Tipe Data

Data
MENDESKRIPSIKAN DATA
Secara Grafik
Kategori
Numerik

Bab II Contoh:
 Status pernikahan Diskrit Kontinu
 Agama
 Warna Mata
Contoh: Contoh:
 Jumlah anak  Berat
 Kerusakan perjam  Voltage
1 2
(item terhitung) (ukuran karakteristik)

Level Pengukuran Presentasi Data secara Grafik

 Data dalam bentuk mentah biasanya tidak
Beda antar pengukuran
sama, terdapat nilai nol Data Rasio mudah dipakai dalam pengambilan keputusan
yang sebenarnya
Data Kuantitatif  Tipe-tipe organisasi data dibutuhkan dalam
Beda antar pengukuran bentuk
sama tidak terdapat nilai
nol yang sebenarnya
Data Interval  Tabel


Grafik
Kategori Berurut (ranking,
urutan atau skala) Data Ordinal  Tipe grafik yang dipakai tergantung pada
variabel (peubah) yang diringkas.
Data Kualitatif
Kategori (tidak ada
urutan atau arah) Data Nominal 4
Presentasi Data secara Grafik Tabel dan Grafik untuk Peubah Kategori

 Teknik presentasi data: Data Kategorik

Peubah Peubah
Kategori Numerik

• Frequency distribution • Line chart Tabulating Data Graphing Data

• Bar chart • Frequency distribution
• Pie chart • Histogram and ogive Frequency
• Pareto diagram •Scatter plot Distribution Bar Pie Pareto
Table Chart Chart Diagram

5 6

Tabel Distribusi Frekuensi Diagram Batang dan Lingkaran

Ringkasan Data berdasarkan kategori

Diagram Batang dan Diagram Lingkaran
Contoh: Pasien rumah sakit berdasarkan unit biasanya digunakan untuk data kualitatif
(kategori)
Hospital Unit Number of Patients

Cardiac Care 1,052


Tinggi batang atau ukuran potongan lingkaran
menunjukkan frekuensi atau persentase dari tiap
Emergency 2,245
kategori
Intensive Care 340
Maternity 552
Surgery 4,630
(Peubah 7 8
Kategori)
 Contoh Diagram Batang Contoh Diagram Lingkaran

Hospital Number Hospital Number % of

Unit of Patients Unit of Patients Total

Cardiac Care 1,052 Cardiac Care 1,052 11.93

Emergency 2,245 Emergency 2,245 25.46
Intensive Care 340 3.86 Hospital Patients by Unit
Intensive Care 340
Maternity 552 6.26 Cardiac Care
Maternity 552
Surgery 4,630 52.50 12%
Surgery 4,630

Surgery Emergency
53% 25%
Intensive Care
4%
(Persentase Maternity
dibulatkan ke 6%
bil bulat
9 terdekat) 10

Diagram Pareto Contoh Diagram Pareto

Contoh: 400 item rusak diteliti penyebab kerusakannya

Digunakan untuk menggambarkan data kategori

Diagram Batang dimana kategori ditunjukkan dalam Source of
Manufacturing Error Number of defects
urutan menurun berdasarkan frekuensi
Bad Weld 34

Poligon kumulatif seringkali ditunjukkan dalam gambar
Poor Alignment 223
yang sama
Missing Part 25

Digunakan untuk memisahkan “yang berarti” dari “yang
Paint Flaw 78
mungkin”
Electrical Short 19
Cracked case 21
11 12
Total 400
Contoh Diagram Pareto Contoh Diagram Pareto
Step 1: Urutkan penyebab kerusakan dalam urutan menurun (continued)
Step 2: Dapatkan % dalam tiap kategori Step 3: Tunjukkan diagramnya
Source of Pareto Diagram: Cause of Manufacturing Defect
Manufacturing Error Number of defects % of Total Defects

% of defects in each category

60% 100%
Poor Alignment 223 55.75

cumulative % (line graph)

