Cara Mendeteksi Outlier (Pencilan)

Dalam statistik, outlier atau pencilan adalah sebuah datum yang menyimpang sangat jauh
dari datum lainnya di dalam satu sampel atau kumpulan datum (kumpulan datum disebut
data). Seringkali, pencilan di dalam satu kumpulan datum dapat menjadi peringatan bagi ahli
statistik akan adanya ketidaknormalan atau kesalahan eksperimen pada pengukuran yang
diambil, yang dapat membuat ahli statistik membuang pencilan tersebut dari kumpulan
datum. Jika ahli statistik membuang pencilan dari kumpulan datum, kesimpulan yang diambil
dari penelitian dapat menjadi sangat berbeda. Oleh karena itu, mengetahui cara menghitung
dan menangalisis pencilan sangat penting untuk memastikan pengertian yang benar dari
sebuah kumpulan datum statistik.
Iklan

Langkah
1.

1
Pelajari cara mengenali datum yang berpotensi menjadi pencilan. Sebelum kita
memutuskan apakah akan membuang datum pencilan dari kumpulan datum atau
tidak, tentunya kita harus mengenali datum mana yang berpotensi menjadi pencilan.
Secara umum, pencilan adalah datum yang menyimpang sangat jauh dari datumdatum lainnya di dalam satu kumpulan datumdengan kata lain, pencilan berada di
luar datum-datum lainnya. Biasanya mudah untuk mendeteksi pencilan pada tabel
data atau (khususnya) pada grafik. Jika satu kumpulan datum dijabarkan secara visual
dengan grafik, datum pencilan akan tampak berada sangat jauh dari datum-datum
lainnya. Jika, misalnya, sebagian besar datum pada satu kumpulan datum membentuk
garis lurus, datum pencilan tidak akan dapat secara wajar ditafsirkan turut membentuk
garis tersebut.
o Mari melihat sebuah kumpulan datum yang mewakili suhu 12 benda berbeda
di dalam sebuah ruangan. Jika 11 benda memiliki suhu sekitar 70 Fahrenheit
(21 derajat Celsius), namun benda ke-12, sebuah oven, mempunyai suhu 300
Fahrenheit (150 derajat Celsius), dapat langsung diketahui bahwa suhu oven
tersebut sangat mungkin menjadi pencilan.
Iklan

2.

2
Susun datum-datum dalam satu kumpulan datum dari yang terendah sampai
yang tertinggi. Langkah pertama untuk menghitung pencilan dalam satu kumpulan
datum adalah dengan menemukan nilai median (nilai tengah) kumpulan datum
tersebut. Tugas ini menjadi sangat sederhana jika datum-datum dalam satu kumpulan
datum disusun dari yang paling kecil ke yang paling besar. Jadi, sebelum melanjutkan,
susunlah datum-datum dalam satu kumpulan datum seperti itu.
o Mari kita melanjutkan contoh di atas. Ini adalah kumpulan datum kita yang
mewakili suhu beberapa benda di dalam sebuah ruangan: {71, 70, 73, 70, 70,
69, 70, 72, 71, 300, 71, 69}. Jika kita menyusun datum-datum tersebut dari
yang terendah sampai yang tertinggi, urutan datum tersebut menjadi: {69, 69,
70, 70, 70, 70, 71, 71, 71, 72, 73, 300}.

3.

3
Hitung median dari kumpulan datum tersebut. Median dari sebuah kumpulan
datum yaitu sebuah datum di mana separuh datum lainnya berada di atas datum
tersebut dan separuh sisanya berada di bawah datum tersebutpada dasarnya, datum
tersebut adalah datum yang berada di tengah kumpulan datum. Jika banyaknya
datum dalam kumpulan datum adalah ganjil, sangat mudah menemukannya
mediannya yaitu datum yang memiliki angka yang sama di atas dan di bawahnya.
Namun, jika banyaknya datum pada kumpulan datum adalah genap, maka, karena
tidak ada satu datum yang pas di tengah, 2 datum yang ada di tengah dirata-rata untuk
menemukan mediannya. Perlu dicatat bahwa, saat menghitung pencilan, median
biasanya diberi variabel Q2ni karena Q2 berada di antara Q1 dan Q3, kuartil bawah
dan atas, yang akan kita bahas nanti.
o Jangan bingung dengan kumpulan datum yang banyaknya datum adalah genap
rata-rata dari 2 datum di tengah sering kali akan memunculkan angka yang
tidak ada dalam kumpulan datum itu sendiriini tidak apa-apa. Namun, jika 2

datum di tengah adalah angka yang sama, rata-ratanya, tentunya, juga akan
menjadi angka yang sama, yang juga tidak masalah.
o Dalam contoh tadi, kita mempunyai 12 datum. 2 datum di tengah yaitu datum
ke-6 dan 7masing-masing 70 dan 71. Jadi, median dari kumpulan datum
kita yaitu rata-rata dari 2 angka ini: ((70 + 71) / 2), = 70.5.
4.

