1. Hitung mean, median, dan modus data tersebut secara manual, lalu verifikasi dengan RStudio

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

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

#menghitung frequesi tiap nilai
table(data_ecotrack)
## data_ecotrack
## 18 19 20 21 22 23 24 25 26 27 30 45 
##  1  1  1  1  2  2  2  1  1  1  1  1
mean(data_ecotrack)
## [1] 24.6
median(data_ecotrack)
## [1] 23
modus <- names(table(data_ecotrack))[table(data_ecotrack) == max(table (data_ecotrack))]
modus
## [1] "22" "23" "24"

Berdasarkan data EcoTrack, diketahui mean 24,6, median 23, dan modus “22”, “23”, dan “24”.

2. Tentukan Q1 dan Q3, lalu interpretasikan IQR-nya dalam konteks kasus ini.

data_ecotrack <- c(22, 25, 19, 30, 24, 21, 45, 
                   23, 20, 26, 24, 22, 18, 27, 
                   23)
table(data_ecotrack)
## data_ecotrack
## 18 19 20 21 22 23 24 25 26 27 30 45 
##  1  1  1  1  2  2  2  1  1  1  1  1
#type = 6 <- posisi i(n+1)/4)
quantile(data_ecotrack, probs= c(0.25,0.75), type = 6)
## 25% 75% 
##  21  26
IQR(data_ecotrack, type=6)
## [1] 5

Berdasarkan data dari 15 pengguna aktif dalam satu minggu:

Q1 = 21

Q3= 26

Maka IQR nya didapatkan Q3-Q1 = 5

3. Hitung varians dan standar deviasi; menurut Anda, apakah data ini tergolong bervariasi tinggi atau rendah?

var(data_ecotrack) #varians
## [1] 41.54286
 sd(data_ecotrack)  #Standar Deviasi
## [1] 6.445375

Data ini tergolong bervariasi sedang cenderung tinggi.

Alasan: Sebagian besar data menit penggunaan harian pengguna terkonsentrasi secara cukup rapat di kisaran 18 hingga 30 menit. Namun, adanya nilai ekstrem atau pencilan (outlier) yang cukup tinggi, yaitu 45 menit, membuat sebaran data menjadi lebih lebar dan mendongkrak nilai standar deviasi menjadi 6,45 menit

4. Hitung koefisien skewness Pearson dan tentukan arah kemencengannya; verifikasi dengan fungsi skewness() di R.

mean(data_ecotrack); median(data_ecotrack); sd(data_ecotrack)
## [1] 24.6
## [1] 23
## [1] 6.445375
skewness(data_ecotrack)
## [1] 2.212573

Arah kemencengannya adalah menceng kanan (positif) atau biasa disebut right-skewed.

Hal ini dikarenakan nilai skewness yang dihasilkan oleh fungsi R bernilai positif (\(2{,}212573 > 0\)). Dalam konteks data ‘EcoTrack’, ini berarti sebagian besar pengguna aktif menggunakan aplikasi dengan durasi menit yang rendah/sedang, tetapi ada sedikit pengguna (seperti yang memakai hingga 45 menit) yang membuat ekor distribusinya memanjang ke arah kanan.