ecotrack <- c(22, 25, 19, 30, 24, 21, 45, 23, 20, 26, 24, 22, 18, 27, 23)
sort(ecotrack)
## [1] 18 19 20 21 22 22 23 23 24 24 25 26 27 30 45
mean(ecotrack)
## [1] 24.6
Meannya adalah 24.6 menit
median(ecotrack)
## [1] 23
Mediannya adalah 23 menit
modus <- function(x) {
u <- unique(x)
tab <- tabulate(match(x, u))
u[tab == max(tab)]
}
modus(ecotrack)
## [1] 22 24 23
Modusnya adalah 22,23,24 menit
quantile(ecotrack, probs = c(0.25, 0.75), type = 6)
## 25% 75%
## 21 26
Q1 = 21 menit Q3 = 26 menit
IQR(ecotrack, type = 6)
## [1] 5
IQRnya adalah 5 menit
Berdasarkan hasil perhitungan metode posisi manual, diperoleh nilai Q1 = 21 menit, Q3 = 26 menit, dan IQR = 5 menit. artinya 50% berada pada rentang Q1 dan Q3
var(ecotrack)
## [1] 41.54286
Variansnya adalah 41,54 menit2
sd(ecotrack)
## [1] 6.445375
Standar deviasinya adalah 6,45 menit
Menurut saya data ini bervariasi tinggi karena nilai standar deviasinya (s=6,45 menit) cukup besar akibat adanya satu data pencilan(outlier) ekstrem sebesar 45 menit
Rumus Pearson Skewness:
\[\text{Skewness} = \frac{3(\bar{x} - \text{Me})}{s}\]
3 * (mean(ecotrack) - median(ecotrack)) / sd(ecotrack)
## [1] 0.7447201
Koefisien skewness Pearsonnya adalah 0,74
skewness(ecotrack)
## [1] 2.212573
Karena hasilnya positif(+) maka arah kemencengannya ke kanan
Berikut adalah ringkasan hasil analisis deskriptif data penggunaan harian aplikasi EcoTrack:
| Indikator Statistika | Nilai | Keterangan / Satuan |
|---|---|---|
| Rata-rata (Mean) | 24,6 | Menit |
| Nilai Tengah (Median) | 23 | Menit |
| Modus | 22, 23, 24 | Masing-masing muncul 2 kali |
| Kuartil Bawah (\(Q_1\)) | 21 | Menit |
| Kuartil Atas (\(Q_3\)) | 26 | Menit |
| Interquartile Range (IQR) | 5 | Menit |
| Varians (\(s^2\)) | 41,54 | Menit2 |
| Standar Deviasi (\(s\)) | 6,45 | Menit |
| Skewness Pearson | +0,74 | Menceng ke Kanan (Positif) |