Cara Menghitung Mean Squared Error (MSE) di Microsoft Excel

Dalam statistik, mean squared error (MSE) adalah metrik penting yang mengukur jumlah kesalahan dalam model statistik. Hal ini sering digunakan untuk menilai keakuratan model yang digunakan untuk memprediksi nilai masa depan.

Dalam tutorial ini, kami akan menjelaskan apa itu MSE secara lebih detail dan kemudian menunjukkan cara menghitung MSE di Excel.

Apa yang dimaksud dengan Mean Squared Error?

Mean squared error (MSE) adalah penghitungan yang mengukur selisih kuadrat rata-rata antara nilai perkiraan dan nilai aktual dalam kumpulan data. Dengan kata lain, ini memperkirakan jumlah kesalahan dalam model statistik. Bagi para ahli statistik di luar sana, ini menghitung seberapa cocok garis regresi dengan sekumpulan titik data.

Misalnya, Anda memiliki model yang memprediksi nilai penjualan yang akan Anda terima sebagai perusahaan perangkat lunak selama setahun. Di akhir tahun, Anda memasukkan nilai penjualan aktual yang Anda hasilkan. Anda kemudian dapat menghitung MSE untuk melihat seberapa baik model Anda memprediksi hasilnya.

MSE dihitung dengan mengambil rata-rata selisih kuadrat antara nilai prediksi dan nilai aktual dari variabel target.

Rumus UMKnya seperti ini:

Di mana:

Σberarti jumlah nilai;

nadalah ukuran sampel atau jumlah observasi;

Yiadalah nilai yang diamati, dan;

Ŷiadalah nilai prediksi.

Nilai error yang lebih rendah menunjukkan bahwa model memiliki standar error yang lebih kecil dan lebih baik dalam memprediksi variabel target. MSE banyak digunakan dalam regresi statistik dan analisis data dan dapat membantu dalam membandingkan berbagai model atau menyetel parameter untuk meningkatkan akurasi prediksi.

Ini terlihat membingungkan, namun tidak terlalu sulit untuk diikuti jika kami menguraikannya di bagian berikut.

Cara Menghitung Mean Squared Error di Microsoft Excel

Ada dua cara utama untuk menghitung MSE di Microsoft Excel: fungsi SUMSQ, fungsi RATA-RATA, dan rumus MSE. Kami akan menggunakan contoh di bawah ini untuk menunjukkan cara menghitung UMK menggunakan masing-masing fungsi berikut:

Dalam contoh sederhana ini, kita akan melihat nilai penjualan fiktif untuk setiap bulan (Kolom A). Nilai perkiraan disajikan di Kolom B dan nilai aktual di Kolom C..

Hitung MSE Menggunakan Fungsi SUMSQ

Fungsi SUMSQ di Excel digunakan untuk menghitung jumlah kuadrat angka dalam suatu rentang. Berikut cara menggunakannya untuk menghitung UMK:

Buat kolom baru di Kolom D yang disebut “Perbedaan”. Ini akan mewakili perbedaan antara nilai yang diharapkan dan nilai sebenarnya.

Gunakan rumus “C2-B2” untuk menghitung selisih titik data di setiap baris.

Pilih sel baru dan ketik sintaks berikut: “=SUMSQ(D2:D13/COUNT(D2:D13)”. Ganti sel dalam rumus dengan sel yang benar dari spreadsheet Excel Anda. Hasil akhir dalam sel ini adalah UMK Anda.

Hitung MSE Menggunakan Fungsi AVERAGE

Fungsi AVERAGE pada MS Excel digunakan untuk menghitung rata-rata suatu rentang angka. Metode ini mengembalikan hasil yang sama seperti fungsi SUMSQ, namun setiap langkah dilakukan secara manual.

Lakukan Langkah 1 dan 2 yang dijelaskan dalam metode SUMSQ. Ini akan mengembalikan perbedaan antara nilai perkiraan dan data sebenarnya.

Beri nama Kolom E “Kuadrat Selisih”, lalu gunakan rumus “=D2^2” untuk menghitung kuadrat selisih setiap nilai di Kolom D.

Pilih sel baru dan hitung nilai rata-rata Kolom E. Ini akan mengembalikan rata-rata nilai kuadrat yang Anda hitung sebelumnya. Untuk melakukannya, ketik “=AVERAGE(E2:E12)” dan tekan Enter. Pastikan untuk mengganti sel dengan sel yang Anda gunakan di lembar kerja Anda. Nilai data yang dihasilkan adalah MSE Anda.

Analisis Statistik di Microsoft Excel

Microsoft Excel telah lama menjadi salah satu alat paling canggih untuk analisis data. Semoga dengan adanya tutorial ini, Anda kini dapat menggunakan Excel untuk menghitung UMK dengan mudah. Dan, karena keduanya sangat mirip, Anda seharusnya dapat melakukan penghitungan yang sama dalam Google Spreadsheet.

.

Pos terkait: