◈ SakuArtis

Cara Menghitung Standar Deviasi 2026: Rumus + Contoh

Standar deviasi adalah ukuran penyebaran data yang paling sering dipakai dalam statistika, dari nilai ujian hingga riset pasar. Banyak siswa bisa menghafal rumusnya tetapi bingung menerapkannya langkah demi langkah. Artikel ini menjelaskan cara menghitung standar deviasi populasi dan sampel dengan lima langkah sederhana, lengkap dengan contoh perhitungan manual yang detail dan cara interpretasi hasilnya.

Oleh Tim Riset SakuArtis · Panduan terverifikasi 2026
Kategori: Cara Diperbarui 15 Oktober 2026 Waktu baca ~7 mnt
Cara cara menghitung standar deviasi
Ilustrasi: cara cara menghitung standar deviasi.Gambar via Fischer HCC (ilustrasi analisis data) — Sumber: Fischer HCC (ilustrasi analisis data)

Pengertian Standar Deviasi dan Fungsinya

Standar deviasi (simpangan baku) adalah ukuran statistik yang menunjukkan seberapa tersebar data dari nilai rata-ratanya. Jika standar deviasi kecil, data mengumpul rapat di sekitar rata-rata — artinya data konsisten atau seragam. Jika besar, data tersebar jauh dari rata-rata — artinya data bervariasi. Konsep ini dipakai di hampir semua bidang: pendidikan, ekonomi, sains, hingga kontrol kualitas industri.

Contoh intuitif: dua kelas sama-sama memiliki rata-rata nilai 75. Kelas A berstandar deviasi 5, artinya sebagian besar nilai berkisar 70-80 (merata). Kelas B berstandar deviasi 15, artinya ada siswa bernilai 50 dan ada yang 95 (jomplang). Rata-rata yang sama ternyata menyembunyikan cerita berbeda — dan standar deviasilah yang membongkarnya.

Standar deviasi adalah akar kuadrat dari varians. Varians sendiri merupakan rata-rata dari kuadrat selisih tiap data terhadap rata-ratanya. Mengapa dikuadratkan? Agar selisih negatif dan positif tidak saling meniadakan. Mengapa diakarkan? Agar satuannya kembali ke satuan asal data (misal cm, bukan cm kuadrat) sehingga mudah diinterpretasi.

Dalam praktik, standar deviasi dipakai untuk menilai konsistensi (mesin produksi yang SD-nya kecil berarti presisi), mengukur risiko (investasi ber-SD tinggi berarti fluktuatif), mendeteksi data aneh atau outlier, dan sebagai bahan perhitungan statistik lanjutan seperti uji hipotesis dan interval kepercayaan.

Dalam ilmu sosial, standar deviasi dipakai untuk mengukur konsensus: survei dengan SD kecil berarti responden sepakat, SD besar berarti pendapat terbelah. Misalnya skala kepuasan 1-5 dengan rata-rata 3,5 dan SD 0,4 menunjukkan mayoritas puas, sedangkan rata-rata sama dengan SD 1,4 menunjukkan ada kelompok sangat puas dan sangat tidak puas.

Rumus Standar Deviasi Populasi dan Sampel

Ada dua rumus yang wajib dibedakan. Standar deviasi populasi (simbol sigma) dipakai ketika data mencakup seluruh anggota populasi: sigma = akar dari [ jumlah (xi - mu) kuadrat / N ]. Keterangannya: xi adalah tiap nilai data, mu adalah rata-rata populasi, dan N adalah banyaknya seluruh data.

Standar deviasi sampel (simbol s) dipakai ketika data hanya sebagian dari populasi: s = akar dari [ jumlah (xi - x-bar) kuadrat / (n - 1) ]. Perbedaannya hanya pada pembagi: n-1, bukan n. Koreksi ini disebut koreksi Bessel, yang membuat estimasi dari sampel tidak bias (tidak meremehkan penyebaran populasi sebenarnya).

Kapan memakai yang mana? Jika data Anda adalah seluruh siswa satu kelas (misal 36 siswa dan Anda menganalisis kelas itu saja), pakai populasi. Jika 30 siswa diambil sebagai sampel dari 1.000 siswa satu angkatan untuk digeneralisasi, pakai sampel. Dalam soal ujian, perhatikan kata kuncinya: data populasi vs data sampel.

Kesalahan umum adalah tertukar memakai rumus — akibatnya jawaban meleset meski langkahnya benar. Tips: jika soal tidak menyebut sampel dan datanya tampak lengkap (misal nilai 8 siswa suatu kelompok belajar kecil), umumnya yang diminta adalah standar deviasi populasi. Jika disebut survei atau contoh, pakai sampel.