4
Hitung kuartil bawah. Nilai ini, yang kita beri variabel Q1, adalah datum yang
membawahi 25 persen (atau seperempat) datum dari datum-datum yang ada. Dengan
kata lain, ini adalah datum yang membagi dua datum-datum yang ada di bawah
median. Jika banyaknya datum di bawah median adalah genap, Anda sekali lagi harus
merata-rata 2 datum di tengah untuk menemukan Q1, seperti yang harus Anda
lakukan untuk menemukan median itu sendiri.
o Pada contoh kita, ada 6 datum terletak di atas median, dan 6 datum terletak di
bawah median. Ini berarti bahwa, untuk menemukan kuartil bawah, kita akan

perlu merata-rata 2 datum di tengah dari 6 datum di bawah median. Datum ke3 dan 4 dari 6 datum di bawah median keduanya sama-sama 70. Jadi, rataratanya yaitu ((70 + 70) / 2), = 70. 70 menjadi Q1 kita.
5.

5
Hitung kuartil atas. Nilai ini, yang kita beri variabel Q3, adalah datum yang di
atasnya terdapat 25 persen datum dari banyaknya datum yang ada dalam kumpulan
datum. Menemukan Q3 hampir sama dengan menemukan Q1, kecuali bahwa, dalam
hal ini, kita melihat datum-datum di atas median, bukannya di bawah median.
o Melanjutkan contoh kita di atas, 2 datum di tengah dari 6 datum di atas
median adalah 71 dan 72. Rata-rata dari 2 datum ini adalah ((71 + 72) / 2), =
71,5. 71,5 menjadi Q3 kita.

6.

6
Mencari jarak interkuartil. Sekarang setelah kita menemukan Q1 dan Q3, kita perlu
menghitung jarak antara dua variabel ini. Jarak dari Q1 ke Q3 ditemukan dengan cara
mengurangi Q1 dari Q3. Nilai yang Anda dapat untuk jarak interkuartil sangat penting
untuk menentukan batasandatum-datum non-pencilan dalam kumpulan datum Anda.
o Dalam contoh kita, nilai Q1 dan Q3 kita masing-masing adalah 70 and 71,5.
Untuk menemukan jarak interkuartil, kita mengurangi Q3 - Q1 = 71,5 - 70 =
1,5.
o Perlu dicatat bahwa ini juga berlaku bahkan jika Q1, Q3, atau keduanya adalah
angka negatif. Contohnya, jika nilai Q1 kita adalah -70, jarak interkuartil kita
yang benar akan menjadi 71,5 - (-70) = 141,5.

7.

7
Temukan pagar dalam pada kumpulan datum. Pencilan ditemukan dengan
memeriksa apakah datum jatuh pada batasan-batasan angka yang disebut pagar
dalam dan pagar luar. Datum yang jatuh di luar pagar dalam dari kumpulan datum
disebut sebagai pencilan minor, sedangkan datum yang jatuh di luar pagar luar
disebut sebagai pencilan mayor. Untuk menemukan pagar dalam pada kumpulan
datum Anda, pertama-tama, kalikan jarak interkuartil dengan 1,5. Lalu, tambahkan
hasilnya dengan Q3 dan juga kurangi dari Q1. Kedua nilai yang didapat adalah batasbatas pagar dalam pada kumpulan datum Anda.
o Pada contoh kita, jarak interkuartil adalah (71,5 - 70), atau 1,5. Kalikan 1,5
dengan 1,5 yang hasilnya adalah 2,25. Kita tambahkan angka ini ke Q3 dan
kita kurangi Q1 dengan angka ini untuk menemukan batas-batas pagar dalam
seperti berikut:

71,5 + 2,25 = 73,75

70 - 2,25 = 67,75

Jadi, batas-batas pagar dalam kita yaitu 67,75 dan 73,75.

o Dalam kumpulan datum kita, hanya suhu oven, 300 Fahrenheit - yang berada
di luar batas-batas tersebut dan karenanya datum ini menjadi pencilan minor.
Namun, kita masih belum menghitung apakah suhu ini adalah pencilan mayor,
jadi jangan mengambil kesimpulan sebelum kita melakukan penghitungan.

8.

8
Temukan pagar luar pada kumpulan datum. Ini dilakukan dengan cara yang
sama seperti menemukan pagar dalam, kecuali bahwa jarak interkuartil dikalikan
dengan 3, bukannya 1,5. Hasilnya kemudian ditambahkan pada Q3 dan dikurangi dari
Q1 untuk menemukan batas atas dan batas bawah dari pagar luar.
o Pada contoh kita, mengalikan jarak interkuartil dengan 3 menghasilkan (1,5 x
3), atau 4,5. Kita menemukan batas-batas pagar luar dengan cara yang sama
seperti sebelumnya:

71,5 + 4,5 = 76

70 - 4,5 = 65,5

Batas-batas pagar luar yaitu 65.5 and 76.

o Datum-datum yang terletak di luar batas pagar luar disebut sebagai pencilan
mayor. Pada contoh ini, suhu oven, 300 Fahrenheit, jelas-jelas terletak di luar
pagar luar, jadi datum ini pasti merupakan pencilan mayor.

