Regresi linear metode kuadrat terkecil adalah salah satu konsep penting dalam statistik yang sering dipelajari oleh mahasiswa, terutama di jurusan ekonomi, manajemen, matematika, statistik, dan ilmu sosial. Metode ini digunakan untuk mengestimasi hubungan linear antara dua variabel, yaitu variabel independen atau variabel bebas dan variabel dependen atau variabel terikat. Garis regresi yang dihasilkan digunakan untuk memprediksi nilai variabel dependen berdasarkan nilai variabel independen. Pada dasarnya, regresi linear metode kuadrat terkecil bertujuan mencari garis lurus terbaik yang meminimalkan jumlah kuadrat kesalahan antara nilai aktual dan nilai prediksi.
Baca juga:Panduan Lengkap Cara Deactive Instagram Tanpa Ribet (Update
Dalam dunia akademik dan penelitian, regresi linear metode kuadrat terkecil sering digunakan untuk menganalisis data empiris. Misalnya, hubungan antara jam belajar dan nilai ujian, hubungan antara pengeluaran iklan dan penjualan, atau hubungan antara suhu dan konsumsi energi. Dengan memahami metode ini, mahasiswa dapat melakukan analisis data yang lebih mendalam dan menghasilkan interpretasi yang lebih akurat. Artikel ini akan membahas contoh soal regresi linear metode kuadrat terkecil yang cocok untuk mahasiswa, lengkap dengan pembahasan dan langkah perhitungannya.
Sebelum masuk ke contoh soal, perlu dipahami bahwa persamaan regresi linear sederhana ditulis dalam bentuk y sama dengan a plus b x. Nilai b adalah koefisien regresi yang menunjukkan kemiringan garis, sedangkan nilai a adalah intercept yang menunjukkan nilai y ketika x sama dengan nol. Untuk menghitung a dan b, digunakan rumus yang melibatkan jumlah data n, jumlah x, jumlah y, jumlah xy, dan jumlah x kuadrat. Rumus b sama dengan n kali Σxy dikurangi Σx Σy dibagi n kali Σx kuadrat dikurangi (Σx) kuadrat. Sedangkan rumus a sama dengan rata-rata y dikurangi b dikali rata-rata x. Dengan memahami rumus ini, mahasiswa dapat menghitung persamaan regresi dari data yang diberikan.
Contoh Soal 1
Seorang peneliti ingin mengetahui hubungan antara jam belajar dan nilai ujian. Data yang diperoleh dari 5 mahasiswa adalah sebagai berikut: jam belajar 2, 4, 6, 8, 10 dan nilai ujian 60, 70, 75, 80, 85. Tentukan persamaan regresi linear metode kuadrat terkecil.
Langkah pertama adalah menghitung Σx, Σy, Σxy, dan Σx kuadrat. Σx sama dengan 30, Σy sama dengan 370, Σxy sama dengan 2 kali 60 ditambah 4 kali 70 ditambah 6 kali 75 ditambah 8 kali 80 ditambah 10 kali 85 sama dengan 120 plus 280 plus 450 plus 640 plus 850 sama dengan 2340. Σx kuadrat sama dengan 4 plus 16 plus 36 plus 64 plus 100 sama dengan 220. Setelah itu, hitung b dengan rumus b sama dengan n Σxy dikurangi Σx Σy dibagi n Σx kuadrat dikurangi (Σx) kuadrat. Dengan memasukkan nilai, b sama dengan 5 kali 2340 dikurangi 30 kali 370 dibagi 5 kali 220 dikurangi 30 kuadrat sama dengan 11700 dikurangi 11100 dibagi 1100 dikurangi 900 sama dengan 600 dibagi 200 sama dengan 3. Rata-rata x sama dengan 6 dan rata-rata y sama dengan 74. Hitung a dengan rumus a sama dengan 74 dikurangi 3 kali 6 sama dengan 74 dikurangi 18 sama dengan 56. Jadi persamaan regresi linear metode kuadrat terkecil adalah y sama dengan 56 ditambah 3 x. Dari persamaan ini, dapat diinterpretasikan bahwa setiap tambahan satu jam belajar rata-rata meningkatkan nilai ujian sebesar 3 poin.
