Rumus STDEV Excel: Hitung Standar Deviasi buat Analisa Sebaran
Blog/Tutorial Excel & Sheets/Rumus STDEV Excel: Hitung Standar Deviasi buat Analisa Sebaran

Rumus STDEV Excel: Hitung Standar Deviasi buat Analisa Sebaran

BimaBima
·23 Februari 2026·9 menit baca

Penulis

Bima

Bima

Founder & Data Professional

Bagikan

TL;DR

Rumus STDEV Excel ngitung standar deviasi, yaitu seberapa jauh data nyebar dari nilai rata-ratanya. Pakai =STDEV.S(range) kalau datamu sampel dari populasi lebih besar, dan =STDEV.P(range) kalau datamu populasi lengkap. Angka STDEV yang kecil artinya data ngumpul rapat di sekitar rata-rata, sementara STDEV besar artinya sebarannya lebar dan rata-ratanya kurang bisa diandalkan.

Standar deviasi ngukur seberapa jauh angka-angka di datamu nyebar dari rata-ratanya. Di Excel, rumusnya =STDEV.S(range).

Dua toko bisa punya omzet rata-rata sama-sama Rp 2 juta per hari. Tapi yang satu stabil di kisaran 1,9–2,1 juta, yang satu lompat-lompat dari 400 ribu sampai 5 juta.

Rata-rata gak bisa bedain dua toko itu. STDEV bisa.

Dan buat orang yang ngurus stok atau cash flow, perbedaan itu yang nentuin berapa banyak buffer yang harus disiapin.

Apa itu standar deviasi?

Standar deviasi adalah ukuran rata-rata jarak setiap data dari nilai rata-ratanya. Satuannya sama dengan satuan data aslinya. Kalau datamu rupiah, STDEV-nya juga rupiah.

STDEV kecil = angka-angkamu ngumpul rapat di sekitar rata-rata. STDEV besar = sebarannya lebar, rata-rata jadi kurang bisa dipercaya.

Cara kerjanya di belakang layar

Excel ngitungnya lewat empat langkah:

  1. Hitung rata-rata semua data.
  2. Cari selisih tiap data dari rata-rata itu.
  3. Kuadratin tiap selisihnya, lalu jumlahin.
  4. Bagi hasilnya, terus akar kuadratin.

Langkah 3 yang penting: selisihnya dikuadratin biar yang minus gak saling menghapus yang plus. Kalau gak dikuadratin, hasilnya selalu nol.

STDEV.S atau STDEV.P — pilih yang mana?

Excel punya dua rumus utama. Bedanya cuma di pembagi.

RumusBuat apaPembagiContoh
=STDEV.S(range)Sampel dari kelompok besarn−150 pelanggan dari 5.000
=STDEV.P(range)Populasi lengkapnNilai 30 siswa di satu kelas
=STDEVA(range)Sampel, teks dihitung 0n−1Jarang kepakai
=STDEVPA(range)Populasi, teks dihitung 0nJarang kepakai

Kalau ragu, pakai STDEV.S. Hampir semua data bisnis yang kamu pegang itu sampel — kamu punya data Januari, tapi yang mau kamu pahami itu pola sepanjang tahun.

Di data yang lebih dari 100 baris, selisih STDEV.S dan STDEV.P kecil banget. Di dataset 1.240 transaksi yang aku pakai di bawah, selisihnya cuma 0,04%. Gak ngubah kesimpulan apa pun.

Rumus lama =STDEV() dan =STDEVP() masih jalan buat kompatibilitas. Sintaks resminya ada di dokumentasi Microsoft.

Gimana cara pakai rumus STDEV di Excel?

Tiga langkah, gak lebih.

  1. Klik sel kosong tempat kamu mau hasilnya muncul.
  2. Ketik =STDEV.S( lalu blok kolom datamu.
  3. Tutup kurung, tekan Enter.
=STDEV.S(B2:B31)

Selesai. Yang lebih penting: gimana bacanya.

Baca hasilnya bareng rata-rata

Angka STDEV sendirian gak berarti apa-apa. Rp 15.000 itu besar atau kecil? Tergantung rata-ratanya berapa.