9.

9
Gunakan penilaian kualitatif untuk menentukan apakah akan membuang
datum pencilan atau tidak. Dengan menggunakan metode yang dijelaskan di atas,
dapat ditentukan apakah suatu datum adalah datum minor, datum mayor, atau bukan
pencilan sama sekali. Namun, jangan salahmenemukan sebuah datum sebagai
pencilan hanya menandai datum tersebut sebagai calon untuk dibuang dari
kumpulan datum, bukan sebagai datum yang harus dibuang. Alasan yang
menyebabkan datum pencilan menyimpang dari datum-datum lainnya dalam satu
kumpulan datum sangat penting untuk menentukan apakah akan membuangnya atau
tidak. Secara umum, pencilan yang disebabkan oleh suatu kesalahankesalahan
dalam pengukuran, pencatatan, atau perencanaan percobaan, misalnyadapat
dibuang. Di sisi lain, pencilan yang bukan disebabkan oleh kesalahan dan yang
menunjukkan adanya informasi atau tren baru yang tidak diprediksi sebelumnya
biasanya tidak dibuang.
o Kriteria lain sebagai pertimbangan yaitu apakah pencilan berpengaruh besar
pada rata-rata sebuah kumpulan datum, yaitu apakah pencilan

mengacaukannya atau membuatnya tampak keliru. Ini sangat penting untuk

dipertimbangkan jika Anda bermaksud menarik kesimpulan dari rata-rata
kumpulan data Anda.
o Mari kita pelajari contoh kita. Dalam contoh tersebut, karena tampaknya
sangat tidak mungkin bahwa oven mencapai suhu 300 Fahrenheit melalui
kekuatan alami yang tidak terprediksi, kita dapat menyimpulkan dengan
hampir-pasti bahwa oven tersebut secara tidak sengaja dibiarkan menyala,
yang menghasilkan kelainan datum berupa suhu yang tinggi. Juga, jika kita
tidak membuang pencilan, rata-rata kumpulan datum kita adalah (69 + 69 + 70
+ 70 + 70 + 70 + 71 + 71 + 71 + 72 + 73 + 300)/12 = 89,67 Farenheit (32
derajat Celsius), sedangkan rata-ratanya jika kita membuang pencilan adalah
(69 + 69 + 70 + 70 + 70 + 70 + 71 + 71 + 71 + 72 + 73)/11 = 70,55 Farenheit
(21 derajat Celsius).

Karena pencilan ini disebabkan oleh kesalahan manusia dan karena

tidak tepat jika mengatakan bahwa rata-rata suhu ruangan mencapai
hampir 90 Farenheit (32 derajat Celsius), kita lebih baik memilih untuk
membuang pencilan kita.

10.

10
Ketahui pentingnya (terkadang) mempertahankan pencilan. Meskipun beberapa
pencilan harus dibuang dari kumpulan datum karena menyebabkan eror dan/atau
membuat hasil menjadi tidak akurat atau keliru, beberapa pencilan harus
dipertahankan. Jika, misalnya, sebuah pencilan tampaknya didapat secara alami
(artinya, bukan hasil dari suatu kesalahan) dan/atau memberikan suatu pandangan
baru pada fenomena yang sedang diteliti, pencilan tidak boleh dibuang dari kumpulan
datum. Penelitian ilmiah biasanya merupakan situasi yang sangat sensitif saat
berkaitan dengan pencilansalah membuang pencilan dapat berarti membuang
informasi yang menunjukkan tren atau penemuan baru.
o Sebagai contoh, katakan saja kita sedang mendesain sebuah obat baru untuk
memperbesar ukuran ikan di dalam suatu tambak ikan. Kita akan
menggunakan kumpulan datum kita yang lama ({71, 70, 73, 70, 70, 69, 70, 72,
71, 300, 71, 69}), kecuali, kali ini, setiap datum akan mewakili berat seekor
ikan (dalam gram) setelah diberi obat eksperimen yang berbeda dari lahir.
Dengan kata lain, obat pertama menyebabkan seekor ikan mempunyai berat 71

gram, obat kedua menyebabkan ikan yang lain mempunyai berat 70 gram, dan
seterusnya. Dalam kondisi ini, 300 masih merupakan pencilan besar, tetapi
kita seharusnya tidak membuang datum ini karena, dengan anggapan bahwa
datum ini didapat bukan karena sebuah kesalahan, datum ini mewakili sebuah
kesuksesan dalam penelitian tersebut. Obat yang dapat membuat ikan
memiliki berat 300 gram bekerja dengan lebih baik daripada semua obat
lainnya, jadi datum ini sebenarnya adalah yang paling penting dalam
kumpulan datum kita, bukannya sebagai yang paling tidak penting