Data penggunaan EcoTrack

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

Data tersebut akan dianalisis menggunakan beberapa ukuran statistik, yaitu mean, median, modus, kuartil, IQR, varians, standar deviasi, dan skewness.

1. Menghitung Mean, Media, dan Modus

mean(data)
## [1] 24.6
median(data)
## [1] 23
table(data)
## data
## 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 digunakan untuk mengetahui nilai rata-rata dari seluruh data, median digunakan untuk mengetahui nilai tengah setelah data diurutkan, sedangkan modus digunakan untuk mengetahui nilai yang paling sering muncul pada suatu kumpulan data.

Pada analisis data penggunaan EcoTrack, diperoleh hasil perhitungan mean sebesar 24,6 menit. Hal ini menunjukkan bahwa rata-rata waktu penggunaan aplikasi oleh pengguna adalah sekitar 24,6 menit.

Nilai median yang diperoleh sebesar 23 menit, yang berarti nilai tengah dari data penggunaan pengguna berada pada 23 menit setelah data diurutkan.

Berdasarkan hasil perhitungan frekuensi, terdapat tiga nilai yang memiliki jumlah kemunculan paling banyak, yaitu 22, 23, dan 24 menit. Oleh karena itu, data tersebut memiliki tiga modus.

2. Menghitung Q1, Q2, dan IQR

Kuartil digunakan untuk mengetahui posisi penyebaran data. Q1 menunjukkan batas 25% data terbawah, sedangkan Q3 menunjukkan batas 75% data.

IQR (Interquartile Range) digunakan untuk melihat rentang penyebaran 50% data bagian tengah dengan rumus: IQR = Q3 - Q1.

quantile(data, probs = c(0.25, 0.750))
##  25%  75% 
## 21.5 25.5
Q1 <- quantile(data, 0,25)
Q3 <- quantile(data, 0,75)

IQR(data)
## [1] 4

Berdasarkan hasil perhitungan menggunakan R, diperoleh nilai Q1 sebesar 21,5 menit dan Q3 sebesar 25,5 menit. Nilai IQR yang diperoleh adalah 4 menit, yang didapat dari selisih Q3 dan Q1.

Hal ini menunjukkan bahwa 50% data yang berada di bagian tengah memiliki rentang penggunaan antara 21,5 hingga 25,5 menit, dengan lebar penyebaran sebesar 4 menit.

Dengan demikian, sebagian besar data bagian tengah memiliki waktu penggunaan yang relatif berdekatan.

3. Menghitung varians dan standar deviasi

Varians dan standar deviasi digunakan untuk mengetahui seberapa besar penyebaran data terhadap nilai rata-ratanya. Varians menunjukkan tingkat penyebaran data dalam bentuk kuadrat satuan, sedangkan standar deviasi merupakan akar dari varians sehingga satuannya kembali sama dengan data asli, yaitu menit.

var(data)
## [1] 41.54286
sd(data)
## [1] 6.445375

Berdasarkan hasil perhitungan, diperoleh varians sebesar 41,54286 menit² dan standar deviasi sebesar 6,445375 menit.

Nilai standar deviasi sebesar 6,445375 menit menunjukkan bahwa data penggunaan EcoTrack memiliki penyebaran sekitar 6,45 menit dari nilai rata-ratanya. Penyebaran ini cukup dipengaruhi oleh adanya nilai 45 menit, yang cukup jauh dibandingkan dengan sebagian besar data lainnya.

Dengan demikian, data penggunaan EcoTrack memiliki variasi penggunaan yang cukup terlihat antar pengguna.

4. Menghitung Koefisien Skewness Pearson

Skewness digunakan untuk mengetahui bentuk dan arah kemencengan distribusi data. Nilai skewness positif menunjukkan bahwa distribusi data menceng ke kanan, sedangkan nilai negatif menunjukkan bahwa distribusi data menceng ke kiri.

Pada analisis ini digunakan fungsi skewness() dari package moments untuk mengetahui nilai skewness, kemudian dilakukan perhitungan menggunakan rumus koefisien skewness Pearson.

library(moments)

# Skewness menggunakan fungsi skewness()
skewness(data)
## [1] 2.212573
# Skewness person
mean_data <- mean(data)
median_data <- median(data)
sd_data <- sd(data)

skewness_person <- 3 * (mean_data - median_data) / sd_data

skewness_person
## [1] 0.7447201

Berdasarkan fungsi skewness() dari package moments, diperoleh nilai 2,212573. Sedangkan berdasarkan rumus skewness Pearson, diperoleh nilai 0,7447201.

Perbedaan nilai tersebut terjadi karena kedua perhitungan menggunakan metode atau rumus yang berbeda. Meskipun demikian, keduanya menghasilkan nilai positif yang menunjukkan bahwa distribusi data menceng ke kanan (positively skewed).

Kemencengan ke kanan pada data dipengaruhi oleh adanya nilai penggunaan yang cukup tinggi, yaitu 45 menit, dibandingkan dengan sebagian besar data lainnya.

Dengan demikian, data penggunaan EcoTrack memiliki distribusi yang cenderung menceng ke kanan.