Contoh Soal 2
Seorang analis ingin mengetahui hubungan antara pengeluaran iklan (dalam juta rupiah) dan penjualan (dalam unit) selama 6 bulan. Data yang diperoleh adalah pengeluaran iklan 2, 3, 5, 7, 8, 10 dan penjualan 20, 25, 35, 45, 50, 60. Tentukan persamaan regresi linear metode kuadrat terkecil.
Langkah pertama hitung Σx sama dengan 35, Σy sama dengan 235, Σxy sama dengan 2 kali 20 ditambah 3 kali 25 ditambah 5 kali 35 ditambah 7 kali 45 ditambah 8 kali 50 ditambah 10 kali 60 sama dengan 40 plus 75 plus 175 plus 315 plus 400 plus 600 sama dengan 1605. Σx kuadrat sama dengan 4 plus 9 plus 25 plus 49 plus 64 plus 100 sama dengan 251. Hitung b dengan rumus b sama dengan 6 kali 1605 dikurangi 35 kali 235 dibagi 6 kali 251 dikurangi 35 kuadrat sama dengan 9630 dikurangi 8225 dibagi 1506 dikurangi 1225 sama dengan 1405 dibagi 281 sama dengan 5,0. Rata-rata x sama dengan 5,83 dan rata-rata y sama dengan 39,17. Hitung a dengan rumus a sama dengan 39,17 dikurangi 5 kali 5,83 sama dengan 39,17 dikurangi 29,15 sama dengan 10,02. Jadi persamaan regresi linear metode kuadrat terkecil adalah y sama dengan 10,02 ditambah 5 x. Persamaan ini menunjukkan bahwa setiap tambahan satu juta rupiah pengeluaran iklan rata-rata meningkatkan penjualan sebesar 5 unit.
Contoh Soal 3
Seorang peneliti ingin mengetahui hubungan antara lama kerja (tahun) dan gaji (dalam juta rupiah). Data yang diperoleh dari 7 karyawan adalah lama kerja 1, 2, 3, 4, 5, 6, 7 dan gaji 3, 5, 7, 8, 10, 12, 14. Tentukan persamaan regresi linear metode kuadrat terkecil.
Langkah pertama hitung Σx sama dengan 28, Σy sama dengan 59, Σxy sama dengan 1 kali 3 ditambah 2 kali 5 ditambah 3 kali 7 ditambah 4 kali 8 ditambah 5 kali 10 ditambah 6 kali 12 ditambah 7 kali 14 sama dengan 3 plus 10 plus 21 plus 32 plus 50 plus 72 plus 98 sama dengan 286. Σx kuadrat sama dengan 1 plus 4 plus 9 plus 16 plus 25 plus 36 plus 49 sama dengan 140. Hitung b dengan rumus b sama dengan 7 kali 286 dikurangi 28 kali 59 dibagi 7 kali 140 dikurangi 28 kuadrat sama dengan 2002 dikurangi 1652 dibagi 980 dikurangi 784 sama dengan 350 dibagi 196 sama dengan 1,7857. Rata-rata x sama dengan 4 dan rata-rata y sama dengan 8,43. Hitung a dengan rumus a sama dengan 8,43 dikurangi 1,7857 kali 4 sama dengan 8,43 dikurangi 7,14 sama dengan 1,29. Jadi persamaan regresi linear metode kuadrat terkecil adalah y sama dengan 1,29 ditambah 1,79 x. Persamaan ini menunjukkan bahwa setiap tambahan satu tahun kerja rata-rata meningkatkan gaji sebesar sekitar 1,79 juta rupiah.
