standar deviasi, atau simpangan baku.
mungkin untuk mudahnya standar deviasi tuh seperti ini:
misalnya ada 10 batang kayu. Kayu ini telah dipotong. Batang kayu ini mau diukur panjangnya satu persatu. Setelah diukur, hasil yang diperoleh pasti berbeda-beda, jadi didapat 10 data yang berbeda masing-masing nilainya.
misalnya: kayu 1=10,01m kayu 2= 10,05m kayu 3=10,04m dst
pemilik kayu ingin mengetahui apakah kayu2 yang dipotong itu ukurannya sama, karena biasanya perbedaan ukuran yang kecil itu diabaikan, misalnya beda kayu yang satu dengan yang lain hanya 0,5cm, jarak 0,5cm ini termasuk kecil bahkan tidak berarti untuk panjang keseluruhan 10m, tetapi tetap berbeda.
untuk itulah dihitung standar deviasinya, nah nilai standar deviasi yang nanti diperoleh itu gunanya untuk dibandingkan dengan nilai masing2 panjang kayu nantinya. apakah ada kayu yang terlalu panjang atau terlalu pendek, dibandingkan dengan standar deviasinya.
jika kita punya data maka kita memerlukan nilai yg bisa mewakili semua
data itu namanya nilai tengah. krn data itu jika dibuat deskriptif,
berbentuk menyebar maka kita memerlukan nilai penyebarannya yg disebut
standar deviasi.
jika standar dev itu dikuadratkan menjadi variansi. dan nilai tsb
biasanya mewakili nilai keragaman / homogenitas.
autokorelasi adalah korelasi antar error atau kesalahan yang terjadi
pada regresi. Korelasi tsb menyebabkan nilai koefisien regresi dapat
menjadi tidak signifikan.
Sedangkan homoskedastisitas itu adalah variansi/keragaman yg terjadi
pada error dlm regresi tsb.
mungkin untuk mudahnya standar deviasi tuh seperti ini:
misalnya ada 10 batang kayu. Kayu ini telah dipotong. Batang kayu ini mau diukur panjangnya satu persatu. Setelah diukur, hasil yang diperoleh pasti berbeda-beda, jadi didapat 10 data yang berbeda masing-masing nilainya.
misalnya: kayu 1=10,01m kayu 2= 10,05m kayu 3=10,04m dst
pemilik kayu ingin mengetahui apakah kayu2 yang dipotong itu ukurannya sama, karena biasanya perbedaan ukuran yang kecil itu diabaikan, misalnya beda kayu yang satu dengan yang lain hanya 0,5cm, jarak 0,5cm ini termasuk kecil bahkan tidak berarti untuk panjang keseluruhan 10m, tetapi tetap berbeda.
untuk itulah dihitung standar deviasinya, nah nilai standar deviasi yang nanti diperoleh itu gunanya untuk dibandingkan dengan nilai masing2 panjang kayu nantinya. apakah ada kayu yang terlalu panjang atau terlalu pendek, dibandingkan dengan standar deviasinya.
jika kita punya data maka kita memerlukan nilai yg bisa mewakili semua
data itu namanya nilai tengah. krn data itu jika dibuat deskriptif,
berbentuk menyebar maka kita memerlukan nilai penyebarannya yg disebut
standar deviasi.
jika standar dev itu dikuadratkan menjadi variansi. dan nilai tsb
biasanya mewakili nilai keragaman / homogenitas.
autokorelasi adalah korelasi antar error atau kesalahan yang terjadi
pada regresi. Korelasi tsb menyebabkan nilai koefisien regresi dapat
menjadi tidak signifikan.
Sedangkan homoskedastisitas itu adalah variansi/keragaman yg terjadi
pada error dlm regresi tsb.
Tidak ada komentar:
Posting Komentar