achmadabroar_3337260017

ilustrasi kasus

aplikasi jejak karbon ‘EcoTrack’ mencatat menit penggunaan harian dari 15 pengguna aktif dalam satu minggu:

data <- c(22,25,19,30,24,21,45,23,20,26,24,22,18,27,23)

1. hitung mean, median, dan modus

   • mean

   data_mean <- mean(data)
   print(data_mean)

   ## [1] 24.6

   • median

   data_median <- median(data)
   print(data_median)

   ## [1] 23

   • modus

   table_modus <- table(data)
   data_modus <- names(table_modus)[which.max(table_modus)]
   print(data_modus)

   ## [1] "22"

2. tentukan nilaiQ1 Q3 dan IQR

   • nilai Q1

   data_sort <- sort(data)
   kuartil_Q1 <- quantile(data_sort, probs = c(0.25))
   print(kuartil_Q1)

   ##  25% 
   ## 21.5

   • nilai Q3

   kuartil_Q3 <- quantile(data_sort, probs = c(0.75))
   print(kuartil_Q3)

   ##  75% 
   ## 25.5

   • nilai IQR

   kuartil_IQR <- (kuartil_Q3 - kuartil_Q1)
   print(kuartil_IQR)

   ## 75% 
   ##   4

3. Menghitung varian, setandar devisa dan menentukan koefisien varian.

   • varian

   data_varian <- var(data_sort)
   print(data_varian)

   ## [1] 41.54286

   • standar devisa

   data_sd <- sd(data_sort)
   print(data_sd)

   ## [1] 6.445375

   • Golongan data

   data_kv <- (data_sd/data_mean)*100
   print(data_kv)

   ## [1] 26.20071

Karena nilai koefisien varian <30% termasuk koefisien varian rendah.

4. Menghitung koefisien varian skewness

library(e1071)
data_skewness <- skewness(data_sort)
print(data_skewness)

## [1] 1.995046

Data tergolong memenceng ke kanan dikarenakan data >0.