Contoh Soal 4
Seorang peneliti ingin mengetahui hubungan antara jumlah pengunjung dan pendapatan tiket di sebuah wahana wisata selama 5 hari. Data pengunjung 100, 150, 200, 250, 300 dan pendapatan tiket 1,2 juta, 1,8 juta, 2,3 juta, 2,7 juta, 3,2 juta. Tentukan persamaan regresi linear metode kuadrat terkecil.
Langkah pertama hitung Σx sama dengan 1000, Σy sama dengan 11,2, Σxy sama dengan 100 kali 1,2 ditambah 150 kali 1,8 ditambah 200 kali 2,3 ditambah 250 kali 2,7 ditambah 300 kali 3,2 sama dengan 120 plus 270 plus 460 plus 675 plus 960 sama dengan 2485. Σx kuadrat sama dengan 10000 plus 22500 plus 40000 plus 62500 plus 90000 sama dengan 225000. Hitung b dengan rumus b sama dengan 5 kali 2485 dikurangi 1000 kali 11,2 dibagi 5 kali 225000 dikurangi 1000 kuadrat sama dengan 12425 dikurangi 11200 dibagi 1125000 dikurangi 1000000 sama dengan 1225 dibagi 125000 sama dengan 0,0098. Rata-rata x sama dengan 200 dan rata-rata y sama dengan 2,24. Hitung a dengan rumus a sama dengan 2,24 dikurangi 0,0098 kali 200 sama dengan 2,24 dikurangi 1,96 sama dengan 0,28. Jadi persamaan regresi linear metode kuadrat terkecil adalah y sama dengan 0,28 ditambah 0,0098 x. Persamaan ini menunjukkan bahwa setiap tambahan 1 pengunjung rata-rata meningkatkan pendapatan tiket sekitar 0,0098 juta rupiah.
Contoh Soal 5
Seorang peneliti ingin mengetahui hubungan antara jumlah jam olahraga dan berat badan pada sekelompok mahasiswa. Data jam olahraga 1, 2, 3, 4, 5 dan berat badan 70, 68, 66, 65, 64. Tentukan persamaan regresi linear metode kuadrat terkecil.
Langkah pertama hitung Σx sama dengan 15, Σy sama dengan 333, Σxy sama dengan 1 kali 70 ditambah 2 kali 68 ditambah 3 kali 66 ditambah 4 kali 65 ditambah 5 kali 64 sama dengan 70 plus 136 plus 198 plus 260 plus 320 sama dengan 984. Σx kuadrat sama dengan 55. Hitung b dengan rumus b sama dengan 5 kali 984 dikurangi 15 kali 333 dibagi 5 kali 55 dikurangi 15 kuadrat sama dengan 4920 dikurangi 4995 dibagi 275 dikurangi 225 sama dengan minus 75 dibagi 50 sama dengan minus 1,5. Rata-rata x sama dengan 3 dan rata-rata y sama dengan 66,6. Hitung a dengan rumus a sama dengan 66,6 dikurangi minus 1,5 kali 3 sama dengan 66,6 ditambah 4,5 sama dengan 71,1. Jadi persamaan regresi linear metode kuadrat terkecil adalah y sama dengan 71,1 dikurangi 1,5 x. Persamaan ini menunjukkan bahwa semakin banyak jam olahraga, berat badan cenderung menurun.
Contoh soal di atas menunjukkan variasi data dan konteks yang sering ditemui dalam tugas kuliah. Dalam mengerjakan regresi linear metode kuadrat terkecil, mahasiswa perlu teliti dalam menghitung jumlah nilai dan memastikan rumus diterapkan dengan benar. Kesalahan perhitungan kecil pada Σxy atau Σx kuadrat dapat menghasilkan hasil yang berbeda. Oleh karena itu, cek ulang perhitungan sebelum menyimpulkan persamaan regresi.