50% 80%
40% 60%
Paint Flaw 78 19.50 30% 40%

(bar graph)
20% 20%
Bad Weld 34 8.50 10% 0%
0% -20%
Missing Part 25 6.25
Cracked case 21 5.25
Electrical Short 19 4.75
13 14
Total 400 100%

Grafik untuk Data Time-Series

Contoh Diagram Garis

Diagram Garis (time-series plot) digunakan untuk
menunjukkan nilai dari peubah menurut waktu

Waktu diukur pada sumbu horisontal

Peubah yang diselidiki diukur pada sumbu vertikal

15 16
 Grafik untuk Mendeskripsikan Peubah
Numerik Distribusi Frekuensi

Data Numerik Apakah Distribusi Frekuensi?

 Dist. Frekuensi adl sebuah daftar atau sebuah tabel
yang......

Distribusi Frekuensi dan  Mengandung pengrup-an kelas (kategori atau range

Distribusi Kumulatif dimana data berada) ...
 Dan frekuensi yg berhubungan dengan dimana data
berada dalam kelas atau kategori tersebut
Histogram Ogive
17 18

Kenapa Menggunakan Distribusi Frekuensi? Interval dan Batas Kelas


Setiap grup kelas harus memp. lebar yang sama
 Dist. Frek adl sbh cara untuk merangkum data

Cara mendapatkan lebar kelas

 Dist merangkum data mentah kebentuk yang lebih nilai terbesar−nilai terkecil
w= lebar interval =
berguna (berarti) banyaknya interval yang diinginkan
 Dan menjadikan pengamatan sekilas menjadi lebih
berarti ●
Gunakan paling sedikit 5 interval tapi tidak lebih dari
15-20 interval
●
Interval tidak pernah overlap
●
Bulatkan lebar interval ke batas akhir interval yang
19
diinginkan 20
Contoh Distribusi Frekuensi Contoh Distribusi Frekuensi

Contoh: Sebuah perusahaan jaket memilih secara acak 20
hari dalam musim dingin dan mencatata suhu tertinggi
perharinya
24, 35, 17, 21, 24, 37, 26, 46, 58, 30,
32, 13, 12, 38, 41, 43, 44, 27, 53, 27
 Urutkan data mentah dengan urutan naik:
12, 13, 17, 21, 24, 24, 26, 27, 27, 30, 32, 35, 37, 38, 41, 43, 44, 46, 53, 58

Dapatkan range: 58 - 12 = 46
 Pilih banyak kelas: 5 (biasanya antara 5 dan 15)
 Hitung lebar interval: 10 (46/5 dibulatkan)
 Dapatkan batas interval: 10 tapi kurang dari 20, 20 tapi kurang dari
30, . . . , 60 tapi kurang dari 70
 Hitung amatan dan masukkan dalamn kelas masing yg
bersesuaian

21 22

Contoh Distribusi Frekuensi Histogram

Data yg terururt:
 Grafik data dalam distribusi frekuensi disebut
12, 13, 17, 21, 24, 24, 26, 27, 27, 30, 32, 35, 37, 38, 41, 43, 44, 46, 53, 58
histogram
 Batas interval ditunjukkan pada sumbu mendatar
Frekuensi
Interval Frekuensi Persentase
Relatif  Sumbu vertikal menunjukan frekensi, frekuensi relatif,
10 tp kurang dr 20 3 .15 15 atau persentase
20 tp kurang dr 30 6 .30 30  Batang adl tingi yg representatif dari banyaknya
30 tp kurang dr 40 5 .25 25 observasi tiap kelas
40 tp kurang dr 50 4 .20 20
50 tp kurang dr 60 2 .10 10
23 24
Total 20 1.00 100
 Berapa Interval Kelas?
Contoh Histogram
Histogram: Daily High Temperature  Many (interval kelas yg
Interval Frequency pendek)
8
10 but less than 20 3
6  Bisa mendapatkan banyak
6 5
20 but less than 30 6 4 kelas tanpa observasi
30 but less than 40 5 4 3
40 but less than 50 4 2  Memberikan indikasi buruk
2
50 but less than 60 2 beda antar kelas
0
0 0
0 10 20 30 40 50 60
 Few (interval kelas yg
Temperatur dalam derajad lebar)
(Tdk ada  Terlalu padat
gap antar
batang) 25
 Menyembunyikan pola yg 26
penting

