1. Deskripsi Data

Data berikut merupakan sampel waktu penggunaan harian (dalam menit) dari 15 pengguna aktif aplikasi ‘EcoTrack’:

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

# Menampilkan data terurut
sort(data)
##  [1] 18 19 20 21 22 22 23 23 24 24 25 26 27 30 45

2. Ukuran Pemusatan Data (Mean, Median, Modus)

# Hitung Mean
mean_val <- mean(data)
# Hitung Median
median_val <- median(data)
# Hitung Modus
tbl <- table(data)
modus_val <- as.numeric(names(tbl[tbl == max(tbl)]))

# Cetak Hasil Ringkas
cat("----------------------------------\n",
    "Mean (Rata-rata)       :", mean_val, "menit\n",
    "Median (Nilai Tengah)  :", median_val, "menit\n",
    "Modus                  :", modus_val, "\n",
    "----------------------------------\n")
## ----------------------------------
##  Mean (Rata-rata)       : 24.6 menit
##  Median (Nilai Tengah)  : 23 menit
##  Modus                  : 22 23 24 
##  ----------------------------------

3. Ukuran Letak Data (Q1, Q3, dan IQR)

# Perhitungan Kuartil (type = 6 menyesuaikan posisi manual)
q1 <- quantile(data, 0.25, type = 6)
q3 <- quantile(data, 0.75, type = 6)
iqr_val <- q3 - q1

# Cetak Hasil
cat("----------------------------------\n",
    "Kuartil 1 (Q1)            :", q1, "menit\n",
    "Kuartil 3 (Q3)            :", q3, "menit\n",
    "Interquartile Range (IQR) :", iqr_val, "menit\n",
    "----------------------------------\n")
## ----------------------------------
##  Kuartil 1 (Q1)            : 21 menit
##  Kuartil 3 (Q3)            : 26 menit
##  Interquartile Range (IQR) : 5 menit
##  ----------------------------------

Interpretasi IQR:

Nilai \(IQR = 5\) menit menunjukkan bahwa 50% pengguna di kelompok tengah memiliki durasi penggunaan aplikasi yang sangat konsisten, dengan rentang perbedaan penggunaan antar pengguna di kelompok ini paling banyak hanya 5 menit (antara 21 hingga 26 menit per hari).

4. Ukuran Penyebaran Data (Varians & Standar Deviasi)

# Perhitungan Varians dan Standar Deviasi Sampel
varians <- var(data)
std_dev <- sd(data)
cv <- (std_dev / mean_val) * 100
# Cetak Hasil
cat("----------------------------------\n",
    "Varians Sampel (s^2)   :", round(varians, 2), "\n",
    "Standar Deviasi (s)    :", round(std_dev, 2), "menit\n",
    "Koefisien Variasi (CV) :", round(cv, 2), "%\n",
    "----------------------------------\n")
## ----------------------------------
##  Varians Sampel (s^2)   : 41.54 
##  Standar Deviasi (s)    : 6.45 menit
##  Koefisien Variasi (CV) : 26.2 %
##  ----------------------------------

Analisis Tingkat Variasi:

Data tergolong bervariasi sedang menuju tinggi karena nilai Koefisien Variasi (\(CV = 26{,}22\%\)) berada di atas \(20\%\). Variasi yang cukup tinggi ini utamanya dipengaruhi oleh adanya satu pencilan (outlier) ekstrem sebesar 45 menit.