Statis Pertemuan Ke-4

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

Pertanyaan 1

Hitung mean, median, dan modus data tersebut secara manual, lalu verifikasi dengan RStudio. (Manual + Rstudio)

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

mean(data)
## [1] 24.6
median(data)
## [1] 23
modus <- function(x) {
  u <- unique(x)
  frek <- tabulate(match(x, u))
  u[frek == max(frek)]
}
modus(data)
## [1] 22 23 24

Pertanyaan 2

Tentukan Q1 dan Q3, lalu interpretasikan IQR-nya dalam konteks kasus ini.

quantile(data, probs=c(0.25,0.75), type=6)
## 25% 75% 
##  21  26
IQR(data, type=6)
## [1] 5

Dalam perhitungan ini, hasil dari Quartil 1 adalah 21, dan quartil 2 adalah 26. sehingga, pada perhitungan Interquartil Range adalah 5

Pertanyaan 3

Hitung varians dan standar deviasi; menurut Anda, apakah data ini tergolong bervariasi tinggi atau rendah?

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

Data dari EcoTrack bervariasi tinggi karena adanya outlier.

Pertanyaan 4

Hitung koefisien skewness Pearson dan tentukan arah kemencengannya; verifikasi dengan fungsi skewness() di R.

library(moments)
3 * (mean(data) - median(data)) / sd(data)
## [1] 0.7447201
skewness(data)
## [1] 2.212573

Karena hasil dari pearson lebih dari 0, yaitu 0,74 dan hasil skewness 2.21, maka keduanya adalah postif, hasil ini disebabkan karena ada nilai ekstrem yaitu 45 yang menarik mean ke atas.