Hasil jangka pendek sering terlihat lebih sulit diperkirakan daripada yang dibayangkan ketika orang hanya melihat nilai rata-rata. Salah satu konsep yang membantu menjelaskan fenomena tersebut adalah varians. Varians menggambarkan seberapa jauh hasil dapat menyebar dari pusatnya, sehingga rata-rata saja belum cukup untuk menceritakan pengalaman pada rangkaian terbatas.

Dua mekanisme dapat mempunyai nilai rata-rata yang mirip tetapi menghasilkan pengalaman jangka pendek yang sangat berbeda apabila penyebarannya tidak sama. Karena itu, varians berguna sebagai bahasa untuk membahas ketidakstabilan lokal tanpa menganggap setiap penyimpangan sebagai perubahan aturan.

Rata-Rata Tidak Menunjukkan Seluruh Sebaran

Nilai rata-rata merangkum banyak hasil menjadi satu titik. Ringkasan ini berguna, tetapi menghapus informasi mengenai jarak antarkejadian. Sekumpulan nilai yang rapat dan sekumpulan nilai yang sangat berjauhan dapat menghasilkan rata-rata serupa.

Varians mengisi bagian informasi yang hilang tersebut dengan menggambarkan tingkat penyebaran. Semakin lebar penyebaran, semakin mungkin rangkaian pendek tampak jauh dari pusat teoretis.

Sedikit Kejadian Dapat Mengubah Kesan Sesi

Pada sampel kecil, satu hasil ekstrem mempunyai bobot relatif besar. Kehadirannya dapat membuat seluruh sesi terasa berbeda, sedangkan pada kumpulan yang jauh lebih besar pengaruh satu kejadian menjadi lebih kecil.

Inilah sebabnya pengalaman singkat tidak selalu cocok dengan gambaran jangka panjang. Penyimpangan lokal dapat terjadi tanpa harus menunjukkan perubahan pada mekanisme.

Varians Bukan Petunjuk Urutan Berikutnya

Mengetahui bahwa hasil menyebar lebar tidak menjelaskan urutan kapan nilai tertentu akan muncul. Varians adalah ukuran karakter penyebaran, bukan kalender kejadian. Setelah beberapa hasil rendah, tidak ada kewajiban matematis bahwa hasil tinggi harus langsung menyusul.

Jika prosesnya acak, hasil terdahulu tidak dapat digunakan untuk memastikan hasil berikutnya. Konsep varians membantu menjelaskan ketidakpastian, bukan menghapusnya.

Varians juga membantu ketika dua rangkaian mempunyai rata-rata aktual yang kebetulan sama. Rangkaian pertama mungkin terdiri dari nilai yang hampir seragam, sedangkan rangkaian kedua berisi kombinasi nilai sangat rendah dan sangat tinggi. Tanpa melihat penyebaran, kedua pengalaman tersebut tampak identik di tingkat rata-rata padahal karakter jangka pendeknya berbeda.

Menggunakan Varians untuk Membaca Jangka Pendek

Pemahaman varians membuat perbedaan antara pengalaman aktual dan nilai rata-rata menjadi lebih masuk akal. Alih-alih mengharapkan setiap sesi menyerupai pusat distribusi, pembaca dapat melihat bahwa penyebaran memang bagian dari karakter hasil.

Dengan kerangka ini, hasil jangka pendek yang sulit diperkirakan tidak perlu diperlakukan sebagai teka-teki tersembunyi. Rata-rata menjelaskan pusat, varians menjelaskan lebar penyebaran, dan urutan aktual tetap merupakan realisasi tertentu dari banyak kemungkinan yang tersedia.