Cara Menghitung Mean, Standar Deviasi, dan Standar Error

Setelah mengumpulkan data, seringkali hal pertama yang perlu Anda lakukan adalah menganalisisnya. Hal ini biasanya mengharuskan Anda untuk mencari mean, standar deviasi, dan standar error dari data. Artikel ini akan menunjukkan pada Anda cara untuk melakukannya.

Metode 1

Metode 1 dari 4:

Data

Unduh PDF

1
Dapatkan kelompok angka yang ingin Anda analisis. Informasi ini dinamakan sampel.
- Misalnya, sebuah ujian diberikan pada kelas yang terdiri dari 5 siswa, dan hasil ujiannya adalah 12, 55, 74, 79, dan 90.
Iklan

Metode 2

Metode 2 dari 4:

Mean

Unduh PDF

1
Hitunglah mean. Tambahkan semua angka dan bagilah dengan ukuran populasi:
- Mean (μ) = ΣX/N, dengan Σ adalah tanda penambahan (penjumlahan), x_i adalah setiap angka, dan N adalah ukuran populasi.
- Dalam kasus di atas, mean μ hanyalah (12+55+74+79+90)/5 = 62.

Metode 3

Metode 3 dari 4:

Standar Deviasi

Unduh PDF

1
Hitunglah standar deviasi. Hal ini melambangkan sebaran populasi. Standar deviasi = σ = akar [(Σ((X-μ)^2))/(N)].
- Untuk contoh yang diberikan, standar deviasinya adalah akar[((12-62)^2 + (55-62)^2 + (74-62)^2 + (79-62)^2 + (90-62)^2)/(5)] = 27,4. (Perhatikan bahwa jika ini adalah sampel standar deviasi, Anda akan membaginya dengan n-1, ukuran sampel dikurangi 1).
Iklan

Metode 4

Metode 4 dari 4:

Standar Error dari Mean

Unduh PDF

1
Hitunglah standar error (dari mean). Hal ini melambangkan seberapa dekat mean sampel dengan mean populasi. Semakin besar sampel, semakin kecil standar errornya, dan semakin dekat pendekatan mean sampel dengan mean populasi. Lakukan ini dengan membagi standar deviasi dengan akar kuadrat dari N, ukuran sampel.Standar error = σ/akar(n)
- Jadi untuk contoh di atas, jika ini adalah pengambilan sampel 5 siswa dalam sebuah kelas berisi 50 siswa dan kelima puluh siswa itu memiliki standar deviasi 17 (σ = 21), standar errornya = 17/akar(5) = 7,6.

Tips

Perhitungan mean, standar deviasi, dan standar error paling berguna untuk analisis data berdistribusi normal. Satu standar deviasi tentang kecenderungan pusat meliputi sekitar 68 persen data, 2 standar deviasi 95 persen data, dan 3 standar deviasi 99,7 persen data. Standar error semakin kecil (sebaran lebih sempit) jika ukuran sampelnya meningkat.
Kalkulator standar deviasi online yang mudah digunakan