Standar deviasi adalah ukuran statistik untuk variasi atau dispersi dalam kumpulan data yang diberikan. Jika deviasinya rendah, ini menunjukkan bahwa titik-titik data dalam kumpulan data rata-rata mendekati nilai rata-rata kumpulan data. Penyimpangan yang tinggi menunjukkan bahwa ada lebih banyak variabilitas antara titik data dalam kumpulan data dan nilai yang tersebar pada rentang yang lebih besar."SD" adalah singkatan dari standar deviasi dan merupakan singkatan yang paling banyak cara menggunakan kalkulator ini?Untuk menghitung simpangan baku dengan kalkulator ini, Anda perlu memasukkan kumpulan data Anda ke bidang teks kalkulator. Pisahkan setiap titik data dengan spasi, koma, atau jeda memasukkan data Anda, klik tombol "Hitung" untuk menemukan rumus simpangan baku?Standar deviasi untuk kumpulan data dapat dihitung dengan menghitung varians pertama dari kumpulan data dan kemudian mengambil akar kuadrat dari varians adalah jumlah selisih kuadrat antara setiap titik data dan rata-rata. Ini kemudian dibagi dengan jumlah titik varians bergantung pada apakah Anda bekerja dengan data yang berasal dari populasi lengkap, atau jika Anda bekerja dengan data yang merupakan kumpulan data sampel. Ketika bekerja dengan populasi yang lengkap, mean dibagi dengan ukuran kumpulan data n. Jika Anda bekerja dengan sampel, bagi rata-rata dengan ukuran kumpulan data dikurangi satu n - 1.Standar deviasi populasiRumus varians populasi adalahUntuk mengetahui deviasi dari varians, Anda perlu mengambil akar kuadrat dari variansStandar deviasi sampelRumus untuk varians kumpulan data sampel adalahUntuk mendapatkan standar deviasi untuk sampel dari varians, ambil akar kuadrat dari variansStandar deviasi sampel yang tidak dikoreksiDimungkinkan untuk menerapkan rumus simpangan baku populasi pada sampel. Anda dapat melakukan ini dengan menggunakan ukuran sampel sebagai ukuran populasi. Penaksir ini dilambangkan dengan "sN" dan dikenal sebagai standar deviasi sampel yang tidak matematis dari standar deviasi sampel yang tidak dikoreksi{x₁, x₂, x₃, ..., xₙ} = values of the sample itemsx̄ = mean value of valuesN = size of the sample the square root of the varianceStandar deviasi sampel yang dikoreksiHasil ketika menggunakan varians sampel bias untuk memperkirakan standar deviasi populasi adalahStandar deviasi sampel yang tidak biasSaat bekerja dengan estimasi standar deviasi yang tidak bias, Anda harus ingat bahwa tidak ada rumus tunggal yang akan bekerja untuk semua distribusi. Alih-alih rumus tunggal, nilai 's' digunakan sebagai dasar, dan ini digunakan untuk mengetahui estimasi tak bias dengan bantuan faktor estimator for the normal distribution = s/c₄Anda dapat menemukan faktor koreksi dengan menggunakan fungsi GammaKarena 'distribusi chi' kita perlu mencari tahu rata-rata dari distribusi chi. Rata-rata ini digunakan sebagai faktor koreksi. Anda dapat menemukan perkiraan dengan mengganti 'N - 1' dengan 'N - 1,5'Perkiraan ini paling cocok untuk semua skenario, kecuali jika ukuran sampel Anda sangat kecil atau Anda membutuhkan presisi yang sangat tinggi. Anda juga dapat memperbaiki perkiraan ini dengan menggunakan rumus berikut sebagai ganti 'N - 1,5'Refined approximation = N - + 1 / 8N - 1Rumus terbaik untuk perkiraan bergantung pada kumpulan data Anda, tetapi perkiraan berikut dapat digunakan dalam banyak kasusAnda dapat memperkirakan kelebihan kurtosis dari data dengan rumus berikutexcess kurtosis g₂ = a₄ - 3Penerapan standar deviasiStandar deviasi adalah alat statistik yang banyak digunakan. Penggunaan paling umum untuk penyimpangan adalah dalam pengaturan eksperimental di mana kinerja diuji terhadap data dunia nyata. Salah satu contoh pengujian kinerja semacam ini adalah kontrol pengendalian kualitas, penyimpangan ini banyak digunakan dalam dunia keuangan. Salah satu aplikasi keuangan yang paling populer untuk standar deviasi adalah mengukur risiko fluktuasi harga aset deviasi juga merupakan alat yang sangat berguna dalam menentukan perbedaan iklim regional. Dua kota mungkin memiliki suhu rata-rata yang sama, tetapi standar deviasi suhu mereka mungkin sangat bervariasi. Misalnya dua kota dengan suhu rata-rata yang sama mungkin memiliki standar deviasi yang sama sekali berbeda. Kota pertama bisa sangat dingin di musim dingin dan sangat panas di musim panas, sedangkan kota lain memiliki suhu yang hampir sama sepanjang tahun. Kedua kota akan memiliki suhu rata-rata yang sama, tetapi perbedaan antara suhu maksimum dan minimum akan sangat H. A., et al. “The Distribution of the Ratio, in a Single Normal Sample, of Range to Standard Deviation.” Biometrika, vol. 41, no. 3/4, [Oxford University Press, Biometrika Trust], 1954, pp. 482–93, R. and Liu, Y., 2005. Exploring students’ conceptions of the standard deviation. Statistics Education Research Journal, 41, G. and Bera, 2000. Modeling asymmetry and excess kurtosis in stock return data. Illinois Research & Reference Working Paper No. Eric W. "Chi Distribution." From MathWorld-A Wolfram Web Resource, of Shape Skewness and Kurtosis, Stan Brown, artikelJohn CruzJohn adalah mahasiswa PhD dengan hasrat untuk matematika dan pendidikan. Di waktu senggangnya, John suka pergi hiking dan Simpangan Baku IndonesiaDiterbitkan Sun Jul 11 2021Dalam kategori Kalkulator matematikaTambahkan Kalkulator Simpangan Baku ke situs web Anda sendiri