Kalkulator Koefisien Variasi

Apa itu kalkulator koefisien variasi?

Kalkulator koefisien variasi mengukur seberapa besar variasi sekumpulan angka relatif terhadap rata-ratanya sendiri. Masukkan data Anda dan kalkulator akan melaporkan rata-rata, simpangan baku sampel, dan koefisien variasi (KV) — simpangan baku yang dinyatakan sebagai persentase dari rata-rata.

Tidak seperti simpangan baku, yang diukur dalam satuan yang sama dengan data Anda, koefisien variasi adalah angka murni tanpa satuan. Hal ini membuatnya ideal untuk membandingkan sebaran dua kumpulan data yang memiliki satuan berbeda atau skala yang sangat berbeda — misalnya, membandingkan variabilitas curah hujan bulanan (dalam milimeter) dengan variabilitas suhu harian (dalam derajat), atau membandingkan volatilitas saham berharga rendah dengan saham berharga tinggi.

KV yang kecil berarti nilai-nilai mengelompok rapat di sekitar rata-rata; KV yang besar berarti nilai-nilai tersebar luas relatif terhadap rata-rata.

Bagaimana cara kerjanya?

Koefisien variasi adalah rasio simpangan baku sampel $s$ terhadap rata-rata $\mu$, dikalikan 100 untuk menjadikannya persentase:

Kalkulator ini menggunakan simpangan baku sampel (dengan koreksi Bessel, membagi dengan $n - 1$), sehingga diperlukan setidaknya dua titik data. Simpangan baku sampel adalah akar kuadrat dari rata-rata kuadrat jarak setiap nilai dari rata-rata:

Perhitungannya mengikuti tiga langkah:

1. Temukan rata-rata dengan menjumlahkan semua nilai dan membaginya dengan banyaknya nilai.
2. Temukan simpangan baku sampel dengan menjumlahkan kuadrat simpangan dari rata-rata, membaginya dengan $n - 1$, dan mengambil akar kuadratnya.
3. Bagilah simpangan baku dengan rata-rata dan kalikan dengan 100 untuk menyatakan hasilnya sebagai persentase.

Koefisien variasi hanya bermakna untuk data yang diukur pada skala rasio dengan rata-rata positif yang bukan nol. Jika rata-ratanya nol, KV tidak terdefinisi, dan ukuran ini menjadi tidak andal ketika rata-rata mendekati nol atau data mengandung nilai negatif.

Contoh perhitungan

Tinjau kumpulan data $1, 2, 3, 4, 5$, yang memiliki $n = 5$ nilai.

Pertama, rata-rata:

Kuadrat simpangan dari rata-rata $3$ adalah $4, 1, 0, 1, 4$, yang berjumlah $10$. Membaginya dengan $n - 1 = 4$ dan mengambil akar kuadratnya menghasilkan simpangan baku sampel:

Koefisien variasinya kemudian:

Untuk kumpulan data $2, 4, 4, 4, 5, 5, 7, 9$, rata-ratanya adalah $5$ dan jumlah kuadrat simpangannya adalah $32$. Membaginya dengan $n - 1 = 7$ menghasilkan simpangan baku sampel $\sqrt{32/7} \approx 2.1381$, sehingga:

Kumpulan data kedua memiliki rata-rata lebih tinggi tetapi sebaran relatif lebih rendah, sehingga KV-nya lebih kecil meskipun simpangan baku mentahnya lebih besar.

Catatan praktis

Koefisien variasi menonjol setiap kali Anda perlu membandingkan variabilitas antar kumpulan data yang tidak dapat dibandingkan hanya dengan simpangan baku — satuan berbeda, besaran berbeda, atau rata-rata berbeda. Dalam keuangan, ia digunakan untuk menilai risiko per unit imbal hasil; dalam ilmu laboratorium, ia mengukur presisi suatu metode pengukuran; dalam pengendalian mutu, ia melacak konsistensi suatu proses dari waktu ke waktu.

KV dibangun langsung di atas rata-rata dan simpangan baku, sehingga ia berpadu secara alami dengan keduanya. Untuk ringkasan yang lebih luas tentang pusat suatu kumpulan data, Anda mungkin juga menginginkan mean, median, dan modus.

Pertanyaan yang sering diajukan

Berapa koefisien variasi yang baik?

Tidak ada ambang batas universal — itu bergantung pada bidangnya. Sebagai panduan kasar, KV di bawah 10% sering dianggap variabilitas rendah, 10–30% sedang, dan di atas 30% tinggi. Selalu tafsirkan KV terhadap norma bidang Anda sendiri.

Mengapa menggunakan koefisien variasi alih-alih simpangan baku?

Karena KV tanpa satuan, ia memungkinkan Anda membandingkan sebaran relatif kumpulan data yang memiliki satuan berbeda atau rata-rata yang sangat berbeda. Simpangan baku saja dapat menyesatkan: simpangan baku 10 itu besar untuk data dengan rata-rata 20, tetapi sangat kecil untuk data dengan rata-rata 10.000.

Kapan koefisien variasi tidak sesuai?

Hindari KV ketika rata-rata bernilai nol, negatif, atau mendekati nol, dan ketika data Anda berada pada skala interval (seperti suhu dalam Celsius) di mana titik nolnya sembarang. Dalam kasus tersebut, rasio terhadap rata-rata menjadi tidak stabil atau tidak bermakna.