◈ SakuArtis

Cara Hitung Standar Deviasi: Rumus + Contoh 2026

Standar deviasi mengukur penyebaran data dari rata-rata. Pelajari rumus populasi & sampel, langkah manual, contoh soal, data berkelompok, dan cara via Excel.

Oleh Tim Riset SakuArtis · Panduan terverifikasi 2026
Kategori: Cara Waktu baca ~7 mnt
Cara Hitung Standar Deviasi
Ilustrasi: cara hitung standar deviasi.Gambar via Wikimedia Commons — Perception vs Reality - Statistics for Sociology Chart.png (CC BY-SA 4.0) — Sumber: Wikimedia Commons — Perception vs Reality - Statistics for Sociology Chart.png (CC BY-SA 4.0)

Pengertian Standar Deviasi

Standar deviasi (simpangan baku) adalah ukuran seberapa jauh data tersebar dari nilai rata-ratanya. Semakin besar standar deviasi, semakin besar variasi data. Lebih teknisnya, standar deviasi merupakan akar kuadrat dari varians — varians sendiri adalah rata-rata kuadrat jarak setiap angka dalam data terhadap nilai rata-rata.

Dalam notasi matematika, standar deviasi populasi ditulis σ (sigma) dan standar deviasi sampel ditulis s atau S. Contoh intuitif: dua kelas dengan rata-rata nilai sama 80, tetapi kelas A memiliki SD 5 (nilai berkisar 75–85, konsisten) sedangkan kelas B memiliki SD 15 (nilai dari 60–100, sangat bervariasi).

Standar deviasi digunakan untuk: membandingkan variasi data antara satu kelompok dengan kelompok lainnya, melihat seberapa dekat data dengan nilai rata-rata, membantu menentukan apakah suatu data abnormal atau tidak, dan menentukan seberapa akurat suatu hasil pengukuran atau eksperimen.

Rumus Standar Deviasi Populasi dan Sampel

Ada dua rumus tergantung jenis data. Untuk data populasi (seluruh anggota kelompok diteliti): σ = √[Σ(X − μ)² / N], di mana X adalah nilai tiap data, μ rata-rata populasi, dan N jumlah seluruh data.

Untuk data sampel (sebagian dari populasi): S = √[Σ(X − X̄)² / (n − 1)], di mana X̄ rata-rata sampel dan n jumlah data sampel. Perlu diingat bahwa pada sampel kita menggunakan n−1 sebagai penyebut, bukan n. Ini disebut koreksi Bessel — sampel cenderung memiliki variabilitas lebih tinggi, sehingga perlu koreksi agar hasil lebih akurat.

Kesalahan umum pemula: tertukar memilih rumus. Pastikan dulu apakah data Anda populasi atau sampel sebelum menghitung.

Contoh Soal Perhitungan Manual Lengkap

Contoh: data nilai 5 siswa: 70, 80, 85, 90, 75 (diperlakukan sebagai populasi).

  1. Hitung rata-rata: (70+80+85+90+75)/5 = 400/5 = 80.
  2. Hitung selisih tiap nilai dengan rata-rata: -10, 0, 5, 10, -5.
  3. Kuadratkan tiap selisih: 100, 0, 25, 100, 25.
  4. Jumlahkan kuadrat selisih: 100 + 0 + 25 + 100 + 25 = 250.
  5. Bagi dengan jumlah individu (populasi): 250 / 5 = 50 (ini varians).
  6. Akar kuadrat: √50 ≈ 7,07.

Jadi standar deviasinya 7,07 — artinya nilai siswa rata-rata menyimpang sekitar 7 poin dari rata-rata 80.

Contoh lain: data 2, 4, 6, 8. Rata-rata = 5; selisih = -3, -1, 1, 3; kuadrat = 9, 1, 1, 9; jumlah = 20; varians = 20/4 = 5; SD = √5 ≈ 2,236.

Contoh sampel: data 1, 3, 5, 7, 9. Rata-rata = 5; selisih = -4, -2, 0, 2, 4; kuadrat = 16, 4, 0, 4, 16; jumlah = 40; varians sampel = 40/(5−1) = 10; SD = √10 ≈ 3,162. Perhatikan pembagi n−1 pada contoh sampel.

