Dalam statistik, kesalahan standar relatif (RSE) sama dengan kesalahan standar estimasi survei dibagi dengan estimasi survei dan kemudian dikalikan dengan 100. Jumlahnya dikalikan dengan 100 sehingga dapat dinyatakan sebagai persentase. RSE tidak selalu mewakili informasi baru apa pun di luar kesalahan standar, tetapi mungkin metode yang lebih baik untuk menghadirkan kepercayaan statistik.
Kesalahan Standar Relatif vs. Kesalahan Standar
Kesalahan standar mengukur seberapa besar perkiraan survei akan menyimpang dari populasi aktual. Ini dinyatakan sebagai angka. Sebaliknya, kesalahan standar relatif (RSE) adalah kesalahan standar yang dinyatakan sebagai bagian dari estimasi dan biasanya ditampilkan sebagai persentase. Perkiraan dengan RSE 25% atau lebih tunduk pada kesalahan pengambilan sampel yang tinggi dan harus digunakan dengan hati-hati.
Perkiraan Survei dan Kesalahan Standar
Survei dan kesalahan standar adalah bagian penting dari teori probabilitas dan statistik. Ahli statistik menggunakan kesalahan standar untuk membuat interval kepercayaan dari data yang disurvei. Keandalan estimasi ini juga dapat dinilai berdasarkan interval kepercayaan. Interval kepercayaan penting untuk menentukan validitas tes empiris dan penelitian.
Interval kepercayaan adalah jenis estimasi interval, dihitung dari statistik data yang diamati, yang mungkin berisi nilai sebenarnya dari parameter populasi yang tidak diketahui. Interval kepercayaan mewakili kisaran di mana nilai populasi cenderung berada. Mereka dibangun menggunakan estimasi nilai populasi dan kesalahan standar yang terkait. Misalnya, ada sekitar 95% peluang (yaitu 19 peluang dalam 20) bahwa nilai populasi berada dalam dua kesalahan standar dari perkiraan, sehingga interval kepercayaan 95% sama dengan perkiraan plus atau minus dua kesalahan standar.
Dalam istilah awam, kesalahan standar sampel data adalah pengukuran perbedaan yang mungkin antara sampel dan seluruh populasi. Sebagai contoh, sebuah penelitian yang melibatkan 10.000 orang dewasa yang merokok dapat menghasilkan hasil statistik yang sedikit berbeda dibandingkan jika setiap orang dewasa yang merokok di survei.
Kesalahan sampel yang lebih kecil menunjukkan hasil yang lebih andal. Teorema batas pusat dalam statistik inferensial menunjukkan bahwa sampel besar cenderung memiliki sekitar distribusi normal dan kesalahan sampel rendah.
Standar Deviasi dan Kesalahan Standar
Standar deviasi suatu set data digunakan untuk menyatakan konsentrasi hasil survei. Lebih sedikit variasi dalam data menghasilkan deviasi standar yang lebih rendah. Lebih banyak variasi cenderung menghasilkan deviasi standar yang lebih tinggi.
Kesalahan standar kadang-kadang dikacaukan dengan standar deviasi. Kesalahan standar sebenarnya mengacu pada standar deviasi dari rata-rata. Standar deviasi mengacu pada variabilitas di dalam setiap sampel yang diberikan, sedangkan kesalahan standar adalah variabilitas distribusi sampling itu sendiri.
Kesalahan Standar Relatif
Kesalahan standar adalah ukuran mutlak antara survei sampel dan total populasi. Kesalahan standar relatif menunjukkan jika kesalahan standar relatif besar terhadap hasil; kesalahan standar relatif besar menunjukkan hasil tidak signifikan. Rumus untuk kesalahan standar relatif adalah:
Kesalahan Standar Relatif = Kesalahan EstimateStandard × 100di mana: Kesalahan Standar = standar deviasi dari sampel rata-rataEstimate = rata-rata sampel
