ecotrack <- c(22,25,19,30,24,21,45,23,20,26,24,22,18,27,23)
##1. Mean, Median, dan Modus Data diurutkan terlebih dahulu:
18,19,20,21,22,22,23,23,24,24,25,26,27,30,45
Mean dihitung menggunakan rumus:
x̄ = Σxi / n jumlah seluruh data = 369 dan jumlah data = 15.
Mean = 369/15=24,6
Median berada pada data ke-8, yaitu 23.
Modus adalah nilai yang paling sering muncul, yaitu 22,23,dan 24.
ecotrack <-c(22,25,19,30,24,21,45,23,20,26,24,22,18,27,23)
mean(ecotrack)
## [1] 24.6
median(ecotrack)
## [1] 23
modus <- function(x){
nilai <- unique(x)
frekuensi <- tabulate(match(x,nilai))
nilai[frekuensi==max(frekuensi)]
}
modus(ecotrack)
## [1] 22 24 23
##2. Q1,Q3, dan IQR Berdasarkan rumus pada materi:
Qi = xi(n+1)/4
Untuk Q1:
Q1 = x(15+1)/4 Q1 = x4 Q1 = 21
Untuk Q3:
Q3 = 3x(15+1)/4 Q3 = x12 Q3 = 26
IQR = Q3-Q1 IQR = 26-21 IQR = 5
Q1 <- quantile(ecotrack,probs=0.25,type=6)
Q3 <- quantile(ecotrack,probs=0.75,type=6)
IQR_ecotrack <- Q3-Q1
Q1
## 25%
## 21
Q3
## 75%
## 26
IQR_ecotrack
## 75%
## 5
Q1 sebesar 21 menit berarti sekitar 25% data berada pada atau di bawah 21 menit. Q3 sebesar 26 menit berati sekitar 75% data berada pada atau di bawah 26 menit. IQR sebesar 5 menit menunjukan bahwa 50% data bagian tengah berada antara 21 sampai 26 menit.
##3. Varians dan Standar Deviasi
Mean = 24,6
Berdasarkan rumus varians sampel pada materi:
s² = Σ(xi − x̄)² / (n − 1)
Hasil perhitungan:
Σ(xi − x̄)² = 581,6
s² = 581,6 / (15 − 1)
s² = 41,54
Standar deviasi:
s = √41,542
s = 6,45
varians <- var(ecotrack)
standar_deviasi <-sd(ecotrack)
varians
## [1] 41.54286
standar_deviasi
## [1] 6.445375
##4.Skewness Pearson
Berdasarkan rumus pada materi:
Sk = 3(x̄ − Me) / s
Diketahui:
x̄ = 24,6 Me = 23 s = 6,45
Maka:
Sk = 3(24,6 − 23) / 6,45
Sk = 4,8 / 6,45
Sk ≈ 0,74
Karena nilai skewness positif, distribusi data menceng ke kanan.
# Skewness Pearson
mean_ecotrack <- mean(ecotrack)
median_ecotrack <- median(ecotrack)
sd_ecotrack <- sd(ecotrack)
skewness_pearson <-
3 * (mean_ecotrack - median_ecotrack) /
sd_ecotrack
skewness_pearson
## [1] 0.7447201
# Verifikasi menggunakan fungsi skewness()
if (!requireNamespace("moments", quietly = TRUE)) {
install.packages("moments", repos = "https://cloud.r-project.org")
}
moments::skewness(ecotrack)
## [1] 2.212573