Di pasar modal, standar deviasi return saham disebut volatilitas — ukuran risiko investasi. Saham dengan return rata-rata 12% dan SD 5% relatif stabil, sedangkan return sama dengan SD 20% sangat fluktuatif. Inilah dasar pepatah high risk high return yang sebenarnya bisa diukur secara kuantitatif.

Lima Langkah Menghitung Standar Deviasi Manual

Langkah 1: hitung rata-rata data. Jumlahkan semua nilai lalu bagi dengan banyaknya data. Contoh data: 2, 4, 4, 4, 5, 5, 7, 9. Jumlah = 40, banyak data = 8, rata-rata = 5. Rata-rata ini menjadi titik acuan untuk mengukur penyebaran.

Langkah 2: cari selisih tiap data terhadap rata-rata (xi - rata-rata). Untuk contoh: 2-5 = -3; 4-5 = -1 (tiga kali); 5-5 = 0 (dua kali); 7-5 = 2; 9-5 = 4. Perhatikan ada selisih negatif — itu wajar dan akan hilang di langkah berikutnya.

Langkah 3: kuadratkan setiap selisih. (-3) kuadrat = 9; (-1) kuadrat = 1 (tiga kali); 0 kuadrat = 0 (dua kali); 2 kuadrat = 4; 4 kuadrat = 16. Penguadratan membuat semua nilai positif sehingga selisih di atas dan di bawah rata-rata tidak saling menghapus.

Langkah 4: jumlahkan semua kuadrat selisih lalu bagi dengan N (populasi) atau n-1 (sampel) untuk mendapat varians. Contoh: 9+1+1+1+0+0+4+16 = 32. Varians populasi = 32/8 = 4. Varians sampel = 32/7 = 4,57. Langkah 5: akarkan varians untuk mendapat standar deviasi. Populasi: akar(4) = 2. Sampel: akar(4,57) = 2,14.

Untuk data kelompok (tabel frekuensi), langkahnya dimodifikasi: cari nilai tengah tiap kelas, kalikan dengan frekuensi untuk rata-rata, lalu hitung jumlah f dikali kuadrat selisih nilai tengah terhadap rata-rata, bagi total frekuensi, dan akarkan. Prinsipnya identik dengan data tunggal, hanya terboboti frekuensi.

Contoh Soal Lengkap dengan Pembahasan

Soal 1 (populasi): Tentukan standar deviasi dari data 6, 8, 10, 12, 14. Rata-rata = 50/5 = 10. Selisih: -4, -2, 0, 2, 4. Kuadrat: 16, 4, 0, 4, 16, total 40. Varians = 40/5 = 8. Standar deviasi = akar(8) = 2,83. Artinya data tersebar rata-rata 2,83 satuan dari rata-ratanya.

Soal 2 (sampel): Dari survei 6 rumah tangga didapat pengeluaran listrik (ribu rupiah): 150, 180, 200, 170, 190, 210. Rata-rata = 1.100/6 = 183,33. Selisih kuadrat masing-masing: 1.111,11; 11,11; 277,78; 177,78; 44,44; 711,11, total 2.333,33. Varians sampel = 2.333,33/5 = 466,67. Standar deviasi = akar(466,67) = 21,6 ribu rupiah.

Soal 3 (interpretasi): Dua mesin mengemas gula dengan target 1.000 gram. Mesin X: rata-rata 1.000 g, SD 3 g. Mesin Y: rata-rata 1.000 g, SD 12 g. Mesin X lebih presisi karena SD-nya kecil — hampir semua kemasan mendekati 1.000 g. Mesin Y perlu dikalibrasi ulang karena variasinya besar dan berisiko melanggar toleransi.

Tips mengerjakan soal: tulis tabel kolom berisi data, selisih, dan kuadrat selisih agar rapi dan mudah dicek ulang. Jangan membulatkan di tengah perhitungan — bulatkan hanya hasil akhir (biasanya 2 desimal). Dan selalu tulis satuan pada jawaban akhir jika data memiliki satuan.

Soal 4 (pilihan ganda jebakan): data 10, 10, 10, 10 memiliki standar deviasi 0 karena tidak ada penyebaran. Banyak peserta terkecoh memilih rumus lalu bingung. Ingat konsepnya: tanpa variasi, simpangan bakunya nol — tidak perlu menghitung.

Menghitung dengan Kalkulator dan Excel

Kalkulator scientific memiliki mode statistik (tombol MODE lalu pilih STAT atau SD). Masukkan data satu per satu, lalu baca hasilnya: simbol sigma-x atau populasi untuk standar deviasi populasi, dan simbol s atau x-sigma-n-1 untuk sampel. Pastikan mode sudah benar sebelum input — salah mode adalah sumber kesalahan paling umum.

