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

22, 25, 19, 30, 24, 21, 45, 23, 20, 26, 24, 22, 18, 27, 23

Setelah diurutkan dari yg terkecil: 18, 19, 20, 21, 22, 22, 23, 23, 24, 24, 25, 26, 27, 30, 45

1. Mean, Median, dan Modus

# Data jumlah bug per tim
bug <- c(22, 25, 19, 30, 24, 21, 45, 23, 20, 26, 24, 22, 18, 27, 23)
mean(bug)
## [1] 24.6
median(bug)
## [1] 23
# R tidak punya fungsi modus bawaan
modus <- function(x) {
  frek <- table(x)
  as.numeric(names(frek)[frek == max(frek)])
}

modus(bug)
## [1] 22 23 24

  • Mean(rata-rata) dari data diatas adalah 24.6

  • Median(nilai tengah) dari data diatas adalah 23

  • Modus(nilai yg sering muncul) dari data diatas ada 3 yg jumlahnya sama yaitu 22, 23, 24

2. Q1 dan Q3 dan IQR

# type = 6 -> posisi i(n+1)/100, sesuai rumus manual
quantile(bug, probs = c(0.25, 0.75), type = 6)
## 25% 75% 
##  21  26
IQR(bug, type = 6)
## [1] 5

  • Quartil ke-1 dari data yg sudah diurutkan ada di urutan ke-4 yaitu 21

  • Quartil ke-3 dari data yg sudah diurutkan ada di urutan ke-12 yaitu 26

  • IQR adalah Q3-Q1 dimana Q3 = 26 dan Q1 = 21, sehingga mendapatkan hasil 5

3. Varians dan Standar Deviasi

var(bug) # Varians
## [1] 41.54286
sd(bug) # Standar Deviasi
## [1] 6.445375

  • Varians(sample) dari data tersebut adalah 41.54

  • Standar Deviasi adalah akar dari Varians, sehingga mendapatkan hasil 6.45

4. Koefisien Skewness Pearson dan Arah Kemencengannya

library(moments)
skewness(bug)
## [1] 2.212573
3*(mean(bug)-median(bug))/sd(bug)
## [1] 0.7447201
  • Skewness Pearson sebesar 0,745, sedangkan skewness berdasarkan moments sebesar 2,213. Keduanya bernilai positif sehingga data menceng ke kanan. Perbedaan nilai disebabkan oleh perbedaan metode perhitungan yang digunakan.