Tugas Pendalaman Materi

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)

1. Menghitung mean, median, dan modus

Diketahui: Data menit per 15 pengguna

menit <- c(22,25,19,30,24,21,45,23,20,26,24,22,18,27,23)
mean(menit)
## [1] 24.6
median(menit)
## [1] 23
modus <- function(x) {
  u <- unique(x)
  u[which.max(tabulate(match(x, u)))]
}
modus(menit)
## [1] 22

2. Tentukan Q1 & Q3 lalu Interpretasikan IQR nya!

menit <- c(22,25,19,30,24,21,45,23,20,26,24,22,18,27,23)
quantile(menit, probs = c(0.25,0.5,0.75), type=6)
## 25% 50% 75% 
##  21  23  26
IQR(menit, type=6)
## [1] 5

Interpretasi : Nilai Interquartile Range (IQR) sebesar 5 menit menunjukkan bahwa 50% data tengah berada pada rentang 21 menit hingga 26 menit. Dengan kata lain, separuh data memiliki penyebaran hanya sebesar 5 menit, sehingga data pada bagian tengah relatif terkonsentrasi dan tidak terlalu menyebar.

3. Hitung varians dan standar deviasi

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

diff(range(menit))
## [1] 27
var(menit) 
## [1] 41.54286
sd(menit)
## [1] 6.445375
KV <- (sd(menit) / mean(menit)) * 100
KV
## [1] 26.20071

Interpretasi : Koefisien variasi (KV) sebesar 26,20% menunjukkan bahwa tingkat penyebaran data sebesar 26,20% dari nilai rata-ratanya. Nilai ini mengindikasikan bahwa data memiliki keragaman sedang atau cukup homogen, karena sebagian besar data masih terkonsentrasi di sekitar rata-rata meskipun terdapat beberapa nilai yang cukup jauh dari pusat data.

4. Hitung Koefisien skewnes pearson dan tentukan arah kemencengannya!

menit <- c(22,25,19,30,24,21,45,23,20,26,24,22,18,27,23)
library(moments)
skewness(menit)
## [1] 2.212573
pearson_skew <- (3*(mean(menit) - median(menit))) / sd(menit)
pearson_skew
## [1] 0.7447201

Arah kemencengannya ke kanan (positif) karena (> 0) yaitu 0,7447