Selain menghitung persamaan regresi, mahasiswa juga perlu memahami cara menginterpretasikan hasil. Koefisien regresi b menunjukkan besarnya perubahan rata-rata variabel y jika variabel x meningkat satu satuan. Intercept a menunjukkan nilai y saat x sama dengan nol, meskipun dalam beberapa kasus nilai x nol tidak memiliki makna praktis, namun tetap penting sebagai bagian dari persamaan regresi. Setelah mendapatkan persamaan regresi, mahasiswa juga bisa menggunakan persamaan tersebut untuk memprediksi nilai y untuk nilai x tertentu.
Dalam penelitian, regresi linear metode kuadrat terkecil sering digunakan sebagai langkah awal sebelum melakukan analisis yang lebih kompleks seperti regresi berganda atau uji hipotesis. Regresi linear sederhana memberikan gambaran hubungan antara dua variabel dan membantu menentukan apakah hubungan tersebut positif atau negatif. Untuk memperkuat pemahaman, mahasiswa disarankan untuk latihan soal secara rutin dan mencoba menggunakan software statistik seperti SPSS, Excel, atau R untuk menghitung regresi secara otomatis.
Penutup, contoh soal regresi linear metode kuadrat terkecil untuk mahasiswa di atas dapat menjadi bahan latihan yang baik untuk tugas kuliah atau persiapan ujian. Dengan memahami langkah perhitungan dan interpretasi hasil, mahasiswa dapat mengerjakan soal regresi dengan lebih percaya diri. Jika kamu ingin, aku bisa membuatkan soal tambahan, latihan dengan data lebih besar, atau versi soal pilihan ganda sesuai kebutuhan kuliah.
Penulis:Loveytha
![Dalam materi statistika, simpangan baku dan varian data tunggal menjadi salah satu topik penting yang perlu dipahami. Keduanya digunakan untuk mengetahui seberapa besar penyebaran data terhadap nilai rata-ratanya. Jika data memiliki penyebaran yang kecil, nilai simpangan baku dan variannya juga cenderung kecil. Sebaliknya, semakin jauh data tersebar dari rata-rata, semakin besar pula nilai simpangan baku dan varian. Materi ini sering muncul dalam pembelajaran matematika, terutama ketika membahas statistika dasar. Untuk menguasainya, tidak cukup hanya menghafalkan rumus. Kita juga perlu memahami langkah-langkah menghitung mean, selisih setiap data dengan rata-rata, kuadrat selisih, varian, hingga simpangan baku. Artikel ini akan membahas pengertian, rumus, perbedaan, serta beberapa contoh soal simpangan baku dan varian data tunggal lengkap dengan cara mengerjakannya secara bertahap. Apa Itu Varian? Varian adalah ukuran statistik yang digunakan untuk mengetahui tingkat penyebaran data terhadap nilai rata-ratanya. Varian dihitung dengan mencari rata-rata dari kuadrat selisih setiap data terhadap mean. Dalam data tunggal, terdapat dua jenis rumus varian yang umum digunakan, yaitu varian populasi dan varian sampel. Untuk populasi, rumusnya adalah: σ² = Σ(xᵢ − μ)² / N Keterangan: σ² = varian populasi xᵢ = nilai setiap data μ = rata-rata populasi N = banyak data Σ = jumlah keseluruhan Sementara itu, untuk sampel, rumus varian adalah: s² = Σ(xᵢ − x̄)² / (n − 1) Keterangan: s² = varian sampel xᵢ = nilai setiap