Ilustrasi kasus - ‘EcoTRACK” 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
data <- c(22, 25,19, 30, 24, 21, 45, 23, 20, 26, 24, 22, 18, 27, 23)
mean(data); median(data);
## [1] 24.6
## [1] 23
modus <-function(x) {
u <- unique(x)
u[which.max(tabulate(match(x, u)))]
}
modus(data)
## [1] 22
data <- c(22, 25,19, 30, 24, 21, 45, 23, 20, 26, 24, 22, 18, 27, 23)
quantile(data, type=6)
## 0% 25% 50% 75% 100%
## 18 21 23 26 45
IQR(data, type=6)
## [1] 5
Interprestasi
IQR sebesar 5 menit berarti 50% data pengguna berada pada rentang 21,5 sampai 25,5 menit.
data <- c(22, 25,19, 30, 24, 21, 45, 23, 20, 26, 24, 22, 18, 27, 23)
mean(data); median(data); sd(data)
## [1] 24.6
## [1] 23
## [1] 6.445375
library (moments)
skewness (data)
## [1] 2.212573
kurtosis (data)
## [1] 7.879086
(3 * (mean(data) - median(data))) / sd(data)
## [1] 0.7447201
Karena angka 0,74 bernilai positif, maka kurva data kamu memiliki ekor yang lebih panjang di sisi kanan, menunjukkan bahwa mayoritas data berkumpul di nilai yang lebih kecil, namun ada beberapa nilai yang sangat besar yang menarik rata-rata ke kanan. Secara kategori, nilai 0,74 ini tergolong kemiringan moderat (kemiringan sedang, karena berada di antara 0,5 dan 1).