a:

Varians adalah ukuran penyebaran antar angka dalam kumpulan data. Perbedaannya mengukur seberapa jauh setiap nomor di set adalah dari mean.

Dengan menggunakan kumpulan data, kita dapat mengamati apa hubungan linier dari berbagai titik data, atau angka, adalah. Kami melakukan ini dengan menggambar garis regresi, yang mencoba untuk meminimalkan jarak setiap titik data individu dari garis itu sendiri. Pada grafik di bawah ini, titik data adalah titik biru, garis oranye adalah garis regresi, dan panah merah adalah jarak dari data yang diamati dan garis regresi. ( Ingin belajar lebih banyak tentang excel? Check out program excel Investopedia Academy secara online! )

Ketika kita menghitung varians, kita bertanya, "Mengingat hubungan semua titik data ini, seberapa jauh jarak yang kita harapkan pada titik data

selanjutnya ?" Jarak ini "disebut istilah kesalahan, dan itulah variansnya yang diukur. Dengan sendirinya, varians tidak sering berguna karena tidak memiliki unit, yang membuat sulit untuk diukur dan dibandingkan. Namun, akar kuadrat variansnya adalah standar deviasi, dan itu praktis sebagai pengukuran.

Menghitung Varians di Excel

Menghitung varians di Excel mudah dilakukan jika Anda memiliki kumpulan data yang sudah masuk ke dalam Dalam contoh di bawah ini, kita akan menghitung varians dari 20 hari terakhir pengembalian harian dalam dana tukar yang diperdagangkan populer (ETF) bernama SPY, yang berinvestasi di S & P 500.

Rumusnya adalah = VAR. S (pilih data)

1. Alasan Anda ingin menggunakan VAR S dan bukan VAR P (yang merupakan formula lain yang ditawarkan) adalah bahwa seringkali Anda tidak memiliki keseluruhan populasi data ke mengukur. Misalnya, jika kita memiliki semua pengembalian dalam sejarah ETF SPY di tabel kami, kami dapat menggunakan pengukuran populasi VAR. P, tapi karena kita hanya mengukur 20 hari terakhir untuk menggambarkan konsepnya, kita akan menggunakan VAR. S.

Seperti yang Anda lihat, nilai varians yang dihitung dari. 000018674 memberi tahu kita sedikit tentang kumpulan data, dengan sendirinya. Jika kita melanjutkan ke akar kuadrat yang bernilai untuk mendapatkan deviasi standar pengembalian, itu akan lebih bermanfaat.