten.
Misalnya, dua kelas memiliki rata-rata nilai sama, yaitu 74. Jika kelas A memiliki simpangan baku 5 sedangkan kelas B simpangan baku 15, maka nilai di kelas A lebih merata dan stabil. Kelas B memiliki variasi yang lebih besar: ada yang sangat rendah dan ada yang sangat tinggi.
7. Kesalahan yang Sering Terjadi
Beberapa kesalahan umum saat menghitung simpangan baku:
1. Lupa membedakan sampel dan populasi , sehingga pembaginya salah (N vs n − 1).
2. Salah menghitung rata-rata , yang mengakibatkan seluruh langkah berikutnya ikut salah.
3. Lupa mengkuadratkan selisih , atau salah saat mengakar kuadrat di akhir.
4. Kesalahan aritmetika saat menjumlah atau menghitung kuadrat bilangan.
Mencegah kesalahan dapat dilakukan dengan membuat tabel perhitungan dan memeriksa ulang hasil.
Penutup
Menghitung simpangan baku sebenarnya tidak sulit jika Anda mengikuti langkah-langkah dengan tepat: hitung rata-rata, cari selisih tiap data, kuadratkan selisih, jumlahkan, bagi (dengan n atau n − 1), lalu ambil akar kuadrat. Dengan memahami simpangan baku, Anda dapat menilai seberapa konsisten data dan seberapa besar variasi yang terjadi.
Jika Anda ingin, saya juga bisa membuat contoh tambahan dengan data yang lebih banyak, contoh data berkelompok (tabel frekuensi), atau cara menghitung simpangan baku memakai Excel/Google Sheets.