Di Microsoft Excel atau Google Sheets, rumusnya sudah tersedia. Untuk populasi: =STDEV.P(range), contoh =STDEV.P(A1:A8). Untuk sampel: =STDEV.S(range), contoh =STDEV.S(A1:A8). Di Excel versi lama, nama fungsinya STDEVP (populasi) dan STDEV (sampel). Hasilnya langsung berupa standar deviasi tanpa perlu menghitung varians manual.

Untuk dataset besar, pertimbangkan memakai Python atau R, tetapi untuk kebutuhan sekolah dan kuliah dasar, Excel sudah lebih dari cukup. Selalu lakukan cek kewajaran: standar deviasi tidak mungkin negatif, dan nilainya wajar jika berada di kisaran 0 hingga setengah rentang data untuk data yang tidak terlalu ekstrem.

Terakhir, ingat aturan empiris 68-95-99,7 untuk distribusi normal: sekitar 68% data berada dalam 1 SD dari rata-rata, 95% dalam 2 SD, dan 99,7% dalam 3 SD. Aturan ini membantu menilai apakah suatu nilai wajar atau termasuk outlier yang perlu diselidiki lebih lanjut.

Dalam kontrol kualitas pabrik, batas toleransi sering dinyatakan sebagai rata-rata plus-minus kelipatan SD (misal +-3 SD). Produk di luar batas dianggap cacat. Metode ini (terkait Six Sigma) menunjukkan bagaimana satu konsep statistika sederhana menjadi fondasi sistem mutu industri modern.

Pertanyaan Umum

Apa rumus standar deviasi?

Untuk populasi: sigma = akar dari (jumlah (xi - rata-rata) kuadrat dibagi N). Untuk sampel: s = akar dari (jumlah (xi - rata-rata) kuadrat dibagi (n-1)). Perbedaannya hanya pada pembagi: N untuk populasi, n-1 untuk sampel. Langkahnya sama: hitung rata-rata, cari selisih tiap data, kuadratkan, rata-ratakan (varians), lalu akarkan.

Apa beda standar deviasi populasi dan sampel?

Standar deviasi populasi dipakai saat data mencakup seluruh anggota populasi (pembagi N). Standar deviasi sampel dipakai saat data hanya sebagian kecil dari populasi (pembagi n-1) sebagai koreksi agar estimasi tidak bias. Contoh: nilai seluruh siswa satu kelas = populasi; nilai 30 siswa dari 1.000 siswa = sampel.

Apa itu varians dan hubungannya dengan standar deviasi?

Varians adalah rata-rata kuadrat selisih tiap data terhadap rata-ratanya, sedangkan standar deviasi adalah akar kuadrat dari varians. Varians satuannya kuadrat (misal cm2) sehingga sulit diinterpretasi langsung; standar deviasi mengembalikan ke satuan asal (cm) sehingga lebih bermakna dalam praktik.

Bagaimana interpretasi nilai standar deviasi?

Standar deviasi kecil berarti data mengumpul rapat di sekitar rata-rata (konsisten/seragam). Standar deviasi besar berarti data tersebar jauh dari rata-rata (bervariasi). Contoh: dua kelas sama-sama rata-rata 75, tetapi kelas A SD=5 (nilai merata) dan kelas B SD=15 (ada yang sangat tinggi dan sangat rendah).

Berapa standar deviasi dari data 2, 4, 4, 4, 5, 5, 7, 9?

Rata-rata = 40/8 = 5. Selisih kuadrat: 9, 1, 1, 1, 0, 0, 4, 16, total 32. Varians populasi = 32/8 = 4, standar deviasi = akar(4) = 2. Jika dianggap sampel: varians = 32/7 = 4,57, standar deviasi = 2,14. Contoh klasik ini sering muncul di soal ujian.

Kapan standar deviasi bernilai nol?

Standar deviasi nol hanya terjadi jika semua nilai data identik, misalnya data 7, 7, 7, 7. Karena tidak ada selisih terhadap rata-rata, tidak ada penyebaran sama sekali. Dalam data nyata hal ini jarang terjadi kecuali pengukurannya memang seragam sempurna.

Apa hubungan standar deviasi dengan kurva normal?

Pada distribusi normal, sekitar 68% data berada dalam 1 standar deviasi dari rata-rata, 95% dalam 2 standar deviasi, dan 99,7% dalam 3 standar deviasi (aturan empiris 68-95-99,7). Aturan ini dipakai untuk menilai kewajaran data dan mendeteksi outlier.

Bagaimana menghitung standar deviasi di Excel?

Gunakan =STDEV.P(range) untuk populasi dan =STDEV.S(range) untuk sampel di Excel versi baru (atau STDEVP/STDEVA dan STDEV/STDEVA di versi lama). Di kalkulator scientific, masukkan mode STAT/SD, input data, lalu baca nilai sigma-x (populasi) atau s (sampel). Selalu cek dulu data Anda populasi atau sampel.

Sumber