data x̄ = rata-rata sampel n = banyak data Dalam soal matematika sekolah, apabila soal menyebutkan sekumpulan data sebagai keseluruhan data yang sedang dianalisis, biasanya digunakan rumus varian populasi. Apa Itu Simpangan Baku? Simpangan baku atau standard deviation adalah akar kuadrat dari varian. Simpangan baku digunakan untuk mengetahui seberapa jauh penyebaran data dari nilai rata-ratanya. Rumus simpangan baku populasi adalah: σ = √[Σ(xᵢ − μ)² / N] Sedangkan untuk sampel: s = √[Σ(xᵢ − x̄)² / (n − 1)] Karena simpangan baku merupakan akar dari varian, keduanya memiliki hubungan yang sangat erat. Jika diketahui: Varian = 16 maka: Simpangan baku = √16 = 4 Jadi, semakin besar nilai varian, biasanya semakin besar pula simpangan bakunya. Perbedaan Varian dan Simpangan Baku Meskipun saling berkaitan, varian dan simpangan baku bukanlah hal yang sama. Varian merupakan rata-rata kuadrat penyimpangan data dari mean. Sementara itu, simpangan baku merupakan akar kuadrat dari varian. Contohnya, jika suatu kumpulan data memiliki varian sebesar 25, maka simpangan bakunya adalah: √25 = 5 Perbedaan lainnya terletak pada satuan. Varian menggunakan satuan yang dikuadratkan, sedangkan simpangan baku memiliki satuan yang sama dengan data aslinya. Karena alasan tersebut, simpangan baku sering kali lebih mudah digunakan untuk menginterpretasikan penyebaran data. Langkah-Langkah Menghitung Varian dan Simpangan Baku Data Tunggal Untuk menyelesaikan soal, terdapat beberapa langkah yang dapat dilakukan. 1. Hitung nilai rata-rata Jumlahkan seluruh data, kemudian bagi dengan banyaknya data. Mean = jumlah seluruh data / banyak data 2. Hitung selisih setiap data dengan mean Setiap nilai data dikurangi dengan rata-rata. xᵢ − x̄ 3. Kuadratkan setiap selisih Hasil pengurangan tadi kemudian dikuadratkan. (xᵢ − x̄)² 4. Jumlahkan seluruh kuadrat selisih Setelah semua data dihitung, jumlahkan hasil kuadrat tersebut. Σ(xᵢ − x̄)² 5. Hitung varian Untuk populasi, jumlah kuadrat selisih dibagi dengan banyak data. 6. Hitung simpangan baku Simpangan baku diperoleh dengan mencari akar kuadrat dari varian. Contoh Soal 1: Menghitung Varian Data Tunggal Soal: Diketahui data nilai ulangan matematika lima siswa sebagai berikut: 6, 7, 8, 9, 10 Tentukan nilai varian dari data tersebut! Pembahasan Langkah pertama adalah menghitung rata-rata. Jumlah data: 6 + 7 + 8 + 9 + 10 = 40 Banyak data: n = 5 Maka: Mean = 40 / 5 = 8 Selanjutnya, hitung selisih setiap data dengan rata-rata. Data (x) x − mean (x − mean)² 6 -2 4 7 -1 1 8 0 0 9 1 1 10 2 4 Jumlah 0 10 Jumlah kuadrat selisih adalah: Σ(x − x̄)² = 10 Karena data tersebut dianggap sebagai populasi, maka: Varian = 10 / 5 Varian = 2 Jadi, varian data tersebut adalah 2. Contoh Soal 2: Menghitung Simpangan Baku Data Tunggal Soal: Tentukan simpangan baku dari data berikut: 5, 6, 7, 8, 9 Pembahasan Pertama, tentukan rata-rata. Jumlah data: 5 + 6 + 7 + 8 + 9 = 35 Banyak data: 5 Maka: Mean = 35 / 5 = 7 Selanjutnya, buat tabel perhitungan. Data x − mean (x − mean)² 5 -2 4 6 -1 1 7 0 0 8 1 1 9 2 