Ilustrasi Kasus - ECOTRACK

aplikasi jejak karbon “EcoTrack” mencatat menit penggunaan harian dari 15 Pengguna aktif dalam satu minggu:

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

1. Mean, Median, Modus

mean(Data)
## [1] 24.6
median(Data)
## [1] 23
modus <- function(x) {
  frekuensi <- table(x)
  names(frekuensi)[frekuensi == max(frekuensi)]
}

modus(Data)
## [1] "22" "23" "24"

Data tersebut menunjukkan Mean, Median, dan Modus secara berturut-turut adalah 24.6, 23, dan (22, 23, dan 24).

2. Kuartil dan IQR

quantile(Data)
##   0%  25%  50%  75% 100% 
## 18.0 21.5 23.0 25.5 45.0
IQR(Data)
## [1] 4

Kuartil menunjukkan 25% dan 75% adalah Q1 dan Q3. IQR dihitung dengan rumus Q3 - Q1, sehingga mendapatkan data berupa 4.

3. Varians & Standar Deviasi

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

Data menunjukkan Varians adalah 41.54, sementara Standar Deviasi adalah Akar Kuadrat dari Varians, sehingga menghasilkan 6.45.

4. Skewness

library(moments)
skewness(Data)
## [1] 2.212573

Data menunjukkan Skewness adalah 2.21. karena memenuhi syarat s > 0, maka disimpulkan Skewness menceng ke kanan.

5. Langkah-langkah Menghitung Mean, Median, dan Modus Data Berkelompok

  1. Mean berkelompok dihitung dengan menentukan nilai tengah(xi) setiap kelas, mengalikan nilai tengah dengan frekuensi(fi), lalu membaginya dengan jumlah frekuensi(Σfi).

  2. Median berkelompok ditentukan dengan mencari posisi median (n/2), mencari kelas posisi median berdasarkan frekuensi kumulatif, kemudian menggunakan rumus median berkelompok ( ME = L + (n/2 - F / f)c ).

  3. Modus berkelompok ditentukan dengan mencari kelas yang memiliki frekuensi terbesar,lalu menggunakan rumus modus berkelompok ( MO = L + (d1/d1 + d2)c ) berdasarkan frekuensi kelas tersebut dan di sekitarnya.