Kalkulator Statistik

Statistika deskriptif meringkas kumpulan data menjadi angka ringkasan yang bermakna.

• Ukuran tendensi sentral (rata-rata, median, modus) memberi tahu Anda di mana pusat data berada.
• Ukuran dispersi (rentang, varians, simpangan baku, IQR) memberi tahu Anda seberapa tersebar nilai-nilai tersebut.
• Ukuran bentuk (kemiringan dan kurtosis) menjelaskan simetri distribusi dan perilaku ekor.

Bersama-sama, statistik ini memberikan gambaran lengkap tentang data Anda tanpa perlu melihat setiap nilai individual.

Ketika data Anda mewakili seluruh populasi, Anda membaginya dengan N untuk mendapatkan varians dan simpangan baku populasi. Ketika data Anda adalah sampel yang diambil dari populasi yang lebih besar, Anda membaginya dengan N-1 (koreksi Bessel) untuk mendapatkan estimasi yang tidak bias.

Simpangan baku sampel selalu sedikit lebih besar daripada simpangan baku populasi untuk kumpulan data yang sama.

Untuk N yang besar, perbedaannya dapat diabaikan, tetapi untuk sampel kecil, koreksi ini sangat penting.

• Rata-rata adalah jumlah semua nilai dibagi dengan cacahnya
• median adalah nilai tengah dari data yang diurutkan
• modus adalah nilai yang paling sering muncul

Untuk kumpulan data {68, 72, 76, 78, 82, 85, 88, 90, 91, 95}, mengetahui cara menghitung rata-rata menghasilkan 825 dibagi 10, atau 82,5. Dengan jumlah genap 10 nilai, median merata-ratakan dua angka tengah, yaitu (82 + 85) / 2 = 83,5. Tidak ada nilai yang berulang, jadi kumpulan ini tidak memiliki modus.

Sebagaimana dijelaskan oleh Khan Academy, ketiga ukuran tendensi sentral ini menjawab pertanyaan yang berbeda, sehingga melaporkan ketiga-tiganya memberikan gambaran yang lebih utuh daripada hanya menggunakan salah satu saja.

Varians adalah rata-rata dari kuadrat selisih dari rata-rata, dan simpangan baku adalah akar kuadrat dari varians.

Langkah awal Anda:

• kurangi rata-rata dari setiap nilai
• kuadratkan setiap hasilnya
• jumlahkan semuanya

Varians populasi membagi jumlah tersebut dengan N; varians sampel membaginya dengan N-1. Untuk 10 nilai ujian dengan rata-rata 82,5, varians sampel adalah sekitar 78,28 dan simpangan baku sampel adalah sekitar 8,85.

Wolfram MathWorld mencatat bahwa mengkuadratkan selisih menghilangkan tanda negatif dan memberikan bobot lebih besar pada penyimpangan yang lebih jauh dari rata-rata, itulah sebabnya simpangan baku menjadi ukuran penyebaran yang paling dominan dalam statistika.

Kuartil membagi data yang diurutkan menjadi empat bagian yang sama:

• Q1 adalah persentil ke-25
• Q2 adalah median
• Q3 adalah persentil ke-75

Rentang antar_kuartil (IQR) sama dengan Q3 dikurangi Q1 dan menangkap penyebaran dari 50% data di tengah. Untuk {68, 72, 76, 78, 82, 85, 88, 90, 91, 95}, Q1 adalah 76, Q3 adalah 90, jadi IQR = 90 - 76 = 14.

Ringkasan lima angka — minimum, Q1, median, Q3, maksimum — adalah 68, 76, 83,5, 90, 95. NIST/SEMATECH e-Handbook of Statistical Methods mendeskripsikan ringkasan ini sebagai dasar untuk diagram kotak (box plot).

Kemiringan mengukur asimetri suatu distribusi, dan kurtosis mengukur ketebalan ekornya.

Kemiringan nol menunjukkan distribusi yang simetris; nilai positif menandakan ekor kanan yang lebih panjang, dan nilai negatif menandakan ekor kiri yang lebih panjang.

Kurtosis membandingkan bobot ekor dengan distribusi normal, yang memiliki kurtosis 3, atau kurtosis berlebih 0. Kurtosis yang lebih tinggi menyiratkan ekor yang lebih berat dan pencilan yang lebih ekstrim.

Menurut Wolfram MathWorld, momen ketiga dan keempat yang distandarisasi ini memperluas deskripsi kumpulan data melampaui pusat dan penyebaran, mengungkapkan fitur bentuk yang tidak dapat ditangkap oleh rata-rata dan simpangan baku secara sendiri.