Makanya bagi STDEV sama rata-rata:

=STDEV.S(B2:B31)/AVERAGE(B2:B31)

Hasilnya namanya coefficient of variation (CV). Format jadi persen, dan sekarang angkanya bisa dibandingin antar dataset apa pun.

CVArtinyaTindakan
< 15%StabilRata-rata aman dipakai buat forecast
15–30%Cukup bervariasiSediain buffer stok
> 30%Naik-turun tajamJangan andelin rata-rata — cari polanya dulu

Contoh kasus: omzet harian dua cabang

Aku pakai data omzet harian dari dataset ngulikdata: dua cabang toko_berkah, Bandung dan Cimahi, 30 hari di Januari 2026.

Langkah 1 — hitung rata-rata dan STDEV

Cabang Bandung:
=AVERAGE(B2:B31)   → 2.150.000
=STDEV.S(B2:B31)   → 285.000

Cabang Cimahi:
=AVERAGE(C2:C31)   → 2.140.000
=STDEV.S(C2:C31)   → 890.000

Rata-ratanya nyaris kembar — selisih cuma Rp 10.000. Kalau laporan kamu berhenti di sini, dua cabang ini keliatan sama persis.

Langkah 2 — hitung CV

Bandung: 285.000 / 2.150.000 = 13,3%
Cimahi:  890.000 / 2.140.000 = 41,6%

Sekarang ceritanya beda total.

Bandung stabil — omzet harian nyaris selalu di kisaran Rp 1,87 juta sampai Rp 2,44 juta. Cimahi liar — ada hari Rp 700 ribu, ada hari Rp 4 juta.

Langkah 3 — cari penyebabnya

Pas aku pisah per hari, ketahuan: Cimahi dapet 62% omzetnya dari Sabtu dan Minggu doang. Sisanya sepi. Bandung sebarannya rata sepanjang minggu.

Konsekuensi praktisnya jelas. Cimahi butuh jadwal staff yang beda — tambah orang di weekend, kurangi di weekday. Stok segar juga harus dikirim Jumat, bukan Senin.

Insight itu gak kelihatan dari rata-rata. Cuma kelihatan dari STDEV.

Gimana cara pakai STDEV buat cari outlier?

Aturan praktisnya: data yang jaraknya lebih dari 3 standar deviasi dari rata-rata layak dicurigai.

Bikin kolom bantu:

=ABS(B2-AVERAGE($B$2:$B$31))/STDEV.S($B$2:$B$31)

Tanda dolar itu penting — biar range-nya gak geser waktu rumusnya di-drag ke bawah. Baca soal absolute reference kalau bagian ini masih bikin bingung.

Hasil di atas 3? Cek manual. Bisa jadi transaksi grosir yang sah, bisa jadi salah input nol kebanyakan.

Di data Cimahi, ada satu hari dengan skor 3,4. Ternyata pesanan katering kantor. Sah, tapi bukan pola normal — jadi aku keluarin dari forecast.

Kesalahan umum waktu pakai STDEV

1. Pakai STDEV.P padahal datanya sampel

Kalau kamu punya 20 baris data dan pakai STDEV.P, hasilnya bakal underestimate sebaran sebenarnya. Di sampel kecil, selisihnya bisa 5–10%. Di data 30 hari, pilih STDEV.S.

2. Angka yang kesimpen sebagai teks

Export dari sistem kasir sering bikin angka jadi teks. STDEV diem-diem ngabaikan sel itu, dan hasilnya salah tanpa error.

Cek pakai =COUNT(B2:B31). Kalau hasilnya bukan 30, ada yang gak kebaca.

3. Ngebandingin STDEV antar dataset beda satuan

STDEV omzet (rupiah) gak bisa dibandingin langsung sama STDEV jumlah item (unit). Konversi dulu ke CV baru bandingin.

4. Ngira STDEV besar itu selalu jelek

Gak selalu. Di data penjualan produk musiman, STDEV besar itu wajar dan malah informatif. Yang jelek itu kalau kamu gak tau kenapa besar.

5. Pakai STDEV di data yang sebarannya miring

Kalau datamu punya ekor panjang — kayak nilai transaksi yang mayoritas kecil tapi ada beberapa jumbo — STDEV kena tarik outlier. Buat data model gini, pakai median dan IQR lebih aman.

