Kalkulator simpangan baku
![Kalkulator simpangan baku](/media/images/standard_deviation_calculator.webp)
Statistik adalah cabang ilmu pengetahuan yang didedikasikan untuk analisis dan sistematisasi data, serta ekspresi indikator kuantitatif dan kualitatifnya dalam bentuk numerik.
Menurut tingkat generalisasi, data statistik primer dan agregat dibedakan, menurut jumlah fitur - satu dimensi dan multidimensi, dan menurut format organisasi - spasial, temporal dan campuran (spatio-temporal).
Statistik adalah alat terbaik untuk menampilkan proses dan fenomena sosial, memungkinkan Anda mengidentifikasi kelemahan dan area masalah pada waktunya, membuat perubahan yang sesuai pada undang-undang, proses produksi, norma hukum, dan sebagainya.
Statistik, yang namanya berasal dari kata Latin status dan diterjemahkan sebagai "keadaan", telah ada sejak zaman Romawi Kuno. Kemudian digunakan untuk menyimpan catatan properti, sensus penduduk, dan membandingkan potensi militer negara-negara yang bertikai.
Tetapi ia menerima status ilmu baru pada tahun 1746, menggantikan "studi negara" di Jerman. Inisiatif ini dimiliki oleh ilmuwan Jerman Gottfried Achenwall, yang mengubah statistik menjadi disiplin akademis pada pertengahan abad ke-18.
Deviasi standar
Dalam kerangka statistika, sebagai suatu ilmu, banyak muncul indikator dan nilai baru. Ini termasuk standar deviasi (RMS), yang masih digunakan hingga saat ini untuk menggambarkan penyebaran nilai dalam kumpulan data tentang nilai rata-ratanya.
Pada dasarnya, RMS adalah ukuran variabilitas yang menggambarkan seberapa banyak data dari satu larik yang menyimpang satu sama lain. Ini banyak digunakan di bidang ekonomi dan keuangan, teknik, dan banyak cabang ilmu pengetahuan lainnya.
Menurut definisi resmi, deviasi standar adalah indikator sebaran nilai variabel acak relatif terhadap ekspektasi matematisnya. Pada gilirannya, ekspektasi matematis merupakan analog dari mean aritmatika, namun dengan jumlah hasil yang tak terhingga.
Sederhananya, semakin rendah standar deviasi, semakin akurat data yang dikumpulkan mencerminkan kenyataan. Sebaliknya, standar deviasi yang tinggi menunjukkan ambiguitas informasi statistik yang dikumpulkan. Selain itu, RMS memungkinkan Anda mengidentifikasi anomali dan outlier yang tidak mencerminkan tren utama dan merupakan pengecualian terhadap aturan.
Berikut beberapa contoh COEX dalam praktiknya:
- Di sektor keuangan, sebagai ukuran volatilitas.
- Dalam survei sosiologis - untuk menilai opini publik.
- Di bidang olah raga, untuk memprediksi/meramalkan kemenangan tim yang mempunyai kelebihan dan kekurangan secara obyektif.
Dalam literatur ilmiah, deviasi standar dilambangkan dengan huruf Latin sigma (σ), dan memiliki nama alternatif - "deviasi standar" (deviasi standar). Ini digunakan ketika perlu memperhitungkan semua nilai sampel dengan hasil yang sangat akurat. Sesuai dengan namanya, akar kuadrat diperlukan untuk menentukan RMS.
Deviasi standar signifikansi dapat disejajarkan dengan nilai statistik seperti mean, median, modus, dan kuartil. Salah satu kelebihan RMS adalah kemudahan perhitungannya. Cukup melakukan beberapa operasi matematika sederhana untuk menentukan simpangan baku dan menggunakannya untuk perhitungan lebih lanjut.
Sampai akhir abad ke-20, operasi ini dilakukan tanpa komputer, bahkan seringkali tanpa menghitung aksesori. Saat ini, untuk menentukan RMS cukup menggunakan software, misalnya aplikasi online khusus yang menghitung standar deviasi dari data yang dimasukkan.