Koefisien variasi (CV) adalah simpangan baku dibagi dengan rata-rata, yang dinyatakan sebagai persentase: CV = (SD / rata-rata) x 100%.

Karena tidak memiliki satuan, CV memungkinkan Anda membandingkan variabilitas antarhimpunan data yang diukur dalam satuan atau skala yang berbeda. Untuk 10 nilai ujian tersebut, CV bernilai sekitar 8,85 / 82,5 x 100%, atau sekitar 10,7%, yang menunjukkan variabilitas yang relatif rendah.

Encyclopaedia Britannica mendefinisikan CV sebagai ukuran dispersi yang distandarisasi. Aturan praktis yang umum menganggap CV di bawah 15% sebagai rendah, dan di atas 30% sebagai tinggi, meskipun ambang batas ideal bergantung pada bidang dan konteks Anda.

Peringkat persentil memberi tahu Anda persentase nilai dalam suatu himpunan data yang berada di bawah nilai tertentu, sehingga hal ini dibangun secara langsung di atas pemahaman cara menghitung persentase. Rumus sederhananya adalah: peringkat persentil = (jumlah nilai di bawah x / jumlah total) x 100.

Jika 7 dari 10 nilai ujian lebih rendah daripada nilai Anda, peringkat persentil Anda adalah 70, yang berarti nilai Anda lebih tinggi daripada 70% kelompok tersebut. Persentil menjadi dasar dari banyak sistem pelaporan standar, mulai dari nilai ujian hingga grafik pertumbuhan anak.

Khan Academy menekankan bahwa persentil menggambarkan posisi relatif alih-alih nilai absolut, itulah sebabnya nilai mentah menjadi jauh lebih mudah diinterpretasikan begitu Anda mengetahui persentil yang sesuai dengannya.

Statistik deskriptif muncul di hampir setiap bidang kuantitatif.

• Dalam manufaktur, program Six Sigma menggunakan simpangan baku untuk mengkuantifikasi tingkat cacat dan kapabilitas proses.
• Dalam keuangan, simpangan baku mengukur volatilitas pengembalian, sementara rata-rata memperkirakan pengembalian yang diharapkan.
• Badan kesehatan masyarakat mengandalkan nilai tengah dan persentil untuk merangkum hasil di berbagai populasi, dan para pendidik menggunakannya untuk menafsirkan performa ujian.

NIST/SEMATECH e-Handbook of Statistical Methods menunjukkan bagaimana statistik ringkasan mendukung pengendalian kualitas dan analisis eksperimental. Baik Anda sedang menilai ujian, memantau lini produksi, maupun membandingkan portofolio investasi, ukuran-ukuran ini mengubah angka mentah menjadi keputusan yang dapat Anda pertanggungjawabkan.

Aturan empiris, atau aturan 68-95-99,7, menjelaskan bagaimana data tersebar dalam distribusi normal:

• Sekitar 68% nilai berada dalam satu simpangan baku dari rata-rata
• sekitar 95% berada dalam dua simpangan baku
• dan sekitar 99,7% berada dalam tiga simpangan baku

Misalnya, jika suatu ujian memiliki rata-rata 82,5 dan simpangan baku sekitar 8,85, kira-kira 95% nilai akan terletak antara 64,8 dan 100,2 jika datanya berdistribusi normal.

Encyclopaedia Britannica mencatat bahwa aturan inilah yang membuat simpangan baku sangat luas digunakan: aturan ini mengubah sebaran abstrak menjadi kisaran probabilitas konkret yang dapat Anda nalar.

• Kesalahan yang paling sering terjadi adalah mencampuradukkan rumus sampel dan populasi: membagi dengan N ketika data Anda hanyalah sampel akan mengecilkan variabilitas yang sebenarnya, jadi gunakan N-1 (koreksi Bessel) untuk sampel.
• Kesalahan lainnya adalah gagal mengurutkan data sebelum mencari nilai tengah atau kuartil, yang menghasilkan temuan tanpa makna.
• Orang-orang juga sering membingungkan modus (nilai yang paling sering muncul) dengan rata-rata, atau melaporkan modus untuk data yang setiap nilainya unik.
• Terakhir, ingatlah bahwa rata-rata sensitif terhadap pencilan sedangkan nilai tengah bersifat tangguh (robust), sehingga satu nilai ekstrim saja dapat mendistorsi rata-rata Anda.

Selalu pastikan statistik mana yang paling tepat menjawab pertanyaan spesifik Anda sebelum menarik kesimpulan.