Aturan pegangan: kalau CV di atas 30%, jangan pakai rata-rata buat forecast sebelum kamu ngerti kenapa sebarannya lebar.

Rumus pendamping yang berguna

  • =VAR.S(B2:B31) — variance, alias STDEV yang belum diakar. Jarang dipakai buat laporan karena satuannya jadi aneh (rupiah kuadrat).
  • =AVERAGE(B2:B31)+2*STDEV.S(B2:B31) — batas atas normal. Sekitar 95% data harusnya di bawah angka ini.
  • =STDEV.S(FILTER(B2:B31,C2:C31="Weekend")) — STDEV bersyarat di Excel 365.

Yang ketiga berguna banget waktu kamu curiga sebarannya beda antar segmen.

FAQ

Apa bedanya STDEV.S dan STDEV.P?

STDEV.S buat data sampel (pembagi n−1), STDEV.P buat populasi lengkap (pembagi n). Kalau ragu, pakai STDEV.S.

Standar deviasi yang bagus itu berapa?

Gak ada angka baku — tergantung satuan datanya. Bagi STDEV sama rata-rata buat dapetin CV, lalu bandingin: di bawah 15% stabil, di atas 30% naik-turun tajam.

Kenapa hasil STDEV saya nol?

Karena semua angkanya sama persis, atau angkanya kesimpen sebagai teks. Cek pakai =COUNT(range).

STDEV bisa buat cari outlier?

Bisa. Data yang jaraknya lebih dari 3 standar deviasi dari rata-rata layak dicek manual.

STDEV di Google Sheets sama?

Sama persis. =STDEV.S(B2:B100) jalan tanpa perubahan.

Yang perlu kamu bawa pulang

STDEV nunjukin seberapa lebar sebaran datamu. Selalu laporin bareng rata-rata, dan konversi ke CV kalau mau bandingin antar dataset.

Coba sekarang: hitung STDEV dan CV dari data omzet atau target bulanan yang kamu pegang. Kalau CV-nya di atas 30%, kamu baru aja nemu alasan kenapa forecast kamu sering meleset.

Lanjut belajar: rumus MEDIAN dan MODE buat data yang sebarannya miring, atau referensi fungsi STDEV buat sintaks lengkap semua variannya.

Coba Langsung

Mau praktek langsung? Mulai latihan SQL gratis

Latihan interaktif, langsung di browser.

Buka NgulikSQL →
Bagikan:
Bima
Ditulis oleh

Bima

Founder & Data Professional

Founder Ngulik Data. Passionate about making data analysis accessible for everyone.

Artikel Terkait

Template Laporan Penjualan Excel: Struktur yang Dipakai Analis
Tutorial Excel & Sheets
11 Juli 2026•10 menit baca

Template Laporan Penjualan Excel: Struktur yang Dipakai Analis

Template laporan penjualan yang bener cuma butuh 3 sheet. Yang bikin laporan orang rusak biasanya karena data mentah dan hasil dicampur di satu tempat.

BimaBima
Cara Menghubungkan Google Sheets ke Looker Studio
Tutorial Excel & Sheets
8 Juli 2026•10 menit baca

Cara Menghubungkan Google Sheets ke Looker Studio

Nyambungin Google Sheets ke Looker Studio cuma butuh 5 menit. Yang bikin lama itu datanya belum rapi. Ini urutan yang bener.

BimaBima
Cara Share Google Sheets dengan Aman: Permission & Protected Range
Tutorial Excel & Sheets
5 Juli 2026•9 menit baca

Cara Share Google Sheets dengan Aman: Permission & Protected Range

Panduan step by step share Google Sheets tanpa bikin rumus kehapus atau data gaji bocor — dari level permission, protected range, sampai audit siapa yang buka.

BimaBima
Kembali ke Blog
Ngulik Data logoNgulik Data

Platform edukasi data lengkap untuk professionals Indonesia. Belajar SQL, Data Analysis, dan lebih banyak lagi dengan praktek langsung dan feedback real-time.

Copyright © 2026 - All rights reserved

LINKS
SupportPricingDatasetBlogAffiliates
LEGAL
Terms of servicesPrivacy policy
Ngulik Data
DatasetLeaderboardBlogStore