Diagram batang dan daun atau stem and leaf plot merupakan salah satu bentuk visualisasi data sederhana yang memetakan setiap observasi data mentah ke dalam dua bagian plot, yaitu bagian batang dan daun. Dengan demikian, setiap informasi dari observasi data mentah tidak hilang.

Pada prinsipnya, setiap nilai observasi dari satu angkatan data mentah dibagi menjadi dua bagian, bagian pertama disebut batang (stem) dan bagian kedua disebut daun (leaf). Biasanya bagian yang menjadi daun hanya terdiri dari satu digit angka, misalnya angka yang bernilai satuan. Sebagai contoh observasi bernilai 36, maka angka 6 (digit terakhir atau bernilai satuan) dijadikan sebagai daunnya. Sedangkan angka 3 sebagai batangnya. read more

Perlu diketahui sebelumnya, suatu populasi mempunyai karakteristik yang disebut parameter. Contoh parameter adalah rata-rata populasi...

Dalam mengambil kesimpulan untuk suatu uji hipotesis mungkin dilakukan kesalahan. Kesalahan ini ada 2 macam yaitu :

1. Kesalahan tipe I, kesalahan dalam menolak hipotesis bila hipotesis benar.
2. Kesalahan tipe II, kesalahan dalam menerima hipotesis bila hipotesis salah.

Kemungkinan pengambilan kesimpulan (keputusan) disajikan dalam Tabel 1.

Tabel 1. Kemungkinan keputusan pengujian

Kesalahan tipe I lebih serius daripada kesalahan tipe II. Hal ini dapat diterangkan dengan kemungkinan keputusan pengadilan yang merupakan analogi dari keputusan pengujian hipotesis.

Tabel 2. Kemungkinan keputusan pengadilan

Bila keputusan pengadilan dan keadaan sesungguhnya sesuai maka hal ini berarti bahwa proses pengambilan keputusan tepat. Bila pengadilan memutuskan seseorang bersalah, ada kemungkinan dia sesungguhnya tidak bersalah. Bila pengadilan memutuskan seseorang tidak bersalah, ada kemungkinan dia sesungguhnya bersalah. Jadi tak ada putusan yang bebas dari kesalahan, selalu ada resiko dalam mengambil keputusan. Tampak bahwa lebih berat bila seseorang diputuskan bersalah bila sesungguhnya tidak bersalah daripada memutuskan seseorang tidak bersalah bila sesungguhnya ia bersalah. read more

Telah dijelaskan bahwa Analisis Data Eksplorasi merupakan pendekatan analisis untuk suatu data guna membuat gambaran keseluruhan (summary) data sehingga mudah untuk dipahami melaui grafik sebagai bentuk visualisasi data, tanpa menggunakan model statistik, atau formulasi hipotesis.

Analisis Data Konfirmasi merupakan suatu analisis untuk mengevaluasi atau dapat dikatakan mengkonfirmasi bukti menggunakan alat statistik tradisional seperti tingkat kesalahan (significance level), statistika inferensi, dan selang kepercayaan (confidence interval) dimana di dalamnya terdapat asumsi yang digunakan pada data. Hal tersebut diibaratkan memeriksa bukti dan menanyai saksi dalam persidangan, mencoba menentukan bersalah atau tidaknya seorang terdakwa. read more

Ringkasan numerik merupakan salah satu bagian penting dalam analisis data eksploratif. Analisis data eksploratif sendiri merupakan metode analisis data dalam statistika. Ringkasan numerik adalah ringkasan data yang terdiri dari ukuran-ukuran penting dari data yang menunjukkan karakteristik data. Karakteristik apa saja yang ditunjukkan oleh ringkasan numerik beserta sifat-sifatnya dibahas dalam video ini.

Apa yang terlintas di pikiran anda mengenai visualisasi data? Plot? Grafik? Tabel? atau Bagan? Tetapi apa sih sebenarnya definisi dari visualisasi data? Simak ya penjelasan mengenai visualisasi data berikut.

Visualisasi Data merupakan suatu proses untuk mempresentasikan atau menampilkan data, baik untuk data terstruktur maupun data yang tidak terstruktur ke dalam bentuk visual diantaranya berupa tabeL, grafik atau bagan agar orang awam bisa lebih tertarik dan memahami informasi dari data tersebut. read more

Ada banyak jenis-jenis dari visualisasi data, pemilihan visualisasi data didasarkan pada tujuan dari penggunaan visualisasi tersebut. Setiap jenis visualisasi biasanya lebih tepat digunakan untuk suatu tujuan tertentu. Secara garis besar, ada beberapa tujuan visualisasi yang dapat dijelaskan sebagai berikut :

1. Perbandingan dan Ranking

Visualisasi data yang bertujuan untuk membandingkan suatu nilai dengan nilai lainnya. Di samping itu, bisa juga untuk melihat ranking dari data, urutan mana yang lebih besar, lebih rendah, mana yang naik ataupun turun. Visualisasi data yang bisa digunakan diantaranya diagram batang (bar chart) dan dot plot biasanya digunakan pada data berupa kategori, sedangkan untuk data yang berkaitan dengan waktu menggunaan diagram garis (line chart). read more

Fungsi ringkasan numerik selain untuk menunjukkan karakteristik data, dapat digunakan pula untuk membuat diagram kotak dan titik atau lebih dikenal sebagai boxplot. Ringkasan numerik yang diperlukan untuk mengkonstruksi boxplot adalah Median, Kuartil 1, Kuartil 3, Nilai data terendah, dan Nilai data tertinggi. Pada jumlah observasi atau ukuran data yang besar, Median dapat diganti dengan Trirata. Hal ini karena untuk menghitung nilai Trirata menggunakan tiga kuantitas, yaitu Median, Kuartil 1, dan Kuartil 3, sehingga dianggap lebih mewakili data jika dibandingkan dengan Median. read more

Dalam analisis data eksploratif terdapat satu hal penting yang harus diketahui, yaitu ringkasan numerik. Ringkasan numerik merupakan ringkasan data yang terdiri dari ukuran-ukuran penting dari data yang menggambarkan gambaran karakteristik umum dari data. Karakteristik tersebut meliputi ukuran pusat data dan ukuran sebaran data.

Ringkasan numerik biasa disajikan dalam bentuk ringkasan lima angka. Disebut ringkasan lima angka karena memuat lima angka atau ukuran penting dari data. Ringkasan lima angka yang sering digunakan adalah Median, Kuartil 1, Kuartil 2, data terendah, dan data tertinggi. Kelima angka tersebut dapat disajikan dalam bentuk read more

John Wilder Tukey atau lebih dikenal dengan John Tukey adalah seorang matematikawan dari Princeton University dan Bell Laboratories yang berkebangsaan Amerika. Beliau lahir di New Bedford, Massachusetts pada 16 Juni 1915 dan wafat pada...