Dari Varians ke Deviasi Standar
Di pelajaran sebelumnya, kita belajar tentang varians — ukuran seberapa tersebar nilai-nilai. Varians itu kuat, tapi punya masalah praktis: diukur dalam satuan kuadrat. Jika Anda melihat nilai ujian dalam poin, varians keluar dalam "poin kuadrat." Itu sulit diinterpretasikan.
Deviasi standar menyelesaikan ini dengan mengambil akar kuadrat dari varians. Ini mengembalikan pengukuran ke satuan aslinya — poin, rupiah, derajat, kilogram, atau apa pun yang Anda mulai.
Deviasi standar = akar kuadrat dari varians
Dari contoh pengeluaran makan di pelajaran sebelumnya, variansnya 12,5 (dalam ribuan rupiah kuadrat).
Deviasi standar = akar kuadrat dari 12,5 = Rp3.500
Sekarang kita bisa bilang: rata-rata, pengeluaran makan setiap mahasiswa berbeda dari mean sekitar Rp3.500. Itu angka yang benar-benar bisa kita pahami dan gunakan.
Apa Arti Deviasi Standar Sebenarnya
Bayangkan deviasi standar sebagai jarak rata-rata dari rata-rata. Secara teknis bukan rata-rata jarak yang tepat (matematikanya melibatkan pengkuadratan dan pengakaran), tapi intuisi itu sangat dekat dan sangat berguna.
Deviasi standar kecil berarti titik-titik data berkumpul dekat mean. Deviasi standar besar berarti mereka tersebar jauh.
Dua warung kopi melacak berapa menit pelanggan menunggu pesanan selama 5 kunjungan:
Warung A: 3, 4, 4, 5, 4 → Mean = 4 menit, Deviasi Standar = 0,6 menit
Warung B: 1, 2, 4, 6, 7 → Mean = 4 menit, Deviasi Standar = 2,3 menit
Kedua warung punya rata-rata waktu tunggu yang sama, tapi Warung A jauh lebih konsisten. Jika Anda benci menunggu yang tidak bisa diprediksi, Warung A tempat Anda.
Menghitung Deviasi Standar Langkah demi Langkah
Mari kita telusuri perhitungan lengkap agar Anda bisa melihat persis cara kerjanya. Jangan khawatir menghafal rumus — memahami idenya yang penting.
Nilai kuis seorang siswa selama 6 minggu: 70, 80, 75, 85, 90, 80
Langkah 1 — Cari mean:
(70 + 80 + 75 + 85 + 90 + 80) : 6 = 480 : 6 = 80
Langkah 2 — Cari jarak setiap nilai dari mean:
- 70 - 80 = -10
- 80 - 80 = 0
- 75 - 80 = -5
- 85 - 80 = +5
- 90 - 80 = +10
- 80 - 80 = 0
Langkah 3 — Kuadratkan setiap jarak: 100, 0, 25, 25, 100, 0
Langkah 4 — Cari mean dari jarak kuadrat (varians):
(100 + 0 + 25 + 25 + 100 + 0) : 6 = 250 : 6 = 41,7
Langkah 5 — Ambil akar kuadrat: akar dari 41,7 = 6,5
Deviasi standarnya sekitar 6,5 poin. Artinya nilai siswa biasanya berada sekitar 6 atau 7 poin dari rata-ratanya 80.
Aturan 68-95-99,7
Ketika data mengikuti pola berbentuk lonceng (yang terjadi pada banyak pengukuran dunia nyata — tinggi badan, tekanan darah, nilai ujian), ada pola yang sangat konsisten dalam bagaimana data terdistribusi di sekitar mean. Ini disebut aturan 68-95-99,7, kadang disebut aturan empiris.
- Sekitar 68% nilai berada dalam 1 deviasi standar dari mean
- Sekitar 95% nilai berada dalam 2 deviasi standar dari mean
- Sekitar 99,7% nilai berada dalam 3 deviasi standar dari mean
Mari kita lihat seperti apa ini dengan contoh nyata.
Misalkan nilai ujian di kelas besar punya mean 75 dan deviasi standar 10.
68% siswa mendapat skor antara 65 dan 85 (75 plus minus 10)
95% siswa mendapat skor antara 55 dan 95 (75 plus minus 20)
99,7% siswa mendapat skor antara 45 dan 105 (75 plus minus 30)
Jika seseorang mendapat skor 50, mereka lebih dari 2 deviasi standar di bawah mean — hanya sekitar 2,5% siswa yang lebih rendah. Itu skor yang sangat rendah relatif terhadap kelas.
