[LAST DAY] MAU PUNYA SKILL DATA SCIENCE YANG AMAYZING?
Belajar Data Science 6 Bulan hanya 150K  | Pakai Kode: AMAYZING
BURUAN SERBU!
Pendaftaran ditutup dalam 0 Hari 0 Jam 36 Menit 42 Detik 

Simak Contoh Penyajian Jenis Data Statistik Grafik

Belajar Data Science di Rumah 16-Desember-2021
https://dqlab.id/files/dqlab/cache/5fde44fb2f257abc50dce4313debb31d_x_Thumbnail800.png

Kita tahu bahwa ilmu statistik merupakan ilmu yang mempelajari seputar pengolahan data, analisis data maupun interpretasi. Statistik banyak dipakai dalam berbagai bidang mulai dari industri, pemasaran, kesehatan, perbankan dan keuangan, asuransi dan lain-lain. Penyajian data Statistik adalah metode–metode yang berkaitan dengan pengumpulan dan penyajian suatu kumpulan data sehingga memberikan informasi yang berguna. Statistika deskriptif memberikan informasi hanya mengenai data yang dipunyai dan sama sekali tidak menarik inferensi atau kesimpulan apapun tentang data tersebut. Kegiatan pengumpulan data di lapangan, akan menghasilkan angka-angka yang disebut data kasar. Penyebutan dengan istilah data kasar menunjukkan bahwa data itu belum diolah dengan teknik statistik tertentu. Jadi, data-data itu masih berwujud apa adanya atau sebagaimana data itu diperoleh. Penyajian data merupakan salah satu kegiatan dalam pembuatan laporan hasil penelitian yang telah dilakukan agar dapat dipahami dan dianalisis sesuai dengan tujuan yang diinginkan. Data yang disajikan harus sederhana, jelas agar mudah dibaca. Penyajian data juga dimaksudkan agar para pengamat dapat dengan mudah memahami apa yang kita sajikan untuk selanjutnya dilakukan penilaian atau perbandingan dan lain lain. 


Penyajian data statistik adalah suatu bentuk penataan data statistik agar data statistik lebih mudah dipandang dan mudah dipahami oleh pengguna data. Tujuannya adalah adalah agar data statistik mudah dimengerti, mudah dianalisis, sehingga proses pengambilan kesimpulan dan keputusan berdasarkan data menjadi lebih akurat. Biasanya penyajian data statistik dibagi menjadi dua jenis yaitu penyajian data dalam bentuk tabel maupun penyajian data statistik dalam bentuk grafik. Tabel biasanya menyajikan data dalam bentuk kolom dan baris sedangkan grafik menyajikan data dalam bentuk gambar visual Namun tidak heran jika penggunaan data statistik dengan bentuk grafik selalu menarik perhatian. Ada beberapa jenis penyajian data dalam bentuk grafik mulai dari poligon, histogram, distribusi frekuensi hingga ogive. Hal ini dikarenakan penyajian data statistik bermaksud untuk menggambarkan karakteristik dan kecenderungan persebaran datanya seperti apa. Mari kita cari tahu lebih dalam soal penyajian data statistik berupa grafik. Pada artikel DQLab kali ini, kita akan membahas mengenai apa saja jenis-jenis penyajian data statistik dalam bentuk grafik. Dengan harapan bisa menjadi tambahan insight dan rekomendasi bagi kalian calon praktisi data, peneliti maupun data enthusiast. Jangan lewatkan artikel berikut ini, pastikan simak baik-baik, stay tune and keep scrolling on this article guys!


1. Histogram

Dalam Statistik, Histogram merupakan tampilan bentuk grafis untuk menunjukkan distribusi data secara visual atau seberapa sering suatu nilai yang berbeda itu terjadi dalam suatu kumpulan data. Histogram juga merupakan salah satu alat dari 7 alat pengendalian kualitas (QC 7 Tools). Manfaat dari penggunaan Histogram adalah untuk memberikan informasi mengenai variasi dalam proses dan membantu manajemen dalam membuat keputusan dalam upaya peningkatan proses yang berkesinambungan (Continous Process Improvement).


Baca juga : Pengolahan Data Statistik Parametrik dan Non-Parametrik


2. Poligon Frekuensi

Poligon frekuensi adalah grafik garis yang menghubungkan nilai tengah tiap sisi atas yang berdekatan dengan nilai tengah jarak frekuensi mutlak masing-masing. Perbedaan antara histogram dan poligon frekuensi adalah : 1. Histogram menggunakan batas kelas sedangkan poligon menggunakan titik tengah, dan 2. Grafik histogram berwujud segi empat sedangkan grafik poligon berwujud garis-garis atau kurva yang saling berhubungan satu dengan yang lainnya.