4 Jumlah 0 10 Varian: σ² = 10 / 5 = 2 Simpangan baku: σ = √2 Jadi, simpangan bakunya adalah: √2 ≈ 1,41 Dengan demikian, simpangan baku data tersebut sekitar 1,41. Contoh Soal 3: Varian dan Simpangan Baku Sekaligus Soal: Diketahui data tinggi tanaman dalam satu kelompok adalah: 10, 12, 14, 16, 18 Tentukan: Mean Varian Simpangan baku Pembahasan Langkah 1: Menghitung Mean Jumlah seluruh data: 10 + 12 + 14 + 16 + 18 = 70 Banyak data: 5 Maka: Mean = 70 / 5 = 14 Langkah 2: Menghitung Kuadrat Selisih Data x − 14 (x − 14)² 10 -4 16 12 -2 4 14 0 0 16 2 4 18 4 16 Jumlah 0 40 Langkah 3: Menghitung Varian Karena terdapat lima data: σ² = 40 / 5 σ² = 8 Jadi, variannya adalah 8. Langkah 4: Menghitung Simpangan Baku Simpangan baku merupakan akar dari varian. σ = √8 Karena: √8 = √(4 × 2) maka: σ = 2√2 Jika dibulatkan: σ ≈ 2,83 Jadi, hasil akhirnya adalah: Mean = 14 Varian = 8 Simpangan baku ≈ 2,83 Contoh Soal 4: Data dengan Nilai yang Lebih Bervariasi Soal: Perhatikan data berikut: 4, 6, 8, 10, 12, 14 Hitunglah varian dan simpangan bakunya! Pembahasan Jumlah data: 4 + 6 + 8 + 10 + 12 + 14 = 54 Banyak data: 6 Mean: 54 / 6 = 9 Selanjutnya: Data x − 9 (x − 9)² 4 -5 25 6 -3 9 8 -1 1 10 1 1 12 3 9 14 5 25 Jumlah 0 70 Maka varian: σ² = 70 / 6 σ² = 11,67 Kemudian simpangan baku: σ = √11,67 σ ≈ 3,42 Jadi, varian data adalah sekitar 11,67, sedangkan simpangan bakunya sekitar 3,42. Contoh Soal 5: Menghitung Simpangan Baku dari Data Nilai Siswa Soal: Nilai lima siswa dalam sebuah tes adalah: 70, 75, 80, 85, 90 Tentukan varian dan simpangan bakunya! Pembahasan Pertama, hitung rata-rata: Mean = (70 + 75 + 80 + 85 + 90) / 5 Mean = 400 / 5 Mean = 80 Kemudian hitung kuadrat selisih setiap data. Nilai Selisih dari Mean Kuadrat Selisih 70 -10 100 75 -5 25 80 0 0 85 5 25 90 10 100 Jumlah 0 250 Varian: σ² = 250 / 5 σ² = 50 Simpangan baku: σ = √50 σ = 5√2 σ ≈ 7,07 Jadi, varian data adalah 50 dan simpangan bakunya sekitar 7,07. Contoh Soal 6: Menentukan Varian Jika Simpangan Baku Diketahui Soal: Sebuah kumpulan data memiliki simpangan baku sebesar 6. Tentukan nilai variannya! Pembahasan Hubungan antara varian dan simpangan baku adalah: Simpangan baku = √Varian Karena simpangan baku diketahui sebesar 6, maka: Varian = 6² Varian = 36 Jadi, nilai variannya adalah 36. Soal seperti ini relatif lebih mudah karena tidak perlu menghitung mean dan penyimpangan masing-masing data. Contoh Soal 7: Membandingkan Penyebaran Dua Data Soal: Diketahui dua kelompok data berikut. Kelompok A: 7, 8, 9, 10, 11 Kelompok B: 3, 6, 9, 12, 15 Kelompok manakah yang memiliki penyebaran data lebih besar berdasarkan simpangan baku? Pembahasan Kedua kelompok memiliki mean yang sama. Kelompok A: Mean = 9 Kuadrat selisih: 4 + 1 + 0 + 1 + 4 = 10 Varian: 10 / 5 = 2 Simpangan baku: √2 ≈ 1,41 Untuk Kelompok B: Mean = 9 Kuadrat selisih: 36 + 9 + 0 + 9 + 36 = 90 Varian: 90 / 5 = 18 Simpangan baku: √18 ≈ 4,24 Dari hasil tersebut, terlihat bahwa kedua kelompok memiliki rata-rata yang sama, tetapi penyebarannya berbeda. Kelompok A memiliki simpangan baku sekitar 1,41, sedangkan Kelompok B sekitar 4,24. Artinya, nilai-nilai pada Kelompok B tersebar lebih jauh dari rata-ratanya dibandingkan Kelompok A. Tips Cepat Mengerjakan Soal Simpangan Baku dan Varian Agar tidak mudah salah ketika mengerjakan soal, ada beberapa hal yang perlu diperhatikan. 