Dot Plots
- Dot plots digunakan untuk melihat data apakah lebih baik / buruk atau data homogen /
heterogen
- Contoh :
Dot Plots :
Measures of Position
Measures of Position juga menggambarkan bentuk distribusi dan dapat dinyatakan sebagai persentil
Kuartil membagi satu set pengamatan menjadi empat bagian yang sama. Jangkauan antarkuartil
adalah selisih antara kuartil ketiga dan kuartil pertama
Desil membagi satu set pengamatan menjadi 10 bagian yang sama
Persentil membagi satu set pengamatan menjadi 100 bagian yang sama
Contoh :
$ 1.460, $ 1.471, $ 1.637, $ 1.721 , $ 1.758 , $ 1.787, $ 1.940 , $ 2.038, $ 2.047 , $ 2.054 , $ 2.097 ,
$ 2.205 , $2.287 , $ 2.311 , $ 2.406
Median :
50
L50 = ( 15 + 1) = 8 (Sehingga median = $ 2.038 atau data ke 8)
100
Quartiles 1 :
25
L25 = ( 15 + 1) = 4 (Sehingga Quartiles 1 = $ 1.721 atau data ke 4)
100
Quartiles 3 :
75
L75 = ( 15 + 1) = 12 (Sehingga Quartiles 3 = $ 2.205 atau data ke 12)
100
Contoh :
Quartiles 1 :
25
L25 = ( 6 + 1) = 1,75
100
Sehingga Quartiles 1 = 43 + [ 0,75 × (61 – 43) ] = 56,5
50
L50 = ( 9 + 1) = 5 (Sehingga median = 7,90 atau data ke 5)
100
b. Quartiles 1 :
25
L25 = ( 9 + 1) = 2,5
100
Q1 = 7.72 + [ 0,5 × ( 7.80 – 7.72 )
Q1 = 7.76
Quartiles 3 :
75
L75 = ( 9 + 1) = 7,5
100
Q3 = 7.97 + [ 0,5 × ( 8.06 – 7.97 )]
Q3 = 8,015
a. Quartiles 1 :
25
L25 = ( 30 + 1) = 7,75
100
Q1 = 31 + [ 0,75 × ( 34 – 31 )
Q1 = 33.25
Quartiles 3 :
75
L75 = ( 30 + 1) = 23,25
100
Q3 = 50 + [ 0,25 × ( 51 – 50 )]
Q3 = 50,25
b. Decile 2
20
L20 = ( 30 + 1) = 6,2
100
L20 = 27 + [ 0,2 × ( 31 - 27 )
L20 = 27,8
Decile 8
80
L80 = ( 30 + 1) = 24,8
100
L80 = 51 + [ 0,8 × ( 53 - 51 )
L80 = 52,6
c. 67 Precentile
67
L67 = ( 30 + 1) = 20.77
100
L67 = 47 + [ 0,77 × ( 47 - 47 )
L67 = 47
a. Median :
50
L50 = ( 40 + 1) = 20,5
100
Median = 57 + [ 0,5 × (59 – 57)] = 58
b. Quartiles 1 :
25
L25 = ( 40 + 1) = 10,25
100
Q1 = 51 + [ 0,25 × ( 52 – 51 )
Q1 = 51.25
Quartiles 3 :
75
L75 = ( 40 + 1) = 30,75
100
Q3 = 66 + [ 0,75 × ( 66 - 66)
Q3 = 66
c. Decile 1
10 Jadi, 10% dari jumlah profesor yang mengunjungi
L10 = ( 40 + 1) = 4,1 minggu lalu ≤ 453 orang
100
D1 = 45 + [ 0,2 × ( 48 - 45) Jadi, 90% dari jumlah profesor yang mengunjungi
D1 = 45,3 minggu lalu ≤ 764 orang
Decile 9
90 Jadi, 33% dari jumlah profesor yang mengunjungi
L90 = ( 40 + 1) = 36,9 minggu lalu ≤ 63,53 orang
100
D9 = 71 + [ 0,9 × ( 77 -71 )]
D9 = 76,4
d. 33 Precentile
33
L33 = ( 40 + 1) = 13,53
100
P33 = 53 + [ 0,53 × ( 54 - 53 )
P33 = 53,53
BOX PLOT
Tampilan grafik yang menunjukkan bentuk umum dari distribusi variabel. Ini didasarkan pada lima
statistik deskriptif: nilai maksimum, Nilai minimum, kuartil 1, kuartil 3, dan median.
Rentang interkuartil : Q3 – Q1
Contoh :
Alexander's Pizza menawarkan pengiriman pizza gratis dalam jarak 15 mil. Berapa lama pengiriman
biasa? Dalam rentang berapa sebagian besar pengiriman akan diselesaikan?
OUTLIER Sebuah titik data yang sangat jauh dari yang lain (berada di luar area / ekstrim). Aturan
yang diterima adalah untuk mengklasifikasikan pengamatan sebagai outlier jika :
Contoh :
Berikut adalah laba per saham untuk sampel 15 perusahaan perangkat lunak untuk tahun 2018. Laba
per saham disusun dari yang terkecil hingga terbesar.
Positively skewed
405
a. x = 5 = 81.4,
√
s = 923,2 =¿ ¿15.19
5−1
Median = 84
3(81.4−84)
b. sk = = −0.51
15.19
5
c. sk = ( 4)(3) [−1.3154] = −0.5481
d. The distribution is somewhat negatively skewed.
Scatter Diagrams
Y dipengaruhi variabel x.
contoh : biaya maintenance itu dipengaruhi oleh usia mobil (usia mobil mempengaruhi
biaya maintenance) sehingga x = usia mobil, y = biaya maintenance
Bus maintenance Cost termasuk
slope positif sehingga: Seiring
bertambahnya usia bus, biaya
pemeliharaan tahunan juga
meningkat.
Correlation Coefficient
Sebuah statistik yang disebut koefisien korelasi dapat dihitung untuk mengukur arah dan
kekuatan hubungan antara dua variabel
Dapat berkisar dari -1.0 hingga +1.0
Semakin dekat koefisiennya dengan + 1.0 atau -1,0, semakin kuat hubungannya
Jika r mendekati 0 kita dapat mengatakan bahwa tidak ada hubungan antara variabel
Karena Correlation Coefficientnya o,86 (mendekati 0 maka hubungannya kuat dan positif sehingga
jika x bertambah y juga ikut bertambah)
a. Nominal karena data hanya bisa diklasifikasikan dan dihitung tidak ada urutan
b. Tabel Contigency karena menunjukkan hubungan antara makanan penutup yang dipesan
pada waktu yang berbeda dalam sehari
c. Iya, karena total diakhir adalah 117 yang memilih yes > 83 yang memilih no
32
d. Tidak karena hanya ×100 %=¿ 32 % orang yang memilih yes
100
85
e. Iya, karena yang memilih yes sebanyak ×100 %=¿ 85 %
100