3. Ogive

Ogive merupakan bentuk penyajian data dalam grafik berdasarkan data yang sudah disusun dalam bentuk tabel distribusi frekuensi kumulatif. Ogive sering disebut sebagai grafik frekuensi meningkat. Ogive dibagi menjadi dua, yaitu ogive positif dan ogive negatif. Pada ogive positif menggunakan batas atas kelas dan frekuensi kumulatif kurang dari. Sedangkan pada ogive negatif menggunakan batas bawah kelas dan frekuensi kumulatif lebih dari. Batas atas kelas diperoleh dengan cara menambahkan nilai tertinggi pada kelas tersebut dengan 0,5. Batas bawah kelas diperoleh dengan cara mengurangkan nilai terendah pada kelas tersebut dengan 0,5. Nilai frekuensi kumulatif kurang dari diperoleh dengan cara menjumlahkan frekuensi setiap kelas dengan semua frekuensi semua kelas di atasnya. Nilai frekuensi kumulatif lebih dari diperoleh dengan cara mengurangkan semua frekuensi dengan frekuensi kelas di atasnya.


4. Distribusi Frekuensi

Jika ada data kuantitatif dibuat menjadi beberapa kelompok maka akan diperoleh daftar distribusi frekuensi. Distribusi frekuensi adalah penyusunan suatu data mulai dari terkecil sampai dengan terbesar yang membagi banyaknya data ke dalam beberapa kelas. Kegunaan data yang masuk dalam distribusi frekuensi adalah untuk memudahkan data dalam penyajian, mudah dipahami, dan mudah dibaca sebagai bahan informasi, pada gilirannya digunakan untuk perhitungan membuat gambar statistika dalam berbagai bentuk penyajian data. Dalam distribusi frekuensi, banyak objek dikumpulkan dalam kelompok – kelompok berbentuk a – b, yang disebut kelas interval. Kedalam kelas interval dimasukkan semua data mulai dari a sampai dengan b. Urutan kelas interval disusun mulai data terkecil terus ke bawah sampai nilai data terbesar. Berturut – turut mulai dari atas diberi nama kelas interval pertama, kelas interval kedua,... kelas interval terakhir. Ini semua ada dalam kolom kiri, kolom kanan berisikan bilangan–bilangan yang menyatakan berapa buah data terdapat dalam setiap kelas interval.


Baca juga : Yuk Pelajari Macam-Macam Metode Analisis Statistika


5. Biar Nggak Pusing, Cus Belajar Statistik Bareng DQLab

Kini Sahabat Data DQLab sudah tidak perlu khawatir lagi. Karena dengan belajar data science di DQLab sekarang tidak perlu install software lagi. Kamu bisa langsung belajar dari sekarang karena dataset yang telah disediakan sudah sudah terintegrasi dengan live code editor. Biar nggak pusing-pusing banget nih buat belajar statistik, langsung aja yuk. Kamu bisa loh untuk coba bikin akun gratisnya kesini di DQLab.id dan lakukan signup untuk dapatkan info-info terbaru serta belajar data science. Nikmati pengalaman belajar data science yang menarik dan cobain berlangganan bersama DQLab yang seru dan menyenangkan dengan live code editor. Cobain juga free module Introduction to Data Science with R dan Introduction to Data Science with Python untuk menguji kemampuan data science kamu gratis!


Dapatkan keuntungan-keuntungan yang didapatkan salah satunya tidak perlu install software tambahan. Karena kalian belajar secara langsung terhubung dengan live code editor dari device yang kalian gunakan. Tersedia berbagai macam modul-modul yang terupdate mulai dari free hingga platinum semua dapat diakses jika kamu ingin berlangganan buat akses seluruh modul lengkapnya. Kalian juga bisa mencoba studi kasus penerapan real case industry dan kamu juga diberikan kesempatan mendapatkan job connector dari perusahaan ternama di ranah industri data. Uniknya kamu bisa langsung apply dari akun kamu loh. So, tunggu apalagi, buruan SIGNUP Sekarang ya!


Penulis: Reyvan Maulid

Sign Up & Mulai Belajar Gratis di DQLab!