Aturan ini sangat kuat karena memungkinkan Anda dengan cepat menilai apakah nilai tertentu biasa atau tidak biasa, tanpa perhitungan yang rumit.
Menginterpretasikan Deviasi Standar dalam Kehidupan Nyata
Kesehatan: Tekanan Darah
Dokter memberitahu Anda bahwa tekanan darah sistolik normal punya mean sekitar 120 mmHg dengan deviasi standar sekitar 15. Menggunakan aturan 68-95-99,7, Anda tahu kebanyakan orang berada antara 105 dan 135. Pembacaan 160 hampir 3 deviasi standar di atas mean — itu tidak biasa dan perlu diperiksa lebih lanjut.
Produksi: Kontrol Kualitas
Pabrik memproduksi mie instan yang seharusnya 85 gram per bungkus. Proses produksi punya deviasi standar 0,5 gram. Ini berarti 95% bungkus berada antara 84 dan 86 gram. Jika sebuah bungkus ternyata 88 gram — itu 6 deviasi standar dari target — pasti ada yang salah dengan mesinnya.
Keuangan: Volatilitas Saham
Ketika analis keuangan di BEI bicara tentang "volatilitas," mereka sering bicara tentang deviasi standar. Saham dengan deviasi standar return harian 1% relatif stabil. Saham dengan deviasi standar 5% adalah perjalanan yang liar. Ini membantu investor menyesuaikan investasi dengan seberapa banyak risiko yang bisa mereka tanggung.
Dua reksa dana sama-sama menghasilkan return rata-rata 8% per tahun selama dekade terakhir.
Reksa Dana A: Deviasi standar 3% → Di kebanyakan tahun, return antara 5% dan 11%.
Reksa Dana B: Deviasi standar 12% → Di beberapa tahun return 20%, di tahun lain minus 4%.
Seorang pensiunan yang butuh pendapatan stabil kemungkinan akan memilih Reksa Dana A. Investor muda dengan puluhan tahun ke depan mungkin menerima naik-turunnya Reksa Dana B untuk peluang return tinggi sesekali.
Kesalahpahaman Umum
"Deviasi standar besar berarti datanya jelek"
Belum tentu. Beberapa hal memang secara alami bervariasi banyak. Waktu tempuh di Jakarta punya deviasi standar besar karena kemacetan memang sangat berfluktuasi. Data-nya tidak "jelek" — data itu secara akurat mencerminkan kenyataan.
"Deviasi standar hanya berlaku untuk data berbentuk lonceng"
Aturan 68-95-99,7 secara khusus berlaku untuk distribusi berbentuk lonceng (normal). Tapi deviasi standar sendiri bisa dihitung untuk dataset mana pun. Ia selalu merupakan ukuran sebaran yang berguna, meskipun persentase tepat dari aturan empiris tidak berlaku sempurna.
"Anda harus menghafal rumusnya"
Dalam praktik, kalkulator, spreadsheet, dan perangkat lunak menghitung deviasi standar secara instan. Yang penting adalah memahami apa arti angka itu dan cara menggunakannya. Jika seseorang memberitahu Anda deviasi standarnya 5, Anda harus tahu bahwa kebanyakan nilai berada dalam sekitar 5 unit dari rata-rata — itulah wawasan esensialnya.
Deviasi Standar Sekilas
Berikut cara cepat memikirkan ukuran deviasi standar yang berbeda relatif terhadap mean:
- Kecil (relatif terhadap mean): Data terkumpul rapat. Konsistensi tinggi. Bayangkan jadwal KRL yang tepat waktu atau berat bungkus Indomie yang presisi.
- Sedang: Jumlah variasi normal. Kebanyakan data dunia nyata jatuh di sini.
- Besar (relatif terhadap mean): Data tersebar luas. Variabilitas tinggi. Bayangkan waktu tempuh Jakarta-Bandung yang bisa 2 jam atau 7 jam tergantung kemacetan.
Deviasi standar memberitahu Anda, dalam satuan yang jelas, seberapa jauh nilai-nilai biasanya berada dari rata-rata. Deviasi standar kecil berarti konsistensi; yang besar berarti variasi luas. Aturan 68-95-99,7 memberi Anda cara cepat menilai apakah nilai tertentu normal atau tidak biasa: sekitar dua pertiga nilai berada dalam satu deviasi standar dari mean, dan hampir semuanya berada dalam tiga. Satu angka ini adalah salah satu alat paling berguna dalam seluruh statistik.