Distribusi Frekuensi Kumulatif Ogive (Graphing Cumulative Frequencies)

Data terurut: Upper

interval Cumulative
Interval endpoint Percentage
12, 13, 17, 21, 24, 24, 26, 27, 27, 30, 32, 35, 37, 38, 41, 43, 44, 46, 53, 58 Less than 10 10 0
10 but less than 20 20 15
20 but less than 30 30 45
Frekuensi Persentase 30 but less than 40 40 70
Kelas Frekensi Persentase
Kumulatif Kumulatif 40 but less than 50 50 90
50 but less than 60 60 100
10 tp kurang dr 20 3 15 3 15
20 tp kurang dr 30 6 30 9 45
30 tp kurang dr 40 5 25 14 70
40 tp kurang dr 50 4 20 18 90
50 tp kurang dr 60 2 10 20 100 Interval endpoints
27 28
Total 20 100
Bentuk Distribusi Bentuk Distribusi

Bentuk distribusi dikatakan miring (skewed) jika

Bentuk dari sebuah distribusi dikatakan simetri jika observasi tidak berimbang terhadap pusat
observasi berimbang terhadap pusat (bell shape)
Positively Skewed Distribution

12

10

Frequency
Symmetric Distribution
Miring kekanan (positively skewed) 6

10 2
9 0
8 1 2 3 4 5 6 7 8 9
7
Frequency

6
5 Negatively Skewed Distribution
4
3 Miring kekiri (negatively skewed) 12

10
2
1 8

Frequency
0 6
1 2 3 4 5 6 7 8 9 4

29 2 30
0
1 2 3 4 5 6 7 8 9

Hubungan antar Peubah Scatter Diagrams


Grafik yg dijelaskan diatas hanya untuk satu peubah
 Scatter Diagrams digunakan untuk observasi dari

Jika dua peubah dipakai, maka teknik yg digunakan
dua peubah numerik
adl:
Pubah Peubah  Scatter Diagram:
Kategori Numerik
 Satu peubah diukur pada sumbu vertikal dan
(Kualitatif (Kuantitatif
satunya pada sumbu horisontal

Cross tables Scatter

diagrams/plots

31 32
Contoh Scatter Diagram Cross Tables

Cost per Day vs. Production Volume 

Cross Tables (atau contingency tables) menampilkan
Volume Cost per 250
banyaknya observasi untuk tiap kombinasi dua peubah
per day day
kategori atau ordinal
23 125
200

26 140

Jika terdapat r kategori untuk peubah pertama
29 146
(biasanya dalam baris) dan c kategori untuk peubah
150

33 160 kedua (biasanya dalam kolom), tabel disebut r x c

cross table
100

38 167
42 170 50

50 188
0
55 195 20 25 30 35 40 45 50 55 60 65

Volume per Day

33 34
60 200

Contoh Cross Table Grafik Data Kategori Multivariate


4 x 3 Cross Table untuk investasi pilihan para investor

Grafik Batang bersisian
(nilai dlm $1000’s) Comparing Investors

Savings
Investment Investor A Investor B Investor C Total CD
Category
Bonds

Stocks 46.5 55 27.5 129 Stocks

0 10 20 30 40 50 60
Bonds 32.0 44 19.0 95
Investor A Investor B Investor C
CD 15.5 20 13.5 49
Savings 16.0 28 7.0 51
Total 110.0 147 67.0 324
35 36
Contoh :Grafik Bersisian Plot Stem-and-leaf plot (John Tukey, 1977)

Penjualan pertigabulanan perdaerah Contoh: Nilai Ujian (n = 40 students)

Stem Leaf
3 6
4
5 37
6 235899
7 011346778999
8 00111233568889
37 9 02238