Standar Deviasi Data Berkelompok

Untuk data berkelompok (distribusi frekuensi), gunakan nilai tengah tiap kelas.

  1. Tentukan nilai tengah tiap kelas (batas bawah + batas atas dibagi 2).
  2. Hitung rata-rata berbobot: Σ(f × nilai tengah) / Σf.
  3. Hitung Σf(x − x̄)²: kalikan frekuensi tiap kelas dengan kuadrat selisih nilai tengah terhadap rata-rata, lalu jumlahkan.
  4. Varians = hasil langkah 3 dibagi total frekuensi; standar deviasi = akarnya.

Contoh: kelas dengan nilai tengah 64,5; 74,5; 84,5; 94,5 dan frekuensi 2, 4, 3, 1. Rata-rata = (2×64,5 + 4×74,5 + 3×84,5 + 1×94,5)/10 = 775/10 = 77,5. Σf(x−x̄)² = 810. Varians = 810/10 = 81. SD = √81 = 9.

Menghitung Standar Deviasi di Excel

Excel mempermudah perhitungan untuk data besar. Rumusnya:

  • =STDEV.P(range) — untuk standar deviasi populasi.
  • =STDEV.S(range) — untuk standar deviasi sampel (STDEV lama juga untuk sampel).

Contoh: data di sel A2:A6, ketik =STDEV.P(A2:A6) lalu Enter. Tips: masukkan data rapi dalam satu kolom; gunakan referensi sel agar hasil otomatis terupdate saat data berubah; buat grafik (histogram) untuk visualisasi sebaran; dan cek sesekali dengan perhitungan manual untuk memastikan rumus benar.

Cara Membaca dan Menginterpretasikan Hasil

HasilInterpretasi
SD = 0Semua nilai identik
SD kecilData konsisten, dekat rata-rata
SD besarData bervariasi, tersebar jauh dari rata-rata
Nilai > 2 SD dari rata-rataTergolong tidak biasa
Nilai > 3 SD dari rata-rataSangat mencurigakan sebagai outlier

Dalam perbandingan dua kelompok, yang SD-nya lebih kecil lebih konsisten. Contoh aplikasi nyata: kelompok A (data 170, 172, 168, 175, 177; rata-rata 172,4; SD = 3,5) vs kelompok B (data 165, 167, 170, 169, 172; rata-rata 168,6; SD = 2,65) — kelompok B lebih konsisten karena SD-nya lebih kecil. Aplikasi lain: guru membandingkan konsistensi dua kelas, investor menilai risiko reksa dana, peneliti melaporkan presisi pengukuran.

Pertanyaan Umum

Bagaimana cara hitung standar deviasi?

Hitung rata-rata, lalu selisih tiap nilai terhadap rata-rata, kuadratkan tiap selisih, jumlahkan, bagi dengan N (populasi) atau n-1 (sampel), lalu ambil akar kuadratnya.

Apa rumus standar deviasi populasi?

σ = √[Σ(xi − μ)² / N], di mana σ adalah standar deviasi populasi, xi tiap nilai data, μ rata-rata populasi, dan N jumlah seluruh data.

Apa rumus standar deviasi sampel?

s = √[Σ(xi − x̄)² / (n−1)], dengan pembagi n−1 yang disebut koreksi Bessel agar estimasi tidak bias.

Apa perbedaan rumus populasi dan sampel?

Populasi membagi dengan N (seluruh anggota diteliti), sedangkan sampel membagi dengan n−1. Pastikan dulu jenis data Anda sebelum memilih rumus.

Bagaimana cara hitung standar deviasi di Excel?

Gunakan =STDEV.P(range) untuk populasi dan =STDEV.S(range) untuk sampel, misalnya =STDEV.P(A2:A6).

Apa arti standar deviasi kecil atau besar?

SD kecil berarti data konsisten dan dekat rata-rata; SD besar berarti data tersebar dan bervariasi jauh dari rata-rata.

Apa itu varians?

Varians adalah kuadrat dari standar deviasi — hasil pembagian jumlah kuadrat selisih sebelum diakarkan.

Bagaimana menentukan data abnormal dengan standar deviasi?

Nilai yang berjarak lebih dari 2 standar deviasi dari rata-rata tergolong tidak biasa, dan lebih dari 3 SD sangat mencurigakan sebagai outlier.

Sumber