Cara Mengira Varians
Varians ialah ukuran statistik yang mewakili tahap penyebaran dalam set data. Ia menunjukkan berapa banyak titik data individu menyimpang daripada min (nilai purata) set data. Memahami varians adalah penting untuk analisis statistik, kerana ia boleh mendedahkan ketekalan dan kebolehpercayaan set data. Sama ada anda seorang pelajar, penyelidik atau penganalisis data, memahami konsep varians dan mengetahui cara mengiranya adalah penting. Artikel ini akan membimbing anda melalui apa itu varians, kepentingannya dan prosedur langkah demi langkah untuk mengira varians bagi sampel dan populasi.
Memahami Varians
Untuk bermula, mari kita takrifkan beberapa istilah penting yang berkaitan dengan varians:
– Purata (μ atau x̄) : Purata titik data.
– Sisihan: Perbezaan antara setiap titik data dan min.
– Sisihan Kuasa Dua: Sisihan setiap titik data yang dikuasa dua, untuk menghapuskan nilai negatif.
– Varians (σ² atau s²): Purata sisihan kuasa dua ini.
Kepentingan Varians
Varians mempunyai beberapa tujuan dalam statistik:
1. Petunjuk Serakan: Walaupun min memberikan angka pusat, varians menunjukkan betapa tersebarnya nombor-nombor di sekitar min.
2. Penilaian Risiko: Dalam kewangan, varians yang lebih tinggi selalunya menandakan risiko yang lebih tinggi memandangkan pulangan aset lebih tersebar.
3. Kawalan Kualiti: Dalam pembuatan, varians digunakan untuk memastikan produk memenuhi piawaian kualiti tertentu dengan memantau konsistensi.
4. Pengujian Hipotesis: Varians merupakan komponen utama dalam pelbagai ujian statistik, seperti ujian-t dan ANOVA.
Mengira Varians untuk Populasi
Apabila berurusan dengan set data yang lengkap, anda mengira varians populasi.
Langkah-langkah untuk Mengira Varians Populasi:
1. Cari Min: Jumlahkan semua titik data dan bahagikan dengan bilangan titik data.
2. Kira Sisihan: Tolak min daripada setiap titik data untuk mendapatkan sisihan.
3. Kuasadua Sisihan: Kuasadua setiap sisihan untuk menjadikan semua nilai positif.
4. Jumlahkan Sisihan Kuasa Dua: Tambahkan semua sisihan kuasa dua.
5. Kira Varians: Bahagikan jumlah dengan bilangan titik data (N).
Formula:
\[ \sigma^2 = \frac{\jumlah (x_i – \mu)^2}{N} \]
Contoh:
Pertimbangkan satu set data [2, 4, 4, 4, 5, 5, 7, 9].
– Min (μ) = (2+4+4+4+5+5+7+9) / 8 = 5
– Penyimpangan: [2-5, 4-5, 4-5, 4-5, 5-5, 5-5, 7-5, 9-5] = [-3, -1, -1, -1, 0, 0, 2, 4]
– Sisihan Kuasa Dua: [9, 1, 1, 1, 0, 0, 4, 16]
– Hasil tambah sisihan kuasa dua: 9+1+1+1+0+0+4+16 = 32
– Varians (σ²) = 32 / 8 = 4
Mengira Varians untuk Sampel
Apabila anda mempunyai subset data daripada populasi yang lebih besar, anda berurusan dengan varians sampel. Formula ini melaraskan perwakilan sampel bagi keseluruhan populasi dengan menggunakan \( N-1 \) dan bukannya \( N \).
Langkah-langkah untuk Mengira Varians Sampel:
1. Cari Min Sampel: Jumlahkan semua titik data sampel dan bahagikan dengan bilangan titik sampel.
2. Kira Sisihan: Tolak min sampel daripada setiap titik data.
3. Kuasaduakan Sisihan: Kuasaduakan setiap sisihan.
4. Jumlahkan Sisihan Kuasa Dua: Jumlahkan semua sisihan kuasa dua.
5. Kira Varians: Bahagikan jumlah dengan bilangan titik data tolak satu (N-1).
Formula:
\[ s^2 = \frac{\jumlah (x_i – \bar{x})^2}{N-1} \]
Contoh:
Pertimbangkan set data sampel [3, 7, 7, 19].
– Purata Sampel (x̄) = (3+7+7+19) / 4 = 9
– Penyimpangan: [3-9, 7-9, 7-9, 19-9] = [-6, -2, -2, 10]
– Sisihan Kuasa Dua: [36, 4, 4, 100]
– Hasil tambah sisihan kuasa dua: 36+4+4+100 = 144
– Varians (s²) = 144 / (4-1) = 144 / 3 = 48
Tafsiran Varians
Varians yang tinggi menunjukkan bahawa titik data lebih tersebar daripada min, manakala varians yang rendah bermakna ia lebih dekat dengan min. Walau bagaimanapun, varians tidak selalunya mudah ditafsirkan secara langsung kerana ia berada dalam unit kuasa dua. Untuk kembali kepada unit asal data, kita sering mengambil punca kuasa dua varians, yang memberikan kita sisihan piawai (σ atau s).
Sisihan Piawai:
\[ \sigma = \sqrt{\sigma^2} \]
\[ s = \sqrt{s^2} \]
Dalam contoh populasi kita di atas, sisihan piawai ialah:
\[ \sigma = \sqrt{4} = 2 \]
Kesilapan Biasa yang Perlu Dielakkan
1. Mengelirukan Formula Populasi dan Sampel: Ingat bahawa varians populasi menggunakan \( N \) manakala varians sampel menggunakan \( N-1 \).
2. Mengabaikan Langkah Kuadrat: Mengkuadratkan sisihan adalah penting untuk menghapuskan nilai negatif.
3. Terlupa Menggunakan Min: Sisihan sentiasa dikira daripada min.
Alat dan Perisian
Walaupun mengira varians secara manual adalah sangat baik untuk memahami konsep tersebut, dalam praktiknya, anda mungkin menggunakan perisian seperti Microsoft Excel, Python, R atau alat statistik khusus yang boleh mengira varians dengan cepat:
– Excel: Gunakan `VAR.P()` untuk varians populasi dan `VAR.S()` untuk varians sampel.
– Python: Gunakan `numpy.var()` untuk varians populasi dan tetapkan parameter `ddof=1` untuk varians sampel.
– R : Gunakan `var()` untuk varians sampel. Untuk varians populasi, darabkan hasilnya dengan `(N-1)/N`.
Kesimpulan
Memahami dan mengira varians adalah asas bagi sesiapa sahaja yang terlibat dalam analisis data. Ia memberi anda gambaran tentang penyebaran data dan merupakan batu loncatan untuk analisis statistik yang lebih kompleks. Dengan mengikuti langkah-langkah yang digariskan dan mengelakkan perangkap biasa, anda boleh mengira dan mentafsir varians dengan tepat, sekali gus memberikan pandangan statistik yang mantap.