1. Jangan langsung menggunakan rumus simpangan baku Pastikan nilai rata-rata sudah benar terlebih dahulu. Kesalahan pada mean akan memengaruhi seluruh perhitungan berikutnya. 2. Perhatikan tanda negatif Ketika menghitung selisih data dengan mean, hasilnya bisa negatif. Namun, setelah dikuadratkan, hasilnya selalu positif. Misalnya: (6 − 8)² = (-2)² = 4 Bukan -4. 3. Bedakan varian dengan simpangan baku Varian dan simpangan baku memiliki hubungan, tetapi nilainya berbeda. Jika varian = 9, maka: Simpangan baku = √9 = 3 4. Perhatikan apakah data merupakan populasi atau sampel Jika soal meminta varian atau simpangan baku populasi, pembaginya adalah N. Jika soal meminta ukuran sampel dengan rumus sampel, pembaginya adalah n − 1. 5. Gunakan tabel untuk mengurangi kesalahan Untuk data yang cukup banyak, tabel dengan kolom data, selisih dari mean, dan kuadrat selisih akan membuat proses perhitungan lebih teratur. Kesalahan yang Sering Terjadi Ada beberapa kesalahan yang sering dilakukan saat mengerjakan soal simpangan baku dan varian. Pertama, salah menghitung mean. Karena mean menjadi dasar untuk mencari penyimpangan, kesalahan kecil pada tahap ini dapat membuat hasil akhir salah. Kedua, lupa mengkuadratkan selisih. Varian menggunakan kuadrat dari selisih data dengan rata-rata, bukan selisih biasa. Ketiga, salah menentukan pembagi. Untuk populasi digunakan N, sedangkan pada rumus sampel digunakan n − 1. Keempat, menganggap varian sama dengan simpangan baku. Padahal, simpangan baku adalah akar kuadrat dari varian. Kelima, terburu-buru melakukan pembulatan. Sebaiknya gunakan nilai yang lebih presisi selama proses perhitungan dan lakukan pembulatan pada hasil akhir. Kesimpulan Simpangan baku dan varian data tunggal merupakan ukuran yang digunakan untuk mengetahui tingkat penyebaran suatu kumpulan data terhadap nilai rata-ratanya. Varian diperoleh dengan menghitung rata-rata kuadrat selisih setiap data terhadap mean, sedangkan simpangan baku diperoleh dengan mengambil akar kuadrat dari varian. Untuk mengerjakan soal, langkah yang paling aman adalah menghitung mean terlebih dahulu, kemudian mencari selisih setiap data dengan mean, mengkuadratkan selisih tersebut, menjumlahkannya, dan membaginya sesuai jenis data yang digunakan. Setelah mendapatkan varian, simpangan baku dapat diperoleh dengan cara mengambil akar kuadratnya. Dengan memahami alur tersebut, berbagai contoh soal simpangan baku dan varian data tunggal dapat dikerjakan secara lebih mudah dan sistematis. Kunci utamanya bukan hanya menghafal rumus, tetapi memahami hubungan antara rata-rata, penyebaran data, varian, dan simpangan baku.](https://daftarsekolah.spmb.teknokrat.ac.id/wp-content/uploads/2026/09/Gemini_Generated_Image_stezgqstezgqstez.jpeg)
Post Comment