Bab 1: Representasi dan Interpretasi Data

Bab 1: Representasi dan Interpretasi Data
📊

Bab 1: Representasi dan Interpretasi Data

Analisis Data dan Peluang | Oleh: Dede Munawar, S.E

Progress Analisis Data 0%

🎯 Tujuan & Capaian Pembelajaran

✅ Merepresentasikan data secara visual dan numerik

✅ Menghitung jangkauan, kuartil, dan interkuartil

✅ Membuat box plot, histogram, dot plot, scatter plot

✅ Mengevaluasi data dan laporan statistika secara kritis

📈 STATISTIK DESKRIPTIF 📈
Q1: Kuartil Pertama (25%)
Q2: Median (50%)
Q3: Kuartil Ketiga (75%)
IQR: Q3 - Q1

📊 Alur Pembelajaran Analisis Data

📏 Jangkauan & Kuartil
📦 Box Plot
📊 Histogram & Dot Plot
🔗 Diagram Pencar

💡 Ringkasan Inti

Jangkauan menunjukkan penyebaran data. Kuartil membagi data menjadi 4 bagian sama besar. Interkuartil (IQR) mengukur penyebaran data tengah.

🤔 Perumpamaan

Seperti melihat tinggi badan siswa di kelas! Jangkauan = selisih tertinggi dan terendah. Kuartil = membagi siswa menjadi 4 kelompok berdasarkan tinggi.

🎮 Demo Interaktif - Kalkulator Kuartil

Masukkan data dan lihat perhitungan statistik:

📝 Input Data:
📊 Hasil Perhitungan:
Masukkan data untuk melihat hasil
📈 Data Terurut:
Data akan muncul di sini
📐 Langkah Perhitungan:
Masukkan data untuk melihat langkah perhitungan
🏫 Contoh Praktis:
Nilai Ujian: Melihat sebaran nilai siswa di kelas
Gaji Karyawan: Menganalisis distribusi pendapatan
Tinggi Badan: Memahami variasi fisik populasi
Penjualan: Mengukur konsistensi performa bisnis

🏋️ Latihan Soal

Data: 10, 15, 20, 25, 30, 35, 40. Berapa nilai Q2 (median)?

✅ Checkpoint Mini

Data tinggi siswa: 140, 145, 150, 155, 160. Hitung kuartil dan jangkauan!

💡 Ringkasan Inti

Box plot menampilkan 5 nilai penting: minimum, Q1, median, Q3, maksimum. Kotak menunjukkan IQR, garis menunjukkan whiskers.

🤔 Perumpamaan

Seperti membuat kotak dan garis untuk menampilkan sebaran nilai siswa! Kotak = 50% data tengah, garis = data ekstrem.

🎮 Demo Interaktif - Generator Box Plot

Buat box plot dari data yang dimasukkan:

🎛️ Input Data:
📊 Statistik Box Plot:
Masukkan data untuk melihat statistik
📦 Visualisasi Box Plot:
🔍 Komponen Box Plot:
Kotak (Q1 - Q3): 50% data tengah
Garis Median (Q2): Nilai tengah
Whiskers: Rentang data normal
Outliers: Data ekstrem
📋 Cara Membaca Box Plot:
Masukkan data untuk melihat interpretasi
📈 Kegunaan Box Plot:
Membandingkan Grup: Nilai kelas A vs kelas B
Deteksi Outlier: Menemukan data yang tidak normal
Melihat Skewness: Apakah data condong ke kiri/kanan
Analisis Spread: Seberapa tersebar data

🏋️ Latihan Soal

Dari box plot, jika Q1=20, Q3=40, maka IQR = ?

✅ Checkpoint Mini

Buat box plot untuk dataset: 10, 15, 20, 25, 30, 35, 40. Tentukan komponen utamanya!

💡 Ringkasan Inti

Histogram menunjukkan frekuensi data dalam interval (bins). Dot plot menampilkan setiap data sebagai titik. Keduanya membantu melihat distribusi data.

🤔 Perumpamaan

Seperti menumpuk kotak (histogram) atau titik (dot plot) untuk melihat berapa banyak siswa mencapai nilai tertentu!

🎮 Demo Interaktif - Generator Histogram & Dot Plot

Pilih jenis visualisasi dan lihat distribusi data:

📊 Pilih Jenis Grafik:
🎛️ Input Data:
5
📋 Tabel Frekuensi:
Masukkan data untuk melihat tabel
📈 Visualisasi:
🔍 Analisis Distribusi:
Pilih jenis grafik dan masukkan data
📊 Pola Distribusi:
Normal: Bentuk lonceng, simetris
Skewed Right: Ekor panjang ke kanan
Skewed Left: Ekor panjang ke kiri
Uniform: Frekuensi hampir sama
Bimodal: Dua puncak frekuensi
Multimodal: Banyak puncak frekuensi

🏋️ Latihan Soal

Dari histogram, interval 70-80 memiliki frekuensi 8, interval 80-90 memiliki frekuensi 12. Total frekuensi kedua interval = ?

✅ Checkpoint Mini

Buat histogram untuk data: 5, 5, 6, 7, 7, 7, 8, 8, 9. Interval mana yang memiliki frekuensi tertinggi?

💡 Ringkasan Inti

Diagram pencar menunjukkan hubungan antara dua variabel numerik. Pola titik-titik menunjukkan korelasi: positif, negatif, atau tidak ada hubungan.

🤔 Perumpamaan

Seperti memetakan tinggi dan berat badan siswa! Jika tinggi naik, berat juga naik = korelasi positif. Jika acak = tidak ada korelasi.

🎮 Demo Interaktif - Generator Scatter Plot

Analisis hubungan antara dua variabel:

🔗 Pilih Jenis Hubungan:
📝 Input Data (X,Y):
📊 Analisis Korelasi:
Masukkan data untuk melihat analisis
🔗 Diagram Pencar:
📋 Tabel Data:
Data akan muncul di sini
📈 Interpretasi Korelasi:
Masukkan data untuk melihat interpretasi
🌍 Aplikasi Nyata:
Bisnis: Hubungan iklan vs penjualan
Kesehatan: Hubungan olahraga vs berat badan
Pendidikan: Hubungan jam belajar vs nilai
Ekonomi: Hubungan inflasi vs pengangguran

🏋️ Latihan Soal

Jika scatter plot menunjukkan titik-titik naik dari kiri bawah ke kanan atas, ini menunjukkan korelasi:

✅ Checkpoint Mini

Analisis scatter plot tinggi vs berat: (160,50), (165,55), (170,60), (175,65), (180,70). Jenis korelasi?

Posting Komentar

Lebih baru Lebih lama